我國中等專業(yè)人才投入與產(chǎn)出的效率研究

張澤

摘要：選取2016-2018年中西部18個?。ㄖ陛犑?、自治區(qū)）的相關(guān)面板數(shù)據(jù)，運用DEA分析方法和Malmquist指數(shù)模型對中西部地區(qū)的中職院校在中等專業(yè)人才培養(yǎng)上的投入與產(chǎn)出效率進行動態(tài)測量。研究發(fā)現(xiàn)中西部地區(qū)中職院校的全要素生產(chǎn)效率在三年里雖然有所波動，但是仍然有11個地區(qū)的綜合技術(shù)效率有效，整體呈現(xiàn)上升趨勢。另有7個地區(qū)由于技術(shù)退步和技術(shù)效率低效，制約了當?shù)刂新氃盒０l(fā)展，說明這些地區(qū)還有帕累托改進的余地。

Abstract： Based on the panel data of 18 provinces （municipalities directly under the central government， autonomous regions） in the central and western regions from 2016 to 2018， this paper uses DEA analysis method and Malmquist index model to measure the input and output efficiency of secondary vocational colleges in the central and western regions in the cultivation of secondary professional talents. It is found that although the total factor production efficiency of vocational colleges in the central and western regions fluctuates in the past three years， there are still 11 regions with effective comprehensive technical efficiency， showing an overall upward trend. Another 7 regions have restricted the development of local secondary vocational schools due to the backward technology and low efficiency of technology， which shows that there is still room for Pareto improvement in these regions.

關(guān)鍵詞：中等專業(yè)人才培養(yǎng);投入與產(chǎn)出;全要素生產(chǎn)效率

Key words： secondary professional training;input and output;total factor production efficiency

中圖分類號：G710 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻標識碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號：1006-4311（2020）19-0232-04

0 ?引言

我國中西部地區(qū)土地面積占據(jù)全國81.3%，人口占據(jù)全國54.51%，各種資源儲量巨大，是我國未來經(jīng)濟發(fā)展的重要增長極。隨著我國進入社會發(fā)展的新時代，中西部地區(qū)也在對產(chǎn)業(yè)進行升級，不斷地調(diào)整經(jīng)濟結(jié)構(gòu)，這也使得各個行業(yè)部門都亟需專業(yè)技術(shù)型人才，而中等職業(yè)院校作為為區(qū)域發(fā)展輸送中等專業(yè)人才的主要輸入路徑之一，其投入與產(chǎn)出的有效與否將直接影響當?shù)貙I(yè)技術(shù)人才的數(shù)量和質(zhì)量。

近年來，多有學者對DEA理論和中等職業(yè)教育資源的效率和空間分布進行了研究。魏權(quán)齡（2019）論證了DEA模型在多個投入產(chǎn)出指標下評析效率的便利性和準確性[1]。陶蕾（2015）闡明了Malmquist指數(shù)模型在中職院校投入與產(chǎn)出效率評價中的具體運用過程[2]。李顯文（2015）在對職業(yè)院校的實踐教學基地進行效率分析時摒棄了總量性投入指標而引入了生均投入指標[3]。李運萍（2013）在對中職院校配置進行省際比較時，使用了“圖書收藏量”、“計算機數(shù)”和“專任教師數(shù)”作為評估指標[4]。

通過文獻研究發(fā)現(xiàn)，目前對中職院校在人才培養(yǎng)上的投入與產(chǎn)出效率的研究多是從全國角度開展的，而專門針對中西部地區(qū)的省際研究相對較少。其次，對中職院校投入與產(chǎn)出的DEA分析，更多采用的是基于CRS模型和VRS模型的靜態(tài)研究，而基于時間序列數(shù)據(jù)的動態(tài)研究較少。鑒于此，本研究在參考已有文獻的指標基礎(chǔ)上，結(jié)合中西部區(qū)域發(fā)展的實際和中職院校的辦學特點將效率評價指標進一步細化，使其更加合理，并運用數(shù)據(jù)包絡(luò)分析模型（Data Envelopment Analysis，DEA）和Malmquist指數(shù)法對我國中西部各?。ㄖ陛犑小⒆灾螀^(qū)）的中職院校投入與產(chǎn)出效率進行動態(tài)測量。

1 ?研究設(shè)計

1.1 模型選取

1.1.1 DEA模型

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA）簡稱“DEA”，屬于非參數(shù)估計方法。在預(yù)先設(shè)立的投入—產(chǎn)出指標的基礎(chǔ)上，通過運用線性規(guī)劃的方法，對可觀測的決策單元（Decision Making Unites，DMU）從投入冗余和產(chǎn)出冗余兩種角度進行生產(chǎn)有效性評價。DEA理論有兩種基本模型，其中一個是CCR模型，因為該模型以規(guī)模報酬不變?yōu)榍疤峒僭O(shè)，故又稱為CRS模型。另一個則是BCC模型，該模型則以規(guī)模報酬可變?yōu)榍疤峒僭O(shè)，故又稱為VRS模型。

1.1.2 Malmquist生產(chǎn)效率指數(shù)

馬姆奎斯特指數(shù)（Malmquist Index）又稱為全要素生產(chǎn)效率指數(shù)（TFP指數(shù)），它是利用距離函數(shù)的比率計算DEA模型中各個決策單元的投入—產(chǎn)出效率。其優(yōu)勢在于可以分析生產(chǎn)部門在不同時期的生產(chǎn)效率變化情況，從而彌補了CRS和VRS模型只能機械地分析橫截面數(shù)據(jù)的缺陷。

1.2 指標構(gòu)建與樣本數(shù)據(jù)

1.2.1 指標構(gòu)建

第一，在評價經(jīng)費投入方面。當前我國中職院校主要依賴于國家財政撥款，根據(jù)《中華人民共和國教育法》第五十六條規(guī)定：“各級人民政府教育財政撥款的增長應(yīng)當高于財政經(jīng)常性收入的增長，并使按在校學生人數(shù)平均的教育費用逐步增長，保證教師工資和學生人均公用經(jīng)費逐步增長”。因此，為了更好地反映教育經(jīng)費與辦學規(guī)模之間的適應(yīng)性，評估教育經(jīng)費是否真正用于學生培養(yǎng)上，故選擇“生均教育事業(yè)費”作為財力投入的評價指標。

第二，在評價基礎(chǔ)建設(shè)投入方面。首先選擇“學校占地面積”、“圖書收藏總量”、“教學與實習儀器的資產(chǎn)值”可以反映出中職院校所需要的物力資源。其次以“教室數(shù)量”代替“校舍建筑面積”作為基礎(chǔ)建設(shè)的又一指標，是因為教室是直接應(yīng)用于教學的主要空間，可以更加直觀地體現(xiàn)辦學規(guī)模，而“校舍建筑面積”則可能囊括了非教學場所的面積，故不宜再使用。再次，使用“教學用計算機數(shù)量”可以反映當?shù)刂新氃盒＞W(wǎng)絡(luò)化辦學水平。

第三，在評價人力資源投入方面。僅僅依靠“專任教師的數(shù)量”是無法全面反映當?shù)貛熧Y結(jié)構(gòu)和水平的。因為中職院校培養(yǎng)的是中級技術(shù)型人才，除了要求教師傳授理論知識以外，還需要其擁有過硬的技術(shù)能力，這樣才可能培養(yǎng)出兼具理論與技術(shù)的實踐人才。因此引入“碩士研究生以上學歷”和“副高級以上職稱”兩個指標，可以進一步反映出師資隊伍的理論水平和實踐經(jīng)驗。此外，從投入產(chǎn)出的角度來看，學校的人力投入除了師資，學生本身也是投入要素之一，如果把學校比作工廠的話，學生既是輸出的產(chǎn)品更是要加工的原材料，所以需要將“在校生人數(shù)”作為人力資源投入的另一個重要指標，這樣可以反映出中職院校的辦學規(guī)模。

第四，在評價產(chǎn)出數(shù)量方面。把“畢業(yè)生數(shù)”作為反映學校產(chǎn)出數(shù)量的指標。是因為其可以直接反映當?shù)刂新氃盒閰^(qū)域發(fā)展輸送中級技術(shù)人才的供應(yīng)能力。

第五，在評價產(chǎn)出質(zhì)量方面。結(jié)合中職院校的特點，將“獲得職業(yè)資格證書的畢業(yè)生人數(shù)”和“全國職業(yè)院校技能競賽的獲獎人數(shù)”，作為評價學校產(chǎn)出質(zhì)量的重要指標。因為職業(yè)資格證書可以反映中職院校培養(yǎng)的技術(shù)人才是否具備基本的就業(yè)能力，而全國職業(yè)院校技能競賽則是由教育部牽頭舉辦，以選拔優(yōu)秀技術(shù)型人才為目的，具有專業(yè)權(quán)威性的全國賽事，因此適合用于評價中級技術(shù)型人才的培養(yǎng)質(zhì)量。

1.2.2 樣本數(shù)據(jù)

按照我國區(qū)域地傳統(tǒng)劃分方法，將中部6省和西部12?。ㄖ陛犑小⒆灾螀^(qū)）作為研究對象。從國家統(tǒng)計局、教育部的官方網(wǎng)站和2016-2018年《全國教育經(jīng)費執(zhí)行情況統(tǒng)計報告》中獲取相關(guān)數(shù)據(jù)，運用DEAP2.1軟件，采用數(shù)據(jù)包絡(luò)分析方法（Data Envelopment Analysis，DEA），將中西部地區(qū)18個省級行政區(qū)域作為決策單元，先用CRS模型計算每個決策單元的綜合技術(shù)效率值，再用VRS模型分解各決策單元的效率，解析各決策單元的規(guī)模報酬狀況，并對非DEA有效的決策單元進行投入冗余分析，研究其無效的原因并提出未來改進的方向。通過Malmquist指數(shù)模型分析中西部地區(qū)在2016-2018年間全要素生產(chǎn)效率的演變趨勢，對各個決策單元進行動態(tài)測量。

2 ?數(shù)據(jù)處理結(jié)果

2.1 基于DEA理論模型的靜態(tài)分析

將指標數(shù)據(jù)代入DEAP2.1軟件中求解，在以規(guī)模報酬不變?yōu)榍疤岬腃RS模型下，從產(chǎn)出角度分析得出，綜合技術(shù)效率有效（即Crest=1）的決策單元有11個，分別是河南、安徽、江西、湖南、新疆、青海、寧夏、四川、重慶、貴州、廣西。這些省份（直轄市、自治區(qū)）不僅是資源要素投入相對合理，而且產(chǎn)出的規(guī)模效益也相對較佳。

將指標數(shù)據(jù)再次代入DEAP2.1軟件中，在以規(guī)模報酬可變?yōu)榍疤岬腣RS模型下，測量其中有哪些地區(qū)的中職院校投入與產(chǎn)出低效是因純技術(shù)無效造成的。在被評價的18個?。ㄖ陛犑?、自治區(qū)）中，總共有13個決策單元的純技術(shù)效率有效（即Vrest=1），而且規(guī)模效益也到達了最佳（即Scale=1）。分別是中部4省：河南、安徽、江西、湖南;西部9?。ㄖ陛犑?、自治區(qū)）：西藏、新疆、青海、陜西、寧夏、四川、重慶、貴州、廣西。表明這13個地方在目前的技術(shù)水平上，其投入生產(chǎn)要素的使用是有效率的。其中西藏和陜西僅僅是純技術(shù)效率有效但是規(guī)模效率無效（即Verst=1，Scale<1），說明這兩個地區(qū)在目前的技術(shù)水平上，其投入資源的使用是有效率的，而未能達到綜合效率有效是因為其規(guī)模效益未能取得最佳效果，所以未來改進的重點在于如何更好的發(fā)揮規(guī)模效益。此外，還有5個決策單元的純技術(shù)效率和規(guī)模效率均無效（即Verst<1且Scale<1），分別是山西、湖南、甘肅、內(nèi)蒙古、云南，但是這些地區(qū)的規(guī)模報酬狀態(tài)均呈現(xiàn)出遞增態(tài)勢（即標注為irs），表明這些地區(qū)的產(chǎn)出規(guī)模還不夠，當?shù)氐闹屑壖夹g(shù)型人才還無法滿足區(qū)域發(fā)展的需求，因此還需要繼續(xù)加大要素投入。（詳見表1）

2.2 基于Malmquist指數(shù)的動態(tài)分析

2.2.1 中西部地區(qū)中職院校全要素生產(chǎn)效率總體情況

將中西部地區(qū)2016-2018年間的指標數(shù)據(jù)帶入DEAP2.1軟件中計算，得出全要素生產(chǎn)效率指數(shù)（即tfpch值，記為TFP指數(shù)）。以1為界點，大于1表明三年里取得了技術(shù)進步，小于1則表明技術(shù)退步，等于1表明不變。中西部地區(qū)TFP指數(shù)的平均值為1.058。中西部地區(qū)技術(shù)進步指數(shù)最高為1.059，然后是規(guī)模效率值為1.003。說明中西部地區(qū)全要素生產(chǎn)效率穩(wěn)步提升主要得益于三年以來的技術(shù)進步，其次是取得了一定的規(guī)模效益。

再將中西部地區(qū)不同年份的TFP指數(shù)進行分解。近三年來，中西部地區(qū)的中職院校全要素生產(chǎn)效率處于上升趨勢，但是波動較大。其中在2016-2017年間下降幅度較大，TFP指數(shù)僅為0.756，其技術(shù)進步指數(shù)僅為0.727，在該年里主要是因為技術(shù)退步制約了當?shù)刂新氃盒５陌l(fā)展，但是在2017-2018年間，全要素生產(chǎn)效率增幅較大，TFP指數(shù)為1.480，技術(shù)進步指數(shù)增加到1.542，說明在該年里有了一定的技術(shù)進步。（詳見表2）

2.2.2 各區(qū)域中職院校全要素生產(chǎn)效率分解情況

中西部18個?。ㄖ陛犑?、自治區(qū)）有11個地方全要素生產(chǎn)效率變動指數(shù)（即TFP）大于1，其中內(nèi)蒙古、河南、重慶、四川、安徽、云南的全要生產(chǎn)效率增長幅度位于前6位，其TFP指數(shù)均超過了1.10，表明這些地區(qū)的全要素生產(chǎn)效率的提升幅度相較于其他地區(qū)則較大。其中河南、四川、安徽、云南四個地區(qū)的中職院校生產(chǎn)率的大幅提升主要得益于技術(shù)進步，內(nèi)蒙古主要得益于純技術(shù)效率的提升，重慶則主要得益于規(guī)模效率的提升。

另有7個地方的TFP指數(shù)小于1，屬于中職院校生產(chǎn)低效地區(qū)，按TFP指數(shù)值從大到小排列依次是青海、廣西、湖南、新疆、陜西、西藏、寧夏。其中青海、西藏、新疆、廣西主要是因為技術(shù)退步，湖南是因為純技術(shù)效率較低，陜西和寧夏則因為規(guī)模效率低下。

其余5個地區(qū)即山西、江西、湖北、甘肅、貴州，其TFP值介于1-1.10之間，屬于生產(chǎn)效率低速增長地區(qū)，表明這些地區(qū)不僅需要繼續(xù)提升技術(shù)效率還要謀求技術(shù)進步。（詳見表3）

3 ?結(jié)論與政策建議

3.1 結(jié)論

基于DEA-Malmquist指數(shù)模型，對我國中西部地區(qū)18個?。ㄖ陛犑?、自治區(qū)）分別進行了靜態(tài)和動態(tài)分析，從而得出以下結(jié)論。

①中職院校在中等專業(yè)人才培養(yǎng)上的投入與產(chǎn)出存在區(qū)域不均衡。雖然大部分地區(qū)在2018年達到了綜合技術(shù)效率有效，但是像西藏、甘肅等地仍然相對落后，而且鄰省之間相差較大，如云貴兩省在中職院校投入與產(chǎn)出技術(shù)效率上相差較大，貴州達到了有效，但是云南僅為0.896。

②技術(shù)效率不足是當前限制中西部地區(qū)中等專業(yè)人才培養(yǎng)的主因。2016-2018年間中西部中職院校資源的全要素生產(chǎn)效率穩(wěn)步提升，主要得益于技術(shù)進步，說明教育領(lǐng)域內(nèi)的技術(shù)進步對于培養(yǎng)中職技術(shù)型人才非常重要，然而，技術(shù)效率的不足是限制其進一步提升教育投入與產(chǎn)出效率的主因。

③要素投入的合理規(guī)劃是未來中職院校對中等專業(yè)人才培養(yǎng)的重點。18個省（直轄市、自治區(qū)）在三年里的全要素生產(chǎn)效率增幅差異較大，全要素生產(chǎn)效率最高的內(nèi)蒙古地區(qū)（TFP=1.320）和最低的寧夏地區(qū)（TFP=0.858）差異較大，這說明中職院校資源的投入需要政府在中西部地區(qū)統(tǒng)籌規(guī)劃，合理布局，總結(jié)全要素生產(chǎn)效率較高地區(qū)的經(jīng)驗，結(jié)合地區(qū)實際情況在避免投入要素冗余，取得規(guī)模效益同時還要注意提升中職院校的管理水平，出臺合理的激勵措施，從而進一步謀求技術(shù)進步[5]。

3.2 政策建議

3.2.1 統(tǒng)籌規(guī)劃教育資源，實現(xiàn)區(qū)域教育公平

從中職院校投入與產(chǎn)出技術(shù)效率的角度看，西藏為

0.632，甘肅為0.780，湖北為0.828，云南為0.896遠落后于其他地區(qū)。因此，雖然中央層面對這些地區(qū)加大了要素投入力度，但是還需要注重要素投入結(jié)構(gòu)的合理性，盡量規(guī)避資源投入出現(xiàn)冗余，提升規(guī)模效益。

3.2.2 清除管理體制方面的障礙，促進教育技術(shù)創(chuàng)新

根據(jù)DEA-Malmquist指數(shù)模型分析的結(jié)果可知，技術(shù)進步是影響當?shù)刂新氃盒Ｉa(chǎn)效率的重要因素。除了引進先進的技術(shù)裝備和教學設(shè)施以外，還需要實現(xiàn)中西部地區(qū)中職院校的體制機制創(chuàng)新。這要求中職院校在未來發(fā)展中不斷清除管理體制方面的障礙，加強組織創(chuàng)新活力，保證中央教育政策能夠順利地逐級傳導(dǎo)[6]。

3.2.3 設(shè)立中職院校的區(qū)域性示范標桿，推廣先進教育技術(shù)

對于在一段時間內(nèi)持續(xù)實現(xiàn)了技術(shù)進步和技術(shù)效率提升的院校，可將其作為區(qū)域示范性標桿，將其管理經(jīng)驗推廣到其他管理低效的地區(qū)，形成區(qū)域示范效應(yīng)。

3.2.4 加強中職院校師資力量，引進先進教學設(shè)備

相關(guān)部門一方面要積極加大師資力量的投入，引進優(yōu)秀教師，特別是要引入理論水平和技術(shù)經(jīng)驗兼具的“雙師型”教師，改善中西部地區(qū)的師資隊伍結(jié)構(gòu)。另一方面，要提升教育教學的專業(yè)化水平，引進先進的教學與實習儀器，推動技術(shù)進步。

3.2.5 調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，促進產(chǎn)教融合

中級技術(shù)型人才的崗位需求與區(qū)域產(chǎn)業(yè)結(jié)構(gòu)息息相關(guān)，為了持續(xù)提高區(qū)域全要素生產(chǎn)效率，需要進一步推進校企合作，加強實踐基地建設(shè)，促進工學結(jié)合，全面提升在校學生的就業(yè)競爭力[7]。

參考文獻：

[1]魏權(quán)齡.數(shù)據(jù)包絡(luò)分析（DEA）[M].北京：科學出版社，2019.

[2]陶蕾，楊欣.我國中等職業(yè)教育投入與產(chǎn)出效率評價——基于DEA和Malmquist指數(shù)模型[J].教育科學，2015（4）.

[3]李顯文.基于DEA的高職院校校內(nèi)實踐教學基地效率分析[J].浙江醫(yī)學教育，2015（3）.

[4]李運萍.中等職業(yè)教育投入與產(chǎn)出的區(qū)域差異分析[J].職教論壇，2013（34）.

[5]張新芝.中西部地區(qū)職業(yè)技術(shù)人才供需調(diào)查[J].職業(yè)技術(shù)教育，2016（15）.

[6]王偉，馮樹清.我國中等職業(yè)教育全要素生產(chǎn)率演變與影響因素研究——基于31個省份面板數(shù)據(jù)的實證分析[J].教育科學，2016（4）.

[7]潘海生，冉桃桃.1998-2012年我國中等職業(yè)教育全要素生產(chǎn)率變動分析——基于Malmquist指數(shù)方法[J].職業(yè)技術(shù)教育，2015（7）.