重庆高等教育对长江上游经济中心建设的人才支撑研究
发布时间：2020-05-28 07:18
【摘要】： “努力把重庆建设成为长江上游的经济中心”是对重庆市2020年发展战略目标的总概括。目前,重庆离建成长江上游经济中心还有相当大的差距,这些差距,归根到底是人才的差距。高等教育是人才资源形成的重要途径,直辖以来,重庆高等教育不断优化和发展,为重庆培养了大批人才,对我市经济建设和社会进步产生了较大的支撑和推动作用,但是,与建成经济中心所需人才之间也仍然具有一定差距。本论文立足重庆建设长江上游经济中心的战略意图与战略需求,对重庆市经济社会和高等教育的发展状况做了一个梳理,分析重庆市社会经济现状与建成长江上游经济中心之间的差距,阐述了高等教育怎样通过人才资源来推动经济社会发展,讨论了重庆市高等教育如何优化发展才能为经济中心的建设提供人才支撑。 本论文除引言与结论外主要包含五个部分。主体开头即第二部分主要是关于长江上游经济中心的界定与内涵、功能等基础性论述。 第三部分以高等教育——人才培养——经济社会的发展为主线,从理论上阐述重庆市高等教育对重庆经济社会发展的作用。 第四部分在综合研究重庆建设长江上游经济中心的预设目标的基础上,对建成经济中心的人才需求总量做了预测,并进一步分析了重庆市相关产业、行业的结构调整与发展对人才需求的变化。 第五部分主要分析了重庆市高等教育的规模、结构、质量,然后通过模型的建立对现有高等教育学科结构与经济中心内涵的关联度做了定量分析与定性总结,目的是分析重庆市高等教育对建设经济中心的人才支撑能力与不足。 第六部分在第四、第五部分的基础上,总结了重庆市高等教育要通过扩大规模、提高质量、协调类型、优化结构的路径来增强对经济中心建设人才需求的适应性,并给出了具体的学科调整和专业调整建议,以及在规范专业评估、优化课程设置、协调办学层次、培养创新人才、紧跟需求动态方面的对策措施。
【图文】：
各个学科的变化调整与经济发展趋势之间的协调程度高低的排序，也就是各学科对经济发展需求的适应度。对于上述回归，我们理解的是高等教育各个学科的发展对经济发展有影响，，但反过来，也可以说，随着经济的发展，各个学科的发展受制于经济发展体制下市场的需求。②主成分分析法：Y0（对多个经济发展相对指标变量进行主成分分析所得到的主成分变量）与高等教育分科毕业生相对数的相关性分析。在此，简单介绍一下什么叫主成分分析法，就是设法将原来多元指标重新组合成一组新的互相无关的几个综合指标来代替原来指标，同时根据实际需要从中取几个少数的综合指标尽可能多地反映原来指标的信息的一种方法。[17]首先，我们对表 5.4 中的 Y5至 Y9这 5 个变量用主成分分析法提炼出 1 个主成分变量（记为 Y0），从图 5.1 我们可以看出，这个主成分变量代表了 Y5至 Y9这 5个变量 99.013%的信息，也就是说，我们完全可以用这个主成分变量来代表 Y5至Y9，从 Y5至 Y9所共同体现出来的含义，我们也可以肯定，这个主成分变量 Y0即是一个很好的指示经济发展水平的指标变量。
的排序位置对换微调外，其余的排序也与第一阶段的排序结果完全一致。可以说，第二阶段的分析在很大程度上印证了第一阶段的分析结果。③两个主成分分析：Y0（对多个经济发展相对指标变量进行主成分分析所得到的主成分变量）和 X0（对高等教育分科毕业生相对数进行主成分分析得到的主成分变量）的回归分析及 Y2（人均 GDP 值）和 X0的回归分析。首先，我们对表 5.5 中的 X1至 X11这 11 个变量用主成分分析法提炼出 1 个主成分变量（记为 X0），从图 5.2 我们可以看出，这个主成分变量代表了 X1至 X11这 11 个变量 85.053%的信息，也就是说，我们基本可以用这个主成分变量来代表X1至 X11，从 X1至 X11所共同体现出来的含义，我们也可以肯定，这个主成分变量即是一个较好的指示高等教育各学科发展水平的指标变量。
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：C964.2;G649.2
本文编号：2684913
【图文】：
各个学科的变化调整与经济发展趋势之间的协调程度高低的排序，也就是各学科对经济发展需求的适应度。对于上述回归，我们理解的是高等教育各个学科的发展对经济发展有影响，，但反过来，也可以说，随着经济的发展，各个学科的发展受制于经济发展体制下市场的需求。②主成分分析法：Y0（对多个经济发展相对指标变量进行主成分分析所得到的主成分变量）与高等教育分科毕业生相对数的相关性分析。在此，简单介绍一下什么叫主成分分析法，就是设法将原来多元指标重新组合成一组新的互相无关的几个综合指标来代替原来指标，同时根据实际需要从中取几个少数的综合指标尽可能多地反映原来指标的信息的一种方法。[17]首先，我们对表 5.4 中的 Y5至 Y9这 5 个变量用主成分分析法提炼出 1 个主成分变量（记为 Y0），从图 5.1 我们可以看出，这个主成分变量代表了 Y5至 Y9这 5个变量 99.013%的信息，也就是说，我们完全可以用这个主成分变量来代表 Y5至Y9，从 Y5至 Y9所共同体现出来的含义，我们也可以肯定，这个主成分变量 Y0即是一个很好的指示经济发展水平的指标变量。
的排序位置对换微调外，其余的排序也与第一阶段的排序结果完全一致。可以说，第二阶段的分析在很大程度上印证了第一阶段的分析结果。③两个主成分分析：Y0（对多个经济发展相对指标变量进行主成分分析所得到的主成分变量）和 X0（对高等教育分科毕业生相对数进行主成分分析得到的主成分变量）的回归分析及 Y2（人均 GDP 值）和 X0的回归分析。首先，我们对表 5.5 中的 X1至 X11这 11 个变量用主成分分析法提炼出 1 个主成分变量（记为 X0），从图 5.2 我们可以看出，这个主成分变量代表了 X1至 X11这 11 个变量 85.053%的信息，也就是说，我们基本可以用这个主成分变量来代表X1至 X11，从 X1至 X11所共同体现出来的含义，我们也可以肯定，这个主成分变量即是一个较好的指示高等教育各学科发展水平的指标变量。
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2009
【分类号】：C964.2;G649.2
【引证文献】
相关硕士学位论文 前1条
1 李静;重庆市研究生教育结构研究[D];西南大学;2011年
本文编号：2684913
本文链接：https://www.wllwen.com/jingjilunwen/quyujingjilunwen/2684913.html
