统计研究

大数据时代下数据分析理念的辨析

本文在剖析了国内外大数据研究和应用现状的基础上,提出了"大数据时代"的定义,并从统计学的角度界定了"大数据"概念。同时,根据大数据的特点,本文重新审视了在大数据时代统计研究工作过程及统计思维所面临的挑战,明确了统计工作和统计研究转变的基本思路。

中国工业绿色全要素生产率及其影响因素——基于ML生产率指数及动态面板模型的实证研究

本文运用方向性距离函数及ML指数测算了资源环境约束下的工业绿色全要素生产率,然后通过SYS-GMM动态面板模型研究工业绿色全要素生产率的影响因素,结果显示:12004—2013年,中国工业绿色全要素生产率的增长出现倒退且不具收敛特征,工业绿色全要素生产率明显低于传统全要素生产率,尽管如此,仍有一半左右的工业行业在绿色技术进步的推动下实现了全要素生产率的提升。2较高的技术水平、合理的产权结构能显著提高绿色全要素生产率,而资本深化、不合理的能源结构阻碍了绿色全要素生产率的增长。3环境规制对绿色全要素生产率的影响尚未越过"波特拐点",外商投资能提升技术进步但对绿色全要素生产率的促进作用还未发挥,绿色全要素生产率与企业规模并无直接关联。

数字金融能够促进高质量发展吗?

高质量发展具有多维属性已经得到广泛共识,如何推动高质量发展成为当前我国面临的重大现实问题。以提供普惠服务和精准服务为核心价值的数字金融借助一系列数字技术,为金融体系改革和创新开辟了新的道路,从而成为服务经济高质量发展的重要力量。通过建立以结构合理的产业体系、创新有序的市场体系、高效公平的分配体系、协调平衡的区域发展体系、绿色友好的生态体系以及全面多元的开放体系为框架的高质量发展评价体系,本文对我国2012-2017年30个省份(不含西藏)的高质量发展水平进行了评价,并结合北京大学数字金融指数建立回归模型。实证检验发现,数字金融确实能够促进高质量发展,而基于不同高质量发展指数和互联网金融包容指数的稳健性检验也肯定了这一结论。进一步分析发现,数字金融通过缓解企业融资约束提升了区域创新水平和对外开放水平,利用普惠服务的核心属性协调区域发展确保发展成果为全民共享,证实了其促进高质量发展的作用机制。加强数字基础设施建设,包容数字金融创新发展,强化数字金融监管的靶向性,有助于数字金融在高质量发展中发挥更大作用。

城市化、城乡收入差距与经济增长——基于我国省级面板数据的实证研究

本文基于1987-2006年间省级面板数据设定面板协整模型,分析我国城市化水平、城乡收入差距与经济增长的长期关系。研究发现在1987-2006年间我国城乡收入差距具有明显的阶段波动性,且呈扩大的趋势;我国的城市化水平、城乡差距与经济增长之间存在长期稳定的面板协整关系,总体看来,城市化缩小城乡收入差距的作用显著,城乡收入差距不利于经济增长,但这两种效应均具有显著的区域差异。本文的结论说明,在加快城市化进程中做好户籍制度改革,在收入分配问题上因地制宜,有利于从根本上缩小城乡收入差距,改变我国城乡收入差距对经济增长的抑制效应。

工业机器人使用与制造业就业:来自中国的证据

本文使用我国2006-2017年制造业分行业数据,实证研究了工业机器人使用对于制造业就业的影响。结果显示,工业机器人使用对制造业行业存在就业效应,其中对岗位数量有显著的负向冲击,工业机器人保有量每上升1%,就业岗位减少约4. 6%;对工资水平的影响整体上不明显。在考虑了劳动力市场的动态调节后,工业机器人使用对就业岗位的负面影响仍然存在,并随着"工业4. 0"概念的提出有所增强,对工资水平的影响则表现出时间异质性。进一步地,本文尝试使用工具变量解决潜在的内生性问题,结果稳健。最后,文章还探讨了工业机器人就业效应的行业异质性。本文的发现有助于正确认清"机器换人"对我国制造业就业市场的全面影响,并为引导人工智能技术的发展和确保就业稳定提供相应的政策建议。

基于深度学习LSTM神经网络的全球股票指数预测研究

作为深度学习技术的经典模型之一,长短期记忆(LSTM)神经网络在挖掘序列数据长期依赖关系中极具优势。基于深度神经网络优化技术,本文构造了一个深层LSTM神经网络并将其应用于全球30个股票指数三种不同期限的预测研究,结果发现:①LSTM神经网络具有很强的泛化能力,对全部指数不同期限的预测效果均很稳定;②相比三种对照模型(SVR、MLP和ARIMA),LSTM神经网络具有优秀的预测精度,其对全部指数的平均预测精度在不同期限上均有提升;③LSTM神经网络能够有效控制误差波动,相比三种对照模型,其对全部指数的平均预测稳定度在不同期限上亦均有提高。鉴于LSTM神经网络在预测精度和稳定度两方面的优势,其未来在金融预测等方向将有广阔的应用前景。

事件研究方法及其在金融经济研究中的应用

我国产业链现代化的测度研究

当前，全球产业链正在加速调整和重塑，我国产业链的安全和稳定面临着重大挑战，提升产业链现代化水平将是未来一段时间内我国经济发展中的重点任务之一。为定量研究我国产业链现代化问题，监测我国产业链现代化水平、区域差异和动态演变，本文在科学界定产业链现代化内涵和特征的基础上，构建了由产业链基础、产业链数字化、产业链创新、产业链韧性、产业链协同和产业链可持续等6个维度组成的指标体系，进一步利用熵值法、Dagum基尼系数、Kernel密度估计函数和空间Markov链的方法对我国产业链现代化水平展开统计监测。研究发现：我国产业链现代化水平总体呈现上升趋势，产业链韧性和产业链可持续性有待提高；东部地区的产业链现代化水平明显高于中部和西部地区，产业链现代化水平区域差异主要来源于区域间差异，并且区域差异有扩大的趋势。本文丰富了产业链现代化的相关理论研究，科学测度了我国产业链现代化水平，为我国产业链现代化发展提供参考。

共同富裕统计监测评价探讨

到本世纪中叶我国将基本实现全体人民的共同富裕。那么，何为共同富裕？哪些因素是影响共同富裕的主要因素？哪些指标能够体现共同富裕特征？如何监测共同富裕进程？这些问题有必要从统计上进行科学的解读。本文梳理了国内外关于共同富裕的相关论述和国外关于反贫困的有关讨论，在解读新时代共同富裕内涵的基础上，以“以人民为中心”和“共享、富裕、可持续”为要点，紧扣“共同”和“富裕”两大关键词，瞄准城乡、地区和收入三个差距，构建了由经济质效并增、发展协调平衡、精神生活丰富、全域美丽建设、社会和谐和睦与公共服务优享六个一级指标组成的共同富裕过程性评价指标体系和由共享性、富裕度和可持续性三个一级指标组成的共同富裕结果性评价指标体系，最后以浙江省为例测度了2015—2020年浙江省共同富裕实现程度。

数字化转型与制造业供应链韧性

制造业是实体经济的基础，是强国之基。提升制造业供应链韧性和安全水平，是确保国民经济循环畅通的关键性举措。本文在理论分析的基础上，以2009—2023年A股制造业上市公司数据为样本，实证检验我国制造业企业数字化转型影响供应链韧性的内在机理。研究发现，企业数字化转型对制造业企业供应链韧性具有显著正向影响，且主要是通过信息固链、管理强链、劳动延链、融资增链和创新补链来发挥作用。上述效应在技术密集型企业、成熟期企业、营商环境优良和政策不确定性较高环境下的企业中尤为显著。进一步研究发现，无论是上游还是下游企业的数字化转型，都能够通过供应链溢出效应推动目标制造业企业供应链韧性提升。本文结论为提升我国制造业供应链韧性和安全水平提供新思路。