【摘 要】
：
混合所有制的改革是国有企业改革的重要一步，股权结构是混合所有制改革的关键。以2013—2017年沪深两市241家国有“混改”制造业上市公司的面板数据作为研究样本，对在混合所有制改革的背景下股权结构、董事会权力配置对企业R＆D投入之间的影响进行研究，分析混合所有制下企业股权结构对企业R＆D投入的影响，从实证层面探索混改股权结构对企业R＆D投入影响，并在引入董事会权力配置变量后，分析该变量对上述两者是
【基金项目】
：
安徽省高校人文社会科学研究重大项目“农业价值链视角下安徽农村三次产业融合发展问题研究”（SK2019ZD45）； 淮南师范学院校级重点科研项目“混改背景下控制权配置对国有企业投资效率影响研究”（2020XJZD010）；
论文部分内容阅读
混合所有制的改革是国有企业改革的重要一步，股权结构是混合所有制改革的关键。以2013—2017年沪深两市241家国有“混改”制造业上市公司的面板数据作为研究样本，对在混合所有制改革的背景下股权结构、董事会权力配置对企业R＆D投入之间的影响进行研究，分析混合所有制下企业股权结构对企业R＆D投入的影响，从实证层面探索混改股权结构对企业R＆D投入影响，并在引入董事会权力配置变量后，分析该变量对上述两者是否具有调节作用。研究表明，股权多样性、股权制衡度及股权集中度皆会影响企业R＆D投入，股权多样性、股权制衡度能够带动企业R＆D投入的提高，股权集中度对企业的R＆D投入产生负面影响。
其他文献
随着我国经济的转型，人口红利的逐渐消失，未来建筑行业发展装配式建筑早已是大势所趋。根据国内装配式混凝土剪力墙结构的不同类型，分析了大板结构、空心剪力墙结构、内浇外挂剪力墙结构、双面叠合剪力墙结构的结构概念、结构设计难点以及其优缺点。空心模剪力墙结构体系和叠合剪力墙体系在保证装配式混凝土结构安全的同时，具有施工简单、低成本、适合大规模生产的特点，因此建议优先推广使用。
随着智能制造的发展,基于卷积神经网络（CNN）的故障诊断方法成为了研究热点。学习率作为深度学习最重要的超参数之一,对CNN模型的最终性能有很大影响。传统的学习率调整方法耗时费力,且过度依赖于专家的经验。现有的学习率优化算法由于具有固定的变化规律,难以保证其在不同数据集之间的泛化性能。本文提出一种新的基于深度强化学习（DRL）的学习率调度器,用于处理故障诊断问题的CNN模型,并在工程案例中进行验证。
斗转星移,时代变迁,随卫星制作及发射相关技术的进步,低轨卫星（Low-Earth-Orbit Satellite,LEO）通信网络正在改变传统卫星行业以及移动通信领域的市场格局。囿于传统卫星通信网络架构限制,卫星仅作为信息中转站对任务进行中继转发,存在较大的传输时延,不能有效满足高实时性任务的低时延需求。为应对海量物联时代的众多挑战,LEO通信网络正在被期待提供更丰富的功能。因此,LEO通信网络新
近年来,信息技术在人们日常生活中的普及和渗透使得“人人拥有IT”,因而催生了信息系统个人化的趋势,即用户可以根据自己个性化的需求和偏好,对多个不同的信息系统进行挑选、整合和运用。但现有的关于用户多信息系统使用的理论和研究还相对空白。已有的信息系统使用研究大多还是从单一视角去理解用户对某一个信息系统的使用（如采纳、持续使用、使用方式和使用结果等）,而这对于理解信息系统个人化背景下的用户行为是远远不够
固体氧化物燃料电池（SOFC）是一种高效的能量转换装置,能够将燃料气体中的化学能通过电化学反应直接转换为电能。对于Ni-YSZ阳极支撑型SOFC,多孔阳极的微观结构特征导致燃料气体在扩散过程中会出现较大的浓差极化现象,从而引发SOFC的电化学性能衰减。已有研究表明,可通过调控阳极厚度与孔隙的方式减小浓差极化,但这也将对SOFC的力学和电化学性能产生影响。影响主要体现在两方面:一、单电池串联形成的电
乳腺癌是女性群体中最常见的恶性肿瘤类型,每年新增病例数与死亡病例数均排在第一位。乳腺癌干细胞是存在于乳腺肿瘤组织中具有维持自我更新和分化的亚细胞群,是导致乳腺癌患者对化疗耐受、复发与远端转移的最主要原因。信号诱导的增殖相关蛋白1（signal-induced proliferation-associated protein 1,SIPA1）,是小G蛋白家族成员之一,在细胞中除了发挥催化活性Rap1
首先整体简要介绍了ISO 15704、ISO 19439和ISO 19440三项国际标准的基本情况，然后对这三项国际标准的核心内容进行了阐述，在此基础上梳理了三项国际标准之间的关系。
制造执行系统（Manufacturing Execution System,MES）是智能车间的重要功能,通过MES可以实现工艺信息的从设计过程到制造过程的传递。然而,输入MES的工艺信息是非结构化的文档,这给自动化的信息识别带来困难。因此工艺信息的自动识别是将MES中的非结构化数据转变为结构化数据的关键。基于深度学习的命名实体识别方法在结构化信息提取中表现出极大的潜力。但是,真实工业场景中工艺文
近年来,计算机视觉的高速发展主要得益于人工标记的大量数据以及图像处理器制作工艺的逐步提升。作为基础的计算机视觉任务之一,图像分割具有重大的研究意义以及实际应用价值（如可用于自动驾驶、医疗影像分析、智慧农业、机器人导航等任务中）。图像分割是一个比较宽泛的概念,按输出结果的不同具体可分为以下四个子任务:无语义的一般图像分割、像素级别的语义分割、只考虑可数类的实例分割以及实例分割和语义分割相结合的全景分
移动互联网时代,在线新闻的产生与传播变得非常迅速,如何及时又准确地预测新闻舆情成为了当今社会不可忽视的问题。文本社会情绪分类技术在近些年受到了学术界的广泛关注。社会情绪分类旨在从新闻文本出发预测大量读者阅读该新闻后的情绪分布,如高兴、悲伤、厌恶等。本文研究基于主题增强神经网络的社会情绪分类方法,具体包括以下三个方面的内容:（1）提出一种基于主题语义融合特征的社会情绪分类方法:该方法的核心思想是提出