作者：李正标，田甜，陈双秀
来源：《职教通讯》2022年第09期
摘 要：为探讨职业教育与区域经济的协同作用，采用DEA数据包络分析方法，以CRITIC值为权重系数，建立协同发展效度模型，收集湖南省2014年至2020年职业教育和区域经济的投入产出数据，对职业教育和区域经济两个系统的各自系统内部及两个系统之间的
协同效度、发展效度与协同发展综合效度进行分析。研究结果表明，湖南省职业教育与区域经济协同发展效度较高，呈现出较好的协同发展态势。根据研究结果，从政府、学校和企业三个方面提出了提高湖南省职业教育与区域经济协同发展水平的对策建议。
关键词：职业教育;区域经济;协同发展;DEA模型
基金项目：2020年湖南省教育厅科学一般研究项目“基于DEA模型的职业教育与区域经济协同发展策略研究”（项目编号：20C1870）;2020年度湖南省自然科学基金项目“基于利益相关者理论的高职院校产教融合绩效评价研究”（项目编号：2020JJ7069）
作者简介：李正标，男，岳阳职业技术学院商贸物流学院副教授，主要研究方向為职业教育、工商管理;田甜，女，岳阳职业技术学院公共基础部助教，主要研究方向为职业教育;陈双秀，女，岳阳职业技术学院科研处教授，主要研究方向为职业教育、科研管理。
中图分类号：G710 文献标识码：A 文章编号：1674-7747（2022）09-0047-09
职业教育与区域经济存在互动发展关系，一方面，职业教育通过培养技术技能型人才、提高企业生产技术水平、增加劳动力就业等方式，为区域经济的发展提供有力支撑，另一方
面，区域经济为职业教育提供财政支持，区域经济的发展水平决定了职业教育的投入强度，直接影响职业教育的规模和办学水平。职业教育与区域经济的协同发展，不仅可以使职业教育获得坚实的经济基础，也可以更好地为区域经济发展提供技术技能人才支撑，最大限度地实现职业教育的内在价值。赫尔曼·哈肯（Hermann·Haken）在《协同学—大自然构成的奥秘》中提出，人类社会是一个复杂的系统，包含多个子系统，不同子系统之间存在着协同共生发展的关系[1]，这为本研究提供了哲学基础。德国的双元制、澳大利亚的TAFE和英国的BTEC模式，均重视职业教育系统内部、职业教育与外部经济之间的协同发展[2]。高耀明等分析了嘉兴市职业教育与区域经济产业结构协同发展的相关数据，发现职业教育的规模和质量随着区域经济的发展都得到了提升[3];冯为远以中山市为例，运用灰关联度模型对职业教育和区域经济的协同发展进行了实证研究，认为中山市的职业教育与区域经济的发展存在中等程度的关联[4]。上述研究表明，职业教育与区域经济在发展中存在协同作用，但鲜有学者运用DEA模型量化研究职业教育与区域经济协同发展的效度。本研究运用DEA数据包络模型，在研究方法上有所创新，一是选择职业教育与区域经济的投入产出指标，在分析其内在机制的基础上，运用stata 16.0统计分析软件，采用向后逐步回归分析方法，将相关系数大于0.9的指标剔除，筛选职业教育与区域经济两个子系统具有典型代表意义的指标作为系统描述
指标;二是在相关指标的权重取值上，采用CRITIC客观赋权法，确定相关指标的权重，提高DEA模型量化研究的科学性和客观性;三是采用时间序列数据，研究湖南省职业教育与区域经济协同发展的动态变化趋势，能够显示不同时期两者之间协同发展的程度，并能预测未来一段时期二者之间协同发展的趋势，从而更好地为政策制定者提供相关决策的理论依据。
一、职业教育与区域经济协同发展指标体系的构建
测量职业教育与区域经济的协同发展程度，建立客观科学的指标体系尤为重要，指标体系既要能够反映系统的发展特征，又要求指标数量精简，不宜有过多的冗余信息，增加不必要的计算量，影响测量效果。DEA 模型要求选择的指标，能够反映各系统的本质特征，如果指标之间存在较高的线性相关性，可采用向后逐步回归分析法去掉相关度较高的指标，不会影响DEA模型的评价结果。
本研究综合多项文献研究成果，按照办学条件、人才培养和社会服务三个维度选择若干指标作为职业教育发展的初始指标：投入指标包括专任教师数量、高级职称教师占比、职业教育经费、生均经费、实习实训基地数量、产业学院数量、创新中心（重点实验室）数量;产出指标包括在校生数量、毕业生数量、高新技术产业专业学生人数比率、学生技能竞赛获奖
数量、毕业生就业率、毕业生本地就业率、毕业生自主创业率、毕业生起薪、毕业生就业满意率、雇主满意度、科研项目进校经费、技术服务收入与技术转让收入、社会培训人数。区域经济发展评价指标体系划分为发展规模与速度、发展质量与效率、经济结构与可持续性发展、经济发展成果分配、对外开放程度等五个维度，其中，投入指标包括社会就业人口、固定资产投资总额、进出口总额、外商直接投资总额，产出指标包括GDP总额及增长速度、人均GDP、政府财政收入、社会消费品零售总额、金融机构存款余额、高新产业增加值占GDP比重、恩格尔系数、第三产业比率、全社会R&D、万人发明专利授权量、每万人大学生人数、城镇居民人均可支配收入、农村居民人均可支配收入等。
本研究查询了湖南省2014年至2020年各年度的统计年鉴，获得了相关变量数据。之后，本研究使用stata 16.0统计软件对相关变量进行向后逐步回归分析，剔除相关系数大于0.9的相关变量，避免变量之间的多重共线性，获得职业教育系统的投入指标为专业教师人数（X1）和生均经费（X2），产出指标为毕业学生人数（X3）和毕业生就业率（X4）;区域经济投入指标包括社会就业人口（Y1）、固定资产投资总额（Y2）、进出口总额（Y3），产出指标包括地方一般公共预算收入（Y4）、社会消费品零售总额（Y5）、人均GDP（Y6）。
二、基于CRITIC权重指标的DEA协同发展模型的构建
（一） CRITIC法指标权重的计算方法
各指标对系统的影响程度不同，采用CRITIC法确定各指标的权重具有较高的客观性和合理性。CRITIC法确定指标的权重取决于两个因素，一是指标的标准差，第二是指标间的相关系数，见公式（1）。
其中，Cj表示第j个指标对系统的影响程度，σj为第j个指标的标准差，第i个指标与第j个指标之间的相关系数用rij表示，第j个指标的客观权重系数ωj的计算见公式（2）。
本研究使用stata 16.0统计软件将职业教育与区域经济的相关变量数据标准化，然后进行描述性分析和相关分析，得到两个系统各变量的标准差σ和相关系数rij，将数据代入式（1）和式（2），可得职业教育和区域经济系统各变量的权重系数ω，数值如表1所示。
（二）DEA协同发展测量模型
1.A系统相对B系统的协同效率、发展效率和协同发展综合效率模型。
把A系统的投入变量作为分母，B系统的产出变量作为分子，A系统和B系统的协同发展综合效率为Ze（A/B）=θe0 ，见公式（3）[5]。
分時规划式（3）的线性规划模型见公式（4）[6]。该模型用于判断A系统相对B系统的综合有效性。
在C2GS2模型中，以A系统的投入对应B系统的产出，A系统相对B系统的协同效率为Xe（A/B）=δ0e（A/B），见公式（5）。该模型用于判断A系统相对B系统的技术有效性。
2.A系统相对B系统的发展效率见公式（6）。该模型用于判断A系统相对B系统的发展速度。
若分式规划中B系统的投入作为分母，A系统的产出作为分子，按照上述相同的方法，即可得B系统相对于A系统的综合效率、协同效率和发展效率。
（三）系统之间的协同效率、发展效率和协同发展效率
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议