《732编号计量经济学影响我国高等教育经费投入因素的分析》由会员分享，可在线阅读，更多相关《732编号计量经济学影响我国高等教育经费投入因素的分析（14页珍藏版）》请在金锄头文库上搜索。
1、影响我国高等教育经费投入因素的分析 摘 要 21世纪，国家之间综合实力的竞争归根结底是人才的竞争，我国能否在新世纪实现稳步 较快的发展，取决于高素质、多元化人力资本的投入的多寡。因此，提高我国的教育水平、 增加高素质人力资源是当务之急。然而教育经费的投入在很大程度上影响着教育的现状和未 来的发展。本文建立在前人经验基础上，收集了相关数据并利用EViews软件对模型进行参数 估计和检验， 对我国1994-2013年高等教育经费支出情况进行多因素的实证分析最后根据分析 结果提出一些可供参考的政策意见。 关键词：高等教育经费投入；相关因素；模型；计量经济学；参数估计；检验 1 绪论 1.1 研究背景
2、及意义 随着经济全球化进程的加快，我国在社会生活的各方面都面临着巨大的挑战。急需高素 质多元化的人才，因此提高我国的教育水平是当务之急。自1999年大学扩招以来，我国大学 生总数逐年上升。教育是一项需要巨大资金投入的事业。教育经费成为教育事业赖以发展的 必要的物质保障，而且一直是影响我国教育规模扩大和教育质量提升的最直接因素。因此， 研究教育经费的影响因素，不仅对财政支出中教育支出的合理安排，而且对中国教育水平的 提高都有重大意义。 1.2 国内研究综述 近年来，很多学者都从定性和定量分析两方面对影响高等教育经费投入的诸多因素进行 了探讨。通过对现有文献的梳理，发现其中大部分相关文献集中于对高
3、等教育经费的来源进 行探讨。刘卫东试图从国家和个人的支付能力上来探讨国家和个人在普通高等教育投入上的 比例，认为只有建立起成熟的高等教育成本分摊机制，才能从来源方面解决高等教育经费短 缺的问题。 唐佳认为， 人口和经济因素是影响高等教育经费投入的两个关键方面， 除了经济外， 人口的数量、质量和劳动力类型都对高等教育经费产生直接的正向影响。郑磊基于中国省际 面板数据，对财政分权、政府竞争对中国省级政府教育支出比重的影响进行了验证，得出了 以经济绩效为考核标准的官员晋升机制和财政分权制度的结合、转移支付比重过高都会对地 方政府的教育支出比重产生显著的负影响；地方政府的财政自给度则对教育支出比重具有
4、正 效应。 王蓉使用我国 31 个省、 自治区、 直辖市 2000-2004 年的面板数据,计算了经济发展水平、 所有制结构、 产业结构、 人口因素、 财政分权制度等对公共支出比例的影响。 宗晓华使用 1998- 2006 年的省级面板数据，证明地区经济对高校毕业生的需求规模、毕业生流出比重、地方高 校财政责任向中央财政和地区居民的可转嫁程度等因素对地方高等教育财政投入有显著的影 响。 1.3 国外研究综述 高等教育因其具有公益性，世界各国普遍将其视为政府公共投入的重要领域之一。然而， 现实中各国政府对高等教育的公共投入又是千差万别的。齐德曼根据经费来源把世界各国的 高等教育筹资结构分为三种类
5、型，分别是政府主导型、成本补偿型和收入多样化型。不同国 家的高等教育经费筹措类型反映了各国的办学理念，而对办学理念产生重要影响的理论当属 美国学者布鲁斯约翰斯通提出的“高等教育成本分担理论”。他认为各国高等教育财政改 革的趋势主要有四点：用非政府投入弥补公共投入、公立高等教育的财政改革、重构大学和 其他高等教育机构、技术影响下的变动等。 2 实证分析 2.1 变量选取 中国教育经费包括国家财政性教育经费、社会团体和公民个人办学经费、社会捐资集资 的教育经费、学费、杂费和其他教育经费。我们建模时是根据以下四点来选择变量。 首先，2003-2007年教育振兴行动计划明确确定“重点推进高水平大学和重
6、点学科建 设”为教育事业建设的一大战略重点。可见，国家对教育经费中高等教育的投入十分重视。 总体教育经费用于高等教育的部分也在逐步上升。其次，自1999年高校扩招以来，中国大学 生人数不断增加，相应的总的学费及杂费呈上升趋势。 其次，社会各界有识之士和知名企业都越来越重视中国的高等教育，纷纷捐助各大高等 学校进行科研创新、改善教学设备、设立奖学金等。由此可见，高等教育经费对中国的总体 教育经费投入有很大影响。另外，现在对教育经费的理论研究大都是从高等教育对教育经费 的影响入手。因此，我们在此基础上选择大学生人数、高等学校数及高等学校教职员工数为 解释变量。 最后，在2004年1月6日教育部颁布
7、的中国教育改革与发展及全国教育经费投入情况 的报告中又对教育经费的投入做了部署。中国政府在教育经费投入方面的目标是争取在较短 的时间内实现国家财政性教育经费占国内生产总值的比例达到4%的水平。在我国，国家公共 支出一直是教育经费的重要来源，而财政支出的变动与经济增长息息相关，因此国内生产总 值GDP是研究教育经费投入必不可少的变量。 Y教育经费投入量(万元） X1国内生产总值(亿元) X2普通本专科在校学生数(万人） X3普通高等学校学校数(所) X4普通高等学校专任教师数(万人) 2.2 数据取得 1994-2013 年教育经费相关因素统计表 年份 教育经费投入量教育经费投入量 (亿元）亿元
8、） 国 内 生 产 总 值 国 内 生 产 总 值(亿元亿元) 普通本专科在 校 学 生 数 普通本专科在 校 学 生 数 (万 人） 万 人） 普通高等学 校学校数 普通高等学 校学校数(所所) 普通高等学 校专任教师 数 普通高等学 校专任教师 数(万人万人) 1994 年731.5026,923.48204.36621,07539.0771 1995 年867.0535,333.92218.43761,05338.7585 1996 年1,059.9448,197.86253.61,06538.8 1997 年1,488.7860,793.73279.91,08039.6 1998 年1
9、,877.9571,176.59290.61,05440.1 1999 年2,262.3478,973.03302.11,03240.3 2000 年2,531.7384,402.28317.41,02040.5 2001 年2,949.0689,677.05340.91,02240.7 2002 年3,349.0499,214.55408.58741,07142.6 2003 年3,849.08109,655.17556.091,04146.28 2004 年4,637.66120,332.69719.071,22553.19 2005 年5,480.03135,822.76903.361,
10、39661.84 2006 年6,208.27159,878.341,108.601,55272.5 2007 年7,242.60184,937.371,333.501,73185.8 2008 年8,418.84216,314.431,561.781,79296.5839 2009 年9,815.31265,810.311,738.841,867107.6 2010 年12,148.07314,045.431,884.901,908116.83 2011 年14,500.74340,902.812,021.022,263123.7451 2012 年16,502.71401,512.802,
11、144.662,305129.5248 2013 年19,561.85473,104.052,231.792,358134.3127 表 1 以上数据来自中国国家统计局 2.3 模型的建立与构造 在EVIEWS软件中输入数据，观察Y与三个解释变量X1、X2、X3、X4之间的散点图，如图1、 图2、图3、图4所示： 0 100,000 200,000 300,000 400,000 500,000 04,0008,00012,00016,00020,000 Y X1 0 400 800 1,200 1,600 2,000 2,400 04,0008,00012,00016,00020,000 Y
12、 X2 图 1 y 与 x1 的散点图 图 2 Y 与 X2 的散点图 1,000 1,200 1,400 1,600 1,800 2,000 2,200 2,400 04,0008,00012,00016,00020,000 Y X3 20 40 60 80 100 120 140 04,0008,00012,00016,00020,000 Y X4 图 3 Y 与 X3 的散点图 图 4 Y 与 X4 的散点图 发现存在较强的线性关系，故此选择建立线性模型。 建立模型： 443322110 XXXXY 利用 EVIEWS 软件对数据进行普通最小二乘回归，得到如下结果： Y=-2336.79
13、4+0.042863*X1-1.029927*X2+3.815936*x3-71.76873*X4Y=-2336.794+0.042863*X1-1.029927*X2+3.815936*x3-71.76873*X4 2.4 模型检验 2.4.1 模型的经济意义检验 从经济意义上来说，我国教育经费投入应该和我国各年GDP数值、普通高等学校在校生数 量、 普通高等学校数量、 普通高等学校教师数呈正相关的关系。 根据回归结果， 我们可以看到， 1 = 0.042863， 2 =1.029927， 3 = 3.815936 均大于0 。 4 =-71.76873小于0。 其中 1 表示 我国GDP每
14、增加一个单位，将会相应增加0.042863个单位的教育经费投入。 2 、 3 、 4 也 表示相应的边际效应。 4 在经济意义上不成立，这可能是由于模型存在多重共线性引起的， 因此在计量经济意义检验中将对其进行修正。 2.4.2 统计检验 模型的可决系数为0.998160，表明模型的拟合度较好，被解释变量对解释变量的解释能 力较强。F统计量等于2034.546，大于5%显著性水平下F（4，20-4-1）的临界值3.06，表明模 型整体的显著性较高。除X1、X3的t检验值大于5%显著性水平下自由度为20-4-1=15的临界值 2.131，通过了变量的显著性检验。其他变量的t值明显小于给定的显著性
15、水平，是不显著的， 故还须对模型进行计量经济学检验并作出修正。 3 计量检验 3.1 多重共线性检验 3.1.1 对各解释变量进行多重共线性检验 利用 EVIEWS 软件得到各变量间相关系数矩阵表： 从系数矩阵表中看出，X2 与 X4 之间的相关系数较高，可能存在多重共线性。 3.1.2 修正多重共线性 利用EVIEWS分别对Y与各解释变量X1、X2、X3和X4做最小二乘回归，回归结果如下： Y=-874.0949+0.043100*X1Y=-874.0949+0.043100*X1 Y=-574.6847+7.278420*X2Y=-574.6847+7.278420*X2 Y=-9834.
16、536+11.14401*X3Y=-9834.536+11.14401*X3 Y=-60460527+1854499*X4Y=-60460527+1854499*X4 其中,最终，教育经费投入与国内生产总值(亿元)的影响最大。因此与经验相符合，因此 选择X1与Y的模型作为初始的回归模型，顺次加入其他变量进行逐步回归。 加入X2： Y = -877.7803+0.042086*X1+0.182787*X2Y = -877.7803+0.042086*X1+0.182787*X2 加入X3： Y =-1743.252+0.039382*X1+1.027973*X3Y =-1743.252+0.039382*X1+1.027973*X3 加入X4： Y =-912.8825+0.042681*X1+1.559986*X4Y =-912.8825+0.042681*X1+1.559986*X4 在加入X2、X3、X4回归后可决系数都有所提高，经对比，先保留
