【摘 要】
：
《“健康中国2030”规划纲要》出台以来,健康产业增加值核算备受关注.为此,文章提出了一种基于行业分类核算的健康产业增加值测算方法.该方法以《健康产业统计分类(2019)》为依据,在设计健康产业关键词库的基础上,利用第四次经济普查数据,按照252个行业小类,设计了收入法、增加值率法、系数分劈法和相关指标比例推算法四种健康产业增加值测算方法.
【机 构】
：
成都信息工程大学统计学院,成都610103
论文部分内容阅读
《“健康中国2030”规划纲要》出台以来,健康产业增加值核算备受关注.为此,文章提出了一种基于行业分类核算的健康产业增加值测算方法.该方法以《健康产业统计分类(2019)》为依据,在设计健康产业关键词库的基础上,利用第四次经济普查数据,按照252个行业小类,设计了收入法、增加值率法、系数分劈法和相关指标比例推算法四种健康产业增加值测算方法.
其他文献
“清”作为李白诗学理念中的关键词,必然指导和规定着李白诗歌创作和诗学评论的主要旨趣。这其中“清”的内涵既有对魏晋六朝以来重视诗歌形式因素的诗学经验的借鉴和总结,更有李白结合盛唐诗坛和自己的诗歌创作经验而成的崭新内涵。最关键的是,李白为“清”的理念注入了自然混融的高妙境界,这无疑决定了李白诗歌和诗学理念在我国诗学发展史上承前启后的重要地位。
北齐《郊庙歌辞》是在享庙、明堂祭祀、五郊郊祀等活动的背景下产生的,体现了北齐高氏对郊庙礼制的遵循。北齐《郊庙歌辞》的著录形态常有《隋书·音乐志》与《乐府诗集》两个系统,歌辞内容由陆卬、李愔等人奉诏而作。与南朝《郊庙歌辞》相比,北齐《郊庙歌辞》在文本结构方面,存在有文本嵌套、模拟以及乐舞歌辞同用等情况。
作为“佛山一方之史”的《佛山忠义乡志》,《列女传》是其中必不可少的重要章节。从清代至民国曾四次组织纂修《佛山忠义乡志》,由冼宝干编纂的民国版《佛山忠义乡志》成书时间最晚,但其体例更完备,资料更丰富,史实更清楚。从编纂学的视角,运用比较与统计的方法,通过细致、深入地探讨冼志《列女传》的编写结构、分类依据、立传标准、材料来源、写作模式等问题,有助于了解该书在列女编写形制上与前代乡志的异同,从而更全面地认识区域历史编纂者在女性书写方面的优点与不足。
唐代长安与北宋开封在自然环境、人口密度、流动性等方面差异不大,但在疫情发生频次与造成危害方面,北宋开封疫情多发,造成的危害也更大。究其原因,唐代长安在城市规划方面实行严格的功能分区和封闭的坊市管理。这些举措虽非有意,但在客观上控制了疾病的传播途径,有效地避免了疫情发生与扩散。当代城市规划工作可借鉴其经验,在城市规划中平衡功能分区与复合功能区建设以及开放街区与封闭住宅小区建设之间的关系,通过设立“卫生隔离带”等方式实现城市各功能区之间、居住区之间甚至各小区之间的隔离,以助力疫情防控。
制度性交易成本是指企业为了遵循政府的各种制度工具所带来的成本。制度性交易成本的存在对营商环境市场化有着不容忽视的阻碍作用。制度性交易成本的产生可能是由于信用与监督、信息不对称、非理性行为、政策不确定性和复杂性所致。制度性交易成本的规模和如何降低可以借助经济学模式和政府职能改革的“放管服”来实践检验。降低制度性交易成本的基本途径主要有:政府职能转向“放管服”;充分应用互联网和信息技术;减少对企业的非理性监督;稳定政府政策减少不确定性成本;放手经营权,让市场去配置资源。营商环境市场化改进最为关键的就是降低制度
文章借助百度搜索引擎,运用Python进行大数据采集,基于2009-2019年长三角地区城市层面数字经济发展数据研究数字经济在产业结构升级过程中的地位与作用.实证结果表明,数字经济能够显著促进产业结构升级,这一结论在考虑内生性问题后依旧成立.长三角地区数字经济对产业结构升级产生了显著的正向空间溢出效应,且溢出效应在都市圈城市中更为显著.门槛模型结果显示,城市互联网基础设施的完善有助于发挥数字经济的网络效应,并放大数字经济的规模效应.
美国在立国不久后,与晚清时期的中国开展了商贸和宗教的民间活动,进而开启了中美条约外交关系。《中国丛报》是美国传教士于1832年在广州开办的一份英文报刊,对当时中国历史和现实进行了学理化和新闻性的记载和报道。在其存续的20余年间,《中国丛报》既为中美关系发展起到了一定的推动作用,也是中美文化交流的一个重要窗口,特别是为美国早期汉学的诞生起到了筚路蓝缕的拓荒作用。
文章回顾、总结和评价了度量空间溢出效应的经济学方法,发现作为计量经济学的一个新晋分支,空间计量对空间溢出效应的度量和解释是相对系统和全面的,能够有效改善实证研究的效果.但是尽管如此,在度量(或解释)经济单元的空间效应方面,目前的研究未能充分理解空间计量经济学中的空间作用机制.因此,有必要进一步从理论和方法角度对空间计量解释空间溢出效应的机制进行阐述,找出待改进之处,为利用空间计量方法度量空间溢出效应指明方向.
随着数据量的爆炸式增长和数据维度的不断增加,如何从这些数据中快速地分析和挖掘出有用信息,是传统机器学习算法面临的巨大挑战.由于高维数据存在大量冗余信息,极大地降低了模型的预测性能和精度,因此降维就变成了数据预处理过程中十分重要的一个步骤.在研究了基于信息熵的半监督特征选择算法(Semi-supervised Feature Selection based on Entropy,SFSE)后,针对其时间复杂度较高的问题,文章优化了特征选择的过程,通过判断其信息熵的增加量是否大于给定阈值决定是否将其加入特征子
为解决agent建模过程中由于待估参数过多导致的参数膨胀问题,文章提出了一种基于机器学习和智能采样相结合的替代模型算法,可以在仿真预算有限的约束下高效生成原模型的替代模型.利用Catboost的机器学习算法,替代模型可以自动寻找出对输出结果产生重要影响的参数并不断逼近其真实值,从而在较低的时间成本下完成主体建模的校准、验证和敏感性分析工作.以行为金融学中经典的异质交易者定价模型为对象进行应用分析,结果表明所提出的算法具有很好的实际应用效果,在保证预测精度的前提下显著节省了时间成本.