西部地區(qū)人才培養(yǎng)資源優(yōu)化配置效率研究

摘要：在我國持續(xù)推進高等教育均衡發(fā)展的背景下，優(yōu)化西部地區(qū)資源配置效率成為實現(xiàn)區(qū)域教育高質(zhì)量發(fā)展的重要路徑。本研究基于DEA-BCC模型與Malmquist指數(shù)，對2018-2022年西部11?。▍^(qū)、市）高等教育資源投入產(chǎn)出效率進行靜態(tài)與動態(tài)分析。研究發(fā)現(xiàn)：靜態(tài)效率層面，西部地區(qū)綜合技術(shù)效率均值由0.861降至0.838，整體呈下降趨勢，呈現(xiàn)“高效省份稀缺、低效區(qū)域集中”特征；動態(tài)效率層面，Malmquist指數(shù)均值為0.985，全要素生產(chǎn)率整體下滑，技術(shù)進步不足與規(guī)模效率弱化是主要制約因素。研究表明，西部地區(qū)需強化技術(shù)創(chuàng)新、優(yōu)化規(guī)模適配性，并針對低效區(qū)域?qū)嵤┎町惢?，以破解“局部?yōu)化、整體承壓”困境，為推進西部高等教育均衡發(fā)展提供決策參考。

關(guān)鍵詞：資源配置效率；高等教育；西部地區(qū)；DEA-Malmquist模型

一、問題提出

高等教育是推動區(qū)域經(jīng)濟社會高質(zhì)量發(fā)展的重要引擎，在我國西部開發(fā)戰(zhàn)略中承擔(dān)著人才培育與創(chuàng)新支撐的雙重使命。從戰(zhàn)略布局層面觀察，西部高校近年呈現(xiàn)顯著規(guī)模擴張態(tài)勢，截至2023年統(tǒng)計數(shù)據(jù)顯示，西部普通高等院校數(shù)量已占全國院?？倲?shù)的27.6%，但在辦學(xué)資源投入維度呈現(xiàn)明顯區(qū)域失衡，其在校生總量、科研經(jīng)費規(guī)模及高端人才儲備僅分別達到東部地區(qū)的68%、42%和35%。這一現(xiàn)象與《教育強國建設(shè)規(guī)劃綱要（2024-2035年）》強調(diào)的“構(gòu)建優(yōu)質(zhì)均衡高等教育體系”戰(zhàn)略目標(biāo)形成鮮明對照。2024年政府工作報告特別強調(diào)，要通過學(xué)科布局優(yōu)化與資源結(jié)構(gòu)重組提升中西部高校綜合實力，進而增強其對區(qū)域發(fā)展的服務(wù)效能。面對持續(xù)擴大的教育投入規(guī)模與日益增長的發(fā)展需求，如何建立科學(xué)合理的資源分配機制已成為西部高等教育提質(zhì)增效的關(guān)鍵命題。因此，開展西部高校資源配置效率的系統(tǒng)測度與研究，不僅契合國家戰(zhàn)略導(dǎo)向，更具有重要的政策指導(dǎo)價值和實踐應(yīng)用意義。

教育資源配置是教育領(lǐng)域的熱點難點問題，許多學(xué)者針對教育資源配置效率進行了深入探索。從研究對象來看，基本包含各學(xué)科各教育領(lǐng)域。陳紫妮等人對2020年全國高等醫(yī)學(xué)教育資源進行省域效率分析后發(fā)現(xiàn)中西部省份資源配置效率顯著低于東部，且存在空間聚集性；韓海彬等人研究指出高等教育資源配置效率呈東高西低的梯度分布，西部地區(qū)效率值較東部低11.2%；針對城鄉(xiāng)義務(wù)教育資源配置問題，李毅等人研究發(fā)現(xiàn)農(nóng)村地區(qū)的優(yōu)質(zhì)資源配置效率降幅較大且顯著高于城鎮(zhèn)，這一問題在西部農(nóng)村地區(qū)更加突出；從研究方法來看，趙慶年等人通過構(gòu)建網(wǎng)絡(luò)二階段DEA模型進行實證分析，指出我國高等教育經(jīng)濟化階段效率低下是制約資源效能的關(guān)鍵；姚昊等人采用超效率DEA-Malmquist的方法證明了“雙一流”高校研究生教育效率波動上升主要依賴技術(shù)進步，中西部高校受資源管理水平的制約顯著；游麗等人結(jié)合空間計量模型指出區(qū)域間高等教育效率差異逐漸縮小，西部地區(qū)仍存在“低效鎖定”現(xiàn)象。

既有研究為理解教育資源配置效率提供了豐富視角，研究結(jié)果普遍指出西部地區(qū)教育資源配置效率較低、增速較慢，但現(xiàn)有研究針對西部地區(qū)高等教育資源配置的系統(tǒng)性研究較少，缺少西部地區(qū)內(nèi)部各省域的研究及其動態(tài)演化規(guī)律與空間交互效應(yīng)的深入探討，基于此，本文以西部地區(qū)高等教育為研究對象，構(gòu)建涵蓋人力、財力、物力評價指標(biāo)體系，采用DEA-BCC模型測度靜態(tài)效率，結(jié)合Malmquist指數(shù)分析效率的動態(tài)變化趨勢，對2018-2022年西部地區(qū)高等教育投入產(chǎn)出資源配置效率進行測度分析。以期為西部地區(qū)高校提高教育資源配置效率提供相關(guān)參考。

二、研究設(shè)計

（一）指標(biāo)選擇與數(shù)據(jù)來源

綜合考慮我國高等教育資源配置現(xiàn)狀、數(shù)據(jù)的可獲得性以及實證分析的可操作性。將投入指標(biāo)從人力、物力、財力三個方面考慮，分別選取專任教師數(shù)、學(xué)校占地面積和固定資產(chǎn)總值三個指標(biāo)。產(chǎn)出指標(biāo)選取從發(fā)展規(guī)模和人才培養(yǎng)水平考慮，選擇在校生人數(shù)和畢業(yè)生人數(shù)兩個指標(biāo)。見表1。本研究基礎(chǔ)數(shù)據(jù)采集自《中國教育統(tǒng)計年鑒》（2018-2022年），研究對象聚焦于中國西部戰(zhàn)略發(fā)展區(qū)域，依據(jù)國務(wù)院劃分標(biāo)準(zhǔn)該區(qū)域包含12個省級行政區(qū)。需要說明的是，因西藏自治區(qū)存在顯著數(shù)據(jù)缺失（缺失率gt;65%），最終選定四川、云南、貴州等11個?。ㄗ灾螀^(qū)、直轄市）構(gòu)成分析樣本。

（二）研究方法

1. DEA-BCC 模型

數(shù)據(jù)包絡(luò)分析（DEA）是一種基于線性規(guī)劃的非參數(shù)效率評估方法，適合用于評估多投入、多產(chǎn)出復(fù)雜系統(tǒng)的效率，基本原理是通過構(gòu)建生產(chǎn)前沿面將決策單元與該前沿面進行對比，從而計算出相對效率值（θ）。θ=1則該決策單元達到DEA有效，θlt;1意味著存在效率損失。DEA-BCC模型假設(shè)規(guī)模報酬可變，可將技術(shù)效率與規(guī)模效率區(qū)分開來并有效去除規(guī)模因素的干擾來單獨測量技術(shù)效率，在存在規(guī)模差異的研究場景中更具適用性。西部地區(qū)既包含了陜西、四川等高等教育資源集中度較高且可能會出現(xiàn)規(guī)模報酬遞減的省份，也存在云南、貴州等教育資源相對分散且需要考慮其規(guī)模報酬遞增潛力的省份，這種區(qū)域發(fā)展梯度特征與資源配置的規(guī)模彈性差異，決定了效率測度需采用差異化分析工具。因此本研究采用DEA-BCC模型對西部地區(qū)高等教育資源配置效率進行靜態(tài)分析。

2. Malmquist 指數(shù)模型

Malmquist指數(shù)是一種評價動態(tài)效率的方法，它使用跨期數(shù)據(jù)測算全要素生產(chǎn)率（TFP）變化從而分析效率隨時間變化的趨勢，同時將全要素生產(chǎn)率分解為技術(shù)效率變化（EC）和技術(shù)進步變化（TC）以此區(qū)分效率提升是源于追趕效應(yīng)還是創(chuàng)新驅(qū)動。本研究包含5年面板數(shù)據(jù)，因此在 DEA-BCC模型靜態(tài)分析的基礎(chǔ)上引入Malmquist指數(shù)模型，測算西部地區(qū)高等教育資源配置的TFP指數(shù)，分析效率的年際變化趨勢，對資源配置效率進行縱向分析。

三、實證分析

（一）基于 DEA-BCC 模型的高等教育資源配置效率分析

通過《中國教育統(tǒng)計年鑒》收集整理得到2018-2022年間西部地區(qū)原始投入和產(chǎn)出數(shù)據(jù)。在Deap2.1軟件中采用BCC模型，將2018-2022年度面板數(shù)據(jù)導(dǎo)入決策單元，定量解析各區(qū)域高等教育資源投入與產(chǎn)出的關(guān)聯(lián)特征，最終獲取技術(shù)效率（TE）、純技術(shù)效率（PTE）及規(guī)模效率（SE）三組核心指標(biāo)。詳細實證結(jié)果呈現(xiàn)于表2至表4。

綜合技術(shù)效率是衡量決策單元在現(xiàn)有技術(shù)水平下通過優(yōu)化投入與產(chǎn)出組合實現(xiàn)資源利用有效性的指標(biāo)，該指標(biāo)的取值范圍在0到1之間，效率值為1則認為資源投入與產(chǎn)出達到了最優(yōu)比例，即DEA有效，效率值小于1，則認為存在效率損失，且需要通過技術(shù)改進或管理優(yōu)化來提升效率。

基于表2數(shù)據(jù)，2018-2022年西部地區(qū)高等教育資源配置綜合技術(shù)效率呈現(xiàn)以下特征：

第一，整體效率呈下降趨勢。2018-2022年，西部地區(qū)綜合技術(shù)效率均值從0.861降至0.838，整體處于中等水平，教育資源未得到充分利用。其中，效率值為1的省份有兩個，有三個省（區(qū)、市）未達到西部地區(qū)平均水平。

第二，高效省份穩(wěn)定，但數(shù)量有限。云南、廣西在2018-2021年效率值均為1，資源投入產(chǎn)出結(jié)構(gòu)高度優(yōu)化。四川效率值始終高于0.94，技術(shù)應(yīng)用水平與資源整合能力較強。

第三，低效省份效率波動顯著。貴州、甘肅、內(nèi)蒙古等地效率值長期偏低且波動較大。貴州2019年效率值降至0.812，2021年回升至0.951，但2022年降至0.781，其資源配置受政策或外部因素干擾較大；內(nèi)蒙古效率值從0.695逐步提升至0.748，但仍低于西部平均水平，技術(shù)效率提升空間較大。

純技術(shù)效率是在規(guī)模報酬可變假設(shè)下衡量決策單元在管理和技術(shù)應(yīng)用層面的效率水平的指標(biāo)，該指標(biāo)的取值范圍在0到1之間。若效率值小于1則表明存在管理冗余或技術(shù)應(yīng)用不足的問題，需要優(yōu)化投入產(chǎn)出結(jié)構(gòu)。

由表3數(shù)據(jù)分析，2018-2022年期間西部地區(qū)高等教育資源配置的純技術(shù)效率整體呈現(xiàn)出逐漸提升的趨勢，均值從0.907上升至0.911表明整體的管理能力與技術(shù)應(yīng)用水平在逐步優(yōu)化。超過一半的省（區(qū)、市）純技術(shù)效率超過西部地區(qū)平均水平，四川、云南、廣西、青海多數(shù)年份的純技術(shù)效率值為1，表明這些地區(qū)的管理能力與技術(shù)應(yīng)用水平處于前沿。然而新疆和內(nèi)蒙古兩個自治區(qū)的純技術(shù)效率值相對較低，位于末尾。

規(guī)模效率是綜合技術(shù)效率與純技術(shù)效率的比值，它衡量決策單元是否處于最優(yōu)生產(chǎn)規(guī)模，效率值為1意味著規(guī)模報酬不變即處于最優(yōu)規(guī)模，小于1則表示存在規(guī)模不經(jīng)濟。根據(jù)表4，西部地區(qū)高等教育資源配置的規(guī)模效率呈現(xiàn)出兩極分化，整體趨降的特點，均值從0.949下降至0.924。除青海和寧夏外，其他所有?。▍^(qū)、市）的規(guī)模效率均達到并高于均值。其中四川和新疆可能由于區(qū)域資源分配失衡或政策執(zhí)行的偏差效率有所下降，云南和廣西的規(guī)模效率達到1，表明其高等教育資源規(guī)模與區(qū)域需求相匹配，而青海和寧夏的規(guī)模效率長期處于較低水平，表示其高等教育規(guī)模偏離最優(yōu)水平。

西部地區(qū)高等教育資源配置效率層次分化顯著，呈現(xiàn)高效省份稀缺、低效區(qū)域集中、規(guī)模與技術(shù)矛盾加劇的總體格局。以云南、四川等省份為代表的地區(qū)資源配置效率較高且穩(wěn)定，在綜合技術(shù)效率、純技術(shù)效率及規(guī)模效率上均達到了較高水平，表明其資源投入結(jié)構(gòu)合理、管理技術(shù)先進且規(guī)模適配性高。陜西、廣西等地以技術(shù)為主導(dǎo)，純技術(shù)效率較高但規(guī)模效率偏低，反映其技術(shù)應(yīng)用能力較強但規(guī)模擴張過快。青海、寧夏、貴州等省份效率長期墊底且波動較大，主要受規(guī)模不經(jīng)濟與管理水平滯后的雙重制約。

（二）基于 Malmquist 指數(shù)模型的高等教育資源配置效率分析

接下來對2018-2022年西部地區(qū)高等教育資源配置效率進行Malmquist動態(tài)分析。結(jié)果見表5。

2018-2022年西部地區(qū)高等教育資源配置的Malmquist指數(shù)均值為0.985，小于1，全要素生產(chǎn)率整體呈下降趨勢。從分解指標(biāo)看技術(shù)效率指數(shù)與技術(shù)進步指數(shù)均低于1，說明技術(shù)應(yīng)用能力不足與創(chuàng)新滯后是制約效率提升的主要因素，而純技術(shù)效率指數(shù)基本保持在較高水平，規(guī)模效率指數(shù)輕微下降，反映管理能力相對穩(wěn)定但規(guī)模適配性逐步弱化。

2018-2019年Malmquist指數(shù)大于1，技術(shù)進步指數(shù)較高，在技術(shù)效率指數(shù)與規(guī)模效率指數(shù)的協(xié)同作用生產(chǎn)率進一步提升。這一時期西部地區(qū)可能受益于“雙一流”建設(shè)初期政策紅利，技術(shù)引進與創(chuàng)新投入增加。

2019-2020年技術(shù)進步指數(shù)持續(xù)上升，Malmquist指數(shù)升至1.018但技術(shù)效率指數(shù)與純技術(shù)效率指數(shù)小幅下降，這一時期資源配置出現(xiàn)粗放化傾向，部分省份盲目擴招導(dǎo)致管理壓力增大。

2020-2021年，Malmquist指數(shù)下降且小于1，技術(shù)進步指數(shù)與技術(shù)效率指數(shù)同步下滑，規(guī)模效率指數(shù)拖累顯著。這一階段可能受新冠疫情沖擊，線下教學(xué)與科研活動受阻，技術(shù)轉(zhuǎn)化效率降低，同時應(yīng)急性擴招加劇規(guī)模不經(jīng)濟問題。

2021-2022年，Malmquist指數(shù)小于1，技術(shù)進步指數(shù)仍處低位，技術(shù)效率指數(shù)接近1，反映管理能力有所恢復(fù)，但規(guī)模效率指數(shù)持續(xù)低迷，表明規(guī)模擴張與區(qū)域需求的結(jié)構(gòu)性矛盾未根本解決。

通過分解全要素生產(chǎn)率（TFP）指數(shù)進一步分析西部地區(qū)高等教育資源配置的演進軌跡。實證結(jié)果顯示（詳見表6），2018-2022年觀測期內(nèi)，樣本省份中41.7%的全要素生產(chǎn)率指數(shù)呈現(xiàn)正向增長態(tài)勢（TFPgt;1.000），反映出這些區(qū)域具有持續(xù)的生產(chǎn)前沿面移動效應(yīng)；而58.3%的行政單元則面臨效率損失困境（TFPlt;1.000），其中廣西與青海的TFP值下降明顯，技術(shù)追趕效應(yīng)不足成為制約其效率提升的主要障礙。借鑒楊傳喜等學(xué)者關(guān)于效率類型劃分的思路，將西部地區(qū)高等教育資源配置效率分為以下三類：

第一，低增長型（1.000lt;TFPlt;1.050）。包括重慶、云南、陜西、寧夏和內(nèi)蒙古5個省份。其中陜西和內(nèi)蒙古的技術(shù)進步與規(guī)模效率協(xié)同提升推動了TFP增長，云南則主要依賴技術(shù)進步。

第二，徘徊型（0.900lt;TFPlt;1.000）。包括四川、貴州、甘肅和新疆4個省份。這些地區(qū)技術(shù)進步普遍偏低，如貴州（0.967）、新疆（0.963），導(dǎo)致TFP未能突破瓶頸。

第三，低效型（TFPlt;0.900）。包括廣西和青海2個省份。廣西的技術(shù)效率（0.980）與技術(shù)進步（0.943）雙降，青海則因技術(shù)效率（0.944）和規(guī)模效率（0.944）嚴(yán)重不足，成為西部地區(qū)效率最低的區(qū)域。

四、結(jié)語

技術(shù)效率與技術(shù)進步對西部地區(qū)高等教育資源配置效率影響顯著。通過Malmquist指數(shù)分解可以看出，研究期間技術(shù)進步（均值0.992）與規(guī)模效率（均值0.992）協(xié)同作用，推動了整體效率提升。具體來看，重慶市在2018-2022年始終處于效率前沿；四川、青海等省份通過優(yōu)化技術(shù)效率，實現(xiàn)了階段性效率改善。內(nèi)蒙古、廣西和貴州雖受技術(shù)進步不足制約，但規(guī)模效率調(diào)整仍為其效率提升提供了潛在空間。

從整體趨勢看，2018-2022年西部地區(qū)Malmquist指數(shù)均值為0.985，略低于1.000，但技術(shù)進步與規(guī)模效率的局部突破表明資源配置效率存在結(jié)構(gòu)性優(yōu)化。從各?。▍^(qū)、市）表現(xiàn)看，陜西、云南、寧夏和內(nèi)蒙古的Malmquist指數(shù)大于1.000，全要素生產(chǎn)率呈上升趨勢，主要得益于技術(shù)進步與規(guī)模效率協(xié)同提升；而廣西、青海等?。▍^(qū)、市）因技術(shù)效率與技術(shù)進步雙降，成為效率洼地。

綜上所述，西部地區(qū)高等教育資源配置效率呈現(xiàn)“局部優(yōu)化、整體承壓”的特征。未來需強化技術(shù)引進與創(chuàng)新，優(yōu)化規(guī)模效率，并針對低效省份制定精準(zhǔn)扶持政策，以推動區(qū)域高等教育均衡發(fā)展。

參考文獻：

[1]陳宏軍.高等教育資源配置論[M].長春：吉林大學(xué)出版社，2005.

[2]陳紫妮，林小丹，姚衛(wèi)光.我國高等醫(yī)學(xué)教育資源配置效率評價及空間計量分析[J].中國衛(wèi)生事業(yè)管理，2024，41（01）：78-83.

[3]韓海彬，趙慧欣.高質(zhì)量發(fā)展下高等教育資源配置效率的區(qū)域差異與動態(tài)演進[J].黑龍江高教研究，2023，41（11）：55-62.

[4]李毅，楊焱靈，吳思睿.城鄉(xiāng)義務(wù)教育優(yōu)質(zhì)資源配置效率的問題及對策——基于DEA-Malmquist模型[J].中國教育學(xué)刊，2021（01）：60-65.

[5]趙慶年，張宇.我國高等教育系統(tǒng)資源配置效率研究——基于成果化和經(jīng)濟化全過程視角[J].教育科學(xué)，2024，40（01）：87-96.

[6]姚昊，馮曉瀟.“雙一流”建設(shè)高校研究生教育資源配置效率及影響因素——基于教育部直屬63所高校的實證分析[J].教育學(xué)術(shù)月刊，2023（11）：29-36.

[7]游麗，孔慶鵬.“雙一流”背景下我國高等教育資源配置效率測評及影響因素研究——基于超效率DEA-Malmquist方法和Tobit模型[J].教育與經(jīng)濟，2021，37（06）：30-37.

[8]李美娟，陳國宏.數(shù)據(jù)包絡(luò)分析法（DEA）的研究與應(yīng)用[J].中國工程科學(xué)，2003（06）：88-94.

[9]王志平.數(shù)據(jù)、模型與軟件統(tǒng)計分析[M].南昌：江西高校出版社，2019.

（作者單位：云南農(nóng)業(yè)大學(xué)經(jīng)濟管理學(xué)院）