新型灰色行业

2021-06-09 | 监理师考试 |

【www.guakaob.com--监理师考试】

篇一新型灰色行业
中国社会七大灰色产业链

　　 4月8日，第四届中美经济学家颐和园对话会在北京钓鱼台国宾馆举行，世界银行中国及蒙古局前局长杜大伟(David Dollar)在发言时谈到因为很多隐形收入或者灰色收入，其实有一些人比他们真正表现出来的更加富有，比官方数字表现出来的更加有钱。灰色收入由来已久，尽管有人痛恶之，但也无法杜绝，就连温家宝任总理时也是“规范”灰色收入。在社会中已经形成了许多无形的灰色产业链，或众所周知或藏匿深处。

　　 互联网衍生灰色产业

　　随着互联网发展而产生的互联网衍生灰色链非常庞大，2012年百度曝出内部员工与外部人员勾结，对外部人员所提的删帖请求，私下进行了违规的有偿操作。网上打着“危机公关”、“网络公关”的职业删帖更是数不胜数，“互联网删帖”服务，早已规模化，产业化，这个灰色产业链早已扩散至整个互联网，遍及BBS，新闻门户，地方媒体，贴吧，微博，等等。

　　职业差评师是由淘宝网，拍拍网这样的大型C2C电子商务平台所催生的新兴灰色职业，淘宝上有很多恶意买家做起职业差评师，专门以给网店差评为手段索要网店钱财，甚至还出现多人合作的“团伙作案”，给淘宝卖家造成巨大伤害。职业差评是对电子商务从业者的巨大伤害，亦是赤裸裸的敲诈，是犯罪。

　　除了以上两种灰色职业，在互联网衍生灰色产业中还包括网络水军，以及微博中的僵尸粉等等。目前我国关于互联网的法律法规并不完善，还需要各大互联网公司加强管理为大家营造一个纯净的互联网世界。

　　 医院挂号背后的产业链

　　在中国看病难一直是个老生常谈的问题，其实且不说看病难，现在挂号都难。其中除了看病人数多，专家医生精力有限等原因之外，不得不提的是其中已经形成的挂号灰色链。

　　搜狐网曾揭秘在某所全国数一数二的大型医院，从医院的售号员工，到混迹于医院的号贩子，再到主治医生或教授，都因为需求捆绑在一起，成为一条灰色产业链。

　　医院每天面向公众的医疗号有上千个，包括特需专家、教授以及普通号等等，这三种号的数量大不相同，而这些号最终到达那些普通排队用户的比例也不尽相同。而其中消失的号就卖给了号贩子，特需专家的号通常是300元一个，号贩子将买来的号交给雇主拿到雇佣金。然后，雇主会通过多种渠道找到有需求的人，以最低2000元，高无上限的价格卖出去。不过，这个交易并没有结束。雇主会把赚来的钱分给窗口售号的人，同时也会安排人带着高价购号的人去找对应的医生看病，当然，对应的医生也会获得这些钱中的一部分。

　　看到这，你也许就明白了，为什么同样是排队，有些人会买到号，而有些人则永远拿不到。

　　 联办校的灰色链

　　近年来择校费已经成为大热问题，居高不下的择校费让学生家长们焦头烂额，甚至有新闻报道少女因为高额择校费服毒自杀。面对各学校各自收取高额择校费，政府部门也采取了相关措施来治理。重庆地区就曾发布条例，禁止义务教育阶段学校收取任何学杂费、择校费、借读费，而这仅仅针对的是公办学校。

　　面对此条例，没有名校敢顶风作案，但是他们都采取了变通的办法，将学生和师资力量都转至联办学校。在联办学校，因为有民资介入，不是公办学校，就可以收取择校费。重庆某曾排名第一的名校，以前校本部有30多个初中班，禁令实施后只保留3个，其余全部转移到联办学校去了。

　　重庆市的中学名校中，多所学校的在校学生人数超过万人，被外界称为“超级中学”。“超过万人”其实涵盖了学校本部、分校区、联办学校的总人数。按公开价格简单匡算，每所名校在校生所收取的“择校费”，应在2亿元至5亿元之间，按每年新增学生为在校生的1/6匡算，则这些名校每所每年可新增3000万元至1亿元的“择校费”。

　　重庆名校大多有分校和联办学校，重庆的名校与民间资本之间的合作，多是由民资方出资购地并建好校舍和硬件设施[

　　根据现行法律法规，公立学校是事业单位，无需进行工商注册，而私营学校则需要通过公司制进行注册。但目前从重庆工商注册档案中，查不到该市名校与民间资本联合办学的任何信息。这些名校与民间资本各持股50%联办的学校，究竟算公立学校，还是民间办学，目前未有定论，事实上它们是左右逢源——在规避“择校费禁令”时，联办校区是民办学校;在工商注册时，它又是公办名校的分校区，无需工商注册。

　　 旅游灰色产业链

　　导游威胁旅客购物的事件我们已经屡见不鲜，而导游主要收入是“吃回扣”也是众所周知。现在许多旅行社的导游根本就没有工资，有也只是象征性的给一点。而在高回扣的诱发下，现在有很多导游，根本工资都不拿，就和旅行社建议，这个团你给我做，我给你旅行社钱，这就是业内导游买团也即零负团费现象的由来。

　　旅行社基本上是微利经营，甚至是“零利润”、“负利润”接待旅游团队，寄希望于通过团队的购物回扣和人头费(导游带团按照人数支付给旅行社的费用，以获得带团的机会)赚钱。在从上游组团社得到客源之后，旅行社将团队交给导游，导游给旅行社按照人数交付“人头费”，然后导游再通过购物和二次消费回扣把“人头费”和利润捞回来，低于成本销售的损失被层层下压，最后转嫁到旅游消费者身上。

　　对买团发生的支出，导游往往需要通过带团途中的二次消费回扣进行弥补，围绕买团的回扣支付，产生了大量的旅游购物企业，这些企业共同构成旅游产业中的“灰色”链条。这些旅游购物行业，为旅行社提供高额回扣，主要面向团队旅游者开展经营活动。

　　旅游购物行业是“导游买团”操作模式下产生的主要利益集团之一，随着“导游买团”现象的扩展，旅游购物行业的规模也相应得到了扩张，并成为支撑和固化“导游买团”操作模式的商业组织基础之一。

篇二新型灰色行业
新型灰色关联分析模型的改进与拓展

!第"#卷第$期!$*+,年-月郑州大学学报!理学版"./0123451&67389/!):;/<=8/>?/"

%&’("#)&($.63($*+,

新型灰色关联分析模型的改进与拓展

杨文光

+!$

!!吴云洁$!!王建敏A

!+/华北科技学院基础部!河北三河*-M$*+&$/北京航空航天大学自动化科学与电气工程学院!北京+**+#+&A/中国科学院空间应用工程与技术中心!北京+***#""

摘要!为了解决灰色相似关联度与接近关联度存在失准的缺陷$提出了基于面积的新型灰色关联分析的改进模:4K:342型/对于具有相同量纲的不同序列数据$首先利用分段二次T插值建立它们的逼近函数$进而对逼近函数g+$.g/所围图形面积$最后得到相应序进行始点零化操作$然后分别计算以逼近函数曲线或其始点零化像与.

列数据的灰色相似关联度与接近关联度$并研究了它们的性质/在具体计算所围图形面积时$采用了微元法与梯形法/算例计算结果表明$本文所提出模型与方法是有效的$客观反映了序列数据之间的相关性大小$避免了计算失效的可能/

:4K:342关键词!灰色关联分析&相似性&接近性&分段二次T插值&梯形求积

#A+!!!!!文献标志码!N!!!!!文章编号!+-,+@-G"+!$*+,"*$@**$"@*-中图分类号!H

’()!+*(+A,*MOD/8FF3/+-,+@-G"+($*+-$+$

*+引言

灰色关联分析理论以研究0小样本$贫信息1的数据系列相关性大小为主要内容$为不确定性系统的建模’评价与决策提供了有利工具/传统灰色关联分析模型是依据比较序列与参考序列的曲线几何相似程度进行度量的/事实上$关联度大小不仅与曲线相似程度密切相关$也与曲线之间的接近程度紧密联系/目前$不同学者从几何’积分’分数阶导数’插值等不同角度定义了多种不同的改进型灰色关联分析模型

(+P,)

文献(+)构建了绝对灰色关联度$该模型满足偶对称性$且计算相对简便/文献($)基于数据序列相似性与相近性视角构建了新型灰色关联分析模型$但该模型对于走势不一致的两组数据会出现灰色关联度为+的情况/文献(A)指出关联度取值随分辨系数变化而变化$从而造成关联度取值唯一性不满足或关联度不满足对称性等问题/文献(")利用光滑性与逼近效果较好的三次样条插值函数逼近序列数据改进了灰色绝对关联度$提高了逼近精度/文献(M)利用梯形求积法建立了序列数据折线面积基础上的灰色预测模型/文献(-)采用H:I6;&型分数阶导数的记忆性改进灰色预测模型/文献(,)提出了基于改进灰色关联度模型的综合一致性检验方法/这些工作都促进了灰色系统理论的发展/

灰色相似关联度与接近关联度是建立在两组序列数据所围图形面积基础之上的

($$G)

$但当两组序列数

据存在振荡情况时表现的并不准确$当一组序列数据在另一组序列数据之上与之下的面积相等时$关联度为+/本文将利用分段二次T:4K:342插值完成对序列数据的逼近$通过引入绝对值表示所围面积的改进型灰色相似关联度与灰色接近关联度模型/结合微元法与梯形法的计算$客观地反映序列数据的相似性与接近性/

,+灰色相似关联度与接近关联度的改进

,T,+基于面积的灰色相似关联度与接近关联度的定义与计算

定义,

($)

!设系统第5!+"$%!$"$+$%!/""$O!+"$%!$"$+$组与第4组序列数据为O5&!%5554&!%44

!!收稿日期!$*+-@*G@$-!!基金项目!国家自然科学基金项目!-+",$+A,$#+$+-A*""&华北科技学院重点学科项目!YVi.0d$*+"*$"&中央高校基本科研业务费项目

!A+"$*+"+$,"/

!!作者简介!杨文光!+#G+#"$男$河北保定人$副教授$主要从事智能信息处理研究$>@B:8’%[:34C2346:34Ec6::/2?6/=3/

!第$期杨文光#等$新型灰色关联分析模型的改进与拓展

********

%!/""$它们的始点零化像分别为O!+"$%!$"$+$%!/""$O!+"$%!$"$+$%!/""$其中%45&!%5554&!%444**5$4!2"&%!2"-%!+"$%!2"&%!2"-%!+"$2&+$$$+$/$且/%A0表示序列标号&%555444

!."是第5!."是第4定义.!设’组序列数据O组序列数据O!(+$/)$55的逼近函数$’44的逼近函数$.

****’!."与’!."的始点零化像分别为’!."与’!."$其中%’!."&’!."-’!+"$’!."&’!."-’!+"$’!."54545554445

!."可以采用拟合或插值的方法对原始序列数据进行逼近/与’4

:4K:342当使用分段线性T插值逼近原始序列数据时会出现光滑性较差$且精度不高的问题$而三次样:4K:342插值/条插值又相对较复杂$故为了简化计算$提高计算精度$下面采用分段二次T

定义/

(#)

!对于如定义+所给的第5$任取相邻节点2-+$2$2++$以(2-+$2++)作为组序列数据O5

’!."&%!2-+"G"+%!2"G!."+%!2++"G"$5252-+!.5252++!.

:4K:342插值区间构造分段二次T插值函数$

!.-2"!.-2-+"!.-2++"!.-2"

&G!."&-!.-2++"!.-2-+"&G"&$22++!.$$

"&其中%G2-+!.

2&$$"$-$+$/$且/%A0

$O:4K:342根据定义A整理出序列数据O插值函数的整体形式/54的分段二次T

当/%A$且/&$8++$8!U时$

’!."&’-’!."&’!."&’-!."&-525242’422&

2&$

当/%"$且/&$8$8!U时$

$8-$

{*$.&(2-+$2++)0

+$.!(2-+$2++)

!+"

$8-$

’!."&’-!."+-’"&’!."&’-’!."+-’"&52’525!$8-+"!.42424!$8-+"!.

2&$

-2&

其中

{*$.&(2-+$2++)

+$.!(2-+$2++)

&-&

{*$.&(/-+$/)0

+$.!(/-+$/)

!$"

’!."&%!2-+"G"+%!2"G!."+%!2++"G"4242-+!.4242++!.

:4K:342插值函数$插值基函数G"$G!."$G"定义同上$为O!(2-+$2++)时的分段二次T4在.2-+!.22++!.2&$$"$-$+$/$且/%A0

:4K:342!."与’!."的基础上$再按照定义$分别对’!."与’!."进行始点在得到分段二次T插值函数’5454

!."与’!."0零化像操作后可以获得’54

9定义I!设154&

$1D"-’!."?.’!.

$则称"-’!."?.’!.

!54&

为序列数据O5与O4基于面积的灰色相似关联度$称

)54&

为序列数据O5与O4基于面积的灰色接近关联度/

9++154

!A"

+++1D54

!""

9!."与’!."对应曲线与直线.&+$.&/所围图形的面积$1D5!."与’!."对应注%154表示’544表示’54

曲线与直线.&+$.&/所围图形的面积/

$基于面积的灰色相似关联度!对于量纲相同的两组原始序列数据O可以表征O对应曲5与O4545与O4

!."与’!."也就越相似$则’!."与’!."重合的可能性就越大$19线的相似程度$O越相似$’取5与O4545454

值越接近于*$!取值就越接近+/基于面积的灰色接近关联度)5可以表征O与O对应曲线的接近程度$54454O!."与’!."也就越接近$则1D5构建的基于面积5与O4越接近$’544取值越接近于*$)54取值就越接近+/的灰色相似关联度与接近关联度均充分考虑了原始序列数据在始点零化处理之前与之后各自在平面9D5$用两种近似数值计算直角坐标系中所围封闭图形的面积大小的差异性/对于定义"中的154与14方法/

$-+"微元法

9154&D514

.其中&为采样步长/

$"梯形求积法!简称梯形法"9154&

郑州大学学报!理学版"第"#卷

*’"-’!."?.’!.

&*’’!."-’!."?.

.$’!."-’!."&54

!M"!-"

.$’!."-’!."&54

*’!."-’!."?.

S-+

.+’’.$’!/"-’!/"&!++2."-’!++2."&&&54*

2&+

!,"

D514&

S-+

*"-’!."?.’!.$

.’!/"-’!/"&54

.+’!+"-’!+"&54

’

2&+

.$’!++2."-’!++2."&&&54

!G"

..0其中%&为采样步长$S&!/-+"C&

!."与’!."是对应的分段二次T:4K:342证明!设O插5与O4是如定义+所给出的两个不同序列数据$’54

值函数/

:"当始点零化像’5恒在’4的一侧时

9154&

9$*’1"-’!."?.’!.

254

2&*

S-+

!#"

9&&..0其中%1个小梯形的面积$2&*$+$+$S为采样步长&S&!/-+"C&因为54为第2

914*5

++****

..$’!++2."-’!++2."&’!++2.+&."-’!++2.+&."&&&&&5454

’!+"&’!+"-’!+"&*$’!+"&’!+"-’!+"&*$555444

!."恒在’!."的一侧时$使用梯形求积公式可证明公式!G"/代入!#"即得公式!,"/同理当’54

***

c"当始点零化像’2.$%"时$则存在某个2&2!++2."&与’54存在除!+$*"外的交点!++*&*$使得’5*&*

’!++2."&%$2&*$+$+$S$则4*&

9154&

*’!."-’!."?.54

9+19’1

2+*-542*

+1954$

!+*"

9&2.2.$&.其中%1个小梯形的面积$2&*$+$+$S.2&为采样步长&54为第2*$2*-+&S&!/-+"C2+2*-*

991因为2.2.254$154为三角形面积/*$2*-+时$

914*5

.’!++2."-’!++2."&&&54

.$’!++2.+&."-’!++2.+&."&&&54

又由’!++2."-’!++2."&*$可知5*&4*&

9154&

$+$

.’!++2.+&."-’!++2.+&."&5*&4*&

$+$

.$’!++2."-’!++2."&5*&4*&

2+*-9&154

.’!++2.-&."-’!++2.-&."&5*&4*&**

.0’!++2."-’!++2."&5*&4*&

!."与’!."存在交点时$使用梯形求积公式亦可证明公式!G"/代入式!+*"化简即得公式!,"/同理当’54,T.+基于面积的灰色相似关联度与接近关联度的相关性质

定理,!基于面积的灰色相似关联度为!54&

$与基于面积的灰色接近关联度)5$都4&++19++D15454

满足邓氏灰色关联公理中的规范性’接近性与偶对称性/

9D59D5证明!+"规范性/显然154%*$14%*$故*)!54$+$*))54$+$当且仅当154&*时$!54&+$14&*时$)54&+/

$"接近性/由+"可知$显然成立/

****

A"偶对称性/$O-$显然有’99$’对于O&,O!."-’!."&’!."-’!."$1!."-’!."&5454&145544554

D5D4$故!$)50’!."-’!."$14&1554&!454&)4545

$当序列数据O定理.!在平面直角坐标系下$当始点零化像O5恒在O4的一侧时$!54*’545恒在O4的

0其中’$%一侧时$)54*%545454分别为文献($)所定义的灰色相似关联度与灰色接近关联度$

’54&

&95-94&++95!%!."-%!.""?.$#

!++"!+$"

&D-D4&%54&++D5-D45

证明!当始点零化像O恒在O的一侧时$因

!%!."-%!.""?.0#

4/+

9&5-94

"?.9$故!0当序列数据O%!.*15454*’545恒在O4的一侧时$因

!%!."-%!.""?&%!."-#

D-D&#!%!."-%!.""?&

%!."-%!."?.D5$故)50*1当始点零化像O5444*%545不恒在O4的一侧时$!54.’54$当序列数据O5不

0恒在O的一侧时$)5.%当始点零化像O44545恒在O4的一侧时$实际计算中$由于文献($)采用了离散点计

算$步长为+$产生较大误差/对于存在交点的情况刘氏灰色相似关联度与接近关联度模型存在失准甚至错误/

.+算例分析

对于非+@时距序列可以采用相应变换转化为+@时距序列$故假设下面讨论的均是+@时距序列要求序列数据的长度是一致的$而当序列长度不一致时可以采用分层逐次均值填补空缺

($)

$并且

#+$*0#,$*0#*$*0#A$*0#+$*0#A$*0#M"$O例,!设序列数据O+&!%+!+"$%+!$"$+$%+!,""&!*0$&!%-*$*0-G$*0-+$*0-$$*0-A$*0-"$*0-M"$O$!+"$%$!$"$+$%$!,""&!*0A&!%A!+"$%A!$"$+$%A!,""&!*0G$$*0G-$*0#*$*0G#$*0GG$*0G,$*0G-"$O时距序列$/&,$试求O+$O$$OA均是+@$$OA与O+三者之间基于面积的灰色相似关联度!+$$!+A$!$A与灰色接近关联度)+$$)+A$)$A$要求给出与文献($)方法’基于微元法的相似与接近关联度’基于梯形求积法的相似与接近关联度!简称梯形法"的对比结果/

:4K:342"$’"$解!+"由于/&,$故首先按照公式!+"$计算O插值曲线得’+$O$$OA的分段二次T+!.$!.’"$见图+/A!.

***

$"计算’"$’"$’"的始点零化像’"$’"$’"$为了与其他方法进行对比$也一并算出+!.$!.A!.+!.$!.A!.********

O!."&’!."-’!+"$5&+$$$A0O+$O$$OA的始点零化像O+$O$$OA得$’555+&!%+!+"$%+!$"$+$%+!,""&****!*$*0*-$-*0*+$*0*$$*$*0*$$*0*""$O*G$*0*+$*0*$$*0*A$*0*"$$&!%$!+"$%$!$"$+$%$!,""&!*$*0********0*M"$O*"$*0*G$*0*,$*0*-$*0*M$*0*""$其中’"$’"$’"A&!%A!+"$%A!$"$+$%A!,""&!*$*0+!.$!.A!.***

"$’"$’"的始点零化像$也是O:4K:342是’插值曲线$如图$所示/+!.$!.A!.+$O$$OA的分段二次T

A"根据微元法与梯形法给定的公式分别计算19$1D50采用微元法由公式!M"计算19$采样步长54454

.&*(*+$由公式!-"计算1D5$得19+*"G$19$--+$19$+M-$1D+$*$0*-+-$1D+A*&4+$**0+A**0$A**0*0"+#A$1D$A*+0-"$A0

9$由公式!G"计算1D5$得采用梯形求积法由公式!,"计算1544

9+*"#$19$--+$19$+M-$1D+$*$0*MG*$1D+A**0"+G$$1D$A*+0-A#,01+$**0+A**0$A**0""最后代入公式!A"和!""计算出基于面积的灰色相似关联度与灰色接近关联度$结合文献($)的方法给出对序列数据两两比较的A种结果$见表+/

使用微元法得灰色相似关联度与灰色接近关联度为%

#*M+$!,G#G$!G$$,$!+$&*0+A&*0$A&*0A$--$)+A&*0,*"-$)$A&*0A,GM0)+$&*0

#*M+$!,G##$!G$$,$使用梯形求积法得灰色相似关联度与灰色接近关联度为!+$&*0+A&*0$A&*0A$,*$)+A&*0,*M+$)$A&*0A,GG0)+$&*0

上述两种方法的计算结果表明$O+$O$$OA中的O+$O$最相似$O$$OA的相似程度次之$而O+$OA的相似

:4K:342图,+原数据与T插值曲线

E2SP,+LK8483:’?:;::3?T:4K:34283;2KI&’:;8&3=6K92

:4K:342图.+始点零化像与T插值曲线

E2SP.+W38;8:’I&83;52K&8B:42:3?T:4K:34283;2KI&’:;8&3=6K92F

程度最低&O对于本算例$三种方法给出的+$OA最接近$O$$OA的接近程度次之$而O+$O$的接近程度最低/序列数据的相似程度和接近程度的排序是一致的/

例.!设序列数据

O+&!%+!+"$%+!$"$+$%+!M""&!+$$$A$"$M"$O$&!%$!+"$%$!$"$+$%$!M""&!+$+$A$M$M"$

:4K:342试给出O插值微元法’梯形法与刘氏法的灰色相似关联度与接近关联度/+$O$基于分段二次T

:4K:342解!本算例的计算与上例是一样的$采用上例相同的"步操作可得O插值+$O$基于分段二次T微元法’梯形法的结果$见表$/显然$微元法和梯形法的结果是合理的$而刘氏法的结果是不合理的$因为差:4K:342异较大数据的关联度是不可能取+的/原序列数据与分段二次T插值曲线见图A/

表,+比较结果O"BP,+H&BI:K8F&3&\K2F6’;F

!54与)54微元法梯形法刘氏法

($)

表.+比较结果O"BP.+H&BI:K8F&3&\K2F6’;F

)+A*(,**(,+*(,A

)$A*(AG*(AG*("A

!+$与)+$微元法梯形法刘氏法

($)

!+$*(#+*(#+*(#+

!+A*(,#*(,#*(GA

!$A*(G$*(G$*(#*

)+$*(AA*(AA*(A"

!+$)+$

*($A+$*($A+$*($A+$*($A+$

/+结论

:4K:342建立不同序列数据的分段二次T插值$尽可能以一种简单的方式逼近序列数据$基于序列数据被逼近曲线与.&+$.&/所围的图形面积$构建了微元法与梯形法两种计算灰色相似关联度与灰色接近关联度的改进算法$使得灰色关联度的计算更能反映数据间的几何位置关系/改进模型克服了原有灰色相似关联度与接近关联度不能客观反映振荡序列相似性与接近性的弊端$是对原有模型的有效拓展/通过算例证明了本文所提出的基于面积的两种方法是有效的/当数据较多$信息包:4K:342插值建立的逼近曲线将具有含较多时$基于分段二次T

较高的逼近精度$随之建立的灰色相似关联度与接近关联度模型也将具有较高的评估精度/

:4K:342图/+原数据与分段二次T插值曲线E2SP/+LK8483:’?:;::3?I82=2C8F2]6:?K:;8=

T:4K:34283;2KI&’:;8&3=6K92F

篇三新型灰色行业
也说灰色收入

人，来到人间，生活在社会里要消费，小时候衣食住行上学念书都要依靠父母，成人后步入社会，寻找职业，谋求生计，而后要结婚成家，赡养父母，养育子女。要保证个体和家庭的生存必须有收入。农民的收入靠土地种植粮食蔬菜，饲养家禽家畜，进入审场，通过交易获得收入；大量的农民工则是靠劳动挣钱靠工资维持生活。工人，企业，事业单位职工，机关工作人员，都是靠工资收入来维系个人及家庭的生活开销。

收入，在中国通常都以人民币来恒量，月收入从几十元几百元到几万元几十万乃至几百万元，人与人之间月收入的差距可高达几十上百倍。贫富悬殊之大，与构建和谐社会，与走共同富裕，建设小康成为一个突出的社会矛盾。

收入的来源，收入的手段，收入的性质，收入的多少都给人的职业地位和权力有关系。一般人把劳动所得，正常的工资收入称之为白色收入，白是指来源清白，取之有据，取之有道，明明白白地享受自己辛勤劳动，辛勤工作换取的代价。广大离退休人员无论从社保或财政领取的养老金都是干干净净的白色收入，机关，企事业职工领取的工资也是明明白白的收入，由于行业地区的不同，工资收入的差别也很大。这些年工资的改革也尚未理顺，出现了许多矛盾。

来路不正，非法所得的收入如收受贿赂，贪污盗窃，洗钱，走私贩毒非法所得便是黑色收入。巧取豪夺，买官卖官，权钱交易，吞噬扶贫资金，这些人的心是很黑的，贪官污吏的黑色收入铺就了他们腐化堕落的温床，有的去国外大赌，有的叛逃成了罪人。反腐倡廉就是要断绝某些官员黑色收入的来源。

灰色收入是什么？去年全国人大代会政府工作报告中曾有“规范灰色收入”的提法，说明灰色收入已经是一个普遍存在的问题，“规范收入”意味着有其合法性。灰，是基于黑白之间，灰色收入是介于非法收入和合法收入之间的一种隐性收入。最大的特点是非公开性的，手段也是多种多样的。灰色收入已经成为我们这个时代的通病，已经渗透到社会的各行各业，返点，好处费，感谢费，劳务费，讲课费，补习费，收受礼金。有的是正灰色，不违章不犯法，有的名为灰色收入实为黑色收入比如商业受贿，还有的是浅灰色的不明不白的收入。值得注意的是灰色收入都给共公权力有关，对于平民百姓而言与灰色收入不搭界，只希望官员们真正为百姓办实事，不贪，不占，切实关注民生，关注广大职工的白色收入，关注平民百姓的劳动汗水获取的明白收入。

百姓期望过上幸福的生活，期盼收入多一点，居住条件好一点，医疗条件好一点，孩子读书的学校好一点，物价平稳一点，最核心的大家的收入提高一点，自然日子就过得有滋有味了。

篇四新型灰色行业
灰色论文

灰色系统在企业管理中的实际应用

姓名：乔海峰

学号：

班级：项目管理

日期： 1010109024 10-1班 2012年5月4号

灰色系统在企业营销管理中的实际应用

摘要：本文以灰色系统理论为基础，结合实际情况论述了灰色系统的建模方法，运用灰色系统理论工具，对营销过程进行了分析及预测，以期为商业企业营销管理决策提供依据。关键词：灰色系统商业企业营销管理

近年来灰色系统理论及其方法愈来愈广泛的应用于各行业中。事实证明了灰色系统的方法在运用于复杂情况下的分析与预测的优越性。可以说，灰色系统的方法将会成为认识客观系统，改造客观系统的新型理论工具。本文结合实际情况论叙了灰色系统的建模方法，以及对影响系统的因素分析，提出结果以及企业对策分析。灰色系统作为一种新生的，先进的数学方法，越来越受到人们的重视，越来越广泛的应用于实际。作为商业企业，营销将是整个企业的核心，运用灰色理论这种先进的工具，对整个营销过程进行分析及预测，为企业决策提供依据，大为降低经济活动中存在的风险，为企业实现最优化决策，实现最大效益。下边是我对灰色建模后在某家商场营销管理中的应用。

当用传统的统计方法分析时，由于统计理论要求大样本收敛性质，（表1）的资料显然不能满足。当对资料进行定量的背景计算，即其一阶差分值，注：xi=x（i+1）-x1均大于零，这说明资料序列具有明显上升趋势，加上样本资料个数较少，故建立GM（1，1）预测模型是比较合适的。另外，对这个资料序列进行简单的定性背景分析也可以知道，由于消费需求的增大，商品消费也必然是稳步增加的，这种特点的资料正适合GM模型的应用。

影响销售因素分析：以上只是就定性分析的基础上，对以往的销售资料做出了数学的分析，计算，以及建立了特定的微分方程。由于其资料只是单数列的简单模型。另外，由于商场因素往往不停的变化，因而，需要对各因素对商场的影响进行分析，这对商场的决策方面具有巨大的影响，以下再举个例子来说明这一点。还是以某商场为例子，采用问卷调查的方法获得资料。经分析，影响商场销售的因素有顾客需求，竞争对手，商场规模及在消费者心中的影响，宏观经济政策，宏观经济环境以及企业管理制度。如果我们确定Xi为商场销售因素的模式，则Xi（k）是指第I模中的第k个指针。如果确定k=1时指针为顾客需求，k=2时指针为竞争对手，k=3时的指针为商场规模及在消费者心中的地位，k=4指价格，k=5指企业管理制度，k=6时指宏观经济环境。则商品的灰关联模式为：

Xi = （Xi（1），Xi（2），Xi（3），Xi（4），Xi（5），Xi（6））= （Xi（顾客需求），Xi（竞争对手），Xi（商场规模及在消费者心中的地位），Xi（价格），Xi（企业管理制度），Xi（宏观经济环境））。确定各个因素对系统的重要性之前，采用问卷调查的方式对顾客进行了调查，共选择了60个样本，分别让其对影响购买决策因素做出评价，每个因素的满分为10分，最低为1分。我们从中选取了10份问卷，其结果如（表2）所示。

由以上

即x0=x1=（9，9，8，9，7，9，10，8，9，9）。

1=（1，1，1，1，1，1，1，1，1，1）；

2=（0.714，0.714，0.714，1，0.714，0.555，0.455，0.714，0.4555，0.555）；

3=（1，0.714，1，1，0.555，0.714，0.555，0.455，0.714，0.455，0.555）；

4=（0.455，0.385，1，0.455，1，0.455，0.385，0.714，0.714，0.385）；

5=（0.714，0.555，0.714，0.455，0.714，0.555，0.333，0.455，0.555，0.455）； 6=（0.714，0.714，0.714，0.455，1，0.555，0.455，1，0.555，1，0.555， 0.714）由关联度公式Ri=1/n Σ I可得：r1=1， r2=0.6590， r3=0.7866， r4=0.5948， r5=0.5505，r6=0.5331。比较可知：r1>r3>r2>r4>r5>r6。即其因素在客户的心中的重要性是顾客需求，商场规模及在消费者心中的地位，竞争对手，价格，企业管理制度，宏观经济环境。灰关联度在对系统的因素分析中起着非常重要的作用。

由以上分析应用我们可得出一下结论和建议：

结论：第一，灰色系统在实践中的应用起着可喜的成就，该商场应用灰色系统的方法，成功的分析了影响该商场销售的各个因素，从而制定出了全面的营销优化计划，使得企业的销售额稳步上升，商场迅速壮大。第二，灰色系统所需原始资料少，运算方便，短期预测精度高，并采用原始资料累加的方法，由生成的资料来建立模型，这样，就消除了随机因素，使预测更精确。例中的误差在2%以内，因而可靠性能好，其优越性大大的强过其它预测法。第三，凡事预则立，不预则废。企业运用灰色系统的方法不仅仅是为了预先知道结果，而是要根据预测的结果制定出优化的办法，从而，使企业变得更有竞争力。第四，运用灰色系统的方法进行的预测，与专家的预测以及其它的方法预测一致，但是其精度要高于其它的方法。第五，灰色系统用于分析影响系统的因素具有十分重要的作用。由于灰色系统所用的对象往往是十分复杂多变的，只有弄明白了因素对系统的重要性及其内在的联系，才能更准确的预测。关联度分析法定量的，准确的做到了定点。

建议：商场根据灰色系统分析得出的结论，对下一年的计划做出更合理的安排。使计划更接近可能达到现实，且要有较大的挑战性。社会经济中一直存在着的风险与利润并丰决定了企业必须不停的对影响企业各个因素进行调查和分析，应用关联度的观点，利用以往的资料或者最近了解得到资料对各个因素进行分析，确定其影响企业的程度，从而可使企业抓住要点，确定对策。影响商场销售因素的重要性排序为：顾客需求，商场规模及在消费者心中的地位，竞争对手，价格，企业管理制度，宏观经济环境。商场根据这些制订计划，时刻注意调查社会需求，了解供求关系的变化永远是企业销售的重中之重，同时制定商场完善的售后服务体系，加强商场的质量管理工作，增加可信度，如对比较昂贵的上品实行三包政策，

送货上门，假货以一陪十等。制订适合于商场现状的，科学的管理制度。加双销售方式，扩散分销渠道，采用平价直销的方式，把商场的销售机制搞清，把商场的销售网搞大。商战也是另一种战争，随时摸清楚对手的情况，是你在商战中获胜的前提。在决策上领先对手，在行动上快于对手，在企业运作方面优于对手，这些将是你获胜的利器。而灰色系统的方法，可使你的决策达到最优化，使你了解到在各个因素不变的情况下，做到是优时所能达到的效果，从而使你的决策优先于对手。对各个因素的分析，更使你能好好的把握经营动态，发现市场机会。为您赢得战争（指商战）做好预先的一步。由于市场的不断变化，光凭灰色系统的方法预测，从而制订计划还是远远不够的。那只是您制订计划的一个重要依据。除此之外，您还必须不断的对市场动态进行调查，随时了解市场的变化，随时根据变化，制造市场机会。同时，根据系统的无限可分性，您还可以根据了解市场变化原因和资料，把这一变化当作系统，对这一因素建模，分析其变化情况，当然，这只是在这种变化比较复杂且这一因素十分重要的情况下才进行。一般的，由于影响系统的因素当然也可以根据需要对这一因素进行分析。

参考文献：

［1］何勇：《GM（1，1）解法及精度问题探讨》，《系统工程》1993年第11期。［2］邓聚龙：《灰色系统的基本方法》，华中科技大学出版社2011年版。

［3］刘思峰：《灰色系统研究新进展》，华中科技大学出版社2011年版。

［4］王美金：《经济预测与决策》，厦门大学出版社2010年版。

［5］翁文波：《预测论基础》，清华大学出版社2009年版。

［6］孙玉玺：《现代预测学》，浙江教育出版社2003年版。

篇五新型灰色行业
基于两种新型灰色模型的中国人口预测

第27卷第6期经　　济　　地　　理Vol.27,No.6

2007年11月ECONOMICGEOGRAPHYNov.,2007

文章编号:1000-8462(2007)06-0942-04

①

基于两种新型灰色模型的中国人口预测

门可佩,官琳琳,尹逊震

(南京信息工程大学数理学院,中国江苏南京　210044)

摘　要:人口系统是一个典型的灰色系统。根据1949—2005年中国人口发展的最新统计资料,提出并建立离散灰色增量模型和新初值灰色增量模型,对未来中国人口发展趋势进行预测研究。结果表明,到2006年底中国人口约达13.1471亿,到2010年将不超过13.408亿,2020年不超过13.911亿,2030年约为14.26亿14.50亿,到2050年约为14.66亿。

关键词:中国人口发展;离散灰色增量模型;;中图分类号:C924.2

文献标识码增人口约1273万,2000—2005年以来平均每年净增人口约

803万,每年的新增人口大约要消耗掉新增GDP的3—4成,

1　,到2005年底总人口为13.0756亿(不含港澳台地区),占当今世界65亿人口的1Π5,人口问题一直是制约中国社会和经济发展的首要因素。新中国成立57年来,我国人口发展经历了前21年高速增长和后36年低速增长两大时期:第一时期从建国初到1970年,中国人口再生产由旧中国的高出生、高死亡率进入高出生、低死亡率的人口高增长时期,这一时期最显著的特点就是粗死亡率迅速下降,而人口出生率始终居高不下,保持在30‰以上,最高达到37‰,其中1959—1961年3年自然灾害期间短暂的剧烈波动属于特殊例外。到1970年,中国人口年增长量形成第一高峰值2321万,总人口年增长率达28.77‰。第二时期从1971年至今,其特点是出生率占主导型的时期,到1987年形成1793万的第二增长高峰,死亡率已经降到7‰以下的低水平,人口过快增长的势头得到迅速扭转,人口出生率、自然增长率、妇女总和生育率均有明显下降,妇女总生育率(TFR)从1970年代的5.8下降到目前的1.8,低于更替水平,比其他发展中的人口大国提前半个多世纪跨入低生育水平国家行列。

进入1990年代末期,中国人口再生产过程已实现低出生、低死亡、低增长的历史性转变,我国用近30年时间完成了国外近200年的历程。到2005年底,我国已成功实现国务院《中国21世纪人口与发展》白皮书和“十五”计划要求总人口控制在13.3亿以内、年均自然增长率控制在9‰以内的奋斗目标[1]。2006年11月8日国家人口和计划生育委员会主任张维庆公开表示,实行计划生育政策30多年来,中国累计少生了4亿多人,有效遏制了人口过快增长的势头,有力促进了经济和社会的发展、综合国力的增强和人民生活的改善,为中国现代化建设、全面实现小康打下坚实的基础,这同时也是对世界人口的发展和控制做出了杰出贡献。但是,由于中国人口基数太大,人口增长问题依然十分严峻。“十一五”时期,我国将迎来第四次出生人口高峰。1990—1999年平均每年净

这对我国社会和经济产生巨大的压力。中国的现代化进程,必须实现人口与经济、社会、资源、环境协调发展和可持续发展,因此,科学准确地预测未来我国人口的发展,进一步控制人口数量,提高人口质量,改善人口结构,引导人口分布,稳定低生育水平,这是当前全面建设小康社会最迫切最重要的基本任务。

2　两种新型灰色增量模型的建立

人口预测通常采用时间序列分析为基础的自回归模型或人口年龄移算方法。自回归模型的前提必须是平稳序列,而对于非平稳的人口时间序列由于解释变量选择不当或是设计不合理往往预测精度不高,甚至丧失预测功能[2,3]。人口年龄移算方法因涉及到预测基年的人口年龄结构、妇女生育模式、人口死亡模式等影响人口演变的因素太多而难以准确计算。灰色系统理论以“部分信息已知,部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象,它主要通过对“部分”已知信息的生成、开发,提取有价值的信息,实现对系统运行规律的正确认识和有效控制[4]。人口系统是一个典型的灰色系统,适宜采用灰色模型去发掘其原始时间序列综合灰色量所包涵的内在规律。2004年文献[4,5]首先提出的灰色增量模型,充分发挥了人口系统增量信息对人口增长的贡献作用,因而获得较高的预测精度。本文在灰色增量模型的基础上,试图建立两种对中长期预测具有更高精度且更具稳定性的新型灰色预测模型。

(0)

()()

设人口系统输出的非负时间序列为P0=[P0(1),(2),…,P(0)(n)],本文并不直接由原始总人口序列建立

预测模型,而是对原始时间序列采用特殊的预处理,即先行一

()()

阶累减算子运算,分离出增量部分x0(t)=ΔP0(t+1)=

(0)

(t+1)-P(0)(t),再对增量时间序列x(0)进行一阶累加

①收稿日期:2006-08-24;修回日期:2006-12-30

6期　　　　　　　　　　门可佩,官琳琳,尹逊震:基于两种新型灰色模型的中国人口预测

943

生成,得生成序列x

n)。

(1)

,即x

(1)

(k)=

i=1

∑

(0)

(i)(k=1,2,…,

(1)

(n)为新的初值的灰增量模型称为新初值灰色增量模型。

2.1　离散灰色增量预测模型的建立

令x

(1)

(k+1)=β(k)+ββ1x2,其中β1,2为待定系

数,应用最小二乘法求得:

ββ^=(β1,2)这里,

Y=(x

(1)

(1)(1)

T-1T

=(BB)BY

()

由于普通GM(1,1)模型中的初值x0(n)与模型的预测值无关,它没有充分利用原始序列的信息,因此不符合灰色系统理论最少信息原理,故而在预测时常常产生一些误差。根据灰色理论的新信息优先原理,在建立模型时赋于新信息较大的权重,可提高灰色模型的预测功效;同时,在建模时充分开发

()

利用已占有的“最少”信息,以x1(n)为新初值代替原初值(0)

x(1)来优化改进原模型,能有效地提高模型的预测精

(1),　　

1(2),　　1(n-1),1

度[8,9]。以下我们应用上述所建离散灰增量模型和新初值灰

增量模型,实施近期和中长期预测。

　　…,(1)

3　中国未来人口预测与分析

3.1　关于(2),x(1)(3),…,x(1)(n))

取x

(1)

(1)=x(0)(1),则时间响应函数为:

^x^x

(1)

(k+1)=β1x

k(0)

β(1)+2

1-β1

(0)

(1)1(k+1)=^x)-)

())(最后再经p0(t+0t)0t)。我们。由于传统的GM(1,1)()()

模型在建模时其基本形式x0(k)+az1(k)=b为离散方

(1)

程,而其白化形式+ax(t)=b是连续方程,在预

om(1991—2002):

[exp(t×ln0.9423)]

(1)y=144055.5×0.7926

　　Logistic模型(1991—2002):

(1+0.2483e-0.0686t)(2)y=142556.6Π

三次多项式模型(全数据):

y=53911+745.935193t+33.49486t-0.403282t(3)

　　由上述模型以及普通GM(1,1)模型、灰色增量模型分别对2003年我国总人口数进行检验性预测,经计算各模型关于测时将基本形式求得的参数代入白化形式中,从离散形式到

连续形式的直接跳跃,从而导致GM(1,1)模型精度的降低。2003年中国人口的预测值列于表1。对比表1的检验结果可

知,灰色增量模型的残差仅为其它4种模型残差的1Π4—1Π因此,一般GM(1,1)模型只能作短期预测或发展系数—a较

13,其精度远远高于其它模型,并且趋势外推模型(1)—(3)通小时才能有较高的预测精度。离散灰色模型不仅克服了这一【新型灰色行业】

常只能作短期预测,作长期预测精度更差。缺陷,而且还在一定程度上解决了一直困扰着GM(1,1)模型

表1　各类模型关于2003年中国总人口的预测比较Π万人的稳定性问题[7]。

Tab.1　Comparisonofvariousmodelsbasedpredictions

2.2　新初值灰色增量模型的建立

()()

令z1为x1的紧邻均值生成序列

模型实际值预测值残差相对误差Π‰

(1)(1)(1)(1)z=[z(2)+z(3),…,z(n)]

其中z

(1)

(k)=αx

(1)

(k-1)+(1-α)x

(0)

(1)

(k)(k=2,3…,n)

Gompertz模型

Logistic模型

,一般取α=0.5,

建立灰色模型:

(k)=az(1)(k)=b

其中a,b为待定系数,应用最小二乘法求得:

TT-1T

^a=(a,b)=(BB)・B・Yn这里,

-z(2),1

-z(3),1

三次多项式模型普通GM(1,1)模型灰色增量模型

129129129129129227227227227227129393.5129387129162129464129209166.516065237181.291.240.501.830.14

3.2　关于2004年、2005年中国人口检验性预测

分别选取5—9维短序列建立普通GM(1,1)模型、离散

Yn=[x

(0)

…,…

-z(n)(2),x(0)(3),…,x(0)(n)]

)・e-a

a(k+1-m)

方程的时间响应函数如下:

^x^x

)

灰色增量模型和新初值灰色增量模型,对2004年和2005年

我国总人口数进行检验性预测。经实际筛选检验,采用6维模型为最优预测模型,计算各种灰色模型预测值列于表2和表3。表2　各类灰色模型关于2004年中国总人口的预测比较Π万人Tab.2　Comparisonofvariousgreymodelsbasedpredictions

模型

普通GM(1,1)模型离散灰增量模型新初值灰增量模型

实际值

129988129988129988

(k+1)=(x(1)(m)d-

预测值

130163.76129944.88129944.59

残差

175.76-43.12-43.41

相对误差Π‰

1.350.330.33

(0)(1)

(k+1)=(1-ea)(x(1)(m)d-

)・e-a

a(k=1-m)

其中xmd表示依次分别选用m(m=1,2,…,n),通过比

较从中选择平均误差最小的m值,建立最佳预测模型,一般情况下取m=n已可获相当满意的预测精度。同样地,再经(0)(0)(0)

p(t+1)=p(t)+x(t)还原成总量。我们将以

　　基于灰色增量模型所建立的离散灰色增量模型与新初值灰色增量模型二者预测精度基本一致,它们比普通GM(1,1)模型具有更高的预测精度,更好的预测效果(表2,表3)。

综上可知,离散灰色增量模型、新初值灰色增量模型具有【新型灰色行业】

944经　　济　　地　　理　　　　　　　　　　　　　　　　　　　27卷【新型灰色行业】

不同维数(或长度)序列建模,所得参数a,b的值并不一样,因

而模型的预测效果也不同,它们构成一个预测灰区间。当发展系数a∈(-2,1)时,所建立灰色模型才有意义[10];当|a

5步预测精度可在|≤0.3,1步预测精度可在98%以上,2—

97%以上;当0.3<-a≤0.5,1—2步预测精度在90%以上,10步预测精度也高于80%

其它模型所没有的优良特性:①在中长期预测中可保持较高的预测精度和较强的稳定性;②不苛求大样本量,可选择5—

8个小样本量建模,这特别适合于数据难以求得的场合;③建

模灵活简便,计算量不大,便于调试和控制。

表3　各类灰色模型关于2005年中国总人口的预测比较Π万人

Tab.3　Comparisonof3kindsofgreymodelsbasedpredictions

模型

普通GM(1,1)模型离散灰增量模型

新初值灰增量模型

实际值

130756130756130756

。当发展系数a∈(-2,1)且a

≥0.3时,则所建GM(1,1)模型则可用于中长期预测。因此,

[2]

预测值

130851.70130686.00130685.99

残差

95.70-70.00-70.01

相对误差Π‰

0.730.530.53

为提高预测精度和实际效果,建模时务须筛选维数适当的灰色模型至为关键。2006年底我国实际人口为13.1448亿,经事后检验,本文一步预测精度高达99.98%,预测效果相当另人满意。

第二,根据上述预测结果,:“八“九11.60‰、9.12‰和

5.‰,6的水平。②2006—2010年,中国每年净增人口数将由715万逐步下降到615万左右;到2030年,每年净增人口约为288万;而到2050年,年净增人口将为135万左右。③到2006

3.3　中国未来人口发展趋势预测与实证分析

由对比分析,选用2000—2005年资料分别建立6维离散灰色增量模型、新初值灰色增量模型:

(1)k^x(k+1)=-23035.81×0.9627816+23992.81(4)(1)0.0377753(k-5)^x(k+1)=-19299.58e+2458((5)98.　　经相关检验,模型(4)、与98.13%,,)。从2006年到2050,,这表明离散灰色增量模型和新初值灰色增量模型关于全国总人口的预测是十分合理而有效的。为减少误差可将上述二结果联合起来作为未来总人口预测灰区间的上下限,取二模型的平均值作为预测值。需要说明的是,一般统计年鉴中人口自然增长率等于年净增人口除以年均总人口数(即当年出生率减去死亡率),而在表4中人口增长率是以当年净增人口预测值除以上年总人口预测值来近似表示的。

表4　两种灰色模型关于2006—2050年中国人口预测值Π万人

Tab.4　PredictionofChina’apopulationusingtwo

总人口净增人口增长率Π‰

年份GID模型GIN模型GID模型GIN模型GID模型GIN模型

20062007200820092010201120152020202520302035204020451311321321331341341361391401421431441454711608234610766678220939735278148777581311321321331341341361391401421431441454711608244630786708281049895508419117967156896636386155925084213482882381971637156896636396155925094223492892391981645.475.245.024.814.614.413.733.032.472.021.661.361.125.475.245.024.814.614.423.743.042.482.031.671.371.13年底中国人口约为13.1471亿,到2010年底将不超过13.408亿“,十一五”规划中要求我国人口自然增长率控制在8‰以内、总人口控制在13.6亿以内的约束性指标是完全可以实现的;到2020年中国人口将达到13.911亿;到2030年约为14.26亿;2040年为14.50亿,而到2050年最多达到14.66亿。中国政府将继续坚定而有效贯彻计划生育方针,在社会经济极大发展、人民精神文明和整体素质显著提高的前提下,可以断言中国总人口的极限峰值将不会超过14.7亿。

第三,人口问题的本质是发展问题“人类对生育的选择,

(1999年世界60亿人口日主题)。决定着人类对未来的选择”

生育水平的下降和稳定最终取决于经济的发展和社会的进

步。中国人口发展目前正处于第二时期的第三阶段:出生率低水平缓慢下降,进入稳定低生育水平阶段。随着经济飞速发展,人民生活水平不断提高,医疗卫生水平普遍改善,中国人口粗死亡率将缓慢降至6.2‰左右的谷底,并将长期稳定在6.2‰—6.3‰水平上。未来40—50年中国人口的增长主要取决于出生率这一因素。因此,我们唯一正确的战略抉择就是严格控制出生率,稳定低生育水平,这一过程虽然极其缓慢而艰巨,但我们丝毫不能放松。

第四,当前,我国在逐步解决人口数量问题的同时,人口结构问题日趋突出:①出生人口性别比严重失衡,高达119.92∶100,远远偏离正常值106∶100;②出生缺陷人口居高不下,每年有80—120万,其中30%死亡,40%造成终身残疾,只有30%可以治愈或纠正,每年因此造成的经济损失约10亿元,全国累计残障人口已超过6000万,相当于法国人口;③全国老龄委提供的数据显示,目前我国60岁以上的老年人口已达1.43亿,占总人口的11%,65岁以上占7%,预计到2020年老年人口将达到2.4亿。这表明中国老龄化社会提前到来,而整个社会尚未做好充分准备。除此之外,我国还面临着人口总体素质与社会发展不相适应、流动人口及其机械迁移所带来的社会问题、就业人口问题、艾滋病等传染性疾病的增长对我国人口安全的严重影响等等。人口数量的增长并不能完全

注:GID表示离散灰色增量模型,GIN表示新初值灰色增量模型。

4　结论与讨论

第一,本文所提出的离散灰色增量模型和新初值灰色增量模型,突出了增量信息的效应,弱化了干扰因素,揭示了系统的运行规律,模型更为稳定,因而对全国总人口的预测具有更高的精度。同时这两种新型灰色模型不受样本量的限制,建模方便,易于调控,是从事人口预测研究十分理想而经济的新工具。在实际建模中,原始序列数据不一定全部用来建模,

6期　　　　　　　　　　门可佩,官琳琳,尹逊震:基于两种新型灰色模型的中国人口预测945

解释对经济增长的作用,而人口结构和人口素质也是影响经济发展的关键。今后,在严格控制人口增长、稳定低生育水平的基础上,中国人口和计划生育工作的重心应转移到优化人口结构的方向上来,建立完善的优生优育体系和社会保障体系,全面提高人口素质,动员各部门和全社会进行综合治理,要把中国巨大的人口压力转变为人力资源优势,逐步实现人口、资源、经济和社会长期协调发展,使全体人民共享改革发展的成果。

北京:科学出版社,2004.

[5]　门可佩,曾卫.中国未来50年人口发展预测研究[J].数量经济

技术经济研究,2004,(3):12-17.

[6]　MENKP,GUANLL,JIALY.China’sfuturepopulation:predictions

andprospects[J].PopulationReview,2005,44(1):1-10.

[7]　谢乃明,刘思峰.离散GM(1,1)模型与灰色预测模型建模机理

[J].系统工程理论与实践,2005,25(1):93-99.

[8]　党耀国,刘思峰,刘斌.以x(1)(n)为初始条件的GM模型[J].中

国管理科学,2005,13(1):132-135.

[9]　张大海,江世芳,史开泉.灰色预测公式的理论缺陷及改进[J].

参考文献:

[1]　中华人民共和国国务院新闻办公室.中国21世纪人口与发展

(白皮书)[EBΠOL].http:ΠΠchinapop.gov.cnΠ,2004-03-26.[2]　赵进文.中国人口总量与GDP总量关系模型研究[J].中国人口

系统工程理论与实践,2002,(8):140-142.

[10]　李群.不确定性数学方法研究及其在社会科学中的应用[M].

北京:中国社会科学出版社,2005.-121.

[11]　10月9.[N].南京

科学,2003,(3):25-31.

[3]　范柏乃,刘超英.中国人口总量预测模型新探———与赵进文教授

10-]　(1991-2006)[M].

商榷[J].中国人口科学,2003,(6):73-76.

[4]　刘思峰,党耀国,方志耕.),1991-2006.

PREDICTIONA’SPOPULATIONBASEDONTWONEWGREYMODELS

MENKe-pei,GUANLin-lin,YINXun-zhen

(CollegeofMathematics&Physics,NanjingUniversityofInformationScience&Technology,Nanjing210044,Jiangsu,China)

Abstract:Populationsystemisatypicalgreysystem.AccordingtothelateststatisticaldataofChina’spopulationdevelopmentfrom1949to2005,wecreatetwonewmodels:discretegreyincremetmodelandgreyincrementwithnewinitialvalueandpredictthepopulationdevelop2mentofChinauptotheyear2050byusingthetwonewmodels.AndnewinitialvalueareestablishedandusedtopredictthepopulationofChinauptotheyear2050.Evidenceshowsthatattheendof2006,2010,2020,2030,2040and2050thetotalpopulationwillreach1.31471,1.3408,1.3911,1.426,1.450and1.466billion,respectively.

Keywords:China’spopulation;discreategreyincrementmodel;greyincrementmodelwithnewinitialvalue;predictionofpopulation),男,江苏南京人,教授,硕士研究生导师。主要从事应用统计分析、作者简介:门可佩(1949—信息预测理论研究。E-mail:

menkp1949@tom.com。

篇六新型灰色行业
揭秘灰色生意：代开发票

龙源期刊网 .cn

揭秘灰色生意：代开发票

作者：丽丽

来源：《大众投资指南》2016年第02期

年底，发票又成了紧俏品。为了避税，一些企业选择了以报销发票形式发放年终奖、过节费等。有需求就有市场，代开发票形成了庞大利益链条。

镜头1：

年底发票“游商”活跃

张思通过一张小广告，找人代开了5万块发票。按张思的说法，火车站、商业区等地段，“代开发票”的多。记者来到火车站附近，经一家商店的老板指引，记者找到一名穿棉衣、戴红色帽子的老人。记者上前搭腔，老人环视四周，小声答道“有”。这名自称姓“陈”的老人说，“什么票都有”，不论是住宿、餐饮、办公用品发票，还是其他发票。

“我要几万块餐饮发票，几个点手续费，能保证真的吗？”听到数额较大，老人凑近小声说：“4个点，肯定是真的，很多人都买，能过去，放心。”

记者表示先买1000块试试。老人说，很少卖小额发票。一番讨价还价后，1000块餐饮发票，支付50元。老人手上并没有票，还需要等送票人。30分钟后，一名戴着白灰帽子、穿着黑色棉衣的中年妇女，提着一个装有一大叠各类发票的包来交易。

通过与两人攀谈记者了解到，她们只是下线，发票是专门从小老板那里进来的，再往上还有大老板，大老板那里有制售假发票的电脑、打印机等。

镜头2：

“坐商”用网络熟人揽客

事实上，除了这种“游商”贩卖发票外，还有“坐商”通过网络、熟人揽客。

在一家民营企业工作的小张，就是通过熟人，在一家代开发票公司，已购买了三年发票。记者联系到这家公司销售发票的赵女士，她表示，可以代开劳务发票以及广告发票，费用在4个点，保证能通过，并能在税务局网站上查到。

代开发票公司几乎能够开出商企、广告、服务、运输、道路交通、租赁、建筑、餐饮、医疗、机动车销售等各种发票。

本文来源：http://www.guakaob.com/jianzhugongchengkaoshi/837136.html

上一篇：行业灰色

下一篇：灰色行业包括