（廣州商學院，廣東 廣州 510520）

1 引言

隨著我國自貿(mào)區(qū)金融創(chuàng)新的不斷深入，物流金融人才愈來愈成為未來緊缺的高端專業(yè)人才，其短缺矛盾是掣肘我國自貿(mào)區(qū)金融創(chuàng)新的重要因素之一（2014，丁俊發(fā)）[1]。近些年來，我國部分高校由于對人才培養(yǎng)具有強烈的市場適應性，貼近社會對物流金融人才的需求，紛紛開設物流金融專業(yè)，加速對專業(yè)人才的培養(yǎng)。不過，諸多高校往往急功近利，對物流金融專業(yè)辦學的規(guī)律存在認識不足，忽略人才培養(yǎng)的投入產(chǎn)出，物流金融人才培養(yǎng)績效普遍不高。為可持續(xù)發(fā)展的戰(zhàn)略需要，高校需對物流金融人才培養(yǎng)績效進行有效評估，衡量人才培養(yǎng)的投入與產(chǎn)出比率，分析影響人才培養(yǎng)績效的各種因素，為服務自貿(mào)區(qū)金融創(chuàng)新而提供新的人才培養(yǎng)路徑和對策[2]。有關高校人才培養(yǎng)效率和影響因素的研究，國內(nèi)外學者作了較為廣泛的定性和定量分析。定量分析方法上，學者們往往從投入產(chǎn)出的角度，采用數(shù)據(jù)包絡分析（DEA）和隨機前沿分析（SFA）等方法來測度人才培養(yǎng)效率。例如，Worthington、Lee（2008）運用Malmquist-DEA方法，就1998-2003年面板數(shù)據(jù)對澳大利亞高校的辦學效率和技術效率進行了研究[3]。2012年美國學者Foltz等也采用Malmquist-DEA，基于92所研究型大學的數(shù)據(jù)，分析資金等因素變化對辦學效率的影響[4]。國內(nèi)學者也做了類似的研究，如周偉、李全生（2010）使用Malmquist-DEA方法，橫向類比對我國各省高校辦學效率進行了研究[5]。陶長琪、王志平（2011）采用SFA分析方法，就高?？蒲型度氘a(chǎn)出問題進行研究，并計算我國高校的科研效率及分析有關影響因素[6]。許漢友，姜亞琳和陳茜（2018）使用DEA方法并從投入產(chǎn)出的角度，對我國財經(jīng)類高校本科會計人才培養(yǎng)績效進行評價[7]。

綜合上述，國內(nèi)外學者采用數(shù)據(jù)包絡分析（DEA）作為效率測度的主流方法，對人才培養(yǎng)效率的影響因素的重要性進行分析時，大多是基于計量經(jīng)濟模型方法來研究。計量經(jīng)濟模型對數(shù)據(jù)的要求非常嚴格，所選擇的相關變量之間必須呈現(xiàn)顯著的線性關系，科學確定指標和合理處理數(shù)據(jù)是成功運用計量經(jīng)濟模型的關鍵。人工神經(jīng)網(wǎng)絡（ANN）對數(shù)據(jù)要求不高，可以對投入與產(chǎn)出的重要性進行敏感性分析，避免采用計量經(jīng)濟模型所遇到的問題。因此，本文將DEA和ANN相結合，對廣州商學院物流管理的人才培養(yǎng)績效進行測算以及對其影響因素進行重要性分析，首先利用DEA方法計算廣州商學院近14年的物流管理專業(yè)人才培養(yǎng)效率，然后通過相關性檢驗與多層感知器神經(jīng)網(wǎng)絡對物流管理人才培養(yǎng)績效的影響因素進行分析，以便找到提高物流金融人才培養(yǎng)效率的著力點，并提出相應的人才培養(yǎng)建議。

2 研究方法

2.1 基于DEA模型的人才培養(yǎng)績效測度

人才培養(yǎng)績效綜合評估采用全部要素法，指既定人才培養(yǎng)人數(shù)為產(chǎn)出，其他投入要素不變前提下所需最少的教育資源輸入量，是基于數(shù)據(jù)包絡分析（DEA）[8]和隨機前沿分析（SFA）[9]模型分析方法。本文采用投入導向的DEA人才培養(yǎng)績效測度模型[10]，其表達式如下：

這里包含n個決策單元，代表高校辦學年份；ej和xij,i=1,2,…,m分別表示第j個年份的資金投入量和其他第i種要素投入量，yj表示第j個年份的學生畢業(yè)人數(shù)。目標函數(shù)值θ*為第j0年份最優(yōu)測度值，λj(j=1,…,n)每個單元的權重系數(shù)，si(i=1,…,m),se,sy是非教育投入、教育投入和畢業(yè)人數(shù)的松弛變量。

2.2 基于ANN的人才培養(yǎng)績效影響因素分析

人才培養(yǎng)績效是受多種因素影響綜合作用的結果，與其影響因素之間呈現(xiàn)復雜的非線性關系。本文在計算各年份辦學效率的基礎上，運用偏相關分析檢驗人才培養(yǎng)效率和其影響之間的相關性，并通過多層感知器神經(jīng)網(wǎng)絡模型對主要影響因素的重要性進行研究。

這里采用多層感知器神經(jīng)網(wǎng)絡（ANN）對物流管理專業(yè)人才培養(yǎng)績效的影響因素進行敏感性分析，以實現(xiàn)其重要性的測度。設有N-L-1前向網(wǎng)絡，采用Ruck[11]敏感性分析，其隱層激活函數(shù)為f(x)=，則輸入變量xi對輸出變量的敏感性為：

3 人才培養(yǎng)效率及影響因素分析

3.1 2004-2017年份辦學效率測度

3.1.1 指標和數(shù)據(jù)。廣州商學院2015年新設立物流金融本科專業(yè)，其專業(yè)人才的培養(yǎng)績效如何，無法得知。據(jù)該校有關統(tǒng)計數(shù)據(jù)顯示，物流管理專業(yè)人才培養(yǎng)投入由2004年的60萬元增加到2017年的112萬元，年均增長率達6.13%，教師薪酬占全部辦學消耗總量的70%以上。從廣州商學院各專業(yè)之間的差異來看，2017年人才培養(yǎng)邊際資金投入較高的是藝術、計算機類專業(yè)，偏低的則是工商、財會管理類專業(yè)。比如，2017年藝術學院學生投入資金為1.78萬元/人·年，而物流專業(yè)學生人均教育資金投入為0.66萬元/人·年，幾乎相差3倍。為此，本文以廣州商學院為例，分析該高校14年來物流專業(yè)本科教育，以此研究物流金融本科人才培養(yǎng)績效存在的差異和影響因素，對于包括廣州商學院等我國高校把握其人才培養(yǎng)具體的辦學特征，制定有效提高人才培養(yǎng)績效的相關政策，促進物流金融專業(yè)教育更上一個臺階，具有重要的教改探索意義。

目前，眾多學者在對投入效率進行測算時，普遍將資本、勞動和物力（土地）三要素作為投入?？紤]到數(shù)據(jù)的可獲得性，將各年份物流管理專業(yè)學生作為具體研究對象，其人才培養(yǎng)績效能夠反映廣州商學院物流金融專業(yè)辦學效率總水平。各指標定義如下：

（1）招生人數(shù)。人才培養(yǎng)的績效用招生數(shù)（含轉專業(yè)人數(shù)）來表示產(chǎn)出，單位為人/年。

（2）資金投入。以人均教育資金來衡量資金投入水平，單位為萬元/人。以2017年為基期，每年的資金投入量按照物價指數(shù)予以折算。

（3）勞動投入。勞動投入采用物流教師(含兼職教師)人數(shù)表示。

（4）物力投入。物力投入以教學場地來表示。

2004年，廣州商學院（原華南師范大學康大學院）升格為本科辦學單位，物流管理本科專業(yè)開始首屆招生。根據(jù)2004-2017年廣州商學院14年物流管理專業(yè)辦學數(shù)據(jù)（來源于招生就業(yè)辦，學生處等檔案資料），具體的投入與產(chǎn)出數(shù)據(jù)見表1。有些年份相關數(shù)據(jù)無歷史記錄可查，這里采用了插入法和隨機訪問法獲取。

表1 各年份要素投入與產(chǎn)出數(shù)據(jù)表

3.1.2 基于DEA的人才培養(yǎng)績效測度。基于式（1）所示的DEA運算式，結合表1的投入產(chǎn)出數(shù)據(jù)，借助于DEAP2.1[12]軟件，對廣州商學院14年的物流管理專業(yè)的人才培養(yǎng)績效和技術效率進行了計算，結果見表2。

從表2可以看出,在2004-2017年中，技術效率為1的年份有2015年，說明了這一年在招生人數(shù)既定的情況下，資金、勞動和物力三個投入要素數(shù)量配置合理，實現(xiàn)了辦學效率和人才培養(yǎng)效率上的資源配置最優(yōu)化。技術效率低下的主要有包括2004等13個年份，表明了這些年份在各投入要素數(shù)量配置上不合理，存在辦學和人才培養(yǎng)的改善空間。

表2 物流管理專業(yè)人才2004-2017年培養(yǎng)效率和技術效率

人才培養(yǎng)效率為DEA有效的年份有2015年、2016年及2017年這三個年份，人才培養(yǎng)效率低下的包括2004、2005、…、2014年等年份。人才培養(yǎng)效率較高的一般是后面三年，而效率低下的年份大多是前11年，說明人才培養(yǎng)效率與辦學時間之間存在較強的正關系，辦學時間越長，教學資金利用就越合理，人才培養(yǎng)效率就越高。

3.2 人才培養(yǎng)績效的影響因素分析

3.2.1 影響因素的確定。宋光輝、陳勇等（2009）認為辦學效率的影響因素主要包括師資力量，教學環(huán)境、培養(yǎng)模式、教學管理、學生課外投入、科研水平等[13]。綜合以往研究，按照物流專業(yè)人才培養(yǎng)效率的具體影響因素分析，選定如下因素：

（1）師資力量。鑒于碩士以上學歷是本科高校教師任職基本條件之，這里采用高級職稱比來表示反映師資力量。

（2）教師年齡結構。45歲以下的中青年教師比重來表示。

（3）科研投入。統(tǒng)計知網(wǎng)2004-2017年發(fā)表的各期刊文獻數(shù)，并代表各年的科研水平。

（4）教學環(huán)境。采用實訓、實習基地個數(shù)表示。

（5）教學管理水平。以中國校友會民辦高校排行榜的名次來表示。

（6）培養(yǎng)模式。以實踐教學與理論教學課時比來表示。

（7）學生課外投入。通過隨機問卷形式調(diào)查在校學生課外培訓、考證等投入。

（8）師生比例。采用教師人數(shù)對應的專業(yè)學生人數(shù)的比值表示。

（9）生源質(zhì)量。生源質(zhì)量通常以第一志愿報考比或最低錄取分來表示，考慮民辦院校的招生實際，這里采用歷年非廣東省籍學生比來代替。

需要說明的是，由于本文主要注重物流（金融）專業(yè)人才培養(yǎng)績效的年份差異分析，廣州商學院14年學生學費經(jīng)歷過3次調(diào)整，考慮物價的影響，各年度資金數(shù)折算到2017年不變價，經(jīng)過計算得到上述影響因素的度量值見表3。根據(jù)表3的數(shù)據(jù)，借助SPSS17.0軟件進行分析，相關性計算結果見表4。

表3 人才培養(yǎng)績效的影響因素度量值

表4 物流專業(yè)人才培養(yǎng)影響因素相關性分析

從表4可以看出，在人才培養(yǎng)績效的九個影響因素中師資力量、教師年齡結構、科研投入水平、教學環(huán)境、教學管理、培養(yǎng)模式、學生課外投入、師生比例、生源質(zhì)量9個影響因素單側檢驗的t值均小于5%的置信水平，說明上述9個因素會對人才培養(yǎng)效率的影響比較顯著，其中師資力量、科研投入水平、教學環(huán)境、教學管理、培養(yǎng)模式、學生課外投入、師生比例、生源質(zhì)量與人才培養(yǎng)效率之間存在正相關，而教師年齡結構與人才培養(yǎng)效率之間存在負相關。

3.2.2 影響因素的重要性分析。本文選取了師資力量、教師年齡結構、科研投入水平、教學環(huán)境、教學管理水平、培養(yǎng)模式、學生課外投入、師生比例、生源質(zhì)量等影響因素作為輸入變量，表2的效率值作為輸出變量，構建一個5-7-1多層次神經(jīng)網(wǎng)絡模型，分析各因素的敏感性，見表5。

表5 重要性分析結果

根據(jù)表5的結果，可以看出：

（1）培養(yǎng)模式對人才培養(yǎng)效率的重要性系數(shù)為0.136，在9個人才培養(yǎng)效率的主要影響因素當中，培養(yǎng)模式最為重要，而教學環(huán)境、學生課外投入對人才培養(yǎng)效率的重要性系數(shù)分別為0.110、0.100，說明教學環(huán)境的改善、學生課外投入的增加也會對人才培養(yǎng)效率產(chǎn)生正向影響。因此，要提高學校的人才培養(yǎng)效率，應積極推進培養(yǎng)模式的多元化，加大學生課外實訓時間和實訓力度，通過校企合作增加學生實習基地個數(shù)，加強學生理論和實踐聯(lián)系的力度，鼓勵學生積極參與實訓，提高學生的實際操作能力，提高人才培養(yǎng)效率和學生的競爭能力。

（2）師生比例對人才培養(yǎng)效率的重要性為0.132，表明師生比例對人才培養(yǎng)效率的提高僅次于培養(yǎng)模式，具有重要作用。因此，為提高人才培養(yǎng)效率，就應該提高教師的數(shù)量，招聘更多的教師充實到學校隊伍中來，降低每個班級的規(guī)模，讓學生有更多的時間來接受教師的指導。

（3）科研投入水平、師資力量、教師年齡結構對人才培養(yǎng)效率的重要性系數(shù)分別為0.126、0.124、0.102。表明學校的科研投入水平的提高、師資力量的強大和教師年齡結構的改善對人才培養(yǎng)效率的提高具有重要的推動作用。要提高人才培養(yǎng)效率，就必須在加大科研投入，提高高級職稱教師在學校教學隊伍中的比例，適當降低40歲以下的青年教師數(shù)量，外聘更多具有豐富教學經(jīng)驗的教師。

（4）教學管理水平和生源質(zhì)量對人才培養(yǎng)效率的重要性系數(shù)分別為0.113和0.056?？梢?，人才培養(yǎng)效率的提高，除了依靠培養(yǎng)模式、師生比例、科研投入水平、師資力量等因素外也依賴于學校教學管理水平的提高和生源質(zhì)量的改善，應當加強對學生的管理，加大對外省學生的宣傳和影響力，增加招生力度，提高人才培養(yǎng)效率。

3.2.3 相關建議。從以上結果可見，諸多影響因素中，按照對人才培養(yǎng)效率的影響程度，依次為培養(yǎng)模式、師生比例、科研投入水平、師資力量、教學管理水平、教學環(huán)境、教師年齡結構、學生課外投入、生源質(zhì)量等，主要可以歸結為師資力量因素、培養(yǎng)模式因素和生源質(zhì)量三個方面。要提高物流金融人才培養(yǎng)效率，應重視以下幾個方面：第一，提高高級職稱教師在學校教學隊伍中的比例，提高教師的數(shù)量，外聘更多具有豐富教學經(jīng)驗的教師，加大對教師科研投入水平，對提高人才培養(yǎng)效率具有重要作用；第二，積極推進培養(yǎng)模式的多元化，加大學生課外實訓時間和實訓力度，提高學生的實際操作能力，加強對學生的管理，提高學校的學校教學管理水平；第三，加大對外省學生的招生力度，提高生源質(zhì)量，也是提高人才培養(yǎng)效率的一條重要途徑。

4 結論

本文結合DEA和ANN方法，選取廣州商學院物流專業(yè)為研究對象，通過2004-2017年的數(shù)據(jù)，對廣州商學院物流金融專業(yè)人才培養(yǎng)效率及其影響因素進行了分析。首先利用DEA方法計算出了廣州商學院物流專業(yè)2004-2017年人才培養(yǎng)效率，然后通過相關分析對其影響因素進行遴選，最后，采用多層感知器神經(jīng)網(wǎng)絡對人才培養(yǎng)效率的影響因素進行綜合分析，結果表明：廣州商學院物流（金融）專業(yè)人才培養(yǎng)效率呈現(xiàn)逐年提高的趨勢，且在2015年、2016年和2017年達到DEA有效，人才培養(yǎng)效率和技術效率整體上具有高度一致性。按照對人才培養(yǎng)效率的重要性程度，其影響因素排序依次為培養(yǎng)模式、師生比例、科研投入水平、師資力量、教學管理水平、教學環(huán)境、教師年齡結構、學生課外投入、生源質(zhì)量等，并提出了提升廣州商學院物流（金融）專業(yè)人才培養(yǎng)效率的政策建議。