本书借助生态经济学、区域经济学、空间统计等理论,应用所建模型和方法,进行多方法融合的空间统计分析研究,建立了基于支持向量机和小波神经网络集成的混合人工智能技术的空间权重矩阵的确定方法与实现算法,提出了改进的空间统计方法;构建了既可以衡量自然资源的价值,又可以衡量人类经济活动的价值,还可以衡量它们之间关系的测度指标体系,用以分析区域生态经济效益评价问题。以国内主要省份和地区为分析对象进行实证分析,评价它们各自的区域生态经济效益,从而找出区域生态经济效益在空间上的差异性和相关性,分析其空间效应和空间溢出效应,并对存在问题和差距进行分析。根据分析结果对模型进行了修改和完善,提高了模型的适应性和实用性,并提出了提高区域生态经济效益的对策。
山东科技大学泰安校区管委副主任,教授,山东省习近平新时代中国特色社会主义思想研究中心和山东省社科理论重点研究基地(山东数字经济研究基地)研究人员。主持国家社科基金项目、全国统计科学研究项目、山东省社科规划重点项目、山东省软科学研究计划项目等6项;完成、鉴定科研成果18项;在国内外公开发表论文30余篇,其中EI、CSSCI、ISTP检索16篇,著作1部,主编教材7部;山东省特色专业《会计学》负责人,山东省精品课程《审计学》、《成本会计》负责人
第1章 绪论
1.1 研究背景及问题提出
1.2 研究目的及意义
1.3 文献综述
1.4 研究方法和技术路线
1.5 主要研究内容、创新点
1.6 本章小结
第2章 生态经济的概念和理论基础
2.1 生态经济的概念
2.2 生态经济的理论依据
2.3 本章小结
第3章 WNN和SVM集成的混合人工智能空间统计方法
3.1 人工智能技术
3.2 空间统计方法
3.3 WNN和SVM方法融合的空间统计方法
3.4 本章小结
第4章 多方法融合空间统计分析的区域生态经济效益评价
4.1 区域生态经济效益评价
4.2 多方法融合空间统计分析的区域生态经济效益评价
4.3 本章小结
第5章 区域生态经济效益评价的实证分析
5.1 数据的收集
5.2 数据的基本分析与空间展示
5.3 区域生态经济效益评价
5.4 区域生态经济效益提升与跨区域空间优化
5.5 本章小结
第6章 区域生态经济效益评价展望
6.1 区域生态经济效益评价方法的创新
6.2 区域生态经济效益评价方法的展望
6.3 区域生态经济效益评价方法的建议
附录
参考文献
后记