公共文化服务平台

搜索到229篇“ 办学效率“的相关文章

浙江省双高校办学效率评估:基于DEA模型的测算: 2024年; 采用DEA模型研究了浙江省15所双高校办学效率。首先介绍了“双高计划”的背景和意义,然后构建了双高校办学效率指标体系。其次,运用DEA-Malmquist指数法对浙江省15所双高校的办学效率进行了评估,并分析了其效率变化及其背后的原因。最后,文章提出了优化学科与专业布局、强化师资队伍建设、提升实践教学水平、加强科研创新能力以及完善内部管理体系等五个方面的对策,以帮助双高校提高办学效率。; 陶勇朱子萱; 关键词：办学效率 DEA-MALMQUIST

高等教育管理创新DEA网络方法在办学效率评价中的实证研究: 2024年; 本研究采用数据包络分析(DEA)方法,对多所高校的办学效率进行了系统而科学的评估。在收集实际数据的基础上,进行了详尽的数据预处理与标准化,以确保分析结果的准确性。通过DEA模型的构建与求解,我们发现各高校在办学效率上存在显著差异,并成功识别出非DEA有效单位。针对这些单位,我们深入剖析了导致效率差异的主要因素,并提出了切实可行的管理优化建议。这些建议不仅有助于高校提升办学效率,也为高等教育管理提供了有益的借鉴和指导。同时,本研究也验证了DEA方法在高等教育效率评价中的有效性。研究中也存在不少局限性,未来我们将进一步扩大数据样本,深入探究多维因素对办学效率的影响,旨在为高等教育管理提供更加全面、深入的解决方案。; 朱涛熊亚南; 关键词：高等教育办学效率数据包络分析管理优化

“双一流”建设背景下中国省域高校办学效率的区域差异及动态演进: 2024年; 为考察“双一流”建设启动后的中国省域高校办学效率水平、差距及动态演进,研究采用超效率DEA方法对2016-2021年中国省域高校办学效率进行评价,并采用Dagum基尼系数、Kernel密度估计法测算了省域高校办学效率地区差距来源以及分布态势。研究表明:全国及四大区域平均效率值呈现先降后升的U型变化趋势,最优效率省域数量也呈现先降后升的U型变化趋势。中国省域高校办学效率差距呈现“先下降、后上升、再下降、再上升”的态势,四大区域的区域内差距从大到小依次为东部、西部、中部、东北,区域间差距最大的为东北&东部、东部&西部、东部&中部,区域差异来源主要为超变密度,其次为区域间差距,地区内差距贡献最小。全国范围内高校办学效率空间差距在逐步扩大,东中部、东北地区极化特征明显。; 潘丹张曼熊雨萌; 关键词：高等教育

基于三阶段DEA模型的“双高”院校办学效率评价被引量：2: 2023年; “双高计划”出台后,中央加大了“双高”院校的财政投入,并出台相关文件对其实施绩效管理。为了评估“双高计划”实施后这些院校的办学效率,运用三阶段DEA模型,对146所“双高”院校的投入产出效率进行评估和比较。研究发现:剔除环境影响因素后,146所“双高”院校综合技术效率值从0.902提升到0.912,其中,48所学校达到DEA有效,比例为32.9%。从全国四大区域看,“双高”院校办学效率地区差距明显,剔除环境因素影响后,东部地区综合技术效率上升,而其他地区下降,表明环境因素对不同地区的影响有差异。此外,政府支持力度、非农产业结构和城镇化水平等三个环境因素对“双高”院校办学效率产生积极作用,而经济发展水平产生抑制作用。基于此提出:进一步加强“双高”院校资源配置能力,重点提升院校治理水平;继续开展东西部协作,助力西部和东北部地区不断提升办学效率;优化外部环境,增强“双高”院校办学支撑。; 谯欣怡卢慧文; 关键词：办学效率三阶段DEA模型

我国一流大学办学效率会更高吗?——基于政府财政投入视角被引量：1: 2023年; 基于政府财政投入视角,运用DEA和Malmquist指数模型分析了我国32所一流大学在2015-2019年的办学效率及其变动,并运用双边模型与28所其他高校办学效率进行对比研究。结果表明我国一流大学之间办学效率差异较小;动态来看,2015-2019年办学效率年平均下降1%,下降主要原因是技术进步指数下降;与其他高校相比,一流大学办学效率无明显的优势,其办学效率在2017年、2018年高于其他高校,但在2019年被反超。基于此,在“双一流”建设中,要增强高校办学自主权,政府坚持效率导向合理配置教育资源,并完善第三方评价机制,促进高校良性竞争。; 任珺楠李瑛; 关键词：办学效率财政投入

保证域模型视角下的“双高”院校办学效率研究——基于18所财经商贸类“双高”院校的数据: 2023年; 为了解“双高”院校在过去三年间的办学效率情况,掌握财经类专业群的发展优势和建设短板,为其他院校提供切实可行的发展路径,使用基于保证域的DEA模型对18所财经商贸类“双高”院校进行办学效率评估,并结合线性回归模型分析影响“双高”院校办学效率的因素。案例研究表明,与传统DEA模型相比,保证域模型调整了指标权重上下界,使得权重设置贴合国家相关要求,能够较为合理地对院校办学效率进行排名,而投入、产出指标中产学研成果对办学效率呈显著正相关,资金投入则与办学效率呈显著负相关。因此教育行政主管部门应加强对投入资源的管理,同时合理引导成果产出方向,指导学校与企业共建产教融合育人平台,营造更加优良的高职教育环境。; 陈程常伟; 关键词：办学效率

“双高”背景下高职院校办学效率评价及影响因素研究——以广西2015—2021年18所高职院校为例: 2023年; “双高计划”实施后,推进高职院校办学效率提高成为教育改革的重要方向。以广西2015—2021年18所高职院校为研究对象,采用超效率SBM模型、DEA-Malmquist模型和Tobit模型对其办学效率和外部环境影响因素进行全面分析。研究结果表明:从静态分析结果看,广西高职院校办学效率处于中等水平,学校之间办学效率存在较大差异,且“双高”院校引领和示范作用不明显;从动态分析结果看,广西高职院校办学效率不稳定,全要素生产率呈现明显的波动性,每所学校办学效率都是有升有降;从影响因素分析结果看,城镇化率、第二产值与第三产值之比对广西高职院校办学效率产生促进作用,人均GDP产生制约作用,学校位置和教育支出比重没有带来显著影响。鉴于此提出,构建校企服务协同育人平台,整体提升广西高职院校办学效率;量体裁衣,制定差异化策略为不同院校提升办学效率;强化“双高”院校办学效率的改进,增强其榜样和示范效果;合理设置专业,谨防过度设置第三产业专业。; 谯欣怡颜智倩; 关键词：高职院校办学效率

我国部属高校办学效率动态变化及影响因素研究被引量：2: 2022年; 掌握高等教育的动态发展规律可以帮助决策者合理调配教育资源。以2006—2016年我国54所教育部直属高校的办学投入和产出数据为基础,采用DEA-Malmquist指数法测算办学效率的动态变化,以Malmquist指数均值和标准差为标准进行聚类分析,同时,进一步运用广义最小二乘法对Malmquist指数进行回归。结果表明:我国高校办学效率变化的提升是全要素生产率提升的主要原因;四类高校间存在非平衡发展,半数高校效率不足,稳健增长型取得最优发展成效;校长任期与院校合并能提升全要素生产率,但生均占地面积与博士学位教师占比会降低全要素生产率。; 谢鑫陈春晓; 关键词：高校全要素生产率聚类分析

“双高”院校办学效率分类评估:基于DEA-Tobit模型的测算被引量：6: 2021年; 在示范校、骨干校、优质校之后,国家又启动了"双高计划",对入选的高职院校加大了人、财、物各方面的投入,并要求对"双高"院校的办学进行评估。本文运用数据包络法对56所"双高"院校的办学进行评估与比较,结合Tobit回归分析探索"双高"院校办学绩效的影响因素。研究发现:"双高"院校办学效率中等及偏下占比过大,非DEA有效的问题严重,不同级别、不同区域与不同类型院校之间的办学效率差异并不显著;"双高"院校投入冗余产出不足的问题明显,亟待优化内部要素结构;"双高"院校办学效率受制于内部要素结构,外部因素影响效用受限,产教融合不够深入。因此,落实"双高计划",政府和"双高"院校要采用"效率优先,兼顾公平"的策略,精准配置要素投入,深化职业院校治理现代化改革,提高教学质量,优化社会服务,深化产教融合与校企合作,全面提高办学效益。; 汤霓; 关键词：高职院校办学绩效 DEA-TOBIT

基于Bootstrapped-Malmquist的高校办学效率动态研究: 2021年; 高校作为为社会发展输出人力资本和提供科技创新的主要场所,在受到政府大量资金资助的同时也面临着社会问责,其办学效率问题一直备受关注。通过研究60所教育部直属高校2004—2016年生产率动态变化情况,运用Bootstrap方法获得Malmquist及其分解指数的置信区间,评估各高校在生产率、技术效率变化和技术变化上的统计显著性,结果表明,生产率年均提升2.5%,69%的高校生产率的变动具有统计显著性,其中45%为显著提升。在不同投入产出指标,不同时间周期模型中,无论是否考虑统计显著性,技术效率变化对生产率提升的贡献均大于技术变化;除个别年份外,不同类型高校间的生产率变化差异并不显著。; 谢鑫陈春晓; 关键词：MALMQUIST指数 DEA 部属高校

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈