实现经济增长方式转换的条件和难点探讨

经济增长方式从粗放型到集约型的转换，是实现＂九五＂和２０１０年奋斗目标的关键之一。但从目前的实际和今后的发展看，要实现这一历史性的转换，还存在着许多困难，需要创造和具备一定的条件。因此，要辩证地认识经济增长方式转换中的有关理论问题，同时根据不同部门、不同行业和不同区域之间的差异情况采取结构转换的对策。     

工商管理学科领域"面向世界科学前沿问题"的凝炼机制探索

科技创新是促进国家发展的动力.要实现科技创新推动国家发展的战略目标,学术研究需要面向世界科学前沿,挑战前沿的科学难题,做出原创成果,实现创新引领.企业是国家实施创新驱动发展战略的主体.工商管理作为研究企业管理的学科,解决好本学科领域"面向世界科学前沿"的研究问题,有助于为我国企业创新提供理论指导,服务国家发展战略.然而,工商管理学科领域如何凝炼"面向世界科学前沿问题"是管理学者和管理实践者长期以来关注但未被解答的问题.本文旨在探索工商管理学科领域"面向世界科学前沿问题"的凝炼机制.借鉴工商管理学科领域59位资深专家的意见,探讨了"面向世界科学前沿问题"的内涵、选题要求、形成方法,并尝试整合出一套具有可操作性的凝炼方案.此外,本文阐述了"并联式"和"串联式"两种具体科学问题提出模式,以期为科研工作者提供一个能够形成聚焦的、对中国管理实践有帮助的、面向世界科学前沿的研究问题的方案.     

交通基础设施对城镇建设用地效益的影响——基于京津冀城市群的空间杜宾模型分析CSSCI

交通基础设施对区域产业和经济发展有重要影响,同时也可能带来跨区域的影响,即对经济增长的影响存在溢出效应。本文以京津冀城市群为研究对象,以交通基础设施和城镇建设用地效益为主要研究变量,在理论分析的基础上,利用空间杜宾模型对两者的影响关系进行实证研究。研究结果表明:(1)交通基础设施对城镇建设用地效益的影响随交通基础设施的发展水平而变化,呈现“倒U型”的变化关系;(2)交通基础设施对城镇建设用地效益的影响存在显著的空间溢出效应;(3)京津冀城市群交通基础设施的溢出效应在城市群的不同发展阶段和不同发展水平的城市中存在异质性,2014年以前表现为正向的溢出效应,而2014年后表现为负向的溢出效应,同时,北京和天津溢出效应的影响较大,而河北的溢出效应较小。     

欧美合成生物学应用的风险治理经验及启示

合成生物学技术的应用与发展为基础生命科学研究、人类健康、环境保护和经济增长做出了重要贡献。随着合成生物学变得更便宜、更容易使用和更容易获得,亟需建立行之有效的风险治理体系以防控其潜在的伦理道德、生物安全和生物安保风险,促进技术健康发展。通过观照欧美国家风险治理模式,建议预防风险与促进创新并重、伦理治理与法律规制“双管齐下”,以期为我国合成生物学监管提供有益经验、减少风险和控制利益冲突,促进我国合成生物学创新,规范合成生物学研究和生产。     

Inefficiency of strategy-proof allocation mechanisms in pure exchange economies

In this paper I prove that in the standard model of 2×n (n2) pure exchange economies there is no allocation mechanism that is efficient, non-inversely-dictatorial, and strategy-proof. This strengthens two previous results on this subject by Hurwicz and by Dasgupta, Hammond, and Maskin.I thank Alvin Klevorick, William Thomson, and an anonymous referee of the journal for many helpful comments.     

潮剧舞台表演的美学特征

本文以丰富的潮剧舞台表演实例,探讨了潮剧舞台表演重视与观众交流,“和不承认存在第四道墙”的“梅氏体系”的美学特征,以及舞台表演艺术的程式化与技巧性的美学原则,力求从美学角度来透视潮剧舞台表演的特质。     

我国海洋国土可持续开发探讨

论述我国海洋国土开发的战略意义,阐明了我国海洋资源条件,开发现状及存在问题,提出了可持续开发的对策。     

牛心朴子草化学成分研究

从牛心朴子草中分得五个物质,据理化常数、波谱分析与文献对照鉴定为①二十六烷酸②三十烷酸③表赤杨醇④β－各甾醇⑤牡丹酚。其中①从牛心朴子草提取分离得到是首次报导。     

A hybrid ARIMA and support vector machines model in stock price forecasting

Traditionally, the autoregressive integrated moving average (ARIMA) model has been one of the most widely used linear models in time series forecasting. However, the ARIMA model cannot easily capture the nonlinear patterns. Support vector machines (SVMs), a novel neural network technique, have been successfully applied in solving nonlinear regression estimation problems. Therefore, this investigation proposes a hybrid methodology that exploits the unique strength of the ARIMA model and the SVMs model in forecasting stock prices problems. Real data sets of stock prices were used to examine the forecasting accuracy of the proposed model. The results of computational tests are very promising.