教育科技资源配置分析

前言：想要写出一篇引人入胜的文章？我们特意为您整理了教育科技资源配置分析范文，希望能给你带来灵感和参考，敬请阅读。

1DEA评价方法

数据包络分析（DEA）方法是一种针对多投入和多产出同类型部门，进行相对有效性综合评价的系统分析方法。它实质是运用数学规划模型，比较同类型决策单元间的相对效率，实现对各个决策单元（DMU）的综合分析，如确定每个决策单元的DEA有效性，指出DMU非有效原因和程度，判断各DMU投入规模是否恰当，及提供如何进行有效调整等许多有价值信息，是目前评价相对效率的一种有效方法[3]。本文选择DEA的原因如下：①它能很好地处理具有多输入、输出特征的复杂系统的相对效率评价问题；②它无需事先人为设定指标权重和预先估计参数，克服了权重确定中人为主观因素影响的“刚性”；③DEA方法中用到的相对有效性概念与经济学的Parato有效性等价，符合科技资源优化配置的评价标准。这些契合点使对DEA的选择不仅可行，而且相对较好［4］。

1.1DEA方法中的C2R模型

模型所涉及变量的经济含义为：θ为DMUj的相对综合效率（0≤θ≤1），反映了第j个决策单元资源配置的合理程度。θ越大，说明相对于其它被评价单元，第j个决策单元的资源配置效率越高，资源配置状态越趋于合理，反之则反。λj表示若干个决策单元线性组合权重。决策单元通过这种线性组合，能重构出一个相对所有被评价单元效率最高的虚拟决策单元。DEA正是以所有决策单元优化形成的有效前沿面为评价标准，对各个决策单元资源配置效率进行比较评价。

1.2DEA方法中的BC2模型

C2R模型是在决策单元的生产可能集满足凸性、锥性、无效性与最小性公理基础上构建的，但事实上，并非任何时候锥性都成立。

2高等教育科技资源配置指标体系

高等教育科技资源是一个开放的系统，与环境间存在广泛的资源流入和流出的关系。具体来说，就是高等教育科技资源系统要消耗一定社会资源，如人力资源、财力资源和物力资源等，同时系统也为社会提供发展所需的教育成果，如高素质人才、高科技成果等。高等教育科技资源优化配置的目标是：提高高等教育科技资源使用和分配效率，以尽量少的人力资源、财力资源和物力资源消耗，充分实现高等教育科学研究的各种职能，使培养人才、发展科学和服务社会的产出最大化，即提高高等教育科技资源投入产出效率［6］。运用DEA方法及模型评价高等教育科技资源配置相对效率时，首先要确立各项投入与产出指标。基于上述考虑，本文构建了高等教育科技资源配置评价指标体系。输入指标为：专任教师人数X1，其他教职工人数X2，教授人数X3，生均预算内教育经费X4，生均预算内公用经费X5，图书拥有量（万册）X6。输出指标为：在校生数Y1，科研项目数Y2，发表文章数Y3。

3黑龙江省高等教育科技资源配置效率的DEA评价分析

3.1技术有效性和规模有效性评价

本文利用C2R模型与BC2模型，对黑龙江省1997-2006年高等教育科技资源配置的相对效率进行评价。评价模型中决策单元的输入、输出指标值均来源于1997年-2006年该省统计年鉴。评价是从该省高等教育科技资源配置的技术有效性和规模有效性两方面进行的。设有10个决策单元Uj（j=1，2，…，10），它们分别为该省连续10年各个年份高等教育科技资源活动情况。以高等教育科技资源配置评价指标体系为框架，听取专家意见并结合该省实际选取输入输出指标。其中Xj表示第j年本省高等教育投入指标，Yj表示第j年该省高等教育产出指标。采集数据如表1所示。综合考虑该省高等教育科技资源配置纵向评价的技术有效性及规模有效性，将最终选取的输入指标X1，X3，X5和输出指标Y1，分别代入C2R模型和BC2模型，利用MAT-LAB软件，运算结果如表2所示。从表2中可以看出，除1999年、2001年和2005年外，其余年份的θ1值都等于1，说明黑龙江省大多数年份为高等教育科技资源配置技术有效单元，高等教育输出相对于投入而言已达到最大，其科技资源配置是技术有效的；而θ1不为1的年份为非技术有效单元，其高等教育科技资源配置不是技术有效的，产出没有达到最大，应适当扩大产出。此外，表2中只有2003年和2006年的θ2值为1，说明只有它们为高等教育科技资源配置规模有效单元，其高等教育科技资源投入量既不偏大，也不过小；而θ2不为1的年份为非规模有效单元，其高等教育科技资源投入量偏大，而产出相对于投入量来说没有达到最优，其科技资源配置规模效益递减。根据黑龙江省高等教育科技资源近10年来的配置状况绘制评价曲线。2001年以前的θ2值变化幅度较小，从2001年开始，其变化较大并接近于1。原因是2001年全国高校扩招达到较高峰值，并且在高等教育改革的大趋势下，该省高等教育科技资源重新配置，其投入趋于合理，配置规模趋于有效。该省高等教育科技资源的规模不断扩大。在1997-2006年期间，1999年是个明显的分界点。1999年以前，主要是依靠增加财力投入以满足教育需求，人力资源没有明显增长。可以看出，单纯依靠增加财力投入对高等教育科技资源的拉动作用并不显著，对配置效果也不明显。1999年以后，由于高校扩招和国家对人力资源的重视，浙江省开始增加人力资源的投入，适当减少财力投入，导致生均教育事业经费减少，在校生数增长速度明显加快，高等教育科技资源配置效果显著，使得其科技资源规模迅速扩大。虽然专任教师比重也在1999年以后有所攀升，但教育经费、专任教师和教授人数的增长速度远不及在校生数的增长速度，说明该省人力资源的增长还不能适应高等教育的快速发展。

3.2环境评价

参考国内常用科技评价指标，结合DEA评价模型的特点，选用了4个投入变量和3个产出变量。投入变量有：x1为科技活动人员数（个）；x2为R&D人员数（个）；x3为科技经费支出（千元）；x4为R&D经费支出（千元）。产出变量有：y1为技术性收入（千元）；y2为发表科技论文数（篇）；y3为专利申请受理数（件）［7］。以该省及下属13个市作为决策单元，采集2006年有关科技投入和产出数据，运用C2R和BC2模型，其计算结果如表3所示。由表3可见，哈尔滨、鸡西、大庆、伊春和绥化5市的技术性和规模性同时达到相对有效；佳木斯市、七台河市和牡丹江市的BC2模型达到有效，表现为技术有效；齐齐哈尔、鹤岗、双鸭山、黑河和大兴安岭地区既未达到规模有效，也未达到技术有效，科技资源配置效率相对较低。另外，齐齐哈尔市、佳木斯市和牡丹江市表现为规模收益递减，科技产出的倍数低于科技投入的倍数，说明科技投入并未得到有效利用，应加强科技投入的利用效率；而鹤岗、双鸭山、七台河、黑河和大兴安岭地区则表现为规模收益递增，对这部分地区要进一步加强科技资源的投入力度，以获得更高的科技产出。另外，通过对模型C2R的进一步研究和计算，并利用如下公式表示输出亏空量（在现有的投入水平下），可对未达到资源有效配置的地市的科技投入产业值进行理论上的调整。