基于DEA-Tobit模型的“雙高計(jì)劃”建設(shè)高職院校辦學(xué)效率評估及建設(shè)策略

摘 要 運(yùn)用DEA模型評估首輪“雙高計(jì)劃”建設(shè)結(jié)束后56所“雙高”院校的辦學(xué)效率，結(jié)合截?cái)鄶?shù)值Tobit回歸分析，探索影響“雙高”院校辦學(xué)效率的影響因素。研究結(jié)果顯示，“雙高”院校整體辦學(xué)效率較初期有所提升；“雙高”院校要素投入與配置效率仍有待進(jìn)一步改善；社會服務(wù)成為影響“雙高”院校辦學(xué)績效的最大因素。為推動(dòng)“雙高計(jì)劃”順利實(shí)施，要提高要素投入與配置效率，加快“雙高計(jì)劃”建設(shè)績效產(chǎn)出；要加強(qiáng)內(nèi)部治理現(xiàn)代化改革，確保“雙高計(jì)劃”建設(shè)高質(zhì)量推進(jìn)；要瞄準(zhǔn)社會服務(wù)水平提升，強(qiáng)化“雙高計(jì)劃”建設(shè)支撐發(fā)展作用；要優(yōu)化人力資源投入與產(chǎn)出關(guān)系，綜合提升辦學(xué)效率。

關(guān)鍵詞 “雙高計(jì)劃”；辦學(xué)效率；高職院校

中圖分類號 G718.5 文獻(xiàn)標(biāo)識碼 A 文章編號 1008-3219（2024）27-0058-08

一、問題提出

2019年12月，教育部、財(cái)政部發(fā)布《關(guān)于公布中國特色高水平高職學(xué)校和專業(yè)建設(shè)計(jì)劃建設(shè)單位名單的通知》[1]，其中包含高水平學(xué)校56所，高水平專業(yè)群建設(shè)單位141所，合計(jì)197所“雙高計(jì)劃”建設(shè)院校（以下簡稱“雙高”院校）[2]。通過五年（2019-2023年）建設(shè)，首輪“雙高計(jì)劃”已經(jīng)結(jié)束，本研究正是在首輪“雙高計(jì)劃”終期績效評價(jià)的背景下，使用DEA-Tobit模型對56所“雙高”院校辦學(xué)效率進(jìn)行分析，比較研究“雙高”院校建設(shè)初期與終期的辦學(xué)績效，分析“雙高”院校投入產(chǎn)出情況，評估“雙高”院校在提升職業(yè)教育質(zhì)量方面的發(fā)展，為下一輪“雙高計(jì)劃”建設(shè)過程中各高職院校提升辦學(xué)效率提供參考與借鑒。

二、研究設(shè)計(jì)

（一）研究模型

傳統(tǒng)經(jīng)濟(jì)學(xué)方法在測量具有投入大、產(chǎn)出高特點(diǎn)的辦學(xué)活動(dòng)時(shí)是十分困難的，而借用DEA數(shù)據(jù)包絡(luò)法（Data Envelopment Analysis）來評估學(xué)校的相對辦學(xué)效率卻取得了較好的效果。DEA分析要求決策單元（分析對象）具有相同的目標(biāo)、性質(zhì)和外部環(huán)境，即同質(zhì)性要求。這與高職院校之間具有類似辦學(xué)目標(biāo)、定位、辦學(xué)環(huán)境等相接近，可以認(rèn)為高職院校滿足DEA分析對于決策單元的同質(zhì)性要求。本研究先用DEA評估56所“雙高”院校辦學(xué)效率，再用截?cái)鄶?shù)值Tobit分析辦學(xué)效率的影響因素，即采用了一種DEA-Tobit兩步測算法[3]來完成辦學(xué)效率評估分析。

（二）數(shù)據(jù)來源

根據(jù)“雙高計(jì)劃”建設(shè)院校名單，選取了56所“雙高”院校作為分析樣本。投入與產(chǎn)出指標(biāo)數(shù)據(jù)主要來自兩方面：一是高等職業(yè)教育質(zhì)量年度報(bào)告；二是教育部網(wǎng)站上公布的相關(guān)比賽、遴選、評比結(jié)果文件，如全國職業(yè)院校技能大賽教學(xué)能力比賽獲獎(jiǎng)名單、全國教材建設(shè)獎(jiǎng)評比結(jié)果等。

（三）指標(biāo)構(gòu)建

1.指標(biāo)初選

初始指標(biāo)選取時(shí)參考了現(xiàn)有文獻(xiàn)中所采用的指標(biāo)及遴選方法。主要初選指標(biāo)以馬欣悅、湯霓等[4]研究成果為參考，同時(shí)還加入了部分在“雙高計(jì)劃”中期績效評價(jià)中被確認(rèn)為標(biāo)志性成果的指標(biāo)。在遵循通用性、易取性、代表性的指標(biāo)篩選原則下，最終確定了初始指標(biāo)體系，見表1。

DEA分析從數(shù)學(xué)原理上并不要求數(shù)據(jù)進(jìn)行無量綱化處理，但在進(jìn)行DEA分析時(shí)應(yīng)該使用正向化指標(biāo)。如果數(shù)據(jù)有負(fù)向（逆向）指標(biāo)，則需要對其進(jìn)行處理，讓其指標(biāo)意義變?yōu)檎颉１狙芯恐校鷰煴龋ㄉ鷰煴龋秸酆显谛Ｉ鷶?shù)/教師總數(shù)）數(shù)值越大代表學(xué)校在人力方面的投入越少，因此可以理解為是一個(gè)負(fù)向指標(biāo)。在SPSS 22.0中，一般采用原始變量的負(fù)數(shù)或者倒數(shù)來對其進(jìn)行正向化，本文采用后者對生師比數(shù)據(jù)進(jìn)行正向化處理。

在以往的研究中，例如學(xué)生技能競賽獲獎(jiǎng)指標(biāo)的單位是“項(xiàng)”，但是由于比賽區(qū)分一等獎(jiǎng)、二等獎(jiǎng)和三等獎(jiǎng)，因此只用簡單求和后的數(shù)值來表征一個(gè)學(xué)校的學(xué)生競賽情況會造成分析結(jié)果的不準(zhǔn)確。本文采用熵值法對上述指標(biāo)進(jìn)行了權(quán)重計(jì)算，并用無量綱綜合得分來表征相應(yīng)指標(biāo)的大小，所以在本研究中，學(xué)生技能競賽獲獎(jiǎng)（國家級）、“互聯(lián)網(wǎng)+”大賽獲獎(jiǎng)（國家級）、課程思政示范課程、示范中心（國家級）、首屆教材獎(jiǎng)（國家級）、教師教學(xué)能力比賽獲獎(jiǎng)（國家級）共5個(gè)產(chǎn)出指標(biāo)是無量綱的。相比以往同類研究，研究結(jié)果更具有合理性和準(zhǔn)確性。

2.指標(biāo)確定

利用DEA評估“雙高”院校辦學(xué)效率時(shí)，投入指標(biāo)與產(chǎn)出指標(biāo)應(yīng)存在一定的相關(guān)性。將投入指標(biāo)與產(chǎn)出指標(biāo)之間進(jìn)行相關(guān)性分析，可以看出，Y4、Y5、Y6、Y9與X1、X2、X3、X4、X5、X6、X7、X8共8項(xiàng)之間均沒有呈現(xiàn)出顯著性（p值均大于0.01），意味著Y4、Y5、Y6、Y9與X1、X2、X3、X4、X5、X6、X7、X8共8項(xiàng)之間均沒有相關(guān)關(guān)系。因此，剔除Y4、Y5、Y6、Y9共四個(gè)產(chǎn)出指標(biāo)。

投入指標(biāo)之間相關(guān)性和產(chǎn)出指標(biāo)之間的相關(guān)性影響著DEA分析結(jié)果，因此在DEA分析中考慮指標(biāo)間相關(guān)性十分必要。智冬曉指出，用因子分析法對指標(biāo)進(jìn)行處理后再進(jìn)行DEA分析，所得結(jié)果更符合實(shí)際[5]。王寧等指出，采用因子分析對指標(biāo)進(jìn)行降維處理，降低指標(biāo)之間的相關(guān)性，可以提高評估結(jié)果的有效性[6]。因此，本研究利用因子分析法分別對投入指標(biāo)和產(chǎn)出指標(biāo)進(jìn)行前期處理。

因子分析（探索性因子分析）用于探索分析項(xiàng)（定量數(shù)據(jù)）應(yīng)該分成幾個(gè)因子（變量），通常有三個(gè)步驟：第一步是判斷是否適合進(jìn)行因子分析；第二步是因子與題項(xiàng)對應(yīng)關(guān)系判斷；第三步是因子命名。本研究首先通過SPSS 22.0對7個(gè)投入指標(biāo)進(jìn)行因子分析，分析前先對投入指標(biāo)進(jìn)行KMO和Bartlett球形度檢驗(yàn)，檢驗(yàn)結(jié)果見表2。由檢驗(yàn)結(jié)果可知，KMO值為0.644，大于0.5；Bartlett球形度檢驗(yàn)p小于0.01，說明投入指標(biāo)適合進(jìn)行因子分析。

對投入指標(biāo)進(jìn)行因子分析，旋轉(zhuǎn)后投入指標(biāo)因子載荷系數(shù)見表3。所有指標(biāo)共同度（公因子方差）均大于0.4，因此無須剔除。分別提取3個(gè)投入因素（累積方差貢獻(xiàn)率＝83.832％）FI1、FI2、FI3。根據(jù)分析結(jié)果，將FI1命名為資金設(shè)備投入，將FI2命名為人力資源投入，將FI3命名為人才結(jié)構(gòu)投入。

采用同樣方法對8個(gè)產(chǎn)出指標(biāo)進(jìn)行因子分析。產(chǎn)出指標(biāo)KMO和Bartlett球形度檢驗(yàn)結(jié)果見表4。由檢驗(yàn)結(jié)果可知，產(chǎn)出指標(biāo)的KMO值為0.611，大于0.5；Bartlett球形度檢驗(yàn)p小于0.01，說明產(chǎn)出指標(biāo)同樣適合進(jìn)行因子分析。

表4 產(chǎn)出指標(biāo)KMO和Bartlett檢驗(yàn)結(jié)果

檢驗(yàn)方法 值

KMO檢驗(yàn) 0.611

Bartlett球形度檢驗(yàn) 近似卡方 63.218

df 28

p值 0.000

對產(chǎn)出指標(biāo)進(jìn)行因子分析，旋轉(zhuǎn)后產(chǎn)出指標(biāo)因子載荷系數(shù)見表5。所有指標(biāo)共同度（公因子方差）均大于0.4，因此無須剔除。分別提取了3個(gè)產(chǎn)出因素（累積方差貢獻(xiàn)率＝61.105％）FO1、FO2、FO3。根據(jù)分析的結(jié)果，將FO1命名為社會服務(wù)成果，將FO2命名為師生競賽成果，將FO3命名為教學(xué)育人成果。

根據(jù)DEA使用方法，決策單元個(gè)數(shù)（“雙高”院校數(shù)量）應(yīng)至少是投入與產(chǎn)出指標(biāo)數(shù)之和的兩倍以上，過多的指標(biāo)數(shù)將導(dǎo)致分析結(jié)果不準(zhǔn)確。本研究中，通過因子分析對指標(biāo)進(jìn)行降維處理后，新的投入、產(chǎn)出指標(biāo)合計(jì)為6個(gè)。決策單元總數(shù)為56個(gè)，新的投入、產(chǎn)出指標(biāo)數(shù)之和不足決策單元數(shù)量的一半，因此滿足DEA分析要求。

因子分析后需要求出新的投入、產(chǎn)出因子得分，但是由于原始指標(biāo)數(shù)據(jù)的單位、數(shù)量級各不相同，無法直接相加。為解決上述問題，需要進(jìn)一步對原始指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，因此本研究對原始數(shù)據(jù)采用了Z-Score標(biāo)準(zhǔn)化處理。標(biāo)準(zhǔn)化處理后，求出新的投入、產(chǎn)出指標(biāo)因子得分。

不論是投入因子數(shù)據(jù)還是產(chǎn)出因子數(shù)據(jù)，只要研究數(shù)據(jù)中出現(xiàn)負(fù)數(shù)或者0，此時(shí)進(jìn)行DEA分析并不適合。因此，采用閾值法[7]對投入、產(chǎn)出因子得分進(jìn)行無量綱化處理，見表6。

三、實(shí)證分析

DEA數(shù)據(jù)包絡(luò)分析有很多模型，其中BCC和CCR最為經(jīng)典。如果考慮規(guī)模報(bào)酬可變則使用BCC模型，反之如果認(rèn)為規(guī)模報(bào)酬不變則應(yīng)使用CCR模型。本研究使用BCC模型進(jìn)行分析。

（一）辦學(xué)效率評估分析

經(jīng)過指標(biāo)開發(fā)與模型驗(yàn)證，采用SPSSAU數(shù)據(jù)科學(xué)分析平臺評估56所“雙高”院校的辦學(xué)效率，見表7。

一般來說，綜合效率值等于1時(shí)意味著DEA有效，反之綜合效率值小于1意味著DEA無效。結(jié)合θ（綜合效率）、S-（投入冗余）和S+（產(chǎn)出不足）數(shù)值，可判斷DEA有效性，其中S-和S+數(shù)值在表7中未給出。辦學(xué)效率有效性統(tǒng)計(jì)結(jié)果見表8。

根據(jù)效率劃分標(biāo)準(zhǔn)，當(dāng)θ≥0.8時(shí)，表面研究對象辦學(xué)效率較高；當(dāng)0.5≤θ＜0.8時(shí)，表面研究對象辦學(xué)效率中等；當(dāng)θ＜0.5時(shí)，表面研究對象辦學(xué)效率較低[8]。整理56所“雙高”院校的綜合辦學(xué)效率，其辦學(xué)效率分布情況見表9。

根據(jù)可變規(guī)模報(bào)酬下的BCC模型分析結(jié)果可以得到資源配置的純技術(shù)效率，表示在同一規(guī)模的最大產(chǎn)出下最小的要素投入成本[9]，可以衡量投入導(dǎo)向下的各“雙高”院校的技術(shù)無效有多少是由純技術(shù)無效而導(dǎo)致的。依據(jù)純技術(shù)效率和規(guī)模效率是否達(dá)到全國平均水平，將全國56個(gè)“雙高”院校分為四類[10]：一是純技術(shù)效率和規(guī)模效率大于全國平均值，說明這部分院校教育資源配置是相對有效的；二是純技術(shù)效率高于全國平均值而規(guī)模效率小于平均值，說明這部分院校由于規(guī)模效率低下，進(jìn)而導(dǎo)致綜合效率的相對無效；三是純技術(shù)效率和規(guī)模效率均小于全國平均值，表明這類院校綜合效率相對低下，這主要源于兩類效率均較低；四是純技術(shù)效率小于全國平均值而規(guī)模效率大于平均值，說明這部分院校的純技術(shù)效率有待進(jìn)一步提高。經(jīng)過整理，全國56所“雙高”院校配置效率的分類結(jié)果見表10。

（二）投入產(chǎn)出問題分析

通過DEA模型評估發(fā)現(xiàn)，中等及以下辦學(xué)效率的院校有29所，占比51.79%。規(guī)模效率等于1的院校只有11所，占比19.64%。規(guī)模效率能夠很好地反映出決策單元的投入產(chǎn)出問題，規(guī)模效率不等于1，則說明需要調(diào)整研究對象的規(guī)模[11]。通過規(guī)模效率檢驗(yàn)發(fā)現(xiàn)，規(guī)模遞增的院校有27所，說明這些規(guī)模遞增院校的成果產(chǎn)出增長比例比成本投入增長比例高，適合進(jìn)一步增加投入。規(guī)模遞減的院校有18所，說明這些規(guī)模遞減院校的成果產(chǎn)出增長比例比成本投入增長比例低，并不適合進(jìn)一步增加投入。見表11。

運(yùn)用松弛變量進(jìn)一步考究“雙高”院校的投入產(chǎn)出問題。在投入方面，F(xiàn)I1投入冗余的院校有7所，其中以學(xué)校編號為24（松弛變量S-值高達(dá)2.424）的學(xué)校為代表，這類學(xué)校在資金投入上相對較高。FI2投入冗余的院校有12所，其中以學(xué)校編號為7（松弛變量S-值高達(dá)1.159）的學(xué)校為代表，這類學(xué)校在人力資源投入上相對較高。FI3投入冗余的院校有4所，其中以學(xué)校編號為32（松弛變量S-值高達(dá)1.857）的學(xué)校為代表。值得注意的是，沒有一所學(xué)校同時(shí)具有2個(gè)或全部指標(biāo)投入冗余的情況。見表12。

在產(chǎn)出方面，F(xiàn)O1產(chǎn)出不足的學(xué)校有8所，其中以學(xué)校編號31（松弛變量S+分析值高達(dá)3.457）為代表。FO2產(chǎn)出不足的學(xué)校有12所，其中以學(xué)校編號3（松弛變量S+分析值高達(dá)6.659）為代表。FO3產(chǎn)出不足的學(xué)校有21所，其中以學(xué)校編號7（松弛變量S+分析值高達(dá)3.667）為代表。同時(shí)有兩項(xiàng)指標(biāo)產(chǎn)出不足的學(xué)校有5所，占比8.93%，學(xué)校編號分別是3、8、7、17、43，相對而言此類學(xué)校存在較嚴(yán)重的產(chǎn)出不足問題。沒有一所學(xué)校同時(shí)有三項(xiàng)指標(biāo)產(chǎn)出不足，這也說明全國56所“雙高”院校至少在某一方面取得較為可觀的成果。見表13。

因此，從各學(xué)校投入產(chǎn)出問題分析可以看出，在非DEA有效的“雙高”院校中產(chǎn)出不足問題相較投入冗余問題更加復(fù)雜。從投入產(chǎn)出的結(jié)構(gòu)去提高高職院校尤其是非DEA有效的院校辦學(xué)效率仍然需要不斷地研究與探索。

（三）效率影響因素分析

1.單因素方差分析

56所“雙高”院校被劃分為A、B、C三檔[11]，利用單因素方差分析去研究不同學(xué)校檔次對于綜合效率的差異性，從分析結(jié)果可以看出A、B、C檔“雙高”院校之間的綜合效率平均水平（F=3.832，p=0.028）差異顯著。將56所“雙高”院校按照地理位置進(jìn)行劃分，東部地區(qū)有34所，中部地區(qū)有7所，西部地區(qū)有13所，東北地區(qū)有2所。利用單因素方差分析去研究不同區(qū)位對于綜合效率的差異性，從分析結(jié)果可以看出東部、中部、西部、東北地區(qū)“雙高”院校之間的綜合效率平均水平（F=0.315，p=0.814）差異不顯著，即不同地區(qū)分布對于綜合效率不會表現(xiàn)出顯著性差異，辦學(xué)的區(qū)位對“雙高”院校辦學(xué)效率的影響有限。按照綜合類、理工類和其他類對“雙高”院校進(jìn)行劃分，綜合類院校有19所，理工類院校有25所，其他類院校有12所。利用單因素方差分析去研究不同辦學(xué)類型對于綜合效率的差異性，從分析結(jié)果可以看出三類“雙高”院校之間的綜合效率平均水平（F=0.062，p=0.940）差異不顯著，即不同辦學(xué)類型對于“雙高”院校辦學(xué)效率的影響有限。

2.Tobit回歸分析

投入產(chǎn)出的結(jié)構(gòu)對“雙高”院校的辦學(xué)效率有著重要影響。由于DEA分析出的效率值介于0和1之間。因此在第二階段采用截?cái)鄶?shù)值Tobit分析效率影響因素比采用最小二乘估計(jì)（OLS）更加適合。在進(jìn)行Tobit分析之前，首先要對模型整體有效性進(jìn)行分析。從表14可知，p值小于0.01，說明模型構(gòu)建是有意義的。FI1、FI2、FI3、FO1、FO2、FO3的系數(shù)為-0.016、-0.061、-0.059、0.069、0.048、0.035，調(diào)整后的 R2為-1.487，χ2=73.800，p=0.000，故而擬合度良好。

通過分析可知，F(xiàn)O1、FO2、FO3會對綜合效率產(chǎn)生顯著的正向影響關(guān)系，即在當(dāng)前狀態(tài)下，產(chǎn)出成果越多，辦學(xué)效率越高。其中，F(xiàn)O1（社會服務(wù)成果）呈現(xiàn)出0.01水平的顯著性（z=8.804，p=0.000<0.01），回歸系數(shù)值為0.069，在所有指標(biāo)回歸系數(shù)中最大，即對辦學(xué)效率影響最大。意味著FO1會對綜合效率產(chǎn)生顯著的正向影響關(guān)系，即社會服務(wù)成果越多，學(xué)校的辦學(xué)效率也就越高。

FI1、FI2、FI3會對綜合效率產(chǎn)生顯著的負(fù)向影響關(guān)系，即在當(dāng)前狀態(tài)下，投入越多，反而辦學(xué)效率越低。其中，F(xiàn)I2（人力資源投入）呈現(xiàn)出0.01水平的顯著性（z=-8.758，p=0.000<0.01），回歸系數(shù)值為-0.061，在三個(gè)投入指標(biāo)回歸系數(shù)絕對值中最大，即在投入指標(biāo)中，其對辦學(xué)效率影響最大。

雖然A、B、C檔“雙高”院校之間的綜合效率平均水平差異顯著，但不是影響辦學(xué)效率的主要外部因素。因?yàn)?6所“雙高”院校均為國家示范或骨干院校，屬于高職教育第一梯隊(duì)，擁有不錯(cuò)的前期基礎(chǔ)。在此基礎(chǔ)上，按照綜合辦學(xué)水平所劃分的A、B、C三類，本身就具有一定的科學(xué)性，所以與綜合效率平均水平呈現(xiàn)出顯著性差異。因此可以看出，投入產(chǎn)出的內(nèi)部因素很大程度上影響了“雙高”院校辦學(xué)效率，而外部因素的影響十分有限。

四、結(jié)果與對策

（一）研究結(jié)果

1.“雙高”院校整體辦學(xué)效率較初期有所提升

數(shù)據(jù)分析顯示，56所“雙高”院校平均綜合效率為0.792，處于效率中等偏上水平。其中，屬于效率中等的院校有28所，占比50%；屬于效率較高的院校有27所，占比48.21%，接近一半；屬于效率較低的院校有1所，僅占比1.79%。通過比較前期學(xué)者[12]對全國56所院校“雙高計(jì)劃”建設(shè)初期辦學(xué)績效研究結(jié)果可以發(fā)現(xiàn)，經(jīng)過5年的“雙高計(jì)劃”建設(shè)，雖然DEA有效（θ=1）的院校從初期的15所降低到11所，但是中等辦學(xué)效率（0.5≤θ＜0.8）的學(xué)校由24所增加到28所。進(jìn)一步對比發(fā)現(xiàn)，純技術(shù)效率和規(guī)模效率均小于全國均值（σ＜Mean ＆ k＜Mean）的院校數(shù)量從初期的20所下降到10所。因此可以看出，“雙高”院校的整體辦學(xué)效率相較建設(shè)之初有所提高。通過分析DEA模型的基本原理可知，DEA模型所分析的效率是相對效率而不是絕對效率。之所以會出現(xiàn)DEA有效院校的數(shù)量稍有下降的情況，原因可能在于國家每年引導(dǎo)20余億元資金用于推進(jìn)“雙高計(jì)劃”順利實(shí)施[13]，原本辦學(xué)效率相對較高的院校在“雙高計(jì)劃”的5年建設(shè)期中，獲得了大量的資金支持以及地方政府政策支持[14]，從而改變了DEA分析模型的有效前沿面，導(dǎo)致強(qiáng)者更強(qiáng)的現(xiàn)象。當(dāng)然這種現(xiàn)象也與“雙高計(jì)劃”的實(shí)施目標(biāo)——“建設(shè)高水平高職學(xué)校和專業(yè)群，引領(lǐng)新時(shí)代職業(yè)教育實(shí)現(xiàn)高質(zhì)量發(fā)展”相一致[15]。

2.“雙高”院校要素投入與配置效率仍有待進(jìn)一步改善

通過分析可知，投入冗余的學(xué)校有23所，占比41.07%，說明這些院校建設(shè)投入轉(zhuǎn)化周期性不足。產(chǎn)出不足的院校有41所，占比高達(dá)73.21%。產(chǎn)出不足的院校數(shù)量是投入不足院校數(shù)量的1.78倍，產(chǎn)出不足問題更加明顯，因此要素投入與配置效率仍有待改善。投入冗余與產(chǎn)出不足院校占比較高的直接原因，一方面是“雙高”院校處于建設(shè)發(fā)展的上升階段，政府、學(xué)校以及相關(guān)社會組織均積極參與“雙高”院校建設(shè)發(fā)展，投入加大；另一方面由于資金、人力、設(shè)施設(shè)備等投入均為前期投入，而產(chǎn)出成效尚未顯現(xiàn)，呈現(xiàn)出投入冗余與產(chǎn)出不足比例較高的現(xiàn)象。但同時(shí)也說明“雙高”院校建設(shè)雖吸引了大量投入，但要素投入與配置仍不夠合理，建設(shè)投入使用效益不高。在后續(xù)建設(shè)中，“雙高”院校仍要警惕投入冗余與產(chǎn)出不足問題，擺脫“盲目投入，砸出績效”的建設(shè)思維，通過提升學(xué)校治理水平，進(jìn)一步優(yōu)化資源投入結(jié)構(gòu)與配置，加快績效產(chǎn)出，提高建設(shè)投入使用效益。

3.社會服務(wù)成為影響“雙高”院校辦學(xué)績效的最大因素

通過截?cái)鄶?shù)值的Tobit分析發(fā)現(xiàn)，F(xiàn)I1、FI2、FI3、FO1、FO2、FO3的回歸系數(shù)值分別為-0.016、-0.061、-0.059、0.069、0.048、0.035，調(diào)整后的R2為-1.487。在FI1、FI2、FI3中，F(xiàn)I2（人力資源投入）的回歸系數(shù)絕對值最大，即在投入指標(biāo)中，其對辦學(xué)效率影響最大。在FO1、FO2、FO3中，F(xiàn)O1（社會服務(wù)成果）的回歸系數(shù)絕對值最大，同時(shí)也在所有回歸系數(shù)中最大，即在所有指標(biāo)中其對辦學(xué)效率的影響最大。可見，在外部因素影響十分有限的情況下，社會服務(wù)水平已成為影響“雙高”院校辦學(xué)績效中最為重要的因素，這與“雙高計(jì)劃”建設(shè)一批“支撐國家重點(diǎn)產(chǎn)業(yè)、區(qū)域支柱產(chǎn)業(yè)發(fā)展”的高水平院校的初衷相一致，同時(shí)也預(yù)示著，在“雙高計(jì)劃”后續(xù)建設(shè)中，社會服務(wù)水平將成為“雙高”院校之間競爭的重要參考指標(biāo)。

（二）對策建議

1.提高要素的投入與配置效率，加快“雙高”建設(shè)績效產(chǎn)出

為提升“雙高計(jì)劃”建設(shè)績效，“雙高”院校必須在確保績效目標(biāo)實(shí)現(xiàn)的基礎(chǔ)上，以更少的投入產(chǎn)出更多的成果，因此，必須進(jìn)一步提高資源投入與配置效率。首先，從全國范圍來看，“雙高計(jì)劃”建設(shè)資金投入要相對穩(wěn)定。只有充足的資金才能升級“雙高”院校的硬件設(shè)施，提高師資水平，才能為辦學(xué)績效的提升提供基礎(chǔ)條件，保障績效目標(biāo)實(shí)現(xiàn)。其次，在各“雙高”院校之間的資金分配上要按照效率優(yōu)先原則進(jìn)行。應(yīng)將“雙高”院校的辦學(xué)效率納入績效評價(jià)的指標(biāo)體系，形成“用錢必問效，無效必問責(zé)”的約束機(jī)制。最后，從學(xué)校內(nèi)部來看，“雙高計(jì)劃”建設(shè)資金要更多地投入到能夠產(chǎn)生標(biāo)志性成果的項(xiàng)目當(dāng)中去。財(cái)政部用于推進(jìn)“雙高計(jì)劃”順利實(shí)施的資金是專項(xiàng)資金，雖然有一定的資金使用限制，但是各院校在實(shí)際使用過程中還是具有很大的自主權(quán)。采用“大水漫灌”的方式使用專項(xiàng)資金，將很難達(dá)到“雙高計(jì)劃”預(yù)期建設(shè)目標(biāo)。因此，在效率優(yōu)先、兼顧公平的原則下，各院校要瞄準(zhǔn)“雙高計(jì)劃”建設(shè)目標(biāo)，將資金更多地投入到能夠增強(qiáng)職業(yè)教育適應(yīng)性的“三教”改革、產(chǎn)教融合、社會服務(wù)中去。

2.加強(qiáng)內(nèi)部治理現(xiàn)代化改革，確保“雙高”建設(shè)高質(zhì)量推進(jìn)

從“雙高”院校建設(shè)投入冗余與產(chǎn)出不足問題來看，其根本原因是“雙高”院校治理能力不足從而導(dǎo)致辦學(xué)效率不高、院校難以高質(zhì)量發(fā)展。因此，在后續(xù)的“雙高計(jì)劃”建設(shè)中應(yīng)全面推進(jìn)內(nèi)部治理的現(xiàn)代化改革。首先，要強(qiáng)化政府引導(dǎo)，加大政策供給力度。高職院校內(nèi)部治理現(xiàn)代化改革很大程度上依賴于政府政策引導(dǎo)和推動(dòng)。換言之，加大政府政策供給力度，高職院校內(nèi)部治理現(xiàn)代化改革將會獲得更好的動(dòng)力和更大的空間。其次，要明確辦學(xué)定位，推進(jìn)制度體系建設(shè)。高校內(nèi)部治理現(xiàn)代化改革的根本遵循是制度建設(shè)[16]，制度化是現(xiàn)代化的核心要素[17]。因此，政府及有關(guān)教育主管部門要明確高職院校的辦學(xué)定位，做好頂層設(shè)計(jì)，推動(dòng)制度體系自上而下建設(shè)。高職院校要確立治理目標(biāo)，根據(jù)自身實(shí)際情況，完善內(nèi)部制度體系。各“雙高”院校要根據(jù)新修訂施行的《中華人民共和國職業(yè)教育法》并結(jié)合上級教育主管部門的政策引導(dǎo)，突出體現(xiàn)類型化辦學(xué)定位及現(xiàn)代職業(yè)教育理念，修訂職業(yè)院校的規(guī)章制度。

3.瞄準(zhǔn)社會服務(wù)水平提升，強(qiáng)化“雙高”建設(shè)支撐發(fā)展作用

社會服務(wù)水平成為“雙高”院校辦學(xué)績效最大影響因素，但是從目前“雙高”院校辦學(xué)績效情況來看，社會服務(wù)產(chǎn)出仍然較少，社會服務(wù)水平仍然較低[18]，因此“雙高”院校應(yīng)瞄準(zhǔn)社會服務(wù)水平提升，進(jìn)一步強(qiáng)化“雙高”建設(shè)的支撐發(fā)展作用。首先，要強(qiáng)化教師社會服務(wù)的能力。教師的社會服務(wù)能力是提升學(xué)校社會服務(wù)能力與水平的基礎(chǔ)，教育主管部門、職業(yè)院校等主體要組織提升廣大教師社會服務(wù)能力的培訓(xùn)，并引導(dǎo)教師積極參與，從而幫助教師迅速參與到相關(guān)領(lǐng)域的社會服務(wù)項(xiàng)目中去，提高社會服務(wù)能力。其次，要健全相關(guān)政策，持續(xù)完善配套體制機(jī)制。要充分調(diào)動(dòng)廣大教師參與社會服務(wù)的積極性就要完善相應(yīng)的激勵(lì)制度，逐步完善科技成果轉(zhuǎn)化管理和獎(jiǎng)勵(lì)制度，完善科研創(chuàng)新項(xiàng)目成員收入分配制度。在參與社會服務(wù)項(xiàng)目人員的考核評價(jià)制度改革上，要大膽嘗試，有所突破。最后，要積極地開展社會培訓(xùn)。由于職業(yè)教育與區(qū)域經(jīng)濟(jì)發(fā)展緊密相連，因此其在社會培訓(xùn)方面具有獨(dú)特的優(yōu)勢。“雙高”院校要結(jié)合自身優(yōu)勢，緊盯區(qū)域緊缺人才需求，面向企業(yè)職工、新型職業(yè)農(nóng)民、退役軍人等重點(diǎn)人群開展各類技能培訓(xùn)，為經(jīng)濟(jì)社會高質(zhì)量發(fā)展提供智力支持和人才支撐。

4.優(yōu)化人力資源投入與產(chǎn)出關(guān)系，綜合提升辦學(xué)效率

投入越多，辦學(xué)效率越低，其中人力資源投入在三個(gè)投入指標(biāo)中對辦學(xué)效率影響最大。減少人力資源投入不是簡單的裁員降薪，而是要綜合考慮投入與產(chǎn)出之間的關(guān)系。人力資源投入不變產(chǎn)出效益增加、產(chǎn)出效益不變?nèi)肆Y源投入減少，都會提升辦學(xué)效率。因此“雙高”院校可以從減少人才資源投入和增加人力資源產(chǎn)出效益兩個(gè)方面來提升學(xué)校辦學(xué)效率。為此，可以從五方面展開探索。一是優(yōu)化教師團(tuán)隊(duì)。通過評估教師的專業(yè)能力和需求，進(jìn)行合理的師資配置。優(yōu)化教師團(tuán)隊(duì)結(jié)構(gòu)，確保擁有合適數(shù)量和專業(yè)背景的教師，避免人員過剩或不匹配的情況[19]。建立科學(xué)的教師招聘和選拔機(jī)制，確保聘用具有優(yōu)秀專業(yè)素質(zhì)和教學(xué)能力的教師。注重招聘環(huán)節(jié)中的綜合素質(zhì)評估，包括學(xué)術(shù)背景、教學(xué)經(jīng)驗(yàn)、創(chuàng)新能力等，確保招聘到適合崗位的人才。鼓勵(lì)教師之間的合作與協(xié)作，組建一支互補(bǔ)的教學(xué)團(tuán)隊(duì)。通過團(tuán)隊(duì)合作，教師可以分享資源、經(jīng)驗(yàn)和教學(xué)方法，提高教學(xué)效果和工作效率。二是加強(qiáng)教師培訓(xùn)。重視教師培訓(xùn)，提供針對性的培訓(xùn)計(jì)劃，鼓勵(lì)教師參與教學(xué)方法、課程設(shè)計(jì)和評估等方面的專業(yè)培訓(xùn)，以提高教師的綜合能力和工作效率。三是推動(dòng)信息技術(shù)應(yīng)用。充分利用信息技術(shù)，如在線教學(xué)平臺、虛擬仿真實(shí)驗(yàn)室等，實(shí)現(xiàn)教學(xué)的數(shù)字化和在線化。通過數(shù)字化教學(xué)手段，減少傳統(tǒng)教學(xué)過程中的人力資源依賴，提高教學(xué)效率和教學(xué)手段應(yīng)用的靈活性、適用性[20]。借助技術(shù)手段，教師可以更好地組織和管理教學(xué)過程，實(shí)現(xiàn)個(gè)性化教學(xué)和學(xué)生自主學(xué)習(xí)，從而提高人力資源的產(chǎn)出效益。四是強(qiáng)化激勵(lì)機(jī)制。建立合理的教師激勵(lì)機(jī)制，包括薪酬、晉升、榮譽(yù)等方面的激勵(lì)。通過激勵(lì)措施，激發(fā)教師的積極性和創(chuàng)造力，提高教師的工作動(dòng)力和投入程度，進(jìn)而提高教師專業(yè)素養(yǎng)。五是加強(qiáng)外部合作與資源共享。與其他高職院校、行業(yè)企業(yè)等建立合作關(guān)系，共享資源和經(jīng)驗(yàn)。通過合作與共享，可以減少人力資源投入，同時(shí)獲得更廣泛的教學(xué)和培訓(xùn)資源，提高辦學(xué)效率。

參 考 文 獻(xiàn)

[1]教育部，財(cái)政部.關(guān)于公布中國特色高水平高職學(xué)校和專業(yè)建設(shè)計(jì)劃建設(shè)單位名單的通知[EB/OL].（2021-12-10）[2024-06-17].http：//www.moe.gov.cn/srcsite/A07/moe_737/s3876_qt/201912/t20191213_411947.html.

[2]陶勇，程瓊.“雙高計(jì)劃”建設(shè)背景下浙江高職院校智能制造專業(yè)群建設(shè)策略[J].知識窗（教師版），2022（7）：78-80.

[3]WILLIAM H.GREENE．On the asymptotic bias of the ordinary least squares estimator of the tobit model[J].Journal of the Econometric Society，1981，42（2）：505-513．

[4]馬欣悅，湯霓，石偉平.“雙高計(jì)劃”院校辦學(xué)績效評估及建設(shè)策略[J].四川師范大學(xué)學(xué)報(bào)（社會科學(xué)版），2021（2）：119-129.

[5]智冬曉.指標(biāo)相關(guān)性對DEA評價(jià)效用的影響[J].統(tǒng)計(jì)教育，2009（6）：40-44.

[6]王寧，王魯玉.基于因子分析和改進(jìn)DEA交叉模型的中國“一流大學(xué)”建設(shè)高校科研效率評價(jià)[J].統(tǒng)計(jì)與信息論壇，2018（12）：37-44.

[7]龔冷西，陳恩倫，賈玲.基于數(shù)據(jù)包絡(luò)分析的高職院校教育經(jīng)費(fèi)投入績效評價(jià)[J].教育學(xué)術(shù)月刊，2017（7）：23-29.

[8]郭燕芬，柏維春.中國學(xué)前教育經(jīng)費(fèi)投入效率的DEA分析——基于175所幼兒園的實(shí)證調(diào)查[J].教育與經(jīng)濟(jì)，2017（6）：45-50+92.

[9]楊斌，溫濤.中國各地區(qū)農(nóng)村義務(wù)教育資源配置效率評價(jià)[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2009（1）：29-37+110.

[10]李玲，陶蕾.我國義務(wù)教育資源配置效率評價(jià)及分析——基于DEA-Tobit模型[J].中國教育學(xué)刊，2015（4）：53-58.

[11]SERGIO PERELMAN，DANIEL SANTíN．How to generate regularly behaved production data？a monte carlo experimentation on dea scale efficiency measurement[J].European Journal of Operational Research，2009，199（1）：303-310．

[12]湯霓.“雙高”院校辦學(xué)效率分類評估：基于DEA-Tobit模型的測算[J].中國職業(yè)技術(shù)教育，2021（28）：51-59+72.

[13]教育部.中央引導(dǎo)、地方為主，中央財(cái)政每年引導(dǎo)資金二十余億元 職業(yè)教育“雙高計(jì)劃”建設(shè)名單公布[N].中國教育報(bào)，2019-12-19（1）.

[14]戴文靜，周金城.我國高水平高職院校建設(shè)成效的實(shí)證研究[J].職業(yè)技術(shù)教育，2019（18）：13-19.

[15]教育部，財(cái)政部.關(guān)于實(shí)施中國特色高水平高職學(xué)校和專業(yè)建設(shè)計(jì)劃的意見[EB/OL].（2019-03-29）[2024-06-17].http：//www.moe.gov.cn/srcsite/A07/moe_737/s3876_qt/201904/t20190402_376471.html.

[16][19]邵建東，徐珍珍，孫鳳敏.高職院校專業(yè)教師團(tuán)隊(duì)建設(shè)的影響因素、現(xiàn)實(shí)困境及對策研究[J].中國高教研究，2022（1）：102-108.

[17]曹高丁，聶強(qiáng).制度治理視域下高職院校內(nèi)部治理體系現(xiàn)代化研究[J].中國職業(yè)技術(shù)教育，2022（1）：43-47.

[18]胡麗娜，孟莉，金明盛.“雙高計(jì)劃”背景下高職院校教師提升社會服務(wù)能力路徑研究[J].職教論壇，2020（3）：77-83.

[20]胡新崗，黃銀云，沈璐，等.高職院校教學(xué)數(shù)字化轉(zhuǎn)型：價(jià)值意蘊(yùn)、實(shí)施邏輯和推進(jìn)路徑[J].中國職業(yè)技術(shù)教育，2023（8）：83-89.

Evaluation of Operational Efficiency and Construction Strategies for High Vocational Colleges in the “Double-high Plan” Based on the DEA-Tobit Model

Fan Min， Tao Yong

Abstract Using the DEA model to evaluate the operational efficiency of 56 “double-high” colleges after the first round of the “double-high plan” construction， combined with truncated Tobit regression analysis， this study explores the influencing factors on the operational efficiency of “double-high” colleges. The evaluation reveals that the overall operational efficiency of “double-high” colleges has improved compared to the initial stage; however， there is still room for improvement in input and configuration efficiency of factors in these colleges. Social services emerge as the primary factor influencing the operational performance of “double-high” colleges. Therefore， to facilitate the smooth implementation of the “double-high plan”， it is essential to enhance the efficiency of input and configuration of factors， accelerate the performance output of “double-high plan” construction， strengthen internal governance modernization reforms to ensure high-quality progress in “double-high plan” construction， focus on improving the level of social services to reinforce the development support role of “double-high plan” construction， and optimize the relationship between human resource input and output to comprehensively improve operational efficiency.

Key words double-high plan; operational efficiency; high vocational colleges

Author Fan Min， associate professor of Hangzhou Vocational and Technical College （Hangzhou 310018）

Corresponding author Tao Yong， lecturer of Hangzhou Vocational and Technical College （Hangzhou 310018）

作者簡介

范敏（1976- ），女，杭州職業(yè)技術(shù)學(xué)院副教授，研究方向：職業(yè)教育課程與教學(xué)，產(chǎn)教融合（杭州，310018）

通訊作者

陶勇（1986- ），男，杭州職業(yè)技術(shù)學(xué)講師，研究方向：職業(yè)教育管理與研究（杭州，310018）

基金項(xiàng)目

2021年度杭州市哲學(xué)社會科學(xué)規(guī)劃課題基地立項(xiàng)項(xiàng)目“‘雙高’建設(shè)背景下杭州高職院校智能制造專業(yè)群建設(shè)的研究”（2021JD45）；2023年度浙江省教育廳一般科研項(xiàng)目“基于DEA-Malmquis指數(shù)的浙江省50所高職院校辦學(xué)效率研究”（Y202352273），主持人：陶勇