基于DEA的大學人力資源產出效率評價

李關民

本文根據2008年的統計數據，采用DEA方法，對我國211院校中42所大學的人力資源產出效率、規模效率和投入產出不足方面進行了分析評價，指出改進方向，這對完善我國大學人力資源產出體系，提高人力資源產出的質和量，改善我國大學生就業問題有一定的意義。

一、大學人才培養存在的問題及大學人力資源產出效率評價的意義

朗讀：顯示對應的拉丁字符的拼音。

自20世紀90年代以來，我國大學人才培養在數量上有了長足的發展。在數量上不斷提高的同時，大學人才培養的質量并沒有得到顯著的提高，而隨著人力資源市場的競爭日趨激烈，大學生就業問題日趨嚴峻。尤其是由美國次貸危機引發的全球金融危機進一步加劇了大學生就業困難。為解決這個問題，對大學人力資源產出效率評價十分必要。

麥克思（Mycos）人力資源信息管理咨詢有限公司自2007年以來，采用科學的研究方法連續三年對大學畢業生的就業情況進行了跟蹤調查，統計了近3000所大學的學生就業情況。本文將大學的教學資源和科研資金作為投入、麥克思公司的畢業生統計數據作為產出，利用DEA方法對大學人力資源產出效率進行了評價，體現了各大學人力資源產出效率，引起大學管理者對充分利用學校資源為社會培養人才的重視，提出改進措施，提高學校資源的利用率，改進培養的人才素質，對解決大學生就業問題具有一定意義。

二、數據包絡分析（DEA）簡介

數據包絡分析（data envelopment analysis）簡稱DEA，它采用線性規劃技術，是最常用的一種非參數前沿效率分析法。它由A.Charnes和W.W.Cooper 等人于1978年提出，以相對效率為基礎對同一類型部門的績效進行評價。

該方法將同一類型的部門或單位當作決策單元（DMU），其評價依據的是所能觀測到的決策單元的輸入數據和輸出數據。輸入數據是指決策單元在某種活動中所消耗的某些量，，輸出數據是指決策單元消耗這些量所獲得的成果和產出。將各決策單元的輸入輸出數據組成生產可能集所形成的生產有效前沿面，通過衡量每個決策單元離此前沿面的遠近，來判斷該決策單元的投入產出的合理性，即技術效率。

三、應用數據包絡分析（DEA）評價大學人力資源產出效率

（一）評價目標及決策單元（DMU）的選擇

本文將大學人力資源產出效率作為數據包絡分析法評價目標，將每個大學當作一個數據包絡分析的決策單元（DMU），通過比較各個大學的投入產出的技術效率，來對各大學人力資源產出效率進行評價。本文主要針對各大學本科畢業生作為人力資源來進行產出效率評價。

（二）輸入輸出指標體系的建立

基于實現評價目標（大學人力資源產出效率）和全面反映決策單元的投入產出水平的考慮，選取建筑面積、圖書館藏書規模、專任教師人數、科研經費支出、學科水平作為輸入指標。這個輸入輸出指標體系反映的是作為決策單元的大學其投入一定量的硬件基礎、教學資源、師資力量、資金及教學水平，所產出的人力資源質和量之間的效率。

（三）數據收集

基于上面所建立的輸入輸出指標體系，本文收集了規模相近、數據完整的2008年15所綜合類、23所理工類和4所師范類共42所大學的投入產出數據作為評價所采用的數據。輸入指標中，建筑面積、圖書館藏書規模、專任教師人數直接取自文獻，學科水平則由取自該書的一級學科博士點總數和一級學科碩士點總數加權求和獲得（學科水平得分=一級學科博士點總數×1+一級學科碩士點總數×0.5），科研經費從文獻中獲得。輸出指標中，學生畢業半年后平均月收入、學生離校時掌握的工作能力從麥克思公司推出的《2009大學就業能力排行榜》中獲得。

（四）評價結果及分析

本文利用澳大利亞新英格蘭大學Tim.Coelli編寫的Deap2.1程序，采用2C R模型對上述數據進行處理，具體分析如下：

1.投入產出效率分析

在2008年大學人力資源產出的質和量下，42所大學中有9所大學人力資源產出體系的效率值為1，其中，1所為綜合型，1所為師范型，7所為理工型，這說明這些學校的資源投入相對于產出利用程度較高，處于生產的前沿面上，是技術有效的，其余33所大學的產出效率均有待提高。不同類型的大學比較上看，綜合類平均效率較低為0.687，低于平均水平（0.785），而理工類和師范類均高于平均水平，分別為0.823和0.933，這表明從不同類型大學的人力資源產出效率來看，師范類最高，其次是理工類，而綜合類排名最后，亟須提高自己的人力資源產出效率。

2.規模收益分析

規模收益不變表示決策單元達到最大規模產出點，即處于理想的投入產出狀態，為規模有效，而規模遞增和規模遞減分別表示增加投入時產出將會有更高或更低的比例增加，而為到達理想的投入產出狀態，分別需要將規模增加或者規模減小。通過分析可以得出結果，目前，我國大學由于不斷擴大招生，不少大學規模過大，已經影響了其人力資源的產出效率，需停止擴招，控制規模，來達到理想的投入產出狀態。

四、結論

數據包絡分析（DEA）是評價不同行業、領域決策單元投入產出效率和規模收益的定量分析方法。本文運用了該方法對大學人力資源投入產出效率進行了分析評價，得到了如下結論：1.從投入產出效率上來看，大部分大學未達到技術有效，尚有很大的改進提高空間，而從大學類型角度來看，師范類好于理工類好于綜合類。2.從規模收益上來看，大部分大學的規模大于理想狀態，亟須暫緩擴招控制規模以提高產出效率。3.從各指標的分析來看，在專任教師人數，學科水平和學生規模這三個指標上，大部分大學都在生產前沿面附近，處于較好的投入產出狀態，而理工類大學在建筑面積指標、綜合類大學在科研經費支出、學生畢業半年后平均月收入和學生離校時掌握的工作能力指標、師范類在圖書館藏書規模指標上表現較差，需及時改進以提高人力資源產出效率。這些結論反映了我國大學目前在人力資源產出中存在的問題，對提高大學資源利用效率，解決目前的大學生就業問題有一定意義。

［1］徐娟．我國各省高校科研投入產出相對效率評價研究——基于數據包絡分析方法［J］．載《清華大學教育研究》，2009.

［2］張大偉，薛惠鋒，吳介軍．基于DEA方法的高校學院科研管理效率評價研究［J］．載《科研管理研究》，2009.

［3］楊河清，韓飛雪．關注用人單位對大學畢業生的需求行為——對北京市用人單位的調查［J］．載《中國人力資源開發》，2008.

［4］于桂蘭，于米．大學本科生職業傾向與職業生涯規劃影響因素研究［J］．載《中國人力資源開發》，2008.

［5］孟浩，王艷慧．基于DEA的大學人才培養系統的綜合評價［J］．載《運籌與管理》，2007.

［6］徐秋慧，孫燕．大學畢業生就業問題分析［J］．載《中國人力資源開發》，2007.

［7］劉希宋，張倩．數據包絡分析（DEA）評估企業學習能力［J］．載《中國人力資源開發》， 2004.

［8］武書連．挑大學選專業——2008考研擇校指南［M］．中國統計出版社，2007.