中等职业教育人才培养质量评价作者：陈慧杨易昆黄承国谢龙建李晓芳来源：《职业技术教育》2023年第24期摘要人才培養质量能否适应经济社会发展需要，是体现和衡量职业学校“产教融合、校企合作”办学水平的重要标准。从资源配置效率研究的视角，评价中等职业教育人才培养质量现状，运用数据包络分析法（DEA模型），测算了166所中职学校的资源配置效率值，得出受调查的中等职业学校资源配置的宏观现状，即中等职业教育资源配置效率偏低主要集中在达标类中专学校和职业高级中学，国家级重点和省级重点技工类学校的资源配置效率相对较高。达标类中职学校的效率相对较低主要是因为技术效率较低和规模收益递增导致。在此基础上，提出中等职业教育人才培养质量评价机制建设需要加强合作发展、实现数据驱动、促进制度完善。关键词中等职业教育；人才培养质量；资源配置效率；数据包络分析中图分类号G718.3文献标识码A文章编号1008-3219（2023）24-0061-06一、研究前提2019年6月，教育部发布的《关于职业院校专业人才培养方案制订与实施工作的指导意见》明确指出，职业教育要坚持面向市场、服务发展、促进就业，健全德技并修、工学结合育人机制，构建德智体美劳全面发展的人才培养体系。职业教育作为类型教育，要深化产教融合、校企合作，全面推进“三教”改革与“三全育人”机制，把立德树人贯穿人才培养全过程，高质量培养复合型技术技能人才。职业教育人才培养的核心是要提高对接区域经济社会发展的适应性，区域职业教育人才培养的主要功能是有效推动地方经济社会发展，体现在培养能快速适应地方经济产业发展需要的技术技能人才，减少剩余劳动力流动，通过学历教育和职业培训提高就业率。这就要求职业教育对现有资源进行高效配置，而资源的高效配置就是计算投入与产出的比值，产出越高、配置效率越高，说明人才培养质量越好。二、资源配置效率与DEA模型（一）资源配置效率意蕴目前研究较成熟、使用面较广的资源配置效率测度方法是前沿生产函数（FrontierProductionFunction）。该函数是由经济学家Farrell于1957年研究提出的，与传统的生产函数相比，前沿生产函数可以求得理想配置状况下（在经济学中称为帕累托最优，在数理统计中称为前沿面）的最大产出与投入关系，进而测度效率值。前沿生产函数主要包含两种研究方法，非参数测度与参数测度，参数测度要求有前提假设、具体函数关系式和检验等，其主要采用的是随机前沿分析法（stochasticfrontieranalysisapproach—SFD）；而非参数测度不需列出具体函数式，省略了很多数据限制，比较符合实际状况，其主要采用的是数据包络分析法（dataenvelopmentanalysis—DEA）[1]。本文进行的职业教育资源配置效率研究，即是采用的这种数据分析处理方法。这种分析方法已成为运筹学、管理科学和数理经济学等交叉研究领域的一种相对效率评价方法。（二）DEA模型在DEA中用于测度效率的组织被称为决策单元（decisionmakingunit-DMU）。本文将数据中每一所中等职业学校作为一个决策单元，设有n个决策单元（j=1，2，3，…，n），且每个决策单元有相同的输入变量m（i=1，2，3，…，m），和有相同的输出变量s（r=1，2，3，…，s），那么第j项决策单元的输入变量为Xij，第j项决策单元的输出变量为Xrj，最终衡量DMUj0是否DEA有效，其C2R模型的原规划为：（三）资源配置效率测度常模分析C2R模型是专门用来判断决策单元是否同时为技术有效和规模有效，BC2模型是用来判断决策单元是否为技术有效，技术效率（technicalefficiency）与规模效率（scaleefficiency）总称为生产效率（productiveefficiency）或整体效率，联合使用C2R模型和BC2模型可以判定出整体效率、技术效率和规模效率的关系式，即整体效率=技术效率×规模效率。三、用于DEA模型测算的指标职业教育资源配置效率就是分析计算职业教育的产出规模和产出质量。根据DEA方法，首先要确定输入与输出变量（即职业教育的投入与产出）组成的指标框架，投入指标与产出的确定要基于科学、合理、客观的原则，在现有的研究条件下充分反映职业教育办学的实际情况和水平[3]。将原始数据进行提取和归纳如下：投入指标包...
