我國中等專業人才投入與產出的效率研究

張澤

摘要：選取2016-2018年中西部18個省（直轄市、自治區）的相關面板數據，運用DEA分析方法和Malmquist指數模型對中西部地區的中職院校在中等專業人才培養上的投入與產出效率進行動態測量。研究發現中西部地區中職院校的全要素生產效率在三年里雖然有所波動，但是仍然有11個地區的綜合技術效率有效，整體呈現上升趨勢。另有7個地區由于技術退步和技術效率低效，制約了當地中職院校發展，說明這些地區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.

關鍵詞：中等專業人才培養;投入與產出;全要素生產效率

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

我國中西部地區土地面積占據全國81.3%，人口占據全國54.51%，各種資源儲量巨大，是我國未來經濟發展的重要增長極。隨著我國進入社會發展的新時代，中西部地區也在對產業進行升級，不斷地調整經濟結構，這也使得各個行業部門都亟需專業技術型人才，而中等職業院校作為為區域發展輸送中等專業人才的主要輸入路徑之一，其投入與產出的有效與否將直接影響當地專業技術人才的數量和質量。

近年來，多有學者對DEA理論和中等職業教育資源的效率和空間分布進行了研究。魏權齡（2019）論證了DEA模型在多個投入產出指標下評析效率的便利性和準確性[1]。陶蕾（2015）闡明了Malmquist指數模型在中職院校投入與產出效率評價中的具體運用過程[2]。李顯文（2015）在對職業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”和“專任教師數”作為評估指標[4]。

通過文獻研究發現，目前對中職院校在人才培養上的投入與產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的省際研究相對較少。其次，對中職院校投入與產出的DEA分析，更多采用的是基于CRS模型和VRS模型的靜態研究，而基于時間序列數據的動態研究較少。鑒于此，本研究在參考已有文獻的指標基礎上，結合中西部區域發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，并運用數據包絡分析模型（Data Envelopment Analysis，DEA）和Malmquist指數法對我國中西部各?。ㄖ陛犑小⒆灾螀^）的中職院校投入與產出效率進行動態測量。

1 ?研究設計

1.1 模型選取

1.1.1 DEA模型

數據包絡分析（Data Envelopment Analysis，DEA）簡稱“DEA”，屬于非參數估計方法。在預先設立的投入—產出指標的基礎上，通過運用線性規劃的方法，對可觀測的決策單元（Decision Making Unites，DMU）從投入冗余和產出冗余兩種角度進行生產有效性評價。DEA理論有兩種基本模型，其中一個是CCR模型，因為該模型以規模報酬不變為前提假設，故又稱為CRS模型。另一個則是BCC模型，該模型則以規模報酬可變為前提假設，故又稱為VRS模型。

1.1.2 Malmquist生產效率指數

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

1.2 指標構建與樣本數據

1.2.1 指標構建

第一，在評價經費投入方面。當前我國中職院校主要依賴于國家財政撥款，根據《中華人民共和國教育法》第五十六條規定：“各級人民政府教育財政撥款的增長應當高于財政經常性收入的增長，并使按在校學生人數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費逐步增長”。因此，為了更好地反映教育經費與辦學規模之間的適應性，評估教育經費是否真正用于學生培養上，故選擇“生均教育事業費”作為財力投入的評價指標。

第二，在評價基礎建設投入方面。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值”可以反映出中職院校所需要的物力資源。其次以“教室數量”代替“校舍建筑面積”作為基礎建設的又一指標，是因為教室是直接應用于教學的主要空間，可以更加直觀地體現辦學規模，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“教學用計算機數量”可以反映當地中職院校網絡化辦學水平。

第三，在評價人力資源投入方面。僅僅依靠“專任教師的數量”是無法全面反映當地師資結構和水平的。因為中職院校培養的是中級技術型人才，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能力，這樣才可能培養出兼具理論與技術的實踐人才。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驗。此外，從投入產出的角度來看，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，學生既是輸出的產品更是要加工的原材料，所以需要將“在校生人數”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模。

第四，在評價產出數量方面。把“畢業生數”作為反映學校產出數量的指標。是因為其可以直接反映當地中職院校為區域發展輸送中級技術人才的供應能力。

第五，在評價產出質量方面。結合中職院校的特點，將“獲得職業資格證書的畢業生人數”和“全國職業院校技能競賽的獲獎人數”，作為評價學校產出質量的重要指標。因為職業資格證書可以反映中職院校培養的技術人才是否具備基本的就業能力，而全國職業院校技能競賽則是由教育部牽頭舉辦，以選拔優秀技術型人才為目的，具有專業權威性的全國賽事，因此適合用于評價中級技術型人才的培養質量。

1.2.2 樣本數據

按照我國區域地傳統劃分方法，將中部6省和西部12?。ㄖ陛犑?、自治區）作為研究對象。從國家統計局、教育部的官方網站和2016-2018年《全國教育經費執行情況統計報告》中獲取相關數據，運用DEAP2.1軟件，采用數據包絡分析方法（Data Envelopment Analysis，DEA），將中西部地區18個省級行政區域作為決策單元，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指數模型分析中西部地區在2016-2018年間全要素生產效率的演變趨勢，對各個決策單元進行動態測量。

2 ?數據處理結果

2.1 基于DEA理論模型的靜態分析

將指標數據代入DEAP2.1軟件中求解，在以規模報酬不變為前提的CRS模型下，從產出角度分析得出，綜合技術效率有效（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）不僅是資源要素投入相對合理，而且產出的規模效益也相對較佳。

將指標數據再次代入DEAP2.1軟件中，在以規模報酬可變為前提的VRS模型下，測量其中有哪些地區的中職院校投入與產出低效是因純技術無效造成的。在被評價的18個?。ㄖ陛犑?、自治區）中，總共有13個決策單元的純技術效率有效（即Vrest=1），而且規模效益也到達了最佳（即Scale=1）。分別是中部4?。汉幽稀不?、江西、湖南;西部9?。ㄖ陛犑?、自治區）：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水平上，其投入生產要素的使用是有效率的。其中西藏和陜西僅僅是純技術效率有效但是規模效率無效（即Verst=1，Scale<1），說明這兩個地區在目前的技術水平上，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揮規模效益。此外，還有5個決策單元的純技術效率和規模效率均無效（即Verst<1且Scale<1），分別是山西、湖南、甘肅、內蒙古、云南，但是這些地區的規模報酬狀態均呈現出遞增態勢（即標注為irs），表明這些地區的產出規模還不夠，當地的中級技術型人才還無法滿足區域發展的需求，因此還需要繼續加大要素投入。（詳見表1）

2.2 基于Malmquist指數的動態分析

2.2.1 中西部地區中職院校全要素生產效率總體情況

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

再將中西部地區不同年份的TFP指數進行分解。近三年來，中西部地區的中職院校全要素生產效率處于上升趨勢，但是波動較大。其中在2016-2017年間下降幅度較大，TFP指數僅為0.756，其技術進步指數僅為0.727，在該年里主要是因為技術退步制約了當地中職院校的發展，但是在2017-2018年間，全要素生產效率增幅較大，TFP指數為1.480，技術進步指數增加到1.542，說明在該年里有了一定的技術進步。（詳見表2）

2.2.2 各區域中職院校全要素生產效率分解情況

中西部18個?。ㄖ陛犑小⒆灾螀^）有11個地方全要素生產效率變動指數（即TFP）大于1，其中內蒙古、河南、重慶、四川、安徽、云南的全要生產效率增長幅度位于前6位，其TFP指數均超過了1.10，表明這些地區的全要素生產效率的提升幅度相較于其他地區則較大。其中河南、四川、安徽、云南四個地區的中職院校生產率的大幅提升主要得益于技術進步，內蒙古主要得益于純技術效率的提升，重慶則主要得益于規模效率的提升。

另有7個地方的TFP指數小于1，屬于中職院校生產低效地區，按TFP指數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退步，湖南是因為純技術效率較低，陜西和寧夏則因為規模效率低下。

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

3 ?結論與政策建議

3.1 結論

基于DEA-Malmquist指數模型，對我國中西部地區18個?。ㄖ陛犑?、自治區）分別進行了靜態和動態分析，從而得出以下結論。

①中職院校在中等專業人才培養上的投入與產出存在區域不均衡。雖然大部分地區在2018年達到了綜合技術效率有效，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出技術效率上相差較大，貴州達到了有效，但是云南僅為0.896。

②技術效率不足是當前限制中西部地區中等專業人才培養的主因。2016-2018年間中西部中職院校資源的全要素生產效率穩步提升，主要得益于技術進步，說明教育領域內的技術進步對于培養中職技術型人才非常重要，然而，技術效率的不足是限制其進一步提升教育投入與產出效率的主因。

③要素投入的合理規劃是未來中職院校對中等專業人才培養的重點。18個?。ㄖ陛犑?、自治區）在三年里的全要素生產效率增幅差異較大，全要素生產效率最高的內蒙古地區（TFP=1.320）和最低的寧夏地區（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統籌規劃，合理布局，總結全要素生產效率較高地區的經驗，結合地區實際情況在避免投入要素冗余，取得規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進步[5]。

3.2 政策建議

3.2.1 統籌規劃教育資源，實現區域教育公平

從中職院校投入與產出技術效率的角度看，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。因此，雖然中央層面對這些地區加大了要素投入力度，但是還需要注重要素投入結構的合理性，盡量規避資源投入出現冗余，提升規模效益。

3.2.2 清除管理體制方面的障礙，促進教育技術創新

根據DEA-Malmquist指數模型分析的結果可知，技術進步是影響當地中職院校生產效率的重要因素。除了引進先進的技術裝備和教學設施以外，還需要實現中西部地區中職院校的體制機制創新。這要求中職院校在未來發展中不斷清除管理體制方面的障礙，加強組織創新活力，保證中央教育政策能夠順利地逐級傳導[6]。

3.2.3 設立中職院校的區域性示范標桿，推廣先進教育技術

對于在一段時間內持續實現了技術進步和技術效率提升的院校，可將其作為區域示范性標桿，將其管理經驗推廣到其他管理低效的地區，形成區域示范效應。

3.2.4 加強中職院校師資力量，引進先進教學設備

相關部門一方面要積極加大師資力量的投入，引進優秀教師，特別是要引入理論水平和技術經驗兼具的“雙師型”教師，改善中西部地區的師資隊伍結構。另一方面，要提升教育教學的專業化水平，引進先進的教學與實習儀器，推動技術進步。

3.2.5 調整產業結構，促進產教融合

中級技術型人才的崗位需求與區域產業結構息息相關，為了持續提高區域全要素生產效率，需要進一步推進校企合作，加強實踐基地建設，促進工學結合，全面提升在校學生的就業競爭力[7]。

參考文獻：

[1]魏權齡.數據包絡分析（DEA）[M].北京：科學出版社，2019.

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

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

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

[5]張新芝.中西部地區職業技術人才供需調查[J].職業技術教育，2016（15）.

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

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