数字地面模型新进展：TIN2.0、3D表面 塑型线和自由形态建模工具

竖向设计是人类在景观中进行的基本活动。人类对 室外空间的任何干预都涉及对地表形态的设计。在过去的几十 年中，数字设计的发展不仅改变了表现的方法，而且改变了设 计的过程。就地形建模而言，该技术实现了三维可视化和任务 自动化，例如土方计算和自动产生横截面。但在重点考察最新 的建筑信息模型(BIM)如何应用和实施这项技术时，不难发现 地形建模过程并没有充分利用技术带来的潜在优势。实际上， 三维建模工具、基于组件的建模和分析、设计验证，以及协同 设计是可以集成到数字地面模型中的。识别了现有数字建模解 决方案中的主要缺陷并为其进一步发展提供机会，提出了一 项整合性的数字地面模型建模过程，该过程引入了TIN2.0曲 面，对现有的TIN曲面进行了升级，允许在同一曲面中同时存 在规则三角网和不规则三角网，并开发了一套基于三维线和自 由形态设计工具的建模工具，推动风景园林信息模型框架的发 展以满足风景园林师及其他专业人士，如建筑师和土木工程师 进行地形建模的需求。通过案例研究对提出的建模过程进行了 测试和验证。结果表明，生成的数字曲面具有较高精度，可以 具象地表现地形，允许设计过程在三维线或自由形态设计工具 的基础上进行。所有地形建模均在三维数字模型上进行     

创新要素流动对城市群协同创新的影响——基于长三角城市群与长江中游城市群的实证

利用2006-2017年长三角城市群和长江中游城市群共41个地级市面板数据，首先，运用拓展DEA法对两大城市群协同创新水平进行测度，然后，采用空间计量模型实证考察创新要素流动对城市群协同创新的影响，进一步以互联网发展水平为门限变量，构建门限模型，探析互联网发展对创新要素在城市群流动的协同创新效应是否存在门限效应。研究发现：创新要素流动对城市群协同创新影响的总效应显著为正，空间正向溢出效应显著，且存在群际差异；在两大城市群内，创新要素流动对城市群协同创新影响呈现非线性，创新人员流动对城市群协同创新影响呈“倒U型”特征，创新资本流动对城市群协同创新影响呈“U型”关系，相应拐点在不同城市群呈现异质性。     

中国碳金融发展:决定于经济还是环境?——基于结构方程模型

气候变化为全球带来严峻考验,碳金融是对气候变化的有效应对,碳金融的发展在我国究竟决定于经济还是环境?采用结构方程模型对碳金融发展的影响因素做出实证分析。结果表明:现阶段我国的经济因素和居民因素对碳金融发展有抑制作用;居民因素在经济因素对碳金融发展影响的路径中起到中介作用,对环境因素产生负效应;环境因素与碳金融发展存在互惠关系,在碳金融发展中起突出作用。最后从科学顶层设计、依法治理,推动低碳经济产业的优化,强化居民、企业环保意识,加强污染防治与生态建设等方面给出建议。     

Optimal model averaging forecasting in high-dimensional survival analysis

This article considers ultrahigh-dimensional forecasting problems with survival response variables. We propose a two-step model averaging procedure for improving the forecasting accuracy of the true conditional mean of a survival response variable. The first step is to construct a class of candidate models, each with low-dimensional covariates. For this, a feature screening procedure is developed to separate the active and inactive predictors through a marginal Buckley–James index, and to group covariates with a similar index size together to form regression models with survival response variables. The proposed screening method can select active predictors under covariate-dependent censoring, and enjoys sure screening consistency under mild regularity conditions. The second step is to find the optimal model weights for averaging by adapting a delete-one cross-validation criterion, without the standard constraint that the weights sum to one. The theoretical results show that the delete-one cross-validation criterion achieves the lowest possible forecasting loss asymptotically. Numerical studies demonstrate the superior performance of the proposed variable screening and model averaging procedures over existing methods.     

母公司控股、融资约束与企业创新投入

利用2012－2017年我国A股上市公司数据，检验母公司控股对企业创新投入的作用。结果发现：子公司创新投入意愿明显不足。进一步分析发现，融资约束弱化了母公司控股与企业创新投入意愿之间的关系。运用变换模型估计和变量处理方法检验后，结论仍然十分稳健。结论为法学和经济学的有限责任理论、管理学的前景理论与威胁刚性模型提供了经验证据，从而丰富了上述领域文献。同时，对我国集团型公司治理中的创新管理具有一定借鉴意义。     

金融资源配置、技术进步与经济高质量发展

随着我国发展阶段及内外部条件的变化,科技创新已成为新时代引领我国经济高质量发展的核心驱动力。本文以金融驱动技术进步的视角,构建内生增长DSGE模型,分析金融资源配置、技术进步和经济增长之间的关系。研究佐证了我国技术创新的逆周期性,并发现金融资源在企业生产性投资与创新投资之间的分配,可以通过改变生产要素投入规模和技术进步率两种途径影响经济增长,且这两种影响之间存在“跷跷板”关系,但后者更具主导性。在此基础上,诠释了金融、技术与经济的动态传导机制:经济扩张期,企业生产规模扩张,金融资源对生产性投资的支持增加,对创新的投入相对减少,技术进步率放缓;经济收缩期,企业缩减生产规模,金融资源对生产性投资的支持减少,对创新的投入相对增加,技术进步率提升。本研究的政策启示为,面对当前发展新矛盾、新挑战,应把握发展新格局、新机遇,进一步深化金融改革,优化金融资源配置机制,鼓励创新投资,充分发挥股权市场对企业研发创新的支持作用,并辅以稳健适度的宏观调控政策,为企业创新提供良性的宏观环境,激活企业创新需求,促进技术进步,推动经济高质量发展。     

Feeling hungry? let's order through mobile! examining the fast food mobile commerce in China

This study proposes a unique framework that aids to enrich online shopping experience (psychological and monetary gains) and accelerates fast food mobile commerce (m-commerce). The extended technology acceptance model (TAM) is applied while the stimulus–organism–response (S–O–R) paradigm served as the predominant framework combined with the acquisition-transaction utility theory. This study investigates the mobile website quality, website brand equity (stimulus) influence on (PEOU) and (PU) (organism) to predict Chinese consumer intention to use fast food mobile commerce (response). A total of 936 respondents were participated while data were collected using a convenience sampling technique in China. Results reveal that all dimensions of mobile WQ (i.e., service quality, system quality, and information quality) and Website BE (i.e., brand image, perceived quality, brand association, and brand loyalty) (stimulus) significantly substantially influence PEOU and PU (organism) toward the acceptance of online fast food shopping (response). Digital Coupon Proneness (an accelerator) substantially moderates the relationship between PEOU, PU, and intention to use fast food m-commerce. Based on the assumptions of acquisition-transaction utility theory, category-specific (fast food) digital coupon proneness increase m-commerce for online fast food buying– a novel contribution of the study. Furthermore, research provides unique managerial insights for the industry to utilize the maximum potential of m-commerce in the fast-food industry.     

创业企业何以提高创新绩效——基于创业学习与商业模式创新协同联动视角的QCA方法

以150个创业企业为样本，基于创业学习和商业模式创新理论，运用模糊集定性比较分析方法（fsQCA），探究经验学习、认知学习、新颖型商业模式创新和效率型商业模式创新对创新绩效的影响路径及机制。研究发现，存在新颖型商业模式创新等4条创新绩效产出关键路径；相较于效率型商业模式创新，新颖型商业模式创新在关键路径中更容易提高创新绩效；利用QCA方法证实了影响创业企业创新绩效的组态内部各要素之间的替代性。结论丰富了创新绩效产出内部机制，可为创业企业提高创新绩效提供指导和借鉴。     

基于CE模型的河南省耕地生态补偿额度研究

[目的]基于生态补偿利益主体的需求和支付意愿,充分考虑区域经济发展状态,测算具有弹性的生态补偿标准,确保生态补偿机制顺利运行。[方法]以河南省457份实地调查问卷为基础,采用选择实验法,建立由4个属性水平、7个选择集组成的生态价值属性集,测算受访对象生态补偿的支付意愿。[结果]城乡居民对于耕地资源景观与生态环境关注度最高,其次是耕地质量和耕地面积;农民和市民对于耕地生态价值属性满足的支付意愿存在显著差异性,农民支付意愿为2 060.55元/hm~2,市民支付意愿为3 396.15元/hm~2,两者相差近1 335.60元/hm~2,收入水平、环保意识是影响受访对象生态补偿支付意愿的最直接因素,但两者均认为耕地面积不变、耕地质量改善和耕地景观生态环境改善为最优选择。[结论]补偿额度应充分考虑相关利益主体的支付能力和意愿,将农民的支付意愿作为生态补偿下限,市民的支付意愿作为生态补偿上限,可建立具有一定弹性的生态补偿机制。     

An information-theoretic approach for forecasting interval-valued SP500 daily returns

We develop an iterative and efficient information-theoretic estimator for forecasting interval-valued data, and use our estimator to forecast the SP500 returns up to five days ahead using moving windows. Our forecasts are based on 13 years of data. We show that our estimator is superior to its competitors under all of the common criteria that are used to evaluate forecasts of interval data. Our approach differs from other methods that are used to forecast interval data in two major ways. First, rather than applying the more traditional methods that use only certain moments of the intervals in the estimation process, our estimator uses the complete sample information. Second, our method simultaneously selects the model (or models) and infers the model’s parameters. It is an iterative approach that imposes minimal structure and statistical assumptions.