矍龙江咅競斫究Heilongjiang Researches on Higher Education
No.4,2022 Serial No.336
2022年第4期
总第336期
长江经济带高等院校资源配置绩效评估
闪乐1，李露2
(1.江苏警官学院，江苏南京210031；2.南京铁道职业技术学院，江苏南京210031)
摘要：随着科学技术的飞速发展，高等教育的发展水平对于经济高质量发展的重要程度不断增强。文章利用Window-Malmquist指数法测算分析了长江经济带11个省份2014-2018年高等院校资源配置效率及其动态演变规律和空间分布特征，结果显示：一是长江经济带各省份高等院校整体上资源配置效率较高，处于DEA有效状态；二是各省份高等院校全要素生产率呈平稳增长态势，综合技术效率是影响其变化的主要因素，虽然综合技术效率水平整体上在不断改善，但仍有部分省份的综合技术效率水平阻碍了高等院校全要素生产率的进一步提升；三是“高一高”型区域逐渐向上海、江苏等东部沿海省份集中，"高一低”型区域的省份数量不断减少，高校在管理能力上暴露的短板逐渐凸显。据此提出了完善评聘机制、强化高等院校人力资源管理等对策建议。
关键词：长江经济带；高等院校；资源配置效率;Window-Malmquist
中图分类号:G647文献标志码：A
—、弓I言
随着高等教育改革不断深入推进，我国高等教育逐步由扩张式转向内涵式发展阶段，高校科研国际影响力稳步提升，对经济的促进作用显著增强。进人新时代以来，国际竞争日趋激烈，但归根结底仍是人才的竞争，尤其是高层次人才的竞争。高等教育一方面通过改善大学生的知识素养和专业技能机构，来增强其踏入社会从事劳动生产和管理活动的能力；另一方面，高等教育通过知识创造与知识应用，不断推动科学技术在理论与实践层面的提升，形成一定的专门人才结构，提升国民的人力资源素养，最终推动经济的健康有序发展。近年来，我国不断加强了对高等教育的重视程度。2017年10月18日，习近平总书记在党的十九大报告中指岀，要加快一流大学和一流学科建设。2019年2月，中共中央、国务院印发了《中国教育现代化2035}[1]，明确提出到2035年我国高等教育竞争力要获得明显提升，总体实现教育现代化迈入教育强国行列。
建设高等教育强国，首先要建设“高等教育强区域”⑵，特别是在长江经济带高质量协同发展的大背景下，积极挖掘区域高等教育资源配置效率新格局、探索区域高等教育改革发展的新模式，从而更好为区域经济发展和社会进步作岀贡献，已成为一项重大而紧迫的课题。长江经济带作为我国重大国家区域发展战略的中心点，在教育现代化布局中占据重
文章编号：1003-2614(2022)04-0067-08
要作用，与此同时，以学科为基础、以绩效为杠杆，加快提升科学研究水平、培育创新人才和推进成果转化逐渐成为高等院校转型发展的重要方向。目前，我国高等院校建设中长期存在重投入、轻产出以及资源配置不合理导致科研效率不高的情况，从长远来看极不利于高等院校的高质量和可持续发展。高等院校资源绩效评价反映了高等院校教育投入与科研产岀的效率变化过程，体现了高等院校教育资源利用状况，满足了高等院校管理者与教育资源决策者了解高等院校资源投入的利用效率。科学合理的科研绩效评价对科研活动具有导向和督促作用，同时还可作为人才选拔、业绩津贴及职称评定的重要依据⑶。因此深入剖析长江经济带区域高等院校资源配置绩效水平，可为优化高等教育资源配置、更好培养和聚集高素质人才，进一步打造极具竞争力教育带创新发展，从而实现高等教育强国的战略提供一定的决策参考价值。
二、文献综述
“建设教育强国是中华民族伟大复兴的基础工程”，教育尤其是高等教育在培养优秀人才、提升劳动者素质方面发挥着重要作用⑷。人口众多、劳动力资源丰富作为我国的基本国情，为我国的经济发展作出了巨大贡献[5K61，然而近年来，我国人口老龄化现象逐渐加重，适龄劳动人口占总人口比重不断下滑，暗示着数量型人口红利正在缓慢消失。为
收稿日期：2021-04-20
基金项目：江苏省髙校优势学科建设工程资助项目(PAPD)；江苏省高等教育教改研究课题“’新文科’背景下公安学类一流专业建设研究”(编号：2021JSJG620)o
作者简介：闪乐，江苏警官学院教务处副研究员，研究方向：高等教育管理；李露，南京铁道职业技术学院通信信号学院工程师，研究方向：高职教育管理、绩效评估。
68长江经济带高等院校资源配置绩效评估
此，国内外专家学者纷纷尝试新的研究突破口，针对高等院校资源配置绩效的概念顺势而来。
高等院校作为专业培育高等技能人才的特殊个体，其资源配置绩效水平的高低势必影响和制约一国教育现代化的进一步发展。目前，针对高等院校资源配置效率的研究主要分为四个方面：一是基于不同空间视角下的髙等院校效率研究；二是基于高等院校不同效率侧重点的研究；三是基于不同实证方法的研究；四是基于不同空间视角下的髙等教育效率研究。目前，国内外学者主要从国家⑺⑻、地区⑼、省份〔'°1等不同角度对高等院校教育效率进行研究。叶前林等人⑴］对我国31个省份高等教育资源配置效率进行了比较评价，结果显示我国高等教育资源配置总体效率较高，但不同区域省份之间教育资源配置仍存在不均衡趋势。李元静和王成璋［必在研究我国各地高等教育资源配置效率时，利用DEA模型对我国31个省份的高等教育资源配置效率进行测度，然后通过空间数据对区域高等教育资源配置效率进行空间相关性分析。研究表明，我国各省份的高等教育配置效率存在很大的差距，东部地区明显高于西部地区，而西部地区的陕西省和贵州省的平均超效率值则高于东部地区均值，高等教育资源的集聚扩散效应是导致资源配置效率差异的主要原因之一。管永刚基于BCC模型和数据包络分析的超效率模型，对我国31个省份的高等资源的优化配置情况进行了分析，明确了他们的投人产出效率，通过研究发现，我国高等教育资源配置效率还存在一定的重构空间。荣耀华等人通过对教育部直属
的72所高等院校办学效率进行测算，结果表明东部高等院校办学效率最高，中部次之，西部最低。张海龙等人采用吉林省公办本科高校数据对高等院校投入产出效率进行了静态分析。基于高等院校不同效率侧重点的研究，相关文献主要有三个方面：一是对高等院校科研活动效率进行评价，如Rhaiern5161系统回顾和梳理了科研效率投入产出指标体系及促进或阻碍其进步的影响因素。任初明和张超「仍对28所省属“211”工程高等院校科研水平数据进行分析，发现高等院校间的科研水平发展不平衡，且东部和中部地区的高等院校间科研水平差距有扩大趋势。二是对高等院校教学效率评价，如张晓秋等人通过研究发现部属高等院校的人才培养效率相对较高，学校类型和所处区域对人才培养影响明显。张海英等人［切等人在研究我国地方高等教育实力时，应用因子分析法和DEA法，从髙等教育实力和高等教育效率两个不同维度构建综合评价矩阵，来刻画我国31个省份高等教育水平，并对其进行了综合评价和实证分析。三是对高等院校办学活动进行效率评价，即对科研和教学活动综合效率进行综合评价研究，如成刚等人〔2。)分析高校占地面积、教学仪器设备是否影响高等院校成本效率，发现高等院校的占地面积和高等院校成本效率呈显著正相关，而教学仪器设备会反向影响高等院校成本效率。丁岚⑵］指岀，经费投人会影响办学效率，原因在于教师拥有的科研经费会极大地改变科研工作的生产力。冯宝军等人［22］以2005-2010年教育部68所直属高等院校为样本，评价高等院校的成本效率并分析其影响因素。结果发现，高等院校的地理位置、重点与否、教师的职称结构、生师比、学生的学历结构以及高等院校规模都显著影响高等院校的成本效率,“985工程”高等院校比非“985工程”高等院校的成本效率更高。王鹏等人⑵1基于科研经费和研发规模对科研产出的非线性影响预期，分析了中国高等院校经费投入和研发规模对科研产出的影响。基于不同实证方法的研究，已有针对高等院校资源配置效率评价的方法主要包括基于参数法的随机前沿分析方法(SFA)和非参数方法的数据包络分析(DEA)，由于DEA模型既无须统一指标量纲，也无须给定或者计算投入产出的权值，因此能更好适用于“多投入多产出”的复杂情况，从而使决策单元的评价更为客观。
综上所述，目前国内外学者对于高等院校效率的研究成果较多，然而针对经济带的研究还相对较少，长江经济带作为推动我国经济转型升级的重要平台，如何更好培养优秀人才、更大发挥人才优势，不仅关系到我国教育水平的发展，更关系到我国“人才强国”“科技兴国”战略的有效实施。现有的相关研究还有待深化，一方面现有文献评价对象单一，主要集中在研发效率、教学效率等方面，针对高等院校投入产出综合资源配置效率的研究并不丰富；另一方面，现有的研究方法主要基于传统DEA模型的静态分析，忽视了投入与产岀现实中所具有的滞后因素。因此，本文基于Window -Malmquist视窗分析模型对长江经济带11个省份2014-2018年高等院校资源配置效率进行测度，同时对长江经济带高等教育资源配置效率的动态演化规律及空间特征加以详细分析，以期为“实现区域高等教育高质量发展，从而进一步实现高等教育强国目标的战略行动”提供一定的决策参考。
三、实证模型及数据来源
(一)
实证模型
DEA模型可用来测度每个决策单元之间的相对效率，其核心思想是在保证决策单元投入或产出不变的情况下，寻其能达到的最大产岀边界或最小投入量，即有效前沿。DEA 模型不仅普遍适用于生态环境效率研究［241［25］.基本公共服务供给效率评价［26］-［29］、技术创新效率等［3011311，同时也适用于高等教育资源绩效评估、学科建设优劣程度等方面的研究［3211331o由于传统DEA模型得到的结果无法从时间递进角度进行纵向比较⑶［，而Malmquist或Luenber
ger方法也存在此方面的问题国］，因此本文采用改进后的Window-DEA 模型来对长江经济带11个省份高等院校进行资源配置绩效评估。该方法是在移动平均的原则下进行操作，通过把一个决策单元在不同时期视为不同的决策单元进行效率测度。
长江经济带高等院校资源配置绩效评估69
在DEA窗口分析框架中，各省份高等院校资源配置效率不仅可以与同一时期不同省份高等院校资源配置效率进行比较，还可以与自身其他时期的效率进行对比［驸。
对于Window-DEA模型分析，将各省份高等院校作为
一个决策单t c（Decision Making Unit，简称“DMU”），DMU（n =1,2,“讣）在观察T（t=l,2,-,T）周期内投入r维x：=
向量集产岀S维y：=（y：，必,•••』；），向量集。对于从k期开始的决策单元DMU：（1Wkw5）,Window 窗口宽度为3（kJ，投入矩阵表达式为X”=（x：,x：,X：, x；+i,x：+i,…,x：+|,x：+”），产出矩阵为Yk”=（y；,y：,
在投入导向型下规模报酬不变的Window-DEA表达如公式（1）所示。其中，入为非负向量，表示模型变量在时期t内DMU的线性组合系数, 0为投入产岀效率值。
；壮=班
一+Bx；$0
入丸5=1,2,…）
对于模型（1），通过引入乘数约束，利用投入产出值的先验信息，可以获得更为清晰和逼真的效率估计⑶），d、C。分别表示rxL和s x L维度矩阵。将此约束添加到模型（1）后所得公式如（2）所示，其中z€町表示乘数约束。
-min Q_
-Xi*入+0x（+Cz^O
<<YgX-y；+CS0（2）九a0(n=l,2,…)
、z N0
Window窗口宽度代表了各省份高等教育投入产岀效率中包含的时间段数量，其测算方法默认决策单元在每个窗口内都没有发生技术变化，因此通过结合Malmquist指数方法
可以有效弥补DEA窗口模型不能顾虑技术变化的缺点。在产出距离函数的基础上，构建长江经济带高等教育投入产出效率的Malmquist指数模型，具体如公式（3）所示。其中，少（诂，此）、肛y畀）分别为时段t期和t+1期投入与产岀在t期的效率值；0,+1（^,y；）G+i（x畀，y畀）分别为时段t期和t+1期投入与产出在t+1期的效率值。
y；）_
$（x；,yo）
x,yo"1）
（\）,y0）」
1/2
MI；+1=⑶
通过对传统Malmquist指数进一步分解，选用固定窗口模型作为其他或后续不同时期长江经济带11个省份的技术参考标准，具体公式如（4）所示，其中a、b分别表示时期数, 3表示公共窗口宽度。
e;b
MI'（a,b）
切”a
1/2
=ECxTC(4)
--X--
%”"％"
公式（4）分别给出了EC（Technical Efficiency Change）和TC（Technological Change）的具体表达形式。EC为综合技术效率变化或追赶效应，表示在其他条件相同的情况下，如果某一省份高等教育基础比较薄弱，那么该省份高等教育水平较容易岀现快速增长，其主要衡量的是高等教育管理水平的变化。TC为技术进步效率或边界转移，表示高等教育水平在a和b两期之间由于技术改进措施所带来的效率变化，主要反映的是高等教育技术进步创新程度。
（二）指标选取
按照效率测度一般理论框架，遵循合理性、可比性、整体性和经济性等原则，结合高等院校实际情况从投入和产出两个维度进行指标选取。投入指标主要包括人、财、物等三个方面；产出指标则从高等教育三个主要功能构建岀发，包括人才培养、科技创新和社会服务。具体指标体系如表1所示。
表1长江经济带高等教育资源配置投入和产出效率评价指标体系
一级指标二级指标三级指标变量符号
投入人力资源
教学与科研人员（人）X(
研究与发展人员（人年）X2
R&D成果应用及科技服务全时人员（人年）X3财力资源科研事业费（万元）X4物力资源
馆藏图书册数（册）X5
普通高等院校数（所）X6
产出人才培养预计毕业人数（万人）Y|科技创新
科技成果获奖（项）丫2
出版专著数（部）丫3
发表论文数（篇）丫4
国际级项目验收（项）丫5社会服务专利授权数（项）丫6
1•投入变量员（人）、研究与发展人员（人年）、R&D成果应用及科技服务第一，人力资源。高等院校人力资源包括教学与科研人全时人员（人年）。高等院校人力资源既是具有髙学历、高技
70长江经济带高等院校资源配置绩效评估
能、专业知识过硬并能进行创造性创新的珍贵资源，也是高等院校发展的第一资源，人力资源优势集中体现了一所高等院校的综合实力和竞争力，对高等院校的发展起到至关重要的作用。在高等院校的教学、科研、社会服务等三大职能中，每一项职能都需要高层次的人力资源作为有力支撑。首先，教学与科研人员是培养学生的基础，在促进知识传播过程中发挥着重要作用；其次，高等院校肩负着理论研究和科技攻关的重任，研究与发展人员（人年）和R&D成果应用及科技服务全时人员（人年）可以有效反映高等院校在科技创新方面的人力资源投入。高等院校教学与科研人员（人）、研究与发展人员（人年）及R&D成果应用及科技服务全时人员（人年）投人越多，说明高等院校在从事基础研究、应用研究、科技创新等方面的重视程度越强，在一定程度上反映了高等院校研究与发展的水平旳。
第二，财力资源。财力资源既是高等院校教育资金最直接的表现，也是科研活动得以顺利开展的基础。本文选取科研事业费（万元）作为学校的财力指标，包括学校上级主管部门从科学事业费、教育事业费中通过切块和按项目戴帽下达，以及学校从教育事业费中安排的研究经费。
第三，物力资源。物力资源是具有长期使用价值的存量资产及其他资产，是高等院校从事教学、科研的物质载体，其作用和价值主要体现在为高等院校师生提供教学、科研的场所、设备仪器等支持，因此是高等院校在正常运行过程中不可
缺少的部分。已有研究通常用馆藏图书册数（册）、校舍面积、教学仪器设备总值等指标来反映高等院校的物力资源投入。考虑到数据的可获得性和，本文选取馆藏图书册数（册）和普通高等院校数（所）来衡量高等院校的物力资源投入。
2•产岀变量
第一，人才培养。高等院校的首要职责是培养并向国家和社会输送社会经济发展所需的各类高素质、高技能优秀人才。以往研究中通常采用在校生数、毕业生数或重点学科数量作为教学产岀指标。本文选取预计毕业人数（万人）来衡量高等院校人才培养维度的产出水平。
第二，科技创新。高等院校的职责除了利用现有教育资源培养社会所需的优秀人才以外，还需要进行大量的基础科学和理论科学研究。科学研究成果既是推动社会前进的强大动力，也是国家经济髙质量发展的重要保证。已有研究主要通过岀版专著数、发表论文数、科研项目数等指标来衡量科研产出。因此，本文选取科技成果获奖（项）、出版专著数（部）、发表论文数（篇）、国际级项目验收（项）来衡量高等院校的科技创新水平。
第三，社会服务。社会服务是高等教育的第三大职能。高等院校在强调教学与科研及人才培养和科学研究的基础上，还要始终坚持以服务社会和人民众为宗旨，加强与社会、企业等的联系。在遵循前人研究的基础上，本文选取专利授权数（项）作为衡量高等院校社会服务产出的指标。高等院校专利获得授权的数量既是衡量一所高等院校自主创新能力的重要指标之一，也是高等院校服务社会的最直接表现。
（三）数据来源
本文的数据样本为长江经济带11个省份的面板数据，时间跨度为2014-2018年。为排除价格因素对实验结果造成的影响，将涉及价格因素的变量按2014年不变价格进行折算。数据来源于《中国统计年鉴》《高等学校科技统计资料汇编》及长江经济带各省份统计年鉴等。
四、实证估计及结果分析
在进行DEA窗口进行分析时，首先要设置研究的窗口宽度3，为保证在可信度和效率测度稳定性两个方面取得最好平衡⑷），本文设定滞后期数3=3。采用MAXDEA软件，运用Window-Malmquist指数模型对长江经济带11个省份高等院校资源配置效率进行分析，所得结果如表2所示。
所有省份的简称（一）静态分析
表22014-2018年长江经济带各省份高等院校资源配置效率
省份20142015201620172018均值上海 1.000 1.000 1.000 1.072 1.126 1.040江苏 1.000 1.000 1.000 1.000 1.000 1.000浙江 1.191 1.038 1.332 1.086 1.123 1.154安徽 1.426 1.279 1.063 1.173 1.037 1.195江西 1.019 1.028 1.017 1.021 1.104 1.038湖北 1.643 1.003 1.055 1.167 1.236 1.221湖南 1.0000.899 1.028 1.0090.8620.960重庆 1.049 1.069 1.086 1.137 1.081 1.084四川 1.158 1.068 1.165 1.063 1.177 1.126云南 1.10
0 1.440 1.208 1.137 1.002 1.177贵州 1.873 1.265 1.844 1.156 3.676 1.963均值 1.224 1.099 1.163 1.093 1.311 1.178
长江经济带高等院校资源配置绩效评估71
从整体趋势来看，我国长江经济带各省份高等院校2014 -2018年资源配置效率较高，样本均值稳定在1.099-1.311之间，呈平稳发展态势。从绝对水平来看，贵州省高等院校资源配置效率水平最髙，效率水平在2018年达到最高，其主要原因在于近年来贵州省为实施高等教育突破工程，出台了一系列政策方针。一方面，贵州省高等教育进入扩大规模、调整结构的大众化发展阶段,5年间新增了20所高等院校，在校人数迅速扩张，毕业人数逐年增长，高等教育的毛入学率也从2010年的20%提升到2018年的31.2%；另一方面，贵州省加大了对于科研成果的重视程度,2018年专著较2017年增长120%，专利授权数增长46.32%，因此综合因素导致其资源配置效率较高。除了湖南省以外，长江经济带各省份高等院校资源配置效率均值均在1以上，为DEA有效，即在样本观测期间，各省份高等院校在既定投入的条件下实现了最优的规模产岀。其中,2014年贵州省高等院校资源配置效率最高，为1.873；其次是湖北省，为1.643；第三名为安徽省，为1.42602015年，髙等院校资源配置排名前三的省份为云南省、安徽省、贵州省，效率值分别为1.440丄279、1.265。2016年和2017年，长江经济带各省份高等院校资源配置效率均突破有效边界，其中,2016年贵州省髙等院校资源配置效率较2015年提升45.77%，浙江省高等院校资源配置效率较2015年提升28.32%。2018年，湖南省高等院校资源配置效率出现了一定程度的下滑，其主要原因在于该年湖南省高等院校减少了教学与科研人员及R&D成果应用及科技服务全时人员（人年）的投入，从而降低了科研成果获奖（项）和国际级项目验收（项）的产出，因此导致资源配置效率有所降低。
（二）动态演进规律
Malmquist指数是针对长江经济带各省份高等院校资源配置效率进行分析的有力工具，可以分析出各省份髙等院校资源配置的综合技术进步效率变化及技术进步效率。为探究长江经济带各省份高等院校资源配置效率的驱动机制，本 文基于Window-Malmquist指数模型对高等院校资源配置全要素生产率进一步分解，具体分解结果如表3所示。
表32014-2018年长江经济带高等院校资源配置.Malmquist指数及分解
DMU
2014-20152015-20162016-20172017-2018
MI EC TC MI EC TC MI EC TC MI EC TC
上海 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.0720.933 1.384 1.050 1.318江苏 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000 1.000浙江0.8720.872 1.000 1.575 1.283 1.2270.8730.815 1.072 1.187 1.034 1.148安徽0.9910.897 1.1040.8540.831 1.029 1.183 1.104 1.0720.9340.884 1.057江西 1.021 1.009 1.012 1.0420.989 1.0540.953 1.0040.949 1.281 1.081 1.185湖北0.6190.610 1.014 1.066 1.052 1.0130.936 1.1060.846 1.000 1.0600.944湖南0.8990.899 1.000 1.164 1.144 1.018 1.0140.982 1.033 1.1890.854 1.392重庆 1.024 1.019 1.005 1.077 1.015 1.060 1.150 1.047 1.098 1.0700.951 1.126四川0.9620.922 1.043 1.151 1.091 1.
055 1.0160.912 1.1140.801 1.1070.723贵州 1.0800.675 1.599 1.459 1.457 1.0010.8520.627 1.359 3.374 3.179 1.061云南 1.428 1.310 1.0900.8490.839 1.012 1.0790.941 1.1470.7650.8810.868均值0.9900.929 1.079 1.112 1.064 1.042 1.0050.965 1.057 1.271 1.189 1.075
从整体趋势来看，近年来我国长江经济带各省份高等院校资源配置全要素生产率大体上呈平稳增长态势,MI总体均值由0.990增长到1.271，年均增长率为6.45%，表明长江经济带高等院校对资源要素利用水平提高，资源配置绩效正处于不断完善阶段。具体来看，在2014-2015年期间，云南、贵州、重庆、江西等4个省份高等院校资源配置全要素生产率上升较快，湖北省高等院校资源配置效率出现了较大程度的下滑，其原因可能在于2015年湖北省专著出版和国际级项目验收成果较少，从而影响了其效率水平的提升。在2015-2016年期间，浙江、湖南、四川、贵州等4个省份全要素生产率增长较快，增长幅度为57.5%、16.4%、15.1%、45.9%,4个省份髙等院校投人产岀水平有了明显的进步。在2016-2017年期间，安徽省高等院校资源配置全要素生产率增长速度较快，浙江、江西、湖北、贵州等4个省份全要素生产率有一定程度的降低。在2017-2018年期间，上海、浙江、江西、湖南、贵州等5个省份高等院校资源利用水平改善程度加快，表明各省份均加大了对高等教育的重视强度，投入产出获得了较大程度的提升。
综合技术效率变化衡量的是两个时期之间省份高等教育投入产出相对效率的变化。从综合技术效率变化来看,EC 主要反映了我国高等院校管理水平的变化程度，由表3可以看出,EC是引起全要素生产率变化的主要原因。从指数分解的角度来看，一方面，较低的综合技术效率拖累了我国长江经济带各省份高等院校资源配置效率的提升,2014-2018年样本期间综合技术效率小于1的样本观测值共有18个，表明长江经济带高等院校总体管理水平不足，造成了一定程度的资源浪费；另
一方面，长江经济带高等院校的管理水平正在不断改善，样本均值从0.929增长到1.189，年均增长率
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论