我国各省市高等教育发展水平研究与对策分析

　　摘 要：近年来，我国高等教育事业的发展令人瞩目，初步形成了适应我国经济建设和社会发展所需要的有中国特色的高等教育体系，可以在多种层次、多種形式上满足社会需求。然而，教育不均衡的问题还是突出，在全国各个省市以及自治区之间，特别是在东部与西部、沿海与内陆之间的高校教育，在诸如师资力量、科研水平等方面仍然存在着较大的差距。本研究采取聚类分析及因子分析的方法，选取各省市的统计数据资料，为其高等教育水平综合打分，得出教育综合排名，并在此基础上进一步分析讨论我国高等教育的发展对策。
　　关键词：高等教育；聚类分析；因子分析
　　中图分类号：G640 文献标志码：A 文章编号：2096-000X（2017）09-0188-03
　　Abstract： Recent years have seen remarkable progress on our national higher education. Higher education system with Chinese characteristics that met with China"s economic construction and social development has been initially built so as to meet social demands on various levels and forms. However， the problem of unbalanced education still needs to be solved. There are obvious differences on faculty and scientific research existing in provinces， cities and autonomous regions， especially in China"s eastern and western regions and coastal and inland areas. This thesis selects statistical data from provinces and cities and takes measures of cluster analysis and factor analysis to comprehensively give marks and ranks on level of higher education. On the basis of these data， further analysis and discussion have been done on China"s higher education growth.
　　Keywords： higher education； cluster analysis； factor analysis
　　教育规划纲要和党的十八大报告指出，2020年我国要基本实现教育现代化，而从2015年开始，《教育规划纲要》的实施已经进入第二个五年，对于“基本实现教育现代化”这一目标的实现进入了全面攻坚阶段，从国家发展的角度看，教育是重中之重，是发展的第一要务，如果教育不能按时基本实现现代化的目标，就会直接影响小康社会的全面建成。从目前已取得的成绩看，我国高等教育事业改革正有序推进，初步形成了适应国民经济建设和社会发展需要的社会主义高等教育体系。然而，我国是人口众多的大国，东、中、西部地区的经济发展差距比较大，高等教育资源还处于不均衡状态，对此，我们应在充分了解我国各地区高等教育发展水平的基础上，对高等教育规划必要的作出战略性调整，做到科学规划，合理布局，推动教育均衡发展。
　　一、指标体系构建
　　通过对我国各省市高等教育发展现状进行分析，可以较全面的反映我国高等教育的发展质量和发展水平，找出影响高等教育发展的因素，制定出符合我国国情的高等教育发展战略。根据我国的实际情况和选取指标的原则，本文选取了31个省市自治区的13个具有代表性的统计指标进行分析，包括：普通高等学校教职工总数、普通高等学校数、教育经费、本科院校生师比、普通高等学校正高级专任教师数、普通高等学校副高级专任教师数、普通高等学校中级专任教师数、普通高等学校初级专任教师数、地区生产总值、年末常住人口、教育城镇单位就业人员平均工资、居民人均可支配收入、教育经费事业收入，并搜集了国家统计局2014年发布的相关数据，部分数据见表1。
　　二、基本理论——聚类分析及因子分析
　　（一）聚类分析
　　聚类分析是根据所研究对象的特征，对其进行定量分类的一种多元统计方法。它能够将一批样品或变量，按照它们在性质上的亲疏程度进行分类。类内部的个体在特征上具有相似性，不同类间个体特征的差异较大，聚类的目的是从中发现规律性，进而达到认识和改造世界的目的。聚类分析的基本思想是在样品之间定义距离或在变量之间定义相似系数，距离或相似系数代表样品或变量之间相似程度的大小，按其结果，将样品（或变量）进行逐一归类，关系密切的类逐渐聚集到一个小的分类单位，然后逐步扩大类的边界，使得关系疏远的聚合到一个大的分类单位，直到所有的样品（或变量）都聚合完毕，最终形成一个表示亲疏关系的谱系图，依次按照某些要求对样品（或变量）进行分类。
　　（二）因子分析
　　因子分析是一种用于数据简化和降维的多元统计分析方法，它将具有错综复杂关系的变量（指标）综合为数量较少的几个综合变量（称之为因子），以再现原始变量与因子间的相互关系。因子分析的基本思想就是通过变量的相关系数矩阵内部结构的研究，找出能控制所有变量的少数几个公共因子去描述多个变量之间的相互关系，然后根据相关性的大小把变量分组，使得同组内的变量之间相关性较高，但不同组的变量相关性较低。

相关热词搜索：高等教育 各省市 对策 水平 我国