［摘要］通過分析１９９８—２０１５年我國國內生產總值和普通專科在校生人數數據，采用協整模型、格蘭杰因果關系檢驗、誤差修正模型，探索了經濟發展水平和高等職業教育規模間的關系。研究表明：經濟發展水平和高等職業教育規模互為格蘭杰原因。從長期來看，經濟發展會促進高等職業教育的改革，使其培養出能夠適應經濟發展的人才，二者變化呈現正相關；從短期來看，高等職業教育具有相對獨立性，不能完全和經濟發展同步，存在短期波動，即經濟發展帶來高等職業教育規模的萎縮。

關鍵詞］高等職業教育規模；經濟發展水平；協整模型；格蘭杰因果檢驗

　　２０１４年，國務院發布了《加快現代職業教育的決議》（國發〔２０１４〕１９號），標志著對現代職業教育改革的探索正式開始，通過對此文件的解讀，可以發現，此文件的落腳點是要提高勞動者素質，最終推動經濟社會的發展。高等職業教育作為教育的子系統，其發展既受到經濟發展的制約，也會對經濟發展起到反作用。我國對于高等職業教育和經濟發展二者關系的探索早已開展，國內對于此問題的研究主要集中于高等職業教育對經濟發展的影響，而在新的經濟態勢下，如何優化發展高等職業教育的論述較少。本文將從經濟對教育的制約性角度，采用協整模型、格蘭杰因果關系檢驗、誤差修正模型，研究如何在不斷發展的經濟情況下發展高等職業教育。

一、經濟發展水平與高等職業教育發展關系的理論分析

　　高等職業教育是培養“技術員、工程師層次的職業人才教育和培訓”［１］。通過高等職業教育，一定程度上，受教育者能夠提升自己的專業素質，成為高級技術技能型人才。在培養高級技術技能型人才過程中，必須重視經濟發展水平和高等職業教育規模的關系。經濟發展水平對高等職業教育具有限制作用，高等職業教育培養出的人才也必然影響經濟的發展。

　　（一）經濟發展水平對高等職業教育的制約

　　生產力水平是對經濟發展的反映，經濟發展水平對高等職業教育的制約作用可以通過生產力的制約性來體現。首先，生產力的發展水平制約著高等職業教育的規模和速度。我國從２０世紀７０年代末開始了改革開放，經過３０多年，經濟得到發展，生產力水平明顯提升。同時期，我國的高等職業教育開始發展，主要以高等專科為代表，經過３０多年的發展，已經進入內涵建設和質量提升的階段［２］，如圖１所示。因此，高等職業教育發展規模和速度會受到經濟發展的制約。其次，生產力的發展水平促進高等職業教育教學內容、教學方法等方面的發展和改革。我國經濟發展帶動著產業結構的變化，而高等職業教育的落腳點正好是產業和工作，所以，高等職業教育專業面向市場是必然的選擇，這就要求高等職業教育教學內容、教學方法等方面必須與產業、工作契合，否則，培養出的人才很難被市場接收。所以，生產力是整個社會存在和發展的決定力量，它推動和制約著整個社會的發展，也必然推動和制約高等職業教育的發展。

　　（二）高等職業教育對經濟發展的作用

　　經濟與職業教育的發展是密不可分的。高等職業教育作為職業教育的子系統，雖然會受到經濟發展水平的影響，但是，高等職業教育也具有相對獨立性，會對經濟產生能動的反作用。高等職業教育對經濟發展的作用主要體現在對生產力的培養上［３］。首先，高等職業教育生產的是直接的生產力。高等職業教育要培養的技術技能型人才是為了滿足現實生產的需要，所培養的人才要進入專業的工作領域，通過高等職業教育培養出直接的生產力，實現勞動力再生產。其次，高等職業教育實現了科技的轉化，把科學知識轉化為生產力。科技知識對經濟發展具有促進作用，生產力的提升、生產工具的進步都和科技密不可分，高等職業教育要培養工程師層次的職業教育人才，其實質就是使生產力和科技知識的結合，從而促進經濟發展；第三，高等職業教育提升生產力綜合素質，間接地促進了經濟發展。高等職業教育所謂的“高”，會很大程度體現在對學生綜合素質的提升，高等職業教育不僅僅是培養高級技術技能型人才，也要注重學生的綜合素質，如生涯發展、職業精神的培養。雖然這類內容屬于精神層次，但是“獨立的精神生產部門”是不能和物質生產部門分離的，所以，高等職業教育培養的人才，不僅僅有專業技能，也要具備高素質。這類精神層次的內容會在以后的實際生產中指導生產力形成先進的生產觀念，從而提升經濟水平。綜上可知，一方面，經濟發展水平對高等職業教育具有制約性，另一方面，高等職業教育通過生產力的培養來促進經濟發展。對于高等職業教育和經濟發展關系的研究，可以分為兩個維度，從高等職業教育對經濟發展的能動反作用去研究，也可以從經濟發展水平對高等職業教育的.制約性去研究，國內的研究主要集中于第一個維度。本文將利用計量分析的方法，探索經濟發展對高等職業教育規模的貢獻。

二、經濟發展水平對高等職業教育規模影響的量化研究

　　第一部分已經對經濟發展和高等職業教育的關系從理論上進行了分析，但是，在實際中，經濟發展對高等職業教育規模的影響到底有多大，此部分將借助計量經濟學模型進行探討。

　　（一）模型選擇

　　１９８７年，恩格爾（Ｅｎｇｌｅ）和格蘭杰（Ｇｒａｎｇｅｒ）提出了協整理論（ＣｏｉｎｔｅｇｒａｔｉｏｎＴｈｅｏｒｙ）。對于時間序列的處理，回歸模型使用較多，但是，“如果選擇的時間序列變量還含有單位根的時候，它就是一個非平穩時間序列，而非平穩經濟時間序列恰好具有這種齊次非平穩特征，即通過足夠次數的差分可以轉化為一個平穩的時間序列”［５］。這就是協整理論要解決的問題。首先，協整理論所建立的協整方程根本上揭示了經濟發展對高等職業教育規模水平的影響是否具有長期性、穩定性；第二，利用誤差修正模型去改進協整方程，可以探索出在短期內，我國經濟發展對于高等職業教育規模的影響是否產生波動。通過協整理論和誤差修正模型，可以揭示我國經濟發展對高等職業教育發展水平的長期均衡和短期均衡問題。經濟發展對高等職業教育發展水平的回歸模型如下：ＬｎＹ＝αＬｎＸ＋β（１）其中，Ｘ代表當期國內生產總值，Ｙ代表普通專科在校生人數，β為常數項，α為Ｘ的彈性系數，用來衡量一個變量對另外一個變量的變化幅度的依存關系［４］。

　　（二）變量和數據說明

　　本文模型中的變量分為自變量Ｘ和因變量Ｙ，Ｘ表示當期國內生產總值，樣本數據來源于中華人民共和國國家統計局；Ｙ代表普通專科在校生人數，樣本數據來源于中華人民共和國國家統計局。統計樣本數據，見表１。

　　（三）回歸分析和結果分析

　　第一，對兩個變量數列進行平穩性檢驗。在實際研究過程中，很難找到完全平穩的時間序列，也就是說，這些變量之間看似并沒有均衡關系，但是，時間序列的某種線性組合卻有可能是平穩的。所以，先利用ＥＶＩＥＷＳ７．２對兩個序列進行平穩性檢驗，檢查兩個序列的單位根，經檢驗，結果見表２。從表２的結果可以看出，時間序列Ｘ、Ｙ在二階差分后，趨于平穩。第二，進行ＰＨＩＬＩＰＳ－ＰＥＲＲＯ檢驗。對兩個序列進行單位根檢驗后，還需要繼續進行ＰＨＩＬ－ＩＰＳ－ＰＥＲＲＯ檢驗才能確保時間序列完全平穩。ＰＨＩＬＩＰＳ－ＰＥＲＲＯ檢驗結果見表３。結合表２和表３，可以看出，時間序列Ｘ和Ｙ在進行二階差分后，臨界值取５％或者取１０％時，序列平穩。第三，變量間的格蘭杰因果關系檢驗。２００３年諾貝爾經濟學獎得主克萊夫格蘭杰（ＣｌｉｖｅＷ．Ｊ．Ｇｒａｎｇｅｒ）提出了格蘭杰因果關系檢驗，其實質是：若在包含了變量Ｘ、Ｙ的過去信息的條件下，對變量Ｙ的預測效果要優于只單獨由Ｙ的過去信息對Ｙ進行的預測效果，即變量Ｘ有助于解釋變量Ｙ的將來變化，則認為變量Ｘ是引致變量Ｙ的格蘭杰原因［５］。對時間序列Ｘ、Ｙ的格蘭杰因果關系檢驗的結果見表４。從表４可以看出，Ｘ和Ｙ序列存在相互影響的關系。經濟發展會影響高等職業教育規模，此概率高達８３．７７％；而高等職業教育培養出的人才，也對經濟增長起著作用，概率為９９．４４％。根據方程（２），從長期均衡的角度來看，二者是呈現正向變化，但是，短期內情況如何，是否存在波動還未知，所以，需要進行誤差修正模型。第四，為了檢驗經濟水平和高等職業教育規模是否存在協整關系，還需要對殘差序列進行平穩性檢驗綜上所述，表示Ｙ序列與Ｘ序列間存在協整關系。從長期來看，二者存在長期均衡關系，長期均衡方程如下：ＬｎＹ＝０．８６６６９３ＬｎＸ－４．３９２４９６（２）其中，調整后擬合優度Ｒ２＝０．７７９９８０，Ｆ＝５６．７２０５５，Ｔ（ｘ）＝７．５３１３０５，Ｔ（β）＝－３．０７４５３８，將自由度定為０．０５時，查表可知，Ｔ０．０２５（１６）＝２．１２，Ｔ（ｘ）和Ｔ（β）均大于２．１２，結果顯著。方程（２）說明我國經濟每增長１％，高等專科學校在校生人數就會增加０．８６７個百分點，即高等職業教育規模會進一步擴大。第五，經濟水平和高等職業教育的發展之間存在著長期均衡關系，但從短期來看，可能會出現失衡，為了增強模型的精度，可以把協整回歸中的誤差項看作均衡誤差，通過建立誤差修正模型把高等職業教育的短期變化和長期變化聯系起來，修正誤差模型如下：ΔＹｔ＝γ＋φΔＸｔ＋Ψｕ＾ｔ－１（３）其中，ΔＹｔ＝Ｙｔ－Ｙｔ－１，ΔＸｔ＝Ｘｔ－Ｘｔ－１。通過ＥＶＩＥＷＳ７．２操作計算，得到如下方程：ΔＹｔ＝１１６．６００８－０．００１５８１ΔＸｔ＋０．４９４４８８ｕ＾ｔ－１（４）（１３．０７１２２）（－７．５００４２５）（３．９９３９６３）調整后擬合優度為Ｒ２＝０．８３２１４１，Ｆ＝３８．１８０２５，ＳＥ＝１６．６００４１，結果顯著。綜上所述，一方面，方程（４）顯示，在短期內，兩個變量存在波動。經濟發展和高等職業教育規模呈現反向變化，即在短期內，經濟發展會帶來高等職業教育規模的縮減；另一方面，結合方程（２）長期均衡，可以看出，經濟發展和高等職業教育經過長時間的調整，二者能夠良好的契合，實現正向發展，即經濟發展帶動高等職業教育規模的發展。并且，誤差修正模型中呈現負的系數表明短期內國民經濟增長不是均衡狀態，通過一定時間的調整向長期均衡延伸，所以才會出現長期均衡時的正系數。