数据分析述职报告范文

引言：寻求写作上的突破？我们特意为您精选了4篇数据分析述职报告范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

从此，商务部直销行业管理信息系统上只公示已获得直销经营许可并完成服务网点核查备案的直销企业。这一动作表明，在中国，企业要进行合法的直销经营，除了首先要获得国家商务部颁发的直销经营许可证外，还必须在国家商务部核准通过的允许企业从事直销经营的区域市场内设立服务网点。

截止2012年2月16日，已有30家企业获得国家商务部颁发的直销经营许可证且完成服务网点的核查备案。为帮助直销业界更好地了解中国直销区域分布的规律与趋势，《中国直销》杂志和世界直销（中国）研究中心花费两个多月，对商务部直销行业管理信息系统中公布的直销区域数据进行了系统的整理与分析，撰写出如下分析报告。

需要特别说明的是，由于近年来，为了发展的需要，经国务院批准，一些省市对所辖区域中的地级城市、县级城市（包括副地级城市）进行了调整（比如2010年7月1日，北京市将东城区和崇文区合并设立新的东城区，将西城区和宣武区合并设立新的西城区），但是这些调整后的数据，在商务部直销行业管理信息系统中并没能得到及时的更新。其次是一些城市的经济技术开发区和管理区并非真正意义上的行政区，但却被商务部直销行业管理信息系统作为行政区列入。三是商务部直销行业管理信息系统中列入的一些地级和县级城市名出现明显错误，诸如错字、怪字符、城市重复等。

为准确衡量各直销企业服务网点真正的地域覆盖范围，《中国直销》和世界直销（中国）研究中心专门设立了一个主要考核数据――覆盖区域。所谓覆盖区域，是以不设区县的副省级城市（如上海的浦东新区、天津的滨海新区）、不设区县的地级市（如广东省的中山市、东莞市，甘肃省的嘉峪关市、海南省的三亚市）以及副地级市和县级城市为统计对象。

在以下的企业服务网点的数据统计中，我们均以覆盖区域为主要参考数据，以省级行政区为次要参考数据来衡量各大直销公司获批直销区域的真正覆盖范围。

服务网点区域分布统计

内外资直销企业服务网点数据统计

截止2012年2月16日，共有30家企业获得了国家商务部颁发的直销经营许可证且完成了部分服务网点的核查备案。30家直销企业的服务网点已遍及全国30个省级行政区。除不在直销服务网点审批区域中的台湾省、香港特别行政区和澳门特别行政区外，内地只有自治区还没有被商务部核查备案的直销服务网点。直销服务网点在内地省级行政区的覆盖率达到了96.77%。

需要特别说明的是，根据商务部直销行业管理信息系统提供的信息表明，目前只有雅芳（中国）有限公司通过了自治区相关部门对其直销服务网点的审批，目前还在等待国家商务部等相关部门的最后核查和备案。让我们比较吃惊的是，商务部直销行业管理信息系统关于雅芳（中国）公司区域信息的最后更新时间为2007年5月24日，这说明在这之前，雅芳就已经将关于地区服务网点的相关资料提交给了商务部有关部门，但至今4年有余，却仍然还在等待商务部的最后核查和备案，这似乎表明自治区的直销区域核查工作已被有关部门搁置。

30家拿牌直销企业，外资企业共有20家，占到了拿牌企业总量的66.7%；20家外资企业服务网点的总覆盖区域数量为7389个，占30家直销公司服务网点覆盖区域总量（8066个）的91.61%。内资直销公司共10家，占拿牌企业总量的33.3%；所有内资直销企业服务网点的总覆盖区域数量为677个，占所有直销公司服务网点覆盖区域总量的8.39%。

特别说明：《中国直销》杂志和世界直销（中国）研究中心发现，在2011年12月9日已获得直销牌照且完成了服务网点核查备案的湖南炎帝生物工程有限公司,其相关直销信息是由商务部外资司所提供，这说明商务部将炎帝列为了外资企业。不过根据我们对炎帝公司在湖南省工商局备案的企业注册信息查询，以及我们向炎帝公司的电话求证，均表明湖南炎帝公司为内资企业。因此我们在统计数据中，均把炎帝作为内资直销企业来进行统计分析。

直销服务网点覆盖区域数量最多的前10位企业分别是：雅芳、安利、玫琳凯、康宝莱、无限极、新时代、宝健、完美、如新、克缇。这10大直销企业中，排位第6的新时代公司为唯一一家上榜的内资直销企业，其余9家的情况是：5家美资公司、2家港资公司、1家台资公司和1家马资公司。

在服务网点的覆盖区域数量上，排名前3位的企业全是外资公司，它们分别是：雅芳、安利和玫琳凯。这三大直销企业的覆盖区域数量合计为5712个，占30家直销公司服务网点覆盖区域总量的70.87%。与此对应的前3位内资公司分别是：新时代、哈药和安惠，它们三家的覆盖区域数量总和为461个，占所有直销公司服务网点覆盖区域总量的5.72%。

在省级行政区入驻数量上，排名前3位的同样是这三家外资企业，唯一的变化是安利与玫琳凯的排位顺序调换了一下，其排序为：雅芳（30个）、玫琳凯（25个）和安利（24个）。这三家公司直销服务网点所分布的省级行政区合计为79个，占30家直销公司入驻省级行政区域总量（178个）的44.38%。内资公司在省级行政区入驻数量上则令人汗颜，除新时代公司入驻了12个省份外，其他的内资直销企业的省份入驻数量均为1个，即使所有内资企业的省级行政区域入驻数量的总和，也只有区区21个省份，所占比例也仅为11.8%。

通过以上的统计数据，我们不难发现，无论是内外资企业的数量比，还是内外资企业的服务网点数量，外资直销企业群远远领先于内资直销企业群，而且两种企业群体间的数量差距之大，令作为直销观察研究机构的我们备感吃惊。数据结果证明，在政府主导下开放了6年多的中国直销区域市场，继续被外资直销企业所完全垄断。2004年9月“厦门直销法规”研讨会议上，商务部官员提出的开放原则“内外一致、公平竞争、共同发展”正被事实证明其实是向着当时被坊间盛传、却被官方否定的“外资先行”方向在进行。中国直销经济这些年来在全球直销市场中迅速地崛起，庞大的直销蛋糕的绝大部分却被外资所瓜分。这不得不让我们为生于斯长于斯的民族直销企业深感悲哀，我们希望能在不久的将来，中国直销政策的制定者与执行者们，能让中国的直销市场不再是外资企业盛行的天下。

企业服务网点获批时间统计

自2005年12月1日《直销管理条例》施行以来，截止2012年2月16日，共有30家企业拿到直销牌照并完成了服务网点的核查备案。我们对商务部直销行业管理信息系统公布的直销企业服务网点备案时间进行了统计。

（注：由于各个直销企业在服务网点建设工作方面存在效率与范围上的差异，导致各个直销企业在服务网点核查备案方面进展不一。有的企业，其新服务网点在不断得以增加，有的则一直维持着最初的网点数量。因此我们这里提到的服务网点备案时间，是指对应直销企业最先被核查通过的服务网点的备案时间。）

通过右边的图表数据，我们发现，在2007年，无论是拿牌的直销企业数量，还是企业服务网点的核查数量，均达到了一个巨大的峰值。

新兴直销企业已经很难像2007年前获牌的直销企业那样，一下子获得上百个县级直销服务网点的核查备案。2008年后的拿牌直销企业，还没有哪一家的直销服务网点的覆盖区域分布数量能超过100个（2008~2011年中，2009年2月拿牌的克缇获得的直销服务网点的覆盖区域分布数量最多，但也只有89个）。

虽然中国直销开放已经6年多，但相关管理部门对拿牌企业服务网点的报批越来越谨慎和小心。我们也注意到，2011年3月2日，商务部下发的“商务部关于直销企业设立分支机构审核工作有关问题的通知”（商资函[2011]97号），重新制订了新的服务网点设立的审批流程，整个审批流程已经从原来的6个程序增加到了8个程序。变得复杂化的审批流程也直接加大了直销企业服务网点的获批难度。

全国各省份直销企业入驻数据统计

目前全国有30个省份对拿牌的30家直销企业实行选择性的开放。这种选择性，也造成了各省份入驻直销企业在数量上的差异。“全国各省份直销企业入驻数量统计图”显示，入驻直销企业最多，直销开放程度最高的前10个省份分别是：广东（13家）、北京（13家）、天津（12家）、江苏（11家）、上海（11家）、辽宁（10家）、山东（9家）、四川（9家）、浙江（8家）、福建（8家）。这10个省份共入驻直销企业的数量总和为104家，占直销企业入驻全国各省份总量（178家）的58.43%；10个省份2011年的GDP总量为285973.25亿元，占全国各省GDP总和的55.14%。

通过“10大直销省份地理分布图”，我们惊讶地发现，10大直销省份中，除四川省深处内陆腹地外，其他9个省份沿着渤海、黄海、东海和南海一线排开。看来这些一直走在改革开放最前沿的沿海省份，对于像直销这样的新兴事物，接受程度也是最高的。

根据直销企业进入数量的多少和参照“全国各省份直销企业入驻数量统计图”，我们将全国各省份分为四大直销市场梯队：10家及以上为第一梯队，分别是广东、北京、天津、江苏、上海、辽宁；6～9家为第二梯队，分别是山东、四川、浙江、福建、湖南、河南；4～5家为第三梯队，分别是黑龙江、重庆、安徽、广西、贵州、河北、湖北、江西、内蒙古、山西、陕西；3家及以下的为第四梯队，分别是海南、吉林、云南、甘肃、宁夏、青海、新疆、。

从四大直销市场梯队相关数据比较中我们发现，四大梯队无论是直销企业的总拥有数量、GDP的总和及所占的份额百分比，还是直销企业的平均拥有量及GDP的平均值，均呈下降趋势，而且下降趋势越到后面越明显。

王者之争

在我们分析报告的总表“内外资企业覆盖省级行政区个数及覆盖区域总数”中，我们可以看出，无论是在全国直销区域的分布范围（即获得直销经营权的省份数量），还是直销市场的纵深度（即获得直销经营权的覆盖区域总数），雅芳都名列第一。

而在直销区域分布范围的竞争中，我们很意外发现玫琳凯居然领先安利一个省份而成为亚军，安利则位列第三。不过在直销市场的纵深度上，安利则展现出他们的强大优势。落后雅芳整整6个直销省份的安利，在市场的纵深度方面仅落后雅芳30个县级城市，而领先第三名玫琳凯703个覆盖区域。

从某种意义上讲，市场的纵深度比全国直销区域分布范围更能反映出一个直销企业所获得的允许进行直销经营城市的真正实力。可以说，安利在全国直销区域分布范围上的短板，通过其在市场纵深度上的精耕细作获得了极大的弥补，在极大地缩小了与领先者的差距的同时，拉大了与竞争者们的距离。

为更详细地了解中国直销企业的巨头们在直销大省和经济发达省份中的直销市场数据，我们仍然引入覆盖区域这个考核标准，分别对开放程度最高的10大直销省份（广东、北京、天津、江苏、上海、辽宁、山东、四川、浙江和福建）和2011年GDP前10强省份（广东、江苏、山东、浙江、河南、河北、辽宁、四川、湖南）中的相关数据进行了详细的统计。GDP前10强省份只有河南、河北、湖南三省不在开放程度最高10大直销省份之列，因此我们将这三大省份和对方开放程度最高的10大省份合称为“13大直销省份”。

下面是我们对13大直销省份企业覆盖区域的统计结果。

安利真正的区域之王

在这13大省份中，安利均拿到了直销的经营权，是最大的胜利者。其13个省份的总覆盖区域数量达到了1181个（实际总数量为1325个）。其中除在天津位列第四、在四川和河北屈居第二外，在其他10个省市里均排名第一，显示出安利在这些省市中强大的政府公关实力与市场实力。

我们来看一下安利在领先的这10个省份中的强大实力：（1）拿全了北京、江苏、上海、浙江、河南五省市的直销经营权；（2）在广东，拿下了123个直销覆盖区域中的120个。除河源市管辖的东源县、阳江市管辖的阳东县、阳西县这三个县外，安利的直销经营权已经遍布广东全省，成为真正的广东直销企业之王；（3）在辽宁，拿下了100个直销覆盖区域中的99个。除鞍山市管辖的台安县外，安利同样拥有了在辽宁全省的直销经营权；（4）在山东省，拿下了140个直销覆盖区域中的138个。除济南市管辖的章丘市、青岛市管辖的黄岛区外，安利同样获得了在山东全省的直销经营权；（5）在福建，拿下了85个直销覆盖区域中的81个。除漳州市管辖的华安县、南靖县和平和县，泉州市管辖的金门县外（注：金门县现为台湾当局实际控制），安利已经能在福建全省开展直销业务；（6）在湖南，拿到了122个直销覆盖区域中的114个，只有8个县级城市还没有拿到。

在安利落后的3个直销省、市中的覆盖区域数据情况如下：

（1）在天津，拿到了16个直销覆盖区域中的14个，只有宝坻区、宁河县还没有获得直销经营权；

（2）在四川，安利只拿到了181个直销覆盖区域中的124个，还有57个县级城市没有拿到直销的经营权；

（3）在河北，安利只拿到了172个直销覆盖区域中的105个，还有67个县级城市没有获得直销经营权，在13个省市中表现最差。

雅芳全国数据排名第一

在全国数据中排名第一的雅芳公司，在这13个直销大省的竞争中，拿到了1096个直销覆盖区域，比安利的1181个少了85个，几乎完败于安利。从某种意义上讲，雅芳与安利的全国直销区域竞争，雅芳是赢了名声，安利则坐收了实利。

雅芳在这13个省份的直销区域的竞争中，拿到了两个省市的第一，分别是在河北省和上海市（在上海与安利并列第一）；拿到了6个第二，分别是在广东、天津、山东、福建、湖南和河南；拿到了3个第三，分别是江苏、浙江和四川，不过要说明的是，雅芳拿下了江苏104个直销覆盖区域中的103个，唯一没有拿下的，是南京市管辖的高淳县。可以看到，除安利外，雅芳在这13个直销重要省份中实力强劲。雅芳、安利这两大世界直销巨头，在目前的中国直销业中同样一时瑜亮。

玫琳凯实力强劲的老三

2011年，在中国直销行业销售业绩排名第四的玫琳凯在这13大直销省份的直销区域争夺战中，成绩斐然。其获得其中12个省份的直销经营权（在河北省没有获得批准），总直销覆盖区域达到了838个，虽然这一实力暂时难以匹敌雅芳和安利，但却迅速拉大了与后面跟进者的差距，起到了一个承上启下的作用。

玫琳凯拿到了北京、江苏两省市全境的直销经营权，与同地区的安利公司并列第一；其位居第二的省份有一个，为浙江省；其排名在第三的省份有五个，分别是山东、辽宁、福建、湖南和河南。

无限极四川直销之王

根据这13大直销省份的直销覆盖区域数量，我们将安利、雅芳、玫琳凯划归为第一梯队的话，那么2011年成绩排名第三的无限极则是第二梯队的领军者。其居然能在四川省的直销区域争夺战中击败安利而成为四川直销之王，完全出乎我们意料的同时，也显示出无限极公司在直销区域竞争中的强大实力。

除四川省外，无限极在北京市、上海市的直销区域数量同样与竞争者并列第一。其位居第二的省份有一个，为辽宁省；其排名在第三的省份有五个，分别是山东、辽宁、福建、湖南和河南。

在辽宁的直销区域数量，其排名第二；在其公司总部所在的广东省，无限极拿到了92个直销覆盖区域，数量排名第四，分别逊于安利、雅芳和完美。

康宝莱低调的获利者

在这13个重点直销省份中，康宝莱拿下其中了6个省份的直销经营权，其覆盖区域数量为411个。康宝莱在全国则拿到了16个省份的直销经营权，拿到了569个直销覆盖区域。与安利、雅芳漂亮的直销区域数据相比，康宝莱稍显逊色；但是与它后面的竞争者相比，康宝莱的相关数据又可圈可点。无论是在重点直销省份还是全国直销数据方面，康宝莱都表现得中规中矩，不冒头不掉队，闷声坐收实利。

完美弱势的直销区域

2011年在中国直销市场创造了115亿实际销售业绩的完美公司，居然只拿到了广东一个省的直销经营权，而且还有29个覆盖区域的直销经营权没有获批。更令我们意外的是，在江苏扬州投建了最大生产基地的完美，居然在江苏省没有直销服务网点。不知道2011年出任完美公司副总裁，负责对外事务的何凯立先生，能否改变完美公司在中国直销区域上的弱势地位？

天狮天津直销之王

2011年才拿到了行业最众望所归的一张直销牌照的天狮集团，在全国的直销区域竞争中因起步太晚而处于弱势。作为北京的战略门户，天津的重要性不言而喻。不过安利、雅芳和玫琳凯等外资公司，在天津的直销区域争夺战中全部折戟，天狮成为30家拿牌直销企业中，唯一拿到了天津市全境直销经营权的企业，成为中国直销企业中名副其实的津城之王。

新时代内资企业翘楚

新时代公司拿到了13个重点直销省份中的12个省份的直销经营权（注：新时代公司的全部直销区域均集中在这12个省份内），其覆盖区域总量为341个。无论是省份数量还是覆盖区域数量均位列内资企业第一。内资第一的新时代，在这13个省份的直销覆盖区域的数量上，仅排名第6，比排名第5的康宝莱少了97个。内外资在市场竞争中遭遇的政策不平等再次显露无遗。

罗麦在总部省份不能直销

北京市目前允许13家直销企业在京开展直销业务，其中安利、如新、宝健、新时代、康宝莱、无限极、玫琳凯、葆婴、嘉康利等9家企业拿下了北京全市的直销经营权。不过让我们感到意外的是，总部位于北京的罗麦公司居然在北京没有直销经营权，这也是唯一一个在总部所在地不能进行直销经营的拿牌企业。罗麦获批的直销区域分别位于山东的济南市和聊城市，这说明罗麦应该是通过山东商务厅申请到的直销牌照。

哈药重点直销省份的观望者

总部位于黑龙江省哈尔滨市的哈药集团的直销区域仅限于黑龙江省内，成为30家拿牌直销企业中唯一一家没有在这13个重点直销省份获得直销经营权的企业。

安利与玫琳凯的区域短板

篇2

一、创新创业教育质量评估的理论基础

对创新创业教育的质量评估工作主要有两个思路：一是从创新创业教育各利益相关者的满意度角度进行评价。国外发达国家对于高等教育领域的各利益相关者满意度研究较为成熟，创新创业教育过程中的利益相关者――学生、家长、创业合作伙伴、投资人，包括政府主管机构均纳入到满意度评价体系中。由于满意度能够直接呈现创新创业教育的顾客评价部分，具有客观和直接的特点，但是评价方式均为主观态度，内容指向较为单一[2]。另外一个思路则是借鉴可信赖的第三方评价。欧盟在2008年就开展了一项以创新创业教育战略、组织制度、教与学、外延活动、发展前景、创新创业教育资源等六个维度为主要内容的面向全欧盟的高校创新创业教育调查，提供了欧洲高等教育领域下创新创业教育发展现状的详实数据[3]。国内研究者也结合高职院校的实际发展情况进行了大量相关研究[4][5][6][7]，一些学者尝试采用层次分析法或模糊层次分析法对高职院校的创新创业教育进行评估体系设计与研究。这些研究均在创新创业教育的课程、师资、实践条件、外部环境和创新创业成果等评估方面达成较一致结论。

近年来，社会创业（Social Enterpreneurship，又称社会企业或公益创业，简称SE）领域逐渐成为创业研究的重点发展方向[8]，与社会创业相关的评价理论与评价方法也开始应用于创新创业教育。社会创业应社会需要而出现，随社会问题的关注而发展，充实了创业活动的形式与内涵，社会创业特指以达成特定经济或社会目标，而非以利润最大化为主要追求的产生公共利益的经营活动，同时有助于解决社会排斥及失业问题，有助于缓和社会矛盾和创新社会管理[9]。社会创业既关注经济价值的创造，更重视社会价值或社会影响的实现，因而突出“双重价值目标”。创新创业教育与知识的创造传承、学术科技创新、服务社会、促进经济发展相结合，同样关注教育的社会价值与创业人才培养的社会影响，具有公益性特征。所以从本质上看，高校的创新创业教育就是公益导向型教育，具有社会创业的典型特征[10]。

创新创业教育的质量评估实质上也是为满足社会的创新创业需求，输入各项资源，以获得创业成果，并对成果和社会影响进行评估的工作，从这个角度来说，社会创业领域广泛应用的动力源逻辑理论基础对高职创新创业教育的质量评估也具有同样适用性。

二、质量评估体系构建与方法选择

（一）质量评估研究设计思路

国外社会创业的质量评估工作以动力源理论（输入―输出―结果―影响）[11]为基础，注重投入与产出之间的对比和分析。利用国外社会创业质量评估模式及方法与国内高职院校创新创业教育相结合是质量评估环节要解决的首要问题。本研究从社会创业动力源逻辑流的基本原理出发，对应创新创业教育的投入和产出两方面进行研究设计，具体见图1。特别需要考虑如何用可衡量的指标考察，诸如，创新创业教育人才培养或改革的使命是什么？创新创业教育的战略目标是什么？使命或战略目标能否达成？创业教育教学的社会影响有多大？等等。根据专家访谈与高职院校创新创业教育实际情况，对影响创新创业教育质量的因素尽可能完整列出，然后通过社会创业平衡计分卡将访谈数据逐步分解为关键指标。

遵循质量评估指标体系构建的系统性、简明性和可操作性原则，本文选择课程资源（A1）、外延活动（A2）、教学力量（A3）、制度环境（A4）四个因素作为质量评估的投入因素，具体指创新创业教育所投入的人力、财资、物资及信息资源的数量信息；同时选择教学效果（B1）、创业成果（B2）、获奖成果（B3）和社会影响（B4）作为质量评估的产出因素，具体指创新创业教育可衡量成果的数量信息。每一项因素又由若干量化的关键评估指标构成，见表1。

（二）DEA分析原理与方法

数据包络分析（Data envelopment analysis，又称DEA分析模型）是美国运筹学家Charnes等提出的一种评价多输入、多输出同类决策单元（Decision making unit，DMU）的相对有效性评价方法和系统分析方法[12]。由于DEA分析无需统一指标单位，避免了指标权重确定过程中的人为主观偏好。因此，DEA方法在简化算法、尽量避免误差等方面具有极大优越性，特别适合性质相同的单元之间的评价。

Charnes 等（1978）首先给出了C2R模型，Banker等（1984）又提出了判断DMU技术有效性的BC2模型。总体而言，以C2R模型为代表的类型假设规模收益为等比例变化，适合于DMU理想运行情况，以BC2模型为代表的类型则假设投入和收益两者非等比例变化，因而更符合复杂变动情况下的研究需要[13]。高等职业院校的创新创业教育因为教育理念、人员结构、资源变化等因素的不同，存在投入和收益的非等比例变化，因此本研究选择BC2模型来评价创新创业教育的质量。

（三）数据获取与统计方法

按照构建的质量评估体系，统计广东省某国家骨干高职院校14个系部的教学管理数据与社会影响数据及其佐证材料。该校学科门类齐全，创新创业教育体系完整，已覆盖全部专业的学生，且创业类学生成果丰硕，在高职院校中较有代表性。为避免创业活动本身带有的时间延迟特点，对2011-2015年的数据求出算术平均值，通过MaxDEA6.0软件包进行数据分析。

三、数据分析结果

根据BC2模型的理念，θ值（最优解）为1，代表相对效率较高，如松弛变量和均为0，则对应的DMU完全有效；如θ值等于1，松弛变量和均不等于0，那么对应的DMU是有效的投入产出单元，如果和一项不为0，则为弱有效单元；其余结果是无效的投入产出单元。将各专业作为同类决策单元，数据分析情况如下：

从结果来看，14个专业里，有4个专业（会计、工程造价、通讯工程和高级护理）相对效率较低，为无效的投入产出单元，10个系部或专业为有效或弱有效单元，见表2。具体来看，电子商务、工商管理、艺术设计和软件开发是完全有效的投入产出单元，即所有专业里，上述4个专业的投入获得最好收益。文秘、商务英语和机电工程专业是有效的投入产出单元，投入所获得的收益较好。幼儿教育、法律事务和建筑设计为弱有效单元，效率较低。

另外，本研究也发现相比较人文类学科而言，理工学科的创新创业教育投入产出效率较低。以通讯工程和高级护理为例，这两个学院在S+2的结果分别是0.29和0.27，说明与其他处于效率前沿的专业相比，在创业成果方面有29%和27% 的差距。从投入产出的对比来说，无效或低效的产出主要体现在创业成果、获奖成果和社会影响方面。

四、讨论与结论

（一）社会创业理论与创新创业教育质量评估工作的融合思路

从实证研究的结果来看，社会创业的理论和方法与高职创新创业教育具有高度融合性，这既为创新创业教育的质量评估工作探索了全新的理论基础，同时又为社会创业这一年轻的“舶来品”在中国情境下的发展寻找到教育领域的延伸与创新。基于此，高职院校创新创业教育的质量评估工作可以与社会创业理论相融合，同时突出以下思路：第一，质量评估不仅要关注教育过程本身，更要着眼于创新创业教育的使命与战略目标完成情况，不同的使命和宗旨产生不同的投入与产出期待。第二，创新创业教育的产出既有教学效果、获奖成果等显性因素，同样也包含社会价值与社会影响这样的隐性因素，这类成果也可以结合社会创业理论的相关方法，将原本模糊的定性研究逐渐转向可衡量与比较的定量研究。

篇3

中图分类号:G4文献标志码:A文章编号:1673-291X(2010)06-0245-04

一、高职的含义和对高职院校评价的意义

高等职业教育是坚持以服务为宗旨,以就业为导向,以产学研结合为途径,以培养面向生产、建设、管理、服务第一线所需要的“下得去、留得住、用得上”,实践能力强,具有良好职业素质和职业道德的高技能人才为目标的教育。进入21世纪,中国高等职业教育得到了跨越式发展,基本适应了社会主义市场经济发展的需要,大体符合高等职业教育发展规律。

高职教育具有三个定义:高等教育、职业技术教育或职业技术教育的高等阶段。根据《中华人民共和国高等教育法》和国务院有关文件精神,高职高专教育由省级人民政府管理。在国家宏观政策的指导下,省级政府根据本地区经济和社会发展的实际需要为主,结合招生能力、就业状况等综合情况,确定年度招生计划、招生办法、专业设置、收费标准和户籍管理,颁发学历证书,指导毕业生就业,确定生均教育事业费的补贴标准等,并同时负有保证教育质量、规范办学秩序和改善办学条件等职责。国家主要负责高职高专教育的统筹规划、综合协调和宏观管理,制订基本统一的质量标准、管理办法,编制年度指导性计划,并进行监督检查。高等职业教育采取多种形式、多种机制、多种模式的原则办学。现阶段,高等职业教育的学校类型有:短期职业大学、职业技术学院、普通高等专科学校,独立设置的成人高校、本科院校内设立的高等职业教育机构(二级学院)、具有高等学历教育资格的民办高校等[1]。

对上述类型的高等职业教育院校进行效率评价具有深刻的意义。一方面,可以为当地政府了解本地高职院校的办学整体情况和解决高职院校发展中存在的问题提供决策支持;另一方面,可以为各高职院校的长期发展提供相应的指导意见。

二、安徽省高职院校现状分析

从安徽省来看,高等职业教育在省委、省政府正确领导下,呈现出蓬勃发展的良好态势:截至2007年底,全省高等职业院校达61所,在校生近42万人,许多学校兴建了新校区,为我省高等职业教育的大发展奠定了坚实的物质基础。但是,高等职业教育在规模扩张、外延发展的同时,政府除了需要进行合理引导, 建立公平竞争秩序等制度环境之外, 还需要予以宏观调控。目前,安徽省高等职业院校主要存在以下问题:

第一,高职院校的生源质量不高。原因主要有以下三个方面:(1)忽视了中国高等教育从精英阶段向大众阶段发展,实施扩招政策所带来的人才培养规模的巨大变化;(2)现行高职学生学习内容的深度和广度没有考虑时代的变化,更新速度很慢;(3)人才质量标准和人才培养规格并没有随着时代的发展而及时变化。第二,高职院校的教学经费投入与使用现状不佳。造成高职院校教学经费紧缺的原因主要有三点:(1)政府拨款太少;(2)非教学性投入所占比例太大;(3)学校创收(含企业资助经费)有限。第三,师资队伍整体水平不高,课堂教学质量有待进一步提高。师资队伍整体水平不高的原因主要在于教师精力投入不够,校外兼课兼职过多。第四,高职院校的专业设置不够科学、规范,现行专业中仍存在较多问题。第五,高职院校现行课程设置与教材建设仍不尽如人意。第六,相当一部分的人反映高职院校的教学管理手段落后,效率低下,在采用现代化教学管理技术上缺乏主动、积极态度,管理人员素质不高。第七,高职院校的产学合作教育仍做得不够[2]。

以上从定性的角度分析了安徽省高职院校整体的现状,但是各高职院校并不清楚其自身存在的哪些问题更为严峻和如何应对。为了较好地解决这一问题,就必须进行准确的定量化分析。目前采用的评价方法有层次分析法、生产函数法、神经网络、多目标决策、模糊数学综合评价法以及数据包络分析(Data Envelopment Analysis,简称DEA)等方法。通过比较各个方法的特点,本文采用DEA方法。与其他方法相比而言,DEA方法处理多输入,特别是多输出问题的能力是具有绝对优势的[3],主要表现在以下几个方面:(1)输入和输出的数据可以为不同计量单位的指标;(2)可以同时处理多种输入和输出指标;(3)不需预定指标间的关系和赋予主观权重;(4)改变了过去评价方法中将有效与非有效DMU混为一谈的局面,估计出确实有效的生产前沿面;(5)致力于每个DMU优化而不是对整个集合的统计回归优化,不仅可以排序还可以提供具体的改进建议。因此,它比其他的一些方法(包括采用统计的方法)优越,用途也更广泛[4]。利用DEA方法的结果,可以判断各决策单元的有效性,并找出非有效单元的无效原因及其改进措施。

三、DEA模型

DEA方法是在经济学家Farell关于私人企业效率评价工作的基础上[5],以工程上单输入、单输出有效率概念为基础发展起来的评价多输入、多输出系统相对有效性的效率评价方法。

假设有n个评价对象(决策单元),每一个决策单元记为DMU,j=1,2,...,n。每一个决策单元有m种投入和s种产出。DMU输入为x=(x,x,…,x),输出为y=(y,y,…,y),x0,y0,j=1,2,…,n,即其分量非负且至少有一个是正的。DMU应满足凸性、无效性和最小性假设,其整体效率模型的表述形式如下:

max=V

1,j=1,2,…,n(1)

u0,v0,u≠0,v≠0

经过Charnes-Cooper变换t=,ω=tv,μ=tu后,得到以下CCR模型[6]

max μY

ωX-μY0

ωX=1

ω0,μ0,j=1,2,…,n

其对偶模型为:

minθ

λXθX

λYY

λ0,j=1,2,…,n

其中,λ为输入输出的权系数,θ为各个决策单元效率的评价结果,如果在上述模型(3)中加入条件λ=1,则产生以下的BCC模型[7]

minθ

λXθX

λYY(4)

λ=1

λ0,j=1,2,…,n

对于上述模型(4),可以得出以下结论:

1)若模型(4)的最优值θ=1,则决策单元j为DEA弱有效(BCC)。

2)若模型(4)的最优值θ

四、实例分析

1.高职院校评价指标选择

因为高职院校大多是“属地化”管理,物资资源是其发展最为主要的动力,因为政府资金投入和固定资产是物资资源的重要组成部分,为了数据搜集的方便,我们以政府资金投入数量、学校占地面积和图书馆藏书量来衡量高职院校的物资资源。学校的发展靠师资支撑,高职院校也不例外,所以我们把教师资源作为其投入;相比本科院校,各高职院校中的师资水平比较均衡,所以我们以师资数量和师生比来反映学校的教师资源。学生是学校的主体,学生的质量在一定程度上反映了学校的影响力,虽然这方面没有本科院校那么明显。在衡量高职院校竞争力的时候,我们把新生质量作为投入不仅仅是出于上面的考虑(可以反映学校的影响力),而且是因为新生质量是高校培养学生能力水平的重要指标。如一个新生质量差(指入学成绩)但是毕业就业很好的高职院校就比新生质量好(指入学成绩)但是毕业就业差的高职院校更富有竞争力。

针对高职院校的特殊性,其目的并不是培养科技人才而是应用性人才。所以在产出方面主要从以下两个角度考虑:产学研结合情况、毕业生就业情况。衡量产学研结合情况的定量指标包含校企合作项目数、企业给校提供的实习岗位数。这些指标可以很清晰地反映高职院校的资金利用情况以及其与企业的联系情况,这些对学生的能力提高和综合发展都是至关重要的。衡量毕业生就业情况的定量指标主要是就业率和毕业工作时的平均工资。就业率是反映高职院校办学水平的重要指标,而平均工资这在很大程度上反映了企业对该该校毕业生质量的认可程度。

综上所述,本文选取的投入指标为政府资金投入、学校占地面积、图书馆藏书量、教师人数、师生比、入学新生平均成绩;产出指标为校企合作项目数、企业给校提供的实习岗位数、就业率和毕业学生平均工资。

2.相对有效性评价

通过求解模型(4),得到各高职院校的BCC效率值(如表1所示)。

从表1可以发现,安徽高职院校办校效率大多不太理想,只有个别高职院校达到有效状态。高职院校的整体平均效率值仅为0.5203,这说明安徽省高职院校整体上需要加大力气进行改革,以使自身的竞争力得以提高。值得注意的是,决策单元12、17、21、22、24、41、43、46、47的效率值都低于0.2,说明这些高职院校普遍存在着资源获取和分配利用方面的严重不足。通过具体的分析和比较,我们总结了影响高职院校效率的主要因素有政府资金投入、教师人数、师生比、入学新生平均成绩、校企合作项目数、企业给学校提供的实习岗位数、就业率、学生平均工资。

效率低的高职院校应借鉴效率高院校的成功办学经验,改进自己的薄弱环节。通过弥补自身不足,发扬自身优势来提高自己的办学效率。比如决策单元16的劣势在于教师人数、入学新生平均成绩和校企合作项目数,但其有较好的地理优势,有较充足的政府资金投入,因此,该院校可以充分利用自己的地域优势努力保持或积极争取更多的政府资金投入,以便加大自己在师资、教学硬件和校企合作等方面的投入。

五、高职院校发展建议

针对上述实证研究结果,我们为安徽省高职院校的发展提供以下发展建议。

1.积极争取政府投资、尤其是是当地地方政府的大力支持。中国的教育经费从总体上来说是短缺的,而且高职院校大多是“属地化”管理,“输血”不足,加上自身“造血”功能的薄弱,经费使用的效率效益不高等因素,使高职院校的发展面临更多的经费困难。因此,高职院校要在积极争取经费投入的同时,也要注意自身经费使用效率的提高,以便形成良性的循环。学校也要通过产学合作等途径,瞄准社会需求,瞄准行业标准,积极融入地方经济的发展,为社会发展提供智力支持,在“有为”的前提下,积极争取地方政府、行业企业更多的支持,实现校社、校企联动,做到互补双赢。

2.高职院校应进一步提高生源质量,改善师资队伍整体水平和课堂教学质量。通过模型分析,对于高职院校来说,师资队伍的重要性比生源质量要大得多。因此在高职院校资金有限的情况下,应优先提高师资队伍,并结合自身发展的特点尽量去提高生源质量。具体的措施有:学校要注重对教师的专业发展进行整体规划,加大师资引进和内部培养的投入力度;提高教师职业的收入,这样做的好处是可以减少教师的校外兼职现象、增加其校内教学的时间精力投入和在一定程度上减轻教师职业的心理压力。

3.增加校企合作,为学生提供更多的实习和就业岗位。产学合作教育是学校与用人单位密切合作,以学生的知识、能力、素质全面培养为目标,把“专业对口”转变到“专业适应”上来,把“集中参与”转变到“分散参与”上来,改变只追求知识、不重能力训练的做法,让学生主动选择单位,充分发挥聪明才智与积极性,体验自身的价值,了解社会发展对他们的思想道德、敬业精神、共事能力、身体心理、文化功底和专业知识等方面的要求,使基本素质和综合能力得到锻炼和提高。因此,作为学校应积极开展与企业用人单位的全方位合作,通过合作办学、研发项目、建立工作站、人员互派、提供零租金场地、新产品展示、签署“订单培养”协议、共同开发实训教材等途径开展与推进产学合作教育,是高职院校锻造办学特色的必由之路[2]。

参考文献:

[1]baike.省略/view/377173.htm

[2]黄秋明,等.当前高职院校教育教学质量现状调查[J].中国高等教育,2005,(10).

[3]王晓丹,等.基于DEA方法的人力资本结构效率评价[J].经济纵横,2008,(3).

[4]魏权龄.评价相对有效性的DEA方法[M].北京:中国人民大学出版社,1988.

[5]Farrell M J. The measurement of production efficiency [J]. Journal of Royal Statistical Society, Series A,General,1957, 120(Part3):

253-281.

[6]Charnes A, Cooper W W, Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Re

篇4

数据包络分析方法（DEA）为评价示范高职院校规模效益提供了一个优质的工具，其实质是根据一组关于多输入、输出的观察值来估计有效生产的前沿面，并据此进行多目标综合效果评价，并且不需要主观赋予指标的相对权重，因此评价结果更能够反映决策单元（Decision Making Unit， DMU）所处的实际状态。

但现有的研究基本存在三个缺陷：一是由于对高职院校规模效益的投入产出指标体系缺乏研究，从而不能合理的评价其规模效益；二是传统的CCR和BCC模型对于多个同时有效的决策单元（效率值为1）将无法做出进一步的评价与比较；三是采用的数据陈旧、不能反映近期示范高职院校规模效益情况。

综上考虑，本文在构建合理的示范高职院校规模效益评价指标体系的基础上，采用超效率（Super Efficiency）评价模型对浙江省22家示范高职院校2010年和2011年规模效益进行了实证研究，以衡量其规模效益。

1.模型及方法

1.1 DEA基本模型简介

数据包络分析（Data Envelopment Analysis， 简称DEA），是对具有多投入、多产出的决策单元（Decision Making Unit， DMU）进行相对有效性评价的一种非参数方法（Charnes et al.，1978）。

DEA方法能在同其它被考察单元相比较的情况下测量出某一被考察单元相对生产效率，假定一组被考察单元的个数为n个，每个被考察单元都有s个输出变量和m个输入变量。yjk表示第k个被考察单元的第j个输出变量， xik是第k个单元的第i个的输入变量。第k个决策单元总效率计算问题可以转化成如下面的线性规划问题：

minθ

s.t.■X■λ■≥θX■

■Y■λ■≥Y■

λ■≥0 （j=1，2，···，n）

其中，X■=（x■，x■，···，x■），Y■=（y■，y■，···，y■）。此模型称为CCR模型，是在规模收益不变（constant return to scale；CRS）假设下得到的。这里的θ即是第k家被考察决策单元的效率值，满足0≤θ≤1。其经济含义为：在某一决策单元产出Y可由所有k个决策单元产出线性组合替代的情况下，它的投入X的可压缩程度，压缩比例的大小为θ，θ也称之为效率测度值。当θ=1时，表示该被考察单元是效率前沿面上的点，因而处于有效率状态。当θ

Banker et al.（1984） 在该模型基础上提出了规模收益可变（variable return to scale）模型，即在CCR-DEA模型中加入一个条件■λ■=1得到的BCC模型。

然而，从上述基本DEA模型可以发现，其测算结果将所有DMU简单分为两组，一组为有效率DMU并据此形成Pareto边界， 另一组则属于无效率。对于这些有效单元若继续进行评价，上述模型是无能为力的。针对这一情况，为了区别这些有效率的决策单元，Andersen与Petersen（1993）两位学者提出构建超效率DEA模型测算所谓的超效率（Super Efficiency），将位于效率前沿面上决策单元再加以排序，而Tone（2002）认为可以由剔除具有效率的决策单元，判定决策单元到其余生产可能集合的距离来判断超效率的差异。

1.2超效率DEA模型

超效率CCR-DEA模型（Super–Efficiency CCR-DEA， SUP-CCR-DEA）的基本思想是在进行第k个决策单元效率评价时，使第k个决策单元的投入和产出被其他所有决策单元投入和产出的线性组合代替， 而将第k个决策单元排除在外，而CCR-DEA模型则将这一单元包括在内。

SUP-CCR-DEA模型能够有效地区别出有效（效率值为1）决策单元之间的效率差异，可以对所评价的决策单元进行有效的排序，其模型如下：

minθ

s.t.■X■λ■≤θX■

■Y■λ■≥Y■

λ■≥0 （j=1，2，···，n）

这里各数学符号含义同前，所不同的是，由于上述模型算出的数值有可能大于1，因此可以对有效率的决策单元运算出的效率值再加以排序，即可区分出CCR-DEA模型中效率值都为1的决策单元，在SUP-CCR-DEA模型中，对于无效率的决策单元，其效率值与CCR-DEA模型一致，而一个有效的决策单元可以使其投入按比率增加，而其效率可保持不变，其投入增加比率即其超效率评价值。例如对于有效率的示范高职院校，其效率值为1.51，则表示该示范高职院校即使再等比例地增加51%的投入，它在整个示范高职院校样本集合中仍能保持相对有效即效率值仍能维持在1以上。

2.规模效益指标体系的建立

运用DEA的过程中，最为重要的一个环节便是投入产出评价指标的设计，本文尽量选择能够反映高职院校资源配置效率的输入输出指标体系：

（1）在高职院校的输入指标方面，本文将其界定为三个方面：人力、物力和资金等方面的投入。

其中，人力资源的投入包括生源的数量质量、师资队伍的数量结构，而且应该包括学生投入学习、教师投入教学科研的时间和精力。高职院校物的投入主要是考虑学校的硬件设施投入情况，如学校校舍状况、实训场地、实验实训设备投入、图书馆等信息资源投入情况。财力投入指的是学校每年经常性支出，主要是教学科研经费、学生管理经费、办公费等。

（2）高职院校的产出也有三种形式，即直接产出、间接产出和最终产出。直接产出是教师的教学活动。间接产出是学生增长了专业知识、发展了智能和提高了操作技能，是学生消费教学劳务的直接成果。而最终产出是高等教育提高劳动质量而为社会创造财富。根据高职院校办学过程，和投入指标分析类似（具体分析过程暂略），分别从数量角度和质量角度得出高校产出结构，输入输出指标汇总如表1。

表1 示范高职院校规模效益有效性评价指标体系

综上可以看出， 上面选取的投入产出指标体系较科学、全面地反映了示范高职院校的投入和产出，满足了高职院校规模效益所蕴含的要求。

3.高职院校规模效益计算结果与分析

3.1 样本与数据

本文实证研究所采用的资料，来自于2010～2011年度浙江省高等职业院校人才培养工作状态数据分析报告。

3.2 实证结果与分析

结合CCR模型和SUP-CCR模型和2010～2011年度浙江省22家示范院校统计数据开展实证分析，可以得到2010年和2011年的院校规模效益值（评价数据通过使用MATLAB7.1软件编程计算得到），结果如表2所示。

表2 示范高职院校规模效益评价结果

从表2中数据不难发现：

（1）CCR模型基本反映了示范高职院校的规模效益，但没对效率值为1的示范高职院校进行区分。

2010年有4家示范高职院校（浙江金融学院、浙江机电学院、金华职院、宁职院）CCR模型效率值为1，规模效益相对有效的院校约占整个样本院校数量的19%；温州职院、浙江警官学院、浙江工贸学院、浙江经济学院、浙江交通学院、浙江工业学院等7家院校规模效益相对良好；其余示范高职院校规模效益不太理想。

2011年有7家示范高职院校（浙江金融学院、宁波职院、浙江机电学院、金华职院、温州职院、浙江警官学院、浙江工贸学院）实现了规模效益相对有效性，即θ=1，规模效益相对有效的院校约占整个样本院校数量的32%；有9家院校（浙江经济学院、浙江交通学院、浙江商业学院、浙江工业学院、浙江旅游学院、浙江艺术学院、湖州职院、丽水职院、杭州职院）呈现良好的态势，θ值接近1，分别排在8～16名；其它的6家示范院校规模效益一般，排名靠后。

（2）SUP-CCR-DEA对效率值为1的示范高职院校的成本效率进一步进行了评价排序，解决了CCR-DEA有效院校的排名问题，而无效率的院校得分完全同CCR-DEA的评价得分。

2010年浙江金融学院规模效益排在第一位， 宁波职院第二位。浙江机电学院、金华职院、温州职院和浙江警官学院分别位居第三到第六位，但效率值都大于1。而其它效率值小于1的示范高职院校成本效率得分完全与CCR模型的评价得分相同。

2011年宁波职院排在了第一位， 浙江机电学院排名第二， 浙江金融学院退至第三位， 金华职院排第四，浙江工贸学院升至第五。

值得注意的是，DEA有效是相对的，因此在评价中，有效的院校并不是不需要改进，与省外很多同类院校或者与本科院校相比还有不少差距，而且有效的院校之间也存在差距，这些院校仍需针对自身特点，充分挖掘影响效率主要因素，进一步提高院校的资源配置能力， 改善其状况以提高规模效益。

4.结语

在本文的实证分析中，采集了22家示范高职院校2010～2011年度的统计数据，开展了院校各年度规模效益相对有效性的纵横向评价研究，获取了示范院校在2010和2011年度的规模效益评判值，掌握了院校的运行状况并试图揭示院校运行现状和在同行业内所处的地位。结合横向和纵向分析的结果，可以全面地、深入地、客观地评判示范院校的规模效益，但鉴于篇幅所限，规模不经济院校松弛变量输入冗余额S-和输出不足额S+的值未列出，列出后可以看出各项指标改进值，有助于院校找到规模不经济的原因，从而提高资源配置效率。

【参考文献】

[1]Tone K.A slacks-based measure of super-efficiency in data envelopment analysis[J].European Journal of Operation Research.2002，143：32-41.