广州市属高职学院教育投资效益评价初探——基于数据包络分析方法(dea)

《广州市属高职学院教育投资效益评价初探——基于数据包络分析方法(dea)》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、广州市属高职学院教育投资效益评价初探——基于数据包络分析方法(DEA)-职业技术教育论文广州市属高职学院教育投资效益评价初探——基于数据包络分析方法(DEA)王超辉摘要：利用数据包络分析方法（DEA），对广州市属高职学院教育投入产出的相对有效性进行分析与评价，结果显示，大部分院校处于DEA有效、规模收益不变阶段，并通过投入产出指标的不同组合，进一步探讨人力、财力和物力资本的相对效率。据此，提出了严格控制学校规模增长，充分利用教育经费，适当增加人力和物力资本，努力提升教育教学水平，积极参与社会服务，高度重

2、视科学研究等思考与建议。关键词：高职学院；教育投资效益；评价；数据包分析方法（DEA）；广州基金项目：广州市教育科学“十二五”规划2013年度课题“高等职业教育投入机制与效益问题研究—以广州为例”（项目编号：2013A157）作者简介：王超辉，男，广州番禺职业技术学院监察审计处经济师，高职研究所兼职研究人员，主要研究方向为高教研究、内部审计。中图分类号：G715文献标识码：A文章编号：1674-7747（2015）04-0017-05当前，我国高等职业教育事业发展迅猛，如何对其教育投资效益作出科学、合理

3、的评价成为人们关注的问题。以往学者对高等职业教育投资效益的研究大多数停留在定性分析方面，鲜有从定量分析的角度进行研究，而衡量教育投入产出最根本的指标就是其生产效率。因此，本文从教育投入产出实际出发，以广州市属高职学院教育投资效益为研究对象，尝试应用数据包络分析方法（DataEnvelopmentAnalysis，以下简称DEA）对广州市属高职学院的技术效率和规模效率进行数据包络分析。同时，通过投入产出指标的不同组合，探讨人力资本、教育经费和物力资本的相对效率，以期发现广州高等职业教育发展的主要问题，为相

4、关政府部门和高职院校采取有效措施提高教育投资效益提供参考，从而为我国高职教育的健康发展提供有益帮助。一、DEA评价方法的选择DEA最早是由美国运筹学家查恩斯（A.Charnes）、库伯（W.W.Cooper）和罗兹（E.Rhodes）等学者于1978年基于“相对效率评价”原理而建立起来的一种非参数分析方法［1］，基本思路是运用线性规划的方法构建观测数据的非参数分段曲面或前沿面，然后相对于这个前沿面来计算效率。即把每一个被评价单位作为一个决策单元（Decisionmakingunit，以下简称为DMU），

5、众多DMU构成被评价群体，通过对投入和产出比率的综合分析，以单元的各个投入和产出指标的权重为变量进行评价运算，确定有效生产前沿面，根据各单元与有效生产前沿面的矢量距离，确定各DMU是否DEA有效。基于法雷尔（Farrell）测量的数学规划方法，查恩斯、库伯等学者提出了CCR模型（规模报酬不变），而后又修正为BCC模型（规模报酬可变），从而扩大了CCR模型的应用范围。总之，所谓的DEA就是评估一群DMU之间的相对效率，当某个单位的投入越少，而产出越多，显示这个单位的绩效较高。因此，DEA常用于多投入与多产

6、出的评估。诚然，衡量高等职业教育投资效益的方法有多种，如比例分析法、回归分析法和包络分析法。相比于其他测量方法，DEA的优点在于适合处理多投入、多产出的效率评价；不需要预先估计参数，在避免主观因素、简化运算和减少误差等方面有着不可低估的优越性；DEA分析不受指标量纲的限制，相对于一般生产函数衡量方法而言，DEA方法以整体为研究的基础，更符合系统原理。因此，DEA被广泛应用于包括企业绩效研究、金融机构绩效评估、产业效率评价和高校等非盈利机构绩效评价等方面。DEA中的效率具体可分为技术效率（crste）、纯

7、技术效率（vrste）和规模效率（scale）。技术效率=纯技术效率×规模效率。纯技术效率是指在既定的产出组合量下，所投入最小的投入组合量，或以现有的投入组合生产最大产出组合量，来衡量DMU是否以最少的投入达到最大的产出，若DMU能够在维持相同的产出水平下，减少多余的投入，即可增加技术效率。规模效率是生产量与资源投入量的比例，当产量与资源投入量成等比增加时，即具有规模效率，若不成比例增加，代表不具规模效率。本研究主要在衡量教育资源投入下所产生的效益，并采取以BCC模式中的产出导向效率作分析。另外，由于D

8、EA效率值的测定很大程度上依赖于各投入和产出指标的组合［2］，本文也通过不同投入—产出组合来分别探讨效率值，即单一投入对应多产出和多投入对应单一产出，借此说明各投入与产出的效益情况。BCC模型原理可以理解为：假设存在N个DMU，每个DMU都有P种投入和T种产出，而对于第m个DMU，Xm表示投入向量，Ym表示产出向量。将X定义为（P×N）的投入矩阵，而将Y定义为（T×N）的产出矩阵。在规模收益可变的假定下，第m个DMU的投入型效率值可以通过求