计量经济学大作业――普通高等学校在校学生总数变动的多因素分析学号：0090863 0090817 0090832姓名：组长：邱碧涛组员：杨意钟丹兰专业：财政学修课时间：2011-2012第一学期任课教师：朱永军成绩：评语：本文通过对中国普通高等学校在校学生总数的变动进行多因素分析，采用中国1985年到2009年的数据，建立以在校大学生总数为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对在校大学生总数进行数量化分析，得出各因素与在校大学生总数成正相关关系的结论。
从大作业的完成情况来看，说明本小组成员对计量经济学有一定程度的理解，并能使用Eviews软件进行实证分析。
Email:****************普通高等学校在校学生总数变动的多因素分析摘要本文主要通过对中国普通高等学校在校学生总数的变动进行多因素分析，建立以在校大学生总数为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对在校大学生总数进行数量化分析，观察各因素是如何分别影响在校大学生总数的。
关键词：在校大学生总数多因素分析模型计量经济学检验AbstractThis text uses the total number of students in Chinese colleges and universities to do multivariate analysis, and it establishes a multiple linear regression model, which uses the total number of college students to be the dependent variable and other factors to be the independent variable .What's more, it uses the model to do quantitative analysis of the total number of college students, and observe how various factors affect the total number of college students respectively.Key words: The total number of college students, Multivariate analysis,Model, Econometric, Test目录1问题的提出 (4)2 理论综述 (3)3模型设定 (5)4数据的搜集 (5)5模型的估计与调整 (6)6结论 (15)参考文献: (16)1问题的提出改革开放以来，中国的教育事业取得了长足的发展，各项教育指标都较以往有了很大提高，受教育的人数也是逐年上升，文盲比例直线下降。
随着有知识、有文化的人数的不断增加，中国的经济也随之高速发展，众多毕业生们在各行各业上表现都十分出色，取得了一系列令人瞩目的成就。
从趋势上看，大学生人数将会持续上升。
根据中国高等教育发展计划（7月份）最新统计是2960万人。
并以每年1.3-1.6%速度扩招，2020年入学率能达到40%，高等教育在校学生能达到5000万。
我国第六次人口普查数据显示，全国31省份具有大学(指大专以上)文化程度的人口近1.2亿。
同第五次全国人口普查相比，每10万人中具有大学文化程度的由3611人上升为8930人，人数翻了一倍多。
这主要是因为我国高校从1999年开始大规模扩招。
美国学者马丁·特罗上世纪70年代曾经提出“高等教育发展三阶段说”：高等教育入学率达到适龄人口的15％，标志着从精英型进入到大众型，超过50％便进入普及型。
教育部曾指出，2008年全国各类高等教育在学人数达到2900万人，毛入学率达到23.3%。
中国高等教育规模居世界首位，已经进入大众化阶段的历史跨越。
近年来，很多学者在对教育、经济等方面做出了深入的研究，发现在校大学生数和普通高等学校数、总人口数二者存在着密切联系。
在本文站在前人的基础上，引用计量的方法，将二者综合起来对在校大学生数量变动的影响情况进行探讨，作者认为，在我国经济飞速发展的过程中，人均GDP的增长，对在校大学生的数量也存在着重要影响，因而本文将人均GDP引入该项目的实证研究分析。
2 理论综述本文主要对中国在校大学生总数（应变量）进行多因素分析（具体分析见下图），并搜集相关数据，建立模型，对此进行数量分析。
在得到在校大学生总数与各主要因素间的数量关系后，据模型方程中的各因素系数大小，分析各因素的重要性，并找出影响在校大学生总数最大的因素。
影响在校大学生总数变动的主要影响因素如下图： 人口总数 ——这是影响在校大学生总数的一个重要因素 学校总数 ——这也是影响在校大学生总数的重要因素 人均GDP ——笔者认为这个因素同样重要（注：1.由于其他因素或是不好量化，或是数据资料难于查找，故为了分析的简便，这里仅用此三个因素来进行回归分析。
2.由于研究的是影响在校大学生的变动因素，因此学校总数指普通高等学校，不包括其他类别学校）3模型设定uX X X Y i ++++=0332211ββββ其中，Y —在校大学生总数（应变量） X1——我国总人口（解释变量） X2 ——普通高等学校总数（解释变量） X3 ——我国人均GDP （解释变量）注：有关模型的一些假定： （1）假定不考虑学生转学的影响。
（2）假定各统计量计算准确。
4数据的搜集采用中国1985年到2009年的时间序列数据，具体情况见下表年份 学生总数Y （万）总人口x1（万）学校总数x2（所）人均GDPx3（元）1985 170.3 105851 1016 857.82 1986 188.0 107507 1054 963.19 1987 195.9 109300 1063 1112.38 1988 206.6 111026 1075 1365.51 1989 208.2 112704 1075 1519.00 1990 206.3 114333 1075 1644.00 1991204.411582310751892.761992 218.4 117171 1053 2311.09 1993 253.6 118517 1065 2998.36 1994 279.9 119850 1080 4044.00 1995 290.6 121121 1054 5045.73 1996 302.1 122389 1032 5845.89 1997 317.4 123626 1020 6420.18 1998 340.9 124761 1022 6796.03 1999 413.4 125786 1071 7158.50 2000 556.1 126743 1041 7857.68 2001 719.1 127627 1225 8621.71 2002 903.4 128453 1396 9398.05 2003 1108.6 129227 1552 10541.97 2004 1333.5 129988 1731 12335.58 2005 1561.8 130756 1792 14185.36 2006 1738.8 131448 1867 16499.70 2007 1884.9 132129 1908 20169.46 2008 2021.0 132802 2263 23707.71 2009 2144.7 133474 2305 25575.48（资料来源： 2010年中国统计年鉴）5模型的估计与调整（1）建立工作文件夹，并输入上图数据（2）分别做散点图分析，并建立回归模型。
（其中：用Y表示普通高等学校在校学生总数，用X1表示我国总人口，用X2表示普通高等学校总数，用X3表示我国人均GDP，共三组），如下：从散点图的走势可知，普通高等学校在校学生总数与我国总人口呈正相关关系，普通高等学校在校学生总数与普通高等学校总数呈正相关关系，普通高等学校在校学生总数与我国人均GDP 呈正相关关系。
根据散点图显示的结果（Y 与X1、X2、X3呈现线性关系），建立回归模型如下：uX X X Y i ++++=0332211ββββ其中：Y i 表示普通高等学校在校学生总数，X1表示我国总人口，X2表示普通高等学校总数，X3表示我国人均GDP ，μ为干扰项。
（3）求回归方程在EViews 命令框中直接键入“LS Y C X1 X2 X3”,然后回车，可出现下图计算结果：参数估计所建立的回归方程为：Y=-2319.334+0.0112131X +1.1693742X +0.0153403X t=(-3.624436) (2.303587) (7.471732) (1.263419)2R =0.985195 r -2=0.9830814 F=465.8275 DW=1.069552（4）模型检验：1）经济意义检验：普通高等学校在校学生总数与我国总人口成正相关，与普通高等学校总数成正相关，与我国人均GDP成正相关，当普通高等学校总数、我国人均GDP不变时，我国总人口增加1单位，普通高等学校在校学生总数增加0.011213单位；当我国总人口、我国人均GDP不变时，普通高等学校总数增加1单位，普通高等学校在校学生总数增加1.169374单位；当我国总人口、普通高等学校总数不变时，我国人均GDP增加1单位，普通高等学校在校学生总数增加0.015340单位，符合现实意义。
2）经济计量检验①总体显著性检验（拟合优度和统计检验）：由回归结果可知，可决系数R2=0.985195，r-2=0.9830814与1十分接近，说明模型在整体上对数据的拟合优度很好。
②回归系数显著性检验F检验针对H0：β1=β2=β3=0，给定显著性水平α为0.05，在F分布表中查出自由（3，21）=3.07。
由于F=465.8275 >3.07,应拒绝原假设度3和21的临界值F0.05H0，说明回归方程显著，即我国总人口（X1），普通高等学校总数（X2），我国人）对（Y）普通高等学校在校学生总数有显著影响。
均GDP（X3t检验分别针对H0：βj=0（j=1，2，3），给定显著性水平α为0.05时，查t分布（21）=1.721。
对应统计量为2.303587，7.471732，表得自由度21的临界值t0.0251.263419，| t1 |，| t2 | >t0.025（21）=1.721,通过显著性检验，| t3 | <t0.025（21）=1.721所以未通过显著性检验。