从“三寸金莲”到“女性整容”——谈女性人类学研究的意义

千百年来,社会类型发生了重大变化。然而,无论是在封闭的传统社会,还是在开放文明的现代社会,中国女性始终处于男权压力之下。这种压力不断强化女性的“附庸”角色,致使女性在自觉与不自觉之中承受不同形式的摧残,更有甚者使女性“乐于其中”。文章将以传统社会中的“裹小脚”以及现代社会中“女性整容”为例,试图用人类学比较分析的方法解读上述两种社会文化现象,并在此基础上,探讨女性人类学这门20世纪70年代才逐渐兴起的新兴学科的研究意义,进一步推进女性对于自身存在及其存在意义的思考。     

制造业转型升级中的金融服务支持作用研究

金融发展对制造业转型升级具有显著的促进作用。通过选取我国2000-2012年27个行业的面板数据,引入融资依赖度和资产有形性指标,考察金融市场发展对制造业不同行业产值和生产率的影响,结论表明金融发展水平的提高对行业产出的增长起到了促进作用,同时也提高了各行业的劳动生产率。文章最后对构建制造业转型升级中的金融服务支撑体系提出了政策建议。     

大数据与政府治理能力提升:机遇、挑战与展望

随着社会问题复杂程度的不断增加,大数据应用为政府解决棘手问题、提升治理能力、应对挑战提供了新思路,但也带来了一定程度的适应难题。因此,探析大数据在我国的政府治理实践中如何得到合理应用、有效推动治理能力提升需要结合国内外成功经验,从机遇和挑战两个维度进行理解。分析发现,大数据可以推动政府治理协同化、政府决策科学化、数据管理规范化,并会遇到数据壁垒、专业能力欠缺以及政策法规滞后等方面的阻碍。研究意义在于分析大数据对政府治理能力提升的作用,为未来我国政府在治理实践中更好地利用大数据技术提供参考。     

限价指令簿的价格发现功能

基于上海证券交易所Level—2行情数据,本文运用Hasbrouck信息份额方法分别估计最近成交价、限价指令簿中最优买卖报价及第2—10档次买卖报价在价格发现中的贡献度,以考察限价指令簿的价格发现功能,尤其关注次优限价指令对价格发现的影响。我们认为,次优限价指令有助于价格发现,其贡献度为21.43%,而且其贡献度随指令主动性的下降而递减;最优限价指令的贡献度最大,为63.82%;最近成交价的贡献度最小,为14.76%;另外,本文还考察了个股横截面特征是否影响次优限价指令对价格发现的贡献度。实证结果表明:随着个股交易活跃度的下降,投资者更倾向于提交限价指令,从而导致次优限价指令对价格发现的贡献度增加;同时,其贡献度随公司规模和Beta系数的上升而单调下降。     

基于DEA的安徽省区域经济发展效率评价

利用数据包络分析（DEA）方法,根据2006年和2007年安徽省17个地级市的经济投入产出情况,构建评价指标体系对安徽省区域经济发展效率进行评价,比较近两年安徽省各地级市的经济发展效率变化状况,对各市的投入冗余和产出不足状况进行分析,并根据2007年的分析结果对部分非DEA有效的地区进行投影分析,在此基础上提出相应建议。     

统计学专业本科生开设“数据挖掘”课程的探讨

"数据挖掘"是一门分析海量数据库的交叉学科,统计学专业开设这门课程十分必要。鉴于数据挖掘内容的复杂多样,本文提出应根据统计学专业本科生的特点制订合理的教学大纲、教学内容和教学方法,以提高学生的学习效率和学习热情。     

数据挖掘在客户关系管理中的应用研究

客户关系管理和数据挖掘都是近几年发展起来的新兴学科,对现代企业的发展有着举足轻重的作用。介绍了客户关系管理的理念及用于客户关系管理的数据挖掘方法,分析了数据挖掘技术在客户关系管理中的应用,提出了应用中应注意的问题。     

论辽与高丽的关系及辽的东部边疆政策

辽朝与高丽的关系为境外藩属国的关系。在辽朝统治的二百余年间 ,辽与高丽既有战争 ,也有和平交往。和平交往为辽与高丽关系的主流。辽朝重视对东部边疆的治理与巩固 ,采取了建立军事城池、派驻军队、严加防守、移民东部边疆、因俗而治、以夷制夷的边疆政策 ,巩固了辽对东部边疆地区的统治 ,并由此奠定了辽金元东部疆域的基础     

数据挖掘在家电企业绩效评价中的应用研究

选取我国家电行业上市公司2008年度数据,利用主成分分析方法对财务比率指标数据进行分析,提取盈利能力、发展能力、偿债能力及资产营运能力四个主要因子,并结合因子在各财务指标的载荷以及各财务指标之间的复相关系数来确定财务指标的选取和权重的设定,以此构建企业绩效评价指标体系,然后利用所构建的指标体系对家电行业上市公司的企业绩效进行评测排序,最后利用聚类分析方法检验该指标体系的有效性。研究结果表明,使用此种方法建立企业绩效评价体系是可行有效的。     

A study of DEA models without explicit inputs

In performance evaluations, data without explicit inputs (such as index data, pure output data) are widely used. To directly use such data, this paper presents a study on building DEA models without explicit inputs, so-called DEA-WEI models, which are applicable to the evaluation applications where inputs are not directly considered. We provide an axiom foundation of these kinds of models, and further discuss how to incorporate value judgments of decision makers into these DEA-WEI models. Several such models are derived. Finally, applications of the DEA-WEI models are presented.