文摘
根据理论,教育工作者在教育经济学的程度与社会劳动生产率有一定的正相关关系,模糊系统和神经网络建模机制被用来建立劳动者受教育程度的模糊性社会生产力(人均国民收入)。本文结合模糊理论和神经网络理论构建实证模型分析教育经济的贡献,对统计数据进行实证分析,从2010年到2020年。分析表明,人均年有很大相关性教育和人均国内生产总值,每百万人们尤其是大学生的数量与人均国内生产总值更大的相关性。这充分证实,经济增长越来越依赖于教育,尤其是高等教育。本文的主体是测量的改进模型和计算我国教育对经济增长的贡献使用模糊神经网络测量模型。最后的实证结论表明,教育一个重要的角色在促进我国的经济的发展。
1。介绍
根据马克思主义的基本理论,借鉴西方经济学的有用的经验,结合我国教育与经济发展的现实,他们提议的统计测量方法”education-labor productivity-economic发展”(1]。这些方法的发展促进了教育经济学和经济学本身的发展增添了新的内容。作为教育经济学的基石,这些理论和方法有很强的指导意义,指导我们理解教育的经济意义,无论过去,现在,还是未来。教育经济学的基本理论指出,“教育经济价值是教育劳动创造的效果(使用价值),它可以促进经济增长和社会发展,满足人们的物质和精神需求,这是凝聚在教育劳动的产物2]。“教育是普遍的,无差别的人类劳动(值)之间的抽象劳动(值)和增值劳动(3]。除了当地教育的快速发展,它也使用免费凝聚外国劳动者的经济价值;西方国家的经济发展是更重要的。这样,尽管有起伏,education-sustainable生产力的发展在经济中扮演的角色已经稳定。因此,理论和实践都表明,劳动者的教育程度与社会劳动生产率(有一定的积极关系4]。教育对经济增长的影响是一个典型的社会和经济问题。其复杂性很难应用某些确定的数学方法,在许多情况下,我们不能简单地构造一个确定性结构模型之间的关系。在这种情况下,模糊理论和神经网络方法更适用。特别是在新世纪之后,应用模糊理论评价的教育经济的贡献越来越常见。在此基础上,本文结合了两种方法来构造一个模糊神经网络评价模型研究教育经济的贡献。第一个评价参数设置包括人均国民生产总值;第二个评价参数设置包括人均国民生产总值、人均固定资产、人力资本和人均耕地面积;第三个评价参数集包括教育资本指数、健康资本指标,实证资本指标,和人力资本指标(5]。这三个参数设置有自己的功能。第一个评价参数设置用于模糊分类在我国不同地区;第二个评价参数集是用于建立人力资本和经济之间的联系;第三个评价参数组是用于建立一个教育和人力资本之间的联系。教育经济学的基本理论的基础上,本文采用模糊神经网络方法研究劳动者之间的映射关系的教育水平和社会生产力(人均国民收入)和soft-calculates的增加引起的国民收入增加劳动者的教育水平。
本文使用统计数据从2010年到2019年,和分析表明,人均年有很大相关性教育和人均国内生产总值,尤其是大学生每百万人口数量与人均国内生产总值更大的相关性。这充分证实,经济增长越来越依赖于教育,尤其是高等教育。各种测量的改进模型和测量使用模糊神经网络模型来计算教育对经济增长的贡献构成本论文的主要内容。通过三级指标选择和神经网络训练,最后实证结论表明,教育一个重要的角色在促进我国的经济的发展。
2。基于神经网络的模糊系统建模
随着知识经济时代的现代社会,教育对经济的促进和加速效果受到越来越多的关注。然而,由于时间差,间接性、教育的经济效益和长期的特点,它不像其他因素的经济效益是容易计算和测量6]。因此,衡量教育发展对经济增长的贡献已成为教育经济学所面临的主要问题。根据我们目前的信息,西方经济学家的方法测量教育对经济增长的贡献大致可以分为两类。第一类是基于生产函数,分析了生产函数中的“盈余”项目和措施和评估教育对经济增长的影响。例如,《经济学人》的“剩余价值分析方法”夏et al。7)就是这样的一个方法。另一个类别是因子分析方法,分析了影响国民经济的发展的因素和措施每个因素对经济增长的贡献在此基础上,以确定每个因素对经济增长的影响。例如,经济学家Efendi et al。8)使用这个方法来分析美国经济增长的因素。学者梁等。9)通常使用“劳动简化法”来分析教育对经济增长的贡献,相信这是一个测量方法适合社会主义国家。这种方法不同于前两种方法,和使用的数学模型是相对简单的。
人工神经网络也称为神经网络或联结主义模型。他们几个基本特性的抽象和模拟人类大脑的神经网络或自然和旨在模拟神经细胞群的学习特点(10]。信息处理系统或计算机系统是由其结构和功能。适用于复杂的环境由于其能力强适应复杂的环境和多目标控制要求,以任意精度逼近任意非线性连续函数。人工神经网络是基于大脑的生理研究成果,和它的目的是模拟大脑的某些机制和机制,实现某些功能。这是一个经验模型,模拟生物神经网络的功能。生物神经元接收传入的刺激,和他们的反应从输出端传输到其他神经元连接。转换的输入和输出之间的关系通常是非线性的。王等人。11神经网络研究的国际知名专家和第一个神经计算机公司的创始人和领导人给了人工神经网络的定义。系统处理信息的应对连续或间歇输入。目前,许多学校的神经网络研究方法已经形成,和最富有成果的研究工作包括多层BP网络算法,Hopfield网络模型,自适应共振理论和自组织特征映射理论。人工神经网络的基础上提出了现代神经科学。虽然反映了人脑功能的基本特征,这是远离现实的自然神经网络描述只有一个简化的抽象和模拟。
3所示。建模分析
神经网络数据挖掘的算法。数据挖掘的算法思想是使用机器学习来发现潜在的法律历史数据建立一个模型,然后将模型应用于新的数据来预测结果。神经网络是一个非常成熟的数据挖掘技术,它有许多应用领域的语音识别,字符识别中,成像技术,模式识别、过程控制和优化。
让工人的比例我th教育水平( )代表的文盲和半文盲,初等教育、中等教育、高等教育和研究生教育,是模糊系统的输入变量; ,模糊系统的输出变量,及其对应的模糊集如下: : ( ),分别代表劳动者的比例是一个模糊集的低,中,高 : 是相应的输出变量的模糊集(12]
规则是模棱两可的: 从一组的映射 集U。
代表第一、第二和第三产业,分别;的模糊集吗我- - - - - -受过教育的劳动者的j -th行业占了很大的比例,其隶属函数采用高斯正式函数。
也就是说,
代表相应的行业的人均产值;是一个单值模糊集和公式(1)代表的模糊系统模型第一产业与教育水平的员工人均作为输出(输入和输出13]。
让 是一个高斯模糊逻辑系统, 。和是不同的;然后,有一个模糊逻辑系统的规则n这
这个定理指出,只要N模糊规则可以准确地实现,输入输出映射关系N样品确定 。然而,实现这种映射的关键是确定隶属函数的模糊逻辑系统,即核心价值和标准偏差 ,和参数 。
4所示。模糊系统的实现
根据模糊逻辑系统的反向传播学习算法(14),模糊逻辑系统由方程(1)和(2)可以表示为下面的三层前馈神经网络。
4.1。网络结构
对于上述模糊系统,它是由神经网络如图1。
这个网络是由4层,其中第一层是输入层,并在这一层分为神经元N组(N是规则或样品的数量),每组的n神经元组成一个模糊规则前提,神经元的激活函数
是第一个隐层,下一层N神经元总数,每个神经元只与其相应的模糊关联规则(15]。前期的神经元连接部分连接的重量是1,和它的功能是计算模糊规则的健身,也就是说,
下面一层是第二个隐藏层,只有两个神经元,表示和 ,分别。神经元的连接权值和上一层中的每个神经元 ,和连接的神经元和上一层中的每个神经元是1,还有
最后一层是网络的输出层。与前一层神经元的连接权重系数是1,和它的输出
4.2。网络学习
假设 是一组高斯模糊系统的输入和输出模式,以下使用反向传播(BP)学习算法确定模糊逻辑系统;即BP算法来确定网络的重量( )和系统参数 , ( )(16),这样 这是最小的。
学习过程如图2。(1)网络参数和 , ,和 给出初始值。(2)对于一个给定的输入 ,计算参数和和网络(即。,fuzzy system) forward [17]。(3)网络参数调整。误差反向传播调整 如下:
的公式,我一定的步长; ;和 。
自 ,根据链式导则,我们可以得到 在哪里 ; 。
5。实证分析评价的教育经济的贡献
经济与教育是现代社会发展的两大基石。回顾历史,没有时代如此多关注现代社会教育和经济的关系,和没有时代这样一个现代社会教育与经济发展之间的密切关系。现代社会的发展直接依赖于科学技术的进步,和现代科学技术的进步直接取决于教育的发展。现代教育达到自己的经济功能渗透科技进步的所有方面。所谓渗透包括促进知识和技术含量的增加生产力和加速度的更新率,以及科技成果的推广应用,并将潜在的科技转化为实际生产力最终导致越来越一体化的教育,经济,科学和技术在现代社会到集成(16]。研究教育对经济增长的贡献是揭示教育和现代经济发展的亲密通过建立数学模型,比较教育的不同位置和其他生产要素在促进经济发展,并为经济发展提供最优化投资决策,以及基础教育决策部门制定教育发展规划。
5.1。教育对经济增长的影响
教育对经济增长的贡献主要是通过教育人们意识到。因为一个国家的经济发展主要是由生产力的发展水平,生产力的最活跃的因素是人。劳动力培养的质量直接影响一个国家的生产力水平和经济发展的国家。之一,因此教育的基本经济功能主要体现在培养质量的劳动者参与社会和经济活动。有许多方面的培养工人的教育的质量。这些品质直接影响经济的发展,如现代生产所需的各种知识和技能,和一些间接影响到经济的发展,如道德品质、文化素养、政治意识,等等。这些品质是现代生产所必需的;从某种角度来看,现代化生产必须依靠教育的发展。辛格和已经受理17)教育的好处分为固有利益和溢出效益。普拉多博物馆等。18)也被称为教育的内在利益作为人力资本的内在功能。固有利益和溢出效益指提高劳动生产率(率)的教育。的决策者是否接收教育学生和他们的父母买的是教育的内在利益。人受教育获得内在的好处,而溢出效益不属于受过良好教育的人自己意想不到的事情。教育是教育的另一个基本经济功能可以提供生产力的科学知识为社会的物质生产过程。科学技术是第一生产力。科学技术一旦渗透到生产力的各种元素,它将变成巨大的实际生产力,促进经济发展。教育不仅符合国家的经济发展培养合格工人的一个国家,也促进经济发展培养高级研究人员为社会提供新的科学和技术。
下半年的20世纪,世界经济增长的动力主要来自技术和教育。二战后初期,经济增长在同一水平作为资本积累和技术创新;日本取得了极大的成功;在第二次世界大战的后期,经济增长发展成为一个技术创新类型。美国注重网络人才和技术的发展,取得了巨大的成功。英国的科技、教育与经济,削弱了经济增长的主导作用,和经济增长缓慢。这充分表明,经济增长模式发生了重要变化,预示着知识经济时代的到来。
国民经济的发展无疑是基于四个轮子的劳动力、自然资源、资本和技术(19- - - - - -23]。这些四个轮子可以大致分为输入因素,包括生产资料的输入,输入的劳动,和科技投入,以及因素。生产力包括劳动生产率、资本输出率和消费率的生产材料。在上述因素,科学和技术的输入,要素生产率,和教育密切相关24- - - - - -27]。因此,教育对经济增长的作用可以概括为以下几个方面。
首先,教育可以影响人口的数量和结构,提高人口质量,规范劳动行为,增加劳动力的科学和技术知识,和提高劳动力的技术能力和管理能力,从而提高劳动生产率,促进经济增长。社会扩大再生产的两个基本要素是劳动力和生产资料,劳动是主要的决定性因素和生产的主体。一个工人具有一定的生产经验和技能是一个人,或者换句话说,一个有工作能力的人。工作能力是身体和智力能力的总和人体中存在的,也就是说,人类的身体,被用于某种使用价值的生产。随着社会生产力的发展,要求劳动者的劳动能力也不同,所以劳动力再生产所需的教育水平也会不同。然而,在任何的生产方式,一定数量的教育是劳动力再生产不可或缺的手段,也是劳动力再生产的主要途径。教育生产和劳动能力的作用表现在三个方面:(1)生产、发展和改善人类劳动生产力主要是通过收购获得教育和培训活动。(2)教育有一个全面的对人们的身体和智力的影响。特别是学校教育有一个全面的对教育的影响,并提供全面的教育,未来劳动力和在职劳动力都是身体和智力开发。(3)教育也是高效的人类劳动的生产和开发能力。 Education can teach the educated the long-term accumulated scientific knowledge and production technology through purposeful selection, refinement, and generalization. It can be mastered and used in a short time.
第二,教育科学的进步有巨大的推动作用。本文中所指的科学包括软科学(管理科学、经济体系、政策体系,等等)和自然科学(生产工艺、生产技术,改进生产设备,等等)。教育是科技进步的一个重要手段和方法。开发包括以下。(1)科学可以不断提高劳动者的科学技术水平和生产劳动技能,促进科学技术在生产中的应用。(2)教育可以促进科学技术的发展,创造新的生产力。这是因为教育机构,尤其是高等教育机构,通常是科学研究机构。(3)教育有助于科学技术的推广和扩散。技术是一种潜在的生产力;之前它是用来被转换为实际生产力,它必须通过这个链接的扩散。
第三,教育有利于自然资源的合理开发利用和社会可持续发展的实现。教育的整合、开发和利用自然资源表现在以下三个方面。(1)教育发展可以帮助人们更好地理解自然资源,人类实践的范围扩大,并促进人类改造自然的水平,从而促进经济多元化发展。(2)教育的发展有助于减少自然资源的消耗,提高资源利用效率。(3)教育发展对自然资源和环境的保护28,29日]。通过教育,人们的环保意识提高了,并鼓励人们自觉参与环境保护活动,实现经济可持续发展。
5.2。样本选择标准
高等教育是各种基于中等教育分为专业教育学院,本科和研究生教育。负责高等教育培养各种专业人才的双重任务,进行科学研究。高等教育机构一般包括普通高等教育机构、成人高等教育机构和私人高等教育机构。
等原因的主要地位普通高校在高等教育和数据的可靠性,本文从普通高校在选择选择各种数据样本。同时,衡量一个国家高等教育发展的规模和地区,有一个完整的指标体系,主要包括人口、社会、高等教育和经济发展的背景;金融和人力资源投资于高等教育;和社会人口接受高等教育的机会。考虑的因素包括学习环境和组织管理的高校,高校的教学秩序和学生成绩,学校的数量在学院和大学,专业招生的人数和学生的数量,高等教育的社会产出,就业市场各个方面的输出包含几个具体的指标。本文选择最重要的和直观的四项指标在选择高等教育发展规模的样本的数量等普通高校招收学生的数量在普通高校和普通高校的数量。在选择经济增长指标,本研究选定的国内生产总值(gdp)的一个典型标志。2019年工人的教育水平和相应的人均产值的工人在图所示3。
在1.0和1.5的相关方程,让N=4和n=5和步长我= 0.01。2000年的网络运行步骤后,系统误差满足要求。
5.3。收集和整理数据
本研究选择的四个主要指标在省高等教育的发展一个从2010年到2019年:普通高校的数量,注册学生的数量在普通高校,在普通高校的学生人数,和普通高校毕业生的数量(见图4)作为BP神经网络的输入值。经济增长的主要指标选择:地区生产总值(如图5),如模糊神经网络模型的输出值。分析高等教育的规模发展之间的关系和经济增长通过研究的效果和影响高等教育的四个主要指标一个在当地GDP。
原始数据是标准化的。以下公式共有五列执行输入和输出数据。
处理过的数据都是在0和1之间,这有利于训练和模糊神经网络的应用程序。处理过的数据,见图5和6。
研究结果表明,高等教育在经济和社会发展中发挥着日益重要的作用,但是经济增长和高等教育发展的规模并不总是成正比线性关系。在程序的执行过程中,人工干预的一部分,只有数量的输入神经网络的隐层神经元。BP神经网络的训练过程如图7。培训过程中,网络快速收敛。经过1200次的网络培训,目标误差在0.0001定义和执行过程是好的,这证明了的确是一个客观规律之间的输入值(省高等教育的主要指标一个)和输出值(省份的GDP一个)。
网络的模拟值之间的比较样品和实际GDP区域如图8。可以看出网络的仿真结果和实际值是完全在预期的误差范围内,这证明了网络的训练过程是好的,和经过训练的网络可以用于应用程序分析。
据的分析程序的输出,当普通高校数量的增加,该地区GDP将减少41.2亿元,和地区国内生产总值将增加21.4亿元(包括高校的合并)。每增加10000普通高校的招生,该地区GDP将减少12.1亿元,减少10000,地区国内生产总值将增加12.4亿元。每10000的人数增加,该地区GDP将减少51.2亿元,每10000年减少,地区国内生产总值将增加54.2亿元;每增加10000普通高校毕业生的数量,该地区GDP将减少。值将增加174.2亿元,减少每10000地区GDP将减少76.2亿元。
从上述过程的结果,可以看出,从2010年到2019年,之间存在着正相关高等教育发展和经济增长的规模一个。因为这个过程使用今年的高等教育指标分析区域今年GDP,高等教育对经济增长的长期好处不考虑。只有在短期内,高等教育的规模发展和经济持续增长。有一个线性增长的关系。影响经济增长的主要因素包括资本、劳动力、自然资源、技术、和教育。可以看出,高等教育不是唯一的因素影响地区国内生产总值。这个过程只是研究省高等教育的影响一个在地区今年国内生产总值(GDP)和基于其他因素没有改变这一事实。
6。结论
本文研究和展示经济增长之间的关系,高等教育的规模发展。根据相关的国内外理论和政策,回归分析的高等教育发展和经济增长之间的平衡。数据测量之间的非线性关系,高等教育发展和经济增长的规模。本研究分析了高等教育的地位在经济和社会发展,高等教育对经济增长的影响,高等教育和经济增长的影响。在此基础上,提出了经济增长的关系,高等教育的规模发展。新思维分析和经济增长之间的正相关高等教育的规模发展从理论的角度来看。它可以从程序的结果之间存在着正相关高等教育和经济增长的规模。
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
本文的研究成果是项目题为“多个受试者的行为逻辑与实现机制协同作用的职业教育治理”由中国国家教育科学规划基金会资助(项目号XJA190284)。