中图分类号：G718.5文献标识码：A文章编号：1674-5485(2017)02-0085-06 一、文献综述与理论基础 (一)文献综述 从区域发展的内涵上，熊德平认为，区域的协调发展具有目标和过程两个层面，对于协调应当运用辩证的观点去理解。[1]从区域发展的模式上来看，陈秀山提出区域的协调发展是一种不同于区域均衡发展的模式，同时，区域的协调发展也不同于区域非均衡发展，它的实质是一种二者相结合的动态协调发展。[2]安虎森从区域协调发展与区域一体化的区别入手，认为区域一体化的重点是经济效率。[3]蒋海清认为区域协调发展就是要找到处理好公平与效率关系的空间结构。[4]关于区际协调发展的度量指标，杨伟民建议采用人均指标来衡量区域协调发展的程度。[5]李兴江和唐志强则从体现经济与社会可持续发展水平的四个子系统中精选了16个指标，构建一套指标体系，用于测量经济社会全面协调发展进程。[6] (二)区域高等教育协调发展理论 协调发展理论是人类在文明发展过程中对人与自然之间、人类社会各组成部分之间的相互关系及其互动发展方式进行深度反思的成果。“协调”是指为了实现系统优化的总体目标，在尊重客观规律的基础上，把握系统相互关系原理，通过建立有效的制度与机制，依靠科学组织和管理，实现系统内部相互关系最优化的过程。区域协调是指区域经济社会的各子系统、各组成部分之间相互适应、相互协作、相互促进的联系状态。区域高等教育协调发展是指区域内高教系统在保持与区域内其他社会经济系统良性互动的态势下，内部各子系统之间相互协同、相互促进、共同进步的过程。 依据协调发展理论，本文探讨在我国区域经济发展不平衡的现状下，省际高等职业教育经费投入是否具有空间集聚效应和空间非协调性，区域高等职业教育经费投入与经济发展水平之间是否存在空间关联性。 (三)区域高教一体化理论 区域划分以地理特征、政治特征或经济社会功能性特征为基础。区域一体化可以定义为区域内各空间主体单元逐步加强合作联系、在相互磨合与融合过程中形成范围更大的区域共同体的过程。区域高等教育一体化是在区域一体化背景下，为了达成区域高教发展的良性态势，提升区域高教综合竞争力，通过突破体制性障碍，推动高教资源及其效益跨界流动与溢出，形成联动发展、优势互补的学术共同体和人才培养“高地”的过程。在一体化进程中需要发挥优势空间主体的辐射带动作用。现代化进程中的辐射通常是指经济发展水平和现代化水平较高的优势区域通过资本、人才、技术、信息、能源等资源的流动和文化观念、经营理念、思维方式、生活方式等方面的相互影响来推动或带动经济发展水平和现代化水平较低的劣势区域。通过这种流动、传播和渗透，可以提高经济资源空间配置效率，逐渐打破并取代旧习惯势力，破除传统路径依赖。通常我们把经济发展水平和现代化程度较高的优势区域称为辐射源，而辐射的传导媒介包括便捷的交通设施、信息传播手段和有利于资源有效流动的体制机制等。本文的区域是指我国大陆整体区域，区域内的空间主体单元是指单个省域，共有31个省域空间单元，不包括港、澳、台地区。本文选用省域年度人均地区生产总值作为省域经济发展水平的衡量指标。 (四)空间计量理论 Berry和Marble首先提到了空间数据分析技术，通过对地理对象的空间效应的研究分析，发现隐藏在数据背后的信息。[7]Paelinck和Klaassen提出了空间计量的概念，他们通过强调研究中的五项重要原则来界定空间计量经济学研究的领域，其中包括空间相互依赖关系的界定、空间关系的不对称性、空间解释变量和空间模拟等概念。[8]强调了具体空间变量应用于计量模型中的明确表达的重要性，例如，空间潜变量的衡量、布局等。Anselin对空间计量经济学做出了定义，认为所谓空间计量经济学就是在区域科学模型的统计分析中，研究由空间引起的各种特性的一系列技术和方法。 二、变量的确定与数据描述 反映省域普通高等职业教育投资水平的指标有多种，这里选用生均事业性经费(syxjf)、生均人员教育经费(ry)、生均基本建设经费(jj)作为显示指标。选用人均地区生产总值(rigdp)作为反映省域经济发展水平的指标。有关高职投入变量的数据来源于2010年、2012年、2014年的《中国教育经费统计年鉴》，按照2008年和2009年《中国教育经费统计年鉴》中相关变量数据的增长率估算出缺省年代的数据。省域经济发展数据来源于国家统计局分省年度报告。变量取自然对数后可形成统计结果，包括观察值的个数、最小值、最大值、平均数和标准差(见表1)。
本研究仅对区域高等职业教育经费投入数据进行分析，对高等职业教育投资的空间优化配置具有更直接的意义；利用GeoDa软件对高等职业教育经费投入进行空间探索性分析，利用空间计量分析模型，探索影响区域高职教育投入的空间因素，以期获得有价值的结果。 三、省际高职教育经费投入的空间自相关性 地区间的行为一般都在一定程度上具有空间依赖关系(即空间关联性)。测度变量的空间自相关性普遍使用莫兰指数(Moran's I)，其中单变量莫兰指数分为单变量全局莫兰指数和单变量局部莫兰指数。前者用于检验整个研究区域的空间单元之间在某一要素特征上是否存在空间相关性，后者分析局部空间单元的某种属性特征与邻居空间单元的同类属性特征的相关程度。二者的定义公式分别为：
