中国工业碳排放达峰预测及控制因素研究——基于BP-LSTM神经网络模型的实证分析

文章基于2000-2020年中国工业行业相关数据,构建了平均绝对百分比误差(MAPE)为0.03％的BP神经网络预测模型,同时将工业碳排放的影响因素分为受历史惯性和市场影响较大的非控制性因素和可以通过政策引导促成的控制性因素两大类,非控制因素采用LSTM长短期记忆神经网络进行预测至2030年,控制性因素由2030年目标数值逐年逆推得出,经实证分析得到如下结论:(1)中国工业碳排放量将于2026年达到峰值,随后一段时期内保持相对高位但低幅波动状态;(2)在非控制变量中,工业增加值轻微下降,制造业人数先下降后回弹,能源消费量持续上升,发电及供热总效率明显提升;(3)在控制变量中,人口总数、城镇化率等对工业碳排放量的增加具有正向作用,但影响程度较低;人民币兑美元升值、非化石能源占比提高的条件下,工业碳排放量会降低,影响程度较前述变量更加明显.     

基于ARIMA模型的我国航空货运量预测分析

借助PASW Statistics软件对2002年1月至2009年12月我国航空货运量月度数据序列进行分析,发现我国航空货运量的发展变化具有明显的上升趋势和季节性。通过构建航空货运量的ARIMA预测模型并进行检验,结果表明,ARIMA模型对原始数据序列有着较好的拟合效果,模型的预测误差较小,可应用于短期内我国航空货运量的预测,为进一步的航空货运市场调控提供有效依据。     

关注拆迁安置后老年群体的社会适应性

随着社会的进步,拆迁成为推动城镇化进程的重要途径.2014年3月,中共中央、国务院印发《国家新型城镇化规划(2014-2020年)》以来,我国城镇化发展扎实有序推进.截至2019年末,我国城镇化率达到60.60％.随着城镇化进程不断加快,政府通过统一规划、集中安置的方式,规模化地进行拆迁安置,大量拆迁群体被安置.特殊的居民结构使得城市拆迁安置社区出现了生存环境复杂、生产系统解体、社会关系断裂、文化适应失调等问题,影响我国城乡融合发展和社会进步.     

基于组合预测的邮政业务主要指标预测研究——以重庆邮政业为例

对邮政业主要指标的准确预测是制定邮政业十三五发展规划的重要依据,需要使用科学?有效?合理的方法进行支撑? 以重庆市邮政业为例,统计分析邮政业务总量?邮政业务收入?快递业务总量和快递业务收入四项主要指标在2012年12月至2016年2月期间的月度时间序列数据,分别运用灰色模型?Holt-Winters 模型?趋势外推法等三种方法对四项主要指标进行拟合,用方差倒数法进行三种模型的组合预测,并对四种模型的预测精度进分析比较? 结果显示,组合预测模型的预测精度要优于任意一种单一预测模型?     

我国玉米期货价格预测实证分析

玉米是我国三大主要粮食品种之一,其年产量及年消费量均仅次于美国,位居世界第二.2004年9月22日玉米期货在大连商品交易所上市.本文以大连商品交易所(DCE)玉米期货为研究对象,对玉米期货市场有效性、玉米期货价格影响因素及期货价格预测进行实证分析,运用VECM-GA-BP模型对我国玉米期货价格进行预测,获得了良好的预测效果.这一方面说明我国玉米期货市场价格具有可预测性,也说明混合预测模型VECM-GA-BP具有良好的预测作用.     

城市化水平预测模型的比较研究——对我国2020年城市化水平的预测

准确预测我国未来的城市化水平,可以为“城乡互动,工农互促”发展战略的顺利实施提供决策支持。本文对我国学术界使用的多种预测方法和模型进行了比较、评价和印证,并对我国2020年城市化水平进行了预测,得出了2020年我国城市化水平的最低值、期望值和乐观值以及相应的人口分布格局的变动值。     

基于响应面法的蚕蛹蛋白酶解条件优化研究

在单因素试验基础上进行部分因子试验和中心点组合试验,优化蚕蛹蛋白的酶解条件.结果表明,最佳酶解条件为:温度45℃,加酶量2 000U/g,酶解时间4h,蛋白/水1∶9.19,pH值2.71;通过3次试验验证,蚕蛹蛋白平均水解度为57.08%,与预测最大值的误差为0.51%.在最优的酶解条件下能准确地获得理想的水解度.     

基于经济增长研究的新疆人才需求预测

文章以柯布-道格拉斯生产函数为基础,通过对新疆过去十年经济发展的数据分析,建立人才需求预测模型,以预测未来十年新疆经济发展需要的人才总量.     

我国铁路行业竞争合作策略分析

通过建立单阶段和多阶段的博弈模型,对我国铁路行业的三种策略组合(竞争-竞争、竞争-合作、合作-合作)进行了比较分析,发现竞争-竞争策略组合只是铁路行业单阶段博弈的最优策略,在多阶段博弈过程中还存在合作-合作(即串谋)的可能性。     

新型城镇化:中国未来发展的必经之路

正一、中国城镇化进程中的突出问题目前,世界正处于第三次城镇化的浪潮,城镇化的水平已超过50%。预计到2020年,全球城镇化率将达到55%[1]。新中国成立以来,尤其是最近几年来,我国的城镇化进程明显加快。到2009年年底,全国31个省区市共有设市城市655个,城镇化率达46.59%,城镇人口达到了62186万。预计到2020年居住在城镇的人口将达50%,2050年居住在城镇的人口将达75%[2]。改革开放以来,我国城镇化水平已经由1978年的17.9%提高到2012年的52.75%,城镇人口由1.72亿增加到6.91亿,每年有超过1000万的农村剩余劳动力进入城市,创造了人类历史上规     

主成分分析模型在天然气用量预测中的应用研究

随着国家发展政策改变以及天然气的普及使用,城市年需天然气用量成为分析预测的热点问题.首先,运用主成分分析模型理论,统计宿州市近几年天然气使用量的原始数据进行主成分处理.然后,通过线性方程的建立设计出相应的预测模型,检验模型的拟合精度得出合理的预测模型.最后,通过分析数据预测未来几年城市年需天然气用量,并对宿州市天然气资源的充分与合理利用提出相应的建议.     

人才宏观需求的灰色预测模型

首先用GM(1,1)模型从三次产业从业人数的历史数据中分析出其自身的规律,再加入国民经济这个决定性因素,通过统计软件SPSS分别拟合出三次产业从业人数与国民经济的曲线方程,最后采用最优组合预测模型,将回归分析和GM(1,1)两种模型所提供的信息融合在一起,使预测效果更加全面和准确,以期能为政府规划、优化就业系统的规模和结构,合理配置社会人力资源提供理论依据。     

山东省产业结构灰色预测分析

通过对近几年山东省GDP和三次产业结构的统计数据分析,根据三次产业与时间的关系,利用灰色系统理论,分析了各产业与GDP的关联度,并建立了GM(1,1)预测模型,模型输出的结果与历史情况误差范围相当小,进而利用该模型对山东省10年后产业结构情况进行了预测分析。预测结果显示,山东经济发展阶段处于工业化中期,呈现二三一的发展态势。     

基于BP神经网络误差修正的ARIMA模型对河北省入境游客量的预测

分析了影响河北省入境游客量的因素,如旅游资源、区位、管理和营销能力等,在此基础上,对入境游客量的时间序列预测方法及回归分析预测方法等做了比较分析,提出运用ARIMA时间序列方法预测河北省入境游客量,并利用BP神经网络方法完成对河北省入境游客量预测数据的误差修正,得出符合河北省实际的入境游客量预测模型,预测的结果表明所得基于BP神经网络误差修正的ARIMA模型是可行的、有效的,得出的河北省实际入境游客量是比较准确的、合理的。     

灰色GM(1,1)模型预测安徽省私人汽车拥有量

利用2007-2012年安徽省私人汽车拥有量统计数据,建立了一个私人汽车拥有量预测的灰色GM(1,1)模型.模拟结果表明,灰色GM(1,1)模型比较合理地反应了安徽省私人汽车拥有量的增长趋势,并且预测精度较高、误差较小,为私人汽车拥有量预测提供了一个科学而有效地方法.     

年度盈利预测模型研究--基于中期报告的预测模型

利用企业中期报告可以预测年度盈利状况 ,正是由于中期报告具有预测作用 ,才要求上市公司定期披露中期报告。但由于我国上市公司披露中期报告的历史较短 ,相关研究还很不充分 ,还未建立相应的中期报告预测模型 ,削弱了中期报告的作用。本文以净利润作为衡量企业年度盈利的主要指标 ,建立基于中期报告的各种盈利预测模型 ,并对预测模型的准确性进行差异检验 ,从中提炼出最佳预测模型。     

基于初始值优化的灰色马尔科夫链预测模型研究

在传统灰色GM(1,1)预测模型的基础上,首先对预测模型的初始值进行优化,然后采用马尔科夫链对优化后的模型进一步改进,建立了一种基于初始值优化的灰色马尔科夫预测模型,优化后的模型可以有效提升预测的准确性和稳定性.最后通过对宁德市旅游入境总人数的实例分析,验证了新模型的有效性,拓展了灰色预测模型的应用范围,为宁德市旅游事业的发展提供了一种新方法和新思路.     

省域宏观经济预测评价与方法选择

本文根据省域宏观经济运行的基本规律与特点,着眼于提高省域宏观经济的预测精度,结合现有的宏观经济预测方法,探讨宏观预测模型与省域经济的契合问题,提出预测精度较高且具有很强针对性的组合预测法。研究表明,这种组合预测法具有良好的预测效果及其他方法无法比拟的精度优势,可为完善省域宏观经济预测提供新的思路。     

城镇化对环境压力的影响--基于我国东南六省市面板数据模型分析

研究城镇化对环境压力的影响,将环境保护列入到城镇化建设规划中对我国经济的持续增长具有重要实践意义。文章建立在STIRPAT模型基础上,以我国东南六个省市1993－2012年20个年度的相关数据为依据进行面板数据模型实证分析,结果显示我国东南部地区处于城镇化发展水平的中级阶段,城镇化对环境压力的影响呈现正向效应,城镇化水平提高1％,引起环境压力提高0.515688％,说明现阶段东南沿海地区的城镇化建设带来环境污染。同时,通过比较分析六省市的环境压力差异,可以发现,其中服务业发达、城镇化率最高的省市和工业相对落后、城镇化率最低的省市环境压力较小,而工业高速发展、城镇化率水平居中的省市环境压力较大。省市间的环境压力差异为该地区在城镇化发展的不同阶段,如何有效落实环境保护提供政策启示。     

社会学视阈下当代中国城市公共空间研究综述——基于CNKI期刊论文(2006-2016)

<正>一、引言21世纪随着全球城市化的发展,我国快速城市化的进程成为国内外学术界研究的热点。国务院《国家新型城镇化规划(2014—2020年)》指出,1978—2013年,我国城镇化常住人口从1.7亿增加至7.3亿,城镇化率从17.9%提升到53.7%,年均提高1.02个百分点,城市数量从193个增加到658个(1)。城市化速度的加快对于我国经济和社会的发展具有积极意义,城市空