楊樂克 沈陸娟

摘 要 新職業(yè)崗位的不斷涌現(xiàn)迫切需要技術(shù)技能型人才的輸出，專業(yè)設(shè)置預(yù)警調(diào)控機(jī)制成為高職院校革新人才培養(yǎng)工作、提升教學(xué)質(zhì)量的必要手段?；趯?duì)高職專業(yè)設(shè)置的影響因素分析和實(shí)證顯著性分析，建立基于五維結(jié)構(gòu)模型的預(yù)警指標(biāo)體系，并構(gòu)建預(yù)測預(yù)警模型。高職院校應(yīng)完善人才供需預(yù)測和信息共享機(jī)制，加強(qiáng)專業(yè)設(shè)置預(yù)警決策機(jī)制，建立新專業(yè)設(shè)置風(fēng)險(xiǎn)防控機(jī)制。

關(guān)鍵詞 高職院校;專業(yè)設(shè)置;預(yù)警機(jī)制;預(yù)警模型;指標(biāo)體系

專業(yè)設(shè)置預(yù)警機(jī)制是對(duì)區(qū)域內(nèi)高校專業(yè)設(shè)置的警情、警源進(jìn)行分析，建立科學(xué)合理的評(píng)價(jià)指標(biāo)體系，運(yùn)用預(yù)警的方法對(duì)指標(biāo)進(jìn)行預(yù)測，對(duì)專業(yè)發(fā)展的趨勢進(jìn)行判定，采取措施進(jìn)行調(diào)整調(diào)控的復(fù)雜系統(tǒng)。供給側(cè)結(jié)構(gòu)性改革背景下，專業(yè)設(shè)置和調(diào)整關(guān)系到高職院校人才供給的質(zhì)量，需要主動(dòng)適應(yīng)社會(huì)需求，匹配產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。

一、研究綜述

國外學(xué)者預(yù)警研究方面較多涉及一定邏輯關(guān)系課程的有機(jī)組合、課程的建設(shè)和教學(xué)、本科生學(xué)業(yè)等方面，如艾瑪霍華德等（Emma Howard，2018）采用預(yù)警系統(tǒng)，使用聚類、貝葉斯最終預(yù)測方法，識(shí)別學(xué)業(yè)成績高危的學(xué)生，給予學(xué)業(yè)警示[1]。學(xué)者很少提到專業(yè)設(shè)置問題，更多把研究聚焦于高等教育與勞動(dòng)力市場的關(guān)系。

國內(nèi)學(xué)者針對(duì)區(qū)域內(nèi)高校專業(yè)結(jié)構(gòu)發(fā)展趨勢、專業(yè)設(shè)置合理性問題開始嘗試預(yù)測和預(yù)警。趙輝（2014）認(rèn)為構(gòu)建以就業(yè)為導(dǎo)向的專業(yè)設(shè)置預(yù)警機(jī)制用以規(guī)避專業(yè)設(shè)置的風(fēng)險(xiǎn)，具體包括專業(yè)預(yù)警指標(biāo)體系和預(yù)警監(jiān)測模型兩部分，預(yù)警指標(biāo)體系分就業(yè)質(zhì)量、社會(huì)需求狀況和生源狀況三個(gè)一級(jí)指標(biāo)和16個(gè)二級(jí)指標(biāo)[2]。李海宗、楊燕（2014）認(rèn)為高職專業(yè)預(yù)警缺乏切實(shí)可行的預(yù)警系統(tǒng)開發(fā)、預(yù)警數(shù)據(jù)采集和算法、專業(yè)退出機(jī)制等，其從高職專業(yè)設(shè)置預(yù)警指標(biāo)體系的構(gòu)建原則和制約因素出發(fā)，構(gòu)建三級(jí)指標(biāo)體系，提出專業(yè)設(shè)置預(yù)警機(jī)制和策略[3]。李富（2017）基于產(chǎn)教融合視角構(gòu)建了高職專業(yè)預(yù)警評(píng)價(jià)指標(biāo)體系和評(píng)價(jià)標(biāo)準(zhǔn)[4]。陳海波、姚蕾（2019）采用層次分析法建立了包括生源狀況、社會(huì)需求、教學(xué)質(zhì)量、社會(huì)評(píng)價(jià)、就業(yè)質(zhì)量五個(gè)方面的高校本科專業(yè)預(yù)警評(píng)價(jià)指標(biāo)體系，運(yùn)用統(tǒng)計(jì)方法構(gòu)建專業(yè)預(yù)警的判別函數(shù)，得出關(guān)鍵因素[5]。由此可知，國內(nèi)學(xué)者對(duì)專業(yè)設(shè)置預(yù)警機(jī)制的指標(biāo)體系構(gòu)建各異，方法呈現(xiàn)重評(píng)價(jià)輕預(yù)測的現(xiàn)象，預(yù)警需要將兩者有效結(jié)合。

二、理論基礎(chǔ)

（一）人力資本理論

人力資本分為一般性和專用性兩大類，高校專業(yè)學(xué)習(xí)是一種專用性人力資本的積累，增加個(gè)體在某個(gè)領(lǐng)域的知識(shí)和技能[6]。高校專業(yè)選擇的重要考慮因素是人力資本投資的預(yù)期，包括有利性、收益率和回報(bào)率。隨著經(jīng)濟(jì)和社會(huì)結(jié)構(gòu)的不斷優(yōu)化和產(chǎn)業(yè)結(jié)構(gòu)的演變升級(jí)，就業(yè)市場的供需結(jié)構(gòu)發(fā)生巨大變化。人力資源市場指數(shù)能較客觀地反映勞動(dòng)力市場供需發(fā)展?fàn)顩r和就業(yè)形勢，就業(yè)指數(shù)（包括就業(yè)質(zhì)量、人力資源等）則是評(píng)價(jià)就業(yè)狀況和就業(yè)工作的重要指標(biāo)?；谌肆Y本理論來調(diào)整專業(yè)設(shè)置，加強(qiáng)高職人才培養(yǎng)與市場需求的對(duì)接，減少結(jié)構(gòu)性失業(yè)，降低人力資源的浪費(fèi)是預(yù)警機(jī)制的重要依據(jù)。

（二）需求與供給理論

需求與供給理論強(qiáng)調(diào)在供給不變的情況下，需求的增加引起均衡數(shù)量的增加和均衡價(jià)格的上升;需求減少則會(huì)引起均衡數(shù)量的減少和均衡價(jià)格的下降;需求不變的情況下，供給增加會(huì)引起均衡數(shù)量的增加和均衡價(jià)格的下降，供給的減少會(huì)引起均衡數(shù)量的減少和均衡價(jià)格的上升[7]。高職教育的供給包括兩個(gè)方面，一是滿足勞動(dòng)力市場的需求，二是滿足個(gè)人接受職業(yè)技能教育的需求。有效供給則體現(xiàn)在數(shù)量、質(zhì)量乃至結(jié)構(gòu)上都要滿足需求。高職院校的專業(yè)設(shè)置要最大程度上考慮學(xué)校的人才供給和人才市場的用人需求間的供需平衡，達(dá)到數(shù)量、質(zhì)量、結(jié)構(gòu)等方面的供需匹配關(guān)系，防止“人才過?！焙汀叭瞬畔∪薄辈⒋娴默F(xiàn)象。

（三）基于穩(wěn)定就業(yè)的可持續(xù)發(fā)展理論

穩(wěn)定就業(yè)和可持續(xù)發(fā)展是高職專業(yè)設(shè)置預(yù)警的社會(huì)學(xué)理論基礎(chǔ)，就業(yè)問題是社會(huì)穩(wěn)定和可持續(xù)發(fā)展的關(guān)鍵點(diǎn)?！蛾P(guān)于做好當(dāng)前和今后一段時(shí)期就業(yè)創(chuàng)業(yè)工作的意見》（國發(fā)[2017]28號(hào)）明確提出“支持新就業(yè)形態(tài)發(fā)展”，新就業(yè)形態(tài)主要指依托互聯(lián)網(wǎng)等現(xiàn)代信息科技手段，實(shí)現(xiàn)有別于正式穩(wěn)定就業(yè)和標(biāo)準(zhǔn)勞動(dòng)關(guān)系的靈活性、平臺(tái)化的組織用工和勞動(dòng)者就業(yè)的形態(tài)[8]。在“互聯(lián)網(wǎng)+”、共享經(jīng)濟(jì)、雙創(chuàng)等的影響下，就業(yè)方式更加靈活，渠道更加多元，“平臺(tái)就業(yè)”“網(wǎng)絡(luò)就業(yè)”“創(chuàng)業(yè)型就業(yè)”等新就業(yè)形態(tài)層出不窮，將成為未來勞動(dòng)力市場的“新常態(tài)”。高職教育如何為社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展戰(zhàn)略服務(wù)，如何通過改革創(chuàng)新實(shí)現(xiàn)自身的可持續(xù)發(fā)展，如何不斷調(diào)整專業(yè)結(jié)構(gòu)來匹配區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的可持續(xù)發(fā)展、演變升級(jí)是重點(diǎn)也是難點(diǎn)。

（四）風(fēng)險(xiǎn)管理和評(píng)估理論

風(fēng)險(xiǎn)管理和評(píng)估理論為高職專業(yè)設(shè)置預(yù)警機(jī)制提供了方法論的指導(dǎo)。首先，風(fēng)險(xiǎn)識(shí)別突顯了影響高職教育專業(yè)發(fā)展的內(nèi)外部因素。其次，風(fēng)險(xiǎn)衡量必須建立監(jiān)測和評(píng)價(jià)指標(biāo)體系，并對(duì)各指標(biāo)進(jìn)行信息采集，建立動(dòng)態(tài)數(shù)據(jù)庫，由專家進(jìn)行指標(biāo)權(quán)重確定和監(jiān)測數(shù)據(jù)的合理性分析等。如浙江省教育評(píng)估院每年對(duì)省內(nèi)高校畢業(yè)生就業(yè)發(fā)展?fàn)顩r及人才培育質(zhì)量進(jìn)行調(diào)查，構(gòu)建涵蓋高職專業(yè)畢業(yè)后薪酬水平、高職專業(yè)就業(yè)相關(guān)度、就業(yè)率情況、各專業(yè)畢業(yè)生深造和創(chuàng)業(yè)情況、學(xué)生對(duì)母校滿意度評(píng)價(jià)、用人單位評(píng)價(jià)等三級(jí)評(píng)價(jià)指標(biāo)體系，并進(jìn)行數(shù)據(jù)采集、統(tǒng)計(jì)和分析，便于高校清晰了解專業(yè)建設(shè)情況和人才培養(yǎng)質(zhì)量等。最后，預(yù)警決策機(jī)制基于風(fēng)險(xiǎn)報(bào)警體系信號(hào)燈，針對(duì)不同專業(yè)的警度，提出決策方案并實(shí)施，再循環(huán)評(píng)估，直至完成解除風(fēng)險(xiǎn)的最終目的。

三、建立專業(yè)設(shè)置預(yù)警機(jī)制

（一）預(yù)警調(diào)控機(jī)制

預(yù)警一般分為幾個(gè)階段：尋找警源，找出專業(yè)建設(shè)發(fā)展過程中出現(xiàn)危機(jī)的根源，包括內(nèi)生警源和外生警源;明確警情，專業(yè)建設(shè)中的短板、弱勢會(huì)在人才培養(yǎng)過程中慢慢顯現(xiàn)，從量變到質(zhì)變，制約專業(yè)的發(fā)展甚至威脅專業(yè)的生存;分析警兆。分析警兆是預(yù)警機(jī)制實(shí)施過程中的關(guān)鍵環(huán)節(jié)。警兆顧名思義為各種警情爆發(fā)前出現(xiàn)的先兆，通常以各評(píng)價(jià)指標(biāo)的取值范圍來設(shè)置警兆區(qū)，整個(gè)指標(biāo)體系對(duì)應(yīng)的警兆區(qū)為一級(jí)警兆區(qū)，一級(jí)指標(biāo)對(duì)應(yīng)的警兆區(qū)為二級(jí)警兆區(qū)，二級(jí)指標(biāo)對(duì)應(yīng)的警兆區(qū)為三級(jí)警兆區(qū)，由此根據(jù)各指標(biāo)的變化值判定其所處警區(qū)。

預(yù)報(bào)警度的關(guān)鍵是合理劃分警限，運(yùn)用統(tǒng)計(jì)學(xué)、系統(tǒng)學(xué)方法等確定標(biāo)準(zhǔn)，既有的公認(rèn)標(biāo)準(zhǔn)是警情指標(biāo)的波動(dòng)區(qū)間。預(yù)報(bào)警度就是預(yù)報(bào)專業(yè)設(shè)置、建設(shè)過程中該專業(yè)存在的危機(jī)程度，根據(jù)警兆的變化情況，與警限比較分析隸屬情況，得出單指標(biāo)警度預(yù)報(bào)，尋求警情發(fā)生的根源和綜合警度預(yù)報(bào)，規(guī)避專業(yè)發(fā)展不良態(tài)勢。最后提出策略，排除警患。

（二）預(yù)警指標(biāo)體系建立

1.影響因素分析

專業(yè)設(shè)置預(yù)警機(jī)制是一項(xiàng)系統(tǒng)工程，既可為政府提供預(yù)警信息，規(guī)劃區(qū)域?qū)I(yè)布局，也是高校結(jié)合自身優(yōu)勢改革專業(yè)結(jié)構(gòu)的依據(jù)，還可為社會(huì)提供詳實(shí)的專業(yè)革新信息。圖1展示的是專業(yè)設(shè)置的五維結(jié)構(gòu)模型，包括社會(huì)（市場）需求、國家政策導(dǎo)向、科技發(fā)展水平、區(qū)域?qū)I(yè)布局和高職院校人才培養(yǎng)。高職院校人才培養(yǎng)包括辦學(xué)條件、招生就業(yè)情況、師資隊(duì)伍、校企合作、培養(yǎng)方案、學(xué)生滿意度等。因此，高職院校專業(yè)設(shè)置預(yù)警指標(biāo)體系的建立包括以上這些維度，并將指標(biāo)項(xiàng)細(xì)化，尋找觀測點(diǎn)，確定各個(gè)指標(biāo)權(quán)重。

2.影響因素實(shí)證分析

在政策導(dǎo)向維度中，思考行業(yè)技術(shù)改造投入對(duì)專業(yè)人員市場需求影響是否顯著，故進(jìn)行實(shí)證分析。三大產(chǎn)業(yè)中的行業(yè)從業(yè)人員變動(dòng)原因很多。一是技術(shù)改造投入。由于“機(jī)器換人”時(shí)代開啟，各產(chǎn)業(yè)中的低技能從業(yè)人員被淘汰，開始向技術(shù)密集型產(chǎn)業(yè)轉(zhuǎn)移。二是產(chǎn)業(yè)價(jià)值鏈轉(zhuǎn)移。有些企業(yè)向產(chǎn)業(yè)鏈前端轉(zhuǎn)移，從技術(shù)附加程度低的產(chǎn)業(yè)向技術(shù)附加程度高和可替代性低的環(huán)節(jié)轉(zhuǎn)移，則原產(chǎn)業(yè)從業(yè)人員數(shù)就會(huì)減少。三是產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)速度、產(chǎn)業(yè)集聚形成擴(kuò)散、產(chǎn)業(yè)技術(shù)效率等因素。由于最主要的影響因素是技術(shù)改造投入，制造業(yè)又頗具典型性，故就制造業(yè)技術(shù)改造投入與行業(yè)總產(chǎn)值對(duì)就業(yè)人數(shù)的影響進(jìn)行分析。

由表1可知，當(dāng)年的技術(shù)改造費(fèi)用對(duì)當(dāng)年的影響系數(shù)為0.00000256，且P值為0.428，說明影響不顯著，行業(yè)總產(chǎn)值對(duì)就業(yè)影響顯著。但由表2可知，當(dāng)年技術(shù)改造對(duì)下一年就業(yè)的影響、行業(yè)總產(chǎn)值對(duì)就業(yè)的影響，P值均小于1，說明兩者對(duì)就業(yè)的影響均顯著，故技術(shù)改造投入和三產(chǎn)產(chǎn)值占比等因素成為預(yù)警指標(biāo)觀測點(diǎn)。

3.預(yù)警指標(biāo)體系

評(píng)價(jià)指標(biāo)體系是對(duì)高職專業(yè)設(shè)置情況是否存在風(fēng)險(xiǎn)作出預(yù)警的參照標(biāo)準(zhǔn)，結(jié)合專家學(xué)者建議，以就業(yè)為導(dǎo)向的高職專業(yè)預(yù)警指標(biāo)體系設(shè)置時(shí)，更多關(guān)注1～3個(gè)一級(jí)指標(biāo)，如表3所示，但影響因素還應(yīng)考慮政策導(dǎo)向、專業(yè)布局結(jié)構(gòu)以及更多的高職院校內(nèi)部辦學(xué)情況和人才培養(yǎng)因素，故增加4～6這些一級(jí)指標(biāo)，見表4。指標(biāo)既要有量化的標(biāo)準(zhǔn)，也要有如畢業(yè)生就業(yè)滿意度、社會(huì)聲譽(yù)等質(zhì)的指標(biāo)，符合完備性、科學(xué)性的原則。各級(jí)指標(biāo)的權(quán)重可采用德菲爾法、專家排序統(tǒng)計(jì)法等，由于邀請(qǐng)專家人數(shù)和職業(yè)類型的差異，會(huì)使權(quán)重存在一定差異，高職院?？筛鶕?jù)自身行業(yè)特色，聘請(qǐng)相關(guān)專家進(jìn)行確定。一些觀測點(diǎn)較難量化，需要通過大樣本問卷調(diào)查得出數(shù)據(jù)，如專業(yè)就業(yè)相關(guān)度、學(xué)生就業(yè)滿意度、用人單位滿意度等。

（三）模型選擇及應(yīng)用

評(píng)價(jià)指標(biāo)體系確定后，需要選擇合適的數(shù)學(xué)模型將采集得到的數(shù)據(jù)進(jìn)行分析，分預(yù)測和預(yù)警兩類，預(yù)測模型有時(shí)間序列模型、灰色關(guān)聯(lián)序模型、神經(jīng)網(wǎng)絡(luò)模型等，很多行業(yè)協(xié)會(huì)每年都會(huì)發(fā)布細(xì)分行業(yè)下的崗位用人需求，基于此可建立各產(chǎn)業(yè)細(xì)分行業(yè)用人需求的預(yù)測模型。此處介紹基于支持向量機(jī)的預(yù)測模型，來解決分專業(yè)大類高職院校人才供給預(yù)測等。

1.基于支持向量機(jī)的預(yù)測模型

運(yùn)用支持向量機(jī)回歸模型（SVR）對(duì)高職院校人才供給、行業(yè)新增崗位等進(jìn)行預(yù)測，比時(shí)間序列法和相關(guān)分析法更具可行性和預(yù)測精度高的特點(diǎn)，其步驟包括：

（1）建立樣本集，并將樣本集分為訓(xùn)練集和測試集，根據(jù)樣本集和核函數(shù) 構(gòu)建目標(biāo)函數(shù)ε-SVR。

（2）對(duì)訓(xùn)練集和測試集中的數(shù)據(jù)進(jìn)行歸一化處理：（i=1，2，3，…，n;k=1，2，3，…，p）

xki'為第k個(gè)樣本的第i維歸一化數(shù)值，xki為實(shí)際值，，，upper變換后的區(qū)間上限，lower為變換后的區(qū)間下限，區(qū)間為[-1，1]，p為樣本容量，n為輸入向量的維度。

（3）應(yīng)用網(wǎng)格回歸搜索方法來尋找最優(yōu)參數(shù)（C，g，ε）。

（4）將最佳參數(shù)應(yīng)用于整個(gè)訓(xùn)練集，并獲取SVR模型。

（5）利用測試集數(shù)據(jù)對(duì)已獲模型進(jìn)行誤差檢驗(yàn)。

2.單指標(biāo)預(yù)警

專業(yè)就業(yè)預(yù)警系統(tǒng)是根據(jù)指標(biāo)體系中的相關(guān)數(shù)據(jù)設(shè)定合理的體現(xiàn)警情程度的臨界閾值。就單維度而言，當(dāng)學(xué)校某專業(yè)該維度的細(xì)化指標(biāo)綜合分?jǐn)?shù)低于該閾值則進(jìn)行預(yù)警提示，可見臨界閾值的設(shè)定很關(guān)鍵，可以對(duì)具體指標(biāo)閾值修改或增加來進(jìn)行動(dòng)態(tài)預(yù)警。

預(yù)警規(guī)則以就業(yè)質(zhì)量維度來說明，如某校某專業(yè)初次就業(yè)率低于全省平均就業(yè)率40%以上，紅色預(yù)警（停止招生）;某校某專業(yè)初次就業(yè)率低于全省平均就業(yè)率30%以上（含30%），40%以內(nèi)，且低于其所屬專業(yè)類別全省平均就業(yè)率10%以上，橙色預(yù)警（大幅減少招生規(guī)模）;某校某專業(yè)初次就業(yè)率低于全省平均就業(yè)率20%以上（含20%），30%以內(nèi)，且低于其所屬專業(yè)類別全省平均就業(yè)率10%以內(nèi)，黃色預(yù)警（減少招生規(guī)模）;某校某專業(yè)初次就業(yè)率低于全省平均就業(yè)率10%以上（含10%），20%以內(nèi)，且低于其所屬專業(yè)類別全省平均就業(yè)率5%以內(nèi)，仍為黃色預(yù)警（適當(dāng)減少招生規(guī)模），以此類推，某校某專業(yè)初次就業(yè)率低于全省平均就業(yè)率5%以上（含5%），10%以內(nèi)，則為藍(lán)色預(yù)警（控制規(guī)模，不宜擴(kuò)大），就業(yè)率居高的則說明是發(fā)展態(tài)勢良好，暫不考慮控制規(guī)模的綠色預(yù)警。

3.綜合指標(biāo)預(yù)警

除了單指標(biāo)預(yù)警分析外，更多的是綜合預(yù)警。此處采用極差標(biāo)準(zhǔn)化法對(duì)原始數(shù)據(jù)處理。

其中，xij為第i年第j個(gè)指標(biāo)的評(píng)價(jià)數(shù)值，yij為第i年第j個(gè)指標(biāo)的數(shù)據(jù)標(biāo)準(zhǔn)化后的值;

（i=1，2，…，m）Wi，表示基于評(píng)價(jià)指標(biāo)體系

的某專業(yè)綜合評(píng)價(jià)值，rj表示第j個(gè)指標(biāo)的權(quán)重。

指標(biāo)中有正向指標(biāo)和逆向指標(biāo)，逆向指標(biāo)正向化的方法采用倒數(shù)法。有些專業(yè)外部因素得分較高，說明社會(huì)市場需求大;有些專業(yè)則內(nèi)部因素得分較高，說明內(nèi)部辦學(xué)條件、實(shí)力強(qiáng)。只有當(dāng)內(nèi)外指標(biāo)得分均高時(shí)，才說明專業(yè)發(fā)展態(tài)勢好，故可靈活使用單指標(biāo)預(yù)警、外部因素預(yù)警、內(nèi)部因素預(yù)警和綜合指標(biāo)預(yù)警來診斷專業(yè)健康狀況。同時(shí)，結(jié)合聚類分析方法能將高職院校各專業(yè)預(yù)警指標(biāo)值進(jìn)行分類，得出紅黃藍(lán)等分類預(yù)警信息。

四、專業(yè)設(shè)置預(yù)警機(jī)制構(gòu)建的策略分析

（一）完善人才供需預(yù)測和信息共享機(jī)制

專業(yè)設(shè)置預(yù)警的前提是健全預(yù)測機(jī)制，基于高職院校專業(yè)設(shè)置與區(qū)域經(jīng)濟(jì)發(fā)展具有耦合互動(dòng)性，需要建立反映人才供需結(jié)構(gòu)和動(dòng)態(tài)變化的信息平臺(tái)，為政府和學(xué)校調(diào)整專業(yè)結(jié)構(gòu)、專業(yè)布局提供數(shù)據(jù)支撐。平臺(tái)數(shù)據(jù)應(yīng)涵蓋經(jīng)濟(jì)、科技、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等對(duì)人才的需求信息和變化趨勢;區(qū)域各高職院校專業(yè)設(shè)置的總體情況，專業(yè)布點(diǎn)數(shù)、專業(yè)數(shù)、招生人數(shù)等;區(qū)域各高職院校專業(yè)群（專業(yè)）人才培養(yǎng)情況等。組建一支專業(yè)設(shè)置預(yù)測專家團(tuán)隊(duì)有助于提升宏觀預(yù)警和專業(yè)合理配置的科學(xué)性，需要區(qū)域教育行政部門、經(jīng)濟(jì)統(tǒng)計(jì)部門、高職院校、勞動(dòng)人事部門等合作共享資源，同時(shí)也需要多學(xué)科領(lǐng)域的理論知識(shí)支撐。一方面追蹤和預(yù)測專業(yè)的社會(huì)需求情況，分析就業(yè)市場，調(diào)研行業(yè)中需求明顯減少、畢業(yè)生就業(yè)率低的“夕陽專業(yè)”，另一方面，對(duì)高職院校專業(yè)人才的供給也進(jìn)行預(yù)測，做到兩者有機(jī)融合。

（二）加強(qiáng)專業(yè)設(shè)置預(yù)警決策機(jī)制

預(yù)警在預(yù)測的基礎(chǔ)上強(qiáng)調(diào)調(diào)控的前瞻性，對(duì)早期的異常情況發(fā)出相應(yīng)級(jí)別的警報(bào)，并啟動(dòng)應(yīng)急響應(yīng)方案，所以必須建立預(yù)警決策機(jī)制。以就業(yè)單指標(biāo)預(yù)警決策機(jī)制為例，可由就業(yè)質(zhì)量反饋系統(tǒng)、專業(yè)設(shè)置決策系統(tǒng)、決策監(jiān)督調(diào)控系統(tǒng)等組成;決策機(jī)制需要?jiǎng)討B(tài)跟蹤監(jiān)測、及時(shí)響應(yīng)，完善預(yù)警、調(diào)整和退出機(jī)制，對(duì)就業(yè)率連續(xù)兩年偏低，紅色預(yù)警的專業(yè)需要進(jìn)行減招或停止招生并整改，連續(xù)3年不招生的專業(yè)將被撤銷。高職院校既要將自身成熟、特色的專業(yè)優(yōu)勢化，創(chuàng)建品牌，又需根據(jù)社會(huì)發(fā)展、市場需求靈活匹配，增設(shè)新職業(yè)對(duì)應(yīng)的“朝陽專業(yè)”或改造現(xiàn)有專業(yè)。

（三）建立新專業(yè)設(shè)置風(fēng)險(xiǎn)防控機(jī)制

當(dāng)前就業(yè)結(jié)構(gòu)正發(fā)生巨大變化，首先是產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)催生新職業(yè)，如人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算的興起，需要相應(yīng)的工程技術(shù)人員;二是由傳統(tǒng)職業(yè)變遷而來的新職業(yè)，如第一、二產(chǎn)業(yè)中“機(jī)器換人”力度加大，必然需要一批工業(yè)機(jī)器人系統(tǒng)操作員和系統(tǒng)運(yùn)維人員;三是信息化時(shí)代傳統(tǒng)職業(yè)內(nèi)容發(fā)生變革衍生出新職業(yè)，如數(shù)字化管理師、建筑信息模型技術(shù)員、物聯(lián)網(wǎng)安裝調(diào)試從業(yè)人員等。這些新職業(yè)亟需人才的輸送，但目前高職院校人才供給不足，迫切需要加快職業(yè)認(rèn)證，專業(yè)設(shè)置、課程體系和課程內(nèi)容應(yīng)與社會(huì)需求和技術(shù)革新相適應(yīng)。由此，學(xué)校在原有基礎(chǔ)上改造原專業(yè)或引入新專業(yè)勢在必行，但需健全引入時(shí)的風(fēng)險(xiǎn)研判機(jī)制、決策風(fēng)險(xiǎn)評(píng)估機(jī)制等，依據(jù)自身辦學(xué)條件和辦學(xué)實(shí)力、長期積累的辦學(xué)特色和優(yōu)勢選擇突破口和著力點(diǎn)，避免專業(yè)設(shè)置時(shí)的各種風(fēng)險(xiǎn)。

參 考 文 獻(xiàn)

[1]Emma Howard， Maria Meehan， Andrew Parnell. Contrasting Prediction Methods for Early Warning Systems at Undergraduate Level[J]. Preprint Submitted to the Internet and Higher Education，January 25， 2018：1-20.

[2]趙輝.以就業(yè)為導(dǎo)向的高職教育專業(yè)設(shè)置預(yù)警體系模型構(gòu)建[J].教育發(fā)展研究，2014（23）：43-46.

[3]李海宗，楊燕.以就業(yè)為導(dǎo)向的高職教育專業(yè)設(shè)置預(yù)警體系模型構(gòu)建研究[J].中國高教研究，2014（5）：101-104.

[4]李富.產(chǎn)教融合視域下高職教育專業(yè)預(yù)警評(píng)價(jià)機(jī)制構(gòu)建[J].南昌師范學(xué)院學(xué)報(bào)，2017（4）：60-65.

[5]陳海波，姚蕾.高校本科專業(yè)預(yù)警評(píng)價(jià)體系構(gòu)建及關(guān)鍵因素甄別[J].黑龍江高教研究，2019（1）：24-28.

[6]加里·S.貝克爾.人力資本理論：關(guān)于教育的理論和實(shí)證分析[M].郭虹，等，譯.北京：中信出版社，2007：30.

[7]龐開山.經(jīng)濟(jì)學(xué)基礎(chǔ)[M].合肥： 中國科學(xué)技術(shù)大學(xué)出版社，2010：16-32.

[8]莫榮.中國就業(yè)發(fā)展報(bào)告（2019）[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2019：65-68.