中部崛起政策对地区产业升级的异质性影响与机制分析--基于PSM-DID方法的一项拟自然实验

国家中部崛起政策实施13年来,相关地区的经济发展和产业结构发生不同程度的变化。为进一步引导发展,需对这一政策的实施效果作整体评估和检验。基于1999-2013年我国201个地级市的面板数据,运用PSM-DID方法,从长期影响角度评估中部崛起政策实施效果。结果表明,以地区技术复杂度度量的产业结构得到了显著的提升。在此基础上考察中国式财政分权模式下政府财政行为波动对政策效果的影响,结果显示政府财政支出波动对地区产业升级会起到负面作用。进一步的机制检验表明,吸引外商直接投资、积极性政府财政政策、突破路径依赖是实现政策效果的中介变量;政策着力点主要在高技术水平的产业上;由于地区异质性的存在,部分省份产业升级并未达到预期效果。因此,制定新一轮崛起战略措施时,要因地制宜,充分考虑地区异质性,走内涵式发展道路。     

人工智能发展对通胀动态的影响及政策挑战——基于动态随机一般均衡模型的分析

人工智能的发展是生产力进步的表现，但广泛使用人工智能技术的经济效应尚待深入研究。基于人工智能对劳动的替代作用，将人工智能投资引入动态随机一般均衡模型，通过比较静态分析和短期动态分析考察人工智能发展对通胀动态的影响。稳态分析表明：人工智能投资效率提高和使用范围扩大均会提升劳动生产率进而提高产出水平，但对长期或趋势通胀没有影响；在人工智能发展初级阶段人工智能的发展会引起实际工资下降，而在相对高级阶段人工智能的发展会引起实际工资上升。短期动态分析显示：人工智能发展水平的提高，无论是投资效率的提高还是使用范围的扩大，都会导致通胀及实际边际成本对偏好冲击和技术冲击等外生冲击的反应变弱。人工智能的发展会使通胀动态与实际经济活动变化间的联系减弱，其原因是人工智能对劳动的替代作用使工资调整不再是应对外生冲击的必然选择，进而改变了外生冲击通过影响工资来影响通胀的传导机制。因此，发展人工智能在促进生产率提升和产出增长的同时，还会改变宏观经济变量间的传导机制，进而对通胀等政策调控目标变量的准确预测以及政策调整和实施的有效性带来新的挑战，也为金融理论研究提出新的课题。     

川渝黔一体化发展的战略目标和基本内容

作为长江上游的核心区域，川渝黔一体化发展的本质就是长江上游区域的一体化发展。战略目标有两个方面：在成渝城市群基础上形成世界级城市群、形成世界级主导产业和企业集团。其战略意义有五个方面：极大缓解我国不平衡不充分发展与人民追求美好生活愿望之间的矛盾、率先促进长江上游区域一体化发展、有助于加快实现“一带一路”和长江经济带等发展目标、有利于保护水资源和建成上游生态屏障、使我国有一个长远和稳固的战略后方基地。一体化发展的基本内容包含五个方面：交通通信设施一体化、产业发展一体化、监管和生产要素一体化、生态环境一体化、人口流动时身份规定一体化。     

Analyzing tactical control strategies for aircraft arrivals at an airport using a queuing model

This paper proposes to analyze control strategies for arrival air traffic at an airport using a classical queuing model. The parameters of our model are estimated by means of a data-driven analysis of two years of radar tracks and flight plans for arrival flights at Tokyo International Airport from 2016 to 2017. Our results show that increasing the capacity with one or two more aircraft in the airspace up to 60 NM around the airport significantly mitigates arrival delays, even when assuming future, increased arrival traffic volumes. The outcomes of this study provide insights into the effectiveness of arrival control strategies and are seen as a means to recommend scenarios to be further analyzed with human-in-the-loop simulations.     

Designing,developing, and deploying artificial intelligence systems: Lessons from and for the public sector

Artificial intelligence applications in cognitive computing systems can be found in organizations across every market, including chatbots that help customers navigate websites, predictive analytics systems used for fraud detection, and augmented decision-support systems for knowledge workers. In this article, we share reflections and insights from our experience with AI projects in the public sector that can add value to any organization. We organized our findings into four thematic domains—(1) data, (2) technology, (3) organizational, and (4) environmental—and examine them relative to the phases of AI. We conclude with best practices for capturing value with cognitive computing systems.     

Assessing data quality: A managerial call to action

While awareness of data quality has increased in recent years, there have been very few studies on the actual level of data quality within organizations. This article outlines the analysis of 75 data quality assessments collected over the course of 2 years from a wide range of organizations, data sets, and business processes. The results reveal that data is in far worse shape than most managers realize. On average, 47% of recently created data records have at least one critical error. High-quality data is the exception, with only 3% of the DQ scores rated acceptable (≥97%). Indeed, the results suggest an unhealthy organizational tolerance of bad data and underscore the magnitude of improvement organizations need to make in order to be truly effective in the knowledge economy. By providing a unique insight and benchmark for data quality practitioners, this article serves as a call-to-action for all organizations—regardless of size and type—to determine their level of data quality. Finally, we set out a typology that presents a categorical scheme to promote preemptive actions against the most frequent types of data error.     

科学型企业商业模式:中国情境的复合案例研究

以中国企业为研究对象，运用复合案例研究方法分析与构建了科学型企业商业模式概念模型，分离出科学平台和价值平台两个独特要素，进而构建以科学平台-价值平台互动为核心的P2P商业模式运作模型，并根据不同类型科学型企业，分析模型的有效性、适用性以及模型在不同类型科学型企业中的共性与差异，最后总结出科学型企业商业模式特点及企业管理对策。     

中国高新技术企业认定政策绩效评估

高新技术企业认定政策是国家为扶持和鼓励高新技术企业发展而提出的一项重要政策，但其实施效果如何有待验证。采用2007、2010及2011年《中国工业企业数据库》数据，运用双重差模型对高新技术企业认定政策绩效进行评估。通过实证研究发现：①高新技术企业认定政策有助于提高企业市场价值及市场占有量；②高新技术企业认定政策对企业研发投入的增长影响不显著；③相对于中小型企业，高新技术企业认定政策对大型企业影响更大。最后，提出相应的政策建议，以期为我国高新技术企业认定政策完善提供启示。     

创业者网络管理能力与创业机会识别及开发——一个有调节的中介模型

随着我国经济新常态迈向新阶段，社会网络对科技型初创企业创业者的作用愈加重要。由此，提出一个创业者网络管理能力（ENMC）模型，该模型涉及创业者在规划、构建和维持社会网络中的角色，通过创业网络质量的中介作用进一步与创业机会识别、开发相关。借鉴关系生成、公司网络管理以及社会能力理论，构建创业者网络管理能力三维结构模型：网络规划能力（NPC）、网络构建能力（NSC）以及网络维持能力（NMC）。最后，实证检验环境动态性正向调节创业网络质量在创业者网络管理能力对创业机会识别与开发关系的中介作用，发现相比弱环境动态性，强环境动态性条件下，创业者网络管理能力通过创业网络质量对创业机会识别与开发的影响更大。     

重大公共危机中科研协同团队识别研究——以诊断试剂为例

遴选合适的科研机构以整合成科研协同力量对于应对重大公共危机，尤其是对于防治和遏制新型冠状病毒肺炎等重大紧急疫情至关重要。首先，构建科研力量协同整合潜在对象识别理论模型，并在此基础上构建识别方法。以突发重大公共危机中的诊断试剂科研攻关为研究对象，以诊断试剂领域科研力量协同整合作为案例进行实证研究。最终识别出7个协同合作群组及29个关键核心机构，而且可将其整合为针对不同科研攻关需求的科研力量。结果还表明，在整合诊断试剂领域科研力量时，高校是与其它机构衔接的主要核心纽带，来自国家层面的科研院所及军队系统机构可以提供有力支持，而高新技术企业也是不可忽视的重要力量。