基于多层模型的全国高职院校人力资源投入结构与效益分析

蒋红星　肖宗娜

摘 要 基于“院校层面-省级层面”二层线性模型，分析全国高职院校人力资源投入要素对产出效益的影响，结果发现：高职院校举办者类型对人力资源产出的影响不明显；是否示范院校、专任教师比例、兼职教师比例、双师教师比例、研究生学历或硕士及以上学位教师占专任教师比例对人力资源产出呈显著的正向作用，但高级职称教师比例、生师比、省级及以上教学名师数对人力资源产出的影响并不明显。

关键词 高等职业院校；人力资源投入；结构；效益

中图分类号 G718.5 文献标识码 A 文章编号 1008-3219（2016）01-0039-06

高等教育生产的资源可分为物力资源、人力资源、财力资源、信息资源、时间资源等，其中，以教师为主体的人力资源是高等教育生产的第一资源，是学校形成核心竞争力的关键要素。本研究拟以全国高职院校为研究对象，从学校人力资源配置的层面出发，考察高职院校人力资源投入结构与效益间的关系，主要解决两个问题：其一，高职院校人力资源投入结构与产出效益的相关程度如何？其二，高职院校人力资源结构中的哪些因素对产出效益起主导作用？通过解决这两个问题，以便为高职院校人力资源的优化配置提供参考依据，促进学校人力资源建设。

一、文献与分析框架

从经济学角度看，高等学校是某种教育产品或服务的生产者，高校人力资源投入包括教学科研人员（教师）、行政管理人员、教辅服务人员和学生等。其中，教师队伍是学校人力资源的主体，有关其结构优化的问题历来是学者们关注的重点，不少学者利用不同的研究方法提出了一些有益的结论。如，邱荣机基于K-Means聚类分析法提出了高等农林院校师资队伍结构优化的策略[1]，宗士增基于多目标优化方法提出了规划高校师资队伍结构的方法[2]。不过，现有的高校师资队伍结构研究多数属于理论阐述或经验总结，实证研究较少，尤其是针对高职院校的实证研究更少。本文从投入与产出的经济学角度，对我国高职教育人力资源收益进行实证研究。

有关教育投资的收益性研究，一般有两类：第一类是教育投资的外部效益研究，侧重于宏观教育领域，主要研究教育对经济增长的促进作用；第二类是教育投资的内部效益研究，侧重于教育组织内部，主要研究学校教育资源投入和产出的关系。第二类研究关注学校生产效率，主要采用的计量方法有教育生产函数、数据包络分析（DEA）和随机边界分析等[3]。其中，经典经济学理论框架下的教育生产函数描述了学校教育资源（投入）如何转变成教育产出（成果）的数量关系，自著名的科尔曼报告发布以来一直受到广泛关注。

与其他生产函数类似，教育生产函数估计的主要问题在于投入与产出的定义和衡量。在大部分教育生产函数研究中，教育产出一般用学生成绩来测量，其他的产出测量指标还有学生态度、学校出勤率、升学率及辍学率等，这些测量指标的基本逻辑是，它们能合理预测学生将来在劳动力市场的成功[4]；教育投入则一般用师生比、教师受教育程度、教师工龄、教师工资、生均经费支出、管理水平和教育设施等要素来衡量。高职教育具有高等教育和职业教育的双重属性，与普通本科教育相比，高职教育的投入和产出存在一定共性和差异，因此，需要结合高职教育的特点，对高职院校人力资源要素投入和产出的测量指标作出具体分析。

《国务院关于加快发展现代职业教育的决定》（国发[2014]19号）指出，高等职业教育要坚持以服务经济社会发展和人的全面发展为宗旨，以促进就业为导向，重点提高青年就业能力。现有文献中衡量职业教育的经济收益主要有三种标准，其一是直接度量劳动生产率的提高，其二是关注就业状况（包括就业率、失业率以及就业对口率），其三是使用收入作为标准[5]。

在人力资源投入要素方面，高等职业院校高度重视专兼结合的“双师型”教师队伍建设。高职教育的人才培养目标是培养适应经济社会发展需要的高素质劳动者和技术技能型人才，教育部相关文件强调，要加强产教融合、校企合作，增加专业教师中具有企业工作经历的教师比例，提高教师双师能力，并大量聘请行业企业骨干人才到学校担任兼职教师，逐步加大兼职教师比例。通常，普通教育师资队伍结构包括学历学位结构、职称结构、年龄结构、学科专业结构和学缘结构等，高职教育在此基础上，尤为关注“双师型”教师比例和兼职教师比例。

高职教育人力资源的投入和产出受到高职院校自身的组织特征和所处的地区经济发展水平的影响[6]。首先，高职院校按举办主体来分，可以分为教育部门举办、其他部门举办、行业举办、企业举办和民办五类。其中企业举办是指利用企业拨款（企业对学校的拨款属于国家财政性教育经费）和国有资产举办学校的地方国有企业，如钢铁、石油等企业。举办主体的不同性质对高职院校可获得的办学自主权、基本办学条件、办学经费、校企合作[7]等内外部资源产生直接影响，进而影响高职院校的人才培养产出。其次，自国家启动实施100所国家示范院校（2006年）和100所国家骨干高职院校（2010年）建设项目以来，各地完善政策、加大投入，启动实施了省级示范院校建设项目，一大批示范骨干高职院校获得了有力的经费和政策支持。研究表明，示范骨干高职院校与一般高职院校在专任教师队伍结构等办学条件方面呈现出差异性[8]，高职院校是否获得省级或国家级示范性（骨干）立项建设对高职院校办学条件投入具有重要影响。再次，区域经济发展水平影响和制约当地高职教育发展的速度和规模，并且影响着高职教育的专业设置和就业[9]，区域经济发展的地域性差异导致高职教育发展呈现出明显的地域特征。因此，有必要将举办主体的性质、是否示范骨干、所在区域经济发展水平作为高职院校生产函数的投入要素。

二、实证研究设计

（一）数据

本研究所使用的资料来源于教育部“2014年高等职业院校人才培养工作状态数据采集平台”（以下简称“数据平台”），数据统计时段为2013年9月1日至2014年8月31日。根据有关要求，数据平台与教育部教育事业发展统计相同的统计指标，必须使用教育部教育事业发展统计公报对外发布的、同时间段的相关数据。本研究数据包含全国高职院校1285所，其中，139所高职院校因关键变量值缺失或明显异常，从研究数据中予以剔除，故实际有效样本覆盖院校1146所，占当年全国高职院校总数1327所（源自2014年全国教育事业发展统计公报）的86.4%，较为全面准确地呈现了全国高职院校的基本状态。此外，各省市宏观经济数据来源于中国国家统计局2014年分省年度数据。

（二）变量

本研究的因变量为毕业生就业率，可获得的就业率数据为毕业生一般就业率，即当年9月1日就业学生数与毕业生数的比例，以该变量作为衡量高职教育产出的指标，可以反映高职院校所举办专业的有效程度及其毕业生在劳动力市场的竞争力和认可程度。

本研究的自变量分学校层面、省级层面进行考察。在学校层面的人力资源投入方面，依前所述，采用的变量有生师比、专任教师占教职工比例、兼职教师比例、高级职称教师占专任教师比例、双师素质教师占专任教师比例、研究生学历或硕士及以上学位教师占专任教师比例、省级以上教学名师数等。其中，兼职教师比例是指校外兼职教师（未折算）占教师总数的比例。

此外，高职院校按举办主体分为利用国家财政性经费或国有资产举办的公办院校和利用非国家财政性经费举办学校的民办院校两类，以公办院校为参照组，把民办院校设为虚拟变量（民办=1，其他=0）。同时，根据示范性高职院校建设项目的级别，将高职院校分为国家级示范（骨干）院校、省级示范院校和非示范院校三类，其中，以非示范院校为参照组，把其他两类设为虚拟变量，以此衡量高职院校的建设级别。

在省级层面的人力资源投入方面，本研究选取2014年全国各省市人均GDP来代表学校所在区域经济发展总体水平，以此作为衡量学校人力资源投入地域性差异的变量。

（三）样本描述

通过对本研究有效样本的简单描述统计，结果显示，全国高职院校毕业生一般就业率为92.28%。在投入要素方面，全国高职院校专任教师占教职工比例为64.13%，兼职教师比例为26.57%，高级职称教师占专任教师比例为28.84%，生师比15.11，双师素质教师占专任教师比例为37.06%，研究生学历或硕士及以上学位教师占专任教师比例43.46%，校均拥有省级及以上教学名师数2.11人。有效样本覆盖全国30个省份，各省人均GDP均值为51128.43元，见表1。

（四）模型

多层线性模型是社会科学领域用于处理多层结构数据的统计方法，该方法将变量的关系在不同层次上进行分解，针对每个组织单位分别设计一套回归系数，然后将各组织单位的回归系数作为因变量建立模型，并利用组间因素或背景因素解释其变化[10]，有助于解决常规线性模型统计技术在分析嵌套结构上的局限性。

本研究通过建构院校层面-省级层面的二层结构数据，采用多层线性模型（利用HLM 7.0分析软件）来分析不同省市（区域）经济对嵌套其中的高职院校人力资源投入与产出的影响。在院校层面加入“双师比例”等投入变量以及院校举办类型等虚拟变量；在省级层面加入人均GDP。在模型设定中，假设院校层面的投入变量在影响院校就业产出的同时，不受省级层面经济发展水平的影响。具体模型如下：

1.层一模型

2.层二模型

三、实证研究结果

（一）零模型分析

零模型（The Null Model，或称虚无模型）估计是多层线性模型分析的起点和基础。在零模型中，各层模型没有任何预测变量，其目的在于区分个体差异和组差异[11]。在本研究中，零模型将院校一般就业率总方差分解为院校和省级两个层面，可以此观察两个层面随机方差分别占总方差的比例，由此判断后续进行多层线性模型分析的必要性。不含任何预测变量的两层零模型也称为方差成分模型，本研究具体的零模型如下：

表2零模型估计结果表明，全国不同省份间的高职院校一般就业率存在统计学意义上的显著差异（P<0.001），至于省级层面方差占总方差的比例，可以通过跨级相关系数进行观测。对于二层模型而言，跨级相关系数指因变量Y的总变异中有多少比例是由第二层单元间的差异造成的，也指与其他第二层单元相比，相同第二层单元中每个第一层单元测量结果的相似程度[12]。本研究中，跨级相关系数等于0.284（=21.14/（21.14+53.24）），表明全国高职院校一般就业率有28.4%的差异源自省级层面，71.6%的差异源自院校层面。以上数据表明，在探讨院校层面的一般就业率差异中引入省级层面的分析是必要的。

（二）以一般就业率为因变量的估计结果

以毕业生一般就业率为产出指标的二层模型分析结果见表3。表3的第一部分描述了层二自变量对层一模型截距（即各省份高职院校一般就业率均值）的影响。数据表明，省份层面的差异对各省份高职院校一般就业率的均值在统计意义上存在显著影响（γ00=91.792）。省份人均GDP越高（γ01=0.0001），说明经济发展水平越高，高职院校财政能力越强，同时各产业领域人才需求越大，则高职院校一般就业率的均值就越高。因此，高职院校人力资源产出受到其所在省份人均GDP的显著影响，该结论与刘云波的实证研究结果一致[13]。

从院校类型来看，民办与公办高职院校的毕业生一般就业率没有统计意义上的显著差异。由于对单一市场的依附性和公共财政的缺位，民办高校在资源配置上普遍不足，在生源市场上社会认可度低，生源质量难以比肩公办院校[14]。但数据表明，民办高职院校的一般就业率未呈现显著劣势，院校的举办主体不同并未显著影响其人力资源的产出效率。

从国家示范（骨干）院校的斜率模型（β2j）来看，其斜率的回归系数为正值（γ20=3.242），在统计上也是显著的，表明国家级示范（骨干）院校的就业率显著高于非示范院校。同样，省级示范院校与一般院校就业率也存在显著的正向关系（γ30=2.403），即省级示范院校的就业率较非示范院校也有明显优势。当然可以看到，前者的回归系数更大，说明国家级示范（骨干）院校比省级示范院校对提升就业率的正向作用更大。该结果表明，政府和主管部门给予的经费投入和政策支持对示范院校的人力资源产出具有显著的正向作用，国家级示范（骨干）以及各省级示范院校建设项目在人力资源产出指标上取得了显著成绩。本研究与刘云波针对全国计算机类专业生产效率研究的有关结论存在一定的异同，他发现对于全国计算机类高职专业的就业率，省级示范院校与非示范院校没有明显差异，但全国示范院校与非示范校存在显著差异。至于计算机类专业就业率在省级示范与非示范院校之间差异不显著的原因，除了样本因素，还可能在于示范与非示范院校间就业率差异，较大部分可以解释为示范院校重点专业的显著优势，但计算机类专业可能并非各示范院校的主流重点专业，故而示范与非示范院校计算机专业就业率的差异呈现为不显著。

从高职院校人力资源的投入结构来看，专任教师占教职工比例、兼职教师比例、双师素质教师占专任教师比例、研究生学历或硕士及以上学位教师占专任教师比例均与就业率存在显著的正向关系。该结果说明，高职院校人力资源作为关键投入要素，其不同结构的人力资源投入对其产出具有显著影响，高职院校师资队伍的专兼结构、双师结构以及学历结构的优化，有利于提升人力资源的产出效益。郭建如2012年通过对10所抽样高职院校的毕业生就业进行调查分析认为，高职教师队伍中研究生学历占比、双师型教师占比对高职毕业生的就业率无显著影响[15]。本研究与郭建如的研究结论存在一定差异，其原因可能来自两个方面：一是考察层面不同，前者考察院校层面的一般就业率，后者考察了专业层面的一般就业率；二是样本规模不同，前者的样本接近总体，而后者的样本较小，后者样本对全国高职总体的代表性或许存在偏差。

在考察高级职称教师比例的斜率模型（β6j）时发现，其斜率的回归系数在统计上并不显著，表明提高高级职称教师占专任教师比例，在统计意义上没有显著提升高职院校的一般就业率。依据教育部《普通高等学校基本办学条件指标（试行）》（教发[2004]2号），高级职称教师占专任教师比例是普通高等学校基本办学条件的七个监测指标之一，是衡量学校人力资源投入结构和质量的核心指标之一。不断优化高级职称教师比例历来得到了高职院校的普遍重视，不过，与兼职教师比例、双师素质教师比例等自变量不同，高级职称比例对人力资源产出未显示出显著的正向作用，对高职院校人力资源结构优化的信号作用并不明显。长期以来，高职教师高级职称的评审标准套用了本科高校教师学术导向的评审标准，本研究结果从一定程度上说明，用于衡量现有存量高职教师的高级职称评审标准未完全体现高等职业教育的特点，未完全适应高职教育对高级职称教师双师导向的能力结构要求，从实证角度佐证了《国家中长期教育改革和发展规划纲要（2010—2020年）》提出的“要完善符合职业教育特点的教师专业技术职务（职称）评聘办法”的必要性。

同样，生师比对高职院校毕业生就业率的影响也不显著。根据教发[2004]2号文件，生师比等于折合在校生与教师总数的比例，反映了教育质量与办学效益的辩证关系，是政府监控高等学校人力资源投入规模与效益的重要指标。一方面，从质量的观点来看，通过控制生师比不高于某一上限值，能够督促高等学校维持足量的人力资源投入，确保适当的师均工作负荷，保证教育质量。在高等教育快速扩张阶段，在校生规模急剧扩大，控制生师比的数值、避免师资短缺尤其必要。另一方面，从效益的观点来看，在学生规模既定的情况下，生师比越高，意味着每位教师培养的在校生越多，教师队伍越精炼，学校人力资源的利用效率和办学效益越高。总的来看，生师比的确定需要处理好办学质量和办学效益的平衡。有学者认为，从世界范围内来看，发达国家或地区的生师比由于教育投入充足，明显低于发展中国家，降低生师比、减小班级规模，可以提高教育质量[16]。但本研究从一般就业率的视角来考察生师比的影响，从表3的结果可知，全国范围内高职院校生师比的高低，并未在统计意义上改变就业率。分析其原因，可能在于高职院校的生师比、就业率均较大程度上受到学校声誉和学科专业结构的影响：学校声誉度越低或者拥有冷门专业越多，招生越困难，在校生规模越少，师资相对充足，导致生师比被动地维持在较低水平，同时，声誉度低或冷门专业多也造成毕业生就业困难，最终出现生师比低、就业率低的情况。相反，对于声誉度高和热门专业比例大的学校，则出现了生师比高、就业率高的情况。因此，总体来看，降低生师比对于提高毕业生就业率没有显著作用。

此外，省级以上教学名师对一般就业率未呈现出显著影响。高职院校教学名师一般特指教学水平高、教学效果好、技术服务能力强、具有企业经历与行业影响力，能够引领和带动学校教学改革、产学研结合、团队建设的知名教师。不过，拥有省级以上教学名师对提高就业率没有统计意义上的促进作用，原因可能有二：一是省级以上教学名师的总量较少，难以对各高职院校的人才培养形成规模性影响；二是出于分布均衡的考虑，省级以上教学名师在1146所样本院校的覆盖率达到67.3%，国家级和省级教学名师的名额分配在较大程度上受到行政权力的干预，从而弱化了教学名师在总体上的正向作用。

四、结论与建议

本研究采用多层线性模型方法，通过对全国高职院校人力资源生产函数进行分析，研究了高职院校人力资源投入与产出的关系，确定了高职院校人力资源投入结构中对产出效益起主导作用的要素，对于高职院校人力资源建设提供了有价值的结论。

实证结果表明，高职院校的举办者类型（公办或民办）对人力资源产出的影响不明显；获得国家级示范（骨干）、省级示范院校建设项目的支持对提升人力资源产出起到显著的正向作用；专任教师比例、兼职教师比例、双师教师比例、研究生学历或硕士学位教师占专任教师比例对人力资源产出的影响显著。可见，高职院校的教师队伍建设必须尤为关注师资队伍专兼结构、双师结构和学历结构的改善，该结论为教育部针对高职院校教师队伍建设的有关文件精神提供了实证支持。《国务院关于加快发展现代职业教育的决定》（国发[2014]19号）指出，要聘请兼职教师、落实教师企业实践制度、推进校企共建“双师型”教师培养培训基地，加强建设“双师型”教师队伍。《教育部关于开展现代学徒制试点工作的意见》（教职成[2014]9号）也指出，要探索建立教师流动编制或设立兼职教师岗位，加大校企互聘共用、双向挂职锻炼、横向联合技术研发和专业建设的力度[17]。在高职院校治理的理念下，建议高职院校加快构建利益相关者共同参与的内外部治理结构，尤其是尽快建立健全行业企业有效参与治理的机制，确立行业企业在高职院校人力资源建设与管理中的地位与角色，构建利益共享机制，共同推进兼职教师队伍建设和双师教师队伍培养。

此外，本研究表明，高级职称教师占专任教师比例、生师比、省级及以上教学名师数在统计意义上对人力资源产出没有显著的正向影响。因此，政府在宏观层面不能简单地推动高职院校提高高级职称比例数、降低生师比和评选教学名师，而应该同时着力开展以下工作：一是加快构建双师导向的高职教师高级职称评审标准；二是支持“招就两旺”的高职院校加强人力资源投入，避免人力资源跟不上教育规模发展而出现师资条件的“倒挂现象”；三是降低教学名师评审的行政化倾向，并注重发挥教学名师的引领作用。

本研究数据基本覆盖了全国高职院校总体，确保了研究结论的可靠性。由于数据不可获性的原因，本研究未将实习对口就业率[18]、就业起薪[19]纳入分析模型，有待后续研究进一步探讨。

参 考 文 献

[1]邱容机，薛文娟，叶玲娟.基于K-Means聚类分析法的高等农林院校师资队伍结构优化研究——以福建农林大学为例[J].高等农业教育，2013（5）：55-58.

[2]宗士增，俞研.基于多目标优化方法规划高校师资队伍结构[J].高等农业教育，2012（5）：35-38.

[3]杜育红.学校效率：研究的概念框架与计量方法的进展[J].教育与经济，2004（4）：29-33.

[4][5]T.胡森，T.N.波斯尔斯韦特.教育大百科全书—— 教育经济学[M].重庆：西南师范大学出版社，2011.

[6][13][18]刘云波，钟宇平.高职的专业投入和学生就业的关系初探—— 以全国制造大类专业为例[J].清华大学教育研究，2014（8）：84-91.

[7]金鑫，王蓉.高职院校办学主体差异与校企合作水平的实证分析[J].高等教育研究，2013（2）：50-56.

[8]蒋红星，黄尧.广西高职院校基本办学条件实证分析[J].高教论坛，2015（4）：94-97.

[9][15]郭建如，邓峰.高职教育培养模式变革、就业市场变化与毕业生就业概率分析[J].高等教育研究，2013（10）：57-63.

[10]RAUDENBUSH S W.BRYK A S.Hierarchical Linear Models： Applications and Data Analysis Methods （Second Edition）[M]. Thousand Oaks： Sage Publications，2002：5-13.

[11]鲍威，刘艳辉.我国高等教育资源配置差异影响因素的多层线性模型分析[J].教育发展研究，2011（19）：1-7.

[12]张雷，雷雳，郭伯良.多层线性模型应用[M].北京：教育科学出版社，2003：116-117.

[14]柯佑祥.试析民办高校资源配置的充足性[J].高等教育研究，2006（9）：79-83.

[16]陈泽，胡弼成.生师比：人才培养质量的重要指示器[J].大学教育科学，2013（3）：118-124.

[17]中华人民共和国教育部.教育部关于开展现代学徒制试点工作的意见[Z].教职成[2014]9号.

[19]郭建如.高职培养模式变革与毕业生就业：一项实证研究[J].华中师范大学学报：人文社会科学版，2014（4）：155-161.