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)人口和總人口增加出現(xiàn)規(guī)模經(jīng)濟效應；地區(qū)經(jīng)濟發(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。

關鍵詞：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者關注的研究領域之一。國外學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行評價并分析影響因素。近年來，我國學者也對公共部門的支出效率有所關注，研究主要分為兩類，一類是研究整個公共部門的支出效率，另一類文獻關注點主要集中在教育、醫(yī)療衛(wèi)生、文化等領域的公共支出效率，其中關于教育支出效率的研究主要集中在義務教育，專門針對高等職業(yè)教育支出效率的并不多，僅有的文獻也存在指標選擇不合理、測度方法不科學等問題，因此本文在借鑒其他領域的研究基礎之上，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、 指標選擇與數(shù)據(jù)來源

1. 指標選擇。產(chǎn)出指標方面，應當采用能夠全面反映職業(yè)教育發(fā)展情況的指標進行衡量。一般認為學生是教育的最終產(chǎn)出，然而如果直接使用可量化的學生數(shù)量作為產(chǎn)出指標，會忽略了教育質量。以往研究一般采用師生比、生均經(jīng)費、生均資產(chǎn)情況、生均校舍情況來衡量教育質量的高低。但是受到統(tǒng)計數(shù)據(jù)的限制，本文選擇高等職業(yè)學校招生數(shù)占高中畢業(yè)生人數(shù)的比重這一指標衡量一個省份高等職業(yè)教育的發(fā)展情況。這個指標直接反應了一個地區(qū)適齡人群能夠進入高等職業(yè)教育的比重，從某種程度上反應了高等職業(yè)教育發(fā)展的優(yōu)劣狀況。雖然考慮到高等職業(yè)教育入學是參加全國的統(tǒng)一高考，存在其他省份的生源，會導致這一指標有所偏差。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)實際招收的學生數(shù)（無論學生來源于哪個省份）占當?shù)剡m齡人口的比重都能反應出該地區(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測度生產(chǎn)效率情況，直接選擇高等職業(yè)教育的學生數(shù)這一規(guī)模指標作為產(chǎn)出指標。投入指標方面，總量指標依然按照財政性投入和企業(yè)性投入進行分類，來反映兩者不同的效應。

此外，人均指標相對于總量指標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)學校招生數(shù)占高中畢業(yè)生人數(shù)的比重這一指標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)中財政收入指標來源于《中國教育經(jīng)費統(tǒng)計年鑒》（2010～2016）；產(chǎn)出指標來自《中國教育統(tǒng)計年鑒》（2009～2015）?！吨袊逃?jīng)費統(tǒng)計年鑒》當年年鑒統(tǒng)計當年數(shù)據(jù)，《中國教育統(tǒng)計年鑒》當年年鑒統(tǒng)計前年數(shù)據(jù)，由于2017年的《中國教育經(jīng)費統(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、 實證結果與分析

1. 生均指標測算結果。從樣本地區(qū)2009年～2015年的生均指標測算結果來看，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)濟發(fā)達的省份外，其他效率低下的省份多為西部經(jīng)濟較不發(fā)達的地區(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0.438 481，標準差為0.291 035，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. 總量指標測算結果。總量指標測算結果與生均指標的測算結果相差不大，這也印證了指標選擇的合理性。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0.494 595 2，標準差為0.282 633 2，最小值為0.07（與生均指標時相同，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)濟發(fā)展水平、教育發(fā)展水平密切相關，后續(xù)將采用Tobit模型進行分析。

四、 影響因素回歸與結果分析

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. 影響因素指標選擇。在地區(qū)特征方面，格羅斯曼（Grossman）等人認為人口密度越大，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)濟性，即隨著人口規(guī)模的增加，公共服務會出現(xiàn)規(guī)模經(jīng)濟效應，因此高等教育的融資效率也就會有所提高。一般認為地區(qū)經(jīng)濟發(fā)展水平對于支出效率具有正向的影響，這種假設的機理在于富裕地區(qū)的居民能夠給與政府壓力從而提高支出效率，滿足公共服務的需求。從高等職業(yè)教育的角度來看，經(jīng)濟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。但是也有研究認為經(jīng)濟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。一般認為一個地區(qū)的居民受教育水平會影響政府支出效率，認為教育水平越高的地區(qū)，居民具有更強烈的監(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。一般認為，對外開放程度、FDI代表了政府對外開放，拉動經(jīng)濟增長的努力程度，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方向難以確定。同時，一般認為農(nóng)村人口占比越高，公共服務成本也越高，因而城鎮(zhèn)化水平與支出效率存在負向關系；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。所有變量進行了單位根檢驗，結果顯示人均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的回歸結果中，報告了固定效應的結果，所有方程的hausman檢驗決絕原假設，鑒于固定效應模型能夠差分掉隨時間不變的效應，因此認為固定效應回歸是有效的。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。

隨后采用隨機效應的面板數(shù)據(jù)Tobit模型繼續(xù)對模型進行估計，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，結果見表3。

從表2和表3的結果中可以看出，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。

對于主要解釋變量，融資來源（r）系數(shù)為負，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果，因此可以認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)學校的生均支出變量（lnexpp），其系數(shù)為負且顯著，說明生均支出與融資效率負相關，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，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）與融資效率負相關，而高等職業(yè)教育的重視程度（att3）與融資效率的相關性不顯著。

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，文盲率與融資效率負相關（即教育水平與效率正相關），對外開放程度負相關，人口密度與效率正相關，其他控制變量并不顯著。其中城鎮(zhèn)化水平及文盲率與預期相符，人口密度與效率正相關，說明出現(xiàn)了規(guī)模經(jīng)濟效應，而對外開放程度與效率負相關的機理可以解釋為：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系并不顯著。高等職業(yè)教育的生均支出與融資效率負相關，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；普通高等教育的重視程度（att2）與融資效率負相關；高等職業(yè)教育的重視程度（att3）與融資效率的相關性不顯著。最終認為，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；文盲率與融資效率負相關（即教育水平與效率正相關）；對外開放程度負相關，對外開放程度代表了地方政府發(fā)展經(jīng)濟的努力程度，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，說明出現(xiàn)了規(guī)模經(jīng)濟效應；其他控制變量并不顯著。

參考文獻：

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

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

[3] 李凌，盧洪友.農(nóng)村義務教育均等化轉移支付規(guī)模研究：基于財政需要的實證分析[J].當代財經(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)大學學報，2012，（12）：1-9.

[5] Student loans repayment and recovery： international comparisons[J].Higher Education，2009，57（3）：315-333.

作者簡介：劉蓓蓉（1989-），女，漢族，甘肅省慶陽市人，北京大學經(jīng)濟學院博士后流動站、中國國際經(jīng)濟咨詢有限公司博士后科研工作站博士后，中國人民大學經(jīng)濟學博士，研究方向為地方政府財政支出、消費金融。