中国农业职业教育生产效率的统计评价

景琴玲，贾金荣

（西北农林科技大学 经济管理学院，陕西 杨凌 712100）

0 引言

人力资本对于促进一个国家经济发展的作用已经被国内外研究者广泛证明。在世界现代经济发展历程中，农业人力资本的培育和促进是最终实现农业现代化的基础和保障。作为人力资本投资主要的形式，教育尤其是农业职业教育与培训能有效地提高农业劳动者的文化素质与生产技能，从而加快农村经济的发展与农业现代化的实现。为了促进农业职业教育的可持续发展，近年来国家在政策、资金等方面给予了更多的关注与支持,农业职业教育的发展状况有了明显的好转。然而，有限的农业职业教育资源与广大农民需求之间的矛盾依然突出，解决的关键在于提高农业职业教育的生产效率。

“教育效率”一词最早见诸于James Coleman(1966)等人撰写的《教育机会平等的报告》一文。它的基本涵义为教育资源的投入量和教育直接成果的比较。探讨农业职业教育的效率及其变化,不仅有助于了解农业职业教育要素资源的利用效率,而且对于国家制定和调整农业职业教育的扶持政策具有重要意义。

利用数据包络方法（DEA）对教育效率的研究可以追溯到Levin（1974）关于教育生产的技术效率测量。近年来很多国外学者开始运用DEA方法对高等学校的投入产出效率进行探讨。如Robst(2001)对美国大学，Abbott、Coucouliagos(2003)对澳大利亚大学,Johnes(2006)对英国大学，Abramo、Andrea等（2008）对意大利大学的效率问题进行了研究。国内学者沿着国外学者的思路，也进行了很多开拓性的研究。白建英（2003）利用DEA对西部高等教育投入产出的相对有效性进行了分析与评价。结果显示大部分西部高校处于非DEA有效、规模收益递增阶段；王亚雄、王红悦等（2007）认为教育资源配置效率比一般的教育产出更为重要，以经费、固定资产、人员、设备和图书作投入，以学生和科研为产出，用DEA方法以教育部部属高校2001年和2004年的数据为样本得到对应的效率值，这与我们常见的高校排名大不相同，值得深思；毕雪阳（2008）也运用数据包络方法(DEA)，研究了2000～2005年间我国九省市14所高等学校的教育成本投入比例结构与产出效率，通过对综合技术效率、技术效率及其它要素的动态变化分析，认为效率主要受规模效率的影响，但当规模达到一定程度时，不仅会造成产出效率的不变，也还可能降低产出的效率，所以高校要提高投入结构的效率，必须注意控制和维持规模效率。

通过回顾现有研究发现，目前国内外学者利用DEA模型对教育效率的研究大多集中在高等教育领域，而对职业教育，尤其是农业职业教育效率的研究还比较少见；此外，研究多采用横截面数据，仅仅对部分地区或某个较短时间跨度的数据进行研究。本文试图从以下几个方面对现有文献进行拓展：（1）利用面板数据，借助DEA模型和Malmquist指数法对中国大陆30个省份的农业职业教育全要素生产率状况进行实证分析。（2）从时间和区域两个维度全方位考察农业职业教育生产率的动态变化情况。（3）在揭示农业职业教育生产率变化状况的基础上，为我国农业职业教育的政策制定和调整提供科学依据。

1 研究方法与模型选择

数据包络分析法（DEA）是对具有相同类型的部门或单位（称为决策单元）进行评价，其评价的依据是决策单元的“输入”数据和“输出”数据，输入数据是指决策单元在某种活动中需要消耗的某些量，输出数据是决策单元经过一定的输入之后，产生的表明该活动成效的某些信息量。根据输入数据和输出数据来评价决策单元的优劣，即所谓评价部门（或单位）间的相对有效性。其本质是一种典型的非参数法，用于判断决策单元是否位于生产和实践的前沿面上。

Malmquist指数法最早是用来分析不同时期的消费变化，1982年Caves&Diewert首次将其引入生产率分析领域，并提出了曼奎斯特生产率指数的概念。1992年Rolf Fare等人将其进一步发展，提出了建立在R.W.Shephard所提出的距离函数基础上的生产率指数。该指数是以DEA为基础，利用距离函数的比率来计算投入产出效率，反映生产决策单元与最佳实践面的距离。

在本文的分析中，采用Fare等提出的基于DEA的Malmquist指数法，把中国大陆地区的每个省份作为一个决策单元，对中国农业职业教育全要素生产率的变动状况进行测度。Malmquist生产率变化指数可以用数学公式表示为：

式（1）中，(xt,yt)和(xt+1,yt+1)分别表示t和t+1时期的投入、产出向量分别表示以第t和t+1时期的技术为参照，t+1和t时期生产单位的距离函数。

以第t时期的技术为参照，从t时期到t+1的全要素生产率指数可定义为：

以第t+1时期的技术为参照，从t时期到t+1的全要素生产率指数可定义为：

为了避免时期选择的随意性，按照Fare等人的思想，以两个时期Malmquist指数的几何平均值，即（2）式和（3）式的几何平均值式（1），来计算从t时期到t+1时期生产率的变化。若该指数小于1，则表明受评估决策单元全要素生产率是下降的；若大于1，则表明生产率从t时期到t+1时期是增长的。

在假定规模报酬不变状态下，由（1）式得到的Malmquist生产率指数可以分解为两部分，即技术效率变化指数（Technical Efficiency Change）和技术进步指数（Technical progress），其变换过程如下：

其中，技术效率变化指数

另外，在规模报酬可变状态下，还可以把技术效率变化指数进一步分解为纯技术效率变化和规模效率变化。因此，Malmquist生产率指数最终可用公式表示为：

当Malmquist生产率指数等于1时，表示受评估决策单元TFP没有发生变化；当该指数大于（或小于）1时，表示受评估决策单元生产率状况有所改进（或者恶化）；当技术效率变化（或技术进步）Malmquist指数大于1时，表明其对全要素生产率增长起推动作用，反之，则对全要生产率增其起限制作用；而规模效率指数和纯技术效率指数，则反映了它们对技术效率变化指数的影响作用。

2 评价指标选取与数据来源

本文选取中国大陆地区的30个省份（西藏除外）作为评价单元样本。

各评价单元的投入产出指标数据均选取2003～2007年度的数据，主要来源于《2003～2007年全国教育事业发展统计公报》、《中国农村统计年鉴》、《中国统计年鉴》、《中国教育年鉴》、《中国教育经费统计年鉴》。

在选择农业职业教育投入指标时，主要基于人力、物力和财力三方面的考虑。人力指农业职业教育系统范围内所有工作人员，包括教师与行政教辅工作人员两类。物力指校舍、图书藏量、实验设备、教学设备等，其价值形式是学校固定资产总值。财力指农业职业教育系统所获得各种经费，从来源上看主要包括财政性拨款、学费收入和自筹经费。而农业职业教育的产出主要是指农职院校在运作、教育、教学过程中在人才培养方面取得的成绩。

综合考虑之下，在对我国农业职业教育生产效率进行分析的过程中，选择专任教师人数、行政教辅工作人员数、师生比、生均教育经费、固定资产和在校学生数6个输入量作为农业职业教育数据包络分析的投入指标；选择毕业生人数输出量作为测算模型的产出指标。

依据以上阐述的产出导向的DEA-Malmquist指数法，计算机数据处理和模拟采用Coelli开发的DEAP2.1软件，对我国及各地区的农业职业教育全要素生产率进行演算。

3 结果分析

3.1 我国农业职业教育全要素生产率的变化趋势

表1列出了2003～2007年我国农业职业教育全要素生产率指数及其分解结果。从时间序列来分析，2003～2007年间，我国农业职业教育全要素生产率整体上呈现负增长趋势，年均增长率为-6.7%。但其间也出现了短暂的增长现象，例如2005～2006年间的0.5%，这表明这5年期间我国农业职业教育全要素生产率变化不稳定，农业职业教育处在变革中，处在与经济发展和市场需求的接轨。

从农业职业全要素生产率TFP构成来看，生产率增长主要来自于技术效率变化。在这5年期间，农业职业教育年均TFP增长率为-6.7%，其中技术效率变化年均增长27%，有力地推动了农业职业生产率的增长。就农业职业教育技术效率增长的因素来看，纯技术效率为期贡献了4.9%，而规模效率贡献了21.1%。由此可见，农业职业教育技术效率增长主要是规模效率的作用。技术进步水平的下降是农业职业教育TFP整体上无效增长的根源，它使得农业职业教育TFP年均减少27.5%。

表1 我国农业职业教育TFP指数及其分解

3.2 各省农业职业教育全要素生产率指数及其分解

表2列出了中国大陆30个省份农业职业教育全要素生产率指数及其分解情况。就各省的平均值而言，2003～2007年间，全国只有河北、辽宁、湖北、广东和重庆5个省份农业职业教育全要素生产率获得提升，其中增长幅度最大的是广东，年均增幅为15.7%。这五个省份的农业职业教育TFP增长主要来源于技术效率变化，而技术效率增长主要得益于规模效率和纯技术效率的共同推动作用，说明这5个地区的农业职业教育生产更靠近当期的生产前沿面生产。其他25个省份的农业职业教育全要素生产率均为负增长，其中下降幅度最大的是青海，年均下降幅度接近28%。这些省份农业职业教育生产率指数下滑的主要因素依然是生产与管理的技术进步水平普遍下降所引起的。

表2 2003～2007年各省农业职业教育TFP指数及其分解

3.3 我国农业职业教育效率的区域差异及其分解

为了对不同区域的农业职业教育全要素生产率变化状况进行比较分析，本文将中国大陆地区进一步划分为中、东、西部三大区域，表3列出了2003～2007年区域农业职业教育生产效率指数及其分解情况。由表3可知，中、东、西部地区农业职业教育TFP均小于1，说明三大区域农业职业教育生产率均处于下降态势。其中，西部地区农业职业教育生产率下降幅度最大，以年均11.5%的速度递减，中部和东部地区好于西部，年均下降速度分别为3.5%和4.3%。从生产率变化的分解来看，各区域农业职业教育TFP增长都得益于技术效率变化，而技术进步的下降抵消了其对农业职业教育TFP的增长的影响作用，使得农业职业教育生产效率一直处于负增长状态。

3.4 农业职业教育全要素生产率增长的动力分析

根据以上分析可以看出，无论是农业职业教育全要素生产率整体发展趋势，还是各省、各区域发展状况，技术进步都是制约农业职业教育TFP增长的决定性因素。技术进步指数反映了两个时期内生产的“增长效应”，是技术进步与创新的体现。当TP＜1，意味着生产前沿面的“向下”移动。技术进步水平下降主要源于投入要素质量的下降，其具体体现在：学校管理体制不健全，资源配置能力不高，师资队伍素质低，办学设施和教学技术水平不高，经费缺乏和专业设置不合理等方面。同技术进步变化相比，农业职业教育技术效率变化对我国农业职业教育TFP增长整体上起到推动作用。技术效率变化反映了两个时期相对技术效率的变化，用于衡量生产单位与当期生产前沿面的距离，当TEC＞1时，表示决策单元的生产更接近于生产前沿面。

表3 2003～2007年我国农业职业教育效率的区域差异

农业职业教育技术效率变化增长来源于纯技术效率和规模效率的共同作用。纯技术效率指数用来衡量生产单位与当期生产前沿面的生产技术与管理水平的距离。当PTEC＞1时，表示决策单元的生产技术与经营管理水平效率有所改进。规模效率指数反映了生产经营是否处于合适投资规模之下。当SEC＞1，就意味着适合规模经营。从2003～2007年期间的纯技术效率与规模效率看，除了2005～2006年，纯技术效率始终大于1，说明我国农业职业教育达到了生产前沿面的技术与管理水平。在此期间，除了2004～2005年，规模效率均小于1，说明我国农业职业教育未能产生规模效益。在这两个因素的共同作用下，使得农业职业教育技术效率变化对农业职业教育TFP增长的推动作用不明显。

4 结论与建议

本文采用基于DEA模型基础上的Malmquist指数法，从时间与区域两个维度全面考察了我国农业职业教育全要素生产率在2003～2007年期间的变化趋势、特点与规律，并深入分析了引起这些变化的内在因素。主要结论如下：

（1）2003～2007年间我国农业职业教育生产率总体上处于无效生产状态，且呈现不稳定变化趋势，主要是这一期间经济发展和市场需求促使农业职业教育变革所致。

（2）我国农业职业教育技术效率变化全要素生产率增长主要来源于技术效率变化，其中主要是规模效率的贡献，而技术进步对于农业职业教育起明显的制约作用，导致了农业职业教育整体上的无效生产状态。

（3）东、中、西三大区域农业职业教育全要素生产率均处于下降趋势，其中西部地区下降幅度最大，且区域之间差异有扩大的趋势，这主要是教育资源的不均衡所导致的。

根据以上分析,要改变我国农业职业教育全要素生产率的负增长状况,政府可以重点从以下几个方面进行努力：在政策制定与资金投入方面，进一步加大对农业职业教育的倾斜力度；在深化体制改革和调整发展思路的基础上，加快农业职业教育由外延式发展向内涵式发展模式的转变；在维持恰当经营规模的同时，加大技术进步在农业职业教育生产效率中的作用，使农业职业教育在管理水平、资源配置效率、师资队伍素质、办学设施和专业设置等投入要素方面有所提升；同时，要尽快打破教育双轨制的桎，实现教育资源的区域平衡与城乡平衡。

[1]张小红.教育公平与教育效率关系刍议[J].内蒙古师范大学学报（教育科学版），2005，（9）.

[2]Caves D W,Christensen L R,Diewert W E.The Economic Theory of Index Numbers of the Measurement of Input,Output and Productivity[J].Econometric,1982,50(6).

[3]Fare Rolf,Grosskoff Shawna,Lindgren Bjorn,etc.Productiviity Changes in Swedish Pharmacies 1980～1989:A Nonparametric Malmquist Approach[J].Journal of Productivity Analysis,1992,3(3).

[4]李录堂,薛继亮.中国农业生产率增长变化趋势研究:1980～2006[J].上海财经大学学报,2008，(4).

[5]刘晓红，王春珊.基于超效率DEA方法的安徽省高职院校效率分析及其发展对策[J].科技管理研究，2010，（10）.

[6]Coelli T J,Rao Dsp.Total Factor Productivity Growth in Agriculture:a Malmquist Index Analysis of 93 Countries，1980-2000[J].Agricultural Economics,2005,（32）.

[7]王兵,顾鹏飞.技术效率、技术进步与生产率增长:基于DEA的实证分析[J].经济研究,2004，(12).

[8]张少辉.基于DEA的山东省高等职业教育发展效率评价研究[J].中国职业技术教育，2010，（34）.