土耳其大学的研究和教学效率

财务数据来自财政部预算和财政控制总局（www.bumko.gov.tr）。表1给出了本研究中使用的变量的描述性统计数据。表1：。输入/输出变量的描述性统计变量描述性统计（观察次数=45）输入平均标准误差最大最小一般支出（GE）/。000 TL 134260 13009 467192 29768投资支出（IE）/。000 TL 28659 1543 68264 13000输出本科生平均标准误差最大最小数量（UGS）27799 2103 70405 1806个。硕士研究生（MS）2460 340 9429 476否。博士生人数（DrS）890 168 4832 102人。引文索引（PUB）466 50 1570 30接受项目总预算（PRJ）/。000 TL 3103 625 25079 2182006年之前成立，并纳入教学和研究活动。从表1可以看出，样本由相对较大的大学和较小的大学组成。然而，所有这些项目都通过以可接受的数量生产相关产出，将教学和研究活动结合起来。表2给出了变量之间的相关性。表2：。变量之间的相关性变量GE IE UGS MS DrS PUB PRJGE–IE0.45–UGS0.62 0.11–MS0.81 0.23 0.64–DrS0.82 0.34 0.42 0.82–PUB0.43 0.35 0.02 0.36 0.75–PRJ0.92 0.51 0.50 0.72 0.83 0.55–表2显示，输入或输出内没有很高的相关性，这可以解释为所选变量是合适的，并且对于DEA计算具有单独的含义。3.2. 申请按以下步骤进行申请。1） 计算标准DEA分数。将（1）-（3）中给出的经典DEA模型应用于数据集，得到标准DEA（CRS）分数。2） MA-DEA模型的应用。

为了联合评估教学、研究和MA-DEA效率总分，模型（4）-（9）通过在优先级权重α上使用两个场景来应用。这些优先级的选择很重要，因为不同的优先级权重将导致分配给活动的资源之间的不同分配。正如Mar Molinero（1996年，第1279页）所述，这也可以被视为一种判断问题，类似于一些多标准决策模型。有两种选择权重的方法。首先，可以从内部决定α的价值，例如，它们可能来自大学的战略优先事项。当这些信息无效时，可以在其他地方选择它们（4）-（9）中给出的非线性数学规划模型由LINGO(R)编写和求解。该程序由101个变量组成，其中10个是非线性的，它包含93个约束（其中91个是非线性的）。原因，例如活动可以平均加权。另一种方法是，模型隐式地确定这些权重。这是这种方法的主要好处之一。以下两个场景代表了这两种选择优先级的可选方法。场景1。在这种场景中，α参数是相等的，即αkT=αkR=0.5，这意味着所有大学对这两项活动的优先级是相等的。请注意，在此场景中未使用约束（7b）。它被视为一种基本情景，旨在客观地将结果与标准DEA的结果进行比较。然而，为了不产生退化的结果，作出了以下定义：u、 五≥ε（ε=0.00001）和0.99≥λ,β{}≥ 0.01.场景2。

在这种情况下，模型预计会计算α本身，这意味着每个大学的最佳重要性权重附件。也就是说，α被视为约束（7b）中定义的变量。为了更接近实际情况，假设0.90≥λ,β{}≥ 增加了0.30。这样，就消除了对共享变量或优先级的任何活动进行零分配的可能性。3） DEA在交替淘汰法中的应用该模型被应用于土耳其大学的数据集，分配μ=0.2、μ=0.5和μ=0.8，正如模型最初应用于俄罗斯大学的数据集一样。换句话说，在这两种应用中使用相同的异质性水平。3.3. 结果附录1给出了通过标准DEA计算和MA-DEA模型应用获得的效率得分，并在表3中进行了总结。结果首先表明，MA-DEA模型产生的效率得分与标准DEA计算不同。MA-DEA结果明显低于经典结果，无论是单个结果还是平均值（见表3和附录1）。虽然标准模型确定了8所高效大学，但有2所“研究高效”（U17、U37）和4所“教学高效”（U15、U32、U33、U39）大学，它们仅在一项活动中有效，而在另一项活动中无效。两所大学（U21和U37）在这两项活动中保持高效；他们在标准DEA计算中也很有效。然而，所有通过MA-DEA模型仅在一项活动中有效的大学在标准DEA模型中也是有效的。这些结果可以用以下事实来解释：MA-DEA模型实现最大效率要求同时在两个组成活动中都有效。表3：。

从CRS-DEA和MA-DEA模型中获得的结果摘要结果摘要（CRS）MA-DEA情景1αsE=αsA=0.5情景2αsEandαsAvariableMADEA（Total）TeachingActivityResearchActivityαsEMADEA（Total）TeachingActivityResearchActivityMeanefficiencyScore 0.86 0.66 0.65 0.67 0.55 0.72 0.64 0.67Std。科学发展得分0.11 0.13 0.21 0.17 0.32 0.14 0.21 0.18无。在科学大学中，有17所大学的教学效率得分高于其研究效率，26所大学的研究效率得分较高（见附录1）。平均值方面，研究效率也高于教学效率。由此可见，在土耳其高等教育体系中，研究效率高于教学效率。当优先事项由大学自由选择时（情景2），可以观察到，通过将更高的优先事项分配给大学效率更高的活动，它们可以达到更高的总体效率。不同的活动优先级不仅会导致不同的效率排名，而且会使大学的战略行为在权重分配上变得明显。从模型的详细输出可以看出，大学如何重视其投入和产出，以及如何根据分配的优先级将资源分配给不同的活动。在考虑绩效分析和战略规划之间的关系时，这一点很重要。通过为不同的活动假设不同的边界，MA-DEA模型得出的结果提供了更清晰的视角。

换言之，由于在标准模型中只考虑一个生产函数，并且活动之间的替换非常可能，因此生成的结果可能会有偏差。最后，表4显示了对土耳其数据集应用“DEAby顺序排除备选方案”模型得出的结果，并就Kendall距离对所有模型得出的所有排名进行了比较（Kendall，1938）。表4：。通过顺序排除备选方案（μ=0.20.062 0.020μ=0.50.141 0.049μ=0.80.221 0.116MADEA-情景10.168-MADEA-情景20.128）对俄罗斯DistancesTurkish大学的效率进行比较，尽管土耳其和俄罗斯的数据集和应用模型的配置不完全可比，表4中的结果表明，土耳其数据集的异质性程度高于俄罗斯国立大学的数据集（对于μ的所有值），Aleskerov&Petrushchenko（2013）的模型“μ越高异质性越高”的断言也在土耳其数据集得到验证，MA-DEA排名与原始排名之间存在显著差异。更一般地说，这些结果表明，这两种方法都在某种程度上和某种意义上捕获了异质性。因此，显示了classicalDEA计算的局限性。4.

结论在本研究中，为了衡量土耳其高等教育系统的效率，我们考虑了两种方法，与标准DEA模型相比，这两种方法定义了不同的生产函数和有效边界。虽然多活动DEA模型假设DMU的不同活动具有不同的生产函数，但通过顺序排除AlterKendall距离值得出的DEA介于0和1之间，其中0表示两个排序相同，1表示两个排序相反。当地人的模型通过构建新的边界来评估效率，同时考虑到不同层面的异质性。可以说，由于所有数据集在某种意义上都是异构的，定义不同边界的模型对于效率评估的可靠性是值得考虑的。结果表明，两所大学在科研和教学活动效率方面存在着重要差异。多活动DEA模型能够通过不同的活动识别效率低下的来源。研究还表明，优先考虑大学活动对获得的排名有影响。因此，估算结果可以为通过分配优先级和资源分配来提高效率低下的大学的运营绩效提供策略建议。因此，MA-DEA模型可能比经典DEA模型对组织改进产生更大的管理洞察力。对土耳其大学数据集应用“替代方案序贯排除DEA”模型得出的结果表明，样本的异质性程度较高（且高于Russiananda数据集）。这可能是由于大学所在地区之间的差异、规模差异或其他原因造成的。

因此，可以通过控制这些因素对效率的影响来扩展这项研究。最后，评估专注于社会科学或自然科学的大学的多活动效率可能是本研究的另一个扩展。参考Sabankina，I.V.、Aleskerov，F.T.、Belousova，V.Y.、Bonch Osmolovskaya，A.A.、Petrushchenko，V.V.、Ogorodniychuk，D.L.、Yakuba，V.I.、Zin\'kovskyK。五、 ，（2012），“大学效率评估及其声誉评估”，管理科学讲稿，塔比尔运营研究集团有限公司，4244–253。Abbott，M.和C.Doucouliagos（2003），“澳大利亚大学的效率：数据包络分析”，《教育经济学评论》，22（1），89-97。Agasisti，T.和A.Dal Bianco（2006），“数据包络分析对意大利大学系统的影响：理论问题和政策影响”，《国际企业绩效管理杂志》，8（4），344-367。Aleskerov，F.和V.V.Petrushchenko（2013），“按顺序排除替代品的DEA”，高等经济学院WP系列，工作文件WP7/2013/02。Athanassopoulos，A.D.和E.Shale（1997），“通过数据包络分析评估英国高等教育机构的比较效率”，教育经济学，5（2），117–134。Avkiran，N.K.（2001），“通过数据包络分析调查澳大利亚大学的技术和规模效率”，社会经济规划科学，35（1），57–80。Banker，R.D.、A.Charnes和W.W.Cooper（1984），“数据包络分析中预测技术和规模效率低下的一些模型”，《管理科学》，301078-1092。Beasley J.E.（1995），“确定教学和研究效率”，《运筹学学会杂志》，46（4），441-52。切利克，O.和A。

Ecer（2009），“会计教育的效率：来自土耳其大学的证据”，《会计批判观点》，20（5），614–634。Charnes，A.、W.W.Cooper和E.Rhodes（1978），“衡量决策单元的效率”，欧洲运筹学杂志，2429-444。乔克岑（2009），“inTurkey经济学院的技术效率”，教育经济学，17（1），81-94。Diez Ticio A.和M-J.Mancebon（2002），“西班牙警察的效率：多活动DEA模型的应用”，应用经济学，34（3），351–362。Johnes，J.（2006），“数据包络分析及其在高等教育效率测量中的应用”，《教育经济学评论》，25（3），273–288。Johnes，J.和L.Yu（2008），“使用数据包络分析衡量中国高等教育机构的研究绩效”，《中国经济评论》，19（4），679-696。Kendall，M.A.，（1938）“等级相关性的新度量”，Biometrika，30，81–89。K"oksal，G.和B.Nalcaci（2006）“土耳其工程学院系的相对效率：数据包络分析”，高等教育，51173-189。Mar Molinero C.（1996），“关于adata包络环境中效率的联合确定”，运筹学学会杂志，471273-9。Mar Molinero C.和P.F.Tsai（1997），“联合确定效率的DEA模型的一些数学性质”，运营研究学会杂志，48，51–56。McMillan，M.L.和D.Datta（1998），“加拿大大学的相对效率：DEA视角”，加拿大公共政策，24（4），485-511。"Ozden，U.H.（2008），“利用数据包络分析（土耳其语）评估因特尔基基础大学的效率”，伊斯坦布尔大学工商管理学院学报，37（2），167–185。罗德斯，E.和L。

Southwick（1986），“公立和私立大学效率的决定因素”，工作文件，印第安纳大学环境与公共事务学院，布卢明顿。Salerno，C.（2006），“使用数据包络分析改进高等教育机构人均收入的估计学生教育成本”，《教育经济学》，14（3），281–295。Tsai，P.F.和C.Mar Molinero（2002），“以英国卫生服务为例联合确定效率的可变规模收益数据包络分析模型”，欧洲运营研究杂志，141，21–38。Ulucan，A.（2011），“使用特定度量数据包络分析衡量土耳其大学的效率”，Sosyoekonomi，2011-1181-196。Ustasüleyman，T.（2007），“使用数据包络分析来衡量土耳其国立大学的效率（土耳其）”，IktisatIletmeveFinans，22（259），24–43。Warning，S.（2004），“德国高等教育的绩效差异：战略集团的实证分析”，《产业组织评论》，24（4），393-408。沃辛顿A.（2001），“教育领域前沿效率测量技术的实证调查”，教育经济学，9（3），245–268。Yu，M-M.（2008），“衡量多式公交的效率和规模回报状况——来自台湾公交系统的证据”，《应用经济学快报》，15（8），647-653。附录1。