【摘要】從地區間的差異看來，失業問題并不是報考研究生人數增加的主要條件，這與人們普遍的認識大相徑庭，但考慮到失業的影響主要在影響人們的“預期”上，而截面數據不能很好的反映這一因素，因此今后還需要對時間序列再做分析，或是使用面板數據進行分析，才能得出相關的結論。

一、樣本選擇

我國恢復研究生招生時間較短，尤其是這一段時間中研究生招生政策，培養政策，分配政策等都發生了重大變化，從1998年全國不再對大學生直接進行分配以后相關政策才逐漸穩定下來，如果采用時間序列數據，有用的樣本較少，不利于進行分析。因此本文采用了不同省、市、自治區報名人數的截面數據進行分析。在針對不同省份報名人數的分析中，考慮了如下的幾個變量:1.人均國內生產總值。考慮到人均國內生產總值是一個地區經濟發展水平的重要指標，而一個地區的經濟水平又會影響到其科學文化水平，進一步對當地的教育水平和受教育的理念產生影響。同時經濟發達地區的高生活水平又會帶來高的消費水平，進而使大學畢業生的生活負擔加重，促使他們繼續深造。從直觀上來理解，人均國內生產總值的增長會使得對研究生學歷的需求增加，以表現為研究生報考人數的增加。2.高等院校畢業生人數。以應屆畢業生身份報考研究生的人數是總報考人數中所占比重最大的，所以預期畢業生人數也會對報考人數產生正的影響，由于大學生考研報名往往在大四上學期，因此這里選用的是報考后一年的大學畢業生人數。3.城鎮登記失業率。歷屆報考的部分考生中有相當一部分是屬于失業人口，而且失業率代表了一個地區的經濟形勢，惡劣的經濟形勢會刺激大學畢業生選擇繼續學業而不是立刻投入職場。因此預期失業率的上升會使研究生的報考人數增加。在模型的選擇上，由于缺乏先驗信息，因此采用簡單的多元線性回歸模型:Y=α+βX1+γX2+λX3+u其中:Y--2004年各地市報考研究生人數，LnY為其自然對數X1--為2004年按現價計算的人均國內生產總值，單位元，LnX1為其自然對數X2--為2005年普通本、專科畢業生數，單位人，LnX2為其自然對數X3--2004年城鎮登記失業率，為百分比，LnX3為其自然對數

二、模型的估計與分析

首先對初始設定的簡單多元線性回歸模型進行最小二乘估計，得到以下結果:^Y=14078.75+2.007095X1+0.205802X2+8213.762X3在這一模型中，失業率系數并不顯著，而且從以下的相關系數矩陣(表一)中看出不顯著并不是由于多重共線性的影響，因此決定舍棄這一因素，重建模型。表1相關系數矩陣新模型為Y=α+βX1+γX2+u，用最小二乘法進行回歸，估計的模型為:^Y=-20648.34+2.195504X1+2.195504X2(8313.646)(0.407914)(0.063473)t=(-2.483668)(5.382277)(3.210072)R2=0.645886R20.620592F=25.5353DW=1.683079從模型中可以看出，人均國內生產總值的提高與高校應屆畢業生人數的增加均會使研究生報考人數增加，這符合之前的推斷，也符合人們直觀上的感受。經過檢驗，認為上述方程可以較好的說明研究生報考人數受到人均國內生產總值與高校應屆畢業生人數的影響情況。但是模型調整后的可絕系數為0.620592，說明模型的擬和效果并不好，因此改用雙對數模型建模，即:LnY=α+βLnX1+γLnX2+λLnX3+u用最小二乘法進行回歸，估計后得到的模型如下:L^nY=-9.220741431+0.568086206LnX1+1.243153039LnX2-0.2767271816LnX3可以看出，調整后的可絕系數為0.882956，比之前的0.620592已經大有改進，對于有無改用雙對數模型的必要，因為兩類模型的解釋變量量不同，為了方便比較，這里先用Box-Cox變換對被解釋變量進行變換，通過比較兩個模型RSS的大小來進行判斷。首先求Y序列的幾何均值記為Y，3再生成序列Y1，其中，Y3=exp(1nΣYi)，Y1i=YiY3。再對序列Y1，LnY1分別進行回歸，取統計量12nInRSS2RSS1=51.041227.344435=6.9496，這一統計量服從自由度為一的開方分布，此時，在顯著性水平為5%時，x20.05(1)=3.84146<6.949，說明雙對數模型的RSS顯著小于簡單線性模型，故采用雙對數模型。由于LNX3系數的t值較小為-0.688251，而p值也為0.4972，說明系數不顯著，因此去掉這一變量再做回歸，求得新的模型為:L^nY=-9.980809+0.612166LnX1+1.240876LnX2(1.698116)(0.183556)(0.096132)t=(-5.877579)(3.335036)(12.90813)R2=0.892812R2=0.885156F=116.6121DW=1.480957調整后的可絕系數為0.885156，說明模型的擬合效果較好。從相關系數矩陣(表1)中可以看出，兩變量LnX1、LnX2之間相關性不明顯，因此模型不存在多重共線性的問題。通過White檢驗，得到nR2=5.382767，而在5%的顯著性水平下，查表得到x20.05(28)=41.3372，有nR2

三、結論及評價

①人均國內生產總值與高校應屆畢業生人數在相對水平上的增加均會使研究生報考人數增加，但5_蘈___是失業率對研究生報考的影響不大。②通過比較可以發現，應屆大學畢業生的增加是研究生報考人數增加的主要因素，高校擴招造成了對研究生教育需求的增加，而且擴招幅度越大，本科學歷貶值越嚴重，本科畢業生的競爭壓力也越大，會迫使一部分本打算畢業后工作的學生轉向繼續追求深造。因此這也是畢業生這一影響因素的彈性系數大于1的原因。③一個地區的經濟發展水平對研究生報考人數也有影響，一方面經濟發達地區的高學歷人員比重大，另一方面高學歷人員的創造力強，能給經濟帶來活力，關于這兩個因素之間相互作用的分析，還可以使用格蘭杰因果分析對的方法對時間序列進行分析，鑒于這里是截面數據，本文不再提及。