区域发展、人口流动对远程开放教育规模的影响研究——基于四川16个地市的空间面板实证

何 婧 朱云娴

(四川开放大学，四川 成都 610073)

教育与经济和人口相互影响、相互依存、相互制约。随着我国远程开放教育办学体系的完善、远程教育技术的不断提升，我国远程开放教育事业蓬勃发展。长期以来学者们对我国普通高等院校与经济和人口的相互关系进行了持续的、多层次的研究，但针对经济、人口和远程开放教育相关性的研究较少。与义务教育和全日制高等教育等刚性需求不同，远程开放教育需求受学生经济条件、职业规划、工作流动等内部因素的影响较大，此外，当前区域发展中较为典型的经济空间聚集和人口虹吸从外部方面对当地远程开放教育新生规模造成巨大影响。研究空间竞争背景下区域经济、人口流动对本地区远程开放教育新生规模的影响，将为远程开放教育产业发展提供科学的决策依据。

一、文献综述

长期以来，围绕远程开放教育学生规模与经济、人口的关系研究相对较少，较具代表性的是魏顺平等[1-2]从籍贯、性别、学历层次等属性分析了1999年至2010年全国中央广播电视大学学生的构成变化，后进一步分析了及其与招生规模的相关关系，进而为招生管理提出政策建议。此外，刘方[3]通过梳理甘肃广播电视大学1980年到2013年招生规模和政策，结合当前形式对招生政策制定提出相关建议；梁静涛[4]以无锡广播电视大学2010年至2014年的生源结构进行分析进而提出招生策略改进建议。上述文献主要使用已录取生源分析，缺乏对潜在生源的研究，对远程开放教育产业而言，潜在生源研究才更具参考价值。其次，上述文献中数据分析多使用比例分析、一元回归分析、单一变量的时间序列等简单的统计方法，对数据间关系的挖掘不够深入且均属于静态视角分析，缺乏经济聚集、人口虹吸竞争视角下的空间数据挖掘和分析。

20世纪80年代末Anselin[5]、Griffith D.A[6]对传统计量经济模型提出了质疑，认为应将空间因素纳入计量模型并充分证明了空间相关性和空间异质性的存在。此后空间计量模型成为计量经济学的新分支快速发展。由于空间计量模型充分考虑了经济聚集、人口虹吸等空间竞争因素，更好地刻画了当前教育规模、经济、人口的相关关系，因此魏梅[7]将其用于我国区域间高等教育效率差异及影响因素的研究中。陈志杰[8]选取2001～2011年西北师范大学本科生生源地为例对生源分布和区域经济的空间相关性进行了分析，王伟[9]、濮筠[10]、李晶[11]等利用空间计量模型对不同层次教育经费投入、资源配置效率的空间特征进行了分析。综上，本文拟以四川16个地市为样本，构建成人继续教育新生规模、区域经济、人口空间面板模型，分析经济聚集效应和人口虹吸背景下经济发展、人口流动与远程开放教育新生规模的关系。

二、变量选择和数据来源

根据《中国统计年鉴》的划分，我国成人高等继续教育主要包括职工高等学校、管理干部学校、教育学院、广播电视大学、普通高校成人教育5个大类，其中广播电视大学和普通高校成人教育是主体部分。具体到四川省来看，成都地区广播电视大学和普通高校成人教育办学主体众多，而地州地区则办学主体相对单一，广播电视大学办学是当地成人高等教育的主体，因此地州广播电视大学新生数据可以较好地代表当地远程开放教育情况。鉴于数据的易得性和准确性，本研究选取四川自贡、泸州、德阳、 绵阳、广元、遂宁、内江、乐山、南充、眉山、宜宾、 广安、达州、雅安、巴中、资阳16个地级市作为研究样本，将该市广播电视大学春秋季新生总人数(tsn)作为当地远程开放教育新生人数。

远程开放教育与普通高等教育相比有其特殊性：学生对学费较为敏感，因晋升需求进行学历继续教育的倾向更为显著。结合本研究主题从《四川省统计年鉴》中选取地区生产总值GDP、就业人数(EN)、职工平均工资(AW)代表与成人生源相关的区域经济发展情况，选取年末总人口数(PN)、城市人口数(CPN)代表区域人口情况。

本研究时间跨度为2007～2017年，数据主要有《四川统计年鉴》《中国城市统计年鉴》，中经网数据库，CSMAR数据库。为了有效解决解释变量单位不一致、时间序列异方差等问题，本文对样本数据均进行对数处理。

三、模型设定

(一)空间关联性模型设定及分析

空间自相关指数Moran's I是对样本进行空间自相关检验的常用方法，其计算公式为[12]：

(1)

Moran's I取值范围为[-1,1]，Moran's I∈(0，1]表明空间单元间存在正相关关系，Moran's I∈[-1，0)表明空间单元间为负相关关系，Moran's I=0表明空间单元相互独立，|Moran's I|越大相关性越大。通过Matlab(2016a)软件对2007～2017年四川16个地级市远程开放教育的新生总人数(TSN)与地区生产总值GDP、年末总人口数(PN)、就业人数(EN)、城市人口数(CPN)、职工平均工资(AW)进行全局空间相关性计算，结果如图1所示。

图1 各变量2007～2017年Moran's I

从图1可以看出，在0.5%的显著性水平下，2007～2017年四川16个地市远程开放教育新生总人数(TSN)与地区生产总值(GDP)、年末人口数(PN)、就业人数(EN)、城市人口数(CPN)、职工平均工资(AW)的莫兰指数均为正，存在显著的全局空间聚集正相关关系，即远程开放教育新生规模与区域经济、人口相关变量存在显著的空间聚集性，且各年的空间聚集度呈现小幅度的动态变化。其中，职工工资的空间相关性最大，即邻近地市的职工工资水平差距较小； GDP的平均空间相关性最小，即相邻地市的GDP水平存在较大差异，上述实证结果符合劳动力向工资较高地区空间聚集、四川地市经济发展存在空间不均衡的实际情况。由于本次样本空间属于省域范围内且未包含成都市、凉山州、阿坝州、甘孜州、攀枝花市，故不再进行局部莫兰指数分析。综上，本文选取的样本空间面板数据存在空间正向溢出效应，必须考虑建立空间面板模型，否则会导致估计结果的误偏。

(二)空间计量模型的设定

综合BaItagi[13]的研究结果及本文的研究目的来看，本文主要分析不同地市远程开放教育新生规模和当地经济、人口变量的关系，并不研究年份变化的影响，因此，本文主要建立空间固定效应下的空间滞后模型(SAR)和空间误差模型(SEM)[14]，并对其实证结果进行比较。本文设定的空间滞后模型(SAR)如下：

(2)

xit=β1Log(GDPit)+β2Log(PNit)+β3Log(ENit)+β4Log(CPNit)+β5Log(AWit)

(3)

式(2)为空间滞后模型的基本表达式，模型中Wij为二进制邻接空间权重矩阵，WijLog(TSNit)表示空间滞后变量，其估计值ρ反映了邻近地市远程开放教育的学生规模对本地区远程开放教育新生规模的影响程度，式(3)中β的估计值表示地区生产总值(GDP)、年末人口数(PN)、就业人数(EN)、城市人口数(CPN)、职工平均工资(AW)等变量在空间视角下对本地区远程开放教育新生规模的影响程度及方向。εit和μi均为服从正态分布的随机扰动项。

本文设定的空间误差模型(SEM)如下：

(4)

xit=β1Log(GDPit)+β2Log(PNit)+β3Log(ENit)+β4Log(CPNit)+β5Log(AWit)

(5)

式(4)为空间误差模型的基本表达式，模型中Wijεit表示空间误差变量，其估计值反映了邻近地市间非模型变量因素的相互影响及方向，其余变量同上。

四、模型估计与分析

(一)普通面板模型估计及空间LM检验

首先使用Matlab(2016a)软件对2007～2017年四川16个地级市远程开放教育新生总人数(TSN)与地区生产总值(GDP)、年末人口数(PN)、就业人数(EN)、城市人口数(CPN)、职工平均工资(AW)进行普通面板数据模型线性估计和针对性的LM空间检验，结果如表1所示。

表1 普通面板模型和LM空间检验结果

由表1可知，普通面板模型线性拟合程度为0.5541，其估计结果可用于模型解释和后续分析，杜宾—瓦森检验值1.4444低于下限说明，从整体上看模型变量存在正相关关系。LM法空间性检验结果为：logLik=-10.1509，说明样本存在空间相关性，需要进行空间面板估计，且在5%置信水平下模型不存在空间滞后影响的概率为11.79%(P值为0.001)、不存在空间误差影响的概率为72.42%(P值为0.001)。

(二)空间计量模型估计及分析

根据Moran's I指数分析和LM检验结论，本文应构建空间面板模型对远程开放教育新生规模、经济和人口进行分析。经Matlab(2016a)软件计算，空间固定下的空间滞后模型(SAR)和空间误差模型(SEM)模型结果如表2所示。

表2 空间面板模型计量结果

从表2的模型拟合检验指标来看，考虑空间因素后模型的拟合程度大大提升，由此前普通面板模型的0.5541提升为0.7053(SEM模型)和0.8348(SAR模型)，并且logLik值由负转正，SEM模型下为44.9222、SAR模型下为50.1448，说明上述模型在空间视角下的拟合程度显著提升，但SEM模型虽然拟合度较高，但其变量统计结果的P值情况不佳，多数未通过置信度5%的检验，结合Hausman检验结果：空间固定效应下的空间滞后模型(SAR)拟合效果更优；也说明地区经济、人口等相关变量对远程开放教育新生规模的影响滞后效应更强，受其他随即因素的影响略小。SAR模型中邻近单元间的相互影响为0.530988，说明邻近空间单元间存在显著的正向溢出效应，即学生在未来会向邻近地市远程开放教育机构流动。

从表2拟合值来看如下三方面值得关注：第一，在空间相关性视角下，区域经济、人口对远程开放教育新生规模的影响程度从高到低分别是：地区生产总值(GDP)、城市人口数(CPN)、年末总人口数(PN)、就业人数(EN)和职工平均工资(AW)，其中职工平均工资(AW)在SAR和SEM模型中均为负相关，就业人数(EN)SEM模型为负向影响，其余因素均为正向影响；第二，地区生产总值(GDP)、城市人口数(CPN)对远程开放教育新生规模的影响均大于1；第三，职工平均工资(AW)对远程开放教育新生规模的影响均为负数,其值为-0.2457(SEM模型)、-0.7607(SAR模型)。

(三)普通面板模型与空间面板模型的比较

将普通面板模型结果和空间面板模型结果(如表3所示)对比，在考虑经济聚集和人口虹吸的空间相关性下，远程开放教育新生规模的影响因素发生了本质的变化。其中最显著的变化是：在非空间计量视角下，职工工资提升是远程开放教育新生规模扩大的主要因素，而空间面板模型则揭示了当前四川16个地市存在职工工资水平对远程开放教育需求有抵消作用。上述结论看似相悖，但其实是事物发展不同阶段的表现。普通面板描述了非竞争状态、人口不流动的情形下，已有工作的劳动力收入增加后才有“闲钱”进行成人学历投资。但空间面板模型刻画的是相邻地理空间竞争状态下的情况，其内核是：经济越发达劳动者平均素质越高，进而推动平均工资整体提升，但同时也降低了对远程开放教育的需求。其次，空间面板模型中GDP、城市人口数的影响力显著提升，而普通面板模型中人口相关变量的影响程度也与空间面板模型的排序有较大区别，在普通面板模型中年末人口数的影响性排名靠前，说明在非空间竞争状态下远程开放教育新生规模对城镇化率的倚重并不高。

五、结论及政策建议

(一)四川地市远程开放教育产业进入存量生源阶段

远程开放教育属于一次性消费，一旦获得相应学历一般不再进行二次消费。由于职工人数统计中包含过往远程开放教育毕业学生及不需要进行远程开放教育的成年劳动力，并且该数据统计具有棘轮效应，其显著增加主要是由于新增成人劳动力所致，因此该变量相关系数为负(-0.196118)，揭示了未来就业职工对远程开放教育服务需求是下降的。与此同时，在地理邻近空间影响下人力资源素质较高者将进行空间流动，高素质人员向经济发达流动从而推升经济发达地区职工平均工资上升，所以模型显示职工平均工资与远程开放教育新生规模不仅是负相关关系，且影响显著地达到-0.760722，进一步验证了随着样本地区就业人口平均素质的提高，该地区未来对远程开放教育的需求是下降的。

表3 变量影响程度排序表

综上，远程开放教育产业面临存量职工生源日益枯竭的局面，其过往依托繁荣行业整体学历升级、大中型企业人力资源战略提升的发展模式疲态已显。远程开放教育产业未来发展阶段应以开拓城市新增人口生源为主。因此，远程开放教育办学机构应充分意识到学生规模增长模式的改变，充分挖掘大龄生源、发展相对滞后行业生源等存量生源市场，同时积极在新增人口聚集区域布局做好新增人口的生源开发工作，才能在未来保持学生规模的稳定。

(二)依据经济发展阶段制定产业重发展路径

经济发展和城市人口数是影响远程开放教育新生规模的重要因素，两者影响因子均大于1，且城市人口的影响力远大于年末人口数影响力。此前Moran's I指数检验显示：样本地区存在经济发展导致的邻近地市人口和资源聚集，充分说明经济发达地区远程开放教育新生潜在生源主要是城市新增人口，因此，经济发达地区远程开放教育办学机构应充分利用本地经济发展的契机，明晰本区域具有人口虹吸效应的潜力型行业，根据行业需求和特征开展专业申报、教学计划设置，大力发挥远程开放教育远程性、灵活性等特征，通过前瞻性的行业教育布局和教育服务拓展，为行业未来发展储备潜在生源和发力点。

对于经济相对欠发达的地区，远程开放教育办学机构应当集中精力做好城市地区教学点的布局和教学服务工作。例如，下功夫做好远程教育服务，增加学生学习的便利性和效率，构建以学生为中心的教学和非学术性服务体系，以优质的教学资源、便捷的学习方式、优质的服务吸引学生，从而开拓和留住本地城市生源，实现学生规模的稳定。

(三)利用滞后效用制定合理的产业政策

成人远程教育属于非生活必需品，虽然需求弹性较大，但其滞后性特征显著。通常是学生经济状况稳定或生活改善才会进行学历投资。从模型筛选结果看，远程开放教育新生规模和地区经济、人口更适合空间固定下的空间滞后模型(SAR)，说明所在地区经济和人口相关变量的变化对远程开放教育新生规模的影响是滞后的，由此给远程开放教育办学机构进行科学决策、平稳发展提供了良好的契机。远程开放教育办学机构应重视数据分析、规划和建立数据决策库，引入大数据分析、开发人工智能算法，科学确定先行参考指标，利用好滞后效应的时间差，实现学前、学中、学后全过程的科学管理。例如，通过科学的学前分析，瞄准潜在生源市场做好生源开拓工作；充分挖掘学习过程数据，对学习过程、教学质量进行针对性优化，及时满足学生需求；科学量化非学术性教学服务的考核体系，提高效率和简化行政流程，切实为学生服务，扩大远程开放教育办学机构的群众口碑。