中国地方职业教育财政支出绩效研究

张 楠

（中南财经政法大学 财政税务学院，湖北 武汉 430073）

进入21 世纪以来，国家高度重视职业教育工作，把加快发展职业教育作为推动经济发展、促进适合公平、优化教育结构的重大举措和整个教育事业改革发展的重要战略突破口。截至2011 年，全国中等职业学校发展到13177 所，高职高专院校发展到1280 所。全国中职在校生总规模2619.01 万人，高职高专院校专科在校生数为743.79 万人，2011 年高职高专院校专科在校生数占全国专科在校生数的比重为79.14%。

政府职业教育支出属于公共教育支出中的一部分，随着职业教育的大力发展，资金的投入必然增加。目前，我国职业教育资金投入来源主要是各级政府的财政拨款。在各级政府职业教育支出规模不断上升的同时，职业教育支出的效率问题却没有引起足够的重视，如何在现有投入规模下提高职业教育资金的利用效率问题成为当务之急。

一、文献综述

国外英文文献主要侧重于职业教育的基本理论和政府公共教育支出绩效评价的实证等。Kpynckag是职业教育的积极倡导者，她提出了职业教育的四个基本要素，主张职业教育应同国家经济发展的远景密切结合。[1]Sheppeck 认为发达国家的经济面临着快速的转型，应该缩小普通教育和职业教育的代沟，开发能力本位的课程机制，增加教育部门、用人单位和行业的合作。[2]Thomas 认为发展中国家的经济发展与职业教育是密切联系的。[3]Peter 指出任何一个国家都可训练出具有高深学问的人才，训练出与先进国家一样的体力劳动者，只有在技术人员的培育上，发达国家仍占有长时间的竞争优势。[4]Chen 以信贷市场不完全为假定基础，研究公立教育与私立教育体系对经济增长与收入差异的影响。[5]William 和Nicoleb 指出公共教育支出可以促进人力资本的积累，而人力资本积累可以促进经济增长。[6]Gradstein 将内生经济增长模型中加入公共教育支出因素，考察教育支出与经济增长关系。[7]Blankenau 采用内生增长的叠代模型，研究公共教育资源在三级教育结构之间的分配以及因此产生的对收入分配的影响。[8]

学者在专注于职业教育基本理论的同时，已开始关注公共教育支出绩效评价的指标体系和实证研究。杨金土等认为“高等职业教育主要是高等技术教育”，并借助人才结构理论对其进行了说明。[9]陈宝瑜认为高等职业教育的最终目标是培养覆盖全国所有需要加强技能的人员。[10]朱志刚认为公共教育支出绩效评价指标体系应分解为四个大类。[11]吴建南，李贵宁在研究中将指标体系按类别进行了分解。[12]王敏把公共教育支出的评价分为规模评价、结构评价、导向评价和拨付评价四大类。[13]刘振彪，郑颖设计了包含政府教育支出因素的两部门内生增长模型，分析了我国公共教育支出的经济增长效应。[14]丛树海，周炜认为对公共教育支出的评价主要采用经济性指标、效率性指标和效果性指标。[15]马国贤将公共教育支出的评价指标分为投入指标、结果指标和发展能力指标三大类。[16]祝树金，虢娟讨论了在开放条件下，我国教育支出、教育部门的技术溢出对经济增长的影响。[17]王爱民分析了财政分权、地方政府行为与公共教育支出的关系。[18]黄建陵，李磊采用VAR 协整检验与Granger 因果关系检验，对我国公共教育支出的经济增长效应进行分析。[19]孟令君，曾繁荣提出了我国公共教育支出绩效评价指标体系，运用AHP 法确定我国公共教育支出评价指标的各项权重。[20]王春元对我国31 个省（自治区、直辖市）的面板数据分析，发现教育支出分配不仅存在地区间的失衡，而且结构上的失衡也较为严重。[21]

从国内已有文献来看，多数学者对公共教育支出绩效评价时是以高等教育为对象，以政府对职业教育绩效评价为研究对象的文献并不多见。本文将尝试利用2011 年我国31 个省（自治区、直辖市）的数据，运用DEA 模型研究我国省级财政的职业教育支出效率。

二、核算方法及数据采集

（一）DEA 方法

DEA（the Data Envelopment Analysis）全称是数据包络分析，是一种面板数据的非参数边界分析方法。该方法利用线性规划构建有效率的凸性生产前沿，通过与此前沿相比较来识别低效率的决策单元（Decision Making Unit，DMU）及其效率值大小。在进行数据分析时具有以下优势：第一，DEA 无需事先假设函数关系；第二，具有单位不变性（unit invariant），即DEA 衡量的决策单位的效率不受投入产出数据所选择单位的影响；第三，可用于测评一组具有多种投入和多种产出的决策单元。

通过假设规模报酬是否可变，DEA 模型可以分为规模报酬不变的CCR 模型（Charnes et al.，1978）和可变规模报酬的BCC 模型（Banker et al.，1984）。CCR 模型只能处理具有不变规模报酬特征的决策单元的效率评估问题，但实际上决策单位有可能处于规模递增（IRS）和规模递减（DRS）的情形，即规模无效率有可能影响整体效率。BCC 模型则修正了CCR 的这种缺陷，将CCR模型中得出的综合技术效率（Technical Efficiency，TE）分解为纯技术效率（Pure Technical Efficiency，PTE）和规模效率（Scale Efficiency，SE），即综合技术效率=纯技术效率×规模效率。

一般来说，用DEA 方法可以从投入和产出角度核算系统的技术效率。投入导向型（Input orientated）模型用来评估固定产出下，如何改变投入比例使得投入最小；产出导向型（Output orientated）模型则用于核算相同投入下，如何得到最大的产出。在规模报酬不变假设下，两者核算出的技术效率值相等；而在规模报酬可变条件下，所得效率值则可能不同。由于研究地方财政的职业教育效率更多关注的是固定的财政支出所能生产的最大产出，所以本文使用产出导向的DEA 模型。

假设本文所需DEA 模型中有n 个地方政府，每个地方政府中有p 个投入和q 个产出。x1和y1分别表示第i 个地方政府的输入列向量和输出列向量，X 和Y 分别表示为（p×n）阶的输入矩阵和（q×n）阶的输出矩阵。对于第i 个地方政府来讲，其技术效率θ 可以通过以下的线性规划求解：

技术效率θ 表示了地方政府与效率前沿面的距离。若θi>1，说明第i 个地方政府未达到效率前沿边界，意味着该地方政府是低效率的；若θi=1，说明第i 个地方政府处于前沿之上，其生产是有效率的。λ 是（n×1）阶常数向量，是计算低效率地方政府位置的权重，利用该权重可以将低效率的地方政府映射到该生产前沿上。n1 是n 维的单位向量，n1′λ=1 这个前提给生产前沿施加了凸性限制，即代表了规模报酬可变的情况，因此可从以下线性规划中得到第i 个地方政府的纯技术效率η。然后，根据SE=TE/PTE 可以求出规模效率SE。

（二）数据来源及指标选取

本文研究对象为我国地方政府职业教育支出绩效，故我们将全国31 个省份的环境治理系统作为31 个决策单元，以2011 年为研究时期。政府对职业教育的投入包括中央职业教育投入、地方财政预算职业教育投入和学校自身收取的学杂费三个部分，其中地方政府投入占主要比重，所以我们在这里只选取地方政府预算职业教育支出为投入变量，并不影响绩效评价结果。对职业教育支出进行绩效评价，就是以职业教育实际的经济效益和社会效益来考核政府教育职能的履行情况，也就是考核政府提供的职业教育服务是否能够满足公众的需要。因此，职业教育学校的硬件设施和软件条件是衡量地方政府职业教育资金投入是否有效率的基本指标。职业教育服务在政府提供的公共品里更倾向于混合性公共品，接受职业教育不仅能使个人学到技能，带来个人收益，还能给整个社会带来正面能量，将大量的劳动力转化为人力资本。因此，我们遵循指标选择的相关性、可比性、重要性、适用性和可得性原则，从学习条件、个人收益和社会效益三个维度选出8 项指标作为产出指标，如表1 所示。

本文中原始数据来自《中国统计年鉴》、《中国教育经费统计年鉴》和《中国教育统计年鉴》。考虑到区域人口基数的差异，将一些产出指标与各区域相应的人口数相除，以获得人均产出指标进行实际分析。同时，为了消除物价上涨等因素的干扰，保证各区域之间数据样本的可比性，人均GDP 为实际（人均）GDP，即对名义（人均）GDP 进行了物价指数修正，统一以1978 年为基期的全国“居民消费价格指数”计算。

三、地方政府职业教育支出效率的核算

本文基于规模报酬可变条件下的BCC 和规模报酬不变条件下的CCR 多阶段DEA 效率模型，借助Deap2.1 软件，计算了2011 年全国31 个省市及自治区的综合技术效率、纯技术效率、规模效率和规模报酬，如表2 所示。

技术效率（TE）：技术效率表示决策单位在最大产出下，所需要的最小要素投入成本，由此衡量职业教育支出是否存在浪费。由表2 可见，我国省级政府职业教育支出效率总体水平偏低，全国平均技术效率得分仅为0.424，表明存在着57.6%的职业教育资金投入浪费，其中技术效率得分在0.10—0.30 的省份有10 个，已经接近总数的1/3。而东北地区的黑龙江、中部地区的江西、西部地区的贵州等省份处于职业教育发展的前沿面。根据DEA 结果显示，江西是“最佳实践者”，综合技术效率达到了1.00，是评价其他省份职业教育支出效率水平高低的标尺。而技术效率得分低于0.20的省级政府有5 个，分别是东部地区的北京、上海、江苏、广东和西部地区的西藏，以江西为参照面，以上5 个地区的职业教育预算资金投入存在约85%的浪费。通过图1 区域间横向观察可以发现，东部、东北、中部、西部之间平均技术效率差距小，但区域内部各省份的综合技术效率差距大。东北地区和中部地区技术效率分别为0.617 和0.640，高于东部地区和西部地区的0.245 和0.403。四个区域的技术效率呈倒“U”型形状，经济发达和经济比较落后的东部和西部处于底部，而经济发展水平适中的东北和中部处于顶部。需要强调的是，本文计算的效率只是相对指标，处于生产前沿面上的地区并不代表着职业教育支出绩效没有提升的空间，而只是与国内其他地区相比相对占优而已。

表1 地方政府职业教育支出绩效产出指标体系

表2 省级政府职业教育支出效率值

图1 各省职业教育支出效率值走势图

纯技术效率（PTE）：纯技术效率反映了政府职业教育支出规模一定的前提下，地方政府预算管理水平的高低和地方政府发展职业教育的能力，也就是地方政府教育部门的日常经营管理政策和水平的高低。由表2 可知，全国平均纯技术效率得分为0.592，说明说明地方政府职业教育在保持投入比例和产出水平不变的情况下，如果能够达到有效的管理水平，则可以减少41.8%的资金投入。东北地区和中部地区的平均纯技术效率东部地区纯技术效率为0.675 和0.854，略高于东部地区的0.450 和西部地区的0.551，区域间差距不大。31 个决策单位中有2 个的纯技术效率得分低于0.200，是东部的北京和上海。纯技术效率为1的分别是中部的江西、河南和西部的西藏，其中河南和西藏的综合效率低于1，说明其综合技术效率低下是由其他原因所造成，而并不是纯技术效率低下所导致。

规模效率（SE）：规模效率为规模报酬不变的CCR 模型求得的综合技术效率和可变规模报酬下的BCC 模型求得的纯技术效率的比值。规模效率越大，表示该生产单元的生产规模越接近最优生产规模。全国平均规模效率得分为0.730，说明如果31 个省份在职业教育方面达到最优生产规模，可以减少27%的财政资金投入。东北地区、中部地区和西部地区的规模效率差距很小，都在0.800 左右。而东部地区规模效率为0.598，低于全国平均水平。江西的规模效率最高，为1，天津、黑龙江、新疆的规模报酬都接近1，而天津和新疆的综合效率都不高，是因为纯技术效率不高。其余某些综合技术效率底下的地区，很大程度是由于规模效率造成的，如广东、西藏。

规模报酬：规模报酬可以用于判断该地区生产规模是否适合。DEA 模型结果显示为规模报酬递增，说明该省份可以通过扩大生产规模以提高生产效率；反之，若表现为规模报酬递减，则需要缩小生产规模来提高生产效率。只有天津、黑龙江、海南、贵州、西藏、青海、宁夏、新疆表现出规模报酬递增，其中6 个省份位于西部地区，表明西部地区职业教育财政资金投入不足。而总体上全国22 个省份表现为规模报酬递减，1 个规模报酬不变，二者之和接近总数的75%，说明我国一些地方政府用于职业教育的财政资金已超过最优规模，投入的资金并没很好的用于发展职业教育，存在效率损失。

四、结论与政策建议

职业教育的发展不仅使个人能力、素质得到提高，还能促使劳动力向人力资源转化，保障就业，为和谐社会的建设发挥作用。本文利用数据包络分析工具，通过对2011 年全国31 个省份职业教育支出效率的比较分析，结果发现我国政府职业教育支出效率较低，且各省支出效率存在差异。江西、黑龙江、贵州处于技术效率前沿，是相对有效的。北京、上海、江苏、广东和西藏排名靠后，职业教育财政资金存在一定的浪费。除了广东和西藏，大部分省份技术效率不高的原因是由于纯技术效率低下，也就是由政府管理水平决定的。

从区域上看，存在较显著的区域差异。中部地区的职业教育支出效率最高，其次是东北和西部地区，东部地区的效率最低。并且东部地区的平均效率远低于其他三地区。经济最发达和最不发达的地区在末尾，经济发展居中的地区效率值在前列。

全国大多数省份都处于规模报酬递减阶段，说明一些地方政府近年来用于职业教育的财政资金已超过最优规模，职业教育投资的运转效率不高，投入的资金并没有很好的用于职业教育发展，存在效率损失。

根据以上结论，建议如下：

第一，加强政府管理水平，提高资金利用效率。我国大部分省份职业教育支出绩效不高，是因为政府在提供职业教育服务时管理能力不强。首先，需要提高职业教育执行者素质，使其掌握教育科学与政策科学的相关知识，才能在政策执行时不出现偏差。其次，需要完善职业教育政策执行机构，建立起科学的组织体系。

第二，建立职业教育支出绩效评估机制。地方政府不能只看职业教育投入金额，还需考察资金的产出值。绩效评估机制也能起到政策执行的监督作用，其机制的运行很大程度上影响和制约着职业教育支出效果。

第三，中央政府应对全国职业教育统筹规划。我国最发达地区职业教育支出已超过最优规模，处于规模报酬递减状态。而经济落后地区却是因为资金投入不足，使得效率低下。改变现行教育经费承担格局，加强中央政府对经济不发达地区职业教育投入，缩小地区间职业教育服务差异。

[1]Kpynckag.Multi-task Principal-agent Analyses:Incentive Contracts，Asset Ownership and Job Design，Journal of Law[J].Economics and Organization，1984（89）:871-896.

[2]Sheppeck S L.Put a dollar value on your training Programs[J].Training and Development Journal，1985（39）:59-62.

[3]Thomas A.Cost Efficiency in Australian Local Government:A Comparative Analysis of Mathematical Programming and Econometric Approaches[J].Financial Accounting and Management，2003（45）:51-65.

[4]Peter E Doolitfle.Constructivism:The career and Technical education Perspective [J].Journal of Vocational and Technical Education，2003（78）:68-74.

[5]Cheng A.Public Sector Efficiency:An International Comparison [J].Public Choice，2004，（23）:84-96.

[6]Williams A，Nicoleb W.Measuring the Efficiency of Decision Making Units [J]European Journal of Operational Research，2004（28）:61-74.

[7]Gradstein，Mark，Justman，Moshe.The melting pot and school choice[J].Journal of Public Economics，2005（89）：871-896.

[8]Blankenau，William.Public schooling，college subsidies and growth [J].Journal of Economic Dynamics and Control，2005，Vol.29，487-507.

[9]杨金士.高等职业教育论述[J].教育科学，2010（5）:22-27.

[10]陈宝瑜.发展高等职业教育之我见[J].北京高等教育，1999（2）:29-31.

[11]朱志刚.公共教育资源配置效率的考察与现状[J].财政研究，2003（7）:35-38.

[12]吴建南，李贵宁.教育财政支出绩效评价：模型及其通用指标体系构建[J].西安交通大学学报：社会科学版，2004（6）:25-28.

[13]王敏.中国财政教育支出绩效评价探析[J].财政研究，2005（6）:31-34.

[14]刘振彪，郑颖.政府教育支出的经济增长效应研究[J].生产力研究，2008（16）:121-123.

[15]丛树海，周炜.中国公共教育支出绩效评价研究[J].财贸经济，2007（3）:37-42.

[16]马国贤.教育支出绩效指标难题的破解路劲[J].华中师范大学学报：社会科学版，2008（9）:110-114.

[17]祝树金，虢娟.开放条件下的教育支出、教育溢出与经济增长[J].世界经济，2008（5）:56-67.

[18]王爱民.财政分权、地方政府行为与公共教育支出[J].金融与经济，2009（12）:47-49.

[19]黄建陵，李磊.中国财政教育支出与社会生产力增长效应分析[J].科技管理研究，2009（9）:152-154.

[19]刘晔，黄承键.我国教育支出对经济增长贡献率的实证研究[J].教育与经济，2009（4）:47-51.

[20]孟令君，曾繁荣.财政高等教育支出绩效评价指标体系应用[J].中国管理信息化，2009（4）:66-69.

[21]王春元.政府教育支出分配、经济增长及教育政策取向[J].财经论丛，2010（3）:31-37.