基于多源数据的江西省县域土地绿色利用效率时空分异及影响因素分析

基于多源数据构建县域尺度的土地绿色利用效率评价体系,运用超效率SBM-UN模型、ML指数和地理加权回归模型,探究江西省县域土地绿色利用效率的时空分异及其影响因素。结果表明:(1)2013—2020年江西省县域土地绿色利用效率均值总体偏低,不同区位、不同类型的县域决策单元间存在明显差异,市辖区、县级市的土地绿色利用效率大于其他县域,赣南、赣北、赣中依次降低。(2)土地利用效率经过了“先减后增,总体提升”的动态变化,市辖区、县级市的效率波动大于其他县域,邻近县域的效率变动趋势趋同。(3)根据影响因素的异质性特征,分为经济发展和政府作用主导的赣南区域,产业结构主导的赣西、赣中区域,对外开放和基础设施主导的赣北区域。应因地制宜、因县施策,差异化提升江西省县域土地绿色利用效率。

基于结构匹配性视角的数据质量评估方法

数据是国家各级部门制定相关政策的重要依据,开展数据质量评估方法研究有利于提高数据质量评估的精度,从中把握事物的内在规律,进而提高决策效率。鉴于此,文章根据贫困县调研数据中家庭成员年龄结构和劳动能力结构与收入之间的匹配性关系,提出基于结构匹配性视角的数据质量评估方法,以2020年S省Z贫困县的实地调研数据为样本,验证该方法的有效性。研究结果表明:提出的结构匹配性视角下的数据质量评估方法确实有效,能够从不同方面、角度对数据质量进行评估,评估结果显示,样本数据异常值少,模型的经济学意义、统计学意义一致,抽样分布与原始数据分布一致,贫困县调研数据质量较高。该方法对于建立健全数据质量评估体系、拓展结构匹配性视角数据质量评估方法的应用范围、加强对数据质量评估方法的研究具有重要的理论和实践意义。

基于多源环境变量和随机森林模型的江西省耕地土壤pH值空间预测

研究多源环境变量条件下随机森林(random forest,RF)模型和普通克里格(ordinary Kriging,OK)模型对大尺度耕地土壤pH值空间预测的性能差异,研究分析RF模型对提升土壤pH值预测精度的参考价值。以中国江西省为研究区,基于气候、地形和植被等环境协变量信息,结合土壤属性和耕地利用条件,利用RF模型对江西省耕地土壤pH值进行空间预测,识别土壤pH值空间变异的影响因素,并与OK模型计算精度进行对比。结果表明,增加土壤属性和耕地利用条件作为环境变量的RF-A模型预测耕地土壤pH值的精度优于以地形、气候、植被属性作为环境变量的RF-B模型和OK模型的预测结果,气候因素是决定土壤pH值的最重要因素,地形地貌因子和人为因素对pH值变异也有重要影响。研究结果表明该方法对提升大尺度耕地土壤pH值预测制图精度具有一定的理论和现实意义。

新时代全面推进乡村振兴阶段易地搬迁政策的逻辑转换

在传统因贫移民的历史根基上,历经40余年的演变发展,党中央围绕易地搬迁统筹部署,形成了一套具有深厚历史底蕴和鲜明制度特色的工作逻辑,孕育了丰硕的实践成果。在新时代全面推进乡村振兴阶段,易地搬迁政策面临如何应对后续帮扶和“三农”工作战略转型的双重考验,需要实现搬迁目标由脱贫向振兴、搬迁对象由贫困群体向五类村庄、搬迁方式由扶贫集中搬迁向统筹搬迁撤并、搬迁机制由聚力攻坚向高质量发展的逻辑转变。由此,应以历史视域和开放视野分析新时代全面推进乡村振兴阶段易地搬迁政策的逻辑转换问题,接续推进从全面小康迈向共同富裕的新征程。

基于完形填空的方面级情感四元组预测

方面情感四元组预测(ASQP)任务旨在从给定的评论语句中提取所有方面词以及相应的方面类别、观点表达和情感极性,有助于全面了解用户对产品或服务不同方面的评价情况.现有情感四元组预测方法主要存在以下局限:(1)判别式模型没有利用prompt捕获情感元素之间的语义关系;(2)生成式模型要么简单地将情感元素类型标签组合形成prompt,缺乏理解标签类型涵义的语境;要么将离散模板作为解码器的输入,而编码器则无法捕获到模板中情感元素之间的语义关系.为了缓解这些问题,本文首先基于完形填空思想研制离散和连续2类prompt,提供理解4个情感元素类型涵义的语境,帮助模型更好地捕获情感元素之间的语义关系;然后,基于设计的prompt,提出C-ASQP框架,包含判别式模型DC-ASQP和生成式模型GC-ASQP.在DC-ASQP中,采用2阶段策略,先预测4个情感元素中2个较为容易的情感元素,再将预测结果嵌入到设计的prompt中,帮助模型理解情感元素类型的涵义,从而有效预测另外2个情感元素.在GC-ASQP中,将设计的prompt作为编码器的输入,借助预训练模型的学习模式,充分利用预训练模型蕴含的知识提升四元组的生成效果.实验结果显示,DC-ASQP模型在4个常用数据集上的F1值相比同类判别式最优模型分别提高4.70%、6.48%、6.97%和2.60%,GC-ASQP模型的F1值比最优基准模型分别提高0.86%、1.67%、0.15%和1.02%,验证了将ASQP建模为完形填空任务的有效性,所设计的2类prompt以及C-ASQP框架是有效的.

双循环的区域碳减排效应:影响和传导机制

文章基于2013—2022年中国30个省份碳排放的面板数据,运用双向面板固定效应模型,多维度实证检验国内大循环和国内国际双循环的碳减排效应与传导机制。研究发现:国内大循环和国内国际双循环能显著降低碳排放强度;机制分析表明,技术创新效应是国内大循环和国内国际双循环促进碳减排的主要机制;异质性分析表明,沿海地区、高碳排放强度及经济发达地区更能通过参与国内大循环和国内国际双循环实现碳减排。因此,应进一步畅通国内大循环,推动国内、国际两大循环之间良性互动,构建高水平科研与创新平台,提升自身技术创新能力,因省施策,制定差异化区域发展政策,实现低碳发展目标。

机构大股东交叉持股与企业市场势力

本文基于我国资本市场股权结构高度集中的特征,探究机构大股东交叉持股对企业市场势力的影响。研究发现,我国资本市场机构大股东交叉持股可以显著提高投资组合公司的产品市场势力,支持了“合谋效应”假说。异质性检验发现,股权集中度越高,合谋效应越强;相比于金融资本,产业资本交叉持股的合谋效应更强。机制检验发现,机构大股东交叉持股还会通过向上操纵持股公司的生产成本以“合理化”产品价格上升。经济后果检验发现,机构大股东交叉持股的合谋效应会显著弱化《反垄断法》的实施效果。本文揭示了机构大股东交叉持股的合谋效应,讨论了其对企业市场势力的影响,对市场监管具有重要的政策启示。

金融科技、结构性去杠杆与债务市场竞争中性——基于资本结构动态调整视角

本文从资本结构动态调整视角探究金融科技如何助力企业精准去杠杆这一重要问题。研究发现,无论是负债不足还是负债过度的企业,金融科技均显著加快其向目标资本结构调整的速度,表明金融科技可以助力企业精准去杠杆。作用机制检验发现,金融科技显著提高债务市场的竞争中性,促使中小企业以及非国有企业增强信贷能力。异质性检验发现,对于中小企业、非国有企业以及高生产率的企业负债不足时,金融科技显著提高其向上调整资本结构的速度;而低生产率的企业过度负债时,金融科技显著提高其向下调整资本结构的速度。本文从资本结构动态调整视角揭示了金融科技助力企业精准去杠杆的作用机理,对如何借助金融科技继续深化金融供给侧结构性改革以增强金融服务于实体经济的能力,以及完善结构性去杠杆政策均具有一定参考意义。

金融科技赋能与实体经济修复——基于新冠疫情的冲击

探究我国实体企业在遭遇新冠疫情等不利冲击后如何稳定投资,对实体经济实现平稳发展意义重大。本文探究新冠疫情冲击背景下金融科技对实体企业投资的影响及内在机理。研究发现:金融科技显著提高了危机冲击下实体企业投资水平,该结论经过系列稳健性检验后仍然成立。机制识别发现:金融科技能够显著降低抵押资产和会计信息在银行信贷中的作用,缓解实体企业在危机期间的资金约束,帮助实体企业抵抗危机的冲击。拓展性检验发现:金融科技对实体企业投资的促进作用对于成立时间更短及所在地区传统银行业欠发达的样本更加显著。经济后果检验发现:微观层面上,金融科技的发展能够增强危机冲击下的实体企业韧性,提高企业财务杠杆,但是对经营绩效的影响较为有限;宏观层面上,金融科技能显著降低危机发生后的宏观经济波动。本研究从实体企业投资视角揭示了金融科技影响实体经济运行规律的内在机理,在实践上为金融科技发展及经济复苏政策的制定提供了理论依据。

融合动态研究偏好和社交信任的潜在科研合作者推荐研究

从海量科研数据中自动发现潜在合作者是科研合作预测研究的热点。鉴于学者研究兴趣随时间变化以及人们更倾向于与具有一定学术社交关系的学者合作,本文提出一种融合学者动态研究偏好和学术社交信任的潜在科研合作者推荐模型SimTrustRec。首先,利用LDA (latent Dirichlet allocation)模型学习已发表论文的主题分布,挖掘学者动态研究偏好特征,计算学者间研究偏好相似度;其次,根据论文中学者、单位共现关系构建学术社交网络,计算直接学术社交信任值,根据信任的传递性,计算间接学术社交信任值;最后,融合研究兴趣相似度和学术社交信任值计算学者间潜在合作的可能性,生成潜在合作者推荐列表。真实数据集ArnetMiner上的实证研究结果表明,相对于已有方法,本文方法在召回率、命中率、平均倒数排序方面均有一定的提升。

产业转型升级、城乡居民消费差距与高质量发展

文章采用2001-2021年30个省份的面板数据,构建面板中介效应模型研究产业转型升级对城乡居民消费差距的影响;并构建面板数据模型研究产业转型升级对高质量发展的调节效应。结果表明:产业转型升级会通过抑制收入差距缩小城乡居民消费差距;城乡居民消费差距会弱化产业结构高级化指数对高质量发展指数的正向影响;城乡居民消费差距会强化产业结构合理化指数对高质量发展指数的负向影响。

金融科技会影响货币政策银行风险承担渠道吗?——来自中国商业银行的经验证据

金融科技是数字时代赋能银行业数字化转型的重要力量,对银行经营管理产生了深远的影响,也对货币政策宏观调控带来了新的挑战。本文基于理论模型和全国58家商业银行数据,探究了金融科技对货币政策银行风险承担渠道的影响及作用机制。研究发现,金融科技通过缓解银行追逐收益动机和抑制银行风险转移动机两种机制,削弱了货币政策银行风险承担渠道。其中,资金支付类和信息处理类金融科技的削弱作用强于理财服务类金融科技。异质性分析发现,相较于资产规模较大的银行,上述削弱作用在资产规模较小的银行中更为显著。因此,应准确把握金融科技作用下货币政策传导渠道的新特征,完善对大中小银行和金融科技的分类审慎监管,加快发展监管科技,不断提高与金融数字化相适应的宏观调控能力。

科创板IPO、企业审计师选择与首发抑价

探究以信息披露为核心的注册制如何影响IPO审计市场质量需求具有重要的学术价值和政策意义。借助科创板根据IPO企业盈利情况提供多个上市标准这一重要场景,本文通过检验以不同盈利标准IPO的企业上市前审计师选择倾向与上市后首发抑价,以探究注册制如何影响IPO审计市场质量需求以及高质量审计对IPO市场定价效率的影响。研究发现:相对于以盈利标准IPO的企业,以非盈利标准IPO的企业更倾向于选择高质量审计师,以降低首发抑价,且这种高质量审计选择倾向与首发抑价降低效果主要表现在研发强度较高的企业。本研究验证了高质量审计师在科创板IPO下发挥的信息鉴证作用,揭示了高质量审计服务在资本市场推行注册制改革中的重要作用。

金融科技能够提升实体企业产能利用率吗?

与现有文献主要从宏观视角关注产能利用率的决定因素不同,从市场信息优势视角出发,考察金融科技能否提高企业产能利用率及其内在逻辑。研究发现:金融科技能够显著提升企业产能利用率,该结果经过内生性检验以及稳健性测试后仍然成立。机制检验发现:金融科技可以增强银行等金融机构的信息搜集能力,促使其更好地识别企业的生产情况,通过削减对产能利用率较低企业的银行贷款数量,以及提高对产能利用率较低企业的贷款价格,改善实体企业投资效率,提升产能利用率。研究结论从市场信息视角揭示了金融科技助力产能利用率提升的内在机理,对新发展阶段下提升产能利用率、实现高质量发展具有重要的政策意义。

共同股东视角下绿色产业政策的溢出效应——基于绿色工厂评定的准自然实验

绿色产业政策通过内化环境的负外部性成本引导企业进行绿色转型升级。本文基于共同股东和ESG视角,借助绿色工厂评定的准自然实验,利用多期双重差分模型识别绿色产业政策产生的共同股东溢出效应。研究发现,绿色工厂评定能够提高共同股东企业的ESG水平,表明绿色产业政策具有显著的共同股东溢出效应。机制检验发现,绿色工厂评定通过增强股东关联企业的绿色经营理念、提升企业内部治理质量以及加强绿色投资者监督,从而提升其ESG水平。异质性分析发现,一方面,绿色工厂上市公司属于重污染企业数量越多,共同股东溢出效应越明显,而共同股东企业是否在同一地区对溢出效应影响不显著;另一方面,在融资约束较高、公众关注度较高以及处于政府环境关注度较强地区的企业,上述溢出效应更加显著。本文从共同股东溢出这一独特视角拓展并深化了绿色产业政策的作用效果研究,为可持续发展相关政策的设计提供了理论参考。

大数据应用对制造业服务化转型的作用机制

基于2013—2020年中国A股制造业上市公司数据,运用文本分析法构造衡量大数据应用程度指标,探讨了企业层面大数据应用影响制造业服务化的内在机理。研究发现:①大数据应用与制造业服务化呈U型关系,在一系列检验后结果仍然稳健。②异质性分析表明,处于低服务业开放环境、拥有高市场竞争力的企业,当大数据应用水平越过阈值后会显著促进制造业服务化发展。将制造业服务化分类研究,发现大数据应用对嵌入式服务化影响显著为正,而对混入式服务化产生U型效应。③机制分析表明,提升组织管理能力、提高市场匹配度和降低融资成本是大数据应用提升制造业服务化的重要渠道。研究结论为推进大数据应用与制造业服务化高效融合发展提供了经验证据和政策启示。

贷款可获得性与分类转移盈余管理——基于贷款利率上限放开的准自然实验

借助于我国银行贷款利率上限放开产生的外生冲击,基于违约风险高低构造双重差分模型,从正式债务契约形成视角研究贷款可获得性提高如何影响企业盈余分类转移行为。研究发现:第一,贷款利率上限放开后高风险企业盈余分类转移程度更高。第二,横截面差异性检验表明,企业融资约束程度越高、融资渠道丰富性越低、以及银行对企业信息需求和监管程度越高时,盈余分类转移受贷款利率上限放开影响更大。影响机制检验显示:贷款利率上限放开后,高风险企业通过分类转移优化盈余结构后确实获得更多银行信贷。本文利用我国贷款利率上限放开这一独特研究场景,科学识别了盈余分类转移的债务融资动机,拓展并丰富了会计信息生产的制度决定因素。

基于TTD_(WAA)算子和TPBM算子的混合型多属性大群体决策方法

针对传统混合型多属性群体决策方法大多仅适用于中小规模群体的情况,提出一种新的基于三维二元语义密度算子和二元语义幂Bonferroni算子的混合型多属性大群体决策方法。首先,给出四种不同的转换函数,以此将各决策者给出的包含精确数、区间数、语言变量和不确定语言变量一致化为二元语义信息;然后,定义三维二元语义密度算子,以此将一致化后各决策者的二元语义多属性决策矩阵进行集结;最后,在二元语义幂Bonferroni算子的基础上,对群体综合的二元语义多属性决策矩阵进行集结。选取某ERP软件选择问题进行算例分析,研究结果表明,该方法不仅能够较好地处理混合信息和充分考虑群体共识度,还能够有效体现属性之间的关联性和减轻异常属性值的不利影响。

一类基于L_(q)-范数的新型zonoid深度

zonoid深度作为一种著名的排序工具,拥有诸多良好性质,在多元数据分析中应用广泛.然而,由于该深度函数的深度值在数据云的凸包之外点上会取值为零,即存在所谓的“外凸包问题”,且相关方法计算复杂度高,因而可能给其实际应用(如分类分析等)带来诸多不便.鉴于此,文章提出了一类基于L_(q)-范数的新型zonoid深度,以克服原有zonoid深度存在的“外凸包问题”.相关证明和模拟结果表明,文章新的zonoid深度符合一般深度函数公理化定义的所有基本要求,因此可以认为它是一个合格的统计深度函数,进而可用于对多元数据进行排序和构造后续其他统计方法等.新的深度函数在数据云的凸包之外点上不会消失为0,且计算简单,因此可望具有良好的应用推广潜力.

金融科技的经济稳定器作用

随着互联网、大数据、云计算以及人工智能等新兴技术的兴起,金融与科技快速深度融合,在科技赋能的情况下显著提高了金融机构的信息获取能力,深刻改变了以抵押资产为核心的传统信贷契约模式,导致金融加速器理论受到了挑战。