1、“.....在其之前能否建立动态回归模型，必须先进行协整检验，考量序列之间是否具有协整关系。若存在协整关系，这些解释变量之间常存在着定相关性，我们利用主成分分析，通过降维技术把多个变量化成少数几个主成分统计方法，使这些主成分能够反映原始变量绝大部分信息。继而利用误差修正模型，结合主成分然后对响应变量做若干年后统计预测。在做模型预测之前，先要对各解释变量进行预测，我们主要通过时间序列模型，和非参数统计光滑样条方法进行预测对比，找出最优预测，通过对拟合模型残差序列做纯随机性检验，最后利用回归模型进行验证，由数字统计分析得出方法优异性。以下将分成检验分析主成分分析模型光滑样条回归模型验证这四小块来逐详解。检验分析平稳性检验平稳性检验方法单位根检验由于虚假回归问题存在，所以在进行动态回归模型拟合时，必须先检验各序列平稳性。只有当各序列都平在尤为重要位置。培养高素质人才和杰出人才重要任务是高等教育必须要承担。改革开放特别是世纪年代以来，国家采取了系列重大举措......”。

2、“.....先后实施了“工程”“工程”和“高等学校教学质量和教学改革工程”，有力地促进了高校人才队伍建设，使高校人才队伍整体素质不断提高，科技创新水平不断提升。获得国家三大科技奖励数量超过授奖总数半数是高校教师，全国以上哲学社会科学研究成果来自高万方数据上海师范大学硕士学位论文引言校，高校教师队伍已经成为国家科技创新和繁荣哲学社会科学主力军科技成果转化及产业化强大生力军。世纪初,上海制定了“构筑上海人才资源高地”人才发展战略目标。其内涵主要体现人才资源集聚力强人才资源效能高人才资源规模宏大人才资源结构合理人才资源层次居高。这战略总体目标是,以邓小平建设有中国特色社会主义理论为指导,以江泽民同志关于“努力建设高素质干部队伍”重要讲话为依据,以上海率先建立社会主义市场经济运行机制和在下世纪初基本建成国际经济金融贸易中心之为目标,率先建成与社会主义市场经济运行机制相适应人才管理体制,进行整体性人才资源开发,力争在人才规模层次结构效能上处于国内领先地位并跻身国际先进行列,努力把上海建成与“个龙头......”。

3、“.....年月日，上海交通大学校长中国科学院院士张杰在杂志发表中国大学“三步走”改革高水平师资队伍是建设世界流大学关键署名文章。文章阐述了中国高等教育发展宏观背景研究能力与科技产出取得长足进步以及存在问题，概述了他在上海交通大学如何通过系统制度性改革创造出创新文化氛围以及提升创新研究能力。文献综述国内文献综述国内学者对上海高校人才规模研究相对滞后，研究范围比较窄，对其进行深层次探究文献并不多，更多集中在产业结构以及市场经济条件下，对全国或些地区人才需求和结构研究上，定量分析资料比较匮乏。从宏观经济方面考虑影响主要存在于定量分析资料，而从微观方面来预测未来高校人才规模文献很少。但是在数据可获得情况下，微观研究准确性对比宏观研究将有很大提高。以产业结构调整与人才需求及培养模式关系上来看，李彬以江苏省产业结构调整来观察人才需求变化，通过研究近十多年来，产业结构变化和人才在各个产业所占比重，以及产业结构分层次等级对高校人才需求量......”。

4、“.....人才培养供给结构层次比例失衡，呈两头小中间大状态。具体反映在年，各层次占招生总量比例为和。按照人才层次比万方数据上海师范大学硕士学位论文引言例关系，高中低三档人才有序排列才能形成人力资源合理利用，三者间相互依赖相互制约。而现实人才培养层次比例关系很不理想。但文章只基于对数据分析，而没有契合相关模型作理论解释，故欠缺有力理论作指导。王震宇王世伟利用多元线性回归分析法来研究人才需求在预测中应用，以物联网行业为样本，以技术经济政策等因素确定了八项指标体系为变量，构建多元线性回归模型来预测物联网行业未来人才需求。文章很好利用了模型作推导，但是全文利用八项指标体系作为变量，变量较多，虽起到详尽概括用途，但统筹稍显繁琐，没有精简具体概括展现主要变量影响。黄昌财通过系统工程及应用数学理论,讨论了高等学校人才规划预测方法,建立了相应数学模型,时间序列分析模型，指数型数学模型，直线型数学模型，平均增长外推型数学模型，弹性系统预测模型，通过实例验证......”。

5、“.....全文通过多种模型继而推进，但是没有详尽通过所得数据解释每个模型作用，没有为最终结论做出详解。丁晓华介绍了高校人才预测方法和原则，并运用回归预测灰色预测马尔科夫预测等方法对高校年专业人才数量和人才学历结构进行了预测，未来五六年中，该校人才结构将呈现良好变动趋势，与年相比，年研究生比例将上升，而本科生比例将下降，专科生比例将下降。高学历人才比例不断提高，低学历人才比例不断下降，学历结构趋于优化。然而灰色模型虽然能很好预测近些年因变量，但是对于长期十年或以上，预测精准度欠缺。钱宇从市场经济角度,试图寻找种新模型，国内生产总值,亿元人民币年末人口数,万人，社会民间资本投入普通高等学校资金数量,亿元人民币，在校学生数,人对我国普通高等学校人才培养规模进行科学预测,并在此基础上得到些有意义结论。全文能很好结合市场经济影响，但在选取模型时候，采取“新模型”，虽然创新能很好进行科学预测，缺乏“新模型”有效数学理论支撑点，仅仅采用结论来证明不足以信服......”。

6、“.....其采用数学模型大致可分为两大类,即时间序列法和相关分析法时间序列法基本上是从人才时序中寻找规律,较突出地反映了历史趋势,这种趋势又反映了综合因素影响结果,其缺点是难于根据社会经济目标及变化来调整预测结果。另外,这类方法基本上是建立在历史统计资料基础上,需要占有丰富历史资料,万方数据上海师范大学硕士学位论文引言并且要求数据变化过程表现出定规律性相关分析法通过对历史数据分析,寻找人才与社会经济统计关系,因而可以利用确定社会经济目标来预测人才需求量,这两类方法各有利弊,在实际应用中均能收到定效果,但单从角度出发建立个孤立模型,往往很难使预测结果准确可靠。年和首次提出组合预测理论和方法,为了提高预测结果精度,对于同预测问题,若有几种方法,则可以采用组合预测方法表明,即使个效果不佳预测方法,只要它含有系统独立信息,当其与个较好预测方法进行组合后,同样能够改善系统预测性能,组合预测目就是综合利用各种方法所提供信息,避免单模型丢失信息缺憾,减少随机性,提高预测精度......”。

7、“.....特别是高等教育个最显著特点是人才培养具有超前性,使用具有滞后性。这个特点表明,人才培养必须建立在对人才需求和学校教育规模科学预测上。因此,那种认为社会上急需什么,学校就应培养什么观点和认识是有很大片面性。对人才需求和学校教育规模进行科学预测,目前仍是个十分困难问题。本文拟从学生流方法和从市场经济角度出发,利用主成分与误差修正模型，拟合出模型方程，预测往后十年上海高校全日制本专科，成人和网络教育以及研究生在校生数。希望能通过此研究，为政府决策提供定依据。研究意义本文研究意义是通过学生流方法主成分与误差修正模型结合方法，拟合高校在校生数模型，并预测未来十年高校在校生规模，为上海高校未来招生结构提供定依据，同时有助于对高校人才培养学科建设科研成果转化等方面来阐述其重要意义。研究内容研究方法及创新点本文主要依据近十六年上海高校人才在校生情况，在学生流方法中，利用上海常住人口出生数，以时间为导向，六年后入小学，十八年后入大学规万方数据上海师范大学硕士学位论文引言律......”。

8、“.....从产业经济出发，上海市高校人才规模与上海市常住人口人均生产总值二产产值三产产值有关，通过主成分分析，消除以上解释变量之间自相关性，然后建立误差修正模型，拟合并预测未来年份在校生值。本文共分四章，具体内容如下第章为绪论部分，介绍了本文研究背景及研究意义，阐述了国内外关于高校人才规模培养和预测研究，并且给出本文行文思路和创新点。第二章主要对两种检验分析方法平稳性检验和纯随机性检验，以及主成分分析时间序列模型误差修正模型和非参数统计光滑样条方法做了详细理论介绍。第三章是本文实证研究部分，主要利用年年历史数据，根据第三章方法和模型，预测出学生流方法中本市考入高校学生数，外省考本市高校生数，及利用误差修正模型，由四个解释变量拟合值和预测值，得出高校人才在校生数，并给出相应模型结果解释。第四章是本文结论，结合第四章实证分析，对上海市高校人才规模预测结果进行总结，并提出适应上海市经济进步增长相应建议......”。

9、“.....在其之前能否建立动态回归模型，必须先进行协整检验，考量序列之间是否具有协整关系。若存在协整关系，这些解释变量之间常存在着定相关性，我们利用主成分分析，通过降维技术把多个变量化成少数几个主成分统计方法，使这些主成分能够反映原始变量绝大部分信息。继而利用误差修正模型，结合主成分然后对响应变量做若干年后统计预测。在做模型预测之前，先要对各解释变量进行预测，我们主要通过时间序列模型，和非参数统计光滑样条方法进行预测对比，找出最优预测，通过对拟合模型残差序列做纯随机性检验，最后利用回归模型进行验证，由数字统计分析得出方法优异性。以下将分成检验分析主成分分析模型光滑样条回归模型验证这四小块来逐详解。检验分析平稳性检验平稳性检验方法单位根检验由于虚假回归问题存在，所以在进行动态回归模型拟合时，必须先检验各序列平稳性。只有当各序列都平上海高校人才预测结果与展望才在校生数预测结果并从政府职能角度,针对上海市人才开发现状瓶颈问题......”。