匡小平 李輝

作者簡(jiǎn)介

匡小平（1962- ），男，江西財(cái)經(jīng)大學(xué)財(cái)稅與公共管理學(xué)院二級(jí)教授，博士生導(dǎo)師，研究方向：財(cái)稅理論與政策，公共經(jīng)濟(jì)與管理（南昌，330013）；李輝（1978- ），男，江西財(cái)經(jīng)大學(xué)財(cái)稅與公共管理學(xué)院副教授，博士研究生，研究方向：財(cái)稅理論與政策，職業(yè)教育

基金項(xiàng)目

教育部人文社會(huì)科學(xué)規(guī)劃基金項(xiàng)目“‘伊斯特林悖論的統(tǒng)計(jì)本質(zhì)及其破解的理論與實(shí)證研究”（21YJAZH127），主持人：周偉

摘 要 我國(guó)高等職業(yè)教育已進(jìn)入高質(zhì)量發(fā)展的新時(shí)期，其基本要求是實(shí)現(xiàn)財(cái)政投入的高效率。依據(jù)2013-2020年我國(guó)高職教育省級(jí)面板數(shù)據(jù)，運(yùn)用DEA-BCC模型和Malmquist指數(shù)三分法對(duì)我國(guó)高職教育財(cái)政性教育經(jīng)費(fèi)投入效率進(jìn)行評(píng)價(jià)發(fā)現(xiàn)，絕大部分省（市）高職教育財(cái)政投入處于DEA無(wú)效狀態(tài)，高職教育財(cái)政投入全要素生產(chǎn)率效率退步主要是因?yàn)榧夹g(shù)進(jìn)步效率下降所致。評(píng)價(jià)結(jié)果表明，我國(guó)高職教育目前還處于粗放型發(fā)展階段，離高質(zhì)量要求還有較大差距。提高財(cái)政投入績(jī)效水平，改革高職教育結(jié)構(gòu)體系，提高人才培養(yǎng)質(zhì)量，培育高水平技能型人才，服務(wù)于社會(huì)全方位高質(zhì)量發(fā)展是當(dāng)前我國(guó)高職教育改革發(fā)展的方向。

關(guān)鍵詞 高職教育；財(cái)政投入效率；DEA-BCC；Malmquist指數(shù)

中圖分類號(hào) G718.5 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1008-3219（2024）07-0050-08

一、問題的提出

作為國(guó)民教育體系的重要組成部分，職業(yè)教育在推動(dòng)中國(guó)式現(xiàn)代化進(jìn)程中占據(jù)基礎(chǔ)性地位[1]。2022年5月1日，新修訂的《中華人民共和國(guó)職業(yè)教育法》正式頒布實(shí)施。該法在中國(guó)教育發(fā)展史上具有里程碑式的意義，在法律層面給予職業(yè)教育與普通教育“同等重要”的地位，職業(yè)教育不再是國(guó)家教育體系中從屬于普通教育的層次教育，而是具有相對(duì)獨(dú)立性的教育體系[2]。該法的頒布同時(shí)兼具深層次的社會(huì)意義，必將深化社會(huì)對(duì)職業(yè)教育的認(rèn)知，助推職業(yè)教育高質(zhì)量發(fā)展，助力技能型社會(huì)和人力資源強(qiáng)國(guó)建設(shè)。2020年9月，教育部等九部委聯(lián)合印發(fā)的《職業(yè)教育提質(zhì)培優(yōu)行動(dòng)計(jì)劃（2020—2023年）》（教職成[2020]7號(hào)）明確指出高職教育是培養(yǎng)大國(guó)工匠、能工巧匠和優(yōu)化高等教育結(jié)構(gòu)的重要途經(jīng)。由此，不難看出高職教育對(duì)于我國(guó)社會(huì)實(shí)現(xiàn)全方位高質(zhì)量發(fā)展的重大意義。2022年6月2日全國(guó)總工會(huì)“產(chǎn)業(yè)工人隊(duì)伍建設(shè)改革五周年”新聞發(fā)布會(huì)數(shù)據(jù)顯示，截至2021年底，全國(guó)技能人才、高技能人才總量分別是2億人和6000萬(wàn)人，無(wú)論是從高技能人才絕對(duì)數(shù)量還是占比來看，還遠(yuǎn)遠(yuǎn)不能滿足我國(guó)社會(huì)全面高質(zhì)量發(fā)展的需要，高職教育距離高質(zhì)量發(fā)展還有較大差距。

教育財(cái)政投入或公共投資對(duì)經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用。財(cái)政是國(guó)家治理的基礎(chǔ)與重要支柱，習(xí)近平總書記指出，“科學(xué)的財(cái)稅體制是優(yōu)化資源配置、維護(hù)市場(chǎng)統(tǒng)一、促進(jìn)社會(huì)公平、實(shí)現(xiàn)國(guó)家長(zhǎng)治久安的制度保障”。國(guó)外相關(guān)研究均表明財(cái)政教育投入或公共投資對(duì)經(jīng)濟(jì)增長(zhǎng)具有重大促進(jìn)作用[3][4][5][6]。國(guó)內(nèi)研究方面，從整體上看，銀琴（2021）發(fā)現(xiàn)高等教育財(cái)政投入對(duì)我國(guó)經(jīng)濟(jì)增長(zhǎng)具有正向拉動(dòng)影響[7]；張波等（2021）實(shí)證研究表明，財(cái)政教育投入對(duì)經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用，對(duì)經(jīng)濟(jì)增長(zhǎng)的沖擊存在滯后性[8]。國(guó)內(nèi)地區(qū)財(cái)政教育投入對(duì)經(jīng)濟(jì)增長(zhǎng)作用的研究也取得了豐富成果，其研究成果均表明，地區(qū)財(cái)政教育投入能有效促進(jìn)地方經(jīng)濟(jì)發(fā)展[7][8][9][10][11][12][13]。但研究也表明，雖然總體上來看，教育財(cái)政投入對(duì)經(jīng)濟(jì)增長(zhǎng)質(zhì)量的影響顯著為正，但對(duì)經(jīng)濟(jì)增長(zhǎng)質(zhì)量效應(yīng)存在著明顯的地區(qū)差異[14]。具體到職業(yè)教育投入對(duì)經(jīng)濟(jì)的促進(jìn)作用，有研究表明，在職業(yè)教育中通過針對(duì)專業(yè)技術(shù)的學(xué)習(xí)，能提高就業(yè)能力，并進(jìn)一步提高經(jīng)濟(jì)發(fā)展水平[15]。

國(guó)外學(xué)者在研究教育財(cái)政投入效率方面，采用了豐富多樣的績(jī)效評(píng)估方法，例如，Rassouli-Currier（2007）在確定公共教育生產(chǎn)效率時(shí)選用了隨機(jī)前沿回歸（SFR）與數(shù)據(jù)包絡(luò)分析（DEA）兩種不同的績(jī)效評(píng)價(jià)方法[16]；Simmons（2006）運(yùn)用回歸分析法對(duì)亞洲不同國(guó)家高等學(xué)校教育財(cái)政投入效率進(jìn)行對(duì)比[17]。但具體涉及到職業(yè)教育投入效率的文獻(xiàn)較少，代表性文獻(xiàn)如Abbot等（2003）運(yùn)用數(shù)據(jù)包絡(luò)法，以澳大利亞各職業(yè)學(xué)校作為決策單元，分析各職業(yè)學(xué)校的資金使用效率[18]；Poulos（1993）運(yùn)用收入方程法分析歐洲職業(yè)教育公共投入的績(jī)效，研究表明教育具有的外部性對(duì)投入績(jī)效影響較大[19]。

我國(guó)學(xué)者主要利用DEA方法對(duì)教育財(cái)政投入效率進(jìn)行分析。孫琳（2018）的研究表明，中職教育財(cái)政預(yù)算事業(yè)費(fèi)支出效率普遍偏低，且各省市資金使用效率存在較大差異[20]。羅紅云等（2020）運(yùn)用DEA-Malmquist指數(shù)三分法對(duì)我國(guó)和西北5省職業(yè)教育財(cái)政投入效率進(jìn)行評(píng)價(jià)，分析結(jié)果認(rèn)為我國(guó)職業(yè)教育仍處于粗放型發(fā)展階段[21][22]。胡芳等（2022）基于DEA-Malmquist和Tobit模型，利用西藏、新疆等8個(gè)民族省份2005-2018年的面板數(shù)據(jù)對(duì)我國(guó)少數(shù)民族省份高等教育財(cái)政投入效率進(jìn)行評(píng)價(jià)，結(jié)果表明投入效率DEA無(wú)效，且各省份之間存在較大差距[23]。上述研究為本文的研究打下了良好的基礎(chǔ)。

經(jīng)濟(jì)高質(zhì)量發(fā)展需要教育的高質(zhì)量發(fā)展，作為中國(guó)教育財(cái)政投入的重要組成部分——高職教育投入毋庸置疑是我國(guó)經(jīng)濟(jì)高質(zhì)量增長(zhǎng)的重要因素之一。當(dāng)前，在教育財(cái)政投入增長(zhǎng)有限的情況下，高職教育高質(zhì)量發(fā)展必須依賴于財(cái)政投入的高效利用。那么，我國(guó)目前高職教育財(cái)政投入效率如何？本文運(yùn)用DEA-BCC模型和Malmquist指數(shù)三分法，對(duì)我國(guó)高職教育財(cái)政投入效率進(jìn)行測(cè)評(píng)，以期為政府優(yōu)化高職教育財(cái)政投入，促進(jìn)高職教育高質(zhì)量發(fā)展提供借鑒。

二、研究方法與指標(biāo)構(gòu)建

（一）研究方法

1.DEA簡(jiǎn)介

數(shù)據(jù)包絡(luò)分析（DEA）是目前使用較廣、較為成熟的一種效率評(píng)價(jià)方法，可以用于綜合評(píng)價(jià)具有單個(gè)或多個(gè)投入、多個(gè)產(chǎn)出的一組決策單元之間的相對(duì)效率，其目標(biāo)是從技術(shù)經(jīng)濟(jì)角度尋求在既定產(chǎn)出下投入最小化或在既定投入下產(chǎn)出最大化。DEA的基本模型包括CCR和BCC模型。CCR模型是基于規(guī)模收益不變的假設(shè)提出的，常用來評(píng)價(jià)決策單元的整體效率。BCC效率評(píng)估模型是基于規(guī)模收益可變的假設(shè)提出的，通過BCC模型，不僅可以判斷決策單元（DMU）的規(guī)模報(bào)酬情況，還可以判斷其綜合效率的高低[24]。

本文采用Banker等（1984）提出的規(guī)模報(bào)酬可變，產(chǎn)出導(dǎo)向型的DEA-BCC模型來評(píng)估高職教育財(cái)政投入效率。首先，相較于對(duì)高職教育產(chǎn)出成果和質(zhì)量的控制，該模型對(duì)高職教育財(cái)政投入的控制更加靈活；其次，該模型對(duì)評(píng)估對(duì)象規(guī)模沒有硬性限制，比較符合研究實(shí)際。假設(shè)作為決策單元（DMUj）的中國(guó)省級(jí)行政單位m個(gè)，對(duì)于任意DMUj（j=1，2，…，n）使用m個(gè)投入值xij（i=1，2，…，m）得到s個(gè)產(chǎn)出值yrj（r=1，2，…，s），ε為非阿基米德無(wú)窮小量，θ為各地市的相對(duì)效率，而T0為DMUj投入指標(biāo)中最易減少的比例，λj為權(quán)重系數(shù)，s+和s-分別為產(chǎn)出不足和投入冗余。DEA-BCC模型非線性規(guī)劃的最優(yōu)化目標(biāo)和約束條件為：

minθ=[θ0-ε（S+r+S-i）]

s.t.λixij+S-i =θ0x0

λjyrj-S+i =yr0

λj=1

λj>0，S+i ≥0，S-i ≥0，i=1，2，…，m

j=1，2，…，n；r=1，2，…，s

利用求解得到的最優(yōu)解，即可將綜合效率CRS_TE分解為純技術(shù)效率VRS_TE和規(guī)模效率SCALE，CRS_TE= VRS_TE*SCALE。

2.Malmquist指數(shù)

Malmquist指數(shù)也被稱為全要素生產(chǎn)率指數(shù)（tfpch），是基于DEA模型的一種動(dòng)態(tài)效率分析方法。根據(jù)Malmquist指數(shù)評(píng)價(jià)效率的基本原理，當(dāng)指數(shù)值>1時(shí)說明tfpch呈增長(zhǎng)趨勢(shì)，當(dāng)指數(shù)值 <1時(shí)呈下降趨勢(shì)，當(dāng)指數(shù)值=1時(shí)表示效率沒有變化。該指數(shù)可以進(jìn)一步分解為技術(shù)進(jìn)步效率指數(shù)（techch）、純技術(shù)效率變化指數(shù)（pech）和規(guī)模效率變化指數(shù)（sech）。pech>1時(shí)表示資源投入技術(shù)運(yùn)用水平提高，資源配置效率改善，<1時(shí)則表示退步；sech>1時(shí)表示投入產(chǎn)出要素合理分配程度得到改善，規(guī)模優(yōu)化，<1時(shí)則表示退化；techch表示技術(shù)進(jìn)步變化，>1時(shí)表示存在潛在技術(shù)進(jìn)步，<1時(shí)則表示技術(shù)退步。

（二）指標(biāo)構(gòu)建

1.投入、產(chǎn)出變量

高職教育投入、產(chǎn)出變量按照變量屬性可劃分為宏觀變量和微觀變量。宏觀變量主要用來分析全國(guó)或地區(qū)高職教育財(cái)政投入和產(chǎn)出效率，例如，各省市高職教育財(cái)政投入、高職院校數(shù)量、教師數(shù)量和學(xué)生規(guī)模等；微觀變量主要用來分析具體高職院校教育投入和產(chǎn)出效率，例如，某個(gè)高職院校2020年教育經(jīng)費(fèi)收入、教師數(shù)量、在校學(xué)生規(guī)模、教師教學(xué)科研成果數(shù)量、學(xué)生競(jìng)賽獲獎(jiǎng)數(shù)量和畢業(yè)生初次就業(yè)率等。為保證計(jì)量結(jié)果的準(zhǔn)確性，本文采用的是宏觀+微觀變量分析方法。

依據(jù)2021年中共中央辦公廳、國(guó)務(wù)院辦公廳印發(fā)的《關(guān)于推動(dòng)現(xiàn)代職業(yè)教育高質(zhì)量發(fā)展的意見》，職業(yè)教育高質(zhì)量發(fā)展的階段總目標(biāo)是“到2025年，職業(yè)教育類型特色更加鮮明，現(xiàn)代職業(yè)教育體系基本建成，技能型社會(huì)建設(shè)全面推進(jìn)。辦學(xué)格局更加優(yōu)化，辦學(xué)條件大幅改善，職業(yè)本科教育招生規(guī)模不低于高等職業(yè)教育招生規(guī)模的10%，職業(yè)教育吸引力和培養(yǎng)質(zhì)量顯著提高”。從以上目標(biāo)表述中不難發(fā)現(xiàn)，作為職業(yè)教育體系主體組成部分的高職教育，辦學(xué)條件的大幅改善、辦學(xué)規(guī)模和培養(yǎng)質(zhì)量的顯著提高是高職教育高質(zhì)量發(fā)展的必備要素?；诖耍梃b羅紅云（2020）的研究方法，在高職院校教育經(jīng)費(fèi)投入、產(chǎn)出效率變量選取方法上，本文以我國(guó)31 ?。ㄊ校┳鳛闆Q策單元，選取各省（市）歷年高職院校財(cái)政投入作為投入變量（一般來說，投入可以分為人力、物力、財(cái)力三大類，但終究可以歸結(jié)為財(cái)力投入），以當(dāng)年高職院校數(shù)量（辦學(xué)條件）、高職院校專業(yè)教師數(shù)量（師資力量）、在校學(xué)生數(shù)量（辦學(xué)規(guī)模）、畢業(yè)生就業(yè)率（培養(yǎng)質(zhì)量1）、畢業(yè)生人數(shù)（培養(yǎng)質(zhì)量2）和國(guó)家級(jí)以上獎(jiǎng)項(xiàng)數(shù)量（培養(yǎng)質(zhì)量3）作為產(chǎn)出變量，見表1。

表1 高職教育財(cái)政投入—產(chǎn)出效率評(píng)價(jià)指標(biāo)

指標(biāo) 分指標(biāo) 分指標(biāo)內(nèi)涵

投入 財(cái)政性教育經(jīng)費(fèi)投入（元） 高職教育公共財(cái)政支出規(guī)模

產(chǎn)出 高職院校數(shù)量（所） 高職教育整體辦學(xué)條件

高職院校專業(yè)教師數(shù)量（人） 高職教育師資力量

高職院校在校生數(shù)量（人）

畢業(yè)生就業(yè)率（%）

畢業(yè)生人數(shù)（人）

國(guó)家級(jí)以上獎(jiǎng)項(xiàng)數(shù)量（項(xiàng)）

高職教育辦學(xué)規(guī)模

培養(yǎng)質(zhì)量1：各省高職院校當(dāng)年畢業(yè)生初次平均就業(yè)率

培養(yǎng)質(zhì)量2：各省高職院校當(dāng)年畢業(yè)生人數(shù)

培養(yǎng)質(zhì)量3：各省高職院校當(dāng)年國(guó)家級(jí)獎(jiǎng)勵(lì)數(shù)量/學(xué)生數(shù)量（萬(wàn)人）

2. 數(shù)據(jù)來源

產(chǎn)出變量—高職院校數(shù)量、在校生規(guī)模和畢業(yè)生數(shù)量數(shù)據(jù)來源于教育部網(wǎng)站“2013-2020年教育統(tǒng)計(jì)數(shù)據(jù)—各地基本情況”和教育發(fā)展統(tǒng)計(jì)公報(bào)。由于2013年以前年份，統(tǒng)計(jì)數(shù)據(jù)未單獨(dú)列明高職院校在校生規(guī)模（和普通高等院校在校生規(guī)模一起計(jì)列），高職院校單獨(dú)列明數(shù)據(jù)只有院校數(shù)量，且最新數(shù)據(jù)截至2020年，因此本文采用的變量數(shù)據(jù)截取的年限為2013-2020年。關(guān)于產(chǎn)出變量—高職院校教師數(shù)量，歷年教育統(tǒng)計(jì)數(shù)據(jù)、公報(bào)和教育統(tǒng)計(jì)年鑒均未單獨(dú)列明各省市高職院校教師數(shù)量，和普通高等教育院校教師數(shù)量一起計(jì)列。因此，2013-2020年期間各?。ㄊ校└呗氃盒＝處煍?shù)量由該省市高職院校師生比、在校生規(guī)模測(cè)算得出，計(jì)算公式為：各院校教師數(shù)量=該校在校生規(guī)模/師生比。各地區(qū)高職院校當(dāng)年畢業(yè)生就業(yè)率數(shù)據(jù)來源于教育部網(wǎng)站歷年統(tǒng)計(jì)報(bào)告。各地區(qū)高職院校歷年國(guó)家級(jí)以上獎(jiǎng)項(xiàng)數(shù)量數(shù)據(jù)由各地教育廳及各院校網(wǎng)站數(shù)據(jù)匯總得出。關(guān)于投入變量—高職院校財(cái)政性教育經(jīng)費(fèi)投入數(shù)據(jù)來源于2013-2020年期間歷年《中國(guó)教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》。

三、我國(guó)高職教育財(cái)政投入概況和效率評(píng)價(jià)

（一）高職教育財(cái)政投入概況

整體來看，目前我國(guó)高職教育經(jīng)費(fèi)來源形式單一，主要依賴財(cái)政投入及學(xué)費(fèi)收入。以2020年為例，全國(guó)高職高專院校教育經(jīng)費(fèi)收入總額為2404.1億元。其中，財(cái)政投入為1592.56億元，占收入總額的66.24%；事業(yè)收入730.50億元，占比30.39%，其中583.6億元為學(xué)費(fèi)收入 。

按地區(qū)來看，各地高職院校對(duì)財(cái)政投入依賴程度和地區(qū)經(jīng)濟(jì)發(fā)展水平有關(guān)。同樣以2020年為例，全國(guó)31個(gè)?。ㄊ校┲?，高職院校財(cái)政收入占其總收入比重在50%～60%之間的?。ㄊ校┯?個(gè)，60%～70%有14個(gè)，70%～80%有9個(gè)，80%～90%之間有3個(gè)，其中，重慶市最低，為50.48%，青海省最高，為88.46%，這說明部分?。ㄊ校┹^好地實(shí)現(xiàn)了高職教育經(jīng)費(fèi)來源的多樣化，而絕大多數(shù)?。ㄊ校└呗氃盒８叨纫蕾囏?cái)政投入。如果按照2020年GDP排名，把31省市分為3組，即第一組為排名1～10名的省市，第二組為11～21名省市，第三組為22～31名?。ㄊ校?，三組地區(qū)高職院校財(cái)政性教育經(jīng)費(fèi)投入占總收入比重分別為63.29%、67.8%、73.56%，這表明各地區(qū)高職院校對(duì)財(cái)政投入的依賴程度與本地區(qū)的經(jīng)濟(jì)發(fā)展程度有關(guān)，但總體上都較為依賴財(cái)政投入。

圖2 2020年31省市（按GDP排名）高職院校財(cái)政性教育經(jīng)費(fèi)收入占其總收入比重

自“十二五”規(guī)劃出臺(tái)以后，國(guó)家持續(xù)加大了對(duì)職業(yè)教育，特別是高職教育的投入。統(tǒng)計(jì)數(shù)據(jù)表明，排除物價(jià)上漲因素，公共財(cái)政預(yù)算高職院校生均教育經(jīng)費(fèi)從2010年的11908.69元增長(zhǎng)到2021年的15536.80元，增幅達(dá)30.47%。畢業(yè)生規(guī)模也從2013年的3240024人增長(zhǎng)到2020年的4097688人，增幅達(dá)26.47%。從財(cái)政投入的絕對(duì)規(guī)模來看，從2013年的831.92億元增長(zhǎng)到2020年1592.56億元，增幅達(dá)91.47%。從高職教育經(jīng)費(fèi)占當(dāng)年高等學(xué)校教育經(jīng)費(fèi)百分比來看，總體保持穩(wěn)定，2013年占比為18.90%，2020年為18.24%。見圖3。

圖3 2013-2020年高職院校財(cái)政投入概況

（二）2020年31?。ㄊ校└呗毥逃?cái)政投入—產(chǎn)出靜態(tài)效率分析

基于2020年全國(guó)31?。ㄊ校└呗氃盒Ｘ?cái)政投入面板數(shù)據(jù)，本研究利用DEAP2.1軟件對(duì)高職教育財(cái)政投入—產(chǎn)出效率進(jìn)行測(cè)算，結(jié)果見表2。總體而言，綜合技術(shù)效率、純技術(shù)效率和規(guī)模效率平均值分別為0.759、0.792和0.96，均小于1，未達(dá)到效率前沿面。

表2 2020年全國(guó)31省（市）高職教育財(cái)政投入—產(chǎn)出效率

?。ㄊ校?crste vrste scale 規(guī)模

報(bào)酬 ?。ㄊ校?crste vrste scale 規(guī)模

報(bào)酬

廣東 1 1 1 - 遼寧 0.756 0.756 0.999 irs

江蘇 1 1 1 - 福建 0.691 0.696 0.992 drs

浙江 1 1 1 - 北京 0.689 0.691 0.998 irs

海南 1 1 1 - 上海 0.687 1 0.687 irs

云南 0.955 0.955 1 - 四川 0.684 0.789 0.867 drs

河南 0.931 0.959 0.972 irs 重慶 0.679 0.679 0.999 irs

吉林 0.913 0.918 0.995 irs 寧夏 0.648 0.653 0.992 irs

黑龍江 0.895 0.896 0.999 drs 湖南 0.622 0.743 0.837 drs

江西 0.886 0.886 1 - 天津 0.613 0.618 0.992 drs

山東 0.846 0.846 1 - 內(nèi)蒙古 0.607 0.610 0.995 irs

陜西 0.845 0.847 0.998 irs 貴州 0.568 0.568 1 -

山西 0.844 0.846 0.998 drs 青海 0.532 0.585 0.909 irs

安徽 0.796 1 0.796 drs 新疆 0.524 0.528 0.994 irs

河北 0.787 0.787 1 - 甘肅 0.502 0.679 0.740 drs

廣西 0.787 0.788 0.999 irs 西藏 0.463 0.464 0.999 -

湖北 0.770 0.771 1 - 均值mean 0.759 0.792 0.960

注：綜合技術(shù)效率crste；純技術(shù)效率vrste；規(guī)模效率scale。

1．綜合技術(shù)效率

從綜合技術(shù)效率來看，廣東、江蘇、浙江、海南4省在2020年全國(guó)31?。ㄊ校┲刑幱贒EA有效水平，其余27?。ㄊ校┚幱贒EA無(wú)效水平。16?。ㄊ校┨幱诰担?.759）以上，15?。ㄊ校┨幱诰狄韵拢渲械梅肿畹?，即效率水平最低的四?。ㄊ校┓謩e為青海、甘肅、新疆、西藏。以上分析說明，我國(guó)高職教育發(fā)展水平離高質(zhì)量發(fā)展要求還有較大差距，且呈現(xiàn)明顯的地區(qū)差異，東部地區(qū)明顯高于西部地區(qū)。

2．純技術(shù)效率

從純技術(shù)效率來看，達(dá)到DEA有效水平的除了廣東、江蘇、浙江、海南4省，還增加了安徽、上海2?。ㄊ校砻髟诂F(xiàn)有技術(shù)水平下，該6?。ㄊ校┑慕逃Y源配置是有效率的。其余25?。ㄊ校┚幱贒EA無(wú)效狀態(tài)，表明這25?。ㄊ校└呗毥逃Y源配置效率未得到充分利用。說明我國(guó)絕大部分省份高職院校要在發(fā)展內(nèi)涵、提高管理水平上下功夫，以使有限的教育資源得到充分利用。

3．規(guī)模效率

從規(guī)模效率來看，廣東、江蘇、浙江、海南、云南、江西、山東、河北、湖北、貴州10省在2020年實(shí)現(xiàn)規(guī)模效率有效或處于規(guī)模報(bào)酬DEA不變狀態(tài)，說明這些?。ㄊ校└呗毥逃?cái)政投入已實(shí)現(xiàn)最優(yōu)規(guī)模。剩余21?。ㄊ校┚幱谝?guī)模效率DEA無(wú)效狀態(tài)，其中黑龍江、山西、安徽、福建、四川、湖南、天津、甘肅處于規(guī)模報(bào)酬遞減狀態(tài)，說明這8?。ㄊ校└呗毥逃?cái)政投入存在規(guī)模過度現(xiàn)象；河南、吉林、陜西、廣西、遼寧、北京、上海、寧夏、重慶、新疆、青海、內(nèi)蒙古12?。ㄊ校┨幱谝?guī)模報(bào)酬遞增狀態(tài)，說明這些省（市）高職教育財(cái)政投入規(guī)模不足，需要持續(xù)加大投入規(guī)模。總體來看，隨著國(guó)家對(duì)高職教育重視程度的逐步提高，對(duì)其財(cái)政投入也在逐步加大。從以上分析可以看出，31?。ㄊ校┲杏?9省（市）達(dá)到規(guī)模報(bào)酬不變或遞減狀態(tài)，占比達(dá)61.3%；處于規(guī)模報(bào)酬遞增狀態(tài)需持續(xù)加大投入的有12?。ㄊ校?，只占38.7%，說明這些年國(guó)家高職教育財(cái)政投入整體上卓有成效。

（三）2013-2020年31省（市）高職教育財(cái)政投入—產(chǎn)出動(dòng)態(tài)效率分析

表3展示了2013-2020年31?。ㄊ校└呗毥逃?cái)政投入全要素生產(chǎn)率、技術(shù)效率指數(shù)、技術(shù)進(jìn)步效率指數(shù)，規(guī)模效率變化指數(shù)的動(dòng)態(tài)變化。結(jié)果顯示，在這8年的時(shí)間跨度內(nèi)，全國(guó)高職教育財(cái)政投入的平均全要素生產(chǎn)率（TFP）為0.96，小于1，生產(chǎn)率處于下降狀態(tài)，這表明高職教育財(cái)政投入績(jī)效在2013-2020年整體呈現(xiàn)下降趨勢(shì)。其中，2015-2019年間全要素生產(chǎn)率波動(dòng)較大，2015-2016年最低，這是因?yàn)樵?016年全國(guó)不少?。ㄊ校└呗氃盒３霈F(xiàn)了招生危機(jī)，甚至出現(xiàn)了“零投檔”現(xiàn)象。招生危機(jī)實(shí)質(zhì)上就是生存危機(jī)，學(xué)生數(shù)量的減少也就意味著財(cái)政性教育經(jīng)費(fèi)收入的減少，這導(dǎo)致了一些地方高職院校不得不關(guān)停或合并。進(jìn)一步分析可知，技術(shù)進(jìn)步效率退步是造成2013-2020年我國(guó)高職教育財(cái)政投入全要素生產(chǎn)率水平下降的主要原因，但同時(shí)由于純技術(shù)效率得到提升，規(guī)模效率指數(shù)和綜合技術(shù)效率指數(shù)處于DEA有效狀態(tài)，使得因?yàn)榧夹g(shù)進(jìn)步效率退步而導(dǎo)致的全要素生產(chǎn)率指數(shù)下降的態(tài)勢(shì)得到遏制，并有所上升。從長(zhǎng)期來看，我國(guó)高職教育財(cái)政投入全要素生產(chǎn)率指數(shù)不斷得到改善。上述結(jié)果表明，2013-2020年間，我國(guó)高職教育財(cái)政投入的技術(shù)效率水平得到提高，資源配置效率持續(xù)得到有效改善，投入規(guī)模不斷得到優(yōu)化。技術(shù)進(jìn)步效率的退化，說明我國(guó)目前高職教育發(fā)展粗放型特征明顯，需要把著力點(diǎn)放在發(fā)展內(nèi)涵、提高質(zhì)量上。

（四）分區(qū)域動(dòng)態(tài)效率分析

根據(jù)國(guó)務(wù)院辦公廳2019年印發(fā)的《教育領(lǐng)域中央與地方財(cái)政事權(quán)和支出責(zé)任劃分改革方案》，由中央和地方財(cái)政按比例共同承擔(dān)相關(guān)領(lǐng)域教育經(jīng)費(fèi)支出，由于各省（市）的經(jīng)濟(jì)發(fā)展有所差異，各地高職教育財(cái)政投入存在較為明顯的差別。為了解經(jīng)濟(jì)發(fā)達(dá)省份和欠發(fā)達(dá)省份之間我國(guó)高職教育財(cái)政投入全要素生產(chǎn)率指數(shù)的差異，本研究按2013-2020年各省GDP幾何平均數(shù)，將31?。ㄊ校┓譃?組，即1～10、11～20、21～31各為一組，為后面敘述方便起見，稱3組分別為高收入組、中收入組和低收入組。從表4結(jié)果來看，2013-2020年間，高收入組、中收入組、低收入組高職教育財(cái)政投入全要素生產(chǎn)率指數(shù)、技術(shù)進(jìn)步指數(shù)以及技術(shù)效率指數(shù)變動(dòng)方向、變動(dòng)幅度基本趨向一致。

表4 分區(qū)域高職教育財(cái)政投入—產(chǎn)出效率年度Malmquist指數(shù)分解結(jié)果

年份 2013-2014 2014-2015 2015-2016 2016-2017 2017-2018 2018-2019 2019-2020 均值

排名

1～10

地區(qū) effch 1.060 0.941 1.061 0.918 1.062 1.129 1.027 1.026

techch 0.922 1.009 0.849 1.069 0.860 0.898 0.943 0.933

pech 1.144 0.988 1.040 0.929 1.014 1.062 0.994 1.023

sech 0.927 0.952 1.020 0.987 1.047 1.063 1.033 1.003

tfpch 0.977 0.949 0.901 0.981 0.913 1.014 0.968 0.957

排名

11～20

地區(qū) effch 1.081 0.980 1.011 0.998 1.039 1.022 0.979 1.015

techch 1.010 1.070 0.842 0.969 0.937 0.933 1.041 0.969

pech 0.970 0.939 1.055 0.964 1.055 1.018 0.973 0.995

sech 1.115 1.044 0.958 1.035 0.985 1.004 1.006 1.020

tfpch 1.092 1.049 0.851 0.967 0.973 0.954 1.019 0.984

排名

21～31

地區(qū) effch 0.953 0.925 0.931 1.056 0.985 0.921 1.113 0.981

techch 0.981 1.104 0.974 0.933 0.925 0.934 0.878 0.959

pech 1.014 0.925 0.958 1.016 0.983 1.041 0.988 0.989

sech 0.940 1 0.972 1.039 1.002 0.885 1.127 0.993

tfpch 0.934 1.021 0.907 0.985 0.912 0.860 0.977 0.941

注：技術(shù)效率變化指數(shù)effch；技術(shù)進(jìn)步指數(shù)techch；純技術(shù)效率指數(shù)pech；規(guī)模效率變化指數(shù)sech；全要素生產(chǎn)率指數(shù)tfpch。

從均值來看，中收入組全要素生產(chǎn)率變化指數(shù)最高（0.984），其次是高收入組（0.957），低收入組最低（0.941），但總體相差不大，說明我國(guó)高職教育發(fā)展水平總體比較平均。高收入組在技術(shù)效率變化指數(shù)、純技術(shù)變化效率和規(guī)模變化效率均保持有效的情況下，全要素生產(chǎn)率指數(shù)退化主要受技術(shù)進(jìn)步指數(shù)退步所影響，說明高收入組高職教育不是投入的問題，應(yīng)主要在精準(zhǔn)配置教育資源上下功夫，以促進(jìn)高職教育的高質(zhì)量發(fā)展。中收入組雖然全要素生產(chǎn)率指數(shù)最高，但其技術(shù)進(jìn)步指數(shù)（0.969）、純技術(shù)變化指數(shù)（0.995）均處于無(wú)效狀態(tài)，說明在投入規(guī)模既定有效的狀態(tài)下，中收入組高職教育要把重點(diǎn)放在資源優(yōu)化配置，提高技術(shù)水平上。低收入組所有指數(shù)均處于無(wú)效狀態(tài)，表明這些省（市）要繼續(xù)加大財(cái)政投入力度，優(yōu)化教育資源配置，全面提高辦學(xué)水平。

總體來說，從上述分析及表5結(jié)果可知，高收入省（市）高職教育的財(cái)政投入規(guī)模、技術(shù)、管理水平以及學(xué)生培養(yǎng)質(zhì)量要高于中、低收入省（市）。中、低收入?。ㄊ校└呗毥逃秸w上落后于高收入?。ㄊ校?，仍處于粗放型發(fā)展模式。這與2019年10月教育部、財(cái)政部發(fā)布的《中國(guó)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》情況基本相符，197所“雙高”建設(shè)院校中，高收入?。ㄊ校└呗氃盒?8所，占比達(dá)49.75%；中收入?。ㄊ校?3所，占比26.9%；低收入?。ㄊ校?6所，占比23.35%。

表5 區(qū)域平均高職教育財(cái)政投入－產(chǎn)出效率 Malmquist 指數(shù)分解結(jié)果

按人均

GDP排名 ?。ㄊ校?effch techch pech ? ?sech tfpch

排名

1～10

地區(qū) 北京 1.094 0.905 1.065 1.027 0.990

上海 0.996 0.907 1 0.996 0.903

天津 1.081 0.937 1.075 1.006 1.012

江蘇 0.995 0.951 1 0.995 0.946

浙江 1.002 0.948 0.999 1.003 0.950

福建 1 0.916 1 1 0.916

廣東 0.988 0.957 1 0.988 0.945

內(nèi)蒙古 1.070 0.909 1.056 1.014 0.973

山東 1 0.964 1 1 0.964

重慶 1.039 0.938 1.036 1.003 0.974

均值 1.026 0.933 1.023 1.003 0.957

排名

11～20

地區(qū) 湖北 0.992 0.957 0.979 1.013 0.95

遼寧 1.031 0.973 1.011 1.020 1.003

陜西 0.976 0.961 0.977 1 0.939

吉林 1.039 0.981 1.030 1.009 1.020

湖南 0.981 0.972 0.973 1.009 0.954

寧夏 1.093 0.960 1 1.093 1.049

海南 1.072 0.986 1.005 1.066 1.057

河南 1.014 0.963 1 1.014 0.976

新疆 0.978 0.958 0.980 0.997 0.937

安徽 0.982 0.980 1 0.982 0.963

均值 1.015 0.969 0.995 1.020 0.984

排名

21～31

地區(qū) 青海 0.914 0.912 0.933 0.980 0.833

四川 0.958 0.974 1 0.958 0.933

河北 0.973 0.971 1 0.973 0.944

江西 1.003 0.975 1.010 0.994 0.978

山西 1.010 0.963 1 1.010 0.973

黑龍江 1.010 0.948 0.988 1.023 0.958

西藏 0.970 0.922 1 0.970 0.894

廣西 0.982 0.973 0.991 0.990 0.956

貴州 0.979 0.975 0.973 1.006 0.955

云南 1.059 0.966 1.038 1.021 1.023

甘肅 0.943 0.973 0.947 0.995 0.917

均值 0.981 0.959 0.989 0.993 0.941

注：技術(shù)效率變化指數(shù)effch；技術(shù)進(jìn)步指數(shù)techch；純技術(shù)效率指數(shù)pech；規(guī)模效率變化指數(shù)Sech；全要素生產(chǎn)率指數(shù)tfpch。

進(jìn)一步使用Malmquist變化指數(shù)按2013-2020年人均GDP幾何平均值對(duì)31?。ㄊ校┑母呗毥逃?cái)政投入－產(chǎn)出效率進(jìn)行動(dòng)態(tài)測(cè)度，見表5。由表5可知，我國(guó)高收入、中收入、低收入地區(qū)高職教育總體財(cái)政投入全要素生產(chǎn)率變化指數(shù)、綜合技術(shù)效率指數(shù)、技術(shù)進(jìn)步指數(shù)和規(guī)模報(bào)酬變化指數(shù)差異不大，說明在2013-2020年全面高質(zhì)量發(fā)展的趨勢(shì)下，各地都在落實(shí)大力發(fā)展高職教育政策，特別是近幾年整體趨勢(shì)向好。但需要指出的是，所有指數(shù)中，得分最低的是技術(shù)進(jìn)步效率變化指數(shù)，表明目前我國(guó)高職教育仍處于粗放型發(fā)展階段。

四、結(jié)論與政策建議

（一）基本結(jié)論

本研究運(yùn)用DEA-BCC模型及DEA-Malmquist指數(shù)三分法對(duì)我國(guó)31?。ㄊ校?013-2020年高職教育財(cái)政投入－產(chǎn)出效率進(jìn)行評(píng)價(jià)，結(jié)論如下：

第一，靜態(tài)效率分析顯示，2020年全國(guó)31?。ㄊ校└呗毥逃?cái)政投入DEA無(wú)效，未達(dá)到效率前沿面。從綜合技術(shù)效率水平來看，4個(gè)省份處于DEA有效水平，其余27省（市）均處于無(wú)效水平，說明我國(guó)高職教育發(fā)展水平離全面高質(zhì)量發(fā)展還有較大差距。各地高職院校要對(duì)標(biāo)高質(zhì)量發(fā)展要求，全面提升自身水平。從純技術(shù)效率來看，達(dá)到DEA有效水平的有6個(gè)省，其余25?。ㄊ校┚幱贒EA無(wú)效狀態(tài)，表明這25?。ㄊ校└呗毥逃Y源配置效率未得到充分利用。從規(guī)模效率來看，2020年實(shí)現(xiàn)規(guī)模效率DEA有效，并處于規(guī)模報(bào)酬不變狀態(tài)的省（市）有10個(gè)，說明這10省（市）高職教育財(cái)政投入已處于最優(yōu)水平。其余21?。ㄊ校┮?guī)模效率均處于DEA無(wú)效狀態(tài)，其中8省（市）高職教育財(cái)政投入存在規(guī)模過度現(xiàn)象；12?。ㄊ校└呗毥逃?cái)政性投入規(guī)模不足，需要持續(xù)加大投入規(guī)模?？偟膩砜矗S著國(guó)家逐漸加大對(duì)高等職業(yè)教育的重視，對(duì)高職教育的財(cái)政投入也在逐步加大，國(guó)家高職教育財(cái)政性投入整體上卓有成效。

第二，動(dòng)態(tài)效率分析顯示，2013-2020年間，全國(guó)高職教育財(cái)政投入的平均全要素生產(chǎn)率小于1，生產(chǎn)率處于下降狀態(tài)，這表明高職教育財(cái)政投入績(jī)效在2013-2020年表現(xiàn)為整體下降趨勢(shì)。進(jìn)一步分析可知，造成全要素生產(chǎn)率水平下降的主要原因是技術(shù)進(jìn)步效率退步所致。但從長(zhǎng)期來看，全要素生產(chǎn)率指數(shù)呈現(xiàn)不斷改善的趨勢(shì)。結(jié)果表明，2013 -2020年間，我國(guó)高職教育財(cái)政投入的綜合技術(shù)效率水平得到提高，資源配置效率持續(xù)得到有效改善，投入規(guī)模不斷得到優(yōu)化。技術(shù)進(jìn)步效率的退化，說明目前我國(guó)高職教育發(fā)展的粗放型特征明顯，需要把著力點(diǎn)放在發(fā)展內(nèi)涵、提高內(nèi)部管理質(zhì)量上。

第三，分區(qū)域動(dòng)態(tài)效率分析顯示，高收入?。ㄊ校└呗毥逃?cái)政投入規(guī)模、技術(shù)、管理水平以及學(xué)生培養(yǎng)質(zhì)量要高于中、低收入?。ㄊ校?，這和“雙高”院校建設(shè)名單在各省的分布情況相符。中、低收入?。ㄊ校└呗毥逃秸w上落后于高收入?。ㄊ校?，仍處于粗放型發(fā)展模式。我國(guó)高收入、中收入、低收入地區(qū)高職教育總體財(cái)政投入全要素生產(chǎn)率變化指數(shù)、綜合技術(shù)效率指數(shù)、技術(shù)進(jìn)步指數(shù)和規(guī)模報(bào)酬變化指數(shù)差異不大，說明在2013-2020年間全面高質(zhì)量發(fā)展的趨勢(shì)下，各地都在落實(shí)大力發(fā)展高等職業(yè)教育政策特別是近幾年整體趨勢(shì)向好。

（二）政策建議

進(jìn)入21世紀(jì)以來，特別是黨的十八大以來，高職教育相關(guān)政策不斷出臺(tái)，全國(guó)各地高職教育財(cái)政投入不斷提高，支出效率不斷提高。但總體來說，我國(guó)高職教育整體上仍處于以規(guī)模擴(kuò)張為主要特征的粗放型發(fā)展?fàn)顟B(tài)。因此，提高教育資源配置技術(shù)效率，全面提升高等職業(yè)教育質(zhì)量應(yīng)成為高職教育發(fā)展的方向。

第一，針對(duì)部分省份規(guī)模效率退化狀態(tài)，應(yīng)確保高職教育經(jīng)費(fèi)隨經(jīng)濟(jì)發(fā)展穩(wěn)定增長(zhǎng)。新修訂施行的《中華人民共和國(guó)職業(yè)教育法》在法律上明確了高職教育和普通高等教育的同等地位，各級(jí)地方政府要平等對(duì)待所在區(qū)域的高職院校和普通高等院校，在財(cái)政上加大對(duì)高職教育的投入和支持，確保高職教育撥款在整體教育經(jīng)費(fèi)中的合理?yè)芨侗壤?，切?shí)擔(dān)負(fù)起政府的主體責(zé)任，特別是加大對(duì)中、西部不發(fā)達(dá)地區(qū)和民辦高職院校的財(cái)政投入。

第二，針對(duì)整體技術(shù)進(jìn)步效率退步狀態(tài)，應(yīng)以績(jī)效管理為導(dǎo)向，提高教育經(jīng)費(fèi)使用效率。目前，高職院校教育經(jīng)費(fèi)使用的突出問題是資源配置效率不高，技術(shù)進(jìn)步退化明顯。各高職院校要將績(jī)效管理理念貫穿教育經(jīng)費(fèi)使用全過程，構(gòu)建以業(yè)績(jī)?yōu)橹鲗?dǎo)的績(jī)效評(píng)價(jià)體系，通過績(jī)效評(píng)價(jià)指標(biāo)體系建設(shè)促進(jìn)高職教育高效、經(jīng)濟(jì)、科學(xué)發(fā)展。

第三，針對(duì)地方財(cái)政壓力大、教育經(jīng)費(fèi)投入有限的情況，應(yīng)建立以財(cái)政投入為主導(dǎo)，資金來源多元化的分擔(dān)模式。當(dāng)前，我國(guó)高職院校經(jīng)費(fèi)收入過度依賴政府財(cái)政投入—生均撥款和財(cái)政預(yù)算投入，這給各級(jí)政府財(cái)政造成很大壓力。中央多次發(fā)文要求各地采取積極措施引導(dǎo)社會(huì)資本參與職業(yè)教育，但效果不盡如人意。為此，要?jiǎng)?chuàng)新制度設(shè)計(jì)，充分發(fā)揮財(cái)稅、金融政策的杠桿作用，調(diào)動(dòng)社會(huì)民間資本參與高職教育的積極性，優(yōu)化高職教育資金來源結(jié)構(gòu)，減輕地方財(cái)政壓力，促進(jìn)我國(guó)高職教育高質(zhì)量可持續(xù)發(fā)展。

第四，針對(duì)目前社會(huì)對(duì)高職教育持有偏見的意識(shí)形態(tài)，應(yīng)以優(yōu)化教育結(jié)構(gòu)為主線，改革現(xiàn)行的高職教育體系。高職教育改革要持續(xù)快速打破?？茖W(xué)歷天花板，貫通職業(yè)教育學(xué)生學(xué)歷上升通道，持續(xù)擴(kuò)大本科教育，試點(diǎn)研究生教育，唯有如此，才能打破社會(huì)對(duì)高職教育的固有偏見，使高職教育和普通高等教育居于同等地位，真正促進(jìn)高職教育在中國(guó)的高質(zhì)量發(fā)展。

參 考 文 獻(xiàn)

[1]陸宇正.中國(guó)式職業(yè)教育現(xiàn)代化的邏輯理路、發(fā)展圖景與實(shí)踐路徑[J].職業(yè)技術(shù)教育，2023（34）：6-13.

[2]宮珮珊.習(xí)近平關(guān)于職業(yè)教育重要論述的理論內(nèi)涵和時(shí)代特征[J].學(xué)校黨建與思想教育，2022（19）：82-85.

[3]David P. Norton，Robert S. Kaplan. Public investment and economic growth[J].Federal Reserve Bank of Richmond Economic Quarterly， 1992（7）：47-51.

[4]Hall， Jones. Performance mearsurement of supply chain management using the Analytical hierachy process[J].1998（8）：37-39.

[5]Jorgenson， Fraumeni. A model of grow through creative destruction[J].Econometrica， 1992（3）：26-31.

[6]Gemmel. Income inequality，Education Expenditure and Growth[J].Development Economics， 2000（63）：57-61.

[7]銀琴.中國(guó)高等教育財(cái)政支出對(duì)經(jīng)濟(jì)增長(zhǎng)的影響研究[D].昆明：云南財(cái)經(jīng)大學(xué)，2021.

[8]張波，張放平.財(cái)政教育支出與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證[J].統(tǒng)計(jì)與決策，2021（2）：112-115.

[9]何穎.黑龍江省財(cái)政教育支出與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2021.

[10]胡小梅，蘆婷.廣西財(cái)政教育支出影響經(jīng)濟(jì)增長(zhǎng)的實(shí)證分析[J].財(cái)政監(jiān)督，2019（6）：93-98.

[11]欒天航.吉林省財(cái)政性教育支出對(duì)經(jīng)濟(jì)增長(zhǎng)影響的研究[D].長(zhǎng)春：吉林財(cái)經(jīng)大學(xué)，2020.

[12]辛倩.寧夏財(cái)政支出結(jié)構(gòu)的分析及其對(duì)經(jīng)濟(jì)增長(zhǎng)影響的研究[J].廣西質(zhì)量監(jiān)督導(dǎo)報(bào)，2019（3）：56-57.

[13]朱健，劉藝晴，陳盼.湖南省教育財(cái)政支出對(duì)經(jīng)濟(jì)增長(zhǎng)的影響研究[J].當(dāng)代教育論壇，2020（1）：27-35.

[14]詹新宇，劉文彬.中國(guó)財(cái)政性教育支出的經(jīng)濟(jì)增長(zhǎng)質(zhì)量效應(yīng)研究——基于“五大發(fā)展理念”的視角[J].教育與經(jīng)濟(jì)，2019（1）：46-57.

[15]Romer，Lucas. How to better identify the true managerial performance： State of the art using DEA[J].Omega， 1990（2）：43-47.

[16]Susanne Rassouli-Currier. The choice of estimation method and its effect on efficiency measurement in public education： stochastic frontier regression vs. data envelopment analysis[J].Journal of Economics （0361-6576）， 2007，33（1）.

[17]Simmons. Higher education and development in Asia source[J].Educaotional Planning and Administration， 2006（7）：32-36.

[18]M. Abbot，Doucouliagos C. T. The efficiency of Australian universities： a data envelopment analysis[J].Economics of Education Review， 2003（4）：41-45.

[19]Psachara Poulos. Performance management[J].London： The Cromwell Press， 1993（13）：31-37.

[20]孫琳.中等職業(yè)教育財(cái)政支出效率研究——基于省級(jí)面板數(shù)據(jù)的DEA分析[J].地方財(cái)政研究，2018（4）：66-70+86.

[21]羅紅云，莊馨予，張斌.我國(guó)職業(yè)教育財(cái)政投入效率評(píng)價(jià)——基于DEA-Malmquist指數(shù)三分法[J].地方財(cái)政研究，2020（7）：49-56.

[22]羅紅云，莊馨予，張斌.西北五省職業(yè)教育財(cái)政投入效率評(píng)價(jià)及影響因素研究——基于DEA-Malmquist指數(shù)三分法[J].中國(guó)職業(yè)技術(shù)教育，2020（27）：85-90.

[23]胡芳，劉鴻鋒.民族省區(qū)高等教育財(cái)政經(jīng)費(fèi)支出效率評(píng)價(jià)——基于DEA-Malmquist和Tobit模型[J].湘潭大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2022（1）：29-36.

[24]Rajiv D Banker， Abraham Charnes， William Wager Cooper. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management science， 1984 30（9）：1078-1092.

Evaluation on Fiscal Investment Efficiency of Higher Vocational Education in China

Kuang Xiaoping， Li Hui

Abstract? Chinas Higher Vocational Education （HVE） has entered a new period of high-quality development whose basic requirement is to achieve high efficiency of fiscal investment. Based on the provincial panel data of HVE in China from 2013 to 2020， we use DEA-BCC model and Malmquist index three-way method to evaluate the efficiency of fiscal investment in HVE of China to find that the fiscal investment of HVE in most provinces is in DEA invalid state， and the decline in TFP efficiency of fiscal investment in HVE is mainly due to the decline in the efficiency of technological progress. The analysis results show that HVE in China is still in the stage of extensive development with a large gap from the requirement of high-quality. Improving the performance level of education funds， reforming the structural system of HVE， improving the quality of talent training， cultivating high-level skilled talents， and serving the all-round and high-quality development of society are the current direction of the reform of HVE in China.

Key words? higher vocational education; fiscal investment efficiency; DEA-BCC; Malmquist index

Author? Kuang Xiaoping， PhD of School of Finance， Taxation and Public Management， Jiangxi University of Finance and Economics （Nanchang 330013）; Li Hui， PhD candidate of School of Finance， Taxation and Public Management， Jiangxi University of Finance and Economics