期刊信息
主管单位
陕西省教育厅
主办单位
西安财经大学
中国统计教育学会高教分会
编委会主任 赵敏娟
编委会副主任 李佼瑞 赵彦云
地址 陕西省西安市小寨东路64号
邮编 710061
微信公众号
数字出版平台
网站访问量
针对信息冗余和伪区间问题的区间时间序列预测研究
汪漂;陶志富;刘金培;区间数据相较于传统点值数据能更完整刻画数据动态变化过程,在经济预测、环境监测等领域具有重要应用价值,但现有区间数据预测方法普遍存在两大核心问题:一是未充分利用区间上下界信息的内在相似性,导致信息冗余;二是预测结果易出现“伪区间”问题,严重影响预测有效性。基于此,提出一种融合PCA降维与还原的区间时间序列预测方法。首先,通过PCA将区间数据转化为一维时间序列,该序列可保留原始数据95%以上的关键信息,有效解决信息冗余问题;其次,在假设原始数据分布保持稳定的前提下,采用常用预测方法对降维后的序列进行预测,并通过PCA逆变换实现区间还原,从机制上规避伪区间生成;最后,针对多变量场景,该方法通过一次信息整合完成建模,显著降低数据重复使用引发的误差累计。同时,引入伪区间率(PIR)、区间覆盖度(PICP)及区间平均宽度(MNPIW)构建多维度评估体系,全面衡量预测效果。实证与分析结果表明,该方法在解决信息冗余和伪区间问题的同时,显著提升了区间时间序列的预测精度,为区间时间序列预测研究提供了兼具理论创新性与实践可行性的新思路,也为相关领域基于区间数据的决策提供可靠的技术支撑。
中国经济增长风险的实时预测与预警信息甄别
王李俊;刘汉;精准预判经济风险与甄别预警信息,对短期政策调控与中长期高质量发展至关重要。因此,构建了一个融合多分布高维混频数据驱动的机器学习风险预测与预警信息甄别框架,基于多维度高维混频宏观经济数据,对中国经济增长风险进行实时预测与预警信息甄别。实证结果表明:第一,基于Sinh-Arcsinh分布及其与偏态t分布组合的MF-QRLSTM模型,通过高维混频数据的无损融合与变量间非线性动态关系的精准刻画,较传统预测方法显著提升了经济增长风险的实时预测精度。第二,金融状况对经济增长风险的边际预测贡献呈现明显的状态依赖性:经济平稳期其边际贡献较弱,而在经济冲击期则能提供更多的预测增量信息。第三,实体经济发展、国内外金融状况与宏观预期等是影响经济增长风险预测的关键因素,能够为经济增长风险提供重要的预警信息。本研究对助力构建新形势下经济增长风险监测预警体系具有重要的启示意义。
人工智能与数字经济融合发展水平测度、驱动因素及空间效应研究
李立清;仲光金;人工智能与数字经济融合发展对推动智能经济加快发展具有重要意义。在分析人工智能与数字经济融合发展可能性与可行性的基础上,运用耦合协调度模型、地理探测器与莫兰指数等方法,剖析2012—2022年中国30个省域人工智能与数字经济融合发展的时空演化特征及驱动因素。研究表明:全国及三大区域人工智能与数字经济的融合发展水平稳定上升,但具有明显的“东高西低”“经济依赖”分布特征;融合等级有所提高,实现低级协调向中级协调转变,但空间差异愈发显著,区域间差异是产生空间差异的主要来源;产业规模、知识创造、基础设施和创新能力对提升融合水平具有较大影响,其中,人工智能专利与工业机器人的交互作用是推动融合发展向高水平迈进的重要着力点;融合发展水平呈现显著的空间正相关性,多数地区主要分布于第一、三象限,耦合协调度较高(较低)地区更易产生集聚现象。基于人工智能与数字经济的融合水平研究,为国家制定区域差异化人工智能政策,推动科技与经济协调发展提供了理论支撑。
中国各区域数字产业链韧性的统计测度研究
马丹;陈思年;尚似融;曹润民;提升产业链韧性对于构建现代化产业体系和实现产业链现代化具有重要战略意义,是推进中国式现代化建设的重要内容。首先编制2007—2023年中国省级区域间数字经济投入产出表,分别从抗毁性和恢复性两个方面测算中国数字产业链韧性,并分析其特征事实和影响因素。结果表明,中国数字产业链韧性呈现上升趋势,区域层面各类数字产业链韧性水平呈现“东—中—东北—西”的阶梯分布格局。进一步分析发现,数实融合发展能够显著提升数字产业链韧性,并且在不同类型的数字经济行业和地理区域等层面存在明显的异质性特征。因此,应深化数实融合,构建制造业数字化韧性体系,优化区域数字产业协同布局,完善产学研融合与跨行业融合机制,增强数字产业链抗风险与自主可控能力。
政府引导基金的就业创造效应:基于“提质扩容”的视角
付向东;冀云阳;就业是民生之本,关乎经济社会的高质量发展与国家长治久安。基于2009—2023年中国政府引导基金与沪深A股上市公司匹配的面板数据,系统考察了政府引导基金对就业规模以及高质量充分就业的影响。研究发现,政府引导基金能显著提升被投企业的劳动力雇佣规模,且这一结论在进行相关的稳健性检验后依然成立。机制分析表明,政府引导基金主要是通过赋能企业供应链韧性提升与股价崩盘风险降低来提高企业劳动力雇佣规模。异质性分析发现,这种就业增长效应在市场化程度低的地区、非劳动密集型的行业以及耐心资本占比低的企业中更为凸显。进一步研究发现,政府引导基金提升了企业的就业质量,实现了就业的“提质扩容”。与此同时,政府引导基金也产生了显著的就业溢出效应,尤其是促进了地区层面正规就业规模的扩张。研究成果揭示了政府引导基金通过稳定企业产品以及资本市场预期以促进就业的机理,对于系统评估政府引导基金的政策效能与稳定就业、改善民生福祉具有重要启示。
人工智能对企业碳排放边际减排成本的影响研究
周远翔;陈婵;徐树奇;朱庆缘;人工智能已成为最新一波科技进步的关键驱动力,有望在释放“智能红利”的同时,为中国实现“双碳”目标提供新的途径。基于这一研究背景,采用当下前沿的副生产法构建数据包络模型,细致测算企业层面的碳排放边际减排成本,并基于2013—2023年中国上市公司面板数据,构建了一套“节能降耗增效偏向”的词典衡量企业人工智能水平,实证检验其对碳排放边际减排成本的影响及作用机制。研究发现,人工智能显著降低了企业的碳排放边际减排成本,且该结论经过一系列内生性及稳健性检验后依然成立。进一步的机制分析表明,人工智能主要通过促进绿色技术创新、推动能源结构转型和降低碳排放强度三种路径影响企业边际减排成本。同时,政府环境治理和市场竞争水平对其减排效应具有促进作用。此外,异质性分析结果显示,人工智能显著降低了非劳动密集型、非资产密集型、非高耗能行业以及高新技术行业的企业碳排放边际减排成本,且对国有企业、大规模企业及东部地区企业的作用尤为显著。据此,建议加大对智能减排技术与绿色创新的财政扶持,完善环保法规与监管标准,维护公平市场竞争秩序,并依据行业特征实施差异化减排政策,推动协同减排。
核心企业人工智能应用与供应链绿色协同创新:基于绿色知识溢出视角
向书坚;轩媛媛;供应链绿色创新长期受制于绿色知识溢出的结构性瓶颈,而人工智能技术的发展与应用正成为打破知识流动壁垒、重构绿色协同创新的重要路径。基于绿色知识溢出视角,运用双重机器学习方法,探究了核心企业人工智能应用对供应链绿色协同创新的驱动效应、作用机制与边界条件。研究发现,核心企业人工智能应用能够显著促进供应链绿色协同创新,并对上下游企业产生非对称性影响。其中,对下游企业的影响主要受业务依赖关系驱动,而对上游企业的影响则显著受地理距离制约。机制分析表明,人工智能主要通过绿色技术知识溢出与绿色管理知识溢出两条路径发挥作用,技术知识溢出呈现明显的上游导向特征,而管理知识溢出则表现出双向扩散趋势。在作用边界上,核心企业在供应链网络中的结构洞与度中心性对绿色知识溢出具有差异化调节效应。其中,结构洞主要增强技术知识溢出效应,而度中心性则对技术与管理知识溢出均有显著的提升作用。因此,应着力强化核心企业人工智能赋能,分类促进知识溢出,发挥网络位置优势,以破解供应链“知识孤岛”,驱动上下游绿色协同创新。
国家新一代人工智能创新发展试验区对城市创新的“量质齐升”效应研究
郝振龙;任秀梅;周艳丽;人工智能作为引领新一轮科技革命和产业变革的核心驱动力,深刻重塑城市创新的生态体系与发展路径。利用双重差分法系统评估了国家新一代人工智能创新发展试验区对城市创新能力“量”和“质”两个维度的影响效应、作用机制及其异质性。研究发现,试验区政策能够推动城市创新能力“量质齐升”,这一结论在采用工具变量法进行内生性分析以及一系列稳健性检验后依然成立。机制分析表明,上述关系通过集聚效应、吸引创新人才和优化资源配置得以实现。异质性分析显示,试验区政策对创新能力“量”的促进效应在中部城市更为显著,对创新能力“质”的促进效应在东部城市更为显著;对非中心城市的促进作用大于中心城市。进一步分析发现,该政策对周边200km内城市的创新数量、100km内城市的创新质量具有显著辐射作用,并在300km～350km距离内对于城市创新质量也呈现出溢出效应。研究成果不仅为深入理解试验区政策的影响提供了经验证据,而且对促进城市培育创新能力提供了政策启示。
“营业税改增值税”提升政府统计分类精确性研究
许永洪;薛赵琴;姜安;“营改增”改革通过税收驱动企业主辅分离,为观察和改进行业分类统计数据提供了研究契机,有助于进行政策评价和修订政府统计数据。本文采用2003—2021年省级面板数据,从时间维度形成三个构面,实证分析了“营改增”对行业分类统计数据的影响效应及各省份、行业的差异情况;进一步,对相关历史数据进行探索性调整,以增强其衔接性。研究发现:“营改增”能够通过促进相关行业分类精准化,对前期试点行业的分类数据产生显著影响,对后期其他行业影响较小。异质性研究表明,“营改增”对“信息传输、软件和信息技术服务业”和“租赁和商务服务业”的影响最为显著。对历史数据调整后发现,校正后的“信息传输、软件和信息技术服务业”以及“租赁和商务服务业”城镇非私营单位就业人员数均高于现有统计数据。校正后,相关行业数据在改革前后的可比性增强,数据质量得到提升。本研究关注并检验了“营改增”对行业分类统计数据的影响效应,同时验证了“营改增”改革有助于缓解相关服务业历史数据低估问题。这一发现有望进一步提升中国统计数据精确性,为国家统计局修订经济统计数据提供参考。
随机森林方法研究综述
方匡南;吴见彬;朱建平;谢邦昌;随机森林(RF)是一种统计学习理论,它是利用bootsrap重抽样方法从原始样本中抽取多个样本,对每个bootsrap样本进行决策树建模,然后组合多棵决策树的预测,通过投票得出最终预测结果。它具有很高的预测准确率,对异常值和噪声具有很好的容忍度,且不容易出现过拟合,在医学、生物信息、管理学等领域有着广泛的应用。为此,介绍了随机森林原理及其有关性质,讨论其最新的发展情况以及一些重要的应用领域。
调查问卷的可信度和有效度分析
曾五一,黄炳艺关于调查问卷可信度和有效度的评价分析一直是国内进行问卷调查时被忽视的议题。文章对调查问卷的可信度和有效度的内涵及其相互关系作一些研究,并对国际上常用的一些统计评价分析方法及如何在SPSS统计软件包上实现的问题作扼要的介绍。
ESG表现、机构投资者偏好与企业价值
白雄;朱一凡;韩锦绵;ESG实践能否为企业创造价值、资本市场中的机构投资者是否存在ESG投资偏好，对这些问题的研究有助于企业认可、参与和践行ESG可持续发展理念。综合运用面板回归模型、面板Logit模型，基于沪深A股3 400家上市公司2013—2020年数据，引入机构投资者持股比例，探究ESG表现影响企业价值的作用机制，并在此基础上分析机构投资者是否存在ESG投资偏好。研究发现：(1)ESG具有价值创造功能，上市公司良好的ESG表现能够显著提升企业价值；(2)吸引机构投资者增持股份是上市公司通过ESG实践提升企业价值的途径之一，机构投资者持股比例在ESG影响企业价值的过程中存在部分中介作用；(3)机构投资者存在ESG投资偏好，在一定程度上能够容忍ESG表现良好的上市公司短期经营绩效低迷。以上结论均稳健。拓展性研究发现，ESG的价值创造功能在国有和非国有上市公司中未表现出异质性，而机构投资者ESG投资偏好在产权和产业方面均存在异质性，机构投资者更加青睐第二和第三产业以及非国有企业中ESG表现良好的上市公司。据此，提出加快ESG信息披露及监管标准的顶层设计、鼓励企业加强信息披露、培养中长期机构投资者的建议，该研究有助于构建和完善中国ESG发展生态圈，推动高质量发展。
机器学习及其相关算法综述
陈凯;朱钰;自从计算机被发明以来,人们就想知道它能不能学习。机器学习从本质上是一个多学科的领域。它吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果。文章主要从统计学习基础的角度对机器学习的发展历程以及一些相关的常用算法进行了简要的回顾和介绍。
中国省域数字经济发展水平测度及其空间关联研究
金灿阳;徐蔼婷;邱可阳;基于经济系统的投入产出视角，结合模糊集合思想从数字基础设施、数字创新、数字治理、数字产业化、产业数字化五个维度构建数字经济发展水平测度的综合评价指标体系，借助纵横向拉开档次法确定相应指标权重并编制2012—2019年中国省域数字经济发展指数。在此基础上，利用修正的引力模型测算省域数字经济发展的空间关联强度，并采用社会网络分析法揭示了数字经济关联网络的整体形态、内部结构与演化趋势。结果显示，中国数字经济发展整体呈蓬勃发展之势，但区域发展存在着明显的“马太效应”和“数字鸿沟”,数字经济发展水平由东部沿海向西部内陆逐级递减；数字经济关联网络初步成型，各地集聚效应和溢出效应逐步增强，省域数字资源要素的流动性大幅提升；广东、江苏、北京等地作为结构洞占据者，在数字经济发展中拥有信息和资源控制优势，河南、陕西和四川有效规模和限制度提升较快，被视为结构洞的潜在占据者；数字经济发展的小团体聚集特征明显，省级层面形成了4个凝聚子群，子群内部联动作用明显强于外部影响；受地理位置、气候条件等因素限制，西北子群成员交流疏淡，其子群内部密度低于网络整体密度，数字经济联系纽带有待进一步加强。研究结论对于推动中国数字经济发展新格局的构建具有重要的启示意义。
随机森林方法研究综述
方匡南;吴见彬;朱建平;谢邦昌;随机森林(RF)是一种统计学习理论,它是利用bootsrap重抽样方法从原始样本中抽取多个样本,对每个bootsrap样本进行决策树建模,然后组合多棵决策树的预测,通过投票得出最终预测结果。它具有很高的预测准确率,对异常值和噪声具有很好的容忍度,且不容易出现过拟合,在医学、生物信息、管理学等领域有着广泛的应用。为此,介绍了随机森林原理及其有关性质,讨论其最新的发展情况以及一些重要的应用领域。
机器学习及其相关算法综述
陈凯;朱钰;自从计算机被发明以来,人们就想知道它能不能学习。机器学习从本质上是一个多学科的领域。它吸取了人工智能、概率统计、计算复杂性理论、控制论、信息论、哲学、生理学、神经生物学等学科的成果。文章主要从统计学习基础的角度对机器学习的发展历程以及一些相关的常用算法进行了简要的回顾和介绍。
调查问卷的可信度和有效度分析
曾五一,黄炳艺关于调查问卷可信度和有效度的评价分析一直是国内进行问卷调查时被忽视的议题。文章对调查问卷的可信度和有效度的内涵及其相互关系作一些研究,并对国际上常用的一些统计评价分析方法及如何在SPSS统计软件包上实现的问题作扼要的介绍。
ESG表现、机构投资者偏好与企业价值
白雄;朱一凡;韩锦绵;ESG实践能否为企业创造价值、资本市场中的机构投资者是否存在ESG投资偏好，对这些问题的研究有助于企业认可、参与和践行ESG可持续发展理念。综合运用面板回归模型、面板Logit模型，基于沪深A股3 400家上市公司2013—2020年数据，引入机构投资者持股比例，探究ESG表现影响企业价值的作用机制，并在此基础上分析机构投资者是否存在ESG投资偏好。研究发现：(1)ESG具有价值创造功能，上市公司良好的ESG表现能够显著提升企业价值；(2)吸引机构投资者增持股份是上市公司通过ESG实践提升企业价值的途径之一，机构投资者持股比例在ESG影响企业价值的过程中存在部分中介作用；(3)机构投资者存在ESG投资偏好，在一定程度上能够容忍ESG表现良好的上市公司短期经营绩效低迷。以上结论均稳健。拓展性研究发现，ESG的价值创造功能在国有和非国有上市公司中未表现出异质性，而机构投资者ESG投资偏好在产权和产业方面均存在异质性，机构投资者更加青睐第二和第三产业以及非国有企业中ESG表现良好的上市公司。据此，提出加快ESG信息披露及监管标准的顶层设计、鼓励企业加强信息披露、培养中长期机构投资者的建议，该研究有助于构建和完善中国ESG发展生态圈，推动高质量发展。
研发投入、政府补助对企业创新绩效的影响研究
王羲;张强;侯稼晓;中国的人口红利逐渐减弱，制造业的缺点开始凸显。在此背景下，企业创新、落后工艺和产能变革等迫切需要得以改观，以期使制造业实现良性发展。选取692家A股市场制造业上市公司2015—2019年的财务数据，借助面板数据模型，研究了政府补助、制造业上市公司研发投入和创新绩效之间的内在关系。结果表明：政府补助、研发投入均与企业创新绩效成正相关关系。对于制造业企业来说，要通过建立健全补助事前调研制度、加大补助力度、加强补助资金监管和拓宽补助渠道等措施来提高政府补助对制造业企业创新绩效的作用；通过提高研发投入水平、建立完善内控制度和制定研发规划等发挥政府补助对企业创新绩效的推动作用。