论文部分内容阅读
摘要：随着我国经济的快速发展，国民教育水平得到显著提升，区域经济发展与教育水平之间越来越表现出某些相关性。本文选取京津冀、江浙沪、珠三角、东三省、西南三省五个区域内的15所财经类院校，采用五个区域 2016-2020年录取生源面板数据构建模型，分析了区域经济发展对财经类院校生源质量的影响。本文采用改进AHP法和改进熵权法确定指标权重，构建了区域经济状况的评价指标体系，并进行加权综合评价测算得分，计算了区域经济指标值和生源质量得分的相关系数。由于区域经济发展状况具有滞后性，本文构建GMM动态面板模型，并选取区域面板数据进行估算。实证研究发现区域经济状况和财经类高校生源质量存在相关性，生源地经济越发达，财经类院校招收的生源质量越高，并为财经类高校的生源投放提出了相关决策建议。
关键词：区域经济;财经类院校;生源质量
随着我国经济的快速发展，国民教育水平得到显著提升，不同地区及区域的经济发展水平出现了明显的差异和差异扩大化趋势。教育在一定条件下对经济有着促进作用，反过来经济对教育的发展也有提升作用。事实上，高校生源质量一方面与高校自身办学质量相关，也一定程度上受到高校所在地经济的影响。高校招收的生源质量越高，越能够培养出能够为国家经济社会建设做出贡献的人才。研究如何提高高等教育质量，可以实现高等教育与区域经济协调发展。
本文研究区域经济水平对财经类院校生源质量的影响问题，旨在探究二者之间的关系，对财经类高校招生政策提供管理启示。
一、综述
本文重点梳理了国内学者實证层面的研究成果。刘玲娅等人（2020）在研究经济发展的过程中，通过多个指标进行多维全面反映，根据各指标对经济发展的影响程度的差异，赋予不同权重，保证评价结果具有客观性和科学性[1]。金田林、吴自强（2020）将GMM方法作为对比参照结果，当模型滞后效应较强时，采用差分GMM和系统GMM会产生参数识别偏差[2]。
石荣敏、颜蒙（2016）对实际人均GDP分析后，非线性Fourier拟合平滑结构变化进行DF类型单位根检验时，结果更具有稳健性[3]。樊自甫等（2020）按照科学性、客观性、定量化及可比性原则，选择评价指标体系利用层次分析法，搭建多层次的分析结构模型，确定指标体系权重[4]。
基于国内学者对经济发展的研究，我们发现经济发展影响因素众多，从实证分析层面出发，选择建立评价指标体系，搭建综合评价体系，应用GMM模型，使用平稳性检验的方法，对经济发展的影响因素做定量分析[5]。
二、研究方法论及数据构成
（一）方法论
本文探究区域经济状况对财经类高校生源质量的影响。选择具有代表性的五个经济区域：京津冀、江浙沪、珠三角、东三省、西南三省，采用五个区域2016-2020年的面板数据构建模型。
选取一级、二级评价指标后，采用集成改进层次分析法（AHP）和改进熵权法的加权综合评价法进行评价。首先基于加权平均法确定综合权重，再基于评价结果确定区域经济各指标权重，得出各区域五年的综合评价得分。再计算出生源质量与区域经济状况的皮尔逊相关系数，判断相关性。
由于区域经济发展状况具有滞后性，本文构建 GMM 动态面板模型，并选取区域面板数据进行估计。首先采用Hansen 检验对模型进行过渡识别检验，再进行Sargan 检验判断是否可以进行GMM系统估计。
（二）构建区域经济发展评价指标体系
区域经济状况从经济发展、社会发展以及政府管理三个方面去评价。经济发展因素：用人均生产总值衡量区域经济的发展现状和规模，以第二产业比重和第三产业比重衡量区域产业结构。社会发展因素：用居民消费水平、社会消费品零售总额和全社会固定资产投资衡量区域社会发展情况。政府管理因素：用地方财政一般预算收入衡量政府管理情况。构建以上指标体系的数据主要来源于国家统计局《中国统计年鉴》和《中国信息化发展水平评估报告》等官方统计资料。本文对数据进行了无量纲化处理，保证了数据的可对比性。
（三）获取生源质量数据
从上文五个区域各选取3所高校，共15所高校作为研究对象。高校生源质量数据来自软科评分（详见表1）。
（四）选取GMM 动态面板模型数据
本部分数据选自《中国统计年鉴》 （2016-2020）和《中国信息化发展水平评估报告》（2016-2020），包含了以上五个区域的面板数据。以京津冀地区的数据为例（详见表2）。
三、建模与相关性分析
（一）构建评价模型
本文采用七标度的改进AHP和改进熵权法来构建评价模型，以提升其客观度和准确性。
1.基于改进AHP确定指标权重
针对部分指标不可获得或数据大量缺失的情况，本文引入修正参数 e，指标可获得时，e取1;否则，e取0。若部分指标缺失，需用相近指标代替原指标。
（1）构造判断矩阵
将指标按照隶属范围逐层级、逐项两两比较，并据此对元素aij进行赋值，aij > 0，aij= 1，aij=，i，j=1，2，...，n。其中：n 表示隶属于同一层级的指标数目，aij 表示第 i 个指标相对于第 j 个指标对上一层级指标的重要程度。
（2）计算权向量权
首先，利用（1）式对各指标判断矩阵进行“列归一化”处理;然后，利用（2）式把归一化后的矩阵按行进行叠加;最后，利用（3）式对得到的矩阵进行“行归一化”处理，并得到特征权向量X=（X1，X2，…，Xn）T。
（3）一致性检验
首先，需要利用（4）式求出矩阵的最大特征向量，并利用（5）式计算出判断矩阵的一致性指标CI;其次，结合自由标度指标RI，利用（6）式计算出随机一致性检验系数CR。若通过，可将特征权向量作为指标权重;反之，重新调整判断矩阵，直至通过一致性检验。最后，利用（7）式计算方案层指标j的综合权重AWj，其中：e为修正参数，AWi是准则层指标i的权重，AWij是准则层指标i下方案层指标j的权重。 2.基于改进熵权法确定指标权重
（1）构建决策矩阵
基于所构建的评价指标体系，以5年为基准，收集2016-2020年各指标数据作为决策矩阵输入，构建相应的区域经济发展评价模型决策矩阵。
（2）数据标准化处理
采用（8）式对数据进行标准化处理，得到相应标准化矩阵。
（3）计算熵值与熵权
本文按照（9）式计算j个三级指标的熵值Hj，其中：是所有不为1的熵值的平均值，按照（10）、（11）式计算Pj和Qj，按照（12）式计算第j个三级指标的权重Yj。
3.确定区域经济发展指标综合权重
本文对以上结果进行加权平均，改进AHP方法和改进熵权法权重都为0.5。因此，得出京津冀、江浙沪、珠三角、东三省、西南三省的区域经济发展评价指标综合权重，以京津冀的结果为例（详见表3）。
根据上文结果建立回归模型，得出区域经济发展状况的综合评分（如图1所示）。图1为2016-2020年京津冀经济发展状况得分及财经类院校生源质量得分和的变动表。根据曲线的趋势可以直观看出区域经济状况和财经类院校生源质量具有明显的相关性。
运用皮尔逊相关系数计算出各区域教育水平与经济高质量发展水平的皮尔逊相关系数为 0.5981，进一步说明变量相关性较强。
（二）GMM模型
由于区域经济发展状况具有滞后性，本文在构建模型时引入滞后一期变量，构建 GMM 动态面板模型，并选取区域面板数据进行估计。计量模型设定如下：
REDit=α1REDit-1+α2QSFit+α3LFDit+α4LIDit+α5LTDit+μit
其中，i表示截面数，t表示年份。REDit表示取域 i 第 t 年经济发展状况;REDit-1表示区域 i 第 t-1 年经济发展状况;QSFit表示区域 i 第 t 年财经类院校生源质量;LFDit表示区域 i 第 t 年信息化发展水平;LIDit表示区域 i 第 t 年金融发展水平;LTDit表示区域 i 第 t 年技术创新水平;μit表示随个体和时间改变的扰动项。
在以上模型中，将区域经济发展状况（RED）作为被解释变量，将财经类院校生源质量（QSF）作为解释变量。此外，本研究为避免计量模型的内生性遗漏问题，选取信息化发展水平（LFD）、金融发展水平（LID）、技术创新水平（LTD）作为控制变量。为了消除变量之间的异方差，对变量数据进行取对数处理。
GMM 动态面板回归模型的变量定义与符号如表4所示（详见表4）。
首先对模型进行过度识别检验，用Hansen 检验来判断工具变量的使用是否合理。检验结果如表5所示（详见表5）。
结果表明，前一年区域经济发展状况在 0.1%的显著性水平上影响当年的区域经济发展状况，说明本期区域经济发展状况对上期区域经济发展状况依赖性较强。因此，与静态模型相比，GMM动态面板模型更适用于描述这一现象。财经类院校生源质量的影响系数为 0.4335，且显著性 p=0.006，這与皮尔逊相关系数的结果分析基本一致。
此外，Sargan 检验的结果p=0.071，可以在 5%的显著性水平上接受“所有工具变量都有效的原假设”，这表明GMM 系统估计可行。
四、结论和建议
分析结果表明，所选区域的经济发展状况和经济指标对该地财经类院校的生源质量影响显著。对高校招生而言，目前教育部每五年对高校进行一轮学科评估，生源质量密切影响高校的建设成果和评级结果，从而影响学校的长期发展。本文根据实证结论提出相应的政策建议，为财经类院校制定招生政策提供决策参考。
第一，财经类院校进行招生宣传时要借力所属区域经济发展。所属区域的经济状况较好的高校要加强地域宣传，突出这一优势来吸引高质量生源;区域经济状况较弱的高校，要将宣传重点放在院校和专业本身的发展前景上，来弥补区域经济发展状况的不足。
第二，财经类院校要将自身发展建设和区域发展建设紧密联系起来，在办学特色和专业发展侧重上，要融入区域潮流，利用好当地办学资源，充分发挥地理位置的优势。
参考文献：
[1]樊自甫，郎璐米，万晓榆.共享经济评价指标体系的构建[J].统计与决策，2020，36（05）：47-50.
[2]刘玲娅，张娅，黄晓平.县域经济发展水平评价指标体系构建、测试与分析——以贵州省为例[J].商展经济，2020 （11）：113-116.
[3]金田林，吴自强.基于动态GMM模型的北京都市圈聚集效应研究[J].技术经济，2020，39（12）：155-162.
[4]石荣敏，颜蒙.东亚国家实际人均GDP平稳性检验——基于非线性Fourier单位根方法的应用[J].商，2016（04）：78-79.
[5]戴子楸.基于熵值法与AHP法的安徽省民营经济发展水平综合评价与分析[D].安庆师范大学，2020.
关键词：区域经济;财经类院校;生源质量
随着我国经济的快速发展，国民教育水平得到显著提升，不同地区及区域的经济发展水平出现了明显的差异和差异扩大化趋势。教育在一定条件下对经济有着促进作用，反过来经济对教育的发展也有提升作用。事实上，高校生源质量一方面与高校自身办学质量相关，也一定程度上受到高校所在地经济的影响。高校招收的生源质量越高，越能够培养出能够为国家经济社会建设做出贡献的人才。研究如何提高高等教育质量，可以实现高等教育与区域经济协调发展。
本文研究区域经济水平对财经类院校生源质量的影响问题，旨在探究二者之间的关系，对财经类高校招生政策提供管理启示。
一、综述
本文重点梳理了国内学者實证层面的研究成果。刘玲娅等人（2020）在研究经济发展的过程中，通过多个指标进行多维全面反映，根据各指标对经济发展的影响程度的差异，赋予不同权重，保证评价结果具有客观性和科学性[1]。金田林、吴自强（2020）将GMM方法作为对比参照结果，当模型滞后效应较强时，采用差分GMM和系统GMM会产生参数识别偏差[2]。
石荣敏、颜蒙（2016）对实际人均GDP分析后，非线性Fourier拟合平滑结构变化进行DF类型单位根检验时，结果更具有稳健性[3]。樊自甫等（2020）按照科学性、客观性、定量化及可比性原则，选择评价指标体系利用层次分析法，搭建多层次的分析结构模型，确定指标体系权重[4]。
基于国内学者对经济发展的研究，我们发现经济发展影响因素众多，从实证分析层面出发，选择建立评价指标体系，搭建综合评价体系，应用GMM模型，使用平稳性检验的方法，对经济发展的影响因素做定量分析[5]。
二、研究方法论及数据构成
（一）方法论
本文探究区域经济状况对财经类高校生源质量的影响。选择具有代表性的五个经济区域：京津冀、江浙沪、珠三角、东三省、西南三省，采用五个区域2016-2020年的面板数据构建模型。
选取一级、二级评价指标后，采用集成改进层次分析法（AHP）和改进熵权法的加权综合评价法进行评价。首先基于加权平均法确定综合权重，再基于评价结果确定区域经济各指标权重，得出各区域五年的综合评价得分。再计算出生源质量与区域经济状况的皮尔逊相关系数，判断相关性。
由于区域经济发展状况具有滞后性，本文构建 GMM 动态面板模型，并选取区域面板数据进行估计。首先采用Hansen 检验对模型进行过渡识别检验，再进行Sargan 检验判断是否可以进行GMM系统估计。
（二）构建区域经济发展评价指标体系
区域经济状况从经济发展、社会发展以及政府管理三个方面去评价。经济发展因素：用人均生产总值衡量区域经济的发展现状和规模，以第二产业比重和第三产业比重衡量区域产业结构。社会发展因素：用居民消费水平、社会消费品零售总额和全社会固定资产投资衡量区域社会发展情况。政府管理因素：用地方财政一般预算收入衡量政府管理情况。构建以上指标体系的数据主要来源于国家统计局《中国统计年鉴》和《中国信息化发展水平评估报告》等官方统计资料。本文对数据进行了无量纲化处理，保证了数据的可对比性。
（三）获取生源质量数据
从上文五个区域各选取3所高校，共15所高校作为研究对象。高校生源质量数据来自软科评分（详见表1）。
（四）选取GMM 动态面板模型数据
本部分数据选自《中国统计年鉴》 （2016-2020）和《中国信息化发展水平评估报告》（2016-2020），包含了以上五个区域的面板数据。以京津冀地区的数据为例（详见表2）。
三、建模与相关性分析
（一）构建评价模型
本文采用七标度的改进AHP和改进熵权法来构建评价模型，以提升其客观度和准确性。
1.基于改进AHP确定指标权重
针对部分指标不可获得或数据大量缺失的情况，本文引入修正参数 e，指标可获得时，e取1;否则，e取0。若部分指标缺失，需用相近指标代替原指标。
（1）构造判断矩阵
将指标按照隶属范围逐层级、逐项两两比较，并据此对元素aij进行赋值，aij > 0，aij= 1，aij=，i，j=1，2，...，n。其中：n 表示隶属于同一层级的指标数目，aij 表示第 i 个指标相对于第 j 个指标对上一层级指标的重要程度。
（2）计算权向量权
首先，利用（1）式对各指标判断矩阵进行“列归一化”处理;然后，利用（2）式把归一化后的矩阵按行进行叠加;最后，利用（3）式对得到的矩阵进行“行归一化”处理，并得到特征权向量X=（X1，X2，…，Xn）T。
（3）一致性检验
首先，需要利用（4）式求出矩阵的最大特征向量，并利用（5）式计算出判断矩阵的一致性指标CI;其次，结合自由标度指标RI，利用（6）式计算出随机一致性检验系数CR。若通过，可将特征权向量作为指标权重;反之，重新调整判断矩阵，直至通过一致性检验。最后，利用（7）式计算方案层指标j的综合权重AWj，其中：e为修正参数，AWi是准则层指标i的权重，AWij是准则层指标i下方案层指标j的权重。 2.基于改进熵权法确定指标权重
（1）构建决策矩阵
基于所构建的评价指标体系，以5年为基准，收集2016-2020年各指标数据作为决策矩阵输入，构建相应的区域经济发展评价模型决策矩阵。
（2）数据标准化处理
采用（8）式对数据进行标准化处理，得到相应标准化矩阵。
（3）计算熵值与熵权
本文按照（9）式计算j个三级指标的熵值Hj，其中：是所有不为1的熵值的平均值，按照（10）、（11）式计算Pj和Qj，按照（12）式计算第j个三级指标的权重Yj。
3.确定区域经济发展指标综合权重
本文对以上结果进行加权平均，改进AHP方法和改进熵权法权重都为0.5。因此，得出京津冀、江浙沪、珠三角、东三省、西南三省的区域经济发展评价指标综合权重，以京津冀的结果为例（详见表3）。
根据上文结果建立回归模型，得出区域经济发展状况的综合评分（如图1所示）。图1为2016-2020年京津冀经济发展状况得分及财经类院校生源质量得分和的变动表。根据曲线的趋势可以直观看出区域经济状况和财经类院校生源质量具有明显的相关性。
运用皮尔逊相关系数计算出各区域教育水平与经济高质量发展水平的皮尔逊相关系数为 0.5981，进一步说明变量相关性较强。
（二）GMM模型
由于区域经济发展状况具有滞后性，本文在构建模型时引入滞后一期变量，构建 GMM 动态面板模型，并选取区域面板数据进行估计。计量模型设定如下：
REDit=α1REDit-1+α2QSFit+α3LFDit+α4LIDit+α5LTDit+μit
其中，i表示截面数，t表示年份。REDit表示取域 i 第 t 年经济发展状况;REDit-1表示区域 i 第 t-1 年经济发展状况;QSFit表示区域 i 第 t 年财经类院校生源质量;LFDit表示区域 i 第 t 年信息化发展水平;LIDit表示区域 i 第 t 年金融发展水平;LTDit表示区域 i 第 t 年技术创新水平;μit表示随个体和时间改变的扰动项。
在以上模型中，将区域经济发展状况（RED）作为被解释变量，将财经类院校生源质量（QSF）作为解释变量。此外，本研究为避免计量模型的内生性遗漏问题，选取信息化发展水平（LFD）、金融发展水平（LID）、技术创新水平（LTD）作为控制变量。为了消除变量之间的异方差，对变量数据进行取对数处理。
GMM 动态面板回归模型的变量定义与符号如表4所示（详见表4）。
首先对模型进行过度识别检验，用Hansen 检验来判断工具变量的使用是否合理。检验结果如表5所示（详见表5）。
结果表明，前一年区域经济发展状况在 0.1%的显著性水平上影响当年的区域经济发展状况，说明本期区域经济发展状况对上期区域经济发展状况依赖性较强。因此，与静态模型相比，GMM动态面板模型更适用于描述这一现象。财经类院校生源质量的影响系数为 0.4335，且显著性 p=0.006，這与皮尔逊相关系数的结果分析基本一致。
此外，Sargan 检验的结果p=0.071，可以在 5%的显著性水平上接受“所有工具变量都有效的原假设”，这表明GMM 系统估计可行。
四、结论和建议
分析结果表明，所选区域的经济发展状况和经济指标对该地财经类院校的生源质量影响显著。对高校招生而言，目前教育部每五年对高校进行一轮学科评估，生源质量密切影响高校的建设成果和评级结果，从而影响学校的长期发展。本文根据实证结论提出相应的政策建议，为财经类院校制定招生政策提供决策参考。
第一，财经类院校进行招生宣传时要借力所属区域经济发展。所属区域的经济状况较好的高校要加强地域宣传，突出这一优势来吸引高质量生源;区域经济状况较弱的高校，要将宣传重点放在院校和专业本身的发展前景上，来弥补区域经济发展状况的不足。
第二，财经类院校要将自身发展建设和区域发展建设紧密联系起来，在办学特色和专业发展侧重上，要融入区域潮流，利用好当地办学资源，充分发挥地理位置的优势。
参考文献：
[1]樊自甫，郎璐米，万晓榆.共享经济评价指标体系的构建[J].统计与决策，2020，36（05）：47-50.
[2]刘玲娅，张娅，黄晓平.县域经济发展水平评价指标体系构建、测试与分析——以贵州省为例[J].商展经济，2020 （11）：113-116.
[3]金田林，吴自强.基于动态GMM模型的北京都市圈聚集效应研究[J].技术经济，2020，39（12）：155-162.
[4]石荣敏，颜蒙.东亚国家实际人均GDP平稳性检验——基于非线性Fourier单位根方法的应用[J].商，2016（04）：78-79.
[5]戴子楸.基于熵值法与AHP法的安徽省民营经济发展水平综合评价与分析[D].安庆师范大学，2020.