摘 要：少子化引发的未来学龄人口下降即将引发一场高等教育资源再配置革命。通过人口学方法预测我国高等教育规模的未来趋势，系统评估我国高等教育需求侧（高等教育学龄人口规模）与供给侧（高等教育在学总规模）规模的发展演变与潜在风险。借助PADIS-INT预测软件与时间序列分析方法的ARIMA模型，经过供需对比与风险模拟发现，我国高等教育在少子化趋势下将经历需求驱动规模扩张的惯性扩张期（2025—2032年）、超大规模短暂平衡的峰值压力期（2033—2035年）、由正向负供需逆转的断崖调整期（2036—2042年）以及生源复苏与生态重塑的系统重构期（2043—2050年）。针对周期性风险特征，分四阶段提出调控策略：在惯性扩张期通过生源预警与超前布局抑制盲目扩张，破解资源错配风险；在峰值压力期聚焦供给侧结构升级与风险对冲，平衡短期需求达峰与长期规模收缩的矛盾；在断崖调整期实施供给侧出清与需求端深度再造，重振教育生态韧性；在系统重构期推进规模评价的范式更替，提高高等教育办学生态承载力，构建全龄化、弹性化高等教育新生态，专注“低人口规模—高质量供给”的可持续发展。
党的二十大报告指出，中国式现代化是人口规模巨大的现代化。高等教育现代化也是学龄人口规模巨大的现代化 。人口是教育资源配置的重要变量，是高等教育强国建设的基础要素和战略资源 。当前我国人口发展呈现少子化、老龄化、区域人口增减分化的趋势性特征 。随着少子化时代的到来，学龄人口规模持续减少，高等教育规模发展即将面临一场教育资源再配置的革命 。在少子化背景下，基于学龄人口变动预测我国高等教育规模发展的动态变化轨迹，既是了解高等教育供求关系数量特征与变化趋势的重要方式，也是面对人口大变局下 ，科学开展高等教育宏观调控的循证决策基础。
当前有关高等教育规模的研究主要分为三类 。一是高等教育规模发展的历史研究，重点回应高等教育的发展规模及现状。二是高等教育规模预测研究，主要涉及高等教育规模预测指标体系、预测方法、数理模型与组合策略等技术经验。三是高等教育规模调控的经验研究，主要包括少子化冲击下高等教育改革的前沿动态研究以及基于学龄人口变动对高等教育规模调控的策略研究。在吸收已有研究经验的基础上，本文借助教育经济学的分析框架，将高等教育规模扩张二分为高等教育规模需求侧（高等教育学龄人口规模）与高等教育规模供给侧（高等教育在学总规模）两个维度，运用人口学方法预测高等教育学龄人口规模，通过时间序列分析方法预测高等教育在学总规模的未来发展，进而推演出高等教育规模供需两端的发展变化趋势，并据此提出规模调控策略。
人口是教育资源配置的重要变量 。如果将高等教育视为一种资源、商品或公共产品，那么高等教育的需求侧就是高等教育学龄人口 。对高等教育需求侧进行预测，就是对高等教育学龄人口规模进行预测 。本研究借助国际人口预测软件 PADIS-INT，通过人口队列—要素预测方法对 2025—2050 年间我国高等教育学龄人口进行分不同生育假设情境下的中长期预测，以分析未来高等教育规模需求侧将发生的周期性变化趋势。2021 年 5 月12 日，第七次全国人口普查主要数据公布，此后我国教育学界对于学龄人口规模的预测，基本都选择此次人口普查中的全国分性别、分年龄人口数作为基线数据 。全国人口普查数据真实可信，据此预测未来学龄人口规模能够最大化保证预测过程的科学性与预测结果的可靠性 。但该数据也存在一定的局限性，截至本研究完成之时，2021—2024 年的全国人口总体数据已经公布 。如果不能采取就近原则，选择最新年份的人口数据作为预测的基线数据，预测研究的准确性就会大打折扣 。但国家在非人口普查年份未公布1 岁一组分年龄分性别人口数，仅公布了全国1.051‰ 抽样比例的5 岁一组分年龄分性别人口数 。如果由研究者自行推算全国1 岁一组分年龄分性别人口数，难以把握推算的可操作性与准确性。因此，本研究选择引入联合国经济和社会事 务部研制的《世界人口展望2024》（WorldPopulationProspects2024）中2023年的中国1岁一组分年龄分性别人口数。该数据具有以下优势：一是相对准确性，其与国家统计局5岁一组的抽样调查结果能够互相印证；二是符合入学规律，该报告统计为当年7月1日前的人口数，与我国入学月份只差2个月，基本符合我国学制对入学年龄的规定；三是可获得性，无论是报告本身，还是其数据来源，都可以便捷获取。根据《世界人口展望2024》，本研究将中国2023年分年龄分性别人口数（1岁一组）作为高等教育学龄人口规模预测（2025—2050年）的基年数据。预测数据口径为我国内地常住人口，不包含香港、澳门特别行政区和台湾省人口（见表1）。队列——要素人口预测方法（Cohort- ComponentMethod）是一种经典的人口预测方法。该方法将人口按年龄、性别等特征划分为不同队列，结合生育率、死亡率和迁移率等核心要素，逐年推进每个队列的存活、生育和迁移过程，动态模拟人口变化过程。本研究采用中国人口与发展研究中心开发的PADIS-INT软件进行预测（见图1)。 PADIS-INT是一款算法先进的国际通用人口预测软件，其内置模型即队列——要素人口预测方法，具有良好的科学性与可靠性。人口预测建模的核心环节是依据当下最新信息，设置最贴近预测时间起点的各人口参数。在队列—要素人口预测方法的建模过程中，生育、死亡和人口迁移是决定人口发展动态的三个核心要素 。 由于分城乡的高等教育学龄人口规模预测与研究目的无关，因此不考虑城乡人口流动及城镇化因素对人口结构的影响 。 同时，鉴于中国国际迁移为净迁出，且占总人口比重极低，在人口预测中迁移参数通常被忽略不计。因此，参考同类研究，本研究在模型中未纳入迁移数据，其余参数设定如下。基于世界银行数据库，选取进入 21世纪以来总和生育率降至1.3水平及以下的33个国家或地区作为参考样本。为增强可比性，进一步将研究对象设定为人口大于1000万的国家，最终选取11个国家（除中国外）作为研究样本。这些国家总和生育率降至1.3 以后的变化轨迹可以为把握我国生育水平发展趋势提供重要参照。本研究将各国生育总和生育率发展趋势归纳为四种类型：一是“持续下降型”，以韩国等国家为代表，总和生育率持续走低；二是“波动稳定型”，以西班牙、日本等国家为代表，总和生育率虽有波动但整体趋势没有太大起伏；三是“先降后升型”，以葡萄牙等国家为代表，总和生育率持续走低后逐步回升；四是“波动下降型”，以意大利、俄罗斯等国家为代表，总和生育率有短期回升但随后又下降。其中，“波动下降型”与我国总和生育率下降的整体趋势相似度较低，因此未予参考。结合人口预测研究惯例，借鉴前三种类型的总和生育率发展趋势，设计不同鼓励生育政策力度下的高等教育学龄人口预测方案 。低方案参考“持续下降型”，模拟生育水平持续走低；中方案参考“波动稳定型”，模拟生育水平在长周期内保持稳定，缓慢变化；高方案参考“先降后升型”，模拟生育水平逐渐上升 。具体见表 2。第一，低方案（悲观方案）。进入21世纪以来，我国始终面临生育水平较低甚至极低的挑战。尽管计划生育限制已全面放开，但实际生育水平仍远低于政策预期水平。部分地区的情况尤为严峻，例如目前东北三省的生育率只有0.7—0.9 的水平，若没有行之有效的生育减负政策，未来全国生育率可能持续走低。因此，低方案假定我国未来没有任何鼓励生育的人口政策产生效果，总和生育率将持续下降，从2023年的1.007（原始值为1.00686）最终降至全球最低水平0.72，即韩国2023年的生育水平。第二，中方案（稳健方案）。根据国际生育政策研究经验，鼓励生育的人口政策需超过一定激励门槛才能刺激生育，且与限制生育的人口政策相比效果较为有限。 国内有学者认为，我国生育减负的财政投入要占 GDP 的1%— 3%，达到发达国家的平均水平，总和生育率才可能走向稳定 。因此，中方案参照西班牙、日本等目前总和生育率趋于稳定的发达国家，假定我国当下及未来的鼓励生育措施效果显著，总和生育率趋于稳定并略有回升，至 2032 年时恢复到1. 10 的水平。第三，高方案（乐观方案）。若我国鼓励生育的人口政策力度进一步加大，实施全球最大力度的生育鼓励、生育减负措施，我国总和生育率很大概率持续回升 。 因此，本研究在高方案中，参照目前总和生育率回升的葡萄牙等国家，假定我国总和生育率持续回升，至 2032 年回到1.3 水平之上，为与低方案设定的小数点位数保持一致，即 2032 年总和生育率增长到1.32。在 PADIS-INT 中，生育模式通过输入育龄妇女分年龄的总生育率表设定 。本研究参照既往研究的常用做法，以《中国人口和就业统计年鉴 2024》中公布的 2023 年全国育龄妇女分年龄生育率作为生 育模式 输入 PADIS-INT 中（见表 3）。出生性别比指的是一段时期之内活产男婴和女婴的数量之比，通常用每100 名活产女婴所对应的活产男婴的数量表示，正常范围在102— 107。结合本研究的预测目标及相关研究做法，在出生人口性别比参数的设置上主要参照联合国《世界人口展望 2024》中低、中、高等三种方案的预测结果，并在 PADIS-INT 中进行全国逐年出生性别比设定（见表 4）。死亡水平一般根据逐年分性别平均预期寿命表进行设置 。现有研究通常以第七次人口普查中 2020 年全国分性别预期寿命为基准，采取线性插值法设定逐年平均预期寿命，设定尺度取值在 0.3—0.4 之间，但在长周期预测中该取值可能偏大 。 因为随着医疗条件和生活水平的提升，平均预期寿命不会无限制地保持稳定增长，而是到达一定水平后就逐渐放缓 。为了更加准确、便捷地估计未来死亡水平，本研究对表5中全国出生时分性别平均预期寿命进行最小二乘法拟合，得出男性出生时平均预期寿命逐年增长量为 0.242，女性出生时平均预期寿命逐年增长量为 0.314，并据此编制了逐年分性别平均预期寿命表（2025—2050 年）作为本研究死亡水平的参数设置 。本研究在 PADIS-INT 中将死亡模式设置为我国学龄人口规模预测广泛采用的寇尔—德曼区域模型生命表的西区模式。高等教育机构作为高等教育资源的供给侧，为广大适龄青年提供了类型多样、层次多元的高等教育机会 。为了推算高等教育供给侧的规模发展趋势，在假设高等教育规模扩张这一政策基调不变的情况下，本研究对高等教育毛入学率与高等教育在学总规模进行估计 。通过时间序列分析，对1999—2023 年高等教育在学总规模进行模型拟合与参数检验，从而预估出2025—2050 年我国高等教育在学总规模的理论容量，为后续进一步推演高等教育规模供需发展趋势并构思少子化下高等教育规模调控策略提供数据依据。时间序列趋势外推基于历史时间序列中预测变量的变动趋势进行预测，通过分析历史数据中的趋势性特征，挖掘序列值之间的内在依赖关系，揭示序列发展的潜在规律，进而实现对预测变量未来走势的预测。本研究选择在高等教育规模预测中常用的差分自回归移动平均模型，即 ARIMA（p，d，q）模型，拟合高等教育在学总规模的发展趋势 。数学表达式如下：
其中，Xt为当前时刻的观测值，c 为常数项， ϕi 表示 AR 模型的滞后项权重参数，θi 表示 MA模型的滞后项权重参数，εt 为当前时刻的随机噪声。ARIMA 模型要求序列数据本身或经过差分处理后满足平稳性条件。因此，首先要对高等教育在学总规模序列数据进行平稳性检验。本研究采用单位根检验（AugmentedDickey-Fuller，ADF）分析时间序列是否平稳。如表6所示，原始序列（0 阶差分）与1 阶差分序列的显著性在各差分阶数水平上均不呈现显著性，为不平稳序列。而2 阶差分序列的ADF检验结果则满足10% 的显著性水平，为平稳序列。因此，需要对原始序列进行2 阶差分处理（见表6）。SPSS 软件的专家建模器可以自动识别时间序列数据，在指数平滑模型、ARIMA模型等预设的所有模型中筛选并判断，给出最佳时间序列分析模型及模型参数。本研究选择利用SPSS29.0版本的专家建模器功能，指导在ARIMA模型中找出最合适的预测参数，为高等教育在学总规模的预测模型定阶。根据专家建模器方案，最终选择（1，0，1）作为ARIMA模型的参数组合。在模型定阶之后，需对该模型的各项指标进行系统化检验。一是拟合度检验 。如表 7 所示，该模型的代表拟合优度 R² = 0.987，非常接近于1，说明该模型对已有数据的拟合程度很高，具有较好的解释力。二是残差白噪声检验 。通过杨—博克斯检验，本模型的Ljung-BoxQ（18）的显著性为0.280，远大于0.05。可以认为该序列残差符合随机分布，即有时间序列分析价值的数据特征已被预测模型完全提取；同时，离群值小于0.001，进一步证明该模型的拟合效果比较理想（见表7）。三是模型参数的显著性检验 。如表 8 所示，延迟 1 阶的 AR 参 数的 显著 性检验 结 果为0.008 ＜0.05，常数项未呈现显著性（p=0.974）。参考同类研究惯例，为避免因随意删除常数项引入模型偏误，本研究也未舍去常数项。综上，ARIMA（ 1，0，1）模型拟合效果较为理想，具备进行预测的可靠性。预测模型的准确性需通过误差评估进行验证 。在已有研究中，不少学者借助多种方法对我国中长期高等教育规模进行预测研究，若以相差5%（绝对值）为误差边界，超过2/3（69%）的预测结果都存在误差。本研究以平均绝对百分比误差（MeanAbsolutePercentageError，MAPE）为标准，当误差值小于10% 为高精度预测（优秀预测），在10%—20% 为良好预测，在20%—30%为可行预测，大于50%为错误预测。本模型对已有年份的高等教育在学总规模的观测值与拟合值差异百分比基本在-7.6% 至16.5% 之间，误差范围较小，预测结果能较为准确地反映出高等教育规模按照当前扩张趋势发展的轨迹 。但需注意的是，预测结果的准确性会随时间推移而降低，这是时间序列分析方法的固有局限，也是所有预测方法的普遍特性。以生源变化趋势为主线，以高等教育供给规模增长为副线，经过供需对比与趋势推演后发现，在人口少子化趋势背景下，我国高等教育将经历需 求驱 动 规 模 扩 张的惯 性 扩 张 期（2025—2032 年）、超大规模短暂平衡的峰值压力期（2033—2035 年）、由正向负供需逆转的断崖调整期（2036—2042 年）以及生源复苏与生态重塑的系统重构期（2043—2050 年）四个阶段。（一）惯性扩张期（2025—2032年）：需求驱动的规模扩张从 2025 年到 2032 年间，我国高等教育规模供需趋势主要特征为需求侧驱动下的高等教育规模持续扩张，具体表现为以下三个方面。第一，学龄人口规模惯性增长，适龄青年对高等教育的需求持续增长（见图 2）。尽管在面向 2050 年的高等教育学龄人口规模预测显示，高等教育学龄人口规模与学前教育、基础教育一样“将不可避免地走向衰减”，但当下这一趋势尚未显现 。相反，我国高等教育学龄人口规模仍稳定增长，将从 2025 年的 8003 万人增长至2032 年的近 9000 万人 。 因此，该阶段我国高等教育学龄人口规模的增长趋势仍然强劲。第二，庞大需求驱动下进一步扩大高等教育规模（见图3）。由于人口红利的剩余存量，我国当前还存在着相当程度的高等教育适龄人口，高等教育规模扩张仍有一个潜在发力点。 2025—2032 年将是我国高等教育规模发展的主动提速期，面对 2032 年接近 9000 万的高等教育适龄青年群体，必须主动扩大优质高等教育资源供给，满足广大学子接受高等教育的强烈愿望 。在我国刚刚迈进高等教育普及化中期的背景下，保障人民获得基本的高等教育受教育机会仍是高等教育需坚持的基本发展理念。第三，我国高等教育普及化进程进一步加速 。预测结果显示，我国高等教育毛入学率将由2025 年的63.3% 提升至2032 年的67.8% 左右① , 意味着每年将有更多的适龄青年能够接受高等教育，不断累积释放高素质人才红利 。尽管面临人口少子化趋势，我国高等教育规模扩张任务压力较大，但仍然可以在 2028 年左右达到 65% 的基准水平。（二）峰值压力期（2033—2035 年）：超大规模的短暂平衡从 2033 年到 2035 年间，我国高等教育规模将呈现超大需求规模与峰值供给短暂平衡的阶段性特征 。具体表现为以下三个方面 。第一，高等教育学龄人口规模达到预测区间内的峰值 。在人口惯性增长的趋势下，我国高等教育学龄人口规模将迎来持续三年超 9000 万的峰值，产生普及化时代以来最大规模的高等教育需求总量 。在此期间高等教育适龄入学群体对高等教育机会的需求也将达到顶峰 。第二，现实层面巨大的高等教育需求总量与建成教育强国的 2035 远景目标发生时代交汇，高等教育供给侧面临峰值压力 。虽然高等教育供给无法实现全员普及，但超大规模的高等教育学龄人口仍在需求侧积聚庞大的压力，是否进一步扩大高等教育办学规模将是一个两难问题 。一边是高等教育学龄人口规模快速萎缩，即将走向“生源悬崖”，另一边是建成教育强国的 2035 远景目标，人口结构变迁与教育政策效应的叠加下高等教育“扩与不扩 ”都将进退维谷 。第三，高等教育供需关系呈现短暂的动态平衡，随后需求总量的断崖式下降又带来显著的不确定性 。这一阶段高等教育普及化进程的提速与高等教育供需关系的动态平衡，本质上是人口红利末期与政策干预共同作用的结果 。这既是规模扩张的“最后窗口”，也是质量提升与结构优化的关键转折点 。需要超前布局高等教育结构性改革 ，推动高等教育资源动态配置 ，才有望破解“扩张即过剩、收缩即危机 ”的两难困局，促进高等教育可持续发展，回应人口新常态下关于落实国家教育科技人才战略的核心议题。（三）断崖调整期（2036—2042年）：由正向负的供需逆转从 2036 年到 2042 年间，我国高等教育规模供需关系将发生根本性逆转，主要表现为高等教育需求断崖式下降，供需关系由正转负，发展的不确定性增加。第一，学龄人口断崖式下滑，高等教育需求总量收缩 。受 2017 年后出生人口持续大幅下降的累积影响，高等教育学龄人口规模将于 2036—2042 年进入“生源悬崖期”，出现断崖式下降。这意味着进入高等教育阶段的学生数量将急剧减少，高等教育需求总量大幅收缩。可见，虽然高等教育供给侧压力缓解，但生源危机也悄然而至。第二，高等教育供需关系呈现由正向负的“剪刀差”转折（见图4）。预计在2030 年代末，我国高等教育将迎来历史性的“生源拐点”，高等教育供需关系由供不应求转变为供过于求，这一拐点并非首次提出②。第三，高等教育毛入学率指标出现异常，存在供给过剩的风险。随着普及化走向纵深，作为衡量高等教育规模的指标，高等教育毛入学率的信号作用逐渐减弱。根据推算结果，我国高等教育毛入学率将在2039—2040 年突破100%，并于2046 年超过200%（见图5）。这一反规律的异常水平意味着每位学生在相同时间内完成了两次高等教育，或是国际留学生数量超过国内高等教育适龄人口规模，这两种情况均缺乏现实可能性。该异常现象也从侧面印证了我国高等教育规模存在供给过剩的风险。（四）系统重构期（2043—2050 年）：生源复苏与生态重塑从 2043 年到 2050 年间，我国高等教育规模发展将呈现出更加复杂多变的可能性 。根据预测结果，未来高等教育学龄人口规模的演变有以下三种可能路径。一是低方案预测 。高等教育需求端生源将持续下滑至谷底水平，高等教育生态将面临更 为严峻的挑战 。这种极端情境下，高等教育办学机构的生存状况和未来走向是难以准确预测 的 。高等教育办学机构将不可避免地面临一次大规模的重组和洗牌，优胜劣汰的市场法则将 淘汰那些过剩的高等教育供给，在“生源悬崖 ”阶段就已经发生的民办高等教育“大萧条时代 ”可能更为严峻 。为避免滑向“低生育陷阱 ”所带 来的长期结构性困境，必须采取积极措施，避免该极端情境成为现实。二是中方案预测 。高等教育学龄人口规模下滑趋势趋稳，供需逐步再平衡，高等教育生态迎来稳定恢复期 。2024 年，我国出生人口的低幅度回升，为人口负增长时代的教育资源配置提供了一定的调整空间 。但仍需清醒地认识到，人口负增长的整体趋势并未改变，其对教育领域的影响依旧深远。三是高方案预测 。高等教育生源复苏，高等教育需求进一步激活，低人口规模下高等教育面临生态重塑的新局面 。虽然对高等教育在2043 年及以后的预测是重塑高等教育生态的三种人口规模中最为积极的一种预测方案，但目前最新的人口预测研究对我国未来的人口发展格局并不乐观，实现该路径仍需强有力的政策支持与社会共识。在少子化浪潮冲击下，我国高等教育供需格局将经历深刻的历史性重构，规模调控模式亟须从增量管理转向存量优化与弹性适配的复合治理新范式 。本研究基于“预警—缓冲—重构 ”的全周期高等教育规模调控策略框架，分四阶段提出调控策略。（一）惯性扩张期（2025—2032年）：生源需求预警与超前布局调整在惯性扩张期，我国高等教育规模发展仍然处于上升趋势，适龄青年对高等教育的需求尚未完全满足，整体供给与经济社会发展需求之间仍存在差距。但局部性与结构性的供给过剩现象已初见端倪 。此阶段应快速建立起高等教育生源预测和预警机制，聚焦高等教育强国建设目标进行前瞻性战略布局。为了构建高等教育与人口变局的动态适配体系，需从预测与预警两个维度完善机制设计。其一，建立“人口—教育 ”联动预测体系 。通过整合人口统计、教育发展轨迹及社会经济变量，构建多维预测模型，系统把握人口负增长转型期的学位需求总量、区域分布与结构性缺口；开发分层分类的供需可视化图谱，动态匹配学龄人口变动与教育资源配置，平衡短期需求激增与长期萎缩风险，避免资源低效配置；强化数据驱动决策机制，提升教育规划稳定性，遏制高校盲目新建扩建或随意关停的冲动，为可持续发展提供数据支撑 。其二，完善学位需求预警与调控机制 。建立基于实时数据的常态化预警模式，形成“早研判、早预警、早应对 ”的治理闭环；构建多维度预警方案，按层次（专科/本科/研究生教育）和类型（普通/职业/成人教育）分类预警，分级评估风险等级并量化危机程度，精准识别风险点及其严重性；当预警指标达临界值时，及时启动宏观调控措施，统筹学位规划、增强供给弹性，同时引导社会公众理性择校，调整入学预期，实现需求与供给的动态平衡。依据风险等级与任务急缓对高等教育规模发展进行阶段性研判，旨在分解调控任务，对症施策，以推进高等教育可持续发展 。在惯性快增期，高等教育规模发展的主要矛盾仍是适龄青年入学需求尚未得到充分满足，人口少子化的潜在风险尚不是矛盾焦点 。在我国乘势而上加快高等教育强国建设的关键时刻，高等教育规模需要进一步扩张 。这种扩张并非无序生长，而是在清醒预见未来风险的前提下，以超前思维进行战略布局 。超前布局并不是过早采取收缩政策，而是在规模扩张的同时，更加注重质量提升、结构优化与公平保障，以长远需求为导向，以高质量发展为目标，以经济社会发展需要为框架，实施前瞻性宏观调控 。在此过程中，既要在建设高等教育强国的既定目标下追求规模效益，也需对即将到来的生源危机保持清醒认知，在扩张期以“量质并重 ”的原则构建起应对未来收缩的柔性体系，为平稳化解少子化时代的系统性风险做好充分预案。（二）峰值压力期（2033—2035 年）：供给结构优化与风险缓冲建设2033—2035 年的峰值压力本质上是人口红利窗口关闭前的最后机遇期。在此阶段，若继续单纯追求规模扩张，将加剧长期系统性风险，随后的“生源悬崖 ”将使高等教育持续扩张失去现实基础 。此阶段高等教育规模调控的主要任务是实施高等院校分类调控，全面升级高等教育供给结构，同时系统性构建应对少子化冲击的风险缓冲机制，启动多层次的规模收缩防御体系。在战略窗口期，我国高等教育供给侧将面临突出的结构性矛盾 。一方面，适龄人口规模达峰带来短期扩张压力；另一方面，新出生人口断崖式减少的确定性前景倒逼高等教育办学格局“大洗牌”。在此背景下，传统“一刀切 ”调控模式已难以为继，亟须通过院校分类调控精准施策——以研究型大学聚焦国家战略科技力量，以应用型与技能型高校服务区域产业升级，以民办高等教育开拓终身学习市场 。这种差异化发展路径，既是对“分类发展、特色一流 ”的高等教育多样化发展理念的深化实践，又是破解“ 规模刚性 ”与“质量弹性 ”冲突的关键举措，为推动高等教育供需平衡从“总量适配 ”走向“结构适配 ”提供了可行的转型路径。为有效应对少子化与学龄人口峰值压力，高等教育需构建前瞻性的风险防御体系，通过制度创新实现系统性风险模块化管控 。其一，打造财政安全网 。借鉴日本与韩国经验，设立高校结构优化专项基金，探索发行教育领域可持续债券，为生源萎缩区域院校的整合与转型提供定向支持，防范潜在债务危机向金融系统传导 。其二，增强资源调配弹性 。通过“飞行教授 ”跨校授课制度与国家虚拟仿真实验平台的大型科研设备装置云租赁，构建深度资源共享机制，化解生源达峰后的资源过剩风险 。其三，铺设就业缓冲带 。针对 2033—2035 年规模峰值期的就业市场压力，设立由财政、高校、个人共担的专项保险基金，为冷门学科毕业生提供最长3年过渡补贴，保障人才基本生活并缓解供需失配 。该体系通过资源再配置、债务软着陆与就业多帮扶，为高等教育应对“生源悬崖 ”提供战略缓冲。（三）断崖调整期（2036—2042年）：供给侧出清与需求端深度拓展2036—2042 年间，我国高等教育适龄人口规模将逐年锐减（年均降幅高达 623 万），供需关系发生历史性逆转，入学机会的稀缺性焦虑将逐步让位于办学资源的全局性过剩危机 。此阶段需要通过供给侧出清淘汰低效产能，大力拓展需求侧以激活全龄化学习市场，全力破解“生源悬崖 ”下的存续危机，推动高等教育系统从被动收缩转向战略性转型，为未来可能出现的生源复苏储备必要的办学力量。将经济领域中的供给侧改革思路引入到高等教育领域，旨在引导办学规模有序收缩，优化高等教育资源配置，提高教育质量和效率，使高等教育供给与适龄青年需求达到相对平衡的状态 。具体可围绕以下两方面推进 。其一，构建高校办学健康指数评估体系 。借鉴福布斯美国大学财务状况评级等国际经验，建立一套涵盖生源维持率、财务风险水平、就业竞争力、社会贡献度以及治理效能等多个维度的量化评估体系，将评估结果与招生计划、经费拨付、政策扶持等挂钩，激励高校提高办学质量 。其二，实施院校退出分级响应机制 。为有效防范办学危机，应将现有的专业预警机制升级为院校层面的分级响应与退出制度，针对不同的办学主体实施差异化引导 。例如，公办院校可以通过跨省合并重组实现功能转型；民办院校则以市场化退出为主，在保障师生合法权益的前提下，允许其通过资产出售、业务转型逐步退出学历教育领域 。在退出过程中，必须确保过渡期间的办学质量稳定与师生妥善安置，维护高等教育系统的整体稳定。在人口危机短期内难以逆转的背景下，若仅局限于扩充适龄学生体量，高等教育普及化将被悬置于摇摆不定的场域中。非适龄人口已成为普及化中后期高等教育规模的重要支撑，甚至会成为主要增长点。“非传统生源 ”的比例在高等教育普及化程度较高的国家往往也较高。借鉴德国职业教育扩容改革、新西兰国际高等教育复苏战略与北欧高等教育福利制度调整的改革思路，我国应走向增加非传统生源及国际学生数量的需求端再造之路 。第一，鼓励在职学习者回流，吸收成人生源 。推动高等教育向终身教育体系转型，不仅是对提升人口质量的回应，也是高等教育可持续发展的必要之举。第二，扩大教育对外开放，吸收国际生源 。教育国际化既能为面临生源压力的高校提供替代性生源渠道，也是提升我国高等教育国际竞争力的有力举措 。通过在职生源回流、国际生源扩容两条路径的协同推进，破除年龄与国界壁垒，在少子化寒冬中开辟高等教育发展的新蓝海，逐步实现从“适龄教育 ”向“终身赋能 ”的战略转型，为全球人口结构变迁下的高等教育治理贡献中国智慧与中国方案。（四）系统重构期（2043—2050 年）：构建低人口规模下高等教育新生态2042 年后，高等教育学龄人口规模将趋于稳定，在约 4000 万规模的水平上缓慢回升 。为构建低人口规模下高等教育发展的新生态，此阶段我国高等教育规模调控需要完成两项任务：一是推进高等教育评价体系的范式转型，探索高等教育毛入学率的新指标；二是提高低人口规模下高等教育办学生态承载力，增强可持续发展能力。当我国高等教育发展进入低人口规模阶段，亟需探索能够替代传统高等教育毛入学率的新指标，推进高等教育评价体系的范式转型，为高等教育生态重塑寻求更为全面、科学的发展指向标 。鉴于未来高等教育的非适龄生源比例将持续上升，我国应着力开发终身学习参与程度评价，替代传统高等教育毛入学率这一基于适龄人口的指标 。 目前，国际终身学习参与程度的典型测量工具——欧洲终身学习指数（European Lifelong Learning Index，ELLI），结合了包括正规教育和培训的参与率、识字技能、继续职业培训（CVT）课程的参与员工 、劳动力市场政策投入，以及通过文化活动实现的社区参与等36项系统性评价指标。我国可以借鉴ELLI 模式，依托国家数字教育平台、学分银行、家庭教育追踪等终身学习多源数据，构建全天候、全龄段监测学习行为的动态评估系统，形成功能完善、开放共享、模态多元的终身教育空间画像，进而打造终身学习评价促进终身教育政策调整的良性循环机制。在高等教育学龄人口即将显著收缩的背景 下，必须从根本上提升办学生态承载力，通过生态迭代，实现低人口规模下高等教育可持续发展的生态重塑。第一，推动资源利用效率革命。未来可以通过校园基础设施弹性建设与模块化校区建设等创新技术手段，搭建可拆卸的装配式大学建筑，推进校园向“教育—社区—产业”综合体转型，在高等教育物理空间层面实现资源利用效率的提升。第二，引领高等教育深度数字化变革。未来可以通过元宇宙教育生态与区块链学分银行等深层次数字化技术，推进国家虚拟高教城建设，提供脑机接口沉浸式教学等新型教学模式③,为每位学生配备个性化AI学术顾问，以革命性的教育技术引领高等教育的全面数字化重构。第三，实现跨时代治理能力迭代。未来可以通过深化教育法律体系与治理结构改革，为高等教育新生态提供制度保障。例如，修订高等教育法，通过增设“弹性供给条款”等举措，赋予高校更灵活的自主调整招生权限；同时，推动终身学习促进法的立法进程，为构建服务全民的终身学习体系、加快建设学习型社会奠定坚实的法律与制度基础。本研究聚焦少子化背景下我国高等教育规模的预测与调控问题，通过人口学与教育经济学的跨学科视角，揭示高等教育供需关系的动态演变规律及其潜在的系统性风险 。试图突破传统“适龄人口中心论 ”的规模调控，提出未来高等教育发展的“全龄赋能 ”新范式 。研究融合国际经验，构建有中国特色的“预警—缓冲—重构 ”全链条风险预案，为全球低生育率国家的高等教育可持续发展转型提供参照 。少子化既是危机，也是推动高等教育系统性重构的历史机遇 。唯有以动态治理回应人口变局，以价值导向替代规模焦虑，方能将“生源寒冬 ”转化为迈向可持续发展的“质量春天”。① 关于 2032 年高等教育毛入学率将会达到何种水平，经过与相似研究结果对比，同时考虑到“十四五 ”规划超前完成高等教育毛入学率目标的事实，此处给出67% 的理论下限，实际区间应为 67.0%—70.5%，这取决于“十五五 ”规划的推进情况。② 贺祖斌与郭彩清在《少子化趋势下 2024—2050 年高等教育生源供需预测与危机预警——基于中国第七次人口普查数据的分析》中推算出高等教育生源拐点出现在 2038 年左右，与本研究得出的 2039 年结果基本一致。③ 基于脑机接口的教学技术目前尚处于探索阶段，但对 2042 年之后的高等教育，此技术应具有较大的现实可能性。
