大数据下公共服务的特点及趋势

随着信息技术的飞速发展,大数据已经成为重要的管理资源。在全球经济社会活动中的各个部门,量化管理的思想日渐深入人心,越来越多的组织决策是根据数据分析做出的,越来越多的行业正在经历大数据浪潮带来的革命性影响,公共服务也不例外。把大数据的手段和方法引入公共服务领域,是实现公共服务现代化的有效途径,也是大数据的必然要求。     

数字化视角下的数据生产要素与资源配置重构研究: 新零售与数字化转型

借助流动性风险理论,解释数据强连接性反应的强流动性与数据泄露反应的流动性风险之间存在的张力,有效弥补“场景—风险”理论聚焦具体化规制思路而忽视上位性抽象概念逻辑涵摄的不足。其具体指向包含跨境数据控制者对数据流动样态引起的损害可能性与不确定性认知、流动性与风险度的正相关关系和风险承担模式的判断。在此基础上构建跨境数据泄露通知制度是数据泄露通知制度与数据跨境保护规则交融的规范逻辑,实现数据安全与跨境自由流动、技术扩张与规则限制、规则保护与监管制约的有效平衡价值。尝试构建针对性的跨境数据泄露通知规则、明确数据跨境泄露通知的监管联动与多边合作,助力形成体系化跨境数据泄露保护框架,有效实现数据安全保障的实践逻辑。     

政务服务数据协同治理水平的提升路径研究: 基于TOE框架的组态分析

随着大数据技术、元宇宙等前沿技术的利用与开发,智慧城市建设先后经历了多个版本的试点与升级后,转入到为城市居民持续供给便捷公共服务的关键发展阶段。结合技术—组织—环境（Technology-Organization-Environment,TOE）理论框架,以大数据技术运用为切入点考察中国智慧城市具体运营现状,探索影响智慧城市有效运营的最佳组合发展路径,运用模糊集定性比较分析的方法从技术、组织、环境三个维度对智慧城市运营能力差异进行组态分析,研究发现：（1）技术、组织与环境因素均无法单独成为智慧城市运营能力提升的必要条件,但是技术能力、经济发展与科技创新对提高智慧城市运营能力有着普遍优势;（2）三个维度的条件变量组合构成了驱动智慧城市运营能力提升的有效路径,包括“人才核心—技术支撑型”“人才核心—组织支撑型”“技术核心型”“环境核心—技术支撑型”。（3）发现四类组合路径会导致低水平智慧城市运营能力,其中数字治理绩效低、政策法规保障成效不足及科技创新能力欠缺是其主要影响因素。     

海峡两岸物流量的预测与估算

由于两岸没有建立正常的经贸往来,所以无法获得两岸物流的模式和数据,两岸物流业者和政府也无法进行物流规划。依据公司内贸易理论,以台商对大陆的直接投资和时间趋势为解释变量,建立预测模型,在预测未来两岸贸易额的基础上估算两岸物流量。结果表明：到2009年,两岸的物流量将达到28．17亿t。     

数据可携带权的法理逻辑和制度构建

基于保护个人数据权利和反垄断目的的数据可携带权的制度设计,会导致个人数据主体和数据处理者之间的冲突。以数据生产为视角审视数据可携带权,该项权利可以有效降低数据生产的成本,并有助于构建统一的数据市场。将个人信息主体与数据处理者统一于数据生产,可以有效弥合二者之间的利益冲突。以数据生产指导数据可携带权的制度构建,数据可携带权的客体应涵盖衍生数据在内的所有个人数据。同时,在制度设计中要协调数据可携带权与知识产权、他人数据权利的冲突。     

社会保障支出、经济增长与居民消费的区域差异研究

基于扩展的杜森贝利消费函数,以区域差异的视角对东、中、西部地区1997～2009年的社会保障、经济增长与居民消费之间的长短期效应进行实证研究。结果显示,我国社会保障支出、经济增长与居民消费存在长期的协整关系,居民消费水平与社会保障支出呈显著正相关,西部地区社会保障支出对居民消费的拉动作用最大,中部次之,东部最小。其政策含义是:应加大中西部地区在社会保障领域的支持力度,促进地区间公共服务均等化,降低人们的不确定性预期,实现居民消费的稳定性和经济健康发展。     

Binary Dynamic Logit for Correlated Ordinal: estimation,application and simulation

We evaluate the estimation performance of the Binary Dynamic Logit model for correlated ordinal variables (BDLCO model), and compare it to GEE and Ordinal Logistic Regression performance in terms of bias and Mean Absolute Percentage Error (MAPE) via Monte Carlo simulation. Our results indicate that when the proportional-odds assumption does not hold, the proposed BDLCO method is superior to existing models in estimating correlated ordinal data. Moreover, this method is flexible in terms of modeling dependence and allows unequal slopes for each category, and can be used to estimate an apple bloom data set where the proportional-odds assumption is violated. We also provide a function in R to implement BDLCO.     

电子商务的智能化营销

互联网和电子商务的出现,在信息获得的手段和方法上突破了传统时空观念的限制,在多方面动摇了企业经营和营销理论的根基。同时也改变了企业外部经营和购销的实务操作模式。传统行业的电子商务得到了广泛的应用,积累了大量的数据,在强大的数据库技术和数据挖掘工具的支持下,从海量的数据中挖掘出有用的信息来提高企业经营管理水平已成为热门的课题,为企业实现智能化营销提供了坚实的基础。     

在数据库中挖掘定量关联规则的方法研究

数据挖掘技术是实现智能决策支持系统的一个重要手段 ,关联规则是数据挖掘的一个重要内容 .传统的 Apriori算法仅适用于挖掘数据间的定性关联关系 ,但数据间的定量关联关系对决策更有帮助 .属性值的离散映射是挖掘定量关联规则的一个重要环节 ,离散映射中属性值区间的划分粒度是影响数据挖掘质量的一个重要因素 .本文结合粗集理论提出了一个确定属性值划分粒度的方法 ,在此基础上设计出一个挖掘定量关联规则的算法 :Apriori 2 ,利用Apriori 2可以挖掘出大量对决策有帮助的定量关联规则     

控制性股东侵占行为及其负外部性研究

如何保护投资者利益免受侵害和提高资本市场效率是在转型经济背景下中国公司治理、产权制度以及金融市场改革过程中亟待解决的关键问题之一.然而,控制性股东主导的公司治理中,相对于控制性股东监督效应而言,控制性股东侵占效应是占优均衡.控制权私人收益的排他性使得侵占行为同时具有很强的负外部性.解决问题的关键在于通过动态配置决策权来建立有效的制衡机制优化公司治理机制以实现利益相关者间的互惠相容.