區(qū)域經(jīng)濟(jì)狀況對(duì)財(cái)經(jīng)類高校生源質(zhì)量的影響

鞠若琪 代文潔 馬長(zhǎng)禧 王琦 劉麗偉

摘要：隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，國(guó)民教育水平得到顯著提升，區(qū)域經(jīng)濟(jì)發(fā)展與教育水平之間越來(lái)越表現(xiàn)出某些相關(guān)性。本文選取京津冀、江浙滬、珠三角、東三省、西南三省五個(gè)區(qū)域內(nèi)的15所財(cái)經(jīng)類院校，采用五個(gè)區(qū)域 2016-2020年錄取生源面板數(shù)據(jù)構(gòu)建模型，分析了區(qū)域經(jīng)濟(jì)發(fā)展對(duì)財(cái)經(jīng)類院校生源質(zhì)量的影響。本文采用改進(jìn)AHP法和改進(jìn)熵權(quán)法確定指標(biāo)權(quán)重，構(gòu)建了區(qū)域經(jīng)濟(jì)狀況的評(píng)價(jià)指標(biāo)體系，并進(jìn)行加權(quán)綜合評(píng)價(jià)測(cè)算得分，計(jì)算了區(qū)域經(jīng)濟(jì)指標(biāo)值和生源質(zhì)量得分的相關(guān)系數(shù)。由于區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r具有滯后性，本文構(gòu)建GMM動(dòng)態(tài)面板模型，并選取區(qū)域面板數(shù)據(jù)進(jìn)行估算。實(shí)證研究發(fā)現(xiàn)區(qū)域經(jīng)濟(jì)狀況和財(cái)經(jīng)類高校生源質(zhì)量存在相關(guān)性，生源地經(jīng)濟(jì)越發(fā)達(dá)，財(cái)經(jīng)類院校招收的生源質(zhì)量越高，并為財(cái)經(jīng)類高校的生源投放提出了相關(guān)決策建議。

關(guān)鍵詞：區(qū)域經(jīng)濟(jì);財(cái)經(jīng)類院校;生源質(zhì)量

隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，國(guó)民教育水平得到顯著提升，不同地區(qū)及區(qū)域的經(jīng)濟(jì)發(fā)展水平出現(xiàn)了明顯的差異和差異擴(kuò)大化趨勢(shì)。教育在一定條件下對(duì)經(jīng)濟(jì)有著促進(jìn)作用，反過(guò)來(lái)經(jīng)濟(jì)對(duì)教育的發(fā)展也有提升作用。事實(shí)上，高校生源質(zhì)量一方面與高校自身辦學(xué)質(zhì)量相關(guān)，也一定程度上受到高校所在地經(jīng)濟(jì)的影響。高校招收的生源質(zhì)量越高，越能夠培養(yǎng)出能夠?yàn)閲?guó)家經(jīng)濟(jì)社會(huì)建設(shè)做出貢獻(xiàn)的人才。研究如何提高高等教育質(zhì)量，可以實(shí)現(xiàn)高等教育與區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展。

本文研究區(qū)域經(jīng)濟(jì)水平對(duì)財(cái)經(jīng)類院校生源質(zhì)量的影響問(wèn)題，旨在探究二者之間的關(guān)系，對(duì)財(cái)經(jīng)類高校招生政策提供管理啟示。

一、綜述

本文重點(diǎn)梳理了國(guó)內(nèi)學(xué)者實(shí)證層面的研究成果。劉玲婭等人（2020）在研究經(jīng)濟(jì)發(fā)展的過(guò)程中，通過(guò)多個(gè)指標(biāo)進(jìn)行多維全面反映，根據(jù)各指標(biāo)對(duì)經(jīng)濟(jì)發(fā)展的影響程度的差異，賦予不同權(quán)重，保證評(píng)價(jià)結(jié)果具有客觀性和科學(xué)性[1]。金田林、吳自強(qiáng)（2020）將GMM方法作為對(duì)比參照結(jié)果，當(dāng)模型滯后效應(yīng)較強(qiáng)時(shí)，采用差分GMM和系統(tǒng)GMM會(huì)產(chǎn)生參數(shù)識(shí)別偏差[2]。

石榮敏、顏蒙（2016）對(duì)實(shí)際人均GDP分析后，非線性Fourier擬合平滑結(jié)構(gòu)變化進(jìn)行DF類型單位根檢驗(yàn)時(shí)，結(jié)果更具有穩(wěn)健性[3]。樊自甫等（2020）按照科學(xué)性、客觀性、定量化及可比性原則，選擇評(píng)價(jià)指標(biāo)體系利用層次分析法，搭建多層次的分析結(jié)構(gòu)模型，確定指標(biāo)體系權(quán)重[4]。

基于國(guó)內(nèi)學(xué)者對(duì)經(jīng)濟(jì)發(fā)展的研究，我們發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展影響因素眾多，從實(shí)證分析層面出發(fā)，選擇建立評(píng)價(jià)指標(biāo)體系，搭建綜合評(píng)價(jià)體系，應(yīng)用GMM模型，使用平穩(wěn)性檢驗(yàn)的方法，對(duì)經(jīng)濟(jì)發(fā)展的影響因素做定量分析[5]。

二、研究方法論及數(shù)據(jù)構(gòu)成

（一）方法論

本文探究區(qū)域經(jīng)濟(jì)狀況對(duì)財(cái)經(jīng)類高校生源質(zhì)量的影響。選擇具有代表性的五個(gè)經(jīng)濟(jì)區(qū)域：京津冀、江浙滬、珠三角、東三省、西南三省，采用五個(gè)區(qū)域2016-2020年的面板數(shù)據(jù)構(gòu)建模型。

選取一級(jí)、二級(jí)評(píng)價(jià)指標(biāo)后，采用集成改進(jìn)層次分析法（AHP）和改進(jìn)熵權(quán)法的加權(quán)綜合評(píng)價(jià)法進(jìn)行評(píng)價(jià)。首先基于加權(quán)平均法確定綜合權(quán)重，再基于評(píng)價(jià)結(jié)果確定區(qū)域經(jīng)濟(jì)各指標(biāo)權(quán)重，得出各區(qū)域五年的綜合評(píng)價(jià)得分。再計(jì)算出生源質(zhì)量與區(qū)域經(jīng)濟(jì)狀況的皮爾遜相關(guān)系數(shù)，判斷相關(guān)性。

由于區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r具有滯后性，本文構(gòu)建 GMM 動(dòng)態(tài)面板模型，并選取區(qū)域面板數(shù)據(jù)進(jìn)行估計(jì)。首先采用Hansen 檢驗(yàn)對(duì)模型進(jìn)行過(guò)渡識(shí)別檢驗(yàn)，再進(jìn)行Sargan 檢驗(yàn)判斷是否可以進(jìn)行GMM系統(tǒng)估計(jì)。

（二）構(gòu)建區(qū)域經(jīng)濟(jì)發(fā)展評(píng)價(jià)指標(biāo)體系

區(qū)域經(jīng)濟(jì)狀況從經(jīng)濟(jì)發(fā)展、社會(huì)發(fā)展以及政府管理三個(gè)方面去評(píng)價(jià)。經(jīng)濟(jì)發(fā)展因素：用人均生產(chǎn)總值衡量區(qū)域經(jīng)濟(jì)的發(fā)展現(xiàn)狀和規(guī)模，以第二產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重衡量區(qū)域產(chǎn)業(yè)結(jié)構(gòu)。社會(huì)發(fā)展因素：用居民消費(fèi)水平、社會(huì)消費(fèi)品零售總額和全社會(huì)固定資產(chǎn)投資衡量區(qū)域社會(huì)發(fā)展情況。政府管理因素：用地方財(cái)政一般預(yù)算收入衡量政府管理情況。構(gòu)建以上指標(biāo)體系的數(shù)據(jù)主要來(lái)源于國(guó)家統(tǒng)計(jì)局《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)信息化發(fā)展水平評(píng)估報(bào)告》等官方統(tǒng)計(jì)資料。本文對(duì)數(shù)據(jù)進(jìn)行了無(wú)量綱化處理，保證了數(shù)據(jù)的可對(duì)比性。

（三）獲取生源質(zhì)量數(shù)據(jù)

從上文五個(gè)區(qū)域各選取3所高校，共15所高校作為研究對(duì)象。高校生源質(zhì)量數(shù)據(jù)來(lái)自軟科評(píng)分（詳見(jiàn)表1）。

（四）選取GMM 動(dòng)態(tài)面板模型數(shù)據(jù)

本部分?jǐn)?shù)據(jù)選自《中國(guó)統(tǒng)計(jì)年鑒》 （2016-2020）和《中國(guó)信息化發(fā)展水平評(píng)估報(bào)告》（2016-2020），包含了以上五個(gè)區(qū)域的面板數(shù)據(jù)。以京津冀地區(qū)的數(shù)據(jù)為例（詳見(jiàn)表2）。

三、建模與相關(guān)性分析

（一）構(gòu)建評(píng)價(jià)模型

本文采用七標(biāo)度的改進(jìn)AHP和改進(jìn)熵權(quán)法來(lái)構(gòu)建評(píng)價(jià)模型，以提升其客觀度和準(zhǔn)確性。

1.基于改進(jìn)AHP確定指標(biāo)權(quán)重

針對(duì)部分指標(biāo)不可獲得或數(shù)據(jù)大量缺失的情況，本文引入修正參數(shù) e，指標(biāo)可獲得時(shí)，e取1;否則，e取0。若部分指標(biāo)缺失，需用相近指標(biāo)代替原指標(biāo)。

（1）構(gòu)造判斷矩陣

將指標(biāo)按照隸屬范圍逐層級(jí)、逐項(xiàng)兩兩比較，并據(jù)此對(duì)元素aij進(jìn)行賦值，aij > 0，aij= 1，aij=，i，j=1，2，...，n。其中：n 表示隸屬于同一層級(jí)的指標(biāo)數(shù)目，aij 表示第 i 個(gè)指標(biāo)相對(duì)于第 j 個(gè)指標(biāo)對(duì)上一層級(jí)指標(biāo)的重要程度。

（2）計(jì)算權(quán)向量權(quán)

首先，利用（1）式對(duì)各指標(biāo)判斷矩陣進(jìn)行“列歸一化”處理;然后，利用（2）式把歸一化后的矩陣按行進(jìn)行疊加;最后，利用（3）式對(duì)得到的矩陣進(jìn)行“行歸一化”處理，并得到特征權(quán)向量X=（X1，X2，…，Xn）T。

（3）一致性檢驗(yàn)

首先，需要利用（4）式求出矩陣的最大特征向量，并利用（5）式計(jì)算出判斷矩陣的一致性指標(biāo)CI;其次，結(jié)合自由標(biāo)度指標(biāo)RI，利用（6）式計(jì)算出隨機(jī)一致性檢驗(yàn)系數(shù)CR。若通過(guò)，可將特征權(quán)向量作為指標(biāo)權(quán)重;反之，重新調(diào)整判斷矩陣，直至通過(guò)一致性檢驗(yàn)。最后，利用（7）式計(jì)算方案層指標(biāo)j的綜合權(quán)重AWj，其中：e為修正參數(shù)，AWi是準(zhǔn)則層指標(biāo)i的權(quán)重，AWij是準(zhǔn)則層指標(biāo)i下方案層指標(biāo)j的權(quán)重。

2.基于改進(jìn)熵權(quán)法確定指標(biāo)權(quán)重

（1）構(gòu)建決策矩陣

基于所構(gòu)建的評(píng)價(jià)指標(biāo)體系，以5年為基準(zhǔn)，收集2016-2020年各指標(biāo)數(shù)據(jù)作為決策矩陣輸入，構(gòu)建相應(yīng)的區(qū)域經(jīng)濟(jì)發(fā)展評(píng)價(jià)模型決策矩陣。

（2）數(shù)據(jù)標(biāo)準(zhǔn)化處理

采用（8）式對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到相應(yīng)標(biāo)準(zhǔn)化矩陣。

（3）計(jì)算熵值與熵權(quán)

本文按照（9）式計(jì)算j個(gè)三級(jí)指標(biāo)的熵值Hj，其中：是所有不為1的熵值的平均值，按照（10）、（11）式計(jì)算Pj和Qj，按照（12）式計(jì)算第j個(gè)三級(jí)指標(biāo)的權(quán)重Yj。

3.確定區(qū)域經(jīng)濟(jì)發(fā)展指標(biāo)綜合權(quán)重

本文對(duì)以上結(jié)果進(jìn)行加權(quán)平均，改進(jìn)AHP方法和改進(jìn)熵權(quán)法權(quán)重都為0.5。因此，得出京津冀、江浙滬、珠三角、東三省、西南三省的區(qū)域經(jīng)濟(jì)發(fā)展評(píng)價(jià)指標(biāo)綜合權(quán)重，以京津冀的結(jié)果為例（詳見(jiàn)表3）。

根據(jù)上文結(jié)果建立回歸模型，得出區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r的綜合評(píng)分（如圖1所示）。圖1為2016-2020年京津冀經(jīng)濟(jì)發(fā)展?fàn)顩r得分及財(cái)經(jīng)類院校生源質(zhì)量得分和的變動(dòng)表。根據(jù)曲線的趨勢(shì)可以直觀看出區(qū)域經(jīng)濟(jì)狀況和財(cái)經(jīng)類院校生源質(zhì)量具有明顯的相關(guān)性。

運(yùn)用皮爾遜相關(guān)系數(shù)計(jì)算出各區(qū)域教育水平與經(jīng)濟(jì)高質(zhì)量發(fā)展水平的皮爾遜相關(guān)系數(shù)為 0.5981，進(jìn)一步說(shuō)明變量相關(guān)性較強(qiáng)。

（二）GMM模型

由于區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r具有滯后性，本文在構(gòu)建模型時(shí)引入滯后一期變量，構(gòu)建 GMM 動(dòng)態(tài)面板模型，并選取區(qū)域面板數(shù)據(jù)進(jìn)行估計(jì)。計(jì)量模型設(shè)定如下：

REDit=α1REDit-1+α2QSFit+α3LFDit+α4LIDit+α5LTDit+μit

其中，i表示截面數(shù)，t表示年份。REDit表示取域 i 第 t 年經(jīng)濟(jì)發(fā)展?fàn)顩r;REDit-1表示區(qū)域 i 第 t-1 年經(jīng)濟(jì)發(fā)展?fàn)顩r;QSFit表示區(qū)域 i 第 t 年財(cái)經(jīng)類院校生源質(zhì)量;LFDit表示區(qū)域 i 第 t 年信息化發(fā)展水平;LIDit表示區(qū)域 i 第 t 年金融發(fā)展水平;LTDit表示區(qū)域 i 第 t 年技術(shù)創(chuàng)新水平;μit表示隨個(gè)體和時(shí)間改變的擾動(dòng)項(xiàng)。

在以上模型中，將區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r（RED）作為被解釋變量，將財(cái)經(jīng)類院校生源質(zhì)量（QSF）作為解釋變量。此外，本研究為避免計(jì)量模型的內(nèi)生性遺漏問(wèn)題，選取信息化發(fā)展水平（LFD）、金融發(fā)展水平（LID）、技術(shù)創(chuàng)新水平（LTD）作為控制變量。為了消除變量之間的異方差，對(duì)變量數(shù)據(jù)進(jìn)行取對(duì)數(shù)處理。

GMM 動(dòng)態(tài)面板回歸模型的變量定義與符號(hào)如表4所示（詳見(jiàn)表4）。

首先對(duì)模型進(jìn)行過(guò)度識(shí)別檢驗(yàn)，用Hansen 檢驗(yàn)來(lái)判斷工具變量的使用是否合理。檢驗(yàn)結(jié)果如表5所示（詳見(jiàn)表5）。

結(jié)果表明，前一年區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r在 0.1%的顯著性水平上影響當(dāng)年的區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r，說(shuō)明本期區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r對(duì)上期區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r依賴性較強(qiáng)。因此，與靜態(tài)模型相比，GMM動(dòng)態(tài)面板模型更適用于描述這一現(xiàn)象。財(cái)經(jīng)類院校生源質(zhì)量的影響系數(shù)為 0.4335，且顯著性 p=0.006，這與皮爾遜相關(guān)系數(shù)的結(jié)果分析基本一致。

此外，Sargan 檢驗(yàn)的結(jié)果p=0.071，可以在 5%的顯著性水平上接受“所有工具變量都有效的原假設(shè)”，這表明GMM 系統(tǒng)估計(jì)可行。

四、結(jié)論和建議

分析結(jié)果表明，所選區(qū)域的經(jīng)濟(jì)發(fā)展?fàn)顩r和經(jīng)濟(jì)指標(biāo)對(duì)該地財(cái)經(jīng)類院校的生源質(zhì)量影響顯著。對(duì)高校招生而言，目前教育部每五年對(duì)高校進(jìn)行一輪學(xué)科評(píng)估，生源質(zhì)量密切影響高校的建設(shè)成果和評(píng)級(jí)結(jié)果，從而影響學(xué)校的長(zhǎng)期發(fā)展。本文根據(jù)實(shí)證結(jié)論提出相應(yīng)的政策建議，為財(cái)經(jīng)類院校制定招生政策提供決策參考。

第一，財(cái)經(jīng)類院校進(jìn)行招生宣傳時(shí)要借力所屬區(qū)域經(jīng)濟(jì)發(fā)展。所屬區(qū)域的經(jīng)濟(jì)狀況較好的高校要加強(qiáng)地域宣傳，突出這一優(yōu)勢(shì)來(lái)吸引高質(zhì)量生源;區(qū)域經(jīng)濟(jì)狀況較弱的高校，要將宣傳重點(diǎn)放在院校和專業(yè)本身的發(fā)展前景上，來(lái)彌補(bǔ)區(qū)域經(jīng)濟(jì)發(fā)展?fàn)顩r的不足。

第二，財(cái)經(jīng)類院校要將自身發(fā)展建設(shè)和區(qū)域發(fā)展建設(shè)緊密聯(lián)系起來(lái)，在辦學(xué)特色和專業(yè)發(fā)展側(cè)重上，要融入?yún)^(qū)域潮流，利用好當(dāng)?shù)剞k學(xué)資源，充分發(fā)揮地理位置的優(yōu)勢(shì)。

參考文獻(xiàn)：

[1]樊自甫，郎璐米，萬(wàn)曉榆.共享經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系的構(gòu)建[J].統(tǒng)計(jì)與決策，2020，36（05）：47-50.

[2]劉玲婭，張婭，黃曉平.縣域經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系構(gòu)建、測(cè)試與分析——以貴州省為例[J].商展經(jīng)濟(jì)，2020 （11）：113-116.

[3]金田林，吳自強(qiáng).基于動(dòng)態(tài)GMM模型的北京都市圈聚集效應(yīng)研究[J].技術(shù)經(jīng)濟(jì)，2020，39（12）：155-162.

[4]石榮敏，顏蒙.東亞國(guó)家實(shí)際人均GDP平穩(wěn)性檢驗(yàn)——基于非線性Fourier單位根方法的應(yīng)用[J].商，2016（04）：78-79.

[5]戴子楸.基于熵值法與AHP法的安徽省民營(yíng)經(jīng)濟(jì)發(fā)展水平綜合評(píng)價(jià)與分析[D].安慶師范大學(xué)，2020.