計量經濟學論文考研人數的影響因素分析

1、影響報考碩士研究生人數的因素分析摘要：隨著我國經濟的快速增長，我國對人才市場需求的逐年增加，越來越多的大學生在畢業(yè)之后選擇了繼續(xù)深造學業(yè)而不是直接就業(yè)。尤其是近幾年的金融危機的到來，使就業(yè)前景不被看好，所以有很多的本科畢業(yè)生選擇繼續(xù)學業(yè)，逃避就業(yè)。但與此同時，經濟的增長也會使很多經濟允許的學生選擇繼續(xù)深造。還有很多其他因素也影響著本科畢業(yè)生報考碩士研究生，我今天就來分析一下它的影響因素。Abstract：With the rapid growth of China's economy, China's market demand for talent increases eve

2、ry year, more and more students choose to continue after graduation academic studies rather than direct employment. In particular, the arrival of the financial crisis in recent years, so that employment prospects are not good, so there are a lot of graduates choose to continue their studies, to evad

3、e employment. At the same time, economic growth will also allow students to choose many economies continue their studies. There are many other factors that also affect post-graduate master's degree graduates, I'll check it out today to analyze factors.關鍵字：報名人數 GDP 招生人數 去年錄取人數 高校數量Keywords: e

4、nrollment GDP enrollment Last year enrollments the number of college admissions一、引言隨著我國經濟的持續(xù)發(fā)展，對高級人才的需求量也越來越大，其中研究生教育是高級人才的重要來源，所以歷年報考碩士研究生的人數不斷增加，做好研究生報考人數的科學預測對研究生招生規(guī)模以及有針對性地組織招生考試等相關工作起著非常重要的作用。二、 文獻綜述由于考研已經成為一個熱點話題，所以研究的人越來越多。其中基于QPSOBP的研究生報考人數預測一文中很好的體現了研究生報考人數的影響因素是多元的，復雜的。中國教育在線也在2014年全國研究生招生

5、數據調查報告中給出了近幾年報考研究生的一個總體趨勢。2013年全國研究生數據調查報告對研究生考試報名趨勢、錄取趨勢等進行了數據分析和趨勢預測。在決策與信息·下旬刊2010年第8期中“關于考研人數及其影響因素分析”的文章也有做詳細闡述。三、 模型的設定1.理論的綜述對于考研人數的因素分析，根據社會現狀及許多學者的討論，可以得知有很多影響因素，有學者認為“就業(yè)情況”、“保研人數”、“重點高校數量”、“失業(yè)率”、“國家經濟狀況”、“上一年的招生狀況”等眾多因素可以影響到本年的報考研究生的人數。因此，在本篇文章中，我將選取幾個會有重要影響的因素作為解釋變量。但是否這些因素都會同時對其產生影響

6、還需要進一步通過模型進行檢驗和分析。2.數據的選取及說明為了更好的分析報考碩士研究生人數的影響因素，共選取20年的數據進行分析。選取“報名人數”為被解釋變量（用Y表示）；選取通過“GDP”的數量為解釋變量（用X1表示）；選取“普通高校數量”為解釋變量（用X2表示）；選取“錄取人數” （用X3表示）；選取“失業(yè)率”（用X4表示）；選取“前一年錄取人數” （用X5表示）（在Eviews中用X3（-1）表示）。數據如下表：年份報名人數（萬）GDP（億元）普通高校數量失業(yè)率錄取人數199411.448,197.8610802.84.2199515.560,793.7310542.94.0199620.

7、471,176,5910323.04.7199724.278,973.0410203.15.1199827.484,402.2810223.15.8199931.9896,77.0510713.17.2200039.299,214.5510413.110.3200146109,655.1712253.613.3200262.4120,332.6913964.016.4200379.7135,822.7615524.322200494.5159,878.3417314.227.32005117.2184,937.3717924.2312006127.12216,314.4318674.134.2

8、2007128.2265,810.3119084.036.12008120314,045.4322634.238.62009124.6340,902.8123054.344.92010140.6401,512.8023584.147.42011151.1473,104.0524094.149.52012165.6518,942.1124424.151.72013176564,916.2524454.153.93估計模型3.1被解釋變量與解釋變量之間的線性關系報名人數與GDP可見，報名人數與GDP之間呈顯著性的遞增關系，隨著GDP的增長，碩士研究生的報名人數也增多，同時呈線性關系。這是因為，在經

9、濟增長的過程中，因為讀研是一個不小的成本，只有擁有了一定的經濟基礎才有更多的機會深造。報名人數與普通高校數量可見，隨著高校數量的增加，報考碩士研究生的人數也呈增長趨勢。這是因為只有更多的高校的出現，才可以允許更多的人參與考研。從散點圖來看報名人數與高校的數量呈線性增長關系。報名人數與前一年的錄取人數可見，隨著前一年高校錄取碩士研究生的數量的增加，第二年報考研究生的數量會隨之增加。同時呈線性關系。報名人數與失業(yè)率雖然從散點圖來看，線性關系不是很明顯，但是從常理的角度來看，失業(yè)率的增加會使很多畢業(yè)生選擇繼續(xù)深造，而不是就業(yè)，并且兩者確實是服從遞增關系的。3.2模型的估計根據散點圖，可以設：Yt=0

10、+1X1t+2X2t+3X3t-1+4X4t+Ut因此，估計的模型為：Yt=-17.0596+2.62E-07X1t-0.08523X2t+4.99471X3t-1+34.4748X4t （-1.2542） （0.3328） （-4.8258） （9.8373） （7.0728）F=523.7166 可決系數=0.993361 調整后的可決系數=0.991465 從估計結果顯示：K=4，N=20在=5%的顯著性水平下，自由度為(4，15)的F分布的臨界值為3.29，可見523.7166>3.29，表明方程的總體線性顯著成立。但在=5%的顯著性水平下，t/2(n-k-1)=2.131，可見

11、X1的系數小于2.131，所以不拒絕GDP前參數為零的假設，因此可以認為解釋變量中的某一項存在異方差。同時X2的系數符號與經濟解釋相反，可能存在多重共線性。四、 模型檢驗與經濟分析4.1多重共線性檢驗查看一下相關系數的矩陣由表中數據可以看出X2與X5間存在高度相關性。4.1.1找出最簡單的回歸模式分別作Y與X1、X2、X4、X5間的回歸：Y （6.65472） （-0.78869）可決系數=0.033403 D.W=0.119958Y=-71.35208+0.094813X2 (-7.35370) (17.0078)可決系數=0.94142 D.W=0.818556Y=-234.1347+85

12、.82949X4 (-5.16824) (7.12172)可決系數=0.738063 D.W=0.362243Y=15.95177+3.060472X5(4.04267) (22.6885)可決系數=0.968031 D.W=0.357973可見，前一年的錄取數量的影響最大，與經驗相符，所以選擇（4）為初始的回歸模型。逐步回歸將其他解釋變量分別導入上述初試回歸模型，尋求最佳回歸方程：討論：第一步，在初始模型中引入X1，模型擬合優(yōu)度沒有提高，；第二步，在初始模型中引入X2，模型擬合優(yōu)度也沒有提高；第三步，在初始模型中引入X4，模型擬合優(yōu)度提高，同時X4的參數能通過t檢驗；第一步和第二步看出X1與

13、X2是多余的，因此最后函數為：Y=-47.04426+19.65155X4+2.597333X5(-32.629701) (3.573119) (15.64733)調整后的可決系數=0.979997 D.W.=0.7801684.2異方差檢驗懷特檢驗懷特統(tǒng)計量=20*0.688714=13.77428，該值大于5%顯著水平下、自由度為5的臨界值11.07，所以拒絕同方差的原假設。去掉交叉項的輔助回歸結果為：懷特統(tǒng)計量=20*0.250045=5.0009，該值小于5%顯著水平下、自由度為5的臨界值11.07，所以不拒絕同方差的原假設。由于兩者的結果相矛盾，所以在進行一次G-Q檢驗。4.2.2G

14、-Q檢驗將原始數據按X5排成升序，去掉其中6個數據，得到兩個樣本容量為7的子樣本。對兩個子樣本分別作普通最小二乘回歸，求個自的殘差平方和。做X5與殘差平方和的散點圖：異方差檢驗圖子樣本1：Y=-98.54517+31.81561X4+5.407915X5 (-3.489111) (3.196743) (7.713660)可決系數=0.982094 RSS1=6.351806子樣本2：Y=-142.6941+28.37836X4+3.830886X5 (-0.587757) (0.543782) (5.416209)可決系數=0.959377 RSS2=100.4478計算F統(tǒng)計量：F= RSS2/ RSS1=15.8140535。在=5%的顯著性水平下，自由度為（4,4）的F分布的臨界值為5.05，因此在5%的顯著水平下，拒絕原假設，即存在異方差。4.2.3用加權最小二乘法進行回歸經過加權之后的模型經過懷特檢驗經過懷特檢驗后，有數據可知，懷特統(tǒng)計量=20*0.546516=10.93032，該值小于5%顯著水平下、自由度為5的臨界值11.07，所以不拒絕同方差的原假設。所以最后的模型為：Y=-43.95233+18.60990X4+2.6