• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      城鄉(xiāng)相對(duì)收入差距的發(fā)展趨勢(shì)分析

      2018-07-26 10:08蔡武
      關(guān)鍵詞:預(yù)測(cè)

      蔡武

      [摘 要]基于B-J非結(jié)構(gòu)化方法,經(jīng)平穩(wěn)性檢驗(yàn)、模型定階、參數(shù)估計(jì)和診斷分析,對(duì)城鄉(xiāng)相對(duì)收入差距序列建立了適合的AR(1)模型,對(duì)其變化趨勢(shì)進(jìn)行分析和預(yù)測(cè)。研究結(jié)果顯示,我國(guó)城鄉(xiāng)相對(duì)收入差距先后經(jīng)歷了“三升三降”的演變歷程,從整體上看在波動(dòng)中呈逐步擴(kuò)大的趨勢(shì),而在未來(lái)幾年內(nèi)可能有短期小幅回落,但沒(méi)有明顯縮小的跡象,仍有繼續(xù)擴(kuò)大的可能。由于城鄉(xiāng)收入差距受歷史慣性影響,已形成一定的路徑依賴和自我強(qiáng)化作用,所以政府必須采取有效措施才能扭轉(zhuǎn)其擴(kuò)大的趨勢(shì)。

      [關(guān)鍵詞]城鄉(xiāng)相對(duì)收入差距;B-J方法;ADF檢驗(yàn);模型定階;預(yù)測(cè)

      [中圖分類號(hào)]F061.3 [文獻(xiàn)標(biāo)識(shí)碼]A [文章編號(hào)]1671-8372(2018)02-0046-05

      一、引言

      20世紀(jì)90年代中期以來(lái),我國(guó)市場(chǎng)化改革的不斷深化優(yōu)化了資源配置效率和城鄉(xiāng)經(jīng)濟(jì)結(jié)構(gòu),促進(jìn)了我國(guó)國(guó)民經(jīng)濟(jì)的高速增長(zhǎng)和城鄉(xiāng)居民收入水平的大幅提高。2015年我國(guó)GDP總量增長(zhǎng)到67.7萬(wàn)億元,成為世界第二大經(jīng)濟(jì)體,人均GDP水平也達(dá)到8016美元,但這種增長(zhǎng)效應(yīng)并沒(méi)有在城鄉(xiāng)之間得到均衡分配,城鄉(xiāng)之間的收入差距從20世紀(jì)80年代中期開(kāi)始就不斷擴(kuò)大。從相對(duì)指標(biāo)來(lái)看,我國(guó)城鄉(xiāng)居民人均收入比從 1978年的2.57擴(kuò)大到2015年的2.95。其中,2009年的城鄉(xiāng)收入比達(dá)到了3.33,中西部的一些省區(qū)甚至高達(dá)4以上;2010年農(nóng)民收入增長(zhǎng)自1998年以來(lái)首次超過(guò)城鎮(zhèn)居民,致使城鄉(xiāng)收入比降為3.23;近年來(lái)城鄉(xiāng)收入比雖又有重新縮小的跡象,但并不明顯,而且差距值在大多數(shù)年份居高不下,2013年城鄉(xiāng)收入比仍高達(dá)3.03。

      按照國(guó)際慣例,當(dāng)一國(guó)人均 GDP 達(dá)到 800 -1000 美元時(shí),其城鄉(xiāng)居民人均收入比大體應(yīng)當(dāng)為 1.7,而當(dāng)人均GDP超過(guò)1500美元時(shí),城鄉(xiāng)居民人均收入比會(huì)自然下降。我國(guó)改革開(kāi)放以來(lái)特別是2003年人均GDP超過(guò)1000美元以來(lái),城鄉(xiāng)居民人均收入比一直遠(yuǎn)高于這個(gè)指標(biāo),也一直高于國(guó)際勞工組織1.6的水平。與其他轉(zhuǎn)型國(guó)家相比,我國(guó)的城鄉(xiāng)收入差距似乎是最大的。根據(jù)收入分配反作用于經(jīng)濟(jì)增長(zhǎng)的理論,城鄉(xiāng)收入差距過(guò)大和不斷擴(kuò)大不利于經(jīng)濟(jì)的健康持續(xù)發(fā)展和社會(huì)的和諧穩(wěn)定,這已成為當(dāng)前我國(guó)迫切需要解決的一個(gè)熱點(diǎn)和難點(diǎn)問(wèn)題。

      本文旨在通過(guò)采用合適的分析預(yù)測(cè)方法來(lái)考察我國(guó)城鄉(xiāng)收入差距的演變歷程及其變化趨勢(shì),為政府部門縮小城鄉(xiāng)收入差距、破解城鄉(xiāng)二元結(jié)構(gòu)、加快城鄉(xiāng)統(tǒng)籌協(xié)調(diào)發(fā)展提供數(shù)據(jù)參考和決策思路。

      目前對(duì)經(jīng)濟(jì)變量進(jìn)行預(yù)測(cè)的方法主要有截面預(yù)測(cè)法和時(shí)序預(yù)測(cè)法。截面預(yù)測(cè)法是使用多個(gè)影響因素預(yù)測(cè)一個(gè)經(jīng)濟(jì)現(xiàn)象的結(jié)果,這種方法容易忽略變量之間的交互效應(yīng)和殘差的自相關(guān),因此預(yù)測(cè)精度不高;而時(shí)序預(yù)測(cè)法是通過(guò)經(jīng)濟(jì)變量過(guò)去和現(xiàn)在的數(shù)據(jù)來(lái)揭示其本身隨時(shí)間變化的歷史規(guī)律,并將這種規(guī)律外推到未來(lái),進(jìn)而做出預(yù)測(cè)判斷。相比截面預(yù)測(cè)法,這種建模方法不受經(jīng)濟(jì)理論指導(dǎo),無(wú)需考慮其他解釋變量的影響,因此更符合現(xiàn)實(shí)意義,也便于分析。時(shí)序預(yù)測(cè)法有諸如指數(shù)平滑法、ARMA模型、VAR模型、多項(xiàng)式分布滯后模型、GARCH模型、ARCH模型、灰色系統(tǒng)模型、BP神經(jīng)網(wǎng)絡(luò)模型等。其中ARMA是一種確定型的時(shí)序預(yù)測(cè)法,由Box -Jenkins提出,亦稱B-J方法。

      由于城鄉(xiāng)居民收入水平受多種因素影響,難以用一個(gè)經(jīng)濟(jì)理論模型來(lái)加以描述,因此,我們選取城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均純收入之比計(jì)算的城鄉(xiāng)相對(duì)收入差距序列數(shù)據(jù),基于B-J非結(jié)構(gòu)化方法,嘗試對(duì)城鄉(xiāng)相對(duì)收入差距建立適合的ARMA模型,對(duì)其變化趨勢(shì)進(jìn)行分析和預(yù)測(cè),為相關(guān)部門提供參考數(shù)據(jù)。

      二、建模方法與步驟

      1. 建模方法

      ARMA模型是指首先將非平穩(wěn)時(shí)序轉(zhuǎn)化為平穩(wěn)時(shí)序,然后用因變量對(duì)其滯后值以及隨機(jī)誤差項(xiàng)的現(xiàn)值和滯后值進(jìn)行回歸的模型。ARMA模型根據(jù)原時(shí)間序列是否平穩(wěn)以及回歸中所含解釋變量部分的不同,包括自回歸過(guò)程AR(p)、移動(dòng)平均過(guò)程MA(q)和自回歸移動(dòng)平均過(guò)程ARMA(p,q)三種基本類型。

      自回歸過(guò)程AR(p)模型是通過(guò)平穩(wěn)時(shí)序變量自身的前期值和隨機(jī)擾動(dòng)項(xiàng)的當(dāng)前值的線性組合進(jìn)行預(yù)測(cè),可表示為:

      自相關(guān)和偏自相關(guān)函數(shù)。在ARMA模型的識(shí)別中,要通過(guò)觀察自相關(guān)函數(shù)ACF和偏自相關(guān)函數(shù)PACF及其圖形來(lái)初步確定ARMA模型的自回歸階數(shù)p和移動(dòng)平均階數(shù)q。自相關(guān)是指構(gòu)成時(shí)序的每個(gè)序列值之間的簡(jiǎn)單相關(guān),由自相關(guān)系數(shù)度量,表示相隔k期的觀測(cè)值間的相關(guān)程度;偏自相關(guān)是指對(duì)于時(shí)序,在給定下,與之間的條件相關(guān),用偏自相關(guān)系數(shù)度量,有。

      2. 建模步驟

      ARMA模型用于預(yù)測(cè)的時(shí)序必須滿足非純隨機(jī)性、平穩(wěn)性以及無(wú)季節(jié)性條件。B-J方法建模的步驟為:(1)對(duì)隨機(jī)過(guò)程進(jìn)行平穩(wěn)性檢驗(yàn)。若序列非平穩(wěn),需通過(guò)差分變換達(dá)到平穩(wěn)。(2)模型定階與參數(shù)估計(jì)。計(jì)算序列特征統(tǒng)計(jì)量,如自相關(guān)和偏自相關(guān)系數(shù),確定ARMA模型的合理階數(shù)p和q,并估計(jì)參數(shù)和檢驗(yàn)其顯著性。(3)模型的診斷檢驗(yàn)。利用信息準(zhǔn)則對(duì)估計(jì)的ARMA模型進(jìn)行診斷,以證實(shí)預(yù)測(cè)值與實(shí)際值是否相符。(4)模型的分析預(yù)測(cè)。用非線性最小二乘法(NLS)估計(jì)出合理模型,再用外推法預(yù)測(cè)未來(lái)值。

      三、城鄉(xiāng)相對(duì)收入差距的建模過(guò)程

      1.平穩(wěn)性檢驗(yàn)

      圖1是根據(jù)城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均純收入之比計(jì)算并繪制的城鄉(xiāng)相對(duì)收入差距的時(shí)序圖。

      觀察其變化趨勢(shì)可知,1978 年以來(lái)城鄉(xiāng)居民相對(duì)收入差距大致經(jīng)歷了1978—1983年的明顯縮小,1984—1994年的波動(dòng)擴(kuò)大,1995—1997年的短暫縮小,1998—2003年的持續(xù)擴(kuò)大,2004—2009年的平緩擴(kuò)大,2010年至今略有縮小的“三升三降”六個(gè)階段的跌宕起伏的演變歷程。從整體上看在波動(dòng)中呈逐步擴(kuò)大的趨勢(shì),尤其是在1998 年以后,城鄉(xiāng)相對(duì)收入差距在較大的基礎(chǔ)上逐年增加,其長(zhǎng)期變動(dòng)具有明顯的趨勢(shì)性特征,可初步判斷為一非平穩(wěn)序列。

      采用嚴(yán)格的ADF方法①對(duì)及其一階差分進(jìn)行平穩(wěn)性檢驗(yàn)。檢驗(yàn)方程中C、T、K的選取根據(jù)相應(yīng)原則確定,根據(jù)AIC和SC值最小的準(zhǔn)則選擇最優(yōu)滯后階數(shù)K,結(jié)果見(jiàn)表1。

      由表1可知,水平值在10%的顯著性水平下未通過(guò)檢驗(yàn),是不平穩(wěn)序列,而其一階差分在1%的水平下通過(guò)了檢驗(yàn),是平穩(wěn)序列。城鄉(xiāng)相對(duì)收入差距一階差分序列的變動(dòng)趨勢(shì)如圖2所示,其平均值為0.0093,近似為零,不存在明顯的趨勢(shì)性,滿足非純隨機(jī)性與平穩(wěn)性條件。

      2.模型定階與參數(shù)估計(jì)

      對(duì)作自相關(guān)函數(shù)圖AC和偏自相關(guān)函數(shù)圖PAC,觀察相對(duì)于每一滯后期的自相關(guān)和偏自相關(guān)函數(shù)值,如圖3所示。

      從圖3可以看出,的自相關(guān)圖呈指數(shù)衰減,是一個(gè)含有自相關(guān)和(或)移動(dòng)平均成分的平穩(wěn)非白噪聲序列。無(wú)論是自相關(guān)函數(shù)還是偏自相關(guān)函數(shù)均具有拖尾且依正弦趨近于零的特性,適合設(shè)定ARMA(p,q)模型進(jìn)行擬合。而且在1階之后自相關(guān)函數(shù)與偏自相關(guān)函數(shù)都大幅減小。自相關(guān)系數(shù)在k=1處顯著不為0,可先設(shè)定q值為1;偏自相關(guān)系數(shù)在k=1后很快下降,趨近于0,p值也應(yīng)設(shè)定為1。由此,我們嘗試先對(duì)建立ARMA(1,1)模型進(jìn)行擬合②,在估計(jì)結(jié)果中剔除系數(shù)不顯著的MA(1)項(xiàng),變?yōu)锳R(1)模型后繼續(xù)進(jìn)行估計(jì)③。由于AR(1)模型估計(jì)結(jié)果中各系數(shù)項(xiàng)均顯著,我們最終確定城鄉(xiāng)相對(duì)收入差距的AR(1)模型,其表達(dá)式為:

      模型中0.012351是的均值,表示城鄉(xiāng)相對(duì)收入差距的年均增量是0.012351。

      3.模型的診斷檢驗(yàn)

      通過(guò)計(jì)算AR(1)模型滯后多項(xiàng)式(x-1)=0的倒數(shù)根,對(duì)建立的模型進(jìn)行穩(wěn)定性分析,結(jié)果如圖4所示。由圖4可見(jiàn),該模型特征根倒數(shù)的模長(zhǎng)小于1,落在了AR根圖顯示的單位圓內(nèi),因此該模型是穩(wěn)定的。

      模型擬合完畢后,需對(duì)其適應(yīng)性進(jìn)行檢驗(yàn),其實(shí)質(zhì)是對(duì)估計(jì)模型的殘差序列進(jìn)行白噪聲診斷。若殘差項(xiàng)不是白噪聲,說(shuō)明還有一些重要信息未被提取,應(yīng)重新設(shè)定模型??梢詫?duì)殘差進(jìn)行純隨機(jī)性檢驗(yàn),也可以采用針對(duì)殘差的檢驗(yàn)。我們對(duì)殘差的x2自相關(guān)與偏自相關(guān)函數(shù)圖進(jìn)行分析①,發(fā)現(xiàn)各自相關(guān)系數(shù)均落入了隨機(jī)區(qū)間內(nèi),Q檢驗(yàn)統(tǒng)計(jì)量的相伴概率p值都遠(yuǎn)大于顯著性水平0.05,說(shuō)明殘差是獨(dú)立的白噪聲序列,因此模型較好地?cái)M合了實(shí)際數(shù)據(jù),可直接用于預(yù)測(cè)。擬合模型中的估計(jì)值、實(shí)際值和殘差值見(jiàn)圖5。

      4.模型的分析預(yù)測(cè)

      我們用上述估計(jì)出的AR(1)模型預(yù)測(cè)未來(lái)幾年的城鄉(xiāng)相對(duì)收入差距,將模型差分方程改寫(xiě)成如下一般形式:

      首先,使用此方程代入相關(guān)數(shù)據(jù)可得到城鄉(xiāng)相對(duì)收入差距的預(yù)測(cè)值為2.931,這與采用計(jì)量軟件預(yù)測(cè)的結(jié)果一致。根據(jù)國(guó)家統(tǒng)計(jì)局統(tǒng)計(jì)公報(bào)公布的2016年城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均純收入之比計(jì)算的城鄉(xiāng)相對(duì)收入差距的真實(shí)值為2.73,與預(yù)測(cè)值的絕對(duì)誤差為0.201,相對(duì)誤差為-6.86%,小于10%,說(shuō)明預(yù)測(cè)結(jié)果較為準(zhǔn)確地反映了實(shí)際情況。

      預(yù)測(cè)方法通常有動(dòng)態(tài)預(yù)測(cè)(Dynamic forecast)和靜態(tài)預(yù)測(cè)(Static forecast)兩種。前者根據(jù)所選擇的一定的估計(jì)區(qū)間,進(jìn)行多步向前預(yù)測(cè);后者只是滾動(dòng)的進(jìn)行向前一步預(yù)測(cè),即每預(yù)測(cè)一次,用真實(shí)值替換預(yù)測(cè)值,加入到估計(jì)區(qū)間,再進(jìn)行向前一步預(yù)測(cè)。由于發(fā)現(xiàn)動(dòng)態(tài)預(yù)測(cè)的結(jié)果幾乎是一條直線,預(yù)測(cè)效果很不好,所以我們采用靜態(tài)預(yù)測(cè)。

      其次,采用計(jì)量軟件進(jìn)一步預(yù)測(cè)出2017、2018、2019年城鄉(xiāng)相對(duì)收入差距的數(shù)據(jù)分別為2.923、2.927、2.935。結(jié)果顯示,城鄉(xiāng)相對(duì)收入差距在未來(lái)幾年內(nèi)可能穩(wěn)定在 2.93左右,有短期小幅回落,但沒(méi)有明顯縮小的跡象,而且仍有繼續(xù)擴(kuò)大的可能。

      模型靜態(tài)預(yù)測(cè)效果如圖6所示。圖中實(shí)線代表的預(yù)測(cè)值,兩條虛線則提供兩倍標(biāo)準(zhǔn)差的置信區(qū)間。從圖6左邊的圖示可以看到,隨著預(yù)測(cè)時(shí)間的增長(zhǎng),預(yù)測(cè)值很快趨向于序列均值(接近0);而右邊圖示中的Theil不相等系數(shù)為0.533,表明模型預(yù)測(cè)能力較好。協(xié)方差比例僅為0.712,說(shuō)明靜態(tài)預(yù)測(cè)效果不錯(cuò)。

      四、結(jié)論與建議

      1. 結(jié)論

      1978 年以來(lái)我國(guó)城鄉(xiāng)居民相對(duì)收入差距大致經(jīng)歷了1978—1983年的明顯縮小,1984—1994年的波動(dòng)擴(kuò)大,1995—1997年的短暫縮小,1998—2003年的持續(xù)擴(kuò)大,2004—2009年的平緩擴(kuò)大,2010 年至今略有縮小的“三升三降”六個(gè)階段的跌宕起伏的演變歷程。從整體上看在波動(dòng)中呈逐步擴(kuò)大的趨勢(shì)。

      本文選取城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均純收入之比計(jì)算的城鄉(xiāng)相對(duì)收入差距序列數(shù)據(jù),基于B-J非結(jié)構(gòu)化方法,經(jīng)平穩(wěn)性檢驗(yàn)、模型定階、參數(shù)估計(jì)和診斷分析,最終對(duì)城鄉(xiāng)相對(duì)收入差距序列建立了適合的AR(1)模型對(duì)其變化趨勢(shì)進(jìn)行分析和預(yù)測(cè),為相關(guān)部門提供參考數(shù)據(jù)。研究結(jié)果顯示,我國(guó)城鄉(xiāng)相對(duì)收入差距在未來(lái)幾年內(nèi)可能穩(wěn)定在 2.93左右,雖有短期小幅回落,但沒(méi)有明顯縮小的跡象,仍有繼續(xù)擴(kuò)大的可能性。

      由于城鄉(xiāng)居民收入水平受各自前期存量水平的影響較大,城鄉(xiāng)收入差距已逐漸形成一定的路徑依賴和內(nèi)在的自我強(qiáng)化作用,因此過(guò)高的城鄉(xiāng)收入差距仍將持續(xù)一段時(shí)間。若無(wú)有效措施改變這種歷史慣性,現(xiàn)階段以城鄉(xiāng)收入差距過(guò)大和擴(kuò)大問(wèn)題為典型特征的城鄉(xiāng)二元結(jié)構(gòu)將很難得到根本性的扭轉(zhuǎn),實(shí)現(xiàn)城鄉(xiāng)統(tǒng)籌任重而道遠(yuǎn)。因而,為逐步縮小城鄉(xiāng)收入差距,政府應(yīng)發(fā)揮調(diào)控作用,積極采取促進(jìn)城鄉(xiāng)統(tǒng)籌協(xié)調(diào)發(fā)展的對(duì)策措施,促使城鄉(xiāng)收入差距由擴(kuò)大轉(zhuǎn)為縮小的拐點(diǎn)提前出現(xiàn),使城鄉(xiāng)收入差距擴(kuò)大的速度放緩,從而使得城鄉(xiāng)差距能縮小到理想的范圍。

      2. 政策建議

      第一,加快城市經(jīng)濟(jì)發(fā)展。優(yōu)化城市非農(nóng)產(chǎn)業(yè)結(jié)構(gòu),增加農(nóng)民的城市就業(yè)機(jī)會(huì),提升城市對(duì)農(nóng)村經(jīng)濟(jì)的帶動(dòng)作用,逐步實(shí)現(xiàn)城鄉(xiāng)一體化。

      第二,立足農(nóng)村自身發(fā)展。(1)加大對(duì)農(nóng)村經(jīng)濟(jì)建設(shè)特別是農(nóng)村科技和基礎(chǔ)設(shè)施的投入,改善農(nóng)村生產(chǎn)生活條件,縮小城鄉(xiāng)發(fā)展條件的差距。(2)調(diào)整農(nóng)業(yè)結(jié)構(gòu),通過(guò)科技化、規(guī)?;?、產(chǎn)業(yè)化和多元化,改造傳統(tǒng)農(nóng)業(yè),使農(nóng)業(yè)向高產(chǎn)、高效、高質(zhì)方向發(fā)展,增強(qiáng)農(nóng)民收入增長(zhǎng)的內(nèi)源性動(dòng)力。(3)組織農(nóng)村勞動(dòng)力職業(yè)技能培訓(xùn),提高其專業(yè)技能,拓寬其就業(yè)領(lǐng)域,增強(qiáng)其創(chuàng)收能力。(4)改革農(nóng)村土地經(jīng)營(yíng)權(quán)體制,擴(kuò)大農(nóng)村土地流轉(zhuǎn),促進(jìn)規(guī)模經(jīng)營(yíng),提高農(nóng)業(yè)生產(chǎn)效率。

      第三,加強(qiáng)城鄉(xiāng)經(jīng)濟(jì)的聯(lián)系。(1)破除城鄉(xiāng)分割的就業(yè)體制。深化戶籍及相關(guān)配套制度的改革,消除城市就業(yè)歧視,推進(jìn)城鄉(xiāng)居民公共服務(wù)均等化,共享城市發(fā)展成果;構(gòu)建統(tǒng)一、開(kāi)放、競(jìng)爭(zhēng)、有序的城鄉(xiāng)要素市場(chǎng),用供求機(jī)制引導(dǎo)要素在城鄉(xiāng)間自由流動(dòng),實(shí)現(xiàn)城鄉(xiāng)資源的合理配置。(2)加快城鄉(xiāng)間交通、通信、物流等網(wǎng)絡(luò)體系的發(fā)展,以農(nóng)村城鎮(zhèn)化為紐帶,加快城鄉(xiāng)產(chǎn)業(yè)的耦合,優(yōu)化城鄉(xiāng)產(chǎn)業(yè)空間布局。(3)逐步引導(dǎo)城市地區(qū)不能轉(zhuǎn)型升級(jí)的產(chǎn)業(yè)和企業(yè)環(huán)節(jié)有規(guī)律地向農(nóng)村地區(qū)滲透和轉(zhuǎn)移,輻射帶動(dòng)農(nóng)村發(fā)展。

      參考文獻(xiàn)

      Freeman M. Technology of Policy and Economic Performance: Lessons from Japan[M].London: Printe, 1998.

      Brockwell P J, Davis R A. Introduction to Time Series and Forecasting[M]. Beijing: Posts and Telecom Press, 2009.

      王燕.應(yīng)用時(shí)間序列分析[M].北京:中國(guó)人民大學(xué)出版社,2005.

      章文波,陳紅艷.實(shí)用數(shù)據(jù)統(tǒng)計(jì)分析及spss12.0應(yīng)用[M].北京:人民郵電出版社,2006.

      高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模:Eviews應(yīng)用及實(shí)例[M].北京:清華大學(xué)出版社,2006.

      李云娥,周云波.中國(guó)城鄉(xiāng)收入差距未來(lái)發(fā)展趨勢(shì)的預(yù)測(cè)[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2007(10):14-18.

      袁航.基于ARMA模型對(duì)我國(guó)城鄉(xiāng)居民收入差距的分析與預(yù)測(cè)[J].生產(chǎn)力研究,2014(6):121-124. .

      [責(zé)任編輯 祁麗華]

      猜你喜歡
      預(yù)測(cè)
      選修2—2期中考試預(yù)測(cè)卷(B卷)
      選修2—2期中考試預(yù)測(cè)卷(A卷)
      選修2—2期中考試預(yù)測(cè)卷(A卷)答案與提示
      選修2—2期中考試預(yù)測(cè)卷(B卷)答案與提示
      “預(yù)測(cè)”得準(zhǔn)
      2017年高考選修考點(diǎn)預(yù)測(cè)
      2017年高考三角熱點(diǎn)考向預(yù)測(cè)
      電力系統(tǒng)短期負(fù)荷預(yù)測(cè)方法與預(yù)測(cè)精度
      《福彩3D中獎(jiǎng)公式》:提前一月預(yù)測(cè)號(hào)碼的驚人技巧!
      預(yù)測(cè)高考
      芜湖市| 新余市| 青浦区| 尼玛县| 博湖县| 拜泉县| 揭东县| 鹰潭市| 农安县| 买车| 安陆市| 安塞县| 突泉县| 馆陶县| 珲春市| 婺源县| 南乐县| 龙州县| 平武县| 囊谦县| 太保市| 英吉沙县| 东乌| 喀喇| 临邑县| 南安市| 全南县| 阜南县| 丰宁| 武汉市| 克山县| 内乡县| 上虞市| 永清县| 于田县| 蒲江县| 即墨市| 锡林郭勒盟| 阜阳市| 嵊泗县| 龙山县|