粤西地区教育规模与农民收入的定量研究-《职业教育研究》(2018年11期).docx

龙源版权所有 粤西地区教育规模与农民收入的定量研究作者：郑凤贤来源：《职业教育研究》2018年第11期 摘要：在建设新型城镇化的背景下，粤西地区农村人口比重高，农民数量大，其生活改善與收入水平提高是该地区新型城镇化的重点。以教育规模为自变量，以农民收入为因变量，利用SPSS软件进行回归分析，建立函数模型。研究发现，小学与普通中学规模为排除变量，高等院校规模不完全具备建模条件，中职学校规模为主要因素，可作为教育规模的代表因素参与建模。结果显示， 中职学校的规模与农民人均收入具有高度相关性。 关键词：教育规模；农民收入；多元回归分析；曲线估计 中图分类号：G710 文献标识码：A 文章编号：1672-5727（2018）11-0028-05 2014年，国务院发布的《国家新型城镇化规划（2014—2020年）》指出，我国仍处于城镇化率为30%～70%的快速发展区间，随着内外部环境的变化，我国的城镇化必须进入以提升质量为主的转型发展新阶段。随着新型城镇化的深入推进，城镇化对于解决农业、农村、农民问题及推动区域协调发展的作用越来越明显。2016年，国务院《关于深入推进新型城镇化建设的若干意见》指出“以人的城镇化为核心”。在中小型城市中，不管是易地城镇化还是就地城镇化，以人为核心的城镇化都离不开作为公共服务之一的教育。因地制宜地城镇化是我国城镇化的主要途径。 在广东省内，珠三角地区与粤东西北的经济发展水平迥异。从人口分布来看，粤西地区城镇人口逐年增加，农村人口逐年减少。但截止2015年，粤西地区农村人口依然占该地区常住人口的58%[1]。粤西地区在推进新型城镇化的过程中，农民的城镇化是重中之重。人的城镇化关乎教育的作用，不但表现为人的素质的提高，也表现在其生活水平的改善。那么，粤西地区的教育与当地农民生活改善的关系是否显著？若显著，该地区的教育规模与农民收入是否有显著关系？存在何种关系？利用多元回归分析及曲线估计的统计学手段，以粤西地区的湛江市为例，建立回归模型，挖掘不同类型教育的规模对农民收入的影响程度，从教育角度探寻提高农民收入的途径。 一、研究设计 （一）选取变量 湛江市位于广东省粤西地区，经济发展属于全省经济欠发达地区。截至2012年，全市人口约785万，农村人口约494万，占全市人口的63%[2]。这说明湛江市农民占人口的大多数。同时，湛江市科教实力雄厚，截至2016年，拥有高校9所，在省内数量仅次于广州市；中等专业学校和职业技术学校63家；科研和专业技术人员13万多人[3]。 为了建立模型探讨教育的经济功能的发挥，以教育为自变量，农民的收入为因变量。据笔者了解，该地区的学校在校生大部分为湛江户籍，普通高等学校的在校生可代表该地区学生的就读情况，而其他类型的教育在校生几乎全部为湛江户籍。学校的在校生数可作为教育的具体可计算变量。那么，教育规模作为教育因素中的自变量，其计算数值为在校生数。此外，该市农民人数占比大，农民收入的提高是该市经济发展的显著变化指标。教育的经济功能的发挥在农民收入变化上的影响同样具有显著性。因此，农民的人均收入作为经济因素中的因变量。 （二）确定步骤 本文的前提假设为随着教育规模的扩大，受教育的人数不断增加，农民的人均收入逐渐增加。无论农民或农民子女为第几产业从业人员，教育对其收入的影响都占有一定比值。农民的人均收入必然随着该地区GDP的提高而提高，教育与GDP的相互关系已被很多研究验证。但本文的研究目的是探寻粤西地区何种类型的教育对农民人均收入影响最大，是否可建立模型进行预测。因此，研究的第一步，首先要对总体的数据现状进行分析，根据实际情况判断各要素之间的相互关系。第二步，运用多元回归分析方法对各类型教育对农民人均收入的影响进行回归分析，找出具有线性回归意义最高的模型。第三步，根据多元回归模型，剔除没有线性回归意义的类型。由于线性模型并不适合于大多数日常实际情况，而曲线模型在日常生活中更常见，也更符合实际。为此，对剩下的类型进行曲线估计分析，并对模型进行优化。最后，运用模型预测值与原值相比，检验该模型的有效性并预测真值。 总之，运用SPSS19.0软件为分析工具，以湛江市1985—2015年（数据来源为《湛江统计年鉴（2016）》）的数据为样本，对相关因素进行回归分析。涉及的自变量计算值分别为高等院校在校生数、普通中学在校生数、中等职业院校在校生数、小学在校生数；因变量为1985—2015年农民人均收入。 二、研究过程 （一）描述统计 描述统计的过程就是对所要研究的对象的各因素现状了解的过程。湛江市1985—2015年的教育规模情况及农民人均收入情况的具体数据用折线图直观呈现。教育规模的数据由普通高校在校生数、中职学校在校生数、普通中学及小学在校生数构成。 如图1所示