農(nóng)林類院校教育資源配置效率影響因素分析
——基于DEA—Tobit模型

李荔，李阿利

(湖南農(nóng)業(yè)大學，湖南 長沙 410128)

?

農(nóng)林類院校教育資源配置效率影響因素分析
——基于DEA—Tobit模型

李荔，李阿利

(湖南農(nóng)業(yè)大學，湖南 長沙 410128)

基于對十五所農(nóng)林類院校教育資源配置效率的研究基礎，分析并確定影響資源配置效率的因素為院校所在地區(qū)經(jīng)濟發(fā)展條件、辦學條件及人員結構三個方面。在使用因子分析法，消除變量多重共線性的基礎上，運用Tobit模型對相關變量進行回歸分析，得出以下結論：地區(qū)經(jīng)濟發(fā)展水平、專任教師比重與高校資源配置純技術效率顯著正相關；錄取分差與純技術效率顯著負相關。同時，探索了國家教學團隊數(shù)、科研平臺數(shù)、院系機構設置情況、圖書存量、高層次人才比重與資源配置的相關性。

農(nóng)林類院校；資源配置效率；影響因素；Tobit模型

農(nóng)林類院校作為我國高等教育的重要組成部分，是促進農(nóng)業(yè)經(jīng)濟增長，推動農(nóng)業(yè)科技發(fā)展的關鍵。因此，對農(nóng)林類院校教育資源的投入產(chǎn)出配置效率的研究具有現(xiàn)實的意義。本文基于《農(nóng)林院校教育資源配置效率研究——基于數(shù)據(jù)包絡分析模型》一文的研究[1]，在評價了15所農(nóng)林類院校教育資源配置效率高低的基礎之上，針對其產(chǎn)生的原因及影響因素進一步深入地分析，為相關決策部門及院校提供有價值的參考與借鑒。

一、變量選擇與數(shù)據(jù)來源

(一)變量選擇

在查閱了以往眾多的學者對教育資源配置效率及其影響因素的相關研究文獻后發(fā)現(xiàn)，對教育資源配置效率產(chǎn)生影響的因素有很多。李婉麗(2009)運用符合DEA方法評價我國分地區(qū)高?？蒲匈Y源配置情況，指出科研經(jīng)費的投入與利用以及高水平師資是影響資源配置效率的重要因素[2]。成剛、孫志軍(2008)應用參數(shù)法和非參數(shù)法分析我國高校資源配置效率情況，認為辦學地點、高校類型、是否重點高校、教學人員基本特征、辦學條件等因素顯著影響高校資源配置效率[3]。王宇軒(2010)認為高職院校的資源配置效率與財政補助收入占比呈負相關的關系[4]。姜彤彤(2011)運用DEA—Tobit兩步法對教育部直屬59所高校進行實證分析，得出結論高校教育資源配置效率與教師中碩士生導師和博士生導師所占比重、博士學位教師比重以及科研經(jīng)費所占比重呈顯著的相關關系[5]。王佳偉(2015)通過因子分析法，將高校資源配置效率影響因素劃分維度，指出高校的外部經(jīng)濟發(fā)展水平、辦學條件、人員結構對高校資源配置效率產(chǎn)生不同程度的影響[6]。

總結以往的研究結論，高等院校教育資源配置效率的影響因素主要體現(xiàn)在外部環(huán)境因素和高校自身因素兩個方面。因此，本文在借鑒前人研究結論的同時，結合研究對象農(nóng)林類院校的具體情況，將從高校所在地區(qū)經(jīng)濟發(fā)展水平、辦學條件、人員結構這三個方面提出假設來檢驗其對農(nóng)林類院校教育資源配置效率的影響。

1.地區(qū)經(jīng)濟發(fā)展水平

地區(qū)經(jīng)濟發(fā)展水平是衡量一個地區(qū)經(jīng)濟發(fā)展程度的重要指標。一般情況下，地區(qū)經(jīng)濟發(fā)展水平越高，所在地區(qū)的市場競爭就越是激烈。激烈的市場競爭有利于地區(qū)資源的高效配置和利用。而衡量一個地區(qū)經(jīng)濟發(fā)展水平的高低主要采用該地區(qū)的產(chǎn)值、收入水平以及消費水平三個指標來衡量。其中，用地區(qū)人均GDP表示地區(qū)產(chǎn)值、用地區(qū)人均可支配收入表示收入水平，用地區(qū)居民消費水平來表示消費水平。

2.辦學條件

高校辦學條件是影響高校資源配置效率的內(nèi)部因素，反映高校的辦學規(guī)模。本文用教學水平、科研水平、機構設置三個指標來衡量高校辦學規(guī)模。其中，用高校所擁有的國家級教學團隊來衡量教學水平，用國家級科研平臺來衡量科研水平，用院系部門數(shù)量來衡量機構設置情況，用圖書總量來衡量圖書情況。國家級教學團隊是由教育部、財政部根據(jù)各地區(qū)高校學科(專業(yè))發(fā)展情況、教材建設、教學、科研等情況進行推薦、評選產(chǎn)生的；機構設置情況是指各高校教學機構及非教學機構的總和；國家科研平臺是指高校在國家政策的扶持下，以提高專業(yè)科研實力，解決產(chǎn)業(yè)技術升級設立的研發(fā)中心。

3.人員結構

人員結構主要包括師資結構與學生素質(zhì)兩個方面。王佳偉(2015)在分析高校教育資源配置效率影響因素的定義中將人員結構分為師資結構和學生素質(zhì)兩個方面[6]。其中，師資結構包括教學人員年齡、職稱、學歷結構三個方面。本文考慮到數(shù)據(jù)的可得性以及研究的創(chuàng)新性，將師資結構分為教學師資比重和高層次人才比重兩個方面。其中，教學師資比重是指高校專任教師數(shù)占教職工總數(shù)的比重，高層次人才比重是指高層次人才數(shù)占專任教師總數(shù)的比重。另外，學生素質(zhì)采用高校高考錄取分數(shù)線差。 根據(jù)上述變量的選擇定義影響農(nóng)林類院校教育資源配置效率的因素如表1。

表1 農(nóng)林類院校教育資源配置效率影響因素的變量定義

(二)數(shù)據(jù)來源

在確定了影響農(nóng)林類院校教育資源配置效率變量指標的基礎之上，表2將各項變量的具體數(shù)據(jù)進行了匯總。

在上表數(shù)據(jù)中，代表地區(qū)經(jīng)濟發(fā)展水平的三個變量：人均GDP、人均可支配收入和居民消費水平均是采用了高校所在地區(qū)省(市、自治區(qū))2011～2015年這五年數(shù)據(jù)的均值；代表辦學條件的四個指標：教學水平(高校所擁有的國家級教學團隊個數(shù))、科研水平(高校所擁有的國家級科研平臺個數(shù))、機構設置(高校院校部門的個數(shù))、圖書(圖書總量)均是選取各個高校截至2015年10月23日的數(shù)據(jù)；在代表人員結構的三個變量中，教學師資比重和高層次人才比重分別代表的是高校的專任教師占教職工總數(shù)的比重和高層次人才占專任教師的比重。其中高層次人才包括兩院院士、國家杰出青年、國家百千萬人才工程、跨(新)世紀人才、千人計劃、長江學者和教學名師等的總數(shù)。另外，在人員結構中加入了學生素質(zhì)這個變量，其具體數(shù)值采用的各高校2011～2015年高考錄取線差的均值。

二、模型簡介

Tobit模型最早是由諾貝爾經(jīng)濟學獎獲得者James Tobin于1958年提出，是因變量滿足某種約束條件下取值的模型，屬于因變量受到限制的一種模型，因此也被稱為受限因變量模型。

這種模型的特點在于模型包含了兩個部分，一部分是用來表示約束條件的選擇方程模型，另一部分是滿足約束條件下的某連續(xù)變量方程模型。Tobit模型在處理被解釋變量的值的時候要求取值在0至1之間。由于DEA模型在評價決策單元的效率值時，始終都在0到1之間，因此Tobit模型可以與DEA模型完美地結合，也就是我們常說常用的DEA—Tobit兩步法。標準的Tobit模型如下：

三、回歸結果與分析

在上述對農(nóng)林類院校教育資源配置效率影響因素的變量選擇中，由于構成地區(qū)經(jīng)濟發(fā)展水平的三個觀測變量產(chǎn)值、收入水平、消費水平存在多重共線性的關系。因此，需要通過因子分析法將這三個變量轉(zhuǎn)化成為地區(qū)經(jīng)濟水平這一個綜合變量。本文運用IBM SPSS 19.0軟件對這三個觀測變量進行相關性分析，結果如下：

表3 相關矩陣

在上表兩兩相關的原始系數(shù)矩陣中我們可以看到，三個變量之間都存在較強的相關性，因此需要進行因子分析。

在進行因子分析之前，我們首先要進行KMO和Bartlett球形檢驗，結果如下：

表4 KMO和Bartlett的檢驗

通過表4我們看到，KMO統(tǒng)計量的值為0.756，說明三個變量之間的信息重疊量較大；同時，Bartlett球形檢驗的sig值小于0.05，說明變量之間有相關。因此，我們可以進行因子分析。

表5 解釋的總方差

表5通過主成份分析的提取方法，我們從三個變量中提取出一個因子后，貢獻率高達97.302%，因此提取1個公共因子可以反映原變量的方差。

表6 成份得分系數(shù)矩陣

通過上表的成份得分系數(shù)，我們可以計算各個高校地區(qū)經(jīng)濟水平的得分，其公式如下：

地區(qū)經(jīng)濟水平(F1)=0.336×AVEGDP+0.338×AVESR+0.34×XFSP

根據(jù)上文構建的Tobit模型，本文運用Eviews7.2軟件對15所農(nóng)林類院校的教育資源配置效率影響因素進行回歸，建立回歸公式如下：

表7 Tobit模型運算結果

注：*表示在10%水平下顯著

表7是對農(nóng)林類院校教育資源配置效率影響因素的回歸結果。根據(jù)上表，從相關性角度分析：高校所在地區(qū)經(jīng)濟發(fā)展水平(F1)、科研平臺數(shù)(F3)、專任教師比重(F5)、高層次人才比重(F6)與這15所農(nóng)林類院校教育資源配置的純技術效率呈正相關；國家級教學團隊數(shù)(F2)、院系機構數(shù)(F4)、及高考錄取線差(F7)與這15所農(nóng)林類院校教育資源配置的純技術效率呈負相關。

根據(jù)上表，從10%的顯著性角度分析：(1)專任教師占教職工數(shù)比重的相關系數(shù)值0.061710 ，相伴概率P值為0.0754，可見專任教師比重與教育資源配置純技術效率顯著正相關。也就是說，在一定的范圍內(nèi)專任教師所占教職工比重越大，其資源配置的純技術效率就越高。以西北農(nóng)林科技大學為例，作為國家“985工程”和“211工程”重點高校，其資源配置的純技術效率低于沈陽農(nóng)業(yè)大學等省屬農(nóng)林高校。其專任教師比重僅為45.53%是造成這一情況的重要原因之一。(2)學生素質(zhì)即高考錄取分差的相關系數(shù)為-0.071194，相伴概率P值為0.0819，可見高考錄取分差與資源配置的純技術效率呈顯著負相關。這并不難理解，錄取分差越大意味著高校每年錄取的生源質(zhì)量差距就越大，其資源配置純技術效率就越低；相反，錄取分差越小，生源質(zhì)量相對穩(wěn)定，純技術效率就越高。(3)地區(qū)經(jīng)濟發(fā)展水平的相關系數(shù)為0.092306，相伴概率值0.1040，接近于10%顯著性水平。在一定程度上我們可以判斷地區(qū)經(jīng)濟發(fā)展水平與高校資源配置的純技術效率呈顯著正相關，這里的地區(qū)經(jīng)濟發(fā)展水平包含了地區(qū)人均GDP、地區(qū)人均可支配收入及居民消費水平。也就是說，這些指標數(shù)值越高，高校所在地區(qū)擁有的人力、物力、財力資源就越豐富，其教學科研項目、資源也就越多，從而促進高校教學科研水平的提升，也就提高了資源配置的純技術效率。

另外，國家級教學團隊數(shù)與配置效率呈負相關，這一結果出乎意料。究其原因教學團隊的主要目的是改革教學內(nèi)容和方法，促進教學研討和交流，其數(shù)量的多少不能直接影響到教育資源配置純技術效率的高低，甚至出現(xiàn)了教學團隊設置過多造成冗余導致低效的情況。院系機構設置與配置純技術效率呈負相關，其原因可能是院系機構設置過多導致的資源浪費從而造成了配置純技術效率偏低情況的出現(xiàn)。

四、結論

本文在《農(nóng)林類院校教育資源配置效率研究——基于數(shù)據(jù)包絡分析模型》一文的研究基礎之上，運用DEA-Tobit模型對影響農(nóng)林類院校教育資源配置效率的影響因素進行了分析。在研究過程中運用因子分析法對地區(qū)經(jīng)濟發(fā)展水平的指標進行降維，解決了變量之間多重共線性的問題。從研究結果來看，地區(qū)經(jīng)濟發(fā)展水平、專任教師所占比重以及錄取分差與農(nóng)林類院校資源配置的純技術效率顯著相關。另外，國家教學團隊數(shù)、院系機構設置數(shù)與資源配置純技術效率呈負相關；國家級科研平臺數(shù)、高層次人才比重與配置效率呈正相關關系。因此，我們的相關部門、相關高?？梢酝ㄟ^提高專任教師的比重，調(diào)控好每年高考錄取分數(shù)線、精簡機構設置等措施提升資源配置效率。

[1]李荔，李阿利.農(nóng)林院校教育資源配置效率研究——基于數(shù)據(jù)包絡分析模型[J].中國農(nóng)業(yè)教育，2016(6)：64-69.

[2]李婉麗. 基于復合 DEA 的分地區(qū)高?？蒲泄芾硇试u價[J]. 陜西科技大學學報: 自然科學版, 2009, 27(5): 158-162.

[3]成剛, 孫志軍. 我國高校效率研究[J]. 經(jīng)濟學季刊, 2008, 7(3): 1079-1104.

[4]王宇軒. 高職院校的融資結構與辦學效率[D]. 山東大學, 2010.

[5]姜彤彤. 基于 DEA-Tobit 兩步法的高校效率評價及分析[J]. 高等財經(jīng)教育研究, 2011 (2): 1-5.

[6]王佳偉. 中國高校教育資源配置效率的影響因素研究[D]. 大連理工大學, 2015.

[7]譚俊. 中國義務教育資源配置效率評價研究[D]. 湘潭大學, 2014.

(責任編輯：周獻)

Factors Affecting Allocation Efficiency of Educational Resources at Agri-Forestry Universities: Analysis Based on DEA-Tobit Model

LI Li, LI A-Li

(Hunan Agricultural University, Changsha 410128, China)

Based on the survey on the allocation efficiency of educational resources at agri-forestry universities, the factors influencing the allocation efficiency were established including the economic development status of the districts home to universities, university running conditions and faculty and staff. With the factor analysis method to eliminate the variables multicollinearity and the Tobit Model to simulate the related variable regression analysis, the following conclusions have been reached: the regional economic development status, the faculty and the proportion of full-time teachers are positively correlated to the pure technological efficiency of the allocation of educational resources; admission score gap is negatively correlated to the pure technical efficiency. Meanwhile, how the number of national teaching teams and research platforms, the institutional setup of departments and colleges, library books stock, and high-gear personnel proportion are correlated to the resource allocation efficiency are also discussed.

Agri-Forestry Universities; Resources Allocation Efficiency; Influencing Factors; Tobit Model

2017-01-13

李荔，男，湖南農(nóng)業(yè)大學公共管理與法學學院14級公共管理專業(yè)研究生；研究方向：教育經(jīng)濟與管理。李阿利，女，湖南農(nóng)業(yè)大學商學院黨委書記，教授；研究方向：教育經(jīng)濟與管理。

G640

B

1009-1173(2017)02-0056-05