面向2035的我国高等教育规模、结构与教育经费预测

　　id="Read">

　　

　　图片来源：视觉中国

　　伴随我国高等教育进入普及化阶段，未来高等教育的发展走向成为社会广泛关注的问题。本研究结合供给和需求两个维度，采用统计和计量回归方法，对2021—2035年我国高等教育发展的规模、结构和教育经费进行了预测。

　　根据实证分析结果，本研究建议我国高等教育毛入学率的适宜目标为：2025年为60%左右；2030年为67%左右；2035年为75%左右。我国高等教育学历结构中研究生占比的适宜目标为：2025年为16%；2030年为18%；2035年为20%。我国财政性教育经费占GDP比例的适宜目标为：2025年为4.4%；2030年为4.5%；2035年为4.6%。

　　毛入学率;高等教育规模;研究生占比;公共教育经费比例

　　目录概览

　　一、高等教育规模、结构与教育经费发展状况

　　二、面向2035的高等教育规模预测

　　三、面向2035的高等教育学历结构预测

　　四、面向2035的公共教育投资比例预测

　　五、结论与政策建议

　　当今世界正经历百年未有之大变局，新一轮科技革命和产业变革深入发展，国际力量对比深刻调整，国际竞争不断加剧；同时国际环境日趋复杂，不稳定性、不确定性明显增加，新冠肺炎疫情影响广泛深远，经济全球化遭遇逆流，世界进入动荡变革期。与此同时，“十三五”期间我国人均GDP突破1万美元，经济运行总体平稳，经济结构持续优化，转向高质量发展阶段。

　　高质量的经济发展需要以高质量的人力资源作为支撑。《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远景目标纲要》（以下简称“《纲要》”）指出，要“把提升国民素质放在突出重要位置，构建高质量的教育体系和全方位全周期的健康体系，优化人口结构，拓展人口质量红利，提升人力资本水平和人的全面发展能力”。（中华人民共和国中央人民政府，2021）

　　高等教育作为人力资本投资的主要途径之一，承担着培养和输送高质量人力资源的重要任务。世界银行的统计数据显示，2018年我国高等教育毛入学率达到50.6%，进入高等教育普及化阶段（World Bank，2020）。尽管当前我国高等教育毛入学率已超过世界平均水平，但仍然存在一些问题。世界经济论坛发布的《2017年全球人力资本报告》对全球130个经济体的人力资本利用水平进行分析和排名，指出我国高等教育完成率和高技能劳动力占比严重不足，高等教育完成率在25—54岁年龄组和55—64岁年龄组中排名分别为第94位和105位，高技能劳动力占比排名第97位（World Economic Forum，2017）。由此可见，我国高等教育的发展仍然任重道远。

　　2021年《政府工作报告》（以下简称“《报告》”）指出，“十四五”期间要将我国劳动年龄人口的平均受教育年限提高到11.3年（李克强，2021）；《纲要》指出，2025年我国高等教育毛入学率提高到60%。为实现上述目标，我国高等教育应如何调整应对？同时，为实现我国在2035年建设成为教育强国的目标，我国高等教育应以什么样的规模和结构发展？公共教育经费又应以多大的比例提供资源支撑？

　　为回答上述问题，本研究主要通过国际比较的方法，结合供给和需求两个维度，利用统计和计量回归模型，对2021—2035年我国高等教育发展的规模、结构和教育经费进行测算，以期为我国高等教育发展提出切实可行的政策建议。

　　一、高等教育规模、结构与教育经费发展状况

　　（一）高等教育规模发展状况

　　在高等教育规模研究方面，李硕豪和李文平（2013）以高等教育毛入学率作为衡量指标，阎凤桥和毛丹（2013）选取普通高校本专科招生数作为衡量指标。本研究综合上述两者，从高等教育毛入学率和普通高校本专科招生数两个方面，对高等教育规模发展情况进行分析。

　　1. 高等教育毛入学率的国际变化趋势

　　高等教育毛入学率是衡量高等教育发展水平的重要指标。根据马丁·特罗的大众化发展理论，高等教育毛入学率处在不同的区间，对应不同的高等教育发展阶段：15%以下表示精英化发展阶段，超过15%且不到50%表示大众化发展阶段，超过50%表示普及化发展阶段。因此本文首先结合高等教育毛入学率这一指标对世界高等教育规模的发展状况进行分析（Trow，1973）。

　　经济发展水平是影响高等教育毛入学率的重要因素，因此不同经济发展水平影响世界高等教育毛入学率的变化趋势。2020年12月，世界银行以2019年人均国民收入总值（GNI）将世界不同国家和地区划分为4组：低收入国家（1035美元及以下）、中低收入国家（1036—4045美元）、中高收入国家（4046—12535美元）、高收入国家（12536美元及以上）（World Bank，2020）。表1呈现了1970—2019年不同收入水平国家的高等教育毛入学率情况。统计显示：（1）不同经济发展水平国家的高等教育毛入学率存在显著差异，经济发展水平越高，高等教育毛入学率越高。（2）随时间推移，各收入水平国家的高等教育毛入学率均呈上升趋势。（3）结合高等教育发展阶段，世界平均水平在1995年由高等教育精英化阶段转入大众化阶段，至2019年仍处于大众化阶段；高收入国家在1970年就已处于大众化阶段，于1995年进入普及化阶段；中高收入国家在1999年由精英化阶段转入大众化阶段，在2017年进入普及化阶段；中低收入国家在2008年由精英化阶段转入大众化阶段，此后一直维持在大众化阶段；低收入国家1970年至2018年一直处于高等教育精英化阶段。

　　

　　表1还呈现了我国1970—2019年高等教育毛入学率的变化情况。在过去近50年间，我国高等教育毛入学率呈现显著增长趋势，由1970年的0.1%增长至2019年的53.8%，其间在2003年进入高等教育大众化阶段，在2018年迈入高等教育普及化阶段。

　　2. 我国普通高校本专科招生规模的变化趋势

　　由于高等教育毛入学率为高等教育在学人数与适龄人口数之比，因此高等教育在学人数和适龄人口数是影响高等教育毛入学率大小的直接指标。高等教育在学人数主要由各年普通高等学校本专科的招生规模决定，因此，下面将对我国普通高校本专科的招生规模进行统计描述。表2呈现了1998—2019年我国普通高校本专科的招生情况。统计显示：

　　（1）高校扩招以来，我国普通高校本专科招生规模呈不断增长趋势，招生人数由1998年的108万人增长至2019年的915万人。 （2）从增速来看，1999—2005年每年以两位数的速度增长，2006—2018年每年的增速降至一位数，2019年受高等职业教育扩招的影响增速达到15.7%。

　　

　　（二）高等教育结构发展状况

　　关于高等教育结构的研究，一般从人才培养层次、学科专业构成、组织办学形式、高等教育资源区域分布的角度，对高等教育学历结构、专业结构、类型结构和地区结构进行分析（董泽芳，李晓波，2003；何晓芳，迟景明，2018）。由于专业结构和地区结构的设置在各国间差异较大，且多依赖于各国实际国情进行动态调整与变化，难以直接从数据上进行国际比较。而学历结构的调整对于国家人口素质的整体提升和人才布局具有重要影响，因此本文主要对高等教育的学历结构（专科、本科、硕士、博士）进行分析。

　　1. 高等教育学历结构的国际比较

　　表3呈现了2018年不同收入水平国家的高等教育学历结构情况。统计显示：（1）2018年世界平均和各收入水平国家的高等教育学历结构均呈现本科占比最高、专科次之、研究生占比最低的分布。（2）高收入国家的研究生（硕博）占比在各收入水平国家均值中最高，达到20.7%；本科生占比最低，为58.4%。（3）中高收入国家的专科生占比在各收入水平国家均值中最高，为27.8%，而研究生（硕博）占比最低，为8.2%。（4）中低收入国家和低收入国家的本科生占比较高，都接近83%。

　　

　　从我国的高等教育学历结构来看，本科占比最高，达到51.5%，专科占比仅比本科低9个百分点，研究生占比为6.0%。与世界平均水平相比，我国专科的招生占比较高，比最高的中高收入国家平均水平还高14.7个百分点；研究生占比偏低，比世界平均水平低6.4个百分点，比高收入、中高收入、中低收入和低收入国家平均水平分别低14.7、2.2、6.5和2.4个百分点。

　　进一步选取全球经济规模排名前20位的国家，结合图1，从其2018年高等教育招生中研究生占比来看，仅巴西、印度尼西亚和沙特阿拉伯的研究生招生占比低于我国，其余16个国家的研究生招生占比均高于我国。最高的法国占比达到40.3%，研究生招生占比在20%以上的国家还包括德国（40.1%）、意大利（39.1%）、瑞士（31.0%）、英国（22.8%）、俄罗斯（22.6%）、荷兰（22.0%）、澳大利亚（21.5%）、西班牙（20.8%）。此外，高于我国的国家还有美国（15.9%）、加拿大（15.8%）、印度（13.5%）、日本（11.1%）、韩国（10.3%）、土耳其（9.0%）、墨西哥（7.8%）。由此可见，对比世界各国高等教育学历结构，我国研究生占比有待提高。

　　在我国未来发展中，可以参照比较的主要国家可以分为3组：（1）第一组是东亚的日本和韩国，与我国经济发展关系紧密，既有合作又存在竞争。日本和韩国的研究生占比都超过10%。（2）第二组是北美的美国和加拿大，都是经济和教育强国，研究生占比都超过了15%。（3）第三组是欧洲的德国、英国、法国、意大利、西班牙，研究生占比都超过了20%。

　　

　　2. 高等教育类型结构的国际比较

　　结合图2，从2018年OECD国家平均水平来看，高等职业教育（short-cycle tertiary education）与普通本科教育是学生入读高等教育的两大主要途径，但普通本科教育与高等职业教育占比相差较大，本科教育招生平均占比为76.9%，职业教育招生平均占比为16.8%。欧盟23国普通本科招生平均占比为78.7%，高等职业教育平均占比为13.4%。

　　

　　从数据可得的OECD国家及主要发展中国家高等职业教育和普通本科教育的招生占比来看，俄罗斯的高等职业教育招生占比最高，为51.6%；其次是土耳其，为45.8%；奥地利第三，为44.3%；最低的捷克占比为0.8%，低于5%的还包括比利时（1.1%）、意大利（1.7%）、荷兰（2.0%）、斯洛伐克（2.5%）、瑞士（3.5%）。由此可见，不同国家高等职业教育与普通本科教育的招生结构差距较大，两者的结构分布应以各国的国情为基础进行调整和优化。

　　（三）教育经费发展状况

　　经费供给为教育发展提供资源保障。衡量一国政府对教育“努力程度”的一个重要指标是公共教育投资的比例，即财政性教育经费支出占GDP的比例。由于暂未获得各国高等教育财政性教育经费支出占GDP比例的数据，经费相关的统计与分析直接采用涵盖各级教育的公共教育投资比例。

　　从世界公共教育投资比例来看，20世纪60年代世界公共教育投资比例的增长非常迅速，发达国家和发展中国家的增速分别达到40%和42%；20世纪70年代受石油危机引发的经济萧条影响，世界公共教育投资比例增速明显下降；20世纪80年代世界公共教育投资比例不仅没有增长，还出现了下降趋势，不过下降幅度不大（岳昌君，丁小浩，2003）。区分不同收入水平组分析20世纪80年代到21世纪初的世界公共教育投资比例发现，高收入国家和中高收入国家的公共教育投资比例呈先降后升的趋势，中低收入国家和低收入国家的公共教育投资比例波动频繁，规律性不强（岳昌君，2008）。

　　表4呈现了2000—2017年间不同收入水平国家的公共教育投资比例变化趋势，统计显示：（1）2000—2017年间，世界公共教育投资比例平均水平呈现先升后降的趋势，在2015年达到峰值4.62%，此后两年内略有下降；（2）高收入国家的趋势与世界平均水平相似，但拐点出现时间提前至2010年，峰值时占比为5.31%；（3）中高收入国家、中低收入国家的趋势与高收入国家相似，2010年的峰值分别为4.42%和4.55%；（4）低收入国家的趋势与世界平均水平一致，峰值出现在2015年，为3.63%。

　　就我国的情况来看，2017年我国公共教育投资比例为4.11%，比世界平均水平低0.42个百分点，比高收入国家平均水平低0.83个百分点，比中低收入国家平均水平低0.32个百分点，比低收入国家平均水平高0.66个百分点，与中高收入国家平均水平相当，略高出0.02个百分点。从趋势来看，我国公共教育投资比例呈现出与世界平均水平相似的趋势，在2015年达到峰值4.24%后有所下降。

　　

　　二、面向2035的高等教育规模预测

　　（一）毛入学率

　　高等教育毛入学率除了会受到以经济发展水平为代表的供给能力的制约外，还会受到以产业结构为代表的需求因素影响。若一国要素禀赋中的土地资源较为充裕，且以第一产业为主发展经济，那么其对生产技术的要求相对较低，因而对高等教育的需求较低；反之，若一国的自然资源稀缺而资本和劳动力相对富足，基于比较优势该国经济发展则以第二、三产业为主，其对高等教育的需求相对更高。因此，基于2015—2019年共5年的数据，选取人均GDP作为衡量一国经济发展水平的指标，以第二产业和第三产业增加值占GDP的比重作为衡量一国产业结构的指标，以高等教育毛入学率为因变量，构建如下计量回归模型：

　　

　　其中，SET表示高等教育毛入学率；GDPPC表示人均国内生产总值，对于各年份的人均GDP数据，按照世界银行给出的2010年不变价格GDP数据和名义GDP数据计算出GDP平均指数，然后计算出以2019年为基期的不变价格的人均GDP，将其以对数形式纳入方程；Industry2表示第二产业增加值的占比，Industry3表示第三产业增加值的占比，μ表示随机扰动项。

　　由于本文主要基于国际比较进行预测，在进行国际比较时，“大国”的经济规模较大、产业结构比较完整，便于同我国进行比较，因此根据世界银行公布的统计数据，选取2019年GDP总量在2千亿美元以上，或者2019年人口在3千万人以上的67个国家和地区作为分析对象。

　　样本中包括31个高收入国家和地区（即：阿联酋、爱尔兰、奥地利、澳大利亚、比利时、波兰、丹麦、德国、法国、芬兰、韩国、荷兰、加拿大、捷克、罗马尼亚、美国、挪威、葡萄牙、日本、瑞典、瑞士、沙特阿拉伯、西班牙、希腊、新加坡、新西兰、以色列、意大利、英国、智利、中国香港）；

　　14个中高收入国家（即：阿根廷、巴西、俄罗斯、哥伦比亚、马来西亚、秘鲁、墨西哥、南非、泰国、土耳其、伊拉克、伊朗、印度尼西亚、中国）；

　　16个中低收入国家（即：阿尔及利亚、埃及、安哥拉、巴基斯坦、菲律宾、加纳、肯尼亚、孟加拉国、缅甸、摩洛哥、尼日利亚、坦桑尼亚、乌克兰、乌兹别克斯坦、印度、越南）和6个低收入国家（即：阿富汗、埃塞俄比亚、刚果（金）、莫桑比克、苏丹、乌干达）。

　　基于模型（1）对高等教育毛入学率进行预测的结果如表5所示。回归模型（1）只选取了人均GDP这1个解释变量，回归模型（2）选取了人均GDP、第二产业和第三产业占比这3个解释变量。从统计检验的结果看，两个模型的统计显著性水平达到1%；各个系数的显著性水平也都达到1%；拟合优度R2分别为76.2%和86.1%，表示解释变量可以解释因变量变化的程度。结果显示：人均GDP的解释力很高，为76.2%；加入产业结构变量后，解释力提高了约10个百分点。

　　

　　基于上述结果，对2021—2035年间我国高等教育毛入学率进行预测。在预测时，需要用到未来我国人均GDP和产业结构的数据，本研究采用《中国统计年鉴》数据，根据以往的趋势对这两个指标进行估计。首先对人均GDP进行估计：1978—2019年间，我国人均GDP的年平均增长率为8.4%；而2009—2019年间，我国人均GDP的年平均增长率为7.2%，呈现下降的趋势。随着我国劳动年龄人口占比的下降，未来我国人均GDP的年平均增长率仍将下降，本研究假定2021—2035年间我国人均GDP的年平均增长率为5.0%。其次对产业结构进行估计：2009—2019年间，第二产业占比呈现下降的趋势，年平均变化率为?1.64%，第三产业占比呈现上升的趋势，年平均增长率为1.96%。本研究假定2021—2035年间我国第二产业占比和第三产业占比按照上述相同的速度下降和上升。预测的结果如表6所示。

　　

　　在表6中，“入学率1”是基于高等教育毛入学率对人均GDP的一元线性回归结果的预测；“入学率2”是基于高等教育毛入学率对人均GDP、第二产业和第三产业占比的多元线性回归结果的预测。“入学率平均”是对“入学率1”和“入学率2”的未加权的算数平均值。预测结果显示：（1）2019年我国高等教育毛入学率的预测值平均为53.7%，而世界银行给出的我国实际值为53.8%，几乎完全一样。这表明我国高等教育毛入学率已经达到与我国经济发展水平相应的国家平均水平。（2）如果只考虑人均GDP这1个变量，高等教育毛入学率的预测值相对较小；增加产业结构变量后，预测值显著提高。

　　（二）本专科招生规模

　　普通高校本专科招生数和高等教育适龄人口数是测算高等教育毛入学率的主要指标，因此本文进一步对普通高校的本专科招生规模进行估计。

　　在高等教育适龄人口数方面，由于我国人口波动大，加之2016年全面放开“二孩”政策，对高等教育适龄人口数的预测比较困难，本研究中的相关数据采用中国社会科学院人口与劳动经济研究所王广州（2017）关于中国高等教育学龄人口（18—24岁）的预测结果。2015年我国18—24岁学龄人口的实际值为12849万人，2035年的估计值为9115万人。按照这两个数值计算，2015—2035年间18—24岁学龄人口的年平均增长率为?1.70%，因此2021—2035年间各年的估计值均按照?1.70%的年平均增长率进行估计，不过这种估计是线性变化的，并没有考虑人口波动情况。

　　在普通高校本专科招生数方面，前文描述统计结果显示，我国1999年以来的高校扩招增速是非均衡的。1999—2005年间连续7年扩招是两位数的增速，分别为47.3%、38.1%、21.6%、19.5%、19.3%、17.0%、12.8%。2006—2018年间连续13年均是以1位数的增速在增长。2019年是特殊的一年，本专科招生数由2018年的791万上升至914.9万，增速为15.7%。

　　根据高等教育毛入学率的国际比较，我国高等教育毛入学率（53.8%）已经达到了与我国经济发展水平相应的国际平均水平（53.7%），因此未来我国本专科招生应该稳定规模，微速增长。基于此，表7呈现了2021—2035年间我国普通高校本专科招生规模的预测结果。

　　

　　其中的“招生数1”“招生数2”“招生数3”按照普通高校本专科招生增长率分别为0%、0.5%、1%进行估计，2025年招生数的估计值分别为915万、943万、971万，相应的毛入学率分别为57.7%、59.4%、61.2%；2030年招生数的估计值分别为915万、967万、1021万，相应的毛入学率分别为62.8%、66.4%、70.1%；2035年招生数的估计值分别为915万、991万、1073万，相应的毛入学率分别为68.5%、74.2%、80.3%。

　　三、面向2035的高等教育学历结构预测

　　在高等教育的学历结构中，研究生教育肩负着高层次人才培养和创新创造的重要使命，是国家发展、社会进步的重要基石，是应对全球人才竞争的基础布局。伴随中国特色社会主义进入新时代，各行各业对高层次创新人才的需求更加迫切，研究生教育的地位和作用更加凸显（教育部，国家发展改革委，财政部，2020）。探讨不同发展水平下研究生教育规模在高等教育规模中所占比例，对于调整研究生培养结构具有重要意义。因此，本研究以研究生招生规模占高等教育招生总规模的比例为因变量，从供给和需求两个维度以人均GDP和产业结构作为解释变量，基于2015—2019年67个“大国”数据对研究生招生结构进行预测，计量回归模型如下：

　　

　　其中，P_GRAD表示研究生招生规模占高等教育招生总规模的比例，GDPPC表示人均国内生产总值，Industry2表示第二产业增加值的占比，Industry3表示第三产业增加值的占比，μ表示随机扰动项。

　　计量回归的结果如表8所示，回归模型（1）只选取了人均GDP这1个解释变量，回归模型（2）选取了人均GDP、第二产业和第三产业占比这3个解释变量。从统计检验的结果看，两个模型的统计显著性水平达到1%；人均GDP在两个模型中的显著性水平分别达到1%和5%；拟合优度R2分别为22.9%和28.0%，表示解释变量可以解释因变量变化的程度。结果显示：人均GDP的解释力很高，为22.9%；加入产业结构变量后，解释力提高了约5.1个百分点。

　　

　　基于上述回归结果，对2021—2035年间我国研究生招生规模占高等教育招生总规模的比例进行预测。预测时采取与预测高等教育毛入学率时同样的方法进行估计，需要用到未来我国人均GDP和产业结构的数据。预测结果如表9所示，“占比1”是基于研究生招生占比对人均GDP的一元线性回归结果的预测；“占比2”是基于研究生招生占比对人均GDP、第二产业和第三产业占比的多元线性回归结果的预测。“占比平均”是对“占比1”和“占比2”的未加权的算数平均值。

　　预测结果显示：（1）2019年我国研究生招生占比的预测值平均为14.8%，而根据国家统计局数据测算的我国实际值为9.11%，相差5.69个百分点。这表明我国研究生招生占比低于与我国经济发展水平相当的那些国家的平均水平。（2）如果只考虑人均GDP这1个变量，研究生招生占比的预测值相对较高，增加产业结构变量后，预测值在2031年以前较低，而在2031年后变高。

　　

　　进一步分别测算硕士和博士研究生招生规模占高等教育招生总规模的比例。首先，根据模型（2），将因变量替换为硕士研究生招生占比，从而对硕士研究生招生结构进行预测。计量回归的结果如表10所示，回归模型（1）只选取了人均GDP这1个解释变量，回归模型（2）选取了人均GDP、第二产业和第三产业占比这3个解释变量。从统计检验的结果看，两个模型的统计显著性水平达到1%；人均GDP在模型（1）中的显著性水平达到1%，在模型（2）中不显著；第三产业占比的显著性水平达到10%；拟合优度R2分别为18.4%和23.7%，表示解释变量可以解释因变量变化的程度。结果显示：人均GDP的解释力很高，为18.4%；加入产业结构变量后，模型整体解释力提高了约5.3个百分点。

　　

　　基于上述结果，对2021—2035年间我国硕士研究生招生占比进行预测。预测时采取与预测高等教育毛入学率时同样的方法进行估计，需要用到未来我国人均GDP和产业结构的数据。预测结果如表11所示，“占比1”是基于硕士研究生招生占比对人均GDP的一元线性回归结果的预测，“占比2”是基于硕士研究生招生占比对人均GDP、第二产业和第三产业占比的多元线性回归结果的预测。“占比平均”是对“占比1”和“占比2”的未加权的算数平均值。

　　预测结果显示：（1）2019年我国硕士研究生招生占比的预测值平均为12.8%，而根据国家统计局数据测算的我国实际值为8.06%，相差4.74个百分点。这表明我国硕士研究生招生占比低于与我国经济发展水平相当的那些国家的平均水平。（2）如果只考虑人均GDP这1个变量，硕士研究生招生占比的预测值相对较高；增加产业结构变量后，预测值在2030年以前较低，而在2030年后变高。

　　

　　然后，将模型（2）中的因变量替换为博士研究生招生占比，从而对博士研究生招生结构进行预测。计量回归的结果如表12所示，回归模型（1）只选取了人均GDP这1个解释变量，回归模型（2）选取了人均GDP、第二产业和第三产业占比这3个解释变量。从统计检验的结果看，两个模型的统计显著性水平达到1%；人均GDP在两个模型中的显著性水平均达到1%；拟合优度R2分别为35.0%和36.7%，表示解释变量可以解释因变量变化的程度。结果显示：人均GDP的解释力很高，为35.0%；加入产业结构变量后，解释力提高了约1.7个百分点。

　　

　　基于上述结果，对2021—2035年间我国博士研究生招生占比进行预测。预测时采取与预测高等教育毛入学率时同样的方法进行估计，需要用到未来我国人均GDP和产业结构的数据。预测结果如表13所示，“占比1”是基于博士研究生招生占比对人均GDP的一元线性回归结果的预测；“占比2”是基于博士研究生招生占比对人均GDP、第二产业和第三产业占比的多元线性回归结果的预测。“占比平均”是对“占比1”和“占比2”的未加权的算数平均值。

　　预测结果显示：（1）2019年我国博士研究生招生占比的预测值平均为2.0%，而根据国家统计局数据测算的我国实际值为1.04%，相差0.96个百分点。这表明我国博士研究生招生占比低于与我国经济发展水平相当的那些国家的平均水平。（2）如果只考虑人均GDP这1个变量，博士研究生招生规模占比的预测值相对较高；增加产业结构变量后，预测值降低。

　　

　　四、面向2035的公共教育投资比例预测

　　前文描述统计的结果表明，不同发展水平国家的公共教育支出占GDP的比例差别很大，这一比例既受供给能力的影响，又受教育需求的影响。从供给角度看，人均收入水平越高的国家其公共教育投资比例也越大。从需求角度看，一国政府的教育发展目标影响着公共教育投资的水平和比例。各级教育入学率和人均受教育年限等指标都体现了各国政府发展教育的努力程度，而学龄人口增长快的国家对教育经费有更多的需求。

　　尽管世界各国经济不断增长，各国政府的财政收入水平逐步提高，但相对于教育需求来看，经济增长的速度低于教育需求的增长速度。各国公共教育支出主要受供给因素影响，表现出了教育投入供不应求的“供给现象”。因此，在教育投入供不应求的情况下，一般而言，公共教育投资比例随着经济发展水平的提高而增加。

　　基于此，以“公共教育支出占GDP的比例”作为公共教育投资比例的代理变量，以人均GDP作为经济发展水平的代理变量，引入产业结构作为控制变量，建立以下计量回归模型：

　　

　　其中，EDUGDP表示公共教育支出占GDP的比例，GDPPC表示人均国内生产总值，Industry2表示第二产业增加值的占比，Industry3表示第三产业增加值的占比，μ表示随机扰动项。

　　计量回归结果如表14所示，回归模型（1）只选取了人均GDP这1个解释变量，回归模型（2）选取了人均GDP、第二产业和第三产业占比这3个解释变量。从统计检验的结果看，两个模型的统计显著性水平达到1%；人均GDP和第二产业占比系数的显著性水平也都达到1%；第三产业占比系数的显著性水平接近10%；拟合优度R2分别为23.6%和29.1%，表示解释变量可以解释因变量变化的程度。结果显示：人均GDP的解释力很高，为23.6%；加入产业结构变量后，解释力提高了约5.5个百分点。由于回归模型（1）中的截距项系数不显著，预测时用回归模型（2）的结果更合适。

　　

　　基于上述回归结果，对2021—2035年间我国公共教育投资比例进行预测。预测时采取与预测高等教育毛入学率时同样的方法进行估计，需要用到未来我国人均GDP和产业结构的数据。预测结果如表15所示。“占比1”是基于公共教育投资比例对人均GDP的一元线性回归结果的预测；“占比2”是基于公共教育投资比例对人均GDP、第二产业和第三产业占比的多元线性回归结果的预测。“占比平均”是对“占比1”和“占比2”的未加权的算数平均值。

　　预测结果显示：（1）2019年我国公共教育投资比例的预测值平均为4.5%，而我国实际值为4.04%，相差0.46个百分点。这表明我国公共教育投资比例不及与我国经济发展水平相当的那些国家的平均水平。（2）如果只考虑人均GDP这1个变量，公共教育投资比例的预测值相对较高；增加产业结构变量后，预测值显著降低。

　　五、结论与政策建议

　　本研究从供给（以人均GDP代理的经济发展水平）和需求（以第二、三产业增加值占比代理的产业结构）两个维度，使用统计和计量回归方法，对我国2021—2035年高等教育发展的规模、结构和教育经费进行了预测，得出如下主要结论和政策建议。

　　（一）关于高等教育规模的结论与建议

　　2018年，我国25岁以上人口平均受教育年限为7.9年，低于世界平均水平的8.4年，与德国（14.1年）、美国（13.4年）、英国（13.0年）、日本（12.8年）等主要发达国家相差甚远（UNDP，2020）。同时，近年来我国与劳动力相关的人口数量和结构中呈现出劳动年龄人口绝对数量及其占总人口的比重下降、就业人员绝对数量及其占总人口的比重下降的“双降”局面。我国总人口规模预计在近年达到峰值，2021—2035年间总人口规模不仅不会持续增长，甚至将出现下降的趋势。

　　改革开放以来劳动力数量快速增加带来的人口红利正逐渐消失。在劳动力“数量”不再带来红利的情况下，如何提升劳动力的“质量”便显得至关重要，需要通过教育水平的提高来弥补劳动力减少的影响。《纲要》强调“坚持优先发展教育事业”，“稳步扩大专业学位研究生规模”。因此，继续增加高等教育入学机会、扩大招生规模、提高人力资本存量是弥补劳动力数量减少的重要手段。

　　

　　具体而言，结合本文实证分析结果，2021—2035年间我国高等教育毛入学率的适宜目标为：2025年为60%左右；2030年为67%左右；2035年为75%左右。这一结果与胡咏梅和唐一鹏（2019）预测的2025年高等教育毛入学率达到60%、别敦荣和易梦春（2021）预测的2030年高等教育毛入学突破65%的结果基本一致。特别是，《纲要》提出2025年“高等教育毛入学率提高到60%”，与本文基于国际比较的预测结果一致。考虑一些不可控随机因素的影响，根据未来我国经济、社会、教育、人口的实际情况，高等教育毛入学率可能会上下浮动5个百分点。

　　进一步对本专科招生规模的实证分析表明，未来我国本专科招生应该稳定规模，微速增长。2021—2035年间我国普通高校本专科招生数的适宜目标为：2025年为950万左右（对应于60%的高等教育毛入学率）；2030年为970万左右（对应于67%的高等教育毛入学率）；2035年为1000万左右（对应于75%的高等教育毛入学率）。

　　（二）关于高等教育结构的结论与建议

　　《报告》提出，2021年及“十四五”时期要以推动高质量发展为主题。高质量发展的内涵丰富，从生产要素角度来看，在土地、劳动力、资本、企业家精神、技术和信息等各种要素中，劳动力质量的改善和技术水平的提高至关重要，而技术创新和技术应用都离不开高质量的劳动力，因此高质量的劳动力是未来我国高质量发展的核心要素。因此，在高等教育规模稳步增长的同时必须注重质量提升，为高质量发展提供高质量的人力资源。此外，高校毕业生规模的扩大使得毕业生就业问题更显严峻。

　　人力资源和社会保障部的统计显示，2020年高校毕业生总体就业率达90%以上（教育部，2021）。高校毕业生的就业难题，更多地表现在就业质量上，突出地表现在结构性就业矛盾上，《纲要》特别强调要“缓解结构性就业矛盾”，是非常具有前瞻性的。结构性就业矛盾产生的原因之一是高等教育的学历结构、类型结构、学科专业结构、地区结构、能力结构等供给结构与已经发生改变了的劳动力市场需求结构存在错位，因此，高等教育结构需要及时地、相应地进行调整。

　　在学历结构方面，因为研究生教育肩负着高层次人才培养和创新创造的重要使命，因此在高等教育内部提高研究生占比，对于优化人口结构，拓展人口质量红利具有重要作用。根据本文统计分析结果，未来我国普通高等教育的学历结构应进行动态调整，不断提高研究生占比，略微提高本科生占比，降低专科生占比。

　　2021—2035年间我国普通高等教育学历结构的适宜目标为：研究生，2025年占比为16%（其中博士生2.2%）；2030年为18%（其中博士生2.5%）；2035年为20%（其中博士生2.8%）。本科生，2025年占比为50%；2030年为52%；2035年为54%。专科生，2025年占比为34%；2030年为28%；2035年为24%。考虑到一些不可控随机因素的影响，我国高等教育各学历占比可以在上述预测基础上进行动态调整。

　　学科专业结构与劳动力市场技能需求紧密相关。高等教育的学科专业结构，各国差异较大，且大多数国家会随市场需求的变化进行及时调整，因而本文未对我国学科专业结构进行预测。但从学科招生数据来看，《中国教育统计年鉴》的数据显示，自1999年高校扩招以来，我国普通本科中理工农医类招生的占比呈下降趋势，其中，理学占比由1999年的10.7%下降至2018年的7.0%；工学占比由1999年的41.3%下降至2018年的34.6%（国家统计局，2020）。我国研究生中理工农医类招生的占比也呈下降趋势，尤其表现为理工科的占比下降显著。

　　在当今科技创新与攻关的重要时期，建议我国未来高等教育学科专业结构更加富有弹性，随市场需求及时调整，从政府角度鼓励学生选择STEM专业，让理工科的占比不降低，同时提高医学的占比。《纲要》提出“加快培养理工农医类专业紧缺人才”，“建立学科专业动态调整机制和特色发展引导机制，增强高校学科设置针对性”。

　　在高等教育区域结构方面，《纲要》指出应“优化区域高等教育资源布局，推进中西部地区高等教育振兴”。其实高等学校分布不平衡，是各国普遍现象，顶尖高校一般都聚集在少数经济发达城市圈。对于我国未来高等教育发展，“双一流”建设高校的布局建议以效率为主，其他高校以属地化和公平为主。鉴于高校毕业生长期存在“孔雀东南飞”的流动现象，对于中西部地区而言是长期的“逆向补贴”，即“穷省补贴富省”。因此，在提升中西部地区高校办学条件和教师学历层次之外，政府应该采取措施进行高等教育层次的财政转移支付，包括在没有部属高校的省份新建部属高校或部属高校的分校。

　　（三）关于教育经费的结论与建议

　　教育经费为教育规模扩大与教育质量提升提供重要的资源支撑，《纲要》指出要“加大教育经费投入”。公共教育经费占GDP的比例是衡量一国政府对教育投入努力程度的重要指标。1993年2月，国务院发布的《中国教育改革和发展纲要》明确提出，“逐步提高国家财政性教育经费支出占国民生产总值（后改为国内生产总值）的比例，本世纪末（2000年）达到百分之四”。2000年我国的实际比例仅为2.56%，离4%的目标差距甚远。

　　2002年教育部成立中国教育与人力资源问题报告课题组，对未来教育发展进行预测和规划。岳昌君（2003）承担了“教育投资比例的国际比较”的专题研究，对“4%目标”重新进行了估计。这项研究使用了1986—1997年间54个国家的有关数据，对2004—2020年间我国公共教育投资比例（财政性教育经费占GDP比例）进行了预测。

　　计量回归结果显示：与我国经济发展水平相应的公共教育投资比例的国际平均水平2010年为4.04%，2020年为4.30%。我国于2012年终于实现了“4%目标”（实际值为4.26%），之后这一比例连续8年保持在4%以上，取值在4.04%—4.30%电影盒子之间，表明我国公共教育投资比例已经进入了与经济发展水平相应的国际平均值区间内。

　　2021—2035年间，相对充足的经费投入是教育高质量发展和实现教育公平的必要保障。在公共教育经费比例方面，根据本文实证研究结果，未来我国财政性教育经费占GDP的比例应该在保持稳定的基础上小幅提高。2021—2035年间我国财政性教育经费占GDP的比例的适宜目标为：2025年为4.4%；2030年为4.5%；2035年为4.6%。由于各国公共教育投资的统计口径存在差异，财政体制和学龄人口占比差异显著，因此对公共教育投资比例的预测可能上下浮动0.3个百分点。

　　需要说明的是，本文仅从支撑经济高质量发展的人力资源和人才培养角度，对2021—2035年间我国高等教育规模、结构和教育经费进行了国际比较和趋势分析，针对的是人力资本水平的提升。然而，教育的目标不仅仅是为市场提供高质量的劳动力，《纲要》还强调把提升人的全面发展能力和提升国民素质放在教育的突出重要位置。我国决战脱贫攻坚取得了全面胜利，这只是消除了物质上的贫困，我们还要消除精神上的贫困。让学生爱学习、让毕业生爱就业、让劳动者爱工作，教育还任重道远。

　　作者简介： 岳昌君，北京大学教育学院教授、博士生导师，教育经济研究所副所长，中国教育与人力资源研究中心主任。 邱文琪，本文通信作者，北京大学教育学院/教育经济研究所博士研究生。

　　本文转载自微信公众号“华东师范大学学报教育科学版”（ID：ECNU_xbjk），作者岳昌君，邱文琪。文章为作者独立观点，不代表芥末堆立场，转载请联系原作者。

　　财政高校高等教育