郭金海，李方安

（1.曲阜师范大学 a.教育学院；b.基础教育课程研究中心，山东 曲阜 273165；2.江苏科技大学 张家港校区，江苏 张家港 215600）

自1999 年高校扩招以来，已经20 多个年头。高校的管理体制也从中央统一管理，转变为“中央为辅，地方为主”模式，加大了省级政府的办学自主权。每个省域的经济状况、人口规模等不同，省域政府对高等教育的重视程度不同，各省域原始高等教育资源存量的差异，国家宏观政策的受益程度不同，造成了省域间高等教育水平的差异。后发优势理论认为后发国家或地区可以通过模仿、学习发达国家或地区，实现差距的缩小。[1]高等教育发展较弱的省域，是否学习了发达省域，得到了提升？而省域间高等教育的差异，受省域自身条件的限制，当然也受国家高等教育宏观政策的深刻影响。国家的高等教育政策，总是在效率和公平上寻找平衡点。遵循效率原则，为缩短与发达国家在高等教育上的差距，解决一些影响国家发展关键的卡脖子技术问题，国家实施了“211”“985”“双一流”工程。被遴选的高校多集中于京、沪、苏、津等东部少数省域，这必将促进东部省域高等教育的大发展。遵循公平原则，为缩小中西部高等教育与东部的差距，保障社会公平，国家实施了“中西部高等教育振兴计划（2012-2020 年）”“对口支援西部地区高校计划”“省部共建高校计划”等中西部高校发展援助计划，有力地推动了中西部高校的发展。

从国家高等教育的宏观政策上来看，既有增大省域间高等教育差距的无意之举，又有缩小差距的有意之措，那么省域间的高等教育差距到底是缩小了，还是扩大了？省域间专本硕博各层次在校生规模缩小了，还是扩大了？演化趋势是怎样的？以往对在校生规模省域间差异的主流研究大概分为三类：一是对省域高等教育资源差异形成原因的制度及历史变迁探究，如康宁[2]，陈慧青、史秋衡[3]，王艳[4]15-16等；二是对省域高等教育与经济社会发展的协调性研究，如傅征[5]、赵菁[6]19、王子晨[7]79等，多关注在校生规模与经济发展水平、人口规模等变量在时间序列中的协调程度和共振演化；三是基于人力资本理论，把直接经济投资作为一个自变量，把在校生规模作为因变量，进行以探寻因果关系为目的的回归分析，旨在对形成高等教育省域差距的原因做定量化探究，如乔学斌、陈万明[8]，李硕豪、魏昌廷[9]等。本研究认为影响高等教育省域规模差距的原因纷繁复杂，既受到直接经济投资的影响，也受到社会需求的影响，更受到历史存量因素的影响。王传毅、程哲、赵琳等[10]研究，发现博士在校生规模呈现出存量影响主导的增长机制，博士在校生规模的大小基本取决于高等教育资源存量的大小。李锋亮、王瑜琪[11]研究发现，在较低收入国家本专科教育对经济增长具有显著影响，而在收入较高的国家研究生教育对经济增长具有显著影响。文雯、周京博[12]研究认为，高等教育规模扩张与地方经济水平之间的关系逐渐减弱甚至消失，当地居民对高等教育入学机会的需求成为拉动高等教育规模的主要动力，表现为高等教育规模与经济的联结日益松散，而与社会期望、民生利益、政府政绩之间的关系日益密切。以往有不少对省域间高等教育规模差异的研究，也有对国家层面人才培养层次的分析，但对省域间高校在校生规模各层次结构的空间差异及演化研究较为鲜见。因此，本研究基于2008-2019 年面板数据，对省域间高校在校生层次结构进行深入研究，目的不在探查导致形成省域间各层次在校生规模差距的原因，而旨在探究省域各层次在校生规模近十余年的差异状态和演化趋势，尝试厘清各省域在历年中的不同规模状态和发展趋势，以期为高等教育发展战略的制定提供参考。

一、概念界定

总量规模，是指某一省域某一层次在校生①本文中的在校生均指高校在校生。总数。总量规模占比，是指某一省域某一层次的总量规模除以全国该层次的总量规模，该指标表示在该层次人才培养方面，该省域在全国的地位。如北京的博士总量规模占全国博士总量规模的百分比为25.6%，说明北京以一己之力培养了全国1/4 强的博士，足见北京在博士培养上的龙头地位。同理可以计算其他省域的总量规模博士占比，可得出该省域在博士培养中的重要性情况。从人才培养结构上来看，还可以计算得出专本硕层次某一省域的总量规模占比，便可得出该省域在专本硕层次人才培养上的重要性情况。总量规模年均增长量，是指某省域的某层次总量规模在12 年中的平均增长量计算公式为（其中，Tn是第n 年的总量规模，n=12），用以衡量总量规模的增长速率。

由于我国各省域的面积、人口差距显著，而高等教育规模往往与省域人口基数密切相关，因此，为了剔除人口基数的影响，本研究采用密度指标的思路，设定省域人均规模为其总量规模除以其常住人口，该指标在一定程度上代表了省域人均可接受高等教育机会的大小，是衡量高考招生公平性的重要指标。人均规模占比是指某一省域某一层次的人均规模除以全国该层次的人均规模之和，显示在该层次人才培养方面，该省域人均规模在全国水平的高低。如北京的本科人均规模占全国本科人均规模的百分比为6.75%，天津本科人均规模占比为6.51%，吉林本科人均规模占比为4.83%，三个省域位列本科人均规模占比的前三位。而本科人均规模占比排名倒数第一的青海该指标仅为1.65%。假设各省域均在省域内招生，若各省域的人口年龄结构相差不大的话，那么预示着第一名的北京本科入学机会是倒数第一青海的4 倍。故而京、津等省域央属高校多，面向全国招生比例也较大，用以平衡入学机会的不平衡。同理可计算其他省域的专科人均规模占比，可用以比较省域间专科入学机会的相对大小。同理可计算出硕博层次在某一省域的人均规模占比。人均规模年均增长量，是指人均规模在12 年中的平均增长量（其中，是第n 年的人均规模，n=12）。

省域人才培养层次结构，是指某一省域某一层次在校生数量与该省域全部在校生数量的比值。博士占比，是指某一省域人才培养层次结构中博士在校生数量占全部在校生数量的比重。博士是我国学历教育的最高层次。因此，博士占比在一定程度上表示了省域高层次人才培养的比重。同理，硕士占比，是指某一省域人才培养层次结构中硕士在校生数量占全部在校生数量的比重。

二、数据来源及分析方法

首先，不分层次采用变异系数法和探索性空间数据分析（Exploratory Spatial Data Analysis，简称ESDA）方法，对省域间全部在校生人均规模变异系数及演化趋势进行研究。然后，再细剖层次结构，深入研究专本硕博在校生总量规模、人均规模、两类规模增长速率及人才培养结构的省域间差异和演化。

（一）数据来源

各省域专本硕博各层次在校生总量规模，数据来源于2008 年至2019 年的中国教育统计年鉴。人均规模数据由总量规模除以常住人口数据获得。常住人口数据来源于国家统计局网站（http://www.stats.gov.cn/）公布的 2008 年至 2019 年数据。ESDA 空间分析中，采用的全部层次在校生人均规模数据，来源于国家统计局网站（http://www.stats.gov.cn/）公布的2008 年至2019 年各省域“每十万人口高校在校生数”。其他空间分析尺度为全国31 个省级行政区，包括22 个省4 个直辖市和5 个自治区，其中港澳台缺少数据不做研究。海南作为岛屿，为了防止空间孤立，在空间权重矩阵中，将其设计为与广东相邻，与其他省域均不相邻。空间分析采用了ArcGIS10.8和GeoDa 软件。

（二）分析方法

1.变异系数法

当进行两个或多个资料变异程度的比较时，如果度量单位与平均数相同，可以直接利用标准差来比较。如果单位或平均数不同时，比较其变异程度就不能采用标准差，而需采用标准差与平均数的比值来比较。这个比值称为变异系数（Coefficient of Variation），记为 C.V.，变异系数越小，变异程度越小；反之，变异系数越大，变异程度越大。

采用变异系数法，虽然能够清晰看出历年各省域间的差异变化趋势，但无法看出各省域在校生规模的空间聚散状态。因此，继而采用ESDA 空间分析中的主流方法全局空间自相关和局部空间自相关法，对各省域全部在校生人均规模进行空间聚散探究。

2.全局空间自相关

通过对Global Moran’s I 全局空间自相关统计量的估计，分析区域总体空间关联和空间差异程度。其中I 统计量的计算公式为：

wij是二值（0，1）空间权重矩阵，n 是空间观测单元数量。若区域i 与j 属于邻接关系，则wij=1；否则wij=0。规定区域i 与其自身不属于邻接关系。本文采用公共边界原则定义省域间的空间关系，其中认为海南省与广东省邻接，与其他省域均不相邻。

在给定显著性水平时，若Global Moran’s I 显著为正，则表示空间正相关，即表示各省域与周边省域的高等教育规模呈正相关；该值越趋近于1，表示空间相关性越大，即表示高等教育规模高的省域其周边省域的高等教育规模也高，高等教育规模低的省域，其周边省域的高等教育规模也低，即表现为集聚效应。反之，若Global Moran’s I 显著为负，则表示空间负相关，即表示各省域与周边省域的高等教育规模呈负相关；该值越趋近于-1，表示空间负相关性越大，即表示高等教育规模高的省域其周边省域的高等教育规模低，高等教育规模低的省域，其周边省域的高等教育规模高，即表现为扩散效应。仅当Global Moran’s I 接近期望值-1/（n-1）时，观测值之间才相互独立，在空间上随机分布。Global Moran’s I 统计量是一种总体统计指标，仅说明省域空间差异的平均程度。在区域总体空间差异缩小（扩大）情况下，局部空间差异有可能扩大（缩小）。为了全面反映高等教育规模空间差异的变化趋势，还需采用局部空间自相关分析方法。

3.局部空间自相关分析

利用与全局空间自相关统计量Global Moran’s I 具有内在联系的Local Moran’s I 局部空间自相关统计量，来度量各省域与周边省域间的局部空间关联和空间差异程度。Local Moran’s I 统计量是Global Moran’s I 的分解形式，可用来进一步度量区域i 与其周边地区之间的空间差异程度及其显著性。对第i 个区域而言，该统计量的数学形式为：

4.条件地图法

条件地图法，是指根据地理数据的某一属性，按一定条件进行空间显示分析的方法。如可按某一比例或数量标准进行相应的分级显示，以充分显示属性的空间差异。

三、不分层次全部在校生省域差异及演化

（一）全部在校生人均规模差距呈逐年下降趋势

计算2008-2019 年的省域间全部在校生人均规模变异系数和Global Moran’s I 估计值，并绘制趋势图（图1）。由图1 可见，12 年来省域间全部在校生人均规模变异系数呈现显著的逐年下降趋势；Global Moran’s I 估计值虽有起伏，但从其趋势线来看，总体也呈现显著下降趋势。且Global Moran’s I 估计值在12 年中，皆显著为正，P 值均小于0.01。这表明我国省域全部在校生人均规模存在正向自相关，且随着时间的推移，各省域全部在校生人均规模总体空间差异逐渐变小。

图1 2008-2019 年省域间全部在校生人均规模变异系数、Global Moran’s I 估计值及演化趋势

（二）省域间全部在校生人均规模在空间上表现为由集聚转向分散

利用 ArcGIS10.8 软件，计算 local Moran’s I 估计值，并绘制条件地图（图2）。

由图2 可以看出：（1）每10 万人口高校在校生数高于3 000 人的省域，由2008 年的京、津、沪3 直辖市，扩大到 2019 年的京、津、沪、苏、吉、辽、陕、鄂和赣9 个省域，扩散趋势明显。（2）每10 万人口高校在校生数在2 000 人以上的省域，由2008 年的京、津、沪、黑、吉、辽、鲁、苏、浙、陕、鄂、赣 12 个省域，扩大到2019 年的除藏、青两个省域外的29 个省域，扩散趋势明显。（3）2008 年藏、青、新、云、川、桂6个省域，全部在校生人均规模低于2 000 人；而发展至2019 年只有藏、青两个省域低于2 000 人。（4）2008 年只有京、津、沪三直辖市全部在校生人均规模超过4 000 人，而在3 000 至4 000 之间的省域为0；到2019 年在3 000 至4 000 之间的省域又增加了吉、辽、苏、陕、鄂、渝和赣7 个省域。由此可见，各省域全部在校生人均规模呈现明显的空间扩散趋势，省域间差距逐渐缩小。

（三）省域全部在校生人均规模空间格局的演化

为深入研究省域全部在校生人均规模空间差异的局部变化格局，分别计算2008 年和2019 年各省域全部在校生人均规模的zi 值及Local Moran’s I 估计值，按照局部空间自相关方法，将研究省域分为四种类型：HH 区、HL 区、LH 区及 LL 区，并将结果表现在Moran 条件地图（图2）上，由2008 年图可见，京、津两个直辖市为HH 区，代表了自身在校生人均规模发展水平高，且其周边地区发展水平也高；藏、青、新、川、云、桂 6 个省域为 LL 区，表示自身在校生人均规模发展水平低，其周围地区发展水平也低。由2019 年图可见，HH 区与2008年没有变化，仍为京、津两个直辖市。而LL 区由2008 年的6 个省域减少为藏、青、新3 个省域。这同样佐证了单从全部在校生人均规模来看，省域间差距在缩小的事实。对比2008 年和2019 年图，可发现：经过12 年发展，明显形成了高等教育人均规模的两座山峰即京、津；三个低谷分别为藏、青和新。

图2 2008 年、2019 年Local moran’s I 估计值及每10 万人口高校在校生数分级条件地图

上文不区分专本硕博人才培养层次，采用变异系数法和ESDA 空间分析方法探究了高校全部在校生人均规模在各省域间的差异及演化，发现单从全部在校生人均规模来看，各省域高等教育均有了大幅度提升，省域间高等教育人均规模差距呈显著缩小趋势，这是否说明我国高等教育的公平性提升了？专本在校生是通过高考主要从本省域内部招生；硕博基本在全国范围招生，因此专本在校生人均规模更能体现高等教育的公平性；硕博培养规模又代表了人才培养层次的水平高低。故而下文对省域间高等教育的层次结构进行研究，探讨各层次在校生在总量规模、人均规模、年均增长量和培养结构方面的差异。

四、层次结构省域差异及演化

由12 年的省域间各层次在校生人均规模变异系数演化趋势图（图3），可清晰地看出，自2008 年到2019 年省域间专、本及专本合计层次的在校生人均规模变异系数，没有波动，呈现明显的下降趋势。而硕士、硕博合计在2014、2015 两个年份突增，之后又开始呈现下降趋势。博士在校生人均规模省域间变异系数在2014 年突然大幅增长到峰值，之后缓慢下降，总体趋势不明显。12 年间省域间专本层次人才培养差距呈逐年缩小趋势。图3 还显示专本层次变异系数显著小于硕博层次变异系数，专科层次省域间变异系数小于本科层次变异系数。这说明省域间高等教育在低层次人才培养方面的差距小于高层次人才培养方面的差距。

图3 2008-2019 年省域间各层次在校生人均规模变异系数演化趋势图

（一）专科层次差异

如表1 所示，从总量规模来看，鲁、豫、粤、川、冀、湘、皖、赣总量规模大，总量增速也快，未来在专科层次总量规模上仍会持续领先。鲁、豫、粤、苏、鄂、川、冀、湘8 个省域培养了全国51.4%的专科生。总量规模较大的苏、鄂、陕、浙，由于总量增速较慢，未来在专科层次总量规模的排序会后退。桂、渝、云、贵、新总量规模排序虽然较为靠后，但增速较快，未来在专科层次总量规模排序会前进。而沪、京、琼、宁、青、藏等省域在专科层次的总量规模和增速均较小，未来在专科层次的总量规模排序仍会处于末位。

表1 专科在校生总量规模、人均规模及其增长量排名

从人均规模来看，排名前几位的是：津、陕、赣、鄂、鲁、苏、豫、渝、琼，而从人均规模年均增长量来看，排名前几位的有贵、桂、渝、云、豫、新、甘、吉、川。专科层次在校生人均规模，高存量和高速率省域几无重复，说明专科层次人均规模存量高的省域，人均规模增速不高，而有些人均规模存量不高的省域，将会通过较快的增速从而逐渐缩小与高存量省域间的差距。人均规模高存量、低速率的省域，如排第2 的陕，增速排第21；排名第1 的津，增速排第25；排名第4 的鄂，增速排第24；排名第5 的鲁，增速排第15；排名第6 的苏，增速排第29。人均规模低存量、高速率的省域，如排第26 的贵，增速排第1；排名第29 的云，增速排第4；排名第21 的甘，增速排第7；排名第25 的吉，增速排第8；排名第24 的新，增速排第6。这都将有效缩小人均规模省域间差异，促进专科层次人才培养的省域公平性。

（二）本科层次差异

如表2 所示，本科层次在校生从总量规模来看，苏、粤、鲁、豫、川、冀、湘总量规模大，增速也快，未来在本科层次总量规模上仍会持续领先。苏、粤、鲁、豫、鄂、川、辽、冀、湘、陕10 个省域培养了全国47%的本科生。总量规模较大的苏、鄂、辽、陕，由于总量规模增速较慢，未来在本科层次总量规模的排序会后退。桂、皖、云、晋、贵总量规模排序虽然较为靠后，但增速较快，未来在本科层次总量规模排序会前进。而沪、津、甘、内蒙古、新、琼、宁、青、藏等省域在本科层次的总量规模和增长速率均较小，未来在本科层次的总量规模仍会处于末位。

表2 本科在校生总量规模、人均规模及其增长量排名

从人均规模来看，排名前几位的是：京、津、吉、陕、沪、辽、黑、鄂，而从人均规模增长量来看，排名前几位的有晋、吉、豫、桂、黑、津、贵、云。高存量与高速率省域很少重复。有些存量不高的省域，将会通过高增速快速缩小与高存量省域间的差距。人均规模高存量、低速率的省域，如排第1 的京，增速为负值，排名31 倒数第一；排名第4 的陕，增速排第12；排名第5 的沪，增速排名第30；排名第6 的辽，增速排名第22；排名第8 的鄂，增速排第20。人均规模低存量、高速率的省域，如排第21 的豫，增速排第3；排名第12 的晋，增速排第1；排名第27 的桂，增速排第4；排名第的26 的云，增速排第8；排名第28的贵，增速排第7；排名第的17 宁，增速排第9。这都将有效缩小人均规模省域间差异，促进本科层次人才培养省域公平性。

京、苏、鄂、辽人均规模大，名列前茅，但人均规模增长较慢，因此其人均规模的未来排序将会后退。吉、黑、津人均规模大，增速也快，因此未来排名将进步。粤、鲁、川、新、青、藏人均规模小，增速也慢。因此，未来这6 个省域的排序仍将继续处于全国的末游，也是国家应当扶持的对象。粤、鲁、川总量规模大，但因为人口基数大，导致人均规模排名靠后。豫、晋、桂、云、贵、宁人均规模不大，但增速较大，今后将进步。

（三）硕士层次差异

如表3 所示，从总量规模来看，硕士层次在校生排名前几位的省域为京、苏、沪、鄂、陕、辽、川，而从总量增长量来看，排名前几位的分别是京、苏、沪、鄂、鲁、陕。从硕士层次人才培养来看，高存量的省域与高速率的省域重复性高。如京、苏、沪、鄂、陕、辽、川、粤、鲁等省域都具有高存量、高速率特征。该9 个省域是我国重点硕士层次培养基地，培养了59.33%的硕士，双一流高校也多集中于此，因此表征了硕士总量规模在省域间的集聚及集聚趋势。

表3 硕士总量规模、人均规模及其增长量排名

从人均规模来看，排名前几位的是：京、沪、津、陕、辽、吉，从人均规模增长量来看，排名前几位的是京、沪、津、陕、吉、鄂、辽。从硕士层次人才培养来看，高存量的省域与高速率的省域重复性高。如京、沪、津、陕、辽、吉等省域都具有高存量、高速率特征，将会促进省域间在硕士层次人均规模上的差距。

（四）博士层次差异

如表4 所示，从总量规模来看，博士层次在校生排名前几位的省域为京、沪、苏、鄂、陕、粤、川、辽、黑，而从总量增长量来看，排名前几位的分别是京、沪、苏、陕、鄂、粤、浙、湘。从博士层次人才培养来看，高存量省域与高速率省域重复性高。如京、沪、苏、鄂、陕、粤等省域都具有高存量、高速率特征，将会促进省域间在博士层次总量规模上的差距。此6 个省域培养了全国60.4%的博士，是我国当之无愧的博士培养基地。另从存量上来看，川、辽等省域存量大，但增长速率不大。而浙、湘等省域虽然存量不大，但增速较快。

如表4 所示，从人均规模来看，排名前几位的是京、沪、津、陕、鄂、吉，人均规模增长量来看，排名前几位的是京、沪、黑、津、陕、吉、苏。从博士层次人才培养来看，高存量的省域与高速率的省域重复性高。如京、沪、津、陕、吉等省域都具有高存量、高速率特征，将会促进省域间在博士层次人均规模上的差距。另从人均规模来看，黑、苏增速较快，深入分析两省域又有不同，黑龙江人均规模增速较快的原因，除去博士总量规模的增长外，其人口呈现逐年递减趋势，也即其博士层次人均规模的增大主要是常住人口的减少所致。而江苏人口呈现显著的递增趋势，其博士层次人均规模的增速得益于总量存量和总量增速都位于前三位。

为探究各省域的人才培养结构差异及演化，绘制硕、博及硕博合计占比在省域间的变异系数及趋势图4，发现自2008 年至2019 年硕、博及硕博合计省域间的差距在逐年增大。这说明硕、博人才培养比重，或称人才培养结构的高层次性在省域间呈现逐年增大的趋势，这与国家集中力量发展一流高校的宏观战略不无关系。省域间变异系数在2014、2015 两个年份陡增，主要是因为北京“每十万人口博士在校生数”2014 年为 402.57，2015 年为 419.04，分别较 2013 年的 339.78，增长了 18.48%和23.33%，在该两年北京增长幅度大，而其他省域增长普遍较小，差距悬殊所致。

图4 2008-2019 年硕、博及硕博合计占比省域间差异的变异系数及趋势图

因为博士培养需要的师资、实验平台等资源比专科、本科层次要高，难度也大，代表其人才培养的水平高，故而本研究以博士占比衡量省域人才培养结构的水平高低，博士占比越高，说明该省域的人才培养结构水平越高。而省域总量规模，可以衡量一个省域在国家层面的贡献程度。因此，基于12 年的博士总量规模年均值和博士占比年均值，绘制博士总量规模与博士占比在省域间的差异散点图（图5），来探究各省域博士培养总量对国家的贡献和以博士占比为衡量指标的省域间人才培养结构的差异。

由图5 可见，京、沪无论从总量规模，还是从人才培养结构水平（博士占比）来看，均属于独领风骚型省域。苏、鄂、陕在总量规模上位居前5。此外，粤、川、辽、黑、浙、鲁、吉在总量规模上也比较靠前；津、黑、陕、吉、鄂、辽、苏等省域的人才培养结构水平也较高（博士占比较高）。结合表4 分析，粤、浙虽然总量规模不是太大，但两个省域的总量规模增速较快，有望在总量规模上再进一步。内蒙古、桂、豫、新、赣、青、琼、宁、贵、藏，无论是总量规模，还是博士占比，都处于劣势地位，结合表3、表4 分析，可发现这些省域在高等教育资源方面都有存量太小、缺乏高水平大学的共同点。这也支持了王传毅、程哲、赵琳等[10]认为博士规模主要依赖于存量的结论。

表4 博士在校生总量规模、人均规模及其增长量排名

五、结论与建议

（一）结论

1.我国高等教育水平得到了大跨度发展，省域间全部在校生人均规模差异呈显著缩小趋势，空间上由集聚逐渐转向分散

仅有京、津两个省域每10 万人口在校生数12年来均在4 000 人以上。经过12 年的发展，每10 万人口在校生数高于3 000 人的省域，由2008 年的京、津、沪3 直辖市，扩大到2019 年的京、津、沪、苏、吉、辽、陕、鄂和赣9 个省域，扩散趋势明显；每10 万人口在校生数在2 000 人以上的省域，由2008 年的京、津、沪、黑、吉、辽、鲁、苏、浙、陕、鄂、赣 12 个省域，扩大到2019 年的除藏、青两个省域外的29 个省域，同样表征为显著的扩散趋势。可见不区分培养层次，从全部在校生人均规模来看，省域间呈现为明显的扩散趋势。这说明经过12 年的发展，我国高等教育水平得到了大跨度发展，且省域间人口受教育程度的差距在缩小。

2.省域间专本层次在校生人均规模差距明显缩小

从变异系数来看，专本层次在校生人均规模变异系数曲线平滑，呈现显著的逐年缩小趋势。从Global Moran’s I 估计值来看，全部在校生人均规模，省域间也呈现出显著的缩小趋势。进一步研究发现，从专本层次在校生人均规模来看，高存量和高速率省域较少重复。有些存量不高的省域，将会通过较大的增长速率缩小与高存量省域间的差距。这说明在专、本层次的人才培养方面，省域间的差距缩小趋势明显，社会公平性显著提升，而且在未来这种演化趋势仍将存在。这与国家的高等教育支援计划不无关系，也是各省域人民大众对高等教育的需求作用于政府和高校的结果。因为在我国高等教育人才培养结构中，专本层次的人才培养在规模上占全部在校生的大部分，远远大于研究生培养规模，更是远远大于博士培养规模。因此全部在校生的各种指数的变动实际上主要受专本层次在校生各种指数的影响。对比图1 和图3，可发现省域间全部在校生人均规模变异系数与本专合计在校生人均规模变异系数基本相同。

3.省域间硕博层次在校生规模差距呈扩大趋势

无论从总量规模，还是人均规模来看，在硕博人才培养层次，特别是博士培养层次上，京、沪、黑、津、陕、吉、苏等省域都具有高存量、高增长的特征，这将进一步拉大各省域在高层次人才培养中的差距。此外，这些省域也是双一流高校集中地区，充分体现了国家“211”“985”“双一流”集中力量发展一流高校战略政策的效率。存量和增速方面省域间存在差异，黑龙江人均规模增速较快，受人口逐年减少影响。而江苏博士层次人均规模的增速得益于较高的原始存量。图5 显示在博士层次人才培养上省域间差距十分悬殊。

图5 2008-2019 年总量规模与博士占比在省域间的差异散点图

4. 全部在校生人均规模省域差距趋势虽在缩小，但目前我国高等教育仍呈现显著的东高西低态势，硕博士层次表现尤为明显

我国省域全部在校生人均规模高的地区主要集中在京、津、沪、渝四个直辖市和吉、辽、苏、陕、鄂、赣10 个省域。存在全部在校生人均规模的两座山峰和三个低谷的特征，前者即京、津，后者为藏、青和新。从总量规模上看，京、沪、苏、鄂、陕、粤等省域都具有高存量、高增长特征，说明目前这些省域博士培养总量规模大，经统计该6 省域培养了全国60%的博士、45%的硕士，并且还在快速增长，将会进一步拉大省域间在博士培养总量规模上的差距。从人均规模来看，北京人均博士占比近40%，第二名上海12.6%，第三名天津6.67%，三个东部直辖市就占了近60%。

（二）建议

据了解我国大多数高校的收入来源主要为生均财政拨款及学费等各类收费。央属、省属高校分别由国家和各省域按在校生规模拨付高等教育经费。这类经费主要用于高校维持相应规模在校生培养的基本运转，故可称之为“规模维持资金”。除此之外，国家和各省域对于入围“双一流”或类似扶持方阵的高校拨付专项发展资金，该类资金用于除基本运转外的内涵发展和提升，可称之为“内涵发展资金”。可见，高校内涵式、高质量发展主要取决于“内涵发展资金”的多少。高水平高校更易入围扶持方阵，于是形成高科研平台、高资金保障、高水平人才“三高”大学，实力更上一层楼，令一般高校望尘莫及。一般高校在缺少专项扶持的情况下，只能从“规模维持资金”中抽出少部分，用于内涵建设。其内涵建设经费多少主要取决于规模的大小。在校生规模较大的一般高校，因为规模效应的存在，也可以从规模维持资金中挤出较为可观的经费，用于内涵建设。因此，对于一般高校而言可以基于效率原则，选择“一点突破”战略，深入分析自身各学科在省域内的相对位置，先利用有限的挤出来的内涵建设经费，选择具有相对优势的一个或少数几个学科优先发展，以谋得在一点的突破，做大做强，做出特色，方有利于跻身扶持方队，获得专项发展资金。但从公平性来看也要防范由于制度倾斜造成校内收入、项目申报等方面贫富差距过大的风险。

马太效应导致高水平高校越来越强，且往往集中在少数省域，这或许是硕博，特别是博士层次人才培养规模省域间差距逐年增大的原因。因此，国家要防范双一流政策的实施可能造成的高校等级固化风险，[13]努力营造竞争机制，畅通能上能下的评价机制。省域间硕博，特别是博士层次人才的培养，需要大量高层次人才（博导）的集聚，短时间内难以达到和模仿。各省域制定高等教育宏观政策时，除去依据省域经济产业发展需要外，重点要盘点省域内高校的特色和在整个国家范围内的相对优势学科错位发展。专本层次的在校生规模，根据后发优势理论，较容易缩小，相对于硕博层次，对于学科基础、高层次人才聚集等办学条件要求相对要低，从后发优势理论的视角来看，在专本层次人才培养上落后省域更容易追赶。而专本层次的招生规模也体现着高考的公平性，各省域人民对高等教育的需求转变为省级政府的压力，也会促使省域加强专本层次人才培养的规模。这或许是省域间专本层次人才培养规模逐渐缩小的主要动力。专本层次人均规模较小的省域，如藏、青、新、贵、云、甘、桂等省域，今后来自社会的压力将继续促使其规模扩张（如贵、云、新、甘、桂的增速较大也是高社会压力推动的现实表现）。对于此类省域内规模尚小、内涵建设经费紧张的高校，虽有对标高水平大学之心，却无发展余力，而抓住机遇进行适当规模的扩张也是一计良策。但规模到底多大合适？超过多少会导致规模不经济？此类问题尚需要根据省情、校情进行专题研究。