我国国民受教育程度影响因素分析

□文/ 李 婷

（延安大学经济与管理学院 陕西·延安）

［提要］ 改革开放以来，我国确定了教育和人才对于现代化建设的基础作用，教育和人才已成为影响一个国家竞争力的决定性因素。根据国家统计局发布的数据，运用多元线性回归模型分析我国人口受高等教育程度的影响因素。结果表明：教育经费的投入和高等教育教职工数量对受教育程度有着显著的影响。并提出提高教师综合素质、加大教育投入以及提高中西部教师待遇等建议，以进一步提高我国国民整体受教育程度。

一、引言

2019 年2 月，中共中央、国务院印发的《中国教育现代化2035》指出，我国到2035 年要将教育面向现代化，建造一个富强民主文明和谐美丽的现代化国家。高等教育实现现代化是我国高等教育乃至整个世界高等教育一直追逐的目标和主题。因此，研究我国受教育程度的影响因素显得极为重要。

国内诸多学者对教育程度的影响因素进行了研究。涂冬波利用因果模型对教育差异的影响因素进行研究发现，经济、文化和科技是影响我国地区之间教育差异的主要因素。毫无疑问，经济因素对教育水平呈显著促进作用，而文化因素促进作用显著水平较低。从引起教育地区差异的因素的角度来看，孙希运用因子分析和回归分析的统计方法，从社会经济和人民生活两个层面对教育发展地区差异的影响进行了分析，发现中国经济和教育都存在区域性差异，并针对此差异，提出了缓解教育发展区域性差异的办法。杨倩则分析得出家庭背景、家庭阶层以及父母所受到的教育程度对子女的受教育程度产生了较大的影响。靳园对义务教育省域差异的原因进行了研究，分析了省域经济发展水平的差异所带来的影响，经济发展的不平衡导致了教育发展的巨大差异。在经费投入方面，关于政府教育支出占财政支出比重对效率的影响，魏梅、沈旭岚认为财政支出比重对高等教育效率无明显影响。詹秋泉、林海明认为国家财政教育经费投入比重不利于投入产出效率。丁岚认为研究与发展经费对科研生产力的增加有促进作用，政府财政拨款占比并不影响高校的科研生产率。我国是世界上人口和劳动力最多的国家。发展好教育，特别是大力发展好高等教育，对于提升劳动力素质、推动我国从人口大国迈向人力资源强国，从而推进中国经济转型升级，维持经济稳定增长，促进社会和谐发展，具有重要的现实意义。

二、受教育程度影响因素

改革开放以来，我国确定了教育和人才对于现代化建设的基础作用，学校教育重新得到重视。教育和人才是影响国家综合竞争能力的决定性因素。研究发现，各级教育对经济的发展有着不同程度的影响，其中高等教育与经济发展的关系日渐紧密。因此，我们主要研究国民受高等教育水平的影响因素。

（一）政府教育支出（X1）。教育经费是中央和地方财政部门的财政预算中实际用于教育的费用。教育经费的多少直接关系到教育设施和教育资源的好坏，制约着中国教育事业质和量的发展水平，包括教育事业费和教育基本建设投资，教育事业费主要是指各级各类的学校人员经费和公用经费；教育基本建设投资主要指建筑校舍和购买大型教学设备的费用。教育经费的目的是为了解决筹措分配及使用教育经费问题。我们将教育经费的投入（X1）作为第一个解释变量。

（二）高等教育教职工数量（X2）。教师作为教育的主导力量，其质量和数量直接影响着教育事业的发展。我国高等教育自1999 年扩张以来，高等教育教师数量增幅远不及学生数量的增幅，师生比例呈现出直接下滑的状态。中国高等教育质量普遍滑坡。为了提高我国高等教育质量，增强国际竞争力，政府采取多管齐下的方式增加高等教育教师的数量。因而，我们将高等教育教职工数量（X2）作为第二个解释变量。

三、数据与模型构建

（一）数据选取。在研究受高等教育程度时，从《中国统计年鉴》中整理得到全国2008～2017 年在校大学生数据作为被解释变量（Y）。同时，收集到2008～2017 年政府教育经费的投入量（X1）和高等教育教职工数量（X2）。

（二）构建模型。选取的变量范围是从2008 年到2017 年，以全国总体的线性时间序列为统计数据，数据来源于国家统计局的《中国统计年鉴》。运用Eviews8.0 软件来构建多元线性回归模型，我们以全国在校大学生人数（Y）作为被解释变量，结合上下文中所选的自变量X1、X2，模型如下：

表1 OLS 线性回归结果一览表

表2 拟合优度检验结果一览表

其中，β0为常数项，β1、β2均为回归系数，εi是残差项（包括一些未被考虑进去的因素，如地区差异、学校差异等）。

四、模型估计与检验

（一）多元线性回归结果。根据检验结果可以发现，给定的显著性α=0.05 水平下，由于这两个变量的t 统计值P 值均小于0.05，拒绝了原假设。也就是说，这两个解释变量均在95%的水平上有着显著影响，全部通过变量的显著性检验。在校大学生人数（Y）与教育经费政府教育经费的投入量（X1）、高等教育教职工数量（X2）呈现正相关。X1的系数为0.2474，表示假定其他解释变量不变的情况下，教育经费每增加一个单位，在校大学生人数将增加0.2474 个单位。X2的系数为0.4919，表示在假定其他解释变量不变的情况下，高等教育教职工数量每增加一个单位，在校大学生人数将增加0.4919 个单位。（表1）

（二）拟合优度检验。据拟合优度检验，R2=0.9949，因为模型可以通过增加样本数或者增加无关变量来提升R2的值，所以我们采用调整后的R2，调整后的R2=0.9935，说明在校大学生人数中大约有99.3524%可以由X1和X2来说明。我们通过给定显著性水平α=0.05，F=691.3788＞1.96，来说明解释变量的组合对解释变量有重大影响。也就是说，以95%的置信度显著建立模型的线性关系。（表2）

（三）自相关检验。ARCH 模型，该模型是一种分析技术，专为具有误差项中自相关和异方差性的时间序列数据而设计的。ARCH 效应的原假设H0：β1=β2=0。备择假设为H1：至少有一个βi（i=1，2）不等于零。我们选择滞后期q=2，ARCH 效应的检验结果如表3 所示。从检验的结果上来看，ARCH 检验的F 统计量为0.5837，对应的P 值均大于5%。没有ARCH 的原假设可以在5%的显著性水平上被接受，这表明该模型不具有自相关。（表3）

（四）异方差检验。异方差性是指误差项的方差随观察点而变化，时间序列模型也可能具有异方差性。在异方差条件下，多元线性回归估计量是线性、无偏且一致的。也就是说，多元线性回归估计量没有考虑不同样本点数据准确性的差异，因此OLS 估计量不是最佳估计量。为了消除此缺陷，通常通过检验确定模型中是否存在异方差，最受欢迎的是LM 测试和White 测试。借助于辅助回归方程，这两种测试方法是大样本测试方法。我们可以从表4 看出，辅助回归方程的F 统计量为0.7174，相应的p 值为0.5768。显然，我们应该接受不存在异方差的原假设，并认为该模型不具有异方差。（表4）

五、结论及政策建议

（一）结论。根据实验和数据我们可以得出以下结论：首先，教育经费是教育资源中不可忽视的一部分，经费的投入水平与配置结构合理与否，都决定各类教学活动及科研项目能否开启或继续。其次，教育水平的高低，与教师有着紧密的关系。教师作为教育的主导力量，其素质在很大程度上决定了教育的水平，也要有足够多的愿意为教育事业献身的文化人。

表3 自相关检验结果一览表

表4 异方差检验结果一览表

（二）政策建议。自从新中国成立以来，政治和经济体制的改革以及财务管理机制的改革，已经改变了我国高等教育的经费模式。政府将进一步增强高校的资源吸收能力，优化高校的资源配置效率，彻底实施“放管服”改革，促进高等教育的发展更具有内涵式意义。但是，随着教育的飞速发展，我国的高等教育经费筹资模式在交付方式和交付途径仍然缺乏多元化的筹资体系、低水平的财政投入、不完善的财政占用机制、学费和资金系统的发展不完整以及未能实现高校自主权的落实等一系列问题。这些问题不仅是高等教育作为一个混合产品的理论问题，也是我国加快建立现代财政制度、实现高等教育内涵式发展过程中亟须解决的难题之一。

目前，由于地区贫富差异过大，导致偏远地区教育资源严重匮乏。一方面可能是老师的收入较其他行业低；另一方面由于教师行业辛苦，很多人不愿意进入这个行业。在很多贫困地区，偏远地区，少数民族地区教师相当匮乏。主要原因是贫困地区的工作条件艰苦，交通不便利，薪资待遇差，使得很多人不愿意去那些地区工作。因此，国家应该进一步针对性地提高教师的待遇，对教师提供更多的支柱和保障，使之成为家庭有力的支柱。同时，需要定期或不定期地开展一些培训，来提高学校老师的整体综合素质。

虽然通过实证和数据我们得到了一个基本符合事实的结论。但是对于国民的受教育程度这一变量的研究并没有结束。事实上，还有很多因素对其有重大的影响，比如父母的受教育程度会影响子女的受教育程度，人口自然增长率限制教育事业的发展速度，进而影响受教育程度；国家对教育程度的强制政策；等等。政府应当重视教育，加大对教育事业的扶持和财政支出，多建造一些设备齐全、技术领先的高等院校，对教育的投入、对教师的待遇和支柱等都应该有更完善的制度保障。在我国，很多地区的教师工资不仅相当的低，而且还不能及时发放。而且我国在教育方面的法律和制度还不健全，需要进一步的完善各种法律和制度来起到监督和促进的作用，以此来提高国民整体的受教育程度水平。