空间滞后模型

摘要： 随着信息技术的快速发展,金融科技快速创新,而流通业是国民经济发展的基础产业,本文通过2013-2019年30个省份(除西藏、港澳台地区外)的省级面板数据,采用空间滞后模型实证分析了数字经济时代背景下金融科技对流通业效率的影响.研究发现,金融科技对流通业效率提升具有空间溢出效应,不仅促进了当地流通业效率的提升,同时也促进了邻近地区流通业效率的提升;城镇化率和政府干预具有直接效应,城镇化率的提升对本地流通业效率提升具有促进作用,政府干预降低了资源配置效率,对本地流通业效率提升具有负向作用,并在此基础上提出了相应建议.

摘要： 土地要素在城市建设中的规划对于城市整体创新质量或效率乃至城市群层面都是至关重要。本文从土地视角出发以全国267个城市,七大城市群为主要研究对象,选取2017年截面数据,通过构建资本,土地,劳动三要素所组成土地利用效率指标评价体系,运用空间滞后模型检验土地利用效率中各生产要素对于不同城市群创新效率的空间溢出效应。研究发现:近年来七大城市群的土地利用效率普遍提高,中高效率城市群明显增多。土地利用效率虽然整体较高,但从空间分布上看存在较大的差异性。中低效率城市群占比较大,短板效应明显,全国整体创新效率处于较低水平但仍有较大的提升空间。不同城市群资本要素、劳动要素和土地要素的投入对创新效率的作用偏差较大,并且各元素与创新效率存在空间相关。土地利用效率较高的沿海城市群土地要素和资本要素的投入反而可能会抑制周边地区的创新效率。

摘要： 在厘清金融发展影响绿色全要素生产率机制的基础上,运用空间计量模型实证检验了2004―2016年内蒙古9个地级市金融发展对绿色全要素生产率的影响效应。结果显示:由于空间溢出效应,当地绿色全要素生产率的提升对邻地绿色全要素生产率提升具有促进作用;金融发展对当地绿色全要素生产率的提升具有抑制作用,但对周边地区的抑制作用不显著;产业结构对本地和邻地绿色全要素生产率的影响效应与金融发展相同;经济增长对本地和邻地绿色全要素生产率的提升均有促进作用;环境规制、对外开放、人力资本对绿色全要素生产率没有显著影响。

摘要： 改善公共服务设施的配置对发展租赁市场和实现租购同权具有重要意义。文章选取交通、教育、医疗、生活和景观五类设施,研究公共服务设施的可达性、集聚度和质量对杭州市住宅租赁价格的资本化效应。发现:“行与食”相关的设施作用最大,提高地铁的可达性、集聚度以及增加各种类的餐馆密度能促进溢价;相对普通公共服务设施,租金对优质资源更敏感,租户愿意为三甲医院、A类景观这类“高品质设施”承担更高的居住成本;租金对“学区房”不敏感,反映了教育权的公平性问题。

摘要： 文章应用索洛余值法,基于2000—2018年的面板数据测度了京津冀地区的全要素生产率(TFP),并构建反距离权重矩阵的空间滞后模型(SLM)与空间误差模型(SEM),运用空间回归模型偏微分方法对国际产业转移的空间技术溢出效应进行解析。实证结果表明:京津冀地区全要素生产率存在负向空间溢出效应,全要素生产率较高的地区对邻近地区有负向影响;国际产业转移与本地区全要素生产率呈负相关关系,其对相邻地区的空间溢出效应尚未形成;从直接效应看,研发投入、人力资本、基础设施与经济密度指标均对本地区全要素生产率产生正向影响,产业结构对本地区全要素生产率的影响为负;从间接效应看,仅人力资本指标对邻近地区全要素生产率呈显著负向影响。

摘要： 利用高德大数据平台收集2017年中国99个地级市日交通拥堵延时指数(CDI)作为衡量交通拥堵的指标,采用地理距离衰减矩阵作为空间权重矩阵,构建空间滞后模型,研究交通拥堵对雾霾污染的影响。研究结果表明,中国城市的交通拥堵存在节假日效应与周末效应;交通拥堵存在空间集聚现象,珠三角地区和川渝地区的交通拥堵处于高-高集聚状态,长三角地区处于低-低集聚状态;空间滞后模型回归结果显示,交通拥堵对雾霾污染的影响系数为正,交通拥堵与雾霾污染之间存在倒“U”型曲线关系,说明交通拥堵对城市的环境质量产生了负外部性影响,雾霾污染随着交通拥堵的增加呈现先升后降的趋势。研究交通拥堵对雾霾污染的影响对治理雾霾污染具有重要的意义。

摘要： 犯罪行为是威胁社会安定的关键因素。本文以美国50个州及哥伦比亚特区为研究对象,选取青壮年男子受教育状况、私人交通及通信状况等3种个人生活指标,探究不同空间分析模型下,犯罪率与上述指标之间的关系,进一步分析各个指标与犯罪率之间的相关性,有望对区域治安管理与犯罪行为分析提供一定的参考。结果显示,犯罪率具有空间自相关的特性,相较于OLS模型、空间自相关模型、空间滞后模型和空间误差模型,地理加权回归模型更适于进行犯罪率与影响因素的空间相关性分析;受教育程度低的青壮年男子占比与犯罪率呈现正相关关系,移动通信设备占有率和私人交通工具占有率对犯罪率在不同地区具有不同的影响。

摘要： 选取2000-2019年我国31省的面板数据,构建固定效应空间滞后模型和固定效应空间误差模型,对我国区域金融发展水平的影响因素进行分析。结果表明,我国各区域经济水平、产业结构、政府规制水平、城市化水平以及教育水平对金融发展有显著的正向影响,而对外开放程度对金融发展有负向影响。空间溢出效应是区域金融发展不可忽视的重要影响因素,金融发展水平较高的省份将会对其周围地区的金融发展产生正的辐射作用,并带动相邻地区金融发展。因此,为促进地区金融协调发展,我国应优化产业结构,拓宽融资渠道,调整对外贸易规则,加强基础建设,加快教育体制改革以及制定合理的区域金融政策。

摘要： 基于新古典增长理论,构建三维数字经济指标体系,测算出中国省域数字经济指数,利用LM检验、Hausman检验和似然比LR检验选择最优模型,建立了时空双固定效应空间滞后模型,分析了2013—2019年我国省域科技投入对数字经济的空间效应.结果显示:我国省域数字经济存在空间依赖性和空间异质性,呈现自西向东递增趋势,科技投入对数字经济存在正向空间溢出效应.研究结果既丰富了数字经济的测度方法,也为研究数字经济发展的影响因素提供了新视角.

摘要： 推进农村产业融合发展是实现乡村振兴的重要根基,也是加快实现中国经济高质量转型发展的必要保障。文章基于2011—2020年中国省级面板数据,实证检验数字普惠金融对农村产业融合的影响,并从数字普惠金融不同维度进行深入分析。研究表明,数字普惠金融与农村产业融合呈现出先抑制后促进的“U”型关系,且存在明显空间溢出效应。进一步将数字普惠金融细分为覆盖广度、使用深度与数字化程度三个层面分别检验,发现使用深度与数字化程度对农村产业融合的影响同样呈现为先抑制后促进的“U”型关系,覆盖广度则始终表现为正向促进作用。鉴于此,各地应努力改善农村地区数字基础设施条件,消除消费者适应数字普惠金融的“软硬件”约束,强化数字普惠金融跨区域协同发展,助力农村产业高质量融合发展。

摘要： 本文就中国非均衡地区发展战略对地区增长差异的影响进行了研究.在空间滞后模型的基础上引入东部地区和直辖市的虚拟变量对中国省际基础上1980～2005年间的人均实际GDP数据进行分析,发现自改革开放以来中国经济存在很强的东部和直辖市效应,但不存在明显的西部效应.

摘要： 空间均值回归模型由于可以处理截面相依性而在理论和应用领域均受到广泛关注,但均值回归模型只能刻画自变量对因变量条件期望的影响,损失掉很多尾部信息,鉴于此,本文将空间模型由均值回归模型拓展到分位数回归模型,提出一类空间滞后分位数回归模型并探讨此类模型的估计问题.本文构建了该模型的截面估计法,并证明了估计量的一致性和渐近正态性等大样本性质,同时,通过蒙特卡洛数值模拟考察估计方法的小样本表现,数值模拟结果表明本文所提出的估计方法在小样本条件下具有良好的估计精度和稳定性,适用于各种复杂的空间数据结构.此外,本文还将所构建的理论方法应用于重新检验中国碳排放驱动机制的实证分析中,实证结果展示了理论方法的重要应用价值.

摘要： 空间均值回归模型由于可以处理截面相依性而在理论和应用领域均受到广泛关注,但均值回归模型只能刻画自变量对因变量条件期望的影响,损失掉很多尾部信息,鉴于此,本文将空间模型由均值回归模型拓展到分位数回归模型,提出一类空间滞后分位数回归模型并探讨此类模型的估计问题.本文构建了该模型的截面估计法,并证明了估计量的一致性和渐近正态性等大样本性质,同时,通过蒙特卡洛数值模拟考察估计方法的小样本表现,数值模拟结果表明本文所提出的估计方法在小样本条件下具有良好的估计精度和稳定性,适用于各种复杂的空间数据结构.此外,本文还将所构建的理论方法应用于重新检验中国碳排放驱动机制的实证分析中,实证结果展示了理论方法的重要应用价值.

摘要： 空间均值回归模型由于可以处理截面相依性而在理论和应用领域均受到广泛关注,但均值回归模型只能刻画自变量对因变量条件期望的影响,损失掉很多尾部信息,鉴于此,本文将空间模型由均值回归模型拓展到分位数回归模型,提出一类空间滞后分位数回归模型并探讨此类模型的估计问题.本文构建了该模型的截面估计法,并证明了估计量的一致性和渐近正态性等大样本性质,同时,通过蒙特卡洛数值模拟考察估计方法的小样本表现,数值模拟结果表明本文所提出的估计方法在小样本条件下具有良好的估计精度和稳定性,适用于各种复杂的空间数据结构.此外,本文还将所构建的理论方法应用于重新检验中国碳排放驱动机制的实证分析中,实证结果展示了理论方法的重要应用价值.

摘要： 空间均值回归模型由于可以处理截面相依性而在理论和应用领域均受到广泛关注,但均值回归模型只能刻画自变量对因变量条件期望的影响,损失掉很多尾部信息,鉴于此,本文将空间模型由均值回归模型拓展到分位数回归模型,提出一类空间滞后分位数回归模型并探讨此类模型的估计问题.本文构建了该模型的截面估计法,并证明了估计量的一致性和渐近正态性等大样本性质,同时,通过蒙特卡洛数值模拟考察估计方法的小样本表现,数值模拟结果表明本文所提出的估计方法在小样本条件下具有良好的估计精度和稳定性,适用于各种复杂的空间数据结构.此外,本文还将所构建的理论方法应用于重新检验中国碳排放驱动机制的实证分析中,实证结果展示了理论方法的重要应用价值.

摘要： 空间均值回归模型由于可以处理截面相依性而在理论和应用领域均受到广泛关注,但均值回归模型只能刻画自变量对因变量条件期望的影响,损失掉很多尾部信息,鉴于此,本文将空间模型由均值回归模型拓展到分位数回归模型,提出一类空间滞后分位数回归模型并探讨此类模型的估计问题.本文构建了该模型的截面估计法,并证明了估计量的一致性和渐近正态性等大样本性质,同时,通过蒙特卡洛数值模拟考察估计方法的小样本表现,数值模拟结果表明本文所提出的估计方法在小样本条件下具有良好的估计精度和稳定性,适用于各种复杂的空间数据结构.此外,本文还将所构建的理论方法应用于重新检验中国碳排放驱动机制的实证分析中,实证结果展示了理论方法的重要应用价值.

摘要： 本文在面板平滑转换模型的基础上引入空间相关性,构建了空间滞后面板平滑转换模型,该模型兼具面板平滑转换模型和空间计量模型的优点,既能充分考虑截面单元的个体异质性,又能解决变量的空间相关性问题,是对面板模型的有益拓展.鉴于贝叶斯方法无须解决似然函数最大化问题的优点,本文结合Metropolis-Hastings算法和Gibbs方法构建了模型的贝叶斯估计方法.文章最后通过对具有不同数据结构(空间权重矩阵)的模拟数据的估计以考察所构建的贝叶斯估计方法在小样本条件下的表现,数值模拟结果表明所提出的估计方法适用于各种不同的空间数据结构,对于不同类型的小样本数据,估计方法都具有较高的估计精度和稳定性.

摘要： 本文在面板平滑转换模型的基础上引入空间相关性,构建了空间滞后面板平滑转换模型,该模型兼具面板平滑转换模型和空间计量模型的优点,既能充分考虑截面单元的个体异质性,又能解决变量的空间相关性问题,是对面板模型的有益拓展.鉴于贝叶斯方法无须解决似然函数最大化问题的优点,本文结合Metropolis-Hastings算法和Gibbs方法构建了模型的贝叶斯估计方法.文章最后通过对具有不同数据结构(空间权重矩阵)的模拟数据的估计以考察所构建的贝叶斯估计方法在小样本条件下的表现,数值模拟结果表明所提出的估计方法适用于各种不同的空间数据结构,对于不同类型的小样本数据,估计方法都具有较高的估计精度和稳定性.

摘要： 本文在面板平滑转换模型的基础上引入空间相关性,构建了空间滞后面板平滑转换模型,该模型兼具面板平滑转换模型和空间计量模型的优点,既能充分考虑截面单元的个体异质性,又能解决变量的空间相关性问题,是对面板模型的有益拓展.鉴于贝叶斯方法无须解决似然函数最大化问题的优点,本文结合Metropolis-Hastings算法和Gibbs方法构建了模型的贝叶斯估计方法.文章最后通过对具有不同数据结构(空间权重矩阵)的模拟数据的估计以考察所构建的贝叶斯估计方法在小样本条件下的表现,数值模拟结果表明所提出的估计方法适用于各种不同的空间数据结构,对于不同类型的小样本数据,估计方法都具有较高的估计精度和稳定性.

摘要： 本文在面板平滑转换模型的基础上引入空间相关性,构建了空间滞后面板平滑转换模型,该模型兼具面板平滑转换模型和空间计量模型的优点,既能充分考虑截面单元的个体异质性,又能解决变量的空间相关性问题,是对面板模型的有益拓展.鉴于贝叶斯方法无须解决似然函数最大化问题的优点,本文结合Metropolis-Hastings算法和Gibbs方法构建了模型的贝叶斯估计方法.文章最后通过对具有不同数据结构(空间权重矩阵)的模拟数据的估计以考察所构建的贝叶斯估计方法在小样本条件下的表现,数值模拟结果表明所提出的估计方法适用于各种不同的空间数据结构,对于不同类型的小样本数据,估计方法都具有较高的估计精度和稳定性.

摘要： 本发明公开了一种基于改进多采样率自回归分布滞后模型的高炉生产指标预测方法，属于工业过程监控、建模和仿真领域。模拟高炉炼铁这个连续生产过程，即炉料自上而下、煤气自下而上逆流接触完成反应产生铁水的过程，在多采样率模型中通过高频解释变量预测低频被解释变量，提出停留时间分布作为权重函数，同时利用自适应遗传算法用于参数估计，最后选取解释变量，根据相关性分析确定模型输入输出变量。本发明方法对于时间序列数据具有很好的拟合效果，能够广泛应用于具有多采样率特性、滞后效应的工业动态系统的预测与优化。

摘要： 本发明公开了一种基于时间滞后XGBOOST模型的熟料游离钙含量软测量方法，该方法包括获取水泥生产流程对应生产参数的生产数据和化验室针对水泥样本的质量数据；将生产数据和质量数据确认为输入数据，将游离氧化钙含量确认为输出数据，并对输入数据与输出数据进行数据清洗；分别计算各输入数据与输出数据的皮尔逊相关性；基于输入数据在水泥生产流程中的生产时间节点确定各输入数据的时间提前量，将各输入数据与输出数据进行时间滞后对齐；确定均方差最小的目标XGBOOST模型；当接收到新的生产数据时，将生产数据输入至回归模型，得到游离氧化钙含量预测值。本发明实现了在复杂时变问题上具有更好的预测能力和更低的预测误差，能够更加准确的捕捉时变特性。

摘要： 本发明公开一种基于分布滞后模型的制丝特殊过程堆栈延时计算方法，其目的在于描述特殊过程工艺流量与料香或掺配物的滞后效应，确定堆栈延时。选定制丝环节某一特殊过程的料香流量或掺配物流量(Yt)作为被解释变量，该特殊过程主秤工艺流量及其n期滞后值作为解释变量，即X＝(Xt,Xt‑1,…,Xt‑10)，模型的最大滞后期由特殊过程的工艺布局决定，建立分布滞后模型，将堆栈延时的求解转化为对模型中参数的估计，运用SCAD方法确定滞后期，根据数采频次计算出堆栈延时时间。应用本发明方法能够克服解释变量X及其若干滞后期存在严重多重共线性的问题，同时避免了在对所有变量施加相同的惩罚时估计量有偏的劣势，提高了分布滞后模型的精度。

摘要： 本发明提供了一种CT图像去噪中基于格林空间的滤波方法，包括以下步骤：1）对待处理CT图像的每一层依次进行分块预处理；2）建立CT图像在格林空间的系统模型；3）进行CT图像的滤波器设计，并对CT图像的每一层进行滤波，实现CT图像去噪。本发明的有益效果是：将格林空间的滤波计算方法应用于CT图像去噪中，在计算量上相比增广算法大大降低，在未知噪声统计特性的情况下实现CT图像去噪，有效的提高了CT图像噪声滤波处理的适用性以及鲁棒性。

摘要： 本发明通过对网络空间和物理空间之间映射模型技术的研究，提出了以实景地图为背板的网络空间测绘模型；其次，阐述了网络空间测绘的研究范围、作用与地位，阐明了以实景地图为背板的网络空间测绘模型的技术体系，并深入分析了其所涉及的关键技术；最后，重点开展了网络空间和物理空间之间映射模型技术的研究，并得到了初步实验结果。该模型方法以地图为背板的网络空间测绘模型作为测绘学研究的新对象，为传统测绘学提供了新的思维和理论，网络空间测绘学对于丰富和革新测绘科学理论和技术具有重要意义；研究网络空间和物理空间之间映射模型的理论方法和技术手段，有助于网络研究和管理人员更及时、准确地探测网络资源，精确感知网络态势。

摘要： 本申请公开了一种颜色空间模型转换方法、包含用于颜色空间模型转换的转换方法的记录介质、通过应用该方法而定义的颜色空间、和用于将图像转换到通过应用该方法而定义的颜色空间的设备(例如，计算机产品)。

摘要： 本发明涉及一种基于滞后模型的烟气脱硫脱硝优化控制方法，其包括通过动态仿真软件依据模块化建模和控制策略，建立电厂脱硫脱硝系统仿真模型；对脱硫系统中测定吸收塔PH值存在的时延建立第一滞后时间预测模型、对脱硝系统入口通过烟气在线监测装置CEMS测定烟气氮氧化物浓度存在的时延建立第二滞后时间预测模型；采用支持向量机模型中对脱硫出口二氧化硫浓度和脱硝入口氮氧化物浓度进行预测；根据二氧化硫浓度预测值结合第一滞后时间预测模型对浆液喷淋量控制、根据氮氧化物浓度预测值结合第二滞后时间预测模型对喷氨量进行控制；将控制参数下发至脱硫脱硝系统仿真模型中进行智能诊断。

摘要： 本发明公开了一种基于时间滞后XGBOOST模型的熟料游离钙含量软测量方法，该方法包括获取水泥生产流程对应生产参数的生产数据和化验室针对水泥样本的质量数据；将生产数据和质量数据确认为输入数据，将游离氧化钙含量确认为输出数据，并对输入数据与输出数据进行数据清洗；分别计算各输入数据与输出数据的皮尔逊相关性；基于输入数据在水泥生产流程中的生产时间节点确定各输入数据的时间提前量，将各输入数据与输出数据进行时间滞后对齐；确定均方差最小的目标XGBOOST模型；当接收到新的生产数据时，将生产数据输入至回归模型，得到游离氧化钙含量预测值。本发明实现了在复杂时变问题上具有更好的预测能力和更低的预测误差，能够更加准确的捕捉时变特性。

摘要： 本发明公开了一种基于可调阻尼逆模型的仿生手指温度滞后补偿方法，包括：将仿生手指温度传感器的温度传递过程建模为二阶系统模型；以仿生手指温度传感器进行升温实验辨识二阶系统模型的模型参数；基于辨识得到的模型参数设计二阶系统模型的逆模型，并引入一个可调阻尼系数的低通滤波器生成温度滞后补偿模型；将仿生手指温度传感器实时测量的温度数据输入所述温度滞后补偿模型中得到补偿后的温度。本发明可有效提高温度测量速度，解决仿生手指传感器存在的温度测量滞后问题。

摘要： 本发明公开了一种基于分站负荷和热网滞后模型的热源负荷预测方法，包括：通过采集各热力站在预设历史时间段内的第一时间区间、第二时间区间的运行数据和相应的天气数据，选取有效数据构成样本数据集；对动态数据进行特征关联性提取，将提取后的动态数据与静态数据进行预处理后，分为训练集和测试集；构建用于进行负荷预测的深度学习模型，将训练集输入至深度学习模型中进行学习后获得第二时间区间的负荷预测数据，并依据该热负荷预测数据和测试集，对当前的深度学习模型的预测能力进行测定，符合要求后将测试集输入深度学习模型中获得各热力站在未来时间段内的负荷预测数据；根据负荷预测数据和构建的热网滞后模型，预测热源未来时间段内的负荷。