一、预测投入产出模型在马钢的应用—生产规模优化（论文文献综述）
苗艺菁[1]（2021）在《不同类型城市的居民日用消费品物流需求量预测模型研究》文中指出本文聚焦居民日用消费品城市配送物流的长期预测,从城市发展的宏观经济环境出发,提出了能够与不同发展进程的城市相契合的居民日用消费品物流需求预测方法,可充分顺应我国地区经济发展不平衡的国情,因地制宜地为我国各城市商贸服务业物流规划提供科学可靠的思路方法和理论支撑。首先,结合物流学科理论和相关标准,严格规范地界定了“居民日用消费品物流需求”的概念,并从多方面分析相关影响因素,构建居民日用消费品物流需求预测指标体系,提出了基于灰色关联分析的预测指标筛选方法,选择关联度较高的指标作为后续预测模型的输入。其次,在剖析城市经济发展与居民消费物流之间关联机理的基础上,阐述了城市经济效率的内涵与特征。提出了基于数据包络分析的城市经济效率分类体系,并以我国14座三线及以上城市为代表,通过计算综合效率值将城市划分为发展型和发达型两大类。再次,总结对比了15种典型预测方法的特点、优缺点及适用性等。结合发展型城市的特点及历史数据可得性,构建基于支持向量回归机（SVR）的居民日常类物流需求长期预测模型。对于预测模型的关键参数C和g的选取问题,提出了基于网格交叉验证法（CV）和遗传算法（GA）两种不同的参数寻优策略。接着,综合考虑发达型城市渐趋饱和的经济、人口发展进程,提出基于最优加权组合的SVR-Verhulst发达型城市居民日常类物流需求长期预测模型,模型既保留了灰色Verhulst模型擅长处理贫信息且能够描述S型增长趋势的特点,又融合了SVR模型在小样本、非线性复杂系统中的独特优势。最后,分别选取北京密云区和城六区作为发展型和发达型城市的实证对象,对比不同预测模型的预测效果,结果验证了SVR模型对于本研究的适用性和优越性,同时发现GA寻优能够更快速地找到更佳的C和g。因此,分别采用GA-SVR模型和SVR-Verhust模型预测未来北京密云区和城六区的居民日常类物流需求,并推算得到了未来年度两个不同类型地区的居民日用消费品物流需求的预测数据。
黎立博[2]（2021）在《数字化转型对中国农业银行人力资源需求影响及预测研究》文中进行了进一步梳理近年来,随着金融科技技术的日新月异和迅猛发展,特别是受到去年以来新冠疫情的冲击,推动了各行各业新一轮数字化转型的高潮。以商业银行为代表的金融机构,在前几年数字化转型摸索和试点的基础上,也已经开始思考和探索全面推动金融业务特别是零售金融业务朝着零接触服务、全线上运作、智能化经营的方向加速前进。业务转型发展离不开人才队伍的支持,数字化转型不仅要求商业银行对其经营管理模式、产品、业务流程等进行创新和变革,同时更对商业银行人力资源规划提出了更高的挑战。人力资源需求分析是人力资源规划的重要环节,因此,研究数字化转型对商业银行人力资源需求的影响就具有重要的理论和现实意义。当前,国内商业银行人力资源规划面临着一些挑战:第一,缺乏对人员规模与业务发展匹配度的定量评估;第二,对数字化转型给人力资源需求带来的影响定量分析不够;第三,对人员规模及结构变化趋势预测不够准确。基此,本文对数字化转型对中国农业银行人力资源需求的影响和预测进行了深入研究,以填补数字化转型对银行金融机构人力资源需求影响的理论空白,为银行金融机构制定人力资源“十四五”规划提供理论参考。本文采用理论研究和实证分析相结合的方法,围绕数字化转型对中国农业银行人力资源需求影响及预测进行了研究。首先,运用DEA-Malmquist方法对中国农业银行等17家国内上市银行、中国农业银行各个区域的投入产出效率进行对比分析,验证了中国农业银行人员规模偏大、人员投入产出效率偏低的假设,为后续章节的进一步研究提供了必要性依据。其次,结合相关理论,定量分析了数字化转型对中国农业银行不同岗位序列人力资源需求的影响因素,探究了数字化转型对中国农业银行人力资源需求的影响机制。最后,运用Markov过程原理,构建了中国农业银行人员结构预测分析模型,对2021-2025年中国农业银行人员结构进行了预测。研究显示,本文提出的假设全部得到了支持。本文主要得出以下结论:（1）中国农业银行人员规模偏大,人均投入产出偏低,区域投入产出不平衡。中国农业银行在17家国内上市银行中人员规模最大、数量最多,但综合投入产出效率位居17家国内上市银行第12位,属于中下游位置。中国农业银行珠三角地区综合投入产出效率最高,长三角、环渤海地区次之,东北、西部地区最差。（2）数字化转型已经在一定时期内有效降低了中国农业银行业务发展对人员数量的需求。2011-2015年,中国农业银行人员规模随着业务发展而不断增长,2015-2020年中国农业银行人员规模随着业务发展而不断下降,与该企业从2015年左右开始实施数字化转型战略在时间序列上高度吻合。（3）数字化转型对中国农业银行不同岗位序列人力资源需求产生了不同方向和不同程度的影响。数字化转型对柜面序列人员、营销序列人员、科技序列人员和管理序列人力资源需求都具有显着作用。具体而言,电子渠道分流率每提升1个百分点对柜面序列人力资源需求减少1958.39人;线上贷款每增加1亿元对营销序列人力资源需求减少1.65人,线上个人客户数每增加1万人对营销序列人力资源需求增加0.29人;线上贷款每增加1亿元约需增加0.11个科技序列人员,线上个人客户占比每提升1个百分点对科技研发序列人力资源需求增加63.83人;线上贷款规模每增加1亿元管理序列人力资源需求约减少6.66人。（4）随着数字化转型的深入推进,“十四五”期间（2021-2025年）中国农业银行总的人力资源需求仍然持续下降,但数字化转型的边际效应在递减,未来人力资源需求可能出现“U”型增长。业务规模和客户规模的自然增长会推动中国农业银行人力资源需求的增加,数字化转型战略的深入推进同步推动中国农业银行人力资源需求的减少,而且减少的效果仍然会超过业务和客户自然增长带来的人力资源需求增加。因此,总的人力资源需求呈现持续下降趋势。预计到2025年末,中国农业银行人员规模将比2020年末下降5%左右。但从趋势看,数字化转型对人力资源需求减少的边际效应在递减,未来总的人力资源需求可能出现“U”型增长。（5）“十四五”期间（2021-2025年）中国农业银行人员队伍结构（包括年龄和学历结构）将会得到较大改善。数字化转型对人员队伍综合能力和素质提出了更高的要求,推动中国农业银行在新增人员补充上主要以高学历应届毕业生为主,将大幅改善人员队伍结构。预计到2025年末,中国农业银行人员队伍40岁以下人员占比将比2020年末提升约25个百分点;本科学历及以上人员占比将比2020年末提升约27个百分点。在研究过程中,本文获得了以下四点创新:（1）揭示了数字化转型对中国农业银行不同岗位序列人力资源需求的影响。本文聚焦数字化转型对中国农业银行人力资源需求影响进行了深入挖掘,揭示了数字化转型对中国农业银行柜面序列人员、营销序列人员、科技研发序列人员和管理序列人力资源需求的不同影响。本文的研究结论,揭示了数字化转型对中国农业银行人力资源需求的影响规律,在微观层面填补了数字化转型对人力资源需求影响的定量研究,为其他银行金融机构相关研究提供了重要参考。（2）将Lasso方法应用于技术进步对人力资源需求影响模型变量筛选,有效地识别出数字化转型指标对人力资源需求的影响。本文运用机器学习技术中的Lasso方法,对可能影响中国农业银行人力资源需求的诸多变量进行了有效筛选和甄别,识别出了数字化转型影响变量,同时有效解决了变量多重共线性的问题。丰富和拓展了Lasso方法在技术进步对人力资源需求影响领域的实践应用。（3）优化改造了基于Markov过程原理的人员结构预测模型。本文结合案例研究和Markov过程原理构建了中国农业银行人员结构预测模型。在构建模型过程中,引入了新增人员年龄和学历状态分布变量,使人员状态概率转移矩阵更加科学准确。实现了对Markov过程原理相关模型的优化改造,丰富了对人员结构预测的理论研究。在实践中已经成为中国农业银行人力资源“十三五”规划的重要决策参考,相关结论得到行内广泛认可和一致肯定,同时正继续应用于中国农业银行人力资源“十四五”规划的研究和制定。（4）揭示了中国农业银行人员规模增长曲线规律。本文对2021-2025年中国农业银行人员规模变化趋势进行了实证预测,揭示了“十四五”期间中国农业银行人员规模呈现持续下降。但随着数字化转型对部分岗位序列人力资源需求影响程度逐步降低,人员规模未来可能出现“U”型增长的发展规律。本文的研究结论,为学术界研究数字化转型对银行金融机构人力资源需求的影响提供了新的视角。本文作图26幅,作表34个,参考文献220篇。
韩赜[3]（2020）在《雄安新区建设对北京市土地利用时空格局演变的影响》文中指出当前,大都市在发展过程中普遍遇到人口膨胀的问题,人口疏解成为特大城市规划的重要目标。2017年4月,国家提出了建设雄安新区的千年大计,这对集中疏解非首都功能,调控北京市人口及土地利用具有重要影响。合理的预估雄安新区建设对北京市人口疏解的贡献,揭示雄安新区建设对于北京市城市发展格局的影响,将对北京市与雄安新区建设有重要意义。本研究基于“以业带人”的疏解思路,将雄安新区建设视为促进北京市产业结构优化和人口疏解的政策冲击,基于北京市历史土地利用数据、遥感影像、城市兴趣点（POI）、产业投入产出表和统计年鉴等数据资料,构建了基于跨区SD与MAS-CA的土地利用模拟模型,揭示了雄安新区建设对北京市土地利用时空格局演变的影响。主要研究工作及结果如下:（1）提出了基于Landsat影像和POI的城市功能用地分类方法,揭示了北京市城市功能用地空间分布。结合历史土地利用数据,发现北京市城市土地扩张呈现出由“圈层扩展”向“圈层扩展+分散扩展”过渡的态势。基于城市兴趣点（POI）数据,考虑不同产业POI密度分布的距离衰减性及衰减距离的空间异质性,识别了北京市包含居住、商服和工业等主要产业的集聚中心,发现除工业以外,北京市首都功能核心区是诸如居住、商业和公服等功能等主要集聚区,而远郊区的商服类产业发展规模仍偏小。（2）构建了非线性多目标产业结构优化模型,基于北京市经济、就业和能源的发展目标的权重设定了包括中性增长、就业偏向和能源控制的产业疏解情景,利用遗传算法（Genetic algorithms）识别和测算了不同情景的待疏解行业及疏解规模。从平均疏解规模来看,批发和零售、住宿和餐饮、房地产、农林牧渔业、电力、热力的生产和供应、租赁和商务服务变化、建筑和制造业是未来主要的疏解行业,而批发和零售业、住宿和餐饮的疏解幅度最大,分别下降到2012年产值比重的45.63%和38.56%。不同产业疏解情景之间,就业偏向情景的行业疏解规模基本与中性增长情景保持一致,但能源控制情景会增加制造业和建筑业的疏解规模,但减少租赁和商务服务业疏解。（3）基于远程耦合的视角,构建了包含发送系统（北京—疏解子系统）和接收系统（雄安新区—承接子系统）的跨区SD模型,测算了产业疏解对人口规模的影响。结果表明,雄安新区的建设一定程度上可抑制北京市人口持续增长的趋势。不同产业疏解情景下,能源控制情景将基本维持现状（2018年）人口规模,而中性增长和就业偏向情景下的人口规模相较于现状略有下降。从人口规模的影响贡献上看,北京市人口疏解主要依赖产业疏解带动的劳动力迁出,2018-2035年间劳动力疏解总量将达到309.05～368.42万人左右。短期来看,直接从北京直接迁出至雄安新区的人口规模相对较小,约占劳动力疏解总量的8.3%～9.2%左右,但该迁出规模总体呈现快速增加趋势。（4）通过对企业主体、居民主体和政府主体的土地利用决策与行为建模,基于Python语言结合Num Py、Sci Py和Pandas库,构建了耦合多主体（MAS）与元胞自动机（CA）的土地利用模拟模型。应用该模型模拟了常规情景下2015-2018年的北京市城市功能用地的空间格局变化,并采用逐点对比法进行精度验证,模拟精度达78.62%。（5）综合跨区SD和MAS-CA的土地需求与空间格局模拟模型,预测了2035年北京市城市功能用地空间分布。结果表明,受产业疏解的影响,北京市工业用地、批发零售用地、住宿餐饮用地和公共服务用地相对于常规情景有所减少,其中,批发零售和住宿餐饮用地的下降幅度最大;但未来商务金融用地和其他商服用地将进一步扩大,其中商务金融用地增幅相较于常规情景增加近一倍。在地类的转出规模上,相较于常规情景,工业用地在首都核心功能区、平谷、延庆和密云等区域将增加转出规模;而批发零售用地将在东城、西城、丰台和石景山等区域的转出规模上有所增加;住宿餐饮用地在首都核心功能区内转出规模较高。在地类转入规模上,远郊区城市居住用地的增幅较大;首都核心功能区的批发零售用地相对于常规情景略有增加,而商务金融用地和其他商服用地转入量相对常规情景有所减少,但远郊区县的转入量在增加。
孙岩[4]（2020）在《基于DEA模型的钢铁行业财务绩效评价研究 ——以新兴铸管为例》文中提出作为我国基础性产业之一的钢铁行业,它有着高投入、涉及层面广的特点。它与上游的煤炭、矿产等矿业和下游的交通运输、房地产、建筑、机械制造等重要产业都有着千丝万缕的联系。其对国家工业化和国民经济的发展起着不可替代的作用,也是一个国家综合实力的重要标志。但近年来其盈利情况并不是很好,今年又受新冠病毒影响,各钢铁企业财务业绩将出现大幅下滑。因而对钢铁企业的财务绩效进行全面评价研究,不仅可以发挥绩效考核的积极导向作用、提高企业的管理水平,而且还可以改善公司的经营状况,增加其在钢铁市场上的竞争力。基于以上考虑,本文选择了新兴铸管股份有限公司（以下简称新兴铸管）这一极具代表性的钢铁制造企业作为研究对象,将因子分析法与数据包络相结合构建新兴铸管财务绩效评价体系,以弥补其原有体系的不足,进而为各利益相关者做出投资决策提供更为可靠的依据。本文以影响企业效率的因素为依据,通过DEA方法,建立了新兴铸管效率的评价指标体系,分别从横向和纵向两个方面进行企业财务绩效评价。首先选取流动比率、现金比率、应收账款周转率、总资产周转率等8个指标为输入指标,以主营业务收入增长率、总资产净利率、销售净利率等10个指标作为输出指标。以此为起点,利用因子分析法对指标进行提取,提取出公因子后通过选定的BCC模型,将以上数据进行无量纲处理,再根据绩效评价指标,运用DEAP2.1软件对无量纲化数据进行DEA的模型分析。分别从横向维度和纵向维度评价新兴铸管2018年钢铁行业A股上市的28家公司的财务表现及2005-2018年的财务表现并进行排名。通过对决策单元进行有效性分析、投影值分析等,发现其存在营运能力投入冗余、生产能力产出不足和综合效率值低下的问题,并且发现偿债能力和发展能力对新兴铸管财务绩效的敏感度较大,需要重点关注。
杨姗姗[5]（2020）在《我国汽车产业电动化转型的能源环境效应研究 ——基于CGE模型的测度与分析》文中指出改革开放以来,我国经济得到快速发展,人民生活获得显着改善。与此同时,经济发展也给我国能源环境带来了诸多问题。其中,汽车产业虽然作为我国经济的重要支柱产业,发挥着稳增长与保就业的重要作用,但汽车保有量的快速提升,也对资源与环境产生了巨大压力。其集中反应在汽车使用量快速增加带来大量石化能源消耗与产生大量二氧化碳排放等污染方面。作为推进绿色高质量发展的重要—环,国家高度重视,提出以汽车能源动力消费结构调整为抓手,推动汽车产业转型升级发展的重要政策,以此作为解决我国能源安全,减少碳排放问题的着力点。—般而言,我国汽车产业转型升级方向是动力电动化,使用共享化,以及驾驶智能化。其中动力电动化,即动力向新能源转型,是当前及今后—个时期我国汽车产业转型升级发展的重点。鉴于汽车产业链长、产值高、经济影响面大,推动其技术重大变动的产业政策必然会对相关产业乃至宏观经济带来较大影响。为了深入分析我国汽车产业动力电动化转型政策对各产业及其经济全局产生的能源环境影响,本文基于CGE理论模型构建了相应分析框架,力图给出汽车产业电动化转型政策的能源环境效应测度,分析评价相关政策效果。显然该研究具有为落实国家高质量绿色发展战略,推动汽车产业转型升级的政策评价提供经验数据支撑的重要现实意义。本文研究框架。1.导论。提出研究背景,综述相关文献,给出研究思路和框架。2.研究基础。基于一般均衡和投入产出基础理论,可计算—般均衡（CGE）理论模型,社会核算矩阵（SAM）理论方法等形成本文的研究基础。3.我国汽车产业发展政策。给出产业发展与转型升级的回顾评价,相关政策的归纳梳理。4.汽车产业-能源环境CGE模型的构建。基于汽车产业与能源环境的关系,划分国民经济产业部门,构建相关机制模型。5.SAM表编制。基于2017年中国投入产出表编制相应SAM矩阵,为CGE模型求解提供机制数据基础。6.汽车产业相关政策的能源环境效应测度与评价。包括碳税政策、电费补贴政策以及新能源汽车发展政策等。7.研究结论。本文在以下方面开展了创新性工作。与已有文献—般针对宏观政策构建CGE模型给予评价不同,本文基于我国针对微观目标精准施策的结构性调控政策评价需要,将汽车产业新能源相关微观支持政策与宏观碳税政策—起引入CGE模型,构建政策效应的模拟测度与评价框架。主要工作包括:1.提出我国汽车产业新能源动力转换对能源环境影响的测度与评价研究命题。2.基于汽车产业与能源环境的关系,划分国民经济产业部门,构建相关CGE机制模型。3.基于2017年中国投入产出表编制相应SAM矩阵。4.促进汽车产业新能源转换政策的能源环境效应模拟测度与评价。主要研究结论。1.新能源汽车的推广,可大幅度降低我国石化能源消耗和CO2排放,降低比例随着新能源车占比的上升而提高。但现阶段由于技术瓶颈,新能源车成本普遍高于传统燃油车平均成本。以现阶段新能源汽车技术水平,大幅提升新能源汽车的占比,将会提高社会经济成本,对GDP、投资及社会福利产生一定的抑制作用。2.碳税对能耗和减排具有—定的正面作用,但对宏观经济、投资及社会福利产生冲击。因此,碳税的征收应与国家整体经济与技术发展阶段相匹配。3.电费补贴的实施,能够降低化石能源特别是煤炭的消耗,同时减少整体碳排放量,有利于实现政策目的。同时,政策的实施,对我国宏观经济以及社会福利有着正面意义,具有较好的实施基础。
光峰涛[6]（2020）在《中国电力消费的多维度特征研究与需求预测》文中认为在应对气候变化与大气污染治理背景下,加快构建以电力为中心的现代清洁低碳、安全高效的能源体系是深入推进能源生产和消费革命战略的关键所在,也是实现可持续发展的必由之路。作为社会经济发展的“风向标”,中国的电力消费随其不断深化发展的工业化和城镇化持续性地刚性增长。全社会用电规模和人均用电量屡上台阶,电能在终端能源消费结构中所占的比例也越来越高,全国的电气化水平得到显着提升。尽管如此,受经济发展的不平衡和资源禀赋的差异等因素的影响,中国能源的绿色低碳转型发展仍面临着不平衡、不充分的问题。为破解难题,党的十九大明确将发展清洁能源纳入到美丽中国建设中,十一届四中全会对能源治理体系和治理能力现代化的推进提出了要求,各地2020年政府工作报告也都部署了能源领域的相关工作,这些都有利于能源消费侧清洁主导、以电为中心的能源格局的形成。随着中国经济发展迈入新常态,经济增速的换挡、经济结构的优化、增长动力的转换等多方面的变化也带动电力消费进入新常态。电力供需形势整体上已由偏紧向趋于宽松的局面逐渐转变,但区域性的不平衡问题尤为突出。从趋势演变来看,电力消费增长与经济发展的趋势整体上较为吻合,但有阶段性的背离现象发生。从增长速度来看,电力增速放缓,与经济增速出现了比例失调,两者有脱钩倾向。从能源效率来看,区域异质性下单要素或全要素电力消费效率的时空差异都凸显严重。此外,中国电力消费未来发展趋势的不确定性也在增大。鉴于此,本文在电力经济的视角下对中国电力消费的特征进行多维度研究,并对未来中国电力需求开展预测,主要研究内容和结论如下:（1）研究电力消费和经济增长的动态关联关系,包含重心的耦合分析、周期的协同分析以及动态交互性分析。以电力消费量和GDP为权重,以各省地理重心为中心坐标,通过构建重心模型测度电力消费和经济增长的重心,并分析两者的耦合性,发现电力消费重心和经济重心并不重叠,其均向低纬度地区移动,但经度偏移方向相反。应用滤波法测算电力消费和经济增长的周期,并通过一致性指数分析两者的协同性,发现电力消费和经济增长的周期长度相近,但在新常态阶段发生背离。从线性和非线性角度分别检验电力消费和经济增长的Granger因果关系,并基于状态空间模型分析两者的动态交互性,发现只存在从电力消费到经济增长的单向因果关系,且在新常态下经济增长对电力消费的弹性数值趋于稳定。（2）研究电力消费增速减档的原因,包含脱钩关系的分析、结构突变点的检验以及结构分解分析。结合OECD脱钩因子和Tapio脱钩弹性指数联合检验电力消费和经济增长的脱钩关系,发现两者在新常态阶段趋于弱脱钩。应用累积和检验分析电力消费年增速是否发生结构突变,发现其约在2014年出现了结构突变点。在电力能源投入产出分析的基础上构建结构分解模型研究了电力消费增长模式的转变及其影响因素拉动率的变动,发现电力消费增长动力由净出口驱动、投资驱动转为消费驱动,不同因素对电力消费增长的拉动率随时间发生变动。（3）研究电力强度的省际差异化特征,包含差异化的测度、影响因素分析以及差异来源分析。应用泰尔指数量化电力强度省际差异化程度,发现新常态下电力强度的非均衡性有所减弱。构建面板惩罚分位数回归模型考察经济发展、人口规模、能源结构、产业结构、对外开放程度以及技术进步对电力强度的影响,发现各因素在不同分位点上对电力强度的影响存在异质性。构建基于回归的Shapley分解模型辨析电力强度差异的来源,发现经济发展、人口规模、能源结构、对外开放程度加剧了电力强度的差异化,而产业结构和技术进步缩小了电力强度的差异化。（4）研究全要素电力消费效率的时空分异特征,包含全要素电力消费效率的测度、静态和动态评价、空间集聚分析以及收敛分析。在构建全要素电力消费效率测度指标体系的基础上,采用EBM（Epsilon Based Measure）测度全要素电力消费效率,并应用GML（Global Malmquist-Luenberger）指数对其进行分解,发现新常态下全要素电力消费效率趋于稳定,全要素电力生产率的改进源于技术进步效应。应用探索性空间数据分析探究全要素电力消费效率的空间集聚特征,发现全要素电力消费效率存在空间相关性,且在样本期内空间集聚程度趋于稳定。通过收敛分析模型考察全要素电力消费效率的收敛性,发现新常态下全要素电力消费效率不存在α收敛,但存在β绝对收敛。（5）构建适用于预测中国电力需求的LEAP（Long-range Energy Alternatives Planning Model）模型,并进行情景预测。从中国社会经济数据的统计特点和电力消费的实际情况出发,构建包含关键假设模块、需求模块和转换模块三模块的LEAP模型以预测中国未来的电力需求,并设置了三种发展情景,即基准情景、政策规划情景及强化节能情景,其中强化节能情景考虑了前面所研究的电力消费特征。通过比较分析各情景下的预测结果,发现基准情景下的电力消费增长最快,政策规划情景次之,最小的为强化节能情景,电力消费在2030年的预测区间为98,341～120,641亿kWh。本文应用多学科理论从电力消费与经济增长的关系、电力消费增速、电力强度以及全要素电力消费效率等四个维度深入研究了中国电力消费的特征,这对于把握中国电力消费的变化,解决电力消费区域不平衡问题,改善电力消费效率,指导科学用电和节约用电,制定电力产业发展政策具有重要的理论价值和实践意义。其中,从对电力消费和经济增长动态关系的系统探究能够增进对电力经济关系的认识和理解。对电力增速放缓原因的分析能够明晰电力消费的增长模式,也可将其分析思路及方法拓展应用到其他资源消费增长模式的分析中。基于面板惩罚分位数回归的Shapely分解模型可以应用到其他不平等指标差异影响因素及其差异来源的分析中。此外,构建的适用于中国电力需求预测的LEAP模型可以进行滚动预测,其预测结果能够指导电力规划的制定。在未来研究中,还需研究电能替代战略的实施、泛在电力物联网的建设以及售电侧的放开等对电力消费的影响。
江美辉[7]（2020）在《碳约束下的产业结构优化研究 ——基于全球产业链网络视角》文中研究说明伴随着经济活动的开展,二氧化碳的持续排放带来的温室效应引发了一系列全球性环境问题。经济全球化使得全球产业链中的部门生产活动的改变不再只影响其本身,而是会沿着产业链产生系统性的级联影响。因此,挖掘全球产业链网络的结构特征,并综合考虑部门间的生产关系结构对产业链优化过程的影响,对于通过合理重塑全球产业结构以实现经济增长和碳减排双重目标具有十分重要的意义。基于此,本文旨在从全球产业链网络视角开展碳减排和经济增长目标下的产业结构优化研究。具体工作和创新贡献体现在以下几个方面:（1）基于网络分析和结构路径分析提出了系统化的产业链网络结构分析指标,实现了对产业链网络的结构特征和部门在网络中扮演的结构角色的量化,弥补了传统网络分析关注拓扑结构而忽略了产业链自身特点的不足。研究结果表明全球产业链网络中各部门在不同维度扮演着差异化的角色,并且存在少数关键部门在全球产业链网络中起着重要作用。这为碳减排目标下的全球产业结构的宏观调控提供了准确的政策目标。（2）构建了产业链网络结构变化对碳排放的影响量化模型,量化了部门在全球产业链中的结构角色对其碳排放的影响,弥补了现有文献在部门间经济联系的结构性变化对碳排放影响研究方面的不足。研究结果表明,部门在产业链网络中所扮演的不同结构角色对其碳排放的变化具有差异化的作用,同时不同国家或者地区主要的碳排放影响因素也存在显着的区别。这为碳减排目标下各部门生产活动的优化提供了明确的调整方向。（3）构建了基于产业链网络结构的产业结构优化模型,实现了部门生产活动在经济增长和碳减排双重目标下优化调整的动态模拟,弥补现有产业结构优化模型忽略了单个部门生产活动变动通过产业链网络可能产生的级联影响的不足。研究结果表明在全球和区域两个尺度上,改进后的优化模型在目标值、总产出变化幅度和产业链网络结构优化三个方面都具有比传统优化模型更好的优化效果。优化模型所得到的不同情景下各部门总产出的调整方案,为全球减排框架下各国或地区生产结构的优化调整和产业合作机制的建立提供了较为详细的参考信息。
张凯阳[8]（2020）在《基于因子分析法和DEA的钢铁上市公司财务质量评价研究》文中研究指明财务质量是站在利益相关者的角度,对资产质量、盈利质量、风险性和成长性等方面的综合评价,并反映企业利用自身资源满足所有利益相关者需求的程度。对于上市公司自身和利益相关者来说,如何分析和评估上市公司的财务质量以及如何防止或避免决策错误可能导致的财务问题非常重要。钢铁行业对我国国民经济相关产业如汽车和建筑,还有机械以及家用电器等产业的发展至关重要,可以说该行业在很大程度上支撑着我国国民经济的发展。钢铁上市公司作为行业发展的领头羊,其财务质量对整个企业的发展有很大的影响作用,进而影响到整个行业的发展,再最后会影响到整个国民经济的健康发展。所以,对钢铁上市公司的财务质量进行客观评价,通过比较找出差距,分析影响财务质量的原因,并提出对策,是企业关注的重要问题。首先,本文阐述了上市公司财务质量的理论知识,这些理论知识给本论文的研究带来很多借鉴的作用。其次,以钢铁行业的发展史作为背景,对该行业的发展特点以及现状进行详细分析。以上市公司财务质量评价的基本理论以及方法作为研究的出发点,本文利用因子分析的方法打造了一个全方位的财务质量评价体系,该体系的评价指标主要包含四个方面,除了资产以及盈利的质量,还有风险以及成长性指标。同时本文还将对28家钢铁上市公司进行调查研究,并且从中选取12个财务指标并收集对应的数据信息,对这些公司从2017年到2018年之间的数据进行统计,利用数据包络分析模型对财务质量进行评价和分析。最后,根据分析结果,提出了提高财务质量的有效措施。研究结果表明,研究所选取的28家钢铁上市公司,财务质量水平存在明显差异,大多数公司存在综合效率低下的情况,只有太钢不锈、西宁特钢、杭钢股份、南钢股份、八一钢铁、新钢股份这6家上市公司综合效率为1,在剩余22家效率无效公司中,有6家公司纯技术效率有效,规模效率无效。因此,根据当前企业的实际发展水平,有必要对自身的资源或规模进行适当的调整,以达到资源优化配置的目的,从而提高我国钢铁上市公司的整体财务质量水平。
查振涛[9]（2020）在《我国高碳产业技术创新效率测度及提升路径研究》文中提出目前,我国正处于高水平全面建成小康社会的收官之年和工业化、城镇化快速发展的重要阶段。高碳产业在推进中国工业化、城镇化进程中发挥重要作用,是支撑国民经济发展的主导产业之一,但高碳产业的高耗能、高污染、高排放的传统发展模式,与党的十八届五中全会上提出的创新、协调、绿色、开放、共享的“五大发展理念”背道而驰。推动高碳产业由资源驱动发展模式转变为创新驱动发展模式,提升高碳产业技术创新效率刻不容缓。遵循中国高碳产业“技术创新效率内涵界定——技术创新效率测度——技术创新效率提升路径设计”这样的逻辑主线,首先对当下高碳产业技术创新效率研究背景及意义进行了简要阐述;其次厘定了高碳产业的定义,介绍了技术创新理论和效率测度理论,在此基础上对高碳产业技术创新效率的内涵进行了界定,而后通过对高碳产业技术创新活动过程的特征分析,从投入产出角度提取影响高碳产业技术创新效率的影响因素,结合高碳产业自身特点选取相应指标,构建高碳产业技术创新效率评价指标体系;通过构建包含非期望产出的超效率SBM模型和方向ML指数分别测度技术创新效率静态水平和技术创新效率动态变化;针对高碳产业技术创新效率提升路径问题,从技术创新效率静态和动态两角度出发构建了技术创新产出不足三维矩阵和技术创新无效率来源二维矩阵,分别从各项产出不足程度和技术效率变动、技术变动对技术创新效率动态变化的贡献程度,对各高碳产业技术创新效率进行分类,并根据不同类别技术创新效率不足的成因,设计技术创新效率提升路径,以达到提高技术创新效率的目的。案例研究折射出:（1）我国高碳产业相关企业技术创新效率水平不均衡。从静态技术创新效率来看,企业间的技术创新效率有较大差异,分布呈现两极分化趋势,从动态技术创新效率来看,技术效率变动并未出现明显的“效率逐年增加”、“效率逐年降低”的聚集,各企业的技术创新效率变化率在调查期内都有所波动。（2）相当一部分企业存在投入冗余和生产不足现象,技术创新效率都相对偏低,仍有较大提升空间。（3）针对不同环节引起的技术创新效率不足,分别提出了:增强技术研发效率、提高技术成果转化率和降低非期望产出等技术创新效率提升路径。
李喆[10]（2020）在《我国钢铁上市企业创新效率评价研究》文中研究说明我国经济发展步入新常态时期,传统钢铁行业中存在低端产品过剩、高污染、高能耗等突出问题,严重制约了钢铁企业的发展。随着国家“十三五”规划指出要树立贯彻“创新、协调、绿色、开放、共享”的发展理念,其中的“创新”对钢铁企业的发展提出了更高的要求,以科技创新推动钢铁行业转型升级的改革步伐明显加快。在这一背景下,有必要立足于钢铁企业的发展现状对其创新效率进行评价分析,这对促进新常态下我国钢铁行业转型升级、提高钢铁企业创新能力等具有重要的理论和现实意义。首先,本文从理论层面构建了钢铁上市企业创新效率的系统评价框架。通过对相关文献的梳理分析,本文主要从创新的静态效率、创新的动态效率以及创新二阶段效率三个方面对我国钢铁上市企业的创新效率进行综合性评价。具体体现在:将技术差距理论引入到创新静态效率的评价分析中,考量不同区域钢铁上市企业生产技术的差异性;突破创新静态效率无法对单个决策单元多个时期创新效率进行纵向动态比较的限制,选取基于全要素生产率理论的创新动态效率（创新全要素生产率）评价方法,对钢铁上市企业创新效率的变化趋势进行分析;基于创新价值链理论将钢铁上市企业的创新过程细分为科技研发和成果转化两个阶段,深入挖掘创新过程的内部运行机制。同时在创新二阶段效率的评价中考虑创新投入在两阶段的共享性。其次,基于技术差距理论,构建了群组前沿和共同前沿的DEA模型,对我国钢铁上市企业的创新静态效率进行评价,研究结果表明:（1）近几年我国钢铁上市企业整体创新效率仍处于较低水平。纯技术效率和规模效率的“双低”是主要制约因素,其中纯技术效率影响更为显着。东、中和西部地区钢铁上市企业创新效率依次递减,且中部和西部地区钢铁上市企业创新效率间差距较小;（2）共同前沿下钢铁上市企业创新效率值均小于群组前沿下的效率值,原因在于共同前沿代表了全国钢铁上市企业潜在最优技术水平,而群组前沿只代表各区域钢铁上市企业的最佳技术水平。三大地区钢铁上市企业的技术差距主要位于0.05～0.3的区间内,且东部与中、西部间的技术差距在逐渐缩减;（3）不同地区钢铁上市企业创新效率损失的根源存在差异性。企业管理水平低下成为东部地区钢铁上市企业创新效率损失的主要因素。而中部和西部地区钢铁上市企业的效率损失则受制于生产技术差距和管理无效率的共同影响。再次,本文基于动态视角,构建了DEA-Malmquist效率模型,对我国钢铁上市企业的创新全要素生产率（TFP）进行评价,并对不同区域和不同所有制下钢铁上市企业的创新TFP进行收敛性检验。研究表明:（1）考察期内钢铁上市企业整体创新TFP仅呈现出较微弱的增长态势。技术进步是推动钢铁上市企业创新TFP增长的主要因素,但拉动作用不显着。而技术效率增长率的降低对创新TFP的提升产生抑制性;（2）从不同区域钢铁上市企业动态创新效率结果来看,中部钢铁上市企业的创新TFP指数最高,东部次之,西部最低。从不同所有制钢铁上市企业动态创新效率结果来看,国有钢铁上市企业的创新TFP指数要高于非国有钢铁上市企业;（3）从不同区域钢铁上市企业创新TFP的收敛结果来看,除东部以外,全国和中西部地区钢铁上市企业存在绝对收敛,而全国及三大地区钢铁上市企业均存在显着的条件β收敛,其中人力资本是全国以及中西部地区钢铁上市企业的条件收敛因素,对外开放程度则是中部和西部钢铁上市企业的条件收敛因素,而产业结构仅仅导致了东部钢铁上市企业的条件收敛。从不同所有制钢铁上市企业创新效率收敛结果来看,国有、非国有钢铁上市企业均未呈现显着的绝对σ收敛,但非国有钢铁上市企业存在显着的绝对β收敛。在条件β收敛方面,国有及非国有钢铁上市企业均表现显着的收敛特征。最后,结合创新价值链理论和创新投入两阶段共享性,构建了共享投入关联型的两阶段DEA模型,对我国钢铁上市企业科技研发和成果转化两阶段的效率进行了评价分析,并运用耦合协调度模型对创新两阶段的内部耦合协调性进行实证分析。结果表明:（1）我国钢铁上市企业整体创新效率处于较低水平,仍然没有摆脱粗放式生产模式。两阶段效率“双低”是制约我国钢铁上市企业创新效率提升的共同因素;（2）属于低科技研发低成果转化型的钢铁上市企业约占总数的15.4%（与高科技研发高成果转化型钢铁上市企业占比持平）。高科技研发低成果转化类型的钢铁上市企业数量最多（约占46.1%）。此外,还有23.1%的钢铁上市企业属于低科技研发高成果转化型;（3）将创新两阶段视为一个包含创新投入、中间产出和经济产出三个子系统的创新系统。在考察期内我国钢铁上市企业创新系统整体处于低度协调发展阶段,距离良性协调耦合发展阶段仍存在较大差距。耦合协调类型以低度协调为主,中高度协调的钢铁上市企业数量不多,未来需加强三个创新子系统间的耦合协调性的优化。
二、预测投入产出模型在马钢的应用—生产规模优化（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、预测投入产出模型在马钢的应用—生产规模优化（论文提纲范文）
（1）不同类型城市的居民日用消费品物流需求量预测模型研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景、目的和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 研究现状小结 |
| 1.3 研究内容、方法和创新点 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 研究创新点 |
| 1.4 研究技术路线 |
| 2 日用消费品物流需求预测体系 |
| 2.1 日用消费品物流需求相关概述 |
| 2.1.1 相关概念界定 |
| 2.1.2 预测思路 |
| 2.2 物流需求预测指标体系 |
| 2.2.1 相关影响因素分析 |
| 2.2.2 预测指标体系构建 |
| 2.3 基于灰色关联分析的预测指标筛选 |
| 2.4 本章小结 |
| 3 基于数据包络分析的城市经济效率分类体系 |
| 3.1 日用消费品物流与城市经济发展的关联机理 |
| 3.2 基于城市经济效率的城市分类理论 |
| 3.2.1 城市分类理论 |
| 3.2.2 城市经济效率 |
| 3.3 城市经济效率分类方法及指标选择 |
| 3.3.1 城市经济效率分类方法选择 |
| 3.3.2 DEA方法概述 |
| 3.3.3 投入产出指标选取 |
| 3.4 城市经济效率的DEA测度模型 |
| 3.4.1 城市经济效率的分解 |
| 3.4.2 C~2R模型 |
| 3.4.3 BC~2模型 |
| 3.5 实证分析 |
| 3.5.1 研究对象与数据来源 |
| 3.5.2 DEA有效性分析 |
| 3.5.3 城市分类结果 |
| 3.6 本章小结 |
| 4 发展型城市日常类物流需求量预测模型构建 |
| 4.1 发展型城市特点分析及预测方法比选 |
| 4.2 支持向量机预测模型 |
| 4.2.1 支持向量机方法的基本思想 |
| 4.2.2 支持向量回归机的基本理论 |
| 4.2.3 ε -支持向量回归机模型 |
| 4.3 支持向量回归机参数优化 |
| 4.3.1 基于交叉验证法寻优的CV-SVR预测模型 |
| 4.3.2 基于遗传算法参数寻优的GA-SVR预测模型 |
| 4.4 本章小结 |
| 5 发达型城市日常类物流需求量预测模型构建 |
| 5.1 发达型城市特点分析及预测方法选择 |
| 5.2 灰色VERHULST预测模型 |
| 5.3 基于最优加权的SVR-VERHULST组合预测模型 |
| 5.3.1 组合预测方法概念 |
| 5.3.2 组合预测模型构建 |
| 5.4 本章小结 |
| 6 实证分析 |
| 6.1 数据选取与处理 |
| 6.1.1 研究对象选取 |
| 6.1.2 数据处理 |
| 6.2 指标筛选 |
| 6.3 发展型城市居民日常类物流需求量预测实证分析 |
| 6.3.1 数据归一化 |
| 6.3.2 CV-SVR模型预测 |
| 6.3.3 GA-SVR模型预测 |
| 6.3.4 其他典型模型预测 |
| 6.3.5 预测模型性能对比 |
| 6.4 发达型城市居民日常类物流需求量预测实证分析 |
| 6.4.1 SVR模型预测 |
| 6.4.2 灰色Verhulst模型预测 |
| 6.4.3 最优加权组合预测 |
| 6.5 未来年份居民日用消费品物流需求量预测 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 论文工作总结 |
| 7.2 不足与展望 |
| 参考文献 |
| 附录A 实证分析部分Matlab程序代码 |
| 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）数字化转型对中国农业银行人力资源需求影响及预测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景 |
| 1.1.1 现实背景 |
| 1.1.2 理论背景 |
| 1.2 研究意义 |
| 1.2.1 现实意义 |
| 1.2.2 理论意义 |
| 1.3 研究内容 |
| 1.4 研究方法 |
| 1.5 技术路线 |
| 1.6 拟解决的关键问题 |
| 1.7 本文创新点 |
| 2 理论基础及文献综述 |
| 2.1 人力资源需求预测 |
| 2.1.1 人力资源与人力资源规划 |
| 2.1.2 企业人力资源需求预测 |
| 2.1.3 人力资源需求预测主要方法 |
| 2.2 商业银行数字化转型 |
| 2.2.1 数字化转型概念 |
| 2.2.2 金融数字化转型 |
| 2.2.3 商业银行数字化转型 |
| 2.3 技术进步与人力资源关系 |
| 2.3.1 技术进步理论综述 |
| 2.3.2 技术进步对人力资源影响 |
| 2.3.3 技术进步对商业银行人力资源影响 |
| 2.4 研究方法选择 |
| 2.5 文献综述评述 |
| 2.6 本章小结 |
| 3 基于DEA-Malmquist方法的人员规模评价模型 |
| 3.1 DEA-Malmquist方法 |
| 3.1.1 DEA方法 |
| 3.1.2 Malmquist指数 |
| 3.2 指标选取与数据来源 |
| 3.2.1 投入与产出指标选取 |
| 3.2.2 数据来源 |
| 3.3 结果分析 |
| 3.3.1 我国主要商业银行经营特征 |
| 3.3.2 我国主要商业银行人员效率测度 |
| 3.3.3 中国农业银行分行人员效率测度 |
| 3.4 本章小结 |
| 4 数字化转型对农业银行人力资源需求影响分析 |
| 4.1 商业银行数字化进程 |
| 4.1.1 商业银行数字化发展阶段 |
| 4.1.2 商业银行数字化转型代表技术 |
| 4.2 数字化转型对商业银行的影响 |
| 4.2.1 对银行业竞争格局的影响 |
| 4.2.2 对商业银行经营模式的影响 |
| 4.3 农业银行数字化转型重点领域 |
| 4.3.1 对公板块数字化转型 |
| 4.3.2 零售信贷数字化转型 |
| 4.3.3 运营板块数字化转型 |
| 4.3.4 信贷中台数字化转型 |
| 4.4 数字化转型对农业银行人力资源需求影响机理 |
| 4.4.1 柜面序列人员 |
| 4.4.2 科技研发序列人员 |
| 4.4.3 营销序列人员 |
| 4.4.4 管理序列人员 |
| 4.5 基于数字化转型的农业银行人力资源影响模型 |
| 4.5.1 模型假设 |
| 4.5.2 模型设计 |
| 4.5.3 实证结果 |
| 4.6 本章小结 |
| 5 基于Markov过程原理人力资源预测模型 |
| 5.1 马尔科夫过程原理 |
| 5.2 模型构建 |
| 5.2.1 模型假设 |
| 5.2.2 数据来源 |
| 5.2.3 模型构建 |
| 5.3 规模与结构预测 |
| 5.3.1 人员规模预测 |
| 5.3.2 人员结构预测 |
| 5.4 结果分析与讨论 |
| 5.5 管理策略 |
| 5.5.1 人力资源管理策略 |
| 5.5.2 数字化转型策略 |
| 5.6 本章小结 |
| 6 结论与展望 |
| 6.1 研究结论 |
| 6.2 论文的创新点 |
| 6.3 实践启示 |
| 6.4 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）雄安新区建设对北京市土地利用时空格局演变的影响（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.2 研究意义与问题的提出 |
| 1.2.1 研究意义 |
| 1.2.2 研究问题的提出 |
| 1.3 研究目标与内容 |
| 1.4 技术路线与论文结构安排 |
| 1.4.1 技术路线 |
| 1.4.2 论文结构安排 |
| 第二章 理论回顾与研究进展 |
| 2.1 相关概念辨析 |
| 2.1.1 城市功能与首都功能 |
| 2.1.2 城市功能集聚与疏解 |
| 2.1.3 人口疏解与产业疏解 |
| 2.2 国内外城市功能疏解案例 |
| 2.3 产业疏解对人口和城市用地结构影响 |
| 2.3.1 相关理论基础 |
| 2.3.2 产业疏解对人口和土地利用的影响 |
| 2.3.3 首都产业与人口疏解现状及相关研究 |
| 2.4 土地利用变化模型进展 |
| 2.5 本章小结 |
| 第三章 北京市土地利用、产业与人口现状 |
| 3.1 研究区概况 |
| 3.1.1 自然地理概况 |
| 3.1.2 社会经济概况 |
| 3.2 研究方法与数据来源 |
| 3.2.1 主要数据源及预处理 |
| 3.2.2 研究方法 |
| 3.3 结果与分析 |
| 3.3.1 北京市土地利用解译精度评估 |
| 3.3.2 北京市土地利用时空分布特征及趋势 |
| 3.3.3 北京市产业与居住空间分布 |
| 3.3.4 北京市人口现状及趋势 |
| 3.4 本章小结 |
| 第四章 基于远程耦合的人口与土地需求模拟模型构建 |
| 4.1 建模目的与框架 |
| 4.1.1 建模目的 |
| 4.1.2 模型结构与时空边界 |
| 4.2 子系统的因果关系与变量核算 |
| 4.2.1 因果关系与关键路径 |
| 4.2.2 变量核算与赋值 |
| 4.3 模型检验 |
| 4.4 本章小结 |
| 第五章 基于MAS–CA土地利用变化模拟模型构建 |
| 5.1 模型概述 |
| 5.1.1 环境要素层 |
| 5.1.2 多主体及决策行为 |
| 5.1.3 元胞自动机层 |
| 5.1.4 综合决策规则 |
| 5.2 参数设定与模型实现 |
| 5.2.1 参数设定 |
| 5.2.2 模型实现 |
| 5.3 精度评估与误差分析 |
| 5.3.1 精度评估 |
| 5.3.2 误差分析 |
| 5.4 本章小结 |
| 第六章 雄安新区建设对北京市人口及土地利用的影响 |
| 6.1 北京市产业结构多目标优化与疏解情景设定 |
| 6.1.1 多目标优化模型 |
| 6.1.2 情景设定 |
| 6.1.3 产业疏解情景 |
| 6.2 不同产业疏解情景下雄安新区发展预估 |
| 6.3 不同产业疏解情景下北京市人口及社会经济指标的变化 |
| 6.3.1 北京市人口规模 |
| 6.3.2 北京市主要宏观社会经济指标 |
| 6.4 不同产业疏解情景下北京市土地利用模拟 |
| 6.4.1 土地利用需求变化 |
| 6.4.2 土地利用空间分布及转移 |
| 6.5 雄安新区建设对北京市人口与土地利用的影响分析 |
| 6.5.1 雄安新区对北京市人口的影响 |
| 6.5.2 雄安新区对北京市土地利用的影响 |
| 6.6 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究结论 |
| 7.2 主要创新点 |
| 7.3 研究展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（4）基于DEA模型的钢铁行业财务绩效评价研究 ——以新兴铸管为例（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 研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.2.3 文献综述 |
| 1.3 研究内容、思路与方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路 |
| 1.3.3 研究方法 |
| 1.4 本文的创新点 |
| 第2章 相关理论及评价方法 |
| 2.1 相关理论 |
| 2.1.1 委托代理理论 |
| 2.1.2 权变管理理论 |
| 2.1.3 短板理论 |
| 2.2 财务绩效评价方法 |
| 2.2.1 杜邦分析法 |
| 2.2.2 经济增加值 |
| 2.2.3 平衡计分卡 |
| 2.2.4 数据包络分析法 |
| 第3章 新兴铸管财务绩效评价现状 |
| 3.1 新兴铸管简介 |
| 3.2 财务绩效考核方式 |
| 3.3 现行财务绩效评价方法存在的问题 |
| 3.3.1 考核基础选择不恰当 |
| 3.3.2 计算的复杂性与主观性 |
| 3.3.3 缺少行业对比 |
| 3.4 DEA应用于新兴铸管财务绩效评价的必要性及可行性 |
| 3.4.1 必要性分析 |
| 3.4.2 可行性分析 |
| 第4章 财务绩效评价指标的确定和模型选择 |
| 4.1 财务绩效评价原始指标选取原则及确定 |
| 4.1.1 财务绩效评价原始指标选取原则 |
| 4.1.2 财务绩效评价原始指标的确定 |
| 4.2 基于因子分析法提取最终指标 |
| 4.2.1 横向评价输入类指标的确定 |
| 4.2.2 横向评价输出类指标的确定 |
| 4.2.3 纵向评价输入类指标的确定 |
| 4.2.4 纵向评价输出类指标的确定 |
| 4.3 DEA模型的选择 |
| 4.3.1 规模报酬不变模型(CCR模型) |
| 4.3.2 规模报酬可变模型(BCC模型) |
| 4.3.3 DEA模型选取 |
| 第5章 基于DEA的新兴铸管财务绩效评价模型的应用 |
| 5.1 决策单元DMU的界定及样本选择 |
| 5.1.1 决策单元DMU的界定 |
| 5.1.2 样本选择 |
| 5.2 数据处理 |
| 5.3 横向财务绩效评价结果分析 |
| 5.3.1 DEA有效性判定及分析 |
| 5.3.2 效率值分析 |
| 5.3.3 评价投影分析 |
| 5.4 纵向财务绩效评价结果分析 |
| 5.4.1 DEA有效性判定及分析 |
| 5.4.2 效率值分析 |
| 5.4.3 评价投影分析 |
| 5.4.4 敏感度分析 |
| 5.5 本章小结 |
| 第6章 提升新兴铸管财务绩效的改进建议 |
| 6.1 加强成本控制 |
| 6.2 优化应收账款和存货的管理 |
| 6.3 构建合适的资本结构 |
| 结论 |
| 参考文献 |
| 附录 |
| 个人简历攻读学位期间发表的学术论文 |
| 致谢 |
（5）我国汽车产业电动化转型的能源环境效应研究 ——基于CGE模型的测度与分析（论文提纲范文）
| 内容摘要 |
| Abstract |
| 第1章 引言 |
| 1.1 研究背景与意义 |
| 1.1.1 相关背景 |
| 1.1.2 研究现实意义 |
| 1.1.3 研究理论意义 |
| 1.2 文献综述 |
| 1.2.1 产业升级理论 |
| 1.2.2 汽车产业相关研究 |
| 1.2.3 能源环境理论与政策 |
| 1.2.4 CGE模型相关研究 |
| 1.2.5 文献评述 |
| 1.3 研究主题与框架 |
| 1.4 研究方法与创新性工作 |
| 第2章 CGE模型理论基础 |
| 2.1 基础理论 |
| 2.1.1 一般均衡理论 |
| 2.1.2 投入产出分析理论 |
| 2.2 模型构建基本原理 |
| 2.2.1 经济主体行为模型 |
| 2.2.2 模型的闭合 |
| 2.2.3 模型的检验 |
| 2.3 社会核算矩阵理论 |
| 2.3.1 社会核算矩阵概念 |
| 2.3.2 社会核算矩阵作用 |
| 2.3.3 社会核算矩阵理论基础 |
| 第3章 我国汽车产业发展政策 |
| 3.1 汽车产业发展历程 |
| 3.2 汽车产业转型与升级 |
| 3.3 新能源汽车支持政策 |
| 第4章 汽车产业-能源环境CGE模型 |
| 4.1 模型设计 |
| 4.1.1 模型假设 |
| 4.1.2 模型框架 |
| 4.2 部门划分 |
| 4.3 CGE模型设计 |
| 4.3.1 生产模块 |
| 4.3.2 收入分配与储蓄模块 |
| 4.3.3 消费需求模块 |
| 4.3.4 对外贸易模块 |
| 4.3.5 模型均衡与闭合 |
| 4.3.6 能耗碳排放模块 |
| 4.3.7 社会福利模块 |
| 第5章 模型数据基础:SAM表 |
| 5.1 社会核算矩阵(SAM)编制 |
| 5.1.1 社会核算矩阵(SAM)基本结构 |
| 5.1.2 社会核算矩阵(SAM)编制原理 |
| 5.1.3 宏观SAM编制 |
| 5.1.4 汽车产业能耗碳排放专项SAM编制 |
| 5.2 参数标定 |
| 5.3 模型求解 |
| 5.4 模型检验 |
| 5.4.1 一致性检验 |
| 5.4.2 平衡性检验 |
| 5.4.3 敏感性检验 |
| 5.5 小结 |
| 第6章 汽车产业政策能源环境效应 |
| 6.1 碳税政策效应 |
| 6.1.1 政策情景 |
| 6.1.2 模拟测度 |
| 6.2 新能源汽车使用电费补贴政策效应 |
| 6.2.1 政策情景 |
| 6.2.2 模拟测度 |
| 6.3 新能源汽车发展效应 |
| 6.3.1 政策情景 |
| 6.3.2 模拟测度 |
| 第7章 研究结论 |
| 7.1 主要结论 |
| 7.2 汽车产业政策优化分析 |
| 7.3 启示与展望 |
| 附录 |
| 参考文献 |
| 在学期间发表的学术论文与研究成果 |
| 后记 |
（6）中国电力消费的多维度特征研究与需求预测（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电力消费与经济发展关联关系的研究综述 |
| 1.2.2 电力消费影响因素的研究综述 |
| 1.2.3 电力消费效率的研究综述 |
| 1.2.4 电力消费趋势预测的研究综述 |
| 1.3 本文研究思路及框架 |
| 1.4 本文研究方法及创新点 |
| 1.4.1 本文研究方法 |
| 1.4.2 本文主要创新点 |
| 第2章 中国电力消费和经济增长的动态关联特征分析 |
| 2.1 引言 |
| 2.2 电力消费与经济增长动态关联特征的分析模型 |
| 2.2.1 重心模型 |
| 2.2.2 CF(Christiano-Fitzgerald)滤波分解技术 |
| 2.2.3 Granger因果检验 |
| 2.2.4 状态空间模型 |
| 2.3 变量选取及特征描述 |
| 2.4 中国电力消费与经济增长的动态关联特征分析 |
| 2.4.1 电力消费与经济增长的重心耦合性分析 |
| 2.4.2 电力消费与经济增长的周期协同性分析 |
| 2.4.3 电力消费与经济增长的动态交互性分析 |
| 2.5 本章小结 |
| 第3章 中国电力消费的年均增速放缓特征分析 |
| 3.1 引言 |
| 3.2 电力消费年均增速放缓原因分析的模型 |
| 3.2.1 脱钩模型 |
| 3.2.2 累积和CUSUM(Cumulative Sum Test)检验 |
| 3.2.3 电力消费的多因素结构分解模型 |
| 3.3 中国电力能源投入产出表的编制 |
| 3.4 中国电力消费年均增速放缓的原因分析 |
| 3.4.1 中国电力消费和经济增长间的脱钩关系分析 |
| 3.4.2 中国电力消费年均增速的累积和检验分析 |
| 3.4.3 不同经济阶段中国电力消费的结构分解结果比较分析 |
| 3.5 本章小结 |
| 第4章 中国电力消费强度的省际差异化特征分析 |
| 4.1 引言 |
| 4.2 电力强度省际差异化的度量与分析模型 |
| 4.2.1 泰尔指数 |
| 4.2.2 面板惩罚分位数回归模型 |
| 4.2.3 基于回归的Shapley分解 |
| 4.3 变量选取及特征描述 |
| 4.4 中国电力强度省际差异化特征分析 |
| 4.4.1 电力强度差异化测度结果分析 |
| 4.4.2 电力强度差异化影响因素分析 |
| 4.4.3 影响因素的差异化贡献度分析 |
| 4.4.4 稳健性检验 |
| 4.5 本章小结 |
| 第5章 中国全要素电力消费效率的时空分异特征分析 |
| 5.1 引言 |
| 5.2 全要素电力消费效率的测度与分析模型 |
| 5.2.1 EBM (Epsilon Based Measure)模型 |
| 5.2.2 GML(Global Malmquist-Luenberger)指数 |
| 5.2.3 探索性空间数据分析 |
| 5.2.4 收敛分析模型 |
| 5.3 全要素电力消费效率测度指标体系的构建 |
| 5.3.1 研究范围及数据来源说明 |
| 5.3.2 全要素电力消费效率测度指标体系 |
| 5.4 中国全要素电力消费效率的测度与分析结果 |
| 5.4.1 中国全要素电力消费效率的时序演变特征分析 |
| 5.4.2 中国全要素电力消费效率的GML指数分解分析 |
| 5.4.3 中国全要素电力消费效率的空间地理分布及集聚特征分析 |
| 5.4.4 中国全要素电力消费效率的收敛性分析 |
| 5.5 本章小结 |
| 第6章 中国电力能源未来消费趋势的情景预测 |
| 6.1 引言 |
| 6.2 电力消费预测的模型构建 |
| 6.2.1 情景模拟分析法 |
| 6.2.2 LEAP(Long-range Energy Alternatives Planning Model)模型 |
| 6.2.3 电力消费预测的模型构建 |
| 6.3 中国电力消费预测的情景设置 |
| 6.3.1 考虑电力消费特征的情景设计 |
| 6.3.2 情景参数设定 |
| 6.4 中国电力消费的预测结果分析 |
| 6.5 本章小结 |
| 第7章 研究结论与展望 |
| 7.1 基本结论 |
| 7.2 研究展望 |
| 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 |
（7）碳约束下的产业结构优化研究 ——基于全球产业链网络视角（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景、目的和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 科学问题、研究内容和创新点 |
| 1.2.1 科学问题和研究内容 |
| 1.2.2 创新点 |
| 1.3 研究方法与技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 技术路线 |
| 第2章 文献综述 |
| 2.1 碳排放核算研究 |
| 2.2 碳排放影响因素研究 |
| 2.3 产业链结构特征研究 |
| 2.4 产业结构优化研究 |
| 2.5 研究评述 |
| 第3章 全球产业链网络构建及结构分析 |
| 3.1 系统边界与系统主体 |
| 3.2 基于碳排放流动的产业链网络模型构建 |
| 3.2.1 多区域投入产出模型 |
| 3.2.2 隐含在产业链中的碳排放核算 |
| 3.2.3 网络模型构建 |
| 3.3 产业链网络结构特征分析 |
| 3.3.1 产业链网络与传统网络分析的对比 |
| 3.3.2 基于结构路径分析的部门结构角色定义 |
| 3.4 全球产业链网络结构特征分析 |
| 3.4.1 数据来源 |
| 3.4.2 部门不同结构角色之间的关系 |
| 3.4.3 总体网络结构特征 |
| 3.4.4 重点部门结构角色演化分析 |
| 3.4.5 各国(地区)重点部门 |
| 3.5 本章小结 |
| 第4章 全球产业链网络结构对碳排放的影响 |
| 4.1 产业链网络结构变化对碳排放的影响量化模型 |
| 4.1.1 面板数据模型的基本形式 |
| 4.1.2 影响量化模型构建 |
| 4.2 部门结构角色变化对碳排放的影响估算 |
| 4.2.1 变量描述性统计 |
| 4.2.2 变量检验 |
| 4.2.3 模型选择 |
| 4.2.4 回归结果 |
| 4.3 本章小结 |
| 第5章 全球产业链网络视角下的产业结构优化 |
| 5.1 多目标产业结构优化模型 |
| 5.1.1 数学描述 |
| 5.1.2 多目标优化求解算法 |
| 5.2 基于产业链网络结构的产业结构优化模型构建 |
| 5.2.1 产业链网络结构在产业结构优化中的作用 |
| 5.2.2 结构系数 |
| 5.2.3 基于产业链网络结构的产业结构优化模型 |
| 5.3 全球产业结构优化 |
| 5.3.1 全球产业结构优化模型 |
| 5.3.2 全球产业结构优化效果 |
| 5.3.3 全球产业结构优化结果 |
| 5.4 全球碳减排目标下的区域产业结构优化 |
| 5.4.1 区域产业结构优化模型 |
| 5.4.2 区域产业结构优化效果 |
| 5.4.3 区域产业结构优化结果 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读博士学位期间发表的论文及科研成果 |
| 博士研究生期间发表论文 |
| 博士研究生期间参与的科研项目 |
| 博士研究生期间参与学术活动 |
| 博士研究生期间参与撰写学术专着 |
| 附录 |
（8）基于因子分析法和DEA的钢铁上市公司财务质量评价研究（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 国内外研究综述 |
| 1.2.1 国外研究综述 |
| 1.2.2 国内研究综述 |
| 1.2.3 文献综述评述 |
| 1.3 研究思路和研究方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 研究框架及可能的创新点 |
| 1.4.1 研究框架 |
| 1.4.2 可能的创新点 |
| 1.5 本章小节 |
| 第2章 财务质量综合评价的理论概述 |
| 2.1 财务质量的定义及特征 |
| 2.1.1 财务质量的定义 |
| 2.1.2 财务质量的内在特征 |
| 2.2 财务质量的构成要素 |
| 2.2.1 资产质量 |
| 2.2.2 盈利质量 |
| 2.2.3 风险性 |
| 2.2.4 成长性 |
| 2.3 财务质量综合评价的方法 |
| 2.3.1 沃尔评分法 |
| 2.3.2 层次分析法 |
| 2.3.3 因子分析法 |
| 2.3.4 数据包络分析法 |
| 2.3.5 数据包络综合分析法 |
| 2.4 本章小节 |
| 第3章 基于因子分析法财务质量评价指标体系的构建 |
| 3.1 钢铁行业的基本概况 |
| 3.1.1 钢铁行业特点 |
| 3.1.2 我国钢铁行业发展现状 |
| 3.2 基于因子分析法确定财务质量评价指标的可行性分析 |
| 3.2.1 因子分析法的基本理论介绍 |
| 3.2.2 因子分析法确定财务质量评价指标的可行性分析 |
| 3.3 钢铁上市公司样本指标选取及分析 |
| 3.3.1 钢铁上市公司财务质量评价指标选取的原则 |
| 3.3.2 钢铁上市公司财务质量评价指标的确定及分析 |
| 3.4 数据来源与样本选取 |
| 3.5 因子分析法下评价指标体系构建 |
| 3.5.1 输入指标分析 |
| 3.5.2 输出指标分析 |
| 3.5.3 评价指标体系构建 |
| 3.6 本章小结 |
| 第4章 基于数据包络分析法的财务质量评价 |
| 4.1 DEA基本模型 |
| 4.2 数据预处理 |
| 4.3 实证结果分析 |
| 4.3.1 DEA测算结果 |
| 4.3.2 综合效率分析 |
| 4.3.3 纯技术效率分析 |
| 4.3.4 规模效率及规模收益分析 |
| 4.3.5 无效单元改进分析 |
| 4.4 本章小结 |
| 第5章 研究结论与未来展望 |
| 5.1 结论 |
| 5.2 对策与建议 |
| 5.3 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 在学期间科研成果情况 |
（9）我国高碳产业技术创新效率测度及提升路径研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.0 研究背景 |
| 1.1 研究目的及意义 |
| 1.1.1 研究目的 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 技术创新效率评价指标体系构建研究 |
| 1.2.2 技术创新效率测度方法研究 |
| 1.2.3 技术创新效率提升路径设计研究 |
| 1.3 研究内容及方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 创新之处 |
| 第二章 相关概念与理论基础 |
| 2.1 高碳产业的定义 |
| 2.2 技术创新理论 |
| 2.3 效率理论 |
| 2.3.1 生产前沿面 |
| 2.3.2 规模效率与纯技术效率 |
| 2.3.3 超效率模型 |
| 第三章 高碳产业技术创新效率评价指标体系构建 |
| 3.1 高碳产业技术创新效率内涵界定 |
| 3.2 高碳产业技术创新活动过程分析 |
| 3.2.1 高碳产业技术创新活动过程特征分析 |
| 3.2.2 高碳产业技术创新投入要素分析 |
| 3.2.3 高碳产业技术创新产出要素分析 |
| 3.3 相关指标选取 |
| 3.4 本章小结 |
| 第四章 高碳产业技术创新效率的测度与分析 |
| 4.1 高碳产业技术创新效率静态评价模型的构建 |
| 4.1.1 基本SBM模型 |
| 4.1.2 超效率SBM模型 |
| 4.1.3 包含非期望产出的SBM超效率模型 |
| 4.2 高碳产业技术创新效率动态评价模型的构建 |
| 4.2.1 动态效率指标 |
| 4.2.2 方向ML指数 |
| 4.3 高碳产业技术创新效率测度与分析——以钢铁产业为例 |
| 4.3.1 样本选择与评价指标数据搜集 |
| 4.3.2 技术创新效率静态分析 |
| 4.3.3 技术创新效率动态分析 |
| 4.4 本章小结 |
| 第五章 高碳产业技术创新效率提升路径 |
| 5.1 基于技术创新产出不足的高碳产业技术创新效率提升路径设计 |
| 5.1.1 技术创新产出不足三维矩阵构建与特征识别 |
| 5.1.2 技术创新产出不足下高碳产业技术创新效率提升路径设计 |
| 5.1.3 案例分析 |
| 5.2 基于技术创新无效率来源的高碳产业技术创新效率提升路径 |
| 5.2.1 高碳产业技术创新无效率来源二维矩阵构建与特征识别 |
| 5.2.2 技术创新无效率来源下高碳产业技术创新效率提升路径设计 |
| 5.2.3 案例分析 |
| 5.3 本章小结 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究局限性与展望 |
| 参考文献 |
| 致谢 |
| 在校期间发表的学术论文及参与的科研项目 |
| 附件 |
| 附录A 原始数据 |
| 附录B 投入冗余产出不足及效率分解 |
（10）我国钢铁上市企业创新效率评价研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 研究内容 |
| 1.4 研究方法及技术路线 |
| 1.5 创新点 |
| 2 理论基础与文献回顾 |
| 2.1 相关概念界定 |
| 2.2 理论基础 |
| 2.3 文献综述 |
| 2.4 本章小结 |
| 3 我国钢铁上市企业创新效率的系统分析框架 |
| 3.1 研究框架构建 |
| 3.2 基于技术差距理论的创新静态效率评价分析 |
| 3.3 基于全要素生产率理论的创新动态效率评价分析 |
| 3.4 基于创新价值链理论的创新的二阶段效率评价分析 |
| 3.5 本章小结 |
| 4 我国钢铁上市企业创新的静态效率评价 |
| 4.1 模型构建 |
| 4.2 变量选取及数据说明 |
| 4.3 钢铁上市企业创新效率的区域差异分析 |
| 4.4 两种前沿下钢铁上市企业创新效率的差异比较及技术差距分析 |
| 4.5 钢铁上市企业创新无效率的分解 |
| 4.6 我国钢铁上市企业创新静态效率的提升建议 |
| 4.7 本章小结 |
| 5 我国钢铁上市企业创新的动态效率评价 |
| 5.1 模型构建 |
| 5.2 变量选取及数据说明 |
| 5.3 钢铁上市企业创新的动态效率评价分析 |
| 5.4 钢铁上市企业创新全要素生产率的收敛性分析 |
| 5.5 我国钢铁上市企业创新动态效率的提升建议 |
| 5.6 本章小结 |
| 6 我国钢铁上市企业创新的两阶段效率评价 |
| 6.1 模型构建 |
| 6.2 变量选取及数据说明 |
| 6.3 两阶段价值链视角下钢铁上市企业创新效率评价分析 |
| 6.4 钢铁上市企业创新效率的模式分类 |
| 6.5 钢铁上市企业的创新两阶段耦合协调性分析 |
| 6.6 我国钢铁上市企业创新的两阶段效率的提升建议 |
| 6.7 本章小结 |
| 7 总结与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间发表的论文目录 |
| 附录2 攻读博士学位期间参加的课题 |
四、预测投入产出模型在马钢的应用—生产规模优化（论文参考文献）
- [1]不同类型城市的居民日用消费品物流需求量预测模型研究[D]. 苗艺菁. 北京交通大学, 2021(02)
- [2]数字化转型对中国农业银行人力资源需求影响及预测研究[D]. 黎立博. 北京交通大学, 2021(02)
- [3]雄安新区建设对北京市土地利用时空格局演变的影响[D]. 韩赜. 中国地质大学(北京), 2020(04)
- [4]基于DEA模型的钢铁行业财务绩效评价研究 ——以新兴铸管为例[D]. 孙岩. 华东交通大学, 2020(01)
- [5]我国汽车产业电动化转型的能源环境效应研究 ——基于CGE模型的测度与分析[D]. 杨姗姗. 天津财经大学, 2020(07)
- [6]中国电力消费的多维度特征研究与需求预测[D]. 光峰涛. 华北电力大学(北京), 2020(06)
- [7]碳约束下的产业结构优化研究 ——基于全球产业链网络视角[D]. 江美辉. 中国地质大学(北京), 2020(08)
- [8]基于因子分析法和DEA的钢铁上市公司财务质量评价研究[D]. 张凯阳. 集美大学, 2020(08)
- [9]我国高碳产业技术创新效率测度及提升路径研究[D]. 查振涛. 江苏大学, 2020(05)
- [10]我国钢铁上市企业创新效率评价研究[D]. 李喆. 华中科技大学, 2020(01)