新加坡职业教育对经济发展的贡献——基于2010—2020年数据的丹尼森因素分析

刘丽建

（厦门市教育科学研究院，福建厦门 361005）

新加坡是一个岛国，也是东南亚各国中国土面积最小的国家，仅为 724 平方公里，比我国福建省厦门市的面积还小，自然资源非常匮乏。然而，新加坡却在20世纪70年代到90年代之间，完成了市场经济起步、发展和腾飞等几个重要阶段，走完了其他国家100~200年才能走完的路程。到了20世纪90年代初，新加坡已成为举世公认的“亚洲四小龙”之首，人均外贸排名世界第一[1]。如今的新加坡更是一个发达的城市国家、世界第三大国际金融中心以及亚洲的经济贸易中心，综合竞争力十分强大。是什么使得它在短短二十几年的时间内取得举世瞩目的经济成就呢？其中一个非常重要的原因就是新加坡政府一直把发展教育，尤其是职业教育作为发展经济的重中之重，高度重视技术技能人才培养在社会经济建设中的重要作用，强调职业教育密切配合国家社会经济发展的需要[2]。

新加坡职业教育对社会经济发展有很大的贡献是个公认的事实，但是，这个贡献率到底是多少，目前的定量研究很少，因此，关于“新加坡职业教育对社会经济发展带来的贡献比率”的计量研究显得尤其重要。目前还未发现国内学者针对新加坡职业教育做过该主题研究。本文将选用美国经济学家丹尼森的因素分析法，并根据实际情况进行修正，测算2010—2020年间新加坡职业教育由于提高劳动者素质对经济带来的直接贡献率（不包含由于知识增进带来的间接贡献部分），进而分析、总结新加坡职业教育发展的典型经验，以资借鉴。

一、新加坡的职业教育发展概况

新加坡实行教育分流制度，10年义务教育后，学生分别流向初级学院（类似于我国的高中）、理工学院（类似于我国的高职）、工艺教育学院（程度略低于理工学院，类似于我国的中职）和私立教育机构。同届学生中，30%左右进入初级学院接受学术型教育，45%左右进入理工学院学习，另有20%~25%的学生进入工艺教育学院接受教育。因此，一共有65%~70%的学生进入职业教育系统学习。

当前，新加坡职业教育体系内拥有1所工艺教育学院、5所理工学院和若干所职业学院。工艺教育学院（Institution of Technical Education,ITE）的前身是成立于1979年的工业与职业训练局,主要负责技术人才的培训工作，1992年，改名为工艺教育学院。当前，该机构除了提供高水平的技能课程之外，还负责确定技能标准和资格的认可[1]。5所理工学院分别为新加坡理工学院( Singapore Polytechnics)、南洋理工学院 ( Nanyang Polytechnits )、义安理工学院( NgeeAnn Polytechnics )、淡马锡理工学院( Temasek Polytechnics )和共和理工学院( Republic Polytechnics )[3]。理工学院是新加坡职业教育的成功代表；其成立之初是为了重点培训技术人员。这些理工学院普遍采用“教学工厂”的模式进行教学，这也成为新加坡职业教育为国际社会所熟知和认可的品牌。除了工艺教育学院和理工学院之外，新加坡职业教育界还有1963年成立的专门从事管道工、木工、建筑工、汽车维修工等工艺技能教学的新加坡职业学院（SVI）和之后陆续成立的哈鲁丁、麦福森、武吉美拉等职业学院[4]。20世纪70、80年代以后，新加坡职业教育在校生数量迅速增加，有效扩大了职业技术类学校的办学规模，也带动了后期职业教育的不断变革和质量提升。

二、新加坡职业教育对经济发展的直接贡献率的计量

（一）计量方法的选择

研究教育对社会经济发展的贡献，是教育经济学研究领域的一个难点。不少国内外学者都对计量方法进行了深入研究，归纳起来，来自国外的主要研究方法有：劳动简化法（前苏联斯特鲁米林）、教育收益率法（美国学者舒尔茨）、因素分析法（美国经济学家丹尼森）以及教育制度分析法（美国劳动经济学家戴维·卡德）等[5]。国内学者从1980年以后开始研究，主要是对国外方法进行改良或调整系数，主要有：张奎等人以总课时数或其他因子作为简化系数的劳动简化法[6]、崔玉平副教授基于C-D 函数提出的计量方法[7]、林荣日教授的“人力资源—教育收益率测算法”[8]以及模糊神经系统方法等。

综合而言，丹尼森的因素分析法涉及到诸多经济增长因素，并对相关系数的作用进行了调整，因此比其他方法更严密、细致。丹尼森因素分析法，又称为丹尼森系数法或经济增长因素分析法，是美国经济学家爱德华·富尔顿·丹尼森（Edward Fulton Denison）于1962年提出的。他的理论和舒尔茨一样，都是建立在西方经济学的“生产三要素”理论之上，但丹尼森对舒尔茨的人力资本理论进行了发展和突破，他把影响经济增长的要素分解成了23个[9]（而不仅仅是传统的劳动、资本、土地），并使之量化，再从总的国民收入年均增长率中计算出教育这一因素所起的作用或所占比重。

丹尼森因素分析法计算教育对国民经济增长的贡献率有以下几个主要步骤。1.依据受过不同年限教育的就业者的收入来确定劳动简化系数。以受过8年初级教育的男性劳动者的收入为基准，算出受过其他年限教育的男性劳动者在收入上的相对差别[9]。同时，假设劳动者的收入差别中有 3/5 是由于教育引起的，因此，以系数0.6对实际工资的差别进行调整。 2.计算起始年份和终止年份的平均劳动简化系数，公式为：某年的平均劳动简化系数=∑（不同教育年限的劳动简化系数×当年受过不同年限教育劳动者的人数）。3.计算起始年份至终止年份的总教育增长系数和年度平均增长系数，其中，总增长系数=最后一年的平均简化系数-第一年的平均简化系数，再在这一基础上计算出年平均增长率。 4.计算教育因素在国民收入增长率中所占的比率，它等于平均工资总额在国民收入总值中的比例乘以教育的年度增长系数。此外，丹尼森认为知识增进和积累作用中也有 3/5 是教育的作用。因此两部分相加之和乘以 3/5 再除以国民收入总增长率，就最终得到教育对国民收入增长率的贡献比例[9]。

（二）方法的调整

本文将以丹尼森的因素分析法作为基础进行调整，计算2010—2020年新加坡职业教育对经济增长的直接贡献率。方法上的调整或删减主要有以下3点：1.由于知识积累对经济增长带来的贡献，属于教育对经济的间接作用部分，且目前我们还无法测算，因此，本文暂不作计算，只计算直接贡献率部分，即新加坡职业教育通过提高劳动者的素质而对经济增长带来的直接作用部分；2.因素分析法将受过8年教育的男劳动者的收入作为基准，而本研究认为：既然要将劳动者的质量因素与数量因素独立出来分别分析，那么就应该尽可能彻底地剥离教育对劳动者造成的影响，因此本文将以文盲或半文盲劳动者（在新加坡为未接受过完整小学教育的劳动者）的收入作为基准，通过收入的差别来突显教育对劳动者的作用；3.丹尼森的计算是关于整个教育的，本文只计算职业教育阶段。因此本文会在计算教育整体对于经济的直接贡献率之后，再剔除非职业教育部分的贡献率，从而得到职业教育部分的直接贡献率。

（三）教育对经济直接贡献率的测算

第一步，以不同素质劳动者的工资水平为基础确定劳动简化系数。 爱德华·丹尼森认为，“劳动要素不仅有数量方面，而且有质量方面的差异。”如果把教育作为影响“劳动”要素质量的因素，再以劳动者的工资水平为尺度，那么就可以把不同素质劳动者的劳动量折算为以简单劳动单位计量的简化劳动量。

根据新加坡劳工部公布的工资数据[10]，假定新加坡受过 lower primary （小学低年级）教育的劳动者的工资水平为 1，则可得出受过primary（完整小学）教育的劳动者的简化系数为 1.33（其工资水平是受过小学低年级教育的劳动者的1.33倍），lower secondary（初中）教育的劳动者的简化系数是1.56，secondary（完整中学）教育 的劳动者简化系数为 1.93，upper secondary（预科）教育的劳动者简化系数为 2.50，得出具备 diploma（大学毕业证书）的劳动者简化系数为 2.78，得出具备 degree（学位）的劳动者简化系数为 4.81。

第二步，计算新加坡2010年至2020年的年平均教育综合指数的增长率(e)。按照丹尼森因素分析法的计算公式，教育综合指数为=Σ（不同教育程度的劳动简化系数×当年受过不同年限教育的劳动者的人数）

根据第一步的劳动简化系数和新加坡统计局公布的相关数据，可以计算得到:

由于丹尼森系数方法中假定工资差距中有3/5 是由有形教育影响形成的，则教育的影响作用增长系数为：4.4%×3/5=2.64%。

第三步，通过计算工资在国内生产总值中的比重来计算因为教育发展而引起的 GDP 的增长幅度。由于2015 年与2010、2020 年等距，因此我们选取2015年的工资情况来做代表，根据新加坡统计局数据显示，2015 年劳动者的月平均工资为 3624 新币， 2015年劳动力人数为3 610 600 人[11]， 所以工资总额为3624×12×3 610 600=157 017 772 800（新币），又因为2015年新加坡 GDP 为423 444 100 000新币[11]，所以工资总额在 GDP中的比例为157 017 772 800/423 444 100 000=37.08%。因此因为教育指数增长而引起的 GDP 的增长幅度为 2.64%×37.08%=0.97%≈1%。

第四步，计算全期 GDP 年均增长率(y)。已知2010年新加坡的 GDP 为 326 980 100 000新币，2020 年为 469 095 900 000 新币，因此设年均增长率为 y,可得：

第五步，计算整个教育对产出增长的贡献率(Re)。按照丹尼森的方法，教育因素对经济产出增长的贡献率=因为教育指数增长而引起的 GDP 的增长幅度 ÷全期 GDP 年均增长率，即 Re=（1%/4%）×100%=25%。

第六步，计算2010至2020年间职业教育指数的年均增长率占教育综合指数的年均增长率的百分比(Eh)，计算方式为：(1)分别计算2010年和2020年剔除职业教育后的教育综合指数值，计算结果：2010 年为2 424 247 ，2020 年为 2 593 951 ；(2) 剔除职业教育后的年平均教育指数增长率为[(2 593 951/2 424 247)1/10-1]×100%=0.68%, (3)职业教育占整个教育领域的比重为：Eh=[(4.4%-0.68%)/4.4%]×100%=84.5%。

第七步，计算职业教育对产出增长的贡献率的公式为：Rh=Eh×Re×100%=25%×84.5%×100%=21.1%。

因此，2010—2020的10年间，由于新加坡职业教育的发展，给新加坡 GDP 增长带来的直接贡献率为 21.1%（主要步骤计算结果请参见表1）。

表1 新加坡职业教育对经济直接贡献率计算的核心步骤及结果

三、新加坡职业教育发展经验

通过上文的测算，可以得知：新加坡职业教育对经济发展的直接贡献率达到21.1%。

这是一个比较高的贡献度。这么大的贡献主要得益于新加坡完备的职业教育体系，这个体系内部交流畅通，结构合理，而且与企业、政府有着十分良好的沟通、配合与合作机制。这个机制保证了新加坡职业教育人才培养的数量、质量与企业需求之间的适切性，从而为新加坡经济社会的发展提供了强大而稳定的技术技能人才保障。具体而言，这个体系和机制中最值得我国借鉴和学习的经验主要有以下3点。

（一） 政府高度重视人才供求以及招生规划

新加坡在发展职业教育的过程中政府都会积极参与到职业教育的规划与发展中来。新加坡成立了高规格、跨部委的人力资源规划委员会，由贸工部、人力部、教育部等部门领导组成，根据经济发展的远景目标，在预测工业需要、劳动力供求数量、毕业生数量，为各职业教育机构设定长远的招生目标时，能综合考虑各方面的意见，做出最为合理、适当的规划[12]。在做出发展规划后，由教育部指导、监督职业教育的各类办学机构做出相应调整。新加坡政府与职业学校在招生规划方面的有效配合保证了新加坡职业教育人才培养的数量、结构与企业人才需求之间的高度契合，因此，也成为新加坡职业教育对经济高贡献率的一个重要原因。

（二） 建立科学的职业资格证书教育体系

新加坡的职业资格证书纵向相互衔接，横向与学历水平建立了对应关系。具体的对应关系为：新加坡国家三级技工证书或职业训练证书，等同于新加坡初中阶段毕业证书；国家二级技工证书或技师证书，等同于高中阶段毕业证书；二级公务员证书或国家一级技工证书，等同于大学层次的毕业证书。因此，职业培训与学历教育之间建立起了一种等价关系，而政府又实行按学历确定起点工资的薪资政策，技术等级与待遇就自然形成了一一对应关系。这种连接迅速瓦解了新加坡“重白领轻蓝领”、鄙视职技教育的传统观念。从此，新加坡职业教育迎来了越来越多的高素质生源，学生学习兴趣也随之大大提高。因此，这一举措在一定程度上保障了新加坡职业教育人才培养的质量，为新加坡职业教育的高回报率奠定了坚实的基础。

（三） 采用“教学工厂”模式加强与企业的合作

所谓“教学工厂”，是指把“教学”和“工厂”紧密地联系起来，学校按“工厂模式”办，工厂按“学校模式”办，为学生提供一个真实的生产环境，使学生通过生产学到知识以及技能。具体操作流程为：学生在最后一年依照自选专业方向进入项目组进行实际生产操作。项目组是由某个（些）生产厂家与学校联合办的以教学为主要目的的生产车间。学校从生产厂家承接项目，厂家在学校装备一个和工厂完全一样的车间。该项目完全不以盈利为目的，学生在教师或师傅的指导下进行实际生产。项目的含金量需达到一定要求，具有一定难度，但可通过训练完成[13]。相比于我国职业院校实训室的模拟操作，新加坡的“教学工厂”属于真实生产，学生能够得到更好的锻炼和实践，学习效果也更好，因此，非常值得我们学习和借鉴。

四、结语

新加坡作为一个国土面积仅相当于我国一个小城市的岛国，其职业教育的发达程度却远超于我国。经过测算，2010至2020年间，新加坡职业教育通过提高劳动者素质而对经济产生的年均直接贡献率达到21.1%，这验证了新加坡职业教育的成功。我国职业教育正处在大变革的历史时期，应认真学习新加坡对职业教育系统精密的分层次规划，学历与公务员制度横向对应的职业资格认证体系，以及真实生产的“教学工厂”教学模式等经验。