关键词：社会经济因素 生育率 相关分析 回归分析
社会经济因素对生育率的影响既包括直接影响又包括间接影响，西方的生育率转变理论是从也主要是研究社会经济因素对生育率的影响效果。在对生育率进行宏观分析时，西方学者从生产力发展水平、城市化等角度分析了生育率的变化情况，并建立起了各影响因素的因果关系[1]。他们认为随着生产力的发展以及城市化的进行，促使了人们生育观念和生育行为的改变。同时，随着教育水平的提高和社会保障制度的完善，小孩给父母带来的效用也有所下降，这也在一定的程度上改变了人们的生育行为[2]。
一、社会经济因素对生育率的影响
对总和生育率有影响的社会经济因素包括受教育水平、医疗卫生状况、城市化水平、新生婴儿存活的概率、妇女的就业水平、物质生活水平、生产力水平等。反映这些社会经济因素的指标为：大学入学比例（y）、每千人医疗床位数（张/千人）、城市人口所占比重（%）、新生婴儿死亡率（‰）以及妇女劳动参与率（%）、人均国民收入（美元）、农业占国民收入的比例（%）等。
二、研究方法
我们采用的统计分析方法为双变量相关分析法以及逐步回归分析法。在相关分析中，我们分析了总和生育率和大学入学比例（y）、每千人医疗床位数（张/千人）、城市人口所占比重（%）、新生婴儿死亡率（‰）以及妇女劳动参与率（%）、人均国民收入（美元）、农业占国民收入的比例（%）等因素之间的相关关系，通过相关分析我们可以知道各社会经济因素分别对生育率的影响程度。为了说明总的社会经济因素对生育率的综合影响，我们对总和生育率和社会经济因素做了多元回归分析。由于社会经济各变量之间存在较强的多重共线性，因而本文采用能够消除共线性的逐步回归分析法。
三、研究结论
本文选取世界银行的数据，对1980-2010年中国的总和生育率和社会经济各指标之间进行双变量相关分析，得到的结果如下表1所示：
从表1可知，中国的总和生育率与人均国民生产总值、城市人口所占比重、大学入学比例、每千人医疗床位数正相关，与农业占GDP的比重、婴儿死亡率负相关，这都与上面论述的各社会经济因素对总和生育率的理论影响相符。这些社会经济因素中又以农业占国民收入的比例、城市人口所占比例以及人均国民生产总值这三个变量对总和生育率的影响最大。在表1中，妇女劳动参与率与总和生育率成正比，这与前面的理论分析不符，这可能与中国妇女劳动参与率计算时所用的数据以及中国妇女的职业转变有关。
为了分析社会经济变量对总和生育率的综合影响效果，对1980-2010年中国的总和生育率和社会经济各变量之间进行了逐步回归分析。通过SPSS进行数据处理，排除具有较强共线性的几种情况（VIF≥10），得到的有效结果如下表2所示：
模型2的预测变量：（常量）、农业所占比重、大学的入学比例
模型3的预测变量：（常量）、大学的入学比例、城市人口所占比重
从表2给出的三个模型的回归结果可知：这三个模型都通过F检验、t检验以及共线性检验，则这三个模型得到的结果都是有效的。同时，这些模型中又以第三个模型的R?都很高，因而我们选取第三个模型得到的结果。在第三个模型中R?=0.958，说明大学入学比例和城市人口所占比重已经很好的对因变量做出了解释，从而也说明了社会经济因素对中国生育率的影响非常的显著。
参考文献：
关键词 高等职业教育；普通高等教育；扩招；全要素生产率；准倍差法
中图分类号 G718.5 文献标识码 A 文章编号 1008-3219（2016）28-0027-06
一、引言
目前，中国经济进入新常态，如何在保持经济稳定增长的同时，更加有效地提高经济增长质量显然是一个值得研究的问题。在人口红利终结、土地等生产要素投入面临瓶颈、资源和环境约束加剧的背景下，提升全要素生产率（TFP）是我国提高经济增长质量的重要途径。作为与TFP提升极为相关的高等职业教育与普通高等教育，在促进劳动力转移，提高劳动力质量，优化产业结构和就业结构，缩小城乡收入差距，实现教育公平，促进技术创新、技术外溢吸收，加快技术扩散和推进专业化分工等方面影响TFP。但高等职业教育与普通高等教育对TFP的影响存在局限性，不同地区产业结构和就业结构水平存在差异，且地区高等职业教育与普通高等教育发展不平衡，高等职业教育与普通高等教育程度差异显著，不同地区高等职业教育与普通高等教育对TFP的影响可能并不相同。目前国内外学者在研究人力资本对TFP影响中，已经实证检验了高等教育对TFP的影响，但很少关注中国高等职业教育与普通高等教育扩招对TFP的影响。依据中国教育在线的全国历年参加高考人数和录取人数统计，可知1998年前高考录取率均低于40%，其中，1977年录取率仅为4.8%，1998年后高考录取率大幅增长，2000年录取率增加到56%，2014年更是高达74.33%。高等职业教育与普通高等教育的扩招提高了全民素质，促进了TFP提高，但高等职业教育与普通高等教育扩招在一定程度上导致了高等教育质量下降，大学生就业难，出现了知识性失业和过度教育，也致使大学生高等教育投资回报率低，出现了高中生放弃高考和部分省市高招计划连续几年未完成的现象。以曾经是全国高考录取比例最低的河南省为例，已连续3年未完成高招计划，2014年有近7万招生计划数未完成。因此，高等职业教育与普通高等教育扩招对TFP的促进作用受到了限制。由此，1999年开始的高等职业教育与普通高等教育扩招对TFP究竟有何影响，显然值得深入研究。
二、文献综述
关于高等教育对TFP影响的研究成果较为丰富，如董亚娟和孙敬水、肖志勇和魏下海、朱承亮等、陈仲常和谢波、韩海彬等、金戈等人的研究[1][2][3][4][5]6]。但这些文献并未研究中国高等教育扩招对TFP究竟产生了何种影响。目前学术界主要实证研究的是中国高等教育扩招的其他影响，如陈厚丰和吕敏基于1998-2004年数据，认为高等教育扩招增长速度应与我国GDP增长速度保持基本同步，扩招过快增长可能导致高等教育发展c经济发展失衡[7]；李春玲基于国家统计局2005年1%人口抽样调查数据，利用logit模型对高等教育扩招对教育不公平的影响进行了实证研究[8]；冯用军基于1999-2009年数据，利用灰色关联等模型实证研究了高等教育扩招与经济波动的关系[9]；景光仪利用VAR模型实证分析了高校扩招后高等教育投资对就业结构的影响[10]；许玲丽等利用中国综合社会调查项目数据和边际处理效应分析框架，实证发现高等教育扩招对个人回报产生了积极影响[11]，但该研究使用1998年之后参加高考的样本容量较为有限；吴振球等基于我国1999-2010年数据，运用教育量简化指数法，实证发现高等教育扩招对国民收入年增长率的贡献率偏低，且地区间贡献率很不平衡[12]；刘六生和陈为峰基于高等教育弹性系数视角，实证研究了云南高等教育扩招对经济发展的影响[13]；张兆曙和陈奇基于中国综合社会调查项目数据，实证分析了高等教育扩招对教育机会性别平等的影响[14]；刘哲剑等利用因子分析和聚类分析等方法，实证发现高等教育扩招同GDP增长间为显著负相关[15]；李彬彬和杨晓萍则基于西北五省1999-2008年高校扩招数据，实证研究了高等教育规模与经济增长之间的相关性。显然这些研究未涉及高等教育扩招对TFP的影响[16]。
本研究不同于上述文献。首先，将高等教育扩招细分为高等职业教育和普通高等教育扩招，研究两者对中国TFP的影响。其次，高等职业教育与普通高等教育扩招类似于在我国进行的一项准自然实验，其对高等职业教育与普通高等教育程度存在异质性的地区的TFP会产生不同程度的影响，将分地区研究。再次，大多数文献在实证分析高等教育对TFP的影响时，测度TFP并未纳入环境因素，而一个不容忽视的事实是我国经济增长取得的巨大成就在很大程度上是靠牺牲环境取得的，故本研究在测度TFP时将环境因素纳入其中。第四，现有研究基本没有考虑到内生性问题，即TFP的增长也会对高等职业教育与普通高等教育扩招产生影响，本研究将借鉴Nunn and Qian的估计策略[17]，采用准倍差法进行实证分析。最后，本研究将同时实证分析高等职业教育与普通高等教育扩招对中国TFP的平均影响和边际影响。
三、实证研究
（一）模型设定
为了利用准倍差法研究高等职业教育与普通高等教育扩招对TFP的净影响，需在样本研究中引入一组未受到高等职业教育与普通高等教育扩招这一准自然实验影响的参照物，即控制组。也就是需要找到一组不受1999年开始的高等职业教育与普通高等教育扩招影响的样本，而由于高等职业教育与普通高等教育扩招是全国性的，因此很难找到准确的控制组。Nunn and Qian关于土豆引进对欧洲人口增长和城市化的影响研究也遇到了类似问题，也是难以找到不受土豆引进影响的样本，最终二人将土豆引进视为历史实验，将各地区地理条件作为引进土豆这一事件的处理强度，建立了准倍差法模型[18]。而我国地区差异较大，存在异质性，高等职业教育与普通高等教育扩招对各地区TFP的影响也存在相应的差异性，可视为准自然实验。但高等职业教育与普通高等教育扩招对TFP的影响很难直接在数据上反映，而各地区高等职业教育与普通高等教育招生数占总人口的比重肯定和高等职业教育与普通高等教育扩招对TFP的影响有一定的相关性，故借鉴Nunn and Qian的做法[17]，将各地区高等职业教育与普通高等教育招生数占总人口比重的变化率作为扩招这一事件的处理强度。并依据国内外学者关于TFP影响因素研究，基于省级面板数据，建立了如下模型：
其中i为省域，t为年份，eff和te分别为技术进步指数和技术效率指数，G为普通高等教育招生数占总人口比重的变化率，V为高等职业教育招生数占总人口比重的变化率，本研究引入二者分别作为普通高等教育与高等职业教育扩招这一事件的处理强度；Yq为指示变量，高校扩招前为0，之后（1999-2014年）为1；X为控制变量，即城市化水平UR、外资FDI、经济开放度EO、基础设施水平BS、制度IN，μ、φ分别为省域和年份虚拟变量，用来控制不可观测的省域特性和时间变化的影响；Yp为加入年份的虚拟变量，如果是p年，则为1，否则为0。显然，β0和β1分别为普通高等教育与高等职业教育扩招的影响，为平均影响，如果β0和β1为正，说明高等教育扩招对高等教育发达地区的TFP等因变量产生了更大的影响，否则相反；β0+αp1和β1+αp2则分别为普通高等教育与高等职业教育扩招在p年对TFP等因变量的边际影响，以反映随着时间变化，两类教育扩招对TFP等因变量产生的影响。
（二）变量测度与数据说明
首先，关于TFP测度。本研究参考大多数文献做法，将劳动力和资本存量作为投入指标，将GDP和SO2排放量作为期望产出和非期望产出指标①，为了扩大期望产出，缩小非期望产出，引入方向性距离函数，在此基础上构造Malmquist-Luenberger生产率指数，以此衡量TFP变动率，并分解为技术进步指数eff和技术效率指数te。具体是利用MaxDEA6.0软件来测算。
其次，关于控制变量测度。本研究用城市人口数与总人口数之比衡量城市化水平，用实际利用外资金额占GDP比重测度FDI，用进出口总额占GDP比重衡量经济开放度②，用公路里程数与省域面积之比测度基础设施水平，用非国有投资与总投资之比衡量制度。
上述变量原始数据来源于《中国教育统计年鉴》、《中国统计年鉴》、各省域《统计年鉴》和《新中国60年统计资料汇编》。本研究选择的样本时间为1992-2014年，29个省域，其中数据不全，将其排除，并为保持数据口径相对一致，重庆与四川合并。各变量的描述统计量见表1。
（三）实证结果
1.平均影响
由于我国各地区差异较大，使用普通最小二乘法对省级面板数据模型回归可能会产生异方差和序列相关等问题，致使估计结果不可靠，而广义最小二乘法能较为有效地克服上述问题。因此，采用广义最小二乘法估计，由于使用Hausman检验结果均支持固定效应模型，因此，后续估计结果中均是基于固定效应模型。
首先，普通高等教育与高等职业教育扩招在两类教育发达的地区越能促进TFP增加。从表2可知，β0和β1均为正数，且均通过了显著性检验，说明普通高等教育扩招对普通高等教育发达地区的TFP、eff、te产生了更大的影响，高等职业教育扩招对高等职业教育发达地区的TFP、eff、te产生了更大的影响，即普通高等教育扩招在普通高等教育发达的地区越能够促MTFP、eff、te增加，在普通高等教育欠发达地区对TFP、eff、te的促进作用较小，这一结论对高等职业教育同样适用。进一步发现，普通高等教育扩招在普通高等教育发达地区主要是通过促进技术进步提高TFP，高等职业教育扩招在高等职业教育发达地区主要是通过改善技术效率提高TFP。
其次，两类教育扩招对TFP增长的促进作用在不同地区表现出异质性。具体就普通高等教育而言，由于北京、上海、江苏、辽宁、广东、湖北、陕西等省份普通高等教育较为发达，天津、山东、四川、吉林、黑龙江、湖南、安徽等省份次之，河北、海南、江西、山西、云南、内蒙古等15省份最弱，普通高等教育扩招对TFP的平均影响在这些省份间表现出了差异性，从区域角度看，普通高等教育扩招对普通高等教育较为发达的东部地区TFP促进作用更为明显，对中部地区TFP促进作用次之，对西部地区TFP促进作用最不明显。同样，就高等职业教育而言，由于广东、江苏、山东、河北、辽宁、浙江、安徽、河南、湖南等省份高等职业教育较为发达，北京、上海、天津、福建、湖北、江西、山西、陕西、黑龙江等省份次之，海南、云南、内蒙古、广西、贵州、甘肃等11省份最弱，高等职业教育扩招对TFP的平均影响在这些省份间也表现出了异质性，从区域角度看，高等职业教育扩招对高等职业教育较为发达的东部地区TFP促进作用更为明显，对中部地区TFP促进作用次之，对西部地区TFP促进作用最不明显。
再者，对于普通高等教育与高等职业教育发达的地区，普通高等教育扩招对TFP的促进作用高于高等职业教育扩招。因此，东部地区普通高等教育扩招对TFP的促进作用要高于高等职业教育扩招。原因在于东部地区产业结构中知识技术密集型行业，特别是高新技术行业比重较高，需要大量的普通高等教育人才（本科、硕士和博士）从事产品技术研发。且东部地区服务业比重较高，部分省市已远超工业，特别是金融会计、专有权利及其许可、法律等新兴服务业比重增加较快，需大量普通高等教育人才，同时对职业教育人才的技能知识要求也大幅提高，增加了对高等职业教育的需求，但东部地区普通高等教育更为发达，致使其对TFP的促进作用最大。从表2可知，对于普通高等教育与高等职业教育发达的地区，普通高等教育扩招对技术进步的促进作用高于高等职业教育扩招，高等职业教育扩招对技术效率的促进作用高于普通高等教育扩招。从区域角度看，这一结论显然也适合东部地区。
最后，控制变量城市化水平通过要素集聚和要素重置效应在1%水平上显著促进了TFP增长，其主要是通过促进技术进步来提高TFP，这说明城市化是我国TFP增长的重要影响因素，对我国经济增长质量的提高有着重要影响。而外资的系数为正，但未通过显著性检验，这说明我国引进的外资质量不高，对TFP的促进作用不显著。经济开放度和基础设施水平对TFP促进作用在5%水平上显著，均主要是通过提高技术效率促进了TFP增长，后者通过有利于知识技术扩散、要素流动、经济集聚和市场扩张，促进了TFP增长。控制变量制度则主要是通过促进技术进步在10%水平上显著提高了TFP。
2.边际影响
这里同样采用广义最小二乘法来估计高等教育扩招对TFP的边际影响。
首先，两类教育扩招对TFP的影响存在一定的滞后性。从表3可知，普通高等教育的准倍差法估计量与1999-2003年的虚拟变量交互项（Git*Yq*Y1999）、（Git*Yq*Y2000）、（Git*Yq*Y2001）、（Git*Yq*Y2002）、（Git*Yq*Y2003）的回归系数和高等职业教育的准倍差法估计量与1999-2002年的虚拟变量交互项（Vit*Yq*Y1999）、（Vit*Yq*Y2000）、（Vit*Yq*Y2001）、（Vit*Yq*Y2002）的回归系数均不显著，但2004-2014年，前者回归系数显著为正，2003-2014年，后者回归系数显著为正，说明2004年开始，普通高等教育扩招χ泄TFP增长有显著的正向效应，2003年开始，高等职业教育扩招显著促进了中国TFP增长。原因可能在于1999年高校扩招录取的普通高等教育学生和高等职业教育学生分别是2003年和2002年才开始就业，经过一年的工作熟悉，才通过作用技术进步和技术效率对TFP增长产生显著影响，即普通高等教育和高等职业教育扩招对TFP的影响存在一定的滞后性。
其次，从表3可知，普通高等教育与高等职业教育两类教育扩招对TFP的边际影响分别在2004年和2003年开始显著逐渐增加，到2007年两者边际影响均达到最大，分别为0.1541和0.1636，此后两者边际影响开始逐渐下降。原因可能在于2008年全球金融危机爆发，使得我国面临的外部经济环境变差，加上4万亿投资所引发的后来产能过剩，使得国内相关行业经济不景气，与普通高等教育规模和高等职业教育规模快速增加相对应的是在相关政策措施跟不上的情况下，教学质量滑坡，毕业生就业技能水平低下。这致使普通高等教育和高等职业教育学生就业越发困难，导致两者扩招对TFP的边际影响下降。
再者，从表3可知，2004-2014年普通高等教育扩招对中国TFP的边际影响小于高等职业教育扩招。原因可能在于中国入世后一开始很多企业遇到了挑战，经过3年左右时间调整，才逐渐适应其规则，进而2004-2007年经济发展较快，产业结构中技能型的现代制造业和现代生产业比重增加，对高等职业教育产生了较多需求。并且中国作为发展中国家承接了大量发达国家产品的制造环节转移，这一环节往往需要的是熟练的技能型劳动力。同时，相对发达国家，中国经济发展整体水平仍然不高，产业结构中技术知识密集型行业、高精尖行业和新兴服务业比重还较低，对普通高等教育需求增加有限，且发达国家将产品的研发、设计等高附加值环节大多依然保留在国内，致使中国在国际产业链中位于较低端，降低了对普通高等教育需求增加的幅度。2008年后虽然遇到了全球金融危机和严重的产能过剩，但相对而言，普通高等教育供求失衡更为明显，专业和用人单位需求不尽符合，而与此相对应的是“技工荒”，高技能人才短缺。依据21世纪教育研究院的《中国教育发展报告2014》（教育蓝皮书）和麦可思研究院的《2014年中国大学生就业报告》（就业蓝皮书）公布的数据，可知高职高专院校初次就业率最高，高于“211”（包括“985”）重点大学，专科生的初次就业率高于本科生。这在一定程度上也说明高等职业教育扩招对TFP的边际影响较高。
（四）稳健性检验
为检验上述实证结果的可靠性，分别利用各地区普通高等教育扩招比例与高等职业教育扩招比例作为解释变量进行计量回归，其中普通高等教育扩招比例=（普通高等教育本年度招生数-普通高等教育上年度招生数）/普通高等教育上年度招生数，高等职业教育扩招比例=（高等职业教育本年度招生数-高等职业教育上年度招生数）/高等职业教育上年度招生数。回归结果表明，虽然两个解释变量的估计系数和显著性有所变化，但并未改变上述实证结果，因此，上述实证结果是稳健的。
四、结论与今后研究方向
高等职业教育与普通高等教育扩招是我国高等教育发展的一项重大决定，可以被视为准自然实验。借鉴Nunn and Qian的估计策略，将各省域高等职业教育与普通高等教育招生数占总人口比重的变化率作为扩招这一事件的处理强度，采用准倍差法克服内生性问题，实证分析了高等职业教育与普通高等教育扩招对中国TFP的平均影响和边际影响。主要得到以下结论：
第一，普通高等教育扩招显著促进了TFP增长，但在不同地区表现出异质性。在普通高等教育发达的地区越能够促进TFP增加，在普通高等教育欠发达的地区对TFP的促进作用较小，这一结论对高等职业教育同样适用。普通高等教育扩招在普通高等教育发达的地区主要是通过促进技术进步提高TFP，高等职业教育扩招在高等职业教育发达地区主要是通过改善技术效率提高TFP。
第二，从区域角度看，普通高等教育扩招对普通高等教育较为发达的东部地区TFP促进作用更为明显，对中部地区TFP促进作用次之，对西部地区TFP促进作用最不明显。这一结论对高等职业教育同样适用。因此，普通高等教育与高等职业教育扩招应更多的偏向于西部地区高校，并通过各种支持政策将毕业生留在当地或吸引东部地区毕业生，以提高西部地区的TFP。
第三，对比来看，对于普通高等教育与高等职业教育发达的东部地区，普通高等教育扩招对TFP的促进作用高于高等职业教育扩招，普通高等教育扩招对技术进步的促进作用高于高等职业教育扩招，高等职业教育扩招对技术效率的促进作用高于普通高等教育扩招。
第四，普通高等教育和高等职业教育扩招对TFP的边际影响存在一定的滞后性。1999-2003年普通高等教育扩招和1999-2002年高等职业教育扩招对TFP没有显著影响，2004-2007年间普通高等教育扩招和2003-2007年间高等职业教育扩招的边际影响逐渐增加，到2007年两者边际影响均达到最大，此后两者边际影响开始逐渐下降。因此，需采取稳增长、调结构措施，继续推进一路一带战略和亚洲基础设施投资银行建设，在解决产能过剩的同时，促进中国产业结构升级，进而扭转普通高等教育和高等职业教育扩招对TFP边际影响下降的趋势。政府还需解决目前普通高等教育存在的地区间教育资源分配不公、创新力不足、教学质量下降和毕业生就业技能低下等问题，解决高等职业教育在办学层次、办学形式、办学条件、经费投入、师资队伍、专业设置、课程体系、人才培养类型等方面存在的问题，这样高等教育才能满足TFP提高的需要。
第五，对比来看，2004-2014年普通高等教育扩招对中国TFP的边际影响小于高等职业教育扩招。因此，这在一定程度上说明教育部提出的600多所新建普通本科高校转型职业教育是存在合理的实证基础的。但也需注意高等职业教育存在的上述问题，只有解决这些问题，才能缓解我国技工荒和高技能人才短缺情况，更好地发挥高等职业教育对TFP的积极作用，扭转高等职业教育扩招对TFP边际影响逐渐下降的趋势。
参 考 文 I
[1]董亚娟，孙敬水.中国教育支出对生产率的影响及溢出效应[J].山西财经大学学报，2010（9）：16-23.
[2]肖志勇，魏下海.教育不平等、人力资本与中国全要素生产率增长―来自省际面板数据的经验研究[J].统计与信息论坛，2010（3）：76-81.
[3]朱承亮，师萍，岳宏志等.人力资本、人力资本结构与区域经济增长效率[J].中国软科学，2011（2）：110-119.
[4]陈仲常，谢波.人力资本对全要素生产率增长的外部性检验―基于我国省际动态面板模型[J].人口与经济，2013（1）：68-75.
[5]韩海彬，赵丽芬，张莉.异质型人力资本对农业环境全要素生产率的影响：基于中国农村面板数据的实证研究[J].中央财经大学学报，2014（5）：105-112.
[6]金戈.不同层次和来源教育投入对地区全要素生产率的影响[J].浙江社会科学，2014（6）：117-118.
[7]陈厚丰，吕敏.扩招以来我国经济结构与高等教育结构的相关性分析[J].高等工程教育研究，2007（1）：39-43.
[8]李春玲.高等教育扩张与教育机会不平等―高校扩招的平等化效应考查[J].社会学研究，2010（3）：82-113.
[9]冯用军.扩招十年来高等教育规模发展波动与经济波动的关系研究[J].中国高教研究，2010（9）：11-14.
[10]景光仪.高校扩招后高等教育投资对就业结构调整的影响[J].集美大学学报，2011（4）：55-59.
[11]许玲丽，李雪松，周亚虹.中国高等教育扩招效应的实证分析[J].数量经济技术经济研究，2012（11）：116-130.
[12]吴振球，孙雪玉，吴世杰.我国高校扩招后高等教育对国民经济增长的贡献率[J].高等教育评论，2013（1）：43-52.
[13]刘六生，陈为峰.扩招背景下云南省高等教育规模与经济发展的关系[J].云南师范大学学报：哲学社会科学版，2013（1）：57-63.
[14]张兆曙，陈奇.高校扩招与高等教育机会的性别平等化[J].社会学研究，2013（2）：173-197.
[15]刘哲剑，李倩，张雷.基于SPSS的扩招时期高等教育招生数量与GDP增长之间的关系研究[J].廊坊师范学院学报：自然科学版，2014（1）：63-66.
关键词 高等教育 工业企业 生产率
中图分类号：G640 文献标识码：A
An Empirical Analysis on the Impact of Higher Education to
Productivity of Jiangxi Industrial Enterprises
HE Xiangmin
（College of Business， Nanchang Institute of Technology， Nanchang， Jiangxi 330099）
Abstract Use of 2006-2010 five-year period micro-enterprise data in Jiangxi Province， this paper empirical research on the impact of higher productivity of industrial enterprises in Jiangxi Province. The study found that higher education has a positive role in promoting productivity of industrial enterprises in Jiangxi.
Key words higher education； industrial enterprises； productivity
江西省是一个经济相对落后的省份，如何促进工业企业的发展能力对于促进江西省的经济发展具有非常重要的意义。而促进工业企业的发展，其中生产率是关键。企业生产率是提高企业竞争能力，扩大地区影响力的重要途径。因此，研究江西省工业企业生产率的影响因素，在当前转变经济发展方式，促进可持续发展中具有重要意义。
从理论上讲，人力资本对企业生产率（TFP）增长具有核心的促进作用，作为最主要的人力资本投资方式――高等教育对TFP 增长的作用已在不少国内外文献中得到阐述。接受过高等教育的人一般来说拥有较高的技能，更能够利用科学的方法改善自己的健康，能够更好地接受管理者的管理，也能够更好接受新事物，推动创新。因此，企业有多少员工接受过高等教育，其比例的多少可能会影响到该企业的生产率。
1 研究设计
人力资本对地区经济发展的影响主要是通过两种渠道来实现的：一是人力资本决定一个地区技术创新能力而直接影响该地区的生产率增长。二是人力资本水平影响一地区技术赶超和技术扩散速度。作为最主要的人力资本投资方式，有研究表明，只有高等教育的人力资本才对TFP 增长有积极作用，而人力资本平均水平对TFP 增长无显著促进作用。本文从企业微观层面出发，建立面板数据模型，对此问题进行全新研究。
1.1 模型
与一般研究企业TFP的实证文献相似，本文使用基于内生增长理论的生产函数模型对高等教育的影响作用进行分析。因变量为企业生产率（TFP），解释变量为江西省省级层面的接受过高等教育的人力资本（HighE）。控制变量有企业层面的主要是企业经营年限（Age）、企业规模（Scale）；在行业层面上，本文主要控制行业竞争程度（Com）。
综合各种因素，我们建立一个面板形式的基础模型：
= + + + + + + +
模型中，为企业，行业；为年度；为误差项。DUMM为一组哑变量，包括：外资企业属性哑变量，出口企业哑变量，行业哑变量和年度哑变量。模型将TFP的滞后一期项加入到模型中，从而构建了一个动态面板数据模型。
1.2 数据
本文的企业微观数据来自国家统计局“规模以上工业企业统计数据库”江西部分，从而构建了一个跨时五年的非平衡面板数据集，每年企业样本数约为5000～6000余个。其余相关数据来源于《江西省统计年鉴》、国研网《工业企业统计数据库》。
1.3 变量
1.3.1 企业生产率的衡量指标（TFP）
我们使用半参数法估计企业生产率，该方法由Levinsohn and Petrin（2003）提出，即用中间投入作为不可观测的企业生产率变动的变量，来纠正生产函数中各变量的估计偏误。采用如下公式计算TFP：
=
是企业的工业总产值，为资本，为劳动力，为中间投入。
1.3.2 高等教育的衡量指标（HighE）
在我国，高等教育是大专及以上层次的教育，而大专学历的受教育年限为15年，参照大多数文献的做法，大专以上教育年限我们统一用16年来代替。与人力资本的计算方法一样，本文的地区高等教育指标为：大专以上教育程度人口比重6来计算，并在模型中取对数。
1.3.3 其他指标
企业经营年限（Age），本文用年份加一，再减去企业开业时间得到。衡量企业规模（Scale），本文选择企业销售额与所在两位数行业的全省企业平均销售额的比值来衡量企业规模。行业竞争程度（Com），本文使用市场集中度指标衡量，即使用行业中工业产值前8名的企业工业产值之和与行业总产值的比值来衡量。
2 实证结果
为了克服动态方程式中滞后因变量的内生性问题，本文采用广义矩估计法（GMM）来估计实证模型。系统广义矩估计量在一阶差分广义矩估计量的基础上进一步使用了水平方程的矩条件，将滞后变量的一阶差分作为水平方程中相应的水平变量的工具。本文报告的结果为系统广义矩的估计结果。
以2006-2010年间江西省工业的26390个企业样本，使用系统广义矩的方法估计面板模型，估计结果报告在表1中。可以看到：Hansen检验和Arelleno -Bond 序列相关检验的p值均显示模型能很好地通过这些统计检验，从而证明了本文使用系统广义矩的有效性。
表1 高等教育对江西工业企业生产率的影响（因变量为企业生产率TFP）
注：*，**，***，分别表示在10%，5%，1%水平下显著。
（1）重点关注解释变量高等教育（HighE），可以看到，解释变量的系数均为正，且均在5%的统计水平上显著，系数值为0.037。这表明，高等教育对江西省的工业企业生产率产生了积极的促进作用，且影响系数为0.037。高等教育可以通过多方面影响企业生产率。首先，接受过高等教育的员工经过了系统的教育，一般拥有专业的技能，他们能够更好地将其专业技能用于生产；他们能够更好地操作企业的设备，使得各种机器设备能够发挥较高的效用，从而使得企业生产率更高。第二，接受过高等教育的员工一般更关注自己的健康以及生产安全，员工拥有更健康的身体，就能够更好地进行生产；并且能够使得企业生产事故更少，企业的安全成本更低，从而使得企业生产率更高。第三，接受过高等教育的员工一般学习能力更强，他们能够更好更快地接受新事物，面对企业的新机器，企业的新管理，行业的新变化，他们都能比其他员工更快地接受和适应。这些员工能够更好地吸收来自水平的和垂直方向的外资企业的技术溢出，从而提高企业生产率。第四，接受过高等教育的员工一般更具有活跃的思维，能够更好地接受新鲜事物，从而有利于企业的创新，这种创新包括企业的产品创新、工艺创新、制度创新和市场创新，从而促进企业生产率提高。第五，接受过高等教育的员工一般能够较好地遵循企业的管理制度，容易形成企业合力，有利于企业文化的形成，提高企业管理效率，进而促进生产率提升。第六，从区域层面来讲，如果一个地区有较多接受过高等教育的人口，那么这些人一般具备较高的收入，对企业产品有更为严格的要求，可能会从外部迫使企业进行创新，进行成本的压缩，规模的扩大等行为，从而提高生产率。
（2）看到其它变量的系数，可以发现基本上这些变量的系数与已有的文献类似。企业经营年限（Age）、企业规模（Scale）系数也显著为正；这说明，企业的经营年限和规模与企业生产率正相关。行业竞争程度（Com）系数也呈正显著性，这意味着，行业竞争越激烈，企业生产率越高。外资企业哑变量系数也为正，这也证实了外资企业生产率比内资企业更高的这一特性。
3 结论与政策启示
本文使用2006-2010年5年间江西省的微观企业数据，建立面板数据模型，并使用系统广义矩（GMM）方法进行估计，研究了高等教育对江西工业企业生产率的影响。研究发现：高等教育对江西省的工业企业生产率产生了积极的促进作用，且影响系数为0.0371。高等教育可以通过多方面影响企业生产率，主要可以通过提高员工技能，促进员工关注自身健康和生产安全，提高员工学习能力，促进企业创新，提高企业管理效率，提高消费者素质等多方面促使企业生产率的提高。政策启示：（1）继续发展高等教育，尤其是中西部地区落后省份，发展高等教育有利于这些地区工业企业竞争力的提高，有利于促进这些地区的经济增长。（2）采取积极的政策措施引导有一技之长的大学毕业生参与到生产一线中去，努力为企业做贡献，争取在生产过程中开拓创新，发挥自身的专业特长。
基金项目：2013年江西省教育规划课题“高等教育对江西工业企业生产率的影响研究”（13YB180）
参考文献
[1] Martins，Jin，Firm-level social returns to education[J].Journal of Population Economics，2010（3）：539-558.
[2] Moretti，Enrico，Workers' education， spillovers， and productivity： evidence from plant-level production functions[J].American Economic Review， 2004. 94：656-690.
关键词：排球专修学生；发球；因素；训练措施
一、研究对象与方法
1.研究对象
河北体育学院排球专修学生。
2.研究方法
（1）文献资料法
根据研究需要查阅相关资料，为研究提供理论依据。
（2）调查访问法
对河北体育学院的排球专修学生和教练进行调查访问，探究影响发球成功率的因素。
二、影响排球发球成功率的各种因素分析
影响排球发球成功率的相关因素主要有心理因素、体能因素、
技战术因素等。但对于训练不多的专修学生来说，动作的熟练程度和规范程度占主要部分，心理因素是影响发球失误的部分因素。
1.发球成功率取决于技术熟练程度和规范程度
发球技术的动作方法较多，无论采用哪种发球，都必须做到以下三点：一是平稳抛球。二是击球要准。三是手法要正确。只有熟练地掌握发球技术，才能提高发球成功率。除此之外，还要规范自己的发球技术，掌握正确的发球方法，以保证发球的成功。
2.缺乏比赛经验，精神紧张
排球专修学生，参加训练时间短，比赛的次数少，经验少，遇到紧张激烈的比赛气氛，精神就十分紧张，造成肌肉僵硬，自动化的神经联系中断，技术动作变形，无法按技术要领完成技术动作，造成发球失误。
3.心理准备不充分
比赛前由于缺乏充足的心理准备，对对手的情况不甚了解，当遇到较强的对手，实力差距较大时，心虚胆怯，引起紧张情绪；反之对手较弱，思想容易松懈麻痹，从而影响学生发球的攻击性。
三、提高发球成功率的训练措施
1.提高队员的发球技术熟练程度和规范程度
发球技术是较难掌握的技术。在比赛中，发球技术不熟练或者发球技术不规范，心理素质再好的学生也很难成功地把球发出去。只有熟练发球技术动作和规范自己的发球技术动作才能提高发球的成功率。
2.集中学生的注意力，提高自提控能力
在训练发球过程中，有意造成紧张气氛。如：比赛性发球，讲明罚则，有意造成紧张气氛。使学生心理能适应外接刺激，以适应比赛。
造成发球失误的因素是多方面的，总体来说，心理素质很重要，但是发球技术的熟练程度和发球技术的规范程度更为重要，二者相辅相成，缺一不可。所以我们在训练过程中，不但要提高发球队员的心理素质，同时也要进行发球队员的技术和身体素质训练，
以提高发球的成功率。
参考文献：
[1]RoaldBahr，JonathanC.Reeser.排球[M].葛春林，译.北京：人民体育出版社，2006.
【关键词】寒地水稻；生长；发育产量；氮效率
中图分类号：S31
文献标识码：A
文章编号：1006-0278（2015）04-100-01
一、对水稻茎蘖动态的影响
水稻单位面积茎蘖数变化情况是决定单位面积产量主要因素之一。在水稻拔节期前，农户常规管理与农户高效施氮管理单位面积茎蘖数高于对照和高产高效管理，原因是农户常规管理与农户高效施氮管理氮肥重要用在前期（7叶龄），造成旺长，群体过大，在拔节期后农户常规管理与农户高效施氮管理单位面积茎蘖数急速下降，原因或是前期群体郁闭造成许多无效分蘖和病虫害而影响单位有效茎蘖数，而在抽穗期高产高效管理单位茎蘖数最大，农户常规管理和农户高效施氮管理持续降低，在收获是高产高效管理单位有效茎蘖数最大为648株/平米，而农户常规管理和农户高效施氮管理分别为576株/平米和596株/平米，对照只有386株/平米。经过方差分析，不同氮肥管理技术中，对照在幼穗分化期、拔节期、抽穗期、穗后20天和成熟期均与其他处理达到极显著差异，高产高效管理在拔节期、穗后20天和成熟期与农户常规管理和农户高效施氮管理均达到显著或极显著差异，在其他生育时期差异不显著。
二、对水稻叶面积指数的影响
不同氮肥管理技术都是在抽穗期叶面积指数达最大，在幼穗分化期和拔节期都叶面积指数是CON>CNE>HYE>NO，在穗后20天高产高效管理的叶面积指数最大为350。原因可能是农户常规管理和农户高效施氮管理前期重施氮肥，造成水稻旺长，群体过大，而高产高效管理氮肥总量控制分期调控，在9.0-9.5叶龄施用了穗肥，为后期养分的吸收提供了保障，从而在抽穗20天以后高产高效管理还能保持较多的绿“源”，防治了早衰现象。经过方差分析，在幼穗分化期、拔节期和抽穗期农户常规管理和农户高效施氮管理与其他处理均达到显著或极显著差异，而他们之间差异不显著；在穗后20天高产高效管理与其他各个处理均达到极显著差异，而农户常规管理和农户高效施氮管理之间达到显著差异，原因是高产高效管理在9.5叶龄时施穗肥，而农户高效施氮管理在8.0-8.5叶龄是施穗肥，农户常规管理在6.0叶龄时施完所有氮肥。说明在水稻生育后期还需要足够氮肥才能保证水稻高产。
三、对水稻生物累积量的影响
不同氮肥管理技术生物量都是随着水稻生育进程呈增加的趋势，都是在拔节期有个快速增长时期，且符合作物生长的“S”曲线。在水稻幼穗分化期和拔节期都是CON>CNE>HYE>NO，原因是在水稻6叶期农户常规管理施完了全生育期的氮肥，农户高效施氮管理施用了82%的氮肥，而高产高效管理施用了57%的氮肥，因此农户常规管理和农户高效施氮管理生物累积量相对较多。从抽穗期到成熟期，不同氮肥管理技术的生物累积量发生了变化，HYE>CNE>CON>NO，原因可能是农户常规管理和农户高效施氮管理在生育前期重施氮肥，生长过旺造成许多无效分蘖，而高产高效管理氮肥总量控制分期调控，在水稻生育中后期分两次施用了氮肥的43%，有效的保证水稻对氮素的需求，并防治早衰现象。经过分差分析，在水稻生育前期即幼穗分化期和拔节期，农户常规管理和与高产高效管理、对照均达到显著或极显著差异，他们间没有差异；从抽穗期到成熟期，HYE>CNE>CON>NO，他们间均达到显著差异或极显著差异，原因是相对农户常规管理来说，高产高效管理和农户高效施氮管理分别增施了29%和23%穗肥，在成熟期，生物量累积量相对农户常规管理增加了11%和7%，表明在水稻生育中后期增施穗肥有利于增加干物质累积，为高产奠定基础。
四、对寒地水稻氮效率的影响
氮素利用效率的定义是籽粒产量与土壤供氮水平的比值，因此合理施肥能够充分利用土壤氮素潜在能力，以最少的氮素投入满足水稻高产对氮素的需求。不同氮肥管理技术对寒地水稻氮素利用效率的影响，高产高效管理比农户常规管理和农户高效施氮管理分别提高了14.9个百分点和7.7个百分点，而农户高效施氮管理比农户常规管理提高了7.2个百分点。经过方差分析，不同氮肥管理技术对寒地水稻氮素利用效率的影响的各个处理均达到显著或极显著差异。结果表明，氮肥总量控制分期调理，在一定程度上，可以提高氮素利用效率。
五、结论
研究表明，在氮素利用率方面，高产高效管理比农户常规管理和农户高效施氮管理分别提高了14.9个百分点和7.7个百分点，而农户高效施氮管理比农户常规管理提高了7.2个百分点；在氮素吸收效率方面，高产高效管理比农户常规管理和农户高效施氮管理分别提高了16.2个百分点和9.4个百分点，而农户高效施氮管理比农户常规管理提高了6.8个百分点；在氮肥吸收利用率方面，高产高效管理比农户常规管理和农户高效施氮管理分别提高了22.5个百分点和9.3个百分点，而农户高效施氮管理比农户常规管理提高了13.2个百分点；在氮肥农学利用率方面，高产高效管理比农户常规管理和农户高效施氮管理分别提高了23.8kg/kg和10.2kg/kg，而农户高效施氮管理比农户常规管理提高了12.6kg/kg；在氮肥偏生产力方面，高产高效管理比农户常规管理和农户高效施氮管理分别提高了34.9kg/kg和12.5kg/kg，而农户高效施氮管理比农户常规管理提高了22.5kg/kg；并且各个肥管理在氮肥利用率之间均达到显著或极显著差异。
参考文献：
【关键词】 健康教育；消化性溃疡出血；生活质量；复发率
消化性溃疡出血治疗效果一般较好，但复发一直是影响出院后生活质量的关键问题。消化性溃疡本身就是一种身心疾病，与饮食习惯、精神状态、生活环境等因素密不可分。因此，临床上针对消化性溃疡出血除了早期正确的诊治外，通过护理手段提高患者对病情的认知，改善患者的不良生活习惯十分重要。我院2011年11月至2012年3月对50例消化性溃疡患者在常规护理的基础上加强健康宣教，效果满意，现报告如下。
1 资料与方法
1.1 一般资料 100例消化性溃疡出血的患者，出血的判定均以呕血或胃内抽出咖啡样胃液，柏油样黑便，潜血试验强阳性为依据。所有病例肝、肾功能均正常，认知能力正常，能完成量表调查。排除标准：妊娠期及哺乳期妇女；严重心、肺、肝、肾功能不良者；其他原因导致的出血。其中男53例，女47例，年龄21-76岁，平均（42.5±10.2）岁。出血量1000ml者16例。溃疡种类：胃溃疡34例，十二指肠溃疡57例，复合性溃疡19例。发病次数：初次发病87例，复发性溃疡13例。将该组患者按照护理方法的不同分为观察组和对照组，每组50例，两组的一般资料经SPSS检验大体一致（P>0.05）。
1.2 方法 两组患者的治疗方法相同，在常规治疗的基础上采用奥美拉唑静脉滴注和口服或经胃管注入凝血酶，对照组采用常规护理，观察在对照组的基础上加强健康教育具体如下：
①饮食指导：指导其养成良好的饮食习惯，饮食要定时定量、细嚼慢咽，避免睡前进食和餐间零食。适当补充蛋白质、维生素等，蛋白质以鸡蛋、牛奶、肉类等食物为主，防止暴饮暴食，勿食过冷、过硬、过热、不易消化的以及刺激性食物。鼓励患者彻底戒除烟酒，讲解研究对消化道粘膜的损伤作用[1]，尤其是对于青壮年男性患者，动员家庭成员监督执行。②心理指导：引导患者正确的认识自身疾病，告知患者焦虑、抑郁、烦躁等消极情绪降低治疗效果并影响疾病的康复，还有可能导致病情复发。注意倾听患者的感受，通过微笑、点头等非语言沟通方式表示自己的理解和同情。在闲暇时刻参加力所能及的体育锻炼，如：太极拳、八段锦、散步、跳舞等。③认知指导：采取集体教育法与个别指导法相结合的方式，发放消化性溃疡出血的健康宣传资料、组织观看VCD视频、录音教育等向患者讲解化性溃疡出血的发病诱因、治疗方法、疾病预防方法等。
1.3 评价指标 生活质量：采用生活质量简易量表评价患者的生活质量，包括躯体功能、心理功能、社会功能、物质生活状态包括四个维度，分数越高代表生活质量愈好。对两组患者出院时、出院后1个月、2个月的生活质量情况进行比较。复发率：两组患者均随访6-12个月，记录两组患者再次出现消化性溃疡出血的例数。
1.4 统计学处理 用SPSS12.0统计学软件。以频数表示计数资料，用（χ±s）表示计量资料，率的比较用χ2检验，计量资料比较采用t检验。以P
2 结果
2.1 两组患者出院后生活质量比较 观察组患者在出院时、出院后1个月、出院后2个月的生活质量评分均显著高于对照组（P
2.2 两组患者复发率比较 两组患者均随访9.5±3.2个月，观察组无1例复发性出血，对照组有7例复发性出血，复发率为14.0%（7/50），观察组的复发率显著低于对照组（P
3 讨论
消化性溃疡出血是消化系统常见的疾病，具有起病急、病情复杂、变化快、涉及系统器官多等特点。临床上对消化道出血的治疗原则是积极控制出血、治疗原发病、必要时输血及手术治疗。消化性溃疡出血的患者经及时有效的治疗后一般止血效果良好，但治疗后存在一定的复发率。消化性溃疡出血的复发与患者对疾病的认识、自我保护意识、良好的饮食和生活习惯密切相关。通过护理干预提高患者对自身疾病的认知和良好生活方式可显著改善患者的生活质量，预防复发。本研究对消化性溃疡患者进行健康教育，具体方法有认知干预、心理指导和指导，其中认知干预提高了患者对自身疾病的认知，提高了患者的自护能力[2]。心理护理帮助其建立心理防御机制，主动调节心理状态，稳定了情绪，避免了心理因素对病情的影响。饮食干预帮助其健康全新、科学的饮食观点和习惯，定时定量、合理饮食、注意营养搭配，不仅可改善患者的全身营养状况，而且对大脑皮质功能紊乱的恢复也有良好的作用[3]。结果显示，观察组患者在出院时、出院后1个月、出院后2个月的生活质量评分均显著高于对照组，且观察组的复发率显著低于对照组（P
综上所述，健康教育帮助消化性溃疡患者建立健康的生活方式，有利于提高生活质量，降低复发率。
参考文献
[1] 郑成城，马丽红.健康教育对消化性溃疡患者自我效能的影响[J].护士进修杂志，2010，25（9）：830-831.
[文献标识码]A
[文章编号]1005-0019(2009)7-0110-02
[摘要]目的:探讨健康教育对2型糖尿病患者酮症酸中毒(DKA)发生率的影响。方法:采用回顾性研究方法对2005-2008年入住我院内分泌科的2型糖尿病DKA患者进行统计分析,探讨2型糖尿病患者DKA的发生率、诱因及健康教育策略。结果:DKA的发生率呈逐年下降的趋势,2008年DKA的发生率明显低于往年;2型糖尿病患者发生DKA的诱因以感染居多,其次为治疗中断。结论:糖尿病健康教育能降低2型糖尿病酮症酸中毒的发生率,应分析原因采取针对性的教育措施。
[关键词]2型糖尿病;酮症酸中毒;健康教育
糖尿病酮症酸中毒是糖尿病最常见的急性并发症,1型糖尿病有自发DKA倾向,2型糖尿病患者在某些诱因下也可发生,往往由于患者症状的多样化或无典型症状易漏诊、误诊[1],如不及时诊治,将严重威胁患者的生命。今年来由于糖尿病健康教育的广泛开展、治疗手段的不断改进,DKA的发生率及病死率明显下降。本文采用回顾性研究方法,对2005-2008年入住我院内分泌科的2型糖尿病DKA患者进行统计分析,探讨2型糖尿病患者DKA的发生率、诱因及健康教育策略。
1对象与方法
1.1研究对象:研究对象为2005-2008年入住我院内分泌科的2型糖尿病患者。
1.2研究方法:本研究采用回顾性研究。利用病案查询系统进行检索,记录2005-2008年入住我科的2型糖尿病患者人次和该人群中因DKA住院的患者人次,通过病案资料查询记录该人群发生DKA的诱因,进行统计分析,采用X2检验。
2结果
本研究利用病案查询系统检索,显示2005-2008年我科共收治2型糖尿病患者3399人次,其中发生DKA为126人次,发生率为3.71%。本文对相关病历资料进行统计分析如下:
表2可看出,2型糖尿病患者发生DKA的诱因以各种感染占第一位,包括肺部感染、泌尿系感染、胃肠道感染、皮肤软组织感染;各种原因导致治疗中断为第二因素,包括停止降糖药治疗和中断胰岛素治疗或剂量不足;饮食不当、大量饮酒、劳累为第三大诱因;严重不良精神刺激为第四大诱因;另有1例原因不明者。
3讨论
DKA是由于糖尿病患者胰岛素不足明显加重,升糖激素不适当的升高,而导致的高血糖、高血酮、酮尿、脱水、电解质紊乱及代谢性酸中毒等一组症候群,是糖尿病最常见的急性并发症[2],1、2型糖尿病患者均可发生,2型糖尿病患者发生DKA往往有明显诱因。本文统计2005-2008年我科入住的2型糖尿病患者中DKA的发生率分别为4.78~2.18%,远低于相关报道的14%[3],尤其2008年DKA的发生率降至2.18%。这与近年来我们糖尿病健康教育的加强、人们的糖尿病相关知识水平的提高有绝然关系。随着糖尿病发病率的上升,2型糖尿病已经占到了95%。糖尿病教育成为糖尿病研究的重要课题[4],我院在切实做好糖尿病诊疗护理工作的同时,结合实际进行了大量的糖尿病教育工作。
我国糖尿病患者对糖尿病基本知识、检查、治疗及自我护理知识普遍缺乏了解,有47.9%的新诊断糖尿病患者从未接受过糖尿病教育;曾接受过糖尿病教育者占60.3%[5]。以往对糖尿病的治疗采用传统的以医生为中心的模式,医生在与病人接触的短暂时间内,只能向病人讲解最主要的原则,缺乏系统、具体、有针对性的教育。随着医学模式的转变,糖尿病健康教育已经被纳入了治疗的主要内容之一,糖尿病健康教育是解决糖尿病问题的基本治疗措施之一。健康教育的对象已不再局限于单纯的病人,也包括个人、家庭、社区和社会各个层面。同样糖尿病健康教育的对象不再只是糖尿病病人,糖尿病健康教育的对象包括非糖尿病病人、糖尿病病人、糖尿病病人的家属以及陪护人员,乃至整个家庭、社区和社会。近年来我院健康教育的地点由医院扩大到了社区,开展了各种形式的糖尿病健康教育,如定期发放糖尿病健康教育手册、社区授课、开展糖尿病健康教育大课堂,提高了患者防病治病意识,尤其2007年以来,我院糖尿病教育工作被纳入常规治疗工作之一,开展了病人自住院时开始的、出院后仍在继续的(定期电话随访)全程健康教育跟踪,2型糖尿病DKA的发生率呈逐年递减的趋势,2008降至2.18%。
关键词：水氮耦合；冬小麦；不同生育期干物质量；水分利用效率
中图分类号：S512.107文献标识号：A文章编号：1001-4942（2013）07-0087-04
水、氮是小麦高产的决定性因素，也是其最重要的限制因子。灌水量大小、施氮水平高低和时间早晚都会对小麦的产量和品质产生重要影响。但在中国北方有些地区，灌溉和施肥量不以作物需要量为依据，而以当地可供利用的水量和经营者的经济能力为参考。地面漫灌作为最主要的灌溉方式，不但造成了水、氮资源的严重浪费，还引起了严重的环境问题。
大量研究表明，随着灌水量和施肥量增加，作物产量迅速增加，产量增幅减缓，若继续增大灌水和施肥量，作物的产量反而减小；而协调灌水量和施肥量可明显提高小麦产量。因此，适宜的灌水量和施肥量将不仅大幅度节约水肥用量，而且对于增加作物单产和发展可持续农业具有重要的现实意义。本试验利用当地主栽小麦品种潍麦8号，研究水氮耦合对冬小麦不同生育期干物质积累量及水分利用效率的影响，以期为冬小麦合理灌水及施肥提供理论依据。
1材料与方法
1.1供试材料与试验设计
供试品种为潍麦8号。
试验于 2011年10月至2012年5月在菏泽学院试验农场进行，采用大田栽培种植方式。试验地0～20 cm土层土壤养分含量为：有机质1.21 g/kg、全氮0.089 g/kg、碱解氮85.7 mg/kg、速效磷48.8 mg/kg。
试验设施氮和灌水2个因素，灌水分为高（拔节水+扬花水，以W2表示）、中（拔节水，以W1表示）、低（全生育期不灌水，以W0表示）3个水平，施氮量设纯氮120 kg/hm2（50%基施+50%拔节期，以N2表示）、纯氮60 kg/hm2（基施，以N1表示）2个水平，共计6个处理。田间试验采用完全随机区组设计，重复3次，小区面积为3 m×7 m=21 m2。666.7m2基本苗 45万株，其它管理措施同一般高产田。小麦生育期间降水量见表1。
1.2测定项目与方法
1.2.1不同生育期干物质积累量测定在冬小麦返青-拔节期、拔节-杨花期、杨花-灌浆期，每小区取1 m长的三段，每段取10株，65℃烘干，计算干物质积累量。
1.2.2土壤含水量测定在冬小麦播种前、越冬前、越冬期、返青期、拔节期、扬花期和灌浆期分7次，在土壤0～5、5～10、10～20、20～30、30～40、40～60、60～90、90～120 cm各土层用土钻分别取样，再用烘干法测定土壤含水量。
2结果与分析
2.1水氮耦合对冬小麦不同生育期干物质量的影响
2.1.1水氮耦合对冬小麦返青-拔节期干物质积累量的影响由图1可知，在冬小麦的返青-拔节期，由于中水和高水处理均在拔节期灌水，因此，W1N1与W2N1，W1N2与W2N2干物质积累量没有差异。W1N1与W1N2相比，W2N1与W2N2相比，高氮处理反而影响干物质的积累，可能与徒长遮荫影响光合作用有关。在水分亏缺的W0条件下，W0N2处理干物质积累量高于W0N1，说明高氮处理促使冬小麦对土壤水分的高效利用而增加干物质积累，起到以肥调水的作用，与灌水有明显的耦合效应。
2.1.2水氮耦合对冬小麦拔节-扬花期干物质积累量的影响拔节-扬花期是冬小麦营养器官建成的关键时期。从图2可以看出，在冬小麦拔节-扬花期，在高氮水平下，在水分严重亏缺的W0处理和水分轻度亏缺的W1处理，追施氮肥在一定程度上能促进冬小麦干物质积累，W1N2与W2N2处理干物质积累差异不大，说明高氮处理下拔节期浇一水和拔节期、扬花期浇两水无明显差异。在低氮处理下，W1N1干物质积累量高于W2N1，说明浇两水生长过旺，消耗养分过多，反而影响积累。在浇水两次的情况下，W2N2干物质积累量高于W2N1，说明高氮处理有利于干物质积累。
2.1.3水氮耦合对冬小麦扬花-灌浆期干物质积累量的影响由图3可知，在冬小麦的扬花-灌浆期，W2N2处理的干物质积累量明显高于其他处理，这是由于高水高肥使得小麦生长过旺，营养器官徒长明显，干物质积累量虽高，但穗部干物质的积累不一定很高。其它处理变化趋势同拔节-扬花期。
2.1.4水氮耦合对冬小麦全生育期生物量的影响由图4可知，在冬小麦的全生育期，W2N2处理的干物质积累量最高，W2N1处理最低；在相同灌水水平下，髙氮处理高于低氮处理；在高氮水平下，W2N2处理的干物质积累量高于W1N2处理，说明浇两水优于浇1水处理；在低氮水平下，W1N1干物质积累量高于W2N1，说明浇两水生长过旺，消耗养分过多，氮素供应不足；在水分亏缺的情况下，高氮处理干物质积累量仍高于低氮处理。
2.2水氮耦合对冬小麦不同生育期水分利用效率的影响
2.2.1水氮耦合对冬小麦返青-拔节期水分利用效率的影响由图5可知，在冬小麦的返青-拔节期，灌水明显提高了该阶段冬小麦的水分利用效率。水分严重亏缺的W0处理的水分利用效率明显低于水分轻度亏缺的W1处理和高水W2处理，说明灌水明显提高了该阶段冬小麦的水分利用效率。在水分轻度亏缺时，低氮处理水分利用效率明显高于高氮处理，说明增施氮肥反而抑制了冬小麦的水分利用效率。
2.2.2水氮耦合对冬小麦拔节-扬花期水分利用效率的影响拔节-扬花期是小麦生育期中水肥最为敏感的时期，该时期缺水缺肥将会对产量产生重大影响。由图6可知，在拔节-扬花期，以水分严重亏缺的W0处理水分利用效率最高，可能由于缺乏外来灌水，农田土壤干旱，促使冬小麦不断吸收土壤水分，从而促使了有限水分的高效利用；并且拔节期追肥也有利于冬小麦对有限土壤养分高效利用。
2.2.3水氮耦合对冬小麦扬花-灌浆期水分利用效率的影响扬花期是冬小麦另一个最为重要的水肥临界期，从扬花期开始，作物进入了生殖生长、物质高速积累期。由图7可知，在冬小麦的扬花-灌浆期，以水分严重亏缺的W0处理水分利用效率最高，可能原因同拔节-扬花期。在水分处理相同的条件下，高氮处理由于积累了较多的干物质，水分利用效率较大。
2.2.4水氮耦合对冬小麦全生育期水分利用效率的影响由图8可知，到灌浆期为止，冬小麦农田水分利用效率以不灌水的W0水分利用效率为最高，其中，由于增加施肥量促进了作物根系对土壤水分的利用，W0N2处理水分利用效率大于W0N1处理。而在灌溉处理中，由于灌水引起的干物质积累量小于灌水增加对水分利用效率的影响，水分利用效率较低。在高灌水量条件下尤其如此。
3结论与讨论
3.1水氮耦合对冬小麦干物质积累的影响
小麦生产中水、肥之间存在着明显的交互作用，许多研究表明，水氮合理配合才能有效地提高小麦产量，改善品质。在土壤水分正常和充足的情况下，氮的增产效应随着氮肥用量的增加而增加。而水分不足会限制肥效的正常发挥，影响氮肥的作用[1]。水分过多则易导致肥料的淋溶损失和导致小麦减产，施肥的过量或不足也将影响水分利用率的提高，并将影响小麦产量的提高。在灌溉条件下，水分和养分的增产效应不同，但对小麦生长及产量是既相互促进又相互制约的[2]。水肥对产量的影响在一定范围内有明显的正效应，高水配合高肥的增产效应加大，肥力增产效应随水分的提高而提高。同样，水分的增产效应也随肥力提高而增加[3]。因此，应根据水分供应状况适当调整小麦的施肥量。郑成岩等[4]在不同年份降水条件下对山东省高产条件下的小麦研究表明，在降水较少的年份全生育期灌2水的产量和水分生产效率最高，在降水较多的条件下全生育期灌1水获得较高产量，而且随灌水次数增加产量下降。本试验研究表明，在拔节扬花期灌水对干物质积累的影响不显著，在高水条件下反而降低；而施氮影响显著，施氮水平中以施2次氮（基施氮+拔节期施氮）的产量较高。这表明，在较低的肥力水平和菏泽市常年降水条件（小麦全生育期200 mm左右）下，灌水次数对小麦产量的主效、灌水次数和施氮次数对小麦产量的互作效应不显著，而且增加灌水次数在一定程度上对产量产生了负效应。
3.2水氮耦合对冬小麦水分利用效率的影响
张岁岐等[5]的研究表明，在有限供水条件下，作物产量随耗水量线性增加，水分利用效率（WUE）则随耗水量的增加而降低，而且由于供水方式与供水时间的不同，其WUE也不同。张镜清等[6]则建立了旱地玉米水分利用效率与施肥量的回归关系式，表明每增施1 kg N或1 kg P2O5，可使玉米水分利用效率提高0.3 kg/（hm2·mm）[6]。大量研究表明，在旱地条件下随降水量的增加，肥料的生产效率提高，而随施肥量的增加，水分利用率亦相应提高。在本研究中WUE：W0N2>W1N2>W2N2>W1N1>W0N1>W2N1，与前人结果基本一致。这表明水氮耦合对冬小麦水分利用效率的提高具有明显的影响。
3.3由于时间原因，本研究只进行到冬小麦灌浆中期，对于水肥处理对冬小麦收获期籽粒产量和经济产量水分利用效率需要更进一步的研究。
参考文献：
[1]翟丙年，李生秀.水氮配合对冬小麦产量和品质的影响[J].植物营养与肥料学报，2003，9（1）：26-30.
[2]介晓磊，韩燕来，谭金芳，等.不同肥力麦田水氮交互效应与耦合模式研究[J].作物学报，1998，24（6）：963-970.
[3]徐学选，陈国良，穆兴民.水肥对春小麦产鼍的效应研究[J].干旱地地区农业研究，1995，13（2）：35-38.
[4]郑成岩，于振文，马兴华，等.高产小麦耗水特性及干物质的积累与分配[J].作物学报，2008，34（8）：1450-1458.
关键词： 课外补习 影响因素 调研分析
日益加剧的就业压力使越来越多的学校和家庭关注教育竞争，人们普遍认为教育投资风险低、回报高。课外补习，也被称为“影子教育”，一方面提供给有需要的学生私人课外辅导机会，另一方面造成学生受教育机会不平等。优质的课外补习给学习者提供了积极的学习体会，有的课外补习徒劳无功或者带来负面影响。本文对江西省高中生课外补习情况进行了详细的调研，旨在分析江西省高中生课外补习现状和课外补习相关因素对学生个体产生的影响。
一、研究方法
本文调查对象分别为省会城市N市、设区市J市、县级市L市三所省重点高中及三所普通高中，研究者在每所学校分别选取三个年级，每个年级随机抽取一个班级，对全班学生进行调查问卷，调查共涉及18个班的学生。研究共发放问卷1118份，回收问卷率为100%，其中有效问卷为973份，有效回收率为87%。
为了探索影响高中生参加课外补习概率的影响因素，本研究建构了一个二分类变量用来反映学生参加课外补习的情况。在因变量为二分变量的情况下，本文采用logistic模型分析影响教育补习概率的因素：
Y1=f（A，B，C，D，E，F，G，H，I，J，K，L，M，N）（1）
模型（1）中，Y1是因变量，代表高中生是否参加了教育补习，为二分变量1表示参与了教育补习，0表示未参加教育补习；研究自变量的选取均来自于已有文献中的影响因子，其中，A代表城市类型，B代表学校类型，C代表年级，D代表班级排名，E代表是否独生（为二分变量，1为是，0为否），F代表收入水平，G代表父亲学历，H代表母亲学历，I代表有效指导，J代表自己的学业期望，K代表父母的期望，L代表学生的态度，M代表父母的态度，N代表性别（为二分变量，1表示男性，0表示女性）。在具体分析时，采用Logistic回归方程探讨影响高中生教育补习参与概率的因素。
二、研究结果与分析
表1-1是Logistic的回归分析结果。方程中自变量的共线性检验值小于10，表明自变量之间不存在严重的共线性问题。十四个影响因素中的“城市类型”、“学校类型”、“性别”、“年级”为学生背景因素。“家庭收入水平”、“父亲的学历”、“母亲的学历”为家长的背景。“学生的班级排名”、“父母的有效指导”、“学生对自己学业的期望”及“父母对学生学业的期望”这四个影响因素为学生的学习现状。
1.从学生背景因素分析
（1）“城市类型”县赋值为1、地级市赋值为2、省会城市赋值为3。家庭所在城市类型对参与教育补习概率有显著正向影响，说明大城市的高中生参加课外补习的可能性比小城市的高中生大。
（2）“学校类型”赋值重点高中为1，普通高中为0，学校类型的相关系数为正，回归系数通过了显著性检验，表明重点高中的学生参与教育补习的可能性比普通高中大。
（3）“性别”赋值男性为1，女性为0，结果显示性别对参与教育补习的概率没有显著的影响，对应的显著性值大于0.05，说明性别的差异并不会影响高中生参与教育补习。
（4）“年级”从低到高分别赋值为1、2、3，年级对参与教育补习概率的影响显著性大于0.05，表明年级对教育补习的参与率没有显著影响。
2.从家长背景因素分析
（1）“父亲的学历”和“母亲的学历”小学及以下赋值为1，初中赋值为2，高中赋值为3，中专、高职和大专赋值为4，本科及以上赋值为5。“父亲的学历”和“母亲的学历”回归系数均为正，且显著值均小于0.05，说明父母亲的学历对高中生参加教育的概率有显著的正影响。说明父母的学历越高，孩子参与教育补习的机率越高。
（2）研究将“家庭收入水平”划分为五个等级，并从低到高分别赋值1、2、3、4、5，家庭的收入水平对学生参加教育补习的概率有显著的正影响，收入水平越高家庭的孩子，参加教育补习的概率越高。
3.学习现状
（1）“班级排名”对高中生参加教育补习没有显著影响。
（2）父母对孩子课业指导的程度分别赋值为1、2、3、4，父母对孩子的有效指导对孩子参加教育补习的概率有显著正影响，也就是说父母越能对孩子进行有效指导，越有可能让孩子参与教育补习。
（3）“学生自己的学业期望”和“父母对自己的学业期望”分别赋值为1、2、3、4，“学生对自己的学业期望”和“父母对自己的学业期望”回归系数均为正，且显著值均小于0.05，说明学生对自己的学业期望越高，其参与教育补习的概率越高；父母对孩子的学业期望越高，孩子参加教育补习的概率越高。
4.对待补习的态度
（1）学生对于“想要成绩好，就要参加教育补习”赋值“是”为1，“否”为0，数据显示回归系数为正，且显著值小于0.05，这说明学生对待教育补习的态度很大程度上决定了其是否参加教育补习。
（2）学生父母对于“成绩不好，就有必要参加教育补习”赋值“是”为1，“否”为0，数据显示回归系数为正，且显著值小于0.05，说明父母对待补习的态度对孩子是否参加教育补习有显著影响。数据显示“父母的态度”对学生参加教育补习的发生比为7.655，远大于其他因素的发生比，这说明父母对待补习的态度最有可能决定高中生是否参加课外补习。
三、总结与讨论
1.江西省高中生课外补习现状分析
（1）由对江西省高中生课外补习情况调查可以发现，高中生参加课外补习人数较多，约近五成高中生有参加课外补习的经历。
（2）由江西省高中生平均每周补习强度是4.17小时可以看出，高中生的空闲时间很少，基本都是埋头苦读，不利于身心全面发展。
（3）从重点高中的学生无论在补习时间上还是补习科目数量上均大于普通高中可以看出，高中生课外补习类型主要为培优。
（4）根据江西省社保中心公布2014年度江西月平均工资为3539元，江西省高中生的平均补习支出大约为1000元/月可以看出，对于大部分高中生家庭来讲，课外补习对家庭的经济负担较重。
（5）在高中阶段的课外补习项目上，数学、英语与物理课的补习依次占据主要地位。
2.江西省高中生课外补习影响因素分析
（1）学习成绩与课外补习率无显著影响，说明课外补习不一定能提高学习成绩。
（2）父母受教育程度、父母对子女学业的期望及学生对待补习的态度与高中生课外补习率呈正相关，且有显著影响。这说明父母受教育程度越高，父母对子女学业期望值越高越支持课外补习行为。大部分参加课外补习的学生对于补习效果给予肯定，说明补习的学生大多拥有较强的补习动机，但根据学习成绩与课外补习率无显著影响可以看出，实习效果并一定好。
（3）性别及独生子女对学生是否参加教育补习的影响不显著。说明父母对子女的教育能一视同仁。
参考文献：
[1][英]马克・贝磊，著，廖青，译.“影子教育”之全球扩张：教育公平、质量、发展中的利弊谈[J].比较教育研究，2012（2）：13-17.
