一、估计前沿成本函数的一种优化方法（论文文献综述）
盛冬冬[1]（2021）在《突发公共卫生事件影响下的出行方式选择》文中认为突发公共卫生事件（Public Health Emergency,PHE）对社会经济发展和人们日常出行产生巨大影响,以新型冠状病毒肺炎为例,它严重影响了城市日常出行。研究PHE影响下通勤者的出行方式选择,对PHE期间的城市交通管理具有重要意义。本文基于通勤者类型分组和扩展的计划行为理论,构建了多指标多因果模型,研究了PHE影响下通勤者的心理决策机制,并将起重要作用的潜变量引入多项logit模型,刻画了PHE期间通勤者的出行方式选择行为。并且,本文提出采用公共交通补贴手段影响PHE期间的城市出行,构建了公共交通补贴多目标优化模型,对可行的补贴方案进行研究。具体工作如下:首先,基于研究内容设计调查问卷,采用RP+SP的调查方法开展通勤者出行方式选择行为调查。并按“信度检验—KMO和Bartlett球形检验—探索性因子分析—验证性因子分析”的过程检验了调查数据,结果表明,调查数据与探索性因子分析得到的理论结构契合度良好,保障了后续研究结论的可靠性。其次,使用潜在类别模型把通勤者分为2类,并将对疫情的认知、出行的情绪波动和感知到的潜在风险引入计划行为理论。在此基础上,构建了基于多类型用户的多指标多因果模型,研究了PHE影响下通勤者的出行方式心理决策机制。其中,类别1通勤者的选择行为主要受到出行时的情绪波动、减少使用公交车/地铁的社会压力和出行方式选择时的心理偏好等因素的影响;类别2通勤者的选择行为主要受到感知放弃或选择公交车/地铁的难易程度、对公交车/地铁的态度和出行方式选择心理偏好等因素的影响。然后,将上述潜变量引入离散选择模型中,构建了考虑潜变量的多项logit估计模型,刻画出通勤者在PHE期间的出行方式选择行为,验证了该模型具有更高的估计准确率,结果表明,PHE期间的通勤者在选择出行方式时很大程度上取决于内在属性潜变量而不是出行成本,并且候车时间和步行时间对选择行为的影响程度高于乘车时间对选择行为的影响程度。最后,将公共交通补贴引入考虑潜变量的多项logit估计模型中,构建了PHE影响下的交通分担率模型。然后,以政府视角下的成本函数刻画广义出行成本,以感染率模型量化出行方式的感染风险,构建了公共交通补贴策略下的多目标优化模型。结果表明,通过公共交通补贴策略能够显着改善城市出行结构,政府在给予适当的交通补贴后,能够大幅减少区域内的感染者数并小幅降低广义出行成本。
王钰[2]（2021）在《命令控制型与市场激励型环境政策对经济绿色发展的影响机制研究》文中进行了进一步梳理政府和市场是经济社会治理活动中的两个重要主体,市场作为“看不见的手”在调节经济社会的运行机制,政府则多依靠行政强制力参与到经济社会治理活动中。环境治理是社会治理的重要组成部分,环境治理领域的“政府论”和“市场论”之争已存在良久,命令控制型环境政策和市场激励型环境政策是政府和市场发挥环境治理作用的重要依托。回顾中国改革开放40年的发展历程,市场化机制的建立激发了经济活力,经济总量实现了井喷式的增长。但中国经济一直是以资本和劳动为主要驱动力,高耗能、高污染和高排放的低层次发展模式导致资源与环境的短板效应日益严重。当中国经济发展进入新常态时期后,提高经济发展质量成为新时期下的发展目标,促使经济由高速增长阶段转向高质量发展阶段成为又一重要任务。加强生态文明建设,构建绿色的现代化发展体系,树立绿色发展理念成为高质量发展的必然要求。环境治理的目标是实现经济绿色发展,所以环境治理既是社会治理的重要组成部分,也是提高经济发展质量的必要选择。政府和市场是环境治理活动中的重要参与者,二者分别通过命令控制和市场激励来推动经济绿色发展。为了探究不同环境政策在环境治理活动中的作用,本文系统性地分析了命令控制型环境政策和市场激励型环境政策对经济绿色发展的影响。本文的主要研究内容和基本结论如下:第一,本文对经济绿色发展水平的测算方法进行了改进。创新性地应用超效率共同前沿DEA方法和Luenberger生产率指数测算绿色全要素生产率,并改进了绿色全要素生产率的分解方式,分别基于要素贡献和结构贡献两种方法进行分解,从多个角度寻找经济绿色发展的驱动要素。研究发现:（1）2016年之后,全国平均绿色全要素生产率增长呈现了上升的趋势,出现由负转正的变化,即经济绿色发展水平有所提高。（2）经济绿色发展水平存在地区异质性,北部沿海和东部沿海的年平均绿色全要素生产率增长为正,其他经济区域的年平均绿色全要素生产率增长为负。（3）从绿色全要素生产率的要素贡献分解结果来看,对于全国和大多数经济区域而言,产出不足和能源过度消耗是导致绿色全要素生产率下降的主要原因,而环境改善是促进绿色全要素生产率提高的重要驱动因素。从结构贡献的分解结果来看,创新效应是促进绿色全要生产率提高的重要因素。第二,本文将命令控制型环境政策分为中央政府实施的命令控制型环境政策和地方政府实施的命令控制型环境政策,并以中央环保督察、中央环保约谈和地方环境监管为几种典型的命令控制型环境政策进行研究。利用断点回归模型识别中央环保督察制度对绿色全要素生产率的影响,利用中介效应模型寻找中央环保约谈影响绿色全要素生产率增长的中介变量,利用面板门槛模型分析环境监管对绿色全要素生产率增长的非线性影响。研究发现:（1）中央环保督察和中央环保约谈都会显着地促进绿色全要素生产率增长,但中央环保督察仅是通过产出增长效应和环境改善效应促进经济绿色发展,中央环保督察并未促进能源节约。地方环境监管作为中央环保约谈影响绿色全要素生产率增长的中介变量,仅在环保约谈发生的后一年发挥中介作用,当年并不具有中介效应,由此可见,地方政府将环境治理压力转换为治理对策仍然需要一定的时间。（2）地方政府环境监管的作用效果存在地区异质性和门槛效应,对于北部沿海、大西南、东北和南部沿海四个经济区域而言,提高环境监管力度会促进绿色全要素生产率增长,但对于其他经济区域而言,环境监管的作用并不明显。环境监管对绿色全要素生产率发挥作用时,存在以经济发展水平、工业规模、研发水平和环境监管力度为调节因子的门槛效应。第三,本文对市场激励型环境政策影响经济绿色发展的作用机制进行了系统性的分析。以用能权交易和碳排放权交易两种环境规制工具为代表,将排放权的初始分配作为研究的起点,在确定初始分配方案后,模拟市场激励型环境政策的交易行为,对用能权交易和碳排放权交易进行政策组合,从绿色发展视角下评价不同市场化程度的政策组合的经济红利效应。研究发现:（1）零和DEA方法虽然提高了用能权与碳排放权初始分配的公平性,但并没有提高初始分配的效率水平。（2）初始分配方式的选择依赖于市场机制的成熟度,当市场机制完善时,选择零和DEA方法进行初始分配,可以通过市场交易行为促进技术进步;但当市场机制不完善时,基于零和DEA方法的初始分配方式可能会阻碍技术进步,此时选择历史法进行初始分配可以在短期内保存生产力。（3）随着市场激励型环境政策的市场化水平提高,其产出效应、节能减排效应和绿色全要素生产率增长水平均会提高。在用能权与碳排放权同时可交易的市场交易型政策组合下,潜在产出增量、节能量、CO2减排量和绿色全要素生产率增长水平都会显着提高。市场交易型环境政策组合体现出最佳的经济红利效应,混合型环境政策组合居中,命令控制型环境政策组合的经济红利效应最差。（4）绿色全要素生产率的指数分解结果表明,与追求产出（GDP）增加相比,市场激励型环境政策在更大程度上是通过节能和CO2减排促进绿色全要素生产率增长。第四,本文在单独分析命令控制型环境政策和市场激励型环境政策的作用机制后,又进一步分析了二者协同作用对经济绿色发展的影响。考虑到不同层级政府实施的命令控制型环境政策的影响作用存在差异,所以本文分别研究了中央环保约谈与排放权交易的协同作用、地方环境监管与排放权交易的协同作用。研究发现:（1）较之不实施中央环保约谈和排放权交易,或只实施其中一种,同时实施中央环保约谈和排放权交易可以显着地提高经济绿色发展水平。（2）地方环境监管的政策效果会受到排放权交易政策的调节影响,对于不实施排放权交易的城市而言,地方环境监管的绿色增长效应并不显着,而对于实施排放权交易的城市而言,地方环境监管会显着地促进绿色全要素生产率增长。（3）从外商直接投资的中介效应来看,环境监管与排放权交易即具有协同作用,也具有掣肘影响,其中协同作用体现为排放权交易会降低环境监管对外商直接投资的限制,掣肘影响为环境监管与排放权交易同时实施会降低环境政策效果。本文研究得出以下启示:中国经济绿色发展水平存在地区异质性,所以无论是效率评价,还是环境政策的实施,都应将地区异质性作为重要的参考因素,实施差异化的环境政策是提高环境治理能力的必要条件;中央政府应继续坚持以环保督察和环保约谈为主要形式的环境治理行为,充分发挥它们对环境改善的促进作用;在供给侧和需求侧同时实施市场化的环境政策,提高市场激励型环境政策的作用程度,最大化释放出政策的经济红利效应,以促进经济绿色发展。环境治理应发挥多主体的协同作用,既要利用市场在资源配置方面的优势,又要依靠政府的行政执行力,在实现绿色发展的目标下,使命令控制型环境政策和市场激励型环境政策实现优势互补。
黄志[3]（2021）在《人工智能对经济增长的影响研究》文中认为纵观人类社会的演进历程,技术创新一直是推动地区乃至国家经济发展的内生动力,是各国抢占国际竞争高地的重要手段。近年来,随着互联网技术迅猛发展、计算机运算能力和运算速度大幅提升以及算法有效性取得极大突破,人工智能在世界范围内取得了突破性进展,并迅速将人类社会送入了智能时代,加速改变着人类社会生产生活的各个方面。基于此,世界各国纷纷围绕人工智能展开了新一轮角逐,美、日、德、法等国先后颁布了一系列扶持人工智能产业发展的政策措施,以期借人工智能之势在新的历史时期抢占国际竞争中的优势地位。就中国而言,人工智能作为一项引领新一轮科技革命和产业变革的战略性技术,正在受到党中央的高度关注。习近平总书记在2018年10月31日政治局第九次集体学习时强调,要推动我国新一代人工智能健康发展。在2018年12月21日中央经济工作会议上再次强调要加强人工智能等新型基础设施建设。在2019-2020年,进一步强调要积极推动人工智能与媒体、教育、社会治理以及疫情防控等领域深度融合。届此,中国的人工智能及其与经济社会深度融合踏上了新征程。人工智能作为一种技术进步,在与经济社会的深度融合过程中具体表现为各种有形（机器人）和无形（算法、系统等）的技术创新。那么,人工智能技术创新如何影响经济增长?通过什么渠道影响经济增长?“索洛悖论”是否存在?从长期而言,是否会使经济呈现指数级增长趋势?从国际层面而言,人工智能在全球范围内的加速渗透是否会进一步扩大未来南北差距?围绕人工智能的这一系列问题具有相当重要性,但目前尚未有系统性研究,甚至在一些方面仍存在研究空白。为此,论文以经济学为主,结合计算机科学、哲学、数学等多学科理论知识,综合运用历史分析与比较分析相结合、归纳与演绎相结合、理论研究与实证分析相结合、静态分析与动态分析相结合等研究方法,按照“总-分-总”的结构谋篇布局,以研究人工智能对经济增长影响效应。论文主要内容如下:总论部分在系统梳理相关文献、详细阐述理论基础以及清晰刻画人工智能影响经济增长的典型事实基础上,探析了人工智能在向经济社会渗透过程中表现出的四大经济效应:智能渗透效应、边界延展效应、知识创造效应和自我深化效应,并对影响经济增长的三大主要因素（劳动、资本和生产技术）进行分析。在此基础上,通过分析人工智能四大经济效应作用于劳动、资本和生产技术对经济增长的影响效应,提出由劳动渠道、资本渠道和生产率渠道三条渠道构成的人工智能影响经济增长的总体分析框架。分论部分将理论分析和实证检验相结合逐一探讨了人工智能影响经济增长的劳动渠道、资本渠道和生产率渠道。此外,由于数据不可得,无法通过实证分析的方式来识别人工智能对长期经济增长的影响,因此,本文基于理论层面,进一步探讨了人工智能对长期经济增长以及未来南北差距产生影响的作用机理。研究发现:第一,人工智能技术创新能够显着促进经济增长,长期经济增长甚至存在指数级增长的可能。人工智能作为新一轮技术进步最显着的技术创新,与传统技术创新相似,能够为区域乃至国家经济增长提供动力源泉,显着推动宏观经济增长。但与传统技术创新不同的是,人工智能能够通过实现自动化知识生产,为经济提供更强的增长效应,长期而言,如果智能自动化技术进步与新任务边界延展规模一致,经济将实现指数级增长。但不容忽视,人工智能与经济社会渗透融合并非一蹴而就,而是会经历导入阶段、拓展阶段和成熟阶段等阶段的积累和调整过程。因此,人工智能并非一开始就能对经济增长产生促进作用,在人工智能的导入阶段,将对经济增长产生负向效应。人工智能具有“当代与未来贯通的长期性”,经过导入阶段的积累和调整过程,对经济增长的促进作用才得以显现,长期而言,经济存在指数级增长的可能,但同时伴随着南北差距的扩大。自主创新成为缩小未来南北差距的关键,而提升欠发达国家的技术引进效率仅能够缓解南北差距扩大的趋势。第二,人工智能的发展伴随而来的是劳动力从机械化、知识创造性低的工作和既定程序的开放型脑力劳动中解放出来,而新工作岗位对劳动力的素质和技能要求不断提升,带来高技能劳动力需求扩大和实际工资水平提高,进而对经济高质量增长产生推动作用。劳动是人工智能技术创新促进经济增长的重要渠道之一,劳动渠道主要通过劳动就业路径和劳动收入路径促进经济增长。从劳动就业路径而言,人工智能能够将劳动力从繁琐的工作中解放出来,与此同时,创造新的就业需求,拉动劳动力就业,推动经济增长;从劳动收入路径而言,人工智能能够带来更高的劳动收入水平,对经济增长表现出显着的正向效应。目前,人工智能发展的同时,工作任务标准化、劳动力素质和技能提升以及智能渗透引致就业均能缩小技能收入差距,技能收入差距并未呈扩大趋势,将对经济增长产生正向效应,但不容忽视的是,目前人工智能与经济社会渗透融合尚处于拓展初期,边界延展对技能收入差距的扩大效应并未得到完全释放,未来仍然存在技能收入差距扩大的潜在风险。另外,人工智能在与经济社会渗透过程中同样潜伏着风险和挑战,尤其是在人工智能的导入阶段,会带来智能机器挤出劳动就业,降低劳动收入水平,并加剧收入不平等,进而抑制经济增长。只有经过导入阶段的调整和技术积累,人工智能的经济增长效应才能真正发挥作用。第三,人工智能在经济社会的快速渗透将吸引更多的资本积累,增加资本投资,提升资本的生产效率,对宏观经济增长产生支撑作用。资本是人工智能技术创新促进经济增长的又一渠道,而这一渠道主要通过资本积累路径和资本结构路径发挥作用。就资本积累路径来看,在人工智能的导入阶段,人工智能资本增加的同时挤出传统资本,由于增加的人工智能资本难以弥补挤出的传统资本,进而资本积累下降,抑制经济增长,但经过导入阶段的调整和技术积累,人工智能能够吸引更多的资本投资,增加资本积累,且增长幅度大于下降幅度,进而资本积累总体呈上升趋势。中国作为最大的发展中国家,资本积累尚存在较大空间,通过增加资本积累能够促进经济增长。就资本结构路径来看,受行业工作任务特征的影响,人工智能的渗透难度存在行业差异。由于产品生产部门智能渗透相对容易,将吸引大量人工智能资本和部分传统资本流入,而服务部门智能渗透难度大,该部门新增的高技能岗位将吸引大量传统资本流入。在两种资本的流动过程中,无论是产品生产部门大量采用人工智能资本替代劳动力,还是服务部门部分采用人工智能资本替代劳动力,传统资本与高技能劳动力相结合进行生产,都将提升资本的生产效率,促进经济增长。第四,人工智能的发展能够突破“索洛悖论”的怪圈,显着提升技术效率,最终体现为全要素生产率的增长,为经济增长提供力量源泉。生产效率是除劳动和资本外人工智能技术创新促进经济增长的又一渠道,而这一渠道包括技术进步路径和技术效率路径。但实证发现,生产率渠道主要通过技术效率路径发挥作用,技术进步路径的作用并不显着。具体而言,现阶段,人工智能技术创新对促进技术传播和扩散、科学发现与发明以及技术革新和改进等的作用并不显着,难以通过技术进步路径实现经济增长。但能够提升其他生产要素间衔接配合的契合度,补充或增强传统生产要素,带来微观主体的管理方式、社会管理方式以及经济社会组织运行的模式不断改革,改善要素质量与配置效率,进而驱动经济增长。然而,人工智能并非一开始就能提升全要素生产率,同样需要调整和技术积累的过程。人工智能在导入阶段,由于“索洛悖论”的存在,对经济增长的促进作用并不明显,但随着人工智能在行业应用的逐渐成熟,“索洛悖论”将消失,全要素生产率显着提升,且提升幅度大于前期的下降幅度,进而实现经济增长。最后对论文的研究结论进行总结,并就中国人工智能发展提出了政策建议。另外,本文可能的创新之处主要体现在以下三个方面:第一,多角度、综合系统地分析了人工智能影响经济增长的三条渠道,补充和拓展了人工智能与经济增长的相关研究。围绕人工智能与经济增长的已有研究往往直接指出人工智能对经济增长的影响方向,而缺乏作用机理分析,或者从某一方面研究人工智能对经济增长的影响,缺乏多视角、综合系统的研究。本文基于人工智能影响经济增长的典型事实,从劳动、资本和生产率等多角度出发,综合系统地分析了人工智能影响经济增长的作用渠道,在一定程度上补充和拓展了已有的相关研究:（1）劳动渠道。人工智能的发展伴随着劳动力从机械化、知识创造性低的工作和既定程序的开放型脑力劳动中解放出来,创造的新就业岗位带来高技能劳动力需求扩大和实际工资水平提高,推动经济高质量增长,与此同时,人工智能也将带来技能溢价,加剧收入不平等,进而抑制经济增长。（2）资本渠道。人工智能能够增加资本积累,带来人工智能资本和传统资本在行业流动,提升资本的生产效率,推动经济增长。（3）生产率渠道。人工智能在行业的应用过程中能够提升其他生产要素间衔接配合的契合度,补充或增强传统生产要素,带来微观主体的管理方式、社会管理方式以及经济社会组织运行模式不断改革,改善要素质量与配置效率,进而驱动经济增长。第二,考虑了人工智能对经济社会产生影响的阶段差异,从理论上科学、全面地认识了人工智能在渗透融合的不同阶段对经济社会的风险与机遇。人工智能向经济社会渗透融合并非一蹴而就,而是会经历从导入到不断成熟的过程,因此,其对经济社会的作用效应也将存在阶段差异。Hémous&Olsen（2015）、王君等（2017）等研究注意到了人工智能对劳动就业和收入差距产生影响的阶段差异,但在人工智能的其他相关研究中并未受到重视。因此,围绕人工智能与经济增长的已有研究均未考虑人工智能产生影响的阶段差异,进而忽略了人工智能对经济社会产生影响的调整过程,而调整过程往往伴随着风险与挑战。因此,缺乏这一考虑,可能导致研究结论出现偏差。本文将人工智能产生影响的阶段差异引入分析过程,分析了人工智能在与经济社会渗透融合的不同阶段通过作用于劳动、资本和生产率对经济增长的作用效应,明确了人工智能风险和机遇的阶段存在性。在一定程度上,这是对既有人工智能与经济增长相关研究的一个重要补充。第三,从行业层面出发,探索出了一种衡量人工智能发展水平的方法,弥补了目前人工智能相关研究在数据选择上的不足。受相关数据可得性的限制,国内围绕人工智能的实证研究较少,已有的实证研究主要采用工业或制造业机器人数据进行研究,并不能全面反映人工智能在整个国民经济行业的渗透情况,得到的结论存在片面性。本文采用人工智能相关专利申请量作为衡量人工智能发展水平的代理变量。基于本文对人工智能的界定,分别以“人工智能”“算法”“专家系统”“机器人”为关键词,在Patenthub专利汇全球专利数据库搜索专利数据,将重复的数据进行剔除,并将得到的人工智能专利数据根据三个层次分入我国国民经济各行业。第一个层次:按国际专利分类（IPC）主分类号归类;第二个层次:难以按IPC号分类的专利数据按照《国际专利分类与国民经济行业分类参照关系表》归类;第三个层次:剩余的专利数据按用途划分。最后形成2003-2018年19个行业人工智能专利绝对量的面板数据。这一数据清晰地反映了人工智能在不同行业的渗透情况,以及对不同行业产生的影响效应。基于此,实证检验了人工智能的经济效应,克服了人工智能与经济增长相关研究在人工智能代理变量选取上的不足。
贾佩霖[4]（2021）在《基于代理模型的燃气轮机多目标优化方法研究》文中提出燃气轮机作为船舶动力系统推进和发电的主要装置,具有多输入、多输出、强耦合及非线性的特点。基于燃气轮机物理模型,在不同环境及工况下实现其运行经济性、排放性及动力性等指标的多目标优化,其求解过程复杂,计算量大,实时性差。为了提高优化效率,本文通过建立燃气轮机代理模型简化求解过程,针对燃气轮机经济性、排放性及动力性指标,在构建其有效代理模型的基础上,研究静态和动态多目标优化算法的改进方案,并得到燃气轮机的最优工况点,具体工作如下:（1）基于三轴燃气轮机基本原理,以模块化的建模方式构建了Simulink仿真模型,根据系统的输入输出关系,确定了8个决策变量和3个目标变量。通过在额定负荷下比较燃气轮机稳态工况仿真值与真实值,验证了仿真模型的准确性。（2）根据燃气轮机稳态过程采样点在空间中的分布性和填充性指标,选择了适合的试验设计方法。在比较四类主要代理模型构建方法后,选定RBF模型构建燃气轮机代理模型。综合模型精度与稳定程度,提出了一种基于不同径向基函数组合的RBF代理模型。以此为基础,构建了全面反映燃气轮机经济性、排放性及动力性指标的代理模型。（3）在燃气轮机静态多目标优化过程中,对NSGA-II算法从交叉算子、变异算子、拥挤度距离计算方法以及算法终止条件提出改进,验证了改进后的NSGA-II算法的优势。在此基础上提出了一种基于帕累托前沿生成鲁棒多目标优化解的方法。（4）将燃气轮机动态多目标优化问题转化为基于环境变量线性变换的动态多目标优化问题,并在DNSGA-II算法基础上提出了一种新的环境响应机制。通过设定环境变化检测机制,并将原有的初始化和变异策略融合并引入了自适应初始化和变异比例。数值仿真表明本文提出的DNSGA-II-C算法更适合于燃气轮机动态多目标优化问题。
潘秋晨[5]（2021）在《全球价值链嵌入对中国制造业资源配置效率的影响研究》文中认为中国经济在经历了长期的高速增长后,正面临动力转轨,而在复杂的疫情防控和经济社会发展形势之下,先前本就潜藏的矛盾更为突出,“粗放型”的增长模式已不适应中国经济未来的发展,但创新效率低下、所有制歧视、产业分割严重等难以转变的现实,又在一定程度上限制了“集约型”增长模式的发展。如何找到未来的经济增长动力,是政策制定者最为关注的问题之一,而中国制造业当下存在的资源错配,不仅说明产业部门包含着充分的资源配置效率提升空间,更潜藏着经济新一轮增长的巨大能量。若要释放这一能量,就有必要在世界经济新旧动能转换、全球治理体系深刻重塑、国内国际生产体系紧密联结的双循环背景下,结合中国深化嵌入全球价值链的历程,考虑如何构筑更高质量的全球价值链嵌入路径,更充分的利用好全球价值链的组织、治理结构,进而促进生产要素的内外流动,提高资源配置效率。因此,若能基于全球价值链嵌入对资源配置的影响有的放矢的制定政策,改善不平衡、不协调的全球价值链嵌入模式对资源的过度消耗等不可持续的问题,就可能为中国经济持续增长和高质量发展注入新动能。文章将全球价值链与资源配置纳入统一的分析框架,基于全球价值链自上而下、自下而上的理论分析框架和中国制造业发展的特征事实,系统阐述了全球价值链嵌入对中国制造业资源配置的影响机制。不同于以往大部分文献的是,本文在全面量化全球价值链嵌入的外向型、内外协同型、内向型动能,并区分制造业行业内、行业间资源错配事实的基础上,利用1996-2013年中国制造业微观企业数据和世界投入产出数据,以垂直深化的视角探究了全球价值链嵌入的要素流动效应、分工协作效应、外向集聚效应、结构升级效应对资源配置的影响。本文的主要研究内容包含以下六个方面:第一,对国内外相关研究展开综述,梳理理论发展脉络并归总相关领域的研究进展,一方面找到支撑本文开展进一步研究的理论和方法,另一方面发现相关研究领域的局限和空白,以阐明本文仍需进一步研究的必要。第二,以文献综述为源点,以全球价值链理论、产业经济理论为基础,全面分析全球价值链嵌入对制造业资源配置的影响机制。阐明中国作为一个转型国家,向更高水平的开放型市场经济转变的最终目的是使外部资源对国内市场产生有益的引领作用,从而巩固国内大循环的主体地位。因此,全球价值链嵌入的影响机制应是垂直深化和由表及里的,异质性行业嵌入全球价值链对资源配置的影响可能经由两个端口,产生三种动能,进而通过四类机制发挥作用。一方面是单纯依靠外向型动能驱动的资源优化配置,即在国际市场进出口侧主要发挥作用的要素流动和分工协作机制;另一方面是在异质性行业深化参与全球价值链的过程中,全球价值链与国内生产体系产生深入联结后在国内市场供给侧发挥作用的机制,可分为外向集聚和结构升级。其中,外向集聚机制主要说明了内外动能的协同作用;而结构升级机制则更强调在外部资源对国内市场产生有益的引领之后,本国产业部门自主增值能力的增强和国内大循环发挥的主体作用。第三,以1996-2013年中国工业企业微观数据和世界投入产出数据为依据,对中国制造业的全球价值链角色和资源配置实际进行深入探讨。一方面,在规模报酬可变的情形下阐明中国制造业行业内、行业间的资源配置情况;另一方面,克服总值贸易思维的缺陷,以垂直深化的增加值视角重新考量中国的贸易利益,进一步区分全球价值链嵌入的外向型、内外协同型和内向型动能。第四,实证检验全球价值链嵌入影响资源配置的程度和方向,进一步界定全球价值链嵌入对资源配置的“优化区间”。第五,实证检验全球价值链嵌入影响资源配置的路径机制。首先,构建方程检验在全球价值链嵌入改善资源配置的过程中,相应的影响机制发挥了什么作用;其次,若存在多种中介机制的多重影响,则进一步确定其中更为显着的中介机制;最后,进一步探讨影响机制是否存在局限性,进而可能在一定条件之下弱化了全球价值链嵌入对资源配置的改善作用。第六,对全文的研究结论进行归总,对如何构筑高质量的全球价值链嵌入路径从而打开效率提升的“黑箱”提供相应的政策建议。通过理论和经验分析,本文得到的主要研究结论如下:第一,中国制造业在全球价值链中的角色正从一个倾向于被动接受他国中间产品的低端代工者角色,向一个倾向于为全球生产网络输送中间产品的中端分工者角色转变,且在此过程中,国际市场对中国国内循环的依存度逐渐上升。第二,中国制造业行业内、行业间均存在着不同程度的资源错配,也恰好潜藏着实现中国经济新一轮增长的巨大能量。若能够改善资源错配,1996-2013年,中国制造业的全要素生产率还将提升约13.16%,平均每年实现0.73%的增长;总产出将额外提升9.6%,平均每年实现0.53%的增长。第三,全球价值链嵌入的外向型动能对打通资源在行业间的流通渠道的作用更强,内向型动能对打通资源在企业间的流通渠道的作用更强。进一步的行业异质性分析显示,随着技术水平的提高,行业越来越依赖于偏向内向的全球价值链嵌入动能改善资源配置。非线性分析显示,全球价值链嵌入的各类动能对资源配置均存在一定的“优化区间”。内向型动能与资源错配的关系呈“倒U型”,当内向型动能增强到超过非线性关系的临界值之后,将发挥着可持续的资源优化配置作用。这意味着,基于中国资源禀赋和产业体系构筑的全球价值链高端嵌入路径,确实潜藏着带动经济下一轮快速增长的巨大能量。全球价值链嵌入的内外协同型、外向型动能与资源错配的关系均呈“U型”,且具备“左高右低”的非对称特征,说明外向型动能的参与确实优化了行业间资源配置,且该效应大于抑制作用,合理利用外向型动能将促使其发挥更强的资源优化配置作用。第四,在全球价值链嵌入的外向型动能改善行业间资源配置的过程中,基于外资更替和再配置的要素流动效应共同发挥了多重中介作用,且外资再配置的中介作用更强。进一步的研究发现,外资再配置效应与全球价值链嵌入的外向型动能之间呈“倒U型”关系。这意味着,由发达经济体外资企业主导的全球价值链分工体系确实隐含着“纵向压榨”效应,而这一效应对东道国市场资源配置的负面影响也将阻碍外资本身的成长。并且,基于内外资部门之间生产率增长动力的差异,外资实质在这一资源协同优化的过程中获益更多,也更依赖于在东道国的资源再配置过程驱动自身的迅速成长。若这一协同优化过程无法持续,“纵向压榨”可能转变为“双向压制”,从而造成“损人不利己”和“两败俱伤”的局面。但值得注意的是,以中国等发展中经济体为代表的全球价值链从属者的研发行为,实质是全球价值链参与者之间相互追赶和学习的表现,驱动了全球价值链主导者更高效率的资源再配置过程,一定程度消弭了全球价值链嵌入的“纵向压榨”效应,“重启”了国内国际资源的协同优化路径。第五,全球价值链嵌入的外向型动能在改善行业间资源配置的过程中,基于全球价值链分工协作关系实现的就业结构横向调整和融资约束缓解共同发挥了多重中介作用,且就业结构横向调整的中介作用更强。但需要注意的是,就业结构的纵向调整并未在全球价值链嵌入的外向型动能改善资源配置的过程中发挥中介作用,相对于高技能劳动要素的增长,全球价值链嵌入程度的深化反而促使制造业更多的积累了对中低技能劳动要素的偏好,全球价值链嵌入的外向型动能可能存在一定的资源优化配置“偏向”。进一步的研究表明,全球价值链嵌入的外向型动能虽然通过缓解融资约束、降低全球价值链嵌入壁垒驱动了制造业整体的资源优化配置,但却以“拖累”劳动要素的优化配置为代价,且低端“拖累”更为严重,由此加剧了劳动和资本要素配置的“双重分割”。第六,在全球价值链嵌入的协同型动能改善资源配置的过程中,外向集聚效应发挥了显着的正向调节作用,全球价值链和国内生产体系的深化联结呈现出显着的协同优化作用。但区分“二元”嵌入模式的研究发现,不论是行业内还是行业间,全球价值链上游嵌入的“隔绝机制”都存在,且上游嵌入度越高,企业对核心技术等资源的保护动机越强,国内国际生产要素的流通、扩散渠道被一定程度的阻隔,个体利益和大局利益的调节失灵促使积蓄于全球生产网络和本地产业集群之下的外向集聚效应被抑制,可能导致全球价值链背景下生产体系的“双重分割”。而同时,全球价值链下游嵌入的资源“互仿互享”机制也稳定存在,且下游嵌入度越高的企业与集群内关联企业进行优势资源互享的动机越强,外向集聚效应对资源配置的改善作用亦随之强化。因此,上述两种机制相互博弈的结果一定程度决定了外向集聚效应的强弱,进而左右着内外协同型动能引导资源配置的最终效果。第七,在全球价值链嵌入的内向型动能改善行业内资源配置的过程中,结构升级机制呈现出明显的部分中介作用。而进一步对全球价值链嵌入影响制造业结构升级的机制进行检验的结果表明,全球价值链嵌入通过中间投入优化、国际竞争、“链中学”路径驱动了制造业结构升级。但上述全球价值链的结构升级路径存在行业异质性,进而塑造着结构升级机制下的资源配置路径:技术水平越高的行业越依赖于由中间投入效应产生的全球价值链中低端嵌入路径驱动资源优化配置,技术水平越低的行业则越依赖于由国际竞争效应产生的全球价值链中高端嵌入路径驱动资源优化配置,而基于“链中学”效应产生的全球价值链高端嵌入路径则能够驱动所有行业实现资源优化配置,且对低技术行业的作用更强。这意味着,正是由于中高技术行业的全球价值链低端嵌入路径依赖、中高端嵌入路径较难贯通、高端嵌入路径正向效应较弱,才造成中高技术行业难以进入内向型动能对资源配置的“优化区间”。
刘毅男[6]（2021）在《GAS框架下的投资组合风险测度与优化研究》文中提出近几年计量经济学领域最为重要的创新之一便是广义自回归得分（GAS）理论框架,其通过构建得分函数来实现时变参数的更新,为金融时间序列的研究提供了新的理论框架。其出色的适应性能够被应用在金融领域多个问题的研究中,特别是风险研究领域。金融资产的风险测度问题一直是金融时间序列研究的重点问题,准确的风险测度和精准的风险预测对于了解金融资产风险情况并进行相关投资决策具有重要的理论和实践意义。近些年来,中国金融市场发展迅速,A股上市公司数量持续增加,投资者可选择标的也不断增加,同时,期货市场的发展也为投资者带来了更多的金融工具,投资组合也由单一的股票投资组合延伸到了期现货投资组合中。因此,如何选择投资组合的风险测度方式也成为了我国学术实践领域研究的重点问题。此外,随着计算机技术的发展,计算能力的不断提高也为高频数据的建模提供了有力的支持,特别是近些年量化投资的快速兴起,进而也带动了高频交易的发展。高频数据可以带来更多信息,但由于市场微观结构的影响也伴随着大量的噪声,如何采取合适的降噪方法构建有效的高频多元资产的波动率模型进行投资组合的风险测度伴随着量化投资技术的发展开始逐渐受到重视。因此,本文在详细梳理GAS理论框架、投资组合的风险测度、投资组合优化、高频资产组合的波动率研究以及期现货投资组合优化等方面的已有研究成果的基础上,基于GAS框架构建了多个一元和多元资产投资组合的风险测度及优化模型,在数据频率上包含了高频数据下的投资组合已实现协方差的预测问题研究,在组合资产种类方面也加入了期现货投资组合的套期保值优化问题的研究。具体而言,本文首先将GAS框架引入到金融资产的风险研究问题中,给出GAS框架模型的基本表达式,基于基本的表达式进行改进,并将其与传统的GARCH模型结合,构建了GAS-GARCH-sst模型,通过实证研究分析GAS框架在风险测度和VaR预测方面的优势;随后,本文将单一金融资产风险的测度延伸到多元资产组合的研究中,为了刻画投资组合中资产之间的相依性,构建了R-Vine结构,并引入GAS框架提出了R-Vine-GAS-sst模型,并将其应用到基于中国股票市场的投资组合的研究中;研究完成基于日数据的低频投资组合风险测度的问题后,本文进一步将研究扩展到高频数据的研究中,应用GAS框架构建了GASWishart-Realized-GARCH模型,提供全新的高频多元资产波动率模型;最后,本文进一步将投资组合由单一的多头组合扩展至具有多空双边的期现货投资组合,以风险最小化为原则,将GAS框架与极值理论和Copula函数相结合,构建了多种套期保值估计模型,实现套期保值效果的优化。本文的主要结论有:第一,将GAS理论框架引入到金融资产的风险研究中,构建改进的模型能够有效解决异常值影响的问题,因此可以看出通过引入得分函数作为更新驱动的GAS框架所创新的GAS-GARCH-sst模型能够降低模型受异常值的影响,对金融资产的风险测度更加准确;第二,相比于传统的GASGARCH-sst模型,基于GAS框架的创新完善的GAS-GARCH-sst模型预测单一资产的VaR能力更强,GAS框架的应用可以有效提升风险的预测能力;第三,在投资组合的风险测度方面,GAS理论框架在应用于中国股票市场投资组合的风险预测方面能够显着提升预测能力,R-Vine-GAS-sst模型可以显着提升投资组合VaR的预测效果;第四,在投资组合的优化方面,基于GAS框架构建的新的投资组合优化模型能够在风险降低程度更高的同时实现更高的收益水平,优化能力较强;第五,引入GAS框架后再一次确定了过往研究中所认为的在风险最小投资组合模型的构建中,以CVaR作为风险测度方式相比于VaR具有更好的效果的结论;第六,在金融高频数据的研究中,基于5分钟子抽样降噪技术构建的波动率模型效果较好,是在中国市场估计已实现协方差矩阵的较好的降噪方法;第七,基于GAS框架的GAS-Wishart-Realized-GARCH模型可以对高频多元资产的波动率实现较好的预测效果,同时通过与实践领域中投资者和监管机构常用的EWMA模型对比发现,GAS-Wishart-Realized-GARCH模型对于已实现协方差的变化能够快速反应,更能够适应风险的变化,预测也更为精准;第八,将GAS框架应用到期现货投资组合的套期保值优化上,具有较为明显的优势,在样本外区间,极值Normal-Copula-GAS和极值Frank-Copula-GAS模型所估计的最优套期保值比率能够有效降低沪深300ETF和期货投资组合的风险;第九,期现货同比例持有的天真套期保值策略所实现的风险降低程度明显低于本章构建的OLS、DCC-GARCH、极值Normal-Copula-GJR、极值Frank-Copula-GJR、极值NormalCopula-GAS和极值Frank-Copula-GAS模型,并且成本更高,在投资实践中不宜使用。综上所述,本文将具有较高灵活性的GAS理论框架应用到金融时间序列的风险测度和投资组合的优化等方面的研究中,结合理论框架构建新的理论模型,针对于中国的金融市场提出了新的风险测度方法、投资组合的优化方法、高频多元资产波动率模型以及期现货投资组合的套期保值优化方法。本文的研究进一步丰富了金融资产风险测度研究的理论方法,将GAS理论框架引入到多个金融研究领域,将其与现有理论模型进行了融合和创新。同时,本文的研究也为投资者提供了多种具有较强适用性的投资组合风险测度和优化方式,帮助投资者有效识别并控制投资风险。
徐杰[7]（2021）在《基于要素配置效率改进的东北地区产业结构优化研究》文中研究说明实现全面振兴、全方位振兴是现阶段东北地区经济发展的主要任务。步入新常态以来,东北地区经济增速再次放缓,明显低于首轮振兴期间增长水平,此次下滑暴露出东北经济发展存在更深层次的结构性矛盾,亟需加快产业结构调整。目前,东北地区依赖粗放式要素投入的经济增长模式尚未完全扭转,要素配置仍以政府投入为主导,市场在要素配置中的决定性作用还未能充分发挥,要素产业间流动仍存在制度性约束。缺乏完善的要素市场化配置体制机制是导致要素在产业部门间配置低效的原因之一,进而了引发供需结构不匹配、过度投资、产能过剩等一系列问题。“结构红利假说”观点认为产业结构调整能够引致要素配置效率变化,这种要素在产业部门间有效流动引发的生产效率变化对经济增长具有贡献作用。对此,研究以要素配置效率改进为目标进行产业结构优化,对于解决当前东北地区经济衰退问题具有一定实践意义。供给侧改革作为打通经济循环堵点、提升供给体系质量的关键,是当前构建“双循环”新发展格局的主线。结合供给侧改革内容,东北地区结构调整应从供给端入手,重视生产环节供给因素对产业结构优化的影响,从根本上解决阻碍结构调整的“卡脖子”问题。为此,本文对东北地区产业结构调整问题进行研究,以经济再次下滑为问题切入点,以产业结构优化为核心内容,通过对优化目标、影响因素进行理论分析与实证检验,最终提出相应的政策建议。基于“问题提出-理论研究-实证分析-政策研究”的思路设计,本文结合东北地区经济发展制度背景和现实阻碍,综合运用多种方法进行研究。本文主要研究内容与结论归纳如下:（1）分析了东北地区产业结构演进历程与现状。新中国成立以来,东北产业结构演进可分为四个阶段,各阶段具有明显制度性特征,且存在偏离一般规律现象。现阶段,东北工业增长乏力倒逼经济发展对一、三产业依赖程度加深,三大产业占全国份额均呈下降态势,亟待加速产业结构优化。（2）构建了基于要素配置效率改进的产业结构优化理论分析框架。要素在产业部门间有效流动与重置,即配置效率改进能够提升经济产出效率。面对深层次结构性矛盾,产业结构优化应以要素配置效率改进为目标,合理化有助于提升要素分布聚合质量,而高度化则能通过促进要素向高层次产业部门转移,实现配置效率改进目的。进一步结合供给侧改革内容,从生产环节入手,对影响产业结构优化的供给侧因素进行研究。（3）实证检验了东北地区产业结构优化对要素配置效率改进的影响效应。采用随机前沿分析对东北要素配置效率变化FAEC进行估算,结果表明FAEC大致经历了两次“先升后降”,其对TFP增长具有明显贡献,但程度在逐渐减弱。采用长面板数据模型,运用LSDV法、“OLS+PCSE”法、IV-GMM法等估计策略实证检验产业结构优化对FAEC的直接影响,结果表明合理化程度越高越有助于要素配置效率改进,而高度化与要素配置效率改进呈显着负相关,反映出东北工业增长乏力下的被动“去工业化”导致了产业结构“虚高度化”,不利于要素配置效率改进。（4）进一步对产业结构优化的供给侧影响因素进行实证分析。运用GPCA构建各项供给因素的综合评价指数。同样设定长面板数据模型进行回归分析,整体来看,高质量供给因素有利于推动产业结构向合理化及高度化方向演进。综合以上研究,提出东北地区产业结构优化政策建议。与既往文献相比,本文的创新体现在以下方面:（1）本文拓宽了东北经济衰退问题研究视角。结合当前东北经济形势与振兴发展要求,提出以产业结构优化为核心的结构调整方案,对调整方向及重点予以明确。通过全面剖析东北产业结构现状及存在的问题与障碍,本文提出应以要素配置效率改进为目标推动产业结构优化。在进一步研究中,结合供给侧改革内容,探讨了产业结构优化的供给侧影响因素,为东北地区经济发展提出结构调整新思路。（2）对以要素配置效率改进为目标推动产业结构优化进行理论分析与实证检验。以往文献不乏对“结构红利假说”的检验,但从合理化和高度化双重维度定性和定量分析产业结构优化对要素配置效率改进影响的研究成果相对缺乏。因此,本文将相关研究进行扩展,不仅对理论机制进行探讨,同时,采用实证方法对影响效应进行检验,得到更加全面的研究成果。另外,在测度要素配置效率时,对传统资本存量估算方法进行有益改进,充分结合并比较已公布数据,提出永续盘存法估算标准步骤,得到改革开放以来的省际三次产业资本存量数据。（3）运用GPCA构造了供给因素综合评价指数。结合供给侧改革内容考察供给因素给对产业结构优化的影响具有一定理论和现实意义。本文尝试从多角度构建以劳动力、资本、技术创新及制度创新为主的供给因素评价指标体系,运用GPCA得到各项供给因素综合评价指数及总指数,为进一步实证检验供给因素对产业结构优化的影响提供可靠的数据支撑。
荣婧[8]（2021）在《中国工业绿色效率评价及提升路径研究》文中指出绿色是工业高质量发展的底色,推动绿色发展是提升我国工业竞争力的必然途径。工业绿色效率的有效提高是实现工业绿色发展的重要方式,是工业绿色发展的动力源泉,未来提升经济高质量发展的关键在于提升绿色效率。但是,现阶段我国工业经济增长仍以消耗大量能源和牺牲环境为代价,存在高能耗、高排放特征,工业绿色效率整体不高。究其原因,主要是因为劳动、资本、能源等生产要素经济产出和污染减排能力在削弱,尚未实现效率的最大化,工业绿色效率提高面临较大困境。基于此,以工业绿色效率为研究对象,依据扩展的索洛模型厘清工业绿色效率与工业绿色发展之间的关系,并系统梳理工业绿色效率影响因素及层级结构,分析影响路径及驱动机理;运用EBM模型评估工业绿色效率,分析我国工业绿色效率的区域和行业分布特征;运用核密度方法解析工业绿色效率收敛特征,并运用马尔科夫链研究动态演进规律;运用空间计量模型和动态面板模型分析工业绿色效率区域异质性影响因素和行业异质性影响因素,在此基础上,运用系统动力学进行仿真模拟,研究工业绿色效率提升路径。研究结论显示:（1）2005-2016年间,工业绿色效率值由0.322上升至0.659,整体上呈不断增加的发展趋势。区域分布来看,大体上以黑河和腾冲为线,工业绿色效率水平由东向西呈逐级递减的趋势,具有一定的区域差异和空间集聚性;行业分布来看,技术-资本密集型行业工业绿色效率较高,劳动-资源密集型行业工业绿色效率较低,行业之间存在较大的差异。（2）工业绿色效率动态演进分析结果显示,区域来看,各地区工业绿色效率的分布在2005年呈明显“双峰”状,2016年各地区的双峰特征慢慢消失,各省工业绿色效率水平在不断提高,地区间工业绿色效率低水平和高水平差距逐渐扩大;我国工业绿色效率水平转移体现出来一定的空间依赖性,工业绿色效率较高水平邻域对周围省市的工业绿色效率具有一定带动作用,水平较低的邻域则有一定消极作用;处于低水平的省市更容易陷入低水平马太效应;高水平省市间相邻更容易呈趋同效应。行业来看,2005-2016年间,我国整体各行业工业绿色效率水平存在一定程度地提高,部分行业提升速度领先于其他行业;技术-资本密集型行业具有更强的自我锁定效应,劳动-资源密集型行业的自我锁定效应相对较低,而且资源密集型行业提升效应不足。（3）工业绿色效率的区域差异影响因素中,工业企业规模扩大、人力资本、环境规制因素可以显着驱动区域工业绿色效率水平提高,行业结构、外商直接投资等因素显着抑制区域工业绿色效率水平发展。区域整体空间溢出效应结果显示:对邻省工业绿色效率产生正向溢出效应的有工业企业规模和研发投入因素;对邻省工业绿色效率产生负向溢出效应的有行业结构、人力资本、环境规制与外商直接投资因素;对邻省工业绿色效率空间溢出效应不显着的有能源结构和所有制结构因素,能源结构的空间溢出效应为正。（4）工业绿色效率行业差异影响因素中,工业企业规模可以显着推动资源密集型和技术密集型行业工业绿色效率水平。所有制结构抑制了技术密集型工业绿色效率水平提升,但促进了劳动密集型工业绿色效率水平。人力资本即期显着推动了资本密集型行业工业绿色效率水平,但是滞后一期显着抑制了其发展,对资源密集型行业的滞后一期影响也显着为负,其他影响不显着。环境规制对技术密集型行业工业绿色效率起到显着的推动作用,而且存在非线性影响,但显着抑制了资源密集型行业工业绿色效率,对其他行业影响均不显着。外商直接投资显着抑制了资源密集型行业工业绿色效率发展。研发投入当期显着抑制了资本密集型行业工业绿色效率水平,滞后一期后起到了促进作用。（5）基于系统动力学工业绿色效率路径分析结论表明,从工业绿色增加值角度和工业增加值来看,创新-结构-环保驱动路径是最优路径,该模式兼顾了经济、资源与环境的可持续协调发展,既保证了工业经济高速增长,又可以有效从源头和末端对工业三废污染进行控制,降低工业污染带来的经济损失,有助于帮助工业增长方式由规模、速度、粗放型增长,向绿色效率、环保、集约型增长转变。从保护资源环境的角度看,创新-环保驱动路径的工业污染经济损失模拟值最小,是最佳路径,说明与创新-结构-环保协同路径相比,资本深化一定程度上会提高污染带来的经济损失。综上,本文从系统论出发,将EBM模型、核密度方法、马尔科夫链、动态面板空间杜宾模型、动态面板模型和系统动力学进行方法集成,在解析工业绿色效率区域异质性和行业异质性影响因素的基础上,有机整合工业绿色效率的环境规制、技术、结构等各项影响因素,并将线性规划维度扩展为涵盖人口、社会、工业经济、资源与环境多维度的工业绿色效率系统,运用系统动力学模型对八种情景模式下工业绿色效率进行仿真模拟与预测,定量解析工业绿色效率提升路径,识别最优路径。研究成果可为我国工业绿色效率提升提供技术支撑。
马泽洋[9]（2021）在《含大规模风电的发—输—配电系统充裕性优化决策研究》文中研究表明以风电为代表的新能源发电是实现“碳达峰、碳中和”目标最现实的战略选择。“碳达峰、碳中和”目标下,风电新增装机容量将持续增加,风电并网规模日益增大。然而,由于风电具有随机性、波动性和反调峰特性,大规模风电并网将使得我国面对巨大的风电消纳压力。随着智能电网的发展,需求响应、储能系统及分布式可控电源等多种灵活性资源成为应对系统不确定性的重要手段;特高压输电技术的快速发展及应用,让输电网结构经历巨大变化的同时,也使得通过多区协调调度成为消纳风电的有效措施。风电发电容量的快速提高、电力系统的结构的日趋复杂,都为电力系统运行带来了更多的不确定性影响因素,对电力系统的稳定运行带来了新的挑战,增加了电力系统发、输、配各环节运行调控的难度和风险。电力系统充裕性优化决策是在电力系统中大量不确定性因素存在下确保系统运行安全、可靠的前提和手段。然而,仅靠确定性的充裕性优化决策方法无法计及系统的不确定性因素,难以满足电力系统运行及决策的需要。因此,考虑发电、输电和配电各环节的不确定性,研究含大规模风电消纳的发-输-配电系统充裕性优化决策方法具有重要的理论意义和实际价值。本文的主要研究内容如下:（1）针对发电系统充裕性评估问题,提出基于需求响应的含风电系统发电充裕性评估模型,该模型能够考虑用户对于需求响应的参与意愿及其行为不确定性对大规模风电并网系统发电充裕性的影响。首先,由于用户作为需求响应决策者是有限理性的,决策结果与其主观标准有关。为刻画用户的主观风险偏好,采用行为金融学中的前景理论价值函数来刻画用户的主观风险态度,给出用户参与需求响应的主观效用值计算公式;其次,考虑到需求响应对于用户用能感受产生的改变会影响用户未来参与需求响应项目的程度和策略,根据用户主观效用值,提出采用改进的Roth-Erev算法刻画用户的需求响应潜力及参与行为,给出系统需求响应可用容量的度量方法;进而,将需求响应可用容量引入到运行约束中,以系统运行成本最低为目标函数,构建需求响应调度模型。最后,基于需求响应可用容量的度量和需求响应调度模型,对经典基于状态持续时间模拟的发电充裕性评估方法进行了扩展,提出了考虑大规模风电消纳和需求响应的发电充裕性评估方法。通过算例分析,验证所提出方法的可行性和有效性。（2）针对发电充裕性调度优化问题,提出Sobol序列改进的拉丁超立方抽样方法,该方法能够提高考虑风电出力相关性的随机场景的生成效率;基于Glue-VaR提出可用发电容量不足指标,进而构建基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型。首先,为了考虑风电场实际出力的相关性,提出采用D-vine Copula对风速预测误差的相关性进行刻画;其次,为了克服经典简单随机抽样方法均匀性较差,且获得的D-vine Copula样本可能引入非预期的相关性的不足,提出将Sobol序列引入拉丁超立方抽样框架中,提出Sobol序列改进的拉丁超立方抽样方法;进而,考虑不同电力系统参与者的风险偏好,提出基于Glue-VaR的可用发电容量不足指标对发电充裕性进行评估;综合考虑运行成本和发电充裕性风险,建立多目标充裕性调度优化模型;最后,基于ε-约束方法得到帕累托前沿,提出采用熵权-加权聚合和积评价方法来寻找充裕性优化模型的理想有效解。通过算例分析,验证所提出模型的可行性和方法的有效性。（3）针对输电系统可用输电能力决策问题,基于联合累积量提出一种新的可用输电能力的概率评估方法,并据此提出基于期望分位数的风险可用输电能力的决策模型。首先,为解决累积量方法要求变量间相互独立,无法考虑风电出力相关性的问题,提出采用联合累积量结合FGM Copula函数刻画风电出力相关性;其次,针对可用输电能力的概率性评估问题,结合分区积分方法和Cornish-Fisher展开,建立可用输电能力概率评估模型;最后,针对基于风险价值的决策方法仅考虑概率分布尾部实现的概率,无法描述整个分布中产生的风险的问题,提出基于期望分位数的风险可用输电能力指标,并提出其评估流程。通过算例分析,验证所提出指标及模型的可行性和实用性。（4）针对配电系统风电接入充裕性优化问题,提出相对鲁棒GVaR风险度量,并据此提出配电系统风电接入充裕性指标。首先,针对传统鲁棒优化模型优化结果过于保守,且无法考虑配电系统不同参与者的风险偏好的问题,定义一种相对鲁棒GVaR风险度量指标,并对相对鲁棒GVaR指标的性质进行研究;其次,为反映配电系统保证风电接入的能力,结合相对鲁棒GVaR指标,提出配电系统弃风能量相对风险指标,并给出弃风能量相对风险指标的计算公式;进而,为反映历史数据中风电出力和负荷的对应关系,构建了风电-负荷分级功率模型,并基于该模型,以日前运行成本最低和弃风能量相对风险最低建立了随机-鲁棒混合优化模型;最后,采用列和约束生成算法求解随机鲁棒联合优化模型,并将其中难以处理的双线性项采用大M法化简,将模型转换为混合整数线性规划问题进行求解。通过算例分析,验证所提出指标及模型的可行性和有效性。
韩健鹏[10]（2021）在《中国商业银行经营效率比较研究》文中研究表明商业银行的经营效率不仅对其自身的发展具有重要的意义,其对于一国的金融体系、乃至总体经济的发展也具有至关重要的影响。本文从当前我国商业银行的客观实际情况出发,根据我国主流商业银行的主要分类情况,将商业银行按照国有大型商业银行、股份制银行和城市商业银行进行分类研究。在对以往对商业银行效率的研究进行梳理的基础上,首次将模糊理论引入研究,发展出增强型Russell超效率DEA模型,即考虑模糊数的非径向超效率DEA模型。通过增强型Russell超效率DEA模型对我国不同类型商业银行经营效率分别进行测度,从负债效率、资本效率、人力资源效率、金融科技效率以及规模效率等多个角度对我国商业银行经营效率进行测度及比较研究,并对其宏观、微观影响因素进行比较分析,从多个角度提出提升我国商业银行经营效率的建议。本文主要从四个方面对我国不同类型商业银行经营效率进行研究。首先,本文对银行效率理论及目前国内外对银行效率的研究成果及研究方法进行了梳理与归纳,对现有研究的特点与不足进行分析,确定了本文的研究方法,首次引入模糊理论,建立增强型Russell超效率DEA模型;二是通过增强型Russell超效率DEA模型对当前我国商业银行经营效率总体情况进行测度,得出目前我国商业银行经营效率总体状况,并分析了存在的问题;三是对我国商业银行经营效率影响因素进行分析。从宏观和微观两个角度,分别分析了国内生产总值增长率、监管政策、货币增长率、银行业市场结构、盈利能力、成本管理、风险控制、资产质量、资产规模、公司治理、产权结构等因素对我国商业银行经营效率的影响;四是从负债效率、资本效率以及其他资源效率三个角度对我国国有大型商业银行、股份制银行和城市商业经营效率进行比较分析,从而得出如下结论:一是在目前如市场占有率、货币政策、监管政策等外部环境以及金融科技、数字技术等新兴科技高速发展的背景下,在三类商业银行中,股份制银行具有最优的发展潜力。城市商业银行无法超越股份制银行,但其在一定时期内,可通过其自身特有的优势赶超国有大型商业银行,但从长期角度来看,国有大型商业银行仍较城市商业银行更具备发展潜力;二是国有大型商业银行市场占有率的下降,即其垄断地位的下降,对其经营效率的提升具有显着的促进作用;同时,提出加强科技创新,将各类业务有效与科技结合,完善风险管理机制,不断提高资产质量,积极推进业务多元化均衡发展,稳健提升经营效率,优化产权结构,完善商业银行体制机制建设,进一步完善市场价格体系,积极推进利率市场化改革等角度提出进一步提升我国商业银行经营效率的策略。在研究方法方面,本文通过将实证分析与规范分析相结合、定性分析与定量分析相结合的方法,从理论和实证两个层面对我国不同类型商业银行经营效率进行了比较分析。在效率测度方面,以定量分析法确定了商业银行的经营效率值,通过增强型Russell超效率DEA模型对我国不同类型商业银行经营效率进行测度,并进行比较分析。在影响因素分析方面,通过定性分析法确定商业银行经营效率的影响因素,然后,采用定量分析法对各影响因素对其的影响程度进行量化。从理论层面的角度来看,本文主要运用了经济学、货币金融学、资产负债管理理论、数据包络分析理论、经济效率理论等相关理论的概念与方法,对商业银行经营效率进行深入剖析与研究,发现从负债效率、资本效率和其他资源效率三个维度考察商业银行经营效率最能充分体现商业银行的经营效率的真实情况。在综合运用上述相关理论的基础上,本文从我国不同类型商业银行经营效率存在明显差异性的现实情况出发,并基于我国不同类型商业银行在其经营发展中所面临的不同问题与挑战以及宏观经济状况的变化对不同类型商业银行的影响程度存在差异性的现实情况,从多个维度研究并分析了我国不同类型商业银行的负债效率、资本效率和其他资源效率的现实情况与内在差异。
二、估计前沿成本函数的一种优化方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、估计前沿成本函数的一种优化方法（论文提纲范文）
（1）突发公共卫生事件影响下的出行方式选择（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 交通领域涉及PHE的研究 |
| 1.2.2 出行方式选择理论与模型 |
| 1.2.3 出行结构优化研究 |
| 1.2.4 交通补贴策略研究 |
| 1.2.5 研究总结 |
| 1.3 研究内容及章节安排 |
| 2 调查方案与数据准备 |
| 2.1 调查方案设计 |
| 2.1.1 调查目的与方法 |
| 2.1.2 调查问卷设计 |
| 2.2 调查数据检验 |
| 2.2.1 信度检验 |
| 2.2.2 效度检验 |
| 2.3 样本特征分析 |
| 2.3.1 出行属性信息统计描述 |
| 2.3.2 指标变量得分统计描述 |
| 2.3.3 潜变量的方差分析 |
| 2.4 本章小结 |
| 3 考虑潜变量的出行方式选择模型 |
| 3.1 基于多类型用户的心理决策机制分析 |
| 3.1.1 多类型用户分组 |
| 3.1.2 扩展的计划行为理论 |
| 3.1.3 心理决策机制分析 |
| 3.2 考虑潜变量的多项LOGIT估计模型 |
| 3.2.1 集成模型 |
| 3.2.2 模型构建 |
| 3.2.3 结果分析 |
| 3.3 本章小结 |
| 4 突发公共卫生事件下的公共交通补贴研究 |
| 4.1 公共交通补贴多目标优化模型 |
| 4.1.1 问题阐述 |
| 4.1.2 模型构建 |
| 4.1.3 模型求解 |
| 4.2 案例分析—以合肥市为例 |
| 4.2.1 背景介绍 |
| 4.2.2 参数标定 |
| 4.2.3 结果分析 |
| 4.3 本章小结 |
| 5 结论与展望 |
| 5.1 研究总结 |
| 5.2 研究展望 |
| 参考文献 |
| 附录 A 城市居民出行方式选择行为调查 |
| 附录 B |
| 附录 C 市内出行方式舒适度及安全性调查 |
| 附录 D |
| 附录 E |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）命令控制型与市场激励型环境政策对经济绿色发展的影响机制研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景 |
| 1.1.1 经济绿色发展与经济高质量发展 |
| 1.1.2 国家治理现代化与环境治理 |
| 1.2 研究意义 |
| 1.2.1 理论意义 |
| 1.2.2 现实意义 |
| 1.3 研究内容 |
| 1.4 研究方法与框架 |
| 1.4.1 研究方法 |
| 1.4.2 研究框架 |
| 1.5 研究的创新与不足 |
| 1.5.1 创新之处 |
| 1.5.2 不足之处 |
| 第2章 理论基础与文献综述 |
| 2.1 理论基础 |
| 2.1.1 绿色增长理论 |
| 2.1.2 外部性理论 |
| 2.1.3 产权理论 |
| 2.1.4 公共物品理论 |
| 2.1.5 环境规制理论 |
| 2.2 文献综述 |
| 2.2.1 命令控制型环境政策的相关文献 |
| 2.2.2 市场激励型环境政策的相关文献 |
| 2.2.3 环境政策与经济绿色发展关系的相关文献 |
| 2.3 文献评述 |
| 第3章 经济绿色发展水平的测算和分析 |
| 3.1 经济绿色发展水平的测算方法 |
| 3.1.1 超效率共同前沿DEA模型 |
| 3.1.2 Luenberger绿色全要素生产率计算与分解 |
| 3.1.3 投入产出数据说明 |
| 3.2 经济绿色发展水平测算结果分析 |
| 3.2.1 绿色全要素生产率的初步分析 |
| 3.2.2 绿色全要素生产率的分解结果分析 |
| 3.3 本章小结 |
| 第4章 典型命令控制型环境政策对经济绿色发展的影响机制分析 |
| 4.1 中央环保督察对经济绿色发展的影响机制分析 |
| 4.1.1 中央环保督察制度的实施背景 |
| 4.1.2 中央环保督察与经济绿色发展关系的建模 |
| 4.1.3 中央环保督察与经济绿色发展关系的实证结果 |
| 4.1.4 稳健性检验 |
| 4.2 中央环保约谈对经济绿色发展的影响机制分析 |
| 4.2.1 中央环保约谈与经济绿色发展的中介效应模型 |
| 4.2.2 中央环保约谈与经济绿色发展的中介效应实证结果 |
| 4.3 地方环境监管对经济绿色发展的影响机制分析 |
| 4.3.1 地方环境监管对经济绿色发展的异质性影响 |
| 4.3.2 地方环境监管影响经济绿色发展的门槛效应分析 |
| 4.4 本章小结 |
| 第5章 两类市场激励型环境政策对经济绿色发展的影响机制分析 |
| 5.1 排放权交易政策的实施现状 |
| 5.2 用能权与碳排放权初始分配机制研究 |
| 5.2.1 用能权与碳排放权初始分配方式模拟 |
| 5.2.2 初始分配方式的公平性分析 |
| 5.2.3 初始分配方式的效率分析 |
| 5.3 用能权与碳排放权交易机制模拟 |
| 5.3.1 环境生产技术与数据说明 |
| 5.3.2 用能权与碳排放权交易政策组合的建模 |
| 5.4 用能权与碳排放权交易的绿色增长效应分析 |
| 5.4.1 产出效应分析 |
| 5.4.2 节能减排效应分析 |
| 5.4.3 绿色全要素生产率分析 |
| 5.5 本章小结 |
| 第6章 命令控制和市场激励对经济绿色发展的协同影响机制分析 |
| 6.1 中央环保约谈与排放权交易对经济绿色发展的协同影响机制 |
| 6.1.1 中央环保约谈与排放权交易协同机制模拟 |
| 6.1.2 中央环保约谈与排放权交易协同机制的实证结果 |
| 6.2 地方环境监管与排放权交易对经济绿色发展的协同影响机制 |
| 6.2.1 不同市场激励下环境监管与经济绿色发展的关系 |
| 6.2.2 环境监管与排放权交易对经济绿色发展的调节中介效应分析 |
| 6.3 本章小结 |
| 结论与政策建议 |
| 参考文献 |
| 攻读博士期间的科研情况 |
| 致谢 |
（3）人工智能对经济增长的影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 导论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 人工智能的相关研究 |
| 1.2.2 经济增长的相关研究 |
| 1.2.3 人工智能与经济增长的相关研究 |
| 1.2.4 研究述评 |
| 1.3 内容结构、研究方法及技术路线 |
| 1.3.1 内容结构 |
| 1.3.2 研究方法 |
| 1.3.3 研究框架 |
| 1.4 主要创新点与不足 |
| 1.4.1 主要创新点 |
| 1.4.2 不足之处 |
| 2 概念界定与理论基础 |
| 2.1 概念界定 |
| 2.1.1 技术创新 |
| 2.1.2 人工智能 |
| 2.2 相关理论 |
| 2.2.1 技术创新理论 |
| 2.2.2 经济增长理论 |
| 3 人工智能影响经济增长的分析框架 |
| 3.1 人工智能影响经济增长的典型事实 |
| 3.1.1 世界主要经济体人工智能的发展战略 |
| 3.1.2 世界主要经济体人工智能的发展现状 |
| 3.1.3 国内人工智能发展趋势 |
| 3.2 人工智能的四大经济效应 |
| 3.2.1 智能渗透效应 |
| 3.2.2 边界延展效应 |
| 3.2.3 知识创造效应 |
| 3.2.4 自我深化效应 |
| 3.3 经济增长的三大影响因素 |
| 3.3.1 劳动是经济增长不可或缺的要素投入 |
| 3.3.2 资本是经济增长至关重要的实现途径 |
| 3.3.3 生产技术是加速经济增长的动力源泉 |
| 3.4 人工智能影响经济增长的三大渠道 |
| 3.4.1 人工智能影响经济增长的劳动渠道 |
| 3.4.2 人工智能影响经济增长的资本渠道 |
| 3.4.3 人工智能影响经济增长的生产率渠道 |
| 3.5 本章小结 |
| 4 人工智能影响经济增长的劳动渠道 |
| 4.1 分析基础 |
| 4.1.1 高低技能劳动者的厘定 |
| 4.1.2 基本理论假设 |
| 4.2 人工智能影响经济增长的劳动就业路径 |
| 4.2.1 智能渗透对劳动就业的影响 |
| 4.2.2 边界延展对劳动就业的影响 |
| 4.2.3 就业效应下人工智能对经济增长的影响 |
| 4.3 人工智能影响经济增长的劳动收入路径 |
| 4.3.1 智能渗透对劳动收入的影响 |
| 4.3.2 边界延展对劳动收入的影响 |
| 4.3.3 收入效应下人工智能对经济增长的影响 |
| 4.4 劳动就业和劳动收入路径的实证检验 |
| 4.4.1 研究设计 |
| 4.4.2 人工智能影响劳动就业和劳动收入的实证检验 |
| 4.4.3 人工智能、劳动就业和劳动收入影响经济增长的效应分析 |
| 4.4.4 长期效应分析 |
| 4.4.5 作用渠道检验 |
| 4.5 结论:人工智能通过劳动就业和劳动收入影响经济增长 |
| 5 人工智能影响经济增长的资本渠道 |
| 5.1 分析基础 |
| 5.1.1 资本积累与资本结构的概述 |
| 5.1.2 智能渗透的行业差异 |
| 5.2 人工智能影响经济增长的资本积累路径 |
| 5.2.1 智能渗透对资本积累的影响 |
| 5.2.2 边界延展对资本积累的影响 |
| 5.2.3 资本积累效应下人工智能对经济增长的影响 |
| 5.3 人工智能影响经济增长的资本结构路径 |
| 5.3.1 智能渗透对资本结构的影响 |
| 5.3.2 边界延展对资本结构的影响 |
| 5.3.3 资本结构效应下人工智能对经济增长的影响 |
| 5.4 资本积累和资本结构路径的实证检验 |
| 5.4.1 研究设计 |
| 5.4.2 人工智能影响资本积累和资本结构的实证检验 |
| 5.4.3 人工智能、资本积累和资本结构影响经济增长的效应分析 |
| 5.4.4 长期效应分析 |
| 5.4.5 作用渠道检验 |
| 5.5 结论:人工智能通过资本积累和资本结构影响经济增长 |
| 6 人工智能影响经济增长的生产率渠道 |
| 6.1 分析基础 |
| 6.1.1 全要素生产率的解构 |
| 6.1.2 基于“生产率悖论”的争议 |
| 6.2 人工智能影响经济增长的技术进步路径 |
| 6.2.1 智能渗透对技术进步的影响 |
| 6.2.2 知识生产对技术进步的影响 |
| 6.2.3 自我深化对技术进步的影响 |
| 6.2.4 技术进步效应下人工智能对经济增长的影响 |
| 6.3 人工智能影响经济增长的技术效率路径 |
| 6.3.1 智能渗透对技术效率的影响 |
| 6.3.2 边界延展对技术效率的影响 |
| 6.3.3 自我深化对技术效率的影响 |
| 6.3.4 技术效率效应下人工智能对经济增长的影响 |
| 6.4 技术进步和技术效率路径的实证检验 |
| 6.4.1 研究设计 |
| 6.4.2 人工智能影响全要素生产率的实证分析 |
| 6.4.3 人工智能、全要素生产率影响经济增长的效应分析 |
| 6.4.4 长期效应分析 |
| 6.4.5 作用渠道检验 |
| 6.5 结论:人工智能通过技术进步和技术效率影响经济增长 |
| 7 进一步分析——人工智能、长期经济增长与未来南北差距 |
| 7.1 分析基础 |
| 7.1.1 技术创新与长期经济增长的变化路径 |
| 7.1.2 基本理论假设 |
| 7.2 人工智能与长期经济增长 |
| 7.2.1 基本模型构建 |
| 7.2.2 模型分析 |
| 7.2.3 分析结论 |
| 7.3 人工智能发展与未来南北差距 |
| 7.3.1 基本模型构建 |
| 7.3.2 领先国家 |
| 7.3.3 追随国家 |
| 7.3.4 模型分析与结论 |
| 7.4 本章小结 |
| 8 结论及政策建议 |
| 8.1 基本结论 |
| 8.2 政策建议 |
| 8.3 研究展望 |
| 参考文献 |
| 作者在读期间科研成果 |
| 致谢 |
（4）基于代理模型的燃气轮机多目标优化方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 燃气轮机国内外研究现状 |
| 1.2.2 代理模型国内外研究现状 |
| 1.2.3 多目标优化算法国内外研究现状 |
| 1.3 本文主要工作 |
| 2 三轴燃气轮机物理模型 |
| 2.1 燃气轮机基本原理 |
| 2.2 部件级稳态数学模型 |
| 2.2.1 进、排气道模型 |
| 2.2.2 压气机模型 |
| 2.2.3 燃烧室模型 |
| 2.2.4 涡轮模型 |
| 2.2.5 容积模块模型 |
| 2.2.6 转子模块模型 |
| 2.3 燃气轮机待优化变量 |
| 2.3.1 决策变量选择 |
| 2.3.2 目标变量选择 |
| 2.4 模型验证及敏感性分析 |
| 2.4.1 模型精度验证 |
| 2.4.2 敏感性分析 |
| 2.5 本章总结 |
| 3 三轴燃气轮机代理模型 |
| 3.1 试验设计方法 |
| 3.1.1 试验设计基本原理 |
| 3.1.2 采样点性能评价 |
| 3.2 主要代理模型原理 |
| 3.2.1 多项式响应面模型 |
| 3.2.2 径向基函数模型 |
| 3.2.3 克里金模型 |
| 3.2.4 支持向量回归模型 |
| 3.2.5 加权平均代理模型 |
| 3.3 代理模型性能分析 |
| 3.3.1 性能评价指标 |
| 3.3.2 RBF组合代理模型 |
| 3.3.3 样本点数影响分析 |
| 3.4 本章总结 |
| 4 基于静态多目标优化的燃气轮机工作点选择 |
| 4.1 静态多目标优化基本概念 |
| 4.1.1 MOEA基本概念 |
| 4.1.2 MOEA算法分类 |
| 4.1.3 测试函数和评价指标 |
| 4.2 主流静态多目标优化算法 |
| 4.2.1 NSGA-II |
| 4.2.2 MOEA/D |
| 4.2.3 IBEA |
| 4.2.4 SPEA2 |
| 4.3 静态多目标优化算法比较及改进 |
| 4.3.1 算法性能比较 |
| 4.3.2 NSGA-II算法改进 |
| 4.4 燃气轮机鲁棒工作点的生成 |
| 4.4.1 鲁棒多目标优化基本概念 |
| 4.4.2 鲁棒多目标优化方法 |
| 4.4.3 基于静态PF的鲁棒工作点生成 |
| 4.4.4 鲁棒多目标优化及鲁棒点仿真结果 |
| 4.5 本章小结 |
| 5 基于动态多目标优化的燃气轮机工作点选择 |
| 5.1 动态多目标优化基础 |
| 5.1.1 动态多目标优化基本概念 |
| 5.1.2 DMOP分类 |
| 5.1.3 DMOEA分类 |
| 5.1.4 算法性能评价指标 |
| 5.2 DNSGA-II算法改进 |
| 5.3 动态策略比较及工况点选取 |
| 5.3.1 参数设置 |
| 5.3.2 动态策略比较分析 |
| 5.3.3 过渡过程最优点选择 |
| 5.3.4 动态工作点和静态工作点比较分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表学术论文情况 |
| 致谢 |
（5）全球价值链嵌入对中国制造业资源配置效率的影响研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与问题的提出 |
| 1.2 研究意义 |
| 1.2.1 现实意义 |
| 1.2.2 理论意义 |
| 1.3 研究思路、方法与技术路线 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 研究内容与篇章结构 |
| 1.5 研究可能的创新之处 |
| 第二章 文献综述 |
| 2.1 全球价值链理论研究 |
| 2.1.1 全球价值链理论的沿革 |
| 2.1.2 全球价值链治理与升级 |
| 2.1.3 全球价值链嵌入的量化方式与经济内涵 |
| 2.1.4 全球价值链嵌入的生产率效应 |
| 2.2 资源错配与生产率提升的研究 |
| 2.3 开放视角下的资源配置研究 |
| 2.4 国内外研究现状及动态评述 |
| 第三章 全球价值链嵌入对资源配置的影响机制 |
| 3.1 全球价值链嵌入对资源配置的影响机制——来自国际市场进出口侧和国内市场供给侧的生产率效应 |
| 3.1.1 要素流动效应 |
| 3.1.2 分工协作效应 |
| 3.1.3 外向集聚效应 |
| 3.1.4 结构升级效应 |
| 3.2 全球价值链嵌入的资源配置路径研究——基于自上而下和自下而上的全球价值链理论分析框架 |
| 3.2.1 生产设备和技能的全球价值链再配置 |
| 3.2.2 市场能力的全球价值链再配置 |
| 3.2.3 研发能力的全球价值链再配置 |
| 3.2.4 创新能力的全球价值链再配置 |
| 3.3 本章小结 |
| 第四章 中国制造业全球价值链嵌入与资源配置的特征事实 |
| 4.1 中国制造业在全球价值链上的角色 |
| 4.1.1 实证方法与数据处理 |
| 4.1.2 中国制造业在全球价值链中的角色 |
| 4.1.3 中国制造业行业全球价值链嵌入的特征事实 |
| 4.2 中国制造业资源错配与产出的反事实估计 |
| 4.2.1 实证方法与数据处理 |
| 4.2.2 中国制造业行业内资源错配 |
| 4.2.3 中国制造业行业间资源错配 |
| 4.2.4 中国制造业生产率与产出的反事实估计 |
| 4.3 本章小结 |
| 第五章 全球价值链嵌入影响中国制造业资源配置效率的实证研究 |
| 5.1 实证模型与变量说明 |
| 5.2 估计方法与变量处理 |
| 5.3 实证结果分析 |
| 5.4 进一步的研究:还剩下多少“优化区间”? |
| 5.5 本章小结 |
| 第六章 从何而起?——全球价值链嵌入在国际市场进出口侧的外向型动能对资源配置的影响机制 |
| 6.1 全球价值链嵌入的要素流动效应:基于内资、外资协同配置的探讨 |
| 6.1.1 内外资部门资源再配置效应的动态分解 |
| 6.1.2 实证模型与变量说明 |
| 6.1.3 估计方法与变量处理 |
| 6.1.4 实证结果分析 |
| 6.1.5 进一步的研究:国内、国际资源配置协同优化了吗? |
| 6.2 全球价值链嵌入的分工协作效应:基于劳动、资本协同配置的探讨 |
| 6.2.1 实证模型与变量说明 |
| 6.2.2 估计方法和变量处理 |
| 6.2.3 实证结果分析 |
| 6.2.4 进一步的研究:劳动、资本要素配置协同优化了吗? |
| 6.3 本章小结 |
| 第七章 如何存续?——全球价值链嵌入在国内市场供给侧的内向型动能对资源配置的影响机制 |
| 7.1 全球价值链嵌入的外向集聚效应:基于国内国际生产体系联结路径的探讨 |
| 7.1.1 实证模型与变量说明 |
| 7.1.2 估计方法与变量处理 |
| 7.1.3 实证结果分析 |
| 7.1.4 进一步的研究:全球价值链上游嵌入路径是否存在“战略隔绝”? |
| 7.2 全球价值链嵌入的结构升级效应:基于全球价值链升级路径的探讨 |
| 7.2.1 中国制造业结构升级评价指标体系构建与升级效果分析 |
| 7.2.2 实证模型与变量说明 |
| 7.2.3 估计方法和变量处理 |
| 7.2.4 实证结果分析 |
| 7.2.5 进一步的研究:全球价值链升级路径是否存在不可持续性? |
| 7.3 本章小结 |
| 第八章 研究结论、政策启示与展望 |
| 8.1 主要研究结论 |
| 8.2 政策启示 |
| 8.3 本文的局限性与未来的研究方向 |
| 8.3.1 本文的局限性 |
| 8.3.2 未来进一步的研究方向 |
| 参考文献 |
| 附录 |
| 附录 Ⅰ:基于Melitz和 Polanec(2015)方法的生产率增长分解式推导 |
| 附录 Ⅱ:1996-2013 年中国制造业全球价值链参与指数、地位指数、前向参与指数、后向参与指数 |
| 附录 Ⅲ:1996-2013 年中国制造业劳动、资本错配指数及行业间资源错配指数 |
| 附录 Ⅳ:1996-2013 年中国制造业行业内资源错配指数 |
| 附录 Ⅴ:1996-2013 年中国制造业行业生产率和产出增长潜力 |
| 附录 Ⅵ:1996-2013 年中国制造业行业结构升级指数 |
| 附录 Ⅶ:1996-2013 年中国制造业行业全要素生产率 |
| 个人简历及学术成果 |
| 致谢 |
（6）GAS框架下的投资组合风险测度与优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 导论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究的主要内容与技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 技术路线 |
| 1.4 研究的主要创新和不足 |
| 1.4.1 理论方法的创新 |
| 1.4.2 实证方法的创新 |
| 1.4.3 可能存在的不足 |
| 第2章 GAS理论框架发展及投资组合理论基础与文献综述 |
| 2.1 GAS理论框架研究和应用 |
| 2.1.1 观察值驱动模型与参数驱动模型 |
| 2.1.2 广义回归得分模型框架的提出与应用 |
| 2.2 投资组合风险测度研究 |
| 2.2.1 风险测度理论方法的选择与组合测度研究 |
| 2.2.2 基于高频数据的投资组合的风险测度问题 |
| 2.3 投资组合优化研究 |
| 2.3.1 投资组合理论的提出 |
| 2.3.2 经典投资组合理论下投资组合优化的研究分支 |
| 2.3.3 期现货投资组合套期保值优化问题 |
| 2.4 研究述评 |
| 第3章 GAS理论框架及其在金融时间序列的风险测度的应用 |
| 3.1 GAS理论框架 |
| 3.1.1 GAS框架模型的基本设定 |
| 3.1.2 GAS框架模型的估计 |
| 3.1.3 GAS框架模型的再参数化 |
| 3.1.4 模型的辨识问题 |
| 3.2 基于GAS框架的GARCH模型改进 |
| 3.2.1 GAS-GARCH-sst模型的构建 |
| 3.2.2 基于GAS框架的GAS-GARCH-sst风险测度模型的构建 |
| 3.3 基于GAS框架的金融资产风险测度与预测 |
| 3.3.1 数据的选择 |
| 3.3.2 描述性统计 |
| 3.3.3 数据的检验 |
| 3.3.4 模型的估计结果与受极端观察值影响对比 |
| 3.3.5 金融时间序列的VaR预测 |
| 3.3.6 金融时间序列的VaR预测效果对比 |
| 3.4 附录:GAS-GARCH-sst模型的估计结果 |
| 3.5 本章小结 |
| 第4章 基于R-Vine-Copula-GAS的投资组合测度与优化 |
| 4.1 Vine Copula理论 |
| 4.1.1 Copula函数的定义 |
| 4.1.2 Pair Copula的构建与R Vine |
| 4.1.3 Vine-Copula的数组表示方式 |
| 4.1.4 R-Vine Copula密度的估计 |
| 4.1.5 R-Vine分布的选择 |
| 4.2 基于GAS框架的投资组合风险测度分析 |
| 4.2.1 样本数据的选择与预处理 |
| 4.2.2 MST-PRIM算法下的R-Vine结构 |
| 4.2.3 R-Vine Copula的参数估计结果 |
| 4.2.4 单一资产的边缘分布估计 |
| 4.2.5 GAS-R-Vine-Copula模型的仿真模拟与风险预测方法设定 |
| 4.2.6 基于GAS框架下的投资组合VaR比较分析 |
| 4.3 GAS框架下的R-Vine-Copula多维资产组合优化模型 |
| 4.3.1 Markowitz的投资组合理论 |
| 4.3.2 Mean-VaR投资组合 |
| 4.3.3 Mean-CVaR的投资组合 |
| 4.3.4 最小VaR投资组合和最小CVaR投资组合的有效前沿 |
| 4.3.5 GAS框架下的投资组合优化效果比较 |
| 4.4 本章小结 |
| 第5章 基于GAS框架的高频多元资产波动率模型的设计与应用 |
| 5.1 Wishart-GARCH模型 |
| 5.1.1 模型的假设 |
| 5.1.2 GAS框架下的模型优化 |
| 5.1.3 模型的估计 |
| 5.2 基于GAS-Wishart-Realized-GARCH模型的高频多元资产波动率的实证研究设计 |
| 5.2.1 数据的选取与高频数据清洗 |
| 5.2.2 基于刷新时间抽样的样本调整 |
| 5.3 基于GAS-Wishart-Realized-GARCH模型的高频多元资产波动率的估计结果分析 |
| 5.3.1 基于子抽样的降噪方法 |
| 5.3.2 GAS-Wishart-Realized-GARCH模型的估计结果分析 |
| 5.4 基于GAS-Wishart-Realized-GARCH模型的高频多元资产波动率预测能力比较分析 |
| 5.4.1 基于样本外数据的降噪技术的完善 |
| 5.4.2 评价预测效果的损失函数 |
| 5.4.3 样本外GAS-Wishart-Realized-GARCH模型的估计结果 |
| 5.4.4 GAS-Wishart-Realized-GARCH模型和EWMA模型预测效果比较 |
| 5.5 本章小结 |
| 第6 章 基于GAS框架的期现货投资组合的套期保值优化 |
| 6.1 期现货套期保值的理论基础和模型设计 |
| 6.1.1 套期保值理论 |
| 6.1.2 基于GAS框架的极值Copula函数模型 |
| 6.1.3 最优套期保值比率比较模型的选择 |
| 6.2 基于GAS框架下的期现货投资组合套期保值优化的实证研究 |
| 6.2.1 数据的选取与预处理 |
| 6.2.2 样本数据的描述性统计 |
| 6.2.3 样本数据的基本检验结果 |
| 6.3 基于GAS框架的期现货投资组合套期保值比率的估计结果分析 |
| 6.3.1 各模型的估计结果 |
| 6.3.2 动态最优套期保值比率估计结果比较 |
| 6.4 GAS框架下的期现货投资组合最优套期保值比率的比较与选择 |
| 6.4.1 套期保值效果的评价方式 |
| 6.4.2 各模型的套期保值效果结果比较 |
| 6.5 本章小结 |
| 第7 章 结论、建议与研究展望 |
| 7.1 主要结论 |
| 7.2 研究和投资实践建议 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间学术研究成果 |
| 致谢 |
（7）基于要素配置效率改进的东北地区产业结构优化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究思路与框架 |
| 1.2.1 研究思路 |
| 1.2.2 研究框架 |
| 1.3 主要研究方法 |
| 1.4 创新与不足 |
| 1.4.1 创新之处 |
| 1.4.2 存在的不足 |
| 第2章 相关理论与文献综述 |
| 2.1 概念界定 |
| 2.1.1 要素、要素配置及效率内涵 |
| 2.1.2 产业及产业结构优化内涵 |
| 2.2 相关理论基础 |
| 2.2.1 要素配置相关理论 |
| 2.2.2 产业结构演进理论 |
| 2.2.3 产业结构优化理论 |
| 2.3 文献综述 |
| 2.3.1 要素配置及其效率研究 |
| 2.3.2 产业结构演进及优化方向研究 |
| 2.3.3 产业结构优化与要素配置效率的关联性研究 |
| 2.3.4 供给侧改革与产业结构优化影响因素研究 |
| 2.3.5 东北地区产业结构调整与经济发展相关研究 |
| 2.3.6 文献评述 |
| 第3章 东北地区产业结构演进历程及现状 |
| 3.1 东北地区产业结构演进历程 |
| 3.1.1 计划经济体制与改革过渡时期 |
| 3.1.2 市场经济体制确立初期 |
| 3.1.3 东北振兴“黄金十年” |
| 3.1.4 经济新常态时期 |
| 3.2 东北地区产业结构现状 |
| 3.2.1 地区生产总值变动趋势 |
| 3.2.2 第一产业 |
| 3.2.3 第二产业 |
| 3.2.4 第三产业 |
| 3.3 东北地区要素配置低效与产业结构调整动因 |
| 3.3.1 结构性产能过剩与短缺并存 |
| 3.3.2 资源型城市转型负担沉重 |
| 3.3.3 国企改革与民企发展缺乏动力 |
| 3.3.4 被动“去工业化”引发结构失序 |
| 3.3.5 沉没成本效应阻碍衰退行业退出 |
| 3.4 东北地区产业结构优化的障碍 |
| 3.4.1 要素市场化改革起步较晚 |
| 3.4.2 劳动力转移存在制度约束 |
| 3.4.3 高技术产业规模扩张缓慢 |
| 3.4.4 服务型政府职能转变滞后 |
| 3.5 本章小结 |
| 第4章 基于要素配置效率改进的产业结构优化理论框架 |
| 4.1 总体思路 |
| 4.2 要素流动与产业间再配置的效率改进机理 |
| 4.2.1 要素产业间流动的理论基础 |
| 4.2.2 要素产业间流动的前提条件 |
| 4.2.3 要素配置效率改进机理分析 |
| 4.3 产业结构优化影响要素配置效率改进的理论机制 |
| 4.3.1 产业结构优化的两个维度指标构建 |
| 4.3.2 产业结构合理化影响要素配置效率改进的机制 |
| 4.3.3 产业结构高度化影响要素配置效率改进的机制 |
| 4.4 供给侧改革下产业结构优化的影响因素理论分析 |
| 4.4.1 供给侧改革的提出背景与理论逻辑 |
| 4.4.2 产业结构优化的供给侧影响因素类别 |
| 4.4.3 供给因素影响产业结构优化的机理分析 |
| 4.5 本章小结 |
| 第5章 基于要素配置效率改进的东北地区产业结构优化效应实证分析 |
| 5.1 东北地区要素分布结构 |
| 5.1.1 劳动力要素分布 |
| 5.1.2 资本存量估计与资本要素分布 |
| 5.2 东北地区要素配置效率测度 |
| 5.2.1 随机前沿分析与模型设定 |
| 5.2.2 初始回归结果与模型修正 |
| 5.2.3 估算过程与结果分析 |
| 5.3 东北地区产业结构优化指标衡量 |
| 5.3.1 产业结构合理化 |
| 5.3.2 产业结构高度化 |
| 5.4 研究设计与实证检验 |
| 5.4.1 变量选取与描述性统计 |
| 5.4.2 数据检验 |
| 5.4.3 模型设定与实证结果分析 |
| 5.4.4 内生性问题讨论 |
| 5.4.5 稳健性检验 |
| 5.5 本章小结 |
| 第6章 进一步分析:东北地区产业结构优化的供给侧影响因素实证检验 |
| 6.1 供给因素综合评价指标体系构建 |
| 6.1.1 指标体系构建原则 |
| 6.1.2 主要评价指标分析与说明 |
| 6.1.3 综合评价指标体系 |
| 6.2 供给因素综合评价指数构造与分析 |
| 6.2.1 全局主成分分析 |
| 6.2.2 数据有效性检验 |
| 6.2.3 提取主成分及确定指标权重 |
| 6.2.4 东北地区供给因素综合评价指数分析 |
| 6.3 研究设计与实证检验 |
| 6.3.1 变量选取与描述性统计 |
| 6.3.2 数据检验 |
| 6.3.3 模型设定与实证结果分析 |
| 6.3.4 内生性问题讨论 |
| 6.3.5 稳健性检验 |
| 6.4 本章小结 |
| 第7章 基于要素配置效率改进的东北地区产业结构优化政策建议 |
| 7.1 加强人力资本培育与积累 |
| 7.1.1 着力提升教育体系水平 |
| 7.1.2 推进新型城镇化发展 |
| 7.1.3 完善薪酬激励机制 |
| 7.2 优化投资结构与存量资本布局 |
| 7.2.1 加大战略性新兴产业投资力度 |
| 7.2.2 稳固推进存量资本调整 |
| 7.2.3 积极探索金融产品与服务创新 |
| 7.3 推动产业技术进步与科技成果转化 |
| 7.3.1 促进产业发展与科技深入融合 |
| 7.3.2 加强企业自主创新与科研协作能力 |
| 7.3.3 完善科技成果转化机制 |
| 7.4 充分发挥政府职能与政策引领作用 |
| 7.4.1 加快转变政府职能 |
| 7.4.2 精准制定减税降费措施 |
| 7.4.3 释放产业政策引领作用 |
| 7.5 本章小结 |
| 第8章 结论与未来展望 |
| 8.1 结论 |
| 8.2 未来展望 |
| 参考文献 |
| 攻读博士学位期间的科研成果 |
| 致谢 |
（8）中国工业绿色效率评价及提升路径研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及问题提出 |
| 1.2 研究意义 |
| 1.3 相关文献综述 |
| 1.3.1 工业绿色发展与工业绿色效率研究 |
| 1.3.2 工业绿色效率影响因素研究 |
| 1.3.3 工业绿色发展路径研究 |
| 1.4 研究方法与技术路线 |
| 1.5 研究内容 |
| 1.6 创新点 |
| 第二章 概念界定与理论基础 |
| 2.1 绿色效率及相关概念的解释 |
| 2.1.1 效率与经济效率 |
| 2.1.2 绿色效率与工业绿色效率 |
| 2.1.3 绿色效率与绿色发展的关系 |
| 2.2 经济增长理论 |
| 2.3 生态经济理论 |
| 2.4 系统论 |
| 2.5 本章小结 |
| 第三章 工业绿色效率影响路径与驱动机理分析 |
| 3.1 工业绿色效率影响因素及影响路径分析 |
| 3.1.1 工业绿色效率推动工业绿色发展 |
| 3.1.2 工业绿色效率影响因素层级结构分析 |
| 3.1.3 工业绿色效率影响路径分析 |
| 3.2 工业绿色效率驱动机理分析 |
| 3.2.1 工业技术追赶效应 |
| 3.2.2 绿色结构调整效应 |
| 3.2.3 环境规制激励效应 |
| 3.2.4 绿色创新外溢效应 |
| 3.3 本章小结 |
| 第四章 中国工业绿色效率评价 |
| 4.1 模型方法与数据来源 |
| 4.1.1 方法选择 |
| 4.1.2 EBM模型构建 |
| 4.1.3 指标选取及数据来源 |
| 4.2 工业绿色效率评价分析 |
| 4.2.1 区域异质性分析 |
| 4.2.2 行业异质性分析 |
| 4.3 本章小结 |
| 第五章 工业绿色效率动态演进分析 |
| 5.1 研究方法 |
| 5.1.1 核密度方法 |
| 5.1.2 马尔科夫链 |
| 5.2 工业绿色效率收敛分析 |
| 5.2.1 各省市工业绿色效率收敛分析 |
| 5.2.2 行业工业绿色效率收敛分析 |
| 5.3 工业绿色效率动态演进分析 |
| 5.3.1 各省市工业绿色效率分布演进 |
| 5.3.2 行业工业绿色效率分布演进 |
| 5.4 本章小结 |
| 第六章 工业绿色效率区域异质性影响因素分析 |
| 6.1 模型方法与数据来源 |
| 6.1.1 动态面板空间计量模型 |
| 6.1.2 变量选取与数据来源 |
| 6.2 空间自相关检验与模型诊断 |
| 6.2.1 空间自相关检验 |
| 6.2.2 模型检验与选择 |
| 6.3 实证结果及分析 |
| 6.3.1 影响因素分析 |
| 6.3.2 空间溢出效应分析 |
| 6.4 稳健性检验 |
| 6.4.1 基于动态面板的全样本检验 |
| 6.4.2 分区域样本的异质性检验 |
| 6.5 本章小结 |
| 第七章 工业绿色效率行业异质性影响因素分析 |
| 7.1 动态面板模型与数据来源 |
| 7.1.1 模型设定 |
| 7.1.2 估计方法选择 |
| 7.1.3 变量选取和数据来源 |
| 7.2 模型诊断 |
| 7.3 实证检验与结果分析 |
| 7.4 稳健性检验 |
| 7.5 本章小结 |
| 第八章 中国工业绿色效率的提升路径 |
| 8.1 系统动力学方法介绍 |
| 8.1.1 系统动力学 |
| 8.1.2 系统动力学建模步骤 |
| 8.2 系统动力学模型构建 |
| 8.2.1 系统边界构建模型选择 |
| 8.2.2 系统边界确定及基本假设 |
| 8.2.3 因果回路图 |
| 8.2.4 系统动力学流图 |
| 8.2.5 模型方程及参数确定 |
| 8.3 系统动力学模型检验 |
| 8.3.1 直观检验 |
| 8.3.2 运行检验 |
| 8.3.3 历史性检验 |
| 8.4 中国工业绿色效率提升路径仿真模拟 |
| 8.4.1 调节参数与情景设置 |
| 8.4.2 不同路径仿真模拟与比较 |
| 8.5 本章小结 |
| 第九章 结论和政策建议 |
| 9.1 结论 |
| 9.2 政策建议 |
| 9.3 展望 |
| 附录 系统动力学模型主要方程 |
| 攻读博士期间发表的学术论文及其他成果 |
| 参考文献 |
| 致谢 |
（9）含大规模风电的发—输—配电系统充裕性优化决策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 发电充裕性评估模型 |
| 1.2.2 发电充裕性优化模型 |
| 1.2.3 输电系统可用输电能力决策 |
| 1.2.4 配电系统充裕性评估 |
| 1.3 研究内容及结构 |
| 1.3.1 研究内容 |
| 1.3.2 研究结构 |
| 1.4 论文的主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 发电充裕性评估理论 |
| 2.1.1 发电充裕性指标概述 |
| 2.1.2 发电充裕性指标的计算 |
| 2.1.3 基于蒙特卡洛法的发电充裕性评估 |
| 2.2 拟蒙特卡洛法 |
| 2.3 随机优化与场景分析理论 |
| 2.3.1 随机优化的基本概念与模型 |
| 2.3.2 场景分析理论 |
| 2.4 相关性分析理论 |
| 2.4.1 相关系数 |
| 2.4.2 Copula理论 |
| 2.4.3 藤Copula理论 |
| 2.5 风险度量 |
| 2.5.1 风险与风险度量概述 |
| 2.5.2 VaR和CVaR的定义及性质 |
| 2.5.3 VaR和CVaR的计算方法 |
| 2.6 本章小结 |
| 第3章 基于需求响应的含风电系统发电充裕性评估模型 |
| 3.1 发电机组特性建模 |
| 3.1.1 发电机组出力特征建模 |
| 3.1.2 发电机组的可靠性模型 |
| 3.2 用户负荷特征建模 |
| 3.2.1 刚性负荷 |
| 3.2.2 可中断负荷 |
| 3.2.3 可转移负荷 |
| 3.3 用户参与需求响应策略分析 |
| 3.3.1 前景理论中的价值函数 |
| 3.3.2 用户主观效用值的计算 |
| 3.3.3 基于改进Roth-Erev算法的用户行为意愿模型 |
| 3.4 考虑大规模风电消纳的需求响应调度模型 |
| 3.5 发电充裕性评估模型 |
| 3.5.1 发电充裕性指标的计算 |
| 3.5.2 发电充裕性评估模型 |
| 3.6 算例分析 |
| 3.6.1 测试系统与基本数据 |
| 3.6.2 发电充裕性评估结果及分析 |
| 3.6.3 对比分析 |
| 3.7 本章小结 |
| 第4章 基于Glue-VaR的大规模风电并网系统发电充裕性调度优化模型 |
| 4.1 基于Sobol序列改进拉丁超立方抽样的随机场景生成方法 |
| 4.1.1 风速预测误差的非参数分布模型 |
| 4.1.2 基于D-vine Copula的风速预测误差相关性分析模型 |
| 4.1.3 Sobol序列改进的拉丁超立方抽样方法 |
| 4.1.4 基于SaLHS的随机场景生成方法 |
| 4.2 基于Glue-VaR的发电充裕性评估指标 |
| 4.3 考虑发电充裕性风险的调度优化模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.3.3 基于熵权-加权聚合和积评价的多目标求解方法 |
| 4.4 算例分析 |
| 4.4.1 基于SaLHS的风速预测误差场景生成 |
| 4.4.2 多目标日前随机调度结果及分析 |
| 4.4.3 对比分析 |
| 4.5 本章小结 |
| 第5章 基于期望分位数的含风电系统可用输电能力的决策模型 |
| 5.1 考虑大规模风电消纳的可用输电能力决策问题分析 |
| 5.1.1 可用输电能力评估框架 |
| 5.1.2 考虑相关性的多风电场联合出力不确定性建模 |
| 5.1.3 考虑大规模风电消纳的可用输电能力评估模型 |
| 5.2 基于联合累积量的可用输电能力概率评估模型 |
| 5.3 基于期望分位数的风险可用输电能力决策模型 |
| 5.3.1 期望分位数 |
| 5.3.2 基于期望分位数的风险可用输电能力评估指标 |
| 5.3.3 基于期望分位数的风险可用输电能力决策步骤 |
| 5.4 算例分析 |
| 5.4.1 测试系统与基本数据 |
| 5.4.2 可用输电能力评估结果及分析 |
| 5.4.3 对比分析 |
| 5.5 本章小结 |
| 第6章基于相对鲁棒GVaR的配电系统风电接入充裕性优化模型 |
| 6.1 基于相对鲁棒GVaR的风电接入充裕性指标 |
| 6.1.1 风电接入充裕性 |
| 6.1.2 相对鲁棒GVaR风险评估模型 |
| 6.1.3 基于相对鲁棒GVaR的配电系统风电接入充裕性指标 |
| 6.2 风电-负荷分级功率模型 |
| 6.3 考虑风电接入充裕性的随机-鲁棒混合优化模型 |
| 6.3.1 目标函数 |
| 6.3.2 约束条件 |
| 6.4 随机-鲁棒混合优化模型转换与求解 |
| 6.5 算例分析 |
| 6.5.1 测试系统与基本数据 |
| 6.5.2 优化结果及分析 |
| 6.5.3 对比分析 |
| 6.6 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（10）中国商业银行经营效率比较研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究的目的与意义 |
| 1.2 文献综述 |
| 1.2.1 商业银行经营效率研究方法文献综述 |
| 1.2.2 商业银行前沿效率研究文献综述 |
| 1.2.3 商业银行规模效率研究文献综述 |
| 1.2.4 商业银行范围效率研究文献综述 |
| 1.2.5 商业银行经营效率影响因素文献综述 |
| 1.3 论文主要框架与研究方法 |
| 1.3.1 主要框架 |
| 1.3.2 研究方法 |
| 1.4 创新点与不足之处 |
| 1.4.1 论文的创新点 |
| 1.4.2 论文的不足之处 |
| 第2章 理论研究 |
| 2.1 效率理论 |
| 2.1.1 效率的概念 |
| 2.1.2 古典政治经济学中的效率理论 |
| 2.1.3 新古典经济学的价格均衡效率理论 |
| 2.1.4 边际学派的效率理论 |
| 2.1.5 福利经济学效率理论 |
| 2.1.6 X效率理论 |
| 2.2 银行经营效率理论 |
| 2.2.1 商业银行经营效率的概念 |
| 2.2.2 西方经济理论中的银行经营效率 |
| 2.2.3 《资本论》对银行经营效率的阐述 |
| 2.2.4 银行经营效率的类别 |
| 2.2.5 本文对商业银行经营效率的分类 |
| 2.3 商业银行资产负债管理理论 |
| 2.3.1 商业性贷款理论 |
| 2.3.2 资产可转换性理论 |
| 2.3.3 预期收入理论 |
| 2.3.4 存款理论 |
| 2.3.5 购买理论 |
| 2.3.6 销售理论 |
| 2.4 数据包络分析理论 |
| 2.4.1 数据包络分析(DEA) |
| 2.4.2 超效率DEA模型 |
| 2.5 增强型Russell超效率DEA模型构建 |
| 2.5.1 模糊理论 |
| 2.5.2 隶属函数 |
| 2.5.3 模糊非径向超效率DEA模型 |
| 2.5.4 增强型Russell超效率DEA模型 |
| 2.5.5 存在非期望产出的模糊增强型Russell测度方法 |
| 2.6 本章小节 |
| 第3章 中国商业银行总体经营效率比较分析 |
| 3.1 中国银行业发展总体现状 |
| 3.1.1 中国商业银行发展格局及特点 |
| 3.1.2 不同类型商业银行发展现状 |
| 3.2 中国商业银行总体经营效率测度 |
| 3.2.1 测度方法选择 |
| 3.2.2 效率测度相关概念界定 |
| 3.2.3 变量选取与数据说明 |
| 3.2.4 基于增强型Russell超效率DEA模型的中国商业银行经营效率静态分析 |
| 3.2.5 基于随机前沿法的中国商业银行经营效率动态分析 |
| 3.3 中国商业银行总体经营效率比较分析 |
| 3.4 本章小结 |
| 第4章 不同类型商业银行负债效率比较分析 |
| 4.1 商业银行负债管理 |
| 4.1.1 商业银行负债的界定 |
| 4.1.2 商业银行负债的作用 |
| 4.1.3 商业银行负债业务 |
| 4.2 国有大型商业银行负债效率分析 |
| 4.2.1 指标选择与效率测度 |
| 4.2.2 实证分析 |
| 4.3 股份制银行负债效率分析 |
| 4.3.1 指标选择与效率测度 |
| 4.3.2 实证分析 |
| 4.4 城市商业银行负债效率分析 |
| 4.4.1 指标选择与效率测度 |
| 4.4.2 实证分析 |
| 4.5 国有大型商业银行、股份制银行、城市商业银行负债效率比较分析 |
| 4.6 本章小结 |
| 第5章 不同类型商业银行资本效率比较分析 |
| 5.1 商业银行资本管理 |
| 5.1.1 商业银行资本构成 |
| 5.1.2 商业银行资本管理的意义 |
| 5.2 国有大型商业银行资本效率分析 |
| 5.2.1 指标选择与效率测度 |
| 5.2.2 国有大型商业银行资本效率实证分析 |
| 5.3 股份制银行资本效率分析 |
| 5.3.1 指标选择与效率测度 |
| 5.3.2 股份制银行资本效率实证分析 |
| 5.4 城市商业银行资本效率分析 |
| 5.4.1 指标选择与效率测度 |
| 5.4.2 城市商业银行资本效率实证分析 |
| 5.5 国有大型商业银行、股份制银行、城市商业银行资本效率比较分析 |
| 5.5.1 资本结构影响因素分析 |
| 5.5.2 资本效率比较分析 |
| 5.6 本章小结 |
| 第6章 不同类型商业银行其他资源效率比较分析 |
| 6.1 商业银行其他经营资源效率 |
| 6.1.1 人力资源效率 |
| 6.1.2 金融科技效率 |
| 6.1.3 规模效率 |
| 6.2 国有大型商业银行其他资源效率分析 |
| 6.2.1 指标选择与效率测度 |
| 6.2.2 实证分析 |
| 6.3 股份制银行其他资源效率分析 |
| 6.3.1 指标选择与效率测度 |
| 6.3.2 实证分析 |
| 6.4 城市商业银行其他资源效率分析 |
| 6.4.1 指标选择与效率测度 |
| 6.4.2 实证分析 |
| 6.5 国有大型商业银行、股份制银行、城市商业银行其他资源效率比较分析 |
| 6.6 本章小结 |
| 第7章 中国商业银行经营效率影响因素分析 |
| 7.1 中国商业银行经营效率宏观影响因素理论分析 |
| 7.1.1 监管政策 |
| 7.1.2 经济增长 |
| 7.1.3 货币政策 |
| 7.1.4 市场结构 |
| 7.2 中国商业银行经营效率微观影响因素理论分析 |
| 7.2.1 盈利能力 |
| 7.2.2 成本管理 |
| 7.2.3 风险控制 |
| 7.2.4 资产质量 |
| 7.2.5 资产规模 |
| 7.2.6 公司治理 |
| 7.2.7 产权结构 |
| 7.3 基于DEA-Tobit模型的商业银行经营效率影响因素实证分析 |
| 7.3.1 DEA-Tobit模型 |
| 7.3.2 变量选择与说明 |
| 7.3.3 描述性统计分析 |
| 7.3.4 回归分析与结论 |
| 7.4 本章小结 |
| 第8章 进一步提升中国商业银行经营效率对策选择 |
| 8.1 主要结论 |
| 8.2 对策选择 |
| 8.2.1 我国银行业总体策略选择 |
| 8.2.2 国有大型商业银行策略选择 |
| 8.2.3 股份制银行策略选择 |
| 8.2.4 城市商业银行策略选择 |
| 8.2.5 宏观政策方向选择 |
| 8.3 未来研究方向 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文以及参加科研情况 |
四、估计前沿成本函数的一种优化方法（论文参考文献）
- [1]突发公共卫生事件影响下的出行方式选择[D]. 盛冬冬. 北京交通大学, 2021(02)
- [2]命令控制型与市场激励型环境政策对经济绿色发展的影响机制研究[D]. 王钰. 吉林大学, 2021(01)
- [3]人工智能对经济增长的影响研究[D]. 黄志. 四川大学, 2021(12)
- [4]基于代理模型的燃气轮机多目标优化方法研究[D]. 贾佩霖. 大连理工大学, 2021(01)
- [5]全球价值链嵌入对中国制造业资源配置效率的影响研究[D]. 潘秋晨. 上海社会科学院, 2021(12)
- [6]GAS框架下的投资组合风险测度与优化研究[D]. 刘毅男. 吉林大学, 2021(01)
- [7]基于要素配置效率改进的东北地区产业结构优化研究[D]. 徐杰. 吉林大学, 2021(01)
- [8]中国工业绿色效率评价及提升路径研究[D]. 荣婧. 吉林大学, 2021(01)
- [9]含大规模风电的发—输—配电系统充裕性优化决策研究[D]. 马泽洋. 华北电力大学(北京), 2021(01)
- [10]中国商业银行经营效率比较研究[D]. 韩健鹏. 辽宁大学, 2021(02)