湖南省碳排放影响因素的灰色关联分析与预测

采用灰色关联分析法分析了2000年-2005年湖南碳排放量与经济增长、人口规模、产业结构以及城市化水平四影响因素的关联度,得出城市化水平与碳排放量的关系最为显著的结论,同时运用GM(1,1)灰色预测模型对湖南未来几年碳排放量做出预测(2010年-2012年),结果表明:如果保持目前的经济增长速度、人口规模、产业结构以及城市化水平,碳排放量仍将保持较高的增长速度。最后提出关于湖南减少碳排放的政策建议。     

安徽省工业碳排放影响因素实证分析与预测

根据安徽省工业2010—2019年相关能源消费量计算碳排放量,运用扩展的Kaya公式并结合LMDI模型对安徽省工业碳排放的影响因素进行定量分析,量化相关影响因素的贡献率.运用EGM(1,1)模型对安徽省工业未来10年(2020—2029年)碳排放量变化趋势进行预测.结果表明:劳动规模、经济产出和能源结构因素促进碳排放量...     

基于灰色关联度的GM(1,1)-BP神经网络组合模型研究

改革开放以来,我国居民消费水平保持较快发展态势,准确预测未来居民消费水平能更好地掌握国民经济发展趋势,为政府相关部门制定战略规划和产业政策提供参考。为此,基于灰色关联度建立了GM(1,1)-BP神经网络组合模型,对2000—2016年居民消费水平进行模拟,并对比分析GM(1,1)模型、BP神经网络模型、灰色组合模型模型的预测误差。仿真结果表明,基于灰色关联度的GM(1,1)-BP神经网络组合模型能进一步提高预测准确性。     

湖南省农业经济发展的灰色系统分析——基于农业现代化物质技术手段视角

运用灰色系统理论中的灰色关联分析和灰色GM(1,1)模型,分析农业现代化的物质技术指标对湖南省农业经济发展的影响.结果表明,农业化学化对农业经济发展的影响最大,其次是电气化、水利化,机械化;利用GM(1,1)模型对这些因素未来的发展走向进行预测,能动态地反映湖南省农业经济的发展趋势,并在此基础上提出促进湖南省农业经济发展的相关建议.     

应用优化GM(1,1)模型的农民消费水平预测研究

为了使传统灰色GM(1,1)模型的背景值和灰度值更加协调,对原始数据序列和模型背景值进行优化。基于优化的灰色GM(1,1)模型,选取2000—2014年我国农民消费水平数据,预测未来几年我国农民消费水平。结果表明:优化GM(1,1)模型的背景值能减小预测误差,提高预测准确精度,非常适合进行中短期预测;同时,未来几年我国农民消费水平将继续保持稳步增长,到2020年我国农民消费水平将达到19 303元,这将有利于实现我国经济稳步增长。     

高等教育规模波动与经济波动协调性的实证分析——基于GER与人均国内生产总值的考察

利用灰色关联等维代谢模型（GM（1,1））对我国扩招十年来高等教育规模波动与经济波动的协调关系进行回归分析,以高等教育毛入学率与人均国内生产总值为具体分析单元,建构高等教育规模波动与经济波动的灰色协整预测模型,精度检验显示所建GM（1,1）模型拟合值与实际值、预测值与规划值误差较小,灰色关联度较高,符合灰色建模理论,可以为我国经济和高等教育发展规划提供科学预测和理论诠释。     

基于灰色GM(1,1)模型的山东省人口预测与可持续发展研究

采用1985~2012年山东省人口统计数据分析了山东省人口的发展趋势,并选取2001~2009年的净增人口数,建立不同维数的灰色GM(1,1)模型.选用2011年和2012年的总人口数来检验模型,最后选取5维GM(1,1)模型,对山东省2013~2020年的总人口进行了预测,结果表明山东省总人口在未来一段时间内持续增加,并且增加的速度变缓,在2020年将达到9948.1332万人.在预测的基础上分析了人口与土地资源、淡水资源的可持续发展,并对山东省今后实现人口可持续发展提出了对策.     

基于GM(1,1)模型对房地产投资额的预测研究——来自四川省成都市的经验证据

针对房地产开发投资额样本数据少、受各种因素影响具有不确定性的特点,运用灰色理论中应用最为广泛的GM(1,1)模型,以2004年以来成都房地产开发投资额的年统计数据为样本,对成都2009年的房地产开发投资额进行拟合。实证分析过程中通过弱化缓冲序列算子的作用,调整了样本数据的增长速度,实证结果表明GM(1,1)模型在房地产开发投资额预测方面精度较好,能够用该GM(1,1)模型对成都未来的房地产开发投资额进行预测分析,为政府、投资者、消费者的决策提供参考意见。     

税收增长预测的灰色理论模型研究

税收是国家财政收入的重要来源,准确的税收预测结果对于制定各项经济政策具有非常重要的意义。文章在传统GM(1,1)模型的基础上,通过改变背景值,提出了用于中国税收预测的改进GM(1,1)模型。实例分析采用中国1994-2008年共15年的税收数据,预测结果表明:灰色预测可以较好地模拟出税收总量的变化趋势,而改进的GM(1,1)模型比传统的GM(1,1)模型所得到的预测结果更加合理。并且,整个预测过程思路简洁,易于编程实现,在当前中国税收政策变化力度加大、受国内外经济波动影响颇深的情形下,依然不失为一种有效的税收预测方法。     

基于正弦变换和背景值优化的灰色GM(1,1)模型研究

对传统GM(1,1)模型进行误差分析,基于正弦变换和误差最小化原理对初始条件和背景值进行改进,建立了优化GM(1,1)模型。为了比较与传统GM(1,1)模型的优劣,选取2005—2015年我国水产品总产量数据,基于传统GM(1,1)模型和优化GM(1,1)模型分别对水产品总产量进行预测。实证研究表明:优化GM(1,1)模型在预测相对误差方面有明显改善,极大地提高了灰色模型的预测精度。     

EKC视角下陕西经济增长与碳排放量实证研究

本文根据IPCC①碳排放量计算方法测算陕西省1995—2018各年碳排放量,研究陕西省经济发展水平和环境污染关系的EKC曲线特征,然后加入制度因素、产业结构、城镇化水平三个控制变量对EKC曲线再检验,运用GM(1,1)灰色预测模型预测2019—2024年陕西人均GDP及EKC曲线拐点时间.结果表明:(1)1995—2018年陕西省经济增长和碳排放量曲线呈倒"N"型,碳排放量预计在2024年达到拐点,此时人均GDP为105064.78元;(2)加入控制变量再检验之后曲线形状仍为倒"N"型,拐点提前至2020年且人均GDP为72402.78元.基于研究结论,从经济发展、贸易结构、产业结构、城市布局4个角度为陕西解除"碳锁定"提出建议.     

基于残差灰色模型的天然气消费预测研究

随着全国各地"煤改气"如火如荼地进行,天然气消费量持续增加,科学准确地预测天然气消费量显得尤为重要。在传统GM(1,1)模型的基础上,建立灰色残差GM(1,1)模型,对我国天然气消费进行预测,并对比分析了残差GM(1,1)模型和传统GM(1,1)模型的预测精度。结果表明:残差GM(1,1)模型进一步提高了预测精度,适用于天然气消费预测研究。     

北京市保障性住房供给预测研究

为解决北京市保障性住房供需矛盾,完善其住房保障供给体系,并使其实施更具可操作性,应用灰色系统预测理论,通过构建北京市人均建筑面积和户籍人口总数GM（1,1）模型,以北京市2003-2007年相关数据为原始样本值,预测出北京市2008年起未来五年北京市保障性住房供给总量。经过相对误差检验、均方差检验、小误差概率检验,原始样本值符合检验要求,预测结果具有精度高、拟合程度好的特点。研究结果表明：应用灰色GM（1,1）模型进行预测,量化了北京市2008-2012年各年度保障性住房供给总量,为政府进行相关决策提供了依据。     

收费公路权益转让价格的灰色预测

分析了采用收益现值法评估收费公路权益转让价格时,影响评估结果精确度的主要因素净现金流量以及灰色预测GM（1,1）模型的小样本、贫信息特点。通过灰色预测GM（1,1）模型在收费公路权益转让价格评估的实证分析,证明灰色预测结果具有较高的预测精度和可信度,是收费公路权益转让价格评估过程中较为理想的预测方法。     

基于灰色系统理论模型的安徽省卫生总费用预测及影响因素研究

利用安徽省2010—2018年卫生总费用相关数据构建GM(1,1)预测模型,并运用灰色关联度分析法分析卫生总费用的影响因素。结果显示,未来5年安徽省卫生总费用仍将保持稳步增长,筹资结构呈现以社会卫生支出为主的特征。农村居民人均可支配收入、人均GDP和城镇居民人均可支配收入代表的经济因素是影响卫生总费用的主要因素,其关联度均高于0.8,关联性较强;政策因素和人口因素影响最小;卫生资源因素的影响作用介于两者之间。因此,安徽省仍需进一步优化筹资结构,通过逐步增强老年人口的配套医疗服务供给,增加相关政府卫生支出比例和完善相关医疗保障制度等措施促进卫生总费用实现合理增长。     

基于背景值优化的GM(1,1)国内旅游消费预测模型

针对传统灰色GM(1,1)模型的背景值大于实际背景值的情况,根据差分插值原理对模型背景值进行优化。选取2006—2015年我国国内旅游消费数据,在对原始数据作对数处理的基础上,基于背景值优化GM(1,1)模型,对我国国内旅游消费水平进行预测。与传统GM(1,1)模型进行对比,结果表明:基于背景值优化的GM(1,1)模型能大幅减小预测误差,提高模型精度,非常适用于国内旅游消费中短期预测。     

基于VAR和GM组合模型的电力消费预测

组合预测模型较单一模型具有更准确的预测精度,利用中国电力消费1978年~2007年的年度数据,将VAR模型与灰色预测的GM（1,1）、无偏GM（1,1）两种模型有机组合,建立灰色VAR组合预测模型,对2008年~2015年的电力消费量进行预测。结果表明,该模型平均相对误差为4.88%,拟合精度较高,具有较好的应用价值。     

基于灰色系统模型的粮食供给分析

文章基于灰色系统理论,以1978~2006年的粮食总产量的数据为基础,建立粮食产量的动态GM(1,1)灰色预测模型,对未来10年中国的粮食产量进行动态预测,为我国今后粮食的生产提供科学决策依据.     

基于灰色马尔可夫模型的烟台市铁路客运量预测研究

铁路客运量能够反应所在省市的人口流动量,是铁路经济效益计算的重要基础.本文将传统的灰色预测GM(1,1)模型与马尔可夫链状态转移矩阵相结合,建立灰色马尔可夫预测模型,对2020—2024年烟台市铁路客运量进行预测.结果表明:所建立的模型实现了灰色预测模型和马尔可夫链的优势互补;将灰色预测模型与灰色马尔可夫模型进行对比,...     

基于灰色系统理论的山东物流需求预测分析

从山东物流需求省情出发,运用灰色GM（1,1）预测模型理论,根据实际数据建立山东省物流需求量模型,并运用该模型对山东省未来五年物流需求规模进行预测,结果显示山东省的物流需求呈增长之势,以期为山东省物流业发展提供理论依据。