国产一级a片免费看高清,亚洲熟女中文字幕在线视频,黄三级高清在线播放,免费黄色视频在线看

打開(kāi)APP
userphoto
未登錄

開(kāi)通VIP,暢享免費(fèi)電子書(shū)等14項(xiàng)超值服

開(kāi)通VIP
中國(guó)區(qū)域監(jiān)測(cè) CHINA REGIONAL OBSERVATION
我國(guó)各地區(qū)新型工業(yè)化發(fā)展水平的比較研究

  摘要:從新型工業(yè)化的主要指標(biāo)出發(fā),應(yīng)用主成分分析和聚類(lèi)分析兩種方法,對(duì)全國(guó)31個(gè)地區(qū)的新型工業(yè)化水平進(jìn)行了全面、客觀的比較分析,并根據(jù)各自的優(yōu)勢(shì)與劣勢(shì)提出了促進(jìn)各地區(qū)新型工業(yè)化均衡發(fā)展的對(duì)策。

  關(guān)鍵詞:新型工業(yè)化,發(fā)展,指標(biāo)體系,分析

  十六大報(bào)告指出:“實(shí)現(xiàn)工業(yè)化仍然是我國(guó)現(xiàn)代化進(jìn)程中艱巨的歷史性任務(wù),要走出一條科技含量高;經(jīng)濟(jì)效益好,資源消耗低,環(huán)境污染少,人力資源得到充分發(fā)揮的新型工業(yè)化路子。”十六大提出的并正在實(shí)施的新型工業(yè)化戰(zhàn)略對(duì)于我國(guó)經(jīng)濟(jì)綜合實(shí)力的提升,對(duì)各地區(qū)經(jīng)濟(jì)的可持續(xù)發(fā)展具有十分重要的意義。本文利用多元統(tǒng)計(jì)分析中的主成分分析和聚類(lèi)分析方法,對(duì)31個(gè)省、市、自治區(qū)的新型工業(yè)化發(fā)展水平進(jìn)行了綜合排名與分類(lèi),以期對(duì)我國(guó)新型工業(yè)化發(fā)展的整體水平有個(gè)客觀的評(píng)價(jià)。

  一、新型工業(yè)化綜合評(píng)價(jià)指標(biāo)體系的構(gòu)建

  新型工業(yè)化綜合評(píng)價(jià)指標(biāo)體系的構(gòu)建既要考慮到利用發(fā)達(dá)國(guó)常用的一些標(biāo)準(zhǔn),即與國(guó)際標(biāo)準(zhǔn)的銜接、與其他國(guó)家的橫向比較;又要考慮到指標(biāo)體系應(yīng)簡(jiǎn)單明了,指標(biāo)數(shù)據(jù)便于收集整理,便于進(jìn)行經(jīng)常性動(dòng)態(tài)監(jiān)測(cè)、縱向比較;同時(shí)更要反映中國(guó)新型工業(yè)化的后發(fā)優(yōu)勢(shì),即“科技含量高,經(jīng)濟(jì)效益好,資源消耗低,環(huán)境污染少,人力資源得到充分發(fā)揮”的特點(diǎn)。筆者以全國(guó)31個(gè)省、市、自治區(qū)為樣本,結(jié)合數(shù)據(jù)的可查找性,構(gòu)建了新型工業(yè)化發(fā)展水平的綜合評(píng)價(jià)指標(biāo)體系,該體系分為七個(gè)層次,共13個(gè)指標(biāo):(1)工業(yè)化進(jìn)程指標(biāo):Xl=人均GDP;X2=非農(nóng)產(chǎn)業(yè)就業(yè)人數(shù)占全部就業(yè)人數(shù)比重;X3=城鎮(zhèn)化率;(2)結(jié)構(gòu)變動(dòng)指標(biāo):x4=非農(nóng)產(chǎn)業(yè)增加值占GDP比重;X5=恩格爾系數(shù);(3)科技教育發(fā)展指標(biāo):X6=R&D經(jīng)費(fèi)占GDP的比重;X7=信息從業(yè)人員占全部從業(yè)人員比重;(4)經(jīng)濟(jì)效益指標(biāo):X8=總資產(chǎn)貢獻(xiàn)率;X9=工業(yè)成本費(fèi)用利潤(rùn)率;(5)環(huán)境與資源再利用指標(biāo);X10=污染治理項(xiàng)目本年完成投資;X11=“三廢”綜合利用產(chǎn)品產(chǎn)值占工業(yè)增加值的比重;(6)人力資源指標(biāo):X12=城鎮(zhèn)單位每萬(wàn)人擁有專(zhuān)業(yè)技術(shù)人員數(shù);(7)生產(chǎn)效率指標(biāo):X13=勞動(dòng)生產(chǎn)率。

  二、各地區(qū)新型工業(yè)化的分析比較

  使用SPSS軟件對(duì)上述13個(gè)指標(biāo)的數(shù)據(jù)進(jìn)行主成分分析多元統(tǒng)計(jì)方法處理,即采用較少的概括性公共因子來(lái)反映原本眾多的觀測(cè)變量所代表的信息,從而達(dá)到既不丟失信息又起到降維作用的目的;而且因?yàn)楣惨蜃臃从沉送?lèi)指標(biāo)的特征,因而具有較強(qiáng)的綜合解釋能力;同時(shí),各指標(biāo)的權(quán)重由其對(duì)綜合評(píng)價(jià)的貢獻(xiàn)率決定,使得權(quán)重的確定更加的客觀、科學(xué),本文的多變量指標(biāo)體系很適合采用主成分分析法進(jìn)行數(shù)據(jù)的簡(jiǎn)化、分組。

  1.主成分分析。利用SPSS統(tǒng)計(jì)軟件對(duì)上述13個(gè)指標(biāo)的數(shù)據(jù)進(jìn)行處理,得到表現(xiàn)各因子特征值的碎石圖(見(jiàn)圖1)。通過(guò)分析碎石圖可以發(fā)現(xiàn),前五個(gè)因子的特征值較大,從第六個(gè)點(diǎn)開(kāi)始特征值遠(yuǎn)小于1并變化平穩(wěn),因此提取前五個(gè)因子較為合適,得到各公共因子的特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率(見(jiàn)表1),由于五個(gè)公共因子的累計(jì)貢獻(xiàn)率為90.47%>85%,可以反映出原指標(biāo)的絕大部分信息。因此,本文就只選取前五個(gè)因子作進(jìn)一步的分析,將原來(lái)的13個(gè)指標(biāo)綜合成五個(gè)主成分因子F1、F2、F3、F4和F5。

  因子載荷矩陣表示公共因子與原指標(biāo)變量的相關(guān)系數(shù),一般而言,因子載荷值的絕對(duì)值越大,表明其對(duì)所代表的指標(biāo)變量的解釋性越好。經(jīng)計(jì)算初始載荷矩陣結(jié)構(gòu)不夠簡(jiǎn)單明了,各因子的典型代表性不很突出,因子的經(jīng)濟(jì)含義不明,其實(shí)際意義難以得到合理解釋和命名,故采用方差最大正交旋轉(zhuǎn)法,經(jīng)過(guò)旋轉(zhuǎn)后得到因子載荷矩陣(見(jiàn)表2,*代表各主成分反映、說(shuō)明的指標(biāo)),旋轉(zhuǎn)后的因子載荷值如表所示,各因子的經(jīng)濟(jì)含義明確,解釋能力很強(qiáng),旋轉(zhuǎn)后的效果不錯(cuò)。

  根據(jù)表2,可對(duì)各主成分因子的經(jīng)濟(jì)含義作出如下解釋?zhuān)簩⒌谝恢鞒煞?F1)命名為綜合因子,因?yàn)槿司鵊DP(X1)、城鎮(zhèn)化率(X3)、非農(nóng)就業(yè)人數(shù)占全部就業(yè)人數(shù)比重(X2)、非農(nóng)產(chǎn)業(yè)增加值占GDP比重(X4)在該因子上具有較大的載荷值,所以該因子主要代表了新型工業(yè)化的綜合水平,也是新型工業(yè)化的基礎(chǔ)和核心內(nèi)容;將第二主成分(F2)命名為科教因子,因?yàn)樾畔臉I(yè)人員占全部從業(yè)人員比重(X7)、R&D經(jīng)費(fèi)占GDP比重(X6)、每萬(wàn)人擁有專(zhuān)業(yè)技術(shù)人員數(shù)(X12)在該因子上占有較大的正載荷值,所以該主成分因子在很大程度上代表了科教經(jīng)費(fèi)的投入、從業(yè)人員的素質(zhì)結(jié)構(gòu),反映了新型工業(yè)化的科技與人力資源狀況;將第三主成分(F3)渝名為效率與效益因子,因?yàn)閯趧?dòng)生產(chǎn)率(X13)、總資產(chǎn)貢獻(xiàn)率(X8)、工業(yè)成本費(fèi)用利潤(rùn)率(X9)在該因子上占有較大的載荷值;將第四主成分(F4)稱(chēng)為環(huán)境因子,因?yàn)?#8220;三廢”綜合利用產(chǎn)品產(chǎn)值占工業(yè)增加值的比重(X11)以及污染治理項(xiàng)目本年完成投資(X10)兩項(xiàng)指標(biāo)綜合顯示了各地區(qū)對(duì)環(huán)境污染治理的投資力度以及資源再利用的水平;將第五主成分(F5)命名為消費(fèi)因子,因?yàn)槎鞲駹栂禂?shù)(X5)在該因子上占有較大的負(fù)載荷值,反映了新型工業(yè)化水平與恩格爾系數(shù)成反比,該因子說(shuō)明了各地區(qū)在消費(fèi)支出的結(jié)構(gòu)、消費(fèi)水平、生活水平上的差距。

  由上,我們得到了能夠概括代表原指標(biāo)的五個(gè)主成分因子:綜合因子F1、科教因子F2、效率與效益因子F3、環(huán)境因子F4、消費(fèi)因子F5。利用SPSS統(tǒng)計(jì)軟件分別計(jì)算出五個(gè)主成分的因子得分,然后對(duì)各主成分因子得分進(jìn)行加權(quán)求和,權(quán)重由每個(gè)主成分因子的貢獻(xiàn)率確定。各地區(qū)綜合得分的計(jì)算方法是:

  F=(F1X45.489+F2X19.225+F3x11.568+F4X7.689+F5X6.5)÷90.47

  通過(guò)各主成分因子得分及綜合得分,可以對(duì)各地區(qū)的新型工業(yè)化水平進(jìn)行量化描述,綜合評(píng)價(jià)總得分越高說(shuō)明該地區(qū)新型工業(yè)化水平越高,這樣就可以從各個(gè)主成分因子所代表的不同指標(biāo)的角度對(duì)各地區(qū)新型工業(yè)化水平進(jìn)行分析比較,可以得到新型工業(yè)化的主成分因子得分及綜合得分的排序(見(jiàn)表3)。

  由下表可以看出,綜合得分排名前10位的分別是上海、北京、天津、江蘇、廣東、浙江、黑龍江、遼寧、山東、福建,說(shuō)明這些地區(qū)新型工業(yè)化的綜合實(shí)力居于全國(guó)前列。而四川、河南、廣西、甘肅、貴州則居于全國(guó)最后五位,可見(jiàn)新型工業(yè)化水平與原先的工業(yè)基礎(chǔ)、經(jīng)濟(jì)發(fā)展程度具有高度一致性。其中第一主成分因子得分排名前五位的分別是上海、天津、浙江、廣東、江蘇,該因子是綜合因子,反映這些地區(qū)新型工業(yè)化的基礎(chǔ)與綜合水平較高。第二主成分因子得分排名前五位的是北京、陜西、海南、吉林、青海,顯示這些地區(qū)的科研經(jīng)費(fèi)投入較高,信息從業(yè)人員、專(zhuān)業(yè)技術(shù)人員占從業(yè)人員或總?cè)丝诘谋壤^高。第三主成分因子得分居前的是黑龍江、新疆、云南、海南、山東,說(shuō)明這些地區(qū)的勞動(dòng)生產(chǎn)率與效益較高。第四主成分因子得分排名處于前列的是山東、江蘇、福建、廣東、黑龍江,這些地區(qū)對(duì)污染的投資治理力度較大,資源循環(huán)利用效益較好。各地區(qū)各有自己的優(yōu)勢(shì)與劣勢(shì)。

  2.聚類(lèi)分析。利用SPSSl0.0統(tǒng)計(jì)軟件對(duì)31個(gè)省、市、自治區(qū)的原始數(shù)據(jù)再進(jìn)行聚類(lèi)分析,采用層次聚類(lèi)分析方法和離差平方和測(cè)度類(lèi)間距離的方法,最后得到反映聚類(lèi)結(jié)果的樹(shù)型圖(聚類(lèi)樹(shù)型圖略)。并大致按照新型工業(yè)化程度的不同把全國(guó)分為五類(lèi)地區(qū):第一類(lèi)地區(qū)是北京;第二類(lèi)地區(qū)是上海、天津、浙江;第三類(lèi)地區(qū)是遼寧、江蘇、福建、山東、廣東;第四類(lèi)地區(qū)是黑龍江、云南、新疆;第五類(lèi)地區(qū)是余下的其它地區(qū)。

  三、各地區(qū)新型工業(yè)化的綜合評(píng)價(jià)及政策建議

  通過(guò)各地區(qū)在五個(gè)主成分上的得分以及總得分,可以看到各地在工業(yè)發(fā)展各方面存在著巨大的差距。我們可以對(duì)各類(lèi)地區(qū)在新型工業(yè)化發(fā)展上存在的優(yōu)勢(shì)與劣勢(shì)有個(gè)全面、客觀、清楚的評(píng)價(jià),并據(jù)此提出一些有針對(duì)性的對(duì)策。

  第一類(lèi)地區(qū)是北京。該地區(qū)具有較強(qiáng)的綜合競(jìng)爭(zhēng)力,經(jīng)濟(jì)、科教、效益、環(huán)境、消費(fèi)各方面的得分都在前15名,是全國(guó)的政治中心、經(jīng)濟(jì)中心、文化中心,有一定的工業(yè)基礎(chǔ)、投資力度大,人才儲(chǔ)備充足,發(fā)展比較均衡,潛力較大。建議今后:(1)不斷發(fā)揮自身優(yōu)勢(shì),為全國(guó)新型工業(yè)化發(fā)展起到應(yīng)有的示范效應(yīng);(2)注意產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí),大力發(fā)展第三產(chǎn)業(yè);(3)利用承辦2008年奧運(yùn)會(huì)的大好契機(jī),不斷改善環(huán)境;(4)在良好的科技、教育基礎(chǔ)之上,進(jìn)一步促進(jìn)科技成果向生產(chǎn)實(shí)用技術(shù)的轉(zhuǎn)化;(5)不斷加強(qiáng)管理,發(fā)揮人力資源的優(yōu)勢(shì),提高總資產(chǎn)貢獻(xiàn)率及工業(yè)成本費(fèi)用利潤(rùn)率,走集約化經(jīng)營(yíng)之路,不斷降低物耗,提高企業(yè)經(jīng)濟(jì)效益,促進(jìn)經(jīng)濟(jì)、社會(huì)、自然和諧、可持續(xù)發(fā)展。

  第二類(lèi)地區(qū)是上海、天津、浙江。這些地區(qū)作為老工業(yè)基地,工業(yè)基礎(chǔ)好,經(jīng)濟(jì)總體發(fā)展?fàn)顩r良好,表現(xiàn)為第一主因子得分全國(guó)排名前三位。尤其是上海在工業(yè)化的核心指標(biāo)方面數(shù)值遙遙領(lǐng)先,但在科教方面、環(huán)境方面不盡如人意,這要引起重視,否則會(huì)影響其經(jīng)濟(jì)發(fā)展的后勁,尤其是難以進(jìn)一步發(fā)展成為具有國(guó)際競(jìng)爭(zhēng)影響力的大都市。浙江也存在同樣的問(wèn)題。天津則是由于各方面發(fā)展平衡而被歸為這一類(lèi)??刹扇〉膶?duì)策:(1)上海作為全國(guó)經(jīng)濟(jì)、文化中心,科技、教育投入總量大,人才集中,但因?yàn)樯虾H丝诿芏容^大,所以今后還應(yīng)不斷加大人均科研投資力度,進(jìn)一步提升科教水平;加大人力資源投入,改善就業(yè)結(jié)構(gòu),提高就業(yè)者素質(zhì);同時(shí),加大環(huán)境污染治理力度,促進(jìn)科技成果在生產(chǎn)中的運(yùn)用,大力發(fā)展循環(huán)經(jīng)濟(jì)(2)浙江則在上海可采取的對(duì)策基礎(chǔ)上,還應(yīng)注意增加民營(yíng)企業(yè)的科技投入;促進(jìn)各類(lèi)企業(yè)提高勞動(dòng)生產(chǎn)率,提高資金使用效率,提高經(jīng)濟(jì)效益;創(chuàng)造良好的競(jìng)爭(zhēng)環(huán)境,促進(jìn)各種所有制經(jīng)濟(jì)良性競(jìng)爭(zhēng),共同發(fā)展。(3)天津發(fā)展較均衡,綜合因子、科教因子、效益因子分列全國(guó)第三、七、七位,唯一不足之處是應(yīng)該適當(dāng)加大環(huán)境保護(hù)的投資力度,利用已有優(yōu)勢(shì)走上一條良性發(fā)展之路。

  第三類(lèi)地區(qū)是遼寧、江蘇、福建、山東、廣東。這些地區(qū)地處沿海,工業(yè)基礎(chǔ)好,開(kāi)放時(shí)間早,引入外資較多,科技投入較多,科研開(kāi)發(fā)能力較強(qiáng),經(jīng)濟(jì)效益也較好,普遍環(huán)境保護(hù)意識(shí)較強(qiáng),經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)關(guān)系處理得較好,顯示了這些地區(qū)進(jìn)一步發(fā)展所具有的超強(qiáng)競(jìng)爭(zhēng)力與潛力。應(yīng)采取的對(duì)策:(1)遼寧作為老工業(yè)基地,設(shè)備較舊,人員包袱較重,影響了經(jīng)濟(jì)效益的發(fā)揮。所以應(yīng)不斷完善投資環(huán)境,增加對(duì)外資與內(nèi)資的吸引力度;加大科研經(jīng)費(fèi)的投資,加強(qiáng)技改的力度;增加人力資本投資,提高勞動(dòng)者素質(zhì),不斷提高勞動(dòng)生產(chǎn)率與經(jīng)濟(jì)效率;同時(shí)處理好老工業(yè)基地的改造、發(fā)展與環(huán)境之間的和諧關(guān)系。(2)廣東排名第五,具有較強(qiáng)的綜合實(shí)力,但還可在科技與教育方面進(jìn)一步增加投資;同時(shí)在經(jīng)濟(jì)效益方面也還存在較大的挖潛余地。(3)江蘇具有較好的工業(yè)基礎(chǔ),在各方面發(fā)展比較均衡,總得分第四名,其中綜合因子得分排名全國(guó)第五,同時(shí)環(huán)境因子得分全國(guó)排名第二,科教、效益的排名也居前,但是略低于全國(guó)平均水平,今后可在這兩個(gè)方面加以改進(jìn)、提高。(4)山東總排名第九,由于有一大批知名的國(guó)有大中型企業(yè),所以經(jīng)濟(jì)效益排名居第五位,同時(shí)環(huán)境排名第一,今后可進(jìn)一步促進(jìn)科技與教育的發(fā)展;加塊城市化步伐,提高城鎮(zhèn)人口比重;促進(jìn)非農(nóng)產(chǎn)業(yè)發(fā)展,提高非農(nóng)產(chǎn)業(yè)就業(yè)率與增加值;促進(jìn)各類(lèi)所有制企業(yè)均衡發(fā)展。(5)福建排名第十,綜合因子排第八位,環(huán)境因子排名第三位,但在科教方面一定要大幅增加投資;加速科研的發(fā)展及成果的轉(zhuǎn)化,用信息化成果、高新技術(shù)、現(xiàn)代經(jīng)營(yíng)方式來(lái)改造傳統(tǒng)產(chǎn)業(yè);加大城市化、城鎮(zhèn)化的步伐;促進(jìn)產(chǎn)業(yè)集群,工業(yè)化整體水平的提高。另外這些地區(qū)的恩格爾系數(shù)較高估計(jì)與這些地區(qū)有重視飲食文化的傳統(tǒng)是分不開(kāi)的,跟較多的外來(lái)人口也有一定的關(guān)系。

  第四類(lèi)地區(qū)是黑龍江、云南、新疆。這幾個(gè)地區(qū)與前面一些地區(qū)相比還存在著一定的差距,尤其是在綜合因子方面,即新型工業(yè)化的最主要的主成分因子上的得分不高,而這三個(gè)地區(qū)能夠與后面的眾多地區(qū)相區(qū)別,在于他們都具有自己某一方面的突出優(yōu)勢(shì),如黑龍江在科技挖潛、經(jīng)濟(jì)效益、環(huán)境的治理投資與保護(hù)方面都居于前列;而云南、新疆的優(yōu)勢(shì)則在于其經(jīng)濟(jì)效益較好。當(dāng)然這些地區(qū)還需繼續(xù)發(fā)揮優(yōu)勢(shì),彌補(bǔ)不足,追求均衡發(fā)展:(1)在提高工業(yè)化的基礎(chǔ)方面多做文章,促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,形成自己的產(chǎn)業(yè)集群與產(chǎn)業(yè)優(yōu)勢(shì);(2)提高人均CDP產(chǎn)值;(3)加快城鎮(zhèn)化步伐;(4)促進(jìn)非農(nóng)產(chǎn)業(yè)就業(yè)與產(chǎn)值的提高。云南、新疆還應(yīng)增加科技與教育的投資,促進(jìn)科教大幅提升。

  第五類(lèi)地區(qū)是剩下的其他地區(qū),由山西、內(nèi)蒙、吉林、安徽、江西、河南、湖北、湖南、廣西、海南、重慶、四川、貴州、陜西、甘肅、青海、寧夏組成。這些地區(qū)大多地處內(nèi)陸,經(jīng)濟(jì)起步較晚,吸引的投資不足,在經(jīng)濟(jì)基礎(chǔ)、工業(yè)基礎(chǔ)、產(chǎn)業(yè)結(jié)構(gòu)、經(jīng)濟(jì)效益等各方面都較為遜色,但也不排除一些地區(qū)在某一方面較為突出,其中吉林、海南、四川、陜西、甘肅、青海、寧夏等地在科教因子、文化方面都表現(xiàn)不錯(cuò),這與近年來(lái)西部大開(kāi)發(fā),投資增加、人力資源素質(zhì)提高是分不開(kāi)的,而海南、陜西、青海的經(jīng)濟(jì)效益不錯(cuò),四川、陜西的環(huán)境因子得分較高,估計(jì)山西、內(nèi)蒙、河南、青海、寧夏的恩格爾系數(shù)得分較高是與當(dāng)?shù)厝说纳钐攸c(diǎn)、飲食習(xí)慣分不開(kāi)的。應(yīng)采取的對(duì)策:(1)湖北應(yīng)該注意經(jīng)濟(jì)效益的改善;同時(shí)適當(dāng)增加科教投資;重慶則應(yīng)在以上兩方面都著力發(fā)展;陜西在具有排名第二的科教水平的基礎(chǔ)上,再進(jìn)一步加強(qiáng)工業(yè)化基礎(chǔ)方面的投資與建設(shè),這三個(gè)地區(qū)完全有望進(jìn)入前面的三、四類(lèi)地區(qū)。(2)其它中、西部地區(qū)也都具有自身的某方面優(yōu)勢(shì)與特點(diǎn),可以有針對(duì)性地克服不足、發(fā)揮優(yōu)勢(shì),在新型工業(yè)化方面取得更大的進(jìn)展。西藏地區(qū)由于統(tǒng)計(jì)數(shù)據(jù)不全,無(wú)法分類(lèi),其工業(yè)化基礎(chǔ)體系還有待于日益完善、新型工業(yè)化水平有待于進(jìn)一步提高。

  作者:陳璐璇

  來(lái)源:《工業(yè)經(jīng)濟(jì)》2007年第4期

本站僅提供存儲(chǔ)服務(wù),所有內(nèi)容均由用戶(hù)發(fā)布,如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請(qǐng)點(diǎn)擊舉報(bào)。
打開(kāi)APP,閱讀全文并永久保存 查看更多類(lèi)似文章
猜你喜歡
類(lèi)似文章
數(shù)據(jù)分享|R語(yǔ)言主成分PCA、因子分析、聚類(lèi)對(duì)地區(qū)經(jīng)濟(jì)研究分析重慶市經(jīng)濟(jì)指標(biāo)
非洲投資環(huán)境地域差異研究
中國(guó)大學(xué)MOOC多元統(tǒng)計(jì)分析網(wǎng)課答案
商業(yè)決策中如何快速找到問(wèn)題關(guān)鍵?變量降維算法詳解
數(shù)說(shuō)足球:以拜仁為例 通過(guò)大數(shù)據(jù)模型分析引援契合度!
我國(guó)居民消費(fèi)結(jié)構(gòu)的因子分析
更多類(lèi)似文章 >>
生活服務(wù)
分享 收藏 導(dǎo)長(zhǎng)圖 關(guān)注 下載文章
綁定賬號(hào)成功
后續(xù)可登錄賬號(hào)暢享VIP特權(quán)!
如果VIP功能使用有故障,
可點(diǎn)擊這里聯(lián)系客服!

聯(lián)系客服