高铁开通促进了非枢纽城市企业高质量发展吗?

本文基于2008—2018年非枢纽城市上市企业的面板数据,采用双重差分模型考察高铁开通对非枢纽城市企业高质量发展的影响,研究发现:高铁开通提高了非枢纽城市企业的全要素生产率,促进了其高质量发展.分组回归结果显示,高铁开通对非枢纽城市企业全要素生产率的积极影响主要体现在中部地区企业、劳动密集型企业、民营企业以及二线和三线非枢纽城市企业,而对东部和西部地区企业以及国有企业的影响不显著,对资源密集型企业以及一线非枢纽城市企业有显著的抑制作用.本文从微观企业层面拓展了高铁建设的经济后果研究,丰富了非枢纽城市企业高质量发展研究的文献,对高铁建设的规划布局及其经济分布效应分析具有参考意义.     

失败学习对企业绩效的影响机制研究

已有文献认为失败学习对企业绩效具有重要作用，但失败学习通过何种途径促进企业绩效提升的研究并不完善。基于失败学习理论，引入资源拼凑和机会识别作为中介变量，构建失败学习影响企业绩效的多路径模型，探索失败学习对企业绩效的驱动路径及内在机理。实证结果表明：失败学习对企业绩效具有显著积极作用，资源拼凑和机会识别分别在失败学习与企业绩效之间起中介作用，资源拼凑和机会识别在失败学习对企业绩效驱动过程中存在链式中介作用，战略柔性能够强化资源拼凑与企业绩效之间的关系，并正向调节资源拼凑的中介作用。研究结论拓展了失败学习对企业绩效的影响路径，对企业复苏和成长具有重要启示。     

我国资源类国有资产管理体制改革探析

随着社会主义现代化建设进程持续走深走实，更加强调发展的科学化和体系化，国有资产因其特殊性质和职能定位，始终是支撑和推动我国国民经济实现又好又快发展的根本动力，其管理模式和体制不可避免地会受到新形势、新要求的影响。就本质而言，国有资产管理体制改革就是将日常管理中的各工作环节通过优化整合、集成以实现综合效率与质量提升的过程，以保证国有资产管理的综合质效和工作效能，充分发挥国有资产意义、履行社会责任，推动经济社会各方面的稳步发展。基于此，本文从推动资源类国有资产管理体制改革的现实意义出发，探究了现阶段资源类国有资产管理过程中存在的主要问题，并有针对性地提出了问题的解决策略，旨在提升资源类国有资产管理的效率效果，盘活资产管理，最大化发挥国有资产的战略意义，加速社会主义现代化建设进程。     

基于全生命周期理论的公路项目工程造价管理分析

全生命周期理论是对一个项目的始终，包括项目筹备、设计、施工到使用、维护、退役，甚至到废弃处置等各个阶段进行全面、系统地理论研究和实践操作的一种方法。现阶段，全生命周期理论已经被广泛应用于建筑、基础设施、能源、环境等领域。在全生命周期理论框架下，工程造价管理是公路项目至关重要的一环，它直接影响着项目的可行性和经济效益。本文深入探讨了全生命周期理论在公路项目工程造价管理中的应用，旨在优化公路项目工程造价的成本控制，提高工程管理效率。     

产业协同集聚对绿色全要素生产率的空间效应研究——来自京津冀城市群的经验证据

绿色发展是推进京津冀城市群经济高质量发展的关键之举。文章基于2006—2019年京津冀城市面板数据，采用空间计量方法实证分析制造业与生产性服务业协同集聚对绿色全要素生产率的直接影响及空间溢出效应。研究发现：在正、负外部效应双重作用下，产业协同集聚对京津冀城市群绿色全要素生产率具有“倒U”型影响，同时存在空间溢出效应；进一步分析发现，该影响效应存在产业异质性，制造业与高端生产性服务业协同集聚对绿色全要素生产率具有更强的作用效果以及更高的拐点值，且产业协同集聚能够通过绿色技术效率及绿色技术进步“双引擎”作用于绿色全要素生产率。研究结果可为如何依托产业协同集聚促进京津冀城市群绿色发展提供一定的参考。     

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。     

三全育人背景下湖湘红色文化融入大学生理想信念教育的路径探析

发挥三全育人背景下湖湘红色文化在大学生理想信念教育中的育人价值,分析"三全育人"、湖湘红色文化、理想信念的关系,构建凝聚育人主体合力的全员育人、衔接育人全过程的全程育人,深度整合育人资源与载体的全方位育人,推动湖湘红色文化与高校"三全育人"体系、理想信念教育的有机融合,构建"大思政"格局。     

高铁开通能提升城市绿色全要素生产率吗?

将高铁开通视为一项准自然实验,基于2006-2016年中国281个地级市的面板数据,创新性地将社会网络分析与连续双重差分法相结合,实证验证高铁开通以及高铁网络对城市绿色全要素生产率的影响,并进一步分析其影响路径及空间溢出效应.研究发现:高铁开通能够显著提升城市绿色全要素生产率,但是驱动效应在城市规模、区位、地理圈层和等级方面存在显著的异质性;高铁开通对城市绿色全要素生产率的影响存在明显的滞后性,这一效应在高铁开通后第2年开始显现,而在第4年开始减弱;随着城市在高铁网络中的重要性不断提升,高铁开通对城市绿色全要素生产率的提升效应将不断增强;高铁开通间接带来的技术创新效应和结构优化效应是驱动城市绿色全要素生产率提升的主要力量,且均存在时滞,而直接替代效应尚未显现;另外,高铁开通对邻近城市绿色全要素生产率存在显著的正向空间溢出效应.研究结论进一步完善了高铁的经济环境效应评估,为理解高铁与城市发展质量之间的关系提供了新的经验证据,对优化高铁布局也有重要启示意义.     

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。     

我国省域农业隐含碳排放及其驱动因素时空动态分析

[目的]我国区域农业发展模式由于气候、环境的不同存在较大的差异,而目前针对农业隐含碳的时空动态研究较为缺乏,导致对于区域减排目标的设定缺乏全面的考虑,无法实现农业碳减排的效率性和公平性。因此,有必要分析农业隐含碳排放在不同省域的特征并分析其驱动因素,为制定体现地区间公平性且有效率的碳减排政策提供依据。[方法]文章利用2002年、2007年和2012年3年的投入产出表估算我国各省(市、区)农业隐含碳排放量,根据Kaya恒等关系将其分解为经济规模、经济结构、一般农业技术进步和低碳农业技术进步4类影响因素,并利用LMDI分解分析法对这4类影响因素的驱动力进行了分析。[结果]2002—2012年我国大部分地区农业隐含碳排放量呈上升趋势,空间上呈现从西到东、从南到北逐渐增加的分布规律,经济规模效应在各省份均呈正向驱动,且在经济发展较为迅速、经济增长后劲较强的地区驱动效应逐渐增强;经济结构效应在大部分省份呈负向驱动,且在重型工业的聚集区域负向效应逐渐增强;一般农业技术因素正向驱动区域逐渐扩散,且在农业大省正向驱动效应逐渐增强;低碳农业技术进步因素在东部发达地区负向的驱动效应较强,在西部驱动效应较弱。[结论]在未来的农业减排政策制定过程中,需要充分考虑不同地区的经济发展、产业结构、农业生产等特点。