排序方式: 共有49条查询结果,搜索用时 31 毫秒
1.
互联网金融在促进小微企业提升融资环境、优化金融资源配置、迎合个人投资需求、提高金融体系包容性、推动普惠金融发展、弥补传统银行融资渠道不足等方面具有不可替代的作用,但同时互联网金融却面临着账号被盗、资金被窃、交易受骗以及财产受损等诸多潜在的信息安全风险,这需要政府、企业和投资者三方共同努力,各司其职,对互联网金融信息安全风险进行防范,以更好地推动我国互联网金融健康快速发展。 相似文献
2.
关于WTO框架下区域经济一体化的思考 总被引:2,自引:0,他引:2
从20世纪50年代至今,由于经济全球化的广泛深入,带动了建立在地区经济合作基础上的区域经济一体化的迅猛发展,并形成了一股强劲的新浪潮。这股新浪潮推进之迅速,内容之广泛,形式之多样,都是前所未有的。此轮区域经济一体化浪潮对今后的世界政治、经济格局产生了重大影响,不仅有力地促进了世界经济的发展,而且还改变了世界经济格局的发展方向,并促使区域政治联盟加强。 相似文献
3.
目前,全球气候变暖作为世界环境问题的四大热点之一不断升温,国际社会各种多边或双边活动日益频繁。中国作为CO2等温室气体排放大国,面临国际减排的压力与日俱增。西方国家鼓吹的"中国气候威胁论"也愈演愈烈,致使中国成为世界气候变暖的众矢之的,然而,通过对国内外文献的梳理,我们发现快速增长的外贸出口和不断扩大的贸易顺差才是导致中国碳排放增长的真正"源头",那些大量消费甚至奢侈消费"中国制造"商品的发达国家同样肩负一定的责任,一味指责中国是不公正、不公平和片面的。 相似文献
4.
5.
6.
跨国公司技术转移的方式、影响因素及对策分析 总被引:1,自引:0,他引:1
在经济全球化的背景下,作为国际间技术转移主体的跨国公司无疑发挥着主力军的作用并日益成为影响世界经济发展和技术进步的重要力量. 相似文献
7.
设立国家生态文明试验区是加快推进生态文明建设的重要举措,2016年和2017年设立的首批国家生态文明试验区有福建省、江西省和贵州省。在“双碳”目标约束下,有效提高碳生产率成为国家生态文明试验区建设的重点任务之一。利用2004—2020年29个省份的面板数据,运用回归控制法分析福建、江西、贵州三省建设国家生态文明试验区对碳生产率的影响及其作用机制,结果表明:设立国家生态文明试验区后,三省碳生产率的增长快于其他26省份的均值,且福建省比浙江省、江西省比安徽省、贵州省比云南省有更快的碳生产率增长;设立国家生态文明试验区产生了明显的碳生产率提升效应(福建省、江西省、贵州省的年均政策效应分别为0.1378万元/吨、0.0654万元/吨、0.0403万元/吨),该结论在时间安慰剂、排除其他政策干扰和用信息准则选择最优子集等稳健性检验中依然成立;设立国家生态文明试验区产生了明显的能源消费结构改善效应、技术进步促进效应、劳动生产率提高效应。应持续推进国家生态文明试验区建设,有效促进绿色低碳发展。 相似文献
8.
跨国公司技术转移方式探析 总被引:2,自引:0,他引:2
在经济全球化的背景下,作为国际间技术转移主体的跨国公司发挥着主力军的作用并日益成为影响世界经济发展和技术进步的重要力量。一方面,跨国公司利用其市场、技术优势在全球范围内优化资源的配置,获取最大化利润; 相似文献
9.
文章在梳理长江经济带全方位协同发展机理的基础上,构建SFTREC复合系统指标体系,研究长江经济带协同发展的时空分异及其收敛性。结果表明:长江经济带SFTREC复合系统存在关联性、动态性、开放性和复杂性,子系统间的相互作用有效提高了长江经济带的协同发展水平,使其呈现稳步上升态势,但区域内部发展不均衡问题较为突出,极化现象依然存在。长江经济带协同发展水平存在空间收敛和俱乐部收敛,要素的自由流动加快了收敛速度,资本存量、对外开放程度、政府规制、人力资本对不同地区收敛的作用不同,导致各省份的稳态水平也不同。研究结论为政府规划长江经济带协同发展路径提供现实依据。 相似文献
10.
"碳达峰"目标下中国碳排放强度预测——基于LSTM和ARIMA-BP模型的分析 总被引:1,自引:0,他引:1
本文基于LSTM神经网络模型并在一定的经济增长预期下推导预测出我国碳排放强度变化趋势,同时,建立ARIMA-BP神经网络模型作为验证模型对碳排放强度进行直接预测。研究结论为:(1)LSTM神经网络模型在验证集上的均方误差(MSE)为0.00001,平均绝对百分比误差(MAPE)为0.33%,表明模型泛化能力十分优秀,在LSTM神经网络模型预测框架下,中国碳排放强度将在2030年达到0.9237吨/万元,相较于2005年的碳排放强度2.9755吨/万元下降68.96%;(2)在ARIMA-BP神经网络模型的预测分析中,预估中国2030年碳排放强度能够下降至0.9840吨/万元,相较于2005年2.9755吨/万元的碳排放强度下降66.93%;(3)将ARIMA-BP神经网络模型得到的碳排放强度预测值与LSTM神经网络模型进行对比,LSTM模型在预测精度上的表现更佳,两个模型对于2030年碳排放强度值的预测相差0.0603吨/万元,对于碳排放强度较2005年降幅预测相差2.03个百分点,验证了本文预测模型的稳健性。 相似文献