数字经济对区域创新绩效及其空间溢出效应的影响

数字化时代的经济运行方式呈现出数据驱动、万物互联、创新迭代的特征，数字经济的数字化、网络化、智能化属性对创新活动产生了深刻影响。运用空间杜宾模型，对361座城市2010-2018年度数据进行实证检验。检验结果表明，数字经济发展不仅能够带动本地创新绩效提升，而且对周边城市创新绩效也具有显著正向影响；与中、西部地区相比，东部地区数字经济对创新绩效的促进作用更强，空间溢出效应也更显著。由此，建议可从挖掘数据要素价值、搭建数字化平台、推动数字技术创新等角度发展数字经济，促进本地区和周边地区创新绩效共同提升。     

团队科学创造力的提升需重视团队成就目标导向——被调节的中介效应

基于创造力成分等多维理论，构建以团队反馈寻求行为为中介变量，团队凝聚力为调节变量的被调节的中介效应模型，以期深入解释创新团队成就目标导向如何影响其团队科学创造力。基于129个理工科大学生科技创新团队数据，研究结果表明，团队学习目标导向和团队表现目标导向分别与团队科学创造力有显著的正向和负向关系；团队反馈寻求行为在团队成就目标导向与团队科学创造力间起部分中介作用；团队凝聚力负向调节团队反馈寻求行为与团队科学创造力间的关系，并弱化了团队成就目标导向通过团队反馈寻求行为对团队科学创造力的间接影响。结论对提高科技创新团队科学创造力有一定指导价值。     

基于AHP-TOPSIS模型的京津冀家政服务人力资源供给质量评价研究

依托已有的研究成果构建了家政服务人力资源供给质量评价指标体系,利用AHP-TOPSIS模型对京津冀家政服务人力资源供给质量进行了评价和排名,并使用障碍度模型分析了员工制、准员工制、培训学校、中介制四种类型家政机构人力资源供给质量的关键制约因素,在此基础上,给出了不同类型家政机构人力资源供给质量改善的针对性建议,为家政服务人力资源供给质量的改善提供参考依据。     

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。     

产军协同、政府科技支持与技术创新效率研究

运用空间数据分析方法，检验产军协同、政府科技支持与技术创新效率在我国省域间的分布格局。研究表明，三者均存在显著的正向空间相关性，即正向空间溢出效应，并且在不同地区形成局部空间集聚，存在高低非均衡的“俱乐部”现象。基于空间误差模型和空间滞后模型，实证检验产军协同、政府科技支持对技术创新效率的影响。结果发现，从全国和分地区看，产军协同、政府科技支持均能够显著促进技术创新效率提升，并且二者存在显著的交互作用，能够发挥彼此间的互补效应，进一步促进技术创新效率提升；不同地区产军协同、政府科技支持对技术创新效率的影响程度存在较大差异，西部地区产军协同、政府科技支持对技术创新效率的促进作用比东部和中部地区显著。     

成渝地区建设全国科创中心的路径选择

成渝城市群逐渐发展成为我国经济的第四大增长极,在全球创新中心东移、创新驱动发展成为时代要求的背景下,建设成渝全国科创中心上升为国家战略.成渝两地创新资源在西部地区优势明显,两地不要强调"补短板",要做强自己的特色和优势,差异化建设全国科创中心.基于修正的"万有引力模型",根据成渝两大城市的联系强度,成渝全国科创中心建设宜成为"工"字型核心城市区,明确"点—线—廊—带"的发展路径,同时从成渝层面、区域层面和国家层面推进一系列有针对性的政策.     

论移动应用平台的运维运营及技术管控工作

电力企业在移动信息化技术方面也迈出了步伐,开展电力业务现场作业、物资与基建的现场作业、故障抢修等班组作业应用,本文主要讨论移动应用平台的运维和技术管控工作,为移动应用平台的建设和发展提供一种工作思路。     

试论土壤调查、土地类型与耕地评价兼论倪绍祥先生的土地评价思想

目的 以倪绍祥先生土地评价思想概括和我国土壤普查、土地类型述评为依据，探讨我国耕地评价工作完善路径和方向。方法 文章采用文献研究和对比分析方法。结果 （1）倪先生经过多年研究实践，形成以土壤调查为前提的，土地类型单元为基础，开展土地评价的系统思想。（2）我国土壤调查、土地类型工作中断，致使农用地分等定级、土地质量地球化学等工作缺乏扎实的数据基础，使得现有的耕地评价成果难以满足新时代耕地资源“三位一体”保护要求，也妨害国家对自然资源的科学管理。（3）国家生态文明建设、国土资源科技创新和自然资源管理机构职责整合等宏观背景，客观上要求将土地评价与土壤类型、土地类型相联系，夯实耕地评价的科学基础，创新耕地质量评价体系。（4）科学组织第三次土壤普查，服务于耕地评价实践，将土壤资源融入自然资源统一管理成为必然趋向。结论 倪绍祥先生有关土地评价思想，对于完善我国土地评价理论和方法体系，创新性开展第三次土地利用现状调查中的耕地质量调查专题，适应自然资源统一管理新形势具有重要借鉴价值。亟需科学组织新的土壤普查和土地类型调查研究，更新完善原有的土壤资源图和报告，深化中小尺度的土地类型调查研究，不仅深化人们对土地资源的客观认识，也为新的耕地质量评价提供客观、科学、高精度的数据基础提供可能。     

基于组态视角的众创空间创客集聚机制研究

以江苏省383家众创空间为样本，应用组态思维和QCA方法整合资源与服务两个层面的6个条件，探讨形成众创空间创客集聚差异的多重并发和复杂机理。结果发现：①众创空间高创客集聚存在服务主导型、场地-创客教育主导型、全要素型3个组态，其中，服务主导型、场地-创客教育主导型能深层次、强有力地影响众创空间高创客集聚；②众创空间非高创客集聚存在单纯地产式、单纯线下投资促进、单纯线上投资促进3种组态，且对众创空间非高创客集聚的影响基本相当；③资金资源不充足、场地资源不充足与人员服务不充足在解释非高创客集聚时具有替代作用。     

中国出口增速放缓与区域劳动力市场就业调整

文章利用2010-2015年中国海关数据库与2012年、2014年和2016年中国劳动力动态调查数据,构建了城市出口增速放缓指标及基于全球总体贸易需求下降的"Bartik工具变量",从多维视角有效识别了中国出口增速放缓对区域劳动力市场就业调整的影响效应.研究发现:出口增速放缓显著降低了当地15-64岁劳动力参与工作的概率,出口增长幅度每下降1000美元/人,当地劳动力就业概率则下降3.7％.出口增速放缓使得劳动力在不同部门与不同就业身份之间进行重新配置,制造业和雇员就业概率下降,而服务业和自雇身份就业概率则上升,从而产生就业调整效应.机制检验表明,出口增速放缓对当地可贸易部门的企业绩效造成负面冲击,继而以降低劳动力需求来推动就业调整;而非贸易部门的企业绩效则在一定程度上缓冲了这一冲击.另外,基于当地劳动力失业原因与求职表现的研究进一步为这一机制提供了间接证据.上述研究结论为我国有效化解贸易风险和深入推进就业优先的双重战略目标提供了理论支持和经验证据.