基于DEA的本科教学实验室绩效评价
来源:用户上传
作者:
摘 要：随着高校本科教学实验室建设投入的加大，实验室硬件设施得到了明显改善，本科教学基础能力得到了提升。在资源有限的条件下，如何进一步优化资源配置，实现资源共享，是提高实验室综合效益的关键。以西部某高校为例，构建绩效评价指标体系，运用DEA方法对该校15个本科教学实验室的相对效率进行综合评价，为实验室管理与投入决策提供依据。
关键词：本科教学实验室 绩效评价 数据包络分析模型
Abstract： With the increase in the investment in the construction of undergraduate teaching laboratories in colleges and universities， the laboratory hardware facilities have been significantly improved， and the basic ability of undergraduate teaching has been improved. Under the condition of limited resources， how to further optimize resource allocation and achieve resource sharing is the key to improving the comprehensive benefits of the laboratory. Taking a university in the west as an example， the performance evaluation index system is constructed， and the relative efficiency of the 15 undergraduate teaching laboratories is comprehensively evaluated by the DEA method， which provides a basis for laboratory management and investment decision-making.
Key Words： Undergraduate Teaching Laboratory; Performance Evaluation; Data Envelopment Analysis （DEA） Model
在教育部實施的“中西部高校基础能力建设工程”政策支持下，近年来高校重点加强面向本科生的教学实验室、综合实验训练中心等设施的建设投入，实验室硬件设施得到了明显改善，本科教学基础能力得到了提升。如何进一步提高实验室综合效率，优化资源配置，提升实验教学水平，是目前高校实验室管理部门亟需解决的问题。本文从投资效益的角度出发，运用数据包络分析（Data Envelopment Analysis，DEA）法对多个实验室的综合效益进行分析与评价，探讨资源有限的条件下如何通过资源的有效利用获得最大化产出，为实验室绩效考核与管理提供依据[1]。
1 DEA方法
1.1 DEA原理
DEA法是美国学者A.Charnes等人基于“相对效率评价”概念提出的一种新的系统分析方法，它的出现把单输入单输出的工程效率概念向多输入多输出的同类决策单元（Decision Making Units，DMU）的相对评价的概念扩充。DEA模型自创建以来发展迅速，已经从最开始的CCR模型发展出了BCC模型、C2GS2模型、FG模型、CCW模型等，其中CCR模型是假设规模报酬不变的状态下，测算DMU的技术效率（综合效率），BCC模型是在假设规模报酬可变的状态下，测算DMU的纯技术效率。本文选择CCR模型和BCC模型考评本科实验室绩效，从测评结果中不仅可知本科实验室绩效的技术效率值、纯技术效率值、规模效率以及规模报酬状态，还可以从评价结果中得出决策单元在投入产出过程中的调整方向及优化方案，具有实践指导意义[2]。
2 DEA法的评价步骤及算法
DEA评价方法的主要步骤如图1所示。
本文利用linprog函数编写了CCR与BCC模型的MATLAB程序，使DEA求解过程更加方便。
3 本科实验室绩效评价指标体系的建立
根据调研及文献研究[3-5]，从实验室每年建设资金的投入和教学效果产出两方面确定实验室绩效评价指标体系，并从实验室管理部门和工作人员中选取7名专家对拟构建的指标体系进行了筛选和分析，最终确定投入指标和产出指标，如表1所示。
4 本科实验室费用效益实证分析
根据某高校本科实验室年度投入和产出指标数据，利用DEA法对所属15个二级学院本科实验室的年度费用效益进行对比分析，运用MATLAB软件进行计算，得出各本科实验室的综合效率、纯技术效率、规模效率以及规模报酬，如表2所示。
综合效率代表在一定投入下能获得的最大产出，可以判断决策单元是否为有效，当TE=1时，表明决策单元至少为弱有效，对现有技术进行有效利用;当TE<1时，表明决策单元无效，没有对技术进行有效利用。
纯技术效率反映在投入固定的情况下，能否利用现有技术获得最大产出，剔除了规模因素的影响，更能准确反映决策单元的内部管理水平。当PTE=1时，为纯技术有效;PTE<1时为纯技术无效。
规模效率是度量决策单元的投入规模是否适当的重要指标，当SE=1时，决策单元处于最佳生产规模状态，是规模有效的;当SE<1时，决策单元生产规模不是最佳状态，规模无效，此时需要分析决策单元是属于规模报酬递增还是规模报酬递减状态。前者表示当投入量按某一比例λ1增加时，产出量相应增加nλ1（n>1）倍;后者表示当投入量按某一比例λ2增加时，产出量相应增加nλ2（n<1）倍。 分析可知，法学院、计科學院、经管学院等7个学院的综合效率值为1，也就是说技术效率与规模效率都处于相对有效状态，占决策单元总量的46.7%，参评学院本科教学实验室绩效整体较好。同时，上述学院均处于规模报酬不变状态（最佳规模状态），可以根据高校政策与学院实际情况，稳定现有实验室教学规模。在其余8个非有效学院中，马院和体育学院的纯技术效率值为1，即纯技术有效，而规模效率分别为0.44和0.78，处于投入量偏大或偏小的状态，特别是马院处于低规模效率状态（0-0.5）。进一步分析，这两个学院的规模报酬均为递增，可考虑采取加大实验室科研投入、购置先进设备、增加实验学生人数等措施。剩下6个非有效状态学院中，材料学院、环资学院、土建学院与制造学院的规模效率处于较高水平（此处较高水平为0.9-1），纯技术效率是影响综合效率的主要原因，表示既定投入资源没有得到充分利用，处于管理水平较低、资源浪费较严重状态，应加强本科教学实验室管理或适当减少资源投入;理学院与国防学院的纯技术效率与规模效率都处于无效状态，应当根据本科教学实验室规模报酬的基本状态针对性地制定方案，从加强本科实验室管理、优化实验室资源配置、调整实验室教学规模等多方面入手全面提高效益[6]。
5 结语
本文从费用效益角度出发，综合考虑投入和产出指标对实验室绩效进行分析与评价，弥补了传统绩效评价体系和方法只重视产出而忽略投入的片面性，运用数据包络分析法（DEA）系统的分析和评价实验室之间的相对效率，从而为主管部门对实验室的考核与管理提供依据。
参考文献
[1] 赵淳宇，汪必琴，杨宇科，等.应用型大学专业实验室创新绩效评价研究[J].实验技术与管理，2018，35（9）：34-39.
[2] 初士兴，刘永涛，马强.基于DEA的实验室开放共享绩效评价研究[J].实验室研究与探索，2017，36（9）：240-243+250.
[3] 朱为国，孙全平，吴建华.高校重点实验室绩效管理评价指标体系研究[J].高校实验室工作研究，2016（2）：82-83.
[4] 杨晓斌.地方本科院校教学实验室绩效评价体系的构建[J].高教学刊，2017（20）：49-51.
[5] 史俊伟，吴昌友，陈章良.高校开放式教学实验室综合评价体系与方法研究[J].实验室科学，2017，20（6）：159-162.
[6] 刘慧娟.绩效管理指导下的高校实验室管理研究[J].科教文汇，2016（5）：35-37.
转载注明来源:https://www.xzbu.com/8/view-15235493.htm
