劉 令,劉 明,林 源
(1.吉林建筑大學,長春 130118;2.中國工商銀行股份有限公司長春凈月旅游經濟開發區支行,長春 130117)
淺談江蘇省高校教育之收費問題
劉 令1,劉 明1,林 源2
(1.吉林建筑大學,長春 130118;2.中國工商銀行股份有限公司長春凈月旅游經濟開發區支行,長春 130117)
摘要:本文通過查找江蘇省2009-2012的統計年鑒,得到了高校教育學費標準的影響因素,文中以線性回歸理論為依據,建立了多元線性回歸模型,且借助spss等軟件,得出了該模型中的回歸系數,我們考慮到地域、學校的不同對學費制定的影響,再次對該模型進行優化,最終得出了高校教育的學費制定標準。
關鍵詞:多元線性回歸模型;回歸系數;最小二乘法
隨著我國高等教育的持續發展,高校教育的收費問題成為了熱點,江蘇省作為一線城市自然成為了關注的焦點,如果高校收費過高,會使許多低收入家庭難以承擔;截止到2014年,江蘇省普通本科院校平均費用達到了6000~7000元,但是由于中等居民的人均收入為12202元,用于教育的大約占總收入一半,則超出了經濟中等的居民所能承受的范圍,因此目前我國的高校教育收費標準還是不夠完善,我們對教育費用的構成成分進行分析[1],得出了學費的制定主要與人均GDP、生均教育性經費支出(每個學生接受教育時所花費的費用)和預算事業性經費撥款(國家對高等學校的撥款)占公共財政支出的比例因素有關,據此,我們建立多元線性回歸模型[2],并據此模型得出了高校學費制定標準。
根據2013年江蘇省統計年鑒[3],得出了人均GDP和生均教育性經費支出的數據,計算出預算事業性經費撥款占公共財政支出的比例,我們用(i=1,2,3)代表以上三種因素,y代表高校的學費,建立多元線性回歸方程:


由于各個地方的經濟發展水平不同,導致所能承受學費的能力不同,進而學費標準的制定還與地域相關,根據各市的分類和其所占比例,我們在此標記影響因子,得出影響因子,,因此,我們對學費標準的制定進一步優化,得到公式(2),如下:

由于高校性質和專業的差異性,培養學生所需要的成本也有所不同,分析江蘇市各所高校的性質,江蘇省的大學大致為南京大學、東南大學、南京航空航天、南京農業大學、江南大學、南京師范大學、河海大學,其學費分別為5800、5200、5600、5600、5600、5100、5600[5],2012年各個學校的畢業生人均月收入為3489、3254、3057、3038、3209、3020、3330元,結合這些數據,得出七個學校的教育支出和畢業后的收入,然后求出每個學生的教育支出和畢業生人均月收入的不平衡系數[6],并求出平均值,為2.14、1.96、1.97、1.96、 2.01、1.87、2.05,由于高校的不同,導致教育經費的投入有所不同,況且畢業生的收益也是不同的,我們通過分析不平衡系數的平均值,得到不同學校對學費的影響因子,在此處標記為,我們用不平衡系數來表示不同的高校對學費的影響因子,進一步改進了模型(1),得公式如下:

綜合上面的分析,研究高校教育學費的制定標準,考慮到地區間學費承受力及學校的教育成本和收益情況,我們提出了學費參考公式:

其中,j=1,2,3,;i=1,2,3...,7。當學生來自江蘇不同地區時j=1,2,3則當學生報考南京大學、東南大學、南京航空航天、南京農業大學、江南大學、南京師范大學、河海大學,其對應的為2.14、1.96、1.97、1.96、2.01、1.87、2.05。例如,一個來自南京的學生在南京大學就讀,據2014年江蘇省教育事業經費支出情況,可得:


參見南京大學學生的學費標準,學生實際應上交學費為6200,與我們求得的數值相差不大,通過我們的最終的公式求出此學生學費為6403元,考慮到了學生來自的地方及報考的學校,更加體現了學費制定的合理性。
本文我們通過對大量數據的統計分析,建立了多元線性回歸模型,確定了江蘇省高校學費的制定標準,據實際情況,以不同的地區、不同學校為約束條件,對模型進行優化,分別的建立了多元線性回歸模型,最終得出了學費標準的制定,其具有較強的實用性、較高地推廣價值。因此,在后續對高校教育學費制定研究中,我們將通過對相關數據的進一步調查研究,對模型進行改進,將得出實用性更強、應用范圍更廣范的優化模型。
參考文獻:
[1]劉學嵐.《我國高等教育經費支出結構分析》[J].武漢大學學報,2009(04).
[2]吳曉剛.《線性回歸分析基礎》[J].格致出版社,上海人民出版社 2011(07).
[3]樊燕超.《江蘇統計年鑒》[M].中國出版社,2013(07).
[4]王黎明.《應用回歸分析》[M].復旦大學出版社,2008(06).
[5]htt://www.51test.net/show/856361.
[6]于朋.《教育事業費支出的均衡性研究》[M].科協論壇,2011(11).