论文部分内容阅读
摘 要 提升投入产出效率是当前省域高职院校内涵建设的重要内容和必然要求。基于投入产出视角构建省域高职院校办学效率评价指标体系，通过采用DEA模型、Tobit模型对甘肃公办高职院校投入产出效率及其影响因素的实证分析发现：大部分公办高职院校距离生产前沿面较为接近，纯技术效率呈逐年增长趋势，但非DEA有效高职院校所占比例较高，意味着公办高职院校投入产出效率并不理想;研究生学历专任教师比例、生师比、教学科研仪器设备值占比、固定资产总值等对公办高职院校投入产出效率具有显著影响。在此基础上，提出增强办学效率意识、优化教育资源配置、提高组织管理效能等措施和建议。
关键词 高职院校;投入产出效率;影响因素;评价指标体系
中图分类号 G718.5 文献标识码 A 文章编号 1008-3219（2019）11-0006-05
《国家职业教育改革实施方案》强调，要“把职业教育摆在教育改革创新和经济社会发展中更加突出的位置”，“推进高等职业教育高质量发展。”站在新的历史方位，我国不仅要加快建设一批引领改革、支撑发展、中国特色、世界水平的高等职业院校，同时，必须做强省一级高等职业教育，更好地承担起培养高素质技术技能人才的重任，为服务国家战略和促进区域经济社会发展提供强有力的人才资源保障。教育投入是教育发展的物质基础。加快发展现代高等职业教育，离不开地方经济发展和地方财政投入，也取决于高职院校对待稀缺资源投入的使用效率问题。当前，随着高等职业教育规模不断扩张、机构成本不断上升、经费供需矛盾不断凸显，以往由政府主导的高等职业教育管理模式正在向政府宏观管理、学校依法自主办学、社会广泛参与支持的多元治理模式转变，引进市场竞争机制，强化公共教育问责，提高高校办学效率和效益，已经成为新时代背景下推进省域高等职业教育高质量发展的必然要求。本研究基于投入产出视角，试图对甘肃公办高职院校办学效率及其影响因素展开实证研究，探讨分析高职院校投入产出运行机制，以期为优化高等职业教育资源配置，提高高职院校综合实力，促进省域高等职业教育内涵发展提供借鉴和参考。
一、构建省域高职院校办学效率评价指标体系
构建合理、完善、适切的评价指标体系是衡量省域高职院校投入产出效率的前提和基础。按照人力、财力、物力投入维度和人才培养、科学研究、社会服务产出维度，本研究基于现有文献梳理分析，参考林娟等筛选的“高职学校资源配置效率研究模型输入输出指标”[1]、吴跃等设计的“省域公办高职院校绩效评价指标体系”[2]、陈婉琳构建的“高等职业教育财政投入效率评价指标体系”[3]、唐文忠关于我国高等职业教育投入产出及其相关性分析[4]等，初步确定省域高职院校投入产出效率评价指标。随后，采用德尔菲法将初步指标设计成调查问卷，选取高等职业教育、教育经济等研究领域资深教授组成专家组，对初选评价指标进行量化评分。经过三轮专家评议后，筛选出较为理想的13项投入指标和13项产出指标，最终形成省域公办高职院校投入产出效率评价指标体系，如表1所示。
二、研究方法与数据处理
（一）研究方法
本研究采用数据包络分析法（Data Envelopment Analysis，DEA）评价省域公办高职院校投入产出效率。在数据包络分析中，高职院校被视为使用多种投入生产多种产出的决策单元，投入组或产出组指标没有统一的度量标准和计量单位，任意一组投入可能存在多组产出与之相对应。在多投入多产出的情况下，不同高职院校的生产可能集存在一条外包络线，即有效生产前沿面，以生产前沿面为标准，来判断高职院校投入产出效率是否有效。处在生产前沿面上的高职院校被认为相对有效率，其效率值是1;否则为相对无效率，其无效率程度通过高职院校与生产前沿面的距离来衡量和反映。数据包络分析将综合技术效率分为纯技术效率和规模效率，前者体现的是决策单元资源利用能力的大小以及组织管理水平的高低;后者反映的是决策单元的规模经济程度。通常情况下，综合技术效率、纯技术效率分别使用CCR模型和BCC模型测算，两者的比值即为规模效率。
（二）样本选择
本文研究对象为甘肃公办高职院校，时间跨度为2014-2016年。由于庆阳职业技术学院（2015年创建）、临夏现代职业学院（2015年创建）、甘肃卫生职业学院（2014年创建）3所学校办学时间相对较短，且缺少完整、权威的统计数据，故未列入本研究范围。因此，本文选取的16所甘肃公办高职院校依次为：兰州石化职业技术学院、甘肃建筑职业技术学院、酒泉职业技术学院、兰州职业技术学院、甘肃警察职业学院、甘肃林业职业技术学院、甘肃工业职业技术学院、武威职业学院、甘肃交通职业技术学院、兰州资源环境职业技术学院、甘肃农业职业技术学院、甘肃畜牧工程职业技术学院、甘肃钢铁职业技术学院、甘肃机电职业技术学院、甘肃有色冶金职业技术学院、白银矿冶职业技术学院。指标数据来源于甘肃省教育厅、《高等学校科技统计资料汇编（2014-2016年）》。考虑到数据的保密性，本研究隐去了16所公办高职院校的具体学校名称，统一使用决策单元 代替。
（三）数据处理
按照Cooper William观点，为保证DEA对决策单元具有区分能力，一般来说，决策单元数量不应少于投入和产出指标数量的乘积，同时不少于投入和产出指标数量之和的三倍[5]。本研究中决策单元即高职院校样本有16所，指标体系中投入产出指标共有26项，不符合DEA所需的条件。因此，笔者采用因子分析法的降維功能首先对样本高职院校原始投入指标和产出指标进行处理，具体步骤是：（1）分析原始指标是否适合作因子分析。检验发现，本研究中原始指标的KMO值均在0.7以上，且Bartlett球形度检验的相伴概率值达到显著性水平，表明原始投入指标和产出指标适合作因子分析。（2）构造因子变量，计算相关矩阵的特征值和特征向量。（3）采用正交旋转法使因子变量更具有可解释性。（4）计算因子变量得分。（5）以各因子的方差贡献率为权重，由各因子的线性组合得到综合评价指标函数。按照上述步骤，计算得出甘肃16所公办高职院校人力、财力、物力等投入组以及人才培养、科学研究、社会服务等产出组的分年度综合得分，实现了对原始投入产出效率评价指标的降维处理。降维后的高职院校投入指标和产出指标各有3项，从而解决了使用DEA方法时存在的决策单元数量限制问题。最后，对降维后的高职院校投入产出指标进行线性转换，转换公式如下： 其中A’为新变量，A为原始变量，转换后的新变量取值范围[1，2]，上述转换并不影响原始变量的本质含义。转换后的2014-2016年甘肃公办高职院校投入产出指标描述统计如表2所示。
三、实证研究与结果分析
（一）甘肃公办高职院校投入產出效率评价
基于样本高职院校的调查数据，本文采用DEA-Solver5.0软件，计算得到2014-2016年甘肃公办高职院校投入产出效率，结果如表3所示。
根据表3可知：第一，2014-2016年甘肃公办高职院校综合技术效率、纯技术效率、规模效率均值都处于90%以上，说明大部分高职院校距离生产前沿面较为接近，但是，从技术无效的高职院校所占比例来看，甘肃公办高职院校投入产出效率并不理想，仍然有许多高职院校需要采取相关措施提高办学效率。以2016年为例，甘肃公办高职院校中有7所处于技术相对无效状态（综合技术效率不为1），占样本院校总数的43.8%。其中，DUM7、DUM11、DUM15等3所高职院校的纯技术效率有效，而规模无效，说明规模不经济是导致其技术无效的主要原因，因此可以通过调整投入/产出规模实现规模有效和综合技术效率有效;DUM3、DUM4、DUM5、DUM8等4所高职院校既不是纯技术有效，也不是规模有效，导致综合技术效率相对较低，需要通过调整规模、强化管理、技术创新、优化流程等措施来提升办学效率。需要注意的是，DMU4、DMU5这两所高职院校，其三年综合技术效率、纯技术效率、规模效率均低于100%，处于技术无效状态，而且其综合技术效率在甘肃高职院校中排名也较为靠后，需要引起学校重视，从组织管理和规模调整两方面入手提高投入产出效率。
第二，从效率均值变化来看，2014-2016年甘肃公办高职院校综合技术效率在小幅波动后略呈增长趋势，即从2014年的94.18%下降到2015年的90.03%，之后小幅度增长到2016年的94.27%。纯技术效率整体处于增长趋势，从2014年的95.11%逐步提高到2016年的96.17%，其中纯技术有效的高职院校比例从2014年的43.8%增长到2016年的75.0%，说明高职院校整体组织管理能力、技术创新水平等不断得到改善和提高。规模效率起伏变化相对较大，从2014年的98.99%下降到2015年的93.68%，之后上升到97.97%，总体而言略呈下降趋势，意味着教育资源投入增速整体低于教育产出增速。尤其需要注意的是DMU5和DMU11这两所高职院校，前者的综合技术效率、纯技术效率均呈现出逐年下降趋势，表示其组织管理状况不断恶化;后者的规模效率处于持续走低状态，说明其规模不经济程度在不断加剧，说明这两所高职院校亟需采取有效措施，改善教育资源配置和利用状况。
（二）高职院校投入产出效率影响因素分析
结合目前研究成果和当前公办高职院校办学实际，本文以DEA测算的综合技术效率值作为被解释变量，以在校学生规模作为控制变量，考察投入规模和结构对公办高职院校投入产出效率差异的影响作用。由于被解释变量即综合技术效率值取值范围为（0，1]，因此本文使用Tobit模型对甘肃公办高职院校投入产出效率影响因素进行分析，计量模型如下：
TEit=β0 β1GMit β2TSit β3TJit μi εit
其中，i表示第i所高职院校，t表示年份，TEit作为被解释变量，表示第i所公办高职院校第t年的投入产出效率;GM代表办学规模，使用折合在校生数表示。TS代表投入规模，使用专任教师数（人）、教育经费支出（亿元）、固定资产总值（亿元）等3项指标分别代表人力、物力和财力投入。TJ代表投入结构，使用副高及以上专任教师比例（%）、研究生学历专任教师比例（%）、生师比、日常教学经费支出比例（%）、教学科研仪器设备值占比（%）等5项指标来衡量人力、财力和物力投入结构。β1、β2、β3为解释变量的估计参数。β0为截距项，μi为个体效应，εit为随机扰动项。模型变量、数据描述见表4。
采用STATA15.0软件，计算得到2014-2016年甘肃公办高职院校投入产出效率影响因素分析的回归结果，具体如表5所示。
回归结果表明：第一，在教育投入规模方面。专任教师数、教育经费投入均对公办高职院校投入产出效率具有正向影响，即专任教师规模越大，教育经费投入越多，公办高职院校的技术效率越高，但是在统计学意义上不显著。固定资产总值对高职院校投入产出效率具有显著促进作用，即固定资产总值越多，高校技术效率越高。在其他变量一定的情况下，固定资产总值每增加1亿元，高职院校投入产出效率将提高5.6个百分点。第二，在投入结构方面，副高及以上专任教师比例、教学经费支出比例对公办高职院校投入产出效率的影响作用在统计学意义上不显著。研究生学历专任教师比例对高职高专院校投入产出效率变化具有显著正向作用，意味着提高师资队伍质量有助于改善高职院校投入产出效率。生师比对公办高职院校具有显著正向影响，平均来看，在其他变量一定的情况下，生师比每提高1个单位，公办高职院校技术效率提高1.09个百分点。教学科研仪器设备总值占比对高职院校投入产出效率具有显著正向促进作用，即固定资产中教学科研仪器设备占比越大，公办高职院校技术效率则越高。第三，在校生数对公办高职院校投入产出效率具有正向影响作用。在控制其他变量的条件下，折合在校生数每增加100个单位，公办高职院校技术效率将提高0.065个百分点，但是在统计学意义上不显著（P
关键词 高职院校;投入产出效率;影响因素;评价指标体系
中图分类号 G718.5 文献标识码 A 文章编号 1008-3219（2019）11-0006-05
《国家职业教育改革实施方案》强调，要“把职业教育摆在教育改革创新和经济社会发展中更加突出的位置”，“推进高等职业教育高质量发展。”站在新的历史方位，我国不仅要加快建设一批引领改革、支撑发展、中国特色、世界水平的高等职业院校，同时，必须做强省一级高等职业教育，更好地承担起培养高素质技术技能人才的重任，为服务国家战略和促进区域经济社会发展提供强有力的人才资源保障。教育投入是教育发展的物质基础。加快发展现代高等职业教育，离不开地方经济发展和地方财政投入，也取决于高职院校对待稀缺资源投入的使用效率问题。当前，随着高等职业教育规模不断扩张、机构成本不断上升、经费供需矛盾不断凸显，以往由政府主导的高等职业教育管理模式正在向政府宏观管理、学校依法自主办学、社会广泛参与支持的多元治理模式转变，引进市场竞争机制，强化公共教育问责，提高高校办学效率和效益，已经成为新时代背景下推进省域高等职业教育高质量发展的必然要求。本研究基于投入产出视角，试图对甘肃公办高职院校办学效率及其影响因素展开实证研究，探讨分析高职院校投入产出运行机制，以期为优化高等职业教育资源配置，提高高职院校综合实力，促进省域高等职业教育内涵发展提供借鉴和参考。
一、构建省域高职院校办学效率评价指标体系
构建合理、完善、适切的评价指标体系是衡量省域高职院校投入产出效率的前提和基础。按照人力、财力、物力投入维度和人才培养、科学研究、社会服务产出维度，本研究基于现有文献梳理分析，参考林娟等筛选的“高职学校资源配置效率研究模型输入输出指标”[1]、吴跃等设计的“省域公办高职院校绩效评价指标体系”[2]、陈婉琳构建的“高等职业教育财政投入效率评价指标体系”[3]、唐文忠关于我国高等职业教育投入产出及其相关性分析[4]等，初步确定省域高职院校投入产出效率评价指标。随后，采用德尔菲法将初步指标设计成调查问卷，选取高等职业教育、教育经济等研究领域资深教授组成专家组，对初选评价指标进行量化评分。经过三轮专家评议后，筛选出较为理想的13项投入指标和13项产出指标，最终形成省域公办高职院校投入产出效率评价指标体系，如表1所示。
二、研究方法与数据处理
（一）研究方法
本研究采用数据包络分析法（Data Envelopment Analysis，DEA）评价省域公办高职院校投入产出效率。在数据包络分析中，高职院校被视为使用多种投入生产多种产出的决策单元，投入组或产出组指标没有统一的度量标准和计量单位，任意一组投入可能存在多组产出与之相对应。在多投入多产出的情况下，不同高职院校的生产可能集存在一条外包络线，即有效生产前沿面，以生产前沿面为标准，来判断高职院校投入产出效率是否有效。处在生产前沿面上的高职院校被认为相对有效率，其效率值是1;否则为相对无效率，其无效率程度通过高职院校与生产前沿面的距离来衡量和反映。数据包络分析将综合技术效率分为纯技术效率和规模效率，前者体现的是决策单元资源利用能力的大小以及组织管理水平的高低;后者反映的是决策单元的规模经济程度。通常情况下，综合技术效率、纯技术效率分别使用CCR模型和BCC模型测算，两者的比值即为规模效率。
（二）样本选择
本文研究对象为甘肃公办高职院校，时间跨度为2014-2016年。由于庆阳职业技术学院（2015年创建）、临夏现代职业学院（2015年创建）、甘肃卫生职业学院（2014年创建）3所学校办学时间相对较短，且缺少完整、权威的统计数据，故未列入本研究范围。因此，本文选取的16所甘肃公办高职院校依次为：兰州石化职业技术学院、甘肃建筑职业技术学院、酒泉职业技术学院、兰州职业技术学院、甘肃警察职业学院、甘肃林业职业技术学院、甘肃工业职业技术学院、武威职业学院、甘肃交通职业技术学院、兰州资源环境职业技术学院、甘肃农业职业技术学院、甘肃畜牧工程职业技术学院、甘肃钢铁职业技术学院、甘肃机电职业技术学院、甘肃有色冶金职业技术学院、白银矿冶职业技术学院。指标数据来源于甘肃省教育厅、《高等学校科技统计资料汇编（2014-2016年）》。考虑到数据的保密性，本研究隐去了16所公办高职院校的具体学校名称，统一使用决策单元 代替。
（三）数据处理
按照Cooper William观点，为保证DEA对决策单元具有区分能力，一般来说，决策单元数量不应少于投入和产出指标数量的乘积，同时不少于投入和产出指标数量之和的三倍[5]。本研究中决策单元即高职院校样本有16所，指标体系中投入产出指标共有26项，不符合DEA所需的条件。因此，笔者采用因子分析法的降維功能首先对样本高职院校原始投入指标和产出指标进行处理，具体步骤是：（1）分析原始指标是否适合作因子分析。检验发现，本研究中原始指标的KMO值均在0.7以上，且Bartlett球形度检验的相伴概率值达到显著性水平，表明原始投入指标和产出指标适合作因子分析。（2）构造因子变量，计算相关矩阵的特征值和特征向量。（3）采用正交旋转法使因子变量更具有可解释性。（4）计算因子变量得分。（5）以各因子的方差贡献率为权重，由各因子的线性组合得到综合评价指标函数。按照上述步骤，计算得出甘肃16所公办高职院校人力、财力、物力等投入组以及人才培养、科学研究、社会服务等产出组的分年度综合得分，实现了对原始投入产出效率评价指标的降维处理。降维后的高职院校投入指标和产出指标各有3项，从而解决了使用DEA方法时存在的决策单元数量限制问题。最后，对降维后的高职院校投入产出指标进行线性转换，转换公式如下： 其中A’为新变量，A为原始变量，转换后的新变量取值范围[1，2]，上述转换并不影响原始变量的本质含义。转换后的2014-2016年甘肃公办高职院校投入产出指标描述统计如表2所示。
三、实证研究与结果分析
（一）甘肃公办高职院校投入產出效率评价
基于样本高职院校的调查数据，本文采用DEA-Solver5.0软件，计算得到2014-2016年甘肃公办高职院校投入产出效率，结果如表3所示。
根据表3可知：第一，2014-2016年甘肃公办高职院校综合技术效率、纯技术效率、规模效率均值都处于90%以上，说明大部分高职院校距离生产前沿面较为接近，但是，从技术无效的高职院校所占比例来看，甘肃公办高职院校投入产出效率并不理想，仍然有许多高职院校需要采取相关措施提高办学效率。以2016年为例，甘肃公办高职院校中有7所处于技术相对无效状态（综合技术效率不为1），占样本院校总数的43.8%。其中，DUM7、DUM11、DUM15等3所高职院校的纯技术效率有效，而规模无效，说明规模不经济是导致其技术无效的主要原因，因此可以通过调整投入/产出规模实现规模有效和综合技术效率有效;DUM3、DUM4、DUM5、DUM8等4所高职院校既不是纯技术有效，也不是规模有效，导致综合技术效率相对较低，需要通过调整规模、强化管理、技术创新、优化流程等措施来提升办学效率。需要注意的是，DMU4、DMU5这两所高职院校，其三年综合技术效率、纯技术效率、规模效率均低于100%，处于技术无效状态，而且其综合技术效率在甘肃高职院校中排名也较为靠后，需要引起学校重视，从组织管理和规模调整两方面入手提高投入产出效率。
第二，从效率均值变化来看，2014-2016年甘肃公办高职院校综合技术效率在小幅波动后略呈增长趋势，即从2014年的94.18%下降到2015年的90.03%，之后小幅度增长到2016年的94.27%。纯技术效率整体处于增长趋势，从2014年的95.11%逐步提高到2016年的96.17%，其中纯技术有效的高职院校比例从2014年的43.8%增长到2016年的75.0%，说明高职院校整体组织管理能力、技术创新水平等不断得到改善和提高。规模效率起伏变化相对较大，从2014年的98.99%下降到2015年的93.68%，之后上升到97.97%，总体而言略呈下降趋势，意味着教育资源投入增速整体低于教育产出增速。尤其需要注意的是DMU5和DMU11这两所高职院校，前者的综合技术效率、纯技术效率均呈现出逐年下降趋势，表示其组织管理状况不断恶化;后者的规模效率处于持续走低状态，说明其规模不经济程度在不断加剧，说明这两所高职院校亟需采取有效措施，改善教育资源配置和利用状况。
（二）高职院校投入产出效率影响因素分析
结合目前研究成果和当前公办高职院校办学实际，本文以DEA测算的综合技术效率值作为被解释变量，以在校学生规模作为控制变量，考察投入规模和结构对公办高职院校投入产出效率差异的影响作用。由于被解释变量即综合技术效率值取值范围为（0，1]，因此本文使用Tobit模型对甘肃公办高职院校投入产出效率影响因素进行分析，计量模型如下：
TEit=β0 β1GMit β2TSit β3TJit μi εit
其中，i表示第i所高职院校，t表示年份，TEit作为被解释变量，表示第i所公办高职院校第t年的投入产出效率;GM代表办学规模，使用折合在校生数表示。TS代表投入规模，使用专任教师数（人）、教育经费支出（亿元）、固定资产总值（亿元）等3项指标分别代表人力、物力和财力投入。TJ代表投入结构，使用副高及以上专任教师比例（%）、研究生学历专任教师比例（%）、生师比、日常教学经费支出比例（%）、教学科研仪器设备值占比（%）等5项指标来衡量人力、财力和物力投入结构。β1、β2、β3为解释变量的估计参数。β0为截距项，μi为个体效应，εit为随机扰动项。模型变量、数据描述见表4。
采用STATA15.0软件，计算得到2014-2016年甘肃公办高职院校投入产出效率影响因素分析的回归结果，具体如表5所示。
回归结果表明：第一，在教育投入规模方面。专任教师数、教育经费投入均对公办高职院校投入产出效率具有正向影响，即专任教师规模越大，教育经费投入越多，公办高职院校的技术效率越高，但是在统计学意义上不显著。固定资产总值对高职院校投入产出效率具有显著促进作用，即固定资产总值越多，高校技术效率越高。在其他变量一定的情况下，固定资产总值每增加1亿元，高职院校投入产出效率将提高5.6个百分点。第二，在投入结构方面，副高及以上专任教师比例、教学经费支出比例对公办高职院校投入产出效率的影响作用在统计学意义上不显著。研究生学历专任教师比例对高职高专院校投入产出效率变化具有显著正向作用，意味着提高师资队伍质量有助于改善高职院校投入产出效率。生师比对公办高职院校具有显著正向影响，平均来看，在其他变量一定的情况下，生师比每提高1个单位，公办高职院校技术效率提高1.09个百分点。教学科研仪器设备总值占比对高职院校投入产出效率具有显著正向促进作用，即固定资产中教学科研仪器设备占比越大，公办高职院校技术效率则越高。第三，在校生数对公办高职院校投入产出效率具有正向影响作用。在控制其他变量的条件下，折合在校生数每增加100个单位，公办高职院校技术效率将提高0.065个百分点，但是在统计学意义上不显著（P