中国不识字比例变动的多因素分析(计量经济学实践报告)

《中国不识字比例变动的多因素分析(计量经济学实践报告)》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、本文档系作者精心整理编辑，实用价值高。计量经济学实践报告（小论文）中国不识字比例变动的多因素分析小组成员：菜鸟组金融一班指导教师：日期：2009年11月本文档系作者精心整理编辑，如有需要，可查看作者文库其他文档。本文档系作者精心整理编辑，实用价值高。摘要：本文主要通过对文盲比例的变动进行多因素分析，建立以文盲比例为应变量，以其它可量化影响因素为自变量的多元线性回归模型，并利用模型对文盲这一社会现象进行数量化分析，就有关如何主动降低文盲比例提出一些可供参考的意见。关键词：文盲比例多因素分析模型计量经济学检验一、引言世界经济一体化趋势

2、的增强和全球性技术革新的加速，使得在未来的发展中减少对劳动密集型产品的依赖成为一种必然趋势。因而，保证经济的增速，实现持续发展，最首要、最根本的问题就是全面提高国民素质,而要提高国民素质，就必须首先解决扫盲的问题。文盲既是贫穷、愚昧的产物，又是产生新的贫穷和愚昧的载体，它阻碍着人类走向文明，给国家乃至整个世界带来沉重的负担和无穷的忧患。文盲问题是一个全球性的严重问题，并且，目前已引起国际社会特别是发展中国家的普遍重视，为了与世界教育发展的目标接轨，我们国家也把扫盲和普及义务教育作为发展教育事业的重中之重。多年来，我们国家为扫除文盲

3、进行了艰苦卓绝的努力，也取得了令世人瞩目的成绩。但是，由于经济、文化、历史的原因，我国的文盲现象仍然十分严重。政府若要积极主动地、有效地减少文盲人口，首先就必须正确地认识影响文盲人口变动的主要因素，从而通过直接作用于主要因素，达到控制文盲比例问题。中国是世界上经济增长最快的国家之一，为了保持这样的增长速度，社会对教育程度高的人才需求会是很高的。从1978至2005年，国家财政收入中用于教育的公共经费从210亿增至980亿人民币，年均增长率为10%。教育经费的大额支出，带来了文盲人口的急剧下降。直至2005年，全国青壮年文盲人数降到

4、了300万以下。据统计资料显示，文盲率下降１８个百分点，人均预期寿命年提高３岁。改革开放以来，中国文盲人口总量不断减少，成人文盲率大幅度下降，人均受教育水平明显提高。１９８２年，中国１５岁以上文盲人口有近２．３亿，成人文盲率为３４．４９％，到１９９５年，１５岁以上文盲人口降到不足１．５亿，成人文盲率降为１６．４８％。文盲人口减少近８０００万，文盲率下降１８个百分点。二、研究目的本文主要对文盲比例（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。在得到文盲比例与各主要因素间的数量关系后，据模型方

5、程中的各因素系数大小，分析主要因素和次要因素，从而找出政府干预的主要着手点，为政府提出一些关于解决文盲人口问题的建议。*影响文盲比例变动的主要影响因素如下图：政府干预方面——————有效教育经费支出————办学力度————宣传力度（包括影视、传单、公开活动等宣传活动，制定相关政策等）个人家庭方面——————家庭富裕程度本文档系作者精心整理编辑，如有需要，可查看作者文库其他文档。本文档系作者精心整理编辑，实用价值高。————受教育成本（包括强迫性支出和自主性支出）社会环境方面——————

6、文化用品（如：图书）的发行流转率————社会对文化人口的需求————人们教育观念的转变自然规律方面———————人口的自然死亡（注*：由于宣传力度、教育观念的转变情况、人们的心理预期等是不可量化的因素，所以我们仅用文盲比例、人均GDP、人均教育经费支出、小学数、人均图书流转量、人均学费来进行回归分析）三、建立模型其中，Y—文盲比例X1——人均GDPX2——人均教育经费支出X3——小学数X4——人均图书流转量X5——人均学杂费（注*：有关模型的一些假定：（1）假定政府教育经费投入的有效系数为1，即投入全部有效。（2）假定各省、地区间

7、没有人口流动。（3）死亡人口中文盲人数的比例与总人口中文盲人数的比例相同。）四、数据搜集一般说来，应使用同一地区时间序列数据进行拟合，因为文盲比例的变动很大程度上是取决于前几期人均GDP等因素的影响，即模型中自变量对应变量（文盲比例）的影响是滞后的。另外，时间序列数据也可以消除地区间的差异（特别是在我国，政策性较强，使得各地区间的差异很多是有非经济因素引起的）。但是，由于人口普查周期为十年，各年的文盲比率不易收集，且数量不会很多，若使用时间序列数据进行拟合，自由度很低。故在此我们被迫采用了效果可能不会很好的截面数据，试看一下效果。

8、数据的搜集采用2006年分地区截面数据。五、模型的参数估计、检验及修正1.模型的参数估计及其经济意义、统计推断的检验利用EVIEWS软件，用OLS方法估计得：（见附表二）可见，X1、X3、X4的t值都不显著，且X1、X2、X5的系数也不符合经济意义