大学生暑期三下乡-调研学术论文-受教育程度分布及家庭教育决策的影响因素调研.doc

大学生暑期文化科技卫生
“三下乡”社会实践论文

受教育程度分布及
家庭教育决策影响因素的研究

2009年大学生暑期文化科技卫生“三下乡”社会实践论文
摘 要
教育程度的分布差异、教育公平性和家庭教育投资是当今社会普遍关注的问题。科学合理的受教育程度分布差异性分析和家庭教育决策的研究对于教育政策调整、教育制度的健全、家庭收入合理分配等均有极强的现实导意义。
本文首先引入了教育程度值的概念量化评价受教育程度，凭借对调查数据进行聚类分析，运用模糊综合评判的方法，分别对地区、行业和职业建立了教育程度综合评判指标模型，深入分析了我国就业人员受教育程度的地区、行业及职业分布特点。
其次本文对家庭教育决策的影响因素进行的系统的的归纳和提炼。进而，通过回归分析法模拟受教育程度与地区、就业水平、教育投资成本及收益等之间的关系，建立了家庭教育决策评价体系，根据具体家庭经济状况、学生个人学习能力等方面提出了关于家庭如何制定家庭教育决策的合理性建议。
最后，本文经中外相关教育指标分析，基于我国教育程度分布对教育政策制定及如何合理的进行教育投入提出了加大政府教育投入、缩小地区学校教育差距、建立教育评价体系、教育功能重新定位、健全教育资助制度和助学体系五点建议，并对中国教育发展提出了一条教育公平发展的可行路径。
关键词：教育程度综合评判指标 聚类分析法 模糊综合评判 调研 建议

1 引言
教育程度的分布差异、教育公平性和家庭教育投资是当今普遍关注的社会问题。当前中国居民生活质量指数研究表明教育花费已成为城乡居民致贫的首要原因之一。在构建社会主义和谐社会的背景下，如何科学地分析受教育程度分布差异性和制定家庭教育决策，对于合理分配家庭收入、调整我国教育政策、健全教育制度、解决好“三农”问题、促进城乡统筹发展构建和谐社会均有极强的现实指导意义。
1.1 研究背景
根据零点调查与指标数据共同发布的《2005年中国居民生活质量指数研究报告》的数据显示，中国农村家庭中，子女教育所用开支占家庭收入的32.6%；城市和小城镇家庭该指标也分别达到了25.9%和23.3%。而在所有发达国家的统计中，家庭用于子女教育的开支都不超过家庭收入的10%。可见，教育花费已成为城乡居民致贫的首要原因之一。
在2007年度城乡居民生活质量调查中，零点研究咨询集团对3355名城乡居民进行的调查结果显示，41.8％的居民认为与所受到的教育质量相比，当前的教育花费是不值得的；认为教育花费物有所值者仅占16％，并且在学历越高的群体中，认为“不值得”的人比例越高。
2007年全国普通高等学校毕业生实现就业人数351万人，比2006年同期增加54万。2007届大学毕业生半年后就业人数升至约420.26万人，即就业率升至87.5%，仍有60万失业大军。2008年全国普通高等学校毕业生559万人，据统计就业率仅约为76.5%，即造成失业人数超过130万。相比，2008年我国中职就业率达到95.8%.
在薪酬方面，2005年全国应届毕业生的税前现金收入的市场平均水平为28011元，2006~2008年分别同比下降了4.5%、7.1%和12.3%。应届博士生税前现金收入的平均值达到了76766元（约应届本科毕业生的2.69倍）；刚刚毕业的MBA由于入学前工作经验的积累薪酬排在第二位，平均值达到了70609元；相比之下硕士(不含MBA)要低一筹，为44026元；本科毕业生的年度税前现金收入总额的平均值为28451；大专毕业生的薪酬相比本科生相差的并不多也达到了21001元；大专以下的毕业生入职第一年的税前现金收入总额平均值只有14209元，相对较低。虽然职场新人的总体薪酬在下降，但大部分应届毕业生在入职的一年内薪酬都有所增加。根据调查，对于2008年应届生，在通货膨胀形势下，起始薪水未增反降。
1.2 相关研究现状概述
目前关于中国教育程度分布特点的研究，相关论著很少，且多停留在单学科、单方面差异性（单对美术领域、对地域性的分析）的调研，而研究成果也因研究源数据陈旧已失去了应有的指导意义。例如，在2002年我国学者岳红江和严全智便对我国教育程度地域差异进行了研究，有论文《我国地区教育指标差距问题》。近年来，我国经济稳定高速发展，党和政府不断扩大西部经济建设，加大教育资金投入，缩减地域教育差异，这确定了本文的研究意义。
而在教育研究领域，尚无家庭教育决策制定方面的研究，受教育程度与就业（工资待遇等）水平、教育投资成本等之间的关系均有待研究。
1.3 本文研究思路
中国教育因经济和地理因素影响，教育基础设施及受教育水平呈现明显的地域性分布。受其直接影响，我国就业人员的受教育程度也呈现地域性分布。从数量及归宿上讲，就业人员无疑构成了我国受教育人员的主体，我国受教育程度分布直接反映在我国就业人员的受教育程度分布上。关于就业人员受教育程度按照年龄、性别、地区、行业、职业、收入、身份等类别划分的统计数据来源于《中国教育发展报告》、《中国教育统计年鉴》、《中国统计年鉴》、中国教育统计网、地方教育局及政府实地调研收集整理得到。具体可见电子附件：受教育水平_就业_工资等数据统计. xls。
本文采取理论研究与实证研究相结合的方法，首先引入了教育程度值的概念来量化评价受教育程度，凭借对调查数据进行聚类分析，运用模糊综合评判的方法，以就业人员为研究对象为切入点，分别对地区、行业和职业建立了教育程度综合评判指标模型，深入分析了我国就业人员受教育程度的地区、行业及职业分布特点。
然后，对家庭教育决策的影响因素进行的系统的的归纳和提炼，进而，通过回归分析法模拟受教育程度与地区、就业难易、工资高低、教育投资成本及收益等之间的数量关系，建立了家庭教育决策评价体系，根据具体家庭经济状况、学生个人学习能力等方面提出了关于家庭如何制定家庭教育决策的合理性建议。
最后，本文经中外相关教育指标分析，基于我国教育程度分布对教育政策制定及如何合理的进行教育投入，提出关于中国教育公平性及教育发展可行路径的合理建议。
2 中国受教育程度分布特点分析
按照中国教育制度，教育构成决定了受教育程度。本文基于按照年龄、性别、地区、行业、职业、收入、身份、地区等类别划分的全国就业人员受教育程度构成的相关调研统计数据，以就业人员作为研究对象分析中国受教育程度的分布特点。
1
2
2.1 中国受教育程度分布直观分析
参阅中国地域划分相关书籍[1]，根据中国地理区域划分方法将中国按华北（包括北京 天津、河北、山西、内蒙古）、东北（包括辽宁、吉林、黑龙江）、西北（包括宁夏、陕西、青海、甘肃、新疆）、华东（上海、江苏、浙江、安徽、山东、江西、福建）、华南（包括河南、湖北、湖南、广东、广西、海南）和西南（重庆、四川、云南、西藏、贵州）六个地域进行了划分。
首先通过对统计数据分别进行整理和汇总（见附录1~5），以各学历人数占相应总人数比重的平均数值作为相应数值进行分析，并绘制图表图2.1、图2.2.1、2.2.2和图2.3，由此可对地区、行业和职业间的教育程度分布特点做出了初步直观感性的判断：

图2.1教育程度地域分布直方图
从图2.1中可以得到地理区域教育程度分布的初步直观显示：华北地区初、高中以上学历人数所占比例明显高于另外五区，东北地区次之，即教育程度较高；而西南、西北地区未上过学人数比例偏高，即教育程度偏低。

图2.2(1)教育程度行业分布直方图

图2.2(2)教育程度行业分布直方图
图2.2(1、2)中，是按照行业对教育程度进行的汇总，图表显示：电气、燃气业，信息传输、计算机服务业，金融业，科学研究和技术服务业，教育、文化、体育、卫生等社会保障文娱业，公共事业管理及国际组织等教育程度要求都比较高；相对的，农林牧副渔、制造、餐饮业中高学历人数比例较低。

图2.3教育程度职业分布直方图
相对于职业而言，服务性职业、农林牧渔及生产运输等基础性职业教育程度构成中，高学历成员比例比较低；单位负责人、专业技术人员等需求专业技能及管理才能的职业对教育程度要求比较高，如图2.3。
2.2 中国受教育程度分布定量分析模型
对于行业及地区，数据分类过细反而不宜对其教育程度分布特点进行分析，需要对这两项进行再分类，而上述评价方法直观、简约却欠缺定量的分析，影响了其合理性及准确性，对于地区，我们感性的按区域划分评定，没有考虑个别省市对该地区整体属性的影响，降低了准确性，而这显然是不太合理的；对于职业及行业的比较，由于没有量性指标便难以准确分析其教育程度的分布特点。
于是，本文引入了教育程度综合评判指标（有相关学者也称之为加权平均受教育年限）按照地区、行业、职业分别建立了三个模型，依据模糊数学聚类分析的方法对模型1和模型2中的数据重新进行科学分类、评定，然后再根据所作分类，以教育程度综合评判指标对教育程度的分布特点进行分析。为了实现仿真本文假设各阶段毕业生受教育年数能够直接反映其教育程度，无复读越级等特殊现象。
模型1：按地区

模型2：按行业

模型3：按职业

其中，、、分别表示第j类地区、第p类行业、第q种职业的教育程度综合评判指标值，为第i阶段受教育人员的受教育程度值，分别为第j类地区、第p类行业、第q中职业的i阶段受教育人员占相应总人数的比例值，、分别表示第j类地区第m省市、第p类行业第m具体行业的i阶段受教育人员占总人数的比例值，为第j类地区包含的省市数，为第p类行业包含的具体行业数。根据模型假设，的值我们取各阶段的受教育年限，如表2.1.
表2.1各阶段受教育人群受教育程度值
类受教育人员
未上学
小学学历
初中学历
高中学历
大学专科
大学本科
研究生以上

0
6
9
12
15
16
19
2.3 实证分析及结果
首先我们按照地区，进行模糊聚类，基本步骤为：
Step1:对原始数据标进行标准化
(1) 将原始数据中31个省市看作31个待分类样本，
得到={北京，天津，河北，…,宁夏，新疆}，
又由七种受教育程度表示其性态，即，
于是可得到原始数据矩阵
(2) 数据标准化处理
由于不同的数据有不同的性质和不同的量纲，为了使原始数据能够适合模糊聚类的要求，将原始数据矩阵A 作标准化处理，即
平移—极差变换

显然所有的 ∈[0,1]，且也不存在量纲因素的影响，从而可以得到模糊矩阵

Step2: 利用夹角余弦法建立模糊相似矩阵
如果与的相似程度为，则称之为相似系数。本文利用夹角余弦法求解相关系数，建立模糊相似矩阵
令

求模糊相似矩阵（见附录6）
Step3: 利用传递闭包法进行聚类分析：
从Step2中求出的模糊相似矩阵R出发，构造一个模糊等价矩阵，即，平方法求出R 的传递闭包t(R)，则 ；然后，由大到小取一组λ ∈[0,1] ，确定相应的λ 截矩阵,并将其分成六类，同时得到动态聚类图（见附录7）。
将数据整合后调入SPSS统计软件，完成了数据按地区的分类；按照行业进行模糊聚类，基本步骤相同，此处不再详细说明。
通过对各地区、行业全国就业人员受教育程度构成的数据资料进行模糊聚类分析，将数据按地区科学的划分为6个区域，按行业划分为6个类别。
表2.2 地区聚类结果
Class1
北京

Class2
天津
上海
地区模糊分类
Class3
河北
陕西
内蒙古
辽宁
吉林
黑龙江
江苏
浙江
安徽
福建
江西
山东
河南
湖北
湖南
广东
广西
海南
陕西
宁夏
新疆

Class4
重庆
四川
贵州
云南
Class5
西藏
Class6
甘肃
青海
为更直观的表述分类后地区教育程度构成，我们作出柱状图显示为图2.4，

图2.4地区分类教育程度构成直方图
表2.3 行业聚类结果
Class1
农、林、牧、渔业；
Class2
采掘业，制造业，建筑业，交通运输、仓储及邮电通信业，批发和零售业
住宿和餐饮业，居民服务和其他服务业；
Class3
电力、燃气及水的生产和供应业，房地产业 租赁和商务服务业
水利、环境和公共设施管理业，文化、体育和娱乐业；
Class4
信息传输、计算机服务和软件业，卫生、社会保障和社会福利业；
Class5
金融业，教育、公共管理和社会组织；
Class6
科学研究、技术服务和地质勘查业，国际组织；
同样，分类后各行业教育程度构成柱状图显示为图2.5，

图2.5行业分类教育程度构成直方图
针对职业，考虑到其类型仅为七类，故不对其再分类，然后根据数据求解模型得到：
表2.4 教育程度综合评判指标值
按聚类地区分类
按聚类行业分类
按职业分类

办事人员和有关人员
1235.815
class1
1161.66
class1
685.8000
专业技术人员
1191.494
class2
1038.805
class2
930.8143
单位负责人
1186.326
class3
845.26
class3
1150.6000
商业、服务业人员
948.107
class4
689.4925
class4
1275.2500
其 他
907.992
class5
350.19
class5
1350.6330
生产运输设及有关人员
902.313
class6
690.635
class6
1328.6000
农林牧渔水利业生产人员
685.161
为了进行进一步分析，我们也按照华北、华东、华南等6个地理区域对其数据进行了教育程度综合评判指标模型的求解：
表2.5 经济地理区域的教育程度综合评价指标值
地区
全 国
华北
东北
华南
华东
西北
西南

822.43
961.64
904.43
848.00
842.04
772.47
621.63
按照教育程度将地区聚类分为了6个等级（表2.2），根据教育程度综合评判指标值，受教育程度以北京最高，天津、上海发达地区次之；重庆、四川、贵州及云南等西南地区较低，西藏地区最低；其余省市居中（用柱状图表示为图2.6）。数据显示出：教育程度确实存在较强的地域差异，西南、西北经济欠发达地区指数偏低，华北及东北地区指标较高。通过对单省市的教育程度综合评判指标的比较，指数排名与经济发展程度也有较高的相关度（见表2.6）。
表2.6 按城市教育程度综合评价指标值排名表
北 京
上 海
天 津
辽 宁
广 东
山 西
黑龙江
吉 林
…
1160.90
1072.47
1004.61
921.15
913.66
909.67
898.53
893.61

这就反映出一定的受教育地理不平等问题，受教育程度和地区经济发展程度呈现出密切的正相关关系。

图2.6聚类得到的各区域的指标值 图2.7各聚类得到的行业类别的指标值
按照教育程度将20个行业也分成了6个等级（见表2.3），教育程度综合评判指标值以科学研究、技术服务和地质勘查业及国际组织等科研国际活动行业最高，金融经管、教育、电信和社会保障业次之，农林牧渔业最低（柱状图表示为图2.7）。
采矿业、建筑业、交通运输、仓储和邮政业，教育程度较低，能对体力劳动者提供就业岗位；电力、燃气及水的生产和供应业，房地产业，租赁和商务服务业，水利、环境和公共设施管理业，文化、体育和娱乐业，信息传输、计算机服务和软件业，卫生、社会保障和社会福利业，公共管理和社会组织，国际组织等行业，主要吸收中高等教育水平及以上教育程度的就业人员；的其余行业均以初中文化程度的比率最高，即低技能为主。总体来看，结合原数据，在制造、技能类行业中，高中以上研究生一下学历人员具有很强的优势；而在管理、高技能、科研类行业中，高等学历人员占据较大比例。

图2.8 各职业对应的综合指标值
对于不同职业的教育程度综合评判指标值中，以办事人员及有关人员最高，专业技术人员次之，农林牧渔业职业指标值最低，基本符合对不同行业该指标值的统计情况，如图2.8，即就业人员中，高教育程度的多分布于专业技术职位及负责人职位中，而初中以下教育程度的多分布于农林牧渔及运输相关职业中。
3 家庭教育决策的制定
3.1 家庭教育决策影响因素分析
根据调查统计，本文将影响家庭教育决策的因素归纳为家庭经济收入及支出、子女数目性别、子女意愿、子女学习能力、就业地理区域、该学历的就业率、该学历的就业工资和其他共8项。
调查中，70%以上的调查对象表示意愿供给子女攻读至普通高等教育阶段，至于是否继续攻读硕士及以上学历依子女意愿及具体经济情况而定。关于家庭教育决策的主要影响因素的调查显示，调查居民中选择家庭经济收入及支出、子女数目性别、子女意愿、子女学习能力、就业地理区域、该学历的就业率、该学历的就业工资和其他的分别占8.6%、1.10%、2.50%、4.50%、2.30%、30.70%、46.20%和4.10%，如图3.1。

图3.1家庭教育决策主要影响因素比重
自2004年起，随着我国进一步加大政府教育投资，促进初中等教育普及，完善高等教育贫困助学体系，家庭经济状况对于其教育决策的影响程度下降为9%。另外，随着我国小康社会的实现、居民生活满意指数的上升及和谐社会主义的构建，人们的思想境界及文化素养得到很大的提高，性别及子女数目因素影响比重仅占到了1%。数据表明，在影响家庭教育决策的因素中，就业率和就业工资明显构成其主要影响因素。
从家庭教育决策影响因素分析，就业率直接反映了就业的难易程度，在适当范围内本文合理假设各学历教育花费为定值、就业工资为定值，就业难易度和就业薪酬相互独立，从而建立受教育程度同就业难易度、薪酬的回归模型，继而完成最佳教育策略模型，实现对家庭教育决策的指导。
3.2 就业难易度、薪酬回归模型
3.2.1 模型的确立
依然以（即受教育程度值）来衡量我国就业人员受教育程度的高低。根据分析，就业的难易程度直接反映在就业率上，所以我们就以就业人员的就业率来表达就业的难易。根据2005年中国统计年鉴全国1%人口抽样调查，通过调查数据整理，我们得到了1952年~2005年各地区分受教育程度的6岁及以上人口和各地区按受教育程度分的就业人口的详细数据，从而可计算出各阶段受教育人员的就业率（就业率=各教育程度就业人口/相应总人口）。
而对于各阶段受教育人员薪酬高低的衡量，本文根据搜集到的长春市、韶关市、汕头市、宁波市、湘潭市和长沙市6个城市分学历工资高、中、低位的指导价位（见表3.1）。
表3.1长春市、韶关市、汕头市、宁波市、湘潭市和长沙市分学历工资指导价位
各市分学历工资指导价位 　单位：元
高位数
长春市
韶关市
汕头市
宁波市
湘潭市
长沙市
硕士及以上
73116
85329
62268
269276
71904
138600
本科
51709
56387
60000
142052
43440
90700
大专
41103
44028
36000
113439
29976
70560
高中、中专、技校
31456
34372
30900
55480
21264
47800
初中及以下
28098
29305
21228
44084
18888
36430

中位数
长春市
韶关市
汕头市
宁波市
湘潭市
长沙市
硕士及以上
30768
64755
31200
42278
25656
43600
本科
20930
28278
18636
33580
15240
29820
大专
17350
23426
13668
25475
12576
22200
高中、中专、技校
11966
18625
10800
17136
9444
19000
初中及以下
11578
15862
8400
14634
7944
16270

低位数
长春市
韶关市
汕头市
宁波市
湘潭市
长沙市
硕士及以上
13299
39392
21600
13080
12000
22080
本科
6935
25975
14400
12826
7224
16310
大专
5796
13200
10800
10931
6180
12730
高中、中专、技校
5294
10285
7200
8920
4980
9740
初中及以下
5208
9720
6000
8104
4584
9060
由于城市之间的差异性比较大，我们对数据进行了无量纲化处理，使其具有可比性。进而建立了两个相应的回归模型：
就业难易度回归模型：

薪酬回归模型：

数据无量纲化处理：
，
其中，表示受i阶段受教育人员的就业率，为就业难易程度与教育程度值的函数关系；表示第i阶段受教育人员的工资标准值，为各受教育阶段人员工资标准与受教育程度值的函数关系。为第k市i阶段受教育人员工资指导价的高位数，第k市i阶段受教育人员工资指导价的中位数，第k市i阶段受教育人员工资指导价的低位数。
3.2.2 实证分析
(1) 就业难易度回归模型求解及结果分析
利用excel对数据进行处理得到各个教育水平的就业率，如表3.2
表3.2各受教育阶段的均就业率

未上学
小学
初中
高中
大学专科
大学本科
研究生
就业率
0.437
0.513
0.672
0.571
0.722
0.686
0.773
各教育阶段教育程度值
0
6
9
12
15
16
19

利用MATLAB拟合工具箱进行拟合得到结果
Linear model Poly3:
f(x) = p1*x^3 + p2*x^2 + p3*x + p4
Coefficients (with 95% confidence bounds):
p1 = 4.512e-005 (-0.000428, 0.0005182)
p2 = -0.001265 (-0.01493, 0.0124)
p3 = 0.02557 (-0.07859, 0.1297)
p4 = 0.4339 (0.2203, 0.6475)
Goodness of fit:
SSE: 0.01362
R-square: 0.8456
Adjusted R-square: 0.6912
RMSE: 0.06738
拟合曲线如图3.2

图3.2就业难易度回归模型拟合曲线
得到就业难易程度与教育程度高低的数量关系：

在拟合结果中为0.8456 ，即拟合优度较高，可以较为准确的反映实际情况，总体来说学历越高的人就业就越容易些；但从图中可以看出在小学学历至高中学历区间，拟合曲线变得相对平缓，表明该阶段不同学历就业难易度梯度低，学历就业优势相对不明显。同时可以看出，高学历有较明显的就业优势。
(2)薪酬回归模型求解及结果分析
利用excel对数据进行处理得到各个教育水平的工资指数如表3.3：
表3.3各个教育水平的工资指数

教育程度量度
平均工资高低量度
硕士及以上
19
3.238588664
本科
16
2.101138873
大专
15
1.579010556
高中、中专、技校
12
1.166790214
初中及以下
9
1
利用MATLAB拟合工具箱进行拟合得到结果
Linear model Poly2:
f(x) = p1*x^2 + p2*x + p3
Coefficients (with 95% confidence bounds):
p1 = 0.02694 (0.006279, 0.04759)
p2 = -0.5312 (-1.11, 0.04709)
p3 = 3.613 (-0.2572, 7.483)
Goodness of fit:
SSE: 0.02696
R-square: 0.9917
Adjusted R-square: 0.9834
RMSE: 0.1161
拟合曲线如图3.3

图3.3薪酬回归模型拟合曲线
由此可以得到工资高低与教育程度的数量关系

在拟合结果中的值达到了0.99，而修正的也可以达到0.98，此拟合模型可以真实的反映数据的关系，而是由可靠数据进行无量纲化而计算得到的，虽然不能当真实的值使用，但可以真实的反映实际情况的趋势，即受教育程度越高工资越高。因此，此模型可以切合实际的反映工资高低与教育程度的关系。
3.3 最佳教育策略模型
家庭教育决策目的在于解决个人在t0岁时是选择以现有学历就业还是继续升学接受更高一级的教育的问题。个人选择更高一级教育的目的在于增加收入，提高就业机会和降低失业风险。因此衡量教育决策是否合理的标准也就是分析继续接受高一等级教育所带来的预期收益是否高于期间的教育成本。
在现有招生政策下，未能获得更高层次教育入学资格的学生可以通过不断的复读达到升学的目的，为了易于模型求解本文假设个人在复读和接受教育期间不取得劳动报酬，劳动者取得收入的时间最早为16岁，60岁则退休，不考虑不同学历劳动者退休后的收入差异。
3.3.1 选择继续接受教育的成本
选择继续接受教育的成本分包括直接成本和机会成本。
1、直接成本：即直接用于教育投资所花费的直接成本，包括学费、书本材料费等（直接成本不包括伙食费和其他个人生活费用，因为这些费用对于不上大学而直接就业的人同样存在。）同时直接成本，分复读阶段和高一级教育学习阶段两个时段（参见图3.4）。

图3.4 决策阶段示意图
直接成本为：C0=
其中，C0为受教育成本；I0、I1分别为复读阶段和高一级教育学习阶段的年均花费；n = t1 - t0为复读年限；m = t2 - t1为高一级教育的学习年限；r为设定的贴现率，其中包含了工资增长率、通货膨胀率和资金期望利率的综合影响。r越高说明个人对于物质资本的时间偏好越明显，对继续教育投资需求也就越弱。通常情况下，可设贴现率为8%，并且不随时间发生变化。
2、机会成本：指因选择继续教育而放弃的就业收入。由于存在不能顺利就业的风险和就业后失业的风险，因而这里的就业收入应是一种期望收益。
机会成本：C1=
其中，C1为机会成本；为就业概率；R0为现有学历就业的年均收入。
3.3.2 选择继续接受教育的教育附加期望收益
这里的教育附加收益是指个人因接受高一级教育就业后，比前一级学历就业在相同时间内多获得的期望收益。
期望收益为：NR=
其中，C1为机会成本；为就业概率；R0为现有学历就业的年均收入；t0为决策时的年龄。
3.3.3 教育决策的制定
显然，决策的策略是：当NR ≥ C0+ C1时，选择升学或复读升学；当NR < C0+ C1 < 时，则选择以现有学历就业。
由于我国目前实行九年义务教育，因而个人是否继续教育的决策将分为是否升高中、是否升大专或大学本科，以及是否攻读硕士和博士。各决策教育阶段基本都是“严进宽出”，因而我们假定高一级教育的学习年限m = ( t2-t1)就等于相应的学制，设定参数值见表3.4。
表3.4 设定参数值
决策对象
学制m (年)
决策基本年龄t0 (岁)
就业概率p
月工资收入R (元)
复读费用I0 (元)
教育花费I1 (元)
初中及以下

0.892
1356
2000

高中
3
15
0.859
1583
2000
2000
大专
3
18
0.792
1850
2000
5000
本科
4
18
0.879
2485
2000
6000
专升本
2
21
0.879
2485
2000
6000
硕士
3
22
1.000
3633
2000
8000
博士
4
25
1.000
4560

10000
注：表中就业率是根据我国人力资源和社会保障部公布的《2006年度全年全国部分城市劳动力市场供求状况》（
考虑给出每种决策以更高学历就业的年龄t2，显然只要t2-t0>m，决策的结论就是选择升学。
取r=0.08时，学费为4005－9655元均应选择直接升学；而4000元以下的学费则可复读一年。超过10000，经济的决策是放弃升学。参照表3.5，其中r=0.04,n=3的含义是当贴现率为4％时，一个18岁的人若能经3年以内的复读考取本科教育，也是合算的，其余类似。若对年龄t0不灵敏，则其它不变，仅年龄超过34岁的个人，决策时才应主动放弃本科教育投资。
表3.5关于r的讨论
r
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.10
n
8
6
5
3
2
1
1
0
0
放弃
4 我们对中国教育发展的分析和建议
教育公平指的是接受教育的机会和接受相同教育质量等方面的公平，促进和保障教育公平是构建社会主义和谐社会的必然要求，也是我国教育改革和发展不懈追求的目标。基于大量数据的研究，本文提出了我们对于推进教育公平性发展的一些分析和建议。
第一、我国受教育程度分布的研究结论(见表2.4及结果分析)表明全国不同地区的受教育水平存在严重差异，东部地区的受教育水平明显高于西部地区，故我国应坚持公共教育资源向农村、中西部地区、贫困地区、边疆地区、民族地区倾斜，逐步缩小城乡、区域教育发展差距，推动公共教育协调发展。
第二、本文参照国际数据经行了分析，对“研究与开发经费支出占国内生产总值比重”和“公共教育经费支出占国内生产总值比重”两个方面，通过与日本，韩国，加拿大，美国，法国，德国，英国，澳大利亚及世界平均水平经行比较，利用Excel作图4.1；

图4.1（1）

图4.1（2）

图4.1（3）
通过图表，容易看出中国在“研究与开发经费支出占国内生产总值比重”和“公共教育经费支出占国内生产总值比重”两项指标上均比世界各主要国家低，并且均低于世界平均水平，说明我国在教育经费上的投资还需进一步加大，增加政府教育投入，是缩小地区间、学校间教育差距的重要前提，是推进教育公平的关键。长远来看，如果教育投入不增加，仅靠改变现有教育资源的分配模式，以牺牲局部学校的教育质量来实现教育公平；或者以产业化的方式，政府负责薄弱学校、市场负责优质学校来发展教育，都难以实现教育的公平发展。我国财政性教育支出至今也没有达到上个世纪90年代中期国务院制定的占GDP4％的法定标准。国家统计局资料表明，2004年，财政性教育支出占GDP的比例降低到2.79％，如此低的教育投入，是与我国社会、经济发展严重不协调的。
第三，人们的学习能力是不同的，需要不同的受教育策略，所以改变教育评价体系推进教育公平，必须建立新的教育评价体系，要重新认识教育的本质，以及政府、学校在发展教育过程中，应该承担的职责。多年来，教育被异化为"竞技舞台"和"竞争工具"，接受教育"成功"的人，都是考场的高手，而人格的健全发展却被忽视。 当然，教育评价体系的改变，还要依托社会对教育功能定位的改变，如果教育一直扮演着进行社会基本分工的功能，而且各分工有"高低贵贱"，那么受教育者就将摆脱不了对学历、对学校的追逐，教育也无法摆脱一元成才模式中的"生存竞争工具"的角色，只有整个社会形成理性的人力资源理念，重视人本身的能力，才可能让大家把教育作为充实自己、完善自己的过程，会关注本身能力和素质的培养，而不在乎学历的高低。
第四、健全教育资助制度和助学体系，推进优质教育资源公平配置。政府应给受教育者同等质量的义务教育机会，这是毫无疑问的。目前，在义务教育并非均衡发展的情况下，推出的禁择校令，只能治标不能治本。而在高等教育入学机会上，则应在注重地区教育发展不平衡，体现个人平等的基础上，进行高考录取制度综合改革。 国务院教育工作座谈会上温家宝强调，在义务教育阶段，要把有限的国家财力用在最困难的孩子身上，加大对困难学生上学的扶持力度；在高中教育阶段，随着国家财力的增强，要进一步加大奖学金和助学金制度实施力度。另外，还要严格规范城市中小学收费，坚决遏制乱收费现象。
总之，推进我国教育的公平发展，需要深入树立贯彻科学发展观，逐渐增加教育投入，以中央财政统筹配置教育资源；以改变办学条件、配置优秀师资、实行师资轮换等手段弥补薄弱地区、薄弱教育差距；促进就近入学，以新的公平观进行升学制度改革，转变社会用人观念，使教育回归其本质，以早日实现科教兴国的大业。

5 结束语
本文基于数据的有效整理、分析，建立了教育程度综合评判指标模型、就业难易度回归模型、薪酬回归模型和最佳教育策略模型4个模型，最终客观有效地分析了我国受教育程度的分布特点，制定出了家庭教育决策方案，实现了其指导意义，并对中国教育的公平健康发展提出了我们的建议。
参考文献
[1] 姜启源等，数学模型(第三版)[M]．北京：高等教育出版社，2003．233~245
[2] 王琪生，宋凤兰，论中国经济地域划分[J]．中国软科学，1997，4：83~85
[3] 刘承平，数学建模方法[M]．北京：高等教育出版社，2002
[4] 杨东平，2005年中国教育发展报告[M]．北京：社会科学文献出版社，2005
[5] 岳红江，严全智，我国地区教育指标差距问题[J]．教育与经济，2002，3：20~24
[6] 刘奕，张帆，我国居民高等教育支付能力及学费政策的实证研究[J]．中国软科学，2004，2：13~20
[7] 纪秋颖等，基于Agent的高校学费定价模型及实现[J]．计算机工程与应用，2006，22：225~232
[8] 张红兵，贾来喜．SPSS宝典[M]．北京：电子工业出版社，2007．69
[9] 国家发改委、建设部，建设项目经济评价—方法与参数（第三版）[M]．中国计划出版社，2006
[9] 郑南宁，提升高等教育质量需从多方面努力，
致谢辞
几经修改这篇论文终于完成了，首先我要感谢何凡老师对我的辛勤指导，是您循循善诱的教导和别具匠心严谨的学术思维给予我无尽的启迪，并为本次调研论文的完成提出诸多宝贵建议。另外，我还要感谢岳红江、严全智、刘奕、纪秋颖等诸多学者，是他们的辛勤研究为我完成论文指明了正确的道路，提供了诸多有价值的理论和资料。

附录
附录1
各地区全国就业人员受教育程度构成 单位：