我國(guó)高等教育發(fā)展效率及影響因素研究

羅利群，高婉玉

（云南民族大學(xué)教育學(xué)院，云南 昆明 650504）

0 引言

改革開放以來(lái)，各大高校實(shí)行擴(kuò)大招生規(guī)模政策，使得高等教育呈現(xiàn)爆炸式增長(zhǎng)。中國(guó)高等教育總體規(guī)模先后超越了人口大國(guó)（印度）和經(jīng)濟(jì)強(qiáng)國(guó)（美國(guó)），躍居世界第一。龐大的高等教育投入是否與社會(huì)發(fā)展需要相契合以及高等教育的投入是否與高等教育的產(chǎn)出相匹配一直是人們關(guān)心的問(wèn)題。因此，在高等教育普及化的今天，研究高等教育投入產(chǎn)出效率，不僅可以為高等教育發(fā)展提供可視化評(píng)價(jià)途徑，而且對(duì)高等教育發(fā)展的增速提質(zhì)具有重要的現(xiàn)實(shí)意義。

DEA法可優(yōu)化模型中其中任意一個(gè)決策單元（簡(jiǎn)稱DMU，Decision Making Unit），加之其不要求對(duì)輸入和輸出數(shù)據(jù)的單位進(jìn)行統(tǒng)一處理，避免在對(duì)原始數(shù)據(jù)處理過(guò)程中引入過(guò)多主觀因素，以保證DMU數(shù)據(jù)的相對(duì)客觀性，國(guó)內(nèi)外使用DEA方法研究教育投入產(chǎn)出效率的文獻(xiàn)與日俱增，特別是高等教育領(lǐng)域?，F(xiàn)有研究主要選取學(xué)院作為研究對(duì)象來(lái)評(píng)價(jià)單一高校投入產(chǎn)出效率，針對(duì)省域教育層面展開研究較為鮮見。在研究對(duì)象的選取上，主要以高校的截面數(shù)據(jù)或時(shí)間序列數(shù)據(jù)為決策單元，缺乏對(duì)區(qū)域性高校發(fā)展趨勢(shì)動(dòng)態(tài)變化的深入探究[2]；在研究方法上，主要沿用以規(guī)模報(bào)酬不變?yōu)榧僭O(shè)前提的CCR模型，而現(xiàn)實(shí)中高等教育的規(guī)模報(bào)酬并非恒定不變[3]，因此運(yùn)用CCR模型來(lái)測(cè)算高等教育發(fā)展效率的做法有待商榷。綜合運(yùn)用交叉模型，對(duì)數(shù)據(jù)結(jié)果進(jìn)行決策冗余處理的相關(guān)研究鳳毛麟角；在研究變量的選擇上，大多數(shù)研究?jī)H停留在二級(jí)指標(biāo)的構(gòu)建，缺乏對(duì)變量的深入剖析，可能導(dǎo)致研究結(jié)果存在較大偏差。綜上所述，本研究運(yùn)用DEA交叉模型評(píng)價(jià)2010-2019年31個(gè)省市自治區(qū)的高等教育投入產(chǎn)出效率，并用Tobit模型對(duì)研究結(jié)果進(jìn)行回歸分析，以期實(shí)現(xiàn)對(duì)高等教育發(fā)展效率較為準(zhǔn)確的評(píng)價(jià)。

1 方法與數(shù)據(jù)

1.1 研究方法

1.1.1 DEA模型

DEA模型是運(yùn)用回歸分析方法，通過(guò)引入某個(gè)“教育因素”來(lái)分析教育投入與收入的邊際效應(yīng)?；谙鄬?duì)最優(yōu)解的理念，DEA法可以克服生產(chǎn)函數(shù)、投資回報(bào)等投入產(chǎn)出分析模式難以說(shuō)明復(fù)雜的多種因果變量關(guān)系缺陷，因而，該方法被認(rèn)為是評(píng)價(jià)復(fù)雜的多投入和多產(chǎn)出因果關(guān)系較為行之有效的方法。所謂DEA有效，指決策單元的投入產(chǎn)出比達(dá)到最大[4]。CCR模型為:

BCC模型為:

其中，α表示CCR模型中評(píng)估的高等教育綜合效率，β表示BCC模型中測(cè)算的高等教育純技術(shù)效率，λi表示決策單元所占的權(quán)重，x0和y0分別表示決策單元的投入和產(chǎn)出,xi和 yi分別表示決策單元的投入和產(chǎn)出取值為正的方向向量。其中s-為松弛變量，s+表示剩余變量。若效率值小于1，則說(shuō)明該單元的投入產(chǎn)出為非DEA有效；當(dāng)效率值為1時(shí)存在2種情況，一是若s-和s+均為0，則證明該情況下的投入產(chǎn)出效率最高。二是s-或s+不為0，則證明該情形下的投入產(chǎn)出是相對(duì)有效的，但沒(méi)有達(dá)到最優(yōu)生產(chǎn)配置。此外，將教育全要素生產(chǎn)率（又稱規(guī)模效率）作為連接綜合效率和純技術(shù)效率的橋梁，可得SE=TE/PTE。

1.1.2 Tobit模型

鑒于DEA有效值位于0-1區(qū)間，Tobit模型能在一定程度上解決受因變量或樣本選擇偏誤的回歸問(wèn)題，因此，借助Tobit模型對(duì)DEA非有效決策單元投入的冗余度進(jìn)行測(cè)量?；诟叩冉逃龝r(shí)間序列和橫截面數(shù)據(jù)，文章進(jìn)一步采用處理極限變量的Tobit模型分析高等教育發(fā)展效率的影響因子。利用2010年-2019年31個(gè)省市自治區(qū)的面板數(shù)據(jù)，以高等教育純技術(shù)效率（PTE）為因變量，從政府扶持力度、社會(huì)產(chǎn)業(yè)結(jié)構(gòu)、區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r、高等教育現(xiàn)狀等方面分別選取了高等教育財(cái)政撥款占教育事業(yè)總財(cái)政撥款額的比重（X1）、教育總產(chǎn)值占GDP比重（X2）、人均GDP值（X3）和高等教育在校學(xué)生數(shù)量（X4）為解釋變量[5]。Tobit模型具體運(yùn)算公式為：

其中，GTE表示高等教育發(fā)展效率；α表示截距值；βi為待估參數(shù)；Xi為高等教育發(fā)展效率的影響因素。

1.2 指標(biāo)選取

1.2.1 高等教育投入指標(biāo)

在高等教育領(lǐng)域，高等教育投入產(chǎn)出效益將經(jīng)濟(jì)學(xué)領(lǐng)域中的投資回報(bào)率等應(yīng)用到教育范疇，是高等教育投入和產(chǎn)出之間的百分比。基于已有研究將高等教育的投入劃分為人力、物力、財(cái)力三大方面，將投入因素進(jìn)一步細(xì)致劃分。首先，在人力資源方面，教育人力資源包括在校學(xué)生人數(shù)、行政管理人員、生產(chǎn)人員數(shù)、教學(xué)崗人員以及他們的知識(shí)結(jié)構(gòu)、職稱結(jié)構(gòu)、年齡結(jié)構(gòu)等。由于高等教育內(nèi)部人員對(duì)培養(yǎng)人才、創(chuàng)新科技和服務(wù)社會(huì)等領(lǐng)域的貢獻(xiàn)不盡相同，因而將高等教育的人力資源在結(jié)構(gòu)上劃分為高級(jí)教職人員、普通教職人員、教輔工作人員。其中，高級(jí)教職人員是在高校中承擔(dān)科研任務(wù)的人員，對(duì)高校建設(shè)的貢獻(xiàn)較為突出，一般擁有副教授、教授職稱；普通教職人員更傾向于從事?？?、成人大學(xué)的科研工作或在本科院校以教學(xué)為主要任務(wù)的人員，這類教師將教育教學(xué)擺在首位，其工作成果直接關(guān)系到學(xué)校的教育產(chǎn)出；作為高等教育的外部性保障，教輔工作人員主要從事維持教育教學(xué)正常秩序的行政工作，也構(gòu)成了影響高等教育產(chǎn)出必不可少的投入因素之一。其次，在物力資本方面，學(xué)校的固定資產(chǎn)和低值易耗品形塑了教育的物力資本。根據(jù)高等教育的固定資產(chǎn)的用途，又可細(xì)分為三大類：生活用固定資產(chǎn)、科研用固定資產(chǎn)和共同的固定資產(chǎn)。最后，在財(cái)力資源方面，高等教育主要經(jīng)費(fèi)來(lái)源于國(guó)家財(cái)政性撥款，這些經(jīng)費(fèi)主要由單位內(nèi)部教育經(jīng)費(fèi)支出和單位外部教育經(jīng)費(fèi)支出構(gòu)成[6][7]。基于上述分析，選取高級(jí)教職人員、普通教職人員、教輔工作人員、生活用固定資產(chǎn)、科研用固定資產(chǎn)、共同的固定資產(chǎn)、低值易耗品、單位內(nèi)部教育經(jīng)費(fèi)支出和單位外部教育經(jīng)費(fèi)支出等9項(xiàng)指標(biāo)建構(gòu)高等教育投入指標(biāo)體系。

1.2.2 高等教育產(chǎn)出指標(biāo)

自20世紀(jì)初美國(guó)威斯康星大學(xué)校長(zhǎng)范·海斯（Charles R.Van Hise）將教學(xué)、科研和服務(wù)視為大學(xué)的主要職能以來(lái)，人們對(duì)高等教育的定位日益明晰，即科研、人才培養(yǎng)和服務(wù)社會(huì)是高等教育發(fā)展之使命。從人才培養(yǎng)、科技創(chuàng)新和社會(huì)服務(wù)作為評(píng)價(jià)高等教育產(chǎn)出效率的三大維度入手，分析高等教育產(chǎn)出指標(biāo)。首先，畢業(yè)生人數(shù)是教育教學(xué)成果的直接體現(xiàn)，相當(dāng)于會(huì)計(jì)學(xué)中的產(chǎn)成品或完工產(chǎn)品。因而，選取畢業(yè)人數(shù)作為人才培養(yǎng)方面的產(chǎn)出指標(biāo)。其次，論文、專著和科研成果是衡量一個(gè)國(guó)家科研水平的重要指標(biāo)，在一定程度上能凸顯高等教育的科技創(chuàng)新能力。最后，礙于高等教育的社會(huì)價(jià)值體現(xiàn)在方方面面且難以準(zhǔn)確測(cè)量，故基于現(xiàn)有的高等教育統(tǒng)計(jì)數(shù)據(jù)，遴選當(dāng)年實(shí)際技術(shù)轉(zhuǎn)讓收入和課題項(xiàng)目作為社會(huì)服務(wù)方面的衡量指標(biāo)[8][9]。基于上述考量，從人力、物力、財(cái)力投入維度和人才培養(yǎng)、科技創(chuàng)新、社會(huì)服務(wù)產(chǎn)出維度出發(fā)，構(gòu)建高等教育發(fā)展的評(píng)價(jià)指標(biāo)體系（見表1）。

表1 高等教育發(fā)展評(píng)價(jià)指標(biāo)體系

1.2.3 影響因素指標(biāo)

教育系統(tǒng)兼具整體空間的協(xié)調(diào)性和子系統(tǒng)之間的互動(dòng)性特點(diǎn)，教育系統(tǒng)作用于社會(huì)子系統(tǒng)的同時(shí)，各子系統(tǒng)的外溢效應(yīng)又反作用于教育系統(tǒng)及其空間布局。文章主要從區(qū)域經(jīng)濟(jì)發(fā)展水平、財(cái)政系統(tǒng)和人力資本3個(gè)子系統(tǒng)出發(fā)，建立Tobit回歸模型的自變量衡量指標(biāo)，遴選DEA分析方法中的BCC模型所測(cè)算出來(lái)的純技術(shù)效率值（PIT）作為因變量，對(duì)高等教育發(fā)展效率的影響因素進(jìn)行描述性分析、相關(guān)性分析和回歸統(tǒng)計(jì)。其一區(qū)域經(jīng)濟(jì)發(fā)展水平是影響和制約高等教育的重要影響因素之一，用各省份的人均GDP作為區(qū)域經(jīng)濟(jì)發(fā)展水平（B1）的衡量指標(biāo)[10]；其二財(cái)政系統(tǒng)通過(guò)對(duì)教育資源進(jìn)行分配和再分配直接作用于高等教育發(fā)展效率，將高等教育的經(jīng)費(fèi)投入視為高等教育經(jīng)費(fèi)投入規(guī)模（B2）的指標(biāo)，各省份高等教育學(xué)生人均教育經(jīng)費(fèi)占人均GDP比重（B3）作為高等教育人均教育經(jīng)費(fèi)指數(shù)，用各省份高等教育公共財(cái)政經(jīng)費(fèi)占全部教育事業(yè)經(jīng)費(fèi)支出比重來(lái)衡量高等教育經(jīng)費(fèi)配置結(jié)構(gòu)（B4）；其三人力資本的積累和競(jìng)爭(zhēng)對(duì)高等教育的發(fā)展產(chǎn)生或正或負(fù)的外溢效果。行業(yè)內(nèi)勞動(dòng)資源的互動(dòng)交流和流動(dòng)性促進(jìn)高等教育人力資本的專業(yè)化發(fā)展的同時(shí)，人力資源使用的專門性和排他性又對(duì)高等教育的發(fā)展產(chǎn)生負(fù)的外溢效果。用高校教輔人員和教職人員總數(shù)表示人力資本（B5）[11]。

2 實(shí)證分析

選取中國(guó)2010-2019年的面板數(shù)據(jù)作為分析高等教育投入產(chǎn)出效率的數(shù)據(jù)支撐，得出各年份、各區(qū)域高等教育的綜合效率（TE）、純技術(shù)效率（PTE）和規(guī)模效率（SE）等指標(biāo)，采用DEA-Solver Pro 5.0軟件處理面板數(shù)據(jù)，結(jié)果如表2所示。若效率值為1，說(shuō)明決策單元位于生產(chǎn)前沿面上，該值為最優(yōu)解；否則，說(shuō)明該決策單元未達(dá)到最優(yōu)狀態(tài)。

表2 各年份高等教育發(fā)展效率值

2.1 高等教育發(fā)展效率整體評(píng)價(jià)

根據(jù)DEA模型分析結(jié)果表明，2019年高等教育投入產(chǎn)出的平均綜合效率為0.9514，2014-2016年高等教育為達(dá)到最佳狀態(tài)，但總體而言，高等教育綜合效率較高。從表3-1和表3-4可知，全國(guó)31個(gè)省市自治區(qū)中，2011年達(dá)到規(guī)模效益有效的省份或地區(qū)有11個(gè)，約占35.48%。2014年-2015年有48.39%（15個(gè)）達(dá)到綜合效率有效，數(shù)量有明顯回升，但之后有維持在12-13個(gè)的水平。到2019年，有12個(gè)地區(qū)的高等教育投入產(chǎn)出綜合技術(shù)效率為1，而且能同時(shí)實(shí)現(xiàn)技術(shù)有效和規(guī)模有效。從區(qū)域分布來(lái)看，這些地區(qū)主要分布在中國(guó)的東部和中部地區(qū)，如浙江、安徽、河南、海南等；與此同時(shí)，部分西部地區(qū)，如西藏、青海等的高等教育投入產(chǎn)出規(guī)模低于全國(guó)的平均水平，雖然在近五年內(nèi)有提高的趨勢(shì)，但相對(duì)全國(guó)其他地區(qū)而言，差距仍較為明顯。造成部分西部地區(qū)綜合效率低于全國(guó)平均水平的原因主要有2個(gè)方面，一方面，體現(xiàn)了高等教育系統(tǒng)具有為社會(huì)培養(yǎng)應(yīng)用型人才的功能，卻忽視了對(duì)科研創(chuàng)新能力的培養(yǎng)。目前，各大高校注重對(duì)青年教師的引進(jìn)，部分青年教師為獲得高額人才引進(jìn)費(fèi)而退居科研二線，造成人才資源的極大浪費(fèi)。加之繁重的教學(xué)任務(wù)，在一定程度上制約教師的科研精力的投入，導(dǎo)致科研產(chǎn)出不足。另一方面，雖然區(qū)域政府加大了教育科研經(jīng)費(fèi)投入力度，囿于科研成果需要長(zhǎng)時(shí)間深耕，加大科研經(jīng)費(fèi)投入并不能產(chǎn)生立竿見影的效果,阻礙了西部地區(qū)綜合效率水平的提高。從整體上看，高等教育投入產(chǎn)出綜合效率處于相對(duì)較高的水平，但存在一定的區(qū)域差異。

根 據(jù) 公 式（1）（2）（3）計(jì) 算 出2010年 到2019年我國(guó)高等教育發(fā)展的綜合效率、純技術(shù)效率和規(guī)模效率，由于篇幅限制，文章只列出部分年份的效率值（見表3）。將全國(guó)31個(gè)省市自治區(qū)按照中國(guó)地理區(qū)位劃分為東部、東北、中部和西部4個(gè)不同的區(qū)域，圖1可以直觀地反映4個(gè)區(qū)域在2010年至2019年間，高等教育的綜合效率、純技術(shù)效率和規(guī)模效率的發(fā)展趨勢(shì)。

圖1 2010-2019年高等教育的純技術(shù)效率、規(guī)模效率和綜合技術(shù)效率的區(qū)域變化情況

表3 各地區(qū)高等教育的綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率數(shù)值

根據(jù)表3結(jié)果顯示，以2019年數(shù)據(jù)為例，高等教育投入產(chǎn)出的純技術(shù)效率平均值為0.9689，可見隨著高等教育體制機(jī)制的不斷完善，我國(guó)高等教育投入產(chǎn)出的技術(shù)效率總體呈上升的態(tài)勢(shì)。在全國(guó)31個(gè)省、市、自治區(qū)中，僅有3個(gè)決策單元的純技術(shù)效率值在90%以下。換而言之，有28個(gè)（90.32%）決策單元純技術(shù)效率值達(dá)到90%以上，其中有19個(gè)地區(qū)的純技術(shù)效率值分布在生產(chǎn)前沿面上，即效率值為1。從區(qū)域位置來(lái)看，東北地區(qū)和黃河中下游地區(qū)的純技術(shù)效率值提升較快，可見這些地區(qū)的高等教育投入產(chǎn)出效率逐漸提高。值得注意的是，甘肅、內(nèi)蒙古和新疆的純技術(shù)效率都低于0.90，分別為0.8403、0.8988和0.8216。這些地區(qū)都分布在中國(guó)西南和西北偏遠(yuǎn)地區(qū)。此外，部分地區(qū)的純技術(shù)效率和綜合技術(shù)效率表現(xiàn)較為良好，稍加調(diào)整也可以實(shí)現(xiàn)高等教育相對(duì)均衡發(fā)展，如北京、天津、河北、山西、福建、湖南、重慶等地區(qū)?？傮w而言，高等教育投入產(chǎn)出純技術(shù)效率與綜合技術(shù)效率的走勢(shì)大致相同且處于較高水平。

此外，高等教育投入產(chǎn)出規(guī)模效率高于純技術(shù)效率。結(jié)合表2、表3和圖1可以看出，高等教育投入產(chǎn)出的規(guī)模效率值普遍高于純技術(shù)效率值。從2010年至2019年，全國(guó)范圍內(nèi)高等教育投入產(chǎn)出規(guī)模效率值始終維持在0.95以上，說(shuō)明高等教育投入產(chǎn)出規(guī)模效率高度接近前沿線。2019年，規(guī)模效率值為1的地區(qū)有12個(gè)（占38.71%），達(dá)到高等教育規(guī)模效率最佳狀態(tài)。這些高效率地區(qū)主要分布在長(zhǎng)江流域和黃河流域，如貴州、云南、西藏等西南和西北部分地區(qū)的高等教育投入產(chǎn)出規(guī)模效率也取得了長(zhǎng)足進(jìn)步。規(guī)模效率未達(dá)到0.90的地區(qū)有2個(gè)，其中寧夏和青海的規(guī)模效率值分別為0.8440、0.8480。規(guī)模效率最小值0.8440與最大值1之間相差約0.156，說(shuō)明中國(guó)的高等教育發(fā)展相對(duì)不平衡且差距較大。而高等教育投入產(chǎn)出綜合技術(shù)效率最小值為0.8129，與最大值之間相差約0.1871。相較之下，高等教育規(guī)模效率的區(qū)域間差距較小。綜上所述，中國(guó)高等教育投入產(chǎn)出的規(guī)模效率整體處于一個(gè)較高水平且普遍高于純技術(shù)效率值，但高等教育的區(qū)域發(fā)展不平衡較為明顯。高等教育總體上呈現(xiàn)“以東部、中部地區(qū)省份為效率高地,以西部地區(qū)省份為效率洼地”的空間分布格局。

2.2 高等教育投入產(chǎn)出效率的影響因素分析

為分析高等教育效率影響因素，將DEA方法中BCC模型所得的純技術(shù)效率值（PTE）作為因變量，各省份的人均GDP(B1)、高等教育的經(jīng)費(fèi)投入(B2)、高等教育人均教育經(jīng)費(fèi)指數(shù)(B3)和高等教育資源配置結(jié)構(gòu)(B4)作為自變量，運(yùn)用Tobit模型對(duì)高等教育資源配置技術(shù)效率影響因素進(jìn)行描述性統(tǒng)計(jì)（表4）、相關(guān)性分析（表5）和逐步多重回歸分析（表6）。

表6 高等教育資源配置效率影響因素逐步多重回歸結(jié)果

由表4中可知，不同因素變量之間存在顯著差異，在310個(gè)觀察值中，各省份的人均GDP(B1)、高等教育的經(jīng)費(fèi)投入(B2)兩項(xiàng)變量的標(biāo)準(zhǔn)差偏大，且最大值和最小值之間差距懸殊。可見，各省份人均GDP和高等教育的經(jīng)費(fèi)投入兩項(xiàng)變量差異顯著。經(jīng)對(duì)高等教育影響因素進(jìn)行誤差檢驗(yàn)，得出5種影響因子差異顯著，F(xiàn)（4，305）=92.61，p＜0.001。

表4 高等教育影響因素的描述性統(tǒng)計(jì)結(jié)果

由表5測(cè)試結(jié)果可以看出，回歸方程預(yù)測(cè)誤差很小，可以用于預(yù)測(cè)高等教育影響因素的實(shí)際值。接著，分析高等教育資源配置效率影響因素的相關(guān)性，由表5可以觀察到B1與B2（0.699***）、B1與B4（0.583***）、B1與B4（0.872***）之間高度擬合。由于影響因子解釋力的大小存在差異，采用逐步多重回歸法逐步篩選影響因子，在線性回歸分析中選擇Backward按鈕實(shí)現(xiàn)。模型1中剔除高等教育的經(jīng)費(fèi)投入(B2)，顯著性大于0.001。接著，模型2剔除各省份人均GDP（B1），顯著性為0.002。最后，將B1、B2和B4進(jìn)行擬合處理，剔除各省份人均GDP（B1）與高等教育的經(jīng)費(fèi)投入(B2)，得出B3、B4和B5影響因子差異顯著，F(xiàn)（3，305）=5.874，p＜0.001。

表5 高等教育資源配置效率影響因素的相關(guān)分析結(jié)果

通過(guò)各省市自治區(qū)高等教育資源配置效率的影響因素進(jìn)行分析，高等教育資源配置效率（PIT）與5種因素存在顯著相關(guān)性。各省份人均GDP(B1)在5%的顯著性水平上存在正相關(guān)(0.107)，而與高等教育的經(jīng)費(fèi)投入(B2)和各省份高等教育公共財(cái)政經(jīng)費(fèi)占全部教育事業(yè)經(jīng)費(fèi)支出比重(B4)在1‰的水平上存在顯著正相關(guān)，與各省份高等教育學(xué)生人均教育經(jīng)費(fèi)占人均GDP比重(B3)呈現(xiàn)弱相關(guān)。其中，教育經(jīng)費(fèi)投入規(guī)模對(duì)高等教育資源配置效率影響最為顯著，高等教育資源配置結(jié)構(gòu)和地方經(jīng)濟(jì)實(shí)力僅次之，而高等教育人均經(jīng)費(fèi)指數(shù)影響最弱?？梢夿1與B2（0.699***）、B1與B4（0.583***）、B1與B4（0.872***）之間高度擬合，因而剔除B1與B2，得出高等教育人均教育經(jīng)費(fèi)指數(shù)(B3)、高等教育資源配置結(jié)構(gòu)(B4)和人力資本(B5)等因素會(huì)影響高等教育的發(fā)展效率。這意味著提高高等教育人均教育經(jīng)費(fèi)指數(shù)的提高和壯大高等教育人力資本在一定程度上會(huì)促進(jìn)區(qū)域高等教育資源配置效率的提高,這也驗(yàn)證“高等教育總體上呈現(xiàn)‘以東部、中部地區(qū)省份為效率高地,以西部地區(qū)省份為效率洼地’的空間分布格局”的結(jié)論。此外, 高等教育資源配置結(jié)構(gòu)對(duì)高等教育資源配置效率的影響也較為深遠(yuǎn)，進(jìn)一步證實(shí)了區(qū)域經(jīng)濟(jì)發(fā)展水平、財(cái)政系統(tǒng)和人力資本3個(gè)子系統(tǒng)反作用于高等教育的教育系統(tǒng)及其空間布局。

3 結(jié)論

采用DEA-Tobit模型分析31個(gè)省市自治區(qū)2010年至2019年的高等教育發(fā)展效率，得出以下的結(jié)論。

通過(guò)上述實(shí)證分析可得，高等教育資源配置總體效率呈現(xiàn)‘以東部、中部地區(qū)省份為效率高地,以西部地區(qū)省份為效率洼地’的空間分布格局。2010年至2019年，我國(guó)高等教育資源配置純技術(shù)效率和規(guī)模效率逐年攀升，純技術(shù)效率均值由0.9678（2011年）提高到0.9689（2019年），規(guī)模效率均值由0.9571（2011年）提高到0.9820（2019年），其增長(zhǎng)率分別為0.11%和2.60%；雖然高等教育資源配置的總體效率有所提高,但東北部、東部、中部和西部四大區(qū)域之間的高等教育資源配置綜合技術(shù)效率存在明顯的不均衡發(fā)展態(tài)勢(shì)。中部地區(qū)綜合技術(shù)效率均值為0.9958 ,東北地區(qū)綜合技術(shù)效率均值體現(xiàn)了教育資源配置投入和產(chǎn)出高度契合，中部和東北地區(qū)綜合技術(shù)效率值均高于東部(0.9573)和西部地區(qū)(0.9040)。2010-2019年, 中部和東北部地區(qū)的綜合技術(shù)效率值日趨提高，而東部和西部地區(qū)有略微下降。西部地區(qū)的內(nèi)蒙古、重慶、四川、云南、西藏、甘肅、寧夏等地區(qū)的總體技術(shù)效率均遠(yuǎn)遠(yuǎn)低于全國(guó)平均水平, 此外，西部地區(qū)的純技術(shù)效率 (0.9383)也低于東北（1.0000）、東部 (0.9729)和中部地區(qū) (0.9974) 。值得注意的是，東北地區(qū)高等教育的三大效率值都表現(xiàn)為DEA有效，為提高其他地區(qū)的高等教育資源配置效率提供借鑒。實(shí)現(xiàn)區(qū)域教育協(xié)調(diào)發(fā)展，必須將提高西部高等教育管理效率和完善運(yùn)行制度擺在至關(guān)重要的位置。西部地區(qū)高等教育資源規(guī)模投入力度不夠,加之區(qū)域經(jīng)濟(jì)實(shí)力相對(duì)薄弱，使得西部地區(qū)高等教育資源供給不足?？s小區(qū)域之間高等教育資源配置規(guī)模效益的差距, 成為實(shí)現(xiàn)高等教育均衡發(fā)展的必經(jīng)之路。為此，必須統(tǒng)籌配置教育資源，兼顧教育產(chǎn)出效率與教育公平，促進(jìn)區(qū)域高等教育均衡發(fā)展。

此外，高等教育資源配置結(jié)構(gòu)對(duì)高等教育資源配置效率影響最為顯著，高等教育人均教育經(jīng)費(fèi)指數(shù)和人力資本僅次之。通過(guò)對(duì)31個(gè)省市自治區(qū)高等教育發(fā)展效率進(jìn)行評(píng)價(jià)，發(fā)現(xiàn)中部地區(qū)三大效率值均優(yōu)于東部和西部。究其原因，第一東部受到邊際效益遞減規(guī)律的影響, 人均教育經(jīng)費(fèi)和人力資本投入規(guī)模超出邊際效用，從而呈現(xiàn)出人均教育經(jīng)費(fèi)指數(shù)和人力資本越高，其教育資源配置效率不升反而下降, 最終淪為高等教育內(nèi)涵式發(fā)展和質(zhì)量提升的掣肘。與之相反，西部由于經(jīng)濟(jì)實(shí)力相對(duì)薄弱，優(yōu)質(zhì)師資匱乏，加之生均教育經(jīng)費(fèi)投入不足，使得區(qū)域高等教育發(fā)展存在明顯差異。第二，教育資源在各級(jí)各類教育間的分配不合理，國(guó)家政策傾斜指揮著各地區(qū)加強(qiáng)對(duì)基礎(chǔ)教育的資源投入，而忽視高等教育的發(fā)展。一方面，東部地區(qū)各級(jí)各類教育較為發(fā)達(dá)，呈現(xiàn)樣態(tài)多樣，除了基礎(chǔ)教育和高等教育之外，成人教育、函授教育、電大等方興未艾。政府加大對(duì)成人教育、函授教育等的投入而稀釋了高等教育資源配置在全部教育事業(yè)支出的占比。另一方面，西部地區(qū)在保證高等教育資源配置效率的同時(shí)，維護(hù)基礎(chǔ)教育階段教育弱勢(shì)群體的基本權(quán)力，給予其必要的教育補(bǔ)償?；A(chǔ)教育補(bǔ)償力度的加大，使得高等教育資源配置外部結(jié)構(gòu)失衡。加之鮮有愿意扎根西部的學(xué)者，高校師資隊(duì)伍薄弱，加劇高等教育資源配置內(nèi)部失衡。長(zhǎng)此以往，東部和西部三大效率值均明顯低于中部地區(qū)。

因此, 提高高等教育資源配置效率，需從以下3個(gè)方面著手：第一，精進(jìn)高校教師隊(duì)伍結(jié)構(gòu)，向國(guó)內(nèi)輸入國(guó)外高層次人才的同時(shí)，提高國(guó)內(nèi)“造血”功能——注重培養(yǎng)國(guó)內(nèi)高校教師的業(yè)務(wù)能力和科研水平；第二，科學(xué)合理地配置教育資源，兼顧教育產(chǎn)出效率與教育公平，促進(jìn)高等教育優(yōu)質(zhì)均衡發(fā)展。在保證高等教育資源配置效率的同時(shí)，給予教育弱勢(shì)群體必要的教育補(bǔ)償，提高弱勢(shì)教育群體接受高等教育的機(jī)會(huì)；第三，科學(xué)規(guī)劃高等教育投入規(guī)模，縮小區(qū)域高等教育資源配置差距。加強(qiáng)各區(qū)域、各省份高校之間的溝通與合作，借鑒國(guó)內(nèi)高等教育資源配置效率較優(yōu)省份的經(jīng)驗(yàn)，實(shí)現(xiàn)教育資源的整合優(yōu)化。