基于网络信息的企业间研发合作网络演化特征研究——以谷歌为例

由于企业战略及外部环境多变,企业间研发合作网络呈现动态演化。以谷歌为例,通过获取Factiva数据库网络信息,构建以谷歌为核心节点的主体合作网络和参与网络叠加的二模网络,利用动态网络分析法探究研发合作网络的结构特征和内容特征。实证结果表明,在网络结构特征方面,谷歌研发合作网络的结构演化呈现明显的阶段性特征,网络规模不断扩大、网络联系不断增多;在网络内容特征方面,合作内容始终基于技术创新优势,合作伙伴出现跨产业变化,多产业研发合作模式出现,在倚重高年限企业的同时,逐渐倾向于初创型企业。谷歌研发合作网络演化特征不仅体现了谷歌发展原则和战略,而且为具有自身技术优势的企业选择合作伙伴提供了借鉴。

萌芽期颠覆性技术识别研究

从颠覆性技术成长周期入手,根据萌芽期颠覆性技术特点,采用基于创新性、独创性与功能分析的识别方法,在技术创新没有造成市场显著变化时实现预警决策。首先进行技术生命周期分析,随后利用创新性和独创性特点衡量技术颠覆性,排除渐进性技术干扰,最后运用功能分析方法研究技术新功能对未来市场的影响。以工业机器人专利技术领域进行实证,验证了方法的可行性和有效性。

取消农业户口背景下农民工定居意愿与户籍人口城镇化研究

当前，农民工群体中有五分之三左右愿意长期定居城镇，其中，高收入、大专以上受教育水平、雇主身份、省内迁移等农民工群体长期定居意愿的比例更高。而就业能力是制约农民工群体长期定居意愿的关键。对此，取消农业户口背景下，应从转变政府财政支出理念出发，加大社会服务支出比重，通过工会建设、技能培训和就业平台等构建，提高农民工群体就业能力，进而提升其定居和落户意愿，从而促进我国户籍人口城镇化。

基于知识流动网络评价的技术融合趋势研究

技术融合过程在微观层面体现于技术领域之间的知识流动,已有研究方法适用于单个技术领域,不适用于产生融合的多技术之间。构建了基于知识流动网络评价的技术融合趋势研究框架,并选取无人机领域的专利数据进行实证研究。结果表明,以Tech1为例,其所参与的技术融合类型趋势以互补性融合为主,主要知识流动方向趋势以吸收知识为主。

区域软实力评价指标体系的构建与实证研究

文章构建了区域软实力评价体系,并根据所构建的评价指标性质进行无量纲化处理。应用双重目标优化模型来实现主客观兼容的权重计算方法,得到综合评价得分及各个子系统得分。利用全国31个地区2017年的相关指标数据进行实证检验,结论为东部大多数地区均属于软实力强劲区,中部地区集中于软实力发展区,其内部可划分为协同区与潜力区,西部多为软实力滞后区。

“共享”视角下城乡收入与消费的差距度量、演化趋势与影响因素

基于统计局2005-2014年城乡居民收入与消费数据,综合运用四分位数方法和计算泰尔指数,研究发现,城乡居民人均收入与人均消费水平增长迅速,城乡居民人均收入年均增长率分别为5.16%、8.14%,人均消费年均增长率分别为3.66%、8.81%。然而,城乡差距依然很大:(1)城乡居民人均收入绝对差距不断扩大,人均收入相对差距虽有减小趋势但城乡差距仍在2.5倍以上;(2)城乡居民人均消费绝对差距逐年增大,相对差距虽逐年减少但消费差距仍在2倍以上;(3)城乡差异是导致中国人均居民收入与消费差距的主要因素。进而,基于中国综合社会调查数据(CGSS,2013),回归结果显示:(1)城乡人均收入差距是导致城乡人均消费差距的主要原因,城镇居民收入增加对消费拉升的力度要强于农村;(2)家庭人数增加会降低消费支出,城镇居民更加显著。研究认为,通过"新户改"推进户籍人口城镇化是消除城乡差异,实现发展成果人人共享,进而提升内需的重要路径。

技术资源匹配视角下研发合作伙伴识别与选择

随着工业4.0时代技术复杂性的不断提高,企业合作研发需求增大,资源匹配视角下的研发合作伙伴识别与选择受到关注。针对现有研究缺乏系统的评价模型,并且资源匹配情况主要依据专家主观判断的问题,设计出由互补性、相似性与完整性指标构成的SIC-Dimension三维综合评价模型。该模型不仅可以提高研发合作伙伴识别的有效性,还能通过资源定性匹配与定量匹配相结合,降低伙伴选择过程的复杂性和主观性。最后,以工业机器人相关技术为例,进行了评价模型实证分析,进一步验证了多指标综合评价的价值。

我国主要汽车产业集聚区竞争力分析

文章从产业集聚区的视角着手,构建了一套汽车产业集聚区竞争力评价指标体系,采用主成分分析法和AHP层次分析法分析各产业集聚区以及其各自组成省份的汽车产业竞争力,结果发现长三角地区和中部地区汽车产业竞争力最强,京津冀地区和珠三角地区次之,东北地区和西部地区最弱。之后利用两种分析法分别计算出各指标的权重,结果显示:我国汽车产业已基本形成适宜的规模,需要在未来加大运营管理和研发力度。

基于马斯洛需求层次理论的区域软实力评价与实证

由于区域经济发展与个体的需求变化有着内在逻辑的一致性,文章将马斯洛需求层次理论运用到区域软实力的评价体系中,并综合主客观权重赋值的优点构建了多目标优化模型,依据马斯洛需求层次理论进一步改进模型,最终计算出各个指标的权重。在此基础上,搜集全国31个地区2016年的相关数据进行实证检验,结论是东部地区多为软实力先进区域,西部地区为后进区域,实证结果符合客观事实。

产业政策如何影响GVC升级——基于资源错配的视角

以出口加工区成立之初设定的“主导产业”政策进行准自然实验,检验产业政策通过资源错配路径对GVC升级产生的影响,并探究这一影响存在的原因。研究结果表明:出口加工区的“主导产业”政策对企业GVC升级存在负向影响,仅当存在严重的资源错配时负向影响才较为显著;对资源错配下产业政策影响GVC升级存在差异化原因进行探讨发现,出口加工区“主导产业”政策对企业全要素生产率的影响是重要原因。

基于本体和SAO结构的线上技术供需信息语义匹配研究

【目的/意义】为应对线上技术供需信息超载导致的检索难、信息非结构化导致的供需文本匹配难的问题,开展技术供需信息语义匹配研究。【方法/过程】构建技术领域本体,利用SAO结构分析提取技术供需信息中多维语义结构特征,表征供给技术的创新特征及技术需求的问题特征。应用基于本体信息内容与语义距离相似算法,结合词向量与熵值分析,提出技术供需多维语义结构匹配模型。【结果/结论】对线上新能源领域技术供需数据进行测试,验证模型有效性,为提高技术供需主体信息检索效率、促进供需对接提供思路,并为考虑供需信息匹配的科技主体推荐提供决策。

融合内容分析和关联分析的短生命周期体验品需求特征模式挖掘方法研究

挖掘特定产品的需求模式无法从整体掌握该类产品的市场特征;短生命周期体验品因缺乏历史销售数据,并且销售总量波动性极大,尤其需要从整体掌握销售总量与产品属性间关系的需求特征规律,但又难以挖掘,亟待提出适用于该类产品的需求特征模式挖掘方法。基于按销售总量分区后各区的需求特征的规律性,提出了一种按销售总量分区、以已有产品介绍集和销售总量为源信息、适用于新产品开发前使用、融合内容分析和关联分析的短生命周期体验品需求特征模式挖掘方法。该方法包括基于内容分析法的产品属性挖掘方法和基于关联分析的产品属性关系模式挖掘方法。前者可以得到较全面的产品属性;后者能够构建不同销售总量区间内产品集的属性关系模式,得到各区间的产品属性关系网,获得高销售总量区间具备,但中、低区间不具备的属性关系模式,从而获得需求特征模式。通过不断更新产品介绍集和销售总量并迭代挖掘,该方法能够动态挖掘需求特征模式。最后利用2013至2016年国产犯罪和爱情类电影数据验证了该方法的可行性,并得到了这两类电影的产品属性及近年的需求特征模式,可用于指导这两类电影的创作。

基于端到端的图像清晰化处理的深度学习算法

随着深度卷积神经网络的发展及其在图像恢复中的应用,一些基于深度学习的图像处理的方法实现了越来越好的图像清晰化的效果.为使模糊图像复原出清晰图像,提出了一种基于端到端的去噪,去马赛克,去振铃以及超分辨率的深度学习算法JDDDSN(Joint de-noising,de-mosaic,de-ringing,and super-resolution network).以端到端的网络结构结合去噪,去马赛克,去振铃以及超分辨率四种图像处理方法,同时增加注意力机制与对抗性损失函数以捕获更多的高频信息,并融合到最终的超分辨率图像中.该模型的表现是通过使用峰值信噪比(PSNR)和结构相似性(SSIM)这两个评价指标来进行评估,实验结果表明:将注意力机制、对抗性损失函数以及Unet网络模块合理地应用于端到端的网络模型中无论在视觉效果还是在数据指标上均可以获得较好的结果.

基于超分辨率角点检测算法的双目相机高精度标定方法

双目相机标定是研究立体视觉的基础工作,标定的精度是视觉测量精度的关键。图像角点提取是相机标定的基础,但在现实应用场景中,外界影响使获取的图像不清晰,导致检测到的角点精度低,从而影响标定的精度。因此,提出一种基于超分辨率亚像素角点检测的端到端算法,从特征级解决低质量角点检测问题。首先,应用盲超分部分估计低分辨率图像模糊核,融合低分辨率图像特征重建出高分辨率图;然后,在此基础上得到角点亚像素位置;最后对双目相机进行高精度标定,并用测距实验对其进行检验。实验结果表明,所提基于超分辨的亚像素角点检测方法在真实场景下具有优越性。

京津冀老年福祉技术需求对比分析

通过对京津冀老年福祉技术需求调查,采用因子分析和结构方程模型,运用R语言对调查数据进行处理分析,从日常生活、社会参与、健康与安全三个方面出发把握技术需求特征,并根据数据分析结果提出了京津冀福祉技术创新的对策建议。