高等教育与经济发展的研讨范文

本站小编为你精心准备了高等教育与经济发展的研讨参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

(一)建立模型及数据来源。

回归分析是计量经济学中广泛使用的方法，一般用来分析两个及两个以上的变量相互之间的因果关系。当回归模型中仅包含一个解释变量时，该模型就是一元回归模型。回归分析的主要步骤包括:一是确定变量之间的定量关系式并估计其中的未知参数，即建立数学模型。估计参数一般使用最小二乘法。二是检验定量关系式的可信程度。三是自变量较多时，判断自变量对因变量的影响情况，将对影响因变量显著的自变量选入模型中，去掉影响不显著的自变量。四是利用所求的关系式对结果进行预测或控制。本文要考察吉林省历年高等教育入学情况与吉林省经济发展之间的关系，所以可以通过建立一元回归模型来进行分析。这里用国内生产总值来反映吉林省经济发展情况，设为解释变量GDP。被解释变量为高等教育毛入学率RXL，建立模型RXL=β0+β1GDP+μ，利用EVIEWS5．0软件对其进行回归性分析。其中，2006～2011年的相关数据均来自相关年份吉林省统计年鉴。

(二)参数估计及统计检验。

1．数据平稳性判断和检验。对时间序列的分析是通过建立以因果关系为基础的结构模型进行的，而运用各种计量经济学模型分析时的假设条件的相关数据是平稳的，因此在运用计量经济学模型进行分析之前首先要判断各时间序列的平稳性。由表1数据可知，高等教育毛入学率和吉林省国内生产总值都是随着时间而增大的，因此可以初步判断这两个序列为非平稳数据。这里运用ADF检验方法对各时间序列进行进一步的平稳性检验，结果如表2所示。从表2中可以看出，原数据均为非平稳数据，经过二阶差分后成为平稳数据，从而可以判定各数据均为二阶单整数据，记做I(2)。2．协整检验。对于非平稳性变量而言，如果使用经典回归模型进行分析有可能会出现伪回归问题。为了避免伪回归，在使用回归模型之前应对变量进行协整检验，只有具备协整关系后才能使用经典回归模型进行分析。

从各数据的ADF检验中可知各数据均为I(2)型数据，因此满足进行协整检验的条件。可以用Engle－Granger两步法对这两个变量进行协整检验。第一步，计算非均衡误差et，第二步，检验单整性。若et为稳定序列则为协整。Engle－Granger协整检验结果表明，在5%的显著水平下，－2．406466＜－2．082319，序列稳定即存在协整关系。通过上述分析可知，JY、GDP之间存在(2，1)阶协整关系，可得协整方程如下:RXL=0．239157+0．0000122GDP(33．84018)(10．65659)R2=0．965976S．E．=0．004813F－statistic=113．5629各变量都通过了统计检验，所以选取的解释变量是能够说明被解释变量变化的原因的，即经济增长确实可以成为高等教育入学率的重要影响因素之一。

(三)结论。

从回归分析结果中我们可以看出，该模型的拟合度高达96．6%。经济增长与高等教育入学率之间存在着直接的影响关系。根据2005～2010年吉林省GDP产值与高等教育入学率的基本数据进行测算，得出吉林省GDP上升1亿，高等教育入学率上升0．0122‰。

作者：苏扬单位：吉林财经大学税务学院讲师