北京农学院调查数据型计量论文

《北京农学院调查数据型计量论文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、调查数据型计量论文:北农人学生十月份回家次数影响因素的实证分析经济管理学院11会计二班杜奕睛1•引言随着我国大学生人口比例的不断上升，大学生在社会生活中、在学生群体中处于一个特殊而重要的位置。人们常常以“天之骄子”來比喻这个特殊的群体,因为他们肩负着祖国建设的重任，他们的发展水平关系着未来社会的发展水平,他们的身心发展状况将对社会的发展产牛直接而重要的影响。相对于大多数大学生而言，大学生活不同于初高屮的学习生涯。作为步入社会的一座桥梁，大学生活更需要学生门我的独立性。生活上的独立，可以说是大学生独立性最平凡而又必不可少的表现。

2、犬学生对家庭的依赖性太强，就会导致回家的次数频繁。我们知道，一个学生的月冋家次数，与其自身因素和外界因素都有一定的关系，由此引发了此次探究。本文针对北京农学院大学生十月份冋家次数彩响因素进行实证分析，将其置于一个统一的研究框架，分别讨论与性别、户籍、车费和回家时间这四个定量Z间的关系。随着大学生占中国总人口的比例持续上涨，大学生的一举一动也牵动着全社会的关注。2.研究框架2.1研究设计本文的研究设计如图1所示图1:本文的研究设计大学生对家庭的依赖首先体现在性别因索上，即在传统观念里，女生应比男生回家次数频繁。这种说法主要源于三

3、个方面：一是女生自幼就被称作是父母的“贴心小棉袄”，乂被冠以“大家闺秀”的美称。自然，女生和父母的距离感通常都会比男生的小，因此回家的次数自然比男生的多。二是在父母眼里，女生到了结婚年龄就会嫁为人妇，就会有一种“离开”的感觉，而男生就算结婚也会在父母身边。所以，父母更希瑕女生经常回家。三是男生比女生贪玩，更不喜欢受拘朿，且对陌生的环境更为向往，所以男生总想尽快逃离父母的“魔掌”，因此男生比女生的冋家次数少。基于以上三个原因，在同等条件的作用下，女生比男生回家的次数多。大学生回家次数的内部因素还体现在家庭是否在木地这个因素上，尽

4、管我国交通行业迅猛发展，各个城市地铁高铁建设也逐渐成熟，许多与各大高校合作的航空公司机票针对大学生的打折力度也很大。即便如此，对于家在外地的学生来说，冋家的路费和时间的比家在本地的学生要多出还儿倍。所以，本地大学生会比外地大学生回家次数频繁。除了学生口身因素对家庭依赖性的影响外，和周围环境的影响也是密不可分的。外部环境对大学生月回家次数的影响首先体现在车费因索上。可以说，学生在社会上属于弱势群体，经济上无法独立，述要依靠家庭经济的支撑。大学生的思想已经基本健全，他们已经有了消费意识，相对于离家较远车费较高的学生来说，当车费对丁

5、•他们生活费比重较大时，肯定会比车费较低或者是车费所山总费用较少的学生回家次数要少。外部因索影响大学生月回家次数的另一因索主要是路途时间问题。人学是一个小社会，方方面面的事情比以往的学习生涯要多很多。生活很充实的另一方面是业余时间的减少。因此，一些就算是花费很少车费的学生也不愿意经常冋家,很大一方而的原因是回家需要花费很长的时间。没冇时间回家或者是回家需要的时间过长都会减少学生对家庭的依赖性，依赖性的降低，就会使大学生月回家次数的减少。另一方面，交通业的发展让学生回家途径变得更加丰富，飞机、高铁的普遍化使得一些外地学生回家吋间

6、极大缩短，可是同样由于费用的升高使得这些大学牛冋家次数并没有上升。由此无法在理论上获得冋家时间与冋家次数的必然联系。2.2变量选取本文利用冋归分析来验证本文的研究假设。其数据来自于社会调查，该社会调查通过社会调查问卷形式完成。共计发放问卷30份，其中冇效问卷29份，调杳对象采用了随机的形式，主要调杳北京农学院的学生。我们以计数（count）来表示被调查对象的十月份回家次数，它作为本文中的因变量。代表内部因素的性别以male表示，它是虚拟变量，当被调查对彖为男性时取1,否则为0。根据本文的研究设计，我们预期该变量与count负相

7、关。被调杳对象是否是木地人这个因素用虚拟变量home表示，若被调查对象是木地人取0,否则为1。同样，我们预期此变量与count正相关。外部因素之一的车费以fee表示，为了方便调查，我们以填空的形式统计被调查者冋家所用车费多少，单位为元。根据研究设计，预期该变量与count成负相关。另一因素学生回家所用时间用time来表示，我们把大学生回家时间转化为小时数，根据木文的研究设计，我们无法明确它与count的关系。表1变量的描述性统计量COUNTFEEMALEHOMETIMEMean2.07305.570.380.383.55Med

8、ian2.005.000.000.003.00Maximum5.002400.001.001.007.00Minimum0.002.000.000.002.00StcLDev.1.41578.080.490.491.82Skewness0.342.260.500.501.01