首页 理论教育 基于参数法的高等教育效率前沿模型分析框架

基于参数法的高等教育效率前沿模型分析框架

时间:2022-03-11 理论教育 版权反馈
【摘要】:高等学校也具有投入和产出,研究的也是效率,因此参数法完全可以适用于高校教育效率的研究。为了弥补参数法的这一缺陷,本书在采用参数法研究时尤其注意选择好函数形式,并作好回归分析。本研究的参数法即采用Batteseand Coelli的面板数据模型,将可能影响高校效率的因素和高校的成本边界同时估计。高校的经营收入是高等学校在教学、科研及其辅助活动之外,开展非独立核算经营活动取得的收入。

3.2.1 研究方法选择

参数法通常应用在经济领域。它是通过构建一个参数,即“生产前沿面”,然后测量某一待考察厂商的效率相对于前沿厂商效率的偏离程度来衡量待考察厂商的效率。高等学校也具有投入和产出,研究的也是效率,因此参数法完全可以适用于高校教育效率的研究。国内学界相关的实证研究大都是采用非参数法,应用参数法的文献为数不多。在参数法中,如果选择的函数形式缺乏弹性,可能会导致产出规模或组合均值的拟合性差。为了弥补参数法的这一缺陷,本书在采用参数法研究时尤其注意选择好函数形式,并作好回归分析。

参数法确定成本函数形式后,使用最小二乘法(OLS)估计函数。而理论上的成本函数是给定要素价格不变的条件下最小成本和产出水平的关系。

估计成本函数是由Aigner,Lovell等(1977)[64]以及Meeusenand Broeck (1977)[89]分别独立发展而成。Batteseand Coelli(1995)[90]将模型进一步扩充为面板数据的形式,将所有可能影响效率的因素和厂商的成本边界同时估计。本研究的参数法即采用Batteseand Coelli的面板数据模型,将可能影响高校效率的因素和高校的成本边界同时估计。

随机边界方法(SFA)允许误差项中包括无效率因素,其误差项分为两部分:一是具对称分配的随机误差;二是单边分配的随机变量,代表厂商或高校无效率因素。此两项误差彼此独立。

本书中,定义γ为成本无效率的方差在组合方差中的比重。γ的取值为0到1。当γ趋近于1时,说明成本偏差主要由成本无效率项决定;当γ趋近于0时,说明成本偏差主要由随机误差决定。

在SFA方法中,变差率γ的零假设统计检验是判断边界成本函数是否有效的根本依据。如果变差率γ的零假设被接受,则意味着成本无效率项不存在,边界成本函数无效。对变差率γ的零假设检验,可通过对成本函数的单边似然比检验统计量LR的显著性检验实现。在边界成本函数被正确估计出来后,高校的成本效率可用理论最小成本与实际成本的比值表示,该值为0~1,取值越接近于1表示实际成本越接近理论最小成本,成本效率越高。

3.2.2 研究模型选择

效率研究文献中所使用的基础模型主要有3种:超越对数函数(Trans-Log Function)、广义超越对数函数(Box-Cox Function)、傅立叶柔性函数(Fourier Flexible Form)。其中,超越对数函数最为常用。但是,超越对数函数的产出规模或组合均值的拟合性差[12][13]。高等教育成本函数多采用二次成本函数以及超越对数函数形式。如果使用流行的超越对数形式,无法解决部分高校某些产出为零的问题。虽然存在解决零产出的方法,但由于本书样本缺少投入价格信息以及数据限制而无法获得有效估计。在高等教育成本函数的研究中,二次成本函数更受研究者的偏爱,尽管并没有明确的理论基础说明二次成本函数要优于其他成本函数形式(Baumoletal,1982)。

本书考虑成本函数的形式为二次形式比较合适[14]-[17]。其基本模型如下:

其中,C表示生产S种产出的总成本;β0是常数项;βi和βij是产出变量的系数;yi是第i种产出的量;Fi是一个二值变量,当第i种产出大于0时,Fi为1,其他情况为0;V代表影响总成本的非可控因素,它既可能提高也可能降低成本,因此服从正态分布;U为非负的成本无效率项。

3.2.3 研究变量设定

本章考察的成本C是指高等学校总成本,即高校的事业支出。因为我国高校的支出中主要表现为事业支出,包括教育支出和科研事业支出。

在考察教学产出时,考虑到目前国内学界在高等教育产出的数量和质量的定义范畴上还存在争议的现实,本书采用学界较为普遍采用的度量教学产出的方法,即使用在校学生数、毕业生数作为教学产出。

本章将我国高等教育机构的教学产出分为两种学科、两种层次,包括在校学生数:全日制的人文社会科学本专科学生数(SKS)、全日制的自然科学本专科学生数(ZKS)、全日制的硕士研究生学生数(SSS)。本章中高校教学的质量,用正高级职称教师专任教师总数的比例和生师比来衡量;科研的质量用科学研究与发展成果获奖来衡量。高校的经营收入是高等学校在教学、科研及其辅助活动之外,开展非独立核算经营活动取得的收入。本书将经营收入近似认为高校提供社会服务产出而获得的收入。

3.2.4 样本数据的选用

本书的数据来源于2003—2013年的《中国教育统计年鉴》《高等学校科技统计资料汇编》、各高校统计年鉴、教育部网站和各高校网站。本书选取了中国29个省及直辖市(不包括西藏自治区和新疆维吾尔自治区)104所985及211高等学校,其中38所985高校,66所211高校。样本的时间跨度为2003—2013年,样本所包含的104所普通高等院校整体上为平行面板数据,样本大学名称见表3.1。

表3.1 全国104所普通高校样本名称

本书将104所普通高等院校按地域进行划分,分为华北地区、东北地区、华东地区、中南地区、西南地区、西北地区6个区域。其中,华北地区包括北京市、天津市、河北省、山西省、内蒙古自治区,共5个省级行政区;东北地区包括辽宁省、吉林省、黑龙江省,共3个省级行政区;华东地区包括上海市、江苏省、浙江省、安徽省、福建省、江西省、山东省,共7个省级行政区;中南地区包括河南省、湖北省、湖南省、广东省、广西壮族自治区、海南省,共6个省级行政区;西南地区包括重庆市、四川省、贵州省、云南省,共4个省级行政区(未包括西藏自治区)。西北地区包括陕西省、甘肃省、青海省、宁夏回族自治区(未包括新疆维吾尔自治区)共4个省级行政区。各变量的描述统计量见表3.2。

表3.2 我国普通高等院校变量的统计描述

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈