Heckman两阶段模型

摘要： 探究非洲猪瘟疫情冲击下养猪场户生产恢复行为,对把脉养猪场户未来生产决策及推动生猪产业健康持续发展具有重要意义。基于山东省养猪场户的实地调研数据,采用Heckman两阶段模型对非洲猪瘟疫情冲击下养猪场户生产恢复行为影响因素进行实证分析。研究表明,养殖规模、保险购买、疫情损失、防疫便捷性、政策支持力度、性别、家庭人口规模和家庭人均耕地是疫后养猪场户生产恢复选择的显著性影响因素,保险购买、疫情损失、防疫便捷性、性别和家庭人均耕地是疫后养猪场户生产恢复规模的显著性影响因素。基于此,提出明确生猪复产主体、开展疫情损失摸排、加强风险识别、提振复产信心、完善生猪复产政策体系等政策建议。

摘要： 目的:探讨不同照料模式对老年人医疗服务利用的影响,为促进老年人医疗服务利用、改善健康提供依据。方法:利用2018年中国老年健康影响因素跟踪调查数据,以亲情模式为对照,使用Heckman两阶段模型分析自我照料模式和商业模式下老年人的医疗服务利用概率和利用程度,使用logistic回归分析自我照料模式和商业模式下老年人的医疗服务利用及时性。结果:Heckman两阶段模型逆米尔斯比率不显著,说明不存在样本选择偏差。Probit模式显示,与亲情照顾模式相比,商业模式照料下的老年人门诊服务利用率(β=-0.241,P=0.004)和住院服务利用(β=-0.203,P=0.010)显著降低。同亲情模式相比,商业模式对老年人医疗服务利用及时性没有显著影响,但自我照料模式显著降低老年人医疗服务利用及时性(OR=0.176,P<0.001)。结论:应注重对商业照料模式的良性引导和发展,且不能忽视亲情模式的重要性,应对亲情模式照顾者给予支持,同时,对农村地区照料体系的完善应予以重点关注。

摘要： 本文基于中国劳动力动态追踪调查(CLDS) 2019年的数据,通过构建农村老年群体的劳动就业行为选择和收入获取联立方程,采用Heckman两阶段模型对其劳动就业选择行为以及影响因素进行探究。研究发现:受教育水平已经不再是影响农村老年群体参与劳动就业选择的关键因素,而年龄、健康、工作经验等个体因素和家务劳动时间、家庭农业生产、家庭成员退休收入等家庭因素则对其产生更为显著的影响。因此,从农村老年人劳动就业参与选择行为的引导机制、农村社会和家庭保障体系的完善以及农业经济政策的调整等角度,提出引导农村老年人进行恰当的劳动参与选择的建议。

摘要： 务工型老年流动人口是一个兼具独特性与复杂性的流动人口群体。虽然务工型老年流动人口的诸多特征看似介于非务工型老年流动人口与务工型中年流动人口之间,但是,本文利用2017年全国流动人口动态监测数据,通过健康状态与在业状况对定居意愿影响模式的分析与比较发现,生命周期及代际支持理论对务工型老年流动人口定居意愿的适用性远高于市场回报理论的解释,务工型老年流动人口突出具备的是老年人特征,追求家庭养老支持是他们考虑定居意愿的重要依据,他们原本所具有的务工者特征并不突出。家庭迁居水平、流入地定居条件对解释务工型老年流动人口定居意愿的重要性、前提性,进一步说明生命周期及代际支持理论对该群体的适用性,更凸显其老年群体特征。另外,本研究还发现,健康状态与工作状况作为劳动力市场竞争因素的作用,随务工型流动人口年龄段的提升而不断下降,也就是说,从业状态的生命周期效应不止发生在务工型流动人口的老年阶段,还有向中年阶段扩展的迹象。因此,本文认为,各地政府在制订相关政策时,应充分考虑务工型老年流动人口的生命周期特征,同时,亟待构建家庭友好型的社会政策环境,将他们逐步整合到流入地的公共资源及服务供给体系中。

摘要： 本文基于2002~2019年222个国家的HS-6位产品出口数据估计了各国出口三元边际,进而通过Heckman两阶段模型探讨数字基础设施对出口三元边际的影响。研究发现,数字基础设施抑制了出口扩展边际的增长,但对价格边际和数量边际产生了积极作用。虽然三者耦合的总效应为负,但这一现象主要发生在发展中国家,数字基础设施改善对发达国家出口贸易发挥了积极作用,且这种影响也因产品异质性存在一定的差异。进一步讨论发现,全要素生产率、经济自由度和创新能力在数字基础设施影响出口三元边际过程中发挥了中介作用,并重点体现在集约边际上。

摘要： 家庭农场是现代农业发展的骨干力量,鼓励家庭农场采纳绿色防控技术是减少农业面源污染、实现农业可持续发展的关键。因此,基于对江西省328家家庭农场调研数据,利用Heckman两阶段模型,探讨政府规制对家庭农场采纳绿色防控技术的影响。结果表明,绿色认证、技术培训和安全生产知识宣传可以显著促进家庭农场采纳绿色防控技术;个人特征中的年龄和政治面貌对采纳决策有显著的负向影响,农场特征中的劳动力总人数对采纳决策有显著的正向影响。因此,需要肯定政府在绿色防控技术推广方面的积极作用,加大政府工作力度,积极落实技术扶持、安全生产知识宣传、农产品绿色认证服务等工作,充分激励家庭农场采纳绿色防控技术。

摘要： 基于人力资本理论视角,利用全国18个省市的微观数据,通过构建二元logistics模型、多元线性模型和Heckman两阶段模型,实证分析人力资本对农村劳动力非农就业的影响。结果表明:人力资本对农村劳动力非农就业存在显著正向影响,即人力资本不仅能够提高劳动力参与非农就业的概率,还能增加其非农就业的收入。同时人力资本对农户非农就业的影响存在地区差异,相对于中部和西部地区,健康状况对于东部地区农户的非农就业影响更大;而受教育程度则更容易影响中西部地区。因此提出增加劳动力接受中高等教育的机会、完善社保制度、加大职业技能培训等政策建议。

摘要： 在国际国内双循环新发展格局和深化改革开放战略指导下,借鉴MariaBas对Meliz异质性企业理论的扩展模型,从微观企业出口概率和出口规模角度,实证检验中国生产性服务业的开放对制造业出口具有显著促进作用,减少限制生产性服务业的外资准入程度越高,效应越显著,金融、科技等现代生产性服务业开放对制造业企业出口具有更显著的正相关性;在双循环的发展格局下,要扩大生产性服务业的外资准入,尤其是减少股权投资方面的限制;重点开放金融等现代生产性服务业,改善营商环境.

摘要： 农民的务农与务工行为选择是深层次理解我国当前面临的农村空心化问题、实现农业可持续发展与城乡协调发展的基础性问题.城镇郊区农民群体所处区域的特殊性也在一定程度上带来了其行为选择及影响因素的异质性.本文以四川省崇州市各乡镇郊区农民群体为研究对象,基于调查研究和Heckman两阶段模型对其务工与务农行为选择及其影响因素进行探究.研究发现,受教育水平已经不再是影响农民务农或务工行为选择的最为关键的因素,而性别、婚姻、健康与消费状况等个人因素和耕地、家庭经济地位等家庭因素则对其行为选择具有更为显著的影响,进而从行为选择的引导机制、农业补贴政策的落地、农村社会保障体系的完善等角度提出引导城郊农民进行恰当行为选择的建议.

摘要： 青年"劳动参与率低"和"过度热衷体制内工作"对国家经济发展并非益事.文章基于理论分析与实证检验,探究了父辈住房财富与青年子女劳动参与和就业选择的关系,解释了青年子女劳动及就业选择差异背后的原因.研究发现:父辈住房财富对青年子女的劳动参与率具有显著的负向影响.对参加劳动的青年,父辈住房财富会提升他们选择体制内工作的可能性,并减少其劳动供给时间.通过异质性分析发现,父辈住房财富对女性青年的劳动参与影响更大;同城父辈住房财富影响效应明显更强;区分学历看,父辈房产财富对高学历青年的劳动参与负向影响较小,对非重点高校学历青年选择体制内工作的正向影响更大.最后,机制分析表明,父辈房产主要通过"代际财富传递"和"子女继承期待"两大机制影响青年子女的劳动参与及就业选择.文章的研究对政府坚持"房住不炒"、推动出台房地产税,进而促进社会经济健康发展具有重要启示意义.

摘要： 本发明公开了一种基于两阶段非对称纳什‑主从博弈模型的跨区域水资源分配方法，包括：获取水资源分配的基本信息数据；构建上层领导者的模型；提出基于破产理论原理的改进下层追随者保守收益计算方法；提出综合考虑公平性、高效性原则的综合谈判权重确定方法；构建下层追随者的非对称纳什‑海萨尼谈判模型。本发明提出的考虑参与人间的优先级和直接间接交互作用的基于两阶段非对称纳什—主从博弈模型的跨区域水资源分配方法能提供合理可行的水资源分配结果，提出基于破产理论原理的改进参与人保守收益计算方法能保障下层追随者的基本需水要求，提出的谈判权重较好的均衡下层追随者之间的经济社会发展水平。

摘要： 本发明公开了一种基于两阶段学习模型的网络攻击检测系统及方法，本发明方法按如下步骤进行：步骤1：将网络数据集的特征子集被作为不可分单元进行特征组合的评估，实现网络数据集的特征维度约简；步骤2：将缩减后的网络数据集作为训练数据利用深度学习技术实现网络攻击实时检测模型。本发明两阶段网络攻击检测技术方案，充分考虑了网络高危数据的特征组合效应，针对网络攻击检测需要保证的精确性和时效性，使用特征选择技术、进化搜索技术和深度学习模型结合，以提升网络攻击检测的识别精度并大夫缩减模型训练时间。

摘要： 本发明提供了一种基于两阶段神经网络模型的汉语唇语识别方法，该方法包括：对输入视频逐帧提取唇部区域图像；对提取的唇部区域图像进行标准化处理；利用卷积神经网络对标准化处理后的唇部区域图像进行特征提取，得到唇部特征向量；利用双层双向LSTM网络对唇部特征向量进行处理，得到发音序列；利用拼音‑汉字编码‑解码网络对发音序列进行处理，得到对应的文字信息。本发明可以更好的获取唇部区域的视觉特征，从而更准确的压缩图像，提升唇语识别的准确率和识别速度；同时极大缩小了目标范围，降低了对LSTM层提取能力的要求，降低了识别难度；同时提高了拼音‑文字网络层的准确率。

摘要： 本发明公开了一种混合动力汽车能量管理的两阶段双模型预测控制方法，包括：将预测域划分为连续的两个阶段，第一阶段构建降阶的一阶RC模型，第二阶段构建纯内阻模型；分别获取两个阶段内每个时间步的状态可行域边界，并将每个时间步的状态可行域进行离散；基于前向动态规划算法筛选全局成本最优的路径并获得其对应在最后时间步N的最优状态点x*(N)和从时间步N‑1转移到时间步N的最优控制输入Pe*(N‑1)，并依次反向递推得到从初始状态转移到时间步1的最优控制输入Pe*(0)；以Pe*(0)作为当前时刻发动机的目标输出功率进行功率分配控制；然后随时间步的滚动重复上述步骤。本方法在预测域前段利用降阶的高精度一阶RC模型处理电池功率约束，在预测域后段则采用简单的纯内阻模型，从而在不增加计算复杂度的基础上实现高效且安全的能量分配。

摘要： 本发明公开了一种计及风险的主动配电网两阶段随机模型的预测控制方法，包括以下步骤：1)设光伏出力及负荷波动分别服从Beta分布及正态分布，生成大规模不确定场景集，再对大规模不确定场景集进行削减；2)采用两阶段随机优化方法建立主动配电网有功无功协调调度模型；3)完善主动配电网有功无功协调调度模型；4)形成最优调度策略；5)在每一采样初始时刻tk，滚动求解预测周期内的最优调度策略，其中，仅执行[tk,tk+Tc]时间段内各调控资源的控制策略，并且在[tk,tk+4Tc]时间段内保持OLTC分接头位置及CB的档位固定，该方法能够灵活调节、快速响应运行控制对象，能够有效应对预测值与实际值之间的误差对于调整策略的影响，以提高系统电压运行水平。

摘要： 本发明适用于数据处理技术改进领域，提供了一种两阶段布谷鸟过滤器，两阶段布谷鸟过滤器，其特征在于，所述两阶段布谷鸟过滤器由若干个桶组成，每个桶由若干个单元组成，每个单元可被用于存放数据指纹，若干个单元构成二维指纹矩阵的结构，每个待插入的元素和两个哈希函数相关联，同时将插入算法按照负载率划分为两个阶段，使用在负载率较低的第一阶段主动进行重定位的策略缓解了数据负载不均的问题，有效的降低了布谷鸟过滤器的插入时延，从而增加了重复数据删除系统的效率和吞吐量。

摘要： 本发明公开了一种两阶段代理模型辅助参数估计方法以及系统，本方法包括：从原始数据中采样初始参数；构建降价模型，根据降价模型和第一差分进化从初始参数中筛选出期望参数；构建数据驱动模型，根据数据驱动模型和第二差分进化从期望参数筛选出最优参数。相较于现有参数估计方案，本发明利用降价模型和数据驱动模型之间的互补优势，在第一阶段中，通过降价模型辅助差分进化来进行参数筛选，过滤掉较差的参数，提高模型训练的效率，在第二阶段中，通过数据驱动模型辅助差分进化来进行精细估计，从而提高估计精度，相较于现有参数估计方案，本发明实现了精度和效率之间的平衡，采用结构简单且搜索能力强的差分进化实现两个阶段的搜索。

摘要： 本发明公开了一种基于深度稀疏自动编码器的两阶段集成故障诊断模型，包括如下步骤：1)首先采用不同类型的激活函数训练出具有不同学习行为的稀疏自动编码器，然后用堆叠方法将稀疏自动编码器构建为多个不同的深度稀疏自动编码器；2)对深度稀疏自动编码器进行两阶段集成，其方法为先采用boosting集成策略得到多个基于深度稀疏自动编码器的集成模型，再用投票法集成多个集成模型，得到最终的基于深度稀疏自动编码器的两阶段故障诊断模型。本发明利用了不同的激活函数体现稀疏自动编码器的学习行为,然后构建深度稀疏自编码器采用的分层预训练方法能学习到原始数据中更有用的特征，最后采用两阶段集成以充分利用集成学习和深度学习的优势。

摘要： 针对数据类不平衡问题，从模型构建的层面，本发明提供了一种基于LightGBM算法和卷积神经网络的两阶段细粒度网络入侵检测模型。本发明技术方案主要分两个阶段执行，第一阶段首先获取待识别的网络流量数据，对数据流进行预处理，然后使用机器学习中的LightGBM算法对网络流量数据进行正异常识别。第二阶段使用二维卷积神经网络对第一阶段预测为异常类的样本进行细粒度攻击类型检测。本发明的第二阶段中还设置了可选的基于数据集不平衡比率的IR‑SMOTE过采样技术。本发明提供的基于LightGBM算法和卷积神经网络的两阶段细粒度网络入侵检测模型能很好地适应不平衡数据集，分类效率高，性能较优。

摘要： 涉及机械系统故障预测与健康管理技术领域的基于RVM和退化模型的轴承剩余寿命两阶段混合预测方法，通过采集装置实时获取轴承振动信号，提取时域最大幅值构建健康指标序列，采用时变3σ准则检测轴承故障起始时刻，对从故障起始时刻至检查时刻的序列执行不同核参数的RVM回归，稀疏得到不同的RVs，采用加权单、双指数和多项式结合的退化模型拟合RVs，得到拟合曲线簇，再采用Hausdorff距离将拟合曲线与真实平滑曲线进行相似度分析，选取最优退化曲线，外推至失效阈值，进而预测轴承剩余寿命；本发明有效克服了纯基于模型和纯数据驱动方法的局限性，使用时变3σ准则提高了轴承寿命预测效率和准确性，为轴承故障预测与健康管理提供保障。