东中西部7所财经类高职校企合作绩效评价研究

开篇：润墨网以专业的文秘视角，为您筛选了一篇东中西部7所财经类高职校企合作绩效评价研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：通过主成分分析法对7所财经类高职校企合作绩效进行实证分析，评价结果显示，财经类高职校企合作绩效总体水平偏低，不同学校、地区和类型之间有较大差距，存在不均衡现象；校企合作绩效依赖于校企合作资源、过程和效果，起决定作用的是后两项，要十分重视企业的参与。各地应尽快出台校企合作有关地方性法规，多渠道多方位探索校企合作途径，加强校际合作，提升示范和骨干院校的引领辐射作用。

关键词：财经类高职；校企合作；绩效评价；主成分分析

作者简介：王伟（1984-），男，湖北黄冈人，重庆财经职业学院讲师，研究方向为职业教育经济；冯树清（1966-），男，四川峨边人，重庆财经职业学院副院长，教授，硕士生导师，研究方向为职业教育模式。

基金项目：教育部人文社会科学规划项目“企业参与职业教育的激励机制研究”（项目编号 ：09XJA80016），主持人：冯树清。

中图分类号：G712 文献标识码：A 文章编号：１００１－７５１８（２０１２）０９－００２５－０４

校企合作是决定职业教育质量的关键因素之一。我国职业教育曾引进北美的合作教育、德国的双元制、新加坡的教学工厂等先进理念和做法，但由于国情差异，一直没有很好地解决校企深度合作问题。财经类高职在开展校企合作中，企业参与热情不高、流于形式，合作基础薄弱、方式简单化、稳定性弱，以及缺乏规范化管理等，已成为制约其健康发展的主要障碍之一。对财经类高职校企合作的有效性、稳固性和契合度进行评价，找出薄弱环节，制定相关对策，是当前亟需探讨的重要课题。

一、校企合作绩效评价方法、指标选择和数据来源

（一）绩效评价方法――主成分分析法

绩效评价是组织依照预先确定的标准和一定的评价程序，运用科学的评价方法、按照评价的内容和标准对评价对象的工作能力、工作业绩进行定期和不定期的考核和评价。在做绩效评价时，通常会涉及到多个指标和变量，这种多元统计分析不但会增加计算的复杂性，也会给合理地分析问题和解决问题带来困难，且难以克服不同量纲数据带来的影响。主成分分析是一个可行的方法。它是利用降维的思想，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的多元统计方法。通常把转化生成的综合指标称之为主成分，其中每个主成分都是原始变量的线形组合，且各个主成分之间互不相关，这就使得主成分比原始变量具有某些更优越的性能。这样在研究复杂问题时就可以只考虑少数几个主成分而不至于损失太多信息，从而更容易抓住主要矛盾，揭示事物内部变量之间的规律性，同时使问题得到简化,提高分析效率。

进行主成分分析主要步骤如下：

1.根据研究问题选取指标与数据；

2.进行指标数据标准化(SPSS 软件Factor 过程自动执行)；

3.进行指标之间的相关性判定；

4.确定主成分个数m；

5.确定主成分Fi 表达式；

6.进行主成分Fi 命名；

7.计算综合主成分值并进行评价与研究。

（二）指标选择

本文引入绩效评价，不仅重视传统教育评价所强调对教学活动结果的评价，同时更关注教育资源的使用和教育活动过程和教育目标，特别强调财经类高职校企合作的投入、过程和产出的综合评价，弥补了传统评价的不足之处。构建的评价指标共七项，具体如表1。

（三）数据来源

要做好校企合作的绩效评价，必须重视样本选择和样本数据采集。截止2011年，全国公办财经类高职院校有近100所，结合中国高职高专教育网（www.省略/web/index.aspx）“高等职业学校专业建设发展”的数据平台，我们以2010年东中西部7所财经类高职院校“金融管理与实务”专业作为校企合作的绩效评价对象。各学校在分布①上，东部2所（辽宁1所、浙江1所），中部3所（山西2所、吉林1所），西部2所（四川1所、宁夏1所）；其中国家示范院校2所，国家骨干院校1所，省级示范院校1所，普通院校3所。通过整理、计算，各指标数据如表2。

二、财经类高职校企合作绩效实证分析

（一）标准化处理和相关系数矩阵计算

首先用IBM SPSS Statistics 19对原始数据进行标准化处理，然后计算相关系数矩阵（如表3）。易知，X2（兼职教师数占比）与X3（兼职教师课时数占比）、X6（接收就业学生数占比）与X4（接收半年顶岗实习学生数占比）、X5（为企业培训员工数）存在显著的正相关关系，X7（学生毕业一年后平均月薪）与X2（兼职教师数占比）、X3（兼职教师课时数占比）、X5（为企业培训员工数）、X6（接收就业学生数占比）有较密切的正向联系，与X1（企业捐赠设备价值占比）存在负相关关系，与X4（接收半年顶岗实习学生数占比）关系不密切。

表3 相关系数矩阵

（二）方差分解主成分提取和初始因子载荷矩阵分析

主成分个数提取原则为主成分对应的特征值大于1的前m个主成分。特征值在某种程度上可以被看成是表示主成分影响力度大小的指标，如果特征值小于1，说明该主成分的解释力度还不如直接引入一个原变量的平均解释力度大，因此一般可以用特征值大于1作为纳入标准。通过方差分解主成分提取分析，如表4可知，前3个主成分的累计贡献率达到88.73%，而后4个主成分的累计贡献率仅为11.27%，因此取3个主成分，即m=3。

表4 方差分解主成分提取分析表

对提取的3个主成分建立初始因子载荷矩阵，如表5可知，X4、X5、X6、X7在第一主成分上有较高载荷,说明第一主成分基本反映了“接收半年顶岗实习学生数占比”、“为企业培训员工数”、“接收就业学生数占比”以及“学生毕业一年后平均月薪”这四个指标的信息；X1和X3在第二主成分上有较高载荷,说明第二主成分基本反映了“企业捐赠设备价值占比”和“兼职教师课时数占比”两个指标的信息；X2在第三主成分上有较高载荷，说明第三主成分基本反映了“兼职教师数占比”这个指标的信息。可见，提取三个主成分是可以基本反映全部指标的信息,因此决定用三个新变量来代替原来的七个变量。

表5 初始因子载荷矩阵

（三）确定Fi表达式并计算主成分分值

将表5中的数据除以主成分相对应的特征值开平方根,即可得到主成分中每个指标所对应的系数，主成分表达式为:

F1=0.023ZX1+0.270ZX2+0.283ZX3+0.424ZX4+0.494ZX5+0.537ZX6+0.367ZX7

F2=0.497ZX1-0.411ZX2-0.512ZX3+0.399ZX4+0.182ZX5+0.184ZX6-0.311ZX7

F3=0.583ZX1+0.606ZX2+0.248ZX3+0.205ZX4-0.234ZX5-0.225ZX6-0.267ZX7

以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例作为权重计算主成分综合模型：

Ｆ＝■Ｆ1+■Ｆ2+■Ｆ3

根据主成分表达式及主成分综合模型，即可计算F1、F2、F3和F的分值，并进行排序, 如表6。

三、财经类高职校企合作绩效评价

（一）财经类高职校企合作绩效总体水平偏低，不同学校、地区和类型之间有较大差距，存在不均衡现象

从表6主成分综合得分来看，7所学校正分的仅3个，其他4个为负分，绩效状况较差的比例过高；同时，排名第一得分1.807，远超第二、第三名得分，排名最后得分-1.448，校企合作绩效差距较大，总体水平偏低。同时，从综合排名的学校来看，前3名分别是中部3、东部1和西部1，类型分别为普通院校、省级示范和国家示范；后3名分别为中部1、东部2和中部2，类型分别为国家示范、国家骨干和普通院校。校企合作绩效与所处地域是否为东中西部、所属类型是否为示范或骨干院校，关系不大；也没有证据证明经济发达地区的校企合作关系就更加紧密，是示范或骨干院校的校企合作绩效就高。但值得注意的是，排名第五、第七的两所学校均在中部地区山西省，一个是国家示范一个是普通院校；排名第六的学校在东部地区浙江省，是国家骨干院校。示范和骨干院校没能发挥辐射和引领作用，校企合作绩效存在不均衡现象。

（二）财经类高职校企合作绩效依赖于校企合作资源、过程和效果，起决定作用的是后两项，必须十分重视企业的参与

由表6可知，综合排名主要受F1、F2排名的影响，很少受F3的影响。而F1、F2反映的指标信息主要是校企合作过程和效果一级指标，这意味着，校企合作绩效主要是由校企合作过程因子和效果因子贡献而来，校企合作资源因子（F3）对绩效的贡献有限。特别是F3所反映的指标X2（兼职教师数占比），不应被过分关注，如有些学校只注重兼职教师数量而不关心其参与度和效果等。与此同时，F2排名靠前的学校（如中部3、西部1、西部2），它们在综合排名上也很靠前；相反，有的学校（如东部2、中部1）尽管F1排名靠前，但F2排名靠后，综合排名也很靠后，这充分说明F2反映的指标X1（企业捐赠设备价值占比）和X3（兼职教师课时数占比），对校企合作绩效的影响也很大。实际上，X1和X3正是7个指标中最能体现企业参与校企合作的强度和深度，财经类高职要清醒地认识到这一点。

四、小结和建议

本文运用主成分分析方法，对东中西部7所财经类高职校企合作绩效进行了分析和排序。要解决财经类高职校企合作总体水平偏低、不均衡现状，进一步深化校企合作过程，提高校企合作效果，可从以下三个方面入手：

（一）各地应尽快出台校企合作有关地方性法规，推进校企合作制度化

当前校企合作最大的瓶颈问题就是缺乏有效的政策支持，尤其是以培养管理、服务一线高端技能型专门人才为目标的财经类高职院校，在与诸多中小企业推进合作办学中会频繁遇到。尽管企行业是职业教育的直接受益者，应当适度分担人力资源开发成本和职业教育发展责任。但如何明确这一责任，解决管理、服务行业的校企深度合作问题，让更多的中小企业参与到校企合作中来，关键就是政策到位。尽快出台校企合作地方性法规，既是深入贯彻《国家中长期教育改革和发展规划纲要（2010-2020年）》，也是解决财经类高职相对薄弱的校企合作基础的必要举措，同时也有利于各地中小企业通过税收减免等政策获得更多的发展机会。

（二）多渠道多方位探索财经类高职校企合作途径，形成有活力的校企合作体

首先，财经类高职不少都属行业办学（如财政厅、商委等），与政府、行业关系紧密，应依据最新颁布的《教育部关于充分发挥职业教育行业指导作用的意见》（教职成［2011］6号），深入挖掘“行业主导”校企合作模式的潜力。其次，财经类高职也有自身优势，如办学历史较长、校企合作口径宽、资金设备投入小、吸纳学生数量多等，只要找到有效的合作点、利益面，就可以不断开发和探索合适的路径。如浙江金融职业学院提出“行业、校友、集团共生态”校企合作办学模式，成都职业技术学院以纳入成都金融总部商务区建设为契机，成立校企合作“金融超市”，重庆财经职业学院将闲置礼堂租给某集团企业，“引凤入巢”等等。

（三）加强校际合作，成立校际合作战略联盟，提升示范和骨干院校的引领辐射作用

从当前财经类高职的分布来看，不少省份同时建有5-7所，学校之间“各自为政”、低水平重复建设、闭关守门等现象较为严重。本文主成分分析得分排名倒数后三位的学校就是一个印证。这种竞争大于合作的局面，既不利于缓解较为短缺的校企合作资源，也难以提高各自可持续的校企合作绩效。财经类高职应秉承“财商”之道，以合作、开放、共赢的姿态，加强校际合作，优化办学资源，打造校际合作战略联盟，推进校际合作基础上的校企合作，切实提高人才培养质量，进而提升核心竞争力和社会服务能力。作为示范和骨干院校，更要走在校际合作的前列，积极发挥引领和辐射作用。

注释：

①目前，对东中西部省份划分的解释是按照国家统计局2003年的标准。

参考文献：

[1]冯树清，王东强，田书芹.企业参与职业教育的生态机理探讨[J].中国职业技术教育，2010（36）.

[2]冯树清，田书芹.企业参与职业教育的研究述评[J].成人教育，2011（09）.

[3]洪贞银.高等职业教育校企深度合作的若干问题及其思考[J].高等教育研究，2010（3）.

[4]张文霖.主成分分析在SPSS中的操作应用[J].市场研究，2005（12）.

[5]胡伟卿.高职院校校企合作绩效评价研究[J].高等理科教育，2009（06）.

[6]王伟.关于高职院校校际合作的思考[J].广州番禺职业技术学院学报，2010（05）.