郎鹏程,邓 涛,张成良,徐祖德
(昆明理工大学 国土资源工程学院,云南 昆明 650093)
在“大力推进生态文明建设”“创新驱动,转型升级,推动经济高质量发展”等国家宏观政策的影响下,高劳动强度、低自动化、劳动力密集型的传统采矿业正转型为机械化、数字化、智能化的现代采矿业。随着人民生活水平的提高和对美好生活的向往,工资自然是采矿从业者关心的焦点。合理的劳动报酬,在保障劳动者及其家属的基本生活需求、协调劳动关系、激励劳动者的积极性的同时还具有分配职能与杠杆作用。国家通过向不同行业劳动者差异性分配个人收入调节劳动者在不同行业间的流动,从而实现经济宏观调控。采矿业城镇单位人均工资是国家对矿业发展的宏观调控政策的具体体现。
目前的工资预测方法主要有ARIMA 模型法[1]、线性回归法[2]、三次指数平滑法[3]、灰色系统预测模型GM(1,1)[3]等。ARIMA 模型法对数据的平稳性要求较高,差分运算容易造成信息的损失;在线性回归法分析过程中,因表达式较为单一,可能忽略交互效应与非线性的因果关系;三次指数平滑法在计算过程中对转折点处的数据容易丧失鉴别能力,对数据的长期预测能力弱,适合短期预测;灰色系统预测模型GM(1,1)能在不考虑分布规律与变化趋势的情况下,将无规律的原始序列整理为规律性较强的序列,具有运算简易、检验方便的特点。
GM(1,1)主要被用来预测地区粮食的产量、城市建筑废物产量、地热资源温度、住宅用地需求等影响因素数量不确定、影响比重不确定的灰色系统[4-10],其原理是对原始数据序列用累加或累减的方式整理生成的规律性数据序列建立模型,求解出新生序列的预测模型,经逆向递减运算得到原序列的预测模型,并利用原始值与预测值的残差进行预测精度的检验。
本文首次将灰色系统模型引入探究采矿业的经济发展状况,预测采矿业城镇人员人均工资。人均工资受货币政策、社会收入分配结构等众多不确定因素影响,适合采用灰色系统预测模型进行计算分析。本文基于时间序列的灰色理论,采用GM(1,1)预测模型对采矿业城镇单位人均工资的数据进行处理,并对结果进行精度检验,在此基础上预测采矿业城镇单位人均工资[11-13]。
在假定某个预测对象的非负原始数据列为X(0)={x(0)(1),x(0)(2),x(0)(3),…,x(0)(n)}的前提下,构建灰色理论模型的步骤如下:
b.首先对X(0)进行一次累加,通过累加生成新序列
1-GaoX(1)={x(1)(1),x(1)(2),…,
x(1)(k),…,x(1)(n)},
(1)
c.对X(1)的相邻两数进行均值运算得出滑动均值V(1),生成新数列
V(1)={v(1)(2),v(1)(3),…,v(1)(n)},
(2)
建立GM(1,1)预测模型相应的白化方程:
(3)
式中:a为发展系数,反映了X(0)以及X(1)的发展态势:u为内生控制灰数;二者均为待解参数。
(4)
式中,
求解微分方程
(5)
生成GM(1,1)预测模型的响应式:
(6)
累减还原,得到原始数据的灰色预测值:
(7)
灰色模型的精度检验法是以预测误差为基础,根据预测误差绝对值的大小,考查预测误差较小的点出现的概率,以及与预测误差的方差有关指标的大小,以确定灰色预测模型的精度等级[12-14]。
均值:
(8)
方差:
(9)
残差:
(10)
残差的均值:
(11)
残差的方差:
(12)
均方差比值C=S2/S1;对于给定的C0>0,当C0>C时,模型为均方差合格模型。
预测精度等级见表1。
表1 GM(1,1)模型预测精度等级
根据从国家统计局获得的2003-2019年采矿业城镇单位就业人员年平均工资数据[15],对原始序列数进行级比运算,运算值符合GM(1,1)的应用条件。对采矿业城镇单位就业人员平均工资(y)建立灰色系统预测模型GM(1,1),模型参数见表2。
表2 GM(1,1)模型运算参数
利用Microsoft Excel 软件内嵌的矩阵与函数求得a=-0.087 281 757,u=22 181.719 71。
则GM(1,1)预测模型
-254 139.242 3。
递减还原,得到原始数据的灰色预测模型
(k=2,3,…,n)。
表3 GM(1,1)模型精度检验参数
C值和P值都在一级精度范围内,因此该灰色预测模型适合用于预测采矿业城镇单位就业人员的平均工资。利用灰色预测模型对2015-2019年的人均收入进行验证,结果见表4。
表4 2015-2019年模型预测值与实际值
由表4可知,预测值与实际值的误差在15%以内,可以接受,故将本模型用于预测采矿业城镇单位就业人员平均工资是可行的。
利用灰色系统预测模型对2020-2030年采矿业城镇单位就业人员平均工资进行预测,结果见表5。
表5 2020-2030年采矿业城镇单位就业人员平均工资预测
由表5可知,采矿业城镇单位就业人员平均工资呈增长趋势,且增长幅度稳定。预计到2025年人均工资将超过15万元,2030年将达到23万元。该预测结果可以为采矿业的从业人员和用人单位提供薪资参考。
a.受货币政策、社会收入分配结构、个人所得税税率等不确定因素的影响,人均工资可视为一个灰色系统,利用GM (1,1)模型对采矿业城镇单位就业人员平均工资进行了预测,并对结果进行了检验,误差在15%以内。
b.对2020-2030年采矿业城镇单位人均工资进行了预测,发现人均工资呈增长趋势,且增幅稳定,预计到2025年人均工资将超过15万元,2030年将达到23万元。
c.受其他不可预知因素的影响,预测结果可能会与实际值存在一定偏差。