经济新常态下产业园区的发展趋势

经济发展进入到一个新常态,向形态更高级、分工更复杂、结构更合理的阶段转换。在这个过程中,产业园区的发展可能就是形态更加高级,内部分工可能更加复杂,整个结构可能更加趋向合理和科学的发展方式。在经济新常态下,产业园区发展会出现一些新特点和新趋势:第一,从量的快速扩张向质的提升转变;第二,土地资源驱动园区发展模式的转换;第三,园区的产业链式和集群化的发展趋势;第四,产业园区要素与城区功能结合整合的趋势;第五,创新型科技园区加快建设和发展趋势;第六,生态化园区进一步发展趋势;第七,多样化园区融资体系探索和创新模式;第八,自由贸易园区的探索和发展。     

约稿启事“新时代领导风格变革与领导力提升”专题研究

领导环境塑造领导风格和领导力,新时代需要新的领导风格,需要符合新的时代要求的卓越领导力。当前,2035年远景目标确立,“十四五”规划开局起步;同时,我国发展环境面临深刻复杂变化,新一轮科技革命和产业变革深入发展,国际力量对比深刻调整,我国在转向高质量发展阶段的同时发展不平衡不充分问题仍然突出,创新能力不适应高质量发展要求,社会治理还有弱项。     

网络多元文化对自我同一性的影响

自我同一性是个体在发展阶段中对自我的一种感知、确认和整合，网络多元文化对个体的自我同一性既具有积极的影响作用，也可能会带来一定的负面效应，因此应在一种新的自我观的基础上积极寻求应对策略。     

产业结构调整中的“逆库兹涅茨化”问题:理论、原因与对策

现代化产业体系的构建要求产业结构的调整契合生产率水平的提升。违反这一要求的表现之一就是资源从生产率较高产业部门转移到生产率较低产业部门,导致整体生产率下降,即产业结构调整出现"逆库兹涅茨化"问题。梳理产业结构调整的相关理论脉络,可以较为清晰地把握中国"逆库兹涅茨化"研究的理论基础,从城乡分割与服务业扩张两个理论视角,可以概括分析出引发产业结构"逆库兹涅茨化"风险的潜在原因,以提出防范"逆库兹涅茨化"的对策建议。     

创始资金与社会网络:社会角色差异性的视角

创始资金是企业创立的关键资源。尽管学界已注意到创始资金的主要来源是创业者的亲友,却少有文献探究其内因。以社会网络理论和信任理论为基础,投资者对创业者能力信任和情感信任是其投资的主要动机,但父母和朋友这两种不同的角色会带来动机的差异性。通过CPSED数据的检验,结果表明:父母和朋友对创业者进行资金支持主要受创业者个人能力信任,情感信任调节作用的影响。对于不同社会角色,情感信任的调节作用有差异,相对于父母,情感信任对朋友投资决策的调节作用更大。     

进入波动、产业震荡与企业生存——中国光伏产业动态演进研究

本文通过对中国光伏企业进入退出信息和申请专利数量的收集,刻画了中国光伏产业动态演进历程,确定出影响产业演进的关键事件,指明光伏产业震荡的发生机制,并从群体和个体两个层面研究了不同时机进入的光伏企业生存差异及其影响因素。研究表明:中国光伏产业以2011年为分界点,出现了明显的震荡现象,企业进入、退出数量变化巨大。受此影响相较早期进入群体,在产业震荡前后进入的企业群体在产业震荡发生时退出风险明显增加,而后随着震荡蔓延,各群体的退出风险逐渐下降,风险变动展现出微弱的集中趋势。此外,技术创新行为显著降低了企业群体的退出风险。深入微观层面,从影响光伏企业个体生存的因素来看,企业生产率、技术创新、政府补贴、企业规模和企业年龄与企业退出风险负相关,而较高的产业扰动不利于企业生存。     

陌生化在《鼠族》中的运用

美国漫画家阿特·斯皮格曼的《鼠族》系列丛书(《鼠族I:我父亲的泣血史》和《鼠族II:我自己的受难史》)自1986年和1991年问世以来,一直广受关注。然而,鲜有学者从陌生化的视角对其进行研究。该作品在艺术形象塑造和结局安排方面均运用了陌生化手法,带给读者的是新奇的阅读体验和广阔的解读空间,具有极高的美学价值。     

大数据背景下基于社交网络的聚类随机游走抽样算法研究

数字经济时代,社交网络作为数字化平台经济的重要载体,受到了国内外学者的广泛关注。大数据背景下,社交网络的商业应用价值巨大,但由于其网络规模空前庞大,传统的网络分析方法 因计算成本过高而不再适用。而通过网络抽样算法获取样本网络,再推断整体网络,可节约计算资源, 因此抽样算法的好坏将直接影响社交网络分析结论的准确性。现有社交网络抽样算法存在忽略网络内部拓扑结构、容易陷入局部网络、抽样效率过低等缺陷。为了弥补现有社交网络抽样算法的缺陷,本文结合大数据社交网络的社区特征,提出了一种聚类随机游走抽样算法。该方法首先使用社区聚类算法将原始网络节点进行社区划分,得到多个社区网络,然后分别对每个社区进行随机游走抽样获取样本网 络。数值模拟和案例应用的结果均表明,聚类随机游走抽样算法克服了传统网络抽样算法的缺点,能够在降低网络规模的同时较好地保留原始网络的结构特征。此外,该抽样算法还可以并行运算,有效提升抽样效率,对于大数据背景下大规模社交网络的抽样实践具有重大现实意义。