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。     

全球价值链视角下中国的FTA贸易伙伴选择-基于贸易增加值数据的分析

在全球价值链视角下,FTA数量的增长和层次的提升对中国的对外贸易和经济增长产生了怎样的影响?中国下一步应该如何选择FTA对象?文章基于ADBMRIO和OECDICIO的国别(地区)贸易增加值数据,通过拓展的贸易引力模型研究了FTA数量和FTA层次对中国贸易增加值的影响.研究表明:FTA的建立使中国与成员国(地区)之间的贸易自由化和便利化水平进一步提升;目前FTA对贸易增加值的作用仍然以广延边际为主,FTA深度对贸易增加值的集约拉动需要继续加深;与传统贸易活动相比,FTA在全球价值链活动中起到的作用更加突出.效应异质性研究发现:从全球价值链的视角来看,与较发达国家和地区建立FTA对中国对外贸易的拉动作用最大;FTA参与度较高以及2008年金融危机之后与中国建立FTA的国家和地区对中国全球价值链参与度和竞争力的提升有显著的帮助;与中国距离较近的国家和地区建立FTA有利于中国贸易增加值的提升,但随着科技的进步,地理距离在对外贸易中的影响正在逐渐下降.因此,中国应加快FTA的全球战略布局,在增加FTA数量的同时,加强FTA的深度建设,注重FTA贸易伙伴的多元化,在亚洲邻国的基础上,加快与世界主要经济体之间的FTA谈判步伐.     

中层管理者视角下国有企业探索性内创业过程机制研究

从中层管理者视角出发，基于注意力基础观理论，运用扎根理论研究方法，分析构建国有企业探索性内创业过程机制模型，并动态阐述中层管理者推动下国有企业探索性内创业的3个战略阶段：动机形成阶段、制度性筛选阶段和嵌入性销售阶段。研究结果表明，政策红利不再、中层管理者个体创业导向引发国有企业探索性变革；中层管理者根据注意力配置机制，对探索性创业机会进行制度性筛选；通过制度、自我、同侪、高层管理者4个层次，实现国有企业注意力聚合，最终实现探索性内创业。结论不但丰富了企业内部创业相关研究，也为如何激发中层管理者在企业内部创业的管理实践提供了启发。     

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。     

疫情防控常态化下的世界经济战略走向

新冠疫情的出现冲击了世界经济,从经济全球化和全球经济治理体系两个维度分析疫情对世界经济的影响以及世界经济未来走向,研究发现:(1)新冠疫情通过影响全球价值链、贸易投资和就业环境阻碍经济全球化进程,中美矛盾升级、原有治理体系规则未与时俱进和激进政策的不确定性对全球经济治理体系提出新的挑战;(2)新冠疫情强化了世界各国对人类命运共同体的认识,将人类命运共同体融入全球治理体系将是未来治理的重要趋势;(3)新冠疫情可能会使世界经济格局出现新的变化,而中国在此次疫情中高效率的抗疫举措将进一步提升自身在世界经济格局中的地位和参与度。     

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。     

政府研发补贴促进企业创新了吗

政府补贴能否促进企业创新一直存在争议。与以往从资源视角探讨政府补贴与企业创新关系的研究不同，基于信号理论视角，以2012—2016年沪深A股非金融类上市公司为研究样本，通过剔除非研发补贴的噪音并控制样本自选择偏误，实证检验中国转型经济背景下，政府研发补贴对企业创新的微观政策效应，以及企业层面制度因素（产权性质）和区域层面制度因素（制度环境）对该效应的调节作用。研究发现，政府研发补贴释放的积极信号能够帮助企业获取外部创新资源，有效促进企业创新；相比于国有企业，政府研发补贴对非国有企业创新的激励效应更强；制度环境越好，政府研发补贴对企业创新的激励效应越强。研究理论丰富了科技创新政策有效性和信号理论相关研究。同时，研究发现，政府应继续加大对企业创新活动的补贴额度，不断深化所有制改革，为企业创新营造良好的外部制度环境；另外，企业还应充分发挥政府研发补贴信号的杠杆效应，拓宽外部创新资源获取渠道。     

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。     

“高校—企业”技术转移对企业创新绩效的影响——来自经验取样法的证据

为探讨现代企业与高校之间技术转移对企业创新绩效的影响，立足我国高科技上市公司，以经验取样法为研究范式，以高管与高校之间技术转移体验及创新成效为对象，展开连续15周日记研究，结果发现：“高校—企业”技术转移会积极影响企业创新绩效，规划性博弈与功利性博弈具有中介作用，技术吸收能力具有调节作用。由此证明，在“高校—企业”技术转移合作中，企业技术吸收能力水平在历经组织间博弈后，将显著调节由技术转化而形成的创新绩效增幅。建议相关企业主动开展创新合作，并通过均衡性博弈机制完善自身技术吸收体系，实现“高校—企业”技术转移“双赢”初衷。