新就业形态下外来人口城市归属感研究 ——基于杭州市电商相关从业人员的调查

在新就业形态下,提高从业人员特别是外来人口的城市归属感,对于推进市民化和社会融合尤为重要。以中国电商之都——杭州市的电子商务及其衍生产业从业人员为观察对象,进行问卷调查和访谈。分析发现,新就业形态从业人员呈年轻化和中高学历的趋势,但现代性偏低,地域文化融合度及社会参与度不高。从业者用高强度劳动换来短期相对较高收入,并从整体上支撑着城市便捷的生活,但他们的就业和收入不稳定,传统劳动法规对其工作时长、工伤保障等劳动权益的界定模糊。为缓解新就业形态下社会结构和阶层断裂和固化的矛盾,增强从业者的城市归属感,需格外关注新业态中低端从业人员的住宿环境、社会保障、心理健康、职业技能等问题。     

基于城乡居民消费行为分析视角的扩大内需研究

当前我国经济已由高速增长阶段转向高质量发展阶段,且面临着国际市场需求低迷,贸易保护主义抬头等挑战。在此背景下,迫切需要加快经济发展方式的转变,实现内需的扩大和提高,其中扩大消费需求尤为重要。通过分析改革开放以来我国消费率的变动情况,发现我国最终消费率的下降主要发生在2000年以后,且主要是由居民消费率下降导致的,鉴于我国城乡二元结构的国情特征,选取农村居民与城镇居民2000年以后的收入与消费支出数据,将影响城乡居民消费的消费能力与消费意愿两个重要因素进行了量化分析,在此基础上运用ELES模型分析了城乡居民的消费结构,研究发现,与消费能力相比,消费意愿在较多年份制约了城乡居民消费支出的增长,且对城镇居民的制约程度大于农村居民;城乡居民居住类消费支出的增加对其他类消费的增长产生了一定的挤出影响;居住、交通通信、其他用品及服务类未来有可能成为城乡居民共同的重要消费增长点。     

汇率货币模型的非线性协整关系检验——基于深度GRU神经网络

本文采用深度门控循环单元（GRU）神经网络探讨三种汇率货币模型（弹性价格、前瞻性和实际利率差模型）的非线性协整关系。GRU技术在深度学习中具有智能记忆、自主学习和强逼近能力等优点。为此，本文运用该技术对6组典型浮动汇率制国别数据进行了非线性Johansen协整检验。结果表明，汇率与宏观经济基本面之间存在非线性协整关系，从而说明了货币模型在非线性条件下的有效性，以及先进的深度学习工具在检验经济理论中的优势。