独立学院校园经济中的零售商业发展与对策

我国的零售商业发展迅猛,校园经济已经受到零售商业企业的普遍关注。与此同时,高等教育各项相关改革也在不断深化,具有特色的独立学院发展迅速。在零售商业日趋激烈的竞争形势下,部分零售商业企业开始涉足独立学院校园经济中的零售商业,但是仍然存在一定的问题。本文以对独立学院校园经济中零售商业的发展对策予以探讨的想法。     

价值链视角下我国制造业绿色技术创新能力评价——基于云模型的实证

在价值链视角下,从绿色技术创新支撑能力、绿色技术创新投入能力、绿色技术创新产出能力三个层面构建制造业绿色技术创新能力评价指标体系,利用云模型可同时兼顾模糊性与随机性的特征,建立了基于云模型的制造业绿色技术创新能力评价模型,并对选取的六个制造业细分行业进行实证分析,提出了相应的政策建议。研究结果表明：农副食品加工业、纺织业、造纸和纸制品业这三个行业的评级为中等,通用设备制造业、汽车制造业、电气机械和器材制造业三个行业的评级为优秀。部分行业已经在积极探索绿色创新之路,但仍有部分行业的绿色创新意识不足。各行业在投入上差距较大,未来还有很大的进步空间。     

陕西榆林发展羊产业的思考

近年来,陕西省榆林市结合自身优势,大力发展羊产业,取得显著效果.发展现状榆林市自从2002年全面实行封山禁牧、舍饲养羊政策以来,羊产业进入新的发展阶段。2012年榆林羊饲养规模占全省的51．68％,羊产业产值占全市畜牧业产值的50．17％,重点乡村养羊收入占农民人均纯收入的70％以上。羊产业已经成为榆林农村经济增长和农民增收的重要产业。     

一种基于灰色关联和模糊理论的工程项目评标方法

本文提出了一种基于灰色关联和模糊理论相结合的工程项目评标方法。实例分析结果表明,该方法简便易行,能够较好实现定性指标的定量化。     

国立农业科研机构专利竞争力测度研究

国立农业科研机构以解决我国农业生产重大科技问题为己任,其专利竞争力对提升国家农业整体创新水平具有重要影响。专利竞争力主要体现为显性竞争力和隐性竞争力两个维度,显性竞争力包括专利数量和质量,隐性竞争力包括研发潜力和专利增长。基于此,设置了11个2级指标,采用可信度较高的熵值法构建了测度模型。研究表明,对专利竞争力影响最大的指标是专利数,其次是活力强度、被引数,并且各农业科研机构的专利竞争力总体差异较大。该测度结果可为国立农业科研机构提高专利竞争力提供数据参考。     

加快养殖专业合作组织发展的调查与思考

陕西省榆林市地处内蒙古牧业区向渭河流域纯农业区的过渡地带，草地资源富集，属我国北部独具特色的农牧交错地区，具备明显的区位优势和饲草饲料优势。伴随着城乡居民收入的大幅增长和区域经济的跨越式发展，畜产品消费需求不断增长，政府对畜牧业的政策支持力度也不断加大。     

老年健康与照料需求:理论和来自随机实验的证据

本文分析了中国老年人身体健康对照料需求和照料模式选择的作用。实证上,通过大样本慢阻肺随机干预实验,采用双重差分估计的结果表明:(1)在慢阻肺干预实验后,实验组老年人身体健康显著改善。照料需求大幅度减少,健康改善带来老年照料利用概率减少了35.5%;(2)实验组照料需求的减少主要发生在社会照料需求方面,健康改善带来社会照料利用概率减少了67.8%,而家庭照料基本保持不变;(3)异质性检验表明,潜在家庭照料资源越少的家庭,社会照料需求的下降越明显。从理论的角度,上述实证结果支持家庭在老年人照料模式选择中存在啄序偏好:家庭首先动用所有内部照料资源,然后再使用社会照料,从而导致社会照料对健康的敏感度更高。本文的政策含义是,事前的预防性健康干预政策能够显著减轻家庭在照料特别是社会照料方面的负担。对于内部非正式照料资源较少的家庭,预防性健康干预政策的减负效果尤为显著。     

去留之间:流动人口储蓄和劳动决策的分析

流动人口的储蓄率和劳动供给远超过非流动人口.文章利用理论模型和全国流动人口动态监测数据,分析了落户意愿以及居住地资产情况对储蓄和劳动供给的影响.研究发现:无落户意愿的流动人口会因考虑未来收入下降而储蓄率更多,劳动供给更高,这支持劳动跨期替代假说;而本地无房的流动人口储蓄率更高,劳动供给更多,这支持安家成本假说.流动人口的高储蓄率、高劳动供给行为在不同人群中有不同的原因:子女、父母未随迁的家庭和相对低技能的流动人口之所以更努力工作和更少消费是基于跨期替代,而携子女、父母举家迁移的家庭和相对高技能者则是为了能够解决安家成本以融入当地社会.对于前者,政府可通过缩小地区间收入差距,积极促进返乡人员就近就业以及返乡创业,减弱跨期替代的影响;对于后者,增加保障性住房供给,提高外来人口公共服务可及性,降低落户限制,则更为有效.     

基于LDA主题模型的上市公司违规识别——以中国A股上市银行为例

以我国2010—2019年的A股上市银行年报为样本,利用LDA主题模型深度挖掘年报语义信息并构建银行年报的主题指标,在多种机器学习模型上对比主题指标与常用的财务指标、文本特征指标及其与主题指标的合并指标在检测上市银行违规时的性能。研究发现：年报文本主题内容对上市银行的违规行为有一定的预测作用,且与单一传统指标相比,主题指标可以提升传统指标的违规识别性能。研究结果为使用年报文本主题信息和机器学习方法识别上市银行违规的有效性提供了直接的证据,为市场构建了一种有效的违规识别指标体系,为审计师找到了一种较为高效的违规识别方法,有助于进一步规避与防范审计风险。