论文部分内容阅读
摘 要 基于匹配原则，构建“质量工程”教育资源投入量化指标体系，对其进行区域、专业2个维度定量评价，同时与招生、产业结构联立匹配矩阵，重新审视“质量工程”资源分配绩效。研究结论表明，江苏省“质量工程”教育资源投入在区域、专业2个维度总体处于“吻合”、“基本吻合”区间；“申报—评审”资源分配机制下，专业结构通过倒逼资源分配，进而与产业资源错位；教育资源有强烈的空间溢出效应，但基于区域平衡考量，教育资源的规模效应和集聚效应受到削弱；教育资源的专业结构分配应考虑产业均衡，通过专业相对均衡发展，实现产业错位发展。
关键词 高等职业教育；匹配原则；江苏省；二维分类；绩效评价
中图分类号 G718.5 文献标识码 A 文章編号 1008-3219（2017）14-0060-05
一、引言
持续有效的资源投入是高职教育快速发展的关键[1]。“十一五”、“十二五”期间，江苏省以“质量工程”为平台，通过特色专业、教学团队、实训基地、实践创新基地、精品课程等多层次专项投入，有效提升了高职人才培养质量[2]。该专项投入主要遵循“申报—评审—审批”模式，囿于评审、审批环节信息不对称，不可避免出现招生、产业、区域三个维度的资源错位，进而降低了投入绩效。
目前，高职教育资源投入绩效评价主要集中于专业—产业结构匹配程度研究。相对而言，现有研究有3个不足：一是聚焦于专业与产业结构匹配度，教育资源投入评价匹配缺失，而且其往往在人力资本积累过程中起关键作用；二是专业与产业结构匹配程度以三次产业为划分依据，针对性、指导性不够；三是定量研究较为缺乏。本文通过“质量工程”教育资源投入量化指标体系，对其进行区域、专业2个维度定量评价，将之与招生、产业结构联立匹配矩阵，重新审视“质量工程”资源分配绩效，为“十三五”期间该项目纵深推进提供政策依据。
二、数据来源与研究方法
（一）數据来源与处理
基于Scrapy网络爬虫平台，通过python语言编程，开发江苏省“质量工程”、高职院校招生大数据抓取脚本程序，相关信息从教育部、江苏省教育厅、阳光高考等网站获取：“十一五”、“十二五”期间“质量工程”获批院校、获批年度、获批类型，其中获批类型共分为特色专业、教学团队、实训基地、实践创新基地、精品课程5类；2015年度江苏省高职院校各专业招生数据；产业结构信息主要来源于《江苏统计年鉴2016》。
（二）研究方法
1.教育资源投入量化
（1）资源评价赋分
“质量工程”教育资源量化评价采用品牌特色专业、教学团队、实训基地、实践创新基地、精品课程5个指标，综合考虑资金投入、资金覆盖面等因素进行赋分：品牌特色专业品牌专业80分，特色专业50分；教学团队国家级100分，省级60分；实训基地国家级100分，省级60分；实践创新基地100分；精品课程国家级100分，省级60分[3]。
（2）因子指标标准化
采用极值标准化法对因子进行标准化：
xij=100× 式中：i为专业大类；j为地区；z为因子指标；xij为因子标准化值。
2.结构矩阵建立
（1）资源分配结构矩阵
式中：XA为原始矩阵，通过映射转换得到资源分配结构矩阵XB；映射方式为x’ij=。
（2）招生结构矩阵
式中：sij表示i专业大类在j地区的招生人数；映射方式与资源分配结构一致。
（3）产业结构矩阵
式中：dij表示i专业大类对应的行业分类在j地区的国内生产总值；映射方式与资源分配结构一致。
3.结构匹配矩阵建立
（1）招生结构匹配矩阵
对T1按（5）式分别进行行向量和列向量进行分解，得到招生结构专业资源分配绝对绩效（V1n）和区域资源分配绝对绩效（V1m），表示与零偏差基准值的绝对距离；上述2个向量算子若取正负号，则为相对绩效，表示在某区域或专业领域内资源富余偏离与资源缺乏偏离可相互抵消。
（2）产业结构匹配矩阵
同理得到产业结构的专业资源分配绩效（V1n）和区域资源分配绩效（V2m）。
三、结果分析
（一）质量工程教育资源分配分析
江苏省质量工程教育资源分配原始矩阵XA，将其转换为表格形式，见表1。
1.资源投入的区域特征
资源投入的区域特征表现为点、面二重集聚，其与城市中心性、城市经济发展水平紧密关联。点集聚：资源投入偏向南京、苏州、无锡、徐州等一、二线城市，其中南京占绝对优势地位。南京投入资源总值810分，与最后一名宿迁市相比，其总分高出806分；第二名苏州投入资源仅为455分。面集聚：按苏南（南京、无锡、常州、苏州、镇江）、苏中（南通、扬州、泰州）、苏北（徐州、连云港、淮安、盐城、宿迁）经济发展水平分析，苏南地区资源投入平均值达734分，扣除南京作为跨区域中心城市叠加影响，其分值达348分；苏中地区平均值为255分；苏北平均值208分，扣除徐州作为跨中心城市叠加影响，其分值仅为144分[4]。
2.资源投入的专业特征
资源投入的专业特征表现为第二产业趋中性，这与现阶段江苏产业经济结构特征及高职学生所处就业层次较为吻合。按照XA列向量极值标准化计算，制造大类占总投入的21%，电子信息大类占18%，财经大类占10%，轻纺食品占8%，前4类之和占总投入的57%；而倒数4位（水利大类0%，公共事业大类1.4%，资源开发与测绘大类2.49%，环保安全与气象大类4.27%）仅占总投入的8%。
3.资源投入的综合特征
水平差异：将资源投入原始值按3000组距聚类，分为高投入、中投入和低投入3档。其中高投入区域（高于6000）包括：南京、苏州、常州、无锡；中投入（3000～6000）包括南通、徐州、淮安；低投入（低于3000）包括扬州、泰州、镇江、连云港、盐城、宿迁。 结构差异：按照“二八”定律，即各区域资源投入结构特征由该区域资源投入前2位专业大类决定，可分为8种类型，具体见表2。
综合差异：按上述前2位专业大类资源投入是否超过资源总投入的50%，可将区域的资源投入综合特征分为6种类型，见表3。
（二）招生结构匹配矩阵分析
按公式（4）、（5）分别计算招生结构匹配矩阵T1、招生结构专业资源分配绝对绩效（V1n）、区域资源分配绝对绩效（V1m），并按K-means算法进行聚类，共分为3类：吻合、基本吻合、偏离。
1.招生结构的专业资源分配绩效评价
从专业资源分配看，64%的专业大类处于吻合或基本吻合区间，36%的专业处于偏离区间，主要分为三类：一是以文化教育类、艺术设计传媒大类为代表的文科专业大类；二是以交通运输大类、土建大类为代表的工科专业大类；三是以環保气象与安全大类、水利大类为代表的“小众”专业大类，详见表4。
专业资源投入与专业招生结构的偏差有两个成因：一是文科类专业评价信息的非对称性。相对于理工科专业，文科专业硬件投入较少，在“申报——评审”机制下，评审者很难通过材料本身判断院校办学水平的优劣，因而其资源投入往往与评审材料质量存在显著相关性，带来资源投入方向的不稳定性与分散性，进而造成了资源投入偏差；二是工科专业大类布局的集中性带来平衡性。相对于制造、电子信息等专业大类，由于高实训条件要求和高产业支撑需求带来的区域“粘性”，土建、水利等专业大类布局受区域基础条件约束较小，而其初始空间布局相对集中，出于区域平衡考虑，相关资源分配较为分散，导致了资源投入偏差。
2.招生结构的区域资源分配绩效评价
从区域分配看，13个评价区域中共有12个位于吻合和基本吻合区间，仅南京市绝对偏离值较大，但其相对偏离值仅为-0.09，见表5。说明偏离值较大原因并不是绝对资源分配少，而是资源投入结构不合理，如目前南京的水利大类（-0.57）、艺术设计与传媒大类（-0.23）教学资源投入严重不足，但交通运输（ 0.22）、公共事业大类（ 0.15）资源投入对相对过剩，迫切需要供给侧调整。同时可发现，职教资源越集中，其吻合难度越大，如无锡、常州、苏州、徐州等职教资源丰富地区均处于基本吻合区间，说明在“申报——评审”机制下，区域平衡因素在资源分配过程中起重要作用，即通过资源调整使某类专业资源在某区域不过度集中，从而形成特定区域职教专业均衡发展格局。
（三）产业结构匹配矩阵分析
同样按公式（6）分别计算产业结构匹配矩阵T2、产业资源分配绝对绩效（V1n）和区域资源分配绝对绩效（V2m）。
1.产业结构的专业资源分配绩效评价
从产业结构资源分配看，仅有交通运输和公共事业大类处于偏离区间，但其偏离相对值较大，分别达5.50和5.86，具体见表6。该偏差成因在于：交通运输大类如航海、轨道交通等专业办学门槛较高，在空间上难以均衡布局。改革开放之前，交通运输产业布局有强烈的计划特征，相关专业往往就近布置于交通节点城市，如南京（铁路）、南通（航海）；但随着交通结构呈网络状发展，制造业中心城市，如苏州，物流业发展迅速，而高办学门槛带来了空间的粘滞性，进而形成了资源与产业的错位；公共事业大类办学成本与区域粘滞性低，中小城市有需求但达不到需求门槛，因此该大类专业往往集中于服务业发达的区域中心城市，并对广大中小城市辐射，造成了中心城市教育资源投入大于产业需求。
2.产业结构的区域资源分配绩效评价
从区域分配看，13个评价区域中共有10个位于吻合和基本吻合区间，仅南京与苏州绝对偏离值较大，具体见表7。与绝对值相比，其偏离相对值看仍然高达 1.82，属资源富余型偏离，对比其招生相对结构的资源缺乏性偏离，说明南京高职院校招生数量远大于人才需求；苏州、无锡与之相反，相对偏离值分别为-0.48和-0.61，属于资源缺乏型偏离，即其资源投入量小于其产业发展需要量。
（四）区域与专业大类二维分类
从区域维度看，南京在经济和招生维度都处于偏离状态，即其培养过程中生均资源不足而毕业人数过剩，从供给侧调整角度出发，下一阶段该区域高职院校应进一步压缩招生规模，调整资源投入方向；苏州处于经济维度偏离、招生维度基本吻合维度，下一阶段其需进一步扩张招生规模，适度增加资源投入力度；位于吻合、基本吻合区间的其他城市，则需进一步紧密对接地方产业结构，提升区域专业人才培养特色，具体见表8。
从专业维度看，交通运输大类处于经济和招生维度双偏离状态，在当前交通类高职院校区域粘性较大的现实情况下，应摈弃区域平衡的分配原则，通过集中投入，强化南京、南通两航海、铁道相关专业特色，通过区域对接实现人才供给平衡；土建、公共事业大类、水利大类则需进一步论证资源投入的合理性。其中土建、环保气象与安全、水利大类属资源缺乏型结构偏离，特别是土建大类办学成本相对较低，适应面广，对于苏北地区过剩人力资源空间转移起重要作用，应进一步加大扶持力度；文化教育、艺术设计传媒大类属于资源过剩型，本科院校相关人才有较强的替代性，可在详细论证基础上适度压缩投入，具体见表9。
四、结论与讨论
首先，人力资源供给侧改革是经济供给侧改革的重要组成部分，专业—资源—产业联动调整机制是其核心。从资源分配角度，产业结构决定资源分配结构，资源分配结构影响专业招生结构，但受制于“申报—评审”机制，专业结构往往倒逼资源分配，进而与产业资源错位，造成了职教资源的浪费。因此，进一步发挥市场对教育资源分配调整的机制应成为下一步研究的课题。
其次，通过资源区域集中形成集聚效应，形成区域职教品牌。教育资源与产业类似，也有着强烈的空间溢出效应，但产业资源分配受市场因素影响较大，教育资源分配则更多受行政因素影响，其中区域平衡因素往往成为重要考量，这恰恰削弱了教育资源的规模效应和集聚效应，提高了办学成本，降低了办学质量。以制造大类为例，苏州、常州、无锡已经成为制造大类职教资源的集聚区域，该类专业集聚不仅借助与产业联动，提升办学效益，同时通过专业与产业的无缝对接，企业、学生也降低了搜寻成本，提供了匹配效率。
第三，通过资源均衡分配形成联动效应，支持特色产业发展。教育资源的专业结构应更多考虑不同大类之间的均衡。通过专业结构相对均衡发展，支持特色产业，实现错位发展。目前，众多高职院校往往以报考结构决定专业结构，但报考结构往往以学生的非理性专业认识为前提，不少小众特色专业得不到发展。以资源开发与测绘大类为例，扬州已成为江苏省重要的地理信息产业集聚区，集聚了大量空间地理数据供应商，但由于该大类资源投入不足，相关企业得不到充分的人力资源保障而不断流失，削弱了这一前瞻性产业的发展。
参 考 文 献
[1]丁晓昌.加快发展高职教育[J].群众，2005（2）：50-51.
[2]范春艳.江苏产业结构趋同及优化研究[D].扬州：扬州大学，2007：21-24.
[3]王丹，邵汝軍.江苏省高等职业教育发展区域差异及成因分析——基于质量工程数据[J].职业技术教育，2013（7）：47-54.
[4]管德明.试论高职院校的资源共享[J].黑龙江高教研究，2008（10）：74-76.
关键词 高等职业教育；匹配原则；江苏省；二维分类；绩效评价
中图分类号 G718.5 文献标识码 A 文章編号 1008-3219（2017）14-0060-05
一、引言
持续有效的资源投入是高职教育快速发展的关键[1]。“十一五”、“十二五”期间，江苏省以“质量工程”为平台，通过特色专业、教学团队、实训基地、实践创新基地、精品课程等多层次专项投入，有效提升了高职人才培养质量[2]。该专项投入主要遵循“申报—评审—审批”模式，囿于评审、审批环节信息不对称，不可避免出现招生、产业、区域三个维度的资源错位，进而降低了投入绩效。
目前，高职教育资源投入绩效评价主要集中于专业—产业结构匹配程度研究。相对而言，现有研究有3个不足：一是聚焦于专业与产业结构匹配度，教育资源投入评价匹配缺失，而且其往往在人力资本积累过程中起关键作用；二是专业与产业结构匹配程度以三次产业为划分依据，针对性、指导性不够；三是定量研究较为缺乏。本文通过“质量工程”教育资源投入量化指标体系，对其进行区域、专业2个维度定量评价，将之与招生、产业结构联立匹配矩阵，重新审视“质量工程”资源分配绩效，为“十三五”期间该项目纵深推进提供政策依据。
二、数据来源与研究方法
（一）數据来源与处理
基于Scrapy网络爬虫平台，通过python语言编程，开发江苏省“质量工程”、高职院校招生大数据抓取脚本程序，相关信息从教育部、江苏省教育厅、阳光高考等网站获取：“十一五”、“十二五”期间“质量工程”获批院校、获批年度、获批类型，其中获批类型共分为特色专业、教学团队、实训基地、实践创新基地、精品课程5类；2015年度江苏省高职院校各专业招生数据；产业结构信息主要来源于《江苏统计年鉴2016》。
（二）研究方法
1.教育资源投入量化
（1）资源评价赋分
“质量工程”教育资源量化评价采用品牌特色专业、教学团队、实训基地、实践创新基地、精品课程5个指标，综合考虑资金投入、资金覆盖面等因素进行赋分：品牌特色专业品牌专业80分，特色专业50分；教学团队国家级100分，省级60分；实训基地国家级100分，省级60分；实践创新基地100分；精品课程国家级100分，省级60分[3]。
（2）因子指标标准化
采用极值标准化法对因子进行标准化：
xij=100× 式中：i为专业大类；j为地区；z为因子指标；xij为因子标准化值。
2.结构矩阵建立
（1）资源分配结构矩阵
式中：XA为原始矩阵，通过映射转换得到资源分配结构矩阵XB；映射方式为x’ij=。
（2）招生结构矩阵
式中：sij表示i专业大类在j地区的招生人数；映射方式与资源分配结构一致。
（3）产业结构矩阵
式中：dij表示i专业大类对应的行业分类在j地区的国内生产总值；映射方式与资源分配结构一致。
3.结构匹配矩阵建立
（1）招生结构匹配矩阵
对T1按（5）式分别进行行向量和列向量进行分解，得到招生结构专业资源分配绝对绩效（V1n）和区域资源分配绝对绩效（V1m），表示与零偏差基准值的绝对距离；上述2个向量算子若取正负号，则为相对绩效，表示在某区域或专业领域内资源富余偏离与资源缺乏偏离可相互抵消。
（2）产业结构匹配矩阵
同理得到产业结构的专业资源分配绩效（V1n）和区域资源分配绩效（V2m）。
三、结果分析
（一）质量工程教育资源分配分析
江苏省质量工程教育资源分配原始矩阵XA，将其转换为表格形式，见表1。
1.资源投入的区域特征
资源投入的区域特征表现为点、面二重集聚，其与城市中心性、城市经济发展水平紧密关联。点集聚：资源投入偏向南京、苏州、无锡、徐州等一、二线城市，其中南京占绝对优势地位。南京投入资源总值810分，与最后一名宿迁市相比，其总分高出806分；第二名苏州投入资源仅为455分。面集聚：按苏南（南京、无锡、常州、苏州、镇江）、苏中（南通、扬州、泰州）、苏北（徐州、连云港、淮安、盐城、宿迁）经济发展水平分析，苏南地区资源投入平均值达734分，扣除南京作为跨区域中心城市叠加影响，其分值达348分；苏中地区平均值为255分；苏北平均值208分，扣除徐州作为跨中心城市叠加影响，其分值仅为144分[4]。
2.资源投入的专业特征
资源投入的专业特征表现为第二产业趋中性，这与现阶段江苏产业经济结构特征及高职学生所处就业层次较为吻合。按照XA列向量极值标准化计算，制造大类占总投入的21%，电子信息大类占18%，财经大类占10%，轻纺食品占8%，前4类之和占总投入的57%；而倒数4位（水利大类0%，公共事业大类1.4%，资源开发与测绘大类2.49%，环保安全与气象大类4.27%）仅占总投入的8%。
3.资源投入的综合特征
水平差异：将资源投入原始值按3000组距聚类，分为高投入、中投入和低投入3档。其中高投入区域（高于6000）包括：南京、苏州、常州、无锡；中投入（3000～6000）包括南通、徐州、淮安；低投入（低于3000）包括扬州、泰州、镇江、连云港、盐城、宿迁。 结构差异：按照“二八”定律，即各区域资源投入结构特征由该区域资源投入前2位专业大类决定，可分为8种类型，具体见表2。
综合差异：按上述前2位专业大类资源投入是否超过资源总投入的50%，可将区域的资源投入综合特征分为6种类型，见表3。
（二）招生结构匹配矩阵分析
按公式（4）、（5）分别计算招生结构匹配矩阵T1、招生结构专业资源分配绝对绩效（V1n）、区域资源分配绝对绩效（V1m），并按K-means算法进行聚类，共分为3类：吻合、基本吻合、偏离。
1.招生结构的专业资源分配绩效评价
从专业资源分配看，64%的专业大类处于吻合或基本吻合区间，36%的专业处于偏离区间，主要分为三类：一是以文化教育类、艺术设计传媒大类为代表的文科专业大类；二是以交通运输大类、土建大类为代表的工科专业大类；三是以環保气象与安全大类、水利大类为代表的“小众”专业大类，详见表4。
专业资源投入与专业招生结构的偏差有两个成因：一是文科类专业评价信息的非对称性。相对于理工科专业，文科专业硬件投入较少，在“申报——评审”机制下，评审者很难通过材料本身判断院校办学水平的优劣，因而其资源投入往往与评审材料质量存在显著相关性，带来资源投入方向的不稳定性与分散性，进而造成了资源投入偏差；二是工科专业大类布局的集中性带来平衡性。相对于制造、电子信息等专业大类，由于高实训条件要求和高产业支撑需求带来的区域“粘性”，土建、水利等专业大类布局受区域基础条件约束较小，而其初始空间布局相对集中，出于区域平衡考虑，相关资源分配较为分散，导致了资源投入偏差。
2.招生结构的区域资源分配绩效评价
从区域分配看，13个评价区域中共有12个位于吻合和基本吻合区间，仅南京市绝对偏离值较大，但其相对偏离值仅为-0.09，见表5。说明偏离值较大原因并不是绝对资源分配少，而是资源投入结构不合理，如目前南京的水利大类（-0.57）、艺术设计与传媒大类（-0.23）教学资源投入严重不足，但交通运输（ 0.22）、公共事业大类（ 0.15）资源投入对相对过剩，迫切需要供给侧调整。同时可发现，职教资源越集中，其吻合难度越大，如无锡、常州、苏州、徐州等职教资源丰富地区均处于基本吻合区间，说明在“申报——评审”机制下，区域平衡因素在资源分配过程中起重要作用，即通过资源调整使某类专业资源在某区域不过度集中，从而形成特定区域职教专业均衡发展格局。
（三）产业结构匹配矩阵分析
同样按公式（6）分别计算产业结构匹配矩阵T2、产业资源分配绝对绩效（V1n）和区域资源分配绝对绩效（V2m）。
1.产业结构的专业资源分配绩效评价
从产业结构资源分配看，仅有交通运输和公共事业大类处于偏离区间，但其偏离相对值较大，分别达5.50和5.86，具体见表6。该偏差成因在于：交通运输大类如航海、轨道交通等专业办学门槛较高，在空间上难以均衡布局。改革开放之前，交通运输产业布局有强烈的计划特征，相关专业往往就近布置于交通节点城市，如南京（铁路）、南通（航海）；但随着交通结构呈网络状发展，制造业中心城市，如苏州，物流业发展迅速，而高办学门槛带来了空间的粘滞性，进而形成了资源与产业的错位；公共事业大类办学成本与区域粘滞性低，中小城市有需求但达不到需求门槛，因此该大类专业往往集中于服务业发达的区域中心城市，并对广大中小城市辐射，造成了中心城市教育资源投入大于产业需求。
2.产业结构的区域资源分配绩效评价
从区域分配看，13个评价区域中共有10个位于吻合和基本吻合区间，仅南京与苏州绝对偏离值较大，具体见表7。与绝对值相比，其偏离相对值看仍然高达 1.82，属资源富余型偏离，对比其招生相对结构的资源缺乏性偏离，说明南京高职院校招生数量远大于人才需求；苏州、无锡与之相反，相对偏离值分别为-0.48和-0.61，属于资源缺乏型偏离，即其资源投入量小于其产业发展需要量。
（四）区域与专业大类二维分类
从区域维度看，南京在经济和招生维度都处于偏离状态，即其培养过程中生均资源不足而毕业人数过剩，从供给侧调整角度出发，下一阶段该区域高职院校应进一步压缩招生规模，调整资源投入方向；苏州处于经济维度偏离、招生维度基本吻合维度，下一阶段其需进一步扩张招生规模，适度增加资源投入力度；位于吻合、基本吻合区间的其他城市，则需进一步紧密对接地方产业结构，提升区域专业人才培养特色，具体见表8。
从专业维度看，交通运输大类处于经济和招生维度双偏离状态，在当前交通类高职院校区域粘性较大的现实情况下，应摈弃区域平衡的分配原则，通过集中投入，强化南京、南通两航海、铁道相关专业特色，通过区域对接实现人才供给平衡；土建、公共事业大类、水利大类则需进一步论证资源投入的合理性。其中土建、环保气象与安全、水利大类属资源缺乏型结构偏离，特别是土建大类办学成本相对较低，适应面广，对于苏北地区过剩人力资源空间转移起重要作用，应进一步加大扶持力度；文化教育、艺术设计传媒大类属于资源过剩型，本科院校相关人才有较强的替代性，可在详细论证基础上适度压缩投入，具体见表9。
四、结论与讨论
首先，人力资源供给侧改革是经济供给侧改革的重要组成部分，专业—资源—产业联动调整机制是其核心。从资源分配角度，产业结构决定资源分配结构，资源分配结构影响专业招生结构，但受制于“申报—评审”机制，专业结构往往倒逼资源分配，进而与产业资源错位，造成了职教资源的浪费。因此，进一步发挥市场对教育资源分配调整的机制应成为下一步研究的课题。
其次，通过资源区域集中形成集聚效应，形成区域职教品牌。教育资源与产业类似，也有着强烈的空间溢出效应，但产业资源分配受市场因素影响较大，教育资源分配则更多受行政因素影响，其中区域平衡因素往往成为重要考量，这恰恰削弱了教育资源的规模效应和集聚效应，提高了办学成本，降低了办学质量。以制造大类为例，苏州、常州、无锡已经成为制造大类职教资源的集聚区域，该类专业集聚不仅借助与产业联动，提升办学效益，同时通过专业与产业的无缝对接，企业、学生也降低了搜寻成本，提供了匹配效率。
第三，通过资源均衡分配形成联动效应，支持特色产业发展。教育资源的专业结构应更多考虑不同大类之间的均衡。通过专业结构相对均衡发展，支持特色产业，实现错位发展。目前，众多高职院校往往以报考结构决定专业结构，但报考结构往往以学生的非理性专业认识为前提，不少小众特色专业得不到发展。以资源开发与测绘大类为例，扬州已成为江苏省重要的地理信息产业集聚区，集聚了大量空间地理数据供应商，但由于该大类资源投入不足，相关企业得不到充分的人力资源保障而不断流失，削弱了这一前瞻性产业的发展。
参 考 文 献
[1]丁晓昌.加快发展高职教育[J].群众，2005（2）：50-51.
[2]范春艳.江苏产业结构趋同及优化研究[D].扬州：扬州大学，2007：21-24.
[3]王丹，邵汝軍.江苏省高等职业教育发展区域差异及成因分析——基于质量工程数据[J].职业技术教育，2013（7）：47-54.
[4]管德明.试论高职院校的资源共享[J].黑龙江高教研究，2008（10）：74-76.