南京财经大学经济学院学士学位论文.doc

南京财经大学本科毕业论文南 京 财 经 大 学 经 济 学 院学 士 学 位 论 文江苏省三大区域经济发展对教育发展影响的比较分析郭 研指导老师：杨 益 民答辩日期： 目 录【摘要】2【关键字】2【Abstract】2【keyword】2一、引言3二、三大区域间经济发展与教育发展的相关性比较3（一）用主成分分析法提取经济发展指标31. 样本数据选择42. 方法研究43.实证分析5（二）经济发展与教育发展的相关分析和因果关系检验61.相关分析62.格兰杰因果检验8三、综合评价三大区域普通中学教育的发展91.基本原理及步骤92.实证分析10四、结束语13参考文献：13江苏省三大区域经济发展对教育发展影响的比较分析【摘要】用主成分分析法提取了代表经济发展的指标后，通过相关分析对江苏省三大区域的经济发展对其教育发展的影响作了横向比较，并对二者的关系作了格兰杰因果检验，得出江苏省三大区域经济发展对在校生数量和专任教师数的影响不大，而在校生数量和专任教师数对经济发展的作用几乎不显著。通过层次分析法给各指标赋权重，比较三个区域2004年普通中学教育的发展，得到的结果是苏北最优，苏南其次，苏中排在最后。【关键字】三大区域 经济发展 教育发展【Abstract】A main factor that can represent the economic development is extracted by the principal component method, then a comparison is made to study the influence of the economic development on education among three regions of Jiangsu province by correlation analysis. Granger Causality Test reveals that the economic development is not notable to influence the enrolled students quantity and the number of specially appointed teachers, and those factors nearly have no influence on the regional economy. After each factor is given a weight by AHP method, the development of middle school education among three regions is compared in 2004, the result is that northern Jiangsu is superior to southern Jiangsu, the last is the middle of Jiangsu.【keyword】economic development; education development；principal component method；Granger Causality Test；AHP method一、引言关于经济发展和教育发展的关系，很多学者着重研究了经济发展和高等教育的关系，这些研究和讨论主要包括三个方面：一是从理论的角度探讨经济发展与教育发展之间的互动关系，如最为广泛的看法即经济的发展呼唤教育水平的提升，而教育水平的提升又会为经济的发展提供强有力的人力和科技资源支撑；二是从经验实证的角度分析经济发展与教育发展的相关性，并且有很多研究结果表明经济发展水平与高等教育规模之间存在着密切的正相关性，发达国家近十几年来高等教育与城市化和经济水平之间保持高度的一致性；三是从经验认识的角度分析教育发展对提升经济发展水平和竞争力的贡献程度，即从微观角度讲，教育产业具有再生产科学技术的功能，从中观角度看，教育产业的发展也体现在企业创新能力上，从宏观上分析，教育产业为构造城市创新能力提供了极为重要的新方式。江苏省经过十余年的努力已经成为一个经济大省，到2004年全省GDP达15512亿元，人均GDP为20871元，预计2005年人均GDP将会超过3000美元，第一、二、三产业结构为8：57：35，城镇化率为48%。同时江苏省也是教育大省，为实现“两个率先”江苏省又提出必须坚持科教兴省战略和人才强省战略，加快教育事业的发展，充分利用江苏的教育资源，培养优质人才。那么江苏省经济发展与教育发展的相关程度如何呢？三个区域的教育发展是否受其经济发展的影响？本文通过对江苏省的三大区域（苏南、苏中、苏北）的经济发展对其教育发展规模和质量的影响进行比较，考察不同区域经济发展是否真正影响教育发展，并对三个地区普通中学教育的发展作了比较。二、三大区域间经济发展与教育发展的相关性比较（一）用主成分分析法提取经济发展指标衡量经济发展水平的指标有许多，如果仅从中选取某个指标作为度量标准，则会丢失很多有用的信息，且分析结果也具有片面性，不能充分反映各地区经济发展的差异。如果直接用各指标来分析，分析过程会纷繁复杂并且可能得不出直观有效的结论。所以本文运用多元统计分析中的主成分分析法，分别对苏南、苏中和苏北地区反映经济发展的九个指标进行压缩，从中提取主成分并对三个地区的结果加以比较。下面具体以苏南为例，运用主成分分析法。 1. 样本数据选择本文选择的衡量经济发展的主要指标共有9项,分别是人均GDP（元）、城镇居民人均可支配收入（元）、农村居民人均纯收入（元）、第三产业产值（亿元）、社会消费品零售总额（亿元）、地方财政收入（亿元）、固定资产投资（亿元）、工业利税总额（亿元）、出口额（亿美元），这9项指标依次以X1、X2X9来表示。原始数据列于表1。表1 三大区域各项经济发展指标年份人均GDP城镇居民人均可支配收入农村居民人均纯收入苏南苏中苏北苏南苏中苏北苏南苏中苏北00222979298628884067278661146933577313201249691016068899196778369884990378132950228594112327643955581127388530139963476033527812871848010889896681525825424935270442965156871000412514101959116654447653906年份第三产业产值社会消费品零售总额地方财政收入苏南苏中苏北苏南苏中苏北苏南苏中苏北001909.08578.21635.471446.26535.72623.06284.8664.0371.39012204.46638.18717.191605.42582.87680.70365.0679.1284.00022547.47706.46805.291820.80641.09753.20483.06107.26105.04032990.48802.07909.102062.24702.99801.24698.26148.59134.30043572.86943.481071.262431.85812.95914.90627.97124.79124.78年份固定资产投资工业利税总额出口苏南苏中苏北苏南苏中苏北苏南苏中苏北001583.11506.49739.73558.48156.54115.54186.8029.7010.63011776.33558.14846.09648.21154.93139.67245.7031.3311.88021470.22380.09533.07777.99166.13169.64333.4437.5213.82032705.49542.33806.581027.25222.71216.03524.4150.3116.68043382.13671.16964.511334.08287.98280.57784.8766.5424.17数据来源：江苏统计年鉴(2001-2005)2. 方法研究为了达到对X1、X2X9这九个指标的降维目的,使用多元统计分析中的主成分分析法。主成分分析是一种通过降维技术把多个指标约化为少数几个综合指标的统计分析方法,这些称为主成分的综合指标能够反映出原始指标的绝大部分信息。利用它们可进行简洁、有效的分析研究,甚至还可借助于图形作直观的分析。主成分分析的基本步骤如下:设有n 个年度,p 个经济指标,则数据矩阵为X = (Xij) :n p ,其中Xij为第i 年的第j 个经济指标。(1) 由于各指标数值的大小相差较大，且指标单位不统一 ,如果直接使用主成分分析方法,则主成分会过于照顾数值较大的指标,而对数值较小的指标却照顾不够。为使主成分分析能够均等地对待每一个指标,消除由于数值大小的差异而可能带来的一些不利影响,需对各指标作标准化处理。即令:Xij*=（Xij Xj）/ Sj其中.Xj 为第j 个指标的样本均值,Sj 为第j 个指标的样本标准差,j = 1p ；i = 1n。指标X1、X2X9经标准化后,记为X1*、X2*X9*(2) 求出X1、X2X9的协方差矩阵,也就是X1*、X2*X9*的相关矩阵R。(3) 求R的特征值及相应的一组正交单位特征向量。(4) 计算累计贡献率,确定主成分个数,使累计贡献率达到一个较高的百分比。给出所使用主成分的符合实际意义的解释。3.实证分析下面的所有计算都是通过SPSS 软件做成的。首先求得相关矩阵R,再算得R 的特征值、特征向量以及贡献率,如表2 所示。表2 相关矩阵R及其特征向量以及方差贡献率(a) 相关矩阵 x1x2x3x4x5x6x7x8x9x11.000.996.999.997.997.880.9381.000.997x2.9961.000.997.992.992.859.949.997.996x3.999.9971.000.998.998.873.930.999.996x4.997.992.9981.0001.000.893.911.995.989x5.997.992.9981.0001.000.883.909.995.991x6.880.859.873.893.8831.000.789.868.845x7.938.949.930.911.909.7891.000.943.950x81.000.997.999.995.995.868.9431.000.999x9.997.996.996.989.991.845.950.9991.000(b) 特征向量矩阵主成分个数X1X2X3X4X5X6X7X8X9方差贡献率1.999.996.998.996.995.893.944.998.99596.018从表中可以看出，第一个主成分的贡献已经达到96.018%，它能很好地概括X1、X2X9这九个指标，所以只提取一个主成分，它可表述为：Y1=0.340X1*+0.339X2*+0.339X3*+0.339X4*+0.338X5*+0.304X6*+0.321X7*+0.339X8*+0.338X9*第一主成分Y1对所有变量都有近似相等的载荷，所以可以认为是对大部分反映经济发展水平的指标的度量，能够反映经济的综合发展水平。根据因子得分矩阵和标准化后的原始数据可得因子得分，见表3，用同样的方法对苏中地区和苏北地区进行分析，可得主成份表达式分别为:Y2=0.353X1*+0.354X2*+0.352X3*+0.352X4*+0.351X5*+0.282X6*+0.232X7*+0.348X8*+0.353X9* Y3=0.354X1*+0.354X2*+0.348X3*+0.354X4*+0.352X5*+0.310X6*+0.190X7*+0.354X8*+0.348X9*容易看出，对苏中地区经济发展提取的主成分除了对地方财政收入和固定资产投资这两项的载荷比较小之外，对其余变量的载荷都近似相等，苏北地区和苏中地区的情况相似，将这两个地区的因子得分也列于表3，并将这三个地区的因子得分作为衡量经济综合发展的数据用于下面的计算。表3 因子综合得分年份苏南苏中苏北00-3.06478-2.81909-3.0718501-1.96748-1.81986-1.7611202-0.88578-1.00012-0.64879031.7383891.4570561.35645044.1796464.1820194.125299（二）经济发展与教育发展的相关分析和因果关系检验1.相关分析教育发展水平包括教育质量和教育规模两个方面的内容，本文仅选取在校生人数来反映教育发展规模，用专任教师数反映教育发展质量，分别计算经济发展与教育发展规模和教育发展质量之间的相关系数，并在苏南、苏中、苏北这三个地区之间加以比较。通过计算可得苏南地区经济发展和在校学生数的相关系数为0.885978，其中经济发展与普通高校在校学生数、普通中等专业在校生数、普通中学在校学生数的相关系数分别为0.970089、0.606686、0.804241，可以看出该地区经济发展和教育规模从总体上说呈显著相关，尤其是与普通高校规模的相关系数更大，两者呈高度相关，而与普通中等专业学校规模之间是中等相关。苏中地区经济发展和在校学生数的相关系数为0.9095，其中经济发展与普通高校在校学生数、普通中等专业在校生数、普通中学在校学生数的相关系数分别为0.9736、0.9178、0.8474，可看出该地区经济发展和各级教育规模都呈高度相关，并且所有的相关系数都高于苏南地区，说明该地区经济发展与教育规模的相关性更高。苏北地区经济发展和在校学生数的相关系数为0.9103，其中经济发展与普通高校在校学生数、普通中等专业在校生数、普通中学在校学生数的相关系数分别为0.9582、0.8916、0.9641，该地区经济发展和教育规模也是高度相关，并且其普通中等专业在校生数、普通中学在校学生数与经济发展的相关程度都高于苏南地区，普通高校在校学生数与经济发展的相关系数则略低于苏南。并且通过比较可以发现三个地区的高等教育规模和经济发展之间的相关性比另外两种教育规模和经济发展之间的相关性要更高一些。用同样的方法可以得到经济发展和教育发展质量之间的相关系数，三个地区经济发展和普通高校专任教师数之间的相关系数分别为0.9922、0.9575、0.9879，经济发展和普通中等专业专任教师数之间的相关系数分别为-0.2926、-0.9169、0.5591，经济发展和普通中学专任教师数之间的相关系数分别为0.9696、0.9642、0.9843，容易看出经济发展与普通高校和普通中学专任教师数都呈高度正相关，而与苏南苏中地区的普通中等专业专任教师数却呈现负相关，具体地说即苏南地区经济发展与普通中等专业专任教师数呈低度负相关，苏中地区经济发展与普通中等专业专任教师数呈高度负相关，苏北地区经济发展与普通中等专业专任教师数呈中等正相关，这与前几年教育发展趋势相吻合。表4 (a)各地区在校生数量 单位：万人年份在校学生数普通高校在校学生数苏南苏中苏北苏南苏中苏北00377.16244.58604.5433.765.368.9601390.84248.73677.2743.056.7911.8502387.88249.04621.7851.908.3113.9103390.21249.31619.4155.9310.1516.7904409.68262.24631.6876.6011.6518.02年份普通中等专业在校生数普通中学在校学生数苏南苏中苏北苏南苏中苏北0022.638.0012.70113.0681.98178.560122.387.5511.71126.3492.10196.680224.478.6112.05137.31101.29221.750320.908.8814.04141.60106.70246.050428.8912.2716.15139.49106.79258.84(b)各地区专任教师数 单位：万人年份普通高校普通中等专业学校普通中学苏南苏中苏北苏南苏中苏北苏南苏中苏北002.31420.38410.63700.76380.25100.40287.24395.01419.3334012.62760.45580.71530.67830.22940.41867.68135.28049.8288023.050.550.830.570.230.378.135.6210.63033.460.590.910.790.200.478.606.0011.38044.170.691.040.590.200.448.916.2412.09数据来源：江苏统计年鉴(2001-2005)2.格兰杰因果检验由上面的相关分析可以直观的得出经济发展与各类教育发展规模和质量之间存在着十分密切的内在依存关系，但相关关系并不包含因果关系，是经济发展的变化引起教育发展规模和质量的变化还是教育发展规模和质量的变化引起经济发展的变化，还是两者互为因果关系？下面用格兰杰因果检验法分别考察经济发展与教育发展规模、经济发展与教育发展质量之间的关系。格兰杰因果检验法的基本思想是2：如果X的变化引起Y的变化，则X应该有助于预测Y，即在Y关于Y过去值的回归中，增加X的过去值作为独立变量应当显著的增加回归的解释能力。检验X是否为引起Y变化的原因基本过程如下：（1） 作出原假设“X不是引起Y变化的原因”；（2） 把Y对Y的滞后值及X的滞后值进行回归，建立无限制条件的回归模型；（3） 把Y只对Y的滞后值进行回归，建立有限制条件的回归模型；（4） 用回归模型的残差平方和计算F统计值，检验回归系数b1，b2, bm是否同时显著的不为零。如果是，就拒绝原假设，即X是引起Y变化的原因，说明X与Y之间存在着因果关系。运用eviews软件对苏南地区的经济发展和教育规模之间的格兰杰因果关系作检验。只选取经济发展和在校学生数这组数据进行具体分析，结果表明两个F统计值都不够大，不能通过显著性检验，见表5。所以只能接受两个原假设，即该地区“在校学生数不是经济发展的格兰杰原因”和“经济发展不是在校学生数的格兰杰原因”。用同样的方法对其它数据进行处理可以得到一个不同于平常的结论：经济发展既不是普通中等专业在校生数的格兰杰原因，也不是普通中学在校学生数的格兰杰原因，只有在0.1的概率下经济发展可粗略看作是普通高校在校学生数的格兰杰原因，并且普通高校在校学生数、普通中等专业在校生数和普通中学在校学生数也都不是经济发展的格兰杰原因。这说明苏南的经济发展和教育发展规模并不存在很强的因果关系，这与很多学者的结论不一致，此外该检验结果也对前面计算出的两者的相关系数的实际意义提出了质疑，即苏南地区经济发展与教育发展规模可能表现出虚假高度相关。苏中与苏南的情况完全类似，只有经济发展是普通高校在校学生数的格兰杰原因，其余的变量之间不存在因果关系。苏北地区的在校学生数是其经济发展的格兰杰原因并且在0.05的概率下通过检验，这一点与其他两个地区不同，其余变量也不存在因果关系。根据以上进一步的分析，可以认为这三个地区的经济发展与其教育发展规模都表现出虚假相关。在检验经济发展和教育发展质量的关系时，结果也很特别，只有苏南的经济发展是普通中学专任教师数的格兰杰原因并在0.05的概率下通过检验，另两个地区经济发展与普通中学专任教师数、普通高校专任教师数、普通中等专业学校专任教师数之间都不存在因果关系，也说明了前面的相关系数的可疑性。结合江苏省的实际情况分析，这些结果也有一定的意义。江苏是教育大省，江苏的教育很大一部分又分布在南京市，而南京的经济发展在江苏省尤其是苏南地区并不是最强的。比如拿南京和苏州比较，南京的教育发展远高于苏州但南京的经济发展却不如苏州。由于南京被包括在苏南这个经济相对发达的地区，使得苏南的教育发展水平总体较高，看起来与其经济发展相关性很高。这其中原由还值得进一步研究。表5 Granger Causality 因果关系检验结果 原假设:观测量F统计值显著性水平在校学生数不是经济发展的格兰杰原因4 0.01828 0.91444经济发展不是在校学生数的格兰杰原因 9.92380 0.19568三、综合评价三大区域普通中学教育的发展由于江苏省普通高校较多地集中在南京，分布不均衡，所以选取普通中学对苏南、苏中、苏北的教育发展状况进行综合评价。首先建立指标体系，然后采用层次分析法（AHP法）为各层指标赋权重，最后计算出各地区教育发展的综合得分。1.基本原理及步骤根据教育发展水平的本质内涵，它包括教育发展规模和教育发展质量两个方面的内容，教育规模主要以各类学生数量衡量，教育质量由于缺乏量化指标，并且数据不容易得到，所以只选区专任教师总数、教师学历结构和平均每个教师负担的学生数三个指标，而不考虑教育支出、生均教育费用等指标。在尽量遵循构造综合评价指标体系的科学性、系统性、可行性和可比性原则下，对教育发展制定专门的评价指标体系，如下图。 招生总数（万人）B1 在校学生数（万人）B2 教育规模A1 毕业生总数（万人）B3 学校总数（所）B4教育发展 平均每个教师负担的学生数（人）B5 普通高中教师中本科毕业及以上所占比例%B6教育质量A2 教师学历结构 普通初中教师中专科毕业及以上所占比例%B7专任教师总数（万人）B8建立起指标体系后，用层次分析法为各层指标赋权。层次分析的基本思想是把复杂问题分解为若干层次，在最低层次通过两两对比构造出判断矩阵，之后求出其特征向量，并对判断矩阵的一致性进行检验。通过一致性检验后，便可按归一化处理过的特征向量作为某一层次对上一层次某因素相对重要的排序加权值，得出各因素的权重，通过由低到高的层层分析计算，得到对总目标的权数。得到每一个指标的权数后，便可以用标准化后的指标值乘以对应的权数得到该指标的得分，把所有指标的得分加总起来就得出总目标的得分。 2.实证分析下面以2004年的数据对苏南、苏中、苏北三个地区普通中学的教育发展水平进行分析。首先构造第一层判断矩阵，由于教育规模和教育质量是同等重要的两个方面，所以可直接得到第一层矩阵的特征向量为W1=（0.5 0.5），并且二阶矩阵不需做一致性检验。构造第二层教育规模的判断矩阵如下，A1=(1)将判断矩阵每一列归一化：k1=1+1/3+1/3+1/5=28/15 11=a11/ k1= 21=a21/ k1= 31=a31/ k1= 41=a41/ k1=同理可得12= 22= 32= 42= 13= 22= 32= 42= 14= 24= 34= 44=A1,= (2)按行相加：M1=1j =+=2.0331 M2=2j =+=1.0655M3=3j =+=0.5651 M4=4j =+=0.3362(3)将向量M=(2.0331, 1.0655, 0.5651, 0.3362)T正规化：i=2.0331+1.0655+0.5651+0.3362=3.9999W1=2.0331/3.9999=0.5083 W2=1.0655/3.9999=0.2664W3=0.5651/3.9999=0.1413 W4=0.3362/3.9999=0.0840所求特征向量为W=(0.5083, 0.2664, 0.1413, 0.0840)T(4)计算最大特征根：A1*W= (0.5083, 0.2664, 0.1413, 0.0840)T=(2.1514, 1.1117, 0.5675, 0.3451)T=+=4.1325(5)一致性检验：通过计算一致性指标和检验系数来检验一致性指标 CI=0.0441检验系数CR=0.0441/0.9=0.0491，其中RI是平均一致性指标，查表可得四阶矩阵的RI=0.9，当CR0.1时是可认为判断矩阵具有满意的一致性，否则需要进行调整。由上面的计算可知 CR=0.0491，小于0.1，因而可通过检验。对第二层教育质量构造判断矩阵,A2=用同样的方法求得其特征向量为W=(0.4915, 0.1951, 0.1951, 0.1183)T，并且也通过了一致性检验。则第二层的权重为W2=得到每个指标的权重后，便用各地区标准化后的指标数值（原始数据列于表6）乘以对应的权重，可以得到一个综合得分（也列于表6）。表6 各指标原始数据及得分地区B1B2B3B4苏南44.66139.4945.101000苏中34.29106.7933.07787苏北89.49258.8470.401368地区B5B6B7B8苏南15.6592.8796.268.91苏中17.1185.1594.976.24苏北21.4174.7492.5512.09地区普通中学教育规模综合得分普通中学教育质量综合得分苏南-.34-.05苏中-.78-.21苏北1.12.26数据来源：2005年江苏教育年鉴 容易看出，2004年普通中学教育规模和教育质量的得分排名均为苏北、苏南、苏中。又由于教育规模和教育质量对教育发展的权重一样，因而不难得到结论：苏北的普通中学教育发展比另外两个地区好，苏南其次，苏中最差。而三个地区经济发展水平是苏南最优，苏中其次，苏北第三，把经济发展和教育发展的情况结合起来，似乎可以得到这样的结论：经济发展对普通中等教育的发展并没有直接的影响作用。这个结论及其原因还有待进一步验证分析。四、结束语本文首先用主成分分析法提取出一组能够代表三个地区经济发展综合水平的数据，并分别用其与代表教育发展规模的各类在校学生数和代表教育发展质量的专任教师数进行相关分析和因果检验，得出江苏省的三个地区经济发展和教育发展表现出虚假的高度相关，三个地区经济发展仅仅是普通高校在校学生数的格兰杰原因以及苏南的经济发展是其普通中学专任教师数的格兰杰原因，而无论是各类在校生数量还是专任教师数都不是经济发展的格兰杰原因，即经济发展对在校生数量和专任教师数的影响不大，而在校生数量和专任教师数对经济