基于系统动力学的中国石油需求系统模型及预测

建立了基于系统动力学的我国石油需求系统模型,然后利用GM(1.1)灰色模型对部分因素进行预测,再将灰色系统模型的预测值导入模型.从而对2008～2020年我国石油消费对外依存度和石油需求量进行了预测.预测结果表明,我国石油消费对外依存度以年均1.51%的速度增长,2020年战略石油储备完成后,石油消费对外依存度将达到62.5%.我国石油总消费量将2.5%的速度增长,到2020年将达到5.28亿吨.通过政策模拟,预测了不同经济发展速度下我国的石油需求量,结果表明,经济的发展速度对我国的石油需求量影响比较大.     

“十三五”时期中国经济展望

中国经济已经步入“十三五”这个崭新的发展阶段,研究未来5年中国经济的前景意义重大.本文结合“十三五规划纲要”为我们描绘的发展蓝图,全面分析了“十三五”期间中国经济面临的挑战和机遇,对如何用五大发展理念引领经济发展新常态,如何贯彻落实好“十三五”规划建议,打好“十三五”期间中国经济发展的攻坚战,提出了一些思考.     

人口结构、产业结构与中国经济潜在增长率

对于中国经济增长潜力的判断直接关系到宏观经济调控目标和调控方式的选择。在索洛模型框架下结合人口结构和产业结构的转型,构建经济增长系统模型,并提供利用经济结构演变信息来预测未来潜在经济增长率的简单方法;根据实际经济数据和对未来结构转型的情形设定,对中国"十三五"期间经济增长率进行模拟预测,结果显示:在经济结构转型背景下,"十三五"期间中国经济增长率将出现明显下降,大约处于6.22%⁷.17%之间。未来中国经济增长将更加依赖于技术创新和人力资本积累为动力的新的增长模式。     

中国能源消费的ARIMA模型预测分析

文章利用Box-Jenkins法的ARIMA模型,对1953～2007年中国能源消费总值数据序列进行分析,建立了1953～2005中国能源消费的自回归移动平均模型ARIMA(3,1,3).检验结果表明,ARIMA(3,1,3)模型对原始数据序列有着较好的似合效果,模型的预测效果良好,可用于短期内中国能源消费量的预测.根据建立的模型预测结果,中国能源消费量仍将保持较高的增长.     

基于全球化视角的对外技术依存度测算方法及预测

对外技术依存度是我国测度创新型国家建设进程的重要指标。本文提出基于全球化视角的对外技术依存度测算方法,考虑了外资企业的影响,使指标反映的内容更加全面。以大中型工业企业为例,计算了近十年的对外技术依存度,并预测了未来十年的对外技术依存度。分析表明,2020年创新型国家对外技术依存度目标是能够实现的。     

基于等维新息递补GM(1,1)幂模型的GDP预测

针对灰色模型在GDP预测中精度较低的问题,文章提出一种基于等维新息递补GM(1,1)幂模型的预测方法.为反映数据的非线性特征,在GM(1,1)模型的基础上引进拓展的非线性GM(1,1)幂模型;进一步利用最新信息优先的原则,建立等维新息递补灰色幂模型.将改进的模型应用到我国“十三五”时期GDP的预测中,验证了此模型在拟合和预测上的优势.     

开放经济下中国产业安全测度

文章选取开放经济下影响产业安全的四大因素,即产业国际竞争力、产业出口对外依存度、产业资本对外依存度和产业外资股权控制率来构建评价指标体系,采用这4项指标1995～2007年的数据,运用因子分析法对中国三大产业和各主要产业安全度进行了评价.     

基于贝叶斯向量自回归方法的钢材消费量预测

针对我国工业化和城市化进程加快发展、钢材表现消费量持续上升的客观现实,文章构建了包括GDP、城镇固定资产投资、广义货币供应量和钢材表观消费量的贝叶斯向量自回归钢材表观消费量预测模型,实证结果表明,BVAR(2)模型能较好地预测我国月度钢材表观消费量,其短期预测能力优于常用的ARIMA模型,同时,GDP增速的上涨对未来我国钢材表现消费量将产生较大的持久拉动作用;广义货币供应量增速的上涨会对其产生短暂的拉动作用;固定资产投资增速的上涨对其产生的拉动作用将保持半年左右.     

基于主成分分析基础上的中国蔬菜家庭消费预测

文章在对中国蔬菜家庭消费的现状进行论述后,通过主成分分析法分析影响中国蔬菜家庭消费的五个因素,再利用回归得出城镇和农村居民的不同家庭人均蔬菜消费量的模型.在此基础上,以城镇人口和农村人口为因变量,建立人口的时序模型.结合这两个模型对我国蔬菜的家庭消费量,以及全国蔬菜家庭消费市场总容量进行未来年份的预测,以期为中国蔬菜产业发展中的政策制定和战略调整提供依据.     

基于遗传算法优化的LS-SVM模型的应用研究

文章介绍了最小二乘支持向量机及遗传算法的原理,利用遗传算法优化参数后的最小二乘支持向量机建立四川省天然气消费量的时间序列预测模型.并利用两个性能指标将其与BP神经网络模型进行了对比,结果表明,在样本有限保证一定精度的情况下,遗传算法优化参数后的最小二乘支持向量机模型的范化能力较强,能够利用该模型对四川省天然气消费量进行预测,并在最后利用该模型预测2007～2009年四川省天然气消费量.