陈祥碧
摘 要 将量化指标体系引入到财经类专业人才培养测度模型中,通过描述统计、主成分分析和数据包分析等方法,对全国12所院校财经类专业有效性进行实证分析,得到以下结论:专业人才培养的整体水平较高,并呈现出持续增强、非均衡分化态势;人才培养的总体效果欠佳,少数学校需警示风险。对此,应高度重视专业内涵建设,认真做好专业人才培养评估,建立健全校际专业联动机制。
关键词 高等职业院校;人才培养;专业评估;财经类专业;有效性
中图分类号 G718.5 文献标识码 A 文章编号 1008-3219(2015)17-0008-05
《国家中长期教育改革和发展规划纲要(2010-2020年)》、国家教育“十二五”规划等政策文件多次强调,职业教育要大力推行“校企合作、工学结合、顶岗实习”的人才培养模式,创新人才培养体制。在当前更加注重内涵发展和质量提高的新阶段,完善落实人才培养模式、推动专业预警和动态评估,尤显紧迫和重要。在发展现代产业体系和建设现代职业教育体系中,财经类专业与理工类专业相比,更需重视人才培养实践中出现的工学分离、校企不合、实习脱节等问题[1],提高人才培养的有效性,找出薄弱环节,优化资源配置。本文以全国12所高职院校财经类专业为例,对人才培养的有效性进行了实证研究,旨在为财经类院校有关人才培养和专业评估工作提供实证经验和对策参考。
一、财经类专业人才培养指标体系构建
人才培养的有效性是指培养出来的人才与设定的人才培养目标之间的符合程度,影响人才培养有效性的因素也就是影响人才培养目标实现的因素[2]。通过分解人才培养目标,设定可量化的代表性指标,测算人才培养的有效性。从实践来看,与人才培养有关的指标体系较多,可根据视角和使用者的不同大致分为三类:一是从服务经济社会的宏观角度,对人才培养质量进行评价而设计的指标体系,覆盖面大,由教育主管部门主导;二是从推动学校内涵发展的中观角度,在人才培养或专项评估(如专业评估)中制定的指标体系,约束力强,由教育评估部门主导;三是从学生成长成才的微观角度,在人才培养具体实施中开发的指标体系,灵活性好,由学校内部主导,如表1所示。
三种人才培养指标体系既有共同点也有差别。相同之处在于都强调了人才培养的投入、过程和结果,差别则表现在设计依据、基本属性和涵盖内容的不同。本文研究财经类专业人才培养的有效性,既与学校内涵发展的中观层面紧密相关,又涉及到学生成长成才这一微观层面,因此需要在借鉴的基础上,构建一套以专业为评价主体,并有财经类专业特色的人才培养指标体系。按照财经类专业的人才培养要素和流程设计了5个一级指标:师资力量和实践条件是人才培养的投入指标,培养模式和课程教学是人才培养的过程指标,就业与声誉是人才培养的结果指标。每个一级指标又分解出2个二级指标,强调兼职教师实质参与、实践条件以校内为主、培养模式用教研项目经费代表等,体现了财经类专业特色,见表2。
二、样本院校财经类专业人才培养现状
目前全国1300余所高职高专院校,80%以上的学校开设有财经类专业。但要完整地搜集到前述10个二级指标的微观数据,难度极大。本文根据中国高职高专教育网“高等职业院校提升专业服务产业发展能力项目”的有关资料,以财经类专业中的金融专业(含金融管理与实务、金融与证券和金融保险三个专业,下同)为典型,搜集到重庆财经职业学院、陕西财经职业技术学院、成都职业技术学院、北京财贸职业学院、山西金融职业学院、山西省财政税务专科学校、浙江经济职业技术学院、辽宁金融职业学院、邯郸职业技术学院、长春金融高等专科学校、江苏财经职业技术学院、宁夏财经职业技术学院等12所样本学校2011年和2013年数据。
样本院校具有较强的地域性,分布在东部的学校占到一半,待开发的西部占三分之一,中部地区最少,专业分布基本与区域经济发展水平相适应。同时,财经类专业还有较好的学校平台,为国家和省级示范(骨干)院校的比例超过80%,既说明了该专业人才培养取得了较好的成效,也强调了财经类人才的高端性。样本院校在性质类别上也有明显的特点,绝大多数是财经类院校,显示了基础环境的重要性,详见表3。
统计数据显示,各指标的均值较大,有的达到了“优秀”级别,如X1生师比,且2013年较2011年有一定程度的提高,表明财经类专业人才培养的整体水平持续增强。各指标的差距较大,有的极差率达到了43倍,如X3生均校内实训室面积;个别指标值为0,如X5订单培养人数占比;两极分化现象比较严重,一些学校已步入先进行列,而有些学校还未达标。两年来各指标的标准差率有缩小之势,而X3、X4、X5和X6的标准差率仍较大,说明人才培养差异主要体现在实践条件和培养模式上,但就业与声誉指标X9、X10的趋同,又显示了师资力量和课程教学对人才培养的强力作用,从而弥补实践条件和培养模式的不足。
三、样本院校财经类专业人才培养有效性测度
主成分分析(PCA)是一种对评价对象的工作有效性和水平进行综合评价与监控的多元统计方法,它的基本原理是利用降维的思想,在损失很少信息的前提下把多个指标转化为几个综合指标(即主成分),用其代替原始变量的绝大部分信息,并保证彼此之间互不相关、互不重叠。PCA在研究指标众多、关系复杂的问题时,既不需要量纲一致,也不需要对指标进行赋权或重要性排列,而是通过提取主成分这一关键方法来揭示变量间的规律性,大大简化了多元变量的计算, 提高了分析效率。主成分分析的基本步骤如下:首先对指标数据标准化,判定相关性,再建立协方差矩阵确定主成分个数,并求解初始因子载荷矩阵,最后计算综合评分函数F。
在对2011年样本数据做主成分分析前,运用IBM SPSS19.0进行检验,发现KMO=0.705,Bartlett Sig.=0.045,基本符合相关性和显著性检验标准。进一步的方差分解,得出累计方差贡献率超过80%,主成分个数m=4。在成分矩阵的基础上,得到了4个主成分的分值,通过计算得出2011年和2013年12个样本院校F值及排名,见表5。
从综合评分F来看,2011年正分院校5所、负分院校7所,2013年维持同样的格局,得分较差的学校比例偏高,意味着财经类专业人才培养总体效果不乐观,没有随着改革进程的推进产生整体性水平提升。同时,排名最后的山西金融职业学院得分还处于下降状态,隐现了该校人才培养有继续恶化的风险。与之相反,浙江经济职业技术学院、邯郸职业技术学院和江苏财经职业技术学院则一直居于排行前3名,人才培养状况良好而稳定。从排名变化来看,进步较快的学校有北京财贸职业学院和长春金融高等专科学校,分别上升4位和3位,退步明显的则是辽宁金融职业学院和成都职业技术学院,分别下降6位和3位,后者综合评分得分变化的幅度高于前者,既凸显了各院校间人才培养水平的不均衡,又警示我们需防范可能存在的“弱者羸弱”效应[3]。
从地域来看,分布在东部省份的学校得分靠前,西部的居中,中部的则暂处于靠后位置,专业人才培养效果呈区域非均衡特点,并与前文所述的专业分布情况、地区金融发展水平相一致。通过对各院校2011年和2013年得分和排名求均值,易知排行前50%强的为国家示范(骨干)建设单位,其次为省级示范(骨干)建设单位,最后是非示范(骨干)院校,一些以财经类专业为龙头的学校也没有显示出强大的竞争力,而是仍在追求生源规模的壮大,如山西金融职业学院2013年财经类专业在校生已达1027人,在样本院校中排名第一,但F值却排在最后。院校性质类别方面,邯郸职业技术学院和成都职业技术学院虽非财经类院校,但F排名仍较靠前,表明现阶段院校性质对财经类专业人才培养的影响有待提高。
四、样本院校财经类专业人才培养改进分析
前文对财经类专业人才培养的有效性和水平进行了主成分分析,但缺乏深层次原因剖析和改进方法。数据包络分析(DEA)是一种基于线性规划的用于评价同类型组织(或项目)工作绩效相对有效性的工具手段,由著名运筹学家A. Charnes 和 W. W.Cooper等人于1978年首次提出。其实质是根据一组关于多输入、多输出的决策单元值来估计有效生产的前沿面,并据此进行多目标综合效果评价。用DEA模型测度财经类专业人才培养的有效性前,要选择输入、输出指标,而根据以往的经验,选择指标个数之和不能超过样本量的1/2[4],本文只有12所样本院校,因此只能选择少于6个输入输出指标。采用中介法[5],选择了具有代表性和一般性的3个输入指标和2个输出指标,如表6所示。
将12所样本院校的基础数据录入DEAP2.1软件,并设定DEA模型为投入导向型、规模报酬可变(VRS),通过运算可得到2013年各院校财经类专业人才培养的综合效率(也即技术效率)。综合效率只是一种相对效率,等于1表明组织的生产是有效的,但实际效率并不一定非常高,有可能出现整体低效下的相对高效;小于1则说明组织的生产是低效的,或者说组织消耗了太多的投入,却只获得了较少的产出。
如表7,重庆财经职业学院、山西金融职业学院、邯郸职业技术学院和宁夏财经职业技术学院的综合效率为1,达到了DEA相对有效水平,其他8所院校均为非DEA有效。对非DEA有效院校进行投影分析,计算投入冗余率和产出不足率,投入冗余率是指优化后的输入指标可节省的投入比例,产出不足率则是优化后的输出指标可增加的产出比例。易知,尽管成都职业技术学院、北京财贸职业学院、浙江经济职业技术学院3所院校非DEA有效,但并未出现投入冗余和产出不足现象,表明他们正努力趋向生产前沿面,综合效率接近DEA相对有效。但陕西财经职业技术学院、山西省财政税务专科学校、辽宁金融职业学院、长春金融高等专科学校和江苏财经职业技术学院等5所院校,除“初次就业率”外,均存在投入冗余和产出不足现象,其中,山西省财政税务专科学校和陕西财经职业技术学院等综合效率得分仅0.427、0.518,明显低于样本院校的平均水平。
从输入指标来看,山西省财政税务专科学校和陕西财经职业技术学院的投入冗余率高达56.5%和47.6%,溢出效应明显。一方面,应加大兼职教师、实训设备和教研经费的投入力度;另一方面,要切实提高它们的利用率,实行效率导向和目标考核制,优化人才培养的人力、物力和财力配置;江苏财经职业技术学院、长春金融高等专科学校和辽宁金融职业学院的投入冗余率有所下降,通过优化管理,将分别节省三个输入指标的20%、13.1%和12.4%投入比例。从输出指标来看,辽宁金融职业学院、长春金融高等专科学校、山西省财政税务专科学校、陕西财经职业技术学院和江苏财经职业技术学院等5所院校的“新生报到率”产出不足,应加大招生宣传,注重特色凝炼和品牌打造,提高专业社会满意度和美誉度;长春金融高等专科学校则要进一步重视学生的就业创业指导,建设孵化平台,通过一系列的措施改进,将可提升初次就业率10.7%的比例增长。
五、结论与对策建议
本文将量化的指标体系引入到财经类专业人才培养测度模型中,通过描述统计、主成分提取评分以及DEA模型等方法,实证研究了12所样本院校财经类专业有效性,主要结论是专业人才培养的整体水平较高,并呈现出持续增强、非均衡分化态势,要重视师资力量和课程教学对人才培养的积极作用;人才培养的总体效果欠佳,少数学校需警示风险,同时,示范(骨干)院校得分好于非示范(骨干)院校,东部院校排名高于西部院校,中部院校则最后,人才培养效果与该专业所处院校、所在地经济发展水平密切相关;人才培养非有效的院校高达42%,其中,兼职教师、实训设备和教研经费等投入冗余率在50%左右,5所院校新生报到率产出不足,4所院校初次就业率产出不足。鉴于此,本文提出如下建议:
一是高度重视专业内涵建设。专业是高职学校的品牌和灵魂,专业建设无疑成了高职学校内涵建设的核心内容,也是高职学校建设和发展的立足点[6]。《教育部关于全面提高高等教育质量的若干意见》(教高〔2012〕4号)等强调,建立健全专业动态调整和预警退出机制,除个别特殊专业外,对就业率连续两年低于60%的专业,调减招生计划直至停招。可见,无论是从内在持续性还是从外在适应性来看,加强专业内涵式发展都至关重要。在深化教育领域综合改革的新形势下,要加快现代职业教育体系下的专业体系与产业体系的对接,健全以校企合作为基础、工学结合为核心、“双师型”教师为主体、课程体系改革为突破、质量监测与评估为保障的专业人才培养制度,不断改革创新人才培养模式,自上而下地破解各类体制机制障碍,着力解决专业建设中的突出问题。
二是认真做好专业人才培养评估。专业评估最直接的作用是推动专业建设,一套好的质量标准和评估方案,可以动态把握专业人才培养有效性,有利于对专业进行适应性调整和高水平建设。目前,一些省份已启动“高职高专教育(新)专业合格评估”,并取得较好成效。但由于各自类型、起点和背景不同,又需要在专业评估中注重“三结合”:数据监测为主、现场考察为辅的方法结合——尽量不用主观性判断,以量化的指标体系代替长篇的文字汇报,现场考察主要为验证性检查;形成性建设与终结性考核并重的内容结合——适当减少“做了什么”的权重,多关注“怎么做”的问题,为专业人才培养“把脉开方”;专业带头人背景与企业行业资质的专家队伍结合——要吸纳符合专业带头人条件的专家做评估专家,并提高行业企业技术骨干和能工巧匠进入专家队伍的比例,两者构成评估队伍的绝大部分力量。
三是建立健全校际专业联动机制。要摈弃传统条块分割的院校治理和专业发展模式,建立开放、共生、多赢的校际合作平台:在全国行指委专业教学指导委员会的框架下,健全组织机构和服务功能,发挥国家示范(骨干)院校、东部先进院校和特色院校专业引领和示范作用,大力推进信息化环境下的课程合作开发、教学资源共建等;组建区域专业教学共同体、暑假学校、对口支援等专业联动组织,推动课程互选、学分互认、师资互聘、设备共享等在校际间的合理流动,形成专业人才培养的集约投入和特色产出;加快涉及校际联动的分类招考、注册入学、应用本科培养等新问题的研究,借鉴国内外实践经验,更大范围地支持中职、高职、本科院校在专业衔接、人才培养上的深度合作,不断延伸合作链条,提升专业建设水平和人才培养质量。
参 考 文 献
[1]王伟,冯树清.东中西部7所财经类高职校企合作绩效评价研究[J].职教论坛,2012(9):25-28.
[2]胡卅.地方商科院校信息管理与信息系统专业人才培养模式绩效评价研究 [D].长沙:中南大学,2009.
[3]王伟,邓晓娜.基于主成分分析的校企合作绩效评价——以西部49所国家示范(骨干)高职院校为例[J].广州职业教育论坛,2013(6):36-42.
[4]魏权龄.数据包络分析[M].科学出版社,2004.
[5]李科.基于DEA的首批国家示范性高职院校绩效研究[J].教育与职业,2010(26):8-11.
[6]范唯.专业是高职学校的品牌和灵魂[N].中国青年报,2012-02-27(11).