王传毅 辜刘建 李福林 杨佳乐
关键词：“十四五”;教育规模;系统动力学;预测
一、引言
“十三五”时期中国教育改革发展取得了显著成就，教育普及全面实现，教育体系不断完善，教育公平深入落实，教育国际影响力显著增强，教育制度供给能力显著提升，《国家中长期教育改革和发展规划纲要（2010—2020年）》和《国家教育事业发展“十三五”规划》确定的发展目标顺利实现。截至2019年，学前教育在园幼儿数为4714万人，毛入学率为83.4%。九年义务教育在校生数为1.54亿人，巩固率为94.8%。高中阶段教育在校生数为3994.90万人，毛入学率为89.5%;其中，中等职业教育在校生数为1576.47万人。高等教育在学总规模4002万人，其中研究生教育在校生数为286.37万人，高等教育毛入学率达51.6%[1]。
展望“十四五”，中国迈入社会主义现代化建设新征程。《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》提出，“要全面贯彻党的教育方针，坚持优先发展教育事业，进一步建设高质量教育体系”。“十四五”时期，要“完善普惠性学前教育，学前教育毛入园率提高到90%以上;巩固义务教育基本均衡成果，推进义务教育优质均衡发展和城乡一体化;巩固提升高中阶段教育普及水平，高中阶段教育毛入学率提高到92%以上;推进高等教育分类管理和高等学校综合改革，高等教育毛入学率提高到60%”[2]。以此为要求，迫切需要对教育规模结构进行前瞻性的布局规划。本研究通过系统动力学的方法，综合考虑人口、经济、科技与教育系统之间的作用关系，对2021—2025年区间各级各类教育规模进行预测，为“十四五”教育规划的目标制定提供参考，进而优化教育资源配置、推动中国教育体系的高质量发展。
二、相关研究综述
现有对教育规模的预测研究大致可分为三大类。
第一类研究基于各级各类教育的历时性规模，以时间序列分析的方法建模，根据教育规模的变化规律进行预测。早在1961年，Thompson就根据10年的大学学龄人口数与入学人数的关系，采用趋势外推法预测了1978年美国的高等教育入学人数[3]。此后，Healey和Brown通过对高等教育招生规模的增长率进行指数平滑，预测出高等教育的在校生规模[4]。在国内，时间序列预测教育规模的研究亦不乏见。邱雅根据中国高中教育规模、初中升学率等数据的历史规律，预测出2010年中国高中阶段教育规模为4792万人[5]。谢作栩和黄荣垣基于高等教育在校生数与毛入学率的增长率预测了2010年中国的高等教育规模[6]。孙梦洁等人运用ARIMA模型对研究生招生规模进行建模研究，基于内蒙古自治区1982—2008年的研究生教育规模数据，预测了未来三年的研究生招生规模与变化趋势[7]。然而，时间序列预测方法的依据囿于教育系统内部因素，忽略了经济社会发展及政策调控的影响。当教育系统受到外部因素的冲击或干扰，自身的运行规律也将发生变化，此时时间序列预测法将产生偏误。
第二类研究着眼于教育规模与适龄人口之间的紧密关联，通过对适龄人口的预测以及入学率的设定，对教育规模进行预测。在学前教育与义务教育阶段，李玲和杨顺光认为 “全面二孩”政策对学前教育适龄人口的影响将从2019年开始显现，并引起学前教育规模的迅速扩大，直到2021年达到峰值后，又开始逐步缩小[8]。而对义务教育适龄人口的影响则从2022年左右开始，并在短期内刺激义务教育学生规模迅速扩大，到2029年后又将开始缩小[9]。在高等教育阶段，王广州通过递进人口预测模型，预测中国高等教育年龄人口总量、结构和变动趋势，发现中国高等教育年龄人口总量进入下降阶段[10]。但这类方法仅从入学需求的视角对规模进行预判，缺乏考量社会经济发展水平与资源支撑条件对教育规模变动的限制。
第三类研究着眼于教育规模与经济社会发展水平、结构之间的关联，通过构建教育、经济与社会各因素之间相互关联的数学模型，对教育规模进行预测。其中，基于回归分析的建模预测是较为常用的方法。2012年英国文化协会在分析人口增长、经济发展、政策调整等因素的基础上，对中国、英国等56个国家的高等教育毛入学率进行了预测，认为中国高等教育毛入学率到2020年将达到38%[11]。李硕豪与胡德鑫根据经济增长与普通高等教育录取人数的相关关系，建立曲线估计的回归方程对中国普通高等教育录取人数进行测算[12]。李翌和蒋开君探寻了青海省人均GDP、本科毕业生數、专任教师数和高校经费投入对研究生教育规模的影响，基于多元线性回归模型预测出青海省2030年研究生招生数将达到9277人[13]。杜帆和李立国综合考虑经济增长水平、人力资本水平、人口数量等因素对博士生教育的影响，运用自回归滑动平均模型预测出到2030年中国博士学位授予达13.82万人[14]。然而，回归分析预测法忽略了教育规模本身的历史发展规律，并且难以穷尽影响教育规模的各类因素及其对教育规模的复杂关系，导致模型解释度不足，产生较大预测偏误。鉴于教育系统的复杂性与开放性，系统动力学模型的仿真分析越来越多的应用于教育规模研究，如王梅和张增构建了美国博士授予规模的系统动力学模型，对师资、经费及制度资源供给对于美国博士授予规模扩张的驱动效应进行了仿真分析[15]。叶茂林综合考虑人口、经济和教育的关系，构建起从义务教育到研究生教育阶段的系统动力学模型，并通过调节升学率模拟了教育系统对经济系统的影响，但其预测窗口期为2000—2015年，无法为后续年份的教育政策制定提供参考[16]。
本研究认为，系统动力学建模作为研究复杂社会系统的定量方法，能综合考虑系统内外部因素的相互关系，对系统进行动态的模拟，以观察系统在不同政策、经济或人口参数输入时所表现的不同行为趋势。鉴于此，本文旨在运用系统动力学的研究方法，综合考虑人口、经济、科技因素与教育系统之间的作用关系，基于不同的人口增长参数对“十四五”时期中国各级各类教育规模进行预测，以期为教育发展的科学决策提供参考。
三、模型构建
本研究拟采用的系统动力学模型是一种问题导向的建模方法，系统由要素及要素间的关系组成，系统动力学模型既依赖于系统的结构，也依赖于系统内部要素之间相互影响的规律。系统动力学模型已广泛应用于多个学科领域，在全球气候预测[17]、环境健康与决策[18]、经济政策制定[19]、军事系统决策[20]、高等教育质量管理[21]、本科教育的长期发展规划[22]、医学教育人才的供给与需求[23]等问题上显示出强大的预测力。
（一）教育规模的影响因素分析
系统动力学假设动态行为在所有系统中都是常见的，因素之间相互影响，直到最后一个因素对第一个因素产生影响，完成一个循环的过程。这意味着系统动力学利用了内生性的概念，它试图通过理解系统的内部结构及其与外部因素的交互关系来寻求系统行为的解释[24]。
人口是影响教育规模的重要因素。学龄人口受到人口出生率、死亡率、迁移和户籍政策、教育政策以及经济社会发展等诸多因素影响[25]。与西方发达国家不同， 中国各年龄段人口规模在相同时间段内变动幅度更大，而且随时间的推移，有较大幅度的起伏波动，这使得人口年龄结构的变动对教育的影响更为显著[26]。例如，表现在低年龄段中，“单独二孩”政策实施后，义务教育学龄人口迅速增加，但是，人口扩张期不会持续太长，适龄人口规模很快会重新进入持续下降期[27]。高等教育适龄人口规模虽然中间略有起伏，但总体也将呈下降态势[28]。人口自然增长率能够综合反映人口出生率、死亡率及相关人口政策对人口变动的影响，鉴于此，本研究通过设定人口自然增长率参数来测算新增人口、总人口以及学前教育学龄人口。
经济对教育规模有着直接的重要影响。一些学者认为，如果公共财政教育支出让家庭感知到其作为生育补贴的方式进入家庭生育决策，那么增加公共财政教育支出也会促进社会生育[29]，提高适龄儿童的规模，进而影响教育规模。也有一些学者发现，经济增长对高等教育规模增长具有较强的拉动效应，以美国为例，国家为高等教育提供的资金对大学入学率和学位获得数量均具有重要影响[30]，各州人口规模、财政支持始终对美国高等教育布局结构产生重要影响[31]。显然，充足的经费投入是高等教育规模扩张的重要保障之一，经费投入总量对地区高等教育规模具有正面影响[32]，且教育经费投入对高等教育规模增长的贡献具有一定的滯后效应[33]。
另一方面，科学技术水平也成为教育发展，特别是研究生教育发展的重要影响因素。一些学者发现，中国科技发展与研究生教育规模之间存在着长期的稳定关联[34]，而不同国家的科技投入，也与其研究生教育规模呈正相关[35]。这充分说明研究生教育是科教兴国战略和人才强国战略的重要结合点。“十四五”时期，中国经济社会发展将从“数量追赶”转向“质量追赶”，从“规模扩张”转向“结构升级”，从“要素驱动”转向“创新驱动”[36]。正如习近平总书记在全国研究生教育会议上指出，“迫切需要培养造就大批德才兼备的高层次人才”，这对于研究生教育发展提出了更多的要求。
此外，教育规模与教育系统内部的衔接与分流制度有关。上一级教育规模是下一级教育规模的生源基础。各级各类教育的招生规模受到上一级教育毕业生规模与升学率影响，影响逐级累加。同时，普职分流是教育系统内部重要的流动方式。改革开放以来，中国坚持高中阶段“普职比大体相当”的政策目标[37]对职业教育和普通教育发展产生了重要影响。因此，本研究在中学阶段与本专科教育阶段根据不同的升学率比例设置分流路径，以合理预测教育系统内部的普职分类流动对中学后教育规模的影响。
（二）模型的基本假定
系统动力学模型是对真实世界系统的抽象和简化，考虑到数据的可得性，本研究作出如下假定。
1.假设各级教育的毕业生只有国内升学和未升学国内就业两种去向，未升学毕业生全部进入国内劳动力市场，不考虑死亡、复读、出国、主动性失业等情况。
2.假定逐级接受教育，暂不考虑例如专升本、本科直博等情况。
3.假定接受相同等级教育的劳动力其教育资本水平相同。
4.假定从2010年起进入劳动力市场的毕业生都将连续工作至2025年，不存在中途退出的情况。
由于不同层次教育规模统计口径差异较大，本研究将统计口径限定为：（1）在园幼儿数即学前教育在校生数;（2）小学在校生数指普通小学在校生数，不包含成人小学;（3）初中在校生数指普通初中在校生数，不包含职业初中、成人初中;（4）中等职业教育在校生数指普通中专与职业高中在校生数之和，不包含成人中专、技工学校;（5）高中在校生数指普通高中在校生数，不包含成人高中;（6）本专科在校生数指普通本专科在校生数，不包含成人本专科、网络本专科、自考本专科;（7）研究生在校生数指全日制研究生在校生数，不包含非全日制。
（三）模型构建、参数设置及数据来源
本研究运用Vensim PLE软件构建中国各级各类教育规模的系统动力学模型（如下页图1所示）。该模型中，人口自然增长率决定了新增人口与总人口，并根据学前教育学龄人口比重决定了学前教育的学龄人口数。在经济系统中，基于卢卡斯的有效劳动模型[38]建立了劳动力教育资本存量、固定资产存量、社会综合技术水平共同作用于GDP增长的函数关系式。GDP与总人口数影响着人均GDP，在链接经济社会环境与教育系统入口时，人均GDP与学前教育学龄人口、学前教育毛入学率、教育经费、专任教师数共同决定了学前教育招生数。进入教育系统后，各级各类教育的招生数受到上一级教育毕业生数与升学率影响，上一级招生数又汇入到下一级在校生数中，逐级向上流动。需要注意的是，初中教育后将出现分流情况，一部分初中毕业生进入普通高中教育，另一部分进入中等职业教育;高中教育后一部分毕业生进入本科教育，另一部分人进入专科教育;而中等职业教育也有部分人升入专科教育。除了教育系统内部的流动外，各级各类教育也有人员流出教育系统，进入劳动力市场。进入劳动力市场的毕业生及其受教育年限决定了劳动力教育资本存量，与社会综合技术水平、固定资产存量共同驱动经济发展，形成整个模型的闭环回路。
模型运行时间设定为2010年到2025年，仿真步长设置为1年。2010—2019年的数据用以模型参数的设定和模型预测效度的检验，2021—2025年的数据用于教育规模的预测分析。
模型中包含状态变量、速率变量、辅助变量等三种类型的变量。重要参数及数据来源如下页表1所示。
状态变量是描述系统的积累效应的变量，类似于数学中的积分概念。在模型中，状态变量包含总人口数、各级各类教育在校生数、各级各类教育劳动力数等16个变量①。数据来源为2010年《中国教育统计年鉴》《中国人口和就业统计年鉴》。
速率变量描述状态变量随时间变化的情况，是数学意义上的导数。本系统中的速率变量包括新增人口数、各级各类教育入学人数、各级各类教育毕业的未升学人数等18个变量②。数据来源于2010—2019年《中国教育统计年鉴》《中国统计年鉴》。
辅助变量是状态变量和速率变量之间信息传递和转换过程的中间变量。模型中包含幼儿园学龄人口数、各级各类教育劳动力比例、人均受教育年限、就业人口数、劳动力教育资本、固定资本、GDP、人均GDP等15个变量①。数据来源为2010—2019年《中国教育统计年鉴》《中国人口和就业统计年鉴》《中国国内生产总值核算历史资料（1952—2019）》《中国固定资产投资统计年鉴》。
（四）模型拟合优度检验
基于设定的参数和变量方程，拟合出2010—2019年中国各级各类教育的在校生规模数量。使用预测误差检验法（MAPE）对模型进行检验，当M值小于10%为高精度预测，在10%—20%之间为良好预测，在 20%—30%之间为可行预测，大于50%为错误预测[43]。结果显示，在2010—2019年间，中国各级各类在校生规模数的模拟值与实际值基本接近，误差基本控制在10%以内②，属于高精度预测。其中，2017—2019年硕士和博士教育规模的预测误差略偏大（10%—20%），但并非预测模型模拟精准性问题，主要是由于2017年起，《中国教育统计年鉴》对研究生规模的统计口径发生了变化，增加了非全日制教育规模[44]，而本研究的研究生教育规模仅包含全日制。同时，在园幼儿数、九年义务教育在校生数、高中阶段在校生数、专科在校生数、本科在校生数、硕士在校生数、博士在校生数的实际值與模拟值的相关性系数分别为0.976**、0.636*、0.980**、0.960**、0.981**、0.898**、0.986**（**p<0.01，*p<0.05），模拟值与实际值具有较高的相关性。故该模型具有较高的拟合优度，可用于“十四五”期间的预测。
四、预测结果
《中共中央 国务院关于学前教育深化改革规范发展的若干意见》要求，到2020年学前教育三年毛入园率达到85%[45]。截止2019年，中国学前教育毛入园率达到83.4%，以每年1.6%的增长趋势推算，到 2025年，学前教育毛入学率应达到93%。因此，将2025年学前教育毛入园率参数设置为93%。另一方面，根据联合国的预测，2020—2025年中国的人口自然增长率有三种可能方案，低方案为1.28‰，中方案为2.822‰，高方案为4.353‰[46]。本研究基于三种方案下的人口自然增长率，预测出不同方案下中国各级各类教育规模的变动情况。
（一）低方案预测结果
依据低方案的人口自然增长率（1.28‰）预测，到“十四五”时期末，中国在园幼儿数预计达到4354.29万人，小学在校生数预计达到9615.17万人，初中在校生数预计达到4781.42万人，九年义务教育在校生数达到14396.59万人，普通高中在校生数达到2750.13万人，中职在校生数达到1334.54万人，高中阶段在校生数达到4084.67万人，专科在校生数达到1610.63万人，本科在校生数达到1970.42万人，硕士在校生数达到290.67万人，博士在校生数达到58.39万人，研究生教育在校生数达到349.05万人，高等教育总体在校生数达到3930.10万人，预测结果如表2所示。
（二）中方案预测结果
依据中方案的人口自然增长率（2.822‰）预测，到2025年，中国在园幼儿数预计达到4398.75万人，小学在校生数预计达到9632.23万人，初中在校生数预计达到4782.96万人，九年义务教育在校生数达到14415.19万人，普通高中在校生数达到2750.20万人，中职在校生数达到1334.57万人，高中阶段在校生数达到4048.77万人，专科在校生数达到1610.63万人，本科在校生数达到1970.42万人，硕士在校生数达到290.67万人，博士在校生数达到58.39万人，研究生教育在校生数达到349.05万人，高等教育总体在校生数达到3930.10万人，结果如表3所示。
（三）高方案预测结果
依据高方案的人口自然增长率（4.353‰）预测，“十四五”时期末，中国在园幼儿数预计达到4442.91万人，小学在校生数预计达到9649.16万人，初中在校生数预计达到4784.49万人，九年义务教育在校生数达到14433.65万人，普通高中在校生数达到2750.28万人，中职在校生数达到1334.61万人，高中阶段在校生数达到4084.89万人，专科在校生数达到1610.63万人，本科在校生数达到1970.42万人，硕士在校生数达到290.67万人，博士在校生数达到58.39万人，研究生教育在校生数达到349.05万人，高等教育总体在校生数达到3930.10万人，如表4所示。
（四）三种方案的预测结果比较
比较结果显示：预计到2025年，中国各级各类教育规模的预测结果差异主要体现在初中教育及以下阶段（如图2所示）。其原因在于，本研究的预测窗口仅有5年，调控的参数为人口自然增长率，在短期内对教育规模的影响仅集中在学前教育与小学教育的学龄人口上，而对初中及以上教育阶段几乎没有影响。
从规模增幅来看（如图3所示），与2020年的仿真值相比，到2025年，低方案下学前教育规模较2020年下降了6.5%，九年义务教育规模上漲了0.3%;中方案下学前教育规模下降了5.6%，九年义务教育规模上涨了0.4%;高方案下学前教育规模下降了4.6%，九年义务教育规模上涨了0.5%。三种方案下2025年的中职教育在校生数下降了0.6%，高中在校生数上升了2.9%，整体高中阶段教育规模上升了1.7%;专科、本科、硕士、博士教育规模上涨比例依次为21.6%、10.5%、25.4%、44.4%，研究生教育规模上涨28.2%，高等教育总体规模上升16.3%。综上，到2025年，中国研究生教育的规模增长幅度最大，而学前教育规模、中职教育规模略有减少。
从教育结构来看（如图4所示），三种方案的预测结果不存在显著差异。预计到2025年，中国教育结构表现为：学前教育规模占比16.4%;小学教育规模占比最高，为35.9%;初中教育规模占比17.8%;中职教育规模占比4.9%;高中教育规模占比10.2%;专科教育规模占比6%;本科教育规模占比7.3%;研究生教育规模占比最低，仅有1.3%，其中，硕士教育规模占比1.1%，博士教育规模占比0.2%。与2020年相比，高中、专科、本科、硕士、博士规模占比均有所上升;而幼儿园、小学、初中、中职教育规模占比均有所下降。
五、结论与建议
（一）结论与讨论
本研究发现：综合三种不同的人口增长率方案来看（取预测结果的均值），到“十四五”时期末，中国在园幼儿数预计达到4398万人，九年义务教育在校生数预计达到14415万人，高中阶段教育在校生数（不含技工）预计达到4085万人，高等教育在校生数预计达到3930万人，其中，研究生教育在校生数（不含非全日制）预计达到349万人。从各级各类教育规模的增幅来看，学前教育、义务教育（主要是小学教育）规模在十四五期间略有下降，学前教育规模下降幅度最高，为5.5%左右，义务教育将在2024年进入“拐点”，由缓慢增长进入逐步下降;中职教育基本稳定在既定规模，变化趋势不明显;其余各级各类教育规模总体呈上涨趋势，其中，研究生教育规模增幅最大，达到28%。从教育结构来看，到2025年，中国各级各类教育规模占比中，小学教育规模居于首位，占比为35.9%;研究生教育占比最低，仅有1.3%。与2020年相比，高中、专科、本科、硕士、博士教育规模占比均有所上升;而学前、小学、初中、中职教育规模占比有所下降。
近期也有相关成果做类似的预测：有学者基于CPPS人口预测工具测算了中国学前教育和义务教育阶段的学龄人口和规模。测算结果显示，在考虑“全面二胎”政策的情况下，到“十四五”期末，中国学前教育在园幼儿规模将达到5122.16万人[47]，略高于本研究的预测结果，九年义务教育在校生数达到13483.07万人[48]，略低于本研究结果。这是因为本研究采用的幼儿园学龄人口的统计口径为3—5岁儿童，而该研究将幼儿园学龄人口的年龄范围设置为3—6岁，因而扩大了幼儿园学龄人口，故而导致幼儿园规模预测结果偏大。此外，也有学者利用二阶段回归模型（2SLS）对“十四五”时期中国高等教育规模进行了预测，预测结果显示，到2025年，中国高等教育规模将在5000万人左右[49]。较之上述研究，本研究综合考虑了更多人口、经济、科技因素的影响。同时，本研究的各级各类教育规模不包含成人教育，研究生教育不包含非全日制，高等教育不包含非全日制研究生、网络本专科、高等教育自学考试本专科等。相较而言，本研究认为非全日制群体的入学规模更加不可预测，且受到政策影响较大，纳入预测范围可能造成更多误差。
此外，进一步讨论预测结果的准确性，本研究采用了多种方案对教育规模的预测结果进行稳健性检验，结果显示，各种方案对各级各类教育规模预测结果的差异主要体现在学前教育规模上，高中阶段教育、高等教育规模的预测结果具有较高的一致性。其原因在于，各方案采用的“十四五”期间幼儿园学龄人口比重参数不同，进而导致估算的幼儿园学龄人口数及在校生数不同。第一种方案以当前学龄人口比重参数进行测算，预计到2025年学前教育规模达到4950万人，在“十四五”期间呈上涨趋势，并从2029年开始下降;九年义务教育规模在2020—2035年间呈上升趋势。第二种方案采用马陆亭等人预测的城镇学前教育适龄人口数据进行测算[50]，结果显示，到2025年，学前教育规模将达到4816万人，在“十四五”期间呈先上升后下降趋势，峰值出现在2024年;九年义务教育规模在2020—2034年间呈上升趋势，2034年后开始下降。第三种方案采用梁彦等人预测的学前教育适龄人口数据进行测算显示[51]，到2025年，学前教育规模将达到4400万人，峰值出现在2021年，而后持续下降;九年义务教育规模在2020—2035年间先短期内上涨，而后又持续下降。据国家统计局数据显示，2016—2019年每年出生人口持续下降，人口生育率持续走低，这种趋势势必导致未来5年的幼儿园学龄人口数量减少，学前教育的学位需求下降。与这种趋势相符合的是方案二与方案三，然而，有研究显示，城镇化趋势使得未来5年城镇学前教育适龄人口将远高于农村[52]，方案二采用城镇学前教育适龄人口预测数据会导致全国学前教育规模估算结果偏高。与此同时，与相关预测研究比较[53][54]，第三种方案预测的学前教育适龄人口、在园幼儿园数与九年义务教育在校生数的未来发展趋势与之具有更高的一致性。综上，本文最终选择第三种方案的幼儿园学龄人口预测数据进行测算。结果显示，2021年到2035年，幼儿园教育规模总体呈现下降趋势;九年义务教育规模在短期内先上升，而后又下降;高等教育规模呈现稳中有升趋势。
（二）政策建议
综合预测结果来看，未来五年，教育规模结构出现了新的变化趋势，需要各级各类教育主管部门主动谋划，科学调整，提前布局。为此，有以下建议。
第一，把握学前教育适龄人口的下降趋势，以政府为主导、全社会共同参与持续推進学前教育高质量普及。学前教育规模在2021年达到峰值，之后呈现下降趋势。因此，保持当前入学规模意味着学前教育毛入学率的自然提升。应充分重视学前教育在终身教育体系中的重要地位以及国民教育体系中的基础地位，建立以政府为主导，全社会共同参与的办园机制，着力解决“入园难、入园贵”问题，将“十三五”时期城区学前教育增点布园、优化布局的主要任务转为提高办园质量、加强薄弱园区硬件建设以及通过培训学习等方式提升师资水平。
第二，充分认识义务教育即将遭遇规模“拐点”的重大变化。这预示着，在2025年以后，义务教育将进入生源缩减时期，推动义务教育优质均衡发展和城乡一体化成为未来教育改革发展的重要任务。在保持现有资源投入，特别是财政投入的基础上，应当进一步优化教育资源配置，提高资源使用效益，按照“抓重点、补短板、强弱项”的要求，必须把农村、教育基础薄弱县的义务教育放在优先发展位置，通过“新建、改扩建中小学校;改善乡村小规模学校和乡镇寄宿制学校条件;加强义务教育薄弱地区教师队伍建设、提高教师素质能力;完善留守儿童关爱体系”等教育提质扩容工程[55]，巩固义务教育控辍保学成果，实现教育薄弱地区义务教育学校布点、就近入学的机制创新。同时，也必须充分意识到，2023年以后小学教育的生源将逐步下降，“十五五”时期，初中生源也将逐步下降，义务教育供给总量的提升任务将转为进一步推进中小学布局调整，更大程度地优化办学条件，降低学生班额，实现义务教育质量持续提升。
第三，高中阶段的教育规模基本稳定，教育发展的重点在于进一步优化结构，推动普职教育融合发展。预测结果显示，三种方案下2025年的中职教育在校生数下降了0.6%，高中在校生数上升了2.9%，整体高中阶段教育规模上升了1.7%。普职“大致相当”政策具有其现实基础。同时，从长远来看，应进一步推动普职融合，切实搭建普职互通的教育“立交桥”[56]。普职融合并不在于模糊普通教育和职业教育的区别和界限，而是更加强调高中院校的特色发展和职业院校的产教融合，使不同志趣的学生，在不同类型的教育中得到适宜的发展。同时，在推进新时代教育评价改革的背景下，推动高中阶段不同类型教育的特色发展，通过“创新办学模式，深化产教融合、校企合作;鼓励企业举办高质量职业教育，探索中国特色学徒制”的方式[57]，提升高职教育的吸引力，切实提升生源质量，给予学生在普通教育和职业教育体系互转学习、全面发展的机会和平台。
第四，有效增加优质高等教育机会供给，打造高质量的研究生教育体系。在“十四五”时期，我国高等教育总体规模上升16.3%，研究生教育规模上涨28.2%。未来五年，要在优化高等教育存量的基础上，将增加高等教育机会供给优先分配给来自农村或贫困地区的子女，以专项计划的方式，切实提高弱势群体接受优质高等教育的机会。同时，研究生教育规模的大幅增加，对现有研究生导师数量、科研经费投入等支撑条件提出了新要求，必须优先考虑资源条件有保障的地区和院校。加强研究生培养管理，提升研究生教育质量，稳步扩大专业学位研究生规模[58]。同时，也必须充分考虑规模增量对研究生就业所带来的多方影响，应将增量优先配置于集成电路、公共卫生等国家急需人才领域，为国家关键核心技术攻坚战提供有力支撑，为产业基础高级化、产业链现代化提供坚实的人才基础。
猜你喜欢 系统动力学十四五预测 “十四五”林草发展形势林业与生态(2020年6期)2020-07-31数字化转型：“十四五”国企改革和发展的“新基建”中国经济报告(2020年3期)2020-06-21积极谋划“十四五” 坚决打赢环保攻坚战上海人大月刊(2020年4期)2020-04-26四新经济将引领“十四五”产业发展西部大开发(2019年10期)2019-12-10基于系统动力学的兰州“双城”交通对经济发展影响趋势研究物流科技(2017年7期)2017-07-212017年高考选修考点预测广东教育·高中(2017年6期)2017-06-30基于系统动力学的PPP项目稳定性研究会计之友(2017年7期)2017-04-27海岛型国家石油储备基地应急救援能力仿真分析现代商贸工业(2017年5期)2017-03-29系统动力学视角下高校内部控制的研究分析会计之友(2016年3期)2016-01-29《福彩3D中奖公式》：提前一月预测号码的惊人技巧！金点子生意(2014年4期)2014-04-10
