基于RBF神经网络的最低工资调整模型(4)
时间:2016-12-24 12:01 来源:毕业论文 作者:毕业论文 点击:次
2011 17.62% 27.64% 2012 13.10% 24.14% 2013 13.11% 6.61% 2014 6.08% 20.34% 累积上涨幅度 194.23% 241.02% 对比上表可以看出：首先，我国最低工资的调整是较低的。其中2011、2012和2014年都较大幅度的低于合理最低工资上涨幅度。从累积上涨幅度上看，从2010到2014年，实际累积上涨幅度为194.23%，而合理最低工资上涨幅度为241.02%，明显偏低。其次，我国最低工资的调整是滞后的。如从2012到2013年期间，合理最低工资上涨有大幅度下降，而实际最低工资上涨幅度到2014年才大幅度下降。 4．结束语 本文先运用灰色关联度对各个经济指标与工资增长之间的相关性进行分析，选取出七个对工资上涨幅度较为重要的因素：人均GDP、恩格尔系数、劳动生产率、平均工资、居民消费水平、累积通胀率和失业率。再结合宏观经济学原理的相关理论，建立最低工资调整模型，并用RBF神经网络进行拟合。最后通过拟合后的模型计算，得出从2010年到2014年间，我国最低工资调整幅度较低且滞后的结论。由于改革开放以来，我国经济结构变化巨大，可能导致了数据有所不同，神经网络的样本外预测效果有待提升。 (责任编辑：qin) |