高職教育與本科教育對江蘇經濟增長貢獻的比較研究

摘 要： 基于高職教育與經濟增長的理論辨析，采用主成分分析法，就高職教育與本科教育對江蘇經濟增長、三次產業發展貢獻進行比較，研究表明高職教育在對第二產業發展貢獻上已經超越本科教育，在對整體經濟增長貢獻、第一產業和第三產業發展貢獻上則要低于本科教育；灰色模型分析表明，研發經費投入和產業從業人員增長是高職教育人才需求增長的主要動力，產業從業人員和對外貿易增長是本科教育人才需求增長的主要動因；進一步借助灰色模型就社會對高職教育和本科教育人才需求進行預測，分析表明未來社會對高職教育人才需求將大于本科教育，高職教育將成為江蘇經濟發展的重要推動力。

關鍵詞： 高職教育； 本科教育； 江蘇； 經濟增長； 貢獻

中圖分類號： G 718.5，G 648 文獻標志碼： A 文章編號： 1671-2153（2017）06-0001-05

0 引 言

高職教育與經濟增長之間的關系，一般認為高職教育能夠促進經濟增長，國外的高職教育能促進經濟和社會發展已得到證實，一些發達國家的高職教育模式由于其突出的實踐性，被普遍的得以模仿，如德國的雙元制、英國的現代學徒制、澳大利亞的新學徒制以及美國的社區學院等[1]。國內對高職教育的研究起步較遲，但日趨成熟和深入，一些學者從理論上研究了高職教育與經濟增長的關系，研究范圍涉及高職教育與產業發展互動、高職教育專業設置與產業的匹配度、高職教育與行業、企業校企的融合等領域；另一些學者則更進一步就高職教育與經濟增長的關系采用了計量模型的論證[2]。但是，雖然高職教育對經濟增長的貢獻得到普遍認可，但對高職教育對經濟發展貢獻的程度如何難以科學的度量。本文采用主成分分析法嘗試分析高職教育與本科教育對江蘇經濟增長的貢獻，以期判定高職教育在經濟發展貢獻中的地位，從側面解釋高職教育的貢獻程度。

1 基于主成分分析法的高職教育對江蘇經濟增長貢獻

主成分分析也稱主分量分析，在實際問題研究中，為了全面、系統地分析問題，必須考慮眾多影響變量，雖然每個變量都在不同程度上反映了所研究問題的某些信息，但很多指標之間彼此存在一定的相關和交叉性，因而所得的統計數據反映的信息會存在某種程度的重疊。主成分分析法可以對變量進行消減，旨在利用降維的思想，把多個相關指標轉化為少數幾個彼此獨立的綜合指標，減輕工作量和確保研究的正確性。一般認為原始數據的KMO 檢驗大于0.5，就可以運用主成分分析法進行數據處理[3]。

1.1 高職教育對經濟發展水平貢獻

根據前人的分析，結合經濟和產業發展的特點，可以對江蘇經濟和產業發展水平影響因素進行定位，全面衡量和評價江蘇經濟發展水平，選擇經濟發展規模、固定資產投資、對外貿易水平、研發經費投入、從業人員規模、高職教育規模、本科教育規模等五項指標，構建江蘇產業發展水平評價指標體系。其中江蘇經濟發展規模用GDP衡量、江蘇固定資產投資用固定資產投資額衡量，江蘇對外貿易水平用對外貿易額衡量；江蘇研發經費投入用研發經費內部支出衡量；江蘇從業人員規模用從業人員數衡量；高職教育規模和本科教育規模分別以高職教育畢業生數和本科教育畢業生數來衡量。

代入江蘇2000-2015各年各指標的原始數據，經KMO和Bartlett檢驗發現，江蘇經濟發展水平原始數據的KMO檢驗值為0.754，Bartlett檢驗的值為0，說明江蘇經濟發展水平原始數據符合主成分分析法的要求，可以用主成分分析法進行處理。根據特征根大于1，貢獻率大于85%的原則，得到特征根，進行數據整理，得到江蘇經濟發展水平表達式為

F=0.990江蘇經濟發展規模+0.987固定資產投資+0.978對外貿易水平+0.995研發經費投入+0.904從業人員規模+0.976高職教育規模+0.989本科教育規模。

進一步對權重進行調整。權重是指某指標在整體評價中的相對重要程度。江蘇經濟發展水平中每個指標所對應的系數就是每個指標的權重。為了便于分析哪一個指標對江蘇發展水平的影響程度最大，對每個指標的權重進行歸一化處理，即用每個指標的權重除以所有指標權重之和，得出調整后的權重，調整后的主成分表達式為

F=0.1453經濟發展規模+0.1439固定資產投資+0.1436對外貿易水平+0.1461研發經費投入+0.1327從業人員規模+0.1432高職教育規模+0.1452本科教育規模。

從調整后的權重可以看出，對江蘇經濟發展貢獻最大的是研發經費投入，其次是江蘇經濟發展規模、江蘇本科教育、江蘇對外貿易水平、江蘇高職教育和江蘇從業人員規模。同時也可以發現，高職教育和本科教育對江蘇經濟發展做出了重要貢獻，對江蘇經濟發展水平的權重分別達到14.32%和14.52%，即總體而言，江蘇高職教育對江蘇經濟增長的貢獻略低于本科教育，這與江蘇高職教育的發展歷史較短有為重要的關系。

1.2 對第一產業發展貢獻

進一步采用主成分分析法分析第一產業發展中各種因素的影響。選取第一產業規模、第一產業固定資產投資、第一產業從業人員規模、第一產業高職教育規模、第一產業本科教育規模作為指標，其中江蘇第一產業規模用第一產業GDP來衡量，第一產業固定資產投資用第一產業固定投資額衡量，第一產業從業人員規模用第一產業從業人數衡量，第一產業高職教育和本科教育規模分別用高職教育和本科教育第一產業畢業人數來衡量。代入江蘇2000-2015各年第一產業發展水平的原始數據，經KMO和Bartlett檢驗發現，江蘇第一產業發展水平原始數據的KMO檢驗值為0.789，Bartlett檢驗的值為0，說明江蘇第一產業發展水平數據符合主成分分析法的要求，可以用主成分分析法進行處理。根據特征根大于1，貢獻率大于85%的原則，進行數據整理，得到江蘇第一產業發展水平表達式為

F=0.988第一產業規模+0.956第一產業固定投資-0.992第一產業從業人員規模+0.878第一產業高職教育規模+0.915第一產業本科教育規模。

從調整后的權重可以看出，對江蘇第一產業發展貢獻最大的是產業規模，其次是產業固定投資、本科教育、高職教育，至于第一產業從業人數貢獻反而是負值，說明江蘇第一產業從業人數過剩，需要向第二產業、第三產業轉型。在對第一產業發展水平貢獻中，本科教育對第一產業發展貢獻高于高職教育，這契合實際，高職教育對第一產業開設的相關專業較少。

1.3 對第二產業發展貢獻

采用主成分分析法分析第二產業發展水平中各種因素的影響。選取第二產業規模、第二產業固定資產投資、第二產業對外貿易水平、第二產業研發經費投入、第二產業從業人員規模、高職教育第二產業規模、本科第二產業規模作為指標。指標意義和前述雷同，不在重復。這里選擇第二產業對外貿易水平和研發經費投入原因在于，江蘇的對外貿易和技術研發主要集中在第二產業，因此它們的水平也反應了江蘇第二產業發展的水平。代入江蘇2000-2015各年第二產業發展水平的原始數據，經KMO和Bartlett檢驗發現，江蘇第二產業發展水平的KMO檢驗值為0.829，Bartlett檢驗的值為0，說明江蘇第二產業發展水平數據符合主成分分析法的要求，可以用主成分分析法進行處理。根據特征根大于1，貢獻率大于85%的原則，進行數據整理，得到江蘇第二產業發展水平表達式為

F=0.992第二產業規模+0.986第二產業固定資產投資+0.991對外貿易水平+0.989研發經費投入+0.998第二產業從業規模+0.988第二產業高職教育規模+0.971第二產業本科教育規模。

進一步對權重進行歸一化處理，得到權重歸一化后江蘇第二產業發展水平主成分分析表達式為

F=0.1435第二產業規模+0.1426第二產業固定資產投資+0.1433對外貿易水平+0.1430研發經費投入+0.1443第二產業從業規模+0.1429第二產業高職教育規模+0.1404第二產業本科教育規模。

從調整后的權重可以看出，對江蘇第二產業發展貢獻最大的是第二產業從業規模，其次是產業規模，接著依次是對外貿易水平、研發投入、第二產業高職教育規模、產業固定投資和本科教育規模，從中也可以看出江蘇第二產業仍然是勞動密集型產業，仍然以一般從業人員的付出作為基礎；此外，高職教育對第二產業的貢獻已經超越了本科教育，這符合高職教育設立的宗旨，培養技術技能型人才，而第二產業轉型升級需要更多更專業技術技能型人才的支撐。

1.4 對第三產業發展貢獻

采用主成分分析法分析第三產業發展水平中各種因素的影響。選取第三產業規模、第三產業固定資產投資、第三產業從業人員規模、第三產業高職教育規模、第三產業本科教育規模作為指標。代入江蘇2000-2015各年第三產業發展水平的原始數據，為使各個指標變動的方向與產業安全的變動方向一致，對各種指標進行歸一化處理，經KMO和Bartlett檢驗發現，江蘇第三產業發展水平原始數據的KMO檢驗值為0.812，Bartlett檢驗的值為0，說明江蘇第三產業發展水平數據符合主成分分析法的要求，可以用主成分分析法進行處理。根據特征根大于1，貢獻率大于85%的原則，進行數據整理，得到江蘇第三經濟發展水平表達式為

F=0.984第三產業規模+0.988第三產業固定資產投資+0.997第三產業從業人員規模+0.981第三產業高職教育規模+0.991第三產業本科教育規模。

進一步對權重進行歸一化處理，得到歸一化后的各指標權重，代入主成分分析式中，得權重歸一化后主成分分析表達式為

F=0.1991第三產業規模+0.2000第三固定資產投資+0.2018第三產業從業人員規模+0.1985第三產業高職教育規模+0.2006第三產業本科教育規模。

從調整后的權重可以看出，對江蘇第三產業發展貢獻最大的是第三產業從業人員規模，其次是第三產業固定資產投資，再次依次為本科教育、第三產業規模、高職教育。可以看出江蘇第三產業的發展也主要依靠低端服務業的帶動，以人力取勝，此外從中也可以看出，本科教育對第三產業經濟增長貢獻要比高職教育要高，考慮到第三產業的服務性，說明本科教育人才在管理、經營方面要強于高職教育。

2 高職教育人才需求影響因素及預測

技術人才的素質不僅影響產品質量和生產效率，而且直接左右著科技成果向生產力的轉化。隨著江蘇經濟快速發展，對技術人才的需求也越來越多，職業技術教育是培養技術人才的搖籃，這都要求增加對高職教育人才的需求。[4]以下我們采用灰色系統模型分析江蘇經濟發展對高職教育人才和本科教育人才的需求，從而明晰高職教育未來發展定位。

2.1 基于灰色系統的高職教育人才需求影響因素

根據系統中信息的明確程度對系統進行分類，部分信息明確、部分信息不明確的系統稱為灰色系統?；疑P聯分析是灰色系統分析的主要內容之一，它對樣本量的多少和樣本有無規律都同樣適用，且計算量小，十分方便，彌補了采用數理統計方法做系統分析所導致的缺憾，因此得到廣泛運用?；疑P聯分析的基礎思想是根據序列曲線的幾何相似程度來判斷其聯系是否緊密。曲線越接近，相應序列之間的關聯度就越大，反之就越小，從而找出引起該系統發展的主要因素和次要因素。

根據數據的可得性， 采用2008年到2015年共8年的數據，分析江蘇經濟發展對高職教育人才需求與江蘇GDP、固定資產投資、對外貿易水平、從業人員規模和研究與發展經費內部支出的關系，采用灰色關聯度進行評價，灰色關聯度既體現了系統特征序列和相關因素序列的相似程度，又反映了系統特征序列和相關因素序列相對于始點的變化速率的接近程度，能夠較全面的反映江蘇經濟發展對高職教育人才的需求與江蘇主要經濟指標之間的密切程度。

根據灰色關聯度分析可知，2008-2015年江蘇經濟發展對高職教育人才的需求與江蘇GDP、固定資產投資、對外貿易水平、研究與發展經費內部支出、從業人員規模的灰色關聯度依次為0.916356，0.916666，0.920659，0.982685，0.924214?？梢钥闯觯貉芯颗c發展經費內部支出是對高職教育人才需求增長的最主要動因，其次是從業人員規模擴大，再次是對外貿易、固定資產投資的增長，影響最小的因素是江蘇GDP的增長。這也證明經濟發展對技術人才的需求是高職教育人才需求增長的主要動因，這也從側面證明高職教育的確培養了大批社會需要的技術技能人才。

2.2 江蘇高職教育人才需求預測

通過計算經濟發展對高職教育人才的需求與多個經濟指標之間的灰色關聯度，得到研發與發展經費內部支出和社會從業人員規模擴大對高職教育人才需求的影響最大。運用這兩個指標與經濟發展對高職教育人才需求的關系，對未來社會對高職畢業生的人才需求進行預測，分別運用GM（1，1）模型和多元線性回歸法，確保研究結果的正確性。

2.2.1 GM（1，1）模型預測

對系統變量的未來行為進行預測，稱為數列預測，GM（1，1）模型是常用的數列預測模型，用原始數據組成原始序列，經累加生成法生成新序列，然后對生成變換后的序列建立微分方程型的模型即GM模型，GM（1，1）模型表示1階的、1個變量的微分方程模型，它可以弱化原始數據的隨機性，使其呈現出較為明顯的特征規律。運用GM（1，1）模型，對社會對高職教育人才需求進行模型構建，帶入2008年到2015年數據，得到平均誤差2.28058，時間響應函數為

X（k+1）=145.087167exp（0.028745k）-141.501235。

通過計算，得到高職教育人才需求量的 5 步預測值，分別對應2016-2020年江蘇經濟發展對江蘇高職教育人才需求，分別為176.64，205.41，239.92，281.50，331.82萬人。

2.2.2 多元線性回歸預測

為進一步驗證灰色系統分析的正確性，這里進一步通過多元線性回歸模型來做同樣的預測。通過灰色關聯度分析知道，研究與發展內部經費支出和從業人員人數對高職教育人才需求的影響最大，因此選擇這兩個因素作為自變量，以江蘇經濟發展對高職教育人才需求作為因變量，對高職教育人才需求進行預測，根據多元回歸模型的建模原理，借助計量分析軟件 SPSS，構造回歸模型為

V=-437.697+51.741E+0.597R，Sig. 0，0.015，0.015，0.015，

式中：V為社會對高職教育人才的需求規模；E和R分別為從業人員規模和研究與發展經費內部支出。為了預測 2016-2020 年經濟增長對高職教育人才的需求，必須首先得到這段時間的從業人員規模和研發與發展經費內部支出，本文運用 GM（1，1）模型對這兩個指標進行預測，結果如表 1 所示。

將預測值帶入上述回歸方程，可以得到 2016-2020年江蘇經濟發展對高職教育人才需求，分別為169.43，192.55，218.83，248.71，282.65萬人。

通過以上兩種方法對未來經濟發展對高職教育人才需求進行預測，并把預測結果進行比較，如圖1所示。由兩種模型對高職畢業生人才需求的變化趨勢可以看出，兩種預測方法的預測結果相差不大，預測的高職教育人才需求的變化趨勢一致，均呈逐年遞增，到 2020年社會對高職教育的人才需求量將達到 280 萬人左右。在高職院校辦學規模上升有限的情況下，未來高職教育人才供需缺口將進一步加大，而職業教育院校是培養高技能人才的主力，因而社會迫切需要發展職業教育，為經濟發展培養、輸送大量的、合格的高技術技能人才，來彌補供需缺口[5]。

3 對本科與高職教育人才需求的比較

同樣我們采用灰色關聯分析，探討對本科教育人才需求的影響，發現對本科教育的人才需求與江蘇GDP、固定資產投資、對外貿易水平、研究與發展經費內部支出、從業人員規模的灰色關聯度依次為0.916061，0.916667，0.94894，0.893987，0.957014?？梢钥闯觯簩Ρ究平逃瞬判枨笥绊懽畲蟮氖菑臉I人員規模，其次是對外貿易水平，再次是江蘇固定資產投資、江蘇GDP，最后是研究與發展經費內部支出。因此，可以認為，除從業人員規模擴大對本科教育人才需求增加以外，外向型人才需求的增長是對本科教育人才需求增加的重要動因。采用灰色模型GM（1，1）對未來本科人才需求進行預測，平均相對誤差為4.675076，時間響應函數為

X（k+1）=452.206709exp（0.008675k）-449.430452。

2016到2020年江蘇經濟發展對本科教育人才需求的預測值為65.78652302，68.23024898，70.7872571，73.46359666，76.26590623萬人。對高職教育與本科教育人才需求規模進行對比，由圖2可以看出，隨著經濟的進一步發展，社會對高職人才和本科人才的需求都呈現增加趨勢，但對高職教育人才需求的增長速度明顯要高于本科教育，這說明隨著江蘇經濟的轉型和制造業2025的實施，對高技能人才的需求越來越多，技能人才的支撐也是江蘇經濟增長的重要動力。

4 結果與討論

目前，江蘇經濟發展正處于轉型升級的關鍵時期，對高端高素質人才的需求越來越多。作為培養生力軍的高職教育和本科教育對經濟的貢獻如何，是關系江蘇經濟能否快速發展和可持續發展的重要問題。采用主成分分析法，就2000-2015年高職教育和本科教育對江蘇經濟增長和三次產業發展的貢獻分析表明，本科教育對經濟發展總體貢獻要比高職教育大；在第一產業發展貢獻上，本科教育的貢獻率要大于高職教育，在第二產業發展貢獻上，高職教育的貢獻率已經超過本科教育；在第三產業發展貢獻上，本科教育的貢獻率要大于高職教育。

為進一步比較高職教育和本科教育對經濟增長的貢獻，我們采用灰色模型，就未來社會對高職教育和本科教育人才需求進行預測?；疑Ｐ头治霰砻?，隨著我國經濟的發展，社會對高職教育人才需求越來越多，未來對高職教育人才需求要遠超本科教育，而且人才需求增速也高于本科教育。因此，今后大力培養經濟和社會發展需要的高職教育人才，也將是江蘇經濟發展的關鍵[6]。

目前，雖然江蘇高職教育規模發展較快，但也存在一些重要問題，亟待解決。如高職教育質量還有待進一步提升[7]，高職教育的專業設置不盡合理，還需要調整，[8]高職教育生源質量差等問題是影響高職教育對經濟發展貢獻的重要障礙，這些問題都需要高職教育在未來采取一定的措施來加以克服，需要政府加大力度支持和宣傳高職教育，需要深入推廣校企合作，增強學生的實踐能力和行業認可度，多管齊下，才能取得多贏的效果，徹底釋放高職教育對社會和經濟發展的重要貢獻。

參考文獻：

[1] 張劍，王威. 高職教育與區域經濟協調發展研究[J]. 中國成人教育，2013（23）：98-99.

[2] 李富.高職教育對江蘇經濟增長貢獻及與本科以上教育的比較[J]. 職業技術教育，2016，37（33）：54-58.

[3] 劉曉明，王金明. 浙江省高等職業教育經費投入與經濟增長的關系分析[J]. 浙江師范大學學報（社會科學版），2013，38（6）：86-89.

[4] 李曉峰，李祥英. 廣東經濟發展與高職教育的社會需求分析[J]. 繼續教育研究，2012（5）：84-86.

[5] 楊志其. 區域經濟發展與高職教育之間的關系探究——以鄱陽湖生態經濟區為例[J]. 職教論壇，2013（26）：15-16.

[6] 解鵬，李健寧. 江蘇高職教育發展水平與社會經濟關系的統計分析[J]. 教育評論，2016（2）：35-38.

[7] 李富.泛在學習視角下的職業院校移動教學資源庫構建研究[J]. 職教論壇，2016（6）：76-80.

[8] 李富.大數據時代世界產業發展的趨向及其對高職教育的影響[J]. 教育與職業，2015（18）：14-17.