我国中等职业教育规模的区域差异、空间效应与演进态势研究

摘 要 基于2015年至2021年全国31个省区市的数据，采用泰尔指数、全局Moran指数、局部Moran指数、冷热点分析以及核密度估计对我国中等职业教育规模的区域差异、空间集聚结构与演进态势进行测度与评价。结果显示：第一，我国中等职业教育规模存在合理水平的差异，且差异程度轻度提高。第二，我国31个省区市中等职业教育规模存在正的空间自相关，两级分化趋势明显；高-高集聚模式主要集中于中部地区与部分西南地区，低-低集聚模式主要集中于东北地区与西部地区；热点区主要分布在山东、河南、安徽、江西、广西，冷点区分布在内蒙古与新疆；全国中等职业教育规模整体空间结构相对稳定，东南沿海地区空间格局变动较为活跃。第三，全国整体、高值区、中值区与低值区的中等职业教育规模水平保持平稳；全国的两极分化现象逐步弱化；高值区与中值区的内部差异小于低值区内部的差异，且高值区与中值区的内部差异在逐步减弱。

关键词 中等职业教育规模；区域差异；空间效应；核密度估计

中国式职业教育现代化是中国式现代化的重要组成部分，也是中国式现代化的内生驱动力。中等职业教育作为职业教育层次的主体，发挥着培养生产、经营、管理与服务一线技能型人才，服务脱贫攻坚与乡村振兴，促进城乡共同富裕，赋能经济社会持续发展的基础作用。改革开放以来，我国职业教育事业取得了重大突破，已形成了世界上规模最大的职业教育体系，而如今在专业分工日益细化、技术与产业深入变革演进的时代，提高中等职业教育发展水平又面临着新的挑战。中等职业教育规模缩减的趋势明显，且区域发展不平衡已成为当前中等职业教育存在的主要矛盾之一，将不断加重地区间劳动力结构失衡、经济水平差距过大、教育不公平的现象，也将制约我国职业教育的可持续发展与职业教育强国的建设。本文聚焦2015年至2021年我国中等职业教育规模的区域差异、空间效应与演进态势，为中等职业教育领域公平性的研究提供科学的证据支撑，并提出中等职业教育规模合理优化布局的战略构想，以推动有关政策的制定与制度体系的重建。

一、文献综述

自本世纪以来，随着我国技术、产业的全面转型，在宏观大背景的驱动下，关于中等职业教育的研究成果不断涌现。学术界已有聚焦于中等职业教育规模的相关研究主要集中在两个方面：一个是中等职业教育规模与其他系统尤其是社会经济的相互关系研究，另一个是中等职业教育规模的分布态势与变化趋势或附加影响因素的研究。两种视角相互融合与借鉴的趋向明显，采用的方法与技术也有诸多相似之处。

首先是中等职业教育规模与经济、产业的相互关系研究。譬如，原新国运用ESDA与ArcGIS空间分析，探索中等职业教育规模与经济总量的关系，结果显示东中西三大区域呈现出不同的空间分布趋势[1]。王青平、范炜烽基于1986年至2012年JN县域的面板数据，构建计量模型，最终总结出中等职业教育规模与经济发展总体上呈正相关，并且受政策导向与产业结构等方面影响的结论[2]。张亚中、袁璨对2009至2018年中等职业教育的政策支持滞后效应、技能型人才就业瓶颈问题与专业结构与市场需求偏差估计等问题进行了分析[3]。王艺燕、朱洵与孙毅对2011年至2017年全国267个城市的中等职业教育在校生数量进行了模型检验，以研究城市发展对中等职业教育规模的影响[4]。蔡文伯、莫亚男基于2006年至2016年的省际面板数据，利用动态面板GMM模型与面板门槛效应模型得出中等职业教育规模扩张将抑制经济高质量增长，且东中西不同地区的影响不同，中等职业教育质量的提升有助于经济高质量增长[5]。安雪慧、元静通过省级面板数据的实证研究从规模与质量两个方面考察中等职业教育规模对城乡居民收入差异的影响[6]。

其次是中等职业教育规模分布态势、演变趋势以及原因探析的相关研究。诸如，谯欣怡将我国1985年至2014年中等职业教育规模的演变划分为增长、下降、再增长、再下降四个阶段，又通过多元回归发现人均GDP、初中毕业生数与中职教育质量是影响中等职业教育规模的因素，最后根据影响因素分别提出相应的对策[7]。徐涵则对1992年至2016年德国中等职业教育规模进行了发展趋势的分析，通过探究德国多样化的中等职业教育体系以为我国提供经验借鉴[8]。刘新钰、郄海霞与杨瑞龙运用实证模型预测“十四五”期间我国中等职业教育师生规模与影响因素，并最终提出我国中等职业教育师生供给改革思路[9]。

通过梳理发现，学术界对中等职业教育规模的研究总体较少，大部分集中于职业教育的宏观角度，且研究高等职业教育规模的较多。在研究方法上，近些年逐步兴起中等职业教育规模与经济协调性的相关计量统计分析以及未来趋势预测研究。而中等职业教育规模的区域不均衡发展是职业教育不均衡发展研究的突破口，空间统计学中的空间效应分析是研究我国不同省域间中职教育规模关联模式以及时空跃迁的重要工具，以往却较少涉及。因此，进一步探究我国中等职业教育规模的区域差异、空间效应以及演进态势是对中职教育规模现状与演进状态准确判断，并为我国中等职业教育未来发展提出战略性构想的根本保证。

二、研究设计

（一）样本选择与数据来源

中等职业教育规模的指标主要有招生数、在校生数、毕业生数等，招生数和毕业生数反映的是中职的流入量和流出量，而在校生数反映的是中职的存量，能够更加合理、公平地评价我国中等职业教育规模。本文选取2015年至2021年我国31个省区市的中等职业教育在校生数量统计数据，并将其整理成面板数据。数据主要来源于《中国统计年鉴》、教育部官网发布的统计数据。

（二）研究方法

1.泰尔指数

泰尔指数（Theil Index）是泰尔（Theil）在1967年将信息熵理论应用于收入差距研究提出的，我国主要在21世纪初逐步将泰尔指数引入到教育的公平性分析中，如孙旭通过泰尔指数的分解技术探究中国教育的获得差距[10]。刘宁宁、唐玉光在提出假设的基础上运用基尼系数和泰尔指数解析不同地区研究生教育规模差距，归纳出2003年至2014年的两个发展阶段并深入探讨每个阶段的特征[11]。泰尔指数[12]作为教育公平的量化指标更加直观易于理解，能够非常有效地评估全国或区域间中等职业教育规模的差异状况。为初步了解我国2015年至2021年区域间中等职业教育规模的全国整体差异水平，并为推动区域中等职业教育规模空间效应作出分析，将教育泰尔指数（T）定义为：

其中，n为省域总数；yi为第i个省域的中等职业学校在校生；y-为各个省域中等职业学校在校生的均值。泰尔指数的取值在0～∞，其数值越大，表示各省域中等职业教育规模的差异越大。

2.空间自相关检验

区域间的经济地理行为都存在着一定的空间相关性，空间效应就是经济地理行为在不同地区之间存在的空间交互作用。空间效应检验多运用于经济与管理、地理统计分析等研究，如袁冬梅、魏后凯、于斌通过全局与局部Moran指数分析我国1997年至2008年31个省区市制造业与服务业的集聚情况[13]。李赟鹏与张静将莫兰指数模型和杜宾面板模型用来研究金融要素对宏观经济效率的作用[14]。崔和瑞、朱晓宏与赵巧芝将基尼系数与Moran指数运用到“一带一路”共建经济体的金融开放度分析[15]。王健、张玉真与詹珉珉同样运用空间相关性检验与空间杜宾模型对我国长三角地区交通运输网络的空间聚集现象进行分析[16]。本文则聚焦于中等职业教育规模，运用空间统计学的研究方法，基于省份的面板数据，通过全局Moran指数对我国区域中等职业教育规模全域相关性进行检验[17]，并通过局部Moran散点图与局部冷热点分析来探究区域中等职业教育规模的局部空间关联模式[18][19][20]。

（1）全局空间自相关

全局Moran指数定义如下：

其中，；；Yi表示第i个空间单元的属性值；n为空间单元总个数。Cij=（Yi-y- ）·（Yj-y- ）表示空间单元i和空间单元j的属性相似性。确定了空间权重矩阵Wij[21]和属性相似值Cij，就可以计算出全局Moran指数，并需要通过z值的p检验来确定空间自相关的显著性水平。在此，空间权重矩阵选取rook一阶空间权重矩阵，其定义为：

空间单元i与空间单元j相邻

空间单元i与空间单元j不相邻

（2）局部空间自相关

一是局部Moran指数。局部Moran指数定义如下：

Ii表示第i个空间单元的局部Moran指数；Xi为空间单元的属性值；Wij为空间单元i和空间单元j之间的影响程度；；。

二是局部冷热点分析。Getis-ord G* 指数定义如下：

其中，Wij为空间权重矩阵；S为样本的标准差；x-      为空间观测值的均值；n为空间数；Xj为第j个空间的观测值。Getis-ord G* 指数将z值得分与p值检验作为冷热区识别的依据。若该指数为正值且通过显著性检验时，则认为中等职业教育规模的高值在空间呈现集聚的状态，为热点区；若该指数为负值且通过显著性检验时，则认为中等职业教育规模的低值在空间呈现集聚的状态，为冷点区。

3.核密度估计

核密度估计（Kernel）作为估计概率密度函数的非参数检验方法，被称为“光滑化”直方图，能够有效地估计变量的动态演进与趋势特征，现已广泛应用于有关地理经济计量方面的研究中，如张卓群、张涛与冯冬发以中国283个城市以及重大战略区碳排放强度为研究对象，通过Dagum基尼系数、核密度估计与收敛模型等实证方法探索碳排放强度的区域差异与变动[22]。平卫英与肖秀华通过核密度估计与空间计量对观测阶段的各省份数字经济核心产业规模空间集聚效应与演进过程进行了分析[23]。杨孟阳、唐晓彬基于2013年至2020年京津冀13个城市的数字金融数据进行了耦合协调度模型、空间效应分析与核密度分析等方面的研究[24]。

核密度估计公式如下：

其中，n为省份总数；Xi为i省份的中等职业教育规模；X为观测值的平均值；h>0为带宽；K（·）表示高斯核函数。

三、研究结果

（一）全国中等职业教育规模的泰尔指数

2015年至2021年，全国中等职业教育规模的泰尔指数始终保持在0.3以下，表明全国总体中等职业教育规模差异水平较为合理，见表1。总泰尔指数（31个省份的差异）在这7年内整体呈上升态势（上升幅度为0.011），其变化呈现V型态势，2015年至2016年31个省份差异水平先下降，于2016年下降至最低0.2606，然后开始直线上升，于2021年到达最大值0.2748。总的来说，全国31个省份中等职业教育规模存在合理水平的差距，但自2016年开始差异逐年增大，增长速度却不断减缓。

（二）全局空间自相关检验结果

首先通过全局Moran指数进行空间自相关分析，利用Stata16软件对2015年至2021年31个省份中等职业教育规模进行了全局空间自相关检验，见表2。各年份的Moran指数值均为正（Moran’s I指数的取值范围为[-1，1]，Moran’s I>0时表示临近单元之间存在正相关；Moran’s I=0时表示不相关；Moran’s I<0时表示存在负相关），且显著性水平检验的p值均小于0.05，能够有95%的把握拒绝零假设，说明2015年至2021年31个省份中等职业教育规模存在正的空间自相关，即相似的属性值趋于空间集聚，属性值越大（小）越容易集聚在一起，且空间效应对中等职业教育规模的影响表现为正向指引作用。2015年至2016年Moran’s I指数略有下降，2016年至2020年Moran’s I指数一直保持上升趋势，2020年上升至顶峰0.204，随后2021年又降至0.196。2016年至2020年31个省份空间集聚能力逐步增强，表明中等职业教育规模相似的省份集聚程度越来越强。2020年后空间相关强度呈现微小减弱的趋势，表明中等职业教育规模相似的省份集聚力量有所松动。

（三）局部空间自相关聚类分析结果

1.Moran散点图

全局Moran指数存在显著性，说明31个省份空间集聚能力较强，但其描述的是整个空间范围内的自相关性，可以进一步深入分析局部Moran指数来探索不同省份之间具体的空间依赖结构。将局部Moran指数制作成散点图，Moran散点图X轴（离值z值）代表属性值与均值的距离，越靠近右侧表示其值相对越大，一个省份越靠近右侧则表示该省份的中等职业教育规模相对越大。Y轴表示空间滞后值，该值越大表示样本周边的属性值相对越大，一个省份Y轴的值越大则表示该省邻接省份的中等职业教育规模相对越大。X轴和Y轴共同将二维平面划分成四个象限，第Ⅰ象限呈现空间正相关性，为高—高集聚的空间关联模式（H-H）；第Ⅱ象限呈现空间负相关性，为低—高集聚的空间关联模式（L-H）；第Ⅲ象限呈现空间正相关性，为低—低集聚型（L-L）；第Ⅳ象限呈现空间负相关性，为高—低集聚型（H-L）。