貴州高等職業院校辦學投入產出效率評價

摘" "要：高等職業教育作為高等教育的重要組成部分，承擔著高素質技術技能型人才培養的重要使命。職業院校投入產出效率問題備受關注，直接關系到教育資源的合理配置和教育質量的提升。以貴州省36所職業高校作為決策單元（DMU），采用2020—2023年職業高校質量年報的面板數據，運用數據包絡分析（DEA）測定其投入產出效率。結果表明，貴州省職業高校投入產出技術效率不高；2020—2023年全省職業高校的投入產出技術效率呈遞減趨勢。在此基礎上，從師資隊伍建設、技術創新與應用和質量管理評價體系等方面提出對策建議。

關鍵詞：投入產出效率；職業高校；DEA；技術效率；貴州省

中圖分類號：F592.7" " " "文獻標志碼：A" " " 文章編號：1673-291X（2025）03-0145-04

改革開放以來，我國職業高等教育發展大致經歷了探索期、定位期、改革示范期、新時代發展期四個階段[1]。教育部為貫徹落實《中共中央、國務院關于深化教育改革全面推進素質教育的決定》，出臺了《教育部關于加強高職高專教育人才培養工作的意見》，高職高專教育成為社會關注的熱點。經過20多年的發展，大部分普通本科院校減少甚至退出了高職學生的招生，轉向研究生教育的招生培養。職業教育承載著培養高素質技術技能人才、促進就業創業、推動經濟社會發展等多重使命。面對全球化競爭加劇與技術革新的雙重挑戰，國家和社會對高技能人才的需求日益增長，職業高校作為培養高素質技術技能型人才的重要平臺，其投入產出效率問題備受關注，直接關系到教育資源的合理配置和教育質量的提升。由于受區域經濟社會發展和教育觀念，以及地方政府扶持政策與高職教育資源配置因素影響，職業高等教育發展呈現出不平衡現象[2]。職業高等教育效率受地區經濟水平、工業化水平、產業高級化、政府財力、教育支持力度等多種因素的影響[3]，因此，測定區域職業高等教育效率可以為優化教育資源配置提供參考，有利于提升教育教學質量，促進職業高等教育高質量發展。

以貴州省36所職業高校為研究對象，采用2020—2023年職業高校質量年報的面板數據，通過選取投入和產出指標運用數據包絡分析（DEA）測定其投入產出效率，客觀地評價貴州省職業高校及不同地區職業高等教育的發展水平，能為職業高校制定發展戰略提供決策參考。

一、研究方法

本研究通過相關文獻梳理進而總結確定投入產出指標，選取貴州省36所職業高校作為研究決策單元（DMU），并查閱高等職業教育質量年度報告獲取相關研究數據，確保研究順利開展。

（一）投入產出指標的選取

1.投入指標的選取

高等院校承擔著人才培養的重要職能。高等院校辦學過程中人、財、物是主要投入要素。教師是高校實施教學、科研和社會服務工作的主體，師資隊伍結構層次直接影響高校教育教學質量和發展水平；設施場所和儀器設備是辦學的基礎，財力投入是辦學的重要保障。關于人、財、物等投入指標的選取，專家學者側重的角度不同而各異[4-6]。

根據文獻中投入指標出現的頻次等因素，選擇了教職工數、專任教師數、高級專業技術職務專任教師比例和雙師素質專任教師比例等4個指標作為人力指標的備選指標；選擇教學經費總投入、生均財政撥款額等2個指標作為財力指標的備選指標；選擇固定資產原值、生均教學科研儀器設備值和生均校舍面積等3個指標作為物力指標的備選指標。邀請教育學、區域經濟學、應用統計學等相關領域專家作為咨詢專家，采取德爾菲法進行了專家討論，最終確定了專任教師數、高級專業技術職務專任教師比例、“雙師型”專任教師比例、生均財政撥款額和生均教學科研儀器設備值等作為人、財、物的投入指標。

2.產出指標的選取

高等院校承載著人才培養、科學研究、社會服務、文化傳承與創新以及國際交流合作等職能。人才培養、科學研究、社會服務是高校三大基本職能，合格人才的輸出是高校的直接產出，科學研究成果和服務社會能力也是高校的產出表現。梳理相關研究發現，大部分專家學者采用人才培養、科學研究、社會服務三種分類的產出指標。

根據文獻中產出指標出現的頻次等因素，選擇了在校生數、畢業生數和就業率等3個指標作為人才培養產出備選指標；選擇學術論文數、縱向科研到賬經費和橫向技術服務到賬經費等3個指標作為科學研究的備選指標；選擇非學歷培訓到款額和技術轉讓等2個指標作為社會服務的備選指標。但相關研究發現，就業質量比就業率更能影響畢業生對母校的滿意度，高校應更加注重畢業生的就業質量，提升畢業生滿意度，而非簡單追求就業率[7]。為此，將畢業生滿意度一并列入人才培養產出備選指標。邀請教育學、區域經濟學、應用統計學等相關領域專家作為咨詢專家，采取德爾菲法進行專家討論，最終確定（當年）畢業生數、（當年）畢業生滿意度、縱向科研經費到款額、橫向技術服務到款額和非學歷培訓到款額等5個指標作為產出指標。

綜上所述，本文構建職業高校投入產出效率評價指標體系如表1所示。

（二）DMU的確定與數據來源

依據數據可獲取性和連續性，選取貴州省36所職業高校作為研究決策單元（DMU），投入產出指標共有10個，符合DMU不少于投入和產出指標數量之和的3倍的要求[8]。各職業高校公布的“高等職業教育質量年度報告”統計數據是本研究數據來源。用DMU1、DMU2、……、DMU36表示36所職業高校名稱。選取的投入產出指標的原始數據進行標準化處理。

二、結果分析

本研究選取貴州省36所職業高校作為研究決策單元，使用DEAP2.1軟件進行計算，從貴州省職業高校辦學投入產出效率整體結果、辦學投入產出效率比較和不同地區職業高校辦學效率對比等三方面進行結果分析。

（一）貴州省職業高校辦學投入產出效率整體結果分析

從規模收益不變角度，運用產出導向的DEA-CCR模型，計算2020—2023年貴州省36所職業高校辦學產出技術效率（TE）。再通過DEA-BCC模型將技術效率（TE）進一步分解為純技術效率（PTE）和規模效率（SE）。

技術效率反映了主體利用生產要素的能力，2020—2023年技術效率最大值均為1.00；最小值為0.472；平均值穩中有降。技術效率有效（TE=1）的高校數量先增后降，技術效率處于高效狀態的高校數量呈現出先降后升趨勢，技術效率處于低效狀態的高校數量呈現出先升后降趨勢。

純技術效率是指主體利用現有資源的能力，即在各種投入要素給定下實現最大產出，或者產出水平給定下實現投入最小化的能力。2020—2023年貴州省職業高校純技術效率最大值均為1，最小值為0.482，平均值呈下降趨勢。從效率等級來看，2020年和2023年處于有效的高校有22個，2021年和2022年處于有效的高校有20個。處于高效的高校數基本穩定；處于低效的高校呈增長趨勢。

規模效率即資源配置效率，反映了主體在一定的要素條件下實現投入（產出）最優組合的能力。2020—2023年貴州省職業高校規模效率最大值均為1，最小值為0.578，平均值平穩且變化幅度不大，均大于0.9的高效水平。

2020—2023年貴州省職業高校技術效率（TE）、純技術效率（PTE）和規模效率（SE）平均值分布趨勢如圖1所示，從2020年開始，TE和SE均有下降趨勢。純技術效率先下降后上升，2020—2023年貴州省職業高校技術效率的變化主要是由規模效率的變化引起的。

（二）貴州省職業高校辦學投入產出效率比較

采用DEAP2.1軟件對各決策單元的標準化后的數據計算，選擇產出導向型的DEA-BCC模型，計算得出2020—2023年貴州省36所職業高校投入技術效率（TE）、純技術效率（PTE）和規模效率（SE）。

貴州省職業高校辦學技術效率平均值為0.884，有12所職業高校技術效率低于該平均值，說明貴州省職業院校教育資源利用率不是很高。DMU13、DMU14、DMU15、DMU23、DMU24和DMU30等6所職業高校技術效率為1，處于技術效率最優狀態，說明這6所職業高校投入產出有效，教育資源投入結構和規模合理。效率值低于1的DMU28和DMU29等7所職業高校的辦學技術效率分別為0.974、0.958、0.956、0.973、0.954、0.978和0.974，說明這些職業高校辦學資源利用率與有效前沿面很接近。DMU4、DMU32、DMU12、DMU16和DMU20的辦學技術效率0.703、0.648、0.642、0.642和0.612位列排名后五位。值得關注的是DMU25的辦學技術效率呈增長態勢，2023年達到有效狀態；與之相反，DMU19、DMU26和DMU29在2020—2022年的辦學技術效率均為1。2023年的辦學技術效率分別為0.823、0.814和0.896。同時，2023年DMU19、DMU26和DMU29的純技術效率也為1，技術效率的降低源于規模效率的變化。通過查看比較DMU19和DMU26兩所職業高校的產出原始數據發現，兩所高校2023年的科研產出相比以往有較大幅度的回落，說明該年度資源配置效率不高，這是導致技術效率降低的主要原因。

（三）貴州省不同地區職業高校辦學效率對比分析

本文選定決策單元36所職業高校分布在貴州省貴陽市（15所）、六盤水市（1所）、黔東南州（2所）、黔南州（6所）、黔西南州（1所）、銅仁市（5所）、遵義市（3所）和畢節市（3所）。將不同地區職業高校的技術效率、純技術效率和規模效率計算平均值編制成表2。

從表2可以看出，銅仁市職業高等教育技術效率平均值為0.964，是貴州省辦學效率最高的地區；其次是黔西南州，平均值為0.936；效率平均值最低的地區是六盤水市，僅為0.642。

三、結論與建議

本文運用數據包絡法采用2020—2023年的高等職業教育質量年報數據對貴州省36所職業高校投入產出效率進行綜合評價，得出主要結論如下。

一是貴州省職業高校投入產出技術效率不高。36所職業高校的投入產出技術效率平均值為0.884。低于該平均值的高職院校占33.33%，僅有19.44%的職業高校技術效率達到有效狀態。二是2020—2023年全省職業高校的投入產出技術效率平均值分別為0.894、0.883、0.883、0.876，呈遞減趨勢。分地區看，職業高等教育投入產出技術效率最高的地區是銅仁市，其次是黔西南州，最低的是六盤水市。

職業高校應從以下方面著力提升技術效率和技術進步，促進學校的高質量發展。

一是強化師資隊伍建設。師資隊伍建設是職業高校發展的核心。一方面，定期為教師提供專業技能培訓和最新的行業知識更新，是提升教師教學能力和技術實力的關鍵。這不僅要求教師自身不斷學習，掌握最新的技術動態，還需要學校提供相應的學習資源和時間保障，以及鼓勵教師參與行業交流和研討會，拓寬視野，提升教學內容的時效性和前瞻性。另一方面，“雙師型”教師的培養是提升教學實踐性和針對性的重要途徑。“雙師型”教師不僅具備扎實的理論知識，還擁有豐富的行業實踐經驗，能夠將理論與實踐緊密結合，使學生在學習過程中既能掌握理論知識，又能培養實際操作能力，從而更好地適應未來的工作需求。

二是重視技術創新與應用。技術創新與應用是推動職業高校高質量發展的重要路徑，職業高校應與企業建立緊密的合作關系，共建實習實訓基地，讓學生在真實的工作環境中學習，同時也為企業提供技術支持和研發服務。這種校企合作模式不僅能幫助學生將理論知識轉化為實踐技能，還能使高校的教學內容與企業的實際需求相匹配，實現教育與產業的無縫對接。此外，鼓勵和支持師生進行技術創新和創業活動，不僅可以激發學生的創新潛能，還能將科技成果轉化為生產力，為社會創造價值，促進經濟的創新發展。

三是完善質量管理和評價體系。建立健全職業教育質量監控和評價體系是確保教育質量、提升學生技能水平和社會滿意度的關鍵。職業高校應定期對教學質量、學生技能水平和社會滿意度進行評估，通過收集多方反饋，持續改進教育質量。評估不僅要關注教學過程和成果，還要注重學生的職業發展和社會適應能力。在此基礎上，建立激勵機制，對在教學質量提升、學生技能培養和社會服務等方面表現突出的教師、學生給予表彰和獎勵，激發全體師生的積極性和創造性。同時，引入第三方評估機構，進行獨立的教育質量評估，提高評估的客觀性和公正性[9]，為持續改進提供科學依據。

綜上所述，職業高校通過強化師資隊伍建設、重視技術創新與應用、完善質量管理和評價體系，可以有效提升技術效率和技術進步，促進學校的高質量發展。這些舉措不僅能夠提高學生的職業技能和就業競爭力，也為社會輸送更多高素質的技術人才，對推動產業升級和經濟發展具有重要意義。

參考文獻：

[1]" "王鈺亮.改革開放40年中國高職教育觀的發展歷程與指導意義[J].四川職業技術學院學報，2019，29（5）：119-123.

[2]" "朱永民，孫曉雷.安徽高職教育發展的區域差異分析[J].安徽工業大學學報（社會科學版），2015，32（5）：112-115.

[3]" "何景師.我國高等職業教育投入產出效率及影響因素研究[J].黑龍江高教研究，2022，40（11）：129-136.

[4]" "秦澄.高等職業教育投入產出因素的主成分研究：基于江蘇省高等職業院校的數據分析[J].會計之友，2011（16）：95-100.

[5]" "王巍，王志浩，劉宇新.高等教育投入產出的DEA規模效率研究[J].中國管理科學，2013，21（S2）：726-730.

[6]" "劉斌，武南.基于DEA方法的高職院校二級院系投入產出績效探究[J].人才資源開發，2020（10）：16-19.

[7]" "羅德明.就業率還是就業質量？——對浙江高校畢業生的滿意度調查[J].浙江社會科學，2019（8）：143-149，160.

[8]" "成剛.數據包絡分析方法與MaxDEA軟件[M].北京：知識產權出版社，2014：27.

[9]" "熊德平，任語嫣.綠色金融改革創新試驗區政策能否提升企業環境責任水平[J].東北農業大學學報（社會科學版），2024，22（3）：61-75.

[責任編輯" "白" "雪]