共享理念视角下发展成果共享度的统计测度

发布时间：2024-07-05 23:09

　　进入后续改革时期,人民的生活在不断改善的同时,发展成果非广泛性的共享问题突显,阶层性的收入分配差距拉大,社会福利分配不平等程度逐渐扩大,发展不均衡现象严重。共享理念能够有效缩短贫富差距,缓解区域、城乡经济发展不均衡的局势,减少分配不公现象的发生,促进人和自然界和谐共处,进而形成稳定的社会环境。本文的主要研究工作如下:(1)共享发展成果的理论基础。以习近平总书记在十八届五中全会中所指出的“共享是中国特色社会主义的本质要求。”为基础,共享发展成果的概念界定为:社会发展所带来的一切成果,包括经济、政治、文化、社会、生态、机会平等六个方面的发展成果,这些成果应当由全体人民或所有参与推动中国特色社会主义建设的劳动者们公平享有。(2)根据发展成果共享的内涵与特征,从经济权益共享、政治权益共享、社会权益共享、文化权益共享、生态权益共享、平等机会共享六个方面出发共选取20个具体指标,构建发展成果共享评价指标体系。经济权益共享包含了社会财富和人民财富,社会财富包含经济增速、科技投入、经济增长稳定性、收入分配不公共4个指标,人民财富包括人均收入、人均支出、恩格尔系数共3个指标;政治权益共享主要是指话语权,...

【文章页数】：57 页

【学位级别】：硕士

【部分图文】：

图4.1BP神经网络结构

16网络各层之间的权值和阈值，进而使网络的误差达到设定好的精度。图4.1BP神经网络结构BP神经网络是包含正向和逆向传播的训练网络。具体的学习分为四个阶段：第一个阶段是数据正向传播阶段，使工作信号从输入层各个节点开始经过隐含层向输出层传播，依次计算各层神经元的实际输入值和输出值；....

图4.2网络拓扑图

26（2）构建神经网络模型。首先，需要确定网络层数。经典的神经网络结构包含输入层、隐含层、输出层，三层的BP神经网络足以拟合任意函数，所以本文选择一个输入层、一个隐含层、一个输出层所组成的三层BP神经网络结构即可。其次，确定网络输入、输出的节点数。输入层的节点数是第三章构建的发展....

图4.3网络输出结果

27练，并采用无量纲化后的数据直接代入网络训练中。编程语言如附录所示。在进行网络训练之前，前馈型神经网络需要对权值和阈值进行初始化处理，newff（）函数可以自动帮助网络完成这一过程，弊端就是没有办法重新赋予初值，因此引入init（）函数，帮助网络权值自动恢复到初始化状态，因此在....

图4.4神经网络拟合效果检验图4.4分别表示训练样本、验证样本、测试样本和总体的预测结果，R值越接近1，说明网络预测的精准度越高

28图4.4神经网络拟合效果检验图4.4分别表示训练样本、验证样本、测试样本和总体的预测结果，R值越接近1，说明网络预测的精准度越高。根据图4.4所示，训练样本的R值为0.9544，效果很好，再看测试样本的R值为0.95839，比训练样本的R值稍稍好一些，说明这个模型拟合的很好。....

本文编号：4001687