本研究借用DEA-Tobit模型测算56所“双高”院校的办学效率，以评价促进发展，为推动“双高”院校办学治理改革提供对策建议。

一、研究设计

（一）研究问题与假设

本研究的目标在于分析“双高”院校在多重投入的情况下产出的效率高低。具体来说，一是调查分析“双高”院校办学效率的整体水平，以及不同类型、不同级别“双高”院校的效率现状；二是重点分析“双高”院校办学效率中投入冗余和产出不足的情况；三是探讨影响“双高”院校办学效率的主要因素。为深入分析以上问题，本研究提出三个前提假设：不同高校毕业生的内在水平基本等质，不同学科科研产出所付出的劳动基本等质，不同高校的产出滞后期基本一致。在此基础上，根据研究问题分解出三个研究假设：

假设1：56所“双高”院校的办学效率较好，都呈现出DEA有效的特征。

假设2：56所“双高”院校的单位分布、结构特征、地域特征等都可能会影响到院校办学效率。

假设3：投入—产出的要素结构是影响56所“双高”院校办学效率的主要因素。

（二）研究方法与模型

高职办学是一个多维投入、多维产出的复杂过程，因此，办学绩效评价指标相对较多，指标内部的关系也较为复杂，无法用简单的评估体系进行计算。数据包络法（Data Envelopment Analysis, DEA）效率评估采用线性规划技术进行非参数分析，引入多个指标在多投入、多产出的模型中进行效率度量。高职院校办学效率的分析要素具有同质性，适合采用DEA分析法。因此，本研究拟采用DEA模型对56所“双高”院校的办学效率进行评估。DEA效率评估的常用模型有CCR、BCC等，但是CCR、BCC模型的有效决策单元的效率值均为1，仅能对决策单元做“有效”与“无效”的二维区分。为了弥补这一缺陷，Per Andersen和Niels Christian Petersen提出了一种超效率模型（super-efficiency, SE-DEA）。SE-DEA模型对CCR、BCC模型进行了改进，确保所有决策单元之间能进行效率高低比较，即使部分决策单元的效率值＞1，仍为有效的比较单元。因此，SE-DEA模型使得有效决策单元之间的效率差距得以被显现和衡量。为了避免CCR、BCC模型的局限，本研究综合采用CCR、BCC、SE-DEA对56所“双高”院校的办学效率进行评估和比较。此外，为了探究“双高”院校办学效率的影响因素，本研究跳出常用的最小二乘法进行回归分析，采用截断数值Tobit分析法，将DEA与Tobit结合，合成DEA-Tobit两步法测算“双高”院校办学效率的影响因素。Tobit模型的表达式如下：

Y*i=Xiβ+μi

Yi=0, if Y*i≤0

Yi=Y*i, if Y*i≥0

其中，Y*i为潜变量，Xi为自变量，Yi为观察变量，β为回归模型的系数，μi为误差项。

（三）评估体系的建构

DEA-Tobit模型的评估旨在测算投入—产出两个系统的相对效率。投入要素通常分为人力、财力、物力三个方面。在产出指标方面，基于职业院校最基本的办学任务，产出指标分为教学、产教融合与社会服务三个维度。在遵循实用性、可获得性、鉴别力的指标筛选原则下，整合国内常用的测评指标体系，确定见表1所示的“双高”院校办学绩效评价初始指标。

（四）数据来源与说明

本研究的研究数据分为三类：一是“双高”院校的办学投入与产出数据，采用56所高水平建设高职院校的《中国特色高水平高职学校和专业建设计划申报书》中的相应指标数据。二是第三方评估的排序数据，采用广州日报数据和数字化研究院（GDI智库）发布的“2019广州日报高职高专排行榜”数据；三是外部影响因素的数据，依据《中国统计年鉴2019》中的人口、教育、工业、企业、R&D等相关数据，研究对象的基本情况见表2所示。

（五）评估模型的验证

整合初级评估指标体系与56所抽样学校的数据，通过主成分分析法与相关性检验确定投入与产出的指标。首先，通过SPSS 21.0对14个投入指标和9个产出指标分别进行因素分析，采用主成分分析法对因子进行构造。剔除因子载荷量低于0.55的指标以及在多个维度上载荷量都超过0.55的指标。投入与产出指标的KMO值分别为0.619和0.612（＞0.5），巴特利特球形检验显著性均为0.000（＜0.001）。对投入产出指标进行主成分分析提取了3个投入因素IN1（资金设备支持）、IN2（课程相关资源支持）、IN3（人力资源支持），累积方差贡献率=76.234%；3个产出因素OUT1（校企合作成果）、OUT2（教学育人成果）、OUT3（社会服务成果），累积方差贡献率=64.719%。其次，对主成分分析的指标进行无量纲化处理。一是将原始数据进行标准化处理，将每一个指标上的数据都转化为平均值为0，标准差为1的Z分数；二是采用阈值法对投入—产出指标进行无量纲化处理。最后，对投入—产出指标进行函数的单调性检验，结果显示各指标之间呈现正相关，各指标之间的正向关系得到确认。

二、评估实施与数据分析

（一）“双高”院校办学绩效评估分析

经过指标开发与模型验证，运用CCR、BCC评估56所“双高”院校的基础办学效率。根据DEA效率标准，0.8以上属于效率较高，0.5~0.8之间属于效率中等，0.5以下属于效率较低。整理56所“双高”院校的基础办学效率，见表3所示。

从整体上看，56所“双高”院校办学效率较高，其中，CCR、BCC、规模效率等于1的院校分别占到了26.79%、33.93%和26.79%；中等效率院校比例依次为42.86%、37.50%和1.79%；低效率的院校占比依次为1.79%、0%和0%。

在CCR、BCC、规模效率的总体分布之外，参考BCC（σ）规模效率（Φ）两个指标及其平均水平（Mean），将56所“双高”院校办学效率分为4类：第一类（σ>Mean/Φ>Mean）、第二类（σ>Mean/Φ<mean< span="">）、第三类（σ<mean <="" span="">Φ<mean< span="">）和第四类（σ<mean <="" span="">Φ>Mean），根据两个参数构建绩效分类坐标如图1所示。

如图1，以BCC（σ）规模效率（Φ）为横纵坐标，交点为两个指标的全国平均水平，经过数据运算，得到“双高”院校办学效率分类。其中，第一类，纯技术效率和规模效率都大于平均水平的院校达到23所，以金华职业技术学院（σ=1.000；Φ=1.000）为代表，占比41.07%；第二类，纯技术效率大于平均水平，但是规模效率小于平均水平的院校有6所，以北京电子科技职业学院（σ=0.962；Φ=0.765）为代表，占比10.71%；第三类，纯技术效率和规模效率都小于平均水平的院校达到20所，以杨凌职业技术学院（σ=0.808；Φ=0.961）为代表，占比35.71%；第四类，纯技术效率小于平均水平，但是规模效率大于平均水平的院校有7所，以浙江机电职业技术学院（σ=0.655；Φ=0.994）为代表，占比12.50%。

因为CCR、BCC、规模效率的区分度不是很好，因此，改进几个基础的效率模型，运用SE-DEA模型对56所“双高”院校的分类效率评估，按照综合类、理工类和其他类的排序结果见表4所示。其中，综合类高职以武汉职业技术学院（SE-DEA=2.502）排序最高；理工类高职以黄河水利职业技术学院（SE-DEA=2.711）排序最高；其他类高职以山西省财政税务专科学校（SE-DEA=2.804）排序最高。

（二）“双高”院校的投入—产出问题分析

DEA-Tobit模型测算投入—产出的相对效率发现，有1.79%的院校CCR办学效率低于0.5，规模效率达到1的“双高”院校仅有15所，占比26.79%。规模效率能够灵敏地反映出“双高”院校的投入—产出问题。若规模效率未达到1，说明需要调整决策单元的规模，根据规模效率加大或缩减投入。通过规模效率检验发现，规模递增的院校有21所，在非DEA有效的“双高”院校中占51.22%，在56所“双高”院校中占37.50%。这部分院校的产出水平增长比例高于要素投入增长比例，如果所有的投入都增加一倍，产出将增加一倍以上。规模递减的院校有20所，在非DEA有效的“双高”院校中占48.78%，在56所“双高”院校中占35.71%。这部分院校的产出水平增长比例低于要素投入增长比例，如果所有的投入都增加一倍，产出未必等额增加。

运用松弛变量进一步考究“双高”院校的投入—产出问题。在投入方面，IN1（资金设备支持）投入冗余的院校有14所，占25%，其中以上海工艺美术职业技术学院（0.567）为代表，这一类学院小而精，但是经费设备的投入却相当高；IN2（课程相关资源支持）投入冗余的院校有12所，占21.43%，其中以山西省财政税务专科学校（0.749）为代表，这一类院校从行业院校转过来，课程相关的资源都比较充盈；IN3（人力资源支持）投入冗余的院校有10所，占比17.86%，其中以武汉职业技术学院（1.561）为代表。在产出方面，OUT1（校企合作成果）产出不足的院校有45所，占比80.36%，其中以辽宁省交通高等专科学校（0.693）为代表；OUT2（教学育人成果）产出不足的院校有43所，占76.79%，以哈尔滨职业技术学院（0.298）为代表；OUT3（社会服务成果）产出不足的院校有43所，占76.79%，以顺德职业技术学院（3.820）为代表。因此，从投入—产出的结构优化“双高”院校的办学效率任重而道远。

（三）“双高”院校办学绩效的影响因素分析

“双高”院校办学效率受多方面因素的影响。从职业院校办学的制度环境和办学规律出发，办学的区域、院校的类型、院校的级别都可能会影响“双高”院校的办学效率。数据分析发现，区域位置对“双高”院校的办学效率有一定的影响。单因素分析发现，各省间CCR（F=1.248，p=0.284>0.05）、BCC（F=1.254，p=0.279）和规模效率（F=0.956，p=0.948）的平均水平差异不显著，超效率（F=4.451，p=0.000）的平均水平差异显著。在学校类型方面，综合类“双高”院校的CCR、BCC、规模效率和超效率平均水平为0.807、0.847、0.950和0.989；理工类“双高”院校的CCR、BCC、规模效率和超效率平均水平为0.771、0.809、0.951和0.924；其他类“双高”院校的CCR、BCC、规模效率和超效率平均水平为0.889、0.905、0.982和1.251。

单因素方差分析发现，综合类、理工类和其他类“双高”院校之间的CCR平均水平（F=2.274，p=0.113）、BCC平均水平（F=1.727，p=0.188）、规模效率平均水平（F=1.902，p=0.159）和超效率平均水平（F=1.880，p=0.163）差异不显著。在国家“双高计划”的遴选和实施中，“双高”院校被划分为了A、B、C三类，统计发现，A类“双高”院校的CCR、BCC、规模效率和超效率平均水平为0.873、0.929、0.939和1.224；B类“双高”院校的CCR、BCC、规模效率和超效率平均水平为0.788、0.820、0.958和0.878；C类“双高”院校的CCR、BCC、规模效率和超效率平均水平为0.809、0.834、0.966和1.067。单因素方差分析发现，A、B、C类“双高”院校之间的CCR平均水平（F=0.873，p=0.424）、BCC平均水平（F=1.879，p=0.163）、规模效率平均水平（F=0.909，p=0.409）和超效率平均水平（F=1.674，p=0.197）差异不显著。

事实上，高职院校的办学效率还可能与办学实力紧密相关。广州日报数据和数字化研究院（GDI智库）的高职院校年度排行榜在国内比较有影响。根据GDI智库的“2019广州日报高职高专排行榜”数据与SE-DEA排行榜进行排位比较，得到结果如图2所示。

分析发现，SE-DEA排行榜与GDI排行榜之间的相关系数为0.057，p=0.677>0.05，所以，SE-DEA排行榜与GDI排行榜之间并没有高度的正相关。如图2所示，在SE-DEA排行榜与GDI排行榜中没有位差的仅有福建船政交通职业学院和贵州交通职业学院，占比3.57%；SE-DEA排位相对于GDI排位靠后的院校有29所，占比51.79%，这类院校以重庆工业职业学院为例，在GDI排行第12，但是办学的超效率仅仅排行第52，位差达到40位；SE-DEA排位相对于GDI排位靠前的院校有25所，占比44.64%，这类院校以西安航空职业技术学院为代表，在GDI排行第51，但是办学的超效率排行却在第9，位差达到42位。

在外部因素的影响之外，投入—产出的结构也是影响“双高”院校办学效率的因素。通过截断数值的Tobit分析法发现，OUT1、OUT2、OUT3、IN1、IN2、IN3的系数为0.176、0.104、0.136、-0.046、-0.080、-0.135，调整后的R²为0.454，χ2=38.208，p=0.000，AIC=61.937，BIC=78.140，故而拟合度良好。

由表5可以看到，从产出指标来看，校企合作成果对办学效率的影响最大，并且呈现正向的影响，即校企合作的成果越多，学校的办学效率越高；从投入指标来看，当前情况下，所有投入指标与办学效率之间呈现负相关，即投入越多，办学绩效越低，其中影响最大的指标是资金设备的投入。

三、评估结果与讨论

（一）“双高”院校办学效率中等及偏下占比过大，非DEA有效的问题严重

首先，从整体上来看，56所“双高”院校中，CCR、BCC、规模效率等于1的院校分别占到了26.79%、33.93%和26.79%。但中等效率的院校也依次达到42.86%、37.50%和1.79%，CCR效率偏低的院校占1.79%。其次，从各种效率的内部结构来看，56所“双高”院校中纯技术效率和规模效率都小于平均水平的达到20所，占比35.71%。最后，规模效率分析发现，非DEA有效的院校有41所，占比达到73.21%，其中，规模递增的院校为21所，在56所“双高”院校中占比37.50%；规模递减的院校有20所，在56所“双高”院校中占比35.71%。出现这种问题的原因有三，一是入选“双高计划”的56所院校全部是国家示范高职院校或国家骨干高职院校单位，国家示范高职院校大约占到了其中的3/4，前期基础都相当不错，因此，56所“双高”院校的基础办学效率良好。二是国家和社会对“双高”院校投入的产出有一定的时间滞后性，在人财物各方面要素的投入后，需要一定的时间再产生效益，因此，并非所有的投入都会即刻产生效益。三是投入与产出之间需要办学过程的作用，各类要素结构与“双高”院校所处地区、学校特点、规模相互作用后产生效益，因此，出现非DEA有效的情况难以避免。不过非DEA有效的比例过高说明“双高”院校的办学投入与产出决策单元亟待调整。

（二）“双高”院校投入冗余产出不足的问题明显，亟待优化内部要素结构

首先，“双高”院校投入转化周期性不足，要素投入与配置效率有待改善。IN1（资金设备支持）投入冗余的院校有14所，占比25%；IN2（课程相关资源支持）投入冗余的院校有12所，占比21.43%；IN3（人力资源支持）投入冗余的院校有10所，占比17.86%。其次，“双高”院校办学产出效率偏低，产出不足的比例偏高。OUT1（校企合作成果）产出不足的院校有45所，占比80.36%；OUT2（教学育人成果）产出不足的院校有43所，占比76.79%；OUT3社会服务成果产出不足的院校有43所，占比76.79%。产出不足的根本原因在于“双高”院校自身的办学能力不足。而投入冗余、产出不足的原因大概有三：一是虽然“双高”院校在高职队伍中处于领先位置，但是在整个高等教育体系中，办学条件、师资队伍、社会服务能力等还处于低水平状态。二是受制于中国职业教育的发展环境，职业教育的吸引力依旧有限，高职院校在生源获取、社会捐赠等方面获得的支持与帮助都处于劣势。三是在整体投入与支持有限的条件下，“双高”院校陷入了资源稀缺的“两难困境”，一方面，能够获得的资源有限，在投入中没有选择，只能将有限要素尽可能多地投入；另一方面，因为资源稀缺与支持有限，高职院校的基础办学能力相对较差，对资源的消化、吸收和处理能力相对较弱。

（三）“双高”院校办学效率受制于内部要素结构，外部因素影响效用受限

“双高”院校办学效率受多方面因素的影响。首先，截断数值的Tobit分析法发现，OUT1、OUT2、OUT3、IN1、IN2、IN3的系数为0.176、0.104、0.136、-0.046、-0.080、-0.135，调整后的R²为0.454。可见，“投入—产出”的内部要素结构很大程度上影响了“双高”院校办学效率。其次，综合类、理工类和其他类“双高”院校之间的CCR、BCC、规模效率和超效率平均水平差异不显著；A、B、C类“双高”院校之间CCR、BCC、规模效率和超效率的平均水平差异也不显著。最后，办学的区域对“双高”院校办学效率的影响有限，各省间CCR（F=1.248，p=0.284>0.05）、BCC（F=1.254，p=0.279）和规模效率（F=0.956，p=0.948）的平均水平差异不显著，超效率（F=4.451，p=0.000）的平均水平差异显著。SE-DEA排行榜与GDI排行榜之间的相关系数为0.057，p=0.677>0.05，并没有高度的正相关。外部因素对“双高”院校办学效率影响有限的根本原因在于职业教育产教融合的深度有限，“壁炉效应”十分明显。从目前“双高”院校的办学情况来看，以行业企业作为办学主体的“双高”院校较少，OUT1（校企合作成果）产出不足的院校有45所，占比80.36%，因此，在产教融合、校企合作不够深入的情况下，“双高”院校的办学效率基本上还是由教育系统的内部要素结构决定，区域经济、人口等相关因素对“双高”院校的办学效率影响比较有限。

四、对策建议

（一）优化“双高”院校资源投入，精准分配各类资源，提高资源的使用效率

办学效率问题在根本上就是资源投入与使用的问题。从“双高”院校办学效率的评估结果来看，“双高”院校办学效率中等及偏下占比过大，非DEA有效的问题严重。因此，未来“双高”院校的办学在资源要素的投入和使用上，要坚持“效率优先、兼顾公平”的原则，优化“双高”院校资源投入，精准分配各类资源，提高资源的使用效率。首先，确保人、财、物各类资源要素投入相对稳定，适当增加高职教育资源要素的投入总量。在国家“大力发展职业教育”的政策支持下，我国高等职业教育的各类投入显著增大，但是，相较于高等教育、普通教育的资源投入，职业教育的要素投入还是相对较少。“蛋糕足够大，才能分得均匀”是最基本的经济学原理，因此，在常规投入和各类项目投入的基础上，适当增加高等职业教育投入总量是优化投入产出，提高办学效率的重要前提。其次，变革项目制的资源投入与分配机制，按照效率优先的法则分配教育投入。虽然高职院校获得的央财项目个数与院校的学生规模、经费收入和学生就业产出存在显著的正向相关关系。但是，“项目制诱使高职院校偏离市场、向上争取资源，产生一定的效率损失，背离了‘社会平衡器’的功能定位。”因此，从“吃老本”的项目制分配方式转向“讲效率”的市场分配方式是新时代“双高”建设资源配置的改革重要方向。最后，在效率优先的分配机制上，适当兼顾公平，提高资源的使用效率。虽然“双高计划”坚持效率优先，但是从高职教育的整体生态发展来看，还是要适当兼顾公平。在此基础上，根据资源的总量与院校的实际需求精准分配，优化院校内部治理，提高各类资源使用效率。

（二）深化“双高”院校“三教”改革，全面提升教学质量，推进院校治理现代化

“双高”院校投入转化周期性不足，要素投入与配置效率有待改善。IN1、IN2、IN3的投入冗余比例分别为25%、21.43%和17.86%；OUT1、OUT2和OUT3产出不足的比例依次为80.36%、76.79%和76.79%。“双高”院校投入冗余和产出不足问题本质上是由于学校治理能力不够造成的。因此，要提高“双高”院校的办学效率，一方面，要全面推进院校治理的现代化改革。政府及有关部门以及学校要明确高职院校的功能定位，确立其治理目标，根据学校的实际情况进行治理体系机制的改革，确定高职院校多元治理主体的形式与地位，从顶层设计层面提升行业企业相关利益者参与学校治理的积极性，在促进多元主体利益共赢的前提下，推进院校协同治理。另一方面，重点实施“双高”院校的“三教”改革，有效提升“双高”院校的教学质量。一是提升教师高阶教学能力，以教学方式改革为突破口，关注学生差异，实施差异化教学，提升学生学习效率。二是深化教材改革。特别要与行业企业密切合作，关注行业企业实际的工作知识与发展趋势，保证内容严谨性、实用性、可行性；优化资源配置，完善校内专业资源库的同时与行业企业、相关院校共同加强专业教学资源库建设；健全学校教材管理与使用制度，避免教材选择随意、滥用、无效等问题，根据学生的实际情况与需求，结合行业企业的发展特点选择有针对性的教材。三是深化“双高”院校的教学改革。各“双高”院校根据专业、学生和教师的实际情况，与行业企业共议，适当提高教学内容标准，并通过行业企业共教、校校联合、校内教研等方式，推进课堂教学标准、课程内容体系与职业工作的技能需求高度一致，进而提高专业教学质量。

（三）优化产教融合校企协同，创新育人平台机制，提高“双高”院校办学效益

数据分析发现，外部因素对“双高”院校办学效率影响有限的根本原因在于职业教育产教融合的深度有限，OUT1（校企合作成果）产出不足的院校有45所，占比80.36%。不同类型、级别与区域的“双高”院校的办学效率差异不显著。事实上，产教融合、校企合作是职业教育发展的重要支撑，同时也是职业教育的功能所在。面对行业企业在高职教育多元办学主体中地位不足的情况，“双高”院校必须优化产教融合校企协同，创新育人平台机制，提高办学效益。具体来说，一是通过制度变革与顶层设计，优化产教融合校企协同，创新育人平台机制。重点通过1+X证书制度让职业院校对接行业企业需求，校企紧密协作，强化行业企业多元主体地位，形成校企、产教协作载体，构建与实际生产更为贴近的产教融合育人平台。二是从国家政府层面，引导学校专业群与产业链的对接。在专业建设的起点位置就与行业企业共同协作，从制度与标准层面着手，与行业企业共同制定相关的制度与标准，尤其在标准的制定上以行业企业为主，学校为辅，形成切实可行的、与行业企业实际需求相符合的职业技能等级证书标准，以1+X证书为抓手，将行业企业的实际生产知识与前沿技术融合到1+X证书的课程体系与专业教学之中。三是从院校层面，在办学改革与人才培养的过程中要加强与行业企业的沟通交流。在教学内容、教学标准等方面与行业企业密切合作，创新人才培养模式，将企业行业内容充分融入学校教学之中，以“X”为载体，加深行业企业在学校教学中的作用和地位，协同合作，加强校企合作的深度与内涵。