杜瑾

（中共攀枝花市委黨校經(jīng)濟學(xué)教研室，四川攀枝花 617099）

文明之始源自教育。21 世紀(jì)以來，世界各國嘗到教育帶來的巨大動能，紛紛崇尚教育理念?；诟鲊鴩?，教育模式與教育培養(yǎng)方式差異顯著，但各國對教育的需求量和質(zhì)量不斷提升，尤其隨著高等教育的快速發(fā)展推動了經(jīng)濟的迅速崛起。眾所周知，高校的財政性教育經(jīng)費投入是高校持續(xù)發(fā)展的重要支撐。作為一個具有大規(guī)模教育人口的發(fā)展中國家，教育供給不能滿足社會日益增長的教育需求，我們在增強綜合國力的同時，要求高等教育必須承接核心競爭力的人才培養(yǎng)，因此，對高等教育質(zhì)量的要求逐日劇增，對高等教育的經(jīng)費將產(chǎn)生巨大的需求。且財政教育經(jīng)費始終關(guān)系著國計民生，是教育學(xué)與經(jīng)濟學(xué)交叉領(lǐng)域研究的重點問題。本文基于DEA-Malmquist 指數(shù)三分法對2017—2018 年高等教育經(jīng)費投入靜態(tài)和動態(tài)效率進(jìn)行測度，考察我國高等教育經(jīng)費投入效率變化。一方面，促使人們看到高等教育經(jīng)費投入給整個社會和個人帶來的豐厚收益，通過科學(xué)而理性的實證分析，指導(dǎo)人們做出正確的教育投資決策，使人們認(rèn)識到高等教育投資的重要意義，推動高等教育的健康發(fā)展。另一方面，研究高等教育經(jīng)費投入產(chǎn)出效率問題，可以充分挖掘現(xiàn)有的高校潛力，推動高等教育發(fā)展與改革。

1 相關(guān)研究文獻(xiàn)評述

目前國內(nèi)外大多數(shù)研究都集中在全國高等教育經(jīng)費撥付和分配的改進(jìn)層面，對于教育投入的績效評價探究廣泛。學(xué)術(shù)界主要從以下幾個方面進(jìn)行研究：第一、近年來，計量模型逐漸應(yīng)用于對教育支出效果的評價；常用的模型有DEA、主成分分析、AHP（層次分析法）等。第二、高校教育經(jīng)費投入存在的問題：教育經(jīng)費不足、教育投資結(jié)構(gòu)不合理、教育經(jīng)費支出與產(chǎn)出不協(xié)調(diào)等。第三、高等教育投入對經(jīng)濟增長呈正相關(guān)關(guān)系。第四、高等教育投入機制改革。第五、高等教育經(jīng)費投入促進(jìn)科技創(chuàng)新。通過對上述文獻(xiàn)的梳理可以發(fā)現(xiàn)不足：在經(jīng)費投入—產(chǎn)出方面的績效評價不少，但是只著眼于某個地區(qū)某一年或某幾年的績效評價，對于相鄰區(qū)域經(jīng)費投入—產(chǎn)出的績效進(jìn)行對比的比較少。本文將在既有研究的基礎(chǔ)上，運用DEAMalmquist 指數(shù)三分法對2017—2018 年高等教育經(jīng)費投入靜態(tài)和動態(tài)效率進(jìn)行測度，考察我國高等教育經(jīng)費投入效率變化，從而為優(yōu)化區(qū)域高等教育經(jīng)費投入提供有益的見解和思路引導(dǎo)。

2 高等教育經(jīng)費投入—產(chǎn)出效率理論分析

高等教育的快速發(fā)展無疑為經(jīng)濟的崛起與增長提供源源不斷的人力資本，而教育投資正是人力資本的投資。所謂人力資本理論，是指凝聚在勞動者身上的知識、技術(shù)及其所表現(xiàn)出來的能力。此能力又是經(jīng)濟增長的主要因素之一，高校屬于人力資源密集的產(chǎn)業(yè)基地，教師與學(xué)生為學(xué)校的重點培育資源。因此，在Malmquist 指數(shù)模型中，產(chǎn)出指標(biāo)主要包含高等教育教師數(shù)與學(xué)生數(shù)。

教育產(chǎn)出的投入要素分析主要以優(yōu)化學(xué)校的資源配置，學(xué)校內(nèi)部的投入包含人力資源與物力資源要素，其中，人力資源包括教育者和受教育者。物力資源容納固定資產(chǎn)、材料、低值易耗品。而高等教育經(jīng)費包含的項目：個人部分、工資福利支出、對個人和家庭的補助支出、助學(xué)金、商品和服務(wù)支出、其他資本性支出、專項公用支出、專項項目支出、基本建設(shè)支出等。產(chǎn)出則指進(jìn)行一項活動的結(jié)果。教育投入的最終目標(biāo)是能夠獲得組織所期望的產(chǎn)出，分析學(xué)校的產(chǎn)出又是提升與評價組織效率的重點。

3 高等教育經(jīng)費投入—產(chǎn)出測度模型構(gòu)建

3.1 模型構(gòu)建

3.1.1 第一階段：測算靜態(tài)效率值，采用產(chǎn)出導(dǎo)向模型——VRS 徑向模型引入[1]

此方法將輸入與輸出數(shù)據(jù)作為研究前提，評價各決策單元間的差異。具體模型如下：

式（1）中，k0、l0分別代表DMU0的投入向量與產(chǎn)出向量；λ 表示第v 個決策單元的權(quán)值；β 為決策單元投入相對于產(chǎn)出的有效利用程度，即DMU0的效率值。DEAP 軟件測算的綜合效率值為規(guī)模效率與純技術(shù)效率之積。

3.1.2 第二階段：測算動態(tài)效率值，采用Malmquist 指數(shù)模型

Malmquist 指數(shù)的變動由純技術(shù)效率變化、技術(shù)進(jìn)步變化與規(guī)模效率變化組成。模型表達(dá)式如下：

3.2 投入—產(chǎn)出效率指標(biāo)體系的構(gòu)建

基于學(xué)術(shù)界對高等教育投入—產(chǎn)出效率指標(biāo)的設(shè)置[2－3]，獲悉高等教育經(jīng)費投入—產(chǎn)出效率指標(biāo)的選取應(yīng)遵循科學(xué)性、系統(tǒng)性、有效性等原則，我國高等教育經(jīng)費投入—產(chǎn)出指標(biāo)設(shè)置如下（表1）：

表1 投入—產(chǎn)出變量

投入變量主要以（每萬人）預(yù)算內(nèi)高等教育經(jīng)費支出為重點衡量指標(biāo)。用以衡量高等教育在人力、物力、財力等方面的資金投入。產(chǎn)出變量以（每萬人）高等教育學(xué)校數(shù)、（每萬人）高等教育教師數(shù)、（每萬人）高等教育學(xué)生數(shù)為衡量指標(biāo)。因為高校屬于人力資源密集的產(chǎn)業(yè)基地，教師與學(xué)生為學(xué)校的重點培育資源，也是衡量高等教育經(jīng)費產(chǎn)出的主要指標(biāo)。

3.3 數(shù)據(jù)來源及說明

本文的數(shù)據(jù)獲取來源于《2018 年中國教育經(jīng)費統(tǒng)計年鑒》《2019 年中國教育經(jīng)費統(tǒng)計年鑒》和國家統(tǒng)計局?jǐn)?shù)據(jù)庫。選取31 個省市地區(qū)為研究對象，搜集31 個省市地區(qū)2017 至2018 年（每萬人）預(yù)算內(nèi)高等教育經(jīng)費投入金額、（每萬人）高等教育學(xué)校數(shù)、（每萬人）高等教育教師數(shù)、（每萬人）高等教育在校生數(shù)等。

4 我國高等教育經(jīng)費投入—產(chǎn)出的實證結(jié)果分析

4.1 BCC 模型計算結(jié)果分析

綜合效率用以衡量各省市地區(qū)當(dāng)前技術(shù)狀況與規(guī)模條件下所能達(dá)到的最大產(chǎn)出比率，即最優(yōu)化的資源投入使用效率強度[4]，綜合效率測算值越高，則表明各省市地區(qū)對投入資源的運用最合理且充分。從表2 可知，2018 年高等教育經(jīng)費投入產(chǎn)出綜合效率測算值為1 的省市地區(qū)分別為河北、山西、江西、河南、寧夏等，表明這五個省份對高等教育經(jīng)費投入的運用最有效且充分。其次，綜合效率測算值在(0.600—0.999)之間的省市地區(qū)，綜合效率值由高至低分別為云南、新疆、內(nèi)蒙古、安徽、廣西、貴州、遼寧、海南、山東、黑龍江、湖南、吉林、甘肅、四川、福建、青海、湖北、西藏、重慶、陜西等。綜合效率測算值在(0.300—0.599)之間的省市地區(qū)，綜合效率值由高至低分別為江蘇、廣東、浙江、天津、北京、上海等。綜合效率得分在（0.800—1]區(qū)間的省市地區(qū)為16 個，占到31 個省市地區(qū)的51.61%。綜合效率得分在（0.300—0.600）區(qū)間的省市地區(qū)為6 個，占到31 個省市地區(qū)的19.35%。從表2 獲悉，北京、天津等地區(qū)技術(shù)效率測算值均達(dá)到1，說明兩地高等教育經(jīng)費投入產(chǎn)出的技術(shù)支撐能力顯著，但其規(guī)模效率在支撐高等教育發(fā)展的過程中起到阻礙作用。廣東省與浙江省的規(guī)模效率測算值均較高，但其技術(shù)效率得分均較低，表明兩地技術(shù)在支撐高等教育的過程中未發(fā)揮應(yīng)有的實力。2018 年我國高等教育經(jīng)費投入產(chǎn)出綜合效率平均值為0.757。

從表2 可知，2018 年31 個省市地區(qū)高等教育經(jīng)費投入產(chǎn)出綜合效率值圖像呈現(xiàn)不規(guī)則的迂回上升與下降態(tài)勢，是地區(qū)間顯著性的差異特征導(dǎo)致。而個別省市高等教育經(jīng)費投入—產(chǎn)出綜合效率值圖像與其技術(shù)效率值圖像出現(xiàn)重合情況。

表2 2018 年我國高等教育經(jīng)費投入產(chǎn)出效率值

由于綜合效率測算值來源于純技術(shù)效率與規(guī)模效率之積，因此利用SPSS20.0 軟件對2018 年高等教育經(jīng)費投入產(chǎn)出綜合效率、純技術(shù)效率、規(guī)模效率三者間的相關(guān)性進(jìn)行分析（圖1），探究影響投入產(chǎn)出效率的關(guān)鍵性、制約因素是哪一項?；诒? 的計算結(jié)果，綜合效率與規(guī)模效率的相關(guān)系數(shù)值更大，表明我國高等教育經(jīng)費投入產(chǎn)出的綜合效率值與規(guī)模效率值間的相關(guān)度更強。

圖1 2018 年各地區(qū)綜合效率、技術(shù)效率、規(guī)模效率變動情況

表3 2018 年我國高等教育經(jīng)費投入產(chǎn)出效率相關(guān)分析結(jié)果

4.2 Malmquist 指數(shù)模型結(jié)果分析

運用DEAP2.1 軟件測算31 個省市地區(qū)高等教育經(jīng)費投入產(chǎn)出Malmquist 指數(shù)，得出其經(jīng)營效率的動態(tài)變化情況。從表4 可知，2016 至2018 年高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率指數(shù)得分增長的省市地區(qū)有12 個，按其全要素生產(chǎn)率指數(shù)增長額由高至低排列，依次為北京、天津、貴州、安徽、廣西、浙江、內(nèi)蒙古、上海、四川、廣東、陜西、湖北等。2016 至2018 年高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率指數(shù)得分下降的省市地區(qū)有19 個，且其全要素生產(chǎn)率指數(shù)得分下降額均在[0.001—0.245]內(nèi)，其中，青海省高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率指數(shù)得分下降額最高，達(dá)到0.245。2016 至2018 年高等教育經(jīng)費投入產(chǎn)出規(guī)模效率變化指數(shù)得分增長的省市地區(qū)有15 個，按其規(guī)模效率變化指數(shù)增長額由高至低排列，依次為北京、天津、廣西、上海、安徽、貴州、湖南、新疆、海南、廣東、山東、重慶、陜西、遼寧、內(nèi)蒙古等。其中，2016 至2018 年江西省高等教育經(jīng)費投入產(chǎn)出規(guī)模效率變化指數(shù)得分呈不變狀態(tài)。2016 至2018 年高等教育經(jīng)費投入產(chǎn)出規(guī)模效率變化指數(shù)得分下降的省市地區(qū)有15 個，且其規(guī)模效率變化指數(shù)得分下降額均在[0.011—0.116]內(nèi)。2016 至2018年高等教育經(jīng)費投入產(chǎn)出純技術(shù)效率變化指數(shù)得分增長的省市地區(qū)有9 個，按其純技術(shù)效率變化指數(shù)增長額由高至低排列，依次為貴州、安徽、浙江、福建、廣西、內(nèi)蒙古、湖北、山西、四川等。2016 至2018 年高等教育經(jīng)費投入產(chǎn)出純技術(shù)效率變化指數(shù)得分保持不變的省市地區(qū)為北京、天津、遼寧、江西、河南、云南、陜西、寧夏等。2016 至2018年高等教育經(jīng)費投入產(chǎn)出純技術(shù)效率變化指數(shù)得分下降的省市地區(qū)有14 個，且其純技術(shù)效率變化指數(shù)得分下降額均在[0.002—0.295]內(nèi)，其中，青海省高等教育經(jīng)費投入產(chǎn)出純技術(shù)效率變化指數(shù)得分下降額最高，達(dá)到0.295。2017 至2018 年高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率指數(shù)得分大于1 的省份只有貴州省。2017 至2018 年24個省市地區(qū)高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率指數(shù)得分在（0.900—1）之間。2017 至2018 年高等教育經(jīng)費投入產(chǎn)出純技術(shù)效率變化指數(shù)得分大于1 的省市地區(qū)有9 個。2017 至2018 年10 個省市地區(qū)的高等教育經(jīng)費投入產(chǎn)出純技術(shù)效率變化指數(shù)得分為1。2017 至2018 年高等教育經(jīng)營效率純技術(shù)效率變化指數(shù)得分大于0.900 的省市地區(qū)占到全國的93.55%。2017 至2018 年高等教育經(jīng)費投入產(chǎn)出規(guī)模效率變化指數(shù)得分大于1 的省市地區(qū)有14 個。2017 至2018年高等教育經(jīng)費投入產(chǎn)出規(guī)模效率變化指數(shù)得分等于1 的省市地區(qū)有3 個；且31 個省市地區(qū)高等教育經(jīng)費投入產(chǎn)出規(guī)模效率變化指數(shù)得分均大于0.900。

表4 2016-2018 年我國高等教育經(jīng)費投入產(chǎn)出Malmquist 指數(shù)及其分解

利用SPSS20.0 軟件對2016 至2018 年31 個省市地區(qū)高等教育投入產(chǎn)出效率進(jìn)行分析，測算其純技術(shù)效率變化指數(shù)、規(guī)模效率變化指數(shù)、全要素生產(chǎn)率指數(shù)三者間的相關(guān)關(guān)系，從表5 可知，2017 至2018 年高等教育投入產(chǎn)出全要素生產(chǎn)率指數(shù)與純技術(shù)效率變化指數(shù)的相關(guān)系數(shù)得分最高，達(dá)到0.936；而其全要素生產(chǎn)率指數(shù)與規(guī)模效率變化指數(shù)的相關(guān)系數(shù)得分為0.326；表明我國高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率與其純技術(shù)效率變化指數(shù)間的相關(guān)程度較高，與規(guī)模效率變化指數(shù)具有一定相關(guān)性。

表5 2018 年我國高等教育經(jīng)費投入產(chǎn)出效率Malmquist 相關(guān)分析結(jié)果

5 研究結(jié)論與對策建議

5.1 研究結(jié)論

采用BCC 模型測算高等教育經(jīng)費投入產(chǎn)出靜態(tài)效率情況，2018 年高等教育經(jīng)費投入產(chǎn)出綜合效率測算值為1 的省市地區(qū)分別為河北、山西、江西、河南、寧夏等，表明這五個省份對高等教育經(jīng)費投入的運用最有效且充分。2018 年我國高等教育經(jīng)費投入產(chǎn)出綜合效率平均值為0.757。2018 年高等教育經(jīng)費投入產(chǎn)出綜合效率與規(guī)模效率的相關(guān)系數(shù)更大，表明我國高等教育經(jīng)費投入產(chǎn)出的綜合效率值與規(guī)模效率值間的相關(guān)度更強。

基于Malmquist 指數(shù)模型動態(tài)分析結(jié)果，2016 至2018 年高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率指數(shù)得分增長的省市地區(qū)有12 個，按其全要素生產(chǎn)率指數(shù)增長額由高至低排列，依次為北京、天津、貴州、安徽、廣西、浙江、內(nèi)蒙古、上海、四川、廣東、陜西、湖北等。2016 至2018 年高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率指數(shù)得分下降的省市地區(qū)有19 個，且其全要素生產(chǎn)率指數(shù)得分下降額均在[0.001—0.245]內(nèi)，其中，青海省高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率指數(shù)得分下降額最高，達(dá)到0.245。2017 至2018 年高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率指數(shù)得分大于1 的省份只有貴州省。2017 至2018年24 個省市地區(qū)高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率指數(shù)得分在（0.900—1）之間。2017 至2018 年高等教育投入產(chǎn)出全要素生產(chǎn)率指數(shù)與純技術(shù)效率變化指數(shù)的相關(guān)系數(shù)得分最高，達(dá)到0.936；而其全要素生產(chǎn)率指數(shù)與規(guī)模效率變化指數(shù)的相關(guān)系數(shù)得分為0.326；表明我國高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率與其純技術(shù)效率變化指數(shù)間的相關(guān)程度較高，與規(guī)模效率變化指數(shù)具有一定相關(guān)性。

5.2 對策建議

5.2.1 促進(jìn)科研成果轉(zhuǎn)化[5]

基于Malmquist 指數(shù)模型動態(tài)分析結(jié)果，2017 至2018 年高等教育投入產(chǎn)出全要素生產(chǎn)率指數(shù)與純技術(shù)效率變化指數(shù)的相關(guān)系數(shù)得分最高，達(dá)到0.936，表明我國高等教育經(jīng)費投入產(chǎn)出全要素生產(chǎn)率與其純技術(shù)效率變化指數(shù)間的相關(guān)程度較高。因此，高校經(jīng)營效率的提升應(yīng)重點從科技創(chuàng)新方面找突破口?？萍紕?chuàng)新實力是新經(jīng)濟發(fā)展的動力源，占據(jù)科學(xué)技術(shù)高地的高?？蓱{借這一優(yōu)勢走產(chǎn)學(xué)結(jié)合的路徑。一方面，不斷促使科研成果的轉(zhuǎn)化，在提升高校聲譽與影響力的同時，讓高校經(jīng)費的利用更趨合理與高效；另一方面，為地區(qū)經(jīng)濟的發(fā)展不斷提供持久的動力源泉。

5.2.2 提升區(qū)域高等教育規(guī)模效率[6-7]

采用BBC 模型測算2018 年高等教育經(jīng)費投入產(chǎn)出靜態(tài)效率情況，獲悉2018 年高等教育經(jīng)費投入產(chǎn)出綜合效率與規(guī)模效率的相關(guān)系數(shù)更大，表明我國高等教育經(jīng)費投入產(chǎn)出的綜合效率值與規(guī)模效率值間的相關(guān)度更強。因此，應(yīng)進(jìn)一步提升區(qū)域高等教育規(guī)模效率。然而衡量高等教育規(guī)模效率的主要因素來源于校均規(guī)模（高校在校生的平均人數(shù)）、生均規(guī)模（培養(yǎng)一個學(xué)生所耗用的經(jīng)費）、師生比。首先，校均規(guī)模的設(shè)置應(yīng)參照相同歷史時期同一經(jīng)濟發(fā)展水平的國家高等教育發(fā)展處在穩(wěn)定階段時所達(dá)到的校均規(guī)模數(shù)來確定，且校均規(guī)模也須考慮高校所屬的類型，基于高校的技術(shù)要求與辦學(xué)規(guī)律進(jìn)行設(shè)置，如藝術(shù)類院校的平均適度規(guī)模要小一些，綜合類的高校平均適度規(guī)模要大一些。其次，確保質(zhì)量要求的前提下，成本低效益最佳。生均成本與校均規(guī)模關(guān)系密切，前者隨著校均規(guī)模的擴大而下降，且下降的速率呈遞減態(tài)勢。同時，高校各類人力、物力的利用率越高，下降則越慢。因此，要提升投資效益，就要通過擴大規(guī)模和提高人力、物力的利用率來降低生均成本。再次，師生比低則生均成本高，此時高校其他各類人員的使用率也低，因此，根據(jù)地區(qū)經(jīng)濟發(fā)展實力、地區(qū)高校的特征與人口的規(guī)模來設(shè)置合理的師生比?？偠灾?，校均規(guī)模、生均成本、師生比三者關(guān)系密切，其中，校均規(guī)模是規(guī)模效益的直接影響因素，也是最重要的影響因素。