发布时间：2023-10-13 15:38:11
绪论：一篇引人入胜的经济学的发展趋势，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
在社会经济持续快速发展的新世纪，社会福利被看作是衡量一个国家经济发展状况的标准。良好的社会福利是政府宏观调控的主要目标，与本国经济发展的水平密不可分，这是因为社会福利的设置与安排、供给与需求受一定社会阶层、社会结构或经济组织影响而致。我国的社会福利事业经过长期的发展，已初步形成以政府为主导、社会广泛参与的局面，并逐步建立起了多种类型和层次的福利服务体系。尽管如此，但随着人们日益增长的物质与精神文化的需要，加之社会人口老龄化趋势严重，社会福利服务需求与社会福利服务供给的失衡现象日渐突出。鉴于此，本文从经济学的角度对我国社会福利事业的发展进行分析研究。
一、社会福利的基本内涵
福利属于社会理论中的概念，从词源解释是一种健康、幸福、舒适的良好生活状态，它与人对自身需求的满足程度和主观感受相互关联。社会福利是从满足人的需求和改善全体社会成员物质、文化、生活的角度，依据有关法律和政策，向社会全体成员或部分成员提供的无偿或优价服务措施，目的在于提高全体社会成员的生活质量。
社会福利有广义与狭义之分，广义社会福利泛指所有保障人们基本生活和提高人们生活质量的服务设施。如文化、教育、住房、医疗等方面的公益设施。狭义社会福利是指对部分社会成员因年老、疾病、生理、心理缺陷丧失劳动能力而出现生活困难时向其提供的各种服务措施，体现了一种社会救济和公共援助。社会福利的发展有助于调整国家经济收入的分配格局，起到缓解初次分配领域矛盾和维持社会稳定的作用。
二、社会福利需求与供给的经济学分析
（一）社会福利需求的经济学分析
社会福利需求来源于社会成员对福利的需求，根据马斯洛需求层次理论可知人的需求是有层次的，同时也是具有相对性的，是随着人的经济收入水平或社会经济环境的变化而不断变化的。我国对社会福利的需求在社会发展不同阶段体现的特征是各不相同的。在计划经济时期由于经济收入较低，社会福利设置主要是以保障社会成员基本生活条件为主，满足其基本的生理、安全需要，如就业、医疗、退休等社会保障体系。
但随着经济的飞速发展和人们生活水平的提高，人们对福利需求也逐渐发生了变化，在解决基本生活需要的基础上，人们对教育、文化、健身、保健、娱乐等能提升生活质量方面的需求日趋增加。由于市场经济体制下不同社会阶层的经济收入水平有所差距，从而对社会福利的需求也不同。一般来说，较低收入的阶层群体，对保障基本生活的需求愿望较高；而工薪阶层群体则对失业保险、医疗保险、养老保险等需求程度较高；但对高收入阶层群体而言，却更注重在社会服务、自我实现、人际交往等方面的需求。
为了更加了解目前我国不同收入群体的福利需求，笔者以对本市153位居民进行随机调查，并根据其经济收入分为三个群体：高收入群体、中等收入群体和低收入群体。其中高收入群体月收入10000元以上有19人，占12.4%；中等收入群体月收入在4000～10000元有79人，占51.7%；低收入群体4000元以下有55人，占35.9%，并且在此次福利需求调查中，将福利调查内容设计为基本生活、社会安全、人际交往、社会服务以及自我提升五个方面，目的是对不同收入群体的各种福利需求进行分析。如下表所示。
不同群体社会福利需求调查数据表
■
调查数据显示：高收入群体对社会服务、人际交往、自我提升等的福利需求较为强烈，这是由于该群体收入较高、工作稳定的缘故，他们对基本生活或失业保险需求相对较低，而对提高生活质量的社会保障福利却具有较高需求；中等收入群体对社会安全、社会服务、自我提升等方面的福利需求较为突出，而对保障基本生活的福利需求表现并不明显；低收入群体则对于提供基本生活保障的社会福利需求愿望较大，而对人际交往需求较低。见下图：
■
不同群体对不同社会福利需求示意图
由上图可知，目前的社会福利需求主要表现为对社会交往、社会服务、自我提升的需求，这说明伴随着生活水平的提高，人们对基本的生活保障需要逐渐降低，而对于提高其生活质量的社会福利需要在逐步提高。
（二）社会福利供给的经济学分析
经济法是市场经济条件下产生的一门新兴法律部门，调整国家在调节社会经济过程中发生的各种社会关系，在市场经济运行过程中起着重要的调整作用。经济法在中国的发展与经济的发展紧密相连。经济法作为一门法学学科在20世纪90年代以后成为法学专业14门核心课之一，向本科生讲授经济法成为法学教师的教学任务之一。然而，经过20多年的发展，经济法的教学模式长期不变，不利于经济法学科的发展，也不符合社会经济发展的要求，致使理论与实际脱节。
一、经济法教学模式改革的必要性
长期以来，经济法学科在高等学校中遵循传统的教学方法，教师采取“满堂灌”的方式，学生埋头记笔记，囫囵吞枣的记忆学科内容。近年来，随着各个高校硬件配套措施的完善，新兴的多媒体教学取代了原有的板书教学，在讲课效率上有一定的提高，学生也从繁忙的记笔记中解脱出来，可以抬头听老师讲课。但是，这种授课方式的转变依然存在着问题。教师和学生更加依赖课件，教师主要以课件为主，较少指导学生学习和回顾教材中的知识点；没有了记笔记的压力，学生听课专注程度有所下降，效果大打折扣。
21世纪以来，中国市场经济进一步完善，有关市场规制的经济法律不断推陈出新。培养新型的符合时展要求的懂经济、懂管理、懂法律的人才是现代高等教育面临的紧迫任务之一，传统的教学方法已经不能适应新时代的要求。针对经济法学内容庞杂，知识点分散的特点，进行教学方法的改革，从而培养具有良好法律素养的学生，这是所有经济法教师必须认真思考并加以解决的核心问题。本文拟对这一意义重大的问题作出初步的探讨。本文认为，在新的经济条件下应该从教材编撰、课堂教学、课外实习、教学考核等四个方面，对传统的教学方法进行改革，以适应经济法的发展。
二、经济法教学模式改革的可行性
1.健全的硬件设施为改革提供了物质条件
随着国家、学校对教育、教学资源投入的增加，学校的各种教学硬件设施不断健全，添置了多媒体教学设备，建立了信息量巨大的图书资源库，修建了模拟法庭等，为法学的教育、教学提供了很好的条件。老师们开始熟练掌握、运用这些资源，不断摸索新的教学模式，多媒体方式能够动态地展示课程知识点，图书馆提供了越来越丰富的信息，模拟法庭实现了与实践对接的可能性。
2.教师素质的提高为改革提供了前提
目前，法学专业教师大多具有社会兼职资质，不少老师从事兼职律师工作，在法院、检察院、司法局等公务机构挂职锻炼等，具备了多元化的知识结构，较好地实现了理论与实践的结合。这些老师们愿意参与经济法教学模式改革，为改革出谋划策，提供各种帮助，一方面,为学生们提供法学实践基地；另一方面，为他们提供实习指导。
3.学生们对教学模式改革的热情为改革提供了动力
经济法教学模式改革极大地激起了学生们的积极性，全新的改革思路吸引了学生们的眼球，不同的教育、教学方法对学生们来说是个新事物，非常值得尝试。学生们既可以尝试新的教学方法又能够接触实务，做到理论联系实际，因此他们对经济法教学模式改革抱有很大的希望，也愿意为改革贡献自己的力量。
三、经济法教学模式改革基本思路
1.教材编撰
教材是本科生学习经济法课程的必需资料。但是，目前中国的现状却是教科书乱相百出，版本众多，良莠不齐，资料陈旧；几乎每一个学校都要编一本自己的本科生教材。这些教科书体例庞杂，内容体例相差很多，甚至观点截然不同。经济法作为一门新兴的学科，存在学术争鸣原本是正常的现象，但是教科书作为学生获取知识的主要渠道，却需要主流的观点。在西方，教科书的编撰是一件非常严肃的科研活动，一本教科书的编撰往往需要作者多年的积累，不断地更新，并附有与本部门法相关的所有立法材料、案例资料和学者最新的研究成果。这样的教科书往往能体现本门法学最主流的观点、最新的发展，从而成为学生学习法律的必要资料。当然，中国教材如此混乱的现状与中国的学术评价机制具有某种因果关系。但是，为了经济法学科的发展，经济法学者应该秉持出编好书、出精品的理念，集中力量编撰出高质量的本科生教材。将本门学科的理论问题、法律法规材料、有关的典型案例和学者在本领域最新的研究成果汇集起来，编撰一本既具有理论性又具有实践价值的经济法学教材，并不断根据经济法理论和实践的变化，作出相应的更改，使之成为具有更强生命力的经典教材，作为学生学习法律的最主要的渠道。在编撰过程中，我们可以集思广益，探讨编撰思路、体例结构、内容安排等，集合多所高校、科研院所的一线教学、科研人员共同完成。拿出初稿后，书稿必须由多方鉴定，经过实践教学检验，多次修改之后才能定稿。
2.课堂教学
法律是一门实践性很强的学科。经济法更是一门应用性很强的学科。案例教学早已成为经济法教师的常用教学方法。这种方法比起枯燥的理论讲解和法律条文解读，对学生更有吸引力，也更能激发学生学习经济法的兴趣和学习的主动性。同时，案例教学方法有助于教师深入浅出的讲解法学知识，有助于学生理解法律原理和法律条文。
坚持案例教学方法对于实践性很强的经济法而言，无疑是正确的改革方向。目前存在的问题是，如何进行案例教学？对于这个问题的答案多种多样。有的教师从历届司法考试题目中抽取典型案例，在课堂上细细剖析。这种案例教学方法，一方面,“以案说法”讲解了法律条文；另一方面，也教会了学生如何应对国家司法考试。并且，司法考试题目中的案例设计短小，对知识点的考查准确，因此采用司法考试题目进行案例教学是一种很好的教学尝试。有的教师从教学参考资料中选取典型案例，在课堂上详细讲解。这种案例教学方法对学生理解掌握理论知识亦有一定的帮助，但是教学参考资料的案例大多比较陈旧，且案情复杂，无法真正起到调动学生学习积极性的作用。还有教师从“今日说法”或者法制频道等电视节目中选取典型案例，放到课堂上讲解。由于这些案例经过电视节目的加工，往往生动活泼，引人入胜，并且这样的案例是现实生活中真实存在的。因此，更能引起学生的兴趣和思考。在进行案例教学法的时候，首先，我们应当对收集的案例进行分门别类地编排，一种案例反映一项或多项重要理论；其次，我们向学生们展示这些案例，提出一些问题，或者要求学生们从案例中发现和总结问题；最后，我们针对典型案例加以剖析，培养学生们的学习思路和研究方法。这种案例教学方法，也是一种有效果的教学方法。
仅仅将教学方法由单纯的知识点讲授扩展为结合案例讲解法条和法学理论，并不能从根本上改变学生被动学习的现状。本文认为，针对个别单行法律，如消费者权益保护法、产品责任法等，此类与我们日常生活息息相关，并且现实生活中经常出现法律纠纷的法律，经济法教师可以采取让学生上讲台进行讲解的教学方法。主动讲与被动听，有着本质的不同。一旦要求学生能够讲解某部法律，他或她必须在课前查阅大量资料，消化吸收这些材料，并将之变成自己的语言讲解出来。这样的经历对于学生而言，既能够牢固的掌握法律知识，也能够提高他们运用法律的能力，锻炼他们公开表达自己观点的自信。
此外，针对某些在学界仍然存在巨大争议的理论问题，可以组织学生进行辩论。在教学中，我们应当引入课堂辩论法，鼓励学生们就热点问题和难点问题按照现在通行的辩论赛规则，公开进行辩论。辩论既是达到真理的必不可少的基础性条件，也是学生的思辩能力充分发育的前提。这种教学方法的作用在于：首先，辩论将学生直接置于极具挑战性和对抗性的竞争氛围之中，类似于激烈的职场竞争，有助于培养学生们的危机意识；其次，为了取得辩论的胜利，学生们必将大量查阅和分析材料，有助于激发学生们的学习积极性；最后，面对面的对抗式的辩论锻炼了学生们的应变能力和口头表达能力，有助于提高学生们让学生自主阅读材料，提出自己的观点，并充分的论证自己的观点。通过这种方式，锻炼学生思辨的能力，独立思考的能力。
3.课外实习
进行课外实习是现代大学教育对每一个大学生提出的要求。引导学生走出校园，参加课外实践活动对于学生提高对自我的认识有很大好处。“书到用时方恨少”，是每一个曾经参与课外实践活动的学生最真实的感受。参加校外实践活动的学生，会更加珍惜校内的学习机会，尤其对于经济法这样的内容比较庞杂、枯燥的法律，校外的实践互动更能激起学生主动学习的兴趣。
针对经济法的特殊性，本文认为，可以安排学生去公司、律所、消费者协会以及法院参加社会实践活动，或者组织学生举办各类法制咨询活动。在公司的实习，能够让学生直观地观察公司运作的情况，加深对公司架构、公司经营、公司管理、公司治理等重大问题的理解。在律所和消费者协会的实习，可以让学生实际体验诉讼的魅力。由于产品质量问题，尤其近几年，由于食品安全问题引起的争端越来越多，此类的诉讼案件也是此起彼伏。学生亲自参与某一个案件的诉讼过程，可以让学生接触到课堂上无法学到的诉讼技巧，深刻体会诉讼中的法律知识。在法院的实习，可以让学生接触到各种类型的法律争端，尤其是平等主体间有关合同的争议，可以给予学生从法官角度观察法律，认识社会的机会。
此外，本文认为，可以采取模拟法庭的形式，给予学生实际运用法律解决案件的体验。模拟教学法是指通过观摩和模拟过程，使学生通过情景学习，进行主动探索、主动发现问题，将知识有效地内化的教学方法。实施“模拟法庭法”的目的，在着重锻炼学生行为能力的同时，培育独立分析解决问题、书面和口头语言表达、辩论等综合性素质。就其本质而言，模拟法庭其实就是学生模拟法官、案件当事人的一种学习活动。在模拟法庭中，学生可以亲身体会法律的魅力。但是，笔者在观摩了几个模拟法庭以后，得到如下印象：模拟的场景主要是离我们生活非常遥远的英美法系的庭审现场。学生们穿着法官袍，带着假发，进行着背诵式的辩论。笔者认为，这样的模拟法庭华丽有余，实用不足。因为背诵式的表演，没有给学生一个思辨的过程，英美法的诉讼与我国大陆法系传统的司法实践差别过于显著。因此，本文建议，经济法教学过程中的模拟法庭可以选择中国司法中实际存在的争议，完全由学生依据程序法主导案件审理进程，并依据中国现行的法律，对争议进行辩论、审理，并由学生最终根据自己的所学作出最终的裁决。这样的模拟法庭，笔者认为会对学生学习的态度产生深远的影响，也会让学生对所学知识的掌握更加系统和牢固。
4.教学考核
教学考核是经济法教学中非常重要的一环。而以往的教学考核方式却对经济法的教学没有太大的促进作用。课堂教学结束后，课程重点内容，也就是俗称的考试范围成为学生最为关注的问题。无论前面的课程是否真正掌握，也无论教科书是否通读一遍，背诵老师划定的考试范围中的题目，成为学生谋取高分、了结课程的最好选择。通过强化记忆掌握的知识是最不稳固的知识。往往考试结束，学生强化记忆的知识也随之结束。因此，改变传统的考核方式成为经济法教学改革不可或缺的一环。
本文认为，与灵活的教学方式相配合的考核方式，能够与教学相互配合，达到最佳的效果。具体而言，对于经济法基础理论而言，由于争议巨大，可以采取学生辩论的方式进行教学，与此相对应，可以采取学生评委加教师评委共同的打分的方式，给参与辩论的学生作出评价。这种评价方式更为客观，也能促进学生更好的准备辩论资料，在辩论的时候，更好的发挥应有的水平。对于模拟法庭而言，同样可以采取学生和教师共同打分的方式。由学生评审团对参与模拟法庭审理的学生的辩论技巧给出分数，由教师对学生在法律方面的分析和运用给出评价。对于课外实习，则由实习老师对学生在实习过程中的表现进行评价和点评。至于传统的课堂教学，包括教师对基础理论、法律条文、司法案例的讲解，亦不排除传统的闭卷考试的方式，毕竟法律是一门需要记忆的学科。通过闭卷考试，督促学生记忆必要的法律条文，理论知识是必不可少的考核方式之一。此外，给予学生充分的信任和自由，由学生自我评价，提交自评分数，详细地说明理由，教师根据学生自我评价给予一定的分值。
参考文献：
[1]马永梅.法律诊所教育与法学教学实践评价模式的改革研究.民主与法制，2007，(2).
[2]陈建民.从法学教育的目标审视诊所法学教育的地位和作用.环球法律评论，2005，(3).
中图分类号:F224．0 文献标识码:A 文章编号:1003―5656(2006)05―0005―07
人工神经元网络(Artificial Neural Network,简称ANN,下同)是一门活跃的边缘叉学科,研究它的发展过程和前沿进展趋势问题,对于经济学研究具有十分重要的意义｡神经网络理论是用来处理巨量信息和大规模并行计算的基础,既是高度非线性动力学系统,又是自适应组织系统,可以用来描述认知､决策及控制的智能行为,其核心问题是智能认知与模拟｡社会经济本身是一个动态随机的非线性系统,各种经济的､政治的､社会的因素相互作用,相互影响,传统的计量统计模型着眼于静态分析,且形式往往过于复杂不易准确掌握,或者包含了很多模糊性和混沌性的因素,不利于经济问题的精确分析｡而人工神经元网络则由于其自身具有分布式处理､自组织､自适应､自学习､鲁棒性､容错性等一系列优良特性,其良好的非线性映射能力避开复杂的参数估计过程,同时又可以灵活方便地对多成因的复杂未知系统进行高精度的建模,为非线性经济系统分析研究提供新的方法｡
随着对ANN研究的不断深入,其应用领域和范围也越来越广,将ANN模型用于经济领域中的识别､分类和预测等研究具有很高的实用价值｡同时神经网络理论的优势及其良好的算法､模拟性能也得到了大家广泛的证实和认同｡另外,对于其局限性的克服也已经有越来越多的策略和方法｡
一､ANN的技术原理――以自组织特征映射网络为例
人工神经元网络旨在模拟人脑的知识获得和组织运算过程,是大量简单的神经元广泛联结而成用以模拟人脑思维方式的复杂网络系统｡下面以ANN模型中较先进的,也是得到广泛应用的自组织特征映射网络为例,简要介绍神经网络模型的基本结构和算法流程｡
自组织特征映射模型(Self．Organizing Feather maps，简称SOFM)是芬兰学者科荷伦(Teuvo Koho．nen)于1981年提出的｡网络的拓扑结构只有两层,即输入层和竞争层(图1)｡SOFM网络的工作原理是:当网络接受外界输入模式时,将会分为不同的区域,各区域对输入模式具有不同的响应特征｡也就是说,特征相近的输入模式靠得比较近,差异大的分得比较开｡在各神经元联结权值的调整过程中,最邻近的神经元相互刺激,而较远的神经元则相互抑制,更远一些则具有较弱的刺激作用｡由此可见,自组织特征映射网络是无监督的分类方法,与传统的分类方法相比,它所形成的分类中心能映射到一个曲面或平面上,并且保持拓扑结构不变｡
同其它类型的自组织网络一样,SOFM的激活函数也是二值型函数,即Y=｡其算法步骤是:①初始化,从R个输入神经元到输出神经元的权值都进行随机初始化,赋予较小的随机值(0―1);②提供一个新的输入模式Xk=[X1k，X2k，…XRk];③计算输入样本与每个输出神经元之间的欧氏距离,并选取一个最小距离的输出神经元;对于输出神经元j,它和输入模式Xk之间的距离用djk表示,djk=||Xk．Wj||= ;④修改选定的神经元与邻近神经元的连接权值，对于领域外的神经元,其权系数不变Wij(t+1)=Wij(t)，对于领域中的神经元,其权系数的修正按下式执行,Wij(t+1)=Wij(t)+y(t)[Xi(t)．Wij(t)]，其中0
二､人工神经元网络(ANN)在解决经济问题中的优势及特点
有学者已经用人工神经元网络解决诸如会计､审计､金融(破产预测､信誉评估､股票预测､汇率预测､房地产价值评估等)､经济管理(区域经济增长仿真､国家外债管理模型)､决策支持(银行信用风险评估､洪水灾害风险预测模拟等)､市场划分(Segments)和生产预测(粮食生产预测､铁路客运市场分析)等方面的问题｡由于人工神经元网络具有一系列独特的优良性质,与传统计量方法相比又具有明显的算法优势,可将其用于经济学研究中的识别､分类､预测､经济系统仿真和模拟等方面｡目前它的发展已经与传统的计量模型等统计分析方法并驾齐驱,甚至于在前述领域的应用中比传统研究方法更胜一筹｡
1．ANN模型具有分布式存储､自组织､自适应(adaptability)､自学习､鲁棒性(robustness)和精确性(accuracy)等优良性质,能完成对环境的适应和对外界事物的有效学习｡神经元之间的连接强度也具有一定的可塑性,网络可以通过学习和训练进行自组织以适应不同的信息处理的要求｡在运算中,知识的获取采用“联想”的方式获得最优匹配解,信息的输出能经过对记忆的处理获得正确和完整的信息｡正是由于网络的这种容错性和联想记忆的功能,使人工神经元网络呈现出很强的鲁棒性｡在经济研究中可以充分利用神经网络的这些特性建立与研究对象相适应的应用模型,经济生活中涉及的预测预报问题､金融决策与信用评价问题以及分类与决策等问题都可以运用神经网络来解决｡比如用BP神经网络预测矿区环境污染的经济损失问题[2],股票市场行情分析预测等｡[3]
2．从理论上看,人工神经元网络具有逼近任意连续映射的能力,即可以充分逼近任意复杂的非线性关系,且具有很好的泛化能力(generalization)｡比如,在解决区域经济问题中与其它传统定量分析方法相比较,它能以一个多层前馈型网络来刻画一个高度复杂､高度非线性的映射系统(比如区域经济系统),进行经济系统仿真,通过其任意逼近能力得到变量之间的复杂关系,能够考虑变量之间的动态相互影响及作用,并将变量的随机性和不确定性等影响降到最低｡另外,经济数据变量常常是处于经常变动环境中的,因此,ANN模型能够依靠它的泛化能力,通过不断的再学习,能够基于经验对知识进行累积､存储和模式识别,并能不断反映和适应新环境,学到隐含在样本中的有关环境本身的内在规律性｡因此,它与传统的统计分析方法相比较,具有更高的精度(accuracy)､较低的预测风险和较小的误差｡在经济研究的实践中,人们建立的汇率预报模型(即前向组合神经网络模型)不仅能准确地拟合汇率的过去值,而且能较精确地预报汇率的未来趋势,预报的结果比统计方法优越｡在经济实践中,与计量模型相比,用人工神经元网络模型来预测通货膨胀率､经济周期､电价的边际价格､期货利率以及居民人均收入等准确率更高,效果也更好｡因此,人工神经元网络具有很多传统分析方法所不具有的优势｡
3．ANN模型是一个复杂的非线性动态系统,有很强的容错性｡ANN模型很容易处理环境信息十分复杂､知识背景不清楚的问题或不完整的､模糊不确定或无规律的数据｡尤其在信息不完备的情况下,用人工神经元网络能够很容易地解决这些问题｡它在模式识别､方案决策､知识处理等方面具有很强的能力,可学习和自适应不知道或不确定的系统｡比如Elman神经网络是一种具有部分反馈的神经网络,它可以很好的模拟动态系统,特别适用于模拟季节性和循环变动的对象｡像股票市场就是一个典型的循环变动的动态系统,就可以用Elman网络预测股市动向,而失业问题是一个具有季节变动的系统,El．man神经网络同样可以用来预测模拟我国的失业问题｡再以技术创新扩散为例,由于技术创新扩散问题非常复杂,涉及众多动态的､不确定性的因素,且系统内各因素之间､扩散系统与扩散环境之间存在着错综复杂的关联､相干､互动､反馈､自组织等效应关系,数据的搜集与整理存在困难,且很多数据信息是模糊不确定和无规律性的,在这种情况下,给人们认识和控制扩散过程带来了巨大困难,而以往所采用的方法存在较大的局限性,不能充分包含､反映扩散中的各种非线性关系,难以满足对技术扩散过程进行预测､控制和优化的应用需要,而建立技术创新扩散的人工神经元网络模型则可以很好地解决该问题,并且经过实践检验效果要优于传统的统计分析方法｡
4．由于人工神经元网络在结构上采用大规模并行分布处理方法,信息处理是在大量单元中平行而又有层次地进行,这就使得快速进行大量运算成为可能｡神经网络的并行性使得它能够考虑变量之间的相互影响及作用,提高模型拟合的精度｡以上文提到的技术创新扩散问题为例,神经网络的这一特性就能够使它准确描述技术创新扩散的内在动因及发展变化规律｡另外,由于技术创新扩散涉及众多因素,数据的运算量是非常巨大的,如果采用传统的统计分析方法很费时费力,并且结果不是很理想｡而运用人工神经元网络则能够比较容易的解决这一复杂问题,并且能得到令人满意的结果｡
综合以上认识,我们认为将人工神经元网络用于研究经济领域中的模拟､识别､分类和预测等是非常具有前景和实际应用价值的｡
三､ANN网络模型的主要局限性及其克服策略与方法
1．ANN网络模型的主要局限性
人工神经元网络在解决经济问题中的有效性和实用价值已经被人们广泛接受并越来越受到重视,但它自身也存在一些技术上的缺陷和不足,这主要表现在以下两个方面｡
(1)ANN网络模型是“暗箱”操作,也就是说它的理论基础不强,解释能力较弱｡[4]
(2)网络结构设计和参数的选择缺少相应的理论支持,通常依赖于经验选择,基于梯度的学习算法常常会导致网络收敛于局部极值点｡
2．克服策略与方法:
(1)对于存在的“暗箱”问题,如果希望对某些未知样本正确率反映较高,或者说推广能力更强,则应该在未知样本附近多选一些训练样本｡网络输出的可信度与方差有关,如果输入与权值间的方差越小,则可信度越高｡
(2)网络结构问题和参数选择问题是一个综合性的问题,它应满足多种不同要求｡由于网络结构设计没有固定的可遵循的模式,有许多参数要靠经验选择,并经试验比较,比如隐层数､隐单元数和连接方式等｡而在网络训练过程中也有一些参数要选择,如初始权值,学习步长,动量项系数等｡要训练出一个实用网络常常需要大量的试验比较,才能从中选择出效果最好的｡我们认为一个较好较便捷的方法是先咨询有关专家,同时要考虑所研究问题自身的特殊性,然后再设计网络结构及训练网络,当然,也有人提出,只保留效果最好的并非最佳方案,更好的方法是用各个网络的加权组合｡规模大的网络不但学习时收敛较慢,且更易于避免陷入局部极小｡通常情况下,训练样本有限,所以把推广能力作为主要要求,强调选择能达到要求的最小网络,当然这不是唯一的标准｡以BP神经网络在房地产评估中的应用为例,通常情况下BP神经网络能使待判别样本分类正确率达到90%以上,但仍然存在误判训练样本,特别是当训练样本很多的情况下更是如此｡其原因主要在于网络的拓扑结构设计不合理,收敛速度缓慢,预定选取的允许目标误差不够小等｡这时应考虑房地产作为较特殊的商品,影响其价格的主要因素有哪些,然后对网络的层数､输入输出节点数､隐层数进行不断的调整和改进｡最后,经过有关学者的研究,如果把距离算法与BP算法相结合,在对网络识别系统结构进行改进和调整之后,能够使网络分类的正确率提高到100%,相应的估价误差就从1.7%降低到0.3%｡[5]
(3)ANN模型与多种分析方法融合共同解决经济问题会达到较理想的效果｡比如可以与统计分析方法､人工智能方法､专家系统以及粗糙集理论(Roughset)相结合,各种技术之间相互取长补短,建立集成模型或混合系统其结果会更有效,且这种有效性不是各单部分之间简单相加能够比拟的｡比如Taha等人将判别分析与回归分析方法应用到ANN模型中,结果提高了合同债权结构的预测精度｡[6]Lee.Han和Kwon使用了三种混合的ANN模型来预测破产,增强了预测的精度和适应性｡[7]以ANN与专家系统结合运用为例,Kuncicky等人就总结出了4种方法:第一种是连接专家系统(connectionist expert system)模型,将全部的或部分的专家系统功能和一种ANN相结合;第二种是符号连接模型,即用符号结构约束神经元网络的构建,然后用到高层认识任务中;第三种是模块化系统模型,将专家系统和神经网络以模块化的形式用于解决较大的问题;第四种是转化模型,将在专家系统中获得的知识传输给神经网络｡[8]这些结合不仅允许ANN应用到决策的各种层次,而且大大提高了网络本身的质量｡[4]以预测成都市居民用水量为例,这里采用了自组织方法､改进的算法和两种方法融合――基于自组织方法的神经网络模型三种方法分别进行了预测(结果见表1),从表中我们可以明显地看出两种方法组合建立的神经网络模型明显优于其他方法,且预测精度很高｡[9]
四､人工神经元网络模型的应用实例分析
人工神经元网络有多种网络模型,就常用的RBF网络与BP网络相比较而言,基于正则化理论的RBF网络学习速度较快,无论网络的函数逼近能力､模式识别能力以及分类能力都优于BP网络,因此这里采用RBF网络来计算区域可持续发展度｡要运用RBF神经网络模型预测区域可持续发展能力状况,可以按以下几个步骤进行:①构建反映区域可持续发展的相关指标(由于区域可持续发展能力评估指标的选取是一个非常复杂的过程,限于讨论的主题及篇幅,具体过程略),利用相关分析方法按照一定的标准(95%)剔除相关性强的指标,同时去除难以采集数据的指标｡最后,我们把区域可持续发展能力预测指标细分为以下32个(见表2)｡②采集相关指标的数据｡采集数据的年份要尽可能的多一些,这样训练出来的网络模拟和预测能力会更强一些｡③构建RBF区域可持续发展能力预测网络模型(见图2)｡④将采集到的相关指标数据按照公式(1)(对于越大越好的指标)和公式(2)(对于越小越好的指标)进行无纲量化处理｡
Zij=yij/ymaxj(1)
Zij=yminj/yij (2)
(i=1,2,…,32;j=1,2,…,6｡ ymaxj 和yminj 分别为R指标的最大值和最小值)｡⑤RBF网络的学习与训练｡将选出的指标当期值归一化处理后的数据作为网络的输入,下期值作为其对应的期望输出,送入如图3所示的RBF网络中进行训练｡⑥利用MATLAB语言中的人工神经元网络工具箱函数newrbe进行相关的程序编制和计算｡
下图是按照上述RBF神经网络模型对西安市做的一个区域可持续发展度预测图(图4)｡当然,如果我们要用其他传统的计量方法来解决这个问题,其运算过程则会非常复杂和繁琐,最终结果可能并不理想｡
五､人工神经元网络的发展
趋势及其经济学应用前景
人工神经元网络是一个应用范围十分广泛的边缘叉学科,在各个工程领域均得到成功的应用｡展望21世纪中叶,人工神经元网络理论研究将可能在智能和机器关系问题､神经计算与进化计算以及神经网络结构和神经元芯片等重大问题的研究方面会有重大突破,而其自身日益强大的外向性､扩展性以及良好的工具性必将进一步带动所有相关学科研究的突飞猛进,甚至产生质的飞跃｡目前,大多数用于经济领域的ANN模型多来自科研机构,其产业化的程度并不高,把人工神经元网络应用于经济领域仅始于20世纪90年代,在国内也仅处于起步阶段,特别是比较成熟的模型并不多见｡人工神经元网络理论自身的发展必然会给经济学研究插上腾飞的翅膀,并将可能成为继数量经济学､计量经济学之后经济学研究的一个重要领域｡同时人工神经元网络理论也将必然为经济学研究提供强有力的分析工具｡以上本文通过对神经网络模型的简要分析,概述了其用于经济学领域的优点和不足,并作了应用模型研究的尝试――通过对区域可持续发展能力水平的精确量化度量,能够为区域可持续发展以及制定区域经济政策提供科学的决策依据｡运用神经网络模型对经济学问题进行深入的研究具有十分重要的理论和实践意义｡
参考文献:
[1]王艳等．基于ANN的山东省可持续发展水平的区域差异[J].资源开发与市场,2004,(2).
[2]郝全明,李桂荣.人工神经网络在矿区环境污染经济损失预测中的应用[J].黄金,2003,(3):47．50.
[3]叶东毅,刘文标.个股走势模式分类的RBF神经网络方法[J].福州大学学报(自然科学版),2000,(4)：12．15.
[4]张秀艳,徐立本,王萍,马海英．用人工神经网络解决经济问题的有效性和局限性[J].吉林大学社会科学学报,2001,(6):39．45.
[5]杨黎萌,刘开第．BP神经网络在房地产估价中的应用[J]．河北建筑科技学院学报,2004,(2):105．109.
[6]M.A. Taha， S.C. Park， J. S. Russell．Knowledge．Based DSS for construction contractor prescreening[J]. European journal of operational research,1995， (1)：35．46.
[7]K. C. Lee， I. Han ， Y. Kwon. Hybrid neural network models for bankruptcy predictiond[J]．Decision support system, 1996， (18)：63．72.
