论文职业教育资源配置效率与其影响因素的空间计量分析，该文是教育资源类有关电大毕业论文范文和资源配置和空间计量分析和职业教育方面论文范文素材.
王伟
（重庆财经职业学院,重庆402160）
摘 要：通过建立投入产出指标,运用DEA-Malmquist 指数方法和2003-2014 年31 个省份的面板数据,研究发现我国职业教育资源配置效率呈技术进步主导的增长态势,西部、中部、东部和东北“四大板块”资源配置效率依次下降,青海为高增长型区域且配置效率最高,北京等26 省为低增长型区域,河北等4 省为徘徊型区域,河南配置效率最低；教育资源配置效率存在空间依赖性,其中产业结构、教育结构、区域人口变迁、硬件设备、师资力量和人才培养质量等6 个因素对教育资源配置效率有促进作用,经济实力和经费投入等两个因素对配置效率有约束作用.
关键词：职业教育；资源配置效率；Malmquist指数；空间计量
中图分类号：G710 文献标识码：A 文章编号：1674-5485（2017）02-0097-07
在传统要素资源配置边际报酬递减的形势下,要想产生额外的生产效率,就必须加大职业教育资源的统筹,发挥协同效应,不断提高资源的配置效率.从鞠晓伟和陆晓芳（2009）［1］、景琴玲和贾金荣（2012）［2］、潘海生和冉桃桃（2015）［3］等相关文献来看,有关教育资源配置效率的研究取得了一些成效,但在投入产出指标选择上还不全面,有些指标不符合职业教育的特点,测算的结果不免存在误差；同时,教育资源配置效率的演变分析还不够深入,对其影响因素的空间计量研究还没有涉及,本文由此展开研究.
一、职业教育资源配置效率测算方法与指标选取
（一）DEA-Malmquist 指数
Malmquist 指数的基本形式为：
式中（xt,yt）和（xt+1,yt+1）分别表示t 期和t+1 期的投入与产出向量, Dt （xt +1,yt +1） 、Dt （xt,yt） 、Dt +1（xt,yt）均为距离函数,Dt +1（xt +1,yt +1）代表的是以t 期技术为参照的t+1 期效率,Dt （xt,yt）则代表以t 期技术水平表示的当期效率水平,另外两个可以类推.DEA-Malmquist 指数用t 期到t+1 期生产率变化的几何平均值来衡量,即：
上式又称为全要素生产率（TFP）,能全面地衡量教育资源配置效率.当数值大于1,表示教育资源配置效率呈增长趋势,数值小于1 表示教育资源配置效率呈下降趋势,数值等于1 则表示效率无变化.进一步的指数分解,可得到：
（二）投入产出指标选取
DEA 指标选择最常用的是*法和生产法,测算整体效率时大多采用*法,评价局部效率时则用生产法（Berger etc.,1997）.同时,投入产出指标个数宜少不宜多,并保证决策单元的数量为投入产出指标总个数的2 倍及以上,否则将导致被研究对象大部分差异被稀释（Golany&Roll,1989）.本文以生产法来选择指标,紧密结合职业教育的特点,从人力、财力、物力和制度四个视角确定投入指标,从人才培养和职业教育吸引力两个角度选择产出指标,具体如表1.为反映增量变化和动态性,指标数值一律使用相对数,进行比例或比值的计算调整.
二、职业教育资源配置效率演变分析
本文运用DEAP2.1 软件,基于2003-2014 年31个省份面板数据,分别测算了全国、各省和“四大板块”的教育资源配置效率,结果如下.
（一）全国教育资源配置效率
从表2 可知,2003-2014 年我国职业教育资源配置效率TFP 为1.027,整体呈小幅增长的态势,年均增长幅度2.7%,比高等教育配置效率年均增长2%要高［4］.
这说明职业教育在资源配置方面优于高等教育,能产生额外的生产效率,进一步提升职业教育地位十分必要.从效率的分解来看,技术进步年均增长0.3%,技术效率年均增长0.4%,技术进步对整个教育资源配置效率的拉动作用明显要强于技术效率.对于职业教育而言,技术进步主要体现在人才培养模式、重点专业建设、核心课程改革和信息化教学手段等多领域的深层次变革.通过自主创新和模仿跟进,职业教育告别了过去粗放的发展模式,找准了办学方向,加强了内涵建设,呈现了旺盛的生命力.尽管技术效率增长幅度较小,但对资源配置效率提升仍有促进作用,只是这种拉动作用不强,究其原因,主要是组织管理改革、体制机制优化、结构调整等方面相对滞后.
从各年效率值的变化来看,除了2010-2011 年和2011-2012 年配置效率小于1 外,其他年份均大于或等于1,2006-2007 达到最高值1.106,2010-2011 达到最低值0.956.2006-2007 年配置效率出现峰值,与国务院颁布实施的《国务院关于大力发展职业教育的决定》（国发〔2005〕35 号）及各地出台的配套政策有关,应该说当时条件下,职业教育受到了前所未有的重视.但2010-2011 年效率值出现了谷值,事实上,自2010 年起我国中等职业教育招生人数、教育经费投入占比均首次出现下滑,高等职业教育在经历前期的外延式扩张,也开始面临阵痛的转型.值得注意的是,从各年配置效率走势来看,整体振幅较大,呈典型的波浪形态,尤其是经历两次触底,2012-2014年配置效率有了较大幅度的增长,且这一增长由技术效率而不是技术进步来主导,释放了积极信号.
（二）区域教育资源配置效率
从各省的配置效率来看,青海最高（1.111）,河南最低（0.988）；配置效率处于增长的省份有27 个,处于衰减的有4 个,大多数省份在职业教育资源优化配置方面做出了突出的成绩（见表3）.
借鉴陶蕾和杨欣（2015）的划分标准［5］,把效率值处于区间（-∞,0.9］、（0.9,1.0］、（1.0,1.1］和（1.1,∞）的依次定义为低效型、徘徊型、低增长型和高增长型区域.易知,辽宁、河北、黑龙江和河南4 省为徘徊型区域,陕西、贵州、湖北、福建、北京、甘肃、安徽、江西、浙江、新疆、广西、四川、上海、湖南、山西、天津、重庆、江苏、西藏、山东、云南、内蒙古、宁夏、吉林、海南、广东26 省为低增长型区域,青海为高增长型区域.教育资源配置效率与经济发展水平、地理位置等区域条件有关,但并非对称.处于徘徊型的省份,技术效率均小于1,对配置效率增长形成了阻碍作用；属于低增长型的省份,技术进步基本大于1,技术效率产生了分化,19 个大于1 的省份的配置效率高于7 个技术效率小于1 的省份；青海省为唯一的高增长型区域,其显著特征在于技术效率值大幅超过其他省份,在技术进步的共同作用下,资源配置效率取得了领先优势.
从“四大板块”的资源配置效率来看,配置效率最高的为西部地区,年均增幅达到了4.0%,高于全国平均水平1.3 个百分点；中部地区其次,配置效率年均增幅3.5%,高于全国平均水平0.8 个百分点；作为经济最发达的东部位居第三,配置效率年均增幅2.7%,与全国平均水平持平；东北地区配置效率等于1,生产率无变化,排名最后.总体上看,“四大板块”的教育资源配置效率差异不大,基本处于均衡发展态势.西部地区资源配置效率较高,得益于技术进步和技术效率的齐头并进,这与国家多年来对西部的扶持政策有关,在职业教育财政投入、对口支援、招生就业、体制机制改革等方面给予了倾斜,这些有效地弥补了自身短板,推动了资源要素的组合优化,激发了办学活力,产生了较高的投入产出效率.中部与东部地区的教育基础条件好,技术进步的年均增长率均较高,但在政策支持方面相对劣势,因而配置效率略显落后.但中部的技术效率比东部高0.6%,而东部技术进步比中部高0.2%,但在技术效率的作用下,最终中部以0.8%的优势超过东部,显示了技术效率的重要性.东北地区的技术进步和技术效率均最小,尽管技术进步有年均1.1%的增长幅度,但在技术效率年均下降1.1%的作用下,配置效率最终等于1,明显落后于另外三个地区,应加大改革力度,破除各种障碍,提升东北地区的技术效率.
三、教育资源配置效率影响因素的空间计量分析
（一）变量和模型
1. 变量
影响职业教育的因素包括外部环境因素和内部环境因素,本文根据这一思路,选择了8 个解释变量,具体如表4.
2. 模型
空间面板模型通常包括空间滞后模型（SLM）、空间误差模型（SEM）以及空间杜宾模型（SDM）三种.其基本形式如下：
其中,yit 代表时间为t 空间单位为i 的被解释变量,X ’it 代表空间个体i 的1×k 维空间滞后外生变量矩阵,β 为外生变量系数向量,Σwijyij代表与i 相邻的区域单位的被解释变量yjt 对yit 的影响,wij 是N×N 维非负空间权重矩阵w 的构成元素,ρ、δ 为相邻区域被解释变量相互影响程度,εit为误差项,服从（0,σ2）独立同分布,μi、λi 与普通面板模型设定相同,这里表示空间效应和时间效应.
基于此,本文建立如下空间面板杜宾模型：
yit等于λwyit+β1lngit+β2cit+β3lnjit+β4sit+β5rit+β6kit+β7dit+β8vit + α1wlngit + α2wcit + α3wlnjit + α4wsit + α5writ + α6wkit +α7wdit+α8wvit+μit
式中,Y 用职业教育资源配置效率TFP 替代,i代表省份,i等于1,2,...,31,t 为年份,t等于2003,2004,...,2014,μ 代表随机扰动项.λ 为空间自回归系数,α 为自变量的空间相关系数,w 为空间权重矩阵.当α等于0,上述模型会演变为空间滞后模型,当α+βλ等于0,则会演变为空间误差模型.
（二）实证结果
1. 相关性检验
通常使用Moran’s I 指数来做全局性空间相关性检验,其基本定义如下：
其中,n 为区域总数,wij 为空间权重（区域i 与区域j 相邻,wij等于1,否则,wij等于0）,yi 和yj 分别是地区i 和j的变量.Moran’s I 指数数值在［-1,1］波动,正值代表正相关,即具有相似的属性集聚在一起,负值代表负相关,即具有相异的属性集聚在一起,0 表示该属性是随机的,没有空间相关性.
从表5 可以看出,职业教育资源配置效率TFP面板数据均通过了1%显著性检验,且Moran’s I 指数均为正数,表明全国、西部地区和其他地区的职业教育资源配置效率存在显著的空间正相关性.这意味着,如果使用时序模型对职业教育资源配置效率的影响因素进行估计将会有偏,空间计量模型更适用.图1 展示了全国莫兰指数的分布情况,从各年的变化情况来看,职业教育资源逐步集中到“高—高”配置区域.
2. 模型选择
根据Anselin 等（2004）的判别准则：如果在空间依赖性的检验中发现空间滞后较之空间误差在统计上更加显著,且空间滞后稳健检验显著而空间误差稳健检验不显著,则可以断定适合的模型是空间滞后模型；相反则可以断定空间误差模型是恰当的模型.
从表6 可以看出,模型（1）、（2）和（3）均应选择空间滞后模型.进一步的Wald 和LR 检验,则是判别选择空间滞后模型还是选择空间杜宾模型.从p值来看,模型（1）和（2）均无法在5%的水平上拒绝空间杜宾模型能够退化为空间滞后模型的原假设,所以空间滞后模型更加合适；模型（3）则相反,应选择空间杜宾模型.
3. 估计结果
运行Matlab 可得出表7 的结果,从R2和LM 统计量来看,各模型的总体显著性较好.模型（1）显示,产业结构、教育结构、区域人口变迁、硬件设备、师资力量和人才培养质量等6 个因素促进了职业教育资源配置效率的提高,其中,人才培养质量推动作用最大.这一结论证实了职业教育资源配置既与产业、人口等外部环境有关,还与学校内涵建设密切联系.实际上,20 多年来我国经济发展最为重要的一个主题就是“转方式、调结构”,产业结构的升级优化倒逼职业教育自上而下进行变革,教育部和各地开展了一系列“职业教育与产业对接对话活动”,职业学校也探索了丰富有效的“校企合作,工学结合”办学模式,这些有力地促进了产教融合.人才培养质量对教育资源配置效率有很强的正向促进作用,说明通过教育理念更新、教学方法创新、教学手段革新等来提高人才培养质量,可以实现对教育资源配置效率的显著提升.教育结构、人口变迁、硬件设备以及师资力量的优化,给予了更多的学生接受职业教育的机会,有利于教育资源向职业学校分流,配置到资源更为缺乏的职业教育,产生更高的投入产出效率.
值得注意的是,模型（1）中区域经济实力和经费投入对教育资源配置效率有一定的抑制作用,产出弹性分别为-0.0021 和-0.0448.统计数据显示,2003-2014 年GDP 年均增速13.81%,职业教育在校生规模年均增长19.03%,而经费总收入年均增长10.5%,三者之间明显不适应.2015 年全国人大常委会也首次启动了《职业教育法》的执法检查,但结果显示“职业教育经费稳步增长机制不够健全”,无论是国家和地方在落实教育经费投入上均未达到法定要求.实际上,经济实力与经费投入并不是对称增长,经济发展的成果和经费投入的成效也不能即时反映出来,而是在之后的数年内逐渐释放显现.可见,在非对称增长和滞后效应的双重作用下,经济实力和经费投入对教育资源配置效率的提升不仅要大打折扣,还可能先是负向作用而后才可能是正向贡献.模型（2）和（3）显示,各因素对教育资源配置效率的影响存在区域差异：西部地区的产业结构、教育结构、人口变迁、师资力量和人才培养质量等5 个因素对教育资源配置效率的贡献低于其他地区,但经济实力、经费投入、硬件设备等3 个因素的贡献高于其他地区,尤其是经济实力与配置效率的弱正相关性值得关注.
四、小结
通过前述研究,本文发现2003-2014 年我国职业教育资源配置效率年均增长幅度达到2.7%,技术进步的作用强于技术效率,不同省份和板块之间存在差异,但整体基本呈均衡发展态势；进一步的空间计量分析显示,我国职业教育资源配置效率存在空间自相关效应,产业结构、教育结构、区域人口变迁、硬件设备、师资力量和人才培养质量能正向促进配置效率提高,经济实力和经费投入则对配置效率有一定的抑制作用.
由此本文提出几点思考：第一,千方百计提高职业教育的技术效率.当前职业教育各项改革进入深水区,已经到了“啃硬骨头”的攻坚时期,与技术效率有关的组织管理改革、体制机制优化等方面亟需推动.这就要求我们进一步对职业教育简政放权,落实办学自主权,兼顾市场对资源的配置作用,建立企业和社会力量参与办学的激励机制,打破老化固化的办学模式,提升组织活力.第二,在制定职业教育发展政策时,不应忽视板块之间、省域和县域之间教育资源配置的横向交互影响,而要考虑相邻区域的“相互激励”,健全国家和地方职业教育统筹协调机制,形成功能分区的职业教育集群,发挥职业教育各项要素资源的空间互补性和溢出效应,整体性提升资源配置效率.第三,加大全国对各省、各省对市县的职业教育执法检查和达标验收力度,尤其是要监督职业教育经费投入、硬件设备、师资力量和职业教育质量等方面的实施和落实情况,找出政策传导不畅和执行不力的环节,创新思路,逐步缓解当前的教育资源错配格局.
参考文献：
［1］鞠晓伟,陆晓芳. 我国教育生产率增长方式及其优化对策研究［J］. 吉林大学社会科学学报,2009,（4）：117-124.
［2］景琴玲,贾金荣. 中国农业职业教育生产效率的统计评价［J］. 统计与决策,2012,（4）：98-99.
［3］潘海生,冉桃桃.1998-2012 年我国中等职业教育全要素生产率变动分析——基于Malmquist 指数方法［J］. 职业技术教育,2015,36（7）：55-60.
［4］夏焰,崔玉平. 基于资源优化配置的高等教育全要素生产率分析［J］. 现代教育管理,2015,（12）：29-34.
［5］陶蕾,杨欣. 我国中等职业教育资源配置效率评价及分析—— 基于DEA-Malmquist 指数模型［J］. 教育科学,2015,31（4）：26-31.
（责任编辑：赵晓梅；责任校对：杨玉）
上文结论,本文是一篇关于资源配置和空间计量分析和职业教育方面的教育资源论文题目、论文提纲、教育资源论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文.
参考文献：
1、 基于大数据的高校思想政治教育资源配置 摘要随着科学技术日新月异的发展,高校的教育模式也在随之发生改变 大数据教育时代催生着各学科教学理念的更新和教学方法的改革 本文首先对大数据时代思想政治教育资源进行了概述,阐释了高校思想政治教育资源配置.
2、 社会网络对公共医疗资源配置效率的影响以江苏为例 社会网络对公共医疗资源配置效率的影响研究——以江苏为例■贲 慧 张 阳 公立医院资源配置效率是公共医疗资源非均衡治理研究的焦点问题 基于社会网络理论,探讨公立医院资源配置.
3、 区域金融生态和信贷资源配置效率差异的关系 摘 要文章以全国九大城市群为研究样本,利用主成分分析以及数据包络分析,测度各地区20032015年金融生态环境以及信贷配置效率 在此基础上利用对数离差均值分析二者的差异,结果显示金融生态环境与信贷配置.
4、 我国义务教育资源配置效率实证 摘要教育资源优化配置不仅能够提升我国义务教育办学品质与活力,同时还是保证基础教育公平的前提条件 采用DEA分析方法对20122014 年我国31 省（直辖市、自治区）义务教育资源配置效率进行评价与比较.
5、 城乡居民对公共教育服务的满意度与影响因素分析 侯江红,刘文婧（云南大学,云南昆明650091）摘要采用中国综合社会调查2013 年数据（CGSS数据）,对政府提供公共教育服务的城乡居民满意度进行考察 运用描述性分析的统计方法对城乡居民对公共教育服.
6、 乡村振兴视阈下小农户生产效率的影响因素分析基于河南省沈丘县小麦农户的调查数据 摘要乡村振兴的关键和重点是产业振兴 小农户是我国不可或缺并长期存在的农业经营主体,其生产效率的提升对乡村产业振兴至关重要 利用河南省沈丘县150户小农户小麦生产资料数据,采用SBM—Tob.