罗红云 庄馨予 张斌/新疆财经大学
内容提要：本文以2008年-2017年省际面板数据为基础，运用DEA-Malmquist指数三分法对我国职业教育的财政投入效率进行评价，得出如下结论：静态效率得分显示，2017年我国绝大多数省（市）财政性职业教育经费投入效率处于DEA无效状态。Malmquist生产率指数及其分解结果显示，我国财政性职业教育经费投入全要素生产率效率下降主要是由技术进步效率退步导致。上述结论说明我国职业教育仍处于粗放发展阶段，优化职业教育筹资结构和投资结构、提高职业教育的培养质量，培养高水平技能型人才，更好服务于经济社会发展，是未来我国职业教育发展的正确选择。
关键词：财政投入 职业教育 DEA—Malmquist指数
一、引言
大力发展职业教育，培养稳定的产业工人队伍，对提高中低收入群体的就业能力和可持续发展能力、精准脱贫都具有重要的现实意义。进入本世纪尤其是“十二五”以来，国家出台系列政策加大对职业教育的财政支持。全国财政性职业教育经费投入由2008年的745.75亿元增长到2017年的2655.89亿元，10年增长超2.5倍，保持年均17.5%的增幅。在财政资金的大力支持下，2008年-2017年间，全国职业教育平均每年培养2864.57万名学生，我国职业教育逐步步入健康良性发展的轨道。财政投入对我国职业教育发展起到了积极作用，但财政职业教育投入的效果如何，今后如何优化财政职业教育投入结构，则是在大力发展职业教育背后需要研究的问题。
DEA模型是我国财政职业教育投入效率定量测度常用的重要方法之一，已有研究运用DEA方法对不同省份财政职业教育投入静态效率进行测度和评价，但少有从动态角度分析财政职业教育投入产出效率及其影响因素，因而无法对我国财政职业教育投入产出效率及其变化做出中肯的评价。本文将在既有研究的基础上，运用DEA-Malmquist指数三分法对我国31省（市）2008年—2017年财政职业教育投入效率进行测度，分析我国财政职业教育投入产出效率变化及其影响因素，并提出优化我国财政职业教育的对策建议。
二、研究方法与指标构建
（一）研究方法
1.DEA模型
DEA方法是对Farrell于1957年提出的单投入单产出技术效率比较方法的延伸。DEA方法目前主要有两种研究思路，分别考察规模报酬不变（CCR）和规模报酬可变（BCC）情况下多投入多产出决策单元的相对效率，即技术效率。本文采用BCC模型，该模型研究可变规模下决策单元的技术效率，把技术效率分解为纯技术效率和规模效率，意味着技术效率的改进是纯技术效率（纯粹由技术产生的效率）和规模效率（某个决策单元的生产规模与其最优生产规模之间的距离以及改进空间）共同作用的结果。DEA效率值的结果在0-1之间，如果效率值为1，则称决策单元DEA有效，处于最优效率水平；如果效率值小于1，则称决策单元DEA无效，效率值越接近1，说明其效率水平越高。
2.Malmquist指数
传统DEA方法不能解释决策单元效率的动态变化，Malmquist指数则解决了该问题。为此，学者们在传统DEA模型的基础上引入了Malmquist指数，并将其应用到生产前沿效率分析法中，对生产率变化进行测算。该指数最早由Malmquist（1953）提出，之后学者们进一步对 Malmquist效率指数变化进行分解以寻求引起效率变化的影响因素。Ray和Desli（1997）以规模报酬可变为基点，对Fare et al.（1994）的生产效率指数及其分解做出进一步修正，其结果为：
（1）
其中，
公式中
为Malmquist指数。
、
表示任意相邻两个时期，
表示效率得分值，上标、表示任意两个相邻时期决策单元，
和
分别表示第ｉ个决策单元任意相邻两个时期投入量，
和
分别表示第ｉ个决策单元任意相邻两个时期产出量。下标c和v 分别代表不变规模收益和可变规模收益。式(1)是效率指数三分法的分解结果。
根据Malmquist指数评价效率的基本原理，若Malmquist指数>1，则表示效率水平提高；若Malmquist<1，则表示效率水平下降；若Malmquist=1，则表示效率水平没有变化。PEC代表纯技术效率变化，大于１表示资金投入技术运用水平提高，资源配置效率改善，反之则退步；SEC代表规模效率变化，大于１表示与最优规模相比，投入产出要素合理分配程度得到改善，规模优化，反之则恶化；TC代表技术变化，技术变化指除投入要素外对产出有影响的无形要素（技术进步、组织创新等）。大于１表示存在潜在技术进步，反之则技术退步。
（二）评价指标选取与数据来源
本文采用DEA—Malmquist指数三分法（RD指数）研究我国财政职业教育投入产出效率。以我国31省（市）作为决策单元，把财政职业教育投入变量和产出变量纳入统一决策单元。加大财政投入、逐步建立以地方财政为主的职业教育经费保障机制的要求始见于2005年10月国务院发布《国务院关于大力发展职业教育的决定》（国发（2005）35号）。之后，在国务院和中央各部委的要求下，各级财政开始逐步加大对职业教育的支持力度，相关统计口径也是自2007年之后出现专门的职业教育财政投入的统计数据。从财政投入角度看，2007年之后，我国财政职业教育投入规模和增速开始快速提升。基于上述原因，本文选取全国31省（市）2008年-2017年的面板数据为样本。
效率评价常用的投入指标以人、财、物为主，由于本文考察的是财政职业教育经费投入产出效率，因此，在投入指标选取上，本文选取财政性职业教育经费投入作为投入变量，为体现各省差别，最终以（每万人）财政性职业教育经费投入作为投入变量代表全国31省（市）财政职业教育投入规模（见表1）。
教育经费投入的主要目的是为了提升教育质量，在校生数量和教师数量是常用的衡量教育培养质量的产出指标。“十一五”之后，国家对职业教育的大力支持，也体现在职业教育学校数量的变化。因此，本文将学校数量也纳入产出指标进行考察。同样，为体现各省差别，本文最终选取（每万人）职业教育学校数、（每万人）职业教育教师数、（每万人）职业教育学生数三项，用来反映各省（市）职业教育产出水平（见表1）。
表1 投入—产出变量一览表
|
变量类型 |
变量名称 |
变量衡量指标 |
|
投入变量 |
（每万人）财政性职业教育经费投入（元） |
财政性职业教育经费投入/（各地区年末人口数/10000） |
|
产出变量 |
（每万人）职业教育学校数（所） |
职业教育学校数/（各地区年末人口数/10000） |
|
（每万人）职业教育教师数（人） |
职业教育专任教师数/（各地区年末人口数/10000） |
|
|
（每万人）职业教育学生数（人） |
职业教育在校生数/（各地区年末人口数/10000） |
各省（市）职业教育财政性教育经费投入来源于2009年—2018年《中国教育经费统计年鉴》；学校数、专任教师数、在校生数来源于2008年—2017年《中国教育统计年鉴》；各地区年末人口数来源于2018年《中国统计年鉴》。其中①财政性职业教育经费投入、职业学校数、职业教育在校生数、职业教育专任教师数均由中等职业学校（机构）和高职（高专）院校的相关数据汇总而得。②由于高职（高专）院校的专任教师数包含在高等教育学校（机构）专任教师数中无法剥离，本文以高职（高专）院校在校学生数占高等教育学校（机构）在校学生数的比重间接测算高职（高专）院校职业教育专任教师数，即：高职（高专）院校职业教育专任教师数=高职（高专）院校在校学生数/高等教育学校（机构）在校学生数*高等教育学校（机构）专任教师数。
三、我国财政职业教育投入效率评价
（一）2017年全国31省（市）财政性职业教育经费投入静态效率分析
本文运用DEA2.1计算全国31省（市）2017年综合效率效率值（见表2）。由表2可知：
1.从技术效率看，2017年，全国31省（市）中，财政职业教育经费投入产出处于DEA效率水平的有河北、山西、江西、四川4省，其余27省（市）均处于DEA无效状态。共有17省（市）效率水平高于全国平均水平（0.742）。北京、西藏、上海3省（市）得分最最低，效率水平最低。
2.从纯技术效率方面看，2017年除河北、山西、江西、四川四省外，还有广西、河南、黑龙江、贵州、海南5省（市）实现纯技术效率有效，表明上述9省（市）财政职业教育投入的现有技术水平和资源配置均达到效率水平；其余22省（市）纯技术效率均处于无效状态，说明其现有技术和资源配置效率没有得到充分利用。
3.从规模效率来看，2017年只有河北、山西、江西、四川、广东5省（市）实现规模效率有效，且处于规模报酬不变状态，说明5省（市）财政职业教育投入已实现最优规模。其余26省（市）规模效率均处于无效水平。其中广西、陕西、河南等12省（市）处于规模报酬递减状态，说明12省（市）目前财政职业教育投入存在投入规模过度现象；云南、黑龙江、吉林等14省（市）处于规模报酬递增状态，说明14省（市）目前财政职业教育投入存在投入规模不足，需要继续加大财政职业教育投入规模。
表2 2017年全国31省（市）财政性职业教育经费投入产出效率
|
省份 |
技术效率 |
纯技术 效率 |
规模 效率 |
规模 报酬 |
|
省份 |
技术效率 |
纯技术 效率 |
规模 效率 |
规模 报酬 |
|
河 北 |
1.000 |
1.000 |
1.000 |
不变 |
海 南 |
0.774 |
1.000 |
0.774 |
递减 |
|
|
山 西 |
1.000 |
1.000 |
1.000 |
不变 |
甘 肃 |
0.741 |
0.761 |
0.973 |
递增 |
|
|
江 西 |
1.000 |
1.000 |
1.000 |
不变 |
重 庆 |
0.736 |
0.792 |
0.930 |
递减 |
|
|
四 川 |
1.000 |
1.000 |
1.000 |
不变 |
内蒙古 |
0.647 |
0.657 |
0.984 |
递增 |
|
|
广 西 |
0.993 |
1.000 |
0.993 |
递减 |
福 建 |
0.628 |
0.679 |
0.925 |
递增 |
|
|
陕 西 |
0.979 |
0.998 |
0.982 |
递减 |
新 疆 |
0.621 |
0.654 |
0.950 |
递增 |
|
|
河 南 |
0.970 |
1.000 |
0.970 |
递减 |
天 津 |
0.611 |
0.653 |
0.936 |
递减 |
|
|
云 南 |
0.924 |
0.955 |
0.968 |
递增 |
江 苏 |
0.601 |
0.640 |
0.939 |
递减 |
|
|
湖 南 |
0.916 |
0.918 |
0.997 |
递减 |
浙 江 |
0.576 |
0.593 |
0.973 |
递减 |
|
|
黑龙江 |
0.868 |
1.000 |
0.868 |
递增 |
广 东 |
0.562 |
0.563 |
1.000 |
不变 |
|
|
吉 林 |
0.849 |
0.931 |
0.912 |
递增 |
宁 夏 |
0.550 |
0.578 |
0.952 |
递增 |
|
|
安 徽 |
0.828 |
0.837 |
0.989 |
递减 |
青 海 |
0.477 |
0.504 |
0.947 |
递增 |
|
|
辽 宁 |
0.817 |
0.851 |
0.960 |
递增 |
上 海 |
0.390 |
0.423 |
0.923 |
递增 |
|
|
贵 州 |
0.811 |
1.000 |
0.811 |
递减 |
西 藏 |
0.284 |
0.370 |
0.769 |
递增 |
|
|
湖北 |
0.799 |
0.802 |
0.996 |
递增 |
北 京 |
0.280 |
0.346 |
0.808 |
递增 |
|
|
山 东 |
0.782 |
0.805 |
0.973 |
递减 |
均值 |
0.742 |
0.784 |
0.942 |
|
注：该表根据31省（市）2017年财政性职业教育经费投入DEA效率得分降序排列得出。
（二）2008年—2017年全国31省（市）财政性职业教育经费投入动态效率分析
1.财政性职业教育经费投入的Malmquist指数及其分解因素变化趋势
表3给出了2008年—2017年全国31省（市）Malmquist生产率指数、技术效率指数、技术进步效率指数的动态变化。结果显示，10年间，我国财政职业教育投入Malmquist生产率指数均值为0.840，生产率呈下降状态，年均效率水平下降16%。进一步分解分析可知，造成2008年—2017年我国财政职业教育投入Malmquist生产效率水平下降的主要原因是技术进步效率退步所致，期间技术进步效率年均下降20.4%；同期，由于纯技术效率和规模效率均得到一定改善，从而使技术效率表现出年均5.5%的效率提升。技术效率的改善在一定程度上提升了由技术进步效率退步导致的我国财政职业教育投入Malmquist生产率指数下降的态势，因而从长期来看，我国财政职业教育投入Malmquist生产率指数不断得到改善。上述结果表明，2008年—2017年间，我国财政性职业教育经费投入的技术运用水平得到提高，职业教育财政投入的资源配置效率得到有效改善；与最优规模相比，我国财政性职业教育经费投入规模不断得到优化，产出要素合理分配程度有所改善。技术进步效率的恶化，说明我国目前职业教育发展的粗放型特征明显，存在潜在技术退步。
表3同时反映了各指数年度变化情况。从2008年—2017年间我国财政职业教育投入Malmquist生产率指数变化来看，10年间，Malmquist生产率指数都小于1。期间，2013-2014年度效率均值0.982，达10年间最高值。从技术效率指数变化来看，2008年—2017年期间，除2012-2013年度技术效率出现负增长外，其余年份，技术效率均表现为不同程度的正增长。进一步分解来看，这一期间，技术效率指数的正增长主要得益于纯技术效率和规模效率水平的正增长。从技术进步效率指数变化来看，2008-2017年间，我国财政职业教育经费投入的技术进步效率整体处于负增长状态，年均效率水平退步20.4%，从10年间数据变化来看，2012年以来技术进步效率退步程度在弱化。说明国家调整职业教育财政投入结构、优化职业教育培养模式、提高职业教育培养质量的政策效果在逐步显现。
表3 历年31省（市）平均Malmquist生产率指数、技术效率变化指数及技术进步指数
|
年份 |
Malmquist指数变化 |
技术效率 指数变化 |
技术进步 指数变化 |
纯技术效率 指数变化 |
规模效率 指数变化 |
|
2008-2009 |
0.641 |
1.212 |
0.528 |
1.117 |
1.086 |
|
2009-2010 |
0.823 |
1.019 |
0.808 |
1.028 |
0.992 |
|
2010-2011 |
0.732 |
1.183 |
0.619 |
1.119 |
1.058 |
|
2011-2012 |
0.803 |
1.013 |
0.792 |
1.037 |
0.977 |
|
2012-2013 |
0.926 |
0.984 |
0.941 |
0.977 |
1.007 |
|
2013-2014 |
0.982 |
1.008 |
0.974 |
0.990 |
1.018 |
|
2014-2015 |
0.841 |
1.012 |
0.831 |
1.028 |
0.984 |
|
2015-2016 |
0.957 |
1.034 |
0.925 |
1.020 |
1.014 |
|
2016-2017 |
0.915 |
1.054 |
0.868 |
1.007 |
1.047 |
|
均值 |
0.840 |
1.055 |
0.796 |
1.035 |
1.020 |
注：表中均值均为几何均值。
2.分区域财政性职业教育经费投入的Malmquist指数变化及分解分析
由于各地财政职业教育投入存在明显的区域差异，本文进一步将31省（市）按照我国行政区划划分为东、中、西部地区，以了解2008—2017年我国财政职业教育投入Malmquist生产率指数的区域差异，具体计算结果见表4、表5。
从表4结果来看，2008-2017年间，东、中、西部地区财政性职业教育经费投入Malmquist生产率指数、技术效率指数以及技术进步指数变动方向和变动幅度基本趋于一致。其中，Malmquist生产率指数随着时间推移整体处于上升状态，说明其效率下降状态在不断得到改善。从均值来看，西部地区的Malmquist生产率指数最高，其次是东部和中部地区。东、西部地区的技术效率指数高于中部地区。东部地区的技术进步变化指数高于中、西部地区。西部地区规模效率指数整体高于东、中部地区。东部地区的纯技术效率指数高于中、西部地区。上述结果说明，东部地区职业教育的技术、管理水平以及学生培养质量整体高于中、西部地区，在各级财政的支持下，西部地区职业教育财政投入规模有了快速提升，学生培养质量也有了一定的提升，但以增加投入为主要手段的粗放式发展模式没有根本改观，西部地区职业教育仍处于起步发展阶段。受财力制约，作为人口大区的中部地区职业教育发展整体落后于东、中部地区。
表5进一步从分区域各省情况来分析我国财政职业教育经费投入产出效率。表5结果表明，我国东、中、西部地区内部及地区间财政性职业教育经费投入Malmquist生产率指数、技术效率指数以及技术进步指数差异不大，说明2008年以来，各地对国务院、教育部、财政部等部委要求大力发展职业教育的政策意见整体落实情况较好。
表4 2008-2017年区域平均Malmquist生产率指数、技术效率变化指数及技术进步指数
|
时期 |
2008- 2009 |
2009- 2010 |
2010- 2011 |
2011- 2012 |
2012- 2013 |
2013- 2014 |
2014- 2015 |
2015- 2016 |
2016- 2017 |
均值 |
|
|
东部地区 |
规模效率 指数 |
1.060 |
1.022 |
0.996 |
1.004 |
1.013 |
0.957 |
1.065 |
1.006 |
1.045 |
1.018 |
|
纯技术 效率指数 |
1.107 |
1.067 |
1.181 |
1.027 |
1.000 |
1.006 |
0.990 |
1.069 |
1.013 |
1.050 |
|
|
技术进步 变化指数 |
0.530 |
0.809 |
0.655 |
0.763 |
0.953 |
1.002 |
0.811 |
0.917 |
0.874 |
0.799 |
|
|
技术效率 变化指数 |
1.174 |
1.090 |
1.175 |
1.031 |
1.013 |
0.963 |
1.055 |
1.076 |
1.058 |
1.069 |
|
|
Malmquist生产率指数 |
0.622 |
0.882 |
0.769 |
0.787 |
0.965 |
0.965 |
0.855 |
0.986 |
0.925 |
0.854 |
|
|
中部地区 |
规模效率 指数 |
1.068 |
0.970 |
1.067 |
0.983 |
0.979 |
1.060 |
0.951 |
1.031 |
1.012 |
1.013 |
|
纯技术 效率指数 |
1.093 |
1.017 |
1.084 |
0.992 |
1.014 |
1.002 |
1.005 |
0.960 |
1.049 |
1.023 |
|
|
技术进步 变化指数 |
0.528 |
0.807 |
0.592 |
0.810 |
0.936 |
0.960 |
0.833 |
0.940 |
0.874 |
0.794 |
|
|
技术效率 变化指数 |
1.166 |
0.987 |
1.156 |
0.976 |
0.993 |
1.062 |
0.956 |
0.989 |
1.062 |
1.036 |
|
|
Malmquist生产率指数 |
0.616 |
0.797 |
0.685 |
0.790 |
0.929 |
1.020 |
0.797 |
0.930 |
0.929 |
0.823 |
|
|
西部地区 |
规模效率 指数 |
1.134 |
0.981 |
1.121 |
0.943 |
1.030 |
1.047 |
0.933 |
1.007 |
1.086 |
1.029 |
|
纯技术 效率指数 |
1.152 |
0.996 |
1.088 |
1.094 |
0.918 |
0.959 |
1.097 |
1.028 |
0.959 |
1.030 |
|
|
技术进步 变化指数 |
0.526 |
0.808 |
0.609 |
0.807 |
0.934 |
0.959 |
0.852 |
0.920 |
0.856 |
0.794 |
|
|
技术效率 变化指数 |
1.306 |
0.977 |
1.219 |
1.032 |
0.945 |
1.005 |
1.023 |
1.036 |
1.042 |
1.060 |
|
|
Malmquist生产率指数 |
0.688 |
0.789 |
0.742 |
0.833 |
0.882 |
0.964 |
0.871 |
0.953 |
0.892 |
0.841 |
|
注：表中均值均为几何均值。
表5 区域平均Malmquist生产率指数、技术效率变化指数及技术进步指数
|
区域 |
省份 |
Malmquist生产率指数 |
技术进步变化指数 |
技术效率变化指数 |
纯技术效率变化指数 |
规模效率变化指数 |
|
东部地区 |
北 京 |
1.066 |
0.800 |
1.050 |
1.015 |
0.852 |
|
天 津 |
1.054 |
0.805 |
0.954 |
1.105 |
0.848 |
|
|
河 北 |
1.072 |
0.795 |
1.048 |
1.023 |
0.853 |
|
|
辽 宁 |
1.107 |
0.798 |
1.094 |
1.012 |
0.883 |
|
|
上 海 |
1.095 |
0.805 |
1.093 |
1.002 |
0.881 |
|
|
江 苏 |
1.032 |
0.803 |
1.013 |
1.018 |
0.829 |
|
|
浙 江 |
1.080 |
0.800 |
1.076 |
1.004 |
0.864 |
|
|
福 建 |
1.049 |
0.796 |
1.045 |
1.004 |
0.835 |
|
|
山 东 |
1.052 |
0.802 |
1.048 |
1.004 |
0.843 |
|
|
广 东 |
1.055 |
0.796 |
1.015 |
1.039 |
0.840 |
|
|
海 南 |
1.097 |
0.789 |
1.121 |
0.978 |
0.865 |
|
|
均值 |
1.069 |
0.799 |
1.050 |
1.018 |
0.854 |
|
|
中部地区 |
山 西 |
1.075 |
0.801 |
1.000 |
1.075 |
0.861 |
|
内蒙古 |
1.037 |
0.795 |
1.016 |
1.021 |
0.824 |
|
|
吉 林 |
1.065 |
0.801 |
1.073 |
0.992 |
0.853 |
|
|
黑龙江 |
1.024 |
0.786 |
1.030 |
0.995 |
0.805 |
|
|
安 徽 |
1.009 |
0.793 |
0.997 |
1.012 |
0.800 |
|
|
江 西 |
1.000 |
0.787 |
1.000 |
1.000 |
0.787 |
|
|
河 南 |
1.060 |
0.799 |
1.060 |
1.000 |
0.847 |
|
|
湖北 |
0.975 |
0.799 |
0.976 |
1.000 |
0.779 |
|
|
湖 南 |
1.033 |
0.787 |
1.026 |
1.007 |
0.813 |
|
|
均值 |
1.030 |
0.794 |
1.019 |
1.011 |
0.818 |
|
|
西部地区 |
重 庆 |
1.046 |
0.801 |
1.043 |
1.003 |
0.839 |
|
四 川 |
1.073 |
0.802 |
1.045 |
1.027 |
0.861 |
|
|
贵 州 |
1.038 |
0.785 |
1.007 |
1.030 |
0.815 |
|
|
云 南 |
1.092 |
0.784 |
1.063 |
1.027 |
0.856 |
|
|
西 藏 |
1.032 |
0.797 |
0.963 |
1.071 |
0.822 |
|
|
陕 西 |
1.045 |
0.799 |
1.000 |
1.045 |
0.835 |
|
|
甘 肃 |
1.047 |
0.790 |
1.048 |
0.999 |
0.827 |
|
|
青 海 |
1.077 |
0.791 |
1.039 |
1.037 |
0.852 |
|
|
宁 夏 |
1.093 |
0.803 |
1.065 |
1.026 |
0.877 |
|
|
新 疆 |
1.057 |
0.788 |
1.028 |
1.027 |
0.832 |
|
|
均值 |
1.060 |
0.794 |
1.030 |
1.029 |
0.841 |
注：表中均值均为几何均值。
四、结论及政策建议
（一）结论
本文运用DEA-Malmquist指数三分法对我国2008年—2017年职业教育的财政投入效率进行评价，得出结论如下：
1.31省（市）DEA静态分析结果显示，2017年我国27省（市）财政职业教育经费投入产出处于DEA无效状态。纯技术效率的结果表明，2017年有河北、山西等9省（市）处于纯技术效率有效，其余22省（市）纯技术效率均处于无效状态。说明我国大多数省份财政职业教育经费投入现有技术和资源配置效率未得到充分利用，需要进一步优化财政职业教育经费投入结构、促进职业教育培养质量的提高。规模效率及规模报酬结果表明，仅有河北、山西等5省（市）财政职业教育投入达到最优规模，其余26省（市）规模效率均处于无效水平。其中广西、山西、河南等处于规模报酬递减状态的12省（市）在现有技术水平下存在投入规模过度现象。
2.Malmquist指数及其分解显示，2008年—2017年间，我国财政职业教育投入Malmquist生产效率呈下降状态，其中主要原因是技术进步效率退步所致。同期，由于纯技术效率和规模效率均得到一定改善，从而使技术效率表现出正增长。从各年数据变化来看，2012年以来，我国财政性职业教育经费投入的Malmquist生产率指数下降程度在减弱，效率水平逐步得到改善。上述结论说明，2008年—2017年间，我国财政性职业教育经费投入的技术运用水平得到提高，职业教育财政投入的资源配置效率得到有效改善；与最优规模相比，我国财政性职业教育经费投入规模不断得到优化，产出要素合理分配程度有所改善。技术进步效率的恶化，说明我国目前职业教育发展的粗放型特征明显，存在潜在技术退步。Malmquist生产率指数下降程度减弱，说明各级政府加大财政职业教育投入力度调整投入结构、优化职业教育培养模式、提高职业教育培养质量的政策效果在逐步显现。
3.分区域分析结果显示，西部地区的Malmquist生产率指数、规模效率指数整体高于东、中部地区。东部地区的技术效率、纯技术效率、技术进步效率指数高于中、西部地区。上述结果说明，东部地区职业教育的技术、管理水平以及学生培养质量整体高于中、西部地区，西部地区职业教育财政投入规模有了快速提升，学生培养质量也有了一定的提升，但以增加投入为主要手段的粗放式发展模式没有根本改观。受财力制约，作为人口大区的中部地区职业教育发展整体落后于东、中部地区。我国东、中、西部地区内部及地区间财政性职业教育经费投入产出效率差异不大，说明2008年以来，各地对国务院、教育部、财政部等部委要求大力发展职业教育的政策意见整体落实情况较好。
（二）政策建议
由前文结论可知，我国财政职业教育投入技术进步效率亟待提高，纯技术效率和规模效率有待进一步提高。基于上述结论，从政策层面来看，需要在保证职业教育投入规模、优化投入结构基础上，着力提高职业教育学生培养质量。
1.各省（市）继续加大财政职业教育的投入力度，提高生均拨款水平，尤其是我国中部地区人口大省，需要进一步加大对职业教育的投入力度。同时吸引社会资本（包括企业）加大对我国职业教育的投入和支持，优化职业教育资金来源结构，提高我国职业教育的办学能力和水平。
2.优化财政职业教育的投入结构，提高财政投入的资源配置效率。在保证基本硬件办学条件的基础上，根据职业教育应用型技术人才培养的目标，加大对实验室、实践基地的财政支持力度，加强学校和企业、中介机构等实践基地的深度合作，优化职业教育投资结构。相对来说，中部地区需要更加优化财政职业教育的投入结构，以提高资源配置效率。
3.加强师资队伍建设，以提高职业教育培养质量。以培养“双师型”职业教师队伍为基本目标，加大对校内师资培养力度，稳定师资队伍。加强与实践基地的合作，培养一批专业理论扎实、实践能力过硬的校外老师队伍以弥补校内实践师资数量和经验不足等问题，从根本上提高我国职业教育办学质量。
4.延伸职业教育培养体系，培养适应社会需要的高水平应用型人才。以现有高职院校为基础，加大对高职院校的建设力度，建设以高职院校为主体、中职院校为补充的职业教育培养体系。在此基础上，扩大高职院校与大学教育“3+2”模式培养的范围和规模，延伸职业教育培养体系，培养专业基础扎实、实践能力强的高水平应用型人才，全面提高我国职业教育的培养质量，服务于我国社会经济发展。
参考文献：
〔1〕张炳旭.对高等职业教育投入机制与投资效益评价的探讨[J].现代教育科学,2006(11):44-47.
〔2〕张倩,冯树清.高职院校教育经费投入绩效评价指标体系研究[J].教育财会研究,2015,26(02):21-24.
〔3〕吴新,时莉.高职院校教育经费投入与绩效评价研究[J].财经界(学术版),2017(02):132.
〔4〕张同功,王桂雪.教育经费投入绩效评价指标体系研究[J].青岛职业技术学院学报,2017,30(03):19-22+26.
〔5〕汪仁玲.关于教育经费投入绩效评价指标的认识及研究[J].财会学习,2018(31):201-202.
〔6〕徐晓.地方中等职业教育支出效率评价——基于DEA二次相对效益模型[J].职业技术教育,2014,35(34):43-47.
〔7〕何昊.基于DEA的民族财政教育经费投入绩效评价[J].经济研究参考,2016(41):35-39+54
〔8〕王曼利,田时中.基于主成分分析的高等教育财政投入绩效评价研究——来自中国2006-2015年的时间序列数据[J].财政监督,2017(10):47-51.
〔9〕龚冷西,陈恩伦,贾玲.基于数据包络分析的高职院校教育经费投入绩效评价[J].教育学术月刊,2017(07):23-29.
〔10〕李玲.本科院校教育经费投入绩效评价体系构建——基于AHP和MATLAB7.0[J].现代商贸工业,2017(22):181-182.
〔11〕赵立雨,刘会芬.陕西省财政教育经费投入绩效评价与未来投入强度研究[J].新西部,2018(33):22-23.
〔12〕张斌.中国区域税收征管效率评价及影响因素研究——基于四分法DEA-Malmquist的分析[J].财经理论与实践,2018,39(02):88-94.
〔13〕宋志秀.基于DEA-Malmquist法的中国区域金融服务实体经济效率测度[J].武汉金融,2019(12):51-59.