基于六普数据的中国未来人口总量和结构变化趋势仿真分析

对第六次人口普查数据进行了简要分析,并在宋健人口预测模型的基础上,建立了一个系统动力学模型,利用"六普"数据,通过仿真模拟,预测出了我国未来人口总量和人口结构的变化趋势,指出到2035年左右,"人口红利"将会消失,从而为我国相关政策的制定奠定了理论基础.     

中国旅游产业发展的人口因素分析

三十年来,中国的人口总量得到了有效的控制,人口结构出现了许多新的特点,人口数量和结构的这些变化对中国旅游业发生了怎样的影响呢,对此,本研究做了些初步的探讨.基于1995年-2014年间的我国旅游产业和人口的两组指标数据,采用典型相关分析法,进行了中国人口因素对旅游产业的影响分析.在典型相关变量的解释方面,充分利用了典型载荷和交叉典型载荷,对旅游产业和人口这两个经济现象的整体之间以及整体与个别之间的相关信息进行了全面挖掘和解读.结果显示,劳动力在产业间的转移、人口规模和结构的变化均与旅游业的发展高度相关,它们之间的变化趋势表现为相互之间的正影响关系,中国老龄化进程与旅游业的发展高度正相关.     

基于预测模型的我国人口结构问题研究

针对我国人口结构问题,在对相关人口数据进行收集、计算、整理并分析的基础上,通过建立总人口预测模型对2010-2014年人口数量预测,与原始人口数据对比进行模型验证和改进,运用此模型对之后6年人口数量预测,应用队列要素预测法找出相应政策对人口结构变化的影响,通过建立适婚群体预测模型对中国适婚入口中的男女数量定量分析,进而对我国人口结构问题进行整体概括总结.     

基础教育发展趋势预测模型研究及应用

以基础教育发展为研究对象 ,在应用新增人口的离散预测模型基础上 ,分别建立了小学和初中招生数、分年级在校生规模、在校生总量、专任教师需求和补充规模的预测模型 ,并结合近几年山东省教育统计结果 ,给出了计算实例 .     

人口与基础教育发展趋势预测模型研究及应用

以西藏人口与基础教育发展为研究对象,应用灰色系统理论建立了一个新的出生人口预测模型,还分别建立了小学和初中招生数、分年级在校生规模、在校生总量的预测模型,并结合近几年西藏自治区教育统计结果,给出了应用实例.     

“新常态”下的中国天然气消费分析及预测

作为一种优质、高效的绿色能源,天然气在中国能源结构中所占比重逐渐增加。但可再生能源的崛起使得天然气成为过渡能源的选择,天然气消费量的增长趋势不明晰,因此相关企业及部门需要合理、准确的天然气需求预测模型为未来的工作提供指导性信息。基于此,本文首先从经济水平、产业结构、能源结构、天然气价格等方面选取影响天然气消费的12个因素。其次,运用贝叶斯模型平均(BMA)法构建了一个包含相关文献中常用的6个影响因素的基准模型,针对该模型,围绕影响天然气消费量的各种因素,以逐个添加的方式建立对比模型,从备选模型中选出预测精度最高的对未来天然气消费量进行预测。最后,将BMA模型与ARIMA模型、ETS模型、BVAR模型、逐步回归模型以及等权重加权平均模型的预测精度进行对比。结果表明,最优的BMA模型包含了涉及经济水平、产业结构、能源结构、人口因素、天然气价格、天然气供给六个方面9个影响因素,其预测精度优于对比预测模型,且该模型预测 2022年天然气消费量将达到3254.153亿立方米,年均增长率为8%。     

阶层流动变化下的马尔科夫预测模型

针对总体内不同阶层随机流动的变化过程,分析了阶层结构的随机性质,利用马尔科夫方法建立了多次流动下阶层结构变化趋势的预测模型,并展示了模型应用的良好效果。研究结果为劳动力市场人才流动、城乡二元人口流动、社会经济阶层流动等问题的研究,提供了一种有效的思路和方法。     

基于人口因素的黑龙江省农村养老金需求总量预测

随着老年人口数量和比例的不断增长,农村养老难问题日益突出.资金是养老问题的核心.通过对养老资金的预测,可以为政策的制定提供数据参考与决策依据.以黑龙江省为例,在对现行农村养老金制度进行分析的基础上,从人口因素角度对农村养老金需求总量进行预测.建立人口增量模型,依据人口统计数据,引入年龄、性别影响参数,得出人口预测结果.进行养老金需求总量预测,分析并确定了人均养老金标准,进而通过人口预测数据求得养老金需求总量数据.     

房地产行业的数学建模分析

分别建立了需求模型,供给模型,房地产与其他产业的关系模型,房价模型及房地产发展趋势的预测模型,并对影响模型的相应因素做了简要的分析.     

黑龙江省人口结构与区域经济可持续发展耦合问题研究

在充分查阅相关文献并结合黑龙江省具体情况的基础上,建立了人口结构系统和区域经济系统两大评价指标体系,并运用灰色关联分析方法,构建了二者的耦合度模型.在此基础上,分别在时间角度上分析了黑龙江省人口结构和区域经济可持续发展的演变规律,在空间角度上分析了黑龙江省各个地区人口结构和区域经济可持续发展分布规律.最后,针对以上分析结果,给出了相应的协调发展对策.     

基于GM-ES-GASVR组合模型的丽江国内旅游需求预测

构建适合于预测丽江国内旅游需求的预测模型,对推动丽江旅游业的发展具有重要意义.研究发现灰色GM(1,1)模型、三次指数平滑模型与GA-SVR模型都适用于预测丽江国内旅游需求,且GA-SVR模型为这三个单项模型中的最优模型.在此基础上,利用变权方法建立GM-ES-GASVR组合预测模型.通过对拟合与测试结果的对比分析,表明GM-ES-GASVR变权组合预测模型比单一模型的拟合与测试效果都有较大改善.     

HMO市场结构影响下的美国医疗费用预测分析

分析了美国HMO（Health Maintenance Organization）市场结构主要指标及部分医疗和社会经济指标对美国医疗费用的影响,采用1995-2007年数据,利用主成分分析（PCA）方法与BP神经网络构建预测模型,对美国支出在医院方面的医疗费用进行拟合及预测,预测结果与实际值之间的相对误差小于0.25%,表明可基于该模型考察在HMO市场结构影响下的美国医疗费用.     

我国城乡人口模型动力学分析与预测

分析了马尔萨斯等经典人口模型的动力机制,建立了基于人口迁徙的城乡人口系统模型,利用系统动力学方法进行计算机迭代仿真;综合其他人口预测模型结果,认为我国人口增长日趋乏力,2025年将达到14.2亿左右的峰值、30年代中期会达到老龄人口高峰,潜在的人口城镇化率在71%左右,但接近期趋势预测,2030年前后即达到极限,且不会超过65%.     

人口增长率的非参数自回归预测模型

针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征,本文基于局部线性非参数估计理论,对我国建国以来的年人口增长率建立了非参数自回归NAR(1)模型,并对2000-2003年的年人口增长率进行了预测,计算结果表明,相对于参数自回归模型而言,非参数自回归模型能够很好地解决人口增长预测这一非线性问题,预测精度较高。     

基于多因素SVM的油价预测模型研究

准确预测国际原油价格,对于维护经济稳定和规避风险具有重要意义.由于国际油价的波动是由多种因素引起的,本文采用误差修正模型确定原油价格与因素的关系.将结果作为SVM回归预测模型的输入模式,建立基于多因素SVM的油价预测模型.通过实证研究,发现基于多因素SVM的油价预测模型相对于误差修正模型和基于国际油价本身的自回归SVM预测模型具有更好的拟合和预测效果.     

二三产业劳动力需求与产值的关系及其预测

在分析第二、三产业产值与劳动力需求关系相关性的基础上,构建了我国第二、三产业产值与劳动力需求的关系模型,并运用基于拉格朗日乘子法的组合预测方法,对未来九年我国第二产业第三产业劳动力需求进行预测.研究结果表明:第二产业、第三产业的产值和劳动力需求呈现对数函数和线性函数回归模型的趋势.基于此组合预测模型实现了对未来九年第二、三产业劳动力需求的预测,且预测误差小于3.905928%、2.1279%,具有良好的预测精度.该研究不仅为进一步研究二三产业劳动力需求的预测打下了理论基础,也有助于我国各级政府制定相关的发展目标和决策.     

城市交通管理中的出租车规划模型

最佳数量的确定和价格的制定是城市出租车规划中的两个核心问题.对影响出行强度的市区人口和建成区面积分析建立了出行总量预测模型,再通过分析出租车最佳数量与出租车运营里程的关系,得出出租车最佳数量的预测模型.在出租车最佳数量模型的基础上,分析出租车数量的差异和差异产生的原因,给出了出租车定价判断模型,为出租车定价机制的调整指明了方向.最后以长沙市为例进行了实证分析.     

基于灰色马尔可夫链模型的人口预测

将灰色预测模型和马尔可夫链预测相结合,将其应用到人口预测中,并依据南京市历年总人口数据进行计算,可以比较准确地预测2008年的户籍人口数,验证了其有效性;同时由模型可以预测2010年,2011年南京户籍人口数以做参考用,灰色马尔可夫链可视为人口预测的可行且有效的方法。     

基于小波神经网络的中国能源需求预测模型

通过分析影响我国能源需求的主要因素,建立了基于小波神经网络的需求预测模型.采用定性与定量相结合的方式,分析了影响我国能源需求的主要因素,通过将人口总数、GDP、产业结构变化以及能源消费量的一阶滞后作为输入变量,建立基于小波神经网络的我国能源需求非线性预测模型.实验结果表明,该非线性预测模型与多元回归模型相比更加合理,具有更高的预测精度.     

我国用水总量预测研究

自2003年以来,我国用水总量呈逐年增长态势,提前预测用水总量对规划供水等有重要的现实意义.文章首先运用相关分析等方法对我国用水总量的影响因素进行分析,然后利用用水总量及其影响因素的相关数据建立了我国用水总量的多因素预测模型,统计检验显示,模型的拟合精度较高.最后应用建立的预测模型结合专家经验法,在一定的情景假定下,对2014-2015年我国的用水总量进行了预测.预计我国2014-2015年的用水总量约分别为6220.4亿m~3和6214.2亿m~3.