DEA方法的高等職業(yè)教育融資效率

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了DEA方法的高等職業(yè)教育融資效率范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：文章使用dea方法對我國高等職業(yè)教育的融資使用效率進(jìn)行評價分析，發(fā)現(xiàn)我國高等職業(yè)教育的融資效率普遍較低。并分析影響支出效率的因素，認(rèn)為地方政府更加重視普通本科教育而忽視高等職業(yè)教育，從而導(dǎo)致了高等職業(yè)教育融資效率的降低；融資效率隨城鎮(zhèn)人口和總?cè)丝谠黾映霈F(xiàn)規(guī)模經(jīng)濟(jì)效應(yīng)；地區(qū)經(jīng)濟(jì)發(fā)展會一定程度忽視高等職業(yè)教育支出；地區(qū)教育水平與融資效率呈正相關(guān)。

關(guān)鍵詞：高等職業(yè)教育；融資效率；地方政府支出；社會性收入

一、引言

公共部門的支出效率一直是學(xué)者關(guān)注的研究領(lǐng)域之一。國外學(xué)者對公共部門的財政支出教育研究開始較早，Grossman（1999）、Hayes（1998）和Milligan（2004）對公共部門的支出效率進(jìn)行評價并分析影響因素。近年來，我國學(xué)者也對公共部門的支出效率有所關(guān)注，研究主要分為兩類，一類是研究整個公共部門的支出效率，另一類文獻(xiàn)關(guān)注點主要集中在教育、醫(yī)療衛(wèi)生、文化等領(lǐng)域的公共支出效率，其中關(guān)于教育支出效率的研究主要集中在義務(wù)教育，專門針對高等職業(yè)教育支出效率的并不多，僅有的文獻(xiàn)也存在指標(biāo)選擇不合理、測度方法不科學(xué)等問題，因此本文在借鑒其他領(lǐng)域的研究基礎(chǔ)之上，采用DEA方法評價分析高等職業(yè)教育的融資效率，并通過面板數(shù)據(jù)回歸研究其影響因素。

二、指標(biāo)選擇與數(shù)據(jù)來源

1.指標(biāo)選擇。產(chǎn)出指標(biāo)方面，應(yīng)當(dāng)采用能夠全面反映職業(yè)教育發(fā)展情況的指標(biāo)進(jìn)行衡量。一般認(rèn)為學(xué)生是教育的最終產(chǎn)出，然而如果直接使用可量化的學(xué)生數(shù)量作為產(chǎn)出指標(biāo)，會忽略了教育質(zhì)量。以往研究一般采用師生比、生均經(jīng)費(fèi)、生均資產(chǎn)情況、生均校舍情況來衡量教育質(zhì)量的高低。但是受到統(tǒng)計數(shù)據(jù)的限制，本文選擇高等職業(yè)學(xué)校招生數(shù)占高中畢業(yè)生人數(shù)的比重這一指標(biāo)衡量一個省份高等職業(yè)教育的發(fā)展情況。這個指標(biāo)直接反應(yīng)了一個地區(qū)適齡人群能夠進(jìn)入高等職業(yè)教育的比重，從某種程度上反應(yīng)了高等職業(yè)教育發(fā)展的優(yōu)劣狀況。雖然考慮到高等職業(yè)教育入學(xué)是參加全國的統(tǒng)一高考，存在其他省份的生源，會導(dǎo)致這一指標(biāo)有所偏差。但是考慮到，一方面一個地區(qū)高職院校生源主要來源于本省，另一方面，一個地區(qū)實際招收的學(xué)生數(shù)（無論學(xué)生來源于哪個省份）占當(dāng)?shù)剡m齡人口的比重都能反應(yīng)出該地區(qū)高等職業(yè)教育的發(fā)展水平。為了提高生產(chǎn)效率測算的穩(wěn)健性，不失一般性地也嘗試直接使用總量指標(biāo)測度生產(chǎn)效率情況，直接選擇高等職業(yè)教育的學(xué)生數(shù)這一規(guī)模指標(biāo)作為產(chǎn)出指標(biāo)。投入指標(biāo)方面，總量指標(biāo)依然按照財政性投入和企業(yè)性投入進(jìn)行分類，來反映兩者不同的效應(yīng)。此外，人均指標(biāo)相對于總量指標(biāo)能夠更為精確地反映一個地區(qū)的投入與產(chǎn)出情況，但是受到數(shù)據(jù)的限制，本文選擇高等職業(yè)學(xué)校招生數(shù)占高中畢業(yè)生人數(shù)的比重這一指標(biāo)衡量一個省份高等職業(yè)教育的發(fā)展情況。2.數(shù)據(jù)來源。本文所涉及到的數(shù)據(jù)中財政收入指標(biāo)來源于《中國教育經(jīng)費(fèi)統(tǒng)計年鑒》（2010~2016）；產(chǎn)出指標(biāo)來自《中國教育統(tǒng)計年鑒》（2009~2015）?！吨袊逃?jīng)費(fèi)統(tǒng)計年鑒》當(dāng)年年鑒統(tǒng)計當(dāng)年數(shù)據(jù)，《中國教育統(tǒng)計年鑒》當(dāng)年年鑒統(tǒng)計前年數(shù)據(jù)，由于2017年的《中國教育經(jīng)費(fèi)統(tǒng)計年鑒》在文章撰寫時還未公布，因此本文實際測算效率為2009年~2015年5年的效率值。由于西藏的數(shù)據(jù)缺失問題，本文分析剔除了西藏，因此分析樣本共7年30個省份210個樣本。第二步Tobit回歸中數(shù)據(jù)來自《中國教育經(jīng)費(fèi)統(tǒng)計年鑒》（2010~2016）；《中國教育統(tǒng)計年鑒》（2009~2015）；《中國統(tǒng)計年鑒》（2010~2016）。

三、實證結(jié)果與分析

1.生均指標(biāo)測算結(jié)果。從樣本地區(qū)2009年~2015年的生均指標(biāo)測算結(jié)果來看，我國高等職業(yè)教育的整體融資效率處于較為低下的水平。除北京、浙江、廣東等經(jīng)濟(jì)發(fā)達(dá)的省份外，其他效率低下的省份多為西部經(jīng)濟(jì)較不發(fā)達(dá)的地區(qū)。根據(jù)效率得分的統(tǒng)計性描述，在210個觀測樣本中，其均值為0.438481，標(biāo)準(zhǔn)差為0.291035，最小值為0.033（出現(xiàn)在2009年寧夏），最大值為1。根據(jù)核密度函數(shù)估計圖，生均指標(biāo)效率得分大致服從正態(tài)分布，但是在0.8之后尾部出現(xiàn)小幅波動。根據(jù)效率得分直方圖，在效率小于0.5的前半段，大致服從正態(tài)分布，但是之后分布有所消減。2.總量指標(biāo)測算結(jié)果?？偭恐笜?biāo)測算結(jié)果與生均指標(biāo)的測算結(jié)果相差不大，這也印證了指標(biāo)選擇的合理性。一方面效率有效的省份不多，且總體效率水平較低；另一方面各省份效率分布較為相似，時間變化趨勢較為相似。綜合來看，效率有效的省份主要有河北、江蘇、安徽、福建、江西、河南、湖北、湖南、重慶、陜西。效率較為低下的省份有北京、內(nèi)蒙古、浙江、青海、寧夏、新疆（平均效率低于0.3）。根據(jù)效率得分的統(tǒng)計性描述，在210個觀測樣本中，其均值為0.4945952，標(biāo)準(zhǔn)差為0.2826332，最小值為0.07（與生均指標(biāo)時相同，也出現(xiàn)在2009年寧夏），最大值為1。核密度函數(shù)估計圖、效率得分直方圖均與生均指標(biāo)的核密度函數(shù)估計圖相似3.地區(qū)分析。以地區(qū)為維度，平均效率最高的為安徽省，其次分別是江西、河南、湖北、重慶、陜西、上海、河北、海南，其平均效率都達(dá)到了0.6以上。平均效率高于0.4~0.6的省份有湖北、廣西、海南、重慶、陜西；0.4~0.6的有山西、吉林、黑龍江、江蘇、附件、山東、湖南、四川、貴州、甘肅。其他省份的平均效率水平較低，其中北京最低，寧夏、青海、新疆其次。從中可以發(fā)現(xiàn)，我國高等職業(yè)教育融資效率具有較為顯著的地區(qū)特征，且與各省份的經(jīng)濟(jì)發(fā)展水平、教育發(fā)展水平密切相關(guān)，后續(xù)將采用Tobit模型進(jìn)行分析。

四、影響因素回歸與結(jié)果分析

在第一階段，采用DEA方法測度了我國高等職業(yè)教育的融資效率得分，把得分作為被解釋變量，從政府角度、地區(qū)經(jīng)濟(jì)社會特征角度和高等教育特征角度，采用面板數(shù)據(jù)Tobit模型分析可能影響高等職業(yè)教育融資效率的各種因素。1.影響因素指標(biāo)選擇。在地區(qū)特征方面，格羅斯曼（Grossman）等人認(rèn)為人口密度越大，監(jiān)督和管理的成本越小，隨著人口密度的增加會出現(xiàn)規(guī)模經(jīng)濟(jì)性，即隨著人口規(guī)模的增加，公共服務(wù)會出現(xiàn)規(guī)模經(jīng)濟(jì)效應(yīng)，因此高等教育的融資效率也就會有所提高。一般認(rèn)為地區(qū)經(jīng)濟(jì)發(fā)展水平對于支出效率具有正向的影響，這種假設(shè)的機(jī)理在于富裕地區(qū)的居民能夠給與政府壓力從而提高支出效率，滿足公共服務(wù)的需求。從高等職業(yè)教育的角度來看，經(jīng)濟(jì)水平的提高一方面會讓居民給予政府教育投入的壓力，另一方面會為政府增加改善效率的壓力。但是也有研究認(rèn)為經(jīng)濟(jì)水平的提高會帶來富養(yǎng)閑人的現(xiàn)象發(fā)生，從使得效率惡化。一般認(rèn)為一個地區(qū)的居民受教育水平會影響政府支出效率，認(rèn)為教育水平越高的地區(qū)，居民具有更強(qiáng)烈的監(jiān)督意識，也能夠更好地識別官員的腐敗行為，從而能夠改善政府的支出效率。對于高等職業(yè)教育融資效率而言，這個研究視角也是合理的。另外，文章還使用貿(mào)易依存度來衡量一個地區(qū)的對外開放程度，采用外商直接投資來衡量地方政府招商引資的努力程度，城市人口占比來衡量地區(qū)城鎮(zhèn)化水平，國有企業(yè)員工占比衡量市場化程度。一般認(rèn)為，對外開放程度、FDI代表了政府對外開放，拉動經(jīng)濟(jì)增長的努力程度，因此會提高政府支出效率。但對于高等職業(yè)教育而言，可能會因為這些努力程度的增加而使得政府忽視了高等職業(yè)教育融資效率問題，因此這些變量的正負(fù)方向難以確定。同時，一般認(rèn)為農(nóng)村人口占比越高，公共服務(wù)成本也越高，因而城鎮(zhèn)化水平與支出效率存在負(fù)向關(guān)系；國有企業(yè)員工占比越低，市場化程度越高。除此之外，本文嘗試分析地方政府行為對高等職業(yè)教育融資效率的影響，主要從三個角度刻畫政府的行為：第一，政府的支出意愿。采用生均高等職業(yè)教育支出進(jìn)行衡量；第二，融資來源。采用高等職業(yè)教育融資來源中企業(yè)來源占比進(jìn)行衡量；第三，從三個方面刻畫了政府對教育的重視程度，分別為地方政府對教育的重視程度、地方政府對普通高等教育的重視程度和地方政府對高等職業(yè)教育的重視程度。所有變量進(jìn)行了單位根檢驗，結(jié)果顯示人均GDP在一階差分之后平穩(wěn)，其他變量直接平穩(wěn)，因此采用人均GDP差分作為控制變量。具體的變量及變量計算方式如表1所示。2.回歸結(jié)果分析。首先，先嘗試直接使用面板數(shù)據(jù)回歸來分析影響因素，雖然這種估計是有偏的，但是這種嘗試也具有一定的代表性。在表1的回歸結(jié)果中，報告了固定效應(yīng)的結(jié)果，所有方程的hausman檢驗決絕原假設(shè)，鑒于固定效應(yīng)模型能夠差分掉隨時間不變的效應(yīng)，因此認(rèn)為固定效應(yīng)回歸是有效的。方程中（1）、（3）中放入了所有的影響因素變量，同時為了穩(wěn)健性，在（2）、（4）中去除了在（1）、（3）中都不顯著的變量。隨后采用隨機(jī)效應(yīng)的面板數(shù)據(jù)Tobit模型繼續(xù)對模型進(jìn)行估計，與表2相似，方程中（1）、（3）中放入了所有的影響因素變量，同時為了穩(wěn)健性，在（2）、（4）中去除了在（1）、（3）中不顯著的變量，結(jié)果見表3。從表2和表3的結(jié)果中可以看出，雖然改變了回歸估計的方法和主要變量，但是方程中的核心解釋變量的系數(shù)值、方向及顯著性都沒有變化。其他控制變量的系數(shù)符號都沒有變化，顯著性只有文盲率和對外開放程度有所改變（在Tobit回歸的（1）、（2）中，這兩個變量都變得顯著），可見模型穩(wěn)健性較強(qiáng)。對于主要解釋變量，融資來源（r）系數(shù)為負(fù)，但并不顯著，在隨后的模型中，去掉該變量也并未改變最后的回歸結(jié)果，因此可以認(rèn)為融資來源對融資效率的影響并不顯著。對于核心解釋變量高等職業(yè)學(xué)校的生均支出變量（lnexpp），其系數(shù)為負(fù)且顯著，說明生均支出與融資效率負(fù)相關(guān)，這表明隨著融資規(guī)模的增加，效率有所下降。政府對教育的重視程度（att1）與融資效率正相關(guān)，隨著地方政府對教育的重視程度的增加，高等職業(yè)教育的融資效率得到了改善；而普通高等教育的重視程度（att2）與融資效率負(fù)相關(guān)，而高等職業(yè)教育的重視程度（att3）與融資效率的相關(guān)性不顯著。綜合可以得出，隨著地方政府對教育重視程度的增加，或者說隨著政府更加重視教育等非經(jīng)濟(jì)性支出，高等職業(yè)教育的融資效率得到了改善；但是，隨著對高等教育的重視程度的增加，融資效率有所下降，同時att3并不顯著，因此可以得出：普通高等教育支出在教育支出中的比重過大，導(dǎo)致了融資效率的下降，但是att3的增加并沒有這種效果。因此認(rèn)為，普通高等教育支出在教育支出中的比重增加，地方政府更加重視普通本科教育而忽視了高等職業(yè)教育，從而導(dǎo)致了高等職業(yè)教育融資效率的降低。對于其他控制變量，可以看到城鎮(zhèn)化水平與融資效率正相關(guān)，文盲率與融資效率負(fù)相關(guān)（即教育水平與效率正相關(guān)），對外開放程度負(fù)相關(guān)，人口密度與效率正相關(guān)，其他控制變量并不顯著。其中城鎮(zhèn)化水平及文盲率與預(yù)期相符，人口密度與效率正相關(guān)，說明出現(xiàn)了規(guī)模經(jīng)濟(jì)效應(yīng)，而對外開放程度與效率負(fù)相關(guān)的機(jī)理可以解釋為：對外開放程度代表了地方政府發(fā)展經(jīng)濟(jì)的努力程度，這可能造成了地方政府對高等職業(yè)教育的忽視。

五、結(jié)論

1.我國高等職業(yè)教育的融資效率普遍較低。在效率測度后發(fā)現(xiàn)，我國高等職業(yè)教育融資效率普遍低下，平均水平在0.5左右，很多省份甚至處在非常低的水平（小于0.2）。近幾年高等職業(yè)教育的融資效率有所改善，但是效果不顯著。2.融資來源與融資效率的關(guān)系并不顯著。高等職業(yè)教育的生均支出與融資效率負(fù)相關(guān)，這表明隨著融資規(guī)模的增加，效率有所下降；政府對教育的重視程度（att1）與融資效率正相關(guān)；普通高等教育的重視程度（att2）與融資效率負(fù)相關(guān)；高等職業(yè)教育的重視程度（att3）與融資效率的相關(guān)性不顯著。最終認(rèn)為，普通高等教育支出在教育支出中的比重增加，地方政府更加重視普通本科教育而忽視了高等職業(yè)教育，從而導(dǎo)致了高等職業(yè)教育融資效率的降低。3.城鎮(zhèn)化水平與融資效率正相關(guān)；文盲率與融資效率負(fù)相關(guān)（即教育水平與效率正相關(guān)）；對外開放程度負(fù)相關(guān)，對外開放程度代表了地方政府發(fā)展經(jīng)濟(jì)的努力程度，這可能造成了地方政府對高等職業(yè)教育的忽視；人口密度與效率正相關(guān)，說明出現(xiàn)了規(guī)模經(jīng)濟(jì)效應(yīng)；其他控制變量并不顯著。

參考文獻(xiàn)：

[1]黃日強(qiáng)，胡淑坤，趙函.政府撥款：澳大利亞職業(yè)教育經(jīng)費(fèi)的重要來源[J].職教通訊，2010，（1）：51-54．

[2]黃日強(qiáng).澳大利亞職業(yè)教育的經(jīng)費(fèi)[J].外國教育研究，2004，（9）：61-64．

[3]李凌，盧洪友．農(nóng)村義務(wù)教育均等化轉(zhuǎn)移支付規(guī)模研究：基于財政需要的實證分析[J].當(dāng)代財經(jīng)，2008，（10）：30-35．

[4]李勇剛，高波，王璟．晉升激勵、土地財政與公共教育均等化[J].山西財經(jīng)大學(xué)學(xué)報，2012，（12）：1-9．

[5]Studentloansrepaymentandrecovery：in-ternationalcomparisons[J]．HigherEduca-tion，2009，57（3）：315-333.

作者:劉蓓蓉 單位:中國人民大學(xué)