高等教育省域時(shí)空分布差異性研究

劉家保，鄭 倩

（安徽建筑大學(xué) 數(shù)理學(xué)院，安徽 合肥 230601）

知識(shí)經(jīng)濟(jì)和經(jīng)濟(jì)全球化時(shí)代，高等教育在時(shí)代發(fā)展中扮演著不可忽視的重要角色。高等教育不斷向社會(huì)發(fā)展輸出必要的高層次人才和科技資源，是區(qū)域前進(jìn)的重要依靠和動(dòng)力源泉。美、法及歐洲眾多發(fā)達(dá)的資本主義國家[1]都曾因在工業(yè)化進(jìn)程中對具備高素質(zhì)勞動(dòng)力的需求增加[2]而先后出現(xiàn)高等教育規(guī)模的快速擴(kuò)張，由此產(chǎn)生的高等教育發(fā)展區(qū)域不平衡問題一度成為眾多學(xué)者關(guān)注的焦點(diǎn)。研究發(fā)現(xiàn)，高等教育資源空間分布格局將對區(qū)域社會(huì)發(fā)展[3]及經(jīng)濟(jì)進(jìn)步[4]產(chǎn)生很大影響，因此，近年來關(guān)于高等教育資源空間分布規(guī)模和差異的研究不斷升溫。

眾多國內(nèi)學(xué)者根據(jù)不同的研究區(qū)域范圍、觀察角度及評價(jià)指標(biāo)，對我國高等教育空間分布問題進(jìn)行了豐富的探討。趙軍和賈晶晶[5]運(yùn)用GIS 方法分析了我國高等教育發(fā)展水平的空間異質(zhì)性，發(fā)現(xiàn)我國高等教育總體呈現(xiàn)東高西低的分布特點(diǎn)，提出為促進(jìn)教育均衡應(yīng)提高經(jīng)濟(jì)發(fā)展水平；胡宇[6]采用SPSS 因子分析方法研究了我國31 個(gè)省份的高等教育發(fā)展水平差異，根據(jù)不同因子的分析結(jié)果提出相應(yīng)的政策建議；李德顯等[7]采用PLS 結(jié)構(gòu)方程研究我國高等教育的分布情況，得出的結(jié)論是我國高等教育呈現(xiàn)“東高西低”的不均衡態(tài)勢；張志遠(yuǎn)等[8]基于2018 年教育統(tǒng)計(jì)數(shù)據(jù)研究了我國高等教育發(fā)展水平，認(rèn)為我國高等教育發(fā)展水平具有東部牽頭、中部直追以及西部后勁不足的態(tài)勢。還有許多有關(guān)中國高等教育分布的研究，在此不一一贅述[9-12]。

根據(jù)已有的研究結(jié)果，可以看出過去有關(guān)高等教育空間分布的研究方法多樣，成果豐碩。但值得注意的是上述學(xué)者多以截面數(shù)據(jù)或較短時(shí)間序列為基礎(chǔ)，且研究結(jié)論均無法反映中國高等教育空間分布差異的演變過程。鑒于此，本文選取2000-2019 年面板數(shù)據(jù)，創(chuàng)新使用Python3.8 和Stata15.1編程軟件探究20 年來中國高等學(xué)校數(shù)、在校學(xué)生數(shù)和專任教師數(shù)發(fā)展的時(shí)空分布規(guī)律。先從時(shí)序角度對2000-2019 年間中國各省域高等教育的高等學(xué)校數(shù)、在校學(xué)生數(shù)和專任教師數(shù)發(fā)展的動(dòng)態(tài)演化趨勢進(jìn)行分析，再從空間角度深入探究高等教育省域空間分布的差異特征，為我國高等教育健康協(xié)調(diào)發(fā)展提供新思路。

1 數(shù)據(jù)來源與方法簡介

1.1 數(shù)據(jù)來源

文章選取2000-2019 年中國各省市高等學(xué)校數(shù)、在校學(xué)生數(shù)以及專任教師數(shù)作為衡量高等教育資源分布的重要指標(biāo)，共選擇全國30 個(gè)省域（不包括海南）作為數(shù)據(jù)樣本空間，相關(guān)數(shù)據(jù)均來自《中國統(tǒng)計(jì)年鑒》。本文首先計(jì)算全局Moran's I 指數(shù)，以判斷我國高等教育整體上是否存在空間相關(guān)關(guān)系，再運(yùn)用局部Moran's I 指數(shù)進(jìn)一步考察各省市高等教育發(fā)展的局部空間相關(guān)性及省域間空間分布差異，并結(jié)合使用Python3.8 和Stata15.1 軟件計(jì)算本文模型。

1.2 方法簡介

1.2.1 全局空間自相關(guān)方法

全局空間自相關(guān)一般用全局Moran's I 指數(shù)測量，且全局Moran's I 的值落在區(qū)間[-1，1]上[13]。Moran's I 越接近1，表示正相關(guān)性越高，空間上表現(xiàn)為相似值高-高（H-H）或者低-低（L-L）的空間集聚；Moran's I 越接近-1 則說明負(fù)相關(guān)性越高；當(dāng)Moran's I 為0 時(shí)，表明所研究的各省域變量彼此獨(dú)立分布，不存在空間相關(guān)性。此外，常用標(biāo)準(zhǔn)化正態(tài)統(tǒng)計(jì)量檢驗(yàn)空間相關(guān)性的顯著性水平，如果值大于正態(tài)分布函數(shù)在5%和1%置信水平上的臨界值，表明各指標(biāo)變量通過顯著性檢驗(yàn)[14]。根據(jù)Cliff 和Ord 所給出的全局Moran's I 指數(shù)的計(jì)算公式為：

在計(jì)算全局Moran's I 指數(shù)之后，常用標(biāo)準(zhǔn)化正態(tài)統(tǒng)計(jì)量Z（I）檢驗(yàn)空間相關(guān)性的顯著性水平。檢驗(yàn)的標(biāo)準(zhǔn)化形式是：

式（3）中對應(yīng)的EN（I）、VAR（I）分別為：

1.2.2 局部空間自相關(guān)方法

已知全局空間自相關(guān)用于驗(yàn)證研究對象的整體空間相關(guān)性，但它不能解釋研究對象的局部空間相關(guān)效應(yīng)。為了進(jìn)一步探索省級(jí)高等教育發(fā)展的時(shí)空演變趨勢，本文引入局部空間自相關(guān)指數(shù)LISA 指數(shù)和Moran 散點(diǎn)圖進(jìn)行詳細(xì)分析。

（1）LISA 指數(shù)

LISA 指數(shù)即局部空間自相關(guān)指標(biāo)（Local Indication of Spatial Association）。用于具體識(shí)別某省域與其周邊省域的空間差異程度以及差異的顯著性。本文中LISA 指數(shù)同樣使用Python3.8 軟件計(jì)算，并以LISA 聚類地圖的形式展現(xiàn)，此處LISA指數(shù)計(jì)算公式為：

（2）Moran 散點(diǎn)圖

Moran 散點(diǎn)圖是位于XY 平面上的二維平面圖，X軸和Y軸把整個(gè)圖形均勻劃分成四個(gè)象限[15]。使用Moran 散點(diǎn)圖能夠直觀判斷省際高等教育活動(dòng)程度的高低關(guān)系，具體來說，圖中橫坐標(biāo)的正負(fù)對應(yīng)的是我國各省域自身高等教育發(fā)展水平高低，縱坐標(biāo)對應(yīng)的是其周邊省域的高等教育發(fā)展水平高低。

2 全局空間自相關(guān)分析

通過運(yùn)用公式（1）可以計(jì)算出2000-2019 年我國高等學(xué)校數(shù)、在校學(xué)生數(shù)和專任教師數(shù)的Moran's I 值。并與臨界值比較，得出其顯著性水平，見表1。其中高等學(xué)校數(shù)空間自相關(guān)系數(shù)均通過1%顯著性水平檢驗(yàn)，表明高等學(xué)校數(shù)這一指標(biāo)存在顯著的正向空間自相關(guān)。同樣，在所研究的時(shí)間段內(nèi)在校學(xué)生數(shù)和專任教師數(shù)除少數(shù)年份通過5%的顯著性檢驗(yàn)外，其余年份均通過1%的顯著性檢驗(yàn)，說明在校學(xué)生數(shù)和專任教師數(shù)指標(biāo)同樣具有空間集聚性。

從時(shí)序上分析，根據(jù)表1 可以清晰看出高等學(xué)校數(shù)、在校學(xué)生數(shù)以及專任教師數(shù)等三項(xiàng)指標(biāo)隨年份變化波動(dòng)，整體呈現(xiàn)先上升后下降的趨勢（大致呈現(xiàn)前10 年逐步增長，后10 年有所下降），說明中國高等教育存在顯著的空間正相關(guān)性，且在前10 年隨著我國大力支持教育產(chǎn)業(yè)發(fā)展，高等教育集聚特征也表現(xiàn)明顯；而后10 年三項(xiàng)指標(biāo)的空間自相關(guān)系數(shù)都有所下降，可能是由于國家在探索期內(nèi)采取的各項(xiàng)關(guān)于扶持西部教育的政策措施卓見成效。此外，比較2000 年與2019 年數(shù)據(jù)，可見中國高等教育三項(xiàng)指標(biāo)的全局Moran's I 指數(shù)均有增長，表明高等教育空間集聚現(xiàn)象加劇，且在2000-2019 年間，我國各省域間高等教育相互促進(jìn)，實(shí)現(xiàn)了良好發(fā)展。

表1 中國高等學(xué)校數(shù)（ns）、在校學(xué)生數(shù)（se）及專任教師數(shù)（ftt）的Moran's I 指數(shù)及Z 檢驗(yàn)

3 局部空間自相關(guān)分析

3.1 LISA 聚類地圖

由上述分析知，從整體上來看，中國高等教育資源具有正向空間相關(guān)關(guān)系，且隨著年份增長，空間正相關(guān)關(guān)系變得顯著。然而，全局Moran's I 指數(shù)不足以反映局部省域的空間關(guān)聯(lián)。為此，還需要對中國高等教育資源進(jìn)行局部空間自相關(guān)分析，本文首先利用Python3.8 軟件計(jì)算衡量高等教育資源空間分布的三項(xiàng)重要指標(biāo)的LISA 指數(shù)，并在LISA聚類地圖上反映出來，如圖2 和圖3 所示。

在LISA 地圖上顏色最深的紅色區(qū)域表示的是L-L 區(qū)，局部莫蘭指數(shù)在0.5-1 之間；橙黃色區(qū)域表示的是H-H 區(qū)域，局部Moran's I 取值在0-0.5之間；黃綠色區(qū)域表示的L-H 區(qū)，局部Moran's I 取值在-0.5-0 之間，藍(lán)色區(qū)域表示的是H-L 區(qū)域，局部Moran's I 取值在-1--0.5 之間。從圖2 可知，在高等學(xué)校數(shù)上，2000 年，中國高等學(xué)校數(shù)的H-H區(qū)重點(diǎn)分布在東部沿海的江蘇、山東和中部的安徽、河南等地，L-L 區(qū)集中分布在西北的新疆、西藏、青海、甘肅等地；從在校學(xué)生數(shù)來看，H-H 區(qū)分布在東部沿海的江蘇、上海、浙江及中部的安徽、湖北和湖南等地，L-L 區(qū)分布與高等學(xué)校數(shù)分布一致。高校專任教師數(shù)的H-H 區(qū)分布在東部的河北、山東、河南等地，L-L 區(qū)仍分布在西北的青海、甘肅和西藏等地。由圖3 可知，對比2000 年高等學(xué)校數(shù)、在校學(xué)生數(shù)及專任教師數(shù)的LISA 聚類地圖，可見2019 年各指標(biāo)空間分布雖有輕微變化，但整體空間分布結(jié)構(gòu)變化不明顯。高等學(xué)校數(shù)、在校學(xué)生數(shù)和專任教師數(shù)的H-H 區(qū)在東部沿海地區(qū)有所增加，L-L 區(qū)仍集中分布在西北。其他區(qū)域變化較小，僅有H-L 區(qū)四川顯現(xiàn)的高等教育優(yōu)越性更加顯著。

圖1 2000 年中國高等學(xué)校數(shù)（左）、在校學(xué)生數(shù)（中）、專任教師數(shù)（右）

圖2 2019 年中國高等學(xué)校數(shù)（左）、在校學(xué)生數(shù)（中）、專任教師數(shù)（右）

從2000 年和2019 年的LISA 地圖可以看出，中國高等學(xué)校數(shù)、在校學(xué)生數(shù)和專任教師數(shù)量的空間分布并非無序，三者在地理空間上的分布相似。高值集中區(qū)主要在東部沿海地區(qū)，低值集中區(qū)主要在西北地區(qū)。可以看出，隨著時(shí)間的推移，集聚現(xiàn)象越來越明顯。值得注意的是，觀察期內(nèi)高等教育資源三個(gè)指標(biāo)的H-L 區(qū)域均為四川，四川省呈現(xiàn)出“發(fā)展極”模式，特點(diǎn)是四川自身高等教育發(fā)展水平較高，但鄰近地區(qū)高等教育發(fā)展落后，且四川對周邊地區(qū)的空間溢出效應(yīng)為負(fù)，導(dǎo)致周邊省域高等教育資源越發(fā)匱乏。此外，中國高等學(xué)校數(shù)、在校學(xué)生數(shù)和專任教師數(shù)發(fā)展空間上分布的相似性，一方面意味著三者之間有著必然的聯(lián)系，另一方面也證實(shí)了中國高等教育資源發(fā)展的空間相關(guān)性。

3.2 Moran 散點(diǎn)圖

由于高校在校學(xué)生規(guī)模相較于高等學(xué)校數(shù)和專任教師數(shù)更能客觀反映各省域高等教育發(fā)展規(guī)?？臻g差異，故僅選取2000 年和2019 年中國高校在校學(xué)生數(shù)并結(jié)合使用Stata15.1 軟件來刻畫Moran 散點(diǎn)圖，見圖3 和圖4。

由圖3 可知，2000 年我國共有17 個(gè)省域單元落在第一、三象限，占總體省域的56.7%；由圖4 可知，2019 年我國共有21 個(gè)省域單元落在第一、三象限，占總體省域比例高達(dá)70%。說明從整體上看，我國大部分省份都位于第一象限和第三象限，呈現(xiàn)出了高-高（H-H）集聚和低-低（L-L）集聚的空間特征，有效證明了我國眾多省域高等教育發(fā)展呈現(xiàn)出空間集群效應(yīng)。同時(shí)，與2000 相比，2019年分布于第一、三象限的省域明顯增加，說明隨著時(shí)間的推移，我國省域高等教育空間集群效應(yīng)有所加強(qiáng)。

圖3 2000 年在校學(xué)生數(shù)莫蘭散點(diǎn)圖

圖4 2019 年在校學(xué)生數(shù)莫蘭散點(diǎn)圖

4 總結(jié)與建議

本文主要運(yùn)用空間計(jì)量方法，以2000-2019 年中國高等學(xué)校數(shù)、在校學(xué)生數(shù)和專任教師數(shù)為指標(biāo)，深入探究了中國高等教育的省域分布格局。首先使用Python3.8 軟件計(jì)算全局Moran's I 指數(shù)，考察了中國省域高等教育資源發(fā)展的整體空間分布情況；其次選取2000 年和2019 年兩個(gè)時(shí)間節(jié)點(diǎn)，結(jié)合Python3.8 和Stata15.1 軟件分別繪制LISA 聚類圖和Moran 散點(diǎn)圖，揭示各省域高等教育資源的空間分布格局。通過比較兩個(gè)時(shí)間點(diǎn)，探討了研究期內(nèi)中國高等學(xué)校數(shù)、在校學(xué)生數(shù)和專任教師數(shù)的時(shí)空發(fā)展關(guān)系和動(dòng)態(tài)演變趨勢，得出以下結(jié)論：

（1）本文從學(xué)校規(guī)模、學(xué)生數(shù)量和師資力量三個(gè)方面分別選取了高等學(xué)校數(shù)、在校學(xué)生數(shù)和專任教師數(shù)作為代表性指標(biāo)進(jìn)行空間相關(guān)性研究，得出三項(xiàng)指標(biāo)在2000—2019 年探索期間均表現(xiàn)出空間正自相關(guān)關(guān)系，且隨著年份的變化波動(dòng)。但整體上呈現(xiàn)前10 年逐漸增長、后10 年逐步下降的趨勢。結(jié)合時(shí)序分析和空間分析，得出我國高等教育存在空間集群現(xiàn)象且相較于2000 年集聚現(xiàn)象明顯增強(qiáng)的結(jié)論。

（2）根據(jù)LISA 地圖的對比分析可知，2000-2019 年，中國高等教育資源高值集中區(qū)主要在東部沿海及中部部分地區(qū)，低值集中區(qū)主要在西北地區(qū)，東西部高等教育空間差異性突出。隨著時(shí)間的推移，集聚現(xiàn)象越來越明顯。值得關(guān)注的是，考察期內(nèi)高等教育資源三項(xiàng)指標(biāo)的H-L區(qū)均是四川省，四川省域呈現(xiàn)出“發(fā)展極”模式，說明四川的高等教育資源相比周邊鄰近地區(qū)更具優(yōu)勢。

（3）根據(jù)Moran 散點(diǎn)圖可以得出，2000-2019年中國高等教育分布呈現(xiàn)出明顯的空間集群性特點(diǎn)，且隨著時(shí)間的推移，2019 年落在第一、三象限省域數(shù)量大幅度增加，說明我國高等教育空間集群特征愈加明顯。中國高等教育發(fā)展存在著明顯的空間溢出效應(yīng)，各省域高等教育分布想要擺脫當(dāng)前狀態(tài)相對困難。

綜上所述，中國高等教育分布整體上表現(xiàn)出明顯的空間正相關(guān)性，但省域間高等教育發(fā)展的局部差異性明顯的問題值得關(guān)注。實(shí)現(xiàn)高等教育的均衡發(fā)展不僅僅關(guān)系到我國教育行業(yè)的發(fā)展前景，更關(guān)乎中國各省域經(jīng)濟(jì)、文化、科技等眾多方面的進(jìn)步。因此，研究中國高等教育省域分布特征，為中國高等教育未來發(fā)展提供有價(jià)值的政策建議非常重要。根據(jù)以上結(jié)論，本文提出以下幾點(diǎn)建議：

（1）發(fā)揮政府作用，優(yōu)化師資隊(duì)伍。在學(xué)校建設(shè)方面，國家和政府不僅要關(guān)注對東中部發(fā)達(dá)地區(qū)一流高校的投資，更要注重對西部高等教育資源匱乏省域高校建設(shè)的扶持，通過擴(kuò)大學(xué)校規(guī)模、增加辦學(xué)設(shè)備資產(chǎn)來促進(jìn)教育的發(fā)展；在師資方面，要加大對西部教育發(fā)展落后地區(qū)內(nèi)部教師隊(duì)伍的投資建設(shè)，提升高校教師科研水平，同時(shí)優(yōu)化省級(jí)高等教育結(jié)構(gòu)，推動(dòng)中國高等教育的大發(fā)展。

（2）各省域努力發(fā)揮自身優(yōu)勢，實(shí)現(xiàn)“因地制宜”。各省相關(guān)高等教育機(jī)構(gòu)在發(fā)展時(shí)要結(jié)合自身地區(qū)差異，依托區(qū)域特色整改。例如，通過大力發(fā)展特色專業(yè)和優(yōu)勢專業(yè)吸引優(yōu)秀學(xué)生就讀。學(xué)生涌入意味著人才流進(jìn)，對高等教育的發(fā)展具有重要推進(jìn)作用，還要努力發(fā)揮區(qū)域高等教育環(huán)境優(yōu)勢，實(shí)現(xiàn)“因地制宜”的教育大發(fā)展。

（3）充分考慮高等教育空間溢出效應(yīng)，制定區(qū)域協(xié)同發(fā)展策略，實(shí)現(xiàn)教育均衡化發(fā)展。例如，四川的高等教育資源相比周邊鄰近地區(qū)更具優(yōu)勢，周邊省市要學(xué)習(xí)四川高等教育高效發(fā)展的經(jīng)驗(yàn)。與此同時(shí)，四川也要積極發(fā)揮其空間溢出效應(yīng)，發(fā)揮“領(lǐng)頭羊”作用，形成以四川為主導(dǎo)的西南高等教育集群。