作者简介：宋亚峰，天津大学教育学院博士研究生；王世斌，天津大学发展战略研究中心主任，教授，博士生导师；潘海生，通讯作者，天津大学教育学院副院长，教授，博士生导师。

　　内容提要：通过相对效率评价模型(DEA)，得出了我国高等职业教育资源区域配置效率在地区和省域两个层面的差异，差异主要体现在不同决策单元(DMU)资源配置效率的综合值、纯技术效率值、规模效率和规模报酬等不同的方面。利用探索性空间数据分析模型(ESDA)分析了各省高等职业教育资源配置效率的具体空间特征。基于效率值的地域差异和具体的空间特征，提出了我国高等职业教育资源区域配置效率提升的策略，并探讨了效率提升过程中应处理好的公平与效率、数量与质量、整体与局部、高等职业教育与普通本科教育等多重关系。

　　关 键 词：高等职业教育 资源区域配置效率 空间计量 DEA模型 ESDA模型

　　标题注释：国家社会科学基金一般项目“企业参与职业教育的行为差异化内在机理研究”(14BGL209)，天津市教委重大攻关项目“京津冀教育协调管理机制研究”(2014H2-0042)。

　　一、问题的提出

　　高等职业教育资源的稀缺性使得高等职业教育资源配置效率的高低成为衡量高等职业教育资源配置合理性的重要标准之一。截至2017年5月我国共有普通高等学校2631所，其中高职高专院校1388所。高职院校在我国“高等教育普及化”[1]进程中扮演着十分重要的角色，但我国高职院校当前的“总体投入水平仍然偏低，区域间差异较大，多渠道筹措经费和财政生均拨款稳定投入机制还不够健全，财政投入激励高职院校改革的导向作用不够明显，高职教育经费绩效管理基础薄弱”。[2]我国是穷国办大教育，应全面考虑高等职业教育资源的“投入产出比”，而要提高投入产出比就应该全面改进高等职业教育资源的配置效率。

　　教育资源优化配置问题是国内外学者持续关注的主题，D.S.Matthew和K.Robert(2017)基于“资源政策分配”[3]视角，对教育资源配置对学生成就的影响进行了研究。J.Nikhil和C.C.Deborah(2016)在学校层面，利用面板数据分析了学生成绩与学校预算分配之间的关系，研究发现“合理的预算分配对学生的学习成就有显著影响”。[4]赵琦(2015)利用主成分分析法构建与筛选了我国“义务教育资源配置的评价指标体系”[5]，在此基础上使用数据包络法对我国义务教育资源配置的效率进行了评价，最后根据评价结果提出了义务教育效率改进的对策建议。何海燕(2015)对我国“公立高等教育经费资源配置”[6]问题进行了研究，得出了我国公立高等教育经费配置过程中政府对教育资源配置管得过多过细、资源配置差异大、过于重视硬件投入而忽视软件投入等问题。黄宸(2015)利用Malmquist指数方法对我国“中等职业教育资源配置效率的时空分异”[7]进行了研究，并提出应集中主要资源建设区域示范性中等职业教育集群，发挥其辐射带动作用，进而促进全域中等职业教育的发展。陈潭(2008)从“教师资源、教育财政资源、学生资源”[8]三方面对我国教育资源的配置失衡问题与政策补给进行了研究。郑楚楚等(2017)对我国公立学前教育资源的配置问题进行了研究，发现我国公立学前教育资源的配置存在微观区域内“布局结构、幼儿园建设、教学资源配置”[9]和宏观上“省域、县域之间”的不均衡。康宁(2011)对我国高等教育资源配置转型的“基本规律”和“发展趋势”[10]进行了研究，得出了我国高等教育资源配置转型是“帕累托改进”意义上的改进和“方式多样化、需求多元化和高校自主权扩大化”的发展趋势。对现有国内外研究梳理后发现，从研究内容看，现有关于教育资源配置问题的研究重要集中在不同类型的教育资源上，如学前教育、义务教育、中等职业教育和高等教育等，但对于高等职业教育的研究较少；从研究方法上看，大多是基于经济学和管理学的效率评价方法，对教育资源空间配置的实证研究较为匮乏。因此，笔者将选用相对效率评价模型(DEA)和探索性空间数据分析模型(ESDA)对我国高等职业教育资源区域配置效率进行实证分析。

　　二、研究方法与设计

　　(一)研究方法

　　1.相对效率评价模型。

　　DEA是数据包络分析法(data envelopment analysis)的简称。[11]DEA的理论和方法运用是建立在“相对效率评价”[12]的基础之上，主要通过利用数学规划模型，先确定多个决策单元(DMU)，然后再对其之间的有效性进行测定及评价。首先，确定“生产可能性集合”，即生产技术一定时所有可能获得的投入产出集合。一般通过观察评价的DMU的值是不是落在生产集的生产前沿边界上，来判断DMU是否DEA有效。如果某个DMU落在了生产集的生产前沿面上，则这个DMU是DEA有效的单位，对应的相对效率值等于1，其经济意义为在其他条件不变时，该DMU不能增加产出或者减少投入；如果DMU落在了生产集的生产前沿边界以内，则该DMU是DEA无效率单位，对应的相对效率值小于1。相对效率评价模型主要有CCR模型与BCC模型。

   

　　2.空间计量模型。

　　ESDA是探索性空间数据分析(exploration spatial data analysis)的简称，是指利用统计学原理和现代图形相结合对空间信息的性质进行分析、鉴别，用以引导确定性模型的结构和解法，主要用于探测空间分布的非随机性和空间自相关。主要的观测指标有Moran指数I、Moran散点图和LISA图等。其中，Moran指数I可用于测度城镇的聚簇模式，识别城镇扩展的“热点区”的分布，进而探测城镇扩展的空间模式。

　　(1)Moran’s I的定义[13]。

   

　　式中，n为研究中的地区总数，为二进制的邻接空间权重矩阵，分别是区域i和区域j的属性，是属性的平均值，Moran’s I的取值范围为[-1，1]，小于0表示负相关，且越接近-1代表单元间的差异越大或者分布越不集中，相异的属性集聚程度越高，即高值与低值相邻或者低值与高值相邻；大于0表示正相关，且越接近1代表单元间的关系越密切，性质越相似，即高值集聚或低值集聚；接近0则表示属性是随机分布的，或者所研究的地理单元之间不存在空间自相关。

　　(2)局部空间关联指数(LISA)。

　　局部空间关联指数(local indices of spatial association)可以揭示空间参考单元与其邻近的空间单元属性特征值之间的相似性或者相关性，弥补了全局空间关联指数无法探测不同区位局部区域的空间关联模式，可以识别空间集聚(spatial clusters)和空间孤立(spatial outliers)，也可以“探索空间异质”[14]等问题。LISA值可由以下公式[15]求得：

   

　　上式中，是地区i在年份t的原始观测值，表示年份t所有地区原始观察值的平均值，j的取值使得的计算包括相邻地区的观察值。正的表示一个高值被高值包围或者一个低值被低值所包围；负的表示一个低值被高值所包围或者一个高值被低值所包围。LISA主要用于表示空间集聚存在性的指标和局部异质点的诊断。

　　(二)研究设计

　　1.研究框架。

　　基于相关研究的现状，按以下步骤进一步探究我国高等职业教育资源区域配置效率的差异和空间特征：①构建我国高职资源区域配置效率指标体系，根据投入和产出的指标体系，对我国高等职业教育资源的区域配置效率进行数据包络分析(DEA)，并根据所得结果对我国高等职业教育资源区域配置效率的空间差异分地区差异和省域差异两个维度进行计量分析；②在厘清我国高等职业教育资源区域配置效率空间差异的基础上，利用arcGIS软件对我国高等职业教育资源配置效率的空间特征进行计量分析，由Moran’s I和LISA图总结出具体的空间特征。并根据DEA分析和空间计量分析的结果提出我国高等职业教育资源区域配置效率改进的策略(参见图1)。

　　

图1 高等职业教育资源区域配置效率空间计量研究框架

　　2.高职资源区域配置效率指标体系构建。

　　相对效率评价模型(DEA)要求DMU的投入与产出进行比较评价，高等职业教育资源区域配置效率评价指标的构建也分投入和支出两个大维度进行构建。在投入指标下具体构建人力、物力和财力3个二级指标；高等教育的主要社会职能有“人才培养、科学研究、社会服务”[16]，因此在产出指标下具体构建人才培养、科学研究和社会服务3个二级指标。各个二级指标的具体观测维度主要是通过德尔菲法，根据职业教育领域专家的打分得到，具体指标体系和观测指标如表1所示，观测指标的数据均来自“中国教育统计年鉴”“高等学校科技统计资料汇编”“全国教育经费执行情况统计”等官方统计年鉴以及国家统计局、教育部官方网站。

　　三、研究过程与结果

　　利用相对效率模型(DEA)，分别以我国7大地区和31个省域作为DMU，将表1右栏投入量、产出量的各项数据输入DEAP软件，运行软件，得到我国高等职业教育资源区域配置效率的地区差异和省域差异。

　　(一)高职教育资源配置效率的空间差异

　　1.地区差异。

　　将7个大区作为7个DMU，通过DEAP2.0导入原始数据，得到全国各地区高等职业教育资源区域配置效率值(表2)。①从综合效率(CRSTE)角度分析，在不考虑规模收益时，此时全国综合技术效率的平均值为0.985，接近1，说明我国高等职业教育资源区域整体配置效率较高；综合效率值达到1的地区有华东、华南、华中、西北和东北，还需改进的地区有华北和西南。②从纯技术效率(VRSTE)角度分析，为剔除规模收益的影响，通过计算不同地区的纯技术效率可知，全国各地区纯技术效率的平均值为0.99，大于综合技术效率，非常接近1，说明全国高等职业教育资源配置纯技术效率较高，但仍有华北和西南需要改进。③从规模效率(SCALE)和规模报酬分析，由输出结果可知，我国高等职业教育整体规模效率为0.995，还存在一定的提升空间；规模效率越高说明该地区的高职教育资源的规模越适当，边际规模不变的地区有华东、华南、华中、西北和东北，边际规模递减的地区有华北和东北。边际规模不变的地区应注重其职业教育内涵和质量的提升，边际规模递减的地区，应适当调整其投入量，使其高等职业教育资源的区域配置效率得到改进。

　　2.省域差异。

　　将我国31个省、直辖市和***(因缺少数据，因此不包括港澳台)作为31个DMU，在DEAP2.0中导入原始数据，运行软件得到我国各省域高等职业教育资源配置的效率值(表3)。①从综合效率(CRSTE)角度分析，在不考虑规模收益时，全国各省的效率平均值为0.871，低于地区层面效率的平均值，存在较大的改进空间；综合效率值达到1的省份有晋、辽、吉、皖、豫、桂、渝、云、陕、新等10个，仅仅占DMU的32.26％，全国有67.74％的省份还需要进一步改进高职资源空间配置效率。②从纯技术效率(VRSTE)角度分析，为剔除规模收益的影响，通过计算不同省份的纯技术效率可知，全国各省域的纯技术效率平均值为0.912＜1，还存在一定的改进空间；从单个的省域分析，除了综合效率值为1的10个省份外，其余21个省份存在较大的改进空间。③从规模效率(SCALE)和规模报酬分析，从输出结果中可知，我国各省高等职业教育规模效率的平均值为0.957＜1，因此，在全国层面高等职业教育资源的规模效率有待提高。规模效率越高说明该省份的高职资源的规模越适当，边际规模不变的省份有晋、辽、吉、皖、豫、桂、渝、云、陕、新等10个省份，占DMU总数的32.26％；边际规模递增的省份有京、津、蒙、黑、沪、浙、闽、赣、鄂、湘、琼、贵、藏、甘、青、宁等16个省份，占DMU总数的51.61％，这说明我国有超过一半的省份应该继续加大对其高等职业教育的投入；边际规模递减的省份有冀、苏、鲁、粤、川等5个省份，占DMU总数的16.13％，这说明上述5个省份应调整和控制好其高等职业教育的规模，注重内涵发展。

　　(二)高职教育资源配置效率的空间特征

　　基于我国高等职业教育资源投入和产出的指标体系，利用相对效率评价模型(DEA)和DEAP软件以及空间计量软件arcGIS，可得到我国31个省(直辖市、***)的高等职业教育资源区域配置效率的空间分位图、空间全局相关性(表5)和局部相关性LISA图。由于DEA模型主要关注DMU的投入产出比，因此全国各省的高等职业教育资源的效率配置值并非完全取决于经济发展水平和地理位置。从空间计量的结果来看，我国各省的高等职业教育资源配置空间配置效率有以下特点：①集聚效应明显，效率值高的省份存在“连片”分布的现象，同样效率值低的省份亦“连片”，空间优化的热点地区也在一定程度上“扎堆”。②高等职业教育和普通本科、研究生教育之间存在一定的替代性。用微观经济学的思路分析，二者之间是替代品的关系。通过对效率值的分析发现，像北京市等普通本科教育和研究生教育发达的地区，高等职业教育的资源配置效率反而存在更大的提升空间，相反，像青海省等普通教育和研究生教育相对落后的地区，高等职业教育资源的配置效率反而较高。③从效率值的空间相关性来看，全域空间相关性显著(p=0.000193＜0.01)，说明我国高等职业教育资源区域配置效率存在较强(Moran’s I=0.375401)的空间正相关性，省域间存在不同程度的“溢出效应”，空间依赖关系在不断加强。④示范(骨干)校等的“辐射作用”显著，通过高职院校和示范(骨干)校资源配置效率LISA空间分布图可知，山东、江苏、安徽、河南、四川等不同省份示范和骨干院校等资源配置效率较高的职业院校对本省和邻省高等职业教育资源配置效率有较大的“辐射带动”作用。

　　(三)高职教育资源配置效率的改进策略

　　通过相对效率模型(DEA)和DEAP软件，得出了我国高等职业教育资源存在的地区差异和省域差异，根据各DMU的综合效率值、纯效率值、边际效率和规模报酬的差异，可进一步得到不同DMU资源配置效率的改进策略。改进策略的目标是“使资源配置效率最大，达到投入和产出的最佳匹配状态”[17]。通常来讲，改进幅度最大的省域即资源配置效率较低的省域，主要有北京、天津、内蒙古、黑龙江、上海、浙江、福建、江西、山东、湖南、四川、贵州和甘肃等省份。投入和产出维度的具体改进策略如表6所示。

　　1.投入维度。

　　(1)从“财力(公共财政教育支出)”投入角度看，需要进一步提高的有6个省份：上海、浙江、福建、山东、四川和贵州，其提高单位依次为10.652、152.048、53.59、114.599、50.612、125.801。高等职业教育资源作为一种准公共产品，为进一步提升我国高等职业教育服务社会经济发展的职能，国家和各级地方政府应为其发展提供强有力的公共财政支持。

　　(2)从“物力(高等职业教育机构固定资产值)”投入角度看，还需进一步加大投入的有8个省份：北京、天津、内蒙古、上海、浙江、江西、山东和四川，其提高单位依次为3111041、394053.1、320521、79214.18、1605454、2158209、56637.94、2091208、668326.2。上述省份高职院校的硬件设施还存在较大的改进空间，在未来院校治理的过程中应进一步加大固定资产方面的投入。

　　(3)从“人力(高等职业院校教职工数)”投入角度看，还应进一步加大投入的省份有北京市，提升单位为26673.2。由于北京市普通本科教育和研究教育良好的发展势头，使得该市高等职业教育师资队伍的建设还存在一定的提升空间。高等职业教育的发展离不开良好的师资保障，尤其是“双师型”师资队伍的建设。

　　2.产出维度。

　　(1)从“人才培养”的角度分析，人才培养是高等职业院校最基本的社会职能，人才培养工作是各省高等职业教育发展过程中必须解决好的头等大事。根据相对效率评价模型(DEA)的输出结果，人才培养维度需要进一步加大的地区有北京市，提高单位为26076.39，北京市是我国高水平院校集聚的地方，但在职业技术教育的人才培养方面还存在较大的改进空间。

　　(2)从“科学研究”角度分析，还应进一步增加产出的省份有北京市、福建省、江西省、山东省和四川省，增加单位依次为0.963、24.967、15.604、64.202、40.933。科学研究是高等教育主要的三项社会职能之一，各省高等职业教育在科学发明、专利申请等方面应进一步增加产出。

　　(3)从“社会服务”角度分析，还应进一步增加产出的省份有天津、内蒙古、黑龙江、浙江、山东、湖南、四川、贵州、甘肃等，增加单位依次为16503.26、29170.74、5205.115、13021.36、55460.52、16999.16、48325.86、5862.689、24773.85。相对科学研究，社会服务是高等职业教育十分重要的社会职能。在一定意义上，高等职业教育的发展好坏和其社会服务能力的提高成正比，因此，各省在发展高等职业教育的过程中一定要高度重视其社会服务能力的提升。

　　四、结论与讨论

　　教育资源的配置问题，是国内外学者持续关注的话题，面对高等职业教育的资源配置问题，笔者基于空间计量的视角，利用相对效率评价模型(DEA)和探索性空间数据分析模型(ESDA)对我国高等职业教育资源区域配置效率进行了研究。研究发现我国高等职业教育资源区域配置效率存在不同程度的地区差异和省域差异，这些差异主要体现在资源配置效率的综合值、纯技术效率值、规模效率和规模报酬等方面。同时，基于各省资源配置效率的省域差异和竞争力的不同，在投入维度的人力、财力、物力方面和产出维度的人才培养、科学研究、社会服务方面提出了具体的改进策略。通过空间计量研究发现，我国省域高等职业教育资源配置存在诸多显著的空间特征，如集聚效应明显、省域间存在不同程度的“溢出效应”、空间依赖关系在不断加强、示范(骨干)校等职业院校“辐射作用”显著等。此外，也得出我国高等职业教育和普通本科、研究生教育之间存在一定的替代性的特征。

　　基于上述结论，在高等职业教育资源配置效率改进的过程中还应处理好以下关系：

　　(一)公平与效率的关系

　　公平与效率问题是“人类社会永恒的理念”[18]，无论是高等职业教育的资源配置问题还是社会其他领域问题，都会遇到“公平与效率”的抉择问题。高等职业教育资源配置效率改进策略的决策过程应该以效率和公平为依据。高等职业教育资源配置的效率与公平问题是两个关系非常密切的主题，但同时又是充满“矛盾”的一对范畴，在高等职业教育的具体实践活动中，应对两者进行适时的协调，不断寻找公平与效率的平衡点。在高等职业教育资源配置效率提高和改进的过程中，要坚持“效率优先，兼顾公平”的原则；效率优先，是为了高等职业教育资源配置过程中更高水平的公平，使高等职业教育的发展符合个体的发展需求、符合社会经济的发展需要。

　　(二)数量与质量的关系

　　高等职业教育的数量和质量的关系，是其在发展过程必须处理好的又一对重要关系。高等职业教育的内涵发展和质量提升越来越受到社会的重视，截至2017年5月我国高职高专院校占全国高校总数的52.28％，具有相当规模，但我国高等职业教育资源配置效率和质量提升方面还存在着较大的改进空间。“高等职业教育的数量是提高其质量的基础”[19]，在质量提高基础已经具备的前提下，我国高等职业教育的质量和效率就成为必须高度关注的问题。在效率改进的过程中，应不断优化高等职业教育的结构，注重其内涵发展，同时也要构建“立体、开放、多元”[20]的高等职业教育质量评价体系。

　　(三)整体与局部的关系

　　整体与局部也是高等职业教育实践活动必须处理好的一对关系，“部分(个体)是整体的要素，整体是由部分组成的，是构成事物诸要素的有机统一”。[21]整体功能的发挥离不开各组成部分功能的正常发挥，尤其组成整体的关键部分。我国高等职业教育整体社会服务能力的提升离不开每个省份高等职业教育社会服务能力的提升，单个省份社会服务职能的发挥离不开省域内部各组成部分功能的发挥。骨干校和示范校是我国高等职业教育整体的“关键组成部分”，在高等职业教育资源配置效率改进的过程中应进一步发挥好骨干校和示范校的“辐射带动”作用，使我国高等职业教育的每一“部分”得到优化和发展，进而提高我国高等职业教育的“整体”社会服务能力。

　　(四)高等职业教育与普通本科教育的关系

　　职业教育是“培养各层次的技术人员、管理人员、技术工人和其他城乡劳动者”的教育。[22]但我国当代职业教育中有着浓厚的“普通教育基因”，高等职业教育和普通本科教育在办学过程中存在不同程度的“同质化”倾向，使得高等职业教育和普通本科教育之间存在不同程度的“替代”关系，而不是应有的“互补”关系。通过对我国不同省份高等职业教育资源区域配置效率分析发现，我国部分普通本科教育和研究生教育发达的省份，高等职业教育资源的配置效率反而不高。这种现象的存在进一步要求国家和各地教育主管部门在改进高等职业教育资源配置效率的过程中，应处理好高等职业教育和普通本科教育的关系，使二者在整个高等教育系统中和谐共存、协调发展。

　　注释：

　　①华东地区包括：山东、江苏、安徽、浙江、福建、上海，华南地区包括：广东、广西、海南，华中地区包括：湖北、湖南、河南、江西，华北地区包括：北京、天津、河北、山西、内蒙古，西北地区包括：宁夏、***、青海、陕西、甘肃，西南地区包括：四川、云南、贵州、西藏、重庆，东北地区包括：辽宁、吉林、黑龙江。

　　参考文献：

　　[1]Trow Martin.Problems in the Transition from Elite to Mass Higher Education.[J].Educational Problems,1973:57.

　　[2]中华人民共和国财政部.财政部教育部关于建立完善以改革和绩效为导向的生均拨款制度加快发展现代高等职业教育的意见[EB/OL].[2014-10-30].http://www.mof.gov.cn/zhengwuxinxi/caizhengwengao/wg2014/wg201411/201504/t20150427_1223648.html.

　　[3]Sala M R D,Knoeppel R C,Marion R.Modeling the Effects of Educational Resources on Student Achievement:Implications for Resource Allocation Policies[J].Education & Urban Society,2016,49(2):180-202.

　　[4]Cobb-Clark D A,Jha N.Educational Achievement and the Allocation of School Resources[J].Social Science Electronic Publishing,2013,49(3):23-37.

　　[5]赵琦.基于DEA的义务教育资源配置效率实证研究——以东部某市小学为例[J].教育研究，2015，36(3)：84-90.

　　[6]何海燕，刘瑞儒.再议我国公立高等教育经费资源合理配置[J].高等工程教育研究，2015(4)：146-148.

　　[7]黄宸，李玲.区域中职教育资源配置效率的时空分异研究[J].教育发展研究，2015，35(21)：52-56+84.

　　[8]陈潭，罗新云.公共教育资源配置失衡及其政策补给[J].公共管理学报，2008(2)：95105+127.

　　[9]郑楚楚，等.公办学前教育资源区域配置的空间特征与均衡程度分析[J].学前教育研究，2017(2)：17-26.

　　[10]康宁.高等教育资源配置转型的基本规律及其发展趋势[J].教育研究，2011，32(4)：74-79.

　　[11]Banker R D,Charnes A,Cooper W W.Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis[J].Management Science,1984,30(9):1078-1092.

　　[12]刘耀彬.计量经济模型与统计软件应用[M].北京：科学出版社，2015.76.

　　[13]李勇刚，罗海艳，任志安.中国高校区域布局空间计量分析[J].统计与决策，2016(9)：117-121.

　　[14]Anselin L.Local Indicators of Spatial Association LISA[J].Geographical Analysis,1995,27(2):93-115.

　　[15]李元静，王成璋.资源配置效率的比较分析——以我国区域高等教育资源为例[J].软科学，2014，28(10)：22-26.

　　[16]潘懋元，王伟廉.高等教育学[M].福州：福建教育出版社，2013：49.

　　[17]胡德鑫，王轶玮.基于DEA的“985”高校科研竞争力评价[J].北京理工大学学报(社科版)，2017，19(4)：163-168.

　　[18]潘懋元.公平与效率：高等教育决策的依据[J].北京大学教育评论，2003(1)：54-57.

　　[19]袁振国.教育质量的国家观念[J].中国教育学刊，2016(9)：27-30+50.

　　[20]周建松.构建开放、多元、立体的高职教育质量评价体系[J].中国高教研究，2012(8)：89-92.

　　[21]侯才.马克思的“个体”和“共同体”概念[J].哲学研究，2012(1)：3-11+127.