摘 要：本文引入DEA模型，选取兰州大学的10位老师的绩效水平作为研究数据，对西部高校教师绩效进行评价研究，同时对影响西部教师绩效的因素进行分析，得出兰州大学整体教师的绩效水平预测，以求在以后的教师绩效水平研究中引入定量分析，更加公平客观的评价教师的绩效水平。
关键词：DEA模型；绩效评价；兰州大学
中图分类号：G451.1 文献标识码：A doi:10.3969/j.issn.1672-3309（x）.2012.02.55 文章编号：1672-3309（2012）02-128-03
一、引言
中国西部地域辽阔，环境恶劣，经济发展比较滞后。西部的发展首先得依靠教育，尤其是高层次的教育。因此大学及以上的教育，对西部的发展起着重要作用。在西部大开发的要求提出之后，西部的教育得到了一定的发展，西部高校在教材、学位点审批、重点学科及实验室方面，根据西部大开发的要求加强了建设。但是，在培养人才、吸引人才、留住人才方面，措施还不完善。随着东部沿海经济发展水平的提高，西部高校教育出现了“人才荒”的局面，大量的人才外流。教师作为高校的主体，是影响人才培养的关键因素。从教师绩效评价研究上看，究其原因还是对教师的投入不够，教师的基本生活需求有待提高。
评价和探讨高校教育效率，主要从对教师的投入和教师的产出绩效出发，来评定西部高校教师的绩效，提出适当的方法解决西部高校的教育问题。由于是基于投入和产出的测定，因此，引入DEA模型来进行评价。
二、DEA模型
以DEA模型进行评价，具有多个输入、多个输出的特点，是评价相同“部门”（称为决策单元，decision making unit，简称DMU）之间的相对有效性的一种非参数方法。 DEA模型C2R是假设有n个部门和单位，这n个部门都具有可行性。每个部门都有m种类型的输入和s种类型的输出。对于第j个单元的输入和输出分别用Xj和Yj表示，则Xj=(x1j，x2j，x3j，…，xmj)T，j=1…n；Yj=(y1j，y2j，y3j，…，ysj)T，j=1，…，n。线性规划后C2R模型的最优解为：
minθ，
∑■■Xj?姿j≤?兹XO
■Yj?姿j≥YO
λ≥0，j=1，2，；…，n。
对于评价决策单元的效率评价指数hj=■ j=1，2，…，n。
三、模型输入输出指标的选取
本文是基于DEA模型，依靠输入和输出的数据为基础评价西部高校的教师绩效。对教师的投入包括：学校对其投入、学院对其投入、教师自身对教学工作的投入。学校和学院对教师的投入是可以量化的，包括学校的财务投入、人力资源投入。而教师自身的投入包括教师对学生的态度、对工作的热爱程度等，这些都是无法量化的。因此，为了减低计算的复杂程度，在教师的投入方面，只选取可以量化的学校及学院对其投入，主要包括以下几个方面：
人力资源投入。这是保证教师正常上课的基本资源，包括学校的后勤人员、行政人员、以及教辅人员等。高校教师绩效评价研究，把教师职称的评定作为人力资源因素，包括助教、讲师、副教授、教授4个级别，每个级别的影响因子都不同，他们转化为相同单位之后，分别为1、1.1、1.3、1.5。
物力资源投入。本文以一个大学教师的绩效来加以论证。假定整个学校对每个教师的投入都相等。
财力资源投入。是指高校聘用教师所付的工资、住房和其他福利待遇、完成某个科研项目投入的经费等。
因而，对于教师绩效的投入指标整体而言，只能划分为两类：一个是人力资源投入，另一个是财力资源投入。作为变量指标把人力资源投入设为X1，财力资源投入设为X2。
高校教师的产出指标主要包括：
教学任务。指每个老师在高校的教学中所接受的任务，也就是所带课程的门数。这是评价高校教师绩效非常重要的一个方面。教师教学的工作量包括课堂教学、毕业论文指导。讲课（包括备课、上课、课外辅导）的工作量。
教授、副教授：
讲课工作量＝计划学时×（４～５）
开新课工作量＝计划学时×（５～７）
重复班工作量＝计划学时×３×班数
讲师：
讲课工作量＝计划学时×（５～６）
开新课工作量＝计划学时×（６～８）
重复班工作量＝计划学时×３×班数
指导毕业论文、毕业设计的工作量：
教授、副教授工作量＝计划周数×（５～７）×学生人数；
讲师工作量＝计划周数×（６～８）×学生人数。
人才培养。这是指更高层次的人才的培养，主要是研究生和博士生的培养，即：每个教师所带的研究生和博士生的数量。把研究生和博士生都转化成相同的单位，一个研究生等于4个本科生，一个博士生等于6个本科生。
科研成果。指高校教师公开在国内外的刊物上发表过的论文以及自身完成科研项目的数量。科研成果评定，以学术网站上搜寻到的总体杂志为准。科研杂志的等级不同，科研成果的量化结果又各不相同，以下的表格用来区别不同科研成果的量化结果。
把输出的变量指标教学任务设为Y1，人才培养设为Y2，科研成果设为Y3。
四、结论
本文选取兰州大学10位教师，评价西部高校的教师绩效，得出的输入输出指标数据如下：
根据上述表格的数据，以序号第一的教师为例，建立的C2R模型：
通过Frontier Analyst4.0软件求解，可得出结果，其中松弛变量和剩余变量代表的指标如下s1-――人力资源；s2-――财力资源；s3+――教学量；s4+――人才培养；s5+――科研成果。得出的结果如下表4。
从本次评价来看，选取的10位教师当中，有4位为相对非DEA有效，其中包括选取的5位教授中的2位，4位副教授中的1位和1位讲师。从评价的整体结果来看，影响DEA有效性的，主要是人才培养和科研成果。非DEA有效性的教师之中，需要改进的是，增加人才培养和科研成果的数量。相对而言，教学任务对教师的绩效影响不大，选取的每个教师都能完成自己的教学任务。
从评价结果单个分析看，非DEA有效性的值分别为0.85、0.92、0.63、0.84 。其中最低值为0.63 。造成这些非有效性的方面，可以从表中看到，都是因为教师的投入过大，而人才培养和科研成果方面的产出相对较小而造成的。从产出来看，相对科研成果而言，人才培养对教师绩效的影响更大。这主要是由于科研成果的计算数目是教师公开发表的论文数量兑换值，而教师在公开发表论文时，时常会将自己培养的研究生或者博士生写的文章加上自己的名字，因而，如果教师指导的学生数量多的话，科研成果也会相应的增多。科研成果与人才培养是相关联的。因而，人才培养是对教师绩效影响最大的一个方面。从分析结果可以看出，要建立一种更加科学的人才培养机制，给一些讲师少量的研究生课程指导，把年轻的老师引入竞争机制之中，以提高教师的绩效；同时，科研能力较弱的老师应该多申请科研项目，以提高绩效。从投入来看，教师级别较高的，造成非有效的原因是职称和工资；职称级别较低的教师，职称和工资对绩效的影响相差无几，最重要的是增加产出，提高人才培养数量和科研数量。
教师绩效评价是影响教师工资水平和职称评定的重要标准。对教师绩效评价方面引入DEA模型，进行定量的评价，有利于分析教师绩效水平的相对有效性。但是引入的EDA 模型只能评价相对有效性，它对比分析的是相同教师的绩效，只是在一个相对条件下的有效性。也就是说，如果在这个大环境下，所有的比较对象都是非有效的，DEA也能根据他们之间的对比，评价出相对有效性。这种有效性不是绝对的。
教师绩效评价是一个复杂的过程。引入DEA模型进行定量分析时，选取的指标不同，所得到的模型结果也不同。本文仅以一般的指标为基准，评价教师绩效的相对有效性，为高校教师的绩效评价提供一定的依据。以求在以后在绩效评价过程中，能够使定性指标与定量指标相结合。改变主观因素的影响，更好的进行绩效评价。通过进一步沟通，绩效的评价者与教师弄清绩效评价优劣的原因，并共同制定绩效评价的改进措施。
参考文献：
[1] 魏权龄.数据包络分析[M].北京：科学出版社，2006，（02）.
[2] 刘和旭.基于DEA的高校教师绩效评价方法及应用研究[D].国防科技大学，2006.
[3] 安贵鑫、彭修娟、张在旭.基于DEA的石油资源开发绩效评价[J].工业技术经济，2009，（01）.
[4] 高亚春.基于DEA的我国各地区经济相对效率评价研究[J].统计教育，2009，（01）.