我国35个大中城市基础教育服务水平评估分析

余梦瑶

【摘要】本文在构建基础教育服务水平评估指标体系的基础之上，运用DEA方法对我国35个大中城市的基础教育服务水平进行了评估分析，结果表明，被评估城市的整体基础教育服务处于中等水平，仍然有提高的空间，并且规模是影响整体水平更为主要的因素。

【关键词】基础教育服务；基础教育服务水平

目前，我国的基础教育事业发展成果显著，九年义务教育基本得到普及，学生入学机会大大增加，区域之间差异不断缩小，教育越来越趋向于公平。但是，经济社会的发展使得广大群众对基础教育的要求也越来越高，政府提供的基础教育服务不一定能满足广大群众的需求。在这种情况下，正确认识我国基础教育服务的现状，并且在此基础上做出改进的努力，才能是政府所提供的基础教育服务满足社会需求。

一、指标体系

（一）投入指标

本文中以公共财政支出规模作为投入指标。公共财政支出规模是指各级政府在一定时期内安排的财政支出的数量。本文中以各个城市一般公共预算支出总额占各自GDP的比重来表示公共财政支出规模。公共财政支出规模可以用来反映政府实际上在多大程度上参与了社会经济生活的程度，能够帮助了解政府支配了多少社会资源。

（二）产出指标

基础教育服务内涵极大，包括了对基础教育的财政支出，公共基础教育资源的时空配置，教育环境的建设等等，考虑到数据的可获得性以及简单易懂性，本文选取每万中学生拥有专任教师数、每万小学生拥有专任教师数作为基础教育的二级指标。师资力量是表现基础教育水平的一个很重要的指标，如果每万学生拥有的专任教师数多，则说明基础教育教师资源相对充足。

表1基本教育服务评价指标体系

一级指标二级指标计算方法投入

指标公共财政

支出规模公共财政支出规模一般公共预算支出/生产总值产出

指标基础教育每万中学生拥有专任教师（人）

每万小学生拥有专任教师（人）中学专任教师数/中学在校生总数

中学专任教师数/中学在校生总数二、数据说明及研究方法

（一）数据来源及处理

本文以我国35个大中城市为研究对象，原始数据均来源于2014年各个城市统计年鉴、国民经济和社会发展统计公报、《中国城市统计年鉴2015》、《中国城市建设统计年鉴2014》等官方数据。本文所利用的软件为DEAP2.1。

（二）研究方法

数据包络分析法（DEA，Data Envelopment Analysis）是以相对效率为基础的，用以评价具有相同类型的多投入、多产出的决策单元是否有效的一种非参数统计方法。该方法的基本思路是把每个被评估的单位作为一个决策单元（DMU，decision making units），这些DMU构成被评估群体，通过对投入和产出比率的分析，以DMU的各个投入和产出指标的权重为变量进行评价运算，确定有效的生产前沿面，并且根据各个DMU与有效生产前沿面之间的距离状况，确定DMU是否是DEA有效的。

应用DEA方法进行对基础教育服务水平进行评价，就是评价各个城市之间的相对效率，而要具体判断出每个城市的效率，则需要构造具有一定经济含义的度量指标，识别出表现最好的生产单元，并且构造出有效前沿面。

在DEA模型中，有“产出导向”和“投入导向”两种模型。“产出既定”是指产出不减少，“投入既定”是指投入不增加。在本文中，测量各个城市的基础教育服务水平，从表现出来的形式上来看，是想知道在既定的一般公共预算支出的情况下，各项指标所表现出来的效率的高低。如果效率高，那说明一般公共预算支出的产出效果好，基础教育服务水平高，否则基础教育服务水平低。所以本文将选择产出导向的DEA模型。

假设有n个DMUj（j=1，2，…，n），而且每个DMU有m项相同的投入以得到同样的s种产出，则

投入向量为：

Xj=（x1j，x2j，…，xmj）T，j=1，2，…，n（2.1）

产出向量为：

Yj=（y1j，y2j，…，ysj）T（2.2）

即每个DMU都有m种输入和s种输出。

基于以上的假设基础，本文将建立基于产出的BCC模型如下：

Maxφ0

s.t.nj=1λjxij+s-i≤xi0，i=1，2，…，m

nj=1λjyrj-s+r≥φ0yr0，r=1，2，…，s

nj=1λj=1

λj≥0，j=1，2，…，n

s-i≥0，s+r≥0（2.3）

xij表示第j个DMU在第i种输入的投入量；

yij表示第j个DMU在第i种输入的产出量；

λj为权重系数；

若φ*0<1，则称DMU0为非DEA有效；

若φ*0=1，但存在某松弛变量不为0，则称DMU0为弱DEA有效；

若φ*0=1，且所有松弛变量都为0，则称DMU0为DEA有效；

三、测算结果及原因分析

基础教育服务效率测算结果

综合

效率纯技术

效率规模

效率规模

收益综合

效率纯技术

效率规模

效率规模

收益北京111-青岛0.7000.8930.784drs天津0.7630.960.796drs郑州0.5690.6920.822drs石家庄0.6050.8590.704drs武汉0.8190.9160.894drs太原0.6790.8730.778drs长沙0.5510.6650.829drs呼和浩特0.5610.7190.781drs广州0.6170.7980.773drs沈阳0.6870.8780.782drs深圳0.5960.7990.746drs大连0.7130.8690.821drs南宁0.4960.710.698drs长春0.780.9870.791drs海口0.710.7260.978drs哈尔滨0.82510.825drs重庆0.5560.7790.714drs上海0.7410.920.806drs成都0.6430.770.835drs南京0.8010.9630.832drs贵阳0.6190.6940.892drs杭州0.6930.8840.784drs昆明0.5560.7780.714drs宁波0.6640.8030.827drs西安0.610.7440.819drs合肥0.6340.8980.705drs兰州0.6350.9540.665drs福州0.6440.7550.853drs西宁0.58210.582irs厦门0.5850.7890.741drs銀川0.4990.6990.714drs南昌0.510.6230.819drs乌鲁

木齐0.5580.7440.751drs济南0.6060.870.697drs0.6520.8290.787基础教育指标测算结果折线图（按照综合效率从高到低排序）

通过对我国35个大中城市2014年基础教育服务的投入与产出效率进行分析，可以发现，目前这35个城市的基础教育服务并未达到最优水平，需要进一步加强基础教育服务的力度。具体来说：

（一）从测算结果可以看出，基础教育服务的综合效率平均值为0.652，表明这35个城市的基础教育总体上处于中等水平。在所有城市中，只有北京的基础教育综合效率达到最优水平（DEA有效），说明北京的基础教育水平处于前沿面上。在所有城市中，有20个城市的综合效率值在0.6以上，说明这20个城市的基础教育处于中等偏上的水平。其余15个城市基础教育水平不高或者低下，需要更加注重在提高这些城市的基础教育水平上做出努力。

（二）整体上来说，技术和规模对基础教育的水平都有一定影响，但是规模是影响基础教育整体水平更加主要的因素。

从纯技术效率方面来看，有两个城市的技术效率值达到1，它们是北京和哈尔滨。这35个城市在基础教育方面的整体纯技术水平的平均效率值已经达到0.829，有91.43%（32个）的城市的地区的基础教育的是没有达到最优的纯技术效率的。各地区的纯技术效率得分差异不是特别大，各个城市纯技术效率得分都在0.6以上，得分0.8以上的城市有18个。

从规模效率来看，所评估35个城市的总体规模效率平均水平达到0.787，这说明各个城市如果能够达到最优的生产规模，那么平均可以减少21.3%的一般公共预算支出。整体的规模效率比较好，但是达到规模有效的城市实际上只有北京一个城市。在这些城市中绝大多数（33个）城市呈现出规模报酬递减的规律，这说明为了达到目前的基础教育水平，绝大多数城市承受了比较大的支出压力。只有西宁呈现出规模报酬递增的规律，说明对西宁的基础教育投入仍然有上升的空间。

四、政策建议

根据对35个大中城市基础教育服务水平测算结果的得分析，本文认为可以在提高基础教育服务水平方面做出以下努力。

（一）选择合适的基础教育服务提供模式。由于北京处于效率前沿面，则可以借鉴北京市在基础教育方面成功的经验，运用到各个城市当中，也可以借鉴美国的。

（二）加大科学技术在提供基础教育过程中的使用强度，提高服务的效率和质量。

（三）政府应该加大政策支持力度，将更多的财政资源朝基础教育服务水平相对落后的城市倾斜。

参考文献：

[1]王莹.财政公平视角下的基础教育服务均等化分析[J].教育与经济，2007（2）：46

[2]周庆元，骆建建.基于DEA理论的基本公共服务均等化指标体系构建[J].中南林业科技大学学报，2011（5）：2324

[3]曾紅颖.我国基本公共服务水平评价与政策建议[J].中国经贸导刊，2011（5）：2022