基于BSC+AHP+DEA模型的高校財政性經費績效評價

【摘 要】 教育績效評價是世界性難題，在當前全面實施預算績效管理背景下，以及要求“過緊日子”的常態下提高財政性教育經費使用效率顯得尤為重要。文章以粵港澳大灣區38所高職院校為樣本，基于平衡計分卡（BSC）理論設計指標體系，綜合運用層次分析法（AHP）和數據包絡分析（DEA）模型從靜態動態視角分析高校財政性經費投入相對效率水平以及變化趨勢。研究結果表明，大部分高職院校非DEA有效，主要由于產出不足所致，需要提升教育質量、增加人才培養產出量以提高投入產出相對效率。從動態分析來看，大部分院校經費使用效率穩步提升，少數院校由于規模原因導致資金使用效率呈下降狀態。據此提出高職院校應當多渠道投入資金、實現預算績效一體化管理、加強財會監督、實施成本核算、增強內涵建設等建議。

【關鍵詞】 高校財務； 財政性經費； BSC； AHP； DEA； 績效評價； 粵港澳大灣區； 高職院校

【中圖分類號】 F812.45；F234.3 【文獻標識碼】 A 【文章編號】 1004-5937（2024）24-0132-11

一、引言

自2012年起，國家財政性教育經費支出占國內生產總值的比例一直保持在4%以上，并且財政教育經費增長速度基本保持高于財政收入增長速度，這充分體現了教育優先發展的戰略定位，彰顯了黨和國家建設教育強國的決心。近年來財政性收支矛盾突出情況下依然保持對高等教育經費的增速投入，在現今過“緊日子”的常態下使高等教育財政性經費的供求矛盾更加突出。另外，國家正在全力推行的預算績效管理在高校實施中存在的難點和痛點集中體現在績效評價上，財政績效評價是實施預算績效管理的價值工具。教育經費作為第一大財政支出，對其進行評價實質上是對財政撥款形成預算并實施預算績效一體化管理的具體實現路徑。高校教育經費績效評價通過衡量財政資金在各高校競爭性投入和產出的效益結果能夠為財政部門確定生均撥款水平提供重要參考。同時高校教育經費績效評價有助于幫助學校發現建設中的問題，提升學校治理水平進而推動學校高質量發展。因此，加強高等教育經費績效評價不僅是財政改革的需求，也是高校實現高質量發展的必然手段。然而，盡管當前對于行政事業單位的財政資金績效評價有一套比較完善的指標體系，并且考核指標也按照業務內容進行分類，但是評價指標缺乏針對高等教育的類別設置，更沒有統一面向高職教育的評價指標體系。而且，當前的財政資金績效評價主要是項目績效評價，并未對學校整體財政性經費的投入產出做出全面的績效評價。另外，由于教育投入與產出的數據容易受到可獲取性和客觀性的制約，教育成果的不可量化、教育投入和產出時間的滯后性、教育效率評價對象的多層次性、評價指標的多維度性使得教育經費績效評價模型構建異常困難。當前我國高職院校的數量已經達到全國高等學校的50%以上。高職院校的教育質量日益受到社會的關注。粵港澳大灣區（以下簡稱“大灣區”）是改革開放最前沿陣地。基于以上背景，本文以38所大灣區高職院校為樣本運用BSC+AHP+DEA模型研究高校財政性教育經費績效水平，分析經費投入效率程度以及變化趨勢，從而探究提升高等教育經費投入產出效率的路徑，最終提出可行性建議。并且，由于高職院校的資金大部分來源于財政資金，所以本文財政性經費指全部教育經費。本文的貢獻在于：一方面，本文研究主要基于多種模型方法結合使用，包括運用BSC模型構建評價指標體系，運用熵值法及AHP方法給指標賦權值并測算效率值，并且綜合使用DEA-BBC模型、DEA-SBM超效率模型以及DEA-Malmquist指數模型對研究樣本數據進行實證分析，最后將AHP和DEA兩種模型得出的績效結果進行加權平均得到最終評價結果。本文主要綜合運用多種計量模型、方法，使計算結果更加客觀準確，為研究高校績效評價模型方法提供了參考。另一方面，本文基于BSC模型，并結合大灣區高職院校的辦學特點設計評價指標，實證分析的數據均來自各高職院校公開的年度質量報告，具有較強的可比性和可靠性。由此，本文無論是指標的構建還是評價模型和方法的選擇均基于實踐層面，具有較強的可操作性和實用性，為高校績效評價實踐提供了參考。

二、研究綜述

（一）關于績效評價指標設計原理的研究

高校績效評價指標設計是績效評價體系構建的基礎，為整個績效評價提供規范和指導框架，確保評價的科學性、公正性和可持續性。第一，按照“3E”-“4E”原則設計指標。西方國家普遍采用經濟性、效率性、有效性“3E”原則設置政府公共支出績效評價體系，我國大部分學者也采用這一原則設計績效評價指標。后來又在“3E”原則基礎上加上“公平性（Equity）”建立“4E”原則。由于教育具有準公共產品特性，評價教育經費的績效水平自然需要從保障接受教育對象的公平待遇角度考量，因此公平性應當作為教育經費績效評價原則，更能綜合反映經費使用績效水平。汪慶芝[1]以“4E”原則作為預算績效的判斷標準構建預算績效評價指標體系。第二，按照高校的職能設計指標。劉國永[2]根據高校人才培養、教育科研和社會服務的三大職能，設計了指標評價體系，并突出了指標體系的相對穩定性和直觀性。第三，根據高校可持續發展內生需求設計指標。較多學者選擇客觀性、重要性、相關性、非重復性、可行性、可比性等原則作為指標設計的理論依據。有部分學者已經關注到高校的可持續發展內生需求，認為績效評價體系應具有動態調整的能力，能夠隨著高校發展和外部環境的變化不斷完善。周奇杰等[3]在此基礎上還提出導向性原則和動態性原則，即通過績效評價指標引導高校盡可能形成高投入高產出的發展局面，引領學校的高質量內涵發展，并且要求績效評價指標的設置根據政策變化進行動態調整，逐步完善指標體系和權重系數，更能真實反映高等教育經費效益。

（二）關于績效評價指標體系構建的研究

當前國內外已經建立針對高校的多維度、多視角的績效指標體系。現有文獻主要從兩個分析視角構建評價指標體系：一方面，構建基于目標結果導向的指標體系。即基于投入產出理論從投入、產出角度或者從結果是否達到目的審視評價經費使用效率和效益。國內較多學者按照結果導向將指標劃分為投入產出類指標，投入指標主要從人、財、物三方面進行設計。蘇薈等[4]從投入和產出兩個維度構建指標，高職教育經費投入劃分為生均個人經費投入和生均公用經費投入，產出從教育成果的數量和質量兩方面進行測量。另一方面，構建基于戰略導向的BSC績效評價指標體系。國外較早將BSC方法運用于高校績效評價。Manolis Chalaris et al.[5]運用BSC方法評估雅典技術教育學院（TEI-A）學術部門績效以提高其教育質量。國內也將BSC方法引入到政府公共部門及高校的績效評價和管理當中。張愛華[6]引入BSC理論，從財務、顧客、內部業務流程、學習與成長四個維度將戰略目標轉化為具體指標，反映出民辦高校在教學、科研、財務、管理等方面存在的問題和優勢。曹宏進[7]基于全國第四輪學科評估指標體系，引入平衡計分卡構建法學專業的評估指標體系。

（三）關于評價模型方法運用的研究

經過梳理大量文獻發現，學者研究教育經費績效評價指標的賦權方法比較多，包括因子分析法、主成分分析法、熵值法、層次分析法（AHP）、專家評議法等。當前較多學者使用AHP法確定績效評價指標權重。李保忠等[8]首先運用層次分析法構建績效評價指標體系層次結構模型，然后結合問卷調查數據計算綜合判斷矩陣，最后得到各級指標的權重值。王致萍等[9]為了避免基于專家打分基礎上的層次分析法確定的權重值缺乏科學性和客觀性，使用熵值法計算指標權重。另外，國內外學者已將DEA模型廣泛運用于資金投入效率評價。Aleksei Egorov et al.[10]認為評價大學效率通常使用非參數DEA和參數隨機前沿分析（SFA）兩種方法，并且提出這兩種方法都假設樣本具有相同的生產技術運作特征。國內學者使用DEA模型分為基本模型、超效率DEA-SBM模型、DEA-Malmquist指數模型三類。龔冷西等[11]運用DEA基本模型計算西部某省34所高職院校投入產出效率，分析不同類高職院校投入與產出各因子冗余和不足情況。楊麗雪[12]運用超效率DEA模型和Malmquist指數，分析31個省份的高等職業教育經費的綜合技術效率與全要素生產率，從靜態和動態兩個層面分析我國高等職業教育經費投入效率。此外，較多學者正趨向于綜合運用多種模型方法進行評價。王莉莉等[13]運用BSC從四個維度構建高校經費績效評價指標，運用AHP模型構造判斷矩陣并最終確定指標層次權重。李群等[14]在評價實驗室績效考核中構建AHP與DEA組合模型，全部定量指標采用DEA-SBM模型，定性指標采用AHP方法，選擇經驗權重將兩個模型計算的結果進行加權求和。

（四）研究述評

綜上所述，目前國內外在高校績效評價方面的研究已經取得一定的成果。

在績效評價指標設計原理研究方面，各國學者針對高校績效評價的不同目標和對象，提出了多種評價指標設計思路，使指標體系更加科學全面，但是很難有一篇文獻兼顧所有指標設計原理，由此導致設計指標缺乏全面性和完整性。尤其是公正性和動態性原則并未在高校績效評價指標設計中得到貫徹和實施。在指標體系構建研究方面，現有文獻已經基于投入產出理論、BSC理論、公共管理理論等多個維度構建比較科學全面的指標體系，但是大部分學者運用BSC理論設計指標時并未充分結合高校的特征和職能設計指標，使指標不能全面反映高校的績效水平；并且多數文獻從理論角度和一些案例視角進行研究，并沒有形成一套標準統一的指標體系，也沒有根據不同的高校類別分別設置標準和指標體系，難以在同類型高校間進行比較和評價。在構建評價模型方面，現有文獻較多采用層次分析法、模糊綜合評價法、數據包絡分析法對高校績效進行評價；并且當前研究有綜合運用多種方法的趨勢，已有學者綜合運用BSC+AHP模型以及AHP+DEA模型評價高等教育投入產出績效評價。但是將BSC+AHP+DEA三種模型同時應用于同一樣本評價教育績效水平鮮有發現。部分學者對現有模型和方法進行一定程度的改進，但是至今尚未找到一種能夠大力提高績效評價科學性和可靠性的創新方法。此外，當前文獻運用以上模型進行實證研究分析的數據來源比較分散和雜亂，沒有統一的出處，直接影響實證結果。值得一提的是，運用DEA方法的前提假設是樣本具有相同的技術運行特征。鑒于此，本文以大灣區高職院校為樣本，依據職業教育的職能以及結果目的導向原則，綜合運用BSC+AHP+DEA模型對財政性經費績效進行評價研究。

三、指標構建和數據來源

（一）基于BSC模型設計評價指標體系

平衡計分卡（The Balanced ScoreCard，BSC）是由羅伯特·卡普蘭和大衛·諾頓提出的一種績效評價工具。主要通過財務指標與非財務指標相互結合補充構建績效評價指標體系，并且上升到戰略層面從財務、客戶、內部流程以及學習與成長四個維度對組織的績效水平實施考核和評價。BSC方法作為績效評價模型的經典模式，能夠將非財務指標納入指標體系，使定性與定量指標相結合，使評價結果更加客觀有效。國內外早期將BSC模型廣泛應用于企業的績效評價實踐，現也廣泛運用于非營利組織的績效評價。而高校教育作為準公共產品，具有產出滯后性、產出多維度、投入多層次性等特點，與BSC方法的績效評價功能具有一定的契合度，能為高校提供全面科學的績效評估框架。本文運用BSC模型從四個維度將高校的戰略轉變為可執行的目標，再將績效目標按照四個維度分解細化為操作層面的二級指標。因此，平衡計分卡構建的指標能夠從多個層面全面反映高校的績效水平，能實現現在和未來績效、財務和非財務績效、短期和長期績效、高校內部和外部績效以及反映學校、教師、學生、社會組織等不同利益相關者從高校獲取的績效水平，更加體現績效評價指標的戰略性、科學性、全面性和系統性。基于此，本文根據研究文獻資料、《高等職業教育質量年度報告》中的相關數據指標，再結合高職院校的現狀應用BSC模型構建高校教育經費績效評價指標體系。一是從財務維度構建指標。財務維度指標是最能直接反映經費使用績效的指標，也是最容易量化的指標。高校作為非營利組織，其戰略目標不是獲取盈利水平，而是財政性經費投入產生的價值，包括能用貨幣計量的各種產出價值。財務維度層面設置的指標主要是指通過財政性撥款投入，從資金上保障高校日常運轉，并且實現學校高質量發展的建設目標，達到提高資金使用效率和合理配置資源的財務管理目標。根據《高等職業教育質量年度報告》中的相關數據指標，設置生均撥款、生均教育科研儀器設備值、年度財政專項撥款三個三級指標。由于畢業生月收入、課題到款額等指標從指標特征分析屬財務指標，但是從職能和性質分析更應該歸屬從客戶維度和內部流程維度層面的指標，因此本文未將畢業生月收入和課題到款額歸入財務維度指標。二是從客戶維度構建指標。高校的客戶維度應當從學生、家長、社會層面凸顯出來。具體來說，就是從學生、用人單位層面對學校人才培養的滿意程度進行評價，滿足家長、學生、社會各界對高等教育質量的需求和認可，反映各利益相關者對高職教育的滿意度。因此客戶維度的指標包括畢業生月收入、在校生滿意度、畢業生滿意度、用人單位滿意度、就業率等。三是從內部流程維度構建評價指標。高校的內部流程指高校的內部運營和管理過程，由于教育是以人才培養為目標，其內部的運作過程主要應體現在高校的內涵建設上，因此從內部流程構建指標應從學校內涵建設成效的各方面進行設計。具體來看，可從人才培養、師資建設、校企合作、國際交流等高校內涵建設方面推動學校實現高質量發展；并且從管理控制層面提升學校內部治理水平，優化內部管理流程，提高學校整體效率。具體可設置全日制在校生人數、畢業生人數、畢業生升學人數、橫向課題到款額（萬元）、縱向課題到款額（萬元）、發明專利授權數量、知識產權項目數等三級指標。四是從學習與成長層面構建指標。對于高校來說，學習與成長主要指教職工及學校的創新程度，是對于教職工未來的成長以及學校發展程度的考量。即考核從學校教師資源方面如何促進學校創新發展，如何提升教師專業素質，促進師資水平提升，提高人才培養質量。具體可設置生師比、高級專業技術職務專任教師比例兩個三級指標。

（二）數據來源及數據處理

本文選取粵港澳大灣區9個地市38所高職院校的17個指標數據進行實證分析，指標數據來源于《高等職業教育質量年度報告》中2023年的數據。由于17個指標是從不同維度反映教育經費的投入與產出，無法直接進行比對分析，需要對數據進行無量綱化處理再作比較，因此本文使用SPSSPRO軟件對38所高職院校17個指標進行去量綱化的標準化處理。公式為：標準化處理數據=（原始數據-極小值）/（極大值-極小值），由于篇幅原因未列出標準化處理結果。

四、實證分析

（一）運用熵值法+AHP實證分析

熵值法是一種用來判斷某個指標的離散程度的量化方法，利用信息熵工具測算出各項指標的變異程度，從而計算出各個指標的權重。本文使用SPSSPRO軟件將經過標準化處理的數據代入熵值法模型得到指標權重，然后根據熵值法得出的權重對各指標重要性進行排序，再按照權重順序運用AHP法進行兩兩對比確定權重。層次分析法的計算結果顯示，最大特征根為17.378，本次針對17階判斷矩陣計算得到CI值為0.024，RI值為1.606，因此計算得CR=CI/RI=0.015<0.1，意味著本次研究判斷矩陣滿足一致性檢驗。接著計算判斷矩陣的最大特征值對應的特征向量W=（w1，w2，w3，…，wn），見表1。

（二）運用PCA確定投入產出因子

由于以上分析教育經費投入產出指標較多，會影響評價決策單元DMU的有效性。一般來說，DMU數量不少于投入產出指標總和的2倍。因此，本文在運用DEA模型分析前先用主成分分析法（PCA），對投入產出指標降維并提取主成分。本文使用SPSSPRO軟件選取以上教育經費評價指標體系中的7個投入指標和10個產出指標分別進行主成分分析，結果如下：7個投入指標和10個產出指標分別降維為2個投入指標（財力物力資源投入、人力資源投入）及3個產出指標（教育成果、教育質量、人才培養），見表2。

（三）運用DEA-BCC模型分析

數據包絡分析（DEA）是一種依據決策單元的輸入輸出數據采用線性規劃技術度量效率的一種非參數前沿效率分析方法。傳統DEA模型分為CCR和BCC模型。CCR模型假設規模報酬不變，BCC模型可分析規模報酬可變的綜合效率水平。本文運用SPSSPRO軟件，選取DEA-BBC模型研究38所大灣區高職院校在規模報酬可變情況時投入產出效率情況，見表3。

BBC模型將綜合效率拆分為技術效率和規模效率。技術效率反映技術因素帶來的效率，規模效率反映規模帶來的效率。由表3可知：38所高職院校中只有11所院校DEA強有效，綜合效率平均值為0.8208，小于1，表明大灣區大部分高職院校經費非DEA有效，資源配置未達到效率最優狀態，存在進一步改進空間。從技術效率來看，有23所高職院校技術效率值為1，表明這23所學校的要素使用合理，其余15所院校存在資源浪費或資源未充分利用。從規模效率來看，只有11所高職院校規模效率為1，表明規模效率達到最優狀態。其余27所院校的規模效率均小于1，可通過調整規模促進投入產出效率提升。從規模報酬系數來看，有4所院校規模報酬系數小于1，屬規模報酬遞增，表明這4所院校規模過小可擴大規模，迅速提高投入產出比。其他23所高職院校規模報酬系數大于1，屬規模報酬遞減，產出增加的比例會少于投入增加的比例，表明規模過大，應當減少規模從而提高效率。換句話說，不建議增加規模，應當考慮增加產出以提高目標效率。

（四）運用超效率DEA-SBM實證分析

由于傳統的CCR和BCC模型無法衡量全部松弛變量，因此本文使用另一種非射線性的模型——超效率DEA-SBM模型（Slack Based Model），SBM模型是在傳統的DEA模型基礎上，將松弛變量納入模型，彌補了傳統模型不能有效評價決策單元的差異問題，并且通過松弛變量效率度量投入和產出中存在的冗余或不足，能夠更加有效評價決策單元效率。本文運用SBM模型，使用SPSSAU軟件分析結果見表4。

如表4所示，通過SBM模型能夠測算出各決策單元的效率值。從投入指標來看，財力物力資源投入松弛變量大于0的有12所院校，只有2所院校財力物力資源投入松弛變量小于0，表明這12所院校需要減少財力物力投入量提高效率，只有2所院校需要增加投入財力物力資源提高效率。大部分學院在財力物力資源方面的投入已達到相對有效規模。有10所院校人力資源投入松弛變量大于0，表明這10所院校在人力資源的投入方面可以減少投入以提高效率。有2所院校人力資源投入松弛變量小于0，說明這2所院校需要增加在人力資源方面的投入。從產出指標來看，有7所院校的教育成果產出指標松弛變量大于0，有5所院校的松弛變量小于0，說明大部分院校在教育成果方面的產出能達到相對有效，只有7所院校需要增加教育成果產出，有5所院校的教育成果相對于投入來說有溢余。從教育質量產出指標分析，有23所院校的松弛變量大于0，有4所院校的松弛變量小于0，表明23所院校需要增加教育質量產出，4所院校的教育質量產出相對于投入來說有溢余。從人才培養指標來看，有11所院校的松弛變量等于0，有3所院校的松弛變量小于0，其余24所院校的松弛變量大于0，表明這24所院校需要加大力度增加人才培養方面的產出。

（五）運用DEA-Malmquist指數模型實證分析

DEA-Malmquist指數模型能夠評估決策單元在不同時間段的相對效率和技術進步。由于前面38所高職院校樣本中有2所院校是從2019年開始招生，缺少畢業人數、就業率等重要數據，故將這兩所院校剔除出動態分析樣本中。本文使用SPSSAU軟件，選取36所院校2019—2023年面板數據做分析。

由表5可知，36所高職院校中只有8所院校的全要素生產率小于1，28所院校的全要素生產率均大于1，表明大部分高校效率呈增長態勢，有8所院校效率呈降低狀態，并且其中只有3所院校全要素生產率小于0.9，說明大部分院校降低態勢并不明顯。Malmquist指數分解分析如下：從技術效率變化指數來看，有12所院校的技術效率大于1，17所技術效率等于1，7所院校技術效率小于1，表明12所院校的技術效率呈上升趨勢，17所院校技術效率變化不明顯。從純技術效率指數來看，36所高職院校的純技術效率均大于1或等于1，表明大灣區的院校管理制度比較完善、技術比較先進，對于生產率能起促進作用；并且由于技術效率=純技術效率×規模效率，有30所院校的純技術效率指數等于1，由此可知，技術效率值主要受規模效率指數影響。因此，只有7所院校技術效率呈衰退狀態，主要是由于規模效率小于1導致，即由于規模原因對生產率產生抑制作用，導致技術效率衰減。從規模效率指數來看，有9所院校的規模效率指數大于1，說明這9所院校的規模對生產率起著促進作用，即在2019—2023年期間這9所院校的規模效率有所提高，接近最優規模運作。有17所院校的規模效率等于1，說明這17所院校在2019—2023年期間的規模效率指數沒有變化。有10所院校的規模效率指數小于1，表明這10所院校在這期間的規模效率在下降。另外，從技術進步效率指數來看，有24所院校的技術進步指數大于1，說明該24所院校在科研、教研、校企合作、社會服務等方面的產出在增加，即高校的技術水平有所提升，使得同樣的投入可以帶來更多的產出。從36所高職院校的Malmquist指數平均值看，全要素生產率平均值為1.2656，表明2019—2023年期間各院校在財政性經費投入使用效率上整體處于上升狀態。技術效率和技術進步的均值分別是1.0052、1.2608均大于1，表明樣本在此期間大部分院校技術效率普遍提升、技術在進步。只有規模效率的平均值為0.9993小于1，表明有少數院校由于規模原因導致資金使用呈效率下降狀態。

（六）綜合運用AHP+DEA模型評價

本文基于多種模型方法結合使用的思路，綜合運用AHP+DEA模型對38所大灣區高職院校的財政性經費使用效率進行評價。公式為：μi=ωαi+（1-ω）βi，（i=1，2，3，…，38）。其中αi為運用AHP模型確定的權重值與各指標標準化處理后的值加權計算出38個樣本的效率值，βi為運用DEA-SBM模型測算出的效率值。由于本文運用AHP模型前期采用熵值法確定矩陣排序，全部使用量化方法計算效率值，相對比較客觀，所以兩種模型的加權系數分別設為0.5，即ω=0.5，其測算結果如表6，因篇幅原因不再贅述，讀者可借助表6的結果分析各高職院校的相對效率情況。

五、穩健性檢驗

為了檢驗以上實證分析結果的可靠性，本文新增了在線精品課程數（國家級及省級）和非學歷培訓項目數兩項指標代入以上實證模型方法進行穩健性檢驗。首先對38所高職院校樣本的19項指標進行無量綱化處理。對標準化處理后的數據進行熵值法分析，再根據熵值法得到的19項指標的權重進行排序，運用AHP模型確定指標權重。接著對19項指標變量進行主成分分析，然后對降維后的2項投入指標、3項產出指標進行超效率DEA-SBM分析，分析結果顯示投入冗余與產出不足分析較原數據保持不變。超效率模型效率值結果顯示各高校效率排序不變，AHP效率值顯示各高校效率排序不變，最終的綜合DEA+AHP模型下各高校效率排序不變。綜上，本文增加指標變量后得到基本一致的檢驗結果，進一步確保驗證結果的可靠性和科學性。實證分析過程受限于篇幅不再贅述。

六、結論與建議

本文選取大灣區38所高職院校為樣本，基于BSC模型構建評價指標，并結合運用熵值法和AHP對指標權重賦值；再運用DEA-BCC和超效率SBM模型靜態分析各決策單元的財政性經費投入相對效率；最后使用Malmquist指數模型以樣本2019—2023年指標的面板數據動態分析36所院校的績效變化趨勢。研究結果發現：38所大灣區高職院校中有11所院校DEA強有效，大部分院校未達到經費使用效率最優狀態。有少數院校需要加強管理，提高投入要素生產率，使投入要素得到充分利用，在給定組合情況下實現產出最大化。大部分院校屬于規模報酬遞減，應增加產出促進提高經費使用效率。另外，從投入冗余和產出不足分析，38所院校不存在投入冗余，在不減少投入情況下均能達到目標效率。從效率值來看，有12所院校需要減少財力物力資源方面的投入；有10所院校需要減少人力資源方面的投入以提高效率；有7所院校需要增加教育成果產出；23所院校需要提高教育質量，提升各利益相關者滿意度；24所院校需要加大力度增強人才培養方面的產出以達到目標效率值。從動態分析來看，36所高職院校中大部分院校處于效率增長狀態，只有8所高職院校全要素生產率在減少，主要是由于規模效率下降原因所致。

以上研究結論表明，大灣區的高職院校財政投入總體來說比較充足，大部分高職院校處于規模效益遞減狀態，存在規模過大風險，導致大部分院校DEA非有效的原因主要是產出相對不足。基于此，本文提出如下建議：一是多渠道投入資金，適度擴大投入規模。在“過緊日子”背景下，各高職院校應當積極爭取行業企業投入資源，多渠道籌集資金，充分保證高校資金需求。二是實現預算績效一體化管理，提高資金使用效率。構建預算績效評價指標體系，建設項目庫預算績效內控一體化系統信息化平臺，全面實現預算績效管理，切實提高資金使用效率。三是加強財會監督，規范高效使用資金。從高職院校內部監督層面強化財會監督，形成防范財務風險第一道防線，促進高校規范有效使用資金。四是實施高校成本核算，提供績效評價基礎數據。高職院校應當積極投入成本核算實踐，構建成本核算信息系統，為高校績效評價提供成本信息。五是增強高校內涵建設，助推高校高質量發展。高職院校應當充分利用人、財、物投入資源，加強師資建設、校企合作、國際交流等建設，提升教育質量水平，提高人才培養質量。

【參考文獻】

［1］ 汪慶芝.高校科研經費預算績效測度與綜合評價研究［J］.紹興文理學院學報（自然科學），2020（8）：113-120.

［2］ 劉國永.高等教育財政支出績效評價指標設計原理、方法及運用［J］.教育與經濟，2007（3）：30－35．

［3］ 周奇杰，唐萬宏，高正.財政性高等教育經費績效評價模型建構初探［J］會計之友，2022（10）：141-147.

［4］ 蘇薈，白玲.我國高職教育經費投入效率及影響因素的空間計量分析［J］.職業技術教育，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］ 張愛華.平衡計分卡下的民辦院校績效評價研究——以A學院為例［J］.會計之友，2018（22）：140-145.

［7］ 曹宏進.基于平衡計分卡的高校資源配置績效評價——以全國第四輪學科評估指標體系為例［J］.會計之友，2020（22）：131-137.

［8］ 李保忠，康誠軒.基于BSC-AHP的職業本科院校高質量發展績效評價指標體系的構建［J］.上海教育評估研究，2024（2）：24-29.

［9］ 王致萍，李彥興，樊娜.基于AHP-模糊綜合評價法的職業教育績效研究——以甘肅省為例［J］.行政事業資產與財務，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］ 龔冷西，陳恩倫，賈玲.基于數據包絡分析的高職院校教育經費投入績效評價［J］.教育學術月刊，2017（7）：23-29.

［12］ 楊麗雪.我國高等職業教育經費投入效率研究——基于2006—2017年面板數據分析［J］.職業教育研究，2021（7）：53-59.

［13］ 王莉莉，孫健夫.基于BSC和AHP的高校績效評價指標體系構建［J］.經濟研究參考，2017（28）：9-13.

［14］ 李群，韋海成，朱立軍，等.超效率-DEA融合層次分析法在高校實驗室建設績效考核中應用［J］.實驗室研究與探索，2020（12）；233-237.