高等院校资源获取差异影响因素的多水平模型分析——基于浙江省高职院校的数据

蓝汉林

(浙江工业大学 政治与公共管理学院,浙江 杭州 310023)



高等院校资源获取差异影响因素的多水平模型分析
——基于浙江省高职院校的数据

蓝汉林

(浙江工业大学 政治与公共管理学院,浙江 杭州 310023)

摘要：以浙江高职院校1998年至2015年的经费获取情况的数据为基础，采用多层线性分析方法，对高职院校资源获取差异的影响因素展开系统深入的实证分析。研究结果表明：高职院校个体在整个高职院校系统中的位置，即高职院校与政府关系的紧密程度是影响高职院校资源获取的主要因素；高职院校的资源获取自筹能力受高职院校自身特征的影响。各高职院校学生规模、行政隶属关系等办学特征发挥着重要的影响作用。高职院校个体为了获取更多的资源将会采取改变自身特征的方式适应政府和市场的需求。

关键词：高等职业教育；资源获取差异；多水平模型

1998年《高等教育法》在法律上确立了高等职业教育作为高等教育的一个重要类型,对我国的高等职业教育进行了明确的定位,明确了高等职业学校和高等职业教育的地位、设立的规范[1]。经过十多年的发展,我国的高等职业教育在短时间内异军突起,已成为高等教育的重要力量,为国家的经济建设做出了巨大的贡献。我们也看到在高职教育系统中，既有高职教育的“211”、“985”之称的示范性高职和骨干高职院校,也有一些生均经费比较少、办学比较困难的高职院校,有的甚至缺少仪器设备,缺少实训条件,缺少合格的教师,缺少高质量的教材等等。那么是什么原因造成了高等职业院校发展的不平衡状况呢？其原因是多方面的。而高职院校之间资源获取的差异，正是导致这种发展不平衡的重要因素。

本文以浙江高职院校1998年至2015年经费获取情况的数据为基础,采用多层线性分析方法,对高职院校资源获取差异的影响因素展开系统深入的实证分析。

一、研究思路与假设

本文采用克拉克“三角协调模式”来研究政府、大学和市场之间的相互影响。高职院校与政府关系的远近程度决定了其在系统中的不同位置,从而进一步影响到了院校资源的获取。本文采用多层线性增长模型来分析浙江高职院校资源获取情况,探讨不同发展阶段、不同类型、不同体制、不同隶属关系的高职院校资源获取的影响机制。具体分析框架见图1。

政府是浙江高等职业院校资源获取的重要来源。政府的财政投入是浙江高等职业教育获取资源的重要途径,不同地区的高等职业教育财政投入存在显著差异。政府对高等职业教育的重视程度和政府财政供给能力是影响政府对高等职业教育投入的两大因素。

市场是影响高职院校经费获取水平的重要因素。区域社会经济发展水平与高等教育升学需求是市场的主要要素。区域社会经济发展水平对高等职业教育的发展具有重要的促进作用,区域社会经济发展水平高的地方,通过产学合作、“订单式”人才培养,企业捐赠等等渠道,为高职院校经费的筹措提供支持。对于高等教育升学需求,民众普遍愿意为获得高等教育机会而支付相应的学费,学费的收入成为高职院校资源筹措的重要方面。

高职院校的经费获取能力受大学自身属性的影响。不同的高职院校由于办学体制、行政关系、发展阶段、学生规模、院校专业类型的差异,其经费获取能力也存在明显的不同。如示范性和骨干性高职院校不仅在获得来自政府的财政专项拨款中占有极大优势,而且在筹措市场资金时,其所具有的人才培养特色和在业界的影响力,能比较容易地吸纳来自市场的各类合作项目、捐赠等。与此同时,高职院校个体有时为了获取更多的资源也会采取改变自身特征的方式适应政府和市场的需求。

图1　高职院校资源筹措分析框架

二、研究数据说明

本文数据来源于1998—2015年浙江省教育厅编制的《浙江省教育事业统计资料》、《浙江省教育经费统计资料》和《浙江省统计年鉴》。从《浙江省教育事业统计资料》获取了从1998年到2015年浙江高职院校的名字、数量、学生规模、专业构成、办学体制、隶属关系、中等教育学生人数等数据；从《浙江省教育经费统计资料》中采集了1998年至2015年各高职院校经费总收入、地区高教财政拨款总额等内容；从《浙江省统计年鉴》获取了1998年至2015年地区财政收入、地区第三产业结构比重、 地区人均GDP等数据。本研究收集了1998年以来浙江省所有高职院校的相关变量(生均教育经费、生均图书数、生均教学仪器设备值、学生规模、行业办学、办学体制、发展阶段、体制转换、学科方向、隶属关系)来进行分析。

本研究采用面板数据分析,运用多层线性分析,即考虑每个年份各因素对因变量的影响,该分析可以考察各因素对资源获取能力的影响随时间变化情况。分析所用到的自变量的定义描述见表1。

表1　自变量定义一览表

从表1可以看到,我们是从政府、市场以及高校三个维度的因素来考察对资源获取能力的影响。其中,政府维度上,政府对高教的重视程度采用地区高校财政拨款总额来表征；政府的财政供给能力采用地方财政收入来表征。市场维度上采用社会经济发展水平和高等教育升学需求来表征：社会经济发展水平采用地区第三产业结构比重来表征；综合分析中职学生报考高职院校的情况发现,只占中职人数的20%左右,因此,在这里高等教育升学需求采用高三毕业人数加上中职毕业人数的20%来表示。院校维度上采用学生规模(年末在校生总数)、行业办学、办学体制(公办/民办)、发展阶段(成熟期/发展期)、体制转换、院校专业方向以及隶属关系来表征。

三、数据分析

基于前文的分析, 高职院校资源获取能力(因变量)主要可以从生均经费收入、图书数、教学仪器设备值等方面来表征。高职院校资源获取能力的影响因素有政府维度的因素：地区高教财政拨款总额,地区财政收入；市场维度因素有地区第三产业结构比重,地区人均GDP,中等教育毕业生数；院校维度：采用学生规模(年末在校生总数)、行业办学、办学体制(公办/民办)、发展阶段(成熟期/发展期)、体制转换、院校专业方向以及隶属关系作为考察变量。本研究采用多层线性增长模型(Raudenbush & Bryke, 2002；张雷,雷雳,郭伯良,2003；郑昱,王二平,2012)分析学校之间的增长是否存在差异,即均值和方差在学校维度上是否存在显著以及分析各变量对生均经费收入、图书数、教学仪器设备的影响。

多层线性模型(Hierarchical Linear Models,HLM )是针对传统统计技术在处理多层结构数据所存在的局限,以及可能产生的对分析结果的曲解而提出的,它适宜对广泛存在的多层嵌套性数据进行恰当的、深入的分析和解释[2]。因本研究数据主要来源于不同院校不同时间的统计,高职院校不同年份的统计数据(第一层)嵌套于所有高职院校中,也即对每一个高职院校的多次观察形成第一层的数据,而高职院校代表的是第二层的数据。由于传统回归模型描述的是一个结果变量与一系列预测变量之间的关系,因此对于第一层数据,就不能采取传统的回归模型来进行分析,而应根据第一层数据的特点采用发展模型,发展模型是把多次观察结果作为时间的某种数学函数来构建模型[3]。多层线性模型表示如下：

模型第一层方程：校内

Yit=β0t+β1t(year)+β2tX r

其中,

Yit表示的是个体t的第i个观测值；

year是线性时间变量,对它进行的编码可以反映线性增量,本文数据涉及17年的数据,即有17个观测值,对year的线性编码为0、1、2……16；

β0t是截距,即当时间变量编码为“0”时个体t的观测值,也就是个体t的第一次观测值；

β1t是线性增长率,或者说是个体t的线性发展斜率；

β2t是指随时间变化的变量对Y 的回归系数。

r是残差,或者说是个体t在观测点i的值与线性发展曲线所对应点的值的离差。

模型第二层方程：校间

β0t=β00+u0t

β1t=β10+u1t

其中,

β00是平均截距,在时间编码为“0”时所有个体的观测变量Y的平均值；

u0t是个体t与平均截距的离差；

β10是线性发展斜率的总体平均值；

u1t是个体t平均发展斜率的离差。

本研究采用分析多层线形模型验证所提出的假设。由于各个变量和因变量的数量级差别较大,会影响到分析结果,因此,在进行多层线性分析前将分析中所用到的连续变量转换为标准分数。多水平模型分析采用如下顺序：先对基线模型分析,所谓基线模型,即模型中只包含时间/年的线形变量,在校内校间模型里面不加入任何预测变量。这个步骤是看模型的截距和斜率是否存在校间差异,即是否需要采用随机效应模型进行分析。当截距和斜率的方差至少有一变量在校间维度存在显著性差异,那么分析模型将采用随机效应模型。而当截距和斜率的方差在校间差异不显著时,说明此时,该因变量在校间不存在差异,此时的分析等同于回归分析。除了基本线性增长模型,本分析采用3个模型,分析各个维度变量对因变量的影响：第一为政府维度,第二个模型是在第一个模型的基础上加上市场维度的变量。第三个模型在第二个模型的基础上加上高职院校维度变量,以此来看各个维度对因变量的贡献率,同时看各个变量对因变量的影响。

在多层线性增长模型分析时,对自变量进行共线性检验,发现地区人均GDP与地区财政收入、隶属关系与行业办学存在很高的相关,相关系数分别为0.92和0.78,因此在分析中,地区人均GDP变量和隶属关系不包含到模型里面。

1.以生均收入作为因变量,分别将年、政府、市场以及院校特征等相关要素逐步进行多层线性分析,分析结果见表2。

从表2可以看到模型1解释了因变量方差变异的21.59 %,也就是说,政府维度变量解释了生均收入变异的21.59%。模型2解释了生均收入变异的22.89%,即政府和市场维度解释了生均收入变异的22.89%,市场维度变量解释了生均收入变异的1.3%。模型3政府、市场以及院校特征解释了生均收入变异的35.5%,而院校特征解释了生均收入变异的13.0%。由此可见,政府因素对高职院校生均收入的解释力最大,院校特征次之。

表2　以生均收入为因变量多层线性分析结果

注：***p<0.001,**p<0.01,*p<0.05。

从各具体变量对高职院校生均收入的影响来看,政府维度的地区高校财政拨款总额对高职院校生均收入具有显著促进作用(β=0.370,S.E.=0.121,p=0.002),而地方财政收入对高职院校生均收入没有显著影响。

从市场维度看,地区第三产业结构比重及中等教育毕业生数对高职院校生均收入没有显著影响。

在院校特征维度上,学生规模对高职院校生均收入具有负影响(β=-0.439,S.E.=0.161,p=0.0006),办学体制对高职院校生均收入具有显著影响,公办高职院校的生均收入要高于民办高职院校的生均收入(β=-0.542,S.E.=0.27,p=0.044)。高职院校体制转换对生均收入的影响显著,高职院校在办学体制由民办转变为公办体制之后,高职院校的生均收入显著提高了(β=0.522,S.E.=0.229,p=0.023)。行业办学对生均收入具有显著影响(β=0.016,S.E.=0.003,p=0.000)。

2.以生均图书数为因变量,分别将年、政府、市场以及院校特征等相关要素逐步进行多层线性分析,分析结果见表3。

从表3可以看到模型1解释了因变量方差变异的15.62%,也就是说,政府维度变量解释了生均图书数变异的15.62%。模型2解释了生均图书数变异的15.76%,即政府和市场维度解释了生均图书数变异的15.76%,市场维度变量解释了生均图书数变异的0.14%。模型3政府、市场以及院校特征解释了生均图书数变异的42.68%,而院校特征解释了生均图书数变异的16.29%。从分析结果可以看出,院校特征对高职院校生均图书数的解释力最大,政府因素次之。

从各具体变量对高职院校生均图书数的影响来看,政府维度的地区高校财政拨款总额和地方财政收入对高职院校生均图书数没有显著影响。

从市场维度看,地区第三产业结构比重及中等教育毕业生数对高职院校生均图书数没有显著影响。

从院校特征维度上,学生规模对高职院校生均图书数具有负影响(β =-0.884, S.E.=0.124, p=0.000),公办高职院校的生均图书数要高于民办高职院校的生均图书数(β=-0.542,S.E.=0.27, p=0.044)。高职院校不同发展阶段在生均图书数方面具有显著差异,(β=0.423,S.E.=0.127, p=0.001)。

表3　以生均图书数为因变量多层线性分析结果

注：***p<0.001,**p<0.01,*p<0.05。

3.以生均教学仪器设备数额为因变量,分别将年、政府、市场以及院校特征等相关要素逐步进行多层线性分析,分析结果见表4。

表4　以教学仪器设备数额为因变量

注：***p<0.001,**p<0.01,*p<0.05。

从表4可以看到模型1解释了因变量方差变异的19.11 %,也就是说,政府维度变量解释了生均教学仪器设备数额变异的19.11%。模型2解释了生均教学仪器设备数额变异的19.57%,即政府和市场维度解释了生均教学仪器设备数额变异的19.57%,市场维度变量解释了生均教学仪器设备数额变异的0.46%。模型3政府、市场以及院校特征解释了生均教学仪器设备数额变异的49.24%,而院校特征解释了生均教学仪器设备数额变异的29.66%。由此可见,高职院校特征对高职院校生均教学仪器设备数额的解释力最大,政府因素次之。

从各具体变量对高职院校生均教学仪器设备数额的影响来看,政府维度的地区高校财政拨款总额和地方财政收入对高职院校生均教学仪器设备数额没有显著影响。

从市场维度看,地区第三产业结构比重及中等教育毕业生数对高职院校生均教学仪器设备数额没有显著影响。

从院校特征维度上,学生规模对高职院校生均教学仪器设备数额具有负影响(β=-0.797, S.E.=0 .208, p=0.000),办学体制对生均教学仪器设备数额具有显著影响,公办高职院校的生均教学仪器设备数额要高于民办高职院校的生均教学仪器设备数额(β=-0.468, S.E.=0.204, p=0.022)。行业办学对生均教学仪器设备数额具有显著影响(β=0.018, S.E.=0.005, p=0.000)。

四、政府、市场、院校特征与资源获取关系的进一步探讨

政府、市场、院校特征与资源获取的关系通过多层线性分析,发现高职院校资源获取受政府、市场和院校特征的影响,但是受院校特征的影响最大,加入院校特征回归后贡献率提升明显。在高职院校系统中由于不同院校特征的高职院校所处的位置不同,也即院校特征的差异,导致了其获取资源的能力是不一样的。那些资源获取能力强的个体势必获得更好的发展,其他个体则会想办法改变自身的特征从而获得更多的资源。

进一步分析院校特征中的各因素发现,办学体制、体制转换、发展阶段、以及学科方向对资源获取具有显著的影响。院校特征中不同办学体制院校对生均经费、生均教学仪器设备数额影响尤其显著,且为负值,说明公办院校比民办院校在生均经费、生均教学仪器设备数额等方面资源的获取上更具有竞争力。院校特征中体制转换对资源获取的影响非常显著,这说明高职院校进行民办转公办的体制转换后对生均经费资源获取的影响很大,相比原来的办学体制更具竞争力。这也解释为什么浙江高职院校会出现民转公的现象。院校特征中发展阶段对生均图书数等资源获取的能力也有极其显著影响,具有正向的促进作用,处在成熟期的高职院校比发展期的高职院校获取资源的能力更强。院校特征中行业办学对生均经费、生均教学仪器设备数额等资源获取的能力具有显著影响。说明行业办学的高职院校获取生均经费、生均教学仪器设备数额等方面资源的能力更强。这主要是由于高职教育采取的是谁举办谁投入的分级办学分级投入的体制所致,行业办学高职院校一方面由省财政统一拨款,其生均拨款的额度相比而言更高,另一方面行业主管单位又通过非财政拨款资源等各种渠道想办法为高职院校资源筹措提供政策支持。进一步分析还发现,由于浙江高职院校各举办方拥有的非财政拨款资源差异非常大,举办方资源的丰厚与否、对高职院校支持的意愿强烈与否和支持途径的多寡与否都在很大程度上影响到高职院校发展的路径,甚至影响到高职院校发展的好坏。

在高职教育发展的不同阶段影响资源获取的因素是不一样的,高职教育举办初期,由于地方财力的限制政府对高职院校的投入相对较少,而这时又恰逢政策鼓励发展民办高等教育,因此浙江许多高职院校在举办初期都采用了国有民办这种体制嫁接的方式发展高职教育。因为民办高等教育其学费收入较高,更有利于资源特别是生均经费的获取。到了高职教育发展的成熟阶段,由于地方政府财力的增加带来的对高职教育投入力度的加大,公办高职院校所能获取的资源反而更多了,因此许多原来国有民办性质的高职院校都纷纷调整为公办的办学体制。

五、结论和启示

根据研究分析结果,结合本研究的理论分析框架,可以从政府、市场、院校特征三个方面,阐释高职院校资源获取背后的复杂形成机制。

就政府而言,政府财政投入在高等职业教育经费中占有非常重要的地位。高职院校的生均经费水平与所在区域的高等教育预算内经费比重是紧密联系在一起的,地方政府对教育财政投入水平的提升对高职院校生均经费的提高具有显著的作用。政府财政投入的重点选择能缩小由于高职院校办学水平所导致的资源获取的差异。

从市场方面来看,高职院校资源获取的途径逐步多元,市场机制的作用越来越重要,学费、捐赠、校企合作等已成为高职院校资源获取的重要来源,尤其是学费收入成为高职院校仅次于政府财政拨款的第二大来源。在这样的背景下,所在区域社会经济发展状况影响着高职院校资源的获取水平,不同区域社会经济发展水平对高职院校由于院校行政隶属关系差异所形成的生均经费差距明显,区域社会经济发展水平高的地方所在地区的高职院校生均经费水平也较高。民众的高等教育升学需求要素是市场的另一个表现,升学需求要素通过招生规模直接影响到生均经费。

就院校的特征而言,院校体制转换能够有效促进生均经费水平的增长；从行业办学情况来看,

行业举办的高职院校在资源获取能力方面明显优于非行业举办的高职院校；从办学体制上看,公办高职院校在资源获取上明显优于民办高职院校。

总结上文,本研究利用1998—2015年浙江省高职院校数据进行多层线性分析,发现：(1)高职院校在高职院校系统中的位置,即高职院校与政府关系的紧密程度是影响高职院校资源获取的主要因素；(2)高职院校的资源获取能力受高职院校自身特征的影响。各高职院校学生规模、行政隶属关系等办学特征发挥着重要的影响作用。高职院校个体为了获取更多的资源将会采取改变自身特征的方式适应政府和市场的需求。

参考文献：

[1] 改革开放 30 年中国教育改革与发展课题组.中国教育大国的崛起[M].北京：教育科学出版社,2008：228．

[2] 鲍威,刘艳辉.我国高等教育资源配置差异影响因素的多层线性模型分析[J].上海： 教育发展研究,2011(10)：1-7.

[3] 张雷,雷雳,郭伯良.多层线性模型应用[M]. 北京：教育科学出版社,2003：29.

(责任编辑：王惠芳)

Multilevel modeling of factors leading to differences in resource acquisition by higher vocational institutions——evidence from Zhejiang’s higher vocational education system

LAN Hanlin

(School of Politics and Public Administration, Zhejiang University of Technology, Hangzhou 310023, China)

Abstract:With China’s higher vocational educational institutions (HVEIs) displaying unbalanced acquisition of resources, a systemic empirical study is carried out on the financing of Zhejiang’s HVEIs between 1998 and 2015 by using multilevel modeling to find out the factors contributing to the differences. Research results indicate that, firstly, the position of a HVEI in the whole system, i.e. its relationship with the government, is a main factor affecting the ability to acquire resources; secondly, a HVEI’s capability to gain resources is affected by its own characteristics; thirdly, factors like the scale, the administrative features also have considerable influences thereupon. HVEIs usually make corresponding changes to meet the needs and expectations of the government and the market.

Keywords:higher vocational education; unbalanced acquisition of resources; multilevel modeling

收稿日期：2016-03-30

作者简介：蓝汉林(1979—),男,浙江庆元人,副研究员, 博士研究生,从事高等教育、思想政治教育研究。

中图分类号：G640

文献标志码：A

文章编号：1006-4303(2016)02-0167-06