潘海生，徐东莹，宋亚峰

（天津大学,天津 300350）

一、问题的提出

党的二十大报告指出：“教育、科技、人才是全面建设社会主义现代化国家的基础性、战略性支撑，要加快建设教育强国、科技强国、人才强国。”［1］中共中央办公厅、国务院办公厅印发《关于深化现代职业教育体系建设改革的意见》提出，要让职业教育坚持服务于经济社会发展。［2］由此可见，教育对我国现代化建设起着关键作用，职业教育对区域经济社会发展的重要性也越来越显著。纵观职业教育的发展历程，与区域社会发展紧密联系始终是职业教育的本质特征，在国家颁布的一系列文件中都有凸显。特别是2019 年颁布的《国家职业教育改革实施方案》明确提出，要把发展高等职业教育作为优化高等教育结构、培养更多能工巧匠与大国工匠的重要方式［3］；2021 年颁布的《关于促进现代职业教育高质量发展的意见》提出，要切实增强职业教育的适应性，推进高等职业教育提质培优［4］。这说明，高等职业教育服务于经济社会发展的能力与水平日益增强，职业教育人才供给与经济社会发展需求的匹配程度越来越受到重视，不断提升职业教育对经济增长的贡献率具有重要意义。

在国际上，很多学者采用不同方法研究了教育对经济增长的贡献，包括舒尔茨的投资增量分析法、丹尼森的增长因素分析法和劳动简化法等。20 世纪初，芝加哥大学教授查尔斯·柯布（Charles Cobb）和保罗·道格拉斯（Paul Douglas）通过研究制造业大样本数据提出了著名的C-D 函数，C-D 函数经过变形可以转化为计算经济增长率的方法［5］。20世纪60年代，舒尔茨提出了人力资本理论，认为人力资本投入是经济增长的主要来源之一，而教育则是提升人力资本投入的重要因素之一［6］。舒尔茨通过计算教育投资收益率，测算出1929—1957 年美国教育对本国经济增长的贡献率高达33%［7］。丹尼森在舒尔茨的研究基础上，结合内生经济理论，使用主流分析法测算出美国教育对本国经济增长的贡献率为20%［8］。科马洛夫采用劳动力质量修正法，计算出苏联教育对本国经济增长的贡献率为37.1%［9］。综上所述，不同学者基于不同方法得出教育能够促进经济增长的肯定结论，为本研究测算高等职业教育经济贡献率提供了理论基础。

在我国，对教育经济贡献率的测算也一直是学者研究的重点内容，但相关研究多集中在高等教育阶段。如朱迎春（2010）［10］、杨天平（2014）［11］、李硕豪（2017）［12］、包水梅（2021）［13］、赵文学（2022）［14］等人测算了我国不同时间段的相关数据，发现高等教育对经济增长的贡献率分别为1.27%、3.62%、2.77%、3.31%与3.6%。除此之外，杨亚军等人（2006）［15］、吴重涵等人（2009）［16］、郎永杰等人（2011）［17］、林凤丽等人（2015）［18］测算了不同省份高等教育对本省经济增长的贡献率，发现江苏省、江西省、山西省、吉林省高等教育的经济贡献率分别为1.342%、3.28%、4.7%、2.55%。在高等职业教育层次方面，也有研究者运用不同模型和方法测算了高等职业教育的经济贡献率。如张佳（2014）通过测算2001—2012 年间不同地区β值得到高等职业教育对经济增长的贡献率为0.36%［19］；史新浩（2012）［20］、刘晓明等人（2012）［21］、张林锋（2020）［22］、司少丽（2023）［23］等学者分别测算了山东、浙江、海南、安徽的高等职业教育的经济贡献率，并对这些区域高等职业教育的发展进行了相关思考。

从上述国内研究来看，由于数据时间跨度与区域选择的不同，不同学者测算的教育经济贡献率结果有所不同。此外，我国学者进行的相关研究还存在以下几个问题：第一，多数研究都是基于全国或者某一省份数据对教育经济贡献率进行分析，对我国各省份的区域异质性关注较少；第二，已有研究对高职教育经济贡献率的时间序列分析研究较少，没有考虑到关键时间节点上的差异；第三，在进行贡献率测算时，很多学者都采用β值为国际通用值0.7，未充分考虑到不同国家快速变化的技术水平和劳动力会使β值呈现差异性，这在一定程度上影响了贡献率计算结果的准确性。基于此，本研究通过我国相关统计数据测算β值，从而计算2000—2020年高等职业教育对区域经济增长的贡献率，在分析高等职业教育与经济发展关系的基础上，探讨不同地区与年份间高职教育经济贡献率的时空差异及原因，进而有针对性地为我国高等职业教育发展提供对策建议。

二、研究设计

（一）理论模型的构建

关于教育与经济增长之间的关系，学者们常用柯布-道格拉斯生产函数来解释。该模型在20世纪30年代被提出，认为技术水平、固定资本投入量以及劳动力投入量三个主要因素会影响经济增长，其表达式为：

在上述函数中，Yt代表第t期的经济水平，A代表技术水平，Kt为第t期的固定资本投入量，Lt为第t期的劳动力投入量，α为资本产出的弹性系数，说明当生产资本增加1%时，产出平均增长α%；β为劳动产出的弹性系数，说明当投入生产的劳动力增加1%时，产出平均增长β%，且α+β=1（α＞0，β＞0）。

舒尔茨的人力资本理论认为，人力资本也是影响经济增长的重要因素之一，而教育投资是提升人力资本的重要途径［24］。然而，C-D 函数简单地将劳动力投入视为劳动力数量的增长，忽视了劳动力质量的提高，故可以将劳动力投入量分解成初始劳动力L0和教育投入E。所以，C-D 函数可以变形为以下形式：

对上述函数进行对数运算，可以得到如下结果：

再对上述函数进行求导计算，可以得到如下结果：

在上述公式中，变量a代表技术进步率，y表示经济增长率，k是资本投入增长率，l0为除教育外的初始劳动力投入增长率，e为教育投入增长率。教育经济增长贡献率为：Ce=βe/y。高等职业教育经济增长贡献率为：Cz=EzCe。其中Ez为高等职业教育占教育综合指数年均增长率的比重。

（二）高职教育经济增长贡献率的计算步骤

本研究以丹尼森经济增长因素分析法为基础，沿袭柯布-道格拉斯生产函数的基本形式来测量我国区域间高等职业教育对经济增长的贡献率，具体步骤见图1。

图1 研究技术路线

1.计算各省（直辖市、自治区）就业人员人均受教育年限

根据2000—2020 年间各地区就业人员受教育程度构成可以计算出就业人员的人均受教育年限。其计算表达式为：

变量包括人均受教育年限Ai、各级规定受教育年限Ni、各级文化程度就业人员占比Xi，其中i表示受教育程度，i={小学，初中，高中，高职、本科、研究生}。各级规定受教育年限分别为6、3、3、3、4、3年。

2.计算我国就业人员的教育综合指数

教育综合指数反映了某地区人口的受教育水平。其计算公式为：

其中Ai为就业人员人均受教育年限，Mi为劳动简化系数。二者相乘得到第i年就业人员的教育综合指数Ei。其中Ai在第一步已经算出，因此需要确定劳动简化率。本研究采用的是丹尼森工资收入法确定劳动简化率，即折算不同受教育程度的劳动人员的工资收入差距。借鉴已有研究成果［25-26］，根据受小学、初中、高中、高职（大专）、本科以上教育从业人员的年平均收入分别为2 683元、3 443 元、3 692 元、4 043 元、4 866 元，可以推断出受小学、初中、普通高中、中职、高职（大专）、本科以上教育从业人员劳动生产率的比例倍数为1∶1.28∶1.38∶1.51∶1.81∶2.20，从而可以得到2000—2020年各地区的教育综合指数。

3.计算β值

劳动产出弹性系数β值，是假定其他的生产要素不变，劳动力投入要素的既定百分比变动所引起的经济产出的百分比变动。不同国家在不同时期的政治、经济、文化都不相同，故劳动产出弹性系数β值是不同的［27］。多数西方发达国家的研究得出劳动产出弹性系数在0.7 左右［28-29］。所以以往研究中劳动产出弹性系数β值多选取国际通用值0.7。但国外通用值不符合我国的实际情况。随着我国经济从外延式发展转向内涵式发展，劳动技术发生了变化，从而使劳动产出弹性系数β值也随之改变。单纯引用西方国家的β值会降低研究结果的准确性。我国的一些学者也基于本国经济数据对β值进行了测算。如张佳［30］根据2001—2012 年的数据测算得到β值为0.361，赵志耘［31］对我国1978—2014年的数据测算得出β值为0.44、李硕豪［32］等根据2002—2014 年的数据进行测算得到β值为0.482。

故本研究在C-D 函数的基础上通过时间序列回归分析方法计算劳动产出弹性系数β值，基本回归模型如下：

其中，变量包括t期经济产出Yt，t期技术进步At，t期资本存量Kt，t期劳动力初始量L0t，t期教育投入Et，其中Yt用GDP 总量来度量，L0t用就业人员数来度量，Et用教育综合指数度量，α为资本投入弹性系数，β为劳动投入弹性系数。由于资本存量没有现成数据，故本研究采用永续盘存法对资本存量进行估计，其计算公式如下：

变量包括：t期资本存量Kt，t-1 期资本存量Kt-1，资本折旧率δ，根据单豪杰［33］折旧率取10.96%，t期名义固定资产投入It，t期固定资产投资价格指数Pt。二者相除即为固定资本形成总额不变价。

我国β值是依据基本模型并通过回归分析所获得的。将α+β=1代入后可得：

引用单豪杰（2008）的方法得到以2000年为基期的资本存量数据。GDP 以2000 年不变价格计算，t年的实际GDP=t年地区生产总值×生产总值指数/100。劳动力投入量计算方法为全国年末就业人员的人数×教育综合指数。将计算后的2000—2020 年宏观经济数据代入基本模型中并运用Stata16.0软件对其进行OLS回归分析（见表1）。

表1 劳动产出弹性系数β的估计结果

从回归结果来看，回归系数在1%的水平下显著，拟合优度为0.9181，证明模型拟合度良好，由此可得我国2000—2020 年的劳动产出弹性系数β值为0.387。一方面，该数值是对中国实际数据回归得出的结果，更加贴合中国的劳动产出情况，这与张佳［34］、赵志耘等人［35］的测算结果相似，说明该值具备合理性。另一方面，相比于国外经验值0.7，我国β值相对较低，主要原因在于对发展中国家来说，经济增长方式依然是外延式和粗放式，我国过去的经济增长主要走资本投入与资源消耗的道路。但相比于90年代学者测算出β值为0.11，可以发现我国劳动产出弹性系数呈现上升趋势，主要由于我国在提升教育质量与规模的同时，劳动力的数量与质量也有所提升，增加了劳动供给与劳动产出，使β值随教育的发展逐渐升高。综上，通过对我国实际经济数据测算的β值更能体现我国经济与教育发展阶段，具备一定客观性。

4.计算高等职业教育在教育综合指数年增长率中的比重

因对高等职业教育与经济增长的贡献率做时空差异分析，故需用不同方法计算2000—2020 年每一年的数据和2000—2020 年这20 年间的整体数据情况。首先，分别计算2000—2020 年的教育综合指数年增长率，其计算公式为：

在公式中，ei为第i年教育综合指数年增长率，Ei为第i年各地区的教育综合指数，Ei-1为i-1 年各地区的教育综合指数。e为整体20 年间教育综合指数年增长率。

其次，计算2000—2020 年高等职业教育在教育综合指数年增长率中的比重。

Ezi表示第i年教育综合指数年增长率中高等职业教育的贡献率。ei表示第i年的教育综合指数年增长率，表示第i年除高等职业教育外的教育综合指数的年增长率；z2020和z2000为2020 年和2000年人均受高等职业教育的年限。e′表示整体20 年间除高等职业教育外的教育综合指数的年增长率；e-e′为在教育综合指数年增长率中高等职业教育的贡献率。Ez为20年间高等职业教育在教育综合指数年增长率中的比重。

5.计算我国高等职业教育对经济增长的贡献率

首先计算我国实际GDP 的年均增长率y，即消除价格因素后的增长率。根据Ce=βe/y可计算出教育对经济增长的贡献率，其中劳动产出弹性β值为0.387，将教育综合指数增长率、GDP增长率以及β值代入，可得教育对经济增长的贡献率。高等职业教育对经济增长的贡献率Cz=高等职业教育在教育综合指数年均增长率的比重Ce×教育对经济增长的贡献率Ez。同时将全国31 个省份（未包括香港特别行政区、澳门特别行政区和台湾省，下同）按照东、中、西部三大区域进行划分（东部地区包括北京、天津、辽宁、河北、山东、上海、江苏、浙江、福建、海南、广东等11个省份，中部地区包括湖北、湖南、安徽、江西、山西、河南、吉林、黑龙江等8个省份，西部地区包括陕西、甘肃、内蒙古、宁夏、青海、新疆、重庆、四川、贵州、云南、广西以及西藏等12个省份），以便于更好地研究高职教育经济增长贡献率（见图2）。

图2 高等职业教育和教育对经济增长的贡献率对比

（三）数据来源

本研究选取了2000—2020 年全国31 个省份的数据，在高等职业教育的指标选择上选取了各省就业人员的受教育程度构成，在经济发展的指标选择上选取了国内生产总值（GDP）与固定资本形成总额，就业人口选取各地区年末就业人口数。以上所有数据均来源于《中国统计年鉴》《中国劳动统计年鉴》《中国人口与就业年鉴》以及各省统计年鉴。

考虑到经济社会的发展会在一定程度上受到通货膨胀、价格上涨等因素的影响，故需要通过不变价格的方式对固定资产投资总额、固定资产投资价格指数、国内生产总值（GDP）及其价格指数进行调整，以便于所用数据能够反映实际经济增长状况。以上选取的各项数据均以2000年不变价格计算。

根据计算结果，我们绘制高等职业教育对经济增长贡献率的时空差异图，清晰对比出全国31个省份高等职业教育对本省经济增长的贡献率（见图3）。

图3 高等职业教育对经济增长贡献率的时空差异情况

三、研究发现与结论

（一）空间差异——我国不同地区间高等职业教育对经济发展贡献率差异显著

1.空间维度贡献率的特征

首先，在教育对经济发展的贡献率方面，东、中、西部呈现明显“√”区域差异。2000—2020 年，我国东、中、西部教育对经济发展的贡献率呈现明显“√”区域差异，即西部最高（8.30%），东部其次（8.11%），中部最低（6.83%）。西部地区的教育对经济发展的贡献率最高，且各省份教育对经济的贡献率相差较大。其中西藏教育对经济发展的贡献率排名第一，为12.72%。青海（10.21%）、宁夏（9.02%）次之。广西最低（6.75%）。东部地区高等职业教育经济贡献率普遍较高。其中北京地区最高，为10.14%。上海（9.71%）、浙江（9.29%）次之。中部地区教育经济贡献率相比较而言普遍较低。其中山西地区教育经济贡献率最高，为8.15%，其余省份的贡献率均在8%以下，吉林最低为5.75%。

其次，在高等职业教育对经济发展的贡献率方面，东、中、西部呈现“反向√”区域差异。2000—2020 年，高等职业教育对经济增长的贡献率呈现“反向√”变化。即东部最高（0.628%），西部次之（0.618%），中部最低（0.613%）。从整体上看，高等职业教育对经济增长的贡献率差异不大。贡献率最高的地区为浙江（1.01%），贡献率最低的地区为西藏（0.42%）。从各地区的视角看，东部地区除浙江外，江苏（0.87%）、广东（0.78%）的贡献率也较高，辽宁贡献率最低为0.50%。中部各地区之间贡献率相差不大且普遍偏低。山西（0.87%）、湖南（0.80%）的高职教育对经济发展贡献率较高，吉林最低为0.51%。西部各地区的贡献率差异较大，宁夏（0.99%）贡献率最高，与贡献率最低的西藏差值高达0.57%。重庆（0.89%）、陕西（0.81%）次之。

值得一提的是，在2000—2020 年间很多地区的教育与高等职业教育对经济发展的贡献是相对协调一致的，如浙江与辽宁。但有些地区教育对经济发展的贡献明显，而高等职业教育对经济发展的支撑作用却极为有限。如北京、上海与天津。

2.成因分析

从全国层面来看，全国高等职业教育对经济增长的贡献率偏低，平均为0.62%，远低于教育对经济增长的贡献率7.75%。主要原因表现在以下三个方面：首先，高等职业教育的经费投入在教育整体经费投入中占比较少：以2020年为例，全国教育经费总投入为53 033.87 亿元，其中高等教育经费总投入为14 003 亿元，占比26.4%，而高等职业教育的经费总投入为2 761亿元，占比仅5.2%。其次，从就业人员中受过高等职业教育的人员占比情况来看，这20 年间各地区就业人员中人均受高职教育的比例不足8%，表明高等职业教育所形成的劳动力十分有限。再次，从我国经济增长方式来看，我国经济增长方式依然是粗放型和外延型，资本投入仍然是对经济增长贡献率影响最大的因素［36］，教育尤其是高职教育对经济增长的贡献仍然有限。

从东、中、西部区域层面来看，高等职业教育对经济增长的促进作用呈现出“东部＞西部＞中部”的趋势。造成地区差异的原因主要有以下三个方面：首先，经前文计算后得到从业人员人均受高等职业教育年限上可以看出，2000 年的数值呈现东部（0.12）、中部（0.08）、西部（0.07）递减。东部地区人均受高职教育年限远高于中部地区与西部地区。2020年人均受高职教育年限呈现东部（0.43）、西部（0.339）、中部（0.335）递减，中、西部地区的高等职业教育经过20年的发展人均受教育年限有所提升，且西部地区的增速高于中部地区，所以在贡献率上呈现出东部＞西部＞中部的情况。其次，从地区经济发展的角度来看，东部多数城市地理位置便利、产业结构较优，且率先改革开放使其具备了良好的经济基础与体制框架，这些优势在各地区生产总值上也有所体现。2000年与2020年经济发达的东部地区生产总值显著高于中西部地区，分别为47 831 亿元与525 752 亿元。西部虽然地区生产总值最低但增速高于中部地区，从2000 年的16 655亿元到2020年的213 292亿元，增长率为11.80%。经济的快速发展也能带动该地区教育、环境等各方面的发展。再次，从东、中、西部高职教育发展情况来看，东部地区在经济快速发展的同时也储备了雄厚的高等职业教育资源，所以相比中西部地区，各级各类教育与经济发展的耦合度呈现更加协调的关系、人才培养质量与市场需求也较为吻合，增强了高等职业教育对经济发展的拉动作用［37］。从生均经费支出看，全国平均水平为2.04 万元。东部的四个省份（山东、河北、辽宁、福建）、西部的五个省份（重庆、贵州、陕西、广西和云南）高职教育生均经费支出水平低于全国平均水平。而中部8个省份均低于全国平均水平，其中江西、河南的支出水平为倒数后两位。可见，中国各地区的高等职业教育生均经费支出极不均衡［38］。生均经费的不足对高等职业教育的经济贡献率产生一定影响。

从省域层面来看，在2000—2020 年不同省份的高等职业教育对经济增长贡献率的差距较大。多数地区的教育经济贡献率与高职教育经济贡献率之间呈现正相关的协调关系，即教育经济贡献率越大，高职教育经济贡献率也越大。但东部地区的北京、上海与天津，教育对经济增长的平均贡献率在9.14%，而高等职业教育的平均贡献率只有0.47%。造成这一现象的主要原因在于这些一线城市随着经济的发展，产业结构深度调整，新兴产业快速崛起，使得劳动力市场的就业结构也发生了新的变化。职业教育发展支撑产业结构升级的需求不断增加，传统高等职业教育培养的操作型人才已经难以满足城市需要。这些地区对高层次技术技能型人才的迫切需求，提升了对职业教育人才供给的内在要求。高等职业教育在其中就起着重要作用［39］。北京、上海等地的高等职业教育经过多年的发展虽已经形成了门类齐全的专业结构，但专业结构与产业结构的适应性仍需进一步提升。如上海在2001年确立了六大重点行业。经过20年发展这六大重点行业产值已占上海市工业总产值的67.6%。但高职院校的专业设置对这些产业的支撑却并不均衡［40］。如石油化工及精细化工制造业和精品钢材制造两个行业截至2020年依然没有专业布点。需进一步完善相关体制机制，优化高职教育专业设置，以便更好地服务于区域经济和产业发展。

（二）时间差异——不同时间阶段我国高等职业教育对经济增长的贡献率变化明显

1.时间维度贡献率的特征

2000—2020 年，我国高等职业教育对经济增长的贡献率变化较大。全国层面来看高职教育对经济发展的贡献率一定程度上在2003年（1.25%）、2010 年（1.71%）与2011 年（2.31%）、2015 年（4.2%）年都达到峰值，并在2015年达到最大值，而在2017年贡献率最低，为-0.94%。

2.成因分析

2003 年——第一次贡献率波动。首先，2002年颁布的《国务院关于大力推进职业教育改革与发展的决定》对职业院校在面向社会和市场办学上提出了明确期望。这个文件促进了职业教育与经济建设、社会发展紧密结合，该文件被认为标志着职业教育迈入了新的发展阶段，提升了高等职业教育服务经济社会发展的能力。其次，通过对就业人员学历结构的分析，可以发现，接受过高等职业教育的就业人员所占比例发生了较大的变化，这也是高等职业教育经济增长贡献率波动较大的原因之一。1999 年教育部出台《面向21 世纪教育振兴行动计划》，在计划中对于高等教育的在校生人数提出了明确要求，且招生计划的增量主要是在高等职业教育上。在计划的推动下，全国高校招生人数从1998 年的108.4 万人增加到1999年的160 万人再到2000 年的220.6 万人，在校生人数从1999 年的413.4 万到2000 年的556.1 万人，增幅达到34.5%。在校生人数的提升直接促进了教育与经济的发展。2003 年，高等教育扩招后的首批毕业生进入劳动力市场，使劳动力市场中受过高职教育的就业人口比例大幅上升，从而使得高等职业教育经济增长贡献率出现较大波动。但在此后该比例维持稳定，故贡献率在2003 年达到峰值后逐步下降。2006 年教育部先后发布了《关于实施国家示范性高等职业院校建设计划加快高等职业教育改革与发展的意见》《关于全面提高高等职业教育教学质量的若干意见》两个文件。目的在于通过建设国家示范性高等职业院校提升院校的教学质量、办学实力等，在政策引领下，对按照一定原则选拔的100 所高等职业院校进行重点建设，在此推动下高等职业教育对经济的贡献率自2007年开始逐步升高。

2010—2011 年——第二次贡献率波动。一方面，在这两年国家先后颁布了《国家中长期教育改革和发展规划纲要（2010—2020 年）》和《教育部关于推进中等和高等职业教育协调发展的指导意见》，从政策层面明确提出要“大力发展职业教育”，明确了高等职业学校定位和办学重点，强调高等职业教育的“引领作用”，并把提高职业教育质量作为重点。这标志着我国高等职业教育进入了全面提高质量阶段。另一方面，2010 年，《教育部财政部关于进一步推进“国家示范性高等职业院校建设计划”实施工作的通知》颁布，提出在原有重点建设的100 所高等职业院校的基础上再新增100所高等职业院校，扩大国家重点建设的院校数量。在此政策带动下，各省级政府参照国家层面的高职示范项目也陆续出台了省级建设项目，如优质高职院校、一流校、创新强校工程建设项目等。示范校的建设使高职院校在办学实力、教学质量、管理水平和办学效益等方面都有了很大提高，在深化教育教学改革、校企合作体制机制创新建设、实习实训基地建设上也取得明显的进展。“校中厂”和“厂中校”的探索建立完善了产教融合的办学模式，使我国高等职业教育在规模扩大的基础上，院校的教学质量与办学效益也得到了切实提高，高等职业院校服务区域经济社会发展的能力显著增强，进一步提升了高等职业教育对经济增长的促进作用。

2015 年——第三次贡献率波动。一方面，2014 年与2015 年先后出台了《关于加快发展现代职业教育的决定》《现代职业教育体系建设规划（2014—2020 年）》《高等职业教育创新发展行动计划（2015—2018 年）》等文件，健全了职业教育体系、为高等职业教育的发展指明了正确方向，明确了发展目标，提出了具体任务。前后有30 个省份在上述文件出台后启动了骨干专业建设（3159个），重点支持紧贴产业发展、校企深度合作、社会认可度高的专业优先发展［41］。使高等职业教育对经济发展的拉动作用显著提升。另一方面，2010年的国家示范性高等职业院校建设计划，在2015年时全部完成了验收工作。在资金投入上，2010—2015年间99所国家骨干高等职业院校的资金到位率为111.09%，资金带动效应明显。在校企合作上，2015 年1 290 所高等职业院校中有合作企业的专业数占到总专业数的63.80%。在就业情况上，2015年高职毕业生的整体就业率为87.10%［42］。可以看出通过示范校、骨干校的建设，规范了高等职业教育的人才培养模式，提升了高等职业院校的办学质量水平。这也是高职教育在这五年的快速发展使贡献率达到峰值的另一个原因。但近几年贡献率相对较低，甚至在2017年为负值，说明即使在制度层面高等职业教育发展朝着对经济增长有利的方向变迁，但在短期内也可能因为制度不稳定、实施困难等原因而阻碍经济发展。这也要求政府需努力保持制度稳定性，根据不断变化的经济社会发展趋势与产业结构升级需求调整并落实相关政策制度。

四、对策建议

根据上述研究可以发现，高等职业教育对经济增长的贡献在空间上呈现出“东部＞西部＞中部”的差异；在时间上呈现波动性，贡献率的高低会受到不同年份重要政策出台的影响。虽然政策文件对教育发展的影响是有滞后性和长效性的，但往往政策出台后国家以及各地区的政策落实情况是精准且高效的。整体说来高等职业教育对经济增长的贡献显著，但仍旧远低于教育对经济增长的贡献。基于此，我国可以从以下三个层面发力，推动高等职业教育经济贡献率进一步提升。

（一）加强统筹规划，推进高等职业教育整体协调发展

从国家层面完善相关政策法规体系。“职业教育与其他类型的教育不同的一点在于，它对外部因素的依赖性更大。所以要企业、政府、社会形成合力，共同为职业教育创造良好的发展环境，提升职业教育发展质量。”［43］故应加强政府统筹，在相关政策的大力扶持与有力保障下，丰富校企合作样态，吸引更多社会力量关注和支持高等职业教育发展，拓宽经费来源渠道；加强产教融合的办学模式，让高等职业教育的专业建设与产业发展同频共振、形成高职院校和行业企业双向促进的格局；加大对企业办学的资金支持，尤其是深度参与产教融合、校企合作的企业，要支持其举办高等职业教育，并给予一定的经费保障；加大高等职业教育的经费投入力度，创建合理规范的高等职业教育经费管理体系；在政策制定上对中部与西部等欠发达地区有所倾斜，在实现高等职业教育大力发展与经济增长的同时保证教育公平与地区协调发展，避免马太效应；适当扩大高等职业教育招生规模，提高我国高等职业教育的人力资本存量。在规模扩张的同时，也要提升高等职业教育人才培养质量，努力实现高等职业教育从外延式发展转向内涵式发展。

（二）深化产教融合，提升高职教育和地区产业的适配性

推进新阶段职业教育“一体、两翼”的改革举措，构建市域产教联合体和行业产教融合共同体，提高高等职业教育和区域产业的有机互动。基于高职教育发展的地区差异，因地制宜地制定发展策略：针对高等职业贡献高、经济发展优的东部地区，可以继续加强专业建设，增强高等职业专业与地区高端产业的适配性，保持和提升高等职业教育对经济增长的贡献率。针对高等职业教育对社会经济发展贡献较高、而当地经济发展较弱的西部地区，应通过产业结构调整提升地区产业发展、通过相关人才引进和激励政策提升高校毕业生在当地的就业率，以提升高等职业教育人力资本对当地经济发展的作用。针对高等职业教育贡献低、经济发展水平中等的中部，需要充分结合当地经济情况，鼓励社会力量办学，增加多元化投资办学渠道，提高经费投入力度，使人才培养方案紧密贴合经济社会发展的需求、使专业结构设置紧密贴合产业技术更新的需求。同时要促进东、中、西部地区人才的合理流动，各地区均应完善专业设置、人才培养与就业市场的联动机制，在已有专业的基础上建设一批产业紧缺、地区急需、人才缺口的新兴学科和交叉学科，增强高等职业院校学科专业的适应性和竞争力，吸引更多优质人才到高等职业院校学习，提升各地区高等职业教育的办学规模与水平。

（三）完善省域体系，推进区域高等职业教育内涵式发展

要发挥各省市高水平高等职业院校的辐射带动作用，推进区域高等职业教育内涵式发展。努力探索省域现代职业教育体系建设的新模式，使职业教育更好服务于区域经济发展以及人的全面发展。各省高等职业院校应以“双高计划”建设为引领，加强专业建设，优化高等职业教育学科专业结构；加强师资队伍建设，打造高水平“双师型”教师队伍；全面推行现代“学徒制”，使高等职业教育成为技术技能型人才培养高地；实施产教融合、加强社会企业培训，拓展学生学习通道，多途径提升高等职业院校的基本办学能力，切实推动高等职业教育高质量发展，以职业院校内涵式建设为主来不断提高职业教育服务产业的能力。