众数回归森林模型及其在收入分配研究中的应用

为解决传统非参数众数回归模型没有考虑解释变量间复杂交互影响的局限，文章将众数回归与机器学习方法相结合，提出了一个新的非参数众数回归模型：众数回归森林模型。该模型一方面充分考虑了各个解释变量之间的交互影响；另一方面采用Bagging技术汇总多个众数回归树的结果，提高了预测性能。数值模拟结果表明：第一，与线性众数回归模型和众数回归树模型相比，众数回归森林模型极大地提高了估计和预测精度；第二，当数据为偏态分布时，众数回归森林模型的估计和预测精度显著优于中位数回归森林和均值回归森林模型。此外，将众数回归森林模型应用于收入分配研究中，得到了与中位数回归森林和均值回归森林模型不同的结果。     

中国式现代化话语体系建构的三重维度

中国式现代化是中国共产党领导的社会主义现代化，是有着鲜明中国特色的新型现代化。中国式现代化话语体系建构，是基于现实路径的理论升华与实践总结，能为深刻认识中国特色社会主义实践成果、实现社会主义现代化强国目标、展现可信可爱可敬中国形象提供话语层面的保障与支撑。中国实践的成功推进、原创话语的丰富供给、人类共同发展的价值旨归，为中国式现代化话语体系建构提供了可能性。加快建构话语体系，就要在实践中遵循主流意识形态的导向原则，通过立体多元的传播载体输出话语价值，在内容阐释中突出理论优越性，提升话语受众对话语体系的认同感，从而完成以中国式现代化全面推进中华民族伟大复兴的使命任务。     

风险情境下战略变革过程中试错学习机制的双案例研究

全球不确定加剧情境下，探索通过试错学习来解决变革复杂过程和风险应对问题，逐渐吸引了学术界的兴趣与关注。然而，试错学习作为实践观和过程观的重要变量在战略领域尚处于探索研究阶段，其核心内涵、维度分析以及效应机制等方面还亟待深化。本研究基于“刺激—反应—结果”分析框架，探究风险情境下试错学习推动战略变革的微观机制。研究发现：（1）风险情境下的企业战略变革是一种试错性的知识创造的活动，从变革启动到变革实现存在复杂的认知与行为链条，其中试错学习是改善战略变革的重要微观机制；（2）试错学习过程中，组织会针对不同的错误采取适配的解错试验。在战略变革的初期、中期和后期，企业在“知识基—技能基—规则基”维度涌现出3种不同的错误组合类型（即“复合型”、“双元型”和“单一型”错误），并从容错、隔错、纠错试验组合中采取适配的解错策略；（3）试错学习是从处理错误的实践中实现知识创造的过程，组织在“错误识别”（认知）与“解错试验”（行为）的反馈、反思中形成知行相须、知行相长和知行相变的“知行合一”效应，并在选择、反思和迭代中推动了组织的知识创造。研究联结了战略变革的“宏观”与“微观”两个层面的研究，解释了企业如何...