劳动力转移对城乡居民收入差距的非线性影响研究

借鉴已有相关研究成果,将劳动力转移、农业技术水平与城乡居民收入差距联系起来思考,可以具体地考察劳动力转移对城乡居民收入差距的影响.文章以农业技术水平作为门槛变量,选取2009—2019年中国31个省份的面板数据,利用泰尔指数测定城乡收入差距,以劳动力转移作为核心解释变量构建面板门槛模型,实证得出劳动力转移对城乡居民收入差距的非线性影响.研究发现:劳动力转移可以缩小城乡居民收入差距,且该影响具有单一门槛效应.在农业技术水平较低时,劳动力转移对城乡居民收入差距收敛效应较小;当农业技术水平越过门槛值达到较高水平后,劳动力转移对缩小城乡居民收入差距的效果几乎增加了一倍.此后,通过替换解释变量泰尔指数为城乡人均可支配收入比、替换核心解释变量农业技术水平为农业生产效率重新建立面板门槛模型,发现上述结论仍然成立,其检验结果具有较强的稳健性.文章将农业技术进步、劳动力转移、城乡居民收入差距这三个重要变量纳入同一模型框架中,在加深劳动力流动影响城乡居民收入差距这一视角的研究的同时,对缩小城乡居民收入差距政策的制定提供了重要的参考意义.     

Improved Transferability of Data‐Driven Damage Models Through Sample Selection Bias Correction

Damage models for natural hazards are used for decision making on reducing and transferring risk. The damage estimates from these models depend on many variables and their complex sometimes nonlinear relationships with the damage. In recent years, data‐driven modeling techniques have been used to capture those relationships. The available data to build such models are often limited. Therefore, in practice it is usually necessary to transfer models to a different context. In this article, we show that this implies the samples used to build the model are often not fully representative for the situation where they need to be applied on, which leads to a “sample selection bias.” In this article, we enhance data‐driven damage models by applying methods, not previously applied to damage modeling, to correct for this bias before the machine learning (ML) models are trained. We demonstrate this with case studies on flooding in Europe, and typhoon wind damage in the Philippines. Two sample selection bias correction methods from the ML literature are applied and one of these methods is also adjusted to our problem. These three methods are combined with stochastic generation of synthetic damage data. We demonstrate that for both case studies, the sample selection bias correction techniques reduce model errors, especially for the mean bias error this reduction can be larger than 30%. The novel combination with stochastic data generation seems to enhance these techniques. This shows that sample selection bias correction methods are beneficial for damage model transfer.     

Fast and approximate exhaustive variable selection for generalised linear models with APES

We present APproximated Exhaustive Search (APES), which enables fast and approximated exhaustive variable selection in Generalised Linear Models (GLMs). While exhaustive variable selection remains as the gold standard in many model selection contexts, traditional exhaustive variable selection suffers from computational feasibility issues. More precisely, there is often a high cost associated with computing maximum likelihood estimates (MLE) for all subsets of GLMs. Efficient algorithms for exhaustive searches exist for linear models, most notably the leaps‐and‐bound algorithm and, more recently, the mixed integer optimisation (MIO) algorithm. The APES method learns from observational weights in a generalised linear regression super‐model and reformulates the GLM problem as a linear regression problem. In this way, APES can approximate a true exhaustive search in the original GLM space. Where exhaustive variable selection is not computationally feasible, we propose a best‐subset search, which also closely approximates a true exhaustive search. APES is made available in both as a standalone R package as well as part of the already existing mplot package.     

区块链技术下智能合约之于合同的新诠释

应用于交易领域的智能合约融入区块链技术,以代码形式表现,可实现合同履行的自动化和不可逆,超越了传统意义上的合同模式.自助行为说、代理说将智能合约视为对合同过程的外部增强,是侧面功能的法律阐释,并未完全捕捉到实质.智能合约并不一定跨越整个合同过程,也可仅是合同过程某个方面或某个阶段.法律意义上的智能合约不是合同新类型,而是合同关系形式的新发展,即当事人缔结和履行合同的新形式,合同性质未发生实质变化.智能合约满足特定要件构成特殊的书面形式,具有"书面形式+自动履行"功能的特质.民事主体通过智能合约形式订立合同应遵守《民法典》等现行法律的具体规则,以保证合同依法成立与生效.智能合约不等同于具有法律效力的合同,认定其效力应结合智能合约应用中的具体问题展开具体分析.从立法上确认智能合约,在符合国家现有法律、政策基础上编写和应用,实现形式的合法化、内容的规范化是该技术谋求长远发展的保障.技术起步的现阶段,纸质合同、一般电子合同与智能合约在不同方面发挥协作作用,会在未来一段时间内成为民事交往、商业交易的主要状态.     

宋代閤职的内外演变与磨勘叙迁探析

宋代共设有三等閤职，最初供职于閤门，后閤职官员出外任职情况变得普遍，直接推动了外任武官兼带閤职制度的发展，此后閤职作为武官兼带的一种职名，成为奖励军功以及控制武官的一种有效手段。而閤职制度的发展也使閤职作为武臣清选的地位逐渐确立，表现之一就是在磨勘叙迁上较一般武官而言具有一定的优越性。同时，内外不同的閤职在磨勘制度上也有一定的差异，这些差异的产生也加深了閤职作为武臣清选的内涵。     

平台竞争、排他性协议与竞争瓶颈

在很多双边市场中，经常出现平台一边的用户与平台之间产生利益纠纷的现象，例如顺丰速运与菜鸟网络之间的纠纷等，本文从理论模型的角度研究了这种经济现象。文章通过将双边市场的用户分为视平台有差异和无差异两种类型，研究了平台如何掠夺视平台无差异的用户所有剩余的问题。研究发现，平台厂商有与视平台无差异的用户签订排他性协议的激励；无论签订排他性协议与否，这类用户都将被掠夺所有剩余，产生了所谓的"竞争瓶颈"；排他性协议带来的福利效应并不明确，当平台的边际成本和交叉外部性参数较大时，排他性协议的签订能够提升社会总福利。     

基于数量柔性契约的双源应急物资采购定价模型

针对灾害事件发生的不确定性以及灾害发生后应急物资需求量的爆发式增长，本文设计了一个政府主导的基于数量柔性契约的双源应急物资采购模型。在存在一个现货市场的情况下，政府除了常规采购外，还会与供应方签订一份数量柔性契约，用以建立政企联合储备应急物资的合作关系。通过数理推导，本文发现灾害事件发生概率，政府自身储备量，现货市场采购价格会对双方决策产生重要影响，并给出三个影响因素在满足不同条件时政企双方的最优决策，同时进一步分析了这三个因素对政府采购成本与供应方利润的影响。最后，通过数值模拟的方式对所得结论进行了验证。本文的研究为政府与企业构建联合储备应急物资的合作关系提供了指导与依据。     

区块链应用下生态农产品供应链优化

利用博弈模型，对生态农产品供应链内部契约合作稳定情况进行研究，并就区块链技术如何保障生态农产品供应链稳定运行进行分析。分析认为：生态农产品供应链稳定运行情况受到市场风险制约，区块链技术能通过改善生态农产品供应链内部信息不对称现象，增加生态农产品供应链内部交易节省成本并提高主体违约成本，同时增加生态农产品供应链主体长期合作得益及协调主体合作，从而保障生态农产品供应链稳定运行。在此基础上，结合区块链技术特征对区块链技术应用下生态农产品供应链结构设计进行了探讨并对部分可能出现的问题进行了讨论。     

地方党政主要领导职位空缺的现状、成因及对策

地方党政主要领导职位空缺是指在领导干部选任和调配过程中，由于诸多常规或非常规原因导致某一地区的党委或政府部门主要领导职位在较长时间内空缺，进而直接或间接影响地方党政工作的特殊现状，广泛存在于各级、各地党政部门。由于我国有关干部职位空缺的制度建设和管理规范尚不完善，地方党政主要领导职位空缺产生一些消极影响，主要表现为不利于地方党政机关运行，存在腐败风险，触发舆论风险等。在充分认识空缺危害性的基础上，深入分析造成职位空缺的干部调配因素、选任导向变革因素以及其他非常规因素等，从完善遴选机制、衔接制度、保障机制、舆论生态治理、干部教育等五个方面切实解决地方党政主要领导职位空缺带来的一系列问题。