陳祥碧



摘 要 將量化指標體系引入到財經類專業人才培養測度模型中,通過描述統計、主成分分析和數據包分析等方法,對全國12所院校財經類專業有效性進行實證分析,得到以下結論:專業人才培養的整體水平較高,并呈現出持續增強、非均衡分化態勢;人才培養的總體效果欠佳,少數學校需警示風險。對此,應高度重視專業內涵建設,認真做好專業人才培養評估,建立健全校際專業聯動機制。
關鍵詞 高等職業院校;人才培養;專業評估;財經類專業;有效性
中圖分類號 G718.5 文獻標識碼 A 文章編號 1008-3219(2015)17-0008-05
《國家中長期教育改革和發展規劃綱要(2010-2020年)》、國家教育“十二五”規劃等政策文件多次強調,職業教育要大力推行“校企合作、工學結合、頂崗實習”的人才培養模式,創新人才培養體制。在當前更加注重內涵發展和質量提高的新階段,完善落實人才培養模式、推動專業預警和動態評估,尤顯緊迫和重要。在發展現代產業體系和建設現代職業教育體系中,財經類專業與理工類專業相比,更需重視人才培養實踐中出現的工學分離、校企不合、實習脫節等問題[1],提高人才培養的有效性,找出薄弱環節,優化資源配置。本文以全國12所高職院校財經類專業為例,對人才培養的有效性進行了實證研究,旨在為財經類院校有關人才培養和專業評估工作提供實證經驗和對策參考。
一、財經類專業人才培養指標體系構建
人才培養的有效性是指培養出來的人才與設定的人才培養目標之間的符合程度,影響人才培養有效性的因素也就是影響人才培養目標實現的因素[2]。通過分解人才培養目標,設定可量化的代表性指標,測算人才培養的有效性。從實踐來看,與人才培養有關的指標體系較多,可根據視角和使用者的不同大致分為三類:一是從服務經濟社會的宏觀角度,對人才培養質量進行評價而設計的指標體系,覆蓋面大,由教育主管部門主導;二是從推動學校內涵發展的中觀角度,在人才培養或專項評估(如專業評估)中制定的指標體系,約束力強,由教育評估部門主導;三是從學生成長成才的微觀角度,在人才培養具體實施中開發的指標體系,靈活性好,由學校內部主導,如表1所示。
三種人才培養指標體系既有共同點也有差別。相同之處在于都強調了人才培養的投入、過程和結果,差別則表現在設計依據、基本屬性和涵蓋內容的不同。本文研究財經類專業人才培養的有效性,既與學校內涵發展的中觀層面緊密相關,又涉及到學生成長成才這一微觀層面,因此需要在借鑒的基礎上,構建一套以專業為評價主體,并有財經類專業特色的人才培養指標體系。按照財經類專業的人才培養要素和流程設計了5個一級指標:師資力量和實踐條件是人才培養的投入指標,培養模式和課程教學是人才培養的過程指標,就業與聲譽是人才培養的結果指標。每個一級指標又分解出2個二級指標,強調兼職教師實質參與、實踐條件以校內為主、培養模式用教研項目經費代表等,體現了財經類專業特色,見表2。
二、樣本院校財經類專業人才培養現狀
目前全國1300余所高職高專院校,80%以上的學校開設有財經類專業。但要完整地搜集到前述10個二級指標的微觀數據,難度極大。本文根據中國高職高專教育網“高等職業院校提升專業服務產業發展能力項目”的有關資料,以財經類專業中的金融專業(含金融管理與實務、金融與證券和金融保險三個專業,下同)為典型,搜集到重慶財經職業學院、陜西財經職業技術學院、成都職業技術學院、北京財貿職業學院、山西金融職業學院、山西省財政稅務專科學校、浙江經濟職業技術學院、遼寧金融職業學院、邯鄲職業技術學院、長春金融高等專科學校、江蘇財經職業技術學院、寧夏財經職業技術學院等12所樣本學校2011年和2013年數據。
樣本院校具有較強的地域性,分布在東部的學校占到一半,待開發的西部占三分之一,中部地區最少,專業分布基本與區域經濟發展水平相適應。同時,財經類專業還有較好的學校平臺,為國家和省級示范(骨干)院校的比例超過80%,既說明了該專業人才培養取得了較好的成效,也強調了財經類人才的高端性。樣本院校在性質類別上也有明顯的特點,絕大多數是財經類院校,顯示了基礎環境的重要性,詳見表3。
統計數據顯示,各指標的均值較大,有的達到了“優秀”級別,如X1生師比,且2013年較2011年有一定程度的提高,表明財經類專業人才培養的整體水平持續增強。各指標的差距較大,有的極差率達到了43倍,如X3生均校內實訓室面積;個別指標值為0,如X5訂單培養人數占比;兩極分化現象比較嚴重,一些學校已步入先進行列,而有些學校還未達標。兩年來各指標的標準差率有縮小之勢,而X3、X4、X5和X6的標準差率仍較大,說明人才培養差異主要體現在實踐條件和培養模式上,但就業與聲譽指標X9、X10的趨同,又顯示了師資力量和課程教學對人才培養的強力作用,從而彌補實踐條件和培養模式的不足。
三、樣本院校財經類專業人才培養有效性測度
主成分分析(PCA)是一種對評價對象的工作有效性和水平進行綜合評價與監控的多元統計方法,它的基本原理是利用降維的思想,在損失很少信息的前提下把多個指標轉化為幾個綜合指標(即主成分),用其代替原始變量的絕大部分信息,并保證彼此之間互不相關、互不重疊。PCA在研究指標眾多、關系復雜的問題時,既不需要量綱一致,也不需要對指標進行賦權或重要性排列,而是通過提取主成分這一關鍵方法來揭示變量間的規律性,大大簡化了多元變量的計算, 提高了分析效率。主成分分析的基本步驟如下:首先對指標數據標準化,判定相關性,再建立協方差矩陣確定主成分個數,并求解初始因子載荷矩陣,最后計算綜合評分函數F。
在對2011年樣本數據做主成分分析前,運用IBM SPSS19.0進行檢驗,發現KMO=0.705,Bartlett Sig.=0.045,基本符合相關性和顯著性檢驗標準。進一步的方差分解,得出累計方差貢獻率超過80%,主成分個數m=4。在成分矩陣的基礎上,得到了4個主成分的分值,通過計算得出2011年和2013年12個樣本院校F值及排名,見表5。
從綜合評分F來看,2011年正分院校5所、負分院校7所,2013年維持同樣的格局,得分較差的學校比例偏高,意味著財經類專業人才培養總體效果不樂觀,沒有隨著改革進程的推進產生整體性水平提升。同時,排名最后的山西金融職業學院得分還處于下降狀態,隱現了該校人才培養有繼續惡化的風險。與之相反,浙江經濟職業技術學院、邯鄲職業技術學院和江蘇財經職業技術學院則一直居于排行前3名,人才培養狀況良好而穩定。從排名變化來看,進步較快的學校有北京財貿職業學院和長春金融高等專科學校,分別上升4位和3位,退步明顯的則是遼寧金融職業學院和成都職業技術學院,分別下降6位和3位,后者綜合評分得分變化的幅度高于前者,既凸顯了各院校間人才培養水平的不均衡,又警示我們需防范可能存在的“弱者羸弱”效應[3]。
從地域來看,分布在東部省份的學校得分靠前,西部的居中,中部的則暫處于靠后位置,專業人才培養效果呈區域非均衡特點,并與前文所述的專業分布情況、地區金融發展水平相一致。通過對各院校2011年和2013年得分和排名求均值,易知排行前50%強的為國家示范(骨干)建設單位,其次為省級示范(骨干)建設單位,最后是非示范(骨干)院校,一些以財經類專業為龍頭的學校也沒有顯示出強大的競爭力,而是仍在追求生源規模的壯大,如山西金融職業學院2013年財經類專業在校生已達1027人,在樣本院校中排名第一,但F值卻排在最后。院校性質類別方面,邯鄲職業技術學院和成都職業技術學院雖非財經類院校,但F排名仍較靠前,表明現階段院校性質對財經類專業人才培養的影響有待提高。
四、樣本院校財經類專業人才培養改進分析
前文對財經類專業人才培養的有效性和水平進行了主成分分析,但缺乏深層次原因剖析和改進方法。數據包絡分析(DEA)是一種基于線性規劃的用于評價同類型組織(或項目)工作績效相對有效性的工具手段,由著名運籌學家A. Charnes 和 W. W.Cooper等人于1978年首次提出。其實質是根據一組關于多輸入、多輸出的決策單元值來估計有效生產的前沿面,并據此進行多目標綜合效果評價。用DEA模型測度財經類專業人才培養的有效性前,要選擇輸入、輸出指標,而根據以往的經驗,選擇指標個數之和不能超過樣本量的1/2[4],本文只有12所樣本院校,因此只能選擇少于6個輸入輸出指標。采用中介法[5],選擇了具有代表性和一般性的3個輸入指標和2個輸出指標,如表6所示。
將12所樣本院校的基礎數據錄入DEAP2.1軟件,并設定DEA模型為投入導向型、規模報酬可變(VRS),通過運算可得到2013年各院校財經類專業人才培養的綜合效率(也即技術效率)。綜合效率只是一種相對效率,等于1表明組織的生產是有效的,但實際效率并不一定非常高,有可能出現整體低效下的相對高效;小于1則說明組織的生產是低效的,或者說組織消耗了太多的投入,卻只獲得了較少的產出。
如表7,重慶財經職業學院、山西金融職業學院、邯鄲職業技術學院和寧夏財經職業技術學院的綜合效率為1,達到了DEA相對有效水平,其他8所院校均為非DEA有效。對非DEA有效院校進行投影分析,計算投入冗余率和產出不足率,投入冗余率是指優化后的輸入指標可節省的投入比例,產出不足率則是優化后的輸出指標可增加的產出比例。易知,盡管成都職業技術學院、北京財貿職業學院、浙江經濟職業技術學院3所院校非DEA有效,但并未出現投入冗余和產出不足現象,表明他們正努力趨向生產前沿面,綜合效率接近DEA相對有效。但陜西財經職業技術學院、山西省財政稅務專科學校、遼寧金融職業學院、長春金融高等專科學校和江蘇財經職業技術學院等5所院校,除“初次就業率”外,均存在投入冗余和產出不足現象,其中,山西省財政稅務專科學校和陜西財經職業技術學院等綜合效率得分僅0.427、0.518,明顯低于樣本院校的平均水平。
從輸入指標來看,山西省財政稅務專科學校和陜西財經職業技術學院的投入冗余率高達56.5%和47.6%,溢出效應明顯。一方面,應加大兼職教師、實訓設備和教研經費的投入力度;另一方面,要切實提高它們的利用率,實行效率導向和目標考核制,優化人才培養的人力、物力和財力配置;江蘇財經職業技術學院、長春金融高等專科學校和遼寧金融職業學院的投入冗余率有所下降,通過優化管理,將分別節省三個輸入指標的20%、13.1%和12.4%投入比例。從輸出指標來看,遼寧金融職業學院、長春金融高等專科學校、山西省財政稅務專科學校、陜西財經職業技術學院和江蘇財經職業技術學院等5所院校的“新生報到率”產出不足,應加大招生宣傳,注重特色凝煉和品牌打造,提高專業社會滿意度和美譽度;長春金融高等專科學校則要進一步重視學生的就業創業指導,建設孵化平臺,通過一系列的措施改進,將可提升初次就業率10.7%的比例增長。
五、結論與對策建議
本文將量化的指標體系引入到財經類專業人才培養測度模型中,通過描述統計、主成分提取評分以及DEA模型等方法,實證研究了12所樣本院校財經類專業有效性,主要結論是專業人才培養的整體水平較高,并呈現出持續增強、非均衡分化態勢,要重視師資力量和課程教學對人才培養的積極作用;人才培養的總體效果欠佳,少數學校需警示風險,同時,示范(骨干)院校得分好于非示范(骨干)院校,東部院校排名高于西部院校,中部院校則最后,人才培養效果與該專業所處院校、所在地經濟發展水平密切相關;人才培養非有效的院校高達42%,其中,兼職教師、實訓設備和教研經費等投入冗余率在50%左右,5所院校新生報到率產出不足,4所院校初次就業率產出不足。鑒于此,本文提出如下建議:
一是高度重視專業內涵建設。專業是高職學校的品牌和靈魂,專業建設無疑成了高職學校內涵建設的核心內容,也是高職學校建設和發展的立足點[6]。《教育部關于全面提高高等教育質量的若干意見》(教高〔2012〕4號)等強調,建立健全專業動態調整和預警退出機制,除個別特殊專業外,對就業率連續兩年低于60%的專業,調減招生計劃直至停招。可見,無論是從內在持續性還是從外在適應性來看,加強專業內涵式發展都至關重要。在深化教育領域綜合改革的新形勢下,要加快現代職業教育體系下的專業體系與產業體系的對接,健全以校企合作為基礎、工學結合為核心、“雙師型”教師為主體、課程體系改革為突破、質量監測與評估為保障的專業人才培養制度,不斷改革創新人才培養模式,自上而下地破解各類體制機制障礙,著力解決專業建設中的突出問題。
二是認真做好專業人才培養評估。專業評估最直接的作用是推動專業建設,一套好的質量標準和評估方案,可以動態把握專業人才培養有效性,有利于對專業進行適應性調整和高水平建設。目前,一些省份已啟動“高職高專教育(新)專業合格評估”,并取得較好成效。但由于各自類型、起點和背景不同,又需要在專業評估中注重“三結合”:數據監測為主、現場考察為輔的方法結合——盡量不用主觀性判斷,以量化的指標體系代替長篇的文字匯報,現場考察主要為驗證性檢查;形成性建設與終結性考核并重的內容結合——適當減少“做了什么”的權重,多關注“怎么做”的問題,為專業人才培養“把脈開方”;專業帶頭人背景與企業行業資質的專家隊伍結合——要吸納符合專業帶頭人條件的專家做評估專家,并提高行業企業技術骨干和能工巧匠進入專家隊伍的比例,兩者構成評估隊伍的絕大部分力量。
三是建立健全校際專業聯動機制。要擯棄傳統條塊分割的院校治理和專業發展模式,建立開放、共生、多贏的校際合作平臺:在全國行指委專業教學指導委員會的框架下,健全組織機構和服務功能,發揮國家示范(骨干)院校、東部先進院校和特色院校專業引領和示范作用,大力推進信息化環境下的課程合作開發、教學資源共建等;組建區域專業教學共同體、暑假學校、對口支援等專業聯動組織,推動課程互選、學分互認、師資互聘、設備共享等在校際間的合理流動,形成專業人才培養的集約投入和特色產出;加快涉及校際聯動的分類招考、注冊入學、應用本科培養等新問題的研究,借鑒國內外實踐經驗,更大范圍地支持中職、高職、本科院校在專業銜接、人才培養上的深度合作,不斷延伸合作鏈條,提升專業建設水平和人才培養質量。
參 考 文 獻
[1]王偉,馮樹清.東中西部7所財經類高職校企合作績效評價研究[J].職教論壇,2012(9):25-28.
[2]胡卅.地方商科院校信息管理與信息系統專業人才培養模式績效評價研究 [D].長沙:中南大學,2009.
[3]王偉,鄧曉娜.基于主成分分析的校企合作績效評價——以西部49所國家示范(骨干)高職院校為例[J].廣州職業教育論壇,2013(6):36-42.
[4]魏權齡.數據包絡分析[M].科學出版社,2004.
[5]李科.基于DEA的首批國家示范性高職院校績效研究[J].教育與職業,2010(26):8-11.
[6]范唯.專業是高職學校的品牌和靈魂[N].中國青年報,2012-02-27(11).