我国学前教育生均经费投入的省域差异与成因

教育经费的均衡配置是学前教育公平而有质量发展的基本条件。研究选取了我国30个省份2011年至2018年的面板数据,测算学前教育阶段各项生均经费的基尼系数和帕尔玛比值,综合评价各项生均经费配置的省域间公平性,并构建理论模型考察哪些因素作用于学前教育生均经费投入。研究结果显示:我国学前教育生均教育经费投入还不公平,主要表现为省域间经费配置的两极分化严重;代表政府努力度的一般公共预算内生均教育经费投入的省域间不均衡程度很高;农村地区省域间生均经费投入不均衡状况比城镇地区严重;生均经费投入水平总体上呈现"东部省域高,中西省域低"的区域性特征;各省域学前教育生均经费的投入结构也有所不同;经济发展水平、城镇化水平和城乡收入差距都会对学前生均经费投入产生影响。最后,依据研究结论提出改善我国学前教育生均经费配置情况的对策建议。

大学生就业意愿:主观与客观学业成就影响孰轻孰重——来自家庭背景的经验证据

大学生就业意愿在较大程度上影响其就业活动,并影响个人和家庭的未来发展轨迹。文章通过调查大学生的家庭背景、学业成就和就业意愿,分析大学生收入意愿、发展方向意愿和区域选择意愿的形成机制,结果发现,在高校大学生群体中,个体的家庭社会经济文化地位越高,对高收入、高学历的期待和到发达地区就业的愿望越强烈,客观专业成绩排名和主观学业成就评价也越高。大学生客观学业成就是家庭社会经济文化地位影响其收入意愿、发展方向意愿和区域选择意愿的中介机制,主观学业成就只是家庭社会经济文化地位影响其发展方向意愿的中介机制。在此基础上,文章就高校如何弱化家庭背景因素影响、做好客观学业成就评价、引导大学生就业意愿形成提出建议。

乡村义务教育师资配置脆弱性:时空分异与风险规避——基于BP神经网络模型

优化乡村义务教育师资配置是加快高质量教育体系建设、实现城乡一体化均衡发展的基本诉求。本研究借助DPSIR概念模型设计了包含师资配置风险水平和应对能力的脆弱性评价指标体系,利用2016-2020年31个省份城镇义务教育师资配置数据训练出BP神经网络模型对乡村义务教育师资配置脆弱性进行评价,进而通过权值系数计算各评价指标权重。结果表明:2016-2020年乡村师资配置脆弱性呈下降趋势,但存在“东低西高”脆弱性局面;小学阶段乡村师资配置比初中阶段乡村师资配置更加脆弱;11项评价指标对乡村义务教育师资配置脆弱性的影响有主次之分。为此,应努力缩小师资配置的空间差异,提升小学阶段师资配置水平,优化师资队伍结构。

面向2035的高职高专教育规模与资源需求预测——基于灰色-BP神经网络模型研究

我国职业教育综合改革持续深化,高等教育普及程度不断提升,高等职业教育发展前景备受关注。研究基于1992-2021年高职高专教育规模及其影响因素发展情况,采用灰色-BP神经网络模型对2022-2035年高职高专教育规模和资源需求进行预测。研究发现:高职高专规模发展可能出现低增长、中增长和高增长三种模式,规模变化将经历波动增长、稳定增长和增长缓和三个阶段,规模扩张会导致经费、物资和师资供给的巨大压力。为此,研究建议积极观测高职高专规模发展影响指标的动态变化,实现高职高专教育规模的科学预测;向中增长模式靠拢制定高职高专发展规划,提供高职高专教育高质量发展的可能性;持续地加大高职高专财力、物力和人力资源供给,提供高职高专教育现代化的必要条件。