高等职业教育与新质生产力的耦合协调效应研究
作者: 范栖银 谢昊伦 姜孟升
摘 要 高等职业教育与新质生产力构成双向驱动的耦合关系。基于2010-2022年31个省份的面板数据,探究我国高等职业教育与新质生产力的耦合协调效应,发现:高等职业教育与新质生产力的耦合协调度与等级均有显著提升,从2010年的0.372(轻度失调)提升到2022年的0.542(勉强协调);三大地区的耦合协调度呈现出绝对值“东部>中部>西部”,年增长率“西部>东部>中部”的分布格局,“东部引领”“西部崛起”与“中部塌陷”并存;耦合协调度的省际差异主要由地区间差异引起,总体有所缩小,但以2018年为拐点开始反弹;耦合协调度呈全局空间正相关,邻近省份的发展水平相对一致,局部自相关以高—高集聚为主。据此,应树立系统思维,助力高职教育与新质生产力双向驱动,实现两系统的和谐互促;统筹空间布局,精准规划不同地区与省份的发展战略,实现跨区域的协同共赢;把握时代机遇,推动教育、科技、人才的一体化发展,实现多链路的同频共振。
关键词 高等职业教育;新质生产力;耦合协调;面板数据;空间分异
中图分类号 G718.5 文献标识码 A 文章编号 1008-3219(2024)24-0008-11
作者简介
范栖银(1998- ),男,华东师范大学职业教育与成人教育研究所博士研究生,研究方向:高等职业教育(上海,200062);谢昊伦(1999- ),男,华东师范大学教育管理学系硕士研究生,研究方向:教育经济与管理;姜孟升,华东师范大学
基金项目
2021年度国家社会科学基金后期资助教育学一般项目“新时代职业教育改革研究”(21FJKB012),主持人:石伟平;2023年度国家社会科学基金教育学一般项目“基于区域产业人才需求的职业教育供给调节机理分析与制度建构”(BJA230027),主持人:付雪凌
一、问题提出
2023年9月,习近平总书记在黑龙江考察时首次提出“新质生产力”,并在中共中央政治局第十一次集体学习作进一步阐释。何谓新质生产力、如何提升新质生产力等问题随即在学术界引发了广泛讨论,相关研究成果迅速涌现。
新质生产力与教育发展之间存在着双向驱动关系,新质生产力会引起教育理念、目标、内容、方式、体系和治理等的系统性变革,而教育又能够通过促进劳动力再生产、科技创新和理念再更新为新质生产力赋能[1]。作为我国现代教育体系的重要组成部分,高等职业教育同样与新质生产力有着耦合协调的现实逻辑[2]。一方面,高等职业教育是新质生产力高质量发展的必要因子[3],职业教育是人才培养、产业发展和科技创新的重要支撑,与新质生产力发展导向下的人才培养、产业变革和科技进步同频共振[4]。作为以就业为直接导向的高等教育类型,职业教育通过培育高素质技术技能人才夯实人才根基,通过立地式研发为科技创新注入根本动力,通过强调面向产业办学形成与产业需求协调发展的格局[5]。另一方面,新质生产力能够通过裂变重组与跨界融合实现职业教育多元利益相关者的高效协同[6],促进高等职业教育的系统变革与发展,更好地履行职能任务以实现培育新质人才的预期目标[7]。同时,新质生产力孕育的新技术能够促进高等职业教育的新发展,如整合多种新技术的元宇宙能够催生职业教育教学场域的重构[8],数字化转型也能够全面重塑高等职业教育生态[9],进而带动职业教育实现高质量发展。高等职业教育与新质生产力的耦合机理见图1。
为了测度新质生产力,需要将其置于一定的时间范围之内。新质生产力与战略性新兴产业密不可分,2010年10月,国务院颁布《关于加快培育和发展战略性新兴产业的决定》,提出重点发展节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料、新能源汽车七大产业,新质生产力也孕育其中。诸多经济学者均使用了十余年跨度的面板数据对新质生产力进行测度分析,以揭示其动态演变规律。
综上,诸多学者已对高等职业教育与新质生产力耦合协调关系的价值意蕴与生成逻辑进行了理论分析,但鲜有研究通过实证分析高等职业教育与新质生产力的耦合协调效应,测算两者的耦合协调度。因此,本研究运用耦合协调度模型,测度我国2010-2022年间省际高等职业教育与新质生产力的耦合协调度,进而探究耦合协调度的整体水平、地区差异与空间关联特征,为进一步促进高等职业教育与新质生产力的协调发展提供对策参考。
二、研究设计
(一)高等职业教育与新质生产力的评价指标体系
CIPP(背景—输入—过程—成果)评价模型是构建OECD教育指标体系的重要理论依据,贯穿了OECD自1992年以来发布的所有教育指标体系[10]。正是基于这种模式,OECD教育指标体系才得以在一种较为稳定的框架下发展并逐渐成熟[11]。已有学者基于CIPP评价模型构建了高等职业教育的评价指标体系[12][13],本研究也据此构建高等职业教育的综合评价指标体系,分为规模、投入、质量和产出四个维度,包含高职学校数等16个指标。需要指出的是,职业本科教育尚处在探索发展阶段,部分数据的统计口径尚未统一,因此在本研究中并未包含。
马克思的生产力理论认为,生产力是随着科学技术的发展不断动态演进的,并且科学技术想要转化为具象化的物质实体切实促进人类社会进步,就需要与生产力的三要素,即劳动者、劳动资料、劳动对象相结合。本研究参考王珏[14]和朱富显等[15]的指标维度构建了新质生产力的评价指标体系。从生产力三构件出发,在系统层构建了以劳动者、劳动对象以及劳动资料三维度为组成部分的新质生产力指标体系,经过逐层分解,最终指标层包含了劳动者平均受教育年限等30个观测指标。
研究数据主要源自国家统计局、《中国教育统计年鉴》《全国教育事业简明统计分析》《中国劳动统计年鉴》、各省《劳动统计年鉴》《中国区域创新创业指数》《中国能源统计年鉴》《中国高技术产业统计年鉴》、国家知识产权局和国际机器人联盟。为了减少样本损失,缺失数据使用插值法补齐。最终构建出的高等职业教育与新质生产力综合评价指标体系如表1所示,并通过熵权法计算出各指标的权重。限于篇幅,仅呈现准则层的权重。
(二)分析方法
1.耦合协调度模型
耦合协调度是对系统在发展演化过程中彼此和谐一致、达到整体协同发展状态的重要度量[16],本研究应用耦合协调度模型对高等职业教育与新质生产力的耦合协调度进行测算。计算公式为:
(1)
T=αF(H)+βF(P) (2)
(3)
其中,C为耦合度,F(H)和F(P)分别表示高等职业教育系统和新质生产力系统标准化后的综合指数,均位于0~1之间。T为耦合系统的综合评价指数,α和β为待定系数,且α+β=1,研究认为高等职业教育与新质生产力同等重要,故取α=β=0.5,D为耦合协调度。
根据耦合协调度所处的区间可划分成不同的等级,按照0.1的间隔将耦合协调度分为10个等级,不同等级分别由低到高对应无序发展、过渡发展以及协调发展三个层次,见表2。
2.Dagum基尼系数
在比较区域差异的研究中,基尼系数常被作为参考指标。Dagum基尼系数对传统基尼系数进行了修正改进,很好地克服了泰尔指数与基尼系数的不足。Dagum基尼系数利用子样本分解的算法将总体基尼系数分解为组内基尼系数、组间基尼系数和超变密度,分别对应地区内部的差异、不同地区间的差异以及地区之间的交叉重叠效应所引致的差异[17]。一般而言,Dagum基尼系数越高代表地区间差异越大,越低则代表地区间差异越小。参考刘军等相关文献[18]的研究,计算公式如下:
G=∑j=1k ∑h=1k ∑i=1k ∑r=1k |yji -yhr|/2n2μ (4)
Gjj=∑i=1nj ∑r=1nh |yji -yhr|/2μjnj2 (5)
Gw=∑j=1k Gjjpjsj (6)
Gjh=∑i=1nj ∑r=1nh |yji-yhr|/njnh(μj+μh) (7)
Gb=∑j=2k ∑h=1j-1 Gjh(pj sh+ph sj)Djh (8)
Gt=∑j=2k ∑h=1j-1Gjh(pj sh+ph sj)(1-Djh) (9)
Djh=(djh-pjh)/(djh+pjh) (10)
其中,G为总体基尼系数,等于地区内差异Gw、地区间差异Gb和超变密度Gt三者之和。n为省份数,k为划分地区数,nj(nh)为j(h)地区所包含省份的数量,yji(yhr)代表地区j(h)内i(r)省高等职业教育与新质生产力的耦合协调度,μ是所有省份耦合协调度均值。Gjj为地区j的基尼系数,Gjh为地区j和地区h之间的基尼系数。pj=nj/n,ph=nh/n,sj=njμj/(nμ),sh=nhμh/(nμ),Djh为地区j和地区h间耦合协调度的相对影响。
3.核密度估计法
核密度估计法是用于估计样本数据的概率密度函数的非参数方法,本研究运用其探究高等职业教育与新质生产力耦合协调度的分布态势、位置、延展性以及极化趋势,具体采用高斯核密度函数估计,计算公式为:
(11)
(12)
其中,N为观测值的个数,Xi代表独立同分布的观测值,X-是观测值的平均值,K(·)是核函数,h为带宽,带宽越小,估计的精确度越高。