人口文化素质与经济发展水平的互动关系.pdf
5页
资 源环境与发展 2009 年第 1 期人口文化素质与经济发展水平的互动关系程前昌（广西师范学院 ，资源与环境科学学院 ，广西南宁 ，530001）摘 要 ： 依据 1994-2006年经济发展水平与人口文化素质的统计资料 ， 选取人均 GDP和接受过不同教育程度的人口比重作为经济发展水平和人口文化素质的衡量指标 对经济发展水平与人口文化素质进行相关分析 ，结果表明 ，经济发展水平与人口文化素质之间具有强相关关系 针对经济发展水平与人口文化素质之间的强相关关系 ，运用中国经济发展水平与人口文化素质的时间序列和空间序列数据 ，对经济发展水平 （y）与人口文化素质 （x）之间的相互关系进行最优曲线拟合 ，通过实证分析 ，得出了经济发展水平与人口文化素质之间的对数关系模型 ：关键词 ：人口文化素质 ；经济发展水平 ；对数关系模型人口文化素质的提高有利于加速社会的和谐发展 人口文化素质主要指人口的科技文化水平 ，而科学技术是第一生产力 ，经济的发展依靠科技 ，科技需要人才 ，人才需要教育 ，教育也需要经济支撑 ，可见人口文化素质与经济发展之间相互制约 在实际运用中 ，人口的教育程度构成 、在校大学生占总人口的比重 、中小学入学率 、适龄儿童入学率 、文盲半文盲率 、平均受教育年限 、科技人员占总人口的比重等常被当作人口文化素质的衡量指标 。
对这些指标的运用有人文发展指数中的成人识字率与综合入学率 、各级教育的人口比例与经济发展水平的相关程度 、国民生产总值与综合人口文化素质之间的对数关系 、人均教育年限与人均 GDP之间的线性关系 、就业人口文化素质对经济增长的影响 、人口文化素质与婚姻之间关系 、人口文化素质的性别差异 、人口文化素质与人口增长的关系等 本文旨在分析人口文化素质与经济发展水平的互动关系 ，得出相应的数量关系模型 1 选取指标数据选取 1994-2006年 6岁及 6岁以上的人口中文盲半文盲人口比重 （y1）、接受过小学教育的人口比重 （y2）、接受过初中教育的人口比重 （y3）、接受过高中教育的人口比重 （y4）、接受过大专以上教育的人口比重 （y5）作为我国人口文化素质的衡量指标 ，再选取人均 GDP（x）作为经济发展水平的测度指标 ，原始数据来自中国人口统计年鉴及中国统计年鉴 由表 1可知 ，我国的人口文化素质有了大幅度的提高 ，我国 6岁及 6岁以上人口中的文盲半文盲人口比重 、接受过小学教育的人口比重分别由 1994年的 19.134%、41.466%下降到了 2006年的 8.789%、33.071%； 接受过初中教育的人口比重 、 接受过高中教育的人口比重 、 接受过大专以上教育的人口比重分别由 1994年的 29.632%、8.260%、1.508%上升到了 2006年的 38.993%、12.929%、6.219%。
经济也在稳定发展 ，人均 GDP已经由 1994年的 4044元 /人上升到了 2006年的 16084元 /人 表 1我国人口文化素质各项指标及经济发展水平 （1994-2006年 ）2 人口文化素质与经济发展水平的关系12.1 人口文化素质与经济发展水平的相关性分析两个随机变量 X、Y之间相关系数 r的计算公式为 ：年份y1（%）y2（%）199419.13441.466199615.62141.284199813.71339.78820009.40538.313200210.22534.9622004 20069.163 8.78932.380 33.071y3（%）29.632 31.456 33.039 36.446 37.647 39.293 38.993y4（%）8.260 9.411 10.670 11.962 12.455 13.396 12.929y5（%）1.508 2.229 2.792 3.875 4.711 5.769 6.219x（元 /人 ） 4044 5846 6796 7858 9398 12336 1608415RESOURCES ENVIRONMENT AND DEVELOPMENT NO．1．2009r=ni = 1Σ（Xi-x軃）(Yi-y軃)ni = 1Σ(Xi--x軃)2·ni = 1Σ(Yi-y軃)2姨（1）公式中 x軃、y軃分别为两个变量的平均值 ，即 ：x軃=1nni = 1ΣXi（2） Y軍=1nni = 1ΣYi（3）相关系数 r∈[-1，1]。
当 r＞0时 ，表示两个变量正相关 ，r越大 ，表示两个变量的正相关性越密切 ；当 r＜0时 ，表示两个变量负相关 ，r越小 ，表示两个变量的负相关性越密切 现利用上述公式对表 1中的城市化与人口文化素质的各项指标进行相关分析 ，给定双尾检验显著性水平 0.05，计算结果见表 2表 2 人均 GDP与人口文化素质的相关性由表 2可知 ，经济发展水平和人口文化素质各指标间的相关性很强 ，相互作用密切 经济发展水平与文盲半文盲人口比重 、接受过小学教育的人口比重显著负相关 ，相关系数分别为 ：-0.813、-0.916，与接受过初中教育的人口比重 、接受过高中教育的人口比重 、接受过大专以上教育的人口比重显著正相关 ，相关系数分别为 ：0.888、0.836、0.949，这说明经济发展水平越高 ，文盲半文盲人口比重及小学文化程度的人口比重就越低 ，而接受过初中教育的人口比重 、接受过高中教育的人口比重 、接受过大专以上教育的人口比重就会越高 可见经济发展水平的提高有利于降低文盲半文盲人口比重及小学文化程度的人口比重 ，有利于人口文化素质的提高 ，同时提高人口文化素质也有利于提高经济发展水平 。
2.2 人口文化素质与经济发展水平的动态关系模型2.2.1 基于时间序列数据的分析以 1994-2006年的人均 GDP为解释变量 x，人口文化素质指标 y1、y2、y3、y4、y5为因变量 ，通过曲线拟合的方法 ，对拟合函数的拟合效果和实际预测效果进行综合分析 ，得出人口文化素质与人均 GDP之间的最优函数关系 1）y1与 x拟合方程为 ：y1=77.620275-7.254161nx判定系数 R2=0.80559；方差分析 F=45.58288，P=0.0000；回归系数检验 ：常数项 t=8.014，P=0.0000，参数项 t=-6.752，P=0.0000 函数关系模型见图 12）y2与 x拟合方程为 ：y2=113.787507-8.4849861nx判定系数 R2=0.88706；方差分析 F=86.39451，P=0.0000；回归系数检验 ：常数项 t=13.828，P=0.0000，参数项 t=-9.295，P=0.0000 函数关系模型见图 23）Y3与 x拟合方程为 ：y3=-37.991572+8.1159991nx判定系数 R2=0.89341；方差分析 F=92.19801，P=0.0000；回归系数检验 ：常数项 t=-4.986，P=0.0004，参数项 t=9.602，P=0.0000。
函数关系模型见图 3图 1 y1与 x之间的最优拟合函数 图 2 y2与 x之间的最优拟合函数（4）Y4与 x拟合方程为 ：y4=-23.247394+3.8411041nx人口文化素质指标与 x的相关系数双尾检验显著性水平y1-0.8130.01y2-0.9160.01y30.8880.01y40.8360.01y50.9490.0116资 源环境与发展 2009 年第 1 期判定系数 R2=0.83666；方差分析 F=56.34436，P=0.0000；回归系数检验 ：常数项 t=-5.04，P=0.0004，参数项 t=7.506，P=0.0000 函数关系模型见图 45）Y5与 x拟合方程为 ： y5=-30.166241+3.781861nx判定系数 R2=0.95032；方差分析 F=210.4274，P=0.0000；回归系数检验 ：常数项 t=-12.836，P=0.0000，参数项 t=14.506，P=0.0000 函数关系模型见图 5图 3 y3与 x之间的最优拟合函数 图 4 y4与 x之间的最优拟合函数图 5 y5与 x之间的最优拟合函数 图 6.1 2006年省域间 y1与 x之间的最优拟合函数2.2.2 基于空间序列数据的分析因缺少香港 、澳门 、台湾的数据 ，下面以 2006年我国其它 31个省域的人均 GDP为解释变量 x，以各省域的人口文化素质指标 y1、y2、y3、y4、y5为因变量 ，得出人口文化素质与人均 GDP之间的最优函数关系 。
1）y1与 x拟合方程为 ：y11=e(1.418872-10027.008053/x)判定系数 R2=0.36379；方差分析 F=16.5824，P=0.0003；回归系数检验 ：常数项 t=7.408，P=0.0000，参数项 t=4.072，P=0.0003；函数关系模型见图 6.1 但由判定系数可知 ，该方程解释能力过低 为了防止个别年份统计数据的异常 ，现利用 2000年的人口普查数据进行曲线拟合 ，见图 6.2 最优拟合方程为 ：y12=e（1.678324+3945.415076/x） 判定系数R2=0.32218；方差分析 F=13.78446，P=0.0009；回归系数检验 ：常数项 t=9.039，P=0.0000，参数项 t=3.713，P=0.0009 方程整体解释能力仍然过低 2）y2与 x拟合方程为 ：y=16.627486+1.7154461nx判定系数 R2=0.60025；方差分析 F=43.54554，P=0.0000；回归系数检验 ：常数项 t=8.551，P=0.0000，参数项 t=-6.599，P=0.0000；函数关系模型见图 73）Y3与 x拟合方程为 ： y13=0.0000001262 79204x2+0.00383x判定系数 R2=0.31152；方差分析 F=4.07229，P=0.0165；回归系数检验 ：常数项 t=0.693，P=0.494，检验未通过 ，故舍去 ；二次方参数项 t=-2.544，P=0.017；一次方参数项 ，t=2.918，P=0.007，函数关系模型见图 8.1，由判定系数可知 ，该方程解释能力很差 。
为了防止个别年份统计数据的异常 ，现利用 2000年的人口普查数据进行曲线拟合 ，见图 8.2 最优拟合方程为 ：，判定系数 R2=0.34028；方差分析 F=6.81927，P=0.0141；回归系数检验 ：常数项 t=-0.847，P=0.4042，该项检验未通过 ，故舍去 ；参数项 t=2.611，P=0.0141 方程整体解释能力仍然很差 4）Y4与 x拟合方程为 ：y4=-55.000311+7.0560421nx判定系数 R2=0.66447； 方差分析 F=57.43049，P=0.0000； 回归系数检验 ： 常数项 t=-6.094，P=0.0000， 参数项 t=7.578，P=0.0000 函数关系模型见图 95）Y5与 x拟合方程为 ：y5=-70.789007+8.06398 1nx判定系数 R2=0.60434；方差分析 F=44.29448，P=0.0000；回归系数检验 ：常数项 t=-6.028，P=0.0000，参数项 t=6.655，P=0.0000 函数关系模型见图 1017RESOURCES ENVIRONMENT AND DEVELOPMENT NO．1．2009图 6.2 2000年省域间 y1与 x之间的最优拟合函数 图 7 2006年省域间 y2与 x之间的最优拟合函数图 8.1 2006年省域间 y3与 x之间的最优拟合函数 图 8.2 2000年省域间 y3与 x之间的最优拟合函数图 9 2006年省域间 y4与。
