人口年龄结构变化模型与郑州市基础养老金发展趋势分析

以2010年全国第六次人口普查数据为基础,采用韦伯(weibull)分布拟合人口死亡分布密度函数,推导出未来郑州市人口年龄结构变化模型,运用逻辑斯蒂(Logistic)阻滞模型预测职工的平均工资水平,依据最新的国务院2015年1月14日发布《关于机关事业单位工作人员养老保险制度的决定》(国发[2015]2号)方案,在此基础上构建了养老金的收支平衡及替代率模型.研究结果表明:随着时间的推移郑州市养老金收支将面临严重压力,在2050年养老金缺口将达到高峰,最后给出了政策建议.     

关于深圳人口和病床需求的预测

医疗床位需求主要取决于人口总量和结构,而人口总量依赖于产业经济结构和经济总量,人口结构依赖于非户籍人口和户籍政策。深圳市经济发展受产业结构、经济规模、人口密度、区域面积等因素限制,根据这一特点,首先基于Logistic规律建立了分产业预测模型,然后基于人口发展与生产总值的关联建立了常住人口预测模型,最后依据相关数据分别建立了人口结构、医疗病床需求相关模型。预测结果与当地规划目标比较,显示了结果的相对合理性,这在某种程度上验证了模型的正确性。     

新疆公共卫生服务的需求影响因素预测及供求关系评价

为客观反映新疆城乡居民公共卫生服务供需关系,为地方政府科学规划区域卫生事业发展提供决策依据,本文选用社会人口、疾病流行模式转变等因素作为影响公共卫生服务需求的预测指标,以公共卫生机构费用为服务需求量的衡量指标,综合采用灰色系统模型、时间序列模型、受约束的非线性回归与多元线性回归等多种预测方法,对新疆公共卫生服务的需求进行定量预测,对供求关系给出综合评价。研究结果表明:2011-2015年,导致新疆居民公共卫生服务需求的快速提高的主要因素是新疆总人口、医学敏感人数、老龄化人口及慢性病患病率。上述需求影响因素的持续增长,直接导致公共卫生机构费用年均增速由9.5%增加到13.6%。新疆城乡居民快速增加的公共卫生服务需求,与服务供给能力不足的现实形成了反差。城乡居民公共卫生服务需求有效供给不足阻碍了新疆社会生产力和社会经济发展,对新疆在2020年与全国同步实现小康社会目标产生不良影响。     

老年消费需求规模预测及影响因素分析

探索老年人消费需求规模及其影响因素对发展老龄产业有重要作用.根据灰色预测模型GM(1,1)对2015-2030年预测老年消费需求规模和利用灰色关联度分析模型对各个确定的影响因素的关联度进行测算,并得出相应的结论:老年消费需求规模从2015年的16640.33亿元,增加到2030年的152837.1亿元;在老年消费需求各影响因素中,国民总收入对其影响最密切,消费价格、老年人口规模次之,社会保障水平相对较弱;家庭其他成员的供养决定老年人个人消费支出.     

规划人口的动态灰色预测

本运用灰色系统理论，提出了规划人口规模的灰色预测方法，并通过对某市人口的预测，验证了该方法的预测结果是较为符合实际的。     

规划人口的动态灰色预测

本文运用灰色系统理论，提出了规划人口规模的灰色预测方法，并通过对某市人口的预测，验证了该方法的预测结果是较为符合实际的．     

北京市义务教育学龄人口多因素灰色预测分析

在非首都功能疏解以及相关政策影响下,北京常住人口发生了很大变化,也影响着北京市义务教育学龄人口的数量.通过对北京市义务教育学龄人口相关影响因素的分析,收集了2010年-2016年的相关数据,构建了多因素灰色预测模型,对北京市义务教育阶段学龄人口变化进行了分析.结果显示,2017-2025年北京市小学学龄人口数量呈现先上升后减少的趋势;初中学龄人口数量在2017-2020年基本保持平稳,之后则呈现递减趋势.     

基于ARIMA-GM组合模型的邮电业务总量预测

对传统预测具有波动性及季节性双重趋势时间序列的模型—ARIMA乘积季节模型进行了改进,先用ARIMA乘积季节模型对邮电业务总量历史数据进行识别和拟合,然后用GM(1,1)模型对其带阀值的残差序列进行修正,最后结合二者得到ARIMA-GM这一组合预测模型.利用此模型对09年上半年中国邮电业务总量进行了预测,结果表明,组合预测方法比单项ARIMA乘积季节模型预测具有更高的精度.     

基于Leslie模型的中国人口发展预测与分析

以EXCEL为基础,拟合出2001-2005年来中国生育模式和女性死亡率的函数曲线,利用Leslie模型,预测出中国总人口将于2015年、2025年分别达到137772万人和140824万人,2018年2028年这一段是人口的一个小波峰值,2023年左右达到小峰值141024万人.老龄化程度进一步加快,到2025年全国65岁以上老年人口比重达17.2%数量达24201万人,在2041年左右65岁以上老龄人口比重达到一个高峰值26.0%,数量将达34358万人.2006年-2020年,20-29岁生育旺盛期妇女数量形成一个小高峰.     

基于AE-LSTM改进模型的高龄人口死亡率预测

高龄人口死亡率预测是长寿风险度量和管理、养老金成本和债务评估的基础.基于高龄人口死亡率数据特征,本文建立一个AE-LSTM改进模型对高龄人口死亡率进行预测.首先利用AE模型从高龄人口死亡率数据提取潜在时间因子,把它作为LSTM模型的输入变量,然后通过解码得到高龄人口死亡率预测值.同时,选取我国大陆1994–2018年60–89岁高龄人口死亡率作为样本数据进行实证分析.研究结果表明,AE-LSTM改进模型较传统的人口死亡率CBD模型预测精度有显著提高,且预测结果呈现较强鲁棒性.     

灰色-马尔柯夫链预测优化模型——以江苏省物流需求预测为例

讨论了现有灰色-马尔柯夫链预测方法的基本思路,针对该思路的不足之处提出了合理刻画预测模型精度特征的两个精度指标——均值指标和稳定性指标,并据此建立了灰色-马尔柯夫链预测优化模型,最终以江苏省物流需求为例,对该模型进行了实例验证和应用.     

黑龙江省农村劳动力就业的宏观影响因素分析——以状态空间模型为工具

以状态空间模型为工具,研究农村劳动力就业的影响因素,从深层次分析农村劳动力就业发展的长期性、动态性、阶段性和互动性.研究得到,在所有因素之中乡村劳动力人数是长期内影响劳动力就业的主要因素,且始终为正向影响,地区生产总值、农村居民消费水平、农村固定资产投资和农村居民人均纯收入等四个因素均经历了正相关、负相关的波动过程.由此将为人口与经济的健康发展提供理论依据,为政府部门的科学规划和政策调整提供可行性建议,同时对于人口城镇化的有效推进具有重要的现实意义.     

基于灰色系统模型的山西省物流需求预测分析

选取山西省2007-2013年的货运周转量、全省生产总值、人均生产总值、进出口总额、公路里程、铁路营业里程、公路载货汽车拥有量等10个影响因素,利用灰色关联分析对影响山西省物流发展的这些影响因素进行分析,结果显示人均生产总值对山西省物流发展的影响力度最大,选取货运周转量为特征因素,人均生产总值为其相关因素,利用灰色预测模型GM(1,2)模型,对山西省未来3年的物流需求进行预测.预测结果显示:模型具有较高的预测精度,对山西省物流的规划和制2发展战略起到参考作用.     

周期与季节性因素影响下的短生命周期产品预测优化模型

短生命周期产品因为需求的随机性和产品价值的瞬间变化性,对预测准确性提出了更高的要求.然而许多企业在使用多种预测模型后发现其预测准确率并没有得到显著提升.以短生命周期产品需求特点为背景,在需求预测影响的BASS模型基础上,建立受生命周期和季节性因素影响的需求预测优化模型,最后通过一个产品的实例证实了验证了模型的合理性.     

农民健康需求中的逆向选择效应:来自辽宁省新农合的证据

使用辽宁省统计局2008年"城乡居民医疗保障与健康"调查数据,重点围绕逆向选择效应,考察了农村居民的健康需求和参合意愿影响因素.研究发现,拥有保险者健康状况不佳的概率更高,表明新农合存在明显的逆向选择效应.收入、医疗服务可及性、信息认知程度、教育水平等因素对健康需求具有显著的正向影响.参合行为和参合意愿的影响因素差异较大,努力促使有参合意愿者转变成实际的参与者,提高居民收入和医疗服务可及性是制度改进的关键.     

BP神经网络算法在需水预测与评价中的应用

需水预测是进行水资源规划与管理的必备技术方法,在水资源短缺的地区显得尤为重要.合理而准确地预测未来的需水量,可以避免投资的浪费或减少将来用水危机的发生.以江西省为例,采用BP神经网络算法对江西省近期的需水进行预测与评价,将结果与其它方法预测的进行比较,比较结果说明神经网络算法预测需水是成功的。     

大数据背景下的商品需求预测与分仓规划

商品需求预测对于电商企业意义重大,对阿里电商平台的交易数据进行挖掘以获取有效特征,利用特征建立模型对未来两周这些商品的需求进行动态预测,并基于预测结果和成本最小的原则提出分仓规划建议.预测模型选择随机森林做回归,然后在残差分析的基础上建立报童模型求解分仓的库存规划.对特征数量众多的电商交易数据挖掘所建立的模型有助于电商企业进行有效的商品需求预测并据此制定成本更低的分仓规划.     

广东省能源需求预测模型构建及实证分析

为了对广东省的能源需求进行准确的预测,首先分析了影响广东省能源需求的各种因素,构建了预测指标体系.在此基础上,针对能源系统非线性等复杂系统特征,结合粒子群算法和BP神经网络的优点,构建了改进的PSO-BP神经网络的预测模型,并通过主成分分析法对指标体系进行数据降维,以降低神经网络的规模和复杂程度.以广东省1985-2013年的能源需求数据进行模拟与仿真,并对2014-2018年的能源需求量进行预测,理论分析和实证研究表明,该方法能够很好的反映广东省能源需求的特征,预测结果较为准确合理.     

基于向后逐步回归模型的我国农机需求特征及影响因素研究

以2004-2014年数据为样本,以农机总动力为因变量,以农机购置补贴、农机价格、农机作业服务价格、农户人均纯收入、农产品价格、农业劳动力数量和农作物播种总面积为自变量构建了我国农机需求影响因素的回归方程,向后逐步回归结果表明:(1)除农作物播种总面积、农机作业服务价格、农产品价格之外,其余变量对农机总动力的影响均统计上显著;(2)农机购置补贴、农机价格指数、农户人均纯收入及农业劳动力四个变量对农机需求的弹性系数分别为0.027、-0.004、0.457、0.474。最后根据研究结果提出加大与落实农机购置补贴、规范农机价格、培育新型经营主体、加速土地规范流转等政策建议。