劳动力转移对农村收入影响及其变迁的实证分析——基于劳动力区位选择偏误处理效应模型

基于劳动力区位选择理论,采用中国营养健康调查微观(CHNS)数据,通过修正劳动力区位选择偏误处理效应模型(Treatment Effect Model)实证研究了劳动力转移对于农村居民收入的影响及其变迁.首先,劳动力转移增加了农村居民的收入,劳动力转移的增收效应1993年最高,随后增收效应出现了下降趋势.2004年出现民工荒后,增收效应开始逐渐上升,反应了劳动力转移与收入差距的互动关系.其次,劳动力区位自选择对于收入的影响是显著地,说明了从微观角度分析劳动力转移的各种效应时修正自选择偏误的重要性.最后,高中和职业教育是农村居民收入的重要影响因素,且对收入的影响力逐渐上升.     

多水平模型及其在经济分析中的应用

针对具有层次或聚类数据的多水平模型能准确地反映变量间基于层次框架下的关系,并给出不同层次数据的差异性估计及跨级相关估计,为具有层次结构数据的统计建模提供了重要的研究工具,在社会学、心理学、生物医学及经济学领域具有广泛的应用价值。本文简要介绍常用的多水平线性模型和多水平Logistic模型的构建过程,重点介绍其在经济领域中的应用。同时对多水平模型的估计理论、应用软件以及发展展望进行了讨论。     

基于改进Logistic模型的黑龙江省城镇化水平预测

根据黑龙江城镇化水平数据变化特点,建立了一个适应本地区城镇化水平变化的改进的阻滞增长模型,经过离散化处理后,得到一个以年为离散化单位的迭代关系式,利用其对这个地区的城镇化水平进行预测,预测结果与经典的Logistic模型预测结果相比,可信度更高.     

物质资本、人力资本、就业结构与西部民族地区农户收入增长

本文基于西部少数民族地区农户收入的微观数据,探讨了利用多水平模型分析具有分层结构数据的统计建模和估计问题,并从物质资本、人力资本、就业结构三个方面研究了影响农村农户收入及其增长的因素及其特征。通过对所得结果的分析,提出了西部少数民族地区农村经济发展的相关政策建议。     

农村劳动力转移培训效应评估

本文以云南省红河州3000户农户数据为样本,构建了同时包含个体异质性和村庄异质性的两层次异质性模型,在此框架下结合半参数方法以评估农村劳动力转移培训效应。得出以下结论:(1)边际干预效应(MTE)是不可观测的异质性变量的递减函数;(2)农户参加劳动力培训的平均干预效应为16.43%,参加培训者的平均干预效应为19.29%,未参加培训者的平均干预效应为12.88%。这一结果表明,参加培训的农户能从培训项目中获得的收益最大,且国家农村劳动力转移培训项目在红河州实施是有效性的。     

西南民族地区农村劳动力转移培训效应研究

本文以云南民族地区农村住户调查数据为样本,利用半参数方法估计边际处理效应,测度了民族地区实施的劳动力培训项目效应。发现以下事实;边际处理效应(MTE)是不可观测的异质性变量UT的递减函数;农户培训的平均处理效应(ATE)为3.11%、参加培训的农户平均处理效应(TT)为7.88%、未参加培训的农户平均处理效应(TUT)为1.67%,参加培训的农户从转移培训中获得的收益最大,说明国家农村劳动力转移培训工程在西南民族地区实施的有效性。     

生长曲线分析中的多水平模型及算法

生长曲线分析是了解事物随时间的变化特点的分析热点.然而,传统的曲线拟合方法不适用通过重复测量得到的结构资料.采用轮廓设计矩阵运算虽然解决结构资料的生长曲线分析,但是相应的SAS程序冗长且难懂.将多水平模型应用于生长曲线的分析,通过实例分析介绍应用过程,同时给出简单明了的SAS程序.     

基于高层次结构数据的多水平模型贝叶斯推断及应用

面对具有多层次嵌套结构的数据,构建多水平模型是统计建模的一个重要研究课题。经典的参数估计方法主要采用极大似然估计法(ML),然而当面对高层数量单位小或数据结构不平衡时,极大似然估计在估计精度上存在一定不足;而贝叶斯方法充分应用了有效的先验信息,可以弥补其不足。本文在高层次结构数据多水平模型的研究基础上,探索高层次结构数据的多水平模型贝叶斯推断理论,并以云南省红河州农户收入数据作实证分析,建立了基于县-村-户嵌套结构的农户收入影响因素多水平模型,对比分析模型参数的ML估计、经验贝叶斯(EB-ML)估计和完全贝叶斯估计,从而充分展现了高层次结构数据多水平模型的完全贝叶斯推断方法,在拟合高层数量单位小或数据不平衡时具有的特征和优势。     

基于误判代价加权的Logistic财务预警模型研究

1:1样本配比的财务预警模型的系数和概率估计是有偏的,全市场公司的样本数据又高度不平衡.为克服两类样本不平衡给预警模型带来的影响,引入公司误判代价分析,以ST公司误判代价为权重,通过最小化加权的对数似然损失函数,建立误判代价加权的Logistic回归财务预警模型.实证结果表明,误判代价加权的Logistic回归模型具有较好的预警效果,2007年的训练样本上正常公司和ST公司的识别率为89.43%和93.33%,2008年测试样本上两类公司的识别率分别为:92.1%和95.83%.     

多水平模型及其在经济分析中的应用

针对具有层次或聚类数据的多水平模型能准确地反映变量间基于层次框架下的关系,并给出不同层次数据的差异性估计及跨级相关估计,为具有层次结构数据的统计建模提供了重要的研究工具,在社会学、心理学、生物医学及经济学领域具有广泛的应用价值。本文简要介绍常用的多水平线性模型和多水平Logistic模型的构建过程,重点介绍其在经济领域中应用。同时对多水平模型的估计理论,应用软件以和发展展望进行了讨论。     

黑龙江省农村劳动力就业的宏观影响因素分析——以状态空间模型为工具

以状态空间模型为工具,研究农村劳动力就业的影响因素,从深层次分析农村劳动力就业发展的长期性、动态性、阶段性和互动性.研究得到,在所有因素之中乡村劳动力人数是长期内影响劳动力就业的主要因素,且始终为正向影响,地区生产总值、农村居民消费水平、农村固定资产投资和农村居民人均纯收入等四个因素均经历了正相关、负相关的波动过程.由此将为人口与经济的健康发展提供理论依据,为政府部门的科学规划和政策调整提供可行性建议,同时对于人口城镇化的有效推进具有重要的现实意义.     

Logistic回归模型的影响分析

Logistic回归模型的影响分析是Logistic回归诊断研究中的重要内容。常用的分析方法都是轮换地删除数据点后的逐步判断,而这个判断的过程主要体现在模型的诊断图上。鉴于此,通过构造诊断统计量来有效地开发诊断图成为影响分析的核心内容,并由此能较为准确地探寻出模型的强影响点。本文通过对Logistic回归模型帽子矩阵的分解以及对轮换地删除数据点后的系数估计的相对变化量进行加权,得出Logistic回归模型诊断图使其能比传统的诊断图更准确地判断出模型的强影响点。     

基于Logistic模型的产业树演化机制研究

通过建立基于Logistic模型的产业树演化模型,从产业树初始形成演化阶段和产业树成长演化阶段两个层面对产业树的演化过程和结果进行演绎分析,得出了完全取代型演化、部分取代型演化和竞合型演化三种不同的产业树演化过程和演化结果,摸清了产业树演化过程及演化机理,为产业树在产业链延伸、产业结构优化和产业转型升级等方面的应用奠定了理论基础.     

论本科课堂学习效果的影响因素——基于相关性和累积Logistic回归分析

大学生课堂学习状态直接影响其学习效果,衡量学习效果的经典指标是学生的成绩表现,深入分析课堂学习状态对成绩的影响程度有助于教学工作的改进和提高,因此以"本科课堂学习状态问卷调查"所获数据为依托分析影响学习成绩的各个具体因素及其影响程度.结果表明勤奋刻苦程度是影响学生成绩的最重要因素.     

多因素资产定价模型的统计分析

本以2000年沪市A股的股票作为研究对象，利用聚类分析将其分类并抽取部分作为样本，应用纲目数据统计分析方法，对下周收益率的影响因素作了Logistic回归，得出了股票的收益率具有短期反转的特点。     

基于Logistic模型的煤炭产业链系统演化过程研究

作为一个开放的、非线性并且远离平衡态的自组织系统,煤炭产业链在促进煤炭深加工、伴生资源的综合利用和实现煤炭产品附加值的提升方面具有重要作用.通过引入Logistic模型,建立产业链间具有差异性影响系数的煤炭产业链系统演化模型,通过分析各自演化方程组的特征矩阵及特征根,得出了完全独立、完全竞争、部分竞争共存以及部分竞争取代等4种不同的产业链系统演化形态.从而从系统演化的角度研究出了煤炭产业链系统的演化过程及相应机理,对于促进不同形态的煤炭产业链的健康发展具有重要的理论和现实意义.     

关于在我国推行绿色汽车保险的可行性分析——基于调研数据的Logistic模型研究

自2009年绿色汽车保险的理念被引入我国以来,如何合理设计这一新产品,及新产品推行的可行性、必要性等就备受各界关注.由于目前国内几乎所有财险公司的数据库中还没有行驶里程数的统计数据,所以还没有出现直接利用汽车行驶里程数所做的研究.本文通过抽样调查的渠道获取了行驶里程数的数据,建立了一个Logistic模型,并得出行驶里程数对索赔概率有着显著影响的结论,从而论证了发展绿色汽车保险的可行性.同时根据调研发现的问题,首次在绿色车险中提出了相对行驶里程数的概念和对投保车辆进行分类的建议,希望能对保险及相关行业有所启示.     

基于Logistic回归的水质预测研究

在环境系统评价中,水环境质量等级评价是其中十分重要的工作.鉴于对水环境研究中,水质级别为分类变量不能利用传统回归方法分析的特征,基于logistic回归方法建立了一种水质级别预测模型.利用长江流域的水质监测数据,将logistic回归应用于水质数据分析,进行水质建模,对水质级别做出预测.研究结果表明利用logistic回归进行水质分析,具有良好的拟合和预测效果.     

Logistic模型的改进——双S形曲线模型的研究

在Logistic模型的基础上,对一类空间饱和容量会随着时间发生变化的问题进行了讨论,指出了Lo-gistic模型应用在这类问题上的局限性,建立了解决该类问题的双S形曲线模型.对一组实际数据进行了拟合,结果表明双S形曲线模型能够更好地刻画实际问题,相对准确地预测未来的发展趋势.     

基于Logistic回归分析的大学生宗教信仰倾向影响因素研究

利用Logistic回归分析,从14个因素中遴选出6个影响大学生宗教信仰倾向的主要因素,分别是:人是否需要宗教信仰;宗教与马克思主义是否存在根本冲突;是否希望在大学期间了解宗教;尊重还是劝阻信教者;信教者与普通人是否存在不同;政治面貌.制作了《大学生宗教信仰倾向测试表》,并给出测试标准.最后提出了大学生宗教信仰教育的基本观点和策略.