高职院校产教融合实训平台的绩效评价研究

摘要：随着高等职业教育的迅速发展，高职院校产教融合实训平台的建设越来越受到重视，实训平台的投入不断增大，对其产出成果进行绩效评价显得尤为重要。基于数据包络分析法（DEA），利用CCR模型对江苏省部分高职院校产教融合实训平台的运行绩效进行评价研究，结果表明，大多数产教融合实训平台投入产出效率低，提出实训平台从非DEA有效转换到DEA有效的路径和方向，为高职院校产教融合实训平台的绩效评价提供了新方法。

关键词：产教融合实训平台;数据包络分析法;绩效评价

doi：10.16083/j.cnki.1671-1580.2020.03.033

中图分类号：G710    文献标识码：A    文章编号1671—1580（2020）03—0145—05

一、引言

高职院校产教融合实训平台是有效整合高职院校、行业企业资源而共建的实训平台，该类实训平台将校企协同育人贯穿于教育教学改革全过程。[1]国家发改委和教育部于2015年启动实施 “十三五”职业教育产教融合工程，该项目支持一批高职院校加强实习、实训和实验设施建设。江苏省也于2016年开展了“十三五”高等职业教育产教深度融合实训平台建设工作。2019年1月国务院发布了《国家职业教育改革实施方案》，该《方案》提出：到2022年，推动建设300个具有辐射引领作用的高水平专业化产教融合实训基地。高职院校产教融合是当前教育教学领域的研究热点，对高职产教融合的研究大多侧重于讨论产教融合的人才培养模式、如何实现产教深度融合等，关于高职产教融合实训平台绩效评价的研究成果并不多见，尚未形成完整的评价体系。目前同类研究大都集中于高职院校实训基地的绩效评价研究，部分研究者提出了高职校内实训基地的博弈论集对模型、三角模糊数、模糊德尔菲法、DEA模型等评价法。[2]高职院校产教融合实训平台不同于一般校内生产性实训基地，产教融合实训平台重点在于发挥企业重要办学主体作用，目的在于增强高职院校实践教学能力，促进人才培养、专业建设、创新创业与产业发展深度融合，进一步提高高职教育服务经济社会发展的能力。

本文以江苏省高职院校产教融合实训平台为研究对象，利用数据包络分析法（Data Envelopment Analysis，DEA），建立了 DEA评价指标体系和评价模型，选取江苏省12所具有同质性的产教融合实训平台进行了实证分析，得出了是否DEA有效的结论，对于非DEA有效的产教融合实训平台提出了改进方向，为高职院校产教融合实训平台绩效评价提供了新思路。

二、高职院校产教融合实训平台的DEA绩效评价模型

（一）绩效评价的方法概述

目前国内外对于资源配置的绩效评价方法主要有层次分析法、数理统计法、DEA法等，本文选择DEA方法作为高职院校产教融合实训平台的绩效评价方法。DEA法是以相对效率概念为基础发展起来的一种基于运筹学理论与实践、用于评价具有相同类型的多投入、多产出的决策单元是否技术有效的非参数统计方法。[3]DEA方法不仅可以处理企业等生产系统，还可用于学校等非生产性系统。DEA方法对于高职院校产教融合实训平台资源配置评价问题具有独特的适用性，研究高职产教融合实训平台的DEA方法评价，既为产教融合实训平台成果评价开辟新的路径，也是对DEA的应用范围的进一步拓展。

（二）评价模型的选取

目前基于DEA方法的评价模型有很多种，在国内使用较多的DEA基本模型有CCR模型、BCC模型两种[4]，两种模型是对不同生产可能集条件下的决策单元进行评价。考虑模型的使用范围，结合高职产教融合实训平台绩效评价的特征要求，本文选取CCR模型作为DEA评价模型，选取如下线性规划模型1，求出该模型1的最优解，可定义决策单元DMUj的相对有效性。

式（1）中xj 、yj 分别为第j 个决策单元DMUj的输入和输出向量;[μ]为输出向量的权重;，ν为输入向量的权重。

为进一步提高评价结果的可靠程度，将上述模型引入松弛变量s+（表示产出不足量）、剩余变量s-（表示投入冗余量）和阿基米德无穷小量[ε]，选取如下的线性规划模型2：

式（2）中e-T =（1，1，…，1） 、eT =（1，1，…，1） ，式（2）可求得最优解为θ* 、S*+ 、S*- 、λ* ，其经济学含义为：

① θ* =1，S*+ =S*- =0 ，该DMUj为DEA有效;

② θ* =1，S*+ ≠0 或S*- ≠0 ，该DMUj为弱DEA有效;

③ θ* <1，该DMUj为非DEA有效。

三、评价指标体系的构建

（一）决策单元的选择

依据DEA模型评价方法，决策单元（DMU）选取的依据有[5]：一是具有相同的输入和输出指标、相同的外部环境和目标任务;二是决策单元数量不少于2倍的输入、输出指标总数。2016年江苏省教育厅批准设立了约100个高等职业教育产教融合实训平台，每一个产教融合实训平台被看作是一个决策单元。为便于比较和分析，本文选取了其中12所高职院校工科类产教融合实训平台为决策单元，12个决策单元（DMU）如表1所示。

（二）输入-输出评价指标的确定

研究高职院校产教融合实训平台的绩效评价问题，根本目的是提高实训平台的资源配置效率，实现在一定范围和一定时期内，以最适宜的资源投入得到最大的成果产出，关键前提是建立一套科学有效的评价指标体系。

1.评价指标构建的原则

评价指标对评估结果的客观性和准确性有着重要影响，要使评价结果能准确、客观地反映高职产教融合实训平台运行的实际状况，评价指标的选取必须遵循一定的基本原则。第一，突显实训平台的高职教育特性，高职产教融合实训平台一般由学校和企业两大主体构成，企业参与实训平台的建设重在追求经济效益，而学校的本质诉求是教育教学和人才培养。因此从学校视角看，指标的选取更多地是要反映非营利性教育属性。第二，按照样本数据的可得性和权威性原则，舍弃理论可行但实际数据难以获取的指标。高职产教融合实训平台的部分数据因保密或难以统计等原因并不对外公布，较难获取，因此所选择的指标数据要真实可靠，数据需来源于政府、学校等权威部门发布的统计报告。第三，要在评价分析中尽力保证产教融合实训平台指标体系的完整性，但指标过多而样本数量不足时，DEA评价模型计算结果的准确性会受到影响，有必要针对实际情况删除那些相互之间关联系数较大的评价指标，有效简化高职产教融合实训平台的评价指标体系，以便实现尽可能少的评价指标映射出尽可能多的信息。第四，输入输出指标体系的构建并非只有一种方案，评价指标的选择取决于决策单元特点，不同类型（如工科类、文科类、艺术类）的产教融合实训平台，其教育教学方式和社会服务侧重点有所差异，评价指标也应有所不同。例如，教科研仪器设备对于工科類产教融合实训平台显然比文科类更为重要。对于同类型的工科类高职产教融合实训平台，要考虑所选取指标的通用性，便于在不同的决策单元之间进行对比研究。

综合考虑DEA指标构建原则，经反复验证和认真筛选，本文选取 2个输入指标和4个输出指标，作为DEA数据统计分析的依据，完成了江苏高职院校产教融合实训平台绩效评价指标体系的构造。

2.输入指标的选取

本文选取的2个输入指标是专任教师数和仪器设备总值。由于各高职院校对校内外兼职教师的认定标准不同，因此不考虑兼职教师数。专任教师人数反映了高职院校在产教融合实训平台建设和运行中不可缺少的人力资源投入，此处专任教师为具有中、高级职称的教师人员数量，专任教师是开展教育教学和科技服务的骨干力量，他们在一定程度上体现了高职产教融合实训平台的教学科研能力，因此选择专任教师人数来衡量人力资源的投入水平。仪器设备是高职院校产教融合实训平台各类主体经费投入的物化形式，各种经费投入很大一部分最终转化成用于生产、教学和科研的仪器设备总值，仪器设备总值能反映高职院校产教融合实训平台物力资源状况。

3.输出指标的选取

本文输出指标选取4个，分别为：在校生数、省级及以上教学成果奖、社会培训、发明专利，这4个指标是高职产教融合实训平台绩效最重要的表现形式。一般来说，高职院校产教融合实训平台服务多个相关专业，在校生数量和质量、毕业生数量和质量是实训平台人才培养的主要产出，也是高职教育有别于企业等生产营利性行业的最主要特征。通常高职教育年限为3年，周期性长，使用毕业生数来衡量实训平台的人才培养水平具有局限性，本文选择在校生数这一指标。工科类高职院校省级及以上教学成果奖是高职教育教学改革的标志性成果，教学成果奖必定是在提高人才培养质量上产生了明显效果，而产教融合实训平台是强化实践教学环节和校企协同育人的重要场所，高等级教学成果奖离不开产教融合实训平台的有力支撑。开展社会培训是高职院校服务地方经济社会发展的必然要求，也是高职院校办学宗旨和办学能力的重要体现。2019年国务院发布的《国家职业教育改革实施方案》明确要求高职院校开展高质量的职业培训，但目前高职院校的社会培训工作成效不明显，培训力量薄弱，经济效益低。引导企业深度参与社会培训是突破当前高职院校社会培训困境的必经之路，因此社会培训人数是产教融合实训平台开展社会服务能力建设的主要指标之一。为社会提供有用的科研成果是高职院校科研职能的具体表现，科研成果涵盖学术论文、科技报告、学术专著、发明专利等，开展科技服务和技术创新已成为产教融合实训平台的重要任务，校企联合开展科技创新和专利挖掘，可使发明专利的创造更具实用性和针对性，有助于就地实现发明专利的成果转化，知识产权产出的捷径在于产教融合，发明专利理所当然成为产教融合实训平台的输出指标。

（三）输入-输出数据的获取

由于产教融合实训平台的建设周期较长，本文以2016-2018年江苏省高职院校产教融合实训平台指标数据为基础开展研究，这比仅采用一年内相关数据所反映出的投入产出结果更加合理。文中所选数据主要来自2016-2018年江苏省品牌专业年度报告、江苏省高校年度教学质量报告，具体数据如表2所示。

四、指标数据的计算与分析

用DEA方法来对高职产教融合实训平台的成果统计进行评价，不仅可以得出各实训平台成果统计的相对有效性，还可以得出各实训平台成果的相对效率排序，进一步找出实训平台从非DEA有效到DEA有效的改进方向。

（一）DEA有效性评价

本文采用LINGO11软件对模型进行求解，为计算方便，需要对输入、输出指标的原始数据进行换算，首选从输入、输出原始数据中找出最大值，再以10为最大值对原始数据进行同比例缩放，得到输入输出数据转换值。基于模型2给出的阿基米德无穷小量CCR模型（模型中[ε]取值为10-6），求解结果如表3所示，由此可判断各个决策单元的DEA有效性。

从表3可看出，决策单元MMU1、MMU4、MMU5、MMU10、MMU12的绩效结果较好，处于DEA有效状态，这些决策单元大力完善相关政策法规，高度重视产教融合实训平台建设的有效性，合理配置资源，实现了产教融合实训平台在教育教学、社会培训和科技服务等方面的最优化产出。

由表3还可找出非DEA有效的决策单元提高投入产出的途径和方向，以DMU11为例，其产出量不足，产出上需要增加2.480个单位教学成果奖、0.200个单位社会培训人次和1.780个单位发明专利，但在校生人数产出上可保持不变（因为s1- =0）;同时DMU11还出现了投入冗余情况，在投入方面需缩减1.364个单位专任教师。需要说明的是，依据本文计算方法，上述给出的数据不是实际增加值，而是以产出指标最大值为基准换算后的计算值。以DMU11为例，该决策单元需再增加2.480个单位的教学成果奖才能符合产出规模，由表2可知教学成果奖指标的最大值为 5，需要增加的实际值为 2.48×5/10，大约为 1项，同理DMU11分别需要增加约120人次社会培训、3件发明专利，同时输入指标方面需减少约5名专任教师。按照上述方向和力度调节投入和产出的规模，DMU11实训平台的DEA可达到有效状态，资源配置将趋于合理。

（二）相对效率排序

为使上述DEA结果的对比性更为直观，更好地了解不同决策单元的绩效完成情况，基于上述CCR模型1，对各个决策单元的相对效率指数进行排序，测算结果如表4所示。可以看出，各产教融合实训平台之间的相对效率差异较大，DMU1、DMU5、DMU7、DMU10、DMU12等5个决策单元的相对效率值都达到了0.9以上，说明其在技术和规模上都达到了最优的组合，效率相对最优。但DMU3、DMU6、DMU8 、DMU11等决策单元的相对最优效率值均低于0.5，其中DMU11最低仅为0.189，说明先期投入较大，但显性成果数量不足，资源配置不合理，投入资源没有得到充分使用。

五、结语

本文以江苏省12个高职院校产教融合实训平台为样本，对产教融合实训平台的投入和产出效益进行了实证研究。12个样本产教融合实训平台中有5个处于DEA有效状态，7个为非DEA有效状态，且在这些非DEA有效的产教融合实训平台中，又有4個实训平台的效率值低于0.5。这表明，高职产教融合实训平台的经费投入和人力资源投入虽大，但整体资源配置效率较低，产出成果不足。

江苏立足区域经济社会发展需求，始终将职业教育放在优先发展的战略地位，作为全国经济发达地区，江苏不断增加对高职教育的资源投入，促进产教深度融合，高职教育处于全国第一方阵。但从样本实证研究结果来看，江苏不少高职院校产教融合实训平台的资源要素配置效率并不高，建立在资源低效配置基础上的高职产教融合实训平台规模和实力提升不具备可持续性。人力资源、仪器设备和经费投入水平是影响高职院校产教融合实训平台绩效高低的重要指标，人、财、物等要素投入的增加有利于产教融合实训平台成果的产生，但资源要素投入并非越多越好，当要素投入增加使得产教融合实训平台产出成果达到最多时，如果再继续盲目投入就会产生规模不经济问题，造成更大的资源浪费。因此高职产教融合实训平台的人力资源、仪器设备和经费投入要遵循规模适度原则，在适度增加资源投入的同时，应重点提升资源使用的针对性和有效性，必须建立以运行绩效提升为导向的高职院校产教融合实训平台评价机制。

对于高职院校产教融合实训平台的合理评价，就是要高度重视评价方法的应用和评价系统的建设。采用DEA等科学的绩效评价方法和评价指标，“以评促建”，实现产教融合实训平台各项产出达到最优状态。各高职院校在产教融合实训平台建设和运行过程中，应相互交流，分享数据资料，定期对实训平台开展绩效测算及其对比分析，减少自我封闭的主观性评价，加强以核心指标产出为主要内容的资源要素配置，及时发现产教融合实训平台运行中存在的问题，保证各种资源投入的方向和目标正确，投入资源得到最大程度的利用，更好实现产教融合实训平台对产业发展和学校教育教学的双向支撑功能。

[参考文献]

[1]彭莉洁.职业教育产教融合的历史演进、逻辑起点与战略要点[J].教育与职业，2019（06）.

[2]汤静，丁威，陈兵 等.基于DEA模型的高等职业院校校内实训基地建设绩效评价研究[J].实验技术与管理，2014（09）.

[3]刘芳，张彦文，杨文秀.基于DEA方法的医药相关类高职院校教育发展效率研究[J].职业技术教育，2018（11）.

[4]苏荟，吴玉楠.基于PCA-DEA模型的高职院校办学绩效评价研究[J].现代教育管理，2018（10）.

[5]赵小峰，陈宗兴，霍学喜.农林高等职业院校教育投入产出经济效益分析[J].西北农林科技大学学报（社会科学版），2017（03）.

Research on Performance Evaluation of the Industry-Education Integration Training Platform in Higher Vocational Colleges

ZHANG Hannian

（Nanjing College of Information Technology， Nanjing Jiangsu 210023， China）

Abstract： With the development of higher vocational education， more attention has been paid to the construction of the Industry-Education integration training platform in higher vocational colleges， the investment of training platform is increasing， it is important to evaluate the performance evaluation of output results for thetraining platform. Based on data envelopment analysis（DEA）， the CCR model is used to evaluate the performance of some training platforms in Jiangsu province， the results show that the invest and produce efficiency of most training platforms is low， the effective path of training platform from non-DEA to DEA are put forward， it provides a new method for the performance evaluation of the industry-education integration training platform.

Key words：industry-education integration training platform; data envelopment analysis; performance evaluation

[責任编辑：马妍春]

收稿日期：2019—09—16

基金项目：2018年江苏高校哲学社会科学研究基金项目“路径依赖视角下高职院校产教融合实训平台的绩效评价研究”（编号：

2018SJA0679）。

作者简介：张汉年（1975—），男，安徽无为人，南京信息职业技术学院，副教授。研究方向：现代高职教育理论与实践。