资讯 / 正文
李木洲 曾思鑫:少子化对高考规模的影响:面向2050的预测
▲李木洲
作者简介:李木洲,浙江大学教育学院研究员;曾思鑫,浙江大学教育学院博士生(杭州310058)。
文章来源:教育研究 . 2026 ,47 (05) : 44-58
摘要:在我国进入少子化时代背景下,科学把握高考规模演变规律,及时优化调整教育与人口政策,是以高质量人口支撑中国式现代化的重要保障。基于“人口学基础模型+机器学习修正模型”的混合预测范式,构建融合“时间滞后性”与“区域异质性”双维度的高考规模预测体系,预测2026—2050年高考规模变化趋势。研究发现,省级出生人口变化具有显著的空间异质性特征,人口再生产格局呈现多维度分化态势;区域人口增减分化直接驱动高考适龄人口及高考规模产生区域差异;各区域适龄人口拐点与出生人口峰值年份存在强相关性且时间滞后性特征显著;全国高考规模区域分异特征显著,整体呈现“东部领跑—中部承托—西部补位—东北塌陷”的梯度格局。当前,我国正面临人口结构深度转型与区域发展格局重塑的双重挑战,亟须通过制度创新促进教育资源配置与人口变化趋势的动态平衡,构建全国性“教育补偿—招生激励”联动体系,建立空间异质性区域教育政策差异化适配体系,健全“分类管理、特色发展”的高等教育分层分类培养体系,优化“学术型—应用型—技能型”三元分流的多元录取评价体系。
关键词:少子化 高考规模 人口预测 区域特征
基金:国家社会科学基金2024年度教育学一般项目“我国人口变化对高校考试招生制度改革的影响及因应策略研究”(编号:BSA240229)的研究成果。
一、问题的提出
随着经济社会发展和人口年龄结构变化,我国总体上已由人口增量发展转向减量发展阶段,人口发展呈现少子化、老龄化、区域人口增减分化等明显的趋势性特征。[1]2024年7月,党的二十届三中全会审议通过的《中共中央关于进一步全面深化改革、推进中国式现代化的决定》提出,“以应对老龄化、少子化为重点完善人口发展战略,健全覆盖全人群、全生命周期的人口服务体系,促进人口高质量发展”。而“完善人口发展战略的宏观目标,就是以更高的人口整体素质、适度生育水平和人口规模、素质优良、总量充裕、结构优化、分布合理的现代化人力资源为内涵的人口高质量发展”[2]。高考作为国之大考,其规模不仅是教育长期规划的重要议题,也是未来人力资本重构的核心指标,其动态变化直接关系我国从“人口红利”向“人才红利”转型的效能。
目前,学界关于少子化背景下高考规模的相关研究主要集中在三个方面。一是少子化趋势下高等教育生源供需预测研究。有研究基于第七次人口普查数据,对2024—2050年生源供需缺口进行测算,发现短期(2024—2037年)供大于求,长期(2038—2050年)供不应求。[3]高中教育规模在2021—2026年保持基本稳定,2026年之后变化趋势呈扁平状的倒“U”形曲线,高等教育在学规模逐年稳步上涨。[4]高中、高等教育的学龄人口将分别在2029年、2032年达到峰值,之后呈现快速减少趋势。[5]到2035年,高等教育毛入学率会持续提高,或提前实现国家规划的65%的目标,但若以全日制高校入学率衡量则仍有2.46%的差距。[6]还有研究预测高等教育学龄人口呈倒“U”形趋势,生源危机将倒逼高等教育体系变革。[7]二是少子化对高等教育生态区域分化的影响研究。有研究指出,东北“人口数量红利”正在逐渐消失,人口负增长加速,劳动力大幅减少,老龄化加速发展,少子化现象凸显;[8]要立足东北高等教育已有优势,积极应对挑战,需增强高等教育支撑人力资本积累的直接效能,升级高等教育适配人力资本技能结构的间接效益,优化高等教育营造人口良性迭代文化环境的衍生效应,最终实现以人口高质量发展支撑东北全面振兴[9]。三是少子化时代的高中教育资源适配研究。有研究指出,到2035年,江苏省高中教师将缺少1.41万,为此应优化教师管理与经费保障机制,鼓励高中教育内涵式发展。[10]有研究认为,在人口预测和教育资源供给维持2022年水平不变的情况下,高中专任教师数量和学校占地面积资源将在短期内错峰出现有限的供给不足,但随后分别在2024年、2031年、2035年、2037年左右开始出现过剩,因此要警惕教育资源过剩引发的资源浪费。[11]上述研究从不同层面揭示了我国未来人口变化对高考规模及教育资源配置的重要影响。
总之,现阶段我国人口老龄化与少子化叠加将导致劳动力结构发生深刻变化:适龄劳动人口总量缩减,传统依靠数量优势的“人口红利”边际效应递减,而经济高质量发展亟须通过提升人力资本质量释放“人才红利”。因此,面向2050年全面建成社会主义现代化强国的总体目标,高考规模的动态调整与选拔机制的优化,既需回应整体性适龄人口波动对高等教育资源配置的挑战,更需通过预测省级尺度的考生规模变化,摆脱区域教育资源错配困境,优化财政投入方向与高校专业布局,为我国中长期教育高质量发展和人口高质量发展提供政策支撑。
二、研究理论、路径与方法
(一)研究理论
本研究基于人口转变理论(Demographic Transition Theory)构建预测模型。该理论由汤普森(Warren Thompson)、兰德里(Adolphe Landry)、诺特斯坦(Frank W.Notestein)等学者提出并发展,其核心在于解释人口再生产模式从传统到现代的转变。第一次人口转变理论提出了三阶段模型,即将世界人口按死亡率和出生率分为三类地区:高出生率与高死亡率并存地区、死亡率下降但出生率仍高地区、出生率与死亡率同时下降地区。[12]第二次人口转变理论旨在解释20世纪60年代后发达国家人口结构的新变化,指出文化嬗变(如个体主义、世俗化)是核心驱动力,[13]强调生育率下降的“自愿性”、家庭功能的转变,以及婚姻、生育与社会观念的互动和“后物质主义”价值观的影响[14]。第三次人口转变理论将族裔结构变化纳入人口转变分析,强调人口迁移对人口结构变化的影响。[15]简言之,第一次和第二次人口转变理论关注的是生命事件率、人口增长、居住安排、婚姻等;第三次人口转变理论关注的则是发达国家的低生育率和高迁入率及由此带来的国家人口种族构成的改变,以及同时引起的这些国家的文化、人口特征、社会经历和居民的自我认同的改变。[16]
由上可见,第一次人口转变理论揭示了出生率的长期下降是驱动人口规模变动的核心变量。高考适龄人口规模的变动可选取“出生人口”和“高中毛入学率”作为重要参考指标,并通过历史出生率数据校准区域高考适龄人口基数。第二次人口转变理论阐释了低生育率的社会文化动因,指明家庭教育资源和个人经济基础是人口变化的重要因素,生育决策应从数量优先转向质量优先。第三次人口转变理论指出了人口迁移对区域人口结构变化的重要作用。劳动年龄人口占比的区域差异本质上是人口选择性迁移的结果。这种差异影响区域教育资源的配置以及高考适龄人口的规模。
(二)研究路径
根据上述理论基础,本研究构建系统联动分析框架:第一次人口转变理论奠定基础模型的人口学逻辑范式,第二次人口转变理论引入社会文化变量的量化修正机制,第三次人口转变理论重视区域人口结构变化的动态调整功能。本研究根据“基础模型—修正机制”的研究思路,最终形成各省份面向2050年的高考规模①注预测研究路径。(见图1)
图1各省份面向2050年的高考规模预测研究路径
具体而言,采用基础模型与XGBoost模型复合预测方案构建面向2050年省级高考规模预测路径体系。基础模型层以“出生人口”和“高中毛入学率”为核心变量,通过“各省份高考适龄人口规模=出生人口t-18×高中毛入学率t-3”构建基准预测框架。该计算公式中,t为高考年份;t-18指高考年份前18年的对应年份,即该届高考生所属出生队列的集中出生年份;t-3指高考年份前3年的对应年份,即该届高考生高中阶段入学的自然年份。XGBoost模型层引入“经济基础”(居民人均可支配收入、财政教育支出占比)、“教育资源”(普通高中学校数量、普通高中生师比)、“人口结构”(劳动年龄人口占比)三类区域特征变量,经参数配置、训练优化及评估验证后形成修正机制。在此基础上,融合人口学基础测算与机器学习算法,实现对省级高考规模长周期演变趋势预测。
(三)研究方法
本研究将区域异质性纳入高考规模预测框架,通过“人口学基础模型+机器学习修正模型”的混合预测范式,兼顾时间滞后规律与空间差异特征,构建“时间滞后性”与“区域异质性”双维度的高考规模预测体系。在时间维度上,通过“出生人口t-18×高中毛入学率t-3”的基础模型捕捉高考适龄人口作为18年前出生人口教育转化结果的滞后效应;在空间维度上,针对不同区域经济基础、教育资源、人口结构的显著差异,用XGBoost模型纳入区域特征变量修正基础预测偏差。
研究分三步展开:第一,基于人口出生率、出生人口预测数据,引入生育意愿指数K①注,测算18岁基础适龄人口规模;第二,结合高中毛入学率预测,将基础适龄人口转化为高考适龄人口;第三,引入“经济基础”、“教育资源”、“人口结构”三类区域特征变量修正得到最终实际高考规模预测值。核心数据来自2005—2024年的中国统计年鉴、中国人口和就业统计年鉴、中国教育统计年鉴以及各省份统计年鉴中的相关数据,缺失数据使用线性插值法进行填充。通过各省份人口出生率、出生人口等指标②注数据,揭示人口地域③注化差异。需要说明的是,因2025年各省份官方统计数据尚未完全发布,为避免2025年预测值与已公开实际值混淆,保证预测序列逻辑一致性,本研究的预测结果自2026年起呈现。
1. 高考适龄人口模型构建
高考适龄人口主要对应18年前的出生人口(死亡率影响较小,不计入),基本计算公式为:
各省份高考适龄人口规模t=出生人口t-18×高中毛入学率t-3
首先是出生人口预测。为预测2026—2050年高考适龄人口(满18周岁人口),对应需获取2008—2032年各省份出生人口,其中2008—2024年出生人口为已知数据,测算以常住人口、常住人口出生率为基准,规避传统户籍统计对流动人口子女规模的系统性低估。同时,基于人口学中的队列效应理论与社会政策变迁的阶段异质性假设,考虑到“制度变迁—生育响应”的时滞效应,采用2005—2024年覆盖独生子女时期、二孩至三孩政策迭代期的全生育政策周期各省份面板数据。预测环节先通过ARIMA模型测算2026—2032年各省份年中人口及出生率,鉴于近年来生育意愿存在持续下降趋势,[17]再引入生育意愿修正系数K对预测值做保守下调以规避高估,最终计算得到对应年份各省份出生人口。选择ARIMA模型是因其可解释性强,适配人口学研究逻辑,便于后续模型衔接;其对政策突变等非线性冲击的捕捉短板,将在后续高考规模预测环节通过XGBoost模型纳入非线性因素弥补,提升整体框架适应性。
计算公式为:
基础出生人口计算公式为:
最终出生人口计算公式为:
采用逐省建模策略,针对我国31个省份分别构建ARIMA模型,通过以下流程确定最优模型。
一是平稳性检验。2005—2024年,我国省级出生人口序列整体呈现线性趋势主导、短期波动平稳的特征,ADF检验显示,各省份的序列通过阶数差分后达到平稳(P值<0.05),符合ARIMA模型的适用前提。
二是模型定阶。通过分析差分后数据的自相关(ACF)和偏自相关(PACF)图,结合AIC/BIC信息准则,选择最优模型为ARIMA。
三是模型拟合有效性验证。使用2005—2024年数据拟合ARIMA模型,残差序列无自相关(Ljung-Box检验P值>0.05),模型有效。所有省份模型的残差序列均通过白噪声检验(P值>0.05),说明模型已充分捕捉序列规律,无显著信息遗漏。
四是模型稳健性检验。为验证ARIMA模型的稳健性,采用指数平滑状态空间模型(ETS)进行出生人口预测,并对比两种模型的回测误差。回测结果显示,ARIMA模型的MAE、RMSE、MAPE均略低于ETS模型,说明ARIMA在本研究数据集中具有更优的线性趋势捕捉能力。因此,最终选择ARIMA模型作为出生人口预测的核心方法。
其次,预测2026—2050年各省份高中阶段毛入学率。以2024年全国高中毛入学率92%为基准,[18]结合各省份最新数据,基于“到2035年全面普及高中阶段教育”这一长期政策连续性的合理外推,假设未来30年各省份毛入学率增速保持恒定以避免短期波动对长期预测的干扰,采用线性外推法计算2026—2050年各省份高中阶段毛入学率。
如表1所示,构建基于当前高中阶段毛入学率水平的三级分类体系。我国高中阶段毛入学率2020年突破90%后进入年增约0.2%的低速平台期。根据《中国教育现代化2035》提出的“分区推进教育现代化”战略布局,将全国省份划分为“高基数饱和省份”、“高基数未饱和省份”和“低基数追赶省份”三个发展类型。高基数饱和省份采取零增长策略维持既有教育普及水平;毛入学率92%~98.5%的高基数未饱和省份以0.5倍衰减系数(0.1%)控制发展节奏,避免过早触达理论上限;低基数追赶省份西藏实施1.5倍加速策略(0.3%)。根据各省份近年来的国民经济和社会发展统计公报、教育事业发展统计公报、教育事业发展“十四五”规划等文件数据进行各省份高中阶段毛入学率推算,同时设置毛入学率最高不超过99%①注。北京、上海、天津、浙江、江苏五省份在2027—2047年维持99%高中毛入学率;福建、山东、广东、海南、重庆、新疆、陕西、吉林、黑龙江九省份2027年毛入学率达97%以上,大部分省份在2047年升至99%;湖南、河北、山西、甘肃、内蒙古、宁夏六省份2027年毛入学率集中在95%~96.5%,2047年普遍可达97%~98.5%;湖北、安徽、河南、江西、四川、广西、贵州、云南、青海、辽宁十省份2027年毛入学率集中在92%~94.5%,2047年普遍可达94.9%~96.9%。西藏普及进度追赶效应显著,2027年毛入学率为93.16%,2047年将升至98.16%。(见表2)
表1各省份高中阶段毛入学率增速设定表
表2各省份高中阶段毛入学率预测表(%)①注
2. 基于XGBoost模型算法的高考规模修正模型构建
考虑到各省份人口和教育发展差异,本研究采用XGBoost模型进行多变量分析,XGBoost模型可通过多棵决策树的组合,捕捉变量间复杂的非线性关系,并通过SHAP值或内置的特征得分,量化各区域变量对预测结果的贡献度。
基于“经济基础—教育资源—人口结构”三维分析框架选取变量,选取“居民人均可支配收入”(元)、“财政教育支出占比”(%)、“普通高中学校数量”、“普通高中生师比”、“劳动年龄人口占比”(%)五个具体指标,构建预测指标体系。针对2026—2050年解释变量的取值,采用分类生成策略确保预测方法严谨性:“居民人均可支配收入”、“劳动年龄人口占比”采用分段线性趋势外推法,基于2005—2024年数据拟合的线性回归方程外推2026—2050年取值;“财政教育支出占比”、“普通高中学校数量”、“普通高中生师比”假设维持2024年水平②注。(见表3)
具体操作步骤如下。
第一,数据预处理:收集各省份核心变量指标,并对数据进行标准化处理。
第二,数据集划分:按时间序列将2005—2020年数据设为训练集,2021—2024年设为验证集,避免时间泄漏问题。
第三,模型训练调优:初始化XGBoost模型参数,用训练集训练,通过验证集滚动调优参数,精准捕捉变量与高考规模的非线性关系。
表3各区域特征变量体系表
数据来源:《中国人口普查年鉴2020》、各省份统计年鉴(2005—2024年)、中国统计年鉴(2005—2024年)、全国教育事业发展统计公报(2005—2024年)、各省份人口发展规划(2021—2035年)等。
第四,模型性能验证:用验证集拟合指标判断模型精度,通过SHAP值量化五项指标对高考规模的贡献度,明确各维度影响权重。从各省份变量权重整体分布来看,“普通高中学校数量”与“普通高中生师比”是模型的核心驱动因素,二者累计贡献度超过50%;“居民人均可支配收入”、“财政教育支出占比”及“劳动年龄人口占比”的权重相对较低。模型评估方面,采用5折时间序列交叉验证,各折平均R2达0.8以上,各省份MAE、MSE、RMSE均处于合理范围,小部分省份略有波动但整体收敛,各项误差指标在各折间波动较小,以此验证模型的泛化稳定性。
第五,区域特征变量生成:对“居民人均可支配收入”、“劳动年龄人口占比”分段线性外推2026—2050年取值;“财政教育支出占比”、“普通高中学校数量”、“普通高中生师比”维持2024年水平。
第六,预测结果输出:将未来变量输入模型,得到2026—2050年高考规模预测结果。
三、基于高考适龄人口变动的省级高考规模测算
高考适龄人口与高考规模是反映区域教育需求的核心关联指标,二者既与人口底层逻辑强绑定,也受区域经济、教育资源等多重因素动态调节,其发展趋势是精准预判区域教育资源配置需求的核心依据。本研究全国层面预测结果稳健性较高;分省份层面,人口流动较低的省份预测精度更高,人口净流入/流出规模大的省份结果仅作趋势参考,需结合区域人口动态进一步修正。未来可结合2026—2032年实际人口监测数据,对各省份研究假设的合理性持续验证校准。
(一)各省份高考适龄人口预测结果
本研究构建省级出生人口预测模型,以省级行政区为分析单元。首先,基于2005—2024年各省份人口出生率、出生人口统计数据,测算出2026—2032年各省份人口出生率及出生人口规模;再结合2008—2032年各省份出生人口以及2023—2047年各省份高中毛入学率数据,最终得出2026—2050年各省份高考适龄人口预测结果。
2026—2032年,我国生育态势呈现显著区域分异特征,可分为三类省份:北京、浙江、福建、山东、广东、湖北、湖南、重庆、陕西9个省份出生率持续上升,天津、河北、辽宁等19个省份出生率持续下降,河南、四川、贵州3个省份出生率呈现“前中期持续上升,末期小幅下降”的阶段性波动特征。
如表4所示,湖北、河南、湖南等省份在预测周期内实现3‰~5‰的逆势增长,凸显区域生育动力的抗跌性修复与结构性回暖,或源于生育政策托底及强省会人口集聚效应的共同作用。湖北人口出生率从2026年的6.14‰升至2032年的11.24‰,绝对增长量达5.10‰,居全国首位;河南2031年达12.32‰的预测峰值,为全国最高人口出生率。两省份增长一方面受三孩生育政策滞后效应、新冠疫情期间阶段性生育安排释放的短期提振影响,另一方面也体现了地方生育支持政策的撬动效果,若后续托育、住房、育儿补贴等全链条支持体系持续落地,人口出生率仍有进一步增长空间。下降态势中,黑龙江2032年人口出生率降至1.12‰,为全国最低值,反映东北地区传统经济模式对人口的支撑力持续弱化;新疆人口出生率从2026年的7.55‰降至2032年的5.63‰,绝对减少量达1.92‰,是同期全国人口出生率下降最显著的省份。这说明我国人口再生产呈现显著的空间分异特征:东部沿海分化显著,广东、福建、浙江维持较高水平且持续增长,广东2032年达9.48‰,上海等省份则陷入生育衰减困境;中部地区湖北、湖南、河南增长态势突出,其余省份人口出生率持续收缩;西部地区如贵州维持较高生育水平但增长乏力,新疆、甘肃呈收缩态势;东北三省如黑龙江人口出生率明显下降,其余省份均为下降态势。(见表4)
表4各省份人口出生率预测表(2026—2032年)(‰)
从表5可知,全国出生人口将在2030年达到峰值约996.54万人,之后可能进入下行通道。预测显示,湖北出生人口增速全国第一,为84.23%。黑龙江出生人口预计下降56.38%,人口萎缩问题严峻。我国省级出生人口演变呈现显著的空间异质性特征。
东部沿海省份保持较高出生规模,形成“核心—边缘”梯度格局,广东和浙江呈现高位缓增态势,但2030年后增速趋缓,上海、江苏出现收缩态势。广东(7.59%)、浙江(24.98%)等沿海省份通过制度创新与人力资本积累维持人口再生产活力,而上海(-22.69%)、江苏(-30.33%)则因生育成本攀升遭遇内生性衰减。中部地区凸显转型期结构性矛盾,河南(40.30%)、湖南(69.04%)、湖北(84.23%)凭借新型城镇化释放生育潜力,增长迅猛;资源依赖型省份江西(-32.45%)、安徽(-36.12%)陷入低生育率状态。湖北、河南、湖南三个中部省份形成增长三角,与东北地区形成鲜明对比,出现增长两极分化,其他省份则呈人口收缩态势。西部地区呈现政策干预下的非对称发展,四川(34.02%)、重庆(26.57%)依托国家战略红利实现超常规增长,但边疆省份云南(-24.61%)、内蒙古(-27.85%)陷入下降通道。东北地区人口则持续萎缩,如黑龙江(-56.38%)出生人口的断崖式衰退折射出工业化路径依赖与人口代际传递断裂的双重危机。(见表5)
表5各省份出生人口数预测表(2026—2032年)(单位:万人)
如表6所示,全国高考适龄人口将在2035年达到峰值约1 682.54万人,之后开始波动下降。大部分省份将在2035年达到人口峰值,湖南等省份将在2030年达到人口峰值,继而持续下降。预测结果呈现显著的区域分化特征。
东部地区北京、浙江、福建、山东、广东等省份呈现“上升—下降—上升”的波动趋势,2035年达到峰值后显著下降,2045年略有回升。广东、山东两个人口大省峰值分别突破149万人、173万人。虽然山东前期表现强劲,但到2050年人口将逐渐回落至80万左右,而广东人口增长韧性更强,预计2050年仍将保持在120万人左右。中部地区表现出较强的人口韧性。安徽等省份呈现波动下滑趋势,湖南、湖北、河南整体呈现倒“V”形周期性波动趋势,有高峰期也有回落期。西部地区省份上升趋势和下降趋势对比明显。四川整体呈现波动上升趋势;重庆整体呈现“上升—下降—上升”趋势;内蒙古下降趋势最为明显;西藏有较小幅度下降,整体相对平稳。东北三省整体急剧下降,人口衰减明显,高考适龄人口呈现断崖式下跌,尤其是黑龙江降幅达到89.68%。(见表6)
(二)各省份高考规模预测结果
本研究采用XGBoost回归模型开展高考规模预测,模型特征集以提前测算至2050年的分省份18岁高考适龄人口为核心解释变量,同时纳入“居民人均可支配收入”、“财政教育支出占比”、“普通高中学校数量”、“普通高中生师比”、“劳动年龄人口占比”五类区域特征变量作为修正因子,实现对2026—2050年各省份高考规模的拟合预测。(见表7)
表6各省份高考适龄人口规模分阶段预测表(2026—2050年)(单位:万人)
全国高考规模将在2035年达到峰值,为1 444.62万人,之后开始下降,2050年约为830.04万人。全国各省份呈现明显的区域差异特征:人口大省广东、山东、河南持续领跑,三省2050年高考规模预测值占全国总量的33.34%;边疆省份如西藏基数最小但相对稳定,整体略有增长。
东部地区总量优势明显,2026年高考规模预测人数达到441.85万人,显著高于其他区域,这与该区域经济发达、人口密集的特点相符。2035年将达到峰值596.80万人,较2026年增长35.07%,中期增长显著,主要受山东、广东等人口大省拉动。后期降幅较大,2040年骤降至307.80万人,与2035年相比,降幅达48.42%,可能与人口结构变化和生育率下降有关。如广东省呈现“V”形波动增长;浙江省实现“V”形反转,即2050年为42.41万人,较2040年增长29.97%;北京市呈现倒“V”形波动下降,2035年达峰17.74万人后持续下降,2050年较峰值减少41.60%。
中部地区整体而言,高考规模呈现平稳增长特征,从2026年的340.10万人稳步增长至2035年的399.51万人,增幅17.47%,相对东部更为平缓。与2035年相比,2040年降幅为47.52%,但2050年回升至262.41万人,特别是河南、湖北等省份的贡献突出。河南省在预测期内保持中部首位,2050年为105.40万人,较2026年增长27.06%,生育政策效果显著;湖北省增速领跑中部,2050年相较2026年增长45.26%。安徽、江西等省份则面临持续性衰减困境,与2026年相比,2050年高考规模降幅可达70%以上,转型压力突出。
表7各省份分阶段高考规模预测表(2026—2050年)(单位:万人)
西部地区省份虽多,但相对而言整体高考规模不大,从2026年的342.56万人稳步增长至2035年的392.67万人,增幅14.63%。与2035年相比,2050年降幅为39.12%。四川、重庆、西藏、陕西四省份整体来看呈上升趋势,2026年四省份人口总量为119.35万人,至2050年达124.12万人,整体实现了微小增长。西藏、甘肃等省份2035年达到峰值后呈现持续下降态势,四川、重庆呈现“上升—下降—上升”趋势,贵州则在2030年到达峰值后持续下降,内蒙古到2050年降幅与2026年相比达到69.69%。陕西虽受人口波动下降的影响,2050年相比2026年,仍实现6%的增长。
东北地区高考规模总量将从2026年的57.83万人锐减至2050年的16.88万人,降幅70.81%,呈线性衰减趋势。相较于2030年,2035年的下降幅度为11.22%;而2040年相较2035年的下降幅度扩大至47.02%,尤其是黑龙江2050年高考规模2.60万人,仅为其2026年高考规模的11.29%,面临系统性人口塌陷危机,教育系统可持续发展面临严峻挑战。
四、研究结论与优化路径
(一)研究结论
受我国出生人口持续下降的影响,2050年全国高考规模较当前将大幅缩减。结合上述高考适龄人口和高考规模预测,2035年后高考人数将进入“急剧下降期”,预计2050年高考规模在830.04万人左右,整体呈现“先升后降”的非对称发展态势。
一是我国省级出生人口演变呈现显著的空间异质性特征,人口再生产格局呈现多维度分化态势。从全国整体趋势看,2026—2032年省级出生人口数据显示,全国出生人口将于2030年达到峰值,约996.54万人,之后进入下行通道,因此长期人口结构变化需重点关注。具体到区域分化层面:东部沿海形成“增长极—衰减区”二元人口变化格局;中部地区形成“增长三角—衰减三角”人口变化格局;西部地区呈现“政策驱动增长极—边疆衰减带”的非对称人口变化格局;东北地区呈现全域系统性衰退的人口变化格局,其中,黑龙江2032年出生率1.12‰,为全国唯一跌破2‰省份。总体而言,我国人口再生产的空间分化特征,既受区域经济发展梯度、教育资源配置、人口结构变化等结构性因素的驱动,也与地方文化传统、生育支持政策落地及青年群体婚育观念变迁等社会性因素有关。
二是区域人口增减分化直接驱动高考适龄人口规模产生区域差异,并最终传导至高考规模的空间分异。全国高考适龄人口规模将于2035年达到峰值,约1 682.54万人,其后呈现显著的区域分化特征。东部地区如北京、浙江、福建、广东、山东等省份呈现“先升后降再低位回升”的波动趋势,其中,广东表现出较强的人口韧性,2050年仍将维持在百万人左右规模,保持旺盛的高等教育需求;中部地区整体人口韧性较强,河南、湖北整体呈波动上升趋势,湖南呈倒“V”形阶段性波动趋势,其他省份如安徽整体呈波动下滑趋势;西部地区分化趋势显著,四川呈波动上升,重庆等省份呈倒“V”形阶段性波动趋势,内蒙古等省份达到峰值后持续下降,西藏整体降幅较为平稳;东北地区人口衰退特征突出,三省高考适龄人口规模呈断崖式下跌,教育资源收缩调整压力突出。最终,高考适龄人口规模的区域差异直接引起高考规模的空间非均衡分布,进而形成具有显著差异的区域格局特征。
三是各区域高考适龄人口拐点与出生人口峰值年份具有强相关性,时间滞后性特征显著。其一,人口高位波动区如广东、浙江、河南、湖北、四川等省份,以经济活力强、产业集聚度高为核心特征,通过发达的制造业、服务业及人才引进政策,持续强化中心城市人口聚集能力,使高考适龄人口规模维持在较高区间。高考适龄人口规模拐点集中在2035年前后,表现为“总量高位波动、峰值平台期较长”的特征。其二,人口平稳发展区如西藏等省份,出生率受民族政策、传统生育观念及较低生活成本影响,长期维持相对稳定水平,自然增长率持续为正,但因人口基数小、城镇化率低,人口机械增长对总量影响有限,其出生人口低峰滞后于全国平均水平,高考适龄人口规模拐点较晚,预计在2045年前后。其三,人口大幅下降地区如黑龙江等省份,该类区域受产业结构单一、就业机会外流及长期低生育率叠加影响,高考适龄人口规模下降最为显著,其拐点在2030年前后,并开始呈现“加速下滑、底部持续”的特征。
四是全国高考规模区域分异特征显著,呈现“东部领跑—中部承托—西部补位—东北塌陷”的梯度分异格局。这一格局受人口结构转型、生育政策调整及区域经济发展差异的共同驱动。东部地区作为人口与经济双核心区,高考规模长期领跑全国,2026年即达441.85万人,占全国总量的37.37%,其演变路径呈现“中期爆发后骤降再回升”特点。中部地区以平稳增长与韧性复苏为特征,河南、湖北等省份呈现倒“V”形周期性波动,显示出较强的人口恢复能力。西部地区具有后发优势,2026—2050年,四川、重庆、西藏、陕西四省份的高考规模均有小幅增长,贵州自2030年峰值后持续下降,下降趋势相对稳定,其他省份具有一定波动性,呈现出“增长极—稳定带—波动区”的多元格局。东北地区作为衰减显著区域,面临人口系统性收缩,其中黑龙江尤为突出,东北三省均因低生育率陷入高考生源枯竭的困境。
(二)优化路径
当前,我国面临人口结构深度转型、区域发展格局重塑双重挑战:少子化、老龄化持续加深,传统教育资源配置与人口分布、年龄结构适配性不足,亟须通过制度创新促进教育资源配置与人口结构变化的动态平衡。
第一,构建全国性“教育补偿—招生激励”联动体系。当前,我国已进入低生育率时代,2024年总和生育率仅为1.085[24],生育决策的家庭理性选择与社会公共利益存在明显角力[25]。因此,应通过教育补偿和招生激励等制度干预,打通“生育意愿—行为转化”的障碍链条。[26]在教育资源配置维度,构建“人口预测—教育规划”长期动态模型,建立高校资源弹性调整机制。如对学生规模连续下降、教育质量有待提升的地区,通过“合并—转型—升级”进行高等教育资源存量配置再分配,注重教育资源的均衡布局,避免人口分散导致教育设施冗余或短缺问题;对东部地区等人口增量省份,结合人口规模、结构变化及随迁子女教育需求,科学核定并给予学校一定新增招生名额,缓解学位供需矛盾,保障随迁子女教育权益,推动区域教育资源与人口分布的精准匹配。在招生政策维度,将招生计划分配从单纯的筛选功能转化为国家人口结构宏观调控工具,对积极响应生育政策、承担人口再生产责任的区域给予指标倾斜与政策激励,缓解区域发展失衡;对多孩家庭子女实施普惠性招生照顾政策,如高等教育专项计划分配适当倾斜,降低多子女家庭的教育竞争焦虑。
第二,建立基于空间异质性的区域教育政策差异化适配体系。当前,全国人口呈现“增长区、稳定区、负增长区并存”的多速分化特征,结合各区域高考适龄人口变动特点,应推动教育治理转向“空间适配型”,构建“分类指导、精准施策”的区域教育政策体系。人口增长区强化“教育辐射功能”,通过“跨省教育共同体”推动区域高水平大学与中西部高校共建跨区域联合培养平台。如采用跨区域人才培养模式促进课程互认、学分共享与师资流动,实现区域教育资源的优势互补与协同发展;同时,可探索跨省招生计划增量调剂机制,将部分招生计划定向投放至人口缩减省份,缓解人口增量区高考竞争压力,提升人口缩减区教育质量。人口稳定区聚焦教育质量提升,健全“东部高校—边疆高校”结对帮扶机制,实现优质教育资源的跨空间共享。人口负增长区加快教育资源重组,如通过学校撤并、跨区域联合办学等方式缓解教育资源闲置压力;同时,立足重点产业发展优势学科或新兴学科,通过校地、校企合作,探索“研究院+集团校”的集团化办学模式,打通理论与实践场域运行平台,催化优质教育资源跨区域共享交流。[27]
第三,健全“分类管理、特色发展”的高等教育分层分类培养体系。面对高考适龄人口缩减与产业结构升级的双重挑战,高等教育应从“规模扩张”转向“质量提升”,构建“需求导向、层次分明”的人才培养体系,以“分类管理、特色发展”为原则,优化高等教育层次结构。在从低收入向高收入迈进的过程中,高等教育层次结构不是简单意义上的上移,而是普遍呈现“两头扩张、中部收缩”的结构特征。一方面,经济社会发展对高水平创新人才的需求要求扩大研究生教育占比;另一方面,随着高等教育扩张和毛入学率的提升,研究生教育应该扩大规模与优化结构并重,[28]重点培养专业学位研究生,新增招生计划向人工智能、新能源、生物医药等战略性新兴产业适度倾斜。本专科教育应强化分类与特色定位。研究型大学增设交叉学科课程,重点培养基础学科、重点学科、新兴学科的综合性研究人才;应用型本科与高职院校应全面推行“1+X”证书制度(学历证书+职业技能证书),根据学校发展定位与区域产业发展结构,深化产教融合,形成“招生即招工、上课即上岗”的培养模式。
第四,优化“学术型—应用型—技能型”三元分流的多元录取评价体系。对接“十五五”规划高校改革发展方向,打破高校同质化竞争格局,优化高校多元录取选拔机制。“双一流”建设高校的基础学科拔尖人才选拔,应确立“统一学业水平测试+院校自主甄选+科研潜质深度评估”的复合选拔范式。提升非应试维度的结构性占比,配套建立全国中学生科研经历认证与溯源平台,确保评价可信度。地方普通本科院校的应用型人才培养定位,应以“综合素质评价—学业成绩”模型为基础,提升高中阶段综合素质评价录取权重,制定涵盖学业水平、实践能力、社会责任、创新素养等核心维度的标准化多维赋分规则,实现从“主观描述”向“客观测度”的转换。同时,引入“学校—企业—社会”多元监督机制,确保评价过程的透明化与可追溯性。职业本科与高职专科推行“文化素质统考+职业技能测试”的选拔模式,确立职业技能测试成绩的主导地位。此外,打破普职教育壁垒,构建学分互认与通道转换的“立交桥”机制,允许符合条件的学生通过转段考试实现普职流动,建立常态化的双向流动通道,增强对职业教育的社会认同。
参考文献
[1]习近平.以人口高质量发展支撑中国式现代化[J].求是,2024,(22).
[2]蔡昉.完善人口发展战略促进人口高质量发展[N].学习时报,2024-08-09.
[3]贺祖斌,郭彩清.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[J].中国高教研究,2024,(6).
[4]王传毅,等.“三孩”政策对教育规模的影响:面向2035的预测[J].教育研究,2022,(11).
[5]张立龙,等. 2021—2035年城乡学龄人口变化趋势与特征——基于第七次全国人口普查数据的预测[J].教育研究,2022,(12).
[6]杨怡,等.高等教育如何应对未来之变?——基于第七次人口普查数据的分析[J].复旦教育论坛,2023,(5).
[7]任增元,等.面向2035:基于我国学龄人口变动的高等教育资源需求预测及配置策略[J].大学教育科学,2024,(6).
[8]于潇,高震极.东北地区人口高质量发展面临的新挑战[J].人口学刊,2024,(1).
[9]王少媛,等.东北高等教育支撑区域人口高质量发展的路径探析[J].高等教育研究,2024,(7).
[10]龚倩.省域学龄人口变动与基础教育资源配置优化——基于对江苏省2025—2035年人口变化趋势的预测[J].南京师大学报(社会科学版),2025,(2).
[11]陶涛,等.人口负增长时代教育资源的供需匹配研究[J].人口学刊,2024,(5).
[12]Warren S. Thompson. Population[J]. The American Journal of Sociology,1929,(6).
[13]Van de Kaa,D. J. Europe's Second Demographic Transition[J]. Population Bulletin,1987,(1).
[14]Ron Lesthaeghe. The Unfolding Story of the Second Demographic Transition[J]. Population and Development Review,2010,(2).
[15]David Coleman. Immigration and Ethnic Change in LowFertility Countries:A Third Demographic Transition[J]. Population and Development Review,2006,(3).
[16]石人炳.人口转变:一个可以无限拓展的概念?[J].人口研究,2012,(2).
[17]王军.中国三孩政策下的低生育意愿与更具包容性的生育支持政策[J].广东社会科学,2026,(1).
[18]2024年全国教育事业发展统计公报[EB/OL].(2025-06-11)[2025-08-10]. https://www. moe. gov. cn/jyb_sjzl/sjzl_fztjgb/202506/t20250611_1193760.html.
[19]Jacob Mincer. Schooling,Experience,and Earnings[M].Cambridge:National Bureau of Economic Research,1974. 64—83.
[20]中国教育监测与评价统计指标体系(2020年版)[EB/OL].(2020-12-23)[2025-08-10]. http://www.moe.gov.cn/srcsite/A03/s182/202101/t20210113_509619.html.
[21]Caroline M. Hoxby. Does Competition Among Public Schools Benefit Students and Taxpayers?[J]. American Economic Review,2000,(5).
[22]Eric A. Hanushek,Ludger Woessmann. The Knowledge Capital of Nations:Education and the Economics of Growth[M].Cambridge:MIT Press,2015. 128—141.
[23]Ronald Lee,Andrew Mason. Fertility,Human Capital,and Economic Growth over the Demographic Transition[J]. European Journal of Population,2010,(2).
[24]健康中国妇幼健康促进行动:共筑生殖健康高质量发展之路[EB/OL].(2025-05-18)[2025-08-20]. https://bj.chinadaily.com.cn/a/202505/18/WS682979cda3102053770339ff.html.
[25]翟振武,等.中国低生育水平的特殊影响因素分析[J].人口研究,2025,(3).
[26]原新,丁琪.低生育率条件下推进婚育友好环境建设[J].华中科技大学学报(社会科学版),2025,(3).
[27]朱旭东,侯淑晶.中西部县域“研究院+集团校”区域教育模式的路径探索——以B大学支持J县集团校项目实践为例[J].教育科学研究,2024,(10).
[28]李立国.构建自强卓越的高等教育体系[J].河北师范大学学报(教育科学版),2025,(2).
注释
(1)高考规模是指我国各省级行政区对应高考年份的实际统一高考报名总人数,包括应届普通高中毕业生、中职对口升学考生群体,不含高职单招、春季高考等非全国统一高考序列报名人员。需要说明的是,复读率未纳入计算,主要基于三点考量:一是复读数据权威性不足;二是重点聚焦适龄群体;三是复读政策变量不确定性较大。
(1)本研究选取2010—2015年作为测定“基准总和生育率”的时间窗口,该时段处于独生子女政策严格执行的平台期且尚未受到2016年全面二孩政策堆积效应的显著干扰,同时历经了第六次全国人口普查及1%人口抽样调查,数据基础扎实,故被界定为“政策约束下的稳态期”;采用简单算术平均法计算该六年区间的时期TFR均值,均值为1.21;在此基础上,构建生育意愿系数(FIC)K值,定义为预测模型输出的时期TFR与基准TFR的比值,即0.87,以量化当前社会经济约束下生育意愿向实际行为转化的折损程度;最终将该系数引入原有预测公式,对2026—2050年各省份出生人口进行修正,从而在保留原有模型结构的前提下,科学降低预测值以贴合低生育率现实。预测TFR取值参考《中国2025—2100年人口预测与政策建议》中的1.05。需说明的是,即便采用2025年实际TFR(1.09)代入公式测算,最终结果在小数点后两位亦无显著变化,证实参数取值的微小偏差对最终预测值无实质性影响。
(2)本研究的人口测算数据主要以常住人口静态数据为基础,未纳入省际人口流动变量。若需更精准刻画区域高考规模差异,未来可将人口迁移模型与本研究框架耦合,开展动态情景模拟。
(3)本研究所涉我国地域含31个省份,港澳台数据未列入。同时,根据国家统计局《统计用区划代码》人口区域划分,将各省份按照区域分为东部地区、中部地区、西部地区、东北地区。
(1)本研究将高中阶段毛入学率的理论上限设定为99%,主要基于四点考量:一是严格遵循国家“普职比大体相当”的宏观政策导向,为中等职业教育保留必要的生源空间与结构弹性。二是我国高中阶段毛入学率统计已纳入严格的学籍管理约束,高中招生计划遵循与适龄人口相匹配的要求,超龄就读群体存在上限,且还需将辍学、未入学缺口纳入考虑范围,预测时设置99%的上限符合我国实际。三是从历史数据来看,高中阶段毛入学率超过100%的情况主要出现在教育普及初期的快速扩张阶段,当普及进入高位平台期后,毛入学率会回落至98%~99%的合理区间,不会长期高于100%。四是剔除了非适龄人口的统计干扰,避免盲目追求100%全覆盖而导致的“有学无质”或资源错配风险。
(1)本文表2、表4、表5、表6、表7中的研究测算结果皆为节选呈现,完整数据表可与作者联系获取。
(2)本研究对“财政教育支出占比”、“普通高中学校数量”、“普通高中生师比”三类区域特征变量采用2024年固定值的假设,主要基于教育资源配置的政策刚性与制度惯性:一是财政性教育经费支出占GDP比例自2012年以来已连续13年稳定在4%以上区间,2024年达到4.02%的基准水平,教育资源配置已形成“保基本、稳投入”的长期政策惯性;二是当前我国高中阶段学校布局优化已进入存量调整期,《教育强国建设规划纲要(2024—2035年)》提出“加强跨学段动态调整和余缺调配”,增量资源以存量盘活为主,学校总量将保持相对稳定;三是生师比受编制标准刚性约束,2024年我国普通高中阶段生师比为12.7∶1,已达到国家标准比值,教师队伍建设转向“控量提质”的内涵式发展阶段,编制调整与师资补充速度将与学生规模变化保持动态匹配,生师比不会出现剧烈波动。