黑龙江GDP预测的数学模型及其影响因素分析

运用灰色系统理论中的GM(1,1)预测模型,以黑龙江省近七年来的GDP数据为例,对其未来几年的GDP状况进行了科学预测,并对影响GDP发展的主要因素进行了系统分析,确定了各因素相对于GDP发展的关联程度,为相应的决策部门提供科学依据.     

牡丹江GDP的GM(1,1)预测及其影响因素的灰色关联分析

运用灰色系统理论中的GM(1,1)预测模型,以牡丹江市近六年来的GDP数据为例,对其未来几年的GDP状况进行了科学预测,并对影响GDP发展的主要因素进行了系统分析,确定了各因素相对于GDP发展的关联程度,为相应的决策部门提供科学依据.     

齐齐哈尔GDP的发展趋势及其关联因素分析

运用灰色系统理论中的GM(1,1)预测模型,以齐齐哈尔市近六年来的GDP数据为例,对其未来几年的GDP状况进行了科学预测,并对影响GDP发展的主要因素进行了系统分析,确定了各因素相对于GDP发展的关联程度,可为相应的决策部门提供科学依据.     

关于湖北省节能的投入产出分析

运用投入产出法,对湖北省达成"十一五"节能目标的万元GDP综合能耗进行了分能源品种的分解,对湖北省未来五年的能源经济指标进行了预测和分析.首先,本文把64部门的2002年湖北省投入产出表整理成6部门的投入产出表,推测出2005年湖北省能源生产和消费指标,分析了湖北省能源供需的基本形势.其次,本文以实现"十一五"期间万元GDP综合能耗降低20%为目标,对不同GDP增长率下的能源需求情景进行了预测,计算了湖北省2010年分品种的万元GDP综合能耗、能源消费弹性系数等指标,分析了不同能源品种对单位GDP综合能耗下降的贡献程度.最后本文提出了政策建议,并指出模型的发展方向.     

西藏GDP发展趋势的数学模型及其因素分析

以近几年西藏GDP为研究对象,应用灰色系统理论建立了一个GDP发展趋势的预测模型.应用该模型进行预测,得到了预测结果.对影响GDP发展的主要投资因素进行系统分析,确定了各因素相对于GDP发展的关联程度.     

基于主成分分析法的我国用电量的影响因素分析

2002年电力体制改革以后,我国电力行业取得了迅猛发展,电力需求量与生产量增长迅速,社会用电量也一路飙升.为了明确各影响因素与用电量的影响关系,以我国2002-2015年用电量相关统计数据为基础,选取国民生产总值、人口总量、第二产业GDP、能源消耗总量、城镇化率、单位GDP电耗、货物进出口总额、房屋施工面等12个指标,通过主成分分析法进行系统化研究.结果显示,我国用电量与第一主成分显著相关,而第二主成分没有显著相关关系.最后,针对具体分析结果,为相关政策制定和现状分析提供了建议.     

高等教育经费投入对经济增长的驱动力影响实证研究——基于西北五省数据的LMDI分解

以高等教育为主体的人力资本投入对地区经济增长具有推动力已成为经济发展在理论和实践上的普遍认识.首次将LMDI分解法引入高等教育经费投入与GDP增长之间的动态关系实证研究,通过构建GDP总量分解模型,深入分析二者之间内在的因果驱动关系.分析结果表明,对我国而言,代表高等教育经济投入总量的活动效应对GDP变动贡献最大,是主要驱动力;代表教育经费在区域问分布的结构效应对GDP变动影响很小;代表单位教育经费驱动效率的效率效应对GDP增长起到了重要促进作用.     

掂一掂算书的份量——珠算地位丛谈六

一、从科学的发展说起 据中国人民大学高放教授讲,16世纪以前,科学主要是以直觉、零散的形式出现。科学的发展很快,19世纪科技知识总量隔50年翻一番,翻番的时间,到20世纪初缩短为10年,到70年代缩短为5年,到80年代3年就翻一番。有些科学发展特别迅速。例如,     

基于GM(1,1)与主成分回归的海南GDP预测及其影响因素分析

以海南省年度GDP为衡量经济增长指标变量,以旅游业总收入、农林牧渔业增加值、建筑业增加值、固定资产投资总额、社会消费品零售总额及对外贸易进出口总额六个指标作为影响因素,采用多个标准对1987-2014年数据进行筛选,建立GM(1,1)模型对海南GDP及其影响因素进行5年预测,来分析海南经济结构变动趋势.利用灰色关联分析定性分析了六个行业对GDP的影响程度;从定量分析角度,利用线性主成分回归模型和对数主成分回归模型分别对海南GDP进行边际、弹性分析.发挥了灰色系统科学理论和计量经济模型各自长处,为建设海南国际旅游岛相关政策的制定提供参考.     

中国省区建筑能耗时空分布与影响因素分析

当前建筑能耗研究缺乏对中国各省进行对比分析,不利于因地制宜进行建筑节能降耗.基于此,首先对中国各省2006-2016年建筑能耗进行计算并通过GIS进行时空对比分析,在此基础上结合STIRPAT模型,分析主要驱动影响因素并构建建筑能耗数学模型,选取高建筑能耗省区为代表计算影响因素影响程度大小.结果表明各省区建筑能耗均处于上升趋势,建筑能耗比例与GDP增速呈反向波动;省区建筑能耗差异较大,呈现"东高西低"态势,两极分化明显;建筑能耗增长影响因素按影响程度大小排序依次为人口总量、居民消费水平、第三产业发展、人均建筑面积、城镇化率.