摘要：文章使用DEA方法對(duì)我國(guó)高等職業(yè)教育的融資使用效率進(jìn)行評(píng)價(jià)分析，發(fā)現(xiàn)我國(guó)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(huì)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(huì)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(guó)外學(xué)者對(duì)公共部門的財(cái)政支出教育研究開(kāi)始較早，Grossman（1999）、Hayes（1998）和Milligan（2004）對(duì)公共部門的支出效率進(jìn)行評(píng)價(jià)并分析影響因素。近年來(lái)，我國(guó)學(xué)者也對(duì)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(gè)公共部門的支出效率，另一類文獻(xiàn)關(guān)注點(diǎn)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(duì)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(cè)度方法不科學(xué)等問(wèn)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(píng)價(jià)分析高等職業(yè)教育的融資效率，并通過(guò)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(lái)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(huì)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(lái)衡量教育質(zhì)量的高低。但是受到統(tǒng)計(jì)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(gè)省份高等職業(yè)教育的發(fā)展情況。這個(gè)指標(biāo)直接反應(yīng)了一個(gè)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(guó)的統(tǒng)一高考，存在其他省份的生源，會(huì)導(dǎo)致這一指標(biāo)有所偏差。但是考慮到，一方面一個(gè)地區(qū)高職院校生源主要來(lái)源于本省，另一方面，一個(gè)地區(qū)實(shí)際招收的學(xué)生數(shù)（無(wú)論學(xué)生來(lái)源于哪個(gè)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(cè)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(cè)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(cái)政性投入和企業(yè)性投入進(jìn)行分類，來(lái)反映兩者不同的效應(yīng)。

此外，人均指標(biāo)相對(duì)于總量指標(biāo)能夠更為精確地反映一個(gè)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(gè)省份高等職業(yè)教育的發(fā)展情況。

2. 數(shù)據(jù)來(lái)源。本文所涉及到的數(shù)據(jù)中財(cái)政收入指標(biāo)來(lái)源于《中國(guó)教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》（2010～2016）；產(chǎn)出指標(biāo)來(lái)自《中國(guó)教育統(tǒng)計(jì)年鑒》（2009～2015）?！吨袊?guó)教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》當(dāng)年年鑒統(tǒng)計(jì)當(dāng)年數(shù)據(jù)，《中國(guó)教育統(tǒng)計(jì)年鑒》當(dāng)年年鑒統(tǒng)計(jì)前年數(shù)據(jù)，由于2017年的《中國(guó)教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》在文章撰寫時(shí)還未公布，因此本文實(shí)際測(cè)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(wèn)題，本文分析剔除了西藏，因此分析樣本共7年30個(gè)省份210個(gè)樣本。第二步Tobit回歸中數(shù)據(jù)來(lái)自《中國(guó)教育經(jīng)費(fèi)統(tǒng)計(jì)年鑒》（2010～2016）；《中國(guó)教育統(tǒng)計(jì)年鑒》（2009～2015）；《中國(guó)統(tǒng)計(jì)年鑒》（2010～2016）。

三、 實(shí)證結(jié)果與分析

1. 生均指標(biāo)測(cè)算結(jié)果。從樣本地區(qū)2009年～2015年的生均指標(biāo)測(cè)算結(jié)果來(lái)看，我國(guó)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(jì)性描述，在210個(gè)觀測(cè)樣本中，其均值為0.438 481，標(biāo)準(zhǔn)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(jì)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(dòng)。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(cè)算結(jié)果?？偭恐笜?biāo)測(cè)算結(jié)果與生均指標(biāo)的測(cè)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(shí)間變化趨勢(shì)較為相似。綜合來(lái)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(jì)性描述，在210個(gè)觀測(cè)樣本中，其均值為0.494 595 2，標(biāo)準(zhǔn)差為0.282 633 2，最小值為0.07（與生均指標(biāo)時(shí)相同，也出現(xiàn)在2009年寧夏），最大值為1。核密度函數(shù)估計(jì)圖、效率得分直方圖均與生均指標(biāo)的核密度函數(shù)估計(jì)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(guó)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(cè)度了我國(guó)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(huì)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(huì)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(huì)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(huì)有所提高。一般認(rèn)為地區(qū)經(jīng)濟(jì)發(fā)展水平對(duì)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(lái)看，經(jīng)濟(jì)水平的提高一方面會(huì)讓居民給予政府教育投入的壓力，另一方面會(huì)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(huì)帶來(lái)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(gè)地區(qū)的居民受教育水平會(huì)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(shí)，也能夠更好地識(shí)別官員的腐敗行為，從而能夠改善政府的支出效率。對(duì)于高等職業(yè)教育融資效率而言，這個(gè)研究視角也是合理的。

另外，文章還使用貿(mào)易依存度來(lái)衡量一個(gè)地區(qū)的對(duì)外開(kāi)放程度，采用外商直接投資來(lái)衡量地方政府招商引資的努力程度，城市人口占比來(lái)衡量地區(qū)城鎮(zhèn)化水平，國(guó)有企業(yè)員工占比衡量市場(chǎng)化程度。一般認(rèn)為，對(duì)外開(kāi)放程度、FDI代表了政府對(duì)外開(kāi)放，拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的努力程度，因此會(huì)提高政府支出效率。但對(duì)于高等職業(yè)教育而言，可能會(huì)因?yàn)檫@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(wèn)題，因此這些變量的正負(fù)方向難以確定。同時(shí)，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(guó)有企業(yè)員工占比越低，市場(chǎng)化程度越高。

除此之外，本文嘗試分析地方政府行為對(duì)高等職業(yè)教育融資效率的影響，主要從三個(gè)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(lái)源。采用高等職業(yè)教育融資來(lái)源中企業(yè)來(lái)源占比進(jìn)行衡量；第三，從三個(gè)方面刻畫了政府對(duì)教育的重視程度，分別為地方政府對(duì)教育的重視程度、地方政府對(duì)普通高等教育的重視程度和地方政府對(duì)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(yàn)，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(jì)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(lái)分析影響因素，雖然這種估計(jì)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(bào)告了固定效應(yīng)的結(jié)果，所有方程的hausman檢驗(yàn)決絕原假設(shè)，鑒于固定效應(yīng)模型能夠差分掉隨時(shí)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(shí)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(duì)模型進(jìn)行估計(jì)，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(shí)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(jiàn)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(jì)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(méi)有變化。其他控制變量的系數(shù)符號(hào)都沒(méi)有變化，顯著性只有文盲率和對(duì)外開(kāi)放程度有所改變（在Tobit回歸的（1）、（2）中，這兩個(gè)變量都變得顯著），可見(jiàn)模型穩(wěn)健性較強(qiáng)。

對(duì)于主要解釋變量，融資來(lái)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(lái)源對(duì)融資效率的影響并不顯著。對(duì)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(shuō)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(duì)教育的重視程度（att1）與融資效率正相關(guān)，隨著地方政府對(duì)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(duì)教育重視程度的增加，或者說(shuō)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(duì)高等教育的重視程度的增加，融資效率有所下降，同時(shí)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(guò)大，導(dǎo)致了融資效率的下降，但是att3的增加并沒(méi)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(duì)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(duì)外開(kāi)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(shuō)明出現(xiàn)了規(guī)模經(jīng)濟(jì)效應(yīng)，而對(duì)外開(kāi)放程度與效率負(fù)相關(guān)的機(jī)理可以解釋為：對(duì)外開(kāi)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(duì)高等職業(yè)教育的忽視。

五、 結(jié)論

1. 我國(guó)高等職業(yè)教育的融資效率普遍較低。在效率測(cè)度后發(fā)現(xiàn)，我國(guó)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(lái)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(duì)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(duì)外開(kāi)放程度負(fù)相關(guān)，對(duì)外開(kāi)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(duì)高等職業(yè)教育的忽視；人口密度與效率正相關(guān)，說(shuō)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(lái)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(guó)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(cái)政需要的實(shí)證分析[J].當(dāng)代財(cái)經(jīng)，2008，（10）：30-35.

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

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

作者簡(jiǎn)介：劉蓓蓉（1989-），女，漢族，甘肅省慶陽(yáng)市人，北京大學(xué)經(jīng)濟(jì)學(xué)院博士后流動(dòng)站、中國(guó)國(guó)際經(jīng)濟(jì)咨詢有限公司博士后科研工作站博士后，中國(guó)人民大學(xué)經(jīng)濟(jì)學(xué)博士，研究方向?yàn)榈胤秸?cái)政支出、消費(fèi)金融。