基于切比雪夫最佳逼近意义下的CPI指数变化通道的原理与方法

中国2000-2015年的186组CPI指数所体现的变化规律，可以用通道原理来描述.通道类似于交通图中的道路，依据切比雪夫最佳逼近原理，以CPI函数为中心线，以极小化最大正负误差为边界线，包含了所有的CPI数据，是一条具有最大安全范围意义的数据通道.假设端点数据是建立在零误差基础上的最大权重数据，未来短期内CPI指数的变化不存在突变，或存在突变但其误差不大于通道内的最大正负误差，则通道的延伸可以预测未来CPI指数的变化，以及变化的波动范围.介绍了CPI通道的基本原理与方法、适用范围、判别法则、具体算法等.通过多个数据处理实例，说明了直线通道具有简单易懂、直观性强、计算方便、适用范围广、符合性较好等特点，验证了未来短期CPI指数变化基本是可知与可控的.     

中国外出农民工历史的测算与未来的趋势

由于缺乏成熟的农民工统计制度,对于改革开放30多年来,每年我国外出农民工的数量,约40%年份的数据是缺失的。最小一乘解,是在全部数据中依据准则选取特征数据来实现的。将农民工数量中3个权威数据作为最小一乘法特征数据,按照最小一乘准则,绘制出我国改革开放以来外出农民工数量的变化曲线。结果表明,30多年来我国外出农民工数量的增长可以用Richards生长模型和一种新的指数+幂指数混合生长模型来共同描述;增长过程是一个没有峰或谷的连续递增,在1995-1998年间出现一个变化的拐点,使加速的增长转变为减速的增长;2014年外出农民工数量将达到1.71亿,按1.6倍率相乘,农民工总数为2.73亿;按目前发展趋势2021年外出农民工数量将出现高点1.88亿,折算成农民工总数为3.0亿,之后将呈现缓慢下降趋势。     

基于最小一乘准则的中国粮食产量与影响因素的相关性分析

该文提出了中国粮食产量与影响粮食产量的一些主要因素之间,更多呈现的是指数关系,也少量呈现幂指数关系,为了获得较小的误差从而有较准确的描述定义了一种新的指数型生产函数;指出了最小一乘法是一种能找到在数据背后隐含的,对数据起支配控制作用的"隐函数"的最好方法。将二者捏合起来,用最小一乘法对指数型生产函数模型进行拟合,可以找到符合中国粮食变化的某些规律。该文介绍了最小一乘法和指数型生产函数,将影响粮食产量的5个主要因素(化肥施用量、粮食播种面积、成灾面积、农业机械总动力、第一产业就业人数)与中国粮食产量建立关联,用最小一乘法对生产函数模型进行拟合,并对中国1983-2011年的数据进行处理。在获得29a间中国粮食产量的Mae(平均绝对误差)不超过393万t,以及Mape(平均绝对百分误差)小于0.87%的数据处理结果的基础上,对数据给出的结论进行了解释和分析。1983-2011年的29a间,中国粮食产量的增长主要取决于化肥施用量和农业机械总动力,其中化肥施用量还继续在起"正"影响,而农业机械总动力趋于动态饱和,属于理论上的"负"影响,但不构成实际的"负"效应;粮食播种面积是最大的"正"影响,粮食产量在粮食播种面积在不增条件下,依然可以增长,但是增大粮食播种面积将能够迅速提高中国的粮食产量;成灾面积是粮食增长的"负"影响,影响的绝对量值在增加但相对量值在减小;由于受1984-1991年第一产业就业人数急剧增长的巨大冲击及滞后效应影响,第一产业就业人数的减少对粮食增长构成"负"影响,随着农业现代化与城镇化进程的发展,这种"负"影响在不断减小中。文中对上述这些定性结论给出了具体的定量值。该文并对2012年粮食产量进行了预测,其值为59133万t,预测的误差为0.3%;也对2013年粮食产量进行了预测,其值为61148万t。该文最后对最小一乘法、指数型生产函数等存在的问题进行了必要的讨论。最小一乘准则意义下的指数型生产函数,对中国粮食产量与主要影响因素之间关系的描述具有一定的准确性和指导意义。