ESG表现、财务状况与系统性风险相关性研究——以沪深A股电力上市公司为例

环境、社会及公司治理(ESG)数据有助于认识我国企业的环保行为,同时也有助于深化对近年来企业经济行为的理解。本文立足于坚持绿色发展的现实背景,实证研究了财务状况、系统性风险对我国电力上市公司ESG表现的影响。研究发现:由于投资者与企业管理者对社会责任的忽视,电力企业系统性风险无法影响其ESG表现。研究还发现,较好的偿债能力、盈利能力和合理的资本结构可以促进公司ESG表现,但良好的营运能力会使公司忽视可持续发展的重要性。本文将系统性风险与电力行业ESG研究相结合,为未来的扩展研究提供了新的角度,并就加强信息披露监督、继续深化绿色市场发展提出了建议。     

雀儿山西南坡植被碳贮量估算及影响因素分析

在“3S”技术支持下,利用ASTER卫星图像,建立波段亮度值与植被碳密度间的回归方程,对横断山区西北部的雀儿山西南坡四种植被类型(针叶林、阔叶林、灌木、草)的植被碳贮量进行了估算并分析其影响因素。结果表明,在雀儿山西南坡365.85km2范围内,植被碳贮量共计2.05×106t。区内植被碳密度总体上呈团块状分布,其高值区(125~250t/hm2)主要分布在研究区域北部的俄产至春龙段和南部的金沙江沿岸的格乌、折松渡等地区;中等区域(60~125t/hm2)从北部的俄产至南部的岗托沿色曲河均有分布;而低值区(1~60t/hm2)面积最广,主要分布于北部的贡布堆、上压吧和更庆以南的色曲河河谷内,并在南部的岗托至申龙达段金沙江沿岸形成一个狭长区域。在其影响因素上,不同的植被类型和土地利用方式下碳密度差异较大,而海拔、坡向和坡度对研究区内北部高山亚高山地区植被碳密度影响较南部干旱河谷地区明显。     

多元线性回归和Bp神经网络预测水资源承载力--以济南市为例

水资源承载力的预测对发展地区经济具有重要意义，利用主成分分析方法对济南市水资源承载力变化的驱动力进行了分析，人口和GDP是影响水资源承载力变化的最主要的驱动因素。通过水资源承载变化驱动因子的多元线性回归模型和人工神经网络模型，分别预测出2010年和2020年济南市水资源的需求状况，并探讨了将线性和非线性相结合的方法用于水资源预测。     

基于PSO算法的BP神经网络对水体叶绿素a的预测

BP神经网络(Back Propagation Network)在水体富营养化评价及预测中已广泛应用,但传统BP算法的收敛速度慢并易陷入局部最优. 提出了一种基于微粒群(PSO)算法的BP神经网络模型,利用PSO对神经网络的权值进行修正,优化神经网络结构及算法全局收敛性. 选择最能代表明湖水质状况的5号采样点作为研究对象,把2009年4月—2010年3月的月样本插值为周样本,对明湖ρ(Chla)的短期变化趋势进行了预测,并用6号采样点数据来验证网络的泛化能力. 比较分析基于PSO算法的新模型与传统BP算法模型的预测精度表明,新模型有效克服了传统算法的缺点,提高了网络的预测能力和学习能力.      

逐步多元线性回归模型解释近年上海市降水pH降低原因

分析2002年-2007年上海市降水化学组成变化特征可得,近年来,上海市降水的pH下降迅速,硫酸根离子与硝酸根离子的比值以及钙铵离子的比值整体上都呈下降趋势。根据上海市降水中的各离子浓度建立了氢离子的逐步多元线性回归模型,并以建立的模型为基础,分析了降水中各主要离子浓度的变化对氢离子浓度的影响大小情况。由模型可以得出,硫酸根离子与硝酸根离子浓度增加时,氢离子浓度也随之增加,铵离子与钙离子浓度增加时。氢离子浓度则随之减小。氢离子变化对4种主要离子的敏感性顺序为：硝酸根〉硫酸根〉钙离子〉铵离子。结合上海市降水化学组成特征分析结果可得,主要离子浓度的变化是导致降水pH快速下降的原因。     

GANN模型在十溴联苯醚分散液液微萃取中的应用

文章研究目的在于用遗传神经网络模型(GANN模型)快速优化水样中十溴联苯醚分散液液微萃取的萃取条件。以水样中十溴联苯醚分散液液微萃取的正交试验为训练样本,建立十溴联苯醚分散液液微萃取条件的遗传神经网络模型。比较遗传神经网络模型和BP神经网络模型的学习速度、学习精度及网络泛化能力。采用Matlab遗传算法工具箱运用遗传神经网络模型对影响萃取回收率的因素进行优化求解,获得了水样中十溴联苯醚分散液液微萃取优化后的萃取条件,并进行实验验证。文章建立的遗传神经网络模型得到的预测值与实验值平均偏差为14.41%,R2为0.8887;最佳DLLME萃取条件为10μL四氯乙烯、0.71mL丙酮、pH=5、离子强度为20%NaCl、萃取时间10min;优化后十溴联苯醚分散液液微萃取的萃取回收率和富集因子比优化前分别提高了54%和580。     

基于模拟-优化方法的地下水污染源溯源辨识

以抚顺市某煤矸石堆放场为研究区,根据研究区的实际条件建立地下水污染质运移模拟模型,预测地下水污染质未来时空变化特征.基于正演预报结果构建了假想例子,应用模拟-优化方法对地下水污染源源强及场地的渗透系数进行反演识别.为减小优化模型反复调用模拟模型所产生的计算负荷,分别采用Kriging方法和BP神经网络方法建立了模拟模型的替代模型.最后运用模拟退火法求解优化模型,得到反演识别结果.研究表明：应用Kriging方法建立的替代模型输出结果的平均相对误差为0.3%;应用BP神经网络方法建立替代模型的输出结果平均相对误差为1.5%,应用两种替代模型对污染源源强识别的相对误差均小于0.5%,对场地两个参数分区渗透系数识别的相对误差均不大于5%.综上,应用Kriging方法建立的替代模型精度高于BP神经网络方法,利用基于两种替代模型的模拟-优化方法对污染源源强和渗透系数进行同步识别精度可以满足实际需求,是有效可行的.     

沿黄地区土地政策试点对区域发展的影响—— 基于断点回归的政策效益检验

土地试点政策是创新土地改革模式的重要方式,是乡村振兴背景下推动农村经济发展的重要动力.本文利用沿黄地区10个试点地2008?—?2018年面板数据,考察了土地试点政策实施对沿黄地区经济发展的影响.结果表明:(1)土地试点政策实施,对沿黄地区各流域经济发展影响效果存在空间差异,表现为中、下游区域对经济发展的带动作用弱于上...     

基于AHP法的泰安市生态系统脆弱性模糊评价

采用基于AHP法的模糊评价模型,并通过最大特征根一致性检验、肯达尔一致性检验,全面评价了泰安市2001-2005年生态脆弱度变化情况,结果表明:二级指标中气候因素脆弱度、自然环境因素脆弱度、经济因素脆弱度逐年降低,社会因素脆弱度在较不脆弱的基础上波动,泰安市总生态脆弱度呈现逐年改良趋势;利用线性回归分析,确定自然环境因素是影响泰安市总脆弱度的主导因素,可根据其变化情况为预测泰安市生态脆弱度变化及指导生态建设提供科学依据。     

崇明北湖叶绿素a浓度与环境因子的GAM回归分析

以崇明北湖为例,采用广义加性模型(GAM)对该湖的叶绿素a浓度与相关环境因子进行分析.结果表明,叶绿素a浓度与总氮、总磷和水温之间存在较好的非线性关系(P<0.05),叶绿素a浓度与总磷之间的关系先为单调递增,当总磷浓度达到0.12mg/L时,变为单调递减;不同总氮浓度区间上,总氮对叶绿素a浓度的影响不同,氮浓度为0.6~1.8mg/L时,对叶绿素a浓度的影响不大;水温在24~26℃时,叶绿素a浓度最高.叶绿素a浓度与氮磷比之间也存在较好的非线性关系(P<0.1),氮限制时,叶绿素浓度与氮磷比呈反比;磷限制时,叶绿素a浓度随着氮磷比单调递减.