黑龍江省高等教育體系評價與展望
——基于TOPSIS模型與灰色預(yù)測的實證研究

王廣林，張勁松，潘正

（哈爾濱商業(yè)大學(xué)會計學(xué)院，黑龍江哈爾濱 150028）

隨著新高考制度改革的推進，我國越發(fā)重視高等教育的可持續(xù)發(fā)展。根據(jù)中國統(tǒng)計年鑒，政府對高等教育的投資從2010年的5629 億元增加到2019年13464 億元，高等教育發(fā)展力度空前。目前，我國高等教育發(fā)展存在地區(qū)發(fā)展不均衡、資金投入差異大、教育機會不協(xié)調(diào)等關(guān)鍵性制約因素，經(jīng)過數(shù)據(jù)收集整理，本文將我國高等教育發(fā)展情況大致劃分為五類地區(qū)，并進行現(xiàn)狀概述，具體劃分如表1所示。

表1 高等教育發(fā)展現(xiàn)狀分析區(qū)域劃分

教育經(jīng)費投入規(guī)模方面。根據(jù)2015—2019年面板數(shù)據(jù)可知，一類地區(qū)教育經(jīng)費投入由2022 億元逐年增長至3189 億元，山東省為首的二類地區(qū)，年平均增長約150 億元，表現(xiàn)十分亮眼。黑龍江省所處的三類地區(qū)，教育經(jīng)費投入近五年來平均約六百億，僅為一類地區(qū)投入規(guī)模的25%左右。四、五類地區(qū)的代表省份，年教育經(jīng)費投入額僅為200 億元左右，不足三類地區(qū)的三分之一。

普通高等學(xué)校發(fā)展規(guī)模方面。廣東省與山東省高校數(shù)量分別達到154、146 所，三類地區(qū)中的黑龍江省高校數(shù)量為81 所，僅為一類地區(qū)一半。觀察四類地區(qū)和五類地區(qū)的數(shù)據(jù)可知，青海與寧夏的高校數(shù)量明顯少于前三個地區(qū)，分別為19 所和12 所，數(shù)量相差更甚。

師資層次方面。廣東省和山東省正高級職稱人數(shù)分別達到了15537 和18254 人，正高級職稱占總高校教師人數(shù)比例分別達到9.24%和7.79%，表現(xiàn)優(yōu)異。而包括黑龍江省在內(nèi)的三類地區(qū)正高級職稱人數(shù)僅有8000 人，遠遠落后于一二類地區(qū)。研究四、五類地區(qū)后發(fā)現(xiàn)，青海及寧夏地區(qū)正高級職稱人數(shù)僅有不到1000人，數(shù)量較一類地區(qū)僅占10%不到。

綜上，我國高等教育系統(tǒng)呈現(xiàn)出區(qū)域化、碎片化的發(fā)展態(tài)勢，東南沿海地區(qū)教育資源發(fā)達，西北地區(qū)及中部地區(qū)發(fā)展相對落后。五類地區(qū)差距極大，因此縮小差距、打造平等高效的高等教育系統(tǒng)可持續(xù)發(fā)展模式尤為重要。

影響高等教育發(fā)展水平的因素不止集中在宏觀政策，還包括教育公平、高校水平和經(jīng)濟發(fā)展程度等一系列因素，評價維度間相互關(guān)聯(lián)，因此本文基于黑龍江省高等教育發(fā)展現(xiàn)狀，引入實證分析方法對其進行評價和預(yù)測，具有重要的理論意義和實踐價值。

一、文獻綜述

（一）國內(nèi)文獻綜述

從高等教育發(fā)展的評價方法來看，現(xiàn)有文獻對高等教育評價體系的研究較為分散。其中，有部分學(xué)者利用DEA 模型對高等教育的效率進行了評價。李元靜和張謙（2014）運用Malmquist 指數(shù)法，測度了我國高等教育的發(fā)展效率，得出我國高等教育資源配置存在區(qū)域差異。張宏（2015）以教育經(jīng)費、教職工人數(shù)作為投入要素，以論文數(shù)量、畢業(yè)生人數(shù)作為產(chǎn)出指標(biāo)，建立DEA 模型，得出我國高等教育發(fā)展效率呈現(xiàn)規(guī)模報酬遞增的趨勢，但區(qū)域間差異明顯。李航（2018）運用DEA-Tobit 模型研究了經(jīng)濟發(fā)展和教育支持對高等教育效率的影響，得出兩者均對高等教育效率有著正向影響的結(jié)論。此外，也可運用層次分析法（周浩波，2014）、指數(shù)分析法（畢吉利，2020）、熵權(quán)法TOPSIS 模型（柯文進、王軍，2020）對高等教育發(fā)展水平進行評價。以往文獻研究所選取的評價方法主觀因素較強，且未針對指標(biāo)的異質(zhì)性進行評價方法的調(diào)整，故具有可優(yōu)化的空間。

從高等教育影響因素的效應(yīng)來看，大多數(shù)學(xué)者使用計量方法，如馬明宇（2020）運用計量回歸的分析方法，從經(jīng)濟情況、教育資源投入、產(chǎn)業(yè)結(jié)構(gòu)等角度研究了影響高等教育發(fā)展的主要因素；陳春平和胡何瓊（2021）基于國民經(jīng)濟和高等教育等相關(guān)的面板數(shù)據(jù)運用回歸分析和灰色關(guān)聯(lián)分析，研究了2000—2019年高等教育結(jié)構(gòu)與經(jīng)濟發(fā)展的關(guān)系；潘興俠（2020）運用基于熵權(quán)的加權(quán)模糊隸屬度模型評價了我國區(qū)域高等教育發(fā)展水平，利用空間計量的分析方法對高等教育的因素影響進行了分析。以往的研究成果重點考慮了現(xiàn)有因素對高等教育水平發(fā)展的影響，未對未來高等教育發(fā)展情況予以反饋，且一定程度上忽視了因素對高等教育的模糊關(guān)系，故本文在這些方面彌補了現(xiàn)有文獻的不足。

（二）國外文獻綜述

從研究內(nèi)容來看，國外主要研究集中于高等教育影響因素、高等教育效率、教育資源分配不均等方面。Jourado（2013）運用AHP 層次分析法研究得出，學(xué)校環(huán)境和社會發(fā)展是影響高等教育基礎(chǔ)階段的主要因素。Berchin（2017）研究了巴西聯(lián)邦高等教育結(jié)構(gòu)體系，得出基礎(chǔ)設(shè)施、文化體系促進了高等教育的可持續(xù)發(fā)展。Al-Rahmi（2018）收集了馬來西亞723 名研究生的問卷調(diào)查結(jié)果，得出社交媒體的運用和積極的合作學(xué)習(xí)，能夠促進高等教育學(xué)習(xí)和發(fā)展的結(jié)論。以往國外文獻主要研究某一種因素對高等教育體系的影響，在全面評價高等教育發(fā)展方面存在一定的研究空白。

從研究方法來看，國外主要是通過構(gòu)建一系列指標(biāo)，基于傳統(tǒng)統(tǒng)計方法加以測算與分析。國外學(xué)者大多運用數(shù)據(jù)包絡(luò)方法對高等教育的效率進行測算，其中包括高校資源配置效率（Johnes，2006a）、辦學(xué)效率（Cherchuye Laurens，2009）成本效率（Johnes，2006b）等。此外，Qian 和Smyth（2008）計算了基尼系數(shù)和泰爾指數(shù)，用以分析中國教育資源區(qū)域分配差異不斷擴大的原因。Yue（2015）通過描述性分析和回歸分析，研究了中國教育在發(fā)展中的不平等情況。以往外文文獻主要利用數(shù)據(jù)包絡(luò)分析方法測算高等教育效率，重點在于研究高等教育投入與產(chǎn)出的關(guān)系，本文將研究重點放在全面衡量教育發(fā)展上，對于僅研究投入與產(chǎn)出更具有可持續(xù)發(fā)展意義。

為了對現(xiàn)有研究進行補充，本文主要針對以下三個方面進行深入研究。第一，使用定量分析方法，利用基于熵權(quán)的TOPSIS 模型和灰色關(guān)聯(lián)度矩陣對我國31 個?。ㄊ?、自治區(qū)）高等教育發(fā)展水平進行了綜合評價，并運用灰色預(yù)測對重點研究省份未來十年高等教育發(fā)展水平進行預(yù)測和分析，具有相對明顯的政策意義。第二，選取七項對高等教育發(fā)展影響較大的指標(biāo)進行計算分析，指標(biāo)選取方法合理，評分結(jié)果較為準(zhǔn)確。第三，本文在地區(qū)異質(zhì)性的基礎(chǔ)上重點對比黑龍江省與北京市，從時間和影響因素方面進行了分析，為黑龍江省高教研究提供了新的思路。

二、模型建立

（一）基于熵權(quán)的TOPSIS 模型

TOPSIS 法（Technique for Order Preference by Similarity to Ideal Solution）亦稱理想解法，簡稱為優(yōu)劣解距離法，是一種有效的多指標(biāo)評價方法（彭勇行，2000；Chen，2000；OLSON，2004）。這種方法通過構(gòu)造評價問題的正理想解和負(fù)理想解，即各指標(biāo)的最優(yōu)解和最劣解，通過計算每個方案到理想方案的相對貼近度，即靠近正理想解和遠離負(fù)理想解的程度，來對方案進行排序，從而選出最優(yōu)方案（Deng，2000；陳雷、王延章，2003）。TOPSIS 法是一種多目標(biāo)決策方法，能充分利用原始數(shù)據(jù)的信息，結(jié)果能精確地反映各評價方案之間的差距（Ta-Chung 和Chu，2002；Opricovic 和Tzeng，2004）。

1.正向化的矩陣標(biāo)準(zhǔn)化。假設(shè)有m 個要評價的對象，n 個評價指標(biāo)（已正向化的）構(gòu)成的正向化矩陣如下：

那么，對其標(biāo)準(zhǔn)化的矩陣記為Z，Z 中的每一個元素：

2.評價對象的得分。假設(shè)有m 個要評價的對象，n 個評價指標(biāo)的標(biāo)準(zhǔn)化矩陣：

則基于熵的標(biāo)準(zhǔn)化矩陣為：

定義最大值：

定義最小值：

（二）灰色關(guān)聯(lián)度矩陣

由于灰色關(guān)聯(lián)度是分析一定向量與向量之間以及矩陣與矩陣之間的關(guān)聯(lián)度（焦玥、胡勁松，2005），而且所需要的原始數(shù)據(jù)較少，原理簡便（Liu S F 和Liu Y，1998；Hong，1996）。關(guān)聯(lián)度是某一個待比較的數(shù)列與參照物之間的相關(guān)程度。假設(shè)現(xiàn)有一組參考數(shù)列如下：

x=（x（1），x（2），x（3），…，x（k），…，x（n）），j=1，2，3，…，s

假設(shè)一組待比較數(shù)列如下：

x=（x（1），x（2），x（3），…，x（k），…，x（n）），i=1，2，3，…，t

則定義關(guān)聯(lián)系數(shù)如下：

（1）ε（k）表示的是第i 個比較數(shù)列與第j 個參考數(shù)列第k 個樣本之間的關(guān)聯(lián)系數(shù)。

（4）分辨率ρ通常約定俗成取值在［0，1］之間，不過并非表明ρ只能在［0，1］之間。

如果把x與x之間的相關(guān)度寫成矩陣的形式，則有：

根據(jù)R 矩陣的結(jié)構(gòu)可以很清楚地知道，待比較的數(shù)列從列可以看出其作用大小，參考數(shù)列從行可以看出其受影響程度的大小，依據(jù)R 矩陣數(shù)值大小可以分析出比較數(shù)列矩陣中哪些數(shù)列起到主要作用。

（三）灰色Verhulst（即Log is tic）預(yù)測模型

設(shè)X為原始序列，X為X的1－AGO，Z為X的緊鄰均值生成序列，則稱：

x（k）+az（k）=b（z（k））

為灰色Verhulst 模型（蔣紅梅和魏勇，2015；李曄和丁圓蘋，2020）。

根據(jù)灰色Verhulst 模型，在最小二乘意義下可以估計出參數(shù)a，b 的值，再將a，b 的估計值代入灰色Verhulst 模型的白化方程，在初始條件x（1）=x（1）下，解得灰色Verhulst 模型的時間響應(yīng)式為：

三、指標(biāo)選取與數(shù)據(jù)來源

影響高等教育的因素可分為直接因素和間接因素。后備人才使用情況、高等學(xué)校教育經(jīng)費投入情況、師資情況、培養(yǎng)方向情況以及高等教育教學(xué)效率是高等教育可持續(xù)水平的直接影響因素，五項評價指標(biāo)均源自高等教育體系本身，為直接抽取因素；將地區(qū)人均可支配收入水平和科研水平定義為間接影響因素，原因在于二者分別依據(jù)經(jīng)濟與教育成果層面引入評價體系，與地區(qū)高等教育可持續(xù)發(fā)展模式未建立直接關(guān)系。影響高等教育可持續(xù)發(fā)展水平的兩類因素直觀展示如圖1所示。

圖1 評價指標(biāo)選取情況

1.后備人才使用情況。本文選取普通高中畢業(yè)生人數(shù)與高等學(xué)校招生人數(shù)比反映某城市生源情況。該指標(biāo)的選取目的在于綜合度量某一地區(qū)高等教育后續(xù)發(fā)展體量與普通高中輸出人才中流入本地區(qū)高等教育體系的規(guī)模，為負(fù)向指標(biāo)，指標(biāo)數(shù)值越低，本地區(qū)高等教育可持續(xù)發(fā)展能力越強。

2.高等學(xué)校教育經(jīng)費投入情況。經(jīng)濟基礎(chǔ)決定上層建筑，高等學(xué)?？蒲谢鹜度肱c可持續(xù)發(fā)展模式建設(shè)成正比，穩(wěn)健的資金支持可以優(yōu)化學(xué)科建設(shè)、提升教師水平、完善基礎(chǔ)設(shè)施。

3.高等教育教學(xué)效率。本文選取高等學(xué)校師生比來反映教學(xué)效率。由應(yīng)用型向研究性轉(zhuǎn)變是高等教育體系可持續(xù)發(fā)展模式建設(shè)的一大重要環(huán)節(jié)，基礎(chǔ)階段開展通識博雅教育，專業(yè)階段實施有針對性的教育方式，降低師生比尤為關(guān)鍵。

4.師資情況。本文選取教研團隊正高級職稱人數(shù)占比反映高校師資情況。優(yōu)化教師團隊對高等教育體系可持續(xù)發(fā)展具有關(guān)鍵意義，先進的教學(xué)理念與科研實力能夠引導(dǎo)出高效的學(xué)術(shù)環(huán)境，提升學(xué)生與教師的科研能力。

5.培養(yǎng)方向情況。選取高等學(xué)校本科生與研究生人數(shù)比作為高校培養(yǎng)方向可持續(xù)性的反映。高等學(xué)校本科生培養(yǎng)方案為面向應(yīng)用型人才，碩士、博士研究生的培養(yǎng)方案為研究性人才。發(fā)展能夠繼續(xù)投身高等教育體系的高科技人才，才可以使高等教育體系更加可持續(xù)發(fā)展。

6.地區(qū)人均可支配收入水平。該指標(biāo)源于社會經(jīng)濟活動對教育文化體系的促進作用，某一地區(qū)人均可支配收入越多，公民可用與高等教育體系的資金便越充足，以此在一定程度上可以彌補政府教育經(jīng)費不足的問題，增加高等教育體系后續(xù)發(fā)展的供給動力。

7.科研水平。以專利授權(quán)數(shù)量作為某城市科研水平的代表。上述六項指標(biāo)主要側(cè)重于衡量高等教育體系的活動過程，致力于以先進的外部環(huán)境推動該體系可持續(xù)發(fā)展。此項指標(biāo)重在評價產(chǎn)出成果，一個地區(qū)的專利授權(quán)數(shù)量一定程度上代表該地高等教育的科研水平，專利授權(quán)數(shù)量越多，科研實力越雄厚。

根據(jù)上述評價結(jié)果，本文利用灰色關(guān)聯(lián)度分析計算出各指標(biāo)對高等教育系統(tǒng)可持續(xù)發(fā)展能力綜合得分的影響程度，具體情況如圖2所示。

圖2 各評價指標(biāo)對總體評價得分貢獻程度

由上圖可觀察出各評價指標(biāo)的關(guān)聯(lián)系數(shù)均在0.9以上，進一步說明本文在指標(biāo)選取層面上的合理性。

四、實證分析

（一）全國層面各省份綜合評估結(jié)果的分析

根據(jù)實證分析結(jié)果，廣東省的綜合評估得分為0.0688，位居全國第一。從各指標(biāo)影響數(shù)值可以看出，與北京市相比，廣東省只有教育經(jīng)費一項高于前者，而廣東省綜合得分超越北京市。由此可見，教育經(jīng)費投入這項指標(biāo)為對綜合得分關(guān)聯(lián)系數(shù)最大的影響因素，從灰色關(guān)聯(lián)度分析結(jié)果也可證明，此項指標(biāo)關(guān)聯(lián)系數(shù)為0.9786，為首要評價指標(biāo)。

深入觀察黑龍江省與遼寧省的各項數(shù)據(jù)發(fā)現(xiàn)，除教研團隊正高級職稱人數(shù)占比與普通高中畢業(yè)生人數(shù)與高等學(xué)校招生人數(shù)比兩項外，其余五項評價指標(biāo)遼寧省均優(yōu)于黑龍江省，但黑龍江省最終得分卻高于遼寧?。磺医萄袌F隊正高級職稱人數(shù)占比兩者相差甚小，僅為0.018。說明普通高中畢業(yè)生人數(shù)與高等學(xué)校招生人數(shù)這項指標(biāo)是十分重要的，利用本文建立的實證模型亦可看出，其影響系數(shù)為0.9242，位列第三。

社會發(fā)展的根基在于經(jīng)濟，經(jīng)濟發(fā)展水平高的省市，人均可支配收入隨之相應(yīng)較高。該指標(biāo)位居前三的省市分別為上海市、北京市和浙江省，而這三個地區(qū)的最終綜合評價得分亦居于全國前列。通過實證分析計算出該指標(biāo)對總體得分的貢獻程度為0.9298，位列各項指標(biāo)第二。依據(jù)TOPSIS 模型得到，全國各地區(qū)高等教育體系可持續(xù)發(fā)展能力綜合評分基本與經(jīng)濟發(fā)展水平及人口分布情況相匹配，以黑河-騰沖線為界，東部地區(qū)總體情況明顯優(yōu)于西部各地的TOPSIS得分。

廣東省、江蘇省與浙江省經(jīng)濟發(fā)展總量均居于全國前五位，根據(jù)本文TOPSIS 模型計算的高等教育發(fā)展能力得分亦位列前五，由此更加充分地表明經(jīng)濟發(fā)展水平對高等教育體系的貢獻程度，證明本文間接評價指標(biāo)選取的合理性。北京市為全國政治與文化中心，上海市為經(jīng)濟、金融及航運中心，高等教育綜合得分與其國家定位相吻合。

部分西部省區(qū)沒有一所世界一流大學(xué)A 類建設(shè)高校，人才流失、經(jīng)濟落后、科研環(huán)境艱難以及教師資源匱乏等定性因素均表明其高等教育發(fā)展模式存在嚴(yán)重問題，TOPSIS 綜合得分亦位居全國尾部，地方政府及國家教育系統(tǒng)應(yīng)“因地制宜”，予以發(fā)展動力。

（二）黑龍江省高等教育可持續(xù)發(fā)展模式對比分析

本文依據(jù)所得到的數(shù)據(jù)，進行了黑龍江省與北京市及全國指標(biāo)數(shù)值的橫向?qū)Ρ?，如?所示。

表2 黑龍江省與北京市各評價指標(biāo)表現(xiàn)情況

縱觀黑龍江省各項指標(biāo)得分?jǐn)?shù)據(jù)，高等學(xué)校教育經(jīng)費投入情況、高等學(xué)校本科生與研究生人數(shù)比、地區(qū)人均可支配收入、專利授權(quán)數(shù)量四項指標(biāo)得分低于全國各省市平均值，應(yīng)引起地方政府高度重視，尤其是高等學(xué)校教育經(jīng)費投入情況，黑龍江省為7612173，全國平均為13540085，僅為全國平均的一半左右；專利授權(quán)數(shù)量黑龍江省為19989，全國平均為79182，僅為全國平均的四分之一左右。

北京市的綜合評價得分為全國第三，各項指教表現(xiàn)均衡，且作為全國政治、文化和教育中心，均有不可替代的模式優(yōu)化輻射作用。本文選擇北京市作為參照對象，在優(yōu)化黑龍江省高等教育體系可持續(xù)發(fā)展模式的基礎(chǔ)上，為全國各地區(qū)提供了一個具體思路，以供他方進行參考。

根據(jù)歷史數(shù)據(jù)并加以修正，本研究預(yù)測黑龍江省2020—2029年高等教育體系可持續(xù)發(fā)展能力綜合得分呈增長趨勢，雖整體增長速度較快，但發(fā)展基數(shù)體量仍然較小，故最終得分較低，為0.0303，遠低于北京的0.0579，北京的高等教育體系整體發(fā)展體量大且增長速度較快。對于北京市和黑龍江省的灰色Verhulst模型預(yù)測曲線，如圖3所示。

圖3 黑龍江省與北京市Verhaust 預(yù)測曲線

2015年10月24日，國務(wù)院印發(fā)《統(tǒng)籌推進世界一流大學(xué)與世界一流學(xué)科建設(shè)總體方案》，在“雙一流”建設(shè)期間北京地區(qū)高校投入教育經(jīng)費預(yù)算增長遠高于全國平均水平31.21%，北京投入近百億推動高校高精尖創(chuàng)新中心建設(shè)，有8 所高校教育經(jīng)費增長位列前五十，而黑龍江高校沒有上榜。在“雙一流”建設(shè)收官之年，北京與黑龍江的高等教育可持續(xù)發(fā)展能力綜合得分差距進一步被拉大。

北京的教育經(jīng)費得分為13525400，高于黑龍江7612173，黑龍江省教育經(jīng)費遠低于北京的，導(dǎo)致了三方面的影響。第一，科研經(jīng)費短缺，長期以來，科研經(jīng)費在高校收入所占比例均處于較低水平，教育經(jīng)費不足對黑龍江高校科研工作的開展產(chǎn)生了不利的的影響，科研隊伍建設(shè)及科研設(shè)備的配備難以滿足高?？蒲行枨?，制約了以理工科高校為主的黑龍江高校高水平研究工作的開展。第二，圖書資源、校舍建筑等硬件資源配備不足，由于教育經(jīng)費投入有限及學(xué)生數(shù)量的不斷增加，高校圖書館普遍存在圖書資源過于陳舊，不符合時代發(fā)展要求的問題，圖書資源少有更新，學(xué)生難以通過閱讀了解前沿科學(xué)研究。生均校舍面積和校舍環(huán)境均低于北京等較發(fā)達地區(qū)，新建建筑較少。第三，實驗儀器與設(shè)備短缺，就黑龍江省高校專業(yè)設(shè)置來看，理工科學(xué)生占大多數(shù)。眾所周知，實驗儀器與設(shè)備對于理工科教學(xué)來說是不可或缺的，但由于經(jīng)費等原因，學(xué)校不能正常配備實驗儀器設(shè)備，儀器設(shè)備無法滿足師生的實踐和科研需求。應(yīng)積極推動“世界一流大學(xué)和一流學(xué)科”建設(shè)，合理配置和利用教育經(jīng)費，加大工業(yè)、農(nóng)業(yè)等行業(yè)高校科研經(jīng)費和創(chuàng)新成果轉(zhuǎn)化經(jīng)費投入，鼓勵創(chuàng)新成果轉(zhuǎn)化，服務(wù)“新時代東北全面全方位振興”和“耕地保護”戰(zhàn)略。

專利數(shù)量是地區(qū)高等教育水平的重要體現(xiàn)，黑龍江省86247 低于北京得分527390，反映出黑龍江省的高等教育水平及科研創(chuàng)新能力較弱，黑龍江省應(yīng)保護技術(shù)交易市場，建立健全技術(shù)交易制度，對技術(shù)交易給予一定的稅收支持，促進技術(shù)的交易。政府還要提高財政科技支持，堅持科教興國戰(zhàn)略，為具有創(chuàng)新力的企業(yè)提供更多支持，鼓勵并創(chuàng)造更優(yōu)的外部環(huán)境；加大研發(fā)經(jīng)費投入力度，為科研提供穩(wěn)定支持；因地制宜，合理配置科研經(jīng)費投入比例。

黑龍江省作為東北老工業(yè)基地之一和重要的耕地保護區(qū)，高校數(shù)量較多，但普遍質(zhì)量不高，與地區(qū)經(jīng)濟發(fā)展水平不匹配，教育經(jīng)費投入和科研能力落后于東南沿海地區(qū)，應(yīng)該高效配置區(qū)域內(nèi)教育資源，支持和鼓勵工業(yè)、農(nóng)業(yè)類高校發(fā)展，實現(xiàn)經(jīng)濟發(fā)展與高等教育需求有效對接，在發(fā)展高新技術(shù)產(chǎn)業(yè)的同時，積極發(fā)展工業(yè)和農(nóng)業(yè)等造血性產(chǎn)業(yè)，為承接?xùn)|部發(fā)達地區(qū)產(chǎn)業(yè)轉(zhuǎn)移服務(wù)。另外，黑龍江省人口外流嚴(yán)重，普通省屬高校本省招生人數(shù)超過50%，畢業(yè)留黑龍江省工作人數(shù)僅占畢業(yè)生人數(shù)的30%，應(yīng)出臺相應(yīng)的人才引進政策，給外地落戶群體發(fā)放補貼，吸引與經(jīng)濟發(fā)展相關(guān)的緊缺型本地高校畢業(yè)生留黑工作。

五、結(jié)論和政策建議

本文基于熵的TOPSIS 模型對全國各省高等教育可持續(xù)發(fā)展水平進行了評估，并利用灰色預(yù)測對黑龍江和北京的高等教育發(fā)展進行了對比，得到黑龍江高等教育可持續(xù)發(fā)展的相關(guān)結(jié)論。第一，黑龍江省在校生數(shù)量龐大，高校眾多，缺乏與高等院校擴招相匹配的財力保障，高等教育面臨教育經(jīng)費不足的問題。第二，黑龍江省的高等教育水平及科研創(chuàng)新能力較弱。第三，師資層次和人才培養(yǎng)方向決定了教學(xué)質(zhì)量和科研創(chuàng)新程度，黑龍江省尖端人才資源外流嚴(yán)重。

針對黑龍江省教育經(jīng)費不足的問題，可具體采取以下措施。第一，通過“互聯(lián)網(wǎng)與人工智能AI”技術(shù)發(fā)展“互聯(lián)網(wǎng)+高等教育”，促進教育優(yōu)勢地區(qū)與其他地區(qū)的學(xué)術(shù)交流以及教學(xué)資源共享，在區(qū)域與區(qū)域之間構(gòu)建緊密型高校共同體，彌補黑龍江省與其他教育優(yōu)勢地區(qū)的高等教育水平的差距；第二，鼓勵學(xué)校進行產(chǎn)學(xué)研一體化發(fā)展，促進行業(yè)性高校積極發(fā)揮行業(yè)內(nèi)影響力與創(chuàng)造力獲取更多的資金投入教學(xué)、科研活動；第三，完善教師職稱評價標(biāo)準(zhǔn)，發(fā)揮正高級教授對于科學(xué)研究和產(chǎn)學(xué)研融合發(fā)展的推動作用；第四，鼓勵高等院校與社會企業(yè)合作，合理調(diào)整學(xué)生學(xué)費，解決高等教育投入機制中的社會缺位問題；第五，政府應(yīng)針對不同性質(zhì)的高?？蒲协h(huán)境，相應(yīng)的調(diào)整教學(xué)硬件的數(shù)量，加大科研投入資金數(shù)量，對于圖書資源、校舍建筑等硬件資源配備，做到及時供應(yīng)，為高校師生提供一個良好的科研環(huán)境。

要提高黑龍江省教育水平及科研創(chuàng)新，需要做到：第一，對于技術(shù)交易市場方面，黑龍江省應(yīng)積極做好技術(shù)交易市場監(jiān)管工作，維持技術(shù)交易秩序，建立健全技術(shù)交易制度，對技術(shù)交易給予一定的稅收支持，促進和保護技術(shù)的交易，以提高科研人員的發(fā)明積極性；第二，對于技術(shù)財政支持方面，政府要加大財政支持力度，制定科研創(chuàng)新獎勵政策，為具有創(chuàng)新力的高校提供更多支持，鼓勵并創(chuàng)造更優(yōu)的外部環(huán)境；第三，對于科研團隊建設(shè)方面，黑龍江省有眾多優(yōu)秀的理工科院校，具有一定的科研創(chuàng)新優(yōu)勢，政府應(yīng)鼓勵高校，通過不斷壯大研發(fā)團隊，細化研發(fā)職能，在專利研發(fā)上彰顯專業(yè)化來提升研發(fā)水平和科技創(chuàng)新能力；第四，對于專利實用性方面，科研創(chuàng)新能力的表現(xiàn)程度，不僅需要依靠數(shù)量，更需要依靠質(zhì)量。應(yīng)鼓勵高校因地制宜，結(jié)合地區(qū)發(fā)展的實際情況，加大研發(fā)投入，研發(fā)出適合地區(qū)的專利產(chǎn)品。

要解決黑龍江省人才引進問題，可從以下幾方面著手。第一，對于人才引進落戶政策，制定多種落戶政策的選擇，人才可根據(jù)實際情況選擇購房或租房優(yōu)惠補貼政策，吸引人才流入；第二，對于社保補貼政策，對于引入的人才可給予社保50%補貼，一年一補等政策；第三，對于人才稅收優(yōu)惠政策，制定相應(yīng)的稅收優(yōu)惠及返稅政策；第四，對于部分人才匱乏領(lǐng)域，針對相應(yīng)領(lǐng)域的人才，應(yīng)加大以上相應(yīng)優(yōu)惠政策的力度。