我國高等職業教育資源配置績效評價研究

蔡文伯 陳念念

摘要：從辦學條件、教學及經費、學生發展、交流培訓與服務4個維度選取了21個高等職業教育資源指標，構建了高等職業教育資源配置績效評價指標體系。運用AHP-TOPSIS模型測算了我國30個省份2018年高等職業教育資源配置績效的評價值，并利用SOM聚類分析，確定各省份高職教育資源配置績效的等級。結果顯示：縱向科研經費、對外交流和學生就業三種資源配置績效最優，信息化教學寬帶、年生均財政撥款、師生比和高職院校數量四種資源配置績效最差;從省份中觀層面來看，江蘇省的高等職業資源配置績效最優，廣東、山東、浙江和北京次之;從區域宏觀層面來看，東部地區高等職業教育資源配置績效優異，中部地區資源配置績效較差，西部和東北地區的資源配置績效最差。

關鍵詞：高等職業教育;資源配置績效;AHP-TOPSIS模型;SOM聚類

中圖分類號：G710? ? 文獻標識碼：A? ? 文章編號：1672-5727（2022）02-0055-07

一、問題的提出

由于我國區域經濟發展狀況不同，故我國高等職業教育發展也存在區域不平衡現象。許多學者從資源利用效率方面進行了分析，劉晶晶、和震對高職院校在技術融合、資源融合、利益融合等多重維度上進行了探究[1];陶蕾、楊欣利用DEA和Malmquist指數模型對中職教育資源配置效率進行動態測評[2];蘇薈、張繼偉、孫毅利用DEA和Malmquist指數模型測算出我國職業教育經費投入呈現整體偏低[3];李夢卿、邢曉認為，高職教育應與聯盟鏈、產業鏈和資金鏈等區塊鏈內在耦合[4];宋亞峰、王世斌、潘海生運用DEA模型對我國區域和各省份高等教育資源配置差異進行研究，并利用空間計量模型分析了各省高等職業教育資源配置效率的具體空間特征[5];楊近通過規范研究提出發揮市場作用、開展校企合作等優化高等職業教育資源配置的對策[6];蘇薈、吳玉楠建立PCA-DEA模型分析發現我國東西部地區高職院校辦學績效高，中部地區辦學績效較低[7]。

綜上所述，高等職業教育資源配置績效研究雖然比較豐富，但仍存在不足。首先，研究內容上，許多研究者都更加注重對各省高等職業教育資源利用效率和冗余進行研究，而鮮少從高等職業教育資源條件本身出發對資源配置績效進行綜合評價;其次，研究方法上，大多數研究都是采用傳統的DEA-Mauquist模型對高等職業教育資源配置效率進行測算，或采取優化的DEA模型和空間計量模型相結合進行研究，方法都比較傳統或泛化。基于研究視角和研究方法的創新，筆者從高等職業教育資源配置條件本身出發，采用AHP-TOPSIS和SOM聚類模型對我國30個省份（不包括臺灣省、香港特別行政區、澳門特別行政區;由于西藏自治區數據缺失，也未包括在內）的高等職業教育資源配置績效進行評價研究，希望在一定程度上拓展高等職業教育研究路徑，并為高等職業教育質量發展提高提供參考。

二、研究設計

（一）資源配置績效評價指標體系

根據已有的相關文獻研究，有些學者把基礎性資源和發展能力作為高職教育的評價指標。“2017年學科評估”將大學的評估指標體系劃分為四個一級指標：“師資”“人才培養質量”“科研水平”和“社會服務”。本研究在借鑒相關學者和2017年學科評估指標體系的基礎上，遵循指標體系設置的科學性、簡約性、可運算性原則[8]，將高等職業教育資源配置從辦學條件、教學及經費、學生發展、交流培訓與服務4個維度進行評價，4個維度下又包含12個二級指標和21個三級指標，詳見表1。

（二）AHP-TOPSIS和SOM評價模型

1.AHP模型主觀權重

美國運籌學家托馬斯·塞蒂（T. L. Saaty）提出層次分析法（Analytic Hierarchy Process，AHP）。該方法的核心是通過兩種要素之間相互比較構建判斷矩陣并結合決策者經驗進行量化，不僅可以為決策者提供決策依據，而且在處理復雜問題上比較實用和有效;缺點是易受主觀因素影響[9]。

（1）首先選取高等職業教育資源相關指標并建立層次結構，經過同一層次要素之間兩兩比較構建判斷決策矩陣：A=[Cij]n×n，Cij表示高職教育指標數據決策矩陣中Ci和Cj相比較后的數值。

（2）構建高等職業教育決策矩陣后，檢驗決策矩陣是否通過一致性檢驗。再通過方根法計算各指標層權重：Mi=aij，i=（1，2，3，……，n），W= ，各指標主觀權重為：Wi =W/W。

2.TOPSIS模型綜合評價

TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）法常運用于多目標決策分析中，是一種接近理想狀態的科學分類方法[10]。如果評估對象距正理想解越近而距負理想解越遠，則高職教育資源配置績效越優。但TOPSIS在多層次多因素評價中容易受限。將AHP和TOPSIS兩種方法結合既能體現AHP層次分析法的研究路線，又能保留TOPSIS法對指標數據本身特性的關注，有效降低主觀因素的影響[11]。

（4）計算高等職業教育指標相對貼近度C。其公式為：C=D-/（D++D-），（1，2，3……，m）。根據高等職業教育資源評價指標的相對貼近度值，確定各省份對高等職業教育資源配置績效優劣水平。

3.SOM模型聚類分析

SOM（Self-Organizing Maps，自組織映射神經網絡）是一種可以自動查找數據中內在規律的聚類和高維可視化算法，具有很強的適應性和穩定性[12]。利用SOM 聚類可以對各省份高職教育資源配置績效水平進行分類排序。本研究基于AHP-TOPSIS和SOM 聚類模型，構建了高等職業教育資源配置評價指標體系，利用AHP-TOPSIS法分別計算了指標層權重、正負理想解和相對貼近度，用以確定30個省份資源配置績效水平，保障了結果測算的合理性。再者，基于AHP-TOPSIS計算出的數據結果，利用SOM聚類算法對30個省份高等職業教育資源配置績效的優劣程度進行分組，減少了個人經驗判斷的主觀性，使各省份高職教育資源配置績效的分類結果更加客觀科學。評價流程如圖1所示。

三、實證分析

（一）數據來源及預處理

本研究選取我國30個省份，并根據國家統計局對區域的最新劃分，將30個省份劃分為東部、中部、西部和東北部4個地區。指標數據來源于2018年《高等職業教育年度報告》以及《教育經費統計年鑒》，高職教育資源數據詳見表2。

由于構建的高等職業教育指標體系中各指標數據量綱不同，容易造成分析結果的不準確性，故本研究采用平方和歸一化方式對數據進行無量綱化處理，其公式為：Zij=，其中xij代表每個指標原始數據的數值，Zij代表對應的高等職業教育每個指標數據標準化后的值，經處理后將指標數據轉化為[0-1]之間標準化數據并以決策矩陣方式加以呈現，即：

（二）基于AHP法指標權重計算

利用AHP方法計算高等職業教育資源各級指標權重。根據構建的指標體系，構建三層結構圖。目標層為高等職業教育資源配置績效綜合評價;準則層包括高等職業教育辦學條件、學生發展、教學及經費、交流培訓與服務;指標層包括21個三級指標（X1、X2、X3、……X21）。用兩兩比較法和1-9重要性比例尺度，構建高職教育21項指標決策矩陣，最終確定各評價指標的權重，見表3。

由表3可知，高等職業教育資源相關指標共21項，由此構建了21階判斷矩陣，并利用AHP法計算出21項數據指標的權重值為：

由準則層決策矩陣的特征向量值計算λmax（最大特征根）分別為{6.603，7.810，3.054，5.348}，再分別代入公式CI=（最大特征根-n）/（n-1）中計算得到CI值，通過查詢隨機一致性RI表確定RI值。再將CI和RI的值帶入公式：CR=CI/RI，計算得到CR值為{0.0960， 0.0993，0.0519，0.0776}。CR<0.1，意味著中間層決策矩陣所得權重具有一致性，本研究判斷矩陣通過一致性檢驗，詳見表4。

（三）資源配置績效TOPSIS評價值計算

由標準化后的矩陣決策Z與各指標權重值W相乘得到加權標準化決策矩陣V為：

表5中的D+和D-分別表示高等職業教育資源評價對象與正負理想解的距離;C表示評價對象與最優方案的接近程度，即相對貼近度越大越優。本研究中相對貼近度大小代表著高等職業教育資源配置績效優差程度。從結果分析中可以看出江蘇省高等職業教育資源配置績效最優，廣東、山東、浙江和北京次之。

（四）資源配置績效SOM聚類分析

利用SOM聚類對高等職業教育資源配置績效TOPSIS評價結果進行分類，可以較為有效地解決評價對象之間由于微小差異帶來分組界限模糊的問題，可以幫助研究者清晰地了解高等職業教育資源配置績效問題，有利于深入展開研究。

由表6聚類結果可知，根據高等職業教育資源配置績效的優化程度，可以把我國30省份聚類為4組。由此可以看出，高等職業教育資源配置績效較好的省份，主要集中在東部地區。由于東部地區經濟發展迅速，教育資源十分豐富，人才濟濟，而且科學技術發達，所以在各種有利因素的作用下東部地區的資源配置績效也達到最佳。由于西部和中部地區經濟發展水平速率落后于東部地區，使得教育資源配置強度也不理想，尤其是西部地區的資源基礎設施配置更加薄弱。

四、研究結論及建議

（一）結論

本研究基于AHP-TOPSIS和SOM模型對我國30個省份的高職教育資源配置績效進行評價，結論如下：

第一，從高職教育資源指標微觀層面看，縱向科研經費、對外交流和學生就業三種資源配置最優;信息化校園寬帶、年生均財政撥款配置績效、師生比和高職院校數量四種資源配置最差。表3中權重值排名前4的資源指標分別為：縱向科研經費、全日制留學人數、非全日制人員培訓量和畢業生一次就業率。但是，信息化校園寬帶指標權重僅為0.029 5、生均財政撥款指標權重僅為0.067 6，說明高等職業教育在為學生服務和滿足學生發展需求方面存在不足。此外，院校數量資源指標的權重為0.049 9，師生比資源指標的權重為0.063 2，兩種資源配置都較差，說明我國高職院校規模仍較小，需要適度擴張，教師資源供給不足，存在師資短缺現象。

第二，從各省份高職教育資源配置績效中觀層面看，江蘇省高等職業教育資源配置績效最優，廣東、山東、浙江和北京次之。由TOPSIS綜合評價結果和SOM聚類結果可以清晰看出，江蘇省績效評價值最高達到0.632，廣東省次之，其資源配置績效的評價值為0.606。說明這兩省在辦學條件、學生發展、教學及經費和交流培訓與服務四個方面的資源配置都比較優異。西部地區資源配置條件本身比較薄弱。

第三，從區域資源配置績效的宏觀層面看，東部地區高等職業教育資源配置績效優異，中部地區資源配置績效較差，西部和東北地區的資源配置績效最差。從SOM聚類結果中可知，東部地區的江蘇和廣東兩省資源配置績效最優，山東、北京和浙江等省份的資源配置績效良好。

（二）建議

1.均衡高等職業教育資源配置，縮小區域高職教育發展差距

實證分析發現，我國西部和東北地區高等職業教育資源配置的績效評價值最低，中部地區部分省份資源配置的績效評價值也比較低，高職教育資源配置薄弱，發展質量不佳。要改變這種現狀，首先，要打破傳統的高等職業教育“等”“靠“要”的資源配置模式，實現高等職業教育資源跨界互動與融合，促進高等職業教育資源和教育質量均衡，減少資源損耗，從而解決不同地區高等職業教育資源配置嚴重不均衡的現象。其次，突破傳統的職業教育發展思維，以“無邊界職業教育”理念為基礎，建立“大教育”思維指導的資源配置機制，實現資源有效利用[13]。再次，從自身發展來說，資源配置薄弱的地區可以采取差異化策略吸附個性化資源提升自身優勢，實現高職教育資源增值和高效。尤其是西部地區，應主動抓住西部大開發政策帶來的發展機遇，加強東西聯動，實現東西雙向互濟，提高西部地區資源配置的通達度和均等化水平，推動西部地區高職教育發展。

2.重新確定資源配置主體利益關系，注重學生發展需求

通過對高等職業教育資源各指標權重進行計算可知，信息化教學校園寬帶、生均財政撥款權重值較低，說明高等職業教育在學生服務方面還未完全滿足學生發展需求。主要原因可能在于政府、高職院校、企業以及社會組織等不同主體之間的利益博弈導致我國高職教育資源類型邊界過于剛性。教育的本質在于以學生為本，高職教育資源配置的重要意義在于培養高級技能型人才，滿足學生成長和發展的需要。只有注重學生的發展需求，重新確立不同利益相關者的關系，才有可能消解主體之間的利益壁壘，實現不同類型教育資源的互動與共享[14]。政府應加大對高職教育的財政投入，保證我國高職教育資源配置的財政支出;還要加強數字資源精準化建設，對相關數字資源進行有效篩選，使它們能夠借助網絡媒體等平臺實現高等職業教育資源對接與資源共享，完善高職教育資源配置的價值鏈。此外，企業或社會組織機構應均衡自身利益和社會利益。高職院校應提升資源的吸附力和資源利用率，加強學生使用資源的自主性[15]。

3.適度擴大我國高職院校的規模，優化教師隊伍

研究發現，我國高職院校數量和師生比指標的權重值較低，說明我國高職院校的規模存在局限，高職教育教師資源比較短缺。基于此，各省份在兼顧教學質量和辦學效益的基礎上，通過一定比例擴招，適當擴大高職院校的規模，以降低規模因素對高等職業院校資源配置的阻隔。首先，在擴張高職院校規模時要以實際情況為準則，避免盲目擴張帶來負面效應，造成本末倒置。其次，對于解決師資短缺而言，高職院校需要明確自身定位，靈活調整教育結構，可以聘請相關領域的企業精英進行授課，還可以加強不同區域高職院校教師之間的聯動與交流，建立師資共享機制，解決師資短缺問題。最后，打破區域之間的師資壁壘，建立公平合理的師資管理模式。改革高等職業教育人事招聘制度，建立教師職稱晉升制度，為需要專業教師的領域提供“急救”教師[16]。

參考文獻：

[1]劉晶晶，和震.“雙高計劃”高職院校深化產教融合的維度及內涵研究[J].教育發展研究，2020（17）：52-58.

[2]陶蕾，楊欣.我國中等職業教育資源配置效率評價及分析——基于DEA-Malmquist指數模型[J].教育科學，2015（4）：26-31.

[3]蘇薈，張繼偉，孫毅.我國職業教育經費投入效率評價——基于社會經濟功能的視角[J].現代教育管理，2019（5）：89-94.

[4]李夢卿，邢曉.區塊鏈視角下高等職業教育產教融合創新模式研究[J].教育發展研究，2020（17）：59-65.

[5]宋亞峰，王世斌，潘海生.高等職業教育資源區域配置效率的空間計量研究[J].高等工程教育研究，2019（1）：144-151.

[6]楊近.我國高等職業教育資源配置現狀及優化對策[J].職業技術教育，2014（16）：51-54.

[7]蘇薈，吳玉楠.基于PCA-DEA模型的高職院校辦學績效評價研究[J].現代教育管理，2018（10）：87-93.

[8]郭韜，王晨，王淞，等.基于組合賦權-Topsis的軍工集團軍民兩用技術推廣能力評價研究[J].科研管理，2017（6）：76-83.

[9]朱建軍.層次分析法的若干問題研究及應用[D].沈陽：東北大學，2005.

[10]王孝寧，顏玲，何欽成.基于TOPSIS法和SOM神經網絡的論文評價研究[J].科技進步與對策，2009（24）：155-161.

[11]陸浩杰.基于AHP-熵權法的煤炭企業低碳經濟綜合評價研究[D].西安：西安科技大學，2014.

[12]楊占華，楊燕.SOM神經網絡算法的研究與進展[J].計算機工程，2006（16）：201-202，228.

[13]吳婷琳.邊界消弭與多元合作：我國高等職業教育資源配置的路徑選擇[J].江蘇高教，2018（1）：104-107.

[14]楊曉莉，陳顥.高職教育資源配置問題及優化策略[J].教育與職業，2020（2）：42-46.

[15]孫建.高職院校內部治理結構改革——基于教育質量的視角[J].江蘇高教，2017（7）：90-94.

[16]陸燕飛，陳嵩.百萬擴招背景下高等職業教育供給側改革的路徑探析[J].職教論壇，2019（7）：32-36.

（責任編輯：楊在良）

3883501908233