人才资源及基于支持向量机的陕西省经济增长预测模型研究

论文摘要

随着西部大开发政策的提出，中央政府加大了对中西部尤其是西部的投入，陕西省在经济、文化等领域取得了不小的成绩。但是，与东部省区相比，陕西省的平均经济增长速度仍然存在着明显的差距，而与经济落后形成鲜明对比的是，陕西的教育规模与质量仅次于北京和上海。人才资源与经济增长有怎样的关系？为何人才资源没有和当地的经济协调发展？为何人才资本没有转化为当地的经济优势？为了解决以上问题，本文主要做了以下工作：（1）通过对人才资源和经济增长概念的界定，利用收集、调研的数据资料，建立了人才资源指数体系和经济增长指标体系。（2）建立了基于支持向量机和BP神经网络的陕西省人才资源与经济增长关系的模型，经过对比分析，支持向量机模型能够根据人才资源指标更准确地预测经济增长情况。（3）通过对陕西省人才资源、经济发展和人才资源利用效度与其他省进行对比分析，归纳出陕西省在人才资源利用中存在的问题。（4）针对理论和实证分析结果以及陕西省在人才资源利用中存在的问题，提出陕西省人才资源开发的对策和建议。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究背景及意义
• 1.1.1 选题背景
• 1.1.2 研究意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 本论文拟采取的研究方案及研究路径
• 1.3.1 研究方法
• 1.3.2 研究内容
• 1.3.3 研究路径图
• 2 人才资源与经济增长概述
• 2.1 人力资源、人才资源、人才资本的界定
• 2.1.1 人力与人才
• 2.1.2 人力资源与人力资本
• 2.1.3 人才资源与人才资本
• 2.1.4 人才资源的特点
• 2.2 经济增长
• 3 人才资源指标体系的建立
• 3.1 人才资源规模的确定
• 3.2 人才资源指标体系的构建
• 3.2.1 人才职称指数
• 3.2.2 人才学历指数
• 3.2.3 人才年龄指数
• 3.2.4 人才创新指数
• 3.2.5 人才产业指数
• 3.2.6 人才综合指数
• 4 基于支持向量机的陕西省经济增长预测模型研究
• 4.1 支持向量机理论
• 4.1.1 支持向量机理论背景
• 4.1.2 支持向量机的体系结构
• 4.1.3 支持向量机的回归方法原理
• 4.2 核函数
• 4.2.1 核函数的基本概念
• 4.2.2 核函数的常见类型
• 4.2.3 惩罚参数c 和核函数参数g 的选取
• 4.3 运用SVM 模型预测陕西省经济增长
• 4.3.1 模型建立
• 4.3.2 MATLAB 实现
• 4.4 SVM 模型与BP 神经网络模型的比较分析
• 4.4.1 BP 神经网络模型简介
• 4.4.2 运用BP 神经网络模型预测陕西经济发展
• 4.5 SVM 模型与BP 神经网络模型的比较分析
• 5 陕西人才资源与经济发展现状分析
• 5.1 陕西人才资源状况
• 5.1.1 陕西人才总体状况
• 5.1.2 陕西省人才结构状况
• 5.1.3 陕西省人才流动状况
• 5.1.4 陕西人才利用状况
• 5.2 陕西人才资源与经济发展不协调
• 5.2.1 三大区域发展不平衡
• 5.2.2 与东中部省份横向差距较大
• 6 对策及建议
• 6.1 进行人才结构调整，使人才结构与经济结构相适应
• 6.2 促进人才合理流动
• 6.3 进一步加大教育培训力度，提高人才资源质量
• 6.4 从体制、机制、制度方面着手，全面改善人才发展环境
• 6.4.1 建立高效运行的人才管理机制
• 6.4.2 推进人才市场体系建设
• 6.4.3 完善对人才的激励机制
• 6.4.4 尊重人才，不断完善提高人才物质文化需求
• 7 结论
• 致谢
• 参考文献