基于BP滤波的Fourier模型在粮食产量预测中的应用

本文尝试将经济学中的功率谱分析（BP滤波）与统计学中的Fourier模型相结合,先利用BP滤波选出对气候产量波动影响较大的周期,再对这些周期建立Fourier模型来拟合气候产量;同时运用多项式模型拟合趋势产量,并用滞后模型对残差进行修正,以提高粮食单产预测的精确度。利用1961-2000年粮食单产序列数据,分别采用Fourier方法和多项式滞后方法、BPNN法和灰色模型法建立模型,以2001-2012年粮食单产数据进行拟合检验。将这3种方法拟合结果进行比较。结果表明,本文引入的模型通过0.01水平的显著性检验且相对误差均在5%以下,利用模型对粮食单产进行中长期预测的结果表明,2013-2017年中国粮食单产将稳定在6018.6～6466.7kg·hm?2。BP神经网络法模拟的粮食单产虽然拟合相对误差较小,但模型不能得到直观解释,在预测时存在一定的随机性;灰色模型模拟的粮食单产相对误差高达35%,与实际产量存在较大差异。研究结果反映出Fourier模型和多项式滞后模型在粮食产量预测中,其精确度更高且更直观,能够用以预测未来粮食单产以及未来气候变化对粮食单产的影响。     

基于非线性PLSR模型的气候变化对粮食产量的影响分析

考虑气候因子间多重共线性及其与粮食产量间复杂的非线性关系,本文在HP滤波分离出气候产量的基础上,尝试引入基于三次B样条变换(Spline-PLSR)和内部嵌入GRNN的两种非线性偏最小二乘模型(GRNN-PLSR),利用1961-2008年气候因子数据建立气候产量计算模型,以2009—2013年数据进行拟合检验,并与常用的C-D生产函数法计算的气候产量进行比较。结果表明,Spline-PLSR法在拟合气候因子变化对粮食产量影响时预测精度较高。而且,与C-D生产函数法相比,Spline-PLSR所需要素较少,操作简单,相对误差最高仅为13.6%;与GRNN-PLSR法拟合结果相比,Spline-PLSR相对误差波动较小,因此,基于三次B样条变换的非线性偏最小二乘法建模较适合拟合气候产量。     

江苏人口流动与就业的协调发展

以江苏省为例,收集了1978～2006年的多方面数据,指出城乡收入差距是引起人口流动的原因,以三大产业为切入点,讨论了农村人口流动与就业的相关关系,并且从三大产业以及劳动者本身两方面给出建议,促使农村人口流动与就业协调发展。