“县管校聘”政策扩散的影响因素及扩散机制研究——基于中国286个地级市数据的实证分析

逄世龙，张婉莹，李云龙，赵春雪

(1.北京师范大学教育学部，北京 100875；2.北京师范大学文学院，北京 100875)

一、问题提出

2020年10月，党的十九届五中全会审议通过《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》，明确强调“十四五”时期教育事业要“坚持教育公益性原则，深化教育改革，促进教育公平，推动义务教育均衡发展和城乡一体化”。[1]教师在基础教育公平和高质量发展中处于关键地位，对城乡义务教育质量起着决定性作用。但是，在我国城乡二元经济结构的宏观背景下，教师资源的分配有着明显的城乡差异。长期单向流动导致了城乡师资力量的严重不均衡，区域内教师数量难以得到保障。[2]与此同时，我国义务教育师资配置还存在着城镇教师资源的校际壁垒、乡村教师流失、乡村教师队伍的结构性失衡等问题。[3]如何确保义务教育教师数量充足、结构合理，并保证城乡师资均衡配置，成为了各级教育行政部门的核心政策问题，传统教师管理体制有待革新。在此背景下，“县管校聘”成为各级教育行政部门促进师资均衡配置的重要手段之一。

“县管校聘”是义务教育教师管理的创新机制，其本质是由县级教育行政部门对县域内教师编制、人事进行统一管理，实现教师在城乡间、校际间均衡配置。[4]2014年，教育部联合财政部、人力资源社会保障部颁布了《关于推进县(区)域内义务教育学校校长教师交流轮岗的意见》，提出要全面推进义务教育教师队伍“县管校聘”管理改革以实现教师交流轮岗。[5]2015年国务院发布的《乡村教师支持计划(2015—2020)》再次强调了全面推进“县管校聘”管理体制改革的重要性。[6]2016年,国务院颁布了《关于统筹推进县域内城乡义务教育一体化改革发展的若干意见》，明确要求“全面推进教师‘县管校聘’改革，按照教师职业特点和岗位要求，完善教师招聘机制，统筹调配编内教师资源”。[7]在中央政策文件的支持下，教育部按照试点先行、示范引领、以点带面、稳步推进的思路，于2015年、2017年先后设立了49个“县管校聘”管理改革示范区。[8]几年时间里，“县管校聘”改革示范区积累了丰富的实践经验。[9]截止到2019年底，已有23个省明确了“县管校聘”的实施路径，[10]“县管校聘”实现了省级层面的全面扩散。

在中央和省级政府的推动下，“县管校聘”在城市政府中是如何扩散的？厘清这一问题，对于深入理解教育政策发展、进一步完善该政策具有重要的现实意义和政策价值。据此，本研究借鉴政策扩散理论视角，通过搜集2014—2019年“县管校聘”在我国城市间的采纳数据，对该政策的扩散过程进行分析，探究其扩散特征、影响因素以及作用机制，以期为我国教师管理政策的有效实施提供实证依据。

二、研究假设

政策扩散这一概念是在美国联邦制背景下发展起来的，相关研究成果较为丰富。罗杰斯(Rogers)认为，扩散是指创新在一定时间段内，经由特定渠道在特定社群中传播的过程。[11]格雷姆(Graham)等研究者提出，政策扩散是某一政府的政策选择受到其他政府政策选择的影响。[12]本研究沿用学界对政策扩散概念的普遍理解，将其定义为地方政府的政策选择受到其他政府政策选择的影响。

一般将政策创新在不同政府中扩散的原因和方式称为扩散机制。早期政策扩散研究者提出了两种政策扩散机制的解释模型：内部决定模型和外部影响模型。[13]对于影响政策扩散的内部因素，沃克尔(Walker)的研究表明，州政府可用自然资源的多少、工业经济水平的高低均会影响政策扩散；[14]张克的研究结果显示，管理幅度较大的省份采纳政策创新的可能性较低。[15]由此可以看出，地方政府采纳政策创新的可能性与政府内部的经济条件、组织规模等内部因素相关。外部影响模型主要从政府间关系分析，具体分为横向扩散机制和纵向扩散机制。格雷姆等研究者将政策扩散机制概括为四种：学习、竞争、强制和社会化。[12]贝瑞(Berry)等人进一步提出了一种“同时考虑到政治、经济和社会特征的内部因素以及各州之间相互影响”的分析模型，即事件史分析(EHA)模型。[13]

据此，本文在控制城市政府内部因素的基础上，从自上而下的行政命令、自下而上的财政依赖和政府间的横向政府竞争压力等纵向关系以及中央与地方吸纳推广的双向互动关系四个方面提出研究假设。

(一)自上而下的行政命令

朱旭峰等人在研究中发现，来自中央政府的政策信号会显著影响地方政府的政策创新采纳进程。[16]在我国压力型的体制下，来自上级的行政命令一般会通过自上而下的方式逐级被地方政府采纳。由此可见，城市政府“县管校聘”管理改革的扩散可以通过上级政府的行政命令而实现强制扩散。因此本文提出如下假设。

假设1：省级政府推动“县管校聘”的行政命令会增加其辖区内城市政府采纳该项改革的可能性。

(二)自下而上的财政依赖

自1994年分税制改革以来，大部分的税收资源归中央政府所有，中央政府通过转移支付的方式将财政收入重新分配到地方政府。地方政府虽然在地方财政的支配上拥有一定自主权，但是经常会出现财政赤字的情况，此时就需要上级政府的支持。财政投入是城市政府采纳“县管校聘”管理改革时考虑的主要因素之一，当城市政府较多地依赖上级政府财政支持时，说明地方政府的财政赤字较多，采纳“县管校聘”管理改革的意愿也会较低。由此，本文提出如下假设。

假设2：城市政府对其上级政府的财政依赖度越高，该城市政府采纳“县管校聘”管理改革的概率越低。

(三)横向政府竞争压力

同一省份辖区内的地方政府在政治、经济以及自然条件上具有相似性，政策的制定和执行具有可借鉴性。与此同时，为了获得上级政府的认可，地方政府之间存在竞争关系，这种竞争压力激发了地方政府的采纳意愿。韩万渠基于决策咨询制度，[17]以及刘佳等基于“最多跑一次”改革的扩散研究，[18]都揭示了同一省份中地级市政府采纳的比例显著影响地方政府的采纳意愿。由此，本文提出如下假设。

假设3：城市政府所属省级政府辖区内采纳“县管校聘”管理改革的城市比例越高，该城市采纳该项改革的概率越高。

(四)上下级政府双向互动

韩博天等将中国政策制定的方式称为“分级制实验”，即由上级政府授权地方政府开展政策试验，地方政府探索并总结出经验之后，再通过“由点带面”的形式全面推广。[19]“分级制实验”体现了上级政府与地方政府的双向互动。地方政府申请成为示范区的积极性普遍较高，因为这意味着获取更多的资源和经济支持。因此，某一地方政府成为示范区后，会对同一省份中的其他地方政府产生辐射作用。由此，本文提出以下假设。

假设4：城市政府辖下区县被中央政府选定为“县管校聘”管理改革示范区，该城市采纳该项改革的概率会更高。

三、研究模型、数据与变量

(一)研究模型与分析方法

本研究采用EHA模型对“县管校聘”的扩散过程进行检验。上世纪90年代初以来，贝瑞等人开始应用离散时间EHA模型分析公共政策的扩散。[13]离散时间事件史分析模型旨在揭示个体在特定时间点发生的变化，即记录在特定时间内个体是否发生某个事件。EHA模型的被解释变量是“风险率”(Hazard Ratio)，即个体i在一定时间t内发生某个事件的概率。在本研究中，我们使用logit模型估计风险率。根据研究假设，本文构建模型如下。

其中，Pi,t表示城市i在t年采纳“县管校聘”改革的概率，α0为常数项，ei,t为随机误差项，exepi,t-1表示城市i在t-1年的中小学生均教育经费，schi,t-1表示城市i在t-1年的中小学学校数，techi,t-1表示城市i在t-1年的中小学专任教师数，(1)中小学生均教育经费、中小学学校数和中小学专任教师数这三个变量表示城市政府内部特征，对政策扩散的影响具有滞后性，因此均滞后一期。fidi,t-1表示城市i在t-1年的财政依赖度，prop_yi,t表示城市i所属省级政府在t年颁布推行“县管校聘”管理改革的行政命令数量，ddcity_yi,t表示城市i辖下县(区)在t年是否被中央政府确定为“县管校聘”管理改革示范区，pado_ci,t表示城市i所属省级政府辖区内采纳“县管校聘”改革城市的累计比例。

(二)样本与数据来源

本研究以2014—2019年全国286个地级市政府的“县管校聘”改革为研究对象，(2)截止到2020年8月，中国共有293个地级市。需要特别说明的是，山东省莱芜市于2019年1月9日被撤销，现归济南市管辖，更名为济南市钢城区，本研究保留2014—2018年间莱芜市的政策采纳情况及各项数据指标。鉴于此，包括莱芜市在内的所有地级市都是本研究的样本来源，共计294个地级市政府。由于部分地级市政府设立时间较晚，其数据缺失较多，剔除西藏自治区的拉萨市、日喀则市、昌都市、林芝市、山南市、那曲市，以及海南的三沙市、儋州市，最终形成了由286个城市组成的研究样本。通过“北大法宝”数据库、城市政府及教育部门官网等平台搜集相关的政策文本，将政策文件中明确表示推行此项改革作为采纳的判断标准。一个城市在采纳“县管校聘”之前一直处于观测状态，自其采纳该政策的第二年，此城市由于不再具有发生事件的风险而被剔除。因此，研究样本中的286个城市在2014—2019年采纳“县管校聘”管理改革的事件数据被排列成1210个“城市—年份”的EHA观测单元。本研究的其他数据来源于各级政府历年统计年鉴、教育统计公报，部分城市某年度的数据缺失值由当年均值替代。

(三)变量及测量

1.外因变量

在观测期内，通过城市政府部门在当年公开发布的政策文件中是否明确推行或实施“县管校聘”管理改革来测量。该变量是一个二分虚拟变量，如果城市政府部门在当年公开发布的政策文件中明确推行或实施“县管校聘”管理改革，则编码为“1”，其余编码为“0”。

2.自变量支持

省级命令：表示自上而下的行政命令，通过城市政府所属省级政府在当年颁布推行“县管校聘”管理改革的行政命令数量来测量。

财政依赖度：表示自下而上的财政依赖，通过地方政府上级政府的财政依赖程度来测量，具体计算公式如下。[20]

财政依赖度i,t=

改革示范区：表示上级政府与地方政府的双向互动过程，通过城市政府辖下县(区)在当年是否被中央政府确定为“县管校聘”管理改革示范区来测量。该变量是一个二分虚拟变量，如果城市政府辖下县(区)在当年被中央政府确定为“县管校聘”管理改革示范区，则编码为“1”，其余编码为“0”。

省内采纳率：表示横向政府竞争压力，指城市政府受到省内其他城市政策采纳行为的影响，通过同一省级政府辖区内城市政府采纳“县管校聘”管理改革的累计比例来测量。

3.控制变量

控制变量包括 “中小学生均教育经费”“中小学学校数”“中小学专任教师数”三个变量。其中，“中小学生均教育经费”表示城市政府能够为“县管校聘”改革提供的内部经济支持，“中小学学校数”“中小学专任教师数”表示改革所涉及的组织规模。三个变量均取对数后纳入模型。

四、研究结果

(一)扩散特征分析

图1显示了2014—2019年“县管校聘”管理改革的扩散情况，包括年度频数和累计曲线。从图中我们可以看出，“县管校聘”在城市之间的扩散情况符合典型的“S”型曲线。“县管校聘”的采纳频数在2016年达到最高值。截至2020年初，我国共有201个城市采纳了该项改革，累计采纳率为71%，达到了较高的扩散水平。

图1 “县管校聘”管理改革的扩散曲线

(二)影响因素分析

本研究中所有变量的均值、标准差等描述统计分析结果见表1。各变量均有1210个观测数据，为了保证解释变量的独立性，本文通过检验方差膨胀因子(VIF)来判断是否存在多重共线性，结果显示所有变量的VIF值均小于5，这表明变量之间不存在严重的共线性问题。

表1 变量的描述性统计分析结果

基于logit回归的事件史分析结果如表2所示。模型1报告了控制变量的基线回归结果；模型2中增加了纵向政府间关系的变量，包括省级政府颁布的行政命令和城市对省级政府的财政依赖度；模型3单独考察了横向城市政府间的竞争关系和上下级政府间吸纳推广的双向互动的影响作用；模型4纳入了所有变量，以考察总体影响效应。表格中报告了系数、标准误和优势比大小(OR)。(3)优势(odds)是指事件A发生与不发生之比，即odds(A)=p/(1-p)，而优势比(odds ratio)是两个事件A、B的优势之比，也有学者将odds ratio翻译为“发生比率比”或“发生比率”。比较4个模型后可以发现：在加入自变量后，模型的伪R方和最大似然比均有显著提高，说明模型的解释力逐步提高。同时，模型相应的AIC值逐步减小，说明新加入变量减小了模型的信息损失，模型更优。

表2 EHA分析结果

续表

模型2回归结果显示，在其他因素不变的情况下，一个城市所在省级政府颁布推行“县管校聘”的行政命令数量每增加一个，该城市采纳该项改革的概率会显著提高约29.36倍。财政依赖度的回归系数表明，城市政府对省级政府的财政依赖度每提高一个单位，该城市采纳“县管校聘”的概率降低约0.61倍。这两个变量在模型4中仍持续发生稳健的影响，尽管在加入其他变量后其作用强度产生了一定的变化。模型3回归结果显示，在控制其他因素不变的情况下，每个省份的省内城市采纳率每提高1%，其辖下城市政府采纳“县管校聘”的概率显著提高104.21倍。改革示范区的回归系数表明，如果一个城市辖下县区成为教育部公布的“县管校聘”管理改革示范区，该城市采纳“县管校聘”的概率显著提高1.19倍。横向竞争和改革示范区的影响在模型4中仍然显著，即便他们的影响强度发生了改变。模型4将所有变量纳入模型，从回归结果上看，省内城市采纳率、改革示范区、省级命令和财政依赖度均在统计上显著，其中，省内采纳率对于“县管校聘”扩散的影响效应最为明显(优势比高达64.43)。因此，假设1—假设4得以证实。

(三)扩散机制分析

结合模型结果和各级政府“县管校聘”管理改革的政策文本，我们可以初步识别出“县管校聘”管理改革在我国城市间扩散的四种机制：横向竞争压力、自上而下行政命令、自下而上财政依赖和双向吸纳推广，这些机制具体的作用方式如图2所示。

图2 “县管校聘”管理改革扩散机制

具体来看，横向竞争压力对于“县管校聘”的扩散起主导作用，自上而下的行政命令和自下而上的财政依赖对于“县管校聘”扩散过程的影响均是单向的。值得注意的是，教育部两次遴选、公布“县管校聘”改革示范区并不是一蹴而就的。“教育部在各地推荐的基础上，组织专家进行遴选，并结合相关工作进行实地抽查，经面向社会公示后，最终确定示范区入选名单，并予以公布。”[21]中央政府是在自下而上地逐级吸纳城市政府的教育管理改革实践后，自上而下地开展“县管校聘”管理改革示范区推广工作。根据模型的回归结果，这种双向的吸纳、推广显著加速了“县管校聘”在全国城市范围内的扩散。

五、研究结论与对策建议

本研究基于对我国城市数据的实证分析，深入探究了“县管校聘”在地方政府间的扩散过程，揭示出教育政策扩散的规律性特征，对各级政府及教育行政部门加强教师政策设计、深化教师管理改革具有一定的指导价值。

(一)研究结论及讨论

首先，“县管校聘”在城市政府间的扩散呈现S型曲线特征，表现为初期缓慢增长、中期快速提升、后期减缓趋平。2016年，“县管校聘”政策采纳的年度数量达到峰值，此后政策采纳累计数量的增长逐年放缓，由此验证了教育政策扩散具有公共政策创新扩散的典型特征。截至2020年初，全国城市政府采纳“县管校聘”管理改革的比例为71%。在我国义务教育“省级统筹，以县为主”的管理体制下，政府将义务教育管理权逐级下放，基层政府对辖区内的义务教育负主要责任，[22]从根本上促进了地方政府在教育管理上的改革创新。与此同时，地方政府为合理使用本区域教师资源、激发教师队伍的内在活力，破除原有教师管理体制成为推进义务教育优质均衡发展的必要政策选择，“县管校聘”管理改革得以在全国范围内扩散。

其次，省内其他城市的竞争压力、上级政府行政命令和上下级财政关系是影响城市政府采纳“县管校聘”的关键因素，而改革示范区的公布显著加速了政策扩散进程。模型结果显示，省内城市采纳率的优势比最高，同级城市采纳行为影响着城市政府的采纳决策，即横向竞争压力是影响城市政府采纳“县管校聘”管理改革最主要的因素；与省内城市采纳率相比，省级命令、改革示范区对于政策扩散的影响作用次之，对上级政府的财政依赖程度也在一定程度上影响着城市政府是否采纳“县管校聘”管理改革。从政策文本上看，各省未出台专门的“县管校聘”指导文件，仅在相关政策文件中提出一些模糊要求。[23]地方政府在改革实践和政策实施中感到迷茫，其采纳决策将更多受到同级政府的影响，这是省级命令未能在促进政策扩散方面取得实效的原因之一。

最后，“县管校聘”在我国城市政府间的扩散过程存在四种主要机制，分别为横向竞争压力、自上而下行政命令、自下而上财政依赖和双向吸纳推广。在我国的政策环境下，政府间的互动关系深刻影响着教育政策的扩散进程：横向竞争压力对于“县管校聘”的扩散起主导作用；自上而下的行政命令和自下而上的财政依赖虽然分别单向影响着政策扩散，但在随后的政策执行环节中，仍然是一个多元互动的过程，涉及到多元利益相关者对政策的认识、态度和行动策略。[24]此外，在我国治理实践和政策实施的过程中，“试点—推广”具有一定的普遍性，“由点到面”的政策试验可以保证平滑的政策调整与制度变迁。[25]遵循“试点—推广”的政策逻辑，教育部两次组织申报、遴选并公布了“县管校聘”改革示范区。这种分批次的吸纳推广过程具有一定特殊性。根据“县管校聘”历年采纳数量可知，2015年首批改革示范区对该项改革扩散过程的影响具有滞后性，且第二批改革示范区的影响作用相对较弱。没有对先前改革示范区进行及时的督导和评估，是造成这一现象的可能原因。

(二)政策建议

基于以上研究结论，本研究就“县管校聘”管理改革提出两点政策建议。

一方面，省级层面加强对“县管校聘”的统筹管理，通过出台一系列专门性的政策文件完善相关的制度建设，在明确各部门权责的基础上形成联动机制，实质性推进“县管校聘”管理改革在基层政府落地。总体上看，“县管校聘”在全国城市政府间的大范围扩散仅完成了阶段性政策目标，而采纳后的政策执行阶段涉及到多个政府部门，“县管”与“校聘”在实践中仍然面临着很多棘手问题。为推进“县管校聘”的有效实施，省级层面需要及时进行统筹管理和精细指导，制定教育部门、人事部门与财政部门的权责清单，真正突破体制机制障碍。此外，“县管校聘”涉及大量教师的交流、转岗与培训，以及学校、教师考评体系的局部调整，改革实施过程中要将激励性制度调整和奖励性政策细则公开化、透明化，调动教师参与改革的积极性。

另一方面，在教育部公布的“县管校聘”改革示范区的基础上，分层次遴选出省级、市级示范区，并实施分阶段的督导检查和标准化考核，进一步强化城市政府之间的横向良性竞争。按照试点先行、示范带动、以点带面、稳步推进的政策逻辑，对试点地区的政策效果进行及时评估与总结是全面推广的前提。然而，相关部门没有及时开展“县管校聘”管理改革示范区的考核评估工作，使各地宝贵的政策经验失去了在全国范围内的传播机会。为了使政策经验的传播效果最大化，各地区可在省域或市域内开展“县管校聘”管理改革示范区申报、评选工作，遴选出适合本地区经济文化发展水平的创新性改革实施方案，通过及时的督导评估对其进行进一步调整和完善，从而在本区域甚至全国范围内进行推广。在定期进行“县管校聘”专项督导、考核的基础上，建立优秀改革示范区奖励机制，不断激发基层政府及教育行政部门的改革热情，变“被动执行”为“主动创新”，调动地方政府创新改革方案的积极性。