【摘 要】 教育績效評價是世界性難題，在當前全面實施預(yù)算績效管理背景下，以及要求“過緊日子”的常態(tài)下提高財政性教育經(jīng)費使用效率顯得尤為重要。文章以粵港澳大灣區(qū)38所高職院校為樣本，基于平衡計分卡（BSC）理論設(shè)計指標體系，綜合運用層次分析法（AHP）和數(shù)據(jù)包絡(luò)分析（DEA）模型從靜態(tài)動態(tài)視角分析高校財政性經(jīng)費投入相對效率水平以及變化趨勢。研究結(jié)果表明，大部分高職院校非DEA有效，主要由于產(chǎn)出不足所致，需要提升教育質(zhì)量、增加人才培養(yǎng)產(chǎn)出量以提高投入產(chǎn)出相對效率。從動態(tài)分析來看，大部分院校經(jīng)費使用效率穩(wěn)步提升，少數(shù)院校由于規(guī)模原因?qū)е沦Y金使用效率呈下降狀態(tài)。據(jù)此提出高職院校應(yīng)當多渠道投入資金、實現(xiàn)預(yù)算績效一體化管理、加強財會監(jiān)督、實施成本核算、增強內(nèi)涵建設(shè)等建議。

【關(guān)鍵詞】 高校財務(wù)； 財政性經(jīng)費； BSC； AHP； DEA； 績效評價； 粵港澳大灣區(qū)； 高職院校

【中圖分類號】 F812.45；F234.3 【文獻標識碼】 A 【文章編號】 1004-5937（2024）24-0132-11

一、引言

自2012年起，國家財政性教育經(jīng)費支出占國內(nèi)生產(chǎn)總值的比例一直保持在4%以上，并且財政教育經(jīng)費增長速度基本保持高于財政收入增長速度，這充分體現(xiàn)了教育優(yōu)先發(fā)展的戰(zhàn)略定位，彰顯了黨和國家建設(shè)教育強國的決心。近年來財政性收支矛盾突出情況下依然保持對高等教育經(jīng)費的增速投入，在現(xiàn)今過“緊日子”的常態(tài)下使高等教育財政性經(jīng)費的供求矛盾更加突出。另外，國家正在全力推行的預(yù)算績效管理在高校實施中存在的難點和痛點集中體現(xiàn)在績效評價上，財政績效評價是實施預(yù)算績效管理的價值工具。教育經(jīng)費作為第一大財政支出，對其進行評價實質(zhì)上是對財政撥款形成預(yù)算并實施預(yù)算績效一體化管理的具體實現(xiàn)路徑。高校教育經(jīng)費績效評價通過衡量財政資金在各高校競爭性投入和產(chǎn)出的效益結(jié)果能夠為財政部門確定生均撥款水平提供重要參考。同時高校教育經(jīng)費績效評價有助于幫助學(xué)校發(fā)現(xiàn)建設(shè)中的問題，提升學(xué)校治理水平進而推動學(xué)校高質(zhì)量發(fā)展。因此，加強高等教育經(jīng)費績效評價不僅是財政改革的需求，也是高校實現(xiàn)高質(zhì)量發(fā)展的必然手段。然而，盡管當前對于行政事業(yè)單位的財政資金績效評價有一套比較完善的指標體系，并且考核指標也按照業(yè)務(wù)內(nèi)容進行分類，但是評價指標缺乏針對高等教育的類別設(shè)置，更沒有統(tǒng)一面向高職教育的評價指標體系。而且，當前的財政資金績效評價主要是項目績效評價，并未對學(xué)校整體財政性經(jīng)費的投入產(chǎn)出做出全面的績效評價。另外，由于教育投入與產(chǎn)出的數(shù)據(jù)容易受到可獲取性和客觀性的制約，教育成果的不可量化、教育投入和產(chǎn)出時間的滯后性、教育效率評價對象的多層次性、評價指標的多維度性使得教育經(jīng)費績效評價模型構(gòu)建異常困難。當前我國高職院校的數(shù)量已經(jīng)達到全國高等學(xué)校的50%以上。高職院校的教育質(zhì)量日益受到社會的關(guān)注?；浉郯拇鬄硡^(qū)（以下簡稱“大灣區(qū)”）是改革開放最前沿陣地?；谝陨媳尘?，本文以38所大灣區(qū)高職院校為樣本運用BSC+AHP+DEA模型研究高校財政性教育經(jīng)費績效水平，分析經(jīng)費投入效率程度以及變化趨勢，從而探究提升高等教育經(jīng)費投入產(chǎn)出效率的路徑，最終提出可行性建議。并且，由于高職院校的資金大部分來源于財政資金，所以本文財政性經(jīng)費指全部教育經(jīng)費。本文的貢獻在于：一方面，本文研究主要基于多種模型方法結(jié)合使用，包括運用BSC模型構(gòu)建評價指標體系，運用熵值法及AHP方法給指標賦權(quán)值并測算效率值，并且綜合使用DEA-BBC模型、DEA-SBM超效率模型以及DEA-Malmquist指數(shù)模型對研究樣本數(shù)據(jù)進行實證分析，最后將AHP和DEA兩種模型得出的績效結(jié)果進行加權(quán)平均得到最終評價結(jié)果。本文主要綜合運用多種計量模型、方法，使計算結(jié)果更加客觀準確，為研究高?？冃гu價模型方法提供了參考。另一方面，本文基于BSC模型，并結(jié)合大灣區(qū)高職院校的辦學(xué)特點設(shè)計評價指標，實證分析的數(shù)據(jù)均來自各高職院校公開的年度質(zhì)量報告，具有較強的可比性和可靠性。由此，本文無論是指標的構(gòu)建還是評價模型和方法的選擇均基于實踐層面，具有較強的可操作性和實用性，為高?？冃гu價實踐提供了參考。

二、研究綜述

（一）關(guān)于績效評價指標設(shè)計原理的研究

高校績效評價指標設(shè)計是績效評價體系構(gòu)建的基礎(chǔ)，為整個績效評價提供規(guī)范和指導(dǎo)框架，確保評價的科學(xué)性、公正性和可持續(xù)性。第一，按照“3E”-“4E”原則設(shè)計指標。西方國家普遍采用經(jīng)濟性、效率性、有效性“3E”原則設(shè)置政府公共支出績效評價體系，我國大部分學(xué)者也采用這一原則設(shè)計績效評價指標。后來又在“3E”原則基礎(chǔ)上加上“公平性（Equity）”建立“4E”原則。由于教育具有準公共產(chǎn)品特性，評價教育經(jīng)費的績效水平自然需要從保障接受教育對象的公平待遇角度考量，因此公平性應(yīng)當作為教育經(jīng)費績效評價原則，更能綜合反映經(jīng)費使用績效水平。汪慶芝[1]以“4E”原則作為預(yù)算績效的判斷標準構(gòu)建預(yù)算績效評價指標體系。第二，按照高校的職能設(shè)計指標。劉國永[2]根據(jù)高校人才培養(yǎng)、教育科研和社會服務(wù)的三大職能，設(shè)計了指標評價體系，并突出了指標體系的相對穩(wěn)定性和直觀性。第三，根據(jù)高?？沙掷m(xù)發(fā)展內(nèi)生需求設(shè)計指標。較多學(xué)者選擇客觀性、重要性、相關(guān)性、非重復(fù)性、可行性、可比性等原則作為指標設(shè)計的理論依據(jù)。有部分學(xué)者已經(jīng)關(guān)注到高校的可持續(xù)發(fā)展內(nèi)生需求，認為績效評價體系應(yīng)具有動態(tài)調(diào)整的能力，能夠隨著高校發(fā)展和外部環(huán)境的變化不斷完善。周奇杰等[3]在此基礎(chǔ)上還提出導(dǎo)向性原則和動態(tài)性原則，即通過績效評價指標引導(dǎo)高校盡可能形成高投入高產(chǎn)出的發(fā)展局面，引領(lǐng)學(xué)校的高質(zhì)量內(nèi)涵發(fā)展，并且要求績效評價指標的設(shè)置根據(jù)政策變化進行動態(tài)調(diào)整，逐步完善指標體系和權(quán)重系數(shù)，更能真實反映高等教育經(jīng)費效益。

（二）關(guān)于績效評價指標體系構(gòu)建的研究

當前國內(nèi)外已經(jīng)建立針對高校的多維度、多視角的績效指標體系?，F(xiàn)有文獻主要從兩個分析視角構(gòu)建評價指標體系：一方面，構(gòu)建基于目標結(jié)果導(dǎo)向的指標體系。即基于投入產(chǎn)出理論從投入、產(chǎn)出角度或者從結(jié)果是否達到目的審視評價經(jīng)費使用效率和效益。國內(nèi)較多學(xué)者按照結(jié)果導(dǎo)向?qū)⒅笜藙澐譃橥度氘a(chǎn)出類指標，投入指標主要從人、財、物三方面進行設(shè)計。蘇薈等[4]從投入和產(chǎn)出兩個維度構(gòu)建指標，高職教育經(jīng)費投入劃分為生均個人經(jīng)費投入和生均公用經(jīng)費投入，產(chǎn)出從教育成果的數(shù)量和質(zhì)量兩方面進行測量。另一方面，構(gòu)建基于戰(zhàn)略導(dǎo)向的BSC績效評價指標體系。國外較早將BSC方法運用于高?？冃гu價。Manolis Chalaris et al.[5]運用BSC方法評估雅典技術(shù)教育學(xué)院（TEI-A）學(xué)術(shù)部門績效以提高其教育質(zhì)量。國內(nèi)也將BSC方法引入到政府公共部門及高校的績效評價和管理當中。張愛華[6]引入BSC理論，從財務(wù)、顧客、內(nèi)部業(yè)務(wù)流程、學(xué)習(xí)與成長四個維度將戰(zhàn)略目標轉(zhuǎn)化為具體指標，反映出民辦高校在教學(xué)、科研、財務(wù)、管理等方面存在的問題和優(yōu)勢。曹宏進[7]基于全國第四輪學(xué)科評估指標體系，引入平衡計分卡構(gòu)建法學(xué)專業(yè)的評估指標體系。

（三）關(guān)于評價模型方法運用的研究

經(jīng)過梳理大量文獻發(fā)現(xiàn)，學(xué)者研究教育經(jīng)費績效評價指標的賦權(quán)方法比較多，包括因子分析法、主成分分析法、熵值法、層次分析法（AHP）、專家評議法等。當前較多學(xué)者使用AHP法確定績效評價指標權(quán)重。李保忠等[8]首先運用層次分析法構(gòu)建績效評價指標體系層次結(jié)構(gòu)模型，然后結(jié)合問卷調(diào)查數(shù)據(jù)計算綜合判斷矩陣，最后得到各級指標的權(quán)重值。王致萍等[9]為了避免基于專家打分基礎(chǔ)上的層次分析法確定的權(quán)重值缺乏科學(xué)性和客觀性，使用熵值法計算指標權(quán)重。另外，國內(nèi)外學(xué)者已將DEA模型廣泛運用于資金投入效率評價。Aleksei Egorov et al.[10]認為評價大學(xué)效率通常使用非參數(shù)DEA和參數(shù)隨機前沿分析（SFA）兩種方法，并且提出這兩種方法都假設(shè)樣本具有相同的生產(chǎn)技術(shù)運作特征。國內(nèi)學(xué)者使用DEA模型分為基本模型、超效率DEA-SBM模型、DEA-Malmquist指數(shù)模型三類。龔冷西等[11]運用DEA基本模型計算西部某省34所高職院校投入產(chǎn)出效率，分析不同類高職院校投入與產(chǎn)出各因子冗余和不足情況。楊麗雪[12]運用超效率DEA模型和Malmquist指數(shù)，分析31個省份的高等職業(yè)教育經(jīng)費的綜合技術(shù)效率與全要素生產(chǎn)率，從靜態(tài)和動態(tài)兩個層面分析我國高等職業(yè)教育經(jīng)費投入效率。此外，較多學(xué)者正趨向于綜合運用多種模型方法進行評價。王莉莉等[13]運用BSC從四個維度構(gòu)建高校經(jīng)費績效評價指標，運用AHP模型構(gòu)造判斷矩陣并最終確定指標層次權(quán)重。李群等[14]在評價實驗室績效考核中構(gòu)建AHP與DEA組合模型，全部定量指標采用DEA-SBM模型，定性指標采用AHP方法，選擇經(jīng)驗權(quán)重將兩個模型計算的結(jié)果進行加權(quán)求和。

（四）研究述評

綜上所述，目前國內(nèi)外在高校績效評價方面的研究已經(jīng)取得一定的成果。

在績效評價指標設(shè)計原理研究方面，各國學(xué)者針對高?？冃гu價的不同目標和對象，提出了多種評價指標設(shè)計思路，使指標體系更加科學(xué)全面，但是很難有一篇文獻兼顧所有指標設(shè)計原理，由此導(dǎo)致設(shè)計指標缺乏全面性和完整性。尤其是公正性和動態(tài)性原則并未在高校績效評價指標設(shè)計中得到貫徹和實施。在指標體系構(gòu)建研究方面，現(xiàn)有文獻已經(jīng)基于投入產(chǎn)出理論、BSC理論、公共管理理論等多個維度構(gòu)建比較科學(xué)全面的指標體系，但是大部分學(xué)者運用BSC理論設(shè)計指標時并未充分結(jié)合高校的特征和職能設(shè)計指標，使指標不能全面反映高校的績效水平；并且多數(shù)文獻從理論角度和一些案例視角進行研究，并沒有形成一套標準統(tǒng)一的指標體系，也沒有根據(jù)不同的高校類別分別設(shè)置標準和指標體系，難以在同類型高校間進行比較和評價。在構(gòu)建評價模型方面，現(xiàn)有文獻較多采用層次分析法、模糊綜合評價法、數(shù)據(jù)包絡(luò)分析法對高?？冃нM行評價；并且當前研究有綜合運用多種方法的趨勢，已有學(xué)者綜合運用BSC+AHP模型以及AHP+DEA模型評價高等教育投入產(chǎn)出績效評價。但是將BSC+AHP+DEA三種模型同時應(yīng)用于同一樣本評價教育績效水平鮮有發(fā)現(xiàn)。部分學(xué)者對現(xiàn)有模型和方法進行一定程度的改進，但是至今尚未找到一種能夠大力提高績效評價科學(xué)性和可靠性的創(chuàng)新方法。此外，當前文獻運用以上模型進行實證研究分析的數(shù)據(jù)來源比較分散和雜亂，沒有統(tǒng)一的出處，直接影響實證結(jié)果。值得一提的是，運用DEA方法的前提假設(shè)是樣本具有相同的技術(shù)運行特征。鑒于此，本文以大灣區(qū)高職院校為樣本，依據(jù)職業(yè)教育的職能以及結(jié)果目的導(dǎo)向原則，綜合運用BSC+AHP+DEA模型對財政性經(jīng)費績效進行評價研究。

三、指標構(gòu)建和數(shù)據(jù)來源

（一）基于BSC模型設(shè)計評價指標體系

平衡計分卡（The Balanced ScoreCard，BSC）是由羅伯特·卡普蘭和大衛(wèi)·諾頓提出的一種績效評價工具。主要通過財務(wù)指標與非財務(wù)指標相互結(jié)合補充構(gòu)建績效評價指標體系，并且上升到戰(zhàn)略層面從財務(wù)、客戶、內(nèi)部流程以及學(xué)習(xí)與成長四個維度對組織的績效水平實施考核和評價。BSC方法作為績效評價模型的經(jīng)典模式，能夠?qū)⒎秦攧?wù)指標納入指標體系，使定性與定量指標相結(jié)合，使評價結(jié)果更加客觀有效。國內(nèi)外早期將BSC模型廣泛應(yīng)用于企業(yè)的績效評價實踐，現(xiàn)也廣泛運用于非營利組織的績效評價。而高校教育作為準公共產(chǎn)品，具有產(chǎn)出滯后性、產(chǎn)出多維度、投入多層次性等特點，與BSC方法的績效評價功能具有一定的契合度，能為高校提供全面科學(xué)的績效評估框架。本文運用BSC模型從四個維度將高校的戰(zhàn)略轉(zhuǎn)變?yōu)榭蓤?zhí)行的目標，再將績效目標按照四個維度分解細化為操作層面的二級指標。因此，平衡計分卡構(gòu)建的指標能夠從多個層面全面反映高校的績效水平，能實現(xiàn)現(xiàn)在和未來績效、財務(wù)和非財務(wù)績效、短期和長期績效、高校內(nèi)部和外部績效以及反映學(xué)校、教師、學(xué)生、社會組織等不同利益相關(guān)者從高校獲取的績效水平，更加體現(xiàn)績效評價指標的戰(zhàn)略性、科學(xué)性、全面性和系統(tǒng)性?；诖?，本文根據(jù)研究文獻資料、《高等職業(yè)教育質(zhì)量年度報告》中的相關(guān)數(shù)據(jù)指標，再結(jié)合高職院校的現(xiàn)狀應(yīng)用BSC模型構(gòu)建高校教育經(jīng)費績效評價指標體系。一是從財務(wù)維度構(gòu)建指標。財務(wù)維度指標是最能直接反映經(jīng)費使用績效的指標，也是最容易量化的指標。高校作為非營利組織，其戰(zhàn)略目標不是獲取盈利水平，而是財政性經(jīng)費投入產(chǎn)生的價值，包括能用貨幣計量的各種產(chǎn)出價值。財務(wù)維度層面設(shè)置的指標主要是指通過財政性撥款投入，從資金上保障高校日常運轉(zhuǎn)，并且實現(xiàn)學(xué)校高質(zhì)量發(fā)展的建設(shè)目標，達到提高資金使用效率和合理配置資源的財務(wù)管理目標。根據(jù)《高等職業(yè)教育質(zhì)量年度報告》中的相關(guān)數(shù)據(jù)指標，設(shè)置生均撥款、生均教育科研儀器設(shè)備值、年度財政專項撥款三個三級指標。由于畢業(yè)生月收入、課題到款額等指標從指標特征分析屬財務(wù)指標，但是從職能和性質(zhì)分析更應(yīng)該歸屬從客戶維度和內(nèi)部流程維度層面的指標，因此本文未將畢業(yè)生月收入和課題到款額歸入財務(wù)維度指標。二是從客戶維度構(gòu)建指標。高校的客戶維度應(yīng)當從學(xué)生、家長、社會層面凸顯出來。具體來說，就是從學(xué)生、用人單位層面對學(xué)校人才培養(yǎng)的滿意程度進行評價，滿足家長、學(xué)生、社會各界對高等教育質(zhì)量的需求和認可，反映各利益相關(guān)者對高職教育的滿意度。因此客戶維度的指標包括畢業(yè)生月收入、在校生滿意度、畢業(yè)生滿意度、用人單位滿意度、就業(yè)率等。三是從內(nèi)部流程維度構(gòu)建評價指標。高校的內(nèi)部流程指高校的內(nèi)部運營和管理過程，由于教育是以人才培養(yǎng)為目標，其內(nèi)部的運作過程主要應(yīng)體現(xiàn)在高校的內(nèi)涵建設(shè)上，因此從內(nèi)部流程構(gòu)建指標應(yīng)從學(xué)校內(nèi)涵建設(shè)成效的各方面進行設(shè)計。具體來看，可從人才培養(yǎng)、師資建設(shè)、校企合作、國際交流等高校內(nèi)涵建設(shè)方面推動學(xué)校實現(xiàn)高質(zhì)量發(fā)展；并且從管理控制層面提升學(xué)校內(nèi)部治理水平，優(yōu)化內(nèi)部管理流程，提高學(xué)校整體效率。具體可設(shè)置全日制在校生人數(shù)、畢業(yè)生人數(shù)、畢業(yè)生升學(xué)人數(shù)、橫向課題到款額（萬元）、縱向課題到款額（萬元）、發(fā)明專利授權(quán)數(shù)量、知識產(chǎn)權(quán)項目數(shù)等三級指標。四是從學(xué)習(xí)與成長層面構(gòu)建指標。對于高校來說，學(xué)習(xí)與成長主要指教職工及學(xué)校的創(chuàng)新程度，是對于教職工未來的成長以及學(xué)校發(fā)展程度的考量。即考核從學(xué)校教師資源方面如何促進學(xué)校創(chuàng)新發(fā)展，如何提升教師專業(yè)素質(zhì)，促進師資水平提升，提高人才培養(yǎng)質(zhì)量。具體可設(shè)置生師比、高級專業(yè)技術(shù)職務(wù)專任教師比例兩個三級指標。

（二）數(shù)據(jù)來源及數(shù)據(jù)處理

本文選取粵港澳大灣區(qū)9個地市38所高職院校的17個指標數(shù)據(jù)進行實證分析，指標數(shù)據(jù)來源于《高等職業(yè)教育質(zhì)量年度報告》中2023年的數(shù)據(jù)。由于17個指標是從不同維度反映教育經(jīng)費的投入與產(chǎn)出，無法直接進行比對分析，需要對數(shù)據(jù)進行無量綱化處理再作比較，因此本文使用SPSSPRO軟件對38所高職院校17個指標進行去量綱化的標準化處理。公式為：標準化處理數(shù)據(jù)=（原始數(shù)據(jù)-極小值）/（極大值-極小值），由于篇幅原因未列出標準化處理結(jié)果。

四、實證分析

（一）運用熵值法+AHP實證分析

熵值法是一種用來判斷某個指標的離散程度的量化方法，利用信息熵工具測算出各項指標的變異程度，從而計算出各個指標的權(quán)重。本文使用SPSSPRO軟件將經(jīng)過標準化處理的數(shù)據(jù)代入熵值法模型得到指標權(quán)重，然后根據(jù)熵值法得出的權(quán)重對各指標重要性進行排序，再按照權(quán)重順序運用AHP法進行兩兩對比確定權(quán)重。層次分析法的計算結(jié)果顯示，最大特征根為17.378，本次針對17階判斷矩陣計算得到CI值為0.024，RI值為1.606，因此計算得CR=CI/RI=0.015<0.1，意味著本次研究判斷矩陣滿足一致性檢驗。接著計算判斷矩陣的最大特征值對應(yīng)的特征向量W=（w1，w2，w3，…，wn），見表1。

（二）運用PCA確定投入產(chǎn)出因子

由于以上分析教育經(jīng)費投入產(chǎn)出指標較多，會影響評價決策單元DMU的有效性。一般來說，DMU數(shù)量不少于投入產(chǎn)出指標總和的2倍。因此，本文在運用DEA模型分析前先用主成分分析法（PCA），對投入產(chǎn)出指標降維并提取主成分。本文使用SPSSPRO軟件選取以上教育經(jīng)費評價指標體系中的7個投入指標和10個產(chǎn)出指標分別進行主成分分析，結(jié)果如下：7個投入指標和10個產(chǎn)出指標分別降維為2個投入指標（財力物力資源投入、人力資源投入）及3個產(chǎn)出指標（教育成果、教育質(zhì)量、人才培養(yǎng)），見表2。

（三）運用DEA-BCC模型分析

數(shù)據(jù)包絡(luò)分析（DEA）是一種依據(jù)決策單元的輸入輸出數(shù)據(jù)采用線性規(guī)劃技術(shù)度量效率的一種非參數(shù)前沿效率分析方法。傳統(tǒng)DEA模型分為CCR和BCC模型。CCR模型假設(shè)規(guī)模報酬不變，BCC模型可分析規(guī)模報酬可變的綜合效率水平。本文運用SPSSPRO軟件，選取DEA-BBC模型研究38所大灣區(qū)高職院校在規(guī)模報酬可變情況時投入產(chǎn)出效率情況，見表3。

BBC模型將綜合效率拆分為技術(shù)效率和規(guī)模效率。技術(shù)效率反映技術(shù)因素帶來的效率，規(guī)模效率反映規(guī)模帶來的效率。由表3可知：38所高職院校中只有11所院校DEA強有效，綜合效率平均值為0.8208，小于1，表明大灣區(qū)大部分高職院校經(jīng)費非DEA有效，資源配置未達到效率最優(yōu)狀態(tài)，存在進一步改進空間。從技術(shù)效率來看，有23所高職院校技術(shù)效率值為1，表明這23所學(xué)校的要素使用合理，其余15所院校存在資源浪費或資源未充分利用。從規(guī)模效率來看，只有11所高職院校規(guī)模效率為1，表明規(guī)模效率達到最優(yōu)狀態(tài)。其余27所院校的規(guī)模效率均小于1，可通過調(diào)整規(guī)模促進投入產(chǎn)出效率提升。從規(guī)模報酬系數(shù)來看，有4所院校規(guī)模報酬系數(shù)小于1，屬規(guī)模報酬遞增，表明這4所院校規(guī)模過小可擴大規(guī)模，迅速提高投入產(chǎn)出比。其他23所高職院校規(guī)模報酬系數(shù)大于1，屬規(guī)模報酬遞減，產(chǎn)出增加的比例會少于投入增加的比例，表明規(guī)模過大，應(yīng)當減少規(guī)模從而提高效率。換句話說，不建議增加規(guī)模，應(yīng)當考慮增加產(chǎn)出以提高目標效率。

（四）運用超效率DEA-SBM實證分析

由于傳統(tǒng)的CCR和BCC模型無法衡量全部松弛變量，因此本文使用另一種非射線性的模型——超效率DEA-SBM模型（Slack Based Model），SBM模型是在傳統(tǒng)的DEA模型基礎(chǔ)上，將松弛變量納入模型，彌補了傳統(tǒng)模型不能有效評價決策單元的差異問題，并且通過松弛變量效率度量投入和產(chǎn)出中存在的冗余或不足，能夠更加有效評價決策單元效率。本文運用SBM模型，使用SPSSAU軟件分析結(jié)果見表4。

如表4所示，通過SBM模型能夠測算出各決策單元的效率值。從投入指標來看，財力物力資源投入松弛變量大于0的有12所院校，只有2所院校財力物力資源投入松弛變量小于0，表明這12所院校需要減少財力物力投入量提高效率，只有2所院校需要增加投入財力物力資源提高效率。大部分學(xué)院在財力物力資源方面的投入已達到相對有效規(guī)模。有10所院校人力資源投入松弛變量大于0，表明這10所院校在人力資源的投入方面可以減少投入以提高效率。有2所院校人力資源投入松弛變量小于0，說明這2所院校需要增加在人力資源方面的投入。從產(chǎn)出指標來看，有7所院校的教育成果產(chǎn)出指標松弛變量大于0，有5所院校的松弛變量小于0，說明大部分院校在教育成果方面的產(chǎn)出能達到相對有效，只有7所院校需要增加教育成果產(chǎn)出，有5所院校的教育成果相對于投入來說有溢余。從教育質(zhì)量產(chǎn)出指標分析，有23所院校的松弛變量大于0，有4所院校的松弛變量小于0，表明23所院校需要增加教育質(zhì)量產(chǎn)出，4所院校的教育質(zhì)量產(chǎn)出相對于投入來說有溢余。從人才培養(yǎng)指標來看，有11所院校的松弛變量等于0，有3所院校的松弛變量小于0，其余24所院校的松弛變量大于0，表明這24所院校需要加大力度增加人才培養(yǎng)方面的產(chǎn)出。

（五）運用DEA-Malmquist指數(shù)模型實證分析

DEA-Malmquist指數(shù)模型能夠評估決策單元在不同時間段的相對效率和技術(shù)進步。由于前面38所高職院校樣本中有2所院校是從2019年開始招生，缺少畢業(yè)人數(shù)、就業(yè)率等重要數(shù)據(jù)，故將這兩所院校剔除出動態(tài)分析樣本中。本文使用SPSSAU軟件，選取36所院校2019—2023年面板數(shù)據(jù)做分析。

由表5可知，36所高職院校中只有8所院校的全要素生產(chǎn)率小于1，28所院校的全要素生產(chǎn)率均大于1，表明大部分高校效率呈增長態(tài)勢，有8所院校效率呈降低狀態(tài)，并且其中只有3所院校全要素生產(chǎn)率小于0.9，說明大部分院校降低態(tài)勢并不明顯。Malmquist指數(shù)分解分析如下：從技術(shù)效率變化指數(shù)來看，有12所院校的技術(shù)效率大于1，17所技術(shù)效率等于1，7所院校技術(shù)效率小于1，表明12所院校的技術(shù)效率呈上升趨勢，17所院校技術(shù)效率變化不明顯。從純技術(shù)效率指數(shù)來看，36所高職院校的純技術(shù)效率均大于1或等于1，表明大灣區(qū)的院校管理制度比較完善、技術(shù)比較先進，對于生產(chǎn)率能起促進作用；并且由于技術(shù)效率=純技術(shù)效率×規(guī)模效率，有30所院校的純技術(shù)效率指數(shù)等于1，由此可知，技術(shù)效率值主要受規(guī)模效率指數(shù)影響。因此，只有7所院校技術(shù)效率呈衰退狀態(tài)，主要是由于規(guī)模效率小于1導(dǎo)致，即由于規(guī)模原因?qū)ιa(chǎn)率產(chǎn)生抑制作用，導(dǎo)致技術(shù)效率衰減。從規(guī)模效率指數(shù)來看，有9所院校的規(guī)模效率指數(shù)大于1，說明這9所院校的規(guī)模對生產(chǎn)率起著促進作用，即在2019—2023年期間這9所院校的規(guī)模效率有所提高，接近最優(yōu)規(guī)模運作。有17所院校的規(guī)模效率等于1，說明這17所院校在2019—2023年期間的規(guī)模效率指數(shù)沒有變化。有10所院校的規(guī)模效率指數(shù)小于1，表明這10所院校在這期間的規(guī)模效率在下降。另外，從技術(shù)進步效率指數(shù)來看，有24所院校的技術(shù)進步指數(shù)大于1，說明該24所院校在科研、教研、校企合作、社會服務(wù)等方面的產(chǎn)出在增加，即高校的技術(shù)水平有所提升，使得同樣的投入可以帶來更多的產(chǎn)出。從36所高職院校的Malmquist指數(shù)平均值看，全要素生產(chǎn)率平均值為1.2656，表明2019—2023年期間各院校在財政性經(jīng)費投入使用效率上整體處于上升狀態(tài)。技術(shù)效率和技術(shù)進步的均值分別是1.0052、1.2608均大于1，表明樣本在此期間大部分院校技術(shù)效率普遍提升、技術(shù)在進步。只有規(guī)模效率的平均值為0.9993小于1，表明有少數(shù)院校由于規(guī)模原因?qū)е沦Y金使用呈效率下降狀態(tài)。

（六）綜合運用AHP+DEA模型評價

本文基于多種模型方法結(jié)合使用的思路，綜合運用AHP+DEA模型對38所大灣區(qū)高職院校的財政性經(jīng)費使用效率進行評價。公式為：μi=ωαi+（1-ω）βi，（i=1，2，3，…，38）。其中αi為運用AHP模型確定的權(quán)重值與各指標標準化處理后的值加權(quán)計算出38個樣本的效率值，βi為運用DEA-SBM模型測算出的效率值。由于本文運用AHP模型前期采用熵值法確定矩陣排序，全部使用量化方法計算效率值，相對比較客觀，所以兩種模型的加權(quán)系數(shù)分別設(shè)為0.5，即ω=0.5，其測算結(jié)果如表6，因篇幅原因不再贅述，讀者可借助表6的結(jié)果分析各高職院校的相對效率情況。

五、穩(wěn)健性檢驗

為了檢驗以上實證分析結(jié)果的可靠性，本文新增了在線精品課程數(shù)（國家級及省級）和非學(xué)歷培訓(xùn)項目數(shù)兩項指標代入以上實證模型方法進行穩(wěn)健性檢驗。首先對38所高職院校樣本的19項指標進行無量綱化處理。對標準化處理后的數(shù)據(jù)進行熵值法分析，再根據(jù)熵值法得到的19項指標的權(quán)重進行排序，運用AHP模型確定指標權(quán)重。接著對19項指標變量進行主成分分析，然后對降維后的2項投入指標、3項產(chǎn)出指標進行超效率DEA-SBM分析，分析結(jié)果顯示投入冗余與產(chǎn)出不足分析較原數(shù)據(jù)保持不變。超效率模型效率值結(jié)果顯示各高校效率排序不變，AHP效率值顯示各高校效率排序不變，最終的綜合DEA+AHP模型下各高校效率排序不變。綜上，本文增加指標變量后得到基本一致的檢驗結(jié)果，進一步確保驗證結(jié)果的可靠性和科學(xué)性。實證分析過程受限于篇幅不再贅述。

六、結(jié)論與建議

本文選取大灣區(qū)38所高職院校為樣本，基于BSC模型構(gòu)建評價指標，并結(jié)合運用熵值法和AHP對指標權(quán)重賦值；再運用DEA-BCC和超效率SBM模型靜態(tài)分析各決策單元的財政性經(jīng)費投入相對效率；最后使用Malmquist指數(shù)模型以樣本2019—2023年指標的面板數(shù)據(jù)動態(tài)分析36所院校的績效變化趨勢。研究結(jié)果發(fā)現(xiàn)：38所大灣區(qū)高職院校中有11所院校DEA強有效，大部分院校未達到經(jīng)費使用效率最優(yōu)狀態(tài)。有少數(shù)院校需要加強管理，提高投入要素生產(chǎn)率，使投入要素得到充分利用，在給定組合情況下實現(xiàn)產(chǎn)出最大化。大部分院校屬于規(guī)模報酬遞減，應(yīng)增加產(chǎn)出促進提高經(jīng)費使用效率。另外，從投入冗余和產(chǎn)出不足分析，38所院校不存在投入冗余，在不減少投入情況下均能達到目標效率。從效率值來看，有12所院校需要減少財力物力資源方面的投入；有10所院校需要減少人力資源方面的投入以提高效率；有7所院校需要增加教育成果產(chǎn)出；23所院校需要提高教育質(zhì)量，提升各利益相關(guān)者滿意度；24所院校需要加大力度增強人才培養(yǎng)方面的產(chǎn)出以達到目標效率值。從動態(tài)分析來看，36所高職院校中大部分院校處于效率增長狀態(tài)，只有8所高職院校全要素生產(chǎn)率在減少，主要是由于規(guī)模效率下降原因所致。

以上研究結(jié)論表明，大灣區(qū)的高職院校財政投入總體來說比較充足，大部分高職院校處于規(guī)模效益遞減狀態(tài)，存在規(guī)模過大風(fēng)險，導(dǎo)致大部分院校DEA非有效的原因主要是產(chǎn)出相對不足?；诖?，本文提出如下建議：一是多渠道投入資金，適度擴大投入規(guī)模。在“過緊日子”背景下，各高職院校應(yīng)當積極爭取行業(yè)企業(yè)投入資源，多渠道籌集資金，充分保證高校資金需求。二是實現(xiàn)預(yù)算績效一體化管理，提高資金使用效率。構(gòu)建預(yù)算績效評價指標體系，建設(shè)項目庫預(yù)算績效內(nèi)控一體化系統(tǒng)信息化平臺，全面實現(xiàn)預(yù)算績效管理，切實提高資金使用效率。三是加強財會監(jiān)督，規(guī)范高效使用資金。從高職院校內(nèi)部監(jiān)督層面強化財會監(jiān)督，形成防范財務(wù)風(fēng)險第一道防線，促進高校規(guī)范有效使用資金。四是實施高校成本核算，提供績效評價基礎(chǔ)數(shù)據(jù)。高職院校應(yīng)當積極投入成本核算實踐，構(gòu)建成本核算信息系統(tǒng)，為高?？冃гu價提供成本信息。五是增強高校內(nèi)涵建設(shè)，助推高校高質(zhì)量發(fā)展。高職院校應(yīng)當充分利用人、財、物投入資源，加強師資建設(shè)、校企合作、國際交流等建設(shè)，提升教育質(zhì)量水平，提高人才培養(yǎng)質(zhì)量。

【參考文獻】

［1］ 汪慶芝.高校科研經(jīng)費預(yù)算績效測度與綜合評價研究［J］.紹興文理學(xué)院學(xué)報（自然科學(xué)），2020（8）：113-120.

［2］ 劉國永.高等教育財政支出績效評價指標設(shè)計原理、方法及運用［J］.教育與經(jīng)濟，2007（3）：30－35．

［3］ 周奇杰，唐萬宏，高正.財政性高等教育經(jīng)費績效評價模型建構(gòu)初探［J］會計之友，2022（10）：141-147.

［4］ 蘇薈，白玲.我國高職教育經(jīng)費投入效率及影響因素的空間計量分析［J］.職業(yè)技術(shù)教育，2020（36）：38-45.

［5］ MANOLIS CHALARIS，IOANNIS CHALARIS，ST-

EFANOS GRITZALIS，et al.Modeling and transformation of the evaluation mechanism of Greek higher education institutes using balanced scorecard technique［J］.International Journal on Integrated Information Management，2015，2（1）：28-40.

［6］ 張愛華.平衡計分卡下的民辦院?？冃гu價研究——以A學(xué)院為例［J］.會計之友，2018（22）：140-145.

［7］ 曹宏進.基于平衡計分卡的高校資源配置績效評價——以全國第四輪學(xué)科評估指標體系為例［J］.會計之友，2020（22）：131-137.

［8］ 李保忠，康誠軒.基于BSC-AHP的職業(yè)本科院校高質(zhì)量發(fā)展績效評價指標體系的構(gòu)建［J］.上海教育評估研究，2024（2）：24-29.

［9］ 王致萍，李彥興，樊娜.基于AHP-模糊綜合評價法的職業(yè)教育績效研究——以甘肅省為例［J］.行政事業(yè)資產(chǎn)與財務(wù)，2019（1）：29-30.

［10］ ALEKSEI EGOROV ，PAVEL SEREBRENNIKOV.Measuring the efficiency of universities：what is inside the black box？［J］.Journal of Higher Education Policy and Management，2023，45（5）：545-565.

［11］ 龔冷西，陳恩倫，賈玲.基于數(shù)據(jù)包絡(luò)分析的高職院校教育經(jīng)費投入績效評價［J］.教育學(xué)術(shù)月刊，2017（7）：23-29.

［12］ 楊麗雪.我國高等職業(yè)教育經(jīng)費投入效率研究——基于2006—2017年面板數(shù)據(jù)分析［J］.職業(yè)教育研究，2021（7）：53-59.

［13］ 王莉莉，孫健夫.基于BSC和AHP的高校績效評價指標體系構(gòu)建［J］.經(jīng)濟研究參考，2017（28）：9-13.

［14］ 李群，韋海成，朱立軍，等.超效率-DEA融合層次分析法在高校實驗室建設(shè)績效考核中應(yīng)用［J］.實驗室研究與探索，2020（12）；233-237.