本站小編為你精心準備了人力資本系統的復雜性研究參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：

決定經濟增長的因素很多，人力資本是其中之一。鑒于人力資本系統構成的復雜性，通過對自組織數據挖掘理論與方法的分析，闡述它對人力資本指標體系功能和模型預測功能，并強調，自組織數據挖掘理論為有效而準確的人力資本系統復雜性研究提供了有力的理論依據，為人力資本研究提供了新的思路。

關鍵詞：

人力資本系統；自組織數據挖掘；復雜性

舒爾茨認為，人力資本是指勞動者的勞動能力（通過五個方面投資而獲取）。在《人力資本投資》一書中，舒爾茨將人力資本投資的范圍分為五個方面，即⑴正規教育；⑵在職培訓；⑶衛生保健；⑷校外學習計劃；⑸流動遷移。我國部分學者對人力資本投資估算范圍主要有：侯鳳云對教育、科研、文化、健康、干中學和就業遷移六種類別分別進行了測算，是根據中國的實際情況而確定的測算范圍；錢雪亞對人力資本測算范圍，包括教育、在職培訓等類的投資。測算范圍的確定與測算的結果有決定性的關系。對人力資本的測算與衡量,國內外學者未考慮到人力資本是復雜系統（人力資本的測算范圍與經濟增長之間存在著某種“黑箱”,即對人力資本投資所確定的人力資本存量，并將人力資本存量通過勞動（腦力勞動或者體力勞動）物化在商品當中，這個過程能夠直接推動經濟增長，他們（人力資本存量與經濟增長）之間存在非線性映射關系。）所以，本文提出一個新的觀點:“自組織數據挖掘理論是人力資本系統復雜性研究提供了有力的理論依據，為人力資本研究提供了新的思路”。

一、自組織數據挖掘理論與方法的發展過程

選擇學說是自組織數據挖掘理論基礎。是建立在“遺傳-變異-選擇-進化”的進化論原理基礎上的。自組織數據挖掘算法是從一個簡單的數學模型（根據面板數據或者截面數據、統計數據樣本來建模）集合出發，按一定的法則（根據自己研究的目的來確定）進行組合，產生了新的中間待選模型（篩選條件），再經過中間模型進行篩選（根據數據情況而定），不斷重復“遺傳-變異-選擇-進化”這個過程，使其“中間待選模型”復雜度不斷增加（從簡單到復雜逐步改進，特別是循環過程的次數），最后得到最優的復雜模型，這個最優模型就是與自己研究目的相關的模型。對于人力資本系統，其特征是勞動者(衛生保健投資維持生命的延續)、自我不斷提高(教育、在職培訓投資)、不斷適應環境變化(遷移投資)，所以人力資本系統屬于自組織系統，把人力資本歸于自組織系統是一個創新。所以，利自組織數據挖掘理論可以建立人力資本系統最優復雜模型。

二、人力資本形成與指標體系建立

本文采用侯鳳云六種類別。所以，本文將人力資本投資內容（范圍）定為教育培訓、醫療保健、勞動力遷移、經驗技能和科研，建立人力資本指標體系：如表1。

三、揭示人力資本指標體系功能

“競爭而產生的優勝劣汰”是生物進化過程，自組織數據挖掘建立模型過程就是從簡單系統到復雜系統演化過程，本文用賀昌政自組織數據挖掘方法，揭示了人力資本存量測算因素的功能，它能夠影響的因素（19個因素）中篩選出對人力資本存量測算重要影響因素，其中外準則起著關鍵作用，外準則就是對人力資本存量測算因素進行篩選條件，篩選條件不能對存量的結果有大的偏差，最后對偏差進行檢驗。偏差越小，評價模型質量較優。

在模型構造過程中，消除建模者參與而給計算機選擇自由是自組織數據挖掘算法的目的。建模者僅僅要做的是提供樣本數據（截面數據或者縱貫數據），外準則算法類型，只能通過選擇準則的形式來影響建模的結果（選擇最重要的影響因素來確定人力資本存量的結果），然而，建模者對研究對象模型的主觀想象（主觀性）與建模結果無關，從而保證了模型選擇的客觀性。例如人力資本指標體系中勞動力遷移研究。建模者要完成的工作:樣本區間(1990-2014年)數據采集；算法類型:用最小偏差準則；系統輸出Y:勞動力遷移指數；系統輸入(可能的影響因素):x,i=1−5i，共5個變量。

用自組織數據挖掘算法，計算機自由選擇篩選出的模型含3個變量：農村居民人均純收入，鄉鎮企業就業人數，從業人員占總人口比重。自組織數挖掘算法通過最優復雜度原理能夠對人力資本存量進行預測，是人力資本系統的復雜性研究的另一個重要內容，為人力資本存量的測算提供新思路。

參考文獻：

[1]舒爾茨．人力資本投資[M].北京:北京經濟學院出版社,1991:9－10.

[2]侯鳳云．中國人力資本投資與城鄉就業相關性研究[M].上海:上海人民出版社,2007.

[3]錢雪亞,王秋實,劉輝.中國人力資本水平再估算:1995—2005[J].統計研究,2008,(2).

[4]賀昌政,呂建平.自組織數據挖掘理論與經濟系統的復雜性研究[J].系統工程理論與實踐,2001,(12).

作者：羅明 李輝 史磊 單位：西藏大學經濟與管理學院