我国高等职业教育经费投入效率研究

杨丽雪

摘要：运用超效率DEA模型和Malmquist指数，分析我国（除港、澳、台外）31个省（市、自治区）的高等职业教育经费投入效率。研究发现，我国大部分地区高等职业教育经费投入综合技术效率均较低，其结果是由纯技术效率和规模效率共同影响所致;我国高等职业教育经费投入全要素生产率整体偏低，其主要原因在于技术进步水平较低。为提高高等职业教育经费投入的效率，建议从科学合理地调整高等职业教育经费投入、适当扩大高等职业教育办学规模、加大先进技术的引进、使用和强化高等职业教育经费投入绩效追踪等方面有效地提高我国高等职业教育经费投入效率。

关键词：高等职业教育;经费投入;超效率;Malmquist

中图分类号：G710    文献标识码：A    文章编号：1672-5727（2021）07-0053-07

高等职业教育的发展离不开经费的投入。我国高等职业教育生均公共财政预算事业费由2006年的3 252.11元增长至2017年15 055.62元，增长了将近5倍。在高等职业教育经费投入不断增长的背景下，经费是否得到充分利用显得尤为重要。因此，有必要探索我国高等职业教育经费投入效率，使高等职业教育在有限的经费投入中获得最大的产出。

目前，关于职业教育经费投入效率的研究较多，为本文提供了研究基础，但仍存在有待改进之处：现有的研究多为中等职业教育或部分高等职业院校的经费投入效率研究，较少有系统分析我国各省市高等职业教育经费投入效率。鉴于此，本研究采用超效率DEA模型和Malmquist指数模型测算我国高等职业教育经费投入效率，考察2006—2017年我国高等职业教育经费投入产出静态效率和动态变化规律，并在此基础上对不同地区效率进行差异分析，以期了解我国高等职业教育经费投入效率现状，为提高高等职业教育经费投入效率和配置效率提供科学依据，并为高等职业教育经费投入效率提升提出有针对性的建议。

一、研究设计

本研究进行了指标选取与数据处理以及模型选择，使所获取的数据更具有权威性和一致性，所选择的模型更能反映各地区高等职业教育经费投入效率的状况。

（一）指标选取与数据处理

根据有关职业教育经费投入效率的研究文献，选取事业费支出和基建费支出（千元）作为经费投入指标，其中事业费支出分为个人部分和公用部分①。本研究共有31个决策单元，大于投入、产出项数之和的两倍，符合DEA经验法则要求[1]。为符合DEA分析的单调性，对3个投入指标和2个产出指标进行相关分析[2]，结果显示二者具有较好的相关性（见表1）。

本研究涉及的高等职业教育预算内事业性经费支出、基本建设支出的数据均来自于2007—2018年的《中国教育经费统计年鉴》。其中，2007年、2008年高等职业教育预算内事业性经费支出、基本建设费支出是由高等职业学院和高等专业学校的预算内事业性经费支出、基本建设费支出两部分组成。因此，为了数据的一致性，2007年、2008年高等职业教育的事业性经费支出、基本建设费支出是由高等职业学院数据与高等专业学校数据相加得来。高等职业教育的毕业人数和在校生数的数据来自于2006—2017年的《中国教育统计年鉴》。

（二）模型选择

1.超效率DEA模型

数据包络分析（DEA）由查恩斯（A. Charnes），库伯（W. W. Cooper）和罗兹（E. Rhodes）提出，是评价决策单元多投入多产出相对有效性的方法[3]。超效率DEA模型是CCR模型的改进模型，其解决BCC和CCR模型中DEA有效DMU无法二次排序的问题。主要思路是对于DEA有效的DMU，超效率模型对其前沿面进行二次计算推移，使其效率值超过1，即可进行比较排序;对于DEA无效的DMU，其效率值不变[4]。具体演算公式如式（1）：

min[？兹-？着（■s- i +■s+ i）]（1）

s.t.■Xij？姿j+s- i = ？兹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表示決策单元的经费投入效率值，X和Y分别代表投入和产出变量，λ表示决策单元DUM的组合比例。当∑λ<1时，表示规模收益递减;当∑λ=1时，表示规模收益不变;当∑λ>1时，表示规模收益递增。s-i  和s+r 均为松弛变量，分别为投入过剩和产出量不足。

2.基于DEA的Malmquist指数分析方法

运用Malmquist指数动态衡量全要素生产率的变化趋势以及分析造成这种变化趋势的原因，其指数公式如式（2）：

M=■×■×

■（2）

其中，d（t）表示时期t的距离函数，（xt，yt）为第t期投入产出，v和c分别表示规模报酬可变和规模报酬不变。M>1表示生产率改善，M=1表示生产率不变，M<1表示生产率恶化。Malmquist指数可分解为技术效率变动（EC）指数和技术进步（TC）指数;技术效率指数进一步分解为纯技术效率（PC）和规模效率（SC）。

二、实证分析

利用Mydea1.05软件，以我国31个省（市、自治区，不含港、澳、台）作为DMU，将2006—2017年高等职业教育经费投入产出各项数据输入软件中，根据超效率模型（Super Efficiency）分析，得到高等职业教育经费投入产出静态超效率值;根据Malmquist模型分析，得到各省市高等职业教育经费投入产出的动态效率，并对不同地区的效率进行差异分析。

（一）高等职业教育经费投入静态效率分析

1.超效率DEA模型分析

以产出为导向，对2006—2017年各省（市、自治区）的高等职业教育经费投入进行超效率模型分析，并计算出各省（市、自治区）在12年中经费投入产出效率的平均值，具体结果见表2。

从综合技术效率来看，我国大部分地区高等职业教育经费投入效率均较低，仅有安徽省达到了DEA有效，其综合技术效率平均值为1.244。但综观安徽省2006—2017年综合技术效率发现，仅有2006年、2007年效率值大于1，尤其是2007年，其效率值達到12.302，这说明安徽省对之前两年的高职经费投入是有效的，随着时间的推移，其高职经费投入越来越不合理，影响其效率的主要因素是规模效率。因此，要扩大该省的在校生数和毕业生数。其余30个地区均为非DEA有效，其中，上海市的综合技术效率位居第二，但其平均值仅为0.563。

从纯技术效率来看，仅有安徽省和山东省达到了DEA有效，其纯技术效率平均值分别为1.936和1.062。说明安徽和山东两省关于高等职业教育经费投入的制度较为完善，管理水平较高，从而提升了经费投入效率。然而，综观2006—2017年纯技术效率发现，安徽省在2006年、2007年纯技术效率大于1，其余年份均小于1，说明安徽省经费投入资源未能合理利用，并且未能将良好的制度和管理能力保持下去，或者未对新形势下的制度进行新的调整，从而导致纯技术效率逐年下降。2006—2017年，山东省虽然偶尔会出现纯技术效率小于1的现象，但总体均保持有效状态。河北、河南两省纯技术效率平均值虽未达到DEA有效，但其值分别为0.989、0.961，接近于1。总的来说，我国大部分省（市、自治区）的纯技术效率较低，要继续完善高职经费投入制度，增强经费投入的管理能力。

从规模效率来看，我国各省（市、自治区）在2006—2017年规模效率值均未达到DEA有效。说明各地区规模较小，还需要继续扩大在校生人数规模，从而提高规模效率。各地区比较来看，青海省的规模效率平均值最高，达到0.859，其次是西藏、宁夏两个自治区和海南省，效率值分别为0.793、0.741、0.74。

从省域来看，我国中部地区整体效率相对较高，综合技术效率和纯技术效率均高于东、西部地区，但西部地区规模效率平均值（0.453）高于东部地区（0.304）和中部地区（0.283）。从整体看，我国高等职业教育经费投入效率偏低。究其原因，规模效率是影响我国高等职业教育综合技术效率的主要因素，纯技术效率也影响部分地区经费投入的综合技术效率。总之，为提高各地区高等职业教育经费投入效率，既要完善经费投入制度，还要继续扩大规模。

2.非DEA有效经费投入产出投影分析

根据上述的讨论，我国大部分地区高等职业教育经费投入效率未达到最优。为提高非DEA有效地区的经费投入效率，本研究进行投影分析，找出优化经费投入效率不佳的路径。以2017年各省（市、自治区）的数据为例，选取2017年综合效率值未达到1的地区进行投入产出冗余分析，研究发现被参照次数最多的为安徽省和上海市，其被参照次数分别为30次和3次。由于篇幅问题，本研究选取东、中、西部三个地区具有代表性的省（市、自治区），分析其高等职业教育经费投入效率的优化路径，具体结果见表3。

从表3可以看出，东、中、西部地区所表现出来的总体特征为高等职业教育个人部分经费投入相对基本达到了效率最优，而公用部分经费和基建支出经费投入过多，且高等职业教育规模还有待继续扩大。

（1）东部地区。在投入方面，东部地区公用经费投入冗余情况较严重，公用经费投入需要减少33.16%，其中，江苏和福建两省的公用部分经费投入冗余量较高，分别需要减少90.30%和88.16%;最低的是广东省，需要减少41.90%。基建支出经费投入冗余严重，需要减少94.26%，上海市和辽宁省的基建支出经费投入冗余较高，分别需要减少99.05%和94.18%;而河北、福建、山东和江苏四省在基建支出投入方面达到了效率最优。在产出方面，东部地区产出不足，平均各省市毕业生数和在校生数分别还需增加789.17%和977.72%，其中，北京市需要进一步加大高等职业教育规模。

（2）中部地区。在投入方面，中部地区公用经费投入冗余情况较为严重，需要减少54.21%，其中，安徽和河南两省的公用部分经费投入冗余量较高，分别需要减少71.11%和68.11%。基建支出经费投冗余也相对比较严重，需要减少78.94%，安徽省在基本建设支出经费投入上同样出现了较高的冗余，需要减少95.12%。为达到相对DEA有效目标值，中部地区应适当减少公用经费投入和基建支出经费投入。在产出方面，中部地区应继续扩大高等职业教育规模，平均各省、市毕业生数和在校生数再扩大518.41%和630.64%就可达到相对DEA有效目标值。其中，吉林省需要大量增加毕业生人数和在校生人数，需要分别增加为1 827.41%和2 304.92%。

（3）西部地区。西部地区投入产出需要进行调整才能达到相对DEA有效目标值。在投入方面，西部地区公用部分经费和基本建设支出经费投入冗余均较为严重，分别需要减少62.63%和84.05%。因此，西部地区各省（市、自治区）需要减少不必要的开销才能达到相对有效。在公用部分经费投入冗余中，广西和甘肃两省需要大力缩减投入，分别缩减84.48%和86.77%，以避免经费过多造成浪费;在基本建设支出经费投入冗余中，宁夏、青海和贵州三省达到了相对有效目标值。在产出方面，西部地区表现为产出严重不足，平均各省（市、自治区）毕业生数和在校生数分别还需增加1 353.41%和1 511.86%。

（二）高等职业教育经费投入动态效率分析

为了更为深入和直观地说明我国各省（市、自治区）高校2006—2017年高等职业教育经费投入效率的动态变化情况，本文运用MyDEA软件进行Malmquist指数求解，得到各省（市、自治区）高等职业教育经费投入全要素生产率指数及其分解。

1.我国高等职业教育经费投入全要素生产率总体情况

为准确地评价各高校科技创新效率随时间变化，进行了动态变化趋势分析（见表4）。从整体来看，2006—2017年，我国高等职业教育经费投入全要素生产率平均指数为0.94，年均下降了6%，其主要原因在于技术进步水平较低，平均指数为0.906。而技术效率较高，平均指数为1.093，其年均增长了9.3%。从时间序列来分析，2006—2017年，我国高等职业教育经费投入全要素生产率整體呈“W”形不稳定趋势，且全要素生产率偏低，这表明我国高等职业教育经费投入全要素生产率还有待提高，且增长也不稳定。

2.我国高等职业教育经费投入全要素生产率区域情况

为寻求导致高等职业教育经费投入全要素生产率动态变化的根源，计算得到东、中、西部地区高等职业教育经费投入全要素生产率及其分解的平均值（见表5）。2006—2017年，东、中、西部地区的全要素生产率均小于1，年均分别降低了3.8%、5.2%、8.5%，表明各地区高等职业经费投入全要素生产率均有待提高。影响各地区全要素生产率偏低的原因主要是技术进步效率值较低，东、中、西部地区技术进步效率值分别为0.945、0.932、0.854，均低于1，出现该现状的原因应是高等职业教育在专业设置及结构调整、职业技能训练、建立实习基地等方面还需要加强。从技术效率来看，东、中、西部地区的技术效率均在增长，年均增长率分别为3%、2.3%、和19.27%。

3.我国高等职业教育经费投入全要素生产指数分解情况

2006—2017年，我国高等职业教育经费投入全要素生产率指数大于1的省份共有6个，仅有19.35%省份的高等职业教育经费投入全要素生产率实现了增长（见表6）。天津、安徽、广东、江苏、山东、河北等省市分别年均增长了9.4%、8.6%、4.2%、3.4%、1.9%、1%。在全要素生产率下降的25个省份当中，西藏和海南高等职业教育经费投入全要素生产率恶化最严重，全要素生产率年均降低20.7%和18.8%。从整体来看，我国高等职业教育经费投入效率偏低的现象普遍存在。

从全要素生产率指数分解来看，2006—2017年，有5个省份的技术进步水平大于1，分别是安徽（1.095）、江苏（1.055）、广东（1.05）、山东（1.019）、河北（1.01）。海南和西藏两省的技术进步衰退最为明显，分别以年均21%和23.2%的速度下降。在技术效率方面，有26个省份高等职业教育经费投入的技术效率有所增长，其中，青海省的技术效率增长最高，达到88.8%;有5省份技术效率呈下降趋势，分别是安徽、湖北、上海、江苏和北京。

根据高等职业教育经费投入全要素生产率指数的大小，将各省（市、自治区）分为四种类型，即低效型（TFP<0.90）、徘徊型（0.901.10）[5]。具体结果划分：陕西、新疆、上海、重庆、北京、江西、海南、西藏8个地区属于低效型，其技术进步指数均相对较低，部分地区出现双低现象。因此，这部分地区既要加快技术进步的步伐，也要提升经费支出的使用率。浙江、宁夏、黑龙江、青海、云南、四川、吉林、湖南、河南、山西、贵州、内蒙古、广西、湖北、甘肃、福建、辽宁等17个地区属于徘徊型，这部分地区高等职业教育经费投入全要素生产率需要继续提高高等职业教育的技术平台、管理制度、机构运作等环节，从而优化效率提升路径。河北属于低增长型，技术效率和技术进步的增长是全要素生产率提升的主要原因。高增长型包括天津、安徽、广东、江苏和山东，天津高等职业教育经费投入全要素生产率提升的主要原因在于技术效率的提升;安徽、广东、江苏、山东4个地区全要素生产率提升则更多是因为技术进步指数提升而引起的。

三、结论与建议

（一）结论

第一，我国大部分地区高等职业教育经费投入综合技术效率均较低，其结果是纯技术效率和规模效率共同造成的。因此，高职经费投入制度、经费投入的管理能力以及在校生人数规模仍有待进一步完善与加强。从非DEA有效经费投入产出投影分析来看，东、中、西部地区所表现出来的总体特征为高等职业教育个人部分经费投入相对达到了效率最优，而公用部分经费和基建支出经费投入过多，且高等职业教育规模还有待继续扩大。

第二，我国高等职业教育经费投入全要素生产率整体呈先降低后增长、再降低再增长的不稳定趋势，但整体全要素生产率偏低，其主要原因在于技术进步水平较低。分地区来看，东、中、西部地区的全要素生产率均小于1，呈依次递减状态，其技术进步是影响各地区全要素生产率偏低的主要因素，东、中、西部地区技术进步效率值均低于1，出现该现状的原因可能是高等职业教育在专业设置及结构调整、职业技能训练、建立实习基地等方面还需要加强。分省市来看，我国仅有19.35%省份的高等职业教育经费投入全要素生产率实现了增长，分别是天津、安徽、广东、江苏、山东、河北等6个省市。

（二）建议

1.提高教育经费利用率

目前，我国高等职业教育经费投入均处于规模递减状态，且大部分省（市、自治区）的高等职业教育公用部分经费和基建支出经费投入效率处于非有效状态。因此，要科学合理地宏观把控高等职业教育经费投入。东、中、西部地区的个人部分事业经费较为合理，应根据各地高职的发展继续保持;而公用部分事业经费出现冗余，应适当减少高等职业学校的公共开销和专项开支等支出;河北、上海、贵州、青海和宁夏的基本建设支出经费投入较为合理，需要继续维持，而其他省（市、自治区）出现了投入冗余，应当减少基本建设支出的经费投入。

2.提升经费投入效率

我国高等职业教育经费投入整体较多，但其效率仍有待进一步提升，其主要原因是高等职业教育的办学规模与教育经费投入未能匹配，经费投入较多，在校生人数和毕业生数相对较少。因此，我国应适当扩大高等职业教育的办学规模，适当调整高等职业教育的专业设置与结构，建立实习实践基地，加强职业技能训练，提升高等职业教育的办学质量，有效提高就业率，并做好招生宣传工作，从而使办学规模与经费投入相协调，实现经费投入效率最大化。

3.提高高等职业教育经费投入的全要素生产率

通过前文的实证分析结果可知，东、中、西部地区的全要素生产率均偏低，导致其偏低的主要原因是技术进步呈现负增长。因此，我国高等职业教育应积极引进先进技术，总结与吸收高等职业教育发展较好的国家和地区的先进经验，学习和借鉴其发展模式。与此同时，也要寻求适合自身发展的专业设置和结构，积极引进高素质职业教育人才，提高高等职业教育的办学质量，促进高等职业教育经费投入效率的提升。

4.强化高等职业教育经费投入绩效追踪

目前，我国大部分省（市、自治区）的纯技术效率均较低，其高等职业教育经费投入制度、管理能力还有待进一步完善。《国务院关于加快发展现代职业教育的决定》指出，要提高资金使用效益，建立职业教育经费绩效评价制度、审计监督公告制度和投入支出社会公示制度。因此，我国要强化高等职业教育经费投入绩效追踪，建立绩效考评系统，定期收集数据，实行绩效评价结果通报制度，监督高等职业教育经费使用情况，确保高等职业教育经费投入发挥最大效益，从而有效提高效率。

注释：

①个人部分事业费主要指教师的工资及福利待遇、学生的补助等经费支出;公用部分事业费则主要指高等职业学校的公共开销和专项开支等经费支出。选取在校生数和毕业生数作为产出指标。

参考文献：

[1]杨会良，杨雅旭，张伟达.京津冀高校教育财政投入产出效率研究——基于DEA模型的分析[J].经济研究参考，2017（28）：3-8.

[2]罗杭.2011年中国“985”大学效率评价——效率水平排序、影响因素研究与松弛变量分析[J].清华大学教育研究，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]郑万腾，刘秀萍，李雨蒙.基于超效率DEA-Malmquist的学术期刊知识交流效率评价——以图书情报类核心期刊为例[J].图书馆理论与实践，2019（5）：65-69.

[5]楊传喜，徐顽强，张俊飚.农林高等院校科技资源配置效率研究[J].科研管理，2013（4）：115-122.

（责任编辑：刘东菊）