基于DEA-Tobit兩階段模型的五年制高職會計專業學生學習成效的實證研究

趙敏 （副教授/博士） （江蘇聯合職業技術學院南京財經分院會計系 江蘇南京 210001）

長期以來，研究學生學習成效的文獻眾多，學習成效的衡量方法也各有不同。有學者認為應構建包含素質教育和能力培養兩方面內容的學習成效評價體系，這樣方能引導師生有效實現教學目標；為了更加合理地評價高職學生學習成效，應采用“雙元學分制”方法。也有學者提出將“積分制”用于學習成效評價更有優勢，教學階段、評價方法、評價主體有機結合的評價體系和方法會使得評價結果更加客觀。為了彌補高職學生學習效果評價方式的不足，還有學者建議對學生學習成效評價從多角度進行，評價的內容要具有多維性特征，評價的主體要具有多元化特征，評價的方式要具備多樣化特征，以提升學生的綜合能力及職業素養，從而實現高職教育適應時代發展要求的目的，并有學者構建了“三位一體”學生學習成效比較評價模型。

也有少數學者構建模型，對學習成效評價開展實證研究。如基于層次分析法（AHP）構建包括知識學習、能力提升和性格完善三方面內容的學習成績評價指標體系，并進行實證研究。研究結果表明，基于AHP方法構建實證評價模型，對高校學生學習成效的分析系統性和科學性更高，測度結果為評價高校學生學習成效提供了更加合理的實踐依據；也有運用數據包絡分析（DEA）模型對在線學習者學習成效進行評價。

DEA是以相對效率概念為基礎的效率評價模型，特別適用于多投入多產出效率的計算。學生的學習活動是典型的多投入多產出行為，選擇DEA衡量評價其效率極為合適。鑒于DEA模型對多目標評價的作用，本文基于DEA構建模型對學生學習成效進行測度。

一、基于DEA模型的會計專業學生學習成效評價

（一）變量說明和數據來源。自2015年開始，NJ職校與財務公司合作選取部分會計專業學生試點現代學徒制項目，并于2016年起將此項目推廣至全體會計專業學生。自2016年以后，會計專業全體學生都參與了現代學徒制項目。考慮到數據的可獲取性及研究樣本的代表性，本文選擇2016級和2017級學生為研究對象，2019年9月—2021年7月為研究期間。通過對這一期間學生相關的數據進行分析，研究會計專業學生四個學期的學習成效。本文數據來源于各任課教師提供資料的手工整理。使用的統計軟件為DEAP 2.0。

應用DEA測算學生學習成效，需要選取合適的投入和產出指標。參照國內外關于學生學習成效的研究，為能多角度更全面地描述學生學習投入情況，本文選取教師投入時間、學校硬件投入水平、教師工資、學生投入時間、家長投入時間五個指標為投入指標。其中，教師工資和學校硬件投入水平衡量教學資金投入；教師投入時間、學生投入時間和家長投入時間衡量時間投入。

產出指標應能夠代表學生開展學習活動的主要成果，衡量學生學習活動目標完成情況。本文選取知識學習、能力提升和職業素養作為產出指標。其中，各產出變量具體描述及數據獲取方式如下頁表1所示。

表1 各產出變量具體描述及數據獲取方式

（二）模型設定。鑒于DEA在測度績效方面的優越性，本文選擇DEA模型測度學生學習成效。DEA模型包括不可變規模報酬模型（CCR）和可變規模報酬模型（BCC）。一般認為學生學習成效規模報酬是可變的，因此本文選取BCC模型來測度學生學習成效。

通過對該線性規劃模型運用單純形法進行求解，可以判定決策單元是否有效。假設線性規劃的解為θ、λ、SA、SB：（1）若 θ=1，且 S=S=0，則決策單元有效 ；（2）若θ=1，但S、S至少有一個大于0，則決策單元j弱有效；（3）若 θ＜1，則決策單元 j非有效。

（三）DEA測算結果及分析。表2為基于DEA模型、運用軟件DEAP 2.0，對2016級和2017級會計專業學生本文研究期間4個學期的學習成效進行測算以及描述性統計分析的結果。

1.學生學習成效綜合效率不理想，但有逐年增高趨勢。測度結果顯示，4個學期學生學習成效均值分別為0.603、0.633、0.766和0.785，最高值的2021.2—2021.7學期也未能達到最優，說明從總體來看，學生學習成效綜合效率不理想。這是技術效率和規模效率共同作用的結果。綜合效率是對學校的教學資源配置能力、資源使用效率等多方面能力的綜合衡量與評價。它衡量學校的教學資源投入是否充分利用，教學產出是否達到最優。一般認為，綜合效率為純技術效率與規模效率的乘積。在DEA模型中，測算的綜合效率為1表明學校的教學活動同時技術有效和規模有效，教學資源投入得到了充分利用，小于1則表明該學校的教學資源投入利用程度不夠。該值越小，教學資源利用程度就越低。從具體班級來看，即使是最高值的2017級6班綜合效率也僅為0.866，還有13%左右的提升空間。這說明投入的教學資源沒有能夠得到有效利用，學校需要從教師、學生以及管理制度等多方面尋找原因，提升學生的學習成效。

測度結果也顯示，學生學習成效的綜合效率平均值從2019.9—2020.1的 0.603增加至 2021.2—2021.7的0.785，中位數從2019.9—2020.1的0.601增加至2021.2—2021.7的0.782，標準差也逐年有所下降，表明2019—2021年NJ職校會計專業學生學習成效綜合效率雖然不理想，但呈現增長態勢，學生學習成效之間的差異也在逐步縮小。

表2 2016、2017級會計專業學生2019年9月—2021年7月期間4個學期學習成效值及分布情況

2.純技術效率優于綜合效率，且逐年提高。純技術效率（PTE）是衡量在不考慮規模因素的情況下影響學生學習成效的因素。如班級的激勵約束制度、班級班風學風等。是在假設每個班級規模已經最優的前提下，用最少的教學資源投入得到最大教育產出的效率值。若某班級的學習成效PTE為1，表明該班級教學資源投入的資源配置合理有效地反映了現有的技術水平。若未能實現綜合效率最優，其主要原因是規模無效率。相比綜合效率而言，NJ職校會計專業學生學習成效的純技術效率更高些。上頁表2數據顯示，2019至2021年會計專業學生學習成效純技術效率的均值都高于綜合效率。以測度結果較好的2017級為例，2019.9—2020.1期間，2017級各班的綜合效率分別為0.635、0.631、0.581、0.648、0.585、0.671；純技術效率分別為0.638、0.655、0.586、0.793、0.683、0.671。2020.9—2021.1 期 間，2017級各班的綜合效率分別為0.774、0.794、0.820、0.813、0.805、0.861；純技術效率分別為 0.795、0.804、1.000、0.830，1.000、0.889。可見，學生學習成效的純技術效率高于綜合效率，規模未能達到最優對綜合效率產生了不利影響。

3.班級學習成效之間存在差異。描述性統計結果顯示，無論是2019.9—2020.1期間，還是2020.9—2021.1期間，測算結果之間都存在一定的標準差，這說明班級學習成效之間存在一定的差異。并且這個差異還有逐步擴大的趨勢，比如2019.9—2020.1期間，研究樣本的綜合效率、純技術效率、規模效率標準差分別為0.037、0.064、0.058。而2020.9—2021.1期間，研究樣本的綜合效率、純技術效率、規模效率標準差則分別為0.051、0.100、0.065，相較于上年同期略有增長。

二、基于Tobit模型的會計專業學生學習成效影響因素分析

（一）影響因素分析及變量選取。本文主要選擇以下幾個因素進行研究分析：班級管理制度（GM）、班風（GE）、學風（GS）、班級規模（SIZE）、班級信息化水平（GT）和教師學歷（TD）。選取以上六個因素作為方程的解釋變量。其中，班級管理制度以班級管理細則數量來衡量；班風和學風以任課教師評價來衡量；班級規模取班級學生數量；班級信息化水平以學生每周上機時間來衡量；教師學歷取班級任課教師學歷平均值表示，其中專科及以下取值為1分，本科取值為2分，碩士取值為4分，博士取值為8分。

（二）模型設計及數據來源。

1.模型設計。為檢驗各因素對學生學習成效效率影響，本文以學習成效綜合技術效率為被解釋變量，班級管理制度、班風、學風、班級規模、信息化水平和教師學歷為解釋變量，構建Tobit回歸模型為：

其中，i表示班級，t表示學期。

2.數據來源。以前文所選的會計專業2016級和2017級學生為樣本，區間為2019.9—2021.7。所需數據中被解釋變量學習成效來源于DEA模型的測算。各解釋變量數據通過手工整理所得。

3.實證分析結果。由表3可知：班級管理的系數估計值為0.671033，對應的P值則顯示這種關系在1%的水平上顯著，表明其與學生學習成效顯著正相關。這意味著班級管理制度對學生學習成效具有積極正向的影響。班級管理力度越大，學生學習效率越高。出現這一現象的主要原因是班級管理力度在一定程度上代表班主任對班級管理的重視程度及所花費的力氣。如果班主任有較強的管理意識和較有效的管理手段，則該班級學生往往學習態度端正、能力較強且具有較高的專業素養。這一研究結果肯定了班級管理工作在學生學習效果中的核心地位。學校及其他部門在支持教學工作過程中要注重充分調動班主任的積極性，發揮班主任的主觀能動性，以班主任的實際管理需求為導向，對教學資源進行合理高效配置。班主任則更應加強對班級管理工作的重視程度，完善制度，提升學生學習效率。

表3 會計專業學生學習成效影響因素檢驗結果

班風和學風的系數分別為0.336851、0.313565，相應的P值均顯示在1%的水平上顯著。表明無論是班風還是學風都與學生學習效率顯著正相關。班級的班風和學風代表著班級學生的學習狀態，反映班級學生的學習主動性。班風和學風都比較高的班級，學生學習主動性更強，提升能力的愿望更強烈，受到的職業素養熏陶更多。在這樣的班級中，學生的學習成效必然更高。班風和學風與班級學習成效顯著正相關肯定了良好的班風和學風對提升學生學習效果的作用。

信息化水平系數為正也通過了顯著性檢驗，表明班級信息化水平有助于學習成效提升。信息化水平不僅反映出學生對新鮮事物的接受能力，也反映了學生的綜合能力和對待事物積極進取的態度。一般而言，信息化水平比較高的班級，學生對知識點的接受能力更強，對實踐操作的掌握程度更高。這樣的班級實施現代學徒制，效果必然好于其他班級。信息化水平與學生學習成效顯著正相關表明，學校、家長和社會都應該重視學生信息化素養的培養。

班級規模的系數為-0.101517，通過了10%水平的顯著性檢驗，說明班級規模與學生學習效率顯著負相關。表明班級人數的增加會對學習成效產生一定的負向影響。這或許是由于班主任和任課教師精力有限，人數較多時，管理質量會下降，對學生學習效果產生了不利影響。班級規模與學生學習成效顯著負相關告訴我們，良好的學習效果需要對班級規模進行控制。

教師學歷的系數為0.368790，且在1%的水平上顯著，表明教師學歷對學生學習成效有顯著的正向影響。這是因為教師學歷越高，往往知識面越寬，在教學時會更加游刃有余，對學生的學習效果會起到更加積極的正向作用。

三、結論及建議

（一）結論。本文以NJ職校2016級和2017級會計專業學生為樣本，2019年9月—2021年7月為研究期間，利用面板數據，運用DEA-Tobit兩階段法分析現代學徒制教學模式下會計專業學生學習成效及其影響因素。實證結果表明：現代學徒制教學模式下，學校學生學習成效呈增加趨勢；班級管理制度、班風、學風、信息化教學水平和教師學歷對會計專業學生的學習成效存在顯著的正向影響；班級規模對會計專業學生的學習成效會產生顯著的負向影響。

（二）建議。

1.知識學習與能力訓練并行。高職學校以就業為導向，培養為社會服務的技能型人才。對高職學生而言，不僅要學好理論知識，更要有過硬的能力。知識是職業生涯的基礎，能力是職業發展必不可少的要素。與會計專業相關的能力包括學習能力、適應能力、協調能力、合作能力、執行能力、表達能力、創新能力等。這些能力都不是一蹴而就的，需要在學校學習過程中逐步培養。為鍛煉學生的學習能力和執行能力，教師應該有意識地布置一些富有挑戰性、學生又能夠完成的學習任務，通過這些任務日復一日地訓練學生的學習能力、適應能力和抗挫折能力；為培養學生的協調和合作能力，教師應該在學生執行任務的過程中對學生進行引導，在教學過程中潛移默化地培養學生的表達能力和創新能力。

2.思政教育與素養培養并重。為達成育人及教學目標，教師不僅要培養學生的職業素養，還要挖掘思政元素并運用合適的教學策略將思政元素融入課前、課中、課后教學及考核過程，力圖形成系統的思政育人體系。事實上，教學過程融入思政元素，有助于更好地培養學生的職業素養。在預習環節，將思政元素與知識點結合，引導學生課前探究，開展課前思政教育，并在課堂上檢驗預習效果，能夠培養學生的職業認同感，端正學生的做事態度；在課堂教學環節融入思政元素，可以訓練學生綜合能力及職業素養；在課后復習環節融入思政元素，可以引導學生挖掘知識背后的價值觀，高質量地完成課后任務，培養學生細心務實的工作作風，誠實嚴謹的治學態度，奮斗進取的人生狀態；在課程考核環節融入思政元素，能夠使得思政目標真正地融入學生的內心，變成學生的行為，實現理實結合的課程多元化評價，引導學生樹立正確的奮斗目標。

3.班級規模控制與教師學歷提升并舉。一般來說，班級規模越大，教師在進行課堂管理時所遇到的阻力就越大。因此，達到良好的教學效果需要控制班級規模。教師學歷越高，知識面也相對越寬，對學生的指導效果相對而言會更好。目前職業學校在這兩點上都未能達到理想狀態，這或許會成為職業教育改革需要思考的方向。