摘要： 為了提高線性空間自回歸面板數(shù)據(jù)模型的適用性和靈活度,提出了一類固定效應(yīng)部分線性變系數(shù)空間自回歸面板數(shù)據(jù)模型?；诰植烤€性技術(shù),利用Profile似然方法構(gòu)造了模型中未知空間滯后參數(shù)、回歸系數(shù)以及非參數(shù)系數(shù)函數(shù)的估計(jì)。利用數(shù)值模擬考察了所提估計(jì)方法在有限樣本下的表現(xiàn)。

摘要： 基于全局性Malmquist-Luenberger指數(shù)對2008—2019年山東省農(nóng)業(yè)綠色全要素生產(chǎn)率(AGTFP)進(jìn)行測算與分解,在此基礎(chǔ)上采用空間自相關(guān)回歸模型(SAR)對山東省農(nóng)業(yè)綠色全要素生產(chǎn)率的影響因素進(jìn)行了分析。結(jié)果顯示,2008—2019年山東省農(nóng)業(yè)綠色全要素生產(chǎn)率年均增長率達(dá)2.51%,整體呈增長趨勢;農(nóng)業(yè)綠色技術(shù)進(jìn)步是山東省農(nóng)業(yè)綠色全要素生產(chǎn)率增長的主要驅(qū)動(dòng)力;山東省農(nóng)業(yè)綠色全要素生產(chǎn)率與科技創(chuàng)新、經(jīng)濟(jì)發(fā)展水平呈正相關(guān),與第二、第三產(chǎn)業(yè)發(fā)展水平呈負(fù)相關(guān)。

摘要： 構(gòu)建“雙循環(huán)”新發(fā)展格局是基于國內(nèi)國際形勢的重大戰(zhàn)略部署,是關(guān)系我國經(jīng)濟(jì)高質(zhì)量發(fā)展的重要決策。基于2011—2019年省際面板數(shù)據(jù)建立空間自回歸模型,從消費(fèi)層面探討數(shù)字普惠金融更有利于國內(nèi)需求還是國際需求的問題,并進(jìn)一步討論區(qū)域效應(yīng)和創(chuàng)新水平的中介效應(yīng)。研究發(fā)現(xiàn):(1)數(shù)字普惠金融顯著降低了進(jìn)口率,促進(jìn)了國內(nèi)消費(fèi)需求,且這種促進(jìn)作用存在空間溢出效應(yīng);(2)數(shù)字普惠金融對國內(nèi)消費(fèi)需求的拉動(dòng)作用在東、中、西部地區(qū)呈現(xiàn)顯著差異,會(huì)隨著數(shù)字普惠金融發(fā)展水平的降低而減弱;(3)在影響途徑方面,數(shù)字普惠金融的發(fā)展會(huì)提高區(qū)域創(chuàng)新水平,進(jìn)而有利于國內(nèi)消費(fèi)需求的增長。

摘要： 本文研究固定效應(yīng)變系數(shù)空間自回歸面板數(shù)據(jù)模型的空間效應(yīng)檢驗(yàn)問題,利用基于局部線性方法的pro le似然估計(jì)技術(shù),構(gòu)造了廣義似然比檢驗(yàn)統(tǒng)計(jì)量,并提出利用一類基于殘差的bootstrap方法求取檢驗(yàn)p值,最后數(shù)值模擬表明所提方法在有限樣本下有較好表現(xiàn).

摘要： 地鐵客流網(wǎng)絡(luò)能夠映射出居民的日常出行偏好與生活需求指向,已成為政府部門優(yōu)化城市公共服務(wù)資源空間配置的重要參考?；?019年5月13—17日西安地鐵客流數(shù)據(jù)和2020年西安市公共服務(wù)設(shè)施興趣點(diǎn)(POI)數(shù)據(jù),利用空間自回歸模型(SAR)等方法,研究了地鐵客流網(wǎng)絡(luò)對城市公共服務(wù)設(shè)施分布的影響,并深入探討了該影響效應(yīng)的局域異質(zhì)性和鄰域交互性空間規(guī)律。結(jié)果表明,(1)地鐵客流網(wǎng)絡(luò)對城市公共服務(wù)設(shè)施分布的影響具有分時(shí)段的差異性;(2)鄰接地鐵站點(diǎn)間客流遷移對城市公共服務(wù)設(shè)施分布的影響具有顯著的空間競合特征。

摘要： 為探究京津冀城市群樹木覆蓋率(TC)、短植被覆蓋率(SV)與裸地覆比率(BG)變化趨勢及生態(tài)空間格局對地表溫度的影響,基于京津冀城市群的MODIS遙感數(shù)據(jù),運(yùn)用景觀生態(tài)學(xué)理論并結(jié)合空間計(jì)量經(jīng)濟(jì)學(xué)相關(guān)原理研究了京津冀生態(tài)空間與地表溫度的格局特征,運(yùn)用Pearson相關(guān)性探究了兩者的相關(guān)性,分別運(yùn)用空間雙變量自相關(guān)與空間自回歸模型探究了兩者的空間相關(guān)性.結(jié)果表明:京津冀地區(qū)中部、東北部以及西南邊界地區(qū)的樹木覆蓋率呈現(xiàn)增長趨勢,東北、西南邊界和東部沿海地區(qū)的短植被覆蓋率呈上升趨勢,承德市西北部和南部、保定市、石家莊市、邢臺(tái)市和邯鄲市的部分區(qū)域具有土地裸露風(fēng)險(xiǎn).提取了京津冀城市群的綠色空間和藍(lán)色空間,各樣區(qū)內(nèi)藍(lán)綠空間與地表溫度的空間分布具有顯著的空間自相關(guān)性.樣區(qū)5、7位于河北省北部,林地景觀比例較高,相關(guān)性以及雙變量空間自相關(guān)性高于其他樣區(qū),這與景觀優(yōu)勢度、斑塊破碎度有關(guān).樣區(qū)1、4生態(tài)空間比例較低,對地表溫度影響有限.景觀類型比例對地表溫度影響較大,樣區(qū)7的生態(tài)空間比例較高,并且生態(tài)空間斑塊集中連片,對地表溫度影響明顯.樣區(qū)1～7的空間滯后模型與空間誤差模型擬合效果遠(yuǎn)優(yōu)于OLS模型.各個(gè)樣區(qū)空間誤差模型的R2大于空間滯后模型,空間誤差模型解釋變量的能力更強(qiáng).各個(gè)樣區(qū)空間誤差模型的LIK值較大,AIC、SC以及模型殘差的Moran'sI值較小,空間誤差模型的擬合效果優(yōu)于空間滯后模型.

摘要： 本文基于2007-2017年間我國30個(gè)省級行政區(qū)(不含港澳臺(tái)和西藏)的面板數(shù)據(jù),構(gòu)建了綠色財(cái)政測算體系,揭示了我國當(dāng)前碳排放量和綠色財(cái)政的空間分布狀況與特征,并運(yùn)用空間計(jì)量經(jīng)濟(jì)學(xué)的相關(guān)理論和方法,構(gòu)建了關(guān)于碳排放總量的SAR模型和關(guān)于碳排放強(qiáng)度的SDM模型,分別實(shí)證檢驗(yàn)了綠色財(cái)政對碳排放總量和碳排放強(qiáng)度的影響以及各自的空間溢出效應(yīng)。研究結(jié)果表明:我國綠色財(cái)政水平與碳排放總量、碳排放強(qiáng)度之間均呈倒“U”形曲線關(guān)系,且多數(shù)省區(qū)并未到達(dá)該倒“U”形曲線拐點(diǎn);碳排放總量和碳排放強(qiáng)度均存在空間溢出效應(yīng);本省區(qū)的碳排放總量與本省區(qū)的技術(shù)水平負(fù)相關(guān),碳排放強(qiáng)度分別與本省區(qū)的第二產(chǎn)業(yè)產(chǎn)值比重和相鄰省區(qū)的技術(shù)水平呈正相關(guān)關(guān)系和負(fù)相關(guān)關(guān)系。

摘要： 合理的能源消費(fèi)結(jié)構(gòu)能夠促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整,對于實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義.本文實(shí)證檢驗(yàn)了能源消費(fèi)結(jié)構(gòu)升級、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展之間的作用機(jī)理.研究表明:中國經(jīng)濟(jì)高質(zhì)量發(fā)展整體呈上升趨勢,但存在地區(qū)不平衡、區(qū)域高值聚集問題,各區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展空間溢出效應(yīng)明顯;能源消費(fèi)結(jié)構(gòu)升級能夠通過直接路徑以及產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的中介作用(間接路徑)顯著促進(jìn)區(qū)域經(jīng)濟(jì)高質(zhì)量發(fā)展;人口紅利在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中介路徑的前半程起正向調(diào)節(jié)作用,能顯著提升能源消費(fèi)結(jié)構(gòu)升級對產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的正向影響.

摘要： 土地規(guī)模化經(jīng)營能否提高糧食生產(chǎn)效率,一直是學(xué)界爭論的焦點(diǎn).該研究基于2006年—2018年中國內(nèi)地的省級面板數(shù)據(jù),運(yùn)用空間計(jì)量模型研究戶均糧食播種面積對糧食單產(chǎn)的影響.研究發(fā)現(xiàn),戶均糧食播種面積和糧食單產(chǎn)均具有顯著的空間自相關(guān)性,呈現(xiàn)出"高—高"型和"低—低"型集聚的特征;戶均糧食播種面積對糧食單產(chǎn)具有顯著影響,呈"U"型曲線關(guān)系,即伴隨戶均糧食播種面積的增加,糧食單產(chǎn)先減少,后增加.長遠(yuǎn)來看,規(guī)?；?jīng)營有利于糧食單產(chǎn)的提高.因此要真正實(shí)現(xiàn)糧食單產(chǎn)的提高,需要通過土地流轉(zhuǎn)集中碎片化的土地,實(shí)現(xiàn)規(guī)?；?jīng)營.與此同時(shí),還應(yīng)鼓勵(lì)多種形式的規(guī)?；a(chǎn),加強(qiáng)集約化所需要的生產(chǎn)條件建設(shè).

摘要： 文中利用空間自回歸模型對電力需求量與GDP之間的空間相依性進(jìn)行了分析,同時(shí)建立了計(jì)及電力需求與GDP空間相關(guān)性的組合預(yù)測模型.實(shí)例計(jì)算結(jié)果說明全國30個(gè)省、直轄市和自治區(qū)電力需求和地區(qū)生產(chǎn)總值GDP都有顯著的空間相關(guān)特征,電力需求量與GDP之間在空間上具有較大的正相關(guān)性;計(jì)及電力需求與GDP空間相關(guān)性的組合預(yù)測模型相對誤差相對較小,適應(yīng)性增強(qiáng),是一種行之有效的預(yù)測方法.

摘要： 經(jīng)典的線形回歸模型無法將空間的相關(guān)性考慮進(jìn)去。空間自回歸模型(Spatial Autoregression,SAR)可以包括空間相關(guān)的因變量和空間相關(guān)的誤差項(xiàng)。SAR模型幫助理解空間距離的影響。這個(gè)空間距離既可以是地理意義上的，也可以是抽象的(例如社交網(wǎng)絡(luò))。

摘要： 交通噪聲污染日趨嚴(yán)重.既有城市規(guī)劃要素對交通噪聲的影響研究大都以傳統(tǒng)的統(tǒng)計(jì)方法為工具,未能考慮空間上的相互影響,也缺乏對影響機(jī)制的探討.對典型城市進(jìn)行交通噪聲模擬,并以網(wǎng)格單元進(jìn)行切割,獲取每個(gè)網(wǎng)格單元的交通噪聲模擬值及相應(yīng)的規(guī)劃要素指標(biāo);對交通噪聲進(jìn)行空間自相關(guān)分析,探究其集聚效應(yīng).以規(guī)劃要素指標(biāo)為自變量、交通噪聲為因變量,構(gòu)建空間自回歸模型.研究表明,交通噪聲的分布與空間相關(guān)性強(qiáng),容積率、道路面積密度、土地利用類型等因素對交通噪聲有顯著影響,空間權(quán)重在其中起到重要作用.成果可使城市規(guī)劃更好的對交通噪聲進(jìn)行評價(jià)與控制.

摘要： 本發(fā)明涉及一種基于狀態(tài)空間模型與支持向量回歸的井震聯(lián)合多目標(biāo)同時(shí)反演方法，包括以下步驟：基于樣本油井的實(shí)測數(shù)據(jù)，利用離散化方法，建立狀態(tài)空間模型和狀態(tài)遷移變換矩陣，其次建立狀態(tài)殘差隨機(jī)變量概率密度函數(shù)，基于支持向量回歸方法建立觀測函數(shù)，接著建立觀測誤差隨機(jī)變量概率密度函數(shù)，最后基于狀態(tài)空間模型進(jìn)行多目標(biāo)同時(shí)反演。該方法極大限度地降低了建立狀態(tài)空間模型的難度，節(jié)省人力物力與時(shí)間，解決了常規(guī)反演方法周期長、成本高、生產(chǎn)效率低的問題。

摘要： 本發(fā)明公開了一種基于子空間核范數(shù)正則化回歸模型的高光譜圖像分類方法，包括波段選擇、樣本表示、建立分類模型和設(shè)計(jì)優(yōu)化算法、綜合各波段分類結(jié)果輸出最終分類結(jié)果，利用稀疏表示模型對波段進(jìn)行選擇，剔除非鑒別性的波段，能夠提高后續(xù)分類精度和速度，通過建立子空間核范數(shù)正則化回歸模型對高光譜圖像進(jìn)行分類，提高分類精度，可用于地質(zhì)勘探、農(nóng)業(yè)種植統(tǒng)計(jì)等領(lǐng)域，具有良好的應(yīng)用前景。

摘要： 本發(fā)明提供了一種基于空間向量自回歸模型的公共交通需求與私家車不同區(qū)域間的多模式交通需求影響分析方法。發(fā)明主要包括以下內(nèi)容：(1)構(gòu)建區(qū)域間多模式交通需求協(xié)同模型。在傳統(tǒng)的spVAR模型基礎(chǔ)上進(jìn)行了改進(jìn)，引入?yún)^(qū)域POI指標(biāo)定義了針對不同交通模式的區(qū)域間空間權(quán)重，構(gòu)建了包含區(qū)域空間結(jié)構(gòu)關(guān)系的多模式交通需求空間VAR模型。(2)提出區(qū)域間多模式交通需求協(xié)同策略?；跇?gòu)建的區(qū)域多模式交通空間VAR模型求解得到各個(gè)交通模式的脈沖響應(yīng)和方差分解結(jié)果，從而據(jù)此進(jìn)一步分析得到交通需求的空間溢出效應(yīng)，提出和構(gòu)建針對不同空間狀態(tài)、交通狀態(tài)下的協(xié)同策略模型。上述模型經(jīng)過證明具有提高交通效率的可用性和科學(xué)性。

摘要： 本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體為一種基于空間降尺度回歸模型的耕地資源生產(chǎn)潛力測算方法，其方法包括：收集與耕地資源生產(chǎn)潛力測算技術(shù)相關(guān)的數(shù)據(jù)；進(jìn)行縣級耕地資源生產(chǎn)潛力測算；村鎮(zhèn)耕地資源生產(chǎn)潛力測算指標(biāo)篩選，村鎮(zhèn)耕地資源生產(chǎn)潛力測算指標(biāo)體系構(gòu)建；空間降尺度回歸模型構(gòu)建；基于空間降尺度回歸模型的村鎮(zhèn)耕地資源生產(chǎn)潛力測算；測算結(jié)果驗(yàn)證與精度分析。本發(fā)明采用基于空間降尺度回歸模型的耕地資源生產(chǎn)潛力測算方法實(shí)現(xiàn)了村鎮(zhèn)尺度耕地資源生產(chǎn)潛力的快速精準(zhǔn)估算，為耕地資源保護(hù)與可持續(xù)發(fā)展提供科學(xué)依據(jù)，提高了我國耕地快速估產(chǎn)和耕地質(zhì)量管控的效率和精度。

摘要： 本發(fā)明涉及氣象學(xué)技術(shù)領(lǐng)域，尤其涉及一種基于梯度提升回歸GBR模型的氣溫?cái)?shù)據(jù)空間插值方法，包括氣溫?cái)?shù)據(jù)采集模塊、數(shù)據(jù)清洗模塊、特征縮放模塊、梯度提升回歸GBR訓(xùn)練模塊和格點(diǎn)化應(yīng)用模塊，首先通過氣溫?cái)?shù)據(jù)采集模塊采集氣象局地面自動(dòng)觀測站最新時(shí)次的氣溫?cái)?shù)據(jù)；再通過數(shù)據(jù)清洗模塊篩除掉異常數(shù)據(jù)；然后引入經(jīng)度、緯度、海拔高度作為特征值，對特征值進(jìn)行縮放；以站點(diǎn)數(shù)據(jù)的特征值及其對應(yīng)的氣溫?cái)?shù)據(jù)作為訓(xùn)練樣本，引入梯度提升回歸訓(xùn)練模塊中，經(jīng)過多次迭代訓(xùn)練得到最終的模型；最后將每個(gè)格點(diǎn)的經(jīng)度、緯度、海拔高度等固定信息作為特征值縮放，并代入模型獲得每個(gè)格點(diǎn)的氣溫值。本發(fā)明計(jì)算效率高。

摘要： 本發(fā)明涉及一種基于狀態(tài)空間模型與支持向量回歸的井震聯(lián)合多目標(biāo)同時(shí)反演方法，包括以下步驟：基于樣本油井的實(shí)測數(shù)據(jù)，利用離散化方法，建立狀態(tài)空間模型和狀態(tài)遷移變換矩陣，其次建立狀態(tài)殘差隨機(jī)變量概率密度函數(shù)，基于支持向量回歸方法建立觀測函數(shù)，接著建立觀測誤差隨機(jī)變量概率密度函數(shù)，最后基于狀態(tài)空間模型進(jìn)行多目標(biāo)同時(shí)反演。該方法極大限度地降低了建立狀態(tài)空間模型的難度，節(jié)省人力物力與時(shí)間，解決了常規(guī)反演方法周期長、成本高、生產(chǎn)效率低的問題。

摘要： 本發(fā)明公開了一種基于子空間核范數(shù)正則化回歸模型的高光譜圖像分類方法，包括波段選擇、樣本表示、建立分類模型和設(shè)計(jì)優(yōu)化算法、綜合各波段分類結(jié)果輸出最終分類結(jié)果，利用稀疏表示模型對波段進(jìn)行選擇，剔除非鑒別性的波段，能夠提高后續(xù)分類精度和速度，通過建立子空間核范數(shù)正則化回歸模型對高光譜圖像進(jìn)行分類，提高分類精度，可用于地質(zhì)勘探、農(nóng)業(yè)種植統(tǒng)計(jì)等領(lǐng)域，具有良好的應(yīng)用前景。

摘要： 本發(fā)明提供了一種基于空間向量自回歸模型的公共交通需求與私家車不同區(qū)域間的多模式交通需求影響分析方法。發(fā)明主要包括以下內(nèi)容：(1)構(gòu)建區(qū)域間多模式交通需求協(xié)同模型。在傳統(tǒng)的spVAR模型基礎(chǔ)上進(jìn)行了改進(jìn)，引入?yún)^(qū)域POI指標(biāo)定義了針對不同交通模式的區(qū)域間空間權(quán)重，構(gòu)建了包含區(qū)域空間結(jié)構(gòu)關(guān)系的多模式交通需求空間VAR模型。(2)提出區(qū)域間多模式交通需求協(xié)同策略?；跇?gòu)建的區(qū)域多模式交通空間VAR模型求解得到各個(gè)交通模式的脈沖響應(yīng)和方差分解結(jié)果，從而據(jù)此進(jìn)一步分析得到交通需求的空間溢出效應(yīng)，提出和構(gòu)建針對不同空間狀態(tài)、交通狀態(tài)下的協(xié)同策略模型。上述模型經(jīng)過證明具有提高交通效率的可用性和科學(xué)性。

摘要： 本發(fā)明公開了一種基于空間通用自回歸模型的圖像融合方法，其特征在于，基于空間通用自回歸模型實(shí)現(xiàn)圖像配準(zhǔn)；對待融合源圖像進(jìn)行平移處理；平移處理后的待融合源圖像加權(quán)平均得到粗融合后的圖像；建立一階非因果空間自回歸模型，粗融合后的圖像完成精融合。將圖像融合分為粗融合和精融合兩個(gè)過程，通過圖像融合過程中引入空間自回歸模型，使得提出的圖像融合算法具有較好高的抗噪聲干擾能力，且能有效地保護(hù)圖像邊緣等特征，從而能夠有效提高圖像融合的魯棒性，克服現(xiàn)有圖像融合算法各自存在的缺陷。

摘要： 本發(fā)明公開了一種基于空間自回歸模型的零售店鋪畫像構(gòu)建方法及系統(tǒng)，包括：獲取待畫像店鋪的基礎(chǔ)地理信息數(shù)據(jù)、經(jīng)營信息數(shù)據(jù)以及周邊基礎(chǔ)設(shè)施數(shù)據(jù)，建立原始數(shù)據(jù)集；對原始數(shù)據(jù)集進(jìn)行數(shù)據(jù)預(yù)處理，抽取模型特征并對特征重要度進(jìn)行評估，確定待畫像店鋪的基礎(chǔ)類標(biāo)簽和分析類標(biāo)簽；其中，所述分析類標(biāo)簽包括店鋪發(fā)展?jié)摿?biāo)簽，所述店鋪發(fā)展?jié)摿?biāo)簽使用空間自回歸模型進(jìn)行預(yù)測；根據(jù)所述基礎(chǔ)類標(biāo)簽和分析類標(biāo)簽，構(gòu)建待畫像店鋪的店鋪畫像；根據(jù)店鋪畫像，利用樹圖完成所述店鋪畫像的可視化操作。本發(fā)明可以利用藥店畫像進(jìn)行關(guān)聯(lián)性分析和衍生應(yīng)用，幫助企業(yè)解決門店選址、藥店選品、精準(zhǔn)營銷、風(fēng)險(xiǎn)評估、舊店優(yōu)化等問題。