基于计量经学济的高校学费实证分析

《基于计量经学济的高校学费实证分析》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2009年1O月管j旁寻I』0ct．2009第22卷第1期JournalofManagementVo1．22No．1基于计量经济学的高校学费实证分析温建，雷丽娟，冯丹丹(河南农业大学信息与管理科学学院，河南郑州450002)摘要：以普通高等教育的学费收取情况为研究对象，主要考虑城镇家庭人均可支配收入、农村家庭入均纯收入、每年普通高校国家财政性拨款、入均GDP、生均培养费用等建立了基于计量经济学的多元回归模型，运用Eviews软件，进行异方差检验、自相关性检验，并运用主成分分析给出多重线性检验，依据分析结果，提出建议。关键词：学费；多元回归分析；主成分分析；Eviews5．0中

2、图分类号：F224．0文献标志码：A文章编号：1674—651l(2009)O1—0086—02一、引言专家打分方式决定，或者数据不可得等因素，因此对我国高等教育经费的来源主要有：财政预算内此因素也不予考虑。教育经费，各级政府征收的教育税费，勤工俭学、社本文的数据来源于中华人民共和国统计局编的会服务等用于学校的经费，企业办学校经费，社会捐《中国统计年鉴》、《中国教育统计年鉴》(1995～资集资，社会团体和公民个人办学经费，学费。目2006)。通过采集1996年～2005年的各指标的数前，我国高等教育规模不断扩大，国家财政性教育支据，使用Eviews5．0软件，对数据进行回归分

3、析，得出的增长却相对缓慢，再加上每年我国普通高等学到的多元线性回归分析模型如下：校国家财政性拨款的不足，严重影响了高等教育事Y=一1．4207Xl+0．2407X2+0．0017X3—业的发展和大学教学质量的提高。人均GDP的变0．2498X4+0．2462X5+3214．9087，其中，拟合度化与普通高等学校的学费也密切相关。高等教育是尺为0．996706，F检验值为242．0416，P值为一种准公共产品，根据成本分担受益原则，接受高等0．000047。教育的个人及家庭须承担一定的成本。随着我国经三、基于Eviews软件的模型检验济的高速发展，城乡居民收入大幅度提高，再加上

4、高(一)异方差性检验达14万亿元的居民储蓄存款，使中国家庭和个人分利用Eviews软件对模型进行Park检验(检验担教育经费成为可能。以普通高等教育的学费收取结果见表1)，可得模型：情况为研究对象的文献很多，但进行实证分析的不LNE=734．5257779—402．9828363LNX1+太多，笔者拟选用操作性与代表性极强的几个指标12．74971158LNX2+43．73306232LNX3+建立模型进行实证分析。264．2259439LNX4—39．32591107LNX，其中R二、基于计量经济学的多元线性回归模型为0．87，F值为5363，P值为0．06438，DW值为

5、考虑到普通高校学生学费与培养成本分担、国2．256813。可认为，模型不存在异方差性(显著性水家与个人的承担能力、国家拨款等因素有关，我们将平O／=0．05)。指标具体化为：城镇家庭人均可支配收入()、农(二)自相关性检验村家庭人均纯收入(X)、每年我国普通高等学校国运用Eviews软件，相关系数和偏相关系数栏中家财政性拨款()、人均GDP()、我国生均培养的虚线分别表示±0．5，当相关系数和偏相关系数不费用(x)。超过虚线时，残差不存在较强的相关性，在一定误差在多元线性回归模型中不考虑困难学生人数、范围内，可认为无残差自相关性，可认为随机误差项各地区学生每年所需生活费及获得

6、的贷款等因素。之问是互不相关、互不影响的。由于求学意向等软因素需要设计问卷展开调查，用收稿日期：2009—05—24基金项目：河南省社科联项目(SKL一2008—3151)作者简介：温建(1977一)，男，河南驻马店人，河南农业大学信息与管理科学学院讲师，硕士。研究方向：区域经济。·86·表1异方差的Park检验(三)多重共线性检验显著，而且还有个别变量的系数出现了错误的符号，模型的拟合度高达99．67％，F检验也表明模为多重共线形问题，故运用主成分回归分析处理多型是高度显著的，但模型中大部分变量的t检验不重共线性。变量间的相关系数见表2。表2各变量间的相关系数由Mathem

7、atic4．0软件可得个变量相关系数矩0．443607X2—0．45929X3—0．457475X4+阵的特征值及特征向量。0．412944X5)。特征值{4．67906，0．26915，0．0419914，四、模型的分析0．00942944，0．000367731}。比较高等学校1996年～2005年学费的实际值特征向量：{(一0．460934，一0．443607，与拟合值可知，该模型的绝对误差值相对较小，最大一0．45929，一0．457475，0．412944)；相对误差为3．6％，小于5％。模型