超人有点胖
发布于

全国各省份教育-普通小学基本情况(1990-2021年)


全国各省份教育—普通小学基本情况数据

1990—2021 年省级面板数据资源说明

本资源整理了全国各省份普通小学基本情况相关数据,数据时间范围主要覆盖 1990—2021 年,空间范围包括北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆等省级地区。

数据来源为 国家统计局,更新日期为 2022 年 12 月 11 日。该数据能够较好反映我国各省份基础教育资源配置、普通小学规模变化、师资投入、学生数量变化以及区域教育发展差异,适用于教育经济学、公共服务、区域发展、人口流动、财政支出与基础教育均衡等方向的实证研究。



一、数据基本信息

项目内容
数据名称全国各省份教育—普通小学基本情况
数据年份1990—2021 年
地区范围全国省级行政区
数据层级省级面板数据
数据来源国家统计局
更新时间2022-12-11
数据文件全国各省份教育-普通小学基本情况(1990-2021年).xlsx


二、数据指标内容

本数据主要包含普通小学教育发展相关指标,具体包括:

指标名称单位主要用途
普通小学专任教师数万人衡量小学阶段专任教师资源配置水平
普通小学在校学生数万人反映小学阶段学生规模和基础教育需求
普通小学学校数衡量小学教育机构数量和办学规模
普通小学招生数万人反映小学阶段新增入学规模
普通小学教职工数万人衡量小学教育系统整体人力投入
普通小学毕业生数万人反映小学阶段完成教育人数和教育输出规模


三、数据特点

1. 时间跨度较长

数据覆盖时间主要为 1990—2021 年,能够用于观察我国普通小学教育在较长时期内的变化趋势。例如,可以分析各省份小学学校数量是否下降、在校学生规模是否变化、教师资源配置是否改善等问题。

2. 地区覆盖较完整

数据覆盖全国主要省级行政区,适合构建省级面板数据。研究者可以根据省份和年份进行横向比较,也可以进行纵向趋势分析。

3. 指标具有较强研究价值

普通小学教育是基础教育的重要组成部分。专任教师数、学校数、在校学生数、招生数和毕业生数等指标,能够从师资投入、教育供给、学生规模和教育产出等多个角度反映地区基础教育发展水平。

4. 适合与其他宏观数据匹配

该数据可以进一步与地区 GDP、人均 GDP、财政教育支出、常住人口、城镇化率、人口出生率、产业结构、地方财政收入等变量进行匹配,用于开展更丰富的实证分析。



四、可用于哪些研究方向

该数据适用于以下研究主题:

  1. 基础教育资源配置研究可以分析不同省份普通小学教师数量、学校数量和学生数量的变化,考察地区之间教育资源是否存在差异。
  2. 区域教育均衡研究可以比较东部、中部、西部以及东北地区小学教育资源配置水平,分析区域教育发展是否趋于均衡。
  3. 人口变化与基础教育需求研究可以结合出生率、常住人口、流动人口等数据,研究人口结构变化对小学招生数、在校学生数和学校数量的影响。
  4. 公共财政与教育发展研究可以进一步匹配地方财政教育支出数据,分析财政投入是否改善了小学教育资源配置。
  5. 城镇化与教育资源变化研究可以结合城镇化率数据,研究城镇化进程对小学学校布局、教师配置和学生规模的影响。
  6. 教育投入与教育产出研究可以将教师数、教职工数、学校数作为教育投入变量,将毕业生数、在校学生数等作为教育规模或产出变量,构建教育发展评价指标。


五、可构造的常用变量

在实证研究中,基于该数据可以进一步构造以下变量:

构造变量计算思路含义
生师比普通小学在校学生数 / 普通小学专任教师数衡量教师资源相对充足程度
校均学生数普通小学在校学生数 / 普通小学学校数衡量学校平均规模
校均教师数普通小学专任教师数 / 普通小学学校数衡量学校师资配置水平
招生增长率本年招生数相对上一年的增长率衡量小学入学规模变化
毕业生增长率本年毕业生数相对上一年的增长率衡量小学教育输出变化
教师增长率本年专任教师数相对上一年的增长率衡量师资扩张或收缩趋势
学校数增长率本年学校数相对上一年的增长率衡量小学机构数量变化
教职工/专任教师比教职工数 / 专任教师数衡量非专任教师及行政支持人员配置情况


六、数据使用建议

使用该数据时,可以先按照“地区—年份”构建省级面板数据,然后根据研究主题选择合适的核心变量。例如,如果研究基础教育资源配置,可以重点关注专任教师数、学校数和生师比;如果研究人口变化对教育需求的影响,可以重点关注招生数和在校学生数;如果研究教育产出,可以重点关注毕业生数。

需要注意的是,不同指标的年份覆盖范围可能存在差异。部分指标可以覆盖到 2021 年,而招生数、教职工数、毕业生数等指标在部分省份的时间范围可能截至 2014 年或 2017 年。因此,在正式做实证分析前,建议先检查各变量的缺失情况、时间范围和地区覆盖范围,再决定最终样本区间。



七、适用场景

该数据适合用于:

  • 论文写作
  • 毕业论文数据分析
  • 省级面板数据建模
  • 基础教育发展趋势分析
  • 区域教育差异比较
  • 公共服务均等化研究
  • 教育资源配置效率研究
  • 教育投入与人口变化关系研究

总体来看,本数据具有时间跨度较长、地区覆盖较完整、指标含义清晰、可拓展性较强等特点,适合作为教育经济学、公共管理、区域经济学和人口经济学相关研究的数据基础。

浏览 (9)
点赞
收藏
删除
评论