APP下载

农林高等职业院校教育投入产出经济效益分析

2017-05-15赵小峰陈宗兴霍学喜

赵小峰 陈宗兴 霍学喜

摘要:由于长期计划经济的影响和近些年来的大幅扩招,使农林高职院校投入产出矛盾进一步凸显。对这类院校发展现状和存在问题进行了分析,借助数据包络分析法(DEA),对农林高职院校的投入产出效益进行评价,同时以陕西农林高职院校为例,从综合效率、技术效率和规模效率等方面进行了实证性验证。结果表明,陕西农林高职院校投入产出效益之间是一种协同关系,唯有处理好学校、学科、教师三个层面的协作关系,方可有效地修正投入产出组合效率值所出现的变异。

关键词:农林高职院校;教育投入产出;数据包络分析法

中图分类号:F830.91;G526.5文献标识码:A 文章编号:1009-9107(2017)03-0136-07

引言

由于我国长期处于计划经济体制下,教育的投入、管理、招生、培养和就业工作主要由国家承担,社会、家庭、院校和学生本人等对教育投入本身的经济效益关注度并不高,从而产生了严重的投入产出矛盾。对这一问题的研究,绝大多数学者的关注点在高等教育,由此重点探讨了高等教育在财政、收益、规模以及学费等方面的问题,强调了高等院校的管理体制和增量、财政投入与产出等。在此基础上,针对农林高等职业院校教育投入产出效益问题的研究,众多学者着重研究了教育资本的投入与产出问题[12],提出了有效提升和优化农林高职院校资源配置效益和实效性的措施。如黄朝峰、吴峰运用数据包络分析方法评估了农林高职教育的适用性,该方法在评估中重点关注了教育质量问题[3];陈通综合运用DEA方法评价和分析了西部高等教育投入产出的相对有效性,结论表明绝大多数地处西部地区的高校都显然地处在规模收益递增、非DEA有效的阶段[4];侯启娉以研究型高校科研绩效评价中DEA方法的应用实例为依据,对其科研绩效进行了评价,解释了这种方法的相关方法以及基本理论,并挑选了20所高校,运用实证方式研究了其科研绩效。同时,借助数据分析结果,对高校的科研产出超过的技术效率以及资源投入的不足进行了分析[5]。

从上述文献来看,在对农林高职院校投入产出效益进行评价的过程中,DEA方法的运用是行之有效的,这些研究中还运用了BCC或CCR模型,但是没有考虑产出指标以及投入指标的权重。纵观以上, 20世纪80年代以来,农林高职教育的需求出现了快速增加态势,成本也在不断增加,这就不断加剧了原本就十分严重的投资供求矛盾,这也是全球范围内农林高职教育发展所面临的普遍问题。从当前来看,我国在研究农林高职教育成本效益方面,实证研究成果较为匮乏[6]。为了更有效地获得农林高职教育成本效益的精准结论,必须开展成本效益的实证研究,从而获得更为可信有效的实证数据。

一、现状分析

陕西是教育大省,截至2013年12月,陕西独立设置的农林职业技术学院和高等专科院校共39所,其中农林高等职业技术学院共7所,因此,本文以陕西为例进行探讨具有一定的代表性。就目前发展现状而言,在成本不断增长的情况下,农林高职教育的需求出现了快速增加的态势,这就不断加剧了投资供求矛盾,从而导致投入产出之间的矛盾日益恶化,具体表现为:(1)从系统学角度看,农业高职院校的这种投入与产出关系可以归结为一个投入产出协同关系,或是由投入与产出两个子系统耦合而成的复合系统,农林高职院校既要实现投入目标,又要实现产出目标。由于长远利益与当前利益的冲突,致使农林高职院校在协同投入与产出两大关系时存在严重的失衡,出于对当下利益的考虑,农林高职院校会减少资源投入,而更多地去强调资源的产出。这必然严重阻碍农业高职教育的长期发展。(2)从农林高职院校发展状况看,2013年陕西农林高职院校在校生总人数达到了62 715人,校均规模8 960人/校。在其他约束条件不变的情况下,农林高职院校的办学条件对其投入产出效益具有积极的正向效应[7]。从最近15年的发展状况来看,陕西在高职教育领域的相关投入及经费总量出现了大幅度的增加,而且每所职业院校也主动地走出去筹集资金,希望能够完成基础设施的更新换代、有效改善本院校的实验条件和实训条件,从而提升办学条件。

目前,从发展状况看,陕西农林高职教育基础相对薄弱,资源短缺,而且所投入的资金、师资力量也非常少,供求矛盾突出;从所处位置来看,农林高职院校院校多数位于关中,陕南陕北的较少,加之高职高专规模小、数量少,不能有效地适应本地区的经济社会发展。因此,陕西在农林高职教育发展方面针对性不强,尤其在职业资格取证管理及校企合作方面存在不少问题,这些瓶颈从不同角度限制了其发展。

二、投入产出效益指标体系构建

(一)指标设计

农林高职院校教育投入产出效益的衡量目标是其办学及各项工作是否执行并达到国家规定的教育目标。高校是一个多输入、多输出的多目标系统,对这一复杂系统效益的评估必须将具有原则性、抽象性及概括性的评估要素逐级分解,具体分层设计,使之成为可测可量的诸多分目标。这些可测的要素指标集合就构成了对其研究所需要的指标体系[89]。

从计量经济学角度分析,农林高职院校系统中的指标具体包括指标名称和指标数值,其中指标数值是对农林高职院校系统状态水平的量化描述。本文研究的指标数值可分为:(1)评估主体规定农林高职院校投入产出办学效益应该达到的标准数值;(2)农林等职院校投入产出办学效益实际达到的指标值。对标准数值而言重点在设计,对实际运行数值而言重点在计量。表1所示是农林高职院校运行过程中投入产出的影响因素和办学效益衡量因素,为评估办学效益指标的选择给出了依据。

目前各院校内部已经开始使用的《普通高等院校基本工作状态数据库》使得对农林高职院校办学效益的评估变得相对简单。数据库中共设有如队伍、规模、专业、生源、经费、资产(设备)、人才培养、毕业生、科研、生活条件等10个方面指标,合计191个数据项用于农林高等职业院校的评价。

(二)樣本选择

在借助DEA开展相关评价时,首先要确定的是哪些部分将作为评估对象的决策单元(DMU)。决策单元的选择有以下三项原则:

1.同质性。对DMU 来讲,如果组织目标是相同的,而且所执行的工作任务也是一样的,在相同的生产条件下,投入要素与产出要素也要具有同质性。

2.DMU数目。一般选取较大比例的DMU,能更有效地发现投入产出之间的关系,然而,如果超过一定比例的DMU被选中并用来分析的过程中,就可能会降低它的同质性。Golany认为,在DMU数量确定方面,要坚持的经验法则是:就DMU的数目而言,最少是投入产出指标总数目的2倍以上[10]。

3.删除DMU中极端的异常。本文在研究过程中,选择了陕西范围内的7所有同质性的相关高等教育机构,并将它们作为评价对象DMU,也就是实证研究对象。为了保护研究资料以及信息的隐私性及保密性,对其分别以 DMU1、DMU2、DMU3、DMU4、DMU5、DMU6、DMU7来表示。对上述7所农林高职院校而言,它们组织目标是相同的,投入产出项目是完全一样的,这也在很大程度上吻合了同质性的相关要求。

(三)数据来源

教育部印发的《农林高等职业院校人才培养工作评估方案》的通知 (教高[2008]5号)中指出,在我国范围内,全部拥有独立设置的高职院校自从发布了评估方案后,必须在每个学年度根据相关规定如实填报《农林高等职业院校人才培养工作状态数据采集平台》数据。本文所运用的数据,来源于各农林高职院校人才培养工作状态数据库及其人才培养工作自评报告、分项报告,《陕西教育年鉴》(2011卷)、《陕西教育年鉴》(2012卷)、《陕西教育年鉴》(2013卷)。其中人才质量指标体系中的子指标原始数据是通过电话、邮件以及实地走访调研得到的,再根据上文确定的人才质量指标权重计算出人才质量指标数据(见表2、表3)。

(四)数据标准化处理和相关性计算与评价

1.数据的标准化处理。为了消除由于变量的量纲不同所造成的影响,首先要对收集到的指标数据进行标准化处理,其公式为:

2.相关性的计算。这里相关系数主要指教职工数、双师型教师数、土地面积、实训基地、固定资产、财力投入之间的相关关系,可以用隶属度来表示,即可采用[0,1]之间的实数来表示两个因素之间的相关性,其计算公式为:

3.基于DEA 的相关性评价。针对农林高职院校投入产出统计特性的研究,因数据包络分析有利于解决“多输入输出”时序性问题,故将其引入具有多输入输出和时序性特性的投入产出相关性评价中。由此,基于DEA的评价过程可表示为:

为此,当δ=0时,表达式可定为C2R模型;而当δ=1时,其关系式可定为C2GS2模型。基于此,将农林高职院校多投入定义为x1,x2,…,xn,并将各个指标相关系数之间的两两相关性关系定义为xixj。

为了更加吻合Golany在研究过程中所界定的DMU数量的经验法则,结合实际数据的可得性,分别运用了上述7所农林高职院校在 2011 、2012、2013年度的相关数据,并将其当作为不同的DMU。从所选择的DMU来看,投入指标6个包括X1(教职工数)、X2(双师型教师数)、X3(土地面积)、X4(实训基地)、X5(固定资产)、X6(财力投入),产出指标4个分别是Y1(在校生数)、Y2(人才质量)、Y3(科研成果)、Y4(社会服务收入),共计有10个投入产出指标,这也满足了DMU数量决定的原则。

三、算例验证与结果分析

对陕西农林高职院校各项效率值进行分析,运用成本模型效率及变量模型效率,对整体、技术以及规模方面的效率进行分析,这也就能够有效地把握有所差异的投入产出组合效率值所出现的变异。投入与产出始终是职业院校发展的两大核心,农林高职院校是农林类高等职业人才培养的载体,为了密切联系实际,切实提高学校的内在驱动力,我国农林高职院校应该在注重产出效益的同时强调资源投入。

为了给那些处在非 DEA 有效状况的相关农林高职院校提出建设和发展方向,需要结合效率值以及松弛变量来开展讨论,这就要对投入产出有关项目的松弛变量进行相应分析,从而有效地提高相关院校配置资源,提升投入产出效益,促进农林高职院校发展。调整后的DEA结果见表4。

从表4可以看出,在完成调整后,相关的决策单元在整体、技术以及规模方面均变得“有效”,这样就能够有效地提升配置和利用资源的效率。所以,对本文所涉及到的陕西省内7所农林高职院校而言,都能够借助投入产出的比例调整使得DEA从无效变化到有效状态,从而提高这些高职院校的办学效益。

为了更有效地向上述7所农林高职院校的管理者提出更为扎实科学的决策信息,本文以非DEA有效的决策单元为基础,对它们的产出不足率以及投入冗余率做进一步分析。从投入冗余率来看,它指的是那些对非DEA有效的相关决策单元,对于相关投入指标来说,其自身的改进值和投入指标值相比,所得出的比值。从经济学理论来看,这代表着能够节省出的资源投入量来的比例;产出不足率是指的是对非有效的决策单元来说的,这些非有效的决策单元在产出指标方面的改进值以及产出相比所得出的比值。从经济学理论来看,在有效地利用相关资源后,能够相应地提升产出的比例。对同一个评价对象在不同时期的产出不足率以及投入冗余率进行比较,这样就能有效地将评价对象利用相关资源的状况以动态的方式反映出来;要对处在同一时期的不同评价对象在产出不足率以及投入冗余率进行相应的比较,这样就能使相关院校尽可能地将自身的潜能和优势挖掘出来,对投入决策过程中存在的缺陷和不足进行改进和完善,这样才能有效地为相关高等农林职业院校提供科学合理的决策方案。按照表2和表3的数据计算出投入冗余率(见表5)和产出不足率(见表6)。

从表5可以看出,人力冗余大的主要是DMU3-2011、DMU3-2013、DMU6-2011、DMU6-2012、DMU6-2013,其中,DMU3人力冗余大的原因可能是非教学人员过多;物力冗余大的主要是DMU3-2013、DMU4-2013,说明它们的很多固定资产和设备闲置,没有起到应有的作用,不过,我国高校固定资产不计提折旧,有可能是这一数据中有很多是时间比较长的固定资产和设备;财力冗余大的主要是DMU3-2011、DMU4-2013,财力的冗余可能与高等农林院校在财务管理体制上普遍处于落后局面,說明缺乏完整的预算控制体系。非DEA有效的决策单元都存在很大冗余,说明投入资源没有得到充分利用,其中的主要原因是:最近若干年我国高等教育机构出现了持续的扩招态势,不少院校投入了巨大资金完成了新校区的建设工作,而且还借助银行贷款等相关途径有效筹集资金,使得其固定资产不断地增加,在较短时间内大幅度增加了院校的人力、物力以及财力。大量院校以前所未有的速度实现快速扩张,最为显著的特点就是有效地扩大了院校的规模以及招生规模,然而,由于投入存在一定的盲目性,院校在资源配置以及运用中出现了失调,投入产出效率降低。为了确保DEA有效,首先要确保产出,在此基础上大幅度压缩和减少财政投入。

从表6可以看出,对非DEA有效院校来说,其主要是科研产出严重不足,DMU3-2013已达到173.32%,这是由高职院校的特点决定的,高职院校的科研水平普遍不高。要想达到有效状态,必须提高科研水平,增加科研产出。人才数量的产出不足很有可能是招生不足所导致的。受农林人口及高考适龄人口减少以及本科院校扩招等多重因素的影响,农林高职院校招生陷入了困境。人才质量产出不足可能受以下几方面的影响:生源质量差;教师不能有效地理解和掌握所在研究领域最先进的研究成果,依旧讲授较为陈旧的教学内容,教学方式落后;专业设置与新农村建设需求的契合度不高;基础设施、办学条件较差;社会服务产出不足与自身所服务的行业存在着非常密切的关系,农林高职院校研发出来的科技成果主要为农民所用,而目前我国农民依旧相对贫困,因此,向广大农民进行科技推广,很难获得直接的、立竿见影的经济效益。而对农林高职院校来说,向广大农民群众推广科技希望最终形成相应的创收与其办学方针及宗旨是不相符合的。

四、结论与对策建议

本文运用数据包络分析法(DEA)对农林高职院校的投入产出效益进行分析,结果发现在一定条件下,NCN 模型和成本模型结合 CCR/BCC 模型优于传统的DEA 评价模型。这一结论为陕西农林高职院校投入产出效益实践提供了理论支持;被评价院校中有部分院校整体效率未达到1,是由于技术效率和规模效率低引起的,技术效率低意味着投入资源没有得到有效的利用,规模效率低意味着院校规模偏大或者偏小,没有达到适度规模,需要调整;.对陕西农林高职院校中低效率院校的投影分析发现,相关院校未能有效地利用投入资源,存在着产出不足现象,一些院校存在资源投入过剩现象。针对这些问题提出以下对策建议。

1.健全和完善财务管理体制。从本文所选取的陕西7所高等农林院校来看,在财务预算编制方面均存在着较大的盲目性和随意性,因而需要健全和完善高校财务管理机制和预算审批机制,实现对财务预算和执行情况的审批和监督,进一步提高资金使用效率。

2.完善资产管理机制,提高教育资源使用效率。首先,高等农林院校应加强对自身现有资产的管理,合理分配教育经费,对经费的使用进行考核和使用效率评估,并对实物资产的预算、采购、验收实行职责分离,指定专员负责管理,定期进行验资盘点。另外,学校要重视无形资产的规划和运用,改善教育投入产出管理相分离的状况,加强二者的匹配性,做好实时监控工作。最后,应建立资产管理监督机制,完善教学实验设备的申购、审批,杜绝设备重复购买、购置未用的问题,提高教育资源的使用效率。

3.建立院校间的相互交流机制,实现资源共享。建立院校之间相互交流机制,促进区域农林高职院校之间的相互交流,实现不同院校优势学科和弱势学科互补[11]。各农林高职院校都有各自的特色学科专业,并且各个院校对具有较强竞争优势的学科专业支持力度较大,设备和资源更新速度快,从而使得一些仍可以继续使用的设备出现了闲置,降低了实际利用率。为此,农林高职院校间应该加强区域内校际间的学科交流,建立不同院校间的资源共享平台,实现院校间资源的共享,带动农林高职院校投入產出效率的提升。

4.建立院校间投入产出效率考评机制。建立投入产出效率考评机制是提高高校投入产出效率的重要措施,如根据当年院校间投入产出效率进行量化排队考核,并将量化排队考核的结果作为下一年度的教育资源投入依据,投入产出效率高的高校将在下一年度获得更多的投入资源,反之则相应减少对该院校的投入,增强各院校间的竞争意识,从而提高农林高职院校投入产出效率。

参考文献:

[1] Greed J.Financing Higher Education and Majority Voting.[J].Socioeconomic Planning Sciences, 2013 (24):181200.

[2]H Akabayashi,H Araki.Do Education Vouchers Prevent Dropout at Private High Schools? Evidence From Japanese Policy Changes[J].Journal of the Japanese and International Economies, 2011 (3):183198.

[3]黄朝峰.数据包络分析方法在高教评估中的应用研究[J].中国高等教育评估, 2013 (4):3336.

[4]陈通.西部地区高等教育投入产出相对有效性的评价[J].西北农林科技大学学报(社会科学版),2013(3):4649.

[5]候启娉.基于DEA的研究型高校科研绩效评价应用研究[J].研究与发展管理, 2012 (1): 118124.

[6]王晓晴.广东高职院校科研工作现状调查与发展对策研究[J].广州职业教育论坛,2014(6):79.

[7]王再文.人力资本与经济增长[J].西北大学学报(哲学社会科学版), 2013(3):7778.

[8]王征宇.高等教育劳动力对经济增长贡献的区域差异研究[J].教育研究, 2011(10):7379.

[9]魏梅.我国高等教育效率增长率区域差异及其影响因素分析——基于空间计量模型的实证研究[J].清华大学教育研究, 2012 (2):112113.

[10] 吴峰.高等院校教育成本投入与办学效益DEA评价研究[D].重庆:第三军医大学,2007:6.

[11]边志锋.陕西省高校管理信息化建设现状与对策研究[J].西安财经学院学报,2016(5):115118.