人口受教育程度与经济发展的统计分析研究

张岩

【摘要】本文以人口受教育程度与经济发展的统计分析为研究对象，首先，简单阐述了本次研究的意义;其次，分析了数据选择过程，并对最终的统计结果进行了讨论分析;最后，结合统计分析结果，针对我国经济发展，提出了一些针对性的建议，希望能够为相关研究提供一定的参考数据。

【关键词】人口受教育程度;经济发展;统计分析

中图分类号：F2

文献标识码：A

DOI：10.3969/j.issn.1672-0407.2021.24.009

经济发展通常存在多种影响因素，从当前来看，主要包括社会资源因素、制度因素及人口存量因素等。近年来，越来越多的学者开始注意到，在众多经济发展影响因素中，人口文化素质因素带来的影响力在日益提升。通过加强对人口受教育程度与经济发展统计分析，能够帮助我们更好地认识人口受教育程度对经济发展的重要性，促使国家进一步加强高素质人才教育工作，助力我国经济实现更好地发展。

一、研究意义

如今是知识经济时代，人口受教育程度是衡量社会文明与人口素质的重要指标，当前经济的发展主要以就业人口负责拉动，因此理应提高对就业人口受教育程度的关注。伴随着国家产业经济的迅猛发展，针对教育的投入也越来越多，九年义务教育已经全面普及，素质教育也在徐徐推进，我国已经出色完成了全民基础教育普及。伴随着各大高校的扩招，我国高等教育也取得了显著的发展与进步。而针对就业人口基础教育后的继续教育对经济发展的作用，当前主要以高等教育与经济发展关系分析研究为主，但缺乏对高等教育之下的其他教育内容与经济发展统计的分析。对中职、高职来说，主要负责对人口的技术教育与专业教育，注重培养的是个体综合技术实践应用能力。在信息化时代下，我国经济发展进入新常态，产业结构在不断优化调整，同时也涌现了更多新兴产业，再加上“中国制造2025”发展战略的实施，当前国家对专业技术人才的需求也在不断提升，高新技术产业、高端新兴服务业在经济发展中的地位愈发重要，而上述这些产业的发展，离不开高素质的人才的支持。在未来经济发展的过程中，需要更多的具备专业知识、文化及专业技能的高素质劳动者;高中及以上的继续教育能够直接为社会经济的发展培养第一线的应用型劳动者人才，使其对经济的作用直接转化为现实的生产力和经济产出。同时，基础教育之后的继续教育是新经济信息时代劳动者终身教育和接受再教育的主要途径和基本形式，也是劳动者求生存、求发展的重要手段。因此，通过加强对人口受教育程度与经济发展的统计研究，对进一步认清人口教育的重要程度，了解当前经济发展对高素质人才的需求，助力经济实现更好地发展有着重要意义。

二、数据选择

在本次研究数据选择中，采用了兴隆县2015年至2019年6岁以上的人口数据，大专及以上的文化程度所占人口比重用[Y1]表示，高中文化程度所占人口比重用[Y2]表示，初中文化程度所占人口比重用[Y3]表示，小学文化程度所占人口比重用[Y4]表示，文化程度低于小学所占人口比重用[Y5]表示。经济发展指标采用了2015年至2019年兴隆县的生产总值（单位：亿元），用[X]表示。表1展示了兴隆县受教育程度人口比例及全市年度生产总值;表2展示了兴隆县2015—2019年地区生产总值（现价）总量与增速变化情况。

从表1中我们能够了解到，在[Y1]增加的同时，[X]在不断地增大，伴随着[Y2]的增加，[X]也在不断增加。[Y3]与[X]之间的关系并不显著。伴随着[Y4]、[Y5]的降低，[X]在逐渐增加。最后，通过对表格数据采用相关性计算分析，分析结果与上述表格分析一致。即[Y1]与[Y2]同[X]呈正向线性变化关系，[Y3]同[X]呈线性变化关系不明显，[Y4]与[Y5]同[X]呈负向线性变化关系。关系。

三、统计分析

（一）线性相关系数的计算及大小分析

基于上述分析可知，不同人口受教育程度大多同经济发展之间呈线性关系，因此可通过进行线性相关系数进一步明确其线性相关的程度。在实际计算过程中，可采用如下公式（1），其中x、y是指[X]与[Y]两种变量。对线性相关系数r而言，数值范围在-1至1之间，当r>0时，说明两个变量呈正相关关系，且r越接近1，说明两个变量正相关关系越强;当r<0时，说明两个系数呈负相关关系，且r越接近-1，说明两个变量之间负相关关系越强;当r=0时，说明两变量不存在直线相关关系。从最终的计算结果来看，大学、高中、初中文化程度人口所占比重同经济发展指标之间的相关关系数值为0.993、0.986、0.765，说明上述三者同经济发展成显著正相关关系，而小学文化程度及小学以下文化程度人

口所占比重同经济发展指标之间的相关系数值为-0.874、-0.975，说明上述两者与经济发展指标之间的关系呈显著负相关。

（二）回归分析

通过前文叙述可知，不同人口受教育程度所占人口比重与经济发展有着显著的线性关系。为进一步得出人口受教育程度与经济发展之间的深层次关系，可以拟合线性模型開展线性回归分析。由于本次研究主要涉及两个变量，因此采用的线性回归模型为一元线性回归模型。该模型能够对两个具有线性关系的变量进行拟合分析，常用的分析方法是最小二乘法，具体模型表示如公式（2）所示。

在公式（2）中，Yt代表的是因变量或被解释变量，b0代表的是常数项，b1代表的是线性回归系数，Xt代表的是自变量或解释变量，Ut代表的是除了Xt以外的影响Yt变化的一些微小因素，t代表的是序数。

在实际建立一元线性回归模型时，需要应用到表1所示的数据，通过借助最小二乘法，完成不同人口受教育程度所占人口比重与经济发展的模型拟合。最后，再围绕拟合效果及实际预测效果做进一步的分析，从而得出不同人口受教育程度所占人口比例与经济发展的关系。

一是针对大学受教育程度所占人口比重[Y1]与经济发展[X]拟合的线性回归方程为

判定系数为0.987，与1非常接近，可表明有着良好的拟合效果。方差分析与回归系数检验数值为0.001，都小于0.05，说明有着较高的显著程度。由此也能够证明，此模型有效，能够获得良好的模拟效果。

二是针对高中受教育程度所占人口比重[Y2]与经济发展[X]拟合的线性回归方程为

判定系数为0.956，本身也与1非常接近，表明有着良好的拟合效果。方差分析与回归系数检验数值为0.008，都小于0.05，说明有着较高的显著程度。由此能够证明，此模型有效，能够获得良好的模拟效果。

三是针对初中受教育程度所占人口比重[Y3]与经济发展[X]拟合分析，最终得到的判定系数为0.65，与1相比依然有一定的差距，可表明本次拟合效果并不好。通过计算分析，方差分析与回归系数检验数值为0.136，都大于0.05，说明初中受教育程度所占人口比重[Y1]與经济发展[X]显著程度较小。由此能够证明，此模型无效，无法获得良好的模拟效果。

四是小学受教育程度所占人口比重[Y4]与经济发展[X]拟合的线性回归方程为

判定系数为0.987，与1非常接近，表明有着良好的拟合效果。方差分析与回归系数检验数值为0.473，都小于0.05，说明小学受教育程度所占人口比重[Y4]与经济发展[X]有着一定的相关程度。由此能够证明，此模型有效，能够获得一定的模拟效果。

小学以下受教育程度所占人口比重[Y5]与经济发展[X]拟合的线性回归方程为

判定系数为0.935，与1比较接近，表明拟合效果良好。方差分析与回归系数检验数值为0.009，都小于0.05，说明小学以下的受教育程度所占人口比重[Y5]与经济发展[X]有着一定的相关程度。由此能够证明，此模型有效，能够获得良好的模拟效果。

四、建议

基于上述对人口受教育程度与经济发展之间的统计分析，提出以下几点建议。

一是在深入落实九年义务教育的同时，大力发展高中及以上教育。我国人口众多，虽然伴随着政府对教育投入的增加，高等教育得到了迅猛发展，但真正受过高等教育的人依然还是少数。基于此，需要进一步加强低学历人口的教育推进，从基础义务教育入手，确保九年义务教育的全面覆盖，为高等教育开展奠定坚实的基础。与此同时，高中及以上文化程度的人才对经济发展有着非常高的促进作用，因此必须大力发展高中以上教育，从而为国家培养和储备更多的高素质人才。

二是进一步加强贫困地区的基础教育工作。当前我国很多教育落后的地区，都是在贫困偏远的山区，因此必须大力推动该地区的基础教育工作，加强教育宣传，改变人们“知识无用”的传统观念，鼓励高素质人才到贫困偏远地区工作发展，增加贫困地区的资源投入，这对提高我国居民整体文化素养有着重要意义，能够为经济发展培养更多后备力量。

三是引导企业加强教育投资力度，增加人才储备。企业作为高素质教育最直接的受益者，本身也应承担一定的责任。毕竟仅仅依靠政府推动高素质教育的发展，难以在短时间内看到良好成效。在这一过程中，政府也需要参与进来，通过结合实际，制定相应的优惠政策，鼓励企业投资兴办学校、为学校捐资。如此一来，有利于弥补单靠政府投资的教育经费缺口，同时企业也能够成功招揽更多的高素质人才，推动社会经济实现更好的发展。

五、结语

人口受教育程度与经济发展有着密切的关系，其中大专及以上的文化程度人口数量越多，对经济发展带来的促进作用就越大。基于此，必须要大力发展高等教育，同时还应做好基础义务教育的普及工作，为后续高等教育开展奠定基础，从而为我国经济发展提供更多的人才力量支持。

参考文献

[1]黄斌，张冬冬，李玉梅.经济发展与劳动力受教育程度关系分析[J].时代金融，2014（24）：134.

[2]张天怡.就业人口受教育水平与经济发展之间的关系[J].经济视野，2017（2）：164-165.

[3]李晶莹.黑龙江省县域就业人口受教育结构对经济增长影响实证研究[J].经济研究导刊，2019（20）：24-26.

[4]高良.教育投入与经济增长关系的实证分析[J].农村经济与科技，2019，30（1）：132;173.

[5]崔文娟.区域经济与地区居民受教育程度的关系分析[J].新一代（理论版），2019（13）：14-15;23.