基于縣域尺度的人口平均受教育年限時空分異及其影響因素研究

李良鑫 李文顏 李慧 魏興萍

摘要：為探究縣域尺度的人口平均受教育年限時空分異特征及其影響因素，以四川省183個區縣為研究對象，采用Morans I指數、冷熱點分析等方法，利用OLS模型和GWR模型分析四川省人口平均受教育年限的空間分布格局和演變特征及其影響因素。結果表明：四川省大部分區縣人口平均受教育年限處于初中水平，區域差距顯著，兩極分化明顯；成都平原區人口平均受教育年限相對較高，周邊低山丘陵區相對均衡，高山、高原和邊遠地區相對較低；空間集聚特征顯著，中間熱，西部冷，呈現出數字“10”字形分布格局，熱點區以成都市為核心呈類圓狀分布，冷點區多見于西部，隨著時間推移冷熱點區域變化不明顯；GDP、第一產業比重、城鎮化率、單位面積學校所服務范圍、小學生師比5個變量估計系數的空間分異明顯，且各因素間在空間上存在異質性。未來四川省在保障教育資源、教育機會的公平性時，要明確西部地區與其他地區、冷點區與熱點區的差距，補齊落后與發達地區之間的平均受教育年限差距是實現教育脫貧的重要措施。

關鍵詞：平均受教育年限；地理加權回歸；空間分布；時空分異；四川省

中圖分類號：K901.3文獻標志碼：A文章編號：1673-5072（2024）03-026708

教育是以培養人為中心的社會活動，受教育程度影響著社會的發展［1］。自1986年我國首次實施義務教育以來，教育水平和質量大幅度提升。據2020年第七次全國人口普查公報，我國15歲及以上人口的平均受教育年限由9.08年提高至9.91年，文盲率由原來的4.08%下降為2.67%［23］。盡管如此，教育發展不平衡不充分問題在新時代背景下仍然明顯，東西部之間［45］、城鄉之間［67］、民族地區之間［89］都存在一定差距。區域性、結構性等不平等問題將在一段時間內依然存在。四川省作為集平原、高原、山地、丘陵、盆地于一身的省份，地形多樣，區域教育發展水平差異明顯。

教育發展同經濟發展一樣表現出區域間的差序格局［10］，教育資源失衡影響著區域的人口平均受教育年限［1113］。人口平均受教育年限受教育資源配置的制約，可以很好地反映地區教育差距［14］。空間自相關主要反映空間數據整體和局部子系統的區域差異特征，可以很好地展現教育水平空間特征，常用指標包括Morans I指數、Getis G統計量、Ripleys K系數等［15］。李陳和葉磊［16］基于泰爾指數、空間自相關Morans I指數分析了中國各省人口文化素質指數區域差異。孫林等［17］利用Morans I指數對內蒙古貧困聚集特征進行分析，發現平均受教育年限是該區域致貧的主要因素。Gao等［18］以中國2 873個縣為統計單元，利用Morans I指數和GetisOrd G*i空間分析工具并結合泰爾指數對其空間可達性進行了統計和圖形化分析。目前對教育年限和受教育水平的研究主要集中在資源配置的時空差異、影響因子、空間可達性、對策建議及其布局效率等方面，對教育年限的可視化研究較少。

基于此，本研究以2010—2020年四川省183個區縣人口平均受教育年限為研究對象，采用Global Morans I和GetisOrd G*i分析四川省縣域之間人口平均受教育年限的空間分布特征，通過構建OLS和GWR模型，分析2010—2020年四川省人口平均受教育年限的變化趨勢和影響因子，揭示四川省人口平均受教育年限的特征及其影響因素，以期為探討區域教育間的發展格局問題，縮小教育水平差距，提高人口素質提供數據參考。

1材料與方法

1.1研究區域選取四川省全域183個區縣作為研究區域，對15歲以上人口的平均受教育年限進行研究。四川省總面積48.61萬km2［19］，整體地勢西高東低，自西由川西高原和橫斷山脈為主的高原山地向東以四川盆地為主的盆地、丘陵過渡，由西北向東南傾斜。全省共計21個市（州），其中地級市18個，自治州3個。在行政單元劃分的基礎上又可以劃分為五大區域，即成都平原地區、川東北地區、川南地區、川西北地區、攀西地區。

1.2數據來源及處理人口受教育年限基礎數據來源于各市（州）2010年第六次和2020年第七次人口普查公報、統計年鑒。GDP、城鎮化率等社會經濟數據則來源于《四川省統計年鑒》。空間自相關采用ArcGIS 10.8軟件分析；數據統計分析采用Excel 2016和SPSS Statistics 23軟件；數據繪圖采用OriginPro 2022軟件。

1.3研究方法

1.3.1人口平均受教育年限結合我國學制、人口數量和教育權重系數將平均受教育年限分為4個不同等級［20］，具體的折算標準是：0～6年為小學（含文盲）；6～9年為初中；9～12年為高中（含中專）；大于12年為大專及以上。計算公式為

式中：AEY表示平均受教育年限，i為以受教育程度為標準劃分的等級，i=1，2，3，4，分別代表小學（含文盲）、初中、高中（含中專）、大專及以上教育水平；Pi為第i種受教育程度的人口數；Ei為第i種受教育程度折算成受教育年限的系數，小學取6，初中取9，高中取12，大專及以上取16；p為15歲以上人口總數。

1.3.2空間自相關分析空間自相關分析用于檢驗具有空間位置的某變量的觀測值是否顯著地與其相鄰空間點上的觀測值相關聯，主要涉及各變量與其鄰近統計分析變量的空間位置關系和屬性的數值特性。本文采用全局自相關Morans I指數［2122］描述整個研究區域各對象空間上的關聯程度；局部自相關分析采用GetisOrd G*i［2324］，以此揭示研究對象的空間聚集特征，識別具有統計顯著性的高值（熱點）和低值（冷點）的空間聚類。

1.3.3地理加權回歸地理加權回歸（GWR）［25］是基于局部光滑思想探究空間背后各因素之間關系的空間回歸模型，可實現不同區域回歸模型的系數隨空間地理位置的變化而變化，能夠反映出自變量在不同的區域對因變量產生的不同影響。

2結果與分析

2.1人口平均受教育年限時空分布特征2010—2020年四川省人口平均受教育年限從8.35年提高至9.24年。2010年時四川省人口平均受教育年限為初中水平，2020年達到高中（含中專）水平。2020年文盲人口333萬，占比由544%下降到398%。處于義務教育階段（含文盲）的比重由8960%下降到73.76%；高中及以上階段的比例由1140%提升至26.24%；減幅最大為初中，增幅最大為高中（圖1）。從空間分布來看，成都平原地區的人口平均受教育年限為全省最高，川南地區和川東北地區處于中間水平，川西北地區和攀西地區相對較低。2020年，部分邊遠地區人口平均受教育年限還處在小學水平，而成都核心區部分區縣已達大專及以上水平，區域間差距較大，兩極分化明顯（圖2）。

2.2人口平均受教育年限的時空關聯特征對2010、2020年四川省人口平均受教育年限進行空間自相關分析，其Morans I指數分別為070和067，標準化檢驗Z值分別為15.44和14.72，均在001的顯著性水平下通過檢驗，表明在空間上不是隨機分布，呈現出顯著的正自相關性，具有明顯的聚類趨勢。

據局部自相關分析結果（圖3）顯示，2010年人口平均受教育年限高高集聚類型以成都核心區及其周邊平原地區為主要分布區，2020年該聚類模式面積有所減少，原因在于成都平原地區區位優勢明顯和資源稟賦優異，為教育提供了良好的經濟基礎，使得該區域人口平均受教育年限相比其他地區更高。成都作為四川省的經濟、政治、文化中心起到巨大輻射作用推動區域集聚，教育發展水平高于同期其他區域。低低集聚類型以川西地區為主連片集中分布，2010年該類型集中分布于川西北和攀西地區，2020年數量有所下降，雅江縣、得榮縣、木里藏族自治縣和會東縣轉變為其他類型，馬邊彝族自治縣和德昌縣轉變為低低集聚類型。川西北地區和攀西地區屬成都平原向青藏高原的過渡帶，地形閉塞、交通受阻、經濟發展緩慢，嚴重影響了該地區的教育水平，文化水平整體偏低。高低集聚類型2010年主要為馬爾康市、丹巴縣、西昌市和德昌縣4個區縣。馬爾康市和西昌市作為阿壩藏族羌族自治州和涼山彝族自治州首府，相對于周邊區域優勢明顯，丹巴縣和德昌縣地緣上連接馬爾康市和西昌市，得益于區位優勢及其與周邊地區的地緣關系，呈現出高低集聚，但受地形以及近年來交通發展水平落后的限制，影響了受教育年限的提高，逐漸落后于其他地區，從而轉變為低低集聚類型。2020年高低集聚類型僅剩馬爾康市和西昌市。2010到2020年低高集聚類型增加了梓潼縣、中江縣、安居區、資中縣、仁壽縣、榮縣和洪雅縣等區縣，減少了沿灘區和瀘縣，由于這些區域鄰近成都，受成都集聚效應影響，青年人口流失，從而導致人口平均受教育年限降低。

為進一步探測四川省縣域單元平均受教育年限的空間異質性，將2010年和2020年人口平均受教育年限的GetisOrd G*i值由高到低劃分為5個等級，得到冷熱點空間分布圖（圖4）。四川省2010年與2020年冷熱點分布格局大體相似：中間熱，西部冷，呈“10”字形分布；熱點區以成都市為圓心向四周散開，呈類圓狀集中分布；次熱點區域分布在熱點區域外圍，相對分散；冷點區多見于四川西部，以理塘縣為中心，呈西北東南走向長條狀分布，與川西高原走向大致吻合。

2.3影響因素分析

2.3.1變量選取考慮四川地區的實際情況，選取GDP、人均GDP、一產比重、人均消費額、城鎮化率、65歲以上人口比重、小學生師比、中學生師比、單位面積學校服務范圍、人口密度等10個變量與2020年人口平均受教育年限進行變量相關性分析［2629］。

2.3.2OLS模型

以2020年人口平均受教育年限作為因變量，上述10個因子為自變量，構建最小二乘法（OLS）模型，分析自變量對因變量的影響程度，并結合SPSS共線性檢驗。結果顯示（表1）：GDP、一產比重、城鎮化水平、小學生師比、單位面積學校服務范圍等5個自變量通過了顯著性檢驗，VIF值均小于5，擬合優度R2為0.881，具有明顯的顯著性和模擬精度。

2.3.3GWR模型

基于空間異質性，在OLS模型檢驗的基礎上，選取OLS模型中具有顯著相關性的自變量進一步利用GWR模型進行優化檢驗。回歸系數的計算在ArcGis10.8軟件中應用GWR工具實現，其中模型列寬的計算運用AICc方法，核密度類型使用ADAPTIVE。結果顯示（表2）：擬合優度R2由原來的0881提升至0887，說明GWR模型的擬合結果優于OLS模型。

2.4結果分析

2.4.1GDP對人口平均受教育年限影響的空間變異特征GDP與人口平均受教育年限之間呈正向關系，系數自北向南呈梯度遞增趨勢（圖5）。川西北地區東北部阿壩藏族羌族自治州部分區縣人口平均受教育年限受GDP的影響弱于攀西地區南部的部分區縣。阿壩藏族羌族自治州和甘孜藏族自治州的自然和社會經濟條件資源稟賦差，整體GDP較低，對教育的投入也相對較少，影響著教育年限的提高。攀西地區南部部分區縣為系數高值區域，表明GDP對人口平均受教育年限的作用更明顯。以攀枝花市東區和涼山州西昌市為代表，二者同作為市級政府駐地，GDP都為全市最高，同時教育年限也最高。此外，攀枝花市除東區和西區外其余區縣GDP均超過百億但人口最高僅有26萬人，而涼山州除西昌市外其余16區縣中11個區縣GDP不足百億，GDP都相對較低，反映到教育年限上則表現為攀枝花市人口平均受教育年限為9.17年，明顯高于涼山州的6.79年。

2.4.2一產比重對人口平均受教育年限影響的空間變異特征一產比重與人口平均受教育年限之間呈負向關系，絕大多數地區農業比重越高通常經濟越不發達，回歸系數絕對值自西北向東逐步減小（圖6）。川西北地區的石渠、德格、甘孜、色達、白玉、巴塘等縣回歸系數絕對值最高，說明這個區域的人口平均受教育年限對一產比重的敏感度高于其他地區。2020年時該區域的農業產業增加值占GDP的比重最低均超過30%，高于全省平均的15.6%的水平，人口平均受教育年限僅為721年，而一產比重相對較低的成都市人口平均受教育年限則為10.74年。川東北和川南地區絕大多數區縣一產比重對人口平均受教育年限的作用弱于川西北地區。

2.4.3單位面積學校服務范圍對人口平均受教育年限影響的空間變異特征單位面積學校服務范圍能夠反映出教育資源的分布，學校服務范圍小，說明教育資源密集，反之，教育資源稀疏。當教育資源稀疏時，學生可選擇的空間小，或受距離的影響而被迫中斷學習，受教育程度受到影響。通過GWR擬合發現，單位面積學校服務范圍與人口平均受教育年限在四川省全域范圍內均呈負向關系。從空間分布來看，回歸系數絕對值呈現兩邊低中間高的分布格局。高值區分布在川西北地區絕大多數區縣以及攀西地區西北部部分區縣，表明該區域人口平均受教育年限受單位面積學校服務范圍作用更敏感。該區域地處川西高原腹地，山地面積大，學校數量少，導致學校服務輻射的范圍更廣，學生上學的距離更遠，增加了受教育的難度，從而影響人口平均受教育年限的提高。

2.4.4城鎮化率對人口平均受教育年限影響的空間變異特征城鎮化率與人口平均受教育年限呈正向關聯。空間上，回歸系數呈現自東向西逐漸降低的趨勢，分布較為分散，但是區域異質性還是相對明顯（圖8），說明西部地區的區縣人口平均受教育年限受城鎮化率影響的敏感度低于東部地區。城鎮化的加快帶來人口的快速流動和農業勞動力的轉移，農村高學歷人口向城市流失，甚至將自己子女帶入城市就讀，進一步擴大了區域間人口平均受教育年限的差距。

2.4.5小學生師比對人口平均受教育年限影響的空間變異特征小學生師比通常被用作教育質量的替代指標，而一個地區的教育質量與該地區受教育年限的高低息息相關。通過GWR分析發現，小學生師比回歸系數在四川全域均呈負值，絕對值由東向西呈“低—高—低”的分布趨勢（圖9），川西高原及其周邊部分區縣受自然和社會條件的制約，學校服務范圍輻射更廣，學校數量相對其他經濟發達的地區數量更少，影響了受教育年限的提高。中東部地區的教育資源和教育質量要優于西部地區，這與四川省人口平均受教育年限的空間分布格局相一致。

3結論與討論

對四川省183個縣域單元人口平均受教育年限進行可視化并利用空間自相關方法分析了其時空分布特征，識別了人口平均受教育年限的冷點區和熱點區，選取了經濟因素、社會因素和教育因素3個維度10個變量，運用OLS和GWR模型探測其人口平均受教育年限的影響因素，得出如下結論。

1）四川省縣域單元人口平均受教育年限東西區域差異大，兩極分化嚴重。成都及其周邊地區人口平均受教育年限較高，部分已經達到大專及以上水平。川西北甘孜藏族自治州與攀西地區的布拖縣、昭覺縣、美姑縣、雷波縣等地區人口平均受教育年限最低，目前部分仍處于小學水平。川南地區自貢、瀘州、內江、宜賓等區域和川東北地區南充、巴中、廣元和達州等地人口平均受教育年限差距相對較小且多處于初中水平。時間變化上，處于義務教育階段水平的縣域數量下降，高中和大專及以上水平縣域數量上升。

2）四川省縣域單元人口平均受教育年限具有較強的空間集聚性，2010年與2020年均呈現出較為相似的數字“10”字形分布特征，中間熱，西部冷。熱點主要集中在以成都市為中心向外拓展的類圓型區域。冷點區主要分布在以理塘縣為中心向西北和東南方向延伸的區縣。

3）GDP、一產比重、單位面積學校服務范圍、城鎮化率、小學生師比對人口平均受教育年限具有顯著的影響。其中，GDP和城鎮化率為正向作用，一產比重、小學生師比和單位面積學校服務范圍為負向作用。各要素對人口平均受教育年限的影響程度隨區域的差異而不同，異質性明顯。

通過對四川省人口平均受教育年限的時空分異及其影響因素研究發現，在分布格局上，四川縣域人口平均受教育年限西部低于東部，成都平原地區最高；大部分區縣人口平均受教育年限處于初中水平，這與前人關于四川省人口平均受教育年限的研究結論基本一致［30］。空間集聚上呈現中間熱、西部冷，熱點區以成都市為核心呈類圓狀分布，冷點區多見于四川西部，這與地理條件緊密相關［31］。為此，四川省在保障教育資源、教育機會的公平性時要明確西部地區與其他地區之間的差距，對縣域單元教育資源布局應充分考慮人口密度、經濟水平、校園布點位置、師資質量和分配。生師比對人口平均受教育年限的作用除受師生數量影響之外，還受教育資源配置、師生自身狀況等因素的影響，因此生師比對人口平均受教育年限的影響還需要進一步深入研究。本文對四川省縣域單元人口平均受教育年限進行分析，但是未具體探討城鄉之間、性別之間與民族之間的差異，對這些方面的探討有待后續研究，進一步揭示四川省人口平均受教育年限發展特點和歷程。

參考文獻：

［1］文輔相.關于教育與高等教育本質的討論［J］.高等工程教育研究，1995（1）：9-14.

［2］龍開元，孫翊，戴特奇.科技創新支撐成渝雙城經濟圈建設路徑研究［J］.華中師范大學學報（自然科學版）2021，55（5）：791-797.

［3］第七次全國人口普查公報（第六號）：人口受教育情況［J］.中國統計，2021（5）：11-13.

［4］游小珺，趙光龍，杜德斌，等.中國高等教育經費投入空間格局及形成機理研究［J］.地理科學，2016，36（2）：180-187.

［5］汪凡，白永平，周亮，等.中國基礎教育公共服務均等化空間格局及其影響因素［J］.地理研究，2019，38（2）：285-296.

［6］吳磊，焦華富，葉雷，等.中國省際教育城鎮化的時空特征及影響因素［J］.地理科學，2018，38（1）：58-66.

［7］趙思敏，芮旸，楊鈺華.鄉村學前和義務教育階段學生跨尺度流動研究：基于陜西省淳化縣的管窺［J］.地理研究，2022，41（3）：810-829.

［8］萬明鋼，楊金香.新時代我國民族教育差別化支持政策價值分析［J］.西南民族大學學報（人文社會科學版），2022，43（10）：207-214.

［9］周自波，廖水明.試論民族地區解決教育發展不平衡不充分的根本途徑［J］.貴州民族研究，2018，39（7）：203-208.

［10］張志勇.教育的區域差距與政策選擇［J］.北京師范大學學報（社會科學版），2005（3）：32-39.

［11］中國地區教育差距的定量分析［J］.市場與人口分析，2004，10（6）：41-45.

［12］GAO V，SHRIVASTAVA V，ZHANG L，et al.Synchronizing rural students cognition：an international case study about rural education gap in China［J］.Journal of Thermal Analysis，2013，4（9）：134145.

［13］葛強·瓊達，次旦歐珠，次卓嘎.新型城鎮化背景下西藏農牧民再教育質量提升［J］.西華師范大學學報（自然科學版），2022，43（4）：481-486.

［14］劉宏燕，陳雯.中國基礎教育資源布局研究述評［J］.地理科學進展，2017，36（5）：557-568.

［15］陳彥光.基于Moran統計量的空間自相關理論發展和方法改進［J］.地理研究，2009，28（6）：1449-1463.

［16］李陳，葉磊.中國分省人口文化素質的區域差異研究：1982—2010［J］.干旱區資源與環境，2018，32（1）：1-7.

［17］孫林，王艷慧，柯文俊，等.內蒙古自治區農村人口多維貧困特征測算與分析［J］.人文地理，2016，31（1）：108-115.

［18］GAO Y，HE Q S，LIU Y L，et al.Imbalance in spatial accessibility to primary and secondary schools in China：guidance for education sustainability［J］.Sustainability，2016，8（12）：1-16.

［19］張晨.四川省近10年土地利用景觀格局破碎化研究［D］.成都：四川農業大學，2018.

［20］四川省統計局，四川省第七次全國人口普查領導小組辦公室.四川省第七次全國人口普查公報（第五號）人口受教育情況［J］.四川省情，2021（6）：41-42.

［21］李頡，鄭步云，王勁峰.2008—2018年中國手足口病時空分異特征［J］.地球信息科學學報，2021，23（3）：419-430.

［22］肖航，張明斗.縣域經濟發展水平的空間差異與空間集聚研究：基于重慶市的個案分析［J］.西華師范大學學報（自然科學版），2018，39（2）：202-209.

［23］王少劍，高爽，陳靜.基于GWR模型的中國城市霧霾污染影響因素的空間異質性研究［J］.地理研究，2020，39（3）：651-668.

［24］王琪林，楊霞，方怡.四川省紅、綠、古色旅游景區分布格局及空間相關性分析［J］.西華師范大學學報（自然科學版），2023，44（4）：400407.

［25］張耀軍，任正委.基于地理加權回歸的山區人口分布影響因素實證研究：以貴州省畢節地區為例［J］.人口研究，2012，36（4）：53-63.

［26］任棟，張捷，曹改改，等.基于人類發展指數框架的中國教育指數的編制和比較研究［J］.華東師范大學學報（教育科學版），2021，39（11）：100-114.

［27］YAO L L，LYU M J，LI T，et al.Exploring the evolution of the accessibility of educational facilities and its influencing factors in mountainous areas：a case study of the rocky desertification area in Yunnan，Guangxi，and Guizhou［J］.ISPRS International Journal of GeoInformation，2022，11（5）：296.

［28］MA Y X，GOPAL S.Geographically weighted regression models in estimating median home prices in towns of Massachusetts based on an urban sustainability framework［J］.Sustainability，2018，10（4）：1-27.

［29］WEI Y D，XIAO W，SIMON C A，et al.Neighborhood，race and educational inequality［J］.Cities，2018（73）：1-13.

［30］廖亞菲.四川省居民受教育程度對消費結構的影響研究［D］.成都：西南財經大學，2020.

［31］岳斯瑋.基于主成分聚類分析對區域教育綜合發展水平評價［J］.西南民族大學學報（自然科學版），2012，38（1）：37-43.

Spatiotemporal Differentiation and Influencing Factorsof the Average Education Years of the PopulationBased on the County Scale：A Case Study of Sichuan Province

LI Liangxina，LI Wenyana，LI Huia，WEI Xingpingabc

（a.School of Geography and Tourism Science，b.Chongqing Key Laboratory of Wetland Science Research in the

Upper Yangtze River，c.Three Gorges Reservoir Area Earth Surface Ecological Processes of Chongqing Observation andResearch Station，Chongqing Normal University，Chongqing 401331，China）

Abstract：Taking 183 districts and counties in Sichuan province as the research objects，employing Morans I index，coldhot spot analysis and other methods，the spatial distribution pattern，evolution characteristics and influencing factors of the average education years of the population in Sichuan province are analyzed with the aid of OLS model and GWR model.The results are as follows：the average education years of the population in most districts and counties of Sichuan province are at the junior high school level，with significant regional differences and obvious polarization;the average education years of the population is relatively high in Chengdu Plain and balanced in the surrounding low mountains and hilly areas，but relatively low in the mountains，plateaus and remote areas;the spatial agglomeration characteristics are significant，hot in the middle and cold in the west，presenting a figure 10shaped distribution pattern;the hot spots are distributed in a circular shape with Chengdu as the core，and the cold spots are more common in the west，but the variation of cold and hot spots is not obvious over time;the spatial differentiation is obvious for the estimated coefficients of the five variables of GDP，the proportion of the primary industry，the urbanization rate，the service scope of the school per unit area，and the studentstaff ratio at primary school，and there is spatial heterogeneity among the factors.In the future，when ensuring the fairness of educational resources and educational opportunities，Sichuan province should clarify the gap between the west part and other areas，cold spots and hot spots，and fill in the gap between the average education years of the backward and developed areas.These are the important measures to achieve education poverty alleviation.

Keywords：the average education years;geographically weighted regression;spatial distribution;spatiotemporal differentiation;Sichuan province