上海市基礎教育資源的空間配置與收斂性估計

孫澤生 戚鵬飛

摘 ? 要： 為探究2005—2021年上海市13個城區基礎教育資源配置的空間關聯及其收斂特征，采用熵權法構建基礎教育資源指數，運用空間描述性分析刻畫上?；A教育資源的時空演化和空間集聚特征，建立空間面板模型評估其收斂性并考察城區異質性和城市發展相關政策的影響。研究發現：（1）上?；A教育資源配置水平顯著增長并收斂，城區間存在一定程度上的空間關聯和集聚特征；（2）長三角一體化戰略有利于促進上海城區間基礎教育資源配置均等化，但“五大新城”建設短時間內無助于上?；A教育資源配置的收斂；（3）城市軌道交通建設能助力中學教育資源配置的空間收斂，但對小學教育資源配置沒有顯著影響。

關鍵詞： 上海；基礎教育資源；空間效應；收斂性；城市發展

一、問題的提出

改革開放40多年以來，我國教育事業取得了長足的發展，但基礎教育資源在區域、城鄉、階層之間的非均衡配置持續成為社會關注的焦點和難點問題。作為長三角區域一體化發展核心城市和教育部設立的首批基礎教育綜合改革試驗區1，上海市近年來多措并舉促進基礎教育均衡發展。但考慮到不同城區間的顯著差異和多維度城市發展規劃的累積影響，上?；A教育資源在過去一定時期內的空間配置如何變化、是否趨向收斂以及相關政策對收斂性的影響如何等問題，還需要扎實的實證證據，才能為實現教育公平、優化基礎教育資源配置提供現實依據。

已有的教育空間收斂性研究主要分為兩個方面：一是構建基礎教育財政支出收斂模型，并以生均預算內教育經費為指標，研究各層級基礎教育財政資源配置的收斂性。2 研究發現，不同層級基礎教育財政資源配置存在明顯空間自相關性和一定的收斂特征，但各層級基礎教育財政支出收斂速度不盡相同。3 二是構造綜合評價指標對特定教育層級進行收斂性研究?；谒鶚嬙炱骄芙逃晗拗笜说难芯堪l現，我國義務教育發展總體存在明顯的收斂特征1 ；但以上研究主要聚焦省域和市域面板數據，基礎教育資源配置收斂性研究僅使用了財政投入指標，還沒有深入考慮同一城市的區/縣層面基礎教育關聯的人力、物力等資源。

相較于已有文獻，本文首次使用代表性城市的城區層面統計數據，綜合考慮基礎教育發展所使用的人力、物力和財力等資源，納入城區異質性和城市發展的相關變量，研究上?；A教育資源配置的空間關聯和收斂問題。具體探討：第一，上海市各城區間基礎教育資源配置的差異情況。第二，上海市各城區間基礎教育資源的空間分布特征。第三，在樣本期內的城市發展相關政策對上?；A教育資源配置和收斂的影響。

二、研究設計

1.研究方法

（1）基礎教育資源空間分布測度

本文使用核密度估計法來探究上?；A教育資源的空間分布動態。理由是核密度估計法作為非參數估計方法能夠不附加任何假定，適用于研究數據分布特征。2 此后，先采用Morans I指數考察上海市基礎教育資源指數的空間相關性，為后續將空間效應引入回歸模型提供依據。若Morans I指數顯著，再使用LISA聚類圖判斷不同城區的局部相關類型及其聚集區域是否在統計意義上顯著。Morans I值為[（-1，0）、0和（0，1）]時，分別表示負相關、不相關和正相關。根據LISA聚類圖，可以識別出4種空間集聚關系：高—高集聚型（HH）、低—高集聚型（LH）、低—低集聚型（LL）和高—低集聚型（HL）。3

（2）基礎教育資源配置的收斂性估計

收斂性研究中多使用[σ]收斂和[β]收斂來進行估計。4 本文先選擇變異系數（CV）進行[σ]收斂以分析城區間的差異，為檢驗變異系數估計結果的可靠性，使用基尼系數（Gini）進行比較。[其中C]代表變異系數，[ξ]代表基礎教育資源配置水平的標準差，[y]代表基礎教育資源配置水平的算數平均值；[G]代表基尼系數，[i、r]代表不同城區，[n]代表城區總數，[yi]（[yr]）代表第[i]（[r]）城區的基礎教育資源配置水平?？傻玫揭韵聹y度方程：

[C=ξy] （1）

[G=12n2y（i=1 nr=1nyi-yr）] （2）

根據收斂條件的不同，[β]收斂可分為絕對[β]收斂和條件[β]收斂。前者假定不考慮經濟水平、教育財政狀況等城區異質性因素，來評估各城區基礎教育資源配置水平是否將收斂到同一穩態均衡點。后者則將異質性因素考慮在內，從邊際上識別不同城區是否最終收斂于其穩態水平。

絕對[β]收斂的模型設定為：

[lnyit+1yit=α+βlnyit+μi+ηt+εit] （3）

其中，[i]表示城區，[t]表示時間；[yit+1]、[yit]分別表示[i]城區在[t+1]和[t]時期的基礎教育資源配置水平；[lnyit+1yit]表示[i]城市在[t]至[t+1]時期跨度內基礎教育資源配置水平的年度增長率； [α]為常數項； [β]為回歸系數，若[β]＜0且顯著，則意味著存在絕對[β]收斂趨勢，反之則說明存在發散趨勢; [μi]和[ηt]分別表示個體與時間效應；[εit]表示隨機擾動項。收斂速度計算公式為[v=-1Tln（1+β）]，其中[T]代表時間跨度。

為控制城區異質性因素的影響，將經濟水平、教育財政狀況等控制變量加入模型，條件[β]收斂的模型設定為：

[lnyit+1yit=α+βlnyit+γlnXit+μi+ηt+εit] （4）

其中，[Xit]為控制變量，[γ]為控制變量回歸系數，其他變量含義與式（3）相同。

考慮城市發展相關政策對條件[β]收斂的影響，將其模型設定為1：

[lnyit+1yit=α+βlnyit+γlnXit+δPit+τ[lnyit×Pit]+μi+ηt+εit] （5）

其中，[Pit]為政策虛擬變量，[i]城區在[t]時期開始實施該項政策，則[t]時期及之后 [Pit]賦值為1，[t]時期之前[Pit]賦值為0；[δ]表示政策對基礎教育資源配置水平增長率的影響；[τ]表示政策對基礎教育資源配置收斂性的影響。

（3）空間面板模型估計

考慮到不同城區之間可能存在基礎教育資源配置的空間關聯性，基于式（3）、（4）和（5），我們還構建了[β]收斂估計的空間計量模型。為了確定空間面板的具體形式，在絕對[β]收斂研究中分別估計空間自回歸[β]收斂模型（SAR）、空間誤差[β]收斂模型[SEM，公式（6）]和空間杜賓[β]收斂模型（SDM）三種空間計量模型。

[lnyit+1yit=α+βlnyit+μi+ηt+εit，εit=λj=1NWijεit+σit] （6）

空間誤差[β]收斂模型中，[λ]表示誤差項的空間效應系數，反映隨機沖擊。本文采用空間鄰接權重矩陣。在估計了三種空間面板模型后，參照已有文獻進行空間計量模型的檢驗和選擇。2

2.數據與變量

（1）基礎教育資源配置指數

因長寧區、虹口區和普陀區的數據不可得，且中學層面數據由初中和高中構成且不可拆分，故本文研究對象為上海市13個城區的小學教育資源和中學教育資源配置。因2005年之前數據缺失嚴重，故研究時序為2005—2021年。本文從人力、物力和財力三個維度構建基礎教育資源配置指標體系。其中，以師生比（生均專任教師數量）為人力維度指標，以學校密度（學校數量/常住人口數量）為物力維度指標，以生均教育經費（[各區總教育支出各區小學生在校生人數+中學生在校生人數]）為財力維度指標。需說明的是，以上物力維度指標的選取受限于數據的可得性。3 基于熵權法可測算得到小學教育資源配置指數（ERIP）和中學教育資源配置指數（ERIM）。

（2）控制變量

條件[β]收斂的估計中需要控制城區異質性因素。參考已有文獻并根據數據的可得性，本文選取常住人口數量（POP）、地區經濟發展水平（GDP）、人口老齡化程度（AP）和教育財政狀況（EG）4個指標為控制變量，其定義報告在表1中。為消除量綱差異，對控制變量數據取對數處理。

（3）政策變量

本文將樣本期內影響上海市基礎教育資源配置的主要城市發展變量納入實證模型，包括長三角區域發展一體化、“五大新城”建設和城市軌道交通建設三方面。其中，長三角區域發展一體化是指以上海為核心，推動蘇、浙、皖三省一市區域聯動發展的規劃政策。因2016年6月國家發改委等部委聯合印發的《長江三角洲城市群發展規劃》中明確提出嚴格控制上海中心城區人口規模，引導人口向郊區、重點城鎮和臨滬城市合理分布1，故我們以2016年為政策時點，之后時期為1，之前為0，設定虛擬變量YRD?！拔宕笮鲁恰苯ㄔO是指將位于重要區域廊道上且發展基礎較好的嘉定、青浦、松江、奉賢、南匯5個城區作為新城，培育成具輻射帶動作用的綜合性節點城市的規劃政策。我們以國務院批復《上海市城市總體規劃（2017—2035年）》2 時間為政策時點，設定虛擬變量SHFNC。上海市城市軌道交通建設涵蓋18條地鐵線、浦江線、磁浮線以及金山鐵路，我們將樣本期內每年每個城區的軌道交通數（RM）納入實證模型。

（4）數據來源

本文使用的基礎教育資源配置相關指標和控制變量數據，來源于歷年上海市及各區《統計年鑒》《國民經濟和社會發展統計公報》以及EPS數據庫，相關政策變量系作者根據公開資料整理和計算得來。

三、上海市基礎教育資源配置的特征

1.基礎教育資源指數的測算結果

由表2可見，黃浦區的小學和中學教育資源指數在研究時期內持續位居上海城區首位，靜安區在2018年前位居第二，但隨后年份低于崇明區而居于第三位。在2005年，小學教育資源指數最低的城區是奉賢區和松江區，中學教育資源指數則以閔行區、松江區和寶山區為最低；經過15年發展，到2020年，奉賢區不再是基礎教育資源最薄弱的城區，松江區和閔行區仍保持弱勢，浦東新區則由中游向下滑落。但相對而言，上海城區小學和中學教育資源指數的位勢差（最大/最?。?005年的6.272和4.129倍降低至2020年的4.476和2.650倍，說明上海市基礎教育資源配置差異趨于縮小。

2.[σ]收斂和基尼系數估計結果

由圖1（a）可知，小學教育資源配置水平和中學教育資源配置水平的變異系數在2010年達到峰值，而在2010年之后，上海市教育資源配置水平出現較一致的[σ]收斂特征。相對應，國務院于2010年7月頒布的《國家中長期教育改革和發展規劃綱要（2010—2020）》中，提出組織開展義務教育均衡發展改革試點，上海就是改革試點之一1，這一政策舉措與我們估計的2010年后[σ]收斂趨勢正好吻合，說明上海市2010年后基礎教育資源的配置城區間差異趨于下降。從圖1（b）的基尼系數估計中，能夠發現類似趨勢。但觀察變異系數曲線和基尼系數曲線可見，兩條曲線的末端均出現了明顯翹尾現象，表明差距有所擴大。原因可能與2020年爆發的新冠肺炎疫情沖擊有關，財政壓力的加大凸顯了主城區和郊區之間基礎教育資源配置差異。

3.基礎教育資源的時空分布動態評估結果

為進一步捕捉上海市基礎教育資源配置的空間動態，我們使用核密度估計方法給出了選定年份的中/小學教育資源配置指數的核密度曲線（見圖2）?？梢?，核密度曲線的中心位置除ERIM曲線（中學）在2010年左移之外，其余年份均逐漸右移，說明上海市基礎教育資源配置水平總體呈上升趨勢。從分布形態來看，圖2（a）顯示上海市ERIP曲線（小學）呈現縱向“先下降后上升”、橫向“先變寬后變窄”的演化特征，說明ERIP的離散程度先上升后下降。而圖2（b）所示的上海市中學教育資源指數核密度曲線高度呈交替趨勢，但2020年的高度明顯低于2005年；寬度變化不明顯，說明ERIM的離散程度逐漸下降，但下降程度較小。從分布延展性看，中/小學教育資源指數的核密度曲線都有右拖尾現象，說明上海市基礎教育資源配置增速在加快。樣本期內，只有2010年的小學教育資源指數和2015年的中學教育資源指數出現了雙峰現象；但到2020年時，上海市基礎教育資源的配置均未出現明顯的分化現象。綜合來看，上海市基礎教育資源配置水平出現了從分散到聚集的演化動態。

4.空間集聚特征

為考察上海市基礎教育資源配置水平的空間相關性，我們先用Morans I指數進行檢驗，測算結果表明，2005年至2014年上海市基礎教育配置水平的Morans I指數值均大于0且在統計中顯著，說明在此期間基礎教育資源配置水平存在明顯的空間自相關性。2015—2021年的Morans I指數值為正但不再顯著，說明這一時期基礎教育資源配置的空間自相關性偏弱。以上結果為繪制LISA聚類圖，以及在后續研究中納入空間因素提供了初步證據。

5.基礎教育資源的時空

基于ArcGIS軟件繪制的LISA聚類結果直觀呈現了上海市各城區在地理空間上的聚集和擴散特征?？梢?，上海市基礎教育資源配置呈現一定的集聚效應。從時間維度看，無論是小學教育資源指數還是中學教育資源指數，均呈現高—高集聚個體、低—低集聚個體逐漸減少的特征。2020年時出現高—高集聚區數量為0，低—低集聚區固定在閔行區的現象。高—高集聚所在的熱點地區主要分布在上海市主城區附近，低—低集聚所在的冷點地區主要分布在上海市郊區位置。顯然，在樣本期內我們可觀察到上海市基礎教育資源配置仍存在城區間不均衡的特征，而且空間不顯著城區數量趨于增加，高—高集聚區數量傾向于下降。

四、面板模型估計結果

1.基準模型估計結果

在報告面板模型估計結果前，首先需要確定空間效應進入面板模型的準確形式。在絕對/條件[β]收斂估計中，LM檢驗均拒絕原假設，說明存在空間效應且可以確定空間模型為SEM模型；LR檢驗顯示均存在個體和時間效應，空間豪斯曼（Hausman）檢驗建議我們應使用固定效應的空間面板模型。由此，我們確定隨后估計中使用的模型為雙向固定SEM模型。

表3中報告不納入空間效應的絕對[β]收斂估計結果?？梢?，中小學教育資源指數的收斂系數[β]均小于0且在統計上顯著，說明上海市基礎教育資源配置的增長率與初始均等化水平呈現負相關，即存在絕對[β]收斂，收斂速度分別為4.94%和5.66%。絕對[β]收斂模型的估計結果表明，上海市基礎教育資源配置仍存在顯著的收斂性特征，收斂速度分別為5.13%和5.91%，接近于不納入空間效應模型的估計結果。同時，由刻畫空間效應的參數[λ]的估計結果可見，空間效應為正但不顯著，表明空間溢出效應較弱。

接下來討論條件[β]收斂模型的估計結果（見表4）?？梢?，無論是否納入空間因素，中小學教育資源指數的收斂系數[β]均顯著為負，說明納入城區異質性因素后，各城區仍存在向穩態水平收斂的特征，與之前的絕對[β]收斂模型估計結果一致。需說明的是，人口數量（POP）的估計系數顯著為負，說明人口數量的增加不利于基礎教育資源配置的改善?？赡艿慕忉屖?，常住人口的增加會攤薄基礎教育資源，產生人口數量增加的負效應。其他控制變量均不顯著的估計結果提示，經濟發展水平、老齡化和教育財政狀況對收斂的貢獻較小。

2.穩健性檢驗

考慮到不同權重矩陣可能會對空間面板模型估計結果產生較大影響1，以下從變換空間權重矩陣來進行穩健性檢驗。因前文使用的鄰接權重矩陣沒有考慮城區之間的距離因素，我們使用反距離平方權重矩陣進行穩健性檢驗。采用反距離平方權重矩陣后收斂系數[β]均顯著為負，且收斂速度與之前估計結果相似，表明已有估計結果是穩健的。

3.上海市城市發展相關政策的影響

（1）長三角區域一體化發展的影響

由表5可見，長三角區域一體化戰略提出后，政策變量的估計結果不顯著，但政策與收斂系數的交互項（YRD[×β]）顯著為負，顯示政策實施后區域內基礎教育資源配置水平的收斂速度加快。其解釋是：長三角區域一體化戰略強調要減輕上海主城區人口壓力，引導人口向郊區流動，以此促使教育等公共服務資源向郊區流動，有利于促進主城區與郊區間基礎教育資源的均等化。

（2）“五大新城”建設的影響

由表6可見，“五大新城”建設對小學教育資源配置無顯著影響，但對中學教育資源配置有顯著影響；政策與[β]交互項在所有模型中均不顯著，這些結果并沒有給出“五大新城”建設顯著影響基礎教育資源配置的證據。雖然“五大新城”建設著力推動優質教育、醫療等公共服務資源向新城傾斜，但在樣本期內未充分體現出對基礎教育資源配置的顯著影響。

（3）上海市城市軌道交通建設的影響

由表7可見，城市軌道交通建設對小學教育資源配置沒有顯著影響，但對中學教育資源配置有著顯著正向影響?？赡艿脑蚴?，小學通常就近入學，學生上下學不依賴于軌道交通，其資源配置不太受軌道交通的影響。但新的軌道交通線路往往連接著主要商業區、工業區和人口密集區，會引致軌道交通沿線的人口增加，和對應的中學教育資源的更大需求及針對性的供給匹配。故政府可能更加注重提供高質量的中等教育，在加強軌道交通建設的同時改善中學階段的教育資源配置。

五、研究結論與討論

本文聚焦具有高基礎教育水平的上海市，使用多指標測度和空間面板回歸技術，來刻畫上海市基礎教育資源配置的時空演化及空間關聯動態，并分離識別城區異質性因素和城市發展規劃的邊際影響。

研究發現，樣本期內上海市基礎教育資源配置水平區域差異逐漸縮小，城區間存在顯著的空間關聯和集聚特征。小學教育資源配置和中學教育資源配置均存在絕對和條件[β]收斂。還發現，常住人口數量的增加不利于基礎教育資源配置的收斂，但這一結果的一般性還需要更多的實證。此外，研究發現長三角區域一體化發展戰略有利于促進不同城區間基礎教育資源配置的均衡，但“五大新城”建設在短時間內不能體現出對上?；A教育資源配置收斂的促進作用。最后，我們還發現城市軌道交通建設有利于改善中學教育資源配置水平，但對小學教育資源的配置并無明顯利好。

本文的研究發現首次給出了我國代表性城市內基礎教育資源配置空間關聯及收斂的證據，整體上發現了基礎教育資源供給的增長且收斂的特征事實，但城區間及不同教育層級的差異性仍客觀存在，說明教育公平充分實現仍有較長的路要走。特定城市的城市發展規劃被證明對基礎教育資源配置的影響是差異化的，城市道路交通設施的均等化和區域發展的協同對基礎教育資源配置的收斂具有顯著促進效應。但須指出，因初中和高中數據難以分割，本文估計的中學教育資源配置難以反映各區初中和高中教育資源配置的差異。同時，因缺乏中、小學校舍建筑/占地面積、固定資產及教師質量等數據，本文估計的基礎教育資源配置結果需要給予謹慎的對待。未來研究中如能獲得更全面的資源配置數據，并區分小學、初中和高中三個階段，將有利于更準確地評估基礎教育資源的空間配置問題。

Spatial Configuration and Convergence Estimation of Basic Education

Resources in Shanghai

SUN Zesheng， QI Pengfei

（School of Finance and Business，Shanghai Normal University，Shanghai，200234）

Abstract： To explore the spatial correlations and convergence characteristics of basic education resource allocation in 13 urban districts of Shanghai from 2005 to 2021，this study employed the entropy weight method to construct a basic education resource index. It used spatial descriptive analysis to depict the spatio-temporal evolution and spatial clustering features of basic education resources in Shanghai. It also established a spatial panel model to evaluate its convergence and examine the impact of district heterogeneity and urban development related policies. The study has got the following research findings：（1） the level of basic education resource allocation in Shanghai has significantly increased and converged，with a certain degree of spatial correlation and clustering among urban districts；（2）the Yangtze River Delta integration strategy has been conducive to promoting equalization of basic education resource allocation among different urban districts in Shanghai，but the construction of “Five New Towns”did not contribute significantly to the convergence of basic education resource allocation in Shanghai in the short run；（3）urban rail transit construction can facilitate spatial convergence in secondary education resource allocation， but it does not have a significant impact on primary education resource allocation.

Key words： Shanghai，basic education resources，spatial effects，convergence，urban development