基于2018年中国家庭追踪调查(CFPS)河北省的抽样数据,构建多维相对贫困测度指标体系,使用A-F双界法测算分析河北省农村的多维相对贫困情况.研究发现:河北省农村的多维相对贫困程度较高,细分到各维度指标,教育、收入、资产三个维度的贡献程度较高;相对贫困家庭在平均受教育年限方面面临的相对剥夺情况最为严重,在自评健康和现金及存款方面面临的相对剥夺情况次之;医疗负担、自然灾害是导致农户陷入多维相对贫困的重要原因,增加教育支出、改善村落到县城的交通情况可以减少农户陷入多维相对贫困的概率.
以京津冀为研究对象,分析2013-2019年三地金融创新与经济增长水平的耦合协调发展情况.首先,分别构建金融创新、经济增长的评价指标体系,运用熵权TOPSIS方法综合测度京津冀的金融创新水平与经济增长水平.其次,根据总指数计算二者的耦合协调发展系数,发现北京市的整体耦合度和协调度较高,天津市的耦合度略优于河北省,天津市和河北省的协调度与金融创新增长水平走势一致,均在轻度失调和勉强协调之间徘徊.最后,根据研究结论提出相应的对策建议,以期为京津冀金融与经济协同发展提供参考依据.
为探究数字金融助力河南文化产业高质量发展的内在机制,在理论分析的基础上,构建个体固定效应面板数据模型和中介效应模型进行实证检验,结果发现:数字金融通过改善城乡收入差距而间接作用于河南文化产业高质量发展;数字金融各维度中,覆盖广度对缩小河南城乡收入差距的作用最大;数字金融基础设施越好、教育支持度越高的地区,数字金融对缩小河南城乡收入差距的作用就越大,越有助于推动文化产业的高质量发展.因此,应当采取夯实数字金融基础设施、加强数字金融知识的普及教育和建立多层次数字金融服务体系等措施,提升数字金融的覆盖广度和使用深度,推动数字金融的发展,更好助力河南文化产业高质量发展.
大数据与机器学习已广泛应用于不同的学科领域.特别是近年来,机器学习算法与方法在统计学领域的应用越来越多.通过对相关文献进行梳理,探讨大数据的概念、特点、优势、挑战以及大数据与机器学习的关系,分析大数据与机器学习在统计学中的作用和重要性,并对机器学习与统计学之间的差异做进一步讨论.
在理解共同富裕内涵的基础上,围绕富裕性、共同性和可持续性三大维度建立省(区、市)共同富裕指标体系,使用2015-2021年省(区、市)面板数据分析教育扩展对共同富裕的影响效应.在此基础上,研究教育质量和高等教育规模的调节作用,进一步探究结构异质性和区域异质性影响.研究结果表明:第一,教育扩展与共同富裕的关系呈U形曲线,长期教育扩展影响共同富裕发展.第二,教育扩展对共同富裕的影响受到教育质量和高等教育比的调节作用.第三,教育扩展对共同富裕的影响具有明显结构异质性和区域异质性.研究结果为实现共同富裕提供教育扩展这一新的视野,丰富了教育与共同富裕领域的研究.
