首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
基于灰色理论的福建省林业产业结构分析预测   总被引:1,自引:0,他引:1  
《林业资源管理》2017,(5):114-119
以福建省2005—2015年林业统计数据为基础,运用灰色关联度分析法,分别计算福建省林业三大产业产值与总产业产值的关联度,进而分析福建省林业产业结构的现状与动态变化规律。通过建立GM(1,1)灰色预测模型,对福建省林业总产值及三次产业产值变化进行预测和分析。结果表明:2005—2015年福建省林业三大产业产值与总产业产值的灰色关联度分别为0.856 4,0.941 5,0.765 4,形成了以第二产业为主导,第一、第三产业次之的林业产业结构格局;在未来十年中,随生活水平的提高,带动第三产业的高速发展,其产值将超过第一产业,形成以第二产业为主导,第一、第三产业稳步发展的"二、三、一"产业结构新格局。  相似文献   

2.
高晓玲 《绿色科技》2012,(6):224-227
运用灰色系统理论研究了山东省旅游收入2001~2010年的变化规律,建立了旅游收入预测的灰色模型,并对"十二五"规划期间旅游收入做出预测,同时利用灰色关联分析了山东省旅游收入的影响因素,为山东省旅游业的发展提供参考。  相似文献   

3.
应用灰色理论与方法,以邵武市龙湖林业采育场2004-2007年度经营情况数据为基础,建立灰色预测GM(1,1)模型,对福建省森林公园主要指标:(1)森林公园收入,(2)公园建设资金投入,(3)环境保护投入,(4)社会旅游收入,(5)发展趋势进行预测。预测结果经检验,预测精度好,可信度高,可为福建省森林旅游研究提供切实可靠的分析工具。  相似文献   

4.
北京市林业产业结构发展的灰色动态关联分析   总被引:12,自引:0,他引:12  
运用灰色系统理论,计算了不同时段北京市林业产业结构灰色关联度,在此基础上,对北京市林业产业结构现状及动态变化进行全面分析,进而提出长期发展林业第一产业,适度挖掘林业第二产业,大力发展林业第三产业的产业结构发展建议。  相似文献   

5.
基于灰色理论的辽宁林业产业结构分析   总被引:4,自引:1,他引:3  
运用灰色关联模型,计算2000-2005年间不同时间段内的辽宁省林业产业结构灰色动态关联度,在此基础上,全面分析辽宁省林业产业结构现状和动态变化,找出三次产业及其内部的优势因素和劣势因素,并提出继续扩大林业第一产业的发展强势,积极引导挖掘林业第二产业的发展潜力,加速发展林业第三产业的产业结构优化建议。  相似文献   

6.
林业产业结构是生产要素在林业产业各部门之间配置构成的方式,不仅在量上反映林业产业间的比例关系,而且在质上反映林业产业间生产、技术、经济等方面的相互联系。文中在描述广西林业结构现状的基础上,采用灰色关联度方法对广西2011—2021年林业总产值和各次级产业产值进行分析。结果显示,广西林业各次级产业产值的增长率均为正值,以第一产业和第二产业为主导产业;其中,花卉产业是第一产业的主导产业,机制纸及纸板制造业是第二产业的主导产业,林业旅游与休闲服务是第三产业的主导产业。鉴于各次级产业的发展情况,进一步提出优化广西林业产业结构的建议:在做大林业第一产业、夯实基础的同时,大力发展经济林,并构建规模化、标准化、一体化的广西林业花卉产业园;第二产业在大力发展机制纸及纸板制造业和家具家居制造业的同时,发展林化产品(香料香精产业)和木质工艺品文化产业;第三产业在促进金融、服务业、旅游等与林业多种业态融合发展的同时,大力发展碳汇产业等。  相似文献   

7.
本文在运用常规GM(1,1)模型群的基础上,采用新息GM(1,1)模型群分段选优进行预测的方法,对森林公园客流量进行中短期预测,所选模型均为Ⅰ级,其预测精度均高于99%,预测结果可为森林公园建设和管理等决策提供科学依据。  相似文献   

8.
以我国"十五"期间征占用林地数量为基础,运用灰色系统预测模型对我国"十一五"期间征占用林地趋势进行预测,并对模型精度进行了分析和检验。建立的GM(1,1)模型经精度检验(C=0.50,P=1.00)判为合格,预测的"十一五"期间林地征占用数据,可作为编制我国"十一五"期间林地定额的参考依据。  相似文献   

9.
应用灰色理论与方法,以福建省生态旅游2001—2006年度经营情况数据为基础,建立灰色预测GM(1,1)模型,对福建省生态旅游主要指标进行了预测。结果表明,预测精度好,可信度高,可为福建省生态旅游研究提供参考。  相似文献   

10.
黑龙江省林业产业结构的关联分析和灰色预测   总被引:5,自引:0,他引:5  
随着环境的变化,黑龙江省林业产业结构的调整与优化显得越来越必要和迫切。林业产业结构要因时因地的不断调整,才能适应发展的需要。灰色系统理论在林业生产实践和科学研究中具有很高的使用价值和广泛的应用前景,本文应用灰色关联分析和系统灰预测对黑龙江省林业产业结构进行分析,为林业产业结构的优化和调整提供依据。  相似文献   

11.
基于2005—2015 年广东省森林覆盖率的原始数据,选取年平均气温、降水量、年日照时数、有 林地面积、活立木蓄积量、林业产值、造林面积及育苗面积8 个指标对森林覆盖率的影响要素进行灰色关 联度分析。分析结果显示,关联度最大的3 项因素依次是:有林地面积0.993 4、年平均气温0.992 1、年 降水量0.973 2。为验证森林覆盖率灰色系统预测模型的适用性性,根据2005—2010 年的森林覆盖率数据, 分别建立GM(1,1) 模型、多项式回归模型和Logistic 回归模型,对2011—2016 年的森林覆盖率进行预测, 并与实际值进行比较,3 个模型的预测相对误差平均值依次是0.69%、1.08%、1.28%。结果表明在获取的 年份数据较少时,采用灰色系统森林覆盖率预测模型精度高于多项式回归模型和Logistic 回归模型,预测 适用性更优。  相似文献   

12.
根据景谷县2007年至2012年林产工业产值数据,应用灰色预测GM(1,1)模型对2013年景谷县林产工业产值进行预测。结果表明:基于景谷县林产工业产值灰色预测GM(1,1)模型,2007年至2012年预测值与实际值比较接近,精度符合预测要求,2013年和2014年景谷县林产工业产值预测值分别为22.15亿元和25.37亿元。  相似文献   

13.
福建林业产业结构灰色关联度分析及优势预测   总被引:10,自引:0,他引:10  
应用灰色理论 ,分析福建林业经济结构特别是林业三次产业之间结构对总产出的影响程度及优势预测 ,为调整和优化林业产业结构、提高林业综合实力、实施可持续发展战略提供科学依据  相似文献   

14.
灰色系统理论在澜沧县松脂产量预测中的应用   总被引:1,自引:0,他引:1  
吕书文  杨婧  李荣 《绿色科技》2015,(2):186-187
在简要介绍灰色系统基本理论及最常用的灰色系统GM(1,1)模型的基础上,以澜沧县松脂产量为例,将松脂产量视为灰色系统,运用灰色系统GM(1,1)模型对未来年份产量做出预测。计算结果表明:灰色系统GM(1,1)模型在澜沧县松脂产量预测中有比较高的预测精度,能为松脂产业发展提供一定的参考。  相似文献   

15.
利用灰色决策法对林业产业结构进行规划   总被引:4,自引:0,他引:4  
本文应用灰色系统的关联分析、灰色系统数据列预测和建立灰色模型(GM)、以及灰色决策法对林业产业结构进行分析,为企事业的发展,应分清主次,以及林种合理布局、合理分配投资、原则方案编制、方案比选等在林业产业结构的规划中提供决策依据。  相似文献   

16.
以福建省1993-2018年间森林资源连续清查数据为基础,应用灰色系统理论,构建森林资源动态变化的GM(1,1)模型,对福建省森林资源主要指标进行拟合预测和分析,结果表明:森林资源主要指标的模拟值与实际值的拟合误差均在10%以下,拟合精度较高。使用后验差检验方法对模型进行精度等级检验,求得林地面积、森林面积、森林蓄积、活立木总蓄积、林分单位面积蓄积和森林覆盖率的后验差检验值分别为0.26、0.09、0.08、0.15、0.10和0.06,均小于0.35,小误差概率均为1,预测精度等级为好,预测结果可以作为福建省林业宏观决策的科学依据。未来随着福建省生态文明先行示范区建设的深入,森林面积、森林蓄积、活立木总蓄积和林分单位面积蓄积都将继续呈现稳步增长态势,但同时要避免林地面积的逆转。  相似文献   

17.
梅州市大埔县林业产业结构灰色关联分析   总被引:1,自引:0,他引:1  
大埔县是我国南方典型林业县之一,具有林业产业丰富,但林业经营较为粗放,第二产业、第三产业范围狭窄等特点。本研究以2014年~2018年梅州市大埔县林业产业为例,应用灰色关联分析方法分析林业产业三次产业及其内部产业结构关联,探索我国南方典型县域林业产业发展方向。结果表明:大埔县林业产业还是以传统的第一产业为主导;第二产业正在蓬勃发展中,但由于其体量小其内部产业涉及的范围较窄,发展空间相对有限;第三产业在全部林业产业所占比重越来越大,但其发展单一,仅有林业旅游和休闲服务一类,有待扩大发展。  相似文献   

18.
根据龙岩市"七五"和"八五"时期林业各产业的产值数据,运用灰色理论关联分析方法,进行了林业产业之间的结构关联度分析,提出了龙岩市今后林业发展应立足第一产业,挖掘第二产业,发展第三产业的指导思想。  相似文献   

19.
以内江市为研究区,基于内江市2005~2019年房价等相关数据,运用皮尔逊相关系数分析了房价影响因素,并构建灰色-BP神经网络模型预测了内江市2020~2022年房价。研究结果表明:内江市房价的主要影响因素为地区生产总值、人均可支配收入、常住人口、住宅竣工面积、城镇化率、住宅投资额、土地交易价格、竣工房屋造价;2020~2022年内江市房价呈现出上升趋势,但在2020年相对地呈现下降趋向。通过对内江市2020~2022年的商品房住宅价格的预测,有助于内江市房地产市场中各主体理性、清晰地认识房价的波动变化,促进内江市房地产业稳定、健康和有序发展。  相似文献   

20.
本文全面阐述了灰色系统模型的建立与预测,利用GM(1,1)模型及灰色马尔柯夫预测结合林业进行了模型拟合及预测。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号