前言：寻找写作灵感？中文期刊网用心挑选的高职高专院校办学绩效评估之实汪研究，希望能为您的阅读和创作带来灵感，欢迎大家阅读并分享。
摘 要：高职高专院校建立科学有效的评估体系是促进我国高职业教育教学质量不断提高的重要手段。本文运用数据包络分析法(DEA)对高职高专院校的办学绩效进行评价，依据实用性、可采集性、鉴别力和表现力等原则，构建了基于DEA模型的高职高专院校的办学绩效评估的指标体系，并以广西28所高职高专院校为研究对象，运用C2R模型比较分析各院校的综合有效性和规模有效性，通过实例验证了DEA模型在高职高专院校评估中的适用性和可操作性。
关键词：高职高专院校,数据包络分析法,绩效评估
一、研究背景
高等职业教育是兼有高等教育和职业教育双重属性的一种新的高等教育类型，是我国高等教育体系的重要组成部分。1996年我国颁布实施的《中华人民共和国职业教育法》，明确了高等职业教育在我国教育体系中的地位。随着党中央“大力发展高等职业教育”方针和政策的实施，高等职业教育呈现出快速发展的良好态势，为我国高等教育实现大众化起到了基础性的作用。但是，我国目前的高职院校有相当一部分是由成人高校和中等专业学校改制成的职业技术学院。因此，对高职高专院校实施科学评估，是促进高等职业教育教学质量不断提高的重要手段。 我国学者母目光、翁史列指出，高等教育评估是以高等教育为对象，依据教育目标，利用一切可行的技术与手段，系统地收集信息，并对教育效果给予价值上的判断，为作出决策、优化教育提供根据的过程。“以评促建、重在建设”是教育评估的宗旨，科学的评估对学校办学起着导向作用。近年来，我国高等职业教育评估理论的研究有了较大进展，如学者丁世民、王后林提出可借鉴IS09001标准开展高职高专院校的评估；学者吴结在比较商业、普通高校（大学）、高职高专评估体系要素的基础上，提出了构建高职教育评估体系的构想。但遗憾的是，在这些理论中都没有引入效益评估的概念，“效益”评价在高职高专院校的评估研究中普遍没有得到体现。而实际情况是在高校的建设中，不仅应考虑产出，同时更应看中为了获得这些产出所耗用的人力、财力、物力等资源的使用情况，两者之间的比例关系才直接反映出该单位办学（建设）水平的高低。教育评估的重点是对“教育效果给予价值上的判断”，因此，教育评估主要应是对教育效果的评价。而数据包络分析法（Data Envelopment Analysis，简称DEA）是利用运筹学中的优化思想处理输入—输出复杂系统的决策方法，从本质上是相对效率评价的表达，它不仅能判断决策单元对应的“生产活动”是否有效，而且可同时获得许多有用的管理信息和改进方案，辅助有关人员进行科学决策。近来的研究表明对效率前沿进行估计的利用DEA的数学规划程序是相对有效的。笔者经过文献检索发现，目前我国学者对高等职业教育评估的研究主要以定性研究为主，还没有学者尝试用量化的方法去评估高等职业教育的办学效率。故本文拟从系统投入和产出的角度，应用数据包络分析法( DEA)方法对28所高职高专院校的办学效率进行评价，并对非DEA有效的院校进行投影分析，把非有效的决策单元改进成有效的决策单元，以期为我国高等职 业教育的评估提供借鉴和参考。
二、DEA模型的基本原理
DEA是1978年由美国著名运筹学家A.Charnes、W.W.Cooper及E.Rhodes等学者以“相对效率评价”概念为基础首先提出来的。DEA的基本思路是从各决策单元（被评价对象）投入产出的角度定量地比较决策单元的相对有效性。根据侧重点不同，DEA模型有多种类型，包括同时评价技术有效和规模有效的综合评价模型C2R；反应决策者偏好的锥比率的DEA模型CzWH；具有无穷多个DMU的半无限规划的模型CzW和C2WY等。根据高职高专院校评估的特点，本文选取带有非Archimedes无穷小处理后的CzR模型对高职高专院校的办学效率进行评估。
在C2R模型中，假设有n个决策单元（记为DMU,，1≤j≤n），每个决策单元记为DMU-jo(jo=1，2，…，n)，并均有m种类型的投入和s种类型的产出，分别用X；和Y，表示。Xij≥0表示第j个决策单元的第i种投入；Yrj≥0表示第j个决策单元的第r种产出。则对第jo个决策单元进行效率评价，判断其有效性的C2R模型可如公式1所示。其中，0为该决策单元DMUj0的有效值，即投入相对于产出的有效利用程度；λi为相对于DMU,o重新构造一个有效DMU组合中第j个决策单元DM；Uj的组合比例；Si-，Sr+分别为投入和产出的松弛变量。
求出θ，λ，S-，s+等各参数（向量）值后，对于DMU-j0(第j0个决策单元)可得出如下的参数经济含义：
第一．DEA有效性的判断。
(1)若θ=1．且s-=s+=0，称DMU-jo为DEA强有效，即在该经济系统中，其原投入Xjo基础上所获得的产出Yp已达到了最优；
(2)若O=1，S一≠0，S+≠O时，称对应的DMU-jo为DEA弱有效，即在该经济系统中，对于投入X。可减少S_而保持原产出b不变。或是在投入XJO不变的情况下将产出Yp提高S+;
(3)若O<i时，则对应的DMU-jo为非DEA有效，意味着在该经济系统中，可通过组合将投入Xj0降至原投入的0比例而保持原产出Yp不减。 第二，规模有效性的判断。 (1)当K=l时，称DMU-j0规模有效，即DMU-jo达到了最大产出的规模点；
(2)当K<1时，称DMU-jo规模收益递增，表明DMU_jn在投入Xj0的基础上，适当增加投入量，产出量Yp将有更大比例的增加；
(3)当K>1时，称DMU-jo规模收益递减，表明DMU-jo在投入X。的基础上，即使再增加投入量也不可能带来更大比例的产出量增加，故没有必要再增加DMU-jn的投入量。
第三，投影分析。
对于非DEA有效(0<1)的决策单元DMU-jo．可以通过DMU-j0在相对有效平面上的投影来加以改进，该原理可以通过单输入单输出的生产函数的投影分析来简要说明，如图1所示。
图中曲线表示生产函数曲线，A点表示决策单元DMU-jo，D点（多维空间中为一个超平面）表示DEA有效的决策单元集合，线段AB表示剩余变量，线段AC表示松弛变量，直线AD是有效前沿面的法线方向，OA表示DMU-jo投入产出向量。当决策单元为DEA有效，A点和D点是重合的，即决策单元最优效率评价指数等于l，剩余和松弛变量为0；当决策单元为DEA弱有效时，投影点也处于生产函数曲线上，但和D点不重合，此时最优效率评价指数为1，但剩余和松弛变量不为O。#p#分页标题#e#
根据上述的投影原理，对于非DEA有效(0<I)的决策单元DMU-j",可以把对应单元原有的投入量Xi调整为0Xj-$，原有的产出量Yj调整为Yj+S+时，则决策单元DMU-jo就为DEA有效了。（0Xj-s-，Yjs）即为DMU-jo的投影。投影值为各投入产出指标调整了的具体数据参考，也为非DEA有效DMU的绩效改进提供了途径：
三、应用实例分析
本文以广西28所高职高专院校为研究对象，在建立评价指标体系的基础上，通过收集整理2009年度的数据，建立评价的DEA模型，并依据计算分析的结果，对各高职高专院校的办学效率进行评价，并给出相关的改进意见。
（一）评价指标体系的构建
DEA模型对于投入产出变量具有高度敏感性，因此评价指标的选取是应用DEA的基础和前提。在指标体系的构建中，评价指标的数量应与DMU的数量相适应。根据Colany与Roll的经验法则，认为受评估的DMU个数(n)至少应为投入项(m)和产出项(s)个数总和的2倍，即n≥2(m+s)。由于本研究中DMU个数为28个，因此，投入项与产出项个数总和就不应该超过14。在指标质量上，指标本身应具有实用性、可采集性、鉴别力和表现力等原则，要充分反映评价目标，并避免投入与产出的强线性关系。按照以上原则，本研究所构建高职高专院校的投入指标和产出指标具体内容如表1所示。