黄榕 丁晓昌｜中国高等教育高质量发展水平的测度研究

　　王奕俊, 胡慧琪｜“安全网”还是“分流器”？职业教育对于社会流动影响的实证研究——基于CFPS的证据

　　点击左下角【阅读原文】访问华东师范大学学报教育科学版官网；可下载本刊各期文章PDF全文；也可在线阅读本刊各期文章的XML格式全文

　　摘要：“建设高质量教育体系”是我国“十四五”时期发展的政策导向和重点要求，围绕这一目标，开展省际高等教育发展水平的测度研究，形成高质量发展路径是应有之义。结合当前阶段中国高等教育存在的主要问题与高质量发展的新要求新理念，测度体系以阿玛蒂亚•森的“可行能力理论”为理论框架，将高等教育视为具有独立行为能力的组织和促进地区社会经济发展中的关键要素禀赋，构建出包括要素、能力和功能3个维度的测度量表。量表涵盖高等教育数量规模、质量水平、经费投入、师资投入、基础设施、知识生产、人才培养、入学机会、研发条件、人力资本、创新成就等11个方面，并匹配有我国省级数据支撑的43项指标。基于2019年的截面数据和教育水平测度中较常用的4种方法—因子分析、偏最小二乘结构方程模型、优劣解距离法和灰色关联法，得出31个省市区高等教育在要素、能力和功能的分项得分及相应排名；依照聚类分析和综合水平排名，31个省市区高等教育发展水平依次被划分为卓越型、中等型和起步型3大梯队，为地区高等教育与社会经济的高质量协同发展提供了依据。

　　世界各国高等教育发展历程普遍符合马丁•特罗的“高等教育阶段论” (Trow， 2007)，遵循从精英化到大众化再到普及化的一般规律。截至2014年，联合国教科文组织统计的数据显示，全球188个国家有64个国家的高等教育迈入了普及化阶段 (别敦荣，易梦春，2018)。2021年我国高等教育毛入学率57.8%，高等教育在学总人数达到4430万 (教育部，2022)，迈入高等教育普及化国家行列，建成了世界规模最大的高等教育体系。我国高等教育发展虽然遵循发展阶段的普遍规律，但与世界其他国家在学制、体制和意识形态等方面千差万别，其中一个较大差异是：发达国家是高中教育规模较大后推动的高等教育发展，我国是在高中教育入学率长期维持在40%—50%的情况下，高等教育快速扩展反向拉动高中教育 (袁振国，2016)。从我国经济支撑能力与高等教育相对规模的关系来看，2020年中国人均GDP为10500美元，低于世界平均水平的10926美元 (国家统计局，2021)；同年，中国高等教育的总入学率为58.42%，略高于世界中上收入国家入学率57.55% (UIS，2021)。国际比较说明，当前我国高等教育发展水平相较于国民经济发展水平是适度超前的。高等教育“拔苗助长”后陷入了成长中的烦恼：自1999年以来的短期急速扩张导致了我国高等教育在数量与质量、供给与需求、结构和功能等方面的失衡 (李国强，2017)，高等教育大而不强、质量不高是不争的事实。因此，高等教育从规模发展向高质量发展的战略转变是非常必要的，党的十九届五中全会通过的《中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标的建议》适时提出了“建设高质量教育体系”的政策导向和重点要求。围绕新时代中国高等教育发展的新要求与新理念，总结有关教育发展水平评价研究的方式方法，结合当前阶段中国高等教育存在的主要问题，开展省际高等教育发展水平的测度研究是建设高质量教育体系的应有之义。

　　国际上反映和评价教育发展水平的指标体系为数众多，是当今社会各领域将综合指标分析方法（Composite Indicators，CIs）作为绩效评价工具的大趋势所致，满足了人们既要客观评价教育的发展状况，描述教育系统的重要特征，又要判断教育目标的达成情况，以期影响未来教育政策过程和效果。全球教育发展水平的评价是这类研究中的翘楚，大致分为两类：一类是在宏大叙事中关注教育发展的个别指标。比如，联合国开发计划署从1990年开始发布、迄今一直更新的人类发展指数（Human Development Index，HDI），以测度人类发展水平和各国社会进步程度。其中的教育指数（Education Index，EI）分为预期受教育年限和平均受教育年限，2019年中国HDI指数为0.761（挪威最高0.957）、排名第85，预期受教育年限（学龄儿童）为14年、平均受教育年限（25岁及以上年龄人口）为8.1年 (UNDP，2020)。又如，瑞士洛桑国际管理开发研究院以国际竞争力模型研究全球主要经济体在经济效率、政府效率、企业效率和基础设施4个方面的表现并由此形成年度排名，2020年中国在63个经济体中排名第20位，较上一年下降6个位次 (IMD，2021)。其中，教育竞争力作为基础设施的重要内容，其指标共计20个，占国际竞争力评价指标总数的6%，包括主观性调查指标和客观性统计指标 (IMD，2020)。另一类是专门聚焦教育发展情况的指标体系。如，继千年发展目标（MDGs）（2000—2015年）到期后，2015年联合国提出“可持续发展目标”（Sustainable Development Goals）（2015—2030年），包含17个具体目标，其中目标4是发展优质教育 (UN，2015)；目标的年度进展情况反映在《全球教育监测报告》中 (UNESCO，2021)。经济合作与发展组织每年发布《教育要览—OECD指标》，其指标包括3个维度：第一是教育系统的产出、成果和影响指标，产出指标一般用个体受教育程度表示，成果指标为个体接受教育后在就业和收入方面获得的益处，影响指标为知识技能的获得对经济增长和社会发展产生的环境影响或长期影响等；第二是教育组织内的参与和进步指标，如入学率、注册率、完成不同层次教育的可能性、不同课程和教育之间的转换率等；第三是教育系统或学习环境的投入指标，包括各级各类教育的政策、财政、人力、物质投入等 (OECD，2021)。

　　在上述研究范式的引领和示范下，通过构建指标体系综合评价教育发展水平成为近年来的研究热点。在概念表征上，评价指向的概念有教育发展水平 (杜育红，2000)、教育现代化 (高丙成，2019)、教育强国 (吴立保，曹辉，宋齐明，马星，2019)、教育竞争力 (中央教科所国际比较教育研究中心，2010)、教育发展指数 (邱均平，宋博，王传毅，2019)、教育效率 (徐健，汪旭晖，2009)、投入产出效率 (崔玉平，2010)、质量评价 (戚湧，欧玲燕，2020)等。这些概念表征在学术讨论范畴彼此有交叉；但有例外的是教育现代化，其指标架构分为行政版和学术版，行政版是以教育工作的重点领域为监测维度，突出了教育重点工作目标方面的进展程度 (袁益民，2019)。评价维度有内外之分，高等教育系统内部的维度有高职教育 (苏颖宏，罗薇薇，蔡经汉，2018)、本科教育 (聂娟，辛士波，2018)和研究生教育 (王传毅，徐冶琼，程哲，2018)的评价研究，高等教育系统外部的维度有高等教育与国家经济 (杨天平，刘召鑫，2014)、区域经济 (许玲，2014)等的协调发展研究。在指标体系上，指标来源丰富多样、各具特色，改善了利用单一指标测度的局限性：既有来自大学排行榜、学科评估结果、科学技术奖、教学成果奖等调查、排名或评审数据；也有统计年鉴数据，如师生员工数、高校机构数、投入经费、高校资产、专利研发等。在研究方法上，既有关于指标构建的定性研究 (赵庆年，2009)，也有发展水平的定量评价，再到基于发展水平与其他经济社会变量关系的实证分析。教育水平评价的一般路径是先指标加权求和再打分计算，过程中涉及指标权重的技术处理，处理方法有平均赋权和差异赋权。平均赋权对所有指标等量齐观。差异赋权法有主观与客观之分：主观方法中有根据德尔菲法(Delphi Method)集中专家评分，也有据经验法确定权重；客观方法则是根据各指标信息量大小确定权重大小。

　　第一是数量和质量的关系维度。数量和质量是教育发展过程中紧密联系但又各有侧重的两个方面。教育发展水平固然有质量的维度，但教育质量的提高需要以数量扩大为前提，没有数量的扩大难以提高质量。在教育数量和质量评价的关系处理上有3类情况：第一类，教育质量的评价还依赖于数量的体现。如，联合国教科文组织构建的EDI指数（The Education for All Development Index）用“小学5年级保留率”作为评估教育质量的最佳指标 (UNESCO，2018)。联合国开发计划署基于HDI指数对人类发展的质量进行评价，其中教育质量的评价指标包括受过专业教育培训的小学教师、可使用互联网的学校比例（初等和中等）、国际学生评估项目（Programme for International Student Assessment，PISA）的分数等 (UNDP，2020)。第二类，教育质量与数量并不泾渭分明。如，在一些关注经济社会发展的宏观研究中，受教育年限会作为人力资本变量用以评价教育质量，其暗含的逻辑为：适龄人群接受高等教育机会的比例提高，会使全社会劳动力素质有数量和质量的双提升。第三类，教育质量以学业成绩或技能来表示。最典型是基于PISA成绩数据构建具有可比性的国别“认知技能”（cognitive skill）指数，取代人均受教育年限成为影响各国经济增长的更显著因素 (Hanushek & Wößmann，2008)。

　　第二是从内部和外部两个体系的维度。其理论依据可溯源至“教育质量”的内涵。学术界对于教育质量的界定遵循着从“质量”推论“教育质量”的逻辑思路，如《辞海》对“质量”的解释是产品或工作的优劣程度；“教育质量”则被公认为教育水平高低和效果优劣的程度 (顾明远，1998，第798页) (潘懋元，2000)。水平、效果分别与内、外部体系对应。内部体系从教育水平出发，是教育供给端的合格度评价，与预先设定的标准和办学行为密切相关，当高校培养的人才、提供的服务能够达到规定标准，这种教育就是有质量的教育。2000—2014年期间关于中国高等教育质量的文献研究发现，除围绕对历次教育改革精神的宏观探讨外，其余研究话题集中在质量观、教学管理、人才培养以及质量保障与评估等 (曲霞，杨晓彤，2015)。外部体系从效果出发，是需求端的满意度评价，当国家（地区）、社会（产业）、用人单位、家长及学生等对高等教育有不同的需求和期望，高等教育越是能够满足这些差异化的需求，质量就越高。比如，在“全球竞争力指数”中，作为各国竞争力指标的效率提升的子指标部分，“高等教育和培训”是不可或缺的，它又具体包括高等教育数量、高等教育质量和在职培训3部分，其对高等教育质量的评价分别用高等教育系统质量、数学和科学教育质量、高等教育管理质量以及学校上网情况4个指标来表示，数据获得来源于问卷调查的态度测量，其中对高等教育系统质量的问题是“教育制度是否符合竞争经济的需要”，回答量表设定为从1（一点也不好）到7（非常好） (WEF，2017)。

　　本文以“高质量发展”作为测算高等教育发展水平的上限标准和价值取向，不仅仅是因为“高质量发展”作为性线年党的十九大首次提出的新表述、用以描述中国经济由高速增长阶段向高质量发展阶段的转换，更是因为“高质量发展”是高等教育自身发展过程中面临的使命变化，不仅仅要像过去一样继续追求自身体系的有质量发展，更要在高等教育职能中兼容与社会经济发展相协调发展的目标。过去，我国高等教育发展面临从数量规模扩张到内涵质量提升的变化，高等教育部门在社会中的地位角色也同步实现了从重点扶持、优先发展到全面支撑、率先引领的过渡升级。今后，高等教育的发展需要置于中国经济社会发展的背景和语境下，以是否符合地方社会经济发展需要作为评判其是否实现高质量发展的标准之一。

　　中国从计划经济时代初显端倪的M型经济结构—自1958年以来就存在的以区域“块块”原则为基础的多层次、多地区的层级制形式，是对独立且自洽的省级经济体进行评估的基础 (钱颖一，许成钢，1993)。伴随高等教育管理体制改革的深化，我国高等教育也形成了以省为单位的“块块分割”格局 (蒋华林，2016)，并深受“锦标赛”激励机制影响有动态演化的趋势。在此背景下，省域高等教育发展水平的评价研究自成一股潮流，其核心思想都是采用“相对绩效评估” (Lazear & Rosen，1981)的形式排列出各省高等教育发展的相对位次。早期估算省际高等教育发展水平的研究直接使用统计描述方法，或是对评价指标中的量纲数据进行无量纲处理（或称标准化处理） (孙敬水，2001)，或是对数据标准化处理后直接采用指数分析法 (毕吉利，周福盛，刘旭东，2020)。随着实证研究的发展，省际高等教育发展水平的估算开始引入量化方法：一类基于数理统计思想，如层次分析法（Analytic Hierarchy Process，AHP） (中国教育科学研究院国际比较教育研究中心，2012)、因子分析(Factor Analysis，FA) (吴玉鸣，李建霞，2002)、主成分分析（Principal Component Analysis，PCA） (段仁军，张伟，2002)、偏最小二乘（Partial Least Squares，PLS）结构方程模型 (张海英，周志刚，刘星，2013) (张男星，王纾，孙继红，2014)等；一类基于数学建模思想，如优劣解距离法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS） (迟景明，李奇峰，何声升，2019)或灰色关联分析法（Grey Relation Analysis，GRA） (王永杰，黄政，王振辉，2016) (潘兴侠，刘剑峰，陈鑫云，2020)等；一类基于投入产出效率思想使用数据包络分析法（Data Envelopment Analysis，DEA） (刘鑫桥，2014)；除上述较常见使用的研究方法外，还有一些独树一帜的研究方法，如协调度模型 (张哲，叶邦银，丁国勇，2020)、竞优评析理论 (温馨，扈钰鑫，殷艳娜，2019)、利用赫斯特指数综合测算变异系数 (许庆豫，徐飞，2012)等。这些研究方法的原理虽各有差别，但从本质上来看都是对各指标采用不同算法、形成综合判分。早期的研究会用聚类分析（cluster analyses）方法对各省高等教育发展的得分进行分类，将性质相近的省份归为一类 (胡咏梅，薛海平，2003)；近年来引入了空间计量学方法衡量各省份高等教育的空间相关程度 (夏焰，崔玉平，2016)，或展示其空间布局 (黄艳，周洪宇，2020)。

　　省域高等教育发展水平的评价结论，与高等教育资源以“胡焕庸线)的空间布局基本一致，尤其是北京、上海在各类高等教育评价中都遥遥领先，这与我国高等教育精英化时代以来优质资源配置向头部高校集中的惯性基本一致，一批“211工程”和“985工程”等重点建设高校相对集中于北京、上海。在大众化向普及化过渡时，我国高等教育体系在扩张的同时形成了以分层为主的金字塔结构，大量的高职高专院校和新建地方本科院校进入了金字塔底层和中下部位置 (陈先哲，卢晓中，2018)。在工程、项目等办学激励机制引导下，高等教育资源配置隐藏着“零和博弈”的风险，一校的收益必然意味着另一校的损失；高等教育资源配置结果具有明显过滤效应和倾向性，相对集中于金字塔尖的高水平研究型大学集聚北京、上海，有鲜明的马太效应。以往基于高等教育内涵质量发展的评价研究中，体量巨大的地方高校对国家建设的贡献度、对经济社会高质量发展的支撑度、在立德树人实践中的达成度，成为了“房间里的大象”，虽巨大而无法回避，却被明目张胆地集体性忽视。新时代高等教育高质量发展水平的测度，需要秉承新的价值导向和发展理念：高等教育在自有资源要素构成基础上，对社会发展的引领功能和适应程度越高，其质量也就越高。

　　理论框架是评价研究的最高层次，勾勒出研究目标的范围和测度的维度，明确了适合研究目的的一个原则，即如何将单个指标选择组合成有意义的组合指标 (OECD，2008)。阿玛蒂亚•森的“可行能力理论”（Capability Approach）为规范性的评价框架提供了借鉴。阿玛蒂亚•森将福利的内涵从财富和商品扩展至其所带来的机会和活动，能力是实现功能所必须具备的条件和机会，功能则与人们实现生活内容的能力相联系，从而将“福利”定义为个人在生活中实现各种有价值的功能的实际能力组合 (森，2006，第257—286页)。其后，“可行能力理论”应用广泛，包括对个人幸福和社会制度安排、政策设计、社会改革项目等 (Robeyns，2005)，如前文提及的HDI指数也借鉴了可行能力理论。传统的基于资源的评价方法认为，拥有相同数量资源的个人或群体拥有同等发展水平；而可行能力理论不仅着眼于人们拥有的资源，更看重人们追求功能性组合的自由及其实质性变化，这意味着拥有相同资源的个人或群体会获得不同水平的功能。

　　近年来对教育发展水平的评价，已经逐渐从教育体系内部的入学与参与、效率与结构、产出与功能等关照到外部的、经济、社会、文化、人口等影响。本文沿用阿玛蒂亚•森可行能力理论中从商品、财富到能力、功能的逻辑关系，参考研究中国教育不平衡的区域教育优势指数（Index of Regional Education Advantage，IREA) (Xiang，Stillwell，Burns，& Heppenstall，2020) (Robeyns，2005)，提出测度区域高等教育发展水平“要素—能力—功能”的3个维度（见图1）。

　　高等教育的要素指高等教育系统内所涉及的人、财、物等资源数量、结构分类及其分配布局，意味着教育机会（学生、知识等）与资源（学校、教师等）的可获得性，这些资源通常与区域经济背景（即人均国内生产总值）相关，其充足程度和成果质量将影响实现高等教育各职能的能力。能力一般是指一个人选择某个事物或实现某种目标的自由程度，假定地区内所有人可被视为同一个代理人，从而着眼于区域内代理人的平均能力，既包括教育机会获得，即地区内适龄人群接受高等教育的概率机会或地区中受过高等教育的人口比例，也包括科研条件获得，即参与研发的比例或条件。功能一般是指产出，在高等教育研究中侧重于高等教育职能所取得的系统性功能或成就，包括人才培养、科研水平和社会服务等。实现的功能既是指一个地区当前的高等教育运行基础和结果，也将通过反馈机制影响该地区转化资源为功能的能力。每一维度都受到社会背景的影响，包括相关政策、社会体制、社会和法律规范、环境因素等。

　　测度体系是指标的集成，指标的选择要兼顾理想与现实。理想是指“应围绕用途来选择指标” (王善迈，袁连生，田志磊，张雪，2013)，要全面地评价区域高等教育水平。要素维度指标一般由高校集合体的绝对数值加总构成，是内循环；能力和功能维度则考虑高等教育在地方的外溢性，主要包括区域发展中与高等教育有直接关系的指标或体现高等教育贡献度的占比指标。现实是指，指标的选择应以其分析的可靠性、可测量性、研究对象覆盖率、与被测量现象的相关性和彼此之间关系为基础，本文的测度体系覆盖3个维度、11个准则层、43项指标（见表1），以通过证据和分析来辨析省域高等教育发展状况。指标适用的范围均为省级，由于港澳台地区高等教育管理体制、发展历程与内陆地区迥异，因此本文未将其纳入测度范围；因高等教育发展偏存量的结构性调整，短期内不会有波动，因此本文使用2019年的截面数据来验证从量表到指标的适用性。数据来源为官方公布的统计数据，直接引用的指标27个，通过加总、比值等方式测算的指标16个。统计年鉴中可比的省级高等教育数据近70多项，在选取时剔除了存在高度重合信息的指标，并根据指标的自身属性分别划入要素、能力和功能的不同维度。比如，招生数、在校生数与毕业生数具有高度的线万人口高等教育平均在校生数”在具体测算方法时为一省市区高等教育在校生总数与人口总数的比值，可以反映当地高等教育在校人口的相对规模，同时该指标受到地方人口结构、经济发展水平、教育政策及高等院校布局等影响，所以该指标纳入功能维度（指标35，见表1，下同）；与之有关联的高等教育学位授予数（指标20、指标22）和招生数（指标21、指标23）归入要素维度。

　　高等教育的要素维度分为高等教育数量规模、质量水平、经费投入、师资投入、基础设施、知识生产和人才培养等7个准则层，覆盖23个指标。这些指标是统计年鉴中可用的、常见于同类研究中；个别指标会考虑其在地方经济发展中的相对比值（指标4）。

　　高等教育的能力维度分为入学机会和研发条件两个准则层，覆盖10个指标。入学机会一般用毛入学率表示。高等教育毛入学率，顾名思义就是指高校在校生数占一定适龄人口的百分比，是衡量一个国家或地区高等教育发展阶段的重要指标，毛入学率高表明提供的入学机会多。我国在具体测算国家级高等教育毛入学率时，在校生数用在学总规模代替，包括本专科在校生数、研究生在校生数、军事院校本专科在校生数和其他学历教育折合学生数；适龄人口为18～22岁年龄组人口数 (教育部，2021)。省级高等教育毛入学率为本省市区生源在全国各类高校（包括本省和省外）接受教育的人数与当地适龄人口的比值。限于数据收集的现实难度，有研究者将省级高等教育毛入学率定义为本省市区当年高考录取人数与本省市区适龄人口的比值 (陈斌，2016)。但考虑数据的权威性，本文中省级高等教育毛入学率（指标24）基本是从省市区国民经济和社会发展统计公报或教育事业发展统计公报中提取的2019年数据，河北、山西、吉林、黑龙江、湖北、海南、四川、甘肃为2018年数据，辽宁、陕西为2020年规划数据。就业人员继续教育参与率与高等教育毛入学率可以形成补充，就业人员参与教育与培训的机会越多，对个人素质和职业能力的提升也就越多。测算时，就业人员继续教育参与率为各省市区高等教育本专科招生数与本省市区就业人员数的比值（指标25）。未将网络本专科数纳入统计范畴，基于两点考虑：一是网络高等教育超脱了地域限制，无法准确描述省际特征；二是各省市区之间开展网络高等教育的差异较大，北京高等教育网络毕（结）业生数量一骑绝尘、与其他省市区数量总和相当，另有11个省份没有开展网络高等教育。研发条件是指学校现有资源中，可用于研发的能力和条件。国际上通常采用研究与实验发展（R&D）活动指标来衡量一国的科技实力和核心竞争力。本研究主要使用科技投入经费和研发所涉人员、项目、经费和地区占比等。在统计报表中，往往有同一项目的拨入（投入）和拨出（支出）统计，拨入（投入）一般表示获取科研资源经费支持的能力，拨出（支出）往往是科研过程中实际支出的经费，体现了高校以生产者和消费者的双重身份实际参与地方产业发展。为衡量高等教育在地区研发能力中的引领性，其中有两个指标为高校总量与地区总量的比值，该比值越高，越能体现高校对当地研发的贡献度（指标27和指标30）。

　　高等教育的功能维度分为人力资本和创新成就两个准则层，覆盖10个指标。从教育角度探讨人力资本，既要通过增加在学时间和提高各教育阶段入学率，从而延长劳动者的受教育年限，也要扩大教育规模、提高受高等教育人群的比例。平均受教育年限是指某组人口人均接受学历教育的年数，能够直接反映一个国家或地区的公民素质和教育效益，其计算公式为某组人口中每个人接受学历教育年限之和与该组人口总数的比值，人口组别依据年龄范围划分，比值越高表示人口受教育的水平越高。该指标测算依赖于普查年份获得完整的人口年龄与学历分布数据，其他年份通常只能基于人口抽样调查数据进行估算。根据我国现行学制，各级教育的受教育年系数设定为：小学6年、初中9年、高中（含中职）12年、大专及以上16年，文盲0年 (教育部，2021)。有研究者细化了大专及以上的教育年系数，测算方法是：6岁及以上人口平均受教育年限=（样本含小学文化程度人口数*6+初中*9+高中*12+中职*12+大学专科*15+大学本科*16+研究生*19.3）/6岁以上抽样总人口 (蔡昉，2020)。这种测算方法既有省级数据的支撑，也能兼顾高等教育层次类型的差异，本文采用了该方法（指标34）。一省市区人口受高等教育的比例，为人口抽样调查中一省市区6岁及6岁以上大专及以上人口数与该省市区人口抽样数的比值，反映了地区人口中教育程度为专科、本科和研究生的总体分布情况（指标35）。创新成就主要反映为技术转让、R&D成果、科技支出等。高校在国家创新体系中的地位日益凸出，公开报道显示，当前我国哲学社会科学领域85%以上的科研成果集中在高校，在国家自然科学“三大奖项”中高校获奖数量占据三分之二以上 (杜冰，2016)。为衡量高等教育在当地的外部溢出效应，指标38和指标40为高校总量与地区总量的比值，该份额比值越高，越能体现高校对当地创新成果的支撑度。

　　前文所述的诸多方法中，层次分析法是基于指标的两两比较、形成判断矩阵，判断矩阵需要通过一致性检验才行，对指标个数有不超过15的数量要求；数据包络分析法是与投入产出的效率研究相匹配的方法。这两个方法不适用于本研究。本文采用的测度方法有因子分析 (吴玉鸣，李建霞，2002)、偏最小二乘结构方程模型 (张男星，王纾，孙继红，2014)、优劣解距离法 (迟景明，李奇峰，何声升，2019)、灰色关联法 (潘兴侠，刘剑峰，陈鑫云，2020)等4种方法，关于这4种测度方法的原理可参考教科书或引用文献，本文不做赘述。在具体技术处理上，本文使用前两种方法时基于stata软件，对数据进行了均值为0、方差为1的标准化处理，其中因子分析方法的技术处理分别用了主成分分析法和主因子分析法；使用后两种方法时基于Excel软件，数据的无量纲化处理参考前述引用文献。

　　4种测度方法得出的初步结果为31个省市区高等教育的要素、能力和功能分项得分，形成了容量为465的数据集（31*3*5），其中因子分析包含了主成分分析和主因子分析法两种算法。为了更直观的分析，本文使用聚类分析对31个省市区进行归类分析，同类省份具有高度同质性，不同类省份具有高度异质性。根据聚类分析中分类数据与样本变量的经验公式K=1+1.332 Ln(N)，取N为31、适宜的分类数目为6类。基于层次聚类法中的加权平均联结法分析，本文对前述4种方法所测得分的聚类分析结果表明（样本容量为465）：第一类是北京，第二类是江苏，第三类是上海、山东、湖北、广东、陕西等5省市，第四类是天津、吉林、黑龙江、安徽、福建、江西、广西、重庆等8省市区，第五类是河北、辽宁、浙江、河南、湖南、四川等6省，第六类是山西、内蒙古、海南、贵州、云南、、甘肃、青海、宁夏、新疆等10省区（见图2）。

　　注：横轴上数字1、10分别单列第一、二类，9、15、19、17、27为第三类，2、7、12、13、14、20、22、8为第四类，3、6、11、18、23、16为第五类，4、25、5、24、28、29、21、30、31、26为第六类。1—31对应的省份依次是北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南、、陕西、甘肃、青海、宁夏、新疆。

　　同时，为增强省际比较的可比性、简洁性和一目了然，本文对各省市区3维度等值赋权并加总，这也是国际指数中常用的处理方式，形成了基于不同测度方法的31个省市区高等教育发展总体水平及排名（见表2）。

　　综合31个省市区高等教育要素—能力—功能的分项得分聚类分析结果（见图2）及综合发展水平（见表2），按照类型异同和排名先后，大致可以归为3大梯队，依次命名为卓越型、中等型和起步型（见表3）。

　　卓越型省份对应第一梯队，有7个—北京、江苏、上海、山东、湖北、广东、陕西，其高等教育发展综合水平较高，在高等教育发展过程中不仅能够重视高等教育要素的优化匹配，还能重视高等教育机会的提升和能力的获得，与地区人力资本、科研创新引擎等形成了良性的功能性互动，高等教育与区域经济社会发展步调保持协调。在卓越型省份中，高等教育的作用不仅仅是全面支撑，更开始逐渐发挥率先引领的功能性作用。值得注意的是，陕西作为西部省份也入列高等教育高质量发展之列，是中西部入围的唯一省份。

　　中等型省份对应第二梯队，有14个—天津、吉林、黑龙江、安徽、福建、江西、广西、重庆、河北、辽宁、浙江、河南、湖南、四川，这些省份在高等教育发展过程中虽然能够在一定程度上重视高质量发展，但囿于高等教育要素与能力、功能的不相协调，高等教育在地区发展中或错位或缺位，高等教育红利尚不足以转化为人力资本红利和创新发展红利，高等教育高质量发展具有一定提升空间。

　　起步型省份对应第三梯队，有10个—山西、内蒙古、海南、贵州、云南、、甘肃、青海、宁夏、新疆。这些省份基本沿袭传统高校区域布局的生产格局，随着区域经济增长差距逐渐拉大，高校变革的层次与专业分工受到极大掣肘，其高等教育尚处于要素资源的扩张与聚集阶段，在高校要素结构没有发生太多改变时会影响到能力和功能的发挥。

　　实证分析结果表明：第一，因子分析（包括主成分和主因子）、偏最小二乘结构方程模型、优劣解距离法和灰色关联法4种测度方法，尽管在测度个别省份时有数值差异，但整体的分类评价和区间评价是一致的。第二，以往省际高等教育水平的评价，与本文测度体系中的要素维度高度重合，要素导向下高等教育资源相对集中的直辖市更具优势，因此以往研究中，上海会超过江苏、天津排名相对靠前。但本研究使用了更具包容性的要素-能力-功能3维度测度体系，不仅考察一省市区高等教育要素，还从扎根地方办学的角度评价高校在服务地方发展方面的能力与功能。如，以本研究中江苏反超上海的现象为例，从省域范畴来看，江苏高等教育资源在13个地级市间的分布相对均衡，高校在地方筑巢引凤产生了集聚外溢的良性循环；而上海作为超大型国际都市，高等教育集合体在经济社会发展中居于从属地位。第三，区域经济发展水平与高等教育发展水平没有必然的直接关系。如，山东、湖北、陕西3省是高等教育发展水平领先于经济发展水平；天津、浙江二省市则为高等教育发展水平滞后于经济发展水平，其社会经济发展并不太依赖于高等教育。

　　对于物质生产领域的一般部门而言，质量是效率的提升，可以通过“创造性破坏”进行充分竞争和优胜劣汰以提高效率最终实现质量发展；但是高等教育行业具有特殊性，作为非义务教育提供的是“准公品” (王善迈，1997)，具有助推社会阶层流动、维系教育公平、维护社会稳定的长远意义，无法通过组织机构的竞争淘汰实现迭代更新。本文从要素、能力和功能3个维度构建的高等教育发展水平测度量表，为区域高等教育发展勾勒出从资源要素、发展现状到能力条件、发展成效的评价体系和结果，从而为高等教育质量提升引入一个外部推动的机制。过去，在区域高等教育体系的统筹发展中，基于高等教育竞争优势或比较优势的横向比较，各地纷纷将完善的高等教育结构、多元的高校类型、分明的高等教育层次、完整的学科专业体系等作为省域高等教育发展目标。如今，我们需要跳出高等教育谋求高等教育发展，关键是要不断提升省级高等教育与经济社会发展的匹配度及其对经济社会发展的贡献度，引领和支撑经济社会发展 (丁晓昌，2009)。本文的实证研究结果为上述观点提供了佐证。政府部门需要基于地方资源禀赋差异和特色发展需求，确定适宜的质量标准和评价体系，以分赛道、个性化的质量观引导高校特色办学、错位发展，实现全局性的分类协调和均衡发展。高校办学不能只跟着大学排行榜的指挥棒走，不能只比拼高校间的数据和指标，须在发展和思路上寻求新突破、构筑新优势，将高校的人才培养、知识生产与国家战略、地方发展和社会需求的目标相兼容或契合，从而获得来自政府、企业和社会的支持。

　　高等教育质量提升离不开对我国步入新发展阶段的认识。作为发展中国家，中国的高等教育发展一直处于赶超阶段，以劳动年龄人口平均受教育年限衡量，年轻人口队列的人力资本优于年长队列，呈现出人力资本水平随年龄递减的现象；随着未来新增劳动力规模的缩小，人力资本改善速度必然会减慢，经济发展的人力资本红利难以为继。因此，在高等教育输出人力资本功能弱化的情况下，需要强化高等教育在创新成就方面的功能，有两大因素至关重要。第一，构建产业链与教育链、人才链与创新链的有机耦合，要为合适的行业选择合适的大学，大学的聚集效应因行业而异。第二，构建有利的高等教育发展生态环境。当前，大学城、科教园等在全国各地普遍开花，但建设成效有得有失，高等教育资源的集聚并不直接意味着创新成果的产生。地方政府需要为创新集群的蓬勃发展创造有利环境，如提供必要的地方基础设施、搭建高校科技成果转化通道等。囿于篇幅限制，影响机制研究将在本文基础上另行展开。

　　作为一项高等教育发展水平的测度研究，本文尚有许多不足之处，更要看到研究本身的局限性—指标体系之外无法测度与衡量的、但确实与现实社会发生了亲密联系的高等教育。高等教育是一个度的术语，表现为人才培养、科学研究、社会服务、文化传承创新、国际交流合作等职能与现实社会的交织，蕴含了高等教育发展理念的发展性、多元化、贡献度和特色化等特征，超越了人们所观察到的。它不仅仅是在培养创新人才、提高社会创新能力、服务经济社会发展、推进治理体系和治理能力现代化等方面发挥了正向溢出效应，更是以一种实践、一种方式、一种进步和一种发展，成为全人类提高生活水平和生活质量，从而启发和追求更好未来的总和与实质。

　　（致谢：感谢学龚放教授、南京师范大学胡建华教授、南京信息工程大学吴立保教授等在论文撰写过程中的悉心指导，感谢匿名审稿人给予的修改意见。黄榕工作邮箱：）