(廣州商學(xué)院,廣東 廣州 510520)
隨著我國自貿(mào)區(qū)金融創(chuàng)新的不斷深入,物流金融人才愈來愈成為未來緊缺的高端專業(yè)人才,其短缺矛盾是掣肘我國自貿(mào)區(qū)金融創(chuàng)新的重要因素之一(2014,丁俊發(fā))[1]。近些年來,我國部分高校由于對(duì)人才培養(yǎng)具有強(qiáng)烈的市場(chǎng)適應(yīng)性,貼近社會(huì)對(duì)物流金融人才的需求,紛紛開設(shè)物流金融專業(yè),加速對(duì)專業(yè)人才的培養(yǎng)。不過,諸多高校往往急功近利,對(duì)物流金融專業(yè)辦學(xué)的規(guī)律存在認(rèn)識(shí)不足,忽略人才培養(yǎng)的投入產(chǎn)出,物流金融人才培養(yǎng)績(jī)效普遍不高。為可持續(xù)發(fā)展的戰(zhàn)略需要,高校需對(duì)物流金融人才培養(yǎng)績(jī)效進(jìn)行有效評(píng)估,衡量人才培養(yǎng)的投入與產(chǎn)出比率,分析影響人才培養(yǎng)績(jī)效的各種因素,為服務(wù)自貿(mào)區(qū)金融創(chuàng)新而提供新的人才培養(yǎng)路徑和對(duì)策[2]。有關(guān)高校人才培養(yǎng)效率和影響因素的研究,國內(nèi)外學(xué)者作了較為廣泛的定性和定量分析。定量分析方法上,學(xué)者們往往從投入產(chǎn)出的角度,采用數(shù)據(jù)包絡(luò)分析(DEA)和隨機(jī)前沿分析(SFA)等方法來測(cè)度人才培養(yǎng)效率。例如,Worthington、Lee(2008)運(yùn)用Malmquist-DEA方法,就1998-2003年面板數(shù)據(jù)對(duì)澳大利亞高校的辦學(xué)效率和技術(shù)效率進(jìn)行了研究[3]。2012年美國學(xué)者Foltz等也采用Malmquist-DEA,基于92所研究型大學(xué)的數(shù)據(jù),分析資金等因素變化對(duì)辦學(xué)效率的影響[4]。國內(nèi)學(xué)者也做了類似的研究,如周偉、李全生(2010)使用Malmquist-DEA方法,橫向類比對(duì)我國各省高校辦學(xué)效率進(jìn)行了研究[5]。陶長(zhǎng)琪、王志平(2011)采用SFA分析方法,就高??蒲型度氘a(chǎn)出問題進(jìn)行研究,并計(jì)算我國高校的科研效率及分析有關(guān)影響因素[6]。許漢友,姜亞琳和陳茜(2018)使用DEA方法并從投入產(chǎn)出的角度,對(duì)我國財(cái)經(jīng)類高校本科會(huì)計(jì)人才培養(yǎng)績(jī)效進(jìn)行評(píng)價(jià)[7]。
綜合上述,國內(nèi)外學(xué)者采用數(shù)據(jù)包絡(luò)分析(DEA)作為效率測(cè)度的主流方法,對(duì)人才培養(yǎng)效率的影響因素的重要性進(jìn)行分析時(shí),大多是基于計(jì)量經(jīng)濟(jì)模型方法來研究。計(jì)量經(jīng)濟(jì)模型對(duì)數(shù)據(jù)的要求非常嚴(yán)格,所選擇的相關(guān)變量之間必須呈現(xiàn)顯著的線性關(guān)系,科學(xué)確定指標(biāo)和合理處理數(shù)據(jù)是成功運(yùn)用計(jì)量經(jīng)濟(jì)模型的關(guān)鍵。人工神經(jīng)網(wǎng)絡(luò)(ANN)對(duì)數(shù)據(jù)要求不高,可以對(duì)投入與產(chǎn)出的重要性進(jìn)行敏感性分析,避免采用計(jì)量經(jīng)濟(jì)模型所遇到的問題。因此,本文將DEA和ANN相結(jié)合,對(duì)廣州商學(xué)院物流管理的人才培養(yǎng)績(jī)效進(jìn)行測(cè)算以及對(duì)其影響因素進(jìn)行重要性分析,首先利用DEA方法計(jì)算廣州商學(xué)院近14年的物流管理專業(yè)人才培養(yǎng)效率,然后通過相關(guān)性檢驗(yàn)與多層感知器神經(jīng)網(wǎng)絡(luò)對(duì)物流管理人才培養(yǎng)績(jī)效的影響因素進(jìn)行分析,以便找到提高物流金融人才培養(yǎng)效率的著力點(diǎn),并提出相應(yīng)的人才培養(yǎng)建議。
人才培養(yǎng)績(jī)效綜合評(píng)估采用全部要素法,指既定人才培養(yǎng)人數(shù)為產(chǎn)出,其他投入要素不變前提下所需最少的教育資源輸入量,是基于數(shù)據(jù)包絡(luò)分析(DEA)[8]和隨機(jī)前沿分析(SFA)[9]模型分析方法。本文采用投入導(dǎo)向的DEA人才培養(yǎng)績(jī)效測(cè)度模型[10],其表達(dá)式如下:
這里包含n個(gè)決策單元,代表高校辦學(xué)年份;ej和xij,i=1,2,…,m分別表示第j個(gè)年份的資金投入量和其他第i種要素投入量,yj表示第j個(gè)年份的學(xué)生畢業(yè)人數(shù)。目標(biāo)函數(shù)值θ*為第j0年份最優(yōu)測(cè)度值,λj(j=1,…,n)每個(gè)單元的權(quán)重系數(shù),si(i=1,…,m),se,sy是非教育投入、教育投入和畢業(yè)人數(shù)的松弛變量。
人才培養(yǎng)績(jī)效是受多種因素影響綜合作用的結(jié)果,與其影響因素之間呈現(xiàn)復(fù)雜的非線性關(guān)系。本文在計(jì)算各年份辦學(xué)效率的基礎(chǔ)上,運(yùn)用偏相關(guān)分析檢驗(yàn)人才培養(yǎng)效率和其影響之間的相關(guān)性,并通過多層感知器神經(jīng)網(wǎng)絡(luò)模型對(duì)主要影響因素的重要性進(jìn)行研究。
這里采用多層感知器神經(jīng)網(wǎng)絡(luò)(ANN)對(duì)物流管理專業(yè)人才培養(yǎng)績(jī)效的影響因素進(jìn)行敏感性分析,以實(shí)現(xiàn)其重要性的測(cè)度。設(shè)有N-L-1前向網(wǎng)絡(luò),采用Ruck[11]敏感性分析,其隱層激活函數(shù)為f(x)=,則輸入變量xi對(duì)輸出變量的敏感性為:
3.1.1 指標(biāo)和數(shù)據(jù)。廣州商學(xué)院2015年新設(shè)立物流金融本科專業(yè),其專業(yè)人才的培養(yǎng)績(jī)效如何,無法得知。據(jù)該校有關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示,物流管理專業(yè)人才培養(yǎng)投入由2004年的60萬元增加到2017年的112萬元,年均增長(zhǎng)率達(dá)6.13%,教師薪酬占全部辦學(xué)消耗總量的70%以上。從廣州商學(xué)院各專業(yè)之間的差異來看,2017年人才培養(yǎng)邊際資金投入較高的是藝術(shù)、計(jì)算機(jī)類專業(yè),偏低的則是工商、財(cái)會(huì)管理類專業(yè)。比如,2017年藝術(shù)學(xué)院學(xué)生投入資金為1.78萬元/人·年,而物流專業(yè)學(xué)生人均教育資金投入為0.66萬元/人·年,幾乎相差3倍。為此,本文以廣州商學(xué)院為例,分析該高校14年來物流專業(yè)本科教育,以此研究物流金融本科人才培養(yǎng)績(jī)效存在的差異和影響因素,對(duì)于包括廣州商學(xué)院等我國高校把握其人才培養(yǎng)具體的辦學(xué)特征,制定有效提高人才培養(yǎng)績(jī)效的相關(guān)政策,促進(jìn)物流金融專業(yè)教育更上一個(gè)臺(tái)階,具有重要的教改探索意義。
目前,眾多學(xué)者在對(duì)投入效率進(jìn)行測(cè)算時(shí),普遍將資本、勞動(dòng)和物力(土地)三要素作為投入。考慮到數(shù)據(jù)的可獲得性,將各年份物流管理專業(yè)學(xué)生作為具體研究對(duì)象,其人才培養(yǎng)績(jī)效能夠反映廣州商學(xué)院物流金融專業(yè)辦學(xué)效率總水平。各指標(biāo)定義如下:
(1)招生人數(shù)。人才培養(yǎng)的績(jī)效用招生數(shù)(含轉(zhuǎn)專業(yè)人數(shù))來表示產(chǎn)出,單位為人/年。
(2)資金投入。以人均教育資金來衡量資金投入水平,單位為萬元/人。以2017年為基期,每年的資金投入量按照物價(jià)指數(shù)予以折算。
(3)勞動(dòng)投入。勞動(dòng)投入采用物流教師(含兼職教師)人數(shù)表示。
(4)物力投入。物力投入以教學(xué)場(chǎng)地來表示。
2004年,廣州商學(xué)院(原華南師范大學(xué)康大學(xué)院)升格為本科辦學(xué)單位,物流管理本科專業(yè)開始首屆招生。根據(jù)2004-2017年廣州商學(xué)院14年物流管理專業(yè)辦學(xué)數(shù)據(jù)(來源于招生就業(yè)辦,學(xué)生處等檔案資料),具體的投入與產(chǎn)出數(shù)據(jù)見表1。有些年份相關(guān)數(shù)據(jù)無歷史記錄可查,這里采用了插入法和隨機(jī)訪問法獲取。
表1 各年份要素投入與產(chǎn)出數(shù)據(jù)表
3.1.2 基于DEA的人才培養(yǎng)績(jī)效測(cè)度。基于式(1)所示的DEA運(yùn)算式,結(jié)合表1的投入產(chǎn)出數(shù)據(jù),借助于DEAP2.1[12]軟件,對(duì)廣州商學(xué)院14年的物流管理專業(yè)的人才培養(yǎng)績(jī)效和技術(shù)效率進(jìn)行了計(jì)算,結(jié)果見表2。
從表2可以看出,在2004-2017年中,技術(shù)效率為1的年份有2015年,說明了這一年在招生人數(shù)既定的情況下,資金、勞動(dòng)和物力三個(gè)投入要素?cái)?shù)量配置合理,實(shí)現(xiàn)了辦學(xué)效率和人才培養(yǎng)效率上的資源配置最優(yōu)化。技術(shù)效率低下的主要有包括2004等13個(gè)年份,表明了這些年份在各投入要素?cái)?shù)量配置上不合理,存在辦學(xué)和人才培養(yǎng)的改善空間。
表2 物流管理專業(yè)人才2004-2017年培養(yǎng)效率和技術(shù)效率
人才培養(yǎng)效率為DEA有效的年份有2015年、2016年及2017年這三個(gè)年份,人才培養(yǎng)效率低下的包括2004、2005、…、2014年等年份。人才培養(yǎng)效率較高的一般是后面三年,而效率低下的年份大多是前11年,說明人才培養(yǎng)效率與辦學(xué)時(shí)間之間存在較強(qiáng)的正關(guān)系,辦學(xué)時(shí)間越長(zhǎng),教學(xué)資金利用就越合理,人才培養(yǎng)效率就越高。
3.2.1 影響因素的確定。宋光輝、陳勇等(2009)認(rèn)為辦學(xué)效率的影響因素主要包括師資力量,教學(xué)環(huán)境、培養(yǎng)模式、教學(xué)管理、學(xué)生課外投入、科研水平等[13]。綜合以往研究,按照物流專業(yè)人才培養(yǎng)效率的具體影響因素分析,選定如下因素:
(1)師資力量。鑒于碩士以上學(xué)歷是本科高校教師任職基本條件之,這里采用高級(jí)職稱比來表示反映師資力量。
(2)教師年齡結(jié)構(gòu)。45歲以下的中青年教師比重來表示。
(3)科研投入。統(tǒng)計(jì)知網(wǎng)2004-2017年發(fā)表的各期刊文獻(xiàn)數(shù),并代表各年的科研水平。
(4)教學(xué)環(huán)境。采用實(shí)訓(xùn)、實(shí)習(xí)基地個(gè)數(shù)表示。
(5)教學(xué)管理水平。以中國校友會(huì)民辦高校排行榜的名次來表示。
(6)培養(yǎng)模式。以實(shí)踐教學(xué)與理論教學(xué)課時(shí)比來表示。
(7)學(xué)生課外投入。通過隨機(jī)問卷形式調(diào)查在校學(xué)生課外培訓(xùn)、考證等投入。
(8)師生比例。采用教師人數(shù)對(duì)應(yīng)的專業(yè)學(xué)生人數(shù)的比值表示。
(9)生源質(zhì)量。生源質(zhì)量通常以第一志愿報(bào)考比或最低錄取分來表示,考慮民辦院校的招生實(shí)際,這里采用歷年非廣東省籍學(xué)生比來代替。
需要說明的是,由于本文主要注重物流(金融)專業(yè)人才培養(yǎng)績(jī)效的年份差異分析,廣州商學(xué)院14年學(xué)生學(xué)費(fèi)經(jīng)歷過3次調(diào)整,考慮物價(jià)的影響,各年度資金數(shù)折算到2017年不變價(jià),經(jīng)過計(jì)算得到上述影響因素的度量值見表3。根據(jù)表3的數(shù)據(jù),借助SPSS17.0軟件進(jìn)行分析,相關(guān)性計(jì)算結(jié)果見表4。
表3 人才培養(yǎng)績(jī)效的影響因素度量值
表4 物流專業(yè)人才培養(yǎng)影響因素相關(guān)性分析
從表4可以看出,在人才培養(yǎng)績(jī)效的九個(gè)影響因素中師資力量、教師年齡結(jié)構(gòu)、科研投入水平、教學(xué)環(huán)境、教學(xué)管理、培養(yǎng)模式、學(xué)生課外投入、師生比例、生源質(zhì)量9個(gè)影響因素單側(cè)檢驗(yàn)的t值均小于5%的置信水平,說明上述9個(gè)因素會(huì)對(duì)人才培養(yǎng)效率的影響比較顯著,其中師資力量、科研投入水平、教學(xué)環(huán)境、教學(xué)管理、培養(yǎng)模式、學(xué)生課外投入、師生比例、生源質(zhì)量與人才培養(yǎng)效率之間存在正相關(guān),而教師年齡結(jié)構(gòu)與人才培養(yǎng)效率之間存在負(fù)相關(guān)。
3.2.2 影響因素的重要性分析。本文選取了師資力量、教師年齡結(jié)構(gòu)、科研投入水平、教學(xué)環(huán)境、教學(xué)管理水平、培養(yǎng)模式、學(xué)生課外投入、師生比例、生源質(zhì)量等影響因素作為輸入變量,表2的效率值作為輸出變量,構(gòu)建一個(gè)5-7-1多層次神經(jīng)網(wǎng)絡(luò)模型,分析各因素的敏感性,見表5。
表5 重要性分析結(jié)果
根據(jù)表5的結(jié)果,可以看出:
(1)培養(yǎng)模式對(duì)人才培養(yǎng)效率的重要性系數(shù)為0.136,在9個(gè)人才培養(yǎng)效率的主要影響因素當(dāng)中,培養(yǎng)模式最為重要,而教學(xué)環(huán)境、學(xué)生課外投入對(duì)人才培養(yǎng)效率的重要性系數(shù)分別為0.110、0.100,說明教學(xué)環(huán)境的改善、學(xué)生課外投入的增加也會(huì)對(duì)人才培養(yǎng)效率產(chǎn)生正向影響。因此,要提高學(xué)校的人才培養(yǎng)效率,應(yīng)積極推進(jìn)培養(yǎng)模式的多元化,加大學(xué)生課外實(shí)訓(xùn)時(shí)間和實(shí)訓(xùn)力度,通過校企合作增加學(xué)生實(shí)習(xí)基地個(gè)數(shù),加強(qiáng)學(xué)生理論和實(shí)踐聯(lián)系的力度,鼓勵(lì)學(xué)生積極參與實(shí)訓(xùn),提高學(xué)生的實(shí)際操作能力,提高人才培養(yǎng)效率和學(xué)生的競(jìng)爭(zhēng)能力。
(2)師生比例對(duì)人才培養(yǎng)效率的重要性為0.132,表明師生比例對(duì)人才培養(yǎng)效率的提高僅次于培養(yǎng)模式,具有重要作用。因此,為提高人才培養(yǎng)效率,就應(yīng)該提高教師的數(shù)量,招聘更多的教師充實(shí)到學(xué)校隊(duì)伍中來,降低每個(gè)班級(jí)的規(guī)模,讓學(xué)生有更多的時(shí)間來接受教師的指導(dǎo)。
(3)科研投入水平、師資力量、教師年齡結(jié)構(gòu)對(duì)人才培養(yǎng)效率的重要性系數(shù)分別為0.126、0.124、0.102。表明學(xué)校的科研投入水平的提高、師資力量的強(qiáng)大和教師年齡結(jié)構(gòu)的改善對(duì)人才培養(yǎng)效率的提高具有重要的推動(dòng)作用。要提高人才培養(yǎng)效率,就必須在加大科研投入,提高高級(jí)職稱教師在學(xué)校教學(xué)隊(duì)伍中的比例,適當(dāng)降低40歲以下的青年教師數(shù)量,外聘更多具有豐富教學(xué)經(jīng)驗(yàn)的教師。
(4)教學(xué)管理水平和生源質(zhì)量對(duì)人才培養(yǎng)效率的重要性系數(shù)分別為0.113和0.056??梢姡瞬排囵B(yǎng)效率的提高,除了依靠培養(yǎng)模式、師生比例、科研投入水平、師資力量等因素外也依賴于學(xué)校教學(xué)管理水平的提高和生源質(zhì)量的改善,應(yīng)當(dāng)加強(qiáng)對(duì)學(xué)生的管理,加大對(duì)外省學(xué)生的宣傳和影響力,增加招生力度,提高人才培養(yǎng)效率。
3.2.3 相關(guān)建議。從以上結(jié)果可見,諸多影響因素中,按照對(duì)人才培養(yǎng)效率的影響程度,依次為培養(yǎng)模式、師生比例、科研投入水平、師資力量、教學(xué)管理水平、教學(xué)環(huán)境、教師年齡結(jié)構(gòu)、學(xué)生課外投入、生源質(zhì)量等,主要可以歸結(jié)為師資力量因素、培養(yǎng)模式因素和生源質(zhì)量三個(gè)方面。要提高物流金融人才培養(yǎng)效率,應(yīng)重視以下幾個(gè)方面:第一,提高高級(jí)職稱教師在學(xué)校教學(xué)隊(duì)伍中的比例,提高教師的數(shù)量,外聘更多具有豐富教學(xué)經(jīng)驗(yàn)的教師,加大對(duì)教師科研投入水平,對(duì)提高人才培養(yǎng)效率具有重要作用;第二,積極推進(jìn)培養(yǎng)模式的多元化,加大學(xué)生課外實(shí)訓(xùn)時(shí)間和實(shí)訓(xùn)力度,提高學(xué)生的實(shí)際操作能力,加強(qiáng)對(duì)學(xué)生的管理,提高學(xué)校的學(xué)校教學(xué)管理水平;第三,加大對(duì)外省學(xué)生的招生力度,提高生源質(zhì)量,也是提高人才培養(yǎng)效率的一條重要途徑。
本文結(jié)合DEA和ANN方法,選取廣州商學(xué)院物流專業(yè)為研究對(duì)象,通過2004-2017年的數(shù)據(jù),對(duì)廣州商學(xué)院物流金融專業(yè)人才培養(yǎng)效率及其影響因素進(jìn)行了分析。首先利用DEA方法計(jì)算出了廣州商學(xué)院物流專業(yè)2004-2017年人才培養(yǎng)效率,然后通過相關(guān)分析對(duì)其影響因素進(jìn)行遴選,最后,采用多層感知器神經(jīng)網(wǎng)絡(luò)對(duì)人才培養(yǎng)效率的影響因素進(jìn)行綜合分析,結(jié)果表明:廣州商學(xué)院物流(金融)專業(yè)人才培養(yǎng)效率呈現(xiàn)逐年提高的趨勢(shì),且在2015年、2016年和2017年達(dá)到DEA有效,人才培養(yǎng)效率和技術(shù)效率整體上具有高度一致性。按照對(duì)人才培養(yǎng)效率的重要性程度,其影響因素排序依次為培養(yǎng)模式、師生比例、科研投入水平、師資力量、教學(xué)管理水平、教學(xué)環(huán)境、教師年齡結(jié)構(gòu)、學(xué)生課外投入、生源質(zhì)量等,并提出了提升廣州商學(xué)院物流(金融)專業(yè)人才培養(yǎng)效率的政策建議。