教育科技資源配置分析論文

　　1DEA評價方法

　　資料包絡分析（DEA）方法是一種針對多投入和多產出同類型部門，進行相對有效性綜合評價的系統分析方法。它實質是運用數學規劃模型，比較同類型決策單元間的相對效率，實現對各個決策單元（DMU）的綜合分析，如確定每個決策單元的DEA有效性，指出DMU非有效原因和程度，判斷各DMU投入規模是否恰當，及提供如何進行有效調整等許多有價值資訊，是目前評價相對效率的一種有效方法[3]。本文選擇DEA的原因如下：①它能很好地處理具有多輸入、輸出特徵的複雜系統的相對效率評價問題；②它無需事先人為設定指標權重和預先估計引數，克服了權重確定中人為主觀因素影響的“剛性”；③DEA方法中用到的相對有效性概念與經濟學的Parato有效性等價，符合科技資源最佳化配置的評價標準。這些契合點使對DEA的選擇不僅可行，而且相對較好［4］。

　　1.1DEA方法中的C2R模型

　　模型所涉及變數的經濟含義為：θ為DMUj的相對綜合效率（0≤θ≤1），反映了第j個決策單元資源配置的合理程度。θ越大，說明相對於其它被評價單元，第j個決策單元的資源配置效率越高，資源配置狀態越趨於合理，反之則反。λj表示若干個決策單元線性組合權重。決策單元透過這種線性組合，能重構出一個相對所有被評價單元效率最高的虛擬決策單元。DEA正是以所有決策單元最佳化形成的有效前沿面為評價標準，對各個決策單元資源配置效率進行比較評價。

　　1.2DEA方法中的BC2模型

　　C2R模型是在決策單元的生產可能集滿足凸性、錐性、無效性與最小性公理基礎上構建的，但事實上，並非任何時候錐性都成立。

　　2高等教育科技資源配置指標體系

　　高等教育科技資源是一個開放的系統，與環境間存在廣泛的資源流入和流出的關係。具體來說，就是高等教育科技資源系統要消耗一定社會資源，如人力資源、財力資源和物力資源等，同時系統也為社會提供發展所需的教育成果，如高素質人才、高科技成果等。高等教育科技資源最佳化配置的目標是：提高高等教育科技資源使用和分配效率，以儘量少的人力資源、財力資源和物力資源消耗，充分實現高等教育科學研究的各種職能，使培養人才、發展科學和服務社會的產出最大化，即提高高等教育科技資源投入產出效率［6］。運用DEA方法及模型評價高等教育科技資源配置相對效率時，首先要確立各項投入與產出指標。基於上述考慮，本文構建了高等教育科技資源配置評價指標體系。輸入指標為：專任教師人數X1，其他教職工人數X2，教授人數X3，生均預算內教育經費X4，生均預算內公用經費X5，圖書擁有量（萬冊）X6。輸出指標為：在校生數Y1，科研專案數Y2，發表文章數Y3。

　　3黑龍江省高等教育科技資源配置效率的DEA評價分析

　　3.1技術有效性和規模有效性評價

　　本文利用C2R模型與BC2模型，對黑龍江省1997-2006年高等教育科技資源配置的相對效率進行評價。評價模型中決策單元的輸入、輸出指標值均來源於1997年-2006年該省統計年鑑。評價是從該省高等教育科技資源配置的技術有效性和規模有效性兩方面進行的。設有10個決策單元Uj（j=1，2，…，10），它們分別為該省連續10年各個年份高等教育科技資源活動情況。以高等教育科技資源配置評價指標體系為框架，聽取專家意見並結合該省實際選取輸入輸出指標。其中Xj表示第j年本省高等教育投入指標，Yj表示第j年該省高等教育產出指標。採集資料如表1所示。綜合考慮該省高等教育科技資源配置縱向評價的技術有效性及規模有效性，將最終選取的輸入指標X1，X3，X5和輸出指標Y1，分別代入C2R模型和BC2模型，利用MAT-LAB軟體，運算結果如表2所示。從表2中可以看出，除1999年、2001年和2005年外，其餘年份的θ1值都等於1，說明黑龍江省大多數年份為高等教育科技資源配置技術有效單元，高等教育輸出相對於投入而言已達到最大，其科技資源配置是技術有效的；而θ1不為1的年份為非技術有效單元，其高等教育科技資源配置不是技術有效的，產出沒有達到最大，應適當擴大產出。此外，表2中只有2003年和2006年的θ2值為1，說明只有它們為高等教育科技資源配置規模有效單元，其高等教育科技資源投入量既不偏大，也不過小；而θ2不為1的年份為非規模有效單元，其高等教育科技資源投入量偏大，而產出相對於投入量來說沒有達到最優，其科技資源配置規模效益遞減。根據黑龍江省高等教育科技資源近10年來的配置狀況繪製評價曲線。2001年以前的θ2值變化幅度較小，從2001年開始，其變化較大並接近於1。原因是2001年全國高校擴招達到較高峰值，並且在高等教育改革的大趨勢下，該省高等教育科技資源重新配置，其投入趨於合理，配置規模趨於有效。該省高等教育科技資源的規模不斷擴大。在1997-2006年期間，1999年是個明顯的分界點。1999年以前，主要是依靠增加財力投入以滿足教育需求，人力資源沒有明顯增長。可以看出，單純依靠增加財力投入對高等教育科技資源的拉動作用並不顯著，對配置效果也不明顯。1999年以後，由於高校擴招和國家對人力資源的重視，浙江省開始增加人力資源的投入，適當減少財力投入，導致生均教育事業經費減少，在校生數增長速度明顯加快，高等教育科技資源配置效果顯著，使得其科技資源規模迅速擴大。雖然專任教師比重也在1999年以後有所攀升，但教育經費、專任教師和教授人數的增長速度遠不及在校生數的`增長速度，說明該省人力資源的增長還不能適應高等教育的快速發展。

　　3.2環境評價

　　參考國內常用科技評價指標，結合DEA評價模型的特點，選用了4個投入變數和3個產出變數。投入變數有：x1為科技活動人員數（個）；x2為R&D人員數（個）；x3為科技經費支出（千元）；x4為R&D經費支出（千元）。產出變數有：y1為技術性收入（千元）；y2為發表科技論文數（篇）；y3為專利申請受理數（件）［7］。以該省及下屬13個市作為決策單元，採集2006年有關科技投入和產出資料，運用C2R和BC2模型，其計算結果如表3所示。由表3可見，哈爾濱、雞西、大慶、伊春和綏化5市的技術性和規模性同時達到相對有效；佳木斯市、七臺河市和牡丹江市的BC2模型達到有效，表現為技術有效；齊齊哈爾、鶴崗、雙鴨山、黑河和大興安嶺地區既未達到規模有效，也未達到技術有效，科技資源配置效率相對較低。另外，齊齊哈爾市、佳木斯市和牡丹江市表現為規模收益遞減，科技產出的倍數低於科技投入的倍數，說明科技投入並未得到有效利用，應加強科技投入的利用效率；而鶴崗、雙鴨山、七臺河、黑河和大興安嶺地區則表現為規模收益遞增，對這部分地區要進一步加強科技資源的投入力度，以獲得更高的科技產出。另外，透過對模型C2R的進一步研究和計算，並利用如下公式表示輸出虧空量（在現有的投入水平下），可對未達到資源有效配置的地市的科技投入產業值進行理論上的調整。