皖江城市帶普通高校辦學效率研究

鐘穎

（安徽師范大學，安徽 蕪湖 241000）

皖江城市帶普通高校辦學效率研究

鐘穎

（安徽師范大學，安徽 蕪湖 241000）

利用數據包絡分析方法（DEA），從高等學校投入產出的角度，分別對皖江城市帶15所公辦普通本科高校進行教學活動和科研活動的效率評估。總體上，樣本高校教學活動效率較高，均達到純技術效率最優，教學活動無效完全歸于規模原因；科研活動效率不高，未達到純技術效率最優和規模最優的高校比例都較高，規模效率是決定科研活動效率高低的最關鍵因素；純技術效率無效樣本高校人文社會學科的當年投入科研經費冗余比例均值最大，理工農醫學科的當年教學與科研人員冗余比例均值最大；并采用Tobit回歸分析方法，從高校運營的外部環境和內部環境出發，分析影響公辦普通本科高校技術效率無效的主要因素，其中外部環境中的院校類型和辦學地點會對公辦普通本科高校的教學和科研活動效率產生顯著影響。

皖江城市帶；教學效率；科研效率；數據包絡分析方法；Tobit回歸分析方法

一、引言

效率即從“一個給定的投入量中獲得最大的產出”［1］，普通高校的辦學效率是指投入到普通高校各項資源的配置達到最優。由于國家財政性高等教育經費的稀缺，多渠道投資主體對普通高校責任和效率的關注，使得普通高校必須高度關注資源的使用效率。

數據包絡分析方法（DEA方法）在應用之初，就被國外學者用來評價高校辦學效率，DEA方法的使用較為廣泛和成熟，但國外學者們對如何選擇高校教學和科研活動的投入產出變量，尚無一致結論。［2］我國現有的對高校辦學效率的評價，其研究對象基本為“211、985工程”高校和教育部直屬高校的科研效率，如羅杭（2013）［3］、尹偉華和袁衛（2013）［4］、胡詠梅等（2014）［5］，而缺乏對某個地區高校整體活動效率的分析。

本文通過建立高校教學和科研活動的投入與產出指標體系，使用數據包絡分析方法（DEA方法）對地處皖江城市帶中七個地級市（合肥、蕪湖、馬鞍山、銅陵、安慶、池州、滁州）的15所公辦普通本科高校①進行高校間的效率評估；并從樣本高校運營的外部環境和內部環境著手，采用Tobit回歸分析方法來分析影響樣本高校技術效率無效的主要因素。

二、方法、模型與數據

（一）方法與模型

DEA－Tobit兩階段法是指在第一階段分析中，解一個涉及傳統的投入和產出的DEA模型；在第二階段中，將第一階段得出的效率分值對環境變量作Tobit回歸分析。環境變量的系數符號將表明影響的方向，并且可以利用標準假設檢驗來評估這個關系的可靠性。第二階段Tobit回歸分析可以用來修正環境因素的效率分值，并借此來調整所有的有效率分值來適應共同的環境水平。［6］

數據包絡分析方法（DEA方法）最早由Charnes、Cooper、Rhodes（1978）［7］提出，可以分為面向投入的模型和面向產出的模型兩種模式。在處理實際問題時，應該根據管理者最需要控制的量（投入或者產出）來選擇模型。樣本高校培養的學生數量、質量以及科研成果的數量、質量，是樣本高校管理者、各級政府、投資者等決策時的關鍵變量；在很多實例中，這兩個模型的選擇對最后獲得的效率值只有微小的影響（Coelli and Perelman，1999）［8］。基于此，本文將采用面向投入的規模報酬可變的BBC－DEA模型。

利用DEA模型計算得出的效率分值都是介于0與1之間的，故我們將第一階段得出的效率分值對環境變量作回歸分析時，其因變量的取值受到某種約束條件的制約，所以我們采用受限因變量模型（Tobit模型）進行回歸分析。［9］

（二）指標體系與數據

1．指標體系的建立

高校投入和產出變量的選擇尚無一致結論，遵循評價指標選取的代表性、可操作性和獨立性等原則，介

于人文社會學科和理工農醫學科科研活動的差異性，本文所采用的教學和科研活動的投入產出指標體系，分別見表1、表2和表3。特別指出的是，目前已有的度量高校教學產出的評價指標大多選取可以量化的指標（學生數量），而忽略了無法量化的指標（學生質量），本文將學生質量這一定性因素作為度量樣本高校教學產出的評價指標，利用中國高等教育學生信息網上公布的各高校在讀或已畢業的普通本專科學生對本校進行實名投票得出的“院校滿意度”和本科生就業率來獲取該指標數據。

表1 教學活動的投入產出指標體系

表2 人文社會學科科研活動的投入產出指標體系

表3 理工農醫學科科研活動的投入產出指標體系

2．數據

（1）教學活動

樣本高校教學活動的效率評估，采用數據來自樣本高校的網站和相關部門統計資料，為2014年15所樣本高校的橫截面數據。

（2）科研活動

樣本高校科研活動的效率評估，采用數據分別來自2010－2014年高等學校科技統計資料和2009－2013年全國高校社科統計資料，數據為跨時5年，個體數30個的面板數據。

三、實證分析

（一）教學活動的效率分析

2014年15所樣本高校的教學活動效率分布見表4和表5，其中CRS表示技術效率，VRS表示純技術效率，S表示規模效率，P表示規模判斷，drs表示規模報酬遞減，irs表示規模報酬遞增，bs表示規模報酬不變，校名用序號表示。從運算結果來看，2014年15所樣本高校教學活動的平均技術效率為0．937，純技術效率為1，規模效率為0．937，有8所院校的技術效率為1．0，達到DEA有效。總體上，這15所樣本高校教學活動的技術效率較高，所有樣本高校均達到純技術效率最優，無效的原因完全歸于規模原因，其中有53．33%的高校處于規模報酬不變，有46．67%的高校處于規模報酬遞減，處于規模報酬遞增的高校數為0。

表4 15所樣本高校教學活動的DEA效率

表5 15所樣本高校教學活動的DEA效率分布

（二）科研活動的效率分析

2009－2013年15所樣本高校的科研活動效率分布見表6、表7和圖1、圖2，其中CRS表示技術效率，VRS表示純技術效率，S表示規模效率，P表示規模判斷，drs表示規模報酬遞減，irs表示規模報酬遞增，bs表示規模報酬不變，校名用序號表示。從運算結果來看，這15所

樣本高校人文社會學科科研活動的技術效率呈先升后降態勢，理工農醫學科科研活動的技術效率呈上升態勢，總體效率不高，無效的原因既有技術原因也有規模原因，2009－2013年人文社會學科各年未達到純技術效率最優的高校比例在26．67%－46．67%，未達到規模最優的高校比例在53．33%－73．33%，其中處于規模報酬遞增的高校比例保持在26．67%－66．67%左右；理工農醫學科各年未達到純技術效率最優和規模最優的高校比例均在46．67%－66．67%，其中處于規模報酬遞增的高校比例保持在40%－66．67%左右。如表8所示，這15所樣本高校人文社會學科和理工農醫學科科研活動的技術效率與純技術效率、規模效率的相關性在1%的水平下顯著（雙尾檢驗），其中技術效率與規模效率的Spearman秩相關系數分別為0．866和0．967，顯著大于技術效率與純技術效率的Spearman秩相關系數，說明技術效率的排序與規模效率的排序具有較高的一致性。

表6 2009－2013年15所樣本高校人文社會學科科研活動效率分布

表7 2009－2013年15所樣本高校理工農醫學科科研活動效率分布

表8 2009－2013年樣本高校科研活動技術效率與純技術效率、規模效率的相關性分析

圖1 2009－2013年樣本高校人文社會學科科研活動技術效率、純技術效率和規模效率的均值變化

圖2 2009－2013年樣本高校理工農醫學科科研活動技術效率、純技術效率和規模效率的均值變化

（三）效率影響因素及效率差異的原因

高校的辦學效率是運營環境中所有要素綜合作用的結果，本文使用Tobit回歸分析方法，將得到的DEA模型CRS（技術效率）無效率值（1－效率值）對樣本高校的環境變量作回歸計算［10］。外部環境主要指樣本高校所處的國家宏觀和行業環境，本文從樣本高校的類型（綜合性院校、工科類院校、師范類院校、財經類院校和農林類院校）、辦學地點（省會城市和其他城市）、所在地

的經濟發展水平②（經濟發展水平高、經濟發展水平中等和經濟發展水平低）等外部因素來分析；教學活動的內部環境主要指樣本高校的教職工、學生以及辦學條件，本文擬從占地面積、專任教師數、高級職稱教師比重和教學科研儀器設備總價值等內部因素來分析；科研活動的內部環境主要指樣本高校的研究與發展人員以及科研條件，本文擬從當年社科活動人員總數（教學與科研人員總數）、當年投入的科研經費以及高級職稱人員比重等內部因素來分析。

從運算結果來看，并非所有的內外部因素都顯著影響樣本高校教學活動和科研活動的技術效率和規模效率。在5%的顯著性水平下，占地面積與教學活動的技術效率顯著負相關，理論上講，在校生人數一定的情況下，占地面積越小，資源利用效率越高，占地面積越大，越有利于提高教學質量，但容易造成資源的閑置和浪費；財經類和師范類院校與教學活動的技術效率顯著正相關，財經類和師范類院校的辦學成本相對較低，理論上講，辦學成本越小，資源利用效率越高；省會院校與教學活動的技術效率顯著負相關，省會院校相對于其他院校而言，政府扶持的力度和各項辦學資源的投入相對較大，各項資源的利用效率相對較低；高級職稱人員比重與科研活動的技術效率顯著正相關，高級職稱人員的增加會提升科研成果的數量和質量，從而提高技術效率；財經類、綜合性和師范類院校與人文社會學科科研活動的技術效率顯著正相關，理工類和農林類院校與理工農醫學科科研活動的技術效率顯著正相關，該兩類院校分別在人文社會學科、理工農醫學科的教學、科研歷史悠久，科研團隊和科研平臺較完善，資源利用效率較高；所在地的經濟發展水平與理工農醫學科科研活動的技術效率顯著正相關，經濟發展水平較高的地區，產學研合作的力度越大，有利于推動所在院校的科技創新能力和成果轉化水平，從而提高技術效率。

（四）非DEA有效高校的效率改進

采用投影分析，可得出純技術效率無效樣本高校教學和科研投入要素結構的調整數值，提供效率改進的方向。因樣本高校教學活動的純技術效率值均為1，說明樣本高校教學活動投入要素的結構合理。如表9所示，純技術效率無效樣本高校人文社會學科科研投入要素的冗余比例均呈上下波動，當年投入的科研經費冗余比例均值最大；理工農醫學科科研投入要素的冗余比例均呈下降趨勢，當年教學與科研人員冗余比例均值最大。

表9 純技術效率無效樣本高校的科研投入冗余比例

四、結論與建議

（一）結論

一是，2014年15所樣本高校教學活動的平均技術效率為0．937，純技術效率為1，規模效率為0．937，教學活動的技術效率較高，所有樣本高校均達到純技術效率最優，教學活動投入要素的結構合理，教學活動無效完全歸于規模原因，46．67%未達到規模效率最優的高校均處于規模報酬遞減，需要減少教學資源的投入，來高倍增加教學產出水平。

二是，2009－2013年15所樣本高校人文社會學科科研活動的平均技術效率0．812，純技術效率為0．898，規模效率為0．901；理工農醫學科科研活動的平均技術效率0．758，純技術效率為0．897，規模效率為0．831，規模效率是決定科研活動技術效率高低的最關鍵因素。總體上看，未達到純技術效率最優和規模最優的高校比例都較高，其中處于規模報酬遞增的高校比例基本保持在40%以上，持續高于處于規模報酬遞減和規模報酬不變的高校比例，說明有40%以上的樣本高校需要增加科研資源的投入，來高倍增加科研產出水平。

三是，樣本高校教學和科研活動效率的影響因素包括所處的內部環境和外部環境，內部環境中的占地面積因素與教學活動的技術效著負相關，高級職稱人員比重與科研活動的技術效率顯著正相關；外部環境中的院校類型和辦學地點會對樣本率顯高校教學和科研活動的技術效率產生影響，財經類和師范類院校與教學活動的技術效率顯著正相關，財經類、綜合性和師范類院校與人文社會學科科研活動的技術效率顯著正相關，理工類和農林類院校與理工農醫學科科研活動的技術效率顯著正相關，所在地的經濟發展水平與理工農醫學科科研活動的技術效率顯著正相關。

四是，純技術效率無效樣本高校人文社會學科科研投入要素的冗余比例均呈上下波動，其中，當年投入的科研經費冗余比例均值最大；理工農醫學科科研投入要素的冗余比例均呈下降趨勢，其中，當年教學與科研人員冗余比例均值最大。

（二）建議

1．從政府層面

一是加大各級政府的財政資助力度。改革開放以來，我國中央和地方的財政收入逐年增加，為各級政府加大對高校的資助力度提供了經濟基礎，安徽省各級地方政府可以申報項目的形式，鼓勵高校提升其教學和科研能力，并通過制定完善的高校學生資助體系和教師資助體系，減輕學生的學費負擔，穩定高校的教師隊伍，保證高校的生源。

二是加強對高校的監督管理。美國高等教育認證委員會主席朱迪斯·伊頓（Judith Eaton）指出，地方認證是美國評價學校質量的最古老、最常用的方式之一［11］。從當前高校辦學的實際情況來看，高校和社會的信息不對稱，對高校的教學和科研質量缺少公正權威的評價，中央和安徽省政府各級主管部門應憑借其權威性，加強對高校的質量認證，成為高校質量和誠信的監護人，在督促高校提升科研質量的同時，增加科研資金的資助力度。

2．從辦學者層面

一是控制固定資產的盲目投入。高等學校的招生規模是影響生均成本、收費標準、辦學效益的重要因素，當高校的招生規模較小時，生均成本呈現出較高的水平，學校各項資產和各類人員的使用效率都較低，但根據教育部2004年公布的《普通高等學校基本辦學條件指標（試行）》的規定，招生規模的擴大必須以擴大其占地面積、建筑面積，引進教師和教學科研儀器設備等為前提，當實際招生人數較少時，就會出現學校各項資產和各類人員的閑置率較高，辦學效率低下。安徽省高校在集聚實力，提升辦學規模和辦學質量的同時，必須理性估計市場需求，合理確定投資規模，在滿足國家規定的基本辦學條件指標的基礎上，不宜過度增加辦學資源的投入，盡量減少辦學資源的閑置和浪費，提高辦學效益。

二是加大辦學的特色建設。美國營利性大學從1990年以來，數量和質量迅速提升，聲譽不斷提高，其成功的一個主要原因就是課程開設的特色性。美國營利性大學開設的學位課程與市場上的招聘職位緊密相關，它們出色地找出了雇主們所需要的學術背景，并把這種需求轉變到所開設的課程中去。美國營利性大學每學期課程方面都會有改變，教學機構的靈活性非常大，市場反應迅速。根據麥可思研究院發布的《2015年中國大學生就業報告》，2015年度就業前景最看好的7個本科專業全部是工科專業。安徽省高校應積極縮短課程改革的周期，對市場需求做出迅速調整，結合本地區以及周邊省市經濟的發展方向，適時調整和開設滿足市場需求的特色專業，特別是特色工科專業，為區域經濟的發展服務，進而提升培養學生質量，加大產學研合作力度，提高高校科研成果轉化率。

三是優化學科結構和科研體系。高校的學科結構應以區域經濟發展需求為導向，在保證原有優勢科研領域投入力度的同時，依托自身的優勢科研平臺，通過跨學科合作，逐步完善和調整科研體系，鼓勵和優化的科研團隊和科研平臺建設，加強科研團隊合作，提升科研資源使用效率。

注：

①醫科類公辦普通本科高校的相關統計數據中包含附屬醫院的數據，不具有可比性，故剔除了地處皖江城市帶中兩個地級市（合肥和蕪湖）的3所醫科類公辦普通本科高校，分別是安徽中醫藥大學、安徽醫科大學和皖南醫學院。下文中用序號表示15所公辦普通本科高校校名，序號J1表示中國科學技術大學，序號J2表示合肥工業大學，序號J3表示安徽大學，序號J4表示合肥學院，序號J5表示合肥師范學院，序號J6表示安徽建筑大學，序號J7表示安徽農業大學，序號J8表示安徽師范大學，序號J9表示安徽工程大學，序號J10表示安徽工業大學，序號 J11表示銅陵學院，序號J12表示安慶師范學院，序號J13表示池州學院，序號J14表示滁州學院，序號J15表示安徽科技學院。

②利用聚類分析方法，以人均地區生產總值作為衡量指標，將各所在地按經濟發展水平進行分類，第一類地區（經濟發展水平高）：銅陵市；第二類地區（經濟發展水平中等）：蕪湖市、馬鞍山市、合肥市；第三類地區（經濟發展水平低）：安慶市、滁州市、池州市。

［1］阿瑟·奧肯．平等與效率［M］．王奔洲，等譯．北京：華夏出版社，1999．2．

［2］成剛，孫志軍．我國高校效率研究［J］．經濟學，2008，7（3）：1079－1104．

［3］羅杭．2011年中國“985”大學效率評價——效率水平排序、影響因素研究與松弛變量分析［J］．清華大學教育研究，2013，34（2）：87－95．

［4］尹偉華，袁衛．基于Bootstrap－DEA方法的中國教育部直屬高校科研效率評價［J］．統計與信息論壇，2013，28（6）：61－68．

［5］胡詠梅，范文鳳．“211工程”高校科研生產效率評估：基于DEA方法的經驗研究［J］．重慶高教研究，2014，2（3）：1－14．

［6］Coelli，T．，D．Rao，and G．Battese．An Introduction to Efficiency and Productivity Analysis［M］．Boston：Kluwer Academic Publishers，1998．141，116．［7］Charnes，A．，W．W．Cooper and E．Rhodes．Measuring the Efficiency of Decision Making Units［J］．European Journal of Operational Research，1978，（2）：429－444．

［8］Coelli，T．J．，S．Perelman．A Comparison of Parametric and Nonparametric Distance Function：With Application to European Railways［J］．European Journal of Operational Research，1999，（117）：326－339．

［9］Kirjavainen，T．and H．A．Loikkanent．Efficiency differences of finnish senior secondary schools：An application of DEA and Tobit analysis［J］．Economics of Education Review，1998，17（4）：377－394．

［10］姜彤彤．基于DEA－Tobit兩步法的高校效率評價及分析［J］．高等財經教育研究，2011，14（2）：1－5．

［11］K．Mangan．For－profit Chains Don′t Undercut Missions of Teaching Hospitals Study Finds［M］．Chronicle of Higher E-ducation，2000．A42．

Evaluation on the Efficiency of the Colleges in Wanjiang City Belt：An Application of DEA and Tobit Analysis

Zhong Ying
（Anhui Normal University，Wuhu Anhui 241000，China）

This research has estimated on efficiency of teaching and scientific research activities by data envelopment analysis（DEA）from the direction of Colleges’investment and production，which is directed against the fifteen colleges in Wanjiang city belt．Generally，the efficiency of teaching from the sample colleges is high and attains the pure technical efficiency optimal．The inefficiency of teaching is due to the low efficiency of the scale．The efficiency of scientific research activities is not high．The proportion of colleges which not reach optimal pure technical efficiency and optimal scale of scientific research activities is high．Scale efficiency is the most critical factor in the efficiency of scientific research activities．The mean of research funding redundancy ratio among pure technical efficiency in invalid colleges of humanities and social sciences is maximum．The mean of teaching and research staff redundancy ratio among pure technical efficiency in invalid colleges of engineering，agriculture and medicine is maximum．This research has analyzed the main factors which affect the technical efficiency of the sample colleges，from the inside and outside circumstances by a statistical Tobit model．Above all，the college’s type and the running location of the outside circumstances will quite affect the efficiency of teaching and scientific research activities in a college．

Wanjiang city belt；efficiency of teaching activities；efficiency of scientific research activities；data envelopment analysis；a statistical Tobit model

F127

A

1672-0547（2015）05-0065-05

2015－09－10

鐘 穎（1982－），女，安徽蕪湖人，安徽師范大學歷史與社會學院講師，研究方向：決策理論與方法，公共部門績效評估。

安徽省2012年高校省級優秀青年人才基金重點項目“安徽省高等院校辦學效益研究——基于數據包絡分析（DEA）的視角”（2012SQRW023ZD）。