面板数据的灰色矩阵相似关联模型及其应用

doi:10.16381/j.cnki.issn1003-207x.2015.11.021

中国管理科学 ›› 2015, Vol. 23 ›› Issue (11): 171-176.doi: 10.16381/j.cnki.issn1003-207x.2015.11.021

• 论文 • 上一篇

面板数据的灰色矩阵相似关联模型及其应用

崔立志¹, 刘思峰²

1. 安徽工业大学商学院, 安徽马鞍山 243032;
2. 南京航空航天大学经济与管理学院, 江苏南京 211106

收稿日期:2014-07-11 修回日期:2014-12-15 出版日期:2015-11-20 发布日期:2015-12-01
作者简介:崔立志(1978-),男(汉族),安徽庐江人,安徽工业大学商学院博士,副教授,研究方向:灰色系统理论、数量经济学.
基金资助:
教育部人文社会科学研究青年基金资助项目(11YJC630034);安徽省自然科学基金资助项目(1208085QG132)

Grey Matrix Similar Incidence Model for Panel Data and Its Application

CUI Li-zhi¹, LIU Si-feng²

1. Business School, Anhui University of Technology, Maanshan 243032, China;
2. Nanjing University of Aeronautics and Astronautics, Nanjing 211106, China

Received:2014-07-11 Revised:2014-12-15 Online:2015-11-20 Published:2015-12-01

摘要/Abstract

摘要： 根据灰色关联分析的基本思想,在定义了面板数据矩阵表现形式的基础上,以指标为研究对象,从个体和时间两个维度分别衡量了相关因素矩阵与系统特征行为矩阵之间的发展速度指数和增长速度指数的接近程度,并以此作为关联度的度量,将灰色关联分析由传统的向量空间拓展到矩阵空间,提出了面板数据的灰色矩阵相似关联模型,并讨论了其性质。最后以CO₂排放为例,通过测算中部六省2005-2012年碳排放量,建立了中部地区碳排放影响因素的灰色矩阵相似关联模型,实例表明,该模型简单,且具有良好的应用性。

关键词: 灰色矩阵相似关联度, 发展速度指数, 增长速度指数, 碳排放

Abstract: Grey incidence analysis is an important part of grey system theory which is used to ascertain the relationship grade between an inflential factor and the major behaviour factor. However, most of grey incidence models are mainly applied to the field in which the operational behaviour factor and relational factor are the cross-sectional data or time series data in a given system. Therefore, the grey model on pannel data is worth exploring that is the asscociated content in this paper.According to the basic idea of grey incidence of grey system theory, the degree of relative closeness of the development rate and growth rate indexes between the relative factor matrices and characteristic behavior matrix of the system is measured from two dimensions of individual and time on the basis of the definition of the matrix sequence of a discrete data sequence. With the measurement of grey incidence degree, the grey matrix similar incidence model of panel data is put forward from the traditional vector space to the matrix space and its properties are discussed. Finally, CO₂ emission is taken as an example where the data of carbon dioxide has been calculated for six provinces by the IPCC method in 2006 and the other data are from the Statistical Yearbook. And a grey matrix similar incidence model is established by measuring the CO₂ emission in 2005-2012 of six provinces in the central region in China. The real example shows its simplification and practicability. The empirical results show that people may take some main factors into account to abate carbon dioxide emission which are an effective way to implement energy saving and carbon emission reduction. For example, the central region can appropriately control the population scale but also put intensive economic development way that guide residents to live low carbon and improve the consciousness of energy conservation and carbon emission reduction.

Key words: degree of grey matrix similar incidence, development speed index, growth index, carbon emission

中图分类号:

崔立志, 刘思峰. 面板数据的灰色矩阵相似关联模型及其应用[J]. 中国管理科学, 2015, 23(11): 171-176.

CUI Li-zhi, LIU Si-feng. Grey Matrix Similar Incidence Model for Panel Data and Its Application[J]. Chinese Journal of Management Science, 2015, 23(11): 171-176.

参考文献

[1] 邓聚龙.灰理论基础[M].武汉:华中科技大学出版社, 2002.

[2] Liu Sifeng, lin Yi. Grey information:Theroy and practical application[M].London:Springer-Verlag, 2006.

[3] 刘勇,刘思峰, Forrest J.一种新的灰色绝对关联度模型及其应用[J].中国管理科学, 2012, 20(5):173-177.

[4] 王清印.灰色B型关联分析[J].华中理工大学学报,1989,17(6):77-82.

[5] 王清印,赵秀恒. C型关联分析[J].华中理工大学学报,1999,27(3):75-77.

[6] 唐五湘. T型关联度及其计算方法[J].数理统计与管理,1995,14(1):34-37.

[7] 张岐山,郭喜江.灰关联熵分析方法[J].系统工程理论与实践,1996,8(8):7-11.

[8] 赵艳林,韦树英,梅占馨.灰色欧几里德关联度[J].广西大学学报(自然科学版),1998,23(1):10-13.

[9] 党耀国,刘思峰.灰色斜率关联度的改进[J].中国工程科学,2004,6(3):23-26.

[10] 肖新平.关于灰色关联度量化模型的理论研究和评论[J].系统工程理论与实践,1997,17(8):76-81.

[11] 吕峰,刘翔,刘泉.七种灰色系统关联度的比较研究[J].武汉工业大学学报,2000,22(2):41-43.

[12] 谢乃明,刘思峰.几类关联度的平行性和一致性[J].系统工程,2007,25(8):98-103.

[13] 崔杰,党耀国,刘思峰.几类关联度的平行性和一致性[J].系统工程,2009,27(4):65-70.

[14] 胡彦蓉,刘洪久,吴冲.大学生运动服装品牌忠诚度影响因素的灰色关联度分析[J].中国管理科学, 2013,(专辑):31-37.

[15] Lu I J,.Lin S J, Lewis C. Grey relation analysis of motor vehicular energy consumption in Taiwan[J]. Energy Policy, 2008,(36):2556-2561.

[16] 刘思峰,蔡华,杨英杰,等.灰色关联分析模型研究进展[J].系统工程理论与实践,2013,33(8):2041-2046.

[17] Wang Jiangjiang, Jing Youyin, Zhang Chunfa, et al. Integrated evaluation of distributed triple-generation systems using improved grey incidence approach[J]. Energy, 2008, 33(9):1427-1437.

[18] Jiang Hui, He Wenwu. Grey relational grade in local support vector regression for financial time series prediction[J]. Expert System with Application, 2012,39(3):2256-2262.

[19] 张可,刘思峰.灰色关联聚类在面板数据中的扩展及应用[J].系统工程理论与实践,2010,30(7):1253-1259.

[20] 钱吴永,王育红,党耀国等.基于多指标面板数据的灰色矩阵关联模型及其应用[J].系统工程,2013,31(10):70-74.

[21] 吴利丰,刘思峰.基于灰色凸关联度的面板数据聚类方法及应用[J].控制与决策,2013,28(7):1033-1045.

[22] 张贤达.矩阵分析与应用[M]. 2版.北京:清华大学出版社,2013.

[23] 张毅,夏炎.工业化过程中碳排放消费建设比的演变规律研究[J].中国管理科学, 2012,20(2):159-166.

[24] 吴振信,谢晓晶,王书平.经济增长、产业结构对碳排放的影响分析——基于中国省际面板数据[J].中国管理科学, 2012, 2(3):161-166.

[25] 赵泉午,杨茜.考虑CO2排放量的城市专业物流中心选址研究[J].中国管理科学,2014,22(7):124-130.

[26] Wang Yiming, Zhang Pei, Huang Dake, et al. Convergence behavior of carbon dioxide emissons in China[J]. Economic Modelling, 2014, 43:75-80.

面板数据的灰色矩阵相似关联模型及其应用

Grey Matrix Similar Incidence Model for Panel Data and Its Application

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0

[1]	刘碧玉, 杨海东, 柯迪. 专利授权下碳排放政策对制造商/再制造商运营决策的影响[J]. 中国管理科学, 2023, 31(5): 198-208.
[2]	令狐大智, 武新丽, 李怡娜, 叶飞. 低碳划分标准对异质企业碳排放决策的影响机理研究[J]. 中国管理科学, 2023, 31(4): 46-55.
[3]	周家屹,冯连勇,朱金宏. 基于生物物理经济学思想的碳排放权价值测算模型研究[J]. 中国管理科学, 2023, 31(10): 96-105.
[4]	张金良, 李超. 碳排放影响下的动态配送车辆路径优化研究[J]. 中国管理科学, 2022, 30(9): 184-194.
[5]	董乾东, 李敏. 考虑不同碳排放处理模式的动态供应商选择及采购批量问题研究[J]. 中国管理科学, 2022, 30(8): 106-116.
[6]	文书洋, 史皓铭, 郭健,. 一般均衡理论视角下绿色金融的减排效应研究：从模型构建到实证检验[J]. 中国管理科学, 2022, 30(12): 173-184.
[7]	黄帝, 张菊亮. 不同权力结构下碳税对供应链减排水平的影响[J]. 中国管理科学, 2021, 29(7): 57-70.
[8]	唐慧玲, 唐恒书, 朱兴亮. 基于改进蚁群算法的低碳车辆路径问题研究[J]. 中国管理科学, 2021, 29(7): 118-127.
[9]	王君, 程先学, 蒋雨珊, 董振敏. 碳税政策下考虑参考碳排放的供应链成员行为选择研究[J]. 中国管理科学, 2021, 29(7): 128-138.
[10]	刘海英, 王钰. 基于历史法和零和DEA方法的用能权与碳排放权初始分配研究[J]. 中国管理科学, 2020, 28(9): 209-220.
[11]	吕康娟, 胡颖. 灰色量子粒子群优化通用向量机的中国行业间碳排放转移网络预测研究[J]. 中国管理科学, 2020, 28(8): 196-208.
[12]	邢恩凤, 史成东, 闫秀霞, 程顺斌, 林静, 倪士萍. 三维交易模式下企业协同低碳减排研究[J]. 中国管理科学, 2020, 28(3): 174-181.
[13]	安超, 雷明. 二氧化碳排放、人力资本和内生经济增长研究[J]. 中国管理科学, 2019, 27(5): 149-160.
[14]	王荧, 王应明. 基于未来效率的兼顾公平与效率的资源分配DEA模型研究——以各省碳排放额分配为例[J]. 中国管理科学, 2019, 27(5): 161-173.
[15]	廖诺, 赵亚莉, 贺勇, 周雅. 碳交易政策对电煤供应链利润及碳排放量影响的仿真分析[J]. 中国管理科学, 2018, 26(8): 154-163.