核心观点 报告认为，在青年职业技能提升刚需、政策扶持以及行业供给格局优化的共同驱动下，教育行业正重归成长轨道[1] 具体表现为职业教育培训行业景气上行，高等教育经营效益有望触底回升，以及K12教培行业在特许经营模式下实现强品牌增长[6][52][121] 行业表现与市场格局 - 截至2026年3月12日，港美股教育指数年初至今取得3.3%的绝对回报，相对恒生中国企业指数超额收益为5.7%[5] - 细分领域表现分化：教培行业指数年初至今累计收益为5.88%，超额收益为8.28%；而港股民办高职教行业指数累计收益为-6.2%，超额收益为-3.8%[5] - 重点公司中，天立教育、中国科培年初至今录得2%的涨幅，而部分高教/职教及K12教培公司股价出现不同程度下跌[4] 职业教育培训：需求井喷与政策驱动 - **青年技能培训需求刚性**：大学毕业生及高考落榜生规模持续增长，构成青年就业主体，2025年该人群规模达1466万人，3年复合增速8.1%[35] 由于缺乏从业技能，其就业压力大，16-24岁青年失业率约为17%，远高于城镇调查失业率5%[35] - **技能培训市场规模近千亿**：公共财政支持年1000万人次的职业技能培训，按补贴与自费1:1测算，市场规模约800亿元[7][42] 但基于我国近2亿技能劳动者，年培训人次渗透率仅5%，提升空间巨大[42] - **政策提升职业资质含金量**：人社部和教育部推进职业资格证书与学历证书互认，例如技师证书可视同本科学历，高级技师证书可视同硕士学历，激发学习需求[43] - **评价体系市场化改革**：技能人才评价从政府主导转向市场主导，培训行业标准制定单位有望获取认定资质并扩大市场份额[51] 高等教育：供给偏紧与经营拐点 - **高教需求持续增长**：高考报名人数从2021年的1078万人增至2025年的1335万人，年均增幅5.5%[77] 预计到2030年，高等教育毛入学率若达68%，在校生人数将较2025年增加约463万人[61] - **大学供给增长缓慢**：2015至2024年全国大学招生年化增幅为3.8%，但近3年年化平均增速仅为1%[24] 公办高校受财政压力扩张乏力，民办高校为达标生均指标也控制招生[24] - **升学率下行与落榜生大增**：大学升学率从2021年的96.1%持续下降至2024年的79.6%[77] 高考落榜生（进入劳动力市场）于2025年达到362万人，是2021年的约3倍[27] - **经营效益有望触底回升**：过去五年民办高校为提升办学质量（生师比、生均经费）加大投入，导致成本增速快于收入，毛利率从FY20的53.6%下跌至FY24的46.5%[98] 目前关键指标已接近达标，投入高峰期接近尾声，利润率有望触底回升[114] - **营利性分类管理重启可期**：办学质量达标是营利性分类管理的前提，目前湖南已重启试点[55] 获取营利性牌照将赋予民办高校更多经营自主权（如自主定价），并激励其扩张[78] - **派息恢复与高股息**：随着资本开支见顶，高教公司自由现金流将更为充沛，在约35%派息率、2.7倍PE估值下，部分公司平均股息率达11.4%[120] K12教培：供给出清与特许经营增长 - **行业供给大幅出清**：“双减”后，K9线下学科类教培机构压减96%至4932家，线上机构压减87%至34家[128] 市场规模从2020年的约1万亿元收缩至2023年的约589亿元，约为之前的6%[134] - **行业走向“特许经营”**：经营牌照重新发放但数量有限，例如江苏、福建每万人牌照拥有量仅为双减前的1/15-1/8[136] 行业从完全市场化竞争转向牌照管控，正规机构将主导市场增长[122] - **素养教培快速崛起**：学科培训需求部分转向素养培训（如人文美育、科学素养、创新思维）[156] 预计到2030年，素质素养培训市场总规模达1.45万亿元，其中学科素养市场规模约7549亿元，2021-2030年复合增速达66%[152][155] - **龙头机构优势显著**：原学科培训机构凭借教研积累、用户基础（如新东方、好未来在“双减”前年线下培训人次均超千万）和品牌优势，在转型素养培训及获取牌照方面更具优势[162] 师资与教学点供给充足，预计产能扩张速度将远高于“双减”前[163]

文章核心观点 - AI技术正深刻重塑高等教育生态，推动教育范式发生系统性变革，在赋能大规模个性化教学的同时，也带来了教学理念、模式与教师角色的全方位重构 [1][2][6] 政策与战略背景 - 国家层面已发出“加快建设教育强国”总动员，并出台《教育强国建设规划纲要（2024-2035年）》和《加快建设教育强国三年行动计划（2025-2027年）》，重点涵盖推进教育数字化和建设自强卓越的高等教育体系 [1] - 2026年被定位为教育强国建设三年行动计划承上启下的关键之年，强调将教育强国建设置于国家战略全局、经济社会新趋势及世界百年变局中进行谋划和推进 [2] 行业现状与挑战 - 高等教育面临核心“症结”：社会需要广谱化、连续的人才需求，但教育目前只能提供目录化、离散的专业人才供给 [1] - 行业存在具体困难：教育科技人才一体化发展机制不完善，人才培养体系与创新链、产业链存在断点堵点；高校办学存在同质化、“千校一面”现象 [1] - 当前高校课堂中学生“抬头率低”现象较为普遍，存在部分过度追求GPA和分数的情况 [2] - 从评估视角看，高校在教学方案、过程、成效、评价及数智化转型方面仍存在不足 [4] AI带来的机遇与变革方向 - AI技术让大规模“因材施教”和个性化教学成为可能，为融合“大规模”与“因材施教”这一矛盾体提供了破局可能 [5][6] - AI正从工具使用、认知方式、组织形式三个根本方面对教育产生变革，带来基础性重构 [7] - 高等教育将在个性化培养、跨界培养、人机协同培养、跨校跨区跨国共享教育资源方面产生新变化 [2] - 行业已进入智慧教育新阶段，2025年被认为是智慧教育元年 [7] 教学创新与未来展望 - 推动教学创新需以深化高等教育制度创新为前提，目标是推动高校从“金字塔”结构走向“五指山”结构，从而输出相应结构的人才 [6] - AI赋能教学是系统性重构，而非简单的形式迁移，未来课堂将是教师、学生与机器的协同互动 [6] - 未来教师需要具备跨学科知识融合、人机协同、学习场景规划等能力，并需创新教学方式以激发兴趣、搭建实战场景、优化人机交互与评价体系 [6] - 面向未来的教学创新改革应重点更新培养理念，更加重视人文精神培养、学生学习规划设计及学生身心健康 [7] - 人才培养是高等教育的标志性核心，其中最重要的是培养学生的思维能力 [7]

文章核心观点 - 文章核心观点是积极推动人工智能与教育的深度融合，以促进教育在人才培养、科学研究、创新创业融合及支撑保障体系四大方面的系统性变革与创新 [1] 人才培养模式变革 - 构建“人工智能+”跨学科育人体系，并根据产业发展需求设置本硕博贯通培养机制 [1] - 开展多样化人工智能通识教育，并建立动态综合评价体系 [1] - 通过评价体系精准推送补弱课程和提供个性化就业指导，构建以评促教、以评促学的闭环联动机制 [1] 科学研究范式变革 - 相关单位联合共建省级科研智算中枢，并建立跨校、跨学科的科研数据协同处理机制 [1] - 发挥高校集聚优势，训练科学多模态大模型 [1] - 对人工智能科研成果实施沙盒监管，并建立多平台交叉监督审核机制 [1] 两创融合形式变革 - 借助人工智能模型评估高校科研成果的技术成熟度等关键指标，以降低试错成本 [1] - 搭建人工智能驱动的校地企协同创新平台，以降低对接成本 [1] - 将企业需求融入高校科研选题，并把企业生产场景纳入师生科研实训，以降低协同育人成本 [1] 支撑保障体系建设 - 探索适应人工智能浪潮的教育新标准与新模式 [1] - 设立专项基金，重点支持算力平台建设、跨学科课程开发和人工智能素养培训 [1] - 建立人工智能应用全流程伦理审查机制，搭建技术防控平台，并强化数据安全与隐私保护的全链条管理 [1]

文章核心观点 - 中国高等教育在校生规模持续向头部城市集中，形成多个“百万大学生之城”，但各城市在校生结构（本专科与研究生）及增长态势出现分化，这影响了城市的人才供给结构与产业招聘策略 [1][4][8] - 城市间为吸引和留住高校毕业生，竞相推出人才计划，其成效关键在于能否提供匹配的就业机会、有竞争力的薪酬及降低生活成本的安居支持，并与本地产业发展战略相结合 [11][12][13] 高等教育在校生规模与城市格局 - 2024年，中国本专科在校生人数超过80万人的城市达到10个，广州首次突破150万人，位居第一，郑州、武汉、成都、重庆也均超过100万人 [1] - 2024年，中国高等教育在校生总人数（含研究生）突破百万的城市有8个：广州、郑州、武汉、成都、重庆、北京、西安和南京 [2] - 本专科在校生人数排名前20的城市，其在校生总数从2023年的1703.92万人增长至2024年的1737.46万人，增长1.97%，占全国总量的44.65%，显示高校资源高度集中 [4] - 部分城市本专科在校生人数增长显著：南昌首次突破80万人，达820,266人，增长4.23%；济南、长沙、南京增速分别达8.81%、4.53%和4.37% [5] - 部分城市本专科在校生人数出现减少：合肥、昆明、太原和哈尔滨4座城市人数下降，其中合肥2024年为839,507人，较前一年减少2.69%；哈尔滨减少5.18% [5][6] 研究生教育发展与人才结构 - 全国本专科招生人数增幅趋缓，2020年至2024年增幅分别为5.74%、3.50%、1.32%、2.73%和2.56%，许多城市转而大力发展研究生教育 [1] - 各城市研究生在学人数普遍增加：武汉2024年在学研究生21.76万人，增长4.3%；南京增加1.18万人至21.99万人；西安增加至19.71万人 [7] - 北京是研究生教育重镇，2024年在学研究生达47.5万人，是唯一超过30万人的城市，使其高等教育在校生总人数突破110万人；上海在学研究生26.93万人，增长4.2% [7] - 部分本专科生规模大的城市研究生教育相对薄弱，例如郑州2024年在学研究生为7.55万人，与北京、上海等存在差距 [8] 人才结构对产业招聘策略的影响 - 城市高等教育人数和结构差异直接影响公司招聘策略，高端研发人才集中在一线城市 [8] - 某大型轨道公司人力资源负责人表示，其公司35岁以上“行业总工和首席”岗位中，北京占40%，上海占25%，因此高端研发岗需侧重在这两地设点 [8] - 该公司针对不同城市高校招聘的岗位和起薪有显著差异：华北地区（如北京、天津）以技术岗为主，硕博比例高，起薪18万—25万元；西南地区（如成渝昆）重点招聘本科的通号、机电、运维岗，起薪9万—12万元 [9] 城市吸引与留住高校毕业生的策略 - 多个城市推出大规模人才留引计划，如武汉“百万大学生留汉创业就业工程”、重庆“百万高校毕业生等青年留渝来渝就业创业行动计划”、广东“百万英才汇南粤”行动 [11] - 就业机会是吸引毕业生的核心，与城市产业发展紧密相关，重庆某大学约40%~50%的毕业生选择本地就业，得益于产业升级、交通基建和数字经济战略 [11] - 毕业生流向也受薪资、职业发展平台及新兴产业岗位供给影响，部分学生因本地人工智能、高端金融等岗位规模和多样性不及一线城市而外流 [12] - 生活成本是重要考量因素，例如成都因房价远低于一线城市而吸引毕业生定居 [12] - 高校毕业生期望的政策支持包括：安居支持（人才公寓、购房补贴）和科研与就业支持（科研启动资金、产学研合作平台） [13] - 高校招生就业办建议，城市留住大学生需加强：岗位精准匹配与实习转化、提升起薪与成长性（尤其新兴产业）、扩大青年安居支持、以及加强文化娱乐等软环境建设 [13]

文章核心观点 - 人工智能作为“快技术”催生了“快社会”，对高等教育产生了深刻的伦理与价值冲击，需要系统反思并构建中国化的高校AI教育教学新生态以应对挑战 [1] AI对高等教育伦理的冲击 - AI工具广泛应用形成“快技术”效应，改变了知识生产方式和速度，进而改造生产关系，使人类认知进入“快速运行”模式，导致时间感知加速、关系切换频繁、联系虚拟化 [2] - AI带来的“快社会”效应导致追求快节奏生活、关注即时成果、人际关系功利化，可能引发大学生群体性孤独和封闭性社交等负面效应 [2] - 高等教育出现不适，课堂内外AI手机使用界限模糊，教育主体多元化、知识碎片化、传播扁平化，挑战了“传道受业解惑”的传统模式 [2] AI对高等教育价值的挑战 - AI推动社会经济升级，但同时使高校毕业生就业渠道日益狭窄，社会用人理念转向“招之即用”，导致高校育人目标与社会实践需求错配 [3] - 在本体论层面，AI时代知识快速更新，高校难以把握科技知识的变与不变 [3] - 在认识论层面，AI应用的便捷性导致学生产生思考惰性，依赖“用百度，问深度”，忽视思辨和探索，使高校培养创新思维的手段和标准难以把握 [3] - 在实践论层面，AI“双快效应”带来系统性创新和非理性实践，高校在把握AI实践边界、明辨科学逻辑并将其引入教学方面面临挑战 [3] - 无论是“厚基础”培养模式还是“学以致用”的实践能力培养，在AI背景下均面临实施困境 [3] 重构高校AI教育生态的路径 - 需要构建技术教育、理性教育和伦理教育相结合的AI科学哲学教育生态，融合马克思主义辩证法、中国传统心学及西方理性哲学，探索人脑的主动感知、形式逻辑与辩证思维机制 [4] - 需要构建中国化AI自主学习生态，将AI技术融入学科知识逻辑体系，引导学生以知识图谱为核心培养批判性思维，以应对信息扁平化与知识碎片化挑战 [4][5] - 需要重构学科专业的个性化知识图谱，使其成为解决复杂实践问题的基石，夯实“学以致用”的实践理性基础，教师需转变角色帮助学生把握知识边界 [5] - 需要构建高校AI教育教学的机制与保障，转变教育理念，以学生的“理性思考和道德养成”为核心，注重对AI应用能力的思辨性引导，并建立新的课程教学模式与成效评价体系 [5]

人工智能对高等教育的影响 - 人工智能正深刻重塑全球创新格局与人类生活范式，对高等教育的学科体系、教学模式与知识结构构成挑战[1] - 生成式人工智能与海量数据分析方法正加速文献综述、模式验证、过程模拟的效率，加快了知识的传播速度[1] - 人工智能正推动个性化与包容性学习发展，通过人形机器人、虚拟导师等应用提升学生沟通表达能力，并根据学习风格定制内容以促进教育公平[1] 大学的教学实践与战略 - 浙江大学正通过"人工智能进阶计划"(AI STEP)推进人工智能与教育教学深度融合，致力于从掌握知识、训练能力、创新创造、进阶提升四个层面培养学生从"会读书"到"会创造"[2] - 加拿大渥太华大学成立数据素养研究所，旨在帮助师生更好地应对数据密集型社会带来的挑战，优先培养学生的批判性思维、道德推理、数据素养等基础能力[2] - 浙江大学已开展人工智能教育资源的分享，例如为中国国内中西部高校开设"AI+"微专业，并向公众推出"DeepSeek"系列公开课，将AI教育延伸至基础教育、继续教育及行业领域[4] 未来职场与人才培养 - 到2030年，人工智能将对职业结构产生深远影响，企业更青睐能运用人工智能工具的复合型人才，这为大学人才培养体系带来全新命题[1][2] - 大学必须重新思考未来职场所需的能力，技能在变化，工种在更替，人工智能将如同计算器一样成为必备工具[2] - 教育者肩负引导学生正确使用AI的责任，必须教会学生以批判眼光审视AI工具的局限与潜在风险，因为AI是一种可能存有偏见、也会出错的工具[2] 国际合作与未来发展 - 推动世界各界同行开展合作、交流对话并进行创新是当下的重要议题，大学有责任积极设计和推进人工智能在教育领域的整合[3] - 期待各国高校持续深化国际合作与创新协同，携手推动人工智能时代高等教育高质量发展，为构建人类命运共同体贡献教育力量[4]

人才培养目标 - 争取到2030年全省高校理工农医类专业学生规模占比达到60%以上 [1] - 目标是为先进制造业、新兴产业、未来产业输送储备人力资本 [1] 当前人才输送与专业设置 - 全省高校每年向社会输送约40万名毕业生 [2] - 超过80%的毕业生留在浙江就业创业 [2] - 约65%的毕业生选择中小微企业作为职业生涯第一站 [2] - 近三年新增本科专业中61.5%为理工农医类专业 [2] - 近三年新增硕士博士点中71.8%为理工农医类专业 [2] 未来教育发展举措 - 在“十五五”期间将强化科学教育、普及高等教育、优化职业教育 [2] - 从小学开始全面普及人工智能通识课程以培养学生的人工智能素养 [2] - 增加实验和实践课程让学生更早接触真实生产场景和岗位实务 [2]

基础教育发展水平 - 全国学前教育毛入园率达92% 较2020年提高6.8个百分点 [1] - 九年义务教育巩固率达95.9% 较2020年提高0.7个百分点 [1] - 高中阶段毛入学率达92% 较2020年提高0.8个百分点 基础教育达到世界高收入国家平均水平 [1] 高等教育体系规模 - 高等教育在学总规模达4846万人 较2020年增加663万人 [1] - 构筑起世界最大规模的高等教育体系 [1] 教育经费投入 - 2023年全国教育经费总投入达6.5万亿元 较2020年增长21.8% [1] - 国家财政性教育经费占国内生产总值比例连续12年不低于4% [1] 教师队伍建设 - 2024年全国专任教师总量达1885万人 教师队伍建设持续加强 [1]

教育发展成就 - 基础教育达到世界高收入国家平均水平 [1] - 学前教育毛入园率从2012年64.5%提升27.5个百分点至92% [1] - 本年度学前一年免费教育覆盖1200万儿童 [1] 义务教育与高等教育 - 全国2895个县域全部实现义务教育基本均衡 [1] - 高等教育毛入学率从2012年30%提升至60.8%实现翻倍增长 [1] - 高等教育进入世界公认普及化阶段 [1] 人才输送与服务支撑 - "十四五"期间高等教育累计向社会输送5500万人才 [1] - 教育体系在服务支撑经济社会发展方面取得新突破 [1]

高收入群体概况 - 根据2024年YouGov Profiles数据，近18%的美国成年人年收入超过10万美元 [1] - 在35至44岁年龄组中，该比例上升至25%，即每四人中有一人属于该高收入阶层 [1] 教育对收入的影响 - 尽管对大学学位价值的怀疑增加，但数据显示高等教育仍是实现长期财务成功最可靠的途径之一 [2] - 高收入阶层中78%的人将教育视为其成功的关键因素 [5] - 根据美国国家教育统计中心2024年研究，拥有硕士或更高学位者的收入中位数比仅拥有学士学位者高出约20% [4] - 学士学位持有者的收入比仅拥有高中文凭者高出约59% [4] 高等教育信任度变化 - 美国成年人对高等教育价值缺乏信心的比例从2015年的10%上升至2024年的32% [3] - 学费上涨常被指为信任度下降的关键原因 [3] 高收入者工作满意度 - YouGov调查显示，近68%的高收入者表示热爱自己的工作，而总人口中这一比例仅为51% [5] - 皮尤研究中心2023年调查发现类似模式：57%的高收入者对其工作非常满意，而中收入和低收入工人的这一比例分别为37%和36% [6]