论文部分内容阅读
摘要:在分析安徽省高职院校整体现状的基础上,利用数据包络分析方法考察安徽省高职院校办学效率,实证结果表明安徽省高职院校普遍存在办学效率低下的情况。最后,针对实证结果,为安徽省高职院校的长远发展提供了具体建议。
关键词:高职院校;数据包络分析;发展建议
中图分类号:G4文献标志码:A文章编号:1673-291X(2010)06-0245-04
一、高职的含义和对高职院校评价的意义
高等职业教育是坚持以服务为宗旨,以就业为导向,以产学研结合为途径,以培养面向生产、建设、管理、服务第一线所需要的“下得去、留得住、用得上”,实践能力强,具有良好职业素质和职业道德的高技能人才为目标的教育。进入21世纪,中国高等职业教育得到了跨越式发展,基本适应了社会主义市场经济发展的需要,大体符合高等职业教育发展规律。
高职教育具有三个定义:高等教育、职业技术教育或职业技术教育的高等阶段。根据《中华人民共和国高等教育法》和国务院有关文件精神,高职高专教育由省级人民政府管理。在国家宏观政策的指导下,省级政府根据本地区经济和社会发展的实际需要为主,结合招生能力、就业状况等综合情况,确定年度招生计划、招生办法、专业设置、收费标准和户籍管理,颁发学历证书,指导毕业生就业,确定生均教育事业费的补贴标准等,并同时负有保证教育质量、规范办学秩序和改善办学条件等职责。国家主要负责高职高专教育的统筹规划、综合协调和宏观管理,制订基本统一的质量标准、管理办法,编制年度指导性计划,并进行监督检查。高等职业教育采取多种形式、多种机制、多种模式的原则办学。现阶段,高等职业教育的学校类型有:短期职业大学、职业技术学院、普通高等专科学校,独立设置的成人高校、本科院校内设立的高等职业教育机构(二级学院)、具有高等学历教育资格的民办高校等[1]。
对上述类型的高等职业教育院校进行效率评价具有深刻的意义。一方面,可以为当地政府了解本地高职院校的办学整体情况和解决高职院校发展中存在的问题提供决策支持;另一方面,可以为各高职院校的长期发展提供相应的指导意见。
二、安徽省高职院校现状分析
从安徽省来看,高等职业教育在省委、省政府正确领导下,呈现出蓬勃发展的良好态势:截至2007年底,全省高等职业院校达61所,在校生近42万人,许多学校兴建了新校区,为我省高等职业教育的大发展奠定了坚实的物质基础。但是,高等职业教育在规模扩张、外延发展的同时,政府除了需要进行合理引导, 建立公平竞争秩序等制度环境之外, 还需要予以宏观调控。目前,安徽省高等职业院校主要存在以下问题:
第一,高职院校的生源质量不高。原因主要有以下三个方面:(1)忽视了中国高等教育从精英阶段向大众阶段发展,实施扩招政策所带来的人才培养规模的巨大变化;(2)现行高职学生学习内容的深度和广度没有考虑时代的变化,更新速度很慢;(3)人才质量标准和人才培养规格并没有随着时代的发展而及时变化。第二,高职院校的教学经费投入与使用现状不佳。造成高职院校教学经费紧缺的原因主要有三点:(1)政府拨款太少;(2)非教学性投入所占比例太大;(3)学校创收(含企业资助经费)有限。第三,师资队伍整体水平不高,课堂教学质量有待进一步提高。师资队伍整体水平不高的原因主要在于教师精力投入不够,校外兼课兼职过多。第四,高职院校的专业设置不够科学、规范,现行专业中仍存在较多问题。第五,高职院校现行课程设置与教材建设仍不尽如人意。第六,相当一部分的人反映高职院校的教学管理手段落后,效率低下,在采用现代化教学管理技术上缺乏主动、积极态度,管理人员素质不高。第七,高职院校的产学合作教育仍做得不够[2]。
以上从定性的角度分析了安徽省高职院校整体的现状,但是各高职院校并不清楚其自身存在的哪些问题更为严峻和如何应对。为了较好地解决这一问题,就必须进行准确的定量化分析。目前采用的评价方法有层次分析法、生产函数法、神经网络、多目标决策、模糊数学综合评价法以及数据包络分析(Data Envelopment Analysis,简称DEA)等方法。通过比较各个方法的特点,本文采用DEA方法。与其他方法相比而言,DEA方法处理多输入,特别是多输出问题的能力是具有绝对优势的[3],主要表现在以下几个方面:(1)输入和输出的数据可以为不同计量单位的指标;(2)可以同时处理多种输入和输出指标;(3)不需预定指标间的关系和赋予主观权重;(4)改变了过去评价方法中将有效与非有效DMU混为一谈的局面,估计出确实有效的生产前沿面;(5)致力于每个DMU优化而不是对整个集合的统计回归优化,不仅可以排序还可以提供具体的改进建议。因此,它比其他的一些方法(包括采用统计的方法)优越,用途也更广泛[4]。利用DEA方法的结果,可以判断各决策单元的有效性,并找出非有效单元的无效原因及其改进措施。
三、DEA模型
DEA方法是在经济学家Farell关于私人企业效率评价工作的基础上[5],以工程上单输入、单输出有效率概念为基础发展起来的评价多输入、多输出系统相对有效性的效率评价方法。
假设有n个评价对象(决策单元),每一个决策单元记为DMU,j=1,2,...,n。每一个决策单元有m种投入和s种产出。DMU输入为x=(x,x,…,x),输出为y=(y,y,…,y),x0,y0,j=1,2,…,n,即其分量非负且至少有一个是正的。DMU应满足凸性、无效性和最小性假设,其整体效率模型的表述形式如下:
max=V
1,j=1,2,…,n(1)
u0,v0,u≠0,v≠0
经过Charnes-Cooper变换t=,ω=tv,μ=tu后,得到以下CCR模型[6]
max μY
ωX-μY0
ωX=1
ω0,μ0,j=1,2,…,n
其对偶模型为:
minθ
λXθX
λYY
λ0,j=1,2,…,n
其中,λ为输入输出的权系数,θ为各个决策单元效率的评价结果,如果在上述模型(3)中加入条件λ=1,则产生以下的BCC模型[7]
minθ
λXθX
λYY(4)
λ=1
λ0,j=1,2,…,n
对于上述模型(4),可以得出以下结论:
1)若模型(4)的最优值θ=1,则决策单元j为DEA弱有效(BCC)。
2)若模型(4)的最优值θ<1,则决策单元j为DEA相对无效(BCC)。
四、实例分析
1.高职院校评价指标选择
因为高职院校大多是“属地化”管理,物资资源是其发展最为主要的动力,因为政府资金投入和固定资产是物资资源的重要组成部分,为了数据搜集的方便,我们以政府资金投入数量、学校占地面积和图书馆藏书量来衡量高职院校的物资资源。学校的发展靠师资支撑,高职院校也不例外,所以我们把教师资源作为其投入;相比本科院校,各高职院校中的师资水平比较均衡,所以我们以师资数量和师生比来反映学校的教师资源。学生是学校的主体,学生的质量在一定程度上反映了学校的影响力,虽然这方面没有本科院校那么明显。在衡量高职院校竞争力的时候,我们把新生质量作为投入不仅仅是出于上面的考虑(可以反映学校的影响力),而且是因为新生质量是高校培养学生能力水平的重要指标。如一个新生质量差(指入学成绩)但是毕业就业很好的高职院校就比新生质量好(指入学成绩)但是毕业就业差的高职院校更富有竞争力。
针对高职院校的特殊性,其目的并不是培养科技人才而是应用性人才。所以在产出方面主要从以下两个角度考虑:产学研结合情况、毕业生就业情况。衡量产学研结合情况的定量指标包含校企合作项目数、企业给校提供的实习岗位数。这些指标可以很清晰地反映高职院校的资金利用情况以及其与企业的联系情况,这些对学生的能力提高和综合发展都是至关重要的。衡量毕业生就业情况的定量指标主要是就业率和毕业工作时的平均工资。就业率是反映高职院校办学水平的重要指标,而平均工资这在很大程度上反映了企业对该该校毕业生质量的认可程度。
综上所述,本文选取的投入指标为政府资金投入、学校占地面积、图书馆藏书量、教师人数、师生比、入学新生平均成绩;产出指标为校企合作项目数、企业给校提供的实习岗位数、就业率和毕业学生平均工资。
2.相对有效性评价
通过求解模型(4),得到各高职院校的BCC效率值(如表1所示)。
从表1可以发现,安徽高职院校办校效率大多不太理想,只有个别高职院校达到有效状态。高职院校的整体平均效率值仅为0.5203,这说明安徽省高职院校整体上需要加大力气进行改革,以使自身的竞争力得以提高。值得注意的是,决策单元12、17、21、22、24、41、43、46、47的效率值都低于0.2,说明这些高职院校普遍存在着资源获取和分配利用方面的严重不足。通过具体的分析和比较,我们总结了影响高职院校效率的主要因素有政府资金投入、教师人数、师生比、入学新生平均成绩、校企合作项目数、企业给学校提供的实习岗位数、就业率、学生平均工资。
效率低的高职院校应借鉴效率高院校的成功办学经验,改进自己的薄弱环节。通过弥补自身不足,发扬自身优势来提高自己的办学效率。比如决策单元16的劣势在于教师人数、入学新生平均成绩和校企合作项目数,但其有较好的地理优势,有较充足的政府资金投入,因此,该院校可以充分利用自己的地域优势努力保持或积极争取更多的政府资金投入,以便加大自己在师资、教学硬件和校企合作等方面的投入。
五、高职院校发展建议
针对上述实证研究结果,我们为安徽省高职院校的发展提供以下发展建议。
1.积极争取政府投资、尤其是是当地地方政府的大力支持。中国的教育经费从总体上来说是短缺的,而且高职院校大多是“属地化”管理,“输血”不足,加上自身“造血”功能的薄弱,经费使用的效率效益不高等因素,使高职院校的发展面临更多的经费困难。因此,高职院校要在积极争取经费投入的同时,也要注意自身经费使用效率的提高,以便形成良性的循环。学校也要通过产学合作等途径,瞄准社会需求,瞄准行业标准,积极融入地方经济的发展,为社会发展提供智力支持,在“有为”的前提下,积极争取地方政府、行业企业更多的支持,实现校社、校企联动,做到互补双赢。
2.高职院校应进一步提高生源质量,改善师资队伍整体水平和课堂教学质量。通过模型分析,对于高职院校来说,师资队伍的重要性比生源质量要大得多。因此在高职院校资金有限的情况下,应优先提高师资队伍,并结合自身发展的特点尽量去提高生源质量。具体的措施有:学校要注重对教师的专业发展进行整体规划,加大师资引进和内部培养的投入力度;提高教师职业的收入,这样做的好处是可以减少教师的校外兼职现象、增加其校内教学的时间精力投入和在一定程度上减轻教师职业的心理压力。
3.增加校企合作,为学生提供更多的实习和就业岗位。产学合作教育是学校与用人单位密切合作,以学生的知识、能力、素质全面培养为目标,把“专业对口”转变到“专业适应”上来,把“集中参与”转变到“分散参与”上来,改变只追求知识、不重能力训练的做法,让学生主动选择单位,充分发挥聪明才智与积极性,体验自身的价值,了解社会发展对他们的思想道德、敬业精神、共事能力、身体心理、文化功底和专业知识等方面的要求,使基本素质和综合能力得到锻炼和提高。因此,作为学校应积极开展与企业用人单位的全方位合作,通过合作办学、研发项目、建立工作站、人员互派、提供零租金场地、新产品展示、签署“订单培养”协议、共同开发实训教材等途径开展与推进产学合作教育,是高职院校锻造办学特色的必由之路[2]。
参考文献:
[1]http://baike.baidu.com/view/377173.htm
[2]黄秋明,等.当前高职院校教育教学质量现状调查[J].中国高等教育,2005,(10).
[3]王晓丹,等.基于DEA方法的人力资本结构效率评价[J].经济纵横,2008,(3).
[4]魏权龄.评价相对有效性的DEA方法[M].北京:中国人民大学出版社,1988.
[5]Farrell M J. The measurement of production efficiency [J]. Journal of Royal Statistical Society, Series A,General,1957, 120(Part3):
253-281.
[6]Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Re
search,1978, 2(6): 429-444.
[7]Banker R D, Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analy
sis [J]. Management Science, 1984, 30(9):1078-1092.
关键词:高职院校;数据包络分析;发展建议
中图分类号:G4文献标志码:A文章编号:1673-291X(2010)06-0245-04
一、高职的含义和对高职院校评价的意义
高等职业教育是坚持以服务为宗旨,以就业为导向,以产学研结合为途径,以培养面向生产、建设、管理、服务第一线所需要的“下得去、留得住、用得上”,实践能力强,具有良好职业素质和职业道德的高技能人才为目标的教育。进入21世纪,中国高等职业教育得到了跨越式发展,基本适应了社会主义市场经济发展的需要,大体符合高等职业教育发展规律。
高职教育具有三个定义:高等教育、职业技术教育或职业技术教育的高等阶段。根据《中华人民共和国高等教育法》和国务院有关文件精神,高职高专教育由省级人民政府管理。在国家宏观政策的指导下,省级政府根据本地区经济和社会发展的实际需要为主,结合招生能力、就业状况等综合情况,确定年度招生计划、招生办法、专业设置、收费标准和户籍管理,颁发学历证书,指导毕业生就业,确定生均教育事业费的补贴标准等,并同时负有保证教育质量、规范办学秩序和改善办学条件等职责。国家主要负责高职高专教育的统筹规划、综合协调和宏观管理,制订基本统一的质量标准、管理办法,编制年度指导性计划,并进行监督检查。高等职业教育采取多种形式、多种机制、多种模式的原则办学。现阶段,高等职业教育的学校类型有:短期职业大学、职业技术学院、普通高等专科学校,独立设置的成人高校、本科院校内设立的高等职业教育机构(二级学院)、具有高等学历教育资格的民办高校等[1]。
对上述类型的高等职业教育院校进行效率评价具有深刻的意义。一方面,可以为当地政府了解本地高职院校的办学整体情况和解决高职院校发展中存在的问题提供决策支持;另一方面,可以为各高职院校的长期发展提供相应的指导意见。
二、安徽省高职院校现状分析
从安徽省来看,高等职业教育在省委、省政府正确领导下,呈现出蓬勃发展的良好态势:截至2007年底,全省高等职业院校达61所,在校生近42万人,许多学校兴建了新校区,为我省高等职业教育的大发展奠定了坚实的物质基础。但是,高等职业教育在规模扩张、外延发展的同时,政府除了需要进行合理引导, 建立公平竞争秩序等制度环境之外, 还需要予以宏观调控。目前,安徽省高等职业院校主要存在以下问题:
第一,高职院校的生源质量不高。原因主要有以下三个方面:(1)忽视了中国高等教育从精英阶段向大众阶段发展,实施扩招政策所带来的人才培养规模的巨大变化;(2)现行高职学生学习内容的深度和广度没有考虑时代的变化,更新速度很慢;(3)人才质量标准和人才培养规格并没有随着时代的发展而及时变化。第二,高职院校的教学经费投入与使用现状不佳。造成高职院校教学经费紧缺的原因主要有三点:(1)政府拨款太少;(2)非教学性投入所占比例太大;(3)学校创收(含企业资助经费)有限。第三,师资队伍整体水平不高,课堂教学质量有待进一步提高。师资队伍整体水平不高的原因主要在于教师精力投入不够,校外兼课兼职过多。第四,高职院校的专业设置不够科学、规范,现行专业中仍存在较多问题。第五,高职院校现行课程设置与教材建设仍不尽如人意。第六,相当一部分的人反映高职院校的教学管理手段落后,效率低下,在采用现代化教学管理技术上缺乏主动、积极态度,管理人员素质不高。第七,高职院校的产学合作教育仍做得不够[2]。
以上从定性的角度分析了安徽省高职院校整体的现状,但是各高职院校并不清楚其自身存在的哪些问题更为严峻和如何应对。为了较好地解决这一问题,就必须进行准确的定量化分析。目前采用的评价方法有层次分析法、生产函数法、神经网络、多目标决策、模糊数学综合评价法以及数据包络分析(Data Envelopment Analysis,简称DEA)等方法。通过比较各个方法的特点,本文采用DEA方法。与其他方法相比而言,DEA方法处理多输入,特别是多输出问题的能力是具有绝对优势的[3],主要表现在以下几个方面:(1)输入和输出的数据可以为不同计量单位的指标;(2)可以同时处理多种输入和输出指标;(3)不需预定指标间的关系和赋予主观权重;(4)改变了过去评价方法中将有效与非有效DMU混为一谈的局面,估计出确实有效的生产前沿面;(5)致力于每个DMU优化而不是对整个集合的统计回归优化,不仅可以排序还可以提供具体的改进建议。因此,它比其他的一些方法(包括采用统计的方法)优越,用途也更广泛[4]。利用DEA方法的结果,可以判断各决策单元的有效性,并找出非有效单元的无效原因及其改进措施。
三、DEA模型
DEA方法是在经济学家Farell关于私人企业效率评价工作的基础上[5],以工程上单输入、单输出有效率概念为基础发展起来的评价多输入、多输出系统相对有效性的效率评价方法。
假设有n个评价对象(决策单元),每一个决策单元记为DMU,j=1,2,...,n。每一个决策单元有m种投入和s种产出。DMU输入为x=(x,x,…,x),输出为y=(y,y,…,y),x0,y0,j=1,2,…,n,即其分量非负且至少有一个是正的。DMU应满足凸性、无效性和最小性假设,其整体效率模型的表述形式如下:
max=V
1,j=1,2,…,n(1)
u0,v0,u≠0,v≠0
经过Charnes-Cooper变换t=,ω=tv,μ=tu后,得到以下CCR模型[6]
max μY
ωX-μY0
ωX=1
ω0,μ0,j=1,2,…,n
其对偶模型为:
minθ
λXθX
λYY
λ0,j=1,2,…,n
其中,λ为输入输出的权系数,θ为各个决策单元效率的评价结果,如果在上述模型(3)中加入条件λ=1,则产生以下的BCC模型[7]
minθ
λXθX
λYY(4)
λ=1
λ0,j=1,2,…,n
对于上述模型(4),可以得出以下结论:
1)若模型(4)的最优值θ=1,则决策单元j为DEA弱有效(BCC)。
2)若模型(4)的最优值θ<1,则决策单元j为DEA相对无效(BCC)。
四、实例分析
1.高职院校评价指标选择
因为高职院校大多是“属地化”管理,物资资源是其发展最为主要的动力,因为政府资金投入和固定资产是物资资源的重要组成部分,为了数据搜集的方便,我们以政府资金投入数量、学校占地面积和图书馆藏书量来衡量高职院校的物资资源。学校的发展靠师资支撑,高职院校也不例外,所以我们把教师资源作为其投入;相比本科院校,各高职院校中的师资水平比较均衡,所以我们以师资数量和师生比来反映学校的教师资源。学生是学校的主体,学生的质量在一定程度上反映了学校的影响力,虽然这方面没有本科院校那么明显。在衡量高职院校竞争力的时候,我们把新生质量作为投入不仅仅是出于上面的考虑(可以反映学校的影响力),而且是因为新生质量是高校培养学生能力水平的重要指标。如一个新生质量差(指入学成绩)但是毕业就业很好的高职院校就比新生质量好(指入学成绩)但是毕业就业差的高职院校更富有竞争力。
针对高职院校的特殊性,其目的并不是培养科技人才而是应用性人才。所以在产出方面主要从以下两个角度考虑:产学研结合情况、毕业生就业情况。衡量产学研结合情况的定量指标包含校企合作项目数、企业给校提供的实习岗位数。这些指标可以很清晰地反映高职院校的资金利用情况以及其与企业的联系情况,这些对学生的能力提高和综合发展都是至关重要的。衡量毕业生就业情况的定量指标主要是就业率和毕业工作时的平均工资。就业率是反映高职院校办学水平的重要指标,而平均工资这在很大程度上反映了企业对该该校毕业生质量的认可程度。
综上所述,本文选取的投入指标为政府资金投入、学校占地面积、图书馆藏书量、教师人数、师生比、入学新生平均成绩;产出指标为校企合作项目数、企业给校提供的实习岗位数、就业率和毕业学生平均工资。
2.相对有效性评价
通过求解模型(4),得到各高职院校的BCC效率值(如表1所示)。
从表1可以发现,安徽高职院校办校效率大多不太理想,只有个别高职院校达到有效状态。高职院校的整体平均效率值仅为0.5203,这说明安徽省高职院校整体上需要加大力气进行改革,以使自身的竞争力得以提高。值得注意的是,决策单元12、17、21、22、24、41、43、46、47的效率值都低于0.2,说明这些高职院校普遍存在着资源获取和分配利用方面的严重不足。通过具体的分析和比较,我们总结了影响高职院校效率的主要因素有政府资金投入、教师人数、师生比、入学新生平均成绩、校企合作项目数、企业给学校提供的实习岗位数、就业率、学生平均工资。
效率低的高职院校应借鉴效率高院校的成功办学经验,改进自己的薄弱环节。通过弥补自身不足,发扬自身优势来提高自己的办学效率。比如决策单元16的劣势在于教师人数、入学新生平均成绩和校企合作项目数,但其有较好的地理优势,有较充足的政府资金投入,因此,该院校可以充分利用自己的地域优势努力保持或积极争取更多的政府资金投入,以便加大自己在师资、教学硬件和校企合作等方面的投入。
五、高职院校发展建议
针对上述实证研究结果,我们为安徽省高职院校的发展提供以下发展建议。
1.积极争取政府投资、尤其是是当地地方政府的大力支持。中国的教育经费从总体上来说是短缺的,而且高职院校大多是“属地化”管理,“输血”不足,加上自身“造血”功能的薄弱,经费使用的效率效益不高等因素,使高职院校的发展面临更多的经费困难。因此,高职院校要在积极争取经费投入的同时,也要注意自身经费使用效率的提高,以便形成良性的循环。学校也要通过产学合作等途径,瞄准社会需求,瞄准行业标准,积极融入地方经济的发展,为社会发展提供智力支持,在“有为”的前提下,积极争取地方政府、行业企业更多的支持,实现校社、校企联动,做到互补双赢。
2.高职院校应进一步提高生源质量,改善师资队伍整体水平和课堂教学质量。通过模型分析,对于高职院校来说,师资队伍的重要性比生源质量要大得多。因此在高职院校资金有限的情况下,应优先提高师资队伍,并结合自身发展的特点尽量去提高生源质量。具体的措施有:学校要注重对教师的专业发展进行整体规划,加大师资引进和内部培养的投入力度;提高教师职业的收入,这样做的好处是可以减少教师的校外兼职现象、增加其校内教学的时间精力投入和在一定程度上减轻教师职业的心理压力。
3.增加校企合作,为学生提供更多的实习和就业岗位。产学合作教育是学校与用人单位密切合作,以学生的知识、能力、素质全面培养为目标,把“专业对口”转变到“专业适应”上来,把“集中参与”转变到“分散参与”上来,改变只追求知识、不重能力训练的做法,让学生主动选择单位,充分发挥聪明才智与积极性,体验自身的价值,了解社会发展对他们的思想道德、敬业精神、共事能力、身体心理、文化功底和专业知识等方面的要求,使基本素质和综合能力得到锻炼和提高。因此,作为学校应积极开展与企业用人单位的全方位合作,通过合作办学、研发项目、建立工作站、人员互派、提供零租金场地、新产品展示、签署“订单培养”协议、共同开发实训教材等途径开展与推进产学合作教育,是高职院校锻造办学特色的必由之路[2]。
参考文献:
[1]http://baike.baidu.com/view/377173.htm
[2]黄秋明,等.当前高职院校教育教学质量现状调查[J].中国高等教育,2005,(10).
[3]王晓丹,等.基于DEA方法的人力资本结构效率评价[J].经济纵横,2008,(3).
[4]魏权龄.评价相对有效性的DEA方法[M].北京:中国人民大学出版社,1988.
[5]Farrell M J. The measurement of production efficiency [J]. Journal of Royal Statistical Society, Series A,General,1957, 120(Part3):
253-281.
[6]Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Re
search,1978, 2(6): 429-444.
[7]Banker R D, Charnes A, Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analy
sis [J]. Management Science, 1984, 30(9):1078-1092.