20万“买”社工服务“解放”居委大妈

日前,深圳市荔湾区花地街18名失业人员上了一堂特殊的就业指导课。“老师”们不是街道办人员。而是来自民办社工服务机构。荔湾区民政局“付费”约二十万元,在全市率先向专业机构购买服务,帮助花地街和冲口街未就业人员上岗。     

拓展的NBD-Dirichlet模型及其在零售店选择研究中的应用

纯随机NBD-Dirichlet模型可以用来研究消费者的零售店选择行为(商店选择与购买频次),但是由于模型中没有协变量,所以无法对消费者的商店选择行为进行解释.本论文对纯随机模型进行了拓展,引入了解释变量,并应用拓展的模型对北京的消费者超市选择行为进行了实证研究.其中的主要发现为:(1)市场渗透率是超市经营的关键指标;(2)促销没有对消费者超市选择产生影响,但是它能够使顾客更多地惠顾超市;(3)家庭收入对消费者选择超市以及惠顾频次的多少均有显著的影响;(4)单次购买金额对消费者选择超市没有显著影响,但是它对消费者惠顾频次有负向的影响;(5)超市之间的价格差异较小,因此价格对消费者购物频次没有影响;(6)产品的齐全性对消费者超市选择有巨大的影响.     

县域特色农产品品牌建设对消费者购买意愿的影响——以汉源花椒为例

基于农产品品牌建设视角,从消费者角度考察汉源花椒品牌建设现状,并通过结构方程模型分析品牌建设各维度对消费者购买意愿的影响。针对当前汉源花椒在品牌建设中存在消费者对其外在属性建设的评价较低等问题,提出种植户、龙头企业、政府应加强合作,激发县域农产品品牌建设主体意识,活化千年“贡椒”品牌文化,构建品牌新媒体营销矩阵,打造爆款花椒衍生品,推进县域特色农产品品牌建设和发展等建议。     

基于累积索赔金额的最优奖惩系统

商业汽车保险的费率可以分解为先验费率和后验费率.先验费率是基于被保险车辆的先验风险特征信息(如驾驶人的性别和年龄、车辆使用性质)应用广义线性模型厘定的费率,而后验费率是基于被保险车辆的索赔经验(如索赔次数)应用奖惩系统对先验费率进行调整而得到的费率.厘定先验费率常用的广义线性模型包括索赔频率模型、索赔强度模型和累积索赔金额模型.实际应用中的奖惩系统通常基于被保险车辆的经验索赔次数对先验费率进行调整,没有考虑索赔金额的影响,也没有考虑先验信息的影响,有可能造成重复性的奖励或惩罚.累积索赔金额是被保险车辆在保险期间的索赔金额之和,既包含索赔次数信息,也包含索赔金额信息,可以更加准确地揭示被保险车辆的索赔经验信息.本文应用被保险车辆多年期的纵向累积索赔金额数据建立了一种新的奖惩系统,应用零调整逆高斯回归模型厘定先验费率,并在线性约束下用极大似然法同时估计先验费率因子和奖惩系数,避免了传统奖惩系统对被保险人可能造成的重复性奖励或惩罚,有效改进了后验费率的厘定结果.     

进一步推进浙江政府购买服务的对策建议

浙江省在推进政府购买服务中面临着覆盖面不广、购买程序不够规范、购买服务的质量标准不够明确等问题,应逐步增加并强制性实施政府购买服务指导目录、形成优选政府购买服务承接者的竞争性机制、倒逼政府部门与所属事业单位加快"政事分开"改革步伐,进一步推进浙江省政府购买服务。     

消费者趋近动机对绿色产品购买意向的影响机制——基于PLS-SEM模型的研究

通过一个可调节变量模型解释消费者趋近动机对绿色产品购买意向的影响机制,构建不同环境知识水平下的消费者趋近动机—绿色产品购买意向模型。采用偏最小二乘回归结构方程模型(PLS-SEM)对762份调查问卷进行分析,研究发现,趋近动机对绿色产品购买意向和消费者创新性具有显著的正向影响;消费者创新性在趋近动机和绿色产品购买意向间起部分中介作用;环境知识在趋近动机、消费者创新性与绿色产品购买意向间起负向的可调节中介作用。     

基于机器学习融合算法的网络购买行为预测研究

选择适合的机器学习算法是在社会经济研究领域进行大数据分析及提高预测效果的关键。在很多情况下,通过融合训练两种或两种以上有差异的算法,能够显著提高算法的泛化能力以提高预测效果。基于阿里巴巴电子商务平台购物行为数据,分别应用Logistic回归、支持向量机以及这两种算法的融合构建了预测模型。实证结果表明,融合后模型比单一模型具备更好的预测效果。     

自住房贷款的操心事儿

购买准备长期居住的自住房和计划在几年内转手的投资房, 其理念是不同的,在贷款方式上也有很大区别。然而,在过去几年房价不断高攀的日子里,投资性购房而非自住性购房成为媒体关注的重点,常见报端的各种购房理财指导也侧重于投资性购房。如果自住购房者片面地参考了这些指导,结果可能会适得其反。