中国高等教育规模的经济发展影响因素分析3基于三次项模型的经济发展因素分析3.1模型建立本文基于1978—2016年各变量指标数据各项检验结果，尝试分别建立中国高等教育规模的经典线性模型、二次项模型和三次项模型进行估计、比较与选择。其中，在二次项模型和三次项模型中，将高等教育规模与产业结构间的非线性关系分别设定为存在二次项和三次项形式，而与其他因素的关系仍设定为线性形式。所建立的经典线性、二次项和三次项模型分别表示为：其中，除lnHed、lnpGDP、lnWag、lnInd和lnUrb保持原来的含义不变外，（lnInd）2和（lnInd）3分别表示lnInd的平方项和立方项，βi（i=1，2，…，6）为模型中各解释变量的系数，α和ε分别为模型的常数项和误差项。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---3.2结果分析仍然基于上文已经采用的1978—2016年各变量指标数据，使用普通最小二乘估计分别对式（12）至式（14）进行估计和比较，表5列示了其估计结果。从表5的估计结果可以看到，经典线性模型中产业结构因素代表指标变量的系数未通过显著性检验，说明该因素并未对高等教育规模产生显著性影响，而这与上文的检验结果相矛盾，且该因素指标代表变量的系数符号与预期不一致；二次项模型中常数项、产业结构因素代表指标变量及其二次项变量的系数均未通过显著性检验，不但与前面的检验结果相矛盾，且与模型设定本身也存在矛盾，即二次项变量没有对高等教育规模产生显著影响则应回到经典的一次线性模型形式；只有三次项模型中，所有变量均至少在5%的显著性水平上通过检验，且与本文前面的检验结果基本一致。同时，分别对二次型模型和经典线性模型的联合非显著性（原假设：β5=0）以及三次项模型和二次项模型的联合非显著性（原假设：β6=0）进行似然比（LR）检验：前者的LR检验估计值为0.0771，相应的检验P值为0.7830，说明不能拒绝二次项模型可以简化为一次线性模型的原假设，这与二次项模型设定本身相矛盾；后者的LR检验估计值为6.0352，其相应的检验P值为0.0196，在5%的显著性水平上拒绝原假设，说明必须拒绝三次项模型能简化为二次项模型的原假设。综合以上分析，表明只有三次项模型的估计和检验结果前后一致并与实际情况基本相符，能够反映经济发展各因素对中国高等教育规模产生影响的基本实情。（1）实际经济发展水平。实际人均GDP对中国高等教育规模的弹性值约为4，说明中国的经济发展水平对高等教育规模发展具有较强的拉动效应，即实际人均GDP增加1%会导致高等教育规模约4%的增长。按照1978年不变价格计算，1978—2016年中国实际人均GDP年均增长8.57%，即该期间由于实际人均经济增长应该促成高等教育规模年均约35%的高速扩张，当然其中还需要抵消其他因素对高等教育规模扩张的负效应，然而，从综合影响来看，改革开放以来高等教育规模的高速扩张是与高速经济发展分不开的。---本文来源于网络，仅供参考，勿照抄，如有侵权请联系删除---（2）劳动力市场状况。在岗人员实际平均工资指标变量的系数为-3.7830，表明在岗人员实际平均工资每增加1%将会带来高等教育规模减少近4%，二者呈负相关，即平均工资水平具-有负的边际影响，说明在岗人员实际平均工资的变化对高等教育规模发展具有显著抑制效应。在1978—2016年，中国在岗人员实际平均工资年均增长9.6%，根据估计结果，每年应会给高等教育规模发展带来约36%的负增长效应，在一定程度上抑制了高等教育规模的增长。（3）城市化水平。城镇化率指标变量的系数为3.4132，说明其增长对中国高等教育规模具有较强的拉动效应。据本文统计，中国城镇化率从1978年的17.92%，经过近40年的发展，到2016年增至57.37%，增长了2.2倍，年均增长3.12%，也即城镇化率发展每年应会给高等教育规模增长带来近11%的正促进效应。（4）产业结构状况。三次项模型估计结果显示第三产业产值比重变量的一次项、二次平方项和三次立方项系数均表现为显著，且三次立方项系数符号为负，表明高等教育规模与第三产业产值比重间存在显著的反“N”型变化关系，其将两者间关系分为三段：高等教育规模随第三产业比重值的...