东中西部7所财经类高职校企合作绩效评价的研究.docVIP

东中西部7所财经类高职校企合作绩效评价的研究 　　 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（http://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