基于网络搜索指数和EMD-ARIMA-BP组合模型的游客量预测——以张家界为例

科学的客流量预测有利于完善旅游安全预警体系和优化旅游资源配置体系。为进一步提高游客量预测的准确度,提出一种基于网络搜索指数的EMD-ARIMA-BP组合模型,以探究互联网时代旅游消费者出行行为规律。该模型首先对网络搜索行为数据进行指数合成,其次利用EMD算法对游客量和网络搜索数据进行去噪处理,最后将ARIMA模型和BP神经网络进行组合,对游客量进行预测。实证分析以张家界为例。研究发现：（1）运用网络搜索数据预测旅游消费者出行行为切实可行,接近于实时的网络数据可以大幅提升预测的时效性;（2）经过EMD去噪算法对游客量与网络搜索行为数据进行去噪处理后,游客量的预测精度有较大程度提高;（3）基于网络搜索指数和EMD-ARIMA-BP组合模型的预测误差显著低于ARIMA模型和BP神经网络等基准模型。     

基于互联网搜索信息的预测模型研究--以余额宝产品需求为例

基于百度指数，以余额宝资产规模为例，运用ARIMA模型构建引入互联网搜索量的市场需求预测模型，同时建立不含互联网搜索量的预测模型，并将二者进行对比研究，发现包含互联网搜索量数据的预测模型的预测准确度更高，说明互联网搜索量数据包含一些在传统模型中未能考虑到的因素，该变量的引入有利于提高模型的预测准确度，为产品或服务的市场决策提供更加精确的预测结果。     

选择域视角下的旅游搜索指数构建及其预测效果分析——以四姑娘山为例

在互联网交易市场中,旅游市场的波动主要体现为旅游者消费相关关键词的网络搜索、浏览和评论等指标的变化.因此,构建一个系统的理论分析和概念框架,并在此基础上选择一种科学合理的数据预处理方法,这对于从海量网络行为数据中提取有预测价值的信息并最终获得可靠的旅游者消费行为预测结果而言,变得越发重要.从选择域理论视角出发,提出了一种主要由初始关键词获取、核心关键词筛选和搜索指数合成三个步骤组成的旅游网络行为数据的预处理方法:系统合成法(TSVI).研究发现:TSVI指数在AR时间序列和BP神经网络等模型中的表现均优于SVI-1和SVI-2指数.仅就旅游者消费行为预测而言,选择域理论视角下的系统合成法是一种更有效的旅游消费者搜索行为指数构建方法.     

基于迁移学习的LSTM互联网金融指数高精度预测方法

针对互联网金融指数高精度预测中数据量不足的问题,提出了基于迁移学习的LSTM方法。提出构建LSTM与全连接网络的组合模型,利用数据量充足的标准普尔500或沪深300指数对构建的网络进行预训练,得到较高精度的预训练模型;利用数据量有限的互联网金融指数对预训练模型进行迁移训练,提高模型对互联网金融指数预测的准确性。实证结果表明:(1)构建的组合模型能准确预测金融指数,MAPE值降低3.7%以上;(2)迁移学习能提升互联网金融指数预测的准确性,MAPE值降低0.5%左右;(3)与标准普尔500指数相比,沪深300指数与互联网金融指数相关性更强,迁移学习效果更优。本文提出方法解决了训练数据不足导致互联网金融指数预测准确度低的问题,可用于新型金融指数的高精度预测。     

城市管理导向的居民幸福指数测评研究——以安徽省为例

提高居民的幸福指数是新常态下城市管理的重点工作。在综述以往研究的基础上，以需要层次论作为理论依据，整合2015年度安徽省统计年鉴数据完整、准确的指标，构建了安徽省城市居民幸福指数体系，经过数据收集、统计、分析和综合，得出16个城市居民综合幸福指数、基本需求幸福指数、发展需求幸福指数、享受需求幸福指数分值，对结果及其应用价值进行了讨论。     

基于网络搜索数据监测的CPI预测

网络搜索经济类关键词的范围和频率能反映公众的关注度和倾向,可用来对经济指标进行预测,从而预示经济走势。为解决居民消费价格指数(CPI)预测中的官方数据滞后问题,使用时间序列法,采用网络搜索监测数据对CPI进行预测。运用百度指数分析方法,搜集宏观、微观、投资三类指标,对初始指标的百度指数进行主成分分析,拟合出CPI预测模型。结果表明,预测CPI和实际CPI走势基本一致,可比官方数据提前一个月得到预测值,为把握宏观经济走势提供参考。     

大数据背景下的CPI实时预测研究

本文根据2011年1月至2016年8月编制CPI的93类商品或服务的百度指数,基于Elastic Net惩罚因子的分布滞后模型,构建了CPI实时预测模型,实证检验了网络搜索数据对全国CPI、城镇CPI和农村CPI的实时预测功能.研究结果表明,基于网络搜索数据拟合出的CPI预测值与真实的CPI的走势相吻合,预测效果较好,笔者认为该方法克服了传统CPI统计计算方法上的时间滞后性.     

我国农业区域专业化实证分析

运用产业经济学的产业集聚理论,选取我国26省1995年—2014年的省际面板数据,基于LQ指数和RCA指数的测算方法对各省农业的地区专业化进行研究,发现:(1)我国农业主要集中在中西部地区,其在承载就业和供给农产品上占有很大比重;(2)从东、中、西部三个地区历年的LQ指数和RCA指数对应标准差异指数的动态变动趋势来看,东部地区在农业从业人员的转移就业上消化吸纳作用较强,而且三个地区在吸纳农业从业人员转移就业上的差异还在不断扩大;(3)东、中、西部三个地区历年的RCA指数都呈扩大的趋势,但西部地区年均增速最快,说明西部地区农业在创造农业产值上的作用逐渐显现。基于以上结论,认为应制定规划,建立农业主产功能专业化分区;制定政策,建立中央层面的省际农业补贴机制;地区间的专业化与地区内的多样化相统一;培育农业专业化的多种类型和多种主体;发挥市场机制的调节作用。     

论高等教育就业指数评估的原理与构建

围绕大学生的就业率、就业缺口和就业质量三个统计指标,运用数理经济学和计量经济学的理论与方法,建立综合反映大学生就业状况的指数模型,以完善高校毕业生就业指导工作。     

基于ELES模型的陕西省农村居民消费结构分析

根据2013年陕西农村居民消费支出的数据,建立扩展线性支出系统(ELES)模型,对陕西农村居民的消费结构和边际消费倾向、需求收入弹性、需求价格弹性进行研究.结果显示:陕西农村居民消费需求和消费欲望较为强烈;在八大基本消费品中,住房、食品和医保占比较重;消费水平偏低,消费潜能得不到释放的原因在于农村居民收入太低.政府应努力扩大农村居民就业,增加其收入,完善社会保障和医疗保障体系.     

中国就业替代需求方法与测算结果

就业替代需求是就业者由于永久性离开所从事的行业而使该行业产生岗位空缺,需要被新进入者替代填补而产生的就业需求.永久性退出行业的原因有很多,例如转行、退休、死亡、赋闲在家等.美国劳工部劳工统计局早在1984年就开展了就业替代需求的研究和测算,科学地指导了就业市场的发展.我国目前还没有开展相关研究和统计,鉴于该指标的实际意义,本文针对中国就业数据的特点,对中国就业替代需求的统计方法进行研究,并给出测算结果和初步分析.     

基于威弗组合指数的重点货运产业调查方法

为有效地从总量上获取区域货物运输需求量的数据,给交通运输规划提供准确依据,在货物投入产出需求分析的基础上,通过运用威弗组合指数对区域内的重点货运需求产业进行分析,甄选出货运需求生成强度大的代表性产业。通过对山东省货运产业进行的实证应用,从山东省43个产业中明确分离出9个具有货运需求生成代表性的产业,为高效地进行山东省货运需求量调查提供了方向,也证明了此方法的可行性。     

基于省际角度的家具产业集聚内部动因的实证分析

借鉴前人研究成果,确认影响家具产业集聚的内部驱动因子主要包括产业规模经济、需求增长、产业外部经济、产业经营水平和交通水平5类因子。选取家具产业GINI系数、HHI指数作为因变量,采集1989—2008年全国31个省、市或自治区的家具产业的相关数据,对相关变量进行了平稳性检验,采用逐步回归方法,进行了多元回归分析。结论表明：目前我国家具产业集聚主要是由低级的生产要素驱动。产业规模经济因子、需求增长因子不仅对家具产业生产规模的集聚有正向驱动作用,且对就业与企业数量规模的集聚水平也表现出一定的正向驱动,但驱动作用有限;交通水平因子则有较弱的正向驱动作用,表明由省际间的交通差异导致的家具产业集聚趋弱;产业外部经济因子中的工资水平变量,已显现出离散作用;家具产业经营水平等高级生产要素对就业与企业数量规模的集聚有较强的正向作用,但对生产规模的集聚则呈现出较强的离散力,说明家具产业具有明显的劳动密集型特征,将导致家具产业省级区域集聚的反向更替的进程。集聚区域内家具产业升级势在必行。     

从降雨指数看粮食产量风险管理——以河北省石家庄为例

本文通过分析1995-2012年间河北省石家庄市的降雨量数据和粮食作物单产数据,显示出粮食作物生长关键期的降雨量与粮食产量具有作物理论上的相关性.而通过ARIMA模型预测方法得到关于石家庄市2010-2012年降雨量预测与实际观测值具有0.666的相关系数,而2010年预测与实际观察值具有0.888的相关系数,说明对降雨量进行短期预测具有较好的有效性.而基于KDE和PWIM的Monte Carlo情境模拟分析从方法上解决了编制降雨指数的基准值难题,为利用降雨指数提供了可行性.     

石油产业的产业关联与产业波及效果实证分析——基于陕西省的案例

运用投入产出理论,利用2007年陕西投入产出表,选取陕西石油和天然气开采业与石油加工、炼焦和核工业两个部门的数据,分别计算了陕西投入结构、销售结构、中间需求率及中间投入率和感应度系数、影响力系数等,并分析了陕西石油产业的波及路线。研究表明:陕西石油产业对其他产业的产业关联不甚紧密;其石油加工业对其他产业的波及效果较强,而石油和天然气开采业对其他产业的产业波及效果较弱。     

重庆、四川、陕西技术创新能力指数研究

选用若干项指标构建了技术创新能力指数（TICI）,并以重庆、四川和陕西三省（市）为实证资料,对各项数据运用综合指数法和相关分析等统计方法进行测算。在定性定量分析三省市技术创新投入能力指标、技术创新产出能力指标等3个一级指标和14个二级指标的基础上,提出在资源约束条件下,应当以提高产出能力和经济效益为原则加大技术创新投入,应当重点关注新产品生产、新产品销售、R＆D活动、专利申请、技术消化吸收和国外技术引进六个方面。     

海外金融危机影响下的上海岗位就业指数

面对海外金融危机的冲击,上海市教委有关人士预测,危机将会对毕业生就业造成一定影响,整体就业形势不容乐观。近日上海公布岗位就业指数,24个行业就业岗位数的曲线变化图,印证了这种预测。     

两种典型市场指数构造方法的比较研究

通过比较世界上两种典型市场指数剖析市场指数的构造特点,讨论了指数的修正和统计相关性问题,指出:市场价值加权、样本大小适中的指数构造方法是目前为止最好的方法。最后,分析了上证30指数的构造。     

关联网络视角下北京市交通运输业就业效应研究

在宏观经济系统中,某一产业的发展会拉动或推动其他相关产业的发展,增加这些产业的就业需求.交通运输业对就业的带动效应来源于两个方面,一是交通运输业本身发展所产生的直接就业带动效应,二是交通运输业发展带动相关产业发展所产生的间接就业带动效应.产值就业弹性是衡量产业带动就业的重要指标.文章综合运用投入产出模型、产值就业弹性模型、复杂网络可视化技术,通过对最新数据的分析发现北京市交通运输业对就业的带动效应比较大,而且呈逐年上升的趋势,说明交通运输业的产业地位日趋重要.此研究为北京市交通运输业的长期发展战略提供了有益的参考.     

综合指数编制方法探讨

综合指数是总指数的一种形式,本文分析了我国原有综合指数编制方法的不足以及由此引起的指数分析中相对数分析与绝对数分析“不一致”的现象。指出了综合指数的编制应根据统计研究的目的,具体问题具体分析,并提出了相应的编制方法。