我國省際高等職業(yè)教育綜合發(fā)展水平的測度與比較

［摘要］采用CIPP評價模型，以2020年的截面數(shù)據(jù)為材料，測度和比較我國不同省份高等職業(yè)教育的綜合發(fā)展水平。研究發(fā)現(xiàn)，我國各省份在高等職業(yè)教育發(fā)展水平上的空間分布呈現(xiàn)出明顯的“東部＞中部＞西部”的格局；各省份高等職業(yè)教育的綜合發(fā)展指數(shù)存在全局空間正相關特征，高等職業(yè)教育綜合發(fā)展水平相似的省份在空間上相對集中分布；背景維度呈現(xiàn)出“東部高，中西部低”的態(tài)勢，投入維度呈現(xiàn)出“中部塌陷”的態(tài)勢，過程維度呈現(xiàn)出“中東部高，西部低”的態(tài)勢，產(chǎn)出維度呈現(xiàn)出“中部高、東部平、西部低”的態(tài)勢。因此，要助推我國高等職業(yè)教育真正實現(xiàn)全方位“指數(shù)式”發(fā)展，需要強化區(qū)域職業(yè)教育均衡發(fā)展，推進職業(yè)教育公平治理；增強區(qū)域協(xié)同效應，打破區(qū)域間高等職業(yè)教育發(fā)展的圈層隔閡；從高等職業(yè)教育發(fā)展全過程出發(fā)，促進高等職業(yè)教育高質量發(fā)展。

［關鍵詞］省際高等職業(yè)教育；綜合發(fā)展水平；CIPP評價模型

［作者簡介］姜孟升（2001- ），男，云南昭通人，華東師范大學職業(yè)教育與成人教育研究所在讀碩士；范棲銀（1997- ），男，四川達州人，華東師范大學職業(yè)教育與成人教育研究所在讀博士；匡瑛（1978- ），女，上海人，華東師范大學職業(yè)教育與成人教育研究所，教授，博士，博士生導師。（上海" 200062）

［基金項目］本文系國家社會科學基金“十三五”規(guī)劃2020年度教育學重大招標課題“職業(yè)教育類型特征及其與普通教育‘雙軌制’‘雙通制’體系構建研究”的階段性研究成果。（項目編號：VJA200003，項目主持人：匡瑛）

［中圖分類號］G710" " ［文獻標識碼］A" " ［文章編號］1004-3985（2024）10-0030-09

高等職業(yè)教育在我國教育體系中的地位逐漸凸顯，成為培養(yǎng)高素質技術技能人才的關鍵領域，也為我國經(jīng)濟社會可持續(xù)發(fā)展提供了重要支持。然而，在高等職業(yè)教育的迅猛發(fā)展過程中，我們不得不面對一個事實：我國各省份之間高等職業(yè)教育的發(fā)展水平明顯不均衡［1］。因此，要想實現(xiàn)我國高等職業(yè)教育高質量發(fā)展必須深入研究我國省際高等職業(yè)教育的發(fā)展現(xiàn)狀，明晰其綜合發(fā)展水平差異具體體現(xiàn)在哪些方面，以尋求有效的優(yōu)化路徑。為了測度和比較不同省份的高等職業(yè)教育綜合發(fā)展水平，本研究采用CIPP（Context，Input，Process，Product）評價模型，綜合考慮數(shù)據(jù)的完整性、時效性及參考性，選擇2020年的截面數(shù)據(jù)為材料，分析除港澳臺外的我國31個省份的高等職業(yè)教育發(fā)展水平及空間分布情況。需特別指出的是，此處的高等職業(yè)教育特指以開展全日制學歷教育為主的高等職業(yè)?？平逃?，不含職業(yè)本科。而本研究選擇2020年的數(shù)據(jù)，主要是因為其涵蓋了我國31個省份的所有數(shù)據(jù)，具有較高的數(shù)據(jù)完整性。此外，2020年作為“十三五”規(guī)劃的收官之年，反映了規(guī)劃期末階段各省份高等職業(yè)教育發(fā)展的實際情況，并可以為之后“十四五”規(guī)劃目標的實現(xiàn)提供對照參考。

一、高等職業(yè)教育綜合評價指標體系的設計

（一） CIPP評價模型

我國高等教育指標體系劃分方法主要包括結構分類法、投入產(chǎn)出分類法、規(guī)模質量分類法以及規(guī)模投入產(chǎn)出分類法。而國外教育發(fā)展評價指標體系主要分為四大類，分別由世界經(jīng)濟合作與發(fā)展組織、聯(lián)合國教科文組織、世界銀行和美國國家教育統(tǒng)計中心設計，其中采用最為廣泛的是世界經(jīng)濟合作與發(fā)展組織的教育發(fā)展指標體系。CIPP評價模型是自1992年世界經(jīng)濟合作與發(fā)展組織首次發(fā)布教育指標體系以來的所有教育指標體系一以貫之的理論指導［2］，是美國著名教育評價家斯塔弗爾比姆（Stufflebeam）在1966年針對泰勒（Taylor）的行為目標模型的不足，提出的教育評價模型，主張評價的最主要目的不是為了證明，而是為了改進［3］。CIPP評價模型整合背景、輸入、過程與產(chǎn)出四個評價階段，兼顧計劃、組織、實施和再循環(huán)四類決策類型，使得教育評價具備科學性、全面性和系統(tǒng)性。

我國已有不少研究以CIPP評價模型為基礎，建構了教育評價指標體系。鄒佳雯基于CIPP評價模型的核心設計，開發(fā)出了一套評價我國高等教育發(fā)展水平的指標體系［4］。李德顯等同樣依托背景、輸入、過程、結果四個維度創(chuàng)生出了高等教育評價指標體系［5］。潘海生和翁幸借鑒CIPP評價模型，構建了包含教學規(guī)模、教學經(jīng)費、教學質量和教學成果四方面的高等職業(yè)教育評價指標體系［6］。梳理文獻發(fā)現(xiàn)，相關研究在指標體系的完整性與特征性上均存在一定的局限性。在指標的完整性上，受數(shù)據(jù)來源口徑與數(shù)據(jù)收集難度的限制，部分學者對高等職業(yè)教育端的變量選取較為隨意且單一，缺乏理論依據(jù)，如有研究僅以高等職業(yè)教育的規(guī)模去匹配高等職業(yè)教育發(fā)展。在指標的特征性上，職業(yè)教育作為一種區(qū)別于普通教育的教育類型，在評價其發(fā)展情況時應該有反映其類型特征的指標。然而，多數(shù)研究未對此進行設計，選取的指標寬泛且不具有職業(yè)教育類型特征。

（二） 指標設計

如前文所述，CIPP評價模型被廣泛應用于國際教育質量評價，為我們建構高等職業(yè)教育綜合評價指標體系提供了理論基礎，在眾多指標評價體系之中，世界經(jīng)濟合作與發(fā)展組織教育發(fā)展指標體系及指標評價維度尤其具有借鑒意義。其以CIPP評價模型為基礎，從背景指標、輸入指標、過程指標與產(chǎn)出指標維度呈現(xiàn)了教育系統(tǒng)的變革與發(fā)展趨勢，通過比較各國教育系統(tǒng)發(fā)展情況來評價各國教育質量。其中，背景指標涉及人口、經(jīng)濟、人力資本等方面，輸入指標包含財政和人力等，過程指標包含各級教育的參與情況、教師素質和教育機會均等三個方面，產(chǎn)出指標囊括了學生學習成就、畢業(yè)成果、教育的勞動力市場成果等。

綜合CIPP評價模式的指標結構，遵循背景、投入、過程和產(chǎn)出這一建構邏輯，本研究構建出的高等職業(yè)教育綜合評價指標體系共包含了4個維度、13個一級指標，25個二級指標；并應用熵值法①對各指標的權重進行了計算。同時，通過梳理文獻發(fā)現(xiàn)，已有研究十分關注投入和過程的相關指標，認為其是優(yōu)化教育資源配置、提升教育質量、推動政策改進的重要抓手，在評估高等職業(yè)教育發(fā)展中具有重要作用，因此，本研究也設計了較多投入和過程維度的指標。一是背景維度。背景評價是基于教學要求考察各方面的條件基礎，關注各種要素可能會對教學效果產(chǎn)生的影響。該維度一級指標包括經(jīng)濟發(fā)展基礎、人口年齡結構與人口學歷結構。經(jīng)濟發(fā)展基礎的代理變量為人均GDP，人口年齡結構的代理變量為15～64周歲人口比例，人口學歷結構的代理變量為就業(yè)人員平均受教育年限。這些指標的權重分別為0.0594、0.0295、0.0125。二是投入維度。投入評價一般是對主觀需要與客觀可得的資源、經(jīng)費、人力、物力等進行的評價。該維度一級指標在考慮財力投入與物力投入的基礎上，增加了人力投入這一因素。人力投入的代理變量為生師比，財力投入的代理變量包括了高職教育經(jīng)費支出占公共財政教育支出比重、占公共財政支出比重及高職生均教育經(jīng)費支出占人均GDP比重，物力投入的代理變量包括了生均校舍建筑面積、生均圖書冊數(shù)及生均教學儀器設備值。這些指標的權重分別為0.0105、0.0136、0.0140、0.0807、0.0331、0.0427、0.0916。三是過程維度。過程評價服務于決策實施，通過分析教育方案實施情況獲取反饋信息，作為改進教育方案的依據(jù)。該維度一級指標包括了整體規(guī)模、教師素質、產(chǎn)教融合與機會均等。各級教育參與情況可以通過各級教育的規(guī)模進行反映，因此，本研究用整體規(guī)模因素對應CIPP的各級教育參與情況。整體規(guī)模的代理變量為學校數(shù)、在校生人數(shù)與招生人數(shù)；教師素質的代理變量為專任教師中“雙師型”教師比例、高級職稱教師比例、研究生學歷教師比例及全國職業(yè)院校教學能力比賽獲獎數(shù)占比；產(chǎn)教融合的代理變量為現(xiàn)代學徒制試點數(shù)、示范性職教集團（聯(lián)盟）數(shù)，以凸顯高職教育的職業(yè)性特點；機會均等的代理變量為高職入學率、“雙高”院校數(shù)及每十萬人高職學生數(shù)。這些指標的權重分別為0.0316、0.0501、0.0551、0.0111、0.0321、0.0339、0.0283、0.0223、0.0492、0.0261、0.0501、0.1162。四是產(chǎn)出維度。產(chǎn)出評價服務于決策循環(huán)，是對教育方案實施成效展開的價值判斷，通過測量和分析方案的實施結果來確定是否繼續(xù)使用、修改或終止方案。該維度一級指標包括了畢業(yè)成果、勞動力市場成果與學習成就。畢業(yè)成果的代理變量為畢業(yè)生數(shù)，勞動力市場成果的代理變量為高職學歷就業(yè)人員累計規(guī)模，學習成就的代理變量為全國職業(yè)院校技能大賽獲獎人數(shù)占比。這些指標的權重分別為0.0524、0.0225、0.0313。需要指出的是，參考李立國和杜帆對研究生教育累計規(guī)模指標的設計［7］，考慮到高等職業(yè)教育屬于學歷教育，高職生人力資本屬于高層次的人力資本，區(qū)域流動性較強，而高職生招生數(shù)、在校生數(shù)與學位授予數(shù)是在高職生就業(yè)之前統(tǒng)計的，沒有考慮到高職生就業(yè)地流動的因素，故本研究采用高職生就業(yè)之后的數(shù)據(jù)來代表高職生教育的累計規(guī)模，即就業(yè)人口中具有高職學歷的人數(shù)。

（三）數(shù)據(jù)來源

本研究指標的數(shù)據(jù)來源為《中國勞動統(tǒng)計年鑒》《中國教育統(tǒng)計年鑒》《中國人口與就業(yè)統(tǒng)計年鑒》《全國教育事業(yè)發(fā)展簡明統(tǒng)計分析》《中國教育經(jīng)費統(tǒng)計年鑒》《中國區(qū)域創(chuàng)新能力評價報告》和各省份的《勞動統(tǒng)計年鑒》及國家統(tǒng)計局、教育部公開的相關數(shù)據(jù)或資料。高等職業(yè)教育生師比、生均校舍建筑面積、生均圖書冊數(shù)、生均教學儀器設備值、專任教師中“雙師型”教師比例、高級職稱教師比例、研究生學歷教師比例來源于《全國教育事業(yè)發(fā)展簡明統(tǒng)計分析》。教育經(jīng)費支出占公共財政教育支出比重、教育經(jīng)費支出占公共財政支出比重、生均教育經(jīng)費支出占人均GDP比重來源于《中國教育經(jīng)費統(tǒng)計年鑒》。學校數(shù)、在校生人數(shù)、招生人數(shù)、高職入學率、畢業(yè)生數(shù)來源于《中國教育統(tǒng)計年鑒》。每十萬人高職學生數(shù)來源于《中國教育統(tǒng)計年鑒》與2020年國家統(tǒng)計局高等學校普通本、?？茖W校和學生情況的分省年度數(shù)據(jù)。就業(yè)人員平均受教育年限來源于《中國勞動統(tǒng)計年鑒》。15～64周歲人口比例來源于《中國人口與就業(yè)統(tǒng)計年鑒》。高職學歷就業(yè)人員累計規(guī)模來源于各省份的《勞動統(tǒng)計年鑒》。人均GDP來源于2020年國家統(tǒng)計局地區(qū)生產(chǎn)總值與總人口的分省年度數(shù)據(jù)。全國職業(yè)院校技能大賽獲獎人數(shù)占比來源于2020年教育部公示的全國職業(yè)院校技能大賽獲獎名單?，F(xiàn)代學徒制試點數(shù)來源于2014年、2017年、2018年教育部公示的三批現(xiàn)代學徒制試點單位名單，示范性職教集團（聯(lián)盟）數(shù)來源于2020年教育部公示的第一批示范性職業(yè)教育集團（聯(lián)盟）培育單位名單，全國職業(yè)院校教學能力比賽獲獎數(shù)來源于2020年教育部公布的全國職業(yè)院校技能大賽教學能力比賽獲獎名單，“雙高”院校數(shù)則來源于2019年教育部公布的“雙高計劃”第一輪建設單位名單。需要說明的是，由于政策實施和評估周期，現(xiàn)代學徒制試點單位自2018年之后沒有新增試點，“雙高”院校數(shù)自2019年之后亦未公布新的建設單位。

此外，由于指標體系中的部分變量無法直接獲取，需要通過計算求得，因此，需特別說明一下。人口學歷結構為就業(yè)人員平均受教育年限，該數(shù)值是用《中國勞動統(tǒng)計年鑒》中各類受教育程度人口原始數(shù)據(jù)乘以年之后，再除以總人口數(shù)獲取的。由于不同年份的年鑒對于受教育程度的分類有差別，本研究與2020年教育部學歷分類保持一致，將受教育程度分為未上過學、小學、初中、高中、大學?？啤⒋髮W本科、研究生，不同程度對應的受教育年限分別為0、6、9、12、15、16、19。而高職入學率用區(qū)域當年的高職招生數(shù)除以高中畢業(yè)生數(shù)獲得，高中畢業(yè)生數(shù)等于中等職業(yè)學校畢業(yè)生數(shù)與普通高中畢業(yè)生數(shù)之和，數(shù)據(jù)均來自《中國教育統(tǒng)計年鑒》。每十萬人高職學生數(shù)用區(qū)域高職生數(shù)除以總常住人口數(shù)（十萬）獲得。

二、省際高等職業(yè)教育綜合發(fā)展水平的整體測度與比較

（一）省際高等職業(yè)教育綜合發(fā)展水平的整體測度

本研究通過前面用熵值法為每個指標分配的權重，計算出每個省份高等職業(yè)教育綜合發(fā)展指數(shù)，以反映各省份高等職業(yè)教育綜合發(fā)展的整體水平。測算結果顯示，2020年高等職業(yè)教育綜合發(fā)展水平最高的是山東，而最低的是海南。在總指數(shù)排名前十的省份中，東部地區(qū)7個（山東為0.5717、廣東為0.5237、北京為0.5177、江蘇為0.4980、浙江為0.4562、天津為0.3805）、中部地區(qū)3個（河南為0.3842、湖南為0.3632、湖北為0.3601）、西部地區(qū)0個；在總指數(shù)排名11～21的省份中，東部地區(qū)4個（上海為0.3226、遼寧為0.3136、福建為0.2818、黑龍江為0.2798）、中部地區(qū)2個（安徽為0.3300、江西為0.2957）、西部地區(qū)5個（四川為0.3375、陜西為0.3115、重慶為0.3038、廣西為0.2780、云南為0.2742）；在總指數(shù)排名22～31的省份中，東部地區(qū)2個（吉林為0.2296、海南為0.1732）、中部地區(qū)1個（山西為0.2593）、西部地區(qū)7個（內(nèi)蒙古為0.2595、青海為0.2318、貴州為0.2158、寧夏為0.2156、甘肅為0.2123、新疆為0.1916、西藏為0.1825），呈現(xiàn)出明顯的“東部＞中部＞西部”的格局②。進一步觀察比較發(fā)現(xiàn)，江蘇和浙江在背景、投入、過程、產(chǎn)出四個維度的得分均高于全國平均水平，不存在明顯的短板，是我國高等職業(yè)教育發(fā)展的“高地”；而貴州、海南、山西、吉林、新疆的得分則均低于全國平均水平，整體實力羸弱，屬于我國高等職業(yè)教育發(fā)展的“洼地”。

（二）省際高等職業(yè)教育綜合發(fā)展水平的空間比較

為探索我國31個省份高等職業(yè)教育綜合發(fā)展指數(shù)的空間聚集特征，本研究使用STATA16.0軟件計算了全局莫蘭指數(shù)③。2020年全局莫蘭指數(shù)估計值范圍為0.039～0.427，雖有所波動但始終大于0，并基本通過了1%的顯著性檢驗。這表明各省份高等職業(yè)教育的綜合發(fā)展指數(shù)存在全局空間正相關特征，高等職業(yè)教育綜合發(fā)展水平相似的省份在空間上相對集中分布，即具有較高發(fā)展水平的省份相對鄰接，具有較低發(fā)展水平的省份也聚集在一起，相鄰省份之間存在著顯著的影響，在提升高等職業(yè)教育綜合發(fā)展水平的過程中應重視其地理空間分布的相關性。同時，全局莫蘭指數(shù)總體上偏低，表明區(qū)域間高等職業(yè)教育綜合發(fā)展水平的空間自相關水平并不高，即各省份之間的高等職業(yè)教育綜合發(fā)展水平受到的空間影響相對較小。分維度來看，背景維度、過程維度、產(chǎn)出維度的全局莫蘭指數(shù)較高，指數(shù)估計值范圍為0.209～0.427，說明其空間自相關程度及整體空間集聚性更強；而投入維度的全局莫蘭指數(shù)，則未通過顯著性檢驗。

由于全局莫蘭指數(shù)只能揭示空間事物的依賴性，顯示的各省份與周邊區(qū)域平均差異的直觀性不顯著，只能刻畫整體空間集聚性特征，無法揭示出具體聚集區(qū)域的范圍，局部空間自相關分析正好彌補了全局空間自相關分析的缺點。因此，本研究采用局部Getis-Ord Gi指數(shù)④來識別我國高等職業(yè)教育綜合發(fā)展的高值或低值空間集聚模式，并按其性質分為擴散效應區(qū)（“高—高聚集”）、過渡區(qū)（“低—高聚集”）、低速增長區(qū)（“低—低聚集”）和極化效應區(qū)（“高—低聚集”），集聚類型的顯著性水平為5%。

“高—高聚集”說明高等職業(yè)教育綜合發(fā)展水平高的省份被同樣高發(fā)展水平的省份所圍繞，高等職業(yè)教育綜合發(fā)展水平較高的省份在空間上集中分布。而“低—高聚集”說明高等職業(yè)教育綜合發(fā)展水平低的省份，其相鄰省份的高等職業(yè)教育綜合發(fā)展水平相對較高，高等職業(yè)教育綜合發(fā)展水平較低的省份在空間上被高等職業(yè)教育綜合發(fā)展水平相對較高的省份圍繞?！暗汀途奂闭f明高等職業(yè)教育綜合發(fā)展水平低的省份被同樣低發(fā)展水平的省份所圍繞，只有幾個省份落在這一區(qū)域?！案摺途奂闭f明其高等職業(yè)教育綜合發(fā)展水平高而其相鄰省份的高等職業(yè)教育綜合發(fā)展水平相對較低。

統(tǒng)計結果顯示，2020年，“高—高聚集”范圍分布在山東、江蘇、河南、安徽、湖北的淮河流域，橫跨東中部地區(qū)，這些省份高等職業(yè)教育綜合發(fā)展水平普遍較高，周邊省份的高等職業(yè)教育綜合發(fā)展水平也相對較高，對周圍有一定的輻射帶動作用；同時，“低—低聚集”則分布在以青海、西藏、新疆為主的西部地區(qū)，這些省份的高等職業(yè)教育發(fā)展滯后，面臨相似的挑戰(zhàn)或限制，也對周邊省份有一定的負面影響?！暗汀呔奂钡氖呛Ｄ希涓叩嚷殬I(yè)教育資源和發(fā)展機會仍處于相對較低的發(fā)展水平，但其鄰近的廣東高等職業(yè)教育綜合發(fā)展水平則相對更好，反映了該區(qū)域高等職業(yè)教育的不均衡分布與發(fā)展。因其他省份未能達到顯著水平，所以在此不作討論。

三、省際高等職業(yè)教育綜合發(fā)展水平的具體測度與比較

（一）背景指數(shù)

在背景維度，本研究旨在使用背景指數(shù)來評估各省份高等職業(yè)教育在教育條件基礎方面的情況，重點關注了其經(jīng)濟發(fā)展基礎（全國平均值為0.0161，東部地區(qū)平均值為0.0249，中部地區(qū)平均值為0.0113，西部地區(qū)平均值為0.0090）、人口年齡結構（全國平均值為0.0152，東部地區(qū)平均值為0.0198，中部地區(qū)平均值為0.0088，西部地區(qū)平均值為0.0133）、人口學歷結構（全國平均值為0.0067，東部地區(qū)平均值為0.0075，中部地區(qū)平均值為0.0060，西部地區(qū)平均值為0.0049）的差異。從經(jīng)濟發(fā)展基礎來看，東部地區(qū)的經(jīng)濟發(fā)展基礎普遍較強，人均GDP相對較高，而一些中西部地區(qū)如貴州、甘肅等則相對較低，這表明東部地區(qū)在支持高等職業(yè)教育方面擁有更充足的物質基礎。在人口年齡結構方面，東部地區(qū)具有更充足的勞動力資源，西部地區(qū)次之，而中部地區(qū)則相對最少。究其原因，一方面是由于東部地區(qū)經(jīng)濟相對發(fā)達，吸引了大量的外來人口和年輕人遷入；另一方面是因為西部地區(qū)相對于其他地區(qū)人口年齡結構較年輕，具有更多的勞動力資源，其高等職業(yè)教育發(fā)展的潛力也更大。在人口學歷結構方面，各省份就業(yè)人員平均受教育年限也反映了勞動力資源質量的高低。東部地區(qū)通常具有更高的平均受教育年限，中部地區(qū)次之，西部地區(qū)則相對最低，而這也反映了中東部的整體教育資源和背景要好于西部地區(qū)。

總體而言，從背景維度看，高等職業(yè)教育發(fā)展呈現(xiàn)“東部高，中西部低”的態(tài)勢。這表明東部地區(qū)在經(jīng)濟、人口和教育背景方面具有相對優(yōu)勢，為高等職業(yè)教育的發(fā)展提供了更好的基礎；中西部地區(qū)整體差異不大，但中部地區(qū)的經(jīng)濟、教育背景要優(yōu)于西部地區(qū)；而西部地區(qū)的人口結構又比中部地區(qū)更好，勞動力資源更為充足。值得一提的是，北京、上海的背景指數(shù)要明顯優(yōu)于其他省份，而廣西、貴州、河南、河北和甘肅則明顯低于其他省份，需要進一步投入足夠的資源來支持和改善其高等職業(yè)教育的發(fā)展背景。

（二）投入指數(shù)

在投入維度，本研究重點考察了各省份高等職業(yè)教育領域的資源投入情況，包括財力投入（全國平均值為0.0307，東部地區(qū)平均值為0.0235，中部地區(qū)平均值為0.0284，西部地區(qū)平均值為0.0397）、物力投入（全國平均值為0.0295，東部地區(qū)平均值為0.0385，中部地區(qū)平均值為0.0185，西部地區(qū)平均值為0.0253）、人力投入（全國平均值為0.0067，東部地區(qū)平均值為0.0071，中部地區(qū)平均值為0.0068，西部地區(qū)平均值為0.0062）。結果顯示，東中西部地區(qū)在財力投入上存在較大差異，呈現(xiàn)出“東西部高，而中部低”的發(fā)展態(tài)勢。在東部地區(qū)，其財力投入相對更低，但其人力投入、物力投入則相對更高，這與東部地區(qū)經(jīng)濟發(fā)達的背景相一致，反映了東部地區(qū)高等職業(yè)教育設施和資源相對充足。而且，東部地區(qū)通常是人才聚集的地方，吸引了大量的高素質教育從業(yè)人員，有助于提供高質量的高等職業(yè)教育。同時，由于東部地區(qū)良好的經(jīng)濟物質基礎，也減輕了政府在這方面的財政負擔，其財力投入也相對更低。在西部地區(qū)，其人力投入相對最低，但其財力投入、物力投入都相對較高，體現(xiàn)了政府對西部地區(qū)的資源傾斜。同時，也因為其經(jīng)濟基礎相對較差，難以吸引足夠數(shù)量的高素質教育從業(yè)人員。而在中部地區(qū)，雖說其人力投入、財力投入都處于中間水平，但是物力投入則相對最低，因此造成了中部地區(qū)高等職業(yè)教育投入“中部塌陷”的現(xiàn)象。

總體而言，東部地區(qū)在高等職業(yè)教育總體投入上相對較高，其人力投入、物力投入最高，財力投入最低，反映出東部地區(qū)高等職業(yè)教育在經(jīng)濟支持方面相對獨立，基本能自給自足。西部地區(qū)的財力投入和物力投入較高，但其人力投入仍受到限制。而中部地區(qū)的財力投入介于東部地區(qū)和西部地區(qū)之間，但總體得分相對最低，這也需要引起政府的關注，要平衡和優(yōu)化財力、人力、物力資源的投入，以提高高等職業(yè)教育的綜合發(fā)展水平。值得一提的是，北京、青海和西藏的投入指數(shù)都明顯高于其他省份，而云南則明顯低于其他省份。另外，雖說云南的財力投入處于較高的水平，但是其人力投入和物力投入都相對很低，既不能吸引到足夠數(shù)量的高素質教育從業(yè)人員，辦學所需的基礎設施設備投入也亟待提升。

（三）過程指數(shù)

在過程維度，本研究重點分析了高等職業(yè)教育的實施過程，包括整體規(guī)模（全國平均值為0.0502，東部地區(qū)平均值為0.0516，中部地區(qū)平均值為0.0754，西部地區(qū)平均值為0.0361）、教師素質（全國平均值為0.0514，東部地區(qū)平均值為0.0662，中部地區(qū)平均值為0.0530，西部地區(qū)平均值為0.0346）、產(chǎn)教融合（全國平均值為0.0268，東部地區(qū)平均值為0.0339，中部地區(qū)平均值為0.0291，西部地區(qū)平均值為0.0181）、機會均等（全國平均值為0.0464，東部地區(qū)平均值為0.0617，中部地區(qū)平均值為0.0426，西部地區(qū)平均值為0.0316）方面的情況。在整體規(guī)模方面，整體規(guī)模是高等職業(yè)教育發(fā)展的關鍵，反映了高等職業(yè)教育在各省份的普及程度。研究結果顯示，中部地區(qū)的整體規(guī)模相對最高，表明該地區(qū)的高等職業(yè)教育規(guī)模更加龐大，涵蓋更多的學校、在校生和招生人數(shù)。東部地區(qū)也具有較高的整體規(guī)模，而西部地區(qū)的整體規(guī)模相對最小。在教師素質方面，教師素質是高等職業(yè)教育發(fā)展的核心因素之一。研究結果顯示，東部地區(qū)的高等職業(yè)教育擁有較高比例的“雙師型”教師、高級職稱教師和研究生學歷教師，其在全國職業(yè)院校教學能力比賽上的表現(xiàn)也更好，整體素質相對最好。西部地區(qū)則相反，亟待加強高素質師資隊伍建設。中部地區(qū)處于中間水平。在產(chǎn)教融合方面，產(chǎn)教融合是高職教育的重要特點，對培養(yǎng)職業(yè)化人才具有重要意義。研究結果顯示，東部地區(qū)的現(xiàn)代學徒制試點數(shù)和示范性職教集團（聯(lián)盟）數(shù)相對較高，這表明該地區(qū)的經(jīng)濟產(chǎn)業(yè)更為發(fā)達，其高等職業(yè)教育發(fā)展也更加注重與產(chǎn)業(yè)的深度融合。相比之下，中西部地區(qū)在產(chǎn)教融合方面的表現(xiàn)相對較弱。究其原因：一方面是受地區(qū)產(chǎn)業(yè)經(jīng)濟發(fā)展的限制；另一方面是因為中西部地區(qū)高職院校和產(chǎn)業(yè)的合作與互動機制還不夠健全，存在融合不夠、特色不足等問題。在機會均等方面，機會均等是高等職業(yè)教育的一項基本原則，涉及高職入學率、“雙高”院校數(shù)、每十萬人高職學生數(shù)。研究結果顯示，東部地區(qū)的高職入學率、“雙高”院校數(shù)及每十萬人高職學生數(shù)都相對最多，中部地區(qū)次之，而西部地區(qū)則相對最低，這表明東部地區(qū)擁有更多的優(yōu)質資源，也有更多的學生有機會進入高等職業(yè)教育。同時，也反映出東中西部地區(qū)的差距較大，區(qū)域發(fā)展不平衡。

總體而言，高等職業(yè)教育發(fā)展過程呈現(xiàn)出“中東部高，西部低”的態(tài)勢，東部地區(qū)雖說在整體規(guī)模上不及中部地區(qū)，但是在教師素質、產(chǎn)教融合、機會均等方面都較其他地區(qū)做得好，而西部地區(qū)則在各方面都有待加強。值得一提的是，山東、廣東、江蘇、浙江的各項指數(shù)要明顯高于其他省份，而青海、西藏則遠低于其他省份。西藏、青海雖說得到了較高的投入，但是由于其經(jīng)濟、地理、人口等因素的限制，高等職業(yè)教育很難快速發(fā)展起來。

（四）產(chǎn)出指數(shù)

在產(chǎn)出維度，本研究重點關注了高等職業(yè)教育的產(chǎn)出效益，包括畢業(yè)成果（全國平均值為0.0186，東部地區(qū)平均值為0.0190，中部地區(qū)平均值為0.0296，西部地區(qū)平均值為0.0128）、勞動力市場成果（全國平均值為0.0102，東部地區(qū)平均值為0.0124，中部地區(qū)平均值為0.0089，西部地區(qū)平均值為0.0086）、學習成就（全國平均值為0.0180，東部地區(qū)平均值為0.0201，中部地區(qū)平均值為0.0254，西部地區(qū)平均值為0.0119）的表現(xiàn)。在畢業(yè)成果方面，畢業(yè)成果是評價高等職業(yè)教育的一個重要衡量指標，反映了高職院校培養(yǎng)出的畢業(yè)生數(shù)量。研究結果顯示，中部地區(qū)的畢業(yè)成果最好，東部地區(qū)次之，而西部地區(qū)則相對最低。這表明中東部地區(qū)的高職院校培養(yǎng)出了更多的畢業(yè)生，這與高職院校數(shù)量、普職晉升比率有一定關系。在勞動力市場成果方面，勞動力市場成果反映了高職畢業(yè)生在就業(yè)市場的表現(xiàn)，可通過高職學歷就業(yè)人員累計規(guī)模來衡量。研究結果顯示，東部地區(qū)的勞動力市場成果高于中西部地區(qū)，而中西部地區(qū)間的差距也不大。這也反映了東部地區(qū)經(jīng)濟發(fā)達，其就業(yè)機會與崗位相對較多，高職畢業(yè)生也能找到合適的工作崗位。在學習成就方面，學習成就是高職院校培養(yǎng)的學生在技能方面的成績，可通過全國職業(yè)院校技能大賽獲獎人數(shù)占比來衡量。研究結果顯示，中部地區(qū)取得的學習成就最好，東部地區(qū)稍次之，而西部地區(qū)相對較低，這也反映了中東部地區(qū)高職院校在技能培訓方面的投入和效果相對較好。

總體而言，高等職業(yè)教育產(chǎn)出呈現(xiàn)出“中部高、東部平、西部低”的態(tài)勢，中部地區(qū)產(chǎn)出最好，東部地區(qū)稍次之，而西部地區(qū)相對較低。需要說明的是，本研究將東北地區(qū)歸入了東部地區(qū)，而東北地區(qū)在此方面的表現(xiàn)相對較差。此外，值得一提的是，海南、青海、西藏、寧夏的產(chǎn)出指數(shù)遠低于其他各省份，而山東、河南、江蘇、廣東的產(chǎn)出指數(shù)則遠高于其他省份。

四、研究結論與對策建議

（一）研究結論

基于CIPP評價模型構建我國高等職業(yè)教育綜合發(fā)展水平測度指標體系，對2020年我國 31個省份高等職業(yè)教育高質量發(fā)展指數(shù)及分項指數(shù)進行測算，揭示了當前我國高等職業(yè)教育綜合發(fā)展水平的空間規(guī)律及高等職業(yè)教育在背景維度、投入維度、過程維度、產(chǎn)出維度的表現(xiàn)。具體而言，主要得出三個結論：一是各省份在高等職業(yè)教育綜合發(fā)展水平上的空間分布格局呈現(xiàn)出明顯的“東部＞中部＞西部”的格局，區(qū)分了高質量職業(yè)教育發(fā)展的熱點區(qū)域和相對滯后區(qū)域。二是各省份高等職業(yè)教育的綜合發(fā)展指數(shù)存在全局空間正相關特征，發(fā)展水平相似的省份在空間上相對集中分布。三是不同維度各省份高等職業(yè)教育發(fā)展態(tài)勢不同。

（二）對策建議

1.強化區(qū)域職業(yè)教育均衡發(fā)展，推進職業(yè)教育公平治理。針對“東部＞中部＞西部”的發(fā)展格局，政府可以采取以下行動方略：一是發(fā)揮政府的統(tǒng)籌功能，協(xié)調(diào)區(qū)域間教育資源配置。對中西部地區(qū)教育經(jīng)費不足的省份，東部地區(qū)及中西部地區(qū)經(jīng)濟發(fā)達省份可通過設立專項基金給予幫扶，逐漸縮小省域間教育經(jīng)費投入的差距，同時要重視中部地區(qū)高等職業(yè)教育資源的調(diào)配，緩解并逐步解決“中部塌陷”的問題。二是鼓勵利益相關者共建共享高職院校辦學，號召行業(yè)企業(yè)、民間組織參與高等職業(yè)教育投資。單純依靠國家投入的教育經(jīng)費支撐運營不是長久之計，高職院校應提高自主籌資的能力，同時，政府應允許高職院校在規(guī)定范圍內(nèi)財政自治［8］。三是確立“共性+個性”的現(xiàn)代化高職院校動態(tài)評價標準，以避免發(fā)達地區(qū)的“天花板效應”與薄弱地區(qū)的“地板效應”［9］。國家可以先制定出臺基本的高職院校評價標準，而對西部地區(qū)弱勢高職院校可適當放寬考核評價標準。

2.增強區(qū)域協(xié)同效應，打破區(qū)域間高等職業(yè)教育發(fā)展的圈層隔閡。針對高等職業(yè)教育綜合發(fā)展水平相似的省份在空間上相對集中分布的特點，可以采取以下行動方略：一是堅持相鄰區(qū)域高職院?！耙詮妿酢钡脑瓌t，充分發(fā)揮高等職業(yè)教育強省的輻射帶動作用。例如，積極發(fā)揮河南、山東、安徽、江蘇、廣東“高—高集聚”的輻射作用，推動中東部地區(qū)優(yōu)質高等職業(yè)教育資源共享、協(xié)同發(fā)展，同時也要考慮到區(qū)域間的公平性，避免建設中的“馬太效應”。二是直面高等職業(yè)教育發(fā)展的關鍵問題，精準找尋阻滯區(qū)域高等職業(yè)教育發(fā)展的“短板”［10］，做到“對癥下藥”，精準補給，以削弱和避免“低—低型集聚”的相互負向影響。三是推動高等職業(yè)教育綜合發(fā)展水平低的省份積極利用區(qū)域優(yōu)勢，向周邊高等職業(yè)教育綜合發(fā)展水平高的省份學習交流。例如，海南可以積極聯(lián)合廣東，通過教師聯(lián)聘、課程聯(lián)建、教研共行、資源互補等方式，全面推動兩地高等職業(yè)教育共建共享。

3.從背景維度、投入維度、過程維度和產(chǎn)出維度高等職業(yè)教育發(fā)展全過程出發(fā)，促進高等職業(yè)教育高質量發(fā)展。一是針對背景維度“東部高，中西部低”的態(tài)勢，除上述協(xié)同統(tǒng)籌措施外，還可以建立利益驅動機制，對積極參與幫扶項目、具有較大影響力的高職院校給予一定表彰和相應政策支持，如把幫扶成績作為高水平和示范性高職院校評選的重要指標。二是針對投入維度“中部塌陷”的態(tài)勢，除上述加大財政支持力度外，還應該考慮到中部地區(qū)各省份自身經(jīng)濟發(fā)展水平積弱和人口壓力較大等因素［11］，提供相應的配套政策與措施，落實中部地區(qū)崛起戰(zhàn)略。三是針對過程維度“中東部高，西部低”的態(tài)勢，政府應制定政策推動西部地區(qū)高等職業(yè)教育內(nèi)涵式發(fā)展，包括引進高素質教師及有針對性地培養(yǎng)“雙師型”教師、學科帶頭人、骨干教師等，由點到面影響、輻射當?shù)貙Ｈ谓處煂I(yè)成長，進而提升當?shù)亟逃虒W質量。同時，也要著力深化校企合作，通過學校與相關企業(yè)開展訂單培養(yǎng)、冠名班培養(yǎng)等合作模式為學生提供廣泛的見習實習和就業(yè)機會［12］。四是針對產(chǎn)出維度“中部高、東部平、西部低”的態(tài)勢，除上述制定現(xiàn)代化高職院校動態(tài)評價考核外，還要重點提高就業(yè)率，確保教學質量與就業(yè)率掛鉤。政府可以制定政策，獎勵高職院校在培養(yǎng)就業(yè)競爭力強的學生方面取得的卓越表現(xiàn)，確保學生畢業(yè)后順利就業(yè)，并對教育質量進行持續(xù)監(jiān)測和改進。

［注釋］

①熵值法利用信息熵來判斷數(shù)據(jù)的離散程度，從而判斷評價指標的有效性和價值。其離散程度越高，信息熵值越大，其所對應的指標權重也就越大，反之亦然。熵值法摒棄了計算程序中賦權的主觀隨意性，可信度更高，適合對多元指標進行綜合評價。

②根據(jù)國家統(tǒng)計局2018年的統(tǒng)計咨詢答復，我國東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南，中部地區(qū)包括山西、安徽、江西、河南、湖北和湖南，西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆，東北地區(qū)包括遼寧、吉林和黑龍江。本研究將東北地區(qū)納入東部地區(qū)，沿用東部、中部、西部三大地區(qū)的劃分方法。

③全局莫蘭指數(shù)是用于判斷地理空間數(shù)據(jù)的集聚模式的統(tǒng)計指標，反映了空間數(shù)據(jù)中是否存在聚集趨勢或離散分布。當莫蘭指數(shù)為 1 時，表示存在完全的正空間自相關，即相似的值聚集在一起；為 0 時，表示空間上的分布是隨機的，不存在空間自相關；為 -1 時，表示存在完全的負空間自相關，即相似的值被分散開來。

④局部Getis-Ord Gi指數(shù)是從莫蘭指數(shù)發(fā)展而來，用于檢測空間數(shù)據(jù)中的局部聚集模式的統(tǒng)計指標。它衡量了某一地理位置周圍的鄰域內(nèi)是否存在顯著的高值或低值集聚。

［參考文獻］

［1］［6］潘海生，翁幸.我國高等職業(yè)教育與經(jīng)濟社會發(fā)展的耦合關系研究——2006—2018年31個省份面板數(shù)據(jù)［J］.高校教育管理，2021，14（2）：12-23.

［2］劉明堂.OECD教育指標體系的變遷及啟示［J］.教育發(fā)展研究，2009，29（Z1）：67-70.

［3］瞿葆奎.教育學文集·教育評價［M］.北京：人民教育出版社，1989：298.

［4］鄒佳雯.高等教育發(fā)展水平對區(qū)域創(chuàng)新能力的影響［D/OL］.湖南：湖南師范大學，2021［2024-03-25］.https：//link.cnki.net/doi/10.27137/d.cnki.ghusu.2021.000090.

［5］李德顯，房磊，蘇若菊.我國高等教育綜合發(fā)展水平及均衡程度測評研究——基于PLS結構方程模型的分析［J］.現(xiàn)代教育管理，2021，373（4）：61-74.

［7］李立國，杜帆.我國研究生教育對區(qū)域創(chuàng)新的溢出效應研究［J］.清華大學教育研究，2021，42（4）：40-49+90.

［8］ERINS I，ERINA J.The Higher Education Financing System：The Case of Latvia［EB/OL］.（2015-04-22）［2024-03-25］. https：//www.sciencedirect.com/science/article/pii/S1877042815017310.

［9］朱德全，彭洪莉.中國職業(yè)教育高質量發(fā)展指數(shù)與水平測度［J］.西南大學學報（社會科學版），2023，49（1）：138-152.

［10］林克松.我國省際中等職業(yè)教育發(fā)展水平的測度與比較［J］.西南大學學報（社會科學版），2018，44（1）：84-90.

［11］尚偉偉，陸莎，李廷洲.我國義務教育發(fā)展的“中部塌陷”：問題表征、影響因素與政策思路［J］.北京大學教育評論，2020，18（2）：172-186+192.

［12］胡萬山，葉琳.高職教育產(chǎn)教融合的歷史演變、現(xiàn)實基礎與發(fā)展趨勢［J］.現(xiàn)代教育管理，2022（10）：82-89.