我國(guó)高職教育經(jīng)費(fèi)投入效率及影響因素的空間計(jì)量分析

蘇薈?白玲

摘 要 為進(jìn)一步探索高職教育經(jīng)費(fèi)投入效率的提升路徑，運(yùn)用DEA模型、Malmquist指數(shù)法分析中國(guó)31個(gè)省（自治區(qū)、直轄市）2013-2017年高職教育經(jīng)費(fèi)投入效率及其動(dòng)態(tài)演變趨勢(shì)，并借助空間計(jì)量模型對(duì)其影響因素進(jìn)行研究。結(jié)果顯示：我國(guó)高職教育經(jīng)費(fèi)投入總效率處于中等水平，不同區(qū)域、省份間教育經(jīng)費(fèi)投入效率存在差異;全國(guó)各省高職教育全要素生產(chǎn)率呈緩慢下降趨勢(shì)，技術(shù)進(jìn)步的負(fù)增長(zhǎng)是制約其發(fā)展的主要因素;高職教育經(jīng)費(fèi)投入效率存在空間溢出效應(yīng)，其中經(jīng)濟(jì)水平、師資力量能正向影響經(jīng)費(fèi)投入效率，而城鎮(zhèn)化水平、教育生態(tài)、教育經(jīng)費(fèi)對(duì)經(jīng)費(fèi)投入效率起抑制作用。

關(guān)鍵詞 高職教育;教育經(jīng)費(fèi)投入;DEA模型;Malmquist指數(shù)法;空間計(jì)量模型

中圖分類(lèi)號(hào) G718.5 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1008-3219（2020）36-0038-08

一、引言

據(jù)統(tǒng)計(jì)，2017年我國(guó)高職高專(zhuān)院校生均教育經(jīng)費(fèi)投入為22235.73元，比2016年增長(zhǎng)8.92%。但經(jīng)費(fèi)總體投入偏低，區(qū)域、院校差異較大是影響高職教育進(jìn)一步發(fā)展的瓶頸[1]。學(xué)術(shù)界對(duì)高職教育經(jīng)費(fèi)投入的研究也逐漸成為熱點(diǎn)。

一是高職教育經(jīng)費(fèi)投入現(xiàn)狀研究。例如，付達(dá)杰、唐琳分析我國(guó)高職教育經(jīng)費(fèi)投入發(fā)現(xiàn)，高職教育經(jīng)費(fèi)投入比例遠(yuǎn)低于普通本科教育，經(jīng)費(fèi)投入不足嚴(yán)重阻礙了高職教育培養(yǎng)規(guī)模的發(fā)展[2]。羅園珍、羅忻通過(guò)對(duì)湖北省高職教育進(jìn)行研究提出，經(jīng)費(fèi)來(lái)源渠道單一、國(guó)家扶持項(xiàng)目“小”而“散”是導(dǎo)致高職教育培養(yǎng)規(guī)模受限的主要原因[3]。鄭雁基于浙江省高職院校調(diào)研指出，高職教育經(jīng)費(fèi)投入存在區(qū)域不均衡的問(wèn)題，并進(jìn)一步提出只有發(fā)揮好政府經(jīng)費(fèi)投入的主導(dǎo)作用，構(gòu)建多元化籌措渠道，才能促進(jìn)高職教育穩(wěn)健發(fā)展[4]。二是高職教育經(jīng)費(fèi)投入效率研究。如蘆娟、陳婉琳運(yùn)用主成分分析法、DEA和超效率DEA模型對(duì)我國(guó)22所骨干高職院校財(cái)政投入效率進(jìn)行實(shí)證分析，發(fā)現(xiàn)我國(guó)骨干高職院校經(jīng)費(fèi)投入效率不高，且財(cái)政投入效率與院校所在地區(qū)及院校類(lèi)型有一定的聯(lián)系[5][6]。龔冷西等借鑒國(guó)外高職教育績(jī)效評(píng)價(jià)體系，通過(guò)因子分析法和數(shù)據(jù)包絡(luò)分析法對(duì)西部某省高職院校經(jīng)費(fèi)投入效率進(jìn)一步研究，證明不同類(lèi)型的高職院校經(jīng)費(fèi)投入效率確實(shí)存在明顯差異，理工類(lèi)院校經(jīng)費(fèi)投入效率欠佳[7]。此外，顏煉鋼通過(guò)因子分析法對(duì)浙江省高職教育經(jīng)費(fèi)投入效率實(shí)證研究發(fā)現(xiàn)，省內(nèi)各院校經(jīng)費(fèi)投入績(jī)效水平存在明顯差距，其中，專(zhuān)任教師比、新生報(bào)到率和“雙師型”教師占比對(duì)高職教育經(jīng)費(fèi)投入效率有顯著影響[8]。濮筠、崔玉平基于協(xié)調(diào)發(fā)展理論，采用計(jì)量回歸模型對(duì)我國(guó)31個(gè)省（自治區(qū)、直轄市）的教育經(jīng)費(fèi)投入分析發(fā)現(xiàn)，在經(jīng)濟(jì)發(fā)展存在區(qū)域差異的狀況下，我國(guó)高職教育經(jīng)費(fèi)投入具有明顯的空間溢出效應(yīng)，經(jīng)費(fèi)投入不僅受本地區(qū)經(jīng)濟(jì)發(fā)展正向影響，還受相鄰地區(qū)生產(chǎn)總值影響[9]。

通過(guò)對(duì)已有文獻(xiàn)梳理后發(fā)現(xiàn)，有關(guān)高職教育經(jīng)費(fèi)投入的研究已取得一定成效，但學(xué)者多關(guān)注經(jīng)費(fèi)投入現(xiàn)狀及績(jī)效評(píng)價(jià)指標(biāo)體系的構(gòu)建，對(duì)影響高職教育經(jīng)費(fèi)投入效率因素的實(shí)證研究較少，基于空間計(jì)量模型探索其影響因素的研究則更少。為此，本研究以全國(guó)省域高職院校為研究對(duì)象測(cè)算高職教育經(jīng)費(fèi)投入效率。首先，采用DEA-CRS和VRS模型探究各省份、各區(qū)域及全國(guó)平均經(jīng)費(fèi)投入效率水平;其次，運(yùn)用Malmquist指數(shù)模型分析高職教育經(jīng)費(fèi)投入全要素生產(chǎn)率的動(dòng)態(tài)演變趨勢(shì);最后，基于空間計(jì)量模型探索影響高職教育經(jīng)費(fèi)效率區(qū)域差異的因素。本研究旨在提升高職教育經(jīng)費(fèi)投入效率，為制定高職院校經(jīng)費(fèi)投入預(yù)算提供參考。

二、模型、指標(biāo)與數(shù)據(jù)來(lái)源

（一）模型建立

1.DEA模型建立

數(shù)據(jù)包絡(luò)分析方法（DEA）是由美國(guó)學(xué)者Charnes和Cooper于1978年提出的一種數(shù)量分析方法，通過(guò)建立線性規(guī)劃模型，對(duì)同時(shí)期同類(lèi)型評(píng)價(jià)決策單元（DMU）的多項(xiàng)投入與產(chǎn)出進(jìn)行相對(duì)有效性評(píng)價(jià)，該方法在減少誤差和避免主觀因素方面體現(xiàn)了絕對(duì)優(yōu)勢(shì)。本研究采用CRS模型測(cè)算規(guī)模報(bào)酬不變條件下的技術(shù)效率值（TE），采用VRS模型測(cè)算規(guī)模報(bào)酬可變條件下的純技術(shù)效率值（PTE），決策單元的規(guī)模效益值SE=TE/PTE。以此來(lái)考察我國(guó)高職教育經(jīng)費(fèi)投入的效率情況。

2.Malmquist模型建立

由于DEA模型不能對(duì)面板數(shù)據(jù)進(jìn)行跨時(shí)期動(dòng)態(tài)分析，因此引入Malmquist全要素生產(chǎn)指數(shù)（TFPCH），表示決策單元在t到t+1時(shí)期的生產(chǎn)率變化程度。在規(guī)模報(bào)酬不變情況下，TFPCH可分解為技術(shù)進(jìn)步變化（TECHCH）和技術(shù)效率變化（EFFCH）;在規(guī)模報(bào)酬可變的情況下，技術(shù)效率變化（EFFCH）可進(jìn)一步分解為純技術(shù)效率指數(shù)（PECH）和規(guī)模效益指數(shù)（SECH）。基于此，為了解我國(guó)高職教育在2013-2017年間經(jīng)費(fèi)投入效率的變化情況，全要素生產(chǎn)效率的分解式為：TFPCH=ECHCH×EFFCH=EFFCH×PECH×SECH。

（二）高職教育經(jīng)費(fèi)投入產(chǎn)出指標(biāo)選取

教育投入是指一個(gè)國(guó)家或地區(qū)為促進(jìn)教育事業(yè)發(fā)展，在教育領(lǐng)域中投入人、財(cái)、物的總和。其中財(cái)力作為人力和物力的貨幣表現(xiàn)尤為重要，不僅能保障教育教學(xué)的正常運(yùn)轉(zhuǎn)，還能推動(dòng)教育改革、提高教育質(zhì)量。高職教育經(jīng)費(fèi)投入可劃分為生均個(gè)人經(jīng)費(fèi)投入和生均公用經(jīng)費(fèi)投入。其中，個(gè)人經(jīng)費(fèi)投入主要用于兩方面：一是支付教師工資及福利待遇，以此激勵(lì)教師提升教學(xué)質(zhì)量;二是用于對(duì)學(xué)生的補(bǔ)貼、獎(jiǎng)勵(lì)等，鼓勵(lì)學(xué)生積極學(xué)習(xí)知識(shí)技能以提高專(zhuān)業(yè)素質(zhì)。公用經(jīng)費(fèi)投入則是指高等職業(yè)院校的公共開(kāi)銷(xiāo)與專(zhuān)項(xiàng)開(kāi)支等經(jīng)費(fèi)開(kāi)支，如購(gòu)買(mǎi)實(shí)驗(yàn)室設(shè)備等。作為高職教育經(jīng)費(fèi)投入的產(chǎn)出，可從教育成果數(shù)量和質(zhì)量?jī)煞矫孢M(jìn)行測(cè)評(píng)：培養(yǎng)數(shù)量通常用畢業(yè)生人數(shù)來(lái)衡量;培養(yǎng)質(zhì)量則需要通過(guò)月薪水平、社會(huì)滿意度、縱向科研經(jīng)費(fèi)到款額及公益性培訓(xùn)服務(wù)來(lái)體現(xiàn)。縱向科研經(jīng)費(fèi)到款額是指國(guó)家或地方政府常設(shè)的計(jì)劃項(xiàng)目或?qū)ｍ?xiàng)項(xiàng)目取得的科研經(jīng)費(fèi)，具有一定的指導(dǎo)性且難以獲得，是衡量高職院校科學(xué)研究的重要指標(biāo)。

此外，在指標(biāo)數(shù)量上應(yīng)與受評(píng)估的DMU數(shù)量相適應(yīng)，根據(jù)Cooper 經(jīng)驗(yàn)法則，DMU的個(gè)數(shù)≧max{投入項(xiàng)×產(chǎn)出項(xiàng)，2×（投入項(xiàng)×產(chǎn)出項(xiàng)）}。由于本研究研究對(duì)象為全國(guó)31個(gè)省（自治區(qū)、直轄市）高職院校，因此投入與產(chǎn)出指標(biāo)之和不可超過(guò)15。至此，本研究所構(gòu)建的高職教育經(jīng)費(fèi)投入產(chǎn)出指標(biāo)體系見(jiàn)表1。

（三）數(shù)據(jù)來(lái)源

本研究基礎(chǔ)數(shù)據(jù)來(lái)源于2014-2018年《中國(guó)教育統(tǒng)計(jì)年鑒》《中國(guó)教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》《高等職業(yè)教育質(zhì)量年度報(bào)告》。

三 、高職教育經(jīng)費(fèi)投入效率的實(shí)證分析

（一）高職教育經(jīng)費(fèi)投入技術(shù)效率評(píng)價(jià)分析

運(yùn)用DEAP2.1軟件對(duì)2013-2017年全國(guó)31個(gè)省（自治區(qū)、直轄市）高職教育經(jīng)費(fèi)投入效率衡量指標(biāo)原始數(shù)據(jù)進(jìn)行測(cè)算。需要說(shuō)明的是，技術(shù)效率值（TE）=純技術(shù)效率值（PTE）×規(guī)模效益值（SE），結(jié)果見(jiàn)表2。

1.總體技術(shù)效率

基于不變報(bào)酬CRS模型求解后得出高職教育經(jīng)費(fèi)投入技術(shù)效率值，表示在現(xiàn)有高職教育規(guī)模下， 經(jīng)費(fèi)投入得到有效利用， 產(chǎn)出達(dá)到有效生產(chǎn)前沿面上。從我國(guó)高職教育經(jīng)費(fèi)投入的總體技術(shù)效率值來(lái)看，2013-2017年間全國(guó)31個(gè)省（自治區(qū)、直轄市）高職院校平均技術(shù)效率值為0.766，存在22.4%的提升空間。其中，2013-2015年技術(shù)效率呈下降趨勢(shì)，年均降幅為2.7%;2015-2017年呈上升趨勢(shì)，年均漲幅為7.3%，由此，全國(guó)各省高職教育經(jīng)費(fèi)投入技術(shù)效率值呈先下降后上升的“U型”變化。這與2015年教育部頒布的《高等職業(yè)教育創(chuàng)新發(fā)展行動(dòng)計(jì)劃（2015-2018年）》有關(guān)。各地貫徹落實(shí)文件精神，大力推動(dòng)高職院校創(chuàng)新發(fā)展，擴(kuò)大招生規(guī)模，使高職教育經(jīng)費(fèi)投入效率得到有效提升。就各省5年均值而言，技術(shù)效率值較高（t>0.901）的有安徽、江西、山東、河南、湖北、湖南6個(gè)省份;技術(shù)效率中等（0.751>t>0.900）的有河北、山西、江蘇、浙江、四川、貴州、西藏、陜西、新疆9個(gè)省（自治區(qū)）;技術(shù)效率值較低（t<0.75）的有北京、海南、寧夏等16個(gè)省（自治區(qū)、直轄市）。同時(shí)，分地區(qū)來(lái)看，2013-2017年?yáng)|、中、西部地區(qū)的綜合技術(shù)效率均呈波動(dòng)上升趨勢(shì)，中部地區(qū)高職教育經(jīng)費(fèi)投入技術(shù)效率值最優(yōu)為0.941，東部地區(qū)次之（0.738），而西部地區(qū)技術(shù)效率值最低（0.719）。由此說(shuō)明，在現(xiàn)有的高職教育發(fā)展規(guī)模下，中東部地區(qū)高職教育經(jīng)費(fèi)投入得到充分利用，實(shí)現(xiàn)資源配置技術(shù)與規(guī)模有效。而西部地區(qū)高職教育經(jīng)費(fèi)投入效率與預(yù)期綜合效益存在一定差距。

2.純技術(shù)效率

基于可變報(bào)酬VRS模型求解后可得高職教育經(jīng)費(fèi)投入的純技術(shù)效率，表示在不考慮規(guī)模因素的現(xiàn)有技術(shù)水平條件下， 高職教育經(jīng)費(fèi)投入效率位于生產(chǎn)前沿面上。從我國(guó)高職教育經(jīng)費(fèi)投入的整體純技術(shù)效率值來(lái)看，年均增幅為3.58%。其中，2013-2015年純技術(shù)效率值呈緩慢降低趨勢(shì)，降幅為0.35%;2016-2017年增長(zhǎng)幅度較大，增長(zhǎng)率為14.3%，省際高職教育經(jīng)費(fèi)投入純技術(shù)效率大致呈“√”變化趨勢(shì)。就5年間純技術(shù)效率均有效的省份來(lái)看，有江蘇、安徽、山東、廣東，占13%;具體而言，2013和2015年純技術(shù)效率實(shí)現(xiàn)DEA有效的省份為12個(gè);2014和2016年均為11個(gè);發(fā)展到2017年，純技術(shù)效率為1的省份增至18個(gè)，且有效省份由中東部地區(qū)向西部地區(qū)擴(kuò)張，西部省份在2013-2015年只有西藏、新疆有效，2016-2017年有效省份增加了四川、陜西、甘肅、寧夏。由此可見(jiàn)，高職教育經(jīng)費(fèi)投入總體利用率較高，在整個(gè)評(píng)價(jià)系統(tǒng)中資源浪費(fèi)現(xiàn)象較少。分地區(qū)來(lái)看，西部地區(qū)5年純技術(shù)效率均值依舊最低（0.793），這與其內(nèi)部管理存在密切聯(lián)系。西部地區(qū)大多位于我國(guó)內(nèi)陸且經(jīng)濟(jì)基礎(chǔ)薄弱，優(yōu)質(zhì)師資、優(yōu)質(zhì)生源都處于緊缺狀態(tài)，很多高校在學(xué)生管理方面較為松散，“寬進(jìn)寬出”的教育方式導(dǎo)致多數(shù)畢業(yè)生缺乏專(zhuān)業(yè)素養(yǎng)與工作能力，這也是阻礙西部地區(qū)高職教育經(jīng)費(fèi)體制改革與技術(shù)效率提升的癥結(jié)所在。

3.規(guī)模效率

高職教育經(jīng)費(fèi)投入的規(guī)模效率是指各決策單元的投入—產(chǎn)出是否達(dá)到最優(yōu)狀態(tài)，由此來(lái)衡量省際高職院校經(jīng)費(fèi)是否達(dá)到最優(yōu)投入規(guī)模，且能清楚了解各地區(qū)高職教育經(jīng)費(fèi)投入規(guī)模的所處狀態(tài)。從我國(guó)高職教育經(jīng)費(fèi)投入的總體規(guī)模效益值來(lái)看，2013-2017年間呈波動(dòng)遞減狀態(tài)，年均降幅為1.13%。但5年中規(guī)模效益均值都在0.9以上，說(shuō)明高職教育經(jīng)費(fèi)規(guī)模效益整體良好。其中，規(guī)模效益值較高（t>0.901）的有24個(gè)省份;規(guī)模效益值中等（0.751

（二）高職教育經(jīng)費(fèi)投入全要素生產(chǎn)率評(píng)價(jià)分析

由于DEA-CRS和VRS模型多關(guān)注于靜態(tài)效率，不能揭示高職教育經(jīng)費(fèi)投入效率的動(dòng)態(tài)過(guò)程。因此，本研究采用Malmquist指數(shù)模型對(duì)全國(guó)31個(gè)省（自治區(qū)、直轄市）2013-2017年間的指標(biāo)數(shù)據(jù)進(jìn)行時(shí)間序列面板分析，得到高職教育經(jīng)費(fèi)投入全要素生產(chǎn)率指數(shù)及分解情況。

如圖1所示，我國(guó)高職教育經(jīng)費(fèi)投入全要素生產(chǎn)率在2013-2017年間相對(duì)較高，僅有一年效率值小于1，說(shuō)明我國(guó)高職教育經(jīng)費(fèi)投入—產(chǎn)出配置效率處于較優(yōu)狀態(tài)。從整體變化來(lái)看，呈波動(dòng)下降趨勢(shì)。導(dǎo)致其全要素生產(chǎn)效率降低的首要原因是技術(shù)進(jìn)步的下降，年均降幅為3.61%。據(jù)分解值變化趨勢(shì)所示，高職教育經(jīng)費(fèi)投入的全要素生產(chǎn)率在不同時(shí)期受技術(shù)進(jìn)步和技術(shù)效率的影響不同。其中，技術(shù)進(jìn)步與全要素生產(chǎn)率變化方向基本一致，而技術(shù)效率則呈反向變化。此外，規(guī)模效益值在2013-2014年與技術(shù)效率波動(dòng)趨勢(shì)相似，2014年后呈反向變化，而純技術(shù)效率與技術(shù)效率在此期間變化趨勢(shì)始終保持一致。這一結(jié)果顯示出我國(guó)高職院校在管理技術(shù)的運(yùn)用和經(jīng)費(fèi)投入規(guī)模方面存在效率不高的問(wèn)題。

為進(jìn)一步研究我國(guó)各省高職教育經(jīng)費(fèi)動(dòng)態(tài)配置效率差異的根源，表3以全國(guó)31個(gè)省（自治區(qū)、直轄市）為決策單元，采用Malmquist指數(shù)模型進(jìn)行進(jìn)一步的計(jì)算與分解。

根據(jù)職業(yè)教育全要素生產(chǎn)率指數(shù)的劃分標(biāo)準(zhǔn)，將我國(guó)31個(gè)省（自治區(qū)、直轄市）劃分為高增長(zhǎng)型、低增長(zhǎng)型、徘徊型和低效型四種類(lèi)型。高增長(zhǎng)型有北京、浙江、新疆，表明這3個(gè)省份的經(jīng)費(fèi)投入生產(chǎn)率相較于其他地區(qū)提升速度較快。其中，北京居于全國(guó)高職教育經(jīng)費(fèi)生產(chǎn)率首位（1.234），漲幅為13.5%，主要得益于技術(shù)效率的改善;浙江次之（1.136），得益于技術(shù)進(jìn)步提升的影響;新疆第三（1.142），是技術(shù)效率和技術(shù)進(jìn)步共同作用的結(jié)果。低增長(zhǎng)型有天津、上海、福建、江西、遼寧、山東、湖南、重慶、四川、陜西，表明這10個(gè)省份高職教育經(jīng)費(fèi)投入生產(chǎn)率有一定的提升，但幅度較小，主要依靠院校技術(shù)效率的有效提升，內(nèi)部管理技術(shù)進(jìn)步的影響較小。徘徊型有河北、山西、海南等16個(gè)省份，表明這些地區(qū)高職教育生產(chǎn)率有所下降，但降幅不大，處于相對(duì)停滯狀態(tài)。低效型有甘肅（0.882）、青海（0.866），表明這兩個(gè)省份高職教育經(jīng)費(fèi)投入生產(chǎn)率相較于其他地區(qū)的降幅較大，主要原因是技術(shù)效率和技術(shù)進(jìn)步均呈無(wú)效狀態(tài)，兩省都屬西部偏遠(yuǎn)地區(qū)，經(jīng)濟(jì)發(fā)展水平較低，對(duì)高職院校的重視程度不夠，教育經(jīng)費(fèi)投入有限且未合理化配置，最終造成其全要素生產(chǎn)率低效發(fā)展。

從“三大區(qū)域”整體來(lái)看，各地高職教育經(jīng)費(fèi)投入全要素生產(chǎn)率差異不大，處于相對(duì)均衡發(fā)展。其中，全要素生產(chǎn)率最高的是東部地區(qū)（1.044），西部地區(qū)其次（0.979），中部地區(qū)居于第三（0.975），與全國(guó)高職教育平均生產(chǎn)率（0.970）基本持平。具體而言，作為經(jīng)濟(jì)水平相對(duì)發(fā)達(dá)的東部地區(qū)在畢業(yè)生數(shù)量、科研產(chǎn)出方面都有相對(duì)優(yōu)勢(shì)。高速發(fā)展的二、三產(chǎn)業(yè)對(duì)優(yōu)質(zhì)人才需求量大，畢業(yè)生就業(yè)率與薪資水平都較高;科研基地、優(yōu)質(zhì)師資也相對(duì)較多，為學(xué)生專(zhuān)業(yè)能力與學(xué)術(shù)產(chǎn)出的提升奠定了良好基礎(chǔ)。西部地區(qū)高職教育經(jīng)費(fèi)全要素生產(chǎn)率的提升主要得益于技術(shù)進(jìn)步和技術(shù)效率的共同提升，近年來(lái)國(guó)家對(duì)西部地區(qū)的財(cái)政投入、招生就業(yè)、體制機(jī)制等改革予以大力扶持，有效彌補(bǔ)了自身不足，促進(jìn)西部地區(qū)的高職教育經(jīng)費(fèi)配置效率達(dá)到優(yōu)化。中部地區(qū)雖教育基礎(chǔ)條件好，但人力資源結(jié)構(gòu)性失衡、人才供給不匹配、管理水平低等問(wèn)題造成其全要素生產(chǎn)率落后。

四、高職教育經(jīng)費(fèi)投入效率影響因素的空間計(jì)量分析

（一）變量與模型

1.變量選取

為進(jìn)一步了解高職教育經(jīng)費(fèi)投入效率空間差異的影響因素，本研究將構(gòu)建空間面板數(shù)據(jù)模型進(jìn)行深入分析。影響高職教育經(jīng)費(fèi)投入效率的因素有很多，一般分為外部影響因素和內(nèi)部影響因素，在參考相關(guān)文獻(xiàn)的基礎(chǔ)上，結(jié)合變量的可度量性與可操作性，選擇6個(gè)變量作為解釋變量，見(jiàn)表4。

2.模型介紹

空間計(jì)量模型中，較為經(jīng)典的是空間自回歸模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）。

（1）SAR表示變量間是否存在空間溢出效應(yīng)，公式為y=λWy+Xβ+ε。

其中，y是被解釋變量，X是數(shù)據(jù)矩陣，W是空間矩陣，β是自變量系數(shù)，λ為空間自回歸系數(shù)，ε為誤差項(xiàng)。

（2）SEM表示空間依賴(lài)性可能會(huì)通過(guò)誤差項(xiàng)來(lái)表現(xiàn)，公式為 y=Xβ+μ。

如模型所示，μ為隨機(jī)誤差向量存在空間依賴(lài)性，說(shuō)明不可觀察的遺漏變量存在空間相關(guān)性。

（3）SDM表示被解釋變量不僅受本地區(qū)解釋變量影響，還受相鄰地區(qū)自變量影響，公式為y=Xβ+WXδ+ε。

其中，WXδ為相鄰地區(qū)自變量的影響，δ為相應(yīng)向量的系數(shù)。

（二）空間自相關(guān)檢驗(yàn)

首先要對(duì)被解釋變量高職教育經(jīng)費(fèi)投入技術(shù)效率做相關(guān)性檢驗(yàn)，若存在空間相關(guān)性，則說(shuō)明可以采用空間計(jì)量模型。學(xué)者大多運(yùn)用Moran1指數(shù)進(jìn)行空間自相關(guān)檢驗(yàn)，其定義為：

其中，n代表研究省份的總數(shù)，Wij代表空間矩陣。Yi、Yj代表i、j區(qū)域的變量。（Morans I的數(shù)值范圍分布在-1到1間，若Morans I>1，表示相似屬性的區(qū)域集中度高，若Morans I<1，表示相異屬性的區(qū)域集中度高，若Morans I接近0，則表示沒(méi)有空間自相關(guān)性。計(jì)算結(jié)果見(jiàn)表5。

如表5所示，Morans 指數(shù)在2013-2017年間均為正數(shù)且都通過(guò)10%顯著性水平檢驗(yàn)，說(shuō)明我國(guó)高職教育經(jīng)費(fèi)投入效率存在空間自相關(guān)性。關(guān)聯(lián)性呈逐漸增強(qiáng)趨勢(shì)，說(shuō)明我國(guó)高職教育經(jīng)費(fèi)投入效率的空間依賴(lài)性也在逐步加深，且由低值—低值向高值—高值集聚，見(jiàn)圖2。

（三）模型估計(jì)結(jié)果分析

由圖2可知，我國(guó)高職教育經(jīng)費(fèi)投入技術(shù)效率存在明顯的空間自相關(guān)，因此需要進(jìn)一步通過(guò)檢驗(yàn)確定適合本研究的空間計(jì)量模型。首先，根據(jù)Anselin判別準(zhǔn)則[10]，發(fā)現(xiàn)LM-Lag較LM-Error更顯著，且穩(wěn)健LM-Lag顯著而 LM-Error不顯著，說(shuō)明應(yīng)當(dāng)優(yōu)先選擇空間自相關(guān)模型;其次，通過(guò)分析OLS、空間自相關(guān)和空間誤差模型對(duì)高職教育經(jīng)費(fèi)投入效率影響因素的回歸結(jié)果，見(jiàn)表6。對(duì)比R2（擬合優(yōu)度）與LogL（對(duì)數(shù)似然值）統(tǒng)計(jì)量結(jié)果，選取統(tǒng)計(jì)結(jié)果值最大的模型，再比較AIC與SC的結(jié)果值，數(shù)值越小的模型擬合度越優(yōu)。由此，本文采用SAR模型對(duì)我國(guó)高職教育經(jīng)費(fèi)投入效率影響因素進(jìn)行計(jì)量研究。

據(jù)空間自相關(guān)模型結(jié)果所示，自回歸模型系數(shù)為0.289，且通過(guò)顯著性水平檢驗(yàn)，說(shuō)明我國(guó)高職教育經(jīng)費(fèi)投入產(chǎn)出效率空間上臨近地區(qū)有正向溢出效應(yīng)，即區(qū)域高職院校經(jīng)費(fèi)投入效率不僅受到本區(qū)域其他因素影響，還受相鄰區(qū)域的高職教育經(jīng)費(fèi)投入技術(shù)效率影響。

其中，在經(jīng)濟(jì)水平方面，變量LNPGDP顯著為正且系數(shù)值大于多數(shù)變量，說(shuō)明人均GDP發(fā)展水平是影響高職教育經(jīng)費(fèi)投入效率的重要因素。具體而言，經(jīng)濟(jì)發(fā)展水平較高地區(qū)擁有研究型企業(yè)也相對(duì)較多，則該地區(qū)高職院校相應(yīng)地也擁有更多與優(yōu)秀企業(yè)聯(lián)合培養(yǎng)學(xué)生的機(jī)會(huì)，這種高質(zhì)量“產(chǎn)學(xué)研”教育模式自然能夠產(chǎn)出更多的優(yōu)秀畢業(yè)生、科研成果及社會(huì)服務(wù)機(jī)構(gòu)，在不同方面對(duì)該地區(qū)高職院校的教育經(jīng)費(fèi)投入效率起到積極促進(jìn)作用;同時(shí)，高經(jīng)濟(jì)水平地區(qū)所面對(duì)的社會(huì)競(jìng)爭(zhēng)也更為激烈，能夠促使個(gè)人和院校更加充分利用現(xiàn)有教育經(jīng)費(fèi)，提升經(jīng)費(fèi)投入效率。在社會(huì)發(fā)展方面，城鎮(zhèn)化水平的影響系數(shù)為-0.0095，T值為-3.36，且通過(guò)1%顯著性檢驗(yàn)，說(shuō)明城鎮(zhèn)化水平負(fù)向影響高職教育經(jīng)費(fèi)投入效率。城鎮(zhèn)化發(fā)展使人們?cè)谒枷肷习l(fā)生巨大轉(zhuǎn)變，接受高等教育的愿望更加強(qiáng)烈，因此高職教育規(guī)模出現(xiàn)井噴式擴(kuò)張，各地區(qū)高職院校為搶奪生源展開(kāi)無(wú)底線博弈。部分生源充沛地區(qū)為謀求短期經(jīng)濟(jì)利益超負(fù)荷招生，導(dǎo)致畢業(yè)生質(zhì)量良莠不齊，就業(yè)率和社會(huì)滿意度屢屢刷低;生源匱乏地區(qū)因教育資源不足則出現(xiàn)規(guī)模不經(jīng)濟(jì)問(wèn)題，使本就有限的教育經(jīng)費(fèi)被浪費(fèi)。在教育生態(tài)方面，高職教育學(xué)生比重反映了高職院校和本科院校對(duì)教育資源的競(jìng)爭(zhēng)優(yōu)勢(shì)，從經(jīng)濟(jì)學(xué)角度分析，高職教育與本科教育互為替代品，高職學(xué)生所占比重越小，說(shuō)明本科院校占有的教育經(jīng)費(fèi)越多，這對(duì)高職院校教育經(jīng)費(fèi)投入效率勢(shì)必產(chǎn)生負(fù)向影響。在師資力量方面，雙師型教師所占比重呈顯著正相關(guān)，說(shuō)明優(yōu)質(zhì)教師資源對(duì)我國(guó)高職教育經(jīng)費(fèi)投入效率具有促進(jìn)作用。根據(jù)實(shí)證結(jié)果所示，雙師型教師比重每增加1%，高職教育經(jīng)費(fèi)投入效率會(huì)提高0.25%。這說(shuō)明“雙職稱(chēng)、雙素質(zhì)”型教師具備扎實(shí)的專(zhuān)業(yè)素質(zhì)、豐富的實(shí)踐經(jīng)驗(yàn)與創(chuàng)新能力，不僅是人才培養(yǎng)質(zhì)量的根本保障，也是促進(jìn)高職院校內(nèi)涵式發(fā)展的重要力量。在教育經(jīng)費(fèi)方面，生均教育經(jīng)費(fèi)的投入對(duì)高職教育經(jīng)費(fèi)投入效率有直接影響，估計(jì)系數(shù)為-0.4047，呈顯著負(fù)相關(guān)。受邊際效率遞減規(guī)律影響，生均教育經(jīng)費(fèi)投入并非越多越好，達(dá)到最優(yōu)規(guī)模后，若繼續(xù)增加經(jīng)費(fèi)投入，則投入效率不升反降，例如，上海、天津的生均教育經(jīng)費(fèi)投入多而技術(shù)效率卻一直處于無(wú)效狀態(tài)。因此，高職院校必須走內(nèi)涵式發(fā)展道路、調(diào)整經(jīng)費(fèi)配置結(jié)構(gòu)，促進(jìn)高職教育健康發(fā)展。在資源配置方面，教育資源配置結(jié)構(gòu)系數(shù)為負(fù)但不顯著，表明目前教育資源配置結(jié)構(gòu)未能有效促進(jìn)高職教育經(jīng)費(fèi)投入效率。高職教育資源配置結(jié)構(gòu)是對(duì)各地區(qū)院校經(jīng)費(fèi)配置程度的反映，據(jù)實(shí)證結(jié)果所示，我國(guó)高職院校經(jīng)費(fèi)配置并不合理，說(shuō)明我國(guó)高職院校內(nèi)部系統(tǒng)管理體制落后，對(duì)經(jīng)費(fèi)利用率低，造成經(jīng)費(fèi)投入的浪費(fèi)。

五、結(jié)論與啟示

（一）研究結(jié)論

通過(guò)對(duì)我國(guó)31個(gè)省（自治區(qū)、直轄市）2013-2017年間高職教育經(jīng)費(fèi)投入效率及影響因素的研究可知：首先，就全國(guó)而言，我國(guó)高職教育經(jīng)費(fèi)投入技術(shù)效率大體呈上升趨勢(shì)，由2013年的0.762增加到2017年的0.834，增長(zhǎng)率為9.44%。但東、中、西三大區(qū)域間的高職教育經(jīng)費(fèi)投入效率存在一定差異及不均衡現(xiàn)象。其中，中部地區(qū)高職教育經(jīng)費(fèi)投入技術(shù)效率最優(yōu)，遠(yuǎn)高于東、西部地區(qū)。其次，我國(guó)高職教育經(jīng)費(fèi)投入全要素生產(chǎn)率呈緩慢下降趨勢(shì)，不同地區(qū)和板塊之間均存在差異，但整體發(fā)展基本呈均衡態(tài)勢(shì)，技術(shù)進(jìn)步的負(fù)增長(zhǎng)是制約高職教育經(jīng)費(fèi)投入全要素生產(chǎn)率提升的關(guān)鍵因素。最后，通過(guò)進(jìn)一步的空間計(jì)量模型分析可知，我國(guó)高職教育經(jīng)費(fèi)投入效率存在空間自相關(guān)性，經(jīng)濟(jì)水平、師資力量能正向促進(jìn)經(jīng)費(fèi)投入效率的提高，而城鎮(zhèn)化水平、教育生態(tài)、教育經(jīng)費(fèi)對(duì)經(jīng)費(fèi)投入效率起到抑制作用。

（二）相關(guān)建議

基于上述評(píng)估結(jié)果，本研究為促進(jìn)我國(guó)高職教育經(jīng)費(fèi)投入效率達(dá)到最優(yōu)，提高高職院校建設(shè)水平，提出以下幾點(diǎn)建議：

第一，促進(jìn)西部地區(qū)經(jīng)濟(jì)積極增長(zhǎng)，增加教育所占GDP投入比重。據(jù)高職教育經(jīng)費(fèi)投入效率分析可知，經(jīng)濟(jì)相對(duì)欠發(fā)達(dá)的西部地區(qū)經(jīng)費(fèi)投入效率不僅明顯低于中東部地區(qū)，還低于全國(guó)高職院校的經(jīng)費(fèi)投入效率的平均水平;從影響因素評(píng)價(jià)中看出，經(jīng)濟(jì)發(fā)展水平是影響高職教育經(jīng)費(fèi)投入效率提升的因素之一，且影響效應(yīng)最為顯著。因此，大力推動(dòng)西部地區(qū)經(jīng)濟(jì)發(fā)展，是提高全國(guó)高職教育經(jīng)費(fèi)投入效率、縮小區(qū)域差異的重要條件。一是促進(jìn)西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)。由勞動(dòng)密集型向技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)變;并利用本地優(yōu)勢(shì)，發(fā)展特色產(chǎn)業(yè)，使其成為推動(dòng)經(jīng)濟(jì)發(fā)展的新動(dòng)能。二是轉(zhuǎn)變西部地區(qū)經(jīng)濟(jì)發(fā)展方式，構(gòu)建以市場(chǎng)為導(dǎo)向、產(chǎn)學(xué)研相結(jié)合的新型創(chuàng)新體系，由投資為主導(dǎo)向技術(shù)進(jìn)步帶動(dòng)經(jīng)濟(jì)增長(zhǎng)轉(zhuǎn)型。三是緊抓時(shí)代機(jī)遇，擴(kuò)大對(duì)外開(kāi)放。堅(jiān)持“一帶一路”，推動(dòng)共享發(fā)展。此外，教育所占GDP投入比重是衡量區(qū)域教育水平的基準(zhǔn)，“雙高計(jì)劃”的實(shí)施，體現(xiàn)了國(guó)家對(duì)高職教育的進(jìn)一步重視，因此需增加投入比重，促進(jìn)高職教育與經(jīng)濟(jì)的可持續(xù)發(fā)展。

第二，加強(qiáng)“雙師型”教師培養(yǎng)，拓展人才引進(jìn)渠道，為高職教育持續(xù)健康發(fā)展做好保障。據(jù)研究所示，“雙師型”教師比重對(duì)我國(guó)高職教育經(jīng)費(fèi)投入效率有顯著促進(jìn)作用。這說(shuō)明建設(shè)“雙師型”教師教學(xué)團(tuán)隊(duì)有利于凝結(jié)教師團(tuán)隊(duì)的科研成果，提升高技術(shù)人才的培養(yǎng)質(zhì)量，增強(qiáng)各院校的綜合競(jìng)爭(zhēng)力。因此，各地區(qū)高職院校都應(yīng)加強(qiáng)“雙師型”隊(duì)伍建設(shè)，將校企合作作為培訓(xùn)的落腳點(diǎn)，為教師實(shí)地訓(xùn)練和研究提供平臺(tái)。另外，針對(duì)師資力量匱乏的偏遠(yuǎn)地區(qū)，還可實(shí)行“定向”培養(yǎng)方案，縮小區(qū)域間高職院校資源投入差距;要優(yōu)化“雙師型”教師隊(duì)伍結(jié)構(gòu)。在教師招聘中，不能存在“唯學(xué)歷”的現(xiàn)象，應(yīng)平衡好專(zhuān)業(yè)能力與企業(yè)工作經(jīng)歷二者關(guān)系，保障優(yōu)秀人才能夠跨體制流動(dòng)。

第三，優(yōu)化高職教育經(jīng)費(fèi)配置結(jié)構(gòu)，減少低效經(jīng)費(fèi)支出。由實(shí)證結(jié)果可知，教育經(jīng)費(fèi)與資源配置結(jié)構(gòu)對(duì)高職教育經(jīng)費(fèi)投入效率具有負(fù)向影響。可見(jiàn)，經(jīng)費(fèi)投入并非越多越好，而是要在兼顧公平的基礎(chǔ)上，注重效率優(yōu)先。政府有關(guān)部門(mén)應(yīng)根據(jù)高職教育經(jīng)費(fèi)投入配置效率，因地制宜地制定投入預(yù)算，加大對(duì)規(guī)模效益遞增區(qū)域的經(jīng)費(fèi)投入，避免有限經(jīng)費(fèi)的重復(fù)投資和浪費(fèi)。高職院校經(jīng)費(fèi)配置結(jié)構(gòu)不僅能反映經(jīng)費(fèi)的分配狀態(tài)，還是院校發(fā)展的助推器，因此，應(yīng)加大經(jīng)費(fèi)監(jiān)管力度，完善評(píng)價(jià)機(jī)制。要強(qiáng)化政府教育督導(dǎo)，建立第三方專(zhuān)業(yè)評(píng)審機(jī)構(gòu)，依據(jù)經(jīng)費(fèi)投入效率有效狀態(tài)對(duì)經(jīng)費(fèi)投入冗余或稀缺地區(qū)進(jìn)行調(diào)整，根據(jù)實(shí)際情況對(duì)重點(diǎn)區(qū)域進(jìn)行政策傾斜，提高我國(guó)高職教育經(jīng)費(fèi)投入效率。

參 考 文 獻(xiàn)

[1]邢暉.當(dāng)前高職院校經(jīng)費(fèi)問(wèn)題調(diào)查與建議[J].中國(guó)職業(yè)技術(shù)教育，2016（3）：58-62.

[2]付達(dá)杰，唐琳.高等職業(yè)教育經(jīng)費(fèi)投入現(xiàn)狀及其機(jī)制創(chuàng)新[J].經(jīng)濟(jì)研究參考，2014（59）：20-21+96.

[3]羅園珍，羅忻.湖北高職教育經(jīng)費(fèi)投入的基本特征及改革建議[J].教育財(cái)會(huì)研究，2014（2）：24-29.

[4]鄭雁.浙江省高職院校教育經(jīng)費(fèi)投入實(shí)證分析[J].繼續(xù)教育研究，2015（4）：25-27.

[5]蘆娟.我國(guó)高等職業(yè)教育財(cái)政投入效率實(shí)證研究[J].教育評(píng)論，2015（12）：95-98.

[6]陳婉琳.中國(guó)高等職業(yè)教育財(cái)政投入效率評(píng)價(jià)研究[J].中國(guó)職業(yè)技術(shù)教育，2016（3）：30-37.

[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(jī)效評(píng)價(jià)[J].教育學(xué)術(shù)月刊，2017（7）：23-29.

[8]顏煉鋼.高職院校教育經(jīng)費(fèi)投入績(jī)效評(píng)價(jià)實(shí)證研究——基于浙江省47所高職院校人才培養(yǎng)工作狀態(tài)數(shù)據(jù)分析[J].中國(guó)高教研究，2014（2）：90-94.

[9]濮筠，崔玉平.我國(guó)高職教育經(jīng)費(fèi)投入的空間關(guān)聯(lián)性和空間影響因素[J].現(xiàn)代教育管理，2017（2）：85-90.

[10]Anselin， L. Testing for Spatial Dependence in Linear Regression Models： A Review[Z].Morgantown： West Virginia University， Regional Research Institute Research Paper， 1994： 94-116.

Abstract? In order to further explore the path to improve the efficiency of funds input in higher vocational education. The DEA model and Malmquist index model are used to measure and analyze the input efficiency and dynamic evolution trend of higher vocational education in 31 provinces in China from 2013 to 2017， and their influence factors were studied with spatial economic model. The results indicated that： the efficiency of funds input for higher vocational education in China is at a medium level， and there are differences in the input efficiency of education funds between different regions and provinces; the total factor productivity of higher vocational education in each provinces nationwide presents a slow downward trend， and the negative growth of technological progress is main factor restricting its development;? the input efficiency of higher vocational education funds is with spatial spill over effect where the economic level and teachers resources can promote funds input efficiency while the urbanization level， the education ecology and the education funds play a restraining role.

Key words? higher vocational education; education funds imput; DEA model; Malmquist index method; spatial econometric model

Author? Su Hui， professor of Shihezi University （Shihezi 832003）; Bai Ling， postgraduate of Shihezi University