国培黄金分割评价(精选4篇)
这节课的教学设计的最大特点是,在新课标的指导下,合理地选择优化教学内容,组织学生借助多媒体技术,亲历调查、收集、整理、分析数据的过程,充分调动学生学而不厌的主观能动性,让学生有意识有兴趣有责任地参与教学活动,在学习中积极主动地建构自己的知识,真正成为教学中的“主体”。在整个教学活动中,努力突出教师对学生的引导、促进、帮助,时时注意其“主导”作用;同时联系日常生活中黄金分割的例子,既加深了学生对知识的理解,又引导学生体验到了数学知识来源于生活又用于生活,体会黄金分割的文化内涵,丰富了学生对数学发展的整体认识,对后续课程的学习有着激励作用。
这节课课程设计有如下优点:
1.情境创设新颖,体现了启发式策略,可以引发学生对问题进行深层次的思考,激发学生学习的兴趣。
2.在概述中,对教材版本、学科、年级、课时安排作了说明,对学习内容和本节课的价值及重要性介绍清晰。
3.教学目标设计得恰当准确,三维目标划分合理,紧紧围绕教学知识点而展开。
4.注重了信息技术与数学课程的整合,增大了课堂容量,资源准备非常充分,对多媒体教学资源的运用恰到好处,既突破了难点,又缩减了教学时间。
5.各教学环节环环相扣,整个过程很流畅,环节中的每一个教师行为与学生行为具体可操作。
我们说图像分割就是将图像细分为构成它的子区域或者对象,分割的程度则取决于我们要解决的问题;分割的最终目的,就是要把我们所关注的部分从图像中提取出来,以便进一步的研究分析和处理。图像分割算法一般是基于亮度值的两个基本特性之一:不连续性和相似性。第1类性质应用于亮度的不连续变化分割图像,如:图像边缘处理;第2类主要应用途径是依据事先制定的准则将图像分割为相似的区域,如:图像区域处理[1]。
本文对目前常用的图像分割方法进行了分类,并对常用的分割方法:基于阈值分割、边缘分割、区域分割、基于小波、遗传算法、人工神经网络、主动轮廓模型、聚类分割等进行了综述,并讨论了各自方法的优缺点;在对图像分割方法归类介绍的基础上,同时对图像分割质量评价方法做出综述。
2 传统图像分割方法
2.1 基于阈值的分割方法
阈值分割是一种常见的直接对图像灰度信息阈值化处理的分割算法,就是简单的用一个或几个阈值将图像灰度直方图进行分类,将灰度值在同一个灰度类内的像素归为同一个物体[2];因为直接利用图像的灰度特性进行分割,因此有实现简单、成本低廉、实用性强等优点;当然也有弊端:当图像中灰度差异不明显、或者各物体的灰度范围值有大部分重叠现象时,往往难以得到准确的分割结果,从而产生很多过分割错误[3]。
近年来关于阈值选取的方法有很多,文献[4]提出了一种2维阈值分割方法,文中采用了对图像边缘直方图和阈值的关系得到最优分割阈值;基于最大熵原则选取阈值:H.D.Cheng等人在基于最大熵原则结合模糊测度的概念,提出了模糊C-分类最大熵方法[5];文献[6]提出了基于图像拓扑稳定状态的方法,A.pikaz等人将阈值设定在某个灰度值时得到的一定大小物体的个数,随着阈值的改变观察稳定状态,从而决定阈值;文献[7]提出了一种以最大类间方差法(如图2)为基础的自适应阈值图像分割方法,其通过设置阈值运算的灰度取值范围,从而实现对阈值的自动选取;J.C.Yen等人定义了一个最大相关性原则并从中选取最优阈值,其是对最大熵原则的一种推广[8];文献[9]将传统的阈值分割与图像梯度计算相结合,提出了一种新的彩色图像分割方法。
2.2 基于边缘的分割方法
边缘总是以强度突变的形式出现,或者说不同区域之间像素灰度值变化比较剧烈的地段;根据数学有关知识,这类方法一般采用图像一阶导数极值和二阶导数过零点信息作为边缘点的判断依据,其优点在于:边缘定位准确,运算速度快;其局限性在于:边缘的连续性和封闭性难以保证,对于复杂图像分割效果较差,出现如:边缘模糊、边缘丢失等现象。边缘检测方法常常依赖于边缘检测算子,从而找到图像边缘;常用的检测算子有:Roberts算子(精度高、对噪声敏感)、Sobel算子(对噪声具有一定平滑,但精度低)、Prewitt算子、Canny算子(检测阶跃型边缘效果好,抗噪强)、Laplacian算子和Marr算子(即LOG算子,最早由marr等人提出[10,11],算法简单,速度快、但对噪声敏感)[12,13]。
除了直接利用边缘检测算子提取图像边缘外,还有一些方法也相继被提出,如边缘松弛法、边界跟踪、图像滤波、多尺度变换和主动轮廓(active contour)等。文献[14]利用Marr-Hildreth拉普拉斯边缘检测算子多尺度特征,使用不同尺度的▽2G算子,对监控图像进行边缘检测。文献[15]提出了一种基于变分的图像分割算法,该算法以图像的边缘点为插值点,同时采用一种全局收敛的松弛算法,极小化能量函数产生的阈值曲面实现图像分割。文献[16]提出了多目标追踪算法,利用八连通边界追踪得到的每个颗粒的唯一标志点及其边界的Freeman码进行图像分割。
以下为利用不同边缘检测算子得到的效果图,其中门限值均取0.04,如图所示:
2.3 基于区域的分割方法
基于区域的图像分割考虑了图像的空间信息,如图像灰度、纹理、颜色和像素统计特性等,进而将目标对象划分为同一区域的分割方法。常见的区域分割方法主要有:区域生长法、分裂合并法和分水岭分割方法。
区域生长和分裂合并法是两种典型的串行区域技术[17],区域生长法的基本思想是:根据一定的相似性原则,将满足这一原则的像素合并起来构成区域,其关键点是生长种子和生长准则的选取;而分裂合并法恰恰相反,是从整个图像开始分裂,然后合并得到各个区域;文献[18]中,针对光照变化和阴影对图像分割的不利影响问题,提出了一种基于矢量量化和区域生长相结合的彩色图像分割新算法。
分水岭分割方法,是一种基于拓扑理论的数学形态学的分割方法,基本思想是将图像看作测地学上的拓扑地貌,像素的灰度值表示该点的海拔,每一个局部极小值及其影响区域称为集水盆,而集水盆的边界则形成分水岭。分水岭的概念和形成可以通过模拟浸入过程来说明[19]。缺陷:对噪声极为敏感,易于产生过分割现象;文献[20]提出了一种将分水岭算法与自动种子区域生长相结合的分割算法,有效解决了算法中过分割的现象。
下图为分水岭算法分割示意图:
3 经典图像分割方法
目前,随着图像分割技术的不断提升,图像分割中新概念、新方法以及借助于不同工具手段结合的新理念应运而生[21],其中结合数学工具用于图像分割中的方法,如:小波分析和小波变换、基于马尔可夫随机场模型、遗传算法等;以及基于人工智能的方法,如:人工神经网络、基于聚类分析、基于主动轮廓模型等方法成为当今图像分割研究的热点。
3.1 结合特定工具的图像分割算法
3.1.1 基于小波分析和小波变换的图像分割方法
小波(Wavelets)是目前在许多科学和工程技术聚会中一个非常广泛的话题,其具有良好的视频局部变化和多尺度变换特性,以及多分辨率分析的能力[22]。在图像分割中,小波变换是一种多尺度多通道分析工具,比较适合对图像进行多尺度边缘检测。
小波变换的模极大值点对应于信号的突变点,在二维空间情况下,小波变换适用于检测图像的局部奇异性,故可通过检测模极大值点来确定图像的边缘。图像边缘和噪声在不同尺度上具有不同的特性,因此在不同的尺度上检测到的边缘在定位精度与抗噪性能上是互补的[23]。在大尺度上,边缘比较稳定,对噪声不敏感,但由于采样移位的影响,使得边缘的定位精度较差:在小尺度上,边缘细节信息比较丰富,边缘定位精度较高,但对噪声比较敏感。因此,在多尺度边缘提取中,应发挥大、小尺度的优势,对各尺度上的边缘图像进行综合,以得到精确的单边像素宽的边缘[24]。
另外,将小波方法与其它方法结合起来处理图像分割也得到广泛研究。文献[25]提出把Hilbert图像扫描方法和小波变换相结合,获得了连续光滑的阈值曲线,从而建立了一种局部自适应阈值法,进行图像分割。
3.1.2 基于马尔可夫随机场模型的图像分割方法
马尔可夫随机场(Markov Random Field)方法建立在马尔可夫模型和Bayes理论基础上,根据统计决策和估计理论中的最优化准则确定分割问题的目标函数,求解满足这些约束条件下的最大可能分布,从而将分割问题转化为优化问题。MRF最重要的一个特点是,图像中每个点的取值由其邻域像素决定的,其本质上是一种基于局部区域的分割方法。
如果我们把图像理解为定义在矩形点阵上的随机过程,则Markov性很好地描述了各个像素之间的空间依赖性—即一个像素可以由它周围的像素确定。而事实表明,图像像素的这种空间相关性总是存在的。因此可以使用马尔可夫随机场对图像进行建模。文献[26]讨论了基于马可夫随机场的图象分割方法,建立了相应的基于马可夫随机场的图象分割模型,以实现复杂遥感图像的快速分割,并由此将图象分割问题转化成图像标记问题,进而转化成求解图像的最大后验概率估计的问题;利用此方法得到的效果图如图11所示:
3.1.3 基于遗传算法的图像分割方法
遗传算法(Genetic Algorithm)是基于进化论自然选择机制的、并行的、统计的、随机化搜索最优解的方法,对此,科学家们进行了大量的研究工作,并成功地将它们运用于各种类型的优化问题,在分割复杂的图像时,人们往往采用多参量进行信息融合,在多参量参与的最优值的求取过程中,优化计算是最重要的,把自然进化的特征应用到计算机算法中,将能解决很多困难。遗传算法的出现为解决这类问题提供了新而有效的方法,它不仅可以得到全局最优解,而且大量缩短了计算时间。
其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则,基于以上特性,遗传算法常常结合其它方法被广泛用于图像分割方面[27]。
3.2 基于人工智能的图像分割方法
3.2.1 基于人工神经网络的图像分割方法
在20世纪80年代后期,在图像处理、模式识别和计算机视觉的主流领域,受到人工智能发展的影响,出现了将更高层次的推理机制用于识别系统的做法,于是出现了基于人工神经网络模型(Artificial Neural Networks,ANN)的图像分割方法。人工神经网络是由大规模神经元互联组成的高度非线性动力系统,是在认识、理解人脑组织结构和运行机制的基础上模拟其结构和智能行为的一种工程系统。
基于神经网络分割方法的基本思想是:通过训练多层感知机来得到线性决策函数,然后用决策函数对象素进行分类来达到分割的目的。近几年神经网络在图像分割中的应用按照处理数据类型大致上可以分为两类:一类是基于像素数据的神经网络算法;另一类是基于特征数据的神经网络算法也即特征空间的聚类分割方法。基于象素数据分割的神经网络算法用高维的原始图像数据作为神经网络训练样本,比起基于特征数据的算法能够提供更多的图像信息,但是各个像素是独立处理的,缺乏一定的拓扑结构,而且数据量大,计算速度相当慢,不适合实时数据处理。目前有很多神经网络算法是基于像素进行图像分割的,如Hopfield神经网络、细胞神经网络、概率自适应神经网络等。
随着技术的不断发展,第三代脉冲耦合网络PCNN的研究,为图像分割提供了新的处理模式;它能克服图像中物体灰度范围值有较大重叠的不利影响,达到较好的分割效果[28]。文献[29]利用PCNN算法,有效地对织物起球图像进行了分割。
3.2.2 基于聚类的分割方法
所谓聚类(Clustering)就是将物体或者抽象的对象进行集合、分组,成为由类似对象组成的多个类的过程[30]。在图像处理方面,聚类就是对灰度图像和彩色图像中的相似灰度或色度合并的过程,其实质是将图像分割问题转化为模式识别的聚类分析问题[31]。实际中受到普遍欢迎的是基于目标函数的模糊C-均值算法(Fuzzy C-Means),简称FCM。由Bezdek于1981年提出,利用初始化方法确定聚类中心、聚类数,通过不断迭代循环,调整和优化聚类中心,最终使类内方差达到最小,从而实现聚类[32]。
目前常用的还有基于支持向量机聚类、基于遗传算法聚类等以及与其它算法相结合的聚类方法。文献[33]提出了一种基于核聚类和模糊Markov随机场的脑部MR图像分割算法。示意图如下:
3.2.3 基于主动轮廓模型的分割方法
主动轮廓模型(active contours)是图像分割的一种重要方法,具有统一的、开放式的描述形式,为图像分割技术的研究和创新提供了理想的框架。在实现主动轮廓模型时,可以灵活的选择约束力、初始轮廓和作用域等,以得到更佳的分割效果,所以主动轮廓模型方法受到越来越多的关注。
该方法是在给定图像中利用曲线演化来检测目标的一类方法,基于此可以得到精确地边缘信息;其基本思想是:先定义初始曲线C,然后根据图像数据得到能量函数,通过最小化能量函数来引发曲线变化,使其向目标边缘逐渐逼近,最终找到目标边缘[34]。这种动态逼近方法所求得的边缘曲线具有封闭、光滑等优点。
传统的主动轮廓模型大致分为参数主动轮廓模型和几何主动轮廓模型;参数主动轮廓模型将曲线或曲面的形变以参数化形式表达,Kass等人提出了经典的参数活动轮廓模型即“Snake”模型[35],其中snake定义为能量极小化的样条曲线,它在来自曲线自身的内力和来自图像数据的外力的共同作用下移动到感兴趣的边缘,内力用于约束曲线形状,而外力则引导曲线到特征边缘。参数主动轮廓模型的特点是将初始曲线置于目标区域附近,无需人为设定曲线的演化是收缩或膨胀,其优点是能够与模型直接进行交互,且模型表达紧凑,实现速度快;其缺点是难以处理模型拓扑结构的变化,比如曲线的合并或分裂等,而使用水平集(level set)的几何活动轮廓方法恰好解决了问题。文献[36]针对Snake模型在弱边缘处容易溢出等不足,通过引入区域信息、粒子群优化算法等优化特性和良好的数值稳定性来对Snake模型的分割结果进行优化。
4 图像分割评价标准
通常一幅图像分割结果的好与坏,以人的主观判断作为评价标准,也就是说是人的视觉决定了分割结果的优良,这样就导致了由于人的视觉差异对图像分割好坏评价的不统一,所以对不同分割方法的结果做一个定量的、定性的评价也是必要的且有意义的。
为了把握图像分割算法的性能,需要对各种算法进行评价。分割评价是改进和提高现有算法的性能,改善分割质量和指导新算法研究的重要手段。对于评价方法的分类,一般可大致分为直接法(或称为分析法)和间接法(或称为实验法)两大类:分析法是直接对算法的原理及性能进行分析,不足之处在于没有考虑算法的应用环境,评价结果只与算法本身有关;实验法则通过对分割结果进行测试、对比进行评价[37]。图像分割评价方法如图15所示:
由上图可见,直接评价法研究图像分割所用的算法本身,通过分析它的原理、性质、特点,从而推断和评判算法的优劣;而间接评价法是去研究输出分割图的质量,或由输入图得到的参考图与输出图的差别从而通过归纳总结得到分割算法的性能。同样要评价分割技术,各种方法的难易程度也不同。用间接法评判算法需要用算法对图像进行分割实验以得到输出分割图(有时还需获得参考图),而用直接法则只需要对算法本身进行分析就可以。
关于图像分割评价方法方面,许多学者提出了不少评价方法和准则[38,39];在这些准则中,定量实验准则提出最多,而且运用这类准则得到的评价标准也具有说服力,定量实验评价准则主要包括:区域间对比度、区域内部均匀性、形状测度、目标计数一致性、像素距离误差、像素数量误差、最终测量精度等。
文献[40]将模糊集合的概念应用到分割评价方法中,在常用测度(趋于一致性、区域对比度、区域形状参数)的基础上,引入模糊测度,比较准确的反映了分割图像的质量。文献[41]指出直接法或者间接法都需要一定的准则,并对提出的准则做了详细的分类与分析比较。
5 结束语
本文通过对图像分割方法的总结以及对分割评价的介绍,目的在于对图像分割领域有更多的认识,为进一步研究工作奠定基础。
摘要:图像分割是图像处理与计算机视觉的基本问题之一,是图像处理与分析的关键步骤;本文对近年来常用的图像分割方法进行综述,介绍了每种方法各自特点以及在分割处理时的优缺点,以便我们对图像进行分割处理时综合两种或两种以上的方法,最终得到比较理想的处理结果,这也是目前图像分割方向发展趋势;同时对图像分割质量评价方法做出了综述。
教学实习自我评价
作为一名顶岗实习生,刚踏上工作岗位时,心中十分忐忑.有幸在实习学校校领导和指导老师的关心和帮助下, 让我的各项实习工作能够有条不紊的开展,最终顺利地、较好地完成了教育实习任务。总的一句话概括:有进步,待发展。
在上饶县*中实习的这段期间,我主要在校心理健康教育中心工作,担任校专职心理咨询老师的同时,还要承担整个高一年级的心理活动课的任务。
来时该校心理健康教育只有零基础,我从心理咨询室的选址-布置-完善各种软、硬件设施均有全程参与;从宣传、新生心理普查-心理活动课的开展-个体心理咨询的实施也都有全部经历。各项工作,从最初的束手无策到现如今的得心应手,经历了很多,也得到了很多。专业技能得到施展,个人综合素质得到提高,受益匪浅。
作为一名心理老师,我亦深深地体会到教师必须不断地学习,不断地提高自身素养。在平时的工作中,我边教边学,逐渐克服原有的不足。漫漫地能够把握学生学情,贴近学生需求,规范教学设计,控制教学时间,基本做到教学重点突出,目的明确,效果良好。
实习尽管辛苦忙碌,却是人生中一段不可复制的回忆。在以后的工作学习中,我要继续努力实践、勇于探索,使自己综合能力再上新的高度!
班主任实习自我评价
作为一名实习班主任,刚开始,我表示极度迷茫。幸而在原班主任的悉心指导下,我对于班主任的基本工作内容和核心要求有了一定了解。首先对班里的情况进行各方面的调查了解,然后有针对性的制定班主任工作计划,积极开展各项工作,如监查学生早读、晚自习,检查眼保健操和广播体操,找相关同学谈心、做心理辅导,开展主题班会等。在这过程中,原班主任给予我很大的帮助,令我学到了很多关于班级管理方面的经验,确实让我受益匪浅。
更因专业的特性,我的班主任工作重心偏向为积极关注学生的心理状态,与部分同学谈心,做心理辅导。因为与学生年纪相仿,方便我们相互理解,易交流,受到同学们的热情欢迎,与之没有隔阂。所以,在与学生的长期交往中,我渐渐形成了一套既有自己特色,又选择性地吸收了原班主任宝贵经验的管理和交流模式。对待学生,严中有爱,在规章纪律面前为老师;在学习、生活方面是朋友,模糊了自己的角色定位。
行政机关事权和财权的划分对于公共部门的高效运行有赖于各意义重大, 税收分割是国家财政分权体系的重要组成部分, 与政府事权的履行及职能的承担联系密切。财政分权与地域分权和政府决策分权不同, 地域分权主要是鼓励城市以外地区的经济发展, 大量补助和税收手段用于降低经营成本, 实施较高的税收, 提高城市的服务成本。
财政分权方法的实施, 能够使得公众获得满意的政府社会服务, 这就要求地方政府的财政自主权需要加强, 以独立地进行决策。鉴于此, 本文将首先分析财政职能, 总结财政职能适当归属与税收分割的关系, 在此基础上, 本文对税收分割的限制性因素进行了探讨, 对我国分税制改革的演进路径进行了总结与评价。
二、财政税收的职能问题分析
马斯格雷夫将财政职能分为三部分, 即宏观经济稳定、进行收入再分配和资源的配置, 三职能的划分使得各级政府之间的税收分割需要经过适当分配。
首先, 从稳定宏观经济稳定的职能来看, 这一职能主要表现为保障物价稳定和充分就业, 也往往是由中央政府承担的职能。这是因为, 非中央政府的宏观经济政策不能对宏观经济施以重大影响, 往往面临失败。同时, 非中央政府的借款能力有限, 如果为了刺激需求而进行扩张性财政政策, 财政赤字就会出现, 这又会加剧宏观经济的不稳定。从税收看, 公司所得税和累进个人所得税的经济稳定效应较强, 这两种税收应该划归中央管理。相对而言, 非中央政府更依赖于对宏观经济条件不敏感的税收来源, 涵盖了一般销售税、消费税和财产税。
其次, 从收入再分配职能看, 税收能够实现收入的公平分配。非中央政府执行收入再分配职能往往面临失败, 也会打乱经济资源的合理配置。比如, 累进个人所得税倾向于向家庭征收重税, 一些地区存在流失和高收入者逃避的问题, 累进税收变为实质的累退税收。而在支出方面, 地方政府的转移支付会吸引穷人, 其积极性就会受影响。而公司所得税属于减少收入差别的税收工具, 地方政府使用则不能达到既定的收入分配目标, 而会导致地域上的不当配置, 这两种税收应由中央政府使用。
再次, 从资源配置来看, 财政税收职能要求保证资源的有效利用。公共财政的资源配置职能要使自身提供的公共产品和服务与受益区域居民的消费偏好一致。即通过投票进行公共选择, 使得受益范围为地方的由地方提供, 区域性的公共产品由国家提供。而考虑到公共支出收具有非排他性, 与受益财政的要求严格一致, 税收的缴纳应尽可能地反映公共服务的成本和收益。因此, 有限规模经济特征的产品和服务可由地方政府提供。
三、税收分割及管理上的限制性因素
税收分割可能导致强烈的政治反应, 税收划分给地方政府也存在不易管理的问题。而且, 片面理解税收分割会导致中央与地方政府纵向收入的失衡。从概念上看, 税收分割的限制性因素一是税收转嫁问题, 即商品流通过程中纳税人将税负转嫁到商品消费者或生产者身上。税负可能转嫁的税收要由中央政府征收, 否则地方政府主导的税收转嫁是不公平的, 往往会牺牲非居民利益。二是经济行为在不同区域中的错误定位问题。某些税收由中央征收是可以接受的, 地方征收则较为不当, 比如, 国际贸易和国内市场的某些税收。
从管理上的限制性因素看, 几个重要的税种比如个人所得税, 通常由地方政府课征税比较方便, 并为公共服务项目提供资金。但对大多数家庭而言, 其享受的公共服务是在生活地而非工作地, 地方征收方式难以满足不同辖区的需要。就一般销售税而言, 比如增值税, 其是否适合地方征收存在争论。当前, 增值税与零售税的双重征收面临着跨地区的贸易征税问题。对小规模纳税人而言, 同时运行这两种税收系统会有着更大的困难。
四、从财政分权角度评价我国目前的税收分割
1994以来, 我国实行了税制改革, 增值税成为中央地方分享税, 个人所得税、营业税和财产税划则归了地方政府。从结构来看, 这一分税制应该是比较成功的。一方面, 税收收入基础更为合理, 另一方面, 中央与地方的财力对比趋于合理, 也增强了中央与地方的征税积极性, 减少了地方政府同中央之间的谈判协商。不过, 从财政分权的观点来看, 分税制改革没有增大地方的财政自主权, 以下进行简短的评价。
一是增值税。税制改革后, 增值税成为共享税。以前, 增值税由地方政府征收管理, 存在地方保护措施, 破坏了国家统一的政策目标。中央统一征收避免了中央财政收入的流失, 也降低了税收成本, 提高了征管效率。不过, 地方保护的产业政策仍然存在, 特殊税收优惠仍然存在。
二是个人所得税。个人所得税划归地方政府, 符合税收最佳原则。地方政府管理个人所得税会提高征收效率, 但从宏观角度讲, 我国当前的个人所得税划分并不合适。从长远来看, 有两种所得税制可供选择。一是保持现有模式, 采取超额累进级次。二是实行税基由中央确定、具体征收由中央政府负责的模式, 以满足了地方税的效率标准。
三是企业所得税。目前企业所得税是省级政府的主要财政来源, 企业所得税划归地方存在的问题是税基周期性的不稳定, 极易受到产业政策变化的影响。且从长远看, 地方企业所得税与地方产业政策密切相关, 这与地方政府稳定的收入来源原则不相一致。
摘要:行政机关事权和财权的划分对于公共部门的高效运行有赖于各意义重大, 税收分割是国家财政分权体系的重要组成部分, 与政府事权的履行及职能的承担联系密切。本文首先分析了财政职能, 总结了财政职能适当归属与税收分割的关系, 在此基础上, 本文接着分析了税收分割的限制性因素, 评价了我国分税制改革的演进路径。
关键词:财政分权,税收分割,分税制改革
参考文献
[1]张菡.新时期我国中小企业纳税筹划之探讨[J].商场现代化, 2005 (01) .
[2]贾康.财政本质与财政调控[M].经济科学出版社, 1998.
[3]王登梅.浅谈中小企业的税收筹划[J].内蒙古煤炭经济, 2009 (03) .
[4]杨之刚.公共财政学:理论与实践[M].上海:上海人民出版社, 1999.
【国培黄金分割评价】推荐阅读:
生活中的黄金分割总结09-25
北师大黄金分割导学案10-10
遗产分割协议06-20
共有房屋分割协议06-22
共有财产分割协议10-23
财产分割协议参考文本06-20
离婚协议财产分割10-26
财产分割的协议书07-08
诉讼离婚不分割财产书写格式07-17