2010—2020年中国人口受教育状况的时空变化及影响因素分析

2023-01-18张艳会范佳卉

南京晓庄学院学报 2022年6期

张艳会，范佳卉

(南京晓庄学院环境科学学院，江苏南京 211171)

教育既决定着人类的今天，也决定着人类的未来.通过教育，人类学会了认识和改造世界，学会了将知识与文明不断传承，也学会了创造美好的生活.改革开放四十余年以来，我国各地教育事业发展迅速，但由于各地区在自然、社会、经济等方面的条件不同，各区域的人口受教育状况也存在显著差异.

人口受教育状况很大程度上决定着社会能否稳定发展，为此国家在2010年发布了《国家中长期教育改革和发展规划纲要(2010—2020年)》，强调，要实现更高水平的普及教育、惠及全民的公平教育、更加丰富的优质教育、体系完备的终身教育[1].党的十八大以来，围绕着教育问题，习近平总书记也发表过一系列重要论述：2016年，在北京市八一学校考察时提出[2]，教育公平是社会公平的重要基础，想要实现中华民族伟大复兴，就要重视教育，努力培养人才，以教育公平促进社会公平正义；2017年，十九大报告中提出“努力让每个孩子都能享有公平而有质量的教育”的目标[3]；2019年，在重庆考察时指出：“再苦不能苦孩子，再穷不能穷教育”.经过十年的教育改革，我国的教育发展成效显著，不仅国内教育质量逐步提高，在国外，中国教育也在逐步走向世界.

十年来，国内的众多学者已经从各个角度对人口受教育状况进行过研究和探索.其中，包括人口受教育状况对家庭[4]、收入[5]、就业[6]、儿童健康[7]、犯罪[8]等方面的影响.除此以外，在人口受教育状况的时间变化和空间分布方面虽然已经有一些讨论，如孙炜红等[9]在2014年通过第五和第六次人口普查数据分析10年间我国不同性别、不同年龄组、不同地域、不同社会经济特征下人口受教育状况的差异；黄晨熹[10]运用趋势分析和队列分析方法，探讨1964年至2005年中国人口受教育状况的变动情况；朱玉福等[11]和良警宇等[12]对我国少数民族受教育状况的发展变化有一系列研究.已有研究，对本文研究对象、研究方法及研究数据的选择及结论分析方面有极大启发.但是，对于近十年间，在教育新形势、新政策下，中国人口受教育状况的时空变动研究分析还有待完善.

2010年至2020年的教育发展计划已结束，但十年来的人口受教育状况是否发展均衡仍有待明晰.因此，本文根据中国国家统计局公示的人口数据，采用聚类分析、集中化指数和GIS技术，对2010年至2020年全国31个地区人口受教育状况的时空分布变化进行分析，探讨时空格局变动的影响因素，以期对促进我国人口受教育程度的提升以及我国教育公平不断发展提供参考，从而更好地实现教育对社会经济的推动作用.

1 数据与方法

1.1 数据来源

《国家中长期教育改革和发展规划纲要(2010—2020年)》力求通过十年的教育改革和发展，满足人民接受良好教育的需求和国家对高层次人才的需求.本文根据《教育规划纲要》实施的十年时间，选用中国国家统计局公开的中国2010年和2020年分地区、按性别及受教育程度年龄在6岁及以上的人口数据来建立基础数据库，分析我国31个地区在该政策实施后，人口受教育状况的变动情况.

本文主要采用的分析指标为文盲率、人口不同受教育程度所占比重、平均受教育年限等常见指标.受教育程度是指按照国家教育体制，某人受到教育的最高学历.通常，在统计年鉴中，将人口受教育程度分为：文盲、小学、初中、高中、高等教育.平均受教育年限是指区域人口在一定时间内，接受学历教育的平均年数[13]，作为联合国评估人口教育成就的两大核心指标之一，能够更简洁、更综合地表示我国人口接受教育的整体水平.本文按照现行学制，计文盲的平均受教育年限为0年，小学6年，初中9年，高中12年，高等教育16年[14].因此，平均受教育年限的计算公式可表示为：

Y=(a×0+b×6+c×9+d×12+e×16)÷P

(1)

其中，Y表示平均受教育年限，a表示文盲人口数，b表示小学文化人口数，c表示初中文化人口数，d表示高中文化人口数，e表示高等教育人口数，P表示6岁及以上的总人口数.

1.2 研究方法

1.2.1 聚类分析

聚类分析是指按照某种标准，将研究对象进行分类的一种统计分析技术，本文选择系统聚类法.

系统聚类法是把所有指标看成n类，将其中性质、属性等相似的两类合成新的一类，得到n-1个类；再从n-1个类里找相似的两类合成一类，得到n-2个类.重复这个过程，每次都减少一类，最后剩下的汇在一类，通过聚类图，按需决定分多少类.由于类与类之间距离的定义不同，系统聚类分析的方法也各有不同，其中五种常用的方法为：组平均连接法、平均连接法、单连接法、完全连接法、瓦尔德法等[15].本文使用的是在实际应用中最为广泛的瓦尔德法，即离差平方和法.同时，瓦尔德法要求数据间的区间度量标准仅能使用欧氏距离.成图类型采用谱系图.文章中使用的数据分析软件为IBM SPSS Statistics 26.

1.2.2 集中化指数

为了衡量人口受教育状况的集中化程度，本文采用集中化指数进行计算，选取的指标为人口平均受教育年限.集中化指数是与洛伦兹曲线相对应的统计量，一般可用于分析和衡量人口迁徙[16]、教育分配[17]等方面的集中化程度.人口受教育程度在某一时间段内整个区域的分布可运用集中化指数进行定量分析.集中化指数的计算公式[18]为：

(2)

其中，I表示集中化指数，A表示全国31个地区人口受教育程度的累计百分比的总和，M表示假设人口受教育程度集中于某一个地区时的累计百分比总和，R表示人口受教育程度均匀分布时的累计百分比总和.

I的取值范围在区间[0，1].I值越大，表示人口受教育状况的集中化程度越高；I值越小，说明集中化程度越低，即人口受教育状况越均衡.I值为1时，表示人口受教育状况完全集中在一个地区.

2 结果与分析

2.1 2010年与2020年中国人口受教育状况的分类结果

在IBM SPSS Statistics 26中导入2010年和2020年各参数数据，首先对文盲率、人口不同受教育程度所占比重等指标进行标准化处理，消除各指标量纲不同而可能导致的误差.随后对其进行系统聚类分析得到谱系图结果图1(图中横轴表示距离，纵轴表示地区).

图1 2010年(左)和2020年(右)中国各地区人口受教育状况聚类分析谱系图

根据图1可知，当系统聚类分析中类与类之间的距离为5～10时，可将2010年和2020年我国31个地区按人口受教育状况的差异分为以下5类.

结合分类结果和全国31个地区的人口受教育数据，计算每一类地区人口不同受教育程度所占比重，得到表1.通过数据的对比分析，我们可以看出：

(1) 2010年到2020年，五类地区的平均受教育年限都出现了增长，数值约为0.92年.其中，第一类地区(西藏)的文盲率远超其他四类地区，可见其受教育水平明显落后于其他地区；第五类地区(天津、上海、北京)文盲率最低，且高等教育比重在五类地区中占据绝对优势，人口受教育程度在全国首屈一指.

(2) 第二类、第三类、第四类、第五类地区的文盲率均低于10%，2010年至2020年的文盲率降幅均低于2%，但是第一类地区(西藏)的文盲率却从34.19%降到26.79%，降幅高达7.4%，足以看出十年间国家对于西藏地区人口教育的投入与重视并取得一定的成效.

(3) 2010年时，除了第五类地区(天津、上海、北京)的高中和高等教育的比重达到47.17%，其余四类地区均位于10%～26%区间.高等教育比重则更低，除第五类地区为25.29%，其余四类地区在6%～10%.2010年到2020年，经过十年的教育发展，五类地区在文盲率降低的同时，高中和高等教育的比重均有大幅提升，增幅在8%～10%，表明我国在继续扎实基础教育的基础上，高等教育也有了较大发展.

(4) 五类地区之中，第三类和第四类地区的平均受教育年限最为接近，2010年时分别为8.48年和9.02年，2020年时分别为9.23年和9.79年.这两类地区人口的受教育程度均以初中及初中以下为主，但是第四类地区的高中和高等教育的人口占比较第三类稍高一些.

表1 2010年和2020年中国各地区人口受教育分类状况

2.2 2010年与2020年中国人口受教育状况的空间分布及影响因素分析

根据上述聚类分析的结果，使用软件ArcGIS绘制中国31个地区人口受教育状况的空间分布地图，由浅到深依次代表人口受教育程度由差到好，详见图2和图3.从图2和图3可以看出，从2010年到2020年的十年间，全国31个地区的人口受教育程度的空间分布产生了一定的变化.

图2 2010年中国各地区人口受教育状况分布图

图3 2020年中国各地区人口受教育状况分布图

(1) 从图2和图3中不难看出，十年来西藏一直属于第一类.新中国成立以前，西藏几乎没有教育，当时的西藏经济落后，交通闭塞，地区文盲率高达95%以上.建国后，国家对西藏的教育事业非常重视.为改善当地教育情况，国家开启援藏支教计划，并出台了教育“三包”政策等特殊优惠政策，降低学生的学费负担.经过70年的逐步转变，西藏的教育事业已经实现了全面发展.习近平总书记在2011年7月探望西藏大学师生时，亲切地勉励同学们扎根西藏，实现自我，报效祖国[19].虽然相比于其他四类地区，西藏的教育水平仍然过于落后，但是从表1可知，2010年到2020年西藏人口受教育程度的各项数值变化可以推断其教育发展有了较大发展且发展空间巨大.

(2) 第二类地区包括的贵州、云南、青海没有发生过变化.第一类和第二类所包含的西藏、贵州、云南、青海这些城市分布较为集中，主要位于我国的西北和西南地区，自然条件恶劣，经济状况差，长期受到经济和自然环境的制约，受教育程度提升缓慢.

(3) 第三类地区中的重庆、四川、甘肃、江西、广西、安徽、福建、浙江、宁夏、新疆和第四类地区中的江苏、陕西、内蒙古、湖北、吉林、广东、山西、黑龙江、辽宁、海南保持了稳定，十年后仍然位于同一类，从分布图看，其受教育状况的空间分布也基本稳定，没有发生变化.表2是2010年和2020年中国各地区人均GDP排名表.从中可以看出，在2010年和2020年，江苏的人均GDP排名为第4和第3，内蒙古的人均GDP排名为第6和第11，广东的人均GDP排名都为第7，排名都在前列，它们的教育发展水平与经济发展水平是相对协调的.陕西的排名为第15和第12，湖北的排名为第13和第9，海南的排名为第23和第19，2010年时这几个地区的人均GDP相对靠后，但受教育状况分在第四类，人口受教育水平相对较高，说明教育发展超前经济发展；到2020年，它们的排名均有所提升，是经济发展推动其人口受教育水平的提高.

(4) 十年来北京、上海、天津始终属于第五类，人口受教育程度处于全国顶尖水平.属于第五类的地区数量少、分布松散、范围小.这三个地区均为直辖市，经济发展尤为迅速，同时教育资源丰富，属于全国教育最发达的地区.其中，北京是全国高等院校的中心，汇聚了全国数量最多的重点大学；拥有排名亚洲第一、世界第三的中国国家图书馆.尽管北京已经站在中国教育行业的顶点，目前仍在不断探求新的发展，2021年北京市教委发布了《“十四五”时期教育改革和发展规划(2021—2025年)》，对未来五年北京教育发展提出了11项主要任务，涵盖了从学前教育到高等教育的方方面面，意在提升教育质量，更好地实现教育公平，不断提高教育现代化水平，为国家的蓬勃发展做出贡献.与北京情况类似的上海和天津，同样在发展教育的经济、社会、政策因素方面有着自己独特的优势，因而能够达到现在一流的教育水平.

(5) 从图2和图3中还可知，十年间人口受教育状况在空间上发生较大变化的地区是我国中东部.湖南的教育水平分类等级从第三类提高为第四类，河北、山东则正相反，从第四类降为第三类.从人均GDP排名表看出，湖南的排名从2010年的第20变为2020年的第14，经济发展的提速促使湖南教育水平提升.反观河北与山东，教育水平下降的同时，GDP排名也降低了，可以得出经济发展减速导致教育水平下降.

综上所述，在空间上，中东部地区的人口受教育程度总体优于西部地区[20]；东北部地区的人口受教育程度总体优于西北、西南和东南地区；经过十年的发展，从整体上来看，人口受教育程度的发展是与经济发展日趋协调的.

表2 2010年和2020年中国各地区人均GDP排名

图4 2010年至2020年各省市人口受教育状况集中化指数

2.3 2010年与2020年中国人口受教育状况的集聚性特征

本文基于集中化指数对2010年、2013年、2015年、2017年和2020年的人口受教育状况的集聚性特征进行计算分析.将全国分为31个地区，根据集中化指数的计算公式，M为3100%，R为1600%.由图4可知，2010年至2020年中国人口受教育的集聚性特征呈现“扩大-缩小-再扩大-再缩小”的波动趋势.通过计算得知2010年时A2010=1690.42%，2020时A2020=1676.96%，可知I2010=6.42%，I2020=5.13%.十年后集中化指数下降了1.28%，集中化指数越小，集中化程度越低，说明我国31个地区的教育发展越来越平衡.已有研究表明，从2007年到2017年，集中化指数值减小了 1.06%[17]，本研究结果与其趋势一致，且变化更为显著.