贵州省退耕还林地经济收益预测

退耕还林工程的可持续性,也就是该工程是否能达到预期的目标,关键要看农民是否能减弱或者摆脱对土地的依赖。而退耕还林地的未来收益将是退耕农户未来收入的组成部分,这将直接影响退耕还林后续政策的制定。因此,对退耕还林地未来收益的预测是后续政策研究的基础之一。该文在对贵州省进行实地调研的基础上,以马尾松林和核桃林分别作为生态林和经济林的代表,对其不同年份的净收益进行了预期,在此基础上,通过与退耕还林机会成本的比较,得出马尾松和核桃种植农户的收益情况。通过计算,得出对贵州省退耕还林的农户,至少是对还生态林的农户来说,现行补助年限过短的结论。     

交互式分层多目标协调模型在预算支出优化分配中的应用

分析了目前我国预算支出分配的不足之处 ,在综合考虑了预算支出的政策性、管理性和经济性等因素的基础上 ,建立了实用的交互式分层多目标协调模型 ,并对天津市预算支出进行了优化分配的实证研究。仿真结果表明 ,此方法分配结果科学合理 ,对同样部门预算的优化分配方面也具有重要的实用价值     

浅谈工程项目成本管理

基于工程施工过程的成本管理实践,从成本管理工作中的成本预测、成本控制、降低成本途径三个方面展开阐述,其结果可对提高工程项目成本管理提供借鉴。     

旅游城镇化与社会治理协同发展时空格局及趋势预测——以张家界市为例

利用耦合模型、重心-标准差椭圆及障碍度等方法,分析2009—2020年张家界市旅游城镇化与社会治理协同发展关系及时空格局,构建修正后的灰色马尔科夫模型,对未来十年旅游城镇化与社会治理耦合协调度进行精准预测。结果表明：（1）2009—2020年张家界市旅游城镇化水平呈先上升后下降态势,而社会治理综合发展水平则呈现较小波动变化特征,增速相对弱后于旅游城镇化水平。（2）旅游城镇化与社会治理的耦合协调度呈先上升后下降态势,经历了“一般失调—勉强协调—初级协调—良好协调—初级协调”的耦合类型转变过程,旅游城镇化超前型特征明显;从空间分异看,旅游城镇化与社会治理耦合协调度在东西和南北方向上是先扩大再收缩的态势,表现向武陵源区集聚的发展特征。（3）旅游城镇化系统的障碍度小于社会治理系统,从指标障碍度平均值看,第三产业产值比重＞第三产业就业人口比重＞旅游收入占GDP比重＞旅游人次＞每万人口交通事故死亡率。（4）未来十年张家界市旅游城镇化与社会治理耦合协调度将持续上升,但在2026年会有所下降,最终在2028年会处于优质耦合协调阶段。     

27类蛋白质折叠子的识别及其位点的统计分析

从蛋白质的氨基酸序列出发,采用全体分类的分类策略识别27类折叠子.当使用5种矩阵打分的方法识别27类折叠子时,预测结果并不理想,进一步使用了以矩阵打分方法得到的分值及氨基酸的二肽组分共同作为参数的离散增量算法,取得了较好预测效果.总的预测成功率达到了45.43%.     

论政府效能监察体系的构建

中国在进行廉政建设的同时,也在进行政府效能监察工作。效能监察是监察机关为维护公共利益对监察对象存在的不尽职、不正确尽职、影响其他人尽职,乃至玩忽职守渎职失职等违法、违纪行为进行的监督检查活动。由于理论支撑滞后和相对经验不足,至今没有形成公众认可的、在较大范围适用的政府效能监察体系。本文依据调查资料,分析了构建当代政府效能监察体系的实践基础,揭示了政府效能监察体系的内容结构,预测了政府效能监察的发展趋势,提出了健全和完善效能监察体系的措施。     

乡村振兴背景下民族地区新型城镇化-旅游产业-生态环境协调发展研究——以四川、云南、甘肃、青海四省为研究区域

本文构建四省民族地区新型城镇化-旅游产业-生态环境协调发展评价指标体系,运用耦合协调模型、地理探测器和灰色预测模型展现、分析及预测四省民族地区新型城镇化、旅游产业与生态环境（以下简称“UTE”系统）协调关系及演进过程。研究发现2008-2018年该区域UTE系统协调水平不断优化上升,内部发展不均衡,差距进一步拉大;新型城镇化领先,旅游产业和生态环境滞后是总体特征;经济发展和生态环境改善是制约和影响耦合度的关键因素;未来协调度稳步提升,但演进速度区域差异明显。基于此提出尊重和保护文化环境为四省民族地区的发展基础、加强区域合作、构建区域发展协调保障机制的建议。     

FEPA-金融时间序列自适应组合预测模型

本文报告一种金融时间序列预测的信号分析、信息融合与智能计算组合模型,简称FEPA,由针对金融时间序列（FTS）信号分析的经验模态分解（EMD）、用于数据降维的主成分分析（PCA）和用于非线性建模的人工神经网络（ANN）三部分组成。该模型首先应用滑动窗口截取原始金融时间序列最近期数据集,应用EMD分解算法把数据集分解成不同尺度的本征模态函数（IMF）,然后通过主成分分析将分解后的数据降维,提取最有信息量的特征;然后将这些特征输入到神经网络进行组合预测。本文提出的组合预测模型FEPA是基于分解-提优-合成的信息融合思想,有效提高了预测可靠性。其创新点在于：1）首次给出了EMD算法的结构化表达,提供了今后融合更多信息的算法接口;2）通过多步长预测输出深入研究EMD分解的有效信息结构;3）通过切换到更细时间框架来处理EMD的端点效应,并探索了两级时间框架下的预测效果;4）给出了金融时间序列组合预测模型的一般性架构,具有可升级性和可扩展性。并且通过滑动窗口EMD使得实证更能切近实际。通过在沪深300股指和澳大利亚股指上的实证,结果表明FEPA预测模型在沪深300股指日线和15分钟线上的预测命中率高达78%和82%,在澳大利亚股指日线上也达到了74%的命中率,经比较,明显高于文献中常见的5种模型。     

技术指标能够预测商品期货价格吗?来自中国的证据北大核心CSCDCSSCI

基于移动价格平均、动量和移动交易量平均三类技术指标,研究了其对中国大宗商品期货价格的预测效果,并以基于宏观变量的预测为基准比较分析了其预测能力.主要结论如下,第一,技术指标能够在样本内和样本外检验中有效预测我国大宗商品期货价格,其预测效果显著超过已有文献中广泛使用的宏观经济指标.第二,对于不同的模型设定和数据频率,技术指标预测效果表现稳健.第三,从资产配置角度出发,基于技术指标的预测具有显著经济意义,能够显著提高资产配置效率,获得超额收益.相关结果能够为大宗商品投资及风险管理提供经验和策略支持.