产业集群的阶段性演进机制分析

在对产业集群相关理论进行综述的基础上,提出“地理因素”和“经济因素”两个维度,以此为基础对产业集群的演化过程进行三阶段划分,并对这一演化过程的内在机制和制约条件进行研究。     

改进的人工神经网络方法在农业现代化综合评价中的应用

该文将因子分析的方法引入人工神经网络,运用于农业现代化多指标综合评价,克服了人工神经网络在多指标情况下预测精度降低的不足,为农业现代化综合评价的研究方法提出了新的思路。     

网络外部性与产品垄断定价策略研究

当产品存在网络外部性时,垄断厂商在一个较长的时期内如何分阶段提供产品并制定一个合理的价格以获得最大的利润是一个重要问题,因为网络外部性可能会对消费者的预期有着重要的影响,从而影响垄断厂商的定价策略和利润.为了探讨这一问题,本文通过构造一个两阶段的动态模型,分垄断厂商可以在不同的阶段提供同质产品和差异产品两种情形来分析了存在网络外部性条件下垄断厂商的动态价策略.研究表明,若垄断厂商在不同阶段提供同质产品,则第一时段的价格要高于第二时段价格的贴现值;若垄断厂商在第二阶段提供差异产品,则产品的价格会比没有网络外部性的情况下有所降低.     

当代形式语义研究新进展——意义研究从静态向动态的转向

形式语义学把语言处理为一种静态系统,而动态语义学则认为语言理解是一个动态的、变化的过程,更加注重对话语意义的研究.而对动态语义学的基础概念"信息状态"有"个体的理解"和"社会的理解"两种,应正确对待意义研究动态转向给意义的理解带来的深远影响.     

合作创新中情境因素、合作效果与信任关系的实证

文章构建了情境因素、合作效果和相互信任之间关系的概念模型。通过问卷调查和利用结构方程模型,对概念模型进行了实证分析。研究表明情境因素中的沟通和关系专用性资产促进了企业之间的信任,而力量对比关系显著影响企业之间的承诺,信任导致合作效果的提高。     

政府补贴对企业真实创新绩效的影响——基于中国A股上市公司数据的实证分析

在分析政府补贴政策的特征及其影响企业真实创新绩效的理论机制的基础上,运用A股上市公司数据,检验了政府补贴对企业真实创新绩效的直接和传导效应。研究发现：政府补贴对企业真实创新绩效具有激励效应,且国有企业较非国有企业的创新效应更强;研发资本要素市场扭曲能够强化政府补贴激励企业真实创新绩效的调节作用,并与产权性质联合调节政府创新补贴效果;创新投入与融资约束在政府补贴对企业真实创新绩效的影响中起部分中介效应;政府补贴对企业创新持续性具有负向抑制效应,政府补贴效果受到研发资本要素市场扭曲和产权性质明显的负向调节作用,且创新投入与融资约束在政府补贴对企业持续性创新的影响中起部分中介效应。     

影响创新扩散速度的社会和技术因素之研究

通过对美国、中国内地和香港等不同地区不同创新物在各自特定时空中的扩散轨迹的总结和分析,把影响创新扩散的因素归纳为两大类:社会的和技术的。其中,社会因素又区分为创新产生的年代和创新扩散的地区,而技术因素主要指创新属性,分为计算类、电信类、家庭娱乐类和大众媒介类。研究结果发现,社会因素中的创新出现的时间对于创新扩散的形态具有显著影响;扩散所在地区和创新特性对创新扩散的形态没有显著影响。     

论诗歌的再生--兼论翻译过程中影响跨文化交流的动态因素

文章以功能翻译理论为基础,以中国古典诗歌、日本诗歌、英美现代意象主义诗歌和中国早期白话诗之间的传承影响为例,论证了原语诗歌是通过翻译过程中的一些动态因素,如原诗文本、译者、译语读者等的共同影响,来实现译语诗歌的再生,从而促进文化间的交流发展.     

试论李佩甫《城的灯》中的恶魔性因素

恶魔性因素在中西方文学传统中具有普遍意义,栩栩如生的恶魔性人物形象始终具有着无限的艺术生命力。恶魔性因素的内涵是对某种正常秩序的破坏,对正常意义上的社会伦理道德的反叛,其核心要素是反抗,其生命是叛逆,其实质是战斗。原始的生命冲动和颇具创造性的智慧是其性格中共有特点。李佩甫小说《城的灯》中的冯家昌这一人物性格中,就具有较强的恶魔性因素。     

Three Recommendations for Improving the Use of p-Values

ABSTRACT

Researchers commonly use p-values to answer the question: How strongly does the evidence favor the alternative hypothesis relative to the null hypothesis? p-Values themselves do not directly answer this question and are often misinterpreted in ways that lead to overstating the evidence against the null hypothesis. Even in the “post p?<?0.05 era,” however, it is quite possible that p-values will continue to be widely reported and used to assess the strength of evidence (if for no other reason than the widespread availability and use of statistical software that routinely produces p-values and thereby implicitly advocates for their use). If so, the potential for misinterpretation will persist. In this article, we recommend three practices that would help researchers more accurately interpret p-values. Each of the three recommended practices involves interpreting p-values in light of their corresponding “Bayes factor bound,” which is the largest odds in favor of the alternative hypothesis relative to the null hypothesis that is consistent with the observed data. The Bayes factor bound generally indicates that a given p-value provides weaker evidence against the null hypothesis than typically assumed. We therefore believe that our recommendations can guard against some of the most harmful p-value misinterpretations. In research communities that are deeply attached to reliance on “p?<?0.05,” our recommendations will serve as initial steps away from this attachment. We emphasize that our recommendations are intended merely as initial, temporary steps and that many further steps will need to be taken to reach the ultimate destination: a holistic interpretation of statistical evidence that fully conforms to the principles laid out in the ASA statement on statistical significance and p-values.