楊麗雪

摘要：運用超效率DEA模型和Malmquist指數(shù)，分析我國（除港、澳、臺外）31個?。ㄊ?、自治區(qū)）的高等職業(yè)教育經費投入效率。研究發(fā)現(xiàn)，我國大部分地區(qū)高等職業(yè)教育經費投入綜合技術效率均較低，其結果是由純技術效率和規(guī)模效率共同影響所致;我國高等職業(yè)教育經費投入全要素生產率整體偏低，其主要原因在于技術進步水平較低。為提高高等職業(yè)教育經費投入的效率，建議從科學合理地調整高等職業(yè)教育經費投入、適當擴大高等職業(yè)教育辦學規(guī)模、加大先進技術的引進、使用和強化高等職業(yè)教育經費投入績效追蹤等方面有效地提高我國高等職業(yè)教育經費投入效率。

關鍵詞：高等職業(yè)教育;經費投入;超效率;Malmquist

中圖分類號：G710? ? 文獻標識碼：A? ? 文章編號：1672-5727（2021）07-0053-07

高等職業(yè)教育的發(fā)展離不開經費的投入。我國高等職業(yè)教育生均公共財政預算事業(yè)費由2006年的3 252.11元增長至2017年15 055.62元，增長了將近5倍。在高等職業(yè)教育經費投入不斷增長的背景下，經費是否得到充分利用顯得尤為重要。因此，有必要探索我國高等職業(yè)教育經費投入效率，使高等職業(yè)教育在有限的經費投入中獲得最大的產出。

目前，關于職業(yè)教育經費投入效率的研究較多，為本文提供了研究基礎，但仍存在有待改進之處：現(xiàn)有的研究多為中等職業(yè)教育或部分高等職業(yè)院校的經費投入效率研究，較少有系統(tǒng)分析我國各省市高等職業(yè)教育經費投入效率。鑒于此，本研究采用超效率DEA模型和Malmquist指數(shù)模型測算我國高等職業(yè)教育經費投入效率，考察2006—2017年我國高等職業(yè)教育經費投入產出靜態(tài)效率和動態(tài)變化規(guī)律，并在此基礎上對不同地區(qū)效率進行差異分析，以期了解我國高等職業(yè)教育經費投入效率現(xiàn)狀，為提高高等職業(yè)教育經費投入效率和配置效率提供科學依據(jù)，并為高等職業(yè)教育經費投入效率提升提出有針對性的建議。

一、研究設計

本研究進行了指標選取與數(shù)據(jù)處理以及模型選擇，使所獲取的數(shù)據(jù)更具有權威性和一致性，所選擇的模型更能反映各地區(qū)高等職業(yè)教育經費投入效率的狀況。

（一）指標選取與數(shù)據(jù)處理

根據(jù)有關職業(yè)教育經費投入效率的研究文獻，選取事業(yè)費支出和基建費支出（千元）作為經費投入指標，其中事業(yè)費支出分為個人部分和公用部分①。本研究共有31個決策單元，大于投入、產出項數(shù)之和的兩倍，符合DEA經驗法則要求[1]。為符合DEA分析的單調性，對3個投入指標和2個產出指標進行相關分析[2]，結果顯示二者具有較好的相關性（見表1）。

本研究涉及的高等職業(yè)教育預算內事業(yè)性經費支出、基本建設支出的數(shù)據(jù)均來自于2007—2018年的《中國教育經費統(tǒng)計年鑒》。其中，2007年、2008年高等職業(yè)教育預算內事業(yè)性經費支出、基本建設費支出是由高等職業(yè)學院和高等專業(yè)學校的預算內事業(yè)性經費支出、基本建設費支出兩部分組成。因此，為了數(shù)據(jù)的一致性，2007年、2008年高等職業(yè)教育的事業(yè)性經費支出、基本建設費支出是由高等職業(yè)學院數(shù)據(jù)與高等專業(yè)學校數(shù)據(jù)相加得來。高等職業(yè)教育的畢業(yè)人數(shù)和在校生數(shù)的數(shù)據(jù)來自于2006—2017年的《中國教育統(tǒng)計年鑒》。

（二）模型選擇

1.超效率DEA模型

數(shù)據(jù)包絡分析（DEA）由查恩斯（A. Charnes），庫伯（W. W. Cooper）和羅茲（E. Rhodes）提出，是評價決策單元多投入多產出相對有效性的方法[3]。超效率DEA模型是CCR模型的改進模型，其解決BCC和CCR模型中DEA有效DMU無法二次排序的問題。主要思路是對于DEA有效的DMU，超效率模型對其前沿面進行二次計算推移，使其效率值超過1，即可進行比較排序;對于DEA無效的DMU，其效率值不變[4]。具體演算公式如式（1）：

min[？茲-？著（■s- i +■s+ i）]（1）

s.t.■Xij？姿j+s- i = ？茲X0，i=1，2，…，m■Yij ？姿j-s+ r = Y0，h=1，2，…，s？姿≥0， j=1，2，…，ns- i ，s+ r ≥0

式（1）中，θ表示決策單元的經費投入效率值，X和Y分別代表投入和產出變量，λ表示決策單元DUM的組合比例。當∑λ<1時，表示規(guī)模收益遞減;當∑λ=1時，表示規(guī)模收益不變;當∑λ>1時，表示規(guī)模收益遞增。s-i? 和s+r 均為松弛變量，分別為投入過剩和產出量不足。

2.基于DEA的Malmquist指數(shù)分析方法

運用Malmquist指數(shù)動態(tài)衡量全要素生產率的變化趨勢以及分析造成這種變化趨勢的原因，其指數(shù)公式如式（2）：

M=■×■×

■（2）

其中，d（t）表示時期t的距離函數(shù)，（xt，yt）為第t期投入產出，v和c分別表示規(guī)模報酬可變和規(guī)模報酬不變。M>1表示生產率改善，M=1表示生產率不變，M<1表示生產率惡化。Malmquist指數(shù)可分解為技術效率變動（EC）指數(shù)和技術進步（TC）指數(shù);技術效率指數(shù)進一步分解為純技術效率（PC）和規(guī)模效率（SC）。

二、實證分析

利用Mydea1.05軟件，以我國31個?。ㄊ?、自治區(qū)，不含港、澳、臺）作為DMU，將2006—2017年高等職業(yè)教育經費投入產出各項數(shù)據(jù)輸入軟件中，根據(jù)超效率模型（Super Efficiency）分析，得到高等職業(yè)教育經費投入產出靜態(tài)超效率值;根據(jù)Malmquist模型分析，得到各省市高等職業(yè)教育經費投入產出的動態(tài)效率，并對不同地區(qū)的效率進行差異分析。

（一）高等職業(yè)教育經費投入靜態(tài)效率分析

1.超效率DEA模型分析

以產出為導向，對2006—2017年各?。ㄊ小⒆灾螀^(qū)）的高等職業(yè)教育經費投入進行超效率模型分析，并計算出各省（市、自治區(qū)）在12年中經費投入產出效率的平均值，具體結果見表2。

從綜合技術效率來看，我國大部分地區(qū)高等職業(yè)教育經費投入效率均較低，僅有安徽省達到了DEA有效，其綜合技術效率平均值為1.244。但綜觀安徽省2006—2017年綜合技術效率發(fā)現(xiàn)，僅有2006年、2007年效率值大于1，尤其是2007年，其效率值達到12.302，這說明安徽省對之前兩年的高職經費投入是有效的，隨著時間的推移，其高職經費投入越來越不合理，影響其效率的主要因素是規(guī)模效率。因此，要擴大該省的在校生數(shù)和畢業(yè)生數(shù)。其余30個地區(qū)均為非DEA有效，其中，上海市的綜合技術效率位居第二，但其平均值僅為0.563。

從純技術效率來看，僅有安徽省和山東省達到了DEA有效，其純技術效率平均值分別為1.936和1.062。說明安徽和山東兩省關于高等職業(yè)教育經費投入的制度較為完善，管理水平較高，從而提升了經費投入效率。然而，綜觀2006—2017年純技術效率發(fā)現(xiàn)，安徽省在2006年、2007年純技術效率大于1，其余年份均小于1，說明安徽省經費投入資源未能合理利用，并且未能將良好的制度和管理能力保持下去，或者未對新形勢下的制度進行新的調整，從而導致純技術效率逐年下降。2006—2017年，山東省雖然偶爾會出現(xiàn)純技術效率小于1的現(xiàn)象，但總體均保持有效狀態(tài)。河北、河南兩省純技術效率平均值雖未達到DEA有效，但其值分別為0.989、0.961，接近于1?？偟膩碚f，我國大部分?。ㄊ小⒆灾螀^(qū)）的純技術效率較低，要繼續(xù)完善高職經費投入制度，增強經費投入的管理能力。

從規(guī)模效率來看，我國各?。ㄊ?、自治區(qū)）在2006—2017年規(guī)模效率值均未達到DEA有效。說明各地區(qū)規(guī)模較小，還需要繼續(xù)擴大在校生人數(shù)規(guī)模，從而提高規(guī)模效率。各地區(qū)比較來看，青海省的規(guī)模效率平均值最高，達到0.859，其次是西藏、寧夏兩個自治區(qū)和海南省，效率值分別為0.793、0.741、0.74。

從省域來看，我國中部地區(qū)整體效率相對較高，綜合技術效率和純技術效率均高于東、西部地區(qū)，但西部地區(qū)規(guī)模效率平均值（0.453）高于東部地區(qū)（0.304）和中部地區(qū)（0.283）。從整體看，我國高等職業(yè)教育經費投入效率偏低。究其原因，規(guī)模效率是影響我國高等職業(yè)教育綜合技術效率的主要因素，純技術效率也影響部分地區(qū)經費投入的綜合技術效率。總之，為提高各地區(qū)高等職業(yè)教育經費投入效率，既要完善經費投入制度，還要繼續(xù)擴大規(guī)模。

2.非DEA有效經費投入產出投影分析

根據(jù)上述的討論，我國大部分地區(qū)高等職業(yè)教育經費投入效率未達到最優(yōu)。為提高非DEA有效地區(qū)的經費投入效率，本研究進行投影分析，找出優(yōu)化經費投入效率不佳的路徑。以2017年各?。ㄊ?、自治區(qū)）的數(shù)據(jù)為例，選取2017年綜合效率值未達到1的地區(qū)進行投入產出冗余分析，研究發(fā)現(xiàn)被參照次數(shù)最多的為安徽省和上海市，其被參照次數(shù)分別為30次和3次。由于篇幅問題，本研究選取東、中、西部三個地區(qū)具有代表性的?。ㄊ?、自治區(qū)），分析其高等職業(yè)教育經費投入效率的優(yōu)化路徑，具體結果見表3。

從表3可以看出，東、中、西部地區(qū)所表現(xiàn)出來的總體特征為高等職業(yè)教育個人部分經費投入相對基本達到了效率最優(yōu)，而公用部分經費和基建支出經費投入過多，且高等職業(yè)教育規(guī)模還有待繼續(xù)擴大。

（1）東部地區(qū)。在投入方面，東部地區(qū)公用經費投入冗余情況較嚴重，公用經費投入需要減少33.16%，其中，江蘇和福建兩省的公用部分經費投入冗余量較高，分別需要減少90.30%和88.16%;最低的是廣東省，需要減少41.90%?；ㄖС鼋涃M投入冗余嚴重，需要減少94.26%，上海市和遼寧省的基建支出經費投入冗余較高，分別需要減少99.05%和94.18%;而河北、福建、山東和江蘇四省在基建支出投入方面達到了效率最優(yōu)。在產出方面，東部地區(qū)產出不足，平均各省市畢業(yè)生數(shù)和在校生數(shù)分別還需增加789.17%和977.72%，其中，北京市需要進一步加大高等職業(yè)教育規(guī)模。

（2）中部地區(qū)。在投入方面，中部地區(qū)公用經費投入冗余情況較為嚴重，需要減少54.21%，其中，安徽和河南兩省的公用部分經費投入冗余量較高，分別需要減少71.11%和68.11%?；ㄖС鼋涃M投冗余也相對比較嚴重，需要減少78.94%，安徽省在基本建設支出經費投入上同樣出現(xiàn)了較高的冗余，需要減少95.12%。為達到相對DEA有效目標值，中部地區(qū)應適當減少公用經費投入和基建支出經費投入。在產出方面，中部地區(qū)應繼續(xù)擴大高等職業(yè)教育規(guī)模，平均各省、市畢業(yè)生數(shù)和在校生數(shù)再擴大518.41%和630.64%就可達到相對DEA有效目標值。其中，吉林省需要大量增加畢業(yè)生人數(shù)和在校生人數(shù)，需要分別增加為1 827.41%和2 304.92%。

（3）西部地區(qū)。西部地區(qū)投入產出需要進行調整才能達到相對DEA有效目標值。在投入方面，西部地區(qū)公用部分經費和基本建設支出經費投入冗余均較為嚴重，分別需要減少62.63%和84.05%。因此，西部地區(qū)各省（市、自治區(qū)）需要減少不必要的開銷才能達到相對有效。在公用部分經費投入冗余中，廣西和甘肅兩省需要大力縮減投入，分別縮減84.48%和86.77%，以避免經費過多造成浪費;在基本建設支出經費投入冗余中，寧夏、青海和貴州三省達到了相對有效目標值。在產出方面，西部地區(qū)表現(xiàn)為產出嚴重不足，平均各?。ㄊ?、自治區(qū)）畢業(yè)生數(shù)和在校生數(shù)分別還需增加1 353.41%和1 511.86%。

（二）高等職業(yè)教育經費投入動態(tài)效率分析

為了更為深入和直觀地說明我國各省（市、自治區(qū)）高校2006—2017年高等職業(yè)教育經費投入效率的動態(tài)變化情況，本文運用MyDEA軟件進行Malmquist指數(shù)求解，得到各?。ㄊ?、自治區(qū)）高等職業(yè)教育經費投入全要素生產率指數(shù)及其分解。

1.我國高等職業(yè)教育經費投入全要素生產率總體情況

為準確地評價各高?？萍紕?chuàng)新效率隨時間變化，進行了動態(tài)變化趨勢分析（見表4）。從整體來看，2006—2017年，我國高等職業(yè)教育經費投入全要素生產率平均指數(shù)為0.94，年均下降了6%，其主要原因在于技術進步水平較低，平均指數(shù)為0.906。而技術效率較高，平均指數(shù)為1.093，其年均增長了9.3%。從時間序列來分析，2006—2017年，我國高等職業(yè)教育經費投入全要素生產率整體呈“W”形不穩(wěn)定趨勢，且全要素生產率偏低，這表明我國高等職業(yè)教育經費投入全要素生產率還有待提高，且增長也不穩(wěn)定。

2.我國高等職業(yè)教育經費投入全要素生產率區(qū)域情況

為尋求導致高等職業(yè)教育經費投入全要素生產率動態(tài)變化的根源，計算得到東、中、西部地區(qū)高等職業(yè)教育經費投入全要素生產率及其分解的平均值（見表5）。2006—2017年，東、中、西部地區(qū)的全要素生產率均小于1，年均分別降低了3.8%、5.2%、8.5%，表明各地區(qū)高等職業(yè)經費投入全要素生產率均有待提高。影響各地區(qū)全要素生產率偏低的原因主要是技術進步效率值較低，東、中、西部地區(qū)技術進步效率值分別為0.945、0.932、0.854，均低于1，出現(xiàn)該現(xiàn)狀的原因應是高等職業(yè)教育在專業(yè)設置及結構調整、職業(yè)技能訓練、建立實習基地等方面還需要加強。從技術效率來看，東、中、西部地區(qū)的技術效率均在增長，年均增長率分別為3%、2.3%、和19.27%。

3.我國高等職業(yè)教育經費投入全要素生產指數(shù)分解情況

2006—2017年，我國高等職業(yè)教育經費投入全要素生產率指數(shù)大于1的省份共有6個，僅有19.35%省份的高等職業(yè)教育經費投入全要素生產率實現(xiàn)了增長（見表6）。天津、安徽、廣東、江蘇、山東、河北等省市分別年均增長了9.4%、8.6%、4.2%、3.4%、1.9%、1%。在全要素生產率下降的25個省份當中，西藏和海南高等職業(yè)教育經費投入全要素生產率惡化最嚴重，全要素生產率年均降低20.7%和18.8%。從整體來看，我國高等職業(yè)教育經費投入效率偏低的現(xiàn)象普遍存在。

從全要素生產率指數(shù)分解來看，2006—2017年，有5個省份的技術進步水平大于1，分別是安徽（1.095）、江蘇（1.055）、廣東（1.05）、山東（1.019）、河北（1.01）。海南和西藏兩省的技術進步衰退最為明顯，分別以年均21%和23.2%的速度下降。在技術效率方面，有26個省份高等職業(yè)教育經費投入的技術效率有所增長，其中，青海省的技術效率增長最高，達到88.8%;有5省份技術效率呈下降趨勢，分別是安徽、湖北、上海、江蘇和北京。

根據(jù)高等職業(yè)教育經費投入全要素生產率指數(shù)的大小，將各?。ㄊ?、自治區(qū)）分為四種類型，即低效型（TFP<0.90）、徘徊型（0.901.10）[5]。具體結果劃分：陜西、新疆、上海、重慶、北京、江西、海南、西藏8個地區(qū)屬于低效型，其技術進步指數(shù)均相對較低，部分地區(qū)出現(xiàn)雙低現(xiàn)象。因此，這部分地區(qū)既要加快技術進步的步伐，也要提升經費支出的使用率。浙江、寧夏、黑龍江、青海、云南、四川、吉林、湖南、河南、山西、貴州、內蒙古、廣西、湖北、甘肅、福建、遼寧等17個地區(qū)屬于徘徊型，這部分地區(qū)高等職業(yè)教育經費投入全要素生產率需要繼續(xù)提高高等職業(yè)教育的技術平臺、管理制度、機構運作等環(huán)節(jié)，從而優(yōu)化效率提升路徑。河北屬于低增長型，技術效率和技術進步的增長是全要素生產率提升的主要原因。高增長型包括天津、安徽、廣東、江蘇和山東，天津高等職業(yè)教育經費投入全要素生產率提升的主要原因在于技術效率的提升;安徽、廣東、江蘇、山東4個地區(qū)全要素生產率提升則更多是因為技術進步指數(shù)提升而引起的。

三、結論與建議

（一）結論

第一，我國大部分地區(qū)高等職業(yè)教育經費投入綜合技術效率均較低，其結果是純技術效率和規(guī)模效率共同造成的。因此，高職經費投入制度、經費投入的管理能力以及在校生人數(shù)規(guī)模仍有待進一步完善與加強。從非DEA有效經費投入產出投影分析來看，東、中、西部地區(qū)所表現(xiàn)出來的總體特征為高等職業(yè)教育個人部分經費投入相對達到了效率最優(yōu)，而公用部分經費和基建支出經費投入過多，且高等職業(yè)教育規(guī)模還有待繼續(xù)擴大。

第二，我國高等職業(yè)教育經費投入全要素生產率整體呈先降低后增長、再降低再增長的不穩(wěn)定趨勢，但整體全要素生產率偏低，其主要原因在于技術進步水平較低。分地區(qū)來看，東、中、西部地區(qū)的全要素生產率均小于1，呈依次遞減狀態(tài)，其技術進步是影響各地區(qū)全要素生產率偏低的主要因素，東、中、西部地區(qū)技術進步效率值均低于1，出現(xiàn)該現(xiàn)狀的原因可能是高等職業(yè)教育在專業(yè)設置及結構調整、職業(yè)技能訓練、建立實習基地等方面還需要加強。分省市來看，我國僅有19.35%省份的高等職業(yè)教育經費投入全要素生產率實現(xiàn)了增長，分別是天津、安徽、廣東、江蘇、山東、河北等6個省市。

（二）建議

1.提高教育經費利用率

目前，我國高等職業(yè)教育經費投入均處于規(guī)模遞減狀態(tài)，且大部分?。ㄊ?、自治區(qū)）的高等職業(yè)教育公用部分經費和基建支出經費投入效率處于非有效狀態(tài)。因此，要科學合理地宏觀把控高等職業(yè)教育經費投入。東、中、西部地區(qū)的個人部分事業(yè)經費較為合理，應根據(jù)各地高職的發(fā)展繼續(xù)保持;而公用部分事業(yè)經費出現(xiàn)冗余，應適當減少高等職業(yè)學校的公共開銷和專項開支等支出;河北、上海、貴州、青海和寧夏的基本建設支出經費投入較為合理，需要繼續(xù)維持，而其他?。ㄊ?、自治區(qū)）出現(xiàn)了投入冗余，應當減少基本建設支出的經費投入。

2.提升經費投入效率

我國高等職業(yè)教育經費投入整體較多，但其效率仍有待進一步提升，其主要原因是高等職業(yè)教育的辦學規(guī)模與教育經費投入未能匹配，經費投入較多，在校生人數(shù)和畢業(yè)生數(shù)相對較少。因此，我國應適當擴大高等職業(yè)教育的辦學規(guī)模，適當調整高等職業(yè)教育的專業(yè)設置與結構，建立實習實踐基地，加強職業(yè)技能訓練，提升高等職業(yè)教育的辦學質量，有效提高就業(yè)率，并做好招生宣傳工作，從而使辦學規(guī)模與經費投入相協(xié)調，實現(xiàn)經費投入效率最大化。

3.提高高等職業(yè)教育經費投入的全要素生產率

通過前文的實證分析結果可知，東、中、西部地區(qū)的全要素生產率均偏低，導致其偏低的主要原因是技術進步呈現(xiàn)負增長。因此，我國高等職業(yè)教育應積極引進先進技術，總結與吸收高等職業(yè)教育發(fā)展較好的國家和地區(qū)的先進經驗，學習和借鑒其發(fā)展模式。與此同時，也要尋求適合自身發(fā)展的專業(yè)設置和結構，積極引進高素質職業(yè)教育人才，提高高等職業(yè)教育的辦學質量，促進高等職業(yè)教育經費投入效率的提升。

4.強化高等職業(yè)教育經費投入績效追蹤

目前，我國大部分?。ㄊ?、自治區(qū)）的純技術效率均較低，其高等職業(yè)教育經費投入制度、管理能力還有待進一步完善?！秶鴦赵宏P于加快發(fā)展現(xiàn)代職業(yè)教育的決定》指出，要提高資金使用效益，建立職業(yè)教育經費績效評價制度、審計監(jiān)督公告制度和投入支出社會公示制度。因此，我國要強化高等職業(yè)教育經費投入績效追蹤，建立績效考評系統(tǒng)，定期收集數(shù)據(jù)，實行績效評價結果通報制度，監(jiān)督高等職業(yè)教育經費使用情況，確保高等職業(yè)教育經費投入發(fā)揮最大效益，從而有效提高效率。

注釋：

①個人部分事業(yè)費主要指教師的工資及福利待遇、學生的補助等經費支出;公用部分事業(yè)費則主要指高等職業(yè)學校的公共開銷和專項開支等經費支出。選取在校生數(shù)和畢業(yè)生數(shù)作為產出指標。

參考文獻：

[1]楊會良，楊雅旭，張偉達.京津冀高校教育財政投入產出效率研究——基于DEA模型的分析[J].經濟研究參考，2017（28）：3-8.

[2]羅杭.2011年中國“985”大學效率評價——效率水平排序、影響因素研究與松弛變量分析[J].清華大學教育研究，2013（2）：87-95.

[3]CHUNG Y H， FARE R， GROSSKOPF S. Productivity and Undesirable Outputs： A Directional Distance Functionapproach[J]. Journal of Environmental Management， 1997（3）： 229-240.

[4]鄭萬騰，劉秀萍，李雨蒙.基于超效率DEA-Malmquist的學術期刊知識交流效率評價——以圖書情報類核心期刊為例[J].圖書館理論與實踐，2019（5）：65-69.

[5]楊傳喜，徐頑強，張俊飚.農林高等院校科技資源配置效率研究[J].科研管理，2013（4）：115-122.

（責任編輯：劉東菊）