中国北方大规模生猪养殖技术效率研究

[目的]通过对我国北方地区大规模生猪养殖技术效率进行测度,以期发现影响其技术效率增长的主要因素,为我国现阶段生猪养殖业战略性区划调整"南猪北进"工作提供实践指导和理论支持。[方法]根据随机前沿分析方法 (SFA)基本原理,运用对数型柯布—道格拉斯生产函数及我国北方大规模生猪养殖数据构建中国北方大规模生猪养殖随机前沿分析模型,对我国北方大规模生猪养殖技术效率进行测度并据此提出相关建议。[结果]北方地区大规模生猪养殖技术效率值纵向上来看整体在不断下降,而从地域上来看内蒙古自治区和东北地区技术效率值较高,北京与西北地区技术效率值较低。[结论]内蒙古自治区与东北地区适宜作为大规模生猪养殖承载地,与国家政策具有一致性;华北地区与西北地区大规模生猪养殖技术效率测度值较低,存在较大改进空间;针对该现状提出构建经济效益与环境保护并重的规模生态生猪养殖体系。     

市政工程造价成本控制与成本管理研究

随着我国城市化建设水平速度的不断加快,市政工程规模也在不断扩大,为人们提供了便利的生活条件.市政工程建设周期较长,所需要投入的资金较多,如果没有对市政工程进行合理的造价管控,容易导致市政工程成本投入超出预算,不利于工程效益的提升.本文分析了市政工程造价管控中存在的问题以及具体的解决措施,以期可以为市政工程造价管理提供有效参考.     

经济开放与货币需求:国际金融风险及持币成本的测度

在中国开放经济体制下的基准货币需求模型中,本文将源于国际金融市场的持币成本设为遗漏潜变量,并构建特定的国际金融综合指数(CIFI)作为该潜变量的测度。借鉴机器学习与测度理论,本文利用对数误差修正模型提出了分步降维的CIFI构造算法,构造了长期CIFI和短期CIFI。结果表明,CIFI构造中的无监督降维步骤有助于减少高维金融数据中的冗余信息。实证分析发现,国际机会成本对中国货币需求具有规律性的前导影响,而在2007至2008年国际金融危机期间,央行的应急措施对长期CIFI所代表的非均衡冲击起到明显的阻截效果,对短期CIFI的影响基本是持续不变的。通过综合指数构造与宏观货币需求模型的算法连接,可以利用CIFI的构成结构从前导时间与影响强度两方面追踪冲击货币需求的国际金融风险的具体来源,这为宏观决策者监测国际金融市场提供了颇有规律的信息。在方法论上,本研究为如何利用模型监测国际金融市场影响宏观经济开辟了一条新路。     

一种利用优先经验回放深度Q-Learning的频谱接入算法

针对认知无线传感器网络中频谱接入算法的频谱利用率不高、重要经验利用率不足、收敛速度慢等问题，提出了一种采用优先经验回放双深度Q-Learning的动态频谱接入算法。该算法的次用户对经验库进行抽样时，采用基于优先级抽样的方式，以打破样本相关性并充分利用重要的经验样本，并采用一种非排序批量删除方式删除经验库的无用经验样本，以降低能量开销。仿真结果表明，该算法与采用双深度Q-Learning的频谱接入算法相比提高了收敛速度；与传统随机频谱接入算法相比，其阻塞概率降低了6%~10%，吞吐量提高了18%~20%，提高了系统的性能。     

基于CE模型的河南省耕地生态补偿额度研究

[目的]基于生态补偿利益主体的需求和支付意愿,充分考虑区域经济发展状态,测算具有弹性的生态补偿标准,确保生态补偿机制顺利运行。[方法]以河南省457份实地调查问卷为基础,采用选择实验法,建立由4个属性水平、7个选择集组成的生态价值属性集,测算受访对象生态补偿的支付意愿。[结果]城乡居民对于耕地资源景观与生态环境关注度最高,其次是耕地质量和耕地面积;农民和市民对于耕地生态价值属性满足的支付意愿存在显著差异性,农民支付意愿为2 060.55元/hm~2,市民支付意愿为3 396.15元/hm~2,两者相差近1 335.60元/hm~2,收入水平、环保意识是影响受访对象生态补偿支付意愿的最直接因素,但两者均认为耕地面积不变、耕地质量改善和耕地景观生态环境改善为最优选择。[结论]补偿额度应充分考虑相关利益主体的支付能力和意愿,将农民的支付意愿作为生态补偿下限,市民的支付意愿作为生态补偿上限,可建立具有一定弹性的生态补偿机制。     

亲子亲合对农村留守儿童孤独感的影响研究

根据亲子沟通频率(高-低)、亲子亲密度(强-弱)将亲子亲合分为积极型亲子亲合、消极型亲子亲合、默契型亲子亲合、放任型亲子亲合四种类型。通过采用西安交通大学课题组与西南财经大学课题组2017年在四川省金堂县联合开展的留守儿童调查数据,探讨亲子亲合对农村留守儿童孤独感的影响。调查发现,四川省金堂县农村留守儿童存在较高的孤独感问题,基于logit模型进行实证分析发现,不同亲子亲合类型对农村留守儿童孤独感的影响存在差异,积极型亲子亲合有利于缓解农村留守儿童孤独感,默契型亲子亲合对农村留守儿童孤独感的缓解作用不显著,放任型亲子亲合加剧农村留守儿童孤独感。提出鼓励多元主体参与构建农村留守儿童关爱服务体系,促进农村留守儿童的健康成长。     

从疫情看中美关系:表现、原因及对策

在2020年暴发的新冠肺炎疫情中,中美本应借机缓和前期的贸易冲突危机,但美国不仅没有缓和与中国的关系,反而从医疗产品进口、供应链转移、舆论战等方面,加大与中国的分歧,这背后的原因包括:美国对中国的战略打压、借机转移国内矛盾、中美发展模式之争,以及科技竞争加剧等。为此,本文建议中美之间增进相互信任,中国应谨防陷入美国的话语陷阱,专注于解决自身国内问题,以及加强底线思维,做好最坏打算。     

A machine-learning method for improving crash injury severity analysis: a case study of work zone crashes in Cairo,Egypt

Abstract

The quality of vehicular collision data is crucial for studying the relationship between injury severity and collision factors. Misclassified injury severity data in the crash dataset, however, may cause inaccurate parameter estimates and consequently lead to biased conclusions and poorly designed countermeasures. This is particularly true for imbalanced data where the number of samples in one class far outnumber the other. To improve the classification performance of the injury severity, the paper presents a robust noise filtering technique to deal with the mislabels in the imbalanced crash dataset using the advanced machine learning algorithms. We examine the state-of-the-art filtering algorithms, including Iterative Noise Filtering based on the Fusion of Classifiers (INFFC), Iterative Partitioning Filter (IPF), and Saturation Filter (SatF). In the case study of Cairo (Egypt), the empirical results show that: (1) the mislabels in crash data significantly influence the injury severity predictions, and (2) the proposed M-IPF filter outperforms its counterparts in terms of the effectiveness and efficiency in eliminating the mislabels in crash data. The test results demonstrate the efficacy of the M-IPF in handling the data noise and mitigating the impacts thereof.     

Measuring misleading information in IPO prospectuses

Review of Quantitative Finance and Accounting - Newly public firms may provide misleading information about their business plans in their initial public offering (IPO) prospectuses. Using textual...     

基于LINGO仿真语言的最短路径问题优化研究

最短路径问题是典型的组合优化问题,也是最基本的路线问题.为快速高效优化求解最短路径问题,基于现今最流行的物流仿真软件LINGO语言,本文建立了最短路径问题的0-1混合整数非线性规划数学模型,并且编写了此规划模型在仿真软件LINGO语言环境下的最优化的求解程序,本文最后还结合两个典型的算例对本文所编写LINGO程序的效果验证和实例分析,最终本文算例的优化结果表明了本文所编写的LINGO语言程序的可行性、正确性及高效性,另外本文的研究成果可为物流仿真软件LINGO语言在解决实际应用和理论研究最短路径问题,提供了有效的理论指导依据和高效的实际参考价值.