本站小編為你精心準備了高等教育與經濟發展的研討參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

(一)建立模型及數據來源。

回歸分析是計量經濟學中廣泛使用的方法，一般用來分析兩個及兩個以上的變量相互之間的因果關系。當回歸模型中僅包含一個解釋變量時，該模型就是一元回歸模型。回歸分析的主要步驟包括:一是確定變量之間的定量關系式并估計其中的未知參數，即建立數學模型。估計參數一般使用最小二乘法。二是檢驗定量關系式的可信程度。三是自變量較多時，判斷自變量對因變量的影響情況，將對影響因變量顯著的自變量選入模型中，去掉影響不顯著的自變量。四是利用所求的關系式對結果進行預測或控制。本文要考察吉林省歷年高等教育入學情況與吉林省經濟發展之間的關系，所以可以通過建立一元回歸模型來進行分析。這里用國內生產總值來反映吉林省經濟發展情況，設為解釋變量GDP。被解釋變量為高等教育毛入學率RXL，建立模型RXL=β0+β1GDP+μ，利用EVIEWS5．0軟件對其進行回歸性分析。其中，2006～2011年的相關數據均來自相關年份吉林省統計年鑒。

(二)參數估計及統計檢驗。

1．數據平穩性判斷和檢驗。對時間序列的分析是通過建立以因果關系為基礎的結構模型進行的，而運用各種計量經濟學模型分析時的假設條件的相關數據是平穩的，因此在運用計量經濟學模型進行分析之前首先要判斷各時間序列的平穩性。由表1數據可知，高等教育毛入學率和吉林省國內生產總值都是隨著時間而增大的，因此可以初步判斷這兩個序列為非平穩數據。這里運用ADF檢驗方法對各時間序列進行進一步的平穩性檢驗，結果如表2所示。從表2中可以看出，原數據均為非平穩數據，經過二階差分后成為平穩數據，從而可以判定各數據均為二階單整數據，記做I(2)。2．協整檢驗。對于非平穩性變量而言，如果使用經典回歸模型進行分析有可能會出現偽回歸問題。為了避免偽回歸，在使用回歸模型之前應對變量進行協整檢驗，只有具備協整關系后才能使用經典回歸模型進行分析。

從各數據的ADF檢驗中可知各數據均為I(2)型數據，因此滿足進行協整檢驗的條件。可以用Engle－Granger兩步法對這兩個變量進行協整檢驗。第一步，計算非均衡誤差et，第二步，檢驗單整性。若et為穩定序列則為協整。Engle－Granger協整檢驗結果表明，在5%的顯著水平下，－2．406466＜－2．082319，序列穩定即存在協整關系。通過上述分析可知，JY、GDP之間存在(2，1)階協整關系，可得協整方程如下:RXL=0．239157+0．0000122GDP(33．84018)(10．65659)R2=0．965976S．E．=0．004813F－statistic=113．5629各變量都通過了統計檢驗，所以選取的解釋變量是能夠說明被解釋變量變化的原因的，即經濟增長確實可以成為高等教育入學率的重要影響因素之一。

(三)結論。

從回歸分析結果中我們可以看出，該模型的擬合度高達96．6%。經濟增長與高等教育入學率之間存在著直接的影響關系。根據2005～2010年吉林省GDP產值與高等教育入學率的基本數據進行測算，得出吉林省GDP上升1億，高等教育入學率上升0．0122‰。

作者：蘇揚單位：吉林財經大學稅務學院講師