【摘 要】
：
基于“双碳”目标下房地产企业绿色经济效益可持续增长的发展要求，选取2004—2019年中国30个省市（除西藏外）省域面板数据，运用SBM-GML模型对房地产绿色全要素生产率进行测度并分析变化趋势，构建空间计量模型将房地产绿色全要素生产率、产业结构优化和住房价格纳入同一分析框架，讨论两者对住房价格的空间溢出效应。结果表明：研究期内中国房地产绿色全要素生产率水平偏低，东部地区的年均增长率高于全国和中西
论文部分内容阅读
基于“双碳”目标下房地产企业绿色经济效益可持续增长的发展要求，选取2004—2019年中国30个省市（除西藏外）省域面板数据，运用SBM-GML模型对房地产绿色全要素生产率进行测度并分析变化趋势，构建空间计量模型将房地产绿色全要素生产率、产业结构优化和住房价格纳入同一分析框架，讨论两者对住房价格的空间溢出效应。结果表明：研究期内中国房地产绿色全要素生产率水平偏低，东部地区的年均增长率高于全国和中西部地区，波动幅度较小且更为平稳；对GML指数进行分解后发现，技术效率（EC）对绿色全要素生产率增长的贡献作用较大；房地产绿色全要素生产率和产业结构优化水平对住房价格具有显著空间溢出效应，其增长将会促进本地区住房价格上涨，导致周边地区住房价格下降。
其他文献
＜正＞科技成果转化率是是现代社会推动科技创新向实际应用转化的关键指标之一，也是衡量科技研发成果实际价值的重要标准之一。科技成果转化率高的企业和组织能够将科技创新转化为商业价值和社会贡献，促进经济发展和社会进步。同时，科技成果转化率高的组织还可以提高工作效能和降低研发投入，提高其市场竞争力和影响力。然而，当前烟草行业科技成果转化低，导致科技研发资源的浪费和社会资源的浪费，影响创新能力和市场竞争力。因
随着高压直流输电系统的发展及新型电力系统的普及，高压直流输电换流站的稳定运行对于电力系统的发展具有重要意义。换流站阀冷主泵在长时间运行的过程中，可能会出现轴承磨损、联轴器不对中、转子不平衡、转子弯曲、气隙偏心、主泵过热、刚性下降、电动机故障等，如果不及时发现和消除，就会影响阀冷系统的正常运行，从而导致直流通道运行可靠性下降。为此提出了一种换流站阀冷系统主泵异常多维度监测分析方案，能在初始阶段及时发
＜正＞学生是学习的主人，作为组织者和引导者的教师，在学生自主阅读、探究、表达的过程中，当以激励、鼓舞的方式，激发学生的学习动机和热情，让学生生发满满的学习动力，与教学目标高度一致的教学评价便是方法之一。在习作教学中，只有让教师的教、学生的学以及师生间的多元化评价高度一致，融为一体，才能真正促进学生习作能力的提升。笔者以四年级上册“生活万花筒”这一习作教学为例，谈谈自己的一点做法和思考。
在“双碳”大背景下，怎样高效地通过先进、成熟的深度学习方法预测电力负荷，指导生产生活具有很强的理论和现实意义。本文提出一种融合深度学习框架的电力负荷预测方法，该框架将循环神经网络及卷积神经网络，高效地搭配出适合某情境下电力负荷预测任务的深度模型。文中以实际数据展示了该模型的表现效果，通过与目前成熟的主流时序预测模型比较，验证了本算法的可行性和有效性。
随着时代的发展，传统变电站、换流站备件管理模式已经无法满足现代企业对备件管理的需求。现代变电站、换流站需要的备件种类繁多复杂、出库、入库频繁，已经无法只用几张表单就能够完成备件管理的工作。为了提高变电站、换流站备件管理的工作效率，减轻变电站、换流站备件管理员的工作压力，变电站、换流站等地方的备件管理方法不能再采用传统备件管理模式，必须思考出一种全新备件管理模式。初步设想是在传统备件管理模式上搭载数
在低压台区海量高波动用户负荷预测场景下，针对传统探索单个用户时间特征的负荷预测方法存在无法学习用户之间的空间相关性、无法实现多用户共同预测的问题，该文提出一种基于时空注意力机制的Transformer负荷预测模型（STformer），提供精准的台区多用户短期负荷预测。首先，改进传统Transformer模型，嵌入序列分解模块、自相关计算模块和空间注意力模块。其中，序列分解模块可以将波动较大的用户负
近年来,随着《普通高中数学课程标准（2017年版）》的颁布实施,也为了更好地满足学生的学习需求,提高中学教学质量,课标强调了要以培养学生的学科核心素养为目标,通过营造有趣的教学情境,唤醒学生的求知欲,帮助他们更好地掌握所学的知识。显然,情境创设这一教学模式对学生的数学学习很重要。然而,由于一线教师面临着教学进度和升学的压力,对情境教学模式的相关理论缺乏了解和认识,因此在中学数学课堂上的情境化教学还
为了提升区域化综合能源系统的调度水平，对多能源形态下的能源负荷预测算法进行了研究。针对清洁能源供应的波动性与随机性，建立了某区域的综合能源调度模型。该模型将负荷预测问题转化为时间序列处理问题，并引入循环神经网络（RNN）来进行问题求解。同时在求解过程中使用Seq2Seq替代了传统的RNN神经元，且采用GRU作为编码器-解码器进行序列长度转换，从而有效规避了RNN网络在进行不同长度输入输出序列处理时
在“双碳”时代，生态产品价值实现机制和多元化实现路径备受关注。其核心观点并非只是环境保护，而是将生态产品作为经济和社会发展的重要组成部分进行全面思考。首先，生态产品价值实现机制可以通过市场化机制来推动。通过制定相关政策和法规，激励企业和个人参与绿色发展，建立健全市场交易机制，使生态产品在市场中得到有效定价和流通。如建立碳交易市场，鼓励企业减少排放，同时提供碳减排服务，以实现碳排放的交易和价值实现。
光伏发电作为分布式能源不断普及，对电力基础设施稳定构成了一系列挑战。本文提出了一个有监督的深度学习模型用于光伏发电预测，该模型利用数值天气预报和高分辨率历史测量来预测时间间隔内的联合概率分布，而不用预测变量的预期值，与常见的基线方法——如完全连接的神经网络和长期短期记忆体系结构相比，这种设计提供了显著的性能改善，使用归一化基于平均平方误差的预测技能得分作为关键绩效指标，将提出的方法与其他模型进行比