一、 2023考情分析
根据研招网官方统计，2023年研究生报考人数为474万，相较去年2022年考研全国硕士研究生招生考试报名人数457万人，同比增长 17 万，增长率为 3.72 %。
2018年-2022年是考研人数连续5年陡峭增长的5年，这5年考研人数的平均增长率达到15.926%；而2023年考研人数的增长率仅为3.72%，增长速度明显放缓。下图展示了历年考研人数折线图，可以直观地感受到2023年考研人数增长速度的缓和趋势。
历年考研人数折线图
还记得，在2023考研还没开始的时候，各大数据分析大佬们根据往年的考研数据都预测2023年考研报名人数将超过500万，但是由于疫情、就业形势等现实原因，实际上考研人数远不及原来的预测值。
当然，预测这件事本身就存在不确定性，虽然由于不可抗力造成了2023年考研人数预测的偏差，但是一般来讲，数据量越大、越全面，数据预测的准确率会越高，我们还是可以用现有数据预测2024年考研人数。
接下来，我将使用2000年-2023年考研报名人数，借助ARIMA模型，进行2024年以及2025年考研报名人数的预测，仅供大家参考。
二、 2024考研报名人数预测
将历年考研报名人数数据整理如下图：
上传数据至SPSSAU系统，选择分析方法ARIMA预测，如果只预测2024年考研人数，则将向后预测期数填1；相应的SPSSAU可以最多向后预测1000期，但是ARIMA向后预测1期和2期较为可靠，向后预测期数越多，准确性越低。
自回归阶数p、差分阶数d、移动平均阶数q的设置需要结合专业知识进行判断，但是SPSSAU默认智能地找出最佳的ARIMA模型并且进行预测，比较方便。
SPSSAU操作：
SPSSAU输出结果：
（1）ARIMA模型参数表
上表格展示本次模型构建结果，包括回归系数值，p值等。上表可以看出，SPSSAU自动找出的最佳模型为ARIMA(1,1,0)。模型参数表格展示模型构建结果情况，通常不需要对其过多关注，信息准则AIC和BIC值用于多次分析模型对比；此两值越低越好，如果多次进行分析，可对比此两个值的变化情况，综合说明模型构建的优化过程。
（2）模型Q统计量表格
上表格展示模型Q统计量信息，包括统计量值和p值。arima模型要求模型残差为白噪声，即残差不存在自相关性，可通过Q统计量检验进行白噪声检验（原假设：残差是白噪声）；通常其对应p值大于0.1则说明满足白噪声检验（反之则说明不是白噪声），常见情况下可直接针对Q6进行分析即可。所以从上表可以看出残差满足白噪声检验（p=0.918>0.1），意味着模型可以正常使用。
（3）预测值
预测值表格是分析者最关注的表格，从上表可以看出，使用2000年-2023年考研报名人数向后预测2期得到，预测2024年考研报名人数为491.555万人，2025年考研报名人数预测可达到509.415万人。
也就是说，2024年考研人数将会逼近500万大关，到2025年预测报名人数将超过500万，考研人数增长速度虽然放缓，但考研人数仍在平稳增长中。
三、 预测结果分析
从预测结果来看，2024年考研人数同比增长率可能在3.70%左右，2025年考研人数增长率大概在3.6%左右，未来两年考研人数与2023年考研人数的同比增长率相差不大；可能意味着考研经过2018-2022年这5年的快速增长之后，暂时进入一个比较平缓增长的时期，给了考研学子一个喘息的机会。
2023年的考生所面对的考研在人数压力上并没有之前预测的那么大，但是从另外的角度看，2023届高校毕业生规模预计1158万人，同比增长82万，考研人数的 “ 锐减 ” ，意味着同样 “上岸 ” 的学子就会减少，意味着这一年会有相当大数量的毕业生涌入就业市场，就业压力将持续加大。
而再从另外的角度看，如今的就业市场仍不景气，当“毕业即失业” 照进现实，又要有多少学子会转身再次投身到考研、考公的热潮中。
考研考公失利→就业→就业困难→考研考公......
