运用空间统计方法分析我国社会福利的有关问题

在研究经济问题时,处理的数据大多是时间序列数据,对这类数据的分析采用的是时间序列分析方法,较少进行空间分析,建立的模型也是以时间序列为主。虽然这种以时间序列数据为对象进行分析、研究问题的方法能够反映一定的经济问题,但是往往会掩盖空间的差异。比如一个问题从时间序     

空间自回归模型及其估计

一、概述在经济问题研究中,处理的数据分为时间序列数据、截面数据以及截面时间序列数据(paneldata)。应用回归模型研究变量之间的关系时,假设模型满足Gauss_Markov条件,当研究的数据是时间序列时,通常会存在序列相关,针对这类数据的问题可以结合时间序列分析的方法加以处理;如     

基于空间自回归模型的中国能源利用效率区域特征分析

一、引言目前,有关中国能源利用效率的研究取得了丰硕的成果,获得了一些非常有价值的结论。但是,大多数研究采用的是时间序列分析方法[1—4],较少进行截面的空间分析,涉及的主要是产业结构、技术创新等传统变量,较少涉及空间分布格局的描述或统计分析,而对区域经济增长和能源利用效率的空间相似性或差异的研究更少。中国幅员辽阔,地区间的空间差异非常明显,传统上利用全国能源利用效率时间序列数据进行分析,往往会掩盖这种十分显著的区域空间差异。因为存有空间差异,时间序列回归方法不再适合于解释能源利用效率与经济发展间的复杂关系,难以…     

面板数据插值的线性组合模型及其实证

针对面板数据插值问题,分别从截面数据和时间序列数据的角度,建立截面数据插值的克立格(Kriging)模型和时间序列数据插值的遗传神经网络(GABP)模型.在此基础上建立面板数据插值的线性组合模型,提出空间漂移度法确定组合插值模型的加权系数.对2007年福建部分市县人均GDP的插值的实证研究结果表明:面板数据的线性组合模型插值效果优于单项模型插值的效果.     

分形与统计学

一、传统统计学处理数据的一般原则 统计学与统计工作一般分为四个阶段:即统计数据的搜集,整理,分析和推断.一般对数据的整理可分为横截面形式(即固定时间,在空间展开)和时间序列形式(固定空间,在时间展开,已有人开始研究固定空间多起点的时间序列问题).     

基于Panel Data和SEA的环境Kuznets曲线分析 ——与马树才、李国柱两位先生探讨

 针对当前学者研究中国环境Kuznets曲线存在的问题，本文使用了面板数据模型和空间计量模型，以克服使用时间序列模型时样本数量偏少和使用截面数据时易引起空间自相关性等问题。结果表明中国有部分环境指标满足环境Kuznets曲线的倒U型特征。     

固定资产投资与经济增长关系探究:来自平行数据的证据

一、研究现状评述从数据特点进行分类,对投资和经济增长关系的研究,大致可以分为两个方面:(1)利用时间序列数据或者截面数据进行实证分析;(2)利用平行数据进行实证分析。所谓平行数据(panel data,也译作面板数据、综列数据等),是指在时间序列数据上取多个截面,在这些截面上同时选取样本观测值所构成的样本数据。利用截面数据,Levine and Renelt(1992)研究表明投资是一个灵敏的变量,对国家经济增长的影响是正的与统计显著的。利用法国、德国、日本、英国与美国的时间序列数据,Alfred and Willi(2001)研究了投资的外部性与内生经济增长的关…     

中国城市入境旅游的经济增长效应及空间溢出性

基于2004—2013年中国285个城市面板数据,运用空间杜宾模型和地理加权回归模型,以金融危机发生时间为断点,对比分析金融危机发生前后入境旅游的经济增长效应和空间溢出效应,探究入境旅游经济增长效应的时空演变趋势。研究发现:入境旅游存在空间交互作用,表现为正向交互性,城市经济增长的空间集聚过程并不是孤立的系统;金融危机发生后,入境旅游对经济增长的促进作用强度及空间溢出效应不仅没有下降,反而有所增加。空间局部分析还发现,从整体上看,城市入境旅游对经济增长的促进作用有所提高;空间分布上,城市入境旅游对经济增长产生抑制作用和无显著作用的地区在空间上不断缩小,而产生促进作用的地区呈现集聚发展,并不断向邻近地区扩散。     

在非高斯状态空间模型下对SCD模型的估计

高频超高频时间序列的分析与建模成已为计量经济的一个全新研究领域,而研究金融市场中交易事件到达时间的随机条件持续期SCD模型,因为加入了随机变量,可以更好地拟合高频超高频金融时间序列特有的统计特征,但随机变量的引入给模型估计带来了估计困难。考虑到非高斯状态空间模型与随机条件持续期SCD模型各自的优势,文章将SCD模型转换成非高斯状态空间模型,从而利用非高斯状态空间框架下的Kalman滤波解决了SCD模型的估计难题。     

CA-AR模型在人口增长模拟中的应用

文章结合人口变化的空间和属性两个基本特征,充分利用CA和AR模型的优点,构建了用于模拟人口增长的CA-AR模型.对成都市主城区作实证研究.以1991年～2004年的人口统计数据为基础估计模型参数,并用2005年的人口数据对模型进行检验.结果表明,此模型较好地解决了在人口增长模拟中人口数量的时间序列变化和空间相互影响相结合的问题.使人口增长模拟更符合实际情况,预测精度较高,为城市规划、城市土地利用规划等提供了科学的参考依据.     

中原地区经济增长演变及空间依赖性分析

区域经济空间结构的增长效应和相关性分析一直是经济学者和经济地理学者研究的核心问题。文章应用传统的最小二乘和空间依赖性回归模型比较分析,分别以中原经济区的县级和市级的社会、经济数据,对中原地区经济的增长效应、溢出效应及溢出边界进行动态演化分析,得出:中原地区县域经济的增长集聚效应明显,以郑州为核心的中原城市群形成,总体呈现中心外围的辐射结构,但是市域尺度视角下,经济的空间依赖性不明显。邻近县域的经济增长对本地区具有显著的促进作用,并且溢出仅作用于地级市内,具有边界效应,这也说明经济增长的集聚与扩散密切关联。最后基于空间经济学理论,提出相适应的发展策略,为中原经济区的协调发展提供科学依据。     

居民消费价格指数的时间序列分析及预测

时间序列是按照时间顺序取得的一系列数据,大多数的经济时间序列存在惯性,通过这种惯性分析可以由时间序列的历史数值对未来值进行预测.文章主要利用时间序列的趋势外推方法对我国目前居民消费价格指数(CPI)进行了建模析和预测,以达到合理预期和分析的目的.     

基于改进BP神经网络的时间序列补缺及预测

对BP神经网络的改进方式和网络参数确定进行分析,以青海省各月份经济统计中的时间序列问题为实验对象,分别采用动量项自适应学习率法和LM-BP算法,利用神经网络完成数据补缺及数据预测。该方法无须确立时间序列模型,便捷高效。最后对两种方法的训练情况和实验结果进行了比较和分析。     

基于卡尔曼滤波估计的连续性抽样调查研究

 针对连续性抽样调查中如何提高连续调查数据准确性的问题,本文引入时间序列分析方法,分别考虑连续性抽样调查中的重复样本和轮换样本等不同情况,建立了连续性抽样调查下的状态空间模型,利用成熟的卡尔曼滤波估计方法给出了总体均值的估计量。由于状态空间模型及卡尔曼滤波估计方法能够充分利用各期连续样本的调查信息,给出了精度更高的估计量,从而能够产生更加准确的连续性时间序列数据。     

时间序列的季节调整及其方法

一、季节调整的必要性 在经济分析和国民经济核算中,经常会看到经过季节调整后的时间序列数据,也经常会遇到关于国内生产总值时间序列季节调整的方法。时间序列季节调整是对时间序列中隐含的由于季节性因素造成的季节变化的影响加以纠正的过程。时间序列是指不同的时间上,对所发生的经济活动进行     

区域能源红利的测算方法

文章基于能源红利的概念,参考人口红利测算方法的相关研究,从区域能源产出对经济增长贡献的视角,运用变参数状态空间模型,建立了区域能源红利的测算方法.并以贵州省为例,根据1978年-2013年的时间序列数据,测算出贵州能源红利.     

基于路径跟随方法的光滑子区间K均值聚类算法

时间序列聚类是数据挖掘领域的热点问题之一。结合时间序列的特点,光滑子空间K均值聚类算法在进行稀疏型聚类的同时,可以筛选出连续的时间子区间,并基于这些子区间上的观测对时间序列聚类,其复杂度主要取决于更新聚类权重的方法。然而,现有算法中聚类权重的更新是通过凸二次规划问题求解完成的,其计算复杂度较高。文章的理论推导表明,可以通过复杂度较低的严格凸二次规划问题的求解来更新聚类权重。在此基础上,给出了计算复杂度更低的路径跟随方法来更新聚类权重。数据模拟表明了基于路径跟随方法的新算法在聚类中的有效性,及其在计算速度上的优越性。     

中部六省地级市区金融发展与经济增长的空间面板分析

面板数据模型从基本形式拓展到空间面板数据模型,体现了时空特征整合的经济计量建模发展方向.从数据生成过程的时空依赖特征来看,结合传统的统计模型、空间统计模型与空间面板数据模型能够挖掘更加全面的数据信息,揭示经济金融活动的空间自相关性与空间集群性.基于地级市区数据的空间统计与计量经济分析结果表明:中部六省的金融发展与经济增长的空间依赖关系是统计显著的,并为深入进行整合时空特征的区域金融与经济增长关系的统计与计量建模分析提供了有利的证据支持.     

SARS疫情对深证成指影响的时间序列模型

时间序列是一组按时间顺序排列数据序列,经常用x1,x2,……,xm,……表示.在经济分析中,许多历史统计数据都可建立时间序列模型,并可借助相应模型进行外推以预测未来,亦即时间序列预测.本文利用SAS系统下时间序列(ETS)模块建立带有自相关校正的回归模型和带有干预序列的ARIMA模型,计算、分析SARS疫情对我国深证成指走势的影响.     

区际产业转移对区域经济增长影响的空间计量分析——基于中西部地区的实证研究

基于中西部地区2000-2011年的面板数据,运用经典计量和空间计量方法,实证分析区际产业转移对区域经济增长的影响.研究结果表明,空间计量经济学模型在分析该问题时具有较好效果,区际产业转移对中西部各省经济增长存在负向空间溢出效应.分析还发现,区际产业转移、外商直接投资与创新强度对中西部地区经济增长有明显促进作用,而人力资本因素作用并不显著.