學習型社會建設評價探究
——以浙江為例

□ 張創偉，李 軍

一、引言

建設學習型社會是實現“兩個一百年”奮斗目標和中華民族偉大復興中國夢的重要內容和有力支撐。[1]《國家中長期教育改革和發展規劃綱要(2010—2020年)》指出我國“到2020年基本形成學習型社會”，因此，對學習型社會建設的研究不能僅停留在理念闡述、構建設想、運動推進等階段，而必須對處于不同經濟、社會條件的各地區學習型社會建設進行綜合評價比較；不能僅在教育范疇內開展研究，而必須結合經濟社會發展狀況實際進行研究，如此才能揭示學習型社會建設全貌，才能揭示終身學習的社會屬性，才能廓清終身學習對社會發展的貢獻。加拿大于2006年發布綜合學習指數(The Composite Learning Index,CLI)框架，率先把終身學習與經濟社會發展聯系起來進行研究。該框架所包括的思想和方法適用于所有開展學習型社會建設的地區，其來源是聯合國教科文組織“學習四維度”理論與經合組織的“成功生活與社會善治的學習類型”理論。綜合學習指數框架的核心方法是以聯合國教科文組織定義的“學習四維度”為依據制定學習型社會建設評價框架體系，并結合經濟社會發展對某一地區的學習型社會建設展開評價，以此獲得不同地區的教育、文化和經濟社會發展指數的整體量性認識，使學習型社會的建設活動得以超越教育學的范疇而奠基于社會學的宏觀視野。近15年來，浙江省的經濟社會發展始終走在全國的前列——“經濟富裕、社會和諧、文化繁榮、生態美麗”，以促進人的全面發展和提高社會文明程度為宗旨的學習型社會是浙江的奮斗目標。在新時代的背景下運用教育和經濟社會發展相關聯的方法對浙江省的學習型社會建設現狀進行全面評價，不僅有利于拓展和深化浙江人對本省的經濟社會發展水平的認識，同時也有利于全國其他地區通過學習型社會建設這一視角更深、更全面地了解浙江。

二、研究設計

1.理論框架

1996年聯合國教科文組織《德洛爾報告》指出：如果教育是成功的，那么它必定是圍繞學習的四個維度展開的。[2]這四個維度是：學習認知——一生學習所需的技能和性情；學習做事——如何把所學的付諸與工作準備密切相關的實踐；學習一起生活——以尊重多元價值、互相理解及和平的精神與他人相互依存；學會生存與發展——心靈和身體、智力、靈敏度、審美、個人責任和精神價值。自此，學習的四維度成為國際學界和政策界解釋為什么要學習以及學習什么的依據，也成為公認的學習型社會概念之原初內涵。

1997年，經合組織(OECD)啟動研究項目“能力界定與選擇”( project Definition and Selection of Competencies，DeSeCo)，目的在于揭示作為“成功生活”(a successful life)和“社會善治”(a well-functioning society)必備條件的關鍵能力或學習類型。該項目組建國際性的跨學科研究團隊，由來自教育、商業、勞動和健康領域的專家和經合組織的代表組成。項目至2003年結束，研究得出兩個結論，即：(1)引致個人成功生活的主要因素有良好的就業和收入、安全和健康、政治參與、社會網絡。(2)引向社會善治的主導因素有經濟生產率、民主進程、社會凝聚力、平等人權、生態可持續。據此，研究團隊明確事關成功生活與社會善治的三個關鍵能力范疇：(1)在不同的社會群體內進行人與人之間互動的能力；(2)自主行動；(3)全球化經濟和現代信息社會條件下，運用工具以回應社會和專業的要求。由此可見，經合組織在經濟社會指數層面上驗證和具體化了來自于教育領域的學習四維度說，為終身學習的社會化推動提供實證依據。

加拿大學習研究委員會(the Canadian Council on Learning)制定了綜合學習指數(CLI)[3]框架，并于2006年正式發布，該框架成為全世界評價地區終身學習或學習型社會建設水平的首創工具。

CLI(如圖1)勾畫的是一幅有關地區學習成果、學習背景、學習的經濟社會收益以及地區的社會、經濟、文化條件的關系圖，其中核心組件是綜合學習指數與學習的經濟社會指數。綜合學習指數由學會學習、學會做事、學會相處與學會生存等四個方面的相應指標組成，學習的經濟社會指數由經濟、社會、生態等3個方面的指標組成。整幅關系圖說明地區的學習背景影響地區的學習成果，學習成果則會對地區的經濟社會產生廣泛的影響，而這些影響的產生不僅受制于當地的經濟社會文化條件，也會部分改變當地的經濟社會文化條件，從而使學習背景發生改觀。

圖1 綜合學習指數框架圖[4]

2.評價指標體系

在綜合學習指數框架下，加拿大制定綜合學習指數指標體系和經濟社會指數指標體系，詳見表1、2。

表1 加拿大綜合學習指數指標體系[5]

表2 加拿大經濟社會指數指標體系[6]

借鑒加拿大指標體系，按照科學性、引導性、可獲得性、可操作性的原則立足浙江實際，建立浙江省綜合學習指數框架：綜合學習指數指標體系和經濟社會指數指標體系，詳見表3、4。

表3 浙江省綜合學習指數指標體系

表4 浙江省經濟社會指數指標體系

3.研究方法

根據浙江省綜合學習指數指標體系與浙江省經濟社會指數指標體系收集浙江省六十五個縣(市)的各類指標數據，數據來源于浙江省統計局和地市統計局發布的2016年度統計年鑒。應用SPSS18.0軟件對收集的數據進行分析。目前加拿大和德國都采用因子分析法對各地的終身學習狀況進行量化評價研究，國內也有科研團隊采用此方法對我國各省的“基本形成學習型社會”狀況進行實證研究[7]。基本過程是先將所有數據進行標準化處理消除量綱的影響，把數據導入SPSS軟件，對數據進行因子分析適合度檢驗、因子提取和因子數確定、因子得分系數，然后根據前面的結果計算出綜合得分，最后對所得到各縣(市)綜合學習指數和各縣(市)的經濟社會指數進行相關分析。

現以計算浙江省各縣(市)綜合學習指數為例對指數得分的計算方法予以詳細說明。

第一步，因子分析適合度檢驗。

如表5所示，因子分析適合度檢驗結果中：KMO=0.746、Bartlett球形檢驗達到及其顯著的水平，說明變量之間具有明顯的結構性和相關關系。根據Kaiser給出的KMO度量標準，這些指標可以進行因子分析。

表5 KMO 和 Bartlett 的檢驗

第二步，因子提取和因子數確定。

使用主成分分析法、正交旋轉抽取公因子，結果見表6、表7。

因子分析的基本目的是找出少數幾個公共因子，使這些因子能在相當程度上解釋一系列指標的方差，在自然科學研究中決定保留因子數量以能解釋的累積方差達到95%為宜，社會科學則以達到60%為宜。[8]從表6 可以看到，15個指標被濃縮為4個公因子，它們提取后的累積方差貢獻率為73.37%，表明這4個公因子已經涵蓋了總體方差的73.4%，所以本次提取效果較為理想。

表6 解釋的總方差

提取方法：主成分分析。

旋轉后得到的因子載荷矩陣(如表7所示)，可以很容易標識出各個因子所影響的主要指標。

表7 旋轉成分矩陣a

提取方法:主成分。

旋轉法:具有Kaiser 標準化的正交旋轉法。

a.旋轉在7次迭代后收斂。

第三步，因子分的計算。

經過上述過程，因子已經確定下來，共有4個公因子，采用回歸方程法計算得到的因子分(SPSS軟件直接計入數據文件)，計算模型為：

第四步，計算綜合得分，獲得綜合學習指數。根據表6“旋轉平方和載入”中欄中的累積方差貢獻率，可以得到綜合得分的計算公式：

F=F1×28.381%+F2×17.773%+

F3×14.509%+F4×12.703%

運用公式計算出各縣(市)的綜合學習指數。以同樣方法計算浙江省各縣(市)的經濟社會指數。

三、研究結果與分析

1.影響綜合學習指數的主要因素

見旋轉后得到的因子載荷矩陣(如表7所示)，可以發現決定浙江省各縣(市)綜合學習指數的主要因素如下：第一因子影響的主要指標是科學技術支出萬人比、公共圖書館圖書擁有量萬人比、發明的萬人比、普通高校人數萬人比、固定電話人口比、專利授權的萬人比、移動電話人口比，結合表6可以發現這些指標反映的是一個地區的社會生活基礎條件，對綜合學習指數或學習型社會建設的影響力最大，貢獻率達到28.4%。第二因子影響的主要指標是普通中學在校生萬人比、小學生萬人比、職業中學在校生萬人比，可以觀測到這些指標反映的是一個地區的中小學教育狀況，對學習型社會建設的影響力居于第二位，貢獻率達到17.8%。第三因子影響的主要指標是體育場館萬人比、互聯網人口比、劇場和影劇院萬人比，可以觀察到這些指標反映的是一個地區的文化體育事業的基礎條件，對學習型社會建設的影響力居于第三位，貢獻率為14.5%。第四因子影響的主要指標是工業二氧化硫產生與排放比、工業粉塵產生與排放比，表明這些指標反映的是一個地區的環保狀況，對學習型社會建設的影響力居于第四位，貢獻率為12.7%。

2.影響經濟社會指數的主要因素

見旋轉后得到的因子載荷矩陣(如表8所示)，可以發現決定浙江省各縣(市)經濟社會指數的主要因素如下：第一因子由人均GDP、年末居民存款萬人比、失業保險參保率、醫生萬人比、從業人員與常住人口的百分比、一般性公共性支出萬人比組成，累積方差解釋率最高達到46.6%，說明這些指標非常重要，對經濟社會指數的影響力最大。第二因子由常住人口與低保戶之比構成，累積方差解釋率為14.4%，說明貧困指標也是考察經濟社會發展的重要觀測點。第三因子由平均期望壽命構成，累積方差解釋率為13.4%，說明期望壽命也是反映經濟社會建設成就的一個重要方面，在此需要說明的是由于該指標數據只能采集到地市一級，所以各地市不同縣市采用與地市相同的數據，而事實上同一個地市不同縣市之間及縣市與地市之間的平均壽命不太可能完全相同。第四因子由社區服務設施萬人比構成，累積方差解釋率為11.9%，表明社區工作也是經濟社會建設不可或缺的重要內容。

3.綜合學習指數與經濟社會指數間的關聯程度

SPSS系統輸出的結果如表9所示，這是一個相關矩陣。所有變量的兩兩之間都有一個積差相關系數，綜合學習指數與經濟社會指數之間的相關系數為0.875，顯著性水平P=0.000<0.01，觀測樣本容量N=65，表明各縣(市)的綜合學習指數與經濟社會指數在0.01 水平(雙側)上顯著相關。該結果基本與加拿大的一致，加拿大采集2006—2010五年數據進行研究取得的相關系統為0.78[9]。

表8 旋轉成分矩陣a

提取方法:主成分。

旋轉法:具有 Kaiser 標準化的正交旋轉法。

a.旋轉在 6 次迭代后收斂。

表9 相關性

**.在0.01水平(雙側)上顯著相關。

4.浙江省學習型社會建設水平現狀

以經濟社會指數為橫軸，以綜合學習指數為縱軸，運用SPSS的圖形功能建立散點圖，在散點圖的縱坐標以綜合學習指數“1”劃參照軸，在散點圖的縱坐標以綜合學習指數“0”劃參照軸，結果如圖2所示。散點圖印證了表9 的結論，浙江省65個縣(市)的綜合學習指數與經濟社會指數間呈顯著正相關，即綜合學習指數得分高的縣(市)在經濟社會指數方面的得分也高。按照圖2可以把浙江省的學習型社會建設水平劃分為三個梯隊。

圖2 各縣(市)綜合學習指數與經濟社會指數得分對應圖

第一梯次，依次包括寧波市區和杭州市區，它們是典型的雙高地區，綜合學習指數得分高，經濟社會指數得分也高，與第二梯次拉開較大的距離。目前杭州已加入聯合國教科文組織的全球學習型城市聯盟，寧波已入選全國學習型城市建設案例，它們在作為學習型社會建設的重要基石——學習型城市建設方面已走在了全國的前列，它們應該成為全省開展學習型社會建設的標桿。

第二梯次，依次包括義烏市、溫州市區、玉環縣、嘉興市區、舟山市區、麗水市區、嘉善縣、平湖市、臺州市區、余姚市、諸暨市、慈溪市、寧海縣、金華市區、湖州市區、象山縣、海鹽縣、永康市、紹興市區、海寧市、桐鄉市、德清縣、長興縣、安吉縣、奉化市、衢州市區、桐廬縣，共27個縣(市)，它們的綜合學習指數得分與經濟社會指數得分都處于全省中上游水平。但也有少數例外，如義烏的經濟社會指數得分全省第一，而綜合學習指數的得分卻不太突顯，這表明一個地區的經濟社會發展水平除了受到當地的教育文化等綜合學習因素的影響外，還受到其他特殊因素的影響。另一方面，一個地區優越的經濟社會條件也并不一定會自動地轉變為學習型社會建設的優勢，其中還是需要在教育、文化等方面做出努力和探索才行。相反，麗水、衢州市區的經濟社會指數全省排名分別為32和48，而綜合學習指數排名卻分別達到了8和28，這樣的事實說明，在經濟社會指數水平相對落后的地區照樣可以在學習型社會建設方面取得比較高的水平。

第三梯次依次包括新昌縣、臨安市、云和縣、嵊泗縣、蒼南縣、嵊州市、溫嶺市、武義縣、東陽市、浦江縣、樂清市、岱山縣、蘭溪市、臨海市、仙居縣、建德市、江山市、縉云縣、磐安縣、龍泉市、瑞安市、龍游縣、天臺縣、遂昌縣、松陽縣、平陽縣、三門縣、永嘉縣、慶元縣、常山縣、景寧自治縣、淳安縣、開化縣、青田縣、泰順縣、文成縣，共計36個縣(市)，它們的綜合學習指數得分與經濟社會指數得分都處于全省中下游水平，但也有個別在經濟社會指數上得分尚可的在綜合學習指數方面得分相對較低，比如東陽經濟社會指數得分全省排名14，而綜合學習指數全省排名38，這跟義烏有點相似。

三、結論

通過借鑒加拿大綜合學習指數評價框架對浙江省的學習型社會建設現狀與經濟社會狀況進行關聯性研究可以得出如下結論：

各地的綜合學習指數與經濟社會指數間呈顯著正相關，即綜合學習指數得分高的縣(市)在經濟社會指數方面的得分也高，這表明學習型社會建設是一項社會性全方位的運動，它的實質生成于社會歷史發展之中，是某一地區一定歷史階段經濟、社會、文化、生態等諸方面發展的產物，它可以表現為物質和精神兩種形態，它們是一個事物的兩個方面，物質形態是精神的實踐表達，精神來源于實踐又對實踐發揮能動作用。

浙江省在學習型社會建設方面標桿凸顯，杭州、寧波這樣的副省級城市優勢顯著，將為全省到2020年實現“學習型社會格局全面建立”發揮“領頭羊”的角色；浙江省各縣(市)在社會、經濟、文化、教育、生態等諸多領域雖有一定梯次，但在梯次內差距不顯著，水平接近，沒有掉隊成員，這為全省實現2020年目標鋪陳了有利的基底。

運用綜合學習指數法(CLI)可以在缺乏指標權重賦值的情況下，對一定區域內各地的學習型社會建設情況進行評價研究，是一種比較客觀的方法，所得到的指數是一個平均值為“0”的相對數。通過對各地所得指數大小的比較可以將一定區域內各地的學習型社會建設情況進行排序，從整體上理解一個地區的學習型社會建設水平，為制定宏觀政策提供科學依據。

本研究得到了嘉興市統計局的大力支持，在此深表感謝！

[1] 教育部.教育部等七部門關于推進學習型城市建設的意見[EB/OL].[2017-06-20].http:∥www.edu.cn/zong_he_870/20140916/t20140916_1175898_1.shtml.

[2] Canadian Council on Learning.Developing the Composite Learning Index[R].2006,1(18):13-19.

[3] Paul Cappon.Connecting the Dots on Lifelong Learning:Canada'S New Composite Learning Index[EB/OL].[2017-07-15].http:∥policyoptions.irpp.org/magazines/the-front-runners/connecting-the-dots-on-lifelong-learning-canada.

[4] Canadian Council on Learning.The 2010 Composite Learning Index[R].2010:14-15.

[5] 中國教育科學研究院高等教育研究中心.“基本形成學習型社會”指標體系的實證研究[J].教育研究,2012(1)：100-109.

[6] 王保進.多變量分析——統計軟件與數據分析[M].北京：北京大學出版社，2007:69.