大数据时代红色文化传承的困境与路径研究

大数据时代,红色文化的传承面临着困境,主要表现为:红色文化传承主体的知识结构碎片化,难以对红色文化进行全面的认识;主体意识出现迷失,不能自觉地传承红色文化;红色文化自身缺乏真实的在场,影响力减弱。在大数据时代下对红色文化的传承问题进行反思,尝试从完善主体的知识结构、转变主体的思维方式、转变红色文化传承的言说着手,全面认识红色文化,自觉传承红色文化,还原并彰显红色文化的精神意境。     

生产性服务业对出口贸易的影响研究

生产性服务业将人力资本和知识资本导入生产过程促进了制造业升级,其发展程度代表着一个国家或地区的现代化程度。充分有效利用服务业资源已成为工业企业提高竞争力进而扩大出口贸易的必然选择。从专业化分工、技术创新等方面探讨生产性服务业对出口贸易的影响机理,结合辽宁省生产性服务业发展状况建立面板数据模型,对其是否影响辽宁出口贸易进行实证分析,结果证实辽宁生产性服务业发展促进了出口贸易发展,交通运输、仓储及邮政和商务服务业对辽宁出口贸易的影响较为明显。据此提出发展生产性服务业以促进辽宁贸易的建议。     

数据生产要素的结合机制——互补性资产视角

数据作为生产要素创造的价值备受关注,但目前对数据与其他生产要素的结合机制缺乏明确的解释。本文从互补性资产理论出发,分别探讨数据与技术、资本、劳动生产要素的结合机制。研究表明:在与技术要素的结合上,数据要素的加入能够帮助创新企业更有效地使用互补性资产,从而产生技术创新;在与资本要素的结合上,数据要素的加入降低了企业获取作为生产资源和营销资源的互补性资产的成本,从而产生成本创新;在与劳动要素的结合上,数据要素能够从产品设计和生产方面提升互补性资产的生成效率,从而产生流程创新。最终,数据要素在与核心生产要素的有机结合下,极大促进了数字经济的创新与发展。     

论医疗人工智能“ 黑箱” 难题的应对策略和规制进路

人工智能(AI)在医疗领域具有重大应用价值,不过,"黑箱"属性是其走向广泛应用的最大阻碍.通过法律制度的合理设计可以有效应对医疗AI的"黑箱"难题.转变规制思路,重点运用临床试验、真实世界研究等其他方法管控医疗AI之风险.从对算法解释的规制转向对算法透明和可追溯的规制,从对算法本身的规制转向对算法之外的其他环节和要素的规制,并契合医疗AI"非锁定"之特性,可建立全生命周期的规制体系.同时,平衡好监管安全和技术创新之关系,防止规制过度,应适度"温和"上市前的监管措施,在特定情形下豁免审批或加速审批,将监管重心适当后移,为医疗AI之发展创造合理空间.     

医疗信息共享对患者转移数量和服务质量水平影响研究

当前我国医院间存在严重的"信息孤岛"，医院参与医疗信息共享意愿不高，患者的诊疗信息被静态碎片化储存而无法充分有效地利用。考虑到医院进行医疗信息共享将降低患者转移成本，本文构建一个多阶段双寡头动态博弈模型研究医疗信息共享对医院竞争过程中患者转移数量和服务质量水平决策的影响。首先，根据是否存在转移成本，将患者分为新患者和经验性患者，借助Hotelling模型刻画患者的效用函数，分析患者就诊决策。然后，在政府价格规制和不考虑医院利他性情景下，构建了医院累积期望收益目标函数，使用动态规划方法，求解实现医院累积期望收益最大化的服务质量水平，获得了实现患者相互转移且医院在市场中共存的马尔可夫完美均衡。最后，根据医院参与医疗信息共享后患者转移成本降为零，分析与比较信息共享前后患者转移数量和服务质量水平变化。研究发现：在不同医院间本身存在患者转移背景下，医院参与信息共享后，患者转移数量增加但存在一个上限，增加的转移量与患者在医院间的转移成本呈正相关，与初始感知效用的差值范围呈负相关；医院参与信息共享后，均衡状态下的医院服务质量水平高于信息共享前的服务质量水平。因此，在不改变当前医保支付方式下，要加快推进医疗信息共享，政府部门可以根据医院的患者数量和服务质量水平变化对其进行定期补贴，以激励医院积极参与医疗信息共享，本文给出了这个补贴的量化表达。     

论刑事审判中大数据证据的审查

当前，大数据、人工智能技术催生出的大数据证据已经出现在庭审实践当中。尽管这种新的证据形式提高了事实认定者的认知水平，但同时也隐含着人为偏误与证据失真的证据风险，司法实践需要一套针对大数据证据的审查体系。大数据证据浸润在数据社会这一外部环境当中，同时又因机器学习的内部技术原理而呈现出以电子数据为表现形式、以专家证据为证据内核的证据属性。这决定了大数据证据的审查，一方面要根植于电子数据的规则传统进行证据鉴真，另一方面要对机器学习的源代码进行可靠性评估，以完成大数据证据的相关性判断与可靠性评价。同时，应当以调整证据种类制度、完善电子数据鉴真制度以及构建大数据证据质证机制作为大数据证据审查的配套机制。     

大数据驱动企业供应链敏捷性的实现机理研究

顾客个性化与多样化需求的涌现迫使企业借助大数据实现精准、敏捷的产品或服务供应。现有研究中对于数据驱动供应链敏捷性的实现机理尚缺乏深入探索。本文从数据驱动视角出发,基于动态能力理论,采用单案例研究发现:供应链敏捷性是企业动态能力作用的结果 ,供应链敏捷性的实现表现为"数据驱动—属性激活—动态能力提升—敏捷性触发"的动态过程,大数据的合理应用有助于提升企业供应链敏捷性。本文将供应链敏捷性划分为客户敏捷性、流程敏捷性和合作伙伴敏捷性。研究结果拓展了大数据的形态及属性研究,明确了数据属性与动态能力的内、外在联系,打开了大数据驱动供应链敏捷性的过程"黑箱",研究对发展数据驱动理论和帮助企业实现敏捷供应具有较好的理论与实践价值。     

基于理想解和灰关联度的动态评价方法及其应用研究

为了对多个多属性（指标）待评价对象（方案）在多个时间点的发展状态和该时间段内的总体发展水平进行比较分析，根据理想解法和灰关联度法优缺点，提出基于理想解和灰关联度的动态评价方法。该方法基于三维数据，将欧氏距离和灰色关联度相结合，提出一种新贴近度，同时反映了位置关系和数据曲线的相似性差异，兼顾评价指标值差异程度和增长程度。最后将该方法应用于"十二五"期间省域循环经济生态效益评价，通过实例验证该方法实际应用上的有效性。     

基于Hawkes因子模型的股价共同跳跃研究

本文首先比较了三种目前主流的共跳检验方法：基于LM检验的共跳检验、BLT共跳检验和FHLL共跳检验，结果表明，三种方法在识别共跳数量上差距明显，但三者结果的重合部分基本属于市场暴涨暴跌行情，说明共跳识别对市场剧烈波动的聚集性较为敏感。基于跳跃、共跳存在的聚集性问题，本文将Hawkes过程引入跳跃和共跳的研究，构建了基于Hawkes过程的因子模型，结果显示，基于Hawkes因子模型的MJ统计量、CJ统计量和实证数据的拟合程度较好，表明因子模型能够更好地描述跳跃和共跳的聚集性。