国家中长期高等教育毛入学率灰色预测模型剖析.docVIP

国家中长期高等教育毛入学率灰色预测模型剖析 　　摘要:高等教育毛入学率是衡量一个国家高等教育规模和人力资源品质的重要指数,也是衡量一个国家社会发展动力和民族进步速度的核心指标之一。《国家中长期教育改革和发展规划纲要(2010-2020年)》提出到2020年高等教育毛入学率达到40%。以《纲要》战略目标值为参照,建构GM(1,1)模型并预测我国中长期(2010-2020年)高等教育毛入学率波动情况,为政府高等教育强国目标绩效考核和公民高等教育选择提供参照。 　　关键词:中国;高等教育毛入学率;灰色预测模型; 　　中图分类号:G520.1文献标识码:A文章编号:1672-4038(2010)05-0043-05 　　 　　2010年5月5日,国务院总理温家宝主持召开国务院常务会议,审议并通过了《国家中长期教育改革和发展规划纲要(2010-2020年)》(下称《纲要》),凝聚各方智慧所形成的《纲要》提出:“优化学科专业和层次、类型结构,重点扩大应用型、复合型、技能型人才培养规模”,“力争到2020年,高等教育在学总规模达到3550万人,高等教育毛入学率达到40%”(英文为Gross Enrollment Ratio of Higher Education,简写为GER)①。高等教育承担着培养高级专门人才、发展科学技术文化、促进现代化建设的重大任务,在稳步扩大规模的同时提高质量是高等教育发展的核心任务,创新型人才所代表的人力资源的规模和品质则受到高等教育毛入学率的影响。早在1985年5月召开的全国教育工作会议上,邓小平同志前瞻性地指出,“一个10亿人口的大国,教育搞上去了,人才资源的巨大优势是任何国家都比不了的。”在世纪交替的重大转折关头,胡锦涛总书记在十七大报告中提出要“优先发展教育,建设人力资源强国……,优化教育结构,促进义务教育均衡发展,加快普及高中阶段教育,大力发展职业教育,提高高等教育质量②。”教育是民族振兴的基石,高等教育是国家崛起的核心动力、社会进步的重要基础,因此,大力促进高等教育改革与发展,对于加速中国从人力资源大国迈向人力资源强国、提升国家核心竞争力、民族复兴至关重要。中国是世界第一的高等教育大国,也是一个高等教育研究大国③,要通过建设高等教育强国建设人力资源强国,必须大力推进高等教育跨学科预测研究④,充分发挥高等教育科学研究对于高等教育可持续发展的重要功能。 　　一、国家中长期GER预测GM(1,1)模型的原理 　　为了更有效地对中国GER波动趋势进行预测,为制定更有针对性的国家高等教育战略,落实并评估21世纪首个凝聚全社会智慧的《纲要》提供可靠信息,采用灰色预测方法相比于以前高教界常用的指数函数、多项式等预测而言更为精确、更加科学。基于灰色建模理论的灰色预测法,按照预测问题的特征,可分为五种基本类型,即数列预测、灾变预测、季节灾变预测、拓扑预测和系统综合预测。其中只有数列预测、拓扑预测和系统综合预测可以被视为高等教育学中重要且常用的预测方法,而本研究主要采用数列预测方法。所谓数列预测,就是对某一指标的发展变化情况所作的预测,其预测的结果是该指标在未来各个时刻的具体数值。譬如,在高等教育学研究中,大学生规模预测、高等教育毛入学率预测、毕业生预测、专业数预测等等,都是数列预测。数列预测的基础,是基于累加生成数列的GM灰色预测模型,本研究主要采用GM(1,1)灰色预测模型来预测国家高等教育规模发展和品质提升的核心指标⑤――高等教育毛入学率――的中长期波动趋势(不经干预和调控优化的客观趋势)及其主要取向(经过干预和调控优化的主观选择)。预测结果显示,该GM(1,1)模型具有非常高的预测精度。 　　(一)构造GM(1,1)原始数据列 　　根据中国GER的有关统计数据修正信息⑥,得到等距连续时间序列值: 　　在中国GER动态变化分析中,根据我国大学生规模动态变化受外部社会历史和内部主要因素影响的特征,得到终值n分别为32(1977年~2008年)、24(1985年~2008年)、10(1999年~2008年)、6(2003年~2008年)的4组原始数据列(即4个中国GER实测指标组成的数据序列)。 　　(二)建立GM(1,1)模型 　　二、国家中长期GER预测的GM(1,1)模型的建构 　　(一)GER的GM(1,1)模型构造 　　根据中国高等教育及社会经济发展统计数据,我们仅选取GER作为GM(1,1)灰色预测模型的代表。一般而言,GER首先是衡量高等教育发展水平、发展层次、发展类型、发展结构、发展科类的核心指标,其次是衡量社会经济发展水平的核心指标(社会经济的发展是高等教育发展的基础,人力资源总量和质素是社会发展快慢的核心条件),最后是衡量高等教育与社会经济互动发展水平的核心指标(大学生就