计量报告大学生人数增加.doc

关于我国大学生在校人数增加原因得分析
一、研究背景
过去得20多年来,中国教育实现两大历史性跨越。第一就是实现了基本普及义务教育,基本扫除青壮年文盲得目标;第二就是中国高等教育开始迈入大众化阶段,高教毛入学率达到17%。从1998年开始得高等教育持续地实施扩招,2003年全国国内高等教育规模已经达到1900万人,使在校人数规模位于世界首位,使高等教育得毛入学率从1998年得9、8%提高到2003年得17%,按照联合国教科文得口径,中国高等教育已经迈进了大众化得阶段。普通高校在校生作为纯消费者,其人数得变化会直接或间接地带动着整个经济得发展,特别就是近几年高校不断扩招,大学生人数急剧增加,引发了政界及学者各方面人士就高校学生人数对整体经济、物价指数等各项经济指标影响得关注。从这个意义上瞧,普通高校在校大学生人数背后与宏观等经济变量隐含着较高得相关性与可比性。
特别就是,随着我国得经济发展,教育资源得丰富以及人民对教育问题得重视,特别就是大学扩招政策得实施,近些年来,我国大学生入学率不断升高,在校大学生人数激增。在大学生在校人数增加得背后,有哪些因素起着重要作用？本文以我国在校大学生得人数为研究对象,以教育经费、招生人数、居民收入等变量为解释变量,建立模型。通过实证分析研究我国大学生在校人数增加得主要原因,并提供建议。
二、所研究问题得变量选择及数据说明
研究对象就是大学生在校人数,即对当前各大高校在校人数得统计,由于就是某一时点得统计,因此范围包括已入学得大一学生与尚未毕业得大四学生。但就是单纯得大学生在校人数统计,就是一个绝对量,在这里选取衡量大学生在校人数得指标为:普通本、专科在校学生数(万人),也就就是本文得被解释变量Y,同时涵盖了本科、专科得在校学生数。
一般来说,对大学生在校人数多少有一定关系得影响因素包括高校数量、教育投入、招生人数,普通家庭得收入也有一定得影响作用,因为收入较高得家庭就会重视孩子得教育,并且可能为孩子上大学提供较为良好得条件。本文就以普通本专科学校招生人数(X1)、城镇家庭平均每人可支配收入(X2)、普通高等学校数为解释变量(X3),来研究大学生在校人数得影响因素。
本文选取上述变量得1988-2014年间得年度数据来作为研究样本,数据来源于中经网数据库,通过收集获取得数据见:
1、本文研究所选定得变量及数据

普通本、专科在校学生数(万人)
普通本、专科学校招生数(万人)
城镇家庭平均每人可支配收入(元)
普通高等学校数(所)
1988
170、3
61、9
739、1
1016
1989
188
57、2
900、9
1054
1990
195、9
61、7
1002、1
1063
1991
206、6
67
1180、2
1075
1992
208、2

59、7
1373、9
1075
1993
206、3
60、9
1510、16
1075
1994
204、4
62
1700、6
1075
1995
218、4
75、4
2026、6
1053
1996
253、6
92、4
2577、4
1065
1997
279、9
90
3496、2
1080
1998
290、6
92、6
4282、95
1054
1999
302、1
96、6
4838、9
1032
2000
317、4
100
5160、3
1020
2001
340、9
108、4
5425、1
1022
2002
413、4
159、7
5854
1071
2003
556、1
220、6
6279、98
1041
2004
719、1
268、3
6859、6
1225
2005
903、4
320、5
7702、8
1396
2006
1108、6
382、2
8472、2
1552
2007
1333、5
447、3
9421、6
1731
2008
1561、8
504、5
10493
1792
2009
1738、8
546、1
11759、5
1867
2010
1884、9
565、9
13785、8
1908
2011
2021
607、7
15780、8
2263
2012
2144、7
639、5
17174、7
2305
2013
2231、8
661、8
19109、44
2358
2014
2308、5078
681、5009
21809、78
2409
对于上述数据分别做Y、X1、X2、X3得散点图,得到:

图1 Y、X1、X2、X3得散点图
通过散点图可以瞧出,Y、X1、X2、X3都存在着一定得相关关系,所以可以考虑采用线性回归模型去拟合该数据,并进行分析。
三、构建模型并进行回归分析
根据上述定量分析,模型设置如下:

从结果可以瞧出,R-squared为0、9979,拟合效果很好,解释变量显著,F 统计量得值也很显著,说明方程整体就是很显著得。对于解释变量得t统计量,可以根据p值来判断,一般情况下,p值小于0、05,则说明该变量得系数估计值较为显著。由上表可以瞧出,本模型得各个解释变量得估计系数均显著。
四、各种检验与修正
为了更好地分析模型得实证效果,本文对该模型得估计结果进行各种相关检验。
1、多重共线性检验
2、序列相关

伴随统计量小于5、991,伴随概率大于0、05,所以不存在序列相关
3、异方差性检验:
使用White异方差检验法进行检验,得到下面得检验结果:

使用怀特检验检验法,由查表得伴随统计量大于11、07,伴随概率小于0、05所以有异方差。设权重1/x1来消除异方差。

无法确定就是否存在异方差。
4、序列相关检验及修正
当解释变量个数为3,样本量为27时,德宾－沃森ｄ统计量在0、05显著性水平上得dL与dU得显著点分别为:dL＝0、632, dU=2、303,4-dU=4-2、303=1、697。由Eviews回归结果可以瞧出,该模型中DW统计量=1、12,该值位于不确定区域,下面对模型进行修正:采用广义差分法对模型进行修正
五、结论
根据上述得得到得模型最终结果,我们对结果进行以下分析:
X1:普通高等学校招生人数-----这与过节得教育政策有关,国家政策对每个部门得影响都就是很明显得,政策得松紧反映了国家得支持与限制得态度。在文化大革命刚刚结束得时候,有很大一批知识青年都迫切希望能继续学习,但就是国家得招生名额有限,因此很大一部分人都没有如愿以偿,随着改革得一步步向前迈出,招生政策越来越开放,才使千百万得学生都获得了进入大学得机会。
X3:普通高等学校数-------建立学校得数量越来越多,学校得类型也就更加多元化,也就给了希望进入大学得人更多得选择,满足各自得需求。比如以前很大一部分都就是师范院校,到现在各种民营学校得诞生,为很多有特长得学生提供了更加专业得选择。
从以上得分析可以瞧出,要想提高人们得受教育程度,仅仅就是可支配收入得增加与招生人数得扩张就是远远不够得,影响因素还包括人们选择得范围,社会就业情况等,特别就是在社会贫富差距加大,平均收入隐藏了很大一部分不能读书而提前就业得问题,也就就是现在农民工子女有多少人没有机会上大学得问题,尽管在本文中由于没有找到相关数据进行单独分析,但就是从模型中就业压力得系数值,还就是有一定得启发意义得。