| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题研究的背景 | 第9-12页 |
| ·高等教育发展的三十年概况 | 第9-10页 |
| ·高等教育发展的历史积累及现状 | 第10-12页 |
| ·课题的意义 | 第12页 |
| ·国内外研究现状综述 | 第12-17页 |
| ·本文的分析框架及逻辑结构 | 第17-19页 |
| ·框架流程图 | 第17页 |
| ·对流程图的解释和说明 | 第17-19页 |
| 第2章 教育事业的发展对贫富差距的影响 | 第19-25页 |
| ·教育事业的发展对贫富差距影响的简化模型 | 第19-20页 |
| ·模型所体现趋势变化关系的实证分析 | 第20-23页 |
| ·对产生该现象的解释和分析 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 政府投资高等教育和职业教育的合理比例 | 第25-33页 |
| ·基本数学模型的建立 | 第25-26页 |
| ·数学模型的求解及其结论 | 第26-27页 |
| ·对两种教育最优补贴比例的估计 | 第27-28页 |
| ·省级行政区教育拨款数量的合理水平 | 第28-29页 |
| ·省级行政区教育拨款数量的经验模型 | 第29页 |
| ·经验模型的实证 | 第29-31页 |
| ·本章小结 | 第31-33页 |
| 第4章 基于效用最大化的家庭合理高等教育支出水平 | 第33-48页 |
| ·基础模型的构建 | 第33-35页 |
| ·模型的图形示意 | 第35-36页 |
| ·基于模型和图示得到的启示和结论 | 第36-38页 |
| ·量化分摊标准的正外部性度量 | 第38-39页 |
| ·基于人工智能的个体学费预测 | 第39-44页 |
| ·人工神经网络的原理 | 第40-42页 |
| ·本文中的 BP 网络模型 | 第42-43页 |
| ·实验结果及数据分析 | 第43-44页 |
| ·理论模型的实证分析 | 第44-47页 |
| ·数据来源 | 第44-46页 |
| ·基于数据的统计分析 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 结论 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 附录 | 第53-59页 |
| 附录 1：75 所教育部直属高校 2009 年基本收支统计资料： | 第53-55页 |
| 附录 2：BP 神经网络训练与预测 matlab 源程序： | 第55-59页 |
| 致谢 | 第59-60页 |
| 个人简历 | 第60页 |