中国高等教育规模的经济发展影响因素分析

1、    中国高等教育规模的经济发展影响因素分析    3 基于三次项模型的经济发展因素分析3.1 模型建立本文基于19782016年各变量指标数据各项检验结果，尝试分别建立中国高等教育规模的经典线性模型、二次项模型和三次项模型进行估计、比较与选择。其中，在二次项模型和三次项模型中，将高等教育规模与产业结构间的非线性关系分别设定为存在二次项和三次项形式，而与其他因素的关系仍设定为线性形式。所建立的经典线性、二次项和三次项模型分别表示为：其中，除lnhed、lnpgdp、lnwag、lnind和lnurb保持原来的含义不变外，（lnind）2和（lnind）

2、3分别表示lnind的平方项和立方项，i（i=1，2，6）为模型中各解释变量的系数，和分别为模型的常数项和误差项。3.2 结果分析仍然基于上文已经采用的19782016年各变量指标数据，使用普通最小二乘估计分别对式（12）至式（14）进行估计和比较，表5列示了其估计结果。从表5的估计结果可以看到，经典线性模型中产业结构因素代表指标变量的系数未通过显著性检验，说明该因素并未对高等教育规模产生显著性影响，而这与上文的检验结果相矛盾，且该因素指标代表变量的系数符号与预期不一致；二次项模型中常数项、产业结构因素代表指标变量及其二次项变量的系数均未通过显著性检验，不但与前面的检验结果相矛盾，且与模型设定

3、本身也存在矛盾，即二次项变量没有对高等教育规模产生显著影响则应回到经典的一次线性模型形式；只有三次项模型中，所有变量均至少在5%的显著性水平上通过检验，且与本文前面的检验结果基本一致。同时，分别对二次型模型和经典线性模型的联合非显著性（原假设：5=0）以及三次项模型和二次项模型的联合非显著性（原假设：6=0）进行似然比（lr）检验：前者的lr检验估计值为0.0771，相应的检验p值为0.7830，说明不能拒绝二次项模型可以简化为一次线性模型的原假设，这与二次项模型设定本身相矛盾；后者的lr检验估计值为6.0352，其相应的检验p值为0.0196，在5%的显著性水平上拒绝原假设，说明必须拒绝三次

4、项模型能简化为二次项模型的原假设。综合以上分析，表明只有三次项模型的估计和检验结果前后一致并与实际情况基本相符，能够反映经济发展各因素对中国高等教育规模产生影响的基本实情。（1）实际经济发展水平。实际人均gdp对中国高等教育规模的弹性值约为4，说明中国的经济发展水平对高等教育规模发展具有较强的拉动效应，即实际人均gdp增加1%会导致高等教育规模约4%的增长。按照1978年不变价格计算，19782016年中国实际人均gdp年均增长8.57%，即该期间由于实际人均经济增长应该促成高等教育规模年均约35%的高速扩张，当然其中还需要抵消其他因素对高等教育规模扩张的负效应，然而，从综合影响来看，改革开放

5、以来高等教育规模的高速扩张是与高速经济发展分不开的。（2）劳动力市场状况。在岗人员实际平均工资指标变量的系数为-3.7830，表明在岗人员实际平均工资每增加1%将会带来高等教育规模减少近4%，二者呈负相关，即平均工资水平具-有负的边际影响，说明在岗人员实际平均工资的变化对高等教育规模发展具有显著抑制效应。在19782016年，中国在岗人员实际平均工资年均增长9.6%，根据估计结果，每年应会给高等教育规模发展带来约36%的负增长效应，在一定程度上抑制了高等教育规模的增长。（3）城市化水平。城镇化率指标变量的系数为3.4132，说明其增长对中国高等教育规模具有较强的拉动效应。据本文统计，中国城镇化

6、率从1978年的17.92%，经过近40年的发展，到2016年增至57.37%，增长了2.2倍，年均增长3.12%，也即城镇化率发展每年应会给高等教育规模增长带来近11%的正促进效应。（4）产业结构状况。三次项模型估计结果显示第三产业产值比重变量的一次项、二次平方项和三次立方项系数均表现为显著，且三次立方项系数符号为负，表明高等教育规模与第三产业产值比重间存在显著的反“n”型变化关系，其将两者间关系分为三段：高等教育规模随第三产业比重值的增加而递减、递增和再递减阶段。由递减转向递增阶段，以及又由递增转向再递减阶段的两个转折点可以通过对式（14）关于lnind求偏导得到：hind=3+25lni

7、nd+36（lnind）2                                     （15）令hind=0同时根据三次项模型中系数3、5和6的估计值可以得到两个转折点的第三产业比重值分别为25.72%和44.13%。因此，通

8、过“反n”型变化关系发现，当产业结构中第三产业产值比重小于25.72%时，其比重值增加对高等教育规模的增长具有抑制效应；当大于25.72%而小于44.13%时，具有促进效应；而当超过44.13%时，又具有了抑制效应。中国从2001年开始至今，除部分年份外，大多数年份的第三产业产值比重超过了44.13%，说明自2001年以来大多数年份的高等教育规模与第三产业比重变化负相关。4 结论国家教育事业发展“十三五”规划中明确指出，到2020年各类高等教育在学总规模3850万人，高等教育毛入学率达到50%。从2010年以来的增长情况看，各类高等教育在学总规模年均增长2.97%，高等教育毛入学率年均增速8.

9、11%，采用灰色系统理论中的gm（1，1）模型预测可以得到，到2020年各类高等教育在学总规模和高等教育毛入学率将分别达到4229万人和58%，均将远远超过既定规划目标，说明中国目前的高等教育规模发展速度过快。本文的非线性格兰杰因果检验结果显示，存在从产业结构变化到高等教育规模变化的单向非线性格兰杰原因且影响深远，而实际经济发展水平、劳动力市场状况和城市化水平变化仅对高等教育规模变化产生线性影响。经过模型比较与选择确定三次项模型的估计结果前后一致，其分析结果表明，实际经济增长和城市化发展对高等教育规模发展具有较强的拉动效应，劳动力市场状况变化则具有显著的抑制效应，而产业结构变化的影响则呈“反n

10、”型变化关系，中国当前的产业结构变化对高等教育规模增长具有抑制效应。参考文献：1毛建青.影响高等教育规模的主要因素及其协整关系基于时间序列数据的分析j.北京师范大学学报（社会科学版），2009，（2）.2朱迎春，王大鹏.经济发展对高等教育规模影响的实证研究j.统计与决策，2010，（10）.3陈国维.基于多因素影响的高等教育发展规模实证研究j.教育与经济，2013，（4）.4闰凤娇，毛丹.中国高等教育规模扩张机制分析：一个制度学的解释j.高等教育研究，2013，34（11）.5唐兴芸，罗明燕.高等教育规模与经济发展关系的协整分析j.黔南民族师范学院学报，2014，（2）.6朱茂勇.地区经济发展

11、水平与高等教育规模的实证研究j.教育导刊，2015，（4）.7王建宏，刘义荣.国家中长期高等教育规模发展的回归分析j.江苏高教，2015，（4）.8baek e，brock w. a general test for nonlinear granger causality：bivariate model. iowa state university of wisconsin at madison working paper，1992.9hiemstra c，jones j d. testing for linear and nonlinear granger causality in the

12、stock price-volume relationj. journal of finance，1994，（49）.10diks c，panchenko v. a new statistic and practical guidelines for nonparametric granger causality testingj. journal of economic dynamics & control，2006，（30）.11brock w a，dechert w d，scheinkman j a，et al. a test for independence based on the correlation dimensionj. econometric reviews，1996，15（15）.12ramsey j b. tests for specification errors in classical linear least-squares regression analysisj. journal of the royal statistical society，1969，31（2）.13powe