国家中长期高等教育毛入学率灰色预测模型探究

      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：

      

      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(大学生就业是社会经济健康发展要解决的首要问题，社会经济健康发展亦是高等教育健康发展的首要条件)。从另一个角度而言，在宏观层面上，GER是国家发展、民族进步、社会和谐的重要标志，体现了最大的社会正义；在中观层面上，GER是社会正义在教育领域的最大表征，体现了教育面前人人平等的理念，集聚了教育公平的内涵；在微观层面上，GER是社会正义与教育公平在高等教育领域的最好诠释，凸显了它向一切符合要求的公民的开放精神，扩大高等教育规模有助于满足更多公民的合理需求。因此，衡量中国高等教育发展的趋势，首要衡量的指标就是GER的变化趋势。

      具体做法是：首先将1977年-2008年的全部(32个)数据在不加任何筛选的情况下作为一个独立的时间数据列(1977年恢复高考)；其次，根据1985年中共中央出台《关于教育体制改革的决定》，在我国高等教育领域酝酿大规模教育体制改革这一政策行为的影响，将1985年-2008年的24个数据作为第二个独立的时间序列；第三，根据高等教育大扩招后要求提高质量(第一次大扩招毕业生延续至今的重大社会问题即大学生就业问题)对我国的巨大影响，分别将1999年-2008年、2003年-2008年的10个、6个数据作为第三、第四个独立的时间序列，采用DPS9.50标准版计算⑦，由此得到4个中国GER动态变化GM(1，1)模型(表2.1)。

      (二)GER的GM(1，1)模型分析

      1.精度拟合检验

      根据精度检验原理和方法，对所构造的4个中国GER预测的GM(1，1)模型的拟合程度进行检验，结果见表2.2。