后疫情时代中国智能驾驶创新扩散特征研究——基于创新扩散理论深度调研

基于罗杰斯创新扩散理论,采用立意抽样法,对涵盖智能驾驶创新扩散源、潜在受用群体的25家典型机构中的95名受访者进行深度调研,结合资料分析、现场观察等质性研究法,勾勒中国智能驾驶创新扩散实践经历新冠肺炎疫情前后呈现的不同创新属性扩散模式特征。结果发现：①新冠肺炎疫情虽然在一定程度上消解了L1—L5级智能驾驶创新扩散源与政府及限定场景潜在受用群体创新属性之间的矛盾,却将新矛盾聚焦于非专业人士教育培训与操作易用性诉求上;②新冠肺炎疫情加快了政府及限定场景潜在受用群体对智能驾驶创新的认知进程,使得智能驾驶创新劝服与决策过程直接进入实施阶段;③智能驾驶创新采纳者钟形曲线分布发生偏移,原先属于落后者、晚期大多数类别的潜在受用群体不断向早期大多数类别身份转换。最终,提出积极寻求疫情与复工场景应用机会、定向开发并拓展产品线、加速技术迭代与升级等应急举措,以面对突发性公共危机时能够继续维系有效的扩散实践。     

基于模仿的技术扩散

对基于模仿的技术扩散重要研究进行了回顾。以信息不完全为出发点的理论研究主要包括传染病模型和贝叶斯学习模型等;以企业动机为出发点的研究主要包括两阶段的计量模型、门槛模型等。这些研究表明,信息传播所依赖的社会关系网络、技术引进者关于新技术信息的完整性以及企业规模的大小是决定技术扩散的影响因素。此外,关于技术扩散空间过程的一些重要研究,其本质就是传染病模型与门槛模型的空间版本。     

基于电力大数据的中国GDP现时预测

传统的宏观经济预测通常基于同频预测模型和滞后的经济统计数据进行研究,影响了预测的时效性与精确度.文章以实时的电力大数据指标为解释变量,基于混频数据抽样模型、动态因子模型及预测组合方法现时预测中国的GDP增长率.研究结果表明:电力数据较之于消费、投资、出口具有更优的现时预测效果,消费、投资是拉动我国经济增长的重要因素;包...     

基于动态递归神经网络的洪水灾害损失预测

对洪水灾害损失进行预测,旨在为我国巨灾保险产品的创新提供新的理论依据。神经网络自身的联想能力决定了它在预测方面有比较大的优势,特别是在处理洪水灾害损失这类动态问题上,Elman动态神经网络能很好地预测洪水灾害损失,与静态神经网络相比,预测所得结果的精度进一步提高。     

大数据背景下基于ABC-SVM的建筑工程造价预测

建筑工程项目决策阶段信息量少,精准高效的造价预测是科学决策的关键.为了提高项目前期工程造价预测的精度,探讨如何利用历史项目大数据及机器学习进行新建建筑工程项目的造价预测至关重要.本文首先通过文献研究确定了建筑工程决策阶段造价的主要影响因素,然后利用人工蜂群算法(ABC)对支持向量机(SVM)参数即惩罚因子C和核函数参数g进行优化计算,最终构建了基于ABC-SVM的建筑工程造价预测模型.最后以某工程造价数据平台上的84个建筑工程项目为数据源进行模型验证,结果显示,与GRID-SVM模型和BP神经网络模型相比,本文所提的ABC-SVM模型的预测精度更高,具有更好的适用性.     

企业职工基本养老保险基金收支预测与可持续风险监测预警——基于新冠疫情冲击的情景分析

新冠疫情对基本养老保险的可持续性带来新挑战,研究构建基金可持续风险监测预警系统意义重大。文章根据疫情影响程度的差异,划分疫情低风险、疫情中风险和疫情高风险三种疫情风险情景,与无疫情情景进行对照,运用计量和精算模型,测算不同疫情风险情景下,2022-2051年企业职工基本养老保险基金的收支结余,并构建基金可持续风险监测预警系统。研究发现:首先,疫情影响每提高一个风险等级,基金收入累计现值平均降低23.45%,基金支出累计现值平均降低7%,而基金累计结余现值之和平均降低59.76%。在疫情冲击下,如果不采取有效的应对措施,企业职工基本养老保险基金累计结余将于2030-2032年耗尽,并且赤字规模逐年增大。其次,文章设计预警数据输入、预警过程、预警结果输出和预控对策的预警全流程,联动基金筹资风险、基金积累风险和基金给付风险,构建企业职工基本养老保险基金可持续风险监测预警系统。通过该预警系统研究发现,与无疫情情景相比,疫情提高了基金可持续风险警级。在不同情景下,可持续风险警级在测算前期均为轻警,持续年限有所差异,之后提升至中警。最后,文章对退休年龄、征缴率等关键警源进行敏感性监测。文章研究构建...     

基于搜索大数据的旅游需求自回归分布滞后模型预测研究

基于搜索引擎的搜索指数记录了关于某一关键字或某个类别的用户搜索历史,这些时间序列数据可为经济活动的预测提供原始实时依据。文章通过引入搜索大数据构建自回归分布滞后模型(即ARDL模型)预测旅游需求。具体研究内容是以美国2004年1月至2016年9月入境中国香港旅游人数为因变量、搜索指数的滞后变量为自变量建立自回归分布滞后模型,并进行预测分析。实证结果表明,搜索指数与入境旅游数具有正向相关关系,搜索指数可以提高旅游预测精度。研究结果可为网络信息计量学理论、旅游管理预测提供实证数据参考。     

基于最大Lyapunov指数的股市数据预测

股市数据的预测是预测领域的热点问题。给出了基于最大Lyapunov指数的股市数据短期预期方法。首先据混沌的特性计算得到时间序列的最大Lyapunov指数值,然后找到预测中心点的最近邻点,建立预测中心点与最近邻点的关系式,据此关系式计算出两个预测值,最后对两个值进行平均得最终预测值。实际应用结果表明效果良好,预测精度很高。     

疫情下我国商业模式的创新与转型研究——基于GM(1,1)模型

本文针对疫情对全球商业模式的影响,进行了基于GM(1,1)全球商业模式的创新与转型研究.首先,建立GM(1,1)模型,通过MATLAB软件对样本数据进行分析,预测未来感染人数的增长情况;其次,通过对预测结果和实际情况进行对比分析,得到新型冠状病毒的感染趋势,引出我国疫情下商业模式需要发生转变的原因;最后,通过分析结果,...     

集聚、扩散与FDI空间演化——基于中国省级数据的研究

本文采用空间计量学的方法,在描述我国FDI空间演化轨迹的基础上,建立了一个FDI地区分布决定因素的空间模型,运用1987-2007年的面板数据,分析我国FDI空间演化的规律。计量结果发现,集聚效应对于吸引我国FDI有着很大程度的影响,相邻省份之间的空间溢出效应促使FDI更多的是由核心省份向周边省份扩散。并根据结论提出了引导FDI空间的合理转移,缩小地区差距的政策建议。     

基于大数据背景的《市场调查与预测》课程教学改革研究

随着大数据时代的到来及市场调查行业的专业化发展,市场调查行业对从业人员的要求尤其是对数据分析能力的要求越来越高,传统的教学方法和教学模式已经很难适应相应人才培养的需要。在此背景下,文章探讨了《市场调查与预测》课程改革的必要性及基本思路,为市场营销专业特色的建立奠定了一定的基础。     

首要城市主导产业扩散效应研究：基于京津冀城市群的实证

为拟合京津冀城市群中核心城市的扩散与回流效应,利用2005-2019年京津冀城市群8个城市面板数据,构建以北京、天津为单核心或双核心的城市主导产业对外围城市关联产业以及高产值产业的扩散效应模型,分析得出3个结论：①首都对外围城市的回流效应导致外围城市产业发展低端化,并制约首都高端制造业发挥扩散效应;②首都与区域内中小型城市发展差距大,使第二大城市承接发展转移的中介功能得到提高,并通过与首要城市的连结促进承接发展转移的中介城市产业发展;③回流效应影响主导产业向外关联性拓展,导致外围城市产业发展仍需依托聚集经济,相同产业的大量集聚影响产业多样性,制约产业集群发展。基于此,建议通过提升外围城市公共服务与基础设施水平、加速主导产业升级以及强化第二大城市中介功能,提升城市间产业协作水平。     

基于景气数据的成都市产成品库存预测研究

文章针对产成品存货,通过建立GMDH自回归模型预测了成都市的产成品存货,同时引入企业家信息指数等景气数据,并通过建立ARCH模型预测了成都市的产成品存货,然后将GMDH与加入景气数据的ARCH模型进行组合预测,得出预测结果。将以上三个预测结果与实际的数据进行比较,证明引入景气数据的组合预测模型更加准确,有效。     

试论大数据背景下的金融统计和经济预测的发展

在互联网时代,数据逐渐成为促进社会工作、日常生活快速发展的重要动因,近年,随着全球大数据平台和数据库的建立,我国也建立了相关的数据库中心,特别是2015年在贵阳市成立了中国的大数据交易中心(GBDEx),也是经贵州省政府批准成立的全国第一家以大数据命名的交易所,该交易所的建立为资本市场提供了规模信息和分类资源,极大地满足了金融主体对密集信息的需求,为金融主体提供了关键的基础分析资源,成为金融主体进行统计及预测的新渠道。文章通过对大数据技术进行定义,围绕如何利用、提炼大数据信息,提出相关统计实施策略和建议,增强金融行业中数据的价值预测的准确性和指导性,发掘资本市场蕴含的经济规律。