历次非农数据统计
1970—2000年美国非农产业的空间演变
４期
朱丽霞 ：９ ０ ２ ０ １７ — ０ ０年美 国非农产业 的空间演 变
９ ９
降 ， 口、 人 就业 和产 业会 因为运 费 的下降 而集 中在 城市 。Ｗａｚ １９ ） ｌ（９ ６ 也证 明投 资基 础设 施 减 少 了 区域 间的交 通成 本 从 而导致 集 中… 而空 间经 济 的 自组织 作 用 也表 明一旦 中心形 成 ． ． 它 通过 自我 强化 不断 发展 形成 扩大 规模 ． 就会 形成 集 聚 的 自我 维持 优势 ． 非 当制造业 的运输 除 成本 足够低 时 ， 产业 会 向外 围迁徙 ， 以避开 城市 土 地 的高 租金 。 是 ， 但 在给 定空 间分 离 的框架 下． 很难 区分 这样 的行业 分 布代 表 了 区域 间分 布还 是仅 仅 是 中心 区域 的郊 区 化［ 这 牵 涉 到 ２ １ 。 到底 是都市 的扩张 （ 实质 上依 然是 集 聚 ） 是真 正地 向边 缘地 区的扩 散 的问题 。另外 根 据产 还 业 周期 理论 ． 了需 要 面对面 交流 和获 得 隐含经 验类 知识 的 服务业 会 继续集 中在 中心 以 除 外． 其他 的制造业 活 动都会 呈 现 出随时 间而 扩散 的趋 势 在 全球 一 体化 经 济 的浪潮 下 ． 国公 司 的海 外扩 张 ， 展 中 国家 某些 产 业 的兴 起 ． 兴 跨 发 美 起 ． 国贸 易逆差 自 ９ 美 ０年 代后 稳 步上升 似乎 都在 表 明产业 在 全球 范 围 内的空 间扩散 而美 国东北 部传 统 的工业 带一锈 带 （ ｔｂ ｌ） ｍｓ ｅ 的衰落 和南 部及 西 部 阳光带 （ｕ ｅ ） 起也 让 人 ｔ ｓｎ ｂ ｌ 兴 ｔ 看 到 了经 济 中心 的空 间转 移 ． 于 Ｒ ｃ ａｄ Ｅ Ｌ ｎｄ ｌ ＆ Ｈ Ｌ Ｓ ｙｅ （９ ９ 对美 国 ５ 至 ｉｈｒ ｏ ｓａ ｅ ． ｅｌｒ １７ ） ０年 代末 到 ８ ０年代 初 的非 都市 区 ｆ０ ｍｅ ｏ ｏ ｔｎ 工业 化发 展 的研 究也 从 另一 方 面佐证 了产业 ｎ ｎ ｔ ｐ ｌａ ） ｒ ｉ 区位 的发 展 在从 不均 衡 走 向均 衡 ［ 但 这 种趋 势 和过 程并 未 按 照 时 问序 列一 直 继续 下 去 ． ３ １ Ｇ ｙ Ｄ ｍａ ．Ｇ ｅ ｎ Ｅ ｌ ｏ ＆ Ｅ ｗ ｒ ．Ｇ＇ ｓｒ ０ ２ ｕ ｕ ｉ ｌｎ ｌｓｎ ｓ ｉ ｄ ａｄ Ｌ ｌｅｅ（ ０ １利用 美 国 Ｌ Ｄ 统 计 局 的数 据 描述 ａ ２ Ｒ 了美 国制造 业地 理集 中的变 化 ，他 们发 现 产业 聚集 水 平在 过 去 ２ ５年里 只 有轻 微 地 下 降 ： Ｋａ ｓ Ｄ ｓ ｅ＆ ＭａｃｌＦ ｆ ａ ｓ（０ ５ ｌｕ ｅｍ ｔ ｒｅ ａｃ ｍｐ ２ ０ ）利 用 美 国县 的 数 据 。用 就 业 增 长 方 程 来 分 析 ｈ １７－ ２０ ９ ２ ０ ０年就业 的空 间分布 ． 现 总体上 就 业越 来 越集 中 ． 发 但存 在 着部 门上 的差异 ． 服 非 务业 在扩 展 而服 务业 在 集 中［ Ｍａｉ Ｐ ｌｓ ＆ Ｒｃ ａｄ Ｓ ｅｒ Ｈ（０ ６以加 拿 大为 例 ， 察 ５ ｒ ｏ ｅ ｌ ； ０ ｉ ｒ ｈａｌ ｒ ０ １ ｈ ｎ ２ 考 了３ ０年 ７ 个产 业 的就业 空 问分 布 ． 用相 关分 析 比较 了不 同时 间 的产 业 空 间集 中 ． １ 利 结果 显 示 产业 区位 模式 的 动态变 化具 有很 高 的稳定 性嘲 虽 然技 术在 不断 进步 ． 特别 是运 费 也越来 越低 廉 ． 离对产 业 分散 的阻 塞作用 应 该是 越 距 来 越小 ， 但人 们期 待 的均衡 发展 格局 却并 未如 期 而至 规模 效应 和距 离 衰减 是否依 然 主导 着 产 业 的空 间分布 ？如果 是这 样 。 那么 在距 离 中心地 区不 同范 围的 区域 内 。 布 的产 业及 产业 分 的扩展 范 围是否也 有差 异 ？ 文研究 的 目的 旨在 考察 随着 时 间的进 展 ． 国产业 的空 间分 布 本 美 是更 趋 向于集 中还 是趋 向于分散 ． 业在 中心 城市 周 围不 同距离 范 围 内的分 布是 否有 差异 产
非农就业领域研究热点分析——基于CNKI数据库CSSCI期刊文献中关键词的共词分析
一
、
引 言
（ 一） 关 键词 的选 取
对３ ５ ０篇文 献 的关 键 词 分类 汇总 并排 序 ， 利用 中国医科 大学研 发 的共 现分析 软件 ， 抽 取关 键词 ， 可 以得 出 ９ ６ ２个 关 键词 。 由于非农 就 业 的词 频 较 高 ， 对 于非农 就业领 域 的研 究热 点 、 研 究 趋 势等 的影 响
ｌ Ｏ ７
统计与信息论坛
条 。这 些 文 献能 够 较 为 真实 全 面地 反 映 ２ ０ ０ ０年后 中 国非农 就业研 究水 平 （ 见表 １ ） 。
表１ ２ ￣｝ － －２ ０ １ ２ 年 以非农 就 业为关 键词 的文献 总量 表
矩 阵各值 做差得 到相异 矩 阵（ 见表 ５ ） 。 表３ 相似矩阵表（ 部分）
会科学 一般项 目《 提高农 民非农 收入 的微 观因素分析与宏观政策选择 ３ （ ０ ５ Ｊ Ｄ ７ ９ ０ １ ３ ３ ） 作者简介 ： 任国强 ， 男， 河北 文安人 ． 教授 ， 经济学博士 ， 研 究方向 ： 产业政策 与实践研究 ；
段文婷 ， 女， 山 西长治人 ， 硕 士生 ， 研究方 向 ： 产业政策与实践 研究。
单 一 地 统 计 分 析某 学科 领 域 文 献 中 的关 键 词 ， 从 一定 程 度上可 看 出该 学科 的研 究 热 点 ， 却不 能 看 出这些 关键 词 间 的相 互 关 联 程 度 ， 并 充分 揭 示 研 究 的集 中领域 和 趋势 。共 词分 析通过 研 究某一 学 科领
中部欠发达地区人力资源非农配置对农民增收的影响分析——以江西为例
36《商场现代化》年月（中旬刊）总第5期农民增收问题是当前我国“三农”问题的核心。
相关理论和经验表明，农村剩余劳动力向非农产业和城镇转移是增加农民收入、解决“三农”问题的根本途径。
中部地区目前基本上仍是经济发展水平不高的农业省份，城市化与工业化程度较低，“三农”问题比较突出。
而江西省作为一个典型的中部欠发达省份，定量分析该省人力资源非农配置（农村劳动力转移就业）与农民增收的重要关系，对中部欠发达地区有重要实践价值。
一、人力资源非农配置对农民增收的长期效应分析1.计量经济模型的指标选择和模型设定模型选择“农民实际人均纯收入（1978年的不变价格）”为因变量（被解释变量），它剔除了物价变动对收入的影响，使不同时期之间具有可比性，其变化能真实反映出一个地区农民收入的实际增长状况；选择“第一产业从业人员占全社会的比重”为自变量（解释变量），其变化能反映一个地区人力资源从农业向非农产业转移配置的水平。
数据采用1978年～2005年江西省相关统计指标的时间序列数据。
根据江西农民实际人均纯收入与第一产业从业人员比重的数据变化趋势可以发现，考察期间二者之间存在较明显的线性关系。
因此，我们可以建立江西人力资源非农配置对农民增收的一元线性回归模型:Y =B 1+B 2X +u 。
其中，Y 代表农民实际人均纯收入，X 代表第一产业从业人员比重，B 1、B 2为待估计的参数（即常数和X 对Y 的边际贡献率），u 为随机干扰项（期望值为0）。
运用最小二乘法（O LS ），通过SPSS 统计分析软件对模型进行估计，得到如下线性回归方程:Y =1521.604－17.207X 。
2.回归模型的检验及其结果分析从模型的总体拟合度（R 2）检验和显著性（F ）检验来看，该模型的决定系数（R 2=0.945）和相关系数（R=0.972）接近1，即模型的回归拟合程度和线性相关程度均很高，表明第一产业从业人员比重的变动可以解释农民实际人均纯收入变动的94.5%，总体回归效果相当好；同时该模型的F 统计值的显著性概率（Si g.P=0.000）小于显著性水平0.01，即通过总体显著性检验，也证实了模型总体回归效果显著。
影响农村非农就业规模的主要因素：理论模型与统计检验
改革 开放 以来 ， 国城 乡 收入 差 距 和 地 区 收入 中 差 距不 断 扩大 ， 导致 大 批 中西部 落 后 地 区农 村 劳 动 力 涌 向东 部 沿 海 城 市 ， 成 规 模 巨 大 的 “ 工 潮 ” 形 民 。 国家统 计局 数据 显示 ，０ ９年 全 国农 村 非农 就 业 达 ２０ ２９１ ０ ９ 万人 ， 占农 村 劳动 力 总 数 的 ４ ． 。如 此 大 ４８ 规模 的农 村 劳动力 转移 必然影 响农 村乃 至整个 中 国 经济 发展 进程 。 目前 ， 于 农 村 劳 动力 流 动 的 研究 关
的时 间序列 数 据为 基 础 进行 实 证 分 析 ， 很少 有 文献 对 影 响农村 非农 就 业 规模 进 行 理 论模 型 的探 讨 ， 并 通 过实 际数 据对 理 论 模 型进 行 统 计 检 验 。 因此 ， 本
Ｍ＝厂 ， ＞ｏ （ ）／（ ）
（） １
该 式 中 ， （ ＞Ｏ表示 农 村非 农 就业 规 模是 预 厂 ） 期 收人 差 距 的增 函数 。尽 管农 业 部 门 存 在 隐 性 失
就业 的 因素 。
颇多 ， 但从 就业 视 角进 行 探 讨 的却 较 少 （ 陈宗 胜 等 ，
２０ ； ０ ６ 李曼 等 ，０ ７ ， ２ ０ ） 而且 这些 研究 大都 以特定 地 区
总体 上 来 说 ， 村 非农 就 业 的规 模 主要 取 决 于 农
城 乡预期 收入差 距 ：
发展 》 以来 ，０世 纪 ６ ￣７ ２ ０ ０年 代西 方 发 展经 济 学家 提 出了一 系列理 论模 型对发 展 中国家人 口流动 问题 进 行解 释 。其 中 ， 达 罗提 出的 理论 模 型 与发 展 中 托 国家现 实具 有高度 吻合 性 ， 被广 泛运 用 于解 释 农 村 劳 动力 的非农 就业 。本研究 结合 中国农村 劳动力 流 动 的实 际 ， 对该 模 型进 行 修 正 以探 讨 影 响农 村 非农
基于多水平模型的西南民族地区农户非农劳动行为研究——以云南省红河哈尼族彝族自治州为例
ａ ｅ ， ｏ ｋ ｎ ｏ ｆｕ ｎ ｅｆ ｃｏ ｓｏ ｏ － ｇ ｉｕ ｔ ｒ ｌ ｂ ｕ ｅ ａ ｉ ｒ ｂ ｓ ｄｏ ｈ ａ ｔ ｒ ｔ ｓｏ ｉｒ ｒ ｈ ｃ ｌ ｔｕ ｔ ｒ ｅｈ ｕ ｅ ｏ ｄ ｒ ａ ｌ ｏ ｉ ｇ ｆ ｒｉｌ ｅ ｃ ａ ｔ ｒ ｆｎ ｎ ａ ｒｃ ｌ ａ ｎ ｕ Ｌａ ｏ ｒ ｈ ｖ ｏ ； ａ ｅ ｎ ｃ ａ ｃ ｅ ｉ ｉ ｆ ｅ ａ ｃ ｉａ ｒ ｃｕ ｅ ｉ ｔ ｏ ｓ ｈ ｌ ｂ ｒ ｓｃ ｈ ｓ ｎｈ
Ｋｅ ｒ ｓｍｕｔ ｌｖ ｌ ｄ ｌｓ ｕｈ ｓ ａｉｎ ｌ ； ｏ ・ａ ｂ ｒ ｙｗｏ ｄ ： ｌ－ｅ ｅ ｉ ｍｏ ｅ； ｏ ｔｗｅ ｔ ｔ ａｉ ｎ ｎｆｒ ｌ ｏ ｎ ｏ ｙ ｔ ｍ ａ
中国是个拥有 ９亿农 民的农业大 国，解决农 民问题 的核 心是增收 ，农 民增收 的有效途径是扩大非农就业。相 比沿海 内地经济发展水平较高地区 ，由于其居住环境 、社会发展程 度不 同，西南 民族地区 的农村 问题研究更有其特殊性和复杂
性 ，本 文 基 于 农 户 模 型 理 论 ，结 合 西 南 民族 地 区 农 户 特 征 ，
ａ ｄ Ｓｕ ｒ １８ ）用 加入误差项 的计量模型估计农户 多产 ｎ ｑ ｉｅ（ ９ １ 出的利润 函数 ；程 名望，史清华 （ ０ ６ ２ ０ ）用基于线性 回归的 Ｌ ｇ ｔ模 型论证 了城镇 的拉 力是农 村劳动 力转 移 的根本动 ｏｉ 因。考虑 到农 户数 据具 有层 级结构 的特 点，层级结构数据存 在组 内同质性 问题 ，即同层 （ ）的个体存在相似性 ，其残 组 差项不相互独立，导致 传统多元 线性 回归模型 的同方差和独 立性假 设不成立，其估 计参 数标准误 也会产生偏倚 ，由此产
— —
Ｔ ｋ ｏ ｇ ｅｈ ｎ ａ ｏ ａ ｔ ｉ ａ ｏ ａｉ ｕ ｏ ｏ ｅｈ ｎ ｈ ａ ｉ ｆ ｎ ｆ ｙ ｙ ｔ ｎ ｌ ｙ ａ ｔ ｎ ｍｏ ｓ ｅ ｅ ｔ ｒ ｎ ａ ｒ ｖ ｎ ｅ ｆ ｒｅ ａ ｐ ｅ ｎｉ ｉ ｎｉ ｔ ｕ ｆ ｃ ｕ ｅｉ Ｙｕ ｎ ｎ ｐ ｏ ｉ ｃ ｏ ｘ ｍ ｌ ｐｒ ｎ
互联网使用、非农就业与农机社会化服务--基于CLDS数据的经验分析
农林经济管理学报2021，20（02）：166-175Journal of Agro-Forestry Economics and Managementhttp ：//E-mail ：nljjglxb@互联网使用、非农就业与农机社会化服务——基于CLDS 数据的经验分析李忠旭，庄健（沈阳农业大学经济管理学院，辽宁沈阳110015）摘要：基于CLDS2016年数据，采用中介效应模型以及条件混合过程估计方法，实证检验互联网使用对农户采纳农机社会化服务的影响及其机理。
结果表明：使用互联网可以使农户采纳农机社会化服务的概率提升9个百分点，在进行稳健性检验与工具变量法克服内生性后，所得结论依然成立；进一步的研究验证互联网对农户采纳农机服务行为的个体差异性，发现互联网对农户采纳农机服务的影响主要存在于中等收入阶层、高学历水平以及较多社会资本群体中；影响机制分析表明，劳动力的非农就业行为在互联网使用影响农户采纳农机社会化服务中起到完全机制作用。
因此，在推进农业现代化的进程中，不可忽视互联网对于农业发展的积极作用，应不断完善农村地区的网络基础设施建设，提高农户对于互联网的应用能力。
关键词：互联网；非农就业；农机社会化服务；传导机制中图分类号：F323.3文献标志码：A文章编号：2095-6924（2021）02-0166-10DOI ：10.16195/36-1328/f.2021.02.18Internet Usage ，Non-agriculture and Agricultural MachinerySocialized Services ：Empirical AnalysisBased on Data from CLDSLI Zhong -xu ，ZHUANG Jian（School of Economics and Management ，Shenyang Agricultural University ，Shenyang 110015，China ）Abstract ：Based on CLDS 2016data ，the paper uses the intermediary effect model and the conditionalmixed process estimation method to empirically test the impact of Internet use on farmers ’adoption of agricul⁃tural machinery socialization services and its mechanism.The results show that using the Internet increases the probability of farmers adopting services on agricultural machinery by 9percentage points.The conclusion re⁃mains valid after the robustness test and tool variable method overcome endogenousity.Further research veri⁃fies the effect of individual differences of the Internet on farmers ’adoption of agricultural machinery services ，and finds that the influence of the Internet on farmers ’adoption of agricultural machinery services mainly ex⁃ists in middle -income class ，the better educated and the groups with more social capital.Analysis of the influ⁃ence mechanism shows that the non -farm employment behavior of the labor force plays a full mechanism role in the effect of Internet use on farmers ’adoption of agricultural machinery socialization service.Therefore ，in李忠旭，庄健.互联网使用、非农就业与农机社会化服务——基于CLDS 数据的经验分析［J ］.农林经济管理学报，2021，20（02）：166-175.收稿日期：2020⁃11⁃30修回日期：2021⁃03⁃22基金项目：国家社会科学基金项目（17BJY125）作者简介：李忠旭，女，博士，教授，硕士生导师，主要从事农业经济理论与政策研究，E -mail ：*************。
小非农和非农数据有什么关系
小非农是什么？“小非农”是Automatic Data Processing，简称ADP，就是美国自动数据处理公司发布的就业人数，比较权威。
报告采集自约50万家匿名美国企业，是美国就业情况的反映。
在2008年前六个月，采样取自约美国私营领域中39.9万家企业，涵盖近2400万美国员工。
ADP调查仅包括私营部门的就业数据，不包括政府部门就业。
每月公布一次，一般在美国非农数据前两天(即周三或周四)公布，对美国非农数据有一定的预示作用，人称“小非农”。
如果就业人数高，则说明经济发展良好，则对美元指数是利好消息，反之，则为利空。
不过二者之间短期内没有特别必然的联系，因为就业人数不仅仅跟宏观经济情况有关。
其他领域，比如高科技行业的高速发展，可能会减少劳动力的需求，但是却能够极大地刺激经济增长。
失业率在周期性衰退时期上升，在经济快速增长期间下跌。
失业率上升与经济疲软或承包以及利率下降有关。
反之，失业率的下跌与经济发展以及利率上涨有关。
这样，人们害怕，假如失业率太低、工人很难找到，工资就会增加。
非农数据是什么？非农数据是指美国非农就业率，非农业就业人数与失业率一同公布。
公布时间通常为每月第一个周五北京时间20:30(夏季)或21：30(冬季)，公布频率为每月一次，来源于美国劳工部劳动统计局，市场敏感度非常高。
非农就业人数，它能反映出制造行业和服务行业的发展及其增长，数字减少便代表企业减低生产，经济步入萧条。
当社会经济较快时，消费自然随之而增加，消费性以及服务性行业的职位也就增多。
当非农业就业数字大幅增加时，表明了一个健康的经济状况，理论上对汇率应当有利，并可能预示着更高的利率，而潜在的高利率促使外汇市场更多地推动该国货币价值，反之亦然。
因此，该数据是观察社会经济和金融发展程度和状况的一项重要指标。
非农业就业人数为就业报告中的一个项目，该项目主要统计从事农业生产以外的职位变化情形。
包括与就业相关的信息，分别由两个独立的调查得出，即企业调查和家庭调查。
人口规模测算
⼈⼝规模测算云南省宣威市城市总体规划（2003-2020）城市性质、城市规模及城市⽤地发展⽅向专题报告云南省宣威市⼈民政府2003年6⽉⼀．城市⼈⼝规模1．城市⼈⼝规模发展现状2002年，原榕城镇范围总⼈⼝为14.47万⼈，其中⾮农业⼈⼝为9.24万⼈。
2002年，经云南省⼈民政府批准，将宣威市板桥镇管辖的虹桥、马房2个村民委员会（⼈⼝14167⼈，国⼟⾯积39.12平⽅公⾥）和来宾镇管辖的左所村民委员会（⼈⼝6115⼈，国⼟⾯积12.5平⽅公⾥）划归榕城镇管辖。
经计算，⾏政区划调整后的榕城镇总⼈⼝为16.50万⼈，其中⾮农业⼈⼝为9.35万⼈。
2002年末城市市区⼈⼝为15.80万⼈。
2．历次规划和研究对宣威城市⼈⼝规模的预测1）《昆曲⽟楚城市群规划——协调持续发展研究》（1996年）《昆曲⽟楚城市群规划——协调持续发展研究》中预测2005年宣威市城市⼈⼝为22.98万⼈；2020年城市⼈⼝为34.83万⼈。
2）《曲靖市城市总体规划（1999-2020）》（2000年）《曲靖市城市总体规划（1999-2020）》中预测2020年宣威市城市⼈⼝为28-35万⼈。
3）《云南省城镇体系规划（2000-2020年）》（2001年）《云南省城镇体系规划（2000-2020年）》中预测2005年宣威市城市⼈⼝为17万⼈；2010年城市⼈⼝为27万⼈；2020年城市⼈⼝为40万⼈。
4）《宣威市社会经济发展研究（讨论稿）》（2003年4⽉）《宣威市社会经济发展研究（讨论稿）》中预测2010年宣威市城市⼈⼝为25万⼈；2020年中⼼城区及⼏个卫星镇达到或接近50万⼈。
3．此次城市总体规划修编对宣威城市⼈⼝规模的预测参照这些不同空间尺度和时序的规划和研究对宣威城市⼈⼝规模的预测，以及综合考虑当前提出的各种意见，通过对宣威多年以来城市⼈⼝增长趋势和特点的分析，此次城市总体规划修编采⽤⼈⼝综合增长率法预测宣威市城市⼈⼝规模，计算公式如下：()n0n I 1P P +=P n ：基准期n 年以后的城市⼈⼝数 P 0：基准期城市⼈⼝数 I ：城市⼈⼝综合增长率 n ：预测年数取2002年为基准期，则近期预测年数n=2008-2002=6，远期预测年数n=2020-2008=12；P 0=15.80；以下重点探讨I 的取值。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据公布前略微反弹，数据公布后3分钟内上涨6 上涨0.1美元后下跌0.3美元 美元后下跌11美元 刷新日低1310 自日内低点1280.30快速反弹触及日内高点 1289.10美元/盎司，涨8.8美元 快速下挫，刷新日低20.75 小幅波动，自日内低点20.25反弹，最高触及 20.41美元/盎司
自1262.20反弹逾10美元刷新日内高点1273.40美 自19.00水平反弹约0.2美元刷新日内高点19.22美 元/盎司 元/盎司，随后小幅回落 现货黄金扩大跌幅逾1%，跌穿1200美元关口，并 现货白银短线下挫0.30美元，整体逾1%，并刷新 刷新1198.10美元/盎司的10个月低位 16.81美元/盎司的逾四年低位
现货黄金加速上冲，突破1150关口，最高上探 1157.00，刷新2日新高 现货黄金率先跌破1190关口，其后加速跌至 1187.80，刷新一周新低 现货黄金在非农报告公布后最低触及1207.50， 急涨刷新日内高点1217.50美元后回吐几乎全部 涨幅 现货黄金在非农就业报告公布后，急挫近15美元 刷新三周低点至1246.55美元/盎司，跌破近期4H 图三角盘整区域
31
2014年7月3日
21.7
21.5
28.8
预<前<X
利空
32 33 34
2014年8月1日 2014年9月5日 2014年10月3日
28.8 20.9 14.2
23.1 23 21.5
20.9 14.2 24.8
X<预<前 X<前<预 前<预<X
利多 利多 利空
35
2014年11月7日
24.8
现货白银扩大增速，上冲至15.81，逼近16整数关 口，刷新两日新高 现货白银紧促承压，下跌至16.21，刷新3个交易 日新低 现货白银窄幅波动，最低触及16.21，最高触及 16.41 现货白银在非农就业报告公布后，下跌0.3美元刷 新日内低点至16.96美元/盎司
23.5
21.4
X<预<前
利多
36
2014年12月5日
21.4
23
32.1
前<预<X
利空
37
பைடு நூலகம்
2015年1月9日
32.1
24
25.2
预<X<前
先空后多
38 39
2015年2月6日 2015年3月6日
25.2 25.7
23.5 24.3
25.7 29.5
预<前<X 预<前<X
利空 利空
据统计( 数据影响：实际值>预期值=利好货币)
非农数据统计( 数据影响：实际值>预期值
序号 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 日期 简称 2012年1月6日 2012年2月3日 2012年3月9日 2012年4月6日 2012年5月4日 2012年6月1日 2012年7月6日 2012年8月3日 2012年9月7日 2012年10月5日 2012年11月2日 2012年12月7日 2013年1月4日 2013年2月1日 2013年3月8日 2013年4月5日 2013年5月3日 2013年6月7日 2013年7月5日 2013年8月2日 2013年9月6日 2013年10月22日 2013年11月8日 2013年12月6日 2014年1月10日 2014年2月7日 2014年3月7日 2014年4月4日 2014年5月2日 2014年6月6日 前值 前 12 20 24.3 22.7 12 11.5 6.9 8 16.3 9.6 11.4 17.1 14.6 15.5 15.7 23.6 8 16.5 17.5 19.5 16.2 16.9 14.8 20.4 20.3 7.4 11.3 17.5 19.2 28.8 预期 预 15 15 21 20.5 16.5 15 9.5 10 13 11.5 12.5 9.6 15 16 16 20 14.5 17 16.5 18.5 18 18 12.5 18 19.3 18 15 20 21.8 21.8 实际 X 20 24.3 22.7 12 11.5 6.9 8 16.3 9.6 11.4 17.1 14.6 15.5 15.7 23.6 8 16.5 17.5 19.5 16.2 16.9 14.8 20.4 20.3 7.4 11.3 17.5 19.2 28.8 21.7 前<预<X 预<前<X 预<X<前 X<预<前 X<前<预 X<前<预 前<X<预 前<预<X X<预<前 前<X<预 前<预<X 预<X<前 前<预<X 前<X<预 前<预<X X<预<前 前<预<X 前<预<X 预<前<X X<预<前 前<X<预 X<前<预 预<前<X 预<X<前 X<预<前 前<X<预 前<预<X 前<X<预 前<预<X X<预<前 利空 利空 先空后多 利多 利多 利多 先多后空 利空 利多 先多后空 利空 先空后多 利空 先多后空 利空 利多 利空 利空 利空 利多 先多后空 利多 利空 先空后多 利多 先多后空 利空 先多后空 利空 利多 数据对比 理论影响
黄金 涨跌幅度（$） 黄金下跌24美元 黄金下跌39美元 黄金先下跌20美元后上涨40美元 黄金上涨10美元 ↑12 ↑80 ↑18↓33 ↓7↑19.5 ↑46 ↓17.5↑15.33 ↓26 ↓16↑16 ↑26 ↑20↓20 ↓17↑21 ↑23 ↓31↑21 ↓37.9 ↓33↑15 ↑25 ↑30 ↑20 ↓22 ↓22 ↑17 ↑15 下挫16美元 三分钟内黄金上涨近10美元 现货黄金下挫10美元 白银 涨跌幅度（$） 现银下跌0.84美元 现银下跌0.9美元 现银先下跌0.7美元后上涨1.4美元 现银上涨0.6美元 ↑0.7 ↑1.5 ↑0.3↓0.8 ↓0.16↑0.75 ↑1.5 ↓0.47↑0.48 ↓1.1 ↓0.35↑0.61 ↑0.68 ↑0.81↓0.65 ↓0.46↑0.9 ↑0.36 ↓0.86↑0.88 ↓1.17 ↓0.54↑0.18 ↑0.5 ↑0.59 ↑0.5 ↓0.35 ↓0.4↑0.43 ↑0.5 ↓0.14↑0.16 大幅下跌0.6美元 三分钟内拉升0.3美元,三分钟后下跌0.3美元 数据公布后即刻下挫0.3美元 涨后出现下跌，跌 幅比涨幅大 涨后未跌 逆反行情 备注