我國教育投入的影響因素分析

崔嬌嬌 北京國研數通軟件技術有限公司

一、引言

財政性教育經費包含預算內教育經費與預算外教育經費，是指中央及地方各級財政部門或其上級主管部門在一年內撥款到各類學校，教育事業單位或教育行政單位，并列入國家預算支出條目的教育經費。

財政性教育經費在國內有許多專家學者對其做過研究，主要是研究財政性教育經費的支出現狀與對策，投入現狀與對策以及財政性教育經費的管理研究等方面。其中對于財政性教育經費的總量、支出結構、支出比例、地區差異、教育經費短缺等問題進行了探討。而對于影響財政性教育經費的因素卻很少涉及，往往片面的認為是國家政策的影響。而事實上，在國家財政政策的背后，卻是國家經濟發展水平發揮著重要的影響，對于這些因素，我們需要找出來并加以研究探討。隨著中國經濟的騰飛和社會持續不斷的進步，教育事業的發展令人矚目。同時，教育事業的飛速發展又培養了一大批高素質人才，為經濟騰飛與社會進步注入了強大的動力。而在教育事業中，財政性教育經費支出是最為重要的考量教育經費投入的因素。本文選擇財政性教育經費的影響因素進行研究，以國家統計局的財政性教育經費支出數據為依據。通過多元回歸的統計方法，運用統計軟件spss建立回歸方程。最后根據對數據的整體分析，提出通過財政性教育近年來,政府不斷加大教育資源的投入,擴大招生規模,促使我國高等教育得到快速的發展,由此眾多學者提高了對教育資源效率問題的關注度并對其進行深入研究,文章借助創設高等教育投入與產出指標體系的方法,選取我國2015-2017年數據,運用數據包絡分析法(DEA)對我國31個省市自治區高等教育的投入產出效率進行測算和分析,并通過托賓模型(Tobit)分析高等教育投入產出效率的影響因素。

二、多元線性回歸分析方法

在回歸分析中，被解釋的變量稱為因變量，用Y表示；用來解釋因變量的變量稱為自變量，用X表示。通常，我們把研究一個自變量與因變量和誤差項ε之間的線性關系的模型稱為一元線性回歸模型,可表示為：

式（2-1）中β0，β1為模型的參數。

與一元線性回歸模型類似，我們把研究多個自變量X1，X2，…，Xn與因變量Y和誤差項ε之間的線性關系的模型稱為多元線性回歸模型，可表示為：

式（2-2）中β0，β1，β2，…，βn為模型的參數。

然后根據搜集整理的數據計算出具體的參數值，并寫出回歸方程的具體形式，就可以估計出因變量Y怎樣隨著自變量X而變化。回歸系數指明了自變量每變動一個單位時，因變量的變化值。

誤差項ε通常要滿足以下三個性質：

（1）期望為0

（2）方差相等

（3）服從正態分布

三、財政性教育投入的影響因素研究

（一）數據來源與變量介紹

數據均來源于國家統計局,中國經濟與社會發展統計數據庫。在選擇變量時均考慮了與財政性教育經費的關系后慎重選擇。記Y為財政性教育經費支出（億元）。

自變量有：

（1）X1─GDP（億元）

（2）X2─普通高等學校數（所）

（3）X3─社會消費品零售總額（億元）

（4）X4─城鎮居民人均可支配收入（元）

（5）X5─全國高校本科生在校生人數(萬人）

（6）X6─中國人口總數(萬人）

（7）X7─新增固定資產(億元)

（二）變量概念

（1） GDP：一個國家或地區在一段時間內生產的所有產品與勞務的總價值。

（2）普通高等學校數：由教育部或省級教育廳主管的全日制高校總數。

（3）社會消費品零售總額：每年國家各行業的消費品零售額加總而得。

（4）城鎮居民人均可支配收入：從居民總收入中扣除各項費用而剩下來的自由支配的收入。

（5）全國高校本科生在校生人數：全國各個本科高校在校生人數之和。

（6）中國人口總數：中國每年年末統計的全國人口總數。

（7）新增固定資產：每一年通過投資活動形成的新固定資產的價值。

表3-1 財政性教育經費支出與其他變量的經費支出

（三）數據分析

1.pearson相關關系分析

相關關系與函數關系是兩種完全不同的類型，它的特征是某個變量的取值不可以由另一個變量唯一確定，這種不確定的變量之間的關系不能由函數關系進行描述，但可以通過對大量數據的觀察和分析，發現許多變量之間存在一定的客觀規律。

在判定相關程度時，通常通過相關系數r判定。它是通過樣本數據計算出來的，主要性質包括：

（1）在-1到1之間取值，當r等于-1時，說明存在完全負線性相關；當r等于-1到0之間時，說明存在負線性相關；當r等于1時，說明存在完全正線性相關；當r等于0到1之間時，說明存在正線性相關；當r等于0時，說明無關。

（2）r是對稱的，即Y與X，X與Y的相關系數相等。

（3）當r的絕對值大于等于0.8時，是高度相關；當r的絕對值大于等于0.5小于0.8時，是中度相關；當r的絕對值大于等于0.3小于0.5時，是低度相關；當r小于0.3時，相關程度很弱。

首先，我們將對財政性教育經費支出Y的變化態勢用折線圖簡單圖示。

圖3-2 財政性教育經費隨年份變化的折線圖

由以上折線圖可以看出，財政性教育經費隨著年份的增長呈現出遞增趨勢，對于增長有重要影響的因素，值得去研究。接下來將用相關分析方法進行分析。

表3-3 pearson相關分析圖

由上圖可知，相關系數的值均在0.823以上，表明各變量之間有高度的線性關系，為了直觀表明相關關系的正負，接下來用散點圖更直觀的說明。

2.散點圖

圖3-4 財政性教育經費支出與GDP關系散點圖

圖3-5 財政性教育經費支出與普通高等學校數關系散點圖

圖3-6 財政性教育經費支出與社會消費品零售總額關系散點圖

圖3-7 財政性教育經費支出與城鎮居民人均可支配收入關系散點圖

圖3-8 財政性教育經費支出與全國高校本科生在校生人數關系散點圖

圖3-9 財政性教育經費支出與中國人口總數關系散點圖

圖3-10 財政性教育經費支出與新增固定資產關系散點圖

通過以上7個散點圖，可以說明因變量Y與自變量X1、X2、X3、X4、X5、X6、X7之間大體存在著正線性相關關系,即財政性教育經費隨著各個變量的增長而增長。接下來用回歸分析更清楚地說明，當各個變量變動時對因變量變量的影響。

（四）回歸分析結果

1.回歸分析

表3-11 模型匯總圖

表3-11表明調整的可決系數為0.996，說明財政性教育經費的變差中約有99.6%可由回歸模型解釋，模型擬合較好。

表3-12 方差分析表

由表3-12可知方差檢驗的F=788.928，p值=0.00，在顯著性水平α=0.05下，回歸模型的線性關系顯著。

表3-13 模型參數的估計和檢驗

由表3-13回歸系數的顯著性檢驗可知，X1，X2，X,6，X7，在顯著性水平α=0.05下不顯著，同時X1，X2，X6，X7的回歸系數符號與我們的預期不符，得到的回歸模型為：

Y=64322.231-0.006X1-4.295X2+0.133X3+0.571X4+6.044X5-0.525X6-0.041X7

雖然模型擬合較好，但是可以初步判斷存在多重共線性。下面采用逐步回歸分析法消除多重共線性。

2.逐步回歸分析

表3-14 模型匯總圖

表3-14表明兩個模型的調整的可決系數分別為0.995和0.996，表明模型一與模型二分別可以解釋財政性教育經費99.5%與99.6%的變差。兩個模型擬合的都很好。

表3-15 方差分析表

表3-15表明模型一的F檢驗值為3838.597，p值=0.00，在顯著性水平α=0.05下，回歸模型的線性關系顯著；模型二的F檢驗值為2333.695，p值=0.00，在顯著性水平α=0.05下，回歸模型的線性關系也顯著。

表3-16 模型參數的估計和檢驗

表3-16表明兩個模型用于檢驗回歸系數的統計量t值均大于顯著性水平，都通過了顯著性檢驗。

可以寫出最后兩個模型分別為：

由于模型二多保留了一個變量，對模型因變量的解釋更全面，所以選擇模型二為最后得到的模型。

四、討論及建議

多元線性回歸中，本文用逐步回歸消除多重共線性，建立了較為良好的模型。通過對上文數據分析的解讀，我們可以知道在選取的變量中，消除了多重共線性之后，對財政性教育經費有重要影響的因素有GDP與社會消費品零售總額，均與財政性教育經費呈現正相關，對于如何促進教育事業發展的建議就可以從這兩個方面入手。結果顯示:我國高等教育投入產出的綜合效率、技術效率和規模效率均處于較高的水平,但是在綜合效率方面存在著明顯的地區差異,少數地區高等教育投入產出與教育規模不相匹配。建議:通過優化高校師資隊伍的結構,提高高校教育的層次水平,同時確保教育經費投入的多元發展,以實現教育效率均衡有效。經費發展我國教育事業的相關建議。

經濟實力的強大是我國發展教育的重要支柱，有了強大的經濟實力，才會有充足的財政收入和開支，才會有充足的財政性教育經費投入，從而促進教育事業取得更大的突破。我國的GDP增長在7%左右，經濟發展進入新常態，要促進經濟又好又快發展，保證充足的經費來源，趕上乃至超越發達國家教育經費占GDP 的比重，早日實現教育興國，人才強國的目標。

社會消費品零售總額的增長也對財政性教育經費的增長有重要作用，為了促進其增長。我們要采取措施，擴大內需，增加居民的消費需求，保持物價水平穩定，使居民保持穩定的收入消費預期。

從以上建議入手，必定可以使教育事業有更大的進步。