配置评价 篇1
1 惠州地区卫生资源配置公平性的研究方法
研究公平性的方法很多[1],总结起来可以分为四类:一是国内外常用的统计方法,它可以采用变异系数(Coefficient of Variation)、基尼系数(Gini Coefficient)、泰尔指数(Theil Index)、阿特金森指数(Atkinson Index)等;二是公理法,它推导出适合一组合乎愿望特征的不平衡指标来评价公平性;三是建立安全函数,根据函数推导不平衡指标;四是建立模型,通过模型来模拟资源分配的不平衡性。在这几类方法中,由于统计方法利用已有的历史数据,对它们进行加工处理,计算出反映公平性的量化数据,能客观、公正地反映公平性的大小程度,具有比其他方法更直观、准确、易于比较等优点。因此,国内外广泛应用统计方法来研究公平性问题[2]。本文主要采用基尼系数和泰尔指数从计量角度来分析惠州地区卫生资源在所辖区(县)配置上的公平性。
1.1 基尼系数(G)
基尼系数是根据洛伦滋曲线(Lorenz Curve)分得的“不平等面积”与“完全不平等面积”之比而计算的[3]。它最初用于反映社会收入分配不平等程度,后来也被广泛运用于对资源分配不公平的衡量[4]。本文运用基尼系数来衡量惠州卫生资源配置的公平性,其基本原理是将卫生资源按惠州各区(县)每千人口拥有量的多少分为若干等级,横轴表示每一等级的人口数占总人口的累计百分比,纵轴表示与人口对应的每一等级卫生资源占其总量的累计百分比,连接各点得到洛沦滋曲线。基尼系数等于洛沦滋曲线与对角线围成的三角形面积(不平等面积)和对角线下直角三角形面积(完全不平等面积)之比。基尼系数取值范围在0到1之间,0代表公平,1代表不公平。基尼系数有多种计算方法,本文采用三角形面积法[5],设洛伦滋曲线与线下直角三角形两边围成的面积为S,则:
undefined
式中,Xi,Yi分别是各类人口累计的百分比和相对应的卫生资源累计百分比。
1.2 泰尔指数(TH)
泰尔指数产生于Shorroks提出的广义熵指数族(也称GE指数),其计算公式为[6]:
undefined
其中n是地区数,Yi表示第i区(县)每千人口卫生资源拥有量,μ是全市卫生资源的千人口均值,Pi第i区(县)人口占总人口的比重。当c等于0或1时,广义熵指数就是Theil(1967)所介绍的不平等的度量值——泰尔指数。在计算惠州卫生资源的公平性分析中,其计算式可以写成:
undefined
式中,yi,χi分别是第i区(县)的卫生资源总量和人口总数,Y,X分别代表全市的卫生资源总量和人口总数。C=0时,称为零阶泰尔指数;c=1时,称为1阶泰尔指数。
2 惠州卫生资源配置公平性的分析
根据历年的惠州统计年鉴(1999- 2007),采用以上两个不同的公平性评价方法计算惠州1998- 2006年这9年间6个区(县)三种主要卫生资源的差异状况,对形成的各个指标的时间序列进行对比分析,计算结果如表1。
表1中数据是以惠州地区1998-2006年各区(县)每千人口床位数、每千人口医生、每千人口护士计算的基尼系数和泰尔指数。通过计算所得到的所有数据都是一个无量纲的相对数,为了更好地显示公平性随时间序列的变化趋势,我们将计算结果转换成定基指数形式,即将每年的计算结果转换成相对于1998年的相对值,然后利用软件制成趋势分析图(图1、2、3)。
由表1和图1、2、3可以看出:(1)两种不同的评价方法计算结果所反映的惠州地区所辖各区(县)每千人口床位、每千人口医师、每千人口护士的配置基本是公平的;从变化趋势看,本世纪来,床位的不平衡指数变化起伏较大, 1998年到2000年其公平性差异越来越大,随后两年差距缩小,再通过一次起伏后,近两年公平性差距有越来越大的趋势,从基尼系数看已接近不公平水平;而医生、护士这两种卫生资源的配置在各区(县)之间的公平性差距越来越小; (2)虽然医生、护士公平性差距总体趋势是缩小了,但个别年份也存在来回波动的实际情况,图2、图3中均能明显看到,2002、2003、2004出现明显的波动情况,表明2002年医生公平配置程度在提高,随后2003年出现反弹,2004年这种差距又缩小;(3)泰尔指数比基尼系数的变化幅度更大,说明泰尔指数对各区(县)卫生资源配置公平性的测度比基尼系数更敏感,当然,由于数据获取条件有限,这里对泰尔指数没进行内部分解; (4)在整个时间序列的变化中,不同测度方法所表现出的波峰年份与波谷年份大体相同,这说明这两种方法对同一问题的研究具有大致相同的结论,结论具有科学性。
通过以上分析,可以比较清楚地了解到惠州市3种主要卫生资源在各区(县)配置的公平性现状。从总体上讲,惠州卫生资源的配置是和其经济发展不相匹配的,作为广东南部的现代化强市,其卫生资源配置低于全国平均水平是极不相称的。但是,从其内部各区(县)的配置上看,它们是基本公平的(基尼系数与泰尔指数均没有达到不公平的底线值)。建议惠州市在卫生资源上加大投入,维持目前卫生资源配置的公平性现状,注意有的资源配置(例如床位数)的非公平性发展趋向,协调各方面的关系,构建更加和谐的惠州。
摘要：根据惠州地区历年的统计数据,采用基尼系数和泰尔指数两种评价资源配置公平性的分析方法,对惠州地区主要卫生资源在所辖区(县)配置的公平性进行分析,结果表明,近年来,惠州地区三项主要卫生资源指标(医疗机构床位、医生、护士)在各区(县)配置是基本公平的,并且医生、护士配置公平性在逐年提高,而医疗机构床位配置公平性有降低的趋势。
关键词：卫生资源,公平性,基尼系数,泰尔指数
参考文献
[1]刘慧.区域差异测度方法与评价[J].地理研究,2006(4):710-718.
[2]Tuvial H,Irena PK,Dana BK.Tremds in geographic disparities inallocation of health care resources in the US[J].Haelth Policy,2004,68:223-230.
[3]高鸿业.西方经济学(宏观部分)[M].北京:中国经济出版社,1998:342-344.
[4]龚向光,胡善联.卫生资源配置的公平性分析[J].中华医院管理杂志,2005(2):73-77.
[5]杨红燕.我国城乡居民健康公平性研究[J].财经科学,2007(3):69-75.
配置评价 篇2
纵观已有文献,关于我国区域科技资源配置有效性的研究,从研究对象来看可以分为宏观和中观两个层面。以全国科技资源配置效率为研究对象的宏观研究方面,宋涛、胡宝民、李伟红等[2]利用全国科技进步统计监测结果,对全国全国各地区的科技资源配置有效性进行评价;张鑫[3]对全国31省、市、自治区2003-2005年的科技资源配置效率进行了具体研究和分析;张前荣[4]测算了我国6大区域2004-2006年的科技投入产出相对效率,并分析其规模收益状况;张晓瑞[5]对2005年全国不同省市自治区的科技资源配置效率进行综合评价,并提出推进各区域科技进步的相应对策和建议。中观层面的研究主要集中于部分省市、地区,陈宝国[6]以福建省九地市区为研究对象,测算其科技资源配置效率,根据实证结果评价其相对有效性;魏进平[7]从横向和纵向两个角度对河北省科技资源配置进行了比较,并指出其优化科技资源配置的重点和方向;管燕、吴和成、黄舜[8]对江苏省各市的科技资源配置效率进行评价,研究结果表明,江苏省大部分地区的科技资源配置都是无效的;许敏、冯向前、成君等[9]根据苏南五市的科技投入产出数据对其科技资源配置效率进行测算和分析,评价其有效性。
从研究方法来看,国内学者对我国科技资源配置有效性的评价方法,主要运用了主成分分析法、DEA方法、随机前沿分析法和Malmquist指数法。例如,李冬梅,李石柱,唐五湘[10]通过建立科技资源配置效率评价模型,运用主成分分析法,对全国30个省市区的科技资源配置效率进行定量研究和分析;孙宝凤,李建华,杨印生[11]针对我国科技资源状况的区域差异,运用DEA方法测算东部、中部和西部地区的科技资源配置效率,评价其相对有效性;李建华,刘玲利,盛丽[12]以全国30个省市自治区1998-2005年的面板数据为研究样本,采用随机前沿分析法,对研发资源配置有效性进行评价;刘玲利[13]以全国30个省市自治区1998-2005年的科技投入产出数据为研究样本,运用Malmquist指数方法,对科技资源配置效率进行测度,并采用随机效应模型,实证检验科技资源配置效率的影响因素。
本文对我国30个省市区2006-2011年的科技资源配置进行有效性评价,首先利用DEA方法对各区域科技资源配置的整体效率进行探究,然后运用典型相关分析,研究科技资源投入产出的弹性,进一步说明科技投入与产出之间的内在关系。
1研究方法的选取
1.1数据包络分析(DEA)
数据包络分析(DEA)方法是由 著名运筹 学家A.Charnes,W.W.Cooper和E.Rhodes在1978年创建和命名的[14]。它是使 用数学规 划,评价具有多项投入和产出的部 门之间相 对有效性 的评价模型。
科技系统是一个多投入、多产出,相对复杂的系统。与其他有效性评价方法相比,DEA方法能够处理多输入和多输出问题,而且不受评价指标量纲的限制,可以不用对数据进行各种处理直接进行研究。此外,DEA方法无需事先人为设定指标权重,消除了人的主观意识的影响,使评价结果更加客观。因此,本文选用DEA方法对我国区域科技资源配置有效性进行评价。
1.2典型相关分析(CCA)
科技活动属于 多投入多 产出的生 产活动,由Cobb-Douglas生产函数定义一个多投入多产出的生产函数模型:
其中et随机误差项。上式两边取对数,有
由于反映科技活动投入和产出的各个指标间相关性比较强,运用经典多元统计回归对式(2)进行参数估计就会不合理,出现伪回归问题。因此,本文采用典型相关分析方法对多投入多产出生产函数进行参数估计。
1936年,Hotelling首先提出 了典型相 关分析,用其研究两组随机变量间的相关关系。典型相关分析运用主成分分析的降维思想,根据变量间的相关关系,重新组合成一个或少数几对综合变量来代替原始变量,从而将研究两组随机变量间的相关关系转化成研究少数几对综合变量的关系上[15]。
典型相关分析的原理就是分别在每组变量中不断提取相关性最大的线性组合,且各线性组合所表示的综合变量间不相关,这些综合变量就被称为典型变量,而第1对典型变量间的相关系数我们称之为第1典型相关系数。
应用CCA对式(2)求解,得到关于投入和产出变量的两个线性组合,如下表示为:
令l= (l1,l2…lt),m = (m1,m2…mt),根据典型相关分析,取
估算出l* = (l1*,l2*,…,lt*)和m* = (m1*,m2*,…,ms*),从而
将式(3)、式(4)、式(5)代入式(6)就得到式(2)的估计式
显然,由式(7)及弹性的经济学定义,投入j与产出i间的边际产出弹性为:
2科技资源配置有效性评价指标体系的构建
2.1评价指标的选择
遵循系统性、有效性、可操作性、可比性等选择原则,根据我国科技资源配置特点,课题组选取R&D人员总数、R&D内部经费支出反映科技投入的科技人力资源和科技财力资源。科技产出方面,我们不仅考虑直接的科技成果产出,也考虑了科技成果转化成的经济产出,选取高技术产品出口额、专利申请授权数、国外论文检索数和技术市场合同成交额四项指标作为科技产出指标。
2.2数据说明
本文选用我国30个省、市、自治区(出于数据的完整性,未包括港 澳台及西 藏)2006-2011年间数据,分析我国各区域科技资源配置效率的相对有效性。科技投入指标为:X1为R&D人员总数(人)、X2为R&D经费内部支出(万元);科技产出指标为:Y1为高技术产品出口额(百万美元)、Y2为专利申请授权数(件)、Y3为国外论文检索数(篇)、Y4为技术市场合同成交额(万元)。数据来源主要为2007-2012年的《中国科技统计年鉴》和中国主要科技指标数据库。
3我国区域科技资源配置的效率分析
3.1基于 DEA的区域科技投入产出效率分析
利用Matlab,得到在C2R下各个决策单元的θ值,具体结果如表1。
从表1可以看出,2006-2011年间,我国30个省市地区每年的科技投入产出效率指数的均值普遍较低,从整体上说明我国区域科技投入产出的整体效率水平还不高。另外,比较各区域间θ值我们可以看出,由于我国不同地区发展历史、地理位置、自然资源、人力资源、政府政策等方面的差异,我国各地区科技投入产出整体效率差异较大。北京、上海和浙江这三个地区2006-2011年θ值均为1,DEA有效,表示这些地区既技术有效又规模有效,各年资源配置效率状况良好;黑龙江、广东、甘肃、吉林多数 年份DEA有效;新疆、湖南2006年和2007年均为DEA有效,后几年呈现出θ值降低的趋势;山东、广西、河南、河北、江西、宁夏、山西、内蒙古等八个地区各年的θ值都比较低,说明资源配置相对效率比较低。
3.2投入冗余和产出不足分析
为探寻区域科技资源配置投入产出整体效率较低及地区差异的原因,本文以2011年全国30个省市地区的DEA分析为例,结合各地区的投入冗余和产出不足,分析影响我国各地区资源配置效率差异的原因,结果如表2。
结合各省市投入产出的原始数据及表2,可以发现区域科技资源配置效率与投入量之间并没有呈同向变化关系。也就是说,并不是科技投入多的地区科技资源配置效率就高,投入低的地区科技资源配置效率就低。例如,山东省的科技人力投入和物力投入都很高,但θ值仅为0.47,效率较低;而上海的科技投入并不是很多,却实现了DEA有效。此结果更证明了国家及地区在实施科技资源配置时,不仅要考虑科技投入的数量,还要考虑科技投入的质量,实现资源的有效利用。
同时,表2全面提供了各地区各个科技资源评价指标的投入冗余和产出不足量,反映出各地区投入要素组合的不合理。例如2011年山东省的R&D经费内部支出可以减少60030.04,而科技产出还有很大的上升空间,高技术产品出口额和技术市场合同成交额分别有37364.82和656318.53的潜力可以挖掘。
4我国区域科技资源投入产出弹性分析
为进一步说明科技投入与产出之间的内在关系,本文运用SPSS13.0的Syntax命令,对2006-2011年的相关数据进行典型相关分析,得到投入、产出指标内部的相关系数及两组指标间相关系数如表3、表4和表5。
表3、表4、表5说明,无论是投入指标之间还是产出指标之间都存在一定的相关性,然而由于变量间的交互作用,投入指标和产出指标两组之间的相关系数矩阵不能真正反映两组变量间的实质相关关系,因此只能作为参考。
运用典型相关分析,一共提取出2对典型变量,第一典型相关系 数为0.958,第二典型 相关系数 为0.266。因为得到的典型相关系数是依赖于样本数据,需要对其进行总体系数是否为0进行假设检验。本文采用Bartlett的χ2检验,零假设是对应的典型相关系数为0。由表6中的检验 结果得知,在α=0.05的情况下,第一典型变量和第二典型变量的相关性都是显著的。
典型冗余分析是为了了解典型变量对原始变量组整体的变差解释程度,分为组内变差解释和组间变差解释,通过表7的结果可知,来自于投入指标的第一典型变量可以解释相应的产出变量组84.4%的组内变差,第二典型变量可以解释15.6% 的组内变差;来自于产出指标的第一典型变量可以解释相应的产出指标变量组60.5% 的组内变差,而第二典型变量则只能解释17.7% 的变差。来自于投入指标的第一典型变量可以解释对立的产出指标变量组77.5% 的变差,而第二典型变量U2则只能解释1.1% 的变差。由此我们得出,第二典型变量不管是对相应原始变量组还是对立的原始变量组的解释能力都不够强,这一个典型相关模型的效果不够理想。因此本文选用包含了相当的原始变量信息、能对原始变量起到较好解释作用的第一对典型相关变量作为依据进行投入产出弹性分析。
确定了典型变量后,根据典型系数得到典型模型。因为原始变量采用的计量单位各有差异,不能直接作比较,故先将典型系数进行标准化处理后,得到典型相关模型,根据表8和表9,投入指标的第一典型变量为:
产出指标的第一典型变量为:
V1 =-0.16Y1-0.534Y2-0.441Y3-0.077Y4
根据式(9)和式(10)及科技投入产出弹性公式(8),我们计算出科技投入边际产出弹性,如表10。
表10反映,从科技投入来看,无论是R&D人员还是R&D经费内部支出的增加,都有利于各项产出指标的提高。当R&D经费内部支出增长1%,高技术产品出口额、专利申请授权数、国外论文检索数和技术市场合同成交额四项指标将分别提高5.982%、1.792%、2.170%、12.429%;而增加R&D人员对于科技产出的提高效果甚微,说明R&D人员的投入数量已经基本达到饱和。另外,从科技产出的具体效果来看,无论是人力投入还是财力投入,它们的增长对于技术市场成交合同额的提升具有最明显的效果,其次是高技术产品出口额、论文检索数和专利申请授权数。说明近年来我国科技投入的增长很好地促进了各地区技术市场和高技术产品的出口。
5结论
通过全国30个省市地区2006-2011年的科技资源配置效率的测算,可以得到以下结论:1我国整体资源配置效率比较低并且地区间存在较大差异;2区域科技投入量与资源配置效率之间并未呈同向变化关系,投入冗余和产出不足现象非常严重;3现阶段,R&D经费内部 支出的边 际产出弹 性远远高 于R&D人员,R&D人员的投入数量已经基本达到饱和;4我国科技投入对于技术市场成交合同额和高技术产品出口额的作用最为明显。
根据上述评价结果及分析,提出以下建议:1统筹安排,缩小地区差距。从评价结果看,各区域科技资源配置效率存在明显差异,北京、上海、广州等经济发达地区的科技发展不仅规模大,而且效率高,而中西部一些欠发达地区规模小,资源配置效率低,明显落后于东部地区。从长远来看,国家要提高整体的科技实力,就必须缩小区域间差距,建立区域间协同发展机制,实现各区域协调稳定发展。2增加区域科技投入时,注意各地区投入冗余和产出不足的现象,有针对性地调整科技投入的力度及其比例。3现阶段,为促进科技成果产出的提高,不宜采取增加R&D人员数量的方式,而增加R&D经费内部支出可以继续加大科技财力资源的投入,提高科技资源配置效率。
摘要：运用DEA模型,构建评价指标体系,对全国30个省市区2006-2011年的科技资源配置效率进行评价,分析各省市区资源配置的有效性,比较各区域资源配置效率的差异;然后运用典型相关分析,对科技资源要素的投入产出弹性进行测算。研究结果说明,我国区域科技投入产出的整体效率水平不高但区域差异较大;区域科技资源配置效率与投入量之间并未呈同向变化关系;R&D经费内部支出的边际产出弹性远远高于R&D人员,R&D人员的投入数量已经基本达到饱和;我国科技投入对于技术市场成交合同额和高技术产品出口额的作用最为明显。最后,针对研究结果,文章提出优化区域资源配置、提高资源利用率的建议。
基于配置型评价后的思考 篇3
如果说数值看起来比较抽象，ACTS成绩报告单中与数据对应的图形则让我们有更直观的认识。从图形中可以清楚地看出，“课内语段”上本班学生的得分率较低，明显低于其他四个指标，而且这在全区也是普遍的现象。为什么会这样呢？我们上课不就是引导学生精读课文，理解课文吗？下了这么多功夫，为什么没什么成效呢？
“课内语段”的班级平均得分率数值是52，班级中位数得分率数值仅有40（中位数得分率是指将全班学生的成绩从高到低排序后，恰好处于中间位置学生的成绩情况），这说明班级中有一半的学生得分率在40%以下，两极分化情况非常严重，课堂上对课文的学习有50%的人学习效果不佳，对所学的东西最多只掌握了40%，甚至更低。怎样提高课堂学习效率？怎样才能落实课堂学习的实效性？怎样尽可能地让每一个孩子参与课堂学习？
解读《技能分数构成表》（见下表）
ACTS评价技术的技能指标是依据布鲁姆教育目标分类学认知向度的定义，同时参考国际大型阅读测验的指标设定方法而制定的，可以有效反映学生在语文学习中思维训练方面教育目标达成的情况以及学生阅读能力的发展情况。
下表是笔者所带班级学生技能得分情况。
[维度/内容＼&班级平均
得分率＼&地区平均
得分率＼&差值＼&班级
平均分＼&满分＼&认知＼&85.1＼&82.0＼&3.1＼&18.9＼&22.2＼&理解＼&81.6＼&85.4＼&-3.8＼&8.4＼&10.3＼&应用＼&78.0＼&78.0＼&0.0＼&3.2＼&4.1＼&信息提取＼&79.1＼&79.1＼&0.0＼&13.6＼&17.2＼&综合概括＼&89.1＼&87.0＼&2.1＼&4.1＼&4.6＼&表达＼&77.6＼&79.1＼&-1.5＼&32.3＼&41.6＼&小计＼&80.5＼&80.8＼&-0.3＼&80.5＼&100.0＼&]
通过分析数据，笔者发现，“认知”和“综合概括”的班级平均得分率高于地区平均水平，“理解”和“表达”却是劣势。课堂上不是总是运用各种方式在训练学生理解课文，然后再把自己的所思所想表达出来吗？为什么成效不明显呢？
解读《技能分数构成分析图》（见下图）
这张表要看“分化程度”这一项数值，数值越大，说明分化程度越大，两极分化情况越严重。“理解”“应用”“综合概括”这三项数字较大，说明这三项分化严重，让笔者警醒的是“应用”，中位数得分率低于班级平均得分率，说明有50%的学生不能学以致用，需要加强指导。而“综合概括”“班级中位数得分率”是100，分化程度23.8，说明个别学生这方面的技能没形成，学得十分艰难，需要进行个别辅导。
解读“能力分数构成图”（见下表）
ACTS学业评价中的能力指标是依据多元智能理论，同时结合语文学科特点而设定的，反映学生在语文学习中能力养成的情况。
下表是班级学生在此次次评价中“学科能力”的得分情况。
[维度/内容＼&班级平均
得分率＼&地区平均
得分率＼&差值＼&班级
平均分＼&满分＼&词汇辨析＼&91.4＼&91.4＼&0.0＼&9.6＼&10.5＼&语言理解＼&78.8＼&80.2＼&-1.4＼&58.8＼&74.6＼&自我认识＼&75.2＼&76.5＼&-1.3＼&11.2＼&14.9＼&小计＼&79.6＼&80.8＼&-1.2＼&79.6＼&100.0＼&]
从上表可以看出，“语言理解”“自我认识”这两项指标是负数，说明学生在这两方面的能力低于地区平均水平。“语言理解”能力是指学生理解字词、句子、篇章隐含的意义、根据文字信息进行推理的能力。“自我认识”能力是指学生对文章的领悟和感受能力，以及将这种领悟感受用文字表达出来，对自己的行为进行理解、反思、反省和指导的能力。由此说明，课堂教学中对学生能力的培养不够，需要改变教学方法，需要改变课堂上学生的学习方式。
解读《能力分数构成分析图》（见下表）
[维度/内容＼&班级平均
得分率＼&班级中位数
得分率＼&分化程度＼&词汇辨析＼&91.4＼&94.3＼&9.6＼&语言理解＼&78.8＼&78.6＼&9.7＼&自我认识＼&75.2＼&76.5＼&12.4＼&]
这张图重点看“班级中位数得分率”，在“语言理解”方面有50%的学生能力不强，还需要加强指导和训练，帮助其提高能力。在课堂上总是不举手不发言的“旁观学生”、“休眠学生”，怎样能让他们学习主动起来？
图表显示：“知识应用”班级平均水平略高于地区平均水平，“技能应用”班级平均水平略低于地区平均水平，而“能力倾向”和地区平均水平存在较大差异。那么，问题出在哪儿呢？
回顾课堂教学，查找问题原因
回顾语文课堂教学，笔者发现自己以往的教学模式是这样的：总是老师提出问题，孩子们思考，举手回答，老师判断学生回答是否正确。正确就直接进行评价，然后问下一个问题；不正确就另请学生回答，或再加以点拨，点拨不成就直接给出答案。这样的模式使答题的学生得到了训练，听讲的学生旁观了练习的过程，走神的学生一无所获。这要求孩子很专心很认真地听课才会有所收获。但现实情况是孩子有时听讲，有时走神，有时听不明白，听的效果并不好。
学生作业的批改总是老师批阅，讲评，然后学生改错。有的学生的错误还不能一次就改对，甚至下次还会犯相同的错误。
现代心理学实验表明，学习方式和学习效果关系密切，通过“听”能记住的知识仅占20%，“读”为10%，“看”为30%，“看听结合”占50%，“说”占70%，“说做结合”为90%，“教别人”为95%。
回顾课堂学习过程，学生的学习方式以“读、看、听”为主，“说”的机会不多：有时是同学互相说，但缺乏指导、评判，甚至有滥竽充数的；有时是单独回答老师的提问，一节课最多三次，有的人可能一次发言机会都没有。
那就要让学生在学习过程中不仅要“看、听”，更要“说、做”，经常当当小老师，这样学习才有效，知识才记得牢。
再看看学生的思维过程，他在课堂上接受了什么层次的思维训练。美国学者布卢姆提出人的认知过程分为“记忆、理解、应用、分析、评价和创造”6个层次，其中“记忆、理解、应用”称为低级思维，“分析、评价、创造”称为高级思维。老师对学生的答案进行评判，大多数学生只在听，他的思维只有“记忆、理解”，做一做笔记，勉强称得上“应用”。老师仅仅训练了学生的低级思维，这怎么能培养学生的思维能力呢？这些思维能力得不到培养，那学生的学习能力也就谈不上提高。在教学中就要想方设法给学生创设情境，给学生时间空间，使之能去发现问题、解决问题、能寻求不一样的答案，让学生能够进行“分析、理解、创造”，不断进行“高级思维”，进行技能训练，从而训练思维，培养思维能力，形成学习能力。
一句话，就是要改变学习方式，促使学生在认知过程中运用高级思维，来提高语文学习的质量。
对症下“药”，探索课堂教学改革
调动学生争当评判者，促进学生参与课堂思考。做法：课堂提问学生会有不同的答案，老师不急于判定，让学生听，思考“你觉得哪个答案正确”，再说自己判断的理由，最后请答对的学生当小老师，把自己的思考方法解题思路教给大家。这样让学生运用了“听、说、看”结合的学习方式，同时进行“分析、评价、创造”地高级思维。学生评判同学的答案，还要进行选择、比较、判断，使他有迎接挑战的感觉，学生的学习专注度自然会提高。
片段一：北师大教材第九册《迟到》第13自然段。
师：自己小声地读一读这一段，想想此时“我”的心情如何，用一个词语来概括。
生：“我”很委屈。
生：“我”很难过。
生：“我”很伤心。
生：“我”此时后悔莫及。
生：爸爸把“我”打得好疼啊！
生：爸爸都不爱我了。
老师把学生的答案简要地写在黑板上，脸色慢慢变得难看，说：你们发现我的脸色越来越难看了吗？知不知道为什么？
学生们都望着老师，一言不发。
师：老师要你们做什么，回顾一下——此时“我”的心情如何，用一个词概括。
孩子们恍然大悟：有的答案不是心情，而是她怎么想的。他没有用词语来概括。
孩子们来说哪些答案不对，老师就擦去错误的答案。黑板上剩下了“委屈、后悔莫及、伤心”（因为“伤心、难过”属于近义词就只写了其中一个）。
师：我们来听听这答案是怎么来的？小阳，你说小姑娘此时的心情是后悔莫及，你是从句子的什么地方体会到的？
小阳大睁着双眼，说不出来。
师：其他同学能帮他说吗？没有，你的答案在句子中找不到依据，那这答案对不对？
生：不对。
师：我们能不能从句子中体会到小姑娘此时已经认识到自己做错了？（学生们摇头）小姑娘没有认识到自己的错误又怎么会后悔呢？所以这答案不对（边说边擦掉）。
师：豆豆，你说说你从哪儿体会到小姑娘此时心里很委屈。
生：文中写小姑娘一边哭，一边看伤痕，她挨了打，但还是要去上学，我觉得她心里一定很委屈，觉得爸爸干嘛要打得那么狠。
师：你觉得他说的对吗？让我看你的判断。
学生们都做出了“8”的手势（这手势代表“√”，如果不同意就双手食指交叉）
师：伤心和委屈，这两个答案你们觉得都对，但哪一个更准确。①伤心是因为身上很疼，觉得爸爸不爱自己了；②委屈是觉得不就是赖床吗，爸爸下手怎么那么狠。你选几，用手告诉我。
绝大多数孩子做了“1”的手势。
师：豆豆为什么会回答正确呢？
生：因为他是从句子中去找答案，去体会。
反思：这样用手势来回答，促使每一个孩子都参与到对这一问题的思考，没有谁可以置身事外，因为很容易被老师发现，没有答案或答案与众不同，老师可以请他们起来说说自己的看法，让意见不同的各方展开辩论。课堂上学生很忙，忙着分析判断对错，忙着评价，忙着与人辩论，大脑总是处于兴奋状态，课堂上学生充满活力。
这种改变还让学生感受到了学习的快乐。儿童天性喜欢挑战，喜欢刺激，有好胜之心。在课堂上，他一会儿是裁判，判断对错，选择自己认为最好的答案；一会儿又是运动员，要和对手“较量”，比比看谁的理由更充分，谁能说服同学和老师。当自己的选择或回答正确时，他们会欢呼，开心得如同拿了冠军；当自己错了时，也能对“对手”心服口服，毫不气馁，摩拳擦掌地准备第二次“较量”。
请学生批阅作业，促进学生对书面作业进行再思考。做法：选择一位中等生的试卷，学生先看，判定这道题给几分（本班的练习册每道题都有分值），再说说理由。学生对于当小老师，查找别人作业里的错误非常积极认真，连标点符号、字写歪了这样的小毛病都不会放过。全班共同“批阅”了一份作业，明确了要求，再同桌交换批改作业，然后拿回自己的作业本进行修改，有时对批改有分歧，两人还要辩论一番，谁也不能说服谁就找老师当裁判（这样一番辩论，会让学生在脑海里留下多么深刻的印象啊），最后作业交给老师复查。
片段二：期中考试试卷的评讲。
题目：读下面的句子，再填空。
句子中写了哪些声音？
老师把一个学生的卷子投影出来，他的答案是“嘶鸣、叫喊”，旁边老师用红笔写了“-3”。
师：你知道老师为什么会扣他3分吗？
生：因为他没有答完。
师：那这道题我们该怎么做？
生：要一小句一小句地去找。
师：那我们边读边找，把你找到的声音读重一点。
生：雄浑的马蹄声在大地奏出鼓点。
师：你们找到了“马蹄声”，有人觉得“鼓点”也是，你同意吗？用手告诉我。
（老师请了一个手势为“X”的学生）生：我觉得不对，这里是把马蹄声比作鼓点，它是一种声音，不是两种。
师：你们同意她的意见吗？（全班都点头）好，我们又来找，读。
学生又找出了“嘶鸣、叫喊”，师：嘶鸣是谁在嘶鸣，叫喊是谁在叫喊？
生：是马在嘶鸣，牧民在叫喊。
师：所以这是几种声音？（这样问是因为有位学生拿着试卷来问我，认为“嘶鸣、叫喊”是一种声音，写一个就行了。此时我看着他，他的表情告诉我——我明白了）
师：小鹏，这是你的答案，你知道自己为什么错了吗？
生：知道了，我没有挨个挨个去找。
师：那该怎么做？
生：要一小句一小句地去读，这样才会找全。
反思：这样的评讲，学生找哪儿错了，学生说该怎么解决问题，学生反思自己哪儿做得不对，学生明白自己该怎么办。正确解题思路是在老师的引导下自己探寻出来的，答案是自己说出来的，这些在学生的脑海里会留下深刻印象。学生修改错误的正确率大大提高，多数一次就能过关。
调动学生查字典，总结概括多音字的使用规律。做法：课文中出现了多音字，我总是让孩子们去查字典，看看有几种读音，可以组哪些词，然后板书在黑板上，学生们抄下来，大家再读一读。不过我发现学生掌握得并不好，做相关练习时还是会有一些学生出现错误。我想是因为学生仅仅进行了“记忆、理解”两种思维活动，学习方式只是“看、读”，这样习得的知识最多能记住50%。
让孩子们去读字典上的内容，并进行分析，看能不能找出共有的特征，来帮助自己理解多音字在什么情况下读什么音，再用简略的语言概括出来，针对不同看法大家议一议，选择大家都赞同的看法写在书上做好笔记。学生的学习方式变成了“说做”结合，思维活动有“分析、评价、创造”，这样习得的知识可以记住90%。
片段三：
师：大漠沙如雪，燕山月似钩。这“燕”是多音字，还可以读什么？
生：还可以读yàn。
师：查查字典，看看在什么情况下读yān，什么情况下读yàn，你来归纳一下。
经过一番讨论，孩子们发现和地名、国名有关时读yān，和鸟有关时读yàn。
我板书：燕 yān（与地名、国名有关）
yàn（与鸟有关）
反思：刚开始学生不会归纳，不敢归纳。我就带着查字典，读词读义项，寻找其中的共性，引导学生自己说出来。几乎每篇课文都会出现多音字，不管是新出现的，还是已经学过的，都用来进行训练。现在学生敢于归纳、会归纳了，而且有的在预习时主动归纳。课文出现了“呜咽”一词，我听到有学生读错了，就写在了黑板上，要大家查一查，这里该怎么读。小磊马上举起了手，自信地说：“该读wūyè，表示很伤心，咽是多音字，还可以读yān，表示咽喉，还可以读yàn，表示吞下去。我是查了字典的！”哎呀，这不是有了一定的自学能力了吗？真棒，我马上对他大大表扬了一番。
对学困生进行辅导，实施分层教学。每个班都有后进生，他们缺乏自信，课堂上也难得一见他们的身影，几乎听不到他们的声音，怎么办？——那就进行分层教学。依据这些学生现有的知识、能力水平，把教学步骤放慢，细化，层层推进，确保每个人都有说的机会，对每个人的答案都一一进行相互评价，使每一个学生都得到相应的提高。
辅导重点是理解题意，指导解题步骤，听他们说自己的解题思路，相互判断，你觉得他说得对吗？答案投影出来，看看你能发现几个错误，说一说。因为人数少，所以每个人都要发言，学生一一对其评价。
笔者选了十几个孩子，先给孩子们说；“你们的作业老有错，刘老师想带着你们写作业，帮你们找找原因，好吗？”征得家长同意，补课时间为周二到周五，下午四点到五点。
每天的家庭作业，我把有一定难度内容找出来，带着他们一起做。比如仿写句子，先读题，再抽学生回答仿写要注意什么，讲解后每个人把自己的句子写在本子上。每个人都要读自己的句子，然后由大家评判。有时我会提示：“我听出两个有问题，你听出来没有”，引导他们去听去找出问题，然后说说该怎么改。有时会投影出来，以便发现存在的问题。最后每一个孩子的仿写由老师批阅。补课时间大约就是40分钟，余下的20分钟就是作业批改和改错，完成了的孩子可以先走。
这样细致地引导，孩子们不再害怕补课，而且回答对了能体会成功的感觉。在平时的全班学习中他们是很难体会到的，此时放满了脚步，降低了难度，这些孩子渐渐地会说了，敢说了，还要争着说了。
学生的变化让人吃惊！以前上课从来都像是神游天外的小云同学，现在上课都主动举手发言了，一节课里还不止一次，而且五次有三次回答正确！要知道以前上课都是老师点名让他发言，他站起来后十次有九次都是双眼无神地看着你，嘴唇蠕动着，却说不出一个字，要不就说错。老师只有请别的同学发言，然后他再鹦鹉学舌，就这“学”也得学个两三次才能说对呢！
这样的分层教学进行了两周，又根据单元测验的成绩对参与的补课学生进行了调整。进行了一个月之后，补习停止了，因为我发现这些孩子课堂上能和大家共同前进了，敢于发表自己的见解了，作业的正确率也提高了。告诉他们，因为进步很大，老师认为你们不比别人差了，不需要补习了。这种心理暗示使学生对自己的学习充满信心，他们身上发生了可喜的变化，他们不再是课堂上的“聋哑人”，而是积极主动参与课堂讨论。
背诵优美句子，为尽情“表达”做储备。班级学生中，进城务工人员子女占三分之一，许多人在乡间长大，到了入学年龄才进城和父母一起生活。长辈们总是很忙，没有时间和孩子进行沟通交流，这就使孩子没有好好地学习说话，不会向别人表达自己的所思所想。
针对这些问题，我决定先让学生打好表达的“地基”：买两本书，一本作文集，一本《好词 好句 好段》；周一到周五每天背诵两句话（每句话不少于20个字），家长在背诵表上签字；周六把这一周背诵的句子再背一次；每周默写一句你最喜欢的句子，写在卡纸上，贴在教室里展示。
这样做就如同要想买东西先得挣到钱，要写好作文，脑海里得先有储备。
作文批改完后，评讲时也找一篇中等水平的文章，投影出来，逐段逐段地读，找出优点与不足，大家一起来修改、评议、打分。然后同桌两人一起对照自己的作文，想想被扣分的原因，看看自己哪里还需要改进，再进行修改。
这样的教学改革，充分调动了学生学习的积极性，训练了学生听的能力，分析、判断的能力，明白了该如何去思考问题。改革进行了近2个月，期中考试的试卷反应出学生整体有了进步。
经过改革探索，班级学生不仅在课堂表现上发生了重大变化，班级成绩也发生喜人的变化——班级学生成绩整体提高，高分段学生增加，优生率提高了，学困生也有了一定的进步。
配置评价 篇4
1 资料来源与方法
1.1 资料来源
本文数据均来源于2000~2009年《陕西卫生统计年鉴》。
1.2 分析方法
采用数据包络分析(Data Envelopment Analysis,简称DEA)理论及方法,对陕西省卫生资源配置的横向及纵向效率状况进行相对有效性评价及分析。
DEA基本思想是通过观察到的n个决策单元的m项输入数据和s项输出数据,由公理假设相应的生产可能集,由判断决策单元是否位于生产可能集的生产前沿面上,以确定该决策单元是否DEA有效。DEA方法不需要知道生产函数的具体形式,只需要根据一组关于输入、输出指标的观察值来估计有效生产前沿面并以之进行综合效果评价。其中C2R模型适合对多个输入变量和输出变量的复杂系统进行效率分析,用来评价部门间相对技术有效性和规模有效性。技术效率关注卫生资源配置是否实现有效生产的问题;规模效率是指卫生资源的投入增加时,产出增加是否大于投入增加的情况。
本文采用DEAP 2.1软件进行数据包络分析。
2 研究结果
2.1 指标的确立
在用DEA对医疗卫生组织作效率评估时,投入和产出指标的选取对结果有非常重要的影响[2]。在DEA中,过多的评价指标可能会降低DEA的评价效率[3]。基于DEA模型的样本容量需要满足:样本容量>2×n×m(n、m分别表示投入产出指标的个数),参考相关研究资料及文献,针对陕西省卫生资源配置具体情况,综合考虑,最终选取投入、产出指标各2个。2个投入指标分别是代表人力投入的卫生技术人员数和资本投入的床位数,2个产出指标分别是床位使用率和诊疗人次数。
2.2 卫生资源配置效率横向评价
2009年陕西省10个市卫生资源投入和产出指标的观察数据如表1所示。
将投入指标和产出指标带入C2R模型,利用DEAP2.1软件,运算结果见表2。
表2显示了陕西省各市2009年卫生资源配置效率的效益值和各指标的松弛变量。
从表2可以看出,西安、铜川、宝鸡、延安(规模效率为0.999,近似为1)、安康、商洛6个市卫生资源配置的综合效率、技术效率、规模效率均为1,且松弛变量均为0。也就是说,这6个市的卫生资源配置效率为DEA相对有效,规模报酬不变,说明这6个市卫生资源投入得到了充分利用,达到了相对最佳产出值。汉中市的卫生资源配置效率为DEA弱有效,其技术效率=1,规模小于<1,松弛变量均为0,规模报酬递减,说明该市现有卫生资源规模相对于其它市偏大,产出的增长速度低于投入的增长速度。咸阳市的卫生资源配置效率相对无效,规模报酬不变,其技术效率<1,规模报酬=1,松弛变量不全为0,说明该市在当前规模下未达到最优的生产要素组合状态,所投入资源并未得到充分利用。渭南、榆林2个市的卫生资源配置效率相对无效,规模报酬递增,其技术效率<1,规模报酬<1,松弛变量不全为0,说明这2个市卫生资源配置在当前规模下所投入资源并未得到充分利用,并且未达到最佳的规模状态。
注:S1-、S2-、S1+、S2+,分别代表卫生技术人员、床位数、床位使用率、诊疗人次的松弛变量。
在C2R模型中,不仅可以计算各个决策单元的技术有效性,还可以根据各个地市的效率值和松弛量,求出各生产单元投入和产出的理想值,为决策单元生产状态的改善提供定量依据。如渭南市,相对于技术有效性生产单元,卫生技术人员投入冗余3884人,床位数投入冗余3521个,当投入指标不变时,达到DEA有效的床位使用率目标值为76.02%(见表3)。
2.3 卫生资源配置效率纵向评价
陕西省2000~2009年卫生资源投入产出情况如下表4所示:
表5显示了2000~2009十年间卫生资源配置效率的效益值和各指标的松弛变量。
从表5可以看出,2007、2008、2009,这3年的卫生资源配置效率为DEA相对有效,规模报酬不变,说明与其它年相比卫生资源投入得到了充分利用,达到了相对最佳产出值。2001、2004年的卫生资源配置效率为DEA弱有效,规模报酬递增,说明未达到最佳规模状态。2001、2002、2003、2005、2006的卫生资源配置效率相对无效,规模报酬递增,说明这5年卫生资源配置在当前规模下所投入资源并未得到充分利用,并且未达到最佳的规模状态。可以看出,2004-2006综合效率不断提高,2007、2008、2009达到相对有效状态,2000-2006年规模报酬递增,2007-2009规模报酬不变。
注:S1-、S2-、S1+、S2+,分别代表卫生技术人员、床位数、床位使用率、诊疗人次的松弛变量。
3 讨论与建议
通过分析卫生资源配置效率的DEA结果,对提高我省卫生资源配置效率提出如下建议。
3.1 加强区域卫生规划,优化资源配置
从横向评价的投入指标的松弛变量分析可以看出,造成DEA无效的主要原因是卫生技术人员和医疗机构床位数投入相对冗余。建议这些地区加大区域卫生规划的实施力度,以满足区域内全体居民的基本卫生医疗服务需求为目标,对卫生资源实行统筹规划、合理配置,提高配置和利用效率[4]。
3.2 改进管理水平,优化资源结构,提高医疗卫生资源的利用效率
从横向评价的产出指标的松弛变量分析可以看出,DEA无效产出方面的主要原因是床位使用率低。卫生资源利用效率低的现状不仅不能满足居民的需要,反而会造成有限资源的浪费和医药费用的过快上涨,最终加重国家、集体和个人的经济负担,制约全省卫生事业的健康发展[5]。因此要不断改进医疗卫生机构的管理水平、提升医疗服务能力,同时优化存量资源结构,以提高医疗卫生资源的利用效率。
3.3 针对具体情况适当控制或扩大医疗卫生资源规模
非规模有效市中,汉中市为规模收益递减,说明该市现有卫生资源规模相对偏大,产出的增长速度低于投入的增长速度,应该适当控制甚至压缩规模;渭南、延安、榆林3个市为规模收益递增,这些地区产出增长率高于规模增长率,可以适当扩大医疗卫生资源规模,加大投入。
3.4 卫生资源配置要加注重评价工作,为今后区域卫生规划工作提供指导
从纵向评价结果看,从2000~2009年卫生资源配置效率不断提高,规模效率从递增状态到最佳状态,此时投入量的增加并不能带来产出量的增加。决策单元规模效益趋势能为政策制定和规划管理提供有力依据,提示公共管理的决策者应该把更多的目光放到存量调整和结构优化上,而不是盲目的增加卫生资源。卫生行政部门应该建立适应本地区卫生资源配置的评价指标体系,使卫生资源配置时有理有据,抓住重点和薄弱环节。评价指标要以当地经济社会发展水平、居民健康水平、公共卫生水平为基础,根据公平与效率兼顾原则、成本效益原则,尽可能使卫生资源产出投入比值最大化。
摘要：目的:对陕西省卫生资源配置效率进行研究,探索优化资源配置的措施和途径,为新一轮卫生资源配置研究提供政策建议。方法:采用数据包络分析(DEA)理论及方法,对陕西省卫生资源配置的横向及纵向效率进行相对有效性评价及分析。结果:DEA横向评估中,卫生资源配置效率存在地区差异,5个市卫生资源配置效率呈相对无效状态;DEA纵向评估中,2000-2009年卫生资源配置综合效率不断提高,规模效率递增,2007-2009三年规模效率不变。结论:加大政府投入,加强区域卫生规划实施力度;以存量调整、结构优化、管理水平改进为主要手段,促进资源优化配置。
关键词：数据包络分析,卫生资源配置,效率评价
参考文献
[1]程晓明.卫生经济学[M].北京:人民卫生出版社,2008.
[2]史健,魏权龄.DEA方法在卫生经济学中的应用[J].数学的实践与认识,2004,4:59-66.
[3]周小健,姜管徐.基于DEA的卫生资源配置效率评价分析[J].现代预防医学,2010,20:3873-3875.
[4]张瑞华,刘莉,李维华,等.基于数据包络分析的我国31个省市医疗卫生服务效率评价.中国卫生经济[J],2011,2:69-72.
配置评价 篇5
一、我国公路养护现状
随着我国经济水平的提高和交通运输事业的发展, 我国公路建设呈现出勃勃生机, 而公路养护因其工作量大、技术要求高等特点成为了主要难题。虽然许多养护机械设备已经被广泛应用于公路养护和维修工作中, 但有报道显示[4], 我国公路养护与公路建设发展对比, 处于严重滞后状态。受地形、季节、工艺、设备先进性等影响, 我国公路养护主要不足之处在于:1公路养护管理不严谨, 养护机械品种不能满足需求;2机械养护设备投入资金有限, 种类不齐, 生产量少, 设备更新缓慢, 主要用于进行清障、划线、修补等简单内容, 路面抗滑、再生设备、桥涵养护等机械缺乏, 严重制约了我国公路养护的高效率和高质量;3公路养护机械设备结构设计、管理等诸多技术上水平低下, 设备出现故障频繁、寿命较短等, 因此导致公路养护成本极高。因此基于多目标评价分析我国公路养护机械配置存在的主要问题在于机械化水平低下, 配置不合理, 不能实现机械化最高效率、设备更新缓慢、工艺技术和配置方面缺乏理论依据, 不能实现公路养护的高质量目标。
二、国际公路养护现状
国际公路养护现状主要表现在以下几个方面:1公路养护设备种类众多, 比如养护机械、大修和中修机械、再生设备等;2机械设备工作内容多种多样, 除了常见划线、修补等工作外, 还涉及交通工程、桥梁养护以及路面检测等多方面;3国外养护机械技术比较先进, 工艺结构多样, 资源配置合理, 工作效率高。
三、公路养护机械配置的可行性
1.公路养护机械优化配置影响因素。公路养护机械优化配置属于一个系统工程, 主要关系到管理方式、资金投入、机械设备配置水平和工艺技术等问题。其影响因素主要包括交通量、降水降雪量、地理条件、里程、隧道及桥梁个数和长度等[2]。主要影响作用为:1交通量主要对公路损坏程度和寿命长短有决定性作用, 负荷越大, 对养护设备的投入也相应的提高;2降水降雪量主要是对抛雪机和扫雪机数量起决定性作用, 降水降雪量较多的地方, 应提前配置大型除雪设备和冬季养护设备;3不同的地理条件应因地制宜进行机械配置, 桥梁隧道对养护设备要求较高, 一般需配备有移动式照明设备;4里程长短主要是对机械设备数量起决定性作用, 根据里程适当分配机械设备, 有利于缩短养护周期, 合理利用养护资源, 提高养护效率。
2公路养护机械配置的原则。公路养护机械配置的原则主要是根据公路养护的全局出发, 根据多目标进行评价分析, 一般主要有优化配置原则和可行性原则。优化配置要根据机械设备的规格、交通量、降水降雪量、地理条件、里程、隧道及桥梁个数和长度、公路养护的质量要求和经济投入等方面进行综合考虑, 以达到资源合理配置、公路养护高效、高质量、安全经济的目标。比如配套完整、技术先进、环保性较强、工作效率高等机械设备优先分配。可行性主要是根据具体的地方资金、道路要求、市场状况等因素, 综合整理养护机械的先后顺序, 保证其在技术上可行, 而经济上有合理[5]。另外还有对比优选、信息充分、群策管理、技术先进原则等。
3公路养护机械优化配置。1日常修补养护机械设备配置, 日常修补养护主要是借助于机械设备进行常规保养和轻度修补, 以保证公路正常使用, 比如局部缺损填补等[5]。另外公路病害随着交通流量、里程、天气变化、排水方式、降雨量等因素不同变化多端, 一般从质量和成本上进行长远考虑, 配置不同程度病害处理机械设备应作为重点。所有机械配置应满足公路养护市场需求, 提高机械设备利用率。2多功能综合养护机械设备配置, 公路养护主要特点就是工作繁杂、作业内容多样化, 再加上季节和地理位置不同, 因此对于养护机械设备的要求极高。为满足公路养护各项需要, 日常修补设备应向多功能转换设备发展, 优先考虑综合养护型, 达到一机多用、高效的目的。3路面、路况检测设备配置, 公路养护与其他工作一样, 路况难以预测, 因此应以预防为主, 及时把握道路状况是公路养护预防性的前提条件。路况及路面检测机械设备的研究与发展应引起人们的重视, 以便于在路况出现问题之前进行及时修补养护, 减少安全事故的发生。主要设备与路况综合检测车等大型设备。4新技术、新工艺养护机械设备配置, 在机械养护设备配置中尽量选择技术先进, 能够减少人力、物力的设备。要综合考虑新材料、技术、工艺等再养护工作中的不断发展, 避免盲目配置。同一地区配置机械型号要配套, 及时培养相关技术人员, 以便于设备利用和管理、维修。
长期以来, 我国对于公路养护机械的配置都存在很大的缺陷, 往往考虑其中一个目标如经济、安全等, 导致资源浪费和效率低下。其实公路养护机械配置的所有目标之间是相互关联、相互影响、相互干涉的, 属于一个动态变化过程, 因此应综合所有目标及具体条件进行多目标评价分析来完成公路养护机械优化配置。比如我国近年来公路修建穿过许多崇山峻岭, 建造了大大小小无数个隧道, 这时就应根据隧道深度、长短等具体因素, 以保证高效、高质、安全、经济的目标进行机械配置。综上所述, 对公路养护机械配置进行多目标评价分析, 能够有效利用资源, 达到安全、经济等综合目的, 具有可行性。
摘要：改革开放以来, 随着我国交通运输及汽车制造事业的迅猛发展, 导致我国公路修建项目不断增加。公路不仅仅只是修建好就可以, 最重要的工作在于养护, 一般情况下五年之后就要对公路进行大型修补和养护, 养护得当可以延长公路寿命。因此公路正常养护的技术等级要求高、工作量大、工序繁杂, 需要养护机械设备的合理配置。我国公路养护及道路修建施工作业基本上都已实现机械化, 为了保证公路养护和施工的高质量、高效率等目标, 必须完成对公路养护机械设施资源的优化配置。本文通过对我国公路养护技术及机械配置现状进行综合分析, 利用多目标评价法分析公路养护机械配置的可行性。
关键词：多目标评价法,公路养护,机械配置,可行性
参考文献
[1]吴彪, 戴彤焱, 何挺继.高速公路养护机械合理配置方案的多属性决策模型[J].武汉理工大学学报, 2011, 35 (03) :579-582.
[2]李秀君, 李春龙, 李梦晨, 等.基于多层次模糊灰色耦合理论的高等级公路养护机械配置方案评价[J].上海理工大学学报, 2014, 36 (01) :86-91.
[3]杨平, 陈永平, 王麟珠.多目标评价方法在高速公路养护机械配置中的应用[J].中国工程机械学报, 2011, 9 (02) :239-243.
[4]刘羚丽.浅析农村公路养护机械的现状及合理配置[J].山西科技, 2014, 29 (03) :16-18.
配置评价 篇6
能源是国民经济的重要物质基础, 也是国民经济发展中的“主动脉”。随着中国加强实现经济增长方式的转变, 能源发展问题日益凸显, 如何更好地利用能源成为人们不得不思考的重要问题。科学技术是第一生产力, 也是能源发展的动力源泉, 加快推进能源技术进步是根本解决能源瓶颈问题的关键。随着我国对能源科技发展的高度重视, 能源工业的技术水平与发达国家的差距进一步缩小, 有效促进了能源工业的全面发展。2005年, 中国政府制定了2006—2020年的《国家中长期科学和技术发展规划纲要》, 把能源技术放在优先发展的位置, 按照“自主创新、重点跨越、支撑发展、引领未来”的方针, 加快推进能源技术进步, 大力支持能源科技产业的发展, 努力为能源的可持续发展提供技术支撑。
科技资源经费是测度国家科技资源活动规模、评价国家科技实力和创新能力的重要指标。“十一五”期间, 我国全社会科技资源经费支出继续保持了高速增长的态势, 年平均增长18.6%。近年来我国能源研发经费持续增长, 科技资源强度有所提高。2010年能源R&D经费超过了270亿元, 虽然国家在不断地加大科技投入的力度, 但是科技资源经费中来自政府的比重 (4.6%) 仍然偏低, 且政府投入比重持续多年下降。对能源R&D经费配置效率的评价, 有利于分析R&D经费投入与产出结构, 调整能源R&D经费配置, 使其在有限的科技资源投入下获得最大产出。R&D经费配置效率的高低在很大程度上决定着科技能力的强弱。国内外学者对R&D经费配置效率从多个视角进行了研究。Wasny、Garrett的研究表明, 加拿大的R&D投入主要集中在信息科技、能源、环境、农业和国防等领域, R&D占销售比例最高的行业是生物工程, 其次是医药和网络通讯[1]。Erice、Wang利用美、日、法等30个国家的最近5年数据来构建国家面板数据, 评价了它们的R&D经费配置效率[2]。
我国的侯卉、李静提出科技资源的配置必须注意运用制度与市场这两个变量, 新制度理论着重强调了制度的重要, 并将科技资源体系划分为4个部分, 科学和技术组成的坚实核心、专业技能系统、专业技术市场和制度界面[3]。唐五湘通过建立科技资源配置效率的评价模型, 计算得到了我国大陆地区30个省、市、自治区的科技资源配置效率值, 为进一步寻找影响我国各地区科技资源配置效率的要素提供了更可靠的依据[4];谢子佳构建了以科技投入为输入指标, 以科技成果产出为输出指标的三级评价指标体系, 运用主成分分析法对我国区域科技人力资源投入、财力资源投入与科技成果产出三部分进行了指标综合和评估结果分类分析, 并利用DEA模型对区域科技资源配置的投入产出效率进行了相对有效性评估[5]。
国内外学者对R&D经费配置效率的评价角度与方法主要有:用比较分析法探讨科技资源配置, 从机制的角度探讨资源配置, 从结构优化的角度分析科技资源配置与配置能力, 科技资源配置有效性的DEA分析, 科技资源配置效率模型评估, 边际分析方法和区域分析法等。
2 我国能源R&D强度分析
R&D强度是测量产业技术创新能力的一个重要的指标。本文采用R&D经费与产值的比值作为R&D的强度指标, 能源产业包括煤炭开采和选洗业, 石油和天然气开采业, 石油加工、炼焦及核燃料加工业, 电力、热力的生产和供应业, 燃气生产和供应业五大类。我国能源的R&D投入强度见图1。从图1可见, 我国能源近十年来的R&D强度变化情况:2002—2005年略有下降, 2005—2006年基本保持在0.21%, 2009年增长迅速, 2010年我国能源的R&D强度已高达0.39%。
3 我国能源的配置效率分析
3.1 DEA的C2R模型
数据包络分析 (Data Envelopment Analysis, DEA) 是由Chamesa A、Cooper W W等人于1978年开始创建, 用于评价相同类型的多输入、多输出决策单元 (DMU) 是否 DEA 有效的一种非参数统计方法[6]。DEA方法得出的结论是不同样本点与效率最优点进行比较的相对效率, 这与Pareto有效性标准等价[7]。对不同样本点, DEA方法得到的相对效率比传统方法得到的绝对效率更具实际意义。人们通过不同系统之间的比较, 评价相对效率的差异, 进而针对不同系统提出优化的方向和途径[8]。C2R模型是DEA方法的典型模型minθ, 其模型为:
undefined
式中, θ为相对效率系数, 其中s-、s+为加入的松弛变量, λj为相对于DMUj0重新构造一个有效的DMU组合中第j个决策单元DMUj的组合比例。可用C2R模型中的最优值来判别DMUj0的规模收益情况:若存在最优值λ*j (j=1, 2, …, m) , 使undefined成立, 则DMUj0的规模效益不变, 此时DMUj0达到最大产出规模。若不存在最优值λ*j (j=1, 2, …, m) , 使undefined成立, 则undefined时, DMUj0为规模收益递增, 且undefined值越小, 规模递增趋势越大, 表明DMUj0在投入X0的基础上适当增加投入量, 则产出量将有较大幅度的增加。若使undefined时, DMUj0为规模效益递减, 且undefined值越大, 规模递减趋势越大, 表明DMUj0在投入X的基础上增加投入量不可能带来更高比例的产出, 此时没有再增加决策单元投入的必要。
3.2 确定评价指标
本文选择尽量能反映能源R&D经费配置效率的指标体系[9]。同时, 在选取过程中参考了2001年联合国教科文组织统计部门对1996—1997年世界科技状况分析报告中的投入与产出指标[10]。对输入指标, 主要关注基础性核心资源;对输出指标, 主要关注科技活动的直接与间接产出。本文选择3个输入指标和3个输出指标:①输入指标。一是R&D经费的支出总额, 该指标用来反映其科技资源的投入的力度;二是R&D人员的全时当量, 反映对科技资源投入的智力支持;三是R&D经费的新产品开发经费支出 (万元) , 体现将科技转换为生产力的投入力度。②输出指标。一是拥有发明专利数 (项) , 它不仅是科技资源投入的产出, 也从某个角度反映了其自主创新的能力;二是新产品销售额 (万元) , 主要反映新产品的竞争能力;三是产值增加比例, 直接反映R&D经费投入带来的经济效益。
3.3 数据调整
数据调整主要考虑由通货膨胀或紧缩而造成核算结果的虚增或虚减。科技投入产出的滞后性和累积作用[11], 需要利用有关价格缩减指数对各年能源R&D经费投入进行调整。技术知识大部分都是以往研究开发所产生的知识与经验的积累, 即R&D存量, 它能表明企业或产业技术的开发能力[12], 因此本文用R&D经费存量值来代替当年的R&D经费值。调整步骤为:①计算2001—2010各年的GDP价格缩减指数, 这里以2001年为基年。GDP缩减指数=按当年价格核算的国内生产总值÷按可比价格核算的国内生产总值。②用GDP缩减指数调整2001—2010年的R&D经费内部支出、新产品开发经费支出、新产品出口销售收入、产业增加值。③计算出我国2001年能源的R&D经费存量。假设各年按不变价格调整后的能源R&D经费为Rt, R&D经费存量为St (t=2001, 2002…2010) , R&D经费的重置率=知识的陈腐化δs=15% (参考国际惯例) , R&D经费的年平均增长率[11]η= (R2010/R2001) 1/10-1。以2001年为基年, 则有S2002-S2001=S2001×η=R2002-S2001×δs, 由此可得S2001=R2001× (1+η) / (η+δs) , 计算得S2001=1147947万元, 通过永续存盘法计算各年的R&D经费存量St, St+1=St (1-δs) +Rt+1。根据上述公式算出各年能源的R&D经费存量, 并用同样的方法计算出新产品开发经费存量 (表1) 。
3.4 数据分析
DEA 分析强调 DMU 的同类性, 本文以年作为DUM, 选择2001—2010年的数据, 运用MATLAB求得每年 (即每个DMU) 的最优值、技术效率值、规模效率值、undefined, 运算结果见表2。
3.5 结果分析
总体来看, 在2001—2010年我国能源R&D经费配置效率有3年未达到有效配置, 表明这3年我国能源R&D经费并没有得到充分的发挥, R&D经费配置与经济发展还存在着一些不协调的因素。2001年的配置效率值为0.592, 为10年中的最小值。2001年、2003年、2006年的综合效率均小于1, 其中技术效率值均为1, 说明这3年达到了技术最佳, 但未达到规模最佳。其余年份的综合效率值、技术效率值和规模效率值都为1, 说明这5年科技资源资源利用效率相对最优, 科技资源的配置较合理。
分析我国能源五大产业的R&D经费配置效率变化 (图2) 可见, 2001年我国燃汽生产和供应业的R&D经费配置效率值仅为0.375, 是所有行业10年中效率的最小值。从图1可见, 我国能源的五大产业R&D经费配置效率变化趋势基本一致, 这表明产业的R&D经费配置效率变化对能源总体R&D经费配置效率有重要影响。综合效率值未达到1的3年均为规模收益递增, 说明我国对能源R&D经费投入较大, 这些科技资源投入在短时期内拉动了能源产业的发展。2006年的R&D经费投入仍处在递增状态, 但由于用于新产品研发经费有所减少, 导致效率值减少, 规模收益递减, 说明2005年的科技资源资源配置存在不合理性。
4 结论与建议
本文运用DEA理论的C2R模型对我国能源及其主要产业2001—2010年的R&D经费投入产出状况进行实证分析, 得到了各年的R&D经费配置的相对效率和规模收益情况。研究结果显示:在2001—2010年的10年中, 我国能源的R&D经费配置效率有3年未达到系统内的有效配置, 表明R&D经费配置效率与经济发展并不协调, 因此提出几点建议。
4.1 建立研发平台
从研究结果来看, 我国科技资源的投入与产出没有很好呈现出正比例关系。提高能源产业的自主开发能力, 政府应培育有利于企业创新的激励机制, 从外部推动技术创新;进一步加强能源企业、科研院所、高校之间的合作, 鼓励科研院所、高校与产业界间的人员交流项目, 使企业在产学研的合作过程中完成我国能源技术水平提高的目标。能源企业的研发活动具有研发投入大、风险大、外部性强的特点, 需要政府组织一个共性技术研发平台对关键性的技术进行协同攻关, 提高国家能源产业整体的创新能力。
4.2 建立有效的人才引进机制和科技创新机制
建立与能源发展规模相适应的科技资源配置水平, 与能源产业升级政策相配合, 建立有效的人才引进机制和科技创新机制;建立高校与产业联动的发展机制, 打造应用型人才基地;建立健全人才引进培养机制;大力引进各种人才, 完善科技人才市场, 建立行业人才协作机制和产业人才合作机制, 充分发挥各企业人才队伍的特点和优势, 进一步盘活现有人才资源, 促进人才资源共享;不断提高科技人员的待遇, 加强对先进科技工作者的宣传, 努力营造尊敬、关心人才的良好社会氛围;进一步完善和强化人才资源的宏观调控, 建立具有能源特色并与国际接轨的人才保障机制。
4.3 加快R&D经费的市场化步伐
我国的能源产业存在着政府与市场关系不协调的矛盾, 许多能源企业一直处于垄断地位, 没有投入研发的动力, 因此要改造国有能源企业的治理结构, 促使企业改进R&D经费的管理。增加R&D经费投入, 要以财政投入为引导, 能源企业投入为主体, 加强科研项目的预研、立项、组织实施、监督检查和评估总结等各个环节的管理, 明确重点投资项目;制定科研活动的政策, 加强对科技成果转化的管理;建立健全激励机制和科学的人才评价体系;进一步完善财政政策, 减免科技研发产品税收, 鼓励企业科技创新, 在科技投入、科技活动和科技分配方面给予企业自主权。
参考文献
[1]Bowonder B, Racherla J K, Mastakar N V, et al.R&D Spending Patterns ofGlobal Firms[Z].Research Technology Management, 2005∶51.
[2]Eric C Wang.R&D Efficiency and Economic Performance:A Cross-countryAnalysis Using the Stochastic Frontier Approach[J].Policy Modeling, 2007, (29) ∶345-360.
[3]侯卉, 李静.技资源配置须优化[N].科技日报, 2006-12-31 (6) .
[4]唐五湘.基于面板数据的我国各地区科技资源配置效率的评价[J].科技管理研究, 2007, (3) ∶44-45.
[5]谢子佳.我国区域科技资源配置效率综合评估研究[D].北京:北京交通大学硕士学位论文, 2010∶33-41.
[6]Chames A, CooPer W W, Rhodes E.Measuring the Efficiency of DecisionMaking Units[J].European Journal of Operational Researeh, 1978, (2) ∶429-444.
[7]Vladimir D, Noghin.An Axiomatization of the Generalized Edge Worth-pareto Principle inTerms ofChoice Functions[Z].Mathematical Social Scie-nees, 2006∶210-216.
[8]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∶10-50.
[9]赵敏.科技投入产出的DEA评价模型[J].科技管理研究, 2005, (6) ∶90-93.
[10]The UNESCO Institute for Statistics.The State ofScience andTechnology inthe World 1996-1997[Z].Canada∶2001.
[11]姜明君, 綦良群.我国装备制造业科技资源配置评价研究[J].科学管理研究, 2012, 30 (1) ∶42-46.