多元回归高等教育学费探讨

I学费规律模型。本文通过分析学费与生均事业性经费支出等量的关II学费评价模型。本文通过定义由学费的近期满意度和远期满意度所logistic模型。在远期满意度的定义中，引入个人收益率和社III学费寻优模型。本文建立多目标规划模型来对学费进行寻优。在IVIIIIII2.1高校学生平均成本的20%需要受教育者补偿时,这种负担的绝对数虽然很高,但也10%-15%20%需要受教育者补偿时,这种负担一般占人均可支配收入的25%-30%左右。而在低收入国家,这种负担可达到50%以上。因此,在进行同等教育成本补偿时,对个人12.212.222.33200520054模型模型5.1I5.1I12002~2006教育经费支出(万元生均教育经费实际收取生均实际学费(元生均事业性经费支生均实际学费与事业性经费元)与二本普通高等学校生均实际学费(4830.28本普通高校的生均教育经费支出和生均事业性经费支出(分别为24740.35元和21701.16费与生均事业性经费支出之比为24.040043.5900及学费与事业性经费支出之比(限于篇幅，详表略)的地区差异都很大。2006年一本普通高校生均实际学费最高的广东(8730.66(3467.76一本普通高校生均实际学费最高的广东(8730.66(3467.76普通高校生均实际学费最高的浙江(7649.53元)是最低的内蒙古(3431.8216022.230.239。内事业性经费拨款与事业收入之和占了绝大部分(200679.3600)．因GDP107l1953．2GDP(仅T1C(1)C(2)E1C(3)B1C(4)C(1)、C(2)、C(3)、C(4)表示待估计的参数。SAS图SAS图 sas程序运行结果截T17454.065400.22461E173.65132B177.490881000224.61177.49088GDP这一指标。考GDP与生均事业性经费支出高度线性相关(0.81)，直接引GDP之比，在生均事业性经费支出一定GDP成反比。经过以上分析，我们建立二本普通高等学校T2C'(1)C'(2)E(2)C'(3)B(2)C'(4)N2C'(5)I其中，T2、E2、B1N2、I2分别表示二本普通高等学校生均实际学费、中非学费收入所占百分比、生均事业性经费指数．C(1、C2、C3、C4、C5表示待估计的参数。根据31个地区二本普通高等学校20061中类似(限于篇幅．估计过程和结果表略)SASSAST25491.654640.16069E231.73283B26.32925N213.50043I1000160.691元的业收入中非学费收入所占比重每提高1GDP减少)13.50043元。T1属国家普通高等学校生均学费T'1T1T2属地方普通高等学校生均学费T'2T2T(T1)17107.365400.22461E173.65132B177.49088(T1)27607.365400.22461E173.65132B177.49088(T1)311607.365400.22461E173.65132B177.490885.2II65.2.1定义近期满意度SD1、学校近期满意度D2、政府近期满意度D3的关系：Si说明：这里iDi[0,1且i1,从平衡三者满意度的目标出发，不妨取i1,1,65.2.1定义近期满意度SD1、学校近期满意度D2、政府近期满意度D3的关系：Si说明：这里iDi[0,1且i1,从平衡三者满意度的目标出发，不妨取i1,1,1显然，这个比例越小，学生越满意，设每个家庭年纯收入平均为W,生均学费为f，则：pp2，高校教学质量指标值为Q,则：由于式子中高校教学质量指标值QF的教育质量为Q(F，教育质量能到达的最高值F的教育质量为Q(F，教育质量能到达的最高值dQr1Q mQF117logisticS我们设计Q的取值范围为[0,1Qm1F00时，Q00.1；对于的求解，我们假设美国的高等教育的教学质量Q0.9，则通过网上查找数据213000r2.127105再看式(2.3)会发现Qff化成取值范围为[0,1]的量f，则式子(2.3)变成：fpp1pp的求解，我们假设美国的高等教育的教学质量Q0.9，则通过网上查找数据213000r2.127105再看式(2.3)会发现Qff化成取值范围为[0,1]的量f，则式子(2.3)变成：fpp1ppp 为[0,1pD1p1pf总f与高校一年校均招收的学N的乘积，即：f总ff化成取值范围为[0,1fD2D2Q来衡A总Fp3AAN,A为国家生均拨 Ap p1pp D1Q1p 20,0,20,0,0,i(i123个评价指标对于综合评价效果的影响大约是随着类别pk(k12)的增加而按正幂次增加，同时在某一类中随着指标值的增加按照相应的一个幂函数增加，故可对第i个评价指标设定分段幂函数为变权函数，即:i(Di)Di则有该分段变幂函数的图象为k1,由此可以构造动态加权后的近期满意度指标S如下S(D k1/k1, i5.2.2L1R1m年的高等教育之后的工作年限为nn年中的实际纯收人为Y4,1，Y4,2，…，Y4,n，并且其在接受高等教育的m年中没有任何收入，只是支出。假定其每年的支付分别为C1C2Cm，设利率水平为r，考虑到货币的时间价值，则S(D k1/k1, i5.2.2L1R1m年的高等教育之后的工作年限为nn年中的实际纯收人为Y4,1，Y4,2，…，Y4,n，并且其在接受高等教育的m年中没有任何收入，只是支出。假定其每年的支付分别为C1C2Cm，设利率水平为r，考虑到货币的时间价值，则该学生在mV(1rt该学生在这mn Vttt作m年(因为退休的年龄基本上与接受高等教育者是一样的)，又他在这mn年V4V VVt Y，Vc(2.15)Y，Vc(2.15)Y'235547.36R1 c由于投资发生在现在而收益发生在未来,这种终生收益只能采取推算的办法。其具体步骤如下:学教育程度的劳动力（1。Ki。本文认为学生的受教育程正相关关系。与文盲相比，小学毕业可提高劳动生产率430010800，大学毕业可提高30000由此推算，并以小学毕业为基数1，K00.6993，小学K11，初中K21.4545，高中K31.9029（1.08(31.0837推算K42.7972本文构建了公式Y Y 是按简化劳③计算第iGDP(K )(Y i (2.79721.9029)(Y )0.8943(Y 其中涉及到教育所提高的劳动生产率(Y 增长率。若以a代表教育劳动生产率增长率，根据相关文献知道a500，不妨设定a400，以YiGDP(2.79721.9029)(Y )0.8943(Y 其中涉及到教育所提高的劳动生产率(Y 增长率。若以a代表教育劳动生产率增长率，根据相关文献知道a500，不妨设定a400，以YiGDPY (1a)ty'(1a)ty'(1 tttt复利终值(目前货币的未来值)现值1利率)t未来货币的现值若以r1a4Y 1r教育成本的定义：教育总成本(以C表示)包括国家(社会)支付的教育经费c'''表示)。其中c ，c ，c t11rt11rt11rCc'c''Y'R2 15332.82002~200615332.8c' 由于大学生在大学就读期间只是支出，设其t年的支付分别为c，其中c生的学杂费和生活费额外支出，设利率水平为r15332.82002~200615332.8c' 由于大学生在大学就读期间只是支出，设其t年的支付分别为c，其中c生的学杂费和生活费额外支出，设利率水平为rft表4f16029.88f26510.94f3 f4 114209 1假设利率不变，并设定r2.5200求得Y'124328.25R2111219.115.2.3E1S1 95.2.4III95.2.4III23综合满意度（年平均值I5.2.1fp5.2.1中⑵的关于总学费的研究有：f总fAF5.2.1fp5.2.1中⑵的关于总学费的研究有：f总fAFpp1p 5.2.1p1A5.2.2中⑴的关于个人收益率的研究有：V45.2.2中⑵的关于社会收益率的研究有：Y'R2 5.3.2fWA说明：WAJ（包括学费收入部分和非学费收入部分Z1社会捐赠费用为Z2，事业收入的非学费收入部分为Z3学费收入为f总fN，则有如下约束：ANZ1Z2（包括学费收入部分和非学费收入部分Z1社会捐赠费用为Z2，事业收入的非学费收入部分为Z3学费收入为f总fN，则有如下约束：ANZ1Z2Z3fNF5.3.3IIIff1AV4Y' WAs.t.ANZ1Z2Z3fN5.3.4III1pf1p1R1 WAs.t.ANZ1Z2Z3fN法的一种启发式随机搜索过程。退火过程由冷却进度表(CoolingSchedule)控T0Tem及其衰减因子TTem值时的最大迭代次数ML和停止条件Stop(1)初始化：初始温度 时的最大迭代次数ML和停止条件Stop(1)初始化：初始温度 (充分大)，初始解状态S'(是算法迭代的起点每个Tem值的最大迭代次数ML(2)对k1L做第(3)6产生新解S计算增量dff(Sf(S，其中df若df0则接受S作为新的当前解，否则以概率exp(dfTem接受S作；Tem逐渐减少，且Tem02温度T020000；T：衰减因子，为了计算的方便本文中令T1；ML：每个T值时的最大迭代次数，令ML100；NL：每个T值时的迭代次数；StopNLML和T0f(xdf绝对值的范围0,1由于本问题在求解的过程中的目标之差df设计的接受不符合解的概率为101034学费寻优模型求解结果列表（单位：元I5IIII校均招生人数34学费寻优模型求解结果列表（单位：元I5IIII校均招生人数国家生均拨款115.4IVfF:N:ffF:N:ff*fl 3l l l li①f*1表示在改变高校事业收入的非学费收入而其他影响最优学费的因素不改变10000f2优学费值f的改变量；li0－10时，表示不改变第i个影响因素的取值，即第i1234III不属于一般的线性方程模时改变多个因素，所以就有了li时改变多个因素，所以就有了li1III1、2、3、418.33,210.73,353.62,126.1T17454.065400.22461E173.65132B177.49088177.490888.33变的情况下，高校一年教育经费每增加100000f的改变量为100人，最优学费值f的改变量-26.48。7.340%20%的水平，我国生均实际学费15.2%沈其君，SAS统计分析，北京：高等教育出版社，2005;[4][M]．北京经济管理出版社，2003;[J]．高等师范教育研究，2003，15(2):21-29;[8][J]工业大学学报,2006,(04);Stiglitz.J.E,Thetheoryofscreeningeducationandthedistributionofincome,Am.Econ.Eev,1975,65:283-300;BAZYKINADNonlineardynamicsofinteractingpopulations[M]Singapore:WorldScientiifcPubfishingCo．Pte．Ltd，1998。表2 安 江 表2 安 江 河 3辽吉林表4表402-06表502-06importpublicclasspingjiaprivatestaticfinalintsize=4;privatestaticfinalintmax=10000;privatestaticfinalintmin=4000;doubleshouru[]=doublexuefei[]=doublerenshu[]=doublebokuan[]=doubleshehui[ doublefeixue[ doublefeiyong[]doubleshehui[ doublefeixue[ doublefeiyong[]=publicdoublestuduan(doublef1,doublew){doublev=0.0;doubletemp=f1=v=1-temp=(max-f1)/(max-min);temp=temp/0.63;v=(v+temp)/2;v=returnpublicdoublexueduan(doublef){doublev=0.0;doublemax=doublemin=v=(f-min)/(max-returnpublicdoublezhengduan(doublef,doublef2){doublev=0.0;v=1-v=returnpublicdoubledongtai(doublef){doublev=0.0;}elseif(f>=0&&f<=0.3){v=f;returnpublicdoubleshechang(double}elseif(f>=0&&f<=0.3){v=f;returnpublicdoubleshechang(doublef){doublev=0.0;doubletemp=0.0;doubler=0.0;doubleshenghuo[]={6029.88,6510.94,7182.1,8606.55};doublerate[]={0.0198,0.0198,0.0225,0.0252};for(inttemp=Math.pow(1+rate[i],size-i);temp=(shenghuo[i]+f)/temp;v=r=(124328.25-returnpublicdoublepeoplechang(doublef){doublev=0.0;doubletemp=0.0;doubler=0.0;doubleshenghuo[]={6029.88,6510.94,7182.1,8606.55};doublerate[]={0.0198,0.0198,0.0225,0.0252};for(inttemp=Math.pow(1+rate[i],size-i);temp=(shenghuo[i]+f)/temp;v=r=(235547.36-r=returnpublicvoidtotal(){intindex=0;doublemubiao1=0.0;doublemubiao2=publicvoidtotal(){intindex=0;doublemubiao1=0.0;doublemubiao2=0.0;doublemubiao3=0.0;doublemubiao4=0.0;doublemubiao5=0.0;doubletemp=0.0;doublett=for(index=mubiao1=studuan(xuefei[index],shouru[index]);mubiao1=mubiao1*dongtai(mubiao1);mubiao2=xueduan(xuefei[index]);mubiao2=mubiao2*dongtai(mubiao2);temp=renshu[index]*bokuan[index];mubiao3=zhengduan(feiyong[index],temp);mubiao3=mubiao3*dongtai(mubiao3);mubiao4=shechang(xuefei[index]);mubiao5=peoplechang(xuefei[index]);tt=:importpublicclassmoniprivatestaticfinaldoublemax=10000.0;privatestaticfinaldoublemin=4000.0;privatestaticfinaldoubleF=143001384.57;privatestaticfinaldoubleN=9313.57;privatestaticfinaldoubleW=21793.2;privatestaticfinalintML=100;privatestaticfinaldoubleZ1=1035431.7;privatestaticprivatestaticfinaldoubleW=21793.2;privatestaticfinalintML=100;privatestaticfinaldoubleZ1=1035431.7;privatestaticfinaldoubleZ2=18629153.18;privatestaticfinaldoubleA=6650.53;privateintT=0;privateintL=0;privatedoubleff=0.0;privatedoublef1=0.0;privatedoublef2=0.0;privatedoubledf=0.0;privatedoublee=0.0;privatedoublefuhao=0.0;privatedoublerandmax=500;privatedoubler=0.0;privatebooleanloop1=true;privatebooleanloop2=true;privatebooleanloop3=true;privateRandomrand=null;publicvoidinit(){T=20000;ff=rand=newpublicvoidSimulation(){if(T==loop1=//T=0f1=r=rand.nextDouble();fuhao=rand.nextDouble();f2=ff-f2=loop3=df=total(f1)-total(f2);ffloop3=df=total(f1)-total(f2);ff=L=0;loop3=r=e=Math.exp(-df*20000/T);ff=f2;L=0;loop3=loop1=false;loop2=pu