基于BSC+AHP+DEA模型的高校财政性经费绩效评价

【摘 要】 教育绩效评价是世界性难题，在当前全面实施预算绩效管理背景下，以及要求“过紧日子”的常态下提高财政性教育经费使用效率显得尤为重要。文章以粤港澳大湾区38所高职院校为样本，基于平衡计分卡（BSC）理论设计指标体系，综合运用层次分析法（AHP）和数据包络分析（DEA）模型从静态动态视角分析高校财政性经费投入相对效率水平以及变化趋势。研究结果表明，大部分高职院校非DEA有效，主要由于产出不足所致，需要提升教育质量、增加人才培养产出量以提高投入产出相对效率。从动态分析来看，大部分院校经费使用效率稳步提升，少数院校由于规模原因导致资金使用效率呈下降状态。据此提出高职院校应当多渠道投入资金、实现预算绩效一体化管理、加强财会监督、实施成本核算、增强内涵建设等建议。

【关键词】 高校财务； 财政性经费； BSC； AHP； DEA； 绩效评价； 粤港澳大湾区； 高职院校

【中图分类号】 F812.45；F234.3 【文献标识码】 A 【文章编号】 1004-5937（2024）24-0132-11

一、引言

自2012年起，国家财政性教育经费支出占国内生产总值的比例一直保持在4%以上，并且财政教育经费增长速度基本保持高于财政收入增长速度，这充分体现了教育优先发展的战略定位，彰显了党和国家建设教育强国的决心。近年来财政性收支矛盾突出情况下依然保持对高等教育经费的增速投入，在现今过“紧日子”的常态下使高等教育财政性经费的供求矛盾更加突出。另外，国家正在全力推行的预算绩效管理在高校实施中存在的难点和痛点集中体现在绩效评价上，财政绩效评价是实施预算绩效管理的价值工具。教育经费作为第一大财政支出，对其进行评价实质上是对财政拨款形成预算并实施预算绩效一体化管理的具体实现路径。高校教育经费绩效评价通过衡量财政资金在各高校竞争性投入和产出的效益结果能够为财政部门确定生均拨款水平提供重要参考。同时高校教育经费绩效评价有助于帮助学校发现建设中的问题，提升学校治理水平进而推动学校高质量发展。因此，加强高等教育经费绩效评价不仅是财政改革的需求，也是高校实现高质量发展的必然手段。然而，尽管当前对于行政事业单位的财政资金绩效评价有一套比较完善的指标体系，并且考核指标也按照业务内容进行分类，但是评价指标缺乏针对高等教育的类别设置，更没有统一面向高职教育的评价指标体系。而且，当前的财政资金绩效评价主要是项目绩效评价，并未对学校整体财政性经费的投入产出做出全面的绩效评价。另外，由于教育投入与产出的数据容易受到可获取性和客观性的制约，教育成果的不可量化、教育投入和产出时间的滞后性、教育效率评价对象的多层次性、评价指标的多维度性使得教育经费绩效评价模型构建异常困难。当前我国高职院校的数量已经达到全国高等学校的50%以上。高职院校的教育质量日益受到社会的关注。粤港澳大湾区（以下简称“大湾区”）是改革开放最前沿阵地。基于以上背景，本文以38所大湾区高职院校为样本运用BSC+AHP+DEA模型研究高校财政性教育经费绩效水平，分析经费投入效率程度以及变化趋势，从而探究提升高等教育经费投入产出效率的路径，最终提出可行性建议。并且，由于高职院校的资金大部分来源于财政资金，所以本文财政性经费指全部教育经费。本文的贡献在于：一方面，本文研究主要基于多种模型方法结合使用，包括运用BSC模型构建评价指标体系，运用熵值法及AHP方法给指标赋权值并测算效率值，并且综合使用DEA-BBC模型、DEA-SBM超效率模型以及DEA-Malmquist指数模型对研究样本数据进行实证分析，最后将AHP和DEA两种模型得出的绩效结果进行加权平均得到最终评价结果。本文主要综合运用多种计量模型、方法，使计算结果更加客观准确，为研究高校绩效评价模型方法提供了参考。另一方面，本文基于BSC模型，并结合大湾区高职院校的办学特点设计评价指标，实证分析的数据均来自各高职院校公开的年度质量报告，具有较强的可比性和可靠性。由此，本文无论是指标的构建还是评价模型和方法的选择均基于实践层面，具有较强的可操作性和实用性，为高校绩效评价实践提供了参考。

二、研究综述

（一）关于绩效评价指标设计原理的研究

高校绩效评价指标设计是绩效评价体系构建的基础，为整个绩效评价提供规范和指导框架，确保评价的科学性、公正性和可持续性。第一，按照“3E”-“4E”原则设计指标。西方国家普遍采用经济性、效率性、有效性“3E”原则设置政府公共支出绩效评价体系，我国大部分学者也采用这一原则设计绩效评价指标。后来又在“3E”原则基础上加上“公平性（Equity）”建立“4E”原则。由于教育具有准公共产品特性，评价教育经费的绩效水平自然需要从保障接受教育对象的公平待遇角度考量，因此公平性应当作为教育经费绩效评价原则，更能综合反映经费使用绩效水平。汪庆芝[1]以“4E”原则作为预算绩效的判断标准构建预算绩效评价指标体系。第二，按照高校的职能设计指标。刘国永[2]根据高校人才培养、教育科研和社会服务的三大职能，设计了指标评价体系，并突出了指标体系的相对稳定性和直观性。第三，根据高校可持续发展内生需求设计指标。较多学者选择客观性、重要性、相关性、非重复性、可行性、可比性等原则作为指标设计的理论依据。有部分学者已经关注到高校的可持续发展内生需求，认为绩效评价体系应具有动态调整的能力，能够随着高校发展和外部环境的变化不断完善。周奇杰等[3]在此基础上还提出导向性原则和动态性原则，即通过绩效评价指标引导高校尽可能形成高投入高产出的发展局面，引领学校的高质量内涵发展，并且要求绩效评价指标的设置根据政策变化进行动态调整，逐步完善指标体系和权重系数，更能真实反映高等教育经费效益。

（二）关于绩效评价指标体系构建的研究

当前国内外已经建立针对高校的多维度、多视角的绩效指标体系。现有文献主要从两个分析视角构建评价指标体系：一方面，构建基于目标结果导向的指标体系。即基于投入产出理论从投入、产出角度或者从结果是否达到目的审视评价经费使用效率和效益。国内较多学者按照结果导向将指标划分为投入产出类指标，投入指标主要从人、财、物三方面进行设计。苏荟等[4]从投入和产出两个维度构建指标，高职教育经费投入划分为生均个人经费投入和生均公用经费投入，产出从教育成果的数量和质量两方面进行测量。另一方面，构建基于战略导向的BSC绩效评价指标体系。国外较早将BSC方法运用于高校绩效评价。Manolis Chalaris et al.[5]运用BSC方法评估雅典技术教育学院（TEI-A）学术部门绩效以提高其教育质量。国内也将BSC方法引入到政府公共部门及高校的绩效评价和管理当中。张爱华[6]引入BSC理论，从财务、顾客、内部业务流程、学习与成长四个维度将战略目标转化为具体指标，反映出民办高校在教学、科研、财务、管理等方面存在的问题和优势。曹宏进[7]基于全国第四轮学科评估指标体系，引入平衡计分卡构建法学专业的评估指标体系。

（三）关于评价模型方法运用的研究

经过梳理大量文献发现，学者研究教育经费绩效评价指标的赋权方法比较多，包括因子分析法、主成分分析法、熵值法、层次分析法（AHP）、专家评议法等。当前较多学者使用AHP法确定绩效评价指标权重。李保忠等[8]首先运用层次分析法构建绩效评价指标体系层次结构模型，然后结合问卷调查数据计算综合判断矩阵，最后得到各级指标的权重值。王致萍等[9]为了避免基于专家打分基础上的层次分析法确定的权重值缺乏科学性和客观性，使用熵值法计算指标权重。另外，国内外学者已将DEA模型广泛运用于资金投入效率评价。Aleksei Egorov et al.[10]认为评价大学效率通常使用非参数DEA和参数随机前沿分析（SFA）两种方法，并且提出这两种方法都假设样本具有相同的生产技术运作特征。国内学者使用DEA模型分为基本模型、超效率DEA-SBM模型、DEA-Malmquist指数模型三类。龚冷西等[11]运用DEA基本模型计算西部某省34所高职院校投入产出效率，分析不同类高职院校投入与产出各因子冗余和不足情况。杨丽雪[12]运用超效率DEA模型和Malmquist指数，分析31个省份的高等职业教育经费的综合技术效率与全要素生产率，从静态和动态两个层面分析我国高等职业教育经费投入效率。此外，较多学者正趋向于综合运用多种模型方法进行评价。王莉莉等[13]运用BSC从四个维度构建高校经费绩效评价指标，运用AHP模型构造判断矩阵并最终确定指标层次权重。李群等[14]在评价实验室绩效考核中构建AHP与DEA组合模型，全部定量指标采用DEA-SBM模型，定性指标采用AHP方法，选择经验权重将两个模型计算的结果进行加权求和。

（四）研究述评

综上所述，目前国内外在高校绩效评价方面的研究已经取得一定的成果。

在绩效评价指标设计原理研究方面，各国学者针对高校绩效评价的不同目标和对象，提出了多种评价指标设计思路，使指标体系更加科学全面，但是很难有一篇文献兼顾所有指标设计原理，由此导致设计指标缺乏全面性和完整性。尤其是公正性和动态性原则并未在高校绩效评价指标设计中得到贯彻和实施。在指标体系构建研究方面，现有文献已经基于投入产出理论、BSC理论、公共管理理论等多个维度构建比较科学全面的指标体系，但是大部分学者运用BSC理论设计指标时并未充分结合高校的特征和职能设计指标，使指标不能全面反映高校的绩效水平；并且多数文献从理论角度和一些案例视角进行研究，并没有形成一套标准统一的指标体系，也没有根据不同的高校类别分别设置标准和指标体系，难以在同类型高校间进行比较和评价。在构建评价模型方面，现有文献较多采用层次分析法、模糊综合评价法、数据包络分析法对高校绩效进行评价；并且当前研究有综合运用多种方法的趋势，已有学者综合运用BSC+AHP模型以及AHP+DEA模型评价高等教育投入产出绩效评价。但是将BSC+AHP+DEA三种模型同时应用于同一样本评价教育绩效水平鲜有发现。部分学者对现有模型和方法进行一定程度的改进，但是至今尚未找到一种能够大力提高绩效评价科学性和可靠性的创新方法。此外，当前文献运用以上模型进行实证研究分析的数据来源比较分散和杂乱，没有统一的出处，直接影响实证结果。值得一提的是，运用DEA方法的前提假设是样本具有相同的技术运行特征。鉴于此，本文以大湾区高职院校为样本，依据职业教育的职能以及结果目的导向原则，综合运用BSC+AHP+DEA模型对财政性经费绩效进行评价研究。

三、指标构建和数据来源

（一）基于BSC模型设计评价指标体系

平衡计分卡（The Balanced ScoreCard，BSC）是由罗伯特·卡普兰和大卫·诺顿提出的一种绩效评价工具。主要通过财务指标与非财务指标相互结合补充构建绩效评价指标体系，并且上升到战略层面从财务、客户、内部流程以及学习与成长四个维度对组织的绩效水平实施考核和评价。BSC方法作为绩效评价模型的经典模式，能够将非财务指标纳入指标体系，使定性与定量指标相结合，使评价结果更加客观有效。国内外早期将BSC模型广泛应用于企业的绩效评价实践，现也广泛运用于非营利组织的绩效评价。而高校教育作为准公共产品，具有产出滞后性、产出多维度、投入多层次性等特点，与BSC方法的绩效评价功能具有一定的契合度，能为高校提供全面科学的绩效评估框架。本文运用BSC模型从四个维度将高校的战略转变为可执行的目标，再将绩效目标按照四个维度分解细化为操作层面的二级指标。因此，平衡计分卡构建的指标能够从多个层面全面反映高校的绩效水平，能实现现在和未来绩效、财务和非财务绩效、短期和长期绩效、高校内部和外部绩效以及反映学校、教师、学生、社会组织等不同利益相关者从高校获取的绩效水平，更加体现绩效评价指标的战略性、科学性、全面性和系统性。基于此，本文根据研究文献资料、《高等职业教育质量年度报告》中的相关数据指标，再结合高职院校的现状应用BSC模型构建高校教育经费绩效评价指标体系。一是从财务维度构建指标。财务维度指标是最能直接反映经费使用绩效的指标，也是最容易量化的指标。高校作为非营利组织，其战略目标不是获取盈利水平，而是财政性经费投入产生的价值，包括能用货币计量的各种产出价值。财务维度层面设置的指标主要是指通过财政性拨款投入，从资金上保障高校日常运转，并且实现学校高质量发展的建设目标，达到提高资金使用效率和合理配置资源的财务管理目标。根据《高等职业教育质量年度报告》中的相关数据指标，设置生均拨款、生均教育科研仪器设备值、年度财政专项拨款三个三级指标。由于毕业生月收入、课题到款额等指标从指标特征分析属财务指标，但是从职能和性质分析更应该归属从客户维度和内部流程维度层面的指标，因此本文未将毕业生月收入和课题到款额归入财务维度指标。二是从客户维度构建指标。高校的客户维度应当从学生、家长、社会层面凸显出来。具体来说，就是从学生、用人单位层面对学校人才培养的满意程度进行评价，满足家长、学生、社会各界对高等教育质量的需求和认可，反映各利益相关者对高职教育的满意度。因此客户维度的指标包括毕业生月收入、在校生满意度、毕业生满意度、用人单位满意度、就业率等。三是从内部流程维度构建评价指标。高校的内部流程指高校的内部运营和管理过程，由于教育是以人才培养为目标，其内部的运作过程主要应体现在高校的内涵建设上，因此从内部流程构建指标应从学校内涵建设成效的各方面进行设计。具体来看，可从人才培养、师资建设、校企合作、国际交流等高校内涵建设方面推动学校实现高质量发展；并且从管理控制层面提升学校内部治理水平，优化内部管理流程，提高学校整体效率。具体可设置全日制在校生人数、毕业生人数、毕业生升学人数、横向课题到款额（万元）、纵向课题到款额（万元）、发明专利授权数量、知识产权项目数等三级指标。四是从学习与成长层面构建指标。对于高校来说，学习与成长主要指教职工及学校的创新程度，是对于教职工未来的成长以及学校发展程度的考量。即考核从学校教师资源方面如何促进学校创新发展，如何提升教师专业素质，促进师资水平提升，提高人才培养质量。具体可设置生师比、高级专业技术职务专任教师比例两个三级指标。

（二）数据来源及数据处理

本文选取粤港澳大湾区9个地市38所高职院校的17个指标数据进行实证分析，指标数据来源于《高等职业教育质量年度报告》中2023年的数据。由于17个指标是从不同维度反映教育经费的投入与产出，无法直接进行比对分析，需要对数据进行无量纲化处理再作比较，因此本文使用SPSSPRO软件对38所高职院校17个指标进行去量纲化的标准化处理。公式为：标准化处理数据=（原始数据-极小值）/（极大值-极小值），由于篇幅原因未列出标准化处理结果。

四、实证分析

（一）运用熵值法+AHP实证分析

熵值法是一种用来判断某个指标的离散程度的量化方法，利用信息熵工具测算出各项指标的变异程度，从而计算出各个指标的权重。本文使用SPSSPRO软件将经过标准化处理的数据代入熵值法模型得到指标权重，然后根据熵值法得出的权重对各指标重要性进行排序，再按照权重顺序运用AHP法进行两两对比确定权重。层次分析法的计算结果显示，最大特征根为17.378，本次针对17阶判断矩阵计算得到CI值为0.024，RI值为1.606，因此计算得CR=CI/RI=0.015<0.1，意味着本次研究判断矩阵满足一致性检验。接着计算判断矩阵的最大特征值对应的特征向量W=（w1，w2，w3，…，wn），见表1。

（二）运用PCA确定投入产出因子

由于以上分析教育经费投入产出指标较多，会影响评价决策单元DMU的有效性。一般来说，DMU数量不少于投入产出指标总和的2倍。因此，本文在运用DEA模型分析前先用主成分分析法（PCA），对投入产出指标降维并提取主成分。本文使用SPSSPRO软件选取以上教育经费评价指标体系中的7个投入指标和10个产出指标分别进行主成分分析，结果如下：7个投入指标和10个产出指标分别降维为2个投入指标（财力物力资源投入、人力资源投入）及3个产出指标（教育成果、教育质量、人才培养），见表2。

（三）运用DEA-BCC模型分析

数据包络分析（DEA）是一种依据决策单元的输入输出数据采用线性规划技术度量效率的一种非参数前沿效率分析方法。传统DEA模型分为CCR和BCC模型。CCR模型假设规模报酬不变，BCC模型可分析规模报酬可变的综合效率水平。本文运用SPSSPRO软件，选取DEA-BBC模型研究38所大湾区高职院校在规模报酬可变情况时投入产出效率情况，见表3。

BBC模型将综合效率拆分为技术效率和规模效率。技术效率反映技术因素带来的效率，规模效率反映规模带来的效率。由表3可知：38所高职院校中只有11所院校DEA强有效，综合效率平均值为0.8208，小于1，表明大湾区大部分高职院校经费非DEA有效，资源配置未达到效率最优状态，存在进一步改进空间。从技术效率来看，有23所高职院校技术效率值为1，表明这23所学校的要素使用合理，其余15所院校存在资源浪费或资源未充分利用。从规模效率来看，只有11所高职院校规模效率为1，表明规模效率达到最优状态。其余27所院校的规模效率均小于1，可通过调整规模促进投入产出效率提升。从规模报酬系数来看，有4所院校规模报酬系数小于1，属规模报酬递增，表明这4所院校规模过小可扩大规模，迅速提高投入产出比。其他23所高职院校规模报酬系数大于1，属规模报酬递减，产出增加的比例会少于投入增加的比例，表明规模过大，应当减少规模从而提高效率。换句话说，不建议增加规模，应当考虑增加产出以提高目标效率。

（四）运用超效率DEA-SBM实证分析

由于传统的CCR和BCC模型无法衡量全部松弛变量，因此本文使用另一种非射线性的模型——超效率DEA-SBM模型（Slack Based Model），SBM模型是在传统的DEA模型基础上，将松弛变量纳入模型，弥补了传统模型不能有效评价决策单元的差异问题，并且通过松弛变量效率度量投入和产出中存在的冗余或不足，能够更加有效评价决策单元效率。本文运用SBM模型，使用SPSSAU软件分析结果见表4。

如表4所示，通过SBM模型能够测算出各决策单元的效率值。从投入指标来看，财力物力资源投入松弛变量大于0的有12所院校，只有2所院校财力物力资源投入松弛变量小于0，表明这12所院校需要减少财力物力投入量提高效率，只有2所院校需要增加投入财力物力资源提高效率。大部分学院在财力物力资源方面的投入已达到相对有效规模。有10所院校人力资源投入松弛变量大于0，表明这10所院校在人力资源的投入方面可以减少投入以提高效率。有2所院校人力资源投入松弛变量小于0，说明这2所院校需要增加在人力资源方面的投入。从产出指标来看，有7所院校的教育成果产出指标松弛变量大于0，有5所院校的松弛变量小于0，说明大部分院校在教育成果方面的产出能达到相对有效，只有7所院校需要增加教育成果产出，有5所院校的教育成果相对于投入来说有溢余。从教育质量产出指标分析，有23所院校的松弛变量大于0，有4所院校的松弛变量小于0，表明23所院校需要增加教育质量产出，4所院校的教育质量产出相对于投入来说有溢余。从人才培养指标来看，有11所院校的松弛变量等于0，有3所院校的松弛变量小于0，其余24所院校的松弛变量大于0，表明这24所院校需要加大力度增加人才培养方面的产出。

（五）运用DEA-Malmquist指数模型实证分析

DEA-Malmquist指数模型能够评估决策单元在不同时间段的相对效率和技术进步。由于前面38所高职院校样本中有2所院校是从2019年开始招生，缺少毕业人数、就业率等重要数据，故将这两所院校剔除出动态分析样本中。本文使用SPSSAU软件，选取36所院校2019—2023年面板数据做分析。

由表5可知，36所高职院校中只有8所院校的全要素生产率小于1，28所院校的全要素生产率均大于1，表明大部分高校效率呈增长态势，有8所院校效率呈降低状态，并且其中只有3所院校全要素生产率小于0.9，说明大部分院校降低态势并不明显。Malmquist指数分解分析如下：从技术效率变化指数来看，有12所院校的技术效率大于1，17所技术效率等于1，7所院校技术效率小于1，表明12所院校的技术效率呈上升趋势，17所院校技术效率变化不明显。从纯技术效率指数来看，36所高职院校的纯技术效率均大于1或等于1，表明大湾区的院校管理制度比较完善、技术比较先进，对于生产率能起促进作用；并且由于技术效率=纯技术效率×规模效率，有30所院校的纯技术效率指数等于1，由此可知，技术效率值主要受规模效率指数影响。因此，只有7所院校技术效率呈衰退状态，主要是由于规模效率小于1导致，即由于规模原因对生产率产生抑制作用，导致技术效率衰减。从规模效率指数来看，有9所院校的规模效率指数大于1，说明这9所院校的规模对生产率起着促进作用，即在2019—2023年期间这9所院校的规模效率有所提高，接近最优规模运作。有17所院校的规模效率等于1，说明这17所院校在2019—2023年期间的规模效率指数没有变化。有10所院校的规模效率指数小于1，表明这10所院校在这期间的规模效率在下降。另外，从技术进步效率指数来看，有24所院校的技术进步指数大于1，说明该24所院校在科研、教研、校企合作、社会服务等方面的产出在增加，即高校的技术水平有所提升，使得同样的投入可以带来更多的产出。从36所高职院校的Malmquist指数平均值看，全要素生产率平均值为1.2656，表明2019—2023年期间各院校在财政性经费投入使用效率上整体处于上升状态。技术效率和技术进步的均值分别是1.0052、1.2608均大于1，表明样本在此期间大部分院校技术效率普遍提升、技术在进步。只有规模效率的平均值为0.9993小于1，表明有少数院校由于规模原因导致资金使用呈效率下降状态。

（六）综合运用AHP+DEA模型评价

本文基于多种模型方法结合使用的思路，综合运用AHP+DEA模型对38所大湾区高职院校的财政性经费使用效率进行评价。公式为：μi=ωαi+（1-ω）βi，（i=1，2，3，…，38）。其中αi为运用AHP模型确定的权重值与各指标标准化处理后的值加权计算出38个样本的效率值，βi为运用DEA-SBM模型测算出的效率值。由于本文运用AHP模型前期采用熵值法确定矩阵排序，全部使用量化方法计算效率值，相对比较客观，所以两种模型的加权系数分别设为0.5，即ω=0.5，其测算结果如表6，因篇幅原因不再赘述，读者可借助表6的结果分析各高职院校的相对效率情况。

五、稳健性检验

为了检验以上实证分析结果的可靠性，本文新增了在线精品课程数（国家级及省级）和非学历培训项目数两项指标代入以上实证模型方法进行稳健性检验。首先对38所高职院校样本的19项指标进行无量纲化处理。对标准化处理后的数据进行熵值法分析，再根据熵值法得到的19项指标的权重进行排序，运用AHP模型确定指标权重。接着对19项指标变量进行主成分分析，然后对降维后的2项投入指标、3项产出指标进行超效率DEA-SBM分析，分析结果显示投入冗余与产出不足分析较原数据保持不变。超效率模型效率值结果显示各高校效率排序不变，AHP效率值显示各高校效率排序不变，最终的综合DEA+AHP模型下各高校效率排序不变。综上，本文增加指标变量后得到基本一致的检验结果，进一步确保验证结果的可靠性和科学性。实证分析过程受限于篇幅不再赘述。

六、结论与建议

本文选取大湾区38所高职院校为样本，基于BSC模型构建评价指标，并结合运用熵值法和AHP对指标权重赋值；再运用DEA-BCC和超效率SBM模型静态分析各决策单元的财政性经费投入相对效率；最后使用Malmquist指数模型以样本2019—2023年指标的面板数据动态分析36所院校的绩效变化趋势。研究结果发现：38所大湾区高职院校中有11所院校DEA强有效，大部分院校未达到经费使用效率最优状态。有少数院校需要加强管理，提高投入要素生产率，使投入要素得到充分利用，在给定组合情况下实现产出最大化。大部分院校属于规模报酬递减，应增加产出促进提高经费使用效率。另外，从投入冗余和产出不足分析，38所院校不存在投入冗余，在不减少投入情况下均能达到目标效率。从效率值来看，有12所院校需要减少财力物力资源方面的投入；有10所院校需要减少人力资源方面的投入以提高效率；有7所院校需要增加教育成果产出；23所院校需要提高教育质量，提升各利益相关者满意度；24所院校需要加大力度增强人才培养方面的产出以达到目标效率值。从动态分析来看，36所高职院校中大部分院校处于效率增长状态，只有8所高职院校全要素生产率在减少，主要是由于规模效率下降原因所致。

以上研究结论表明，大湾区的高职院校财政投入总体来说比较充足，大部分高职院校处于规模效益递减状态，存在规模过大风险，导致大部分院校DEA非有效的原因主要是产出相对不足。基于此，本文提出如下建议：一是多渠道投入资金，适度扩大投入规模。在“过紧日子”背景下，各高职院校应当积极争取行业企业投入资源，多渠道筹集资金，充分保证高校资金需求。二是实现预算绩效一体化管理，提高资金使用效率。构建预算绩效评价指标体系，建设项目库预算绩效内控一体化系统信息化平台，全面实现预算绩效管理，切实提高资金使用效率。三是加强财会监督，规范高效使用资金。从高职院校内部监督层面强化财会监督，形成防范财务风险第一道防线，促进高校规范有效使用资金。四是实施高校成本核算，提供绩效评价基础数据。高职院校应当积极投入成本核算实践，构建成本核算信息系统，为高校绩效评价提供成本信息。五是增强高校内涵建设，助推高校高质量发展。高职院校应当充分利用人、财、物投入资源，加强师资建设、校企合作、国际交流等建设，提升教育质量水平，提高人才培养质量。

【参考文献】

［1］ 汪庆芝.高校科研经费预算绩效测度与综合评价研究［J］.绍兴文理学院学报（自然科学），2020（8）：113-120.

［2］ 刘国永.高等教育财政支出绩效评价指标设计原理、方法及运用［J］.教育与经济，2007（3）：30－35．

［3］ 周奇杰，唐万宏，高正.财政性高等教育经费绩效评价模型建构初探［J］会计之友，2022（10）：141-147.

［4］ 苏荟，白玲.我国高职教育经费投入效率及影响因素的空间计量分析［J］.职业技术教育，2020（36）：38-45.

［5］ MANOLIS CHALARIS，IOANNIS CHALARIS，ST-

EFANOS GRITZALIS，et al.Modeling and transformation of the evaluation mechanism of Greek higher education institutes using balanced scorecard technique［J］.International Journal on Integrated Information Management，2015，2（1）：28-40.

［6］ 张爱华.平衡计分卡下的民办院校绩效评价研究——以A学院为例［J］.会计之友，2018（22）：140-145.

［7］ 曹宏进.基于平衡计分卡的高校资源配置绩效评价——以全国第四轮学科评估指标体系为例［J］.会计之友，2020（22）：131-137.

［8］ 李保忠，康诚轩.基于BSC-AHP的职业本科院校高质量发展绩效评价指标体系的构建［J］.上海教育评估研究，2024（2）：24-29.

［9］ 王致萍，李彦兴，樊娜.基于AHP-模糊综合评价法的职业教育绩效研究——以甘肃省为例［J］.行政事业资产与财务，2019（1）：29-30.

［10］ ALEKSEI EGOROV ，PAVEL SEREBRENNIKOV.Measuring the efficiency of universities：what is inside the black box？［J］.Journal of Higher Education Policy and Management，2023，45（5）：545-565.

［11］ 龚冷西，陈恩伦，贾玲.基于数据包络分析的高职院校教育经费投入绩效评价［J］.教育学术月刊，2017（7）：23-29.

［12］ 杨丽雪.我国高等职业教育经费投入效率研究——基于2006—2017年面板数据分析［J］.职业教育研究，2021（7）：53-59.

［13］ 王莉莉，孙健夫.基于BSC和AHP的高校绩效评价指标体系构建［J］.经济研究参考，2017（28）：9-13.

［14］ 李群，韦海成，朱立军，等.超效率-DEA融合层次分析法在高校实验室建设绩效考核中应用［J］.实验室研究与探索，2020（12）；233-237.