改进粒子群算法优化灰色神经网络预测模型及其应用

文章针对神经网络存在局部最优、收敛速度慢以及大样本等缺点,将改进的粒子群算法、灰色模型和神经网络模型有机结合,构建了改进粒子群优化灰色神经网络预测模型(IPSO-GMNN).并与其他预测模型进行比较,实证结果表明:IPSO-GMNN预测模型能够克服神经网络预测模型的不足,更好地识别时间序列的非线性和突变性特征.在对我国专利授权数量的预测应用中,新模型对非线性时间数据预测表现出更好的预测精度和稳定性.     

基于灰色神经网络的第三产业发展趋势的预测模型

第三产业发展趋势的预测对于国家或地方政府制定宏观政策有着重要的意义。为更加准确的进行第三产业的预测,从多角度选取指标利用信息墒理论合成综合指标,建立灰色神经网络对其进行预测,实证分析表明灰色神经网络比单一的灰色预测模型和传统BP神经网络预测模型拟合和预测能力要好,说明了模型适应成都第三产业发展趋势的预测。     

城镇化进程与第三产业发展相互关系实证研究——以成都市为例

通过运用协整理论、Granger因果关系检验、广义脉冲响应函数和方差分解法,考察了成都1985-2008年城镇化率与第三产业发展之间的长期动态影响特征。分析结果表明,城镇化率与第三产业从业人员占整个社会从业人员比重互为双向因果关系,其相互促进;在短期内,随着第三产业增长速度促进城镇化率进程的发展。从方差分解结果可以得出,第三产业从业人员占整个社会从业人员比重对城镇化率的贡献度相对比较大。     

基于BCA模型的中国经济波动因素的再测算

文章以动态随机一般均衡模型作为基本分析框架,构建一个带有时变摩擦的实际经济周期(RBC)模型.在考虑经济结构变化的前提下,使用经济周期测度(BCA)模型对1978-2015年我国宏观经济波动特征进行研究和引起波动的因素进行分解,实证结果表明:1993年是我国经济系统结构变化的断点,1978-1992年我国经济波动主要受技术冲击影响,其他的冲击因素具有缓解经济波动的作用;1993-2015年,我国经济波动主要受投资冲击的影响,而技术冲击、劳动冲击和外部冲击也起到部分影响;改革开放以来,我国经济波动源由从单一波动源向多种冲击共同作用的趋势发展.     

经济政策不确定性对经济韧性的影响及作用机制

基于全球经济发展不确定性增强和各国政府对经济活动频繁干预的大环境下，采用2000—2019年23个国家的经济适应度指数和经济政策不确定性指数从国际层面对经济政策不确定性如何影响一国经济韧性及作用路径进行了实证研究。研究结果表明：经济政策不确定性对一国经济适应度即经济韧性具有非线性影响即门槛效应，经济政策不确定性对一国经济韧性具有正向提高作用，而过高的经济政策不确定性则会破坏一国经济韧性。通过中介效应分析发现，经济政策不确定性可以通过产业结构优化和企业创新效率来促进一国经济韧性的提高，进一步异质性分析发现经济政策不确定性对发展中国家经济韧性的提高起正向作用，而对发达国家则起负向作用。     

环境污染对城乡收入差距的影响效应分析

为探究环境污染对城乡收入差距的内在作用机制,以2000—2018年中国省际面板数据为样本,构建跨期经济模型和门槛效应,从理论与实证两方面进行深入分析.研究结果表明,环境污染显著拉大了城乡收入差距,且该结论与分别以化学需氧量(COD)排放总量和以SO2排放总量作为主要解释变量的计量检验结果是一致的;城乡收入差距存在恶性累积效应的负外部性,期初城乡收入差距越大时,环境污染随着门槛区间的上升对城乡收入差距的正向效应越强;同时,公共服务支出、城镇化水平、产业结构升级对城乡收入差距影响也具有不容忽视的作用.