基本簡介
入學率分為“毛入學率”和“淨入學率”兩種:“毛入學率”並不是粗略計算的意思,而是指公式中計算分子高等教育在學人數時,不考慮學生的年齡大小(指某一級教育的在校生人數與符合官方為該級教育所規定之年齡的總人口之比)。
而“淨入學率”是指公式中計算分子高等教育在學人數時,要考慮學生的年齡大小,即只包括與分母相同年齡段(18—22歲)的學生人數,小於18歲或大於22歲的學生不計算在內。
對於現在和過去的高等教育,描述時“淨入學率”和“毛入學率”兩個指標均可以使用,但是,由於無法準確知道未來年份學生年齡的分布情況,所以在確定未來年份高等教育的發展目標時,只能使用“高等教育毛入學率”。
計算方法
(某年)省(自治區、直轄市)高等教育毛入學率=[某學年本省生源高等教育在學人數÷某年本省籍(18-22)歲人口數]×100%
公式中分子是本省(自治區、直轄市)生源高等教育在學人數,也就是本省生源在省內外的高等教育在學人數,即:本省生源在本省籍區內中央部屬學校和省屬學校的在學人數+本省生源在外省籍區內上學的在學人數。同樣需要分7類人數計算後再相加。外省(自治區、直轄市)考入本省的學生不應計入分子。
分子的一進一出,使得計算變得較為複雜。因此,計算省(自治區、直轄市)高等教育毛入學率時,數據的正確採集十分重要。一般來講,所需數據可從省招生辦公室得到。採集逐年的、分學制的、省內外錄取的本省生源的學生數,再根據不同的學制,加工處理後便可得到某學年本省生源高等教育在學人數。顯然,第一次計算時比較麻煩,需要根據學制採集以前4年或者6年的數據,第二次計算時只需要採集當年的數據就可以了。這裡,每年已錄取但未報到的、專升本、本升研和流失學生人數由於數量較小,而且數據採集十分困難,計算時可忽略不計。
由於每個省(自治區、直轄市)招生的生源來自本省和其它各省(自治區、直轄市),使得在計算省(自治區、直轄市)級高等教育毛入學率時,數據的採集比較複雜。如果圖省事,用本省轄區所有高等教育在學人數作為分子,那么部屬院校少的地區比如貴州省,計算出來的毛入學率將偏小,而北京、上海等地將比實際值大;外省(自治區、直轄市)在本省招生數大的計算出來的毛入學率將偏小……,因此,就不能真實反映出該地區高等教育的實際情況。即使同一個省,由於每年的生源計畫,學生報考的志願及錄取情況均不相同,計算出來的逐年毛入學率的數據會有誤差,也會給決策帶來一定的盲目性。所以,科學地掌握計算高等教育毛入學率的方法,才能在教育領域提供正確的領導決策,更好地指導工作。
指標體系
維度一:反映教育發展水平,包括初等教育毛入學率、中等教育毛入學率、高等教育毛入學率、文盲率、職工培訓範圍、職工培訓的可獲得性、學生學業成就和教育體系質量8項指標。
維度二:反映教育對人力資源的貢獻,包括全職研發人員人數、主要勞動人口中受過高等教育的人數、在校大學生人數和國民預期受正規教育年限4項指標。
維度三:反映教育對經濟發展的貢獻,包括教育系統是否滿足競爭經濟的需要和大學教育是否滿足競爭經濟的需要兩個指標。維度四:反映教育對知識創新的貢獻,這裡用居民科技論文以及專利數的絕對值和相對值兩個指標來反映。
與國際差距
在普及九年義務教育的工作中,中國國中毛入學率逐年提高,1990年為66.7%,2002年提高到90%,2006年達到97%。而高中毛入學率雖然逐年在提高,但是由於起點低,所以數值不高。2006年我國中等教育毛入學率為75.5%(WEF數據),在53個國家中排在第50位,53個國家的平均值為96.8%,相當於我國國中的毛入學率數值。進一步提高高中階段的毛入學率,是我國中等教育的艱巨任務。
高等教育毛入學率反映一個國家提供高等教育機會的整體水平。2002年,我國高等教育毛入學率首次達到15%,進入了大眾化階段,實現歷史性的突破。2006年進一步提高到22%,但是與國際水平相比,依然有較大差距。53個國家高等教育毛入學率平均為54.5%,中國排在第49位。我國在校大學生人數雖然居世界第一,但是每百萬居民中在校大學生人數仍然不高,在53個國家中僅排名第47位。2006年5月,國務院第135次常務會議指出高等教育的發展要適當控制招生增長幅度,相對穩定招生規模,把重點放在提高辦學質量上。在新的形勢下,如何既保持高等教育的健康發展,又能使高等教育毛入學率穩步提高,則是需要重點考慮的問題。
近年來,中國15歲以上人口平均受教育年限逐年提高,1982年僅為5.3年,1990年提高到6.4年,2000年達到7.9年,2008年增加到8.5年。2006年,我國國民預期受正規教育年限達到11年。但是與國際水平相比還是有一定差距,53個國家國民預期受正規教育年限的平均值已達到14.9年,而中國僅為11年,在53個國家中排名第49位。
教育投入居所選國家末位
教育投入作為教育競爭力的潛在競爭力和未來競爭力會間接產生作用。從對所選國家的教育投入情況分析來看,中國的教育投入排在末位,成為中國教育競爭力發展的制約因素。
中國的人均公共教育支出為42美元,美國為2684美元,是中國的63.9倍。如果考慮到人口的因素,我們以人均GDP來比較,中國人均公共教育支出僅為人均GDP收入的0.82%,美國為6.10%,是中國的7.44倍。日本為4.28%,韓國為3.01%。俄羅斯為1.87%,是中國的2.28倍,巴西為2.29%,是中國的2.79倍。所以中國不僅與已開發國家有很大差距,即使在金磚四國中,中國的教育投入也排在末位。
中國的教育競爭力在金磚四國中略落後於俄羅斯,而遠遠高於巴西和印度。一方面說明中國窮國辦大教育,在教育經費有限的情況下,教育發展取得舉世矚目的成就。另一方面,我們必須看到增加教育投入,是中國未來提升教育競爭力的關鍵因素。
熱點評論
《國家中長期教育改革和發展規劃綱要》徵求意見稿日前公布,提到到2020年,高等教育毛入學率達到40%;具有高等教育文化程度的人數比2009年翻一番。這讓輿論很興奮。國家發改委副主任朱之鑫在《規劃綱要》發布會上的一番發言——“目前我們有大學學歷的是9830萬人,翻一番就是2億人,大家想一想,2億人口具有大學學歷,在全球將是一個怎樣的概念”被很多媒體引用,用以描繪中國教育的發展前景。也有一些媒體對此進行質疑,是否發展速度太快。
從數據看,40%的高等教育毛入學率,2億大學學歷人口,是十分可觀的。將其與現在的23.3%的高等教育毛入學率(據2008年全國教育事業發展統計公報)和9830萬大學學歷人口對比,發展速度確實驚人。可是,如果再分析這些數據背後的實質,可能就不會再有驚人之感了。
高等教育毛入學率的計算公式是這樣的,毛入學率=[某學年高等教育在學人數÷某年(18-22)歲人口數]×100%。分子選擇所有高等教育在學人數(不排除18歲以下和22歲以上的學生,如果排除則是“淨入學率”),分母則是18歲到22歲的人口總數。根據這樣的公式,2008年我國高等教育的在學人數為2907萬,而18歲到22歲的人口數為12438萬,得到的數據就是23.3%。
2020年中國高等教育的毛入學率要達到40%,那么,先來看這一年18歲到22歲的人口數,根據人口統計數據,1998-2002年出生人口分別為1401萬人、1149萬人、1379萬人、1702萬人、1647萬人,總計7278萬人。用7278萬乘以40%,得到的數據是2911萬。也就是說,中國高等教育就是維持現在的規模,到2020年,由於適齡人口的減少,毛入學率自然也就達到40%了。
對於這一數據,有的專家分析可能存在人口統計誤差,應將2008年時我國18歲到22歲年齡段的人口數毛估為8500萬人。就拿8500萬計算,將其乘以40%,得到的數據為3400萬。與2008年的2907萬相比,增幅僅為16%,也就是說,在未來10年時間中,我國高等教育的規模總增幅只需達到16%,就可實現40%的高等教育毛入學率。
分析了40%這個毛入學率的由來,對於2億的大學學歷人口,也就不該驚奇了吧?以現在每年的高校招生人數630萬計(2009年招生629萬),2009年到2020年總共12年時間,計畫內的招生數就將達到7560萬。再加上成人教育、網路教育、自學考試,大學學歷人口增加也是自然的事。
這告訴我們什麼呢?經過過去10年的高等教育大擴招,規模已經不是高等教育發展的重點,也不再是高等教育發展的亮點。有關部門其實不必再拿高等教育規模說事,將數據當政績和業績,讓一些公眾產生誤解。我國高等教育在經過一段快速擴張期之後,該到了重視解決快速擴張遺留下來的系列問題(包括大學生培養質量下降、就業難、群體貶值等),以及重視提高質量、內涵發展的階段。《規劃綱要》提到的完善高等學校考試招生制度和完善中國特色現代大學制度,才是下一輪高教發展應集中精力解決的問題。
各級教育毛入學率
各級教育毛入學率 | |||||
單位:% | |||||
Unit: % | |||||
國小 Primary | 高中階段 Senior | ||||
年份 | 按各地相應 | 國中 Junior | 15-17周歲 | 高等教育 IHEs | |
學齡計算 | 12-14周歲 | the age of 15-17 | |||
According to provincial | 18-22周歲 | ||||
Year | entrant age primary | the age of 12-14 | 職前 | 全口徑 | the age of 18-22 |
Schools years | |||||
1991 | 109.5 | 69.7 | 23.9 | 3.5 | |
1992 | 109.4 | 71.8 | 22.6 | 26.0 | 3.9 |
1993 | 107.3 | 73.1 | 24.1 | 28.4 | 5.0 |
1994 | 108.7 | 73.8 | 26.2 | 30.7 | 6.0 |
1995 | 106.6 | 78.4 | 28.8 | 33.6 | 7.2 |
1996 | 105.7 | 82.4 | 31.4 | 38.0 | 8.3 |
1997 | 104.9 | 87.1 | 33.8 | 40.6 | 9.1 |
1998 | 104.3 | 87.3 | 34.4 | 40.7 | 9.8 |
1999 | 104.3 | 88.6 | 35.8 | 41.0 | 10.5 |
2000 | 104.6 | 88.6 | 38.2 | 42.8 | 12.5 |
2001 | 104.5 | 88.7 | 38.6 | 42.8 | 13.3 |
2002 | 107.5 | 90.0 | 38.4 | 42.8 | 15.0 |
2003 | 107.2 | 92.7 | 42.1 | 43.8 | 17.0 |
2004 | 106.6 | 94.1 | 46.5 | 48.1 | 19.0 |
2005 | 106.4 | 95.0 | 50.9 | 52.7 | 21.0 |
2006 | 106.3 | 97.0 | 57.7 | 59.8 | 22.0 |
2007 | 106.2 | 98.0 | 66.0 | 23.0 | |
2008 | 105.7 | 98.5 | 74.0 | 23.3 |