论文部分内容阅读
摘 要 运用EFA方法，将广州市属高职院校投入产出变量归纳为具有经验意义的因子，对总产出与总投入进行回归分析，研究高等职业教育投入与产出之间的关系。研究结果显示：现阶段财力投入因子和人力投入因子对高职教育产出的影响具有显著性，与总产出的回归系数均大于0.5，且接近于1；而物力投入因子对高职教育产出的影响很小，处在粗放型增长阶段，物资利用效率有待提高；整体上而言，高等职业教育投入—产出仍未完全达到规模经济的状态。
关键词 高等职业教育；投入与产出；因子分析法；回归分析
中图分类号 G718.5 文献标识码 A 文章编号 1008-3219（2015）05-0033-04
随着经济发展方式的转变和产业结构的优化升级，我国对高职教育的投入也不断增大，而如何对高等职业教育投入与产出的关系作出科学、合理的解释成为当前人们关注的重要问题。对高等职业教育的投入与产出关系进行研究，且在实证研究数据的基础上分析两者的关联关系，提出相应的思考建议，对于提高我国高等职业教育投资效益和改善高职院校办学水平具有重要意义。针对高等职业教育投入与产出的特点，本文以广州市属高职院校为例，将涉及高职教育投入产出的多个变量归纳为具有明显意义的因子，并用产出因子表示总产出，继而运用回归分析法分析总产出与投入各因子之间的联系。
一、高等职业教育的投入产出要素
（一）投入要素
以往个别研究成果表明，高职教育投入或教育输入即产出条件，包括办学方向、培养目标、师资队伍质量和数量、生源质量、教学条件与管理制度等[1]，许多学者认为高等职业教育复杂的投入系统一般包括人力资源、财力资源和物力资源三个部分[2][3]。基于以往研究成果，结合广州市属高职院校的实际状况，确定高职教育过程中的投入要素，主要包括高级职称专任教师数、双师素质专任教师数、硕士以上学位专任教师数、教学改革及研究经费、财政性教育经费、实践场所投入、纸质图书总数和校舍建筑面积等8个要素。
（二）产出要素
与普通高等学校的教育相比，高职教育兼具教育和职业的双重属性，其目标注重培养较高水平和较强能力的技术型人才。教育的产出其实远不止在校生人数和毕业生人数[4]，一般来说，高职教育产出包括人才培养产出要素、科学研究产出要素和社会服务产出要素三个方面[5]，即人才资本储量、科学技术水平和社会经济发展推动力[6]。因而，结合广州市属高职院校的基本情况，将高等职业教育产出划分为普通专科在校生、全日制在校生数、社会培训数、学校对外技术服务到款额、精品开放课程（含精品课程、精品资源共享课、视频公开课）、校企合作开发课程数、专任教师获技术专利（技术发明）项目数、教科研课题数、论文成果等9个要素。
二、高等职业教育投入产出要素的因子分析
因子分析的方法有两类，一类是探索性因子分析（Exploratory Factor Analysis，EFA），另一类是验证性因子分析（Confirmatory Factor Analysis，CFA）。EFA方法不事先假定因子与测度项之间的关系，能够将具有错综复杂关系的变量综合为少数几个核心因子，是让数据自身体现其本质结构，主成分分析是其中的典型方法；CFA方法则假定了因子与测度项的关系。为了对高等职业教育的投入要素与产出要素的相关关系分析，显然，较于CFA方法，EFA方法具有相对的合理性和科学性，为此，本文通过EFA方法将上述投入与产出要素进行计算分析，进而归纳为具有明显意义的因子。此次所有的数据均来源于广州市属高职院校《高等职业教育人才培养质量2014年度报告》，通过调研分析以及删除无效数据，最终选取2013年广州市属高职院校的样本数据作为分析基础。
（一）投入要素的因子分析
8个投入要素即为分析的对象，从这8个可观测指标中寻找出潜在的因素，用这些具有综合信息的因素对高职教育投入与产出关系进行评价。对此，运用EFA方法并采用Spss18.0系统软件作为分析工具，选择主成分分析方法，并且选定相关矩阵的“系数和显著性水平”，以及KMO 和球形检验；此外，为了便于对因子给予命名和解释，采用了“最大方差”旋转法对因子进行旋转，进而对广州市属高职院校教育投入要素进行因子分析。结果发现：分析变量的相关系数多数大于0.3，适合做因子分析；KMO=0.675，大于0.5，可接受因子分析；提取因子后因子方差的值均很高，均大于0.889，这表明提取的因子能很好的描述这8个指标。输出的方差分解因子提取分析表、旋转后的因子载荷矩阵及因子命名和因子得分系数矩阵分别见表1、表2和表3所示。
从表1中可以看到，默认提取的前3个主成分的特征值分别为3.054、2.572和1.869，均大于1，且累计贡献率达到93.687%，这表明其能够解释8个指标的94%。按照累积贡献率达到85%的原则，提取前3个因子即能概括广州市属高职院校教育中投入要素的绝大部分信息。另外，从特征值的变化表明，从第4个因子开始，特征值差异很小。综合以上，提取前3个因子。
从表2中的因子载荷矩阵中可以看出，在第1因子上有较高载荷的分别是X4、X5和X6，即教学改革及研究经费、财政性教育经费、实践场所投入。因此，可以将第1因子命名为财力投入因子，用Input1表示；在第2因子上具有较高载荷的分别是X1.X2和X3，即高级职称专任教师、双师素质专任教师和硕士以上学位专任教师，因此将第2因子命名为人力投入因子，用Input2表示；在第3因子上具有较高载荷的分别是X7和X8，即纸质图书总数和校舍建筑面积，因此将第3因子命名为物力投入因子，用Input3表示。
以上述因子抽取为基础，结合表3给出了用回归法计算得出的因子得分系数矩阵，可以写出以下广州市属高职院校教育投入的因子得分函数。
Input1=-0.191 X1 0.130 X2 0.074 X3 0.317 X4 0.242 X5 0.424 X6 0.083 X7-0.140 X8 Input2=0.367 X1 0.327 X2 0.386 X3 0.036 X4 0.003 X5 0.021 X6-0.038 X7 0.051 X8
Input3=0.366 X1-0.239 X2-0.027 X3-0.022 X4 0.105 X5-0.286 X6 0.319 X7 0.562 X8
（二）产出要素的因子分析
对广州市属高职院校教育的产出要素因子分析，采取与投入要素分析相同的方法进行因子抽取。结果发现：广州市属高职院校教育产出默认提取的前3个主成分的特征值分别为4.343、2.139和1.834，均大于1，且累计贡献率为92.403%，所以，提取这3个因子即可概括出产出要素的大部分信息，并同时给出广州市属高职院校教育产出的因子得分系数矩阵。因此，提取前3个因子（分别用Output1、Output2和Output3表示），并在此基础上，采用Output表示总产出，根据3个因子的方差分别是4.343、2.139和1.834，可以求得3个因子所占的权重分别为0.483、0.238和0.204，为此，广州市属高职院校教育的总产出可以用3个因子表示为Output=0.483、Output1 0.238、Output2 0.204、Output3。
三、高等职业教育投入与产出关系分析
为建立广州市属高职院校教育投入与产出要素之间的关联关系，分析广州市属高职院校教育投入与产出效率，利用上文因子抽取结果和因子得分函数，以广州市属高职院校教育投入的三个因子（财力投入因子Input1，人力投入因子Input2，物力投入因子Input3）为自变量，以总产出Output为因变量，运用多元线性回归，并且采用逐步回归法，分析总产出与各项投入的关系，得到如表4所示的方差分析表和如表5所示的自变量回归系数。
由表4可以明显得知，采用逐步回归法可以得到两个模型，而模型1和模型2中的Sig.<0.05，这可以认为所建立的回归方程有效；但是，根据表4和表5的数据显示：模型2中自变量对总产出Output的影响更加显著，且相关性更好，所以，选模型2进行拟合。从表5可以获知，因变量Output对两个自变量Input1和Input2回归的非标准化回归系数分别为0.948和0.981；对应的显著性检验的t值分别为8.3023和3.9847，两个回归系数B的显著性水平Sig.=0.000均小于0.05，可以认为自变量Input1和Input2对因变量Output均有显著影响。因此，此次回归分析得到的回归方程为：Output=1.268 0.948 Input1 1.051 Input2。
采用逐步回归法，投入的第3个因子被剔除，财力投入因子Input1与人力投入因子Input2对总产出Output的影响较为显著，被纳入回归方程中。为了发现物力投入因子Input3与总产出Output的关系，采用自变量强制进入的回归方法，得到的回归方程为Output=1.268 0.916 Input1 0.472Input2 0.228Input3。结果发现物力投入因子Input3的回归系数为0.228，其t检验值为0.813，不能通过检验。
由以上数据分析可以发现，广州市属高职院校教育投入与产出要素之间，存在一定的正相关关系，其中，高等职业教育的财力投入、人力投入与高等职业教育的产出关联关系较为紧密，且具有相对的显著性影响；但是，广州市属高职院校教育的物力投入与产出关联关系较为松散，不具显著性。从具体数据来看，每单位财力投入、人力投入和物力投入的增加，能够得到大致0.948、0.981和0.228单位的产出增加，在此意义上，广州市属高职院校教育投入与产出整体上是相对有效的，但是仍未完全达到规模经济的状态，正由粗放型发展向内涵型发展过渡，即处于以规模来追求效益的较低内涵型增长阶段。
四、讨论与启示
基于EFA方法的广州市属高职院校教育的投入与产出回归关系分析可以看出，现阶段财政投入和人力投入对高职教育产出的影响具有显著性，而物力投入对高职教育产出的影响很小；财力、人力和物力教育投入与高职教育产出仍处于规模不经济的状态，其中高职教育的财力与人力投入与产出关联关系紧密，效益较高，而物力投入与产出效益增长处在粗放型增长阶段，物资利用效率有待提高。促进高等职业教育由粗放型发展向内涵型发展过渡，改善高职院校教育的投入与产出关联关系，根据以上论据分析，可以在如下方面改进。
（一）建立高职教育投入与产出关系监测机制
一是进行高职教育投入与产生关系监测的模型研究。政府和高职院校可以鼓励、支持和引导专家学者开展投入产出模型理论的相关课题研究，通过借鉴国内外先进的理论，结合本土实际状况，设计出高职教育投入与产出关系的监控与评价系统。二是国家可以考虑在部分学校设立监测评委会，以学年为周期不定期考察高职院校教育投资效益，从人力资源、财力资源和物力资源等方面的投入，到人才培养、社会服务和科学研究等层面的产出，制定科学完善的监测制度，确保高职院校能够按计划实施教育教学，达到既定目标。
（二）适当完善财力资源与人力资源的投入机制
一方面，在夯实政府财政投入力度的基础上，探索多元化的投入保障机制。政府要贯彻落实相关法律法规确定的财政投入义务[7]，确保高职教育获得充裕的办学经费，并在此基础上，探索计划、绩效、招标投标以及教育券等多种教育经费投入模式，形成政府、学生（家庭）、企业和社会等多渠道投入体制，最终为实现对高职教育产出的显著性影响奠定基础。另一方面，加强高职院校专任教师队伍建设，这可以通过引进高层次人才计划、改进专任教师聘任方法、实施教师绩效考核机制等措施，提高师资水平，完善师资管理，提升教师工作成效，促进高职教育的内涵式发展。
（三）严格评估院校物资投入的收益效果
首先，严格审核高职院校基础设施建设项目，做好项目投入和教育产出之间的收益评估预算，从项目计划、阶段考察到项目完成，确保按照预算进行，争取做到物资投入每个单位增加能得到相应比例的教育产出。其次，控制科研设备和图文资料等物资的采购和使用情况，在依照国家法律法规的基础上，完善高职院校物资采购的方式方法，建立健全相关激励和约束机制，提高物资使用效率，促进其转变粗放型发展的模式。
参 考 文 献
[1]李海宗.高等职业教育产出质量保障机制研究[J].职业技术教育，2006（10）：42-44.
[2]朱雯，许祥鹏.高等职业教育投入几个指标体系的初步探讨[J].中国成人教育，2011（23）：49-51.
[3]崔玉平.我国高等教育产出效率的区域比较[J].苏州大学学报：哲学社会科学版，2010（3）：116-120.
[4]周绍森，刘健.教育可持续发展与教育产出的实证分析[J].江西教育科研，2006（3）：188-192.
[5]秦澄.高职院校投入产出要素分析与指标体系构建[J].会计之友，2012（20）：120-122.
[6]张少辉.基于DEA的山东省高等职业教育发展效率评价研究[J].中国职业技术教育，2010（34）：67-71.
[7]向宏志.高职教育投入机制研究[J].教育理论与实践，2013（33）：21-23.
关键词 高等职业教育；投入与产出；因子分析法；回归分析
中图分类号 G718.5 文献标识码 A 文章编号 1008-3219（2015）05-0033-04
随着经济发展方式的转变和产业结构的优化升级，我国对高职教育的投入也不断增大，而如何对高等职业教育投入与产出的关系作出科学、合理的解释成为当前人们关注的重要问题。对高等职业教育的投入与产出关系进行研究，且在实证研究数据的基础上分析两者的关联关系，提出相应的思考建议，对于提高我国高等职业教育投资效益和改善高职院校办学水平具有重要意义。针对高等职业教育投入与产出的特点，本文以广州市属高职院校为例，将涉及高职教育投入产出的多个变量归纳为具有明显意义的因子，并用产出因子表示总产出，继而运用回归分析法分析总产出与投入各因子之间的联系。
一、高等职业教育的投入产出要素
（一）投入要素
以往个别研究成果表明，高职教育投入或教育输入即产出条件，包括办学方向、培养目标、师资队伍质量和数量、生源质量、教学条件与管理制度等[1]，许多学者认为高等职业教育复杂的投入系统一般包括人力资源、财力资源和物力资源三个部分[2][3]。基于以往研究成果，结合广州市属高职院校的实际状况，确定高职教育过程中的投入要素，主要包括高级职称专任教师数、双师素质专任教师数、硕士以上学位专任教师数、教学改革及研究经费、财政性教育经费、实践场所投入、纸质图书总数和校舍建筑面积等8个要素。
（二）产出要素
与普通高等学校的教育相比，高职教育兼具教育和职业的双重属性，其目标注重培养较高水平和较强能力的技术型人才。教育的产出其实远不止在校生人数和毕业生人数[4]，一般来说，高职教育产出包括人才培养产出要素、科学研究产出要素和社会服务产出要素三个方面[5]，即人才资本储量、科学技术水平和社会经济发展推动力[6]。因而，结合广州市属高职院校的基本情况，将高等职业教育产出划分为普通专科在校生、全日制在校生数、社会培训数、学校对外技术服务到款额、精品开放课程（含精品课程、精品资源共享课、视频公开课）、校企合作开发课程数、专任教师获技术专利（技术发明）项目数、教科研课题数、论文成果等9个要素。
二、高等职业教育投入产出要素的因子分析
因子分析的方法有两类，一类是探索性因子分析（Exploratory Factor Analysis，EFA），另一类是验证性因子分析（Confirmatory Factor Analysis，CFA）。EFA方法不事先假定因子与测度项之间的关系，能够将具有错综复杂关系的变量综合为少数几个核心因子，是让数据自身体现其本质结构，主成分分析是其中的典型方法；CFA方法则假定了因子与测度项的关系。为了对高等职业教育的投入要素与产出要素的相关关系分析，显然，较于CFA方法，EFA方法具有相对的合理性和科学性，为此，本文通过EFA方法将上述投入与产出要素进行计算分析，进而归纳为具有明显意义的因子。此次所有的数据均来源于广州市属高职院校《高等职业教育人才培养质量2014年度报告》，通过调研分析以及删除无效数据，最终选取2013年广州市属高职院校的样本数据作为分析基础。
（一）投入要素的因子分析
8个投入要素即为分析的对象，从这8个可观测指标中寻找出潜在的因素，用这些具有综合信息的因素对高职教育投入与产出关系进行评价。对此，运用EFA方法并采用Spss18.0系统软件作为分析工具，选择主成分分析方法，并且选定相关矩阵的“系数和显著性水平”，以及KMO 和球形检验；此外，为了便于对因子给予命名和解释，采用了“最大方差”旋转法对因子进行旋转，进而对广州市属高职院校教育投入要素进行因子分析。结果发现：分析变量的相关系数多数大于0.3，适合做因子分析；KMO=0.675，大于0.5，可接受因子分析；提取因子后因子方差的值均很高，均大于0.889，这表明提取的因子能很好的描述这8个指标。输出的方差分解因子提取分析表、旋转后的因子载荷矩阵及因子命名和因子得分系数矩阵分别见表1、表2和表3所示。
从表1中可以看到，默认提取的前3个主成分的特征值分别为3.054、2.572和1.869，均大于1，且累计贡献率达到93.687%，这表明其能够解释8个指标的94%。按照累积贡献率达到85%的原则，提取前3个因子即能概括广州市属高职院校教育中投入要素的绝大部分信息。另外，从特征值的变化表明，从第4个因子开始，特征值差异很小。综合以上，提取前3个因子。
从表2中的因子载荷矩阵中可以看出，在第1因子上有较高载荷的分别是X4、X5和X6，即教学改革及研究经费、财政性教育经费、实践场所投入。因此，可以将第1因子命名为财力投入因子，用Input1表示；在第2因子上具有较高载荷的分别是X1.X2和X3，即高级职称专任教师、双师素质专任教师和硕士以上学位专任教师，因此将第2因子命名为人力投入因子，用Input2表示；在第3因子上具有较高载荷的分别是X7和X8，即纸质图书总数和校舍建筑面积，因此将第3因子命名为物力投入因子，用Input3表示。
以上述因子抽取为基础，结合表3给出了用回归法计算得出的因子得分系数矩阵，可以写出以下广州市属高职院校教育投入的因子得分函数。
Input1=-0.191 X1 0.130 X2 0.074 X3 0.317 X4 0.242 X5 0.424 X6 0.083 X7-0.140 X8 Input2=0.367 X1 0.327 X2 0.386 X3 0.036 X4 0.003 X5 0.021 X6-0.038 X7 0.051 X8
Input3=0.366 X1-0.239 X2-0.027 X3-0.022 X4 0.105 X5-0.286 X6 0.319 X7 0.562 X8
（二）产出要素的因子分析
对广州市属高职院校教育的产出要素因子分析，采取与投入要素分析相同的方法进行因子抽取。结果发现：广州市属高职院校教育产出默认提取的前3个主成分的特征值分别为4.343、2.139和1.834，均大于1，且累计贡献率为92.403%，所以，提取这3个因子即可概括出产出要素的大部分信息，并同时给出广州市属高职院校教育产出的因子得分系数矩阵。因此，提取前3个因子（分别用Output1、Output2和Output3表示），并在此基础上，采用Output表示总产出，根据3个因子的方差分别是4.343、2.139和1.834，可以求得3个因子所占的权重分别为0.483、0.238和0.204，为此，广州市属高职院校教育的总产出可以用3个因子表示为Output=0.483、Output1 0.238、Output2 0.204、Output3。
三、高等职业教育投入与产出关系分析
为建立广州市属高职院校教育投入与产出要素之间的关联关系，分析广州市属高职院校教育投入与产出效率，利用上文因子抽取结果和因子得分函数，以广州市属高职院校教育投入的三个因子（财力投入因子Input1，人力投入因子Input2，物力投入因子Input3）为自变量，以总产出Output为因变量，运用多元线性回归，并且采用逐步回归法，分析总产出与各项投入的关系，得到如表4所示的方差分析表和如表5所示的自变量回归系数。
由表4可以明显得知，采用逐步回归法可以得到两个模型，而模型1和模型2中的Sig.<0.05，这可以认为所建立的回归方程有效；但是，根据表4和表5的数据显示：模型2中自变量对总产出Output的影响更加显著，且相关性更好，所以，选模型2进行拟合。从表5可以获知，因变量Output对两个自变量Input1和Input2回归的非标准化回归系数分别为0.948和0.981；对应的显著性检验的t值分别为8.3023和3.9847，两个回归系数B的显著性水平Sig.=0.000均小于0.05，可以认为自变量Input1和Input2对因变量Output均有显著影响。因此，此次回归分析得到的回归方程为：Output=1.268 0.948 Input1 1.051 Input2。
采用逐步回归法，投入的第3个因子被剔除，财力投入因子Input1与人力投入因子Input2对总产出Output的影响较为显著，被纳入回归方程中。为了发现物力投入因子Input3与总产出Output的关系，采用自变量强制进入的回归方法，得到的回归方程为Output=1.268 0.916 Input1 0.472Input2 0.228Input3。结果发现物力投入因子Input3的回归系数为0.228，其t检验值为0.813，不能通过检验。
由以上数据分析可以发现，广州市属高职院校教育投入与产出要素之间，存在一定的正相关关系，其中，高等职业教育的财力投入、人力投入与高等职业教育的产出关联关系较为紧密，且具有相对的显著性影响；但是，广州市属高职院校教育的物力投入与产出关联关系较为松散，不具显著性。从具体数据来看，每单位财力投入、人力投入和物力投入的增加，能够得到大致0.948、0.981和0.228单位的产出增加，在此意义上，广州市属高职院校教育投入与产出整体上是相对有效的，但是仍未完全达到规模经济的状态，正由粗放型发展向内涵型发展过渡，即处于以规模来追求效益的较低内涵型增长阶段。
四、讨论与启示
基于EFA方法的广州市属高职院校教育的投入与产出回归关系分析可以看出，现阶段财政投入和人力投入对高职教育产出的影响具有显著性，而物力投入对高职教育产出的影响很小；财力、人力和物力教育投入与高职教育产出仍处于规模不经济的状态，其中高职教育的财力与人力投入与产出关联关系紧密，效益较高，而物力投入与产出效益增长处在粗放型增长阶段，物资利用效率有待提高。促进高等职业教育由粗放型发展向内涵型发展过渡，改善高职院校教育的投入与产出关联关系，根据以上论据分析，可以在如下方面改进。
（一）建立高职教育投入与产出关系监测机制
一是进行高职教育投入与产生关系监测的模型研究。政府和高职院校可以鼓励、支持和引导专家学者开展投入产出模型理论的相关课题研究，通过借鉴国内外先进的理论，结合本土实际状况，设计出高职教育投入与产出关系的监控与评价系统。二是国家可以考虑在部分学校设立监测评委会，以学年为周期不定期考察高职院校教育投资效益，从人力资源、财力资源和物力资源等方面的投入，到人才培养、社会服务和科学研究等层面的产出，制定科学完善的监测制度，确保高职院校能够按计划实施教育教学，达到既定目标。
（二）适当完善财力资源与人力资源的投入机制
一方面，在夯实政府财政投入力度的基础上，探索多元化的投入保障机制。政府要贯彻落实相关法律法规确定的财政投入义务[7]，确保高职教育获得充裕的办学经费，并在此基础上，探索计划、绩效、招标投标以及教育券等多种教育经费投入模式，形成政府、学生（家庭）、企业和社会等多渠道投入体制，最终为实现对高职教育产出的显著性影响奠定基础。另一方面，加强高职院校专任教师队伍建设，这可以通过引进高层次人才计划、改进专任教师聘任方法、实施教师绩效考核机制等措施，提高师资水平，完善师资管理，提升教师工作成效，促进高职教育的内涵式发展。
（三）严格评估院校物资投入的收益效果
首先，严格审核高职院校基础设施建设项目，做好项目投入和教育产出之间的收益评估预算，从项目计划、阶段考察到项目完成，确保按照预算进行，争取做到物资投入每个单位增加能得到相应比例的教育产出。其次，控制科研设备和图文资料等物资的采购和使用情况，在依照国家法律法规的基础上，完善高职院校物资采购的方式方法，建立健全相关激励和约束机制，提高物资使用效率，促进其转变粗放型发展的模式。
参 考 文 献
[1]李海宗.高等职业教育产出质量保障机制研究[J].职业技术教育，2006（10）：42-44.
[2]朱雯，许祥鹏.高等职业教育投入几个指标体系的初步探讨[J].中国成人教育，2011（23）：49-51.
[3]崔玉平.我国高等教育产出效率的区域比较[J].苏州大学学报：哲学社会科学版，2010（3）：116-120.
[4]周绍森，刘健.教育可持续发展与教育产出的实证分析[J].江西教育科研，2006（3）：188-192.
[5]秦澄.高职院校投入产出要素分析与指标体系构建[J].会计之友，2012（20）：120-122.
[6]张少辉.基于DEA的山东省高等职业教育发展效率评价研究[J].中国职业技术教育，2010（34）：67-71.
[7]向宏志.高职教育投入机制研究[J].教育理论与实践，2013（33）：21-23.