中國高等教育產(chǎn)業(yè)全要素生產(chǎn)率增長研究

陳志卷

摘?要：“十四五”期間，高等教育進入高質(zhì)量發(fā)展階段，而效率分析是實現(xiàn)高質(zhì)量的前提。本文運用Metafrontier-Malmquist（MML）生產(chǎn)率指數(shù)，測度2009-2019年中29個省份的高等教育產(chǎn)業(yè)全要素生產(chǎn)率。研究表明：中國高等教育產(chǎn)業(yè)的全要素生產(chǎn)率增長比較顯著，增長動力主要來源于技術效率的改進和規(guī)模調(diào)整，而技術進步提升相對較慢。中國東部、中部、西部組群不存在明顯的技術落差，東部和中部組群技術落差率波動較小，一直靠近技術前沿，而西部組群波動較大。研究認為，大力提高西部組群高等教育產(chǎn)業(yè)技術的應用與擴散，進一步提升東部和中部組群的技術效率，應成為我國高等教育產(chǎn)業(yè)發(fā)展的重點。

關鍵詞：高等教育產(chǎn)業(yè)；全要素生產(chǎn)率；MML指數(shù)

中圖分類號：F2?????文獻標識碼：A??????doi：10.19311/j.cnki.16723198.2023.07.004

“十四五”時期，是《中國教育現(xiàn)代化2035》發(fā)展目標的重要起步階段，高等教育系統(tǒng)作為一種進行人才培養(yǎng)和知識創(chuàng)新的獨特社會系統(tǒng)，必須從規(guī)模擴張進入高質(zhì)量發(fā)展新階段。經(jīng)濟學認為，效率是質(zhì)量的前提。對我國的高等教育而言，要走高質(zhì)量發(fā)展道路，就必須全面測算并評價高等教育資源利用效率，解決高等教育資源使用中存在的問題，以實現(xiàn)用有限的教育資源辦好令人民滿意的高等教育。基于上述問題，本文旨在運用ML生產(chǎn)率指數(shù)和共同邊界技術，對于中國高等教育產(chǎn)業(yè)的全要素生產(chǎn)率進行評價，并進一步探尋中國高等教育產(chǎn)業(yè)的可持續(xù)增長路徑。

1?相關研究回顧

伴隨著我國高等教育進入普及化階段，投入產(chǎn)出效率的研究正成為國內(nèi)高等教育理論研究的熱點問題。現(xiàn)有針對高等教育效率的相關研究主要有如下三類：

一是關于單個省份的高等教育效率的研究，如常思亮（2019）基于DEA模型對湖南省17所研究生培養(yǎng)高校的研究生教育效率進行評估；沈丹（2021）應用DEA和Malmquist指數(shù)分析法，對2015-2019年西藏高等教育財政支出進行了分析。

二是某一區(qū)域高等教育效率的研究，如遲景明等（2019）利用DEA以及面板Tobit回歸模型對我國四大區(qū)域高等教育發(fā)展效率的空間差異及影響因素進行測度；楊小軍（2021）以長三角組群三省一市高等教育經(jīng)費為研究對象，運用DEA模型與Malmquist指數(shù)，對2008-2018年長三角組群高等教育經(jīng)費的投入產(chǎn)出效率、時變特征以及區(qū)域差異化進行實證研究。

三是全國高等教育效率的研究，易明等（2019）運用Window-Malmquist指數(shù)法和空間聚類方法測算分析中國31省（市）2004-2015年的高等教育投入產(chǎn)出效率及其演變規(guī)律和空間差異；張必勝（2019）依托2000-2016年高等教育投入產(chǎn)出數(shù)據(jù)，利用博弈交叉效率DEA模型與全局Malmquist指數(shù)進行了動態(tài)分析。

已有對高等教育產(chǎn)業(yè)效率的評價大多采用DEA方法，該方法是一種基于被評價對象間相對比較的非參數(shù)技術效率分析方法，特別適用于評估多投入多產(chǎn)出的相同類型非營利組織的運行效率，已經(jīng)成為高等教育效率評價的重要工具和手段。

本研究在借鑒已有高等教育產(chǎn)業(yè)效率評價的思路與方法基礎上，進一步考慮了我國普通高校東、中、西三大區(qū)域布局不均衡、占有教育資源不均衡，國家對東、中、西三大區(qū)域普通高校教育投入差異等事實。擬在改進原有評價指標體系的基礎上，將樣本省份分為東、中和西部三個組群，運用Metafrontier-Malmquist（MML）生產(chǎn)率指數(shù)對我國高等教育全要素生產(chǎn)率指數(shù)進行分組群評價，并結(jié)合技術效率變化指數(shù)和技術進步指數(shù)的分解，更好地對高等教育產(chǎn)業(yè)投入產(chǎn)出要素的全要素生產(chǎn)率進行面板數(shù)據(jù)的跨時期樣本分析，全面評析三大區(qū)域間技術落差率的變動趨勢，以期為各組群高等教育產(chǎn)業(yè)政策的制定和評價提供依據(jù)。

2?指標選取與數(shù)據(jù)來源

2.1?指標選取

目前學術界主要從人力、物力、財力角度衡量高等教育投入，從人才培養(yǎng)、科技成果、社會服務角度衡量高等教育產(chǎn)出，本文綜合考慮理論合理性及數(shù)據(jù)可得性，在綜合已有研究成果的基礎上，構建了中國高等教育產(chǎn)業(yè)全要素生產(chǎn)率評價指標體系，如表1所示。

2.2?數(shù)據(jù)來源

受數(shù)據(jù)完整性和可得性影響，本文以除去臺灣、香港、澳門、寧夏和西藏的全國29個省、直轄市和自治區(qū)為評價對象，這并不影響對總體情況和規(guī)律性的把握。同時，將29個省份劃分為三大組群，即東部組群、中部組群和西部組群。數(shù)據(jù)來源于《中國統(tǒng)計年鑒》（2010-2020年）、《中國教育統(tǒng)計年鑒》（2009-2019年）、《中國科技統(tǒng)計年鑒》（2010-2020年）和《高等院校科技資料匯編》（2010-2020年）。

3?實證分析

在指標體系構建和對原始數(shù)據(jù)進行整理的基礎上，本文運用MaxDEA8.0軟件，進行了基于產(chǎn)出導向的效率分析，得到了2009-2019年全國29個省份高等教育全要素生產(chǎn)效率值。

3.1?共同邊界下分省份高等教育全要素生產(chǎn)率指數(shù)及其分解

表2給出了共同邊界下2009-2019年各組群高等教育產(chǎn)業(yè)全要素生產(chǎn)率平均增長情況。從各組群均值來看，2009-2019年，中國東部、中部、西部組群的全要素生產(chǎn)率均值分別為1.076，1.027和1.104，均大于1，其中西部組群增幅最大，中部組群增幅最小。從構成要素看，東部組群的技術進步指數(shù)高達7.6%，而中部、西部組群技術進步指數(shù)均小于1，說明東部組群在獲得高等教育先進技術、實施教育技術創(chuàng)新方面，比中部、西部組群具有更大的優(yōu)勢。但是，東部組群的技術效率提升卻落后于中部和西部，分別低4.7和14個百分點，其中西部組群技術效率指數(shù)高達15%，可知西部組群在高等教育投入要素的優(yōu)化、創(chuàng)新市場對教育資源的配置以及擴大教育資源投入規(guī)模等方面取得了較大成就。從各組群的標準差來看，中部組群全要素生產(chǎn)率增長的標準差最小，說明中部組群高等教育產(chǎn)業(yè)效率整體較高，進步雖慢，但持續(xù)性和穩(wěn)定性較強。東部組群和西部組群的標準差均最大，表明東部和西部組群各省份的增長差距較大，發(fā)展不均衡。

圖1是2009-2019年分組群高等教育產(chǎn)業(yè)全要素生產(chǎn)率的變動趨勢。由圖1可以看出，無論是東部、中部還是西部組群，都表現(xiàn)出波動特征。各區(qū)域在2010-2014年期間先后出現(xiàn)下滑，其中，東部組群于2011-2012年下滑12.1%，中部組群于2011-2012年下滑13.2%，西部組群于2012-2013年下滑18.7%。隨后，各區(qū)域出現(xiàn)不同程度的回升，東部和西部組群于2014-2015年達到最高水平，中部組群于2015-2016年達到最高水平。2018-2019年，各組群的全要素生產(chǎn)率均有明顯下降，尤其是中部組群下降幅度最大。

圖2給出了2009-2019年東部、中部和西部組群的技術進步指數(shù)的變動趨勢。總體來看，2009-2015年期間，東部、中部組群的技術進步均處于波動上升，2014-2015年達到峰值，而后開始下滑，至2018-2019年達到最低。與東部、西部組群不同，中部組群技術進步指數(shù)的最低點出現(xiàn)在2014-2015年，隨后又反彈上升，2017-2018年達到峰值后又轉(zhuǎn)為下降。從總體上看，東部、中部和西部組群所有年份的29個數(shù)值中，11個小于1，比例達37.9%，表明中國高等教育產(chǎn)業(yè)的技術進步出現(xiàn)退化，在技術應用水平等方面還有很大的提升和改善空間。

圖3給出了2009-2019年東部、中部和西部組群的技術效率指數(shù)的變動趨勢。由圖3可知，2009-2019年中國東部、中部和西部組群技術效率增長并未呈現(xiàn)一致特征，各個年份特點均不相同。從總體上看，東部、中部和西部組群所有年份的29個數(shù)值中，27個大于1，比例達93.1%，表明中國高等教育產(chǎn)業(yè)的技術效率較高。

3.2?群組邊界下高等教育全要素生產(chǎn)率及與共同邊界的技術落差

圖4是2009-2019年中國東部、中部、西部組群高等教育產(chǎn)業(yè)效率的技術落差率。可以看出，我國東部、中部和西部組群技術落差率均呈現(xiàn)波動變化，其中，東部組群技術落差率相對較平穩(wěn)，一直接近1，說明東部組群一直靠近技術前沿。中部組群技術落差率均值為0.996，說明與技術前沿相比還有一定的差距。而西部組群技術落差率波動較大，2010-2019年期間，出現(xiàn)三個峰值。

剝離技術差異因素，2009-2019年各組群全要素生產(chǎn)率增長及其分解如表3所示。由表3可以看出，東部、中部組群的平均全要素生產(chǎn)率分別為1011和0996，均接近于1，說明東部和中部組群一直靠近潛在技術前沿。從構成要素看，東部、中部組群的平均技術進步指數(shù)均高于技術效率指數(shù)，說明東部、中部組群全要素生產(chǎn)率的增長均主要依靠技術進步。西部組群全要素生產(chǎn)率保持最高水平，平均增長38%，西部組群的平均技術效率指數(shù)和平均技術進步指數(shù)分別為54%和67%，但西部組群平均技術進步指數(shù)的方差高達0116，分析可知，西部組群內(nèi)各省份技術進步水平差異較大，發(fā)展不均衡。

4?結(jié)論

通過對2009-2019年度29個省份高等教育產(chǎn)業(yè)全要素生產(chǎn)率的實證分析可以發(fā)現(xiàn)：

（1）樣本省份的高等教育產(chǎn)業(yè)全要素生產(chǎn)率整體水平較高，從分解結(jié)果來看，多數(shù)省份全要素生產(chǎn)率增長的動力主要來源于技術效率，表明中國高等教育產(chǎn)業(yè)主要依靠技術效率的改進和規(guī)模調(diào)整推動產(chǎn)業(yè)增長，但是技術進步不足，未來需要改進和增強高等教育產(chǎn)業(yè)技術創(chuàng)新和應用。

（2）東部、中部和西部組群高等教育產(chǎn)業(yè)全要素生產(chǎn)率不存在明顯差異，東部和中部組群全要素生產(chǎn)率增長比較穩(wěn)定，一直靠近潛在技術前沿，且東部、中部組群全要素生產(chǎn)率的增長均主要依靠技術進步。西部組群平均技術進步指數(shù)的方差較大，說明西部組群內(nèi)各省份技術進步水平差異較大。未來，在促進高等教育產(chǎn)業(yè)發(fā)展過程中，要加速技術進步由東部和中部組群向西部組群轉(zhuǎn)移和擴散，并同時加速東部和中部組群的技術效率提升。

參考文獻

［1］Malmquist?S.Index?numbers?and?indifference?surfaces[J].Trabajos?de?Estadistica?y?de?Investigacion?Operativa，1953，（4）：209242.

[2]Fre?R，Grosskopf?S，Lindgren?B，Roos?P.Productivity?changes?in?Swedish?pharamacies?1980-1989：?A?nonparametric?Malmquist?approach[J].Journal?of?Productivity?Analysis，1992，（3）：85101.

[3]易明，彭甲超，張堯.中國高等教育投入產(chǎn)出效率的綜合評價——基于WindowMalmquist指數(shù)法[J].中國管理科學，2019，27（12）：3242.

[4]遲景明，李奇峰.中國高等教育發(fā)展效率的空間差異與影響因素識別研究[J].現(xiàn)代教育管理，2019，（02）：712.

[5]常思亮，吳兵.基于DEA模型的省域研究生教育效率研究——對湖南省17所研究生培養(yǎng)高校的實證分析[J].現(xiàn)代教育管理，2019，（11）：3036.

[6]張必勝.我國高等教育效率的動態(tài)分析——基于博弈交叉效率模型與全局Malmquist指數(shù)[J].國家教育行政學院學報，2019，（10）：6572.

[7]宗曉華，付呈祥.“雙一流”建設高校科研效率及其變化——基于超效率和Malmquist指數(shù)分解[J].重慶大學學報（社會科學版），2020，26（01）：95109.

[8]沈丹，修凱.基于DEA方法和Malmquist指數(shù)法的西藏高等教育財政支出效率研究[J].西藏民族大學學報（哲學社會科學版），2021，42（02）：118123，133.

[9]楊小軍.長三角組群高等教育經(jīng)費投入產(chǎn)出效率測度與差異化研究[J].無錫商業(yè)職業(yè)技術學院學報，2021，21（02）：2329.