论复合型图书馆建设的文化路径

复合型图书馆是传统图书馆向数字图书馆转变过程中一个独立形态,是基于海量的文献与信息资源的复合型文化平台.复合型图书馆建设的文化路径在于管理文化的培育,服务文化的重塑,团队文化的提升和学习型文化的建设.     

国家公园划定荒野保护区的意义与方法

世界自然保护联盟(IUCN)把荒野保护地列入保护 级别最高的一类保护地,荒野体验是游憩体验最高级别的体验 形式。世界各国荒野保护地实际存在形式大致分独立型和合 并型2类。划定荒野保护区是荒野价值研究成果的重要应用实 践,这是中国国家公园体制建设向深层次发展的重要方向。核 心保护区与荒野保护区对应IUCN保护地分类体系中的Ia、Ib 保护地,这样既可以同国际接轨,又解决了国内国家公园生态 保护管控与人类活动的矛盾问题。国家公园突出荒野保护理念 既建立了国家公园与社会的情感联系,强化了国家公园的社会 文化认同,又彰显了国家公园人与自然和谐共生的绿色发展理 念。栖息地适宜性评价与行为分析法是划定荒野保护区的重要 方法,通过栖息地适宜性评价建立国家公园生态环境谱系,在 生态环境谱系基础上通过行为交互作用分析建立游憩机会谱系 与社区村落谱系。荒野保护区整合了三大谱系,建构了以荒野 保护区为主体的管理分区体系,把各个功能区有机组织起来, 形成结构有序、自然共生的人地耦合复杂生态系统。     

环境质量变化对游客福利的影响——基于旅行费用和条件行为联合数据

环境质量是影响游客旅游需求及福利的重要因素,但单一使用陈述性偏好法或揭示性偏好法仍存在诸多局限性。为探究环境质量改变对游客需求及福利变化的具体影响,结合旅行费用与条件行为数据,在明确现有环境质量状况下景区价值基础上,评估环境质量改善与恶化两种情景下,游客消费者剩余的变化。结果表明,环境质量改变直接影响旅行次数,从而增加或减少消费者剩余,但不会通过影响游客旅行费用间接改变消费者剩余,实际行为与条件行为数据偏好存在一致性;白洋淀景区当前消费者剩余为909.09元/次;环境质量改善使游客平均旅行次数增加1.45次/年,并使每位游客每年的消费者剩余增加1 318.18元;环境质量恶化使游客平均旅行次数降低1.41次/年,并使每位游客每年的消费者剩余减少1 281.81元。     

碳排放权交易、损益偏离与绿色经济效率关系研究

"双碳"目标展现了中国作为负责任的大国,对建设人类命运共同体的担当,碳排放权交易是实现这一目标的重要途径,但其对地区经济与环境的双重影响依然有待检验。结合1997—2017年中国省级数据,采用包含非期望产出的SBM-DEA模型测度地区绿色经济效率,以碳排放权交易试点为准自然实验,运用合成控制法评估试点政策对地区绿色经济效率的影响,并采用空间计量模型从损益偏离视角展开机制检验。研究发现:碳排放权交易试点政策能够显著提升地区经济效率,运用双重差分模型和PSM-DID进行稳健性检验后,基本结论依然可靠。缓解"收益在外,污染在内"的损益偏离现象,是碳排放权交易试点机制提升绿色经济效率的有效途径。随后提出通过进一步完善碳排放权交易市场机制,进而推动我国绿色发展的相关政策启示。     

基于制造业价值链的区域绿色制造水平评价——以宁波市为例

以涵盖制造业价值链的各主要环节,融合产品全生命周期的各个阶段为出发点,构建了包括产品设计生态化水平、生产过程清洁化水平、能源利用高效化水平、回收再生资源化水平和产业耦合一体化水平五个维度的绿色制造评价模型。以宁波市为例,运用层次分析法和倒数方法对2014—2018年宁波市绿色制造水平进行测度。结果显示,宁波市绿色制造水平整体快速增长,五个维度指标对近年来宁波市绿色制造水平的提升均发挥了积极的推动作用。其中生产过程清洁化水平发展最为迅速,但近年有放缓迹象,回收再生资源化水平对宁波市绿色制造水平贡献较低。针对制造业价值链不同周期对应指标的量化计算结果,提出大力发展绿色工艺创新、优化宁波产业结构、完善资源回收再生体系等措施,以进一步推动宁波绿色制造水平提升。     

出口企业更清洁吗？——基于微观企业数据的再考察

基于工业企业数据以及环境统计数据,构建1998-2007年面板数据实证分析出口对企业二氧化硫排放强度的影响。回归结果显示：相较于非出口企业,出口企业二氧化硫排放强度较低;企业出口强度越高时二氧化硫排放强度越低。异质性分析发现：企业所属行业以及企业所在地区差异均会对二氧化硫排放强度产生影响。具体表现为,污染密集型制造业行业中,出口企业比非出口企业更为清洁;相较于其他地区而言,东部地区企业出口对二氧化硫排放强度的降低幅度更为显著。在排除两控区环境规制因素对回归结果的影响,并且通过IV(2SLS)以及PSM-DID等方法处理内生性问题后,本文的回归结果依然稳健。机制分析表明：出口企业一方面通过提高新产品产值——R D,另一方面通过提高全要素生产率,降低了企业的二氧化硫排放强度。此外,通过对企业出口状态的改变(广延边际)和企业出口强度的改变(集约边际)的比较发现,出口企业二氧化硫排放强度低的主要驱动因素在于广延边际而非集约边际。     

企业应用推广创新方法绩效评价指标体系研究

创新方法是支撑企业创新活动的重要工具,我国自2007年以来,先后在多家企业开展以TRIZ理论、六西格玛管理、QFD、精益生产等单一或多种创新方法的应用推广,以目标为导向,分析企业应用创新方法产生创新绩效影响因素的基础上,确定以"科学性、系统性、可操作性、发展性"为主体的绩效评价指标体系构建原则,建立了科学规范的评价指标体系,应用层次分析法(AHP)计算了指标权重,确定了模糊综合评价方法及过程,提出了创新方法示范企业管理策略,为创新方法管理工作和示范企业培育提供参考和借鉴。     

国有商业银行股权转让定价方法的研究

国有商业银行股权转让价格的合理性一直受到质疑,文中通过对现行定价方法适用性以及国有商业银行的价值分析,提出国有商业银行股权转让价格应包括其财务价值和未来收益能力这两个方面.     

Machine learning for pricing American options in high-dimensional Markovian and non-Markovian models

In this paper we propose two efficient techniques which allow one to compute the price of American basket options. In particular, we consider a basket of assets that follow a multi-dimensional Black–Scholes dynamics. The proposed techniques, called GPR Tree (GRP-Tree) and GPR Exact Integration (GPR-EI), are both based on Machine Learning, exploited together with binomial trees or with a closed form formula for integration. Moreover, these two methods solve the backward dynamic programing problem considering a Bermudan approximation of the American option. On the exercise dates, the value of the option is first computed as the maximum between the exercise value and the continuation value and then approximated by means of Gaussian Process Regression. The two methods mainly differ in the approach used to compute the continuation value: a single step of the binomial tree or integration according to the probability density of the process. Numerical results show that these two methods are accurate and reliable in handling American options on very large baskets of assets. Moreover we also consider the rough Bergomi model, which provides stochastic volatility with memory. Despite that this model is only bidimensional, the whole history of the process impacts on the price, and how to handle all this information is not obvious at all. To this aim, we present how to adapt the GPR-Tree and GPR-EI methods and we focus on pricing American options in this non-Markovian framework.