关于宁夏现代服务业应用型人才队伍建设的思考

经济转型背景下,现代服务业快速发展对应用型人才提出了新的要求和挑战。运用灰色GM(1,1)模型,以宁夏2006～2017年第一、二、三产业相关数据为基础,结合宁夏产业发展实际状况,建立了灰色预测模型,对宁夏2017～2021未来5年产业发展就业总人数和现代服务业就业人数进行预测,在一定程度上为宁夏现代服务业人才规划和培养提供定量依据。     

新疆南疆三地州经济发展现状与趋势

本文在分析南疆三地州2000年-2011年经济发展趋势与特点的基础上,利用灰色关联度模型剖析了三次产业对南疆三地州经济发展的贡献;并利用灰色预测模型GM（1,1）对南疆三地州未来5年三次产业增加值进行预测,得出结论：南疆三地州经济发展相对落后,第二产业对经济增长的推动力弱,工业发展十分薄弱;若按照2007年-2011年的发展态势,2012年-2016年,南疆三地州的三次产业增加值将不断提高,三次产业结构将不断优化.最后提出,应加快南疆三地州的工业发展,推进新型工业化进程;加快南疆三地州的特色农业发展,推进农牧业现代化;加快南疆三地州农村劳动力的转移,推进新型城镇化;加快南疆三地州的现代服务业发展,提高服务业发展质量.     

基于灰色预测模型的宁夏现代服务业人才需求预测

运用灰色GM(1,1)模型,以宁夏2006~2017年第一、二、三产业相关数据为基础,结合宁夏产业发展实际状况,建立了灰色预测模型,对宁夏2017~2021未来五年产业发展就业总人数和现代服务业就业人数进行预测,在一定程度上为宁夏现代服务业人才规划和培养提供定量依据。     

山西省综合配套试验改革背景下科技人才需求预测研究

依据山西省科技人才相关资料和数据,在分析科技人才队伍建设现状的基础上,运用GM(1,1)灰色预测模型、多元回归预测模型和趋势外推法,对山西省2011-2015年科技人才需求总量和需求结构进行预测,然后运用组合预测法对预测结果进行修正,并对预测结果进行分析,以便为山西省人才规划与决策提供科学的理论参考。     

组合模型下陕西科技人才需求数量预测

基于陕西省科技人才发展现状，运用统计年鉴动态数据，结合Granger因果关系检验和逐步回归分析构建时间序列-BP神经网络组合预测模型，预测2021—2025年陕西省科技人才需求数量。研究表明：与灰色GM（1,1）模型相比，时间序列模型对规上工业企业工业总产值的预测精度更高；陕西省规上工业企业总产值能够有效预测陕西省科技人才需求数量；陕西省科技人才需求数量将呈指数趋势显著上升，到2025年达26.7万人。以此从关注陕西省重点产业、完善陕西省科技人才管理方案和充分利用陕西省科技人才3个方面提出相关建议，充分激发科技人才创新潜能。     

基于GM(1,1)灰色模型的湖南省粮食产量预测研究

通过对湖南省2000～2008年湖南省粮食产量数据进行分析,建立GM(1,1)灰色系统预测模型,运用灰色预测方法对湖南省2009至2013年的粮食产量进行预测。结果表明,湖南省未来几年内粮食产量呈不断上升趋势,并且模型具有较高的精度。     

青海省物流需求规模预测的实证分析

运用灰色GM（1,1）预测模型,选取货运量为指标,根据统计数据建立了青海省铁路和公路物流需求规模模型,并对青海省十二五期间的物流需求规模进行了预测,在一定程度上能够为青海省物流业发展提供定量依据。     

公路短时车流量预测模型研究

为解决公路交通拥堵,做好道路交通安全规划,应加强对道路交通车流量的实时监控和预测,以便及时发现当前交通的非正常拥堵状况,提高人民的出行效率。公路短时车流量的监测数据具有不确定性和非线性的特点,针对这些特点,运用灰色系统理论预测模型和时间序列的ARIMA预测模型分别对车流量状况进行预测。在此基础上,提出将二者相结合的车流量组合预测模型。通过实例对比分析,得出组合预测模型的预测精度高于单独使用灰色预测模型和时间序列分析模型的结论,该模型可以作为短时车流量预测的一种有效方法。     

基于Gramer分解定理对我国就业人数变化趋势分析及预测

本文基于时间序列的Gramer分解定理,利用我国就业人数1978年到2007年的历史数据进行实证研究,建立确定性趋势模型和ARMIA模型的组合模型。最后得出组合模型能够很好的预测我国的就业人数,然后运用模型对我国就业人数进行短期预测和分析。     

中国农业银行不良贷款率变化趋势预测研究

文章通过农业银行2003年~2015年年报不良贷款率数据,对其进行深入分析,建立灰色预测模型,并对未来5年不良贷款率进行预测。预测结果为:2016年至2020年不良贷款率呈下降趋势,2020年降至0.35%。文章最后为中国农业银行控制不良贷款率,提出建设性建议。     

基于灰色理论的海西区域物流需求研究

物流产业的发展在"海西"经济区建设中发挥着重要作用。在当前物流产业统计指标体系尚未健全的情况下,本文运用灰色系统预测模型,对"海西"经济区建设的物流需求量进行预测,以此反映"海西"经济区物流需求的变化情况,为"海西"经济区物流产业的规划和制定相应物流政策提供依据。研究结果表明,GM(1,1)预测模型预测精度较高,效果较好。     

中国内陆运输距离与进出口贸易:引力模型拓展与实证

文章在Eaton和Kortum(2002)的研究基础上,结合Translog效用函数,假设运输过程中存在"冰山成本",并将距离因素进一步细分为出境、海运、入境三个部分,推导出一个涵盖国内与国际贸易的引力模型。之后选取了2005～2016年国内八省与东盟的进出口贸易额、GDP、工业增加值、劳动报酬、工业就业人数、总就业人数和不同路段的距离数据,针对不同路段的运输距离对进出口贸易的影响进行了实证研究发现:第一,国内运输距离对中国出口贸易的负向影响比国外运输距离更为突出;第二,国内运输距离对中国同距离较近国家间的贸易影响更为显著;第三,国内内陆运输的单位公里成本同海运的单位公里成本之间的差距在缩小。文章的研究支持了设施联通及加强内陆口岸建设的迫切性。     

基于灰色模型的河南省粮食安全预警分析

从粮食供给、需求和市场流通三个方面考虑,构建粮食安全预警指标体系,借助数据,运用灰色预测模型和中心点三角白化权函数的灰色聚类模型,对河南省2013年-2017年的粮食安全状况进行预警分析。结果表明:预警阶段河南省粮食安全状况整体良好,但在需求方面较为薄弱,应进一步加强。     

等维新息灰色马尔科夫在矿井涌水量预测中的应用

矿井涌水量准确预测对于煤矿安全生产具有重要意义。为了进一步提高矿井涌水量预测精度，针对矿井涌水量可用数据少且存在未知影响因素，在灰色马尔科夫预测模型的基础上引入等维新息思想，构建等维新息灰色马尔科夫预测模型。通过分析高河煤矿2008—2017年矿井涌水量原始数据，预测2018和2019年矿井涌水量数据，并对3种预测方法的预测精度进行对比分析。研究结果表明：等维新息马尔科夫预测模型符合矿井涌出量数据特征，引入等维新息思想能够避免旧数据贡献值低的问题，预测精度得到进一步提高；等维新息马尔科夫预测模型的预测精度比灰色理论、马尔科夫预测模型的预测精度平均高3.11%和0.22%，预测值与实际矿井涌水量更加接近，具有较好的适应性。     

北京市垃圾产生量的预测——基于三种预测模型的比较

文章以2000~2011年北京市垃圾清运量的数据为基础,依次建立线性回归模型、灰色预测模型和BP神经网络模型,并分别利用三种模型预测出2012年的垃圾清运量。通过预测结果与实际数据的对比,得出BP神经网络模型比较适合预测北京市垃圾产生量。最后,文章利用BP神经网络模型预测出了未来10年北京市的垃圾产生量,并根据预测结果提出了结论和建议。     

工业实现平稳较快增长 存在问题仍需高度关注——2012年广西规模以上工业运行情况分析

2012年,广西规模以上工业(以下简称工业)增加值比2011年增长15.9%,增速比全国平均水平高5.9个百分点,位居全国第7位。全部工业增加值对全区GDP增长的贡献率达52.1%,拉动GDP增长5.9百分点。工业生产运行基本情况(一)全年工业平稳较快增长。2012年,工业生产运行态势较为平稳,月度累计工业增加值增速以16.0%开局,     

“十一五”我国建筑业发展预测模型建立和应用

基于灰色理论建立建筑业的GM(1,1)发展预测模型,对我国建筑业的发展进行预测,并运用多元回归预测模型进行验证比较,两种不同的预测方法得出的结论是一致的,“十一五”期间我国建筑业将继续保持较快增长。     

今年一季度国民经济发展如何?

运用季度国民经济预测模型,预测1996年一季度国民经济主要指标运行趋势如下: 国内生产总值增长速度接近1995年四季度水平。预计将完成11000亿元,比上上同期增长约10％。 工业生产平稳发展。全国乡及乡以上工业完成增加值380O亿元,比上年同期增长14％。完成工业总产值10700亿元,增长18％,其中轻工产值4850亿元,增长19.5％,重工产值5850亿元,增长16.5％,国有工业产值4820亿元,增长     

江苏沿海地区物流需求的灰色预测

根据江苏沿海地区1999—2008年物流需求数据,运用灰色系统理论,探讨并选择了最优灰色GM（1,1）模型对江苏沿海地区未来5年的物流需求进行灰色预测。结果表明,在建立的灰色GM（1,1）模型群中,6维灰色GM（1,1）模型的预测精度最高,未来5年内江苏沿海地区物流需求仍会有大幅度增长,因此要提升物流服务水平,为区域经济发展贡献力量。     

灰色-时序组合模型在建筑物沉降预测中的应用

为了获得较为准确的建筑物沉降预测结果和较高的预测精度,结合灰色模型、时间序列模型的优点,提出灰色-时序组合模型进行建筑物沉降预测的方法,有效克服了单一模型预测精度低的缺点。以某工程实例沉降观测数据作为原始建模分析数据,通过对灰色预测模型、时间序列预测模型以及组合预测模型的预测结果进行比较分析,结果表明,灰色-时序组合模型预测的沉降值更接近实测值,预测的精度比单一模型更高,具有一定适用性,有利于高层建筑物的沉降预测、预警,确保建筑物的安全性。