关联度范文10篇

关联度范文篇1

本文作者：敖登工作单位：内蒙古医科大学计算机信息学院

灰色关联度

由邓聚龙教授提出的灰色关联度分析的基本思想是：根据系统中各因素特征序列的曲线几何的相似程度来判断系统中各因素的联系是否相关和密切，曲线越接近，相应序列之间的关系越密切，关联度越大，反之就越小.用灰色关联度来讨论系统中各因素的相关程度，弥补了用数理统计方法作系统分析所导致的缺憾，而且用数理统计方法作系统分析时一般要求样本量要大，样本数据要有一定规律.灰色关联度方法对系统信息的要求不那么苛刻，信息可以有灰度，也可以是无规律，且很少出现量化结果与定性分析结果不符的情况.设xi为系统行为的观测数据，其在序号k上的值为xi（k），则有系统行为序列：xi＝（xi（1），xi（2），…，xi（n））.（1）若k为时间序号，xi（k）为因素xi在k时刻的观测数据，则（1）就是行为时间序列.对行为时间序列xi有初值化象[1]：xiD1=xi（1）xi（1），xi（2）xi（1），…，xi（n）xi（1）11，（2）又可得行为时间序列xi的始点零化象[1]：xiD2=（xi（1）-xi（1），xi（2）-xi（1），…，xi（n）-xi（1））.（3）设x0＝（x0（1），x0（2），…，x0（n））为系统的特征序列，xi＝（xi（1），xi（2），…，xi（n））（i=1，2，…，m）为相关因素序列，称实数γ（x0（k），xi（k））=minimink│x0（k）-xi（k）│+ξmaximaxk│x0（k）-xi（k）││x0（k）-xi（k）│+ξmaximaxk│x0（k）-xi（k）│，（4）为系统特征序列x0关于相关因素序列xi＝（xi（1），xi（2），…，xi（n））（i=1，2，…，m）的关联系数，其中ξ为分辨参数，0<ξ<1，则x0关于xi的灰色关联度为：γ（x0，xi）=1nnk=1Σγ（x0（k），xi（k））.（5）根据（3）式及文献［1］，有x0关于xi的灰色绝对关联度ε（x0，xi）=1+│s0│+│si│1+│s0│+│si│+│si-s0│，（6）其中s0，si由文献［1］给出.同理由（2）式得x0关于xi的灰色相对关联度λ（x0，xi）=1+│s0│+│si│1+│s0│+│si│+│si-s0│.（7）对部分数据，用以上三种关联度得到的排序结果有所不同，这是因为绝对关联度是从绝对量的关系着眼考虑的，相对关联度是从各时刻观测数据相对于始点的变化速率着眼考虑的.为得到更接近现实问题的结论，我们引用文献［2］中定义的灰色综合关联度ω（x0，xi）：ω（x0，xi）=αγ（x0，xi）+βε（x0，xi）+（1-α-β）λ（x0，xi），（8）其中α，β为待辨参数，α≥0，β≥0，α+β≤1.

粮食生产结构的分析

灰色关联度分析对科右中旗粮食生产进行定量分析时，进行了宏观因素的筛选、归类和整理，确定粮食生产的主要指标为总产量（t）、单产量（kg/hm2）和播种面积（hm2），在结构因素上主要选择了水稻、小麦、玉米、豆类和杂粮进行关联度排序和分析.为此设粮食总产量为y0，水稻、小麦、玉米、豆类和杂粮总产量分别为yi（i＝1，2，3，4，5）；设粮食单产为x0，水稻、小麦、玉米、豆类和杂粮单产分别为xi（i＝1，2，3，4，5）；设粮食总播种面积为s0，水稻、小麦、玉米、豆类和杂粮播种面积分别为si（i＝1，2，3，4，5）.用ωi来记ω（x0，xi）（i＝1，2，3，4，5）.对y，x，s的1973～1982年（Ⅰ）、1983～1992年（Ⅱ）、1986～1995年（Ⅲ）三个时期的数据，用（8）式取不同的α，β值分别计算出灰色综合关联度ωi及关联序排序见表1.表2是再后10年中具有代表性的三个年份的粮食生产结构的总产量比例和播种面积比例.由表1可知，在阶段（Ⅰ）内对粮食总产量的波动有显著影响的是豆类、杂粮和玉米.由于小麦的单产和水稻的面积增加较快，只有小麦和水稻的产量由显著的增加.对播种面积的增加有积极影响的因素是玉米、杂粮和水稻.对粮食单产的变化有显著影响的是豆类、杂粮和水稻.所以说在承包制前的10年内科右中旗的粮食生产结构不合理，小麦的面积没能很快增加，而单产不稳的玉米和豆类面积增加过快，这样耕地生产力受到了限制，使该旗的粮食总产量就徘徊在64060吨以下，严重影响了总产量的提高.同理可看到在实际承包制后的10年（Ⅱ）内粮食生产结构基本合理，对总产量的增长有显著作用是玉米、豆类和水稻，且单产提高也都较快.由于粮食收购价格的大幅度提高，使农民及时策划种植结构，调整比例，大量增加单产稳或收购价格高的品种的播种面积小麦、玉米和豆类，适当增加了水稻面积.这就适应了农村市场经济，较好地发挥了耕地潜力，即增加了粮食总产量，又改善了农民生活条件.对于再后10年内对粮食总产量起主要作用的因素有玉米、小麦、水稻，对单产量波动有明显影响的有豆类、杂粮和玉米，从而使粮食单产不能稳定提高.对粮食播种面积的增长起到积极作用的有豆类、玉米和小麦的播种面积的迅速增长，因此种植结构仍有不合理之处.由此看出，粮食生产能否持续快速的发展是取决于农业政策的确定，实际贯彻上取决于建立旗县级的农业决策支持系统，研究农业技术经济，应用农业系统工程理论指导和调控粮食生产的发展.改进粮食生产结构的设想根据以上计算结果可以看出，科右中旗粮食生产结构的主要特点是大众化的品种玉米、杂粮的播种面积和产量占主导地位，由于杂粮单产较低，杂粮和玉米的单产难以较快的提高，所以严重制约了粮食总产量的较快提高.而单产较高的水稻和小麦由于播种面积少，没能积极的促进粮食总产量的增长.从1985年开始单产较低的杂粮播种面积明显递减，单产较高的水稻和小麦播种面积有较快的增长，有效积极的推动了粮食总产量的持续增长.从1992年开始杂粮面积递减缓慢，且杂粮面积占总播种面积的20％以上，而水稻和小麦的播种面积所占比例有所减少，单产不稳的豆类面积增加较快，使该旗粮食种植面积结构不合理，耕地生产力受到了限制，加上农业生产条件又差.因此根据旱地农业的特点和当地生产条件，要考虑粮食生产播种比例的合理，优化结构，科学利用现有耕地，加快粮食生产的发展.由表2看到，水稻、小麦和玉米的产量平均比例都高于播种面积的平均比例，且水稻和小麦的产量平均比例都比面积比例高1倍，而杂粮和豆类的产量平均比例都低于面积平均比例，且都低1倍.所以分析认为首先要加强水利设施建设，注意开发利用盐碱耕地，增加水稻播种面积，可以把播种面积的比例提高到4％；二要加强农业科技服务，积极稳妥的引进和推广高产水稻品种，做好病虫害的防治工作，要让农民切实体会到优良品种和农业科技的重要性，保证水稻面积的持续增加；三是合理调整种植比例，继续减少杂粮和玉米等单产不高的种植面积，比例可分别减少到30％和18％以下，适当增加小麦面积，比例可提高到20％以上；也适当增加经济作物面积，科学利用现有耕地，最大发挥耕地生产潜力，促进粮食生产的持续稳定发展.

关联度范文篇2

其基本思路是用关联度的排序来区分在系统发展过程中不同的影响因子，关联度大的表明该因素是影响系统发展主要影响因子，关联度小的则说明系统发展不受或少受此因素的影响。通过关联度分析，便于区分优势与劣势、主导因素和潜在因素，为分析评价系统发展提供相关的信息。其基本量化分析步骤如下:

1．确定分析序列。确定参考数列yj(k)和比较数列xi(k)。反映系统行为特征的变量序列，称为参考数列;影响系统行为的因素组成的变量序列，称比较数列。

2．序列的无量纲化处理。一般情况下，原始变量序列具有不同的量纲或数量级，为了保证分析结果的可靠性，需要对变量序列进行无量纲化，形成新的参考序列y''''j(k)和比较序列x''''i(k)。无量纲处理常用的有初值化、均值化和规范化方法，本文使用初值化方法，是指用每一序列均除以该序列的第一个数据。

3.求关联系数。根据量化以后的比较序列与参考序列，计算对应期的绝对差值，形成绝对差序列△i(k)=|y''''j(k)－xi''''(k)|。其中绝对差值中最大数△max和最小数△min即为最大差和最小差。

这一结论和第三产业经营灵活、对就业高吸纳的产业特点相吻合。r22=0．5505，关联程度最小，说明在三次产业投资的四项经济指标中，以第二产业投资的税收增长贡献为最低。第二产业投资经营所涉及的税种主要是增值税和所得税，由于增值税属于共享税，中央政府要有一定分成，所以会影响该税种对地方的税收贡献。而所得税税收不丰说明和一、三产业相比，第二产业内部存在更为明显的资源配置问题，且为数不少的企业经营业绩不佳、利润微薄。

二、结论及启示

(一)结论

从上文的关联度矩阵优劣势对比及分析中可知，河南三次产业投资中，第三产业各项指标值均是最优，第一产业各项指标值大体居于中间水平，反映了近年来第三产业良好的成长状态及第一产业相对稳固的基础地位。这些指标所展示的产业特征显示河南产业投资正日趋合理化，产业结构亦不断优化升级。但三次产业投资对就业增长率、GDP增长率的影响明显高于对投资效益系数及税收贡献率的影响，且第二产业投资同效益系数和税收增长比率的关联度排序处于尾端，也暴露出产业投资和产业发展中存在的一些突出问题:如经济增长对投资支出的依赖程度偏高;投资支出的粗放式特征明显;产业间投资比例不得当，二产投资比重偏高，对一、三产业产生挤压效应;产业内投资资源配置不合理，部分领域投资过热、供给过剩、产品流转不畅、利润空间微薄，而能够创造新需求和提升消费活力的投资不足，对社会消费的进一步拓宽形成制约。

(二)几点启示

1．优化GDP结构，保持消费、投资和出口等经济变量大体平衡。根据经济发展需要和经济的周期性变化，积极调控固定资产投资总量。创造就业机会，提供增收途径，努力增加城乡居民收入，不断提升居民消费能力和消费水平。增强能够创造新的消费热点项目的投资力度，改善企业经营管理，不断拓宽利润空间。逐步通过居民消费水平的提升和企业投资规模的调控来调节GDP结构，提高经济增长的质量和层次，推动经济增长从主要依靠投资拉动转变为消费和投资拉动并重的轨道上来，以期实现区域经济的均衡发展和长期良性运行。

2．调节三次产业投资比重，促进各产业协调发展。虽然产业发展的一般规律表明经济发展的不同阶段，产业投资和建设的重点不同，但并不代表当前可以忽视一、三产业部门的重要性。恰恰相反，第一产业作为提供生活资料和生产资料的基础部门，其根基地位任何时候都不能动摇。而第三产业作为推动工业化和现代化进程的重要力量，从区域经济长期发展来看，应给予高度重视。由上文分析可知，第一产业投资绩效大体居于中间位置，应结合河南农业大省和粮食主产区的特殊定位，继续加以巩固。第三产业投资的综合经济效益最高，并且由于第三产业具有经营的灵活性、对就业的高吸纳性和资金总量要求一般不高等产业优点，应是日后投资的重点和方向。在目前第二产业投资比重偏高的背景下，适度降低其占比安排于其他产业部门，既可以提升第二产业的单位投资效益，又可以提高资金在三次产业间的配置效率。

关联度范文篇3

[关键词]国债；灰色关联度分析；国债偿债能力；国债应债能力；国债依存度

一、灰色关联度分析方法

灰色关联分析是定量地比较或描述系统之间或系统中各因素之问，在发展过程中随时间而相对变化的情况，即分析时间序列曲线的几何形状，用它们变化的大小、方向与速度等的接近程度，来衡量它们之间关联性大小。如果两比较序列的变化态势基本一致或相似，其同步变化程度较高，即可以认为两者关联程度较大；反之，两者关联程度较小。这种用于度量系统之间或因素之间随时间变化的关联性大小的尺度，称为关联度。只有弄清系统中的这种关联关系，才能对系统有比较透彻的认识，分清哪些是主导因素，哪些是制约因素；什么是优势，什么是劣势。

为进行系统分析、预测、决策、评估、规划以及发展战略研究打好基础。灰色关联分析的基本方法如下：

第一步：确定母序列x0与子序列Xi。

第二步：原始数据预处理。各指标原始数据量纲不同，数量级差也悬殊，为使原始数据消除量纲，合并数据级，使其具有可比性，首先对原始数据进行预处理。对此，本文用初值化变换：x’ij=xij／Xil

第七步：排关联序。为准确评价及理顺各自序列对母序列的关联程度，需将关联度以大小排序，称关联序。对与各子序列要比较其对同一母序列来说，孰大孰小，可以明确及理顺各自序列对与母序列的“主次”关系。

二、我国国债发行额与各影响因素的灰色关联度分析

1．确定母序列x0与子序列xi，即系统因素的确定。影响一国国债发行规模的因素有很多，本文初步选取的数据变量包括当年的国债发行额(x0)作为母序列，国内生产总值GDP(x1)、城乡居民储蓄存款余额(x2)、财政收入(X3)、财政支出(X4)、预算内固定资产投资(x5)、国债还本付息额(x6)、当年国债余额(X7)分别作为子序列。选取以上系统变量的原因是基于传统研究对国债发行规模所受影响因素的考虑。

第一，GDP(X1)。一国的国债发行规模明显地受制于该国的经济发展水平，一国的经济规模越大、发展水平越高，则国债发行的规模和潜力就越大。

第二，居民储蓄存款余额(x2)。居民的可支配收入用于两个项目，即储蓄与消费。国债余额与居民的储蓄存款之比即居民应债率，这一指标反映的是居民的应债能力，应债率越高，则国债发行的可能规模越大。

第三，财政收支状况(x3、x4)。国债发行的一个主要原因就是弥补财政赤字，所以分析国债的发行规模，就必须考虑我国的财政收入和财政支出情况。

第四，预算内固定资产投资规模(x5)。一个国家的固定资产投资规模会直接影响资金的需求，而政府的投资主要来源于财政收入，不足部分既可能通过发行国债筹措，因此政府的投资缺口一般要通过发行国债来弥补。

第五，国债还本付息额(x6)。国债还有偿还到期债务本息的运用，随着我国国债的发行规模逐年递增，每年需要偿还的国债本息数额也在逐年增加，2003年这一数字已达到2876．58亿元。因此，国债还本付息额是国债发行规模要考虑的重要因素之一。

第六，国债余额(x7)。一国所能承受的国债总量是有限度的，所以国债余额也是分析国债规模的一个重要因素。

我国从1981年开始发行国债，国债的规模迅速膨胀，累积发行国债近12600亿元。这段时期，国债规模的扩张可细分四个阶段。第一阶段在1994年以前，由于财政赤字较低，弥补赤字可以向中央银行透支，故国债规模增长较慢。1981年国债发行额为48．66亿元，到1990年仍未超过200亿元。第二阶段为1994—1995年。由于1994年《预算法》的出台，规定财政出现赤字不能向中央银行透支，使得财政赤字只能靠发行国债来弥补，国债的规模有了较快的发展。1994年国债的发行首次突破1000亿元。第三阶段是1996—1997年。国家实行适度从紧财政政策，中央财政赤字1996年比1995年减少50亿元，1997年比1996年减少50亿元，国债规模的扩大主要是由于国债还本付息，自身流动造成的。第四阶段为1998年后，由于积极财政政策的实施，1998年新增的中央财政赤字比1997年多400亿元，为960亿元，1999年计划赤字为1503亿元，国债规模连年增长。本文选取1990—2003年作为样本区问，基本囊括了这四个阶段。

2．对原始数据进行初值化变换，然后求出母序列与各子序列在各时刻的绝对值；从母序列与各子序列在各时刻的绝对值中找出最大值与最小值分别为：△max=110971．8，△min=0；再代入计算公式计算，得出各子序列与母序列各时刻的关联系数(见表－1)。

由表－2可以看出：对国债规模影响力度的排序依次为国债还本付息额、预算内固定资产投资、国债余额、财政收入、财政支出、城乡居民储蓄存款余额和GDP。

三、基于灰色关联度的我国国债发行规模影响因素分析

1．国债偿债能力分析。从上述灰色关联度分析来看，对国债规模影响最大的是国债还本付息额，其关联度为0．989，排序第一，由此可以反映用国债还本付息额衡量的国债偿债能力对我国国债的发行规模影响最大。国债偿债率是指当年还本付息额占当年中央财政收入的比例，该比率衡量的是一国在一定时期内中央政府偿还债务的能力，该比率越低，说明中央政府的偿债能力越强；该比率越高，说明中央政府支出的相当一部分是用来偿还债务的，偿债能力则会越弱。从我国国债发行规模对国债还本付息额的关联度最高可以看出，我国财政支出中的国债发行很大一部分是用来偿还债务的。

由2002年《中国统计年鉴》可知，1989年以前的国债偿债率在3％左右，其原因在于我国从1986年才开始进行国债的还本付息。从1990年起国债偿债率呈迅速上升趋势，从1990年的11％直线上升到1992年的35％，以后虽有所下降，但1995年起又开始回升，到1998年达到最高水平46％。这表明，中央政府的偿债能力在逐渐减弱。由于财政体制的原因，我国中央政府的财政收入占全部财政收入的比重相对于西方发达国家还是较低的，2001年也仅为53．05％，因此计算出来的比率无疑要高。同时，在现代国债管理制度下，可以通过举借新债偿还旧债，这样对当年财政收入的压力会有所减轻，而这又从另一方面说明国债规模存在进一步扩张的压力。我国国债偿债率较高，已超过国际警戒线(10％)。此外，我国国债的期限结构不甚合理，国债偿还期过于集中，我国今后一段时间还面临着偿债率较高的问题。

2．国债应债能力分析。衡量这一指标主要用当年国债余额与居民储蓄余额之比或当年国债发行额占居民储蓄余额的比例。从对上述的数据进行分析看，我国国债发行规模对国债余额的关联度为0．957，排名第三，关联度较高；而国债发行规模对居民储蓄余额的关联度为0．750，关联度较弱，排第六位。城乡居民储蓄存款余额是影响国债规模的主要因素之一。国债发行规模与城乡居民储蓄存款余额存在着正相关关系，说明国债规模不可能离开承担它的来源而独立存在。城乡居民储蓄存款余额增加，就代表着我国居民应债能力进一步增强。但需要注意的是上述分析中得出的我国国债发行规模对城乡居民储蓄存款余额的关联度却并不高。就居民储蓄余额来看，由于当前社会保障体系尚不完善，居民储蓄中养老、防老的比重还较高，以及一些原本希望启动消费的政策措施产生的负效应等结果，使得居民储蓄余额的增长呈现出相当的刚性，加上目前较低的利率水平，使国债作为投资品的吸引力有所下降，因此，虽然我国居民的应债能力较强，但不能对居民的应债能力有过高的期望。

此外，由国债余额占国内生产总值(GDP)的比率反映的国债负担率也是衡量国债应债能力的重要指标。理论界一般认为，国债发行规模主要取决于一定时期国家的经济发展水平，经济发展水平越高，国债承受能力就越强，因此衡量国债适宜度的标准主要是与GDP相联系的国债负担率。但从灰色关联度分析来看，可以看出我国国债发行规模对GDP的关联度不高，为0．657，位于第七位。实际上，国内学者做过的一些实证研究结论与上述结论也基本一致，即国债的规模与国民经济运行的相关度不高。

我国的国债负担率与欧盟各国的国债负担率不得超过60％的标准相差甚远，与其他国家相比，也都是比较低的。但是，我国1987～2003年的国债余额增长率平均高达32．67％，大大高于实际GDP增长率，甚至比名义增长率(1987—2001年平均近16．46％)还高。这表明我国债务的增速是相当快的。如果仅看国债负担率的绝对值，似乎我国的国债发行还有相当大的空间，然而我们必须注意，我国的国债负担率虽然比其他国家低，但这些国家的高国债负担率是债务余额滚动几十年甚至上百年的结果。倘若我国国债的发行规模按目前的势头发展下去，再过五至十年，国债负担率也会很高。同时我们还必须看到我国和西方发达国家在GDP，总量以及财政集中度上的差异。西方发达国家由于市场经济发展较早，每年创造的GDP数倍于我国，而且财政集中度(财政收入占GDP的比例)一般都在30％～40％，甚至超过50％，也明显高于我国。我国2001年这一指标只有17．08％。因此。我们不能简单地用60％的国债负担率来衡量我国的债务规模。这表明，我国在非经济衰退的正常经济运行时期，要注意控制国债的发行规模。

关联度范文篇4

关键词：互联网金融;新业态;实体经济;关联度

1新业态与实体经济的具体内涵

1.1新业态的具体内涵。新业态是指基于不同产业间的组合、企业内部价值链和外部产业链环节的分化、融合、行业跨界整合以及嫁接信息及互联网技术所形成的新型企业、商业乃至产业的组织形态。信息技术革命、消费者需求和产业升级是新业态形成的根本因素。首先，在现代化及工作化发展历史上，信息技术革命对新业态的产生与发展起着决定性的作用。从个人电脑到互联网，再到目前应用广泛的大数据、云计算以及方兴未艾的5G移动互联，信息技术发展的每一步都带来了新业态的诞生，互联网金融也不例外。随着电子信息系统在企业中的广泛应用，“互联网+金融”新业态逐渐发展起来。例如在制造性行业中，通过将信息技术与生产过程相互融合，促进产业链端的生产服务环节与加工制造环节分离，提高了企业的生产效率，增强了其在产业链中的价值地位，有效节约了人力及物力资源，从而促使新业态组织形式的形成。其次，消费者需求在推动新业态的形成中所起到的作用也不容忽视。随着大数据和云计算技术的发展和不断成熟，企业以此为依托，更清晰准确地辨别出消费者的消费趋势，抓住消费者的心理，以消费者的需求为导向不断调整产品结构和产品特色，实现为每一位顾客定制个性化的服务的目标，从而削减成本，提高效益。最后，产业的不断升级为新业态的出现注入了活力。“互联网+金融”新业态的出现促使企业不断转变发展观念，当今时代已不再是一个缺乏生产力的时代，生产力过剩所引起的问题需要通过产业结构的不断升级优化来解决，单纯追求企业利润最大化也不被认为是一个可行的目标，因为消费者的需求早已超出了物质层面的需求，企业需要创造一个全新的业态模式去满足消费者多元化的需求，企业多元化的考虑也会为新业态的发展提供良好的保证。1.2实体经济的具体内涵。实体经济是指一个国家的商品价值总量。主要指物质产品、精神产品和服务在内的生产经营活动，既包括农业、工业和商业等物质生产部门，也包括教育、文化、知识、信息、艺术等精神产品的生产和服务部门。一般认为，实体经济以机械制造、建筑、石油化工和交通运输等行业为代表。实体经济与互联网经济的不同之处在于，实体经济是我国较早发展起来的并已经被广大人民所接受的一种经济模式，它在我国的经济发展中仍然起着主导性的作用。我们必须要明确的是人们生存的物质条件是由各式各样的实体经济创造出来的，实体经济不仅为人们提供了基本生存物质资料，还提高了人们的生活水平和综合素质。它仍然是我国经济发展中不可或缺的组成部分。

2“互联网+金融”新业态与实体经济发展关系

新业态的出现依赖于“互联网+金融”和实体经济的相互关联与相互辅佐。在当今时代的金融领域下，传统的银行业务正逐渐走向衰退，互联网金融以其便捷迅速的处理方式，资金的使用更加灵活，因此节省了大量人力物力的资源，正逐步赢得消费者的青睐。不可否认的是，随着信息技术的发展，互联网金融正逐步取代传统的银行业务，已经成为人们日常生活中不可或缺的一部分，或者可以说是经济中一种最主要的存在形式。“互联网+金融”模式是一种全新的消费模式，给实体经济的发展带来全新的机遇。互联网金融在提供便捷服务的同时，还可以摆脱实体经济必须面对面交易的限制，一定程度上改变了人们的生活方式，它是实体经济发展道路上的引导者，两者的融合会使其发挥各自的长处，进而促进经济的繁荣发展。当然，互联网金融不能完全取代实体经济。实体经济是一种流通性经济，具有主导、有形、载体、下降这四个特点，包含了社会的各个行业。实体经济为人们的生活提供了基本生活物质资料，它是人类生活的安全保障。离开了实体经济，人们的生活就会像是无源之水和无根之木，存在着巨大的安全隐患。实体经济的停滞将会导致整个人类生产生活水平出现严重问题，甚至可能导致人们生活水平的倒退。如果说实体经济是“根”，那么互联网金融就是土壤，为实体经济的发展不断注入养分，为人们的生活增添了色彩与活力。

3“互联网+金融”新业态促进实体经济发展的优势分析

3.1促进资金融通。互联网金融的发展吸引了原本商业银行的客户资源，互联网金融第三方支付平台通过向客户提供高收益的金融产品和各种各样便利的服务吸引客户，同时，第三方支付节省了客户的中介费用，节省了人力和物力资源；此外，互联网金融依托大数据的专业性和精确性，往往能根据消费者的需求和信用规模提供借贷，颠覆了传统金融模式。随着“互联网+金融”的迅速发展，传统的金融行业可能无法适应消费者瞬息万变的融资需求，来带动传统金融业的发展。对于传统的金融业来说，需要在不断挖掘自身业务优势的基础上，促进互联网和金融的有效融合，不断寻求新的发展机会，优化升级产业结构，同时树立创新意识，开发互联网金融产品。传统金融业通过对互联网的有效利用，尽可能简化顾客办理业务流程，不断拓展业务渠道，促进行业金融信息的交流与共享，从而促进资金的有效融通，这可以根据消费者的需求量身定制出合适的产品，更精准地满足了他们的需求，同时提高了金融业务的效率和水平。例如互联网第三方支付、P2P网络借贷平台和互联网众筹的出现，就为传统的金融业提供了新的发展方向，使得传统的金融行业可以更高效地利用互联网平台，进一步精简业务流程、提高办事效率，增强行业内的信息流动，从而建立有秩序的金融市场。3.2为企业发展提供信用服务。一般来说，信用水平的高低决定了一家企业能否顺利地完成融资和企业贷款等相关活动，企业信用是企业发展的一个重要因素。传统的金融行业需要耗费大量的人力物力资源去对一家企业的信用等级进行评价，这加大了金融业务的运行成本；因此，金融行业可以融入“互联网+金融”这一发展模式，互联网金融可以依托客户信息数据库的建立，对客户的信用等级及借贷能力做出迅速且精确的评估。对信用表现良好的企业，增加借贷额度或延长还款期限；而对于信用评估结果较差的企业，逐步减少其借贷额度或者缩短其还款期限，来确保企业金融业务的合理有效性，能够实现企业融资困难问题的圆满解决。

4“互联网+金融”新业态促进实体经济的策略研究

4.1完善“互联网+金融”新业态制度框架。不同于实体经济的是，互联网金融这一新的业态在我国处于发展的初期阶段，因此它还未形成一个成熟的制度框架。本文通过实践调查和数据的对比分析，证实了“互联网+金融”只有在健全的框架内运行，才可以对实体经济的发展起到助推器和润滑剂的作用。就我国而言，目前针对互联网金融的相关法律法规少之又少，缺少了相关法律制度的约束，非法集资和财务总监卷款逃跑的现象层出不穷。政府等相关部门需要将注意力集中在搭建一个合理有效的互联网金融合理框架上，从而对其产生一定的约束力。首先，在搭建框架的过程中，相关工作人员需要设立一个平台进入标准：淘汰信用较差的平台，保证只有优质的平台才能在互联网金融新业态下有效运作；其次，由于互联网时代下信息流动的公开性和流动性，建立健全信息监管制度也非常关键，要确保信息在平台内流通的公开性和完整性，保证其透明度，同时健全问责制，挑选合适的工作人员对信息流动过程进行监督；最后，平台搭建过程中的风险控制也非常重要。互联网的加入让传统的金融行业不仅面临着最初的信用风险和结算风险，还增加了网络金融的流动风险和运行风险。基于互联网流通性和受众范围，应该建立相关的风险控制委员会，将互联网金融风险的管控放在制度监督的核心位置，对融资企业进行详细的风险评估，包括企业信用度和项目合理性的评估，并且要对融资后的企业进行后期的跟踪调查，从而将风险降至最低。4.2建立健全高效的信用评价体系。信用是实体经济发展的基础。在未来，如果“互联网+金融”新业态有效地促进了实体经济的发展，那一定是建立在了合理有效的企业信用评价体系之上。第一，企业应在深入了解传统金融行业特点的基础之上，建立一个开放性和包容性并存的客户信息数据库，为企业的融资行为提供可靠的参考依据，一定程度上降低金融风险。例如金融机构在为企业提供融资服务时，首先要参考该企业的征信记录，然后依托互联网金融下的客户信息数据库，分析其融资结构和业务能力，从而将该企业的融资额度和还款期限限制在一定规模内，来加强企业融资的安全性；第二，企业可以利用互联网平台打造信息共享系统，以供行业之间进行参考比较，让各个金融机构之间的信息实现无缝对接，更进一步地完善信用评价的体系；第三，各金融机构之间应该发挥互联网平台有效整合信息资源的优势，统一一个信用评价标准，保证信用评价体系的公平性；第四，建立恰当的奖惩制度，通过网络、媒体等媒介加大对企业失信人员黑名单制度的宣传，同时对信用良好的企业进行鼓励，以此来有效地提高社会人员对信用的理解。4.3加强“互联网+金融”企业与银行的深度合作。重视企业与银行的合作为其推动实体经济的发展之路铺好了垫脚石。通常情况下，银行只会为大型企业提供信用借贷服务，而中小企业由于自身经营范围受限，不能进行抵押物的担保，因此不能获得银行机构的授信。互联网金融企业以其精简的业务流程往往能够吸引且留住大批量的客户，由于客户对互联网金融的依赖性，他们通常会将信息数据库中的数据作为评判企业信用状况的重要依据。因此，对“互联网+金融”企业来说，加强与银行之间的合作至关重要。企业可以充分利用银行的资金规模，满足自身资金周转，以此来解决中小企业融资难的问题。通过将互联网金融企业与银行数据之间的有效对接，可以充分降低金融风险发生次数。

5结语

通过以上研究发现，“互联网+金融”新业态与实体经济的发展有着相互辅佐相互促进的作用，二者并不是一个对立的关系。要确保互联网金融企业在一个健全的制度框架内运行，并不断加强其与银行的合作，才能为其推动实体经济健康平稳的发展保驾护航。

参考文献

[1]张乐天.探究“互联网+金融”新业态与实体经济发展的关联度[J].中国校外教育旬刊,2017(11).

[2]叶柯婷.浅谈“互联网+金融”新业态与实体经济发展的关联度[J].中国多媒体与网络教学学报,2019(1).

[3]杜素音.开放的ERP系统在“互联网+”时代的创新模式[J].国际商务财会,2016(5).

[4]张莉.我国互联网金融发展中存在的问题及对策研究[J].现代商业,2015(9).

关联度范文篇5

关键词：县域经济、灰色关联度；分析

灰色关联度分析法指通过一系列数据信息来分析出未知信息的系统，他能通过已知信息科学合理的分析出未知信息，保证未知信息的可靠性和准确性，让人们更好的对正对数据进行调整，在县域经济发展体系中，是一个非常复杂的系统，一个县域经济的发展需要多方面的因素去支持，人文因素，地区因素、地理因素、政策因素等。就目前灰色系统理论在社会经济中广泛被应用，通过灰色关联度分析法能够很好的预期经济局势和发展方向，本文通过灰色关联度分析法来，通过县域旅游行业和电商行业来建立模型，为县域经济发展提供科学依据。

一、影响县域地方旅游经济发展灰色关联度分析

灰色关联分析法是分析县域经济旅游发展中各因素间一种量化方法，通过灰色关联度分析能够有效的分析出在县域旅游经济发展中可能存在的问题的影响经济的因素，通过已知数据分析未知数据，在用灰色关联度作为测度进行综合评价依据，减少误差。（一）县域旅游经济发展中灰色关联分析法的原理。在县域旅游经济发展中灰色关联度分析法通过不是完整的数据信息，对县域旅游中的各个环节的因素进行数据收集分析，然后找出各个因素之间的关联性，对比旅游行业经济发展的因素，发现当前县域旅游经济发展的矛盾，同时找出问题的关键因素，便于很好的去解决这些问题，在县域旅游经济发展中，主要核心因素有，县域GDP、流动人口、人文条件、职工薪资水平、旅游人口、铁路客运量、陆运客运量、中转量、酒店规模等因素作为主要分析条件，将影响因素的时间序列和参考序列进行灰色关联分析。（二）计算方法与步骤：将县域旅游近几年旅游收入作为参考序列，县域GDP、流动人口、人文条件、职工薪资水平、旅游人口、铁路客运量、陆运客运量、中转量作为比较序列来进行数据收集，然后在通过灰色关联分析法进行消除量纲，增强各因素之间的可比性。然后通过利用公式将比较序列与参考序列进行模型计算，得出其中最大值和最小值，然后计算出县域GDP、流动人口、人文条件、职工薪资水平、旅游人口、铁路客运量、陆运客运量、中转量、酒店规模因素的灰色参考值。（三）通过灰色关联度分析法计算结果。通过对分析数据结果分析，对各个因素的参考值进行排列顺序，如果说县域GDP总值参考值最大，说明县域旅游业与县域GDP发展有直接关系，通过县域GDP发展带动旅游行业发展，也符合旅游业发展规律，得出县域经济发展方向正确。如果通过数据显示在人文因素参考值在第一位，就说明该县域旅游经济的发展方向是发展地区人文文化，没有独特的人文因素很难吸引国内游客来观光旅游，通过参考值可以分析出，该县域旅游经济发展中，要注重人文文化的塑造，发展该县域人文文化来带动旅游行业发展。如果得出酒店规模因素在第一位，就说明县域旅游行业发展受到了酒店的阻碍，一个县域地区旅游行业发展，没有一定规模的酒店，会导致游客入住难，旅游体验感差，通过灰色关联度分析法可以得出旅游经济发展离不开旅游基础设施、旅游服务质量、旅游相关配套。（四）县域旅游经济发展的灰色预测。基于灰色关联分析灰色的预测GM模型是为单序列的一阶线性动态模型，对时间序列数据进行数量大小的预测，它所需要的原始数据少，甚至三个数据就可以建立准确的预测模型，且能得到满意的结果。，通过对县域旅游经济发展进行模型预测，通过县域旅游具备的因素和发展方向，来预测今后2-3年旅游经济发展状况，通过数据显示出来，如果说得出数据不符合该县域旅游经济发展规划，可以通过更改灰色关联的参考因素，调整发展方向。重新来进行预测，以至于获得预期的参考值，比通过更改的数值进行建设。通过灰色关联分析法可以影响县域旅游经济发展的因素和方向。通过发展旅游行业经济来带动县域经济。

二、灰色关联度分析在县域电商经济发展中的应用

电商是互联网时代的产物，在县域经济中发展电商是带动县域经济增加的重要手段。本文通过结合电商发展的影响因素，构建电商发展影响因子模型，通过灰色关联度分析来判断电商在县域经济发展中遇到的问题和发展方向。（一）在县域电商中灰色关联度模型。根据目前县域电商发展具体情况，电商覆盖面积广，能够带动县域中多个行业发展，利用通过电商带动物流运输，互联网发展、工厂加工业发展。通过对县域电商总额作为测量指标、贸易GDP量、物流GDP量、加工业水准、地方特色产物为参考指标，在模型的建立中，用参考指标与测量指标进行灰色关联度分析，找出其中的关联度和依据，能够通过灰色关联度分析得出数据信息，然后使得县域电商经济更好的发展。（二）计算分析结果。通过灰色关联分析法用已知的数据分析出参考值，然后通过利用公式将策略指标与参考指标进行模型计算，得出其中最大值和最小值，然后计算出贸易GDP量、物流GDP量、加工业水准、地方特色产物的灰色参考值。然后通过参考值来分析该县域电商发展情况和方向，在灰色关联分析法中，地方特色产物排在第一位，就证明地方特色产物是影响该县域电商经济发展的重要因素，在县域电商发展中，要注重对地方特色产物的包装和推广，让特色产物商品化、流程化。通过特色来打通线上电商渠道，从而带动整个区域的电商发展。如果加工业水准为第一项，就说明该县域电商发展的方向是改善加工业水准，提高加工业水准，制造出质量过硬，性价比高的产品来推动电商发展。当物流GDP量排名第一时，就需要着重物流发展这一块，物流与电商关联度最为密切，电商的产品需要物流运输，物流的及时性和安全性对电商起着重要的作用，通过改善物流运输条件，提升物流GDP从而为电商提供更好的运输平台，让县域电商在国内中更加有竞争力。从而带动该县域的经济增长。（三）基于灰色关联度分析法。下县域电商发展的建议首先是提升县域电商物流供应链管理水平，电商供应链极大影响着消费者的体验与企业核心能力，良好的供应链不仅可以降低运作成本，还可以将产品以最快的速度到达消费者手中，畅通国内物流通路，大力发展县域外仓储业务；其次增强电商企业设计能力和产品创新能力，充分对国内电商市场进行调研，紧跟国内电商发展，利用通过分析淘宝，京东等知名电商企业的发展方向，来进行对自我调整，避免脱节时代。同时开发本县域具体特色的差异化的电商产品，增强产品的竞争力；再是促进电商与本地产业的深度融合，因地制宜与本地区的特色产业、强势产业、产业集群结合，大力推动产品走出县域面向全国，优化电商人才的培养与引进，电商人才是跨境电商发展的核心动力，大力引进符合电商产业要求的特殊人才，加强县域电商后备人才的培育，打造极具该县域特色的跨境电商平台。

三、灰色关联度分析在县域经济发展中其中节的应用

（一）县域经济发展中基础设施影响因素。县域经济发展模式相对单一，人才流失严重，如何有效的通过基础设施发展来带动县域经济发展是一个难题，通过利用灰色关联度分析法，可以计算出基础设施中可以带动经济发展的因素，然后通过改善基础设施从而带动经济发展，例如在基础设施中，良好的环境因素、交通便利因素、县域标准性建筑、文化建筑等因素都是可以影响经济发展，通过灰色关联度分析法能够得出该县域需要改善的地方，从而针对性的进行改善基础设施来推动经济发展。（二）县域经济发展中人力资源因素。人才是一个地区最宝贵的财富，高新人才能够带动一个地区的发展，然而在县域中如何留住符合该县域发展的人才，如何培养人才是一个难题，通过人才来带动县域经济发展也是一个有效措施，人才是县域经济发展的动力，保证了县域的活力。通过灰色关联度分析法分析出该县域的特点，在社会上进行有针对性的人才招聘，让人才能够充分发挥自身的潜能，才能更好的留住人才。通过灰色关联度分析法，分析出该县域经济发展趋势与人才的关联度，从而选择更有指向性的人才，通过人才的创新和发展来带动县域经济发展。（三）县域经济发展中方向因素。随着互联网时代的不断发展，县域发展经济的道路非常多样化，如何选择正确的道路进行发展，需要利用灰色关联度分析法，该模型通过分析县域经济发展的众多因素，结合实际数据和国内经济数据，得出符合该县域经济发展的方向，这样减少县域经济发展中走的弯路错误。正确的发展方向可以让县域经济发展更加快速和稳定。

县域经济在发展中没有大城市的便利条件，没有过度的政策扶植，需要走出符合自身经济发展的道路，在县域经济发展中运用灰色关联度分析法，能够有效的分析出该县域经济发展的客观因素和国内经济发展的关联度，通过灰色关联度分析法的数据分析和结果预测能够更好的让县域经济发展找到合适的方向和具体策略。

参考文献：

[1]黄黎真.基于灰色关联度统计分析的地方旅游经济发展研究[J].商场现代化，2008（17）：235-236

[2]张晓东.基于灰色理论的跨境电商发展影响因子关联度分析[J].国际商务财会，2020（1）：89-92

[3]刘尧飞，夏云.基于因子分析的小微企业应用跨境电商影响因素研究[J].商业经济研究，2020（6）：86-90.

[4]李玉星，吴晓，韩方勇.基于AHP融合模糊综合评价法的集输系统用能研究[J].油气田地面工程.2017（11）：308-309.

关联度范文篇6

关键词云南产业；结构调整；就业增长

产业结构调整决定着地区经济的发展状况和就业状况，劳动力数量的多少、素质的高低及流动方式，往往决定了产业发展状况。研究云南地区产业结构和就业结构的关联度，可为促进云南地区就业结构的更加合理提供依据。

一、云南产业结构与就业的现状

根据表1数据的分析，可看出云南产业结构和就业结构的对应关系。

从云南产业结构上看，2001-2009年间，第一产业占国内生产总值的比重不断减小，第二产业在国内生产总值的比重始终居主要地位，第三产业占国内生产总值的比重不断上升。从劳动力构成上看，2001-2009年间第一产业劳动力构成比重在不断减少，从2001年的73.9%下降为2009年的62.3%，劳动力的非农化就业趋势上升，但2009年比重仍高达62.3%。第一产业就业份额过大中，大量农村剩余劳动力，第一产业有向外转移劳动力的压力。第二产业劳动力构成比重上升的比较缓慢，而产值的比重有下降趋势，第二产业对劳动力的吸纳能力不断减弱。第三产业的产业和就业结构的不断上升对就业的贡献不断加大。

二、云南产业结构的调整与就业的相关性研究

1、现阶段产业结构调整与就业结构变化

2001-2009年间，第一产业下降4.4个百分点，第二产业下降0.6个百分点，第三产业增加了5.0个百分点。就业结构方面，第一产业下降11.6个百分点，第二产业增加2.8个百分点，第三产业增加8.8个百分点。劳动力结构滞后于产业结构的变化。第一产业劳动力比重从2001年的73.9%降为2009年的62.3%，但第一产业劳动力比重与产业比重相比，却高达45%。

为了更加深入的分析劳动力比重与产业比重的不协调性，找出产业调整的原因，采用结构偏离度指标来衡量。其公式为：结构偏离度=各产业在GDP中所占的百分比/该产业就业在总就业中所占的百分比-1。结构偏离度越接近零时，该产业结构与就业结构越合理。结构偏离度大于零，该产业应该吸纳更多的劳动力以使产业的发展与其吸纳劳动力能力保持一致。结构偏离度小于零，意味着该产业存在隐形失业，解决的方法是促使劳动力从该产业转移到其他产业部门。据云南统计局《云南统计年鉴》计算得出2001-2009年间三次产业的结构偏离度。2001年第一产业为-0.71，第二产业为3.62，第三产业为1.11。2005第一产业为-0.72，第二产业为3.12，第三产业为0.92。2009年第一产业为-0.73，第二产业为2.50，第三产业为0.59。

从以上数据可以看出，第一产业结构偏离度绝对值从2001年的0.71到2009年的0.73，变动的比率很小，但仍然有上升趋势。这一趋势表明，第一产业的就业结构与产业结构愈加不合理，第一产业向第二三产业转移劳动力非常困难，原因是第一产业的劳动力的素质普遍偏低，难以满足第二、三产业对劳动力素质的要求。但第一产业的结构偏离度小于零，意味着存在大量隐性失业，第一产业的劳动力终将向第二三产业释放。第二产业的结构偏离度从2001年的3.62下降到2009年的2.50，有下降的趋势，说明第二产业吸纳劳动力的能力在不断减弱，原因是第二产业的产值有下降的趋势，对劳动力的需求在不断减小。第二产业的结构偏离度大于零，其产业结构与就业结构不合理。第三产业的结构偏离度从2001年的1.11下降到2009年为0.59，下降幅度较大。产业结构与就业结构已趋于合理。由于第三产业的行业技术含量偏低，对劳动力的素质要求不高，就业的壁垒较低，容易吸纳劳动力。

一方面，就业结构不合理，劳动力大量滞留在第一产业。另一方面，三次产业内部结构不合理，阻碍经济发展。产业结构的调整方向应以稳定第一产业，做强第二产业，壮大第三产业为重点。保持第一产业产值稳步上升和所占比重持续下降的趋势。第二产业提高科技附加值，保证第二产业质量和效益的前提下，适当降低所占比重。积极发展第三产业，大力发展乡镇企业、交通运输、餐饮服务业等第三产业，有效吸收农村劳动力，减轻劳动力在第一产业滞留的状况。

2、未来云南产业结构调整与就业结构变化

未来云南产业结构调整的原则，总体按三次产业内的“三二一”顺序推进，调大第三产业、调强第二产业、优化第一产业。根据“十二五”期间经济发展的预期，全省第一、二、三次产业在国民经济中的结构关系，以“15:40:45”为宜，由此形成产业结构调整及优化的阶段性目标。这样，未来五年间，产业结构调整将在2009年17.3:41.9:40.8基础上，使第一产业下降2.3个百分点，第二产业下降1.9个百分点，第三产业增加4.2个百分点，达到第一、二、三次产业间的“15:40:45”，实现“三二一”结构目标。对应的三次产业间的就业结构则以55:14:32为宜，与2009年相比，第一产业的劳动力比重继续减少，第三产业的劳动力比重增加最多，第二产业的劳动力比重略有增加，从而达到优化第一产业，强化第二产业，调大第三产业的目标。

三、云南产业结构调整对就业的贡献

据云南统计局数据，与2001年相比，2009年产业结构调整的结果是第一产业国内生产总值增加了623.18亿元，第二产业国内生产总值增加了1715.47亿元，第三产业国内生产总值增加了2519.62亿元。而对应的就业情况为第一产业劳动力从1710.4万人减少到1672.5万人，减少了37.9万人。第二产业劳动力从207.9万人增加到321.3万人，增加了113.4万人。第三产业劳动力从404.2万人增加到691.0万人，增加了286.8万人。第一产业的剩余劳动力不断向第二三产业转移，带动了就业的增长，成为吸收就业的主要力量。

为反应云南产业结构调整对就业的贡献，需用就业弹性指标来衡量。

就业GDP弹性=某一产业计算期与基期相比的就业增长率/同期该产业经济增长率，截止到2009年，第一二三产业的就业弹性分别为0.02、0.05、0.13，其中第一产业对就业的拉动作用最小，第三产业对就业的带动能力最强。从第一产业看，就业弹性为0.02，已经接近于零，说明经济增长对就业的拉动效应已经相当弱。第二产业就业弹性有缓慢上升的趋势，一个百分点的经济增长可以拉动一个百分点的就业增长，上升的幅度较小。随着现代科技水平的提高，第二产业逐步向资本密集型和技术密集型转变，对劳动力的需求在逐渐较少，尤其是专业技能和素质较低的劳动力已经难以满足第二产业的需要。尽管第三产业也存在就业弹性下降的趋势，但其总体就业弹性远远高于第一二产业，说明第三产业吸纳劳动力的能力非常强，云南省的就业主要靠第三产业拉动。第三产业的就业弹性下降表明劳动生产率提高，将劳动力配置到第三产业，边际收益率逐步降低。另一方面，该产业就业弹性的降低与其内部结构的变化有关，因为第三产业既包括如批发、零售、餐饮这样的传统部门，也包括金融保险、科技服务、房地产开发等新兴部门。前一类部门的劳动密集程度高，后一类部门资本技术密集程度高，就业机会相对少，导致就业弹性下降。由于相对于传统第三产业来说，新兴服务行业的经济增长相对较快，因此第三产业的总体就业弹性就呈现下降趋势。尽管如此，第三产业中的传统产业部门吸纳新增就业的能力非常强且发展潜力巨大，因此，就业人员的增量部分应尽可能多地配置在第三产业。

通过职业技能培训和职业教育等，提高第二产业劳动力素质，推动第二产业发展。千方百计的动员各方力量，大力发展第三产业，发挥其在吸纳劳动力方面的独特优势。在产业结构和就业结构的调整和优化过程中，推动经济发展。

参考文献

关联度范文篇7

关键词云南产业；结构调整；就业增长

产业结构调整决定着地区经济的发展状况和就业状况，劳动力数量的多少、素质的高低及流动方式，往往决定了产业发展状况。研究云南地区产业结构和就业结构的关联度，可为促进云南地区就业结构的更加合理提供依据。

一、云南产业结构与就业的现状

根据表1数据的分析，可看出云南产业结构和就业结构的对应关系。

从云南产业结构上看，2001-2009年间，第一产业占国内生产总值的比重不断减小，第二产业在国内生产总值的比重始终居主要地位，第三产业占国内生产总值的比重不断上升。从劳动力构成上看，2001-2009年间第一产业劳动力构成比重在不断减少，从2001年的73.9%下降为2009年的62.3%，劳动力的非农化就业趋势上升，但2009年比重仍高达62.3%。第一产业就业份额过大中，大量农村剩余劳动力，第一产业有向外转移劳动力的压力。第二产业劳动力构成比重上升的比较缓慢，而产值的比重有下降趋势，第二产业对劳动力的吸纳能力不断减弱。第三产业的产业和就业结构的不断上升对就业的贡献不断加大。

二、云南产业结构的调整与就业的相关性研究

1、现阶段产业结构调整与就业结构变化

2001-2009年间，第一产业下降4.4个百分点，第二产业下降0.6个百分点，第三产业增加了5.0个百分点。就业结构方面，第一产业下降11.6个百分点，第二产业增加2.8个百分点，第三产业增加8.8个百分点。劳动力结构滞后于产业结构的变化。第一产业劳动力比重从2001年的73.9%降为2009年的62.3%，但第一产业劳动力比重与产业比重相比，却高达45%。

为了更加深入的分析劳动力比重与产业比重的不协调性，找出产业调整的原因，采用结构偏离度指标来衡量。其公式为：结构偏离度=各产业在GDP中所占的百分比/该产业就业在总就业中所占的百分比-1。结构偏离度越接近零时，该产业结构与就业结构越合理。结构偏离度大于零，该产业应该吸纳更多的劳动力以使产业的发展与其吸纳劳动力能力保持一致。结构偏离度小于零，意味着该产业存在隐形失业，解决的方法是促使劳动力从该产业转移到其他产业部门。据云南统计局《云南统计年鉴》计算得出2001-2009年间三次产业的结构偏离度。2001年第一产业为-0.71，第二产业为3.62，第三产业为1.11。2005第一产业为-0.72，第二产业为3.12，第三产业为0.92。2009年第一产业为-0.73，第二产业为2.50，第三产业为0.59。

从以上数据可以看出，第一产业结构偏离度绝对值从2001年的0.71到2009年的0.73，变动的比率很小，但仍然有上升趋势。这一趋势表明，第一产业的就业结构与产业结构愈加不合理，第一产业向第二三产业转移劳动力非常困难，原因是第一产业的劳动力的素质普遍偏低，难以满足第二、三产业对劳动力素质的要求。但第一产业的结构偏离度小于零，意味着存在大量隐性失业，第一产业的劳动力终将向第二三产业释放。第二产业的结构偏离度从2001年的3.62下降到2009年的2.50，有下降的趋势，说明第二产业吸纳劳动力的能力在不断减弱，原因是第二产业的产值有下降的趋势，对劳动力的需求在不断减小。第二产业的结构偏离度大于零，其产业结构与就业结构不合理。第三产业的结构偏离度从2001年的1.11下降到2009年为0.59，下降幅度较大。产业结构与就业结构已趋于合理。由于第三产业的行业技术含量偏低，对劳动力的素质要求不高，就业的壁垒较低，容易吸纳劳动力。

一方面，就业结构不合理，劳动力大量滞留在第一产业。另一方面，三次产业内部结构不合理，阻碍经济发展。产业结构的调整方向应以稳定第一产业，做强第二产业，壮大第三产业为重点。保持第一产业产值稳步上升和所占比重持续下降的趋势。第二产业提高科技附加值，保证第二产业质量和效益的前提下，适当降低所占比重。积极发展第三产业，大力发展乡镇企业、交通运输、餐饮服务业等第三产业，有效吸收农村劳动力，减轻劳动力在第一产业滞留的状况。

2、未来云南产业结构调整与就业结构变化

未来云南产业结构调整的原则，总体按三次产业内的“三二一”顺序推进，调大第三产业、调强第二产业、优化第一产业。根据“十二五”期间经济发展的预期，全省第一、二、三次产业在国民经济中的结构关系，以“15:40:45”为宜，由此形成产业结构调整及优化的阶段性目标。这样，未来五年间，产业结构调整将在2009年17.3:41.9:40.8基础上，使第一产业下降2.3个百分点，第二产业下降1.9个百分点，第三产业增加4.2个百分点，达到第一、二、三次产业间的“15:40:45”，实现“三二一”结构目标。对应的三次产业间的就业结构则以55:14:32为宜，与2009年相比，第一产业的劳动力比重继续减少，第三产业的劳动力比重增加最多，第二产业的劳动力比重略有增加，从而达到优化第一产业，强化第二产业，调大第三产业的目标。

三、云南产业结构调整对就业的贡献

据云南统计局数据，与2001年相比，2009年产业结构调整的结果是第一产业国内生产总值增加了623.18亿元，第二产业国内生产总值增加了1715.47亿元，第三产业国内生产总值增加了2519.62亿元。而对应的就业情况为第一产业劳动力从1710.4万人减少到1672.5万人，减少了37.9万人。第二产业劳动力从207.9万人增加到321.3万人，增加了113.4万人。第三产业劳动力从404.2万人增加到691.0万人，增加了286.8万人。第一产业的剩余劳动力不断向第二三产业转移，带动了就业的增长，成为吸收就业的主要力量。

为反应云南产业结构调整对就业的贡献，需用就业弹性指标来衡量。

就业GDP弹性=某一产业计算期与基期相比的就业增长率/同期该产业经济增长率，截止到2009年，第一二三产业的就业弹性分别为0.02、0.05、0.13，其中第一产业对就业的拉动作用最小，第三产业对就业的带动能力最强。从第一产业看，就业弹性为0.02，已经接近于零，说明经济增长对就业的拉动效应已经相当弱。第二产业就业弹性有缓慢上升的趋势，一个百分点的经济增长可以拉动一个百分点的就业增长，上升的幅度较小。随着现代科技水平的提高，第二产业逐步向资本密集型和技术密集型转变，对劳动力的需求在逐渐较少，尤其是专业技能和素质较低的劳动力已经难以满足第二产业的需要。尽管第三产业也存在就业弹性下降的趋势，但其总体就业弹性远远高于第一二产业，说明第三产业吸纳劳动力的能力非常强，云南省的就业主要靠第三产业拉动。第三产业的就业弹性下降表明劳动生产率提高，将劳动力配置到第三产业，边际收益率逐步降低。另一方面，该产业就业弹性的降低与其内部结构的变化有关，因为第三产业既包括如批发、零售、餐饮这样的传统部门，也包括金融保险、科技服务、房地产开发等新兴部门。前一类部门的劳动密集程度高，后一类部门资本技术密集程度高，就业机会相对少，导致就业弹性下降。由于相对于传统第三产业来说，新兴服务行业的经济增长相对较快，因此第三产业的总体就业弹性就呈现下降趋势。尽管如此，第三产业中的传统产业部门吸纳新增就业的能力非常强且发展潜力巨大，因此，就业人员的增量部分应尽可能多地配置在第三产业。

通过职业技能培训和职业教育等，提高第二产业劳动力素质，推动第二产业发展。千方百计的动员各方力量，大力发展第三产业，发挥其在吸纳劳动力方面的独特优势。在产业结构和就业结构的调整和优化过程中，推动经济发展。

参考文献

关联度范文篇8

经济发展受到多方面的影响，而物流作为其中重要的因素，其对经济的影响收到了广泛关注。辽宁省老工业基地的发展与物流业密切相关，本文利用灰色关联分析法，对各运输行业的发展水平与济发展水平的协调性进行研究，进而提出辽宁省物流业发展的对策。

二、指标与模型

指标与数据本文选择了铁路，公路，水运，民航和管道5个行业的货运量和货物周转率共计10个指标，以货运量和货物周转量表示是物流发展水平，用生产总值代表经济发展水平。方法与模型在经济发展和物流发展的协调性研究中，多数文献采用了统计分析方法，如文献，考虑到样本数量有限，本文选择了文献中选用的灰色关联分析法来研究制造业发展与物流发展的协调性。由于邓氏关联度能够更好的反应不同计量单位变量之间的关联程度，因此，本文选择邓氏关联度的计算模型，以保证结果的科学性。

三、计算与结果

1.计算与处理

本文选取邓式关联度分析方法，计算y同X的关联度。首先对原始数据进行无量纲化处理，采用初始化像法，选取ξ=0.5，计算精度为小数点后4位，计算后得到辽宁省生产总值y同辽宁省物流业各行业物流发展要素x1—x10的关联度分别为：0.5719，0.9291，0.6845，0.5818，0.673，0.6199，0.9199，0.8265，0.5793和0.7197。

2.结果分析

(1)公路货运量和公路周转量与经济发展的关联度最高从结果中可以看出，x2和x7的关联度分别为0.9291和0.9199，是所有关联度中最高的两个。这反映出公路与经济发展的相互促进作用明显。(2)民航货运量和民航货物周转量与经济发展关联度较低。从结果中可以看出，x4和x9的关联度分别为0.5818和0.5793，在所有关联度中处于比较低的水平。这反映出民航业发展与经济发展相互促进作用很小。(3)铁路货运量和铁路货物周转量与经济发展关联度较低。x1和x6的关联度分别为0.5719和0.6199，在所有关联度中处于第十位和第7位，处于较低水平。这反映出铁路发展与经济发展的相互促进作用不明显。(4)水运货运量和货物周转量与经济发展关联度较高。x3与x8的关联度分别为0.6845和0.8265，在所有关联度中处于中等水平。这反映出水运发展和经济发展有一定的的相互促进作用。

四、辽宁省物流业发展对策

1.重点发展公路运输业

从分析中可以看出，公路发展与经济发展关联度最高，辽宁经济发展带动了公路快速发展。大力增加公路物流投资，公路运输的顺畅是保证辽宁省经济发展的重要基石。

2.铁路和民航业适当发展

从分析中可以看出，铁路运量的关联度最低，周转量关联度排位第七，铁路整体关联度较低，原因是辽宁经济的发展对铁路的需求量在减少；民航周转量关联度第九，货运量关联度第八，民航关联度较低，原因是民航货物运输产品基本是民用领域较多，工业领域较少，因此对国民经济增长作用较低。因此，铁路和民航在保证基本功能前提下应适当发展。

3.鼓励水运和管道业发展

关联度范文篇9

1.1灰色相对关联度

先对行序列X0、Xi进行初值象，再进行始点零化象,之后利用公式（1）、（2）、（3）就可算出相对关联度γ01.

1.2灰色综合关联度

根据公式ρ01=θε01+（1-θ）γ01，其中θ=0.5，即可算出综合关联度.之后，对综合关联度数值进行排序.

2内蒙古三次产业的灰色关联分析

2.1内蒙古三次产业与GDP的灰色关联度分析

以2005-2012年的GDP数据列为参考数列,以同一时间段的三次产业增加值数据列为比较数列,通过计算绝对关联度和相对关联度，最后得出综合关联度为p01=0.6330；p02=0.8424；p03=0.8095.(4)式(4)中p02>p03>p01，可以看出第二产业与GDP的关联度最大，其次为第三产业，最小的是第一产业.虽然内蒙古第一产业增加值随着时间的推移呈上升的趋势，但其在国民生产总值中比重却在逐年递减，从2005年第一产业占GDP比重的15.1%一直下降到2012年的9.1%，说明第一产业就业已经达到饱和，并且在逐渐排斥劳动力.而第二产业的增长速度不仅一直高于GDP的增长速度,而且第二产业的增加值占GDP的比重逐年快速增长,从2005年的45.4%增加到55.4%.因此,第二产业生产总值大体趋于平稳增长.第三产业增加值在生产总值中所占比重一直在34%-39%的区间内上下波动,可是总体上却是处于下降的趋势，但下降的幅度远小于第一产业下降的速度.

2.2内蒙古三次产业内部灰色关联度分析

2.2.1第一产业内部关联度分析以2005-2012年的第一产业的产值作为参考数列，以同一时间段的农业、林业、畜牧业和渔业数据为比较数列，同理得出综合关联度为p01=0.8676；p02=0.7139；p03=0.8540；p04=0.7000.（5）式(5)中p01，p02，p03，p04分别代表农业、林业、畜牧业和渔业产值与第一产业产值的关联度，其中p01>p03>p02>p04,可以看出农业与第一产业关联度最大，其次为畜牧业，再次为林业，最小的是渔业.从数据中我们可以进一步看出，内蒙古第一产业产值确实主要以农业和畜牧业这两个传统产业产值为主，而其它两个部门产出成果较小.从第一产业内部结构变动来看，农业的比重大体在47%-48%之间进行波动，只有2006年上升幅度最大，达到了51.2%，总体来看农业产值一直趋于稳定.畜牧业产在2005-2012年这段期间还是趋于稳步上升的.而林业和渔业两个行业的产值一直趋于稳定状态，其中渔业产值只在1%左右波动.因此，从未来发展角度来看，可以把农业和畜牧业发展成为最有影响力的支柱产业，[2]充分利用自身的比较优势，尤其要做大做强畜牧业，打造更多的知名品牌.2.2.2第二产业内部关联度分析以2005-2012年的第二产业增加值数据作为参考数列，以同一时间段的工业和建筑业数据作为比较数列，同理得出综合关联度为p01=0.95712；p02=0.6739.(6)式(6)中p01和p02分别代表工业和建筑业产值与第二产业增加值的关联度，其中p01>p02，说明工业产值与第二产业增加值关联度最大.2.2.3第三产业内部关联度分析以2005-2012年的第三产业增加值数据作为参考数列，以同一时间段的第三产业内部各行业产值数据作为比较数列，同理得出综合关联度排序为,批发和零售业(0.7809)>公共管理和社会组织(0.7665)>交通运输、仓储及邮政业(0.7629)>科学研究、技术服务和地质勘察业(0.7415)>水利、环境和公共设施管理业(0.7205)>住宿和餐饮业(0.7199)>房地产业(0.7163)>教育(0.7036)>卫生、社会保障和社会福利业(0.6963)>租赁和商务服务业(0.6712)>信息传输、计算机服务和软件业(0.6541)>居民服务和其他服务业(0.6504)>文化、体育和娱乐业(0.6452)>金融业(0.6359).从关联度数值中可以看出第三产业14个行业产值与第三产业增加值的关联度不算高，最高的数值也只为0.7809.批发和零售业、公共管理和社会组织、交通运输、仓储及邮政业这些传统服务业的关联度数值都高于0.75，并且排序相当靠前.而应该作为第三产业中的支柱产业的关联度排序却排在最后.其中教育行业关联度排序处于中间位置，这说明了教育并没有得到高度的重视，只片面地追求科学技术的产出，二者并没有建立起协调发展的关系.卫生、社会保障和社会福利业的关联度排序也靠后，这说明内蒙古应积极扩大消费,增加公民收入,提高社会保障力度.[3]当前，金融业是第三产业的核心，也是衡量地区第三产业发展水平的关键性指标，并且具有推动地区经济发展的作用，但是它的关联度数值却排在最后一名，说明内蒙古应该重视金融业的发展，积极引导金融服务领域发挥其领头军的功能.2.2.4内蒙古第三产业总产值与第三产业各行业固定资产投资额的灰色关联度分析以2005-2012年的第三产业增加值数据作为参考数列，以同一时间第三产业14个行业的固定资产投资额数据为比较数列，同理得出综合关联度排序为，交通运输、仓储及邮政业（0.7446）>公共管理和社会组织（0.7378）>住宿和餐饮业（0.6803）>水利、环境和公共设施管理业（0.6765）>教育（0.6371）>文化、体育和娱乐业（0.6091）>卫生、社会保障和社会福利业（0.6041）>批发和零售业（0.5795）>科学研究、技术服务和地质勘察业（0.5694）>信息传输、计算机服务和软件业（0.5521）>金融业（0.5333）>居民服务和其他服务业（0.5277）>租赁和商务服务业（0.5264）>房地产业（0.5164）.从关联度排序中可以看出，生产性服务业中只有传统的交通运输、仓储和邮政服务业的关联数值最高,而新兴的信息传输、计算机服务和软件业、金融业、科学研究、技术服务和地质勘查业的关联度排序都处于后面.因此，应对新兴服务业给予高度的投资来促进其生产功能，进而推动第三产业整体快速发展.

3结论

关联度范文篇10

辽宁省产业结构变动与能源消费的关联度分析辽宁省是中国的传统老工业基地，经济一直保持高速增长，特别是实施振兴东北老工业基地战略以来，其增长速度始终高于10%。然而，长期以来，辽宁省的发展以经济增长为目标，属于粗放型增长方式，高速增长是用高昂的能源消耗、环境代价换来的:能源供给有限，但需求不断增加;污染物排放量不断增加，高于全国平均水平。如果按照现有方式继续发展下去，能源、环境约束就必将增强，最终将限制经济的增长。因此，应把握住时代契机，将经济增长方式由粗放型向集约型转变，同时追求经济及社会双重目标，协调经济增长和能源消耗、环境污染之间的矛盾，寻求促进辽宁省经济健康发展的途径。根据关联度计算公式，得出以下结论:γ1=0．570426;γ2=0．761355;γ3=0．666012。结果表明，第二产业结构变化与能源消费总量的关联度最大，其次是第三产业，最后是第一产业。

辽宁省三次产业能源消费量与能源消费总量关联度分析根据关联度计算公式，得出以下结论:γ1=0．851204;γ2=0．872928;γ3=0．577103;γ4=0．855528。由灰色关联度计算公式，可以得出，X2＞X4＞X1＞X3。其中X2代表第二产业，X4代表生活耗能，X1代表第一产业，X3代表第三产业。通过上述，辽宁省产业结构变动与能源消费的关联度分析得出，第二产业变动与能源消费的关联度最高，第二产业对能源消费量的影响最大。因此，为了使辽宁省经济健康稳定发展，政府的相关政策应着重针对第二产业，减少污染型能源的消费，增加清洁型能源的消费。

辽宁省产业结构变动与能源消费的相关政策建议

(一)对于第一产业应加强宣传培训与观念引导，普及绿色生态农业知识通过普及绿色生态农业知识，提高农民对绿色生态农业的认识。农民在一定程度上缺乏绿色生态农业知识，习惯于传统农业耕种方式，对绿色生态农业的益处认识不足，加之环保意识差，在能源消费上，农业生产过程中往往为追求短期利益而采用煤炭等污染型能源，能源物质中夹杂的重金属元素会污染土壤、水域等，对原有的农业生态环境造成破坏。因此，应加强宣传培训，对农业生产者加强观念引导，使其提高对绿色生态农业的认识。