张虎、周迪《我国高等教育公平与效率马太效应比较及协调发展实施路径》 推介

张虎、周迪《我国高等教育公平与效率马太效应比较及协调发展实施路径》

推介

       各位听众朋友，大家好！我是中南财经政法大学研究生怡然，今天我给大家推荐的是著名统计学专家——张虎教授及其弟子周迪老师所写的《我国高等教育公平与效率马太效应比较及协调发展实施路径——基于1995-2012年分省份数据的实证研究》，该文2015年8月刊载于《教育发展研究》。不少人认为，我国高等教育中存在马太效应，强者愈强、弱者愈弱，这一观点是否正确，是否有实证数据作为支撑呢？如果我国高等教育真有马太效应，其原因何在？又该如何破解？读了张虎教授和周迪老师的这篇文章，相信大家可以找到满意的答案。

      文章开篇，作者一针见血地指出，在我国高等教育资源配置中，公平与效率的重要性。“公平与效率是高等教育发展的两大价值目标，在公平与效率两个维度上，它们各自独立却又相互支撑和制约。历史证明，缺失公平的效率不可能达到高效率，同样，没有效率的公平只能是一种低水平的公平。因此，坚持公平和高效的双重目标、保持协调并重发展是我国高等教育发展的现实选择。作为一个幅员辽阔的大国，马太效应是我国区域间高等教育发展中存在的一个不容忽视的问题，即教育资源丰富的地区，在后续发展中所获得的教育资源越来越多，始终为我国的教育资源大省，如北京、上海等地区”“而落后地区由于教育部直属高校少，加上地方政府财力有限，教育经费投入较少，使得其教育资金、师资力量长期严重不足。此外，高等教育效率中也存在着马太效应，那些初期拥有较高教育效率的地区，由于教学、科研管理经验丰富，在后续发展中其效率也一直很高，始终为我国的教育资源有效配置大省，相反，教育效率低的地区则一直较低，甚至陷入了长期低水平的循环中。”

       在研究数据的来源和处理上，“本文以1995-2012年我国除西藏外的30个省级行政区为研究对象，1997年之前重庆市的数据是通过对原始数据进行分解得到，具体分解方法是依据1997-2000年间重庆占川渝数据和的平均比例。本文以各地区高等教育经费收入来衡量地区间高等教育公平情况，具体包括高等教育总经费收入以及生均教育经费收入这两个指标。效率测度中使用的变量借鉴魏梅（ 2012）的研究，其中投入指标包括高校专职教师数、高等教育经费支出、年末固定资产总额；产出指标选择高等学校本专科在校学生数以及各地区科技论文发表数，效率值通过EMS软件求得。数据来源于《中国统计年鉴》、《中国教育经费统计年鉴》、《中国科技统计年鉴》。文章中的部分年份数据缺失值采用平均值插补法补齐，经济数据以1995年不变价进行核算。并且资本存量初始年份数据源于张军的结果，并根据其方法求出直到2012年的值。”足见，作者在实证分析数据的指标选取与处理上是非常慎重和严谨的，科学精神爆棚。

       “本文首先利用超效率DEA模型测度了我国30个省市区的高等教育效率，利用各地区的总教育经费收入和生均教育经费收入来衡量区域间教育的公平情况，然后构建Markov链模型考察我国高等教育公平和效率的区域马太效应程度，并利用二维矩阵图的方式将各省市的公平和效率进行了分区，得到了”如下“结论和启示。”

       第一，“我国高等教育公平的马太效应相比高等教育效率更加严重”“特别是生均经费低水平地区长期处于低水平的情况以及高总经费收入地区长期处于高水平的情况尤其严峻，研究发现在1995-2012年间，当年生均教育经费收入为低水平的地区，一到五年后，仍为低水平的概率分别为91.7%、91.0%、91.1%、89.3%和88.2%，当年总教育经费收入为低水平的地区，一到五年后，仍为低水平的概率分别为95.0%、92.9%、90.4%、90.6%和89.8%；对于效率而言，地区在不同水平之间变动的程度明显更大，马太效应程度相对要轻，在考察期内，当年效率为低水平的地区，一到五年后，仍为低水平地区的概率仅分别为 76.8% 、68.9% 、63.7% 、60.6%和63.8%，变动程度相对更大。因此，从整体来看，我国高等教育公平和效率的区域差异固化问题上，前者更加严重，政府应该在高等教育公平上加大目前的区域协调力度。”

        第二，“应该重点支持那些效率较高、但‘公平不够’的地区”“本文利用二维矩阵的方式将各地区公平和效率进行了分区，有效识别不同地区高等教育发展的重点，认为，教育决策者应该在保障各地区基本教育资源的同时，重点支持那些高效率同时公平度不够的地区，加大对其投入，拓展其优质教育资源。”其重要意义在于，一方面，“对于目前我国高等教育公平中的马太效应现象有所缓解、从而促进高等教育公平和效率的协调并重发展；”另一方面，“可以激励那些效率不高，经费收入也不高的地区，使其在已有的教学规模条件下，加强教学与科研管理，提高教育效率，进而也得到政府的‘重视’。从而逐渐走出这种‘低水平陷阱’。”

       听了这篇文章的精彩部分，您是否想知道您所在省份属于作者分析的哪一类？是效率和公平都不高的A类，还是高效率低公平的B类，抑或是效率和公平都较高的C类，或是低效率和高公平的D类？针对不同类型的省份，作者建议采取不同的政策和措施，在此小编就不剧透了。听众朋友们，对于我国高等教育的马太效应问题，您有什么锦囊妙计或破解绝招呢？欢迎您在文尾留言指点。

       感谢张教授学术团队为我们呈现了如此直观、量化的数据分析和因地而异的破解策略，让决策者心明眼亮，让老百姓对教育公平充满希望。张教授及其团队长期从事金融统计与金融计量、风险管理、数理统计方法在经济中的应用等方面的研究，造诣颇深、成果丰硕，欢迎大家去深度研读张教授和周老师团队的学术佳作！

      本作品由中南财经政法大学云端读书会制作，欢迎加盟云端读书会，欢迎投稿。投稿邮箱：2734981947@qq.com。感谢大家的耐心倾听和阅读，我们下期再会！

本期推荐人：中南财经政法大学研究生怡然

播音：李昌鑫

指导老师：尹生教授