职业教育集团化办学成效实证研究.docVIP

职业教育集团化办学成效实证研究摘 要 近年来，职业教育集团化办学在我国呈现出良好发展态势，通过资源共享、合作共赢，逐步实现了职业教育与产业、职业院校与企业的深入对接。应用数理统计学中的因子分析法，对我国26个省、直辖市的职业教育集团化办学成效进行评价分析，指出各地区职业教育集团化发展的优势与不足，对于提升各地区职业教育综合实力具有重要的参考价值和借鉴意义，同时也能为相关部门的政策制定提供决策依据。 关键词 职业教育；集团化；办学成效；因子分析 中图分类号 G719.2 文献标识码 A 文章编号 1008-3219（2012）16-0026-04 职业教育集团是指以一个或多个发展较好的院校为核心，多个优势互补的独立法人主体以提高职业教育质量和效益为主要目的，以资产联结或契约合同为纽带，以集团章程为共同行为规范而构成的多法人联合体。职业教育集团化办学则是指具有职业教育集团特征的多法人联合体的办学行为[1]。 《国家中长期教育改革和发展规划纲要（2010－2020年）》（以下简称《教育规划纲要》）指出，要进行职业教育办学模式改革试点，以推进政府统筹、校企合作、集团化办学为重点，探索部门、行业、企业参与办学的机制，开展委托培养、定向培养、订单式培养和工学结合等试点[2]。通过支持一批示范性职业教育集团院校建设，促进优质资源开放共享，进而提升我国职业教育基础能力。 但是，目前我国的职业教育集团是否都取得了理想的办学成效，各地区的职业教育在集团化发展上有哪些优势与不足？基于这些问题，通过借助数理统计学中的因子分析法，以我国26个省、直辖市的职业教育集团为样本，对其办学成效进行评价研究。 一、因子分析的数学模型 因子分析最早由英国心理学家Charles Spearman提出，其基本思想是通过变量的相关系数矩阵内部结构的研究，找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关关系，这种分析方法称为因子分析，是属于多元分析中处理降维的一种统计方法[3]。 因子分析的数学模型如下： （1） 用矩阵表示如下： =+ （2） 简记为：X=AF+ε （3） 且满足：mp （4） cov(F+ε)=0 （5） D(F)==Im （6） D(ε)= （7） 其中，X1…Xp是经过标准化的可观测的评价指标，F1…Fm出现在每个指标Xi的表达式中，称为公共因子（F1…Fm不相关，且方差等于1），公共因子是不可观测的。εi是各个对应指标Xi所特有的因子，故称为特殊因子，它与公共因子之间彼此独立。aij是指标Xi在公共因子Fj上的系数，称为因子载荷，因子载荷aij在统计学上的意义就是指标Xi在公共因子Fj上的相关系数，表示Xi与Fj的线性相关程度。 二、实证分析 （一）数据指标的选取和处理 职业院校要与行业企业深入开展工学结合、校企合作，共同建设实习实训基地，共同做好接收职业院校学生实习工作、职业院校教师实践锻炼工作，以及从企业选派工程技术人员到职业院校兼任教师等工作。在组建职业教育集团的同时，还要大力创建学习型企业，推进企业教育培训的发展，利用现代信息技术和企业的教育资源，改造、拓展和创新企业教育培训工作，大力开展技能型人才培训。 以2007～2009年我国26个省、市、区的职业教育集团汇总统计数据[4] 为样本（限于篇幅，略去原始数据），选取各地区所属的职教集团成员企业接收成员学校教师实践锻炼人数、职教集团成员学校为企业培训职工人数、职教集团开展“订单培养”人数、职教集团成员学校开展工学结合、顶岗实习人数，以及职教集团成员学校与企业联合开展生产技术攻关项目数、职教集团成员企业对成员学校实训基地建设资金投入数和职教集团可共享实习实训设备资产总值为评价指标，全面分析各地区职教集团的办学成效。 为消除原始指标数据的量纲，使各指标之间具有可比性，需要对原始数据进行标准化处理，标准化处理公式为：Xij= （8） 其中，为所有样本在指标Xj上的平均值。 经过预处理后的各项指标值如表1所示。 运用SPSS软件对经过预处理的指标数据进行计算，求出每个因子的方差贡献率，通过尝试最后选择输出3个公共因子，其方差累积贡献率达90.840%，即反映原有信息的90.840%，可以认为原来的7个指标能够综合成3个公共因子，见表2。本例中公共因子的得分系数情况见表3。 根据公共因子的得分系数和原始指标数据的标准化值，可以计算出每个样本在各个公共因子上的得分数，其计算公式为： F1=-0.192X1-0.367X2+0.075X3+0.029X4+0.543X5+0.353X6+0.343X7 F2=0.915X1-0.322X2+0.283X3+0.276X4+0