江西城市化进程中的高等教育规模发展预测

在对江西省城市化进程中的高等教育规模发展的可决变量进行定量选取的基础上，采用人工神经BP网络模型对其规模发展进行了预测。研究显示，随着江西省人均GDP和城市化率的不断提高，每万人在校大学生数呈现稳步快速的增长趋势．预测2010年和2015年该省在校大学生数分别可以达到91、91万人和111、82万人，这反映出该省经济发展、城市化进程和高等教育规模发展的相互促进作用将进一步加强。     

高等教育规模预测模型讨论及实证研究

文章讨论了近年来国内关于高等教育规模预测的方法及其预测结果,提出了可以使用的几种预测方法,并用灰色系统GM(1,1)模型、线性回归模型、logistic模型以及GDP增长速度等方法预测了陕西省未来15年高等教育的发展规模,根据预测结果提出了相关政策建议。     

国家中长期高等教育规模发展的回归分析

分析我国高等教育规模发展的影响因素,选取毛入学率、适龄人口、人均GDP、第三产业占GDP的比重等四个主要影响因素,通过协整检验,构建回归模型,对国家中长期高等教育规模进行预测。     

基于RBF和ARIMA模型的区域高等教育规模预测研究

结合RBF网络模型和ARIMA模型预测的优点,构建基于RBF网络模型和ARIMA模型的混合模型,对四川省高等教育规模预测问题进行研究。采用构建ARIMA模型得出的预测值对RBF网络模型的预测值进行修正,提高了区域高等教育规模预测的精度。     

资源约束条件下江西省高等教育发展路径探讨

现阶段江西省高等教育面临新的发展形势,突出表现为江西省高等教育规模进一步扩大、提高教育质量成为江西省高等教育发展的核心任务、江西省高校赖以生存的社会经济发展环境出现新变化,江西省高等教育发展面临资源约束的困境。江西省高等教育发展应以省级公共财政为主体来破解高等教育资源短缺瓶颈的问题,有序扩大高等教育规模,着重抓好教育教学质量,创新高等教育人才培养模式,提高高等教育办学效益。     

高等教育规模扩展的预测模型与宏观调控的对策建议

文章应用实证分析的方法,选取高等教育毛入学率作为衡量我国高等教育规模的主要指标;根据非线性分析方法,提出了对我国高等教育规模扩展预测的Logistic模型以及宏观调控的对策建议。预测分析的结果表明,该预测模型及宏观调控的对策建议能够为我国高等教育规模的持续扩展提供有力的决策支持。     

经济发展水平与高等教育规模的相关性研究

本文从国际比较的角度，以高等教育毛入学率为因变量，以GDP1990-1998年均增长率、GDP占世界总额的比例、人均GDP/PPP和国家财政支出占GDP的比例四个反映一国经济发展水平的指标为自变量，利用回归分析的统计方法，建立了世界上高收入与中上等收入国家、中下等收入国家以及中下等与低收入国家这三类不同收入水平国家的经济发展水平与高等教育规模的回归模型。通过对回归模型的分析。结果表明在我国当前的经济发展水平之下，高等教育规模不宜再继续大规模扩张。此外，对我国高等教育的发展给出了一些政策建议。     

江西省高等教育发展规模的分析与预测——基于人工神经BP网络的视角

通过计量经济分析发现江西省高等教育发展规模不仅与其经济发展水平密切相关,还与城市化进程密不可分。因此,以经济发展水平与城市化作为两个控制变量,利用人工神经BP网络对其未来高等教育规模发展进行了预测。     

职业教育规模与人均GDP的数值关系研究

本文利用回归分析和人工神经网络分析方法研究了我国职业教育发展规模和人均GDP之间的数值关系,利用所建立的人工神经网络模型对我国职业教育发展规模和人均GDP的关系进行了预测。     

区域高等教育规模与经济发展关系的实证分析

通过用随机试验方法进行高等教育规模对区域人均GDP影响的显著性分析,得出东、西部地区高等教育规模对区域人均GDP的影响不显著,但中部地区高等教育规模对区域人均GDP的影响显著的结论。提出一种“等级差异评定法”,用其进行协调性分析,得出和显著性分析相一致的结论,并找出了高等教育规模与区域经济发展不协调的原因。进行了各省份高等教育发展态势及潜力分析。