基于HSDI模型的高等教育體系評估與應用研究

■廖霽云，劉妍，紀明格

（東北財經大學，遼寧 大連 116025）

不同國家擁有不同的高等教育體系。在相當一部分國家，它的高等教育不僅培養本土學生，同時每年都吸引了大量的海外留學生。每個國家的高等教育體系都有自己的優勢和劣勢，同時每個國家都需要思考在當前大流行形勢下，教育體制經過必要的調整后，其高等教育體系的哪些方面行之有效，而哪些方面卻有所缺陷。然而，推廣任何新制度所需的體制改革都要求觀察相關政策在較長時期內的實施效果，以實現更健康和更可持續制度的穩定運行。

一、HSDI模型構建

（一）相關術語命名

本文中使用的變量如表1所示。

表1 相關變量符號和定義

1.假設

為量化本文的研究問題，HSDI模型基于以下幾個假設。以下假設在多數情況下正確，或者在政府監管下無可爭議。

假設1.世界各國的高等教育制度不受外部因素的干擾和影響。

假設2.每個國家的高等教育體系均獨立運作，并不受其他國家的干預。

本文將高等教育體系的影響因素分為外部因素和內部因素。同時，假設被研究的國家不受外部因素影響，故HSDI模型用于探討內部影響因素。另外，本文中相應數據的年份也基于以上假設進行選擇。同時，該模型假設每個國家的教育體系獨立運作，不受不同國家之間的惡意競爭所影響。

2.HSDI模型

本文基于“基于人類可持續性發展指數的從1990年到2010年中國人類環境的可持續性評價體系”研究，應用HSDI模型評估高等教育體系的可持續性和健康性。該模型的創新之處在于對可持續性的評估，與一般評估模型相比，HSDI以可持續發展指數為切入點，使得最終的綜合評估結果更符合可持續發展的要求；同時對原始模型數據指標進行分析和優化，能夠使評價結果更符合現實[1-2]。

本文從社會、經濟和教育環境三個方面評估高等教育系統的可持續性和健康性，指標取值范圍為[0,1]，數值越大，可持續性越高。

3.指標解釋

HSDI的具體計算方式如下:

模型的主要指數為 SI、ECI、GDPI，通過數據處理和二級指標的標準化，獲得一級指標數據；將一級指標代入HSDI模型為相關國家的高等教育體系的可持續性和健康性評分。

4.社會層面（SI）

社會層面的二級指標包括:就業率（EMR）和知識轉化指數（KT）。

就業率是指接受過高等教育的學齡人口的就業率。它旨在反映接受高等教育的學生的社會效益，即他們的生活是否能夠做到自給自足，他們是否能在當下社會制度中生存，以及他們的存在在未來是否能對社會產生有益的影響。知識轉化指數指高科技產品的出口占比，可以直觀地反映獲高等教育的學生的學業成果產出對社會效益和經濟效益的影響。

5.教育環境（ECI）

教育環境的二級指標有:全日制高等教育在校生的教育經費支出與人均GDP之比（CE）、專利申請數量（P）、知識轉化指數（KT）、入學率（ER）、諾貝爾獎獲獎數（N）。

CE是教育部公布的“教育財務指標”開支類別中具有代表性的指標，其中教育財務指標是根據教育水平、教育機構類型、教育經費來源和教育經費支出類型編制的主要教育財務數據集，反映了一個國家對投資高等教育事業的重視程度，也代表了國家為創造一個良好的教育環境所提供的財政支出量。KT和N表示一個國家的高等教育體系為學生提供的高質量教育資源的累積量。ER是一國高等教育機構的總入學率，能夠良好地反映學生進入高等教育體系的學習情況，進而通過可以獲得高等教育的學生的多少，充分反映一國整體高等教育體系的總體情況。

值得一提的是，將KT同時應用于SI和ECI兩個一級指標，是因為它不僅能反映高等教育體系對社會效益的有效性，也能反映一個國家教育環境的資源背景。

6.經濟水平（GDPI）

經濟水平（GDPI）即是每個國家的GDP的年增長率。國內生產總值（GDP）的年增長率的計算方法為按可比價格計算的國內生產總值 （GDP）；GDP增長率是宏觀經濟學中的四大重要指標之一，用GDP增長率來評估經濟水平的發展，對整個模型具有重要的參考意義。

每一個不同的二級指標采用不同的加權方法得到一級指標。

在對指標數據的處理中，采用熵值法確定其權重，以便更好地反映SI指標的影響。同時，根據種種考慮和研究，鑒于CRITIC方法適用于數據不穩定、數據相關、數據量大小不存在的情況，故決定在ECI中使用的二級指標將采用CRITIC方法進行權重的確定。同時，用rij表示評價指標i與j之間的相關系數；以此方式決定的權重綜合考量了每個指標之間對比和沖突的強度。

7.模型構建

通過搜集英美澳三國2012—2017年各個二級指標數據便于模型的構建、檢驗優化及后續國家選擇。其中CE來自OECD.Stat網站的教育財務指標EAG2020 C1.4章,EMR、KT、CE、P、KT、ER、GDPI來源于世濟數據庫,P來源于維基百科。

通過HSDI模型經行計量評估，我們發現美國高等教育體系可持續性和健康性得分最高，英國次之，澳大利亞得分最低。

8.敏感性檢驗

在建立模型后，為了進一步驗證模型的準確性，本文對模型進行了敏感性分析。

利用RAND代替7項指標的原始數據生成了7組樣本數據，每組數據隨機生成100個樣本。將7組數據篩選后帶入模型，得到一組HSDI數據，并根據HSDI和7組自變量，通過作圖直觀地展示模型的敏感性。通過觀察圖表可以發現，HSDI變化不大，因此，模型靈敏度低，穩定性強，滿足實際需要。

對使用的二級指標分別進行敏感性檢驗后，發現除CDPI在0—1之間線性遞增以外，各級指標均在0.5—0.55之間波動，擁有較強穩定性。

值得一提的是,與其他擁有兩個或兩個以上二級指標的一級指標相比，衡量經濟水平只有一個指標:一級指標GDP增長率。而在HSDI模型中，三個一級指標是等比的，這無疑影響了HSDI指標的數值。因此，在模型的敏感性檢驗中，GDP增長率的穩定性較差。

（二）HSDI模型應用

1.對澳大利亞高等教育體系的評估

在利用HSDI模型對英美澳三國進行初步評估后，因為澳大利亞的評估得分較低，故決定對澳大利亞進行進一步的評估分析。

為了對澳大利亞的高等教育體系進行更合理地優化，決定對高等教育模型進行優化。故修改初始模型中的教育指標分析方法，將CRITIC方法改為主成分分析方法。主成分分析法獲得數據的速度較快，且剔除了相關性較小的指標。在確定主要影響因素后，新計算得到的指標更具代表性，結果更加合理可信。

表2 所示為三個國家在不同層次上的指標比較。對于優化后的模型，從綜合指標來看，美國的HSDI指標高于澳大利亞和英國的HSDI指標；即就此三國而言，美國在高等教育體系可持續性和健康性方面指標數值最高，澳大利亞次之，英國在此方面指標數值最低。

表2 優化后的三國指標

2.對澳大利亞高等教育體系的分析

在以上數據中值得注意的是澳大利亞高等教育體系的高CE指標和高GDPI指標，究其原因須追溯澳大利亞高等教育體系的發展歷史[3]。

據調查了解，澳大利亞早期已經從多個方面對高等教育體系進行了分析研究[3]，并較為成熟[4]。這無疑為該國高等教育體系的發展奠定了基礎，但也需注意其HSDI指數與英國和美國之間的差距。

澳大利亞的GDPI和CE指數在三個國家中最高，很大程度上是因為開展的國際教育對澳大利亞社會和城市發展有著非常重要的影響；同時，開展的國際教育也是確保澳大利亞經濟優勢和地位的主要動力來源。

澳大利亞統計局公布的最新數據顯示，澳大利亞開展的國際教育對經濟的貢獻連續5年實現兩位數增長，為澳大利亞提供了24萬個就業機會、商業機會，并成為澳大利亞第三大服務出口產業。除了巨大的經濟利益，國際教育已經成為澳大利亞努力增強其對鄰國的影響力，加強鄰國關系并建立全球穩定的核心[5]。然而，澳大利亞國際教育的快速發展也面臨著兩大挑戰:吸引更多的國際留學生到大城市以外的地區學習；減少高等教育機構對國際留學生學費作為主要經濟來源的依賴。而自2020年爆發的新冠肺炎疫情也加重這兩項挑戰所帶來的影響。

3.對澳大利亞高等教育體系發展的政策性建議

根據澳大利亞高等教育系統存在的問題，認為澳大利亞當局應該關注高等教育部門的可持續發展，使高等教育的利益惠及全國[5]。

充分發揮國際教育優勢，促進國家高等教育發展?？紤]到其他地區高等教育的發展相對于大都市來說非常緩慢，加之澳大利亞人口少、出生率低的現狀，高等教育發展最快和最有效的方式即是利用國際教育的影響。但澳大利亞留學生人數與教育資源在大中小城市的分布不均也是澳大利亞國際教育面臨的一項嚴峻挑戰。為了應對這一挑戰，澳大利亞聯邦政府應該通過向全球推廣當地教育、培訓和研究的優勢來吸引更多的國際留學生。這項政策也可以作為澳大利亞未來人口計劃的重要組成部分，用以釋放大城市地區的人口壓力，也可支持中小城市地區的人口和經濟增長。政府應加大在其他地區的教育投資力度，改善其教學環境，利用教學設施的改善優化吸引更多國際留學生在該地區學習和生活。

同時，應當分散留學生來源，降低高等教育對留學生依賴程度。過度依賴國際留學生，尤其是來自同一國家的留學生，使澳大利亞的高等教育機構面臨巨大的金融風險。相關機構迫切需要采取措施，減少對國際留學生依賴，更要減輕以留學生學費作為經濟來源的過度依賴。因此，聯邦政府應該推動大學發展多元化的國際教育戰略，適當增加本土學生的招生規模，并加強對留學生學費的管理。

澳大利亞可以非常規留學生輸出國為目標招收學生，確定新招收的國際留學生來源，相應設立辦事處來增加國際學生招生，并擴大獎學金計劃并降低留學生費用。

以上措施可以促使澳大利亞提高生產力，增加勞動力數量，從而提高GDP的增度，扭轉GDP增長放緩的局面，使得支出指數、專利申請數量（P）、知識轉化指數（KT）、入學率、諾貝爾獎獲獎數、全日制高等教育在校生的教育經費支出與人均GDP之比得到改善，以提高HSDI指標和其高等教育體系的可持續性和健康性。

4.未來指標走勢預測和階段性政策規劃

對澳大利亞進行分析，其數據如圖1所示。

圖1 澳大利亞HSDI指標走勢

根據以上信息預測，在2020—2030年間，GDP增速緩慢的狀況將得到改善，生產力將得到進一步發展，勞動力數量穩定增加，從而提高GDP增速，扭轉GDP增速放緩的趨勢。適當降低高等教育門檻，讓高等教育進一步普及，使得入學率增加并穩定保持于90%以上。教育環境也將得到進一步改善，諾貝爾獎獲得數、專利申請數、知識轉化指數等作為學術成果穩中有升，吸引更多人對高等教育的興趣從而走進大學校園，也為國家發展作出更大貢獻。與此同時，更多種多樣的工作崗位也將向完成高等教育者開放，這項舉措將提升就業率至65%以上。另外，高等教育機構應開設更多樣化的課程和培養方案，相關機構聯合政府應為高等教育體系中的學生提供足夠的資金支持，形成更好的教育環境，同時能夠提高全日制高等教育在校生的教育經費支出與人均GDP之比至45%以上。

針對以上預測，對澳大利亞高等教育體系的各項指標進行時間序列預測分析，并對各二級指標進行線性預測，得出合理的實施時間表，并根據每個二級指標的時間序列[7]進行預測。之后基于各指標的預測，再根據各成分在不同層次中的累積貢獻率計算二級指標的數據，加權得到一級指標，將一級指標的值代入HSDI模型中，可評估澳大利亞高等教育系統的可持續性和健康性。

通過對2021—2030年HSDI預測數據的分析，可見HSDI指數總體呈現上升趨勢，也略有波動。HSDI在過去幾年的數值均大于初始值，足以說明澳大利亞高等教育系統的可持續性呈現上升趨勢，即健康性程度相對較高。根據圖2數據預測，上文所提供的政策性建議將行之有效，并在未來以更佳的HSDI指標呈現。

圖2 2021—2030年澳大利亞的HSDI預測指標折線圖

二、模型評價

在對HSDI模型進行一系列應用分析之后，得到如下模型評估。

（一）模型優勢

1.模型建立的方法簡單可行，適用于實際生活。

2.本評估模型利用數學方法正確建立。

3.各級指標所需的數據可以隨時得到。

（二）模型的不足之處

1.經過對該模型的敏感性分析，發現經濟水平指標（GDPI）的穩定性較差，對模型的整體穩定性產生一定影響。

2.該模型在經濟水平指標的選取方面僅考慮了GDP的增長率。

3.HSDI模型不能很好地量化外部因素的影響，例如金融危機、疫情、自然災害、宗教等。