新时代背景下我国职业教育资源配置效率提升路径探析

张瑶，李雪辉

（青岛大学，山东青岛 266071）

一、研究背景

党的二十大报告指出“办好人民满意的教育……全面贯彻党的教育方针，落实立德树人根本任务，培养德智体美劳全面发展的社会主义建设者和接班人。坚持以人民为中心发展教育，加快建设高质量教育体系，发展素质教育，促进教育公平。”同时，报告提出了“优化区域教育资源配置”的重要任务。在中国式现代化推进的背景下，职业院校面临的总体投入水平偏低、区域发展差距大、资金筹措和财政拨款机制不健全、经费绩效管理基础薄弱等问题日益突显。本研究使用Malmquist指数法分析省际职业教育资源配置效率的变化情况，并结合探索性数据分析模型（ESDA）来揭示其空间特征[1]。

教育资源配置的优化问题一直是学者们持续关注的议题。现有研究从理论和计量两大视角探讨了教育资源配置效率的优化。从理论视角来看，职业教育资源配置失衡可能导致办学体制单一化，与经济体制多元化不适应[2]，培养的人才与社会需求之间存在差距[3]。学者们从体制、历史和制度等视角[4]解析资源配置效率问题，并提出了相应的政策建议[5]。理论研究主要集中在探讨职业教育资源配置存在的问题、造成的后果以及优化策略。而从计量分析视角来看，合理的资源配置对学生学业成就有显著影响[6]，能有效促进人才培养与社会经济发展需求的匹配。有学者构建了我国职业教育资源配置的评价指标体系，利用数据包络法进行分析，发现存在诸如政府过度参与、资源配置差异大、过度重视硬件投入而忽视软件投入等问题[7]。尽管职业教育存在许多问题，但整体仍在不断发展与完善之中。笔者对职业教育的发展水平进行差异和空间效应分析，分析显示其发展水平的区域差异有所减小，但空间聚集效应明显，呈现强者越强、弱者越弱的状态[8]。在资源配置整体向好的情况下，资源配置的效率成为当前广泛关注的问题。因此，有学者运用DEAMalmquist（全要素生产率）指数法对我国职业教育资源配置效率进行分析，发现全国职业教育资源配置效率呈下降趋势[9]。虽然现有研究关注了职业教育资源配置水平的空间相关性特征，但缺少对资源配置效率的空间相关性特征的分析。因此，本研究以现有研究为起点，旨在探究职业教育资源配置效率在空间和时间两个维度的变化情况。

二、研究设计

为了科学且有效地分析我国职业教育资源配置效率的区域差异，探索高质量发展路径，本研究采用配置效率领域权威数据模型，即数据包络分析法（DEA），笔者通过收集职业教育投入产出数据，探究其资源配置效率变化情况、区域差异以及改进策略。

（一）指标设计

在探究资源配置效率问题时，关注投入和产出的相对情况能帮助决策者做出有效决策。在本研究中，我们通过探究职业教育资源的投入和产出的相对情况来分析其配置效率。仅将教育经费视为职业教育的投入是最常见的探究教育资源配置的方法。职业教育需要经费作为保障，充足的经费有助于职业教育的均衡发展[10]。但当前职业教育的生均教育经费在地区间存在显著差异，仅以经费作为职业教育投入的综合指标来衡量资源配置效率是有失偏颇的。因此，本研究除了教育经费外，还运用资源配置的应用型指标来探究职业教育的资源配置效率问题，使研究更加有说服力。在本研究中，教育的应用型指标对应教学配置。笔者利用教师队伍和教学设备分别代表人力和物力投入，使用教师资源、教学设备和教育经费代表人力、物力和财力作为投入指标。教育产出涵盖了毕业生数量和质量两个方面。本研究结合职业教育对人力资源培养的性质，选择毕业生获得职业资格证书数量作为教育产出质量指标。该指标符合国家倡导的“1+X”证书制度，深化中等职业院校办学和人才培养模式改革，促进毕业证与职业技能证书的衔接，加强校企互动，建立健全人才共育、注重过程、成果共享的合作办学机制，使培养的人才更符合社会需求。笔者结合已有研究和数据的可获得性选择指标，其中，人力投入包括专任教师数（人）、正高和副高占专任教师数（人）、本科及以上学历教师数（人）；物力投入包括学校数（所）、学校占地面积（平方米）、固定资产（万元）、计算机台数（台）、仪器设备值（万元）；财力投入包括预算内公用性经费支出（千元）、预算内人员经费支出（千元）；产出指包括毕业生数量（人）、获得职业资格证书毕业生数（人）。

（二）研究方法介绍

为研究职业教育办学效率，本研究采用数据包络分析（DEA）法的Malmquist指数法探讨全国31个省份在2014～2019年的资源配置效率随时间的变化情况。基于数据包络分析法的结果，笔者将不同水平的综合技术效率在地图上呈现，以分析2014～2019年资源配置效率的空间变化情况，运用探索性空间数据分析（ESDA），结合Geoda软件探究职业教育资源配置效率的空间关联性特征。数据包络分析法和探索性空间数据分析从时间和空间两个维度对职业教育资源配置效率的时序相对变动情况进行分析。

数据包络分析（DEA）法被用于评价多个输入指标和多个输出指标的有效性。DEA模型不依赖于生产函数的设定，避免了生产函数设定的主观偏差，同时也不受数据量纲、形式和权重的影响。因此，本研究用DEA法测量职业教育资源配置效率。CCR模型基于生产规模可能呈现规模收益不变的假设，用于评价决策单元对资源技术和规模利用情况的综合效率指标，即综合技术效率（effch）。但在现实中，规模收益是可变的，通常处于递增或递减状态。因此，本研究引入了1984年Banker等人对CCR模型改进处理后建立的BCC模型。BCC模型基于生产规模可能呈现规模收益变动的假设，用来衡量纯技术效率（pech）和规模效率（sech），其中综合技术效率等于纯技术效率乘以规模效率。Malmquist（全要素生产率变动）指数通过本期到下一期生产率的变化测算得到，反映资源配置效率的动态变化情况。

（三）数据来源

本研究选取2014～2019年间中国31个省级地区的职业教育作为决策单元，用以评估资源配置效率。研究所使用的数据主要来自《中国统计年鉴》《中国教育统计年鉴》和《中国教育经费统计年鉴》。此外，这31个省级地区的地理空间数据来源于国家基础地理信息系统。鉴于数据的可获得性，本研究主要关注中等职业教育，并把分析结果适用于整个职业教育领域。

三、结果分析

（一）2014～2019 年职业教育年均全要素生产率指数及其分解分析

本研究首先将全国整体作为相对效率评价的决策单元，旨在探究中国职业教育资源配置效率随时间的变化情况。输出结果可知，从2014年至2019年期间，全要素生产率变化（tepch）水平整体呈现下降趋势。在这六年间，全要素生产率指数均小于1，累计下降了41%。其中，综合技术效率（effch）的变化趋势先是下降，后来又上升。具体而言，2014至2016年职业教育的综合技术效率呈下降趋势，其中综合技术效率指数均小于1，累计下降了7.1%。而后，从2016年到2019年，综合技术效率呈上升趋势，累计增长了8.5%。总体上，职业教育的综合技术效率在这段时间内累计上升了1.4%。2014至2019年的年均综合技术效率指数为0.992，表明综合技术效率略微呈现衰退趋势。

分解综合技术效率为纯技术效率（pech）和规模效率（sech），其中，纯技术效率的变化趋势与综合技术效率基本一致，呈现出先下降后上升的状态。唯一的例外是2019年，当时纯技术效率与综合技术效率的变化方向不同，显示出下降趋势。从2014年到2019年，年均纯技术效率指数为1，表明在不考虑外部体制改革和管理创新的前提下，职业教育院校本身对于资源配置的合理组合能力呈现出先下降后上升的趋势，与之前的水平大致相当。规模效率大体上也呈现出先下降后上升的变化趋势，但在2018年，其变化方向与综合技术效率不一致，出现了下降。2014年至2019年间，年均规模效率指数为0.992，意味着在给定的资源投入和产出比例下，规模大小的变化总体上呈现出先下降后上升的趋势。虽然与之前相比略有下降，但整体上保持稳定，表明投入和产出规模相对适中。

技术进步（techch）显示出显著的衰退趋势，这是导致职业教育资源配置效率下降的主要因素。在2014年至2019年间，年均技术进步指数均低于1，累计下降了42%，与全要素生产率的下降幅度大致相同。在同一时期，年均技术进步指数为0.968。这一下降趋势与全要素生产率指数的变化趋势基本一致。对于职业教育而言，技术进步通常体现在外部体制改革或管理创新带来的整体效率提升上。这些改革促进了人才培养模式、重点专业设置、核心课程改革以及信息化教学手段等多个领域的深入改革，使人才培养更加符合产业转型升级的需求。随着经济社会的发展，技术退步现象出现的可能性较低。技术退步的出现可能源于职业教育在发展过程中并未重视上述技术进步强调的领域。尽管职业教育学生对就读学校的接受度较高，但其社会认可度仍有待提升，导致学生更倾向于选择升学。同时，许多职业院校未能坚持其职业教育的定位，更多地将资源投入到学生的升学问题上，而非投入到技术技能型人才的培养中，未能保证学生专业技能资格证书的获取。

在研究教育资源配置效率时，有学者将全要素生产率指数分为低效型（tfpch＜0.90）、徘徊型（0.90＜tfpch＜1.00）、低增长型（1.00＜tfpch＜1.10）、高增长型（tfpch＞1.10）四种类型[11]。本研究借鉴此分类方式，将31个省份的中等职业教育全要素生产率分别归类为以上四种类型。

1.低效型地区只有湖北和湖南两个，资源配置效率下降显著。我们分析其原因，发现这两个地区的综合技术效率指数和技术进步指数均小于1，且技术进步指数都小于0.9。这表明，这些地区需更多关注技术进步和院校资源配置的有效使用，而不能仅专注于升学率，忽视了对学生技术技能的培养。

2.徘徊型地区共有23个，占据了研究对象的绝大多数。这些地区的职业教育全要素生产率略有降低，呈现停滞状态。其中，新疆的指数为0.992，几乎没有变化，而山西的指数为0.911，降幅最大。我们深入分析发现，在河北、黑龙江、安徽、江西、河南、广西、四川、云南和新疆这9个主要位于中西部的地区，综合技术效率指数大于等于1，而技术进步指数小于1。这表明这些地区应重视通过体制改革或管理创新来提升资源配置效率，更有效地利用资源培养学生技术技能。北京和上海则是综合技术效率指数小于1，而技术进步指数大于等于1。这两个发达地区需要更加注重提升内部资源配置效率，避免过分追求资源规模的扩大而忽视使用效率。其余地区应同时关注内部资源配置效率和外部技术进步。

3.低增长型地区共有6个，表明这些地区的职业教育全要素生产率有所提升，但幅度较小。具体分析全要素生产率增长原因，海南和江苏的增长是由于综合技术效率和技术进步的共同作用，青海和贵州的增长主要归因于综合技术效率的提升，而重庆和浙江则主要得益于技术进步。研究中未出现高增长型地区，表明职业教育资源配置效率没有提升幅度较大的地区。

（二）2014～2019 年职业教育资源配置效率的空间特征分析

经过分析，我们发现职业教育资源配置综合技术效率呈现出明显的时空特性。效率较高的省份主要集中在南部、东部地区以及东北的黑龙江省。随时间推移，西北部地区也逐渐出现效率较高的省份。而效率较低的省份多分布在北方地区，且随时间推移其分布未发生显著变化，不同水平的效率分布较为集中。

为检验职业教育资源配置效率空间关联性的统计显著性，本研究使用CCR模型计算的综合技术效率（effch）在Geoda软件中测出全局自相关系数及其对应的P值。2014年至2019年的莫兰指数分别为-0.107、0.121、0.218、0.188、0.068、0.114，对应P值依次为0.31、0.07、0.02、0.04、0.16、0.09。结果显示，除了2014年外，职业教育资源配置效率大多呈现正相关特征，但2014年和2018年的数据未通过10%显著性检验。这表明通过区域合作和正向影响，职业教育资源配置效率呈现高效率地区正向拉动低效率地区的特征。然而，由于显著性检验未通过，这种拉动能力仍然有限。

四、结论与建议

（一）研究结论

笔者经研究发现以下结论：在2014年至2019年期间，职业教育的全要素生产率（tepch）水平整体呈现下降趋势。这反映出职业教育资源配置效率整体水平有所下降，主要原因是技术进步（techch）的衰退，这对职业教育资源配置效率的下降起到了关键作用。在资源配置数量方面，职业教育保持在适中水平。同时，职业教育的社会认可度还需进一步提升。职业院校在定位上存在矛盾，更多地关注学生升学而不是投入到技术技能型人才的培养中，导致技术进步出现衰退。此外，职业教育资源配置效率的空间分布表现为高效率地区对低效率地区具有一定的带动作用，但这种作用仍然相对有限。

（二）对策建议

通过上述对职业教育的投入产出效率分析，本研究认为可以通过以下方式对资源配置进行优化，以实现资源的最佳利用状态。

1.有效处理质量与数量的关系，进而提升人才培养质量。我们要加强职业教育社会认可度，拓宽职业教育毕业生出路，对于未来职业教育需求进行社会和个人方面的合理预测，使得资源得到有效利用[12]。鉴于我国已建立了世界上规模最大的职业教育体系，科学而有效地处理资源的数量与质量关系是提升职业教育资源配置效率的关键。因此，我们需要结合各地区特点和当前发展需求，合理预测职业教育的需求。职业教育的人才培养应明确其定位，通过改革课程内容和教学方法，准确设定培养目标。在完整的职业教育体系中，高职院校应科学规划专业设置和教学目标，提升职业教育的社会认可度。虽然短期效果可能不尽如人意，但长远来看，这将有助于先进技术在制造业高端化发展中的充分应用，从而提高有限资源的利用效率。

2.打造职业教育示范区，建立示范性教育集群，提升职业教育资源配置效率的地区正向带动作用。调查数据显示，不同省份间职业教育资源配置效率的正向带动作用较为有限。高职院校借鉴周边效率高省份的先进经验来带动本省份职业教育资源配置效率的提升，从而增强外部适应性和内在协调性，进而达到较高的职业教育资源配置效率[13]。尤其是北方地区，高职院校更应向资源配置效率高的地区学习先进经验，通过政策变化、体制改革等外部因素和院校自身的综合影响来促进资源配置效率的提高。

3.分析地区发展优势，促进当地资源得到合理利用，提升职业教育的社会吸引和适应能力。全国不同省份间职业教育资源配置效率存在较大差距，即使地理位置距离较近的省份也存在差异。因此，职业教育在发展中要树立新的发展理念，关注区域社会经济发展的现实需求，结合地区特色和优势，合理设置职业教育区域布局，有效分析职业教育专业结构，促进资源精准有效配置。政府对地区间职业教育进行合理的统筹管理，强化投入职责，加大财政性转移支付力度，将过剩地区资源转移到不足地区，完善职业学校资源配置方案，以实现地区间职业教育均衡发展。高职院校注重职业教育的技术技能培训工作，促进社会人员就业，提升社会服务功能，促进职业教育发展。