“山河大学”背后的真正症结，是高等教育入学机会的地区差异_风闻

编者按：近期，据澎湃新闻消息，山河大学”在今年高考季走红，其源于网民的一个玩笑——山东、山西、河南、河北四省343万名考生，每人出1000元，总共是三十多亿元，就可以打造一所四省交界的综合性大学，面向“山河四省”招生。随后，“山河大学”的官网、校训、校徽、院系、招生简章，陆续被网民们接力设计出来。媒体评论称，这是一场由民间到官方、从娱乐到严肃的互动过程。“山河大学”虽然是一所概念大学，但其在一定程度上反映了我国高等教育资源的地区差异：总人口超过2亿的河南、河北、山西三省，没有一所985大学；今年高考考生多达131万人的河南，仅有一所211大学；而河北省唯一的211大学却坐落在天津。对此，教育部7月6日做出回应：将不断优化高等教育资源的布局结构，支持中西部地区，特别是人口大省，扩大高等教育资源的规模，优化类型结构和区域结构。高等教育入学机会的地区差异，深层次勾连着公众的受教育权与教育公平，对整体社会层面人才的有序流动有着重要影响。本公众号特推出此文，供读者思考。仅代表作者观点，不代表公众号立场。

扩招与高等教育入学机会地区差异的再分析

张东海｜华东师范大学高等教育研究所副教授

李莉｜上海市华东模范中学教师

本文原载《北京大学教育评论》2019年第1期

具体内容以原刊为准，感谢原刊授权转载

非经注明，文中图片均来自网络

一、问题的提出与相关研究述评

高等教育入学机会的地区差异一直是有关我国高等教育入学机会公平研究的核心问题之一。扩招以来，我国的高等教育毛入学率不断提高，从总体上扩大了各地区各阶层适龄人口的高等教育入学机会。尽管如此，由于我国疆域辽阔，区域社会经济发展水平不均衡，高等教育入学机会的城乡差异、省际差异、阶层差异仍然客观存在。

在教育学和社会学领域，有关各阶段教育入学机会公平问题涌现了诸多理论和经验研究，并形成了各种理论假说。近二十年来，在我国高等教育规模扩张的政策背景下，社会结构因素（如城乡、地区、阶层、性别等）对高等教育入学机会公平的影响作用成为研究重点，许多研究集中在扩招以来社会阶层、城乡与性别对高等教育入学机会影响的演变趋势。如刘精明、丁小浩的研究发现，高校扩招尽管在总体上缩小了高等教育入学机会的社会阶层差异，但在优质高等教育资源的分配上差距并没有缩小，甚至有扩大的趋势。王伟宜则发现入学机会的社会阶层差异总体在缩小，但重点高校入学机会的社会阶层差异呈现先扩大后缩小的差异。李春玲、孟凡强研究了扩招对城乡高等教育入学机会的影响，他们的共同结论是扩招之后城乡高等教育入学机会差异反而有所上升。王伟宜等人的研究则得出了相反的结果，他们发现扩招后高等教育入学机会在城乡之间基本实现了均等化，重点高校入学机会差异有所缩小。此外，王伟宜和段欢欢、张兆曙和陈奇对入学机会性别差异的研究表明，扩招之后高等教育机会在性别间的分配逐渐走向平等化。

以上有关家庭背景、性别等先赋性因素对高等教育入学机会影响的研究或明或暗地借助了“最大化维持不平等假设”（MMI）和“有效维持不平等假设”（EMI）的解释路径。前者认为教育规模扩张并不必然导致教育机会的均等，优势阶层的教育需求在得到满足之后才有可能惠及劣势群体。后者在考虑受教育质量的基础上对前者进行了修正，认为即使在总体入学机会饱和的情况下，优势阶层获取更高层次或更优质教育机会仍然多于劣势阶层。以上研究部分支持这两个假说的有效性。然而，由于我国实行“分省定额，划线录取”的高校招录制度，在讨论家庭背景对高等教育入学机会的影响时，如果未将地区因素纳入模型，有可能放大或缩小家庭背景和其他社会结构因素的效应。

作为影响我国高等教育入学机会差异的重要制度性因素，不同省份的高校录取线存在巨大差异的现象也受到了研究者的关注。从研究结果来看，主要存在以下一些基本结论：

**第一，扩招之后我国高等教育入学机会地区差异总体上呈缩小趋势。**如刘精明以“年度毛录取率”为指标测算了1998—2006年各省市录取率的基尼系数和泰尔系数，他发现这两个系数均呈稳定的下降趋势；这表明随着高等教育机会总量的扩大，省际不平等程度明显下降，但在2004—2006年又有所上升。路晓峰等人的研究发现，扩招政策中断了高等教育入学机会地区差异不断扩大的趋势，有效缓解了入学机会地区不平等问题；但在扩招后期，直辖市和东部等机会优势省区与西部地区入学机会似乎有重新拉大的趋势。不过刘精明研究的数据截止于2006年，路晓峰等研究的数据截止于2010年，对于2010年之后地区差异扩大的现象尚需后续年份数据进一步验证。杨江华截取了2006、2009和2012三年各省高考录取率数据，发现2012年的省际差距相对2006年缩小了。曹妍和张瑞娟对2007—2015年招生录取数据的分析也表明，在这期间原先录取率较低的省份入学机会增幅较大，使总体入学机会地区差异趋于缩小。

**第二，优质高等教育入学机会地区差异固化乃至有所扩大。**相对于总体高等教育入学机会地区差异缩小的趋势，扩招后优质高等教育入学机会地区差异状况并未明显改善，北京、上海、天津等省市处于明显优势。杨江华对2006—2012年大学录取数据的分析表明，重点大学和一流大学录取率在各省份之间的差距相对稳定，几乎没有发生变化。曹妍和张瑞娟则发现一流大学入学机会的地区差异有逐年扩大的趋势，但在2014年后有所缩小，京津沪地区的入学机会具有明显优势，东部地区存在着显著的内部差距。

**第三，随着近年来对西部地区的支持和补偿政策，西部地区优质高等教育入学机会有明显改善，中部地区呈现劣势。**乔锦忠发现，在部属院校入学机会上，东部发达地区和西部民族地区优势突出，而中部地区和人口大省则呈现“中部塌陷”特征。杨江华也发现，优质高等教育入学机会的区域差异呈现出京津沪地区具有绝对优势、民族地区具有比较优势而中部省份相对落后的格局。

总体而言，在关于高等教育入学机会公平的研究中，对社会分层带来的入学机会公平问题关注较多，相关研究也对理论进行了不同程度的验证或修正。有关高等教育入学机会地区差异的研究，主要是基于分省统计数据的实证研究。选取的指标主要是高考录取分数线、录取率、地区高等教育毛入学率、高校分省招生计划数等，并在此基础上结合人口统计数据；而结合扩招背景进行纵向差异变化的研究相对偏少。借助官方教育统计数据的研究较多，对大型抽样调查数据的使用较少。有关地区的分类，多分为东中西地区，但这种划分方式忽略了各大区内部各省(区、市)之间的入学机会差异。本文尝试打破依据自然地理和国家行政区域划分的地区标准，而以高等教育适龄人口入学率等为指标对各省级行政区域进行分析，并将统计数据与大型抽样数据相结合，通过两类数据的相互验证，考察扩招对高等教育入学机会地区差异的影响。

二、研究设计与数据来源

（一）指标设计

综合目前已有的研究指标设计，并考虑数据的可获得性，本文设计两个指标测量各地区高等教育入学机会：第一是地区总体入学机会，以地区高等教育适龄人口入学率指标来衡量；第二是优质入学机会，以地区优质高校适龄人口入学率指标来衡量。指标计算方法为：

地区高等教育适龄人口入学率（%）=地区高等教育录取人数/18岁适龄人口数×100%≈地区高等教育录取人数/地区六年前小学毕业生人数×100%

地区优质高校适龄人口入学率（%）=地区优质高校招生计划数/18岁适龄人口数×100%≈地区优质高校招生计划数/地区六年前小学毕业人数×100%

这两个指标是考虑地区实际享有的入学机会以及人口流动性，对毛入学率进行修正而构建的指标。（“高等教育适龄人口入学率”在下文中简称“高等教育入学率”，“优质高校适龄人口入学率”在下文中简称“优质高校入学率”。）地区高等教育录取人数是某年份该地区实际被大学录取的人数，它反映了该地区所享有的高等教育入学机会总数；在此基础上还要考虑人口因素对入学机会的影响，参考刘精明构建的毛录取率指标，本文选择18岁适龄人口作为人口基数来考察该地区的入学机会。从各种公开途径均无法获取18岁适龄人口数据，因此只能选择最为接近的替代变量。王少义和杜育红采用三年前初中毕业生数，曹妍等采用了六年前小学毕业生数作为18周岁人口数的替代变量。经过数据模拟，本文发现初中阶段随迁流动的学生数明显多于小学阶段，因此采用更接近真实适龄人口数的六年前小学毕业人数作为适龄人口的近似值。

高等教育入学机会直接体现在各高校分配到各省(区、市)的招生名额，各省(区、市)所获得的优质高校计划招生名额是其适龄人口实际享有的优质高等教育机会。关于优质高校的操作性定义，本文依据世界四个主要大学排行榜（《美国新闻与世界报道》全球大学排名、QS世界大学排名、泰晤士世界大学排名、ARWU世界大学学术排名）以及三个国内大学排行榜（武书连排行、中国校友会、网大论坛），选择2011—2015年间在四个世界排行榜中入围五次、三个国内排行榜中平均排名35名以内的高校为优质高校，最后选出34所高校。通过搜索各高校历年在各地区的名额投放情况，计算出各省(区、市)所获得的优质高校招生名额。

为测算各地区入学机会差异程度及其变化趋势，本文选用变异系数的变式——威尔逊系数以及泰尔指数两种指标对差异程度和变化情况进行描述。威尔逊系数是变异系数的变式，也称加权变异系数，它是在标准差的基础上计算的一个统计指标，能够精确反映各地区指标的离散程度，其计算公式为：

其中：xi、x′、pi、p分别是i省（区、市）高等教育适龄人口入学率、全国（或区域）高等教育适龄人口入学率、i省（区、市）高等教育适龄人口和全国（或区域）高等教育适龄人口。

使用威尔逊系数的原因在于它是一个基于人口进行测算的相对指标，其意义在于如果各地区的人均指标等于整个区域的人均指标，则威尔逊差异系数就为零，空间均衡性好；差异系数值越大，空间差异就越大，均衡性就越差。

泰尔指数是为了基于信息理论中的熵概念计算收入不平等而提出的。泰尔指数不仅能测算总体的不均衡性，同时对组内和组间差异的变化非常敏感，可以帮助判别差异主要来源于组内还是组间。该指数在教育不平等问题的研究中也有广泛的应用。泰尔指数的一般表达形式为：

其中n为样本单元，yi为当年各省（区、市）适龄人口中每万人的录取数, μ为n个样本单元中的平均机会数，可由公式求得。

为了更精确地测算组间和组内差距，泰尔指数的分解公式如下：

在有k个分组的情况下，泰尔指数可以被分解为组内和组间两个部分。在上式中，Ia (y)表示组内泰尔指数，Ib (y)表示组间泰尔指数，Ij (y)是第j组内部的泰尔指数，gj表示组权重，用该组的录取人数占全国录取总人数的比例表示，μj是第j组的组内平均值，μ表示全国平均水平。

（二）数据来源

地区高等教育录取人数来自《中国教育考试年鉴》（1997—2013），地区六年前小学毕业生人数来自国家统计局，优质高校分省计划招生数由相关高校官方网站及主流媒体网站汇总计算而来。抽样调查数据为中国人民大学中国调查与数据中心的“中国综合社会调查”（CGSS）2008年、2010年、2013年的数据。

三、高等教育入学机会地区差异的统计数据分析

（一）入学机会地区差异的横向分析

1.总体入学机会的地区差异分析

总体入学机会地区差异分析采用数据较完整的2008年、2011年、2013年、2014年和2015年数据。这几个年份全国高校实际录取人数为平均每年724.73万人，高等教育入学率平均为36.6%，比扩招前（1998年）的入学率（5.89%）增加了近6倍，总体上人们接受高等教育的机会大幅提升。全国各省（区、市）中，高于全国平均水平的共有19省（区、市），低于全国平均水平的有9省（区、市），三省（区、市）与全国平均水平持平，其中内蒙古、天津、北京、上海等高于全国平均水平10个百分点以上，海南、西藏、云南等低于全国平均水平10个百分点以上，最高与最低的省（区、市）之间相差34.6个百分点，可见总体入学机会仍存在一定的地区差异。

以全国平均水平为标准，根据省际差异状况，31个省（区、市）大致可分为三类，第一类地区包含内蒙古、天津、北京、上海，它们的总体高等教育入学机会遥遥领先于其他省（区、市）；第二类地区包括山东、宁夏等15个省（区、市），高等教育入学率高于全国平均水平，但与第一类地区有明显差距；第三类地区是江西、湖北等12个省（区、市），高等教育入学率低于全国平均水平且与第一类地区有较大差距。

2. 优质入学机会的地区差异分析

 34所优质高校2008—2015年间平均每年招生计划为134588人，适龄人口中进入优质高校的比例为0.68%。以适龄人口作为参照，获得优质入学机会的几率相对较小，这也反映了优质入学机会资源有限、竞争激烈。其中上海（3.42%）、天津（3.19%）和北京（2.59%）的优质高校入学率较高，与其他省（区、市）差距明显，比紧随其后的吉林高一倍左右，比排名末位的云南（0.36%）高出近10倍，是全国平均水平的4~5倍。有17个省（区、市）高于全国平均水平，低于全国平均水平有14省（区、市），除江苏、海南、广东、河北外，其他省（区、市）均位于中西部地区，这些省（区、市）的优质高校入学率普遍不高，最高的江苏（0.62%）还不到上海市的1/5。

以全国平均水平为判断标准，根据地区间的差异状况，可以划分三类地区：第一类是上海、天津、北京，拥有较大优势；第二类是其它高于全国平均水平的省（区、市），它们的录取比例较高，但与第一类地区有明显差异；第三类是低于全国平均水平的省（区、市），与第二类地区也存在一定差距。

（二）基于入学机会差异的地区分类

通过对总体入学机会和优质入学机会的考察可以看到，一些省（区、市）的总体入学机会和优质入学机会都有明显优势，如上海、北京、天津；一些省（区、市）无论是总体入学机会还是优质入学机会都存在明显劣势，如广西、贵州、西藏、云南等；此外有一些省（区、市）总体入学机会要大于优质入学机会，如内蒙古、安徽、河北、河南、江苏；也存在一些省（区、市）总体入学机会不如优质入学机会，如湖北、海南。通过横向分析比较发现，各省（区、市）存在着不同程度的相似性或差异性，因此本文根据2008—2015年各地区高等教育入学率和优质高校入学率，用两步聚类法对全国各省（区、市）进行分类。综合BIC和距离变化率等指标，BIC值在分为两类和三类的时候最小，最小距离变化率在分为三类和四类的时候最大，综合考虑将地区分为三类最佳。通过K平均值聚类分析，三类地区分类如下：

**第一类地区为绝对优势区，**包含天津、上海、北京三个直辖市，这类地区的总体入学机会和优质入学机会都有较大优势。

**第****二类地区为相对优势区，**这类地区的总体入学机会和优质入学机会都高于全国平均水平，地区高等教育入学率达到40%以上，优质高校入学率在0.6%以上。这类省（区、市）在东中西部均有分布，西部的宁夏、青海、甘肃省（区）高等教育录取机会较多。也有部分研究注意到这一现象，认为主要原因是这些地区本身人口偏少，同时作为主要的少数民族聚居地，国家给予了优惠制度和政策扶持。

**第三类地区为相对劣势区，**该地区总体入学机会和优质入学机会都低于全国平均水平，并与优势地区尤其是绝对优势地区存在较大差距，总体入学机会与绝对优势区相差20~30个百分点。

在总体入学机会方面，三类地区呈三级梯度差异，绝对优势区高等教育入学率为53.88%，领先相对优势区（42.49%）11个百分点，相对劣势区高等教育入学率32.55%，与绝对优势区相差21个百分点。相邻地区之间的差距在10个百分点左右，差异比较均衡，这也侧面反映了三大地区的划分相对合理。

在优质入学机会方面，绝对优势区平均为3.06%，是相对优势区（0.82%）的4倍，是相对劣势区（0.53%）的6倍，相对优势区是相对劣势区的1.5倍，差距更小一些。京津沪地区的适龄人口占全国适龄人口的比例不到3%，享有优质高校8%左右的录取名额，而相对劣势区拥有61%的适龄人口，只拥有48%的录取名额。

（三） 入学机会地区差异的纵向分析

1.总体入学机会地区差异的纵向分析

 对总体入学机会地区差异变化趋势的分析采用数据较完整的1998年、2002年、2006年、2010年和2014年的数据。数据分析发现，随着高校扩招不断深入，各地区高等教育入学率均有较大提高，1998—2014年各省（区、市）平均提高了35.5个百分点，其中内蒙古、天津等11个省（区、市）提高约40个百分点，辽宁、安徽等12省（区、市）提高了30~40个百分点，广东、新疆等7个省（区、市）提高了20~30个百分点，西藏提高了18个百分点。从总体看，1998—2006年，这一指标提高较快，平均每年提高19个百分点；2006—2014年，这一指标增长幅度有回落，平均每年提高16个百分点。

通过观察威尔逊系数和泰尔指数在各年度的变化情况（见表1）发现，1998—2014年，各省（区、市）高等教育入学率差异不断缩小，威尔逊系数从1998年的0.379下降到2014年的0.187，同期泰尔指数从0.068下降至0.009。

三类地区高等教育入学率均有很大增长，其中绝对优势区在1998—2002年增长迅速，与另两类地区差距拉大；2002—2010年三类地区增长幅度较为平衡；2010年后，绝对优势区增长势头抑制，而另两类地区持续增长；至2014年，绝对优势区与相对优势区高等教育入学率接近，相对劣势区则仍然存在一定差距（见图1）。

通过计算三类地区内部的泰尔指数及其分解（见表2）可以发现，绝对优势区内部的泰尔指数较小，较为均衡；相对优势区的泰尔指数有较大波动，2014年不均衡性高于1998年；相对劣势区泰尔指数大幅降低，地区内均衡趋势明显；地区间指数也存在一定波动，但2014年比2006年有大幅降低，这表明地区间入学机会均衡有较大改善，这是由于在扩招后期，绝对优势区的入学机会达到饱和，高等教育入学率保持稳定甚至出现负增长，而相对优势区和相对劣势区成为扩招的主要承担者，从而缩小了与绝对优势区的差异。

2. 优质入学机会地区差异的纵向分析

 由于扩招之前优质入学机会的数据不够完整，因此在对优质入学机会地区差异纵向分析中采用2004年、2008年和2014年三个年度的数据。这三年各省（区、市）平均的优质高校入学率分别为0.72%、0.58%和0.74%。

由图2可知，不同年份各省（区、市）数据分布点的重合度高，表明历年来大部分省（区、市）的优质高校入学率较为稳定，优质入学机会的区域差异相对固化。相对于2004年数据，2014年天津（增长1.73%）、黑龙江（增长0.42%）和吉林（增长0.41%）的优质高校入学率有所增长；上海、北京等11个省（区、市）下降，其中上海（下降1.46%）跌幅最大。上海、北京的优质高校入学率虽然有所下降，但在全国仍保持领先的优势地位，而四川、海南、广东等省（区、市）的优质高校入学率本就偏低，数据下降意味着加剧了其不利地位，如广东省在全国的排名由2004年的第13位下降至第25位，海南由第17位下降至第24位，四川由第15位下降至第23位。

分时间段看，各地区优质高校入学率的变化幅度在不同时间段表现各异。相对于2004年，2008年各地区优质高校入学率主要呈现下降趋势，除天津、黑龙江、内蒙古、山东外，其余省（区、市）的入学率都有所下降；而相对于2008年，2014年各省(区、市)下降趋势得以扭转，大部分省区有所增长。这一变化的主要原因是高校招生计划数的调整和高等教育适龄人口的波动。相较于2004年，2008年全国优质高校招生计划数减少了15240个名额，而适龄人口在四年间增加了236.47万人。相较于2008年，2014年优质高校招生计划数仅增加了1859人，而适龄人口减少了486.95万人，这使得各地区优质高校入学率有了明显的上升。

2004—2014年间三类地区的优质高校入学率波动状态相对一致，绝对优势区由3.433%下降至3.302%，相对优势区由0.797%上升至0.880%，相对劣势区由0.538%上升至0.577%；2004年绝对优势区的优质高校入学率分别是相对优势区和相对劣势区的6.4倍和4.3倍，2014年降至5.7倍和3.8倍，地区差异相对稳定。

威尔逊系数和泰尔指数也表明了这一发展趋势，2004—2014年，威尔逊系数由0.78下降至0.58，泰尔指数由0.37小幅下降至0.35（见表3）。其中，2004—2008年，威尔逊系数基本没有变化，泰尔指数甚至还有小幅上升。差异程度缩小的主要贡献来自于2008—2014年间，威尔逊系数由0.75下降至0.58，泰尔指数由0.42下降至0.35。这一变化和“支援中西部地区招生协作计划”以及严控高校属地招生比例等政策不无关系。

由此可见，**无论是分省还是分三类地区来看，优质入学机会变化幅度都不大，这意味着优质入学机会的地区差异出现固化现象。**此外，优质高校入学率的威尔逊系数和泰尔系数均远高于高等教育入学率的相应指标，这表明优质入学机会地区分配的不均衡程度大大高于总体入学机会分配。扩招对总体入学机会地区差异改善明显，但对改善优质入学机会地区差异的效果有限。

四、高等教育入学机会地区差异的回归分析

囿于各类统计数据的不完整，前文对于高等教育入学机会地区差异的分析具有年代局限性，对于扩招前的入学机会地区差异情况考察较少，且扩招后只有部分年份数据较全。为此，本文借助中国综合社会调查（CGSS）的调查数据，试图从更长时间段来判断扩招对高等教育入学机会地区差异的影响，以期与统计数据的结论相互印证。

（一）总体入学机会地区差异的回归分析

1. 数据来源

 这一部分采用了CGSS 2008年、2010年、2013年三个年度的调查数据，调查问卷涉及被调查者的教育经历以及个人和社会背景如所在地区、家庭阶层背景、城乡结构等信息，有效样本量分别为5894、11783和11438。本文重点关注的是恢复高考以来不同地区个体升入大学的差异状况，根据学制推算，并结合相关研究的选择标准，保留1963年之后出生的个案。此外，考虑到人口流动问题，只选取“保留户口一直在本地”的个案。经筛选共保留11138个样本。

三个年度问卷采用相同的抽样方案，其数据具有全国代表性，三次调查的时间间隔也较短，本文将其合并之后作为一个数据集，可以视为一个全国代表性调查数据。此外，这个数据集中，接受过高等教育人数比例为13.01%，2010年全国人口普查中同年龄段人群中接受过高等教育人数比例为14.3%（该数据是根据国家统计局网站2010年第五次全国人口普查数据整理而得），两个数据较为接近，调查数据较为准确地反映了该年龄段人群受高等教育状况，适宜本文的分析。

2.研究设计

（1） 模型与变量选择

 在讨论社会背景对入学机会的影响时，多数研究采用了梅尔(Robert D. Mare)所设计的二元逻辑斯蒂回归模型，在涉及入学机会年代变化的研究中，研究者往往引入年龄组变量或其他时间变量以及时间（或年代、年龄组）变量与其他自变量的交互项对这一模型进行扩充，如李春玲、夏维特（Yossi Shavit）和克劳斯（Vered Kraus）、史密斯（Herbert L. Smith）和张（Paul L. Cheung）的研究。当自变量涉及地区时，研究者也把地区变量视为社会背景变量引入模型，并与时间等自变量交互，如李文胜、路晓峰等的研究。本文参照以上研究路径，把扩招作为时间变量引入模型，考察扩招前后高等教育入学机会的变化情况；引入三类地区变量，考察高等教育入学机会的地区差异；引入扩招与地区的交互项，探索扩招前后各地区高等教育入学机会差异的变化。模型公式为：

其中，X代表各控制变量，βk是控制变量的回归系数，Eik代表扩招变量，Dik代表地区变量，EDik是扩招变量与地区的交互项。

地区变量采用前述的三类地区划分方式。扩招变量为多分类变量，根据扩招速度，将扩招划分为扩招前期（1999—2006年）和扩招后期（2007年以后）；根据样本年龄推算，1981—1987年出生的归入扩招前期组，1988年之后出生的归入扩招后期，1981年前出生的归入扩招前。除此之外，将家庭社会经济地位（以14岁时父亲职业作为代理变量）、家庭文化背景（以父母一方最高受教育年限作为代理变量）、城乡户籍、性别等因素作为控制变量引入模型。

3. 样本基本情况描述

如表4所示，在11138个个案中，1449人接受过高等教育，占比13.01%；扩招前接受高等教育的人数占相应阶段人数的7.35%；扩招前期接受高等教育的人数占相应阶段人数的25.85%，是扩招前的3.5倍；扩招后期接受高等教育的人数占相应阶段人数的27.6%，高等教育入学比例进一步提升，反映扩招从整体上提高了人们接受高等教育的机会。

在全部样本中，绝对优势区接受高等教育的人数占该地区总人数的44.79%，相对优势区为11.8%，相对劣势区为8.62%，相对优势区和相对劣势区差别不大，而绝对优势区是其他两个地区的4~5倍，有较明显差距。从时间维度上来看，扩招之前，绝对优势区接受过高等教育的比例为32.53%，相对优势区该比例6.64%，相对劣势区该比例为4.52%；扩招前期，接受过高等教育的比例在三类地区都有大幅度提升，绝对优势区增长29.22%，相对优势区增长16.97%，相对劣势区增长12.9%，绝对涨幅最大的仍然是绝对优势区。扩招后期，相对优势区和相对劣势区接受过高等教育的比例仍在上升，而绝对优势区的入学机会与前期基本保持稳定，三类地区之间的入学机会差异进一步缩小。

4.模型分析

 在控制其他可能影响入学机会的社会背景变量前提下，本文分析了地区和扩招因素对入学机会的影响以及这种影响随扩招政策推行的变化情况。为此，本文引入三个模型：模型1只考虑地区的差异，未纳入扩招变量；模型2加入扩招变量；模型3考察地区与扩招的交互影响。

在模型1中，未考虑扩招因素，控制性别、家庭社会经济地位、家庭文化背景以及城乡差异后，以相对劣势区为参照，绝对优势区和相对优势区的回归系数均显著为正，说明对比相对劣势区，绝对优势区及相对优势区的高等教育入学机会差异显著。绝对优势区接受高等教育的概率是相对劣势区的2.93倍，是相对优势区的2.49倍，相对优势区是相对劣势区的1.17倍。这一结果与统计数据显示的结论以及聚类分析的结果可相互验证，体现了绝对优势区的明显优势。

在模型2中，加入扩招因素后，扩招前期和后期的回归系数均显著为正。扩招前期接受高等教育的机会是未扩招时的3.14倍，扩招后期这一概率上升为3.52倍，但在扩招后期相较于扩招前期仅增长了12%，说明扩招后期速度放缓。

在模型3中，加入地区与扩招交互项后，相对于未扩招阶段，地区间入学机会差异缩小主要来自于扩招后期；绝对优势区在扩招后期的回归系数显著为负，说明在扩招后期，绝对优势区与相对劣势区差距缩小明显，缩小了48.4%。而在扩招前期，绝对优势区的回归系数为负但不显著，说明在这个阶段绝对优势区与相对劣势区之间入学机会的差异没有显著变化，仍然维持了扩招之前的差异水平。无论是在扩招前期还是后期，相对优势区回归系数均不显著，说明相对优势区与相对劣势区之间的差距没有发生显著变化。

（二）优质入学机会地区差异的回归分析

1.数据来源

 在各年度的CGSS调查数据中，只有2008年调查询问了个体的入学层次信息，因此关于优质入学机会地区差异的分析仅有CGSS 2008年数据可采用。对数据库样本的筛选沿用分析总体入学机会的方法。在涉及人口流动问题时，采用获本地户口的年份变量进行处理，若获得户口年份晚于高考适龄年份，则说明户口迁移发生在高考后，该个案予以剔除，共选取2998个样本。

由于CGSS数据库截止时间较早，仅能用于分析扩招前期的情况。根据统计数据分析，优质高校入学机会的地区差异在2008年后缩小，因此CGSS 2008数据库无法验证2008年后的情况；其次，CGSS数据库中的优质高校是教育部或其他中央部委所属高校，外延大于本文在前一部分对于优质高校的定义，因此会放大各地区优质入学机会，同时由于优质高校在各地区之间投放的招生名额差异，也会在一定程度上影响对优质入学机会地区差异的估计。但该数据库可以考察恢复高考制度以来优质入学机会及其地区差异变化趋势，由此补充统计数据分析中缺乏扩招前数据的不足。因此，本部分将扩招变量区分为扩招前和扩招后，采用的统计模型、其他自变量与前一部分相同。

2. 样本基本情况描述

 在全部2998个样本中，81人曾在优质高校就读，占全部人数的2.7%，高于统计数据中0.68%的比例，但考虑到部委所属高校多于本文前一部分所选取的优质高校，其比例更高也是合理的。扩招前进入优质高校的人数为30人，占扩招前全部人数的1.4%，扩招后进入优质高校的人数为51人，占扩招后全部人数的5.88%，扩招后进入优质高校的比例增长4.48%，可见扩招还是在一定程度提高了个体进入优质高校的比例。

表6是三类地区在扩招前后进入优质高校样本分布的描述统计。总体看就读优质高校的比例，绝对优势区为7.41%，相对优势区为2.45%，相对劣势区为2.07%；绝对优势区有明显优势，而相对优势区和相对劣势区差距不大，与统计数据的结果一致。扩招后三类地区优质入学机会都有不同程度的提高，绝对优势区由4.58%提高至11.11%，相对优势区由1.14%提高至6.19%，相对劣势区由1.18%提高至4.29%，绝对优势区的涨幅最大并保持对另外两类地区的较大优势。从地区间差距来看，绝对优势区无论在扩招前还是扩招后均明显高于另外两类地区，而相对优势区在扩招前与相对劣势区基本持平，扩招后前者比后者高出1.9%，二者出现分化。

3.模型分析

 本部分构建了三个模型：模型1以三类地区为自变量，不考虑扩招变量，控制了性别、家庭社会经济地位、家庭文化背景、城乡差别，考察地区因素对优质入学机会的影响；模型2加入了扩招变量，考察扩招前后优质入学机会差异变化；模型3加入了地区与扩招的交互变量，考察在扩招前后地区间优质入学机会的差异变化(见表7)。

模型1显示，在不考虑扩招因素时，控制了其他相关变量后，以相对劣势区作为参照，绝对优势区的回归系数显著为正，表明绝对优势区的优质入学机会要显著高于相对优势区和相对劣势区；绝对优势区的优质入学机会是相对劣势区的1.8倍，是相对优势区的1.43倍。相对优势区的回归系数虽然为正，但不显著，说明相对优势区和相对劣势区的优质入学机会没有显著差异。这个结果部分印证统计数据结果，但统计数据揭示的地区差异更大，绝对优势区入学率高出2个百分点以上，是其他两类地区的5~6倍，相对优势区和相对劣势区则较为接近，前者只有0.2~0.3个百分点的优势。由于调查数据样本量的限制，统计数据反映的地区差异应该更为准确。

模型2中，扩招变量回归系数显著为正，说明扩招显著提高了人们进入优质高校的机会，其概率提高了2.37倍。

模型3中，加入交互项后，扩招变量仍然显著，表明扩招确实增加了优质入学机会；交互变量的回归系数均为正但不显著，表明以相对劣势区为参照，地区间的优质入学机会差异没有显著变化；换言之，扩招对优质入学机会的地区差异没有实质性影响，绝对优势区的优质入学机会优势一直保持。由于样本量较小，误差较大，这一结果需要慎用，但从统计数据测算的差异系数来看，扩招后优质入学机会的地区差异变化也微乎其微。

五、研究结论与讨论

综合统计数据分析和调查数据分析，可以得到以下结论：

**第一，扩招对缩小高等教育入学机会的地区差异有显著贡献。**从各省（区、市）高等教育入学率、三类地区高等教育入学率、省际和地区入学率差异指数等的变化趋势来看，扩招不仅在总体上提高了人们的高等教育入学机会，也有效地缩小了省（区、市）之间和三类地区之间高等教育入学机会差距，省际与地区间的不平衡指数明显下降。调查数据也表明，入学机会的地区差异有所缩小。此外，在扩招后期，扩招政策对抑制入学机会地区差异的贡献大于扩招前期。扩招前期的主要受益者是绝对优势区；到了扩招后期，绝对优势区入学率变化平缓甚至有所下降，而另外两类地区持续上升，因而明显缩小了地区差异。

但调查数据的取样低估了相对优势区和相对劣势区的高等教育入学率。调查数据显示，扩招后期这两类地区入学率均低于30%；但统计数据显示，在此期间两类地区的入学率均高于30%，相对优势区甚至与绝对优势区较为接近。可能存在的样本选择偏差使调查数据只验证了扩招后期绝对优势区与相对劣势区之间差异的显著缩小，而并未验证绝对优势区与相对优势区差异的缩小。

**第二，扩招对优质入学机会地区差异变化影响较小。**调查数据表明，截至2008年前（相当于扩招前期），优质入学机会虽然有所上升，但地区间差异稳固。统计数据也验证了2008年之前优质入学机会的地区差异维持稳定，但在2008年后，相关政策的干预使地区间优质入学机会的差异有微弱下降趋势。总体而言，优质入学机会地区差异未因扩招得到明显改善。

由于优质入学机会的统计数据存在多个年份缺失，且优质入学机会总量偏小，对于适龄人口数的变化更为敏感，因此其变化趋势描述的准确度受到影响，基于统计数据大致能够得出“相对于2004年，2014年地区差异有小幅缩小”的结论，而无法对扩招以来优质入学机会地区差异的年度变化趋势进行更精准的分析；另外，统计数据与调查数据覆盖的时间段只有小部分重叠，且调查数据描述性分析中的优质高校入学比例虽然合理，但由于统计口径特殊，且样本量过小，得出的结论不一定精确地反映了事实的变化状况，也只能大致得出“至2008年，优质入学机会总体有所提高，但地区差异相对稳定”的结论，对2008年后地区差异是否有小幅下降尚需合适的调查数据加以验证。

**第三，优质入学机会的地区差异大于总体入学机会的地区差异。**优质入学机会的威尔逊系数和泰尔指数均大大高于总体入学机会的相应系数。从纵向角度来看，扩招使总体入学机会的地区差异缩小，而优质入学机会的地区平衡状况改善不明显；当前我国高等教育入学机会的差异已主要体现为优质入学机会的差异，尤其是绝对优势区与另外两类地区之间的差异。

**第四，以高等教育入学机会分配为依据对我国各省（区、市）的归类与我国在执行若干补偿性招生政策时的东中西部划分方式不完全重合，尽管大部分东部地区的总体入学机会和优质入学机会均优于中西部地区，但河北、广东、海南等东部省（区、市）的入学机会却低于中西部地区；而内蒙古、青海、宁夏、甘肃等西部省（区、市）入学机会高于绝大部分中部地区。**因此，在推进招生名额补偿等政策时，不宜简单地以地理位置为依据，而应更加精细地分析各省（区、市）高等教育入学机会的差异，结合各省（区、市）当前入学率、报考人数等信息，更加精准地为薄弱省（区、市）提供补偿性政策。例如对高等教育入学率相对较高的内蒙古、青海、宁夏、甘肃地区可以稳定目前的补偿政策，而对于西南地区的云南、贵州、广西、西藏以及中西部人口大省河南、四川等则需要重点给予政策支持。

高等教育入学机会的地区差异是源于我国历史传统、地区经济社会发展不平衡等因素的原生性问题，目前还没有一种理论能够很好地解释这种现象。所在地区因素与社会背景因素都具有代际继承特点，但用于解释教育不平等代际传递模式的MMI假设和EMI假设似乎也无法很好地解释地区不平衡现象。尽管从分析结果看，地区入学机会不平衡的变化趋势似乎与EMI假设有部分吻合之处，如高等教育规模扩大优先满足绝对优势区的需求，高等教育入学机会的地区不平衡下降之后优质高校入学机会的不平衡仍然得以有效维持，等等。但二者作用机制完全不同，社会背景体现的是阶层不平等，主要以文化再生产和资源转化为机制维持教育不平等；地区差异则与地区经济发展水平、基础教育发展水平等因素相关，并非由阶层不平等导致，而是一种因地理位置原因带来的自然权利，因而李立峰认为教育机会的地区差异具有一定合理性。魏延志在研究教育获得的不平等问题时同时引入了地区变量和社会背景变量，发现社会背景对个人教育获得状况的影响不受地区社会分化水平的影响，这也表明地区因素的作用机制有别于社会背景因素。地区高等教育入学机会差异是在地区经济社会发展不均衡的自然条件下，通过政府的政策干预而形成的一种入学机会不平等，其作用机制可称为“自然条件＋政策干预”的综合性作用机制。在这个机制中，政策干预的功能并非维护这种不平等，而在于控制自然条件的作用程度，避免自然条件和社会背景机制共同作用下地区入学机会差距过大，从而将地区差距维持在可控和公众可接受范围内。这可体现在近二十年来政府的若干政策中，如扩招通过扩大高等教育入学机会总量的方式缩小了地区差异，限制部属高校属地招生比例、支援中西部地区招生协作计划等政策在一定程度上抑制了优质入学机会地区差异继续扩大，国家、地方和高校专项招生计划等政策也体现了促进地区、阶层、城乡入学机会公平的意图。

但**政策干预对缩小优质高校入学率的地区差异贡献有限，过强的政治干预也可能带来一些可预见的风险和难题。**当前社会公众对于优质高校的招生政策有两种代表性观点：一种是主张全国统一划线，按分数高低录取；一种是主张根据各省高考人数按比例确定招生名额。我国的优质高校大多为部属高校，中央政府为其提供了大部分办学经费，因此从办学性质来看，优质高校入学机会理应为社会全体成员平等享有，这也是社会公众期待部属高校不分省而按分数高低录取的主要理由。这种放弃政策干预的招生方式实际上是放任自然条件发挥作用，有可能导致优质高校大部分录取名额集中在基础教育较好的经济发达省份，其结果会造成更大的不公平，“分省定额”的政策干预反而能够保证薄弱省（区、市）拥有相当的录取人数。其次，根据高考人数分配优质高校招生名额，表面上看各省都拥有大致相等的录取比例，似乎实现了机会公平，但难免会导致这些高校损失一定数量的优质生源，从而有损于优质高校的整体办学质量，违背了绩效原则。对于基础教育较好的省（区、市）考生而言，其最优选择是通过种种手段转移到竞争较弱的省（区、市）参加高考，这不仅会加剧久未解决的高考移民问题，同时也挤占了这些省份考生所拥有的入学机会，最终还是来自基础教育水平较高省份的考生占据更多入学名额。

因此分省录取方式仍然是在“各省(区、市)入学机会适度差异”和“保证优质高校录取优秀生源”之间取得平衡、兼顾公平与效率的现实选择。政策干预虽然能够在一定程度上抑制优质入学机会地区差异过大，但对薄弱地区的扶持性政策只能控制在一定幅度内，补偿名额过多可能有损于高校办学质量和其他省份考生的受教育权，过于激进的补偿性政策可能会带来新的风险和另一种不平等，如我国特定时期内对工农阶层的补偿性政策（尽管不是地域性补偿，但可以类推）所造成的不平等和办学质量下降，美国在实施肯定性行动时采用的配额制导致的逆向歧视问题等。因此政策干预并不是从根本上解决优质高等教育入学机会公平的策略。要缓解优质入学机会地区不均衡的状况，除了对薄弱地区的补偿性政策外，最根本的还要依赖地区间经济社会的均衡发展，随着地区发展均衡性的提高有计划性地调控优质高校招生名额分配；同时，要提升薄弱地区高校的办学质量，拓展优质高校的外延，促进优质高等教育资源均衡配置。