基于三階段DEA的我國省域學前教育供給效率研究

摘? 要：選取2013—2020年全國31個省市自治區學前教育投入產出方面的面板數據，構建相應投入—產出—環境變量指標體系，運用三階段DEA模型測算我國學前教育資源供給效率并比較效率分布的空間異質性。測算結果表明，2013—2017年間，我國學前教育資源投入的綜合效率呈現出逐年上升的趨勢，表現為純技術效率上升較快，規模效率提升緩慢。針對不同省域的效率結構差異，只有出臺針對性的政策才能進一步提升不同省域學前教育資源供給效率，推動我國學前教育事業健康有序發展。

關鍵詞：三階段DEA；供給效率；空間異質性

中圖分類號：TP39；G610? 文獻標識碼：A? 文章編號：2096-4706（2023）03-0118-05

Research on the Supply Efficiency of Provincial Preschool Education in China

Based on Three-stage DEA

ZHENG Liqin

（Shaanxi Xueqian Normal University， Xi'an? 710100， China）

Abstract： Select the panel data of preschool education input and output of 31 provinces， cities and autonomous regions in China from 2013 to 2020， build the corresponding input-output-environment variable indicator system， use the three-stage DEA model to measure the efficiency of preschool education resource supply in China and compare the spatial heterogeneity of efficiency distribution. The measurement results show that from 2013 to 2017， the comprehensive efficiency of preschool education resource investment in China has shown a rising trend year by year， which is reflected in the rapid increase of pure technical efficiency and the slow increase of scale efficiency. In view of the differences in the efficiency structure of different provinces， only by issuing targeted policies can we further improve the supply efficiency of preschool education resources in different provinces and promote the healthy and orderly development of preschool education in China.

Keywords： three-stage DEA; supply efficiency; spatial heterogeneity

0? 引? 言

學前教育消費過程的競爭性與排他性與學前教育結果在宏觀層面的公共產品屬性決定了學前教育具有特定的準公共產品屬性，對于學前教育資源的投入要從投入產出角度考慮最大限度提升產出效率，降低投入成本，實現學前教育資源配置最大化。三階段DEA模型是在傳統DEA模型的基礎上，利用松弛變量中包含的信息對投入或產出變量進行調整，進而剔除環境因素和統計噪聲對效率測度影響的一種線性規劃模型，其計算結果能夠更加客觀真實地反映決策單元（DMU）的內部管理水平，因此構成本文對于學前教育資源產出效率研究的邊際貢獻。

1? 模型構建與變量說明

1.1? 三階段DEA

第一階段使用投入導向的BCC（規模報酬可變）模型對原始投入產出數據進行初始效率評價。第二階段是剔除環境因素和統計噪聲的似SFA回歸。第三階段是調整后投入產出變量的DEA效率分析。

1.2? 變量選擇及數據來源

本文的研究對象為各地區學前教育資源配置的效率，故將我國31個省份的學前教育系統作為31個決策單元，選擇2013—2020年共8年作為研究時期。通過對資源配置效率文章的研讀，考慮到數據的科學性及有效性，在綜合以上各因素的基礎上，本文構建出如表1所示的指標體系。

1.2.1? 投入指標

通過參考已有文獻中對指標的選取，本文選擇學前教育生均經費支出（X1）和生均校舍面積（X2）作為投入指標。

1.2.2? 產出指標

本文一方面從直接產出的數量上進行考慮選擇當年畢業幼兒數（Y1）作為產出的數量指標，另一方面將當年小學招生人數中受過學前教育的人數（Y2）作為產出的質量指標。

1.2.3? 環境變量

環境指標選取如下：（1）人均GDP表示各地區經濟發展水平。（2）第二三產業占GDP比例可以更為細膩地反映區域經濟發展水平的高級化程度。（3）新生人口數量對學前教育需求端產生重要影響，因此符合三階段DEA對環境變量選取的兩個要求。所選指標的描述性統計如表2所示（數據由計算得出）。

1.3? 數據來源與說明

本文的學前教育投入數據來源于《中國教育經費統計年鑒》（2013—2017年）；畢業生存在時間滯后性，產出指標數據來源于《中國教育統計年鑒》（2016—2020年）；環境變量指標人口數據來源于2010—2014年《中國統計年鑒》；人均GDP及第二、三產業指標來源于2013—2017年《中國教育經費統計年鑒》，經計算整理形成全國31個省份面板數據集。

2? 實證分析

2.1? 基于傳統DEA模型的分析

本階段選用投入導向的DEA-BCC模型針對全國31個省、市及自治區，運用DEAP 2.1軟件進行效率測度分析，相應代碼如圖1所示。

對我國31個省、直轄市及自治區2013—2017年間教育資源的產出效率進行計算，結果如表3所示（數據由本文計算得出）。首先，從全國視角來看，在綜合技術效率方面，我國學前教育產出效率總體上呈現上升趨勢，除了2016年數值有所波動外，整體來看，綜合技術效率值從2013年的0.288上升到2017年的0.295，反映出我國學前教育的產出效率整體上是穩步提高的。從技術進步的純技術效率角度分析，反映我國學前教育技術改進效率的純技術效率也基本呈現上升趨勢，數值從2013年的0.714增長到2017年0.751。在規模效率方面，我國2013—2017年間規模效率波動較多，且數值較小，在低水平范圍內浮動且呈現下降趨勢，從0.372下降到0.363。2013—2017年間我國規模效率數值反映，雖然近年來我國投入學前教育領域的資源不斷增加，但學前教育產出尚未具備規模效應，進一步考慮到反映規模效應的數值在低位徘徊，反映出我國的學前教育供給存在嚴重不足現象，巨大的入園需求與幼兒園有效供給不足，是導致規模效率指數在低水平徘徊的重要原因。

表4（數據由本文計算得出）顯示了2013—2017年間我國各區域學前教育資源支出情況。從綜合效率值的角度來看，中部綜合效率值是最高的，接下來依次是東部地區與西部地區，平均值達到0.272，東北地區的綜合效率值是最低的，均值為0.1，遠低于全國平均值。在純技術效率方面，中部地區的純技術效率也在全國保持第一，其次為西部地區、東部地區與東北地區。在規模效率方面，中部地區位居第一位，其次為東部地區、西部地區與東北地區。

進一步分省來看，從圖2中可以看出逐年變化情況。從綜合效率角度來看，2013—2019年間，只有河南的學前教育資源支出處于DEA最前沿。其次是河北、廣東、四川、廣西，平均可達到0.6以上。可以認為河北、廣東、四川、廣西學前教育產出效率高，處于第二梯隊。山東、安徽、湖南、貴州、云南、江蘇、湖北的學前教育資源效率較弱，平均為0.412以上，處于我國第三梯隊。而吉林、內蒙古、黑龍江、海南、上海、北京、天津、寧夏、青海、西藏的平均綜合效率最弱，平均為0.057，位居我國學前教育產出效率的第四梯隊。

2.2? 第二階段SFA回歸結果分析

第二階段將各DUM通過DEA模型分離出投入項的松弛量作為被解釋變量，剔除第一階段未經考慮的隨機噪聲和環境因素對決策單元效率測算的影響，利用統計軟件進行SFA回歸分析，相應代碼如圖3所示，回歸結果如表5所示。

從表5中可以看出，生均經費支出與生均校舍面積投入變量松弛值作為被解釋變量進行回歸的廣義似然比結果分別為50.350和25.347，通過查找臨界值表，投入變量松弛值作為被解釋變量條件下均在統計學意義上在0.01的顯著性水平上通過了檢驗，說明無效率項的存在，采用隨機前沿模型是合理的。

由回歸系數可知：宏觀經濟環境松弛變量回歸系數為正、產業高級化程度和宏觀社會環境松弛變量回歸系數均為負，這表明經濟發展水平提高并不利于減少教育資源投入冗余。可能的原因為，經濟發展水平提高內在要求地方政府及其他經濟組織在學前教育領域投入更多的資源稟賦推進學前教育事業發展，但是學前教育機構的運作模式并不合理。

代表產業高級化水平的產業結構的松弛變量模型中系數均顯著為負。這可能是由于第二和第三產業產值比重較高，這樣就賦予了學前教育投入較大的資源配額空間，在供給端降低了學前教育的冗余投入量，進而提高學前教育的產出效率。

新生人口數在0.01的顯著性水平上對生均經費指數和生均校舍面積產生了極其顯著的負向影響，說明提高新生人口數可以降低生均經費支出和校舍面積的冗余。

2.3? 第三階段DEA結果分析

根據第二階段SFA模型的回歸結果，將經調整后的投入變量與原產出變量重新運用DEAP2.1軟件進行測算，計算最終的效率值。分別以表6、表7（數據由本文計算得出）及圖4反映第一階段和第三階段的全國層面、地域層面及省級層面的平均學前教育資源支出效率值。

首先，從全國角度來看，如表6所示，綜合效率從0.2上升到0.4，并呈現出逐年上升的趨勢；純技術效率從0.7上升到0.9，也呈現逐年上升的趨勢；規模效率上升趨勢最慢，平均上升0.15。數值反映，即便是剔除了環境因素的影響，我國學前教育目前補短板的改進措施還是要加大學前教育機構規模投入，提高入園兒童的數量。

其次，從學前教育產出效率的區域異質性來看，剔除掉環境因素影響，西部地區的學前教育綜合效率提高幅度較大，中部地區次之，東北地區排第三。進一步分析純技術效率與規模效率值可以發現，東部地區學前教育綜合效率值之所以在排除環境因素后出現下降，乃在于規模效率值下降幅度太大。兩類指數綜合來看，對于地少人多、人口稠密的東部地區而言，并非學前教育機構先進程度不夠，管理水平不足，主要問題是學前教育招生規模不足嚴重制約了東部地區學前教育的產出效率。從整體來看，人口眾多的中部地區學前教育機構的規模效率值每年均處于0.5以上，而西部地區與東北地區尚未達到0.5，反映出西部與東北地區學前教育機構的規模效益還沒有凸顯，需要同東部地區一樣，進一步拓展招生規模，在規模效益發揮方面著力改善。

最后，分省際來看學前教育產出效率的異質性。從綜合效率指標值來看，上海與江蘇增長幅度最快，剔除掉環境因素后，兩省學前教育綜合指數上升幅度分別為116.28%、117.55%，排在第一梯隊；排在第二梯隊的有北京、天津、內蒙古、遼寧、吉林、黑龍江、浙江、福建、湖北、廣東、寧夏與新疆，增長幅度高達50%以上；排在第三梯隊的省份有河北、山西、江西、山東、湖南、廣西、海南、重慶、四川、貴州、云南、西藏、陜西、甘肅和青海，上述省份學前教育綜合效率值在排除了環境因素后均實現了正增長；河南省學前教育綜合效率值未變，處于效率前沿。需要指出的是，在排除了環境因素后，安徽省的學前教育綜合效率值是31個省市自治區中唯一下降的，下降幅度為-0.59%。剔除掉環境因素后，安徽省學前教育綜合效率值下降的主要原因在于安徽省學前教育純技術效率值有所下降，導致其綜合效率值下降。

2.4? Malmquist指數分析

Malmquist指數能動態反映我國各地區學前教育供給效率的變化趨勢，因此運用 DEAP 2.1軟件對2013—2017年間中國31個省份的學前教育供給數據進行分析，進而考察全要素生產率的動態變化及異質性。

剔除掉環境因素影響后，技術效率下降了1%，技術進步均值、純技術效率和規模效率均值保持不變，說明我國學前教育全要素生產率低下的主要原因是管理水平和資源使用效率不高。

分年度來看，由表8（數據由本文計算得出）可知，2013—2014年間的sech值為1.02，effch值和tech值為1，體現出sech指數對學前教育供給tfpch值的提升做出主要貢獻，但純技術效率抑制了規模效率指數的發揮；在2014—2015年間，技術進步效率指數對全要素生產率變化產生的影響較大。2015—2016年間則是pech對學前教育tfpch值變化產生重要的正向影響。2016—2017年間，effch和sech效率共同推動了我國學前教育全要素生產率的提高。但是，技術進步效率卻抑制了綜合技術效率和規模效率的增長。

進一步對各省、市及自治區學前教育tfpch值進行對比分析。由圖5可知：2013—2017年間，北京、天津、山西、遼寧、上海、江蘇、福建、山東、湖北、湖南、廣東、甘肅、寧夏和新疆14個省、市及自治區的學前教育供給tfpch指數大于1外，其他17個省份的學前教育供給tfpch指數都小于1，說明我國學前教育供給效率還有待于提高。在反映管理水平及資源使用的TE值方面，內蒙古、吉林、黑龍江、浙江、江西、廣西、重慶、貴州、云南、西藏、陜西和青海都有進一步改進的空間。

河北、安徽、河南、海南等省則有必要提高學前教育機構的技術水平，對內蒙古、山西、吉林、黑龍江、浙江、江西、湖北、湖南、廣西、重慶、四川、云南、西藏和青海而言，還需要進一步擴大招生規模，提高學前教育機構的規模效益。

3? 結? 論

本文通過對全國31個省、市自治區，通過對省級間學前教育發展的效率異質性進行分析，得出如下結論：

基于DEA模型測算可以看出，2013—2017年間，我國學前教育資源供給投入端的綜合效率呈現逐年上升的趨勢，特別是純技術效率上升較快，反映我國幼兒園機構的物質資本投入與技術進步推動了我國幼兒園機構的質量提高。與此同時，我國幼兒園的規模效率上升趨勢最慢，反映我國學前教育目前沒有發揮出應有的規模優勢。彌補短板的有效方式還是加大學前教育機構規模投入，提高入園兒童的數量，切實滿足群眾就近、優質、費用適中的入園需求。從區域來看，我國中部、西部乃至東北地區學前教育的綜合效率均有不同程度的提高。其中，西部地區的學前教育綜合效率提高幅度較大，中部地區次之，東北地區排第三。從省際來看，我國省際學前教育投入的產出效率異質性較強，不同省域的效率結構不同，提示效率提高方面的政策針對性要加強，只有針對不同省域的效率結構差異，出臺針對性的政策才能進一步推動不同省域學前教育資源供給效率的提高，切實滿足不同地區人民群眾“就近、優質、費用適中”的入園需求，在人生教育的第一個環節就能夠讓人民群眾得到改革的“獲得感”。

參考文獻：

[1] 付娜，黃萍.從城鎮化背景下S幼兒園的變革歷程看學前教育資源的優化配置 [J].早期教育，2021（Z4）：26-29.

[2] 賴曉倩，陳蓉暉.城鄉學前教育資源投入績效測評及差異分析——基于DEA和Malmquist指數模型 [J].教育學術月刊，2021（1）：16-24+41.

[3] 朱曉斌，蔣一之，鄭報.從社會保障倫理視角看農村學前教育公共服務體系的建構—以浙江省16縣市區為例 [J].教育學報，2020，16（1）：55-62.

[4] 鄭美佳，賀敬雯.公平與效率關系視域下我國學前教育政策變遷研究 [J].教育導刊，2021（5）：23-30.

[5] 陳岳堂，陳慧玲.基于Dea-Tobit模型的我國學前教育資源配置效率研究 [J].現代教育管理，2018（5）：47-53.

作者簡介：鄭麗琴（1986—），女，漢族，甘肅天水人，講師，碩士研究生，研究方向：應用統計學。

收稿日期：2022-10-12

基金項目：2022年陜西學前師范學院教學改革項目（22JG06SX）；2020年陜西省教育廳科學研究計劃項目（20JK0585）