基于DEA模型的中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)評估研究

高山，凌雙

?

基于DEA模型的中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)評估研究

高山，凌雙

(中南大學(xué)公共管理學(xué)院，湖南長沙，410083)

選取2013年中國30個省份(除西藏、臺灣及港澳地區(qū)外)的中小學(xué)校園設(shè)施安全的省際數(shù)據(jù)為樣本，綜合運(yùn)用兩階段Bootstrap-DEA模型和聚類分析方法，測算我國校園設(shè)施安全風(fēng)險(xiǎn)水平。結(jié)果表明：我國中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)總體上呈現(xiàn)出“東北地區(qū)＞東部地區(qū)＞中部地區(qū)＞西部地區(qū)”的趨勢，且各地區(qū)之間風(fēng)險(xiǎn)水平呈現(xiàn)明顯的差異性。準(zhǔn)確衡量各地區(qū)中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)，有利于推動中小學(xué)校園設(shè)施安全從“粗放型”預(yù)防向“精準(zhǔn)性”預(yù)防轉(zhuǎn)變，以便制定出符合各地區(qū)實(shí)際情況的短期及中長期的校園設(shè)施安全管理政策。

中小學(xué)；校園設(shè)施安全；風(fēng)險(xiǎn)評估；Bootstrap-DEA模型；聚類分析

一、研究背景與文獻(xiàn)綜述

學(xué)校設(shè)施安全是指學(xué)校中的設(shè)施設(shè)備沒有受到損壞從而不會導(dǎo)致人員傷害與財(cái)產(chǎn)損害，或者將人員傷亡與經(jīng)濟(jì)損失控制在可接受的水平狀態(tài)下[1]。校園設(shè)施的安全與否不僅關(guān)系到學(xué)生的人身和財(cái)產(chǎn)安全，也關(guān)系到整個校園的安全和諧。但就目前來看，由校園設(shè)施問題引起的校園安全事故呈現(xiàn)出“事故頻發(fā)，誘因復(fù)雜，影響嚴(yán)重”的特點(diǎn)。如2014年昆明“9·26”明通小學(xué)踩踏事故[2]、2016年北京市平谷區(qū)第六小學(xué)的“毒跑道”事件[3]等均對學(xué)校師生身心安全、校園公共財(cái)產(chǎn)產(chǎn)生了負(fù)面影響，嚴(yán)重影響了校園的穩(wěn)定狀態(tài)。在這種背景下，預(yù)防校園設(shè)施安全事故應(yīng)前移事故預(yù)防關(guān)口，應(yīng)將校園設(shè)施安全管理從“事后滅火”的應(yīng)急管理轉(zhuǎn)變?yōu)椤笆虑邦A(yù)防”的風(fēng)險(xiǎn)管理?；诖?，做好中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)評估工作，將有助于提升中小學(xué)校園設(shè)施風(fēng)險(xiǎn)識別能力，從源頭預(yù)防突發(fā) 事件。

校園設(shè)施安全風(fēng)險(xiǎn)評估主要測算校園潛在的設(shè)施安全風(fēng)險(xiǎn)發(fā)生的概率以及由此造成的負(fù)面影響的程度。綜合國內(nèi)外文獻(xiàn)，已有研究成果主要集中于校園安全的評估機(jī)制[4]、評估流程、評估主體、評估標(biāo)準(zhǔn)[5]以及評估制度[6]等定性研究上。而專門針對校園設(shè)施安全風(fēng)險(xiǎn)評估的定量研究主要有對校園建筑安全狀況進(jìn)行評價(jià)的，只是分析指標(biāo)的權(quán)重高度依賴專家的經(jīng)驗(yàn)、知識等，具有很強(qiáng)的主觀性[7]。王起全運(yùn)用非參數(shù)投影尋蹤回歸模型對中小學(xué)校園擁擠踩踏事故風(fēng)險(xiǎn)進(jìn)行評價(jià)，指出人群失控、人群密度以及時(shí)間控制是影響校園踩踏事故的重要因素[8]。彭英等對校園體育設(shè)施安全事故開放案例進(jìn)行事故樹分析，識別出開放過程中的人、物、制度和環(huán)境4大類安全風(fēng)險(xiǎn)因素，但未對校園體育設(shè)施安全風(fēng)險(xiǎn)進(jìn)行評估[9]。由此可見，國內(nèi)外針對校園設(shè)施安全風(fēng)險(xiǎn)評估方面的研究和應(yīng)用比較匱乏。

因此，本文引入數(shù)據(jù)包絡(luò)分析方法(DEA,Data Envelopment Analysis)去評估中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)。針對經(jīng)典DEA模型尚未考慮樣本噪音對風(fēng)險(xiǎn)評估的干擾，本文運(yùn)用中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)評估的兩階段Bootstrap-DEA模型，并選取2013年中國30個省份(除西藏、臺灣及港澳地區(qū)外)的中小學(xué)校園設(shè)施安全的省際數(shù)據(jù)為樣本，測算我國校園設(shè)施安全風(fēng)險(xiǎn)水平，以期為進(jìn)一步降低校園設(shè)施安全風(fēng)險(xiǎn)提供指導(dǎo)信息。

二、研究設(shè)計(jì)

(一) 研究方法

數(shù)據(jù)包絡(luò)分析(DEA)首次由Charnes引入并用于評估多指標(biāo)投入與產(chǎn)出的不同決策單元的相對效 率[10]。其作為一種風(fēng)險(xiǎn)評估方法，無需事先確定風(fēng)險(xiǎn)評估表達(dá)式的形式以及權(quán)重信息，直接依賴于輸入輸出信息測算各決策單元的最優(yōu)權(quán)重值，具有很強(qiáng)的客觀性，主要集中于自然災(zāi)害[11]、道路安全[12]以及金融[13]等領(lǐng)域，幾乎沒有應(yīng)用于校園安全領(lǐng)域風(fēng)險(xiǎn)的測算。其原理是將每個地區(qū)校園設(shè)施安全事故的發(fā)生看作一個“輸入-輸出”系統(tǒng)，通過數(shù)學(xué)規(guī)劃測算決策單元的風(fēng)險(xiǎn)值離相對有效前沿面的距離，即離相對有效前沿面越遠(yuǎn)，風(fēng)險(xiǎn)越低，反之越高。因此，校園設(shè)施安全風(fēng)險(xiǎn)可以被定義為將校園設(shè)施安全風(fēng)險(xiǎn)信息等作為輸入輸出條件后校園安全事故的“爆發(fā)效率”，即校園設(shè)施安全風(fēng)險(xiǎn)值越大，則校園設(shè)施安全事故發(fā)生的可能性越高。其中“輸入”是與校園設(shè)施安全相關(guān)的人員、資金、設(shè)施等，“輸出”的是事故傷亡人數(shù)以及經(jīng)濟(jì)損失等。根據(jù)風(fēng)險(xiǎn)評估的流程，首先，確定風(fēng)險(xiǎn)評價(jià)目標(biāo)為降低中小學(xué)校園設(shè)施安全事故發(fā)生率；其次，識別出校園設(shè)施安全的內(nèi)外風(fēng)險(xiǎn)源，如個體風(fēng)險(xiǎn)、設(shè)施風(fēng)險(xiǎn)以及管理風(fēng)險(xiǎn)等；再次，對影響校園設(shè)施安全的各類風(fēng)險(xiǎn)源進(jìn)行風(fēng)險(xiǎn)分析，同時(shí)綜合內(nèi)外風(fēng)險(xiǎn)分析提取出風(fēng)險(xiǎn)指標(biāo)并進(jìn)行相應(yīng)的數(shù)據(jù)處理；復(fù)次，選擇合適的模型，將處理好的數(shù)據(jù)輸入對應(yīng)的模型進(jìn)行求解；最后，綜合評判我國30個省份校園設(shè)施安全風(fēng)險(xiǎn)現(xiàn)狀。所采用的風(fēng)險(xiǎn)評估流程如圖1所示。

(二) DEA模型

DEA方法作為一種非參數(shù)評價(jià)方法，已經(jīng)引起了國內(nèi)外學(xué)者們的廣泛關(guān)注。學(xué)術(shù)界先后提出了多階段DEA模型和Bootstrap-DEA模型。Li M針對傳統(tǒng)DEA模型無法區(qū)分處在有效前沿面上決策單元的相對風(fēng)險(xiǎn)，以及外生環(huán)境變量對災(zāi)害風(fēng)險(xiǎn)評估的影響，提出三階段的Super-DEA模型[13]。為克服樣本數(shù)據(jù)擾動問題，Simar和Wilson提出了一種Bootstrap的隨機(jī)DEA方法，成功地解決了傳統(tǒng)DEA模型樣本選擇問題[14]。上述兩種方法均拓展了DEA模型，其中Li M聚焦于“過濾”掉外生環(huán)境變量對校園安全風(fēng)險(xiǎn)測算的影響，Simar和Wilson側(cè)重于“剔除”隨機(jī)沖擊對風(fēng)險(xiǎn)評估造成的偏差。考慮到噪音數(shù)據(jù)對風(fēng)險(xiǎn)評估的干擾，本文參照Simar和Wilson提出的Bootstrap-DEA模型來評估我國30個省份的中小學(xué)校園安全風(fēng)險(xiǎn)。具體步驟如下所示。

1. 第一階段：經(jīng)典DEA模型

在經(jīng)典DEA模型中，在0~1的范圍內(nèi)。若評價(jià)單元的值越接近1，說明投入產(chǎn)出水平越高，即評價(jià)單元的安全風(fēng)險(xiǎn)越高。盡管應(yīng)用經(jīng)典DEA模型在進(jìn)行安全風(fēng)險(xiǎn)測算時(shí)，具有無需事先設(shè)定決策單元的風(fēng)險(xiǎn)評估表達(dá)式的優(yōu)點(diǎn)，但由于未考慮到樣本擾動等問題(如統(tǒng)計(jì)誤差、樣本太大以及遺漏變量等)，往往致使風(fēng)險(xiǎn)評估值偏高。因此，為克服上述不足，有必要進(jìn)一步探討樣本隨機(jī)因素對校園設(shè)施安全風(fēng)險(xiǎn)測算的影響。

圖1 校園設(shè)施安全風(fēng)險(xiǎn)評估流程圖

2. 第二階段：Bootstrap-DEA模型

鑒于經(jīng)典DEA模型無法剔除外部隨機(jī)性對風(fēng)險(xiǎn)評估結(jié)果的影響，本文在第二階段運(yùn)用Bootstrap方法，盡可能減少樣本隨機(jī)性對評估結(jié)果造成的偏差。其基本思想是對原始樣本數(shù)據(jù)進(jìn)行數(shù)值模擬，從而得到原始估計(jì)量的近似樣本分布，進(jìn)一步對總體的特征進(jìn)行統(tǒng)計(jì)推斷，具體步驟如下：

(e) 重復(fù)上述步驟B次(一般而言取B=200)，計(jì)算出每個決策單元初始風(fēng)險(xiǎn)得分的偏誤，偏誤修正值和估計(jì)區(qū)間，具體為：

(三) 指標(biāo)體系

運(yùn)用DEA模型對校園設(shè)施安全風(fēng)險(xiǎn)進(jìn)行評估的難點(diǎn)在于如何確定“風(fēng)險(xiǎn)投入”變量和“風(fēng)險(xiǎn)產(chǎn)出”變量。本文參考GB/T 13861(2009)及事故致因連鎖理論[15]，并結(jié)合校園設(shè)施安全的定義及特點(diǎn)[1]，將校園設(shè)施安全風(fēng)險(xiǎn)因素劃分為個體風(fēng)險(xiǎn)、設(shè)施風(fēng)險(xiǎn)及管理風(fēng)險(xiǎn)等風(fēng)險(xiǎn)源。相關(guān)研究表明：社會治安狀況、安全意識水平、安全管理人員數(shù)量、與校園安全相關(guān)的財(cái)政投入、基礎(chǔ)設(shè)施安全系數(shù)、安全教育頻率、安全監(jiān)督力度、師生安全防護(hù)及自救自護(hù)能力等均是影響校園設(shè)施安全的重要因素[16?18]。鑒于上述許多指標(biāo)(如安全意識水平、自救自護(hù)能力等)的量化相對困難，本文選擇學(xué)生密度、危房面積以及公共財(cái)政投入作為“風(fēng)險(xiǎn)投入”指標(biāo)(見圖2)。其中學(xué)生密度作為個體風(fēng)險(xiǎn)的替代指標(biāo)，即學(xué)生密度越大，往往引發(fā)校園設(shè)施安全事故的可能性越大；危房面積作為設(shè)施風(fēng)險(xiǎn)的替代指標(biāo)，即校園危房面積越大，師生受傷害的可能性越大。公共財(cái)政投入也是一項(xiàng)重要的“風(fēng)險(xiǎn)投入”指標(biāo)，其主要通過對管理人員、設(shè)施質(zhì)量等施加影響來提高校園設(shè)施安全水平，即公共財(cái)政對校園安全投入越大，校園設(shè)施安全水平越高。另外，由于校園設(shè)施安全事故并不像重大生產(chǎn)安全事故、道路交通事故以及自然災(zāi)害事故一樣具有普遍性，大部分校園設(shè)施安全事故中經(jīng)濟(jì)損失這一項(xiàng)“風(fēng)險(xiǎn)產(chǎn)出”往往無法有效獲取，因此需要尋找其他替代變量。一項(xiàng)比較合適的指標(biāo)就是校園設(shè)施安全事故發(fā)生率。如果一個地區(qū)的校園設(shè)施安全風(fēng)險(xiǎn)相對較高，那么可以認(rèn)為該地區(qū)的事前預(yù)防措施不到位。因此，校園設(shè)施安全事故率越高的地區(qū)，校園設(shè)施安全風(fēng)險(xiǎn)往往就越高。

圖2 DEA模型輸入輸出變量示意圖

上述DEA模型所需的“風(fēng)險(xiǎn)投入”指標(biāo)，如學(xué)生密度、危房面積、公共投入等數(shù)據(jù)主要來自于2013年《中國教育統(tǒng)計(jì)年鑒》《中國教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》以及相關(guān)統(tǒng)計(jì)年鑒等?。由于當(dāng)前我國暫無專業(yè)的校園安全事故的動態(tài)數(shù)據(jù)庫，現(xiàn)實(shí)中往往也存在學(xué)校等責(zé)任方封鎖事故消息，從而導(dǎo)致的事故統(tǒng)計(jì)不準(zhǔn)確現(xiàn)象，因此，“風(fēng)險(xiǎn)產(chǎn)出”中的校園設(shè)施安全事故率等指標(biāo)主要采用新聞合成周抽樣法統(tǒng)計(jì)獲取[19]。其基本思路為：在一年52個周(按一周七天計(jì)算)中，從第1-6周中隨機(jī)抽取一個周一作為構(gòu)造周的周一，從第47-52周中隨機(jī)抽取一個周日作為構(gòu)造周的周日，然后從第7-14周隨機(jī)抽一個周二作為構(gòu)造周的周二，依此類推，分別構(gòu)造出周三、周四、周五、周六，形成一個完整的構(gòu)造周。反復(fù)兩次，得到一年的兩個構(gòu)造周樣本。剔除通過上述方式獲取的有遺漏、不全、異常的數(shù)據(jù)樣本，最后得到了2013年30個省份中小學(xué)校園設(shè)施安全事故的樣本信息。“風(fēng)險(xiǎn)投入”和“風(fēng)險(xiǎn)產(chǎn)出”變量的描述性統(tǒng)計(jì)信息如表1所示。另外，鑒于DEA模型的輸入輸出變量應(yīng)滿足正相關(guān)性，即“風(fēng)險(xiǎn)投入”值越大，“風(fēng)險(xiǎn)產(chǎn)出”值也越大，而公共財(cái)政投入為負(fù)指標(biāo)，即值越大，校園設(shè)施安全風(fēng)險(xiǎn)越小，將公共財(cái)政投入指標(biāo)采用取倒數(shù)方式進(jìn)行逆處理[20]。

三、實(shí)證結(jié)果

(一) Bootstrap-DEA模型結(jié)果及分析

考慮到樣本的隨機(jī)性因素，根據(jù)表1中收集的“風(fēng)險(xiǎn)投入”與“風(fēng)險(xiǎn)產(chǎn)出”的數(shù)據(jù)，采用兩階段Bootstrap-DEA模型測算2013年我國30個省份中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)值。其中學(xué)生密度、人均危房面積以及公共投入等為“風(fēng)險(xiǎn)投入”變量、校園安全事故率為“風(fēng)險(xiǎn)產(chǎn)出”變量。具體結(jié)果如表2所示。

運(yùn)用Bootstrap-DEA模型測算我國2013年30個省份中小學(xué)校園安全的風(fēng)險(xiǎn)值。結(jié)果顯示：首先，我國中小學(xué)校園安全平均風(fēng)險(xiǎn)值為0.81，這說明了我國中小學(xué)校園安全風(fēng)險(xiǎn)整體相對較高，這也是我國中小學(xué)校園安全事故頻發(fā)的重要原因。其次，采用Bootstrap方法進(jìn)行風(fēng)險(xiǎn)測算值修正后，我國2013年30個省份中小學(xué)的校園安全風(fēng)險(xiǎn)水平均有不同程度的降低，較經(jīng)典DEA模型測算的校園安全風(fēng)險(xiǎn)值下降了7.2%左右。且修正后的風(fēng)險(xiǎn)值均落在置信區(qū)間范圍內(nèi)(其中=0.05)，這意味著采用Bootstrap-DEA模型測算的各省中小學(xué)校園安全風(fēng)險(xiǎn)值落在上下界區(qū)間中具有95%的可信度。而經(jīng)典DEA模型測算的風(fēng)險(xiǎn)值絕大部分落在邊界之外，進(jìn)一步論證了經(jīng)典DEA模型的風(fēng)險(xiǎn)測算是有偏估計(jì)。再次，就校園安全風(fēng)險(xiǎn)值水平而言，江西、陜西兩省中小學(xué)的校園安全風(fēng)險(xiǎn)最低，其相對風(fēng)險(xiǎn)值均低于0.6；而遼寧、山東、吉林等7省的中小學(xué)具有最高的校園安全風(fēng)險(xiǎn)，其相對風(fēng)險(xiǎn)值均高于0.9。通過數(shù)據(jù)分析可以發(fā)現(xiàn)，遼寧、山東、吉林3個省份均是財(cái)政基礎(chǔ)建設(shè)投入過少且危房面積太多的區(qū)域，其中吉林省用于基礎(chǔ)建設(shè)費(fèi)用只有全國平均基礎(chǔ)建設(shè)費(fèi)用的15%左右，而危房面積卻是全國平均危房面積的3倍。大部分省份中小學(xué)校園安全的相對風(fēng)險(xiǎn)值在0.6~0.9之間，其中風(fēng)險(xiǎn)值位于0.8~0.9之間的主要包括廣東、浙江、上海、江蘇等14個地區(qū)，位于0.7~0.8之間的主要包含廣西、四川、湖南3個地區(qū)，剩余4個地區(qū)的中小學(xué)校園安全風(fēng)險(xiǎn)值處于0.5~0.7之間。最后，由于Bootstrap-DEA模型的測算風(fēng)險(xiǎn)修正值的變異系數(shù)為0.18，這說明全國30個省份的中小學(xué)校園安全風(fēng)險(xiǎn)呈現(xiàn)出明顯的差異性。因此，為更清晰地描繪出全國30個省份中小學(xué)階段校園安全風(fēng)險(xiǎn)的空間分布情況，同時(shí)考慮不同地區(qū)中小學(xué)校園安全風(fēng)險(xiǎn)的差異性，將各地區(qū)中小學(xué)校園的安全風(fēng)險(xiǎn)地圖描繪如圖3所示。

表1 校園設(shè)施安全“風(fēng)險(xiǎn)投入”與“風(fēng)險(xiǎn)產(chǎn)出”變量的描述性統(tǒng)計(jì)量

表2 我國2013年30個省份中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)測算值?

從圖3可以看出，我國中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)集中于我國東北部、東部地區(qū)，而中、西部等地區(qū)的中小學(xué)校園安全風(fēng)險(xiǎn)水平相對較低。且在地域上，我國中小學(xué)校園安全風(fēng)險(xiǎn)呈現(xiàn)出“東北地區(qū)＞東部地區(qū)＞中部地區(qū)＞西部地區(qū)”的趨勢。其原因可能是我國絕大部分的人口分布在我國的東部地區(qū)，中西部地區(qū)的人口稀少；另外東北等地區(qū)的經(jīng)濟(jì)相對落后，致使校園安全基礎(chǔ)設(shè)施投入不足且校園危房面積相對較大，進(jìn)一步提高了該地區(qū)中小學(xué)校園設(shè)施安全的風(fēng)險(xiǎn)水平。

(二) 分類DEA模型結(jié)果及分析

鑒于不同地區(qū)校園設(shè)施安全內(nèi)外部風(fēng)險(xiǎn)影響因子的不同，使得各地區(qū)中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)呈現(xiàn)出較大的差異性，為增強(qiáng)各地區(qū)(決策單元)中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)的可比性，本文采用聚類法對各地區(qū)進(jìn)行分組，以便各地區(qū)教育部門可以與相同組別中風(fēng)險(xiǎn)最低的地區(qū)進(jìn)行比較，有效識別兩者之間的差別，從而提高其中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)的預(yù)防能力。通過采用R-2.25軟件，按照其中中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)以及安全事故傷亡人數(shù)的不同對各地區(qū)進(jìn)行聚類分析，共劃分為4類，具體結(jié)果如表3所示。

通過表3可以看出，風(fēng)險(xiǎn)最高的地區(qū)位于群集4中，即東北地區(qū)。究其原因，東北地區(qū)的經(jīng)濟(jì)相對落后，對校園基礎(chǔ)設(shè)施投入不足，可能導(dǎo)致校園設(shè)施無法正常更換和定期維護(hù)等，從而導(dǎo)致校園設(shè)施安全事故發(fā)生的可能性。而集群1包括我國的江西省、福建省、山西省、云南省以及重慶市5個省市，處于風(fēng)險(xiǎn)的最低層次。除去公共財(cái)政投入大等因素外，還與該類地區(qū)的學(xué)生密度相對較小、校園基礎(chǔ)設(shè)施維護(hù)較好等因素有關(guān)。因此，為進(jìn)一步評估2013年我國30個省份中小學(xué)校園安全風(fēng)險(xiǎn)，分別采用Bootstrap-DEA模型對4個集群內(nèi)地區(qū)的中小學(xué)進(jìn)行校園安全風(fēng)險(xiǎn)評估，以便為各組別中教育部門降低校園安全風(fēng)險(xiǎn)提供參照標(biāo)桿。具體結(jié)果如表4所示。

總而言之，運(yùn)用Bootstrap-DEA模型對各類別地區(qū)的中小學(xué)校園安全風(fēng)險(xiǎn)進(jìn)行評估，各地區(qū)的風(fēng)險(xiǎn)相對值整體上保持遞增順序排列且最大風(fēng)險(xiǎn)值小于“1”。其中第3列表示群集1中的地區(qū)風(fēng)險(xiǎn)評估的結(jié)果，第4列表示群集1、2中的地區(qū)風(fēng)險(xiǎn)評估結(jié)果，依次類推。根據(jù)表4可以看出，由于同一類別中各省份的中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)處于相同水平，因此可以首先找到同類別中校園設(shè)施安全風(fēng)險(xiǎn)水平最低的地區(qū)作為標(biāo)桿，通過比較兩者的異同，以便初步提高校園安全風(fēng)險(xiǎn)管理能力，達(dá)到組內(nèi)的風(fēng)險(xiǎn)最低。就類別間的比較而言，以群集1、2(組1-2)為例，首先在群集2中，中小學(xué)校園設(shè)施風(fēng)險(xiǎn)最高的地區(qū)為廣西壯族自治區(qū)，風(fēng)險(xiǎn)最低的地區(qū)為湖南省，如果要將廣西壯族自治區(qū)中小學(xué)校園安全風(fēng)險(xiǎn)降低至湖南省水平，需要減少2%左右的“風(fēng)險(xiǎn)投入”；然后，假使群集2中中小學(xué)校園安全風(fēng)險(xiǎn)水平最高的廣西壯族自治區(qū)想要達(dá)到群集1中校園安全風(fēng)險(xiǎn)水平最低的江西省，那么廣西壯族自治區(qū)需要在先前的基礎(chǔ)上再減少15%左右的“風(fēng)險(xiǎn)投入”。綜上所述，采用上述分類DEA模型有利于增強(qiáng)各決策單元間的可比性，便于各地區(qū)制定降低中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)的短期、中期以及長期目標(biāo)。

圖3 全國30個省份校園安全風(fēng)險(xiǎn)地圖

(除西藏、臺灣及港澳地區(qū)外)

表3 我國30個省份(除西藏、臺灣及港澳地區(qū))中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)聚類結(jié)果

表4 基于分類Bootstrap-DEA模型的30個省份中小學(xué)校園安全風(fēng)險(xiǎn)測算值

四、校園設(shè)施安全的政策建議

校園作為社會的縮影，也時(shí)刻處于一種風(fēng)險(xiǎn)狀態(tài)，校園設(shè)施安全事故的頻繁發(fā)生，正是多種風(fēng)險(xiǎn)因素共同作用的結(jié)果。因此，預(yù)防校園設(shè)施安全應(yīng)將我國校園設(shè)施安全從“被動式”管理轉(zhuǎn)化為“主動式”安全風(fēng)險(xiǎn)管理，進(jìn)行事前風(fēng)險(xiǎn)評估就顯得尤為重要。本文構(gòu)建的校園設(shè)施安全風(fēng)險(xiǎn)評估模型區(qū)別于傳統(tǒng)的風(fēng)險(xiǎn)評估方法主要在于其以“效率為導(dǎo)向”。風(fēng)險(xiǎn)評估不是以校園設(shè)施安全發(fā)生率等產(chǎn)出指標(biāo)來作為各地區(qū)中小學(xué)校園設(shè)施安全預(yù)防工作好壞的依據(jù)，而是以效率為導(dǎo)向，綜合考量各地區(qū)中小學(xué)校園設(shè)施安全的投入產(chǎn)出比狀況，以效率為宏觀調(diào)控的“指揮棒”，推動中小學(xué)校園設(shè)施安全從“粗放型”預(yù)防向“精準(zhǔn)性”預(yù)防轉(zhuǎn)變，塑造出符合各地區(qū)實(shí)際情況的管理情境。根據(jù)以上的研究結(jié)論，提出以下幾點(diǎn)政策建議。

第一，推廣校園設(shè)施風(fēng)險(xiǎn)水平較低地區(qū)的安全防范經(jīng)驗(yàn)。從本文的研究結(jié)論來看，這些經(jīng)驗(yàn)的核心在于改變中小學(xué)校園學(xué)生密度過大、校園設(shè)施老舊以及校園安全經(jīng)費(fèi)投入不足等現(xiàn)狀?！靶@學(xué)生密度過大”說明該地區(qū)當(dāng)前的學(xué)校資源有限，與學(xué)生需求之間的矛盾依舊突出，導(dǎo)致大量的學(xué)生擁堵在狹窄的空間，容易誘發(fā)學(xué)生群體因“小事”而驚慌失措，為校園設(shè)施安全埋下巨大的安全隱患?！靶@設(shè)施老舊”說明這些風(fēng)險(xiǎn)水平較高的地區(qū)，未能對校園設(shè)施進(jìn)行及時(shí)更新或者定期維護(hù)，導(dǎo)致校園設(shè)施經(jīng)常出現(xiàn)如建筑物塌陷、體育設(shè)施零件脫落等現(xiàn)象，增大了校園設(shè)施安全事故爆發(fā)的可能性?！靶@安全經(jīng)費(fèi)投入不足”說明該地區(qū)對中小學(xué)基礎(chǔ)建設(shè)投入不足，主要通過培訓(xùn)校園安全管理人員和提高設(shè)施質(zhì)量等方面來提高校園設(shè)施安全的預(yù)防能力。因此，預(yù)防中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)可以通過減少學(xué)生密度、及時(shí)更換或定期維護(hù)校園安全設(shè)施以及適當(dāng)增加校園建設(shè)公共財(cái)政投入來提高校園設(shè)施安全預(yù)防能力。

第二，政府的公共財(cái)政投入既要重視地區(qū)間的平衡，也要注意各地區(qū)間的差異。在制定各地區(qū)中小學(xué)校園建設(shè)公共財(cái)政預(yù)算時(shí)，可綜合考慮各地區(qū)的危房面積、學(xué)生密度以及校園設(shè)施安全事故發(fā)生率等因素，為處于相對無效狀態(tài)的地區(qū)制定相應(yīng)基準(zhǔn)的安全預(yù)防目標(biāo)，通過合理的分配政府預(yù)算額度，減少校園建設(shè)公共財(cái)政“投入”的冗余和“產(chǎn)出”的不足。對于風(fēng)險(xiǎn)值大于0.8的地區(qū)(如黑龍江、吉林、遼寧、內(nèi)蒙古等)，此類地區(qū)的重點(diǎn)在于加強(qiáng)校園設(shè)施安全管理，利用有限的財(cái)政投入，創(chuàng)造出更低的“產(chǎn)出”效應(yīng)，即更低的校園設(shè)施安全事故發(fā)生率。

第三，科學(xué)制定中小學(xué)校園設(shè)施安全短期、長期預(yù)防目標(biāo)。本文通過分類DEA模型評估我國中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)，能有效地將處于同一風(fēng)險(xiǎn)水平的地區(qū)進(jìn)行歸類，有利于各地區(qū)根據(jù)自身實(shí)際情況，調(diào)整校園設(shè)施安全管理策略。一方面，與“低風(fēng)險(xiǎn)”的地區(qū)相比，雖然這些“高風(fēng)險(xiǎn)”的地區(qū)短時(shí)間達(dá)到“低風(fēng)險(xiǎn)”地區(qū)校園設(shè)施安全風(fēng)險(xiǎn)水平的可能性并不大，但是與同一類別中“最佳”風(fēng)險(xiǎn)水平的地區(qū)相比，仍具有短期提高的可能性。因此，這類地區(qū)應(yīng)對比其與同一類別中“最佳”地區(qū)的差異，積極調(diào)整自身安全管理策略，以期短期實(shí)現(xiàn)同一類中的風(fēng)險(xiǎn)“最佳”。另一方面，處于“風(fēng)險(xiǎn)較高”水平的地區(qū)盡管在短期內(nèi)能達(dá)到某一較低的安全風(fēng)險(xiǎn)水平，但長期而言，校園設(shè)施安全預(yù)防的最終目標(biāo)是盡可能地降低校園設(shè)施安全事故率，減少損失。因此，這些地區(qū)在制定短期校園設(shè)施安全管理策略的同時(shí)，也應(yīng)該不斷地調(diào)整自身策略，朝著更長遠(yuǎn)的目標(biāo)努力。

五、結(jié)語

傳統(tǒng)的校園安全風(fēng)險(xiǎn)評估方法，其評估函數(shù)中的參數(shù)大都依賴于專家的經(jīng)驗(yàn)、知識等，具有很強(qiáng)的主觀性，因此很難對校園安全的風(fēng)險(xiǎn)水平進(jìn)行定量測算。本文首次將DEA方法引入到校園安全風(fēng)險(xiǎn)的評估中，具有一定的開創(chuàng)性，克服了傳統(tǒng)風(fēng)險(xiǎn)評估中指標(biāo)間權(quán)重?zé)o法有效分配的問題。同時(shí)，針對經(jīng)典DEA方法無法消除樣本隨機(jī)因素對風(fēng)險(xiǎn)測算結(jié)果的影響，引入Bootstrap方法對中小學(xué)校園安全風(fēng)險(xiǎn)測算結(jié)果進(jìn)行修正。最后，針對各地區(qū)中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)水平的變差系數(shù)較大的情況，采用分類DEA模型對各類別中小學(xué)校園安全風(fēng)險(xiǎn)進(jìn)行評估。主要結(jié)論和政策建議如下：①我國中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)整體相對較高，致使我國中小學(xué)校園設(shè)施安全事故頻發(fā)，且我國中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)呈現(xiàn)出“東北地區(qū)＞東部地區(qū)＞中部地區(qū)＞西部地區(qū)”的特點(diǎn)；②采用Bootstrap-DEA方法對中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)測算值進(jìn)行修正，其修正后的測算值相比于經(jīng)典DEA模型測算的風(fēng)險(xiǎn)水平下降了7.2%左右；③運(yùn)用分類DEA模型對各地區(qū)校園設(shè)施安全風(fēng)險(xiǎn)進(jìn)行評估，有利于增加各地區(qū)校園設(shè)施安全風(fēng)險(xiǎn)水平的可比性，從而為各省(直轄市)的教育部門針對中小學(xué)校園設(shè)施安全風(fēng)險(xiǎn)管理提供防災(zāi)、減災(zāi)的科學(xué)依據(jù)。

注釋：

① 表中第2列和第7列為經(jīng)典DEA模型風(fēng)險(xiǎn)測算值；第3列和第8列為Bootstrap-DEA模型測算的風(fēng)險(xiǎn)修正值；第4、9列以及第5、10列分別為修正值置信區(qū)間的上下界(=0.05)；迭代此時(shí)設(shè)置為B=200,置信區(qū)間選為95%。

② 國家統(tǒng)計(jì)局公布最新校園安全相關(guān)數(shù)據(jù)為2013年版，本文主要側(cè)重于風(fēng)險(xiǎn)評估方法的運(yùn)用。

[1] 高山. 中國應(yīng)急教育與校園安全發(fā)展報(bào)告[M]. 北京: 科學(xué)出版社, 2017: 126?127.

[2] 昆明明通小學(xué)踩踏事故: 26名受傷學(xué)生已出院18人[EB/OL]. http://jx.people.com.cn/n/2014/0929/c186330- 22484068.html.

[3] 家長質(zhì)疑北京平谷六小塑膠跑道鏟除不徹底校方稱剩余部分另做處理[EB/OL].http://finance.people.com.cn/ n1/2016/0622/c1004-28470053.html.

[4] 馮幫. 論中小學(xué)校園突發(fā)事件風(fēng)險(xiǎn)的預(yù)防性評估[J]. 中國教育學(xué)刊, 2015(11): 67?72.

[5] 楊瓊, 夏人青. 基于風(fēng)險(xiǎn)評估的學(xué)校教育社會風(fēng)險(xiǎn)管理構(gòu)想[J]. 教育科學(xué)研究, 2011(8): 29?32.

[6] 方益權(quán), 杜玉玉. 平安校園視域下社區(qū)安全風(fēng)險(xiǎn)評估制度研究[J]. 高等教育研究, 2014(7): 71?77.

[7] Zhang Y M, Xu Y. Application of fuzzy mathematics and comprehensive assessment in campus architecture safety assessment[J]. Applied Mechanics & Materials, 2011, 99/100(5): 1?9.

[8] 王起全. 中小學(xué)校園擁擠踩踏事故風(fēng)險(xiǎn)評估指標(biāo)研究[J]. 中國安全科學(xué)學(xué)報(bào), 2012(1): 149?156.

[9] 彭英, 唐剛, 位可娜. 學(xué)校體育場地設(shè)施對社會開放的安全風(fēng)險(xiǎn)規(guī)避研究[J]. 北京體育大學(xué)學(xué)報(bào), 2017, 40(2): 79?86.

[10] Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2(6): 429?444.

[11] Shen Y, Hermans E, Brijs T, et al. Road safety risk evaluation and target setting using data envelopment analysis and its extensions[J]. Accident Analysis & Prevention, 2012, 48(3): 430?441.

[12] Cooper W W, Kingyens A T, Paradi J C. Two-stage financial risk tolerance assessment using data envelopment analysis[J]. European Journal of Operational Research, 2014, 3(1): 273?280.

[13] Li M, Lv J, Chen X, et al. Provincial evaluation of vulnerability to geological disaster in China and its influencing factors:a three-stage DEA-based analysis[J]. Natural Hazards, 2015, 79(3): 1?14.

[14] Simar, Wilson. Sensitivity analysis of efficiency scores: how to bootstrap in nonparametric frontier models[J]. Management Science, 1998, 44(1): 49?61.

[15] Heinrich H W, Petersen D, Roos N R. Industrial accident prevention: a safety management approach[M]. 1980: 89.

[16] 郝篆香, 蔡敏. 美國中小學(xué)安全教育的實(shí)施及其啟示—以南卡羅來納州為例[J]. 外國教育研究, 2011(11): 31?36.

[17] 程天君, 李永康. 校園安全:形勢、癥結(jié)與政策支持[J]. 教育研究與實(shí)驗(yàn), 2016(1): 15?20.

[18] Schreck C J, Gibson C L, Miller J M. Trouble in the school yard:a study of the risk factors of victimization at school[J]. Crime & Delinquency, 2003, 49(3): 460?484.

[19] Riffe D, Others A. The effectiveness of random, consecutive day and constructed week sampling in newspaper content analysis[J]. Journalism Quarterly, 1993, 70(1): 133?139.

[20] Lewis H F, Sexton T R. Data envelopment analysis with reverse inputs and outputs[J]. Journal of Productivity Analysis, 2004, 21(2): 113?132.

[編輯: 胡興華]

Campus facilities safety risk assessment research for primary and secondary schools: Based on DEA model

GAO Shan, LING Shuang

(School of Public Administration, Central South University, Changsha 410083, China)

The present essay took Bootstrap-DEA model and clustering analysis method to process the original data from 30 provinces (except Tibet, Taiwan and Hong Kong and Macao regions) to measure the campus security risk level. The conclusion was drawn as follows. In general, the safety risk of primary and secondary schools in China presented an overall pattern of Northeast>Eastern China>Central China>>West China, and there was great difference among 30 provinces about campus safety risk. It would be beneficial to promote the campus safety management mode of preventing accidents from the mode of “extensive pattern” to that of “precision pattern,” and the education departments of various regions also can set short-term and medium-and-long-term policy for the campus security management by accurately weighing the safety risk level of primary and secondary schools in China.

primary and secondary schools; campus facilities safety; risk assessment; Bootstrap-DEA model; cluster analysis

B82

A

1672-3104(2017)05?0152?08

2017?02?28；

2017?05?31

2016年國家自然科學(xué)基金項(xiàng)目“社會化媒體下重大決策社會穩(wěn)定風(fēng)險(xiǎn)傳導(dǎo)路徑與防控機(jī)制研究”(71573280)；2016年國家自然科學(xué)基金項(xiàng)目“基于博弈論視角的我國食品行業(yè)監(jiān)管模型與機(jī)制創(chuàng)新研究”(71573281)；2016年湖南省哲學(xué)社會科學(xué)基金西部項(xiàng)目“湘西地區(qū)文化旅游扶貧研究”(16YBX029)；2016年國家社科基金項(xiàng)目“大學(xué)生網(wǎng)絡(luò)素養(yǎng)與社會主義核心價(jià)值觀認(rèn)同研究”(16CKS045)

高山(1969?)，男，湖南長沙人，管理科學(xué)與工程博士，中南大學(xué)公共管理學(xué)院教授，主要研究方向：風(fēng)險(xiǎn)管理，高教管理，政府績效管理；凌雙(1990?)，男，湖南衡陽人，中南大學(xué)公共管理學(xué)院博士研究生，主要研究方向：風(fēng)險(xiǎn)管理，績效評估