高等教育學粉筆的布局不能找平均主義

高等教育學粉筆的布局不能找平均主義

1978年5月，中國第一個專業(yè)研究高等教育機構成立。這是高等教育研究在中國成為專業(yè)研究領域的重要標志。1981年,廈門大學招收了中國第一個高等教育學專業(yè)的碩士研究生。1983年,國務院學位委員會公布的學科專業(yè)目錄,將高等教育學正式列為教育學的二級學科。1984年以潘懋元主編的《高等教育學》的正式出版為標志,中國高等教育學科正式建立。1984年、1986年,我國第一個高等教育學專業(yè)碩士點和博士點相繼在廈門大學建立。經過近30年發(fā)展,我國已建立了高等教育學碩士點96個,從絕對數(shù)量來看,各大區(qū)高等教育學碩士點的分布的確存有較大差異,因此有研究者提出各大區(qū)高等教育學學位點結構和布局存在明顯差異,高等教育學的學位點的地域分布存在著嚴重的不均衡。但是,這些論述一定程度上尚停留在主觀判斷和思辨性闡述上,缺乏實證分析和探討,對高等教育學學位點的數(shù)據只停留在描述性統(tǒng)計,忽略了變量之間的隱含關系。因而,對已有數(shù)據的深層次分析,找出影響高等教育學學位點數(shù)量的相關因素及其之間的關系,驗證高教學位點布局是否均衡,探討學位點理論分布模型,對我國高等教育學學科建設具有一定的參考價值。一、區(qū)域經濟發(fā)展不平衡,布局也不均衡,導致了我國高等教育學盡管我國研究者在不同場合多次提到過學位點布局的均衡性問題,但理論上、學術上對其深入研究的文獻卻不多見。利用中國學術期刊網絡出版總庫(CNKI),分別檢索主題詞:學位點布局、學位點分布、學位點區(qū)位、學位點結構,來源時間:1999-2012年,來源類別:全部期刊,檢索條件:精確,分別檢索到文章3篇、1篇、0篇、0篇。鑒于檢索效果較差,筆者進行了擴大性檢索,檢索主題詞:學位點,來源時間:1999-2012年,來源類別:全部期刊,檢索條件:精確,共檢索到文獻37篇。根據檢索獲得的文獻來看,有研究者指出我國高等教育學學位點布局區(qū)域之間不均衡,區(qū)域內部的布局也不均衡,這種不均衡影響著優(yōu)勢地區(qū)高等教育學科水平的持續(xù)提升,使劣勢地區(qū)的高等教育學科無法適應本地區(qū)現(xiàn)代大學建設的要求,使高層次的高等教育學專業(yè)人才得不到有效利用,還會影響到了我國高等教育學科的和諧發(fā)展。有研究者認為我國高等教育學學位點大部分集中于華北、華東和華中這些經濟較發(fā)達地區(qū),但是學位點的分布不可能絕對均衡,我國區(qū)域經濟發(fā)展的不平衡導致了這種布局的不均衡性,在探討高等教育學學位點布局的過程中應考慮客觀條件和人口分布的狀況。還有研究者基于區(qū)域發(fā)展的研究,提出我國研究型大學區(qū)域間布局不均衡,區(qū)域內部布局也不均衡。此外,王軍運用計量學的方法,對我國高等院校博士學位授權點的數(shù)據進行了分析,指出我國博士學位授權點的布局區(qū)域之間不均衡,總體發(fā)展與區(qū)域經濟發(fā)展不協(xié)調。林偉連在分析我國學科點與學位授予單位的總體規(guī)模與發(fā)展態(tài)勢、區(qū)域分布特點的基礎上,認為我國的學位點的分布區(qū)域之間不均,區(qū)域內部則十分聚集,而且博士學科點的分布比碩士學科點的分布更加聚集。劉榮才從我國職業(yè)教育學碩士和博士學位點布局出發(fā)進行了探討,得出的結論是職業(yè)教育碩士學位和博士學位點的布局不平衡,職業(yè)教育碩士學位點設置相對較多,而博士學位點鳳毛麟角。這些研究,都是基于對數(shù)據的描述性統(tǒng)計分析,按照各大區(qū)擁有學位點的絕對數(shù)量占全國的百分比情況,從而得出目前的學位點布局不均衡。然而應該看到,這些說法只是基于主觀的描述性統(tǒng)計分析得出的結論,缺乏科學的統(tǒng)計分析來深入探究各個變量之間的關系,所得結論具有一定的主觀性。鑒于此,筆者根據研究生招生信息網獲得高等教育學碩士點分布數(shù)據,基于潘懋元先生指出的影響我國高等教育分布的因素,進行了變量可操作化篩選,利用2011年中國統(tǒng)計年鑒給相應變量賦值,對其進行編碼錄入SPSS19.0,依次使用pearson相關系數(shù)、總體分布卡方檢驗、LSD方差檢驗、多元回歸對數(shù)據進行深入分析,探討影響我國高等教育學碩士點分布的各變量之間的深層關系。二、研究設計1.高等教育學點布局潘懋元先生認為影響我國高等教育分布的因素包括:政治、經濟、文化和人口?；谧兞康目刹僮餍钥紤],我們篩選出了有可能影響高等教育學碩士點布局的六個主要變量:“高等學校數(shù)量”、“GDP”、“教育支出”、“在校本科生人數(shù)”、“高校教職工人數(shù)”和“區(qū)域總人口”。高等教育學碩士點數(shù)據來源于中國研究生招生信息網,在碩士專業(yè)目錄下,檢索專業(yè)名稱:高等教育學,檢索時間2012年12月27號,獲得96個檢索結果,據此統(tǒng)計出各地區(qū)相關數(shù)據。利用中國統(tǒng)計年鑒網獲得《2011年中國統(tǒng)計年鑒》,據此對影響高等教育學碩士點布局的相關變量進行賦值。2.基于lsd法的高等教育學點分布及分布優(yōu)化本研究的技術路線由六步構成。第一,對所有變量進行編碼,錄入SPSS19.0;第二,自變量與因變量相關性分析;第三,數(shù)據清理,清除與因變量相關性較低的變量;第四,驗證因變量是否符合最終期望分布;第五,提出假設并利用LSD法驗證各大區(qū)的高等教育學碩士點分布是否有顯著差異;第六,構建線性回歸模型。三、中國高等教育機構分配的學術重點1.高等教育學點的布局由表1可知,我國目前共有高等教育學碩士點96個,其中華北、東北、華東、華中、華南、西南、西北分別有高等教育學碩士點13個、11個、33個、13個、6個、8個、12個,各占全國份額的13.5%、11.5%、34.4%、13.5%、6.3%、8.3%、12.5%。從以上數(shù)據來看華東、華北、華中這三個地區(qū)共有59個高等教育學碩士點,占全國的61.4%,這樣按絕對數(shù)值和百分比重來看,似乎這三個地區(qū)所占的比重過大,高等教育學碩士點的布局很不均衡,但這種布局均衡與否尚需要我們對相關數(shù)據做深入挖掘才能做出正確的判斷。此外,各大區(qū)的GDP、教育支出、高等學校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)、區(qū)域總人口的具體數(shù)值也如表1所列,限于篇幅,這里不做展開。2.因變量的期望分布我國高等教育學碩士點布局的現(xiàn)狀不是由某單一因素使然,而是在GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)、區(qū)域人口所占全國的比重等因素長時期綜合作用下的產物。鑒此我們將以上變量進行單位化操作,首先對各大區(qū)相關變量的絕對數(shù)值進行排序,其次將絕對數(shù)值最小的地區(qū)視為單位1,再次把其他地區(qū)的數(shù)值按照單位1進行折算,最后按照這六個變量折算出單一因素作用下高等教育學碩士點應符合的期望分布值(見表2)。但是只進行單一變量期望分布的驗證,會忽視變量間的交互作用,難免產生誤差。故在對變量進行單位化操作的基礎上(表2獲得的數(shù)據),筆者將獲得的單一因素期望分布值進行綜合。第一,對GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)所占全國的比重的比值,按照其權重進行賦值(由于在下文的驗證中證實區(qū)域人口與高等教育學碩士點的布局不共線,故對其進行了數(shù)據清理),例如按照各大區(qū)GDP占全國的權重進行賦值,華北2.8、東北1.6、華東6.8、華中2.4、華南2.4、西南1.7、西北1。第二,將各大區(qū)按前五個變量賦值所獲得的數(shù)值進行累加,結果為華北10.4、東北6.6、華東22.1、華中9.6、華南7.2、西南7.4、西北5.2。第三,計算各大區(qū)的加權平均數(shù),華北、東北、華東、華中、華南、西南、西北的加權平均數(shù)分別為2.08、1.32、4.42、1.92、1.44、1.48、1.04。第四,將獲得的加權平均數(shù)進行百分化處理,得出在GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)所占全國的比重的綜合影響下,華北、東北、華東、華中、華南、西南、西北占全國的份額分別為15.1%、9.6%、33.26%、14.01%、10.51%、10.8%、7.59%。第五,得出我國高等教育學碩士點布局最終期望分布為,華北∶東北∶華東∶華中∶華南∶西南∶西北=0.151∶0.096∶0.333∶0.140∶0.105∶0.108∶0.076。四、研究結果1.高等教育學點與高校構造人員數(shù)量的關系本文的高等教育學碩士點布局相關性分析指的是高等教育學碩士點布局與相關因子的一種線性相關統(tǒng)計關系,筆者采用相關系數(shù)矩陣分析探討高等教育學碩士點與其他變量的關系。由表3可知,當顯著性水平α為0.01時,高等教育學碩士點數(shù)量與GDP、教育支出、高等學校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)的簡單相關系數(shù)r分別為0.584、0.555、0.678、0.732、0.790,它們之間的相關系數(shù)檢驗的概率P值都近似為0。因此應拒絕零假設,認為高等教育學碩士點數(shù)量與GDP、教育支出、高等學校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)在0.01水平(雙側)上顯著相關。區(qū)域人口與高等教育學碩士點相關系數(shù)檢驗的概率p值為0.029大于0.01,故接受零假設,認為區(qū)域人口與高等教育學碩士點的數(shù)量之間不存在線性關系。從上文數(shù)據可知我國高等教育學碩士點的數(shù)量與GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)都具有較強的正向共線性;與區(qū)域人口不共線,故對其做數(shù)據清理處理。即我國高等教育學碩士點的分布數(shù)量會隨著GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)的增減而同增同減,但其增減的程度由回歸系數(shù)b決定。例如,從表3來看,高等教育學碩士點的數(shù)量與高校教職工的人數(shù)之間的相關系數(shù)r達到了0.79,是相關系數(shù)中最大的一個。在圖1中反映為,在高校教職工人數(shù)與高等教育學碩士點數(shù)量所建立的坐標系中,這兩個變量構建的點密集分布于直線周圍,說明這兩個變量的線性擬合優(yōu)度較高,我們可以使用線性關系對高等教育學碩士點的數(shù)量進行預測和檢驗。由于pearson相關系數(shù)從本質上反映的是變量間的共線性問題,并非pearson相關系數(shù)越高,一個變量對另一個變量的影響程度越大,故若要判定高校教職工人數(shù)的變動對高等教育學碩士點影響的程度(每增加一個單位的高校教職工人數(shù),高等教育學碩士點相應增加多少個),我們還需對其回歸系數(shù)b進行測算。回歸系數(shù)b在圖1中反映為擬合直線的斜率k,正向關系中回歸系數(shù)b越大,直線的斜率k也就越大,高校教職工人數(shù)對高等教育學碩士點的影響作用越明顯。有學者指出高等教育學學位點的建設是高等教育發(fā)展到一定程度的產物,它也是在社會經濟發(fā)展對高等教育發(fā)展有所需求的情況下產生的。只有高等教育發(fā)展到一定的程度,才會產生對高等教育學學位點建設的需求,以期用其更好地指導高等教育的發(fā)展,兩者具一種因果關系,故我們可以利用高等教育的發(fā)展狀況來對高等教育學學位點進行衡量和預測。同樣,社會經濟的不斷發(fā)展也會對高等教育發(fā)展有所需求,進而刺激高等教育學學位點的建設,社會經濟因素通過對高等教育產生影響進而傳遞作用于高等教育學學位點建設。這些在文中反映為,我國高等教育學碩士點與GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)具有正向共線性。我們可以用衡量高等教育發(fā)展規(guī)模的重要指標高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù),用衡量社會經濟的發(fā)展狀況的重要指標GDP和教育支出,利用線性關系對高等教育學碩士點進行衡量和預測。此外,現(xiàn)代社會交通、通信手段的高度發(fā)達,使得人口的流動性迅速提升;區(qū)域高校的生源也不僅局限于本區(qū)域,而是面向全國;網絡課程、虛擬大學的興起更大程度打破了學生的地域限制,這些都使得區(qū)域人口對本區(qū)域高等教育的影響越發(fā)減小。由此它也恰當?shù)亟忉屃烁叩冉逃龑W碩士點的建設與區(qū)域人口不存在線性關系。2.構建高等教育學點的期望分布和專業(yè)總體特征高等教育學學位點建設自身發(fā)展要考慮多種因素,不能片面追求數(shù)量上的平均,而要遵循“合理布局,突出特色”的原則。如果現(xiàn)有的高等教育學碩士點布局符合當前各大區(qū)在GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)共同影響下所占全國的份額,那么就可以認為當前我國的高等教育學碩士點布局合理。筆者選取總體分布的卡方檢驗來對上面的假設進行驗證?？傮w分布的卡方檢驗是用來驗證總體與期望分布或某一理論分布是否存在顯著差異,是一種吻合性檢驗,通常適用于對有多項分類值的總體分布的分析。本文的總體是高等教育學碩士點在各大區(qū)的分布數(shù)量,華北∶東北∶華東∶華中∶華南∶西南∶西北=13∶1133∶13∶6∶8∶12,驗證所需的最終期望分布為華北∶東北華東∶華中∶華南∶西南∶西北=0.151∶0.096∶0.333∶0.1400.105∶0.108∶0.076。假設華北、東北、華東、華中、華南、西南、西北的高等教育學碩士點分布與各大區(qū)在GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)綜合作用下所占全國的比重0.151∶0.096∶0.333∶0.140∶0.1050.108∶0.076無顯著差異。表4(a)表明,96個觀察數(shù)據中,華東、華南、華北、華中、西北、東北、西南實際分布高等教育學碩士點的個數(shù)分別為33個、6個、13個、13個、12個、11個、8個;按照期望分布,96個高等教育學碩士點在以上七大區(qū)的期望分布數(shù)量應為31.7個、10.0個、14.4個、13.3個、7.2個、9.1個、10.9個;實際觀察頻數(shù)與期望分布頻數(shù)的差分別為1.3個、-4.0個、-1.4個、-0.3個、4.8個、1.9個、-2.3個。表4(b)是計算的卡方統(tǒng)計量以及相對應的概率P值。由于概率P值為0.444大于顯著性水平α=0.05,因此無法拒絕零假設,認為當前各大區(qū)分布高等教育學碩士點數(shù)量無顯著差異,其布局符合我國各大區(qū)在GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)綜合作用下所占全國的比重。據以上統(tǒng)計檢驗得出的結果可以說,我國的高等教育學碩士點布局與各大區(qū)GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)綜合作用下產生的期望分布無顯著差異,其布局符合各大區(qū)的政治、經濟、文化的發(fā)展水平,即當前我國的高等教育學碩士點布局是合理的?；谶@個結論筆者做出進一步推論:各大區(qū)擁有的高等教育學碩士點數(shù)量之間無顯著差異,我國的高等教育學碩士點布局均衡。3.不同地區(qū)高等教育學點數(shù)量的差異及其原因分析為了檢驗上文所提出的推論是否真實,筆者選取最小顯著性差異LSD法。LSD法是用來檢驗控制變量不同水平下觀測變量水平間的均值是否相等的一種檢驗方法。其檢驗敏感性很高,水平間的均值只要存在一定程度的微小差異就可能被檢驗出來。本文中,控制變量指的是七個不同的大區(qū),觀測變量指的是各大區(qū)所擁有的高等教育學碩士點的數(shù)量。即用LSD法來驗證我國七個大區(qū)所擁有的高等教育學碩士點數(shù)量水平間的均值有無顯著差異(H0假設)。表5顯示了不同大區(qū)之間高等教育學碩士點數(shù)量水平均值檢驗的結果。表5中第一列顯示了分類情況,第二列表示各區(qū)之間均值的差異情況,第三列是統(tǒng)計中的標準誤差,第四列是檢驗統(tǒng)計量觀測值在不同分布中的概率P值,最后一列是置信水平區(qū)間的取值范圍。通過觀察不同分類水平下的P值,我們可以發(fā)現(xiàn)除了華東地區(qū)與西南地區(qū)配對時,其概率P值為0.029,小于顯著性水平0.05以外,其他配對比較獲得的概率P值均大于0.05,這說明除了華東與西南這兩個地區(qū)進行配對比較時出現(xiàn)了差異之外,華北、東北、華中、華南、西北這五個地區(qū)之間的高等教育學碩士點數(shù)量均值都沒有顯著性差異,華東與華北、東北、華中、華南、西北這六個地區(qū)的高等教育學碩士點數(shù)量均值也無顯著差異,西南與華北、東北、華中、華南、西北這六個地區(qū)的高等教育學碩士點數(shù)量均值同樣也沒有顯著性的差異。根據以上驗證,便可以得出:從整體上來看,當前的高等教育學碩士點布局結構符合我國的各大區(qū)的現(xiàn)狀,我國各大區(qū)的高等教育學碩士點數(shù)量水平均值之間無顯著性差異,各大區(qū)擁有的高等教育學碩士點數(shù)量均衡,我國的高等教育學碩士點布局均衡。4.模型估計及結果建設高等教育強國的根本在于全面提高高等教育質量,而全面提高高等教育質量的根本則在于解決好高等教育的宏觀構架問題。學位點建設是高等教育宏觀構架的重要組成部分,若能以科學的方法對其進行測算和預測,這將有利于我國高等教育質量的提升。我國高等教育學碩士點的數(shù)量與GDP、教育支出、高校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)都具正向共線性。據此,我們便可擬合出多元回歸方程。假設變量GDP為X1,教育支出為X2,高校數(shù)量為X3,在校本科生人數(shù)為X4,高校教職工人數(shù)為X5,高等教育學碩士點數(shù)量為Y,可建立如下的線性回歸模型:Y=β+aX1+bX2+cX3+dX4+eX5,其中β為常數(shù)。依據表6(a)可知,模型調整判定系數(shù)為0.634,大于0.5且趨近于1,認為方程能夠有效地進行擬合,因變量能夠被模型有效地解釋的部分較多。從表6(b)可知,被解釋變量的總離差平方和為187.871,F檢驗統(tǒng)計量的觀測值為11.388,對應的概率P值近似為0。據該表可進行回歸方程的顯著性檢驗。由于概率P值小于顯著性水平α(0.05),應拒絕回歸方程顯著性檢驗的零假設,認為各回歸系數(shù)不同時為零,被解釋變量與解釋變量全體的線性關系是顯著的,可建立線性回歸模型。從表6(c)的數(shù)據表明,模型保留下的五個變量,其回歸系數(shù)顯著性檢驗的概率p值均小于顯著性水平α(0.05),因此認為模型保留下的各回歸系數(shù)均不為零。最終的回歸方程是:Y=0.189+0.0000000000002212X1+0.000000000010086X2+0.0084X3+0.0000014338X4+0.000009382X5。若要測算某區(qū)域理論上應分布的高等教育學碩士點的數(shù)量,只需使用當年的統(tǒng)計數(shù)值對變量進行賦值、計算便可獲得理論值。以華北為例,依據該模型對該地區(qū)2011年等教育學碩士點的數(shù)量進行檢驗,得出華北地區(qū)Y=13.6431,與實際值13十分接近,說明2011年華北地區(qū)布局的高等教育學碩士點的數(shù)量合理,符合理論期望。若要預測某年某區(qū)域理論上應分布的高等教育學碩士點的數(shù)量,則需基于其他模型一一預測出未來某年GDP、教育支出、高等學校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)的數(shù)值,代入回歸方程計算得出。由該模型可知,高等教育學碩士點的數(shù)量隨著GDP、教育支出、高等學校數(shù)量、在校本科生人數(shù)、高校教職工人數(shù)的增減而同增同減,其增減的程度可由模型中各變量的回歸系數(shù)判定,在正向關系中回歸系數(shù)越大,變量對高等教育學碩士點數(shù)量的影響程度就越大。從回歸系數(shù)來看,對高等教育學碩士點數(shù)量影響效果最顯著的是高校數(shù)量(其回歸系數(shù)為0.0084),然后依次是高校教職工人數(shù)、在校本科生人數(shù)、教育支出和GDP(其回歸系數(shù)分別為0.000009382、0.0000014338、0.000000000010086、0.0000000000002212)。即高等學校每增加1所,高校教職工人數(shù)每增加1人,在校本科生人數(shù)每增加1人,教育支出每增加1元,GDP每增加1元,高等教育學碩士點的數(shù)量會相應增加0.197個、0.189009382個、0.1890014338個、0.189000000010086個和0.1890000000002212個。高等教育學學位點的建設是高等教育發(fā)展到一定程度的產物。衡量高等教育規(guī)模的主要指標一般包括高等學校數(shù)、在校學生數(shù)、招生數(shù)、畢業(yè)生數(shù)、教職工數(shù)和專任教師數(shù)以及毛入學率等。本文中,高等教育學碩士點數(shù)量的影響因素中作用效果最明顯的是高校數(shù)量,然后是高校教職工人數(shù)、在校本科生人數(shù)、教育支出和GDP。直觀上看,可以說高等學校數(shù)量越多,相應的高等教育學碩士點的數(shù)量也就越多。因為一般來講,高等學校數(shù)量越多,相應的教職工人數(shù)、在校生人數(shù)就會越多,學科門類、學科建設水平也會更多更好,產生優(yōu)秀大學機率也會更大,這樣就為高等教育發(fā)展提供了良好的基礎,使得高等教育的發(fā)展程度更高,獲批高等教育學碩士點的數(shù)量也就會更多。而高校教職工人數(shù)、在校本科生人數(shù)需要依托具體的高校才能對高等教育學碩士點數(shù)量產生影響,故其作用效果不如高校數(shù)量那樣強。例如,極端情況下,某區(qū)域的高校教職工和在校本科生全都聚集于一所學校,那該區(qū)域也只會獲批一個高等教育學學位點;只有高校教職工和在校本科生分布在許多高校內,使得許多高校達到了學位點的建設水平,該區(qū)域才能擁有較多的高等教育學碩士點。此外,作為社會經濟發(fā)展衡量指標的教育支出和GDP對高等教育學碩士點的數(shù)量也具有一定的影響效果。高等教育學學位點是在社會經濟發(fā)展對高等教育發(fā)展有所需求的情況下產生的,社會經濟因素通過對高等教育產生影響進而傳遞作用于高等教育學學