网站地图 加入收藏 设为首页 原创论文网,覆盖经济,法律,医学,建筑,艺术等800余专业,提供60万篇论文资料免费参考

教育经济学论文范例精选

作者:原创论文网 时间:2017-11-06 13:30 加入收藏
  教育经济学自20世纪50年代末、60年代初产生于西方欧美国家以来,其理论和研究范式都有了较大的发展。在我国,于70年代末、80年代开始引进教育经济学,并在伴随着我国经济体制变革的过程中,取得了较大的发展和突破。任何科学都有一个方法问题,而且随着科学的发展,方法问题也越来越显示出它的重要性。
  
  题目:定量研究方法在教育经济学中的应用
  
  摘要:在教育经济学的研究中,定量方法具有重要性、必要性和独特性。以教育收益率研究的具体问题为例,学校教育究竟能给受教育者个人带来多大的经济价值?一般人难以估计具体数值的大小,数值大小只能基于实证研究才能知道结果,这说明定量研究方法和数值大小具有独特的价值。
  
  但对于定量研究得出的实证结果,因为样本的偏差、同样的数值可以有不同的结论以及其他的内生解释变量等因素,需要谨慎地解释和分析。在平时的教育研究中,要注意养成收集数据、建立数据库的习惯,注重基于微观数据的研究。
  
  关键词:定量方法;教育经济学;教育研究
  
  21世纪以来,在经济全球化的大背景下,我国于2001年成功加入了世界贸易组织,在经济上实现了与世界接轨。此后,我国经济进入了快速度、大幅度的发展阶段,人均国内生产总值由2001年的1千多美元上升至2014年的7千多美元。经济全球化必然导致教育国际化,我国已经成为世界高等教育第一大留学生来源国,平均每五个留学生中就有一个来自中国。
  
  同时,来华留学生数也大幅度增加。可以说我国高等教育也在加速与世界接轨。伴随着经济与世界接轨,我国经济研究也较好地实现了与世界接轨,现代经济学的基本分析框架和研究方法在我国经济学教育和研究中广泛地得到接纳和应用。
  
  尽管我国教育与世界各国的联系越来越紧密,但是,我国的教育研究还远远谈不上与世界接轨,主要的原因之一是我国的教育研究方法与欧美发达国家相比差异显着。改革开放之前,我国的教育研究方法主要是对教育实践的经验总结,许多来自于教育实践和管理部门的工作者成为了教育专家及教育政策的制定者。
  
  改革开放后,国外先进的教育理论和研究成果被引进国内,许多外语专业的学者和学生纷纷转入教育研究领域,成为重要的教育学者。近年来,教育领域的国际交流日益频繁,很多到过欧美发达国家的学者发现,国内与国外的研究内容相似,但研究方法迥异。
  
  国内绝大多数的教育研究还停留在思辨阶段,而国外的教育研究更多地采用实证研究方法。在我国教育研究领域中,教育经济学研究群体相对而言比较重视实证分析,强调研究过程和方法的规范化。
  
  笔者近年来主要从事教育经济学研究,许多成果采用的是实证研究方法中的定量研究方法。本文是基于教育经济学中的相关文献,探讨定量方法在教育经济学研究中的重要性、必要性和独特性,希望引起教育学者们对实证研究方法的兴趣和应用。
  
  一、数值大小的重要性
  
  教育收益率是教育经济学中的重要研究内容,体现着教育投资的个人和社会经济收益。下面以教育收益率的四个具体问题为例,来说明定量研究方法和数值大小的重要性。
  
  第一,学校教育究竟能给受教育者个人带来多大的经济价值?
  
  一般人都会预期教育收益率肯定是正的,但是难以估计具体数值的大小,数值大小只能基于实证研究才能知道结果。
  
  第二,为什么20世纪90年代比80年代上大学的机会多了,但社会对高等教育的需求却更强烈?
  
  这显然需要从教育收益率的变化趋势来分析。
  
  第三,教育收益率存在性别差异吗?
  
  如果女性的教育收益率更大,那么政府和社会就应该更多地保护女性受教育的权利。
  
  第四,哪一个教育层级的收益率最高?
  
  不同层级的教育收益率大小会决定政府教育经费的投资倾向和效率。
  
  1.教育收益率的大小。
  
  计量回归方法是实证研究中最基本的方法,也是教育收益率研究中最常使用的。
  
  一般的计量回归分析可以概括为以下四个过程:模型设计、模型估计、模型检验、模型应用。
  
  第一个过程是模型设计。首先要有理论假说。明瑟在解释收入差异时,认为在一个完全竞争的劳动力市场中,人力资本是决定个人收入的关键因素。这是因为人力资本决定劳动者的劳动生产率,人力资本较高的劳动力其劳动生产率一般来说也较高,因此应该获得较高的劳动报酬。而人力资本的两种主要形式是从学校教育中获得的知识以及在工作中通过干中学、知识外溢或在职培训中获得的能力。因此,我们可以得到这样的理论假说:“个人收入水平随着个人从学校教育中获得的知识和工作中积累的能力的增强而提高。”
  
  其次要建立数学模型。对于上述理论假说,需要选择合适的变量(指标)来衡量。因为很难精确地衡量一个人的知识水平到底有多高,但是人们普遍认为它和受教育程度有关,因此受教育年限是一个很好的代理变量。同理,一个人的工作能力也是难以测量的,在劳动者参加工作后,劳动技能随着实践的增加而提高,因此可以用工作年限作为工作经验的代理变量。
  
  于是,明瑟的个人收入函数中包含受教育年限和工作年限两个解释变量,把它写成具体的数学模型,收入Y的对数与受教育年限Sch呈线性关系,与工作年限Exp呈二次函数关系。
  
  第三是建立计量模型。纯数学模型是一种确定性关系,对于个人收入而言,还会受其他一些偶然因素的影响,是随机变量,因此要在纯数学函数的基础上加入一个随机扰动项u,将数学模型变为计量回归模型。
  
  具体计量回归模型如下:
  
  Ln(Y)=b0+b1Sch+b2Exp+b3Exp2+u(1)第二个过程是模型估计。计量回归的主要目的是估计模型参数的大小,要估计必须要有合适的数据。文献使用的数据来自国家统计局城市社会经济调查队进行的“2000年中国城镇住户调查”.对于计量回归模型,可以有多种不同的回归方法。文献使用的是普通最小二乘法(OLS),采用的统计软件是STATA.回归结果给出了模型参数的估计值。
  
  第三个过程是模型检验。首先是理论检验,考查回归系数的正负号和取值范围是否与理论假设一致。理论上说受教育年限的系数是正的,工作年限的二次函数是开口向下的。结果显示各项回归系数与理论假设完全一致,不仅符号是对的,而且取值范围也是合理的。其次是统计检验,各变量回归系数(t检验)和模型整体(F检验)的显着性在统计水平上都达到1%.拟合优度为0.166.第三是计量检验,对经典线性回归模型的假设条件进行考察。文献进行了异方差和多重共线性检验,结果显示异方差和多重共线性问题不严重。
  
  第四个过程是模型应用。计量回归结果显示,2000年我国城镇居民的教育收益率为8.2%,表明学校教育每增加一年平均来说年收入会增加8.2%.同期国际平均水平在12%左右,相比之下我国城镇居民的教育收益率还比较低。另外,基于计量回归结果,可以考察收入与工作年限之间的关系,求极值可以计算出在工作年限达到何值时收入达到最大值。计算结果显示,平均而言工作年限为74年时收入才会达到最大值。这说明我国城镇居民的收入状况都是在抛物线的左边,人们在退休之年收入仍在增加。因此,这一结论就很好地解释了为什么许多城镇居民都不愿意按时退休。
  
  2.教育收益率的变化趋势。
  
  使用前面估计教育收益率的方法和不同年份的数据,可以对教育收益率的动态变化趋势进行比较分析,并结合理论与实践解释变化原因。
  
  从1988年到2001年,我国城镇居民的教育收益率呈现总体上升的趋势,由1988年的4.0%上升至2001年的10.2%.20世纪80年代我国高等教育的毛入学率不到3.4%,在90年代期间逐年上升,由1990年的3.4%上升到2000年的12.5%.80年代上大学的机会很少,可是人们对高等教育的需求和呼声似乎并“不高”,主要原因在于是否上过大学对于城镇居民收入的影响并不大。而在90年代,伴随着高等教育毛入学率的提高,个人教育收益率也相应地增加,因此,居民对高等教育的需求变得更加强烈。高等教育的预期收益会显着影响个人对高等教育在数量、质量、层次、结构、类型等诸方面的需求。
  
  3.教育收益率的性别差异。
  
  在前面的回归模型(1)中,没有区分男女,得到的教育收益率是男女混合的平均收益率。但是在实际应用中,有时需要关注教育收益率的性别差异。可以利用虚拟变量处理这一问题,在回归模型中加入一个表示性别的虚拟变量D(1=男;0=女)以及性别虚拟变量与受教育年限变量之间的交互项D*Sch.具体的计量回归模型如下:
  
  Ln(Y)=b0+a0D+b1Sch+a1D*Sch+b2Exp+b3Exp2+u利用2000年国家统计局城调队的调查数据进行OLS回归,结果显示所有回归系数在1%的统计水平上都是显着的。这说明男女之间的收入不仅存在显着的截距项的差异,而且还存在显着的斜率项的差异。回归系数显示,女性的教育收益率为9.74%,男性的教育收益率比女性低3.14个百分点,为6.6%,回归结果表明女性上大学是更“合算”的。
  
  4.分教育层级的教育收益率。
  
  明瑟收入函数中关于收益率(参数)与受教育年限(回归量)不相关的假定不太符合经济学理论。为了分析不同层级的教育所带来的收益率的差异,可以用一系列代表不同教育程度的虚拟变量代替,通过虚拟变量的系数来表示相应的教育层级与省略变量(基准类别变量)之间的教育收益率差异。
  
  利用2000年国家统计局城调队的调查数据进行OLS回归,结果显示各级受教育程度的虚拟变量的回归系数都是正的,在1%的统计水平上都是显着的。
  
  回归结果显示以下特点:
  
  随着受教育程度的从低到高,年均教育收益率也呈现出从小到大的规律。按照年均教育收益率的计算公式,可以得到各级教育的年均教育收益率。
  
  本科的年均教育收益率最高,为12.72%;其次是专科,为9.12%;中专的教育收益率为8.61%;高中的教育收益率为5.97%;初中的教育收益率为4.63%.
  
  教育层级越高则教育收益率越大,这是我国的特有现象。美国的基础教育回报率最高,因此美国政府给基础教育投资更多,而我国政府给高等教育的投资相对更多。
  
  中美两国政府都是给予教育收益率最高的教育阶段以更大比例的公共教育投资,都表现出与效率一致的倾向。下面一个例子是有关高校毕业生流动的研究(有关公平问题)。
  
  高校毕业生的流动模式是怎样的?
  
  流动会带来什么样的后果?这篇文章基于实证数据分析了我国高校毕业生跨省流动和跨城乡流动的状况,利用统计分析结果,作者指出,高校毕业生存在“向上向东”的流动模式,提出这是一种不公平的“逆向补贴”的观点。研究发现,毕业生流动中“孔雀东南飞”的现象严重。
  
  在2004-2010年期间,按照生源地划分,京津沪地区和东部地区(不包括京津沪)始终是净流入地区,而中部地区和西部地区始终是净流出地区。从毕业生流入与流出比来看,比值最高的是京津沪地区,在12.5~23.7倍之间,中部地区和西部地区都是毕业生净流出(流出大于流入)地区。高校毕业生“向东”流动意味着人才的流失,同时也是资金的流失,是一种“逆向补贴”.
  
  以2009年为例:中部地区净流出约17.0万人,相当于向其他地区补贴了大约34.6亿元教育经费。西部地区净流出约6.4万人,相当于向其他地区补贴了12.9亿元教育经费。京津沪地区和东部地区(不包括京津沪)的净流入均为约11.7万人,相当于各自从其他地区获得了23.7亿元教育经费补贴。
  
  因此,中西部地区其实每年都向东部补贴,是贫困地区补贴富裕地区。该文建议公共财政应该多向中西部地区倾斜,让中西部有更多的高水平大学,让学生在当地就有好学上。
  
  该文献只是基于总体数据进行的统计描述,没有使用复杂的定量方法,但该文对于毕业生流动的方向、规模、影响等均估算出了具体数值,这些实证结论和发现对于相关部门制定政策具有很大的参考价值。
  
  二、定量方法的独特价值
  
  上面提到的几个实例表明数值的大小在教育研究中是非常重要的,定量方法可以帮助我们得到关键指标的估计值。在很多情况下,特殊的定量方法可以带来不一样的发现,产生独有的价值。
  
  下面以分位数回归方法和奥克萨克(Oaxaca)性别差异分解模型为例,说明定量方法的必要性和独特性。
  
  1.分位数回归方法。
  
  有关教育收益率的研究通常采用多元线性回归模型,衡量的是收入(对数形式)的算数平均值与解释变量之间的因果关系。
  
  收入在人群中的分布往往是右偏的,不是对称的。除了算数平均值,有时还要看中位数、四分位数、百分位数的大小,以及这些指标与解释变量之间的因果关系。
  
  分位数回归就是考察因变量的相应百分位数与解释变量之间的因果关系,利用它可以比较不同收入群体的教育收益率。在教育经济学中经常讨论效率与公平的关系问题,两者是否能够兼得?
  
  人们常常觉得好像追求效率就不能保证公平,反之亦然。其实在有些情况下,公平和效率可以是统一的。文章《教育对不同群体收入的影响》利用分位数回归方法研究不同“能力”群体的教育收益率。
  
  采用分位数回归方法,可以估计相应百分位数与受教育年限和工作年限的关系。利用2004年国家统计局城调队的调查数据进行分位数回归,实证结果显示:
  
  教育收益率的不同分位数的回归系数总体而言随着分位点的提高呈现下降的趋势。10%分位数回归的系数最大,达到16.0%;20%分位数回归系数、30%分位数回归系数、40%分位数回归系数和50%分位数回归系数依次排在第2~5位,回归系数分别为13.7%、12.7%、11.8%和10.8%.
  
  中位数(50%分位数)以下的4个分位数回归系数都比以上的4个分位数回归系数大,这表明在其他影响因素相同的条件下“弱收入能力群体”的教育收益率高于“强收入能力群体”的教育收益率。
  
  该文的实证研究结论有着积极的政策含义:
  
  教育对收入有显着的影响(教育收益率高)。教育机会均等有利于促进收入平等(教育层级高的群体收入差异的基尼系数小)。在教育投资方面,可以实现公平与效率的统一(“低收入能力群体”的个人教育收益率相对更大),该文的这一结论和发现,正是源于分位数回归的特殊方法。
  
  2.Oaxaca性别差异分解模型。
  
  性别歧视是劳动经济学和教育经济学中常常研究的内容,也是社会关注的问题。那么,性别歧视到底存在不存在?如果存在,表现在哪些方面?性别歧视所占的比例有多大?一般来说,个别人在求职和工作中受到性别歧视的现象是屡见不鲜的。但是,对于整个群体而言,性别歧视未必是普遍现象。关于性别歧视,如果不采用实证研究,很难回答这个问题。在实证研究中,Oaxaca性别差异分解模型不仅可以验证性别歧视,还可以估算歧视在性别差异中的比例。
  
  可以将Oaxaca性别差异分解模型扩展,分析别的差异问题。岳昌君和张恺基于Oaxaca差异分解模型对高校毕业生求职和就业起薪的城乡差异进行了实证研究。实证结果显示,农村背景的高校毕业生在工作落实上存在被歧视现象(42.9%),而在就业起薪上不存在歧视。
  
  包括教育在内的社会现象是纷繁复杂的,社会科学研究就是努力在复杂现象中寻找和总结规律,用理论来解释或者建立新的理论。在教育研究中,要注重使用科学的研究方法。针对不同问题,应采取适切的研究方法。
  
  在教育研究中,微观调查数据大多数都是分层的,学生来自不同的地区、不同的学校、不同的班级,对于这类数据的定量分析适合采用分层线性模型。当研究的问题涉及多投入、多产出以及中间变量,此时适合采用结构方程模型。在研究教育效率时,如果产出为单一变量,一般来说可以采用随机前沿模型;如果是多投入多产出,则适合用数据包络分析(DEA)方法。
  
  在研究增值问题时,常常使用倍差分析模型(DID),这一方法适用于对政策干预的评价。定量研究方法多种多样,不一而足,以上只是举例分析,难免挂一漏万。
  
  值得一提的是,没有最好的方法只有最适合的方法。定量研究的目的是解决问题、解释现象,研究当然应该是问题导向的,方法只是研究的工具而已。因此,在开展研究时,必须先确定问题,然后再寻找相应的方法。
  
  三、谨慎解释实证研究的结果
  
  在当今全球化、互联网与大数据交互的时代,很多教育数据很容易收集和整理,各类统计软件方便数据存储、统计和计量分析,给教育研究者带来很大的便捷,教育研究效率大大提高。但是,在进行教育研究时,对于定量研究得出的实证结果,需要谨慎地解释和分析。
  
  1.同样的数值可以有不同的结论。
  
  下面以我国居民受教育程度的城乡差异为例,来说明针对同样的统计数值可以得出不同的研究结论。我国从1990年开始每隔十年进行一次全国人口普查,其中受教育程度是重点关注的变量之一。
  
  根据国家统计局1982年、1990年、2000年三次人口普查的数据计算,城镇居民在三次调查中的平均受教育年限分别为7.93年、8.82年和10.2年。农村居民在三次调查中的平均受教育年限分别为5.01年、6.04年和7.33年。不难看到,无论是城镇还是农村,平均受教育年限都有显着的增加。但是,如果问到城乡之间的教育差异,采用不同的统计指标则可以得出不一样的结论。
  
  第一,如果看相对差异,城乡差异变小了。
  
  用城镇的平均受教育年限除以农村的平均受教育年限,则1982年的这一比值为1.58倍,1990年下降至1.46倍,2000年下降到1.39倍。
  
  第二,如果看绝对差异,城乡差异基本没变。
  
  用城镇的平均受教育年限减去农村的平均受教育年限,则1982年城乡相差2.9年、1990年相差2.8年,2000年相差2.9年。
  
  第三,如果看教育对于收入的影响,则城乡差异变大了。
  
  在教育经济学中的收入方程中,收入与受教育年限之间不是线性关系,而是指数函数关系。
  
  对于指数函数,将受教育年限在X1点相差△X(比如3年)对收入的影响记为△Y1;在X2点相差同样的△X(比如3年)对收入的影响记为△Y2.当X1小于X2时,△Y1必然小于△Y2.
  
  例如,受教育年限都是相差三年,但三年制专科与高中毕业生之间的收入差异会显着大于高中与初中毕业生之间的收入差异。
  
  2.样本选择偏差。
  
  在基于微观数据的定量研究中,计量回归分析是利用样本数据估计总体参数。如果样本不具有代表性,或者在有代表性的样本中某些个人行为的一些特征不能够被观察到,这时使用普通计量回归方法就会得到有偏的系数估计值。
  
  在有关个人教育收益率的研究中,即使样本数据是按照随机原则进行抽样获得的,但是因为个体本身具有选择判断的能力,很可能会采取一些影响抽样的行动,以致抽样结果失去随机性,造成样本数据不能够准确地代表总体。
  
  例如,我们只能从有工作的人群里获得收入和工作时间数据,但总体中有一些人并没有工作,不论抽样过程有多么客观随机,得到的数据都不具备真正的代表性。
  
  如果使用普通计量回归方法,所得出的实证结论只能代表有工作者的行为,而不能代表总体。特别地,对于高学历的人来说,如果在劳动力市场上得不到期望收入的工作,有些人就会自愿放弃工作,从而出现样本自选择问题。
  
  在这种情况下,普通计量回归得到的教育收益率估计值就会偏高。对于样本选择偏差问题,可以利用赫克曼(Heckman)选择模型进行偏差纠正,得到参数的一致估计量。
  
  使用这一模型,样本数据需要有很好的代表性,要包括没有进入劳动力市场的人员信息。但是,在我国社会科学的微观调查数据中,一些样本只包括有工作的人。
  
  对于这类数据就无法使用赫克曼选择模型,实证回归结果给出的教育收益率就是高估的数值,在提出政策建议时要进行适当的说明。
  
  3.内生解释变量。
  
  经典线性回归模型的假定之一是解释变量与随机扰动项无关,当这一假定不成立时就会出现内生解释变量问题,OLS回归结果就会是有偏的、不一致的估计量。在有关教育收益率的研究中,一般来说人们的收入除了受到教育程度和工作年限的影响以外,个人天生能力也是收入的影响因素。
  
  如果我们明明知道能力会影响收入水平,但是因为不能准确衡量能力,也没有找到代理变量,于是在模型中省略了能力变量。这样一来,能力变量就被放在了随机扰动项中,如果受教育年限与能力相关的话,就出现了内生解释变量问题,用OLS估计明瑟收入方程,回归系数的估计就是有偏的。
  
  如果能力变量与受教育程度变量之间呈现正相关的关系,省略能力变量就会使得教育收益率的估计值变大,就会高估教育对个人收入的作用。实际上,我国非义务教育阶段入学机会的选拔性很高,天生能力强的学生在竞争中容易更胜一筹。
  
  因此,明瑟教育收益率一般会高估教育的作用,在教育研究中应该清楚地认识到这一点。国内生产总值(GDP)也存在高估现象,但不应为此而放弃对这一重要指标的统计。
  
  当我们比较不同年份或者不同行业的GDP时,可以“过滤”掉水分从而得到准确的结论。
  
  类似地,尽管教育收益率可能存在高估现象,但是在进行横向比较或者纵向比较时,仍然有很大的价值和意义。另外,可以通过技术手段处理内生性问题,比如利用工具变量法进行处理,也可以利用双胞胎样本数据控制能力变量。
  
  四、教育研究中的数据库
  
  对于实证研究而言,再好的研究办法也好不过数据。作为教育研究者,应该养成收集数据的习惯,只有好的数据库,加上好的研究方法,才能做出好的研究成果。按照观察对象的特征,数据可以分为宏观数据和微观数据,宏观数据常见的为国别数据和省份数据等。
  
  国际比较常用的数据库有UNESCO统计局的《世界教育指标》、世界银行的《世界发展指标》、OECD的《教育概览》(EducationataGlance)等。我国与教育相关的宏观数据包括《中国教育经费统计年鉴》《中国教育事业统计年鉴》《中国统计年鉴》《中国劳动统计年鉴》等。
  
  微观调查数据是针对个体的、家庭的、企业的,常常更有用处。国外的微观调查数据常用的有美国的综合社会调查(GSS)、欧洲社会调查(ESS)、英国家庭追踪调查(BHPS)、英国社会态度调查(BAS)等。
  
  我国的微观调查数据常见的有国家统计局的入户调查数据、北京大学的中国家庭动态跟踪调查(CFPS)、中国人民大学的中国综合社会调查(CGSS)、北卡大学与中国卫生部联合的中国健康与养老调查(ChinaHealthandNutritionSurvey,CHNS)等。
  
  近30年来,伴随着信息技术的突飞猛进,全球化不断发展,各国各部门普遍重视大型微观数据库的建设。微观数据越来越容易的可获得性和不断增强的定量分析能力,为实证检验微观经济理论提供了便利和可能。2015年的诺贝尔经济学奖颁给了普林斯顿大学经济学教授安格斯·迪顿(AngusDeaton)。
  
  迪顿的研究并没有革命性的理论突破,他的工作都是实证研究,应用微观个体数据对消费、贫困、福祉等领域开展研究工作。这在诺贝尔经济学奖的历史上是第一次。
  
  赵耀辉认为:“从这个意义上看,诺贝尔奖承认了一个已经发生的事实,就是经济学的重心已经从研究理论和宏观总体现象转移到了微观实证研究,它同时发出了一个重要的信号,即未来经济学科发展趋势将更加注重基于微观数据的研究。”
  
  同样地,教育研究领域中微观调查数据越来越多、越来越有用,也越来越公开易得。教育研究的空间正在不断扩大,实证研究方法愈加丰富和完善。教育研究越来越多地体现出用数据来描述现象,用模型解释变化,用理论分析原因,用实证建言政策的特点。
 
  参考文献
  
  [1]TheUNESCOInstituteforStatistics.GlobalEducationDigest[DB/OL].(2014-01-05)[2015-10-16]
  [2]田国强。现代经济学的基本分析框架与研究方法[J].经济研究,2005(2)。
  [3]闵维方,丁小浩。重视研究过程和方法的规范化[J].北京大学教育评论,2005(1)。
  [4]岳昌君。教育对个人收入差异的影响[J].经济学季刊,2004(10)。
  [5]岳昌君。教育计量学[M].北京:北京大学出版社,2009:74-79.

上一篇:公共机构节能减排论文范文
下一篇:物价上涨论文范例
重要提示:转载本站信息须注明来源:原创论文网,具体权责及声明请参阅网站声明。
阅读提示:请自行判断信息的真实性及观点的正误,本站概不负责。
别人都分享了,你还在等什么?赶快分享吧!
更多
教育经济学论文范例精选相关文章