■洪 熊 曾菊新
区域发展差异,是指一定时期内各区域之间人均意义上的社会发展总体水平非均等化的现象[1]。区域差异是社会各界普遍关注的一个热点问题,学术界从不同的研究角度,对区域差异问题进行了深入的研究,但基本集中在区域经济差异领域[1-8]。在研究方法层面则在传统的变异系数、基尼系数、锡尔指数、综合熵指数等数理统计分析方法的基础上[2-5],开始关注结合GIS手段的ESDA等统计方法的应用[6-8]。基础教育资源配置差异方面的研究刚刚起步,研究区域多集中在全国或省域层面,研究内容则多集中在宏观领域,且以数理方法为主[9-12]。结合GIS的空间分析技术,以县域为研究单元,分析和探讨教育资源空间配置差异的研究难得一见。
江西省十分重视基础教育的发展,全省“两基”(基本普及九年义务教育、基本扫除青壮年文盲)工作于2007年通过国家验收。至2010年,江西省小学适龄儿童入学率达到99.93%,初中适龄人口入学率达到98.74%。目前,基础教育的工作重心开始向教育均衡方面发展。2010年5月,江西省人民政府颁发了《江西省人民政府关于推进义务教育均衡发展的意见》,提出要实行鼓励政策,合理配置义务教育师资力量。基于此,本文以江西省小学师资配置为切入点,以县域差异为研究视角,在ArcGIS支持下,结合ESDA(Exploratory Spatial Data Analysis)等方法,通过揭示江西省县域小学师资配置差异,寻求差异形成原因,既可为实现区域教育公平提供决策建议,亦可为教育资源空间配置及教育公平研究提供方法借鉴,具有理论和实践的双重意义。
为分析江西省师资配置县域差异,数据资料来自2002—2011年《江西省统计年鉴》,图件数据来自于1:500000中国基础地理数据。研究单元包括江西省11个设区市,10个县级市,70个县,共91个研究单元(2010年9月国务院批准新设立共青城市,考虑到共青城市为新设立,研究数据缺失,因此,在本研究过程中仍将其归属为原来的德安县),时间序列为2001—2010年。
测试区域差距的方法一般有标准差指数、级差指数、极比指数、变异系数、加权变异系数、基尼系数、广义熵指数和锡尔指数等。在一般情况下,使用标准差指数可以从相对意义上测度出区域间的差距[13],锡尔指数的优势是它可以分解,从而较好地测度区域内和区域间差异[14-15],空间自相关是一种空间统计分析方法,其空间分布特征可以通过空间自相关的全域和局域两个指标来度量。全局空间自相关系数,是用来验证整个研究区域的空间模式和度量属性值在整个区域空间的分布态势。表示全局空间自相关的指标和方法很多,主要包括Moran’s I,Geary’C 和 Getis’G[16-18]等,其中常用的是Moran’s I。局域空间关联性指标Local Moran’s I是用来揭示空间地域单元与其临近空间单元属性特征值之间的相似性或相关性,可用于识别“热点区域”以及数据的异质检验[19]。
从标准差指数看(图1),2001—2010年标准差指数总体呈现波动递减,由3.465下降为3.461。根据变化幅度总体可分为两个阶段,即以2007年为分界,在2007年前是一个总体波动上升的过程,2007年达到最高值4.534,2007年后则处于一个逐步下降的过程。这说明江西省基础教育师资配置相对差距总体趋势在缩小,江西省基础教育师资配置均衡性得到较好体现。
图1 江西省基础教育师资配置县域相对差异
表1 江西省不同类型区域基础教育师资配置差异演化及分解
从师资配置差异的变化过程中,也可以看出政策对师资配置的影响。十一五期间国家颁布了《国家教育事业发展“十一五”规划纲要》,该纲要明确指出要促进义务教育趋于均衡。同时,2005年江西省小学开始大面积实施5改6(五年变六年)。考虑到政策的延后效应,以及5改6是跨年度的,因此,县域间师资配置差异在2005年和2006年出现了较大变化。但从2007年后,差异在逐步缩小,各研究单元师生比总体上围绕全省平均师生比附近波动,师资配置逐步走向均衡。
为了更好地了解江西省不同类别区域基础教育师资配置差异,根据锡尔系数的空间分解特性,本文将江西省91个研究单元分别从设区市、县级市、县三个层面的差异及其各自内部差异进行分析。表1说明,县级行政区内部差异最大,其贡献率一直保持在区域差异中的首位;设区市和县级市内部差异相差不大,但总体上县级市内部差异要大于设区市。三大类型区域间的差异在总差异中所占比重很低,均没超过3%。
从锡尔系数占比来看,县及县级市所占比例较高,且波动幅度较小,设区市虽然占比较小,但波动幅度较大。一方面,设区市作为区域中心,人口集聚水平较高,人口流动较大;另一方面,设区市在城市发展过程中,建成区范围不断扩大,不断有农村集体土地转化为城市建设用地,促使乡村学校转变为城市学校,导致较大水平的师资和生源的波动。区间差距不断变小的情况可以说明,随着农村学校撤并,班级容量逐步达到合理规模,生师比城乡差异在一定程度上缩小了。
采用GeoDA9.5软件计算了2001—2010年基础教育生师比全局自相关系数Moran’I(表1)。从结果可知,江西省基础教育师资配置师生比呈现正的空间自相关特性,即师资配置相似的县域在空间上呈集聚状态。但这种相关性总体上呈现出波动下降的趋势,除2004年和2008年略有升高外,其余年份均逐步下降。这充分说明江西省基础教育师资配置“冷点”区域和“热点”区域均不突出,集聚趋势在区域上总体向不断减弱的方向转变。
为了反映江西省县域基础教育师资配置的空间格局及其变化,以2001、2010年县(市)基础教育生师比数据,应用ArcGIS中的Equal Interval分类法将生师比分成三类(图2),依次划分为低值区、中值区和高值区。
从图2可知,2001年生师比高值区、中值区和低值区的数量分别为16个、41个和34个,2010年则变成了10个、50个和31个。从变化过程来看,处于中值水平的县(市)不断增多,处于高值区和低值区的县(市)不断减小,县(市)间生师比离散程度不断缩小,在区域差异上体现了逐步均衡的特点。
图2 江西省基础教育师资配置空间差异
在空间分布上,高值区大多集中在赣南丘陵山地地区和赣北相对贫困的县(市)。如赣北的修水、余干和铅山都是江西经济发展最为落后的县(市),增加了吸引和留住师资的难度。而赣南的南康、龙南、全南、定南等县(市),因为交通条件的改善以及经济发展水平的提高,生师比得到明显改善。
为了了解江西省基础教育生师比变化情况,根据2010年生师比占2001年生师比的比率来分析生师比变化,以生师比缩小、基本不变、小幅扩大、大幅扩大分为四类,得到图3。从图3可知,基础教育生师比变化南北差异较大。处于赣南的赣州市18个县市当中,有11个为缩小或基本不变。处于赣中的吉安和抚州两市则呈现相反的情况,吉安市生师比普遍处于变小或基本不变,而抚州市的生师比则呈现大幅扩大的现象。赣北则以小幅扩大和大幅扩大为主,分别为22个和15个,而缩小仅为5个,基本不变为8个。
图3 江西省基础教育生师比变化
从总体空间格局来看,对照江西铁路和高速公路建设发展情况可知,江西省基础教育生师比缩小或不变的区域大多集中在交通改善较为显著的区域。抚州市以及赣西北因为处于山区,加上交通长期不便,其生师比不减反增。
对照全国2001年和2010年基础教育平均生师比,全国是由21.64下降为17.88,而江西省基础教育平均生师比则由18.72上升为21.00。这充分说明了两个现象,一是乡村学校撤并,作为多山多丘陵的江西省,学校撤并数量较多,农村教学点的集中在一定程度上增大了班级容量,同时学校撤并后解聘了一批民办教师,这在一定程度上增加了生师比。二是江西省经济发展相对落后,工资水平在全国也处于较低水平,因此,教师流失也在一定程度上加剧了生师比的扩大。江西省生师比扩大较多的区域集中在交通条件改善不明显的赣中南和赣西北丘陵山地的特点,也印证了这一点。
为了进一步说明江西省基础教育师资配置在空间上的相互关系,应用GeoDA软件,计算得到2001年和2010年江西省91个县 (市)基础教育生师比Local Moran’s I系数值,然后利用Arcgis软件,将91个研究单元根据空间自相关系数分成正负相关,应用平均数将基础教育生师比分成高值区和低值区,两项综合得到高值正相关(HH型)、高值负相关(HL型)、低值正相关(LH型)和低值负相关(LL型)四类区域。
县域自身与相邻县域基础教育生师比均较高,呈正相关关系,这类县域称为HH型区域。2000年,这类区域基本集中在赣州市,占了18个HH型区域的15个,其余2个在赣中,1个在赣北。2010年,HH型区域得到拓展,由2001年的18个拓展为29个,其中赣南12个,赣中3个,赣北14个。分析其原因,主要是这些地区基本处于江西周边丘陵山地,交通不便,经济发展条件较差,因此,生师比较高,如2010年排在前二位的修水、于都等县,均为交通不便的贫困县。
县域自身生师比较高,但相邻县域的生师比较低,呈负相关关系,这类县域被称为HL县域。这类区域大多集中在设区市周边,如2001年吉安周边的吉安、吉水、峡江等县,南昌周边的新建、安义等县,鹰潭周边的余干、余江、东乡等县。并且,HL型县(市)数量在减小,由2001年的20个减少为2010年的16个。这说明设区市因为经济发展水平较高,综合服务配套完备,较容易形成师资集聚,因此,生师比相对较低。而设区市周边的县(市)受设区市的极化影响,师资相对容易向设区市流动,导致生师比较高。但随着社会发展以及教育均衡的推进,设区市与周边县(市)发展差距在逐步缩小,因此HL类型县域也在减小。
县域自身及相邻县域生师比均较低,呈正相关关系,这类县域称为LH县域。这种类型县域在2001年占重要比重,达到46个,并且在赣中、赣北连片分布。LH区域在2010年减少幅度较大,仅保留了28个。这类区域在交通条件较好,如浙赣线、京九线沿线表现为没有变化,但在交通条件较差、经济发展水平相对落后的抚州地区则减少明显。这也从另一个侧面印证了经济水平越发达,生师比相对越低。
县域自身生师比较低,但其相邻县域生师比较高,呈负相关关系,这类县域被称为LL型。该类区域增加较为明显,由2001年的7个增加为2010年为20个。这类县域的分布最明显的特点就是,其本身社会发展水平相对较高,因此生师比较低,但其周边县域较高,相当于形成一个极化中心。这类区域数据的增加以及分布的随机从一定程度上,说明了江西省基础教育师资配置在空间上有逐步均衡的趋势。
利用传统统计分析方法,结合ESDA,在ArcGIS和GeoDA等软件的支持下,以县域为研究单元,以基础教育生师比为测度指标,从时间、空间、关联性三个侧面分析了2001—2010年江西省基础教育师资配置差异的空间格局及演化,总结出以下基本结论。
第一,江西省基础教育平均生师比在逐步增加,由2001年的低于全国平均水平到2010年的高于全国平均水平,说明作为多山多丘陵的江西省,农村教学点的撤并,以及由于江西省经济发展水平相对落后导致教师流失等现象,均在一定程度上加剧了生师比的扩大。江西省基础教育师资配置相对差距总体趋势在缩小,说明江西省在促进基础教育师资配置均衡性方面取得较好成效。
第二,江西省基础教育师资配置空间差异体现了受区域经济和交通发展的影响。从总体空间格局来看,对照江西铁路和高速公路建设发展情况以及江西省经济发展水平可知,江西省基础教育生师比缩小或不变的区域大多集中在交通改善较为显著的区域。交通条件不便,经济发展相对落后的区域生师比普遍偏高。
第三,江西省基础教育师资配置空间关联性较为显著。HH型作为生师比较高区域,连片分布现象明显,并且多集聚在经济发展相对落后和交通相对不便的区域。LH型呈带状分布为主,沿江西省主要交通轴线浙赣和京九沿线集聚。LL型则在一定程度上体现了极化中心的作用,该类区域在空间上往往离散分布,说明江西省基础教育生师比分布冷、热点不突出。
本文以江西省基础教育师资配置为切入点,以县域差异为研究视角,揭示江西省县域间基础教育师资配置差异,这可为教育资源空间配置及教育公平研究提供方法借鉴。但鉴于研究的宏观层面,对于一些具体微观的分析显得不足,如城市化过程中,农村教学点并入城市学校后,其班级容量及师资变化等具体情况如何,是如何影响区域生师比变化的;丘陵山地农村教学点撤并、经济发展以及交通改善是如何影响师资配置的,这些问题均需要以县域为研究单元进行深入研究。考虑数据获取原因,本研究仅考虑了设区市、县级市和县之间的差异,没有考虑县域内的城乡差异。
[1]覃成林.中国区域经济差异研究[M].北京:中国经济出版社,1997.
[2]吴殿廷.试论中国经济增长的南北差异[J].地理研究,2001,(2).
[3]刘伟.长江经济带区域经济差异分析[J].长江流域资源与环境,2006,(2).
[4]徐建华,鲁风.中国区域经济差异的时空尺度分析[J]. 地理研究,2005,(1).
[5]吴玉鸣,徐建华.中国区域经济增长集聚的空间统计分析[J]. 地理科学, 2004,(6).
[6]蒲英霞,葛莹.基于ESDA的区域经济空间差异分析——以江苏省为例[J].地理研究,2005,(6).
[7]靳诚,陆玉麒.基于县域单元的江苏省经济空间格局演化[J].地理学报,2009,(6).
[8]仇方道,等.省际边缘区经济发展差异时空格局及驱动机制——以淮海经济区为例[J].地理研究,2009,(3).
[9]王志彬,赵和壁.基于AHP法的区际间义务教育办学条件评价和比较分析[J].经济研究导刊,2011,(21).
[10]吴春霞.中国义务教育公平状况的实证研究[J].江西教育科研,2007,(10).
[11]刘亮.制度供给的失衡与小学教育均等化问题研究[J].教育学术月刊,2010,(9).
[12]周晔,张海燕.均衡师资配置促进教育公平[J].内蒙古师范大学学报(教育科学版),2008,(10).
[13]赵建新.论区域经济差距的衡量指标与测试方法[J].经济地理, 1998,(3).
[14]Theil H.Economics and Information Theory.Amsterdam:North-Holland,1967.
[15]Schwarze J.How Income Inequality Changed in Germany Following Reunification:An Empirical Analysis Using Decomposable Inequality Measure.Review of Income and Wealth, 1996,(01).
[16]Moran PAP.Notes on Continuous Stochastic Phenomena.Biometrika,1950,(37).
[17]Geary RC.The Contiguity Ratio and Statistical Mapping.Incorporated Statis- tician,1954,(5).
[18]Getis A,Ord J.K.The Analysis of Spatial Association by Use of Distance Statistics.Geographical Analysis,1992,(24).
[19]Anselin L.The Local Indicators of Spatial Association-LISA.Geographical Analysis,1995,(27).