集体建设用地入市如何影响国有建设用地市场?——基于机器学习的新证据

建立健全城乡统一的建设用地市场是当前中国土地制度改革的重要目标，本文使用机器学习与合成双重差分等方法，借助2007～2018年中国国有建设用地出让数据，研究了农村集体建设用地入市对城镇国有建设用地市场的影响。研究发现，集体建设用地入市改革显著减少了国有建设用地的土地出让金，其原因在于改革提升了集体和国有土地的替代性，因而降低了国有建设用地的出让面积，但是未显著影响国有建设用地的单位价格。结合理论分析，上述结果说明该改革并未显著改变城镇国有建设用地的市场结构。成本收益分析表明，该改革对国有建设用地出让金的影响大于集体建设用地。以上结论为集体经营性建设用地入市对国有建设用地市场的影响提供了经验证据，也为健全城乡统一的建设用地市场提供了政策启示。     

供应商信用管理与风险防范

企业采取合理的供应商信用管理制度有利于企业降低成本,因此对供应商进行高效的信用评估具有一定的现实意义。本文在分析供应商信用管理问题的基础上,提出了采用机器学习算法改进供应商信用管理模式的方法,同时还提出了其他相关建议。     

大数据下基于机器学习的项目智能成本管理研究 ——以A风景园林规划研究院规划设计类项目为例

随着云计算、大数据、人工智能技术的发展与应用,以及激烈市场竞争导致的成本控制压力加大,企业的成本管理模式开始呈向数字化、智能化和科学化.文章以A风景园林规划研究院规划设计类项目为例,在分析研究院项目成本管理的现状与问题的基础上,设计了大数据下基于机器学习的项目智能成本管理框架,详细阐述了数据来源、数据采集与处理过程,以及实现各项成本智能管理活动涉及到的机器学习算法,最后分别从成本预测、成本计划、成本控制、成本核算、成本分析与评价方面介绍了机器学习算法在项目成本管理中的具体应用.     

一种加权聚类划分决策树算法

针对斜划分决策树算法普遍存在时间效率低、部分算法仅能应用于二分类问题，提出了一种基于加权距离的聚类决策树算法。通过Relief-F算法为预测属性计算权重，并将权重用于树结点中数据的聚类过程，使用分簇结果对结点进行多路划分，得到可直接用于多分类问题的决策树。理论分析和实验结果表明，该算法与经典轴平行决策树相比，拥有更好的泛化能力以及相近的算法时间复杂度，与大部分斜决策树相比，在付出更少计算代价的前提下，获得了近似的正确率以及模型简洁度。     

一种利用机器学习优化MIMO窃听信道天线选择的方法

为保障多输入多输出窃听信道系统中信息传输的保密性，提出了一种基于机器学习的天线选择方案。首先利用机器学习解决分类问题准确率高、处理大数据高效这一优势，设计了基于奇异值分解的特征值提取、基于信干噪比的标签赋值方案，建立了k最近邻分类器和逻辑回归分类器选择最优天线最大化保密性能（可达保密速率和保密中断概率）。与传统天线选择方案相比，所提方案获得了几乎一致的保密性能，并且大幅降低了系统的选择复杂度和误比特率。     

蜂窝网络自组织研究及展望

自组织网络技术是提高蜂窝网络运行效率、降低运营成本的重要工具，已作为基本功能在4G标准化初始版本获得引入并得到不断发展。在复杂度更高的5G网络中实现网络自动化管理的需求将进一步增强。回顾了蜂窝网络自组织技术的基本概念、分类和主要用例，分析了主要研究方法；总结了学术界、标准化组织及研究机构的研究进展，重点介绍了基于机器学习的最新研究成果；调查了工程应用现状，分析了自组织网络面临的主要挑战，同时指出了新的研究方向。     

要素禀赋、地方工业行业发展与行业选择

本文利用中国省际层面和行业层面的26种投入要素,使用机器学习方法揭示地方工业行业的非充分发展和受要素约束状态,进而基于各地区要素禀赋特征揭示各地区代表性工业行业的选择和发展路径。研究发现:(1)各地区工业行业发展具有明显的地区差异性。东部省份有较多的充分发展行业和要素约束行业,东北三省和中西部地区有较多的非充分发展行业。对于非充分发展的工业行业,其发展路径是提高要素的使用效率或改善要素结构;对于充分发展和要素约束的行业,其发展路径是增加要素投入和改进生产技术。(2)影响不同行业发展的最重要投入要素不尽相同,但整体而言,就业人数、城市工业用地、科技禀赋、物质资本、高速公路里程数是工业行业最重要的投入要素。影响先进制造业最重要的投入要素是就业量、城市工业用地、科技禀赋、物质资本、国内专利申请授权数。(3)不同先进制造业存在不同的要素组合最优区间,各地区应根据自身投入要素处于最优区间的位置而选择优先发展行业和发展路径。广东、江苏、浙江、山东等省份较多的重要投入要素已进入先进制造业的最优组合区间,可以方便地依据本省特征选择发展路径。贵州、云南等西部欠发达地区先进制造业的重要投入要素都远离要素组合最优区间,这些地区发展先进制造业将相对困难。