The moderating effect of average wage and number of stores on private label market share: A hierarchical linear model analysis

Existing research on private label market share is primarily in the context of the Western market. The Chinese market context research is scarce, although private labels are developing rapidly in the past several years. This study investigates how the average wage and number of stores affect the Chinese market's private label market share. More importantly, this paper examines the moderating effect of the average wage and the number of stores on the relationship between the private label market share and product assortment as well as the relationship between the private label market share and pricing. Data collected from a Chinese supply chain dyad is analyzed to study category management using hierarchical linear models. The results reveal that the average wage and the number of stores positively affect the private label market share. Furthermore, the average wage enhances the negative effect of the number of brands, weakens the negative effect of the private label price, weakens the positive effect of national brand price. Meanwhile, the number of stores enhances the positive effect of the SKU proliferation of private label, enhances the negative effects of the number of brands, and enhances the negative effect of the private label price. This study contributes to category management. Furthermore, the findings will be valuable to domestic and international grocery marketers and retailers operating private labels in China.     

INTERNATIONAL RESERVE MANAGEMENT: A DRIFT‐SWITCHING REFLECTED JUMP‐DIFFUSION MODEL

We study the cost of shocks, that is, jump risk, with respect to reserve management when the reserve process is formulated as a drift‐switching jump diffusion with a reflecting barrier at 0. Inspired by the Brownian drift switching model, our model results in a more realistic dynamic behavior of international reserves than the buffer stock model. The new model can capture both the jump behavior in reserve dynamics and the leptokurtic feature of the increment distribution which has a higher peak and two asymmetric heavier tails than the normal distribution. Through the selection of an initial distribution that reflects certain steady state behaviors, the reserve process becomes a regenerative process. This selection enables us to derive a closed‐form expression for the total expected discounted cost of managing reserves, thus helping us to numerically find management strategies that minimize costs. The numerical results show that shocks at the reserve level have a significant effect on reserve management strategies and that model misspecification can result in nonnegligible additional costs.     

闽侯县闲置农地生态安全评价研究

[目的]根据闽侯县农用地闲置情况,结合当地社会经济及生态环境发展情况,深入分析闽侯县闲置农地的生态安全发展水平。[方法]建立闽侯县闲置农地生态安全评价指标体系,分别从农村垃圾处理点数量、财政支农资金、外部进入农村投资、农业生产总值、种粮补贴、自然灾害、农业技术水平、农村生物的多样性程度、农村家庭收入结构、农村生态补偿金额、农地的整理规模及环保支出占GDP比重共确定12个指标进行深入研究,运用普通最小二乘法对设计的多元线性回归模型进行回归,进一步对闽侯县闲置农地的生态安全水平进行评价。[结果]农村垃圾处理点数量、财政支农资金、种粮补贴、环保支出占GDP比重、生态补偿金额、生物多样性程度对闽侯县闲置农地生态安全水平起到促进作用,呈正相关趋势;自然灾害则与闲置农地生态安全水平呈负相关趋势。[结论]整体看来,闽侯县闲置农地的生态安全水平主要受到当地经济、环境及生态基础三大因素的影响。     

乌蒙山片区绿色减贫指数分析

[目的]通过分析2012年和2014年乌蒙山片区绿色减贫指数,评价该地区不同年份扶贫效果,这也为今后各项扶贫政策的实施提供理论参考。[方法]文章依据中国绿色减贫指数指标体系,从经济增长绿化度、资源利用与环境保护程度、社会发展能力和扶贫开发与减贫效果4个方面,以人均地区生产总值、单位地区生产总值能耗等27个因子作为评价指标,利用线性加权综合法分析2012年和2014年经济增长绿化度、资源利用与环境保护程度、社会发展能力和扶贫开发与减贫效果指标值,最终确定绿色减贫指数。同时,分析片区内各贫困县波动较大的第三产业增加值比重、单位耕地面积化肥施用量、城乡收入比和农村人均纯收入增长率等指标。[结果]2014年相比2012年,乌蒙山片区经济增长绿化度、资源利用与环境保护程度和扶贫开发与减贫效果指标值上升,社会发展能力指标值降低,绿色减贫指数提高了15.40%。各县第三产业比重均降低,但农村人均纯收入都有提高。四川省10个县单位耕地面积化肥施用量增加。四川省除叙永县和美姑县,贵州省除赤水市,片区内的各贫困县城乡收入比降低。[结论]2014年,乌蒙山区在落实国家扶贫规划上取得了较好的成效。但各县之间差距较大,在今后的扶贫攻坚中,需要从不同地区的实际情况出发,了解贫困类型和贫困程度,考察当地资源储备和环境现状,统筹区域发展。     

Linear programing models for portfolio optimization using a benchmark

We consider the problem of constructing a perturbed portfolio by utilizing a benchmark portfolio. We propose two computationally efficient portfolio optimization models, the mean-absolute deviation risk and the Dantzig-type, which can be solved using linear programing. These portfolio models push the existing benchmark toward the efficient frontier through sparse and stable asset selection. We implement these models on two benchmarks, a market index and the equally-weighted portfolio. We carry out an extensive out-of-sample analysis with 11 empirical datasets and simulated data. The proposed portfolios outperform the benchmark portfolio in various performance measures, including the mean return and Sharpe ratio.     

采用航迹特征的智能机型识别

针对空战目标识别中机型自动识别比较困难的问题，提出了采用航迹特征的智能目标识别方法。利用卷积神经网络（Convolutional Neural Network，CNN）分层学习特征的能力，训练CNN算法模型自动地从航迹数据中学习有用的特征并分类。利用沿海实地采集的15个类别的飞机航迹数据，经一系列数据预处理后作为智能识别算法的训练和测试数据，在验证实验中描述了算法网络的相关配置,对比了CNN与其他分类器的识别结果。实验结果表明，CNN具有很好的识别性能。     

视频业务识别方法综述

视频用户体验的质量要求给网络传输带来了巨大挑战，未来的虚拟现实/增强现实(Virtual Reality/Augmented Reality，VR/AR) 视频业务则对交互时延提出了更高要求。视频业务识别是网络运营商及视频业务提供商对视频进行优先网络资源分配和自适应速率控制的基本前提。综述了业务识别领域的一般研究方法及其对视频业务的具体应用。首先，总结了每种业务识别方法的工作原理，对比了这些方法应用于视频业务时的优缺点及在准确率和召回率指标上的识别性能;然后，特别介绍了可以提升识别准确率和计算性能的特征选择算法;最后，阐述并分析了高吞吐量网络分类速度不够、无成熟视频业务识别平台和样本分布不均衡等视频业务识别面临的挑战，并针对现有业务识别方法存在的问题，给出了引入移动边缘计算、基于端口的方法串联其他识别方法等可能的解决方案。     

高分1号冬小麦解译面积核算方法研究

[目的]以高分1号(GF-1)融合2m卫星遥感影像为基础数据源,结合土地利用现状数据、高分多源遥感影像和地面样方等数据,对冬小麦分类提取中存在的面积误差问题进行研究和分析。[方法]文章以河南省永城市为研究区,在冬小麦提取结果聚类处理基础上,基于线性地物缓冲区数据,采用GIS空间运算实现线性地物面积扣除,接着分析了样方数据和土地利用现状数据再扣除零星地物面积比例上的差异,并采用样方零星地物平均扣除系数对全市各乡镇耕地与非耕地中冬小麦提取面积进行了相关统计和误差分析。[结果]永城市冬小麦最终解译面积11. 29万hm~2,其中线性地物和零星地物扣除面积分别为6 613. 08hm~2和3 875. 22hm~2,占研究区冬小麦解译面积的5. 86%和3. 32%,与统计上报数据相比,其处理前后误差由14. 12%降低至4. 41%,有效地提高冬小麦提取面积精度。[结论]误差来源分析与修正对冬小麦解译面积核算精度具有重要影响,该研究为县级区域尺度下冬小麦面积提取核算提供了思路和借鉴。     

线性文化遗产的特征及其对旅游利用模式的影响——基于《世界遗产名录》的统计分析

线性文化遗产是一种特殊的遗产类型,随着人们对遗产完整性不断深入的理解以及遗产活化利用理念的发展,线性文化遗产旅游的重要性日益显现。因此,树立线性文化遗产意识,把握线性文化遗产特征,是推进线性文化遗产旅游利用和可持续发展的重要问题。本文以《世界遗产名录》中收录的线性文化遗产为基础数据,对线性文化遗产的类别与列入标准、资源组合模式和核心区与缓冲区等典型特征进行深入分析,并从旅游空间演化和旅游活化路径两方面总结其对旅游利用模式的影响,以期为线性文化遗产旅游的可持续发展提供科学参考。研究结果表明,线性文化遗产旅游空间结构发展过程遵循“增长极”演化规律,并在遗产文化分层上表现出不同的利用方式和活化路径。     

利用改进特征金字塔模型的SAR图像多目标船舶检测

深度学习模型中的特征金字塔网络（Feature Pyramid Network，FPN）常被用作合成孔径雷达（Synthetic Aperture Radar，SAR）图像中多目标船舶的检测。针对复杂场景下多目标船舶检测问题，提出了一种基于改进锚点框的FPN模型。首先将特征金字塔模型嵌入传统的RPN（Region Proposal Network）并映射成新的特征空间用于目标检测，然后利用基于形状相似度距离（Shape Similar Distance,SSD）度量的Kmeans聚类算法优化FPN的初始锚点框，并使用SAR船舶数据集测试。实验结果表明，所提算法目标检测精确率达到98.62%，在复杂场景下与YOLO、Faster RCNN、FPN based on VGG/ResNet等模型进行对比，模型准确率提高，整体性能更好。