intTypePromotion=1
zunia.vn Tuyển sinh 2024 dành cho Gen-Z zunia.vn zunia.vn
ADSENSE

Đo lường hiệu quả của các trường đại học của Việt Nam: Vận dụng phương pháp phân tích màng bao dữ liệu (DEA)

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:13

23
lượt xem
3
download
 
  Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết này, tác giả sẽ vận dụng mô hình định hướng đầu ra theo giả thuyết hiệu quả thay đổi theo quy mô của DEA để đo lường hiệu quả kỹ thuật của 116 trường đại học của Việt Nam đối với năm học 2012-20131. Thông tin chi tiết về mô hình sử dụng cho bài viết này sẽ được trao đổi ở mục tiếp theo.

Chủ đề:
Lưu

Nội dung Text: Đo lường hiệu quả của các trường đại học của Việt Nam: Vận dụng phương pháp phân tích màng bao dữ liệu (DEA)

  1. ĐO LƯỜNG HIỆU QUẢ CỦA CÁC TRƯỜNG ĐẠI HỌC CỦA VIỆT NAM: VẬN DỤNG PHƯƠNG PHÁP PHÂN TÍCH MÀNG BAO DỮ LIỆU (DEA) MEASURING THE EFFICIENCY OF VIETNAMESE UNIVERSITIES: AN APPLICATION OF DATA ENVELOPMENT ANALYSIS (DEA) TS. Nguyễn Thị Thanh Huyền Trường Đại học Kinh tế - Đại học Huế Tóm tắt Câu nói nổi tiếng của Peter Drucker “What gets measured gets managed!”, tạm dịch là “Chúng ta chỉ quản lý tốt những gì chúng ta đo lường được”, đã chỉ ra tầm quan trọng của việc đo lường đối với quản lý. Hiệu quả là một vấn đề đang rất được quan tâm trong bối cảnh toàn cầu hóa cạnh tranh gay gắt hiện nay. Bài viết của tác giả, vì vậy, đã áp dụng phương pháp phân tích màng bao dữ liệu (Data Envelopment Analysis, gọi tắt là DEA) để đo lường hiệu quả của 116 trường đại học của Việt Nam có đủ dữ liệu đối với năm học 2012-2013. Kết quả đo lường cho thấy hiệu quả sử dụng nguồn lực của các trường đại học của Việt Nam nhìn chung còn khá thấp. Vậy nên, việc xem xét cải thiện chúng là một yêu cầu cấp thiết để cải thiện năng lực cạnh tranh của hệ thống này ở quy mô khu vực và quốc tế. Từ khóa:phân tích bao dữ liệu, DEA, hiệu quả, đại học, Việt Nam Abstract A quote from Peter Drucker’s "What gets measured gets managed!" pointed out the importance of measurement to manage. It is an very interesting problem to mesure the efficiency in the fierce competitive environment of the era of globalization. This paper applied, thus, the method Data Envelopment Analysis (referred to as DEA) to measure the efficiency of 116 Vietnamese universities which have sufficient data of the school year 2012- 2013. The findings show that their efficiency in the use of resources is generally quite low. Therefore, improvement is considered a necessity for this system to become competitive in a regional as well as international scale. Keywords:Data Envelopment Analysis, DEA, efficiency, universities, Vietnam 1. ĐẶT VẤN ĐỀ Giáo dục đại học luôn đóng vai trò nòng cốt đối với sự phát triển của một quốc gia. Với sự phát triển của toàn cầu hóa, hệ thống này đang bước vào một giai đoạn canh tranh gay gắt không chỉ ở quy mô quốc gia mà ở cả quy mô quốc tế. Một sự bùng nổ nhu cầu giáo dục đại học đã được nhận thấy trong những thập kỷ gần đây đối với hầu hết các nước, cả phát triển và đang phát triển (Yang, 2003). Trong bối cảnh này, theo Yang (2003), để tồn tại và phát triển, các trường đại học cần phải sử dụng có hiệu quả các nguồn lực có hạn của mình. Đối với hệ thống giáo dục đại học của Việt Nam, Nghị quyết số 14/2005/NQ-CP của Chính phủ về “Đổi mới cơ bản và toàn diện giáo dục đại học Việt Nam giai đoạn 2006 – 2020” đã 967
  2. chỉ rõ: những yếu kém về hiệu quả sử dụng nguồn lực của hệ thống này cần sớm được khắc phục. Tuy nhiên, với việc Việt Nam chưa có một hệ thống đo lường và đánh giá hiệu quả của các cơ sở giáo dục đại học như hiện nay thì rất khó để cải thiện được hiệu quả của hệ thống này. Như Lord Kelvin đã nhấn mạnh: “If you can not measure it, you can not improve it”, tạm dịch là: “Những gì chúng ta không thể đo lường được thì sẽ không thể cải thiện được”. Đó là lí do mà tác giả lựa chọn chủ đề nghiên cứu này. Như chúng ta biết, các cơ sở giáo dục đại học là những tổ chức phi lợi nhuận, vì vậy việc đo lường hiệu quả của chúng không phải là một vấn đề đơn giản. Ba nguyên nhân chính khiến cho việc đo lường hiệu quả của nhóm tổ chức này khó khăn có thể kể đến là: - thứ nhất, không giống như các đơn vị tư nhân với mục tiêu chính là tối đa hóa lợi nhuận, mục tiêu của các tổ chức phi lợi nhuận thường rất đa dạng và thậm chí nhiều lúc còn đối lập nhau; - thứ hai, rất khó để xác định giá cả của các yếu tố đầu vào và đầu ra của các tổ chức này; - hơn nữa, các cơ sở giáo dục đại học thường sử dụng nhiều yếu tố đầu vào để sản xuất ra nhiều yếu tố đầu ra. Vì những lí do trên mà các phương pháp đo lường hiệu quả truyền thống như: phương pháp phân tích chỉ số, phương pháp hồi quy tuyến tính gặp phải nhiều hạn chế và khó khăn khi áp dụng đối với những đơn vị này. Phương pháp phân tích màng bao dữ liệu (Data Envelopment Analysis, hay gọi tắt là DEA) là một cách tiếp cận phi tham số, và có thể áp dụng dễ dàng đối với những đơn vị có nhiều đầu vào và nhiều đầu ra nên được xem là phương pháp phù hợp nhất để đo lường hiệu quả của các tổ chức phi lợi nhuận, tổ chức công nói chung, và các cơ sở giáo dục đại học nói riêng. Cụ thể, lĩnh vực giáo dục là một trong 5 lĩnh vực ứng dụng phổ biến nhất phương pháp này, theo thống kê của Liu và đồng sự (2013). Như vậy, trong bài viết này, tác giả sẽ vận dụng mô hình định hướng đầu ra theo giả thuyết hiệu quả thay đổi theo quy mô của DEA để đo lường hiệu quả kỹ thuật của 116 trường đại học của Việt Nam đối với năm học 2012-2013 1. Thông tin chi tiết về mô hình sử dụng cho bài viết này sẽ được trao đổi ở mục tiếp theo. 2. ĐỀ XUẤT MÔ HÌNH Trước khi đề cập đến mô hình đo lường được sử dụng đối với bài viết này, khái niệm chính được sử dụng trong bài viết –hiệu quả kỹ thuật (technical efficiency)– sẽ được làm rõ. 2.1. Khái niệm về hiệu quả kỹ thuật Theo nghĩa rộng, hiệu quả thể hiện mối tương quan giữa các biến số đầu ra thu được (outputs) so với các biến số đầu vào đã được sử dụng để tạo ra những kết quả đầu ra đó (inputs). Có 3 loại hiệu quả thường được xem xét thông qua phương pháp DEA là: hiệu quả kỹ thuật, hiệu quả phân bổ và hiệu quả quy mô. Tuy nhiên, trong phạm vi bài viết này, tác giả 1 Trong nghiên cứu này, tác giả chỉ xem xét những trường đại học hoàn toàn độc lập (bao gồm cả các đại học quốc gia và đại học vùng).Các trường đại học thành viên của các đại học quốc gia và đại học vùng không được xem xét ở đây. 968
  3. chỉ tập trung nghiên cứu về hiệu quả kỹ thuật. Để thuận tiện cho việc định nghĩa khái niệm này, tác giả sử dụng một trường hợp minh họa đơn giản là công ty được đo lường chỉ sử dụng 1 đầu vào x để sản xuất ra 2 đầu ra y1 và y2 (hình 1). Đường biên sản xuất hay đường giới hạn khả năng sản xuất lúc này sẽ được biểu diễn qua đường đồng lượng (hay đẳng lượng) ZZ’. Vậy, hiệu quả kỹ thuật (TE) của điểm P sẽ được đo lường bởi tỷ số sau: 0𝑃𝑃 𝑇𝑇𝑇𝑇 = . [1] 0𝑀𝑀 Như vậy, giá trị của TE sẽ luôn nằm trong giới hạn từ 0 đến 1 (0 ≤ TE ≤ 1). TE đạt giá trị bằng 1 đối với những điểm nằm trên đường biên sản xuất. Trong những trường hợp này, doanh nghiệp được coi là đạt hiệu quả kỹ thuật, nghĩa là nó đã đạt đến mức tối đa về kết quả đầu ra trong điều kiện sử dụng tối ưu các yếu tố đầu vào cho trước (trường hợp phân tích theo định hướng đầu ra); hay nói cách khác, để có được một sự gia tăng đối với đầu ra trong trường hợp này bắt buộc phải có sự gia tăng về các yếu tố đầu vào. Hình 1: Định nghĩa hiệu quả kỹ thuật Nguồn: Johnes, J. (2004). Efficiency measurement, in Johnes, G., Johnes, J. (Eds.), International Handbook on the Economics of Education, Edward Elgar, Cheltenham, tr. 615. Khoảng cách PM, tương ứng với giá trị 1 – TE, do đó sẽ đo lường mức độ không hiệu quả về mặt kỹ thuật của điểm P. Đó là lượng các yếu tố đầu ra được xem xét có thể tăng lên trong điều kiện không thay đổi về lượng đầu vào. Trên đây là định nghĩa về hiệu quả kỹ thuật tương quan theo cách tiếp cận biên của Farrell (1957). 2.2. Phương pháp phân tích màng bao dữ liệu và các đặc trưng được lựa chọn 969
  4. Kỹ thuật phân tích biên đã được giới thiệu từ nghiên cứu của Farrell (1957), tuy nhiên chỉ đến khi xuất hiện nghiên cứu của Charnes và đồng sự (1978) kỹ thuật này mới thu hút được nhiều sự chú ý của giới nghiên cứu. Bài viết của nhóm nghiên cứu này đã đề xuất việc áp dụng quy hoạch tuyến tính vào việc giải quyết bài toán của Farrell, được biết đến với tên gọi Data Envelopment Analysis, hay DEA. Bài toán hiệu quả được thiết lập bởi Charnes và đồng sự có thể được khái quát như sau: ∑𝑠𝑠𝑟𝑟=1 𝑢𝑢𝑟𝑟 𝑦𝑦𝑟𝑟𝑟𝑟 𝑇𝑇𝑇𝑇𝑘𝑘 = 𝑚𝑚 , [2] ∑𝑖𝑖=1 𝑣𝑣𝑖𝑖 𝑥𝑥𝑖𝑖𝑖𝑖 Trong đó: 𝑇𝑇𝑇𝑇𝑘𝑘 : hiệu quả kỹ thuật của đơn vị ra quyết định k, viết tắt là DMUk (Decision Making Unit); m: số lượng các yếu tố đầu vào; s: số lượng các yếu tố đầu ra; 𝑦𝑦𝑟𝑟𝑟𝑟 : lượng đầu ra thứ r được tạo ra bởi đơn vị k; 𝑥𝑥𝑖𝑖𝑖𝑖 : lượng đầu vào thứ i được sử dụng bởi đơn vị k; 𝑢𝑢𝑟𝑟 : trọng số của đầu ra thứ r; 𝑣𝑣𝑖𝑖 : trọng số của đầu vào thứ i; Mục tiêu của các doanh nghiệp là phải tối đa hóa hệ số hiệu quả của mình – tức là phải xác định TEk max. Như vậy, nếu xem xét tương quan đối với một tập dữ liệu gồm n đơn vị ra quyết định khác nhau (trong cùng một lĩnh vực) thì hiệu quả tối ưu của mỗi đơn vị có thể được xác định theo phương trình đại số sau: ∑𝑠𝑠𝑟𝑟=1 𝑢𝑢𝑟𝑟 𝑦𝑦𝑟𝑟𝑟𝑟 𝑚𝑚𝑚𝑚𝑚𝑚 ∑𝑚𝑚 𝑖𝑖=1 𝑣𝑣𝑖𝑖 𝑥𝑥𝑖𝑖𝑖𝑖 ∑𝑠𝑠𝑟𝑟=1 𝑢𝑢𝑟𝑟 𝑦𝑦𝑟𝑟𝑟𝑟 𝑠𝑠. 𝑡𝑡. ≤1 𝑗𝑗 = 1, … , 𝑛𝑛 ∑𝑚𝑚 𝑖𝑖=1 𝑣𝑣𝑖𝑖 𝑥𝑥𝑖𝑖𝑖𝑖 𝑢𝑢𝑟𝑟 , 𝑣𝑣𝑖𝑖 > 0 ∀𝑟𝑟 = 1, … , 𝑠𝑠; 𝑖𝑖 = 1, … , 𝑚𝑚. [3] Ràng buộc thứ nhất để đảm bảo độ đo hiệu quả lớn nhất bằng 1 và ràng buộc thứ hai để đảm bảo các trọng số của đầu vào, đầu ra không âm. Tuy nhiên, vấn đề gặp phải của bài toán trên là nó tồn tại vô số nghiệm. Để khắc phục vấn đề này, Charnes và đồng sự (1978) đã đưa thêm ràng buộc: ∑𝑚𝑚 𝑖𝑖=1 𝑣𝑣𝑖𝑖 𝑥𝑥𝑖𝑖𝑖𝑖 = 1. Như vậy, bài toán trên có thể biến đổi thành bài toán quy hoạch tuyến tính như sau: 𝑠𝑠 𝑚𝑚𝑚𝑚𝑚𝑚 � 𝜇𝜇𝑟𝑟 𝑦𝑦𝑟𝑟𝑟𝑟 𝑟𝑟=1 𝑠𝑠 𝑚𝑚 𝑠𝑠. 𝑡𝑡. � 𝜇𝜇𝑟𝑟 𝑦𝑦𝑟𝑟𝑟𝑟 − � 𝑣𝑣𝑖𝑖 𝑥𝑥𝑖𝑖𝑖𝑖 ≤ 0 𝑗𝑗 = 1, … , 𝑛𝑛 𝑟𝑟=1 𝑖𝑖=1 970
  5. 𝑚𝑚 � 𝑣𝑣𝑖𝑖 𝑥𝑥𝑖𝑖𝑖𝑖 = 1 𝑖𝑖=1 𝑢𝑢𝑟𝑟 , 𝑣𝑣𝑖𝑖 > 0 ∀𝑟𝑟 = 1, … , 𝑠𝑠; 𝑖𝑖 = 1, … , 𝑚𝑚 [4] Trong đó: 𝜇𝜇𝑟𝑟 : trọng số của đầu ra thứ r. Để thuận tiện cho việc áp dụng tin học trong việc giải quyết bài toán quy hoạch tuyến tính này, chúng ta có thể viết lại công thức [4] dưới dạng bài toán đối ngẫu của nó như sau: 𝑚𝑚𝑚𝑚𝑚𝑚 𝜃𝜃𝑘𝑘 𝑛𝑛 𝑠𝑠. 𝑡𝑡. 𝑦𝑦𝑟𝑟𝑟𝑟 − � 𝜆𝜆𝑗𝑗 𝑦𝑦𝑟𝑟𝑟𝑟 ≤ 0 𝑟𝑟 = 1, … , 𝑠𝑠 𝑗𝑗 =1 𝑛𝑛 𝜃𝜃𝑘𝑘 𝑥𝑥𝑖𝑖𝑖𝑖 − � 𝜆𝜆𝑗𝑗 𝑥𝑥𝑖𝑖𝑖𝑖 ≥ 0 𝑖𝑖 = 1, … , 𝑚𝑚 𝑗𝑗 =1 𝜆𝜆𝑗𝑗 ≥ 0 ∀𝑗𝑗 = 1, … , 𝑛𝑛 [5] Trong đó: 𝜃𝜃𝑘𝑘 : chỉ số hiệu quả kỹ thuật; 𝜆𝜆𝑗𝑗 : trọng số đo lường khả năng trở thành “ đơn vị chuẩn” (benchmark) của DMUj đối với DMU được đo lường hiệu quả (k). Ta thấy, số lượng ràng buộc của bài toán đối ngẫu này sẽ ít hơn số lượng ràng buộc của bài toán gốc (s+m < n+1). Bài toán quy hoạch tuyến tính này sẽ được giải một cách riêng rẽ đối với mỗi đơn vị ra quyết định trong cơ sở dữ liệu, và mỗi đơn vị sẽ nhận được một chỉ số hiệu quả 𝜃𝜃 riêng (𝜃𝜃 ≤ 1 ), với giá trị 𝜃𝜃 = 1 khi nó nằm trên đường biên hiệu quả. Charnes và đồng sự (1978) đã thiết lập các công thức xác định hiệu quả dựa trên lập luận theo định hướng đầu vào, nghĩa là việc tối đa hóa hiệu quả của các đơn vị ra quyết định được xác định trên cơ sở tối thiểu hóa các yếu tố đầu vào với các yếu tố đầu ra cố định. Tuy nhiên, trong thực tế, các doanh nghiệp cũng có thể tối ưu hóa hiệu quả kỹ thuật thông qua tối đa hóa các đầu ra thu được. Theo Coelli (1996), việc lựa chọn mô hình định hướng đầu vào hay đầu ra nên tùy thuộc vào việc lượng yếu tố nào (đầu vào hay đầu ra) sẽ dễ dàng kiểm soát và điều tiết nhất đối với các tổ chức được đo lường. Đối với các trường đại học, tác giả cho rằng việc điều tiết lượng các yếu tố đầu vào thường khó khăn hơn vì nó liên quan đến việc đảm bảo chất lượng giáo dục. Vì vậy, mô hình mà tác giả sẽ sử dụng trong bài viết này là mô hình định hướng đầu ra. Nếu theo định hướng này, công thức [5] sẽ được viết lại như sau: 𝑚𝑚𝑚𝑚𝑚𝑚 𝜙𝜙𝑘𝑘 971
  6. 𝑛𝑛 𝑠𝑠. 𝑡𝑡. 𝜙𝜙𝑘𝑘 𝑦𝑦𝑟𝑟𝑟𝑟 − � 𝜆𝜆𝑗𝑗 𝑦𝑦𝑟𝑟𝑟𝑟 ≤ 0 𝑟𝑟 = 1, … , 𝑠𝑠 𝑗𝑗 =1 𝑛𝑛 𝑥𝑥𝑖𝑖𝑖𝑖 − � 𝜆𝜆𝑗𝑗 𝑥𝑥𝑖𝑖𝑖𝑖 ≥ 0 𝑖𝑖 = 1, … , 𝑚𝑚 𝑗𝑗 =1 𝜆𝜆𝑗𝑗 ≥ 0 ∀𝑗𝑗 = 1, … , 𝑛𝑛 [6] Giá trị 𝜙𝜙𝑘𝑘 thu được của bài toán quy hoạch tuyến tính này luôn ≥ 1, và giá trị 𝜙𝜙𝑘𝑘 − 1 chính là lượng các đầu ra mà DMUk có thể tăng lên mà không thay đổi lượng các yếu tố đầu vào. Như vậy, giá trị 1�𝜙𝜙 ≤ 1 được định nghĩa là chỉ số hiệu quả kỹ thuật tương quan của DMUk so 𝑘𝑘 với các đơn vị ra quyết định khác trong cơ sở dữ liệu (xem Coelli, 1996). Một đặc trưng nữa cũng cần lưu ý liên quan đến các mô hình của DEA, đó là việc lựa chọn giả thuyết hiệu quả cố định hay thay đổi theo quy mô. Thực tế là mô hình đo lường hiệu quả được đề xuất bởi Charnes và đồng sự (1978), còn được gọi là mô hình CCR của phương pháp phân tích màng bao dữ liệu, được xây dựng dựa trên giả thuyết hiệu quả không đổi theo quy mô (CRS - Constant Return to Scale). Giả thuyết này chỉ phù hợp với điều kiện tất cả các đơn vị trong mẫu đều đang hoạt động ở quy mô tối ưu. Tuy nhiên trên thực tế, do đôi khi sự cạnh tranh là không hoàn hảo, các đơn vị bị ràng buộc về mặt tài chính… có thể làm cho chúng không hoạt động ở quy mô tối ưu. Do đó, Banker và đồng sự (1984) đã đề xuất hướng phát triển mô hình cơ bản của DEA trong điều kiện hiệu quả thay đổi theo quy mô 2, được biết đến với tên gọi mô hình BCC hay VRS, thông qua việc bổ sung ràng buộc: ∑𝑛𝑛𝑗𝑗=1 𝜆𝜆𝑗𝑗 = 1. Như vậy, công thức [6] trong trường hợp này được viết lại như sau: 𝑚𝑚𝑚𝑚𝑚𝑚 𝜙𝜙𝑘𝑘 𝑛𝑛 𝑠𝑠. 𝑡𝑡. 𝜙𝜙𝑘𝑘 𝑦𝑦𝑟𝑟𝑟𝑟 − � 𝜆𝜆𝑗𝑗 𝑦𝑦𝑟𝑟𝑟𝑟 ≤ 0 𝑟𝑟 = 1, … , 𝑠𝑠 𝑗𝑗 =1 𝑛𝑛 𝑥𝑥𝑖𝑖𝑖𝑖 − � 𝜆𝜆𝑗𝑗 𝑥𝑥𝑖𝑖𝑖𝑖 ≥ 0 𝑖𝑖 = 1, … , 𝑚𝑚 𝑗𝑗 =1 𝑛𝑛 � 𝜆𝜆𝑗𝑗 = 1 𝑗𝑗 =1 𝜆𝜆𝑗𝑗 ≥ 0 ∀𝑗𝑗 = 1, … , 𝑛𝑛 [7] Vì bài viết này xem xét hiệu quả của 116 trường đại học của Việt Nam (tất cả các trường đại học có đủ dữ liệu của các biến cần thiết đối với năm học 2012-2013) 3, với các quy mô hoạt 2 VRS - Variable Return to Scale 3 Vì nguồn dữ liệu ba công khai của các trường đối với năm học 2012-2013 chưa đầy đủ nên trong số 182 trường đại học độc lập của năm học này (theo thống kê của Bộ Giáo dục và Đào tạo), chỉ có 116 trường có đủ dữ liệu của các biến cần thiết được sử dụng cho nghiên cứu này. 972
  7. động khác nhau nên tác giả sẽ sử dụng mô hình BCC này để đo lường hiệu quả của chúng. Phần mềm sẽ được sử dụng để tính toán các kết quả của bài viết này là phần mềm DEAP 2.1 được thiết lập bởi Coelli (1996). 2.3. Tập hợp biến sử dụng Việc lựa chọn tập hợp biến sử dụng trong một mô hình DEA có ý nghĩa rất quan trọng, quyết định tính chính xác của kết quả đo lường thu được. Theo Beasley (1990), để có thể chọn ra được các thước đo đầu vào, đầu ra phù hợp thì ngoài việc xem xét về mặt khái niệm các đầu vào và đầu ra của một trường đại học còn cần phải xem xét đến tính sẵn có của dữ liệu. Trước hết, liên quan đến các đầu vào và đầu ra được sử dụng để đo lường hiệu quả của các trường đại học, Ahn và đồng sự (1988) đã chỉ rõ: - đầu vào của các trường đại học có thể được chia thành 2 nhóm: lao động và cơ sở vật chất; - còn đối với đầu ra thì 3 nhóm cơ bản có thể kể đến là: giảng dạy, nghiên cứu và cung cấp các dịch vụ cộng đồng. Tuy nhiên, hoạt động dịch vụ thường rất khó đo lường và dữ liệu liên quan đến hoạt động này cũng rất hạn chế; vì vậy, nó thường được bỏ qua trong các nghiên cứu trước đây. Vì không có dữ liệu của hoạt động này của các trường đại học của Việt Nam nên bài viết của tác giả cũng chỉ tập trung vào 2 hoạt động là: giảng dạy và nghiên cứu. Mặc dù có sự thống nhất về danh mục các đầu vào, đầu ra của một trường đại học, tuy nhiên các biến sử dụng trong các nghiên cứu thực tế rất ít có sự đồng nhất, thậm chí có trường hợp còn mâu thuẫn với nhau. Ví dụ: phần lớn các nghiên cứu xem biến sinh viên (tuyển mới hoặc tổng quy mô) là một đại diện cho đầu ra của hoạt động giảng dạy, tuy nhiên một số nghiên cứu lại xem nó là một đại diện cho đầu vào của hoạt động này và sử dụng biến sinh viên tốt nghiệp làm đầu ra tương ứng. Những thảo luận chi tiết liên quan đến vấn đề này sẽ được tác giả đề cập trong những bài viết tiếp theo. Vì vậy, trên cơ sở tổng hợp các biến sử dụng trong các nghiên cứu trước đây kết hợp với xem xét nguồn dữ liệu ba công khai của các trường do Vụ Kế hoạch và Tài chính thuộc Bộ Giáo dục và Đào tạo cung cấp, tác giả lựa chọn tập biến sử dụng đối với bài viết này bao gồm 2 biến đầu vào và 2 biến đầu ra như sau: - số lượng giảng viên cơ hữu: đại diện cho nhóm nguồn lực con người. Đây là biến được sử dụng trong hầu hết các nghiên cứu trước đây; - diện tích sàn xây dựng phục vụ cho hoạt động giảng dạy và nghiên cứu: đại diện cho nhóm cơ sở vật chất. Biến này đã được sử dụng trong nghiên cứu của Johnes và Yu (2008), của Do và Chen (2014); - tổng số lượng sinh viên tuyển mới: được xem là một biến đo lường hiệu quả của hoạt động giảng dạy. Chỉ tiêu này được xác định như sau: Tổng số lượng Số lượng sinh viên Số lượng Số lượng sinh viên = đại học chính quy + 1,5 x học viên cao học + 2 x nghiên cứu sinh [8] tuyển mới tuyển mới tuyển mới tuyển mới 973
  8. Trong đó: các hệ số quy đổi (1,5 và 2) được xác định theo hướng dẫn tại Quyết định số 795/QĐ-BGDĐT của Bộ Giáo dục và Đào tạo. Công thức này được đề xuất bởi tác giả nhằm đảm bảo khả năng so sánh cao hơn của biến này. Thực tế, ý tưởng sử dụng hệ số quy đổi đối với học viên cao học và nghiên cứu sinh khi xác định chỉ tiêu tổng số lượng sinh viên cũng đã được đề xuất bởi Tyagi và đồng sự (2009); - đối với hoạt động nghiên cứu, hiện nay vẫn chưa có dữ liệu thống kê về số lượng công trình nghiên cứu, bài báo công bố của từng trường. Còn từ nguồn dữ liệu ba công khai sẵn có thì chỉ có một chỉ tiêu liên quan trực tiếp đến hoạt động này là: thu từ nghiên cứu khoa học và chuyển giao công nghệ. Tuy nhiên, thực tế nguồn thu này hiện nay của các trường đại học ở Việt Nam còn rất hạn chế. Cụ thể, trong tổng số 116 trường đại học trong mẫu nghiên cứu của bài viết này, chỉ có 46 trường có nguồn thu này. Vì vậy, để đảm bảo tính so sánh được của mô hình, tác giả quyết định sử dụng biến tổng thu nhập để thay thế cho biến này. Biến tổng thu nhập cũng từng được sử dụng như một biến đầu ra trong các nghiên cứu của Castano và Cabanda (2007a, b) cũng như Cuenca (2011). Bảng 1 dưới đây sẽ trình bày thông tin mô tả thống kê số liệu của mẫu nghiên cứu. Bảng 1 : Mô tả thống kê các biến sử dụng Giá trị trung Độ lệch Giá trị Giá trị Tên biến bình chuẩn nhỏ nhất lớn nhất Đầu vào 1. Số lượng giảng viên cơ hữu 355,25 364,033 27 2.040 2. Diện tích sàn xây dựng phục vụ cho 25.975,047 27.951,354 1.424 179.550 2 giảng dạy và nghiên cứu (m ) Đầu ra 1. Tổng số lượng sinh viên tuyển mới 2.046,254 2.431,258 40 12.087,5 2. Tổng thu nhập (tỷ đồng) 137,049 173,316 1,026 1.314,159 (Nguồn: Tác giả tự tính dựa trên nguồn số liệu ba công khai của 116 trường trong mẫu nghiên cứu). 3. PHÂN TÍCH KẾT QUẢ Kết quả tổng hợp về hiệu quả kỹ thuật của 116 trường đại học trong mẫu nghiên cứu đối với năm học 2012-2013 được trình bày ở bảng 2. Thông qua việc sử dụng phần mềm DEAP 2.1, với đặc trưng hiệu quả thay đổi theo quy mô, chúng ta có thể thu được đồng thời 2 chỉ số hiệu quả CRS và VRS, tương ứng với 2 mô hình: CCR và BCC. Kết quả đối với cả 2 chỉ số này sẽ được tổng hợp để phục vụ cho việc so sánh. Bảng 2: Thông tin tổng quan về hiệu quả của các trường Chỉ tiêu Chỉ số CRS Chỉ số VRS Số trường đạt hiệu quả 7 16 Giá trị trung bình 0,435 0,520 Trung vị 0,389 0,461 974
  9. Độ lệch chuẩn 0,245 0,278 Giá trị nhỏ nhất 0,074 0,111 Giá trị lớn nhất 1,000 1,000 (Nguồn: Tác giả tự tính toán). Chúng ta nhận thấy trước hết từ kết quả của bảng 2 là hiệu quả được đo lường theo hai mô hình CCR và BCC là rất khác nhau. Điều đó chứng tỏ rằng nhiều trường chưa đạt được quy mô hoạt động tối ưu. Thực tế, chỉ có 9 trên 116 trường đạt được điều này 4. Như vậy, mô hình BCC được lựa chọn trong trường hợp này là hợp lý. Căn cứ vào chỉ số VRS, chúng ta nhận thấy rằng hiệu quả của các trường đại học của Việt Nam vẫn còn rất thấp: điểm hiệu quả trung bình thu được chỉ đạt 0,52, tương ứng với giá trị 𝜙𝜙 trung bình là 1,92 (xem lại công thức [6], [7] về cách xác định giá trị 𝜙𝜙 đối với mô hình định hướng đầu ra). Con số này chỉ ra rằng các trường đại học của Việt Nam vẫn còn có thể tăng trung bình đến 92% các đầu ra của mình với mức đầu vào hiện tại. Và trong số 116 trường được đo lường chỉ có 16 trường có chỉ số hiệu quả bằng 1, nghĩa là đạt hiệu quả kỹ thuật tối ưu (đã tối đa hóa được các đầu ra thu được). Để làm rõ hơn thông tin này, các kết quả đo lường thu được sẽ được tổng hợp theo các nhóm trường, được phân loại theo 3 tiêu chí sau: - theo tiêu chí công-tư, mẫu nghiên cứu sẽ được chia thành 3 nhóm: đại học và trường đại học trọng điểm quốc gia, các trường đại học công lập khác và các trường đại học tư thục; - theo trình độ đào tạo, mẫu nghiên cứu cũng sẽ được chia thành 3 nhóm: các trường đào tạo tiến sĩ, các trường đào tạo thạc sỹ và các trường chỉ đào tạo đến cử nhân; - theo nhóm ngành đào tạo, để đảm bảo kích cỡ của các nhóm đủ lớn, các trường đại học của Việt Nam sẽ được chia theo 4 nhóm ngành như sau: • nhóm 1: các cơ sở đào tạo kỹ thuật, công nghệ, nông lâm ngư, thủy lợi, khoa học tự nhiên, giao thông, xây dựng, mỏ địa chất; • nhóm 2: các cơ sở đào tạo kinh tế, tài chính, ngân hàng, văn hóa, du lịch, báo chí, thư viện, khoa học xã hội nhân văn, pháp lý, hành chính; • nhóm 3: các cơ sở đào tạo nghệ thuật, thể dục thể thao, y dược; • nhóm 4: các cơ sở đào tạo đa ngành, sư phạm. Bảng 3: Tổng hợp hiệu quả của các nhóm trường đại học Số Giá Số Giá trị Giá trị trường Độ lệch trị Nhóm trường lượng trung lớn hiệu chuẩn nhỏ trường bình nhất quả nhất I. Phân loại theo tiêu chí công- tư 1. Đại học và trường đại học 11 7 0,878 0,222 0,421 1,000 4 Đây là những đơn vị có các chỉ số CRS và VRS trùng nhau. 975
  10. trọng điểm quốc gia 2. Các trường đại học công lập 68 3 0,470 0,233 0,157 1,000 khác 3. Các trường đại học tư thục 37 6 0,505 0,297 0,111 1,000 II. Phân loại theo trình độ đào tạo 1. Trường đại học đào tạo tiến sĩ 30 7 0,736 0,212 0,405 1,000 2. Trường đại học đào tạo thạc 30 3 0,520 0,216 0,264 1,000 sỹ 3. Trường đại học đào tạo cử 56 6 0,403 0,273 0,111 1,000 nhân III. Phân loại theo nhóm ngành đào tạo 1. Nhóm 1 25 1 0,500 0,230 0,197 1,000 2. Nhóm 2 13 4 0,759 0,220 0,429 1,000 3. Nhóm 3 14 1 0,418 0,203 0,222 1,000 4. Nhóm 4 64 10 0,501 0,298 0,111 1,000 (Nguồn: Tác giả tự tính toán). Kết quả tổng hợp này đã cho thấy nhóm các trường đại học trọng điểm quốc gia là nhóm có hiệu quả vượt trội, với 7/11 trường được đánh giá là hiệu quả và điểm hiệu quả trung bình đạt 0,878. Tiếp theo, mặc dù nhóm các trường công còn lại là nhóm chiếm đa số trong tổng mẫu cũng như trong toàn bộ hệ thống các trường đại học của Việt Nam, tuy nhiên hiệu quả tương quan của chúng khá thấp: chỉ có 3/68 trường đạt hiệu quả tối ưu và mức hiệu quả trung bình của các trường trong nhóm cũng chỉ đạt 0,47. Đối với các nhóm trường được phân theo trình độ đào tạo, chúng ta nhận thấy rằng các trường cung cấp các chương trình đào tạo ở trình độ càng cao thì hiệu quả càng cao. Cụ thể, thứ tự giảm dần về hiệu quả của 3 nhóm trường được phân loại theo tiêu chí này là: các trường đại học đào tạo tiến sĩ, các trường đào tạo thạc sỹ và các trường chỉ đào tạo đến cử nhân. Theo nhóm ngành đào tạo thì nhóm 2 được đánh giá là nhóm có hiệu quả cao nhất, và hiệu quả thấp nhất thuộc về nhóm 3. Nhóm thứ 4 mặc dù là nhóm chiếm đa số trong tổng mẫu cũng như trong toàn bộ hệ thống đại học của Việt Nam 5, hiệu quả của nó được đánh giá là vẫn còn khá thấp. Mức hiệu quả trung bình của nhóm chỉ đạt 0,501. Đó là do ảnh hưởng của sự kém hiệu quả của những cơ sở mới thành lập thuộc nhóm này. Chúng ta có thể nhận thấy đơn vị kém hiệu quả nhất thuộc nhóm này chỉ đạt mức hiệu quả tương quan là 0,111. Thực chất, đây dù là một cơ sở đào tạo đa ngành nhưng chỉ đào tạo đến cử nhân; và là một trường đại học mới được thành lập vào năm 2011, và bắt đầu tuyển sinh từ năm học 2012-2013. 4. KẾT LUẬN Thông qua bài viết này, lần đầu tiên “bức tranh” hiệu quả của các trường đại học của Việt Nam được phản ánh bằng những con số rõ ràng. Kết quả đo lường thu được đã cho thấy 5 Các cơ sở đào tạo đa ngành là bộ phận cơ bản của nhóm này. 976
  11. hiệu quả kỹ thuật của các trường đại học của Việt Nam vẫn còn rất thấp: điểm hiệu quả trung bình của 116 trường được xem xét chỉ đạt 0,52. Với mô hình định hướng đầu ra mà tác giả sử dụng, kết quả này chỉ ra rằng với các nguồn lực về con người và cơ sở vật chất hiện có, các đầu ra thu được của các trường vẫn còn có thể tăng lên gần gấp đôi mức hiện tại. Câu hỏi đặt ra ở đây là: làm sao để tăng được chúng? Những phân tích chi tiết về đóng góp của các yếu tố đầu vào, đầu ra vào kết quả hiệu quả của mỗi trường cũng như danh sách của các “đơn vị chuẩn” làm căn cứ cho việc điều chỉnh hiệu quả của các đơn vị chưa hiệu quả sẽ được đề cập trong những bài viết tiếp theo của tác giả. Liên quan đến từng nhóm trường cụ thể, kết quả của bài viết cũng đã cho thấy chính sách phát triển các trường đại học trọng điểm quốc gia như là những đơn vị nòng cốt của toàn hệ thống đại học của Việt Nam là một chính sách đúng đắn. Thực tế đây là nhóm trường có hiệu quả rất cao, và cách xa các trường còn lại. Vì vậy, để đạt được mục tiêu “đến năm 2020 có 1 trường đại học được xếp hạng trong số 200 trường đại học hàng đầu thế giới” (được nêu lên tại Quyết định số 121/2007/QĐ-TTg của Thủ tường Chính phủ ban hành ngày 27/07/2007), cần có chính sách đầu tư hợp lý hơn nữa đối với nhóm trường này. Ngoài ra, với xu hướng xã hội hóa giáo dục đại học, việc hình thành các trường đại học tư thục là một tất yếu. Mặc dù được hình thành muộn hơn, tuy nhiên với cơ chế quản lý linh hoạt, năng động hơn, các cơ sở này được đánh giá là đã sử dụng hiệu quả các nguồn lực của mình hơn so với các trường đại học công lập còn lại (không kể đến các trường trọng điểm quốc gia). Như vậy, Chính phủ Việt Nam cần tiếp tục tạo điều kiện để hệ thống trường này tiếp tục phát triển nhằm: một phần giảm bớt gánh nặng về trợ cấp từ Ngân sách cho giáo dục đại học, mặt khác thúc đẩy sự cạnh tranh giữa các cơ sở giáo dục đại học. Để tăng khả năng cạnh tranh của hệ thống giáo dục đại học của Việt Nam, Chính phủ cũng cần tập trung phát triển nhóm trường đào tạo tiến sĩ và định hướng nghiên cứu, đồng thời có chính sách tái cơ cấu hợp lý các trường đại học chỉ đào tạo đến cử nhân. Như chúng ta nhận thấy, đây là nhóm trường đang chiếm đa số trong hệ thống các trường đại học của Việt Nam trong khi hiệu quả của chúng là rất thấp. Tóm lại, kết quả của bài viết này đã cho thấy hiệu quả cả các nhóm trường khác nhau là rất khác nhau. Đặc biệt là đối với các nhóm được phân loại theo ngành đào tạo. Vì với đặc thù riêng của các cơ sở đào tạo thuộc nhóm ngành nghệ thuật, thể dục thể thao và y dược, cũng như nhóm ngành kỹ thuật, khi đánh giá chung trong toàn bộ hệ thống, hiệu quả của chúng sẽ thấp hơn. Vì vậy, để có thể xác định được chính xác hơn hiệu quả tương quan của các trường trong mỗi nhóm, và quan trọng hơn nữa là tìm ra được những “đơn vị chuẩn” phù hợp cho việc cải thiện hiệu quả của các đơn vị chưa hiệu quả, cần phải tìm ra được đường biên hiệu quả riêng của mỗi nhóm. Đó là định hướng cho những nghiên cứu tiếp theo của tác giả. 977
  12. TÀI LIỆU THAM KHẢO Ahn, T., Charnes, A., & Cooper, W. W. (1988).Some statistical and DEA evaluations of relative efficiencies of public and private institutions of higher learning.Socio-Economic Planning Sciences, 22(6), 259-269. Banker, R. D., Charnes, A., & Cooper, W. W. (1984). Some models for the estimation of technical and scale inefficiencies in Data Envelopment Analysis. Management Science, 30, 1078–1092. Beasley, J. E. (1990). Comparing university departments.Omega, 18(2), 171-183. Castano, M. C. N., Cabanda, E. C. (2007a). Performance evaluation of the efficiency of Philippine Private Higher Educational Institutions: Application of frontier approaches. International Transactions in Operational Research, 14, 431-444. Castano, M. C. N., Cabanda, E. C. (2007b). Sources of Efficiency and Productivity Growth in the Philippine State Universities and Colleges: A Non-Parametric Approach. International Business & Economics Research Journal, 6 (6), 79-90. Charnes, A., Cooper, W.W., & Rhodes, E. (1978).Measuring the efficiency of decision making units.European Journal of Operational Research, 2, 429–444. Coelli, T. J. (1996). A Guide to DEAP version 2.1: A data envelopment analysis (Computer) Program. Centre for Efficiency and Productivity Analysis (CEPA), CEPA Working Paper No. 8/96. Cuenca, J. S. (2011). Efficiency of State Universities and Colleges in the Philippines: A Data Envelopment Analysis. Philippine Institute for Development Studies, Discussion paper series n° 2011-14. Do, Q. H., Chen, J. F. (2014). Integrating managerial preferences into the assessment by the fuzzy AHP/DEA approach: A case application in the assessment of university performance.DEPOCEN Working Paper Series n° 2014/03. Farrell, M. (1957).The measurement of productive efficiency.Journal of the Royal Statistical Society, Series A, 120, 253–281. Johnes, J., Yu, L. (2008). Measuring the research performance of Chinese higher education institutions using data envelopment analysis.China Economic Review, 19, 679-696. Liu, J. S., Lu, L. Y. Y, Lu, W-M., & Lin, B. J. Y. (2013). A survey of DEA applications.Omega, 41, 893–902. Nghị quyết số 14/2005/NQ-CP ban hành ngày 02/11/2005.Nghị quyết của Chính phủ về “Đổi mới cơ bản và toàn diện giáo dục đại học Việt Nam giai đoạn 2006 – 2020”. Quyết định số 121/2007/QĐ-TTg ban hành ngày 27/07/2007.Quyết định của Thủ tướng Chính phủ về “Phê duyệt Quy hoạch mạng lưới các trường đại học và cao đẳng giai đoạn 2006 – 2020”. 978
  13. Quyết định số 795/QĐ-BGDĐT ban hành ngày 27/02/2010. Quyết định của Bộ Giáo dục và Đào tạo “Quy định về việc xác định chỉ tiêu tuyển sinh, quy trình đăng ký, thông báo chỉ tiêu tuyển sinh, kiểm tra và xử lý việc thực hiện các quy định về xác định chỉ tiêu tuyển sinh sau đại học, đại học, cao đẳng và trung cấp chuyên nghiệp”. Tyagi, P., Yadav, S. P., & Singh, S. P. (2009).Relative performance of academic departments using DEA with sensitivity analysis.Evaluation and Program Planning, 32, 168-177. Yang, R. (2003). Globalisation and higher education development: A critical analysis. International Review of Education, 49(3-4), 269-291. 979
ADSENSE

CÓ THỂ BẠN MUỐN DOWNLOAD

 

Đồng bộ tài khoản
2=>2