高等教育经费支出问题的研究

《高等教育经费支出问题的研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、高等教育经费支出问题的研究计量经济学论文：组员：李建成（组长）、李淼、张弛、杨戈、赵小龙、张成、万宾、邱广彬一．背景分析：如今，教育经费支出问题已经成中国国民关注的三大问题之一，而高校经费问题尤为严重。针对这个问题，我们提出了一些疑问，并希望通过我们的分析和研究，对这些疑问进行解答，得出结论。首先，我国国家财政性教育经费历年来均未达到政府自身规定的GDP比例，远远不能满足教育需求，并与全国教育经费总支出差距越来越大。而正是由于国家经费投入的不足，各地为了扔财政包袱，则默许教育乱收费，扩大特殊收费和计划外高收费，学校则搭车乱收费，如捐资入学费、赞助费、共建费、杂费等等

2、多如牛毛。家长承担的子女教育负担越发沉重，使得在教育经费支出中家庭支出所占的比重越来越大。其次，在国家财政对教育投入不够的情况下，高校却出现了大规模的扩张现象。如学生人数的急剧增长，学校面积的不断扩大等等，那么高校这样的扩张是否合理呢？为了解决以上问题，我们进行了如下的分析。我们选择GDP和财政中教育支出作为我们分析教育经费来源的依据，并选取了以下的变量进行分析：教职工人数，在校学生数，基建及设备购置费用，公务及业务费用，国民生产总值GDP，国家财政性教育经费支出，居民消费指数。根据以上的变量，我们建立了以下的模型：Y=β0+β1Χ1t+β2Χ2t+β3Χ3t+β4

3、Χ4t+β5Χ5t+β6Χ6t+β7Χ7t+Ut最后，我们通过对以上模型的分析，可以发现以上各个变量对教育经费支出的影响，以及看出国家教育经费投入是否合理，同时提出我们的建议和解决方案。具体分析过程如下：二．变量选择：要解决这个问题，可以讨论高等教育经费的来源和支出。从高校教育经费支出的角度，我们选取以下变量作为分析依据：教育经费支出明细：x1——教职工人数（万人）x2——在校学生数（万人）x3——基建及设备购置费用（万元）x4——公务及业务费用（万元）教育经费支出主要来源：x5——国民生产总值GDP（万元）x6——国家财政性教育经费支出（万元）价格因素：x7——居

4、民消费指数CPI三．模型建立与回归：综合以上选取的变量，建立模型：选取1989到2004年的时序数据：obsYX1X2X3X4X5X6X7198950687861004000208200033470081060016999><>2300041<>2390011819906258446100600020630002963009039001866780004624500103.119917315028.210090002044000432400105<>230021781500053<>23900103.419928670490.51024000218400048970

5、01160300269<>2350006217100106.4199310599374.41021000253600053350014313003533390007549000114.7199414887812.610400002799000552200198140048197900010187800124.1199518779501.110410002906000580000228580060793700011966500117.11996226<>23393.510360003021000620000266240071176600014157100108.319

6、9725317325.710320003174000729700293590078973000015458200102.8199829490592103000034090001034000343<>23008440<>230001726300099.2199933490416.410650004134000115730039041008967710001927320098.6200038490805.8111300055610001144700452470099214600021795200100.4200146376626.21214000719100012920

7、05661700109655200026368400100.7200254800277.6130400090340001400000678200012033270003105990099.220036208265314530001108600015063007531600135822800033513200101.220047243876915640001283500016055008335600159878300036540000103.9利用Eviews软件对原始模型进行回归估计，结果为VariableCoefficientStd.Errort-Statis