本文分析了我國農(nóng)村居民消費(fèi)支出的變動及發(fā)展趨勢,發(fā)現(xiàn)我國農(nóng)村居民的各項消費(fèi)支出正在調(diào)整變化,吃、穿及日用品比重逐漸降低,生活保健、文化娛樂、交通出行與通訊的比重在逐漸增加,農(nóng)村消費(fèi)已經(jīng)整體上轉(zhuǎn)向美好生活需要的高品質(zhì)消費(fèi);利用逐步回歸、隨機(jī)森林和神經(jīng)網(wǎng)絡(luò)對農(nóng)村居民人均消費(fèi)支出進(jìn)行建模預(yù)測,結(jié)果表明隨機(jī)森林與神經(jīng)網(wǎng)絡(luò)的組合預(yù)測誤差相對優(yōu)于其他模型,其中隨機(jī)森林與Elman神經(jīng)網(wǎng)絡(luò)的組合預(yù)測誤差最優(yōu),這也體現(xiàn)在Elman神經(jīng)網(wǎng)絡(luò)的反饋機(jī)制可以很好的反映經(jīng)濟(jì)變量之間的動態(tài)聯(lián)系;通過聚類分析與因子分析來研究2015年我國各地區(qū)農(nóng)村居民消費(fèi)支出,橫向了解了分地區(qū)農(nóng)村消費(fèi)狀況和差異。對我國各省份地區(qū)進(jìn)行聚類劃分和綜合排名結(jié)果表明:經(jīng)濟(jì)發(fā)展越靠前的地區(qū),對應(yīng)的農(nóng)村消費(fèi)也靠前,落后地區(qū)的農(nóng)村消費(fèi)遠(yuǎn)遠(yuǎn)低于全國水平。故今后的發(fā)展過程中,支持落后地區(qū)農(nóng)村建設(shè),縮小發(fā)展差距的步伐要不斷加快。 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：48 頁

【學(xué)位級別】：碩士

【部分圖文】：

000-2017年農(nóng)村與城鎮(zhèn)居民人均消費(fèi)變化

Mann-WhitneyU檢驗(yàn)秩

?司?С齟?005年的245元增加到2017年的1509元，實(shí)現(xiàn)6倍增長，增加的絕對量達(dá)到1264元，增長速率高達(dá)5.15，交通通訊消費(fèi)占總消費(fèi)支出的比重從2005的9.59%顯著增加到2017年的13.77%；基本日用生活品及其他服務(wù)支出的增加比較平緩，人均支出從2005年的111.4元增加到2017年的634元，實(shí)現(xiàn)超出5倍增長，增加的絕對量為522.6元，增長速率為4.69，日用生活品及其他服務(wù)消費(fèi)占總消費(fèi)支出的比重從2005的4.36%緩慢增加為2017年的5.79%，這是因?yàn)樯钣闷芳胺⻊?wù)是居民的消費(fèi)必需品，不論任何階段，居民對它的需求不會發(fā)生太大變化。圖3.3我國農(nóng)村居民2005-2007年基本生活消費(fèi)支出及其比重文化消費(fèi)、娛樂享受、舒適的生活環(huán)境已邁向農(nóng)村生活圈。我國農(nóng)村居民開始重視鄉(xiāng)村的住房、文化、教育及娛樂休閑活動建設(shè)。如圖3.4所示：農(nóng)村居民用于居住建設(shè)的消費(fèi)增速最高，人均支出從2005年的370.2元迅速突破到2017年的2354元，超過6倍增長，增長的絕對量為1983.8元，增長速率高達(dá)5.39，

【參考文獻(xiàn)】：
期刊論文
[1]隨機(jī)森林在股票趨勢預(yù)測中的應(yīng)用[J]. 張瀟,韋增欣.  中國管理信息化. 2018(03)
[2]一種順序響應(yīng)的隨機(jī)森林:變量預(yù)測和選擇[J]. 吳辰文,梁靖涵,王偉,李長生.  小型微型計算機(jī)系統(tǒng). 2017(08)
[3]基于Eviews軟件的蕪湖市城鎮(zhèn)居民消費(fèi)和支出分析預(yù)測[J]. 汪正坤.  當(dāng)代經(jīng)濟(jì). 2017(12)
[4]基于果蠅優(yōu)化的隨機(jī)森林預(yù)測方法[J]. 趙東,臧雪柏,趙宏偉.  吉林大學(xué)學(xué)報(工學(xué)版). 2017(02)
[5]中國居民消費(fèi)支出結(jié)構(gòu)的預(yù)測方法[J]. 劉新建,劉麗楠.  統(tǒng)計與決策. 2016(13)
[6]基于Lasso和BP神經(jīng)網(wǎng)絡(luò)的組合預(yù)測及其應(yīng)用——以居民消費(fèi)支出預(yù)測為例[J]. 喻勝華,張靜.  財經(jīng)理論與實(shí)踐. 2016(01)
[7]我國通貨膨脹風(fēng)險的預(yù)測模型——基于決策樹-BP神經(jīng)網(wǎng)絡(luò)[J]. 薛曄,藺琦珠,任耀.  經(jīng)濟(jì)問題. 2016(01)
[8]膜生物反應(yīng)器膜污染的隨機(jī)森林預(yù)測模型[J]. 李威威,李春青,聶敬云,王韜.  計算機(jī)應(yīng)用. 2015(S1)
[9]經(jīng)濟(jì)預(yù)測中的神經(jīng)網(wǎng)絡(luò)方法應(yīng)用綜述[J]. 梁瓊.  中國市場. 2015(09)
[10]西藏林芝地區(qū)城鎮(zhèn)居民消費(fèi)支出的G（1,1）模型預(yù)測及其影響因素的關(guān)聯(lián)度分析[J]. 張長耀.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2014(16)



本文編號：3518610