【摘 要】
：
随着经济全球化的推进,世界各个国家及地区的贸易往来日益密切。为了进一步释放中国的经济活力,中国在2013年提出“一带一路”倡议,国内各省市积极参与到“一带一路”建设中。山东省作为“一带一路”规划的海上战略支点,积极响应倡议,在2018年迅速成长为贸易出口的第二大省。为了进一步了解“一带一路”倡议下山东省对沿线国家出口贸易效率、潜力情况,本文进行了系统的定性、定量分析。本文使用随机前沿引力模型分析山
论文部分内容阅读
随着经济全球化的推进,世界各个国家及地区的贸易往来日益密切。为了进一步释放中国的经济活力,中国在2013年提出“一带一路”倡议,国内各省市积极参与到“一带一路”建设中。山东省作为“一带一路”规划的海上战略支点,积极响应倡议,在2018年迅速成长为贸易出口的第二大省。为了进一步了解“一带一路”倡议下山东省对沿线国家出口贸易效率、潜力情况,本文进行了系统的定性、定量分析。本文使用随机前沿引力模型分析山东省对沿线国家出口贸易的影响因素,进而测得了山东省对沿线国家的出口贸易效率、出口贸易潜力值。为了提升分析结果的可信度,本文使用波士顿象限量化分析贸易潜力,测得贸易潜力较高、较低的国家,从而给山东省的出口贸易政策建议提供数据支撑。为充分发挥山东省与“一带一路”沿线国家的贸易潜力,本文运用灰色模型对未来五年的贸易效率进行预测。本文的研究结果表明:（1）山东省在与沿线发达国家出口贸易中,其比较优势是劳动力密集型产品,而与沿线的发展国家出口贸易中,比较优势为资本密集型产品,出口贸易互补性较强。（2）在影响因素上,国内生产总值、人均国内生产总值、是否为沿海国、是否具有共同语言均与出口额呈正向影响,距离对出口额成负向影响。（3）山东省对沿线国家出口贸易效率总体上呈现逐年递增的趋势,2006-2018年间山东省对韩国的出口贸易效率始终位于29个沿线国家的第一名,而预测显示2023年山东省对新加坡的出口贸易效率将超过韩国位居榜首。（4）中亚五国、蒙古贸易潜力值位于前列,并且山东省对中亚5国、蒙古的贸易依赖度较低,贸易安全态势良好。而像文莱、安哥拉等经济体量较小国家的贸易潜力值较小。基于以上研究结果,本文提出相应建议:寻找新的增长点、改善贸易结构、优化产能升级和推进基础设施建设,从而提升山东省与“一带一路”沿线国家的贸易发展。
其他文献
手绘图像作为一种新型的视觉表达方式,能够高效,灵活地描述物体的外观和结构。然而在手绘图像检索领域（Sketch Based Image Retrieval,简称SBIR）中,手绘图像则存在特征稀疏,易于形变等问题。手绘图像由一系列简单的线条构成,是一种高度稀疏的表达方式,因此传统图像检索的方法无法对手绘图像中的内容进行有效地描述;另外不同的人群绘画出的手绘草图在外形上也具有较大的差异性,这导致手绘
国内大部分油田处于勘探开发中后期,易于发现的油田越来越少,探明储量以隐蔽性油藏为主,但隐蔽性油藏难以发现。有利区预测是勘探开发过程中非常关键的一步,但传统有利区预测受限于现有的理论和方法,在地质条件复杂、地震属性种类多、地震属性相关性差的情况下,地震属性与有利区类别之间的对应关系难以确定,容易产生预测过程中的多解性问题,且地质勘探人员一般仅采用2-3种常规地震属性进行预测,忽略了其它未使用地震属性
石油作为我国重要能源之一,被广泛应用在交通工业、建材工业、化工工业等各大领域中,因此石油的高效开采对我国来说是非常重要的。由于我国大部分油田都属于高含蜡油田,在开采等过程中存在着结蜡现象。该现象使得油井直径变小、油杆负载变大,进而导致石油的开采效率降低、成本增加,更为严重时,导致油井停止生产等故障,降低经济效益。由此看来,如何有效的预测油井结蜡对石油高效开采具有重要研究意义和应用价值。本文采用随机
近几年来,图像描述逐渐成为人工智能领域内一个新的研究热点。图像描述任务是连接计算机视觉领域与自然语言处理领域的一项基础任务,其目标是使计算机能够自动生成能够准确描述输入图像内容的自然语言语句。图像描述任务需要利用计算机视觉中的相关技术以及自然语言处理中的相关技术。图像描述任务将图像内容转换为描述图像内容的自然语言文本,可以加深对图像内容的理解。虽然编码器-解码器结构在图像描述任务中取得了广泛的应用
现有常见的目标检测算法仅针对一般场景具有较好的检测性能,然而不适用于一些特定的复杂场景,例如施工图图例检测。施工图场景下的目标检测会存在如下问题:1)图例检测是一个典型的单样本学习（one-shot learning）问题,样本极少;2)需要具备高准确率和一定的实时性;3)不同施工图的图例种类不同,无法统一;4)需要自动化地完成图例提取、样本制作和模型训练;这些问题给图例检测带来了极大的挑战,如何
近年来,随着油气勘探开发的深入,低渗致密等复杂油气藏、非常规油气藏油气资源越来越多,逐步成为勘探与开发的重点,也是技术攻关的难点。甜点是指储层物性相对较好、含油性较好、具有一定厚度和范围的油气聚集区。油气资源勘探的任务就是寻找这样的油气储层甜点,并准确刻画甜点储层的分布范围。复杂油气藏的甜点受控因素多而复杂,表现为相关数据信息的种类繁杂、数据量庞大,传统的地质学方法很难应对。随着信息技术的发展,油
在大数据时代,互联网数据存在着数据量大,特征维度高的特点,然而在检索领域,却存在检索速度快,存储空间低的需求。哈希方法作为解决这一问题的主要方法引起了广泛关注。哈希方法通过哈希函数将高维特征映射为低维的二值哈希编码,以此提高检索速度,降低存储空间。近些年,深度学习表现出强大的特征学习能力,结合深度学习的哈希学习方法能够通过神经网络同时进行特征和哈希编码的学习,性能明显优于传统哈希方法。本文重点研究
自然场景下任意形状文本检测和识别技术是当前计算机视觉领域的研究热点之一,在图像检索,自动翻译,自动驾驶等领域具有积极作用。由于自然场景图像背景复杂,易受光照和拍摄角度的影响,导致检测和识别困难,同时由于图像中文本是任意形状的,包括水平,倾斜及弯曲文本,进一步加大了文本检测和识别的难度。目前,这项富有挑战性的任务仍在研究探索阶段。针对任意形状文本检测和识别难的问题,本文提出了一种基于深度学习的任意形
Polar码是唯一一种在理论上被证明达到香农极限的信道编码技术,已被选为5G控制信道e MBB场景编码方案。Polar码的译码算法有多种,其中在连续消除译码算法下具有较低的译码复杂度。但是,该算法的串行译码特性导致译码时延较高且码长长度受限时纠错性能不理想。针对上述问题,本论文在调研连续消除译码算法及其改进算法的基础上对Polar码译码技术进行了研究,分别提出了基于结点错误概率的简化连续消除译码算
随着激光雷达、深度相机等三维传感器在各类三维场景上的广泛应用,基于点云数据的三维场景感知学习越来越受到人们的关注,针对传感器直接输出的三维点云数据的研究也逐渐从底层次的几何特征提取向高层次语义理解过渡。深度学习特别是深度卷积神经网络在特征学习及语义信息提取上有巨大优势,如何设计高效的网络模型并利用点云数据驱动模型进行三维场景感知学习成为最近的研究热点。三维点云的深度学习方法研究主要受以下几个方面的