峰式马尔科夫链的提出及其数学定义

近年来,利用马尔科夫链进行各类预测、决策已被广泛推广应用。本文针对一类具有特殊特性(峰式特性)的随机过程(峰式随机过程),提出了一种改进的马尔科夫链(峰式马尔科夫链),给出了其数学定义,并根据其定义对具有峰式特性的随机过程建模。所建立的峰式马尔科夫链模型与传统模型相比,这类特殊的随机过程的峰式马尔科夫链模型比传统模型能体现出更多的特性。

加权马尔科夫链模型在农业灌溉用水预测中的应用研究

应用加权马尔科夫链数学模型对农业灌溉用水进行年和月尺度预测,并对比分析未加权马尔科夫链的预测精度,研究结果表明:相比于传统未加权马尔科夫链,加权马尔科夫链的农业灌溉用水预测精度明显有所改善,其与调查的农业灌溉用水的年和月尺度相关系数分别达到0.712 1和0.866 6,高于未加权的马尔科夫链的预测精度;对于不同时间尺度而言,加权马尔科夫链模型预测的灌溉用水和调查灌溉用水量虽在月尺度相关系数大于年尺度相关系数,但年尺度预测相对误差明显小于月尺度预测相对误差。

基于改进的马尔科夫链模型的河流径流预测研究

针对传统马尔科夫链模型不能考虑各因子权重的局限,文章引入自相关系数作为各因子权重,对传统马尔科夫链模型进行改进,并将改进的马尔科夫链模型进行径流预测。研究结果表明:改进马尔科夫链模型可提高方程的收敛性和预测精度,改进的马尔科夫链模型径流预测精度明显好于传统马尔科夫链模型的预测精度,预测值与实测值相关系数高于传统马尔科夫链模型。研究成果对于区域径流的数学模型预测具有较好的参考价值。

绿色TFP增长的动态演进及趋势预测——基于中国五大城市群的实证研究

随着经济增长与资源环境约束矛盾的日益增大,提升绿色TFP已经成为城市群经济发展的必然选择。文章基于2003—2016年城市数据采用DEA的非期望产出-超效率SBM模型测算了五大城市群的绿色TFP指数,并使用Kernel密度估计、传统马尔科夫链和空间马尔科夫链方法从时间和空间两个维度对城市群绿色TFP增长的分布动态演进和趋势预测进行了分析。研究结论显示:(1)五大城市群整体及各城市群绿色TFP指数均呈现上升趋势,大部分城市群的技术进步变化指数和技术效率变化指数也呈现上升趋势。城市群绿色TFP差异均呈整体扩大趋势,技术效率差异的扩大是其主要原因。五大城市群整体及各城市群分布都呈现出右拖尾和极化趋势。(2)除成渝城市群外,其他城市群绿色TFP增长均存在俱乐部趋同效应。金融发展、要素禀赋、技术进步均没有显著拉动低水平城市绿色TFP提升,导致低水平趋同现象显著。随着绿色TFP指数的提高,各影响因素的拉动作用逐渐增大。(3)城市群绿色TFP指数转移具有显著的空间依赖性,低水平的邻域会阻碍本地区绿色TFP增长,而高水平的邻域对本地区绿色TFP具有明显的正向拉动作用。

数字普惠金融发展的动态演进及趋势预测研究--以珠三角城市群为例

综合使用Kernel密度估计、传统马尔科夫链和空间马尔科夫链分析法对珠三角城市群数字普惠金融发展的动态研究规律和特征进行了分析,并重点预测其未来发展趋势。结果发现:(1)数字普惠金融发展呈递增趋势,不具有多极化特征和明显的右拖尾分布,发展不均衡问题依然存在。(2)数字普惠金融发展差距有所缩小,且城市群内部之间不存在发展的"马太效应",但短时间内想实现跨越式发展存在一定难度。(3)数字普惠金融的动态转移具有一定的空间依赖性,发展的低水平趋同现象较为稳定。因此,有必要加快推进数字普惠金融发展体制机制创新,驱动珠三角城市群数字普惠金融协同发展。