空间滞后误差自相关随机前沿模型参数的估计

文章利用工具变量矩阵方法研究了空间滞后误差自相关随机前沿模型参数的估计问题,得到了参数估计的表达式.与极大似然估计相比较,工具变量矩阵法极大地简化了计算.蒙特卡罗模拟的结果表明,参数估计值十分逼近真值.     

基于二维矩阵的河南省高校协同创新中心绩效评价

借鉴波士顿矩阵模型,分别建立关键科学技术突破-建设目标完成率、体制机制改革与创新成效-协同创新水平两个二维矩阵,用于河南省高校协同创新中心的绩效评价。基于二维矩阵的绩效评价模型更加注重协同创新中心内涵建设和目标达成的一致性,一定程度上避免了成果累计式评价的缺陷。河南省协同创新中心的阶段性评估结果验证了该模型的有效性。     

铁路机务系统的风险评价

对铁路机务系统而言,安全风险无时不在,无处不在。如何做好铁路机务系统风险评价工作,分出风险的轻重缓急显得尤为重要。文章采用了个体-过程-整体的风险评价方式,建立了一套比较完善的铁路机务系统风险评价法。     

初探SPACE矩阵在企业战略管理的运用

在复杂多变的社会环境和变化莫测的市场部分中,SPACE矩阵在企业战略管理上的应用,对企业战略行动抉择至关重要。本文通过对SPACE矩阵的解悉,矩阵模型的建立步骤、评价指标体系实施和企业战略的选择,对企业如何更好地规避市场风险,走出一条适合企业自己发展的路子进行研讨。     

社会化网络3维用户界面设计分析与研究

为了寻找三维用户界面设计策略，在归纳2维（2D）与2．5维（2．5D）用户界面包含的内容与设计策略的基础上，从3维（3D）用户界面的交互任务、信息呈现和用户搜索行为三方面进行了分析，整合了用户需求、空间行为、空间任务，创新性地构建了面向真3D空间的“需求-任务-层次模型”，为3D用户界面的构建提供了新的思路。此外，从细节层面对3D用户界面具体设计原则进行分析，提出了“信息呈现设计矩阵”，对3D用户界面设计具有一定的指导意义。     

校院二级管理下的资源配置及优化研究

基于高校各学院科研绩效评估结果,运用波士顿矩阵模型将高校二级学院分为现金牛类、明星类、问题类、瘦狗类4种类型,提出各类型学院特点。根据不同类型学院特点以及高校所面临的实际情况,将高校未来的发展分为维持模式、发展模式、补救模式。在不同的模式下,以4类学院发展基础为依据,提出高校长期发展5种战略。从案例高校全局统筹角度出发,本着学校资源分配效益最大化目标原则,选择以发展明星类、问题类战略为主的发展模式,建立各二级学院每项资源投入指标改变量模型,并对各学院人、财、物投入提出调整性数据。强调校院二级管理必须立足学院发展,依据各学院考核评价等情况进行相应的教学、科研、人事、经费资源分配,以实现二级管理资源分配相对公平、有效。     

严格α-对角占优M-矩阵的逆矩阵无穷范数的界的估计

利用非奇异矩阵A与A-B的逆矩阵的关系式,在严格α-对角占优M-矩阵A的基础上,构造了严格对角占优M-矩阵B,并借助矩阵B的逆矩阵的无穷范数的上界,给出了矩阵A的逆矩阵A^(-1)的无穷范数‖A^(-1)‖_∞的单调递减的上界序列。数值例子说明所得结果的可行性和有效性。     

长期护理保险“整体化”路径设计研究——基于29个试点城市基金可持续性测算

2016年以来,中国先后两次开展长期护理保险制度试点,探索制度框架设计和政策体系建设,试点工作取得卓越成效。随着试点政策的推进和更迭,长期护理保险“碎片化”特征显现,阻碍资源高效配置和制度功能建设,甚至囿于“再碎片化”陷阱,亟待设计“整体化”路径。本文从长期护理保险基金可持续性角度出发,运用齐次性Markov过程和2015—2018年CHARLS数据,计算中国老年人健康状态转移概率矩阵,并通过构建长期护理保险基金精算模型,预测29个试点城市2021—2050年基金可持续性状况;同时采用中国第七次人口普查数据和队列要素模型,预测中国未来城乡人口,并根据国际长期护理保险发展趋势,从“碎片化”政策中提炼“整体化”路径。研究结果显示,第二批试点城市总体可持续性优于第一批试点城市,试点方案与当地发展的适配性进一步提升。针对未来制度可持续性,我们建议中国长期护理保险“整体化”路径如下：全民参保,将中、重度失能人员纳入保障范围,保障水平维持在70%左右,0.7%—1%的城镇职工缴费率,0.6%的城乡居民缴费率,财政为城乡居民补充其可支配收入的0.3%—0.6%。     

网络社区发现算法在流动表建模中的设计与应用

代际流动表可以统计子代与其父代社会地位配对数据的交互频数,反映了社会资源占有的优劣势在父子两代人之间的比较。对财富、阶级、特权等社会基本特征演变的实证考察,均依赖于代际流动表的量化分析。对数线性模型是流动表建模分析的基本工具,通过对列联表单元格频数进行拟合,可以识别流动表行分类与列分类之间的强弱交互效应,刻画父子社会地位间的交互结构。本文利用复杂网络社区发现算法分析父子社会地位的关联结构,针对简约对数线性模型拟合精度不够的问题,提出一种新的建模思路：利用社区发现算法对简约对数线性模型的残差列联表进行关联关系挖掘,将发现的社区效应作为附加参数约束引入原对数线性模型,以改善数据的拟合情况。由于该方法只在原简约对数线性模型中增加了一个参数约束,因此仍可以保证建模结果的简洁性及理论意义,同时社区效应补充了原对数线性模型对经验数据结构的解读。论文用此方法对来源于中国综合社会调查数据的经验代际职业流动表进行建模分析,较好地解释了子代职业阶层与父代职业阶层间的关联模式。