浅谈高职院校融入形体课的必要性

本文通过对形体课的涵义以及高职院校开设形体课的必要性的讨论,旨在说明高职院校融入形体课的重要性以及形体课的开设对高职院校体育教学起到一个辅助补充的作用和对社会就业需求起到一个铺垫作用。     

Tourist experience of slow tourism: from authenticity to place attachment – a mixed-method study based on the case of slow city in China

ABSTRACT

This study connected slow tourism with the concept of authenticity and place attachment using a mixed-method approach. Different factors were seen as likely to influence the behavioral intention. Yaxi town (the first international slow city in China) was chosen as the research site. Results show that authenticity in the context of slow tourism include objective authenticity, constructivism authenticity and existential authenticity. Authenticity partly influence place attachment and behavioral intention; two dimensions of place attachment have significant effect on behavioral intention. Findings of this study can be applied to slow tourism marketing and slow destination management.     

服务型制造试点政策对企业服务绩效的影响

服务型制造是制造业转型升级高质量发展的重要方向。国家高度重视服务型制造试点工作,推动服务型制造创新发展。现有研究聚焦企业内部因素和外部市场因素对制造企业服务绩效的影响,对试点政策因素的促进作用缺乏关注。以浙江省经济和信息化厅分别于2017和2018年公布的第一、第二批服务型制造试点企业名单为基础,选取包含试点企业在内的浙江省200家具有服务特征的上市制造企业2013-2019年面板数据,通过双重差分分析,检验服务型制造试点政策对企业服务绩效存在的影响。研究发现,服务型制造试点政策的实施对制造企业服务绩效的提升具有显著正向的影响,并且理论上试点带来的企业声誉可能会进一步增强这种提升作用。此外,试点政策对服务绩效的影响存在异质性特征,其净影响随着试点政策的持续而不断加强。具体表现为从试点第一年到试点第三年,企业服务绩效提升速度逐年提高。研究结论有效验证了浙江省服务型制造试点政策实施效果,为我国服务型制造试点政策的制定、实施与改进提供了启示。     

数字传媒专业群建设与改革初探——以广西职业技术学院数字传媒专业群的建设为例

传统新闻媒体,如广播、电视、报纸、杂志等,已经全力奔向网络,抢注域名,建立网站,各自实现他们的历史转型。在我国,一个庞大的数字传媒产业正在形成。它的人才如何培养？本文从高职教育的角度,根据职业岗位需要,结合广西职业技术学院近年来开设数字传媒专业群的教学实践,探讨数字传媒专业群的课程设置以及教学模式、教学方法和实训方式的改革等内容。     

江苏省旅游经济增长的贡献因素分析

江苏省旅游经济增长与要素投入密不可分。运用柯布-道格拉斯生产函数与索洛余值构建旅游经济增长计量模型,对2001-2010年江苏省旅游经济增长的贡献因素进行定量测算与分析。研究发现,十年间,江苏省旅游业处于规模报酬递增阶段,并表现为典型的要素驱动型增长,其中资源要素对江苏省旅游经济增长贡献最大,资本投入要素次之,劳动投入要素居于第三位,而技术进步对于旅游经济增长的贡献最小。因而为了加快转变旅游经济增长方式,实现江苏省旅游业的健康持续发展,技术进步将是旅游发展的主导力量和关键因素。     

中国ODI 在金砖国家的区位选择研究 ——基于传统经济因素和制度因素

本文旨在将制度观点和由折衷理论演变出的传统经济因素做一整合,尝试构建出一个基本的对外直接投资分析框架,对中国进行对外直接投资的企业在其他金砖国家的区位选择行为作出解释,以期提供合理的投资建议。研究结果发现,在影响中国企业进行对外直接投资行为的因素中,经济效率因素的确起到了不容忽视的重要作用,但制度因素的作用更大。因此,在考虑跨境投资区位时,经济效率因素和制度因素两者都不可忽视。     

基于马歇尔—勒纳条件的中国茶叶贸易收支研究

马歇尔—勒纳条件是分析汇率变动对贸易收支影响的重要理论。本文采用我国1986～2008年茶叶进出口的序列数据,通过分析我国对不同经济体的茶叶进出口需求弹性,并构建实际有效汇率等因素与茶叶贸易收支的计量模型,研究了我国茶叶进出口与马歇尔—勒纳条件间的满足关系。研究表明,我国与不同国家的茶叶贸易收支受汇率变动的影响不同;就我国茶叶对外贸易总体而言,茶叶进口价格下降会增加进口额,出口价格上升会增加出口额;而人民币升值会改善我国茶叶贸易收支,人民币贬值会恶化我国茶叶贸易收支,且进出口需求弹性之和小于1。因此,我国茶叶贸易收支反向符合马歇尔—勒纳条件,这为汇率波动背景下科学处理茶叶贸易问题提供了重要的理论指导。     

人工智能时代个性化定价行为的反垄断规制--从大数据杀熟展开

人工智能时代,数据规模显著扩张,算法能力持续优化。科技实力雄厚、市场力量强大的经营者凭借大数据与算法工具的紧密结合,收集和分析能够反映消费者特征和行为的相关信息,以无限接近消费者购买能力和支付意愿上限的方式对消费者实施个性化定价。个性化定价行为涉及对条件相同的交易相对人在交易价格上实施差别化待遇,可能构成反垄断法所禁止的价格歧视行为。但与以往反垄断实施重点关注的排他性价格歧视不同,个性化定价突出表现为直接针对终端消费者实施的剥削性价格歧视,且在具体情形下呈现出不同的限制竞争效果,引发消费者选择能力与选择范围的双重限制。鉴于此,个性化定价行为的反垄断规制需要准确识别涉案行为,综合判断竞争效果,慎重选择福利标准。对于同时降低消费者剩余和社会总福利的个性化定价行为,可认定其具有限制竞争效果且不具备正当理由,从而构成违法价格歧视;对于降低消费者剩余却提高社会总福利的个性化定价行为,如果选择消费者福利标准则可认定其构成违法价格歧视,如果选择社会总福利标准则可认定其具备正当理由;对于同时提高消费者剩余与社会总福利的个性化定价行为,因涉及消费者之间的剩余转移,对其竞争效果的评价仍待反垄断实施予以明确。     

上海包装业:实践节约型社会的先行者

尽人皆知,制造产业对自然资源的需求量大,而且随着经济贸易的日益扩展,生产规模不断扩大,以及企业生产能力的提高,势必给社会带来资源紧缺的压力和环境危害的压力.特别是我国制造业的资源利用率较低,对自然资源的消耗较大;以国际上能源消耗比较看,我国单位GDP的能源消耗是日本的11.5倍、是美国的4.3倍,更加可以看出资源节约的重要性和紧迫性.让人高兴的是,上海包装业创造了奇迹,成为实践“建设节约型社会”的先行者.兹予以推荐,以飨读者.     

Surrogate modelling of a detailed farm-level model using deep learning

Technological change co-determines agri-environmental performance and farm structural transformation. Meaningful impact assessment of related policies can be derived from farm-level models that are rich in technology details and environmental indicators, integrated with agent-based models capturing dynamic farm interaction. However, such integration faces considerable challenges affecting model development, debugging and computational demands in application. Surrogate modelling using deep learning techniques can facilitate such integration for simulations with broad regional coverage. We develop surrogates of the farm model FarmDyn using different architectures of neural networks. Our specifically designed evaluation metrics allow practitioners to assess trade-offs among model fit, inference time and data requirements. All tested neural networks achieve a high fit but differ substantially in inference time. The Multilayer Perceptron shows almost top performance in all criteria but saves strongly on inference time compared to a Bi-directional Long Short Term Memory.