Using expected values to simplify decision making under uncertainty

A simulation study examines the impact of a simplification strategy that replaces distributional attribute evaluations with their expected values and uses those expectations in an additive value model. Several alternate simplified forms and approximation approaches are investigated, with results showing that in general the simplified models are able to provide acceptable performance that is fairly robust to a variety of internal and external environmental changes, including changes to the distributional forms of the attribute evaluations, errors in the assessment of the expected values, and problem size. Certain of the simplified models are shown to be highly sensitive to the form of the underlying preference functions, and in particular to extreme non-linearity in these preferences.     

Structural Nonparametric Cointegrating Regression

Nonparametric estimation of a structural cointegrating regression model is studied. As in the standard linear cointegrating regression model, the regressor and the dependent variable are jointly dependent and contemporaneously correlated. In nonparametric estimation problems, joint dependence is known to be a major complication that affects identification, induces bias in conventional kernel estimates, and frequently leads to ill‐posed inverse problems. In functional cointegrating regressions where the regressor is an integrated or near‐integrated time series, it is shown here that inverse and ill‐posed inverse problems do not arise. Instead, simple nonparametric kernel estimation of a structural nonparametric cointegrating regression is consistent and the limit distribution theory is mixed normal, giving straightforward asymptotics that are useable in practical work. It is further shown that use of augmented regression, as is common in linear cointegration modeling to address endogeneity, does not lead to bias reduction in nonparametric regression, but there is an asymptotic gain in variance reduction. The results provide a convenient basis for inference in structural nonparametric regression with nonstationary time series when there is a single integrated or near‐integrated regressor. The methods may be applied to a range of empirical models where functional estimation of cointegrating relations is required.     

河北省区域可持续发展实证研究

笔者运用可持续发展指数和相对资源承载力的评价方法,根据统计资料和一些学者的研究成果,对河北省近20年来的可持续发展及其轨迹进行了定量的实证研究。     

乡村振兴视角下河北省乡村生态养老体系评价研究

乡村生态养老是指老年人在良好的生态环境下,能够满足自身养老需求,实现生理和心理健康的一种积极养老方式。文章在乡村振兴视角下从乡村自然环境、乡村基础设施、乡村养老环境和乡村养老政策四个维度构建了乡村生态养老评价体系,运用直觉模糊层次分析法计算指标权重,研究发现：乡村养老政策占据重要地位,旅游景点条件、网络通讯设施、医疗条件、税收减免政策等指标权重较高。基于此,分别从宏观层面、中观层面和微观层面提出了相应的策略。     

论延安文艺代表作品的经典化历程——以《王贵与李香香》为例

长篇叙事诗《王贵与李香香》作为延安文艺的代表作品,参与了中国现代文学的经典建构和当代文学秩序的建构过程,对当代诗歌创作产生了重要而深远的影响。通过对《王贵与李香香》的生产和传播过程的梳理,可以看到其经典化的过程实质是作家与主流意识形态、文化权威、编辑出版、批评家以及文学史家等多种因素合谋的结果,也正是这种合力共同推动了延安文艺代表作品的经典化历程。     

中小企业海外直接投资国家风险模糊层级评估——以云南中小企业到缅甸投资为例

中小企业海外直接投资面临的国家风险日益突出,模糊层级评估方法 （F-AHP）凸显了科学评估优势。利用F-AHP方法评估了四达实业公司到缅甸直接投资所面临的国家风险,结论是政治风险占一半左右,在国家风险构成中特别突出,在中小企业到类似地区直接投资时应当引起高度重视。     

邬焜和信息元哲学

在2010年8月北京举行的第四届国际信息科学基础大会上,西安交通大学的邬焜教授第一次用英文提交了将近三十年来的信息理论与哲学研究成果。其理论(信息哲学的基础理论:BTPI)聚焦于信息的自然本体论属性,以及它们对于适当理解信息的社会功能的重要性。邬教授的BTPI理论,关于需要统一诸多关键学科及其规划的新信息观,作为一种元哲学对一般信息理论(这次大会的主题)而言形成了一个主要贡献。所描述的理论能够形成一个新的跨学科范式的部分,在其中信息具有核心作用。信息元哲学的协同应用能够为解决信息领域的关键性突出问题做出贡献,并为新兴信息社会的伦理学发展提供进一步的支持。     

城市社区居民满意度评价研究——以高档商品房社区和旧居住社区为例

城市社区居民满意度是评价社区建设与管理的重要标准之一.文章以高档商品房社区和旧居住社区为例,采用层次分析法确定了城市社区居民满意度评价指标及权重系数,高档商品房社区更注重时“社区管理”和“居民期望”的评价,旧居住社区则侧重于“居民生活性需要”和“社区管理”的评价.在此基础上,对盘锦市的两个社区进行了实地调研.调查结果显示,高档商品房社区居民的满意度明显高于旧居住社区.但是,高档商品房社区居民的参与程度和时社区的感知程度普遍不高,而旧居住社区的居民生活性需要和社区管理仍然存在着较多的问题.     

公租房融资模式比较——以重庆为例

为解决公租房的融资难题,介绍几种可行的融资模式。在分析几种融资模式优劣的基础上,通过建立模糊综合评判模型和主成分分析模型对几种融资模式的综合融资效率进行对比分析,并得出结论:在公租房建设的资金供给问题上,民资融资渠道的效率显著高于政府融资渠道,且房地产投资信托基金比其它传统民间资本融资渠道更高效。所以应引入像REITS这样的新型融资模式,并拓宽民间资本进入公租房建设的渠道。     

顺应理论的心理语言学视角以及与大学英语教学

通过语言,记忆和认知因素之间的关系,从心理语言学的角度解释顺应理论的内在合理性,提出了语言触发机制和脚本论对顺应理论的进行合理解释。顺应理论的外在合理性又可通过语言信号刺激法实现,在大学英语教学中得以体现。