区域经济合作机制研究——美国的经验与教训

区域发展不平衡是当今世界许多国家普遍存在的一种现象,解决这一问题的关键在于使落后地区尽快发展起来。美国历史上是一个区域差距较大的国家,曾经也是一个地区经济发展很不平衡的国家。本文以美国为研究对象,分析了其为实现区域协调发展在宏观上进行的制度创新和对落后地区给予的政策供给力度,从而较为成功地解决了区域经济发展不平衡的问题。因此,分析研究美国的区域均衡经济政策,探讨区域开发的经验教训,对我国在市场经济条件下开发落后地区,均衡区域利益分配和资源流动格局,具有特别重要的意义。     

中国区域经济发展不平衡原因分析：1992-2008

中国区域发展不平衡问题由来已久,本文选取1992-2008年作为考察时间段,分析中国入市以后的区域发展不平衡的原因,并指出政府政策在这一过程中所起的重用。通过分析发现：（1）区域经济的发展表现出一定的路径依赖性;（2）投资对区域经济发展的影响是显著的,而入市后外资投资的显著影响更加剧了区域发展的不均衡;（3）人力资本在区域发展中功不可没,成为经济持续发展的强大动力。     

基于ESDA-GIS山东省人口与经济空间集聚差异特征研究

运用ESDA和自相关指数方法,结合山东省十七城市2004-2013年人口和GDP数据,探索山东人口和经济空间分布特征动态演化规律,分析人口、经济空间集聚差异的原因.结果表明:山东省十七地市人口和经济空间集聚特征显著,人口空间分布和经济发展水平在空间上呈现差异性,说明山东各区域整体经济发展水平差异加剧,各区域之间的经济关联度减弱,山东沿海区域与内陆区域经济发展不均衡,内陆区域人口和经济发展不同步.山东省应该采取适当措施,缩小经济空间分布差距,实现区域经济均衡发展.     

城市餐饮业的空间格局及其影响因素分析——以西安市为例

目的通过分析西安市餐饮业的空间分布格局与空间差异,总结城市餐饮业空间分布的一般规律,为西安市和其他地区餐饮业的发展及研究提供理论依据。方法在调查西安市各类餐饮业的基础上,从文化地理学角度,运用空间分析、比较分析和因素分析的方法总结餐饮业的空间特征。结果从餐馆的密度、级别和菜系的空间分布的分析,明确了餐饮业的发展呈现出地域不平衡,并根据餐饮业空间分布的影响因素、旅游发展及城市拓展的状况来分析西安餐饮业的发展趋势。结论西安市餐饮业的空间分布明显不平衡,表现出"带核片"的空间格局,呈由中心区向四周递减的趋势,并沿主要交通干线呈串珠状分布。餐饮业的空间布局与区域经济发展水平、人口因素、文化传统、旅游活动以及城市发展格局等诸多因素有关。其中,区域经济条件对餐饮业的档次分布有决定性作用;文化传统在一定程度上决定了餐饮业的种类与数量,但随着多种文化的交融与强势文化的浸入,这一影响因素会相对淡化;人口密度对中档餐饮的分布有决定性作用;旅游活动对本土餐饮的发展与分布表现出强势影响;而城市发展格局则直接影响了餐饮业的空间特征并制约着餐饮业的未来发展趋势。     

重庆市城市空间扩展研究及驱动力分析 (三峡地区资源环境生态研究)

通过引入城市空间扩展强度和紧凑度指数,借助遥感和地理信息系统软件通过对4个时间段(1980年、1997年、2005年、2010年)的TM影像数据及土地利用现状数据进行预处理和分析,揭示重庆城市空间扩展时空演变特征。结果表明:1)重庆市城市空间扩展表现在时间上的阶段性,总体上直辖以后比直辖之前城市空间扩展速度加快,其扩展强度和紧凑度都随时间呈上升趋势;2)空间上的不平衡性,由于各个时期发展区域重点不一,从而导致了各区发展不平衡,各个区在相同时期发展强度、紧凑度和发展模式也具有差异性;3)驱动因素的多样性,主要选取了社会经济因子、人口增长因子、政策导向性因子加以分析,得出经济发展速度的周期性决定了城市空间扩展速度的周期性和城市空间结构分化形式的周期性,国家和地方政策引导及重庆市人口快速增长对重庆市城市空间扩展趋势有重要的影响作用。     

基于主体功能区思想的密集区空间结构优化——以兰州-西宁城镇密集区为例

分析了兰州-西宁城镇密集区的现状空间结构特征,发现区内城镇及产业空间结构呈不均衡状态,这种空间不平衡严重地制约着区域经济发展和生态环境保护.据此,依据主体功能区的指导思想,提出"双核心"空间结构来完善密集区城镇体系,优化产业结构,满足生态功能分区利益,缩小空间差距,促进区域一体化发展.     

基于SPSS的辽宁省旅游经济发展差异研究

以辽宁省14个城市为区域研究单元,从区域经济学的角度,运用SPSS的主成分分析、聚类分析等方法分析了辽宁省旅游经济发展的差异变化,揭示了辽宁省旅游经济发展呈现极化不平衡的发展态势,提出了缩小地区差异、协调地区旅游业发展的建议。     

北京市职住平衡的空间特征研究

"职住平衡"倡导通过实现区域尺度上就业与居住数量上的平衡,旨在从源头上治理大城市交通拥堵、长距离通勤等城市病。基于2010年第六次人口普查、2008年第二次全国经济普查、2015年人口1%抽样调查、2013年第三次全国经济普查数据,以及2014年11月中国移动用户的手机信令数据,借助GIS空间分析技术,对北京市分街道乡镇的职住比进行定量测度与可视化分析,并从名义职住比和实际职住比两方面对北京市职住平衡的空间特征进行分析。研究发现北京市存在显著的职住不平衡问题,就业岗位向心集聚而人口向外围分布,集中体现在市中心就业主导的职住不平衡和外围居住主导的职住不平衡;同时六环内外绝大部分区域在街道乡镇尺度上的实际职住比普遍较低,表现出非常明显的职住不匹配。     

中国区域城市发展不平衡的历史考察

城市是人类文明的象征,也是现代社会各种经济社会活动的集聚中心。自古代以来中国区域城市的发展变化受社会政治、经济、文化等诸多因素制约和影响,呈现出明显的区域发展不平衡性。对近代以来区域城市发展不平衡的现象及其影响进行探讨,揭示近代中国区域城市发展的艰难历程,对当前政府部门制定区域与城市经济发展战略是具有历史借鉴的。     

经济政策与中德区域经济平衡发展

中国区域经济不平衡发展问题一直是中国经济发展中亟需解决却没有解决好的重大经济问题之一.中国东西部地区经济发展的不平衡,虽然与德国统一后东西德地区的不平衡不完全相同,但也还存在着很多相似的地方.统一后的德国通过一系列的政策引导促进了其经济的快速发展,迅速降低了东西部地区经济发展的差异,达到了如今的成就.本文试图探讨德国的经验对实现我国的区域经济平衡发展,尤其是减小东西部差异、促进社会和谐的借鉴作用.     

一种基于目标函数的局部离群点检测方法

针对传统的基于密度的局部离群点检测算法对原始数据集没有进行预处理导致该算法在面对未知数据集时检测效果不理想,又由于其需要计算每一个数据点的离群因子,在数据量过多时,计算量大大增加的问题,通过对局部离群点检测算法的分析,提出了一种基于目标函数的局部离群点检测方法FOLOF(FCM objective function-based LOF).首先,使用肘部法则确定数据集的最佳聚类个数;然后,通过FCM的目标函数对数据集进行剪枝,得到离群点候选集;最后,利用加权局部离群因子检测算法计算候选集中每个点的离群程度.利用该方法在人工数据集和UCI数据集上进行了相关实验,并与其他相关方法进行了对比,结果显示,该算法能够提高离群点检测精度,减少计算量,有效提高离群点检测性能.     

A mapreduced-based and cell-based outlier detection algorithm

Outlier detection is a very important type of data mining,which is extensively used in application areas.The traditional cell-based outlier detection algorithm not only takes a large amount of time in processing massive data,but also uses lots of machine resources,which results in the imbalance of the machine load.This paper presents an algorithm of the MapReduce-based and cell-based outlier detection,combined with the single-layer perceptron,which achieves the parallelization of outlier detection.These experiments show that this improved algorithm is able to effectively improve the efficiency of the outlier detection as well as the accuracy.     

GDLOF:基于网格和稠密单元的快速局部离群点探测算法

为了适应高维大规模数据集的稀疏性,解决现有离群点探测算法在运用于高维大规模数据集时计算量以及时间效率均无法令人满意的现状,区别于以往文献中以点的数量作为判断稠密的阈值,在基于密度的局部异常检测算法LOF的基础上,以通过数据集中每一点周围的邻近点的状况作为判别依据,提出了稠密单元和稠密区域的概念以及基于网格和稠密单元的快速局部离群点探测算法.通过证明稠密单元和稠密区域中的点不可能成为离群点,使得算法减少了LOF值的计算量并显著提高效率.实验表明,该算法对于高维大规模数据集具有良好的适用性和有效性.     

内蒙古区域技术创新能力及其与经济增长的关联分析

伴随着近年来经济的快速发展,内蒙古自治区的科技进步水平也有了显著提高,但与区域经济发展不平衡情况相同,内蒙古12盟市的区域创新能力也呈现出明显的差异性。针对这一问题,从投入、研发和产出三方面对内蒙古各盟市的技术创新能力进行了比较和评价,并运用灰色关联分析法,通过测度科技投入、劳动力投入、资本投入与GDP的关联度,来全面评价内蒙古区域经济增长与科技进步的关系并得出结论。     

多元时间序列模式异常研究

为了提高多元时间序列模式异常检测算法的有效性和合理性,在k-近邻局部异常检测算法的基础上,结合基于主元分析的多元时间序列的降维方法,对多元时间序列模式异常进行检测.实验结果验证了该算法对多元时间序列模式异常检测的准确性和有效性.     

高维数据流的聚类离群点检测算法研究

针对基于聚类的离群点检测算法在处理高维数据流时效率和精确度低的问题,提出一种高维数据流的聚类离群点检测（CODHD-Stream）算法。该算法首先采用滑动窗口技术对数据流划分,然后通过属性约简算法对高维数据集降维;其次运用基于距离的信息熵过滤机制的 K-means 聚类算法将数据集划分成微聚类,并检测微聚类的离群点。通过实验结果分析表明:该算法可以有效提高高维数据流中离群点检测的效率和准确度。     

一种基于PCA的时间序列异常检测方法

在 k-近邻局部异常检测算法的基础上,采用基于主成分分析的多元时间序列的降维方法,依据累积贡献率选择主成分序列,给出了一种效率较高的多元时间序列异常检测算法.实验结果表明:该算法可以较好地提高多元时间序列异常检测的效率     

一种基于相似度量的离群点检测方法

离群点检测在是数据挖掘的重要领域,广泛应用在信用卡欺诈检测、网络入侵检测等重要方面,文中在结合层次聚类和相似性,给出高维数据的相似度量函数与类密度的概念,并基于类密度重新定义高维数据的离群点,从而提出一种基于相似度量的离群点检测算法;实验表明:算法对高维数据中的离群点检测有一定的价值。     

离群数据检测研究

通过充分调研,对现有离群数据检测算法作了分析比较,总结出各算法的特点,并且探讨和展望了离群数据检测的几个热点问题,为离群数据检测算法的进一步研究打下基础。     

基于分阶段离群点检测的电力市场异常辨识

为了监管电力市场中存在的各类违规行为,保证市场的公平竞争,提出了一种基于分阶段离群点检测算法的电力市场异常行为辨识方法.梳理不同交易阶段异常行为的特征,提取相应的特征指标,采用主成分分析法对其进行降维,分阶段地进行异常行为的检测.同时利用平均距离改进局部离群因子算法,显著地提升了算法的检测效果.通过某地区电力市场提供的交易数据进行实验分析,实验结果表明,该方法能有效识别市场中的异常行为,为市场监管人员利用海量数据进行有效监管提供了新思路.