基于主成分分析海南省人口受教育发展程度评价.docVIP

基于主成分分析海南省人口受教育发展程度评价 　　摘 要 建省办经济特区以来，海南省教育发展实力日益增强，教育资源奇缺、教育基础薄弱等局面得到彻底扭转，成为人才强省建设和国际旅游岛建设发展动力的重要来源。本文以海南省人口受教育程度为评价对象，运用主成分分析法，构建人口受教育程度评价模型。研究表明：海南省人口受教育的现实结果与其发展目标差距显著，落后的教育水平与最大经济特区战略地位和国际旅游岛建设战略目标相悖。因此，要全面贯彻党的教育方针，通过加大全省教育投资力度，加快教师队伍建设，合理配置教育资源等政策来提高海南教育发展水平。 　　关键词 人口受教育 评价 主成分分析法 海南省 　　中图分类号：C924.2 文献标识码：A 　　人口受教育程度是人口重要的社会特征，教育发展水平的重要指标，对一个国家或地区的人口和经济发展起着不可替代的作用。20世纪以来，随着科学技术的突飞猛进，生产力发展方式发生了改变，由原来的片面追求劳动力数量的增加向劳动力质量的改善转变，教育形成的人力资本显然成为经济增长的一个关键因素。海南建省办经济特区以来，教育事业发展成效显著，人口受教育程度明显提升。根据第六次全国人口普查资料显示，海南省每万人中具有大学文化程度的人口占全省总人口的1.28%，初中至高中（含中专）学历每万人中的人口比重4.90%，学龄儿童入学率达到98.84%，文盲率下降到2.54%。但与全国相比还存在一定的差距，其中人均受教育年限仅为8.97年，仅与全国平均水平持平，这与最大的经济特区战略地位和国际旅游岛建设战略目标不对称。因此，深入分析和评价海南省教育发展程度，对于找准教育定位，在新时期实施科教兴琼工程和国际旅游岛建设具有一定的实践意义。 　　在我国，对人口受教育程度的研究已经发展的比较成熟。如熊翠琳、李旭东（2012）的贵州人口受教育程度与经济发展灰色关联分析，周文岩（2004）对我国在业人口受教育程度分析，刘笠萍（2004）人口受教育程度分析等，然而，对省、自治区教育发展进行综合评价，特别是对海南省人口受教育程度进行比较研究的基本处于空白状态。本文以海南省人口受教育为例，运用主成分分析法，建立实证模型，由此得出海南省人口受教育的现实结果与其发展目标差距显著，落后的教育水平与最大经济特区战略地位和国际旅游岛建设战略目标相悖的结论，并提出推动全省教育发展的对策建议。 　　1 人口受教育程度的综合评价指标体系 　　1.1指标评价体系设计 　　为了尽可能确保人口受教育程度评价的科学性、系统性、全面性，本文选用了“师生状况”、“受教育程度”、“教育投入”和本地区公共教育经费占全国公共教育经费的比例、教育行业人均工资、每十万居民中的中小学学生数、十万居民拥有大学教师数、1/文盲率等11个二级指标，具体指标见表1。 　　1.2评价指标统计解释 　　对于人口受教育程度的综合评价指标，在我国学术界和政府部门并没有明确的统一界定，本文从人口受教育程度的客观影响因素为着眼点，遵循数据可循、指标独立、评价公允等原则，结合2000年和2010年两次全国人口普查资料和海南省统计年鉴的相关指标数据，依据海南省人口受教育程度的具体情况，正式确立3个一级指标和11个二级指标。 　　2 人口受教育程度主成分测度分析 　　2.1主成分分析模型 　　由于人口受教育程度的评价指标众多，无法人为地对指标进行权重分配，又难以用单个指标来综合评价人口受教育程度。同时，指标之间还可能存在一定的关联性，严重影响指标评价的公允性。基于上述的问题，主成分分析法自然成为解决这一问题的最有效办法。通过研究变量的线性组合，以最小的信息丢失代价对指标体系降维，并建立因子得分函数（如下所示），计算得分确定综合排名。 　　Fi=?[i1X1+?[ipXp（i=1，…，m） 　　2.2主成分分析法测算 　　将指标数据矩阵按照SPSS软件的要求z标准化后导入，首先，进行KMO和Bartlett’s检验，观察矩阵的特征根值和累计解释份额率（如表2所示）。特征根值大于1，表示可以用主成分分析法降维。累积方差贡献率达到85%以上，代表可以提取公因子的结果。软件选取的3个主因子，累积方差贡献率87.166%，相关矩阵特征根值0.686，基本达到主成分分析法要求。 　　第二，运用SPSS的图形化描述（如图1所示），横轴、纵轴分别代表因子个数、特征根。当提取3个主因子时，特征根值变化十分明显，以后继续提取，变化甚小，趋于平缓。可见，提取这3个主因子是合适的，也印证了表2的结论。 　　3 评价结果及分析 　　使用最通用的方差最大旋转法（varimax）对因子载荷矩阵元素的平方向0或1两极转化，得到相应的因子得分函数： 　　F1=0.021x1+0.419x2-0.239x3+0.198x4-0.287x5+0.18