大豆生产者补贴政策改革促进农户种植结构调整了吗?——基于全国446个县的准自然实验

以大豆生产者补贴政策改革作为切入点,将政策实施地区和非实施地区视为一次部分省份优化大豆、玉米种植结构的准自然实验,通过构建PSM-DID模型,考察大豆生产者补贴政策改革对农户种植结构调整的影响及其作用机制.结果表明:(1)大豆生产者补贴政策改革对农户种植结构调整具有显著的时间异质性,政策改革初年(2017年)大豆与玉米的面积之比显著提高6.5％,虽然2018年大豆与玉米的相对补贴额度出现大幅度增长,但大豆与玉米的面积之比仅显著提高3.4％;(2)预期相对收益的提升是2017年农户调整种植结构的重要原因,然而,经过对新制度一年的适应后,农户对种植玉米的路径依赖、补贴错位、地租的不合理增长以及大豆、玉米相对价格不理想等问题逐渐凸显,2018年农户重新调整种植决策,补贴的激励作用被迫减弱.基于此,研究结论为统筹大豆、玉米补贴机制可以促进农户种植结构调整提供经验性证据,也为在农业供给侧结构性改革和大豆振兴压力下如何持续改善种植结构提供政策启示.     

关于培育和发展数字经济的思考——基于浙江实践探索的经验启示

当前,我国数字经济发展迅猛,深刻地改变着人们的生产与生活方式,已成为经济增长新动能。浙江是数字经济先发地。2003年到浙江工作不久的习近平同志提出了建设“数字浙江”的决策部署。为贯彻落实这一决策部署,浙江积极抢抓机遇,大力发展产业数字化和数字产业化转型,数字经济呈现新动能不断发展壮大、规模增长强劲、创新融合驱动加快的良好态势。     

广州市聚焦"六字诀"扎实开展对台工作

广州市深入学习贯彻习近平总书记出席深圳经济特区建立40周年庆祝大会和视察广东重要讲话、重要指示精神暨党的十九届五中全会精神,紧紧围绕中央对台大政方针、决策部署和广东省委、广州市委对台工作要求,念好"六字诀",扎实开展"十三五"时期涉台领域各项工作,推动穗台经济社会融合发展.     

考虑消费者双重偏好的低碳供应链减排策略研究

为了削弱传统零售商在渠道博弈中的垄断地位，制造商尝试建立在线渠道与零售商展开竞争。本文在考虑消费者低碳偏好的基础上，又将消费者的渠道偏好进行区分，通过不同决策模式的对比及数值算例分析，寻求低碳供应链最优的减排边界。研究表明：1分散决策时，制造商的低碳决策会受消费者渠道偏好的影响；集中决策时，制造商的低碳决策保持不变。2不同决策模式的减排边界由渠道偏好决定，渠道偏好较大时，分散决策的减排边界更高；渠道偏好较低时，集中决策的减排边界更高；渠道偏好中立时，两者的减排边界相同。3制造商可以通过升级低碳技术、实行低碳化管理等方式降低减排成本，同时通过低碳产品认证、广告宣传等方式提高消费者对低碳产品的认可程度。     

基于交叉效率DEA与群体共识的区间乘性语言偏好关系群决策

针对区间乘性语言偏好关系群决策问题，提出了一种基于交叉效率DEA和群体共识的群决策方法。首先，提出乘性语言偏好关系导出函数的定义，并构建产出导向的DEA模型，证明了一致性乘性语言偏好关系的DEA效率得分与排序向量之间存在比例关系。在此基础上，建立基于理想值的交叉效率DEA模型，提出乘性语言偏好关系的通用排序方法。同时，基于群体共识建立目标规划模型来计算各语言偏好关系的权重系数。最后，利用Monte Carlo随机模拟的方法对群体语言偏好空间进行统计分析，得到群决策期望排序向量及其可信度。算例分析表明本文方法能够有效的避免信息损失，具有较强的适用性和较高的可信度。     

领导者化解决策中利益分歧的艺术

领导决策中分歧通常表现为在意见表达环节声音多元、难以调和,在决策协商环节久拖不决、僵持不下,在决策环节互相拆台、各不相让。决策中利益分歧较大,会严重影响决策工作的进度,分散团队凝聚力,降低决策科学程度。领导者作为决策工作的主导者,可以通过允许各方充分表达利益诉求、妥善引导各方聚焦利益焦点、基于最优利益基础选择方案来有效化解利益分歧。     

大数据在重大行政决策中的应用及其法治化

大数据在重大行政决策领域的应用，属于技术理性与决策规则的有机融合。凭借信息来源与技术革新，大数据可赋予传统决策向数字化转型的新动能。大数据的应用贯穿于重大行政决策始终，在市场监管、环境保护等多类事项中所发挥的实践优势较为明显，能够推动决策的高效化、提升决策的精准度、增强决策机关之间的联动。然而，大数据应用可能会引发决策安全的隐忧、个人数据存在的空间被挤压以及决策失误的责任承担等难题。对前述问题提出对策的过程，实乃数据治理向治理数据的转变，此阶段不能欠缺法律法规的引导，应尝试从决策数据安全体系的法治保障、个人数据的法律保护、决策责任追究机制的科学建构等层面去推动大数据应用的法治化。     

基于遗传算法的装备采购决策优化研究

在装备采购中，由于需求单位地域分布和担负的任务各不相同，对装备的品种、数量、时限要求也就不一样，如何使装备采购科学化、合理化，是一个涉及多变量、多目标的复杂系统问题。在综合考虑装备采购各项因素的基础上，构建多约束条件下的多目标模糊指派模型，提出了基于遗传算法的解决方案，最后通过案例进行仿真实验，验证该算法的可行性和有效性，解决了采用传统优化方法难以解决的装备采购优化决策问题。