一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例，首先研究新浪微博签到数据与统计年鉴中实际游客量的关系，用新浪微博签到人数模拟实际旅游人数，建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型，并进行预测；然后结合计量经济学中的协整检验和格兰杰因果关系检验，分析百度指数与微博签到人数之间的关系，利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型；最后比较了2个模型的预测精度。结果显示，百度指数存在地理空间属性，且与新浪微博签到人数互为格兰杰因果关系，存在1~23 d的滞后期。此外，相比ARMA模型，考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%，在样本期外的预测精度提高了27.9%。研究表明，百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

一种基于百度指数的城市日游客规模预测方法

百度指数数据为预测游客规模提供了新思路。以杭州市为例,首先研究新浪微博签到数据与统计年鉴中实际游客量的关系,用新浪微博签到人数模拟实际旅游人数,建立杭州市日游客规模自回归移动平均（auto regressive moving average,ARMA）模型,并进行预测;然后结合计量经济学中的协整检验和格兰杰因果关系检验,分析百度指数与微博签到人数之间的关系,利用百度指数空间分布特征及主成分分析后提取的3个解释变量构建向量自回归（vector auto regression,VAR）模型;最后比较了2个模型的预测精度。结果显示,百度指数存在地理空间属性,且与新浪微博签到人数互为格兰杰因果关系,存在1~23 d的滞后期。此外,相比ARMA模型,考虑了百度指数地理属性的VAR模型在样本期内的预测精度提高了13.1%,在样本期外的预测精度提高了27.9%。研究表明,百度指数的时间和空间属性对游客规模预测有重要意义和价值。     

浙江省新型冠状病毒肺炎（COVID-19）疫情时空演化与影响因素分析

新型冠状病毒肺炎（COVID-19）疫情全球暴发,严重危害人们身体健康,阻碍经济快速发展。基于地理学视角对重点地域时空传播模式进行解析,有助于疫情防治。鉴于此,以浙江省为研究区,借助多源时空数据,综合运用文本分析、数理统计、空间回归分析等方法,解析确诊病例的社会人口学特征与疫情的时空演化过程,进而分析其影响因素。结果表明：（1）确诊病例年龄分布跨度较大,呈“中段大,两端小”的正态分布格局。（2）在时间上,疫情发展演化可分为初发期、暴发突增期、稳步下降期、内部稳定期、境外输入期5个时期;新增确诊病例通报时间与发病时间间隔集中于0~6 d,外地病例通报时间与发病时间间隔长于本地病例,且外地病例多发病于离开原住地当天;日发病人数性别构成比无明显差异,年龄构成比具有阶段性特征。（3）在空间上,确诊病例呈“东南-西北”走向,演变趋势呈“单一散发”向“多地群发”再至“重点输入”演变,具有“高-高”“高-低”集聚特征;确诊病例路径迁移呈现明显的核心-边缘结构,迁出地以武汉市为核心的首位流显著。（4）老龄人口比、人均GDP、第三产业占比、规模以上工业企业数、与武汉市的空间距离是影响疫情分布的主导因素。最后,提出了针对性的防控建议,指出了研究中的不足与未来努力的方向。     

非参数方法在股票市场预测中的应用

运用k-近邻和核函数方法对美国市场SPY、SPX指数及中国市场上证A股指数进行了预测．使用多种指标评价两种股票市场预测模型的绩效，发现对于SPY、SPX指数两模型预测能力表现良好，而对于上证A股指数两模型均表现不佳．最后，讨论了模型的不足及可能的改进方向．     

基于混沌时间序列的非线性动态系统神经网络建模与预测

在分析神经网络非线性建模原理的基础上，以典型的非线性差分方程为研究对象，提出了一类基于神经网络的非线性动态系统建模方法．针对传统BP算法的局限性，提出了一种非线性动态系统神经网络改善梯度估计精度的新算法．并以上证综合指数时间序列为研究对象，运用本文提出的建模方法和算法，进行了我国资本市场混沌时间序列预测研究的实例分析，得到的单步预测上证综合指数误差很小(-100～100)；多步预测在最初的10步之内预测效果较为理想，而在此之后的预测值则严重偏离真实值．这与混沌时间序列特性相吻合，同时也证明了所用算法的有效性．     

基于DEA-Malmquist模型的我国道路货运行业效率分析

“十四五”期间国家提出要着重提升发展质量效益, 道路货运行业应基本实现高质量发展. 基于我国31个省(市、自治区)道路货运行业2015—2019年的面板数据, 利用传统的DEA模型与Malmquist指数法对道路货运业的投入产出效率进行分析. 通过建立评价模型进行横纵向比较, 发现我国不同区域道路货运发展较不平衡, 东部地区综合效率与增速均较高, 中部地区综合效率高但增速慢, 西部地区综合效率与增速均较低; 从整体来看, 规模效率是影响中国道路货运行业高质量发展的要因. 基于此, 提出道路货运行业需合理扩建市场规模, 实施差异化政策与加强区域协作等建议.