我国高等教育招生规模影响因素分析.docx

我国高等教育招生规模影响因素分析.docx

《我国高等教育招生规模影响因素分析.docx》由会员分享，可在线阅读，更多相关《我国高等教育招生规模影响因素分析.docx（14页珍藏版）》请在冰豆网上搜索。

我国高等教育招生规模影响因素分析

第1章前言

新中国成立60年来，我国高等教育在党中央、国务院的正确领导下，发生了巨大而深刻的变化，最突出的表现是高等教育规模迅速扩大，毛入学率不断提高，进入大众化发展阶段，实现了历史性跨越。

新中国建立后，我国高等教育进入重大历史转折时期，高等教育事业有了长足进步和发展。

特别是改革开放以来的30年里，我国高等教育迈出改革开放的历史性步伐，经历了改革、发展、创新的一系列巨变。

从1978年到1998年的20年间，我国普通高校招生规模从40万人增加到108万人，在校生规模从86万人增加到341万人。

1999年，党中央、国务院立足于我国现代化建设全局，面向21世纪经济、科技和社会发展形势的变化，作出了“扩大高等教育规模”的重大决策。

10年时间里，我国高等教育实现了历史性跨越，规模先后超过俄罗斯、印度、美国，成为世界第一。

2002年，我国高等教育毛入学率达到15%，进入国际公认的大众化发展阶段。

2008年，全国各类高等教育在学人数超过2900万人，毛入学率达到23.3%。

目前，我国具有高等教育学历的从业人数超过8200万人，位居世界第二位，成为名副其实的高等教育大国。

实践证明，高等教育规模的迅速扩大，使我们用10年时间走过了其他国家30年、50年的历程，有力促进了我国人力资源开发水平的提升，推动了经济社会持续快速发展，带动了综合国力和国际竞争力的成倍提高，也使我国在未来国际科技、教育和人才竞争中抢占了先机。

这让我们充分认识到，高校扩招有着深刻的经济社会原因，是一项重要且慎重的决策，在当时的历史背景下是民心所向、势在必行。

我国高等教育的大众化并不仅仅是高等教育自身发展的内在冲动，更反映和体现了高等教育适应经济、社会发展的需要，是历史赋予的艰巨任务，是中华民族伟大复兴的重要奠基工程。

站在新的历史起点上展望未来，我国正从人力资源大国向人力资源强国的宏伟目标迈进，高等教育进入一个更为重要的发展战略机遇期。

但另一方面,随着高等教育规模的迅速扩大也出现了很多问题：

改革“精英式教育”而实行“大众化教育”，指使大学生鱼龙混杂，良莠不齐，各种不良现象增加；教育环境、师资问题日益突出，教育管理难度加大，管理事务增多；学生就业压力增大，出口不畅，就业向低层次发展。

自2003年以来,连续三年高校毕业生就业率低于80%。

就业率连年下降且下降速度之快使得高等教育规模适当与否成为了中国社会越来越关注的热点问题。

本文在对我国普通院校本科招生规模进行理论分析的基础上，用回归分析方法构建出高校招生规模的实证模型。

提出今后中国高等教育的规模应综合考虑，决策者应理性地对待中国高效的发展规模。

在此我们要讨论:

对于中国这样一个经济转型国家,中国的普通高等教育规模受到了哪些因素影响呢?

第2章关于我国高等教育招生规模影响因素分析的建模分析

2.1影响因素的具体分析

从理论上分析，高校招生规模的影响因素主要有客观因素和主观因素。

客观因素主要是高校招生人数受到报考人数、国民经济发展状况的制约，而主观因素是国民对接受高等教育的愿望及国家对教育的发展规划，而事实上主观因素往往受制于客观因素，即国民对高等教育的需求及国家对高等教育的战略部署都在一定程度上受到当地经济发展水平及报考人数的制约。

因此，主观因素尤其是国家教育政策必须以国家的现实情况及教育发展的规律为基础。

由于国民对教育的需求情况往往受到经济发展水平的制约，而且其愿望往往也体现在国家的教育政策中，所以本文暂只讨论国家政策、报考人数和经济发展水平对招生规模的影响。

（1）国家政策

建国以来，我国高校招生规模大体经历了1952—1956年、1957—1965年、1966—1977年、1978—1998年、1999年至今这五个大的阶段。

之前，正如邓小平所讲：

我们最大的失误是在教育方面，思想政策取向工作薄弱了，教育发展不够。

从1999年开始，我国高等教育大规模扩招。

《中华人民共和国国民经济和社会发展第十个五年计划纲要》中明确指出，要“采取多种形式，积极发展高等教育，扩大培养规模，保证教育质量”。

（2）报考人数

从目前的总体情况来看，应届高中毕业生是高校的最主要生源，也是国家制定招生规模的最主要依据之一。

尤其是1999年以后，高校招生规模主要与高中毕业生人数一致，因此在制定招生规模时，必须充分考虑到应届高中毕业人数的实际情况，在进行定量分析时，我们也将采用高中毕业生人数作为指标进行分析。

（3）经济发展水平

高校的发展规模受经济发展水平的限制，经济发展水平好，国家就有可能加大对教育的投入，扩大招生规模，是更多的人接受高等教育。

而且，经济发展水平好了，对高等教育的需求的人数也会增加。

由此可见，经济因素对招生规模的影响具有基础作用，因此，研究高校招生规模时，必须考虑经济发展水平。

2.2数据收集和模型设计

（1）数据收集

表1我国高等教育招生规模影响因素数据表

年份

高等学校招生人数

人均GDP

高中毕业人数

教育费用支出

1985

61.9

858

196.6

254.31

1986

57.2

963

224.0

305.35

1987

61.7

1112

246.8

320.89

1988

67.0

1366

250.6

387.48

1989

59.7

1519

243.2

449.78

1990

60.9

1644

233.0

505.87

1991

62.0

1893

222.9

731.5

1992

75.4

2311

226.1

867.05

1993

92.4

2998

231.7

1059.94

1994

90.0

4044

209.3

1488.78

1995

92.6

5046

201.6

1877.95

1996

96.6

5846

204.9

2262.34

1997

100.0

6420

221.7

2531.73

1998

108.4

6796

251.8

2949.06

1999

159.7

7159

262.9

3349.04

2000

220.6

7858

301.5

3849.08

2001

268.3

8622

340.5

4637.66

2002

320.5

9398

383.8

5480.03

2003

382.2

10542

458.1

6208.26

2004

447.3

12336

546.9

7242.6

2005

504.5

14185

661.6

8418.84

2006

546.1

16500

727.1

9815.31

2007

565.9

20169

788.3

12148.07

2008

607.7

23708

836.1

14500.74

2009

639.5

25608

823.7

16502.71

2010

661.8

29992

794.4

12550.02

数据来源：

各年全国教育事业统计发展公报和国家统计局网站

（2）模型设计

为了具体分析各要素对我国高等教育招生规模的影响，我们假设下一年的高等教育规模不受前一年影响，即模型中不存在滞后变量；国家的政策因素不单独考虑，体现在国家教育经费的支出里；高校的规模以国家统计的数据为准；以人均GDP代表经济发展水平。

运用这些数据进行回归分析。

采用的模型如下：

y=β0+β1X1+β2X2+β3X3+ui

其中，Y代表高等学校招生人数，X1代表经济发展水平（人均GDP），X2代表应届高中生毕业人数，X3代表教育费用支出，ui代表随机扰动项。

我们通过对该模型的回归分析，得出各个变量与我国高等教育招生规模的关系。

2.3模型多重共线性检验

表2相关系数矩阵

X1

X2

X3

X1

1.000000

0.945162

0.974532

X2

0.945161

1.000000

0.969572

X3

0.974532

0.969572

1.000000

根据多重共线性检验，解释变量之间存在着线性相关。

通过采用剔除变量法，多重共线性的修正结果如下：

剔除X3

表3修正多重共线性后的模型

DependentVariable:

Y

Method:

LeastSquares

Date:

06/26/12Time:

09:

52

Sample:

19852010

Includedobservations:

26

Variable

Coefficient

Std.Error

t-Statistic

Prob.

C

-80.17150

19.04192

-4.210264

0.0003

X1

0.007721

0.002792

2.765282

0.0110

X2

0.666773

0.100073

6.662895

0.0000

R-squared

0.972533

Meandependentvar

246.5346

AdjustedR-squared

0.970145

S.D.dependentvar

218.4023

S.E.ofregression

37.73684

Akaikeinfocriterion

10.20732

Sumsquaredresid

32753.59

Schwarzcriterion

10.35248

Loglikelihood

-129.6951

F-statistic

407.1906

Durbin-Watsonstat

0.290086

Prob（F-statistic）

0.000000

建立模型：

=-80.17150+0.007721X1+0.666773X2

t=（-4.210264）（2.765282）（6.662895）

=0.972533

=0.970145df=23DW=0.290086

由此可见，X1,X2都是比较显著的，表明人均GDP，应届高中生毕业人数是影响高校招生人数的主要因素。

X1,X2系数的符号符合经济意义，表明招生规模随着经济的发展和应届高中毕业生人数的增加而增加。

另外，可决系数和修正的可决系数的值都比较大，表明模型的拟合度比较高。

2.4模型的自相关检验

绘制残差图如下：

图1残差图

由此可以看出，随机扰动项存在正自相关,而且已知：

DW=0.290086，查表得dL=1.22，dU=1.55。

DW<1.22，由此可知，误差项存在一阶正相关性。

由ρ=1-DW/2，计算得出ρ=0.854957，利用软件计算GY=Y-ρ*Y（-1）、GX1=X1-ρ*X1（-1）、GX2=X2-ρ*X2（-1）做自相关调整，再做回归分析，结果如下：

表4修正序列相关后的模型

DependentVariable:

GY

Method:

LeastSquares

Date:

06/27/12Time:

10:

11

Sample（adjusted）:

19862010

Includedobservations:

25afteradjustments

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-3.852734

6.733617

-0.572164

0.5730

GX1

0.007961

0.002569

3.099372

0.0052

GX2

0.549013

0.102600

5.350998

0.0000

R-squared

0.853793

    Meandependentvar

57.34487

AdjustedR-squared

0.840501

    S.D.dependentvar

47.63118

S.E.ofregression

19.02259

    Akaikeinfocriterion

8.841298

Sumsquaredresid

7960.899

    Schwarzcriterion

8.987564

Loglikelihood

-107.5162

    Hannan-Quinncriter.

8.881866

F-statistic

64.23580

    Durbin-Watsonstat

0.865068

Prob（F-statistic）

0.000000

2.5模型的异方差检验

对修正的变量做white检验，结果如下图所示：

表5white检验结果

HeteroskedasticityTest:

White

F-statistic

17.00499

    Prob.F（5,20）

0.0000

Obs*R-squared

21.04880

    Prob.Chi-Square（5）

0.0008

ScaledexplainedSS

13.40977

    Prob.Chi-Square（5）

0.0198

TestEquation:

DependentVariable:

RESID^2

Method:

LeastSquares

Date:

06/27/12Time:

09:

17

Sample:

19852010

Includedobservations:

26

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-10117.96

1367.052

-7.401296

0.0000

X1

-1.019386

0.246701

-4.132066

0.0005

X1^2

-9.81E-05

2.14E-05

-4.590692

0.0002

X1*X2

0.007408

0.001589

4.661005

0.0002

X2

85.06786

11.60994

7.327156

0.0000

X2^2

-0.182175

0.030987

-5.879054

0.0000

R-squared

0.809569

    Meandependentvar

1259.753

AdjustedR-squared

0.761961

    S.D.dependentvar

1639.305

S.E.ofregression

799.8039

    Akaikeinfocriterion

16.40578

Sumsquaredresid

12793724

    Schwarzcriterion

16.69611

Loglikelihood

-207.2752

    Hannan-Quinncriter.

16.48939

F-statistic

17.00499

    Durbin-Watsonstat

1.683859

Prob（F-statistic）

0.000001

（n-2）

=21.04880，k=2，自由度为g=（2+1）*（2+2）/2=6，查表得

（6）=12.592，（n-2）

>

，说明模型存在异方差。

下面我们对异方差进行修正，取权数W1=1/X2，得到意下结果:

表6修正后结果

HeteroskedasticityTest:

White

F-statistic

3.738011

    Prob.F（5,20）

0.0150

Obs*R-squared

12.55985

    Prob.Chi-Square（5）

0.0279

ScaledexplainedSS

5.911447

    Prob.Chi-Square（5）

0.3149

TestEquation:

DependentVariable:

WGT_RESID^2

Method:

LeastSquares

Date:

06/27/12Time:

09:

37

Sample:

19852010

Includedobservations:

26

Collineartestregressorsdroppedfromspecification

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-7005.572

3301.948

-2.121648

0.0466

WGT^2

-4442.483

1235.234

-3.596472

0.0018

X1^2*WGT^2

-2.97E-05

2.68E-05

-1.109530

0.2804

X1*WGT^2

-0.436028

0.256451

-1.700237

0.1046

X1*X2*WGT^2

0.003057

0.001888

1.618628

0.1212

X2*WGT^2

36.82895

11.82290

3.115052

0.0055

R-squared

0.483071

    Meandependentvar

655.9777

AdjustedR-squared

0.353839

    S.D.dependentvar

733.7040

S.E.ofregression

589.7816

    Akaikeinfocriterion

15.79656

Sumsquaredresid

6956846.

    Schwarzcriterion

16.08689

Loglikelihood

-199.3552

    Hannan-Quinncriter.

15.88016

F-statistic

3.738011

    Durbin-Watsonstat

1.204681

Prob（F-statistic）

0.014951

图中可以看出，运用加权最小二乘法消除了异方差.

2.6模型估计

如图所示模型估计的最后结果如下：

表7最后结果

DependentVariable:

Y

Method:

LeastSquares

Date:

06/27/12Time:

09:

44

Sample:

19852010

Includedobservations:

26

Weightingseries:

1/X2

Variable

Coefficient

Std.Error

t-Statistic

Prob.  

C

-92.84223

15.62683

-5.941206

0.0000

X1

0.010813

0.002176

4.969087

0.0001

X2

0.638338

0.085363

7.477947

0.0000

WeightedStatistics

R-squared

0.953179

    Meandependentvar

161.5891

AdjustedR-squared

0.949108

    S.D.dependentvar

67.89253

S.E.ofregression

27.23123

    Akaikeinfocriterion

9.554773

Sumsquaredresid

17055.42

    Schwarzcriterion

9.699938

Loglikelihood

-121.2121

    Hannan-Quinncriter.

9.596575

F-statistic

234.1183

    Durbin-Watsonstat

0.405875

Prob（F-statistic）

0.000000

UnweightedStatistics

R-squared

0.964283

    Meandependentvar

246.5346

AdjustedR-squared

0.961177

    S.D.dependentvar

218.4023

S.E.ofregression

43.03281

    Sumsquaredresid

42591.92

Durbin-Watsonstat

0.255803

由结果可以看出，参数的t检验均显著，可绝系数也比较大。

最后的的模型为：

=-92.84223+0.0108423X1+0.638338X2

t=（-5.94126）（4.969087）（4.477947）

=0.964283

=0.961177DW=0.255803

第3章关于我国高校招生规模的对策建议

新中国成立以来，我国的教育事业取得了辉煌的成就，一个最显著的特点就是面向大众的教育和德智体全面发展人才的培养。

特别是改革开放以来，我国教育的层次和发展规模突飞猛进，取得了举世瞩目的成就，受到了国际社会的高度赞扬。

高等教育是教育事业的一部分，它肩负着发现和传播最新知识、造就会学习的人才、创立新思想、引领社会风气的重任。

大学是开展高等教育的主要场所。

经过最近10多年的建设，我国大学的硬件设施比许多国际一流大学还好，我国在校大学生的规模是世界上最大的。

但是，由于教育事业的发展并非一蹴而就，它需要长时间的积累，因此我国的高等教育离国际先进水平还存在一