最低生活保障问题探索.docVIP

  • 5
  • 0
  • 约1.35万字
  • 约 20页
  • 2018-06-27 发布于福建
  • 举报
最低生活保障问题探索

最低生活保障问题的探索 摘要: 城市最低生活保障制度是实现国家长治久安的社会稳定机制、经济调节机制和政治调节机制。实施城市最低生活保障制度以来,对于稳定城市社会、促进城市经济、社会发展起到了积极作用,但在低保制度的实施过程中也存在着各种各样的问题。 本文着眼于如何动态、分类实施低保,从以下几个方面进行了探讨和研究: 低保金的制定应随当地经济发展,消费水平的变化而变化。本文利用神经网络对大量消费数据进行非线性分析,预测了低保金的变化趋势,为随消费水平的变化如何科学地制定低保金的变化提供了一条较为合理的途径;而对过去数据的计算,也很好地验证了这种预测方法的可靠性。 处理隐性就业问题。我们引入了“惩罚---奖励”机制,进而用决策树分析隐性就业者的序贯决策模型,找出了决定其是否及时汇报找到工作的概率表达式,并试图通过该表达式建立合理的“惩罚---奖励”机制,鼓励低保享受者在找到工作后立即将情况上报,脱离低保体系,减轻政府的财政负担。 通过人的无差异曲线及收入预算线的分析,提出了长久激励受保人员工作积极性的方案,从而使受保人员主动自愿地付出劳动,增加个人收入,减轻政府负担,缓解财政压力。 通过对人均赡养人数的研究,证明了应提高有劳动能力成员比例较少的家庭的资助额。 提出按工时提供奖金的设想,这一设想即可抑制隐性就业,又可增加劳动人员增加劳动时间时的边际收益。 本文中提出的低保体制体现了最低生活保障标准应随着经济发展而做出相应的变化的原则;体现了建立动态、发展型最低生活保障标准,必须坚持以生存为基础、兼顾发展,生存与发展相结合的原则;坚持兼顾公平与效率原则;坚持无偿供给与奖励帮扶相结合的原则;坚持个人需求与社会供给能力相结合的原则。 关键字:动态分类施保方案 序贯决策 BP神经网络 无差异曲线 预算线 一、问题的重述 城市居民低保制度的实施,对于巩固社会稳定,促进社会进步和经济发展起到了极其重大的作用。但是低保制度在实施过程中,也存在着一些具体问题。突出表现在以下两点: 一:保障标准的确定问题。既要能维持保障对象的基本生活需求,又要避免标准设置过高降低工作的积极性;既要随着经济发展逐步提高,又要考虑财政承受力;既要和当地经济社会发展水平相适应,又要防止各地在标准的高低上相互攀比。 二:如何实现动态管理下的“应保尽保”;如何合理平衡收入因素和资产、教育、住房、赡养问题等非收入因素;如何制定更为合理有效的“分类施保”政策,避免出现贫困家庭保障不足,相对富裕家庭领取低保的现象。 二、问题的分析 2.1 最低生活保障标准制定的主要依据 城市居民最低生活保障标准应按照当地维持城市居民基本生活所必需的衣、食、住费用,并适当考虑水电燃煤(煤气)费用以及未成年人的义务教育费用确定[1]。为了使每个居民不至于在生活困难时孤助无援,最低生活保障标准的制定应相当于或略高于最低生活需求标准,再加上社会发展状况和物价等因素,各地制定的最低生活保障标准的依据主要包括:1、维持居民的最低生存需求所需要的食品的种类和数量;2、除食品外的其他各项生活必需因素的消费支出;3、市场综合物价指数,尤其是生活必需品的价格指数;4、居民的平均收入和消费水平;5、经济发展状况和财政收入状况;6、其它社会保障标准。 2.2 当前低保实施中的一些问题 1.由于政府的补助额及补助方式的不当,许多受保人员工作积极性减弱。 2.存在隐性就业[4],使政府有限的低保支出中的一部分落入了收入较高的人群。 所谓隐性就业是指失业人员名义上处于失业状态,没有收入来源,而实际上有着工作岗位,有工资可得。 三、相关假设 1、处理序贯决策过程中,人绝对理智,总会选择受益最大的方案。 2、认为经济平稳发展,物价指数,居民消费指数平稳、规律地变化。 3、同一时期不同收入阶层的消费指数变化相同 四、人工神经网络预测模型解决低保标准随经济发展的变化问题 政府应根据低保家庭必需的消费额的变化调整低保线,以保证低保家庭总能维持其生活。 低保家庭必需的消费额的变化本身不易预测,但必需消费额的变化应与物价指数密切相关,所以本节中我们将提出一种利用人工神经网络根据物价指数的预期值推导出消费额的变化的预期值的方法。 之所以选用人工神经网络是因为我们所研究价格-消费系统为多因素的非线性系统。而对于多因素的非线性系统,用一般的线性拟和难以达到较好的预测效果。而神经网络是处理这一类问题的一个强有力工具。 4.1人工神经网络的概念: 人工神经网络[2]是一种由大量的人工神经元广泛连接而成的,用以模仿人脑神经网络的复杂网络系统。具有高维性、并行分布处理性、自适应性、自组织性、自学习性等优良特性。其计算过程是通过一种包含许多简单的非线性计算单元或连接点的非线性系统完成的。人工神经网络模型的误差反向传播BP算法是目

文档评论(0)

1亿VIP精品文档

相关文档