近期，江西省人力資源和社會保障廳官網披露：2025年全省中小學教師招聘人數計劃2146名。
相比去年的3957人，下降45.8%；而去年相比2023年的7821人，下降約49.5%……
較2020年的高峰期，江西省中小學教師招聘人數降幅高達84.8%！
問題很清楚。
小孩越來越少、生源下滑嚴重，確實不再需要那麼多老師了。
但如此劇烈的變動，是否反應過度？
以現在的就業形勢，教師減招如此之多，多出來的這些年輕人怎麼辦？
最終是否能安排妥當？
這些都是很考驗能力的問題。
01
究竟過剩多少？
北京師範大學曾預測稱：到2035年，全國將有150萬小學老師、37萬初中老師崗位過剩。
對此，大家應該都有心理預期。
問題是2035年，也才10年後，變化真的有這麼快嗎？
我們可以通過公開數據，自己推算一下。
最根本的，是看生源數量。
全國出生人口由增長轉下滑的拐點，在2016年，當年新生兒高達1786萬。
從2017年開始，平均每年下降100萬，且降幅越來越大。
而小孩一般是3-4周歲開始上幼兒園。
所以幼兒園生源開始下降對應的時間點，應該是2019-2020年。
這與統計數據吻合。無論是幼兒園數量還是市場規模，2019年都是一個明顯的轉折點。
轉眼之間，全國幼兒園就從“報名難”變為“招生荒”，有關“幼兒園關停潮”的新聞，一直熱度不減。
幼兒園的頹勢，很快就蔓延到小學。
上完幼兒園，小孩一般7歲左右進入小學。
延續上面的時間線，也就是從2023年起，小學一年級的生源開始出現大幅縮減。
同樣的道理，小學6年，初中3年，高中3年，大學4年……
到2029年，全國初中開始出現生源明顯不足；到2032年，擴散到高中；2035年，影響到到大學招生。
根據我們的算法，最早到2032年，全國中小學的生源，就將出現全方位降低。
比如教育大省河南，預計2024-2027年，全省小學生數量將減少200萬以上，降幅超過20%。
……
至少在時間上，北京師範大學的預測並不誇張，反而還很保守。
那麼數量呢？
學生少了，教師的數量理應減少。
這是肯定的。
但小學、初中教師，會不會在10年內就過剩150萬、37萬這麼多？
又譬如江西，將教師招聘數量腰斬再腰斬，如此大幅度削減，是否有必要這麼激進？
不能直接拍腦袋就說結論，還是要看具體的數據。
這幾年，是體制內退休的高峰期，教師群體自然也不例外。
根據教育部官網的統計數據。目前全國共有約663萬在編小學教師，其中女教師486萬人，男教師177萬人。
按現在的退休年齡算，到2032年，將有109萬小學女教師退休，58萬小學男教師退休。
2032年，一到六年級的在校生數量，大概對應的是2019-2025年的出生人口總和。
2024年官方統計的出生人口是954萬。樂觀一點，假如2025年也有954萬。
那麼2019-2025年的出生總人口是1465萬+1202萬+1062萬+956萬+902萬+954萬+954萬=7495萬人。
2024年全國小學生數量為10584萬（2023年1.08億），到2032年，將至少降低3089萬。
降幅約為29%。
而到2032年，將要退休的小學教師數量，占現在教師群體的比例約為167/663≈25%＜29%。
也就是說，哪怕從現在開始，一個小學老師也不招，7年後，還沒退休的教師數量相比如今也過剩。
如果維持663萬的小學教師規模，到2032年，全國小學教師大約過剩663×29%≈192萬人。
這個數值，同樣比北京師範大學預測的150萬人。
也就是說，不論是時間上、還是數量上，其預測都略顯保守。
來源：教育部官網
初中、高中的算法以此類推，不再贅述。
當然，計算出來的數字，只是理論上的預測值。
現實中，招老師需要什麼？需要錢。
並不是有多少學生，就一定會招多少老師。
還是以我們之前聊過的棲霞市為例。
2024年1-5月，山東省煙台市下轄棲霞市，公共財政收入下降了37.9%；稅收收入下降36.2%，非稅收入下降39.6%。
為了節流，必須大幅削減公共預算，其中教育補貼削減了20.3%。
而在全國範圍內，棲霞市是個富縣，人均GDP高達14萬元，遠超全國平均9萬元、以及西部平均的5萬元。
其他大部分地區的情況，或許更糟……
缺錢，導致一個什麼問題？根本無法維持現在的教師規模。
也就是說，教師大量過剩，或許是個偽命題。
從這方面來看，對教師招聘數量腰斬再腰斬，並不是完全為了應對教師過剩。
更直接的原因是，沒錢了。
問題是，接下來幾年，仍會有大量畢業生，他們能幹嘛去？
不光是他們，包括如今很多在崗教師，很快也將成為“過剩”的一份子。
02
可能的未來
未來究竟會發生什麼？沒有人說得准。
我們只能從已經出現的案例，做出推測。
2022年，韓國多所高中因生源不足關閉；2023年，日本有200多所大學因招不到學生，即將倒閉。
針對“過剩”的教師，日韓是怎麼安置的？
總體上有三種方案。
第一種，沒編製的合同教師，直接辭退。
第二種，在編教師無法直接辭退，怎麼辦？
學生少而老師多，當然是把大班改成小班——保證每個老師都有事做的同時，也提高了平均每個學生所擁有的教育資源。
這種做法看似能解決問題，但有個致命的缺陷：平均每個學生的教育成本提高。
從一個老師服務40個學生，變成一個老師服務20個學生——要發工資的老師還是那麼多，學生卻變少了，怎麼辦？
當然要漲學費。
其中，學校可能會承擔一部分，但大部分一定會轉移到家庭。
隨着每個班的學生越來越少，家長的錢包和學校財政再也撐不住……
這個時候，學校要麼倒閉，要麼實行第三種方案：合併學校。
比如一個縣下面有5個鎮，每個鎮上都有一所小學。
現在，這5所小學要合併成一所縣小學；原本各個學校的老師，全部轉移到這所學校工作。
很明顯，一所學校並不需要5所學校的老師。
“過剩”了這麼多人，該怎麼辦？
要麼憑關係、憑能力分一個班繼續教書，要麼只能接受調崗。
比如，去當圖書管理員、去社區做公益，說白了就是吃乾飯，福利待遇可想而知、不可能跟正式教師相比。
對快退休的老人而言，或許還能接受，反正熬幾年就能拿退休金了。
但大多數年輕人，不可能忍受沒有奔頭的日子。
不用別人說，遲早自己就會離開。
再回到我們這邊。
如果你是在編教師，以上二、三種方案，似乎聽起來也沒有太糟糕。
但是，你是不是忘了一個前提，那是日韓的方案……
不管怎麼說，日本韓國好歹是發達國家，人口體量也相對較小，有條件用相對溫和的手段，去處理過剩的教師團體。
這些方案在本土化後，遠沒有你想象中的那麼溫和。
以江西省萬年縣為例。
2008-2024年，出生人口從7934人暴跌至2478人，縮水68%。
學生人數以年均4000人的速度銳減，教師以每年230人的速度過剩。
先說第二種方案，小班制能實現嗎？
萬年縣原本的平均班級規模為38人，基本與全國一致。
如果將規模縮減至25人，即可消化過剩35%的教師。
問題是，這樣搞，財政赤字將達到預算收入的5倍。
顯而易見，除了少數發達地區，大班變小班是不太現實的。
比如江西，能做的其實只有大幅砍編製數量。
那麼第三種方案呢？
當然可行。但還是那個問題，大多數人只能被調崗，福利待遇將大幅降低。
還是以萬年縣為例。
社區崗位月薪僅2800元，不足原工資的60%。
快退休的老人可能無所謂，反正混幾年就拿退休金了；但對年輕教師而言，這點收入連自己都養不起，還不如去送外賣。
……
簡而言之，全國絕大部分地區都不適合第二種方案，第三種方案或許能普遍實施、但過於嚴苛。
既然如此，只能緊抓第一種方案。
比如北京丰台區，兩年前就提出，為了防止教師躺平，正在研究退出機制：對在編不在崗、考核不達標的教師，進行辭退或調崗處理。
福建、浙江等地，也正計劃實行新的教師參聘制度。
為什麼這麼做，稍微想想就明白了……
所以，未來幾年究竟會發生什麼？
正如上面所說。即便從現在開始，一個老師也不招，7年後還沒退休的教師依然過剩。
問題是，再怎麼削減招聘數量，也不可能一個新老師也不招。
教師群體，也是需要新鮮血液的。
那麼，過剩教師問題怎麼解決？
雙管齊下！
對於過剩的老教師，實行第三種方案，實行調崗。
對於新老師，則使用第一種方案，採用合同制，讓雙方的選擇空間更大。
……
如此一來，教師過剩的問題，或許並沒有想象中那麼嚴重。
只是教師這個行業的吸引力，也將迅速下滑。
03
尾聲
教師這個職業，不但不再神聖，也越來越跟鐵飯碗不沾邊。
時代變了，快得讓人猝不及防。
不過，一碼歸一碼。
趨勢針對的只是行業，並非個人——恰恰相反，越是這種趨勢，教育可能會越來越卷。
最典型的就是高考。
預計到2040年，全國高考人數不足600萬人，只有現在的一半。
這是否意味着，考大學就變得更容易了？不太可能。
我們要明白教育的本質目的是什麼？
是篩選人才，不是做慈善。
優勝劣汰的叢林法則，在教育這條賽道永遠不會消失。
怎麼才是篩選的最直接方法？那當然還是按比例招生，不然名校怎麼維持競爭力?
現在是100人中招10人，以後只會是從50人中招5人，不可能依然招10個人。
在這種情況下，普通家庭的小孩想上好高中、好大學，只會越來越難。
為什麼？在互聯網無比發達的今天，幾乎任何知識，我們都能在網絡上獲取。
隨着技術越來越普及，不論是大城市還是邊遠地區，學生在課堂上能學到的東西，理論上都是越來越少的。
這種情況，看似縮短了教育上的貧富差距，其實恰恰相反。
教育在社會中存在的本質，不會因每個人的平均水平上升而改變。
平均水平上升，是國民教育的巨大成功，但對個人而言並不是。
有條件的，大概率都會請私人教師，再不濟自己來，培養孩子真正的思考能力；沒條件的，只能在信息大爆炸時代被動接受海量信息，沒人引導、失去思考能力。
技術越是普及，優質師資越會往私立教育集中。
不論什麼時候，一小撮最優秀的教師，永遠是最寶貴的資源。
只不過這個資源，永遠不可能均分。（全文完）
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-