基于DEA-Tobit模型的金融专业人才培养效率测算——以广州地区独立学院为例

龚金金，叶小芬

(华南农业大学珠江学院 经济管理系，广东 广州 510900)

一、引 言

2017年，习总书记在十九大报告中提出要构建创新型强国战略。创新型强国离不开创新型人才的培养。高等院校作为一国最高水平的人才培养基地，其投入产出效率直接影响人才质量，也关乎着一个国家的创新能力。已有不少学者对我国高等院校投入产出效率展开过测算，现有文献基于高等院校职能主要围绕科研效率、人才培养效率、社会服务效率三方面展开研究。如李思瑶等研究发现我国高校科研投入产出效率整体水平较高，但各省份高校科研投入产出效率存在较大差异[1]。许汉友等选取32所财经高校为研究对象，发现我国财经类高校人才培养效率并不完全与高校排名成正比，发达地区财经类高校的培养效率并不一定比欠发达地区高[2]。王燕等采用修正的三阶段DEA模型测算高校教学、科研及社会服务三种功能的效率，结果显示我国高校整体运行效率较低；在三种功能效率中，高校的教学效率显著高于科研效率，但社会服务功能十分薄弱，且区域间不同类型高校的效率水平存在较大差异[3]。

总结文献可知，现有关于高校效率测算的研究主要集中在教育部直属高校投入产出效率的测算，鲜有文献测算民办本科高校(含独立学院)的绩效。独立学院因民办属性，其所拥有的教育供给投入资源远低于教育部直属高校的教育资源，且人才培养目标与教育部直属高校的也大相径庭，独立学院旨在培养高质量应用型人才，如何配置有限的供给要素使其产出达到最大化是独立学院首要解决的问题。为此，本文选取广州地区10所独立学院为样本，运用DEA法测算广州市10所独立学院金融专业人才培养效率。在此基础上，借助Tobit模型对广州地区独立学院金融专业人才培养效率的影响因素进行分析，以期为提高独立学院金融专业人才培养效率提供理论依据。

二、模型构建与变量选择

(一)模型构建

现有文献主要采用DEA法研究高校的人才培养效率，这得益于DEA法在处理多投入、多产出模型方面具有参数计量回归模型所无法比拟的优势。已有研究表明，高校人才培养投入主要涵盖人力、物力及财力三方面资源，因此本文效率测算中的投入指标也涵盖以上三方面。在此基础上，本文借助Tobit模型深入探讨导致各独立学院金融专业人才培养效率差异的原因①。Tobit模型的具体形式如下：

Yit=αi+θXit+εit

上述方程式中，Y代表受限的因变量，即经过DEA测度出来的各独立学院金融专业人才培养的综合技术效率值，X代表影响效率值的各种因素。

(二)变量指标的选取

现有文献表明：高校人才培养的人力投入主要涵盖学生质量、教科研人员的投入等方面[4]，而物力投入则指图书馆藏书、土地、固定资产的投入[5]。结合实地调研获取的数据，本文选择的投入-产出指标如下：

1.人力投入指标。专职教师人数：教师是高校主要的人力投入，独立学院专职教师除教学外，还需指导部分学生参加金融赛事及实习等，因此本文选取各独立学院金融专业专职教师人数作为教师投入的衡量指标。学生招生数量：独立学院旨在培养应用型专业人才，因此人力投入的另一主体是学生。因独立学院的民办属性，独立学院的招生数量直接影响学校的收入及运营，从而影响学校的人才培养质量，因此本文选取各学院金融专业的招生数量作为学生投入的衡量指标。

2.物力投入指标。金融实验室面积：建立金融实验室、借助仿真软件模拟金融相关实训业务是广州地区独立学院培养应用型金融人才的一种重要途径。金融实验室一般由普通课室改造而成，因此本文将金融实验室面积作为物力投入的一个衡量指标。固定资产数量：独立学院开展金融相关业务的模拟实训离不开相应的仿真软件及系统。金融专业常见的模拟软件涵盖银行仿真实训软件、银行综合业务教学软件、证券投资实战软件、衍生品交易实战软件等。除软件投入外，建立金融实验室需要大量台式电脑、桌椅等硬件投入，因此本文选取包含硬件及软件的固定资产数量作为另一物力投入指标。

3.财力投入指标。经费投入：财力投入也将直接影响独立学院金融专业的人才培养效率。独立学院因缺乏外来扶持资金，经费投入较谨慎。在实地调研中发现，独立学院在改善学生住宿、课室条件、实训平台三方面的投入较大。基于数据的可得性，本文采用实训平台建设费用作为财力投入的衡量指标。

在产出方面，因独立学院的培养目标是技能型人才，因此本文主要从学生实践技能及就业来衡量独立学院金融专业的产出。组织学生参加各类专业赛事是独立学院提升学生技能的常用方法之一，本文选取各独立学院每年省级以上的金融赛事获奖数学生技能的衡量指标。理论上，衡量学生就业水平的最佳指标是金融专业学生就业率，但因部分独立学院金融工程专业开设较晚，截至目前尚未有毕业生，且独立学院统计的学生就业率数据质量不高，因此金融专业学生就业率并非理想的产出衡量指标。金融机构招聘普遍有准入门槛，要求学生具有相关的金融资格证，如证券从业资格证、基金从业资格证等，因此本文将独立学院金融专业学生金融资格证考试通过率作为就业指标的替代变量。本文效率评价的投入-产出指标具体如表1所示：

表1 独立学院效率评价的投入-产出指标

(三)数据来源

本文的研究期为2015-2017年，以广州地区10所独立学院金融专业作为样本。2015-2017年金融专业学生招生数量、省级以上金融赛事获奖数的数据来源于各独立学院官网，专职教师人数、金融实验室面积、固定资产数量、实训平台建设费用、金融资格证考试通过率数据来自各独立学院实地调研的一手数据。

三、金融专业人才培养效率实证分析

本文借助DEAP2.1软件、选择以产出为导向的模型对10所样本高校②2015—2017年的人力及物力投入-产出效率进行测算，具体测算结果如表2所示：

表2 投入-产出效率DEA计算结果概览

根据表2的数据，可得出以下结论：

第一，广州地区独立学院金融专业人才培养的效率差异较大：中山大学南方学院、广外南国商学院、广州大学华软软件学院在研究期内一直处于有效状态；广东财经大学华商学院、华南理工大学广州学院、华南农业大学珠江学院、中山大学新华学院在研究期内的效率值相对较高，普遍在0.7以上；广东工业大学华立学院、广技师天河学院、广州大学松田学院的效率值相对较低。

第二，从动态变化来看，10所独立学院人力投入效率2015-2017年整体小幅上升。部分独立学院在2015-2017年的人力投入效率呈显著上升趋势，如华南理工大学广州学院；但也有部分独立学院人力投入效率呈下滑趋势，如华南农业大学珠江学院；还有部分独立学院金融专业人才培养效率始终处于低位，表现较明显的是广东工业大学华立学院、广技师天河学院、广州大学松田学院，而这三所高校在全国独立学院排名中也一直较后。

第三，从区域上看，在研究期内的高校人才培养平均效率按高低排名分别为从化区、白云区、花都区、天河区、增城区，可知经济发展落后区域的独立学院的人才培养效率并不一定落后于发达地区高校的人才培养效率。

四、金融专业人才培养效率因素分析

上文已分别对广州地区10所独立学院金融专业的人才培养效率展开测算，发现各独立学院的效率值存在差异。那么，哪些因素导致独立学院效率值存在差异？以下借助Tobit模型进行差异的因素分析。根据现有文献的研究结果，同时考虑独立学院的运行环境及特点，提出以下关于独立学院效率影响因素的假设：

假设1：独立学院培养应用型人才的目标决定了其需要拥有实践技能的专职教师，理论上拥有实践技能越多的教师队伍，该校的金融专业人才培养效率也愈高。本文采用教师队伍中双素质型教师③占比来衡量教师实践技能，该占比越高独立学院金融专业的人才培养效率也应越高。

假设2：师生比是指一个金融专职教师所管理的学生数量，教师精力有限，理论上师生比越高，教师在每个学生身上花费的时间及精力越少，相应的人才培养效率也会愈低，本文称之为“精力效应”。但独立学院因其民办属性，教师工资福利与学生招生数量息息相关，在教师数量有限时，师生比高意味着学校招生的学生数量越多，导致教师工资待遇更好，这在一定程度上也可以激发教师工作积极性，提升人才培养效率，本文称之为“工资效应”。因此师生比对金融专业人才培养效率的影响取决于这两种效应的中和作用。

假设3：独立学院培养学生应用型技能主要依靠校内及校外两种渠道。校内培养是指借助各类仿真软件，通过开设实训课程，让学生模拟实训操作，提高学生的实操业务技能。理论上，独立学院校内开设的实训课时量越多，独立学院金融专业的人才培养效率越高。

假设4：除校内仿真模拟外，独立学院也积极开拓校企合作活动，为学生实习提供一个长期稳定的企业平台。理论上，独立学院校外开展的校企合作活动越多意味着学生可以选择的实习平台数量更大，这有利于人才培养效率的提高。但本文在调研中发现，独立学院的校企合作活动大多停留在表面的挂牌、签约层面，缺乏深度的融合机制，因此校企合作活动对独立学院金融专业人才培养效率的影响并不确定。

假设5：独立学院影响力是衡量一个学校办学质量很重要的指标。理论上，学院影响力越大，其对优秀资源(如优质人才、优质生源等)的吸引作用也愈强，因此本文假设独立学院影响力愈大，高校人才培养效率也越高。

显然，除上述因素外，教学、财力、母体学校影响力等对独立学院效率值都会产生影响。但鉴于独立学院数据的可得性，本文只对上述5个因素展开分析。本文Tobit回归模型设计如下：

effciencyit=β0itssx+TSRatio+Trainour+β4itXqhz+β5itYxl+μit

模型：efficiency是各独立学院金融专业人才培养效率，ssx表示各独立学院金融专业教师队伍中双素质型教师占比，TSRatio是各独立学院金融专业的师生比，Trainhours表示各独立学院金融专业开设的实训课时量，Xqhz表示独立学院校外开展的校企合作活动数量，Yxl是指独立学院的学校影响力。本文用各独立学院每年的得分④来衡量学校影响力。

借助stata15软件运行上述模型，模型结果如表3所示：

表3 独立学院金融专业人才培养效率的Tobit回归结果

实证结果显示，独立学院双素质型教师占比对金融专业的人才培养效率具有显著的正向促进作用。这可能是由于金融专业属实践性较强的学科，双素质型教师对独立学院金融专业人才的实践性技能培养具有显著的正向促进作用。此外，各独立学院开设的实训课时量对金融专业人才培养效率在10%以内显著，说明独立学院开设的实训课时量越多，独立学院人才培养效率也愈高。除上述2个自变量影响显著外，师生比、校企合作数量及学习影响力对独立学院金融人才培养效率均不显著。前文分析过，师生比对独立学院人才培养效率的影响取决于两种效应的中和作用，师生比对效率影响不显著，说明教师“精力效应”与“工资效应”两者相互中和。校企合作活动对效率影响也不显著，说明独立学院虽有积极开拓校企合作活动，但因校方与合作企业缺乏深度融合机制，导致校企合作活动并未发挥其应有的作用。学校影响力对独立学院人才培养效率的影响不显著，这可能与独立学院的民办属性有关。笔者在调查中发现，广州地区独立学院中级职称教师的平均年薪为10万，远低于公办高校的工资待遇，这导致优质人才前往独立学院的就业意愿下降，因此学校影响力对人才培养效率影响不显著。

五、结论及对策建议

根据上述实证结果，本文得出以下结论：

第一，广州地区独立学院间金融专业人才培养的效率差异较大，且不同学校发展态势不一。总体上看，中山大学南方学院、广州大学华软软件学院一直稳定在有效水平。部分独立学院发展快速，如中山大学新华学院、华南理工大学广州学院。但也有部分高校停滞不前，表现明显的如广州大学松田学院、广东工业大学华立学院。结合实地调研情况，笔者认为这两所独立学院表现颓势可能与僵化的管理体制及较差的工资待遇有关。

第二，欠发达地区独立学院的人才培养效率不一定低于发达地区独立学院的人才培养效率。广州地区经济发展最落后的从化区，其独立学院的人才培养效率反而高于其他区域独立学院的人才培养效率，说明独立学院人才培养效率与学校所处区位无关，提升独立学院人才培养效率应更多从“内涵建设”切入，而非依赖外力。

第三，双师型素质教师及实训课时量对广州地区独立学院金融专业人才培养效率具有显著的正向促进作用。广州地区10所独立学院金融专业人才培养已初步显现出“马太效应”，中山大学南方学院、华南理工大学广州学院已逐步形成良性循环，凭借近几年的口碑，学校发展逐年上升，这有助于其吸引更多高质量的生源及优秀教师队伍。部分独立学院的表现则相反，如广东工业大学华立学院，学院人才培养效率逐年下滑，对优秀生源吸引力下降，导致学校影响力逐年减弱。

第四，校内实训活动对人才培养效率提升具有积极影响作用，但校外合作活动对独立学院人才培养效率提升的作用极其有限。前文提到，现有校企合作活动更多停留在表面形式阶段，独立学院与企业缺乏深度合作机制，这主要与独立学院和企业尚未找到利益平衡点有关。校方期望企业提供更多高质量的实习平台，帮助学生提高实践技能，但合作企业期望通过提供实习平台，让实习生为企业创造一定的经济贡献，现实情况是实习生并不能提供企业预期的经济贡献，导致企业为校方提供优质实习岗位的意愿降低，校企合作活动更多停留在形式阶段。

根据上述结论，笔者认为可从以下几个方面着手提高独立学院金融专业人才培养效率：

第一，创新独立学院教师管理体制，充分调动教师工作积极性。独立学院旨在培养应用型人才，独立学院教师是应用型人才培养中不可或缺的一环。独立学院现有人才培养模式校内表现为加大金融实验室建设及实训课程的开发，校外表现为建立校外实践教学基地，包括邀请企业进校宣讲招聘、向校外企业输送实习生、校企合作举办相关专业赛事等，校方聘任企业导师，企业进校开设讲座等渠道。但这些校内校外活动均需要独立学院的专职教师切实执行，现有独立学院的教师考核体系导致独立学院教师工作积极性较低，教师在完成学校规定的教学课时量之后鲜与学生交流。因此，有必要创新现有独立学院的教师管理体系，对教师完成的额外工作量给与一定的奖励，如对教师指导学生参加专业赛事给与奖励，借助教师资源充分发挥教师工作积极性，提高独立学院金融专业人才培养绩效。

第二，加大双师型素质教师队伍，发挥实践教学对高校效率的提升作用。相较于研究型高校，独立学院旨在培养应用型本科人才，因此加大实训建设是独立学院的首要任务。但广州地区独立学院金融专业现有教师队伍中，双师型素质教师占比较低，大部分教师缺乏金融企业工作经验，对学生实践技能的指导及其有限。因此独立学院可适当提高双师型素质教师的招聘或者加大现有教师实践技能的培训，如鼓励教师自行参加实践技能的培训或者聘请企业管理人员进校给予指导

第三，加强独立学院与企业的深度合作。这需要独立学院与企业首先找到一个利益平衡点。独立学院可以提供场地，邀请校外企业在学校建立实训基地。如学校与企业共同开发实验室，一方面可以用于校外企业的新人培训及相关业务会议场地，另一方面高校也对实验室拥有使用权，可用于学生相关模拟业务的学习，同时也可以聘请银行的技术人员对学生和教师给予培训和指导，为银行输送更多专业人才，从而加强双方的深度合作。

第四，扭转现有短期布局，着眼独立学院长远发展。独立学院的民办属性决定其目标是追求利润最大化。笔者在实地调研发现，基于母体高校影响力及股东的影响，广州地区10所独立学院的发展理念存在较大差异。部分独立学院的发展布局极具前瞻性，良性循环效应初步显现。但大部分独立学院的发展缺乏长远布局，无论是人力、物力、财力投入抑或制度设计，均表现较强的短视行为，这严重阻碍独立学院的长远发展。因此独立学院应完善内部治理结构，明确教育理念，深化人事制度和管理体制改革，实行多目标、多层次和多模式的行政和学术管理策略，逐步形成科学、合理、高效的高校内部管理制度。

注释：

① DEA测算的综合效率取值皆为[0,1]之间的受限数值，因此Tobit模型更适合。

[][]

② 广州地区现有10所独立学院，分别是中山大学新华学院、中山大学南方学院、广东财经大学华商学院、广东外语外贸大学南国商学院、华南理工大学广州学院、华南农业大学珠江学院、广州大学华软软件学院、广东工业大学华立学院、广东技术师范学院天河学院、广州大学松田学院。10所独立学院分布在广州不同区域：中山大学新华学院坐落于天河区及东莞麻涌镇，华南理工大学广州学院坐落于花都区，广东外语外贸大学南国商学院、广东技术师范学院天河学院坐落于白云区，中山大学南方学院、华南农业大学珠江学院、广州大学华软软件学院坐落于从化区，广东财经大学华商学院、广东工业大学华立学院、广州大学松田学院坐落于增城区。

③ 指在企业工作时间超过1年以上的教师。

④ 独立学院综合得分来自由中国科学评价研究中心(RCCSE)、武汉大学中国教育质量评价中心(ECCEQ)和中国科教评价网每年联合公布的分数。