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)

ID:23897519

大小:59.00 KB

页数:10页

时间:2018-11-11

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)_第1页
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)_第2页
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)_第3页
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)_第4页
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)_第5页
资源描述:

《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,更多相关内容在工程资料-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)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,高度重视科学研究等思考与建议。.jyqkentAnalysis,以下简称DEA)对广州市属高职学院的技术效

2、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(U),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D

3、MU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

4、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

5、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DEA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

6、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解获得。其函数简化形式如下[3]:minθs.t.∑tj=1λjxj≤θx0,∑tj=1λjyj≥y0,Iλ=1λj≥0,j=1,2,…,t,其中θ(θ≤1)是一个变量,约束条件Iλ=1,可以确保前沿面满足凸性,表明规模收益可变。我们能够用BBC模型判定是否同时技术有效和规模有效:当θ=

7、1,且s1+=s1-=0,则DMU为DEA有效,DMU的投资活动同时为技术有效和规模有效;当θ=1,但至少某个输入或者输出大于0,则DMU为弱DEA有效,决策单元的经济活动不是同时为技术效率最佳和规模最佳;当θ<1,DMU不是DEA有效,投资活动既不是技术效率最佳,也不是规模最佳。[4]二、指标选择和数据处理在用DEA方法评估高等职业教育投资效益之前,必须先确定高职院校投入与产出的指标。国内外文献关于教育投入与产出的研究表明:高等职业教育可以看作将一定数量的教育投入(人力资本、财力资本、物力资本)转化为人才培养、社

8、会服务和科学研究等产出的运营过程。所以,人力资本、财力资本、物力资本等可以看作投入指标,人才培养、社会服务和科学研究等为产出指标。而在确定基本指标之前,我们对所有候选指标进行了相关性分析,除出了一部分无效指标之后,本次研究选取的投入指标有专任教师数(X1)、教育经费总额(X2,万元)、教学行政房面积(X3,万平方米)、教学科研仪器设备资产总值(X4,万元)、

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。