導語：普高教育經費配置研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

一、變量、指標和數據的說明

對教育經費配置情況的測量、比較和分析，通常意味著使用多個維度的指標，例如教育事業費撥款、工資福利支出、生均教育經費支出個人部分等。據此，本文選取了《中國教育經費統計年鑒2011》中的相關變量，來比較國內各地區普通高校教育經費配置情況，并對其進行分類。本文選取的變量有教育事業費撥款、基本建設撥款、科研撥款、其他撥款、工資福利支出、對個人和家庭的補助支出、商品和服務支出、其他資本性支出、生均教育經費支出個人部分、生均教育經費支出公用部分，共計10個變量。上述變量或指標的相關數據均來源于《中國教育經費統計年鑒2011》。

二、區域教育經費配置情況：兩因子的描述

（一）因子分析的基本原理因子分析的主旨是在最少信息丟失的條件下，將眾多觀測變量濃縮成幾個因子。這表明，因子分析是通過降維的方式來實現濃縮變量的目的，進而探索隱藏在眾多觀測變量背后的變量結構。對于因子分析的方法，陶雙賓認為：“用少數幾個因子去描述許多指標或因素之間的聯系，即按照比較嚴密的運算規則，將比較密切相關的幾個變量歸于一類，每一類變量就成為一個因子，以較少的幾個因子反映原資料的大部分信息。”降維是因子分析的核心。

（二）兩因子的提取本文運用SPSS19.0統計軟件，通過因子分析的方法濃縮從《中國教育經費統計年鑒2011》上選取的10個變量，即對這10個變量進行降維。在運用因子分析方法之前，首先要判斷所選數據資料是否適合進行因子分析。分析某組數據是否適合進行因子分析，主要是通過相關系數矩陣、KMO值和Bartlett的顯著性檢驗來判定。選取表示教育經費配置情況的10個變量，對其進行因子分析。由SPSS19.0統計軟件生成的有關檢驗結果可知：該組數據各變量之間的相關系數絕大部分都在0.78以上，KMO值為0.847，并且通過了Bartlett的顯著性檢驗（具體如表1所示）。據此可以確定，該組數據適合進行因子分析。從表2中的旋轉前提取平方和載入解釋百分比可知，提取兩個公因子可以解釋所有變化的92.376%，也就是說，這2個公因子所承載的內容已經能夠解釋原始數據的絕大部分信息。本文還通過正交旋轉的方法來對各個因子載荷做出更為合理的解釋。正交旋轉方法的作用在于它能夠簡化因子負載矩陣，并且旋轉之后的各因子之間不相關。如表2所示，旋轉后的平方和載入解釋百分比與旋轉前的平方和載入解釋百分比保持一致，這說明，通過對初始因子進行的正交旋轉沒有影響到變量對總方差的解釋力度。正交旋轉后獲取的2個公因子以及相應的因子載荷矩陣可以作為測量、比較和分析國內大陸各地區普通高校教育經費配置情況的新變量。在因子分析中，對公因子的命名一般依據正交旋轉后的因子載荷矩陣中各因子負載值的高低來完成。由表3可知，公因子1在教育事業費撥款、基本建設撥款、科研撥款、其他撥款、工資福利支出、對個人和家庭的補助支出、商品和服務支出、其他資本性支出8項指標上有較高的負載值，公因子2在生均教育經費支出個人部分、生均教育經費支出公用部分2個指標上有很好的負載值。因此，公因子1主要表現的是普通高校教育經費配置的總體情況，所以將公因子1命名為總體教育經費因子；公因子2主要體現了普通高校教育經費配置的人均情況，所以將公因子2命名為人均教育經費因子。表4中的因子總得分是通過賦予2個公因子不同權重并計算后獲得的，計算過程是總體教育經費因子乘以45與人均教育經費因子乘以50得到的乘積之和。因子總得分整體上體現了我國各地區普通高校教育經費配置的差異。從表4中可知，普通高校教育經費配置較高的地區有北京、上海、江蘇、廣東、浙江，教育經費配置較低的地區是西藏、貴州、海南、寧夏、青海。

三、教育經費配置的區域劃分及其差異的比較：基于兩因子的聚類分析

（一）以兩因子為基礎的聚類分析

以上的內容在一定程度上說明了我國各地區普通高校教育經費配置的差異。接下來，我們將在2個公因子的基礎之上，對國內大陸地區普通高校教育經費配置情況做分區研究，并比較各分區之間的不同。為了對各地區進行有效的分類，本文選用SPSS19.0統計軟件中的系統聚類方法，對國內大陸地區的31個省份進行分類。系統聚類即層次聚類，陶雙賓認為其主要思想是：首先，將所有個案各自當作一類，并規定個案之間的距離和類與類之間的距離，然后將距離最近的2類合并成1個新類，計算新類與其他類的距離，重復進行2個最近類的合并，每次減少1類，直到所有個案都合成1類。本文在兩個公因子的基礎上，通過SPSS19.0統計軟件對國內大陸各地區進行系統聚類分析之后，得到清晰的結果如圖1所示。本研究結合樹狀圖顯示的分類結果以及實際分析中的需要，將我國大陸的31個省份分為5類。結合樹狀圖對各地區進行分類后發現，北京、上海各自歸屬一類。從兩個地區的屬性以及散點圖（圖2）呈現的地區分布情況可以看出，北京、上海兩個省份教育經費配置情況較為相似，因此將北京與上海歸為一類。這樣，分類結果由最初的5類變成了4類，具體分類結果如表5所示。

（二）不同地區在2個因子方向上的差異

為了對各地區之間差異有更加清楚的認識，本文報告了不同類型地區在因子總得分、總體教育經費因子得分、人均教育經費因子得分上的均值，如表6所示。為了更加直觀的了解不同類型地區之間的差異，本文通過SPSS19.0統計軟件生成了總體教育經費因子與人均教育經費因子的散點圖（圖2）。圖2說明了總體教育經費因子與人均教育經費因子的相關關系，圖中的每一個點代表一個省份，所有的點均是相應橫縱坐標垂線的交點。散點圖展現了不同地區在兩個公因子上的分布情況。作為1類地區的北京、上海，無論是在總體教育經費因子上，還是在人均教育經費因子上都有很高的得分，特別是北京。這就說明，北京在教育事業費撥款、基本建設撥款、科研撥款、其他撥款、工資福利支出、對個人和家庭的補助支出、商品和服務支出、其他資本性支出、生均教育經費支出個人部分、生均教育經費支出公用部分等方面都位居全國前列。由于上海是后期被歸入到1類地區，所以與北京相比仍有所差異。從散點圖中可知，上海雖然在總體教育經費因子得分上低于北京，甚至低于其他部分省份，但在人均教育經費因子上具有很高的得分，僅次于北京。因此可以說，上海在生均教育經費支出個人部分、生均教育經費支出公用部分上有明顯的優勢。江蘇、廣東作為2類地區，在總體教育經費因子上的得分較高。這表明，2類地區在教育事業費撥款、基本建設撥款、科研撥款、其他撥款、工資福利支出、對個人和家庭的補助支出、商品和服務支出、其他資本性支出等方面具有一定的優勢。然而，在人均教育經費因子上，2類地區較弱，處于全國的中游水平。整體而言，2類地區的江蘇、廣東不分伯仲，在總體教育經費因子上江蘇比廣東好些，而在人均教育經費因子上廣東更有優勢。與2類地區的江蘇、廣東幾乎正好相反，4類地區的西藏、青海、天津在人均教育經費因子上具有一定的優勢，即該類地區在生均教育經費支出個人部分和生均教育經費支出公用部分方面位于全國的上游，而在總體教育經費因子上卻具有明顯的劣勢，特別是西藏和青海這2個省份，都處于全國的末端。相比而言，作為直轄市的天津，比西藏、青海好很多。從圖2可知，3類地區的海南、寧夏、湖南、河南、四川、山東、河北、云南、廣西、江西、安徽、重慶、福建、甘肅、貴州、內蒙古、吉林、新疆、浙江、遼寧、黑龍江、山西、陜西、湖北24個省份比較集中。該類地區無論是在總體教育經費因子上，還是在人均教育經費因子上，都表現出明顯的劣勢。但具體而言，浙江在2個公因子上得分較為均衡，表明該省份正處于大力發展教育事業的階段。

（三）各分區在具體指標上的差異

從上述因子分析以及聚類分析的結果可以看出，總體教育經費配置與人均教育經費配置直接決定了我國各地區的教育經費配置水平，其中，人均教育經費配置水平的高低是反映地區教育經費配置水平的一個有力指標。教育經費配置情況取決于地方教育事業發展水平，教育事業發展水平越高，提供給教育事業的經費資源相對也就越多，而教育事業從表7中可以看出，分類后的各類型地區之間的差異較為明顯。1類地區，即北京、上海，其主要優勢在于：一是普通高校教育經費撥款的總體配置較高，例如教育事業費撥款、基本建設撥款、科研撥款、其他撥款；二是普通高校教育經費的人均配置較高，例如生均教育經費支出個人部分、生均教育經費支出公用部分。4類地區無論是在教育經費撥款，還是在教育經費的總體支出上都具有明顯的劣勢。在人均教育經費支出上3類地區劣勢較為明顯。2類地區整體處于全國的中游水平。普通高校教育經費的總體配置和人均配置情況基本反映了各地區在教育事業上的經濟資源投入情況。

四、研究結論

通過上述的內容可知，本研究以總體教育經費和人均教育經費兩個因子為指標，將我國的31個省份劃分為4類。這兩個因子基本上反映了各地區教育經費的配置情況，同時也反映出我國教育事業發展的兩條路徑：一是追求教育事業發展總體水平的規模路徑，二是追求教育事業發展人均水平的效益路徑。兩條路徑揭示出了政府和市場在普通高校教育經費配置中的作用。我國各地區普通高校教育經費配置的差異，揭示出各地區教育事業發展水平的不同。更為重要的是，教育經費配置的情況基本上與我國經濟社會發展的總體趨勢保持一致，但是作為直轄市的天津較為特殊。實際上，國內各地區教育經費資源配置的失衡也揭示出了中國社會轉型在普通高校教育事業發展中的作用。因此，如何有效分配政府與市場在教育經費調配中所扮演的角色，是我國各地區普通高校教育事業發展的關鍵所在。

作者：魯佩濤陶雙賓工作單位：沈陽師范大學社會學學院