中国及各地区教育经济贡献率软计算运用探讨

本论文是在教育部人文社会科学项目“中国及各地区教育经济贡献率软计算应用研究”(项目编号:06JA880668)的基础上完成的。研究教育的经济贡献率即要计算出单位教育投资所引起的国民经济总产出的增加。自60年代初,舒尔茨和丹尼森先后发表教育在美国经济增长中作用估价的开创性成果以后,各国的经济学家开展了大量的研究。这些研究可以分为两类:第一类是劳动简化系数法;第二类是生产函数法。传统的硬计算方法推动了教育经济学的产生与发展,也为经济学自身的发展增添了新的内容。作为教育经济学的基石,不论过去、现在还是将来,对我们深刻理解教育的经济含义具有很强的理论意义。然而,硬计算方法至少存在如下问题:第一,传统计算遵循:教育—人力资本—经济增长链,但如何估计增长链中教育对经济增长的长期性、滞后性;第二,全社会劳动当量即是劳动者个人的工作量的简单累加,不符合系统性原理;第三,采用精确思维下的经典计算方法,没有考虑客观事物的复杂性、人们思维的主观性和模糊性。因此,传统的硬计算方法只是一种粗略的估算,不足以作为政府、企业、个人投资决策的依据。本文将引入软计算的方法对教育经济贡献进行定量研究,计算中国及各地区在2003-2006年的教育经济贡献率。软计算(SoftComputing,SC)是最近几年才开始明朗的一种创建智能系统的新奇的方法。就目前的熟悉来看,人们为了在不确定及不精确环境下处理复杂的实际问题,需要智能系统对各种不同来源的知识、技术和方法进行组合。它与人脑相对应,在解决实际问题时,协同地而非互斥地采用几种技术进行计算。这里我们研究了一种软计算技术,主要内涵是:人工神经网络(ArtificialNeuralNetworks,ANN)负责识别模式和按变化的环境进行自组织学习;模糊系统(FuzzySystems,FS)实现对人类知识进行推理和决策;遗传算法(GeneticAlgorithm,GA)引导系统达到优化。三种技术相互衔接,既密切的配合又各司其责,联合发挥模式识别、知识推理、优化计算等多种功能,三者互补集成为软计算。教育对经济增长贡献率软计算方法的思路是:首先将目标系统(国家或者地区)按照科技进步水平软分类,然后在同一类中,一方面计算教育引起的劳动者潜在人力资本,另一方面直接从GDP中分离出实际人力资本,并建立两种人力资本的内在联系(模糊映射);第二建立包括人力资本在內的生产要素与经济增长的模糊映射:通过提取潜在人力资本到实际人力资本的贡献率以及实际人力资本到经济增长的贡献率,终极可以计算该类地区教育对经济增长的贡献率,即经济增长对实际人力资本的变化率以及实际人力资本潜在人力资本的变化率的数量积就是教育对经济增长的贡献率。通过对中国31个省市地区的研究表明,新方法克服了教育对经济增长贡献间接型、长期性以及滞后性等问题,得到了令人信服的公道结果。且以全国省市数据为样本时得到的湖北教育贡献率和以湖北省各市州数据为样本时得到湖北教育贡献率基本一致,表明用软计算方法计算教育经济贡献率科学性较强。文章共分五个部分。第一章是对教育的经济贡献研究回顾。先对教育经济贡献进行文献综述;然后先容了教育对经济的推动作用;最后先容了国内外学者计算教育对经济贡献率计量的硬计算方法,并指出传统硬计算方法的不足,并提出用软计算方法来计量教育经济贡献率。第二章是对软计算理论的概述,软计算不是一个单独的方法论,而是方法的融合应用体,它包含以下三个相互独立却又相互紧密结合与渗透的子学科:遗传算法GA、人工神经网络ANN以及模糊推理系统。本章分别扼要地先容遗传算法、人工神经网络和模糊系统的理论知识。第三章在软计算理论概述的基础,结合教育经济系统的特性,提出了教育经济贡献率的软计算方法。首先提出经济系统软分类方法GA-ISODATA,在此基础上提出了改进后的GA-ISODATA算法,并用这两个算法的程序对Iris数据进行软分类,并从计算结果和运行时间对二者算法的优劣进行比较分析;接着先容教育经济贡献模糊神经网络模型,分为从潜在人力资本到实际人力资本的模糊神经网络FNN1的结构和算法以及从实际人力资本到经济增长的模糊神经网络FNN2的结构和算法。第四章以全国为例来计算教育对经济的贡献率,应用第三章先容的方法,计算了中国及各地区教育经济贡献率。湖北是一个教育大省,但其教育贡献率不高,究竟是软计算方法在计量教育贡献率不科学还是事实就是如此呢?本章在最后就以搜集到的湖北省各市(州)的数据为样本进行计量湖北及各市州教育对经济的贡献率,并且分析湖北教育贡献率不高的原因,同时以此检验软计算计量教育贡献率的科学性。第五章对中国及各地区教育经济贡献率的计算结果进行分析,通过三类地区教育贡献率的对比分析,指出第二、三类地区教育贡献率不高的原因。最后对本文研究的不足之处以及进一步研究工作的方向进行了补充说明。【关键词】：教育经济贡献率软计算人力资本
【论文提纲】：摘要6-8ABSTRACT8-13引言13-15第一章教育经济贡献的研究回顾15-251.1教育经济贡献的理论分析15-161.2教育对经济的推动作用16-201.2.1教育对劳动生产率的作用171.2.2教育对科学技术发展的作用17-191.2.3教育对管理的作用191.2.4教育对人口的作用19-201.3教育经济贡献率计量的硬计算方法20-241.3.1计量的指标201.3.2生产函数法20-211.3.3舒尔茨的教育收益率法211.3.4丹尼森的因素分析法21-221.3.5前苏联学者的计量方法22-231.3.6我国学者的计量23-241.4教育经济贡献率软计算方法的提出24-25第二章软计算理论概述25-362.1遗传算法25-282.1.1遗传算法的基本流程25-272.1.2遗传算法的基本算子27-282.2人工神经网络28-322.2.1人工神经网络的发展历史28-292.2.2人工神经网络的机理和特点29-302.2.3BP神经网络模型302.2.4BP学习算法30-322.3模糊系统32-352.3.1模糊系统理论的产生和发展32-332.3.2模糊系统的结构33-342.3.3模糊建模34-352.4软计算中各种算法的融合35-36第三章教育经济贡献率的软计算方法36-533.1经济系统软分类方法36-433.1.1模糊—C划分37-383.1.2遗传迭代自组织分析算法(GA—ISODATA)38-403.1.3案例研究—Iris数据软划分40-423.1.4改进的GA—ISODATA算法42-433.2教育经济贡献模糊神经网络模型43-533.2.1模糊系统模型43-443.2.2FNN1的结构及算法44-483.2.3FNN2的结构及算法48-53第四章教育经济贡献率的实证研究53-714.1人力资本的计算53-584.1.1潜在人力资本53-544.1.2中国各地区潜在人力资本54-564.1.3实际人力资本56-574.1.4中国各地区实际人力资本57-584.2按科技进步对目标系统的软分类58-614.2.1指标和样本选取58-594.2.2分类结果及其分析59-614.3模糊系统的实现61-654.3.1潜在人力资本与实际人力资本的模糊映射61-624.3.2生产要素与经济增长的模糊映射62-644.3.3中国及各地区教育对经济增长贡献率64-654.4湖北省及各地市教育对经济的贡献率65-714.4.1按科技进步水平对湖北各市州的软分类674.4.2潜在人力资本到实际人力资本的贡献率67-684.4.3实际人力资本到经济增长的贡献率68-694.4.4湖北省及各州市教育对经济的贡献率69-71第五章总结与展望71-755.1计算结果分析71-735.2本文结论735.3研究中的不足和未来研究的方向73-75致谢75-76参考文献76-78