“雙高”院校社會服務績效評價及影響因素研究*
——基于178所“雙高”院校2022年質量年度報告

譙欣怡，許曉睿

（廣西大學，廣西 南寧 530004）

一、問題提出

2008年教育部發布《高職高專院校人才培養工作水平評估方案（試行）》，評價指標體系中設立了“社會服務”二級指標，使得社會服務能力成為了高職院?？己说闹匾笜酥弧?014年12月，民政部發布了《社會工作服務項目績效評估指南》，規定了社會工作服務項目績效評估的目標、原則、主體、內容、方法程序等，標準適用于包括高校、公益事業單位等在內的各類評估對象。該指南對社會服務績效評估項目提出指引，也使得高校的社會服務績效評估得到廣泛重視。

2019年4月，教育部和財政部聯合印發了《關于實施中國特色高水平高職學校和專業建設計劃的意見》（以下簡稱“雙高計劃”）?！半p高計劃”提出集中力量建設50所左右高水平高職學校和150個左右高水平專業群，且2022年進入“雙高計劃”的高職學校和專業群辦學水平、服務能力、國際影響力應有顯著提升，使職業教育成為支撐國家戰略和地方經濟社會發展的重要力量。這個計劃的出臺標志著我國高等職業教育改革和發展進入“雙高”發展階段，它是引領職業教育新一輪重大改革的排頭兵、領頭雁。在此契機下，遴選上的高職院校（下文簡稱“雙高”院校）如何提升社會服務能力，獲得社會的認可，并更好地服務國家戰略，服務地方經濟，成為學校發展的重要任務。

鑒于此，本文采用2022年高等職業教育質量年度報告中的數據，對全國范圍內178所“雙高”院校社會服務績效進行評價，并從省域和區域的角度對其社會服務績效進行比較，深入分析省域社會服務績效的主要障礙因子和影響因素，以期為高職院校提升社會服務績效提供有益的參考與建議。

二、文獻綜述

首先，學者對高職院校社會服務的內涵進行了較豐富的探討和界定。林凌敏、李偉明提出，高職服務能力主要包括技術服務、培訓服務和社區服務［1］；方美君提出，高職院校社會服務是向區域和行業提供多方面的服務，主要包括提供技術應用型和高技能型人才培養與培訓，提供技術創新、推廣和服務，實施先進文化的傳播和輻射［2］；黃玲青、蘇江指出，高職院校與本科高校相比，其社會服務具有職業性、區域性、行業性等特點，社會服務內涵可以概括為社會培訓、技術服務、咨政服務、文化建設、公益服務五個方面［3］；吳一鳴從內外要素的角度提出：從內看高職院校社會服務能力體現為專業建設、人才培養、師資隊伍建設、條件設施保障、體制機制創新；從外看高職院校社會服務能力體現為服務區域產業發展能力、服務行業企業發展能力、服務人才成長發展能力［4］。由此可見高職院校社會服務的內涵是與普通本科院校有一定區別的，且隨著國家經濟發展戰略的調整，其內涵在不斷豐富和變化。

其次，高職院校社會服務績效的評價方法也多種多樣。呂坤等基于數據包絡分析法，研究了46所典型高職院校2018年的科學研究和社會服務效率［5］；孫永春采用主成分分析法對廣東省各高職院校2018年的社會服務績效進行評價測算［6］；沈鐵松、李國渝基于DEA效率模型對71所國家骨干高職建設院校2015年的社會服務效率進行評價研究［7］；萬歆應用熵權TOPSIS法測算了15個副省級城市高職院校的社會服務績效［8］。

最后，有關高職院校社會服務的現狀、影響因素、模式構建等也是學者廣泛探討的重點。劉曉、李甘菊通過分析197所“雙高”院校的中期建設數據發現，目前高職院校的多領域服務格局已初步形成，但在整體發展進程上仍存在多元取向不足、體制機制建設不夠、高質量服務供給態勢不足等問題［9］；張菊霞、任君慶以技術技能積累為研究視角，實證分析發現高職院校社會服務適應性總體較弱，其中“雙師”素質專任教師、企業提供校內實踐教學設備、協同創新中心等因素是高職院校社會服務適應性提升的重要因素［10］；李玲等運用GIS技術揭示了地理位置、經濟發展水平、人口狀況等均是影響職業教育資源配置效率的空間特征因素［11］；王偉運用空間杜賓模型，通過選擇產業結構、經費投入、教育結構、硬件設備等內外環境因素探討其對職業教育資源配置效率的影響［12］；在模式構建上，胡正明認為需要構建高職院校、政府、企業三者間相互交叉又互相促進的“三螺旋”模式，以提升高職院校社會服務水平［13］。

但是以往文獻績效研究范圍小、時間早，大多是“雙高計劃”之前的研究，缺少“雙高計劃”實施后全國范圍內“雙高”院校社會服務績效的評價以及省域和區域之間的比較。此外，以往的研究成果主要是對高職院校社會服務績效的排序，對社會服務績效的主要障礙因子和影響因素的實證分析較少，研究不甚充分。鑒于此，本文著重從人才培養、科技服務與社會培訓三方面對“雙高”院校社會服務績效進行探討，同時立足于指標體系內部以及外部經濟環境，進一步探討其中的主要障礙因子與影響因素，以期更全面地展示“雙高”院校社會服務績效的景象。

三、研究設計

（一）指標設置

高職教育社會服務的內涵是通過人才培養、科技服務和社會培訓來支撐國家戰略和服務地方經濟發展。其中，人才培養不但包括培養學生的數量，還應包括學生的就業去向，尤其是面向西部和東北地區就業的人數，方能更充分地體現職業教育為國家戰略（鄉村振興）做出的貢獻；科技服務主要體現為學校與企業的橫向合作，以及此類合作為當地社會發展帶來的經濟效益；社會培訓既包括政府出資的社會培訓，也包括為當地農民工開展的公益培訓。

依據內涵界定，本文從人才培養、科技服務和社會培訓三個方面構建“雙高”院校社會服務總績效的評價指標體系。其中，人才培養指標設置了畢業生人數、就業人數、留在當地就業人數、西部地區和東北地區就業人數、規模以下企業等基層服務人數、規模以上企業就業人數6個指標?？萍挤罩笜嗽O置了橫向技術服務到款額、橫向技術服務產生的經濟效益、縱向科研經費到款額、技術交易到款額、專利成果轉化數量5個指標。社會培訓指標設置了非學歷培訓項目數、非學歷培訓時間、非學歷培訓到賬經費、公益性培訓時間4個指標。具體如表1所示。

表1 “雙高”院校社會服務績效評價指標

（二）研究方法

1.熵權TOPSIS法

本文采用熵權TOPSIS法計算“雙高”院校的社會服務績效。熵權TOPSIS法是由熵權法和TOPSIS模型組合而成的方法，是一種目標決策分析法，用于多方案綜合水平評估。熵權法的優點在于能夠根據數據離散程度確定指標權重，避免了人為因素的影響，而TOPSIS法能夠根據有限評價對象與理想化目標的接近程度進行排序，從而對現有對象的相對優劣進行評價。具體研究步驟如下：

設有m個評價對象，n個評價指標，則評價矩陣X=（Xij）m*n（i=1，2，3…，m；j=1，2，3…，n），Xij表示第i個評價對象中的第j項評價指標。

首先，采用極差法對指標進行標準化處理：

計算第j項評價指標在第i個評價對象中所占的比重：

計算第j項指標的信息熵ej、差異系數gj與指標權重wj：

其次，構建加權規范化決策矩陣Zij=wj×X′ij

確定決策矩陣Zij的正理想解和負理想解，其中：

正理想解Z+=｛max Zij|j=1，2，3，…，n｝

負理想解Z-=｛min Zij|j=1，2，3，…，n｝

計算各評價對象與正理想解和負理想解之間的歐式距離s+i和s-i：

最后，計算每個評價對象的相對貼近度Ci：

Ci的值是介于0和1之間的，Ci越接近于1則表明“雙高”院校社會服務績效越接近于最優水平。

為了能夠更合理地劃分“雙高”院校社會服務績效水平區間，借鑒余永琦等運用的標準差分級法對各項指標的相對貼近度進行分級。標準差分級法的具體內容如下：令A為N的均值，S為N的標準差，當N∈（0，A-S］時屬于低水平，當N∈（A-S，A］時屬于中下水平，當N∈（A，A+S］時屬于中上水平，當N∈（A+S，1］時屬于高水平［14］。

2.障礙度模型

“雙高”院校社會服務水平的理想狀態是人才培養、科技服務與社會培訓三方面的良好均衡發展，但在指標體系內部，總會存在一些水平偏低的指標成為其社會服務績效水平提升的“短板”，這些“短板”被稱為障礙因子。因此通過引入障礙度模型對障礙因子進行識別，測算社會服務績效各指標的障礙度，對引導和調整院校的社會服務方向具有重要意義。障礙度模型主要涉及因子貢獻度、指標偏離度和障礙度這三個衡量指標，障礙度的計算式如下：

其中，Oij為第i個評價對象中第j項指標對社會服務績效的影響程度，即障礙度；Wj為上述利用熵權法計算出的各指標權重，代表各指標的因子貢獻度，反映各指標對總目標貢獻程度的大?。籙ij代表指標偏離度，用標準化后的指標值與1的差值表示，反映指標實際值與最優值的差距。

3.多元回歸模型

通過參考以往學者在影響因素研究中選取的具體維度與指標，并立足于當前職業教育的現實發展需求，從人口因素、產業特征因素、校企合作因素、學校因素四個方面分析其對“雙高”院校社會服務績效的影響。選取城市常住人口代表人口因素，選取第三產業占比、規模以上工業企業數代表產業特征因素，選取“雙師”教師比例、企業提供設備值代表校企合作因素，選取在校生數、學校經費來源代表學校因素。由于178所“雙高”院校社會服務績效為連續變量，因此采用多元回歸模型考察其影響因素，模型構建如下：

Yi=β0+β1X1+β2X2+β3X3+β4X4+μi

其中Yi為被解釋變量，代表“雙高”院校的社會服務總績效；β0代表常數項，β1，…，β4代表回歸系數；i代表各“雙高”院校；μi代表隨機誤差項；X1代表人口因素，X2代表產業特征因素，X3代表校企合作因素，X4代表學校因素。對各變量的描述性統計分析如表2所示。

表2 變量的描述性統計分析

社會服務總績效的均值與最大值相差較大，但標準差較小，表明各院校間績效水平存在明顯差距，但整體波動性較小。城市常住人口、規模以上工業企業數、企業提供設備值以及在校生數這四個變量的最大值與最小值均有較大差距，且標準差較大，說明各院校及院校所在城市在上述變量上的差異水平顯著，數據離散程度較大。第三產業占比的均值為57.57，最大值為83.87，體現了在部分城市中第三產業的發展已遠遠超過其他產業類型?！半p師”教師比例的均值與最大值差距較小且標準差較小，表明各院?！半p師”教師比例普遍較高。學校經費來源為二分類變量，其均值為0.97，表明有97%的“雙高”院校主要辦學經費來源是政府財政撥款。

（三）數據來源

本文數據主要來自“雙高”院校發布的《高等職業教育質量年度報告（2022）》以及《中國城市統計年鑒》，通過對指標數據缺失的院校進行剔除，共保留了28個省份的178所“雙高”院校。其中江蘇的“雙高”院校數量為19所，此外山東、浙江、廣東、重慶的“雙高”院校數量均超過10所。上海、寧夏、新疆僅有1所“雙高”院校。分區域來看，東部地區共有88所“雙高”院校，分布最密集；而東北地區共有14所“雙高”院校，在區域間分布數量最少。中部和西部的“雙高”院校數量分別為37和39所。

四、實證分析

（一）“雙高”院校社會服務績效現狀分析

1.從社會服務總績效來看，大多省份處于中等績效水平

通過應用熵權TOPSIS法對“雙高”院校社會服務績效的測算得知，在社會服務總績效方面，貴州、浙江、甘肅、新疆、江蘇5個省份處于高績效水平，其中貴州績效水平最高，其貼近度為0.157。天津、山西、北京、上海4個省份處于低績效水平，其中上?？冃阶畹?，其貼近度為0.018。其余總計19個省份處于中等績效水平，其中既有西部經濟較為落后省份，也有東部經濟較為發達省份，如云南社會服務總績效貼近度為0.092，在全國排名第8，廣東社會服務總績效貼近度為0.083，在全國排名第10。這說明我國省域間社會服務績效離散程度不大，整體處于中等績效水平，還有待進一步提高。

此外值得注意的是，貴州和甘肅地處西部，經濟比較落后，而社會服務總績效卻排在前列。天津、北京和上海經濟發達，而社會服務總績效卻處于最低水平。這主要是因為天津、北京和上海普通高等教育發展充分，而“雙高”院校數量較少，且這些院校畢業生幾乎都在本地就業，對于偏遠及經濟落后地區的人才輻射能力較弱。同時這些省份“雙高”院校的科技服務能力沒有得到充分發展，如天津6所“雙高”院校中有5所專利成果轉化數量為0，致使其社會服務總績效偏低。而西部省份“雙高”院校畢業生多在本地就業，屬于服務西部地區，提高了人才培養水平，所以其社會服務績效排名靠前。

從社會服務總績效下的二級指標來看，即人才培養、科技服務、社會培訓，大多數省份在三個指標的發展上存在較大差異。如浙江，社會培訓績效排1而人才培養績效排23。浙江共計14所“雙高”院校，屬于“雙高”院校分布數量較多的省份，其培養的學生多在本地就業，去西部地區和東北地區就業人數都在100人以內，所以其人才培養績效排名落后。浙江的“雙高”院校在非學歷培訓時間和公益性培訓時間上遠高于其他省份，所以其社會培訓績效排名第一。再如貴州，科技服務績效排1而社會培訓績效排22。貴州共計2所“雙高”院校，其中銅仁職業技術學院橫向技術服務產生的經濟效益為338800.64萬元，是178所“雙高”院校中最高的，其對貴州的科技服務績效做出了主要貢獻。但貴州兩所“雙高”院校在社會培訓指標上都低于全國平均水平，所以其社會培訓績效排名靠后。以上情況表明，大多數省份在人才培養、科技服務和社會培訓這三個指標上的發展不均衡，因此今后在提高社會服務總績效時應采取差異化的策略，有重點地提高。

2.從區域角度來看，我國“雙高”院校社會服務績效發展不均衡

為了更全面和深入地了解我國“雙高”院校社會服務績效的地區差異，本文又從四大區域的視角進行比較，具體數值如表3所示。

表3 四大區域社會服務績效貼近度

從表3可以看出，社會服務總績效上，西部地區績效水平最高，其次是東部和東北，中部地區位列最后。盡管西部地區經濟發展落后于東部地區，但在國家一系列政策的扶持下，西部地區實現了大躍升，在社會服務總績效上超過了東部地區，這也在一定程度上印證了高質量的職業教育在推進共同富裕、平衡區域間發展上的重要意義。中部地區“雙高”院校的社會服務總績效落后于其他三個地區，呈現“中部塌陷”現象。出現這個現象的原因在于國家實施的一系列非均衡發展戰略使得中部六省的區位優勢不能得到充分發揮，發展速度相對滯后。因此中部地區更應重視“雙高”院校社會服務績效水平的提升，縮小區域間差距，謹防職業教育領域出現“中部塌陷”現象。

人才培養二級指標上，西部地區績效水平最高，東部和中部的績效水平大體相當，東部地區績效水平最低。2021年，西部地區“雙高”院校共有超過11萬畢業生在西部和東北地區就業，遠遠超過其他三個地區在這一指標上的總人數，因此其人才培養績效排名最前?？萍挤斩壷笜松?，東部地區績效水平最高，中部和西部的績效水平大體相當，東北地區績效水平最低。東部地區科技服務績效水平最高，源于東部地區省份可以依托長三角地區和粵港澳大灣區，東部人口密度大、創新能力強、產業基礎和綜合實力雄厚，為“雙高”院校提供了科研發展的沃土。東北地區科技服務績效水平與其他三個地區存在較大差距，主要是因為其在科技服務維度下五項三級指標上的平均水平均落后于其他三個地區，在一定程度上反映出東北地區在推進校企協同以及科技成果轉化方面存在劣勢。社會培訓二級指標上，東部地區績效水平最高，東北、中部和西部三個地區的績效水平大體相當，大概是東部地區的一半。東北、中部和西部“雙高”院校在提供非學歷培訓以及公益性培訓服務上的平均學時與東部地區都有較大差距，這表明三個區域院校對社會培訓沒有給予充分的重視。今后這三個區域院校應將非學歷培訓與學歷教育放在同等重要的地位，充分整合培訓資源，縮小區域間的社會培訓績效差距。

（二）“雙高”院校社會服務績效障礙因子分析

在上述分析的基礎上，采用障礙度模型對“雙高”院校社會服務績效的障礙因子進行識別，根據障礙度的大小選出排序前五位的因子。影響省域間“雙高”院校社會服務績效的前兩位障礙因子完全相同，第三、第四、第五位的障礙因子略有不同。按出現頻次的多少和重要次序，主要障礙因子排序為：公益性培訓時間、非學歷培訓時間、專利成果轉化數量、橫向技術服務產生的經濟效益、西部地區和東北地區就業人數、縱向科研經費到款額、技術交易到款額。

值得注意的是：江蘇、浙江、廣東排在第三位的障礙因子是橫向技術服務產生的經濟效益，而其他省份是專利成果轉化數量。這三個省份的專利成果轉化數量占全國專利成果轉化總量的71.4%，因而更迫切需要的是通過加強校企合作產生更大的經濟效益。其次，中部和東部地區各省份排在第五位的障礙因子多是西部地區和東北地區就業人數，而東北和西部地區各省份排在第五位的障礙因子多是縱向科研經費到款額。這表明不同省份間在社會服務績效水平發展上有差異，各自主要的障礙因子有差別，因此應采取差異化策略來提高社會服務績效。

（三）“雙高”院校社會服務績效影響因素分析

1.多元回歸結果分析

本文運用STATA16.0軟件，為了克服異方差問題，對因變量和自變量（只包括連續變量）取了對數，采用穩健回歸，得出結果如模型1所示（見表4）。

表4 多元回歸模型運行結果

從整體上看，Prob＞F=0.000，表明模型1在1%的水平上顯著；R-squared=0.506，表明模型具有較好的擬合優度，具有統計學意義。

首先，從人口因素來看，城市常住人口在1%的顯著水平上產生正向影響。城市人口越多，越能形成人口集聚效應，并通過生源數量的擴張促進“雙高”院校提升教育供給數量。此外，加之勞動力人數的增加，面對激烈的競爭市場，會無形激發勞動者參與職業培訓的意愿，進而增加“雙高”院校社會服務的使命感，促進社會服務績效提升。

第二，從產業特征因素來看，兩個代表變量都產生負向影響。第三產業占比在1%的顯著水平上產生負向影響。這表明第三產業占比越高，“雙高”院校社會服務績效越低。其可能的原因是，現階段我國經濟發展存在顯著城際差異，越是在大城市，第三產業占比越大越能為高校畢業生就業提供有利條件。而中西部很多城市以及東部的中小城市由于需要大量制造類人才以承接產業轉移，他們多以第二產業為主導［15］，“雙高”院校畢業的學生多在這些城市就業，所以第三產業占比越高，其畢業生就業越困難，所以不利于社會服務績效提升。規模以上工業企業數在1%的顯著水平上產生負向影響，表明規模以上工業企業數量越多，“雙高”院校的社會服務績效越低。高職院校畢業生多在中小微企業就業，某一地區規模以上工業企業數量越多越會擠占中小微企業發展空間，進而影響其吸納畢業生和校企合作密度。因此扶持中小微企業，拓寬中小微企業發展空間，吸納更多畢業生服務基層能夠顯著提升院校的社會服務績效。

第三，從校企合作因素來看，“雙師”教師比例、企業提供設備值均在1%的顯著水平上產生正向影響。校企合作是“雙高”院校發展的生命線，學校具備“雙師”教師越多，企業為學校提供越多的設備，這必然提高學校的人才培養質量，拓寬校企合作深度，最終提高院校的社會服務績效水平。

第四，從學校因素來看，在校生數、辦學經費來源均在1%的顯著水平上產生影響，但影響方向不一樣，全日制在校生數的影響是正向的而辦學經費來源的影響則是負向的。在校生數代表了學校規模，一般學校規模越大，越能提升學校資源的合理配置能力，提升社會服務績效水平。主要辦學經費來源于政府財政的“雙高”院校社會服務績效反而更低，這主要是因為穩定的財政經費使得院校通過各種渠道整合資源的動力不足，降低了服務行業企業、提供社會培訓等方面的積極性，而經費來源于企業或其他的“雙高”院校多是采用多元化的經費籌措渠道，通過提供豐富的技術服務與培訓項目籌集到了充足的辦學經費，因而其社會服務績效較高。

2.穩健性檢驗

為了檢驗模型的穩健性，本文增加了一個新的自變量，用人均GDP代表經濟因素。很多研究都提到經濟是影響學校辦學效率的一個因素，但本研究對“雙高”院校社會服務績效內涵的界定強調其為當地社會經濟發展所做的貢獻，以及為西部、東北這些經濟落后地區培養職教人才、提供職業技能培訓等方面的重要作用。因此，有些中西部院校為當地培養了大量人才，校企合作成效突出，其社會服務績效也較突出，如本文提到的貴州和甘肅社會服務績效就排在全國前列，所以本研究認為經濟因素不是影響社會服務績效水平的主要因素。為了驗證這一想法以及驗證模型沒有遺漏重要變量，增加模型的穩健性，所以本文增加了模型2（見表4）?；鶞驶貧w與穩健性檢驗得出的結果基本一致，說明本研究結論是穩健的，也證明經濟因素對“雙高”院校社會服務績效沒有產生顯著的影響。

五、結論與建議

（一）結論

我國大多數省份社會服務總績效處于中等水平，其中高績效水平省份有5個；低績效水平省份有4個，社會服務總績效與省份經濟發展水平并不完全相關。大多數省份在人才培養、科技服務、社會培訓三個二級指標上存在發展差異；區域發展不均衡現象較突出。影響“雙高”院校社會服務績效的前三位障礙因子是公益性培訓時間、非學歷培訓時間和專利成果轉化數量。社會服務績效的各項影響因素中，城市常住人口、“雙師”教師比例、企業提供設備值、在校生數產生正向影響；第三產業占比、規模以上工業企業數、學校經費來源產生負向影響。

（二）建議

1.補齊短板，促進社會服務績效全面提升

人才培養、科技服務、社會培訓是“雙高”院校社會服務能力體系的三個子系統，這三個子系統比起研究型本科大學來說，三個系統之間關聯度更高、區分度更低，基本處于一種你中有我、我中有你的格局［16］。但從上文分析看出，我國大部分省份在三個子系統上發展不均衡，因此各省份需要根據自身的優劣勢實施差異化發展策略，補齊短板，適當調整薄弱環節的資源投入與發展力度。如科技服務績效第一位的貴州省應繼續保持校企合作優勢，堅持職業教育集團化辦學方向，同時也需要重視職業培訓投入來提高當地農民工的文化素質與技術水平，使民族地區從依靠外力的推動走向內生動力發展道路。

2.精準對接勞動力市場，提升社會培訓規模與質量

《國家職業教育改革實施方案》中明確提出，落實職業院校實施學歷教育與培訓并舉的法定職責，按照育訓結合、長短結合、內外結合的要求，面向在校學生和全體社會成員開展職業培訓。通過障礙度模型分析得知，公益性培訓時間和非學歷培訓時間是具有普遍影響力的兩項障礙因子，因此“雙高”院校加強社會培訓是其目前的主要任務?！半p高”院校應充分了解行業企業以及勞動力市場中勞動者的培訓需求，合理設置課程、豐富培訓模式，并積極推進成立多方共同參與的職業教育與培訓聯盟機構，整合利用培訓資源，形成職業培訓的多元共治格局。此外，為了提高培訓實效，需要在制定培訓考核辦法與細則時對標行業、國家標準，提升培訓質量。

3.合理設置專業結構，謹防過度設置第三產業專業

分析產業特征影響因素時，第三產業占比對社會服務績效帶來了負向影響，因而“雙高”院校如果在專業設置上沒有與產業結構密切契合，盲目調整專業結構，忽略自身所在城市產業結構的實際情況，反而會阻礙其社會服務績效的提升?！半p高”院校應充分了解所在地區的產業結構現狀與產業發展動態，通過對接地區特色產業和人才緊缺領域，合理建設院校特色專業與重點專業。如中小型城市與西部地區的“雙高”院校需要深入了解當地的經濟發展狀況，該城市如以第二產業為主，在專業設置上就應以建設高質量第二產業專業為主線，通過高質量制造類人才的培養助力地方淘汰落后產能，促進產業轉型升級。

4.加強校企合作，積極對接中小微企業

校企合作是“雙高”院校發展的生命線，它對提升社會服務績效起到積極的促進作用。“雙高”院校需要充分了解企業的技術服務需求，提高服務行業企業的積極性和精準性。在選擇合作對象上，“雙高”院校需要以服務本地區經濟發展為立足點，積極對接中小微企業，不應只注重與珠三角、長三角的大企業的合作，降低社會服務效能的發揮。據統計，中小微企業在所有經濟主體中占比超過95%，且提供了80%以上的城市就業崗位，此外中小微企業也是高職畢業生就業去向的主陣地。為此，應不斷加深與中小微企業的合作深度，了解他們的技術人才需求和技術開發困境，通過廣泛開展合作，提升社會服務績效。

總的來說，“雙高”院校作為國家整體高等職業教育的重要組織部分，秉持社會服務理念、關注社會各種需求、體現社會服務新型價值、重視社會服務績效評價是現代教育管理中不可或缺的責任和任務。本文建立了相對全面高效的社會服務績效評價指標體系，并對其中的障礙因子與影響因素進行了分析研判，取得了一定的研究成效。但因時間、調研數據整理等方面的限制，研究手段及方式還有待更進一步的細化，今后可以進一步細化評價指標體系，創新實證研究方法，以及運用面板數據對“雙高”院校社會服務績效的變化趨勢、影響因素等方面做更深入與細致的探討。