利用计量法在校生人数变动

陈易新：利用计量分析法研究在校研究生人数变动

[摘 要 ]随着经济的发展,高校扩招进程加快,我国在校研究生人数急剧增加.本文通过对1985—2010年各项数据的分析建立模型,进行OLS估计和序列相关检验,同时运用经济学原理,解释影响在校研究生人数的因素以及它们之间的关系,并应用模型对读者是否继续深造提供指导.

[关 键 词 ]OLS估计；序列相关检验；影响因子

[中图分类号]G71[文献标识码]A[文章编号]1005-6432（2013）42-0207-02

1研究背景与目的

当前我国经济不断发展,社会竞争日趋激烈,雇主们对于学历的要求逐渐提高,伴随而来人们追求知识的愿望越来越强烈.众多社会因素都影响着我国在校研究生人数.本文将建立模型,计量分析探究各个因素是如何对其产生影响.通过序列相关方法检验模型后,应用该模型预测今后几年研究生人数变动发展趋势.

2建立模型

21影响因素分析

查阅各项资料,初步确定以下各因素对在校研究生人数存在一定影响：

（1）国内生产总值,其是指在一定时期内（一个季度或一年）,一个国家或地区的经济中所生产出的全部最终产品和劳务的价值,常被公认为衡量国家经济状况的最佳指标.它不但可反映一个国家的经济表现,还可以反映一国的国力与财富.对于在校研究生人数可能有一定影响.

（2）普通高等学校毕业生人数,高等学校毕业生作为研究生的主要后备力量,从很大程度上影响着在校研究生人数.

（3）全国教育总经费支出,反映国家和社会对教育的认可程度和投资力度,我国政府近年不断加大对高等教育的投入,因此,该变量对在校研究生人数有一定影响.

（4）年末总人口数,随着人口数量增多,生存就业压力急剧增加,不少人选择进一步提高学历提升自身职场竞争力.

（5）其他因素,除上述因素外,有一些其他因素同时影响着在校研究生人数,笔者暂且将其作为随机变量处理.

确定以上影响因素后,笔者从《中国统计年鉴》中选择1985—2010年摘取相关数据建立模型.

22建立模型

初步分析表明Y与均存在线性相关关系,因此对于时间序列数据,我们拟建立如下一元回归模型：

3模型的参数估计、检验和修正

31OLS估计

分析：从回归估计的结果看,模型拟合较好.其中可决系数.从F检验的结果看,总体线性关系均在5%的显著性水平下成立,表明模型的线性关系显著成立.t检验值均大于5%的显著性水平下自由度为n-k-1等于21的临界值2086,通过了显著性检验.

32序列相关性检验

对于采用时间序列数据作为样本的计量经济学问题,由于在不同样本点上解释变量以外的其他因素在时间上的连续性,带来它们对被解释变量的影响的连续性,所以往往存在序列相关性.

现采用LM检验是否存在序列相关性,结果如下表：

分析：该检验结果表明在5%的显著性水平下,原模型存在1阶序列相关性,同时RESID（-1）显著不为0,进一步表明原模型存在1阶序列相关性.

33模型的修正

运用序列相关标准误差法对模型进行修正：使得所有变量对应参数修正后的标准差比OLS估计的结果有所增大,从而解决了原模型存在的1阶序列相关性,可以得到了参数估计量的正确标准误差,使各种统计检验不再失效,建立的预测区间也更加可信.

4建议

笔者将于2014年毕业,应用修正后的上述模型,对届时研究生人数预测如下图：

2014年在校研究生人数预测

研究生人数2014年较2010年会有大幅度增加.建议读者结合自身职业规划,综合考虑逐年上涨的研究生人数,慎重考虑是否继续深造.