DEA方法的高等职业教育融资效率

摘要：文章使用DEA方法对我国高等职业教育的融资使用效率进行评价分析，发现我国高等职业教育的融资效率普遍较低。并分析影响支出效率的因素，认为地方政府更加重视普通本科教育而忽视高等职业教育，从而导致了高等职业教育融资效率的降低；融资效率随城镇人口和总人口增加出现规模经济效应；地区经济发展会一定程度忽视高等职业教育支出；地区教育水平与融资效率呈正相关。

关键词：高等职业教育；融资效率；地方政府支出；社会性收入

一、引言

公共部门的支出效率一直是学者关注的研究领域之一。国外学者对公共部门的财政支出教育研究开始较早，Grossman（1999）、Hayes（1998）和Milligan（2004）对公共部门的支出效率进行评价并分析影响因素。近年来，我国学者也对公共部门的支出效率有所关注，研究主要分为两类，一类是研究整个公共部门的支出效率，另一类文献关注点主要集中在教育、医疗卫生、文化等领域的公共支出效率，其中关于教育支出效率的研究主要集中在义务教育，专门针对高等职业教育支出效率的并不多，仅有的文献也存在指标选择不合理、测度方法不科学等问题，因此本文在借鉴其他领域的研究基础之上，采用DEA方法评价分析高等职业教育的融资效率，并通过面板数据回归研究其影响因素。

二、指标选择与数据来源

1.指标选择。产出指标方面，应当采用能够全面反映职业教育发展情况的指标进行衡量。一般认为学生是教育的最终产出，然而如果直接使用可量化的学生数量作为产出指标，会忽略了教育质量。以往研究一般采用师生比、生均经费、生均资产情况、生均校舍情况来衡量教育质量的高低。但是受到统计数据的限制，本文选择高等职业学校招生数占高中毕业生人数的比重这一指标衡量一个省份高等职业教育的发展情况。这个指标直接反应了一个地区适龄人群能够进入高等职业教育的比重，从某种程度上反应了高等职业教育发展的优劣状况。虽然考虑到高等职业教育入学是参加全国的统一高考，存在其他省份的生源，会导致这一指标有所偏差。但是考虑到，一方面一个地区高职院校生源主要来源于本省，另一方面，一个地区实际招收的学生数（无论学生来源于哪个省份）占当地适龄人口的比重都能反应出该地区高等职业教育的发展水平。为了提高生产效率测算的稳健性，不失一般性地也尝试直接使用总量指标测度生产效率情况，直接选择高等职业教育的学生数这一规模指标作为产出指标。投入指标方面，总量指标依然按照财政性投入和企业性投入进行分类，来反映两者不同的效应。此外，人均指标相对于总量指标能够更为精确地反映一个地区的投入与产出情况，但是受到数据的限制，本文选择高等职业学校招生数占高中毕业生人数的比重这一指标衡量一个省份高等职业教育的发展情况。2.数据来源。本文所涉及到的数据中财政收入指标来源于《中国教育经费统计年鉴》（2010~2016）；产出指标来自《中国教育统计年鉴》（2009~2015）。《中国教育经费统计年鉴》当年年鉴统计当年数据，《中国教育统计年鉴》当年年鉴统计前年数据，由于2017年的《中国教育经费统计年鉴》在文章撰写时还未公布，因此本文实际测算效率为2009年~2015年5年的效率值。由于西藏的数据缺失问题，本文分析剔除了西藏，因此分析样本共7年30个省份210个样本。第二步Tobit回归中数据来自《中国教育经费统计年鉴》（2010~2016）；《中国教育统计年鉴》（2009~2015）；《中国统计年鉴》（2010~2016）。

三、实证结果与分析

1.生均指标测算结果。从样本地区2009年~2015年的生均指标测算结果来看，我国高等职业教育的整体融资效率处于较为低下的水平。除北京、浙江、广东等经济发达的省份外，其他效率低下的省份多为西部经济较不发达的地区。根据效率得分的统计性描述，在210个观测样本中，其均值为0.438481，标准差为0.291035，最小值为0.033（出现在2009年宁夏），最大值为1。根据核密度函数估计图，生均指标效率得分大致服从正态分布，但是在0.8之后尾部出现小幅波动。根据效率得分直方图，在效率小于0.5的前半段，大致服从正态分布，但是之后分布有所消减。2.总量指标测算结果。总量指标测算结果与生均指标的测算结果相差不大，这也印证了指标选择的合理性。一方面效率有效的省份不多，且总体效率水平较低；另一方面各省份效率分布较为相似，时间变化趋势较为相似。综合来看，效率有效的省份主要有河北、江苏、安徽、福建、江西、河南、湖北、湖南、重庆、陕西。效率较为低下的省份有北京、内蒙古、浙江、青海、宁夏、新疆（平均效率低于0.3）。根据效率得分的统计性描述，在210个观测样本中，其均值为0.4945952，标准差为0.2826332，最小值为0.07（与生均指标时相同，也出现在2009年宁夏），最大值为1。核密度函数估计图、效率得分直方图均与生均指标的核密度函数估计图相似3.地区分析。以地区为维度，平均效率最高的为安徽省，其次分别是江西、河南、湖北、重庆、陕西、上海、河北、海南，其平均效率都达到了0.6以上。平均效率高于0.4~0.6的省份有湖北、广西、海南、重庆、陕西；0.4~0.6的有山西、吉林、黑龙江、江苏、附件、山东、湖南、四川、贵州、甘肃。其他省份的平均效率水平较低，其中北京最低，宁夏、青海、新疆其次。从中可以发现，我国高等职业教育融资效率具有较为显著的地区特征，且与各省份的经济发展水平、教育发展水平密切相关，后续将采用Tobit模型进行分析。

四、影响因素回归与结果分析

在第一阶段，采用DEA方法测度了我国高等职业教育的融资效率得分，把得分作为被解释变量，从政府角度、地区经济社会特征角度和高等教育特征角度，采用面板数据Tobit模型分析可能影响高等职业教育融资效率的各种因素。1.影响因素指标选择。在地区特征方面，格罗斯曼（Grossman）等人认为人口密度越大，监督和管理的成本越小，随着人口密度的增加会出现规模经济性，即随着人口规模的增加，公共服务会出现规模经济效应，因此高等教育的融资效率也就会有所提高。一般认为地区经济发展水平对于支出效率具有正向的影响，这种假设的机理在于富裕地区的居民能够给与政府压力从而提高支出效率，满足公共服务的需求。从高等职业教育的角度来看，经济水平的提高一方面会让居民给予政府教育投入的压力，另一方面会为政府增加改善效率的压力。但是也有研究认为经济水平的提高会带来富养闲人的现象发生，从使得效率恶化。一般认为一个地区的居民受教育水平会影响政府支出效率，认为教育水平越高的地区，居民具有更强烈的监督意识，也能够更好地识别官员的腐败行为，从而能够改善政府的支出效率。对于高等职业教育融资效率而言，这个研究视角也是合理的。另外，文章还使用贸易依存度来衡量一个地区的对外开放程度，采用外商直接投资来衡量地方政府招商引资的努力程度，城市人口占比来衡量地区城镇化水平，国有企业员工占比衡量市场化程度。一般认为，对外开放程度、FDI代表了政府对外开放，拉动经济增长的努力程度，因此会提高政府支出效率。但对于高等职业教育而言，可能会因为这些努力程度的增加而使得政府忽视了高等职业教育融资效率问题，因此这些变量的正负方向难以确定。同时，一般认为农村人口占比越高，公共服务成本也越高，因而城镇化水平与支出效率存在负向关系；国有企业员工占比越低，市场化程度越高。除此之外，本文尝试分析地方政府行为对高等职业教育融资效率的影响，主要从三个角度刻画政府的行为：第一，政府的支出意愿。采用生均高等职业教育支出进行衡量；第二，融资来源。采用高等职业教育融资来源中企业来源占比进行衡量；第三，从三个方面刻画了政府对教育的重视程度，分别为地方政府对教育的重视程度、地方政府对普通高等教育的重视程度和地方政府对高等职业教育的重视程度。所有变量进行了单位根检验，结果显示人均GDP在一阶差分之后平稳，其他变量直接平稳，因此采用人均GDP差分作为控制变量。具体的变量及变量计算方式如表1所示。2.回归结果分析。首先，先尝试直接使用面板数据回归来分析影响因素，虽然这种估计是有偏的，但是这种尝试也具有一定的代表性。在表1的回归结果中，报告了固定效应的结果，所有方程的hausman检验决绝原假设，鉴于固定效应模型能够差分掉随时间不变的效应，因此认为固定效应回归是有效的。方程中（1）、（3）中放入了所有的影响因素变量，同时为了稳健性，在（2）、（4）中去除了在（1）、（3）中都不显著的变量。随后采用随机效应的面板数据Tobit模型继续对模型进行估计，与表2相似，方程中（1）、（3）中放入了所有的影响因素变量，同时为了稳健性，在（2）、（4）中去除了在（1）、（3）中不显著的变量，结果见表3。从表2和表3的结果中可以看出，虽然改变了回归估计的方法和主要变量，但是方程中的核心解释变量的系数值、方向及显著性都没有变化。其他控制变量的系数符号都没有变化，显著性只有文盲率和对外开放程度有所改变（在Tobit回归的（1）、（2）中，这两个变量都变得显著），可见模型稳健性较强。对于主要解释变量，融资来源（r）系数为负，但并不显著，在随后的模型中，去掉该变量也并未改变最后的回归结果，因此可以认为融资来源对融资效率的影响并不显著。对于核心解释变量高等职业学校的生均支出变量（lnexpp），其系数为负且显著，说明生均支出与融资效率负相关，这表明随着融资规模的增加，效率有所下降。政府对教育的重视程度（att1）与融资效率正相关，随着地方政府对教育的重视程度的增加，高等职业教育的融资效率得到了改善；而普通高等教育的重视程度（att2）与融资效率负相关，而高等职业教育的重视程度（att3）与融资效率的相关性不显著。综合可以得出，随着地方政府对教育重视程度的增加，或者说随着政府更加重视教育等非经济性支出，高等职业教育的融资效率得到了改善；但是，随着对高等教育的重视程度的增加，融资效率有所下降，同时att3并不显著，因此可以得出：普通高等教育支出在教育支出中的比重过大，导致了融资效率的下降，但是att3的增加并没有这种效果。因此认为，普通高等教育支出在教育支出中的比重增加，地方政府更加重视普通本科教育而忽视了高等职业教育，从而导致了高等职业教育融资效率的降低。对于其他控制变量，可以看到城镇化水平与融资效率正相关，文盲率与融资效率负相关（即教育水平与效率正相关），对外开放程度负相关，人口密度与效率正相关，其他控制变量并不显著。其中城镇化水平及文盲率与预期相符，人口密度与效率正相关，说明出现了规模经济效应，而对外开放程度与效率负相关的机理可以解释为：对外开放程度代表了地方政府发展经济的努力程度，这可能造成了地方政府对高等职业教育的忽视。

五、结论

1.我国高等职业教育的融资效率普遍较低。在效率测度后发现，我国高等职业教育融资效率普遍低下，平均水平在0.5左右，很多省份甚至处在非常低的水平（小于0.2）。近几年高等职业教育的融资效率有所改善，但是效果不显著。2.融资来源与融资效率的关系并不显著。高等职业教育的生均支出与融资效率负相关，这表明随着融资规模的增加，效率有所下降；政府对教育的重视程度（att1）与融资效率正相关；普通高等教育的重视程度（att2）与融资效率负相关；高等职业教育的重视程度（att3）与融资效率的相关性不显著。最终认为，普通高等教育支出在教育支出中的比重增加，地方政府更加重视普通本科教育而忽视了高等职业教育，从而导致了高等职业教育融资效率的降低。3.城镇化水平与融资效率正相关；文盲率与融资效率负相关（即教育水平与效率正相关）；对外开放程度负相关，对外开放程度代表了地方政府发展经济的努力程度，这可能造成了地方政府对高等职业教育的忽视；人口密度与效率正相关，说明出现了规模经济效应；其他控制变量并不显著。

参考文献：

[1]黄日强，胡淑坤，赵函.政府拨款：澳大利亚职业教育经费的重要来源[J].职教通讯，2010，（1）：51-54．

[2]黄日强.澳大利亚职业教育的经费[J].外国教育研究，2004，（9）：61-64．

[3]李凌，卢洪友．农村义务教育均等化转移支付规模研究：基于财政需要的实证分析[J].当代财经，2008，（10）：30-35．

[4]李勇刚，高波，王璟．晋升激励、土地财政与公共教育均等化[J].山西财经大学学报，2012，（12）：1-9．

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

作者:刘蓓蓉 单位:中国人民大学