职业技术教育现状与评价问题研究

1引言

在经济与科技信息飞速发展的当今社会，我国职业技术教育正处于较好的历史阶段。我国的经济发展水平，科技更新换代速度，各类技术发展变化的更迭，无不彰显着此时正是大力发展各个省份职业技术教育工作事业的良好契机。本文以江苏省13个市的职业技术教育为例分析，尽管江苏省职业技术教育发展迅速，但发展不平衡，不稳定的情况还是存在的。因此，在拥有坚实经济基础与国家政策支持的条件背景下，开展江苏省财经商贸类职业技术教育现状与评价问题的研究就显得尤为重要。本文通过构建江苏省13个市2013－2017年5年间的职教投入产出效率指标，运用DEAP2．1软件，采用DEA－BCC模型与DEA－Malmquist动态评价来处理搜集到的数据，并得到相应结论，以期可以帮助广大职业技术教育工作者，职教专业学生，各类职教学者，使他们对江苏职业技术教育发展现状进行研究，并开展评价，以期为政府及教育部门制定教育政策提供参考。

2文献综述

随着经济的发展与科技水平的更新换代，教育现如今已成为各个国家软实力发展的一项重要指标，其重要性已经引起了众多学者的关注。2．1对于职业技术教育投入产出效率评价指标体系的研究。江健龙认为高校科研投入与产出指标的数量必须要适中，具有可使用性，因此，选取了教学科研人数，科研经费投入以及论文的发表数量作为指标［1］。张丽颖，蔡瑾，王咏芳从人力、物力、财力三方面着手，以江苏太仓市为基础，选取教职员工，生均预算内教育经费等指标，研究资源配置效率［2］。Ahn，Cooper，Chams利用科研经费，科技人员经费，毕业生人数以及当年的科技成果收入作为投入产出指标，分析美国高校的投入产出情况［3］。Vanden等加入了学校专业规模，科研经费，学术环境等指标，分析科研效率［4］。2．2对于职业技术教育投入产出效率研究方法的探索。刘海燕使用DEAP2．1软件(数据包络分析法)以江苏省为例进行教育效率分析，以期科学合理的评价江苏省的教育绩效［5］。秦美萍、孙俊华用BIA方法研究了江苏省职业技术教育的公共支出情况，构建收益归宿分析模型，以研究其职业技术教育的受益分布程度［6］。洪小娟，张聪，朱卫未通过运用DEA和Malmquist法对江苏2007－2016年，对其行业面板数据予以分析，研究创新效率［7］。王震远，朱少红对中国31个省份的职教数据进行分析，计算其效率值，分析31个省份的效率数据［8］。2．3有关职业技术教育投入产出效率影响因素的研究。刘頔在分析职业技术教育效率的影响因素后发现，对职业技术教育效率影响较显著的因素有专业设置、课程建设等［9］。岑研梅在对广西职业院校各个专业开设的数量以及分布对比研究之后得出结论，专业的集中度设置、招生规模、学校与下属学院的专业定位对职业技术教育的影响较大［10］。蔡文伯，翟柳淅通过对中国31个省份(2000－2014年15年间的数据进行分析，通过DEA－Malmquist模型，分析我国中职教育经费投入效率，表明，生均事业性经费和生均基本建设经费等指标均对职教发展有推动作用，而区域经济发展水平则对其影响较弱［11］。毛东升，张晶晶认为，国家对职业技术教育的重视程度，中等职业技术教育机构的服务企业意识，各个职业专业设置以及对学生的素质培养都是影响职业技术教育的重要因素［12］。2．4对于职业技术教育投入产出效率对策建议的研究。邢晖，和震，高鸿，李洪渠，李小鲁，沈有禄在将国内职业技术教育与国外对比之后得出建议，国家要对职业技术教育保持一种公平发展的态度，地位需稳固，职校学生要着力提升自我的职业素养和专业能力，各类职校选取不同种类不同形式的发展模式，大力提升自身的办学实力，以适应时展潮流［13］。陈晨，祝木伟，魏贤运，陆群通过对江苏省职业技术教育研究之后得出结论，江苏省职校的生均培养成本应该制定合理的财政拨款体系，提升拨款金额，不同地区不同专业不同等级的学校要根据自身情况制定相应政策［14］。孙琳基于省级面板数据的DEA分析研究得出结果，国家应该将职业技术教育摆在一个相对公平的位置，加大资金投入，以求更好更快的发展我国的职业技术教育，此外，各个省份的职业学校要根据自身情况来实施相应的学校发展规划以及学生培养标准，对于经济发展相对较弱的省份，可结合自身发展开发出新的教育模式［15］。陈向阳老师在研究过江苏省2008－2012年5年间的面板数据后，认为，各个国家及其政府要做好自身的领导作用，发挥好自身的宏观调控手段，制定相应的经费投入标准，各职校单位可提高兼职教师数量的比例，确定相应的拨款额度［16］。综合以上文献综述，显示出当前职业技术教育研究依旧存在不足以及需要改进的地方:①对职业技术教育的研究多局限于一定地域范围，如:国内关于江苏省进行的职业教育研究;国外对于美国进行的职教研究，相对来说，研究不全面;②多数学者在关于职业技术教育研究中，所选取的指标不同。

3DEA模型的建立

3．1效率评价模型。DEA方法，由学者Charnes等人提出，也就是数据包络分析(DataEnvelopmentAnalysis)非参数效率评价模型，是一种使用数学规划，基于被评价对象间相对比较的效率分析方法。DEA的第一个模型是CCR(Charnes－Cooper－Rhodes)［17］模型，CCR模型假设规模收益不变，其得出的技术效率包含了规模效率的影响，可用以下形式来表示:minθs．t．∑nj=1Xjλj+S－=θX0∑nj=1Yjλj－S+=Y0λj≥0;j=1，2，…，nS+≥0;S－≥0CCR模型假定规模报酬不变，但是项目单位有可能处于规模递增或递减中，规模是一直处于变化之中，因此1984年的时候，Banker等人提出BCC模型，其是基于规模可变的基础上来的。1953年，曼奎斯特等人提出Malmquist指数分析方法，主要测量绩效的变化情况，以距离函数为基础，有多个投入与产出指数，通过输入确定的投入产出数据来定义距离函数［18］。除此之外，Malmquist指数还可用来分析各个投入产出效率的变动趋势。3．2数据来源。本文选用DEA数据模型，以《江苏省统计年鉴》和《江苏省教育经费统计年鉴》为例，选取2013－2017年的投入与产出数据来进行研究。3．3指标体系。本文基于DEA模型，考虑到指标数据的可得性，从人力、物力、财力三方面入手，选取可得数据，从而进行职业技术教育的投入产出比率研究，后构建了职业技术教育投入产出效率评价指标体系，选取的投入指标为学校数量X1(所)、专任教师数量X2(人)、生均教育事业费支出X3(万元);产出指标为在校学生Y1(人)、毕业生数Y2(人)，如表1所示。

4实证研究与分析

4．1职业技术教育投入产出效率的静态评价。①综合技术效率分析。基于DEA－BCC模型，选取江苏省13个市2013－2017年5年间的投入产出指标数据，分析其综合技术效率，如表2所示。66、0．883、0．923、0．937，5年间的效率均值是0．785，2013－2017年的数值持续起伏波动，江苏省各城市的职业技术教育发展不稳定，政府及各学校对职业技术教育的发展问题并未采取相应的措施来改善;第三、除南京、南通以外，扬州、宿迁、淮安、泰州只有个别年份的综合技术效率达到了1，数据有效，其他城市5年间的综合技术效率值均不为1，说明江苏各地区职教发展不均;第四、根据表2数据分析，2013－2017年间江苏省13个城市中，南京、南通、盐城、扬州、泰州、宿迁6个城市的平均综合技术效率值超过了5年间的总均值，各地职教发展效率不均衡。②纯技术效率分析。根据DEA－BCC数据模型，在对江苏省2013－2017年5年间的纯技术效率进行分析研究之后，得出的结论如表3所示。根据表3的数据可得:第一、在2013－2017年5年间的纯技术效率江苏省13个市中只有南京、南通、扬州和宿迁的均值为1，数据有效，整体来看，13个市5年间的纯技术效率均值要高于综合技术效率均值;第二、2013－2017年5年间江苏省13个市每年的纯技术效率均值分别为0．899、0．895、0.924、0．963、0．981，纯技术效率均值为0．932，高于综合技术效率均值很多，江苏省职教的纯技术效率均值处于较高水平;第三、纯技术效率均值的波动程度相较于综合技术效率均值相似，二者呈现正相关分布;第四、南京、南通、盐城、扬州、泰州、宿迁在2013－2017年5年间的平均纯技术效率数值高于5年间的总均值，情况较之综合技术效率相符合。③规模效率分析。将表1中的职业技术教育5个投入产出指标的各个数据投入DEA模型中，得出江苏省13个市2013－2017年5年间的规模效率数值，结果如表4所示。由表4数据可得:第一、江苏省2013－2017年5年间的职业技术教育规模效率均值南京、南通和扬州数据值为1，DEA有效，教育投入规模可观;第二、2013－2017年间江苏省的职教规模效率年均值分别为:2013年为0．856、2014年为0．780、2015年为0．814、2016为0．913、2017年为1．012，5年间的规模效率均值为0．987，2017年的规模效率均值超过了总均值，江苏省2017年对职业技术教育规模投入重视程度不断加大;第三、2013－2017年5年间江苏省的职业技术教育规模效率市均值分别为:南京1．000、无锡0．890、徐州0．847、常州0.823、苏州0．898、南通1．000、连云港0．773、淮安0．850、盐城0．732、扬州1．000、镇江0．715、泰州0．725、宿迁0．888，其中南京(1．000)、南通(1．000)、扬州(1．000)这3个城市的规模效率均值高于5年间的总平均效率，说明相比于江苏省的其他城市，这3个城市对于职业技术教育的规模投入较高;第四、对江苏省13个市2013－2017年5年间的规模效率数据分析后发现，规模投入模式呈现递增状态，表明江苏各市正逐年加大对职业技术教育的重视。4．2职业技术教育投入产出效率的Malmquist指数分析。本文经DEAP2．1软件分析，对江苏省13个市2013－2017年5年间的职业技术教育效率值进行动态评价，分析结论如表5和表6所示。由表5可得:第一、2013－2017年间江苏省13个市的综合技术效率均值为1．056，平均增长7．1%;技术进步均值为0．785;纯技术效率均值为1．052，平均增长4．0%;规模效率平均值为1．003，增长3．0%;技术进步指数平均下降20．9%;全要素生产率平均下降15．3%，2013－2017年5年间江苏省13个市综合技术效率的增长变化与纯技术效率和规模效率的投入成正相关;第二、从江苏省2013－2017年5年间13个市的动态评价数据中可知，2013－2017年5年间江苏省13个市的综合技术效率、纯技术效率、规模效率、技术进步指数以及全要素生产率都各自呈现出增长或者减少的趋势，DEA－Malmquist指数不稳定，江苏各地区的职教投入产出效率同样存在着不稳定性。由表6可得:江苏省13个市2013－2014年与2014－2015年间的职业技术教育的规模效率值是上升的，而2015－2016年与2016－2017年间的职业技术教育的规模效率值是下降的;2013－2014年与2014－2015年间职业技术教育的技术进步趋势是上升的，2015－2016年与2016－2017年间职业技术教育技术进步呈下降趋势，说明江苏省2013－2017年5年间13个市的技术进步和规模效率二者的变动趋势一致，二者有很强的关联性，并且DEA－Malmquist指数有高有低不稳定，江苏省的13个市的职业技术教育投入产出效率也存在着不稳定性。

5结论和建议

本文通过构建江苏省13个市2013－2017年5年间的职业技术教育投入产出指标，运用DEAP2．1软件进行数据包络分析方法，采用DEA－BCC模型静态评价与DEA－Malmquist动态评价来处理关于职业技术教育投入产出效率相关联的数据，并得到相应结论。第一、从对江苏省13个市综合技术效率数据进行分析，2013－2017年，江苏省只有6个城市的平均综合技术效率值超过了5年间的总均值，职业技术教育水平发展不均;第二、江苏省各地市2013－2017年5年间的纯技术效率均值为0．932，高于综合技术效率均值，相对处于较高水平;纯技术效率均值的波动程度与综合技术效率均值相似，两者处于正相关;第三、江苏省2013－2017年5年间职业技术教育地区发展不均，规模效率南京、南通和扬州数据值为1，DEA有效;江苏省的职业技术教育规模投入模式呈现起伏状态;第四、5年间，江苏省职教综合技术效率指数、纯技术效率指数和规模效率指数持续增长，技术进步指数和全要素生产率指数在不断降低，江苏省职业技术教育发展不均衡;第五、2013－2017年5年间江苏省13个市的职业技术教育DEA－Malmquist指数有高有低不稳定，说明江苏省的职业技术教育投入产出效率存在着不稳定性。因此，通过运用DEAP分析法，对江苏省13个市2013－2017年5年间的职业技术教育投入产出效率研究得知，江苏省作为职教发展的“领头羊”，应切实履行好中职与普通本科高校相衔接的“3+4”分段培养政策，政府及其教育部门加大对教育薄弱地区的职教经费投入，鼓励职业院校专职教师间的正常流动，实现江苏职业技术教育又好又快发展。

作者:高洋洋 单位:江苏师范大学