基于钻石理论模型的荣昌陶瓷业竞争力研究

荣昌区的轻工陶瓷特色产业有着悠久的发展历史,已经成为区内的支柱特色产业,建成了重庆市重要的陶瓷生产基地。以荣昌区第四次经济普查数据和历年统计年鉴为基础,运用波特钻石模型对荣昌区轻工陶瓷特色产业的现状及发展情况进行分析,采用SWOT分析法针对其竞争力的提升进行探讨。并根据研究结果提出相关建议:一是激励企业加强研发投入,促进特色产业形成特色优势;二是推动产学研合作,加强研发型和创意型人才培育;三是引导和推动“企业品牌+地理名品标志”的特色产业“口碑”建设;四是积极参与产业链分工体系,促进特色产业与其他产业形成联动效应。     

清代慈善组织中的国家与社会——以苏州育婴堂、普济堂、广仁堂和丰备义仓为中心

本文以清代苏州的四种慈善组织——育婴堂、普济堂、广仁堂和丰备义仓为例,梳理其在清代前期和后期的管理方式及收入来源,并进行对比,发现:清代前期苏州的慈善组织中存在着一种"官民合作"模式,民办慈善组织往往能够得到官府的支持和资助,官办救助机构也同样能得到来自民间的捐助。而在这种"官民合作"模式中,官府无疑处于强势的地位,民办的慈善组织接受官方资助后,便开始染上浓厚的官营色彩;而官办的救助组织虽然得到民间的大力捐助,但管理权仍然牢牢掌握在官府手中。在太平天国战争之后,苏州的地方绅士在慈善组织中的作用有所增强,地位有所提高,但这些慈善组织依然离不开官府的支持和资助,管理上也同样受到官府的监督和干预,并没有溢出"官民合作"的范畴。这就说明,晚清时期的"社会"并没有真正独立于"国家",强国家、弱社会的基本格局并没有改变。所以,慈善组织并不能被视作近代中国所谓的"公共领域"。     

基于不同人群的红色旅游路线规划实证研究——以鼓浪屿为例

旅游路线规划是发展红色旅游的重要环节,现有研究多基于研究者经验进行规划定线,基于不同人群的行为偏好进行游线规划的相关研究较少。文章建立红色旅游景点分类体系,从不同人群的选择偏好入手,采用ArcGIS和社会网络模型构建针对大众旅游群体和红色旅游团队的旅游路线体系。以鼓浪屿118个旅游景点(含大众旅游景点以及红色旅游景点)为研究对象,通过对113个大众旅游者以及35个红色旅游团队进行行为特征和选择偏好分析,提出两类群体在6小时总游览时长下的红色旅游路线规划方案。结果表明,文章提出的旅游路线规划方法弥补了以往对人群分析针对性不足的欠缺,结果符合实际的旅游空间形态特征,为红色景点开发提供了技术支撑,对打造红色旅游景点体系具有借鉴意义。     

智能决策支持系统中定量特征规则的挖掘方法研究

定量特征规则通过将定量信息与规则相结合定量地反映了概念的主要特征和次要特征,面向属性的归纳学习算法是在数据库中挖掘定量特征规则的一个重要手段,但直接采用这种方法往往会使同一个概念有不同的特征描述,这种现象必然降低规则对决策的参考价值.本文提出了一个测量定量特征规律有效性的计算指标,并结合该指标设计出一个新的面向属性的归纳算法,该算法使定量特征规则在有效性上达到最优,避免了同一概念有不同的特征规则的现象.     

多分销中心供应链模型及其牛鞭效应的H∞控制

本文在文^[1]具有一个分销中心供应链模型的基础上,建立了具有多个分销中心的供应链结构模型,采用供应链上游库存与订货偏差波动之和与下游顾客需求偏差波动之比描述牛鞭效应。提出顾客末端需求波动最差条件下H_∞控制方法,以抑制牛鞭效应。这一方法本质就是供应链末端需求波动最差情况下,制定供应链管理的最优决策。并且以一个石油分销系统为对象进行了供应链牛鞭效应的H_∞控制仿真实验。     

在数据库中挖掘定量关联规则的方法研究

数据挖掘技术是实现智能决策支持系统的一个重要手段 ,关联规则是数据挖掘的一个重要内容 .传统的 Apriori算法仅适用于挖掘数据间的定性关联关系 ,但数据间的定量关联关系对决策更有帮助 .属性值的离散映射是挖掘定量关联规则的一个重要环节 ,离散映射中属性值区间的划分粒度是影响数据挖掘质量的一个重要因素 .本文结合粗集理论提出了一个确定属性值划分粒度的方法 ,在此基础上设计出一个挖掘定量关联规则的算法 :Apriori 2 ,利用Apriori 2可以挖掘出大量对决策有帮助的定量关联规则     

对方案有偏好的不确定语言多属性决策方法

研究了属性权重完全未知、属性值和对方案的偏好值以不确定语言变量形式给出的不确定语言多属性决策问题。首先,引入不确定语言变量的运算法则,以及不确定语言变量之间比较的可能度公式,给出了不确定语言变量间的距离的概念。针对属性权重完全未知的情形,给出了求解权重的公式。然后,利用不确定语言加权平均算子,对不确定语言决策信息进行加权集成,并利用可能度公式构造可能度矩阵(互补判断矩阵),继而利用互补判断矩阵排序公式对决策方案进行排序和择优。最后进行了实例分析。     

基于ODR-ADASYN-SVM的极端金融风险预警研究

针对合成少数类过采样(synthetic minority over-sampling technique,SMOTE)方法在提升支持向量机(support vector machine,SVM)的非均衡样本学习能力中出现的过拟合(over fitting),引入自适应合成抽样方法(adaptive synthetic sampling approach,ADASYN)和逐级优化递减欠采样方法(optimization of decreasing reduction,ODR)分别克服SMOTE在生成新样本中的盲目性和在处理对象上的局限性,进而与SVM相结合,构造出改进SVM,即ODR-ADASYN-SVM模型来预测中国极端金融风险;最后运用T检验对各模型预测精度的差异性进行显著性检验以及对各模型的预测稳定性进行评价.实证结果表明,ODR-ADASYN-SVM模型不仅能够显著地提升SVM的非均衡样本学习能力,同时也能够有效地克服SMOTE的过拟合,从而展示出优越的极端金融风险预测性能.     

经理行为偏差与企业绩效激励指标的确定

股东在面对具有行为偏差的经理时,如何设计剩余收益作为激励指标,以促使双方的目标一致,一直是学界和实务界关注的一个问题。如果股东继续沿用传统的基于公司资本成本率计算得到的剩余收益,将使得损失厌恶的经理投资不足,过度自信的经理投资过度。为了改进投资决策,股东需要针对不同行为特征类型的经理设计较公司资本成本率更低或更高的激励相容资本成本率,以有效激励经理做出符合股东利益的投资决策。     

中国-东盟框架下广西北部湾产业园区发展探讨

中国-东盟合作给广西北部湾产业园区带来了重大的发展机遇,通过借鉴其他区域合作中产业园区发展经验,北部湾产业园区可以从改变产业结构、强化服务、注重招商引资、推动合作对接等方面加快园区发展步伐。