安徽省財政教育支出地區分配差異的影響因素及預測研究

孟婷 朱家明 李彤彤

摘 要：教育作為一種準公共產品，其發展需要政府提供強有力的資金保障，地方財政教育支出對教育水平的發展有著至關重要的影響。文章首先基于2018年安徽省各地級市的截面數據構建出多元線性回歸方程，并進行了經濟意義檢驗、統計檢驗和計量經濟檢驗，以對地區教育支出差異的影響因素進行探究，后基于歷史數據對各地級市2019—2025年的教育支出數額進行灰色預測。研究表明：人口數量和地區生產總值對安徽省各城市間的教育支出差異產生了一定影響，預計在2019—2025年各地級市的教育支出數額仍呈現不斷上漲趨勢，但上漲的幅度差存在較大的差異，銅陵市和淮南市的教育支出增長幅度領先于安徽省其他城市。

關鍵詞：安徽省;教育支出;多元回歸分析;計量經濟檢驗;灰色預測GM（1，1）

中圖分類號：G526.7文獻標識碼：A文章編號：1672-1101（2020）05-0024-08

Abstract： As a kind of quasi-public goods， the development of education needs strong financial guarantee from the government， and the local financial expenditure on education has a vital impact on the development of education level. Based on the cross-section data of Anhui Province in 2018， this paper first constructs a multivariate linear regression equation， and carries out economic significance test， statistical test and econometric test so as to explore the influencing factors of regional educational expenditure difference. Then， based on historical data， the paper predicts the amount of education expenditure in each prefecture-level city in 2019—2025. The study shows that the population and regional GDP have played some role in the differences in education expenditure of the cities in Anhui province. It is predicted that the education expenditure of all prefecture-level cities will continue to rise in 2019—2025， but there is a big difference in the increase range. Tongling city and Huainan City are ahead of other cities in Anhui province in the growth range of education expenditure.

Key words：Anhui province; Education expenditure; Multiple regression analysis; Econometric test; Grey prediction GM（1，1）

國運興衰，系于教育[1]。教育作為人力資本投資的一條主要途徑，是驅動國民經濟持續、穩定、快速增長的關鍵因素之一[2]。自科教興國戰略實施以來，我國一直把教育事業放在優先發展的重要位置，對教育戰略地位的認知逐漸加深，各級政府對教育的投入力度也在不斷增加[3]。安徽省是人口大省，教育支出的投入在很大程度上決定了地區的教育水平、未來教育事業的發展以及人力資本的開發[4]，雖然說教育投入的總量逐年呈上升趨勢，但從相對水平來看尚有缺口，找出其影響因素并采取有針對性的措施顯得尤為重要。

我國學者在教育支出影響因素方面的研究已經比較成熟，主要的區別在于指標的選取和模型的應用。巫男杰[5]（2018）選取財政支出、國內生產總值（GDP）、普通中小學校教師數量、普通中小學生數量、普通中小學校數量等五個指標并引入一些地域因素，運用多元線性回歸方法得到影響我國教育支出的主要因素;張鳳[6]（2019）運用灰色關聯分析法，從經濟、社會、制度等多維度的因素出發，分析了影響寧夏財政教育支出的因素，發現產業結構和所有制結構的影響程度最大。何剛亮[1]（2016）以廣西省的教育支出為研究對象，基于14個地市2000—2013年的面板數據，從經濟發展水平、所有制結構、產業結構、人口因素、城鎮化等因素考慮，驗證它們與教育支出之間的關系。

此外，通過文獻搜索可以發現，近年來更多的學者將關注點聚焦在了教育支出與經濟增長之間的動態關系，而關于教育支出預測方面鮮有學者進行研究。張鳳[6]（2019）基于寧夏2007—2017年時間序列數據，利用灰色預測方法對未來五年寧夏財政教育支出進行預測;付堯[7]（2014）通過建立ARIMA模型預測了我國財政預算內教育經費支出占國內生產總值的比例。其實通過歷史數據預測未來數據間接反映了事物的發展規律，這是對現有決策、政策的不盡合理之處提供修正和完善的空間。

本文通過借鑒前輩的經驗和方法，填補相關文獻資料的空缺，以安徽省為例，選取人口數量、地區經濟發展水平、學校數量等指標，基于2018年各地級市的截面數據構建多元線性回歸模型，探究影響教育支出區域間分配差異的重要因素，后基于各地級市2009—2018年的面板數據，利用灰色預測GM（1，1）模型對未來七年的教育支出數額、變化幅度進行預測，并針對研究結論提出有效建議，以推進安徽省教育事業的蓬勃發展。

一、各地市教育支出分配差異的影響因素研究——基于多元回歸模型

（一）指標選取與數據來源

本節內容基于多元線性回歸模型探究影響教育資源配置出現地區差異的因素，設置的被解釋變量為各個城市的教育支出總額Y，其是教育資源配置的重要財力保障，解釋變量為戶籍人口數（X1）、地區生產總值（X2）、學校數量（X3）。地區居民對教育的需求迥異，地區人口數量的不同決定各地教育規模的不同;地區生產總值能夠反映當地的經濟實力，區域經濟發展水平對地方教育資源投入、配置有著舉足輕重的作用;學校數量在此僅包括幼兒園、小學、初中、普通高中、普通高校的數量總和。為確保數據的真實可靠，本文所使用的數據全部來源于《2018年安徽省統計年鑒》，表1展示的是2018年安徽省各城市的相關指標數據。

3.經濟意義檢驗。從理論上來說，地區人口數量、經濟發展水平和學校數量與地方教育支出之間均呈正相關關系，人口越多，對教育的需求越大，經濟發展水平越高，對教育的投入也會隨之加大，而地區的學校數量越多，也側面反映了師生數量越多，教學物資需求也多，教育支出的金額必然會迎合需求。而在模型估計結果中，學校數量的系數為負值，與理論假設相悖，所以該變量未通過經濟意義檢驗。

4.統計檢驗。首先從擬合優度檢驗來看，依據表2檢驗結果可知，模型的可決系數R2=0.981 6，修正的可決系數R2=0.976 9，均接近于1，說明模型整體擬合效果好，選定的解釋變量對教育支出的解釋程度較高。其次，從F檢驗來看，F=212.886 4，其對應的P值為0.000 0，明顯小于顯著性水平α=0.05，通過了回歸模型的總體顯著性檢驗，也就是說全部解釋變量對被解釋變量的共同影響顯著。最后，從t檢驗來看，學校數量的t值為-1.901 8，絕對值小于2，對應的P值小于0.05，沒有通過顯著性檢驗，其他各參數的t值的絕對值均大于2，表明其他各參數對教育支出有顯著影響。

5.計量經濟檢驗。

（1）多重共線性檢驗。運用Eviews 9.0軟件對被解釋變量和各解釋變量之間的相關性進行檢驗，若有相關系數|r|>0.8，則可認為這兩個變量之間高度相關，即說明樣本存在多重共線性。由表3可知，X1與X2之間的相關系數為0.407 1，比較低，說明不存在多重共線性。

（2）異方差性檢驗。由于選取的樣本數量較少，模型不適合用Goldfeld-Quandt檢驗，圖形法也不容易觀察得出結論，故本文采用White檢驗法構造含交叉乘積項的輔助函數對上述回歸方程進行檢驗，檢驗結果見表4。

（3）自相關性檢驗。

自相關通常出現于時間序列數據中，但截面數據也有存在的可能性，故本節利用DW檢驗法和偏相關系數對模型進行自相關檢驗[8]。

DW檢驗。給定顯著性水平0.05，通過查找DW表發現，當樣本數量n=16，解釋變量個數k=2時，得到下限值dL=0.988，上限值dU=1.54，由表2可知，上述模型的DW統計量為2.182 9，在dU與（4-dU）之間，說明模型不存在自相關性。

偏相關系數檢驗。偏相關系數檢驗方法判定模型存在自相關性的標準是偏相關系數（PAC）>0.5，若小于0.5，則表示不存在自相關性[9]。檢驗結果如圖1所示，可以直觀地看到，各期偏相關系數的直方塊均未超過虛線，PAC的值均小于0.5，與DW檢驗結果一致，模型不存在自相關性。

6.回歸結果實證分析。在對初始建立的模型進行經濟意義檢驗、統計檢驗以及計量經濟檢驗后，將學校數量指標剔除，最終得到最小二乘法下安徽省地方教育支出與影響因素間的多元線性回歸方程：

該模型表示：當其他變量不變時，地區的人口數量每增加1個單位，教育支出將增長0.084 0個單位，同樣，地區經濟生產總值每上升1個單位，教育支出也將增長0.012 8個單位。兩個變量與地方教育支出都呈正相關關系。

二、各地級市未來教育支出的數值預測——基于GM（1，1）模型

（一）模型介紹及構建

1.模型介紹。GM（1，1）模型屬于灰色預測模型的一種，表示一階、單變量的線性動態灰色模型[10]?；疑A測模型是基于灰色系統理論建立數學模型并做出預測的一種預測方法，其優點在于能夠解決歷史數據較少、序列的完整性不足等問題，將無規律的原始數據進行生成得到規律性較強的生成序列，運算簡便，精度較高，應用范圍廣泛[11]。

2.模型的構建。

（二）實證分析

1.預測結果精度檢驗?；诎不帐?6個地級市2009—2018年財政教育支出的統計數據，通過MATLAB軟件運行程序，得到2019—2025七年的教育支出預測值。首先對預測結果進行精度檢驗，結果見表6。

在相對誤差檢驗中，各個地級市的Q值均小于0.20，C值小于0.50，P值大于0.80，說明預測模型建立較為科學，精度較優，可以用于安徽省教育支出的預測。

根據預測的結果，可見從2019年到2025年每個城市的教育支出數額都呈現不斷上漲趨勢，省會城市合肥市在2025年的財政教育支出預計會達到371.48億元，依然保持全省最多。此外，各個城市教育支出上漲的幅度差存在較大的差異，在此以2018年至2025年教育支出的增長比體現增長幅度，由圖4可以明顯地看出，銅陵市和淮南市的教育支出增長幅度領先于安徽省其他城市，接近于2倍的增加，增長幅度較小的城市主要有：池州市、安慶市、馬鞍山市和六安市，增長幅度均未超過70%，其中池州市的增長比僅有56.81%。預測的未來年度教育支出數額變化其實間接體現了歷史數據所呈現的某種規律，由此可以推斷出，在過去的十年里，銅陵市和淮南市對于教育方面的投入力度要明顯高于其他城市的，對于增長幅度測算較小的幾座城市，有必要引起相關部門的高度重視，教育乃興邦之本，意義重大，在實力允許的情況下，地方財政支出可以適當地向教育方面傾斜。

三、結論與對策建議

（一）研究結論

本文首先基于2018年安徽省各地市的截面數據構建出二元線性回歸方程，以對地區教育支出差異的影響因素進行探究，發現地區人口數量和經濟發展水平兩個因素的影響作用明顯，地區人口數量每增加1個單位，教育支出將增長0.084 0個單位，每個城市的經濟生產總值每上升1個單位，教育支出也將增長0.012 8個單位。其次，基于2009—2018年安徽省各地級市的面板數據構建出灰色模型GM（1，1）對未來七年的教育支出數額進行預測，預測結果表明：每個地級市的教育支出數額都呈現不斷上漲趨勢，但上漲的幅度差存在較大的差異，銅陵市和淮南市的教育支出增長幅度領先于安徽省其他城市。

（二）對策建議

鑒于以上結論，提出如下幾點建議：

一是加快經濟建設，拉動教育支出。地方教育支出的增加主要依賴于財政總收入的提高，歸根結底，還是取決于地區經濟的發展情況。安徽省應注意大力推動企業技術改造，推進傳統產業轉型升級，實現戰略性新興產業集聚發展，另外還可以選擇幾個安徽省發展相對較快或是發展潛力巨大的城市為中心，構建形成一個能夠輻射全省的經濟圈，以有效帶動地區經濟的快速穩健發展[13]。

二是重視人才引進，驅動經濟發展。想要發展經濟，務必要注重優質人才的引進，相關部門應依據安徽省經濟發展的實際需求健全人力資本激勵體制，而各級地方政府、各個企業部門也可以適當轉變以往的人事考核管理辦法，讓人才將自己的專業技能充分地展現并發揮出來[14]。教育與經濟一直都是相輔相成的，人才推動科技創新，創新引領經濟發展，經濟驅動教育優化，只有實現教育和經濟的同步協調發展，才能在人才強省的進程中取得新的突破。

三是重視教育支出，加強監督管理。教育作為一種準公共產品，其發展需要政府提供強有力的經費保障，政府需要不斷明確教育發展的重要意義，優先確保財政支出分配中的教育支出。當支出數額得到保障后，還需要加強對資金的使用績效監管，各類資金使用單位要建立健全嚴格的內控制度，要求專業部門對資金使用的合規性進行嚴格審查[15]，同時還要定期對教育支出進行全方位的績效評價考核[16]，及時披露不足并加以修整。除了監督過程需要注意，監督主體方面不僅要充分發揮地方政府和新聞媒體監督的作用，還要尤其重視群眾監督的作用，地方群眾監督應當成為主要的民主監督方式[17]。

參考文獻：

[1] 何剛亮.廣西財政教育支出結構影響因素實證分析[J].經濟研究參考，2016（47）：28-31.

[2] 詹宏毅，朱立成.政府教育支出結構對人均GNI的影響——基于跨國非平衡面板數據的實證研究[J].中國人民大學教育學刊，2018（4）：23-39.

[3] 崔慶岳，趙彩月.影響我國財政教育支出相關因素的實證分析[J].高師理科學刊，2018，38（11）：15-19.

[4] 顧玉鈴.2016年我國地方財政教育支出主要影響因素的實證分析[J].時代金融，2018（15）：240-246.

[5] 巫南杰，鄧新.我國財政性教育經費支出的影響因素研究[J].現代商貿工業，2018，39（9）：130-132.

[6] 張鳳. 寧夏財政教育支出影響因素及預測研究[D].銀川：寧夏醫科大學碩士學位論文，2019.

[7] 付堯.我國政府教育投入努力程度的分析與預測——基于ARIMA模型的研究[J].中國人民大學教育學刊，2014（2）：29-39.

[8] 孟婷妤，方美芳，朱家明.基于多元線性回歸的每股收益影響因素分析——以安徽省為例[J].萍鄉學院學報，2018，35（2）：37-41.

[9] 邢澤斌，朱家明，馬桂花.四川省旅游經濟發展影響因素實證探究[J].西昌學院學報（自然科學版），2019，33（2）：51-54.

[10] 劉志民，趙杏娜.2020—2025年我國農科人才需求預測——基于灰色GM（1，1）模型的分析[J].中國農業教育，2019，20（5）：42-51.

[11] 李魯.安徽省人口老齡化預測與分析——基于灰色GM（1，1）模型[J].洛陽理工學院學報（社會科學版），2020，35（1）：25-31.

[12] 朱登遠，常曉鳳.灰色預測GM（1，1）模型的Matlab實現[J].河南城建學院學報，2013，22（3）：40-46.

[13] 邢澤斌，朱家明，馬桂花.山西省教育支出與經濟增長互動關系實證研究[J].山西師范大學學報（自然科學版），2019，33（2）：106-110.

[14] 李根忠，朱洪亮.增加教育財政供給對經濟增長影響的實證研究——以江蘇省為例[J].安徽商貿職業技術學院學報（社會科學版），2019（4）：1-5.

[15] 唐志祥.安徽財政教育支出與經濟增長動態關系研究——基于ARDL-ECM模型的實證檢驗[J].江蘇經貿職業技術學院學報，2019（6）：5-8.

[16] 廖英成，張克榮.安徽省財政教育支出與經濟增長關系的實證研究[J].阜陽師范學院學報（社會科學版），2017（4）：105-109.

[17] 金文婷.江蘇省財政教育支出的現狀及對策分析[J].經濟研究導刊，2019（29）：25-26.

[責任編輯：范 君]