我国生人数变动的影响因素

[摘 要 ]

本文运用计量经济学原理,探讨我国研究生人数变化与其主要影响因素之间的关系.首先,通过收集相关资料,建立以研究生人数与人均GDP、总人口数、失业人口数和高等院校数回归模型.最后,发现考研人数的增长存在不合理的驱动因素,给出了针对性的建议.

[关 键 词 ]研究生人数；高等院校数；人均GDP；线性回归；因素分析

一、引言

随着经济的不断发展,社会对于人才的需求日渐提高,更多的学生有了上大学的机会,但是同时,各方面原因都导致我国的就业形势日趋严峻,系统地研究考研人数与其影响因素,对于更加清晰地认识考研的现状,思考其变动趋势的原因,帮生、家长、学校、社会从中发现规律及存在的问题,具有一定的帮助.

二、变量因素的选择

鉴于数据的可获性以及影响的重要性,选取影响研究生总人数（Y）变动的四个主要因素如下：人均GDP（X1）—代表对研究生人数变化的“牵引力”；总人口数（X2）——代表研究生人数的“基数”；失业人口数（X3）——代表对研究生人数变化的“推动力”；高等院校个数（X4）——代表对研究生人数变化的“承受力”.

三、模型的建立

本文选取1986年-2012年的数据,运用STATA软件进行分析.（数据均来自中国统计年鉴,中国经济统计数据库）

建立的多元线性回归模型为：

(一)模型的参数估计

首先,为分析被解释变量在校研究生总人数Y和解释变量人均国内生产

（X1）、总人口数（X2）、失业人口数（X3）,高等院校数（X4）的关系,分别作出散点图和线性拟合图.然后,利用STATA软件,用OLS方法估计得：

(二)经济意义检验

由（2）式可见,X1,X2,X3,X4 的t值是显著的,这表明人均国内生产总值、总人口数、失业人口数、 高等院校数都是影响在校研究生总数的主要因素.另外,模型的R2为0.996048,Adjusted R2为0.994994,都相对较大,说明模型高程度拟合,同时F值为945.1415,表明整个模型是显著的.

此外,X1和X4的系数是符合经济意义,但X2和 X3的系数不符合经济意义.因为从经济意义上看,随着总人口数（X2）和失业人数（X3）的增加,研究生总数（Y）应该是呈现增长趋势,即总人口数因变量与失业人数和总人口数这两个自变量应该呈现正相关关系,但是模型方程中X2和X3的系数都为负,与实际经济意义相违背.

(三)解决多重共线性问题

运用STATA,可以得出自变量间的相关系数,可以得知变量X1和X2、X3以及X2和X3之间都存在高度正相关性,而高度正相关性显示有严重的多重共线性.

对原始模型进行修正逐步回归,得研究生总人数（Y）和高等院校数（X4）之间的线性拟合优度最高.所以,保留变量X4,再顺次加入X1,X2,X3逐步回归,得到人均国内生产总值（X1）的修正R2等于0.986606,有了最大的改善,并且t检验值显著.所以选择保留X1,然后将其他新变量添加进来进行以下的修正逐步回归,添加新的变量X2进行回归,得到X2的系数为-12.18901747,这表明Y和X2之间呈负相关.但实际的经济意义为研究生总人数Y随着总人口数X2增加而呈现增长趋势,即两者呈正相关关系.模型结果和实际的经济意义相违背.所以,X2应被剔除.同样,添加新变量X3,其参数估计仍为负.但是从经济意义出发,失业人数的增长将会导致更的本科毕业生选择考研,从而提高自身素质和就业竞争力.所以,实际中这两个变量应该是呈正相关的.所以,应该剔除X3.最后,通过一系列的检验和校正,结果如下：

其中,Adjusted R-squared等于0.921287F等于106.3395DW等于1.627477

上述分析说明,之前我们认为的考研人数受总人口数和失业人口数影响的想法有失偏颇,数据表明,去掉这两个变量后,模型的估计效果有了明显的改善.

四、模型结论

综上所述,本文可以得出以下结论 ：

首先,研究生人数变动只与高等院校总数和人均GDP这两个因素显著相关.

其次,研究生人数变动与总人口数和失业人口数这两个因素无明显相关关系.

最后,人均GDP和高等院校数两个变量符合经济意义的检验的.从经济意义上讲,随着人均国内生产总值和高等院校总数的增加,研究生总人数呈现递增趋势.而且,高等院校的总数是影响研究生总人数的最重要因素.

五、总结

合理的人才结构是一个社会健康发展所必不可少的条件,考研人数变化的背后,是各种因素影响的结果.我们发现,研究生人数的变动很大程度上受高等院校数和社会经济发展的影响,社会各方面应采取措施,合理改善这方面因素的影响,使得研究生人数变动真正成为我国人才结构合理化发展的晴雨表.