十四五期间我国中等职业教育师生规模预测研究.docx

?

?

“十四五”期间我国中等职业教育师生规模预测研究

?

?

刘新钰郄海霞杨瑞龙

摘要基于1988-2019年我国社会因素类、居民经济因素类、教育因素类相关数据，运用自相关模型，预测影响中等职业教育师生规模的关键因素;运用多元线性回归模型，预测“十四五”期间我国中等职业教育专任教师规模、各学历层次专任教师规模、“双师型”教师规模、专业课教师规模、“双师型”教师占专业课教师的比例和学生规模，得出教师严重短缺、职普差距加大、外聘教师不足、教师学历层次高移、“双师型”教师需求强烈、学生规模日益扩大等结论，提出需要扩大中职学生规模、提升教师学历层次、提高“双师型”教师比例、优化教师队伍结构的政策建议，以期为谋划“十四五”我国中等职业教育发展目标、促进职业教育现代化提供参考。

关键词中等职业教育;师生规模预测;自相关模型;多元线性回归模型;“十四五”时期

G718.3A1008-3219（2021）06-0020-13

2019年1月，国务院印发《国家职业教育改革实施方案》[1]，从制度体系、国家标准、育人模式、办学格局、政策保障、质量评价等方面提出了职业教育改革目标;特别对专业学位硕士研究生培养、“双师型”教师培养等方面提出明确要求，保障职业教育发展水平。同年8月，教育部等四部门印发《深化新时代职业教育“双师型”教师队伍建设改革实施方案》[2]，从队伍规模、层次结构、专业标准、准入制度、培养培训、资源配置、考核评价、激励保障等方面，提出了“双师型”队伍建设的具体目标和远景规划。

职业教育质量是振兴国民经济的关键，职教师资水平是保障职业教育质量的关键。2020年10月，党的十九届五中全会提出了我国“十四五”时期经济社会发展的主要目标，强调要“加大人力资本投入，增强职业技术教育适应性，深化职普融通、产教融合、校企合作，探索中国特色学徒制，大力培养技术技能人才”[3]。随着经济社会的发展和职业教育改革的推进，我国中等职业教育师生规模发展趋势如何？能否达到规划预期目标？尤其是制约职业教育职业发展的师资规模、学历水平、素质能力等能否满足现实需求？这些问题，亟待研究与思考。

一、问题的提出

（一）理论基础与相关研究

职业教育的预测问题是职业教育理论研究中的重要和热点课题，一直以来备受学者关注，采用方法层出不穷。整体上说，该领域的模型大致分为两大类：一是自相关模型，即不依赖于其他数据，仅依靠待预测数据自身的历史数据做预测;二是建立待预测数据与其他密切相关数据的联系，通过对密切相關数据分别做预测，最终完成对目标数据的预测。

1.自相关模型理论与研究

自相关模型的优势是不依赖于其他数据，模型较为简单，其有效性严重依赖于历史数据形态。例如：夏新斌、李琼[4]等采用ARIMA模型对湖南中等职业教育规模进行预测;王全旺、周志刚和肖锋瑞[5]利用灰色Verhulst模型对天津高等职业教育规模进行短期预测;张睿[6]利用指数拟合模型对第一产业、第三产业的从业人员数进行预测，利用平滑预测法对第二产业人口进行预测;查吉德、张传军[7]利用灰色模型GM（1，1）对广州市人口出生率、GDP增长率和高中入学人口占户籍人口比例三个相关数据进行短期预测;徐玖平、青杨媚[8]与雷光龙、吴献金、黄河[9]也利用灰色模型GM（1，1）分别对汶川灾后职业技术人才需求和我国农村职业教育规模进行预测。

上述预测模型中，ARIMA模型即自回归移动平均模型，属于统计模型中常见的用于时间序列的预测;该方法的优点是不依赖于其他因素，只需要自身数据即可完成预测;缺点是要求时间序列稳定或者差分稳定，本质上只能提取线性关系，Verhulst模型也存在着同样问题。灰色模型GM（1，1）是微分方程模型，适用于样本量较少且数据单调递增问题，在与时间序列具有显著性线性关系数据中，灰色模型GM（1，1）呈现出和线性模型一致性现象。趋势外推法是基于时间序列的方法，相当于建立历史数据和时间的一元线性模型，其模型较为简单，预测效果取决于历史数据的一致性;若历史数据一致，则效果良好;若历史数据不一致，则可能会导致较大误差。

2.依赖其他因素模型理论与研究

依赖其他因素的模型主要包括一元线性回归模型、多元线性回归模型以及神经网络模型。杨岑[10]利用一元线性回归和多元线性回归预测了辽宁省研究生教育规模;达瓦和大普穷[11]利用多元线性回归模型预测了西藏职业教育趋势;周振祥、王政芳和周芳[12]利用BP神经网络模型预测了湖北省高等职业教育招生规模;刘迎春[13]利用神经网络模型预测了中等职业教育规模准确性问题，在调整不同维数、不同样本数情况下，其预测结果的精确性有不连续变化。

上述预测模型中，一元线性回归模型较为简单，不足以表达实际的复杂情况。多元线性回归模型保持了一元线性回归模型的线性特性，保证了