信息不对称与人的经济行为

信息不对称及其经济效应是信息经济学研究的中心问题,本文依据信息经济学和行为科学理论,从现实经济生活出发,系统地阐述了信息不对称的内涵,论证了信息不对称的必然性,探讨了信息不对称条件下交易双方的经济行为,提出了信息不对称条件下卖方(或代理方)违规败德行为的函数式,最后讨论了信息不对称造成的经济后果,提出了解决这一问题的思路。     

模糊限制语的人际功能及其对大学英语教学的启示

模糊限制语是一种常见的语言现象,其可以使话语更加稳妥周全、礼貌客气,从而更好地改善和维系交际双方的人际关系,使交际顺畅进行。探讨模糊限制语的人际功能,指出其对大学英语教学的指导意义,可以减轻学生的焦虑情绪,激发其学习热情,在课堂上建立和谐良性的师生关系。     

大力整合 加快投入 做大做强船舶工业

镇江作为苏南板块的低谷城市，急需有若干产业支撑以拉动经济发展。与周边兄弟城市既避免直接竞争，又能形成发展合力的产业，是最优选择。船舶工业正是这样的产业之一。     

强国富民:中国民主党派政治选择的价值取向

20世纪40年代中国民主党派选择与中国共产党合作,共同推翻蒋介石国民党政权的统治。中国民主党派的这一政治选择不仅原于国民党的独裁统治、中国共产党的统一战线政策、中国民主党派自身的先进性等政治层面的因素,更蕴涵着价值取向层面的因素——对强国富民这一理想的不懈追求。对这一历史问题的探讨,不仅对中国民主党派史的研究具有学术价值,而且对今天的执政党——中国共产党有着重要的历史启示。     

略论新闻的真实性

新闻真实性指的是在新闻报道中的每一个具体事实必须完全合乎客观实际,它具有多层次的结构。然而,在实践中情况却显得极为复杂。首先,不带主观认知成分的纯客观实录是不存在的。其次,客观事实是复杂多面而又多变的,要想让一篇报道全面反映事实的确是颇有难度的。因而,我们所能够做到的,只是不断地接近真实,使之不断完善。     

居住权与中国的立法选择

居住权起源于罗马法,后为欧陆各国民法典所承袭,全国人大法工委《物权法(草案)》首次在中国规定了“居住权”,但学界对中国的“居住权”制度的法律取舍颇有争议,从中国的实际情况和法律实践而言,确立“居住权”制度更为合理。     

SMA路面施工应注意的问题

通过对改性沥青SMA面层试验段结果分析,从原材料、拌和、摊铺、碾压等方面对改性沥青及SMA混合料在施工中需要注意的问题及解决的方法进行了阐述。     

当前草莓生产中的品种选择与搭配

近几年来草莓在“两高一优”农业中异军突起,发展草莓生产已成为农民致富的一个途径。但不少种植户的产量却上不去?笔者认为,除了栽培形式单一、管理不当外,品种选择与搭配不对路也是重要原因。近几年我国栽培的草莓品种有几十个,但表现优异的并不多。这里,特推荐以下几个优良品种,仅供参考。(1)美13号(又名美国霍耐)。1986年从美国引进,首批单果平均重30克,其巨型     

存在战略购买需求的定价、供给、机制选择和配给研究

本文研究存在战略购买需求的易逝资产销售策略问题。垄断厂商基于利润最大化目标确定易逝资产定价、供给、机制选择和配给策略,战略消费者通过锚定预期价格安排战略购买时机。不同于通常基于效用理论研究定价的思路,本文首先基于锚定效应和跨期价格均衡思想探寻不同战略等待购买规模的市场预期需求曲线和动静态定价区域;其次在众多预期需求曲线中寻找市场有效定价前沿（即有效预期需求曲线）;再次在利润曲面上找出与有效定价前沿对应的容量扩展线（即最大利润曲线）;最后沿容量扩展线和有效定价前沿搜寻最大期望利润及相应策略。研究表明,消费者保留价异质和需求不确定性是动态定价和战略购买存在的根本原因;市场在不同战略等待购买规模状态拥有不同预期需求曲线,最大战略等待购买规模状态预期需求曲线是市场有效定价前沿。动静态定价机制各有其所适用的容量和价格空间,消费者保留价水平和战略消费者规模决定动态定价空间大小,随机需求分布差异只影响动态定价空间形状（即影响需求弹性）。在跨期价格均衡区域内,提价和扩容都会加剧消费者战略购买程度,供给越大定价往往越低。战略购买不仅会降低厂商供给、定价和利润水平,改变不同类型消费者之间高低价购买机会,甚至还可能影响定价机制选择和配给策略。压缩过度供给和虚高价格空间可降低战略购买导致的利润损失。本文研究结果可为考虑消费者行为的需求价格理论研究和运营管理实践提供参考。     

基于SRFML-Lift的流程制造产品质量状态监测

对流程制造型企业而言,产品质量状态的监测精度直接影响了企业的生产与运营成本。面对流程工业的多变量监测要求和数据不均衡性,以往研究主要采取局部建模策略或多输出模型,存在特征选择偏差和分类精度不高的问题。对此,本文设计了一种结合SRFML特征选择和Lift学习策略的质量状态监测模型,通过共享不同目标之间的信息以期提升模型的监测效果。首先,根据ReliefF过滤机制,引入重采样赋权思想对工业特征的选择过程进行优化(SRFML);然后,将选择结果作为Lift学习框架的输入,通过类属属性学习方式重塑各待监测特性的特有关联属性;最后采用多个SVM分类器进行训练,得到各目标的质量状态结果。结果表明,本文构建的SRFML-Lift充分学习了原始特征的关键信息,与其他组合策略相比,对质量状态的监测效果更佳,可应用于流程工业的生产管理实践。