陷域与脱域:人类学研究中的“门环误区”及其规避

本文从一次田野调查的反思总结中提出了人类学研究中的“门环误区”,发现此种误区普遍存在于人类学的研究之中.造成“门环误区”的直接原因是人类学者常陷域于一种理论、狭小的地域或具体的研究问题,而漠视与其相关的其他理论、地域和问题.规避“门环误区”的途径只能是对这种陷域的脱域:多元宽广的理论视野和扎实细致有效的田野.     

“获得感”提升视角下民族贫困地区教育扶贫的困境与出路

教育扶贫力度的持续增加与贫困群体"获得感"的提升不相匹配,是当前民族贫困地区教育精准扶贫必须解决的难题。横向对比的剥夺感、生计压迫的无力感、文化否定的隔阂感以及"读书无用"的焦虑感,都极大地诱发了民众的不满情绪和不平衡心理。民族贫困地区教育扶贫政策精准度不高,是限制贫困群体"获得感"提升的最大障碍。总量平均的投入方式、一元性的文化范式、升学主导的教育模式和功利化的教育导向,一同把扶贫对象挤入了深深的教育疑虑中。要最大限度地提升扶贫对象的教育获得感,就必须结合民族贫困地区的区域特点和发展需求,强化贫困群体在教育扶贫中的主体性地位,提升扶贫对象的文化素质、技术能力和心智水平,培养其生存和发展的核心能力。     

加强高职学生思想道德素质教育的对策思考

我国高职院校学生的思想道德素质发展状况关系到我国的未来.探索并形成和切实有效的高职大学生思想道德素质发展的基本对策和方法途径,将有助于我国高职院校思想道德教育的顺利开展.     

交通基础设施、空间溢出与经济增长关系的实证分析

文章构建中国2000-2015年间30个省份多样化的空间面板数据,采用极大似然估计、空间杜宾模型及偏微分方法,实证测度了中国交通基础设施对经济增长的空间溢出效应.研究发现,铁路在地理距离作用下对经济增长正向显著,在其他作用下不显著;公路在经济、产业和技术距离作用下高度显著,而在地理距离作用下不显著.综合距离作用分析表明,公路对经济增长存在积极的溢出效应,在统计上正向显著;而铁路则存在较弱的影响,且未通过显著性检验.     

长江经济带省域绿色能源效率水平的测度

文章引入绿色能源效率概念,在传统能源效率测度模型的基础上纳入非期望产出,构建包含经济效益和环境影响的绿色能源效率测度体系,对2000-2015年长江经济带各省绿色能源效率水平进行测度.通过数据分析,发现各省市绿色能源效率的水平为下游城市高于中游城市、中游城市高于上游城市,这与长江经济带发展梯次相适应.从时间序列纵向来看,绿色能源效率随着时间推移呈现U字形的变化轨迹.     

基于贝叶斯学习的惩罚因子的选择

文章基于贝叶斯学习,将正则化方法从贝叶斯分析的角度展开,在响应变量服从正态分布、回归系数服从指数型先验分布族的条件下,用贝叶斯准则给出了惩罚因子的取值与响应变量、系数的方差之间的关系,并将这一结果应用到岭回归和lasso回归中惩罚因子的选择.实例检验结果表明,当响应变量和系数服从正态分布,惩罚因子的值取二者方差商的方法比岭迹法和广义交叉验证法(GCV)拟合效果更优.     

基于非参数协方差矩估计的相关产业集聚的考量方法

针对学界在研究产业集聚份额比例对经济产出影响时存在的不同观点,文章在分析城市产业集聚模式特征时,在产业集聚的份额比例之外加入反映相关产业集聚的相关关系系数.通过理论分析,指出一定程度相关性集聚对区域经济产出的作用是正向的,而在相关关系系数超过门槛后,其影响则是负向的,即该种影响是倒U型的,并以此为依据构建理论模型.以1998-2015年长江经济带109个地级以上城市为研究样本.通过数据检验,确定模型形式为个体固定效应,运用非参数协方差矩阵估计方法对样本城市进行经验分析,对理论模型的有效性进行了验证,验证了相关产业集聚对经济产出的“倒U型”影响.     

固定设计异方差非参数回归模型的预测方法

文章针对固定设计下异方差非参数回归模型,考虑了基于多项式样条的三种预测方法,即非外推法、线性外推法和非线性外推法.模拟结果表明非外推预测法的均方根误差(RMSE)和平均绝对误差(MAE)的均值最大,而线性外推法的RMSE和MAE的均值略小于非线性外推法的RMSE和MAE的均值.实证分析结果显示:非外推预测法的平均绝对百分比误差(MAPE)、RMSE和MAE最大,线性外推法的MAPE、RMSE和MAE最小.这表明整体上外推法优于非外推法,而线性外推法是简单可行的.     

不完全数据多重插补的Bootstrap方差估计

当对插补所得的“完整数据集”使用标准的完全数据统计方法的时候,往往会低估插补估计量的方差.Bootstrap方法(自助法)是非参数统计中的一种重要的统计方法,是基于原始观测数据进行重复抽样,能充分的利用已知数据,不需要对未知总体进行任何的分布假设或增加新的样本信息,进而再利用现有的统计模型对总体的分布特性进行统计推断.本文首先运用多重插补的方法对缺失数据进行了插补,之后利用Bootstrap方法对插补之后的数据进行了插补统计量的方差估计,结果表明运用Bootstrap方法进行插补统计量的方差估计更科学更准确.