作者简介：杨洲，男，南京农业大学公共管理学院博士研究生，研究方向为教育经济与管理；刘志民，男，南京农业大学高等教育研究所所长，公共管理学院教授，博士生导师，江苏教育现代化研究院教育与经济社会发展研究所所长，研究方向为教育经济与战略。江苏 南京 210095

　　内容提要：基于2004-2015年30个省区的面板数据，将经济收敛假说引入留学教育领域，分析来华留学教育的收敛性。结果表明：来华留学教育存在明显的收敛性。而高等教育规模与地区经济发展水平对来华留学教育的收敛速度具有显著影响。在引入空间因素后，发现来华留学教育存在明显的空间相关性，我国大部分地区仍处于第三象限，以“低-低”集聚特征为主。同时，留学教育发展水平较高的地区对周围地区的空间辐射作用逐渐增强。从空间收敛性来看，来华留学教育存在显著的绝对β收敛和条件β收敛特征。从空间收敛性的影响因素来看，生师比能够通过空间溢出效应带动邻接地区的留学教育发展。

　　关 键 词：留学教育 省际差异 空间收敛

　　标题注释：中国教育国际交流协会2016年度来华留学与教育对外开放专项研究课题“全球高等教育学生流动的动向、战略与政策研究”(项目编号：际协研2016-007)，江苏省研究生科研创新计划项目“国际学生流动的趋势、动因与我国发展战略选择”(项目编号：KYCX180727)。

　　中图分类号：G40-058

　　文献标志码：A

　　文章编号：1674-2311(2019)3-0065-10

　　1999年以来，来华留学生事业取得卓越成就。美国国际教育协会发布的报告显示，2015年我国拥有留学生人数达到39万人次，成为继美国、英国之后的第三大留学目的国。虽然来华留学教育取得了如此骄人的成绩，但其背后折射出的省际不平衡现象值得深思。那么，如何实现来华留学生的均衡发展？来华留学生分布是否存在存在收敛特征和空间关联性？影响其收敛的因素有哪些？回答以上问题对揭示来华留学教育的收敛机制，扩大来华留学生整体规模具有极其重要的意义。

　　一、理论基础

　　收敛假说诞生于20世纪50年代，起源于Solow和Swan对国家之间或区域之间差距及其动态变化趋势的研究。[1][2]其核心观点是经济发展将最终趋于“稳定”或者“条件收敛”。换句话说，一个国家经济增长速度与初始水平呈负相关，即落后地区的经济增长率要高于发达地区，从而使得落后地区能够赶上发达地区，这种现象称之为经济增长的收敛。[3]经济收敛通常存在三种情况：“σ收敛”“β收敛”以及“俱乐部收敛”。“σ收敛”是指不同经济体间经济水平的差异随时间推移而趋于下降的分布状况；“β收敛”指期初经济水平较低(高)的经济体趋向于以更快(慢)速度增长的情况，即由于经济增速不同而导致的差距缩小的情况。“β收敛”又分为“β绝对收敛”和“β条件收敛”，前者指每一个经济发展不受其他因素影响，初始经济水平低的经济体以更快速度增长，经济差距自行缩小，最终达到相同的发展增长水平，后者指经济发展差距的缩小是由于其他条件的变化：“俱乐部收敛”则指单一经济区域内部各经济体之间存在着“β绝对收敛”。[4]

　　依据经济学者们对经济增长收敛的定义，将“收敛假说”引入留学教育领域，留学教育收敛是指留学教育初始水平比较低的地区以高于留学教育初始水平比较高的地区的速度发展。经济收敛理论可以用于分析我国留学教育发展的问题。如果区域之间的留学教育差异随时间推移而逐渐缩小，说明存在σ收敛；如果留学教育的起始水平与增长速度之间存在反向变动关系，说明存在β收敛。本文将沿袭传统的验证俱乐部收敛的思路，将我国划分为东部、中部、西部三大俱乐部，如果留学教育初始水平低的地区以较快速度增长或者留学教育初始水平较高的地区以较低速度增长，则说明存在俱乐部收敛。σ收敛和β绝对收敛意味着区域之间的差异会随时间推移自行缩小，β条件收敛则意味着如果满足了来华留学教育发展的某些条件，留学教育发展水平落后的地区可以赶上留学教育发展水平发达地区。

　　二、文献综述

　　收敛假说诞生后，国内外学者们主要将其应用于经济领域。封永刚、邓宗兵采用2001-2012年省级面板数据对我国人力资本收敛性进行了测算；[5]Mankiw和Romer等人对收敛假说进行了验证，结果表明不发达国家的经济发展速度要快于发达国家；[6]马晶梅等引入人力资本要素，建立以FDI为主要特征的经济收敛模型，结果显示我国各地区经济显现出经济收敛趋势；[7]戴觅和茅锐的研究发现人均GDP在省际不存在绝对收敛，但工业部门的劳动生产率在省际则表现出了稳健的绝对收敛。[8]

　　在经济收敛假说得到众多学者认可之后，逐步将收敛假说引入教育领域。Sab和Smith对1970-1996年100个国家的教育投资进行了收敛性检验，结果表明出生率、入学率等存在绝对收敛；[9]高媛对辽宁全省及三大经济区域的高等教育水平进行了收敛检验，结果显示辽宁全省以及三大经济区域的高等教育水平存在β收敛；[10]郑展鹏、岳帅利用收敛假说对我国各教育阶段教育资源配置差异进行了研究，结果表明就σ收敛而言，义务教育和高等教育阶段的教育资源配置区域差异均呈现缩小的趋势，从β绝对收敛来看，我国及三大俱乐部在义务教育阶段教育资源配置的区域差异均不断缩小，中等教育阶段不断扩大，高等教育阶段没有呈现出明显的动态演变特征；[11]韩海彬、李全生借鉴经济收敛理论研究了1993-2010年我国农村教育的收敛情况，其结果表明我国农村教育存在明显的收敛特征；[12]谢童伟等研究结果也正面了农村教育存在显著的收敛特征；[13]许庆、谢童伟认为我国农村教育公平的省际差距收敛速度在下降；[14]李修彪、齐春宇将研究样本的时间范围扩大到1987-2013年，并考察了城镇化对我国教育收敛的影响，实证结果显示，我国人均教育水平存在绝对收敛，城镇化能够有效降低省域教育水平收敛速度的下降；[15]也有学者针对义务教育、基础教育的收敛效应进行了研究，李恺、罗丹的研究表明我国义务教育存在明显的σ收敛、β收敛和俱乐部收敛的特征；[16]丁建福的研究结果显示1999-2016年我国义务教育投入存在收敛性；[17]赖思宁、孙艳的研究结果表明我国基础教育财政支出不存在σ收敛，高中层面的β绝对收敛速度要高于小学和初中，小学层面的β条件收敛速度最快。[18]

　　随着空间计量经济学的兴起，各区域之间相互孤立的状态被打破。空间计量经济学的引入延伸了收敛假说的研究深度，其最早主要应用于研究经济的空间收敛特征。董冠鹏等基于探索性空间数据分析技术，运用空间俱乐部收敛模型局部空间回归模型对京津冀都是地区经济收敛情况进行了研究；[19]Rey和Montouri利用空间计量方法研究了美国地区的经济收敛性。[20]

　　随后空间计量经济学被逐步引入到教育领域，如顾佳峰利用空间计量经济的方法研究了我国基础教育财政资源配置的收敛性，结果表明相邻地区的教育财政资源配置会相互影响，进而形成集聚效应，并且空间的相关性加剧了教育资源财政配置的收敛性；[21]闫超栋、马静运用SBM模型对我国30个省域的高等教育效率进行了测算，并利用空间计量模型对我国高等教育效率的收敛性及影响因素进行了分析。[22]

　　通过以上的文献回顾可以发现既有研究呈现出以下特点：一是经济收敛假说在教育领域已得到广泛应用，二是随着空间计量经济学方法的引入，教育收敛的空间关联性已得到学者们的重视。但是既有研究仍存在两点不足：一是只有较少的研究考虑到空间关联性对教育收敛的影响，二是鲜有学者关注来华留学教育是否存在收敛特征。基于以上不足，本文在借鉴已有研究基础上，探讨来华留学教育的收敛性特征，并将空间计量技术应用到来华留学教育收敛性的分析当中。

　　三、模型设计、数据说明与来源

　　(一)模型设计

　　1.σ收敛。度量σ收敛的方法有标准差法、变异系数法、泰尔指数法以及基尼系数法等，本研究采用变异系数法度量留学教育的σ收敛。变异系数法的基本原理是建立在方差(或标准差)的基础上，具有衡量一个样本波动大小的性质，因此它们也可以用来作为衡量指标变异程度的尺度，各指标变异程度上的差异反映了信息量的大小，如果将这种差异加以量化，就得到了相应的信息量权数。[23]变异系数法的计算方法是：首先求出各指标在所有评价样本中的标准差与均值，二者相比即得出变异系数。[24]具体公式如下：

   

　　首先计算出各指标的标准差。

　　2.β绝对收敛。已有研究较多采用截面数据验证β绝对收敛，而截面数据会因为遗漏变量的问题使回归结果产生偏差。因此，本文在Barro收敛实证分析模型基础上[25]，借鉴李修彪、齐春宇[26]提出的面板数据的β收敛模型，构建对留学教育的β绝对收敛和俱乐部收敛模型：

   

　　上式中，i代表省份，t代表年份，分别代表i省t年和t-l年的留学生人数。α为截距项，β留学教育水平的回归系数，也称为收敛速度。(3)式也可以变为：

   

　　若β大于0并通过显著性检验，则存在β绝对收敛。说明留学教育的增长速度与初始水平成反比，即留学教育初始水平低的地区比初始水平高的地区有更快的增长速度。

　　3.β条件收敛。β条件收敛是指在β绝对收敛模型的基础上，加入对留学教育有影响的控制变量，即得到β条件收敛模型：

   

　　式中，ρ=1-β。(4)式中重合变量的解释与(3)式相同，λ表示控制变量的回归系数，代表i省t年的控制变量。

　　(二)控制变量筛选

　　1.高等教育规模(X1)。高等教育规模是衡量高等教育发展水平的重要指标。我国近年来不断提高的教育水平对促进留学生教育的确发挥了显著效应。[27]高等教育规模越大，证明我国高等教育发展水平越高，越能吸引留学生，对留学教育的收敛产生正向影响。选取每十万人口在校生数量作为衡量高等教育规模的指标，预期影响为正。

　　2.地区经济发展水平(X2)。人均GDP是反映地区发展程度的重要指标。地区越发达，其人均GDP就越大，反之，人均GDP则越小。同时，人均GDP越高的地区，其对教育投入就越大，高等院校获得的可支配资金也就越多，进而影响到奖学金、教学环境等。因此，地区经济发展水平有助于提高留学教育的收敛速度。

　　3.生均教育经费支出(X3)。生均教育经费是度量高等教育质量的又一重要指标。生均教育经费越高的地区教育质量越容易得到保证。所以生均教育经费也是影响留学教育发展的又一重要因素。生均教育经费分为基本建设支出和事业性经费支出，由于基本建设支出波动较大，因此本文选取事业性经费支出作为衡量生均教育经费的指标。

　　4.生师比(X4)。生师比是指学校专任教师与在校学生数的比例，是教学评估中衡量办学水平的重要指标。生师比越低说明高等院校的教师资源越丰富，教育质量就越高，对本地区的留学教育发展有正向影响作用。

　　(三)数据来源

　　来华留学生数据来自教育部国际合作与交流司发布的2004-2015年《来华留学生简明统计》。生均教育经费支出来源于2004-2015年《中国教育经费统计年鉴》，由于缺少2013年和2015年数据，因此本文采用《全国教育经费执行情况统计表》中的各级教育生均公共财政预算教育事业费代替。生师比、高等教育规模来源于2004-2015年《中国教育统计年鉴》，地区经济发展水平(X2)的数据来源于2004-2015年《中国统计年鉴》。由于西藏和重庆等地缺失数据太多，故予以剔除。

　　四、实证结果

　　(一)σ收敛结果

　　表1中统计结果显示，2004-2015年间，我国留学教育的标准差与均值呈现出逐年缩小的趋势，表明随着各省来华留学生人数的增加，省域之间的绝对差异会逐渐缩小。根据变异系数的结果，留学生教育的σ收敛逐渐缩小。2004年至2015年间，省域之间的留学教育的σ值由2004年的2.045缩小到2015年的1.232。值得指出的是2006年到2008年间，来华留学教育发展呈发散趋势，σ值由1.499增加到1.761。2008年之后，留学教育发展呈收敛趋势。2008年之后省域之间的留学教育呈现收敛趋势的原因在于2007年之后我国颁布了一系列政策推动来华留学事业发展，2008年留学政策的效果开始显现。2007年颁布的《国家教育事业发展“十一五”规划纲要》明确提出要坚持教育对外开放，扩大留学规模，并且扩大留学规模定为今后来华留学教育发展的主要任务。2010年颁布的《国家中长期教育改革和发展规划纲要(2010-2020年)》指出要引进优质教育资源，增加政府奖学金数量，开展多层次、宽领域的教育交流与合作。同年，《留学中国计划》对来华留学事业发展的战略目标进行了详细阐述：到2020年，来华留学生人数达到50万，使我国成为亚洲最大留学目的国。2014年我国发布《完善中国政府奖学金资助体系和提高自主标准的通知》，上调了来华留学生的资助标准。

　　(二)俱乐部收敛结果

　　根据经济收敛理论，方程(4)同样可用于检验β绝对收敛与俱乐部收敛。根据表2结果显示，模型的均在0.8以上，说明方程拟合度较高。东部、中部以及西部地区的收敛系数β为正值，且都通过了1%水平的显著性检验，留学教育存在β绝对收敛。根据经济收敛理论，区域之间的留学教育差距可以通过收敛效应逐步消除。就绝对收敛系数β来看，东部地区的收敛速度最快，β绝对值为0.211，其次是西部地区，最慢的是中部地区，收敛速度为0.067。

　　(三)β收敛结果

　　λ1、λ2、λ3、λ4分别是控制变量高等教育规模、地区发展水平、生均教育经费支出以及生师比等变量的回归系数。ρ的变化反映了各控制变量对留学教育收敛速度的影响。根据表3所示，在加入四个控制变量之后，收敛速度有所提高，由0.185增加到0.461。说明引入的四个变量可以有效加快留学教育的发展速度，缓解地区间的不平衡。但是生均教育经费支出与生师比未通过显著性检验，说明这两个控制变量对留学教育的收敛影响较弱。高等教育规模与地区发展水平的系数分别为0.326和0.331，均通过了1%水平的显著性检验，这与预期相符，即高等教育规模与地区发展水平可以促使加快留学教育水平较低地区的收敛速度。

　　五、来华留学教育发展的空间相关性及收敛性分析

　　在分析来华留学教育发展的收敛特征时，各区域之间的来华留学教育发展是否存在空间相关性？各区域之间的空间位置信息是否会影响到相邻地区的来华留学教育发展？Anselin认为，所有的数据都具有一定空间依赖性。[28]本部分将用空间计量经济学分析来华留学教育的β收敛特征。

　　(一)空间相关性检验

　　进行空间计量分析的前提是建立空间权重矩阵。空间权重矩阵的设计主要有三种方法：空间邻接权重矩阵、空间距离权重矩阵以及K值邻近权重矩阵。[29]本研究采用空间邻接权重方法，利用ARCGIS10.2构建所需权重矩阵W。“W=0”时表示i省域与j省域不相邻，“W=1”时表示i省域与j省域相邻。在确定是否使用空间计量方法时，首先要进行空间相关性检验，考察数据是否存在空间依赖性。检验空间相关性的方法主要有“莫兰指数I(Moran's I)”和“Gettis-Ord指数G”。其中较为流行的是“莫兰指数I”：

   

　　莫兰指数I取值一般介于-1到1之间，大于0表示正自相关，即高值与高值相邻或者低值与低值相邻，小于0表示负自相关，即高值与低值相邻，等于0表示不具有空间相关性，其空间分布是随机状态。表4为2004-2015年留学生教育发展水平的莫兰指数。从表中可以看出，2004-2015年莫兰指数均大于0，除了2006、2007和2008年的P值的显著性检验超过5%外，其余年份的莫兰指数I的显著性检验均小于5%，说明来华留学教育发展水平表现出明显的空间特征，即留学教育发展水平相近的省份相邻。2008年后，莫兰指数I的值逐年增大，P值逐渐缩小，尤其是2015年，莫兰指数I的值达到最大，P值为0.225，通过了1%水平的显著性检验，说明2008年之后，留学生教育发展的空间相关性逐渐增强，留学教育发展由相互割裂的状态转化为留学教育发展水平较高的地区通过正向辐射作用带动邻接地区的留学教育发展。

　　以上的莫兰指数I被称为“全局莫兰指数I(Global Moran's I)”，它考察的是留学生教育发展的整体空间相关性。以下我们将利用“局部莫兰指数(Local Moran's I)”分析留学生教育发展局部空间特征。“局部莫兰指数”定义为：

   

　　局部莫兰指数I的含义与全局莫兰指数I的含义相似。大于0表示区域是“高值-高值”或“低值-低值”聚集区域，反之则表示变量在局部呈现“高-低”或“低-高”的特征。为进一步分析留学生教育发展的局部空间特征，选取2004年和2015年作为分析样本，检验留学生教育发展的局部空间集聚特征，如图l、图2所示。

　　以2015年为例，处于第Ⅰ象限的有北京、天津、上海、江苏、浙江等5个省份，代表了留学教育发展水平较高的地区被同处于留学教育发展水平较高的地区所包围。位于第Ⅱ象限的省份自身的留学教育发展处于较低水平，但周围却被留学教育水平发展较高的省份所包围。位于此象限的有河北、安徽、福建等省份，河北与北京、天津相邻，且北京、天津属于留学教育发展水平较高的省份。第Ⅲ象限代表留学教育发展水平较低的省份被同是留学教育发展水平较低的地区所包围。位于此象限的有内蒙古、黑龙江、吉林、甘肃等十几个省份，这也反映出留学教育发展水平较高的地区，如北京、江苏、上海等地由于距离的限制，并未对这些省份的留学教育发展水产生影响。第IV象限代表留学教育发展水平较高的地区被留学教育发展水较低的地区所包围。位于该象限的有辽宁、山东、广东、湖北四个省份。

　　

图1 留学教育2004年莫兰散点图

　　注：为便于计算，笔者将图1-4中的各省份进行了编码，1-29分别代表北京、天津、河北、陕西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、海南、四川、贵州、云南、陕西、甘肃、青海、宁夏、***。

　　

图2 留学教育2015年莫兰散点图

　　(二)空间收敛模型设定

　　空间面板模型的形式为：

   

　　式(8)中，为被解释变量的一阶滞后，W为空间权重矩阵，为解释变量的空间滞后项，为时间效应，为个体效应，为扰动项空间权重矩阵的第i行。空间计量面板模型又可分为四种：如果λ=0且δ=0时，则为空间自回归模型(SAR)；如果λ=0，则为空间杜宾模型(SDM)；如果τ=0，且δ=0，则为空间自相关模型(SAC)；如果τ=ρ=0则为空间误差模型。空间杜宾模型(SDM)与空间自回归模型(SAR)、空间误差模型(SEM)相比，是一种更为广义的空间面板模型，其特点是排除空间自相关误差项，含空间滞后解释变量、被解释变量，这种模型能够适用于大多数数据空间过程，从而给出无偏的系数估计。[30]因此本文选取空间杜宾模型对β收敛模型进行改造：

   

　　上式中，i代表地区，t为样本时间，代表省域i在t时期和t-l时期为收敛条件，当λ=0时，以上方程为β绝对收敛模型，当λ不为0时，该方程为β条件收敛模型。

　　(三)模型回归结果分析

　　由表5可知，的系数值均小于1，β大于0，通过了1%的显著性检验，印证了留学教育存在β收敛效应。将空间杜宾模型引入到β收敛模型中，的系数减小，说明空间溢出效应有利于省域间留学教育的收敛。根据之前的莫兰指数，北京、天津、上海、江苏等地属于留学教育发展水平较高的地区，这些区域会对邻近省域的留学教育发展产生辐射作用，这种辐射作用加快了留学教育发展水平较低的地区发展。的估计系数为-0.226，通过了5%水平的显著性检验，说明留学教育发展水平较高的地区并不能够通过空间溢出效应带动相邻地区的留学教育发展。在引入了生师比、高等教育规模、人均GDP以及生均经费等因素后，收敛系数降到0.788，通过了1%显著性水平检验，收敛速度有所下降，反映出引入的因素能够通过空间溢出效应减缓留学教育的收敛速度。引入的四个因素中，高等教育规模以及地区经济发展水平的系数值未通过显著性检验，说明高等教育规模和生均教育经费投入对留学教育的空间溢出效应影响较弱。wX2和wX4的系数值分别为-0.175和0.854，分别通过了10%和5%水平的显著性检验，说明地区经济发展水平以及生师比对留学教育水平的空间溢出效应会产生影响。但地区经济发展水平的系数值为负，说明该因素不利于留学教育发展产生空间溢出效应。这是由于经济发展水平是吸引留学的重要影响因素，一个地区的经济发展水平越高，说明其对留学生的吸引力越大，该地拥有的留学生人数就会越多，相应地，就会减少其他地区的留学吸引力，进而影响到周围地区的留学教育发展。生师比能够通过空间溢出效应促进相邻省域的留学教育发展。这是因为教师主要功能在于提高人口素质与技能，进而提高本地区人力资本水平，促进相邻地区的经济增长，[31]扩大对国际留学生的吸引力。

　　六、结论与启示

　　本文基于2004-2015年30个省区的面板数据，分析了来华留学教育的收敛性。结果表明：来华留学教育存在明显的收敛性。而高等教育规模与地区经济发展水平对来华留学教育的收敛速度具有显著影响。在引入空间因素后，发现来华留学教育存在明显的空间相关性，根据全局莫兰指数的结果显示，留学教育发展水平相近的省份相邻。局部莫兰指数的检验结果表明，我国大部分地区仍处于第三象限，以“低-低”集聚特征为主。同时，留学教育发展水平较高的地区对周围地区的空间辐射作用逐渐增强。以浙江省为例，2004年，其位于“低-高”为集聚特征的第二象限，由于毗邻的上海的正向辐射作用，2015年，浙江省运动到“高-高”为特征的第一象限。从空间收敛性来看，来华留学教育存在显著的绝对β收敛和条件β收敛特征。从空间收敛性的影响因素来看，生师比能够通过空间溢出效应带动邻接地区的留学教育发展。

　　《留学中国计划》提出到2020年来华留学生达到50万人次，其中高层次学历生达到15万人次，使我国成为亚洲最大留学目的国。此外，《学位与研究生教育发展“十三五”规划》也明确提出要使来华留学研究生人数占在学研究生的比例达到3%。可见，如何吸引更多更有质量的来华留学生已经被提高到了新的战略高度。为了实现既定战略目标，必须克服来华留学生分布的省际不均问题，结合本文结论，未来的来华留学工作需从以下两方面入手：

　　一方面要注意扩大外籍教师规模。保持较低的生师比是发挥来华留学教育的空间溢出效应的重要举措。而外籍教师队伍的扩大不仅有助于提高我国教育质量，还能强化我国英语课程建设，增加英语授课专业。在全球留学生规模日益扩张的今天，语言障碍一直是掣肘来华留学教育发展的重要因素。而一些非英语国家和地区已经开始加大力度积极引进外籍教师，增强本国或本地区的留学吸引力，如日本的“Global30”计划明确将引进外籍教师，强化英语课程建设作为战略核心。[32]根据《中国教育年鉴》发布的数据显示：2012年，我国外籍教师数量达13872名，仅占全体教师数量的0.9%。部分大学情况更不容乐观：北京大学的国际教师数量只占到全校教师总数的0.5%，清华大学为1.6%，浙大外籍教师占比仅为0.28%。[33]国际知名大学中外籍教师占比一般达到20%左右，世界大学排名靠前的香港科技大学，外籍教师比例高达65%。[34]为了扩大来华留学生规模，应加大力度引进外籍教师，强化英语课程建设，使之成为吸引外国留学生的新突破口。

　　另一方面，要鼓励社会组织尽可能增设留学生奖学金项目。根据β收敛结果，高等教育规模有助于提高留学教育的收敛速度。但是应该警醒的是，本国学生接受高等教育的机会会对来华留学生规模的招生产生挤出效应，为了避免此种情况发生，高校在不减少经费的情况下，尽可能增设一些奖学金项目。我国目前的留学生奖学金主要以政府拨款为主，投入相对有限。我国可以效仿欧美发达国家，尝试建立更为灵活多样的来华留学生企业奖学金制度，允许和鼓励企业通过发放奖学金的形式吸引优秀学生。除了增设奖学金项目外，高校还应注意为来华留学生提供良好的住宿环境等，如建立一批设施齐全、居住条件较好的留学生公寓等。

　　参考文献：

　　[1]Solow R M.A Contribution to the Theory of Economic Growth[J].Quarterly Journal of Economics,1956,70(1):65-94.

　　[2]Swan T W.Economic Growth and Capital Accumulation[J].Economic Record,1956,32(2):334-361.

　　[3]黄乾，李修彪.我国省域人力资本的收敛性分析——基于三种测算方法的比较[J].人口与经济，2015，(4)：94-106.

　　[4]夏焰，崔玉平.中国省际高等教育资源的优化配置——基于生均经费支出差异及收敛的实证分析[J].教育发展研究，2014，(5)：13-18.

　　[5]封永刚，邓宗兵.中国人力资本投资效率的收敛性及影响因素研究[J].人口与经济，2015，(3)：77-88.

　　[6]Mankiw N G,Romer D,Weil D N.A Contribution to the Empirics of Economic Growth[J].Nber Working Papers,1990,107(2):407-437.

　　[7]马晶梅，贾红宇，喻海霞.外商直接投资与我国经济增长空间收敛研究——基于人力资本视角[J].经济问题探索，2013，(12)：12-19.

　　[8]戴觅，茅锐.产业异质性、产业结构与中国省际经济收敛[J].管理世界，2015，(6)：34-46+62.

　　[9]Sab R,Smith S C.Human Capital Convergence:International Evidence[J].Social Science Electronic Publishing,2001,(1):1-32.

　　[10]高媛，高丽丽.辽宁省三大经济区域高等教育收敛的实证研究[J].东北大学学报(社会科学版)，2014，16(6)：640-645.

　　[11]郑展鹏，岳帅.我国教育资源配置的区域差异缩小了吗——基于省际面板数据模型的分析[J].教育发展研究，2017，(9)：28-36.

　　[12]韩海彬，李全生.中国农村教育收敛分析——基于省级面板数据的实证研究[J].教育与经济，2013，(2)：56-61.

　　[13]谢童伟，张锦华，吴方卫.中国教育省际差距收敛分析及教育投入体制效应评价与改进——基于31个省(市)面板数据的实证分析[J].当代经济科学，2011，33(4)：31-36+125.

　　[14]许庆，谢童伟.我国农村教育差异及收敛速度研究——对31个省(市)面板数据的分析[J].教育发展研究，2011，31(17)：10-14.

　　[15]李修彪，齐春宇.中国城镇化与省域间教育收敛性——基于空间动态面板数据模型的研究[J].上海经济研究，2016，(3)：73-82.

　　[16]李恺，罗丹.义务教育均衡发展的收敛性分析——基于我国31个省(市)面板数据的实证研究[J].教育发展研究，2015，35(10)：7-14.

　　[17]丁建福，萧今，王绍光.中国县级义务教育投入差异的空间格局及收敛性[J].教育科学，2015，31(2)：23-30.

　　[18]赖思宁，孙艳.我国基础教育财政支出的收敛性研究——基于2003-2013年的面板数据[J].教育发展研究，2016，36(12)：1-7.

　　[19]董冠鹏，郭腾云，马静.空间依赖、空间异质与京津冀都市地区经济收敛[J].地理科学，2010，30(5)：679-685.

　　[20]Sergio J.Rey,Brett D.Montouri.US Regional Income Convergence:A Spatial Econometric Perspective[J].Regional Studies,1999,33(2):143-156.

　　[21]顾佳峰.中国基础教育财政收敛性实证研究——基于空间计量视角[J].教育与经济，2008，(4)：48-53.

　　[22]闫超栋，马静.中国高等教育效率的区域差异及空间收敛性研究[J].湖北社会科学，2017，(4)：163-171.

　　[23]郭璐芸，刘蓓蕾.基于变异系数法的上市公司经营业绩灰色关联评价[J].统计与决策，2005，(3)：18-19.

　　[24]Asma Amdouni,Philippe Castagliola.Monitoring the Coefficient of Variation Using a Variable Sample Size Control Chart in Short Production Runs[J].International Journal of Advanced Manufacturing Technology.2015,81:1-14.

　　[25]Barro R J,Sala-I-Martin X.Technology Diffusion,Convergence and Growth[J].Journal of Economic Growth,1997,2(1):1-26.

　　[26]李修彪，齐春宇.城镇化对我国省际教育收敛的影响研究——基于教育面板数据的空间计量分析[J].教育与经济，2016，(2)：10-18.

　　[27]宋华盛，刘莉.外国学生缘何来华留学——基于引力模型的实证研究[J].高等教育研究，2014，(11)：31-38.

　　[28]李婧，谭清美，白俊红.中国区域创新生产的空间计量分析——基于静态与动态空间面板模型的实证研究[J].管理世界，2010，(7)：43-55.

　　[29]Anselin L.Spatial Econometrics:Methods and Models[J].Economic Geography,1988,65(2):160.

　　[30]魏梅.我国高等教育效率增长率区域差异及其影响因素分析——基于空间计量模型的实证研究[J].清华大学教育研究，2012，(4)：97-102.

　　[31]黄苹.地区人力资本溢出与经济增长分析[J].经济经纬，2008，(3)：67-69.

　　[32]Bradford A.English-medium Degree Programs in Japanese Universities:Learning from the European Experience[J].Asian Education and Development Studiea,2013,2(3):225-240.

　　[33]佚名.高等教育国际化亟须政策优化[EB/OL].新华网.实证专栏.(2016-10-19)[2017-04-26].

　　http://news.xinhuanet.com/politics/2016-10/19/c_129328120.htm.

　　[34]肖宪.对高校国际化评价指标的一些思考[N].云南大学学报电子版.