計劃生育政策的調(diào)整研究及綠色建筑設(shè)計公司的營銷策略

2021年第四次暑假模擬承諾書我們仔細閱讀了中國大學(xué)生數(shù)學(xué)建模競賽的競賽規(guī)則。我們完全明白，在競賽開始后參賽隊員不能以任何方式（包括、電子郵件、網(wǎng)上咨詢等）與隊外的任何人（包括指導(dǎo)教師）研究、討論與賽題有關(guān)的問題。我們知道，抄襲別人的成果是違反競賽規(guī)則的，如果引用別人的成果或其他公開的資料（包括網(wǎng)上查到的資料），必須按照規(guī)定的參考文獻的表述方式在正文引用處和參考文獻中明確列出。我們鄭重承諾，嚴(yán)格遵守競賽規(guī)則，以保證競賽的公正、公平性。如有違反競賽規(guī)則的行為，我們將受到嚴(yán)肅處理。我們參賽選擇的題號是（從A/B中選擇一項填寫）： 我們的參賽報名號為（如果賽區(qū)設(shè)置報名號的話）：所屬學(xué)校（請?zhí)顚懲暾娜簠①愱爢T（打印并簽名）：1.23.指導(dǎo)教師或指導(dǎo)教師組負責(zé)人（打印并簽名）：日期：2013年8賽區(qū)評閱編號（由賽區(qū)組委會評閱前進行編號）：

2021年第四次模擬編號專用頁賽區(qū)評閱編號（由賽區(qū)組委會評閱前進行編號）：賽區(qū)評閱記錄（可供賽區(qū)評閱時使用）：評閱人評分備注全國統(tǒng)一編號（由賽區(qū)組委會送交全國前編號）：全國評閱編號（由全國組委會評閱前進行編號）：PAGE26計劃生育政策的調(diào)整研究摘要針對我國人口紅利逐漸消失、低生育率、人口老齡化日益加重、以及男女比例失調(diào)的現(xiàn)狀，本文從人口增長的實際情況出發(fā)，運用GM(1,1)、最小二乘法擬合、BP神經(jīng)網(wǎng)絡(luò)、主成分分析等方法建立模型，針對如何調(diào)整計劃生育政策做出相關(guān)的說明。對于問題一，我們從中國統(tǒng)計年鑒上查找了相關(guān)數(shù)據(jù)，用最小二乘法擬合出撫養(yǎng)比、生育率、人口老齡化、男女比四個指標(biāo)的大致走向，并結(jié)合GM(1,1)模型對數(shù)據(jù)進行中長期預(yù)測。其中負擔(dān)系數(shù)，呈上升趨勢，到2021年為33.04%，預(yù)計在未來將超過50%。人口老齡化也呈上升趨勢，到2021年為11.2%。而男女比，生育率呈下降趨勢，到2021年分別為1.0452%，0.38%，綜合這四個指標(biāo)，得出我國有必要放開二胎政策。對于問題二，為了更全面地反映我國人口變化的具體情況，我們利用熵權(quán)法對負擔(dān)系數(shù)、生育率、人口老齡化、男女性別比加以權(quán)重，求得權(quán)重系數(shù)分別為-0.2726，0.0119，1.0903，0.1705，然后根據(jù)這四個指標(biāo)構(gòu)建一個綜合指標(biāo)的函數(shù)。用BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型對這個綜合指標(biāo)進行長期預(yù)測，畫出趨勢圖。接著我們查詢了四個指標(biāo)的國際化標(biāo)準(zhǔn)，歸一化后得出一條標(biāo)準(zhǔn)直線，選取兩線相交最近的一點（2021，0.02）。最終，我們得出結(jié)論，國家應(yīng)在2021年放開二胎政策。對于問題三，如何全面調(diào)整計劃生育政策，我們用主成分分析法建立模型，將人口數(shù)，出生率，死亡率，增長率，男女比，以及城鎮(zhèn)和鄉(xiāng)村的人口數(shù)作為8個觀測值，對31個省進行綜合排序，然后劃分成5個等級，對于排在一級的省份：貴州，重慶，廣西，安徽，北京，天津應(yīng)在2021年首先放開二胎政策，其他城市根據(jù)優(yōu)先級別每隔2年，依次實行二胎政策。最后，我們根據(jù)模型的結(jié)論給出相關(guān)建議，并對模型做出了客觀評價。關(guān)鍵字：二胎政策最小二乘法擬合GM(1,1)熵權(quán)法BP神經(jīng)網(wǎng)絡(luò)預(yù)測主成分分析一問題重述1、背景自1949年建國后，由于社會穩(wěn)定，人民負擔(dān)減小，以及社會對人口增長的問題缺乏充分的認(rèn)識，為了彌補戰(zhàn)后損失的人口，國家大力鼓勵生育。于是到1995年2月15日零時，我國人口就已經(jīng)達到12億，約占世界人口的五分之一，人口問題越來越成為我國主要的問題。所以國家于20世紀(jì)70年代大力推行計劃生育，多年來，計劃生育在我國取得了舉世矚目的成就，中國自1971年到2021年，共計出生人口6.38億，其中因計劃生育因素所減少的出生人口數(shù)達3.38億。計劃生育政策對建設(shè)中國特色社會主義、實現(xiàn)國家富強和民族振興產(chǎn)生了巨大影響，為促進世界人口與發(fā)展發(fā)揮了重大作用。但是隨著計劃生育政策在我國取得巨大成就的同時，也帶來了一系列的社會問題。在經(jīng)歷了迅速從高生育率到低生育率的轉(zhuǎn)變之后，我國人口的主要矛盾已經(jīng)不再是增長過快，而是人口紅利消失、臨近超低生育率水平、人口老齡化、出生性別比失調(diào)等問題。如何調(diào)整我國的生育政策才能滿足社會人口更替的需要，緩解20年之后的高度老齡化局面，使總?cè)丝谧兓悠椒€(wěn)，再次獲得人口紅利成為目前討論的一個熱門話題。2、問題我國的人口新政策于2021年由國內(nèi)20多位頂尖人口學(xué)者提出，他們指出我國應(yīng)該在2021年全面放開二胎政策。但是倘若國家采納了這個建議，則給我國帶來的是“人口紅利”還是“人口災(zāi)難”，目前尚未知曉。請你根據(jù)自己收集的資料，建立合適的數(shù)學(xué)模型，回答以下問題。（1）選擇合適的角度，建立數(shù)學(xué)模型，評估我國目前有沒有必要放開二胎政策？（2）建立數(shù)學(xué)模型，回答何時放開二胎政策比較合適。（3）建立數(shù)學(xué)模型，分析如何合理放開二胎政策才可以避免同時全部放開二胎帶來的人口大起大落式的劇烈變動，也可避免放開“單獨”（即夫妻雙方一方是獨生子的可生二胎）帶來的花費時間較長、貽誤時機等問題。二基本假設(shè)在進行人口統(tǒng)計的工作中，由于其工作難度大，費時長，國家財政支出多，因此國家統(tǒng)計的數(shù)據(jù)并不完整。而且在人口統(tǒng)計的過程中有很多不確定的因素，所以對于此題我們做了如下的假設(shè)：1、假設(shè)我們從網(wǎng)上查到的國家統(tǒng)計的數(shù)據(jù)真實、可靠；2、假設(shè)意外死亡的人數(shù)和港澳臺同胞不計入統(tǒng)計范圍；3、假設(shè)勞動人口的年齡范圍為15—64歲；4、假設(shè)國內(nèi)外人口的遷入、遷出不計入統(tǒng)計范圍；5、假設(shè)在一年之內(nèi)，處于育齡婦女的生育率不會改變。三符號說明：多項式的系數(shù)：多項式的項：最小二乘法擬合曲線：指標(biāo)權(quán)重：指標(biāo)權(quán)值：指標(biāo)的差異系數(shù)：熵權(quán)法的權(quán)重：單位特征向量：主成分：綜合指標(biāo)：協(xié)方差矩陣：熵權(quán)法所求系數(shù)：四問題分析4.1問題一的分析對于問題一，首先，根據(jù)題目中的四個因素，作為國家是否需要放開二胎政策的指標(biāo)，分別是人口紅利指標(biāo)、生育率指標(biāo)、人口老齡化指標(biāo)和性別比指標(biāo)。通過中國統(tǒng)計年鑒和其他資料查出能反映上述指標(biāo)的各種數(shù)據(jù)，利用這些數(shù)據(jù)，我們結(jié)合現(xiàn)階段的實際情況和未來的發(fā)展情況來說明此問題。我們對現(xiàn)有的數(shù)據(jù)進行最小二乘法擬合，得到我國當(dāng)前人口紅利、生育率、人口老齡化、性別比的情況和大致的未來的趨勢。然后，為了全面地反映我國未來人口的變化情況，我們建立了GM(1,1)模型，對以上四個指標(biāo)進行預(yù)測。最后，將預(yù)測值與實際值進行比較，一方面驗證預(yù)測效果的好壞，另一方面又說明了我國未來的人口變化情況，從而準(zhǔn)確說明我國有沒有必要放開二胎政策。4.2問題二的分析對于問題二，在問題一的基礎(chǔ)上，建立出能夠全面反映出我國未來人口變化的具體情況。因為在問題一中，人口紅利、生育率、人口老齡化和性別比都只能反映人口變化的一個側(cè)面，為了更全面地反映我國人口變化的具體情況。首先，擬定一個人口變化情況的綜合指標(biāo)，并利用熵權(quán)法得出四個指標(biāo)的在綜合指標(biāo)中所占的權(quán)重，構(gòu)建出綜合指標(biāo)的函數(shù)其次，將問題一中對于各指標(biāo)的數(shù)值進行歸一化后代入到綜合指標(biāo)中，得出這個綜合指標(biāo)在我國目前的情況，并用MATLAB程序擬合出我國現(xiàn)階段綜合指標(biāo)的變化情況。然后，利用BP神經(jīng)網(wǎng)絡(luò)模型對綜合指標(biāo)進行預(yù)測，得出未來綜合指標(biāo)的變化情況。最后，我們從網(wǎng)上找出以上四個指標(biāo)在國際上的標(biāo)準(zhǔn)，并于歸一化后代入建立的函數(shù)中，求得綜合指標(biāo)在國際上應(yīng)有的標(biāo)準(zhǔn)。根據(jù)標(biāo)準(zhǔn)，在預(yù)測圖中作出一條作為標(biāo)準(zhǔn)的直線，其交點的橫坐標(biāo)即為應(yīng)該放開二胎政策的時間。4.3問題三的分析問題三是建立在問題二的基礎(chǔ)上分析如何合理放開二胎政策才可以避免同時全部放開二胎帶來的人口大起大落式的劇烈變動，也可避免放開“單獨”帶來的花費時間較長、貽誤時機等問題。這也就是說明，我國的人口新政策不是同時在我國的每個地區(qū)都實施的，所以這就需要我們根據(jù)我國各地區(qū)人口現(xiàn)狀，將我國各地區(qū)分為幾個部分，然后逐級放開二胎政策。所以我們根據(jù)人口數(shù)，出生率，死亡率，增長率，男女比，撫養(yǎng)比，城鎮(zhèn)和鄉(xiāng)村等8個與我國各地區(qū)與人口變化有關(guān)的觀測指標(biāo)，利用主成份分析法求出其中的主成份，并針對我國各省市的具體人口情況做一個合理的排名，將這31個省分成五個等級去逐級放開二胎政策。五模型的建立和求解5.1問題一模型的建立和求解5.1.1問題一模型的準(zhǔn)備為了了解人口紅利、生育率、人口老齡化和男女比隨年份的變化趨勢，以及提高數(shù)據(jù)擬合的準(zhǔn)確度，利用SPSS軟件作出四項指標(biāo)的散點圖如下：圖1四項指標(biāo)與年份關(guān)系的散點圖根據(jù)散點圖可以看出，撫養(yǎng)比隨年份的變化和人口老齡化隨年份的變化為一次函數(shù)關(guān)系，而綜合生育率與男女比隨年份的變化則與年份不成一次關(guān)系，而且關(guān)系較為復(fù)雜。對于這種情況的擬合，我們可以采用最小二乘法擬合對其分別進行一次、二次及多次的擬合，而且擬合效果比較好。然后再用GM(1,1)模型對其進行預(yù)測，得出我國未來人口的變化情況。但是通過我們閱讀文獻及從散點圖的趨勢可以知道，撫養(yǎng)比隨年份有一個先減小而后增大的情況，通過GM(1,1)模型預(yù)測的數(shù)值都是單調(diào)函數(shù)，所以對于撫養(yǎng)比的預(yù)測就只能通過最小二乘法的擬合來實現(xiàn)。5.1.2問題一模型的建立1、曲線擬合的最小二乘法模型的建立1）由已知的離散數(shù)據(jù)點選擇與實驗點誤差最小的曲線(1)式（1）中為多項式的系數(shù)，為多項式的項，則稱為最小二乘法擬合的曲線。2）若記(2)(3)（2）式、（3）式可改寫為(4)式（4）法方程，可寫成距陣形式(5)式（5）中。它的平方誤差為：(6)2、GM(1,1)模型的建立（以人口老齡化為例）選取2021~2021年11年的數(shù)據(jù)預(yù)測2021~2021年9年的數(shù)據(jù)。1)第一步,建立原始數(shù)據(jù)的GM(1,1)模型設(shè)原始數(shù)據(jù)為利用GM(1,1)的求解程序得a=-0.0298u=8871.3751時間響應(yīng)式為：(7)求導(dǎo)還原得：(8)(9)(10)2)第二步，精度檢驗（后驗差比值）C=0.1095表1后驗差檢驗表級數(shù)后驗差比值C準(zhǔn)確率P一級（好）<0.35≥0.95二級（合格）<0.5≥0.8三級（勉強）<0.65≥0.7四級（不合格）≥0.65<0.7由上表知，其準(zhǔn)確率達到95%以上，故其預(yù)測的結(jié)果非常準(zhǔn)確。5.1.3問題一模型的求解1、人口紅利指標(biāo)的計算查閱資料得知，人口紅利可以表示為人口負擔(dān)系數(shù)，人口負擔(dān)系數(shù)小于或等于50%稱為人口機會窗口期，也可稱為人口紅利期。人口負擔(dān)系數(shù)的計算公式如下：人口負擔(dān)系數(shù)=（14歲及以下人口數(shù)+65歲及以上人口數(shù)）/（15～64歲人口數(shù)）×100%我們通過中國統(tǒng)計年鑒查到的人口負擔(dān)系數(shù)的數(shù)據(jù)見附錄1。利用最小二乘法對該數(shù)據(jù)擬合的圖形如下：圖2人口負擔(dān)系數(shù)隨年份的變化圖具體程序代碼見附錄2其預(yù)測的數(shù)據(jù)如下：表2人口負擔(dān)系數(shù)的預(yù)測年份202120212021202120212021202120212021系數(shù)33.9333.4233.0232.7232.5332.4632.5232.7133.04由以上結(jié)果可知，我國的人口負擔(dān)系數(shù)在1995年到2021年成下降趨勢，在2021年之后，人口負擔(dān)系數(shù)將逐年上升，并大概于2030年上升到50%，則此時人口紅利將會消失。2、生育率指標(biāo)的計算查閱文獻得知總和生育率一般作為國家計劃生育的指標(biāo)，而國際的標(biāo)準(zhǔn)為，總和生育率為2.1可以滿足社會人口更替的需要。通過中國統(tǒng)計年鑒查到的總和生育率的數(shù)據(jù)見附錄1。1）利用最小二乘法對該數(shù)據(jù)擬合的圖形如下：圖3總和生育率隨年份的變化圖2）利用GM(1,1)對總和生育率的預(yù)測結(jié)果如下：表3生育率的預(yù)測值年份202120212021202120212021202120212021預(yù)測值0.910.820.730.660.590.530.480.430.38得到的C=0.2193<0.35，所以預(yù)測數(shù)據(jù)很準(zhǔn)確。具體算法程序見附錄3由以上結(jié)果知，我國的總和生育率于2021年以后都成下降的趨勢，而且總和生育率都在2.0以下，遠遠小于國際水平。隨著時間的發(fā)展，我國的總和生育率將日趨減小，若干年后，我國的總和生育率將遠遠無法滿足社會更替的需要。3、人口老齡化指標(biāo)的計算利用時間響應(yīng)函數(shù)模型預(yù)測出2021~2021年65歲以上人口數(shù)（單位：萬）和2021~2021年65歲以上人口占總?cè)丝诘谋戎兀▎挝唬?）。具體結(jié)果若下：表4人口老齡化的預(yù)測值年份202120212021202120212021202120212021預(yù)測值9.29.59.79.910.210.410.711.011.2圖4人口老齡化隨年份的變化圖由以上結(jié)果可知,目前,中國65歲及以上老年人口數(shù)已達1.29億,占總?cè)丝跀?shù)的9.3%。2021年,65歲及以上老年人口數(shù)將達到1.59億,比重從1982年的4.9%增長到11.2%。預(yù)計未來定會形成老齡人口高峰平臺。由此可見中國的人口老年化速度和老年人口的絕對數(shù)增長都比較快,中國老年人規(guī)模比例在迅速的上升。因此國家應(yīng)適當(dāng)?shù)姆艑捰媱澤撸约皶r應(yīng)對老齡化社會出現(xiàn)的各種問題。4、男女性別比指標(biāo)的計算同理選取2021~2021年11年的數(shù)據(jù)用GM(1,1)預(yù)測2021~2021九年的男性人口數(shù)和女性人口數(shù)。做出的后驗差比值均小于0.35，說明預(yù)測的精度非常好，不需要修正。然后計算出男女人口差值（單位：萬）和性比（單位：%）。為了更好地反映人口增長的趨勢，下表列出了1980~2021年的數(shù)據(jù)：表51980-2021年男女性別比的預(yù)測值198019851990199520212021202120212021男性507855472558904618086543767375687487056672273女性479205112655429593136130663381653436716969145性比1.05981.07041.06271.04211.06741.06301.05211.05061.0452圖5男女性別比隨年份的變化圖由圖可以看出我國男女?dāng)?shù)量處于不穩(wěn)定狀態(tài)，2021年達到了1.0674%。雖然未來幾年我國男女性比逐漸減小，2021年為1.0452%，擔(dān)仍大于國際通行安全標(biāo)準(zhǔn)（102：107），剩男居多，不利于社會穩(wěn)定。因此國家應(yīng)對計劃生育政策做適當(dāng)?shù)恼{(diào)整。5、總結(jié)：由以上四個指標(biāo)的計算結(jié)果可知，我國目前有必要放開二胎政策。5.2問題二模型的建立和求解5.2.1問題二模型的準(zhǔn)備由于問題一中人口紅利、生育率、人口老齡化和性別比都只能反映人口變化的一個側(cè)面，為了更全面地反映人口變化的具體情況，我們需要擬定一個人口變化情況的綜合指標(biāo)。熵權(quán)法是一種決定指標(biāo)的方法，綜合指標(biāo)取決于單個指標(biāo)數(shù)的確定，熵權(quán)法使權(quán)重的確立具有科學(xué)的根據(jù)，具有說服力。所以對于這個綜合指標(biāo)我們利用熵權(quán)法來確定各指標(biāo)的權(quán)重。為了求出我國需要放開二胎政策的具體年份，我們需要對人口情況做一個中長期的預(yù)測。GM(1,1)模型適用于中長期預(yù)測，最小二乘擬合預(yù)測限制性較強。對于長期綜合指標(biāo)的預(yù)測，我們采用BP神經(jīng)網(wǎng)絡(luò)。因為此模型只需以歷史數(shù)據(jù)作為輸入，通過抑制與激活神經(jīng)結(jié)點，自動決定影響性能的參數(shù)及影響程度，自動形成模型，無需進行模型假設(shè)，再加上神經(jīng)網(wǎng)絡(luò)對復(fù)雜的非線性系統(tǒng)具有曲線擬核能力，預(yù)測能力強。最后根據(jù)BP神經(jīng)網(wǎng)絡(luò)來預(yù)測這個綜合指標(biāo)在我國未來的變化情況，并根據(jù)國際標(biāo)準(zhǔn)找出我國需要放開二胎政策的年份。5.2.2問題二模型的建立1、熵權(quán)法模型的建立1)計算第項指標(biāo)小第個方案的指標(biāo)比重：(11)2)計算指標(biāo)的熵值：(12)3)計算第項指標(biāo)的差異系數(shù)：(13)4)定義權(quán)重：(14)式（14）中就為熵權(quán)法確定的權(quán)重。2、BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型的建立我們建立如下結(jié)構(gòu)為17-20-17的BP神經(jīng)網(wǎng)絡(luò)，其結(jié)構(gòu)圖如下：……………輸入層隱含層輸出層……………圖6BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖BP神經(jīng)網(wǎng)絡(luò)的預(yù)測算法模型包括BP神經(jīng)網(wǎng)絡(luò)構(gòu)建、BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練、BP神經(jīng)網(wǎng)絡(luò)分類三步，算法流程如圖7所示：系統(tǒng)建模系統(tǒng)建模構(gòu)建合適的BP神經(jīng)網(wǎng)絡(luò)BP神經(jīng)網(wǎng)絡(luò)分類測試數(shù)據(jù)BP神經(jīng)網(wǎng)絡(luò)初始化BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練訓(xùn)練結(jié)束BP神經(jīng)網(wǎng)絡(luò)構(gòu)建BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練NYBP神經(jīng)網(wǎng)絡(luò)分類圖7算法流程5.2.3問題二模型的求解1、熵權(quán)法模型的求解根據(jù)熵權(quán)法，分別對人口老齡化，男女比，總和生育率，撫養(yǎng)比分別加以權(quán)重最后得到系數(shù)，，，的值，如下表2所示表6四項指標(biāo)的權(quán)重系數(shù)指標(biāo)人口老齡化男女比總和生育率撫養(yǎng)比權(quán)重-0.27260.01191.09030.1705由四項指標(biāo)的權(quán)重系數(shù)，我們得到了綜合評價指標(biāo)函數(shù)：(15)具體算法程序見附錄42、BP神經(jīng)網(wǎng)絡(luò)模型的求解我們對得到的2021~2021年的綜合指標(biāo)進行預(yù)測，得到了2021~2035年的預(yù)測指標(biāo)，下圖藍色的曲線是2021~2035年總指標(biāo)趨勢圖。為了得到放寬二胎政策的最優(yōu)年份，我們查詢了我國四項指標(biāo)的安全線，分別為：人口老齡化標(biāo)準(zhǔn)：65歲以上人口占總?cè)丝凇?%；男女比例標(biāo)準(zhǔn)：102：107；總和生育率標(biāo)準(zhǔn)：1.5%；撫養(yǎng)比標(biāo)準(zhǔn)：40%。根據(jù)綜合指標(biāo)的函數(shù)，我們求的綜合指標(biāo)的標(biāo)準(zhǔn)為0.02，然后我們利用MATLAB軟件做出的結(jié)果如下：具體算法程序見附錄5圖8總指標(biāo)趨勢與標(biāo)準(zhǔn)線圖將得到的一條平行于x軸的直線x=0.02與綜合評價指標(biāo)曲線相交于兩點，最近的一點對應(yīng)2021年，因此我們得到結(jié)論：國家應(yīng)在2021年放開二胎政策，使人口、資源、環(huán)境相適應(yīng)，社會穩(wěn)定發(fā)展。5.3問題三模型的建立和求解5.3.1問題三模型的準(zhǔn)備問題三讓我們分析如何合理放開二胎政策才可以避免同時全部放開二胎帶來的人口大起大落式的劇烈變動，也可避免放開“單獨”（即夫妻雙方一方是獨生子的可生二胎）帶來的花費時間較長、貽誤時機等問題。這也就是說明，我國的人口新政策不是同時在我國的每個地區(qū)都實施的，所以這就需要我們根據(jù)各地區(qū)人口現(xiàn)狀，將我國各地區(qū)分為幾個部分，然后逐級放開二胎政策。于是這就引申出了一個分類問題，這就需要我們根據(jù)各地區(qū)人口變化的各種因素，對這些地區(qū)作出一個較為準(zhǔn)確的排名，然后將他們分為若干類。由于影響各地區(qū)人口變化的因素有多種，所以我們可以利用主成份分析法，將影響各地人口變化的主成份找出來，根據(jù)這些主成份將我國各地區(qū)的排名逐級寫出來。5.3.2問題三模型的建立1）有31個城市，每個城市觀測8個指標(biāo)，將原始數(shù)據(jù)寫成矩陣形式，然后數(shù)據(jù)標(biāo)準(zhǔn)化：(16)2）建立變量的相關(guān)系數(shù)陣：或者協(xié)方差矩陣：(17)3）求的特征根及相應(yīng)的單位特征向量：(18)4）寫出主成份：(19)一般取累計貢獻率達85-95%的特征值所對應(yīng)的第一、第二，…第個主成分。5）根據(jù)特征值，確定各成分權(quán)重，進行綜合指標(biāo)，排序。(20)5.3.3問題三模型的求解主成分分析是一種通過降維技術(shù)把多個指標(biāo)約化為少數(shù)幾個綜合指標(biāo)的綜合統(tǒng)計分析方法，而這些綜合指標(biāo)能夠反映原始指標(biāo)的絕大部分信息，它們通常表現(xiàn)為原始幾個指標(biāo)的線性組合。根據(jù)人口數(shù)，出生率，死亡率，增長率，男女比，撫養(yǎng)比，城鎮(zhèn)和鄉(xiāng)村等8個觀測指標(biāo)對31個城市進行綜合排序，求得城鎮(zhèn)和鄉(xiāng)村人口數(shù)為主成份累計貢獻率，達到85%以上。我們用主成份分析法計算出綜合排序，將31個城市分為5個等級。具體算法程序見附錄6具體主成份數(shù)據(jù)和運算結(jié)果見附錄7表7城市劃分等級情況級別一級城市二級城市三級城市四級城市五級城市城市貴州、重慶廣州、安徽北京、天津江西、寧夏遼寧、福建新疆、河南四川、海南青海、廣東湖南、山東浙江、西藏江西、山西云南、吉林湖北、內(nèi)蒙古、上海、甘肅、陜西、黑龍江、湖北由問題二的求解可知，我國應(yīng)該在2021年實行二胎政策，所以在2021年，一級城市應(yīng)該開放實行二胎政策，之后，每個2年，分別讓二級城市，三級城市……實行開放二胎政策。圖91982-2021年我國家庭變化趨勢根據(jù)圖9，1982年第三次人口普查時，我國家庭戶的平均人數(shù)為4.43人，到2021年第六次人口普查時，該數(shù)值降到3.10人，30年間家庭戶的平均人口減少了近1.3人。在家庭規(guī)模不斷縮小的同時，家庭規(guī)模縮小和獨生子女增加使我國出現(xiàn)了大量的獨生子女家庭。所以對于家庭規(guī)模比較小的城市，更應(yīng)該實施二胎政策。六相關(guān)建議1、在2021年，國家應(yīng)放寬二胎政策。人口老齡化加劇使社會負擔(dān)加重，家庭養(yǎng)老功能減弱；男女比例失調(diào)早晨社會不穩(wěn)定；低生育率影響我國未來人口的發(fā)展……為減少未來我國人口的不安定因素，計劃生育政策的調(diào)整勢在必行。如果在群眾的生育意愿很低的情況下再去調(diào)整生育政策，就有可能導(dǎo)致生育水平不會反彈，此時的政策調(diào)整就失去意義了。2、逐步放開二胎政策不會造成人口數(shù)量的反彈。按照各省人口的綜合情況，逐步拓寬，對于家庭規(guī)模比較小的城市，更應(yīng)該實施二胎政策。3、為了實現(xiàn)男女性別比例平衡，應(yīng)允許第一胎是女孩的夫婦可以生第二胎。七模型的評價優(yōu)點：1、模型的的計算采用專業(yè)軟件求解和作圖，例如Matlab軟件，spss軟件等；2、模型一中，我們用GM(1,1)模型和最小二乘擬合對人口老齡化、性別比、生育率、撫養(yǎng)比進行了中長期預(yù)測并做出合理的分析；3、模型二中，我們利用熵權(quán)法對四項指標(biāo)組合預(yù)測，得到了綜合評價指標(biāo)，大幅度提高了預(yù)測的準(zhǔn)確度。在不同時期，建立起不同的模型，用BP神經(jīng)網(wǎng)絡(luò)做長期預(yù)測，使該模型具有很好的推廣性和通用性；4、模型三中，根據(jù)城市的人口情況，我們用主成分分析法將其分為五個等級，在保留大部分信息的情況下用少數(shù)幾個指標(biāo)進行分析。缺點：1、由于是在假設(shè)的理想情況下求最優(yōu)解，故它可能與實際的情形有一定的出入。其次，在選取樣本時，由于數(shù)據(jù)有限，使得所求結(jié)果具有一定的局限性。2、人口的波動情況與很多動態(tài)因素有關(guān)，不可能面面俱到，使得模擬中存在誤差。參考文獻[1]曾毅.中國人口分析[M]．北京：北京大學(xué)出版社，2021年.[2]田雪原．中國人口政策60年[M]．北京：社會科學(xué)文獻出版社，2021年.[3]顧寶昌,王豐主編.八百萬人的實踐—來自二孩生育政策地區(qū)的調(diào)研報告[M]．北京:社會科學(xué)文獻出版社,2021年.[4]李建新.中國人口結(jié)構(gòu)問題[M]．北京：社會科學(xué)文獻出版社,2021年.[5]湯兆云.當(dāng)代中國人口政策研究[M].北京:知識產(chǎn)權(quán)出版社,2021年.[6]國家計生委課題組.中國未來人口發(fā)展與生育政策研究[J].人口研究，2021年3月.[7]李建新.論生育政策與中國人口老齡化[J]．人口研究，2021年2月．[8]郭志剛,張二力,顧寶昌,王豐.從政策生育率看中國生育政策的多樣性[J]．人口研究，2021年4月.[9]李建新．不同生育政策選擇與中國未來人口[J]．人口研究，2021年1月．[10]陳友華．中國生育政策調(diào)整問題研究[J]．人口研究，2021年1月．[11]曾毅．試論二孩晚育政策軟著陸的必要性與可行性[J]．中國社會科學(xué)，2021年2月．[12]中國統(tǒng)計年鑒.附錄1年份（年）人口負擔(dān)系數(shù)總和生育率老齡化（%）男女比19912.011.055119921.861.042919931.711.041619941.561.045199548.81.436.21.0421199648.81.566.41.0333202148.11.466.51.0437202147.91.116.71.0513202147.71.456.91.0589202142.61.227.01.06742021421.387.11.0602202142.21.397.31.06062021421.417.51.06192021411.597.61.0627202138.81.747.71.0631202138.31.877.91.0627202137.91.68.11.0619202137.41.438.31.0606202136.91.178.51.0593202134.21.188.91.0521202134.41.049.11.0517附錄2最小二乘擬合代碼：clcclearx=[1995:1:2021];y=[48.848.848.147.947.7 42.642 42.242 4138.8 38.337.937.436.9 34.234.4]';plot(x,y)a3=polyfit(x,y,3)xi=1995:2044;y3=polyval(a3,xi)plot(x,y,'o',xi,y3,'k');title('人口負擔(dān)系數(shù)');附錄3clccleary=[2.52.422.171.431.221.141.180.660.38];n=length(y);D=y*[0;ones(n-1,1)];yy=ones(n,1);yy(1)=y(1);fori=2:nyy(i)=yy(i-1)+y(i);endB=ones(n-1,2);fori=1:(n-1)B(i,1)=-(yy(i)+yy(i+1))/2;B(i,2)=1;endBT=B';fori=1:(n-1)z(i,1)=(yy(i)+yy(i+1))/2;endC=ones(1,n-1)*z;E=y*[0;z];F=z'*z;forj=1:n-1YN(j)=y(j+1);endYN=YN';A=inv(BT*B)*BT*YN;a=A(1)u=A(2)t=u/at_test=10;i=1:t_test+n;yys(i+1)=(y(1)-t).*exp(-a.*i)+tyys(1)=y(1);xxs(i+1)=yys(i+1)-yys(i)xxs(1)=y(1)fori=1:nDet(i)=abs(xxs(i)-y(i))/y(i)endDET=Det*ones(n,1)/nforj=n+t_test:-1:2ys(j)=yys(j)-yys(j-1);endfori=1:nerror(i)=xxs(i)-y(i);endC=std(error)/std(y)x=1:n;xs=2:n+t_test;yn=ys(2:n+t_test);plot(x,y,'^r',xs,yn,'*-b');disp(['預(yù)測值為：',num2str(xxs(1:n+t_test))]);附錄4熵權(quán)法測定各指標(biāo)的權(quán)重的代碼：clcclear%人口老齡化p1=[7.100 7.300 7.500 7.600 7.700 7.900 8.100 8.300 8.500 8.900 9.100 9.236 9.465 9.701 9.942 10.189 10.442 10.702 10.968 11.240];%性比p2=[1.060 1.061 1.062 1.063 1.063 1.063 1.062 1.061 1.059 1.052 1.052 1.054 1.053 1.052 1.051 1.050 1.048 1.047 1.046 1.045];%生育率p3=[1.380 1.390 1.410 1.590 1.740 1.870 1.600 1.430 1.170 1.180 1.040 0.910 0.820 0.730 0.660 0.590 0.530 0.480 0.430 0.380];%撫養(yǎng)比p4=[42.000 42.200 42.000 41.000 38.800 38.300 37.900 37.400 36.900 34.200 34.400 33.926 33.425 33.021 32.720 32.530 32.460 32.517 32.708 33.042];p11=p1./max(p1);p12=p2./max(p2);p13=p3./max(p3);p14=p4./max(p4);p21=p11./sum(p11)p22=p12./sum(p12)p23=p13./sum(p13)p24=p14./sum(p14)e1=-1/log(20)*sum(p21)*log(p21)e2=-1/log(20)*sum(p22)*log(p22)e3=-1/log(20)*sum(p23)*log(p23)e4=-1/log(20)*sum(p24)*log(p24)w1=1-e1w2=1-e2w3=1-e3w4=1-e4t1=w1/(w1+w2+w3+w4)t2=w2/(w1+w2+w3+w4)t3=w3/(w1+w2+w3+w4)t4=w4/(w1+w2+w3+w4)y=t1*p21+t2*p22+t3*p23+t4*p24m=y;附錄5%BP神經(jīng)網(wǎng)絡(luò)預(yù)測至2035年的綜合指標(biāo)clcclearP=[-1.00 -0.95 -0.91 -0.86 -0.82 -0.77 -0.73 -0.68 -0.64 -0.59 -0.55 -0.50 -0.45 -0.41 -0.36 -0.32 -0.27];%輸入樣本歸一化后的數(shù)據(jù)，T=[0.0700.0710.0710.0800.0870.0930.0790.0700.0560.0560.0480.0410.0360.0310.0270.0230.020];%輸出樣本觀測值（對應(yīng)人口歸一化的數(shù)據(jù)）%創(chuàng)建初始的神經(jīng)網(wǎng)絡(luò)PR=minmax(P);r=size(T,1);net=newff(PR,[17,20,r],{'purelin','tansig','tansig'},'trainlm');%創(chuàng)建網(wǎng)絡(luò)參數(shù)%設(shè)置神經(jīng)網(wǎng)絡(luò)訓(xùn)練參數(shù)net.trainFcn='trainlm';net.trainParam.Ir=0.05;net.trainParam.goal=0.0001;net.trainParam.epochs=2021;net.trainParam.epichs=1000;net=train(net,P,T);%檢驗P1=[-0.23 -0.18 -0.14];T1=[0.0170.0140.011];[net,tr]=train(net,P,T);%訓(xùn)練網(wǎng)絡(luò)PN=sim(net,P1);%網(wǎng)絡(luò)仿真E=T1-PN;%mse指標(biāo)MSE=mse(E);%作圖表示實測值和仿真值figure(1);m=size(PN);X=1:m(2);plot(X,PN,'r*',X,P1,'bo');title('o為真實值*為預(yù)測值');%預(yù)測mn1=[-0.09];mn2=[-0.05];mn3=[0.00];mn4=[0.05];mn5=[0.09];mn6=[0.14];mn7=[0.18];mn8=[0.23];mn9=[0.27];mn10=[0.32];mn11=[0.36];mn12=[0.41];mn13=[0.45];mn14=[0.5];mn15=[0.55];Yb1=sim(net,mn1)Yb2=sim(net,mn2)Yb3=sim(net,mn3)Yb4=sim(net,mn4)Yb5=sim(net,mn5)Yb6=sim(net,mn6)Yb7=sim(net,mn7)Yb8=sim(net,mn8)Yb9=sim(net,mn9)Yb10=sim(net,mn10)Yb11=sim(net,mn11)Yb12=sim(net,mn12)Yb13=sim(net,mn13)Yb14=sim(net,mn14)Yb15=sim(net,mn15)%YY=Yb'clcclear%總指標(biāo)趨勢圖x1=2021:1:2035m=[0.07 0.0710.071 0.080.0870.0930.0790.07 0.0560.056 0.0480.04100.03600.03100.02700.02300.02000.01700.01400.01100.02300.02600.02900.03180.03380.03750.03670.03710.03680.03550.03380.03090.02790.02370.0189];x=2021:1:2035plot(x,m,'b-*')legend('總指標(biāo)變化曲線')holdonx1=2021:1:2035y1=0.02plot(x1,y1,'r-*')legend('標(biāo)準(zhǔn)線')附錄6主成份分析法代碼：clcclearsj=xlsread('shuju.xls')sj1=zscore(sj)xfc1=cov(sj1)[t1t2]=eig(xfc1)fori=1:8w(i)=t2(i,i)/sum(sum(t2))endYY=sj1*(-t1)ZH=YY(:,1:2)*w(7:8)'YY附錄7城市人口數(shù)出生率死亡率增長率男女比撫養(yǎng)比城鎮(zhèn)鄉(xiāng)村綜合貴州346913.316.936.381.12049.8534.9665.040.175重慶29199.886.713.171.04039.7855.0244.980.154廣西464513.716.047.671.10045.9941.8058.200.154安徽596812.235.916.321.02739.8544.8055.200.09北京20218.294.274.021.04121.3186.2013.800.078天津13558.586.082.500.98825.6680.5019.500.077江西448813.485.987.501.11241.0345.7054.300.064寧夏63913.654.688.971.11135.8749.8250.180.06遼寧43835.716.05-0.341.01328.4264.0535.950.054福建372011.415.206.210.97430.6058.1041.900.05新疆220914.994.4210.571.05336.1543.5456.460.046河南938811.566.624.941.07841.9140.5759.430.043四川80509.796.812.981.04439.3441.8358.170.039海南87714.725.758.971.08336.6150.5049.500.033青海56814.436.128.311.02636.0446.2253.780.024廣東1050510.454.356.101.15231.2166.5033.500.013湖南659613.356.806.551.06039.6345.1054.900.008山東963711.506.405.101.00735.6550.9549.050.006浙江54639.475.404.070.95826.8762.3037.700.004西藏30315.395.1310.261.04438.7022.7177.29-0.01江蘇78999.596.982.611.00931.2461.9038.10-0.01山西359310.475.614.861.04931.4549.6850.32-0.02云南463112.716.366.351.04137.4736.8063.20-0.03吉林27496.535.511.021.04527.2753.4046.60-0.03湖北575810.396.014.381.05732.3051.8348.17-0.03內(nèi)蒙古24828.945.433.510.98825.8956.6243.38-0.03上海23476.975.101.871.13119.2789.3010.70-0.05甘肅256412.086.036.051.08234.7437.1562.85-0.06陜西37439.756.063.691.05430.7447.3052.70-0.07黑龍江38346.995.921.071.01324.5856.5043.50-0.09河北724113.026.526.501.07734.7245.6054.40-0.09

綠色建筑設(shè)計公司的營銷策略目錄一、引言3二、行業(yè)背景分析3（一）綠色建筑的概念3（二）綠色建筑市場和行業(yè)發(fā)展?fàn)顩r3（三）我國綠色建筑面臨的困難和問題5三、廣州綠色建筑設(shè)計市場現(xiàn)狀分析6四、ZR公司自身分析6（一）優(yōu)勢分析6（二）劣勢分析6（三）機會7（四）威脅7五、營銷目標(biāo)7（一）短期目標(biāo)7（二）長期目標(biāo)7六、營銷策略7（一）目標(biāo)市場戰(zhàn)略7（二）營銷組合戰(zhàn)略8七、總結(jié)10摘要：本文首先從行業(yè)背景分析反應(yīng)出實施綠色建筑的必要性，及實施綠色建筑面臨的困難與問題，接著從營銷的視角對廣州市綠色建筑設(shè)計做市場分析、競爭者分析、運用了SWOT分析法做了市場機會分析，最后設(shè)計出“ZR綠色建筑設(shè)計”品牌營銷推廣策略。關(guān)鍵詞：綠色建筑、政策嚴(yán)控、競爭激烈、高端占位一、引言：隨著社會經(jīng)濟及城市化的快速發(fā)展,環(huán)境問題日益突出,資源、能源的枯竭,環(huán)境的惡化等已威脅到人類目前及子孫后代的生存。在此背景下,對于能源消耗大戶的建筑領(lǐng)域,世界各國紛紛提出綠色建筑的理念來尋求建筑與自然的和諧,在滿足舒適健康的居住前提下,實現(xiàn)高效率地利用資源,最低限度地影響環(huán)境。于是,綠色建筑便成為建設(shè)業(yè)界力捧的“寵兒”,大力發(fā)展綠色建筑已成為一項意義重大而又十分迫切的現(xiàn)實任務(wù)。本文從營銷的視角分析綠色建筑設(shè)計，對本行業(yè)發(fā)展有著重要的作用。二、行業(yè)背景分析

（一）綠色建筑的概念綠色建筑是指在建筑的全壽命周期內(nèi),最大限度地節(jié)約資源(節(jié)能,節(jié)地,節(jié)水,節(jié)材),保護環(huán)境和減少污染,為人們提供健康,適用和高效的使用空間,與自然和諧共生的建筑，又稱“4R”建筑，即：Reduce：減少建筑材料、各種資源和不可再生資源的使用；Renewable：利用可再生能源和材料；Recyele：利用回收材料，設(shè)置廢棄物回收系統(tǒng)；Reuse：在結(jié)構(gòu)允許條件下重新使用舊材料。

（二）綠色建筑市場和行業(yè)發(fā)展現(xiàn)狀20世紀(jì)中期,在全球資源環(huán)境危機中受綠色運動的影響和推動,綠色建筑的思想和觀念開始萌生。20世紀(jì)60年代,美籍意大利建筑師保羅?索勒瑞首次綜合生態(tài)與建筑兩個獨立的概念提出生態(tài)建筑的新理念。20世紀(jì)70年代中期,一些國家開始實行建筑節(jié)能類的規(guī)范,并且以后逐步提高節(jié)能標(biāo)準(zhǔn),綠色建筑開始了政府化行為。20世紀(jì)90年代,綠色建筑概念開始引入我國，隨著社會的發(fā)展，在改善和提高人居環(huán)境質(zhì)量的同時，推進建筑節(jié)能，發(fā)展舒適、健康、環(huán)保節(jié)能的綠色建筑，已成為今后城鄉(xiāng)建設(shè)的必然趨勢。行業(yè)呈現(xiàn)飛躍發(fā)展?fàn)顟B(tài)當(dāng)前國民經(jīng)濟發(fā)展速度GDP為7～9%，建筑業(yè)發(fā)展速度為11～13%，建筑綠色建筑設(shè)計行業(yè)發(fā)展速度為18～20%。進入21世紀(jì)，我國建筑行業(yè)以年均20%的速度發(fā)展，2010年2011年2012年新增建筑面積（平方米）18億19億20億綠色建筑占新增建筑的比例22.8%27.1%32.1%新增綠色建筑市場規(guī)模518億元617億元742億元改造的綠色建筑市場規(guī)模200億元300億元350億元2013年我國建筑綠色建筑設(shè)計行業(yè)是一個高速發(fā)展年，國務(wù)院發(fā)展研究中心盧中原在2013年12月8日《經(jīng)濟日報》上的論文認(rèn)為，2013年建材和綠色建筑材料消費增長46.6%。12月14日中央電視臺晚間新聞聯(lián)播報道，建筑和綠色建筑設(shè)計材料發(fā)展增幅為151%。隨著城鎮(zhèn)居民的生活水平繼續(xù)提高，2014年城鎮(zhèn)居民的消費結(jié)構(gòu)繼續(xù)向小康型和質(zhì)量型發(fā)展，購買商品房以及裝修支出已上升至占消費比例的32.從業(yè)企業(yè)狀況20**年全國共有建筑設(shè)計企業(yè)14898家，其中具有建筑設(shè)計甲級資質(zhì)以上的企業(yè)約2000家。3.全國綠色建筑行業(yè)管理從2001年開始,專家們在深入研究世界各國綠色建筑評估體系的基礎(chǔ)上,結(jié)合我國國情,制定了《中國生態(tài)住宅技術(shù)評估手冊》,用于“全國綠色生態(tài)住宅”的指導(dǎo)和評估。2005—2006年我國相繼推出了《綠色建筑技術(shù)導(dǎo)則》和《,綠色建筑評價標(biāo)準(zhǔn)》并設(shè)立了“全國綠色建筑創(chuàng)新獎”2007年又出臺,了《綠色建筑標(biāo)識管理辦法》和《綠色建筑評價技術(shù)細則》,進一步完善了我國綠色建筑評估體系。此外，各地方政府建設(shè)行政主管部門也積極立法。目前，已有北京、上海、天津、重慶、江蘇、無錫、廣東、深圳、河南、遼寧、沈陽、鞍山、浙江、杭州、溫州、吉林、成都、武漢、安徽、合肥、西安、福建、廈門、江西、大同、山東等26個省市的建設(shè)行政主管部門或與工商、技監(jiān)部門聯(lián)合頒布了綠色建筑市場管理、合同、施工質(zhì)量標(biāo)準(zhǔn)等三大類行政法規(guī)和技術(shù)標(biāo)準(zhǔn)規(guī)范。

（三）我國綠色建筑面臨的困難和問題

1.綠色建筑認(rèn)知缺乏一直以來，普通老百姓還沒有充分認(rèn)識到綠色建筑的內(nèi)涵,缺乏綠色建筑的基本知識,把“綠色建筑”等同于“綠化”。甚至有些房產(chǎn)商對豪華和所謂的高科技建筑打出綠色招牌,使“綠色=昂貴”的理解日益深入人心。,這種“綠色”誤區(qū)大大降低了綠色建筑的市場需求。2.綠色建筑技術(shù)及產(chǎn)品還不成熟我國綠色建筑基礎(chǔ)研究滯后,國內(nèi)節(jié)能技術(shù)、節(jié)能建材及產(chǎn)品還很不成熟,使用成本高且種類不全,配套施工技術(shù)復(fù)雜,用后易產(chǎn)生一些工程問題,尤其是一些“游擊隊”公司，不按規(guī)范設(shè)計施工，造成不良后果，這一點在裝修業(yè)尤為突出。全國對綠色建筑投訴的記錄始于1996年。當(dāng)年中國消費者協(xié)會公布全國18個投訴熱點，綠色建筑位居第十三位；12個對消費者權(quán)益損害最多的行業(yè)，家庭綠色建筑設(shè)計名列第九位；13個發(fā)生欺詐行為最多的行業(yè)，綠色建筑位居第7位。綠色建筑遂成為我國全社會的投訴熱點。2008年消費者十大維權(quán)重點，第三個是“裝修業(yè)”。主要表現(xiàn)在市場上70%的建材產(chǎn)品無檢測報告，不少廠商把剛剛達到國家“室內(nèi)綠色建筑設(shè)計裝修材料有害物質(zhì)限量”標(biāo)準(zhǔn)的產(chǎn)品夸大標(biāo)準(zhǔn)稱為“環(huán)保”甚至“綠色”。有些廠商采取以假亂真、偷梁換柱的手法，坑蒙消費者。3.綠色建筑成本初期投入大,成本回收期長從綠色建筑在我國現(xiàn)階段的發(fā)展?fàn)顩r來看,其初期投入較高,雖然長期的社會效益、環(huán)境和生態(tài)效益顯而易見,但直接經(jīng)濟效益(節(jié)能效益)卻相對較低,成本回收期長。而在市場經(jīng)濟為主導(dǎo)的當(dāng)前社會,投資人出于投資風(fēng)險考慮,往往追逐短期利潤和資金的快速回籠,對綠色建筑的積極性不高,而為了尋求賣點,“綠色建筑”這樣的詞語更多的會出現(xiàn)在開發(fā)商炒作的廣告語里,而不是實際建設(shè)中。三、廣州綠色建筑設(shè)計市場現(xiàn)狀分析

從古至今，廣州一直是華南門戶城市和重要交通樞紐中心，是中國的南大門。作為中國第三大城市，它的城市建設(shè)必然走在前列，截止2009年，廣州市的總建筑面積已經(jīng)達到3億平方米，其中居住面積為1.2億平方米，這個數(shù)字每年還在以11%的速度上漲。2012年，廣州市商品房新開工面積高達1086.16萬平方米，其中住宅906.6萬平方米，寫字樓54.68萬平方米，商業(yè)營業(yè)用房46.79萬平方米。商品房施工面積更高達4354.05萬平方米，其中住宅3161.93萬平方米，辦公樓333.38萬平方米，商業(yè)營業(yè)用房465.31萬平方米。全年銷售面積為1210.77萬平方米，其中住宅1122.38萬平方米，按每單位100平方米計，去年售出成套商品房11.22萬個左右；辦公樓29.89萬平方米，商業(yè)營業(yè)用房44.82萬平方米。房地產(chǎn)供銷兩旺，為綠色建筑設(shè)計行業(yè)提供了源源不斷的市場需求。隨著現(xiàn)代化城市的不斷發(fā)展，廣州全面開始實施“智慧廣州”戰(zhàn)略，著力打造新設(shè)施、新應(yīng)用、新產(chǎn)業(yè)、新技術(shù)和新生活的廣州。2013年全市完成建設(shè)改造投資2874.87億元，增長20.4%，增速比上年提高7.1%。建筑節(jié)能改造的市場不容忽視。四、ZR公司自身分析（一）優(yōu)勢分析：

1.新起點、新機遇：ZR公司具有建設(shè)部核準(zhǔn)的建筑設(shè)計甲級資質(zhì)，在資源上有一定的優(yōu)勢，但同時也可以將其作為一個全新的品牌進行培育，只要定位精準(zhǔn)、市場細分明確、推廣策略到位、進行規(guī)范化市場運作，對將來的持續(xù)性發(fā)展，大有裨益；

2.地利占盡，先機在握；

3.行業(yè)經(jīng)營逐步規(guī)范；

4.具有高度敬業(yè)、技術(shù)精湛、經(jīng)驗豐富的注冊師和技術(shù)人員。

5.有與港臺合作的經(jīng)驗，秉承了港臺先進的設(shè)計思維；

6.有廣晟投資建設(shè)集團公司的策略支持和大力配合。

（二）劣勢分析：

1.老國企，負擔(dān)重，缺乏活力；

2.ZR公司進入綠色建筑市場時間稍晚，在綠色建筑業(yè)知名度較低，消費者無從選擇；

3.公司行銷模式處于摸索階段，還不夠個性化，有待在市場中完善；

4.公司的團隊為重新組建，有待磨合，領(lǐng)導(dǎo)力和銷售力都有待提高

（三）機會：

1.房地產(chǎn)業(yè)的迅速發(fā)展，為綠色建筑設(shè)計業(yè)的發(fā)展提供強大推力；

2.社會中產(chǎn)階層日益擴大，高檔裝修市場需求水漲船高；

3.廣州做為一個國際化的大都市，綠色建筑市場潛力大，加之目前廣州綠色建筑市場存在諸多不完善因素，此時如果合理介入，將會有很大的市場空間；

4.還沒有形成行業(yè)壟斷的“寡頭”

（四）威脅：

1.有鑒于目前相對比較混亂的綠色建筑公司格局，政府大力倡導(dǎo)“規(guī)范綠色建筑設(shè)計市場，倡導(dǎo)綠色消費”，各路諸侯都蠢蠢欲動，如“ZR”不抓緊時間塑造形象推廣品牌，搶得市場先機，就很難爭取到理想的市場份額；

2.許多企業(yè)在業(yè)內(nèi)經(jīng)營了若干年，已有一定的綜合競爭實力；

3.ZR引起對手關(guān)注后如果沒有后勁去運作市場，極容易被對手群起攻之，競爭將變得異常激烈。五、營銷目標(biāo)

（一）短期目標(biāo)：

1.樹立綠色建筑設(shè)計公司的良好企業(yè)形象；

2.設(shè)計具個性且科學(xué)可行的經(jīng)營管理模式，使設(shè)計公司能高效有序運作，躋身廣州市高端綠色建筑設(shè)計市場；

3.通過新聞媒體及其他宣傳渠道，迅速樹立并提高公司在綠色建筑設(shè)計市場中的知名度和美譽度，逐步擴大市場份額，更快地創(chuàng)造可觀的經(jīng)濟效益，同時創(chuàng)造顯著的社會效益。

（二）長期目標(biāo)：

1.傾力打造“ZR綠色建筑設(shè)計”行銷模式，將“ZR綠色建筑設(shè)計”打造成廣州乃至中國一流的綠色建筑設(shè)計品牌。

2.實現(xiàn)綠色建筑設(shè)計公司的可持續(xù)發(fā)展，逐步做強、做大。六、營銷戰(zhàn)略（一）目標(biāo)市場戰(zhàn)略1.市場細分根據(jù)建筑物功能類型，我們把建筑市場劃分為：住宅建筑、商業(yè)建筑、公共建筑、廠房小區(qū)、地下空間，裝修、古建筑、綠色建筑（包括節(jié)能建筑、智能建筑）等2.目標(biāo)市場選擇隨著綠色建筑成為當(dāng)今世界建筑發(fā)展的重要方向，ZR公司要取得長久、持續(xù)的發(fā)展，就要把目標(biāo)市場定在綠色建筑上，重點在綠色裝修、節(jié)能建筑和綠色智能建筑市場。3.市場定位1）綠色裝修市場：專做高檔家居裝修；2）綠色智能建筑市場：經(jīng)濟發(fā)達的大城市的高檔小區(qū)；3）節(jié)能建筑：城鄉(xiāng)新建節(jié)能建筑及現(xiàn)有建筑的節(jié)能改造。4.品牌戰(zhàn)略1.誠信為本，技術(shù)創(chuàng)新，奇正結(jié)合，模式制勝；2.品牌性情定位：“誠信”、“環(huán)?！?、“公正”、“品位”；

3.形象訴求定位：“打開ZR的窗戶，看綠色建筑設(shè)計未來”；

4.目標(biāo)消費群定位：高級白領(lǐng)和金領(lǐng)兩個階層，公務(wù)員，商人。

5.產(chǎn)品支撐點定位：“品質(zhì)”、“環(huán)?！?、“品位”、“個性”、“未來”；

6.廣告訴求點定位：理性與感性訴求并重。（二）營銷組合戰(zhàn)略1.產(chǎn)品策略1）綠色建筑裝修：經(jīng)過30多年的改革開放，社會正由溫飽型向小康型轉(zhuǎn)變，社會結(jié)構(gòu)也由金字塔型向兩頭尖中間粗的紡錘型轉(zhuǎn)變，中產(chǎn)階層隊伍日益擴大。作為得風(fēng)氣之先的廣東，更是聚集了一大批先富起來的中產(chǎn)階級。調(diào)查發(fā)現(xiàn)，廣州消費者對健康、環(huán)保的綠色建筑設(shè)計材料情有獨鐘，對綠色建筑設(shè)計公司的綠色建筑設(shè)計品位青睞有加。別墅、豪宅的火爆銷售，帶來對高檔家居裝修的龐大需求。①.近年，廣州經(jīng)濟型別墅持續(xù)旺銷，該類型別墅首先出現(xiàn)在番禺、從化