1、影响考研人数的因素分析摘要随着经济的不断发展，一方面社会对人才的需求日渐提高，另一方面我国的就业形势日趋严峻，这样直接导致越来越多的大学生选择考研，考研人数总的发展趋势是增加的，与此同时近年研究生的就业也存在也日趋严峻的问题，所以系统地研究考研人数及其影响因素是很有必要的本文的主要研究内容就是要通过运用统计预测与决策、数学模型及相关知识来分析影响考研人数变化的部分主要因素，通过这些分析，我们将看到统计预测与决策及数学模型在发展趋势预测类问题研究中的重要作用，并最终建立合理的数学模型来预测分析考研人数发展趋势关键词：统计预测与决策 趋势分析 干预分析 多元回归Analysis of The Nu
2、mber of Postgraduate Entrance ExaminationGe Pengfei Directed by Instructor Jiang Shutao ABSTRACTWith the continuous economic development, increasing social demands for talents on the one hand, on the other hand our countrys employment situation is getting worse, which led directly to more and more s
3、tudents are choosing articles by the examination overall development trend is the increase in the number, while employment of the graduates in recent years are becoming increasingly serious problems also exist, so systematic study of postgraduate entrance examination and its influencing factors in t
4、he number is necessary. The main content of this article is to use statistical knowledge about mathematical model for forecasting and decision making, and to analyse the factors affecting the articles by some of the main changes in the number, and through these analyses, we will see the statistical
5、and mathematical model for forecasting and decision in the important role of development trend in the study of such problems, and ultimately to establish a rational analysis of mathematical models to predict graduate population trends.KEY WORDS：Statistical forecasting and decision-making Trend analy
6、sis Intervention analysis Multiple regression目 录摘要I英文摘要II前言11 知识储备21.1 统计预测的基础介绍21.1.1 应用与方法21.1.2 统计预测的原则和步骤21.2 应用预测分析方法概述及实施21.2.1 干预分析模型预测法21.2.2 多元线性回归预测法32 变量的选取43 模型的建立53.1 制作曲线图观查曲线走势53.1.1 确立初步模型53.1.2 分离数据，估算参数63.1.3 计算净化序列建立拟合模型63.1.4 组建干预模型73.1.5 预测对比73.2 多元线性回归预测模型83.2.1 模型的建立83.2.2 模型的
7、检验83.3 模型小结124 总结和建议13参考文献14附 录15致谢17II前言最近几年考研人数发展总趋势是持续增长的，为何会有这么多的学生选择考研呢？2014年之前近20年内除了2008年以外考研报名人数增长率均大于零，2014年全国硕士研究生招生考试报名人数大约为172万，比2013年减少4万人；但是其中专业学位硕士报名人数68万人，有所增长比2013年增加了9万人2014年全国研究生招生数据调查报告显示，2014年全国硕士研究生报考热度趋缓，近20年内，考研报名人数继2008年首次下降之后，2014年出现第二次下降全国各地考研报名人数均呈现不同程度下降趋势，如北京、河北、湖北分别下降7
8、.6%、3.8%、1.24%随着社会的不断发展，越来越多的大学生不再满足于本科学历，同时还有就业压力的负面影响，对于大学生考研的研究，越来越受学者们的青睐，各类研究方法层出不穷与此同时随着大数据时代的来临，以及电子计算机技术的迅猛发展，统计学的越来越被各类知名学府所重视，统计学被广泛的应用在预测各类问题的发展，发现事物内部各因素之间的关系，本文主要应用了统计学里的统计预测与决策这一工具来分析影响考研人数的因素，进而抓住主要因素，构建合理预测模型，尽量相对准确的预测未来考研人数增长的趋势虽然2014年考研大军的增速有所减缓，但是考研人数发展的大趋势还是增长的，本文运用所学统计学知识，干预分析就是
9、从定量分析的角度来评估政策干预或突发事件对经济环境和经济过程的具体影响，而多元回归分析就是研究影响因变量的主要因素的一种模型，所以主要是应用了干预分析模型和多元回归分析两种方法排除某些干预因素研究考研人数发展趋势及分析对考研人数增减有影响的部分主要因素，建立考研人数关于失业率，教育经费及大学生基数等等主要因素的回归模型，相对准确的预测考研人数，并找出影响考研人数的最主要因素，最后给出相应的不成熟的针对性的建议，将对小到学校院系合理制定针对本系本科生考研的激励政策，大到国家政府制定科教兴国，解决大学生就业问题等的重大举措，都有一定的参考意义，合理的人才结构是一个社会健康发展所必不可少的条件，考研
10、人数变化的背后，是各种因素影响的结果。我们研究研究生人数发展的主要影响因素，进而检验社会各方面采取合理措施，合理改善这些方面因素的影响，使得研究生人数变动真正成为我国人才结构合理化发展的晴雨表1 知识储备1.1 统计预测的基础介绍预测就是根据过去和现在的数据来估计未来，预测未来统计预测归属于预测方法研究范畴，即怎样利用科学的统计学方法对事物的未来发展进行定量推测1 1.1.1 应用与方法在市场经济条件下，预测的作用通常是经由各个企业或行业内部的行动计划和决策来实现的; 统计预测作用的大小主要是由预测结果所产生的效用的多少决定的统计预测方法可归纳分为定性预测方法和定量预测方法两类，其中定量预测法
11、又可大致分为回归预测法和时间序列预测法; 按预测时间长短，分为近期预测、短期预测、中期预测和长期预测2本文主要应用的方法是定量预测法，其中主要运用了多元线性回归预测法和干预分析模型预测法1.1.2 统计预测的原则和步骤原则：连贯原则，指事物的发展是按一定规律进行的，在其发展过程中，这种规律贯彻始终，不应受到破坏，它的未来发展与其过去和现在的发展没有什么根本的不同; 类推原则，指事物必须有某种结构，其升降起伏变动不是杂乱无章的，而是有章可循的,事物变动的这种结构性可用数学方法加以模拟，根据所测定的模型，类比现在，预测未来3步骤：第一步：确定预测目标，第二步：搜索审核资料，第三步：选择预测模型和方
12、法 ，第四步：分析预测误差，改进预测模型，第五步：提出预测报告1.2 应用预测分析方法概述及实施定量预测法注重于事物发展在数量方面的分析，重视对事物发展变化的程度做数量变化的描述，更多地依据历史统计资料，较少受主观因素的影响4本文主要运用干预分析模型预测法、多元线性回归预测法1.2.1 干预分析模型预测法干预的含义：时间序列经常会受到某些特殊事件及态势的影响，称这类外部事件为干预研究干预分析的目的是从定量分析的角度来评估政策干预或突发事件对经济环境和经济过程的具体影响利用干预影响发生前的已知数据，建立一个单变量的时间序列模型，然后利用该模型进行外推预测，求得新的预测值，作为不受干预影响的具体数
13、值，最后用实际值减去预测值，得到的是受干预影响的具体结果，利用这些结果就可以求估干预模型的各个参数一是：利用干预影响产生前的数据，建立单变量的时间序列模型然后利用此模型进行外推预测，得到的预测值，作为不受干预影响的数值二是：将实际值减去预测值，得到受干预影响的具体结果，利用这些结果估算干预影响的参数三是：利用排除干预影响后的全部数据，识别与估计出一个单变量的时间序列模型最后：求出总的干预分析模型1.2.2 多元线性回归预测法社会经济现象的发展变化往往会受到多个因素的影响，因此，一般要进行多元回归分析，我们把包括两个或两个以上自变量的回归分析称为多元回归分析多元回归与一元回归类似，一般运用最小二
14、乘法估计模型参数，最后需要对模型及模型参数进行统计检验（1） 二元线性回归模型（以二元线性回归模型为例）类比使用最小二乘法的方法对参数进行估计 （2） 拟合优度指标检验标准误差：对y值与模型估计值之间的离差的一种度量 其计算公式为： （3） 可决系数的计算及检测 可决系数公式：表示回归模型不能对因变量y的变差做出任何解释； 表示回归模型对因变量y的全部变差做出解释 （4） 置信范围的计算置信区间的计算公式为： 置信区间= 其中 是自由度为的 统计量数值表中的数值，是观察值的个数，是包括因变量在内的变量的个数（5） 自相关和多重共线性问题自相关检验 ：多元线性回归模型的基本假设之一就是模型的随机
15、干扰项相互独立即不相关，实际问题中的自相关往往是由于：变量固有惯性、模型设定偏误、数据的“编造”等原因，如果存在自相关会对参数的估计产生许多不良后果，主要运用D-W检验法检验D-W值的计算其中：多重共线性检验：模型中的各个自变量所提供的是各个不同因素的信息，并且回归分析的基本假定里，假定各自变量同其他自变量之间是显著无关的，但是，实际上两个自变量之间可能存在相关关系，这种关系会导致建立错误的回归模型以及得出使人误解的结论为了避免这个问题，有必要对自变量之间相关与否进行检验5任何两个自变量之间的相关系数为： 经验法则认为，两个自变量的相关系数的绝对值小于0.75或者0.5,表示这两个自变量之间不
16、存在多重共线性问题如果某两个自变量之间存在高度相关的关系，就有必要把模型中的其中一个自变量删去2 变量的选取影响考研人数的定量因素有很多例如：应届本科毕业生人数、就业情况、GDP、招生人数、教育投入、在校学习成绩等等，考虑到数据的可获性及对考研人数影响的重要性，选取影响考研人数变动的的几个主要定量因素如下：失业率代表就业情况；普通本科生毕业数代表研究生人数的基数；教育经费代表国家对大学生考研的助力；研究生招生人数代表社会和国家对研究生的需求量3 模型的建立3.1 制作曲线图观查曲线走势运用spss软件制作考研人数随时间变化的时间序列线性图3-1图 3-1由曲线走势图 3-1看出2008年和20
17、14年数据走势和大体走势明显有差异，绝对数也验证了这一点2008年和2014年是近20年内仅有的两次人数下降，由于2014年后的数据缺失本文以2008年为例运用干预分析模型进行分析，建立模型预测考研人数（数据见附录）3.1.1 确立初步模型根据19982007年的数据建立一个时间序列模型：其中，t为自变量，t表示时间， 表示干预事件对因变量的影响，它的确定是整个模型的关键由于干预的影响是逐渐加强的，它的作用又是长期并且深远的，因此，干预变量可选以下的形式：其中：对19982007年的数据建立一个时间增长模型，由图像看出比较接近多项式增长模型运用spss软件对多项式增长模型做以下模型分析和检验表
18、 3-1 F检验表模型平方和Df均方FSig.1回归13787.61726893.809139.568.000a残差345.757749.394-总计14133.3749-表 3-2 R方检验表模型RR 方调整 R 方标准估计的误差1.988a.976.9697.02807由表3-2看出R，R方，调整R方以及表 3-1的F值数值都说明该模型拟合度较好，可以通过参数的显著性检验和整个回归方程的显著性检验3.1.2 分离数据，估算参数在此基础上分离出干预因素影响的具体数值，并估算干预模型的参数，用刚才的模型进行2008到2014年考研人数的预测，然后用实际值减去预测值得到的差值，就是08年产生的干
19、预值, 记为Zt 所求具体数值见下表 3-3：表 3-3 干预值表T2008200920102011201220132014Zt-35.025-48.1013-50.5756-59.348-64.9184-75.3868-101.053利用上表 3-3的数据，可以估算出干预模型:的参数与，实际上是自回归方程: 的参数： 即：3.1.3 计算净化序列建立拟合模型净化序列是指消除了干预影响后计算得到的序列，它是由实际的观察序列值减去干预影响值后得到的，即：对净化系列建立时间序列模型如下：表 3-4 F值检验表模型平方和Df均方FSig.1回归198126.859299063.4301436.318
20、.000a残差965.5851468.970总计199092.44516a. 预测变量: (常量), t, VAR00001b. 因变量: VAR00003表 3-5 R方检验表模型RR 方调整 R 方标准估计的误差1.998a.995.9948.30484a. 预测变量: (常量), VAR00004, VAR00001R，R方，调整R方均比优化前优越说明：该模型拟合度较好，可以通过参数的显著性检验和整个回归方程的显著性检验3.1.4 组建干预模型通过以上各步的参数估计，可以组建最终的干预分析模型如下：其中：3.1.5 预测对比利用干预分析模型计算出的预测值与原始数值比较如下表：表 3-6
21、预测值表19981999200020012002200320042005200627.14332.27139.58549.08560.77174.64390.701108.945129.37520072008200920102011201220132014132.097106.743107.578131.803145.619168.024182.819169.404进一步做对比图3-2：图 3-2该图说明预测值和实际值的重合度很高，直观的说明了干预模型取得了相当不错的效果3.2 多元线性回归预测模型由于统计年鉴只更新到2013年，故该模型的建立选取了1998年到2012年15组数据运用excl
22、和spss软件进行分析（注：若无特殊说明，本文中的各类数据检验显著性水平均为0.05）（数据均来自统计年鉴、教育网）（数据见附录）3.2.1 模型的建立 建立以下线性回归模型： （1）用spss软件得到如下结果回归模型为： （2）3.2.2 模型的检验（1） 拟合优度检验表 3-7 R方检验表模型RR 方调整 R 方标准估计的误差1.986a.972.9619.10733a. 预测变量: (常量), 招生数, 失业率, 教育经费, 毕业生数由该表 3-7可以看出R=0.986，R方=0.972，调整R方为0.961，意味着回归模型对y的百分之九十六以上变差做出解释，说明该模型总体拟合较好（2）
23、 F值检验表 3-8 F值检验表模型平方和df均方FSig.1回归28810.44247202.61186.838.000a残差829.4341082.943总计29639.87614a. 预测变量: (常量), 招生数, 失业率, 教育经费, 毕业生数b. 因变量: VAR00001上表 3-8格为F值检验可以看到F值为86.838，F值对应p值显著小于0.05，说明在为0.05置信水平下显著通过了F值检验小结：由以上两个检验得，在0.05置信水平下模型显著的通过了拟合优度检验，模型整体能够解释对因变量y百分之九十六以上的变差，模型整体拟合度较好（3） 变量的显著性t值检验表 3-9 系数显
24、著性检验表模型非标准化系数标准系数tSig.B标准误差试用版1(常量)11.56816.570.698.501失业率-2.5238.011-.028-.315.759毕业生数-.011.218-.022-.049.962教育经费7.521.000-.123.459.056招生数2.964.8951.1333.310.008a. 因变量: VAR00001由上述表 3-9可以看出四个变量只有最后一个变量研究生招生人数能通过t值检验，但是模型整体显著的通过了检验，估计存在多重共线性或者自相关（4） 自相关检验表 3-10 D-W检验表模型RR 方调整 R 方标准估计的误差Durbin-Watson
25、1.986a.972.9619.107331.867a. 预测变量: (常量), 招生数, 失业率, 教育经费, 毕业生数b. 因变量: VAR00001以上该表 3-10可以看出D-W值为1.867，查表得=0.49,=1.70，D-W值在-2之间故该模型不存在自相关，最大的可能是存在多重共线性（5） 多重共线性检验表 3-11 相关性检验表失业率毕业生数教育经费招生数失业率Pearson 相关性1.858*.670*.471显著性（双侧）.001.006.077N15151515毕业生数Pearson 相关性.858*1.968*.483显著性（双侧）.001.000.072N151515
26、15教育经费Pearson 相关性.670*.968*1.335显著性（双侧）.006.000.080N15151515招生数Pearson 相关性.471.483.3351显著性（双侧）.077.072.080N15151515*. 在 0.05 水平（双侧）上显著相关*. 在 .01 水平（双侧）上显著相关由以上表3-11可以看出变量x3与x1，x2以及x2和x1之间有高度相关性，特别是x2和x1之间，高度相关性就会表现为多重共线性，这应该就是回归模型没有通过t值检验的主要原因由变量显著t检验的表3-9可以看出研究生人数（y）和招生数之间的线性拟合度最好，所以应该保留变量x4，再顺次加入其
27、它变量x3、x2、x1对原始模型运用spss软件进行修正逐步回归，如下表：表 3-12 系数显著性检验表模型非标准化系数标准系数tSig.B标准 误差试用版1(常量)6.9485.2811.316.213教育经费9.113.0008.1821.334.017招生数3.018.3571.1548.451.000a. 因变量: y该表3-12显示两个变量t值对于P值均明显小于0.05，故在0.05置信水平下两变量均显著的通过了t值检验，然后观察R检验表格如下：表 3-13 拟合优度检验表模型汇总模型RR 方调整 R 方标准估计的误差1.996a.992.9948.35751b. 预测变量: (常量
28、), 招生数, 教育经费表 3-14 F值检验表Anovab模型平方和df均方FSig.1回归28801.701214400.850206.174.000a残差838.1761269.848总计29639.87614a. 预测变量: (常量), 招生数, 教育经费b. 因变量: VAR00001对比表3-13和修正前表3-7的发现有了很大的改善，所以必须保留下x3，同理将其他新变量逐步添加进来进行修正逐步回归，添加新的变量x2发现有两项检验不能通过，第一是t值检验通不过，第二是系数为负数，即考研人数和毕业本科生人数呈负相关，不符合经济意义检验，实际生活中两者应该呈正相关关系，所以x2应该被删除
29、添加新变量x1其参数仍为负数，一般来说失业率增长应该会导致更多的本科毕业生选择考研，从而提高自己的素质和就业能力，两者必将呈现正相关关系，所以x1变量也应该剔除最后通过一系列的检验及校正，得出以下结果 （3）以上分析在统计意义上进行了各种检验说明，之前选择的四个变量中失业率和普通本科生毕业数对考研人数的影响没有想象的那么大，数据表明删除两个变量后，模型的预测效果有了较为明显的改善（6） 经济意义检验由（3）式得x3和x4表示的变量教育经费和研究生招生人数都是影响考研人数的主要因素，另外两个变量虽然有一定影响但是系数的正负所表示的经济意义是错误的该模型的=0.996，调整=0.994，都相对较大
30、，说明模型的拟合程度比较高，F值也证明了这一点此外失业率和普通本科生毕业数对考研人数的影响，从经济意义上来讲都应该是正相关的失业率增加更多的本科生应该会选择考研，毕业生数是考研的基数，从统计概率意义上来说，毕业生数增加考研人数也应该是增加才对，但是（2）式中明显的系数符号错误，与经济意义不符（7） 图表拟合检验用校正后的拟合模型（3）计算历年考研人数的预测值并做折线图3-3 图 3-3由该图片看出修正后模型的重合度较高，拟合度较好，可以相对准确的预测出结果3.3 模型小结对于干预分析模型，无论从模型的拟合优度还是F值，都可以看出干预分析模型要优于一般的多项式模型根据前人的研究可知2008年干预
31、因素主要有：考试生源被分流，正如股票中热点轮换一样，2008年原本有意愿报考研究生的很大一部分都去报考了当年的公务员这一点，不妨查查当年各地公务员报考人数一看便知；很大一部分人由于种种原因选择了工作，也许在大家看来这个情况每年都有，并非是2008年的特别情况，但是大家不能忘记很重要的一个因素就是：2008年北京奥运会带来的很好的工作机遇，而报考2008硕士研究生考试的应届毕业生正是奥运会举行之时毕业的，大家想一想，又有多少人会放弃这么好的一个机会，而去选择另外一条风险相对较大路呢？还有就是有关研究生就业难的负面报道在当时也过于频繁并且随处可见，这一点相信大家肯定也有所耳闻6 无独有偶2014年
32、考研也进行了全面改革：2014年第一次取消“不超过40岁”的年龄限制；更为重要的是研究生教育收费制度全面实行，研究生的培养取消公费，全面实行自费制度；同时也存在诸多社会因素：就业市场上研究生的竞争力不强，就业率低7对于该模型的研究由于2014年后数据的缺失，本文以08年的转折拐点为例研究了研究生人数的走向趋势，主要目的就是提出一种预测考研人数的一种相对更优的方法对于多元线性分析模型，通过上述分析，能够得出以下几个结论：首先，考研人数的变动只与招生人数和教育经费这两个因素有显著的相关关系其次，失业率和普通本科生毕业数这两个因素对考研人数变动的影响是不显著地，或者说没有明显的相关关系总言之：招生人
33、数和教育经费两个变量，是影响考研认识的主要因素，同时还有考虑到国家政策干预的影响从经济意义上讲，随着招生人数和教育经费的增加，考研人数是呈现递增趋势的，教育经费是影响研究生总人数的最主要因素4 总结和建议通过上述分析可以知道，时间序列经常会受到特殊事件及政府政策变化的影响，要想较为准确的预测时间序列，首先要做的就是排除干预因素，干预分析的目的，就是从定量分析的角度来评估政策干预或者突发事件对经济环境和经济过程的具体影响本文比较突出的就是2008年和2014年的两次国家政策干预和市场就业等社会问题，两个比较突出的干预影响以上分析的各种统计性检验都说明了干预模型，在处理时间序列收到政策影响类问题时
34、的优越性，再预测时间序列数据发展趋势方面有很好的应用效果与此同时影响考研人数发展的不仅仅是突发事件和政策变化，还有很多其他与考研人数密切相关的其他重要因素，此类问题就需要多元回归分析这一工具以上的多元模型不仅通过了各类统计学检验，更为重要的是通过了经济意义检验，能够顺利的找出影响考研人数的最主要因素，并且能够得出相应的一些有针对性的建议通过两种模型的分析，可以发现考研人数的迅速增长在一定程度上是一直被动的，盲目的行为，如果要改变这一现状，需要社会，国家，学校以及个人等等各方面的共同努力，引导考研大学生做出比较理性的选择，引导人才就业市场向着更加健康的方向发展通过以上分析及浏览学习其他学者研究成
35、果，提出以下几点建议：首先，对于政府而言要进一步完善毕业生就业政策，加大毕业生自助创业扶植力度，改善毕业生就业环境，要从宏观上把握、引导人才培养教育的总原则和总方向，加大教育投资，继续坚持科教兴国强国战略，进一步要用法律法规来维护求职者的合法权益，为社会培养不同层次、不同领域的高素质人才其次，就企业而言，企业应当树立正确的用人观念，在选才取向、用人成本方面采取合理性、务实性的良性可持续标准，不能只注重学历，同时适当加大培训力度，给大学生提供更好的平台，更多的选择，更大的发展空间再次，高校应该加强学生的事业规划教育，同时也要注意加强学生的实践能力培养，提高学生适应社会的能力和个人综合素质，实现教
36、育与就业的接轨，防止学生学到知识和实际应用的脱节因材施教对适合科研的学生，适当的多一些研究生方面的培养最后，对于大学生自身而言，要明确自身的实际情况，指定正确的职业生涯规划，不能跟风，只有努力提升自己的综合素质和实践能力，才能真正解决自己的问题面对新时代、新形势，正确的自我价值观能够增强大学生的自我意识水平作为大学生我们更应该根据自身的特点和社会需求，进行自我设计、角色预期，塑造自我，将个人的理想与社会的需求完美结合，规划和把握好人生才能适应当今社会的快速发展8合理健全的人才结构是一个社会健康和谐发展必不可少的条件，考研人数发展变化的背后，是各种因素的影响的结果分析研究发现考研人数很大程度上是
37、收到了招生人数和教育投资的影响，就业率也有部分影响，社会各方面应该采取有效措施，合理改善这两方面的影响，使得我们的人才结构更加合理健康的发展 参考文献1贾申申.大学生考研中存在的问题及对策分析J.金田.2013(03)2马维轩.长江大学在校大学生考研及考研类型的探析J.网络财富.2010(22)3王小清,林荣华.影响大学生考研心态的因素探析J.沈阳教育学院学报.2009(04)4周彦.浅谈大学生考研热J.商品与质量.20115王鹏宇.考研与求职:殊途同归还是渐行渐远J.中国大学生就业.2007(21)6徐国祥.统计预测和决策M.上海：上海财经大学出版社.20127吴婷,贾勇宏.变迁与走向：我国
38、研究生招生政策的文本分析J.教育探索.2011(4)8王晓艳,邹丹杰.大学生考研的动机分析及心理调适J.内蒙古师范大学学报.2008(11)9覃嘉.金融危机对2010年考研形势的影响分析J.长江大学学报.2010(6)10张风林.人力资本理论及其应用研究M.商务印书馆.200411彭雄明,童圣.述评考研现状_基于层次分析法J.理论视野.2010(10)12 Little B.Graduate Development in European Employment Issues and Contradictions J. Education Trainning.2008（5）13 Funk L.
39、Strategic Policy to Fight Germanys Unemployment Problem J.International Journal of Manpower.2001（2）14 Puhani P. Active Labor Market Policy and Employment Flows Evidence from Polish Regional Data J.International Journal of Manpower.2003（4）附 录年份失业率（%）本科毕业生（万人）教育经费（十亿元）招生人数（万人）考研人数（万人）19982.0140.4729.4
40、97.2527.4019991.9244.0933.499.2231.9020002.5849.5638.4912.8539.2020011.4756.7846.3816.5246.0020021.6365.5854.8020.2662.4020031.5792.9662.0826.8979.7020041.36119.6372.4332.6394.5020051.94146.5884.1936.48117.2020061.75172.6798.1539.79127.1220071.58199.59121.4841.86128.2020081.92225.68145.0144.64120.00
41、20092.17245.54165.0351.10124.6020102.91259.05195.6253.82140.6020112.75279.62238.6956.02151.1020122.78303.85258.6858.97165.602013-176.002014-172.00致谢本文是在老师的耐心指导下完成的，从论文选题到搜集资料，从提纲的完成到正文的反复修改，我经历了太多迷茫和彷徨，在论文的写作过程中，心情很是复杂。论文的顺利完成最需要感谢的是我的指导老师。本文从开题到定稿都倾注了老师的心血，耗费了大量的时间与精力。本论文自始至终都是在老师的悉心指导下完成的。老师时时关心我所写论文的进程，不仅为我提供了许多宝贵意见，而且不顾工作的辛劳，经常抽出时间与我探讨所遇到的各种问题。老师严谨的治学态度、渊博的专业知识、精益求精的工作作风和平易近人的人格魅力对我影响深远，为我以后的学术道路打下了坚实的基础。老师的谆谆教导、耐心教诲都给了我深深的启迪。在此表示衷心的感谢。其次我还要感谢帮助我的其他老师和同学，感谢他们能为我提供一些论文资料和参考数据的寻找途径，感谢他们能及时通知我关于论文完成过程中指导老师提出的各项要求，使我能按时完成。最后衷心感谢在百忙之中抽出时间给我评阅论文和参加答辩的老师。 15
