基于SEM农民收入对教育支出影响分析.docVIP

基于SEM农民收入对教育支出影响分析 　　摘要：近年来，随着社会经济的不断发展，山西省古县农民收入水平也在不断的提高，与此同时，教育支出也有了一定的变化，研究农民的收入与教育支出之间的关系显得尤为重要。文章以山西省古县为例，首先采用抽样调查的方法获取农民各项收入以及教育支出的样本，计算均值和方差，给出置信区间，得到所采取的最小样本量。其次，应用结构方程法，将农民的各项收入设为自变量，将教育支出设为因变量建立相应的模型，对数据进行信度与效度分析，利用AMOS软件分析出农民各项收入与教育支出之间的关系，得出古县农民收入中务工收入、务农收入、存款借贷收入对教育支出呈正比的关系，而租赁收入与其教育支出呈现出负相关的关系。最后，针对分析结果提出了几项建议。 　　关键词：农民收入；教育支出；结构方程模型 　　教育支出水平与收入水平有着密切的联系，收入水平决定了可能达到的教育水平。目前 ，许多学者对收入水平与教育支出的关系作了研究，杨明、刘毅、赵细康、余红玲、万俊毅等认为，居民用于教育的支出随着收入的增长而增长，两者之间具有正相关性。周冲、张晓梅等认为提高农村居民收入是促进教育支出的有效途径。这些学者从整体收入对教育支出的影响进行了研究，但是对于农民各项收入与教育支出的关系的研究文献还比较少。本文通过结构方程模型，假定农民各项收入对教育支出有影响，首先设计出问卷并对农民进行发放以及调查，其次，利用SPSS软件对相应的数据以及信度和效度进行分析，使其满足建立模型的先决条件，接着开始建立结构方程模型，画出反映各变量之间的关系的路径图，最后判断其拟合程度。通过模型的建立，能更清楚地了解到农民的各项收入对其教育支出的影响情况。 　　一、数据来源以及变量设置 　　（一）数据来源 　　本文采用问卷调查的方法，通过计算均值和方差，给出置信区间，得到所采取的最小样本量，最终确定了300的样本量，为了使样本更具有代表性和结构性，对不同年龄段以及收入水平的农民进行分层抽样。 　　（二）变量设置 　　以山西省古县农民收入对教育支出的影响分析为基础建立结构方程模型，所设置的变量如表1所示。 　　二、数据分析 　　（一）数据的统计分析 　　利用SPSS24.0对数据进行统计分析，结果如表2所示。 　　（二）数据的信度与效度分析 　　利用SPSS24.0版本，对数据的信度进行分析，一般情况下，如果得出来的值大于0.7的话，证明样本的可信度值得大家接受，检测出α的值为0.764，说明样本值得相信。 　　一般常用的检验效度的方法是KMO（Kaiser-Meyer-Olkin）和巴特利特球形检验，测量结果与要考察的内容越吻合，则效度越高；反之，则效度越低，检测出来的KMO的值为0.729，大于0.7，巴特利特显著性检验的值为0.03，小于0.05，说明各变量的相关性比较大，这两项的结果证明我们可以做因子分析。利用SPSS24.0版本，通过分析中的降维-因子分析等过程我们得到的公因子方差的结果如表3所示。 　　在表3中，第二列表示原有的公因子方差，第三列表示因子分析提取后的公因子方差，其数值越大，则说明用原有数据做因子分析效果是显著的，从而证明其效度很高，从表3中我们可以看到，公因子方差中最小的数值为0.754，则证明数据有很高的效度。 　　至此，各项数据的分析结果已符合建立结构方程模型的条件。 　　三、模型的设定 　　利用AMOS21.0对其做出了假设的模型图，所做出的路径图如图1所示，其中，椭圆代表潜变量，矩形代表观测变量，圆代表误差值，指无法被模型解释的变异。 　　四、模型拟合 　　对模型进行拟合，其结果如下： 　　卡方自由度X2/DF的值为4.132，小于5；GFI的值为0.985，AGFI的值为0.977，PGFI的值为0.657，NFI的值为0.962，IFI的值为0.98，这些值都接近于1，说明模型的拟合度较好。 　　观测变量和潜变量以及误差之间的路径系数关系用P检验值表示，其值如果小于0.001，就会用“***”来表示，所分析出的P值结果都为“***”说明模型中所设定的路径都是显著的。 　　通过以上两项结论，说明模型的建立符合标准，能够反映出古县农民各项收入与教育支出之间的关系。 　　五、结论和建议 　　务农收入、务工收入以及存款性收入与教育支出之间的路径系数都为正数，说明其与教育支出呈现正相关的关系，务农、务工以及存款性收入越高，教育支出也会越多，其中，务工收入与教育支出之间的路径系数最高，为0.86，说明务工收入与教育支出之间呈现显著的正相关关系。而租赁收入与教育支出之间的路径系数为负数，说明租赁收入越高，对教育的支出则越低。 　　针对以上结论，提出以下几点建议。 　　1. 调整古县农民的收入结构。政