济宁市城镇居民消费结构变动分析

来源 :科技经济市场 | 被引量 : 0次 | 上传用户:l63cn
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文章运用SPSS软件,通过对2000—2019年济宁市城镇居民人均消费的八种典型的消费支出数据进行因子分析,得到两个主因子,并分析了居民消费结构变动,为政府制定更加合理的引导性政策提供了有效的依据.
其他文献
机器学习(Machine learning,ML)是人工智能领域的重点研究方向之一,在很多领域得到了广泛的应用,全面且深刻地认识ML显得十分必要.根据训练样本和反馈方式的不同,将ML分为监督学习、无监督学习等六类,阐述了ML领域若干经典算法的原理、利弊及其应用,介绍了ML在不同场景中的典型应用,最后展望了ML的发展前景.文章致力于使学者对ML有更加宏观的了解,并在后续的实际应用中发挥一定的指导作用.
数据的冗余较大导致了数据压缩比例较低,增加了数据传递的能量开销.为此,相关学者提出基于深度学习的无线传感器网络数据压缩算法研究.文章以数据的基序列为基础,以簇头为初代聚类中心,利用深度学习中的K-means算法完成对数据的分组处理,构建稀疏自动编码器,通过BP神经网络确定稀疏自动编码器的最优压缩稀疏度,实现对不同分组数据的压缩.通过仿真实验测试算法的应用效果,结果表明:所提算法对数据的压缩比可以达到0.15,节点能耗在0.4J以内,与对照组相比均有明显优势.
市场经济的快速发展使得统计学与经济管理之间的联系愈发密切.在海量信息数据背景下,利用大数据统计技术深入挖掘数据的内在价值,有利于促进企业管理和宏观经济的正向发展.文章拟从大数据统计角度出发,深入分析其在经济管理领域,尤其是企业管理和宏观经济方面的应用情况,为大数据统计在经济管理领域的应用提供价值参考.
文章以金融信贷规模为研究对象,以成渝双城经济圈中最具代表性的两个城市——成都和重庆为例,基于金融信贷影响碳排放的规模效应和技术效应这两传导路径,对比分析成渝两地金融信贷对碳排放的影响.结果显示:金融信贷通过规模效应对碳排放量产生正向影响,通过技术效应对碳排放强度产生负向影响;成都市金融信贷规模对碳排放的影响效果显著,而重庆市则更依赖传统的城镇化与产业结构调整影响碳排放.
以互联网为基础的技术革命对人们的工作和生活产生了巨大的影响,得益于新型数字基础设施建设的快速推进,企业对外直接投资环境也日益得到改善.文章结合商务部2014—2018年全国外商投资年度经营信息,运用空间杜宾(SDM)模型研究数字基础设施对企业对外直接投资的影响.研究表明:数字基础设施对中国对外投资具有明显的正向效应,系数为0.189;空间计量表明数字基础设施会显著影响对外直接投资额,地区企业对外直接投资逐渐呈现空间聚集效应.
福建作为“海丝”核心区充分发挥区位优势,与共建“一带一路”国家密切政策沟通、推进设施联通、深化贸易畅通、促进资金融通、加强民心相通,取得较大的成效.但“海丝”核心区建设仍存在对外开放体系不够完善、对外开放区域协调机制有待建立、创新驱动能力不足和发挥侨力资源优势不够充分等制约因素.福建应从推进设施联通,提升共建共享水平;突出市场开拓,深化国际产能合作;优化金融保障,强化项目融资支撑;深化人文交流,筑牢民心相通基础;强化机制创新,增强服务保障能力等方面着力,高质量建设“海丝”核心区.
文章采用增大截面法对钢筋混凝土柱实施加固,使用ABAQUS有限元分析软件模拟钢筋混凝土柱加固后的力学性能,通过调整钢筋混凝土加固层的厚度、混凝土强度等级以及纵向受力钢筋直径,模拟加固前后柱的承载力变化,分析不同因素对加固效果的影响.结果表明:增大截面法加固可以显著提高钢筋混凝土柱的承载能力,加固效果受加固层厚度变化影响较大,受纵向受力钢筋直径和混凝土等级变化影响较小.
文章归纳总结了近年来数据资产和会计数字化的处理方式,分别从概念确定、初始计量、后续计量和信息披露四个维度入手,按照文献的发展脉络和逻辑关系,评述了学术界在数据资产的会计处理方面的最新研究进展,讨论了这四个维度之间的内在联系,探讨了相关理论的发展方向,并分析了目前数据资产的相关研究在方法和内容上的最新进展,以期能为完善我国数据资产的处理提供借鉴.
随着普惠金融和数字技术的发展,数字普惠金融成为推动经济发展的重要支撑,其对城乡居民收入的影响效应值得深入研究.文章基于我国31个省市2013—2018年的面板数据,研究数字普惠金融对城镇居民可支配收入和农村居民可支配收入的影响.研究表明,数字普惠金融对城镇居民可支配收入和农村居民可支配收入均有显著影响,且对城镇居民可支配收入影响更大.从影响机制来看,主要受数字普惠金融覆盖度的影响.
近年来,房地产价格飞速上涨,房地产市场也在持续升温.稳定且健康的房地产经济是国家、政府的预期目标,也是每一位国民的期望.文章选取了青岛市影响房地产价格的各方面指标因素,并利用SPSS软件对已选取因素进行逐步线性回归,建立线性回归模型,探究青岛市房地产价格的主要影响因素,最终确定价格影响因素为房屋竣工面积、全市生产总值GDP和贷款基准率,模型拟合度达98.8%.旨在为青岛市房地产产业稳定及健康发展提供参考与建议.