实施科技兴贸战略的问题与建议

指出实施科技兴贸战略的必要性,针对中国科技兴贸战略实施过程中存在的问题,提出进一步落实科技兴贸战略的政策建议。     

财政分权、产业结构调整与绿色全要素生产率——基于环境污染门槛效应的视角

基于财政分权下政府与产业结构调整的策略博弈,从理论模型分析了政府产业引导与产业自身调整间的非合作博弈的发生、造成产业结构调整在绿色全要素生产率上的异质化效应,并应用2004—2017年间中国省级面板数据,采用动态面板门槛模型进行了实证检验。研究结果表明：当环境污染程度较低时,财政分权的施行将有助于产业结构调整带动绿色全要素生产率提升;当环境污染程度较高时,财政分权的施行将不利于促进产业结构调整带动绿色全要素生产率提升;财政分权主要通过税收竞争与财政环境补贴和支出双重路径影响产业绿色全要素生产率的提升。借此,对在区域财政分权背景下动态调整区域财政体制与产业绿色发展转型提出了相应的建议。     

违约预测的小波结构模型研究

本文针对上市公司违约预测问题,按照行业类型对我国2009年的上市企业进行分层抽样,构建了小波结构模型.小波结构模型通过应用小波变换来分解上市公司日收益序列,进而对低频序列和高频序列分别构建预测模型,再依据预测模型对未来收益进行预测,最后使用小波逆变换重构预测收益序列.通过小波结构模型可以避免时间序列模型进行收益波动预测的累加计算过程.在结合我国上市公司的实际数据对这两种模型的校验中,可以发现小波结构模型比时序结构模型在违约预测上有更好的识别力和准确度.     

企业内员工知识共享的实证研究

将知识特性以及员工知识共享的意愿作为分析影响员工知识共享的2个因素,以此建立一个概念框架;运用结构方程模型方法,结合对115家中国企业所作的调查研究数据,从实证的角度研究这些因素对企业内部员工知识共享的影响.研究结果表明,知识的隐含性和分散性与企业员工知识共享之间存在显著负相关关系,员工对未来合作的预期、知识的价值与企业员工知识共享之间存在显著正相关的关系.最后,讨论了研究结果的管理含义及进一步研究方向.     

雾霾感知风险与公众应对行为的实证分析

通过在雾霾严重时期收集的大规模问卷调查数据,建立了雾霾感知风险等因素与应对行为之间关系的结构方程模型.分析显示,对环境信息越敏感、雾霾感知风险越大、对雾霾知识了解越多、雾霾感知可控性越大的公众会采取更多的防护与应对措施,他们对相关防护产品的购买意愿也越强.特别是,感知风险在环境信息与应对行为以及环境满意度之间起着重要的中介变量作用,即当雾霾污染引起人们的感知风险时,会促使他们采取更多的应对行为,并且对环境满意度评价产生负面影响.另外,雾霾感知可控性在雾霾知识熟悉度与应对行为以及环境满意度之间起着部分中介变量的作用.     

带有潜变量的结构方程模型在突发事件应急管理中的应用

如何使事件与机构挂钩是突发事件应急管理中的一个重要问题;通过带有潜变量的结构方程模型能够建立起事件与机构之间的定量联系,从而为进一步对机构作评价和制定考核标准提供依据。     

国家自然科学基金委员会管理科学部重要期刊异质知识交流能力研究

将不同期刊刊载知识视为异质信息,若一种期刊的个体引文网络中存在联系较为紧密的小团体,则小团体刊载知识被视为该刊的异质信息源。以国家自然科学基金委员会管理科学部认定的30种重要期刊在1980～2009年间形成的互引网络为分析对象,运用社会网络分析工具从异质知识传播、吸收及流动3个角度探讨重要期刊个体引文网络的结构洞情况。发现《管理世界》等期刊跨越较多的结构洞,比较容易与其他重要期刊进行异质知识交流,交流途径非常高效、稳健,且异质知识交流数量和质量受某一种期刊的影响很小。     

超高频数据的日内效应调整方法研究

日内效应在金融高频数据研究中已被广泛证实,是一种日内周期性运动的动态效应,它影响了以微观金融指标为参数的计量模型的准确估计。基于金融超高频持续期数据,本文首先论述了日内效应调整的重要性,然后引入自适应映射(SOM)的方法对日内效应进行调整。SOM是一种基于神经网络学习的特征提取方法,能够动态识别高维数据中的结构特征,克服了静态调整方法的不足。最后通过建立基于自回归条件持续期模型(ACD)的蒙特卡罗模拟实验,比较了三种日内效应调整方法的效果。模拟结果表明SOM方法在日内效应调整中更为有效和稳定,特别适合大数据条件下的周期性结构分析。     

Universal versus contextual effects on TQM: a triangulation study using neural networks

The objective of this study is to extend previous research on total quality management (TQM)-context-performance relationships and ‘fit’ using multiple methods. We combine artificial neural networks (ANNs) with structural equation modelling (SEM) to analyse several hypotheses and propositions. This is the first study in this area of research that utilises ANNs and a triangulation technique in the presence of several contextual factors. The SEM analyses suggest that company size and industry type may have contingency effects on some of the TQM practices and/or TQM-performance relationships. However, the ANN models have shown that these two contingency factors do not moderate TQM outcomes, implying that all organisations can benefit from TQM regardless of size and type. As well, these models show that formal TQM implementation and/or ISO certifications do not add any predictive power to the ANN models except in one case: TQM implementation and/or ISO certification added to organisational effectiveness and customer results to predict financial and market (F&M) results. The results further indicate that even though implementing TQM alone has a bigger impact on F&M results than obtaining ISO certification alone, combining the two will have an even greater impact on these results. Joint implementation leads to greater improvements in organisational effectiveness, which, in turn, has a positive effect on customer results and consequently F&M results. This is a unique finding within the context of moderator effects on TQM-performance relationships.     

Connecting for success: Egocentric network types among underrepresented minority students at college

This study investigates the egocentric networks of underrepresented minority students. Adjustment to college for underrepresented minority students often means balancing between the origin (i.e., low-status family) and host (i.e., academic) environments, requiring students to develop different coping strategies. The analysis included 124 Roma university students. We employed the contact diary method and the EgoNet program for mapping students’ egocentric networks. We explored classification among egocentric networks by cluster analysis based on the network proportion of the origin, fellow, and host groups. Three clusters were distinguished. The Host-based cluster proved to be the most advantageous, while the Balancing cluster appeared to be the most disadvantageous in terms of network resources, well-being, and trust. Partners’ ethnicity and educational attainment showed a strong connection with cluster membership. Our results highlight that small fellow communities can successfully interconnect the origin and host groups in students’ egocentric networks.