时间序列高等教育分析

前言:寻找写作灵感?中文期刊网用心挑选的时间序列高等教育分析,希望能为您的阅读和创作带来灵感,欢迎大家阅读并分享。

时间序列高等教育分析

一、变量的选择

1.人均国内生产总值,是衡量一个国家经济发展状况的重要指标,它是人们掌握国家宏观经济运行状况的有效工具。

它对国家高等教育的规模起着至关重要的作用,为高等教育的发展提供了经济支持。由于我国的人口众多,人均国内生产总值较于国内生产总值能更好的反映实际状况,故本文选用人均国内生产总值作为经济因素。

2.人口因素不容忽视。

人口的增长不仅会带来对普通教育的需求,随之也会导致对高等教育需求的增加。为满足人民日益增长的物质文化需求,则会扩大高等教育规模。尽管,高等教育受众的年龄集中在18-22岁,但是,由于18岁以下的报考人数在逐年增加,同时存在往届生等情况,所以选择用总人口作为解释变量。

3.政策因素对高等教育规模的作用不容小觑。

我国于1999年提出了基于“拉动内需、刺激消费、促进经济增长、缓解就业压力”四大目标的高校扩招政策,中国高等教育改革的大幕由此拉开。本文将1999年的政策因素作为虚拟变量,以研究1999年以前的规模扩张与政策颁布之后的对比研究。因此,我们假设影响高等教育规模模型假设如下:size=β+βgdp+βpeople+βpolicy+βbizhi+µ01234log()log()log()

二、相关检验

1.平稳性检验。

由于本文是基于时间序列的因素影响分析,为排除“伪回归”现象的存在,影响问题的解释说明。所以,首先对模型进行平稳性检验。为了避免数据的波动性以及它们之间的非线性关系,减少量纲,本文对总人口,人均GDP进行了取对数的处理,利用软件Eviews,进行相关的单位根检验操作。

2.异方差的检验。

高斯——马尔柯夫假设中一个重要的假设是同方差假设,该假设要求,随机扰动项的方差是不随解释变量的变化而发生变化的,同方差假设的成立,对整个统计推断过程起着至关重要的作用。如果违背了同方差假设则会出现以下问题:(1)参数估计量仍然满足无偏性,但不再满足有效性。(2)t检验失去参考价值,无法断定解释变量是否显著。因此,我们对模型进行white检验来判断是否存在异方差现象,经检验,发现模型中的确存在异方差现象,本文采用加权最小二乘法来消除异方差,以保证分析的准确性。

3.多重共线性的检验。

如果模型中存在严重的多重共线性,则会导致部分解释变量的不显著,由于模型中第三产业对高等教育规模的影响不显著,与我们的预期相悖,本文采用逐步回归的方法来解决这一问题。逐步回归的思想是通过逐个引入变量,并对引入新的解释变量后的模型进行F检验,对引入的解释变量逐个进行显著性检验,如果新变量的引入导致原来引入的变量不再显著时,则将其剔除。保证每次引入新变量之前回归方程中只包含先主动变量。通过反复的试验,直到新引入的变量对模型无改进作用,且不改变其他变量的显著性为止。以保证模型中的解释变量集是最优的。经过对模型的检验、分析和改进,得出了最终回归结果.模型整体的拟合效果良好,各解释变量的影响显著。各解释变量的估计系数的符号以及显著性符合经济意义与统计意义。

三、主要结论及启示

最终结果显示,人口因素对高等教育规模的影响最为显著,这与我国的现状相吻合,随着人口数的增加,高等教育规模随之增大。次之,是1999年的教育改革政策,由于教育是以国家为主导的,因此国家的教育政策作用明显。人均国民生产总值也对高等教育规模有显著影响。需要说明的是,尽管在本模型中,第三产业增加值在国内生产总值的比重即第三产业的发展对高等教育规模没有明显的作用,但笔者认为是由于多重共线性存在导致其不显著,根据实际情况可判断出,它对高等教育规模的影响是显著的,并且随着经济的发展在不断显现。

作者:邢丽峰 单位:山西财经大学统计学院