完全隐含能源与碳强度研究进展综述

节能减排是应对全球气候变暖的重要举措。由于不同国家和地区的经济发展水平存在明显差异,近年来能源与碳强度成为度量节能减排绩效的重要指标,受到了社会各界的广泛关注。在生产端强度控制的基础上,如何从根源上在消费端降低完全隐含能源与碳强度的研究越来越受到重视。针对消费端完全隐含能源与碳强度的研究特征与发展趋势展开综述,结果发现:(1)主要呈现出国家层面研究为主、全球层面研究显著增加、省市层面研究开始出现的特征,且国家或省市层面主要聚焦于中国;(2)相比完全隐含能源强度,现有文献更为关注完全隐含碳强度;(3)研究由不区分终端消费向细分各终端消费发展,隐含在出口中的完全隐含碳强度受到了重点讨论;(4)部分研究侧重于局部,比如深度参与到全球生产网络的部分经济部门或能源消费与碳排放在生产网络中传输的关键层级;(5)进行完全隐含碳强度变动的驱动因素的研究主要基于乘性结构分解分析模型,从时间轴和空间轴展开剖析。现有研究框架未来可以扩展到能源环境相关领域的其他指标。

基于集成学习的恶意代码检测方法研究

网络时代带来了生活上的种种便利,也带来了恶意代码的爆发式增长。报告指出,恶意代码的数量和种类都在快速增长,其中,恶意代码种类的增长对恶意代码检测的影响影响尤为突出。使用分类算法进行恶意代码检测是现在的一个热门研究方向,而繁多的恶意代码种类会极大地削弱分类效果。鉴于这种情况,本文提出了一种基于集成学习的恶意代码检测方法,该方法首先用DBScan算法对训练样本进行聚类,再用聚类得到的各个簇训练SVM分类器,对未知样本进行检测时,首先将待检测样本分类到训练得到的各个簇中,然后输入对应的SVM分类器进行分类,判断是否为恶意代码。实验结果表明,这种方法的准确率相对于直接使用SVM分类有明显提高,达到了较好的检测效果。

浅析国有企业的股份化改革

一、按市场规律推进股份制 “让员工耕自己的田”是现代企业管理的发展大趋势。中外管理史上因遵循市场规律调整利益关系而成功的企业不乏其例。 一度曾经是美国首富的石油大亨保罗·盖帝,原来却几乎是个穷光蛋。

能源与碳排放强度研究综述:基于乘性结构分解分析框架

在能源环境领域中,强度指标能够衡量能源利用与碳排放的相对效率,被广泛应用于国家节能减排目标和能源环境政策制定与实施中。乘性结构分解分析以投入-产出模型为基础,对导致强度指标变化/差异的影响因素进行系统的量化研究。近年来,乘性结构分解分析无论在应用还是方法论层面都有了较快的发展。对2010—2019年间将乘性结构分解分析方法用于能源碳排放指标的研究进行综述分析,发现:(1)研究数量呈现快速上升趋势;(2)研究问题呈现单区域向多区域拓展的特征;(3)非竞争型进口假设被越来越多地采纳;(4)大分解因素数量的研究逐渐增加;(5)D&L(或广义Fisher指数)方法仍然是乘性结构分解分析框架内最为常用的分解方法。在对乘性结构分解分析方法论发展进行评述的基础上,提炼未来发展需求和研究空白。