官员特征、激励错配与政府规制行为扭曲--来自中国城市拉闸限电的实证分析

论文基于拉闸限电的政策背景,从理论上提出了激励错配下,官员特征影响政府规制行为扭曲的内在机理,并借助于相关数据进行检验。研究表明,拉闸限电并非一般的简单粗暴型行政行为,而是激励错配下,政治官员片面追求晋升利益的扭曲行为。具体而言,年龄越长、晋升概率越小的官员越倾向于短视政策,但政治风险承担较低的特性会使此类行为发生的频率降低。本地官员由于需要回报当地特定的利益集团,往往更倾向于采取这种有偏政策;但是,较长的任期可以引致官员的理性发展,可以有效降低短视行为发生频率。以上因素导致政策执行出现区域分化的个体特征,这表明,纠正当前政府扭曲行为不仅需要提升环境激励,更须侧重官员个体差异。此外,即使考虑到政治更替的潜在冲击,论文的研究结论依旧稳健。

论抢劫罪的结构

要成立抢劫罪,行为人的暴力或者胁迫必须达到足以压制被害人反抗的程度。判断被害人有无被压制反抗的危险,应该同时考察该人的体力、性格等个别情况,因而未必要求暴力、胁迫行为本身程度严重,即便是轻微的暴力、胁迫,只要具有压制现实的被害人反抗的高度危险性,仍然属于抢劫罪的实行行为。而且,只要存在压制被害人反抗的危险性,即便实际上并未压制被害人的反抗,也存在抢劫罪的实行行为性。对于“抢了就跑”的行为,要例外地认定成立抢劫罪,必须是通过实施激烈暴力,制造被害人物理上无法抵抗的状况,或者通过暴力、胁迫在精神上压制被害人。压制被害人的反抗之后,才产生夺取其财物的意思并夺取了财物的,要成立抢劫罪,必须存在指向夺取财物的新的暴力、胁迫,但其程度可以大幅轻于通常意义上的抢劫。

基于多群体公平模型的特征选择算法

随着当今世界逐渐从信息化转型为数据化,模式识别和数据挖掘等领域面临越来越大的挑战.爆炸式增大的数据量使得特征选择过程成为大数据模式识别等领域必不可少的环节.受动物界资源争夺行为启发,在由特征选择模型转变为资源分配问题模型中加入个体的资源争夺行为,提出多群体公平算法(multi-colony fairness algorithm,MCFA)对该行为进行评判和处理,用以取得更优的分配方案(即更优特征子集),其有机融合随机搜索和启发式搜索,且将filter方法和wrapper方法相结合,降低计算量的同时获得更高的分类准确率.对提出的多群体公平算法进行了分析,从理论上证明了算法的收敛性和有效性;UCI机器学习数据库数据集与4种经典特征选择算法:顺序前向搜索算法(sequential forward selection,SFS)、顺序后向搜索算法(sequential backward selection,SBS)、顺序前向浮动搜索算法(sequential floating forward selection,SFFS)、顺序后向浮动搜索算法(sequential floating backward selection,SBFS)和3种主流特征选择算法:相关性-冗余度特征选择算法(relevance-redundancy feature selection,RRFS)、最大相关最小冗余算法(minimal-redundancy-maximal-relevance,mRMR)、ReliefF算法的对比实验表明,提出的多群体公平算法能够有效选择规模和性能都比较好的特征子集.

网络抢红包营销方式对高校消费者购买行为影响实证研究

网络抢红包是一种全新的营销方式。通过对沈阳沈北新区的高校发放问卷调查,对网络抢红包这种营销方式对高校消费者购买行为的影响进行了调查,并使用SPSS统计分析软件对所收集数据进行了分析统计,以期对网络抢红包这一新型营销方式进行实证探索,从而进一步丰富网络营销理论的研究。