长江经济带区域生态效率及其影响因素研究

长江经济带战略地位日益彰显,如何准确评价其区域生态效率对我国绿色可持续发展具有重要的意义。运用非期望产出的超效率SBM模型,将长江经济带分为上、中、下游,测算其2005-2019年的区域生态效率,采用Malmquist指数对生态效率进行动态对比和分解,最后建立Tobit模型考察不同影响因素对区域生态效率的影响。结果显示：研究期间内,长江经济带生态效率下、中、上游呈现阶梯式降低的发展趋势,区域间差异较大,但存在趋同性。区域生态效率的发展趋势并不稳定,技术进步是促进区域生态效率提高的关键因素,而技术效率是制约区域生态效率提高的主要因素。经济水平、产业结构、环境规制、城镇化水平和外商直接投资均会影响长江经济带的区域生态效率,因此长江经济带各省区之间要建立联合发展机制,大力发展技术创新,合理布局产业结构,发展新型城镇化,积极有效地利用外资,进而提升整体区域生态效率。     

我国黄金与原油对新能源收益的非线性影响研究

在环境污染问题日益突出的背景下,新能源的发展变得越发重要。文章基于2018年3月26日到2021年9月1日的数据,运用分位数对分位数回归的方法,分析了我国黄金和原油对新能源收益的影响。结果表明：黄金对新能源的正影响主要集中在新能源处于极端市场下,而当新能源处于正常市场时,黄金可以作为新能源的对冲资产。原油对新能源的正影响具有明显的非对称性,当原油和新能源都在熊市时,两者的依赖性更强。经过稳健性检验后,结果仍旧是可靠的。这些结果对于投资者以及政策制定者的合理决策具有重要的参考意义。     

数字化水平对国际贸易影响的实证分析——基于省域视角

在阐述省域数字化发展提升贸易便捷性、信息对称性、降低交易费用和促进形成贸易新业态四个传导机制的基础上,运用2017—2021年省域数据,采用面板门限回归和数据挖掘方法对数字化水平如何影响国际贸易发展进行了实证分析。结果表明：省域数字化发展水平有力促进了国际贸易发展,在此过程中金融发展水平具有正向门限加剧效应;考虑区域异质性后,西部、东部和中部地区分别表现出无门限效应、门限加剧效应和门限收敛效应。政府应该稳步提升省域数字化发展水平,不断推进中部和西部地区金融发展建设。     

基于回归模型的外汇市场波动分析

研究影响外汇市场波动的因素对经济发展具有现实意义。本文以美元兑人民币汇率为例,进行数据收集与整理,建立回归模型来估计外汇储备、消费者价格指数、国际收支差额、国家财政预算和外商直接投资金额经济指标对外汇市场波动的影响。实证结果显示,这五种经济指标对外汇市场波动都有一定影响。     

回归分析法的工程实例应用分析

本文综合分析黄土湿陷性的各种影响因素,通过数据挖掘技术,利用因子分析法确定黄土湿陷性的四个主要因素,依次为干密度、含水率、孔隙比以及塑性指数,并对每个影响因子的影响程度做出评价。利用逐步回归分析法,求出黄土湿陷系数与多个因素之间的回归方程,分析各个因素与黄土湿陷性之间的关系。     

中国资本市场的价值动力

在资本市场中,价值动力是建立股价合理预期的根据,包括价值回归动力和价值变动动力。价值回归动力产生于估值,与当前我国资本市场盛行的比较估值法相比,现金流贴现估值法更反映股票的内在价值。价值变动动力是股票价值重估的依据,与宏观经济环境、行业基本面、公司基本面的变化息息相关。两种动力可能相互博弈也可能形成合力,在一定条件下可能互相转化。本文通过对两种动力在我国资本市场的作用进行考察,倡导应用价值动力进行资本运作的方法。     

物流园区如何实现盈利模式转型

本文对我国现有物流因区的盈利模式进行了总结,并对这些盈利模式存在的问题进行了深入剖析,提出了新形势下物流园区如何实现盈利模式的转型。     

物流网络发展对区域经济的影响研究

我国快速发展的区域经济建设促进了中部地区物流网络的建立和发展,针对物流网络发展和区域经济之间复杂的联动效应,基于向量自回归理论建立了一种物流网络发展对区域经济联动影响的研究模型.以1996-2012年中部6省的经济数据和物流行业相关数据为基础,应用向量自回归模型分析物流网络发展对区域经济的影响.结果表明,虽然物流行业的发展并非当前经济增长的主要原因,但近5年中部6省物流网络发展对经济增长的促进作用较为明显,中部地区仍需协调规划物流运输网络建设,进一步完善物流网络基础建设.     

基于GRNN的主要编组站办理车辆数的预测

运用广义回归神经网络对铁路编组站办理车辆数进行预测.在对编组站办理车辆数的经济因素和结构因素进行分析的基础上,给出GRNN预测的全过程,并将GRNN与BP网络预测进行比较,建立网络、训练和检测,最终模拟得到全路主要编组站办理车辆数.实例分析证明GRNN能提高预测精度,为编组站规划和设计提供理论支持.     

济南房价影响因素研究及预测——基于灰色关联分析法、回归方程和多元线性回归分析的视角

通过对济南市历史房价数据和人口数量、人均可支配收入等相关因素数据的采集和分析,整理出了变量间的相关关系,建立对于济南地区未来房价走势的预测模型。通过灰色关联分析法建立模型1,得出历史价格与当前价格高度相关的结论;通过Excel进行数据回归分析,选择运用与房价数据拟合度较高的指数回归函数,建立基于人口变动的房价预测模型2;通过excel进行多元线行回归分析,得出回归方程,建立预测模型3。三个模型均检验了济南未来房价呈上涨趋势的假设成立,并对2018年1月~3月的具体房价进行了预测。