唐智彬 曾媛

摘 要 中等職業(yè)教育的資源配置效率關(guān)系到教育質(zhì)量。基于2013-2019年31個(gè)省份中等職業(yè)教育投入和產(chǎn)出的面板數(shù)據(jù)，使用超效率DEA模型和Malmquist指數(shù)，對(duì)中等職業(yè)教育資源配置效率及其動(dòng)態(tài)演化過程進(jìn)行有效性分析，并對(duì)常年無效地區(qū)進(jìn)行投影分析，結(jié)果表明，我國(guó)中等職業(yè)教育資源配置的整體效率處于較高水平，西部地區(qū)的效率高于中部和東部地區(qū)，但我國(guó)中等職業(yè)教育全要素生產(chǎn)率呈下降趨勢(shì)，技術(shù)效率對(duì)全要素生產(chǎn)率的影響較大。同時(shí)，北京、上海、江蘇和浙江等東部發(fā)達(dá)地區(qū)的投入冗余現(xiàn)象較為明顯，湖南、重慶和山西等中西部地區(qū)投入要素的利用情況較好?；诖耍覈?guó)應(yīng)適時(shí)調(diào)整中等職業(yè)教育在各地區(qū)的投入結(jié)構(gòu)，優(yōu)化資源配置效率，提高資源利用率;構(gòu)建區(qū)域間資源配置協(xié)調(diào)機(jī)制，縮小區(qū)域差異;重視技術(shù)創(chuàng)新，提高中職教學(xué)效率。

關(guān)鍵詞 中等職業(yè)教育;資源配置;超效率DEA;Malmquist指數(shù)

中圖分類號(hào) G718.3 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1008-3219（2021）34-0025-07

一、引言

中等職業(yè)教育作為高中階段教育的重要組成部分，在現(xiàn)代職業(yè)教育框架體系中發(fā)揮著基礎(chǔ)性作用，在促進(jìn)教育公平、助力精準(zhǔn)扶貧和推動(dòng)產(chǎn)業(yè)升級(jí)等方面作出了積極貢獻(xiàn)。教育部發(fā)布的數(shù)據(jù)顯示，2019年全國(guó)中等職業(yè)學(xué)校專任教師為84.3萬人，在校生1576.5萬人，教育經(jīng)費(fèi)投入2617億元。由此可見，近年來中等職業(yè)教育的投入力度不斷加大，在總量上已經(jīng)滿足各方的基本需求，但隨著我國(guó)全面進(jìn)入高質(zhì)量發(fā)展階段，對(duì)中等職業(yè)教育發(fā)展提出了更高的要求，其中中等職業(yè)教育的資源配置效率是值得社會(huì)各界關(guān)注的重要問題。2021年3月，十三屆全國(guó)人大四次會(huì)議通過的《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確指出，在“十四五”時(shí)期要增強(qiáng)職業(yè)技術(shù)教育適應(yīng)性，大力培養(yǎng)技術(shù)技能人才，深化職普融通、產(chǎn)教融合、校企合作，探索中國(guó)特色學(xué)徒制，實(shí)施現(xiàn)代職業(yè)技術(shù)教育質(zhì)量提升計(jì)劃。因此，在建設(shè)高質(zhì)量教育體系的背景下，厘清中等職業(yè)教育的資源配置效率問題，對(duì)于提升中等職業(yè)教育層次和完善現(xiàn)代職業(yè)教育體系具有重要意義。

目前，相關(guān)學(xué)者對(duì)中等職業(yè)教育資源配置效率已經(jīng)開展了一系列研究。從中等職業(yè)教育效率的理論機(jī)制來看，莊西真通過市場(chǎng)、行政和道德調(diào)節(jié)機(jī)制分析了中等職業(yè)教育資源利用效率的機(jī)制[1]。李玲等根據(jù)資源配置動(dòng)力機(jī)制、信息機(jī)制和決策機(jī)制闡述了中等職業(yè)教育資源配置效率空間特征的內(nèi)在機(jī)理[2]。相比于高等教育、義務(wù)教育和學(xué)前教育等，學(xué)者對(duì)中等職業(yè)教育效率測(cè)度和評(píng)價(jià)方面的研究較少，且主要基于財(cái)政投入的視角[3][4][5]。孫琳根據(jù)生均公共財(cái)政預(yù)算教育事業(yè)費(fèi)和基本建設(shè)支出研究了中等職業(yè)教育財(cái)政投入的效率，認(rèn)為中等職業(yè)教育的財(cái)政資金使用效率較低[6]。蔡文伯和翟柳淅將生均教育經(jīng)費(fèi)、生均事業(yè)性經(jīng)費(fèi)和生均基本建設(shè)經(jīng)費(fèi)作為投入指標(biāo)，分析了中等職業(yè)教育的經(jīng)費(fèi)投入效率[7]。許世建和饒玉婕基于生均預(yù)算內(nèi)教育事業(yè)費(fèi)和生均預(yù)算內(nèi)公用經(jīng)費(fèi)考察了中等職業(yè)教育區(qū)域財(cái)政投入的公平性問題[8]。還有學(xué)者關(guān)注區(qū)域差異和空間特征，胡斌武等探討了東部、中部和西部地區(qū)中等職業(yè)教育發(fā)展的均衡性與效率性，發(fā)現(xiàn)東部和西部地區(qū)的高級(jí)職稱專任教師分別存在效率較低和規(guī)模不足的問題[9]。

對(duì)于中等職業(yè)教育資源配置效率的測(cè)度模型，金榮學(xué)等使用AHP和熵權(quán)法來綜合確定教育經(jīng)費(fèi)、師資水平、學(xué)生質(zhì)量和基礎(chǔ)設(shè)施等指標(biāo)體系的權(quán)重，對(duì)我國(guó)高等職業(yè)教育的績(jī)效進(jìn)行評(píng)價(jià)和分析[10]。王奕俊和王婧遐使用教育基尼系數(shù)測(cè)算了生均教育經(jīng)費(fèi)、生師比和生均計(jì)算機(jī)擁有量等指標(biāo)的資源配置狀況，全面反映中等職業(yè)教育的經(jīng)費(fèi)、師資和教學(xué)設(shè)備資源配置效率[11]。相對(duì)于以上模型，DEA模型適用于多個(gè)投入和多個(gè)產(chǎn)出的效率評(píng)價(jià)和分析，是研究教育效率問題的主要模型[12][13][14]。陶蕾和楊欣通過DEA模型和Malmquist指數(shù)研究了我國(guó)各省份中等職業(yè)教育資源配置效率及其變動(dòng)情況[15]。王偉和馮樹清使用Malmquist指數(shù)度量了我國(guó)中等職業(yè)教育的全要素生產(chǎn)率及其分解情況[16]。羅紅云等使用BCC-DEA模型和Malmquist指數(shù)對(duì)西北五省職業(yè)教育財(cái)政投入的靜態(tài)和動(dòng)態(tài)效率進(jìn)行了系統(tǒng)測(cè)度[17]。

綜上所述，相關(guān)學(xué)者主要使用DEA模型來研究中等職業(yè)教育財(cái)政投入的效率，本文使用超效率DEA模型來測(cè)度中等職業(yè)教育的資源配置效率，使用Malmquist指數(shù)來刻畫中等職業(yè)教育資源配置效率的動(dòng)態(tài)演化趨勢(shì)，使用投影分析來優(yōu)化非有效決策單元的投入結(jié)構(gòu)。一方面，將財(cái)政投入作為中等職業(yè)教育的重要投入部分，并綜合考慮人力和物力等因素，系統(tǒng)反映中等職業(yè)教育資源配置效率的整體狀況;另一方面，考慮多個(gè)有效決策單元的效率排序和比較，引入超效率DEA-Malmquist指數(shù)模型來分析中等職業(yè)教育的效率及其動(dòng)態(tài)演化趨勢(shì)。

二、研究方法

（一）超效率DEA模型

傳統(tǒng)DEA模型的基本思路是依據(jù)決策單元的投入和產(chǎn)出來確定有效生產(chǎn)前沿面，通過決策單元和有效前沿面之間的位置狀況來判斷決策單元的有效性。其中，DEA模型定義無效決策單元的效率范圍為（0，1），而有效決策單元的效率值均為1，不能進(jìn)一步地比較在有效條件下決策單元之間的效率差異。相比于傳統(tǒng)DEA模型，超效率DEA模型定義有效決策單元的效率≥1，使多個(gè)有效決策單元的效率可以進(jìn)行排序和比較;相比于AHP、SFA和主成分分析等模型，超效率DEA模型可以直接實(shí)現(xiàn)無量綱分析，無需主觀設(shè)定權(quán)重，適用于多個(gè)投入和產(chǎn)出的效率評(píng)估。因此，本文使用超效率DEA模型分析中等職業(yè)教育的資源配置效率，超效率DEA模型的定義如下：

假定存在n個(gè)決策單元，每個(gè)決策單元均有m個(gè)投入指標(biāo)和s個(gè)產(chǎn)出指標(biāo)。其中，（1）式為超效率DEA模型的目標(biāo)函數(shù)，（2）式為約束條件。具體而言，θk為第k個(gè)決策單元的效率值，λj為第j個(gè)決策單元的權(quán)重系數(shù)（j=1，…，n），xij為第j個(gè)決策單元的第i個(gè)投入量（i=1，…，m），yrj為第j個(gè)決策單元的第r個(gè)產(chǎn)出量（r=1，…，s），ε為非阿基米德無窮小量，si-和sr+均為松弛變量，分別代表投入冗余和產(chǎn)出不足。

當(dāng)θk<1時(shí)，表明第k個(gè)決策單元為非DEA有效，處于效率不足或損失的狀態(tài)，需要通過調(diào)整和優(yōu)化投入和產(chǎn)出來改善中等職業(yè)教育資源配置的效率;當(dāng)θk≥1且si-≠0或sr+≠0時(shí)，表明第k個(gè)決策單元為弱DEA有效;當(dāng)θk≥1且si-=sr+=0時(shí)，表明第k個(gè)決策單元為強(qiáng)DEA有效，中等職業(yè)教育的投入和產(chǎn)出達(dá)到最優(yōu)水平，且θk值越大，中等職業(yè)教育資源配置的有效性越強(qiáng)。

（二）Malmquist指數(shù)

在使用超效率DEA模型對(duì)中等職業(yè)教育進(jìn)行效率測(cè)度之后，本文使用Malmquist指數(shù)來反映中等職業(yè)教育效率的動(dòng)態(tài)演化過程。Malmquist指數(shù)用于衡量中等職業(yè)教育全要素生產(chǎn)率的動(dòng)態(tài)變化情況，其定義如下：

其中，（xt，yt）和（xt+1，yt+1）為第t期和第t+1期的投入與產(chǎn)出量，Dt（xt，yt）為距離函數(shù)。M為全要素生產(chǎn)率變化指數(shù)，反映全要素生產(chǎn)率TFP從第t期到第t+1期的變動(dòng)情況。具體而言，當(dāng)M>1時(shí)，表明中等職業(yè)教育的全要素生產(chǎn)率從第t期到第t+1期呈現(xiàn)增長(zhǎng)趨勢(shì);當(dāng)M<1時(shí)，表明中等職業(yè)教育的全要素生產(chǎn)率從第t期到第t+1期呈現(xiàn)下降趨勢(shì);當(dāng)M=1時(shí)，表明中等職業(yè)教育的全要素生產(chǎn)率從第t期到第t+1期無變化。具體而言，Malmquist指數(shù)可以分解為技術(shù)進(jìn)步（TC）和技術(shù)效率變化（EC）兩個(gè)部分。其中，技術(shù)進(jìn)步TC主要反映生產(chǎn)技術(shù)的創(chuàng)新程度，若TC>1，則表明生產(chǎn)技術(shù)有所進(jìn)步，反之則技術(shù)退步。在規(guī)模報(bào)酬可變的條件下，技術(shù)效率（EC）包括純技術(shù)效率（PEC）和規(guī)模效率（SEC）兩個(gè)部分。

三、中等職業(yè)教育資源配置效率的實(shí)證分析

（一）指標(biāo)選取和數(shù)據(jù)來源

投入指標(biāo)和產(chǎn)出指標(biāo)的選取是超效率DEA模型的重要組成部分，關(guān)系到中等職業(yè)教育資源配置效率測(cè)度的科學(xué)性和準(zhǔn)確性。一方面，本文主要從人力、財(cái)力和物力層面選取投入指標(biāo)。人力指標(biāo)包括專任教師和教育輔助人員（包括行政、教輔和工勤人員），該指標(biāo)能夠全面反映中等職業(yè)學(xué)校教職工的人員結(jié)構(gòu)。對(duì)于財(cái)力指標(biāo)，本文選取生均公共財(cái)政預(yù)算教育事業(yè)費(fèi)和生均公共財(cái)政預(yù)算公用經(jīng)費(fèi)支出指標(biāo)作為財(cái)力投入的代理變量，該指標(biāo)從人員和公共經(jīng)費(fèi)的角度反映中等職業(yè)教育的財(cái)政投入水平。另外，物力指標(biāo)主要包括校舍建筑面積、圖書冊(cè)數(shù)和教學(xué)、實(shí)習(xí)儀器設(shè)備資產(chǎn)值，該指標(biāo)能夠從整體上反映中等職業(yè)教育的固定資產(chǎn)狀況。另一方面，中等職業(yè)教育的產(chǎn)出主要包括人才培養(yǎng)、科學(xué)研究和社會(huì)服務(wù)三個(gè)方面，但受限于數(shù)據(jù)的可獲得性，本文主要選取畢業(yè)生數(shù)和獲得職業(yè)資格證書的畢業(yè)生數(shù)來反映人才培養(yǎng)產(chǎn)出的數(shù)量和質(zhì)量。

本文主要選取2013-2019年31個(gè)省（自治區(qū)、直轄市）中等職業(yè)學(xué)校的相關(guān)投入和產(chǎn)出數(shù)據(jù)，頻度為年度，樣本量為217個(gè)。數(shù)據(jù)均來源于Wind數(shù)據(jù)庫(kù)，主要使用MaxDEA和MATLAB軟件進(jìn)行數(shù)據(jù)分析。

（二）中等職業(yè)教育的資源配置效率分析

中等職業(yè)教育資源配置的效率問題主要包括資源配置的靜態(tài)效率和全要素生產(chǎn)率的動(dòng)態(tài)效率兩部分。首先，本文基于2013-2019年全國(guó)31個(gè)地區(qū)的面板數(shù)據(jù)，使用投入導(dǎo)向的超效率DEA-BCC模型，度量了中等職業(yè)教育的資源配置效率，結(jié)果如表2所示。

參考胡斌武等的研究[18]，按照各地區(qū)中等職業(yè)教育資源配置效率是否有效，可以將31個(gè)地區(qū)分為如下三類：一是常年無效地區(qū)。這類地區(qū)中等職業(yè)教育資源配置效率無效的次數(shù)至少為6次，包括北京、山西、內(nèi)蒙古、遼寧、吉林、上海、江蘇、浙江、山東、湖北、湖南和重慶等12個(gè)地區(qū)，東部所占的比例較大。二是無效和有效波動(dòng)地區(qū)。這類地區(qū)中等職業(yè)教育資源配置效率無效的次數(shù)在3～5次，包括天津、河北、福建、江西、廣東、海南、陜西、甘肅和新疆等9個(gè)地區(qū)，東部所占的比例較大。根據(jù)無效的時(shí)間次序，相關(guān)地區(qū)可以再細(xì)分如下兩類：第一類是由無效轉(zhuǎn)變?yōu)橛行В实玫礁纳?，如天津?第二類是由有效轉(zhuǎn)變?yōu)闊o效，效率持續(xù)降低，如河北省。三是常年有效地區(qū)。這類地區(qū)中等職業(yè)教育資源配置效率無效的次數(shù)最多為2次，包括黑龍江、安徽、河南、廣西、四川、貴州、云南、西藏、青海和寧夏等10個(gè)地區(qū)，西部所占比例較大。

具體而言，中等職業(yè)教育的資源配置效率特征如下：從整體來看，2013-2019年全國(guó)中等職業(yè)教育資源配置效率的均值為1.083，表明我國(guó)中等職業(yè)教育的資源配置是有效的，但有效性處于較低水平。同時(shí)，對(duì)于時(shí)間序列而言，我國(guó)中等職業(yè)教育的資源配置效率呈現(xiàn)出先降低、再升高、后降低的變化趨勢(shì)。從地區(qū)來看，中等職業(yè)教育資源配置效率存在明顯的地區(qū)差距。根據(jù)中等職業(yè)教育資源配置效率的均值序列可知，排在前三位的地區(qū)為西藏、安徽和寧夏，其效率分別為4.530、1.373和1.292，而排在后三位的地區(qū)為山東、北京和上海，其效率分別為0.689、0.632和0.616，地區(qū)效率極差高達(dá)3.914，中位數(shù)僅為0.974，表明各個(gè)地區(qū)中等職業(yè)教育的資源配置效率差異較大，制約了地區(qū)之間的均衡發(fā)展以及整體效率的提升。另外，從地區(qū)分布來看，18個(gè)地區(qū)處于有效狀態(tài)，占比58.06%，表明大部分地區(qū)中等職業(yè)教育的資源配置效率有待提升。從時(shí)間來看，各個(gè)地區(qū)中等職業(yè)教育的資源配置效率整體上具有穩(wěn)定性和持續(xù)性，如上海的中等職業(yè)教育的資源配置效率在2013年至2019年均處于無效狀態(tài)，且變化程度較小，均收斂于均值0.616。但是，部分地區(qū)在不同年度的效率水平具有顯著差異，如天津在2013年至2016年的效率均是無效的，但在2017年至2019年的效率轉(zhuǎn)變?yōu)橛行?，這反映了天津中等職業(yè)教育資源配置效率的動(dòng)態(tài)優(yōu)化進(jìn)程。

接下來，本文繼續(xù)探討中等職業(yè)教育資源配置效率的區(qū)域差異。其中，本文按照國(guó)家統(tǒng)計(jì)局的劃分標(biāo)準(zhǔn)將區(qū)域分為東部、中部和西部①。根據(jù)圖1可知，各個(gè)區(qū)域中等職業(yè)教育的資源配置效率按從大到小的次序排列為：西部>中部>東部，這與陶蕾和楊欣的結(jié)果是一致的[19]。具體而言，西部中等職業(yè)教育的資源配置效率最高，其均值為1.360，其次為中部，其均值為1.003，而東部中等職業(yè)教育的資源配置效率最低，其均值為0.839，距離效率相對(duì)有效仍有一定的差距，且低于全國(guó)的均值1.083。另外，從動(dòng)態(tài)演變趨勢(shì)來看，近年來各個(gè)區(qū)域之間中等職業(yè)教育的資源配置效率差異呈現(xiàn)縮小趨勢(shì)，各個(gè)區(qū)域之間的差異逐年變小。值得注意的是，2013-2019年中部中等職業(yè)教育的資源配置效率圍繞1上下波動(dòng)，表明中部在無效和有效之間進(jìn)行轉(zhuǎn)換，需要進(jìn)一步控制和優(yōu)化。

（三）中等職業(yè)教育的全要素生產(chǎn)率分析

超效率DEA模型僅能描述中等職業(yè)教育在第t年度的資源配置效率，不能進(jìn)一步刻畫中等職業(yè)教育效率從第t年度到第t+1年度的變動(dòng)過程?；诖?，本文使用Malmquist指數(shù)來反映中等職業(yè)教育全要素生產(chǎn)率的動(dòng)態(tài)演化過程。

根據(jù)表3可知，2013-2019年中等職業(yè)教育全要素生產(chǎn)率均值為0.941，平均下降了5.9%，且全要素生產(chǎn)率均小于1，表明中等職業(yè)教育的資源配置效率呈現(xiàn)下降趨勢(shì)，導(dǎo)致其下降的主要原因在于技術(shù)進(jìn)步的下降，技術(shù)進(jìn)步下降了5.2%，而技術(shù)效率僅下降了0.7%。具體而言，中等職業(yè)教育全要素生產(chǎn)率在2014-2015年的下降幅度最大，達(dá)到10.3%，這主要是由于技術(shù)進(jìn)步出現(xiàn)較大程度的下降，由1.037降至0.934。其次為2015-2016年，其下降幅度為8.7%，其中純技術(shù)效率為0.952，規(guī)模效率為1.003，表明2015-2016年技術(shù)效率的下降主要是由純技術(shù)效率的下降引致的。中等職業(yè)教育全要素生產(chǎn)率下降幅度最小的是2017-2018年和2018-2019年，下降幅度為1.9%，相應(yīng)的技術(shù)效率分別為1.068和1.005，大于技術(shù)進(jìn)步的0.919和0.977，表明2017-2018年和2018-2019年中等職業(yè)教育全要素生產(chǎn)率的主要貢獻(xiàn)來源于技術(shù)效率。

根據(jù)表4和圖2可知，各個(gè)地區(qū)中等職業(yè)教育全要素生產(chǎn)率具有如下特征：首先，從整體來看，各個(gè)地區(qū)中等職業(yè)教育全要素生產(chǎn)率均值為0.941，技術(shù)效率均值為0.993，技術(shù)進(jìn)步均值為0.948，反映我國(guó)中等職業(yè)教育效率有所降低，且效率的提升主要依靠技術(shù)效率的提高。具體而言，重慶、貴州和新疆等3個(gè)地區(qū)的全要素生產(chǎn)率大于1，且增長(zhǎng)幅度較低，其他28個(gè)地區(qū)的全要素生產(chǎn)率均小于1，表明我國(guó)大部分地區(qū)中等職業(yè)教育資源配置效率是降低的，發(fā)展態(tài)勢(shì)較差。其次，從各個(gè)地區(qū)來看，參考陶蕾和楊欣的研究[20]，本文按照中等職業(yè)教育全要素生產(chǎn)率大小的劃分標(biāo)準(zhǔn)，將TFP<0.9設(shè)定為低效型地區(qū)，0.9≤TFP<1設(shè)定為徘徊型地區(qū)，TFP≥1設(shè)定為增長(zhǎng)型地區(qū)。具體而言，低效型地區(qū)包括北京、河北、山西、河南、廣東、云南、陜西等7個(gè)地區(qū)，這些地區(qū)的全要素生產(chǎn)率下降幅度較大，其主要原因在于技術(shù)效率和技術(shù)進(jìn)步均較小。徘徊型地區(qū)包括天津、內(nèi)蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江、安徽、福建、江西、山東、湖北、湖南、廣西、海南、四川、西藏、甘肅、青海、寧夏等21個(gè)地區(qū)，這些地區(qū)的全要素生產(chǎn)率下降幅度較小，其主要原因在于技術(shù)效率和技術(shù)進(jìn)步具有一大一小的特征，當(dāng)技術(shù)效率較大、技術(shù)進(jìn)步較小時(shí)，全要素生產(chǎn)率的提高主要來源于技術(shù)效率，如天津市的全要素生產(chǎn)率主要依賴于純技術(shù)效率，而湖北省的全要素生產(chǎn)率主要依賴于規(guī)模技術(shù)效率;當(dāng)技術(shù)效率較小、技術(shù)進(jìn)步較大時(shí)，全要素生產(chǎn)率的提高主要來源于技術(shù)進(jìn)步，如江蘇省的全要素生產(chǎn)率主要依賴于技術(shù)進(jìn)步。增長(zhǎng)型地區(qū)包括重慶、貴州和新疆等3個(gè)地區(qū)，這些地區(qū)的全要素生產(chǎn)率處于增長(zhǎng)趨勢(shì)，其主要原因在于技術(shù)效率和技術(shù)進(jìn)步均較大，特別是受技術(shù)效率的影響。

另外，從各個(gè)區(qū)域來看，根據(jù)計(jì)算可知，東部的技術(shù)效率、技術(shù)進(jìn)步、純技術(shù)效率、規(guī)模效率和全要素生產(chǎn)率分別為0.986、0.953、0.996、0.989和0.939，中部對(duì)應(yīng)分別為0.996、0.934、0.993、1.002和0.930，西部對(duì)應(yīng)分別為1、0.954、1.006、0.994、0.954，表明各個(gè)區(qū)域中等職業(yè)教育全要素生產(chǎn)率均處于下降趨勢(shì)，且下降幅度按照從大到小的次序排列依次為：中部>東部>西部，其中中部降幅最大，達(dá)到7%。從全要素生產(chǎn)率的分解來看，東部、中部和西部中等職業(yè)教育全要素生產(chǎn)率的變化主要得益于技術(shù)效率，其技術(shù)效率值均大于技術(shù)進(jìn)步。

（四）中等職業(yè)教育資源投入要素的投影分析

在對(duì)中等職業(yè)教育資源配置效率進(jìn)行相關(guān)測(cè)度的基礎(chǔ)上，本文進(jìn)一步探討第k個(gè)決策單元無效的原因。為了優(yōu)化中等職業(yè)教育的資源配置和結(jié)構(gòu)，本文參考胡斌武等的研究，使用投影分析來確定中等職業(yè)教育投入要素的最優(yōu)規(guī)模。具體而言，將各個(gè)地區(qū)投入數(shù)據(jù)向有效前沿面投影，計(jì)算相關(guān)投入指標(biāo)的實(shí)際數(shù)據(jù)和理論效率前沿之間的差距。一般而言，投入冗余量越大，則中等職業(yè)教育投入過度程度越高。為了便于比較，本文使用目標(biāo)調(diào)整比例來反映投入冗余，并對(duì)其進(jìn)行絕對(duì)值處理。受限于論文篇幅，本文主要對(duì)2013-2019年常年無效地區(qū)中等職業(yè)教育的投入要素進(jìn)行投影分析，結(jié)果如表5所示。

根據(jù)表5可知，從整體來看，專任教師的利用情況優(yōu)于教育輔助人員，生均公共財(cái)政預(yù)算教育事業(yè)費(fèi)的利用情況優(yōu)于生均公共財(cái)政預(yù)算公用經(jīng)費(fèi)支出，教學(xué)、實(shí)習(xí)儀器設(shè)備資產(chǎn)值的利用情況優(yōu)于校舍建筑面積和圖書冊(cè)數(shù)。具體而言，從專任教師的投入角度來看，吉林、浙江、上海和江蘇等地區(qū)的專任教師過度，東部的比例較大，而湖南和重慶的專任教師利用率較好，主要分布在中西部;從教育輔助人員的投入角度來看，北京、上海、遼寧和吉林等地區(qū)的教育輔助人員過剩情況較為嚴(yán)重，其中北京市教育輔助人員的冗余度高達(dá)72.30%，這會(huì)造成事業(yè)費(fèi)支出的低效，而重慶和浙江的教育輔助人員利用率較好;從生均公共財(cái)政預(yù)算教育事業(yè)費(fèi)和生均公共財(cái)政預(yù)算公用經(jīng)費(fèi)支出來看，上海、北京和江蘇的財(cái)政投入冗余現(xiàn)象較為明顯，財(cái)力投入偏多，主要分布在經(jīng)濟(jì)發(fā)達(dá)的東部地區(qū);從校舍面積、圖書冊(cè)數(shù)以及教學(xué)、實(shí)習(xí)儀器設(shè)備資產(chǎn)值的投入角度來看，北京、上海、江蘇、浙江、山東等地區(qū)的物力投入過度較為嚴(yán)重，冗余度超過30%，上海、北京、江蘇和浙江等地區(qū)的校舍建筑面積和圖書冊(cè)數(shù)均相對(duì)過度，北京和上海等地區(qū)的教學(xué)、實(shí)習(xí)儀器設(shè)備資產(chǎn)浪費(fèi)情況較多，而湖南、重慶、遼寧和山西等地區(qū)的固定資產(chǎn)使用效率較高。

四、結(jié)論與政策建議

本文基于2013-2019年31個(gè)?。ㄗ灾螀^(qū)、直轄市）的中等職業(yè)教育投入和產(chǎn)出數(shù)據(jù)，使用超效率DEA模型和Malmquist指數(shù)來分別反映中等職業(yè)教育資源配置效率和全要素生產(chǎn)率，并通過投影分析來優(yōu)化中等職業(yè)教育的投入結(jié)構(gòu)。結(jié)果表明：整體來看，全國(guó)中等職業(yè)教育資源配置效率較高。西部的情況最好，中部、東部次之。從時(shí)間序列來看，全國(guó)除重慶、貴州和新疆3個(gè)地區(qū)外，其余地區(qū)中等職業(yè)教育全要素生產(chǎn)率的資源配置效率呈現(xiàn)下降趨勢(shì)，且主要受技術(shù)效率的影響。根據(jù)投影分析，北京、上海、江蘇等東部發(fā)達(dá)地區(qū)具有較為明顯的投入冗余現(xiàn)象，而湖南、重慶、山西等中西部地區(qū)投入要素的利用情況較好?；诖?，本文提出以下建議：

第一，適時(shí)調(diào)整中等職業(yè)教育在各地區(qū)的投入結(jié)構(gòu)，優(yōu)化資源配置效率，提高資源利用率。依據(jù)帕累托最優(yōu)，北京、山西、內(nèi)蒙古等12個(gè)常年無效地區(qū)，以及天津、河北、福建等9個(gè)介于無效與有效區(qū)間的地區(qū)存在投入冗余現(xiàn)象。面對(duì)上述情況，通過投影分析進(jìn)而科學(xué)地設(shè)定中等職業(yè)教育投入規(guī)模。在充分考慮供需要求和投入質(zhì)量的基礎(chǔ)上，遵循最優(yōu)原則，持續(xù)推進(jìn)無效地區(qū)的資源投入結(jié)構(gòu)改革，完善質(zhì)量評(píng)價(jià)機(jī)制。宏觀調(diào)控波動(dòng)地區(qū)的資源配置兼顧公平，總體上均衡各地區(qū)的資源結(jié)構(gòu)分布。

第二，構(gòu)建區(qū)域間資源配置協(xié)調(diào)機(jī)制，縮小區(qū)域差異，實(shí)現(xiàn)資源效益最大化。北京、上海等東部發(fā)達(dá)省份存在嚴(yán)重的資源閑置與浪費(fèi)情況，與中西部地區(qū)形成了鮮明對(duì)比。有關(guān)部門應(yīng)構(gòu)建區(qū)域間資源配置協(xié)調(diào)機(jī)制，實(shí)現(xiàn)各地的信息共享，加強(qiáng)各地區(qū)的溝通與交流，保證資源向欠發(fā)達(dá)的中西部地區(qū)傾斜。另外，中西部資源匱乏地區(qū)的中職學(xué)?？梢源钶d產(chǎn)教融合制度，深化與企業(yè)的融通，改善資源投入不足問題。

第三，重視技術(shù)創(chuàng)新，發(fā)揮技術(shù)帶動(dòng)作用，提高中等職業(yè)教育的教學(xué)效率。全要素生產(chǎn)率極大程度上受技術(shù)效率的影響。中等職業(yè)教育需要在5G技術(shù)的賦能下，搭載人工智能、大數(shù)據(jù)、云計(jì)算等技術(shù)，轉(zhuǎn)變教育教學(xué)模式，完善創(chuàng)新機(jī)制，提升教學(xué)實(shí)踐環(huán)節(jié)的信息化和現(xiàn)代化水平，培養(yǎng)面向未來的技能型人才。同時(shí)，將技術(shù)創(chuàng)新作為學(xué)校評(píng)估的重要內(nèi)容，推動(dòng)中等職業(yè)教育的內(nèi)涵式發(fā)展。

參 考 文 獻(xiàn)

[1]莊西真.提高中等職業(yè)教育資源利用效率的機(jī)制分析[J].教育科學(xué)，2007（5）：79-83.

[2]李玲，黃宸，鄒聯(lián)克.中等職業(yè)教育資源配置效率空間特征及其形成機(jī)理——基于A省數(shù)據(jù)的實(shí)證分析[J].教育與經(jīng)濟(jì)，2015（6）：54-60.

[3]Xie X， Xie M， Jin H， et al. Financial support and financial well-being for vocational school students in China[J]. Children and Youth Services Review， 2020，118：105442.

[4]冉云芳.中等職業(yè)教育生均經(jīng)費(fèi)投入現(xiàn)狀分析與對(duì)策——基于2000-2010年數(shù)據(jù)的實(shí)證研究[J].教育發(fā)展研究，2013（1）：60-66.

[5][8]許世建，饒玉婕.公共財(cái)政下中等職業(yè)教育區(qū)域投入公平性研究——基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].財(cái)政研究，2012（8）：54-58.

[6]孫琳.中等職業(yè)教育財(cái)政支出效率研究——基于省級(jí)面板數(shù)據(jù)的DEA分析[J].地方財(cái)政研究，2018（4）：66-70+86.

[7]蔡文伯，翟柳淅.我國(guó)中等職業(yè)教育經(jīng)費(fèi)投入效率及影響因素分析——基于DEA-Malmquist指數(shù)模型與空間面板計(jì)量模型[J].職業(yè)技術(shù)教育，2018（1）：55-59.

[9][18]胡斌武，葉萌，龐堯，肖韓，吳杰.中等職業(yè)教育發(fā)展的均衡性與效率性實(shí)證檢驗(yàn)——基于省際面板數(shù)據(jù)的分析[J].教育研究，2017（3）：75-82.

[10]金榮學(xué)，毛瓊枝，張說.基于AHP和熵權(quán)法的我國(guó)高等職業(yè)教育績(jī)效評(píng)價(jià)[J].財(cái)會(huì)月刊，2017（36）：59-66.

[11]王奕俊，王婧遐.基于教育基尼系數(shù)的我國(guó)中等職業(yè)教育資源配置效率評(píng)價(jià)[J].現(xiàn)代教育管理，2017（12）：51-57.

[12]Camanho A S， Varriale L， Barbosa F， et al. Performance assessment of upper secondary schools in italian regions using a circular pseudo-malmquist index[J]. European Journal of Operational Research， 2021（3）：1188-1208.

[13]Yahia F B， Essid H， Rebai S. Do dropout and environmental factors matter？ a directional distance function assessment of tunisian education efficiency[J]. International Journal of Educational Development， 2018，60：120-127.

[14]李毅，楊焱靈，吳思睿.城鄉(xiāng)義務(wù)教育優(yōu)質(zhì)資源配置效率的問題及對(duì)策——基于DEA-Malmquist模型[J].中國(guó)教育學(xué)刊，2021（1）：60-65.

[15][19][20]陶蕾，楊欣.我國(guó)中等職業(yè)教育資源配置效率評(píng)價(jià)及分析——基于DEA-Malmquist指數(shù)模型[J].教育科學(xué)，2015（4）：26-31.

[16]王偉，馮樹清.我國(guó)中等職業(yè)教育全要素生產(chǎn)率演變與影響因素研究——基于31個(gè)省份面板數(shù)據(jù)的實(shí)證分析[J].教育科學(xué)，2016（4）：76-84.

[17]羅紅云，莊馨予，張斌.西北五省職業(yè)教育財(cái)政投入效率評(píng)價(jià)及影響因素研究——基于DEA-Malmquist指數(shù)三分法[J].中國(guó)職業(yè)技術(shù)教育，2020（27）：85-90.