网站建设 用什么语言,公众号文章链接wordpress,杭州做网站哪里好,网站设计成功案例数据新动能驱动中国经济增长的统计研究-基于数字产业化和产业数字化的经济贡献测度
整体求解过程概述(摘要) 伴随着数据要素化进程的不断加深#xff0c;对于数据如何作用于经济发展#xff0c;数据与其他要素结合产生的动能应该如何测度的研究愈发重要。本文将数据新动能分…数据新动能驱动中国经济增长的统计研究-基于数字产业化和产业数字化的经济贡献测度
整体求解过程概述(摘要) 伴随着数据要素化进程的不断加深对于数据如何作用于经济发展数据与其他要素结合产生的动能应该如何测度的研究愈发重要。本文将数据新动能分解为“数字产业化”与“产业数字化”两个角度来对其进行统计测度以更好地去理解数据是如何赋能与其他要素助力我国数字经济高质量发展。 本文首先进行了文本分析利用爬虫从知网、百度资讯上抓取相关文献经过预处理、清洗、分词后从词云图获取到文献聚焦的热点。在对分词后的建立“文档-词项”矩阵与 TI-IDF并根据 TI-IDF 的结果建立 lda 主题模型最终得到“数据要素”“技术创新”“宏观政策”“转型升级”“交易模型”“数据监管”六大主题为后续问题的探讨明确了方向。 之后我们选择依据经济原理通过综合评价来构建与“数字产业化”与“产业数字化”相对应的指标体系并使用柯布-道格拉斯生产函数对“数字产业化”进行投入产出分析通过 bootstrap 方法拟合方程计算得出各种生产要素在数据产业中的贡献率并计算出相对应的“产业数字化”生产函数通过数学变换分析得出了相应的数据要素对于劳动力资本科技的作用来使得我们以更好地理解、分析“数字产业化”和“产业数字化”共同作用下的经济合力——数据新动能。
问题分析 本次建模所要研究的主要问题就是探索测度数据赋能经济而产生新动能的方式希望能够寻找到部分具有较强代表性较高准确性的测度指标找到一种合适的方式来对数据要素这一新兴生产要素在对经济赋能过程中所产生的价值进行测度助力数字产品与服务市场规范化激发数据产业新动能更好的发挥数据驱动新消费的作用推动我国数字经济新发展。 本文接下来将进行数据新动能驱动经济增长的机理探索,基于文本挖掘的方法来对数据新动能进行解析并对数据新动能及相关概念界定分析数据新动能、“数字产业化”和“产业数字化”的关系与相互作用。之后我们将进行数据要素赋能中国经济增长的统计模型构建并将其分为“数字产业化”评价指标体系和“产业数字化”评价指标体系进行设计。 基于这两个评价指标体系我们将构建“数字产业化”和“产业数字化”的生产模型进行分析并利用这一模型来进行数据要素赋能中国经济增长的测度分析最后我们将根据我们研究的结果得出相关结论并提出相关建议助力数字化要素发展让数据新动能使我国经济发展迸发出新的活力。
模型的建立与求解 为了更好的了解和界定数据新动能本文进行了文本分析利用 Python 爬虫从知网、百度资讯上抓取相关文献经过预处理后共计获得文章 622 篇。在对文本进行清洗、分词后按照词频制作词云图从词云图获取到文献聚焦的热点。在对分词后的建立“文档-词项”矩阵与 TI-IDF并根据 TI-IDF 的结果建立lda 主题模型以便从中获取主题为后续问题的研究提供思路。通过文本分析后我们发现数据新动能由于各方面存在的很大的宽泛性和不确定性直接测度没有标准测度难度较大所以我们选择使用综合评价体系来进行指标设计从侧面进行测度。通过数据新动能作用方式将其划分为“数字产业化”“产业数字化”两部分分别进行测度并将其拟合成生产函数的形式利用数学变换来进行数据赋能的测度。 在拟合生产函数的过程中由于数据量过少部分指标统计近些年来才开始统计我们使用了插值法来进行空值补全。为了解决模型拟合中由于数据量过少大部分变量不显著的问题我们通过 R 语言使用了对样本及其分布要求较低的bootstrap 方法来近似扩大样本的过程进行 1500 次重抽样来进行方程参数的估计。最终拟合出较为准确的回归方程并进行下一步的灰色预测来对指标体系中的指标进行进一步预测。 最后我们根据上述结果进行分析并提出了相关的建议希望能助力于我国数字经济的发展使我国经济迸发出更多的数据新动能。
模型的建立与求解整体论文缩略图 全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可
(代码和文档not free)
import os
import numpy as np
import numpy.linalg as nplg
import scipy.optimize as spopt
import matplotlib.pyplot as plt
import scipy.interpolate as spidef zje_dp_objective(x,alpha, beta, delta,kgrid,pp, pp2, pp3):c np.power(kgrid, alpha) (1 - delta) * kgrid - xy - np.sum(np.log(c) beta * pp(x))return ydef zje_dp_objective_jac(x,alpha, beta, delta,kgrid,pp, pp2, pp3):c np.power(kgrid, alpha) (1 - delta) * kgrid - xyp np.power(c, -1) - beta * pp2(x)return ypdef zje_dp_objective_hes(x,alpha, beta, delta,kgrid,pp, pp2, pp3):c np.power(kgrid, alpha) (1 - delta) * kgrid - xydp np.diag(np.power(c, -2) - beta * pp3(x))return ydpdef zje_dp_pchip(alpha, beta, delta,m_kgrid, m_kgrid2,iternum,figurepathNone):dynamic programming with pchipkbar np.power(alpha * beta / (1 - beta * (1 - delta)), 1 / (1 - alpha))kl 0.75 * kbarkh 1.25 * kbarkgrid np.linspace(kl, kh, m_kgrid)v2 np.log(kgrid)optk2 kgridlb np.ones(m_kgrid) * kgrid[0]ub np.power(kgrid, alpha) (1 - delta) * kgrid - 1e-06for kkk in range(iternum):v v2optk optk2pp spi.pchip(kgrid, v)pp2 pp.derivative(1)pp3 pp.derivative(2)x0 optkres spopt.minimize(zje_dp_objective, x0,jaczje_dp_objective_jac,hesszje_dp_objective_hes,methodtrust-exact,bounds(lb, ub),args(alpha, beta, delta, kgrid, pp, pp2, pp3,))optk2 res.xoptc np.power(kgrid, alpha) (1 - delta) * kgrid - optk2v2 np.log(optc) beta * pp(optk2)vdiff nplg.norm(v2 - v)kdiff nplg.norm(optk2 - optk)if (vdiff 1e-08 and kdiff 1e-08):breakkspace np.linspace(kgrid[0], kgrid[m_kgrid - 1], m_kgrid2)pp spi.pchip(kgrid, optk2)kp pp(kspace)c np.power(kspace, alpha) (1 - delta) * kspace - kpkpp pp(kp)cp np.power(kp, alpha) (1 - delta) * kp - kppee 1 - beta * np.power(cp, -1) * (alpha * np.power(kp,alpha - 1) 1 - delta) / np.power(c, -1)fig plt.figure(figsize(16, 9))plt.plot(kspace, np.log10(np.abs(ee)))title zje_dp_pchip-eulereuqtionerrors.pngplt.title(title, fontsize20)plt.grid()plt.show()if figurepath is not None:fig.savefig(os.path.join(figurepath, title), dpi300)fig plt.figure(figsize(16, 9))plt.plot(kspace, kp)plt.plot(kspace, kspace, k--)title zje_dp_pchip-kkp.pngplt.title(title, fontsize20)plt.grid()plt.show()if figurepath is not None:fig.savefig(os.path.join(figurepath, title), dpi300)return optk2, kspace, kp, kpp, c, cp, eeif __name__ __main__:alpha 0.36beta 0.99delta 0.025m_kgrid 31m_kgrid2 10001iternum 2000figurepath ../figurezje_dp_pchip(alpha, beta, delta,m_kgrid, m_kgrid2,iternum,figurepathfigurepath)全部论文请见下方“ 只会建模 QQ名片” 点击QQ名片即可
