“基本形成学习型社会”指标体系的实证研究

　　一、构建指标体系的逻辑基础

　　学习型社会是拥有相应机制和系统，通过保障与促进全民具备自主学习能力、享有便利学习条件、拥有终身学习机会以实现学有所教的社会。它是以知识经济和知识社会数字化、信息化、网络化为支撑的社会形态。对学习型社会的理解与描述是构建“基本形成学习型社会”指标体系的逻辑基础。

　　(一)打破教育的封闭性是学习型社会的重要特点

　　学习型社会的重要特点之一是打破教育的封闭性，促使学习与工作不再割裂、教育与社会融为一体、个人与组织息息相关。学习型社会要打破学习时段、学习空间、学习主体、学习样式的孤立，使学习成为知识社会人们的一种生存方式和生活方式，将学习和教育的功能“超越学校教育的概念”，“扩充到整个社会的各个方面”，与人的一切活动以及社会发展相融共存。

　　(二)满足社会成员多样化的学习需求是学习型社会的首要目标

　　学习型社会要为社会成员提供相适合的教育制度和教育系统，以保障个体拥有满足多样化学习需求，包括多样化学习目的、学习内容、学习方式、学习路径以及取得相应学习成果的能力、机会和条件。学习型社会中的所有社会成员包括困难弱势人群都有平等的受教育机会、终身学习的权利，都能充分利用和共享社会教育资源。

　　(三)构建完备开放的终身教育体系是学习型社会的基础保障

　　学习型社会将打通不同类型、不同规格、不同层级、不同形式教育之间的互通渠道，构建形成全民学习、终身学习的社会环境、制度和系统。完备开放的终身教育体系、贯通便捷的学习服务系统可以保障社会成员有效参与各种教育和培训，支撑全民学习、终身学习。

　　(四)“人人皆学、时时能学、处处可学”是学习型社会的主要标志

　　促使全民提高学习意识，在全社会营造浓厚的学习氛围是学习型社会的内在精神追求，而学习型社会最核心、最突出的外显标志是“人人皆学、时时能学、处处可学”。能否实现以及在何种程度上实现人人成为学习之人、时时拥有学习之机、处处皆是学习之所，是判断学习型社会形成状况的重要依据。

　　建设学习型社会是一个动态、渐进的过程，也是一个不断发展、逐步完善的过程。“基本形成学习型社会”是学习型社会的初级阶段，虽然在一些体现规模、范围、层次的指标或指标值上可能会存在差异或数值偏低现象，但其核心指标与学习型社会在质的理解上是一致的。基于对学习型社会的理解，我们构建了“基本形成学习型社会”的指标体系。

　　二、“基本形成学习型社会”指标体系构建与试测

　　“基本形成学习型社会”指标体系的构建既要朝向未来发展，又要基于现实状况。需要以科学发展观为引领，从我国的基本国情和学习型社会建设实际出发，建立具有引导性、可操作性的指标体系，以更好地引导、推进学习型社会的理论研究与实践探索。

　　(一)指标体系的基本框架与内容

　　依据《教育规划纲要》的规定、国际社会的通用标准以及不同地区学习型社会或城市的建设现状，参照相关研究成果，从如何建设学习型社会的角度入手，我们构建了“目标与任务”、“条件与保障”、“制度与组织”三维架构的指标体系，并经过专家筛选确定了10个一级指标和15个二级核心指标。(见表1)

　　表1所示的15个核心指标及其观测点集中反映了“基本形成学习型社会”的总体概貌，并从质的方面确定了学习型社会的基本要求，从量的方面表征了学习型社会的发展层级。

　　“目标与任务”维度共有6个核心指标。其中，成人识字率反映社会成员个体所具有的学习能力和进一步学习的基础;主要劳动年龄人口平均受教育年限及受高等教育比例反映人力资源开发程度，主要测评为培养终身学习能力所提供的国民教育水平和普及性;从业人员继续教育参与率主要考察职工全员培训率、专业技术人员培训率、农村实用技术培训率、农村劳动力转移培训率等，是对从业人员学习机会的测评;城乡居民社区教育参与率和老年教育参与率主要是对非从业人员学习机会的测评;全民阅读水平是一个国家或地区社会文明的重要标志，同时，也反映了个体自主学习和对社会发展的参与性。6个核心指标着重考察社会是否能够保障和满足社会成员终身学习的基本权利和需求，为其提供接受相适合教育的机会和途径，促使每个社会成员具备终身学习的基本能力。该维度指标集中反映全体社会成员终生都可以有其学、优其学的状况，属于内涵性指标，也是检验学习型社会建设成效的关键。

　　“条件与保障”维度共有7个核心指标。其中，公共文化场所拥有量、培训机构覆盖率、社区教育三级网络覆盖率等主要测评社会为学习者提供“处处可学”资源的拥有量和覆盖面;互联网普及率、农村电视节目覆盖率、终身学习公共服务平台覆盖率以信息化为标志，主要测评社会为学习者提供的“时时能学”资源及有效学习服务的开放性和共享性。学习型社会建设需要一定的经费加以保障，教育与培训经费投入比例，是学习型社会建设不可或缺的指标，同时体现以政府为主的多元投入机制。7个核心指标着重考察的是社会是否为全民学习和终身学习提供了便利的学习设施、充足的学习资源以及有效的学习服务，并且将这些设施、资源和服务最大限度地覆盖到社会各个角落，使每个社会成员可以根据自身需要随时获得多渠道、多方式的学习条件和机会。该维度指标集中反映社会为学习者提供学习机会与条件的广泛程度，属于外显性指标。

　　“制度与组织”维度共有2个核心指标。其中，组织、制度与队伍建设水平和学习型组织创建率主要考察的是学习型社会建设的组织架构和制度创新，反映政府为学习型社会建设提供支撑的状况，属于动力性指标。

　　“基本形成学习型社会”指标体系更多地从国家层面综合反映学习型社会建设的基础性要素，指标的三个维度并非完全割裂，而是一个整体，彼此互通与支撑。作为一个动态的系统，“基本形成学习型社会”的指标体系还将在发展中不断完善。

　　(二)“基本形成学习型社会”指标的试测

　　为了使指标研究不仅仅停留于理论描述与概念构建，我们对所建指标进行全国31个省市(不含港澳台;省概指省与自治区，市指直辖市，均统称为省市)学习型社会综合发展水平的试测。受数据采集的限制，本次试测不涉及质化指标，如“制度与组织”维度的指标，同时略去缺少统计数据或暂时无法获得数据的指标，最后以11项核心指标采用因子分析进行试测。(见表2)

　　试测中分别计算出2009年31个省市学习型社会综合发展水平得分，以及2009年全国平均水平得分。同时，还进一步测算出实现“基本形成学习型社会”的2020年目标水平得分，即2020年全国基准水平，以便进行全国现实水平与目标水平之间的比较，进而从发展的角度提出推进我国学习型社会建设的路径。

　　1.采集与确定指标数值

　　用于测试的数据包括11个指标的2009年31个省市的数据、2009年全国平均值、2020年全国基准值。限于篇幅，表2仅列出2009年全国平均值和2020年全国基准值。

　　11个指标2009年31个省市和全国数据的来源包括：《中国统计年鉴2010》、《中国人口与就业统计年鉴2010》、《中国教育统计年鉴2009》、《2009年全国职工教育培训统计(汇总)表及分析报告》、《2009年教育系统农村劳动力转移培训情况统计表》、《中国文化文物统计年鉴2010》、《第25次中国互联网发展状况统计报告》。其中，有极个别省份的数值有所缺失，采用平均值代替。

　　11个指标2020年基准值的确定依据主要有二：一是直接取用或参照国家政策文件的相关规定或实际水平，有7项指标以此为依据，包括;二是参照国际通用或发达国家目前的数值，有4项指标以此为依据，包括。限于篇幅，具体采集过程略。

　　2.采用因子分析法测算综合水平得分

　　目前国内比较普遍地采用因子分析法对教育发展状况进行量化研究或评价，如吴玉鸣[1]应用因子分析评价区域教育竞争力，赖燕玲[2]、史本山[3]等也使用类似方法对区域高等教育竞争力进行评价等;同时，因子分析在统计学中也是相对成熟的一种方法与模型。因此，在经过多次采用主成分分析法、偏最小二乘结构方程模型运算比较后，我们使用因子分析法作为测评综合发展水平的工具。

　　因子分析用于综合评价，其基本过程是先将所有数据进行标准化处理消除量纲的影响，然后计算相关系数矩阵、指标特征值、贡献率和累积贡献率从而确定公因子及公因子得分系数，最后根据前面的结果计算出综合得分，具体步骤如下。

　　第一步，计算指标间的相关系数，判断采用因子分析的适合度。

　　因子分析的前提是要求用于因子分析的各指标间具有较强的相关性，这样才能将多个指标综合成较少的几个公因子。但指标间的相关系数又不能过高，否则会出现共线性现象，使相关系数矩阵的行列式值接近于0，导致相关矩阵出现不良(ill-condition)问题。本研究11项指标相关矩阵结果见表3。从表3可以看出，大多数指标间的相关系数在0.6以上，但又不超过0.9，指标间呈现较强的线性关系，适合做因子分析。

　　第二步，运用主成分法抽取公因子，提炼指标的共同度。

　　采用主成分法抽取公因子，旋转方法采用正交最大变异法。共同度反映了全部公因子对每个指标方差的解释程度，值越大说明公因子提取的信息越多。从公因子提取共同度表(表略)中可以看出，各个指标在初始情况下的共同度均为1，提取之后最高达到0.923，最少也在0.711以上，表明提取过程信息损失很小，因子分析总体效果较为理想。主成分法抽取公因子通常以特征值大于1作为保留公因子的依据，结果见表4。

　　因子分析的目的是以少数几个因子来解释原有指标的方差，在自然科学研究中决定保留因子数量以能解释的累积方差达到95%为宜，社会科学则以达到60%为宜。[4]从表5可以看到，11个指标可浓缩为3个公因子，它们提取后的累积方差贡献率为77.79%，表明这3个公因子已经囊括了总体方差的78%，所以本次提取效果较为理想。“旋转后情况”栏中改变了各因子的方差贡献率，使得因子便于解释。

　　根据旋转后的因子载荷矩阵，可以清楚地看出各个指标分别在3个公因子上的载荷量，根据载荷量可以确定各公因子所包含的具体指标。(见表5)

　　第一公因子的累积方差解释率最高，其所聚集的指标最具代表性，对综合水平的影响力最大。从表5可以看出，就基本形成学习型社会而言，6岁以上人口平均受教育年限、就业人口受高等教育比例、成人识字率、每万人口拥有文化场所、互联网普及率、农村电视节目综合覆盖率这6个指标是非常重要或首要的建设内容;其次是专业技术人员培训率和职工全员培训率。

　　第三步，计算各公因子的具体得分。

　　根据采用回归法获得的因子得分系数矩阵(因子得分系数矩阵表略)，计算各个公因子的得分。计算模型是：

　　第四步，计算综合得分，获得综合发展水平状况。

　　根据表4中“旋转后情况”栏中的累积方差贡献率，可以得到综合得分的计算公式：

　　F=F1×38.381%+F2×21.114%+F3×18.294%

　　将三个公因子得分代入上式即可得到综合得分(学习型社会综合发展水平)，同时，测算中将全国平均值、全国基准值一起折算成因子得分，便于与31个省份进行比较。(见表6)

　　上述结果仅是一个试测的结果。试测的目的在于从概貌、操作等层面对“基本形成学习型社会”目标状况以及我国的发展现状有一个粗略的把握。当然，该测试还存在待完善的地方，比如，第一，指标体系本身还需要完善;第二，受数据采集限制，一些同样能够表明学习型社会的指标未纳入试测，如全民阅读率，终身学习服务平台建设等;第三，2020年目标值的确定也可能存在偏高或偏低的情况，如教育系统农村实用技术培训率等指标。

　　三、我国学习型社会综合发展水平现状

　　通过对我国2009年31个省市学习型社会状况试测结果的分析，可以从总体上把握我国学习型社会综合发展水平的现状特征。

　　(一)目前我国与“基本形成学习型社会”的目标水平存在很大距离

　　为更加直观化，我们将表6中的综合水平得分转化为图1。

　　图1　31个省市学习型社会综合发展水平

　　从图1可以看到，全国目前的平均水平(综合得分为-0.07)与2020年的目标水平(综合得分为1.31)之间的标准分值差距为1.38。目前还没有省市综合得分能达到目标水平，北京(综合得分为1.03)最接近目标水平，其次是上海。综合水平得分在全国平均水平之上的只有13个省市，占全国的42%。

　　各公因子得分与目标水平的距离也很大。第一，公因子一目前水平与目标水平之间的标准分值差距为1.80，得分超

　　--------- 过目标水平(1.70)的只有北京(2.57)和上海(2.29)两个直辖市，与目标水平比较接近的是天津(1.52);公因子一得分在全国平均水平之上的省市只有16个。第二，公因子二目前水平与目标水平之间的标准分数差距为0.13，得分超过目标水平(0.27)的省份仅12个，超过全国平均水平(0.14)的省份有15个。第三，公因子三目前水平与目标水平之间的标准分数差距为3.62，且未有省市得分超过目标水平(3.29);公因子三得分在全国平均水平(-0.33)之上的省份有19个。

　　(二)各省市学习型社会综合发展水平之间存在很大差异

　　从图1可直观看到，31个省市的综合水平得分分布在-0.910～1.027之间：大于1的仅有北京;0.5～1之间仅有上海和天津;0～0.5之间有辽宁、江苏、新疆和浙江等8省;-0.5～0之间有重庆、江西及四川等17个省市;低于-0.5的有贵州、甘肃和西藏。

　　为了更加科学地分析差异，我们根据表6中的综合得分，通过计算欧氏距离，采用Word最小变异法系统聚类，用SPSS16.0软件进行操作，将我国31个省市学习型社会综合发展水平聚类为4个方阵。(见图2)

　　图2　31个省市学习型社会综合发展水平方阵

　　由图2可见，71%的省市处于第三、第四方阵，且主要分布在中西部;29%的省市处于第一、第二方阵，且主要分布在东部，仅山西和新疆挤入第二方阵。

　　第一方阵有3个直辖市，约占全国的10%，包括北京、上海、天津，全部集中在东部。该方阵的学习型社会发展特征是：综合水平得分高;第一公因子得分也高。

　　第二方阵有6个省，约占全国的19%，包括辽宁、江苏、浙江、福建及中西部的山西和新疆，主要集中在东部。该方阵的学习型社会发展特征是：综合水平虽低于第一方阵，但远高于全国平均值;某些公因子得分偏高，如第二公因子。总体实力还是比较强。

　　第三方阵有18个省市，约占全国的58%，包括东部的广东、山东及中西部等省，主要集中在中西部。该方阵的学习型社会发展特征是：综合发展水平处于全国中等偏下水平，且绝大部分低于平均水平;各公因子发展水平差距大，有负担也有优势，继续提升的空间还很大。

　　第四方阵有4个省，约占全国的13%，包括内蒙古、贵州、甘肃和西藏，全部集中在西部。该方阵的学习型社会发展特征是：综合水平得分非常低;各公因子得分也很低。

　　(三)各省市学习型社会综合发展水平与其经济发展水平不存在绝对对应关系

　　将31个省市的经济发展水平与学习型社会综合发展水平结合起来分析发现，经济发展水平(以2009年人均GDP为表征)高或低的省市，学习型社会综合发展水平并不一定相应也高或低，即学习型社会综合发展水平分布状况与区域经济发展状况有关联但不一定正相关，两者存在四个象限的分布。(见图3)

　　图3　31个省市人均GDP与学习型社会综合水平对应分布情况

　　注：各省市人均GDP指标数据根据《中国统计摘要2010》中各省市GDP总量除以各省市总人口数测算得出;学习型社会综合发展水平数据来自本文表6。

　　第一象限，经济发展水平高、学习型社会综合发展水平也高。如京津沪人均GDP在全国排前三位，其学习型社会综合发展水平也排在前三位，属于经济发展水平、学习型社会综合发展水平都高的城市。

　　第二象限，经济发展水平高/偏高、学习型社会综合发展水平不高。如广东、山东的人均GDP分别为4.0万元、3.5万元，位居全国前10，但学习型社会的综合发展水平得分却相对比较低，为-0.10、-0.28，均低于全国平均水平，处于第三方阵。

　　第三象限，经济发展水平不高、学习型社会综合发展水平也不高。这类情况的省市有16个，占据了全国52%的份额，如贵州、甘肃、云南等省份。

　　第四象限，经济发展水平不高、学习型社会综合发展水平却高/较高。如山西、新疆、陕西的人均GDP仅为2.1万元、1.9万元、2.1万元，属于全国偏下水平，但其学习型社会综合发展水平得分却为0.47、0.19、0.05，处于第二方阵或第三方阵前列。

　　应该说，经济发展水平确实对学习型社会的建设有影响，也是重要的支撑，偏低的经济发展水平会影响学习型社会的进程，但我们不能就此认定，经济发展水平不高就不能够推进学习型社会的建设，这两者并不存在直接因果关系，经济发展水平是学习型社会形成的重要条件，但不是充要前提。

　　四、“基本形成学习型社会”指标的发展路径

　　针对我国学习型社会综合发展水平的现状特征，借用矩阵分析工具对试测结果进行进一步挖掘，可以找到“基本形成学习型社会”各指标目前的发展位置及差距，从中探索各指标的发展路径。

　　(一)受教育程度、学习条件是影响我国基本形成学习型社会的重要因素，但与目标水平差距较大，需要优先发展

　　从公因子的提取与得分看，影响学习型社会综合发展水平的主要因素是受教育程度及学习场所与资源等条件，包括6岁以上人口受教育程度、成人识字率、公共文化场所、互联网普及率及农村电视节目覆盖率等指标。这些指标都被提取为第一公因子。由于第一公因子的累积方差解释率最高，对综合水平的影响力最大。这就表明，只有民众的受教育程度提高、所享受的学习场所和条件越好，我国的学习型社会建设才可能有质量，并达到一定层级。

　　通过矩阵分析法也进一步印证了这一点。我们以全国在各因子上的得分(以均值表达)做Y轴，以每个公因子对综合水平的方差贡献率(重要性)做X轴，构建矩阵分析图，(见图4)。因子得分越高，反映与目标水平的差距越小;方差贡献率越大，反映对提升综合水平的重要性相对越大。从图4可以看到，公因子一最重要，但其均值得分却不太高，处于优先发展区，需要得到高度重视和首先发展，积极缩小该类指标与目标水平的差距。公因子二重要性次之，但均值得分最高，处于维持发展区，只要维持该类指标目前增长态势即可顺利达到目标水平。公因子三的重要性相对较低，其均值得分也最少，处于特别关注区;该类指标对提升综合水平影响有限，与目标水平差距较大，若要推动该类指标达到目标水平，需要特别重视甚或超常规发展。

　　(二)就“受教育程度及学习条件”的建设而言，需要优先发展公共文化场所，稳步提高人口受教育程度，大力促进从业人员受高等教育比例和互联网普及率的提高

　　为了更好地分析各个因子内部指标的位置关系，可以再分别建立不同公因子所含指标的位置分析图。该图以各指标的全国平均值与目标基准值的比值做Y轴，以各指标在因子上的载荷做X轴，比值越大，反映指标与基准值的差距越小;载荷量越大，反映该指标对因子得分贡献越大，也更为重要。(见图5，以下矩阵图构建方法同此)

　　从图5可以看到，X[，1](6岁以上人口平均受教育程度)和X[，3](成人识字率)对公因子一得分贡献大并且与基准值的差距小，位于持续增长区，若要实现这两个指标达标，必须保证持续稳步增长态势。X[，8](每万人口拥有公共文化场所数)对提升公因子一整体水平贡献比较大，且与基准值的差距也较大，位于优先发展区，应优先增加每万人口文化场所数。X[，10](农村电视节目综合覆盖率)与基准值的差距最小，位于维持发展区，维持当前增长态势即能顺利达标。X[，2](从业人员受高等教育比例)和X[，9](互联网普及率)位于特别关注区，与基准值的差距较大，若要在预定时间内达标，需要更多的投入和加大支持力度。

　　按照国际图联制定的公共图书馆标准，应每1.5公里半径内设置1所公共图书馆，平均2万人左右拥有1所公共图书馆，人均图书藏量2册。我国平均45.9万人拥有1所图书馆，平均每百万人拥有2.1所公共图书馆。而且公共服务平台建设很不平衡，包括东部与西部地区不平衡，城市与乡村不平衡、社区及乡镇基层不平衡，普通服务与弱势群体服务发展不平衡。

　　本文测试中使用的平均受教育年限人口范围是“6岁以上人口”，比“主要劳动年龄人口”宽泛。就后者指标而言，2005年美国该指标为13.63年，日本为12.7年，2009年我国为9.5年，远低于发达国家。从世界范围看，绝大多数发达国家成人识字率均在95%及以上，据联合国开发计划署的数据显示，2009年中国成人识字率在177个国家和地区中位列80位。我国人口众多，文盲人口基数大，提高成人识字率的任务依然艰巨。

　　尽管2009年，我国广播电视实现了“村村通”，广播电视综合人口覆盖率分别为96.31%、97.23%;全国广播电视大学的教育资源覆盖到县，全国教育科研网覆盖200个城市并与中国教育卫星宽带传输网互联互通，形成覆盖全国“天网地网合一”的现代远程教育传输网。但远程教育资源相对集中在发达地区和城市，西部地区和农村配置薄弱，特别是边远农村地区远程教育资源紧缺。截至2007年底，互联网在城镇的普及率是44.6%，在农村仅为15%。城乡、地区间存在的巨大“数字鸿沟”，导致社会成员参与远程开放教育的机会极不均衡。

　　(三)就“职工和专业技术人员培训”的发展而言，需要持续促进职工全员培训率的提高

　　从图6中可以看到，X[，5](职工全员培训率)对公因子二得分贡献大并且与基准值的差距小，位于持续增长区，该指标应保持持续提升态势。X[，4](专业技术人员培训率)与基准值的差距非常小，位于维持发展区，维持现有增长趋势即能顺利达标。

　　(四)就“农村培训以及经费”而言，需要持续加强农村劳动力转移职业技能培训

　　从图7中可以看到，X[，7](教育系统农村劳动力转移职业技能培训率)对公因子三的得分在三个指标中贡献最大，与基准值的差距较小，位于持续增长区，应保证农村劳动力转移职业技能培训持续增长的态势。X[，11](职工教育经费占工资总额比例)对公因子三的得分贡献次之，与基准值的差距相对X[，6]和X[，7]要小，位于维持发展区，若能维持当前职工教育经费增长比例，实现该指标顺利达标还是很有希望的。X[，6](教育系统农村实用技术培训率)在三个指标中对因子三得分的贡献最小，与基准值的差距最大，位于特别关注区，应关注该指标发展趋势，必要时要加大对农村实用技术培训的支持力度。

　　事实上，我国从业劳动者中有近8亿人需要更新知识和技能，接受继续教育;有2亿人左右需要转移的农业劳动者，有数以千万计的新增劳动者和需要转岗再就业的劳动者，他们对各种培训学习存在强烈的需求。但我国继续教育体制机制不完善，从业人员的继续教育参与率偏低，继续教育机会在人群、行业、职业间分布不均衡，低收入者、低学历者、低技能者的继续教育机会相对较少。据农业部有关调查，农业劳动者的实用技术年培训率只有9.27%，农村劳动力转移培训年培训率为13.1%。全国县乡共有100万农业技术推广专业人员，其中51%的人没有接受过在岗专业培训。

　　除此之外，我国于1999年进入老龄化社会。2009年全国60岁及以上老年人口超过1.67亿，约占全国总人口的12.5%。但老年学校覆盖面不广，供求不匹配，老年教育的机会不均等。同时，城乡社区教育发展也不平衡。自1999年我国实施社区教育实验以来，全国已有国家级社区教育实验区103个，占全国县区总数的4%;但受经济文化等诸多因素的影响，社区教育的推进存在不平衡，主要表现为：东部与中西部、城市与农村、实验区与非实验区发展不平衡。特别是中西部地区社区教育不普及，农村社区教育普遍滞后，在部分边远贫困山区社区教育资源匮乏，很少覆盖到乡、村一级。

　　学习型社会的建设是一项系统工程，需要变革学校教育，构建灵活开放的终身教育体系，包括形成纵向衔接，横向贯通的教育“立交桥”;大力发展从业人员培训和继续教育，加强社区学习中心和社区学校基础建设，完善学习型组织建设，进而实现学历教育与非学历教育的协调发展，职业教育与普通教育的沟通，职前教育与职后教育的衔接。同时，还需要从政策、制度的层面提供专业人才队伍保障、资金投入保障和学习资源保障。