高等职业教育高质量发展的动力逻辑

摘 要 基于复杂性理论的解释框架，运用fsQCA方法对117所“双高计划”院校的发展路径进行组态分析，研究识别出以教育驱动为主、以政府驱动为主、以市场驱动为主和三维驱动协同四种高等职业教育高质量发展的动力逻辑。对四种高等职业教育高质量发展的动力逻辑进行综合分析发现，高等职业教育高质量发展的动力逻辑具有复杂性、区域异质性和动态性特征。为此，需构建政府驱动为导向、市场驱动为核心、教育驱动为主体的协同驱动框架，打造差异化的高等职业教育高质量发展驱动路径，并形成高等职业教育高质量发展驱动力结构的动态调整机制，以推动高等职业教育高质量发展。

关键词 高等职业教育；“双高计划”院校；高质量发展；动力逻辑；复杂性理论；模糊集定性比较分析

中图分类号 G718.5 文献标识码 A 文章编号 1008-3219（2024）01-0033-07

一、问题提出

党的二十大报告提出了“建设现代化产业体系”的目标，并将其作为中国式现代化的核心内容之一。建设现代化产业体系，既需要数以万计的顶尖大师、领军人物攻克“卡脖子”问题，同时也需要数以亿计的技术技能人才解决“卡身子”“卡腿”问题[1]。为加强高技能人才队伍建设，构建与产业结构和布局相匹配的现代职业教育体系，亟需加快推进高等职业教育高质量发展。党的二十大召开以后，党中央、国务院部署职业教育改革工作的首个指导性文件《关于深化现代职业教育体系建设改革的意见》强调，应把推动现代职业教育高质量发展摆在更加突出的位置。

在政府、企业、高职院校等联合推动之下，高职人才供给在质量上得到较大幅度提升，但高职人才供给系统一直滞后于产业升级系统的发展，仍无法完全满足产业结构升级的需要[2]。截至2021年底，全国技能人才总量超过2亿人，但仍不足就业人员总量的30%，其中，高技能人才大约6000万人，占就业人员总量的比例不足8%[3]。企业对技能人才的需求与劳动力技能供给难以匹配，技能人才求人倍率长期保持在1.5以上，产生了较大的“技能缺口”。教育部、人社部、工信部联合发布的《制造业人才发展规划指南》显示，制造业十大重点领域2025年的人才缺口将接近3000万人。我国高等职业教育并没有真正实现全方位“指数式”的高质量发展[4]。

动力对于促进事物发展具有基础性意义[5]，充分认识高等职业教育高质量发展的动力逻辑，是实现高等职业教育高质量发展的前提。为了加快建设国家战略人才力量，努力培养造就更多的大国工匠、能工巧匠，学者们对高等职业教育高质量发展的动力逻辑展开了诸多研究，但主要集中于单维动力论与多元动力论两条路径。

既有文献虽然对高等职业教育高质量发展的动力逻辑进行了诸多研究，但仍存在以下局限：一是研究视角方面，单维动力论和多元动力论都倾向于从线性视角切入，忽视了各种驱动力之间的交互作用对高等职业教育高质量发展的影响；二是研究内容方面，高等职业教育高质量发展的研究多从全国层面切入，忽视了区域间的差异性；三是研究方法方面，缺乏实证研究的支撑和细化，主要聚焦于观点阐述和描述性工作。基于此，本文将通过定性比较分析方法，综合省域产业发展的空间差异性，探寻各种驱动力之间的交互作用，以期更加深入地分析高等职业教育高质量发展的自然复杂性。

二、理论基础与分析框架

（一）理论基础：复杂性理论

复杂性理论（Complexity Theory）是一种以非线性组合方式对现实世界进行建模的理论，核心逻辑是复杂性。该理论的代表人物是美国学者詹姆斯·弗·穆尔（James F. Moore）。他将生物生态学的思想融入到企业管理过程中，提出了“共生生态系统”与“共同演进”两个核心概念。“共生生态系统”是指有机体的联合体通过运用生态系统思考企业的运行与发展过程，将企业、政府部门、市场中介等都视为生态系统有机体的一部分，它们彼此相互作用，共同组成的联合体即为共生生态系统。在动态非线性的复杂环境下，通过关注嵌入共生生态系统不同参与者的动态张力及其相互关系，可以实现共生生态系统的共同进化。“共同演进”是指企业战略与环境的共同演进。通过对环境和组织内部条件的分析，企业可以制定和完善共生生态系统的战略，提升企业对共生生态系统网络关系的管理能力以及对环境的适应能力，从而实现共生生态系统的进化与企业的发展[6]。

“复杂性”是教育系统中的本然存在特性和基本存在样态[7]。教育系统的“复杂性”决定了对高等职业教育高质量发展动力逻辑的研究，不能局限于单向性的、线性的思维模式，而应充分借鉴和应用复杂性理论的思维模式与研究思路，探寻高等职业教育高质量发展中各类驱动力的复杂交互作用。

（二）分析框架：共生生态系统的驱动——共同演进的环境

通过将高等职业教育高质量发展的动力问题与复杂理论相结合，本研究旨在从“共生生态系的驱动”与“共同演进的环境”两个维度分析高等职业教育高质量发展的动力逻辑。

1.共生生态系的驱动维度

伯顿·克拉克的“三角协调”模式指出，国家、市场和学校三种势力的相互作用决定了教育系统的协调[8]。因此，高等职业教育中的共生生态系统是指由政府、社会、高职院校构成的生态系统，共生生态系统的驱动是指政府驱动、市场驱动与教育驱动。

首先，政府驱动。政府驱动强调政府角色以及政府权力对高等职业教育高质量发展的推动作用。目前我国政府主要通过法律法规、政策优惠、财政性拨款等方式促进高等职业教育高质量发展。2019年的“高职百万扩招计划”使得高职院校产生了巨额的办学经费缺口，高职院校的教育事业经费会在今后形成长期持续的常态性增量支出[9]。办学经费成为了高等职业教育高质量发展的前提和物质基础。财政性拨款是我国高等职业教育的主要经费来源渠道，因此用政府财政性拨款表示政府驱动，能最直观体现政府对高等职业教育高质量发展的驱动作用。

其次，市场驱动。市场驱动认为职业教育的生命力在于实践和应用，较为强调通过供给侧和需求侧的深化改革，不断提升高等职业教育与产业的适配度[10]。匹配是指多个事物之间的紧密关联关系，它常用来表示多种要素间复杂交互作用的集合[11]。高职院校的知识、技术与市场需求之间的匹配度不仅体现了高职院校的技术创新能力与社会服务能力，而且由于高职院校可以通过人才培养将新兴的、前沿的知识与技术传递给受教育者，因而还体现了高职院校为市场提供适宜劳动力的能力。知识匹配度、技术匹配度越高，说明高等职业教育与产业的适配度越高，教育链、产业链、人才链之间的关联关系越密切。因此，本文通过知识匹配与技术匹配两个指标来表示市场驱动。

最后，教育驱动。教育驱动强调通过完善高等职业教育高质量发展的标准建设，提升高等职业院校的关键办学能力。提升高职院校关键办学能力的核心在于组建一批国家级高等职业教育核心能力建设教师团队与高水平专业群[12]。一方面，高等职业教育高质量发展是一个复杂的过程，其中的变量和边界条件并不是一种简单的线性关系，学校组织系统中各种教育资源都必须通过教师的教学这一中间变量，才能转化为教育质量[13]。另一方面，专业群建设是高职专业建设的“升级版”。以专业群为单位优化专业结构既能够发挥原有优势专业的引领作用，持续积累办学成果、办学经验，又能够根据时代特点灵活调整专业方向，形成新的增长点，支撑国家重点产业和区域支柱产业发展[14]。高水平专业群是我国高职专业建设和人才培养的最新成果和最高水平，其建设不仅关乎人才培养与社会服务的方向性和有效性，也是打造技术创新服务平台和构建高水平技术技能人才培养高地的重要突破口。因此，本文通过教师教学能力与专业群建设两个指标表示教育驱动。

2.共同演进的环境维度

职业教育是与经济社会发展关系最为密切的教育类型，响应产业环境的需求，形成与产业结构相匹配的现代职业教育结构和区域布局是职业教育适应性的体现。因此，共同演进的环境主要指产业环境。由于新工业革命对全球产业体系和结构产生的重大冲击，使得新兴产业、高新技术含量产业、高附加值产业不仅成为新一轮经济增长的战略制高点，也成为了产业竞争力全面提升的关键。因此，产业转型升级既成为了中国经济发展的突出特征，也成为了中国经济发展的鲜明主题[15]。基于此，本文用产业转型升级这一指标表示产业环境。

综合上述分析，本文构建了高等职业教育高质量发展动力逻辑的分析框架，见图1。

三、研究设计

（一）研究方法

本文的研究方法为模糊集定性比较分析方法（Qualitative Comparative Analysis Using Fuzzy Sets，简称fsQCA）。这一研究方法具有以下优势。一是整体性视角。fsQCA突破了单因素分析的界限，采用整体性视角探索前因条件的组态与结果变量的因果关系[16]，对阐明政府驱动、市场驱动、教育驱动、产业环境在高等职业教育高质量发展中的交互作用大有裨益。二是因果非对称性。fsQCA能处理变量之间的因果非对称关系，突破“负负为正”的传统分析逻辑，通过将政府驱动、市场驱动、教育驱动、产业环境的“正面”与“反面”同时纳入分析中，更有助于厘清多重动力与高等职业教育高质量发展间的复杂因果关系。三是变量测量灵活。本文的条件变量和结果变量都很难直接用“是”与“否”来判定，以模糊集合代替对变量的精确性测量，更能充分捕捉政府驱动、市场驱动、教育驱动、产业环境在不同程度或水平上的变化对实现高等职业教育高质量发展产生的细微影响。

（二）典型案例选取

代表性和可靠性是本研究筛选典型案例样本的主要原则。第一，从代表性来看，入选第一轮“双高计划”的197所院校均为研究的典型案例。“双高计划”是由教育部、财政部联合实施的，其目的是引领新时代职业教育实现高质量发展。2023年教育部公示的中期绩效评价结果显示，入选第一轮“双高计划”的197所院校考核成绩均较为优秀，符合代表性原则。第二，从可靠性原则来看，所选案例高校的支撑数据需要有一定的连续性和完整性。从数据的连续性上看，需同时具有各“双高计划”院校首个三年建设期（2019-2021）的数据；从数据的完整性来看，各“双高计划”院校三年建设期内的所有数据需完整，没有缺漏。在删除、筛选出数据连贯性、完整性较差的高职院校样本之后，最终选定了117所“双高计划”院校，共覆盖29个省份。

（三）变量测量与校准

1.变量测量

（1）结果变量的测量

高职院校高质量发展状况是本文的结果变量。本文通过“中国高职高专院校排行榜”的数据对其进行设定。院校排名不仅是一种静态的数字处理方法，更是一种通过吸收社会现有知识，不断调试自身判断的过程[17]。用它来判断处于持续变化中的高等职业教育高质量发展状况，具有十分重要的参考价值。

（2）条件变量的测量

一是政府驱动。政府驱动包含政府财政性拨款一个条件变量。由于地方政府是制定并落实职业院校生均经费标准或公用经费标准的实施者，因而在具体测量方式上，本文采用地方政府对各高职院校的“双高计划”专项投入经费测量政府财政性拨款情况。

二是市场驱动。市场驱动包含技术匹配、知识匹配两个条件变量。在技术匹配的测量上，借鉴高文杰的研究成果，通过与高职院校共同研发专利产品的企业的数量测算高职院校的技术与市场需求的匹配程度[18]。在知识匹配的测量上，借鉴张坤等的测量方法，从知识深度匹配和知识宽度匹配两个维度对高职院校知识结构与市场需求的匹配情况进行测算[19]。其中，知识宽度匹配的测算方法是将专利的国际技术分类（IPC）的每一个大类视为一个独立的知识元素，用校企合作研发专利所包含的IPC数量测量知识宽度匹配情况。知识深度匹配的测算方法见式（1），Ha为高职院校申请的发明专利中技术大类a的专利数目，Wa为技术大类a的权重，Wa=高职院校属于专利技术大类a的专利总数÷高职院校申请的发明专利总数。