李翌 舒凯

摘 要：研究生教育是高等教育的重要组成部分，研究生教育师资力量是提高研究生培养水平和质量的核心要素之一。本研究基于2003—2017年研究生教师数量、正高级专任教师占研究生教师比例和研究生人数与研究生教师比值三项指标，进行熵权法探索性空间分析，探究中国研究生教育师资力量时空特征。结果表明：从时间上看，我国多数省域研究生教育师资力量逐年减弱，少数西部省域存在增强趋势;从空间上看，局部呈现出东北东南高值相关、西北西南低值相关和东中西部分地区高低相关的格局。因此，国家和地方教育部门需将建设研究生教育优质师资队伍放在实现研究生教育公平任务之首，重点帮扶西部、带动中部研究生教育师资力量可持续发展，减弱空间极化效应，实现区域协调发展。

关键词：研究生教育;师资力量;时空特征

中图分类号：G41

文献标识码：A 文章编号：2095-5995（2021）09-0047-12

一、问题提出

北京大学校长林建华指出，研究生教育代表了一个国家学术研究的最高水准，是衡量一个国家国际竞争力的重要指标[1]。中国由于各地区经济发展水平、地理位置、教育资源等条件不相一致，研究生教育发展并不均衡，东西、南北存在一定差距。研究生培养方式与本科不同，每位学生都有专门的指导教师，研究生在完成学校规定学习任务的基础上，可以参与导师的课题，在导师带领下通过完成一定的科研项目来提升自己的学术能力等。因此发展研究生教育师资力量是提高研究生教育质量和效率、促进研究生教育公平的关键问题。樊明成学者认为研究生经历连续六年的大规模扩招后（从1999年开始），当前我国研究生教育发展的师资条件已明显不足。今后应放缓我国研究生教育规模扩张的速度，加强研究生教育师资队伍的建设[2]。朱晓芸和杨潮学者从知识结构、教学技能、实践经验三个方面分析了适应专业学位研究生教育的高校师资队伍结构特征[3]。刘慧和田秀平从我国高校师资队伍管理、构成、师资力量的流动等方面深入分析了高校师资队伍的发展现状，并通过构建完整人才流动规划体系、高校教师激励与保障制度、搭建区域内的师资流通体系等措施，建立了区域环境中的高校师资流动管理模式，为高校师资力量的合理储备与有序流动提供参考[4]。但我国研究生教育师资长期以来的区域分布情况并无学者专门研究。从时间和空间视角对中国研究生教育师资力量分布情况进行分析更有利于明确师资配置的具体情况，能够更准确地把握区域之间存在的差距，为实现研究生教育均衡发展提供政策制定的依据。基于此，本文将探究2003—2017年中国研究生教育师资力量的时空演变特征，以期为国家相关部门的政策调整提供可参考的建议。

二、研究设计

（一）研究对象和数据来源

本研究主要对2003—2017年我国各省、自治区、直辖市等省级行政区域（不含港澳台，以下简称“省域”）的研究生教育师资力量进行分析。研究生教育师资力量主要通过研究生教师数、正高级研究生教师占比、研究生与研究生教师比三个指标来反映。研究生教师、正高级研究生教师、研究生的数据来源于历年《中国教育统计年鉴》及《中国统计年鉴》。

（二）研究方法

本文通过熵权法合成我国各省域研究生教育师资力量发展指数，利用探索性空间分析（ESDA）呈现我国2003—2017年研究生教育师资水平的空间变化情况，进而探究研究生教育师资力量的时空特征。研究生教育师资力量指标体系见表1。

1.基于熵权法的指標权重确定

熵权法根据各项指标变异性大小来确定客观权重，为本文研究生教育师资力量测度及分析提供了有效工具，具体步骤如下：

（1）数据标准化：采用极差标准化方法对2003—2017年全国31个省域的3项指标1395个数据进行标准化处理，计算公式为：

2.探索性空间分析模型（ESDA）

探索性空间数据分析 （ESDA） 方法是指对初始数据不采取任何假设， 而是根据一般的统计学方法利用数据可视化的效果对空间数据进行相关分析与研究。主要包括建立空间权重矩阵、全局空间自相关检验、局部空间自相关检测三个部分。

（1）建立空中权重矩阵W

空间权重矩阵是进行数据空间分析最基础和最重要的部分， 它是对研究对象之间的空间地理位置与其他区域之间空间依赖性的表达。W的表达形式如下：

（2）全局空间自相关

全局空间自相关是对属性值在整个区域空间的特征描述，计算全局空间自相关指标的方法很多，本研究选取Moran"s I方法，其计算公式为：

是空间权重矩阵值。Moran"s I统计量取值范围在-1到1之间。当I<0时，代表相邻省域之间具有负的自相关关系;当I>0时，代表相邻省域之间具有正的自相关关系;当I=0时，代表相邻省域不存在空间相关性。文中采用Z检验对Moran"s I结果进行统计检验：

（3）局域空间自相关

全局空间自相关是在假定空间为同质的条件下进行的，而事实上空间为异质的情况更为常见，局部空间自相关则可以更准确地反映出空间要素异质性特征。计算局部空间自相关有G统计量和LISA等。本文选用Local Moran"s I（LISA）的方法计算局域指标，计算公式为：

此外，LISA集聚图能反映空间单元的集聚类型及周围区域集聚的显著性水平。集聚类型有高—高关联（H—H）、低—高关联（L—H）、低—低关联（L—L）和高—低关联（H—L）四种。H—H代表该空间单元的度量属性及周围区域均为高观测值区域;L—H代表该空间单元度量属性为低观测值，周围区域为高观测区域;L—L代表该空间单元的度量属性及周围区域均为低观测值区域;H—L代表该空间单元度量属性为高观测值，周围区域为低观测区域。Moran散点图的四个象限分别对应以上四种局部空间关联类型，并能细化出31个省域的具体分布情况。

三、结果

（一）中国研究生教师基本情况

如表2所示，每年研究生教师人数较多的省域主要为江苏、北京、广东和河南等，研究生教师人数较少的省域主要为西藏、青海、新疆、宁夏和海南等。2017年与2003年相比，各省域研究生教师人数都有一定量的增加，超过5万人的省域为：江苏、河南等;增加3至4万人的省域为：四川、河北等;增加2至3万人的省域为：北京、湖南等;研究生导师人数增加1至2万人的为：黑龙江、云南等;增加低于1万人的省域为：新疆、海南等。由此可以得出，15年来我国研究生教师人数的变化特征为：第一，省域之间差异悬殊。如江苏研究生教师人数2017年达10万人，较2003年增长5.96万人，而青海2017年研究生教师数量为0.32万人，与2003年相比仅增长0.1万人。第二，东西部差异较大。东部地区的河南、山东和浙江等省域研究生导师数量增长大多超过3万人，西部地区的西藏和新疆等省域研究生教师数量增长则小于1万人。

（二）中国研究生正高级专任教师占研究生教师比例情况

2003—2017年各省域正高级专任教师人数占研究生教师人数的比例情况如表3所示。15年来北京、上海和吉林等省域正高级专任教师人数与研究生导师人数的比值较高，新疆和西藏的比值则一直较小。值得关注的是，随时间的推移，青海正高级专任教师人数占研究生教师人数的比例持续增加，从2003年0.07增长到2017年0.24，15年间增长量为全国最高。同时，2017年较2003年相比正高级专任教师人数占研究生导师人数的比例增长0.10～0.15的省域为：宁夏;增长0.05～0.10的省域为：北京、西藏等;增长0～0.05的省域为：浙江、云南等;陕西省增加为0;山西和山东为负增长。由此可知，第一，优质师资主要聚集在东北、东南地区。第二，西部地区青海和宁夏高水平师资队伍开始壮大，说明国家对西部地区高等教育的扶持初见成效。

（三）研究生人数与研究生教师数量比值情况

2003—2017年各省域研究生人数与研究生教师数量比（简称生师比）如表4所示。15年来北京和上海的生师比远超过其他省域，2017年分别达到6.07和5.03。新疆和贵州生师比15年来一直小于1;其他省域生师比则在1～3范围内。从比值增加的情况来看，2003—2017年全国各省域生师比均有所增加，2017年较2013年相比增加2～3的为：北京和上海，增加1～2的为：湖北、青海等;增加0～1的为：黑龙江、江苏等。由此可知，我国北京和上海研究生及其教师占有量已出现极化现象，绝大多数省域占有量较小。

四、讨论

（一）中国研究生教育师资力量时间变化特征

根据熵权法计算出我国2003—2017年各省域研究生教育师资力量指数（表5）。不难发现，15年来北京、上海和江苏研究生教育师资力量一直处于较高水平，西藏、新疆和海南则处于较低水平，其他省域介于二类之间。值得注意的是，2003—2017年大多数省域师资力量整体呈现出减弱的趋势，如北京、上海和江苏等27个省域都出现此类现象。具体而言，减弱趋势存在四种类型，一是持续减弱，如天津、河北等;二是减弱后小幅度上升，如北京和湖南;三是上升后减弱，如黑龙江、山东、甘肃;四是波动中减弱，如内蒙古、上海等。少数省域师资力量有增强的趋势，为西藏、青海、海南和宁夏4个省域，均属持续增长。其中，青海省15年来增长较快、宁夏次之。此外，部分相邻省域研究生教育师资力量差距较小，但有些邻近省域相差悬殊，如湖南和广东师资力量接近，四川和西藏师资力量15年来仍差异较大。

（二）中国研究生教育师资力量空间特征

1.全局空间自相关分析

通过GeoDa软件测算出我国研究生教育师资力量的Global Moran"s I，如表6（见39页）所示，2003—2017年研究生教育师资力量的莫兰指数由0.21减小到0.14，且p>0.05和z<1.96，均未通过检验，这表明全国研究生教育师资力量总体上未表现出明显的空间自相关趋势。

2.局部空间自相关分析

全局空间自相关是假设空间为同质的条件下进行空间分析的，分析结果代表一定空间范围内的整体情况，而同一的空间的不同区域往往是异质的。因此，可通过局域空间自相关分析来探究我国研究生教育师资力量的区域差异。一般而言，局域空间自相关分析主要有LISA集聚图和Moran"s I散点图两种方法，LISA集聚图能直观的呈现空间集聚现象，Moran"s I散点图可观察各个集聚类型区域中的具体省域，故本研究基于这两种方法对我国研究生教育师资力量的空间演变特征进行分析。

（1）LISA集聚图 LISA集聚图展现了2003—2017年我国31个省域局部相關性在地理空间上的分布演化情况（图1）。

值得关注的是，我国研究生教育师资力量高值区15年来一直聚集在天津，表明天津市研究生教育师资力量较为雄厚，相邻的河北省和北京市研究生教育师资力量也较强，存在显著的空间相关性。原因可能为，这些区域的经济条件、地理区位和教育资源等具有一定优势，成为大量研究生求学和研究生教师任职的优先选择。

2003—2017年新疆、云南及其邻近省域研究生教育师资力量主要处于低值区，表明这些地区研究生教育师资力量较弱，相邻省域研究生教育师资力量同样较弱。此外，2011年开始青海省研究生教育师资力量与相邻省域的相关性变得显著，也属于低值区，直到2017年仍存在这种情况，这可能是新疆和西藏研究生教育师资力量水平上升，与青海的相关性增强有关。

2003、2004和2006年四川与相邻省域研究生教育师资力量相比处于较高水平，但2006年之后这种现象消失，局部空间集聚不再显著。这表明，四川邻近省域研究生教育师资力量有增加趋势，如西藏和贵州等。总之，高值区和低值区的空间分布都较为集中。高值区一直位于我国天津。低值区则集中在我国西部，表现出一种“俱乐部趋同”现象，说明研究生教育师资力量受周边地区影响较大，在长时间内这种空间邻近效应一直较为明显。

（2）Moran散点图

为了观察2003—2017年各省域研究生教育师资力量的空间集聚具体分布情况，本研究利用GeoDa软件得到Moran散点图，并将散点图转化为表格形式，直观呈现出各省域的象限分布情况（表7）。

总体来看，15年来属于H—H、L—L区域内的省域数量均大于其他两个区域，占比较大，这表明研究生教育师资力量具有明显的空间集聚特征和一定的空间依赖关系。具体来看，H—H区省域数量基本没有变化，主要集中在我国东北和东南地区。其中，北京、天津、吉林、上海、江苏、山东15年来一直保持在H—H区，这可能与经济水平、国家政策、拥有优质教育资源等因素有关。此外，2003—2004年湖北、2007—2011年重庆处于高值区，之后退出H—H区，这表明研究生教育师资力量较强地区相邻现象减弱。

L—L区省域数量没有较大变化，主要为我国西北和西南地区省域。表明这些地区师资力量较弱，可能是经济较为落后和教育资源相对匮乏导致人才流失所造成的。值得注意的是，如果2017年之后L—L区域内省域继续增加或保持不变，可能会出现“贫化效应”，即某省域研究生教育师资力量较弱，影响周围邻省研究生教育师资力量也变得薄弱。

2003—2017年L—H、H—L区内省域数量基本一致，这表明研究生教育师资力量较强的省域未对研究生教育师资力量弱的邻省起到空间辐射作用。如L—H区域中的河北，与北京、天津和山东相邻，但未受益于这些高值区省域的引领带动，研究生教育师资力量15年来一直处于L—H区。2007年开始，H—L区内省域保持不变，主要分布在我国东北部、西部、中部、南部，表明这些省域同样未能发挥空间辐射作用和带动相邻低值区省域研究生教育师资力量的发展来减弱“极化效应”。

五、结论和建议

（一）结论

本研究通过建立熵权法探索性空间分析模型，计算出我国2003—2017年各省域研究生教育师资力量发展指数，并对其进行全局空间自相关和局域空间自相关分析。得出以下三点结论：

第一，2003—2017年我国大多数省域研究生教育师资力量水平呈现减弱的趋势，表现出持续减弱、上升后减弱、减弱后小幅上升和波动中减弱四种形式;少数省域师资力量表现出增强的趋势，均为持续增长。

第二，我国研究生教育师资力量水平未呈现出明显的全局空间自相关性，而表现出了较强的局部空间自相关性。

第三，我国15年来各省域局部空间自相关关系变化不大，高值区主要位于我国东北和东南地区，低值区主要位于我国西北和西南地区，高低或低高值区主要分布在我国东北部、西部、中部、南部等地区。

（二）建议

1.建设研究生教育优质师资队伍

由各省每年师资力量情况（表4）可知，第一，北京、上海和江苏2003—2017年研究生教育师资力量一直处于较高水平，这些省域的高校应该为其他省域的教师们提供更多在职培训的机会、搭建更多学术交流的平台。第二，15年期间青海和宁夏研究生教育师资力量增长较快，西部地区研究生教育师资力量薄弱的省域，可以借鉴青海和宁夏的发展经验。第三，2003—2017年我国大部分省域研究生教育师资力量均出现减弱的现象，可能是各高校师资已不能满足当前研究生教育的發展速度所造成的。一方面，由于研究生扩招，对高水平师资的需求不断扩大。另一方面研究生教育不再以教材为主要载体，更多以学术、科研团队为载体，时代对研究生导师的要求不断提高，高校中卓越教师稀缺。所以，各高校应将建设研究生教育优质师资队伍的目标放在重要地位。

2.减弱空间极化效应

我国研究生教育师资力量表现出了较强的局部空间自相关性，最为显著的特征为出现空间极化现象。2003—2017年LISA集聚图表现出高值区集中在我国东北部天津一带，低值区主要分布在我国西南和西北地区，并且这种格局15年一直未得到较大改善。因此，这种情况应引起西部地区及国家相关部门的高度重视，需为改变西部地区缺乏优秀师资队伍、突破研究生教育发展困境的现状提前做好规划和安排。加强各高校之间的合作、交流，促进人才和教育资源的均衡流动，发挥空间辐射作用，尽可能缩小区域之间研究生教育师资力量的差距，减弱空间极化效应。

3.实现区域协调发展

2003—2017年研究生教育师资力量四象限区域分布表（表6）展现了我国31个省域各自所处的区域，可以根据此表利用研究生教育师资力量所表现出的空间依赖关系，充分发挥邻近省域的空间溢出效应。H—H、H—L区省域支援相邻L—L、L—H区省域，研究生教师之间进行课题、科研项目的合作，共享学术成果，实现优势互补。例如，同属西部地区的陕西和四川属于H—L区，这两个省域应该利用此优势为西部地区研究生教育师资的培养提供一些便利。总之，只有区域之间协调发展，不同地区研究生教育师资力量才能缩小差距，为提升研究生教育质量，促进研究生教育公平助力。

参考文献：

[1]郑炜君，王顶明，曹红波.国际化背景下的研究生教育课程体系与师资建设——第二届研究生教育国际论坛综述[J].学位与研究生教育，2017，300（11）：72-77.

[2]樊明成.当前我国研究生教育发展的师资条件分析[J].学位与研究生教育，2006（11）：34-38.

[3]朱晓芸，杨潮.促进专业学位研究生教育的高校师资队伍建设研究[J].教育发展研究，2012（13）：104-108.

[4]刘慧，田秀平.区域环境下高校师资储备与合理流动[J].中国成人教育，2017（5）：30-33.

[5]李晶，何声升.中国高等教育发展水平的空间差异研究[J].西部论坛，2017，27（5）：70-78.

[6]李晶，何声升.省域尺度下中国高等教育的区域差异研究[J].长春大学学报，2018，28（1）：1-6.

[7]严全治，余沛，田虎伟.省域地方普通高校生均教育经费支出的时空演变特征和影响因素[J].高等教育研究，2016（7）：27-32.

[8]彭文斌，刘友金.我国东中西三大区域经济差距的时空演变特征[J].经济地理，2010， 30（4）：574-578.

[9]张茂龙.ESDA视域下我国高等教育空间分布格局研究[D].广州：华南理工大学，2012.

[10]何声升.中国高等教育空间分异与影响因素研究[D].大连：东北财经大学，2017.

猜你喜欢时空特征师资力量研究生教育电商平台的定价行为及差异化竞争策略商业经济研究(2019年12期)2019-06-18我国北方土壤风蚀力时空特征分析安徽农业科学(2018年32期)2018-05-14关于电子科学与技术学科建设的探究与实践智富时代(2018年2期)2018-05-02关于电子科学与技术学科建设的探究与实践智富时代(2018年2期)2018-05-02南京市双语幼儿园发展现状以及师资构建校园英语·上旬(2017年14期)2017-12-21我国优秀女子撑竿跳高运动员专项身体素质训练特征分析首都体育学院学报(2017年4期)2017-09-05增强会计学专业中外合作办学项目师资力量的思考教育教学论坛(2017年27期)2017-07-12中国装备制造业全要素生产率时空特征商业研究(2017年4期)2017-05-12关于交叉学科的研究生教育的一点思考教育教学论坛(2017年5期)2017-03-06高校研究生培养存在的问题及对策教育教学论坛(2017年2期)2017-02-10

相关热词搜索： 师资 中国 演变