本帖最后由 geonet 于 2018-7-20 10:47 编辑
中国教育现代化发展的总体趋势和挑战
2018年06月13日来源：《教育研究》
http://ex.cssn.cn/jyx/jyx_jyxyl/201806/t20180613_4364507_1.shtml
作者简介：课题组，课题负责人：马晓强；课题组成员：崔吉芳、刘大伟、何春、赵子莹、马筱琼、李锋亮、赵琦、王颖喆、陈佳鹏、康世联、祝新宇、田凤、魏轶娜、张臻、金龙；执笔人：马晓强、崔吉芳、刘大伟、何春、赵子莹、马筱琼。 内容提要：基于当前中国人口、经济和教育发展现状，建立多种模型对我国教育现代化发展主要指标进行预测分析。结果表明，2030年后我国将全面普及各级教育；教育投入稳定增长，义务教育师资水平进一步提升，教育基尼系数持续降低；教育将成为人力资源增长的主要因素，对经济增长的贡献作用明显加强。面向未来，我国教育现代化发展面临着挑战。建议加快推进教育供给侧结构性改革，办好优质公平教育，统筹城乡教育协调发展，提高教育服务经济社会发展的能力和水平，为推进教育现代化目标奠定坚实基础。 关 键 词：教育发展 教育预测 教育现代化 标题注释：本文系中国教育科学研究院2016年度基本科研业务费专项资金课题“2030年中国教育发展预测分析”(课题批准号：GYG12016004)的阶段性研究成果。 党的十九大报告作出2035年我国基本实现社会主义现代化，本世纪中叶全面建成社会主义现代化强国的战略安排。明确指出建设教育强国是中华民族伟大复兴的基础工程，要求必须把教育事业放在优先位置，深化教育改革，加快教育现代化，办好人民满意的教育。为前瞻了解教育事业对2035年发展目标的基础性作用，课题组对2035年前的教育事业发展主要指标进行粗线条的预测和展望。为突出教育事业优先发展的地位，课题组重点分析了2030年中国教育发展的基本趋势和走向。 一、指标、方法和数据 (一)指标的确定 研究从教育发展的三个维度选择了16项指标进行预测分析。第一个维度为教育机会供给，包括学前教育毛入园率、义务教育毛入学率、高中阶段教育毛入学率、高等教育毛入学率4个指标，用于预测分析2030年、2035年我国教育发展的规模和可以提供的入学机会；第二个维度为教育条件保障，包括财政性教育经费占GDP的比重、义务教育阶段教师高一级学历比例、生师比、平均班额、各级民办教育在校生所占比例、教育基尼系数6个指标，用于对2030年教育经费、教师队伍、教育类型结构等情况进行预测分析；第三个维度为教育质量产出，包括人力资源总量、新增劳动力平均受教育年限、新增劳动力受过高中及以上教育的比例、主要劳动年龄人口平均受教育年限、主要劳动年龄人口受过高等教育的比例、人力资本对经济增长的贡献率6个指标，预测分析2030年、2035年教育发展对提高国民素质、服务经济社会发展所发挥的作用。在支撑这16项指标的下一级指标中，研究对2030年的经济、人口、在校学生、专任教师数量等基础性指标数据也进行了预测分析。 (二)预测方法的选择 不同的指标采用不同的预测分析模型和方法。在经济社会领域通用的预测模型中，经常使用的有投入—产出模型、经济计量模型、层次分析模型、线性规划模型、趋势外推模型、马尔可夫链预测模型和系统动力学模型，等等。在不同的学科领域内部，因为不同的理论假设和前提条件，又会细分出多种专业性质的预测模型和方法。不同的模型和方法各有其优缺点，经过多种模型方法的比较，我们确定了本研究中不同指标的预测分析模型和方法。 1.学龄人口①预测模型和方法 人口预测是本研究的重要基础。我们采用分要素人口预测方法，以第六次全国人口普查(以下简称为“六普”)数据为基础，建立学龄人口预测模型。分要素预测是指将人口按性别、年龄分组，并分别预测计算死亡、生育、迁入与迁出，[1]全国教育人口模型暂不考虑迁移因素。 死亡分析采用生命表技术，考虑到代表性和通用性，本研究选取了国际通用的标准模型生命表——寇尔德曼模型生命表的西区模式[2]，迭代算法采用的是蒋正华提出的自修正迭代法[3]。生育分析中出生人口预测采用总和生育率(TFR)的计算方法，输入参数有生育模式、出生人口性别比和总和生育率。生育模式根据“六普”的年龄别生育率计算得到，其他参数参照《国家人口发展规划(2016-2030年)》设置。出生人口性别比2010年为117.9，2015年为113.5，2020年设为112，2030年设为107，2035年设为105，其他年份采用线性插分得到；在总和生育率参数设置中，2011-2015年是根据历年国民经济和社会发展统计公报的出生人口数进行推算得到，根据规划设定和专家观点，[4]2016-2035年总和生育率将在逐步提升后恢复平稳，因此在本研究中设定总和生育率将由2015年的1.6提升到2018年的2.1，并在2020年回落到1.8后保持平稳，将此设置定位中方案，并把总和生育率每年增加0.1设为高方案，降低0.1设为低方案。在预期寿命参数设置中，2010年采用“六普”数据值，2015年为76.3岁，2020年为77.3岁，2030年为79岁，2035年为79.4岁，分性别设置则参照“五普”(第五次全国人口普查)和“六普”历史值，其他年份由线性插分得到。 考虑到“六普”低龄人口存在漏报的质量问题，综合相关研究文献和专家意见，②本研究结合教育统计数据对“六普”原始数据进行如下校正：第一，将人口数据统计时点由11月1日调整到与教育人口相同的统计时点9月1日；第二，0-2岁组人口基于2008-2009年统计公报出生人口数根据存活率进行推算；第三，3-11岁人口基于2014年和2013年分年龄组在校生数据根据存活率和义务教育阶段巩固率进行回推校正。
2.在校生及人力资源指标的预测方法 本研究中采用教育多状态预测模型对各级教育在校生数以及人力资源指标进行预测。所谓教育多状态预测方法，是指将人口按照不同的教育状态进行划分，根据历史数据构建各个状态之间的转移率矩阵。以各级教育在校生数为例，将人口按“未上学、小学、初中、高中、大学、研究生”及是否在校分为11类状态，同时基于简化原则设定4条假设：一是只有未上学和在校生状态的人口有机会进行升学(级)转移，不在校人口不会再进入学校升学(级)；二是当年未升学(级)人口即进入不在校人口队列，并且不再进入在校生队列；三是不同年龄、性别的人口的升学(级)率相同；四是教育状态的转移是单向的，而且不能越级转移。以此假设为基础构建在校生状态的转移率矩阵。计算公式为：  表示t年状态为g(即g年级学生数)的人转移到下一个状态g+1(即g+1年级)的转移率，根据历史趋势和教育规划目标具体设定； 表示t+1年状态为g+1的人口数； 表示t年状态为g的人口数。 通过构建教育状态转移率矩阵可以得到各级教育在校生数据及人口的学历分布情况，进而测算相关的人力资源指标。在对各级教育在校生预测模拟时，均设立高、中、低三套参数，即每套学龄人口预测方案下可相应得到高、中、低三套在校生数据预测结果。 3.教育与经济关系的预测模型和方法 对教育与经济的关系预测采用系统动力学模型，构建包括GDP、财政支出、教育经费支出、人力资本、固定资本投入等多要素相互影响和反馈制约的复杂关系。在计量教育对经济增长贡献时，采用经典的柯布—道格拉斯生产函数方法进行模型拟合计算。 4.其他教育发展指标预测模型和方法 对于具有线性趋势的时间序列指标，本研究采用二次指数平滑法进行预测分析，例如教育经费指数、平均班额以及民办学校在校生比例的预测。[5]对含有不确定因素、非指数增长序列的指标采用灰色预测模型进行预测，它仅利用系统行为数据序列建立预测模型，其中GM(1，1)模型是较为简捷实用的单序列建模方法。在教育发展中，还有一类指标遵循极限增长的发展模式，在发展初期，规模增长越来越快，到达一定时期后增长速度达到最大值，随后便逐渐减速，直到规模不再增长，稳定在增长极限值以下。此类发展模式符合Logistic模型预测分析的特点，本研究中教师学历等相关指标即采用了Logistic模型进行预测分析。 (三)数据来源 本研究中的人口预测是基于2010年全国“六普”数据进行的；在校生、教师、教育经费等数据均来自教育事业统计和教育经费统计数据；GDP、财政支出、固定资本投入等数据来自《中国统计年鉴》。 二、教育发展的预期结果 (一)我国将进入教育全面普及化阶段 2011年我国全面普及九年义务教育，以此为基础，中国教育进入普及发展快车道。2030年，我国各级教育发展将达到全面普及化阶段。 1.可保障所有适龄儿童享有学前教育机会 2015年，中国学前教育毛入学率为75％。2016-2035年，我国学前教育学龄人口将呈现波峰式变化。伴随“全面二孩”政策效应的释放，3-5岁儿童数量将会出现一段增长期，特别是2018年以后增速将加快，2022年达到峰值，之后人口出生率恢复平稳，学前教育学龄人口将逐渐降低。根据学龄人口中方案预测结果，2035年学前教育学龄人口将由2022年高峰处的6250万人降低到约4058万人。受学前教育学龄人口变化影响，2016-2035年学前教育在园幼儿数也将呈现持续增长后回落的趋势。 基于历史数据分析，将学前教育在园幼儿数受政策影响增长趋势明显变化前的两年(2006年和2007年)和最近两年(2014年和2015年)的平均增长水平4％设为高方案，中方案和低方案分别设定为年增长3％和2％。综合计算可得到，未来一定时期学前教育毛入园率会呈现波动变化，并最终达到100％(见下表)。 2.九年义务教育持续保持全面普及水平 2016-2035年义务教育阶段学龄人口呈现缓慢增长趋势并于2028年左右开始回落。伴随“全面二孩”政策的实施，预期近几年将迎来一波生育高峰，而人口的生育高峰对教育人口的影响存在“时滞缓冲”效应，[6]因此，2016-2035年小学学龄人口的高峰先到来，其后初中学龄人口高峰开始显现。其中，小学学龄人口2020年开始呈现增长趋势，2026-2027年达到峰值，初中学龄人口变化相对平稳，2025年之后呈现增长趋势，2027年之后增速明显。 根据义务教育分年级在校生历史数据(2013-2015年)建立义务教育在校生状态转移率矩阵，结合学龄人口中方案数据可得到小学和初中在校生预测数据，进而可以计算得到小学和初中毛入学率的预测结果，2016-2035年我国义务教育阶段的入学率将持续保持全面普及水平。 3.95％的适龄人口将可以进入高中阶段学习 高中阶段教育包括普通高中教育和中等职业教育。2016-2035年我国高中阶段学龄人口相对平稳中呈现波动变化，2018-2022年呈现上升趋势，之后有所降低，2025年之后又缓慢增长，根据学龄人口中方案预测结果，2035年高中阶段学龄人口约为6075万人。采用基于初中毕业生升学率得到的高中阶段招生数作为主要参数对高中阶段在校生数量进行预测，基于历史数据分析，中方案设定为2020年初中毕业生升学率达到95％，2035年达到99％，将中方案分别增加1％和降低1％作为高方案和低方案。预测结果表明，2016-2035年我国高中阶段在校生数量在波动中增长，2016-2023年持续增长，之后有所回落，2026年后继续增长，至2035年预计达到5774.5万人。综合学龄人口和在校生中方案预测结果，2020年我国高中阶段毛入学率将达到92％，2030年将达到95％，实现高中阶段教育的普及。因学龄人口增长，到2035年仍为95％。 4.我国高等教育毛入学率将达到60％ 高等教育学龄人口未来五年将大幅减少并在2021年达到最低值，2021-2035年间持续增长后回落，2027年左右达到小高峰。以招生人数作为预测参数，通过对历史招生数据的分析，设置低、中、高三种招生方案，基于中方案预测结果，高等教育在学总规模预计在2021年左右突破4000万，2035年将达到5252万人。根据学龄人口和高等教育在学总规模中方案预测结果，可以计算得到我国高等教育毛入学率的预测结果，2020年我国高等教育毛入学率将超过50％，2030年可突破60％，达到60.2％，并持续保持在60％以上。 (二)可持续发展的高水平教育格局基本形成 1.国家财政性教育经费占GDP的比例将可以维持在4.4％左右 没有充足的经费就不可能实现现代化的教育。当前，我国经济进入“新常态”阶段，经济增速由高速向中高速转变，伴随着税收改革、减税等财政政策的实施，政府财政收入将较之前有所减少，教育经费也将受到影响。但同时，经济发展进入转型升级阶段，经济由投资驱动向创新驱动转变，只有不断加强对教育的投入，才能够保证转型的成功。基于上述两个前提，我们建立人口—教育经费—教育发展系统动力学模型，对2016-2030年的国家财政性教育经费进行预测。结果显示，自2016年开始，国家财政性教育经费绝对数量将继续保持增长，2026年将超过6万亿，2030年将超过8万亿，占GDP的比例将继续保持在4％以上，2026年达到4.4％，之后将一直保持在4.4％以上。与此同时，由于更多的社会力量参与到教育中来，教育经费的来源也越来越广泛，预计2030年全国教育总经费将接近8.5万亿，占GDP的比例为4.64％。 2.义务教育阶段教师具备高一级学历的比例将接近100％ 义务教育的师资水平是决定教育质量的关键要素，学历层次是考察师资水平的重要指标。长期以来，我国小学教师的合格学历标准是中师毕业，初中教师的合格学历是大专学历。目前看来此学历规定已较为陈旧，我们采用高一级学历，即小学以大专、初中以本科学历为标准来进行预测。采用Logistic回归预测的结果显示，2020年小学专任教师中达到专科及以上学历的教师比例将会提高到97.6％，比2015年增加5.7个百分点，到2030年，该比例将有望达到99.8％。初中专任教师中达到本科及以上学历的教师比例将会从2015年的80.2％提高到2020年的93.5％，并在2030年达到99.2％。届时，义务教育阶段几乎所有教师的学历都将高于规定水平。 3.各级民办教育规模持续扩大 民办教育是公办教育的有力补充，也是可持续发展教育体系的重要组成部分。自2000年以来，我国各级民办教育规模持续扩大，增长明显，特别是民办学前教育在园幼儿数占比由2000年的12.7％增长到2015年的54.0％，自2012年以来各类民办幼儿园中的在园幼儿数已超过了学前教育在园幼儿数的一半，为缓解“入园难”和提供多样化的学前教育作出了积极贡献。 整体而言，各级民办教育在校生所占比例均表现出增长趋势，基于我国民办教育规模的历史趋势，采用二次指数平滑法预测2030年我国各级民办教育的在学规模。其中，民办学前教育增速最快，占比可能达到在园幼儿数的四分之三；小学和初中保持中低速增长，约分别达到13.3％和20.0％；受当前民办中职在校生有所降低的影响，高中阶段增速最慢，约可达到13.7％；高等教育阶段民办普通本专科增速平稳，占比约由当前的五分之一增长到四分之一。 4.2016-2030年教育基尼系数将持续降低 教育基尼系数是测量教育公平的重要指标，它借鉴经济学中基尼系数的概念，计算不同受教育程度人口比例分布情况。Lopez、Thomas等都曾使用基尼系数刻画了教育的不平等程度。[7]改革开放以来，尤其是20世纪90年代至今，我国的教育基尼系数虽然有所波动，但在整体上呈现出下降的趋势，据测算，1995年教育基尼系数为0.354，[8]而2015年教育基尼系数则下降到了0.213。教育基尼系数的下降是我国各级各类教育事业迅速发展、教育公平政策深入推进的必然结果。 进一步预测分析可看出，2016-2030年我国的教育基尼系数仍然将保持逐渐降低的趋势，但降幅开始逐渐放缓，至2030年教育基尼系数将降至0.206，更多人将享有更加公平的教育。(见图1) 图1 2016-2030年教育基尼系数 (三)为创新驱动经济提供有力的人才支撑 研究参考胡鞍钢等的界定，[9]将一个国家的人力资源总量定义为劳动年龄人口平均受教育年限与劳动年龄人口数的乘积，这样该指标不仅可以反映人力资源的数量，也在一定程度上体现了人力资源的质量。由于各国法律制度对最低劳动年龄和退休年龄规定不同，劳动年龄人口的统计范围也有所不同。在分析人力资源总量和“人口红利”效应判断时，为便于国际比较，采用国际标准，将15-64岁人口作为劳动年龄人口。 1.未来15年我国人力资源总量的增长主要来自于教育的贡献 按照人口预测中方案结果，2030年15-64岁劳动年龄人口占总人口的比重将由高峰时的74.5％下降到65.9％。采用教育多状态预测模型中方案的预测结果，15-64岁劳动年龄人口的平均受教育年限到2020年将达到10.65年，2025年将达到11.20年，2030年将达到11.79年，2035年将达到12.56年，其中受过高等教育的比例也由2010年的11.5％增长到2035年的46.01％。 虽然我国劳动年龄人口总量呈现降低趋势，但伴随人口平均受教育年限的提高，人力资源总量保持持续增长，增长的主要原因来自于教育。分析15-64岁劳动年龄人口的数量增长和平均受教育年限增长对人力资源总量增长的贡献，可以发现，1990-2000年、2000-2010年，劳动年龄人口数量的增长对人力资源总量增长的贡献在40％左右，但随着劳动年龄人口数量年均增长率降低甚至是负增长，人力资源总量的增长主要依赖于人口平均受教育年限的增长，即主要或完全来自于教育的贡献，2030年教育对人力资源总量增长的贡献率将超过300％。 2.我国新增劳动力平均受教育年限将达14.3年，其中受过高中及以上教育的比例将超过95％ 新增劳动力是指16周岁以上初次进入劳动力市场的劳动力人口，在教育事业数据中，新增劳动力大致对应于不在校的16周岁人口和各级各类教育中年满16周岁的当年辍学学生与未继续升学的毕业生的合计数。依据教育多状态预测模型中方案结果，可以发现，2016-2035年我国新增劳动力平均受教育年限和受过高中及以上教育的比例均呈增长趋势，到2030年，新增劳动力平均受教育年限预测将提高到14.11年，受过高中及以上教育的比例达96％。高素质的新增劳动力将为新经济建设提供有力的人才支撑。 3.我国主要劳动年龄人口平均受教育年限将增长到13.0年，受过高等教育的比例将达到54.8％ 我国将20-59岁年龄组人口作为主要劳动年龄人口。基于教育多状态预测模型中方案，可以得到，2010-2035年我国主要劳动年龄人口平均受教育年限和人口受教育程度均表现出明显增长的趋势，到2035年，主要劳动年龄人口平均受教育年限由2010年的9.54年④提高到13.0年，受过高中及以上教育的比例达到66.5％，受过高等教育的比例达到54.8％。主要劳动年龄人口的受教育水平获得明显提升，将为我国经济社会建设提供可靠的人才支撑。(见图2) 图2 我国主要劳动年龄人口受教育程度及平均受教育年限预测 4.2016-2030年人力资本对经济增长的贡献率将达到14.86％ 国家经济发展的关键在于生产力水平和创新能力，而这两个因素主要由教育决定。适应经济新常态，需要推动发展动力转换，需要更加注重创新，促进经济增长向更具可持续性的轨道过渡，要实现这些目标都迫切需要教育的支持，提高教育在经济发展中的贡献水平。基于Lucas内生增长理论[10]，采用人力资本和固定资本[11]二要素的柯布—道格拉斯生产函数法⑤，我们测算了1978-2013年各要素对GDP的贡献率。结果表明，人力资本对经济增长的贡献率为5.28％，低于固定资本的贡献作用，表明我国经济增长的动力主要来自固定资本投入驱动，人力资本对经济增长的贡献还处于比较低的水平，未来具有较大的提升空间。 我们进一步建立包括GDP、就业人员数量和受教育年限等因素在内的教育与经济系统动力学模型，对2016-2030年进行情景模拟计算。结果表明，自90年代以来，教育对经济增长的贡献率呈现出先低后高的趋势，尤其是近年来，教育对经济增长的贡献越来越大，以5年为一个时间区间计算，2016-2020年教育的贡献率为10.9％，2021-2025年为13.1％，2026-2030年为14.86％。未来15年中教育在国家经济发展中将发挥越来越重要的作用。
| 
|Archiver|小黑屋|星韵百科|星韵地理网
( 苏ICP备16002021号 )
窥视卡
雷达卡
发表于 2018-7-20 10:41:02
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
，其中Y为GDP，K为固定资本存量，L为劳动力市场就业人口数量，H为就业人口平均受教育年限，L与H的乘积可视为人力资本，A为技术进步率。进一步，假设K、L、H服从规模报酬不变的假定，即将上述模型两端取对数，可将上述模型转化为线性模型1nY＝α1nK+β1nL+β1nH+C，其中C为截距项。利用回归模型进行估计，得到系数。教育对GDP贡献率可通过β(△H/H)/(△Y/Y)求出。固定资本存量根据陈昌兵(2014)按照不变折旧率计算的数据，其中2013-2030年部分使用二次指数平滑进行预测。GDP和固定资本存量以2000年为基年，分别按照GDP平减指数和固定资产投资价格指数进行折算。国家层面数据来自《中国统计年鉴》、《中国教育统计年鉴》、《中国人口和就业统计年鉴》，范围为1978-2013年。省级层面数据来源于各地相关规划和年鉴数据，范围为1990-2012年。