高等教育與區(qū)域經(jīng)濟(jì)之間的相關(guān)分析＊
——以西安市為例

孫闖闖，張 迪，鄭海清，后卓雅

（甘肅農(nóng)業(yè)大學(xué)理學(xué)院，甘肅 蘭州 730070）

關(guān)鍵字：高等教育；區(qū)域經(jīng)濟(jì)；典型相關(guān)性分析；回歸分析

1 概述

教育和經(jīng)濟(jì)的發(fā)展是全球熱議的話題，而經(jīng)濟(jì)的發(fā)展總是和教育有著密切的聯(lián)系。對(duì)于教育和經(jīng)濟(jì)之間復(fù)雜的關(guān)系有很多研究，而結(jié)果幾乎都是教育可以更好地刺激經(jīng)濟(jì)的增長(zhǎng)與發(fā)展。在國(guó)內(nèi)研究中，楊祖憲和李東航[1]、郭必裕[2]從社會(huì)功能論角度，把區(qū)域高等教育發(fā)展的戰(zhàn)略目標(biāo)定位于服務(wù)區(qū)域社會(huì)經(jīng)濟(jì)，注重特色化和可持續(xù)發(fā)展的方面；楊益民[3]從經(jīng)濟(jì)學(xué)視角展開(kāi)高等教育規(guī)模對(duì)區(qū)域人均GDP影響的實(shí)證研究；王珊[4]從協(xié)調(diào)發(fā)展方面出發(fā)，利用耦合協(xié)調(diào)度模型和典型相關(guān)分析的方法對(duì)江西省2007—2019年高等教育與區(qū)域經(jīng)濟(jì)間的關(guān)系進(jìn)行了實(shí)證研究，發(fā)現(xiàn)江西省高等教育與區(qū)域經(jīng)濟(jì)的發(fā)展處于初級(jí)協(xié)調(diào)發(fā)展階段；高順成等[5]結(jié)合經(jīng)濟(jì)理論探討了我國(guó)高等教育發(fā)展存在地域差別的成因，驗(yàn)證了高等教育與區(qū)域經(jīng)濟(jì)的關(guān)聯(lián)性；傅毓維和邵爭(zhēng)艷[6]采取DEA模型Malmquist生產(chǎn)率指數(shù)以從宏觀總體上評(píng)價(jià)區(qū)域高等教育資源配置的變化情況。在國(guó)外研究中，采用投資增量分析法分析了1929—1957年美國(guó)教育提高對(duì)美國(guó)經(jīng)濟(jì)發(fā)展的影響，結(jié)果表明1929—1957年美國(guó)教育提高帶來(lái)的收益約占同期美國(guó)國(guó)民總收入增長(zhǎng)額的33%；Denison[7]采用增長(zhǎng)因素分析法，研究了教育程度的提高在美國(guó)總勞動(dòng)投入量中所占的比重，分析得出1929—1948年教育對(duì)美國(guó)國(guó)民收入增長(zhǎng)的貢獻(xiàn)率為37%；Suri[8]通過(guò)建立多維案例數(shù)據(jù)，分析驗(yàn)證了高等教育入學(xué)率與區(qū)域經(jīng)濟(jì)間的相互影響關(guān)系。

通過(guò)收集西安市2008—2018年高等教育和區(qū)域經(jīng)濟(jì)的數(shù)據(jù)，在適當(dāng)選取高等教育和區(qū)域經(jīng)濟(jì)指標(biāo)的基礎(chǔ)上，進(jìn)行典型相關(guān)分析和回歸分析，研究高等教育與區(qū)域經(jīng)濟(jì)之間的復(fù)雜關(guān)系。

2 西安市高等教育與區(qū)域經(jīng)濟(jì)的相關(guān)分析

2.1 指標(biāo)選擇與數(shù)據(jù)來(lái)源

高等教育、區(qū)域經(jīng)濟(jì)相關(guān)指標(biāo)與數(shù)據(jù)見(jiàn)表1—表2。

表1 高等教育相關(guān)（X）指標(biāo)

表2 區(qū)域經(jīng)濟(jì)（Y）相關(guān)指標(biāo)

2.2 典型相關(guān)分析

典型相關(guān)分析是主成分分析和因子分析的進(jìn)一步發(fā)展，主要研究?jī)山M變量之間的相互依賴關(guān)系。將兩組多變量的相關(guān)關(guān)系轉(zhuǎn)換為兩組典型變量的相關(guān)關(guān)系，分別在兩組變量中提取具有代表性的兩個(gè)綜合變量，每個(gè)綜合變量是其變量組中各變量的線性組合，通過(guò)分析這兩個(gè)綜合變量的相關(guān)關(guān)系反映兩組指標(biāo)之間的整體相關(guān)性。本研究使用典型相關(guān)性分析研究西安市高等教育和區(qū)域經(jīng)濟(jì)之間的相關(guān)關(guān)系。

首先，利用SAS軟件得到X（高等教育）和Y（區(qū)域經(jīng)濟(jì)）每對(duì)典型變量之間的相關(guān)性；其次，利用典型相關(guān)分析法和典型冗余分析法篩選出代表高等教育群體和區(qū)域經(jīng)濟(jì)群體的典型變量，其中Vi（i=1,2,3,4,5,6）代表高等教育組的典型變量，Wi（i=1,2,3,4,5,6）代表區(qū)域經(jīng)濟(jì)組的典型變量。

通過(guò)每對(duì)顯著典型相關(guān)系數(shù)和顯著屬性變量檢驗(yàn)，共計(jì)可以得到6對(duì)顯著典型屬性相關(guān)系數(shù)變量，但只有（V1，W1）和（V2，W2）通過(guò)顯著典型性質(zhì)和特征檢驗(yàn)（α=0.05）。所以，根據(jù)模型標(biāo)準(zhǔn)化后的典型相關(guān)系數(shù)，通?？梢灾苯拥玫交谇皟蓪?duì)典型動(dòng)態(tài)變量的標(biāo)準(zhǔn)典型動(dòng)態(tài)相關(guān)系數(shù)模型，見(jiàn)表3。

表3 典型相關(guān)檢驗(yàn)表

第一對(duì)典型相關(guān)變量：

第二對(duì)典型相關(guān)變量：

由以上模型分析可得，專任教師數(shù)（x6）和財(cái)政支出（y6）在第一對(duì)典型變量的標(biāo)準(zhǔn)化系數(shù)最大，可以認(rèn)為第一對(duì)典型變量主要代表專任教師數(shù)和財(cái)政支出。在校學(xué)生數(shù)（x4）和第三產(chǎn)業(yè)占比（y4）在第二對(duì)典型變量的標(biāo)準(zhǔn)化系數(shù)最大，可以認(rèn)為第二對(duì)典型變量主要代表在校生人數(shù)和第三產(chǎn)業(yè)占比。

由以上數(shù)據(jù)綜合分析，雖然已經(jīng)可以得出第一對(duì)模型中的兩個(gè)典型原始相關(guān)系數(shù)模型變量和第二對(duì)模型中的兩個(gè)典型原始相關(guān)系數(shù)模型變量之間的相關(guān)系數(shù)最大，但是并不知道這兩對(duì)模型中的兩個(gè)典型原始相關(guān)系數(shù)模型變量之間是否能分別直接提取原始典型相關(guān)系數(shù)變量的多少值和相關(guān)系數(shù)信息，因此又進(jìn)行典型冗余分析，見(jiàn)表4—表5。

表4 V變量的典型冗余分析

表5 W變量的典型冗余分析

由上述分析，可以得到對(duì)于高等教育組變量，V1可以提取高等教育原始數(shù)據(jù)84.13%的信息，W1也可以提取高等教育原始數(shù)據(jù)84.13%的信息（表4）。對(duì)于區(qū)域經(jīng)濟(jì)組變量，W1可以提取區(qū)域經(jīng)濟(jì)原始數(shù)據(jù)84.57%的信息，V1也可以提取區(qū)域經(jīng)濟(jì)原始數(shù)據(jù)84.57%的信息。第一對(duì)典型變量（V1，W1）已經(jīng)提取高等教育和區(qū)域經(jīng)濟(jì)原始變量84.13%和84.57%的信息，所以能很好代表高等教育和區(qū)域經(jīng)濟(jì)的典型變量。

通過(guò)上述分析，提取了綜合變量V1和W1中占據(jù)主導(dǎo)地位的指標(biāo)，其中專任教師數(shù)代表高等教育的發(fā)展，財(cái)政支出代表區(qū)域經(jīng)濟(jì)的發(fā)展。

2.3 高等教育與區(qū)域經(jīng)濟(jì)的回歸模型

根據(jù)高等教育關(guān)鍵指標(biāo)專任教師數(shù)（x6）和區(qū)域經(jīng)濟(jì)關(guān)鍵指標(biāo)財(cái)政支出（y6）的散點(diǎn)圖（圖1），通過(guò)一元線性回歸模型，得到專任教師數(shù)與財(cái)政支出之間的回歸方程為：

圖1 散點(diǎn)圖

其中R2=0.958（判定系數(shù)），說(shuō)明此線性回歸方程擬合效果很好（表6），表明財(cái)政支出與專任教師數(shù)的關(guān)系為正線性關(guān)系，即高等教育的發(fā)展在一定程度上可以加快區(qū)域經(jīng)濟(jì)的發(fā)展，而區(qū)域經(jīng)濟(jì)的發(fā)展也有利于高等教育的發(fā)展。

表6 高等教育與區(qū)域經(jīng)濟(jì)回歸分析

3 結(jié)論

西安市高等教育在校學(xué)生數(shù)一直在增加，雖然中間有起伏，但總的趨勢(shì)是一直在增長(zhǎng)，區(qū)域經(jīng)濟(jì)中GDP一直在增長(zhǎng)。通過(guò)典型相關(guān)分析和回歸分析分別研究了西安市高等教育和區(qū)域經(jīng)濟(jì)的相關(guān)性。在典型相關(guān)分析中可知，高等教育的6個(gè)指標(biāo)中專任教師數(shù)指標(biāo)對(duì)高等教育影響較大，區(qū)域經(jīng)濟(jì)6個(gè)指標(biāo)值中財(cái)政支出影響比較大一點(diǎn)，因此將高等教育與區(qū)域經(jīng)濟(jì)間的復(fù)雜關(guān)系簡(jiǎn)化為專任教師數(shù)與財(cái)政支出兩個(gè)指標(biāo)的關(guān)系。在回歸分析中可知，財(cái)政支出與專任教師數(shù)呈正線性關(guān)系，其一元線性回歸方程為y6=-3 450.229+921.591x6，當(dāng)專任教師數(shù)平均增加一人時(shí)，財(cái)政支出增加921.591萬(wàn)元，也就是說(shuō)專任教師數(shù)的增加將刺激財(cái)政支出的增加，也就說(shuō)明高等教育與區(qū)域經(jīng)濟(jì)間呈正線性關(guān)系，高等教育的發(fā)展將促進(jìn)區(qū)域經(jīng)濟(jì)的發(fā)展，而區(qū)域經(jīng)濟(jì)的發(fā)展又可以保障高等教育更好地發(fā)展。

4 對(duì)策和建議

4.1 引進(jìn)優(yōu)秀人才

由典型相關(guān)分析可知，影響西安市高等教育的關(guān)鍵指標(biāo)為專任教師數(shù)，影響區(qū)域經(jīng)濟(jì)發(fā)展的關(guān)鍵指標(biāo)為財(cái)政支出，經(jīng)濟(jì)的發(fā)展可加快優(yōu)秀人才的引進(jìn)，而廣大的生源又可以給當(dāng)?shù)亟?jīng)濟(jì)帶來(lái)一定的刺激發(fā)展，為當(dāng)?shù)靥峁└喔哔|(zhì)量的人才，從而有利于當(dāng)?shù)亟?jīng)濟(jì)水平的提升。因此，西安政府應(yīng)加大引進(jìn)人才的力度，從而更好地發(fā)展當(dāng)?shù)亟?jīng)濟(jì)[9]。

4.2 適度加大對(duì)高等教育的財(cái)政投入支持力度

通過(guò)典型相關(guān)分析和回歸分析，得出西安市高等教育與區(qū)域市場(chǎng)經(jīng)濟(jì)之間仍然存在著相互促進(jìn)又相互制約的利益關(guān)系。當(dāng)?shù)厣鐣?huì)經(jīng)濟(jì)發(fā)展水平好才會(huì)有更多的資金和資源投入教育，如果經(jīng)濟(jì)落后，就需要國(guó)家扶持，當(dāng)?shù)亟逃簿蜁?huì)落后，經(jīng)濟(jì)也就會(huì)跟不上發(fā)展，只有不斷地加大教育的投入，才能享受教育帶來(lái)的回報(bào)。而高等教育的發(fā)展主要依賴于專任教師數(shù)這一指標(biāo)，其次是在校學(xué)生數(shù)。因此，西安市政府應(yīng)該適度支持加大對(duì)高等教育資金投入，促使高等教育高質(zhì)高效發(fā)展[10]。