基于组合赋权DEA模型的高等职业教育投入产出效率测评

发布时间：2021-07-01 20:48

　　高等职业教育投入产出效率与高等职业教育改革和创新发展密切相关,其评价指标体系具有动态性、差异性和时效性,需要不断优化和完善。借助Pearson相关分析法构建了基于DEA的高等职业教育投入产出效率评价指标体系。以泉州公办高职院校面板数据作为实证数据,利用BCC-DEA模型对高等职业教育效率进行评价和分析。研究表明,基于组合赋权的BCC-DEA模型对高等职业教育投入产出效率进行评价的运用总体较为有效,有一定的理论意义和实践意义。 

【文章来源】：安庆师范大学学报(社会科学版). 2020,39(05)

【文章页数】：11 页

【部分图文】：

高等职业教育研究领域热点聚类图谱

图1 高等职业教育研究领域热点聚类图谱结合图1和图2可知，该主题搜索到的49 872篇文献中，研究热点较突出的30个关键词中，部分关键词要么较为相近，要么指向性较笼统，比如“高等职业教育”“高职教育”“职业教育”“高职院校”“高职”“高等教育”“对策”等。不考虑这些关键词，高等职业教育的研究热点主要集中在”校企合作““人才培养”“教学改革”“实践教学”和“专业设置”等，对高等职业教育投入产出效率评价方面研究较少。

表6给出泉州高等职业教育投入产出效率评价结果的综合效率值、纯技术效率值、规模效率值和规模报酬情况，表中显示综合运行效率的平均值为0.810，其中，纯技术效率为0.922，规模效率为0.868；为了更为直观的对其效率情况进行展示，下面利用表中数据绘制投入产出效率分布柱状图，具体图形详见图4。图4显示，泉州市公办高职院校近三年投入产出效率整体运行状况具有明显的差异度；有8个决策单元的综合效率和规模效率均达到DEA有效，分别是DMU16、DMU17、DMU18、DMU36、DMU37、DMU37、DMU56、DMU66、DMU67；有四个决策单元的综合效率值低于0.6，分别是DMU26，其中决策单元DMU28、DMU28、DMU46、DMU58的综合效率最低，为0.381；有9个决策单元的纯技术效率达到DEA有效，分别是DMU16、DMU17、DMU18、DMU36、DMU37、DMU56、DMU66、DMU67、DMU68，其余为非DEA有效；各决策单元纯技术效率虽有差异，但差异度不会太大；除了8个决策单元的规模效率达到DEA有效外，其余决策单元的规模效率均为非DEA有效，其中决策单元DMU28的规模效率值最低，仅为0.517。

【参考文献】：
期刊论文
[1]基于PCA-DEA模型的高职院校办学绩效评价研究[J]. 苏荟,吴玉楠.  现代教育管理. 2018(10)
[2]论职业教育效率评价指标体系的构建[J]. 肖美香.  鲁东大学学报(哲学社会科学版). 2018(03)
[3]基于DEA的我国高职院校投入产出绩效分析[J]. 张红琴.  商业会计. 2015(23)
[4]基于华氏宏观经济数学模型的高等职业教育动态投入产出模型[J]. 张静,权双燕.  西安航空学院学报. 2014(01)

硕士论文
[1]海南软件职业技术学院教育投入产出效率研究[D]. 黄媛媛.华东交通大学 2019



本文编号：3259844