7 月 31 日，日本文部科學省公布「成長分野轉換基金」新一輪入選名單。獲選的 10 所大學，多數是地方型、應用型學校：北海學園大學設半導體與 AI 的資訊科學部；廣島國際大學讓運動健康科系接上資料科學；山梨縣立大學新設「Makers 學科」，和縣立工業高中 7 年一貫銜接。
減得愈多，補得愈多
日本在 2022 年以 3,002 億日圓設置基金，協助公私立大學把學院系的發展轉向數位、綠色等理工農領域。一般方案最高補助約 20 億日圓，原則支援 8 年、最長 10 年，從前期規劃到完成改組都涵蓋。三輪公開徵選已選出 261 件，預計增加約 2.2 萬個理組科系入學名額；其後再新增最高約 40 億日圓的「大規模文理橫斷轉換」方案，把新設理工學院系的教師人事費、土地取得費納入補助，並要求同步調整既有文科學院系的名額。
更值得細看的是補助設計：學校若只是增設新學院系，拿到的只有基本額度；若同步縮減、移轉其他學院系名額，補助率則會往上調。防灌水規則也寫得很細：不能只把舊系改名，新系的課程、師資與學位領域必須有實質差異。
這套設計等於在問每所大學：為了新增，你準備減掉什麼？換句話說，日本以基金換取的，是打破大學慣性的策略選擇：學院系要不要改組？名額如何移動？教師、設備與空間如何重新配置？
少子化下的大學結構大洗牌
日本面對的問題是理工學位供給不足，理科學位取得者約占 35%，私立大學更只有約 29%，因此用基金直接改造學部、名額與師資結構。台灣則不一樣，理工科系的占比並不低，真正的變化是在學生總量快速下降的同時，學科結構也在重組。從教育部 108 至 114 學年的統計資料來看，台灣學士班學生由 93.2 萬人減至 77.8 萬人，6 年間減少 16.6%；工程、資通訊與醫藥衛生占比持續上升，服務、藝術人文與商管則下降。下一波斷崖已可預見：2010 年虎年只出生 16.6 萬人，將在 117 學年進大學。
大學的學科板塊決定的是國家未來的人力組成，它其實一直在變；只是推著它變的，主要是少子化、學生選擇與就業市場。政策不是沒有影響，只是並非掌舵者。
再從國際比較看，依相近的領域分類估算，台灣的工程、資通訊與自然科學系所合計約占 38.1%，高於 OECD 平均的 28%。總量不是問題，結構才是：工程比重很高，基礎科學反而低於平均；服務類占 11.3%，是OECD平均的近 3 倍，低薪、高 AI 替代風險，正是最該轉型的量體；教育與社會科學則明顯偏低，面對 AI 帶來的勞動、倫理與制度變化，人才基礎有缺口。
培育新人才，台灣的預設一直是「加法」
面對 AI、半導體、無人機、生技與淨零，台灣的政策工具其實不少。教育部有智慧雨林跨域課程群、無人機教學場域與區域產業人才培育基地；經濟部有 AI 新秀計畫，環境部有淨零綠領人才培訓聯盟。各部會面對所轄產業的需求，分別對大學開出人才訂單，每張訂單都附有 KPI：培訓多少人次、開設幾門課、取得多少證照、媒合多少就業……這些指標反應快速，也能在 2、3 年內檢核成果。
台灣並非沒有更上位的目標。總統已提出 2040 年前培育 50 萬名多元 AI 人才，行政院也設定 2028 年底前培育及延攬 40 萬人次。然而這個國家級目標往下落地時，主要仍由各部會的課程、培訓、職訓、媒合與企業導入人次承接。一個以「人」表述，一個以「人次」管考；不同人才的能力層級、重複計算方式、部會責任及其與產業需求的對應，目前仍未完全說清楚。審計部也已指出，若只用人次計算，難以掌握 AI 人才政策真正培養了什麼人、填補了哪一種需求。
日本同樣有國家層級的數量目標，但它進一步把目標落到大學的學院系轉換、學位領域與入學名額。這是台日之間政策設計更根本的差別：日本把成長目標設定在大學校院系的結構轉型；台灣則主要把人才目標往各部會的培訓流量帶。
換句話說，日本問的是：10 年後，大學實際培養人才的結構要變成什麼樣子？台灣目前較常問的仍是：今年開了多少課、培訓了多少人？
這些工具反應快、有其必要，學生不必等新系所設置就能接觸新技術；但共同點是多半繞過既有結構，把新任務掛在原有系所旁邊。整體看起來，像國家列出許多案子請大學分別接案；沒有人問大學的總容量該長成什麼樣子。《國家重點領域產學合作及人才培育創新條例》的半導體研究學院動到了組織與員額，是最接近日本的一步；但即使是它，也像在既有體系旁開一條快速通道。
於是，新課程進來了，舊課程沒有退場；跨域學程成立了，教師仍由原系所考核；產業需求年年改變，招生名額與學位結構卻很少重新檢討。結果往往是計畫愈來愈多，大學組織能力未必增加。
大學不是不知道要改，只是在所有選項裡，「加法」的行政與政治成本最低。這無關文組理組：系所本位的體制下，動名額就是動教師員額與系所存續，公私立、一般大學或技專校院都一樣難。增加一門課，不必處理教師轉換；成立一個專班，不必討論系所整併。
真正困難的是減法：哪些課程應停止？哪些系所應整併？哪些能力必須保留，即使招生市場不青睞？教師如何轉換專長？既有學生的權益如何保障？
人才培育轉型，需要減法、乘法與除法
日本的做法未必成功，新設名額也可能招生不足，更不能簡化成「減少人文、增加理工」。但它正面提出一個台灣長期迴避的問題：在學生總量持續下降時，大學結構要由誰決定？
教育部並非沒有機制。每年的總量提報作業管得很細：名額總量不得超過前一學年核定數、可在學制間流用，各部會每年還提出建議增設與調減的領域清單。但設計決定了限度。部會清單只是「參據」，不附資源；敢具體建議增減的幾乎只有掌握醫事人力推估的衛福部，其他領域沒有人負責回答「什麼太多了」。名額縮減的觸發器是註冊率，等一個系連續兩年招不滿才扣名額：用市場失敗代替政策判斷，等到扣名額時，院系所往往已經失去主動轉型的動能和餘裕。
日本剛好相反，在大學還有能力時，就用長期資金支持它主動調整。名額在報表上移動不花錢，讓教師、課程與實驗室跟著移動，每一步都要錢；總量管制是純管制工具，能輕推各校的選擇，但推不動結構的轉型。
日本的基金補的正是這一段，而且錢比較好用：一次編列、支用 8 到 10 年。台灣的人才計畫多以 2 到 4 年為期，經費逐年編列，可能被刪減、凍結、限制科目用途；而一次真正的系所轉型，從規劃到第一屆學生畢業，時程比一屆政府更長。這樣的經費結構，撐得起一個個計畫，撐不起一次跳脫既有框架的轉型。
台灣不必停止快速培訓、微學程與產學合作，我們缺的是加法之外的其他運算：
減法：需要台灣目前沒有多年期院系轉型基金，支付教師轉換、課程退場、系所整併的成本，一路支援到第一屆學生畢業，補助額度與名額移轉的程度連動。
乘法：讓既有資源相乘，如工程結合醫療、AI 結合農業的跨域學位，師資、設備與課程跨校共用。
除法：不是由中央替各校指定命運，而是依區域條件、既有能力與公共任務形成差異化分工，避免所有學校一起成立 AI 相關系所，再搶同一批學生。
大學也需要新陳代謝
未來的高教政策，除了回答「準備新增什麼」，還得說清楚「哪些要調整、整併或共同承擔」。說到底，政策要引導的是大學的新陳代謝，而且要拿得出依據。台灣的國發會有人口與重點產業人才推估，醫事人力更已連動系所增減，但缺少把推估接上所有領域的大學名額。時機就在眼前：高教深耕第二期已進入下半場，第三期的起點正好撞上虎年世代進大學的 117 學年。要不要把加法之外的政策思考納入第三期，讓政策引導大學在院系名額、師資人力與財務資源上做出真實的調整，是這兩年就得做的決定，也就是「現在」！
日本正在主動調整大學結構；台灣的結構也在改變，卻多半交給少子化與招生市場自然淘汰。一項項計畫繼續疊加在原有體制上，像在從未重構的老系統上不斷增加新功能，眼前多做了一些事，未來每一次改造卻變得更困難。
台灣用一個個計畫讓大學增加任務，日本用「成長分野轉換基金」推動大學改變結構。台灣下一步的政策選擇，不是停止做加法，而是不能再只有加法，不能只補助大學「做新的事情」，也要開始支持大學「成為不同的大學」。
分享圖文請註明出處，未經本站同意不得轉載
瀏覽次數：1776
