网络产业的市场结构重组、民营化与网络瓶颈

在传统体制下,电信、电力、铁路运输、管道燃气、自来水等网络产业基本上是由国有企业垄断经营的。因此,以促进竞争为导向的市场结构重组与民营化是这些网络产业改革的两大主题。但网络产业的改革必然凸现网络瓶颈,这要求政府制定与实施有效的接入管制政策。     

浅析高职物流专业校企合作中的瓶颈及对策

以地处粤北山区韶关的广东松山职业技术学院物流专业为例,着重分析高职物流专业校企合作已经遇到的瓶颈,并提出了相应的对策与建议。     

推进大学生创业教育面临的瓶颈与对策

近几年,大学生创业教育逐渐兴起。但是,目前我国的大学生创业教育存在创业教育专业师资匮乏、课程和教材开发滞后、理念和方法落后、实践环节薄弱等难题。有鉴于此,我国高校要进一步推进大学生创业教育,加强创业教育师资队伍建设,完善创业教育课程体系,革新创业教育理念与方法,搭建创业教育实践平台。     

结构性通货膨胀的一个基本理论分析框架——基于状态空间时变参数模型的实证

以实体经济的部门瓶颈制约模型、货币视角的资产市场均衡模型为基础构建了一个结构性通货膨胀理论分析框架,并利用状态空间时变参数模型计量方法进行了实证检验。结果显示,农业部门瓶颈制约明显,产品供给弹性低,当需求短期内增加,农业劳动力、农产品价格上涨的结构性通货膨胀特征明显;同时,当货币流动性出现过剩,充足的流动性会将结构性通货膨胀推向更高水平,国内货币流动性、外汇储备则起到推波助澜的作用。     

论垂直价格挤压下的接入定价规制

在自然垄断产业引入竞争的过程中,独占传输网络的纵向一体化垄断厂商可能对下游市场新进入者实施接入价格挤压。接入价格挤压从属于价格歧视。尽管一定条件下的接入价格挤压具有正向的竞争效应,但垄断厂商将具有同等效率或更高效率的独立厂商驱逐出市场则应该受到规制。接入价格规制包括政府直接规制定价和反垄断法间接规制定价。直接规制定价中整体价格上限较为可取,而反垄断法间接规制需要采用基于福利后果分析的合理推定原则,但从短期来看采用直接规制更有效率。最后提出了完善我国自然垄断产业接入定价规制的相关政策建议。     

大学生创业基金瓶颈分析

当前,大学生创业成为一个热点话题,创业资金的缺乏是大学生创业的一个巨大障碍。从中央到各地方政府,都纷纷成立大学生创业基金。本文分析了大学生创业基金成立的原因,并对不同类型的大学生创业基金的特点进行了分析,得出大学生创业基金的单一性,并不是以一个完善的体系出现,针对此瓶颈,提出应构建一个针对大学生创业企业不同阶段的创业基金体系,满足大学生创业企业不同阶段的资金需求,并相应设立创业导师团,对获得基金支持的大学生创业企业进行跟踪和指导。     

英汉差异教学法在英语教学中的应用

中国人学习英语的环境是汉语环境,违背了语言学中语言习得理论的基本原理。由此,中国人学习英语的瓶颈是英汉差异,本文从分析英汉语言的差异入手,着重论述其在英语教学法中的应用。     

小微企业发展的要素瓶颈及其突破

近几年来,缺资金、缺人才、缺土地等几乎是小微企业共同面临的要素瓶颈,这些瓶颈严重影响小微企业的发展后劲。小微企业面临要素瓶颈,既与企业自身有关,也与地方政府有关,还与制度环境有关。为了突破小微企业发展的要素瓶颈,就必须借助内强外联提升小微企业要素获取力,着力构建面向小微企业的要素保障体系,优化小微企业制度环境以实现公平竞争。     

基于排队网络理论的生产物流瓶颈识别与优化研究

针对制造系统多品种小批量生产模式下物流瓶颈转移的复杂问题,在对排队网络理论进行深入研究的基础上,建立了不同工站利用率和生产负荷的关系,并针对两类工件和四个工站的排队网络,对生产物流瓶颈转移趋势进行了分析,提出了用MVA近似分析法推算生产物流瓶颈的方法,该方法可以较好地计算瓶颈转折点的数值,能够有效处理生产物流瓶颈转移问题,为提高制造企业生产物流瓶颈管理水平创造了条件。     

Claims frequency modeling using telematics car driving data

We investigate the predictive power of covariates extracted from telematics car driving data using the speed-acceleration heatmaps of Gao, G. & Wüthrich, M. V. [(2017). Feature extraction from telematics car driving heatmaps. SSRN ID: 3070069]. These telematics covariates include K-means classification, principal components, and bottleneck activations from a bottleneck neural network. In the conducted case study it turns out that the first principal component and the bottleneck activations give a better out-of-sample prediction for claims frequencies than other traditional pricing factors such as driver's age. Based on these numerical examples we recommend the use of these telematics covariates for car insurance pricing.