孙 健 柯忠义
(1.惠州学院高等教育研究中心;2.惠州学院数学与统计学院,广东 惠州 516007)
从2013年中共中央十八届三中全会通过的《中共中央关于全面深化改革若干重大问题的决定》,到2019年中共中央、国务院印发实施的《粤港澳大湾区发展规划纲要》(以下简称《纲要》),粤港澳大湾区建设正式升格为国家战略。教育部高等教育司司长吴岩指出,大学集群建设是粤港澳大湾区打造国际一流湾区和城市群的动力源泉[1]。中共广东省委教育工委书记、广东省教育厅厅长景李虎在《中国高等教育》上撰文指出:高等教育集群发展是建设粤港澳大湾区的重要内容,也是国际一流湾区建设的重要支撑[2]。因此,作为粤港澳大湾区建设的分支体系,高等教育集群发展的战略意义可谓不言而喻。此外,经济社会的高质量发展要以合适的高级专门人才作为支撑,这是人力资源供给原理的实践形式,而高等教育的根本任务正是培养经济社会发展需要的各种高级专门人才,显然,高等教育集群作为粤港澳大湾区城市群系统的分支体系,其拥有丰富而多样化的高等教育资源,在建设粤港澳大湾区战略使命中担当着义不容辞的重要责任。
然而,粤港澳大湾区具有“一国两制、三个关税区、三种货币、多种文化”的特点,致使高等教育发展呈现出纷繁复杂的局面,如区域内高等教育存在着资源水平差距悬殊,地理分布不均衡,发展结构不合理,以及高等教育协同交流零散化等诸多现实问题。建设粤港澳大湾区是构建新时代我国全面开放新格局的战略部署,也是推进“一国两制”事业和“一带一路”倡议的实践创新。在这样新的历史形势下,粤港澳大湾区高等教育如何充分认识自身发展的优势与挑战,如何准确识别区域经济社会协同发展的总体需求,如何在区域产业经济与自身发展之间构建更高的契合度,如何通过高等教育集群发展来整合和优化教育资源来实现提高区域高等教育的创新力和竞争力,则是摆在我们面前亟需研究并解决的重大课题。因此,建立一套评估粤港澳高等教育集群发展动力的指标体系,能帮助掌握该区域高等教育集群发展中的引擎驱动体系,并校正其发展方向,这无疑是将高等教育集群发展从概念理论推向行为实践的有效手段,也能为政策决策者及公众提供一个实用的信息探查工具。
中山大学粤港澳发展研究院研究员许长青在其论文《粤港澳大湾区高等教育集群发展:国际经验与政策创新》中,将高等教育集群界定为高等教育结构布局在地域空间上的特殊表现形式,即众多大学集聚在一起就会形成区域性大学群落[3]。《中华人民共和国高等教育法(2018修正)》第二章第十八条规定:“高等教育由高等学校和其他高等教育机构实施”[4]。比如,除了大学之外,经国务院教育行政部门批准的科学研究机构也可以承担研究生教育的任务。基于此,笔者认为高等教育集群在子系统的构成上更为广泛,其涵盖的行为现象也要比大学集群多一些。但为了研究方便,本文并不对它们进行区别。
科学设置合理的指标体系是客观评价粤港澳大湾区高等教育集群动力体系的可靠基础和有力保证,也是正确引导和精准校正高等教育集群发展方向的重要依据。指标体系的建立必须符合统计学的基本规范外,还应充分考虑到高等教育管理学的特殊性要求。经对相关文献资料梳理后发现,由于受学科领域、地域差异及研究视角的影响,对建立粤港澳大湾区高等教育集群发展动力的评价指标体系应遵循的原则,目前尚未形成普遍认可的一致认识。借鉴国内外大湾区高等教育集群发展动力指标体系的研究成果,并对接粤港澳大湾区高等教育集群现状的个性化特点,认为指标体系设计应主要遵循以下原则。
指标体系必须能够反映出粤港澳大湾区高等教育集群动力体系的核心构成,并使评价目标与评价指标形成有机联系,并组成一个逻辑关系紧密且层次分明的整体架构。指标体系的建立应符合粤港澳大湾区高等教育集群发展的客观规律,且能够符合国家政策、法规及相关官方战略规划等对粤港澳大湾区高等教育创新要素集聚的宏观要求,要反映出大湾区高等教育集群整体可持续发展的科学内涵,力求避免主观臆造。指标的选取应符合统计学的研究规范和设计要求,因此最好利用现有的权威统计资料,以保证指标数据的可信度。数据处理方法具有科学性,不仅要符合集群生态系统原理,还有体现出高等教育学科的本质要求,确保设计出的指标目的清晰、定义准确,能够进行科学规范下的量化处理[5]。
对于粤港澳大湾区高等教育集群系统来说,由于制度、文化的差异性及地理分布的分散性等原因,存在着大量的反馈与涌现问题,致使这种特定集群行为表现出复杂的非线性特征,这些问题都是无法用还原论来解释和研究的。因此,从数据资料获取和指标量化角度来说,其发展动力评价指标体系的结构要力求简单。指标选择应强调代表性、典型性及可获取性。同时,应避免指标之间的交叉与重复,以最大可能降低信息的冗余度。指标体系的设计应注重各项指标尽量采用国际上通用的名称、概念和计算方法。指标体系,建立的终极目的是为政策决策者参考使用,为后续制定粤港澳大湾区高等教育可持续发展战略方案和科学管理服务,因此,应主要利用政府部门或官方人员经过审批或确认后而公开发布的政策、文件、宣言等信息资料,以增加指标体系的正式性和认可性。
粤港澳大湾区高等教育集群发展,既是大湾区城市群发展的分支目标,又是实现总体目标的具体过程。因此,发展动力评价指标体系不仅要充分反映该区域高等教育集群动态变化的特点,还要体现出城市群未来战略发展对高等教育的前瞻性需求。《纲要》在“前言”部分指出,“规划近期至2022年,远期展望到2025年”[6]。基于此,动力指标体系的建立在尊重高等教育集群本质特性的基础上,不仅要结合粤港澳大湾区目前发展状况,还要紧紧围绕大湾区未来发展战略目标分层次展开,通过对发展动力指标体系的具体落实从而实现对高等教育集群运行模式的选择和调控,有目的指向地引导并规范高等教育事业沿着预定的发展轨道前进。
粤港澳大湾区高等教育集群的目的“不在于比拼体量”,而在于能否探索出高等教育发展的“集聚-溢出”效应,“发挥出1+1+1>3的效果”,以切实增强该区域高等教育核心竞争力[7]。南京大学冒荣[8]认为高校集群的动力来源于“超可加性”和“凸性”。“超可加性”指假设两个主体在不产生交互行为的情况下,其收益之和肯定小于它们互动的联合收益。“凸性”则指假设两个主体进行能量交互,其个体收益肯定比单个行动更高。用数学语言来表示,以S,T分别表示任意两个高校的单独行动,N为高校集合,Y表示收益,φ为空集,当S,T⊂N,S∩T=φ时,Y(S∪U)≥Y(S)+Y(U) ;而当S,T⊂N,S∩T≠φ时,Y(S∪U)+Y(S∩U)≥Y(S)+Y(U)CN,从而可得知这种“合作博弈”无疑会给区域高校集群带来溢出效益。但从系统原理出发,本文认为粤港澳大湾区高等教育集群发展不仅仅关注高校系统内部互动行为,还应将外部环境(包括政府、社会等)的影响因素考虑进去。
因此,在借鉴产业集群评价指标设计原理的基础上,参考国内学者吴玉鸣[9]、胡咏梅[10]、张日新[11]等利用因子分析和聚类分析建构我国省域高等教育核心竞争力测度指标体系的成例,本文利用“头脑风暴法”多次征求专家学者意见后,综合运用频度分析法、理论分析法,并根据上述指标设计原则的要求,构建了粤港澳大湾区高等教育集群发展动力的评价指标体系,如表1所示。从政府与高校、高校与高校、高校与社会关系角度设置一级指标3个,主要参考吴岩司长在粤港澳大湾区创新创业教育研讨会上所作的题为《推进粤港澳大湾区大学集群发展打造中国高质量发展新的增长极》的主体报告。该报告以《刚要》规划目标为导向,认为:“粤港澳大湾区大学集群发展是关系到粤港澳大湾区建设能否达到预期目标的关键制胜一招”。为促使大湾区高等教育资源实现效益最大化,应走集群化发展道路,“必须坚持以政府主导推进‘顶天’规划、以科教创新推进动力集聚,以市场机制推进共建共享”[1]。其中“以科教创新推进动力集聚”具体指的是高校之间通过科学研究及教育教学行为的协同合作从而形成集群合力,即以校际协同推进动力集聚。通过梳理文献发现,这与潘海生构建的大学集群和谐发展优化模型存在着高度的一致性。该模型指出,大学集群动力作用机制由相互作用的三部分构成:政府推力、高校体系内源发展力以及社会拉力[10]。具体来说,政府作为高等教育集群的重要外部利益主体,主要通过规划、法律、政策等方式对高等教育集群发展起到基础性平台支撑和动力引领的作用;高校作为高等教育集群的主体,仅仅依靠“量的简单叠加”并不能产生集群的竞争优势,必须在系统资源整合的理念框架下,实现集群内不同主体间教育资源的有机整合及协同创新,才能使高等教育集群获得强大的内源性动力;社会拉力对于高等教育集群来说,就是一种客观存在的外部市场需求,是高等教育集群的外源性动力因素,它的作用与政府一样,在于激发集群内部动力因素,从而推动高等教育集群的发展。20个二级指标均隶属于一级指标范畴,其来源主要是《纲要》中所规划发展目标的原生表述或次生概念,以最大程度保障评价指标体系在维度上与国家关于粤港澳大湾区总体战略发展规划具有高度的吻合性。
表1:粤港澳大湾区高等教育集群发展动力(A)评价指标体系
以市场机制推进共享共建(B3)在珠三角九市建设面对港澳先进技术成果转化的孵化器,为港澳高校的先进技术成果转化提供便利条件(C16)直接引自《纲要》第四章第三节“在珠三角九市建设一批面向港澳的科技企业孵化器,为港澳高校、科研机构的先进技术成果转化提供便利条件”完全有、大部分有、一般、较少、完全没有粤港澳企业、科研院所与高校共建高水平协同创新平台(C17)直接引自《纲要》第四章第一节“支持粤港澳企业、高校、科研院所共建高水平的协同创新平台”数量(个)企业、科研院所与高校共建粤港澳产学研创新联盟(C18)直接引自《纲要》第四章第一节“支持设立粤港澳产学研创新联盟”完全有、大部分有、一般、较少、完全没有粤港澳校地共建国家级科技成果孵化基地(C19)直接引自《纲要》第四章第三节“共建国家级科技成果孵化基地” 数量(个)粤港澳校地共建粤港澳青年创业就业基地(C20)直接引自《纲要》第四章第三节“共建……粤港澳青年创业就业基地” 数量(个)
对粤港澳大湾区高等教育集群发展动力体系的评价,不仅需要建立科学、合理、完善的评价指标体系,还需要设计综合评价模型,综合评价模型涉及到评价结果的优劣,因而也十分重要。在现实世界中,很多事物之间的关系是不清晰的,是模糊的,它们之间没有明确的界限,具有模糊性。尤其对粤港澳大湾区高等教育集群这种复杂系统来说,要想准确评判其发展动力指标体系,往往极为困难。而模糊综合评价法能有效地解决行为信息不完全、决策目标具有模糊性且难以量化的问题。因此,基于系统思想,采用AHP-模糊评判法(揉合层次分析法和模糊综合法)建立评价模型。
根据国家宏观战略政策的要求,结合粤港澳大湾区高等教育集群发展的具体状况,运用层次分析法(Analytic Hierarchy Process简称AHP)来确定指标权重。这种方法是由美国运筹学家、匹茨堡大学教授T.L.Saaty于20世纪70年代初提出的一种权重决策分析方法[11]。它能把复杂问题中的各种因素通过划分为相互联系的有序层次,并呈线性分布,根据对一定客观现实的主观判断结构(主要是两两比较)把专家意见和分析者的客观判断结果直接而有效地结合起来,将一层次元素两两比较的重要性进行定量描述。而后,利用数学方法计算反映每一层次元素的相对重要性次序的权值,通过所有层次之间的总排序计算所有元素的相对权重并进行排序。该方法的优点是可以将定性方法与定量评估方法综合起来。根据,AHP方法的规范性要求,可通过以下几个步骤确定粤港澳大湾区高等教育集群发展评价指标的权重。
第一步,构造判断矩阵。
在构造各层次判断矩阵时,为了尽量减少人为主观因素的影响,依据Satty教授的1-9标度法,运用德尔菲法,通过由教育行政部门、高校领导层、学术委员会、粤港澳发展研究院等20名相关专家学者组成的专家小组进行3轮匿名的问卷形式,对递阶层次指标体系中的各指标相对重要性进行标度。运用一种常用的1-9标度方法,首先得到相对于目标A与三个准则层B1、B2、B3的相对重要程度的判断矩阵(A-B):
在以上矩阵中,第一行、第二列的元素为2,表示B1相对于B2明显重要;第二行、第一列的元素为1/2,表示表示B2相对于B1明显不重要。其他元素的含义以此推。
接着,分别构造 B1 相对 C1、C2、C3、C4、C5、C6,B2 相对C7、C8、C9、C10、C11、C12、C13,B3 相对 C14、C15、C16 的相对重要程度的判断矩阵,同样采样1-9标度方法,考虑到篇幅所限,一级指标层与二级指标层(B-C)判断矩阵不再列出。
第二步,计算B层相对A层的权重。
现以判断矩阵(A-B)为例:
首先,计算出此判断矩阵中每一行要素的乘积Mi:
接着,计算出Mi的n次方根Wi:
为避免构建判断矩阵可能出现的逻辑性错误,现对指标权重进行一致性检验。先求得指标赋权和向量:
设 (AWB)i表示列向量 (AWB) 的第i(i= 1,2,3) 个元素,则最大的特征根为:
此时的判断矩阵具有满意一致性。从数值计算结果来看,在粤港澳大湾区高等教育集群发展的初始阶段,政府在体制、机制构建及政策推动方面占较大比重,这与集群从低级阶段到高级阶段发展规律完全相符的。在高等教育集群进入正常发展轨道后,政府功能会越来越弱化,高校自身集聚向心力及市场机制则逐渐会成为主要权重。
第三步,计算C层相对B层的权重
经过同样的算法,C层(子准则层)相对上一层的权重及一致性检验结果为:
Wc1-6= (C1,C2,C3,C4,C5,C6) = (0.1163,0.1163,0.2715,0.0747,0.2715,0.1494)
其中,λmax=6.2931,CR=0.0465<0.1
Wc7-13= (C7,C8,C9,C10,C11,C12,C13,C14,C15,C16)=( 0.2538,0.1925,0.1313,0.1093,0.0542,0.0839,0.0679,0.0579,0.0492)
其中,λmax=9.0298,CR=0.002565<0.1
Wc14-16= (C16,C17,C18,C19,C20) = (0.1295,0.2638,0.5100,0.0636,0.0329)
其中,λmax=5.2371,CR=0.0529<0.1
可以得知,C层相对B层的三个矩阵都顺利通过了一致性检验,说明得到的三组二级指标(C层)相对于上一目标层(B层)的权重值是可靠的。其中B1组中的C3和C5指标所占的权重值较高,表明:在政府推力方面,在粤港澳大湾区高等教育集群发展初期,行政组织领导、协同政策方案的规划制定及实施尤为重要。B2组中的C8和C7指标所占的权重值较高,表明:在高校体系内源发展力方面,粤港澳高校联盟起着重要的校际协调作用,而共建优势学科在科学研究及人才培养合作方面作用较大。B3组中的C18和C17指标所占的权重值较高,表明:在社会拉力方面,粤港澳产学研创新联盟、高校与企业共建的高水平协同创新平台对推进共享共建的起着重要的统筹作用。
运用AHP确定了各评价指标的权重之后,就可以针对粤港澳大湾区高等教育集群发展动力体系进行评价,下面就用模糊综合评判法对其进行处理。模糊综合评价的统计学方法原理是:先从构造最底层评价矩阵开始,逐层计算各层的评价结果,并将本层的评价结果作为上一层的评价矩阵,逐步递推得到目标层的评价结果,具体步骤如下:
1、指标原始值的无量纲化
由于反映粤港澳大湾区高等教育集群发展动力体系各项指标的量纲往往是不同的,所以需要对评价指标进行无量纲化处理。定性指标以原始值作为无量纲值,而定量指标根据其指标性质可分为正指标、逆指标和区间型指标,故应区别对待。根据本文研究对象显然为正指标,现采用改进的功效系数法对其进行无量纲化处理,设r为单个原始指标值,R为经过处理后的无量纲指标值,无纲量化公式为:
其中,rmax和rmin分别为各指标现有数量的最大值和最小值,且R取值范围在[1,5]之内。
2、构造模糊综合评价矩阵
邀请专家针对最底层各评价指标,给出模糊评价等级评判。将评价等级m设为5个等级,对定性指标可根据需要选择{很好,好,一般,差,很差},或转引自表1中的评价等级{完全有、大部分有、一般、较少、完全没有};对定量指标则使用无纲量化值。专家对最底层指标的等级评语构模糊造评价矩阵如下所示。
3、求各层指标的模糊评价结果
通过上述阐析可知,由AHP方法构建的粤港澳大湾区高等教育集群发展评价指标体系由目标层、准则层、方案层共三层构成的。通过最底层(方案层)指标的权重系数和其模糊评价矩阵可计算出由其构成的上一层指标的评价结果。根据本文研究对象的特点,有选择地选取模糊算子M(°,+),因为相比于其他算子,它对各因素按权数大小统筹兼顾,相对较为合理,这样就可以增加其对本研究的适用性。用运算符号“°”表示应用数学模型M(°,+),则第二层(准则层)指标i的评价结果为:
其中,k∈Z∶1≤x≤20
公式中Wi是相对于第二层指标i的k个最底层指标权重序列。这一评价结果也即是指标i关于评价等级m的5个隶属度元素构成,因此所有准则层(B)的评价结果按行有序排列即构成上一层目标层(A)的模糊评价矩阵,即:
B2,B3的计算方法同B1,这里不再赘述。
4、最后求出目标层的模糊评价结果:
粤港澳大湾区高等教育集群发展动力评价指标体系目标层下有3个准则层(则n=3),则目标层的评价结果:
根据粤港澳大湾区高等教育集群发展动力评价指标体系,可设计出科学合理的调查问卷。从上文可知,除了C7、C9、C7、C11、C19、C20外,其余指标均为主观性指标,因此,问卷发放的对象需要进行甄别和挑选,只有调查对象对粤港澳大湾区高等教育集群发展实践具有一定熟悉程度和相当的洞察力,这样才能确保得到的调查数据具有一定的信度和效度。
粤港澳大湾区高等教育集群发展动力评价模型,不仅可用于考察粤港澳大湾区“9+2”城市(香港特别行政区、澳门特别行政区和广东省广州市、深圳市、珠海市、佛山市、惠州市、东莞市、中山市、江门市、肇庆市)区域高等教育参与粤港澳大湾区高等教育集群的发展状况,也可用于对粤港澳大湾区高等教育集群整体发展动力的测评。通过对调查数据的科学分析,无疑可以帮助我们有效把握粤港澳大湾区整体(或分区)高等教育集群发展的现实水平及客观存在的障碍与问题。
动力体系是高等教育集群的发展驱动引擎,是内在驱动与外在驱动相互作用的复杂系统。充分识别粤港澳大湾区高等教育集群发展的动力结构,以可操作性指标对其构成要素进行标注,无疑为测度粤港澳大湾区高等教育集群发展提供了衡量标尺。本文提出的粤港澳大湾区高等教育集群发展动力评价指标体系具有以下特点:第一,从系统理论出发,把粤港澳大湾区高等教育集群看成是一个逐步发展、持续变化的有机体,从政府、高校、社会三个维度全面把握其发展动力机制,为粤港澳大湾区高等教育集群发展动力体系提供了一个全方位、整体性的研究视角;第二,共享、共建、协同、创新是粤港澳大湾区高等教育集群发展动力评价的目标指向,在地缘接近优势的基础上,尽快构建并形成联动统一的集群机制和一体化的集群网络;第三,以《纲要》作为建构指标体系的依据,政策指导性强,并能找出影响集群发展的关键性动力源问题,具有较权威的实践指导意义。当然,由于粤港澳大湾区高等教育集群这个概念刚刚兴起,本文在研究过程中可能存在疏漏,有待专家学者及政府行政人员共同进一步探讨。