省域視野下高等教育增長布局的空間探討

張會鋒，王 露

(1.河南工程學院， 河南 鄭州 451191; 2.武漢大學 經濟與管理學院， 湖北 武漢 430072； 3.中國農業發展銀行 平頂山分行，河南 平頂山 467000)

高等教育是強國基石。至2020年6月底，我國共有各類高校3005所，和2009年時的2305所相比增長顯著，但與美國相比仍有一定差距，截至2018年，美國高校總數達6502所[1]，遠高于我國，若考慮兩國人口總量，差距會更大。當然，為適應龐大人口基數形成的高等教育需求和教育大眾化的國家戰略，我國高校的總錄取率和人數實現了更快增長，在校生總數是反超美國的。在校生數量增量不能為高校數量增量充分消化，導致我國眾多高校單體規模持續攀升，巨無霸型大學不斷涌現。問題隨之而來，如高生師比。有研究比較了中美大學的生師比，美國最佳前50高校生師比的平均值、中位數分別為10.8和10，我國985高校相應值則為17.1和17.4[2],差距明顯。此外，學校管理、校園校舍等也都決定了高校單體規模不可能無限擴大。由于宏觀經濟的雙循環變局對我國高等教育發展提出了質和量的雙重迫切要求，所以未來相當長時期內新設高校或現有高校分校區將繼續增長。

高等教育需要所在地的各種支持，又能在多個方面反哺后者。設立普通高等學校，決定其具體空間安排的主體為省級人民政府。從省域空間看，如何布局高校才能實現高校質與量的共同增長、實現高校與地方的良性互動？

一個不爭的事實是幾乎各省會城市均集聚了眾多高校，無論數量還是質量都普遍高于一般地級城市。此現象由來已久，有學者[3]在2005年的研究就顯示：我國省會城市在校大學生數的全國占比遠高于其GDP和人口的全國占比，普通地級城市正相反，而美國特區、州府、郡等各類城市高校在校生比例與其人口、GDP的比例基本一致。薛穎慧等[4]利用地理信息系統進行分析，得到類似結論。伍紅軍等[5]及劉佳[6]的研究進一步指出，省會高校集聚現象發生在各個層面，無論是普通本科、專科院校還是高職院校，無論是公辦院校還是民辦院校皆是如此。這種上行的集中趨勢近年來仍在延續，比如位于晉中的山西農業大學將注冊地改為省會太原，位于開封的河南大學啟用鄭州校區等。因為作為地方政治、經濟中心的省會城市建成區不斷外延，整體資源優勢突出，而且這種省級行政區內的集聚或不均衡現象并不被作為個體的社會公眾所關注，再加上我國高等教育入學的命題、錄取等制度依省而定，省內各地之間不存在不公平性，以至于坊間甚至呼吁地級市高校應在省會設立分校，或者遷至省會，以促進發展[7-8]。但是，省會及中心城市的絕對空間畢竟有限，當前許多高校轉而重尋20世紀80年代異地辦學的思路，而且是下沉式的，即往縣級基層行政區域擴張。比如武漢商貿職業學院在黃岡的紅安縣設立了校區，武昌首義學院在咸寧的嘉魚縣設立了校區。

對于省會高校集聚現象，學界多持批判觀點，認為這會導致城市發展機會不均、政治中心擁堵、教育資源浪費、辦學定位趨同等。有人認為，要控制省會城市高校增量，積極推進地級城市高校建設[9]。有人認為，重點應放在尚無高等院校或高等教育薄弱的中小城市，尤其是西部地區，體現出對弱勢經濟地區的扶持和拉動作用，而不是對政治中心或經濟中心的依附[10]。有人認為，可以從自然環境和文化氛圍出發，在一些文化名城、風景優美地區甚至鄉村創辦新的大學[5]。與之對應的是，國家教育主管部門對高校的異地辦學持審慎態度，如：2018年教育部在全國政協的提案答復中表示，對高校異地辦學一直持不鼓勵、不支持的基本政策；2020年教育部在全國人大的建議答復中繼續指出，異地辦學會稀釋高校原有優質教育資源品牌，導致學校規范管理的遞減效應，難以形成與本校一體化的育人氛圍[11]。

顯然，關于上行和下沉，在現實、理論、政策三方面都存在矛盾，問題的關鍵在于集聚性。因為上行幾乎總意味著集聚性的提高，而下沉可以是遠距離異地下沉式辦學——這通常會降低集聚性，也可以圍繞著合理區域形成新的集聚，因而有必要從價值無涉的實證角度考察集聚性對高校本身的影響。目前而言，這一研究取向是缺失的，相關研究大多將集聚和不均衡、不公平聯系起來，并持較強的規范性、情感性立場，統計意義上的實證分析尚且缺乏。本研究將致力于這種考察，以期為新設高校布局、高校分校區布設等問題提供借鑒。

一、研究思路和假設

第一，省際高等教育規模或數量上的不均衡正在或已經得到扭轉。早在2005年，潘璐璐等[12]就利用GINⅠ模型比較了我國高等教育的東西部差異，發現在高考擴招后，不均衡的程度已經改善。趙宏斌等[3]利用2004年數據對中美高校空間分布做了比較研究，本研究依2019年數據重新計算并整合于表1。如表1所示：2004年，我國各省份人口、GDP與其高校在校生總數、本專科生數的相關系數雖略低于美國，但已經表現出了較高的正相關性，即人口越多、經濟越發達，在校生就越多，至2019年，則基本追上了美國(因美國各相關性已經很高，提升空間不大，故不再計算其最新數據)。通過國家高等教育政策的持續調整和傾斜，我國高等教育省際數量上的均衡性已大大提高。

表1 中美各省域(州)人口、GDP與其高校各類在校生數的相關系數

第二，省際高等教育質量或發達水平的不均衡性依然存在并且多樣化。在校研究生數一定程度上代表了高等教育的發達程度。由表1可知，2019年各省份在校研究生數與人口、GDP的相關系數同2004年相比并無明顯提高，其中與人口依然是不相關的，均衡性明顯落后于美國。進一步的計算也顯示，我國各省份在校研究生數的離散性要大于在校本專科生數的離散性(以2019年計，離散系數分別為0.91和0.61，表1未列示)，因而我國經濟發達程度和人口數從東部到中西部的遞減特征并未于在校研究生數上得到相應的一致體現，表明省際高等教育發達程度和傳統特定地理區位間的關系并不密切，例如：除京、滬及蘇、粵等東部強省高校持續領先之外，湖南、湖北、陜西、四川、重慶等一些中西部省份高等教育發展勢頭同樣強勁；相反，另一些東部省份如海南、河北等卻相對平緩。當然，換個視角看，這種不均衡性反而可能是正面的，恰恰表明經濟和人口弱勢地區可以借助某種安排提升高等教育水平，也意味著僅用省份經濟發達水平、人口總量來解釋其高等教育發達程度是不夠的。現有研究主要關注高等教育數量或規模上的不均衡，并將之歸因于集聚性，忽視了考察集聚性和高等教育質量或水平間的關系，也忽視了民眾更關注省際高等教育水平的不均衡而不是省際間或省內地區間高等教育規模的不均衡這一事實。

綜上，本研究引入高校集聚性這一因素，探討其對省份高等教育發達水平的影響。根據產業集聚理論，產業組織在地理空間上的靠攏可帶來諸多益處，比如外部和內部規模經濟性、投入品和勞動力的共享、知識和技術的溢出、專門化技能的集中等，因而產業集聚成為國家和地區提高產業競爭力的重要手段。迄今為止，關于我國高校集聚性的研究多為描述性、概念性的，缺乏專門定量考察，并多在國家宏觀經濟、地理區域劃分帶層面討論，省域層面少有研究，個別研究者如陳慧青[13]對部分省份高校集聚性做了粗略的描述性統計，大體特征為省會城市高校數量占本省高校的比例在東部地區較小，在中部或西部地區較高，因為未做嚴格數據分析，結果并不明確，所以本研究提出H1。

H1：省份高校集聚程度越高，其高等教育就越發達。

不同于一般產業，高校群落內相互間并無上下游供應、配套關系，而外包、轉包、交易成本降低及明顯的規模收益遞增和范圍經濟同樣不太適于討論作為非營利性組織的高校的集聚性，容易觀察到的效應可能為高校之間的相互學習、交流與合作，這種學習與合作可發生在教學、科研、管理模式等各個層面。典型如武漢市，包括武漢大學、華中科技大學在內的七所高校建立了密切的聯盟關系，在多個層面展開合作。比如教學層面，各校本科生可跨校選修課程，修滿學分后可獲得對方學校的學位證。當然，合作并不一定局限于同城高校，盡管空間距離有所限制，但省內異地高校間的合作也一樣存在，所以本研究提出H2。

H2：省內高校間合作越密切，其高等教育就越發達。

屬地的經濟發達水平無疑對高等教育有重要影響。長期以來，屬地生源一直在各高校生源構成中占據最大比重。常識來看，高校的發展水平可能受本省人口總量的影響，所以本研究提出H3。

“互聯網+”是李克強總理在中國互聯網第三個十年的開局之年首次提出的行動計劃，是指在經濟 、社會生活等各方面使用以互聯網為主的一套信息技術的過程，其中包括移動互聯網 、云計算 、大數據技術等[2]。“互聯網+”時代的到來為信息的獲得提供了更為便捷的途徑，使各行各業都呈現出了新的變化。教育與互聯網的碰撞，推動了互聯網的校園化，為教育的發展提供了新的思路，同時，也為少數民族基礎數學教育的發展提供了新平臺。

H3：省份經濟和人口總量越大，其高等教育就越發達。

作為一種非營利性為主導的特殊組織，高校本身在運營、管理等很多方面有別于一般工商產業組織，再加上我國高校主體為國有公辦，其管理、資金、人事、招生等受政府管控，并非市場化的。因此，除高校間明顯的合作外，空間上的集聚效應可能更多是隱性的、微妙的，也是難以觀察和量化的。為考察集聚性的調節效應，本研究提出H4。

H4：省份高校集聚性對省份經濟總量、人口總量、高校間合作等因素與省份高等教育水平間的關系存在調節作用。

二、變量定義和數據收集

(一)省份高等教育發達水平

高等教育承擔很多社會功能，很難像商業組織那樣通過營業收入、利潤等財務指標來衡量或比較，而且由于學科、專業、位置等硬性差異，以及歷史沿革、社會聲譽等軟性區別，學校與學校之間的比較本身就很困難，再將各省份所轄高校合并為一個抽象整體進行省際比較就更為困難。因此，本研究摒棄了計量、加總高校各種指標的直接測量方式，轉而引用國內高校排名中的數據。具體衡量方法為全國高校排名中位數以上的學校中，以各省份擁有的學校數量作為其高等教育發達水平的賦值。盡管高校排名經常引發爭議，并不為官方所倡導，但高校排名又的確在學生擇校、就業等方面發揮重要作用，甚至一些公務員崗位都會對應聘者畢業院校的排名做出要求，可見排名的存在自有其原因。另外，雖然各種排名的計量指標、權重、算法各有側重，但大體都覆蓋了高校的教學、科研、就業、社會聲譽等方面。至于哪種更合理、更權威雖無定論，對所有高校也無法做到公平，但從省際視域來看則相對公平，因為各省份高校類型相對均衡，幾乎各省份都設置了綜合、理工、財經、師范、農林等各種類型。而且，盡管一個高校在不同排行榜中的位次可能不同，但大抵接近，況且高校具體名次對本研究的計量來說并不重要，因為本研究只統計各省份占據排名中位數以上的高校數量，即使多數高校在不同榜單中名次會有變動，但只要變動幅度不大就不會對本研究造成大的影響。本研究隨機選取中國科學評價研究中心、武漢大學中國教育質量評價中心等聯合發布的2019本科高校800強排名(以下簡稱RCCSE排名)，對前400名高校依省份進行篩選，作為各省份高等教育發達水平的賦值，變量命名為Ranks。為驗證研究的穩健性，本研究還使用上海交大(軟科)發布的“2020軟科中國大學排名”中的前400名數據對Ranks賦值，作為比對研究。

(二)省份高校集聚性

相比較地區產業規模總量，集聚效應更依賴于產業組織間的各種交互性，因而主要和集聚的產業組織數量及其多樣性有關，即使組織規模(人數或產值等)很大，但若僅有很少的這類組織在空間上接近，也很難產生顯著的集聚效應。本研究舍棄了使用在校生數或教師數測算集聚性的方式，因為高校規模的差異會掩蓋高校數量上的集聚，也就放棄了利用這類規模數據計算類似區位熵或空間基尼系數等的測量方法。由于我國各省份高校都有明確的省會政治中心集聚性，這種具體的、局部的集聚特征使用產業集中度指標描述更為適合，但出于同樣原因，本研究不考慮在校生數、教師數等規模因素，只計算高校數量，即各省會城市擁有的高校數量占全省高校總量的比例。另外，許多省份在省會城市之外還存在第二個明顯的高校集聚地，這些地方可能是計劃單列市，可能是省內經濟強市或人口大市，也可能是正著力打造的省內副中心城市等。為反映這種現象，本研究將各省份擁有高校數據第二的城市納入統計，將省會與其共同擁有的高校數量比重作為該省份高校集聚性的度量，以Cr2命名。具體數據采集于教育部陽光高考平臺的院校庫。

(三)高校合作

本研究從整個省域視野來看待高校間合作，而不限于同城，遵循實質重于形式的原則，從以下方面收集各省份高等教育的網絡公開信息：比較正式的省內高校間聯盟關系，或者即使沒有相對正式的聯盟關系，但存在比如師資互訪互聘、科研團隊共建、教學資源共享、課程互修、學分互認等現象，然后手工整理這些信息并綜合評估各省份內部高校間的合作情況，按合作程度由低至高進行5級賦值，即最低值為1，最高值為5，變量記為UC(University Cooperation，UC)。

(四)省份經濟總量和人口總量

發展教育需要長期持續積累，經濟投入有很大滯后性，測算當下經濟總量的效應并不合理，所以本研究收集了各省份過去10年的GDP數據，以其平均值作為各省份經濟總量的取值，對人口總量也做同樣處理。變量分別記作GDPav和Popav。

三、實證分析

(一)描述統計

表2描述了除港澳臺外31個省份全部5個變量的取值情況。對于取極值的行政區予以標注，比如西藏和海南各僅有1所高校進入排名前400，河北省高校集中度最低，為0.52。需要指出的是，4個直轄市比較特殊，其所轄各區位于同一城市，不同于其他省轄地級市，所以作為1個城市對待，集中度按1計。此外，青海、海南兩省集中度也為1。

表2 變量取值描述性統計

注：N為各省份的高校總數

(二)分析模型

省份高等教育發達水平即因變量Ranks為非負離散型計數變量，采用泊松回歸方法進行分析，由于各省份高校總數存在較大差異，為控制這種影響，以各省份的高校總數N作為暴露期間(觀察基數)，基本模型為

表2顯示，因變量Ranks的方差為9.452=89.3025，約是其均值12.94的7倍，數據存在過度離散的風險，負二項回歸也許更合適。下面在僅考慮主效應情況下，分別用泊松回歸和負二項回歸進行分析，以擇優建模，結果見表3。

表3 泊松回歸模型和負二項回歸模型比較

由表3可知，兩種回歸的系數及顯著性基本一致。泊松回歸的偏差殘差/自由度和Pearson卡方值/自由度分別為1.3和1.28，略大于1，表明過度離散性雖然存在但不嚴重，而且模型兩個擬合度檢驗的p值分別為0.1511和0.1655，均大于0.05，表明泊松回歸模型擬合良好，并基本飽和。負二項回歸Alpha檢驗的p值為0.177，大于0.05，說明過度離散性不明顯，負二項回歸并不合適。此外，泊松回歸模型的偽R2系數高于負二項回歸模型，而AIC和BIC兩種信息準則值均低于負二項回歸模型。綜合來看，泊松回歸模型更優。

(三)數據分析

由于要考察高校集聚性Cr2的調節效應，對全部4個自變量Cr2、UC、GDPav、Popav均做中心化處理(變量未更名)，然后分層回歸，結果如表4所示。

表4 因變量基于RCCSE排名的泊松回歸

高校合作變量UC在模型1和模型2中均不顯著，而且模型2中UC和集中度Cr2的交互作用也不顯著，為保持模型的簡潔性，將變量UC刪去。由于集中度Cr2和人口Popav的交互作用在模型4中不顯著，而且模型3的BIC的信息準則值小于模型4，因而模型3為最優結果。高校集聚性和經濟總量的交互作用Cr2*GDPav顯著，意味著省份高校越集中，經濟投入對高校發展水平的貢獻就越大。3個主效應中，高校集聚性Cr2的影響最重要，控制其他變量，Cr2每增加10%，GDPav取平均值14298.7億元時，因變量Ranks(即擁有排名前400的高校數)可增加e2.09227×0.1+0.00011×0.1GDPav-1=44%,GDP每增加1000億元，Cr2取平均值0.75時，Ranks增加e0.0000414×1000+0.00011×1000Cr2-1=13%。相比之下，人口總量的影響較弱，省份人口數每增加100萬，Ranks平均減少1-e0.0001×100=1%。

本研究最重要的H1被證實，H3和H4部分被證實，其中人口總量的作用方向與假設相反，但影響很小，同表1中各省份人口數與在校研究生數的低相關性相呼應，實際意義不大。H2未被證實，高校合作變量被排除，原因可能是多方面的。首先，UC在本研究中為手工整理并評價的主觀變量，本身存在信息可獲得性和主觀偏見等問題；其次，高校間的合作是多種多樣的，并不限于本研究列示的類型，比如教育部在2001年啟動的“對口支援西部地區高等學校計劃”至今仍在實施，影響很大；最后，還有很多自主合作是跨省的。這些都會對高校發展產生影響，但本研究著眼于省內高校間的合作，故并未考慮在內。更重要的是，使用1到5的評分機制對一個省級行政區高校的整體合作性進行測評可能過于簡單武斷。因此，高校合作變量UC沒有通過本研究驗證可能主要是因為該變量定義和測量本身的缺陷，并不能否定高校合作的價值。所幸的是其他變量均為客觀變量，模型整體分析并不受此影響(保留UC變量情況下，模型3和模型4基本不變，表4未列示)。

(四)穩健性分析

為驗證本研究的可靠性，本研究利用上海交大(軟科)發布的“2020軟科中國大學排名”對Ranks重新賦值，并執行上述分析。結果見表5。

表5 因變量基于軟科排名的泊松回歸

由表5可知，高校合作變量UC及其與Cr2的交互作用皆不顯著，并且在模型2中對Cr2產生了嚴重的干擾，所以將UC刪去。模型4與模型3相比，偽R2更高，而信息準則值更小。因此，模型4為最優模型，Cr2與人口總量Popav的交互作用變得顯著了，人口越少的省份，高校集聚性對其高校發達水平的促進作用越大，省份人口總量每少100萬，Cr2取平均值0.75時，因變量Ranks可增加e=-0.00014×(-100)-0.00046×(-100)Cr2-1=4.96%，Cr2每增加10%，GDPav和Popav各取平均值時，Ranks可增加e=1.42218×0.1+0.00021×0.1GDPav-0.00046×0.1Popav-1=27.8%，而GDP每增加1000億元，Cr2取平均值 0.75 時，Ranks可增加e=0.00006×1000+0.00021×1000Cr2-1=23.3%。總體來看，表5和表4的結果基本一致，由于RCCSE排名和“2020軟科中國大學排名”算法存在差異，所以許多省份的Ranks有不小變化，比如江蘇(28→33)、廣東(16→21)、黑龍江(14→10)、貴州(6→3)、安徽(10→14)，驗證了本研究的穩健性。

四、高校集聚性的國外考察

歐洲的一些大學位于小城鎮，如英國的牛津、劍橋，德國的哥廷根、弗萊堡、明斯特，美、法、日等教育發達國家也均有此現象。這或許代表了去都市化的一種趨勢，卻并非平均主義的均質分散或隨機疏離，“一校一鎮”并不等同于“一鎮一校”或“每鎮一校”。事實上，只有少數小城鎮能夠擁有大學，做到校鎮合一。這些小城鎮往往地理位置優越，通常是大都市的衛星城，比如牛津和劍橋。法國的許多大學離開巴黎核心城區遷往或新建于近郊小城鎮，大多在20公里范圍內。日本的筑波大學位于茨城縣的小城土浦市，距東京60公里，仍在東京都市圈內。所以，從空間上看，發達國家高等教育的小城鎮化布局依然是集聚式的——集聚在一些地理位置上靠攏的、特殊的小城鎮中。美國大學的小城鎮化集聚現象最具代表性，在位于馬薩諸塞州波士頓市的小城坎布里奇及其周邊，云集了哈佛大學、麻省理工學院、波士頓大學、東北大學等多所名校，而紐約的曼哈頓島同樣擁有哥倫比亞大學、紐約大學等很多高校。值得注意的是，根據閻光才[14]的研究，美國各主要城市的市政廳幾乎無一例外地處于高校群落地帶，政治中心集聚性非常顯著。總之，無論是在大都市市區還是在特殊的小城鎮，發達國家的高校布局基本是追求集聚的，高校新設或現有高校的擴展，大多依托既有群落，盡量毗鄰而建。比如劍橋大學發展出了30多個學院，雖然這些學院相互獨立，但皆位于劍橋鎮；哈佛大學幾經擴建，但從未遠離坎布里奇；東京大學有3個校區，最遠位于千葉的柏校區離東京校本部僅約20公里。

五、結論

比拼排名絕不應是大學的目標，辦出特色、服務國家和社會才是根本。本研究證實了高校集聚性對其發展水平的積極作用：對省級行政區而言，增加高校的集中度和集聚性有利于提高本省高等教育水平，并能正向調節經濟投入對高等教育的影響。雙循環和內循環的宏觀新主題將推動我國高等教育規模繼續增長，而由于省會和直轄市等大型城市無法提供足夠空間，向地級城市甚至城鎮布設高校成為必然，但這并不等于應該進行名額或指標式的平均分配，仍需考慮集聚性，上行還是下沉不是重點，并無對錯之分，省域視野下，合理布局的關鍵應是優選一些位置恰當的地理區域，從過去的省會城市單點集聚向多點集聚演進，從而在獲取空間效用的同時不至于損失集聚效用。