我國高等教育投入產出效率及影響因素實證分析

詹秋泉 林海明

摘 要：近年來，政府不斷加大教育資源的投入，擴大招生規模，促使我國高等教育得到快速的發展，由此眾多學者提高了對教育資源效率問題的關注度并對其進行深入研究，文章借助創設高等教育投入與產出指標體系的方法，選取我國2015-2017年數據，運用數據包絡分析法（DEA）對我國31個省市自治區高等教育的投入產出效率進行測算和分析，并通過托賓模型（Tobit）分析高等教育投入產出效率的影響因素。結果顯示：我國高等教育投入產出的綜合效率、技術效率和規模效率均處于較高的水平，但是在綜合效率方面存在著明顯的地區差異，少數地區高等教育投入產出與教育規模不相匹配。建議：通過優化高校師資隊伍的結構，提高高校教育的層次水平，同時確保教育經費投入的多元發展，以實現教育效率均衡有效。

關鍵詞：高等教育；投入產出效率；影響因素

中圖分類號：G640 文獻標志碼：A 文章編號：2096-000X（2018）07-0186-03

Abstract： In recent years， the government has continuously increased investment in educational resources， expand the scale of enrollment， and promote the rapid development of higher education in China， which has aroused many scholars' research on the efficiency of educational resources. For this reason， through the establishment of higher education input and output index system， this paper selects China's 2015-2017 data， uses the data envelopment analysis （DEA） to measure and analyze China's higher education input and output efficiency in 31 provinces and autonomous regions， and analyzes the factors influencing the efficiency of input and output of higher education through Tobin model. The results show that the comprehensive efficiency， technical efficiency and scale efficiency of China's higher education input and output are at a high level， but there are obvious regional differences in the comprehensive efficiency. The input and output of higher education in a few areas do not match the scale of education. It is suggested that by optimizing the structure of teachers in colleges and universities， the level of education in colleges and universities should be improved， and the diversified development of education funds should be ensured to achieve effective and effective education efficiency.

Keywords： higher education； input and output efficiency； influencing factors

一、高等教育投入產出的評價指標體系

根據Pedraja-Chaparro F等的研究，對數據包絡分析模型結果產生較大影響的三個因素是投入產出之間的相關程度、投入產出指標的個數和決策單元的數量，其中決策單元的數量至少為投入產出指標數之和的三倍[4]。根據Maria Katharaki的研究發現，投入產出指標體系的設定直接會影響到研究所得的結論[1]。因此，高等教育投入產出指標體系的建立十分關鍵。結合多數學者的研究，認為教育投入產出指標體系是由教育投入體系和教育產出體系構成，其中教育投入分為人力資源投入、財力資源投入和物力資源投入三類指標；教育產出是指人才培養、科學研究和社會服務三類指標（王巍等，2013；張宏，2015）。在此投入產出體系確定的基礎之上，針對各類指標體系找出最為代表性的指標，最終建立高等教育投入產出指標體系。其中，在人力、財力、物力資源投入方面選取了高等院校的專任教師數、國家財政性教育經費和固定資產總值進行衡量；在人才培養、科學研究和社會服務方面，選取高校畢業生數、高?？蒲姓撐陌l表總量（含國外發表）和就業率作為衡量指標。

二、數據來源與評價方法

（一）數據來源

本文選取了2015-2017年《中國教育統計年鑒》《中國教育經費統計年鑒》和《中國勞動統計年鑒》的相關數據，對我國高等教育投入產出效率進行估算與評價，并對其影響因素進行分析。基于教育投入與教育產出之間存在的時滯性，本文通過正向和逆向加權平均進行調整①，以此作為教育投入與教育產出的最終數值。

（二）評價方法

1. 數據包絡分析法。數據包絡分析法（DEA）是衡量多投入多產出決策單元（decision making unit，DMU）相對效率的方法之一。此法并不涉及投入和產出的具體函數關系，另外也無需所有決策單元（DMU）使用相同生產函數，每個DMU皆可以憑借調整自己生產結構實現效率最大化。DEA方法是建立在規模收益可變的假設前提下，針對每個DMU的綜合有效性、技術有效性和規模有效性進行分析，同時反映規模收益的變化情況。

2. Tobit模型。運用數據包絡分析方法測算出我國各省的高等教育投入產出效率之后，尚需對可能影響高等教育投入產出效率的因素進行深入分析。數據包絡分析法所得效率值有三種類型，均屬于受限的離散分布數據。1958年James Tobin在研究生活耐用品需求時提出的Tobit模型，能夠很好的解決受限因變量或截斷因變量的回歸問題。因此，本文采用Tobit模型對我國高等教育投入產出效率的影響因素進行分析。

三、高等教育投入產出效率的實證分析

本文選用2015-2017年的面板數據作為我國高等教育投入產出效率有效性研究的基礎，借此得出各地高等教育綜合效率、純技術效率和規模效率三項結果，如表1。數值為1代表該DMU處于生產前沿面上，為有效DMU；數值小于1則DMU無效，表明該地區離高等教育效率有效前沿存在一定的距離，教育效益還有待于提升。

（一）我國高等教育投入產出的綜合效率較高，但存在一定的地區差異

根據數據包絡分析結果顯示，高等教育投入產出的平均綜合效率值為0.94，說明我國高等教育的綜合效率較高。全國31個省市自治區中，有41.94%（13個）地區的高等教育投入產出綜合效率有效，能夠同時實現技術有效和規模有效。這些地區主要分布在我國東部和中部，如北京、上海、江蘇和河南等；同時也包含部分西部地區，具體為甘肅、青海和西藏，但這些地區高等教育投入及產出的規模均低于全國其他地區。另外，部分地區的綜合效率水平較低，如內蒙古和吉林，其平均綜合效率值為0.8，說明這些地區的高等教育整體效率水平距離全國平均水平具有一定的差距，我國高等教育的投入產出綜合效率存在著一定的地區差異。

（二）我國高等教育投入產出的技術效率處于較高水平

根據純技術效率的結果顯示，高等教育投入產出的平均技術效率值為0.949，說明我國高等教育投入產出的技術效率處于較高水平。全國31個省市自治區中，有77.42%（24個）區域的技術效率值大于0.9，處于較高的技術效率水平，其中有15個地區的純技術效率達到有效。另外，部分地區的綜合效率和技術效率表現相對較好，如天津、重慶、廣東和湖南等，表明這些地區稍加調整亦可實現相對均衡。

（三）我國高等教育投入產出的規模效率高于技術效率

借助規模效率結果不難看出0.991是高等教育投入產出平均規模效率值，這意味著我國在此方面處于較高水平。全國范圍內此項均值在0.85以上，其中規模效率值為1的地區有24個，達到了教育規模效率處于最優狀態。未達到有效的7個地方，其均值為0.96，該項數值反映出地區間教育規模效率差異不大，比地區間綜合效率差異小。我國高等教育投入產出的規模效率整體處于一個較高的水平。

四、高等教育投入產出效率的影響因素分析

通過估算2015-2017年全國各省份高等教育投入產出效率，我們可以發現不同地區之間效率值存在顯著的差異。為此，本文將進一步分析造成這些顯著差異的原因。我們將在模型中重點考察高校師資力量和區域經濟發展水平對于高等教育投入產出效率的影響。

通過回歸分析的結果，我們看出：高校師資的潛力、高校的層次和國家對地區財政投入的比重均對地區高等教育投入產出效率產生顯著影響，而區域經濟的發展水平對高等教育投入產出效率沒有顯著影響。具體來說，高校中具有博士學位的教師比重越高，能夠為地區高等教育投入產出效率帶來正向影響；高校的層次水平越高，為地區高等教育投入產出效率帶來正向影響，而且是提高其效率最重要的因素；國家財政性教育經費投入的比重會對地區高等教育投入產出效率帶來負向影響。因此，各地區高校在發展過程中，應注重專任教師的學歷水平，提高博士學歷以上教師的比重，促進高校投入產出的效率；重要的是要注重高校的層次水平，借鑒國內外高層次高校的教學與管理，努力提升高校的辦學水平；同時需要避免國家財政性教育經費投入比重過高的現象，應該注重高等教育經費投入的多元化發展，并且加大其他教育經費的投入，實現高校投入產出的高效率發展。

五、結束語

本文通過數據包絡分析方法對我國2015-2017年高等教育投入產出效率進行實證研究，發現我國高等教育的投入產出效率總體較高，在綜合效率和技術效率方面均有較好的表現，同時，我國高等教育投入產出的規模效率和規模收益均處于一個較高的水平。說明我國高等教育在資源投入和產出方面以及整體教育的規模均處于一個相對有效、均衡的狀態。然后采用Tobit模型對我國2015-2017年高等教育投入產出效率的影響因素進行回歸分析，發現對我國高等教育投入產出效率影響較大的因素為高校師資的潛力、高校的層次和國家對地區財政投入的比重。

綜上個人提出以下建議，從而提高我國高等教育投入產出效率：第一，注重高校師資隊伍結構的優化，引進國內外高層次人才的同時，提高專任教師的整體業務水平。第二，注重高水平高校建設，借鑒國內外重點高校的教學方式與管理制度，加強高校之間的交流與合作，提高高等教育的質量。第三，注重高校教育經費投入的多元化發展，提高教學資源的使用率，確保教育資源的合理配置，促使高校各部門之間的協調發展。借此優化投入產出內部結構，實現投入、產出與及整體規模相匹配，促進我國高等教育投入產出的高效率發展，實現高等教育的均衡有效。

注釋：

①最近3年的教育投入與產出分別為x1，x2，x3；y1，y2，y3，每一年對應的權重為α，β，γ，且α+β+γ=1，故最終投入產出分別為X=αx1+βx2+γx3，Y=αy1+βy2+γy3。

②crste=technical efficiency from CRS DEA，即綜合效率

③vrste=technical efficiency from VRS DEA，即純技術效率

④scale=scale efficiency=crste/vrste，即規模效率

參考文獻：

[1]Katharaki M， Katharakis G. A comparative assessment of Greek universities' efficiency using quantitative analysis[J].International Journal of Educational Research， 2010， 49（4-5）：115-128.

[2]Bogetoft P， Heinesen E， Tran？覸s T. The efficiency of educational production： A comparison of the Nordic countries with other OECD countries[J].Economic Modelling，2015，50：310-321.

[3]Kulshreshtha P， Nayak T K. Efficiency of Higher Technical Educational Institutions in India[J].Archives of Business Research，2015，3（1）.

[4]Pedraja-Chaparro F， Salinas-Jiménez J， Smith P. On the Quality of the Data Envelopment Analysis Model[J].Journal of the Operational Research Society，1999，50（6）：636-644.

[5]楊天平，劉召鑫.中國高等教育對經濟增長貢獻率的分析比較[J].高校教育管理，2014，8（3）：7-16.

[6]孟晨.高等教育變革視角下的我國高等教育發展探討[J].高教學刊，2016（24）：253-254.

[7]李倩男，姚寧寧.我國地區高等教育發展水平的綜合評價[J].高教學刊，2016（22）：256-258.