國內(nèi)有關(guān)高校辦學(xué)效率的計量方式

摘要：高等院校的辦學(xué)效率是保證高校可持續(xù)發(fā)展，促進(jìn)高校轉(zhuǎn)型升級的關(guān)鍵。效率的測量則是評估辦學(xué)效率的首要工作，而測量方法的選取又直接關(guān)乎結(jié)果的準(zhǔn)確性。因此，須從經(jīng)濟(jì)學(xué)的角度出發(fā)，對國內(nèi)有關(guān)高校辦學(xué)效率的計量方法進(jìn)行梳理、歸納和評述。

Abstract： Efficiency is the core of ensuring the sustainable development of universities， as well as the key to promoting transformation and upgrading of universities. The measurement of efficiency is the primary task of evaluating efficiency， and the selection of measurement method is directly related to the accuracy of the results. Therefore， from the perspective of economics， we need to sort out， summarize and comment on the measurement methods of university efficiency in China.

關(guān)鍵詞：高校；辦學(xué)效率；文獻(xiàn)綜述

Key words： university；running efficiency；literature review

中圖分類號：G64 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2018）32-0274-02

0 引言

隨著高等教育大眾化進(jìn)程的不斷推進(jìn)以及社會對高層次人才的需求增加，使得國內(nèi)教育資源愈發(fā)稀缺。基于此，高校辦學(xué)效率的計量就顯得尤為重要。客觀有效地測量高校辦學(xué)效率，才能有的放矢地進(jìn)行教育資源的優(yōu)化配置，提高辦學(xué)水平，進(jìn)而促進(jìn)高校轉(zhuǎn)型升級，確保高校的可持續(xù)發(fā)展。

1 概念界定

效率一詞通常出現(xiàn)在經(jīng)濟(jì)學(xué)領(lǐng)域。從資源投入、產(chǎn)出的角度來講，效率指固定的投入所引起的最大產(chǎn)出。本文所涉及的高校辦學(xué)效率可理解為要使高校資源配置達(dá)到最優(yōu)狀況的投入——產(chǎn)出比。

2 計量方法

2.1 生產(chǎn)函數(shù)

生產(chǎn)函數(shù)通常表示在一定時期內(nèi)，各投入生產(chǎn)要素和產(chǎn)出之間的函數(shù)關(guān)系，在研究高校效率時，可把學(xué)校看成廠商，通過考察高校各項資源的投入與產(chǎn)出情況，分析高校的辦學(xué)效率。如成剛（2007）利用教育部直屬高校數(shù)據(jù)建立二次成本函數(shù)，分析我國高校的范圍經(jīng)濟(jì)情況。戴玉純等（2015）構(gòu)建高校內(nèi)涵式發(fā)展的科布——道格拉斯生產(chǎn)函數(shù)，研究安徽省省內(nèi)高校的資源、效益、規(guī)模、質(zhì)量之間的協(xié)調(diào)關(guān)系。但是，高校辦學(xué)效率涉及的投入產(chǎn)出要素很多，很難通過生產(chǎn)函數(shù)的形式把他們完美地表達(dá)出來，因此，運用生產(chǎn)函數(shù)考量高校辦學(xué)效率的文章并不多見。

2.2 線性回歸模型

在研究高校辦學(xué)效率時，線性回歸模型因其方法簡單、理論完善被認(rèn)為是測算高校辦學(xué)效率的有效途徑之一。線性回歸模型一般選取某一產(chǎn)出指標(biāo)作為被解釋變量，運用最小二乘法（或最大似然比）確定其與眾多解釋變量即投入指標(biāo)的依存關(guān)系。王偉（2014）從辦學(xué)場地、師資力量、教學(xué)設(shè)備、經(jīng)費四個角度設(shè)置14個指標(biāo)作為投入，同時選取就業(yè)率、畢業(yè)后收入等7個指標(biāo)為產(chǎn)出。分別進(jìn)行交叉回歸，建立辦學(xué)效率和人才培養(yǎng)的綜合評價體系。彭清華和陽建輝（2011）以在校學(xué)生數(shù)的對數(shù)為被解釋變量，教師數(shù)量對數(shù)和學(xué)校面積對數(shù)為解釋變量并引入擴(kuò)招分界點虛擬變量，建立線性回歸，考查擴(kuò)招（1999年）前后我國高校的規(guī)模經(jīng)濟(jì)情況。李富（2010）、侯龍龍（2004）也有類似的研究。李文利和由由（2007）認(rèn)為回歸法只適用于對樣本平均情況的估算，可用于高校成本分析和規(guī)模經(jīng)濟(jì)、范圍經(jīng)濟(jì)的測算。

線性回歸是基于變量整體服從正態(tài)分布、同方差以及個體間隨機(jī)誤差獨立三個基本假設(shè)，但在實際的高校辦學(xué)效率研究中，經(jīng)常遇見存在嵌套關(guān)系的多層數(shù)據(jù)，多層數(shù)據(jù)難以服從同方差和個體間隨機(jī)誤差獨立兩個假設(shè)，此時若一味使用常規(guī)線性回歸易出現(xiàn)匯總偏差、回歸異質(zhì)等問題。基于此，有學(xué)者引入多層線性回歸模型（HLM）解決這一問題。HLM將不同層面的解釋變量分離，在一次回歸的基礎(chǔ)上再回歸，使結(jié)果更精確。HLM在效率測算方面應(yīng)用廣泛。劉云波（2014）通過建立專業(yè)層面和省級層面的HLM，考察教育投入、區(qū)域經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)對高職院校辦學(xué)效率的抑制——促進(jìn)作用。楊釙（2016）從院校和省份兩個層建立省域高職發(fā)展的多層線性回歸模型對國內(nèi)1090所高職院校的均衡發(fā)展水平進(jìn)行考察。

2.3 數(shù)據(jù)包絡(luò)分析

數(shù)據(jù)包絡(luò)分析（DEA）是一種基于被評價對象間相對比較的非參數(shù)技術(shù)效率分析的方法，思路是根據(jù)最優(yōu)的投入產(chǎn)出數(shù)據(jù)構(gòu)建生產(chǎn)前沿面，效率即為各決策單元到生產(chǎn)前沿面的距離。其線性規(guī)劃表達(dá)式如下：

θ為效率值；X0為投入；Y0為產(chǎn)出；s為松弛變量；λ為權(quán)重。

與回歸模型相比，數(shù)據(jù)包絡(luò)分析對于多產(chǎn)出指標(biāo)的效率測量有顯著優(yōu)勢，此外，數(shù)據(jù)包絡(luò)分析從綜合、技術(shù)和規(guī)模三個層面綜合考量效率情況，更為準(zhǔn)確和全面，因此，數(shù)據(jù)包絡(luò)分析的應(yīng)用日趨廣泛。涉及國內(nèi)高校辦學(xué)效率方面的數(shù)據(jù)包絡(luò)分析的文章主要集中在高校職能部門的效率測算，如高海濤（2014）；沈能（2013）；胡帆（2018）；王燕（2016）。高校整體效率測算的文章相對少一些。主要有袁衛(wèi)（2013）對國內(nèi)72所高校進(jìn)行基于變換參考集的效率測算。張玉惠和楊亞（2014）運用DEA方法分析青海省三所高校的辦學(xué)效率。

近年來，在使用DEA研究高校辦學(xué)效率時，更多的學(xué)者選擇DEA-TOBIT兩步法，即把回歸分析和數(shù)據(jù)包絡(luò)模型結(jié)合，具體而言，首先使用DEA測算辦學(xué)效率值，然后以效率值為被解釋變量，另選取影響效率的因素作為解釋變量，考察相關(guān)和回歸關(guān)系，如姜彤彤（2011）、程立浩（2015）；戴澍（2017）；李荔（2017）等。DEA-TOBIT結(jié)合了數(shù)據(jù)包絡(luò)和回歸分析的優(yōu)點，但在使用時候容易出現(xiàn)內(nèi)生變量的問題，因此在選擇指標(biāo)時要注意避免DEA測算時的決策單元和回歸分析的解釋變量存在聯(lián)系。

2.4 隨機(jī)前沿分析

隨機(jī)前沿分析（SFA）是在傳統(tǒng)生產(chǎn)函數(shù)的基礎(chǔ)上提出了具有復(fù)合擾動項的隨機(jī)邊界模型，該理論把隨機(jī)擾動項ε分解成v和u兩個部分，其中 代表隨機(jī)誤差項，屬不能控制的因素； 代表技術(shù)損失的誤差項，屬可控因素。與DEA相比，隨機(jī)前沿分析能夠區(qū)分統(tǒng)計噪聲，與回歸模型相比又能有效避免被解釋變量加權(quán)的繁瑣過程。因此在實際測量效率時被大多數(shù)學(xué)者青睞。

從年份上看，國內(nèi)運用SFA測算高校效率的文獻(xiàn)主要集中于近五年，如徐超（2015）對國內(nèi)高校人文社科的科研效率進(jìn)行SFA分析，發(fā)現(xiàn)該領(lǐng)域存在成本無效率現(xiàn)象。孫秀峰和劉小君（2015）運用SFA法發(fā)現(xiàn)國內(nèi)高校的成本效率有不斷下降的趨勢，且東部地區(qū)高校的效率明顯高于中西部地區(qū)高校的效率。雷風(fēng)搏（2016）對高校的創(chuàng)新效率進(jìn)行了隨機(jī)前沿分析。楊昌輝（2015）、唐一鵬（2017）等也有類似的研究。

有學(xué)者嘗試把隨機(jī)前沿模型和數(shù)據(jù)包絡(luò)模型結(jié)合，形成了一種新的測量效率的方法，即為三階段DEA法，最早由Fried于2002年提出。三階段DEA法顧名思義把效率測算分成三個步驟，第一步為傳統(tǒng)的DEA效率測算；第二步構(gòu)建類SFA模型進(jìn)行噪聲分離，第三步按調(diào)整后的輸入值再次測算DEA。則此時效率值就是摒除了環(huán)境因素和噪聲的真實值。但三階段DEA在理論層次還有分歧，特別是在管理無效率的分離公式上。

因此利用三階段DEA測算高校效率的文章并不多見，主要有楊宏進(jìn)（2011）；鐘穎（2016）；戴澍（2017）等。

3 結(jié)束語

從各種方法的使用頻率來看，包括HLM在內(nèi)的線性回歸模型是使用頻率最大的方法，但近年來DEA和SFA的文章數(shù)量大幅增加，并有取代線性回歸的趨勢，同時有部分學(xué)者在DEA和SFA的基礎(chǔ)上進(jìn)行深層次的理論發(fā)掘，諸如超DEA模型、Malmquist指數(shù)、超越對數(shù)生產(chǎn)函數(shù)的SFA等方法也逐漸應(yīng)用到高校效率的研究領(lǐng)域。此外也有學(xué)者把模糊理論、灰色理論、神經(jīng)網(wǎng)絡(luò)等方式運用到高校效率中，成為一些非主流的研究方法。各種計量辦學(xué)效率的方法各有優(yōu)勢，但也存在不足之處，在實際的實證研究過程中，須根據(jù)輸入-輸出指標(biāo)的選取和數(shù)據(jù)的結(jié)構(gòu)情況選擇最適合的計量方法。

另一方面我們也須認(rèn)識到，同國外相關(guān)研究相比，國內(nèi)有關(guān)高校效率的定量研究還不夠深入，特別是在理論支持方面缺乏創(chuàng)新，同時在產(chǎn)出指標(biāo)體系構(gòu)建時往往重視科研和教學(xué)水平而忽視了高校的社會服務(wù)職能，使得研究結(jié)果缺乏說服力；再有，高校辦學(xué)水平不能一味的追求效率，在諸如社會影響，公共關(guān)系等領(lǐng)域也是需要引起高校管理者重視的，而這些領(lǐng)域往往成為限制效率的因素，這就需要高校領(lǐng)導(dǎo)者在高效率性和可持續(xù)性之間找到一個均衡點，保證高校的良性發(fā)展。

參考文獻(xiàn)：

[1]戴澍，魯慶堯.江蘇省民辦高職院校辦學(xué)效率的影響因素分析——基于DEA-Tobit兩步法[J].湖南工業(yè)職業(yè)技術(shù)學(xué)院學(xué)報，2017，17（03）：101-105.

[2]戴澍.基于三階段DEA的江蘇省民辦高職院校資源使用效率研究[J].內(nèi)燃機(jī)與配件，2017（06）：92-94.

[3]胡帆.高等學(xué)校財政投入績效評價研究[D].武漢理工大學(xué)，2013.

[4]成剛，孫志軍.我國高校效率研究[J].經(jīng)濟(jì)學(xué)（季刊），2008（03）：1079-1104.

[5]高鴻業(yè).西方經(jīng)濟(jì)學(xué)（微觀部分）[M].北京：中國人民大學(xué)出版社，2007.