叶爱山，张 帅，邓洋阳

(1.南通理工学院 商学院，江苏 南通 226002；2.苏州科技大学 人事处，江苏 苏州 215009)

江苏省作为国内高等教育大省，在拥有丰富的高等教育资源基础上，也承受着来自承载对象的巨大压力。2021年教育部发布的《全国高等学校名单》显示，江苏省共有高等学校175所，其中普通高等学校167所，占全国普通高等学校总数量的6.06%。同时，江苏省也是除北京市以外，“双一流”高等学校最多的省份。《江苏统计年鉴2021》指出，江苏省普通高等学校在校学生数已达到201.47万人，位于我国各省份普通高等学校在校学生数的前列，且近年来增速明显提升，2020年同比增长7.50%。随着江苏省内普通高等学校在校学生数的逐年递增，也对省内高等教育资源的质量与数量提出了更高要求。为了高效合理利用高等教育资源，使承载媒体与承载对象两者能够协调发展，就必须综合考察高等教育生态承载力的情况[1-2]。

一、文献综述

高等教育生态承载力概念衍生于生态承载力，为了更好地理解高等教育生态承载力，就有必要对生态承载力概念进行界定。一般而言，生态承载力是指在某个特定环境或状态下，其中个体所能够生存的最高数量。可见，高等教育生态系统需要保持平衡和持续发展要有一定基础条件，需要不断消耗高等教育资源来维持系统的正常运转和发展。如果受限于高等教育资源供给和环境容量等问题，那么高等教育规模必然也会受限[3-4]。高等教育可持续发展必须具备以下条件，如高等教育生态系统完整性、高等教育资源持续供给以及能支持发展的有效环境容量等，只有在此基础上才能保障高等教育的发展质量和发展规模，这也就是高等教育生态系统维持平衡的生态承载力。由此可见，高等教育生态承载力至少包含2个层面的内涵，一是高等教育生态系统自身的自我调节与维持能力，表现为区域内高等教育资源供给能力与环境容纳能力；二是高等教育生态系统在运转过程所受到的来自区域内群体生产生活所施加的压力，高等教育生态系统也必然会产生相应的反馈或调节。这直接表明，高等教育发展规模处于扩张期时，切不可超过高等教育生态系统的生态承载力，一旦超过必然会引起系统内的紊乱，进而会影响高等教育发展的质量[5]。

关于高等教育生态承载力的相关研究，最早可追溯到1966年阿什比(Ashby)基于生物学“遗传”视角所探讨的“高等教育生态”这一概念，这也开启了高等教育研究的新视角。随后克雷明(Cremin)提出了教育生态学概念，将各类教育机构与结构置于彼此联系中，认为教育生态内各因子有机联系着。国内相关研究虽起步较晚，但表现出明显的研究范围更广和深度更深。2005年贺祖斌基于教育生态学概念，正式提出从生态承载力视角研究高等教育生态系统，随后关于高等教育生态承载力的研究不断涌现。譬如，马鹏媛和米红采用截面数据研究了全国31个省份高等教育资源承载力[6]；彭妮娅构建起高等教育综合承载力评价体系，并运用因子分析和匹配度研究了高等教育承载力受教育资源和外部环境的影响程度[7]；贺祖斌和杨婷婷提出应从生态弹性力、资源和环境承载力、生态承载压力度等方面对高等教育生态承载力进行综合评价[8]；柯文进和王军采用熵权TOPSIS模型对“双一流”高校所在的37个城市进行了高等教育资源承载力评价研究[9]。不难发现，目前针对高等教育生态承载力的专项研究多数停留在理论层面或者仅构建评价指标体系而未进行定量研究。此外，现有相关研究多集中于高等教育资源承载力、高等教育资源配置等方面，仅研究了高等教育生态承载力的局部内容，并且未能切合高等教育生态系统的自身生态特性展开研究。

本文拟基于高等教育生态系统的生态特性，同时避免指标权重主观因素影响及充分考虑现实承载力与理想状态差距。在确立指标权重时采用主观评价等方法，将会直接影响指标权重的客观性。在评价研究过程中高等教育生态承载力的现实情况和理想状态的差距也常常被忽视，仅依赖于评价指数大小来反映并不全面。在常用评价方法中，TOPSIS方法可不受评价指标数据限制，计算结果具有明显导向且应用简便[10-11]。在构建评价指标体系时，多数学者仅遵循承载媒体与承载对象的思路来研究，却忽视了高等教育生态承载力的生态特性[12]。DPSIR模型能够很好地反映高等教育生态承载力各子系统之间的相互作用，且已被广泛应用到承载力评价研究中，而对于应用DPSIR模型来构建高等教育生态承载力的评价指标体系并不多见。因此，本文将基于DPSIR模型构建评价指标体系，利用熵权TOPSIS方法对江苏省2012—2020年高等教育生态承载力进行评价分析，并通过障碍度模型分析所存在的障碍因素，为江苏省高等教育生态承载力的提升寻找突破口。

二、评价指标体系构建及数据来源

(一)指标体系构建及权重确定

DPSIR模型是1993年由欧洲环境署(EEA)在PSR模型基础上改进而来，系统地概括了承载媒体与承载对象的相互作用关系，还包含了社会、经济、资源、环境等要素。对此，江苏省高等教育生态承载力评价指标体系将由驱动力(D)、压力(P)、状态(S)、影响(I)、响应(R)5个部分组成，共选取了16个单项评价指标，如表1所示。

表1 基于DPSIR模型的江苏省高等教育生态承载力评价指标体系

关于指标权重确定有多种方法，为避免主观性因素影响和提高决策精度，采用熵权法来确立指标权重。具体过程如下：

令评价指标所构成的初始矩阵为X，矩阵中xij为i评价指标在第j年的数据，其中i=1,2,…,m；j=1,2,…,n。

数据标准化处理。正向指标用式(1)，负向指标用式(2)。

(1)

(2)

式中，xminj、xmaxj分别表示相应指标所对应的最小值和最大值。于是，便可得到原始数据标准化后的矩阵R。

计算指标权重值：

(3)

(4)

(5)

式(3)中pij表示指标的特征权重，式(4)中ej代表信息熵，当pij=0时，令pij1npij=0。对此，即可得到权重W=(w1,w2,…,wn)。

(二)数据来源

江苏省高等教育生态承载力研究数据来源于历年《江苏统计年鉴》《中国统计年鉴》，受限于研究数据存在一定滞后性，选取2012—2020年为研究期。在获得原始数据基础上进行了整理与分析，以期更为科学反映江苏省高等教育生态承载力状况。

三、评价模型选择

(一)TOPSIS模型

TOPSIS模型，是由尹恩惠(Yoon)和黄禹锡(Hwang)所提出。该模型是一种针对多维度、多指标的系统进行评价决策的模型，也就是通过构造正理想和负理想对评价对象进行排序，计算各评价方案与正理想、负理想的距离，再计算贴近度。该模型逻辑清晰，应用较为灵活，已被运用到关于承载力研究的诸多领域。具体步骤如下。

(6)

(7)

(8)

(9)

计算评价对象与理想解的贴近度。其中，Ti越趋近于1表示评价结果越优，也就是高等教育生态承载力越高。

(10)

(二)障碍度模型

障碍度模型旨在寻找江苏省高等教育生态承载力的障碍因素。过程具体分为3个步骤：首先，引入因子贡献度(Fij)；其次，引入偏离度(Iij)；最后，测算障碍度(pij、Pij)。

Fij=wjzj

(11)

Iij=1-Rij

(12)

(13)

Pij=∑pij

(14)

因子贡献度(Fij)，是指单项指标对高等教育生态承载力的权重。偏离度(Iij)，是指单项指标与高等教育生态承载力目标的距离。障碍度(pij、Pij)，则是指障碍因素对高等教育生态承载力的障碍度。式中，wj表示各指标所占权重值，zj为各子系统所占权重。

四、结果与分析

(一)江苏省高等教育生态承载力评价结果与分析

依据熵权TOPSIS分析法对2012—2020年江苏省高等教育生态承载力进行整体评价与分析，可参见图1与图2。由图1可以发现，研究期内江苏省高等教育生态承载力呈现波动上升态势。2013—2014年高等教育生态承载力出现了轻微下降，由0.2941下降到0.2764。可能由于2014年普通高等学校专任教师数量相较2013年10.83万人下降了0.38万人，同时普通高校生师比也明显提高，这些问题都将直接驱使江苏省高等教育生态承载力出现下降。2014年后呈现快速上升趋势，表明了江苏省高等教育生态承载力呈现良好发展趋向。2019—2020年江苏省高等教育生态承载力出现上升趋势降缓的现象，背后原因应该是2020年普通高等学校在校学生数较2019年增长了7.50%，与以往0.80%～3.75%的增速相比较有明显提高，这将对江苏省高等教育生态承载力提出了更高的要求。

图1 2012—2020年江苏省高等教育生态承载力综合评价结果

图2 2012—2020年江苏省高等教育生态承载力的变化趋势

从整体角度上分析完江苏省高等教育生态承载力，紧接着从江苏省高等教育生态承载力的子系统逐层展开分析，具体分析如下(见表2)。

表2 各子系统高等教育生态承载力评价结果

驱动力子系统。2012—2020年驱动力子系统的贴近度呈现快速上升趋势，由2012年0.0910提升至2020年0.9911，并且表现出具有进一步提升的能力。这说明江苏省在社会经济发展、基础设施资源建设等方面取得显著成效，对驱动力子系统贡献突出。江苏省人均地区生产总值从2012年67896元增加到2020年121231元，公共图书馆总藏量也由6489.71万册提升至10546.24万册，普通高等学校专任教师数在研究期内也增加了18.87%，这都为社会经济发展、公共服务、高校教师队伍建设等提供了强大支持。

压力子系统。2012—2020年期间压力子系统的贴近度整体呈现快速下降趋势，具有明显阶段性特征。2012—2015年压力子系统的贴近度由0.9555下降至0.5392，2016年又提升至0.6464，随后自2016年开始不断下降，到2020年压力子系统的贴近度仅为0.1748。从原始数据来看，能源消耗、在校学生数及生师比均呈现逐年递增态势，均对压力子系统的贴近度产生巨大压力，致使贴近度不断下降。2016年压力子系统的贴近度提升，主要由于当年普通高校生师比有所下降，较2015年下降了7.26%，这有效缓和了2016年江苏省高等教育生态系统的压力。

状态子系统。状态子系统的贴近度在研究期内表现可分为2个阶段，2012—2014年期间，状态子系统的贴近度呈倒V型发展趋势，2014年之后贴近度快速上升，2020年状态子系统的贴近度已达到0.9979，状态子系统反映了驱动力子系统与压力子系统共同作用的结果。整体来看，状态子系统的贴近度呈现上升趋势，其中2014年状态子系统的贴近度出现下降，仅为0.1624。主要原因在于2014年普通高等学校教职工数量减少了0.57万人，而且，2014年是我国全面深化改革第一年，必然会对江苏省社会经济发展带来短期“阵痛”，这些因素均会直接影响状态子系统的贴近度提升。

影响子系统。影响子系统的贴近度整体呈现N型发展趋势，前期呈快速上升态势，2017—2020年则为先下降后上升。研究期内地方财政教育支出虽逐年递增，但增长幅度却出现较大波动，尤其2018年地方财政教育支出相较2017年仅增加了3.84%，远低于正常5%～7%的增速。与此同时，2018年普通高等学校预计毕业生数较上年减少了0.4万人，以上这些原因均影响了该年影响子系统的贴近度提升。2019—2020年影响子系统的贴近度明显增速放缓，这背后原因在于江苏省每十万人口高等学校平均在校生数已提升至342人，同比增长10.33%，这将对子系统的贴近度产生抑制作用。

响应子系统。响应子系统的贴近度在研究期内基本呈现快速上升的趋势，由2012年0.0410快速提升至2020年0.9694。响应子系统的贴近度由不足0.05提升至超过0.95，这说明了各级政府部门积极采取了相应举措来提升江苏省高等教育生态承载力。国家财政性教育经费在研究期内提升了81.04%，也表明国家相关政府部门对江苏省高等教育发展的大力支持与鼓励。依据每万人拥有公共图书馆建筑面积数据，可以发现江苏省历年来不断注重高等教育相关基础设施建设，尤其2019—2020年基础社会建设力度更为突出。

综合来看，江苏省高等教育生态承载力的5个子系统中，压力子系统对江苏省高等教育生态承载力的负向影响最大，并且具有明显持续性。2012—2020年压力子系统的贴近度呈现逐年下降趋势，到2020年的贴近度仅为0.1748，对促进江苏省高等教育生态承载力提升的支撑性明显不足。江苏省高等教育生态承载力提升，应持续优化高等教育资源配置，实现更为高效地应用当前资源。此外，还可以通过不断建设与完善高校师资队伍、加强高等教育基础设施建设、优化高校生师比等途径来进一步提升压力子系统的贴近度。驱动力、状态、影响、响应子系统均基本呈现出对江苏省高等教育生态承载力贡献逐步提升的趋势，尤其驱动力、状态、响应3个子系统的贴近度已接近1，均能够为江苏省高等教育生态承载力提供良好支持。

(二)江苏省高等教育生态承载力障碍因素诊断

为更加全面研究江苏省高等教育生态承载力的障碍因素，从单项指标障碍度和各子系统障碍度2个角度进行分析。依据障碍度模型，对2012—2020年江苏省高等教育生态承载力的单项指标障碍度进行计算，并选择障碍度排序前5位的进行重点分析。由表3内容可知，2012—2020年江苏省高等教育生态承载力主要障碍因子的障碍度存在明显变化。2012—2019年期间，单项指标普通高等学校专任教师数(X2)的障碍度所占比重较大，一直位于次序第1或第2，到2020年该指标障碍度明显降低。表明经过江苏省的多年努力，高等教育生态承载力在教师队伍建设方面趋于完善，普通高等学校专任教师数(X2)不再对江苏省高等教育生态承载力产生明显阻碍。相类似的指标还有国家财政性教育经费(X14)、教育城镇单位就业人员平均工资(X15)等，均为前期障碍度较高，到2020年均已明显降低。反观2018—2020年主要障碍因子发现，出现了一些新的障碍因子。譬如普通高等学校在校学生数(X6)、电力消耗量(X5)，反映了当前高等教育生态承载力提升的重要阻力在于高等教育的资源与环境承载力等问题。因此，当前江苏省应注重高等教育基础设施建设和降低资源消耗速度，以满足更多高校学生对高教资源的需求。

依据障碍度模型所计算的单项指标障碍度，可得各子系统的障碍度。可以发现各子系统的障碍度呈现差异化发展态势，驱动力、状态、响应3个子系统障碍度整体呈现下降趋势，压力、影响2个子系统障碍度呈现上升趋势，并且同趋势下又有所不同。压力子系统障碍度呈现快速上升态势，由2012年0.33%已上升至2020年73.18%，现已成为当前江苏省高等教育生态承载力障碍度最高的子系统。影响子系统障碍度呈现波动式的缓慢上升，由2012年13.28%缓慢上升至21.70%。驱动力、状态、响应3个子系统障碍度在研究期内快速下降，并于2020年降为研究期内的最低值。综合来看，伴随着江苏省高等教育快速发展，对高等教育资源和环境承载力的要求也在不断提高。对此，在今后高等教育生态承载力发展与治理中，应该更多关注压力子系统与响应子系统的优化与调整。同时兼顾驱动力、状态、响应3个子系统，实现不断提高江苏省高等教育生态承载力。

表3 江苏省高等教育生态承载力主要障碍因素次序及阻碍度

五、结论与对策建议

(一)结论

从高等教育生态承载力总体评价结果来看，2012—2020年江苏省高等教育生态承载力呈快速波动上升趋势，综合指数由0.2952上升至0.7302。但就增速而言，呈M型发展态势，2017年后增速明显下降，到2020年增速仅为3.91%。从DPSIR模型各子系统来看，研究期内除了压力子系统外其余子系统的贴近度均表现出不同程度的上升趋势。压力子系统的贴近度快速下降，且具有明显阶段性特征，2019年后压力子系统的贴近度降幅达到43.48%。从障碍因素诊断结果来看，研究期内江苏省高等教育生态承载力障碍因子障碍度变化显著，2020年主要障碍因子为公共基础设施建设、高校学生体量等。各子系统障碍度呈现差异化发展态势，驱动力、状态、响应3个子系统障碍度整体呈现下降趋势，压力、影响2个子系统障碍度呈现上升趋势，压力子系统障碍度上升幅度较大。

(二)对策建议

立足于上述研究并结合江苏省高等教育发展实际情况，提升江苏省高等教育生态承载力的对策建议如下：第一，优化高等教育生态系统，促进各子系统均衡发展。依据实证结果发现江苏省高等教育生态承载力的压力子系统不仅贴近度较低，同时压力子系统的阻碍度也较高，应持续优化压力子系统所带来的负向作用。同时，各子系统间应构建起联动式发展局面，实现各子系统互帮互助，以此实现均衡发展。第二，加大高等教育资源投入。增加高等教育经费支出，积极培养与引进复合型高等教育人才，通过搭建平台、设立高等教育专项基金等方式，将更多有用的高等教育资源投入到“人”身上，确保人力资源与物力资源的有机结合。第三，加强高等教育网络结构力度建设。加快提升江苏省高等教育资源互联互通水平，为校企合作单位、科研院所、高等院校等主体互动合作，以及高等教育资源的高效配置与流动提供良好的网络结构。第四，实施差异化政策，实现地区间高等教育均衡发展。江苏省内地区间在高等教育生态承载力方面差异明显，各地区在制定高等教育发展的相关政策时，应与当地高等教育资源、社会经济、基础设施建设等相匹配。此外，各地区还需避免高等教育资源重复建设及注重资源使用效率。