构建我国高校办学效益评价指标体系的思考

办学效益是办学投入与产出之比,是办学目标实现的程度。高校办学效益包括经济效益和社会效益两个方面,它是以较低的人力、财力和物力的投放和利用,为社会培养更多的人才和提供更多的科研成果。以定量指标对高校进行评价和排名,美国早在1983年就率先开始,此后,英国、德国、加拿大、日本也相继实行。我国也于1987年开始对高校进行评价和排名,但评价所用的指标局限于投入人力、科研经费、科研成果、论文等,没有从人才培养和经济效益等方面进行综合的考核,指标     

基于DEA的高校经费支出结构评价——以山东省为例

高等学校教育经费短缺是一个长期存在的问题,而高校的不断扩招加剧了教育经费短缺矛盾.高校一方面经费短缺;另一方面内部又存在着经费支出结构不合理及教育投入产出效益不高的问题.文章运用DEA方法评价了山东省22所高校经费支出结构的合理性,并计算出非DEA有效决策单元的改进值,以期能够为我国高校优化经费使用结构提供参考.     

对提高高等学校办学效益的思考

高等学校办学效益是办学投入与产出之比,是办学同标实现的程度。广义地说．高等学校办学效益包括经济效益和字十会效益两个方面,要求以较少的人力、物力和财力,创造出更多的经济效益,为社会培养更多的高素质人才和提供更多、质量更高的科研成果：从狭义上讲,高校办学效益仅指办学的经济效益。本文仅就狭义的办学效益谈点个人的看法。     

全国各省份公路运输AHP-DEA效率评价

为探究我国各省份公路运输效率,本文利用AHP-DEA模型,按地理区域进行划分,对我国2017年各省份公路运输的效率进行了测算,并从投入冗余和产出不足两个方面分析评价了非DEA有效省份在公路运输上存在的问题。研究结果显示我国一些省份的评价结果未达到DEA有效,未达到有效的省份在投入和产出方面原因各不相同,有些省份还存在多种问题,一些省份公路运输规模效益仍处于递减趋势。并根据综合分析,尝试提出一些提高公路运输效率的建议。     

地区高校R&D投入产出水平与R&D效率关系研究

在基于超效率DEA模型评价不同地区高校R&D效率的基础上,展开R&D投入水平或R&D产出水平,或二者交互作用的差异对地区高校R&D超效率的影响研究。研究发现,不同地区高校R&D投入水平或产出水平的差异对R&D效率没有影响,但R&D投入与产出交互作用的差异对R&D效率的影响显著。各地区高校应在提高R&D投入资源的有效配置、并保障其供给充足的同时,一方面通过不断完善自身的科研激励体系,鼓励高校R&D人员以饱满的科研热情不断创造出高水平的科研成果,另一方面要搭建便捷的产出通道,鼓励高校R&D人员的科研产出。     

基于DEA的煤炭行业上市公司梯级有效性分析

一、DEA模型及其基本原理 （一）DEA模型数据包络分析（Data Envelopment Analysis,简称DEA）是著名运筹学家A．Charnes和W．W．Copper等学者以“相对效率”概念为基础,根据多指标投入和多指标产出对相同类型的单位（部门）进行相对有效性或效益评价的一种新型系统分析方法。从“投入”到“产出”的这一过程称之为决策单元（DMU）。数据包络分析的模型模型就是假设有n个决策单元（DMU）,其中每个决策单元都有m种投入要素和s种类型的产出,则第j个决策单元对应的输入和输出为：     

赣粤闽湘九市投入产出有效性的DEA比较分析

通过选取赣粤闽湘四省九市作为研究目标,运用因子分析法选出具有代表性的九个投入产出指标,通过建立DEA模型,得出投入产出有效性。再分别从投入方面和产出方面,分析九市的效益,得出结论。     

基于DEA方法的湖南农业生产效益评价指标体系研究

本文通过DEA方法构建投入与产出模型,并根据可靠数据进行运算,试图对现阶段湖南农业生产效益进行综合评价。对比求解的结果找出湖南农业发展存在的问题并给出针对性建议。     

基于DEA模型的部队区域联合采购效益评价研究

本文运用数据包络分析(DEA)来研究部队区域联合采购效益评价问题,从投入和产出两个层面建立区域联合采购效益评价指标体系。DEA模型评价方法能够避免许多主观因素,具有很强的客观性。运用Frontier Analyst软件对数据进行定量分析评价,根据对计算结果的分析和研究,提出了集中采购需求、采购信息共享、建立绩效责任机制和规划采购权限等提高区域联合采购效益的建议。     

基于DEA的企业技术创新效率评价研究——以安徽省16市工业企业为例

首先阐述了数据包络分析(DEA)方法的基本原理;然后建立基于投入和产出指标的安徽省技术创新效率评价指标体系,利用数据包络分析(DEA)的经典模型BC2测算2015年安徽省16个市技术创新的技术效率、纯技术效率和规模效率值;最后,根据安徽省16市技术创新效率评价情况,分析结果并提出建议.     

我国科技投入效率的省际比较分析

文章运用DEA方法,对我国31个省市科技产出的截面数据进行了实证分析,针对经典DEA模型存在的缺陷,采用四阶段DEA结合Tobit回归的方法,剔除了外生环境变量的影响,衡量和评价了各地区的科技投入效率。结果表明:环境因素对科技投入效率影响显著,经典DEA方法得出的科技投入效率被明显高估;排除环境变量后,绝大部分省市的规模无效率是由于科技投入不足造成的。     

黑龙江省高校办学效益的DEA分析

近年来,在教育需求的推动下,在国家加大教育投入的促使下,高等学校作为教育的供给方不断扩大办学规模,取得了显著成绩,但同时也产生了效率低下等诸多问题。要解决好这些问题,高校必须立足市场,合理配置资源,提高办学效益。本文运用DEA分析方法即数据包络分析法对黑龙江省高校办学的效益进行了详细的分析,指出存在的问题,并提出了相关的对策。     

浅谈如何构建高校科研经费绩效管理评价体系

科技创新是推动社会不断发展和前进的不竭动力,促进了人们的工作模式和工作方法不断完善与升级.高校作为人才的集聚地,也是科技创新的一个重要阵地,高校的科研经费投入与管理评价显得尤为重要.然而,现阶段高校的科研经费管理评价仍存在一些漏洞.文章简要分析了高校科研经费管理存在的问题与绩效管理评价的重要性,并从科研投入管理、科研产出管理和科研过程管理三方面提出了相应的解决方法.     

基于DEA法的高等教育投入产出效率评价--以辽宁部分高校为例

本文先对辽宁高等教育财政投入的发展现状进行了具体的分析;然后从财政投入的视角,通过对师资配备与质量类指标、学校规模与布局类指标、学生培养类指标等相关数据的分析,进一步对高等教育财政投入的产出效率所存在的问题及其成因进行分析,对辽宁省高等教育财政投入情况和利用效率情况有了客观的认识,并针对发现的问题提出相对的建议。文章也对DEA模型进行了阐述,运用DEA法对高等教育的投入产出效率做出了简单的评价。     

基于数据包络分析的农产品冷链物流绩效评价

为完善陕西省农产品冷链物流管理,利用数据包络分析法,从农产品冷链物流发展的外部环境、内部流程、总体效益、风险评估四个方面选取投入、产出指标。通过Max DEA软件对陕西省11个市的农产品冷链物流数据进行了分析,给出了改进建议,为衡量农产品冷链物流综合表现提供了新的评价方法。     

科技投入产出效率指标体系的构建

<正>在区域科技投入产出效率分析中,适用于多输入、多输出的DEA方法具有很大的优势。因为DEA方法不需要考虑投入与产出之间的函数关系,且不需要预先估计任何参数和权重,便能计算决策单元的相对效率,所以在评价方法的选择上以DEA方法为主。但是DEA方法对指标的选取较为严格,在不同的指     

公办本科高校投入产出效率分析——基于PCA-DEA-TOPSIS组合模型

文章建立了共含33个投入产出效率分析指标的评价体系,并首次将PCA-DEA-TOPSIS组合模型应用于高校投入产出效率分析。首先运用主成分分析法(PCA),通过SPSS17.0软件提取福建省20所公办本科高校以上体系的主成分;其次通过DEAP-Version2.1软件采用数据包络分析模型(DEA)对提取的主成分进行研究,分析影响效率有效性的因素,给出这些高校的综合绩效评价;最后运用SPSS软件求出投入指标的综合得分、产出指标的综合得分和用DEA模型得到兹,再应用TOPSIS法对这些高校投入产出效率进行分析测算得出最终数据,以有效弥补前两种分析的不足。基于PCA-DEA-TOPSIS的组合模型既吸收利用了传统的PCA和DEA的优点,又创新地将TOPSIS法首次运用于高校的投入产出效率分析和评价,具有一定的新颖性和独特性。     

财务视角下高校资源优化配置的研究

高校在资源的配置和使用方面存在着资源分配无序性、资源使用过程重投入轻产出、资源统筹规划时忽略人才和物化沉淀资金、资源显性和隐性浪费严重等诸多不利于发展的弊端,为了实现高校内涵式发展和质量效益办学模式,研究其资源的优化配置问题尤为必要。文章基于财务视角对资源配置方式和改革深化管理方式等内容进行研究,提出了指导实践的思想、关键控制点和具体的方式方法。     

基于DEA的内蒙古各盟市物流效率评价及实证研究

文章将数据包络分析法引入城市物流效率评价,根据内蒙古现代物流发展格局建立了基于DEA的盟市物流效率评价模型和指标体系.应用该模型对内蒙古自治区12个盟市2010年的物流效率进行对比分析,从投入冗余和产出不足两方面分析非DEA有效单元的城市物流存在问题,并提出相应发展建议.     

基于DEA模型的甘肃省工业企业技术创新效率评价

基于非参数DEA方法,对甘肃省14个市州2011—2016年的工业企业技术创新效率进行综合评价。结果显示:甘肃省工业企业技术创新效率整体不高且波动较大;从分解项来看,较低的纯技术效率和较低的规模效率共同导致了较低的综合技术效率。进一步研究发现,DEA无效地区大多存在不同程度的投入冗余和产出不足,各类要素冗余投入存在较大的改进空间,产出增加潜力巨大。