地区产业梯度转移拐点出现时间分析

文章通过分析对比改革开放以来我国四大经济区域三次产业产值占GDP比重的增幅情况,指出20世纪90年代初我国地区产业梯度转移出现了拐点;通过对四大区域三次产业从业人员变动幅度的比较分析,进一步验证了结论。     

基于效率的工业产值与废水排放量脉冲响应分析

工业化进程导致的工业废水排放量与工业用水技术效率有关,为了量化研究工业产值、工业废水排放量与工业用水技术效率三者之间的关系,对数据检验之后,建立VAR模型,运用脉冲响应函数和方差分解方法进行分析.结果表明:中国工业产值、工业用水技术效率分别与工业废水排放量之间存在着互为因果的关系,工业废水排放量对工业产值的影响具有明显的时滞性,工业产值、工业用水技术效率对工业废水排放量的最大贡献度分别达到4.93%和12.74%.     

基于情感分析的汽车造型设计感性评价方法

针对分析用户感性评价时出现的数据采集范围不够广、成本高、数据准确性低、非结构化数据利用率低等问题,提出一种基于情感分析的工业设计感性评价方法,以纯电动汽车为例,构建电动汽车造型感性意象的预测模型。首先基于情感分析量化用户的主观评论,获得感性意象评分,然后针对纯电动汽车的造型特征,提取了与传统内燃机汽车存在差异的主要设计要素,最后通过数量化理论I建立感性意象评分与设计要素的映射模型。以电动汽车设计方案优化为例,证明了该方法的可行性,预测结果的相对误差为5.41%。该方法符合用户的主观认知,能够有效预测用户对方案的感性评价,从而辅助设计师根据感性评价优化产品设计,具有实际应用价值。     

中国稀土镨元素的供需失衡问题——基于镨的物质流分析

基于动态物质流分析方法,以1990—2018年为时间边界,以中国大陆为空间边界,对镨的全生命周期流动情况和供需失衡问题进行了分析。结果表明：（1）1990—2018年中国累计开采超10万t的镨供下游产业应用,其中钕铁硼领域用镨量（6.9万t）占镨总用量的70%;(2)2009年以前,中国的镨供应充足（未登记消费3.1万t）,2009年之后镨供应缺口逐年增大（未登记生产2.4万t）;(3)镨的进口量和出口量均在增长,其中进口以稀土矿和镨的中间产品为主,出口以镨的中间产品和最终产品为主;（4）截至2018年镨的在用存量超过了3.7万t,其中有23%在空调、电声耳机和磁选机中,但回收不足。研究建议：（1）提升镨的回收能力,重点关注即将迎来报废高峰期的空调、电声耳机、磁选机、电机和消费电子;（2）优化镨贸易结构,提升镨贸易价值,加大镨原矿及初级产品进口,并适当控制其出口,以缓解镨供应压力来解决供需失衡问题;（3）合理布局低碳产业发展并通过探索钕铁硼永磁体替代产品推动去镨钕技术发展。     

基于均匀化理论的页岩基质流固耦合尺度升级

页岩基质通常由微尺度的有机质和无机质组成,由于这两种介质的力学性质差异较大,且气体在两者中的赋存方式和流动机制均不相同,要准确刻画气体在页岩基质中的流固耦合过程,需针对两种介质建立不同的微尺度模型,但由于计算效率问题,微尺度模型无法直接用于宏观模拟.基于均匀化理论建立一种页岩基质流固耦合尺度升级方法,将微尺度上有机质和...     

呼伦贝尔市工业经济发展与和谐社会建设

工业化在区域经济发展中起着非常重要的推动和支撑作用。根据呼伦贝尔市的产业特色和资源优势探讨了如何合理布局产业结构、如何构筑七大产业集群等问题,提出了要统筹工业经济发展与社会进步,实现富民强市兴边和全面建设和谐社会的目标。     

大型展览活动对区域产业发展的影响研究——以第四届中国国际进口博览会为例

会展业与国民经济各部门之间存在明显的关联效应,大型展会活动的举办将在区域产业水平提升、产业结构升级等方面产生重要意义。以第四届中国国际进口博览会（以下简称进博会）为研究对象,立足江浙沪区域内986家上市企业数据,采用事件研究法,实证分析了进博会对江浙沪不同细分行业的影响效应及差异。结果表明：进博会的举办可以促进区域产业发展,并在区域产业结构升级方面发挥积极作用;进博会的举办对区域不同细分产业的影响差异具有统计学意义,其中对于高新产业、制造业和服务业产生的促进作用更为明显;进博会对基建相关产业的促进作用呈现先上升后下降的趋势。从微观层面探究大型展览活动对区域不同产业发展的影响,以期为会展业发展的着力方向提供政策依据。     

一类产业结构多目标优化的决策模型

借助于投入产出和目标规划技术,建立产业结构近期调整的多目标优化决策模型.在不增加总投入和总初始投入的假设条件下,以极大化国内生产总值、极大化社会纯收入以及保证三次产业合适比例等为目标,使用广东省的投入产出资料进行实证分析.     

Testing homogeneity of Japanese CPI forecasters

This paper investigates whether some forecasters consistently outperform others using Japanese CPI forecast data of 42 forecasters over the past 18 quarters. It finds that the accuracy rankings of 0, 1, 2, and 5‐month forecasts are significantly different from those that might be expected when all forecasters had equal forecasting ability. Moreover, their rankings of the relative forecast levels are also significantly different from a random one. Copyright © 2009 John Wiley & Sons, Ltd.     

Forecast Combination and Bayesian Model Averaging: A Prior Sensitivity Analysis

In this study we evaluate the forecast performance of model‐averaged forecasts based on the predictive likelihood carrying out a prior sensitivity analysis regarding Zellner's g prior. The main results are fourfold. First, the predictive likelihood does always better than the traditionally employed ‘marginal’ likelihood in settings where the true model is not part of the model space. Secondly, forecast accuracy as measured by the root mean square error (RMSE) is maximized for the median probability model. On the other hand, model averaging excels in predicting direction of changes. Lastly, g should be set according to Laud and Ibrahim (1995: Predictive model selection. Journal of the Royal Statistical Society B 57 : 247–262) with a hold‐out sample size of 25% to minimize the RMSE (median model) and 75% to optimize direction of change forecasts (model averaging). We finally apply the aforementioned recommendations to forecast the monthly industrial production output of six countries, beating for almost all countries the AR(1) benchmark model. Copyright © 2011 John Wiley & Sons, Ltd.