文摘

农村居民的收入不仅是一个重要的指标来衡量农村经济的发展,而且农民生计的一个关键因素。农村居民收入的准确预测可以促进农村振兴策略提供数据支持。本文选择中国农村居民的人均可支配收入为研究对象,并使用macrostatistical数据从2011年到2020年预测农民收入。首先,灰色预测模型和灰色预测价值是纠正了马尔可夫链。模拟值与实际价值。,结果表明,模型的预测精度较高。结果表明,利用灰色马尔可夫模型预测农村居民的收入在中国从2021年到2025年是可靠的。最后,本文提出政策建议,促进农村居民的收入。

1。介绍

农村居民的收入不仅是一个重要的指标来衡量农村经济的发展,而且农民生计的一个关键因素。然而,生产因素目前仍过于集中在城市地区,这使得农村经济发展缓慢,限制了农村居民收入的增长1]。因此,中国提出全面实施农村振兴战略,致力于农村发展过程中解决各种问题,以促进城乡同步发展,加快城乡一体化的步伐2,3]。我们致力于实现的目标在中国农村振兴2050年和一栋漂亮的新农村建设繁荣的产业,生态宜居性、富裕农民(4,5]。

农村振兴战略的实现,农民的生产方式和生活条件明显改善,和人均纯收入也显著增加(6]。但仍有巨大的差距的目标的全面实现农村振兴(7]。农业是振兴农村的基础和农村发展的首要任务。工业繁荣农村振兴的重点和基础增加农民收入、农业发展和农村繁荣。对中国的发展是非常重要的解决农民收入问题。目前,农民收入主要来自于农业生产和工资收入。因此,未来的工作的重点在中国的农村地区是实现工业繁荣农村振兴的战略,以促进农村居民收入持续改进(8]。农民的收入是一个重要的符号的农村发展水平和农民的生活条件。一方面,它是受国家宏观经济政策的影响,农业市场监管,农村人口,和其他因素9- - - - - -12]。另一方面,数据统计困难和沉重。因此,有利于为政府制定农村发展政策提供建议,为其他国家提供参考的关键影响因素分析农民的收入和选择合适的预测方法来预测农民的收入。

本文的创新贡献是使用GM-Markov组合模型来预测农民的收入。模型比单一的灰色预测模型,更准确,结果更接近实际收入的农民。我们以中国为研究对象,并选择macrodata农村居民人均可支配收入从2011年到2020年,灰色马尔可夫组合模型是用来测量在中国农村居民的收入。然后GM-Markov模型用于预测农村居民的人均可支配收入从2021年到2025年,并提出政策建议,实现快速增长的目标收入的农村家庭。

本文分为五个部分。第一和第二部分描述的相关研究和发展背景。第三部分包括数据和模型模型,阐述了数据源和GM-Markov预测模型。第四部分比较两个预测模型,预测的结果在中国农村居民的收入。最后,提出政策建议,促进农村居民收入。该方法可以准确地预测农村居民的收入,这有利于促进农村振兴战略的实现。

2。相关工作

目前,研究农民收入主要包括影响因素和趋势预测。许多学者发现,有许多因素影响农民的收入增长。例如,周et al。13)创新中介效应和多重线性回归分析考虑互联网的作用在促进农民收入的增长。结果表明,互联网的使用将直接影响农民收入的增长。这是由农业生产对农民的主要收入来源,它会影响作物,由于气候和环境变化。因此,气候条件和环境条件也会影响农民收入(14,15]。我们等。16)发现,自然灾害是一个关键因素影响家庭收入和资产,因此有必要加强对农民的技能培训应对气候变化和自然灾害的影响通过投资更多的工作时间和改变生产方法。通过研究土地转让的关系激励政策和农民收入,彭et al。17)发现,改善土地产权制度有利于促进农村土地资源的转移,从而提高农民收入。此外,一些学者发现,农村信用有利于增加农民收入,改善农村经济水平。刘等人。18)发现,农民的教育水平和医疗水平将影响农村信用的可用性。此外,社会资本也影响农民能否获得贷款,如人际资本和政治资本的关系。在对农民收入的预测,Zhang et al。19)构建了一个模糊的灰色预测模型来预测农村居民人均收入和测试模型的误差根据模糊可能性。

近年来,许多学者利用不同的方法来预测收入变化的趋势,包括财务收入,税收预算收入和企业收入。Zhang et al。20.)使用时间序列方法预测在中国财政收入。此外,他们认为通胀预测的影响因素,然后使用消费者价格指数(cpi)来消除通货膨胀的影响。Koniagina [21)使用数字化工具来预测税收收入,发现这些工具的问题。然后他根据这些问题,提出改进的建议,为税务机关制定措施奠定了基础。郑et al。22)使用神经网络方法预测酒店收入,改善了预测精度,以提高酒店收益管理系统。方(23]使用灰色预测方法来预测一个地区的人均收入水平根据人均收入和它的能力。结果表明,该地区人均收入翻番的计划能够实现。然而,通过研究河北省人均可支配收入的情况下,小王发现样本长度会影响灰色预测模型的使用,这是不适合预测太长样本长度的情况下(24]。因此,我们应该注意使用灰色预测模型时样本长度。

3所示。数据和模型描述

3.1。数据来源和描述

从图可以看出1中国农民的人均可支配收入家庭显示整体上升趋势从2011年到2019年,但名义增长率和人均可支配收入实际增长率表现出下降的趋势。在此期间,农村居民的整体收入的增长率在下降阶段“梯子”,和名义增长率高于实际的增长率。新标准背景下的中国经济增长率高速增长中增长,农民自己的资源是有限的,要素配置效率是不好的。因此,中国农村居民的收入增长疲弱,导致经济增长放缓。尽管收入的增长速度已经放缓,总体仍在上升在未来农村振兴政策的实施。

3.2。模型选择和描述

收入的预测包括多种研究方法,但在实际预测,只有一个预测方法的选择可能导致预测精度较低。因此,两个或两个以上的预测方法结合在一起,充分发挥各自优势,实现互利共赢。GM(1,1)预测方法具有算法简单、操作方便和检验,较低的数据需求。它可以预测未来发展趋势没有太多历史数据。在历史数据较少的情况下,预测结果可以达到良好的精度的增加或减少的数据。然而,GM(1,1)模型只适用于序列,并有很强的指数律。它只能描述的过程变化和不适合数据序列与大的波动。马尔可夫模型需要大量的样品,样品需要稳定的特点,使一个更准确的中长期预测的波动样本。

农村居民的收入是一个动态的、不断变化的系统。有一定的随机波动。及其发展提出了一种非平稳的随机过程的趋势。GM-Markov预测模型结合了灰色模型和马尔可夫模型的优点,弥补自己的缺点。因此,GM-Markov模型可以更准确地预测农村居民的收入。建筑GM-Markov模型的基本方法如下:首先,预报值和相对误差的灰色GM(1, 1)是通过灰色理论;然后美国相对误差区间分为3 - 5。最后,马尔可夫理论是用于构造概率转移矩阵的GM(1, 1)模型已知的年,和GM(1, 1)模型的结果是修改。

3.2.1之上。灰色预测模型

灰色模型是微分方程建立了使用原始数据序列的生成原理(25,26]。(1)让原始的时间序列 。(2)积累的原始时间序列来生成一个新的序列。 在哪里 。(3)序列的平均值。积累后获得的序列的中值序列,即 。 (4)建立灰色微分方程。 相应的美白微分方程 的公式,被称为灰导数,被称为发展系数,叫做美白背景值,被称为灰色行动。(5)使用最小二乘法参数估计:用时间 在收益率的公式 YN称为数据矢量,B的数据矩阵,u是参数向量,然后GM(1, 1)可以表示为一个矩阵方程,即 。方法确定参数向量u:如果存在 ,有 。 所以我们可以通过求解方程计算预测价值。 然而,可能有许多研究问题,不适合GM(1,1)预测模型,因此有必要进行剩余测试和后差异测试。(6)剩余测试:剩余测试是测试的残差预测和实际值。第一次计算 ,和 累积生成减少 。然后计算绝对剩余序列和相对剩余序列。 (7)后差异测试:测试后验的区别是测试残余分布的统计特征。计算原始序列的平均值: 原始序列的计算均方误差: 的意思是由残留 残差的均方误差 计算平均方差比C: 计算小残余概率:

如果对于一个给定的C₀> 0,当C<C₀,该模型称为均方误差比合格的模型;如果对于一个给定的₀> 0,当>₀,该模型称为小残余合格的概率模型。

残值和后验误差测试是否在允许的范围内,可以认为模型是合理的,可用于预测;否则,它不能用于预测。总之,构建的流程图灰色GM(1,1)模型如图2。

3.2.2。马尔可夫预测模型

马尔可夫预测模型是基于事物的当前状态和状态转移的趋势。它预测,事情可能会在未来的时间间隔,得到更准确的预测价值区间的中点。马尔可夫链描述状态的序列,其中每个依赖于前一个有限状态。这是一个随机过程从一个状态转换到另一个状态空间。目前,马尔可夫链是广泛应用于语音识别、文字识别、路径识别、人工智能和许多其他领域作为一个简单的概念来解释复杂的时间过程。马尔可夫预测模型表示为 ,在哪里在时间的状态预测样本吗k和是一步转移概率矩阵27]。

3.2.3。GM-Markov预测模型

(1)灰色GM(1,1)预测模型和灰色预测价值获得(28]。(2)原之间的相对变化值和模拟值计算。 (3)马尔可夫状态划分根据相对变异。 其中,问_i1的最低限制是每个间隔和相对变异问_i2最大限度的每个区间的相对变化。(4)计算状态转移矩阵的概率: 的公式,n_ij(k)代表的次数人工智能通过一个步骤Aj和倪代表了总次数人工智能出现在示例。特定的传输矩阵如下所示。这可以确定矩阵的初始状态,以预测未来事物的发展。 (5)后决定将来收入的变化区间,有必要采取区间的中点,正确的灰色预测的值,最后得到灰色马尔可夫预测价值。

总之,建设GM-Markov预测模型的流程图如图3。

4所示。实例分析

4.1。加里GM(1, 1)模型

数据显示中国的农村居民人均可支配收入从2011年到2020年,灰色预测模型的原理,用Matlab程序是用来预测农村居民人均可支配收入在中国多年,在接下来的五年。然后两个测试方法用于测试模型的准确性,使预测结果更令人信服。数据来自《中国农村统计年鉴”。灰色预测模型的结果如下:

用数据每年到上面的方程,计算结果积累和减少获得仿真值,残余变异,和原样品的相对变化,如表所示1。

从上面可以看出,残差不太大,在一个可接受的范围内,所以该模型可用于预测。为了提高可靠性,以下后不同测试执行:计算原始序列的平均值: 原始序列的计算均方误差: 的意思是由残留 残差的均方误差是由 计算平均方差比C: 计算小残余概率:

从上面的数据, 。从表可以看出2,鉴于₀= 0.95,C₀= 0.35,>_0,和C<C₀,所以灰色预测模型可以被评为优秀。因此,该模型可以用来预测在中国农村家庭的人均可支配收入从2021年到2025年,如图4。

4.2。马尔可夫链改性灰色预测价值

为了使中国农村居民的收入的预测价值更接近真正的价值,通过马尔可夫链灰色预测的值被修改。本文根据相对变异在桌子上1,它分为四个间隔。最小间隔仅限于−4%,最大区间是有限的2%。此外,不包括区间划分,如表所示3。

结果一步状态转移概率矩阵如下:

灰色马尔可夫预测的值从2011年到2020年计算并与GM(1, 1)预测价值,如表所示4。从表中我们可以看到,通过马尔可夫预测价值接近真正的价值。

建立了灰色马尔可夫模型利用马尔可夫理论。建立状态转移概率矩阵除以州,平均相对误差和预测误差的灰色GM(1, 1)模型修正。如图5灰色马尔可夫预测的相对误差的波动值较小与GM(1, 1)相比,和模型的预测精度明显提高。它表明,灰色马尔可夫链模型比单一更可靠GM(1,1)灰色模型,预测结果更接近实际收入的农民。灰色预测模型的结果和灰色马尔可夫预测模型图所示6。

4.3。后差异测试

灰色马尔可夫预测价值接近真正的价值,但它需要测试通过后差异比C和小误差概率P,以保证模型的可靠性。的意思是由残留 残差的均方误差是由 计算平均方差比C: 计算小残余概率:

从上面的数据, 。从表可以看出1,鉴于₀= 0.95,C₀= 0.35,>₀,C<C₀,所以GM-Markov预测模型可以被评为优秀。因此,GM-Markov预测模型已通过测试后差异,和中国农民收入的预测是可靠的。结果利用灰色马尔可夫预测模型来预测从2021年至2025年中国农民的收入表所示5。

5。结论和建议

5.1。结论

是很有帮助的动态把握农村居民收入的变化趋势通过加强对收入的预测,从而制定科学的措施来增加收入。本文以中国为样本,使用统计数据建立灰色马尔可夫预测模型。的拟合程度GM-Markov预测模型的预测结果和测量值高于GM(1, 1)预测模型。它可以客观地反映农村居民人均可支配收入的趋势在中国,和预测的结果更准确。

预测结果表明,农村居民的人均可支配收入在中国需求量将超过20000元,到2022年达到20381.4元。此外,到2025年将达到25876.3元,是2016年的两倍。农村经济的起点是影响农村振兴战略的实施和实现,它的关键是实现农民征用的增长和工业的繁荣和发展。我们应该依赖一个好的macroenvironment促进经济和社会发展有更长一段时间,一个更高的水平,和更好的质量在一个新的起点,以实现农村振兴的目标。

5.2。建议

政府应该增加农村居民的收入,缩小城乡收入差距,采取有针对性的措施,加强政策支持。这是一个大条的过程中农村振兴和不可避免的选择来实现共同繁荣的目标。具体地说,政府可以制定政策从以下五个方面。

5.2.1。挖掘潜在的增加收入和丰富农业和农村地区的人们

政府应该坚持市场和消费取向,实现的目标不断提高质量,效率,和竞争力,促进养殖业的发展的方向,标准化、品牌化和绿化。具体地说,它可通过实施农村工业的发展,农业价值链的延伸,发展农业收入保险。

5.2.2。促进更高质量和农村劳动力的充分就业

政府应该以人类城市化进程为基本目标,继续推进农村劳动分工。这是一个重要选项来增加农民的收入,促进农村劳动力更有效率的就业领域和行业。具体地说,它可以通过指导就业,扩大农村就业、创新就业领域和方法。

5.2.3。优化制度环境对农民财产性收入的稳步增长

政府应该建立现代农村产权制度,促进因素的市场化配置,完善机制,由市场因素评估,由贡献。具体来说,我们可以实现我们的目标通过改善农村土地管理制度,深化农村集体产权制度的改革,以及改善农民的农村产权。

5.2.4。提高安全机制转移收入的公平分配

这是一个有效的作用的重要体现,政府通过增加农民收入转移。有很多的空间直接支持农民收入增加。我们应该提高对农民直接补贴政策的保护,加强农民的生活。我们应该解决这个问题纠正政策执行力的不足,确保农村居民最基本的生活必需品。此外,有必要提高最低生活保障体系和评估机制,如基本养老保险制度和基本医疗保险制度。

5.2.5。加快工业集成和农业产业结构升级的步伐

它有利于促进农业产业结构升级的工业集成。如果农业产业结构的合理化程度提高,各生产部门之间的比例的生产在农业将成为协调,和农业生产经营活动倾向于最大化收入,从而提高农民家庭经营收入在一定程度上。具体地说,它可以通过注重培养农村丰富的行业,完善农业科技创新机制,制定一个合理的利润分配机制为工业集成。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。