区域知识产权保护发展的空间格局及结构体系研究

以我国各省知识产权保护制度为研究对象，创新性地将探索性空间数据分析方法与社会网络分析方法相结合，基于地理邻近视角，验证了区域知识产权保护的空间相关性、空间集聚特征和空间溢出效应。同时，突破地理近邻效应的局限，解析区域知识产权保护的空间关联特征。结果表明：我国各省知识产权保护具有全局自相关性，相似地区间存在空间集聚效应，不同发展程度地区的空间关联性质不同；网络化后的区域知识产权保护各节点间联系紧密、网络结构稳定，并且可以确定核心行动者和边缘行动者角色；长三角、珠三角、环渤海等较发达地区与其它地区之间存在较多溢出关系。     

早晚航班对飞行员疲劳程度的影响

航空公司为了提高飞机利用率,导致早晚班的比重明显增加.由于飞行员生物节律的改变,致使其疲劳程度加深.为了保证飞行安全,减缓飞行疲劳,合理排班,需要对执行早晚班的飞行员的疲劳系数进行研究.通过对20名飞行员以及10名飞行学员进行电话访谈,了解到他们早晚班的疲劳程度,进而改进西南航空局可用机组疲劳系数的计算公式,优化了每名飞行员早晚班疲劳系数的计算公式.     

长江经济带中三角地区农业结构的分析与优化对策

[目的]从宏观、中观和微观3个层面深入分析长江经济带中三角地区湖北、湖南和江西3省的农业产业结构及其各产业差异性和相对优势及其竞争力。[方法]在宏观层面运用了传统的基尼系数分析3个省份历史发展上的地区经济水平差异,判断3个地区经济发展是否存在虹吸效应;从中观层面运用区位熵指数分析法分析区域农业产业结构,从农畜林渔等方面判断各区域产业专业化水平程度;从微观层面运用偏离—份额分析法(SSM)分离出3个地区的各部门产业的优势及其竞争力。[结果]区域内的经济差异变化呈不断增大的趋势,基尼系数不断扩大;湖北的种植业、渔业和农林牧渔服务业,湖南的种植业、林业、畜牧业和农林牧渔服务业,江西的林业、渔业都较中三角地区对应的子产业的区位熵指数高;江西木材和竹加工业和烟草业具有较大的产业竞争优势,湖北的茶叶、水产和瓜果疏菜产业优势明显,湖南地区农业产业综合优势主要在于烟草、水果、肉类以及木材和竹类加工业。[结论]通过比较地区农业产业竞争优势,提出发展地区产业特色,合理布局全域农业产业,提高农产品附加收益,稳固对结构优化的资金支持等对策建议。     

一种经验模式分解下的海杂波小目标检测方法

利用海杂波有效探测海上小目标是目前雷达探测领域的热点问题，具有重要的应用价值。鉴于海杂波是一种非线性非平稳性的雷达回波信号，充分发挥整体平均经验模式分解的优势，将海杂波分解为若干个不同尺度的独立分量。通过研究发现有目标时，分解出的前5个分量与未分解前信号的相关系数明显减小，因此提出了一种新的海杂波背景下的目标检测方法。通过实测和模拟的海杂波数据进行训练和测试，研究结果表明，该方法能有效地实现海杂波下目标的探测，性能优于经典时域下、分数阶傅里叶变换域下以及平均经验模式分解后的广义Hurst指数的目标检测方法。     

敦煌种业财务绩效评价研究

选择以农业上市公司敦煌种业为研究对象,以企业2014—2019年的报表数据为基础,采用功效系数法并以国务院国资委所编写的《企业绩效评价标准值》中国有企业绩效评价体系作为参考,构建对农业企业的财务指标评价体系,对敦煌种业2014-2019年企业财务指标的表现进行纵向分析,选择同行业中营业收入水平较高的北大荒进行横向对比,通过对比发现敦煌种业的问题主要体现在盈利能力和资产质量方面,对此提出了改进措施及建议。     

A Different Perspective on the Evolution of UK Income Inequality

This paper scrutinizes the conventional wisdom about trends in UK income inequality and also places contemporary inequality in a much longer historical perspective. We combine household survey and income tax data to provide better coverage of all income ranges from the bottom to the very top (and make our estimates available to other researchers). We make a case for studying distributions of income between tax units (i.e. not assuming the full income sharing that goes with the use of the household as the unit of analysis) for reasons of principle as well as data harmonization. We present evidence that income inequality in the UK is as least as high today as it was just before the start of World War 2.     

高新技术产业创新产出空间集聚及关联性研究

收集2000—2018年中国内地30个省市高新技术产业创新产出专利申请及相关数据，运用ArcGIS空间分析工具对其空间集聚特征进行可视化分析，并利用QAP 方法分析其关键影响因素。结果发现：①高新技术产业创新产出空间集聚的重要特征是区域非均衡性，马太效应显著； ②强强型关联主要集中在东南沿海地区与部分中部地区，弱弱型关联主要集中在北部地区与西南地区，弱强、强弱型关联主要集中在少部分北部、中部与南部地区；③高新技术产业创新产出空间集聚及关联影响因素中，投入变量的R&D经费为显著正相关，R&D人员为显著负相关。溢出变量的产学研合作为不显著正相关，产业集聚、地理距离为显著正相关，FDI为显著负相关。     

城市创新行为改善生态效率了吗？——基于空间关联与溢出视角的考察

文章在理论层面探讨了创新对生态效率的影响机制，并基于城市空间关联与溢出视角，采用我国2007-2016年260个城市面板数据，运用空间计量模型检验了创新对生态效率的影响效应及多维度的城市异质性。进一步地，文章还通过对不同距离阈值上的创新空间溢出效应进行估计，测算了创新空间溢出的距离边界，检验了创新空间溢出驱动城市绿色发展的最佳地理距离区间，从而为增强区域创新合作以提升区域整体绿色发展水平提供了可供参考的量化依据。研究发现：总体而言，创新具有的增长效应、资源与环境效应、结构优化效应是促进城市生态效率改善的重要途径，且产出端创新对生态效率的驱动效应强于投入端创新；但创新对生态效率的影响具有显著的城市异质性，依赖于城市区位、所在城市群、环境政策、资源禀赋、创新能力和市场化水平；城市创新行为具有显著的空间溢出效应，但空间溢出随距离变化呈衰退趋势，350公里以内为创新活动的密集溢出区；生态效率也具有明显的空间溢出效应，经济越发达且联系越紧密、要素流动越自由、创新对生态效率驱动效应越强的地区，生态效率的空间溢出也越强。因此政府应完善创新激励政策、为创新外溢创造良好条件、注重引导创新的方向，并根据区域及城市发展实际，采取差异化的创新驱动绿色发展策略。     

基于K-S检验与距离相关分析的网络借贷信用评价指标体系构建

网络借贷作为一种新型互联网金融模式,提升了金融资源使用效率,缓解了小企业融资难的困局。构建合理的网络借贷信用评价指标体系,从而对网络借贷的潜在风险及时甄别与预防,对互联网金融健康持续发展意义重大。本文根据K-S检验与距离相关分析相结合,筛选对借款客户违约状态甄别能力强的指标,建立了网络借贷信用评价指标体系,通过P2P网络借贷(peer to peer lending,个人对个人借贷)平台LendingClub交易数据进行实证研究,结果表明:不仅借款金额、借款利率等借款标的特征对借贷者违约具有显著相关性,借款者年龄等个人特征、借款者年收入等财务特征以及借款者违约次数等信用特征均对借贷者违约风险产生显著影响。投资者在出借资金时,往往青睐于已婚、年龄适中、具有一定工作经历、历史违约次数较少的借款人。因此,风险监管部门应构建网络借贷违约风险评估模型,对P2P平台进行风险监测,同时建立关键信息共享机制,融合多源数据,明确审查范围,实现P2P网络借贷行业健康有序发展。     

Correlated daily time series and forecasting in the M4 competition

We participated in the M4 competition for time series forecasting and here describe our methods for forecasting daily time series. We used an ensemble of five statistical forecasting methods and a method that we refer to as the correlator. Our retrospective analysis using the ground truth values published by the M4 organisers after the competition demonstrates that the correlator was responsible for most of our gains over the naïve constant forecasting method. We identify data leakage as one reason for its success, due partly to test data selected from different time intervals, and partly to quality issues with the original time series. We suggest that future forecasting competitions should provide actual dates for the time series so that some of these leakages could be avoided by participants.