深度学习神经网络能改进GDP的预测能力吗?

目前国内外复杂的经济形势加大了预测GDP的难度,因此,如何有效地预测GDP是值得研究的重要理论与现实问题。有鉴于此,本文构建了既具有宏观经济理论基础又符合中国宏观经济特征的指标体系,并构造了一个用于GDP预测分析的LSTM模型,将之与BVAR模型进行对比研究,以科学地判断LSTM模型是否能够提升GDP预测的精确度。研究结果表明:第一,本文选择的扩展指标能够提升BVAR模型与LSTM模型的GDP预测能力;第二,相比于BVAR模型,LSTM模型能够更好地挖掘扩展指标对GDP的非线性影响,从而提升短期GDP预测能力。鉴于LSTM模型强大的自我学习能力、良好的泛化能力以及较好的模型可调节性,LSTM模型在GDP预测领域具有广阔前景。

重庆市涪陵区城乡饮用水中微囊藻毒素的污染

目的探讨重庆市涪陵区城乡居民饮用水中微囊藻毒素LR(MC-LR)污染现状。方法在涪陵区市政水源水(长江水)、管网水、二次供水系统设立采样点;同时,抽取水源和水处理工艺完全相同的4个乡镇水厂,选择其水源水、管网水;在上述4个乡镇分别选择3～4个农村居民饮用水井。于2004年6—11月,采集各采样点水样。采用酶联免疫试剂盒测定MC-LR含量,采用氯化亚锡分光光度法测定水样中总磷含量,采用紫外分光光度法测定水样中总氮含量。结果6—11月市政水源水(长江水)、管网水以及6月市政二次供水、乡镇水厂水源水、管网水、农村居民饮用水井水水样中均未检出MC-LR。7—11月乡镇水厂水源水中MC-LR含量为(0.63±0.27)μg/L,高于管网水[(0.57±0.25)μg/L],差异无统计学意义(t=1.188,P>0.05)。农村井水中MC-LR含量以8、9、10月最高,7、11月次之。市政水厂水源水、管网水水样中总磷、总氮的含量均符合GB3838—2002《地表水环境质量标准》中地面水三级卫生标准要求;7、11月二次供水水样中总磷、总氮的含量高于8、9、10月。乡镇水厂水源水、管网水所有水样中总磷、总氮含量均超过国家地面水三级卫生标准。7—11月农村饮用井水水样中总磷、总氮含量略低于乡镇水厂水源水、管网水。7—11月氮磷比为6.56～13.13,其中8、9、10月氮磷比约为7.2,适合各种藻类生长且是水体中MC-LR形成的高峰期。结论本次调查的涪陵区城乡饮用水不同程度地受到MC-LR污染。在今后的改水工程中,应增加去除MC-LR的设施和加强消毒处理。

重庆市涪陵区部分粮食蔬菜中部分重金属污染调查

目的为了解粮食蔬菜中砷、铅、汞的污染状况。方法按照统一采样要求,对涪陵区大木乡及城郊分别采集3种粮食90份,4种蔬菜120份进行砷、铅和汞金属毒物监测。具体检测方法,按照中华人民共和国国家标准检验方法进行检测。结果本次所抽检的稻谷、小麦、玉米、青菜、白菜、四季豆、土豆等粮食、蔬菜样品中总砷、铅、总汞均低于国家标准《GB 2762—2012》。结论涪陵区所检粮食蔬菜中砷、铅和汞重金属符合食品安全国家标准规定。