前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇久別的人范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

久別的人范文第1篇

職業(yè)：上市公司財(cái)務(wù)

愛好：跳操、逛街、唱歌、跳舞

裝扮原則：怪――別人沒有的就好

徐軼背著一個(gè)大大的運(yùn)動(dòng)背包，披肩的中長發(fā)迎風(fēng)飛舞著，來到了我們的攝影棚。一個(gè)動(dòng)感的女孩，這是我對她的第一印象。

她一邊擺甫士拍照，一邊跟我有一搭沒一搭地閑聊。我問她的著裝風(fēng)格，她大大咧咧地說：“休閑，決不穿職業(yè)裝，耍怪，別人沒有的就好?！惫?，我見她從包里抖出的服裝，都是我這種職業(yè)女性平常少見的。她的搭配也大膽而奇怪，比如這款“行頭”(圖一)。

咖啡上衣：迪美購買，120元；

裙子：日本的牌子COCO cat，陜西路上有一家小專賣店，250元；

皮鞋：韓國的牌子，東方商廈購買，350元；

襪子：襄陽路買，10元；

帽子：迪美購買，68元。

我對她的桔紅色襪子“大驚失色”，我是無論如何不敢如此穿著。她卻得意地說：搭配要大膽，穿時(shí)要自信。這樣彩色的襪子：玫瑰紅、綠色等等，我有一大把呢!

等到我了解了她的職業(yè)之后，我不禁對她說：財(cái)務(wù)人員照理該是文靜、傳統(tǒng)、略為保守的一類，你卻是……未等我說完，她就笑著打斷我: “我就是喜歡不按常理出牌的，穿衣打扮只有如此才能別出心裁，達(dá)到“衣不驚人誓不休”的境地呢!況且，她還坦白，這個(gè)職業(yè)是當(dāng)初由老師和父母一起“密謀”而定的，其實(shí)她的愿望是入幼兒師范，將來當(dāng)幼兒園老師。所以，你看她的這款服飾多么有童趣啊(圖二):

奶牛褲：迪美買的，120元；

皮帶：襄陽路買的，30元；

人造毛馬夾：weekend，190元。

長袖衫：逸飛牌，268元。

她的“淘衣”經(jīng)驗(yàn)是這樣的：酷愛運(yùn)動(dòng)的她，每周三到四次去位于淮海路上的子曦女子會(huì)所跳操，來去的路上或休息天順便逛街，讓自己慢慢練成火眼金睛，在路邊不起眼的小店內(nèi)的一大堆衣服中翻出屬于自己的那一款。在這個(gè)過程中，父母由原先對她的服裝不以為然和大加指摘變成有點(diǎn)欣賞了，她也正準(zhǔn)備去考跳操教練證呢!

最喜歡的也是最能獲得別人贊賞的一套衣服是(圖三):

中裝上衣: 在北京旅游時(shí)在特色小店訂制的，200元；

九分褲: De Season，太平洋百貨購買，380元。

圖四: 彩條褲: 自然物語，茂名路買，168元；

短袖上衣: 陜西路買，78元；

久別的人范文第2篇

我堂堂女子漢怎么能蒙受這種屈辱呢？于是我氣憤說：“你們在說什么?。?！小心我告訴老師你們誣陷我們?。。ㄆ鋵?shí)當(dāng)時(shí)是嚇唬他們的）”他們果真被嚇到了，一個(gè)個(gè)都不出聲了。這一天就這樣不愉快地度過了。

第二天，我來到學(xué)校，認(rèn)真的早讀起來，可是過了好久，同桌蕭茗還是沒有來上學(xué)，我的心里出現(xiàn)了一個(gè)大大問號：蕭茗怎么沒來？

老師慢慢的走過來面對同學(xué)說：“同學(xué)們，蕭茗出車禍了?！蔽衣牭竭@個(gè)消息，猶如晴天霹靂！我也不知道為什么，便飛跑到市醫(yī)院，在搶救室外等著，等著，終于，一個(gè)醫(yī)生跑到我身邊說：“你是鄭小冰嗎？蕭茗同學(xué)想和你說最后的幾句話，我飛快地走進(jìn)搶救室，只見蕭茗靜靜地躺在那里，用微弱的聲音對我說：“這是我送給你禮物，你好......好保存，我就要走了?！?/p>

“你不會(huì)走的，你不會(huì)走的?。?！”說完我的淚花從眼眶里涌了出來。

“再見了！再也不能和你斗......嘴了，抽屜里有......”沒說完蕭茗的手便沉了下去。

“不你可以的，可以的?！?/p>

“他已經(jīng)走了，沒用的了?！?/p>

我傷心地離開了醫(yī)院，回到學(xué)校，班級的門已經(jīng)關(guān)了（我是班級的門長，所以有鑰匙可以開門），我走進(jìn)班里，坐在座位上默默地流淚，突然發(fā)現(xiàn)抽屜里有一封信，我拆了開來，看見信上寫的是這樣的：

小冰：

其實(shí)我一直很喜歡你，但是我不敢對你表白，今天我把信給你,希望你能明白我的心意.

蕭茗

久別的人范文第3篇

在逛街的時(shí)候，看見了他，最熟悉的陌生人。他牽著一個(gè)卡哇伊的小女孩，樣子甜美洋溢著青春的氣息，屬于小鳥依人的類型吧。他并沒有看見我，我連忙避開。姐妹見我轉(zhuǎn)變線路，好奇問我發(fā)生了什么事。我淡淡地說，再回頭逛逛吧。剛才那件化妝店其實(shí)也蠻不錯(cuò)的。姐妹并沒有繼續(xù)追問，于是帶著復(fù)雜的心情在那間化妝店走馬觀花地看著。懵懂地撞到了一個(gè)人，急忙說抱歉，抬起頭的時(shí)候，映入眼底的正是那張清秀的臉，干凈的眼眸，燦爛的笑容。他看是我，臉部掠過一些驚訝。他身邊的女友倒是蠻善解人意的，笑著說他是運(yùn)動(dòng)員，這點(diǎn)碰撞習(xí)慣的了。我尷尬地笑了笑，對她點(diǎn)頭表示謝意。想要裝作若無其事逃離時(shí)，姐妹過來了，見到他熟悉地開著她的玩笑。我想示意姐妹的時(shí)候已經(jīng)遲了。以前我和他戀愛多年，姐妹習(xí)慣了他，也是一個(gè)很不錯(cuò)的朋友。但這個(gè)場合卻不適合聚舊。他倒也沒什么，也是笑呵呵地回應(yīng)著我的姐妹。他身邊的小女人大概也擦覺到了吧，笑著對我說，你是他以前的女友吧，他時(shí)常說起你。我覺得詫異。小女人接著說，他總是說我不夠堅(jiān)強(qiáng)總喜歡依賴她，她說你是一個(gè)個(gè)性鮮明，很要強(qiáng)的人。接著她有點(diǎn)自嘲地說，如果我學(xué)到你一半的話，那我這個(gè)麻煩鬼一定讓他少點(diǎn)煩惱的。他撫摸她的頭發(fā)，笑著說，哪有呢。我看見她淘氣地吐了吐舌頭。我再看著他，他的眼里有我以前不曾看過的溫柔。

分道揚(yáng)鑣后，我的心突然針扎般的痛。我意想不到他會(huì)在現(xiàn)任的女友面前說起我，以前我們很多爭吵，其實(shí)現(xiàn)在回首發(fā)現(xiàn)自己其實(shí)太過自我了。我總有自己的想法，我認(rèn)為兩個(gè)人哪怕在一起，也不需要太多遷就，每個(gè)人應(yīng)該擁有自己的宇宙。就因?yàn)樘獜?qiáng)了，他從最開始的包容，到了后來的遷就，逐漸就是無盡頭的爭吵。但我卻始終不肯退步，最后分手告終這段感情?，F(xiàn)在他的女友小鳥依人的，一定不會(huì)讓他感覺難受吧。姐妹安慰我說，兩個(gè)人都走了盡頭無需刻意檢討著什么。我說，如果當(dāng)初自己不那么任性，能夠放下自己的所謂的個(gè)性，那么也許我就不會(huì)失去他。姐妹想了想說，每段戀愛都能夠讓人成熟。你這樣想吧，誰的新歡曾不是別人的舊愛呢。

誰的新歡曾不是別人的舊愛？我以前的他是小女人的現(xiàn)任男友，而我下任的男友也會(huì)是別人的舊愛。每個(gè)人在時(shí)間流逝中走來，沿途的風(fēng)光迷人也會(huì)遇到陪伴著你一路前行的人。也許彼此的終點(diǎn)不一樣，也許每個(gè)人的選擇不一樣，也許下一個(gè)分歧路口，我們就分道揚(yáng)鑣了。接著下一站，也會(huì)碰到前行的人，可他一路走來，也許以前也是別人的伴侶。每個(gè)人的性格，脾氣，夢想不一致，手牽手走到彼此約定的終點(diǎn)是一件艱難的事。也許和別人分開后，總會(huì)尋找自己身上的毛病，但有些不適合就是最簡單的致命一擊。

從一段感情的開始，發(fā)展到最后，總能學(xué)會(huì)太多，感悟太多。也許就是把這些感悟還有學(xué)會(huì)的累積，才能更接近幸福的彼岸。以前的他，也許也會(huì)有一番屬于自己的感悟吧，也許他也會(huì)怪責(zé)自己不能容忍多一些，那么的話，也許屬于我們的路就能更長久一些。而我呢，也在想，如果我當(dāng)初能夠小鳥依人多一些，能夠多一些溫柔，那么我們也會(huì)少點(diǎn)爭吵更多幸福的。

誰的新歡曾不是別人的舊愛呢，對的，以后我的男人也不可避免是別人的舊愛。那么他在前一段感情走來，會(huì)不會(huì)成熟更多一些，會(huì)懂得總結(jié)一下得失的原因。而我就認(rèn)識到自己太要強(qiáng)，不懂包容，需要改進(jìn)一些。每個(gè)人都是自己獨(dú)一無二的宇宙，但是每段感情卻始終都是兩個(gè)世界的融合。把自己看輕一點(diǎn)，在乎他人多一點(diǎn)，我知道幸福也會(huì)更多一些。

久別的人范文第4篇

論文關(guān)鍵詞：人力資本投資，性別差異，收益

一、 引 言

隨著知識經(jīng)濟(jì)時(shí)代的到來，人力資本在經(jīng)濟(jì)中的作用越來越重要，人力資本投資也成為研究的熱點(diǎn)之一。分工的細(xì)化使女性更多的參與到經(jīng)濟(jì)活動(dòng)中，女性人力資本投資問題逐漸引起學(xué)者的關(guān)注.學(xué)者們對女性人力資本特征、投資現(xiàn)狀、以及女性人力資本的價(jià)值實(shí)現(xiàn)等問題進(jìn)行了研究，并取得了一定的成果。但人力資本投資存在性別差異，投資主體為了追求利益，會(huì)先比較人力資本的投資收益。目前關(guān)于人力資本性別投資收益的研究還不夠深入，兩性人力資本哪個(gè)投資收益大，哪個(gè)更具有投資價(jià)值，學(xué)術(shù)界還存在很大的爭議。本文通過對國內(nèi)、外學(xué)者在人力資本性別投資差異研究的成果的梳理，在分析目前研究現(xiàn)狀的基礎(chǔ)上，做了相關(guān)評述，以期對將來學(xué)者們的研究有一定的參考價(jià)值。

二、 國外學(xué)者人力資本投資性別差異的研究情況

著名的古典學(xué)派代表亞當(dāng)·斯密認(rèn)為人力資本投資可以由私人出于追求利益的投資行為完成。他建議由國家“推動(dòng)、鼓勵(lì)甚至強(qiáng)制全體國民接受教育”。即傳統(tǒng)的古典經(jīng)濟(jì)學(xué)在研究人力資本投資問題時(shí)忽略了人類性別的劃分，認(rèn)為男性和女性的社會(huì)地位和角色沒有差別，不需要進(jìn)行單獨(dú)研究，沒有從性別角度對人力資本投資展開研究。

美國學(xué)者舒爾茨較早明確的闡述了人力資本的投資理論。他認(rèn)為“人力資本投資不應(yīng)該僅僅局限于男人的范圍，忽略“女人資本”的傾向令人擔(dān)憂”。[3]由此可見，舒爾茨注意到投資中的性別差異，認(rèn)為以前的研究忽略了對女性的思考，有必要對女性人力資本進(jìn)行單獨(dú)研究。但他比較注重宏觀方面的分析，缺乏微觀的支持，沒有就人力資本性別投資問題展開探討。

在舒爾茨的基礎(chǔ)上，貝克爾發(fā)展了人力資本投資理論。他主要從微觀的角度進(jìn)行研究，彌補(bǔ)了舒爾茨研究的缺陷。貝克爾認(rèn)為：“投資量是預(yù)期收益率的函數(shù)?！笔找媛试礁?，投資量就越大收益，男女兩性在學(xué)校教育中的機(jī)會(huì)成本與預(yù)期收益的差異使家庭在進(jìn)行人力資本投資時(shí)更愿意向男性傾斜。他指出女性人力資本投資和男性有很大的區(qū)別，女性人力資本與家庭決策有很大的關(guān)系，即專業(yè)化投資會(huì)強(qiáng)化女性在家庭部門的比較優(yōu)勢，如果婦女在做家務(wù)上優(yōu)于男人，從經(jīng)濟(jì)效率的角度講，婦女應(yīng)更多地從事家庭勞動(dòng)。貝克爾的家庭決策理論為研究女性人力資本投資奠定了基礎(chǔ)。但他的理論定性的分析居多，定量的分析很少。

明賽爾從投資收益的角度進(jìn)行分析，他建立了人力資本投資的收益率模型，最早提出人力資本收益函數(shù)，并將人力資本理論與分析方法用于家庭決策中來研究人力資本的性別投資行為。他在《家庭背景下婦女的勞動(dòng)力供給》以及與波拉切克合著的《家庭的人力資本投資》中指出：由于家庭決策的原因，女性的勞動(dòng)力市場收益低于男性收益。在人力資本投資中，女性人力資本折舊率高于男性，女性人力資本投資的邊際收益率遞減速率快于男性。[5]他通過建立模型對人力資本投資收益進(jìn)行了定量分析，但沒有就性別投資收益展開定量的比較分析，仍需要繼續(xù)研究論文格式。

繼舒爾茨、貝克爾、明賽爾的研究之后，后期的學(xué)者對人力資本投資的研究逐漸細(xì)化。萊姆使用國別數(shù)據(jù)，將壽命差距作為家庭資源投資男女的指數(shù)，分析整個(gè)生命周期的家庭分配，最后指出家庭內(nèi)部資源分配優(yōu)先給予創(chuàng)收能力更強(qiáng)的成員。鄧肯通過對巴西兒童死亡率數(shù)據(jù)，進(jìn)行博弈框架經(jīng)驗(yàn)分析，得出母親更傾向于女孩的健康投資，而父親更傾向于男孩的健康投資。P．Duraisamy通過對印度的數(shù)據(jù)研究發(fā)現(xiàn)，1983、1993、1994年，投資于女性的中級和中高級教育的收益要比投資于男性的高。[4]

綜上所述，國外學(xué)者對人力資本投資的研究比較早，雖然沒有從性別角度進(jìn)行專門的研究，但研究中涉及到了人力資本性別投資問題。分析視角從微觀到宏觀，從定性分析到定量分析，相關(guān)理論在不斷的完善，為科學(xué)的分析性別投資行為提供了依據(jù)，也為國內(nèi)學(xué)者的研究提供了方向。但國外學(xué)者沒有對性別投資收益展開比較研究，研究的還不夠全面，仍需要深入的探討。

三、 國內(nèi)學(xué)者人力資本投資性別差異的研究情況

國內(nèi)學(xué)者對性別人力資本的研究比較晚，但是發(fā)展的比較快。在借鑒國外理論的基礎(chǔ)上，首先提出了性別人力資本，進(jìn)一步分析女性人力資本的現(xiàn)狀和特征、女性人力資本的價(jià)值問題，并取得了一定的成果。但是在人力資本性別投資收益的研究上爭議還很大，國內(nèi)學(xué)者從不同的角度進(jìn)行了探討，主要集中在以下幾個(gè)方面：

(一)性別人力資本概念的提出

傳統(tǒng)人力資本投資理論認(rèn)為投資對象是同質(zhì)的，這對投資性別差異的解釋不充分，因此潘錦棠（2003）提出性別人力資本，即將人力資本的投資對象按男性和女性劃分，研究女性相對于男性的投資價(jià)值。他認(rèn)為傳統(tǒng)的人力資本投資理論缺乏對人力資本“投資對象”和“投資環(huán)境”的研究。他首次提出人力資本投資之所以向男性傾斜，是因?yàn)槟壳啊叭肆Νh(huán)境”中男性比女性更有投資價(jià)值；男性收入高于教育投資相同的女性是因?yàn)榇嬖凇靶詣e租金”；男女兩性相對投資價(jià)值的變化是因?yàn)椤叭肆Νh(huán)境”的變化。[6]他從投資的性別差異角度、投資回報(bào)的性別差異角度進(jìn)行了探討。性別人力資本的提出引起了學(xué)者對女性人力資本的重視，進(jìn)一步提升了女性人力資本的存量。

(二)性別歧視是導(dǎo)致人力資本投資性別差異的重要因素

20世紀(jì)90年代后期，性別職業(yè)隔離現(xiàn)象較為嚴(yán)重，女大學(xué)生就業(yè)比較難，就業(yè)中性別歧視成為女性人力資本投資的障礙。學(xué)者開始關(guān)注性別歧視對人力資本投資的影響。投資中的性別歧視收益，一方面受傳統(tǒng)觀念的影響，另一方面是由于經(jīng)濟(jì)人的投資決策產(chǎn)生。李瑩（2004）認(rèn)為，傳統(tǒng)的性別觀念對人們的行為有指導(dǎo)作用，主要通過影響各微觀投資主體的投資決策，來削弱對女性的投資動(dòng)力，降低投資的預(yù)期收益，影響投資范圍，因此出現(xiàn)人力資本投資的性別差異。徐彩蓮（2006）研究發(fā)現(xiàn)由于性別歧視的存在，使女性接受教育的機(jī)會(huì)少于男性，人力資本投資造成人力資本存量的性別差異。毛藝林（2008）認(rèn)為人力資本投資中的性別歧視阻礙了女性自我價(jià)值的實(shí)現(xiàn)和兩性的平等發(fā)展。他從經(jīng)濟(jì)學(xué)角度分析導(dǎo)致性別差異的原因，除了傳統(tǒng)性別歧視的因素，還包括經(jīng)濟(jì)利益的影響。人力資本投資中的性別差異除受傳統(tǒng)文化的影響外，經(jīng)濟(jì)因素也會(huì)影響家庭和社會(huì)的投資決策，所以投資中差別地、甚至歧視的對待某一性別群體，實(shí)現(xiàn)兩性優(yōu)勢互補(bǔ)，是一種理性的選擇。張抗私（2002）從經(jīng)濟(jì)學(xué)角度解釋了投資中的性別歧視，人力資本投資中的性別歧視主要體現(xiàn)在受教育的程度和職業(yè)培訓(xùn)上的不同，真實(shí)收益中女性人力資本的經(jīng)濟(jì)效益高于男性，即女性具有明顯的社會(huì)效益。邵明波（2005）指出女性人力資本投資具有較高的個(gè)人收益率和社會(huì)收益率。受傳統(tǒng)社會(huì)觀念和經(jīng)濟(jì)原因的影響，對女性的投資不足，進(jìn)一步影響女性就業(yè)，導(dǎo)致女性人力資本投資收益下降，降低家庭對女性人力資本投資偏好，影響國民經(jīng)濟(jì)的發(fā)展。張春霞（2006）從經(jīng)濟(jì)學(xué)角度出發(fā)，結(jié)合社會(huì)學(xué)、心理學(xué)等學(xué)科分析出，受性別歧視的影響，女性和男性在教育培訓(xùn)和遷移等方面的投資存在差異。由于投資對象和投資環(huán)境的性別差異，知識女性的投資機(jī)會(huì)比男性少，投資回報(bào)率低，人力資本投資的差異造成了兩性人力資本存量的差異。

關(guān)于性別歧視研究有非經(jīng)濟(jì)學(xué)和經(jīng)濟(jì)學(xué)的視角，但結(jié)論大致相同，認(rèn)為性別歧視的存在降低了人力資本投資的效率。非經(jīng)濟(jì)學(xué)角度的研究指出，性別歧視會(huì)降低對女性的投資動(dòng)力，導(dǎo)致女性的投資收益低于男性；經(jīng)濟(jì)學(xué)角度的分析指出，人力資本投資之所以會(huì)有性別差異，除了性別歧視的因素外，經(jīng)濟(jì)利益的影響也是一個(gè)很重要的原因。從經(jīng)濟(jì)學(xué)角度分析性別歧視，有利于改善女性人力資本投資狀況，為科學(xué)的進(jìn)行人力資本投資提供依據(jù)。但關(guān)于性別歧視的分析多是定性的分析，定量的分析還不多見。

(三)人力資本投資性別差異的研究從定性研究走向定量研究

性別歧視通過影響人力資本投資的性別傾向，使兩性在投資收益上存在很大的差異。但是對于這種差異沒有定量分析，因此將性別歧視作為投資差異的主要原因，解釋力度不夠，不少學(xué)者開始對性別投資收益進(jìn)行量化。國內(nèi)學(xué)者在計(jì)算人力資本投資收益時(shí)，主要是通過收益率來衡量。如禇建芳（1999）等通過對個(gè)人投資收益率的研究，得出女性的教育收益率為5.82%，男性為4.36%。[12]孫蘭（2003）從人力資本投資成本與收益的角度分析，指出男性與女性之間的差距是很顯然的收益，女性人力資本投資成本比男性大，而收益比男性小，這兩者相比較是進(jìn)行女性人力資本投資的一個(gè)重要的前提。高夢滔、姚洋、梁宏（2004）等通過分析女性健康數(shù)據(jù)，指出女性的健康情況不如男性，即女性的保健投資低于男性。劉國恩（2004）對通過實(shí)證分析，指出男性的健康的經(jīng)濟(jì)收益低于女性。畢雪晴、岳曉菲（2007）通過對國內(nèi)外教育投資收益率的比較，發(fā)現(xiàn)我國教育收益率低于國際水平，與同等學(xué)歷的男性相比，女性收入只及男性的2/3。鐘威（2007）指出性別人力資本投資的收益主要表現(xiàn)在被投資者將會(huì)獲得較高的預(yù)期貨幣報(bào)酬以及在一定程度上減少企業(yè)投資風(fēng)險(xiǎn)兩方面，他認(rèn)為傳統(tǒng)的人力資本投資傾向走入誤區(qū)，通過對成本收益中性別差異的分析，指出對女性人力資本投資可獲得比男性更高的收益。從上面的研究看出，女性的收益率顯著高于男性，對女性人力資本投資，有利于提升女性人力資本存量。但對于投資性別差異的定量分析還不夠深入，需要繼續(xù)探討。

(四)人力資本投資性別差異的研究從靜態(tài)走向了動(dòng)態(tài)

在參與經(jīng)濟(jì)的過程中，兩性時(shí)間配置差異較大。女性的時(shí)間在家庭、市場以及閑暇三個(gè)部門間配置，男性只在市場和閑暇兩個(gè)部門間配置。新古典經(jīng)濟(jì)學(xué)采用兩部門分析法，將人力資本投資對象假設(shè)為男性，忽視了兩性的時(shí)間配置差異，存在很大的缺陷。人力資本投資是屬于時(shí)間密集型的，只有閑暇時(shí)間才能用來人力資本投資，閑暇時(shí)間在某種程度上對人力資本投資有決定作用，因此有必要對女性閑暇時(shí)間進(jìn)行分析論文格式。有學(xué)者從這個(gè)角度對人力資本性別投資差異做了研究。郭硯莉（2006）從女性人力資本投資現(xiàn)狀出發(fā)，結(jié)合經(jīng)濟(jì)學(xué)、人口學(xué)和可持續(xù)發(fā)展的理論分析指出：由于傳統(tǒng)分工的存在，女性在三部門間時(shí)間配置不同于男性只在兩部門間配置，對女性教育投資小于男性，中斷工作經(jīng)歷對女性人力資本投資的影響最大，中斷期間女性不僅無法進(jìn)行在職投資等活動(dòng)，還會(huì)加速原有人力資本的折舊。導(dǎo)致女性人力資本含量比男性低，從而收益率也比男性低。袁迎菊（2008）從男女兩性的時(shí)間配置對人力資本的投資分析。她認(rèn)為女性由于要承擔(dān)工作和撫養(yǎng)孩子的責(zé)任，其時(shí)間配置與男性有很大的差別，因?yàn)樯⒆有枰ぷ饕袛嘁欢螘r(shí)間，這樣會(huì)造成女性人力資本因閑置而貶值，降低人力資本投資的收益。朱凱（2009）指出女性由于生育等因素的影響，預(yù)期人力資本投資回報(bào)率比較低，而人力資本投資受限。通過時(shí)間配置角度的分析，使人力資本的分析由靜態(tài)分析走向動(dòng)態(tài)分析。從經(jīng)濟(jì)人的角度對女性時(shí)間進(jìn)行分析，為增加女性人力資本投資提供了客觀依據(jù)。

四、 結(jié)束語

綜上所述，國外學(xué)者的研究比較早，且不同時(shí)期的研究視角不一樣，從微觀到宏觀，從定性分析到定量分析，人力資本性別投資的理論在不斷的完善，為國內(nèi)學(xué)者提供了借鑒的依據(jù)。國外學(xué)者沒有從性別角度將投資對象進(jìn)行區(qū)分，因此不能充分解釋兩性人力資本投資差異的問題，他們的研究多是關(guān)于家庭投資差異的分析，沒有進(jìn)行全面的比較分析，仍需要深入的研究。

國內(nèi)學(xué)者對性別人力資本的研究比較晚，但發(fā)展的比較快。學(xué)者們從不同的角度對性別人力資本進(jìn)行分析收益，有了一定的研究基礎(chǔ)。與國外學(xué)者相似，從宏觀分析到微觀分析，從定性分析到定量分析，涉及到社會(huì)學(xué)、心理學(xué)、經(jīng)濟(jì)學(xué)等學(xué)科，研究在不斷的深化。但仍存在一些問題需要繼續(xù)完善。在研究的內(nèi)容上，學(xué)者主要是關(guān)于教育投資和在職培訓(xùn)投資的分析，人力資本投資還包括健康投資、遷移投資等，但對這些投資進(jìn)行比較分析的文獻(xiàn)還不多見。從研究方法上看，定性、定量的研究都有，但定量分析還不夠深入，能將兩種方法緊密結(jié)合，系統(tǒng)的分析人力資本投資差異的文獻(xiàn)也不多見。在今后的研究中，可以通過設(shè)定相關(guān)的衡量指標(biāo)，對兩性投資收益進(jìn)行全面的定量分析。

由于學(xué)者分析視角的不同，關(guān)于人力資本投資哪個(gè)收益更大，目前還存在很大的爭議。受傳統(tǒng)觀念的影響，女性部分價(jià)值是沒有計(jì)入收益中，女性人力資本收益低于男性，但從女性經(jīng)濟(jì)人角度分析，其收益卻高于男性。人力資本性別投資差異的研究，是目前人力資本投資研究的難點(diǎn)。因此對這個(gè)問題進(jìn)行探討，有很大的理論和現(xiàn)實(shí)意義。理論上豐富了性別人力資本的內(nèi)容，也是對人力資本投資理論的細(xì)化和補(bǔ)充；同時(shí)為科學(xué)的分析女性人力資本投資行為提供了依據(jù)。最后對改善女性的投資狀況，縮小歧視性人力資本投資所造成的人力資本存量的性別差異，提升女性人力資本存量，推動(dòng)社會(huì)經(jīng)濟(jì)的進(jìn)步有一定的現(xiàn)實(shí)意義。

———————————————

參考文獻(xiàn)

[1]舒爾茨.論人力資本投資[M].北京:北京經(jīng)濟(jì)學(xué)院出版社，1990.

[2]加里·S·貝克爾.人力資本[M].北京:北京大學(xué)出版社，1997

[3]郭硯莉.女性人力資本投資問題研究[M].2006

[4]P．Duraisamy．Changesin Retums to Education in India，1983—94：byGender，Age—cohort and Location[J]．EconomicsofEducation Review，2002(6)

[5]雅各布·明塞爾.人力資本研究[M].北京:中國經(jīng)濟(jì)出版社，2001(9)

[6]潘錦棠.性別人力資本理論[J].中國人民大學(xué)學(xué)報(bào)，2003(3):94-104

[7]晏月平.女性人力資本理論研究述評[J].理論探索，2008(6):161-163

[8]張抗私.人力資本投資中性別歧視的經(jīng)濟(jì)解析[J].財(cái)經(jīng)經(jīng)濟(jì)問題，2002(7):19-21

[9]李瑩.簡析傳統(tǒng)性別觀念對人力資本投資性別差異的影響[J].西北人口，2004(3):56-59

[10]邵明波.中國女性人力資本特點(diǎn)及現(xiàn)狀分析[J].市場與人口分析，2005(4):15-21

[11]徐彩蓮.論女研究生人力資本投資[J].西南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2007(1):18-20

[12]張春霞.性別歧視與性別人力資本投資差異的糾結(jié)[J].中國勞動(dòng)關(guān)系學(xué)院學(xué)報(bào)，2006(4)

[13]禇建芳.中國人力資本投資的個(gè)人收益率研究[J].經(jīng)濟(jì)研究，1995(12)

[14]孫蘭.論女性人力資本投資.渝西學(xué)院學(xué)報(bào).[J].渝西學(xué)院學(xué)報(bào)，2003(3):80-83

[15]畢雪晴、岳曉菲.論女性人力資本的收益率問題[J].四川經(jīng)濟(jì)管理學(xué)院學(xué)報(bào)，2007(4)42-46

[16]鐘威.人力資本投資性別差異問題分析[D].2007

[17]郭硯莉.女性人力資本投資問題研究[M].2006

[18]袁迎菊.人力資本投資風(fēng)險(xiǎn)的性別差異分析[J].生產(chǎn)力研究，2008(15)

[19]朱凱.淺析性別產(chǎn)生的社會(huì)工資差異[J].金卡工程，2009(7)

[20]馮穎.人力資本投資理論的發(fā)展脈絡(luò)[J].基礎(chǔ)理論研討.2008(32):51-52

[21]李芳.國內(nèi)外關(guān)于女性人力資本理論研究綜述[J].理論聚焦，2007(11):39-41

[22]張瑩.社會(huì)性別視野中的人力資本投資[J].經(jīng)濟(jì)問題，2007.(4):30-32

[23]李瑩.觀念對人力資本投資性別差異的影響[J].西北人口，2003.(9):56-59

[24]陳丹.我國女性人力資本投資問題分析[D].2007

[25]秦政、曾繁榮.性別人力資本投資價(jià)值研究[J].人力資源，2006（8）:133-134

久別的人范文第5篇

關(guān)鍵詞關(guān)鍵詞：人臉識別；卷積神經(jīng)網(wǎng)絡(luò)；圖像識別；深度學(xué)習(xí)；模式識別

DOIDOI：10.11907/rjdk.171043

中圖分類號：TP317.4

文獻(xiàn)標(biāo)識碼：A文章編號文章編號：16727800（2017）005018603

0引言

人臉識別是近年來模式識別、圖像處理、機(jī)器視覺、神經(jīng)網(wǎng)絡(luò)及認(rèn)知科學(xué)領(lǐng)域的研究熱點(diǎn)[12]。所謂人臉識別，是指給定一個(gè)靜態(tài)人臉圖像或動(dòng)態(tài)視頻，利用存儲(chǔ)有若干已知身份的人臉數(shù)據(jù)庫驗(yàn)證單個(gè)或多個(gè)人的身份[1]。作為生物特征識別的一個(gè)重要方面，人臉識別有著廣泛的應(yīng)用場景，如：檔案管理系統(tǒng)、公安系統(tǒng)的犯罪身份識別、銀行和海關(guān)的監(jiān)控、安全驗(yàn)證系統(tǒng)、信用卡驗(yàn)證等領(lǐng)域。在人臉識別巨大魅力的影響下，國內(nèi)互聯(lián)網(wǎng)公司也開始了人臉識別應(yīng)用的探索，如百度推出的人臉考勤系統(tǒng)、阿里支付寶的刷臉登錄等功能都是人臉識別的具體應(yīng)用。目前，人臉識別的代表性方法主要有以下幾種：Turk和Pentland[3]提出的特征臉（Eigenface）方法；基于線性區(qū)別分析，Belhumeur 等[4]提出了Fisherface方法；基于統(tǒng)計(jì)理論，劍橋大學(xué)的 Samaria和Fallside[5]提出了隱馬爾科夫模型[5]（HMM），Lawrence 等[6]提出的通過多級自組織映射神經(jīng)網(wǎng)絡(luò)（SOM）[6]與卷積神經(jīng)網(wǎng)絡(luò)相結(jié)合進(jìn)行人臉識別。上述方法雖然獲得了良好的識別正確率，但需要人工參與特征提取，然后將提取的特征送入分類器進(jìn)行識別，過程較為復(fù)雜。

卷積神經(jīng)網(wǎng)絡(luò)[79]是近年發(fā)展起來，并引起廣泛重視的一種高效深度學(xué)習(xí)識別算法，其已成為當(dāng)前語音分析和圖像處理領(lǐng)域的研究熱點(diǎn)。相比傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)而言，卷積神經(jīng)網(wǎng)絡(luò)具有權(quán)值共享、局部感知的優(yōu)點(diǎn)。局部感知的網(wǎng)絡(luò)結(jié)構(gòu)使其更接近于生物神經(jīng)網(wǎng)絡(luò)，權(quán)值共享大大減少了模型學(xué)習(xí)參數(shù)的個(gè)數(shù)，同時(shí)降低了神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性。在圖像處理領(lǐng)域，卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)體現(xiàn)得更為突出，多維的圖像數(shù)據(jù)可以直接作為網(wǎng)絡(luò)的輸入，特征提取和分類均集成在網(wǎng)絡(luò)中，避免了傳統(tǒng)識別算法中復(fù)雜的特征提取和訓(xùn)練分類器過程。除此之外，卷積神經(jīng)網(wǎng)絡(luò)對圖像中的位移、比例縮放、旋轉(zhuǎn)、傾斜或其它形式的變形具有很好的魯棒性。為了解決傳統(tǒng)人臉識別算法特征提取和訓(xùn)練分類器困難的問題，本文借鑒Lenet-5[10]的結(jié)構(gòu)，設(shè)計(jì)一個(gè)適合ORL數(shù)據(jù)集人臉識別任務(wù)的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。

1卷積神經(jīng)網(wǎng)絡(luò)

1.1用于ORL人臉識別的CNN

本文提出的7層卷積神經(jīng)網(wǎng)絡(luò)模型由輸入層、2個(gè)卷積層、2個(gè)降采樣層、一個(gè)全連接層和一個(gè)Sigmoid輸出層組成。卷積核的大小均為5×5，降采樣層Pooling區(qū)域的大小為2×2，采用Average Pooling（相鄰小區(qū)域之間無重疊），激活函數(shù)均采用Sigmoid函數(shù)。每一個(gè)卷積層或降采樣層由多個(gè)特征圖組成，每個(gè)特征圖有多個(gè)神經(jīng)元，上層的輸出作為下一層的輸入。此外，本文實(shí)驗(yàn)學(xué)習(xí)率的取值為常數(shù)1.5，該卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

1.2卷積層

卷積神經(jīng)網(wǎng)絡(luò)中的卷積層一般稱C層[11]（特征提取層）。卷積層的輸入來源于輸入層或者采樣層。卷積層中的每一個(gè)特征圖都對應(yīng)一個(gè)大小相同的卷積核，卷積層的每一個(gè)特征圖是不同的卷積核在前一層輸入的特征圖上作卷積，然后將對應(yīng)元素累加后加一個(gè)偏置，最后通過激活函數(shù)得到。假設(shè)第l層榫砘層，則該層中第j個(gè)特征圖的計(jì)算表達(dá)式如式（1）。

xlj=f（∑i∈Mjxl-1iklij+blj）（1）

這里的Mj表示選擇的上一層輸出特征圖的集合。

1.3降采樣層

降采樣層是對上一層的特征圖進(jìn)行下采樣處理，處理方式是在每一個(gè)特征圖內(nèi)部的相鄰小區(qū)域進(jìn)行聚合統(tǒng)計(jì)。常見的下采樣方式有兩種：Average Pooling和Max Pooling。其中，Average Pooling是取小區(qū)域內(nèi)像素的平均值，而Max Pooling是取小區(qū)域內(nèi)像素的最大值。降采樣層只是對輸入的特征圖進(jìn)行降維處理，不改變特征圖的個(gè)數(shù)。假設(shè)down表示下采樣操作，βlj表示乘性偏置，blj表示加性偏置，則降采樣層中某個(gè)特征圖的計(jì)算表達(dá)式如下：

xlj=f（βljdown（xl-1j）+blj）（2）

1.4輸出層

卷積神經(jīng)網(wǎng)絡(luò)的輸出層一般為分類器層，常用的有徑向基（RBF）函數(shù)輸出單元、Sigmoid輸出單元和Softmax回歸分類器。在ORL人臉識別任務(wù)中，采用Sigmoid函數(shù)輸出單元，輸出層的編碼采用非分布編碼“one-of-c”的方式。由于采用Sigmoid函數(shù)，每一個(gè)單元輸出值是0-1范圍內(nèi)的一個(gè)正數(shù)，代表該樣本屬于該單元對應(yīng)類別的概率。數(shù)值最大的那個(gè)單元即為樣本的預(yù)測類別。假設(shè)x為全連接層的輸出，則輸出層輸出結(jié)果的計(jì)算表達(dá)式如下：

y=f（wTx+b）（3）

其中，f表示激活函數(shù)，這里采用Sigmoid函數(shù)，Sigmoid函數(shù)表達(dá)式如下：

f（x）=11+e-x（4）

2實(shí)驗(yàn)結(jié)果與分析

實(shí)驗(yàn)在Windows7 64位下的Matlab 2014a中進(jìn)行，采用Matlab深度學(xué)習(xí)工具箱DeepLearnToolbox。PC的內(nèi)存8G，CPU主頻為3.2GHZ。

ORL人臉數(shù)據(jù)集是在1992年至1994年之間由AT &T Cambridge實(shí)驗(yàn)室拍攝的人臉圖像所構(gòu)成。數(shù)據(jù)集中包含40個(gè)不同人物的臉部圖像，每個(gè)人物包含10張圖像，總共400張。每個(gè)類別中的臉部圖像在不同的時(shí)間拍攝得到，存在如下差異：①光線；②面部表情，如眼睛的閉合和睜開狀態(tài)，面部是否帶有微笑的表情等；③一些面部細(xì)節(jié)上的差異，如是否佩戴眼鏡等。該數(shù)據(jù)集中所有人臉圖像均為灰度圖像，且圖像中人物面部朝向基本一致，都朝向正前方。

圖2為ORL數(shù)據(jù)集中部分人臉圖像。數(shù)據(jù)集中每個(gè)原始圖像大小為92*112像素，本文實(shí)驗(yàn)中對這些圖像進(jìn)行預(yù)處理，使每一幅圖像的尺寸調(diào)整為28*28，并對每一副圖像進(jìn)行歸一化處理，這里采用簡單的除255的方式。隨機(jī)選取每一個(gè)類別的8張圖像作為訓(xùn)練樣本，剩下的2張作為測試樣本。因此，訓(xùn)練集有320個(gè)樣本，測試集有80個(gè)樣本。

2.1改變C3層卷積核個(gè)數(shù)對網(wǎng)絡(luò)的影響

卷積神經(jīng)網(wǎng)絡(luò)性能的好壞與卷積層卷積核的個(gè)數(shù)密切相關(guān)，但每一個(gè)卷積層應(yīng)該設(shè)置多少個(gè)卷積濾波器，目前并沒有數(shù)學(xué)理論指導(dǎo)。為了研究卷積核個(gè)數(shù)對網(wǎng)絡(luò)最終識別準(zhǔn)確率的影響，本文保持C1層卷積核個(gè)數(shù)不變，通過改變C3層卷積核的個(gè)數(shù)，形成新的網(wǎng)絡(luò)結(jié)構(gòu)，用訓(xùn)練集訓(xùn)練網(wǎng)絡(luò)，訓(xùn)練迭代次數(shù)均為60次，然后用測試集對每一種網(wǎng)絡(luò)結(jié)構(gòu)的性能進(jìn)行測試。實(shí)驗(yàn)結(jié)果如表1所示。

從表1可以看出，當(dāng)C3層有10個(gè)卷積核時(shí)，網(wǎng)絡(luò)模型對測試集的識別正確率最高。卷積核的個(gè)數(shù)與識別準(zhǔn)確率并不成正比關(guān)系，當(dāng)卷積核個(gè)數(shù)過多時(shí)，網(wǎng)絡(luò)的識別準(zhǔn)確率會(huì)下降，這是因?yàn)樵诰矸e核個(gè)數(shù)增加的同時(shí)，需要學(xué)習(xí)的參數(shù)也隨之增加，而數(shù)據(jù)集中訓(xùn)練樣本的規(guī)模較小，已不能滿足學(xué)習(xí)的要求。

2.2改變C1層卷積核個(gè)數(shù)對網(wǎng)絡(luò)的影響

由上述實(shí)驗(yàn)結(jié)果可知，C3層卷積核個(gè)數(shù)為10時(shí)，網(wǎng)絡(luò)識別效果最好。因此，為了研究卷積層C1層卷積核個(gè)數(shù)對識別準(zhǔn)確率的影響， C3層保留10個(gè)卷積核，改變C1層卷積核的個(gè)數(shù)構(gòu)造新的網(wǎng)絡(luò)結(jié)構(gòu)，用測試集針對不同網(wǎng)絡(luò)結(jié)構(gòu)就測試集和訓(xùn)練集的識別準(zhǔn)確率進(jìn)行測試。實(shí)驗(yàn)結(jié)果如表2所示。

從表2的實(shí)驗(yàn)結(jié)果可以得到相同結(jié)論：卷積層卷積核的個(gè)數(shù)并非越多越好，卷積核個(gè)數(shù)過多，網(wǎng)絡(luò)需要學(xué)習(xí)的參數(shù)也隨之增加，當(dāng)訓(xùn)練集中樣本個(gè)數(shù)無法滿足學(xué)習(xí)需要時(shí)，網(wǎng)絡(luò)識別準(zhǔn)確率就會(huì)下降。

2.3與其它算法比較

為進(jìn)一步說明本文所提卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的有效性和優(yōu)越性，將該結(jié)構(gòu)（C1層6個(gè)卷積核，C3層10個(gè)卷積核，學(xué)習(xí)率1.5）的實(shí)驗(yàn)結(jié)果與其它識別方法在ORL數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果進(jìn)行對比，結(jié)果如表3所示?？梢钥闯?，本文所提方法比Eigface、ICA的識別效果好，與2DPCA方法的識別準(zhǔn)確率一樣，比FisherFace方法的識別準(zhǔn)確率只低了0.20%，這進(jìn)一步證實(shí)了本文所提網(wǎng)絡(luò)結(jié)構(gòu)的有效性。

3結(jié)語

本文在理解Lenet-5結(jié)構(gòu)的基礎(chǔ)上，提出一種適用于ORL人臉數(shù)據(jù)集的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。實(shí)驗(yàn)結(jié)果表明，本文提出的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，不僅避免了復(fù)雜的顯式特征提取過程，在ORL數(shù)據(jù)集上獲得98.30%的識別正確率，而且比大多數(shù)傳統(tǒng)人臉識別算法的效果都好。此外，本文還通過大量驗(yàn)就每個(gè)卷積層卷積核個(gè)數(shù)對網(wǎng)絡(luò)識別準(zhǔn)確率的影響進(jìn)行了詳細(xì)研究與分析，這對設(shè)計(jì)CNN網(wǎng)絡(luò)結(jié)構(gòu)具有一定的參考意義。

參考文獻(xiàn)參考文獻(xiàn)：

[1]李武軍，王崇駿，張煒，等.人臉識別研究綜述[J].模式識別與人工智能，2006，19（1）：5866.

[2]張翠平，蘇光大.人臉識別技術(shù)綜述[J].中國圖象圖形學(xué)報(bào)，2000，5（11）：885894.

[3]YANG M H.Face recognition using kernel methods[J].Nips，2002（2）：14571464.

[4]祝秀萍，吳學(xué)毅，劉文峰.人臉識別綜述與展望[J].計(jì)算機(jī)與信息技術(shù)，2008（4）：5356.

[5]SAMARIA F，YOUNG S.HMMbased architecture for face identification[J].Image and Vision Computing，1994，12（8）：537543.

[6]LAWRENCE S，GILES C L，TSOI A C.Convolutional neural networks for face recognition[C].Proceedings CVPR'96，1996 IEEE Computer Society Conference on Computer Vision and Pattern Recognition，1996：217222.

[7]陳耀丹，王連明.基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識別方法[J].東北師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2016，48（2）：7076.

[8]盧官明，何嘉利，閆靜杰，等.一種用于人臉表情識別的卷積神經(jīng)網(wǎng)絡(luò)[J].南京郵電大學(xué)學(xué)報(bào)：自然科學(xué)版，2016，36（1）：1622.

[9]李彥冬，郝宗波，雷航.卷積神經(jīng)網(wǎng)絡(luò)研究綜述[J].計(jì)算機(jī)應(yīng)用，2016，36（9）：25082515.

[10]LCUN Y，BOTTOU L，BENGIO Y，et al.Gradientbased learning applied to document recognition[J].Proceedings of the IEEE，1998，86（11）：22782324.