區域經濟狀況對財經類高校生源質量的影響

鞠若琪 代文潔 馬長禧 王琦 劉麗偉

摘要：隨著我國經濟的快速發展，國民教育水平得到顯著提升，區域經濟發展與教育水平之間越來越表現出某些相關性。本文選取京津冀、江浙滬、珠三角、東三省、西南三省五個區域內的15所財經類院校，采用五個區域 2016-2020年錄取生源面板數據構建模型，分析了區域經濟發展對財經類院校生源質量的影響。本文采用改進AHP法和改進熵權法確定指標權重，構建了區域經濟狀況的評價指標體系，并進行加權綜合評價測算得分，計算了區域經濟指標值和生源質量得分的相關系數。由于區域經濟發展狀況具有滯后性，本文構建GMM動態面板模型，并選取區域面板數據進行估算。實證研究發現區域經濟狀況和財經類高校生源質量存在相關性，生源地經濟越發達，財經類院校招收的生源質量越高，并為財經類高校的生源投放提出了相關決策建議。

關鍵詞：區域經濟;財經類院校;生源質量

隨著我國經濟的快速發展，國民教育水平得到顯著提升，不同地區及區域的經濟發展水平出現了明顯的差異和差異擴大化趨勢。教育在一定條件下對經濟有著促進作用，反過來經濟對教育的發展也有提升作用。事實上，高校生源質量一方面與高校自身辦學質量相關，也一定程度上受到高校所在地經濟的影響。高校招收的生源質量越高，越能夠培養出能夠為國家經濟社會建設做出貢獻的人才。研究如何提高高等教育質量，可以實現高等教育與區域經濟協調發展。

本文研究區域經濟水平對財經類院校生源質量的影響問題，旨在探究二者之間的關系，對財經類高校招生政策提供管理啟示。

一、綜述

本文重點梳理了國內學者實證層面的研究成果。劉玲婭等人（2020）在研究經濟發展的過程中，通過多個指標進行多維全面反映，根據各指標對經濟發展的影響程度的差異，賦予不同權重，保證評價結果具有客觀性和科學性[1]。金田林、吳自強（2020）將GMM方法作為對比參照結果，當模型滯后效應較強時，采用差分GMM和系統GMM會產生參數識別偏差[2]。

石榮敏、顏蒙（2016）對實際人均GDP分析后，非線性Fourier擬合平滑結構變化進行DF類型單位根檢驗時，結果更具有穩健性[3]。樊自甫等（2020）按照科學性、客觀性、定量化及可比性原則，選擇評價指標體系利用層次分析法，搭建多層次的分析結構模型，確定指標體系權重[4]。

基于國內學者對經濟發展的研究，我們發現經濟發展影響因素眾多，從實證分析層面出發，選擇建立評價指標體系，搭建綜合評價體系，應用GMM模型，使用平穩性檢驗的方法，對經濟發展的影響因素做定量分析[5]。

二、研究方法論及數據構成

（一）方法論

本文探究區域經濟狀況對財經類高校生源質量的影響。選擇具有代表性的五個經濟區域：京津冀、江浙滬、珠三角、東三省、西南三省，采用五個區域2016-2020年的面板數據構建模型。

選取一級、二級評價指標后，采用集成改進層次分析法（AHP）和改進熵權法的加權綜合評價法進行評價。首先基于加權平均法確定綜合權重，再基于評價結果確定區域經濟各指標權重，得出各區域五年的綜合評價得分。再計算出生源質量與區域經濟狀況的皮爾遜相關系數，判斷相關性。

由于區域經濟發展狀況具有滯后性，本文構建 GMM 動態面板模型，并選取區域面板數據進行估計。首先采用Hansen 檢驗對模型進行過渡識別檢驗，再進行Sargan 檢驗判斷是否可以進行GMM系統估計。

（二）構建區域經濟發展評價指標體系

區域經濟狀況從經濟發展、社會發展以及政府管理三個方面去評價。經濟發展因素：用人均生產總值衡量區域經濟的發展現狀和規模，以第二產業比重和第三產業比重衡量區域產業結構。社會發展因素：用居民消費水平、社會消費品零售總額和全社會固定資產投資衡量區域社會發展情況。政府管理因素：用地方財政一般預算收入衡量政府管理情況。構建以上指標體系的數據主要來源于國家統計局《中國統計年鑒》和《中國信息化發展水平評估報告》等官方統計資料。本文對數據進行了無量綱化處理，保證了數據的可對比性。

（三）獲取生源質量數據

從上文五個區域各選取3所高校，共15所高校作為研究對象。高校生源質量數據來自軟科評分（詳見表1）。

（四）選取GMM 動態面板模型數據

本部分數據選自《中國統計年鑒》 （2016-2020）和《中國信息化發展水平評估報告》（2016-2020），包含了以上五個區域的面板數據。以京津冀地區的數據為例（詳見表2）。

三、建模與相關性分析

（一）構建評價模型

本文采用七標度的改進AHP和改進熵權法來構建評價模型，以提升其客觀度和準確性。

1.基于改進AHP確定指標權重

針對部分指標不可獲得或數據大量缺失的情況，本文引入修正參數 e，指標可獲得時，e取1;否則，e取0。若部分指標缺失，需用相近指標代替原指標。

（1）構造判斷矩陣

將指標按照隸屬范圍逐層級、逐項兩兩比較，并據此對元素aij進行賦值，aij > 0，aij= 1，aij=，i，j=1，2，...，n。其中：n 表示隸屬于同一層級的指標數目，aij 表示第 i 個指標相對于第 j 個指標對上一層級指標的重要程度。

（2）計算權向量權

首先，利用（1）式對各指標判斷矩陣進行“列歸一化”處理;然后，利用（2）式把歸一化后的矩陣按行進行疊加;最后，利用（3）式對得到的矩陣進行“行歸一化”處理，并得到特征權向量X=（X1，X2，…，Xn）T。

（3）一致性檢驗

首先，需要利用（4）式求出矩陣的最大特征向量，并利用（5）式計算出判斷矩陣的一致性指標CI;其次，結合自由標度指標RI，利用（6）式計算出隨機一致性檢驗系數CR。若通過，可將特征權向量作為指標權重;反之，重新調整判斷矩陣，直至通過一致性檢驗。最后，利用（7）式計算方案層指標j的綜合權重AWj，其中：e為修正參數，AWi是準則層指標i的權重，AWij是準則層指標i下方案層指標j的權重。

2.基于改進熵權法確定指標權重

（1）構建決策矩陣

基于所構建的評價指標體系，以5年為基準，收集2016-2020年各指標數據作為決策矩陣輸入，構建相應的區域經濟發展評價模型決策矩陣。

（2）數據標準化處理

采用（8）式對數據進行標準化處理，得到相應標準化矩陣。

（3）計算熵值與熵權

本文按照（9）式計算j個三級指標的熵值Hj，其中：是所有不為1的熵值的平均值，按照（10）、（11）式計算Pj和Qj，按照（12）式計算第j個三級指標的權重Yj。

3.確定區域經濟發展指標綜合權重

本文對以上結果進行加權平均，改進AHP方法和改進熵權法權重都為0.5。因此，得出京津冀、江浙滬、珠三角、東三省、西南三省的區域經濟發展評價指標綜合權重，以京津冀的結果為例（詳見表3）。

根據上文結果建立回歸模型，得出區域經濟發展狀況的綜合評分（如圖1所示）。圖1為2016-2020年京津冀經濟發展狀況得分及財經類院校生源質量得分和的變動表。根據曲線的趨勢可以直觀看出區域經濟狀況和財經類院校生源質量具有明顯的相關性。

運用皮爾遜相關系數計算出各區域教育水平與經濟高質量發展水平的皮爾遜相關系數為 0.5981，進一步說明變量相關性較強。

（二）GMM模型

由于區域經濟發展狀況具有滯后性，本文在構建模型時引入滯后一期變量，構建 GMM 動態面板模型，并選取區域面板數據進行估計。計量模型設定如下：

REDit=α1REDit-1+α2QSFit+α3LFDit+α4LIDit+α5LTDit+μit

其中，i表示截面數，t表示年份。REDit表示取域 i 第 t 年經濟發展狀況;REDit-1表示區域 i 第 t-1 年經濟發展狀況;QSFit表示區域 i 第 t 年財經類院校生源質量;LFDit表示區域 i 第 t 年信息化發展水平;LIDit表示區域 i 第 t 年金融發展水平;LTDit表示區域 i 第 t 年技術創新水平;μit表示隨個體和時間改變的擾動項。

在以上模型中，將區域經濟發展狀況（RED）作為被解釋變量，將財經類院校生源質量（QSF）作為解釋變量。此外，本研究為避免計量模型的內生性遺漏問題，選取信息化發展水平（LFD）、金融發展水平（LID）、技術創新水平（LTD）作為控制變量。為了消除變量之間的異方差，對變量數據進行取對數處理。

GMM 動態面板回歸模型的變量定義與符號如表4所示（詳見表4）。

首先對模型進行過度識別檢驗，用Hansen 檢驗來判斷工具變量的使用是否合理。檢驗結果如表5所示（詳見表5）。

結果表明，前一年區域經濟發展狀況在 0.1%的顯著性水平上影響當年的區域經濟發展狀況，說明本期區域經濟發展狀況對上期區域經濟發展狀況依賴性較強。因此，與靜態模型相比，GMM動態面板模型更適用于描述這一現象。財經類院校生源質量的影響系數為 0.4335，且顯著性 p=0.006，這與皮爾遜相關系數的結果分析基本一致。

此外，Sargan 檢驗的結果p=0.071，可以在 5%的顯著性水平上接受“所有工具變量都有效的原假設”，這表明GMM 系統估計可行。

四、結論和建議

分析結果表明，所選區域的經濟發展狀況和經濟指標對該地財經類院校的生源質量影響顯著。對高校招生而言，目前教育部每五年對高校進行一輪學科評估，生源質量密切影響高校的建設成果和評級結果，從而影響學校的長期發展。本文根據實證結論提出相應的政策建議，為財經類院校制定招生政策提供決策參考。

第一，財經類院校進行招生宣傳時要借力所屬區域經濟發展。所屬區域的經濟狀況較好的高校要加強地域宣傳，突出這一優勢來吸引高質量生源;區域經濟狀況較弱的高校，要將宣傳重點放在院校和專業本身的發展前景上，來彌補區域經濟發展狀況的不足。

第二，財經類院校要將自身發展建設和區域發展建設緊密聯系起來，在辦學特色和專業發展側重上，要融入區域潮流，利用好當地辦學資源，充分發揮地理位置的優勢。

參考文獻：

[1]樊自甫，郎璐米，萬曉榆.共享經濟評價指標體系的構建[J].統計與決策，2020，36（05）：47-50.

[2]劉玲婭，張婭，黃曉平.縣域經濟發展水平評價指標體系構建、測試與分析——以貴州省為例[J].商展經濟，2020 （11）：113-116.

[3]金田林，吳自強.基于動態GMM模型的北京都市圈聚集效應研究[J].技術經濟，2020，39（12）：155-162.

[4]石榮敏，顏蒙.東亞國家實際人均GDP平穩性檢驗——基于非線性Fourier單位根方法的應用[J].商，2016（04）：78-79.

[5]戴子楸.基于熵值法與AHP法的安徽省民營經濟發展水平綜合評價與分析[D].安慶師范大學，2020.