何 婧 朱云嫻
(四川開放大學,四川 成都 610073)
教育與經濟和人口相互影響、相互依存、相互制約。隨著我國遠程開放教育辦學體系的完善、遠程教育技術的不斷提升,我國遠程開放教育事業蓬勃發展。長期以來學者們對我國普通高等院校與經濟和人口的相互關系進行了持續的、多層次的研究,但針對經濟、人口和遠程開放教育相關性的研究較少。與義務教育和全日制高等教育等剛性需求不同,遠程開放教育需求受學生經濟條件、職業規劃、工作流動等內部因素的影響較大,此外,當前區域發展中較為典型的經濟空間聚集和人口虹吸從外部方面對當地遠程開放教育新生規模造成巨大影響。研究空間競爭背景下區域經濟、人口流動對本地區遠程開放教育新生規模的影響,將為遠程開放教育產業發展提供科學的決策依據。
長期以來,圍繞遠程開放教育學生規模與經濟、人口的關系研究相對較少,較具代表性的是魏順平等[1-2]從籍貫、性別、學歷層次等屬性分析了1999年至2010年全國中央廣播電視大學學生的構成變化,后進一步分析了及其與招生規模的相關關系,進而為招生管理提出政策建議。此外,劉方[3]通過梳理甘肅廣播電視大學1980年到2013年招生規模和政策,結合當前形式對招生政策制定提出相關建議;梁靜濤[4]以無錫廣播電視大學2010年至2014年的生源結構進行分析進而提出招生策略改進建議。上述文獻主要使用已錄取生源分析,缺乏對潛在生源的研究,對遠程開放教育產業而言,潛在生源研究才更具參考價值。其次,上述文獻中數據分析多使用比例分析、一元回歸分析、單一變量的時間序列等簡單的統計方法,對數據間關系的挖掘不夠深入且均屬于靜態視角分析,缺乏經濟聚集、人口虹吸競爭視角下的空間數據挖掘和分析。
20世紀80年代末Anselin[5]、Griffith D.A[6]對傳統計量經濟模型提出了質疑,認為應將空間因素納入計量模型并充分證明了空間相關性和空間異質性的存在。此后空間計量模型成為計量經濟學的新分支快速發展。由于空間計量模型充分考慮了經濟聚集、人口虹吸等空間競爭因素,更好地刻畫了當前教育規模、經濟、人口的相關關系,因此魏梅[7]將其用于我國區域間高等教育效率差異及影響因素的研究中。陳志杰[8]選取2001~2011年西北師范大學本科生生源地為例對生源分布和區域經濟的空間相關性進行了分析,王偉[9]、濮筠[10]、李晶[11]等利用空間計量模型對不同層次教育經費投入、資源配置效率的空間特征進行了分析。綜上,本文擬以四川16個地市為樣本,構建成人繼續教育新生規模、區域經濟、人口空間面板模型,分析經濟聚集效應和人口虹吸背景下經濟發展、人口流動與遠程開放教育新生規模的關系。
根據《中國統計年鑒》的劃分,我國成人高等繼續教育主要包括職工高等學校、管理干部學校、教育學院、廣播電視大學、普通高校成人教育5個大類,其中廣播電視大學和普通高校成人教育是主體部分。具體到四川省來看,成都地區廣播電視大學和普通高校成人教育辦學主體眾多,而地州地區則辦學主體相對單一,廣播電視大學辦學是當地成人高等教育的主體,因此地州廣播電視大學新生數據可以較好地代表當地遠程開放教育情況。鑒于數據的易得性和準確性,本研究選取四川自貢、瀘州、德陽、 綿陽、廣元、遂寧、內江、樂山、南充、眉山、宜賓、 廣安、達州、雅安、巴中、資陽16個地級市作為研究樣本,將該市廣播電視大學春秋季新生總人數(tsn)作為當地遠程開放教育新生人數。
遠程開放教育與普通高等教育相比有其特殊性:學生對學費較為敏感,因晉升需求進行學歷繼續教育的傾向更為顯著。結合本研究主題從《四川省統計年鑒》中選取地區生產總值GDP、就業人數(EN)、職工平均工資(AW)代表與成人生源相關的區域經濟發展情況,選取年末總人口數(PN)、城市人口數(CPN)代表區域人口情況。
本研究時間跨度為2007~2017年,數據主要有《四川統計年鑒》《中國城市統計年鑒》,中經網數據庫,CSMAR數據庫。為了有效解決解釋變量單位不一致、時間序列異方差等問題,本文對樣本數據均進行對數處理。
空間自相關指數Moran's I是對樣本進行空間自相關檢驗的常用方法,其計算公式為[12]:
(1)

Moran's I取值范圍為[-1,1],Moran's I∈(0,1]表明空間單元間存在正相關關系,Moran's I∈[-1,0)表明空間單元間為負相關關系,Moran's I=0表明空間單元相互獨立,|Moran's I|越大相關性越大。通過Matlab(2016a)軟件對2007~2017年四川16個地級市遠程開放教育的新生總人數(TSN)與地區生產總值GDP、年末總人口數(PN)、就業人數(EN)、城市人口數(CPN)、職工平均工資(AW)進行全局空間相關性計算,結果如圖1所示。

圖1 各變量2007~2017年Moran's I
從圖1可以看出,在0.5%的顯著性水平下,2007~2017年四川16個地市遠程開放教育新生總人數(TSN)與地區生產總值(GDP)、年末人口數(PN)、就業人數(EN)、城市人口數(CPN)、職工平均工資(AW)的莫蘭指數均為正,存在顯著的全局空間聚集正相關關系,即遠程開放教育新生規模與區域經濟、人口相關變量存在顯著的空間聚集性,且各年的空間聚集度呈現小幅度的動態變化。其中,職工工資的空間相關性最大,即鄰近地市的職工工資水平差距較小; GDP的平均空間相關性最小,即相鄰地市的GDP水平存在較大差異,上述實證結果符合勞動力向工資較高地區空間聚集、四川地市經濟發展存在空間不均衡的實際情況。由于本次樣本空間屬于省域范圍內且未包含成都市、涼山州、阿壩州、甘孜州、攀枝花市,故不再進行局部莫蘭指數分析。綜上,本文選取的樣本空間面板數據存在空間正向溢出效應,必須考慮建立空間面板模型,否則會導致估計結果的誤偏。
綜合BaItagi[13]的研究結果及本文的研究目的來看,本文主要分析不同地市遠程開放教育新生規模和當地經濟、人口變量的關系,并不研究年份變化的影響,因此,本文主要建立空間固定效應下的空間滯后模型(SAR)和空間誤差模型(SEM)[14],并對其實證結果進行比較。本文設定的空間滯后模型(SAR)如下:
(2)
xit=β1Log(GDPit)+β2Log(PNit)+β3Log(ENit)+β4Log(CPNit)+β5Log(AWit)
(3)
式(2)為空間滯后模型的基本表達式,模型中Wij為二進制鄰接空間權重矩陣,WijLog(TSNit)表示空間滯后變量,其估計值ρ反映了鄰近地市遠程開放教育的學生規模對本地區遠程開放教育新生規模的影響程度,式(3)中β的估計值表示地區生產總值(GDP)、年末人口數(PN)、就業人數(EN)、城市人口數(CPN)、職工平均工資(AW)等變量在空間視角下對本地區遠程開放教育新生規模的影響程度及方向。εit和μi均為服從正態分布的隨機擾動項。
本文設定的空間誤差模型(SEM)如下:
(4)
xit=β1Log(GDPit)+β2Log(PNit)+β3Log(ENit)+β4Log(CPNit)+β5Log(AWit)
(5)
式(4)為空間誤差模型的基本表達式,模型中Wijεit表示空間誤差變量,其估計值反映了鄰近地市間非模型變量因素的相互影響及方向,其余變量同上。
首先使用Matlab(2016a)軟件對2007~2017年四川16個地級市遠程開放教育新生總人數(TSN)與地區生產總值(GDP)、年末人口數(PN)、就業人數(EN)、城市人口數(CPN)、職工平均工資(AW)進行普通面板數據模型線性估計和針對性的LM空間檢驗,結果如表1所示。

表1 普通面板模型和LM空間檢驗結果
由表1可知,普通面板模型線性擬合程度為0.5541,其估計結果可用于模型解釋和后續分析,杜賓—瓦森檢驗值1.4444低于下限說明,從整體上看模型變量存在正相關關系。LM法空間性檢驗結果為:logLik=-10.1509,說明樣本存在空間相關性,需要進行空間面板估計,且在5%置信水平下模型不存在空間滯后影響的概率為11.79%(P值為0.001)、不存在空間誤差影響的概率為72.42%(P值為0.001)。
根據Moran's I指數分析和LM檢驗結論,本文應構建空間面板模型對遠程開放教育新生規模、經濟和人口進行分析。經Matlab(2016a)軟件計算,空間固定下的空間滯后模型(SAR)和空間誤差模型(SEM)模型結果如表2所示。

表2 空間面板模型計量結果
從表2的模型擬合檢驗指標來看,考慮空間因素后模型的擬合程度大大提升,由此前普通面板模型的0.5541提升為0.7053(SEM模型)和0.8348(SAR模型),并且logLik值由負轉正,SEM模型下為44.9222、SAR模型下為50.1448,說明上述模型在空間視角下的擬合程度顯著提升,但SEM模型雖然擬合度較高,但其變量統計結果的P值情況不佳,多數未通過置信度5%的檢驗,結合Hausman檢驗結果:空間固定效應下的空間滯后模型(SAR)擬合效果更優;也說明地區經濟、人口等相關變量對遠程開放教育新生規模的影響滯后效應更強,受其他隨即因素的影響略小。SAR模型中鄰近單元間的相互影響為0.530988,說明鄰近空間單元間存在顯著的正向溢出效應,即學生在未來會向鄰近地市遠程開放教育機構流動。
從表2擬合值來看如下三方面值得關注:第一,在空間相關性視角下,區域經濟、人口對遠程開放教育新生規模的影響程度從高到低分別是:地區生產總值(GDP)、城市人口數(CPN)、年末總人口數(PN)、就業人數(EN)和職工平均工資(AW),其中職工平均工資(AW)在SAR和SEM模型中均為負相關,就業人數(EN)SEM模型為負向影響,其余因素均為正向影響;第二,地區生產總值(GDP)、城市人口數(CPN)對遠程開放教育新生規模的影響均大于1;第三,職工平均工資(AW)對遠程開放教育新生規模的影響均為負數,其值為-0.2457(SEM模型)、-0.7607(SAR模型)。
將普通面板模型結果和空間面板模型結果(如表3所示)對比,在考慮經濟聚集和人口虹吸的空間相關性下,遠程開放教育新生規模的影響因素發生了本質的變化。其中最顯著的變化是:在非空間計量視角下,職工工資提升是遠程開放教育新生規模擴大的主要因素,而空間面板模型則揭示了當前四川16個地市存在職工工資水平對遠程開放教育需求有抵消作用。上述結論看似相悖,但其實是事物發展不同階段的表現。普通面板描述了非競爭狀態、人口不流動的情形下,已有工作的勞動力收入增加后才有“閑錢”進行成人學歷投資。但空間面板模型刻畫的是相鄰地理空間競爭狀態下的情況,其內核是:經濟越發達勞動者平均素質越高,進而推動平均工資整體提升,但同時也降低了對遠程開放教育的需求。其次,空間面板模型中GDP、城市人口數的影響力顯著提升,而普通面板模型中人口相關變量的影響程度也與空間面板模型的排序有較大區別,在普通面板模型中年末人口數的影響性排名靠前,說明在非空間競爭狀態下遠程開放教育新生規模對城鎮化率的倚重并不高。
遠程開放教育屬于一次性消費,一旦獲得相應學歷一般不再進行二次消費。由于職工人數統計中包含過往遠程開放教育畢業學生及不需要進行遠程開放教育的成年勞動力,并且該數據統計具有棘輪效應,其顯著增加主要是由于新增成人勞動力所致,因此該變量相關系數為負(-0.196118),揭示了未來就業職工對遠程開放教育服務需求是下降的。與此同時,在地理鄰近空間影響下人力資源素質較高者將進行空間流動,高素質人員向經濟發達流動從而推升經濟發達地區職工平均工資上升,所以模型顯示職工平均工資與遠程開放教育新生規模不僅是負相關關系,且影響顯著地達到-0.760722,進一步驗證了隨著樣本地區就業人口平均素質的提高,該地區未來對遠程開放教育的需求是下降的。

表3 變量影響程度排序表
綜上,遠程開放教育產業面臨存量職工生源日益枯竭的局面,其過往依托繁榮行業整體學歷升級、大中型企業人力資源戰略提升的發展模式疲態已顯。遠程開放教育產業未來發展階段應以開拓城市新增人口生源為主。因此,遠程開放教育辦學機構應充分意識到學生規模增長模式的改變,充分挖掘大齡生源、發展相對滯后行業生源等存量生源市場,同時積極在新增人口聚集區域布局做好新增人口的生源開發工作,才能在未來保持學生規模的穩定。
經濟發展和城市人口數是影響遠程開放教育新生規模的重要因素,兩者影響因子均大于1,且城市人口的影響力遠大于年末人口數影響力。此前Moran's I指數檢驗顯示:樣本地區存在經濟發展導致的鄰近地市人口和資源聚集,充分說明經濟發達地區遠程開放教育新生潛在生源主要是城市新增人口,因此,經濟發達地區遠程開放教育辦學機構應充分利用本地經濟發展的契機,明晰本區域具有人口虹吸效應的潛力型行業,根據行業需求和特征開展專業申報、教學計劃設置,大力發揮遠程開放教育遠程性、靈活性等特征,通過前瞻性的行業教育布局和教育服務拓展,為行業未來發展儲備潛在生源和發力點。
對于經濟相對欠發達的地區,遠程開放教育辦學機構應當集中精力做好城市地區教學點的布局和教學服務工作。例如,下功夫做好遠程教育服務,增加學生學習的便利性和效率,構建以學生為中心的教學和非學術性服務體系,以優質的教學資源、便捷的學習方式、優質的服務吸引學生,從而開拓和留住本地城市生源,實現學生規模的穩定。
成人遠程教育屬于非生活必需品,雖然需求彈性較大,但其滯后性特征顯著。通常是學生經濟狀況穩定或生活改善才會進行學歷投資。從模型篩選結果看,遠程開放教育新生規模和地區經濟、人口更適合空間固定下的空間滯后模型(SAR),說明所在地區經濟和人口相關變量的變化對遠程開放教育新生規模的影響是滯后的,由此給遠程開放教育辦學機構進行科學決策、平穩發展提供了良好的契機。遠程開放教育辦學機構應重視數據分析、規劃和建立數據決策庫,引入大數據分析、開發人工智能算法,科學確定先行參考指標,利用好滯后效應的時間差,實現學前、學中、學后全過程的科學管理。例如,通過科學的學前分析,瞄準潛在生源市場做好生源開拓工作;充分挖掘學習過程數據,對學習過程、教學質量進行針對性優化,及時滿足學生需求;科學量化非學術性教學服務的考核體系,提高效率和簡化行政流程,切實為學生服務,擴大遠程開放教育辦學機構的群眾口碑。