寻找"有意义的另一个人"--论审美活动中的从众心理机制

审美活动是一种社会的行为.审美活动中的社会影响不仅体现在欣赏者审美观念形成的历史过程中,而且也体现在每一个具体的审美进程中.社会促进是影响个体审美进程的一个重要方面,而相比于社会促进,从众行为对审美主体的影响要更广泛而普遍、全面而深刻.导致审美从众的既有外部的原因,也有内部的原因.审美从众的社会心理机制是暗示和感染.     

在线社交网络虚假信息交互量最小化的边阻断策略研究

在线社交媒体的蓬勃发展改变了人们获取信息的模式,大量的信息通过社交平台传播,信息内容的真实性把关弱化,各类虚假信息依托社交媒体野蛮生长,网络空间治理,培育健康的网络生态意义重大。本文通过最小化用户之间的虚假信息交互量,研究社交网络中虚假信息传播路径的阻断策略。给定在线社交网络G=（V,E,P,H）,H表示用户之间信息交互量,已知虚假信息传播源集合S⊆V,虚假信息交互量最小化问题是从E中选取哪K条边,使得这些边被阻断之后,虚假信息在用户之间的交互总量最小。首先证明了该问题是NP-困难的,进而证明了问题的目标函数计算是#P-困难。其次,证明了该问题目标函数既不是次模函数也不是超模函数。再次,提出了两阶段贪婪算法（TSGA）来解决该问题,即先获取候选集合E^sa,然后选取阻断集合E'。最后,通过实际在线社交网络数据对模型和算法的有效性进行了分析,实验表明本文提出的算法比现有算法更加有效。     

城市规模、创业边界与企业家创业

大城市更有活力且更年轻化的人口结构,导致大城市的消费者异质性偏好更强,进而可能推动企业家创业边界的降低与城市创业活动的发展。为了识别这一理论机制,本文在Zhelobodko et al.（2012）的分析框架上,通过引入城市规模和消费者异质性偏好假设,构建了一个异质性企业家区位选择与创业的空间经济学模型,考察城市规模通过企业家创业边界对城市创业活动的影响,并基于2000-2016年204个城市的面板数据以及2008年中国经济普查数据进行了实证检验。研究发现：（1）企业家才能越高的企业,相应的产品定价会越低,产品需求量越大,而利润越高;（2）企业家创业边界除了受到城市规模的影响以外,还会受到消费者多样性偏好的影响;（3）消费者多样化偏好更强的城市,城市的创业门槛更低,城市的创业活跃度更高。     

晚清士人生态与文学活动

晚清文学的繁荣是晚清士人在科举之途堵塞之后的一种创造。在晚清士人走向文学活动的路途中充满了种种社会的、心理的复杂动因。东南沿海口岸城市开放的文化氛围、发达的工商业经济培育了最早的文学读者,也为穷途末路的晚清士人提供了以文学活动谋生的职业机会。因此,考察晚清士人生态的变化,对于把握晚清文学活动的主流、了解文学生产的规律有直接的意义。     

现代化建设中人与制度关系的哲学阐释

人在现代化的实践中创设和变革制度,又通过生成着的制度提升和塑造自己。制度要规范和约束人们的行为,但这并不意味着要否弃人的自主性和能动作用。制度对人的自由既是约束也是保障。制度的贯彻落实是他律和自律的统一。在制度建设中,既要确保社会运行井然有序,又要最大限度地发挥社会成员的主动性和创造性。在人与制度、法律的关系上,人是目的,制度、法律是手段,“以人为本”与“依法治国”是一致的,将二者统一于当代中国社会主义现代化建设的实践中,是党的执政治国理念的一次新的提升。     

大学生创业活动对创业意愿影响效应的研究

通过文献梳理和问卷设计,提出了大学生创业活动与创业意愿之间的相关假设并确定了概念模型。以天津市高校大学生的调查数据为样本,采用结构方程模型验证假设并估计效应大小。研究结果表明大学生创业活动对创业意愿有显著正向影响,但影响效应值偏小;创业活动对创业能力有显著正向影响;创业能力对创业意愿有直接正向影响和间接正向影响,但影响效应值均偏小。由此建议,提升大学生创业意愿,高校应从多方面政策措施入手     

南京市自主创新能力的现状分析

运用企业自主创新能力的评价指标体系,对南京市自主创新能力水平进行纵向和横向比较,可以比较好地把握其自主创新能力的现状。通过对南京市近四年自主创新能力指标的纵向比较,不难发现除了自主创新环境之外,南京市的自主创新资源、自主创新活动以及自主创新产出能力均有较大幅度的增长;通过将南京市与三大科技竞争力较强的城市自主创新能力指标进行横向比较,指出了南京市在自主创新能力上存在的突出问题。一是工业增加值率过低,二是研发经费过低。并在此基础上提出一系列对策和建议。对于提高南京自主创新能力水平,无疑具有重大的理论意义和现实意义。     

并行工程产品开发过程定量化建模与计划制订

由于现有的一些并行工程定量化模型中修改设计微循环的细节特征描述得还不够充分 ,本文提出了一种新的基于产品 -工艺设计活动对网络的定量化模型来描述并行工程产品开发过程 ,并且给出了产品 -工艺设计活动对平均持续时间与产品或工艺设计活动资源占用率的计算方法 .在此基础上 ,将并行工程产品开发过程的计划制订问题建模成一个有资源约束的项目调度问题 .与其它此类问题不同的是 ,在本文中 ,分配给产品开发项目的各类资源的数量不是事先给定的 ,而是与最优产品开发计划一起获得的 ,所以这是一个资源分配与计划制订的集成优化问题 .本文提出了一种新的基于分枝定界的算法来解决此问题并引入一个启发式规则来提高算法的搜索效率     

农村互助合作金融模式绩效分析

互助合作金融是中国农村金融市场的一种创新融资模式,尽管其组织化、制度化经营时间短、经验少,融资能力还很微小,但已经表现出财务上可持续发展的能力,在满足农户小额贷款方面的补充作用十分显著。资金互助合作密切了社会成员的相互关系,改善着农村社会关系,社会整体信用水平、将为之提高。论题分析了《农村资金互助社管理暂行规定》颁布前后农村互助合作金融模式的制度绩效、功能绩效和社会绩效。     

Program Evaluation and Causal Inference With High‐Dimensional Data

In this paper, we provide efficient estimators and honest confidence bands for a variety of treatment effects including local average (LATE) and local quantile treatment effects (LQTE) in data‐rich environments. We can handle very many control variables, endogenous receipt of treatment, heterogeneous treatment effects, and function‐valued outcomes. Our framework covers the special case of exogenous receipt of treatment, either conditional on controls or unconditionally as in randomized control trials. In the latter case, our approach produces efficient estimators and honest bands for (functional) average treatment effects (ATE) and quantile treatment effects (QTE). To make informative inference possible, we assume that key reduced‐form predictive relationships are approximately sparse. This assumption allows the use of regularization and selection methods to estimate those relations, and we provide methods for post‐regularization and post‐selection inference that are uniformly valid (honest) across a wide range of models. We show that a key ingredient enabling honest inference is the use of orthogonal or doubly robust moment conditions in estimating certain reduced‐form functional parameters. We illustrate the use of the proposed methods with an application to estimating the effect of 401(k) eligibility and participation on accumulated assets. The results on program evaluation are obtained as a consequence of more general results on honest inference in a general moment‐condition framework, which arises from structural equation models in econometrics. Here, too, the crucial ingredient is the use of orthogonal moment conditions, which can be constructed from the initial moment conditions. We provide results on honest inference for (function‐valued) parameters within this general framework where any high‐quality, machine learning methods (e.g., boosted trees, deep neural networks, random forest, and their aggregated and hybrid versions) can be used to learn the nonparametric/high‐dimensional components of the model. These include a number of supporting auxiliary results that are of major independent interest: namely, we (1) prove uniform validity of a multiplier bootstrap, (2) offer a uniformly valid functional delta method, and (3) provide results for sparsity‐based estimation of regression functions for function‐valued outcomes.