我国高等医学教育资源配置效率评价及空间计量分析*

陈紫妮,林小丹,姚卫光

(南方医科大学卫生管理学院,广东 广州 510515)

我国政府高度重视医学教育。改革开放至今我国医学教育事业取得极大的发展,但是我国高等医学教育依然存在资源短缺、资源分布不均衡等问题［1]。高等医学教育是培养高素质医学人才的重要基地,也是卫生健康事业发展的重要基石。如何合理配置医学教育资源,完善医学人才培养体系,为健康中国建设培养医学人才队伍成为社会的关注热点［2,3]。

数据包络分析(Data Envelopment Analysis, DEA)可以有效评价多投入多产出的效率值,被广泛应用于教育领域的资源配置效率研究［4]。Tavares和Meza［5]运用DEA-BCC模型评价巴西高等教育效率。蒋玉成等人［6]运用DEA-CCR模型及Malmquist指数法测算2006～2017年我国高等教育资源配置效率静态情况与动态趋势。游丽和孔庆鹏［7]采用DEA-Tobit模型测量高等教育资源配置效率,发现技术效率变动是主要影响因素。探索性空间数据分析(Exploratory Spatial Data Analysis, ESDA)结合地理信息系统(Geographical Information System, GIS)可以有效分析资源配置效率的空间特征［8]。李正和王虹丹［9]基于“一带一路”省份发现,我国东、西部地区的高等教育空间分布和经济增长存在明显差异。马浚锋和胡阳光［10]基于2015～2020年的数据发现,粤港澳大湾区高等教育集群效应有效提高学术活力和科研创新力。

梳理国内外研究后发现,目前的研究主要集中在高等教育资源配置效率的问题上,而关于高等医学教育资源配置的研究仍处于理论分析阶段。高等医学教育作为高等教育的重要组成部分,其发展同样需要客观有效的评价方法和指标。因此,本研究通过采集2020年我国31个省(自治区、直辖市)高等医学院校的教育资源,采用DEA、ESDA结合GIS分析高等医学教育资源配置效率的空间差异和空间特征,为提升高等医学教育资源配置效率,促进区域医学教育协调发展提供参考建议。

1 资料与方法

1.1 资料来源

选取我国31个省(自治区、直辖市)高等医学院校的教育资源为研究对象。研究数据来自于2020年高等医学院校官网资源,《本科教学质量报告》《研究生教育发展质量年度报告》《财务决算报表》《毕业生就业质量报告》等,数据不包括港澳台。

1.2 研究方法

1.2.1 数据包络分析(DEA)

DEA是利用数学规划模型,先确定多个决策单元(DMU),再估计有效生产前沿面,并对各个DMU的有效性进行测量的非参数统计方法［11]。CCR和BCC是DEA的经典模型。CCR模型假设固定规模报酬(CRS)下,用于测算总技术效率(TE),即综合效率;BCC模型假设变动规模报酬(VRS)下,将技术效率(TE)分解为纯技术效率(PTE)和规模效率(SE)。本研究基于DEA的CCR和BCC模型,从地区和省域层面,运用DEAP 2.1测算我国高等医学教育资源配置效率的综合效率(CRSTE)、纯技术效率(VRSTE)和规模效率(SCALE),通过分析高等医学教育资源配置效率的差异,得到投入冗余和产出不足情况。

1.2.2 探索性空间数据分析(ESDA)

ESDA利用统计学原理处理空间信息,用于探测变量数据的空间效应和空间自相关［12]。本研究采用全局空间自相关指数(Moran’s I)和局域空间自相关指标(LISA)运用ArcGIS 10.8分析资源配置效率的空间特征。

Moran’s I用于衡量各地区总体的空间关系,计算公式为:

(1)

LISA值可用于探测局部区域的空间关系,计算公式为:

(2)

当Ii大于0,表示局域空间正相关,包括High-High(高值聚集)和Low-Low(低值聚集);当Ii小于0,表示局域空间负相关,包括Low-High(低高聚集)和High-Low(高低聚集)。

1.2.3 地理信息系统(GIS)

GIS通过遥感技术结合地理信息,将空间数据和地理位置链接起来,用于分析空间信息,并呈现地理数据结果［13]。

1.3 指标构建

DEA在使用时无需赋予各指标权重,确定高等医学教育投入和产出指标要兼顾全面性、科学性和可量化性。因此,在借鉴相关学者研究的基础上［7,8],结合我国高等医学教育实际情况和国家相关文件精神［14,15],形成高等医学教育资源配置效率指标体系。见表1。其中,资源投入指标包括人力资源、物力资源、财力资源。高校教师是高等医学教育活动过程中重要的人力资源［7]。本研究选取具有副高及以上职称等级的专任教师作为人力资源投入指标,按照副高级权重为1、高级权重为2,计算当量专任教师数。物力资源是用于教学、科研等的各种物质资料［16]。本研究选取教学、科研仪器设备资产总值和图书数量作为物力资源投入指标。政府财政性教育经费是高等医学教育财力投入的主要部分［17]。本研究选取能够直接反映高等学校实际投入利用的教育经费支出作为财力资源投入指标。资源产出指标包括人才培养和科学研究。培养医学人才是高等医学院校的主要职能,加强科学研究是提升高等医学院校实力的关键［18]。本研究选取在校学生数、毕业生人数作为人才培养产出指标。其中,在校学生数按照本科生人数权重为1、硕士生人数权重为2、博士生人数权重为3,计算当量在校学生数。自然指数(Nature Index, NI)［19]是评价基础研究的重要指标。本研究用自然指数代表当年发表论文数,并作为科学研究产出指标。

表1 高等医学教育资源配置效率指标体系

2 结果

2.1 高等医学教育资源配置总体情况分析

根据2020年的数据,纳入本研究的高等医学院校共213所。采用七大行政地理分区,将全国大陆31个省(自治区、直辖市)分为华北、东北、华东、华中、华南、西南、西北7个地区［20]。华东地区的高等医学院校数量最多有68所,其次是华北29所、华中28所、西南28所、东北23所、华南20所,西北地区最少只有17所。见图1。

图1 全国各地区高等医学院校数(所)

根据效率评价的4个投入指标和3个产出指标(表1),分别计算7个地区的高等医学院校的投入和产出资源。华东地区的各项投入和产出资源最多,而西北地区的各项投入和产出资源最少。见表2。

表2 全国各地区高等医学院校资源情况

2.2 高等医学教育资源配置效率结果分析

2.2.1 地区差异

各地区的平均综合效率值为0.988,平均纯技术效率值为1,平均规模效率值为0.988,高等医学教育资源整体配置效率较高。但还有华东、华南和西南地区未达到DEA有效,其规模效率还存在改进空间。华南和西南地区的边际规模递增,增加资源投入,才能实现规模效益;华东地区的边际规模递减,控制资源投入,才能实现规模效益。见表3。

表3 全国各地区高等医学教育资源配置效率值

2.2.2 省域差异

各省的平均综合效率值为0.906,平均纯技术效率值为0.974,平均规模效率值为0.931,均低于地区层面。除了北京、山西、安徽等10个省(自治区、直辖市)达到DEA有效,其他省份还存在较大的改进空间。天津、浙江、福建等12个省份的纯技术效率,以及天津、河北、上海等20个省份的规模效率有待提高。其中,天津、福建、海南等8个省份的边际规模递增,增加资源投入,才能实现规模效益;河北、上海、江苏等12个省份的边际规模递减,控制资源投入,才能实现规模效益。见表4。

表4 全国各省高等医学教育资源配置效率值

2.3 高等医学教育资源配置效率空间特征

2.3.1 空间分布情况

高等医学教育资源配置效率最高的有北京、山西、安徽、重庆、贵州、云南等省份,主要集中在华北、华中和西南地区;其次为辽宁、吉林、黑龙江、青海、新疆、内蒙古等省份,集中在东北和西北地区;资源配置效率最低的五个省份是湖北(0.780)、江苏(0.758)、福建(0.755)、广东(0.646)和西藏(0.587)。见图2。

图2 全国各省高等医学教育资源配置效率的空间分位图

2.3.2 空间自相关分析

全局空间自相关分析发现,高等医学教育资源配置效率Moran’s I为0.229(Z=2.339,p=0.019<0.05),说明我国高等医学教育资源配置效率存在显著的空间正相关,在整体分布上呈现聚类模式。局域空间自相关分析发现,我国高等医学教育资源配置效率局部空间相关性也显著(Z=2.806,p=0.005<0.05),在局部区域分布上呈现高聚类模式。从LISA聚类图可以看出,天津、河北、山东、山西、河南、陕西、宁夏、内蒙古存在高值集聚(High-High),广东、福建存在低值集聚(Low-Low),属于局域空间正相关。四川存在低高集聚(Low-High),江西、海南则存在高低集聚(High-Low),属于局域空间负相关。见图3。

图3 全国各省高等医学教育资源配置效率的LISA聚类图

2.4 高等医学教育资源配置效率改进策略

2.4.1 投入维度

通过分析各省高等医学教育资源配置效率的差异,得到各省资源配置的投入冗余情况及其改进对策。见表5。(1)从人力资源投入角度,天津、浙江、福建、吉林、黑龙、广西和陕西需要进一步优化专任教师数投入,减少单位依次为1777.051、606.470、909.088、2879.949、3324.102、1569.881、1011.421。(2)从物力资源投入角度,湖北和四川需要进一步优化教学、科研仪器设备资产总值投入,减少单位分别为7.472和57.923;天津、辽宁、江西、黑龙江、四川和内蒙古需要进一步优化图书数量投入,减少单位依次为102.632、98.314、226.148、55.338、103.503、20.751。(3)从财力资源投入角度,天津、浙江、福建、江西、湖北、吉林、四川、陕西和内蒙古需要进一步优化教育经费支出投入,减少单位依次为504497.102、60898.434、175622.199、60441.009、66190.177、167419.849、123706.425、558032.956、23272.565。

表5 全国各省高等医学教育资源投入冗余与产出不足的情况

2.4.2 产出维度

通过分析各省高等医学教育资源配置效率的差异,得到各省资源配置的产出不足情况及其改进对策。见表5。(1)从人才培养产出角度,天津、江西和内蒙古需要进一步提高在校学生数产出,提升单位分别为9751.988、1449.168、8541.504。浙江、辽宁、黑龙江、广西、四川和陕西需要进一步提高毕业生人数产出,提升单位依次为7700.295、1055.320、743.445、2597.483、1199.961、6577.464。(2)从科学研究产出角度,浙江、福建、辽宁、吉林、黑龙江、广西、四川和内蒙古需要进一步提高发表论文数产出,提升单位依次为718.642、311.775、104.994、154.490、315.521、59.553、248.221、180.577、67.564。

3 讨论

3.1 我国高等医学教育资源分布不均衡,应完善医学教育制度相关政策

从2020年的数据来看,我国不同地区之间高等医学院校数量差异明显,经济发展水平最高的华东地区,其高等医学院校数量是西北的4倍、华南的3.4倍。华东地区的医学教育投入和产出资源也明显高于其他地区,分别是西北的5倍以上、东北的3倍以上,特别在科学研究产出方面,是西北、东北地区的10倍以上,说明我国医学教育资源区域分布不均衡。华东与西北等地区在高等医学教育资源之间存在差异,可能与地理位置、经济水平、人口密度等有关。华东地区优越的地理位置和便利的基础设施,为其高等医学院校的发展提供有利条件。而西北地区在交通运输、基础设施、生产条件等方面相对薄弱,该区域内的高等医学教育资源也相对匮乏。资源区域分布不均衡的另一个重要原因,可能与医学教育制度相关政策不够完善有关［21]。在我国以政府财政性教育经费为主的财力投入机制下,西北地区实际投入高等医学教育发展的经费远低于其他地区,这对该地区高等医学院校的教育建设造成不少影响。一方面,政府财政保障不到位,导致偏远地区在教学、科研仪器设备等硬件设施上远远落后于经济发达地区,这在一定程度上也降低了医学教育的质量,导致产出资源少。另一方面,由于经费投入不足,这些地区的高等医学院校在引进高素质人才、建设高层次人才队伍方面也会面临较大的困难。因此,政府应坚持并加强对西部地区高校发展医学学科的政策倾斜力度。一是在提高效益和质量的前提下,扩大偏远落后地区的高等医学教育资源总量,为医学院校在设备更新和人才引进等方面提供资金保障;二是适当降低相关医学院校在博士、硕士学位授权点建设中的申请条件,为西部地区加快培养高层次医学人才提供政策支撑;三是在国家自然科学基金、国家社会科学基金等项目申报时给予立项支持,鼓励西部地区发挥高等医学教育的优势和特色［22]。

3.2 高等医学教育资源配置效率还有一定改进空间,应提高规模效率

从地区层面上看,整体高等医学教育资源配置效率较高,但华东、华南和西南地区仍需提升规模效率以提高综合效率,从而实现DEA有效。从省域层面上看,高等医学教育资源配置的各效率平均值都低于地区层面,规模效率小于纯技术效率。除了已达到DEA有效的10个省份,其他省份还有较大的改进空间,20个省份的规模效率有待提高。其中,8个省份呈边际规模递增,12个省份呈边际规模递减;且各省间高等医学教育资源配置效率的差异较大。因此,政府在高等医学教育资源配置的过程中,除了要注意资源分配的公平与效率问题,保证充分的医学教育资源之外,还要因地制宜、因地施策［23]。由于投入不足而导致规模效率低下的海南和西北地区,应该增加医学教育资源投入。政府通过加大偏远地区高等医学教育经费的转移支付力度、调动优质教师资源支援等方式精准帮扶。此外,医学院校也应完善经费管理制度,加强教育经费的科学管理和使用,提高资源利用效率。反之,由于投入冗余且产出不足的华东、东北等地区,应适当控制医学教育资源的供给,或可鼓励其高等医学院校向西北地区输送和共享优质医学教育资源。通过政策引导和激励手段,调动高水平医学院校的积极性,并与社会多方资源共同联动,在“互联网+”的背景下搭建成果共享的科研平台和教育平台［24]。让学科前沿研究和应用信息在医学院校、医疗机构和科研院所之间互联互通,促进各方之间的信息共享,实现高等医学教育资源的有效利用。以提高规模效率、获得规模效益为抓手,把握好各省资源投入的增加或控制,方能逐渐缩小各省间的差异,保证高等医学教育资源的合理分配和利用［25]。

3.3 高等医学教育资源配置效率存在空间聚集性,应建立协同发展机制

我国各省高等医学教育资源配置效率空间分布的差异明显,资源配置效率高的省份主要集中在华北、华中和西南地区,资源配置效率低的省份分散在湖北、江苏、福建、广东和西藏。此外,各省资源配置效率存在显著的全局空间正相关和局域空间相关关系,在整体分布上呈现聚类模式,在局部区域分布上呈现高聚类模式。说明我国高等医学教育资源配置效率的集聚效应明显,效率值高的省份集聚“成片”,效率值低的省份也在一定程度上“扎堆”,各省间存在不同程度的空间溢出效应。因此,应注意资源分配的整体与局部问题,充分发挥高水平医学院校对本省及其他邻近省份的“辐射作用”,打破地域阻隔和行政壁垒,积极输送优质教育资源,建立高等医学院校之间的协调与合作机制。如开展联合培养、交换生项目等,让学生能够充分利用各个院校的资源,获得更全面的教育;开展联合科研项目,推动学术交流和合作研究;定期召开高等医学院校的联席会议,分享经验和实践,促进资源共享和优势互补,提高医学人才培养和科研水平［26]。同时,深化医学院校与其附属医院的合作,探索更高效的协同发展模式。医学院校将附属医院作为教学实践基地,提供学生实践机会和临床培训;附属医院也借助医学院校的教育资源,提升医疗服务水平和科研能力。通过区域一体化建设,不同水平的医学院校之间、医学院校和附属医院之间形成良性互动,让优质资源得到充分的利用［27]。