基于社會網絡分析的省域民辦高校分類管理政策工具的選擇現狀及建議

金業成,朱 浩

(湖北師范大學 教育科學學院,湖北 黃石 435002)

一、引言

為進一步推動我國民辦高等教育事業的發展,解決民辦高校身份界定模糊問題,新修訂的《中華人民共和國民辦教育促進法》(以下簡稱《民促法》)提出“分類管理”這一規定,即把民辦高校分為“營利性”和“非營利性”兩類。在此背景下,得到法律的認可和保障的分類管理制度,不僅解決了民辦高校的身份認同問題,還給予了民辦高校更多自主決策權,調動了民辦高校的辦學積極性[1]?？梢哉f,對民辦高校實行分類管理,既需要政府部門作為“掌舵人”發揮引領性作用,也需要多方力量共同參與。而民辦高校分類管理的政策工具作為一種被政策制定者所采用的并用以實現特定的政策目標手段,其選用情況影響著政策的科學謀劃與精準施行。分類管理作為地方政府管理民辦高校、規制其辦學行為的重要抓手,其政策工具選擇情況與具體施行效果息息相關。因此,本文以政策工具為視角,選用社會網絡分析作為分析手段,對民辦高校分類管理政策工具選擇現狀進行嘗試性的分析,并提供一定的建議,以期為民辦高等教育的發展與改革提供一定的思路借鑒與參考。

二、我國民辦高校分類管理的政策工具選擇現狀分析

本研究以全國31個行政省(自治區、直轄市),即省域層面的政府官方網站所公布的民辦高校分類管理的相關政策為分析樣本,搜集時間以2013年6月29日第十二屆全國人民代表大會常務委員會第一次修正《民促法》為起點,截止到 2022年12月31日。通過反復梳理,最終篩選出159項政策文件。

表1 全國31個行政省(自治區、直轄市)民辦高校分類管理政策的文本類型分布表

(一)政策總體分布情況

1.類型分布

結合表1數據發現,搜集的政策文件涵蓋了“規劃”“意見”“辦法”“通知”等常見的文件類型,政策涉及的文件類型較為多樣。進一步分析其類型占比,發現其中文本類型主要集中在“規劃”“意見”和“辦法”這三類,三者加起來占比接近九成?？梢姰斍案魇〕雠_的有關民辦高校分類管理的政策文本類型分布不均勻。具體而言“規劃”類文件占比最高,主要是各省(自治區、直轄市)的教育“十三五”“十四五”規劃。雖然這些規劃類政策文本對民辦高校分類管理有所提及,但表述相對簡略。因此,“意見”類與“辦法”類政策成了本次研究分析的主要參考樣本。

2.時間分布

從政策發布時間來看,相關政策數量的時間分布總體上呈現“倒U型”(如圖1),具體而言有兩次明顯的“波峰”,一個是2018年前后,另一個是2021年前后,而這正好與《民促法》《中華人民共和國民辦教育促進法實施條例》這兩項重要法規修訂時間相吻合。此外,從圖1政策出臺的時間數量分布可以看出,在《民促法》進行了第三次修訂后,部分省(自治區、直轄市)結合新《民促法》精神,在實行分類管理的基礎上,陸續發布了地方民辦高校分類登記的實施辦法、方案和細則,如福建、黑龍江等地。2021年步入“十四五”新的規劃周期后,上海、浙江等地率先發布了“十四五教育事業發展規劃”,隨后各地也先后對其進行公布,其中都包含了民辦高校分類管理的內容?？梢哉f,各省(自治區、直轄市)的“十四五”規劃在一定程度上體現了對新《民促法》的精神的領會與沿襲。

圖1 全國31個行政省(自治區、直轄市)民辦高校分類管理政策的時間分布折線圖

3.地域分布

如表2所示,各省(自治區、直轄市)頒布的相關政策平均數量約為5項。東部地區和中部地區差異不明顯,出臺的相關政策數量大致持平。其中,東部地區平均出臺政策平均數量約6項,北京、江蘇、浙江等地區平均出臺的政策文件數量最高,約為7項;西部地區則低于全國均值,政策的發布數量總體上不足,約為2-3篇,如貴州、西藏、新疆等地?？梢?各地區在政策頒布數量上存在一定的差異性。這種差異,能間接反映出各地區政策的鋪設施行情況。例如沿海發達地區的政策數量高于全國平均值,這表明該區域分類管理改革試驗田的特殊地位與前沿作用;中東部地區如湖北、陜西、山西、內蒙古等地頒布的政策數量位于全國均值附近,既構成了我國民辦高校分類管理的主體,又能較好地體現我國省域民辦高校分類管理的整體水平;至于西部地區,低于均值的政策數量預示著相關的配套政策需要盡快地進行補充與完善。

表2 2013-2023年我國31個行政省(自治區、直轄市)民辦高校分類管理相關政策的數量分布情況表

(二)政策工具的選擇現狀分析

1.工具分類體系

本文結合全國31個行政省(自治區、直轄市)相關政策文本的特點,在借鑒英格拉姆(Ingram)、施耐德(Sehneider)[2]對政策工具類型的分類的基礎上,將民辦高校分類管理政策工具劃分為五大類,包含十五類核心元素。由于該分類模型將政策目標與目標群體的行為動機聯系在一起,使其分類更為細致明確、層次更為豐富[3]。因此,運用該框架來分析我國民辦高校分類管理的政策工具現狀具有較強的適切性。本研究為方便后續統計分析,用字母對其進行編碼(見圖2)。

權威型政策工具(Authority Tools)具有強制性與規范性,是指各級政府利用其合法權利,通過法規、許可、處罰等方式對民辦高校的辦學行為提出要求與管制;激勵型政策工具(Incentive Tools)具有誘導性與可選擇性,是指國家或者政府通過財稅等經濟激勵的方式,促進民辦高校辦學行為的改善與辦學效率的提高;規勸型政策工具(Hortatory Tools)具有自發性和無形性的特征,是指各級政府部門通過價值觀引導以及持續性的宣傳手段,使民辦高校認同分類管理政策的目標價值并自發地認可和參與該政策;學習型政策工具(Learning Tools)具有分散性與靈活性的特點,這類工具雖沒有明確特定的方式去驅使民辦高校實行分類管理,但會提供潛在的行為思路以增強其判斷能力,提升政策的影響力;能力型政策工具(Capacity Tools)具有客觀性、實際性等特點[4],是指為民辦高校及個人提供必要的保障來提高個人或學校開展或實施分類管理政策的生存力,從而促成政策目標的達成,如基礎設施建設、師生培訓等。

圖2 基于英格拉姆(Ingram)、施耐德(Sehneider)的政策工具類型劃分圖

2.工具選擇情況

為探究當前我國民辦高校分類管理政策工具的使用情況,本研究首先通過閱讀政策文本內容,并從中挑選出與分類管理高度相關的政策條款;其次,剔除重復或相似的政策條款,得到342項政策條目;最后,基于這些政策文本條目,統計政策工具的出現頻次(見表3)。

表3 政策工具類型頻次統計表

從表3數據可以看出,A型(權威工具型)的選擇使用頻次最高,占比44.15%。其中監督管理占比 22.22%,制度規約占比17.84%,這兩項也是十五種政策工具子型中占比最高的兩項,行政處置占比4.09%,占比較低?？梢?政策制定者在民辦高校分類管理過程中,雖然偏好具有強制性與規范性的政策工具,但在行政處置這一政策工具要素上研判不足,略顯缺位。除權威工具型外,其余四類政策工具類型占比差距不大,比例分布較為均勻。激勵型政策工具的選擇使用頻次占14.62% ,在五類政策工具類型選用占比中位居第三。規勸工具型的選擇使用頻次為13.16%,略低于激勵型政策工具,其中“鼓勵引導”這一子型占比8.77%,表明分類管理政策在重視監管的同時,也提倡和鼓勵社會力量的參與,這間接體現出分類管理政策的開放性。學習工具型占比11.70%,“參與治理”這一單項占比略高,達6.14%,展現了政府對于管理權力的部分讓度。能力建設工具型占比16.37%,其中“文化黨建”占比9.36%,僅次于“制度規約”與“監督管理”,這表明分類管理政策十分重視民辦高校的黨建工作,讓民辦高校始終貫徹黨的思想的同時,力求“將黨對高等教育的全面領導落在實處”,以實現黨對民辦高校的全面領導與監督。[5]

3.繪制社會網絡分析圖譜

“社會網絡”是由作為節點的社會行動者及其間的關系構成的集合[6]。社會網絡分析是對不同社會單位(個體、群體或社會)所構成的社會關系的結構及其屬性加以分析的一套規范和方法[7]。該方法將所分析的個體視為互有關聯的要素,并分析個體在整體中的網絡關系特征,作為一種量化分析的研究工具,它具有較強的圖示性。

本文使用UCINET6.0版本作為社會網絡的分析軟件,并借助其中的 Net-draw功能并選中點度中心度(Degree)繪制出當前我國民辦高校分類管理的政策工具選擇選擇情況網絡圖(見圖3)。點度中心度是社會網絡分析的重要量化指標之一,是指某個節點附近所關聯的線條數目,它能衡量網絡中各個節點的地位與影響力,可以衡量各個政策工具要素在網絡關系中的重要程度。圖中線條按一定方向匯聚的地方叫作節點(nodes),它代表政策工具的各個元素。

圖3 我國民辦高校分類管理政策工具選擇情況網絡圖

首先,由圖3可直觀地看到A2、A3這兩個子網絡最為密集,節點面積也最大,其相對點度中心度(NrmDegree)分別為64.286與57.143。由此看出,“制度規約”與“監督管理”這兩項工具指標在受到廣泛使用的同時,對于其余政策工具子型也能起到了較好的串聯作用,換句話說,權威型政策工具不僅使用頻次高,影響力也較大。其次,B1、C1、B2、B3、C3這五個子網絡較為密集,主要是由B型激勵工具型與C型規勸型構成,它們在網絡關系圖中地位也不容忽視。最后,A1、D2、E2、D1、E3這五個子網絡較為稀疏,尤其是C2、 D3、E1這三個子網絡最為稀疏。

為了進一步對政策工具的選擇類型進行分析,筆者使用Ucinet軟件中的 CONCOR 法進行凝聚子群(Co-hesive Subgroup)分析,該分析方法是社會網絡分析中的重要方法之一,其目的是揭示社會行動者之間實際存在的或者潛在的關系。當網絡中某些行動者之間的關系特別緊密,以至于結合成一個次級團體時,社會網絡分析稱這樣的團體為凝聚子群[8]。本文將切割次數設置為2次,最終得到政策工具選擇類型的凝聚子群分析圖(見圖4)。

圖4 我國民辦高校分類管理政策工具選擇類型的凝聚子群分析圖

如圖所示,我國民辦高校分類管理政策工具的十五個子項目被凝聚成四個子群,A1、A2、A3為項目子群一,體現了權威工具型中的三個子項目聯系密切,一體性強。B1、B2、B3與E1構成了項目子群二,表明能力建設工具型中的“基礎設施”建設與激勵工具聯系較為密切,換句話說,“基礎設施”建設離不開直接或間接經濟手段方式的援助。C1、C2、D2構成了項目子群三,這表明學習工具型中的“戰略規劃”“權力下發”與規勸工具型中的“鼓勵引導”產生了一定的聯系。也就是說,政府在進行“鼓勵引導”時更傾向于做出“戰略規劃”等宏觀層面的架構,而“權力下發”這一子工具類別,包含了政府賦予地方或高校更多的自主權以便發揮其活力促進其發展的目標,需要政府合理把控其尺度,做到“引導”與“鼓勵”并行。C2、C3、D3、E2、E3這五項構成了最后一個項目子群,這個子群涵蓋了規勸、學習、能力建設三個政策工具維度,說明政府部門在運用柔性的政策工具手段時,覆蓋面會更廣,更易產生潛在的交互聯系。

總之,這種直觀的網絡圖與子群圖能反映出各種政策工具類型及子類型的潛在關聯,也表明我國各省(自治區、直轄市)政府在對民辦高校分類管理的政策工具類型選擇上已經產生了某種內在聯系。此外,權威工具型和激勵工具型這兩類享有較大的內在一致性,但與其他政策工具類型的產生的聯系仍不夠密切。

(三)政策工具選擇的關鍵詞分析

政策關鍵詞是概括政策文本中政策工具使用情況的典型詞匯,可揭示政策制定者們對政策工具的認知集中度及使用傾向[9]。這些政策關鍵詞要在詞頻上占據優勢,又要能夠體現民辦高校分類管理這一政策的指導思想與執行目標,它們是政策文本的核心詞匯。本文運用ROSTCM6.0軟件對所選的159篇政策文本內容進行分詞和高頻關鍵詞篩選,以便了解其政策主要關注點。經過軟件統計和多次人工定義與篩選,最終提取出頻率前50、詞頻150次以上的且與本研究相關的具有實際意義高頻詞作為本文政策文本分析的關鍵詞群,按名詞類與非名詞類進行排序,得到高頻特征詞表(如表4所示)。

表4 我國民辦高校分類管理政策工具選擇中的高頻特征詞表(部分)

1.繪制共詞網絡圖

共詞分析法(Co-word Analysis)是指通過計算某一領域關鍵詞共同出現在同一篇文獻中的頻率,該方法可以判斷該研究領域的關注點及其之間的關系[10]。步驟如下:首先使用EXCEL并依據高頻特征詞表制作共詞矩陣(限于篇幅不再列出),其次借用Ucinet軟件的netdraw功能,導入共詞矩陣數據,最后選擇中介中心度繪制出高頻特征關鍵詞共詞網絡圖(見圖5)。

圖5 高頻特征關鍵詞共詞網絡圖

2.高頻關鍵詞分析

結合高頻特征關鍵詞共詞網絡圖與高頻特征詞表可以發現,在名詞類高頻關鍵詞中,“辦學行為”是出現頻率最多的詞,在非名詞類高頻關鍵詞中,“監管”是出現頻率最多的詞,這兩個詞既在詞頻中占據優勢,又在社會網絡圖中處于中心位置且節點附近連線密集。這些詞集中體現了我國民辦高校分類管理政策的主要關注點。

對名詞類高頻詞分析發現,政策的主要關注點集中在“辦學行為”“分類登記”“營利性”等方面,這類詞能較好地代表分類管理的核心理念。除這些詞以外,“分類評估”“合理回報”“統籌協調”也較好地體現了“分類管理”的主要理念。在“營利性”與“非營利性”這一對詞義相反高頻詞組中,可以看出政府對“營利性”關注的頻次更多,結合高頻特征關鍵詞共詞網絡圖可以直觀地看到,“營利性”被放到了一個更為突出的位置。此外,“黨組織”一詞的高頻呈現則凸顯了民辦高校黨建工作的重要性與必要性,體現了黨的政治核心和監督保障作用的發揮。至于非名詞類高頻詞,“監管”一詞出現頻次位居非名詞類榜首,“審批”“不得”“明確”等詞也反映出各級政府在進行民辦高校分類管理的政策工具選擇時,偏好使用這種“自上而下”帶有命令性、強制性的行政手段。

(四)政策工具選擇的參與主體分析

1.描述統計分析

政策目標的實現既需要發文主體對政策的制定加以主導,又需要各責任主體對政策進行執行或調整,在這個過程中,各參與主體明確責任,將整體任務分解并逐步落實到實踐中。通過對政策工具選擇時的參與主體(包括發文主體與責任主體)的研究,可進一步探討政策工具選擇的決策模式。本研究將政策所涉及的參與主體的出現頻次進行統計并制作成表(見表5 ),發現政策發文主體及責任單位涉及各省人民政府、教育廳、財政廳等19類主體。除省人民政府外,教育廳與財政廳發文量最多,各省民政廳、工商局等部門發文量次之; 其他發文主體的發文量相對較少,占比較低,參與程度較為有限,并且多數發文并非直接針對民辦高校,多部門聯合發文文件占比不到五分之一,其余文件均為各部門單獨發文。這表明,當前我國民辦高校分類管理在選擇使用政策工具時,單獨決策模式占據主流,聯合決策的情況并不多。由此可見,目前我國各省在政策工具的選擇和使用過程中在“協同化”方面有待提升。

表5 政策工具的參與主體頻次情況統計表

2.可視化網絡分析

為直觀展示政策參與主體的協作情況,本文借助 Ucinet6.0中的Netdraw功能繪制了政策發文主體協作情況網絡圖(如圖6)。

圖6 政策參與主體協作情況網絡圖

如圖6所示,省人民政府附近的節點數量最多,省財政廳次之。值得一提的是省教育廳在頻次情況統計位列第二,但在參與主體協作情況網絡圖中中心度表現欠佳,說明各省教育廳在民辦高校分類管理政策工具的選擇及使用上與其他參與部門間的關聯度較低、協同度不高。

三、我國民辦高校分類管理的政策工具選擇的問題與建議

(一)我國民辦高校分類管理的政策工具選擇存在的問題

1.政策工具可操作性受限

一方面,民辦高校分類管理的專項政策數量不多。通過分析2013-2022年期間全國 31 個行政省(自治區、直轄市)出臺的與民辦高校分類管理相關的政策文本,發現當前出臺的民辦高校分類管理的專項政策文本數量較少,有關民辦高校分類管理的政策措施大多散見于其他如民辦教育、教育規劃等這些外延更廣的政策文件中。另一方面,政策文本類型、地域分布不平衡。依據搜集的159篇政策文本發現,涉及民辦高校分類管理的政策文本類型分布失衡,意見、規劃類文件占據六成以上,辦法、方案、細則類占比不足三成。通過分析政策文本頒布的地域分布,發現東部沿海等經濟發達地區平均發文數量最高,中西部地區平均政策發文量大體保持一致,西部地區出臺的分類管理政策數量最低,地域分布差異明顯?？傊?專項政策數量不多,文本類型、地域分布不平衡這兩方面直接或間接地限制了政策工具的實際操作性,距離政策的落地仍需要一定時間。

2.政策工具內容缺乏針對性

首先,通過高頻特征關鍵詞分析發現,多數高頻特征詞多為外延廣泛的大詞,如“健康發展”“統籌協調”等,這類詞不僅出現頻率高,比重也大。諸如“合理回報”“清償”等專業術語比重較小,頻率出現較低。結合文本類型的分布情況來看,出臺的大部分政策多是規劃類、意見類等文件類型,這類政策文件主要聚焦于宏觀層面。其次,政策的落地不僅需要宏觀層面的規劃與構想進行方向指引,還需要微觀層面的配套措施加以規范與管理。從類型分布來看,發現諸如辦法類、細則類的政策數量不足三成;從地域分布來看,出臺這類配套政策的多為東部沿海等發達省份或改革試驗地區;從出臺的時間來看,各省(自治區、直轄市)出臺的辦法類、細則類政策出臺時間普遍靠后,基本在2018年《民促法》第三次修訂后開始陸續頒布,均晚于規劃類、意見類政策,有些省份至今仍未出臺具體的配套實施政策?？傊?著眼宏大、配套滯后暴露了各級政府在頒布民辦高校分類管理政策時,政策工具內容難以聚焦,缺乏針對性。

3.政策工具使用缺乏協同性

一方面,由上述分析可知,政策發文主體及責任單位涉及各省人民政府、教育廳等19個主體,發文主體雖呈現多元化特征,但主要集中于省教育廳與省財政廳等主體,其他主體的參與程度較低。多部門聯合發文比例不足五分之一,表明目前我國各省政府部門以單獨決策模式為主,聯合決策較少。另一方面,聯合發文的部門主體的平均數量為3-5個,表明在政策工具的選擇和使用過程中,各行政主體的協作程度一般。尤其是各省教育廳,其頻次出現情況統計位列第二,但在參與主體協作情況網絡圖中的中心度表現欠佳,說明在民辦高校分類管理政策工具的選擇及使用上,各省教育廳與其他參與部門間的關聯度、協同度有待提升,政策工具使用缺乏協同性。

4.政策工具使用結構有待優化

首先,政策工具選擇的比例結構失調。權威型政策工具占比接近一半,各級政府在民辦高等教育管理方面對權威工具的使用較為偏重,對民辦高校的干預過多,習慣于按照管理公辦高校的管理模式來管理民辦高校?！皩γ褶k高校的收費標準、招生比例設置等問題都有干涉,這種‘事無巨細’的管理束縛了民辦高校的自由,阻礙了民辦高校的發展,政府管理角色的不明確對民辦高校的發展造成了阻力”[11]。這會對民辦高校參與分類管理的積極性造成一定的消極影響。其次,政策工具要素的缺位。在權威型政策工具中,“行政處置”這一要素的比例遠低于“制度規約”和“監督管理”這兩項,這表明政策制定者在民辦高校分類管理政策過程中,在行政處置手段上投入不足、略顯單薄,對各項懲處措施的研判不夠?？傊?無論是政策工具的類型偏重抑或是要素缺位,都預示著各級政府需要在對民辦高校分類管理的政策工具使用結構上進行優化。

(二)我國民辦高校分類管理的政策工具選擇的建議

1.加快補齊專項配套政策,提升政策工具的操作性

依據對現有政策文本進行梳理,不難發現,我國各省(自治區、直轄市)出臺的有關民辦高校分類管理政策出臺數量不僅在地域上分布不平衡,而且在可操作性上缺乏后續專項配套政策。各省(自治區、直轄市)已經出臺的專項政策大多集中在分類登記這一版塊。因此,各地區需要盡快補齊后續專項配套政策,除分類登記外,分類扶持、分類籌資、師生權益保障以及分類監管、退出機制等版塊都需要出臺專項的配套政策條款來指導民辦高校分類管理的落實。如在分類登記這一版塊,需優先完善兩類民辦高校分類登記的標準與程序;分類扶持版塊需進一步明確營利性與非營利性兩類民辦高校的差別化政策待遇,包括財政資助、稅收待遇、用地優惠政策等方面;分類籌資版塊,細化捐贈、投融資的條款條例;師生權益保障版塊,重視民辦高校學生獎助學金的設立、教師人才引進制度機制的優化以及對教師培訓,可“對表現優異者在職稱職務晉升、培訓交流學習等方面予以傾斜,逐步建立重實績、重貢獻的激勵機制”[12];分類監管版塊,健全財務風險評估審查機制等等。至于西部地區,需要先補充相關政策文件,為后續完善專項配套政策奠定基礎,只有盡快補齊各地民辦高校分類管理的專項政策,完善其配套機制,才能提升政策工具的可操作性,助推分類管理政策在民辦高校中的施行與落地。

2.細化分類管理政策內容,提升政策工具的針對性

通過上述的現狀分析發現,政策文件主要聚焦于宏觀層面,缺乏具體的條款與措施,微觀層面的配套政策實施較為滯后。因此,需要對民辦高校分類管理的政策內容進行細化,地方政府應加強研究,盡快出臺相應的實施細則。如在分類扶持方面,針對不同類型的民辦高校,實行差異化的財稅、用地優惠政策。其中財稅方面,一是整頓針對民辦高校的不合理稅收,二是出臺針對民辦高校的結構性減稅改革方案,三是創新針對兩類民辦高校的差異性稅收優惠政策;土地優惠方面,優先保障土地供應,對于非營利性民辦高校,實行劃撥方式獲得土地,而營利性民辦高?？砂凑諈f議方式進行供地。通過不斷細化金融激勵措施,促使激勵型政策工具進一步落地。此外,還要健全分類管理體系,合理運用權威型政策工具。權威型政策工具雖在各類工具使用中較為成熟,但也需要有更為健全的政策內容體系為依托,如健全民辦高校法人制度,進一步明確非營利性民辦高?！昂侠砘貓蟆钡氖找鏅嘟缍?完善民辦高校的財務監管制度,重視民辦高校的分類退出機制?？傊?需要不斷細化分類管理的政策內容,來提升各類政策工具的針對性。

3.優化政策參與主體的協作性,提升政策工具使用的協同性

首先,明晰參與部門職權,加深部門協作化程度。由上述分析可知,我國各省(自治區、直轄市)實行民辦高校分類管理政策主體聯合決策較少,部門協作化程度不高。因此,在政策制定過程中,對各參與部門主體的相關職責和權限加以明晰是很有必要的,這樣有利于各部門明確自身職權范圍,從而充分履行自身職責,為各部門的協作分工奠定基礎。其次,完善聯席會議制度,提升參與主體協作性。作為一種合作協調機制,聯席會議制度的建立及制度化運作在很大程度上能夠提升各參與主體部門之間的協作性。如在民辦高校分類管理的配套政策制定過程中,各有關部門共同參與并聯合制定民辦高校分類管理的專項政策,提升政策制定過程中的信息交換效率。各省(自治區、直轄市)可以依據自身的發展需要、地區特色以及實際情況,聯合制定適當的配套實施政策,共同開展對民辦高校的分類扶持與分類監管工作。最后,各省(自治區、直轄市)政府可以利用第三方進行政策評估,以此激勵各有關部門自覺協作,不斷提高政策工具選擇的協同性。

4.優化政策工具的使用結構,強化政策工具的應用與組合

目前我國民辦高校分類管理的政策工具使用結構失衡,各級政府在接下來的政策制定中需要適當控制權威型工具的使用比例,并將其合理運用到對民辦高校分類管理的規范與管理中去;需要適當加大激勵型政策工具的使用比例,如加大對兩類民辦高?；A設施的經濟援助,從而促進民辦高校更好地發展;突出規勸型政策工具的地位,營造良好的捐資辦學理念和教育捐贈文化氛圍[13];積極探索學習型政策工具的多樣化運用;進一步提高能力建設型工具的使用比重并豐富其形式。此外,在我國目前民辦高校分類管理的各個政策主題版塊下,政策工具使用組合情況有待優化。如權威型政策工具主要運用在分類監管方面;激勵型政策工具主要運用財稅優惠方面;規勸型政策工具主要運用在鼓勵引導方面;學習工具主要運用于規劃治理方面;能力建設型政策工具主要運用于發展培訓方面。因此,各級政府要依據分類管理中不同的主題版塊特征,來選用適切的政策工具使用結構。各種主題版塊下應結合不同的政策工具并形成不同的組合模式,如宏觀視角下的規劃與引導除了適合權威型政策工具外,也適合結合規勸型政策工具和學習型政策工具;財稅、用地優惠等版塊在使用激勵型政策工具外也需要結合能力建設型政策工具?？傊?各級政府需在分類管理政策工具的運用上應盡可能地考慮多種政策工具的結構優化與應用組合來促進民辦高校分類管理的推行,并綜合選擇、使用政策工具,平衡現有工具、開發新型工具以及優化政策工具組合應用,形成協同治理模式,從而實現政策治理有效適用和治理效用最大化[14]。