P值之争与管理学研究:先验概率的意义

P值之争的本质是人们把统计检验和统计推断混淆,直接用统计检验结果来进行统计推断.这导致许多似是而非的理论被接受.统计检验犯错的是假阳性概率.统计推断犯错的是假阳性之反概率.两种概率之间的数值关系受先验概率影响很大.先验概率越高,利用统计检验的结果进行推断所犯错误概率就越小.如果先验概率很小,即使假阳性概率很小,利用该结果进行推断所犯错误概率也很大.本文以管理学研究为例,提出解决该问题的办法是,通过与现实和与理论的双重对话来掌握先验概率,以提高基于统计检验的结果进行统计推断的可靠性.本文的科学哲学意义是,揭示了科学研究是先验与经验相统一的本质,以及科学研究的不充分决定性的特征.

户籍制度视角下的大学生专业与就业行业匹配度异质性研究——基于北京大学2008-2014届毕业生就业数据的分析

本文利用搜索匹配模型提出劳动力市场低效率配置受到劳动力市场外部环境影响的相关机制,即劳动力会为获取一定的就业优惠(如户口)而牺牲专业和工作之间的匹配程度,导致劳动力市场的低效配置。通过对北京大学2008届-2014届毕业生的就业统计数据进行实证分析,本文对理论模型的结论加以验证,发现在公共部门户籍分配有优势的北京,外地生源在公共部门就业时的专业行业匹配度显著低于本地生源,而这一现象在积分落户的上海并不成立。

新时代大学生志愿服务教育引导——基于北京市5所高校的调查

对大学生志愿服务活动的教育引导已经成为中国高等教育中不可缺失的重要环节。通过对北京市5所高校的大学生参与志愿服务的动因、大学生参加志愿服务所面临的困难、大学生志愿服务的价值观体系、高校对大学生志愿服务的引导与管理等方面的调查发现,志愿者权益保障、校方政策支持以及志愿者正常学习时间的保证都是影响大学生参与志愿服务的重要因素,另外还发现,志愿者参与志愿活动,其收获与动力基本呈现正比关系。

大学毕业生择业偏好研究——对北京六校商管类毕业生的调查

以北京市六所高校商管类毕业生为样本,调查他们在择业中工作选择因素和工作单位类型偏好的情形。研究发现,男女生排名前五项工作选择因素是相同的,只是排序略有不同,而且薪资收入都不是排在第一位;在工作单位偏好上,外资/合资企业在男女间、各校间都是排名第一位,男生对政府单位、国有企业/事业单位的偏好性显著高于女生。相关分析发现,不同的工作单位类型偏好和工作选择因素间存在显著相关,其中对外资/合资企业的偏好和排名前四的工作选择因素呈现显著正相关。文章最后基于研究结果,对毕业生、就业指导单位及用人单位提出建议。

会税差异、税收风险管理与企业短期偿债能力

短期偿债能力是信息丰富的财务指标,既能体现企业的现金持有策略,又能一定程度体现盈余管理、避税策略等,提高短期偿债能力对实现工业企业高质量发展至关重要。基于2010—2021年中国工业上市企业财务数据,实证检验企业短期偿债能力的影响因素及作用机制,结果表明:税收风险管理与企业短期偿债能力间显著正相关;会税差异与企业短期偿债能力显著负相关;会税差异显著增强税收风险管理与企业短期偿债能力间的正相关程度。

研究生心理压力调查报告——以北京某985高校研究生为例

面对研究生规模扩大、培养模式和管理方式发生变化的新形势新情况,研究生群体面临较高的学业要求和极大的竞争压力,多种因素引发的心理问题逐渐引起社会各界的关注。聚焦研究生心理压力,从积极心理学角度出发,以北京某985高校研究生为样本,采用问卷调查和统计学方法,深入探究研究生心理压力的成因及对策,发现约四分之一的研究生存在较大的心理压力,主要来源为学业压力。通过向他人倾诉等社会支持系统消解压力是大多数研究生应对心理压力的主要手段。高校要促进沟通,为研究生构建良好的社会支持系统;关注导学关系,建立良好的师生关系;完善平台,建立健全研究生心理健康教育体系;注重培训,提升研究生的就业竞争力;重视健康,营造强身健体的良好氛围。

区域人口科学素质调查研究——以北京市为例

在《全民科学素质行动计划纲要》基础上,借鉴相关理论与实践成果,从科学知识、科学意识和科学能力三个方面设计了区域人口科学素质调查问卷。以北京市人口科学素质的调查分析为例,进行区域人口科学素质研究。调查结果显示,北京市人口科学素质与人口属性特征存有密切的联系。在此基础上,提出区域人口科学素质建设对策。

体面工作 留住人才——对北京知识生产者的调查、分析

同国外 (包括发达国家和很多发展中国家 )相比 ,中国科学家 (包括从事原创性、应用性研究的自然科学工作者和社会科学工作者 )的薪酬水平、综合待遇等工作环境仍然有较大差距。科学家的体面工作问题仍然是一个不能回避的重要问题。特别是中国加入WTO以后 ,这一问题将显得更加突出。本文通过实际调查 ,比较具体地描述了中国科学家对工作环境的感受 ,并提出了相关政策建议。

北京和上海地区的经济辐射强度比较

文章通过统计数据分析,探讨了大都市圈的中心城市对周边地区的经济辐射强度与双方三次产业结构差异的关系,验证了近年来在北京、上海及附近城市地区,中心城市与一个周边非中心城市的三次产业结构相似系数与中心城市对该城市的辐射强度的关系为二次曲线关系,即当周边城市与中心城市产业结构相似程度小于某个临界值时,两个城市的产业结构越相似,中心城市的辐射强度就越低。我们还发现,两地区非中心城市的产业结构与各自的中心城市同质化程度都很高;北京周边城市产业结构与北京的相似程度相对较低,受到中心城市的经济辐射相对较大。

大型赛会志愿服务激励考核机制的创新研究——以第九届中国(北京)国际园林博览会志愿服务为例

北京园博会志愿者组在综合传统大型赛会志愿者管理的经验基础上,创新性提出360度环评体系,根据志愿者管理体系的社会分层分析,建立分级考核模型,形成完整有效的志愿者评价机制,实现了园博会志愿者良好工作效果.

国内基于二手数据计量经济模型的信息管理与信息系统研究综述:研究方法、前沿热点与理论运用

基于国内信息管理与信息系统(IM&IS)领域2012—2022年发表的282篇基于二手数据的计量经济模型研究论文,深入分析国内该领域研究方法、前沿热点与理论运用的分布情况和发展趋势。研究发现,基于二手数据的计量经济模型研究方法在数据获取和因果检验方面的优势愈发突出,体现在数据来源逐渐多元,因果实证检验愈发严谨,机制分析更加丰富,且混合方法研究开始涌现。四个研究热点分别为宏观数字化发展、企业数字化转型、企业与市场信息交互,以及用户在线行为。然而,现有文献在构建本领域理论和运用中国本土理论思想方面有待进一步加强。本研究创新性地采用文献计量分析与机器学习(LDA、DTM主题模型)相结合的方法,从多维度揭示我国IM&IS领域的二手数据计量经济模型研究的发展概况与趋势,并提出研究展望。研究结论为加强研究规范、把握领域研究热点以及构建与运用理论提供了证据和指引,也为学科发展和科研战略规划提供了建议。

大数据时代的管理研究新范式:以CEO解聘问题为例

面对复杂的管理现象,主流的实证研究通常从某一角度去揭示特定现象.学者难以基于众多细微研究构建出中层理论,甚至也无法评价已有研究所探索的诸多影响因素的相对重要程度.本文提出,通过机器学习方法分析海量数据,并基于学界已经积累的研究结论,学者能够比较准确地把握与现象最相关的因素,从而建立更具解释力的理论.本研究以公司治理中CEO解聘这一流行话题为例,通过梳理现有文献,基于CEO大型文本语料库及CEO任职期间其个人与公司的相关数据,采用机器学习方法提取与CEO解聘相关的三类因素,并进一步计算出三类因素单独和彼此结合的预测力.研究发现证实了近年来这一领域研究话题向个体异质性转变的合理性,也为学者建立解释CEO解聘的整合理论奠定基础.本研究展示了机器学习与实证研究相结合的优势和前景.

数智时代人机协同的研究现状与未来方向

数智时代因人机协同情境的普遍存在而出现新的决策范式。本专栏旨在促进学者研究与人机协同中的管理决策与组织行为有关的重要问题。尽管在20世纪人工智能的起始阶段学者注意到人与机器共同决策的重要问题,但因人工智能技术在很长时间内没有取得重要突破而没有被继续关注。伴随着人工智能的广泛应用以及认知科学在过去几十年取得的长足进步,学界研究人机协同中的决策和行为问题有了丰富的数据、场景、理论和方法。同时,实践界对于人机协同的新现象还存在认识上的不足和适应性困难,阻碍了企业和组织成员借助数智技术实现智能增强。本文总结了在商业与管理、计算机和心理学领域的学者所从事的有关人们对于机器算法的信任或依赖的研究,特别介绍了在企业情境下开展的人机协同研究。在简要介绍本专栏收录的七篇文章的主要研究发现后,我们指出了未来人机协同研究的重要方向,旨在倡导学界同行开展深入的研究,既能够建立数智化情境下的人机协同理论,又为中国企业顺利实现数智化转型提供参考。

信息摩擦,预期管理与货币政策

近年来,“稳预期”日益受到我国政府和央行的重视,而货币政策信息摩擦的存在则会对预期管理效果产生干扰.本研究运用不完全信息的SVAR模型识别了我国货币政策中的消息冲击、噪声冲击与意外冲击,并基于包含信息摩擦的新凯恩斯DSGE模型对我国的货币政策信息结构进行贝叶斯估计,研究发现:1)尽管货币政策的消息冲击、意外冲击与噪声冲击均可以影响实体经济活动,但是影响程度存在显著差异.引入货币政策信息摩擦后的DSGE模型对实际货币政策数据的拟合效果明显增强.2)货币政策噪声的存在导致公众无法准确观测信号中的消息冲击,不仅降低货币政策发挥作用的速度,而且也会削弱货币政策的执行效果.3)价格粘性会进一步加剧货币政策信息摩擦所造成的经济周期波动.研究表明中央银行应该加强货币政策的预期管理和信息沟通,提高政策透明度,降低政策信号中的噪声成份,以提高货币政策的执行效率.

基于BA-SVR混合模型的果蔬生鲜物流需求预测模型研究

本文通过构建BA-SVR混合模型对果蔬生鲜物流需求进行预测研究。首先通过互联网大数据搜索技术构建果蔬生鲜需求指数相关网络关键词词库,进而采用皮尔森(Pearson)相关分析和逐步回归选择预测因子。其次,结合果蔬自身特点以及物流市场变动因素,提出了果蔬生鲜物流指数(Fruit&Vegetable Logistic Index, FVLI)概念,分析了FVLI变动的影响变量,使其成为反映物流市场信息变动的重要指标。再次,利用蝙蝠算法(Bat Algorithm, BA)自动更新迭代参数的优势,将其引入到支持向量回归(Support Vector Regression, SVR)模型中,用于优化SVR模型中自由参数值,进而构建BA-SVR混合模型对北京市果蔬生鲜需求变化趋势进行模拟仿真及实证预测。最后根据构建的性能预测指标,通过确立的基准模型与其进行对比,评估BA-SVR混合模型性能的优劣,从而提出一种可以用于果蔬生鲜物流信息短期预测的改进方法。

我国农村碳排放强度与乡村振兴协同发展分析

基于对2010—2020年中国农村碳排放强度与乡村振兴发展水平的测算,探究两者耦合协调度并进行空间自相关分析,借助面板向量自回归(VAR)模型佐证农村碳排放强度与乡村振兴互动效应。研究结果表明:我国农村碳排放强度波动下降,乡村振兴发展水平持续上升,但区域间发展差异性较大;两者耦合协调度稳步提升,从期初的中等协调转为优质协调状态,空间上存在正相关性,主要表现为高-高集聚和低-低集聚两种分布类型,且集聚程度均逐年减弱;农村碳排放强度与乡村振兴存在长期稳定的协整关系,农村碳排放强度与乡村振兴对自身冲击效应较大,而农村碳排放强度对乡村振兴发展的抑制作用强于乡村振兴对农村碳排放强度的促进作用。基于实证分析,建议加强政策制度建设和碳排放监管、实施补贴政策,并促进农业技术创新,以推动农业生产方式向低碳转型,以实现农村碳排放与乡村振兴的协同发展。

中国农村碳排放强度时空演变趋势及影响因素分析

运用碳排放系数法测算中国农村碳排放量,结合核密度估计法和莫兰指数对农村碳排放强度时空演变趋势及空间关联特征进行分析,借助STIRPAT模型和灰色预测模型定量定性分析其影响因素并做出预测。结果显示:2010—2020年中国农村碳排放强度整体呈下降趋势,但农村人均碳排放量呈上升趋势;中国区域内部存在多极化现象,空间正相关性逐渐加强,具有集聚和依赖性特征。农业生产中畜牧业是农村碳排放主要影响因素,预计未来农村碳排放强度将持续下降,农村人均碳排放量将逐步上升。

基于深度森林算法的返贫风险预警及防范

为巩固拓展脱贫攻坚成果同乡村振兴有效衔接,打好实施乡村振兴战略的基础,文章选取2020年中国乡村振兴综合调查(CRRS)数据为样本,以可持续生计理论为指导构建返贫风险评价指标体系,使用集成学习的多种算法构建返贫风险预警模型。结果表明:各模型经过参数优化后,深度森林算法识别效果最佳,对返贫风险识别整体准确率为0.98,对构建动态返贫风险预警系统有一定的技术帮助;各地区不同风险等级生计资本存在显著差异性,应因地制宜出台返贫帮扶政策,并为精准帮扶防范返贫提出相应建议。

企业ESG表现影响关键审计事项披露吗?

基于2017-2021年我国A股上市公司的经验证据,实证检验企业ESG表现对关键审计事项披露的影响。研究发现,企业ESG表现越差,审计师为应对风险披露的关键审计事项越充分,具体表现为披露数量更多、披露内容更详细。进一步分析发现,ESG表现通过影响企业的经营风险和信息风险,从而影响到关键审计事项披露的信息量,并且在审计师具有行业专长和媒体关注度较高的情况下,企业ESG表现对关键审计事项披露的影响更明显。研究结论不仅丰富了企业ESG表现经济后果的相关文献,而且对新审计报告准则实施后审计师更准确地识别审计风险、提供更有效的审计服务具有启示意义。