基于HSDI模型的高等教育体系评估与应用研究

■廖霁云，刘妍，纪明格

（东北财经大学，辽宁 大连 116025）

不同国家拥有不同的高等教育体系。在相当一部分国家，它的高等教育不仅培养本土学生，同时每年都吸引了大量的海外留学生。每个国家的高等教育体系都有自己的优势和劣势，同时每个国家都需要思考在当前大流行形势下，教育体制经过必要的调整后，其高等教育体系的哪些方面行之有效，而哪些方面却有所缺陷。然而，推广任何新制度所需的体制改革都要求观察相关政策在较长时期内的实施效果，以实现更健康和更可持续制度的稳定运行。

一、HSDI模型构建

（一）相关术语命名

本文中使用的变量如表1所示。

表1 相关变量符号和定义

1.假设

为量化本文的研究问题，HSDI模型基于以下几个假设。以下假设在多数情况下正确，或者在政府监管下无可争议。

假设1.世界各国的高等教育制度不受外部因素的干扰和影响。

假设2.每个国家的高等教育体系均独立运作，并不受其他国家的干预。

本文将高等教育体系的影响因素分为外部因素和内部因素。同时，假设被研究的国家不受外部因素影响，故HSDI模型用于探讨内部影响因素。另外，本文中相应数据的年份也基于以上假设进行选择。同时，该模型假设每个国家的教育体系独立运作，不受不同国家之间的恶意竞争所影响。

2.HSDI模型

本文基于“基于人类可持续性发展指数的从1990年到2010年中国人类环境的可持续性评价体系”研究，应用HSDI模型评估高等教育体系的可持续性和健康性。该模型的创新之处在于对可持续性的评估，与一般评估模型相比，HSDI以可持续发展指数为切入点，使得最终的综合评估结果更符合可持续发展的要求；同时对原始模型数据指标进行分析和优化，能够使评价结果更符合现实[1-2]。

本文从社会、经济和教育环境三个方面评估高等教育系统的可持续性和健康性，指标取值范围为[0,1]，数值越大，可持续性越高。

3.指标解释

HSDI的具体计算方式如下:

模型的主要指数为 SI、ECI、GDPI，通过数据处理和二级指标的标准化，获得一级指标数据；将一级指标代入HSDI模型为相关国家的高等教育体系的可持续性和健康性评分。

4.社会层面（SI）

社会层面的二级指标包括:就业率（EMR）和知识转化指数（KT）。

就业率是指接受过高等教育的学龄人口的就业率。它旨在反映接受高等教育的学生的社会效益，即他们的生活是否能够做到自给自足，他们是否能在当下社会制度中生存，以及他们的存在在未来是否能对社会产生有益的影响。知识转化指数指高科技产品的出口占比，可以直观地反映获高等教育的学生的学业成果产出对社会效益和经济效益的影响。

5.教育环境（ECI）

教育环境的二级指标有:全日制高等教育在校生的教育经费支出与人均GDP之比（CE）、专利申请数量（P）、知识转化指数（KT）、入学率（ER）、诺贝尔奖获奖数（N）。

CE是教育部公布的“教育财务指标”开支类别中具有代表性的指标，其中教育财务指标是根据教育水平、教育机构类型、教育经费来源和教育经费支出类型编制的主要教育财务数据集，反映了一个国家对投资高等教育事业的重视程度，也代表了国家为创造一个良好的教育环境所提供的财政支出量。KT和N表示一个国家的高等教育体系为学生提供的高质量教育资源的累积量。ER是一国高等教育机构的总入学率，能够良好地反映学生进入高等教育体系的学习情况，进而通过可以获得高等教育的学生的多少，充分反映一国整体高等教育体系的总体情况。

值得一提的是，将KT同时应用于SI和ECI两个一级指标，是因为它不仅能反映高等教育体系对社会效益的有效性，也能反映一个国家教育环境的资源背景。

6.经济水平（GDPI）

经济水平（GDPI）即是每个国家的GDP的年增长率。国内生产总值（GDP）的年增长率的计算方法为按可比价格计算的国内生产总值 （GDP）；GDP增长率是宏观经济学中的四大重要指标之一，用GDP增长率来评估经济水平的发展，对整个模型具有重要的参考意义。

每一个不同的二级指标采用不同的加权方法得到一级指标。

在对指标数据的处理中，采用熵值法确定其权重，以便更好地反映SI指标的影响。同时，根据种种考虑和研究，鉴于CRITIC方法适用于数据不稳定、数据相关、数据量大小不存在的情况，故决定在ECI中使用的二级指标将采用CRITIC方法进行权重的确定。同时，用rij表示评价指标i与j之间的相关系数；以此方式决定的权重综合考量了每个指标之间对比和冲突的强度。

7.模型构建

通过搜集英美澳三国2012—2017年各个二级指标数据便于模型的构建、检验优化及后续国家选择。其中CE来自OECD.Stat网站的教育财务指标EAG2020 C1.4章,EMR、KT、CE、P、KT、ER、GDPI来源于世济数据库,P来源于维基百科。

通过HSDI模型经行计量评估，我们发现美国高等教育体系可持续性和健康性得分最高，英国次之，澳大利亚得分最低。

8.敏感性检验

在建立模型后，为了进一步验证模型的准确性，本文对模型进行了敏感性分析。

利用RAND代替7项指标的原始数据生成了7组样本数据，每组数据随机生成100个样本。将7组数据筛选后带入模型，得到一组HSDI数据，并根据HSDI和7组自变量，通过作图直观地展示模型的敏感性。通过观察图表可以发现，HSDI变化不大，因此，模型灵敏度低，稳定性强，满足实际需要。

对使用的二级指标分别进行敏感性检验后，发现除CDPI在0—1之间线性递增以外，各级指标均在0.5—0.55之间波动，拥有较强稳定性。

值得一提的是,与其他拥有两个或两个以上二级指标的一级指标相比，衡量经济水平只有一个指标:一级指标GDP增长率。而在HSDI模型中，三个一级指标是等比的，这无疑影响了HSDI指标的数值。因此，在模型的敏感性检验中，GDP增长率的稳定性较差。

（二）HSDI模型应用

1.对澳大利亚高等教育体系的评估

在利用HSDI模型对英美澳三国进行初步评估后，因为澳大利亚的评估得分较低，故决定对澳大利亚进行进一步的评估分析。

为了对澳大利亚的高等教育体系进行更合理地优化，决定对高等教育模型进行优化。故修改初始模型中的教育指标分析方法，将CRITIC方法改为主成分分析方法。主成分分析法获得数据的速度较快，且剔除了相关性较小的指标。在确定主要影响因素后，新计算得到的指标更具代表性，结果更加合理可信。

表2 所示为三个国家在不同层次上的指标比较。对于优化后的模型，从综合指标来看，美国的HSDI指标高于澳大利亚和英国的HSDI指标；即就此三国而言，美国在高等教育体系可持续性和健康性方面指标数值最高，澳大利亚次之，英国在此方面指标数值最低。

表2 优化后的三国指标

2.对澳大利亚高等教育体系的分析

在以上数据中值得注意的是澳大利亚高等教育体系的高CE指标和高GDPI指标，究其原因须追溯澳大利亚高等教育体系的发展历史[3]。

据调查了解，澳大利亚早期已经从多个方面对高等教育体系进行了分析研究[3]，并较为成熟[4]。这无疑为该国高等教育体系的发展奠定了基础，但也需注意其HSDI指数与英国和美国之间的差距。

澳大利亚的GDPI和CE指数在三个国家中最高，很大程度上是因为开展的国际教育对澳大利亚社会和城市发展有着非常重要的影响；同时，开展的国际教育也是确保澳大利亚经济优势和地位的主要动力来源。

澳大利亚统计局公布的最新数据显示，澳大利亚开展的国际教育对经济的贡献连续5年实现两位数增长，为澳大利亚提供了24万个就业机会、商业机会，并成为澳大利亚第三大服务出口产业。除了巨大的经济利益，国际教育已经成为澳大利亚努力增强其对邻国的影响力，加强邻国关系并建立全球稳定的核心[5]。然而，澳大利亚国际教育的快速发展也面临着两大挑战:吸引更多的国际留学生到大城市以外的地区学习；减少高等教育机构对国际留学生学费作为主要经济来源的依赖。而自2020年爆发的新冠肺炎疫情也加重这两项挑战所带来的影响。

3.对澳大利亚高等教育体系发展的政策性建议

根据澳大利亚高等教育系统存在的问题，认为澳大利亚当局应该关注高等教育部门的可持续发展，使高等教育的利益惠及全国[5]。

充分发挥国际教育优势，促进国家高等教育发展。考虑到其他地区高等教育的发展相对于大都市来说非常缓慢，加之澳大利亚人口少、出生率低的现状，高等教育发展最快和最有效的方式即是利用国际教育的影响。但澳大利亚留学生人数与教育资源在大中小城市的分布不均也是澳大利亚国际教育面临的一项严峻挑战。为了应对这一挑战，澳大利亚联邦政府应该通过向全球推广当地教育、培训和研究的优势来吸引更多的国际留学生。这项政策也可以作为澳大利亚未来人口计划的重要组成部分，用以释放大城市地区的人口压力，也可支持中小城市地区的人口和经济增长。政府应加大在其他地区的教育投资力度，改善其教学环境，利用教学设施的改善优化吸引更多国际留学生在该地区学习和生活。

同时，应当分散留学生来源，降低高等教育对留学生依赖程度。过度依赖国际留学生，尤其是来自同一国家的留学生，使澳大利亚的高等教育机构面临巨大的金融风险。相关机构迫切需要采取措施，减少对国际留学生依赖，更要减轻以留学生学费作为经济来源的过度依赖。因此，联邦政府应该推动大学发展多元化的国际教育战略，适当增加本土学生的招生规模，并加强对留学生学费的管理。

澳大利亚可以非常规留学生输出国为目标招收学生，确定新招收的国际留学生来源，相应设立办事处来增加国际学生招生，并扩大奖学金计划并降低留学生费用。

以上措施可以促使澳大利亚提高生产力，增加劳动力数量，从而提高GDP的增度，扭转GDP增长放缓的局面，使得支出指数、专利申请数量（P）、知识转化指数（KT）、入学率、诺贝尔奖获奖数、全日制高等教育在校生的教育经费支出与人均GDP之比得到改善，以提高HSDI指标和其高等教育体系的可持续性和健康性。

4.未来指标走势预测和阶段性政策规划

对澳大利亚进行分析，其数据如图1所示。

图1 澳大利亚HSDI指标走势

根据以上信息预测，在2020—2030年间，GDP增速缓慢的状况将得到改善，生产力将得到进一步发展，劳动力数量稳定增加，从而提高GDP增速，扭转GDP增速放缓的趋势。适当降低高等教育门槛，让高等教育进一步普及，使得入学率增加并稳定保持于90%以上。教育环境也将得到进一步改善，诺贝尔奖获得数、专利申请数、知识转化指数等作为学术成果稳中有升，吸引更多人对高等教育的兴趣从而走进大学校园，也为国家发展作出更大贡献。与此同时，更多种多样的工作岗位也将向完成高等教育者开放，这项举措将提升就业率至65%以上。另外，高等教育机构应开设更多样化的课程和培养方案，相关机构联合政府应为高等教育体系中的学生提供足够的资金支持，形成更好的教育环境，同时能够提高全日制高等教育在校生的教育经费支出与人均GDP之比至45%以上。

针对以上预测，对澳大利亚高等教育体系的各项指标进行时间序列预测分析，并对各二级指标进行线性预测，得出合理的实施时间表，并根据每个二级指标的时间序列[7]进行预测。之后基于各指标的预测，再根据各成分在不同层次中的累积贡献率计算二级指标的数据，加权得到一级指标，将一级指标的值代入HSDI模型中，可评估澳大利亚高等教育系统的可持续性和健康性。

通过对2021—2030年HSDI预测数据的分析，可见HSDI指数总体呈现上升趋势，也略有波动。HSDI在过去几年的数值均大于初始值，足以说明澳大利亚高等教育系统的可持续性呈现上升趋势，即健康性程度相对较高。根据图2数据预测，上文所提供的政策性建议将行之有效，并在未来以更佳的HSDI指标呈现。

图2 2021—2030年澳大利亚的HSDI预测指标折线图

二、模型评价

在对HSDI模型进行一系列应用分析之后，得到如下模型评估。

（一）模型优势

1.模型建立的方法简单可行，适用于实际生活。

2.本评估模型利用数学方法正确建立。

3.各级指标所需的数据可以随时得到。

（二）模型的不足之处

1.经过对该模型的敏感性分析，发现经济水平指标（GDPI）的稳定性较差，对模型的整体稳定性产生一定影响。

2.该模型在经济水平指标的选取方面仅考虑了GDP的增长率。

3.HSDI模型不能很好地量化外部因素的影响，例如金融危机、疫情、自然灾害、宗教等。