我国高等职业教育资源配置绩效评价研究

2022-03-17蔡文伯陈念念

职业教育研究 2022年2期

蔡文伯陈念念

摘要：从办学条件、教学及经费、学生发展、交流培训与服务4个维度选取了21个高等职业教育资源指标，构建了高等职业教育资源配置绩效评价指标体系。运用AHP-TOPSIS模型测算了我国30个省份2018年高等职业教育资源配置绩效的评价值，并利用SOM聚类分析，确定各省份高职教育资源配置绩效的等级。结果显示：纵向科研经费、对外交流和学生就业三种资源配置绩效最优，信息化教学宽带、年生均财政拨款、师生比和高职院校数量四种资源配置绩效最差;从省份中观层面来看，江苏省的高等职业资源配置绩效最优，广东、山东、浙江和北京次之;从区域宏观层面来看，东部地区高等职业教育资源配置绩效优异，中部地区资源配置绩效较差，西部和东北地区的资源配置绩效最差。

关键词：高等职业教育;资源配置绩效;AHP-TOPSIS模型;SOM聚类

中图分类号：G710 文献标识码：A 文章编号：1672-5727（2022）02-0055-07

一、问题的提出

由于我国区域经济发展状况不同，故我国高等职业教育发展也存在区域不平衡现象。许多学者从资源利用效率方面进行了分析，刘晶晶、和震对高职院校在技术融合、资源融合、利益融合等多重维度上进行了探究[1];陶蕾、杨欣利用DEA和Malmquist指数模型对中职教育资源配置效率进行动态测评[2];苏荟、张继伟、孙毅利用DEA和Malmquist指数模型测算出我国职业教育经费投入呈现整体偏低[3];李梦卿、邢晓认为，高职教育应与联盟链、产业链和资金链等区块链内在耦合[4];宋亚峰、王世斌、潘海生运用DEA模型对我国区域和各省份高等教育资源配置差异进行研究，并利用空间计量模型分析了各省高等职业教育资源配置效率的具体空间特征[5];杨近通过规范研究提出发挥市场作用、开展校企合作等优化高等职业教育资源配置的对策[6];苏荟、吴玉楠建立PCA-DEA模型分析发现我国东西部地区高职院校办学绩效高，中部地区办学绩效较低[7]。

综上所述，高等职业教育资源配置绩效研究虽然比较丰富，但仍存在不足。首先，研究内容上，许多研究者都更加注重对各省高等职业教育资源利用效率和冗余进行研究，而鲜少从高等职业教育资源条件本身出发对资源配置绩效进行综合评价;其次，研究方法上，大多数研究都是采用传统的DEA-Mauquist模型对高等职业教育资源配置效率进行测算，或采取优化的DEA模型和空间计量模型相结合进行研究，方法都比较传统或泛化。基于研究视角和研究方法的创新，笔者从高等职业教育资源配置条件本身出发，采用AHP-TOPSIS和SOM聚类模型对我国30个省份（不包括台湾省、香港特别行政区、澳门特别行政区;由于西藏自治区数据缺失，也未包括在内）的高等职业教育资源配置绩效进行评价研究，希望在一定程度上拓展高等职业教育研究路径，并为高等职业教育质量发展提高提供参考。

二、研究设计

（一）资源配置绩效评价指标体系

根据已有的相关文献研究，有些学者把基础性资源和发展能力作为高职教育的评价指标。“2017年学科评估”将大学的评估指标体系划分为四个一级指标：“师资”“人才培养质量”“科研水平”和“社会服务”。本研究在借鉴相关学者和2017年学科评估指标体系的基础上，遵循指标体系设置的科学性、简约性、可运算性原则[8]，将高等职业教育资源配置从办学条件、教学及经费、学生发展、交流培训与服务4个维度进行评价，4个维度下又包含12个二级指标和21个三级指标，详见表1。

（二）AHP-TOPSIS和SOM评价模型

1.AHP模型主观权重

美国运筹学家托马斯·塞蒂（T. L. Saaty）提出层次分析法（Analytic Hierarchy Process，AHP）。该方法的核心是通过两种要素之间相互比较构建判断矩阵并结合决策者经验进行量化，不仅可以为决策者提供决策依据，而且在处理复杂问题上比较实用和有效;缺点是易受主观因素影响[9]。

（1）首先选取高等职业教育资源相关指标并建立层次结构，经过同一层次要素之间两两比较构建判断决策矩阵：A=[Cij]n×n，Cij表示高职教育指标数据决策矩阵中Ci和Cj相比较后的数值。

（2）构建高等职业教育决策矩阵后，检验决策矩阵是否通过一致性检验。再通过方根法计算各指标层权重：Mi=aij，i=（1，2，3，……，n），W= ，各指标主观权重为：Wi =W/W。

2.TOPSIS模型综合评价

TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）法常运用于多目标决策分析中，是一种接近理想状态的科学分类方法[10]。如果评估对象距正理想解越近而距负理想解越远，则高职教育资源配置绩效越优。但TOPSIS在多层次多因素评价中容易受限。将AHP和TOPSIS兩种方法结合既能体现AHP层次分析法的研究路线，又能保留TOPSIS法对指标数据本身特性的关注，有效降低主观因素的影响[11]。

（4）计算高等职业教育指标相对贴近度C。其公式为：C=D-/（D++D-），（1，2，3……，m）。根据高等职业教育资源评价指标的相对贴近度值，确定各省份对高等职业教育资源配置绩效优劣水平。

3.SOM模型聚类分析

SOM（Self-Organizing Maps，自组织映射神经网络）是一种可以自动查找数据中内在规律的聚类和高维可视化算法，具有很强的适应性和稳定性[12]。利用SOM 聚类可以对各省份高职教育资源配置绩效水平进行分类排序。本研究基于AHP-TOPSIS和SOM 聚类模型，构建了高等职业教育资源配置评价指标体系，利用AHP-TOPSIS法分别计算了指标层权重、正负理想解和相对贴近度，用以确定30个省份资源配置绩效水平，保障了结果测算的合理性。再者，基于AHP-TOPSIS计算出的数据结果，利用SOM聚类算法对30个省份高等职业教育资源配置绩效的优劣程度进行分组，减少了个人经验判断的主观性，使各省份高职教育资源配置绩效的分类结果更加客观科学。评价流程如图1所示。

三、实证分析

（一）数据来源及预处理

本研究选取我国30个省份，并根据国家统计局对区域的最新划分，将30个省份划分为东部、中部、西部和东北部4个地区。指标数据来源于2018年《高等职业教育年度报告》以及《教育经费统计年鉴》，高职教育资源数据详见表2。

由于构建的高等职业教育指标体系中各指标数据量纲不同，容易造成分析结果的不准确性，故本研究采用平方和归一化方式对数据进行无量纲化处理，其公式为：Zij=，其中xij代表每个指标原始数据的数值，Zij代表对应的高等职业教育每个指标数据标准化后的值，经处理后将指标数据转化为[0-1]之间标准化数据并以决策矩阵方式加以呈现，即：

（二）基于AHP法指标权重计算

利用AHP方法计算高等职业教育资源各级指标权重。根据构建的指标体系，构建三层结构图。目标层为高等职业教育资源配置绩效综合评价;准则层包括高等职业教育办学条件、学生发展、教学及经费、交流培训与服务;指标层包括21个三级指标（X1、X2、X3、……X21）。用两两比较法和1-9重要性比例尺度，构建高职教育21项指标决策矩阵，最终确定各评价指标的权重，见表3。

由表3可知，高等职业教育资源相关指标共21项，由此构建了21阶判断矩阵，并利用AHP法计算出21项数据指标的权重值为：

由准则层决策矩阵的特征向量值计算λmax（最大特征根）分别为{6.603，7.810，3.054，5.348}，再分别代入公式CI=（最大特征根-n）/（n-1）中计算得到CI值，通过查询随机一致性RI表确定RI值。再将CI和RI的值带入公式：CR=CI/RI，计算得到CR值为{0.0960， 0.0993，0.0519，0.0776}。CR<0.1，意味着中间层决策矩阵所得权重具有一致性，本研究判断矩阵通过一致性检验，详见表4。

（三）资源配置绩效TOPSIS评价值计算

由标准化后的矩阵决策Z与各指标权重值W相乘得到加权标准化决策矩阵V为：

表5中的D+和D-分别表示高等职业教育资源评价对象与正负理想解的距离;C表示评价对象与最优方案的接近程度，即相对贴近度越大越优。本研究中相对贴近度大小代表着高等职业教育资源配置绩效优差程度。从结果分析中可以看出江苏省高等职业教育资源配置绩效最优，广东、山东、浙江和北京次之。

（四）资源配置绩效SOM聚类分析

利用SOM聚类对高等职业教育资源配置绩效TOPSIS评价结果进行分类，可以较为有效地解决评价对象之间由于微小差异带来分组界限模糊的问题，可以帮助研究者清晰地了解高等职业教育资源配置绩效问题，有利于深入展开研究。

由表6聚类结果可知，根据高等职业教育资源配置绩效的优化程度，可以把我国30省份聚类为4组。由此可以看出，高等职业教育资源配置绩效较好的省份，主要集中在东部地区。由于东部地区经济发展迅速，教育资源十分丰富，人才济济，而且科学技术发达，所以在各种有利因素的作用下东部地区的资源配置绩效也达到最佳。由于西部和中部地区经济发展水平速率落后于东部地区，使得教育资源配置强度也不理想，尤其是西部地区的资源基础设施配置更加薄弱。

四、研究结论及建议

（一）结论

本研究基于AHP-TOPSIS和SOM模型对我国30个省份的高职教育资源配置绩效进行评价，结论如下：

第一，从高职教育资源指标微观层面看，纵向科研经费、对外交流和学生就业三种资源配置最优;信息化校园宽带、年生均财政拨款配置绩效、师生比和高职院校数量四种资源配置最差。表3中权重值排名前4的资源指标分别为：纵向科研经费、全日制留学人数、非全日制人员培训量和毕业生一次就业率。但是，信息化校园宽带指标权重仅为0.029 5、生均财政拨款指标权重仅为0.067 6，说明高等职业教育在为学生服务和满足学生发展需求方面存在不足。此外，院校数量资源指标的权重为0.049 9，师生比资源指标的权重为0.063 2，两种资源配置都较差，说明我国高职院校规模仍较小，需要适度扩张，教师资源供给不足，存在师资短缺现象。

第二，从各省份高职教育资源配置绩效中观层面看，江苏省高等职业教育资源配置绩效最优，广东、山东、浙江和北京次之。由TOPSIS综合评价结果和SOM聚类结果可以清晰看出，江苏省绩效评价值最高达到0.632，广东省次之，其资源配置绩效的评价值为0.606。说明这两省在办学条件、学生发展、教学及经费和交流培训与服务四个方面的资源配置都比较优异。西部地区资源配置条件本身比较薄弱。

第三，从区域资源配置绩效的宏观层面看，东部地区高等职业教育资源配置绩效优异，中部地区资源配置绩效較差，西部和东北地区的资源配置绩效最差。从SOM聚类结果中可知，东部地区的江苏和广东两省资源配置绩效最优，山东、北京和浙江等省份的资源配置绩效良好。

（二）建议

1.均衡高等职业教育资源配置，缩小区域高职教育发展差距

实证分析发现，我国西部和东北地区高等职业教育资源配置的绩效评价值最低，中部地区部分省份资源配置的绩效评价值也比较低，高职教育资源配置薄弱，发展质量不佳。要改变这种现状，首先，要打破传统的高等职业教育“等”“靠“要”的资源配置模式，实现高等职业教育资源跨界互动与融合，促进高等职业教育资源和教育质量均衡，减少资源损耗，从而解决不同地区高等职业教育资源配置严重不均衡的现象。其次，突破传统的职业教育发展思维，以“无边界职业教育”理念为基础，建立“大教育”思维指导的资源配置机制，实现资源有效利用[13]。再次，从自身发展来说，资源配置薄弱的地区可以采取差异化策略吸附个性化资源提升自身优势，实现高职教育资源增值和高效。尤其是西部地区，应主动抓住西部大开发政策带来的发展机遇，加强东西联动，实现东西双向互济，提高西部地区资源配置的通达度和均等化水平，推动西部地区高职教育发展。

2.重新确定资源配置主体利益关系，注重学生发展需求

通过对高等职业教育资源各指标权重进行计算可知，信息化教学校园宽带、生均财政拨款权重值较低，说明高等职业教育在学生服务方面还未完全满足学生发展需求。主要原因可能在于政府、高职院校、企业以及社会组织等不同主体之间的利益博弈导致我国高职教育资源类型边界过于刚性。教育的本质在于以学生为本，高职教育资源配置的重要意义在于培养高级技能型人才，满足学生成长和发展的需要。只有注重学生的发展需求，重新确立不同利益相关者的关系，才有可能消解主体之间的利益壁垒，实现不同类型教育资源的互动与共享[14]。政府应加大对高职教育的财政投入，保证我国高职教育资源配置的财政支出;还要加强数字资源精准化建设，对相关数字资源进行有效筛选，使它们能够借助网络媒体等平台实现高等职业教育资源对接与资源共享，完善高职教育资源配置的价值链。此外，企业或社会组织机构应均衡自身利益和社会利益。高职院校应提升资源的吸附力和资源利用率，加强学生使用资源的自主性[15]。

3.适度扩大我国高职院校的规模，优化教师队伍

研究发现，我国高职院校数量和师生比指标的权重值较低，说明我国高职院校的规模存在局限，高职教育教师资源比较短缺。基于此，各省份在兼顾教学质量和办学效益的基础上，通过一定比例扩招，适当扩大高职院校的规模，以降低规模因素对高等职业院校资源配置的阻隔。首先，在扩张高职院校规模时要以实际情况为准则，避免盲目扩张带来负面效应，造成本末倒置。其次，对于解决师资短缺而言，高职院校需要明确自身定位，灵活调整教育结构，可以聘请相关领域的企业精英进行授课，还可以加强不同区域高职院校教师之间的联动与交流，建立师资共享机制，解决师资短缺问题。最后，打破区域之间的师资壁垒，建立公平合理的师资管理模式。改革高等职业教育人事招聘制度，建立教师职称晋升制度，为需要专业教师的领域提供“急救”教师[16]。

参考文献：

[1]刘晶晶，和震.“双高计划”高职院校深化产教融合的维度及内涵研究[J].教育发展研究，2020（17）：52-58.

[2]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（4）：26-31.

[3]苏荟，张继伟，孙毅.我国职业教育经费投入效率评价——基于社会经济功能的视角[J].现代教育管理，2019（5）：89-94.

[4]李梦卿，邢晓.区块链视角下高等职业教育产教融合创新模式研究[J].教育发展研究，2020（17）：59-65.

[5]宋亚峰，王世斌，潘海生.高等职业教育资源区域配置效率的空间计量研究[J].高等工程教育研究，2019（1）：144-151.

[6]杨近.我国高等职业教育资源配置现状及优化对策[J].职业技术教育，2014（16）：51-54.

[7]苏荟，吴玉楠.基于PCA-DEA模型的高职院校办学绩效评价研究[J].现代教育管理，2018（10）：87-93.

[8]郭韬，王晨，王淞，等.基于组合赋权-Topsis的军工集团军民两用技术推广能力评价研究[J].科研管理，2017（6）：76-83.

[9]朱建军.层次分析法的若干问题研究及应用[D].沈阳：东北大学，2005.

[10]王孝宁，颜玲，何钦成.基于TOPSIS法和SOM神经网络的论文评价研究[J].科技进步与对策，2009（24）：155-161.

[11]陆浩杰.基于AHP-熵权法的煤炭企业低碳经济综合评价研究[D].西安：西安科技大学，2014.