從宏觀與微觀兩個層面分析我國農(nóng)村物流發(fā)展、經(jīng)濟增長與碳排放發(fā)展需求和市場規(guī)律,提出農(nóng)村物流發(fā)展、經(jīng)濟增長與碳排放三者的束縛結(jié)構(gòu)。在綜合考慮使用頻率、經(jīng)濟意義與完整性等因素的基礎(chǔ)上,選擇農(nóng)村物流產(chǎn)值增加值、農(nóng)村GDP增加值和農(nóng)村物流碳排放增加值作為量化指標(biāo),構(gòu)建非線性數(shù)學(xué)模型。針對非線性數(shù)學(xué)模型的多變量與時變等特征,運用具有全局搜索能力的差分進化算法,估計多峰值、非凸極、非線性模型的參數(shù)。采用我國1985～2017年的指標(biāo)數(shù)據(jù)進行實證研究,驗證非線性數(shù)學(xué)模型,估量農(nóng)村物流發(fā)展、農(nóng)村經(jīng)濟增長與碳排放之間的束縛參數(shù)。實證結(jié)果表明:農(nóng)村物流發(fā)展對農(nóng)村經(jīng)濟增長存在強拉動效應(yīng),農(nóng)村物流發(fā)展對農(nóng)村經(jīng)濟增長、碳排放的非線性影響顯著,農(nóng)村經(jīng)濟增長、農(nóng)村物流發(fā)展與碳排放相互束縛,進而結(jié)合三者的束縛結(jié)構(gòu)提出政策建議。 

【文章來源】：軟科學(xué). 2020,34(06)北大核心CSSCI

【文章頁數(shù)】：7 頁

【部分圖文】：

農(nóng)村物流、農(nóng)村經(jīng)濟與碳排放的三體束縛結(jié)構(gòu)

其中,xk(t)為t時刻第k個變量的觀測值, x . k (t) 為t-1時刻第k個變量變動插值的預(yù)測值,N為樣本數(shù)據(jù)總量。設(shè)定標(biāo)準(zhǔn)差分進化算法的參數(shù),變異參數(shù)F=0.5,交叉概率CR=0.6,種群規(guī)模NP=100。具體步驟如圖2所示,假設(shè)進化代數(shù)計數(shù)器t=0,D維實參數(shù)向量X i t =(x i1 t ,…x iD t ),確定適應(yīng)度函數(shù) min ∑ t=2 Ν [x k (t)-(x k-1 (t)+ x . k (t))] 2 ,種群初始化x i t =x i l +rand(0,1)(x i u -x i l ),計算當(dāng)前種群適應(yīng)度,即表示為觀測值與估計值之間的誤差倒數(shù),記錄最優(yōu)個體和最劣個體。對初始種群個體X i t =(x i1 t ,…x iD t ),從種群中隨機選擇3個個體X r1 t ,X r2 t ,X r3 t ,將其中任意2個個體通過變異參數(shù)F縮放加至第3個個體,得到初始種群個體X i t 的變異個體V i t =(vti1,…,vtiD),則V i t+1 =X r1 t +F×(X r2 t -X r3 t ),并生成隨機小數(shù)r∈[0,1]。若隨機小數(shù)r≤CR,都需要進行交叉操作,即,為了保持后代種群規(guī)模不變,經(jīng)過變異與交叉操作的試驗個體將與初始種群個體以各自的評價函數(shù)的大小為標(biāo)準(zhǔn)進行競爭,確定下一代進入個體。

表1 模型參數(shù)的估計值 變量 參數(shù) a1,1 a1,2 a1,3 b1,1,1 b1,1,2 b1,1,3 b1,2,2 b1,2,3 b1,3,3 c1 第一組 1.621 -1.273 -0.174 -0.376 0.56 -0.020 0.352 0.162 0 -0.466 x1 第二組 -2.615 0.708 1.483 3.018 -2.817 -2.373 0.104 2.618 -0.81 0.526 第三組 -0.492 1.534 -1.269 0.057 -0.175 -0.418 0.655 0.163 0.533 -0.03 a2,1 a2,2 a2,3 b2,1,1 b2,1,2 b2,1,3 b2,2,2 b2,2,3 b2,3,3 c2 第一組 1.347 -1.333 0.117 -1.388 2.904 -0.238 -0.69 -0.018 0 -0.307 x2 第二組 -2.49 0.884 1.421 3.875 -4.269 -1.84 0.761 1.912 -0.959 0.391 第三組 1.342 -0.309 -1.336 0.133 2.864 -0.268 0.019 -1.355 -0.683 -0.032 a3,1 a3,2 a3,3 b3,1,1 b3,1,2 b3,1,3 b3,2,2 b3,2,3 b3,3,3 c3 第一組 0.396 0.604 -0.007 -1.768 1.518 -0.745 0.554 -0.065 1.247 0.002 x3 第二組 -1.652 0.091 0.634 2.853 -3.918 -1.345 1.538 2.652 -1.376 0.471 第三組 0.007 0.385 -0.561 -0.001 1.385 -0.776 -0.058 -1.697 0.596 1.257圖4中曲線①、②、③、④分別表示第一組、第二組、第三組、第四組農(nóng)村物流碳排放增加值的計算值曲線。從圖4可知,曲線①變化波動不大,與實際值曲線的發(fā)展趨勢存在較大的誤差。曲線②、曲線③與曲線④發(fā)展趨勢基于一致,其中曲線③與曲線④波動幅度基本重合。

【參考文獻(xiàn)】：
期刊論文
[1]電子商務(wù)物流最后一公里配送的碳排放研究[J]. 薛星群,王旭坪,詹林敏.  運籌與管理. 2019(12)
[2]綠色技術(shù)進步、農(nóng)業(yè)經(jīng)濟增長與污染空間溢出——來自中國農(nóng)業(yè)水資源利用的證據(jù)[J]. 閆桂權(quán),何玉成,張曉恒.  長江流域資源與環(huán)境. 2019(12)
[3]物流基礎(chǔ)設(shè)施與人力資源驅(qū)動區(qū)域經(jīng)濟發(fā)展的實證[J]. 寇晨歡,冷志杰,賈曉菁.  統(tǒng)計與決策. 2019(06)
[4]基于電商承諾送達(dá)機制的低碳“同日達(dá)”配送路徑規(guī)劃[J]. 浦徐進,李秀峰,付亞平.  系統(tǒng)工程. 2018(12)
[5]基于DSGE視角的中國碳排放政策與經(jīng)濟增長[J]. 趙楊,李天宇,姜國剛,王力威.  軟科學(xué). 2018(08)
[6]二氧化碳排放與經(jīng)濟增長關(guān)系的實證分析[J]. 趙哲,陳建成,白羽萍,王國峰,劉雨.  中國環(huán)境科學(xué). 2018(07)
[7]低碳經(jīng)濟視角下農(nóng)村物流系統(tǒng)動力學(xué)模型構(gòu)建及仿真研究[J]. 姚冠新,邊曉雨,何勇.  軟科學(xué). 2018(02)
[8]物流基礎(chǔ)設(shè)施投資與經(jīng)濟增長關(guān)系研究——基于系統(tǒng)動力學(xué)與誤差修正模型[J]. 劉俊華,李瑤琴,長青.  華東經(jīng)濟管理. 2013(12)



本文編號：3228005