中国产业部门隐含碳生产率的驱动因素分解——基于LMDI-PDA模型的实证分析

提升隐含碳生产率是产业部门碳减排的关键。基于2002—2020投入产出数据与能源碳排放数据建立隐含碳生产率指标,利用LMDI-PDA综合分解法,系统梳理各效应、各细分产业部门对产业部门整体隐含碳生产率变动的影响。研究结论为:直接排放率效应对28个产业部门中的大部分产业部门的隐含碳生产率提升起到阻碍作用,排放能效效应以及能源资本替代效应则主要起积极作用;隐含碳生产率效应普遍推动三次产业隐含碳生产率上升,排放结构效应则阻碍第二产业与第三产业隐含碳生产率的增长,负向效应分别为-0.0166万元/吨、-0.0190万元/吨;对产业部门整体隐含碳生产率增长贡献最大的两个产业部门是其他服务业和建筑业。研究结论为加速推进产业低碳变革提供了理论与数据支撑。

基于EIO-LCA模型的江西省产业部门的隐含碳排放及碳减排潜力分析

低碳经济发展是实现可持续发展的重要途径之一。采用经济投入产出生命周期评估模型(EIO-LCA),运用42部门投入产出表及国际认可的IPCC法测算出江西省各产业部门直接碳排放量以及隐含碳排放量,并在此基础上构建碳减排潜力模型,来揭示因产业部门结构变动而引起的碳减排效应。研究结果表明:按产业部门分析,基础性工业部门的直接碳排放量都相对较高,其中位列前三的部门分别为电力、热力的生产和供应业、石油、炼焦产品和核燃料加工业与金属冶炼和压延加工品业;按整体产业结构分析,江西省直接碳排放量、隐含碳排放量和碳减排潜力较大的部门集中在重工业和能源产业。未来,江西省应当针对不同产业部门的特点实施差异化减排政策,同时优化产业结构,实现产业良性互动。

基于Markov模型的三种方案治疗胰腺癌的药物经济学分析

目的通过建立Markov模型,对三种治疗胰腺癌的方案进行药物经济学评价,为临床用药提供循证依据。方法参考药品价格、治疗成本、健康效用值、状态转移概率建立马尔可夫(Markov)模型,对兰州大学第一医院2017年6月~2022年5月三种方案的有效性和经济性进行评价,并进行敏感性分析。结果Markov模型模拟回乘分析结果显示60个周期(5年)后,吉西他滨联合白蛋白结合型紫杉醇方案组(AG方案)的成本-效果比为437903.43元/11.80质量调整生命月(QALMs);吉西他滨联合卡培他滨方案组(GX方案)的成本-效果比为162234.52元/6.58 QALMs;吉西他滨联合替吉奥方案组(GS方案)的成本-效果比为429029.92元/15.64 QALMs。与GX方案相比较,AG方案的成本高出275668.91元,效果高出5.22 QALMs,ICER却为负值,处于绝对劣势;GS方案比GX方案效果高出9.06 QALMs,ICER为正值。结论从成本-效果的角度来看,方案AG的成本最高,治疗效果也相对较差,处于绝对劣势;GS方案比GX方案效果高,ICER也为正值,但成本较高,GX方案为优选方案。从药物经济学的角度来看,GS方案和GX方案相对于AG方案具有更高的性价比,患者在接受治疗后能够获得更长的生存期和更好的生活质量,从而提高整体的经济效果。在实际应用中,需要结合患者的具体情况和医生的专业建议来制定最佳治疗方案。

基于隐含空间模型降维和LDA模型的学科主题识别研究

【目的/意义】现有学科研究主题的梳理多为领域专家的定性分析和学科学者的文献梳理,一定程度会由于研究思维的局限性和获取知识的片面性造成学科研究主题误判,为有效避免漏判误判现象的发生,提出识别模型。【方法/过程】首先,运用传统LDA模型分析主题特征词;其次,结合上下文语义信息进行中文分词,形成学科主题词库;最后,结合隐含位置聚类算法发现潜在社区,提高主题识别效果。【结果/结论】提出的方法一定程度上优化了主题挖掘算法在识别短文本主题的效果,消除主观意愿。由计算机自行分类并实现科学研究前沿主题的预测,揭示前沿领域的研究热点,为致力于研究前沿学科的新兴学者提供参考价值。

基于Markov模型的胰高血糖素样肽1受体激动剂联合二甲双胍治疗2型糖尿病药物经济学评价

目的 对胰高血糖素样肽1受体激动剂(GLP-1RA)联合二甲双胍治疗2型糖尿病(T2DM)进行经济学评价。方法 从我国卫生体系角度出发,基于7项GLP-1RA联合二甲双胍治疗T2DM的随机对照试验(RCT),构建二甲双胍单药或联合GLP-1RA治疗T2DM的Markov模型,模拟治疗期间T2DM无并发症、T2DM伴并发症以及死亡3种状态的动态变化。模型以质量调整生命年(QALYs)为健康产出指标、以3倍我国2023年人均国内生产总值(GDP)为意愿支付(WTP)阈值。模型循环周期设定为1年,共计模拟20年,采用Markov模型进行队列模拟,以增量成本-效用比(ICUR)为评价指标,从而获得每种治疗策略的长期成本、效用及其经济性。通过对成本、效用及贴现的敏感性分析,检验研究结果的稳定性。结果 与二甲双胍单药治疗相比,5种GLP-1RA类药物(利拉鲁肽、度拉糖肽、艾塞那肽、聚乙二醇洛塞那肽、司美格鲁肽)联合二甲双胍治疗方案的ICUR均小于3倍我国2023年人均GDP,增加的成本可接受。敏感性分析中各参数在设定的范围内变化,或将模拟时间延长至30年或50年,对研究结论无显著影响;概率敏感性分析结果表明,WTP阈值为3倍我国2023年人均GDP值(268 074元)时,二甲双胍联合司美格鲁肽0.5 mg方案具有成本-效用优势的概率最高,约为99.7%。结论 对于T2DM患者,相比于二甲双胍单药治疗,利拉鲁肽、度拉糖肽、艾塞那肽、聚乙二醇洛塞那肽、司美格鲁肽以说明书推荐剂量联合二甲双胍治疗方案均属于优势方案,具有经济性。

基于Markov模型的肺结节低剂量螺旋CT筛查卫生经济学评价

目的基于Markov模型评价肺结节低剂量螺旋CT(LDCT)筛查的卫生经济学。方法利用2021年—2023年北京市某三甲医院的肺结节LDCT筛查数据和部分国外临床研究数据,采用成本效用分析方法,通过增量成本效用比(ICUR)确定优势筛查策略;使用R语言获得转移概率参数,利用TreeAge Pro 2011软件构建Markov模型。假设以我国10万名55岁及以上人群为肺结节筛查对象,模拟其疾病发展情况,并通过敏感性分析评价该模型的稳定性。结果成本效用分析显示,该模型经20次循环后,LDCT筛查策略的总成本为3543088618元,相较于不筛查策略的总成本增加了784130651元,额外获得了7996个质量调整生命年(QALY),每获得一个QALY需多花费98059.77元。采用WHO卫生经济学评价标准,LDCT筛查策略的ICUR大于1倍人均国内生产总值(GDP)但小于3倍人均GDP,为优势策略。敏感性分析显示,各变量在其敏感性分析范围内无论如何变化,都不会对ICUR产生较大影响,表明该模型具有较好的稳定性。结论在55岁及以上人群中开展每年一次肺结节LDCT筛查的ICUR小于3倍人均GDP,具有一定的经济学效用,该筛查策略有利于肺癌的“早发现、早诊断、早治疗”。

基于隐含狄利克雷分配模型的企业创新测量方法研究

如何准确测量企业创新是国家创新驱动发展战略背景下学界和业界亟待解决的关键问题。近年来,专利和研发支出作为当前主流企业创新代理指标备受质疑。为此,基于上市公司分析师报告文本,引入机器学习领域非监督学习方法,通过构建隐含狄利克雷分配主题模型,开发一种新的测量企业创新的方法,并与当前主流方法进行比较。研究发现:①基于文本的企业创新测量方法既适用于专利和研发企业,也适用于非专利和非研发企业;②对于专利和研发企业而言,基于文本的企业创新与企业专利申请和研发支出显著相关;对于非专利和非研发企业而言,新测量方法能够有效识别企业利用新技术、开辟新市场等创新实践;③时间序列分析表明,基于文本分析的企业创新能够准确反映样本区间企业创新活动宏观趋势。

基于Markov模型的血塞通软胶囊治疗 缺血性中风的成本效果分析

目的:基于中国卫生服务体系角度评价血塞通软胶囊对比安慰剂治疗缺血性中风患者的经济性。方法:基于血塞通软胶囊的Ⅲ期对照试验和已发表的文献数据构建markov模型,模拟患者终身的质量调整生命年(quality-adjusted life year,QALY)和增量成本效果比(Incremental cost-effectiveness ratio ICER),并进行单因素敏感性分析和概率敏感性分析检验模型的不确定性。结果:基础分析结果显示,与安慰剂组相比,血塞通软胶囊在获得0.32个QALY且节约医疗成本,具有绝对优势,单因素敏感性分析和概率敏感性分析验证了模型的稳健性。单因素敏感性分析显示对模型结果影响程度最大的4个因素分别是mRS3-5首次住院成本、mRS0-2首次住院成本、mRS0-2的状态效用值及贴现率;概率敏感性分析显示在我国的意愿支付值之下血塞通软胶囊具有经济性的概率为100%。结论:与安慰剂相比,血塞通软胶囊在提升QALY的同时降低了相应的成本,对治疗我国缺血性中风患者具有经济性。

基于GM(1,1)-Markov模型的商品销售额预测

文章研究安踏公司的商品销售额的预测问题,依据商品销售额的灰色特征及随机性特点,将GM(1,1)模型与Markov链模型相结合,建立GM(1,1)-Markov耦合模型,应用该模型对安踏以半年为期的商品销售额进行实例预测。对GM(1,1)模型进行了精度检验,检验结果表明GM(1,1)有较高的预测精度。在此基础上引入Markov链进行预测值修正,其中,GM(1,1)模型预测的平均相对误差为7.67%,而通过Markov链模型进行优化后,GM(1,1)模型平均相对误差为3.71%。说明,经Markov链优化的GM(1,1)模型的预测精度优于GM(1,1)模型,更具实用性。

基于互Box-Cox变换和Markov链风速云模型的发电系统充裕度评估

为准确计及风速随机性和自相关性对风电并网系统充裕度的影响,建立基于互Box-Cox变换和Markov链的风速云模型,并将该模型与时序Monte Carlo模拟法结合,提出计及风速随机性和自相关性的风电并网系统充裕度评估方法。仿真结果表明,所提模型产生的仿真风速样本与实测风速样本具备相似的概率分布特性和自相关性,所提方法可较精确地评估风电并网系统充裕度及风电容量可信度。

污染环境下具有Markov切换的随机食饵-捕食渔业模型及其最优收获

本文研究在污染环境中具有白噪声和Markov切换的随机食饵-捕食者渔业模型的最优收获策略.首先证明全局正解的存在唯一性,讨论种群灭绝和持久的阈值.通过构造适当的Lyapunov函数得到遍历平稳分布存在的充分条件.应用遍历方法研究模型的最优收获策略.最后,提供一些数值模拟来证明理论分析.分析表明, Markov切换可以抑制种群的灭绝,而白噪声强度和污染物浓度对最优收获策略有明显的负面影响.

利用Markov模型研究Aβ突变体的构象转变过程

为抑制淀粉样β多肽(Aβ)从无规卷曲或α-螺旋转变为β-折叠结构,研究野生型Aβ及其数组突变体的构象变化,结合Markov模型与分子动力学模拟,对野生型、A4型和D7N型Aβ的构象变化过程进行研究,明确3种Aβ构象的转变路径.实验结果表明,野生型Aβ出现一个区域的β-折叠,A4型Aβ构象几乎无变化,而D7N型Aβ出现两个区域的β-折叠,说明D7N型突变体具有促β-折叠特性,该结果为阿尔兹海默症的治疗方法探索提供理论依据.

多状态Markov模型在阿尔茨海默病自然史中的应用

目的将多状态Markov模型应用于阿尔茨海默病(Alzheimer's disease,AD)自然史研究,为慢性病自然史研究提供方法学借鉴。方法基于美国公共数据库ADNI,构建正常认知(normal cognition,NC)-轻度认知障碍(mild cognitive impairment,MCI)-AD多状态Markov模型,估计不同状态间的转移强度、转移概率、影响因素和各状态的逗留时间,绘制生存曲线,并进行模型拟合优度评价。结果性别、年龄、FAQ、MMSE、CDRSB、ADAS13、TMT-B-Time是AD自然史中重要的影响因素;NC与MCI状态的平均逗留时间分别为7.502年,11.621年。多状态Markov模型拟合结果较好。结论多状态Markov模型在AD等多状态慢性病转归研究中具有很好的应用价值。

基于CLUE-S和Markov模型的土地利用变化模拟预测

土地利用变化过程是极其复杂的,主要是因为其在变化的过程中不仅仅是单一因素作用的结果,而是多种因素掺杂在一起形成的复杂过程。在经济快速发展的今天,一旦区域土地利用存在不合理的情况,极容易影响区域资源可持续利用以及和谐稳定的状态,土地利用变化模拟预测可以改善土地利用结构、提高土地利用效率,帮助相关部门规划国土空间布局,缓解人地矛盾,实现自然资源可持续发展。本文是基于高分辨率遥感影像解译得到靖远县2期土地利用数据,并利用CLUE-S与Markov模型相结合的方法对靖远县未来土地利用变化从自然发展、耕地保护和生态安全三种情景进行预测。结果表明,(1)CLUE-S模型相对于小尺度的土地利用变化模拟预测的效果较好,精度较高。(2)建设用地在自然发展情景下的增加是最为显著的,在其他两种情景下受到限制因素后在减少,草地和耕地只有在自然发展情景下是减少,林地只在耕地保护情景下是减少,水域用地和未利用地都在自然发展情景下是增加的。(3)生态安全情景与耕地保护情景对未来土地利用变化的调控效果较好,林地、草地和耕地受到了更好的保护。研究表明,区域土地利用模拟预测可以更好地为土地利用规划编制提供参考。

无模型隐含波动率的信息含量与定价能力——基于上证50ETF期权的实证研究

本文从上证50ETF期权价格中提取无模型隐含波动率并检验其信息含量,基于随机折现因子理论推导波动率风险的系统性与正负性判定公式,从波动率风险溢酬和相关性两方面验证波动率是否为系统性风险,进而基于A股市场的个股数据检验波动率风险在股票截面收益上的定价能力。研究结果表明:无模型隐含波动率包含BS隐含波动率中的所有信息和历史波动率中的大部分信息,是未来已实现波动率的有效估计;市场波动率为系统性风险因子且存在显著为负的风险溢酬;组合分析表明,对市场波动率暴露较大的股票组合在未来的收益较低,且暴露最大与最小股票组合的收益率之差显著为负,该结论在控制经典风险因子和改变交易策略之后依然稳健;Fama-MacBeth两步法结果表明波动率风险被定价且风险价格显著为负。

长期护理保险需求成本评估与趋势预测——基于连续时间齐次Markov模型的分析

基于CHARLS数据库,本文采用连续时间齐次Markov过程描述老年人健康状况的变化过程,预测了我国2021—2049年失能老年人规模与长期护理保险成本趋势。研究结果表明:(1)轻度失能老年人健康状况改善的概率大于恶化的概率,而中度与重度失能老年人身体机能改善的可能性较小,健康状况恶化的可能性更大。(2) 2049年我国60岁及以上中度失能和重度失能老年人预计分别达到3 886万人和3 592万人。(3) 2049年长期护理保险潜在需求成本达3.7万亿元,有效需求成本超过1.4万亿元。两项成本均为2021年的10倍左右。(4) 2021—2049年间长期护理保险有效需求成本与潜在需求成本之间存在42%—78%的巨大差距。长期护理保险需求成本居高不下,需要加强基层公共卫生服务体系建设和医养结合服务供给,积极推进长期护理保险制度定型,并实施多元化的筹资策略。

中美进出口贸易的隐含碳分析及对我国的启示——基于生命周期评估模型

“双碳”目标对全球各国政府碳排放规模形成新的硬约束,造成传统区域共担环境责任与经济发展目标函数形成冲突,急需对全球各国碳责任边界形成新的解决方案。基于以上原因,本文使用经济投入产出—生命周期评估模型(EIO-LCA)就中美之间隐含碳转移进行了测算。测算结果表明,中国向美国出口双低产品,增加了大量的碳排放。但美国因从中国进口商品减少了其国内二氧化碳排放量,是环境与资源方的受益者,应为中国部分碳排放负责。中国应当在将来的国际贸易中重视产品隐含碳的转移路径,保障中国在“双碳”目标下的生产权益。

基于位置相似性与Markov模型的移动轨迹预测算法

实时、准确的移动轨迹预测是移动端新兴业务发展的重要支撑。目前的移动轨迹预测大多采用Markov模型,但是Markov模型存在对历史轨迹信息利用不充分的问题。为此,论文提出了一种基于位置相似性与Markov模型的移动轨迹预测算法。首先,通过迭代网格划分方法实现原始轨迹数据的序列化;然后,根据用户当前轨迹位置找出历史轨迹集合中与之相似的历史轨迹;最后,由相似的历史轨迹建立转移概率矩阵,完成对用户未来区域的预测。在大规模数据集上的试验结果表明,相比于传统Markov模型,该方法的平均预测准确率提高了13.8%。

绿色金融与工业部门出口隐含碳排放的关系研究——基于VAR模型的实证研究

本文首先对我国绿色金融市场的发展情况进行梳理分析,结合国内实际情况和数据的可获取性,选取了9个指标构建绿色金融发展水平指标体系,并采用熵值法计算出年度绿色金融发展程度综合得分。其次,利用投入产出模型测算了我国9个主要工业部门2008年—2020年的出口隐含碳排放量。最后,利用VAR模型研究了绿色金融与出口隐含碳排放之间的影响关系,并选取能源消费结构等相关变量进行定量分析和稳健性分析。本文在研究结论的基础上提出政策建议,旨在为绿色金融政策的优化和出口隐含碳排放的结构改善提供参考。

数字化前后人民币汇率动态特征和路径转变分析——基于三机制Markov转换模型

通过邹氏断点检验建立人民币/美元汇率的三机制Markov转换自回归模型,选取2019年6月25日—2021年4月30日的人民币/美元汇率数据,将2020年5月29日作为人民币数字化的节点,实证分析数字人民币发展前后两个阶段的汇率机制转换特征;采用主观层次分析法计算数字人民币对当前金融体系各项指标的影响权重,分析数字人民币的发展对当前金融体系的影响程度。结果表明:数字人民币推进前,汇率在各机制上停留时间具有连续性,且均表现出高度“自维持性”;数字人民币推进后,汇率的动态转换较频繁,对外部信息冲击的反映较强烈。数字人民币进程的稳步推进对当前金融体系各方面带来不同程度的影响,对汇率的影响较明显。