人口老龄化空间非均衡及影响因素分析

我国人口老龄化在不断演变过程中存在显著的空间非均衡性。选用Dagum基尼系数分解法测算和分解我国人口老龄化空间非均衡程度,并构建面板数据模型分析我国东、中、西部人口老龄化影响因素。从人口老龄化空间非均衡程度来看:西部空间非均衡程度最大,东西空间非均衡差距最大;人口老龄化空间非均衡程度在2010年以前主要来源于各空间之间非均衡差距Gnb,2010年以后却主要来源于空间超变密度Gt。从人口老龄化空间非均衡的影响因素来看:人均GDP、城镇化率、文盲率会加重我国人口老龄化程度,而人口自然增长率、产业结构优化、人口性别比会减弱我国人口老龄化程度。东、中、西部空间总体情况与我国整体情况基本一致,不同在于西部空间经济发展会弱化人口老龄化程度、人口自然增长率会加重人口老龄化程度。

江西省金融发展对经济增长的计量检验

要素投入是实现经济增长的关键路径,金融资源作为服务经济肌体的血液,在资本要素禀赋相对欠缺的现状下,对江西省经济增长起到了至关重要的助推作用。首先,分析江西省金融发展与经济增长的现状;其次,选取1995-2015年的江西省存贷款总额、GDP、GDP指数等时间序列数据作为研究样本,在进行相关预处理后,对时间序列进行了平稳性检验和协整检验,检验结果显示这两个序列是一阶平稳且存在长期协整关系。在此基础上构建向量自回归模型,从实证分析的角度验证江西省金融发展与经济增长之间的关系。计量模型检验结果表明,江西省金融发展与经济增长之间存在的长期稳定关系并不是双向互动的,经济增长对自身的促进作用比较明显,但有逐渐减弱的趋势,而金融发展没有充分发挥对经济增长的促进作用。

我国房价波动对系统性金融风险的动态冲击影响--基于TVP-VAR模型的实证研究

本文在厘清房价波动对系统性金融风险传导机制的基础上,聚焦整个金融体系,通过综合指数法来测度系统性金融风险程度,并构建时变参数向量自回归(TVP-VAR)模型,从时期和时点实证房价波动对系统性金融风险的动态冲击影响。研究发现,2008~2019年房价波动受到系统性金融风险冲击后,房价波动在短、中、长期对其的动态冲击影响趋势大致相同,均表现为先抑制后推动再抑制的影响效果,但在不同的时间段,房价波动对其的冲击影响存在差异;2010年、2013年、2016年房价波动最初都是会抑制系统性金融风险,但2010年、2013年分别在滞后1期、4期由抑制转变为推动;无论在短期、中期、长期,还是在不同时点,系统性金融风险增大均会抑制房价正向波动,但具有一定的滞后性。

我国人口老龄化空间差异及成因分析

文章首先通过对我国31个省市人口老龄化样本数据进行了描述性统计分析,发现我国东、中、西部地区老龄化程度和老龄化演变速度存在空间差异。东部地区人口老龄化程度要严重于中部地区,西部地区人口老龄化程度最低,人口最为年轻化;西部地区老龄化增长速度要高于中部地区,中部地区老龄化增长速度要高于东部地区。其次,选用面板数据模型分析人口老龄化的成因,发现经济发展水平、城镇化率、文盲率会提高我国人口老龄化水平,人口增长速度、性别比、产业结构升级状况会降低我国人口老龄化水平,且同一因素对东、中、西部不同空间的影响效果不同。

碳中和背景下我国数据中心发展模式探索

当前我国正处于数字经济时代,加之新冠疫情爆发,数据中心加速承载电子商务、在线办公、无人驾驶、工业互联网等场景应用,数量和规模都得到了空前的发展。与此同时,数据中心的能效问题不断突出,在碳中和绿色低碳发展战略背景下,高耗能的数据中心产业作为碳中和的重要分支,能效问题愈加成为各界关注的热点。本文以碳中和发展战略为背景,在阐述我国数据中心发展现状的基础上,剖析了我国数据中心东数西算、要素跨域流通、绿色低碳的发展趋势,分析了数据中心绿色低碳发展过程中资源供需不平衡、绿色发展不充分的问题,并进一步探索了我国数据中心的低碳节能发展模式。

房地产价格波动对系统性金融风险的动态影响

本文首先在理论上评述房地产价格波动对系统性金融风险的传导机制,在此基础上构建SVAR模型实证房地产价格波动对系统性金融风险的动态影响。研究结果表明:房地产价格波动是系统性金融风险的单向格兰杰原因;系统性金融风险受到房价波动冲击后,脉冲响应函数会逐渐增大,但其冲击响应具有滞后效应;房价波动对系统性金融风险有接近30%的贡献率。最后,基于以上研究结果提出政策建议。