新型城镇化与安徽经济增长的关系

新型城镇化是推动经济增长的核心要素。以安徽省16个地级市为例,构建新型城镇化水平综合评价指标群和经济增长影响指标群,探究新型城镇化对经济增长的影响机理。基于综合评价指标群,运用因子分析法建立城镇化水平评价模型;基于影响指标群,运用多元线性回归原理建立经济增长影响模型。结果表明:在评价模型中,社会效益、文化教育作为重要评价因子被凸显出来,并突出政府、社会、居民对城镇化建设的重要作用;在回归模型中,1单位城镇化水平可带动0.627单位的经济增长,肯定新型城镇化对经济增长不可替代的作用,这表明新型城镇化能有效地促进安徽省经济增长。

区域经济活力影响因素及其对策——以安徽省为例

以安徽省2001—2018年的经济活力为研究对象,构建影响经济活力的指标群。首先基于经济活力的定性化,运用因子分析法建立经济活力影响因素组合模型,并将经济活力综合得分作为其代表性指标“经济活力指数”;随后运用多元线性回归原理建立经济活力影响因素独立模型;最后以安徽省过去18年经济活力为基数,运用时间序列预测原理建立经济活力预测模型,以未来2年为短期,9年为长期,分析经济活力发展趋势。结果表明:在组合模型中,社会保障与生产和社会产出效益对经济活力影响较大;在独立模型中,就业率是首要影响因子,企业单位数是次要影响因子,其他因子对经济活力的影响程度较小;在预测模型中,无论长期还是短期,经济活力的发展都呈现平稳、积极正向的发展态势。最后结合3种模型结果的共性,有针对性地提出活跃安徽省经济的可行性建议。

基于熵值-层次分析的高质量绿色发展水平评价及提升路径研究

绿色发展是高质量经济发展的核心,是推动经济向更高质量发展的中坚力量。文章以安徽为例,通过构建绿色发展水平指标体系、建立基于熵值——层次的绿色发展水平评价模型,进行安徽时空上的绿色发展水平差异对比,分析各指标的贡献差异性和安徽各地绿色发展的差距,总结现阶段下安徽绿色发展的优势与不足,探寻安徽绿色发展的提升路径。结果表明:安徽整体与合肥的绿色发展依靠经济和产业的绿色化,其他各地有绿色发展的优势,但作用不够显著,有着局部突出,全局均衡的特点。最后有针对性地给出城市绿色个性化发展,助推安徽绿色向好发展的建议。

基于高质量发展背景下我国经济发展质量测度及驱动因素研究——以安徽省为例

文章以安徽省16个地级市为例,通过构建经济发展质量指标群和研究体系,探究高质量经济的驱动因素,探寻安徽省经济向更高质量发展的路径,以期为探寻我国经济向更高质量发展路径提供借鉴作用。

基于“一带一路”倡议我国经济发展质量综合评价--以中部六省为例

文章以中部六省为例,构建经济发展质量综合评价指标群,探究中部高质量经济发展核心要素。首先,运用因子分析法建立经济发展质量评价模型;其次,运用聚类分析原理建立经济发展质量分类模型。结果表明:在评价模型中,商品出口和技术提升是重要评价因子,突出出口、技术、产能的高质量经济循环促进机制;在分类模型中,湖北省作为中部经济的引领地,其经济质量稳居第一。研究结果验证了中部经济是“一带一路”倡议引导下的出口与技术充分结合的高质量经济。

车险续保率影响因素分析及对策研究——基于岭回归和因子分析的实证研究

该文以某保险公司车险样本数据为分析对象,包含驾驶人、汽车、保险业务三方面的客户相关指标,运用岭回归建立续保率影响因素独立模型,讨论各独立因子对续保率的影响程度。运用因子分析法建立续保率影响因素组合模型,讨论组合因子对续保率的影响程度。结果表明:在独立模型中,保单性质是首要影响因素,是否本省车牌是次要影响因素,而其他因素对续保率的影响程度较小;在组合模型中,车辆的使用方式和使用年限对续保率影响较大。最后,结合两种模型的共性结果,有针对性地提出提高保险公司车险续保率的对策和建议。

“互联网+”背景下的智慧养老模式探究——以安徽省蚌埠市为例

中国是老龄化进程最快的国家。日益严峻的养老压力导致养老供求严重失衡,老人抚养比低至20%。探寻中国特色养老模式成为国家发展的重点任务。以蚌埠市老人为研究对象,分析现行养老模式的不足,构建富有蚌埠特色的智慧居家养老模式。该模式有助于填补养老缺口,带动相关企业经济发展,提高老人幸福指数。

基于Logistic回归模型和BP神经网络对车险续保率预测的对比分析

车险续保作为体现保险公司核心竞争力的主要指标,对公司今后的发展起着一定的引导作用。而车险续保率作为衡量客户对业务满意度的首要指标,直接体现了保险公司的业务服务水平。通过参考某保险公司的客户原始数据,包括20个相关指标,共53346条有效样本,运用回归模型建立线性续保率模型,运用神经网络原理建立非线性续保率模型,并对比两种模型的预测精度。最后,基于精度较高的续保率预测模型,给出提高续保率的可行性建议。

基于BP神经网络的深圳市垃圾产生量预测分析

人口量是研究垃圾产生量的重要影响因素,单独对两者进行分析,探究其内在的影响机理,明确人口量对垃圾产生量的单变量函数关系,可以为垃圾产生量的预测提供理论基础。本文以深圳市为例,通过选取深圳2006-2018年的人口量和垃圾产生量,首先基于灰色预测原理,建立人口量预测模型,预测2019-2021年人口数量;然后基于BP神经网络原理,建立垃圾产生量非线性预测模型,拟合并预测相应年份的垃圾产生量。结果表明:通过灰色预测模型的人口量预测精度高;通过BP神经网络的垃圾分类量预测效果好。

线上娱乐关注现状及娱乐沉迷影响因素研究——以安徽省中小学生为例

通过多元线性回归模型对线上娱乐影响因素进行上学、放假、网课等三个时期的分析,研究各因素影响程度大小及不同时期的影响因素差异性,研究结果表明:学生考试成绩水平、父母受教育程度、学校管理水平、是否有属于自己的娱乐设备、是否占用网课时间娱乐是五大重要的影响因子,并据此提出从学校、家庭、个人等三个层面来防止线上娱乐沉迷的相关建议,以期为缓解“滥娱”现状添砖加瓦。

对我国中部省份房地产泡沫的测度及预测——以安徽省为例

选取安徽省为我国中部省份为个案,利用2002-2018年相关数据构建房地产测度综合指标体系,建立房地产泡沫经济指数函数式;运用因子分析法测算各年份的经济泡沫指数,并针对测算结果进行差异性分析;选取灰色预测GM(1,1)模型对未来5年泡沫指数进行预测。结果表明:过去17年存在房地产行业发展异常,房地产借力安徽经济发展;预测结果显示未来安徽省的房地产发展态势低迷并提出刺激欠发达省份房地产回温的对策建议。