现代职业教育的创新促进机理及门槛效应分析——基于省际面板数据的研究

徐懿然 ,何雄就

(1.南京大学 哲学系,南京 210023;2.江苏工程职业技术学院 经济管理学院,江苏 南通 226006)

2022年12月,《关于深化现代职业教育体系建设改革的意见》中提到,持续推进现代职业教育体系建设改革,优化职业教育类型定位。职业教育水平提升的重要性被进一步强调,成为教育、科技、人才强国建设的重要一环。据相关统计,当前我国职业教育世界规模最大,2022年职业学校在校生接近3000万人,每年职业学校各类培训近亿人次,一线新增从业人员70%来自职业院校学生[1]。职业教育的规模使其对经济发展的影响举足轻重,同时职业教育对“创新”这一长期经济增长引擎的影响也不容忽视。创新的有效出现,离不开各类人力资本的投入,职业教育作为人力资本的重要组成部分,有必要厘清其与创新之间的互动机制,才能更有效地促进经济的高质量发展。

本文重点探讨职业教育与创新之间的关系。当前,职业教育与经济发展的关系获得越来越多的关注,其对经济增长的作用也得到肯定。但是,职业教育与“创新”的关系研究仍然较少,主要是进行定性分析,与创新产出之间关系的定量分析较少。因此,有必要从理论和实证上对两者进行深入分析,为更有效地发挥现代职业教育对经济发展的作用提供政策上的支撑和参考。

一、相关文献回顾

教育对经济增长的正向影响在国内外均已得到比较充分的研究。国内职业教育对经济增长的贡献也得到不少学者的肯定,较早进行定量分析的有杭永宝等人[2],近期何佑石等[3]也指出高等职业教育对区域经济增长有显著的正向作用,市场化越明显的地方作用越显著。但是,职业教育如何作用于经济增长,该方向研究仍然有待进一步探讨。

一般认为,教育主要通过增加人力资本促进创新,进而对经济增长产生影响,Schultz在20世纪50年代就已提出这一观点。人力资本的概念可以解释为一组无形的资源,包括个体所拥有的技能、知识、经验、健康和能力等,而这些资源可以通过教育和培训加以提升[4]。人力资本促进创新的出现,也是内生经济增长学派[5][6]的理论支点之一。在Romer的模型推导中,人力资本可以促进技术进步出现,进而使得经济的长期持续增长成为可能。Acemoglu 等[7]提到,人力资本对技术进步的影响主要有三个渠道,分别是最有才华的个人接受教育后支撑技术进步,技术进步需要人力资本水平处于一定高度,以及人力资本可以通过影响创新的方向和内容来影响技术进步。具有高水平人力资本的社会可能更容易创造出更具创新性和高附加值的技术,从而推动经济增长。

虽然一般认为教育对创新存在促进作用,但是学者对不同层次教育与创新的作用存在一定的分歧。其中,高等教育对技术创新的促进效应得到相对广泛的肯定,Rosenberg和Nelson[8]较早分析了基础研究大学的创新效应。Papa Georgiou[9]指出初等教育对经济增长的贡献主要体现在提高劳动力素质和劳动生产率上,而高等教育则对技术创新和技术采用存在更大促进作用。国内杜育红等[10]学者也提出类似的观点。Che和Zhang[11]的研究认为高等教育扩张对企业绩效产生了积极影响,企业在高等教育扩张期间增加了对高学历人才的招聘和培训,这提高了企业的人力资本水平和技术采用水平。Kong等人[12]赞同上述观点,认为高等教育通过培养大学生、与企业研发合作以及大学研究的溢出效应等三个渠道影响企业创新,实证分析表明受过高等教育的熟练劳动力在技术性行业里对创新的影响更大。

不过,一些研究认为,非高等学术教育对创新的影响也不容忽视。D'Acunto[13]指出,基础教育同样也提高人们的智力水平和技能水平,增强其对新技术和新思想的接受能力,还可以提高人们的创造力和创新意识。进一步,部分学者指出过度追求高等教育总量对创新来说不一定是好事。如果部分岗位中工人的学术研究能力高于岗位所需要的实际水平,有可能产生一些负面的效果,资历与现实不匹配使得具体人员对自身发展不满意,降低了其工作和创造的积极性。美国专利商标局(USPTO)[14]和欧洲委员会[15]的报告也肯定了基础教育在传统制造业创新方面的重要作用,这些行业里专利的发明人多是蓝领工人。

对教育质量与创新的关系讨论散见于各类教育经济学的研究中,而直接对教育质量和创新进行分析的研究相对较少。研究主要聚焦教育质量与人力资本的互动关系,由于人力资本在教育与创新之间的中介作用,这些研究提供了间接了解教育质量对创新可能产生影响的途径。相当一部分研究以人均受教育年限来衡量人力资本存量,Hanushek和Woessmann[16]则指出学习时间的长短并不一定能完全反映人力资本水平的高低,关键是在教育过程中学到的内容。也就是说,要衡量人力资本的作用,应该对教育质量予以适当的考量。Jackson等人[17]对美国不同州实施的学校财务改革进行研究,发现增加学校支出可以提高学生的学术成绩、毕业率和未来的工资收入水平。增加学校支出可以改善教育环境、提高教育资源的质量和数量、吸引更优秀的教师和提高教师素质等,从而对经济的发展产生积极的影响。Vandenbussche等[18]认为,距离前沿技术较远的国家,扩大高等教育的规模可能会产生更多的经济增长,但是在距离前沿技术较近的国家,更多的经济增长可能取决于提高人力资本质量,而不是扩大规模。

综上所述,学者普遍认为教育的规模和不同层次对创新存在一定的正向影响,分歧点主要集中在促进程度的差异,其中高等教育的创新促进作用得到普遍认可,而职业教育与创新的关系仍有待进一步的探讨。此外,从直观上看,教育质量与创新可能存在互动关系,但是仍需要从理论和实证方面深入分析论证。

由此可见,探讨职业教育与创新之间的理论机理,并从实证方面对此进行研究具有一定的价值,同时也能为现代职业教育建设改革提供一定的理论支撑。

二、理论机制及模型设定

(一)职业教育的创新效应机制

当前,高等教育的创新效应在研究中得到较多的肯定,而职业教育对创新的促进机理和效率仍需进一步深入探讨,职业教育在国家创新体系当中的作用不应被忽视。根据经合组织和国际清算银行的相关定义,创新是将新知识应用在经济中,提高总体生产力的重要方式。创新是将不同生产要素有效重组的一个过程。这个过程既包括基础性研究的发明创造,还包括产品的设计、生产过程的效率,甚至还包括生产过程的管理、市场营销的方式等方面。

通常认为,现实中的创新可以分为两种类型,分别是颠覆性创新和渐进性创新。所谓颠覆性创新是指那些全新的理念、产品的出现,而渐进性创新是对颠覆性创新的渐进性改良。颠覆性创新的出现是渐进性创新的基础,其对经济社会技术进步的重要性毋庸置疑。颠覆性创新的出现有赖于高等教育、基础研究等综合水平的提升,显然高等教育质量、科学家和高技能工程师的数量和社会的创新环境对颠覆性创新有着至关重要的影响。

但是,颠覆性创新出现的频率一般较低,且具有较大的不确定性。那些人类发展中影响巨大的根本性、颠覆性创新,例如蒸汽动力、电力、信息技术等更是少之又少。多数情况下是颠覆性创新出现以后,围绕着这些创新理念、成果进行不断改良和调整,持续进行渐进性创新,使颠覆性创新的影响进一步推广至全社会。渐进性创新是经济社会中最为常见和最为普遍的创新主导方式。

对于渐进性创新而言,一线生产工作者是产品和服务的率先接触者,也是问题的第一发现者,其专业水平的提升有助于对生产实际进行优化和调整,有效提高创新出现的可能性。因此,促进创新有必要提高一线生产工作者的人力资本水平。具体方向上,需要加快现代职业教育的高质量转型,或推进本科以上高等教育的应用型转向。对我国而言,现代职业教育的高质量发展可能更为重要,一是由于我国是制造业大国,存在需要接受高质量职业教育的巨大群体,随着我国教育事业的发展,大量接受职业教育的学生投入我国生产和服务一线,使得职业教育的质量对创新产生不可估量的影响。二是部分研究指出学术能力高于工作需要,可能并不能有效提高相关群体的工作创造性和积极性。

结合以上讨论,本文认为职业教育对创新的影响主要集中在对渐进性创新的促进,由于渐进性创新存在的广泛性,以及大量社会中低技能群体的存在,职业教育对创新成果产生了三种效应。

1.规模效应

一方面,职业教育的巨大规模使其成为人力资本存量增加的主要力量。当前,国内一线新增从业者主要来自职业教育的接受者。职业教育规模的增加提高地区劳动力的平均受教育年限。当前研究指出,人均受教育年限作为人力资本存量的指标,其与创新出现的概率呈正向相关。也就是说,职业教育规模越大,地区人力资本存量越高,区域内部创新成果通常也更容易出现。

另一方面,职业教育对创新的规模效应被经济结构进一步放大。经济体系中绝大多数企业是中小微企业,而职业教育的接受者构成了中小企业主要劳动力。多数中小企业并不具备专门的基础研究部门,但是不能否认该类型企业的潜在创新能力。该类型企业在“干中学”“用中学”,发现产品、服务问题,并根据实际情况提出解决方案,实现渐进式创新。这一过程中,一线职工往往是问题发现者和创新方案的提出者,这类型创新并非通过学术性研究获得。尽管与大型企业比较,单个中小微型企业创新出现的频率不高,但考虑到国内中小微企业数量超过5200 万户,贡献了80%以上城镇劳动就业以及90%以上企业数量[19],其对创新成果产出的影响不容忽视。

由此可见,广大一线职工群体也是渐进式创新的主体。从具体机制上看,如果职业教育水平较低,使得庞大的职工队伍技能不足,企业可能缺乏对新技术的吸收能力,进一步渐进性创新的能力会受到严重的影响。考虑到中小微企业、“中低”技能型企业的巨大体量,即使这类型企业自身只进行少量针对流程或工艺、产品特征等的简单创新改进,从总量角度来看它们对全社会创新效率的影响相当巨大。以江苏省为例,“十三五”期间中小企业专利申请量1407150件、专利授权量712114件,占比分别为63.37%、58.13%[20]。

总体而言,职业教育存在规模效应,通过提升社会中广大职工群体的总体职业教育水平,使得有效人力资本存量不断增加,同时也能提升规模巨大的中小企业的渐进性创新潜力,进而使得创新性成果更容易出现。

2.质量效应

对于职业教育来说,其要发挥对创新成果和经济增长的积极作用,质量是更重要的因素。罗来军[21]等人的研究认为,不能只关注教育规模对增长的作用,规模增加但质量滑坡,反而可能降低经济增长速度。如果职业教育的质量较低,受教育主体不能很好地与产业前沿接轨,渐进性创新也就难以通过“干中学”的方式出现。职业教育必须与时俱进,提高教育质量水平,结合学生的需求,面向产业发展未来,注重实际技能的培训,而非一味地灌输书本知识,否则职业教育不能真正地实现促进创新和增长的目标。

目前,社会中大多数劳动力并非学术路径出身的高等教育群体,因此社会中高、低层次之间的劳动力在技能与经验知识体系存在一定差异,不同劳动力群体间可能出现沟通不畅。但是,创新性成果往往是科研人员和中低技能劳动力协同创造出来的,而非科研人员的单独产物。因此,不同层次劳动力之间的沟通和连接十分重要。高质量的职业教育能成为注重理论和学术科研的高等教育与产业连接的重要媒介,其通过促进科研群体与中低技能群体之间的知识沟通,使中低技能劳动力发现问题时更好地利用理论知识和科研力量加以解决,最终对产品和服务进行创新和改进,这些创新也许是流程的优化,也可能是产品性能的微小提高,而非颠覆性创新,但同样促进了生产力的提升。

换言之,职业教育存在质量效应,职业教育质量越高,职工在工作过程中越能将所学知识与工作实际相结合,并转化为创新成果。职业教育的总体质量将影响有效人力资本的有效转化效率。

3.门槛效应

职业教育对创新成果产出的影响不是线性的。这种非线性影响主要体现在两个方面:一是前文所述的质量效应,高质量的职业教育有助于提高创新成果产出率,通常学生接受的职业教育质量越高,创新成果产出的效率越高;二是职业教育的质量效应本身可能也是非线性的,即随着职业教育的现代化高质量转向,研发投入转化为创新成果的效率会更为显著。

职业教育质量对创新产出的这种非线性影响,某种程度上是由于社会总体教育年限存在边际报酬递减。Krueger[22]的研究发现,平均受教育年限对经济增长的作用呈倒U 型关系,峰值大概在7.5年,随后边际收益递减。当人均受教育程度到达较高水平时,继续通过提高全社会受教育年限可能会出现劳动力资历过度的负面作用,一味追求更高学历可能会导致学校培养的知识型人才与广大企业需求的技能型人才出现结构性错配的问题。这时候一味扩大学术教育的规模,对创新成果产出效率提高的效果并不一定明显。

当经济社会发展到一定高度时,提高职业教育的质量,优化职业教育、学术教育与工作实践的承接关系可能对创新产出效率提升的影响更大。原因在于,职业教育质量的提升,使接受职业教育的人能成为沟通学术教育与工作实践的桥梁,提升了产学研结合的能力。

职业教育质量对创新的非线性影响,也与地区经济与受教育程度所处阶段有关。人均受教育程度往往和经济发展阶段紧密相关,经济发达地区的人均受教育程度通常更高。经济落后地区在技术后发的追赶效应下,需要有操作、执行能力的劳动力资源投入,对先进地区技术进行模仿,可以实现经济的较快增长。这种趋同作用在相关研究中已得到认可。

处于技术追赶阶段,教育资源投入的重点是提高人均受教育水平,而非提升教育质量。人均受教育水平较低的时期,在追赶效应的影响下,社会总体受教育水平的提高,能使地区更好地发挥经济发展的后发优势。此时,职业教育首要的是快速扩大教育规模,而非教育质量。但是,当经济已进入高质量发展阶段,技术发展开始到达前沿地带,职业教育质量的重要性开始提升,某种意义上该阶段推进职业教育的高质量转型,对技术创新而言可能是“事半功倍”的作用。何佑石等[23]的研究某种意义上也验证了这一观点,市场化程度越高的地区,高质量职业教育对经济增长的作用越大。

也就是说,职业教育存在门槛效应,在社会发展的不同时期,职业教育的质量对创新成果的影响有所不同。原因就在于,教育所产生的回报,在不同的社会教育水平、不同的高等教育规模或不同的就业人员规模背景下均有可能发生变化。在经济的高质量转型期,职业教育质量对创新成果产出的影响可能更大,这种质量变化带来的影响是非线性的。综上所述,职业教育可能存在规模效应、质量效应和门槛效应等三种效应,共同决定研发、人力资源转化为有效创新的总量和效率,具体机理如图1所示。

图1 职业教育的创新效应作用机制

(二)职业教育创新效应模型设定

根据上文分析,职业教育对创新产出存在三种影响效应,本文主要考察职业教育质量的门槛效应是否存在,为此有必要构建模型进行实证分析。参考国内外分析投入-产出的相关研究,模型采取柯布-道格拉斯函数的形式。该函数形式的合理性在于能够反映不同生产要素对产出的非线性贡献,不同生产要素之间存在互动,同时能较为便捷地拓展到多个生产要素的情形。这与创新成果的产出是多种要素投入有机产生的现实情况较为一致。

创新成果产出受到当前研发资本存量,以及劳动力投入的影响。投入的劳动力受其本身知识水平的影响,一般来说劳动力受教育程度越高,人力资本水平越高,其对创新的影响也就越大。因此,作为要素输入的劳动力应为有效劳动投入。模型的具体形式如下:

E代表有效劳动投入量,K 为研发资本存量,Y 为创新成果的产出,Hχ代表当前社会人力资本平均水平,是当前全社会平均受教育水平H 的函数,职业教育作为教育的重要组成部分,受教育年限的提高中相当一部分来源于职业教育规模的增加,L代表总体劳动投入,A 代表当前创新要素投入转换为产出的全要素效率,本文将之设定为外生变量。

在此基础上,由于质量效应的存在,有效劳动投入受到职业教育质量的影响,因此引入职业教育质量调整指数δ,对有效劳动投入进行调整。有效劳动E形式转变为:

进一步将职业教育质量调整指数δ设定为如下形式:

其中,Q 为职业教育的总体水平,eγQ代表职业教育质量对总体劳动力质量影响的调整,γ为质量调整系数。通常职业教育质量水平越高,劳动力质量受到更大的正向提高作用。采用自然指数形式,可以避免出现有效劳动投入对产出影响为负等反直观现象出现。如果实证结果表明γ为负数(Q＞0),那么eγQ＜1,意味着职业教育质量对有效劳动投入产生了负效应,降低了有效投入的总量水平,反之γ为正数,那么eγQ＞1,意味着职业教育对有效劳动投入产生了正效应,扩大了有效劳动的投入总量。进一步,将公式4代入公式3中,有效劳动投入的形式最终为:

将公式5带入公式1中,同时引入时间t,可以得出创新成果产出函数如下:

进一步对公式(6)两侧取对数,得出如下关系式:

上文指出,职业教育的质量对创新成果可能存在门槛效应,社会发展的不同时期,职业教育质量对创新成果可能产生不同的影响。参考Hansen[24]的研究,构建以全社会总体教育水平为面板门槛变量的回归模型进行实证分析。当存在n个门槛值时,模型公式如下:

其中,θn代表第n个门槛变量值,一般不超过3个;εit为白噪声序列。I(·)为示性函数,观察随着门槛变量Tit的变化,职业教育质量对创新成果产出的影响是否发生突变,根据研究目的Tit可以选择人均受教育年限,分析由于在人力资本水平不同时期职业教育对创新的不同影响,也可以根据实际需要设为其他变量。

三、实证分析

(一)数据来源

本文采用2005-2020年中国30个省级行政区(不包括西藏)的面板数据进行分析。数据主要来源于《中国统计年鉴》(2006-2021年)《中国教育统计年鉴》(2005-2020年)《中国科技统计年鉴》(2006-2021 年)《中国教育经费统计年鉴》(2006-2021年),以及国家统计局网站数据。根据公式(8)设定内容,核心变量Y 为创新成果产出,使用国内三种专利总申请数作为代理变量,研发资本存量K 的测算参考白俊红[25]的方法得出;根据中国统计年鉴数据,当前研究对全社会平均受教育水平一般6岁及以上人口平均受教育年限进行代理,其中小学、初中、高中、大专、本科和研究 生的 受 教 育 年 限 分 别 为6 年、9 年、12 年、15年、16年和19年。一般劳动力投入采用城镇单位就业人员的数据。由于较难获得职业教育质量直接表征数据,使用高职高专生均教育经费作为代理变量。该指标衡量职业教育质量有一定的可靠性,一般来说生均配套经费越大,学生获得学习、培训或实践的资源也就越多,同时教师也能更好地针对学生特点,结合特定教学内容提供更为优质的教育,Jackson[26]的研究也指出,增加学校支出与学生的成绩表现存在正向的因果关系。

表1 变量的描述性统计

一般来说对短面板数据(N＜T)可以不进行单位根检验。但为避免可能的伪回归结果,对Y、K、HL的对数转换形式Ln(Y)、Ln(K)、Ln(H)、Ln(L)和Ln(Q)进行检验,面板单位根LLC 检验方法结果显示,上述变量数据均在1%的统计水平上拒绝存在单位根的原假设。

(二)规模效应和质量效应检验

在上文模型推导的公式(7)基础上,使用面板数据回归模型进行实证分析。使用面板回归模型分析需要判断数据是否存在个体特征和时间的固定效应。因此进一步对模型进行Hausman 检验,结果表明该面板回归模型应采用固定效应面板回归模型,为了消除可能存在的时间效应,时间效应同步固定,进行双固定面板回归分析的结果可能相对较为稳健,具体结果见表2。

表2 随机效应、固定效应、双固定效应面板回归结果

上述回归结果表明,人均受教育年限对创新成果的产出具有明显的正效应。虽然根据当前数据难以计算人均受教育年限中职业教育的贡献比例,但由于我国仍属于发展中国家,同时结合我国实际,中等、高等职业教育通常是普通本科以上教育的前置阶段,基本不存在职业教育对普通本科以上教育的挤出效应。因此,中等、高等职业教育的普及将增加总体人均受教育年限,而不是相反。也就是说,职业教育规模与人均受教育年限存在正相关。结合回归结果,职业教育规模增加带来的人均受教育年限增加将增加创新成果的产出。因此可以说,职业教育所带来的教育年限提高对创新成果产出带来了积极的影响,也就是说存在规模效应。

职业教育质量的系数对创新成果的产出影响在1%的统计水平上显著为正,表明随着职业教育质量的提高,对创新的各类资源投入更容易转化为创新成果,从实证结果来看职业教育的质量效应较为明显。

此外,可以发现普通劳动力对创新成果的影响系数并不显著,表明简单的增加劳动力投入并不能有效转化为创新,劳动力投入必须是有效的、高质量的。研发资本存量的系数在1%的统计水平上为正,不少文献中认为研发投入的增加是创新增加的直接影响因素,这一观点再次得到验证。

(三)教育质量的门槛效应检验

本文核心研究问题是职业教育质量对创新成果的门槛效应,为此需要先检验门槛效应是否存在。在前文使用的双固定面板回归模型基础上,引入三个不同的门槛变量进行分析。三个门槛变量分别是人均受教育年限、高等教育人数比例和城镇就业人员数量,显然当经济处于高质量发展阶段时,人均受教育水平较高,接受高等教育的总人数较多。引入城镇就业人员数量作为门槛变量可以研究职业教育质量在劳动力供给的不同阶段是否会产生不同的影响。

以人均受教育年限为例,若检验存在门槛效应,则表明职业教育质量在人均受教育水平不同的阶段可能产生不一样的作用。

表3的结果显示门槛变量为“人均受教育年限”和“城镇就业人员总量”时,在5%的显著性水平上拒绝不存在单一门槛效应的假设,同时不能拒绝“不存在双重门槛”的假设。“高等教育人数比例”作为门槛变量时在10%的显著性水平上拒绝不存在单一门槛效应的假设,但不存在双重门槛效应。因此,职业教育质量对创新成果产出在上述三个不同门槛变量的约束下,均在一定程度上存在单一门槛效应。

表3 门槛效应检验结果

因此,公式(8)进一步确定为如下形式:

表4展示了单门槛效应面板回归结果,其中(1)和(2)以及(3)分别表示采用不同门槛变量。

表4 门槛效应检验结果

表4的模型(1)和(2)结果表明,在引入门槛变量进行回归后,研发资本存量、人均受教育年限对创新成果产出的正面影响仍然在1%的统计水平上显著为正,研发资本存量和人力资本水平的增加,将能带来更多的创新成果产出,而普通劳动力数量的简单增加对创新成果产出的影响仍然不显著。

虽然劳动力数量的回归系数并不显著,但是将“城镇就业人员数量”作为门槛变量的模型(3)结果表明,在那些劳动力总量较多的地区,教育质量对创新产出的正向影响也更为强烈。因此,在劳动力总量较多的地区,提升职业教育的质量更有其必要性。

门槛效应检验表明,社会平均教育水平、高等教育的不同阶段和总体劳动力数量的不同阶段,职业教育质量对创新成果产出的影响均有一定程度的转折性变化。当人均受教育水平高于8.06年,高等教育人数比例高于6%,城镇就业人员数量大于350.1万人的时候,职业教育质量的正向影响更大。

以上结果均表明,经济进入高质量发展的新时期,职业教育质量对创新的正向影响更为重大。当前,中国社会总体受教育水平已有较大提高,高等教育的规模也在持续扩大,就业人口总量不断增长,在此背景下加快建设现代化职业教育体系,全面提升职业教育的质量,将更有效地推进创新的出现,进而让经济进入高质量、可持续发展的良性循环。

四、结论与政策启示

本文主要分析了职业教育对创新成果的影响机制,一方面通过规模效应,职业教育规模提升进而带动人力资本存量上升,可以促进更多的创新成果的出现;另一方面通过质量效应,职业教育使得人力资本转化为创新成果的效率提升。最后,实证结果表明职业教育质量存在一定的门槛效应,当经济进入高质量发展时期,职业教育质量的提高将增加投入资源转化创新成果的可能性。基于上述研究结果,本文认为增加高质量职业教育的供给是促进创新出现的重要方向。结合职业教育的现状,可以考虑在如下方向优化相应的政策。

(一)增强经费投入总量与效果,提高职业教育水平

不同时期教育的重点应有所不同,当前总体教育水平较高的情况下,职业教育质量成为经济发展的重要制约因素。因此,可根据实际情况,适度增加职业教育相关经费投入。经费可重点用于建设现代化的职业学校、实训基地、实验室,提高教育质量和效果。同时也可划拨经费支持适应市场需求的课程项目改革和研发。此外,更多的经费也能用于增加对学生的资助和奖励,鼓励和吸引更多学生积极参加职业教育。在此基础上,在条件合适的时候升格一定数量的职业技术本科院校,引导广大人才进入职业教育队伍,加强对教师适应新经济发展特点的培训,全面提高职业教育水平和质量。

(二)聚焦产业发展需求,确保职业教育质量

在产教融合的过程中,职业教育将能有效促进渐进性创新,职业教育也可扮演学术教育与企业一线的桥梁,形成“高等教育-职业教育-产业企业”有机结合的研发体系。职业教育结合产业发展也能避免技能人才与产业发展出现供需错配的现象。产教融合的重点应在于让学生在学习过程中就能进入企业,进入产业一线。除了更多、更有效地建设实践基地之外,相关部门还可以加大对职业院校实践基地的考察和监督,避免出现相关院校出于考核需要,仅“名义上”设置实践基地的情况。学校的教学计划和大纲应让用人企业深度参与,让教学内容更能体现产业需要。此外,职业院校也可与企业建立起产学研合作,以及“学校-企业”的双向人才流动制度。总体上,职业教育产教融合的发展方向应让学校和企业形成良好的合作关系,为学生提供更好的就业和发展机会。

(三)动态优化职教课程体系,紧跟产业前沿动向

职业教育的课程体系应把握“职业”二字,形成与学术教育差异化的特点。首先,应增强相关专业课程设置的灵活性,及时研判产业前沿趋势并先行调整课程设置。职业教育的课程教学应适度超前产业发展,做到紧跟产业发展又具备一定前瞻性。这样,职业教育培养出的人才才能真正满足产业高质量转向的需要。同时,适度超前的课程设置也使得接受职业教育的学生能更有效地参与到企业的渐进性创新当中。其次,课程的设置应更侧重企业实践,实践过程中有效融入学校理论教育。当前顶岗实习、跟岗实习较多只是学生自行实习,其中校企联动教学形式仍有较大的提升空间。此外,还可以设立政府、职业院校和企业定期评价课程制度,使职业教育根据地区产业链特点分层次、分结构、有针对性地实行具体教学。这样,职业教育培养的人才在创新能力和工作能力上才能更为贴合高质量发展的需要。

(四)提升职业教育吸引力,重塑职教人才发展前景

经济高质量发展需要职业教育培养更多高质量的技能人才,但如果职业教育吸引力不足,青少年就缺乏通过职业教育提升技能水平的动力。关键还是要提高职业教育的社会认可度,强化职业教育与学生发展前景之间的内在关联。可以参考德国的一些经验,2019 年德国修改了职业培训法,规定了职业教育中的“学徒奖学金”,设置与学术教育“学士、硕士、博士”类似的“认证专家、专业学士、专业硕士”等头衔。具体方法上,还可以引导优秀企业与职业院校联合招生,给予相应企业一定政策优惠,使其更积极地招聘和使用职业教育学生。根本上,还是要加快完成高质量的现代化职业教育转向,使职业教育得到学生、企业乃至全社会的认可和肯定。