国防费规模变动的混沌分析

决定国防费规模变动的诸多因素具有混沌运动的特点,混沌运动成为国防费规模变动的一种特征。依据现代混沌理论,这种处于混沌运动状态的国防费规模是可以预测的。文章应用非线性混沌理论,分析了影响国防费规模变动的诸多因素的作用,并对我国国防费规模变动进行了长期定性预测与短期定量预测。     

国防费的一个多变量预测模型

如何确定合理的国防费数量?这个问题长期困扰着世界各国的宏观决策。不少学者以单个因素,如利用国民收入、财政支出等数据,作为自变量,建立线性回归模型或国防费的自回归模型,对国防费进行预测,为各国宏观决测提供依据。但笔者认为,由于影响国防费开支的因素众多,建立单变量的预测模型必然误差很大,不能很好地使决策者信服,因而使得该模型在决策中的运用受到局限。本文首先在考虑国防费(X_1)、国民收入(X_2)、国家财政支出(X_3)、国际形势(X_4)、世界格局(X_5)、周边环境及国防建设的任务(X_6)、军事发展战略方针(X_7)等七个主要因素的基础上,对经济因素以外的政治因素给予赋值,并     

论社会经济与军事经济的周期波动及其调控

如何确定国防费的总体规模,历来是军事经济理论界研究的重要课题。本文运用新的思维方法,借助大量的历史统计资料,采用科学抽象和计量经济方法,研究了国防费的增长历史,揭示国防费的周期波动规律,进而建立国防费的周期增长理论。并运用这一理论分析了中国、美国、原苏联等国的国防费增长周期,建立了国防费周期增长模型,进行国防费预测。提出了社会经济与军事经济的周期增长存在着内在统一性等观点。     

基于国防费投向投量的作战体系发展趋势预测模型研究

利用知识图谱、复杂网络和数学建模方法,基于国防费投向投量数据,构建作战体系预测模型。首先,建立“作战概念—作战体系—作战能力—武器装备/技术研发”知识图谱;然后,将国防费中装备采购和技术研发的真实数据,对应聚合到知识图谱对应的节点中;最后,利用复杂网络方法构建数学模型,预测外军作战体系发展方向和重点,辨析作战概念真伪。     

GNI对中国国防费规模与结构变动影响的实证分析

依据1980年～2009年的国防费和国民总收入的样本数据,分析和预测经济增长对国防费规模和结构变动的影响程度表明,国防费规模与国民总收入一直处于一个较低水平的均衡变动状态,后者对国防费规模持续产生支持效应;国防费各大项支出的收入弹性呈现出由不均衡向均衡状态变动的特点。     

中国国防费时间序列预测模型构建

文章综合运用B-J时间序列建模方法,对中国国防费时间序列平稳性进行了判别;采用单位根方法检验了时间序列的单整阶数;利用自相关函数和偏自相关函数判别了时间序列模型的自回归阶数(AR(p))和移动平均阶数(MA(q));构建了中国国防费时间序列模型,并进行了分析和预测。     

国防费结构控制模型探讨

在对国防费结构研究方法进行回顾性评论的基础上,文章通过构建与解析国防费结构的控制模型,对建国至今我国的国防费结构进行了实证分析,并对优化国防费结构提出了对策性建议。     

国防费结构问题研究方法及评价

国防费结构问题是国防经济理论研究领域非常重要的研究内容。早期的相关文献主要倾向于定性分析，近年来一些学者开始采用西方经济学经典模型、计量经济方法、统计方法甚至物理学方法分析国防费结构问题。具有代表性的，如国防费结构控制模型、耗散结构分析法、国防费结构力论、国防费关联分析法、弹性分析与边际分析法、层次分析法等。     

国防费基础数据研究的意义及内容

国防费基础数据研究,主要搜集世界典型国家用于国防事业的经费数据,将相关数据进行形式化和规范化处理,并建立国防费基础数据库系统,在此基础上对取得的数据进行分析、融合、挖掘,寻找数据间内在联系和规律。具体内容包括：建立国防费基础数据库和国防费基础数据综合应用系统,对国防费数据进行分析处理和知识发现,研究国防费预算和管理的辅助决策模型。     

结构效应:国防费结构关联分析

国防费存在着“量”与“质”的规定性,于是就有了国防费的“量”的规模与“质”的规模。两者相比,后者更为重要。于是,文章引入“结构关联”概念对国防费及其规模进行分析,得出了国防费结构效应的命题。通过对结构关联的分析,作者认为:国防费“质”的规模可以“成长”,但其“成长”主要依赖于国防费结构关联,而国防费结构关联由国防费结构关联水平、关联规模和聚合质量三因素以三维立体形态构成,因而国防费结构关联水平的高低、关联规模大小和聚合质量优劣决定国防费的“质”的规模。文章在对三因素进行系统分析的基础上,就国防费“质”的规模成长提出了一些政策性建议。     

论国防费结构优化动因

国防费结构优化动因可以从四个方面来分析：国际分工与军事革命同步,改变国家利益需要,构成战斗力生成与增长的条件约束,是国防费结构优化的约束性动因;以经济增长与发展为动力的国内分工,对国防费政策发挥影响,是国防费结构优化的基础性动因;国防分工改变着国防费的构成,为战斗力生成与增长提出新的更高要求,是国防费结构优化的直接性动因;国际分工、国内分工与国防分工的交互作用是国防费结构优化本质动因。     

基于MSOA神经网络模型的装备保障费用预测

引入基于多步骤优化方法(MSOA)神经网络模型用以预测装备保障费用。实验结果表明,与传统的ARIMA时间序列模型和常规BP神经网络模型相比,基于MSOA神经网络预测模型具有更高预测精度。因此,该模型是一种更有效的装备保障费用预测模型。     

基于灰色加权马尔科夫的部队集成训练效果预测

针对GM(1,1)预测模型误差较大的问题,在GM(1,1)模型的基础上引入加权马尔科夫模型构建了部队集成训练效果预测模型。该模型以GM(1,1)模型存在的预测残差作为划分马尔科夫状态的依据,通过加权处理对预测结果进行修正。实例分析结果表明,该模型算法简单,易于实现,可以较大地提高部队训练效果预测精度,为部队开展科学有效的实战化训练提供了有力的数据支撑。     

中国军事经济学研究十年回顾(中)

关于国防费问题对于国防费问题的研究,是军事经济学领域的重要内容。纵观过去十年的研究情况,主要集中在以下几个问题上: (一)国防费占财政支出的比例问题国防费是国家用于满足国防战备建设的基金。多年来,对于国防费在国家财政支出中是否有一个相对固定的比例争论不休。主要有两种观点:一种意见认为,国防费在国家财政支出中应具有一定的比例。其理由是:随着国家财政收入的增长,国防费相应增长,有利于国防建设的发展。尤其是有利于国防建设长远安排。另一种意见认为,从理论上说,国防费在国家财政支出中比例相     

基于ARMA-BP组合模型的装备故障率预测方法

为解决单一模型预测装备故障率预测误差大、精度低的问题,提出了一种基于ARMA-BP组合模型的装备故障率预测方法.在建立ARMA模型和BP神经网络模型的基础上,采用加法集成法建立ARMA-BP组合预测模型,并利用方差倒数法确定ARMA模型和BP神经网络模型的权重系数.以某型装甲装备故障率数据为研究对象,对比ARMA模型、BP神经网络模型和ARMA-BP组合模型故障率预测结果,表明:相比于单一预测模型,ARMA-BP组合模型的装备故障率预测结果精度更高.     

完善“三个机制” 提高国防费配置效率

国防费总量确定及其配置问题,一直是经济学尤其是国防经济学研究的焦点和热点。新制度经济学认为,良好的制度供给能够降低交易成本,提高经济效益。鉴此,必须建立完善国防费配置的体制机制,为提高国防费的配置效率创造良好的制度环境。一、合理确定国防费配置总量的增长机制适度的国防费配置总量,能为提高国防费的配置     

“一军两制”观的迷径——与陈方同志商榷

200亿人民币,无论怎祥精打细算也算不出一个现代化国防来,这是事实,但并不是就不要精打细算了。我们认为,国防费并不是不能再增加了,从我国国情、军情出发,国防费还应有所增加。国防费的来源是否可以作一些变更,除财政拨款外,可否征收部分国防税,以弥补国防费的不足。国防所提供的是一种公共安全,社会公共受益,社会各经济部门交纳部分国防税是说得通的,当然税收的确定要公平合理,要进行系统论证。     

国防费供求均衡路径探析

为实现国防费供求均衡,必须合理确定国防费规模,建立国防费购买力与物价挂钩机制,建立科学的国防费决策管理机制和国防费绩效评估指标体系,健全完善国防费管理法规制度体系。     

基于灰色马尔科夫理论的体能训练效果预测与评价模型

将灰色理论与马尔科夫理论相结合,建立了灰色马尔科夫体能训练效果预测与评价模型,可以反映数据序列的发展趋势,还可缩小预测区间的范围。采用静态与动态相结合的方法,对某学员队五公里武装越野的训练成绩进行评价分析,结果证明灰色马尔科夫预测模型精度高于初级灰色预测模型。     

柴油机磨损寿命的灰色马尔柯夫模型预测

基于灰色系统理论,将灰色ＧＭ（１,１）预测模型和马尔柯夫预测模型的优点结合起来,形成一个灰色马尔柯夫预测模型,拓宽了灰色预测的应用范围。特别地,这种模型的预测结果比其它随机波动性较大的数据到模型的预测结果精确得多。对柴油机磨损寿命进行预测,取得了令人满意的结果。