中国经济发展对职业教育规模的影响论文

　　［摘要］通过分析１９９８—２０１５年我国国内生产总值和普通专科在校生人数数据，采用协整模型、格兰杰因果关系检验、误差修正模型，探索了经济发展水平和高等职业教育规模间的关系。研究表明：经济发展水平和高等职业教育规模互为格兰杰原因。从长期来看，经济发展会促进高等职业教育的改革，使其培养出能够适应经济发展的人才，二者变化呈现正相关；从短期来看，高等职业教育具有相对独立性，不能完全和经济发展同步，存在短期波动，即经济发展带来高等职业教育规模的萎缩。

关键词］高等职业教育规模；经济发展水平；协整模型；格兰杰因果检验

　　２０１４年，国务院发布了《加快现代职业教育的决议》（国发〔２０１４〕１９号），标志着对现代职业教育改革的探索正式开始，通过对此文件的解读，可以发现，此文件的落脚点是要提高劳动者素质，最终推动经济社会的发展。高等职业教育作为教育的子系统，其发展既受到经济发展的制约，也会对经济发展起到反作用。我国对于高等职业教育和经济发展二者关系的探索早已开展，国内对于此问题的研究主要集中于高等职业教育对经济发展的影响，而在新的经济态势下，如何优化发展高等职业教育的论述较少。本文将从经济对教育的制约性角度，采用协整模型、格兰杰因果关系检验、误差修正模型，研究如何在不断发展的经济情况下发展高等职业教育。

一、经济发展水平与高等职业教育发展关系的理论分析

　　高等职业教育是培养“技术员、工程师层次的职业人才教育和培训”［１］。通过高等职业教育，一定程度上，受教育者能够提升自己的专业素质，成为高级技术技能型人才。在培养高级技术技能型人才过程中，必须重视经济发展水平和高等职业教育规模的关系。经济发展水平对高等职业教育具有限制作用，高等职业教育培养出的人才也必然影响经济的发展。

　　（一）经济发展水平对高等职业教育的制约

　　生产力水平是对经济发展的反映，经济发展水平对高等职业教育的制约作用可以通过生产力的制约性来体现。首先，生产力的发展水平制约着高等职业教育的规模和速度。我国从２０世纪７０年代末开始了改革开放，经过３０多年，经济得到发展，生产力水平明显提升。同时期，我国的高等职业教育开始发展，主要以高等专科为代表，经过３０多年的发展，已经进入内涵建设和质量提升的阶段［２］，如图１所示。因此，高等职业教育发展规模和速度会受到经济发展的制约。其次，生产力的发展水平促进高等职业教育教学内容、教学方法等方面的发展和改革。我国经济发展带动着产业结构的变化，而高等职业教育的落脚点正好是产业和工作，所以，高等职业教育专业面向市场是必然的选择，这就要求高等职业教育教学内容、教学方法等方面必须与产业、工作契合，否则，培养出的人才很难被市场接收。所以，生产力是整个社会存在和发展的决定力量，它推动和制约着整个社会的发展，也必然推动和制约高等职业教育的发展。

　　（二）高等职业教育对经济发展的作用

　　经济与职业教育的发展是密不可分的。高等职业教育作为职业教育的子系统，虽然会受到经济发展水平的影响，但是，高等职业教育也具有相对独立性，会对经济产生能动的反作用。高等职业教育对经济发展的作用主要体现在对生产力的培养上［３］。首先，高等职业教育生产的是直接的生产力。高等职业教育要培养的技术技能型人才是为了满足现实生产的需要，所培养的人才要进入专业的工作领域，通过高等职业教育培养出直接的生产力，实现劳动力再生产。其次，高等职业教育实现了科技的转化，把科学知识转化为生产力。科技知识对经济发展具有促进作用，生产力的提升、生产工具的进步都和科技密不可分，高等职业教育要培养工程师层次的职业教育人才，其实质就是使生产力和科技知识的结合，从而促进经济发展；第三，高等职业教育提升生产力综合素质，间接地促进了经济发展。高等职业教育所谓的“高”，会很大程度体现在对学生综合素质的提升，高等职业教育不仅仅是培养高级技术技能型人才，也要注重学生的综合素质，如生涯发展、职业精神的培养。虽然这类内容属于精神层次，但是“独立的精神生产部门”是不能和物质生产部门分离的，所以，高等职业教育培养的人才，不仅仅有专业技能，也要具备高素质。这类精神层次的内容会在以后的实际生产中指导生产力形成先进的生产观念，从而提升经济水平。综上可知，一方面，经济发展水平对高等职业教育具有制约性，另一方面，高等职业教育通过生产力的培养来促进经济发展。对于高等职业教育和经济发展关系的研究，可以分为两个维度，从高等职业教育对经济发展的能动反作用去研究，也可以从经济发展水平对高等职业教育的.制约性去研究，国内的研究主要集中于第一个维度。本文将利用计量分析的方法，探索经济发展对高等职业教育规模的贡献。

二、经济发展水平对高等职业教育规模影响的量化研究

　　第一部分已经对经济发展和高等职业教育的关系从理论上进行了分析，但是，在实际中，经济发展对高等职业教育规模的影响到底有多大，此部分将借助计量经济学模型进行探讨。

　　（一）模型选择

　　１９８７年，恩格尔（Ｅｎｇｌｅ）和格兰杰（Ｇｒａｎｇｅｒ）提出了协整理论（ＣｏｉｎｔｅｇｒａｔｉｏｎＴｈｅｏｒｙ）。对于时间序列的处理，回归模型使用较多，但是，“如果选择的时间序列变量还含有单位根的时候，它就是一个非平稳时间序列，而非平稳经济时间序列恰好具有这种齐次非平稳特征，即通过足够次数的差分可以转化为一个平稳的时间序列”［５］。这就是协整理论要解决的问题。首先，协整理论所建立的协整方程根本上揭示了经济发展对高等职业教育规模水平的影响是否具有长期性、稳定性；第二，利用误差修正模型去改进协整方程，可以探索出在短期内，我国经济发展对于高等职业教育规模的影响是否产生波动。通过协整理论和误差修正模型，可以揭示我国经济发展对高等职业教育发展水平的长期均衡和短期均衡问题。经济发展对高等职业教育发展水平的回归模型如下：ＬｎＹ＝αＬｎＸ＋β（１）其中，Ｘ代表当期国内生产总值，Ｙ代表普通专科在校生人数，β为常数项，α为Ｘ的弹性系数，用来衡量一个变量对另外一个变量的变化幅度的依存关系［４］。

　　（二）变量和数据说明

　　本文模型中的变量分为自变量Ｘ和因变量Ｙ，Ｘ表示当期国内生产总值，样本数据来源于中华人民共和国国家统计局；Ｙ代表普通专科在校生人数，样本数据来源于中华人民共和国国家统计局。统计样本数据，见表１。

　　（三）回归分析和结果分析

　　第一，对两个变量数列进行平稳性检验。在实际研究过程中，很难找到完全平稳的时间序列，也就是说，这些变量之间看似并没有均衡关系，但是，时间序列的某种线性组合却有可能是平稳的。所以，先利用ＥＶＩＥＷＳ７．２对两个序列进行平稳性检验，检查两个序列的单位根，经检验，结果见表２。从表２的结果可以看出，时间序列Ｘ、Ｙ在二阶差分后，趋于平稳。第二，进行ＰＨＩＬＩＰＳ－ＰＥＲＲＯ检验。对两个序列进行单位根检验后，还需要继续进行ＰＨＩＬ－ＩＰＳ－ＰＥＲＲＯ检验才能确保时间序列完全平稳。ＰＨＩＬＩＰＳ－ＰＥＲＲＯ检验结果见表３。结合表２和表３，可以看出，时间序列Ｘ和Ｙ在进行二阶差分后，临界值取５％或者取１０％时，序列平稳。第三，变量间的格兰杰因果关系检验。２００３年诺贝尔经济学奖得主克莱夫格兰杰（ＣｌｉｖｅＷ．Ｊ．Ｇｒａｎｇｅｒ）提出了格兰杰因果关系检验，其实质是：若在包含了变量Ｘ、Ｙ的过去信息的条件下，对变量Ｙ的预测效果要优于只单独由Ｙ的过去信息对Ｙ进行的预测效果，即变量Ｘ有助于解释变量Ｙ的将来变化，则认为变量Ｘ是引致变量Ｙ的格兰杰原因［５］。对时间序列Ｘ、Ｙ的格兰杰因果关系检验的结果见表４。从表４可以看出，Ｘ和Ｙ序列存在相互影响的关系。经济发展会影响高等职业教育规模，此概率高达８３．７７％；而高等职业教育培养出的人才，也对经济增长起着作用，概率为９９．４４％。根据方程（２），从长期均衡的角度来看，二者是呈现正向变化，但是，短期内情况如何，是否存在波动还未知，所以，需要进行误差修正模型。第四，为了检验经济水平和高等职业教育规模是否存在协整关系，还需要对残差序列进行平稳性检验综上所述，表示Ｙ序列与Ｘ序列间存在协整关系。从长期来看，二者存在长期均衡关系，长期均衡方程如下：ＬｎＹ＝０．８６６６９３ＬｎＸ－４．３９２４９６（２）其中，调整后拟合优度Ｒ２＝０．７７９９８０，Ｆ＝５６．７２０５５，Ｔ（ｘ）＝７．５３１３０５，Ｔ（β）＝－３．０７４５３８，将自由度定为０．０５时，查表可知，Ｔ０．０２５（１６）＝２．１２，Ｔ（ｘ）和Ｔ（β）均大于２．１２，结果显著。方程（２）说明我国经济每增长１％，高等专科学校在校生人数就会增加０．８６７个百分点，即高等职业教育规模会进一步扩大。第五，经济水平和高等职业教育的发展之间存在着长期均衡关系，但从短期来看，可能会出现失衡，为了增强模型的精度，可以把协整回归中的误差项看作均衡误差，通过建立误差修正模型把高等职业教育的短期变化和长期变化联系起来，修正误差模型如下：ΔＹｔ＝γ＋φΔＸｔ＋Ψｕ＾ｔ－１（３）其中，ΔＹｔ＝Ｙｔ－Ｙｔ－１，ΔＸｔ＝Ｘｔ－Ｘｔ－１。通过ＥＶＩＥＷＳ７．２操作计算，得到如下方程：ΔＹｔ＝１１６．６００８－０．００１５８１ΔＸｔ＋０．４９４４８８ｕ＾ｔ－１（４）（１３．０７１２２）（－７．５００４２５）（３．９９３９６３）调整后拟合优度为Ｒ２＝０．８３２１４１，Ｆ＝３８．１８０２５，ＳＥ＝１６．６００４１，结果显著。综上所述，一方面，方程（４）显示，在短期内，两个变量存在波动。经济发展和高等职业教育规模呈现反向变化，即在短期内，经济发展会带来高等职业教育规模的缩减；另一方面，结合方程（２）长期均衡，可以看出，经济发展和高等职业教育经过长时间的调整，二者能够良好的契合，实现正向发展，即经济发展带动高等职业教育规模的发展。并且，误差修正模型中呈现负的系数表明短期内国民经济增长不是均衡状态，通过一定时间的调整向长期均衡延伸，所以才会出现长期均衡时的正系数。