论文部分内容阅读
摘 要 1998-2012年，我国中等职业教育经历了低谷期、大发展时期、转型期等不同的阶段，借助Malquist指数方法分析我国中等职业教育的全要素生产率指数（TFP）变化，可以发现，我国中等职业教育全要素生产率的增长主要由技术进步效率推动，资源配置效率对全要素生产率的作用有限。同时，规模效率和纯技术效率对资源配置效率作用并不明显。不断提高中等职业教育的技术进步水平和技术管理水平是其可持续发展的保证。
关键词 Malmquist指数；全要素生产率；中等职业教育
中图分类号 G718.3 文献标识码 A 文章编号 1008-3219（2015）07-0055-06
一、引言
中等职业教育是我国教育体系的重要组成部分，担负着培养数以亿计高素质劳动者的重要任务，是我国经济社会发展的重要基础。当前，我国正处于经济转型、产业升级的关键时期，对构建更有质量、更有效率的现代职业教育体系提出了更高要求。纵观职业教育发展历程，既有1997～2001年管理体制调整后的相对低谷期，也有2002年之后的职业教育大发展时期。2010年《国家中长期教育改革和发展规划纲要（2010-2020年）》的发布，2014年全国职教工作会议召开，积极构建现代职业教育体系，不断提升职业教育支撑经济转型和产业升级的能力成为职业教育发展的重点。职业教育发展起伏所产生的影响，不仅存在于教育行业，还存在于劳动力就业市场，并对经济社会发展具有深刻的影响。本研究基于中等职业教育发展历程及其背景，分析把握中等职业教育效率及其变动趋势。
行业投入产出的技术效率水平可以用全要素生产率（Total Factor Productivity，TFP）来反映。目前，对于 TFP 的测度主要有“余值”法、随机前沿生产函数法和非参数法。其中，建立在距离函数基础上的非参数 Malmquist（曼奎斯特）指数是目前分析教育生产效率的主要方法，并且这些研究主要集中于教育宏观系统和高等教育子系统效率的研究。傅毓维、邵争艳利用Malmquist指数分析了区域高等教育资源配置效率[1]。梁文艳、胡咏梅利用Malmquist指数刻画了我国高校合并前后整体科研生产率的动态变化[2]。潘海生、周志刚，韩海彬、李全生等运用Malmquist 指数方法，对我国高等教育全要素生产率的变动趋势进行了研究，并对高等教育技术进步的收敛趋势进行了分析[3][4]。景琴玲运用Malmquist 指数方法对我国农业职业教育效率进行了评价[5]。
从研究现状看，中等职业教育全要素生产率的研究目前基本处于空白。本研究将运用Malmquist指数方法对我国中等职业教育全要素生产率进行实证研究，力图在以下几方面对现有研究进行拓展。第一，运用Malmquist指数方法对我国大陆30个省、自治区和直辖市（西藏的数据不全，故未纳入分析范畴）面板数据进行分析，形成关于我国中等职业教育全要素生产效率（TFP）的现实判断。第二，充分考虑中等职业教育区域属性和发展历史阶段特征，从区域和时间两个维度对我国中等职业教育全要素生产率变动规律进行分析。第三，对中等职业教育全要素生产变动的主导因素进行分析。
二、研究方法——Malmquist指数方法
Malmquist指数法是通过R.W.Shephard提出的投入产出距离函数来定义的，1982年，Caves，Christensen和Diewert首次将Malmquist指数引入生产率分析领域，并提出了Malmquist生产率指数（Malmquist Productivity Index）的概念。Rolf F?re和Grosskopf等人在1992年给出了Malmquist生产率指数的非参数线性规划算法，使Malmquist生产率指数可以被用来建立多产出、多投入的技术描述形式[6][7]。
（一）Malmquist指数定义
在规模报酬不变的情况下，Malmqusit指数基于生产前沿面的分解形式如图1所示。
图1 基于产出角度的Malmquist生产率指数
分析图1，以t时期技术Tt为参照的Malmquist指数可表示为
（1）
同样，以t 1时期技术Tt 1为参照构造的Malmquist指数为
（2）
t时期到t 1时期生产率变化的Malmquist指数可运用t时期和t 1时期Malmquist指数的几何平均值作为度量，即：
（3）
其中，D（X，Y）=inf{θ：（X，Y/θ）∈P（X），X∈Rm，Y∈Rk，θ≥0}
=[sup{α：（X，αY）∈P（X），X∈Rm，Y∈Rk，α≥0}]-1
P（X）={（X，Y）}：投入X能产出Y}表示一定技术条件下的生产可能集，θ∈[0，1]表示产出效率，如果θ=1，那么表示投入资源的搭配是合理的，并且所有投入要素都发挥了自身最大效用；如果θ<1，表示资源配置上还存在一定的冗余[8][9]。
（二）Malmquist指数分解[10]
在规模报酬不变的情况下，Malmquist指数可以分解为技术变化指数（Technical change，TC）和资源配置效率指数（ Efficiency change，EC）。
（4）
（5）
（6）
当规模报酬发生变化时，资源配置效率指数可进一步分解为纯技术效率（Pure Technical Efficiency，PTE）和规模效率指数（Scale Efficiency，SE），其计算公式如下：
（7）
（8）
（9）
当Malmquist 指数大于1 时，表示TFP 水平提高；当构成Malmquist指数的技术变化指数和资源配置效率指数大于1 时，表示其是TFP增长的主要源泉，反之，则是导致TFP下降的根源；而规模效率指数和纯技术效率指数的高低，则反映了它们对资源配置效率指数的影响。 三、变量选取与数据说明
我国职业教育包括中等职业教育和高等职业教育两部分。其中，高等职业教育作为我国高等教育大众化的产物，从20世纪末的10余所发展到如今的1200多所，取得了令人瞩目的发展成就。但考虑到高等职业教育数据变化过大，容易对结果产生比较大的干扰。而且，基于长期以来我国职业教育相关数据统计主要以中等职业教育为主的现实，为此，将研究视野限定为中等职业教育。
在研究的时间跨度上，考虑到我国近年来的中等职业教育发展经历，其间经历了1998年职业教育管理体制改革、2002年和2005年国务院两次召开职业教育工作会议、2010年发布《国家中长期教育改革和发展纲要2010-2020年》，考虑到数据的可获得性（目前可获得的数据截至到2012年），本研究将研究时域确定为1998～2012年。
评价一个系统的效率，需要从投入和产出两个角度来综合考虑并建立相应的评价体系。从职业教育的属性看，其投入包括人力、物力和财力，产出是与产业发展相适应的技能人才。考虑到数据的可获得性和有效性，投入指标确定为：专任教师数、职业教育生均教育经费及区域国民生产总值。在产出指标上，选取中等职业教育在校生数与普通高级中学学生数的比值，这既可以反映出中等职业教育规模的相对变化，更可以在一定程度上度量职业教育的相对吸引力，从而对中等职业教育的整体质量进行测度。本文使用的数据主要来源于《中国统计年鉴》《中国教育统计年鉴》《中国教育经费统计年鉴》。
在面板数据覆盖范围上，选取除西藏以外全国30个省、自治区和直辖市。并按照中国经济划分的一般方法，将全国分为东部、中部和西部三大区，其中东部包括北京、天津、河北、广东、江苏、上海、浙江、福建、海南、辽宁、山东11个省份；中部包括安徽、河南、黑龙江、吉林、湖北、湖南、江西、内蒙古、山西9个省份；西部包括广西、贵州、云南、四川、重庆、宁夏、陕西、青海、甘肃、新疆10个省份。
四、实证结果和分析
运用1998～2012年我国30个省市的面板数据，利用EMS软件，计算了1998～2012年15年间全国30个省份的Malmquist指数，再对其进行分解，由此得出我国中等职业教育生产率变动情况。
（一）我国中等职业教育生产率变化及其分解总体分析
表1列出了1998～2012年期间，我国中等职业教育全要素生产率Malmquist指数及其分解。
从表1可以看出，我国中等职业教育全要素生产率在1998～2012年期间均值为1.001，这主要是由于此期间中等职业教育大起大落的阶段性发展造成的。从中等职业教育全要素生产指数的分解看，中等职业教育的全要素生产率（TFP）主要是技术进步效率和资源配置效率共同提升的结果，其中技术进步效率年均增长率达到0.1个百分点，资源配置效率年均增长率为0.3个百分点。但技术进步效率呈现出逐步上升的发展趋势，而资源配置效率则呈现出逐步下降的趋势，两者之中，技术进步效率与中等职业教育全要素生产率（TFP）变动趋势基本一致。而资源配置效率的增长主要来自于规模效率的提升，1998～2012年间，中等职业教育规模效率年均增长率达到4.3%，与此相比，中等职业教育的纯技术效率却始终处于负增长状态，但两者均呈现出逐步下降的趋势。因此，1998～2012年间我国中等职业教育呈现出技术变化效率主导的特征。
表1 1998～2012年期间我国职业教育Malmquist生产率指数及分解
年份 Malmquist指数 技术变化效率TC 资源配置效率EC 规模效率
SE 纯技术效率PTE
1998～1999 0.863 0.819 1.054 1.035 1.018
1999～2000 0.971 0.939 1.034 1.151 0.898
2000～2001 0.882 0.864 1.021 1.183 0.863
2001～2002 0.906 0.865 1.047 1.081 0.969
2002～2003 1.030 1.121 0.919 0.976 0.942
2003～2004 1.050 0.969 1.084 1.044 1.038
2004～2005 1.059 1.061 0.998 1.022 0.977
2005～2006 1.041 1.028 1.013 1.032 0.982
2006～2007 1.097 1.042 1.053 1.052 1.001
2007～2008 1.028 1.082 0.950 1.081 0.879
2008～2009 1.023 1.057 0.968 0.994 0.974
2009～2010 1.019 1.058 0.963 0.993 0.970
2010～2011 1.024 1.051 0.974 0.984 0.990
2011～2012 1.015 1.049 0.968 0.979 0.989
均值 1.001 1.004 1.003 1.043 0.963
（二）我国中等职业教育生产率变动趋势分析
如图1所示，1998～2012年期间，我国中等职业教育生产率表现出明显的阶段发展性特征。
图2 1998～2012年期间我国中等职业教育全要素生产率Malmquist指数变动
从图2可以看出，从时间维度看，1998～2012年期间，我国中等职业教育全要素生产率（TFP）总体保持明显的增长趋势，1998～2002年期间，职业教育全要素生产率小于1，2003～2012年期间，职业教育全要素生产率全部大于1。从发展趋势看，1998～2002年期间，我国中等职业教育进入一个相对的发展低潮期，中等职业教育全要素增长率均处于较低水平，Malmquist指数均小于1。进入2003年以后，中等职业教育进入一个快速发展阶段，并在2004～2005、2006～2007年出现两个高峰，其中，2006～2007年期间，职业教育全要素生产率达到1.097。这两个高峰值均出现在2002年、2005年国务院召开职业教育会议之后，这说明，自2003年以后，我国中等职业教育进入一个相对的发展高峰期，表现出明显的行政主导特征。而进入2008年之后，中等职业教育全要素增长率（TFP）开始回落，进入一个相对平稳的发展阶段。 （三）我国中等职业教育生产率区域变动分析
从表2、图3中可以看出，1998～2012年期间，我国各区域中等职业教育全要素增长率（TFP）变化基本一致。其中1998～2012年期间西部区域的中等职业教育全要素生产率（TFP）均值最高，达到1.008，中部区域的中等职业教育全要素生产率（TFP）均值达到1.006，而东部区域的中等职业教育全要素生产率（TFP）均值仅为1.000。从各区域中等职业教育全要素增长率（TFP）的变动情况看，表现出相对比较一致的发展规律。即在1998～2002年期间各区域中等职业教育发展相对低迷，进入2003～2012年期间，各区域中等职业教育均进入较快的发展阶段。但在1999～2000年期间，东部与中部、西部中等职业教育生产率出现较大差异，东部的中等职业教育生产率仅为0.897，低于中部中等职业教育生产率的1.017和西部的1.066。另一个差异点出现在2006～2007年期间，此时中部中等职业教育生产率为1.124，高于东部中等职业教育生产率1.086和西部的1.084。而从各区域的全要素分解来看，技术变化效率与各区域中等职业教育全要素生产率的变动趋势基本一致，而资源配置效率却刚好相反，因此技术变化效率在各区域均成为中等职业教育全要素生产率（TFP）的决定因素。
图3 东、中、西部各区域职业教育Malmquist指数变动
（四）我国中等职业教育生产率变动动力因素分析
从前面的分析可以看出，无论从1998～2012年中等职业教育整体发展趋势看，还是从各区域中等职业教育发展差异看，职业教育全要素生产率TFP增长都是技术变化效率主导的结果。而资源配置效率中，规模效率起到了明显的主导作用，纯技术效率对于TFP的增加作用不明显。为了更好地说明1998～2012年期间我国中等职业教育TFP的变动及各因素对其的影响，本文以1998～1999年的Malmquist指数及各分解指数为基准年，其余各年分别与1998～1999年相比，得出Malmquist指数及各分解指数的变动情况，见图4。
图4 1998～2012年Malmquist指数及其分解指数的相对变化趋势
从图4中可以看出，1998～2012年期间，Malmquist指数的变化趋势基本与技术变化效率（TC）的变化趋势完全吻合，呈现稳步增长的发展趋势。说明技术变化效率是影响我国中等职业教育TFP效率的重要因素。技术变化指数描述了前沿产业科技的变化，可定义为技术进步部分，其代表两个时期内生产前沿面的移动——“前沿面移动效应”或“增长效应”，这种效应表明了技术的进步和创新，该效率的度量与所选参考期t的生产前沿面有关，当TC>1时，直观上意味着生产前沿面“向上”移动。技术进步来源于投入要素的提高和知识进步中所含的技术知识进步部分。这些进步具体体现在：管理体制的不断创新，职业院校资源整体配置能力的提高，师资队伍素质的不断提升，办学基本设施的改善，校企合作机制的不断完善，专业设置的合理化、科学化等方面。从1998～2012年期间技术效率指数的变动情况可以看出，这些因素在整体保持稳定增长的同时，在2002～2003、2004～2005、2006～2007年有较大幅度增长，这种波动都发生在国务院2002和2005年作出的关于大力发展职业教育的战略部署之后，与国家采取各种措施大力发展职业教育，加强职业教育基本能力建设，师资培养、推进产教融合、校企合作、工学结合的职业教育办学机制等职业教育改革与创新有着密切联系。这种快速增长的趋势在2008～2012年期间依然得到较好的保持，但增长速度减缓。
资源配置效率指数可定义为技术效率改善部分，一定程度上描述了t到t 1时刻之间的相对技术效率变化，也被称为“追赶效应”或“水平效应”，其衡量了生产单位是否更靠近当前的生产前沿面进行生产，当资源配置效率大于1时，表示决策单元的生产更接近于生产前沿面。从Malmquist指数变动看，1998～2002年期间，资源配置效率与Malmquist指数基本一致，但在2003～2012年期间资源配置效率与Malmquist指数之间的变化差异越来越大，说明与技术变动效率相比，资源配置效率在中等职业教育全要素生产率（TFP）的变化中并不占主导地位，这与我国人口变化带来的职业教育适龄人口逐步减少，高等教育大众化对职业教育人口产生的竞争以及中等职业教育吸引力不足有着密切联系。
而职业教育资源配置效率的变化是纯技术效率和规模效率共同作用的结果。纯技术效率指数反映了生产技术和经营管理水平的高低。其衡量了生产单位是否更靠近当期的生产前沿面的生产技术和管理水平。当PTE>1时，表示决策单元的生产技术和经营管理水平效率有所提高。规模效率指数反映了生产规模的有效程度，即规模效率反映了是否在最合适的投资规模下进行经营。当SE>1时 ，意味着规模经济，扩大规模总能促进生产率的增长，反之，则意味着规模不经济。从1998～2012年期间的规模效率和纯技术效率变动看，两者与资源配置效率的变动保持着明显的一致性，呈现出逐步下降的发展趋势。
五 、结论与展望
第一，1998～2012年期间，我国中等职业教育全要素生产率（TFP）整体均值为1.001，处于较低水平，这主要是由于在此期间中等职业教育发展阶段性的剧烈起伏导致的。
第二，我国中等职业教育生产率的增长明显表现出较大的波动性，呈现出先抑后扬的发展态势，表现出明显的行政主导特点。而我国中等职业教育生产率区域间表现出相对比较均衡的发展，中西部地区相对东部表现出更大的增长趋势。
第三，从生产率增长变化的分解来看，技术进步是促进我国中等职业教育全要素增长率（TFP）增长的决定性因素，而资源配置效率的作用并不明显。规模效率、纯技术效率与资源配置效率保持同步变化，但对职业教育TFP 的变化作用不明显。 第四，从我国职业教育现状看，当前我国职业教育技术进步效率发展进入相对平缓的阶段，资源配置效率、规模效率效益、纯技术效率均处于逐步下降的发展区间。这一方面反映出，我国职业教育的发展面临着规模难以维持的困境；另一方面技术进步效率开始逐步下降。
因此，走内涵式发展道路成为我国中等职业教育发展的必然选择。首先，明确中等职业教育面向产业办学的定位，加强中等职业教育体制机制创新，不断推进中等职业教育产教融合、校企合作水平，加强工学结合，不断提升职业教育办学质量。其次，加快现代职业教育体系建设，明确中等职业教育在现代职业教育体系中的地位及角色，积极探索中高职衔接机制，建立和完善国家职业资格框架体系，不断增强中等职业教育吸引力。再次，积极推进中等职业教育区域合作，积极借助东部地区职业教育优势，推进中西部中等职业教育发展水平和自身建设能力，不断提升中等职业教育服务区域的能力。
参 考 文 献
[1]傅毓维，邵争艳.Malmquist指数在评价中国区域高等教育资源配置变化中的应用[J].技术经济，2006（2）：93-95.
[2]梁文艳，胡咏梅.高校合并后科研效率动态变化的Malmquist指数分析[C].2006年中国教育经济学年会会议论文集，2006.
[3]潘海生，周志刚.基于 Malmquist 指数的高等教育生产率变动分析[J].西安电子科技大学学报：社会科学版，2007（11）：8-14.
[4]韩海彬，李全生.中国高等教育生产率变动分析：基于Malmquist指数[J].复旦教育论坛，2010（4）：58-62.
[5]景琴玲.我国农业职业教育发展模式研究[D].杨凌：西北农林科技大学，2012.
[6]Farrell. M. J.The Measurement of Productive Efficiency[J]. Journal of the Royal Statistic Society，1957，120：252-259.
[7]F?re Rolf， Grosskoff Shawna， Lindgren Bjorn， et al. Productiviity Changes in Swedish Pharmacies 1980-1989：A Nonparametric Malmquist Approach[J]. Journal of Productivity Analysis，1992（3）：85-101.
[8]孙巍.基于非参数投入前沿面的Malmquist生产率指数研究[J].中国管理科学，2000（1）：22-26.
[9]张建辉，李光金，李发勇.基于定向技术距离函数的投入产出型Malmquist指数[J].运筹与管理，2005（3）：34-38.
[10]赵伟，马瑞永，何元庆.全要素生产率变动的分解--基于Malmquist生产力指数的实证分析[J].统计研究，2005（7）：37-42.
Abstract Chinese secondary vocational education has gone through different stages of the trough， rapid development and transition from 1998 to 2012. The changes of TFP of Chinese secondary vocational education can be analyzed base on the Malmquist Index Method. The result shows that the growth of TFP of Chinese secondary vocational education is mainly driven by technological advances efficiency， while the effect of resource allocation efficiency is limited. Meantime， scale efficiency and pure technology efficiency also have little effect on the growth of resource allocation efficiency. The future strategy of Chinese secondary vocational education should focus on the continuous improvement of its technology progress and management capability.
Key words Malmquist Index Method； total factor productivity； secondary vocational education
Author Pan Haisheng， associate professor of School of Education of Tianjin University（Tianjin 300072）； Ran Taotao， master student of School of Education of Tianjin University
关键词 Malmquist指数；全要素生产率；中等职业教育
中图分类号 G718.3 文献标识码 A 文章编号 1008-3219（2015）07-0055-06
一、引言
中等职业教育是我国教育体系的重要组成部分，担负着培养数以亿计高素质劳动者的重要任务，是我国经济社会发展的重要基础。当前，我国正处于经济转型、产业升级的关键时期，对构建更有质量、更有效率的现代职业教育体系提出了更高要求。纵观职业教育发展历程，既有1997～2001年管理体制调整后的相对低谷期，也有2002年之后的职业教育大发展时期。2010年《国家中长期教育改革和发展规划纲要（2010-2020年）》的发布，2014年全国职教工作会议召开，积极构建现代职业教育体系，不断提升职业教育支撑经济转型和产业升级的能力成为职业教育发展的重点。职业教育发展起伏所产生的影响，不仅存在于教育行业，还存在于劳动力就业市场，并对经济社会发展具有深刻的影响。本研究基于中等职业教育发展历程及其背景，分析把握中等职业教育效率及其变动趋势。
行业投入产出的技术效率水平可以用全要素生产率（Total Factor Productivity，TFP）来反映。目前，对于 TFP 的测度主要有“余值”法、随机前沿生产函数法和非参数法。其中，建立在距离函数基础上的非参数 Malmquist（曼奎斯特）指数是目前分析教育生产效率的主要方法，并且这些研究主要集中于教育宏观系统和高等教育子系统效率的研究。傅毓维、邵争艳利用Malmquist指数分析了区域高等教育资源配置效率[1]。梁文艳、胡咏梅利用Malmquist指数刻画了我国高校合并前后整体科研生产率的动态变化[2]。潘海生、周志刚，韩海彬、李全生等运用Malmquist 指数方法，对我国高等教育全要素生产率的变动趋势进行了研究，并对高等教育技术进步的收敛趋势进行了分析[3][4]。景琴玲运用Malmquist 指数方法对我国农业职业教育效率进行了评价[5]。
从研究现状看，中等职业教育全要素生产率的研究目前基本处于空白。本研究将运用Malmquist指数方法对我国中等职业教育全要素生产率进行实证研究，力图在以下几方面对现有研究进行拓展。第一，运用Malmquist指数方法对我国大陆30个省、自治区和直辖市（西藏的数据不全，故未纳入分析范畴）面板数据进行分析，形成关于我国中等职业教育全要素生产效率（TFP）的现实判断。第二，充分考虑中等职业教育区域属性和发展历史阶段特征，从区域和时间两个维度对我国中等职业教育全要素生产率变动规律进行分析。第三，对中等职业教育全要素生产变动的主导因素进行分析。
二、研究方法——Malmquist指数方法
Malmquist指数法是通过R.W.Shephard提出的投入产出距离函数来定义的，1982年，Caves，Christensen和Diewert首次将Malmquist指数引入生产率分析领域，并提出了Malmquist生产率指数（Malmquist Productivity Index）的概念。Rolf F?re和Grosskopf等人在1992年给出了Malmquist生产率指数的非参数线性规划算法，使Malmquist生产率指数可以被用来建立多产出、多投入的技术描述形式[6][7]。
（一）Malmquist指数定义
在规模报酬不变的情况下，Malmqusit指数基于生产前沿面的分解形式如图1所示。
图1 基于产出角度的Malmquist生产率指数
分析图1，以t时期技术Tt为参照的Malmquist指数可表示为
（1）
同样，以t 1时期技术Tt 1为参照构造的Malmquist指数为
（2）
t时期到t 1时期生产率变化的Malmquist指数可运用t时期和t 1时期Malmquist指数的几何平均值作为度量，即：
（3）
其中，D（X，Y）=inf{θ：（X，Y/θ）∈P（X），X∈Rm，Y∈Rk，θ≥0}
=[sup{α：（X，αY）∈P（X），X∈Rm，Y∈Rk，α≥0}]-1
P（X）={（X，Y）}：投入X能产出Y}表示一定技术条件下的生产可能集，θ∈[0，1]表示产出效率，如果θ=1，那么表示投入资源的搭配是合理的，并且所有投入要素都发挥了自身最大效用；如果θ<1，表示资源配置上还存在一定的冗余[8][9]。
（二）Malmquist指数分解[10]
在规模报酬不变的情况下，Malmquist指数可以分解为技术变化指数（Technical change，TC）和资源配置效率指数（ Efficiency change，EC）。
（4）
（5）
（6）
当规模报酬发生变化时，资源配置效率指数可进一步分解为纯技术效率（Pure Technical Efficiency，PTE）和规模效率指数（Scale Efficiency，SE），其计算公式如下：
（7）
（8）
（9）
当Malmquist 指数大于1 时，表示TFP 水平提高；当构成Malmquist指数的技术变化指数和资源配置效率指数大于1 时，表示其是TFP增长的主要源泉，反之，则是导致TFP下降的根源；而规模效率指数和纯技术效率指数的高低，则反映了它们对资源配置效率指数的影响。 三、变量选取与数据说明
我国职业教育包括中等职业教育和高等职业教育两部分。其中，高等职业教育作为我国高等教育大众化的产物，从20世纪末的10余所发展到如今的1200多所，取得了令人瞩目的发展成就。但考虑到高等职业教育数据变化过大，容易对结果产生比较大的干扰。而且，基于长期以来我国职业教育相关数据统计主要以中等职业教育为主的现实，为此，将研究视野限定为中等职业教育。
在研究的时间跨度上，考虑到我国近年来的中等职业教育发展经历，其间经历了1998年职业教育管理体制改革、2002年和2005年国务院两次召开职业教育工作会议、2010年发布《国家中长期教育改革和发展纲要2010-2020年》，考虑到数据的可获得性（目前可获得的数据截至到2012年），本研究将研究时域确定为1998～2012年。
评价一个系统的效率，需要从投入和产出两个角度来综合考虑并建立相应的评价体系。从职业教育的属性看，其投入包括人力、物力和财力，产出是与产业发展相适应的技能人才。考虑到数据的可获得性和有效性，投入指标确定为：专任教师数、职业教育生均教育经费及区域国民生产总值。在产出指标上，选取中等职业教育在校生数与普通高级中学学生数的比值，这既可以反映出中等职业教育规模的相对变化，更可以在一定程度上度量职业教育的相对吸引力，从而对中等职业教育的整体质量进行测度。本文使用的数据主要来源于《中国统计年鉴》《中国教育统计年鉴》《中国教育经费统计年鉴》。
在面板数据覆盖范围上，选取除西藏以外全国30个省、自治区和直辖市。并按照中国经济划分的一般方法，将全国分为东部、中部和西部三大区，其中东部包括北京、天津、河北、广东、江苏、上海、浙江、福建、海南、辽宁、山东11个省份；中部包括安徽、河南、黑龙江、吉林、湖北、湖南、江西、内蒙古、山西9个省份；西部包括广西、贵州、云南、四川、重庆、宁夏、陕西、青海、甘肃、新疆10个省份。
四、实证结果和分析
运用1998～2012年我国30个省市的面板数据，利用EMS软件，计算了1998～2012年15年间全国30个省份的Malmquist指数，再对其进行分解，由此得出我国中等职业教育生产率变动情况。
（一）我国中等职业教育生产率变化及其分解总体分析
表1列出了1998～2012年期间，我国中等职业教育全要素生产率Malmquist指数及其分解。
从表1可以看出，我国中等职业教育全要素生产率在1998～2012年期间均值为1.001，这主要是由于此期间中等职业教育大起大落的阶段性发展造成的。从中等职业教育全要素生产指数的分解看，中等职业教育的全要素生产率（TFP）主要是技术进步效率和资源配置效率共同提升的结果，其中技术进步效率年均增长率达到0.1个百分点，资源配置效率年均增长率为0.3个百分点。但技术进步效率呈现出逐步上升的发展趋势，而资源配置效率则呈现出逐步下降的趋势，两者之中，技术进步效率与中等职业教育全要素生产率（TFP）变动趋势基本一致。而资源配置效率的增长主要来自于规模效率的提升，1998～2012年间，中等职业教育规模效率年均增长率达到4.3%，与此相比，中等职业教育的纯技术效率却始终处于负增长状态，但两者均呈现出逐步下降的趋势。因此，1998～2012年间我国中等职业教育呈现出技术变化效率主导的特征。
表1 1998～2012年期间我国职业教育Malmquist生产率指数及分解
年份 Malmquist指数 技术变化效率TC 资源配置效率EC 规模效率
SE 纯技术效率PTE
1998～1999 0.863 0.819 1.054 1.035 1.018
1999～2000 0.971 0.939 1.034 1.151 0.898
2000～2001 0.882 0.864 1.021 1.183 0.863
2001～2002 0.906 0.865 1.047 1.081 0.969
2002～2003 1.030 1.121 0.919 0.976 0.942
2003～2004 1.050 0.969 1.084 1.044 1.038
2004～2005 1.059 1.061 0.998 1.022 0.977
2005～2006 1.041 1.028 1.013 1.032 0.982
2006～2007 1.097 1.042 1.053 1.052 1.001
2007～2008 1.028 1.082 0.950 1.081 0.879
2008～2009 1.023 1.057 0.968 0.994 0.974
2009～2010 1.019 1.058 0.963 0.993 0.970
2010～2011 1.024 1.051 0.974 0.984 0.990
2011～2012 1.015 1.049 0.968 0.979 0.989
均值 1.001 1.004 1.003 1.043 0.963
（二）我国中等职业教育生产率变动趋势分析
如图1所示，1998～2012年期间，我国中等职业教育生产率表现出明显的阶段发展性特征。
图2 1998～2012年期间我国中等职业教育全要素生产率Malmquist指数变动
从图2可以看出，从时间维度看，1998～2012年期间，我国中等职业教育全要素生产率（TFP）总体保持明显的增长趋势，1998～2002年期间，职业教育全要素生产率小于1，2003～2012年期间，职业教育全要素生产率全部大于1。从发展趋势看，1998～2002年期间，我国中等职业教育进入一个相对的发展低潮期，中等职业教育全要素增长率均处于较低水平，Malmquist指数均小于1。进入2003年以后，中等职业教育进入一个快速发展阶段，并在2004～2005、2006～2007年出现两个高峰，其中，2006～2007年期间，职业教育全要素生产率达到1.097。这两个高峰值均出现在2002年、2005年国务院召开职业教育会议之后，这说明，自2003年以后，我国中等职业教育进入一个相对的发展高峰期，表现出明显的行政主导特征。而进入2008年之后，中等职业教育全要素增长率（TFP）开始回落，进入一个相对平稳的发展阶段。 （三）我国中等职业教育生产率区域变动分析
从表2、图3中可以看出，1998～2012年期间，我国各区域中等职业教育全要素增长率（TFP）变化基本一致。其中1998～2012年期间西部区域的中等职业教育全要素生产率（TFP）均值最高，达到1.008，中部区域的中等职业教育全要素生产率（TFP）均值达到1.006，而东部区域的中等职业教育全要素生产率（TFP）均值仅为1.000。从各区域中等职业教育全要素增长率（TFP）的变动情况看，表现出相对比较一致的发展规律。即在1998～2002年期间各区域中等职业教育发展相对低迷，进入2003～2012年期间，各区域中等职业教育均进入较快的发展阶段。但在1999～2000年期间，东部与中部、西部中等职业教育生产率出现较大差异，东部的中等职业教育生产率仅为0.897，低于中部中等职业教育生产率的1.017和西部的1.066。另一个差异点出现在2006～2007年期间，此时中部中等职业教育生产率为1.124，高于东部中等职业教育生产率1.086和西部的1.084。而从各区域的全要素分解来看，技术变化效率与各区域中等职业教育全要素生产率的变动趋势基本一致，而资源配置效率却刚好相反，因此技术变化效率在各区域均成为中等职业教育全要素生产率（TFP）的决定因素。
图3 东、中、西部各区域职业教育Malmquist指数变动
（四）我国中等职业教育生产率变动动力因素分析
从前面的分析可以看出，无论从1998～2012年中等职业教育整体发展趋势看，还是从各区域中等职业教育发展差异看，职业教育全要素生产率TFP增长都是技术变化效率主导的结果。而资源配置效率中，规模效率起到了明显的主导作用，纯技术效率对于TFP的增加作用不明显。为了更好地说明1998～2012年期间我国中等职业教育TFP的变动及各因素对其的影响，本文以1998～1999年的Malmquist指数及各分解指数为基准年，其余各年分别与1998～1999年相比，得出Malmquist指数及各分解指数的变动情况，见图4。
图4 1998～2012年Malmquist指数及其分解指数的相对变化趋势
从图4中可以看出，1998～2012年期间，Malmquist指数的变化趋势基本与技术变化效率（TC）的变化趋势完全吻合，呈现稳步增长的发展趋势。说明技术变化效率是影响我国中等职业教育TFP效率的重要因素。技术变化指数描述了前沿产业科技的变化，可定义为技术进步部分，其代表两个时期内生产前沿面的移动——“前沿面移动效应”或“增长效应”，这种效应表明了技术的进步和创新，该效率的度量与所选参考期t的生产前沿面有关，当TC>1时，直观上意味着生产前沿面“向上”移动。技术进步来源于投入要素的提高和知识进步中所含的技术知识进步部分。这些进步具体体现在：管理体制的不断创新，职业院校资源整体配置能力的提高，师资队伍素质的不断提升，办学基本设施的改善，校企合作机制的不断完善，专业设置的合理化、科学化等方面。从1998～2012年期间技术效率指数的变动情况可以看出，这些因素在整体保持稳定增长的同时，在2002～2003、2004～2005、2006～2007年有较大幅度增长，这种波动都发生在国务院2002和2005年作出的关于大力发展职业教育的战略部署之后，与国家采取各种措施大力发展职业教育，加强职业教育基本能力建设，师资培养、推进产教融合、校企合作、工学结合的职业教育办学机制等职业教育改革与创新有着密切联系。这种快速增长的趋势在2008～2012年期间依然得到较好的保持，但增长速度减缓。
资源配置效率指数可定义为技术效率改善部分，一定程度上描述了t到t 1时刻之间的相对技术效率变化，也被称为“追赶效应”或“水平效应”，其衡量了生产单位是否更靠近当前的生产前沿面进行生产，当资源配置效率大于1时，表示决策单元的生产更接近于生产前沿面。从Malmquist指数变动看，1998～2002年期间，资源配置效率与Malmquist指数基本一致，但在2003～2012年期间资源配置效率与Malmquist指数之间的变化差异越来越大，说明与技术变动效率相比，资源配置效率在中等职业教育全要素生产率（TFP）的变化中并不占主导地位，这与我国人口变化带来的职业教育适龄人口逐步减少，高等教育大众化对职业教育人口产生的竞争以及中等职业教育吸引力不足有着密切联系。
而职业教育资源配置效率的变化是纯技术效率和规模效率共同作用的结果。纯技术效率指数反映了生产技术和经营管理水平的高低。其衡量了生产单位是否更靠近当期的生产前沿面的生产技术和管理水平。当PTE>1时，表示决策单元的生产技术和经营管理水平效率有所提高。规模效率指数反映了生产规模的有效程度，即规模效率反映了是否在最合适的投资规模下进行经营。当SE>1时 ，意味着规模经济，扩大规模总能促进生产率的增长，反之，则意味着规模不经济。从1998～2012年期间的规模效率和纯技术效率变动看，两者与资源配置效率的变动保持着明显的一致性，呈现出逐步下降的发展趋势。
五 、结论与展望
第一，1998～2012年期间，我国中等职业教育全要素生产率（TFP）整体均值为1.001，处于较低水平，这主要是由于在此期间中等职业教育发展阶段性的剧烈起伏导致的。
第二，我国中等职业教育生产率的增长明显表现出较大的波动性，呈现出先抑后扬的发展态势，表现出明显的行政主导特点。而我国中等职业教育生产率区域间表现出相对比较均衡的发展，中西部地区相对东部表现出更大的增长趋势。
第三，从生产率增长变化的分解来看，技术进步是促进我国中等职业教育全要素增长率（TFP）增长的决定性因素，而资源配置效率的作用并不明显。规模效率、纯技术效率与资源配置效率保持同步变化，但对职业教育TFP 的变化作用不明显。 第四，从我国职业教育现状看，当前我国职业教育技术进步效率发展进入相对平缓的阶段，资源配置效率、规模效率效益、纯技术效率均处于逐步下降的发展区间。这一方面反映出，我国职业教育的发展面临着规模难以维持的困境；另一方面技术进步效率开始逐步下降。
因此，走内涵式发展道路成为我国中等职业教育发展的必然选择。首先，明确中等职业教育面向产业办学的定位，加强中等职业教育体制机制创新，不断推进中等职业教育产教融合、校企合作水平，加强工学结合，不断提升职业教育办学质量。其次，加快现代职业教育体系建设，明确中等职业教育在现代职业教育体系中的地位及角色，积极探索中高职衔接机制，建立和完善国家职业资格框架体系，不断增强中等职业教育吸引力。再次，积极推进中等职业教育区域合作，积极借助东部地区职业教育优势，推进中西部中等职业教育发展水平和自身建设能力，不断提升中等职业教育服务区域的能力。
参 考 文 献
[1]傅毓维，邵争艳.Malmquist指数在评价中国区域高等教育资源配置变化中的应用[J].技术经济，2006（2）：93-95.
[2]梁文艳，胡咏梅.高校合并后科研效率动态变化的Malmquist指数分析[C].2006年中国教育经济学年会会议论文集，2006.
[3]潘海生，周志刚.基于 Malmquist 指数的高等教育生产率变动分析[J].西安电子科技大学学报：社会科学版，2007（11）：8-14.
[4]韩海彬，李全生.中国高等教育生产率变动分析：基于Malmquist指数[J].复旦教育论坛，2010（4）：58-62.
[5]景琴玲.我国农业职业教育发展模式研究[D].杨凌：西北农林科技大学，2012.
[6]Farrell. M. J.The Measurement of Productive Efficiency[J]. Journal of the Royal Statistic Society，1957，120：252-259.
[7]F?re Rolf， Grosskoff Shawna， Lindgren Bjorn， et al. Productiviity Changes in Swedish Pharmacies 1980-1989：A Nonparametric Malmquist Approach[J]. Journal of Productivity Analysis，1992（3）：85-101.
[8]孙巍.基于非参数投入前沿面的Malmquist生产率指数研究[J].中国管理科学，2000（1）：22-26.
[9]张建辉，李光金，李发勇.基于定向技术距离函数的投入产出型Malmquist指数[J].运筹与管理，2005（3）：34-38.
[10]赵伟，马瑞永，何元庆.全要素生产率变动的分解--基于Malmquist生产力指数的实证分析[J].统计研究，2005（7）：37-42.
Abstract Chinese secondary vocational education has gone through different stages of the trough， rapid development and transition from 1998 to 2012. The changes of TFP of Chinese secondary vocational education can be analyzed base on the Malmquist Index Method. The result shows that the growth of TFP of Chinese secondary vocational education is mainly driven by technological advances efficiency， while the effect of resource allocation efficiency is limited. Meantime， scale efficiency and pure technology efficiency also have little effect on the growth of resource allocation efficiency. The future strategy of Chinese secondary vocational education should focus on the continuous improvement of its technology progress and management capability.
Key words Malmquist Index Method； total factor productivity； secondary vocational education
Author Pan Haisheng， associate professor of School of Education of Tianjin University（Tianjin 300072）； Ran Taotao， master student of School of Education of Tianjin University