高校新农村研究院：科技支撑乡村振兴的有效载体

[目的]较之前开展的新农村建设,乡村振兴战略是一种更高层次的发展手段和目标。文章旨在对高校新农村研究院推动乡村振兴的实践经验和困难问题进行梳理,分析背后的成因与制约因素,以期为以高校新农村研究院为抓手、从科技引领和支撑的角度推动乡村振兴战略的落地实施提供有针对性的建议。[方法]该文从协同创新理论出发,基于对沈阳农业大学新农村发展研究院的实地调研,采用文献梳理、归纳总结和定性分析等方法对高校新农村研究院为乡村振兴战略提供科技支撑的机理、模式、作用和困难问题进行了梳理。[结果]高校新农村发展研究院通过整合政府、高校、企业等多方资源,从技术协同、人才协同与理念协同3方面为乡村振兴提供了有效支撑。但目前各级政府对高校新农村研究院的作用地位还缺乏充分认识,存在财政支持不到位、技术推广激励与考评机制不完善等问题。[结论]整合各方科技创新资源,构建起各类主体跨界协同、不同技术集成应用、创新资源全链配置、关联产业融合发展的新型农业科技协同创新体系;进一步强化高校新农村发展研究院在农业科技服务中的主体地位,增强财政对新农村发展研究院的持续投入,改革高校农技推广人员职称评定与考核激励机制。     

When Auditors Say ‘No,’ Does the Market Listen?

Previous research on whether the market responds to auditors’ opinions has provided mixed results. We revisit this issue in China, where individual investors who are more likely to neglect value-relevant information dominate the stock market. In addition to going concern opinions (GCOs), China permits modified audit opinions (MAOs) on violations of accounting standards or disclosure rules (GAAP/DISC MAOs), providing an opportunity not available in the literature to enrich the study of audit-opinion pricing. We find that, ceteris paribus, MAO recipients underperform in the future and have a higher incidence of adverse outcomes such as misreporting and stock delisting, and the market reacts negatively to MAOs during the short window around MAO disclosure. Importantly, MAO disclosure is not followed by negative long-term stock returns, suggesting stock price adjustments to MAOs are speedy and unbiased. These findings hold for both GCOs and GAAP/DISC MAOs. Together, our findings support the informativeness of audit opinions and cast doubt on the argument that investors inefficiently price audit opinions due to information-processing bias.     

中美玉米期货市场功能效率比较

价格发现与套期保值是期货市场的基本功能,能够反映期货市场的运行效率。通过对比中美贸易摩擦前后期货市场的价格发现和套期保值功能,分析中美玉米期货市场效率间的差距,探究我国玉米期货市场运行效率低的原因。利用格兰杰(Granger)因果分析、协整检验、分位信息份额模型、套期保值比率及绩效分析方法,定量对中美两国2013—2019年玉米期货及现货的数据进行分析,结果表明,中国玉米期货市场存在较强的价格发现功能,但套期保值绩效不佳。使用前沿分位信息份额模型和滚动格兰杰因果法分析中美两国期现货市场动态关系的区别,发现中国仅存期货市场对现货市场的单向引导,而美国在中美贸易摩擦前表现为玉米期现货市场具有相近的引导能力,套期保值效率较高,中美贸易摩擦增强了其现货市场对期货市场的引导能力,降低了期货市场运行效率。从期现货市场双向引导关系视角来看,中国玉米期货市场效率低的原因主要是现货市场的信息不完全、发展不完善,期现货市场缺少长期稳定的双向引导关系抑制了期货市场功能发挥。中国应全面加强期货市场建设,提升期货市场定价效率,推动农产品期货市场快速健康发展。     

光伏产品出口贸易摩擦与技术性贸易措施应对——以福建省为例

截止2019年6月,光伏产业主要遭遇了18起贸易摩擦案件和19项国外技术性贸易措施。本文通过研究这些贸易摩擦案件和技术性贸易措施的特点及其对福建省光伏产业的影响,总结福建省应对工作成效,并针对目前应对工作中存在的问题有针对性的提出了相关建议,旨在为光伏产业今后的应对工作提供借鉴。     

国家创新型城市对属地创新能力影响效应评估——政策动态过程与政企互动视角

选取2003-2016年城市数据样本，基于国家创新型城市分批次确立的特性，采用渐进双重差分模型、固定效应双重差分模型和处理效用双重差分模型，研究国家创新型城市对属地创新能力的整体效应、长期动态效应和批次效应。结合城市创新微观主体构成特性，分析属地国家创新型企业政策及企业类型异质性对属地创新能力的影响。结果显示：国家创新城市对属地创新能力提升在长短期均起到正向促进作用，且越早确立的城市对属地创新能力提升的作用效果越显著；国家创新型企业政策对城市创新能力提升起到正向调节作用，且企业集团作用大于上市公司和一般企业。最后，提出创新型城市建设相关政策建议。     

科技政策对企业创新的作用机制研究——以广东省为例的实证分析

科技创新是立国之本、强国之路。政府在不同阶段制定相应的科技政策，以求持续激励企业参与创新活动、提高企业核心竞争力、促进产业结构转型升级。基于广东省2005-2017年上市公司数据，采用计数模型实证分析了地级市政府科技政策对企业创新的影响及作用机制。研究表明：科技政策力度越大，越能提高企业的创新水平；科技政策的激励作用主要通过研发强度这一中介变量产生；科技政策不仅能促进企业的策略性创新行为，同时也会导致企业的实质性创新行为；直接激励类型的政策对企业创新并无显著影响，而营造创新氛围的间接激励类型政策则对企业创新有着显著的正向影响；政策激励对非国有企业、非高科技企业的正向作用更加明显。     

家庭代际经济支持存在邻里效应吗?

基于2016年中国家庭追踪调查数据(CFPS),文章识别了家庭代际经济支持中的邻里效应,并对相关影响机制进行了检验。估计结果表明:在控制子女、父母等一系列特征变量后,社区邻里效应对家庭代际经济支持具有显著的正向影响。进一步分析表明,这种影响因家庭所在区域存在明显差异,表现为社区邻里效应对农村家庭代际经济支持的影响明显大于城镇家庭。此外,研究还发现:社区邻里效应对多子女家庭代际经济支持的影响明显大于独生子女家庭,对男孩家庭代际经济支持的作用显著大于女孩家庭和既有男孩又有女孩的家庭。最后,机制检验表明:在社区内部,子女追求社会地位,希望赢得他人尊重是社区邻里效应发挥作用的重要机制。文章从社区内部不同家庭互动角度解释家庭代际支持行为,为理解近年来我国不断增加的家庭代际经济支持现象提供了一个新的视角。     

深度学习方法在作物遥感分类中的应用和挑战

[目的]准确估算作物的面积和分布对粮食安全至关重要。与传统的机器学习方法相比,深度学习具有多种优势,如端到端训练、可迁移性。为有效利用高时空数据进行作物识别提供了新的机遇。已有多种模型被应用于作物分类任务中,针对不同的分类任务,如何有效地选择模型,并对其进行训练和使用已成为关键问题。[方法]文章回顾了利用深度学习模型对作物分类的主要研究。N维卷积神经网络(N-D CNN)(N=1、2、3)和递归神经网络(RNN)已被有效用于作物分类任务。长短期记忆RNN(LSTM RNN)和门控循环单元RNN(GRU RNN)是RNN的变体,解决了随着时间序列增加RNN出现的梯度消失或爆炸问题。此外,还有研究使用CNN和RNN(我们称为RCNN)的混合模型对作物进行分类。该文首先阐述了使用深度学习方法进行作物制图的背景和意义,并介绍了CNN和RNN模型结构。然后回顾了一些典型的研究,包括模型的结构、遥感数据源、数据处理方法和分类精度。最后,总结了使用深度学习方法进行作物分类的挑战以及现有解决方案的局限性。[结果](1)1-D CNN可用于提取时间特征,或时间+光谱特征,分类效果良好;2-D CNN已被广泛应用于单时相数据的空间特征提取,分类精度依赖于数据源;3-D CNN应用较少,但具有很大的潜力,尤其是时间+空间维度的特征提取;(2)相同条件下(架构、数据源、研究区域、类别),LSTM RNN和GRU RNN分类效果通常高于普通RNN,而前两者的效果差距不大,但GRU RNN训练时间较短;(3)CNN+RNN混合模型(RCNN)用RNN比3-D CNN更适合提取时间特征。这主要是由于RNN建立了对序列数据的长期依赖,而3-D CNN卷积核是局部计算的。[结论]通过分析,认为深度学习技术是作物遥感分类的有效工具。此外,与其他模型相比,RCNN,3-D CNN和GUR RNN具有更大的潜力。     

农户生态耕种行为及其影响因素研究——以江西省为例

[目的]为清晰识别影响农户生态耕种行为的主要因素,以期为加强耕地生态保护、保障农作物质量安全、提升农户耕种收益、实现农业现代化目标提供参考。[方法]基于江西省11市47县(区)1488份农户微观调查数据,在分析农户生态耕种特征基础上,运用二元Logistic和Probit模型对农户生态耕种行为影响因素开展实证研究。[结果]农户生态耕种10种具体行为的采纳情况差异明显,其中施用有机肥采纳程度最高,生态农业模式采纳程度最低。农户采纳生态耕种整体水平不高,但仍具备进一步推广的潜力。家庭劳动力比重、生态耕种成本认知、新型农业经营主体、法律法规认知、生态耕种收益认知、生计分化和生态环境认知等解释变量是影响农户生态耕种行为的主要内部因素,政府补贴、农田基础设施、生产交流程度、耕地质量变化和生态耕种信息获取难度等则是主要的外部影响因素。[结论]政府及基层管理部门应在推动农户非农就业生计、大力培育新型农业经营主体、加强生态耕种宣传与推广、完善政策扶持与管控机制等方面制定针对性的政策措施。     

“西为中用·顺势利导”——生态雨水机埠 与合流制特点的老旧城区海绵改造

以常德市柏子园汇水片区为例，运用水力模型工 具，探讨在老城区现有末端生态雨水机埠情形下，通过优化设 置低影响开发(LID)设施和管网改造工程，从源头解决机埠合 流制溢流(CSO)污染的效果和可行性。根据棚户区较多、绿 地率少、土壤渗透性差、项目实施难度大等情况，进行项目方 案布置和LID措施选择；根据现状管网特征，进行近远期管网 改造方案和源头截流措施选择。采用典型年降雨数据进行连续 模拟，分析评估在老旧城区增设源头控制设施和中途管网改造 对既定末端机埠溢流水量及溢流频次的控制效果，并通过情景 方案比选，得出在现有土地使用条件下的最优海绵改造方案， 以期为类似合流制特点的区域提供参考和借鉴。