长株潭地区高职院校旅游管理专业办学效率研究

尚晓丽+龙凌

摘 要：文章以长株潭地区开设旅游管理专业的30所高职院校为研究对象，运用层次分析法和DEA数据包络分析，对各高职院校旅游管理专业办学效率进行了探讨分析。研究表明，长株潭地区高职院校旅游管理专业办学有效率为53.33%，办学效率相对无效院校表现为两种形式，纯技术无效和规模效率无效。其中，12所纯技术无效院校的主要原因在于管理体制不当、教师知识技能的缺乏等；12所规模效率无效院校主要由经费不足、师资力量薄弱等造成。

关键词：高职院校；旅游管理；数据包络分析（DEA）；专业办学效率

作者简介：尚晓丽（1982-），女，辽宁大连人，中南林业科技大学旅游学院硕士研究生，湖南工业职业技术学院讲师，研究方向为高职旅游教育；龙凌（1964-），男，湖南益阳人，湖南工业职业技术学院副教授，研究方向为高职旅游教育。

中图分类号：G717 文献标识码：A 文章编号：1001-7518（2016）26-0080-06

自1980年我国第一所非师范类高职院校创办至今，高职教育办学规模不断扩大，办学质量不断提升。截至2015年底，全国共有高职专科院校1372所，在校生逾千万，为国民经济建设和社会发展做出了积极贡献。加快发展高职教育已成为党中央、国务院作出的重大战略决策。2014年，财政部、教育部出台《关于建立和完善以改革和绩效为导向的生均拨款制度加快发展现代高等职业教育的意见》，明确规定2017年各地高职院校年生均财政拨款水平应当不低于1200元，在此背景下，2014年中央财政共下拨高等职业教育奖补资金约64亿元。面对中央财政改革新政和奖补资金，各地如何落实、管理、使用，更好发挥央财资金绩效，值得关注。

湖南作为教育大省之一，教育资源丰富，教育投入力度大。截止2015年底，全省共有高等院校124所，其中本科院校51所，高职73所，高职教育与本科教育已成分庭抗礼之势。全省高职生均拨款标准也由2007年的2500元，提升至2012年的3400元，远超国家要求的至2017年不低于1200元/生的标准。资金的大量投入，带来了日益突出的的管理、使用、效率等系列问题，但目前学术界针对省级层次高职院校办学效率的相关研究主要集中在东部沿海地区，如李作丽以东部某省10所规模相当院校为对象，从师资、固定资产、教学经费三个投入角度，对毕业生数量和科研立项两个产出角度进行效率核算，并指出科研产出不足是影响高职院校办学效率的主要因素[1]。陈云、黄焕宗分别运用DEA、SE-DEA法和因子分析法对福建省高职院校办学效率进行核算，并通过横向、纵向和敏感度分析指出专职教师高级职称比和年度省级以上项目立项数较低是导致高职院校办学效率低的重要原因[2][3]。现有研究均以学院或地区为对象，没有文献研究某一专业办学效率，导致同一学校，差异性较强的专业不能进行针对性的改进，而正值湖南省委、省政府在《关于发展现代职业教育的决定》和《湖南省现代职业教育体系建设规划（2014-2020）》中提出“实施卓越职业院校建设计划”，要求长株潭地区高职院校以“旅游管理”专业为突破口，全面提升办学水平和人才培养质量，增强核心竞争力，带动全省高职院校从“对接产业、服务产业”向“提升产业、引领产业”转型之际，因此，本文以长株潭地区开设旅游管理专业的30所高职院校为例，综合运用层次分析法（AHP）和数据包络分析（DEA），对其旅游管理专业办学效率进行研究，为研究全省高职院校办学效率奠定基础。

一、方法与模型

（一）数据包络分析

数据包络分析（DEA）是一种旨在解决多投入产出过程中评价资源配置效率问题的运筹方法。通过CCR模型和BCC模型的运算能有效的考虑多种投入要素和多种产出要素的效率。相对单一的经营比例和利润指标而言，其避免计算每项投入标准成本，可将多种投入和产出核算为效率比例的分子和分母，进行无量纲化处理，计算结果可信度更高。

CCR模型是DEA中最为常用的模型，其前提是假设规模报酬不变。即在假设现有院校投入不变的情况下，研究其效率是否有效，并从产出不足的角度，引入松弛变量加以优化。假设有N个决策单元（N=1，2，3…N），决策单元用DMU表示（文中N个DMU表示2015年长沙市10所高职院校旅游管理教研室），每个决策单元N都对应一个输入和输出向量组合（Xn，Yn），在基于锥性、凸性、无效性和最小性公理假设下，有多个Jn投入和产出满足CCR模型，即效率有效，CCR模型如下所示：

（二）层次分析法

层次分析法是一种定性与定量分析相结合的多目标决策分析方法。其将与决策有关的元素分解成目标层、准则层和方案层，吸收行为科学的特点，将决策者的经验判断给予量化，能对结构复杂而且缺乏必要数据的指标进行计算。该方法的基本思想是将决策要素按照从属关系形成层次结构，用一定标准对专家的主观判断进行客观量化，构造判断矩阵，并以此计算权重系数，具体步骤如下：

1.构造判断矩阵。判断矩阵表示同一层次因素之间相对重要性的比较，本文采用1-9标度法[4]，将其量化，如表1所示。

2.计算指标权重。计算判断矩阵的最大特征值及其对应的特征向量有多种方法，本文采用方根法。具体计算步骤如下：

（1）计算判断矩阵每一行元素的乘积M：

3.矩阵的一致性检验。考虑到调查对象的复杂性和多样性，为保证调查结果的可靠性，文章选用CI和RI两个指标对判断矩阵进行一致性检验，具体过程如下：

二、实证分析

（一）确定DEA输入/输出指标

1.筛选指标。文章研究湖南省长沙市开办旅游管理专业高职院校办学效率，基于AHP法并结合前人研究构建输入和产出视角下的指标体系，其中一级指标2个，分别是投入要素（A1）和产出要素（A2），针对A1的二级指标3个（B1-3），针对A2的二级指标3个（B4-6），针对B1的三级指标6个（C1-6），针对B2的三级指标6个（C7-12），针对B3的三级指标4个（C13-16），针对B4的三级指标5个（C17-21），针对B5的三级指标4个（C22-25），针对B6的三级指标3个（C26-28），具体如表3所示：

将各级指标公式代入表3，获得各指标最终权重值，具体如表4所示，各指标后括号内为该指标最终权重。

3.基于权重确定DEA输入/输出指标。根据DEA指标选取精简性的原则，评价指标应在满足目的性的前提下尽量精简，有学者认为指标数量m与决策单元数目n保持2m≤n≤3m，是最恰当比例[5]。文章研究对象为长沙市开设旅游管理专业的30所高职院校，因此各选取输入指标8个，输出指标7个，共计15个，按照权重值大小排列，具体输入和输出指标如表5所示，选取的输入和输出指标累计权重均超过0.8，能较客观的反映整体情况。

（二）DEA输入/输出指标数据处理

1.数据量化处理。针对上文提出的输入和输出指标进行数据处理，其中双师型教师比例等12个指标能直接查询并录入DEA模型，毕业生社会满意率（C21）可通过走访和问卷调查得知，但教学成果获奖情况（C22）和科研立项情况（C25）均包含国家级、省部级、市局级和校级等多个层次，不能一概而论，因此分别运用AHP法，计算各层次指标权重，方法如上所述，不在赘述，最终指标权重如下所示：

C22W=（国家级，省部级，市局级，院校级）T=（0.499，0.283，0.171，0.097）

C25W=（国家级，省部级，市局级，院校级）T=（0.513，0.291，0.154，0.042）

将各级教学成果获奖数（C22）和科研立项数（C25）乘以相应权重，得出最终数据，录入DEA模型，进行效率核算。

2.数据有效性检验。进行DEA分析时，需要投入指标内部和产出指标内部必须具有“同向性”特征，因此文章采用Pearson相关性分析对录入数据进行分析。具体如表6和表7所示：

由表6和表7可知，投入指标内部和产出指标内部的用Pearson相关性验证值均为正数，符合“同向性”要求，可以进行DEA分析。

（三）结果与分析

1.综合效率（TE）分析。通过表8可知，目前长株潭30所开设旅游管理专业的高职院校中，旅游管理专业办学效率相对有效的有16所，占总数的53.33%，其他14所高职院校旅游管理专业办学效率相对无效。长株潭地区高职院校旅游管理专业整体办学效率较高，均值为0.922，达到该均值的院校有17所，剩下13所未达到平均办学效率，其中序号为5的院校旅游管理专业办学效率最低，为0.692。

2.纯技术效率（PTE）分析。研究的30所高职院校中，有18所高职院校的旅游管理专业办学的纯技术效率相对有效，其余12所相对无效，相对有效率60%。整体而言，长株潭地区高职院校中旅游管理专业办学的纯技术效率较高，均值为0.953，达到该均值的院校18所，剩下12所未达到均值，该类院校需从学习先进的管理手段、知识、技能等技术层面进行完善，以期达到纯技术效率相对有效。

3.规模效率（SE）分析。研究的30所高职院校中，有18所高职院校旅游管理专业办学的规模效率相对有效，其余12所相对无效，相对有效率60%。整体而言，长株潭地区高职院校中旅游管理专业办学的规模效率较高，均值为0.967，达到该均值的的院校18所，剩下12所未达到均值，该类院校需从经费、师资、固定资产投入等办学规模方面进行调整，以期达到规模效率相对有效。

结合规模报酬（RTS）结果，发现规模效率无效的12所院校中，处于规模报酬递增（irs）的院校7所，编号分别为9、13、17、21、25、28、29，增大该类院校旅游管理专业办学规模带来的收益率将高于现有收益率，从而提高综合效率，因此针对该类院校需从合理增大资源投入的角度进行调整；处于规模报酬递减（drs）的院校5所，编号分别为5、7、15、24、26，该类院校旅游管理专业办学资源已有冗余，增大该类院校旅游管理专业办学规模带来的收益率低于现有收益率，将导致综合效率更低，因此针对该类院校需从合理降低资源投入的角度进行调整。

三、结论与建议

本文以长株潭地区开办旅游管理专业的30所高职院校为研究对象，综合运用层次分析法（AHP）和数据包络分析（DEA）对旅游管理专业的办学效率进行了研究。研究表明：长株潭地区开设旅游管理专业的30所高职院校中，旅游管理专业达到DEA综合效率有效的院校16所，有效率53.33%。DEA综合效率无效的14所院校中12所纯技术效率无效，即管理手段、知识、技能等已不能满足办学发展；12所院校规模效率无效，即需从经费、师资、固定资产投入等进行调整。12所规模效率无效的院校中，处于规模报酬递增的院校7所，即增加规模带来收益率将高于现有收益率，需从增加规模角度进行调整；5所院校处于规模报酬递减阶段，即现有规模冗余，增加规模带来收益率将低于现有收益率，需从减少规模角度进行调整。

基于上述分析，提出以下建议：

第一，加强教师专业技能学习。研究对象中，纯技术效率无效的院校12所，占总数的40%。通过对相关院校走访调查，发现纯技术效率无效的原因主要是部分年轻老师教育经验不足和教育技巧生疏，以及部分老教师教对先进教学设施设备掌握的欠缺，因此加强教师专业技能学习，新老教师互相学习，发扬“老带新，新教老”活动，有利于提升专业的纯技术效率，进而提升综合效率；

第二，加强部分院校资金投入。研究对象中，规模效率无效的院校12所，其中位于规模报酬递增阶段的院校7所，占总数的23.33%。通过走访调查，这类院校主要是资金和固定资产投入不足，导致规模效率无效，因此需加强资金投入，从而提升综合效率；

第三，优化学院内部人员结构。研究对象中，规模效率无效的院校12所，其中位于规模报酬递减阶段的院校5所，占总数的16.67。通过走访调查，这类院校主要是由于教职工人数过多导致规模效率无效，因此需优化人员结构，从而提升综合效率。

参考文献：

[1]李作丽，孙芹，杨新军.基于DEA方法的高职院校办学效益评价研究[J].英才高职论坛，2006（4）：59-60，24.

[2]陈云，黄焕宗.基于DEA方法的高职院校效率评价研究——以福建省示范性高职院校为样本[J].宿州学院学报，2011（11）：76-80.

[3]黄焕宗.SE-DEA模型在示范性高职院校效率评价中的应用——以福建省为例[J].安庆师范学院学报（自然科学版），2013（3）：120-123.

[4]徐玖平，吴巍.多属性决策的理论与方法[M].北京：清华大学出版社，2006.

[5]叶世绮，颜彩萍，莫剑芳.确定DEA指标体系的B-D方法[J].暨南大学学报（自然科学版），2004（3）：249-255.

责任编辑 秦红梅