數字經濟提升高等教育資源配置效率研究

摘" "要：高等教育資源配置不充分、空間分布不均衡是影響我國教育高質量發展的重點問題，數字經濟時代的到來為高等教育資源合理配置和轉型升級提供了思路。基于我國30個省（自治區、直轄市）的面板數據，采用超效率SBM模型測算ML指數衡量我國高等教育資源配置效率，進而實證檢驗了數字經濟對高等教育資源配置效率的影響機制。實證結果表明，數字經濟對高等教育資源配置效率的提升具有顯著的促進作用，該結論在一系列穩健性檢驗后仍然成立，異質性檢驗表明數字經濟對縮小我國教育事業發展的區位差異具有正向效應。基于研究結論，為我國教育資源合理配置和教育事業均衡發展提出如下建議：重視數字基礎設施建設，加強關鍵核心技術攻關，打造數字經濟人才高地；發揮數字產業化的關鍵作用，縮小教育資源配置的區位差異，推進國家教育事業均衡發展；促進數字經濟與教育事業的深度融合，大力發展智慧教育；加快新型數字技術的融合創新與應用，促進高等教育高質量發展。

關鍵詞：數字經濟；高等教育資源配置；教育均衡發展；SBM模型；ML指數

中圖分類號：G434" " " " "文獻標志碼：A" " " " " " "文章編號：1673-8454（2023）07-0010-12

一、引言

當今世界，新一輪信息技術革命和產業變革席卷全球，數據價值化加速推進，數字經濟與實體經濟深度融合。互聯網、大數據、云計算、人工智能、區塊鏈等技術加速創新日益融入高等教育領域，教育數字化應用釋放潛能，數字經濟以其發展速度之快、輻射范圍之廣、影響程度之深的特點成為重組高等教育資源，重塑教育新模式、新業態的關鍵力量。新冠疫情的暴發、國際競爭態勢的加劇一定程度上加速了高等教育擁抱數字經濟的步伐，各國競相出臺教育數字化轉型戰略計劃[1]。

高等教育發展水平是國家發展能力和發展潛力的象征，優化高等教育資源配置不僅可以提高我國高等教育辦學水平，為教育部門提供決策依據，還可進一步促進高等教育均衡發展、促進教育強國建設[2]。黨的十八大以來，我國教育事業發展迅速，教育體系不斷完善。黨的二十大報告從“實施科教興國戰略，強化現代化建設人才支撐”的高度，對“辦好人民滿意的教育”作出專門部署，凸顯了教育的基礎性、先導性、全局性地位，為我們在新時代新征程中推動教育改革發展，辦好人民滿意的教育，建設教育強國，指明了方向、提供了根本遵循。但是，我國高等教育存在資源分布不均、教育公平落實受阻等問題，教育事業急需信息化、數字化轉型[3]。自2017年《國家教育事業發展“十三五”規劃》印發以來，《教育信息化2.0行動計劃》《中國教育現代化2035》《國家智慧教育公共服務平臺接入管理規范（試行）》等文件都強調了教育數字化轉型的重要性，智慧教育應運而生。黨的二十大報告指出，堅持教育優先發展，優化區域教育資源配置，統籌職業教育、高等教育、繼續教育協同創新，推進教育數字化，加快建設教育強國。在此基礎上，以數據驅動教育資源配置為導向，明晰數字經濟在高等教育資源配置過程中的重要作用，有助于完善現代教育體系、加快教育現代化建設步伐，也可以為我國教育事業的下一步發展提供借鑒。

高等教育資源配置效率主要通過研究教育資源的投入與產出問題，構建評價指標體系。國內外關于高等教育資源配置效率的研究主要包括兩個方面：一是效率評價，現有文獻多采用數據包絡模型（DEA）定量分析教育資源配置效率，如有研究采用DEA測算澳大利亞高校教學系統的運行效率[4]；有研究基于DEA和SFA方法評估波蘭高等職業院校教育活動的效率[5]；有研究采用Window-Malmquist指數法、BCC模型和超效率模型、三階段DEA與超效率DEA模型分析我國31個省（自治區、直轄市）的高等教育投入產出效率[6-8]；有研究基于BCC和Malmquist指數模型分析京津冀和長三角地區的高等教育資源配置效率[9]。二是影響因素研究，高等教育資源配置效率的主要影響因素有國家公共教育支出[10][11]、經濟發展水平[3]和城鎮化水平[2]等。然而，數字經濟視角下高等教育相關研究還處于起步階段，多數學者集中在理論層面的研究[12]，較少涉獵實證研究[13]，如齊紅倩、夏當英等論述了數字技術的發展對高等教育轉型升級的促進作用[14][15]；韋莊禹等采用GMM方法研究數字經濟對教育公平的影響機制[16]。

綜上所述，DEA在高等教育資源配置方向的研究已趨于成熟，但存在高等教育投入產出指標體系考慮不全面、DEA評價方法無法實現全局比較等問題，有待進一步完善和拓展；同時，在數字化的時代，鮮有關于數字經濟對高等教育資源配置效率影響的研究。鑒于此，本文基于我國2011—2020年30個省（自治區、直轄市）的面板數據，構建包括非期望產出的高等教育資源配置效率評價體系，采用超效率SBM-ML方法測算效率，并應用固定效應模型和工具變量法進行實證分析。本文可能的邊際貢獻為：①高等教育資源配置效率評價指標體系從人才培養、科技創新和社會服務三個角度衡量期望產出，并選擇超效率SBM 模型測算的Malmquist-Luenberger指數衡量高等教育資源配置效率。②從數字化轉型視角出發，探究數字經濟發展水平對高等教育資源配置效率提升的影響機制并進行回歸估計，在一系列穩健性檢驗之后，從區位差異角度進行異質性檢驗，以期達到教育事業充分均衡發展，助力“教育強國”建設。

二、理論分析

我國教育事業在地區和城鄉之間一直存在著發展不均衡趨勢，較發達地區和區域經濟發展重心坐擁一流的高等教育資源，且傳統的教育資源配置模式引發高等教育資源空間分布不均衡[17]。以新一代信息技術為主的數字經濟為我國高等教育資源配置提供了契機，其理論機制如圖1所示。

首先，數字技術的嵌入是數字化轉型促進高等教育資源配置效率提升的出發點。數字技術的高效應用促進了教育數字化、信息化轉型，打破了傳統教育資源空間上的封閉性，智慧教育、遠程教育逐漸走入人們視野，數據成為提升高等教育資源開發利用、配置效率的重要渠道，也成為優化高等教育系統開放性、公平性、效益性的重要手段[16]。數字技術的發展助力數據流帶動要素流、資金流、人才流的加速流動，促進高等教育資源實現內部關聯與合理配置，進而優化高等教育產出效果，減少非期望產出的負面影響，推進教育數字化、智慧化轉型升級。

其次，數字經濟帶動組織變革與范式轉變，為優化高等教育資源配置提供可行進路，有利于推動高等教育質量、效率雙提升。高等教育正步入高質量發展階段，其管理方式、發展模式、技術范式和組織形式面臨著根本性變革，資源配置由原來的供給驅動轉變為需求導向，“數字+教育”范式應運而生。數字經濟的發展實現了高等教育的全方位感知，大到資源配置、師資引進、社會服務，小到人才培養、科技創新等，無一不體現數字經濟在高等教育資源優化配置中的重要作用。另外，依托數字基礎設施，高質量的教育資源向農村和欠發達地區擴散，有效解決了教育發展不平衡、不充分的問題，使得教育機會更加均等化，有效控制教育事業的非期望產出[18]。

最后，數字生態賦能高等教育高質量發展，促使高等教育走向人機協同、創新開放的新業態。數字經濟借助其高協同性、高創新性、高滲透性的特點，完善高等教育資源的優化、交易、管理和保護機制，在質量和數量上優化其投入和期望產出[13]。同時，數字生態在教育資源要素的組合移動、人力資本的積累共享、“社會—學校—家庭”的協同治理、“政府—行業—企業”的監督評價等方面塑造了高等教育新模式、新業態，使得教育價值鏈同資金鏈、產業鏈、創新鏈深度融合，進而實現規模報酬遞增。

三、模型構建與數據來源

（一）模型構建

基于以上理論分析，構建如式（1）所示計量模型，探究數字經濟對高等教育資源配置效率的影響機制。

進一步，將GTFP的分解項納入回歸方程，構建式（2）、（3）計量模型進行影響機制的深入探究。

其中，GTFPit表示i省份在第t年的高等教育資源配置效率；MLECit表示i省份在第t年高等教育資源配置的技術效率變動；MLBPCit表示i省份在第t年高等教育資源配置的技術差距變動；DELit表示i省份在第t年的數字經濟發展水平；DEIit /DILit /IDLit分別表示i省份在第t年的數字經濟基礎設施、數字產業化、產業數字化水平；Controlsit表示一系列控制變量；？蘚it表示隨機誤差項；i表示省份；t表示年份，取2011—2020年。

（二）變量確定

1.被解釋變量

被解釋變量為高等教育資源配置效率（GTFP）。本研究引入非徑向、非角度的DEA模型[19]，即SBM（Slacks-Based Measure）模型，以解決投入或產出非同比例變動、基于投入或者基于產出模型選擇等問題[20]，進而引入超效率SBM模型[21]，保證計算的效率值有效。同時，考慮到高等教育資源配置效率提升受非期望產出效果的負面影響，在已有模型的基礎上，參考成剛[22]的研究，使用帶有非期望產出的超效率SBM模型進行評估。

假設有n個決策單元，包含要素：X=（xij）∈Rm×n，Y=（ykj）∈RS1×n，Z=（Zij）∈RS2×n，（X， Y， Z）。其中，三個向量分別表示投入、期望產出和非期望產出，故使用帶有非期望產出的超效率SBM 模型評估DMU（x0，y0，z0），如式（4）所示。

其中，sx∈Rm、sz∈RS2分別表示投入和非期望產出的過剩量，sy∈RS1表示期望產出的短缺量；ρ表示決策單元的效率值；m、s1、s2表示投入、期望產出和非期望產出的變量個數；公式（4）滿足規模報酬不變（CRS）。

進一步，本研究借鑒前人的方法，采用使用帶有非期望產出的超效率SBM 模型計算Malmquist-Luenberger指數（ML指數），進而反映高等教育資源配置效率。計算方式如式（5）所示。

參考相關研究[23]，對測算的GML指數進行分解，計算公式如式（6）、（7）所示。

其中，MLEC表示技術效率變動，MLBPC表示技術差距變動，ML=MLEC*MLBPC。

關于投入、期望產出和非期望產出變量的選擇，參考相關研究[2][6][9]，構建高等教育資源配置效率評價指標體系，如表1所示，并應用Matlab R2022b測算GTFP及其分解項MLEC和MLBPC。

2.核心解釋變量

核心解釋變量為數字經濟發展水平。本研究借鑒相關研究[16][24]，構建數字經濟評價指標體系，如表2所示，并應用全局熵值法測算數字經濟發展水平（DEL），以及數字經濟基礎設施水平（DEI）、數字產業化水平（DIL）、產業數字化水平（IDL）。

3.控制變量

參考相關研究[18][25]，本研究納入以下控制變量：一是城鎮化水平（UL），采用各省（自治區）的城鎮化率來衡量[26]，即城鎮化率=城市人口/年末總人口；二是市場化水平（ML），使用樊綱、王小魯編寫的中國分省份市場化指數來衡量；三是經濟發展水平（LED），采用各省人均GDP來衡量；四是地區人口規模（RPS），采用各省年末總人口的對數值來衡量；五是工業化水平（LOI），采用第二產業與地區生產總值的比值來衡量；六是交通基礎設施（TI），采用公路里程與區域面積的比值來衡量；七是地方教育水平（LLE），采用各省份的平均受教育年限來衡量。

（三）數據來源

本研究采用2011—2020年我國30個省（自治區、直轄市）為研究樣本。市場化指數來自“中國市場化指數數據庫（https：//cmi.ssap.com.cn/）”；數字普惠金融來自北京大學數字金融研究中心編制的數字普惠金融指數[27]；其余數據主要來源于《中國統計年鑒》《中國教育統計年鑒》《中國科技統計年鑒》。

（四）描述性統計與相關性檢驗

使用Stata15.0對以上變量進行描述性統計，結果如表3所示。數據分布趨勢較為平穩，可進行后續分析。

進一步，對主要變量進行Pearson相關性檢驗。結果顯示，數字經濟與高等教育資源配置效率之間的相關性系數為0.293，且在1%的水平下顯著，說明數字經濟可以提高高等教育資源配置效率。另外，變量的VIF值均小于10，變量之間不存在多重共線性。

四、實證分析結果

（一）基準回歸

在對面板數據進行基準回歸之前，需通過F檢驗與Hausman檢驗確定模型類型。F檢驗值為8.94，P值小于0.01；Hausman檢驗值為20.08，P值小于0.05。故選用固定效應模型進行基準回歸。表4為基準回歸結果。

表4列（1）回歸結果顯示，數字經濟發展水平的確可以促進高等教育資源配置效率的提升，且通過1%的顯著性檢驗，這與韋莊禹等[16]的研究結果一致。在此基礎上，加入控制變量，回歸結果如表4列（2）所示，影響機制未發生改變，且回歸系數有所提高，足以說明數字經濟的迅速發展，對高等教育資源配置效率具有顯著的促進作用，并且可以有效控制高等教育的非期望產出。進一步，測算數字經濟發展水平的細分維度對高等教育資源配置效率的影響，回歸結果如表4列（3）至（5）所示，由此可知，數字經濟基礎設施與數字產業化對高等教育資源配置效率起到了正向促進作用，且均通過1%的顯著性檢驗，而產業數字化未對高等教育資源配置效率產生顯著的影響。可見，數字經濟對高等教育資源配置效率的作用機制中，數字產業化占據主導效應，其次為數字經濟基礎設施，產業數字化未產生直接效應。數字經濟基礎設施的建設與發展是教育信息化轉型的基礎要素，而數字產業化可使教育信息化轉型變得更加順暢、便利，進而提升數字教育資源建設與應用水平，達到較高水平的教育資源配置效率；產業數字化之所以未能通過檢驗，原因可能為教育數字化轉型浪潮剛剛興起，新型教育產業發展模式尚處在起步階段，另外，該維度所選指標與教育產業聯系較為稀疏，使得二者之間的影響較難直接顯現出來，存在較長時間的滯后效應。

表4列（6）及（10）展示數字經濟發展水平對高等教育資源配置效率分解項的影響。具體來看，數字經濟發展水平對高等教育資源配置效率的技術效率變動分解項未產生顯著影響；對技術差距變動分解項具有顯著的正向作用，且通過1%的顯著性檢驗。可見，數字經濟對高等教育資源配置效率的影響主要作用于技術差距變動，未在技術效率變動中得以體現，這與國家堅持區域協調發展戰略息息相關。為此，進一步檢驗數字經濟細分維度對高等教育資源配置效率的技術效率變動分解項影響，回歸結果如表4列（7）至（9）所示。可以發現，數字經濟基礎設施發展水平對技術效率變動具有顯著的正向促進作用，且通過10%的顯著性檢驗；數字產業化與產業數字化均未對技術效率變動產生顯著影響。雖然數字經濟基礎設施對技術效率變動的作用較小，但是數字經濟基礎設施在數字經濟發展水平中的作用不可小覷。數字經濟基礎設施與數字產業化及產業數字化相比，可更好地促進教育產業結構優化升級，形成技術效率與技術差距“雙重驅動”的高等教育資源配置效率增長模式。盡管如此，數字產業化與產業數字化仍是數字產業乃至教育產業未來發展的必然趨勢，把握好數字經濟發展機遇，進而提高我國教育行業數字經濟治理體系和治理能力的現代化水平，實為教育信息化、數字化、平臺化轉型的有效路徑。

（二）穩健性分析

1.更換變量

采用更換變量的方式進行穩健性檢驗：一是更換被解釋變量，在不考慮非期望產出的前提下，測算高等教育資源配置效率用作穩健性檢驗，如表5列（1）所示；二是更換核心解釋變量，參考相關研究[28][29]，從數字經濟基礎設施（Dei_1）、應用程度（Dea_1）和發展規模（Des_1）三個維度構建評價指標體系，由全局熵值法計算數字經濟發展水平（DEL_1）用作穩健性檢驗，如表5列（2）至（5）所示。

由表5可知，替換被解釋變量之后，數字經濟對高等教育資源配置效率的正向影響依然存在，并且通過1%的顯著性檢驗；更換核心解釋變量之后，更換后的數字經濟發展水平對高等教育資源配置效率具有正向的促進作用，其細分項中，除數字經濟基礎設施外，數字經濟應用程度和發展規模對高等教育資源配置效率的影響顯著。總之，回歸結果顯示，不管是更換解釋變量還是被解釋變量，數字經濟對高等教育資源配置效率的影響系數為正，且通過顯著性檢驗，與前文結果一致，表明上述回歸結果穩健。

2.內生性檢驗

為避免基準回歸存在雙向因果關系和遺漏變量等問題，造成內生性估計偏誤，本研究采用以下方法進行內生性檢驗：一是考慮數字經濟對高等教育資源配置效率的影響在時間上存在滯后性，對解釋變量進行滯后一期和滯后二期處理，重新回歸，如表6列（1）至（6）所示；二是采用工具變量法檢驗內生性引起的估計偏誤，借鑒已有研究思路，使用滯后一期的核心解釋變量作為工具變量（IV），使用兩階段最小二乘法（2SLS）進行估計，如表6列（7）所示；三是將基準回歸模型擴展為動態面板模型，選用系統GMM方法進行穩健性估計，如表6列（8）所示。

表6列（1）至（3）展示核心解釋變量滯后一期的回歸結果，數字經濟對高等教育資源配置效率具有顯著的正向影響，且主要作用于技術差距變動，較少作用于技術效率變動。表6列（4）至（6）展示核心解釋變量滯后兩期的回歸結果，數字經濟對高等教育資源配置效率同樣具有顯著的正向影響，且作用對象與滯后一期以及基準回歸結果基本一致。表6列（7）展示兩階段最小二乘法估計結果，在工具變量通過識別不足和弱工具變量的檢驗之后，數字經濟對高等教育資源配置效率的回歸系數顯著為正。表6列（8）展示系統GMM的回歸結果，由AR（2）檢驗和Hansen檢驗結果可知，模型通過了過度識別檢驗與自相關檢驗，方程不存在序列相關，且工具變量的設定是合理的，即系統GMM估計結果進一步驗證了模型的穩健性。另外，從回歸結果來看，高等教育資源配置效率的一階滯后項在5%的水平下顯著，高等教育資源配置效率的提升是一個動態積累的過程。綜上所述，數字經濟對高等教育資源配置效率的提升具有顯著的促進作用，在克服內生性問題后，本文的結果依然保持穩健。

（三）異質性分析

中國經濟已由高速增長轉變為高質量發展，但區域經濟發展水平仍存在非均衡特征，進而導致高等教育資源配置不均[16]，為捕捉數字經濟對高等教育資源配置效率的影響是否存在區域環境的外部差異，本研究從區位因素的角度出發，進行異質性分析。

表7列（1）（5）（6）顯示，區位差異顯著影響數字經濟對高等教育資源配置效率的促進作用，且影響效果與相關研究[16][18]基本一致。結果顯示，東部地區數字經濟發展水平對高等教育資源配置效率的影響未通過顯著性檢驗，中部、西部地區數字經濟發展水平對高等教育資源配置效率具有正向促進作用，且通過了1%的顯著性檢驗。這說明數字經濟對我國東部發達地區的高等教育資源配置效率影響有限，但其借助新一代信息技術以及數字技術的高滲透性、高協同性和高創新性，為我國中西部欠發達地區的高等教育資源配置提供發展契機與有效路徑，且對西部地區的影響效果大于中部地區。可見，數字經濟的發展有利于縮小我國區域教育事業的發展差距，同時，有利于促進區域協調發展戰略的貫徹落實，加快教育強國的建設進程。

具體來看，東部地區經濟發展迅速，數字產業基礎雄厚。從2022年11月教育部研究制定并發布的智慧教育平臺系列兩項教育行業標準的起草單位中可以看出，東部地區已奪得教育信息化轉型的先機，而此時數字經濟的迅速發展，對坐擁大量一線教育資源的東部地區而言，無疑是“錦上添花”。在此基礎上，探究數字經濟細分維度對東部地區高等教育資源配置效率的影響。回歸結果顯示，數字產業化對高等教育資源配置效率的影響顯著為正，且通過了1%的顯著性檢驗，數字經濟基礎設施與產業數字化的影響不顯著。由此可知，雖東部地區教育資源配置效率較優，但處在數字經濟發展的風口期，與數字經濟基礎設施和產業數字化相比，數字產業化的發展將有助于區域合理配置教育資源，促進教育公平，為區域教育信息化轉型提供借鑒。另外，數字產業化不僅在數字經濟促進高等教育資源配置效率的作用路徑中占據主導地位，而且是平衡東、中、西部教育資源配置差距的關鍵因素。中、西部地區經濟發展較為落后，教育數字化轉型存在瓶頸，正是這種現象使得數字經濟可以在此處發揮其該有的價值。數字要素的普及以及數字技術的應用，為處于不利狀態下的區域群體提供積極影響，對教育資源的合理配置、教育條件的有效改善、教學水平的顯著提高無疑是“雪中送炭”。數字經濟將與西部大開發戰略、教育部等部門印發的《中西部高等教育振興計劃（2012—2020年）》、國務院辦公廳印發的《關于加快中西部教育發展的指導意見》共同激發中西部高等教育內生動力和發展活力，推動形成同中西部開發開放格局相匹配的高等教育體系[30]，提高高校教育數字化應用水平，促進中、西部乃至全國高等教育高質量發展。

五、結論與啟示

本研究從數字經濟視角出發，探究數字經濟對高等教育資源配置效率的影響，得出以下研究結論：一是數字經濟對高等教育資源配置效率具有顯著的促進作用，可以有效控制教育事業的非期望產出，并且影響效果主要來源于數字產業化和數字經濟基礎設施；二是數字經濟對高等教育資源配置效率的影響主要作用于技術差距變動分解項，僅數字經濟基礎設施作用于技術效率變動分解項，故數字經濟基礎設施對高等教育事業的發展具有技術效率與技術差距“雙重驅動”；三是由異質性分析可知，數字經濟在東部地區對高等教育資源配置效率的影響不顯著，但為中西部地區高等教育事業的發展提供了契機，故數字經濟有利于縮小我國東、中、西部地區教育事業的發展差距，其中，數字產業化是平衡教育資源區域差異的關鍵要素。

基于以上研究結論，本研究得出如下啟示：一是重視數字基礎設施建設，加強關鍵核心技術攻關，打造數字經濟人才高地。要想充分發揮數字經濟的“穩定器”“加速器”作用，必須加強數字化戰略布局，重視包括數字信息、數字融合、數字創新在內的綜合性數字基礎設施建設，促進高校同數字產業的密切合作，打造產學研一體化教育教學模式；依托高校培養方案，定向引進和培養高端數字人才，助力傳統企業智能化改造，輻射公共服務事業數字化轉型，進而打通經濟社會發展的信息“大動脈”。二是發揮數字產業化的關鍵作用，縮小教育資源配置的區位差異，促進國家教育事業均衡發展。當前，數字經濟紅利在高校之間分布不均，人才匱乏、資源短缺、經濟落后等一系列問題制約我國中、西部教育事業的發展，推進區域教育水平的均衡協調有序發展需要數字經濟的積極推動作用[31]。作為數字經濟的先導力量，數字產業化將發揮重要作用，利用其網絡效應、規模效應助力在線教育、遠程教育的實現，進而優化高等教育資源投入的合理配置，實現產出的科技社會服務效果。三是促進數字經濟與教育事業的深度融合，大力發展智慧教育。受傳統教育思維、教學模式的影響，數字技術與高等教育的融合發展還有很大提升空間，高校應把握數字化、網絡化、智能化發展趨勢，不斷發揮教師團隊的教學智慧，借助智能技術優化教學環境及過程，通過人機協同賦能個性化學習與評價，利用數據分析支撐教育管理與決策，從而實現教育系統的跨界融合、模式重構和全面變革。四是加快新型數字技術的融合創新與應用，促進高等教育高質量發展。繼云計算、物聯網、大數據之后，區塊鏈技術被視為一項新的顛覆性技術，其去中心化、共識機制、可追溯性及高度信任的特征深受青睞[32]。高等教育的資源配置及未來發展離不開區塊鏈技術，借助其可以加強知識產權保護，構建具有社會公信力的教育評估與教學治理體系，還可以存儲學習記錄，更便捷地開展校企合作、國際對接工作，優化教育業務及管理流程，實現平臺共建、資源共享的教育新模式。

參考文獻：

[1]于妍，藺跟榮.數字技術賦能研究生教育高質量發展：何以可能與何以可為[J].中國高教研究，2022（11）：53-60.

[2]游麗，孔慶鵬.“雙一流”背景下我國高等教育資源配置效率測評及影響因素研究——基于超效率DEA-Malmquist方法和Tobit模型[J].教育與經濟，2021，37（6）：30-37.

[3]葉前林，岳中心，何育林，等.“雙一流”建設下我國高等教育資源配置效率研究[J].黑龍江高教研究，2018（3）：22-27.

[4]WORTHINGTON C， LEE L. Efficiency， technology and productivity change in Australian universities，1998-2003[J]. Economics of Education Review， 2005（3）：1-13.

[5]RZADZINSKI L， SWOROWSKA A. Parametric and non parametric methods for efficiency assessment of state higher vocational schools in 2009-2011[J]. Entrepreneurial Businessamp;Economics Review， 2016，4（1）：95-112.

[6]易明，彭甲超，張堯.中國高等教育投入產出效率的綜合評價——基于Window-Malmquist指數法[J].中國管理科學，2019，27（12）：32-42.

[7]管永剛.基于超效率DEA模型的高等教育資源配置效率分析[J].黑龍江高教研究，2019，37（2）：84-88.

[8]周小剛，林睿，陳曉，等.系統思維下中國高等教育投入產出效率評價研究——基于三階段DEA和超效率DEA的實證[J].系統科學學報，2022，30（4）：58-62.

[9]張強，蔡雪晨，王雪瑩.京津冀和長三角地區高等教育資源配置效率的比較研究[J].黑龍江高教研究，2022，40（5）：58-62.

[10]DUFRECHOU A. The efficiency of public education spending in Latin America： A comparison to high-income countries Original Research Article[J]. International Journal of Educational Development， 2016（7）：188-203.

[11]傅毓維，邵爭艷.影響區域高等教育資源優化配置的復合DEA分析[J].科學學與科學技術管理，2004（11）：94-97.

[12]馮新新.我國高等教育數字治理的內在邏輯、核心要義與實施路徑研究[J].黑龍江高教研究，2021，39（1）：1-7.

[13]劉湖，于躍，蔣萬勝.區塊鏈技術、教育資源差異與經濟高質量發展——基于我國高等教育資源配置狀況的實證分析[J].陜西師范大學學報（哲學社會科學版），2020，49（1）：145-158.

[14]齊紅倩，張佳馨.數字技術發展與高等教育教學模式改革[J].中國高等教育，2022（18）：56-58.

[15]夏當英.數字技術發展中高等教育的跨域連接與空間分隔[J].沈陽大學學報（社會科學版），2022，24（5）：515-523.

[16]韋莊禹，廖月婷，陳燕勇.數字經濟發展能否促進教育公平？——基于省際面板數據的實證分析[J].教育與經濟，2022，38（5）：58-66.

[17]韓世梅.我國教育信息化促進教育公平的政策演進、問題分析和發展建議[J].中國遠程教育，2021（12）：10-20，76.

[18]彭錦，李彥龍.數字普惠金融與教育機會均等化[J].統計與決策，2022，38（13）：142-146.

[19]KAORU TONE. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2001（130）：498-509.

[20]王兵，吳延瑞，顏鵬飛.中國區域環境效率與環境全要素生產率增長[J].經濟研究，2010（5）：95-109.

[21]KAORU TONE. A slacks-based measure of super-efficiency in data envelopment analysis[J]. European Journal of Operational Research， 2002（143）：32-41.

[22]成剛.數據包絡分析方法與MaxDEA軟件[M].北京：知識產權出版社，2014.

[23]PASTOR J T， LOVELL C A K. A global malmquist productivity index[J]. Economics Letters， 2005，88（2）：266-271.

[24]劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究[J].上海經濟研究，2020（6）：81-96.

[25]何景師.我國高等職業教育投入產出效率及影響因素研究[J].黑龍江高教研究，2022，40（11）：129-136.

[26]葉怡君.金融發展、城鎮化與我國民辦高等教育[D].鄭州：河南大學，2021.

[27]郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征[J].經濟學（季刊），2020，19（4）：1401-1418.

[28]馬中東，寧朝山.數字經濟、要素配置與制造業質量升級[J].經濟體制改革，2020（3）：24-30.

[29]陳曉峰.數字經濟發展對我國制造業升級的影響——基于省際面板數據的經驗考察[J].南通大學學報（社會科學版），2022，38（3）：128-140.

[30]教育部高等教育司.振興中西部高等教育 服務中西部高質量發展[EB/OL].（2021-12-27）[2023-03-06].http：//www.moe.gov.cn/fbh/live/2021/53921/sfcl/202112/t20211227_590326.html.

[31]俞明雅，葉波.“互聯網+”能促進教育公平嗎？——兼論“互聯網+”教育公平的挑戰與應對[J].教育科學研究，2017（4）：15-18，23.

[32]楊現民，李新，吳煥慶，等.區塊鏈技術在教育領域的應用模式與現實挑戰[J].現代遠程教育研究，2017（2）：34-45.

On the Efficiency of Higher Education Resource Allocation Improved by Digital Economy：

Based on Super-Efficient SBM Model Using Malmquist-Luenberger Index

Zhongdong MA1，2， Yongqing LIU1

（1.School of Business， Liaocheng University， Liaocheng 252000， Shandong;

2.School of Economics， Qingdao University， Qingdao 266071， Shandong）

Abstract： The problem of higher education resource misallocation has been a key issue in the high-quality development of China’s education， and the advent of the digital economy has enlighted on the transformation and upgrading of higher education and the rational allocation of resources. Based on the panel data of 30 provinces （municipalities and autonomous regions） in China from 2011 to 2020， this study measures the efficiency of higher education resource allocation in China using the ML index measured by the super-SBM model with undesired output， and then empirically examines the influence mechanism of the digital economy on the efficiency of higher education resource allocation. The empirical results show that the digital economy has a significant contribution to the efficiency of higher education resource allocation， a finding that still holds after a series of robustness tests. The heterogeneity test indicates that the digital economy has a positive effect on narrowing regional differences in the development of China’s educational undertakings. Based on the research conclusions， the following suggestions are put forward： attach importance to the construction of digital infrastructure， strengthen key core technology research， and build a highland of digital economy talents; Give full play to the key role of digital industrialization， narrow the regional differences in the allocation of educational resources， and promote the balanced development of national education; Promote the deep integration of digital economy and education， and vigorously develop smart education; Accelerate the integration， innovation， and application of new digital technologies to promote high-quality development of higher education.

Keywords： Digital economy; Allocation of Higher education resource; Balanced development of education; Super-Efficient SBM model; Malmquist-Luenberger index

編輯：王曉明" 校對：李曉萍

DOI： 10.3969/j.issn.1673-8454.2023.07.002

作者簡介：馬中東，聊城大學教務處處長、教授、碩士生導師，青島大學博士生導師，博士（山東聊城 252000）；劉永慶，通訊作者，聊城大學商學院碩士研究生（山東聊城 252000）