搜索
中国学生出国留学影响因素的计量经济学分析摘要：根据计量经济学线性回归理论建立了出国留学人数的多元线性回归模型，利用软件分析了城镇居民家庭人均收入指数、大学高中学生毕业生人数和人民币对美元平均汇率等几种可能变量对出国留学人数的影响，并对未来出国留学人数进行了预测。关键词：出国留学；影响因素；计量经济学引言：大学生出国读研逐步成为一个热点话题，越来越多的大学生放弃了工作或者考研的机会，而是选择去国外继续深造，这一方面可以提升人才素质，但在一定程度上也造成了我国的人才外流现象。1981年起国家开始允许自费留学。1985年国务院下发《关于自费出国留学的暂行规定》,自费留学政策逐步完善,中国留学生人数逐年上升。从1983年到2007年底,已有105万中国人出国学习或从事研究。以美国为例,1990至1991年,留学美国的中国学生人数为39600人,占留美外国学生的百分比为9.7%。而到2006年至2007年,留美中国学生人数达到67723人,占留美国外国学生的11.6%。目前,在国内已形成了“留学产业”,不仅本科毕业生出国深造,高中生也开始选择与传统高考不同的国外求学之路。背景意义：目前，中国出国留学生规模空前，成为世界上最大的留学生生源国。根据《2011年中国出国留学行业研究报告》，2011年有接近34万中国学生出国留学，增长速度20%左右。可以预测，未来中国出国留学生人数将持续增加。本文通过网络调研，收集、分析、整理了大量数据，归纳出影响出国留学人数的几个因素。根据计量经济学线性回归理论建立了出国留学人数的多元线性回归模型，利用EViews软件分析了几种可能变量对出国留学人数的影响，并对未来出国留学人数进行了预测。文献综述：我国近几年中国出国留学生数量的高增长，既有家庭人均收入，也有人民币汇率，城镇登记失业率，自费留学中介机构数等因素的影响。其中，经济因素（即对自身财力是否能支撑出国的较高额费用进行衡量）是决定性因素。张晓峒的《计量经济学基础（第3版）》全书共分12章。前10章是经典计量经济学内容。其中主要介绍一元、多元线性回归模型，可线性化的非线性回归模型，联立方程模型以及当模型的假定条件不成立时对模型的补正措施，如异方差、自相关、多重共线性问题等。因为时间序列模型也是预测经济变量的一个重要方法，所以第11章介绍时间序列模型。近20多年来经济变量的非平稳性问题越来越引起人们的注意，并在这方面取得了许多研究成果。在第12章对这一部分内容作了初步的介绍。为了便于掌握计量经济学软件TS（TimeSeriesPrograms）的应用，除了在附录1中专门介绍了TIP的主要功能及其使用方法外，还在各章中对典型的应用给出TIP命令。在附录2中给出基本的统计学知识，便于读者随时查阅。书的最后还给出计量经济学专用名词中英文对照表，以便读者进一步阅读英文文献。为了让读者真正掌握计量经济学知识，在介绍基本理论的同时尽可能多地给出一些例子，并用案例的形式具体介绍计量经济学的应用。此外，还在第10章专门介绍若干典型的计量经济模型。赵鹤婷的《人民币升值对出国留学产生的影响》主要从利与弊剖析，分析我国人民币升值推动了留学规模的扩大和已形成以公派留学为主导,自费留学为主体的留学形势。在这么一个庞大的群体里面,如果政府以及社会舆论不加以正确引导的话,出国留学将会变得盲目从众，最后的结局必然是人才流失国外。洪柳的《高等教育国际化背景下我国出国留学现状及分析》则详细的分析了高等教育国际化背景下我国出国留学现状也点名了其认为的对策。模型设定：影响出国留学人数的主要因素：（1）近十年来，我国出国留学生中，有超过90%的学生选择的是自费留学。自费出国留学人数主要是由家庭的经济实力所决定，因此家庭人均收入是影响出国留学人数的最主要因素。（2）近年来，城镇登记失业率越来越高，就业难成为一大难题，很多学生希望通过出国留学的途径增加自己找到工作的机会，增加自己的筹码，通过出国留学，开阔视野，增涨知识，提高自己的就业机会，父母也希望孩子找到称心如意的工作，对于出国留学也就更加持乐观的态度。因此城镇登记失业率也是影响出国留学的主要因素之一。（3）近年来，由于人民币的升值，使得出国留学费用降低很多，汇率变化也在一定程度上影响着学生家庭对于出国留学的最终决定。因此人民币汇率也是影响出国留学的因素之一。（4）近年来，自费留学中介机构的数量越来越多，为打算留学的学子提供了便利，降低了出国留学费用，增加了学生的留学选择。因此自费留学中介机构数也是影响出国留学的因素之一。一．模型设定通过对数据的观察，根据搜集的1997年至2007年的统计数据，建立模型。其模型表达式为：tY=C+1bX1+2bX2+3bX3+4bX4其中，Y表示当年出国留学人数，X1，X2，X3，X4分别表示家庭人均收入，人民币汇率，城镇登记失业率，自费留学中介机构数。表一（以下数据来自网络）YX1X2X3X4年份出国留学人数家庭人均收入人民币汇率城镇登记失业率自费留学中介机构数19854888160.4293.661.8019864676182.5345.282019874703186.9372.212019883786182.5372.212019893329182.8376.512.6019902950198.1478.322.5019912900212.4532.332.3019926540232.9551.462.30199310742255.1576.22.60199419071276.8861.872.80199520381290.3835.12.90199620905301.6831.4230199722410311.9828.983.10199817622329.9827.913.10199923749360.6827.833.10200038989383.7827.843.1218200183973416.3827.73.62282002125170472.1827.742592003117307514.6827.74.32672004114682554.2827.684.23402005118515607.4819.174.23922006134000670.7797.184.13982007144000752.3760.44399二．数据说明运用EVIEW软件，采用最小二乘法，对表一中的数据进行线性回归，对所建模型进行估计，估计结果见下图：DependentVariable:YMethod:LeastSquaresDate:12/14/14Time:15:53Sample:19852007Includedobservations:23VariableCoefficientStd.Errort-StatisticProb.C-61816.2116539.01-3.7376000.0015X180.3001051.573541.5570020.1369X2-45.4973424.24273-1.8767420.0769X331823.0710338.773.0780330.0065X4123.452752.094022.3698060.0292R-squared0.965265Meandependentvar45447.30AdjustedR-squared0.957546S.D.dependentvar51894.01S.E.ofregression10692.44Akaikeinfocriterion21.58212Sumsquaredresid2.06E+09Schwarzcriterion21.82897Loglikelihood-243.1944Hannan-Quinncriter.21.64420F-statistic125.0518Durbin-Watsonstat1.395453Prob(F-statistic)0.000000从估计结果可得模型：tY=-61816.21+80.30X1-45.50X2+31823.07X3+123.45X41.经济意义检验根据模型：（1）1b=80.30010表示在其他条件不变的情况下，人均工资与出国留学人数正相关，此种结果符合经济意义，合理。（2）2b=-45.49734表示在其他条件不变的情况下，人民币汇率与出国留学人数负相关，此种结果符合经济意义，合理。（3）3b，4b均为正，表示在其他条件不变情况下，分别于出国留学人数正相关，此种结果符合经济意义，合理。2.统计检验（1）拟合优度检验①2R=0.965265说明回归直线对观测值的拟合程度不错②因解释变量为多元，使用调整的拟合优度，以消除解释变量对拟合优度的影响，调整后的样本决定系数2R=0.957546其拟合程度不错。（2）方程显著性检验H0：ib=0H1：ib不等于0在H0成立的条件下，统计量F=（ESS/k）/(RSS/(n-k-1))=125.0518而在a=0.05n=23k=4时，查表得F0.05(4，18)=2.93125.0518，由此可知，应拒绝原假设，接受H1，认为回归方程显著成立。（3）参数显著性检验H0：ib=0H1：ib不等于0在H0成立的条件下，统计量iT=ii-bbb儋（）/S（）当ib=0时，T1=1.557002T2=--1.876742T3=3.078033T4=2.369806在a=0.05n=23k=4时，查表得T0.025（18）=2.10，T3，T4T0.025（18）拒绝原假设，接受备择假设，T1，T2T0.025（18）接受原假设。3.计量经济学检验（1）多重共线性检验相关系数表10.66491490175648090.92164596854726930.9347430841905820.664914901756480910.79047033766878180.48975797972521660.92164596854726930.790470337668781810.86171658815219820.9347430841905820.48975797972521660.86171658815219821由上列数字可知，存在共线性，X1，X4存在高度相关。采用逐步回归去除引起共线性的变量由单个变量回归2R最大为X4，逐步回归后，解释变量只有x1,x4符合意义。最终影响因素方程为X1X4为最优，拟合结果如下：1419518.52+128.31185.16YXXÙ=-+（2）序列相关检验Breusch-GodfreySerialCorrelationLMTest:F-statistic4.576918Prob.F(2,18)0.0247Obs*R-squared7.753535Prob.Chi-Square(2)0.0207DependentVariable:YMethod:LeastSquaresDate:12/14/14Time:16:30Sample:19852007Includedobservations:23VariableCoefficientStd.Errort-StatisticProb.C-19518.5211034.29-1.7688960.0922X4185.160947.591913.8905960.0009X1128.313444.067512.9117460.0086R-squared0.946636Meandependentvar45447.30AdjustedR-squared0.941299S.D.dependentvar51894.01S.E.ofregression12572.98Akaikeinfocriterion21.83760Sumsquaredresid3.16E+09Schwarzcriterion21.98570Loglikelihood-248.1323Hannan-Quinncriter.21.87484F-statistic177.3918Durbin-Watsonstat1.29