苗文利，卜静静

(山东财经大学 高等教育研究中心,山东 济南 250014)

我国高校招生规模影响因素实证研究
——基于高等教育与经济社会协调发展的视阈

苗文利，卜静静

(山东财经大学 高等教育研究中心,山东 济南 250014)

我国高校招生规模未来十年仍将持续增长。高等教育应该保持适当的发展速度和发展规模，才能既满足经济社会发展需要和人民群众需求，又保证高等教育持续健康发展。通过构建我国普通高校招生规模经验模型的实证研究发现，遵循高等教育与经济社会协调发展的原则确定高校适度的招生规模，必须充分考虑八个重要影响因素，其中最直接的影响因素有四个：应届高中毕业生数量、生均教学行政用房面积、财政性教育经费、农村居民人均可支配收入。

高等教育；招生规模；影响因素；实证研究

引 言

自1999年我国高校扩招以来，高等教育规模得以快速扩张，2002年全国高等教育毛入学率达到15%，2005年达到21%，但高校扩招随即带来了教育质量下降、毕业生就业困难等一系列新问题。2006年根据“适当控制招生增长幅度，相对稳定招生规模”[1]的要求，开始放缓扩招速度，招生规模增速从两位数降到个位数。2011年全国本专科招生增长2.98%，平均录取率为72.3%，高等教育毛入学率26.9%。2012年全国本专科招生增长1.1%，全国平均录取率提高到75.3%。2010年《国家中长期教育改革和发展规划纲要(2010-2020年)》提出：2015年高等教育毛入学率36%，2020年高等教育毛入学率40%。根据这一规划，未来十年我国高等教育将继续保持规模增长。

我国高等教育应保持怎样的发展速度和发展规模，才能更好地满足经济社会发展需要和人民群众需求？在我国高等教育资源逐步从短缺走向充足的发展态势下，如何控制规模、调整结构、提高质量，既满足经济社会发展需要和人民群众需求，又保证高等教育持续健康发展，这是我们当前面临的重要课题。为此，我们基于1999年高校扩招以来招生规模发展情况，选取普通高校招生规模的重要影响因子，从高等教育与经济社会协调发展的视角，构建我国普通高校招生规模经验模型，系统分析高等教育适度发展规模下各种要素资源的合理配置需求，找出影响我国高等教育发展规模的决定性因素，以期为我国高等教育确定适度发展规模、保证持续健康发展提供决策参考。

一、我国高校招生规模主要影响因子的确定

高等教育系统是整个社会系统的一部分。高等教育的发展速度与规模，既受到高等教育系统内部诸要素的影响和制约，同时还受外部系统中与其密切相关的经济社会因素的影响，例如：经济社会发展水平、劳动力市场人才的需求与供给、高等教育预期收益、居民收入水平及其对高等教育的需求、人口发展状况等等。高等教育系统运行过程中，既要注意劳动力市场人才供需的平衡，又要注意高等教育机会供需的平衡。同时，政治的、社会的、文化的因素也是高等教育系统运行中必须加以考虑的[2]。此外，国内不少学者采用定量方法研究高等教育发展规模与经济发展水平的关系，其中大多采用GNP或GDP这个指标，厉以宁和秦宛顺还考虑了中学在校生情况[3],易卫平还考虑了教育公共支出情况[4],胡咏梅和薛海平还考虑了国家财政支出情况[5],梁亦菡和韩映雄对核定高校招生规模的国际比较法、人力需求法、成本收益法、社会需求法、数学建模法等具体方法进行了分析[6]，这都为我们提供了借鉴。在此，我们本着力求全面的原则，从以下几方面确定我国高校招生规模的主要影响因子。

(一)政策因素

从表面看来，我国都是教育部下达普通高校招生计划，高校招生规模的变化是政府调控政策的直接结果。根据国家统计局公布的数据，从1999年我国普通高校扩招至2012年，全国高校招生数量的年增长率分别为：47.4%、38.1%、21.6%、19.5%、19.3%、17.0%、12.8%、8.3%、3.9%、7.2%、5.2%、3.4%、2.9%、1.1%。十几年来，高校招生数量的变化与国家调控政策是密切相关的。1999年国家决定大幅度扩招，增速高达47.4%；2006年5月10日国务院常务会议决定“适当控制招生增长幅度、相对稳定招生规模”后，高校扩招速度才放缓至个位数。其实，高等教育系统是整体社会系统的一个子系统，我国高校招生规模的发展变化，受到全国经济、社会、人口、文化等诸要素的复杂影响。我国高等教育发展政策的制定与取舍，起决定性作用的还是经济因素(经济发展水平)、生源因素(高中毕业生数量)、供给因素(高校办学条件、政府经费投入)、需求因素(经济社会发展需求、城乡居民可支配收入)等。政策性因素虽然是影响我国高校招生规模的直接原因，但国家最终的政策选择却是经济因素、生源因素、供给因素、需求因素等各种影响因素综合作用的结果。

(二)经济因素

高等教育与经济发展密切关联，经济发展水平对高等教育发展具有重要而直接的影响。高等教育发展应该以经济发展需求为导向，以一定的财力资源、人才资源为支撑，高等教育每年规模扩张的“速度”应该与我国GDP年均增长速度基本相应并略快些[7]。潘懋元先生认为，在高等教育增长的规模速度上，要以适度超前发展为宜。人才培养必须比经济社会发展速度有一个超前量；又因为教育发展受经济社会发展制约，超前只能是适度的[8]。

高校招生规模与经济发展水平具有较高的相关度，各个时期社会经济发展水平不同，高校招生规模表现为不同的发展速度。如果经济发展水平较高，对各种高素质、高层次人才的需求也会增加，毕业生就业渠道就比较畅通，从而刺激高校招生规模的扩大，使扩大招生规模具有必要性。同时，经济发展水平较高，社会财富增加，国家和个人就有可能加大对高等教育的投入，为高校扩大规模提供财力保障，使高校扩招具有可行性。国内生产总值(GDP)是经济发展水平的重要标志，因此我们选取GDP作为影响因子的重要指标。

(三)生源因素

高等教育是在完成中等教育基础上进行的培养学术性或职业性的专业教育，普通高校招生对象就是完成中等教育的毕业生，以我国目前的国情看主要就是普通高中应届毕业生，中等技术学校毕业生和社会考生比较少。2010年、2011年、2012年全国高考报名人数分别为946万人、933万人、915万人，虽然每年约有10%的应届高中毕业生放弃高考，但应届高中毕业生一直占报考人数的85%左右。由此可见，应届高中毕业生是普通高校招生最主要的生源，应届高中毕业生数量对高校招生规模具有最直接的影响，也是我国确定普通高校招生规模所要考虑的最主要因素之一。

(四)供给因素

这里所说的供给因素主要是指我国高校的基本办学条件，这是保证高等教育质量的重要保障，主要包括生均教学行政用房面积、生均教学科研仪器设备值、生均图书等教育资源供给情况，特别是高校的师资队伍情况。这些指标是国家教育部考评高校的重要指标，是教育部核定各高校年度招生规模、确定高校限制招生或停止招生的重要依据。在办学基本条件方面，我们选取其中最有代表性的高校教师数量和生均教学行政用房面积两个指标。

同时，考虑到办学基本条件主要依赖于办学经费的保障，我国高校办学经费主要来源于国家财政性教育经费支出，而且近10年来我国高等教育经费占财政性教育经费的比例一直稳定在20%左右，财政性教育经费与高等教育经费之间存在稳定的线性关系，所以我们又选取财政性教育经费作为供给因素的一个主要指标。

(五)需求因素

一般说来，需求因素既包括经济社会发展对高等教育的需求，也包括居民对高等教育的需求。经济社会发展对高等教育的需求在上述“经济因素”中已得到体现，这里所说的需求因素是特定条件下的高等教育需求，主要是指我国居民在当前学费水平和当前收入水平下对高等教育的需求，即我国居民能够承担高等教育费用前提下对高等教育的需求。由于我国城乡居民收入水平存在很大差距，因此我们区别对待城乡居民收入，把农村居民人均纯收入和城市居民人均可支配收入两项指标均列为需求因素的主要指标。

通过以上五个方面的分析我们发现，影响高校招生规模的主要因素可以具体到以下八个重要指标：政府调控政策、国内生产总值、国家财政性教育经费支出、农村居民人均纯收入、城镇居民人均可支配收入、高校教师数量、生均教学行政用房面积、应届高中毕业生数量。

二、我国高校招生规模经验模型的构建

基于以上对主要影响因子的分析，我们从定量分析的角度出发，通过建构1999年至2009年普通高校招生规模的经验模型，来揭示这些主要影响因子对普通高校招生规模的影响。在本经验模型的构建中，我们以高校招生规模作为被解释变量，以应届高中毕业生数量、高校教师数量、生均教学行政用房面积、农村居民人均纯收入、城镇居民人均可支配收入、国家财政性教育经费、国内生产总值等7个定量指标作为解释变量。

由于政策性因素是经济因素、供给因素、需求因素、生源因素等其他变量综合作用的结果，而且政策性因素没有定量指标可以衡量或换算，因此我们将政策性因素定义为定性变量，不列为本经验模型的解释变量。

(一)符号说明及基本假设

1.我们对经验模型的各个变量作如下设置：将因变量普通高校招生规模设为y；将7个自变量国内生产总值、财政性教育经费、农村居民人均纯收入、城镇居民人均可支配收入、生均教学行政用房面积、高校教师数量、应届高中毕业生数量，分别设为x1、x2、x3、x4、x5、x6、x7。

2.本经验模型的构建，主要目的在于准确测算出xi(自变量)变动对于y(因变量)变动的边际贡献率——总体回归系数β1，β2，β3，β4，β5，β6，β7的样本估计值，准确分析各主要影响因子对高校招生规模的具体影响与作用。

3.随机误差项μ(t)的条件期望值为零，也就是说，对于给定的x的每个取值，μ可以取不同的值，有的大于零，有的小于零，但对于μ所有可能的取值，它们的条件平均数等于零。这样，如果我们对总体回归模型式两边取条件均值，则得：E(y(t)|x1(t),…xi(t))=β0+β1x1(t)+…+βixi(t)。我们把这个公式称为总体回归方程。

4.随机误差项μ(t)的条件方差相同，也就是说，对于x的不同取值，μ具有相同的方差，各次观测数值所受的随机影响的程度是相同的。

5.随机误差项μ(t)之间没有序列相关，即在随意的两次观测时，μ(m)，μ(n)是相互独立的，不相关的，也就是无序列相关。(mn；m=1，2，…11；n=1，2，…11)。自变量xit与μ(t)独立，即把xit与μ(t)对yt的影响区分开来。各自变量之间不存在显著的线性相关关系，即自变量之间不存在多重共线性。

6. 假设每年度的高校招生规模不受前一年招生规模的影响，即经验模型中不存在滞后变量。经过分析测算，本假设不会影响最终的研究结果。

(二)数据来源及说明

本模型使用的样本数据中，高校招生规模、生均教学行政用房面积、高校教师数量、应届高中毕业生数量、财政性教育经费等数据来源于国家教育部官方网站和1999～2009年教育发展统计公告全国教育经费执行统计公告。其中，财政性教育经费按1990年的不变价格折算；高校招生规模指普通高校本专科招生人数，不包括研究生招生人数。

本模型使用的样本数据中，国内生产总值、城镇居民人均可支配收入、农村居民人均纯收入等均采用国家统计局公布的数据，并且均按1990年的不变价格折算。

本模型所使用的相关样本数据见表1，其中包括1个被解释变量(因变量)数据——普通高校招生规模y，以及7个解释变量(自变量)数据——国内生产总值x1、财政性教育经费x2、农村居民人均纯收入x3、城镇居民人均可支配收入x4、生均教学行政用房面积x5、高校教师数量x6、应届高中毕业生数量x7。

表1 高校招生规模经验模型应用的相关数据

续表

(三)模型构建及选择

关于高校招生规模经验模型的构建，我们将主要参照1999年—2009年这11年来因变量y随着自变量xi的变化所呈现出来的变化规律和变化趋势，来判定是需要构建线性回归模型，还是需要构建非线性回归模型。首先，我们通过勾勒散点图法来确定因变量y随自变量xi变化的回归模型，勾勒7个解释变量xi与高校招生规模这个被解释变量y的散点图，如果结论是线性回归模型，则建立多元线性回归模型；如果结论是非线性回归模型，则根据其不同的变化规律和变化趋势，建立不同的非线性回归模型。

下面是我们勾勒的7个解释变量x与被解释变量y的散点图：

图1 高校招生规模与国内生产总值散点图

图2 高校招生规模与财政性教育经费散点图

图3 高校招生规模与农村居民人均纯收入散点图

图4 高校招生规模与城镇居民人均可支配收入散点图

图5 高校招生规模与教学行政用房面积散点图

图7 高校招生规模与应届高中毕业生数量散点图

从以上7幅散点图可以看出，y与xi的发展是按线性趋势变化的，被解释变量y与7个解释变量x1,x2,x3,x4,x5,x6,x7之间存在着明显的线性相关关系。它们之间的多元线性样本回归方程可以表示为：y=β0+β1x1+β2x2+β3x3+β4x4+β5x5+β6x6+β7x7+μ。其中β0，β1，β2，β3，β4，β5，β6，β7分别为8个未知参数，又称回归系数；μ是随机误差项。

如果将1999年至2009年之间解释变量与被解释变量的11组样本数据y(t),x1(t),x2(t),x3(t),x4(t),x5(t),x6(t),x7(t)(t=1,2,…11)代入上述公式，可得到下式：y(t)=β0+β1x1(t)+β2x2(t)+β3x3(t)+β4x4(t)+β5x5(t)+β6x6(t)+β7x7(t)+μ(t)。其中y(t)表示t年的高校招生人数，x1(t),x2(t),x3(t),x4(t),x5(t),x6(t),x7(t)分别表示t年的国内生产总值、财政性教育经费、农村居民人均纯收入、城镇居民人均可支配收入、生均教学行政用房面积、高校教师数量、应届高中毕业生数量。这11组样本数据代入回归方程所得到的结论，为我们构建线性回归模型、分析自变量对因变量的影响与作用，奠定了坚实的研究基础。

三、SPSS数据分析

由于多个解释变量的回归模型容易存在多重共线性，因此，我们有必要使用向后选择法以克服多重共线性，提高整体模型的优良性。我们采用表1的数据，以普通高校招生规模为被解释变量，以高校教师数量、生均教学行政用房面积、财政性教育经费、城镇居民人均可支配收入、国内生产总值、应届高中毕业生数量、农村居民人均纯收入为解释变量，运用向后选择法取得的 SPSS 分析结果，主要反映在以下4个表中(表2～表5)。

表2 解释变量筛选过程(向后选择法)Variables Entered/Removeda

a Dependent Variable: 普通高校招生数量

b All requested variables entered.

表2反映了向后选择法下解释变量的筛选过程。从表中我们可以看到，模型1将全部7个变量都引入方程，后面的3个模型则依据给定的判别标准依次剔除了高校教师数量、城镇居民人均可支配收入、国内生产总值3个解释变量，最终得到模型4时方程就剩下应届高中毕业生数量、财政性教育经费、农村居民人均可支配收入、生均教学行政用房面积等4个解释变量。这表明，在7个解释变量中相关度最低的依次是高校教师数量、城镇居民人均可支配收入、国内生产总值，而高相关度的变量则是应届高中毕业生数量、生均教学行政用房面积、财政性教育经费、农村居民人均可支配收入。

表3 回归模型拟合优度评价(向后选择法)Model Summary

a Predictors: (Constant)，生均教学行政用房面积、财政性教育经费、高中毕业生数、农村居民人均纯收入。

b Predictors: (Constant)，生均教学行政用房面积，财政性教育经费，国内生产总值，高中毕业生数，农村居民人均纯收入。

c Predictors: (Constant)，生均教学行政用房面积，财政性教育经费，城镇居民人均可支配收入，国内生产总值，高中毕业生数，农村居民人均纯收入。

d Predictors: (Constant)，高校教师人数，生均教学行政用房面积，财政性教育经费，城镇居民人均可支配收入，国内生产总值，高中毕业生数，农村居民人均纯收入。

表3给出了各个模型的拟合优度评价。从表3可以看到，随着解释变量的减少，模型的可决系数也呈现出逐渐减少的趋势。但是，由于解释变量减少的同时增加了自由度，可以发现，调整的可决系数却呈现出逐渐增大的趋势。

表4 方差分析表(向后选择法)ANOVAe

a Predictors: (Constant)，高校教师数量，城镇居民人均可支配收入，国内生产总值，应届高中毕业生数量，生均教学行政用房面积，财政性教育经费，农村居民人均纯收入。

b Predictors: (Constant),城镇居民人均可支配收入，国内生产总值，应届高中毕业生数量，生均教学行政用房面积，财政性教育经费，农村居民人均纯收入。

c Predictors: (Constant),国内生产总值，应届高中毕业生数量，生均教学行政用房面积，财政性教育经费，农村居民人均纯收入。

d Predictors: (Constant),应届高中毕业生数量，生均教学行政用房面积，财政性教育经费，农村居民人均纯收入。

e Dependent Variable: 普通高校招生规模。

表4给出了模型整体显著性的F检验。从表4我们看到，随着模型中解释变量高校教师数量、城镇居民人均可支配收入、国内生产总值的逐渐剔除，F统计量表现出了逐渐增大的趋势。从表4我们看到，模型的调整拟合优度达到了99%以上，F统计量对应的p值小于0.05。由此表明，这4个模型从整体上看都是比较显著的。

表5给出了各个模型的回归系数估计值及其显著性检验，同时还给出了模型的容忍度和方差膨胀因子。最初的模型1整体显著，并且单个系数均不能通过t检验，这是解释变量之间存在多重共线性的显著特征。从表5给出的模型1容忍度Tolerance 和方差膨胀因子VIF可以看出，7个解释变量的容忍度都接近于0，而且VIF都比较大，这充分证实了7个解释变量之间的确存在着严重的多重共线性。

表6给出了模型1解释变量多重共线性诊断。因为本模型的解释变量比较多，为了进一步检测各变量之间的多重共线性，我们进行了如表6所示的多重共线性诊断。 从表6给出的诊断结果可以看出，后面6个变量的条件指数Condition Index都大于10，说明这些变量之间的确存在着多重共线性。从方差比例Variance Proportions来看，第6个特征根Eigenvalue解释了国内生产总值方差的31%，同时解释了财政性教育经费方差的35%，说明这两个变量之间存在着多重共线性。第7个特征根同时解释了生均教学行政用房面积的52%、高校教师数量方差的78%和应届高中毕业生数量方差的88%，由此说明这3个变量之间存在着多重共线性。第8个特征根解释了农村居民人均纯收入方差的90%，同时解释了城镇居民人均可支配收入方差的94%，由此说明这两个变量之间存在着多重共线性。通过多重共线性诊断，进一步证实了模型1的7个解释变量存在严重的多重共线性。模型4中的5个回归系数均通过了显著性检验，并且容忍度和方差膨胀因子相对于模型1都有了较大的改善，这说明多重共线性得到了较为有效的控制。

表5 回归系数估计及其显著性检验(向后选择法)Coefficientsa

续表

a Dependent Variable: 普通高校招生规模

表6 多重共线性诊断(解释变量强制进入)Collinearity Diagnosticsa

a Dependent Variable:普通高校招生规模

综上分析我们认为，我国扩招11年来普通高校招生规模经验模型的回归方程可以表示为：y(t)=-138.654-0.072x2(t)+0.460x4(t)-14.441x5(t)+0.462x6(t)。而且，我们由此可以判定影响我国普通高校招生规模的主要因素以及各影响因素对普通高校招生规模的不同影响程度。

四、结论与说明

通过建立我国扩招11年来普通高校招生规模经验模型，以及SPSS数据分析，我们发现，财政性教育经费、农村居民人均可支配收入、生均教学行政用房面积、应届高中毕业生数量4个进入普通高校招生规模经验模型的解释变量，以0.997的拟合优度解释了99.7%的普通高校招生规模的变动。由此表明，财政性教育经费、农村居民人均可支配收入、生均教学行政用房面积、应届高中毕业生数量4个因素是影响我国高校招生规模最直接、最重要的因子，我国制定普通高校招生规模时应该以这4个因素作为最重要、最直接的参考依据。依据该结论，如果要扩大高校招生规模，必须以财政性教育经费、农村居民人均可支配收入、生均教学行政用房面积、应届高中毕业生数量的增长为前提条件；相反，如果这4个关键影响因素出现减少的情况，则应该压缩高校招生规模。

高等教育发展不能超越经济社会发展的现实，也不能超越高等教育发展本身的现实。我国高校扩招十几年来，财政性教育经费、农村居民人均可支配收入、生均教学行政用房面积的增速都低于招生规模的增速；同时，近年来应届高中毕业生数量连续下降，2010年、2011年、2012年高校分别扩招3.4%、2.9%、1.1%，录取率则分别达到68.7%、72.3%、75.3%，高校招生出现生源困难问题。因此，我国目前应该考虑压缩高校招生规模，决不能为了完成2020年高等教育毛入学率40%的发展目标而继续扩大招生。

本文建立的是我国普通高校扩招以来招生规模影响因子的经验模型，此模型变量的选取、建立以及筛选都是严谨的。我们可以依据普通高校招生规模经验模型各项变量的系数，进一步分析各种影响因子对普通高校招生规模的边际贡献率，即自变量x每变动一个单位时因变量y的平均变动值，从而把握我国高校招生规模的变化规律。但是，本文所建立的经验模型不是一个封闭的模型，随着高等教育发展阶段的变化和取值样本的变化，模型的各项变量及其系数也将随之作动态调整，有些变量的作用可能会削弱，有些变量的作用可能会增强，我们需要动态地、辩证地对待之。

[1] 温家宝主持召开国务院常务会议[N].人民日报.2006-05-11(4).

[2] 闵维方.高等教育运行机制研究[M].北京:人民教育出版社，2002:11.

[3] 秦宛顺,厉以宁.教育投资决策研究[M].北京:北京大学出版社，1992：119-122.

[4] 易卫平.从国际比较看我国高等教育的合理规模[J].教育发展研究，2002(2)：75-79.

[5] 胡咏梅，薛海平.经济发展水平与高等教育规模的相关性研究[J].江苏高教，2004(2):23-26.

[6] 梁亦菡，韩映雄.招生规模核定方法评析[J].大学·研究与评价，2007(5):20-23.

[7] 谢作栩.高等教育扩大招生的“度”[J].现代大学教育,2001(6):25-27.

[8] 潘懋元.大众化阶段的精英教育[J].高等教育研究,2003(6):1-5.

EmpiricalstudyofinfluencingfactoraboutChinesecollege’senrollmentscale-basedonthevisualthresholdofcoordinateddevelopmentamonghighereducation,economyandsociety

MIAO Wen-li,BU jing-jing

(Higher education research centre, Shandong University of Finance and Economics, Jinan 250014, China)

Within the coming ten years, Chinese colleges and universities enrollment scale will still continue increasing. Higher education should keep proper developing speed and scale. In doing so, it not only satisfies the need of economic and social development but only meets the requirement of people. Besides, it can guarantee the sustainable development of higher education. By empirical study of experience model of enrollment scale in Chinese ordinary universities, it should follow the coordinated development among higher education, economy and society to decide proper enrollment enroll, and take fully into account the eight important influencing factors. Four direct influencing factors need to be considered:high school graduate quantity, teaching and administration building area, financial education funds,and disposable income per resident in rural area.

higher education; enrollment scale; influencing factor; empirical study

G639.20

A

1009-105X(2013)02-0059-08

2013-04-03

2013-05-06

教育部人文社会科学研究项目《高等教育与区域经济共生发展实证研究》(项目编号：11YJA880075)

苗文利(1964-)，男，山东财经大学高等教育研究中心副教授、硕士研究生导师。