基于Super-SBM模型的职业教育项目建设投入产出效能评价研究

李春鹏，蒙飚

（1.广西教育研究院 职业教育研究所，广西 南宁 530022；
2.柳州职业技术学院 电子信息工程学院，广西 柳州 545006）

推动现代职业教育高质量发展是我国推动经济产业升级、促进充分就业的重要手段。一直以来，国家高度重视现代职业教育体系的建设，对职业教育的财政投入逐年增长，职业教育项目建设不断取得新成绩。为了提高职业教育优质资源、优质项目的建设效益，进一步提升职业教育的适应性，开展职业教育项目建设投入产出效能评价研究，是促进职业院校推进优质资源、优质项目建设，提升职业教育资金使用效益的重要举措，也是引导职业院校对接产业需求、优化专业结构、改革人才培养模式、提高人才培养质量以及服务地方产业转型升级与经济社会发展的重要手段。然而，现有的职业教育资源、项目建设仍然存在盲目投入、重复建设、软硬件建设失调等共性问题。因此，科学合理的职业教育项目建设投入产出效能评价，对促进项目建设高水平实施和高质量落地有着非常重要的意义。

确定职业教育项目建设投入产出效能评价指标是开展职业教育项目建设投入产出效能评价的基础。当前，学界对职业教育项目建设效能评价、投入产出指标等进行了探讨，为本文的研究奠定了理论基础。例如，杨杰运用神经网络法与Super-SBM模型定量研究了不同指标对安徽省循环经济的影响［1］。李亚飞等人运用系统聚类分析和更加贴近现实的Super-SBM模型对我国通用航空公司的运营效率进行了实证研究［2］。吴先华等人基于规模报酬可变的Super-SBM模型，测算中国大气环境效率，分析其区域分布和收敛情况，并运用Tobit模型分析中国大气环境效率的影响因素［3］。邹嘉唯等人以飞机数、燃油消耗量、飞行班次和飞行小时作为投入指标，以旅客运输量、货邮运输量和运输总周转量作为产出指标，基于Super-SBM模型对我国20家航空公司的运营效率逐类进行横向和纵向评价［4］。李春鹏等人基于数据包络分析模型，对广西职业教育示范特色专业及实训基地建设进行效率评价［5］。吴珂等人采用实证研究的方法，构建基于平衡计分卡的广西职业教育示范特色专业及实训基地项目评价指标系，并对典型项目、应用指标系进行评价［6］。晋兴雨等人利用非定向Super-SBM模型和Malmquist指数构建教学与科研综合绩效评价指标体系，并提出高校综合绩效评价方法，从静态和动态两个维度深入分析了S大学及其各学院的教学与科研综合绩效［7］。陈亚艳等人以J省公立高等学校为样本，基于Super-SBM模型对J省各个公立高等学校的整体效率得分、冗余变量测度等进行分析研究［8］。江长州等人运用Super-SBM方法对西藏11所中等职业院校资源配置效率进行测度，并通过Tobit模型对其影响因素进行分析［9］。上述文献基本能够完成对项目整体绩效或效率的定量分析，但是数据的采集数量有限，且项目整体针对性不够强，对项目评价指标体系整体设计、优化分析、后续资源投入等也缺乏更进一步的详细论述，约束了对下一步资源分配、项目建设的指导意义。

为了对职业教育项目建设进行全面评价，本文综合职业教育类型化特点、评价目的、项目建设实际，设计了职业教育项目建设投入产出评价指标体系，其中投入评价指标体系主要包括人力、财力、物力等三大方面共计18个指标（见表1），产出评价指标体系包括人才培养效果、科学研究成果、社会服务效益等三大方面共计43个指标（见表2）。

表1 职业教育项目建设投入评价指标体系

表2 职业教育项目建设产出评价指标体系

（一）模型构建

Super-SBM模型是Tone在传统DEA模型基础上演变和发展而来的，该模型克服了传统DEA模型在评估决策单元时忽略的投入、产出的松弛变量等问题，且允许计算结果大于1，解决了无法排序的问题，为有效对决策单元进行比较和排序创造了可行条件。

为实现与实际资源配置效率相一致的目标，本文构建无导向（non-orient）Super-SBM模型，基本思路如下：设有n个决策单元（DMU），每个决策单元由投入p、产出q两种要素组成。X=Xik和Y=Yik分别是每个样本的投入变量和产出变量的向量，目标函数值θ表示资源配置效率值，Xij（i=1，…，p）与Yir（r=1，…，q）是投入向量X与产出向量Y里的元素，λ为列向量，分别表示样本的投入和产出的松弛变量。具体数学模型如下所示：

假设有n个项目，并且每个项目都有m个投入变量和s个产出变量，分别用x和y表示，s为松弛量，λ为权重量。由式（1）可计算得出 Super-SBM的效率值δ。

（二）Super-SBM模型分类指标

Super-SBM决策单元投入产出分类指标详见表3。其中，xij为第j个决策单元所对应的第i种类型的投入指标；
yrj为第j个决策单元对第r种类型的产出指标；
vi为对第i种类型投入的权重系数向量，代表投入指标对效率的影响程度；
ur为对第r种类型产出的权重系数向量，代表产出指标对效率的影响程度；
并且xrj＞0，yrj＞0，vi≥0，ur≥0，i=1，2，…，m，r=1，2，…，s，j=1，2，…，n。

表3 Super-SBM决策单元投入产出分类指标

（三）投入冗余与产出不足分析

当一个决策单元处于非DEA模型有效状态下，其可能存在投入冗余或产出不足的问题。

1.投入冗余分析：从投入角度来看，当某个决策单元出现投入冗余问题时，应当在尽可能保证产出不变的情况下减少资源投入ΔXi。现假设模型的解分别为和θi，且由构成的投入和产出是有效的，其中有：

2.产出不足分析：从产出角度来看，如果某个决策单元出现产出不足问题时，应当在尽可能保证投入不变的情况下增加资源产出ΔY。假定基于DEA模型的解分别为和θ0，且由构成的投入和产出是有效的，其中有：

由上述可知，当某个决策单元处于非DEA有效状态下时，可以将其与DEA有效的决策单元进行对比分析，在保证其产出不发生减少的前提下降低资源投入，或在保证资源投入既定的前提下计算出各个指标产出的调整量，以期为提高职业教育项目建设投入产出效能及做好其设施评价提供思路和提出具有针对性的建议。

（一）样本数据来源

2018—2019年，广西投入经费6.05亿元，支持92所职业院校立项建设97个职业教育示范特色专业及实训基地项目，覆盖了24所高校和广西14个设区市68所中等职业学校及技工学校，其中，中职项目73个，占总项目数的75.3%；
高职项目24个，占总项目数的24.7%。2021年2月，广西教育厅委托15个职业教育行业教学指导委员会对项目建设进行验收，至2021年12月，基本完成了项目的验收和数据的采集。本文以2018—2019年立项建设的97个职业教育示范特色专业及实训基地项目为数据源。

（二）投入产出指标数据分析

本文运用Super-SBM模型分析职业教育示范特色专业及实训基地建设效率，测算项目建设职业院校的平均效率。本次项目建设的投入产出分行业Super-SBM模型效率值（TESuper-SBM）如图1所示。

图1 广西职业教育示范特色专业及实训基地投入产出效率（TESuper-SBM）

从图1可以看出，效率均值大于1.5的行业有4个，分别是轨道交通、旅游、机械和食品药品行业。其中，机械行业的效率均值最高，为1.597，轨道交通行业的效率值次之，为1.576，可知在15个行业中机械和轨道交通的资源利用效率处于相对较高的水平。11个行业的效率均值均小于1.4，其中物流行业的效率值最高，为1.378，农业行业的效率值次之，为1.307，建筑行业的效率值最低，为1.100。

（三）实证结果与分析

为更全面利用Super-SBM模型完成本文的项目建设投入产出效能评价，因传统DEA方法即基于BCC/CCR模型（非超效率评价）是Super-SBM模型（超效率评价）的补充，本文先使用传统DEA方法对项目建设投入产出效能进行初步评价，再基于改进型DEA方法即Super-SBM模型对影响决策单元效率值的深层因素开展进一步分析，并对相关行业的投入冗余与产出不足作出分析。

1.传统DEA方法对项目建设投入产出效能的初步评价。根据广西2018—2019年15个职业教育示范特色专业及实训基地建设的验收数据，测算BCC/CCR模型DEA下的综合效率值（TEBCC/CCR）、规模报酬不变时技术效率值（PTEBCC/CCR）和规模效率值（SEBCC/CCR），对其效率进行求解，并对投入产出效率进行计算和分析；
因模型对数据样本的要求，本文对投入产出样本进行了数据降维处理，然后对特色专业及实训基地建设投入产出效率进行计算和第一次分析。以专业行业分类的总体为样本的投入产出效率评价结果（BCC/CCR模型），如表4所示。

表4 基于BCC/CCR模型的投入产出效率评价结果

从表4看，特色专业及实训基地建设投入产出的BCC/CCR模型DEA下综合效率值（TEBCC/CCR）均值为0.727，处于非有效状态，说明投入产出指标的综合效率值就当前构建的指标体系来说，是非有效的，即没有达到最优值。现阶段投入和产出之间没有达到最合理的比例，在资源利用上存在一定的浪费现象，因此在资源利用效率方面还有一定的改善空间。具体来讲，对于15个行业职业教育示范特色专业及实训基地建设情况而言，综合效率值存在较大差异，其中轨道交通、机械、学前教育、物流、交通、食品药品等6个行业达到了综合有效的状态，占验收行业数量的40%。其余9个行业均未达到综合有效的状态，并且在这些行业中，旅游和文化艺术行业的综合效率高于效率均值，电子信息、能源、农业、建筑、商业、卫生以及电子商务等7个行业的综合效率均低于效率均值。

2.基于Super-SBM模型超效率评价的投入产出分析。基于上述传统DEA方法已有的绩效评价指标，运用超效率DEA的Super-SBM模型，对有效决策单元的效率值进行排序，是对传统DEA模型的一种拓展。利用Super-SBM模型对15个行业的综合效率值（TESuper-SBM）进行分析，测算了广西职业教育示范特色专业及实训基地建设效率大小及排名，并根据综合绩效的高低进行排序。同时，测算了各行业的规模报酬状态，即在其他条件不变的情况下行业内部各种生产要素按相同比例变化时所带来的产量变化状态，从算法模型分析结果看，综合效率与规模报酬状态之间不存在必然的对应关系。例如，电子信息行业的综合效率值排名第十三，其规模报酬状态是递减，而能源行业的综合效率值排名第十二但规模报酬状态却是递增。具体效率值及排序如表5所示。

表5 基于Super-SBM模型的投入产出效率测度结果及排名情况

由表5可知，在2018—2019年广西职业教育示范特色专业及实训基地建设的15个行业中，综合效率值排名第一的为机械行业，效率值为1.597；
排名第二的为轨道交通行业，效率值为1.576，这主要得益于这两个行业的产出指标，体现在毕业生就业率、毕业生升学率、毕业生“双证”获取率、合作办学企业等方面相比其他行业处于优势；
排名第三的是旅游行业，效率值为1.502，也是得益于毕业生就业率、升学率、培训获证人数、承办教师培训项目等方面相比其他行业具有优势，从而在综合效率值中处于前列。因此，要想进一步提升广西职业教育示范特色专业及实训基地建设效率，在以投入为保障的前提下，应主要着力于提高产出水平，进而实现综合效率的提高。

3.利用Super-SBM模型分行业进行投入冗余与产出不足分析。本文主要从投入和产出的两个方面进一步分析不同行业的投入冗余和产出不足情况，在投入方面主要分析了人力、物力和财力的投入冗余情况，在产出方面主要分析了人才培养效果、科学研究成果和社会服务效益的产出不足情况，分析结果具体如表6所示。

表6 以学校专业行业分类的总体为样本的投入冗余和产出不足情况分析

由表6可知，投入冗余表示生产资源投入相对过剩，就投入指标来看，在人力投入中，旅游、学前教育行业的投入冗余分别达到了144.128%和90.977%，投入冗余相对较高，而农业、商业和食品药品的投入冗余均小于1，相对较低；
物力投入中，学前教育的投入冗余最高，为73.980%，食品药品的投入冗余次之，为40.569%，而电子信息、能源、农业、机械、卫生、电子商务、交通等7个行业的投入冗余为0，投入冗余最低；
财力投入中，轨道交通的投入冗余最高，为126.813%，食品药品的投入冗余次之，为122.679%，而电子商务的投入冗余最低为0。

就产出指标来看，人才培养中，能源行业的产出不足最高，为256.111%，农业行业的产出不足数据比次之，为245.651%，能源和农业行业存在不同程度上的产出不足，说明广西职业教育示范特色专业及实训基地建设时应更加重视人才培养，提高其产出水平；
在科学研究成果中，机械行业的产出不足数据比最高，为33.445%，电子信息行业的产出不足数据比次之，为32.800%，文化艺术的产出不足水平最低，说明从科学研究成果来看，机械和电子信息行业方面的产出水平还有待提高；
在社会服务效益中，机械行业的产出不足数据比最高，为49.225%，物流行业的产出不足水平次之，为23.458%，建筑行业的产出不足水平最低，为5.230%，说明从社会服务效益来看，机械和物流行业的产出水平还有待进一步提高。

本文在统计2018—2019年度广西职业教育示范特色专业及实训基地项目建设验收数据的基础上，运用Super-SBM模型实证分析该项目建设的效率水平。研究发现：商业、电子信息和能源等行业综合效率排名低且规模报酬状态递减，该部分行业资源利用和资源投入结构等不合理；
轨道交通、旅游、食品药品和物流等行业综合效率高且规模报酬状态递增，该部分行业资源利用水平较高且投入冗余度较低；
建筑、商业、能源、卫生和交通等行业技术效率排名低，该部分行业在人才培养效果、科学研究成果输出能力等方面偏弱。

为此，本文就以上研究结果提出提升职业教育项目建设投入产出效能以及优化职业教育项目建设投入产出效能评价体系的建议。

一是要有针对性地提升职业教育项目建设投入产出效能。广西职业教育示范特色专业及实训基地建设不仅要重视资源的投入，同时也要注重产出水平的提高。对于综合效率排名低且规模报酬状态递减的行业，应优化资源投入结构，提高资源利用效率，特别是提高校企合作绩效以及实训场地和实训设备的利用效率；
对于综合效率排名高且规模报酬状态递增的行业，可在加大资源投入的同时继续提高资源的利用水平，发挥高职院校对中职学校的拉动作用，深化校企合作，降低投入冗余度；
对于技术效率排名低的行业，应重视在教学科研获奖、技术推广、承办培训等方面的成果输出，进而提高整个行业综合产出水平。二是要优化职业教育项目建设投入产出效能评价体系。职业教育项目建设投入产出效能分析是增强职业教育适用性研究的重要内容。运用Super-SBM模型实证分析职业教育项目建设的效率水平是有效可行的方法，但评价有效性的关键是系统设计出合理的投入产出效能评价指标。设计投入指标体系要根据职业教育类型定位的主要特点，最大限度地体现职业教育在评价目的、评价对象、评价范围、评价结果应用等方面的特性，以职业院校主体为基础，充分考虑政府、行业协会、企业等建设成员的参与度，提供的教育投入及其带来的资源共享、协同分工合作的紧密性等因素，形成人力、财力和物力三大维度作为职业教育投入指标体系的主要构成元素。设计产出指标体系要根据职业教育的类型特点，将人才培养效果、科学研究成果、社会服务效益等三大方面作为职业教育项目建设效率评价指标体系的主要构成元素，并在此基础上建立效能评价产出指标。职业教育项目建设投入和产出要两手抓，既要优化投资规模与结构，也要提高资源利用效率，不能单纯以扩大投资规模来追求行业产出水平的提升，要统筹好投入与产出之间的关系，促进高水平建设，实现高质量产出，推动高质量发展。

猜你喜欢投入产出效能效率迁移探究 发挥效能中学生数理化·中考版(2022年8期)2022-06-14同时多层扩散成像对胰腺病变的诊断效能中国医学影像学杂志(2021年6期)2021-08-13充分激发“以工代赈”的最大效能今日农业(2020年22期)2020-12-14提升朗读教学效率的几点思考甘肃教育(2020年14期)2020-09-11无锡高新区制造业投入产出分析消费导刊(2017年20期)2018-01-03基于DEA模型的省域服务业投入产出效率评价西安工程大学学报(2016年6期)2017-01-15唐代前后期交通运输效能对比分析当代经济(2015年4期)2015-04-16跟踪导练（一）2时代英语·高二(2015年1期)2015-03-16“钱”、“事”脱节效率低中国卫生(2014年11期)2014-11-12基于DEA模型的煤矿安全投入产出研究河南科技(2014年4期)2014-02-27

推荐访问:投入产出 效能 职业教育