我國高等職業教育財政投入效率評價

匡小平 李輝

作者簡介

匡小平（1962- ），男，江西財經大學財稅與公共管理學院二級教授，博士生導師，研究方向：財稅理論與政策，公共經濟與管理（南昌，330013）；李輝（1978- ），男，江西財經大學財稅與公共管理學院副教授，博士研究生，研究方向：財稅理論與政策，職業教育

基金項目

教育部人文社會科學規劃基金項目“‘伊斯特林悖論的統計本質及其破解的理論與實證研究”（21YJAZH127），主持人：周偉

摘 要 我國高等職業教育已進入高質量發展的新時期，其基本要求是實現財政投入的高效率。依據2013-2020年我國高職教育省級面板數據，運用DEA-BCC模型和Malmquist指數三分法對我國高職教育財政性教育經費投入效率進行評價發現，絕大部分?。ㄊ校└呗毥逃斦度胩幱贒EA無效狀態，高職教育財政投入全要素生產率效率退步主要是因為技術進步效率下降所致。評價結果表明，我國高職教育目前還處于粗放型發展階段，離高質量要求還有較大差距。提高財政投入績效水平，改革高職教育結構體系，提高人才培養質量，培育高水平技能型人才，服務于社會全方位高質量發展是當前我國高職教育改革發展的方向。

關鍵詞 高職教育；財政投入效率；DEA-BCC；Malmquist指數

中圖分類號 G718.5 文獻標識碼 A 文章編號 1008-3219（2024）07-0050-08

一、問題的提出

作為國民教育體系的重要組成部分，職業教育在推動中國式現代化進程中占據基礎性地位[1]。2022年5月1日，新修訂的《中華人民共和國職業教育法》正式頒布實施。該法在中國教育發展史上具有里程碑式的意義，在法律層面給予職業教育與普通教育“同等重要”的地位，職業教育不再是國家教育體系中從屬于普通教育的層次教育，而是具有相對獨立性的教育體系[2]。該法的頒布同時兼具深層次的社會意義，必將深化社會對職業教育的認知，助推職業教育高質量發展，助力技能型社會和人力資源強國建設。2020年9月，教育部等九部委聯合印發的《職業教育提質培優行動計劃（2020—2023年）》（教職成[2020]7號）明確指出高職教育是培養大國工匠、能工巧匠和優化高等教育結構的重要途經。由此，不難看出高職教育對于我國社會實現全方位高質量發展的重大意義。2022年6月2日全國總工會“產業工人隊伍建設改革五周年”新聞發布會數據顯示，截至2021年底，全國技能人才、高技能人才總量分別是2億人和6000萬人，無論是從高技能人才絕對數量還是占比來看，還遠遠不能滿足我國社會全面高質量發展的需要，高職教育距離高質量發展還有較大差距。

教育財政投入或公共投資對經濟增長具有促進作用。財政是國家治理的基礎與重要支柱，習近平總書記指出，“科學的財稅體制是優化資源配置、維護市場統一、促進社會公平、實現國家長治久安的制度保障”。國外相關研究均表明財政教育投入或公共投資對經濟增長具有重大促進作用[3][4][5][6]。國內研究方面，從整體上看，銀琴（2021）發現高等教育財政投入對我國經濟增長具有正向拉動影響[7]；張波等（2021）實證研究表明，財政教育投入對經濟增長具有促進作用，對經濟增長的沖擊存在滯后性[8]。國內地區財政教育投入對經濟增長作用的研究也取得了豐富成果，其研究成果均表明，地區財政教育投入能有效促進地方經濟發展[7][8][9][10][11][12][13]。但研究也表明，雖然總體上來看，教育財政投入對經濟增長質量的影響顯著為正，但對經濟增長質量效應存在著明顯的地區差異[14]。具體到職業教育投入對經濟的促進作用，有研究表明，在職業教育中通過針對專業技術的學習，能提高就業能力，并進一步提高經濟發展水平[15]。

國外學者在研究教育財政投入效率方面，采用了豐富多樣的績效評估方法，例如，Rassouli-Currier（2007）在確定公共教育生產效率時選用了隨機前沿回歸（SFR）與數據包絡分析（DEA）兩種不同的績效評價方法[16]；Simmons（2006）運用回歸分析法對亞洲不同國家高等學校教育財政投入效率進行對比[17]。但具體涉及到職業教育投入效率的文獻較少，代表性文獻如Abbot等（2003）運用數據包絡法，以澳大利亞各職業學校作為決策單元，分析各職業學校的資金使用效率[18]；Poulos（1993）運用收入方程法分析歐洲職業教育公共投入的績效，研究表明教育具有的外部性對投入績效影響較大[19]。

我國學者主要利用DEA方法對教育財政投入效率進行分析。孫琳（2018）的研究表明，中職教育財政預算事業費支出效率普遍偏低，且各省市資金使用效率存在較大差異[20]。羅紅云等（2020）運用DEA-Malmquist指數三分法對我國和西北5省職業教育財政投入效率進行評價，分析結果認為我國職業教育仍處于粗放型發展階段[21][22]。胡芳等（2022）基于DEA-Malmquist和Tobit模型，利用西藏、新疆等8個民族省份2005-2018年的面板數據對我國少數民族省份高等教育財政投入效率進行評價，結果表明投入效率DEA無效，且各省份之間存在較大差距[23]。上述研究為本文的研究打下了良好的基礎。

經濟高質量發展需要教育的高質量發展，作為中國教育財政投入的重要組成部分——高職教育投入毋庸置疑是我國經濟高質量增長的重要因素之一。當前，在教育財政投入增長有限的情況下，高職教育高質量發展必須依賴于財政投入的高效利用。那么，我國目前高職教育財政投入效率如何？本文運用DEA-BCC模型和Malmquist指數三分法，對我國高職教育財政投入效率進行測評，以期為政府優化高職教育財政投入，促進高職教育高質量發展提供借鑒。

二、研究方法與指標構建

（一）研究方法

1.DEA簡介

數據包絡分析（DEA）是目前使用較廣、較為成熟的一種效率評價方法，可以用于綜合評價具有單個或多個投入、多個產出的一組決策單元之間的相對效率，其目標是從技術經濟角度尋求在既定產出下投入最小化或在既定投入下產出最大化。DEA的基本模型包括CCR和BCC模型。CCR模型是基于規模收益不變的假設提出的，常用來評價決策單元的整體效率。BCC效率評估模型是基于規模收益可變的假設提出的，通過BCC模型，不僅可以判斷決策單元（DMU）的規模報酬情況，還可以判斷其綜合效率的高低[24]。

本文采用Banker等（1984）提出的規模報酬可變，產出導向型的DEA-BCC模型來評估高職教育財政投入效率。首先，相較于對高職教育產出成果和質量的控制，該模型對高職教育財政投入的控制更加靈活；其次，該模型對評估對象規模沒有硬性限制，比較符合研究實際。假設作為決策單元（DMUj）的中國省級行政單位m個，對于任意DMUj（j=1，2，…，n）使用m個投入值xij（i=1，2，…，m）得到s個產出值yrj（r=1，2，…，s），ε為非阿基米德無窮小量，θ為各地市的相對效率，而T0為DMUj投入指標中最易減少的比例，λj為權重系數，s+和s-分別為產出不足和投入冗余。DEA-BCC模型非線性規劃的最優化目標和約束條件為：

minθ=[θ0-ε（S+r+S-i）]

s.t.λixij+S-i =θ0x0

λjyrj-S+i =yr0

λj=1

λj>0，S+i ≥0，S-i ≥0，i=1，2，…，m

j=1，2，…，n；r=1，2，…，s

利用求解得到的最優解，即可將綜合效率CRS_TE分解為純技術效率VRS_TE和規模效率SCALE，CRS_TE= VRS_TE*SCALE。

2.Malmquist指數

Malmquist指數也被稱為全要素生產率指數（tfpch），是基于DEA模型的一種動態效率分析方法。根據Malmquist指數評價效率的基本原理，當指數值>1時說明tfpch呈增長趨勢，當指數值 <1時呈下降趨勢，當指數值=1時表示效率沒有變化。該指數可以進一步分解為技術進步效率指數（techch）、純技術效率變化指數（pech）和規模效率變化指數（sech）。pech>1時表示資源投入技術運用水平提高，資源配置效率改善，<1時則表示退步；sech>1時表示投入產出要素合理分配程度得到改善，規模優化，<1時則表示退化；techch表示技術進步變化，>1時表示存在潛在技術進步，<1時則表示技術退步。

（二）指標構建

1.投入、產出變量

高職教育投入、產出變量按照變量屬性可劃分為宏觀變量和微觀變量。宏觀變量主要用來分析全國或地區高職教育財政投入和產出效率，例如，各省市高職教育財政投入、高職院校數量、教師數量和學生規模等；微觀變量主要用來分析具體高職院校教育投入和產出效率，例如，某個高職院校2020年教育經費收入、教師數量、在校學生規模、教師教學科研成果數量、學生競賽獲獎數量和畢業生初次就業率等。為保證計量結果的準確性，本文采用的是宏觀+微觀變量分析方法。

依據2021年中共中央辦公廳、國務院辦公廳印發的《關于推動現代職業教育高質量發展的意見》，職業教育高質量發展的階段總目標是“到2025年，職業教育類型特色更加鮮明，現代職業教育體系基本建成，技能型社會建設全面推進。辦學格局更加優化，辦學條件大幅改善，職業本科教育招生規模不低于高等職業教育招生規模的10%，職業教育吸引力和培養質量顯著提高”。從以上目標表述中不難發現，作為職業教育體系主體組成部分的高職教育，辦學條件的大幅改善、辦學規模和培養質量的顯著提高是高職教育高質量發展的必備要素?；诖?，借鑒羅紅云（2020）的研究方法，在高職院校教育經費投入、產出效率變量選取方法上，本文以我國31 ?。ㄊ校┳鳛闆Q策單元，選取各?。ㄊ校v年高職院校財政投入作為投入變量（一般來說，投入可以分為人力、物力、財力三大類，但終究可以歸結為財力投入），以當年高職院校數量（辦學條件）、高職院校專業教師數量（師資力量）、在校學生數量（辦學規模）、畢業生就業率（培養質量1）、畢業生人數（培養質量2）和國家級以上獎項數量（培養質量3）作為產出變量，見表1。

表1 高職教育財政投入—產出效率評價指標

指標 分指標 分指標內涵

投入 財政性教育經費投入（元） 高職教育公共財政支出規模

產出 高職院校數量（所） 高職教育整體辦學條件

高職院校專業教師數量（人） 高職教育師資力量

高職院校在校生數量（人）

畢業生就業率（%）

畢業生人數（人）

國家級以上獎項數量（項）

高職教育辦學規模

培養質量1：各省高職院校當年畢業生初次平均就業率

培養質量2：各省高職院校當年畢業生人數

培養質量3：各省高職院校當年國家級獎勵數量/學生數量（萬人）

2. 數據來源

產出變量—高職院校數量、在校生規模和畢業生數量數據來源于教育部網站“2013-2020年教育統計數據—各地基本情況”和教育發展統計公報。由于2013年以前年份，統計數據未單獨列明高職院校在校生規模（和普通高等院校在校生規模一起計列），高職院校單獨列明數據只有院校數量，且最新數據截至2020年，因此本文采用的變量數據截取的年限為2013-2020年。關于產出變量—高職院校教師數量，歷年教育統計數據、公報和教育統計年鑒均未單獨列明各省市高職院校教師數量，和普通高等教育院校教師數量一起計列。因此，2013-2020年期間各?。ㄊ校└呗氃盒＝處煍盗坑稍撌∈懈呗氃盒熒?、在校生規模測算得出，計算公式為：各院校教師數量=該校在校生規模/師生比。各地區高職院校當年畢業生就業率數據來源于教育部網站歷年統計報告。各地區高職院校歷年國家級以上獎項數量數據由各地教育廳及各院校網站數據匯總得出。關于投入變量—高職院校財政性教育經費投入數據來源于2013-2020年期間歷年《中國教育經費統計年鑒》。

三、我國高職教育財政投入概況和效率評價

（一）高職教育財政投入概況

整體來看，目前我國高職教育經費來源形式單一，主要依賴財政投入及學費收入。以2020年為例，全國高職高專院校教育經費收入總額為2404.1億元。其中，財政投入為1592.56億元，占收入總額的66.24%；事業收入730.50億元，占比30.39%，其中583.6億元為學費收入 。

按地區來看，各地高職院校對財政投入依賴程度和地區經濟發展水平有關。同樣以2020年為例，全國31個?。ㄊ校┲?，高職院校財政收入占其總收入比重在50%～60%之間的?。ㄊ校┯?個，60%～70%有14個，70%～80%有9個，80%～90%之間有3個，其中，重慶市最低，為50.48%，青海省最高，為88.46%，這說明部分?。ㄊ校┹^好地實現了高職教育經費來源的多樣化，而絕大多數?。ㄊ校└呗氃盒８叨纫蕾囏斦度?。如果按照2020年GDP排名，把31省市分為3組，即第一組為排名1～10名的省市，第二組為11～21名省市，第三組為22～31名?。ㄊ校?，三組地區高職院校財政性教育經費投入占總收入比重分別為63.29%、67.8%、73.56%，這表明各地區高職院校對財政投入的依賴程度與本地區的經濟發展程度有關，但總體上都較為依賴財政投入。

圖2 2020年31省市（按GDP排名）高職院校財政性教育經費收入占其總收入比重

自“十二五”規劃出臺以后，國家持續加大了對職業教育，特別是高職教育的投入。統計數據表明，排除物價上漲因素，公共財政預算高職院校生均教育經費從2010年的11908.69元增長到2021年的15536.80元，增幅達30.47%。畢業生規模也從2013年的3240024人增長到2020年的4097688人，增幅達26.47%。從財政投入的絕對規模來看，從2013年的831.92億元增長到2020年1592.56億元，增幅達91.47%。從高職教育經費占當年高等學校教育經費百分比來看，總體保持穩定，2013年占比為18.90%，2020年為18.24%。見圖3。

圖3 2013-2020年高職院校財政投入概況

（二）2020年31?。ㄊ校└呗毥逃斦度搿a出靜態效率分析

基于2020年全國31?。ㄊ校└呗氃盒Ｘ斦度朊姘鍞祿?，本研究利用DEAP2.1軟件對高職教育財政投入—產出效率進行測算，結果見表2?？傮w而言，綜合技術效率、純技術效率和規模效率平均值分別為0.759、0.792和0.96，均小于1，未達到效率前沿面。

表2 2020年全國31?。ㄊ校└呗毥逃斦度搿a出效率

?。ㄊ校?crste vrste scale 規模

報酬 ?。ㄊ校?crste vrste scale 規模

報酬

廣東 1 1 1 - 遼寧 0.756 0.756 0.999 irs

江蘇 1 1 1 - 福建 0.691 0.696 0.992 drs

浙江 1 1 1 - 北京 0.689 0.691 0.998 irs

海南 1 1 1 - 上海 0.687 1 0.687 irs

云南 0.955 0.955 1 - 四川 0.684 0.789 0.867 drs

河南 0.931 0.959 0.972 irs 重慶 0.679 0.679 0.999 irs

吉林 0.913 0.918 0.995 irs 寧夏 0.648 0.653 0.992 irs

黑龍江 0.895 0.896 0.999 drs 湖南 0.622 0.743 0.837 drs

江西 0.886 0.886 1 - 天津 0.613 0.618 0.992 drs

山東 0.846 0.846 1 - 內蒙古 0.607 0.610 0.995 irs

陜西 0.845 0.847 0.998 irs 貴州 0.568 0.568 1 -

山西 0.844 0.846 0.998 drs 青海 0.532 0.585 0.909 irs

安徽 0.796 1 0.796 drs 新疆 0.524 0.528 0.994 irs

河北 0.787 0.787 1 - 甘肅 0.502 0.679 0.740 drs

廣西 0.787 0.788 0.999 irs 西藏 0.463 0.464 0.999 -

湖北 0.770 0.771 1 - 均值mean 0.759 0.792 0.960

注：綜合技術效率crste；純技術效率vrste；規模效率scale。

1．綜合技術效率

從綜合技術效率來看，廣東、江蘇、浙江、海南4省在2020年全國31?。ㄊ校┲刑幱贒EA有效水平，其余27?。ㄊ校┚幱贒EA無效水平。16?。ㄊ校┨幱诰担?.759）以上，15?。ㄊ校┨幱诰狄韵?，其中得分最低，即效率水平最低的四?。ㄊ校┓謩e為青海、甘肅、新疆、西藏。以上分析說明，我國高職教育發展水平離高質量發展要求還有較大差距，且呈現明顯的地區差異，東部地區明顯高于西部地區。

2．純技術效率

從純技術效率來看，達到DEA有效水平的除了廣東、江蘇、浙江、海南4省，還增加了安徽、上海2?。ㄊ校?，表明在現有技術水平下，該6?。ㄊ校┑慕逃Y源配置是有效率的。其余25?。ㄊ校┚幱贒EA無效狀態，表明這25?。ㄊ校└呗毥逃Y源配置效率未得到充分利用。說明我國絕大部分省份高職院校要在發展內涵、提高管理水平上下功夫，以使有限的教育資源得到充分利用。

3．規模效率

從規模效率來看，廣東、江蘇、浙江、海南、云南、江西、山東、河北、湖北、貴州10省在2020年實現規模效率有效或處于規模報酬DEA不變狀態，說明這些?。ㄊ校└呗毥逃斦度胍褜崿F最優規模。剩余21?。ㄊ校┚幱谝幠Ｐ蔇EA無效狀態，其中黑龍江、山西、安徽、福建、四川、湖南、天津、甘肅處于規模報酬遞減狀態，說明這8?。ㄊ校└呗毥逃斦度氪嬖谝幠＿^度現象；河南、吉林、陜西、廣西、遼寧、北京、上海、寧夏、重慶、新疆、青海、內蒙古12?。ㄊ校┨幱谝幠蟪赀f增狀態，說明這些?。ㄊ校└呗毥逃斦度胍幠２蛔?，需要持續加大投入規模?？傮w來看，隨著國家對高職教育重視程度的逐步提高，對其財政投入也在逐步加大。從以上分析可以看出，31?。ㄊ校┲杏?9?。ㄊ校┻_到規模報酬不變或遞減狀態，占比達61.3%；處于規模報酬遞增狀態需持續加大投入的有12?。ㄊ校?，只占38.7%，說明這些年國家高職教育財政投入整體上卓有成效。

（三）2013-2020年31?。ㄊ校└呗毥逃斦度搿a出動態效率分析

表3展示了2013-2020年31?。ㄊ校└呗毥逃斦度肴厣a率、技術效率指數、技術進步效率指數，規模效率變化指數的動態變化。結果顯示，在這8年的時間跨度內，全國高職教育財政投入的平均全要素生產率（TFP）為0.96，小于1，生產率處于下降狀態，這表明高職教育財政投入績效在2013-2020年整體呈現下降趨勢。其中，2015-2019年間全要素生產率波動較大，2015-2016年最低，這是因為在2016年全國不少?。ㄊ校└呗氃盒３霈F了招生危機，甚至出現了“零投檔”現象。招生危機實質上就是生存危機，學生數量的減少也就意味著財政性教育經費收入的減少，這導致了一些地方高職院校不得不關?；蚝喜?。進一步分析可知，技術進步效率退步是造成2013-2020年我國高職教育財政投入全要素生產率水平下降的主要原因，但同時由于純技術效率得到提升，規模效率指數和綜合技術效率指數處于DEA有效狀態，使得因為技術進步效率退步而導致的全要素生產率指數下降的態勢得到遏制，并有所上升。從長期來看，我國高職教育財政投入全要素生產率指數不斷得到改善。上述結果表明，2013-2020年間，我國高職教育財政投入的技術效率水平得到提高，資源配置效率持續得到有效改善，投入規模不斷得到優化。技術進步效率的退化，說明我國目前高職教育發展粗放型特征明顯，需要把著力點放在發展內涵、提高質量上。

（四）分區域動態效率分析

根據國務院辦公廳2019年印發的《教育領域中央與地方財政事權和支出責任劃分改革方案》，由中央和地方財政按比例共同承擔相關領域教育經費支出，由于各?。ㄊ校┑慕洕l展有所差異，各地高職教育財政投入存在較為明顯的差別。為了解經濟發達省份和欠發達省份之間我國高職教育財政投入全要素生產率指數的差異，本研究按2013-2020年各省GDP幾何平均數，將31?。ㄊ校┓譃?組，即1～10、11～20、21～31各為一組，為后面敘述方便起見，稱3組分別為高收入組、中收入組和低收入組。從表4結果來看，2013-2020年間，高收入組、中收入組、低收入組高職教育財政投入全要素生產率指數、技術進步指數以及技術效率指數變動方向、變動幅度基本趨向一致。

表4 分區域高職教育財政投入—產出效率年度Malmquist指數分解結果

年份 2013-2014 2014-2015 2015-2016 2016-2017 2017-2018 2018-2019 2019-2020 均值

排名

1～10

地區 effch 1.060 0.941 1.061 0.918 1.062 1.129 1.027 1.026

techch 0.922 1.009 0.849 1.069 0.860 0.898 0.943 0.933

pech 1.144 0.988 1.040 0.929 1.014 1.062 0.994 1.023

sech 0.927 0.952 1.020 0.987 1.047 1.063 1.033 1.003

tfpch 0.977 0.949 0.901 0.981 0.913 1.014 0.968 0.957

排名

11～20

地區 effch 1.081 0.980 1.011 0.998 1.039 1.022 0.979 1.015

techch 1.010 1.070 0.842 0.969 0.937 0.933 1.041 0.969

pech 0.970 0.939 1.055 0.964 1.055 1.018 0.973 0.995

sech 1.115 1.044 0.958 1.035 0.985 1.004 1.006 1.020

tfpch 1.092 1.049 0.851 0.967 0.973 0.954 1.019 0.984

排名

21～31

地區 effch 0.953 0.925 0.931 1.056 0.985 0.921 1.113 0.981

techch 0.981 1.104 0.974 0.933 0.925 0.934 0.878 0.959

pech 1.014 0.925 0.958 1.016 0.983 1.041 0.988 0.989

sech 0.940 1 0.972 1.039 1.002 0.885 1.127 0.993

tfpch 0.934 1.021 0.907 0.985 0.912 0.860 0.977 0.941

注：技術效率變化指數effch；技術進步指數techch；純技術效率指數pech；規模效率變化指數sech；全要素生產率指數tfpch。

從均值來看，中收入組全要素生產率變化指數最高（0.984），其次是高收入組（0.957），低收入組最低（0.941），但總體相差不大，說明我國高職教育發展水平總體比較平均。高收入組在技術效率變化指數、純技術變化效率和規模變化效率均保持有效的情況下，全要素生產率指數退化主要受技術進步指數退步所影響，說明高收入組高職教育不是投入的問題，應主要在精準配置教育資源上下功夫，以促進高職教育的高質量發展。中收入組雖然全要素生產率指數最高，但其技術進步指數（0.969）、純技術變化指數（0.995）均處于無效狀態，說明在投入規模既定有效的狀態下，中收入組高職教育要把重點放在資源優化配置，提高技術水平上。低收入組所有指數均處于無效狀態，表明這些?。ㄊ校┮^續加大財政投入力度，優化教育資源配置，全面提高辦學水平。

總體來說，從上述分析及表5結果可知，高收入?。ㄊ校└呗毥逃呢斦度胍幠?、技術、管理水平以及學生培養質量要高于中、低收入?。ㄊ校?。中、低收入?。ㄊ校└呗毥逃秸w上落后于高收入?。ㄊ校?，仍處于粗放型發展模式。這與2019年10月教育部、財政部發布的《中國特色高水平高職學校和專業建設計劃建設單位名單》情況基本相符，197所“雙高”建設院校中，高收入?。ㄊ校└呗氃盒?8所，占比達49.75%；中收入?。ㄊ校?3所，占比26.9%；低收入?。ㄊ校?6所，占比23.35%。

表5 區域平均高職教育財政投入－產出效率 Malmquist 指數分解結果

按人均

GDP排名 ?。ㄊ校?effch techch pech ? ?sech tfpch

排名

1～10

地區 北京 1.094 0.905 1.065 1.027 0.990

上海 0.996 0.907 1 0.996 0.903

天津 1.081 0.937 1.075 1.006 1.012

江蘇 0.995 0.951 1 0.995 0.946

浙江 1.002 0.948 0.999 1.003 0.950

福建 1 0.916 1 1 0.916

廣東 0.988 0.957 1 0.988 0.945

內蒙古 1.070 0.909 1.056 1.014 0.973

山東 1 0.964 1 1 0.964

重慶 1.039 0.938 1.036 1.003 0.974

均值 1.026 0.933 1.023 1.003 0.957

排名

11～20

地區 湖北 0.992 0.957 0.979 1.013 0.95

遼寧 1.031 0.973 1.011 1.020 1.003

陜西 0.976 0.961 0.977 1 0.939

吉林 1.039 0.981 1.030 1.009 1.020

湖南 0.981 0.972 0.973 1.009 0.954

寧夏 1.093 0.960 1 1.093 1.049

海南 1.072 0.986 1.005 1.066 1.057

河南 1.014 0.963 1 1.014 0.976

新疆 0.978 0.958 0.980 0.997 0.937

安徽 0.982 0.980 1 0.982 0.963

均值 1.015 0.969 0.995 1.020 0.984

排名

21～31

地區 青海 0.914 0.912 0.933 0.980 0.833

四川 0.958 0.974 1 0.958 0.933

河北 0.973 0.971 1 0.973 0.944

江西 1.003 0.975 1.010 0.994 0.978

山西 1.010 0.963 1 1.010 0.973

黑龍江 1.010 0.948 0.988 1.023 0.958

西藏 0.970 0.922 1 0.970 0.894

廣西 0.982 0.973 0.991 0.990 0.956

貴州 0.979 0.975 0.973 1.006 0.955

云南 1.059 0.966 1.038 1.021 1.023

甘肅 0.943 0.973 0.947 0.995 0.917

均值 0.981 0.959 0.989 0.993 0.941

注：技術效率變化指數effch；技術進步指數techch；純技術效率指數pech；規模效率變化指數Sech；全要素生產率指數tfpch。

進一步使用Malmquist變化指數按2013-2020年人均GDP幾何平均值對31?。ㄊ校┑母呗毥逃斦度耄a出效率進行動態測度，見表5。由表5可知，我國高收入、中收入、低收入地區高職教育總體財政投入全要素生產率變化指數、綜合技術效率指數、技術進步指數和規模報酬變化指數差異不大，說明在2013-2020年全面高質量發展的趨勢下，各地都在落實大力發展高職教育政策，特別是近幾年整體趨勢向好。但需要指出的是，所有指數中，得分最低的是技術進步效率變化指數，表明目前我國高職教育仍處于粗放型發展階段。

四、結論與政策建議

（一）基本結論

本研究運用DEA-BCC模型及DEA-Malmquist指數三分法對我國31?。ㄊ校?013-2020年高職教育財政投入－產出效率進行評價，結論如下：

第一，靜態效率分析顯示，2020年全國31?。ㄊ校└呗毥逃斦度隓EA無效，未達到效率前沿面。從綜合技術效率水平來看，4個省份處于DEA有效水平，其余27?。ㄊ校┚幱跓o效水平，說明我國高職教育發展水平離全面高質量發展還有較大差距。各地高職院校要對標高質量發展要求，全面提升自身水平。從純技術效率來看，達到DEA有效水平的有6個省，其余25?。ㄊ校┚幱贒EA無效狀態，表明這25?。ㄊ校└呗毥逃Y源配置效率未得到充分利用。從規模效率來看，2020年實現規模效率DEA有效，并處于規模報酬不變狀態的?。ㄊ校┯?0個，說明這10?。ㄊ校└呗毥逃斦度胍烟幱谧顑炈?。其余21?。ㄊ校┮幠Ｐ示幱贒EA無效狀態，其中8?。ㄊ校└呗毥逃斦度氪嬖谝幠＿^度現象；12?。ㄊ校└呗毥逃斦酝度胍幠２蛔?，需要持續加大投入規模?？偟膩砜?，隨著國家逐漸加大對高等職業教育的重視，對高職教育的財政投入也在逐步加大，國家高職教育財政性投入整體上卓有成效。

第二，動態效率分析顯示，2013-2020年間，全國高職教育財政投入的平均全要素生產率小于1，生產率處于下降狀態，這表明高職教育財政投入績效在2013-2020年表現為整體下降趨勢。進一步分析可知，造成全要素生產率水平下降的主要原因是技術進步效率退步所致。但從長期來看，全要素生產率指數呈現不斷改善的趨勢。結果表明，2013 -2020年間，我國高職教育財政投入的綜合技術效率水平得到提高，資源配置效率持續得到有效改善，投入規模不斷得到優化。技術進步效率的退化，說明目前我國高職教育發展的粗放型特征明顯，需要把著力點放在發展內涵、提高內部管理質量上。

第三，分區域動態效率分析顯示，高收入?。ㄊ校└呗毥逃斦度胍幠?、技術、管理水平以及學生培養質量要高于中、低收入?。ㄊ校?，這和“雙高”院校建設名單在各省的分布情況相符。中、低收入?。ㄊ校└呗毥逃秸w上落后于高收入?。ㄊ校?，仍處于粗放型發展模式。我國高收入、中收入、低收入地區高職教育總體財政投入全要素生產率變化指數、綜合技術效率指數、技術進步指數和規模報酬變化指數差異不大，說明在2013-2020年間全面高質量發展的趨勢下，各地都在落實大力發展高等職業教育政策特別是近幾年整體趨勢向好。

（二）政策建議

進入21世紀以來，特別是黨的十八大以來，高職教育相關政策不斷出臺，全國各地高職教育財政投入不斷提高，支出效率不斷提高。但總體來說，我國高職教育整體上仍處于以規模擴張為主要特征的粗放型發展狀態。因此，提高教育資源配置技術效率，全面提升高等職業教育質量應成為高職教育發展的方向。

第一，針對部分省份規模效率退化狀態，應確保高職教育經費隨經濟發展穩定增長。新修訂施行的《中華人民共和國職業教育法》在法律上明確了高職教育和普通高等教育的同等地位，各級地方政府要平等對待所在區域的高職院校和普通高等院校，在財政上加大對高職教育的投入和支持，確保高職教育撥款在整體教育經費中的合理撥付比例，切實擔負起政府的主體責任，特別是加大對中、西部不發達地區和民辦高職院校的財政投入。

第二，針對整體技術進步效率退步狀態，應以績效管理為導向，提高教育經費使用效率。目前，高職院校教育經費使用的突出問題是資源配置效率不高，技術進步退化明顯。各高職院校要將績效管理理念貫穿教育經費使用全過程，構建以業績為主導的績效評價體系，通過績效評價指標體系建設促進高職教育高效、經濟、科學發展。

第三，針對地方財政壓力大、教育經費投入有限的情況，應建立以財政投入為主導，資金來源多元化的分擔模式。當前，我國高職院校經費收入過度依賴政府財政投入—生均撥款和財政預算投入，這給各級政府財政造成很大壓力。中央多次發文要求各地采取積極措施引導社會資本參與職業教育，但效果不盡如人意。為此，要創新制度設計，充分發揮財稅、金融政策的杠桿作用，調動社會民間資本參與高職教育的積極性，優化高職教育資金來源結構，減輕地方財政壓力，促進我國高職教育高質量可持續發展。

第四，針對目前社會對高職教育持有偏見的意識形態，應以優化教育結構為主線，改革現行的高職教育體系。高職教育改革要持續快速打破?？茖W歷天花板，貫通職業教育學生學歷上升通道，持續擴大本科教育，試點研究生教育，唯有如此，才能打破社會對高職教育的固有偏見，使高職教育和普通高等教育居于同等地位，真正促進高職教育在中國的高質量發展。

參 考 文 獻

[1]陸宇正.中國式職業教育現代化的邏輯理路、發展圖景與實踐路徑[J].職業技術教育，2023（34）：6-13.

[2]宮珮珊.習近平關于職業教育重要論述的理論內涵和時代特征[J].學校黨建與思想教育，2022（19）：82-85.

[3]David P. Norton，Robert S. Kaplan. Public investment and economic growth[J].Federal Reserve Bank of Richmond Economic Quarterly， 1992（7）：47-51.

[4]Hall， Jones. Performance mearsurement of supply chain management using the Analytical hierachy process[J].1998（8）：37-39.

[5]Jorgenson， Fraumeni. A model of grow through creative destruction[J].Econometrica， 1992（3）：26-31.

[6]Gemmel. Income inequality，Education Expenditure and Growth[J].Development Economics， 2000（63）：57-61.

[7]銀琴.中國高等教育財政支出對經濟增長的影響研究[D].昆明：云南財經大學，2021.

[8]張波，張放平.財政教育支出與經濟增長關系的實證[J].統計與決策，2021（2）：112-115.

[9]何穎.黑龍江省財政教育支出與經濟增長關系的實證研究[D].哈爾濱：哈爾濱工業大學，2021.

[10]胡小梅，蘆婷.廣西財政教育支出影響經濟增長的實證分析[J].財政監督，2019（6）：93-98.

[11]欒天航.吉林省財政性教育支出對經濟增長影響的研究[D].長春：吉林財經大學，2020.

[12]辛倩.寧夏財政支出結構的分析及其對經濟增長影響的研究[J].廣西質量監督導報，2019（3）：56-57.

[13]朱健，劉藝晴，陳盼.湖南省教育財政支出對經濟增長的影響研究[J].當代教育論壇，2020（1）：27-35.

[14]詹新宇，劉文彬.中國財政性教育支出的經濟增長質量效應研究——基于“五大發展理念”的視角[J].教育與經濟，2019（1）：46-57.

[15]Romer，Lucas. How to better identify the true managerial performance： State of the art using DEA[J].Omega， 1990（2）：43-47.

[16]Susanne Rassouli-Currier. The choice of estimation method and its effect on efficiency measurement in public education： stochastic frontier regression vs. data envelopment analysis[J].Journal of Economics （0361-6576）， 2007，33（1）.

[17]Simmons. Higher education and development in Asia source[J].Educaotional Planning and Administration， 2006（7）：32-36.

[18]M. Abbot，Doucouliagos C. T. The efficiency of Australian universities： a data envelopment analysis[J].Economics of Education Review， 2003（4）：41-45.

[19]Psachara Poulos. Performance management[J].London： The Cromwell Press， 1993（13）：31-37.

[20]孫琳.中等職業教育財政支出效率研究——基于省級面板數據的DEA分析[J].地方財政研究，2018（4）：66-70+86.

[21]羅紅云，莊馨予，張斌.我國職業教育財政投入效率評價——基于DEA-Malmquist指數三分法[J].地方財政研究，2020（7）：49-56.

[22]羅紅云，莊馨予，張斌.西北五省職業教育財政投入效率評價及影響因素研究——基于DEA-Malmquist指數三分法[J].中國職業技術教育，2020（27）：85-90.

[23]胡芳，劉鴻鋒.民族省區高等教育財政經費支出效率評價——基于DEA-Malmquist和Tobit模型[J].湘潭大學學報（哲學社會科學版），2022（1）：29-36.

[24]Rajiv D Banker， Abraham Charnes， William Wager Cooper. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].Management science， 1984 30（9）：1078-1092.

Evaluation on Fiscal Investment Efficiency of Higher Vocational Education in China

Kuang Xiaoping， Li Hui

Abstract? Chinas Higher Vocational Education （HVE） has entered a new period of high-quality development whose basic requirement is to achieve high efficiency of fiscal investment. Based on the provincial panel data of HVE in China from 2013 to 2020， we use DEA-BCC model and Malmquist index three-way method to evaluate the efficiency of fiscal investment in HVE of China to find that the fiscal investment of HVE in most provinces is in DEA invalid state， and the decline in TFP efficiency of fiscal investment in HVE is mainly due to the decline in the efficiency of technological progress. The analysis results show that HVE in China is still in the stage of extensive development with a large gap from the requirement of high-quality. Improving the performance level of education funds， reforming the structural system of HVE， improving the quality of talent training， cultivating high-level skilled talents， and serving the all-round and high-quality development of society are the current direction of the reform of HVE in China.

Key words? higher vocational education; fiscal investment efficiency; DEA-BCC; Malmquist index

Author? Kuang Xiaoping， PhD of School of Finance， Taxation and Public Management， Jiangxi University of Finance and Economics （Nanchang 330013）; Li Hui， PhD candidate of School of Finance， Taxation and Public Management， Jiangxi University of Finance and Economics