摘要：
在我国高等教育快速发展的同时，高等教育区域发展不均衡、资源配置不公平等现象越来越突出。采用熵权法从教育规模、经费投入、基础设施和师资力量四个维度构建地区高等教育综合发展指数，对2004―2013年我国地区高等教育发展水平进行全局空间自相关分析、局部空间自相关分析和三维趋势分析，结果表明：我国高等教育发展水平在总体上呈现显著的空间正相关特征，且空间关联性逐渐增强；虽然落后地区与发达地区的差距有所减小，但高等教育发展的空间异质性明显，落后地区仍然占很大比重。因此，我国高等教育发达地区未能有效发挥空间辐射和带动作用，空间溢出效应不明显，高等教育发展的空间结构有待改善。国家应避免高等教育区域差距继续拉大，落后地区应加快高等教育发展，发达地区应有效发挥辐射带动作用，努力缩小高等教育的空间差距。
关键词：高等教育；教育空间格局；教育发展水平；教育区域差距；教育规模；教育基础设施；教育经费投入；师资力量
中图分类号：F061.5；G649.2
文献标识码：A文章编号：16748131（2017）05007009
一、引言
根据《2015年全国教育事业发展统计公报》的数据，全国各类高等教育在学总规模达3647万人，高等教育毛入学率达到40.0%，可见我国高等教育已经完成从精英化教育向大化教育的转变。然而，在追求速度和规模的同时，高等教育区域发展不均衡、高等教育资源配置不公平等现象也越来越突出。经济发展新常态下，构建公平、合理的高等教育空间格局，缩小空间差距，逐步实现高等教育服务均等化，对于促进区域协调发展和构建和谐社会具有重要意义。因此，《国家中长期教育改革和发展规划纲要（2010―2020）》（以下简称“规划纲要”）明确提出要优化高等教育区域分布格局，实现高等教育均衡发展。
高等教育区域差异问题早已进入相关学者的研究视野，并取得了一定的研究成果。相关研究多是基于传统的统计分析方法（基尼系数、泰尔系数、因子分析、变异系数等）对高等教育区域差异进行解读性分析。如Zhang和Kanbur（2005）通过基尼系数和泰尔系数得出中国教育资源区域差异日趋扩大的结论；Qian和Smyth（2008）运用基尼系数及其分解方法对中国教育非均衡现象进行了分析；Yue（2015）对中国高等教育入学机会不均衡展开了描述性分析和回归分析；许庆豫和徐飞（2012）利用变异系数对我国高等教育发展水平的地区差异及其动态趋势进行了分析；刘华军（2013）利用基尼系数和空间极化测度方法研究了我国高等教育资源空间分布非均衡问题；张海英等（2013）利用因子分析和DEA法对我国高等教育实力和效率的非均衡性展开了研究；桂庆平等（2015）通过描述性分析发现中国各省域高等教育在办学规模、师资条件、学校布局、办学成效等方面存在显著差异。从研究内容上来看，还有些学者着眼于某一特定领域进行高等教育的区域差异研究。如杨红F（2012）从制度角度层面研究了我国高等教育差异；周平红（2012）从高校信息化软硬件资源着手探讨教育资源区域差异；杨江华（2014）研究了我国高等教育入学机会方面的差异；张琦（2016）从文化发展的角度分析了京津冀三地高等教育发展的差异。
综上所述，多数文献在关于高等教育区域差异的研究中并未考虑空间因素。目前空间计量统计方法的应用主要集中在区域经济和人类社会发展问题等方面，如通过探索性空间数据分析和空间计量经济模型对区域经济和城市发展的空间差异进行分析（Sergio et al，1999；余运江 等，2014；赫胜彬 等，2016；彭程 等，2016）。鉴于关于高等教育区域差异的研究主要采用传统的统计分析方法，本文引入空间计量统计方法中的ESDA技术和三维趋势分析方法，结合时间和空间两个维度，并从教育规模、基础设施、经费投入和师资力量四个维度度量地区高等教育综合发展指数，进而分析我国省域高等教育的差异性和空间动态演变规律，以期能够为相关部门制定高等教育均衡发展政策提供依据和参考。
二、地区高等教育综合发展指数测评
本文基于效果说和信息说概念下的指标体系设计路径模式（文静，2011），借鉴联合国教科文组织（王绽蕊，2000）和世界经济合作与发展组织（王唯，2003）公布的教育发展指标，并参考我国相关学者的研究以及高等教育发展的实际情况，基于高等教育人力、物力和财力投入从高等教育发展规模、基础设施、经费投入、师资力量四个维度设置地区高等教育发展水平评价指标体系。
其中，高等教育规模反映高等教育的基本状况，分别从绝对规模和相对规模设置高等学校数高等学校指普通高等学校，包括大专院校和本科院校。、每十万人口高等学校在校生数、高等教育毛入学率三个指标来反映地区高等教育发展的基本特征和高等教育的承载能力；高等教育基础设施体现高等教育的办学条件，是高等教育持续健康发展的基础要素，用高校生均固定资产总值、高校生均图书量和高校生均校舍面积校舍面积指学校拥有产权的建筑面积。三个指标反映各地区高等教育基础设施建设状况；高等教育经费投入与区域经济发展水平相关，也反映了区域经济发展状况和当地政府对高等教育的重视程度及支持程度，用地方高等教育经费支出占当地GDP比例、高校生均教育经费支出和高校师均R&D经费三个指标来衡量各地区政府和社会力量对高等教育发展的投入和支持力度；高等教育师资力量是高等教育发展的重要基础和保障，是不断培养和引进优质教师资源并经过长期积累实现的，用高校生师比、高校专任教师数占教职工总数比例反映高校的教师利用效率和师资规模，用高校专任教师中博士学历教师占比和高级职称教师占比反映师资质量和学术水平。由上述指标构成地区高等教育发展水平指标体系。
考虑到数据获取的便捷性以及保证数据的可靠性、真实性，本文以我国除港、澳、台地区外的31个省市自治区2004―2013年的数据为研究样本，指标体系中的数据来源于国家统计局网站、EPS全球统计数据库、中经网统计数据库和《中国统计年鉴》《中国教育统计年鉴》《中国教育经费统计年鉴》，其中高等教育毛入学率数据主要来自各个省市区的国民经济和社会发展统计公报和政府工作报告，从而最终形成了2004―2013年我国高等教育发展水平的三维时序指标数据表。本文通过熵权法合成地区高等教育综合发展指数（见表1）。
三、中国高等教育发展水平的空间差异分析
ESDA分析法（探索性空间数据分析，Exploratory Spatial Data Analysis）是基于空g统计学的一种测度方法，以空间数据为基础通过可视化方法分析观测值之间的空间分布特征，包括空间相关性、空间异质性和空间集聚区。全局空间自相关分析通过Global Moran’s I（全局莫兰指数）描述某一属性值在整个空间地理环境中的总体特征以及是否具有空间相关性Moran’s I的值位于1到1之间，在给定的显著性水平下（本文α=0.05），若Moran’s I的值显著大于0，则表明区域属性观测值在空间上具有正相关性，并且值越大，其空间关联性越强；若Moran’s I的值显著小于0，则表明属性观测值在总体上存在空间负相关性；若Moran’s I的值等于0，则说明属性观测值的变化特征与空间因素不相关。 。局部空间自相关分析则通过Local Moran’s I（局部莫兰指数）表现不同地区空间特征的异质性，主要是通过 Moran’s I散点图和LISA集聚图来分析局部区域与其相邻区域的空间相关性。
1.全局空间自相关分析
本文利用GeoDa软件对我国地区高等教育综合发展指数进行测算，得到2004―2013年中国高等教育发展水平的Global Moran’s I估计值及其显著性，如表2所示。高等教育发展水平的Moran’s I估计值全部为正值，且在5%的显著性水平下都通过了显著性检验，说明高等教育在空间上并不是随机分布的，而是具有较强的空间相关性，即高等教育发展水平高的省份在空间上趋于集聚，高等教育发展水平低的省份也在空间上趋于集聚。
2.空间分异分析
（1）地理位置上的空间投影分异分析
我国省域高等教育发展水平在空间上存在明显的差异，为对其空间分异状况及其变化趋势作进一步分析，利用Arcgis10.2软件做出省域高等教育的三维透视图，从空间分异角度分析高等教育格局的变化趋势。其中，200
4、2009和2013年三年的高等教育空间分异趋势如图1所示。
在三维透视图中，X轴的左侧表示方位西、右侧表示方位东，Y轴的上侧表示方位北、下侧表示方位南，Z轴表示省域高等教育发展水平。各个省份的高等教育综合发展指数值及其位置是由杆的高度和位置决定。在左（A）图中，趋势分析是将省域高等教育综合发展指数值作为散点投影到XY平面、XZ平面、YZ平面上，从而得到三种不同方向的投影点。XZ平面、YZ平面上的投影点通过拟合多项式的方式显示演变趋势（本文采用二阶多项式进行拟合），从而得到一条最佳拟合曲线。而XY平面的投影点则表示各个省份的高等教育综合发展水平的具体位置。右（B）图通过逆时针旋转45°来改变整个图像的视角，所得到的投影点分别是在西南―东北方向和西北―东南方向，通过投影点拟合得到一条最佳拟合线，反映在西南―东北方向和西北―东南方向上的变化趋势。
从图1中可以看出，在东西方向上，2004年中国高等教育发展水平存在东高西低的现象，到2013年这种状况没有改变，东高西低的趋势仍然明显，说明东部与西部的高等教育差距并没有因为社会经济的发展而逐渐缩小，高等教育发展不均衡的状况仍然严峻；在南北方向上，区域中心地区高等教育发展水平比较高，而边缘地区高等教育发展水平相对较低；在西南―东北方向和西北―东南方向上，高等教育发展水平高的地区主要集中在东部沿海及中部的一些省份，高等教育发展水平低的地区主要集中分布在西部、西南和东北地区，进一步表明我国高等教育发展水平在空间上存在较大差异。
（2）空间模块分析
为了深入分析2004―2013年中国高等教育的空间分布变化，利用Arcgis10.2软件对200
4、2009和2013年三个年份的数据进行层次分类展现。采用自然间断点分级法（Jenks）对高等教育综合发展指数进行分组，由高到低分别定义为第一层级、第二层级、第三层级和第四层级，如表3所示。
从整体上看，高等教育发展水平东部地区高于中部和西部地区，但是中部的湖北省、西部的陕西省因文化历史悠久、教育消费低廉、高校和科研机构集聚而保持着较高的高等教育发展水平，一直位于第二层级。北京和上海的高等教育发展条件得天独厚，遥遥领先其他省份，除个别年份有所波动以外，两市一直位于第一层级。
从演变趋势看，2004年中国高等教育发展水平比较高的省份除了北京、上海、陕西和湖北，还包括江苏、浙江、广东、天津、山东等省，这些省份经济条件优越，公共服务体系比较完善。东北的黑龙江、辽宁因为较早建立了与工业、制造业相匹配的学科体系，学术水平、科研实力保持在国内前列，所以其高等教育发展水平位于第二层级。而绝大部分中部和西部地区的省份位于第三和第四层级，高等教育发展水平仍然很低。2009年受全球金融危机的影响，国内经济形势严峻，各个地区高等教育发展受到不同程度的影响。上海市由第一层级下滑到了第二层级，黑龙江由第二层级下滑到了第三层级，青海、广西由第三层级下滑到第四层级。到了2013年，“规划纲要”出台，高等教育政策扶持力度加大，高等教育呈现迅猛发展的趋势。东北的黑龙江、吉林，东部的河北，中部的安徽、江西和河南都进入到第二层级，位于
三、四层级的省份明显减少，表现为“中间大，两头小”的“纺锤状”发展，说明我国高等教育空间布局日趋合理，空间差异减小，趋于均衡化的发展。
3.局部空间分异分析
（1）LISA集聚图分析
LISA集聚图可以直观地表现出局部相关性在地理空间上的分布演化轨迹（见图2）。在研究时期内，我国省域高等教育发展水平高值区主要聚集在江苏、浙江、上海、天津、湖北、广东和辽宁等地，该区域无论是在经济基础、区位条件还是在发展潜力等方面都优越于其它地区。而与此相对应，省域高等教育发展水平低值区主要位于经济基础比较差、生态环境脆弱的西部地区，并呈现出“块状”格局，表现出一种“俱乐部趋同”现象，即高等教育发展受周边地区影响比较大，空间近邻效应比较明显，而且这种发展情况长期未得到改变。总之，从整体上来看，高值地区的空间分布格局逐渐趋于分散，而低值地区的空间布局比较集中。
（2）四象限分布分析
为了更进一步观察我国31个省市区高等教育发展情况，把区域空间分为四个象限，第一象限表示HH集聚，是指自身和相邻地区高等教育发展水平都比较高；第二象限表示LH集聚，是指自身高等教育发展水平较低，而周边省份高等教育发展水平较高；第三象限表示LL集聚，是指自身和邻近地区高等教育发展水平都较低；第四象限表示HL集聚，是指自身高等教育发展程度较高，而周边省份高等教育发展水平较低。利用GeoDa软件得到Moran散点图（见图3），横轴表示变量观测值的标准化值，纵轴表示变量观测值的空间滞后值。从2004年到2013年，散点呈逐渐集中的趋势，说明各省市的高等教育差距在逐渐缩小。第一象限内的点略呈离散的趋势，说明高等教育发达地区的差距在扩大，并且位于第一象限内省份的数量由12个减少到10个；而第三象限内的点逐渐聚集，表明高等教育欠发达地区的差距在缩小。在Moran散点图的基础上，可以细化出各省份具体的象限分布，如表4所示，。
三个年份属于HH区和LL区的省份占总数的71%、71%、64.6%，说明省域高等教育发展具有明显的空间集聚特征和一定的空间依赖关系。分别来看，位于HH区省份数量有所减少，说明高等教育发达地区相互邻近的现象有所减弱；位于LL区的省份数量保持不变，且依然是西北、西南地区的省份，这些地区没有改变高等教育落后的现状，也从侧面反映出高等教育优势地区的空间辐射作用不明显；而位于LH区的省份数量有所减少，说明高等教育优势地区的空间辐射作用在一定程度上有所增强，极化效应在减弱。总体上看，我国高等教育发展欠发达省份仍然比较多，由全局Moran’s I指数所表现出来总体空间集聚现象逐渐增强的现实，并不表示我国所有省市区的高等教育都呈现空间关联性和空间依赖性，它只是由于LL 集聚和HH 集聚占比较大的综合结果。而这一事实表明，省域高等教育空间集聚程度逐渐增强的背后仍存在区域高等教育发展失衡问题。
京津两市、山东省、陕西省和江浙沪三省因经济水平、文化历史、国家政策等因素一直保持在HH区；东北地区的黑龙江、辽宁有着良好的工业基，并且高等教育起步比较早，从而高等教育发展水平比较高，处于HH区；中部地区的湖北、湖南因高等教育发展比较早，区域性名校较多，因此也处于HH区。而内蒙古、吉林、宁夏、山西、安徽、江西、福建等省份经济基础相对较弱，高等教育经费投入相对较少，一直处于LH区，相邻省份的空间溢出效应不显著。河北、河南虽然距离京津地区很近，但并没有受到其辐射带动，反而因京津两地拥有更多的高等教育资源而表现出非常明显的空间极化效应，一直处于LH和跨HHLH区。广大西部地区省份由于经济社会发展水平较低、基础设施建设滞后，一直处于LL区。因此在未来的发展中，应给予中西部地区高等教育发展更大的财政支持，重点扶持一批西部高等院校的发展和一些优势学科的成长，以进一步发挥高等教育在促进区域经济发展中的人才支撑作用。
四、结论与启示
本文通过熵权法构建中国高等教育综合发展指数，运用Arcgis和GeoDa软件从空间视角分析2004―2013年我国高等教育区域发展分异问题，在全局空间自相关分析和三维趋势分析的基础上进一步作了空间模块分析和空间四象限分析，以透视高等教育发展水平的空间差异性及其演变规律。
首先，从总体上看，自2004年以来，中国高等教育全局Moran’s I指数全部显著大于零，说明我国高等教育存在显著的空间正相关特征，高等教育发展水平相近的省份逐渐聚集，并且空间相关性和空间依赖性逐渐增强。但位于LL区和LH区的省份数量仍然占很大比重，说明我国一些省份的高等教育发展水平还有待提高，落后地区与发达地区的差距不容忽视；同时，高等教育在发展的过程中，并没有实现区域协调发展，高等教育发展的空间结构仍然没有改善。因此国家在制定相关政策时还应从全局着眼，避免高等教育差距继续拉大；落后地区的地方政府则应充分利用好“振兴东北老工业基地”“西部大_发”和“中部地区崛起”等区域发展战略和优惠支持政策，将高等教育的发展放在地区社会经济发展的首位，最终缩小高等教育空间差距，实现高等教育协调发展。
其次，纵观三个年份中国高等教育的空间分布格局，HH区的省份主要位于经济发达、高等教育发展历史悠久、人文基础较好、地理位置优越的环渤海地区、长三角地区以及东北地区等，总体来看HH区的省份数量不升反降。而河北、安徽、江西、福建等省份的空间分布状态基本未变（处于LH区），可见高等教育发达地区未能有效发挥空间辐射和带动作用，空间溢出效应不明显。同样，中西部地区的湖南、湖北和陕西以及东北的黑龙江和辽宁一直处于HH区，这些省份虽然比不上东部高等教育发达省份，但是在中西部地区其高等教育发展水平处于前列，然而也未能发挥自身优势，带动邻近省份的高等教育发展。因此，如何充分发挥高等教育发达地区的空间辐射作用，促进区域高等教育资源合理流动，加强高等教育的交流与合作以及优势互补，实现高等教育均衡发展也是一个值得研究的课题。
最后，西部地区由于高等教育发展相对落后，需要加快发展。在西部各省份中，陕西省由于经济环境相对较好、人文历史悠久，基本处于HH区，而其余省市区一直处于LL区，不仅自身高等教育发展水平低下，周边省域同样发展水平不高。四川省和重庆市本身经济基础不弱，高等教育发展水平高于其他西部省份，但也一直处在LL区，说明整个西部地区高等教育发展滞后已不能忽视。因此，西部地区高等教育的发展仍需给予重点关注，对西部地区教育支持力度还应加大。要继续实施东部发达地区对西部地区的对口支援项目，有效发挥东部地区的优势和辐射作用，带动西部共同发展。另外，经济发展是对教育发展最有力的支撑，大力发展经济，才是支撑西部地区高等教育长远发展的根本。
参考文献：
桂
庆平，张男星，罗建平.2015.我国高等教育发展的区域差异性研究[J].山东高等教育
（7）：1120. 赫胜彬，杨开忠.2016.京津冀区域经济空间差异研究[J].统计与决策
（11）：109113.
刘华军，张权，杨骞.2013.中国高等教育资源空间分布的非均衡与极化研究[J].教育发展研究
（9）：17.
彭程，陈志芬，吴华瑞，等.2016.基于ESDA的城市可持续发展能力时空分异格局研究[J].中国人口・资源与环境
（2）：144151.
文静.2011.不同概念理解下高等教育评估指标体系设计模式探析[J].中国高教研究
（7）：4345.
王绽蕊.2000.区域教育发达程度衡量指标体系的构建[J].教育发展研究
（12）：2022.
王唯.2003.OECD教育指标体系对我国教育指标体系的启示――OECD教育指标在北京地区实测研究[J].中国教育学刊
（1）：15.
徐庆豫，徐飞.2012.我国高等教育发展水平地区差异分析[J].复旦教育论坛
（4）：6165.
杨红F.2012.制度分析视角下的高等教育区域差异[J].高教探索
（1）：1821.
杨江华.2014.我国高等教育入学机会的区域差异及其变迁[J].高等教育研究
（12）：2734.
余运江，孙斌栋，孙旭.2014.基于ESDA的城市外来人口社会融合水平空间差异研究――以上海为例[J].人文地理
（2）：123128.
张海英，周志刚，刘星.2013.我国区域高等教育水平的综合评价[J].统计与决策
（1）：6669.
周平红，张屹，仰盼盼.2012.我国高等教育信息化软硬件资源建设区域差异研究――基于 2003―2010 年中国教育统计年鉴数据分析[J].现代教育技术
（11）：4853.
张琦.2016.文化同源性与差异性影响下的京津冀高等教育研究[J].河北师范大学学报（教育科学版）
（4）：7781.
QIAN XL，SMYTH R. 2008. Russell S. Measuring regional inequality of education in China ：widening coastinland gap or widening ruralurban gap？[J].Journal of International Development，20
（2）：132144.
SERGIO J R，BRETT D M. 1999. US Regional Income Convergence：A Spatial Econometric Perspective[J]. Regional Studies
（2）：143156.
YUE CJ. 2015. Expansion and equality in Chinese higher education [J]. International Journal of Educational Development，40：5058.
ZHANG XB，KANBUR R. 2005. Spatial inequality in education and healthy care in china[J].China Economic Review，16
（2）：189204.
Abstract：
China’s higher education is rapidly developing， however， the phenomena such as the imbalance of regional development， unfairness of resources allocation and so on become more and more prominent. China’s higher education comprehensive development index is built through four dimensions of the entropy method from the scale of education， funds input， infrastructure and teachers to implement the global spatial autocorrelation analysis， local spatial autocorrelation analysis and the threedimensional trend analysis for higher education in China. The results show that the level of higher education in China shows significant spatial positive correlation in general， and the spatial correlation gradually increases. However， the spatial heterogeneity of higher education in China is obvious through the analysis of local spatial autocorrelation. Backward areas still account for a large proportion， and the gap between the backward areas and the developed areas of higher education development is gradually expanding. Thus， the developed areas of China’s higher education do not effectively play a role in spatial radiation and driving， their spatial spillover effect is not obvious. The spatial structure of higher education development still needs to be improved. Chinese Government should avoid the expanding gap of regional difference of higher education， the lessdeveloped areas should accelerate the development of higher education， the developed areas should effectively play a role in radiation and driving so that the spatial regional differentiation of higher education can be narrowed.
Key words：
higher education； spatial pattern of education； education development level； regional differentiation of education； education scale； education infrastructure； education funds input； teaching team capacity
CLC number：F061.5；G649.2Document code：AArticle ID：16748131（2017）05007009
