普通高校专任教师队伍结构对高等教育质量的影响

作者简介：

1.汪树坤，男，厦门大学教育研究院博士研究生，主要从事高等教育经济、高等教育发展与治理、高等教育发展与评价研究；

2.冯卫国，男，教育学博士，武汉城市职业学院高等职业教育研究所讲师，主要从事教育经济与政策、高等职业教育研究.师，研究方向为教师专业发展；

3.刘庆，女，教育学博士，武汉城市职业学院学前教育学院讲师，主要从事学前教育政策、教师队伍研究.

摘  要：2003以来，高等教育专任教师队伍产生了结构性变化，教师队伍结构对高等教育质量具有重要影响，选取2003—2020年时间序列数据，运用VAR模型，深入探讨了高校专任教师的年龄结构、学历结构以及职称结构对高等教育质量的影响。研究表明，专任教师队伍的规模与高等教育的质量呈现出同步发展的趋势，研究生学历专任教师数比例和高级职称专任教师数比例逐年递增，青年专任教师比例呈现逐年下降的趋势。专任教师队伍结构对高等教育质量存在显著影响，其中高等教育自身发展和年龄结构因素对教育发展的影响最大，其次是专任教师的学历结构，最后是专任教师的职称结构。因此，现阶段需加强专任教师队伍建设，优化教师队伍整体结构，促进高等教育高质量发展。

关键词：高等教育质量；高校教师；师资队伍结构；VAR模型

中图分类号：G650

文献标识码：A  文章编号：2095-5995（2023）09-0090-08

高等教育自1999年扩招以来，规模不断增长，截至2020年，高等教育毛入学率达到54.4%，我国高等教育已进入普及化阶段。而规模和质量的协调发展是实现高等教育高质量发展的内在逻辑，其中高水平的师资是高质量提高的根本保障，有一流的师资队伍才能进行一流的科研和培养一流的学生。教育大计，教师为本。合理的师资队伍结构是实现高等教育高质量发展的关键，在我国高校师资队伍建设过程中，教师的整体素质提升和结构优化，是高等教育的理论发展和改革实践中必须面对的重要问题。

一、文献综述

国外关于高校教师队伍结构的研究成果较少，国内相关研究成果则比较丰富，本文主要从国内相关文献进行回顾和梳理，以了解我国关于高校专任教师队伍结构研究的共识观点和主要成果。

（一）关于高校专任教师队伍结构概念研究

高校教师队伍结构是本研究的核心概念，相关学者从不同的角度对此进行了清晰的界定和阐释。刘诚芳认为，高校教师队伍结构是指教师队伍中教师本身条件要素的构成比例及其相互联系［1］。秦晓红认为，高等学校师资队伍结构是指高等学校师资队伍内部各组成要素的关联方式和相互作用形成的相对稳定状态［2］。《教育大辞典》采用构成说，将教师结构界定为各级各类学校教师队伍的构成状况。包括教师的专业构成、教育程度构成、学历构成、职称构成和年龄构成、性别构成等［3］。将师资结构界定为教师队伍的职称、年龄、专业、性别、种族、学历、工资等构成状态，并认为师资结构和水平（层次）结构、科类（专业）结构、形式结构、地位结构、财政结构、管理结构、教学结构一样，是高等教育结构内部的一个常受注意的子结构［4］。“教师队伍结构”是指学校承担教学工作的群体中具有不同特征的人员的配备及其构成关系［5］。综上所述，教师队伍结构是高等学校教师队伍建设必须具备的一般要求，也是教学质量的基本保障，它包括学历结构、职称结构、年龄结构、学缘结构、学科专业结构等方面。

（二）关于高校专任教师队伍结构的评价研究

专任教师队伍结构研究具有重要的实践价值，结构优化是推进高等教育高质量发展的重要环节。相关学者致力于高校教师队伍建设的研究，张轶坤认为，在年龄结构方面，教师队伍平均年龄为40岁左右为宜，其中正、副教授平均年龄分别在50岁和45岁以内为佳；在学历结构方面，教学科研型高校的研究生学历或硕士以上学位教师比例应占80%（博士比例在30%以上），教学型高校该比例应占60%（其中博士比例在20%左右），35岁以下教师具有研究生以上学历应占80%以上；在职称结构方面，教学研究型高校的教授、副教授教师比例应占40%—50%，教学型高校应占30%—40%；在学缘结构方面，在校外完成某一级学历（学位）教师应占70%以上，形成跨学科、跨专业、多元合成的学缘结构［6］。高校科研产出除了由外部经济环境、高校类型、人员规模、工资水平等因素决定外，还可能受高校教师队伍的岗位、合同、职称、性别/种族结构的影响［7］。普通高校教师年龄结构趋于青年化，35岁以下的青年教师成为当前高校教师队伍的主力军；研究生学历层次的教师数量稳步增长，整体提升了教师队伍的学科专业素质;普通高校专任教师职称结构得到一定程度的改善；教师队伍仍然处于持续青年化和学历层次提高的过程当中［8］。闫建敏等通过数据统计法研究我国7所民族高校师资队伍的结构特点并提出相应发展策略［9］。

（三）关于我国高校专任教师队伍结构现存问题和对策的研究

相关学者在进行现状分析时，剖析了产生结构失衡的原因所在，并提出相应的对策，是高校专任教师队伍结构研究实践意义和现实意义的重要体现。我国高校师资队伍结构存在着青年教师比例较高，过分青年化和老龄化现象并存；学历结构不合理，高学历比例偏低；职称结构不合理，高职称比例偏低；近亲繁殖严重，学缘结构不尽合理；教师专业知识老化，知识结构不合理等问题［10］。现阶段我国高校教师人力资本存在诸多矛盾和问题，表现为存量不足，师生比过高；专业结构和年龄结构不合理，青年化趋势明显；专业技术职务和学历层次结构失衡比较严重［11］。相比于美国一流大学来说，我国高水平大学的教师学历层次偏低。美国世界一流大学教师中博士比例高达95%以上。2009年底，我国“211工程”高校中有博士学位教师仅占到48%，而且我国高校师资队伍出现了断层现象［12］。高水平大学中具有博士学位者的比例已经成为评价一所大学办学质量的重要指标。我国研究型大学人才队伍学历结构存在较大的差异，其中最低的博士比仅为31.4%［13］。

目前对普通高校教师队伍结构优化已有较多研究，但少有学者对教师队伍结构和高等教育质量的关系进行计量分析。在建设高等教育现代化的大背景下，对专任教师队伍的结构进行量化分析对高等教育的发展具有重要的政策参考价值，也是评价高等教育质量的现实要求。本文采用向量自回归（VAR）计量经济模型，选取2003—2020年为时间序列数据，探究普通高校专任教师队伍结构（包括年龄结构、学历结构、职称结构）对高等教育质量的影响，借此研究结果为优化高校教师结构、提高高等教育质量提供参考。

二、变量和模型选取

（一）变量选取

为了研究专任教师队伍结构对高等教育质量的实际作用效果，本文通过相关统计数据，运用计量经济模型对其作用关系进行实证分析。从研究目的出发，特别选取生均教育经费、普通高等学校数、博士在校生数、硕士在校生数、普通本科、专科生在校生数、专任教师数、研究与发展全时人员、拨入经费、出版科技著作数量、当年实际收入指标，通过熵值法测算得出的综合评价指数作为衡量高等教育质量的指标，输入端选取高等学校专任教师的年龄结构、职称结构、学历结构为专任教师队伍结构的指标。考虑到数据的可获得性和可靠性，将样本区间定为2003—2020年。

高等教育质量是“质”的评价标准，不仅是高等教育“水平如何”的重要表征，同时是高等教育发展均衡程度的重要评价指标。参考已有研究成果，本研究选取包含整体规模、经费投入、师资力量、科学研究四个维度对高等教育质量进行测量。基于2003—2020年全国专任教师统计数据，借鉴已有研究［14］［15］选取高等教育质量相关的指标，运用熵值法测算得出高等质量综合评价指数。

为保证本研究的可操作性，将普通高校专任教师的年龄、学历、职称采用二分法分别进行划分。如表1所示，将年龄结构变量根据国家统计局的标准划分为青年专任教师（35岁及以下）和非青年（36岁及以上）专任教师，学历变量划分为研究生学历专任教师和非研究生学历（包括本科学历和专科及以下学历）专任教师；职称变量划分为高级职称（正高级和副高级）专任教师和非高级职称专任教师。本文的原始数据均来自《2003—2020年中国教育统计年鉴》。

整体而言，2003—2020年，我国专任教师队伍与高等教育质量同步发展，不同年份高等教育质量指数、普通高校专任教师规模、研究生学历专任教师数、高级职称专任教师数、35岁及以下青年专任教师数如图1所示。2003—2020年18年间，普通高校专任教师数扩大了2.2倍，研究生学历专任教师数扩大了4.8倍，这段时期高等教育实现快速发展和专任教师队伍规模迅速提升，为我国同一时期我国的社会、经济、科技等方面的发展起到了极为重要的作用。但35岁及以下的专任教师数占比从2003年的46.4%下降到2020年28.5%，说明我国普通高校专任教师年龄结构趋于老龄化，35岁及以下的青年教师占比出现逐年下降的趋势。

（二）模型选择

由于向量自回归（VAR）模型对变量之间的关系不带有任何事先约束条件，且可估计联合内生变量的动态影响，考虑到变量之间的相互影响和变量的滞后效应，为了更好地反映变量之间复杂的关系，用预测随机扰动项对相关联的时间序列的动态冲击，以便于解释各类冲击对解释变量造成的影响，不含外生变量的向量自回归模型非常适合专任教师队伍结构对高等教育质量影响效应研究，因此，本文选择使用VAR模型来研究高校专任教师年龄结构、学历结构、职称结构与高等教育质量之间的关系。模型的基本表达式为：

Yt=β1Yt-1+β2Yt-2……βpYt-p+ε+εt

式中Yt为内生变量向量，p为滞后阶数，ε为常数项，εt为随机误差项，βp为待估参数矩阵。

三、实证分析

（一）时间序列的单位根检验

在对相关变量进行长期稳定关系分析之前，为了确保模型估计的准确性和防止出现伪回归，本文对时间序列数据进行平稳性检验，将年龄结构变量根据国家统计局的标准划分为青年专任教师和非青年专任教师、学历变量划分为研究生学历专任教师和非研究生学历专任教师、职称变量划分为高级职称（正高级和副高级）专任教师和非高级职称专任教师。采用单位根检验对2003—2020年的时间序列数据的平稳性进行检验。检验结果显示各变量在自身水平上有单位根存在，并且一阶差分也存在单位根，是非平稳序列，因为向量自回归模型要求所用变量需平稳，从表2检验结果数据可以看出，在对其进行二阶差分后然后单位根检验，5个变量进行二阶差分后的ADF统计量，其单位根检验值均小于1%、5%和10%显著水平下的临界值，即在1%显著性水平下它们通过单位根检验，说明这5个变量通过二次差分后平稳，满足向量自回归模型要求，因此，本文将所有变量进行二阶差分建立VAR模型。

（二）模型最优滞后阶数确定

VAR模型对滞后期的选择非常敏感。选择滞后阶数时，应综合考虑多种信息准则，如AIC、HQIC和SBIC。根据最优组合检验结果，本研究确定了最优的滞后期。根据平稳性检验的结果，本文选择了滞后阶数为2的VAR模型。通过对参数矩阵进行估算，发现滞后阶数为2的VAR模型中各变量的拟合优度较高，可以准确地反映出各变量之间的相互影响程度。滞后性检验结果表明，该VAR模型是显著且稳定的。然而，F统计量的值较大，不能排除滞后项联合统计显著的假设。因此，对滞后项进行了排除检验，结果显示二阶滞后中各元素的p值非常小，非常显著。这表明各变量与估计系数之间存在联合显著性，即存在该阶滞后项。综上所述，本文建立的VAR模型是可信的，可以进行下一步的分析。

（三）格兰杰因果检验

根据前述分析，对高等教育质量和专任教师队伍结构之间的关联效应进行了研究，通过构建VAR模型，并对模型的平稳性进行了检验，结果表明模型是稳定的。接下来，使用格兰杰因果关系检验方法来识别变量之间的关联效应，并进行进一步的分析，具体的格兰杰因果检验结果可见表4。