本文以A股上市公司为样本，从派现意愿和派现水平两个角度，对公司现金股利政策的同伴效应进行研究.结果显示，上市公司的派现意愿存在同伴效应，即公司是否派现受到同伴公司的显著影响，而且，该现象集中在高成长性且低现金流公司样本中；同时，研究并未发现上市公司的派现水平存在同伴效应.这些结果表明，在半强制分红的制度背景下，高成长性低现金流公司为了争取到再融资资格，会充分考虑同伴公司的派现决策并做出反应，但它们关注的重点在于同伴公司是否派现，而不是其派现水平.进一步研究发现，信息学习、行业竞争以及高管声誉关注是公司派现意愿同伴效应形成的主要原因.本文的研究丰富了公司财务决策同伴效应的相关文献，有助于在特殊的制度背景下理解上市公司的派现行为.

近年来影子银行的快速发展有利于促进经济社会的发展，但同时也对金融市场的稳定性带来了不同程度的风险.深入研究影子银行的风险传导机制，提出适当的监管对策，适时化解风险，具有重要的现实意义.基于有向无环图（directed acyclic graph，DAG）的结构向量自回归模型（structural vector autoregression，SVAR）及脉冲响应，本文对影子银行与商业银行、货币供给、证券/债券市场、房地产、宏观经济之间的风险动态传导进行了合理测度，从货币政策、资产价格和实体经济三种传递渠道，深入探讨了影子银行的风险传递.研究结果表明，无论短期还是长期行为，影子银行的风险主要受到货币政策渠道的影响，它可在一定程度上放大货币政策的传导效应，且当商业银行受到一定的风险冲击时，影子银行遭受风险的概率也相应增加.从短期行为分析，影子银行的风险会通过汇率向实体经济进行传递，而在长期方面，影子银行的风险则会通过资产价格渠道传染到债券市场.

高级管理人员的薪酬作为现代企业委托代理关系中的核心问题一直是社会的焦点.本文以我国民营上市公司为样本，首先研究了公司规模、每股收益、营业收入、流动负债和高管持股比例作用于高管薪酬不同分位点处的条件分位偏效应，结果表明它们在不同分位水平下的影响各异；然后为了获得这些因素的一般边际影响，利用无条件分位回归分析了它们的无条件分位偏效应，结果指出公司规模、每股收益和营业收入与各个分位水平的高管薪酬呈不同程度的正相关而流动负债则为负相关，高管持股比例与低分位水平的高管薪酬正相关而对中高分位水平的影响不显著；最后对相关结果进行了对比，发现每个影响因素的条件和无条件分位偏效应有所区别，并且无条件分位偏效应的解释意义更具有现实价值.

在传统的风险度量方法中，常见的协方差估计量并未区分资产收益的下侧风险和上侧收益，而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵（RSCOV）作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略-风险平价（ERC）策略和全局方差最小（GMV）策略，并将机器学习中的在线加权集成（OWE）算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现，相比起已有的其他风险衡量方式，仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据，本文通过实证研究发现，OWE-HAR-RV在月度预测步长下的效果优于HAR-RV，而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时，降低了组合收益的极端损失.

文章首次探寻了在空间系统稳定以及n和T均为很大的情况下，DSAC固定效应面板模型的拟极大似然估计量的渐近性质.研究发现：运用转换法估计时，在一般情况下得到拟极大似然估计量存在O(1/T)阶的偏差，当(n-1)/T→0时，转换法得到的估计量以√(n-1)T的速度一致地收敛于真值，当(n-1)/T→∞时，估计量以T的速度收敛至一个退化分布;用直接法估计时，在一般情况下得到的估计量会产生max (O(1/T)，O(1/n))阶的偏差，当n/T→0和n/T→∞时，估计量分别以n和T的速度收敛至不同的退化分布;偏差修正估计量比拟极大似然估计量具有更好的有限样本性质：当n/T³→0时，转换法得到的偏差修正估计量以√(n-1)T的速度一致地收敛于真值，当n/T³和n³/T同时趋于0时，直接法得到的偏差修正估计量以√nT的速度一致地收敛于真值；直接法可以一致地估计个体效应和时间效应而转换法不能；当扰动项存在空间相关结构时DSAC固定效应面板模型的有限样本性质优于DSAR面板模型；最后用一个实证研究的例子表明了DSAC模型的应用价值.

绿色住宅的推广和使用是降低建筑能耗、实现减排目标的重要途径.基于普遍信任视角，从居民内在心理因素与外在情境因素入手，系统构建城市居民绿色住宅支付意愿影响因素的研究模型，并探求普遍信任的一阶及高阶调节效应及影响该效应发挥作用的边界条件.结果显示，对于内在心理因素，普遍信任对居民绿色住宅认知与支付意愿的关系有显著的正向调节作用，但易受到居民损失规避心理的负向影响；普遍信任对居民环境关心与支付意愿的关系有显著的正向调节作用，且易受到居民广告诉求（来源可靠性诉求和利己诉求）的正向影响；普遍信任对居民道德认同与支付意愿的关系有显著的正向调节作用，且易受到居民高解释水平的正向影响.对于外在情境因素，普遍信任对社会风气/群体压力与支付意愿的关系有显著的正向调节作用，且权威认证标识有助于增加居民对绿色住宅的“初始信任”，助推居民主动购买绿色住宅社会风气的形成.基于实证研究结论，在政府、开发商及居民个体层面提出相应建议.

考虑由制造商、零售商和具有低碳环保意识的消费者组成的供应链，其中零售商主导供应链，并在纯实体渠道、纯网络渠道和双渠道三种策略中进行选择.本文建立考虑渠道间碳排放差异和销售成本差异的供应链决策模型，研究零售商的最优渠道选择策略.研究发现：实体渠道与网络渠道的单位碳排放差异是影响零售商渠道选择策略的重要因素之一.特别地，给定其他因素，随着实体渠道相对于网络渠道的单位碳排放水平增加，零售商应依次选择纯实体渠道、双渠道、纯网络渠道.而渠道间碳排放差异对零售商渠道选择策略的影响也会受到渠道间销售成本差异的调节.进一步分析零售商最优定价决策发现：当零售商选择双渠道策略时，随着实体渠道相对于网络渠道单位碳排放水平的增加，零售商应降低实体渠道销售价格，而最优网络渠道销售价格依赖于渠道间碳排放差异的大小.同时，零售商可通过开通新渠道来影响制造商的最优批发价格，从而增加零售商自身的利润.

研究单个制造商在不同渠道中销售产品时面临的产品双维度差异化设计策略选择和定价问题.在考虑横向和纵向双维度的基础上，探讨了制造商三种可能的差异化策略.构建模型证明了在横向和纵向差异化策略下，最优定价策略分别为统一定价和差异化定价.通过对比不同差异化策略发现，当只有单维度差异化策略（即只有横向或纵向差异化中的一种）可供选择时，在一定条件下产品无差异都可能成为最优策略.特别地，在横向差异化策略可供选择条件下，当产品无差异是最优策略时，制造商只选择生产高质量产品；而在纵向差异化情况下结论正好相反，即只选择生产低质量产品.当两个维度的差异化策略同时可供选择时，随着生产成本增大，横向差异化逐渐占优于纵向差异化；当产品横向差异化程度足够大时，无论成本大小，横向差异化都是最优策略.此外，还拓展研究了同时采用横向纵向差异化策略的情况.

探索在市场价格随机条件下，生产成本信息不对称零售商风险厌恶时，采用回购契约协调二级供应链的内在规律.构建新的条件下的回购契约模型并求解，分析信息不对称和风险厌恶对供应链上各决策变量的影响.通过算例仿真进行了验证，研究结果发现：在市场价格随机条件下，不管生产成本信息是否对称，只要零售商存在风险厌恶，供应链上各决策变量都会发生分岔突变的现象；不管零售商是否风险厌恶，生产成本信息不对称都会给供应商带来额外的收益，但会损害零售商与整个供应链的收益；信息越不对称，供应链上的各种决策变量在分岔突变区域的振幅越大.结论是：分岔突变现象是价格随机条件下，参与者风险厌恶时存在的一种特有现象；供应商能够通过隐瞒私人信息带来额外的收益，但损害零售商和供应链的利益；零售商应对生产成本信息不对称的最好办法就是以最低的成本使生产成本信息透明；零售商以平稳的心态面对各种外部风险，更有利于科学决策.

本文针对现有传染病传播动力学模型的不足，结合新冠病毒（2019-nCoV）特征及防控措施，建立一种新的包含“易感、未隔离潜伏期、已隔离潜伏期、确诊感染、无症状感染、确诊后治愈、无症状感染后治愈、因病死亡”等8个仓室的传染病模型.在模型中考虑状态转移参数的饱和特性，以模拟大量隔离患者对隔离点运行造成的压力、大量确诊患者给医院运行带来的压力.在参数配置方面，考虑状态转移参数在疫情不同发展阶段的时变特性，建立参数辨识模型并利用马尔可夫链蒙特卡罗算法进行求解.此外，从传播规模、传播峰值和传播峰值时间三个维度建立疫情传播风险指标，全面评估疫情传播风险.武汉和国外（美国、西班牙）疫情的案例分析表明，本模型相较于其他经典模型，能够准确拟合新冠肺炎（COVID-19）的传播趋势，揭示疫情传播机理.

随着精准扶贫战略的全面推进，到2020年现行标准下的贫困人口将全部脱贫.但现有贫困问题的解决并不代表从此之后再不会出现贫困人口.而基本医保，大病保险和医疗救助是防止出现贫困人口的重要保障，通过构建医疗费用的三方分担体系，分担一部分可能仍需要额外报销的费用，是保证不再出现因病致贫，因病返贫人口的重要基础.本文考虑了医保额外报销费用的分担问题，引入供应链和博弈论的思想，将该问题转化为一个多方分担费用的问题.首先，构建了一个费用分担模型，为了简化各方分担比例的计算，假设由基本医疗保险承担全部的额外报销费用，大病保险和医疗救助通过承担前者的基本报销费用达到分担额外报销费用的目的.然后，由两个纳什均衡的讨价还价模型组成整个协商过程.根据三方的协商结果解决各方冲突和费用分担问题，并得到最终费用分担比例的优化决策.最后，通过对其分担结果进行数值分析得到随着承担的额外费用越多，大病保险和医疗救助承担的基本费用更多，并且通过数据模拟证明模型的有效性和正确性.

履行社会责任对东道国社会政治风险具有显著的正向管制作用，但在东道国复杂多变的社会制度背景下，跨国企业可能因“负责过度”而招致非议，因“努力不足”而丧失深度合作机会.因此，履行社会责任的努力水平决策成为了跨国企业普遍关注的焦点难题.本文以履行社会责任为研究视角，以鼓励契约、抑制契约和一视同仁契约刻画东道国政府对跨国企业的不同合作策略，构建了跨国企业对外投资社会政治风险防控互惠微分博弈模型.研究发现，东道国的社会政治环境稳定程度显著影响双方收益和最优契约的选择路径.对跨国企业来说，当声誉衰减速度较小时，鼓励契约在短周期合作中最优，一视同仁契约在长周期合作中最优，完全抑制契约始终最差，但部分低作为跨国企业也可能对不完全抑制契约免疫.当声誉衰减速度较大时，鼓励契约始终最优；抑制契约始终最差，甚至还会侵蚀跨国企业原有资本.

假定天然气进口国为了经济利益和供应安全对天然气进行储备和价格管制，而追求经济利益最大化的天然气出口国对天然气开采进行技术投资，本文在此条件下构建了天然气进出口国的动态博弈模型，并运用最优控制理论分析了进口国最优天然气消费与储备路径以及出口国最优技术投资与最优出口路径.研究表明，出口国投资效率和投资成本系数以及进口国储备偏好和销售价格对天然气进出口策略有重要影响，进口国储备稳态效用和总效用与销售价格之间均呈倒“U”型关系，且前者达到最大值时的销售价格低于后者；政府对天然气市场不适当的价格管制可能会使得天然气储备功能与预期存在偏差，甚至导致与预期完全相反的结果.研究还发现，虽然出口国可以通过垄断势力规避天然气进口国因价格管制等带来的不利影响，但同时也可能因此失去进口国因其储备偏好变化而增加的市场份额.

基于分解-重构-分项预测-集成思想，通过优选分解方法、优化重构方法、优选预测方法及合理选择集成方法等途径，构建了基于变分模态分解（VMD）的组合预测模型，对中国出口集装箱运价指数（CCFI）进行了预测，分析了CCFI波动特性及经济内涵.首先，选用VMD将运价指数序列分解为多个模态分量；其次，采用C值优化的FCM算法将模态分量重构为高、中、低频和趋势项，通过波动特性分析挖掘了重构项蕴含的短期市场不均衡因素、季节因素、重大事件及市场供需等经济内涵；再次，构建了基于数据特征分析的预测模型优选方法，进行了重构项预测；最后，将重构项预测值相加集成，分析了预测效果.实证结果表明，构建的组合模型预测效果优于BPNN、SVM、ARIMA等单一模型、EMD组合模型及未优化的VMD组合模型，较好地体现了CCFI外在波动特征与内在经济意义.

客户流失预测是企业客户关系管理的重要内容.在现实的很多客户流失预测建模过程中，由于数据类别的高度不平衡现象的存在，使得模型的分类性能低下，不能很好地进行分类预测.同时由于现实情况中只有少量有类别标签的样本，更多的是无类别标签数据的存在，造成了大量有用信息的浪费.为了解决以上两个问题，本研究将元代价敏感学习，半监督学习和Bagging集成等技术结合，提出了代价敏感的客户流失预测半监督集成模型（semi-supervised ensemble based on metacost，SSEM）.该模型主要包括三个阶段：1）用Metacost方法修改初始有标签训练集L的类别标签，得到新的训练集L_m，并将其随机的分为模型训练集L_tr和模型验证集V_a；2）使用V_a挑选分类精度最高的三个基分类器，并用其选择性标记无类别标签U中的样本，并将它们添加到L_tr中；3）用新的模型训练集L_tr训练N个基本分类模型，并对测试集样本进行分类，进一步将分类结果进行集成.在两个客户流失预测数据集上进行实证分析，将SSEM模型与常用的监督式集成模型以及半监督式集成模型相比，结果表明，SSEM具有更好的客户流失预测性能.

针对如何实现群体DEMATEL意见集结的问题，以关系网络为切入点，提出一种新的复杂网络视角下的大规模群体DEMATEL决策方法.首先，将决策者视为网络节点，并依据决策者DEMATEL评分矩阵的一致性构造复杂网络；其次，设计网络凝聚度和子群凝聚度，在此基础上确定节点权重和子群权重；最后，基于网络密度算子对大规模群体DEMATEL矩阵进行有效集结，并利用DEMATEL方法进行多属性决策.文末通过一个算例验证了所提方法的可行性与合理性.数值算例分析表明，该方法能够较为全面、准确地集结大规模群体DEMATEL评分，且其结果的稳定性亦较为理想.

随着绿色物流的发展，绿色车辆路径问题（green vehicle routing problem，GVRP）已引起学界的广泛关注，但关于GVRP最新研究进展的综述文献较少.首先，简要介绍GVRP基础模型和油耗/碳排放的主要测度方法；其次，根据GVRP环境效益优化目标及目标函数的构成，将GVRP模型分为油耗/碳排放最小化VRP、综合成本最小化VRP和多目标VRP三种类型，并从优化目标、油耗/碳排放的影响因素和测度模型，以及约束条件等方面进行分类综述；然后，简要介绍求解GVRP模型的精确算法、启发式算法和元启发式算法，并对应用较为普及的主要元启发式算法进行分析；最后，阐述了即时物流配送、冷链物流配送、电动车物流配送和共同物流配送等GVRP新的应用领域，指出了GVRP理论和方法的发展趋势.

随着物联网、大数据、人工智能等技术在安防领域不断取得突破性进展，公共视频监测系统近年来得到飞跃式发展.基于监控设备产生海量的非结构化视频数据，通过对监控视频中的行人轨迹进行分析和研究，可以挖掘出其中蕴含的行为模式，这对人群行为研究有着重要的研究价值.本文使用基于目标检测的多目标跟踪算法对地铁站出口，商场出口等场景中的行人移动轨迹进行提取，并在此基础上对行人的轨迹模式进行分析.针对行人轨迹的特点，在基于点密度聚类算法的基础上，提出并实现了基于轨迹相似度的轨迹聚类方法.结果表明，该方法能够有效的提取行人轨迹，并且从大规模轨迹数据中提取出轨迹模式.

针对自动导引车（automated guided vehicle，AGV）的无碰撞路径规划问题，提出一种引入时间因子的改进A^*算法以减少转弯次数，结合时间窗及优先级策略实现多AGV的动态无碰撞路径规划.首先利用改进后的A^*算法静态规划各AGV转弯次数最少路径；其次，分析路径节点到达时间及冗余时间，根据电量与路径性能动态地为多AGV分配优先级，结合时间窗模型解决了多AGV碰撞冲突问题并且提升了系统效率.案例分析结果表明，该算法在保证路径最优性的同时解决了传统A^*算法带来的转弯次数多问题，能有效实现无重复、无冲突的系统调度，并证明了其在动态环境下具有良好的适应性和鲁棒性.

“区块链+”商业模式赋能企业实践意义重大，但缺乏系统定量的综述指导.文章以国内外文献数据为来源，结合描述统计、合作分析、共现网络分析、聚类分析等路径，探索国内外研究现状和研究热点，挖掘未来研究走向和演化趋势.研究发现：1）国内外研究起步较晚，但研究态势喜人，国内研究独著现象明显，国外研究合作脉络深远；2）强调物联网、大数据等新兴技术的融合，有效赋能商业模式创新研究；3）国内外研究差异显著，国内聚焦金融领域研究，国外探索多行业商业模式创新和颠覆研究.最后构建了“区块链+”商业模式研究框架.文章的研究思路和结论对“区块链+”商业模式的学术研究和企业实践均有一定的启发性.

投入产出分析作为国民经济决策的一种数量方法，其数据基础是投入产出表.目前MRIO表在分析多个地区间社会经济影响以及资源环境保护的决策方面发挥了重要作用.MRIO表编制的核心工作是确定不同产品的地区间贸易流量矩阵，地区间贸易流量矩阵的建立更多依赖于非调查的数学方法，其中引力模型则是一种重要的方法.由于编制年度需求的产品资料较多，部分资料样本会出现时间上的短期滞后性，这样往往会基于一定条件的假设采用普通线性回归或空间回归来预估编制年度的参数.为了更有效利用短期滞后资料的样本信息，本研究提出了一种混合估计法，通过对欧盟28成员国间农产品、汽车和钢铁贸易流量的实证分析以及蒙特卡罗模拟，结果显示混合估计法在MRIO表编制中处理短期滞后资料时，能够有效提高编制年度的预估精度，表明混合估计法相对传统的普通线性回归和空间回归在对短期滞后资料预估时具有明显的优势，这为MRIO表编制过程中处理短期滞后资料提供了一种新的解决思路.

基于深市A股上市公司2012年7月1日至2018年12月31日期间的投资者调研事件数据，并结合实地调研的问答文本的语调分析，本文发现在买方机构调研的多个窗口期内，上市公司的股价均具有显著为正的超额收益；相较于其他公司股票，买方机构扎堆调研"冷门股"公司、"小盘股"公司和"价值股"公司时，事件窗口期的股价超额收益更高；买方机构扎堆调研与次月个股收益率之间也具有正相关性.本文丰富了买方机构调研视角的投资价值效应研究，对市场参与各方的投资决策或制度建设提供了重要的参考依据.

该研究针对仅知道价格波动范围的有限交易机会的单向交易问题，采用竞争差分析方法构建数学模型，求解得到了最优的稳健性占线交易策略，并分析了该策略的性质，确定了该策略相对于最优离线交易策略所能达到的绩效保障（即最小竞争差）.此外，研究还指出了对于交易者而言所有可能的最糟糕价格情况.该研究不仅可以用于指导现实中的单向交易行为，特别是交易者需要通过限制交易次数来控制交易成本的情形，同时，它还提供了统一的模型框架将文献中关注的时间序列搜索问题和无次数限制的单向交易问题联系了起来，便于对各类问题进行比较，丰富和完善了已有的研究结论，还为进一步分析更复杂的单向交易问题打下了基础.

企业开放社区中聚集的海量产品知识与使用经验，可以为企业的产品创新提供创意与灵感.然而，面对爆炸式增长的非结构化数据，传统的观点挖掘技术在效果和效率方面早已无法满足需求.为此，本文基于深度学习算法提出一种更为高效、及时的用户创意挖掘方法.首先，本文搭建带有Dropout机制的多嵌入层CNN模型ME-CNN，以增强模型的局部语义特征捕捉能力，识别包含创意观点的帖子文本；进而充分利用Transformer模型的长距离依赖建模的特点和CNN模型善于捕捉局部语义信息的优点，构建组合模型TF-CNN实现句子粒度的非创意性文本过滤；最后使用层次凝聚聚类方法（HAC）对创意观点进行聚类，实现用户创意挖掘.通过利用真实数据进行实验，结果表明：该方法在用户创意挖掘方面具有更好的性能，能够帮助企业更高效地从企业开放社区中获取用户创意，为产品创新提供决策支持工具.

基于位置的社交网络（location-based social network，LBSN）随着定位技术与智能终端技术的发展拥有了极大研究价值，其中商业兴趣点（point-of-interest，POI）推荐成为一大研究视角，且随着数据量成倍增长，成为了必须解决的问题.但当前推荐更多关注于考虑地理因素的推荐，对社交关系的考虑较少，为了改进推荐效果，本文重点考虑社交关系中朋友关系的使用，提出了基于带权水波模型的商业POI推荐方法.该方法基于用户朋友关系和交互信息构建偏好网络，在网络中模拟水波扩散，考虑波纹重叠处的偏好增强情况，计算候选POI在目标用户网络中的偏好传播，并通过关系权重来体现地理因素和时间因素对偏好传播的影响，保证相似度计算的准确，以此形成用户推荐列表.并通过Yelp的数据实验证明该算法能取得较优推荐效果.

在生产者责任延伸制度下，由不同生产者联盟组建生产者责任组织，并针对不同企业的废旧产品尝试采取差异化的回收策略，是一种创新的合作回收模式.基于此背景，在政府强制回收率和补贴机制下，利用多选择目标规划方法构建生产者责任组织回收决策优化模型，生成基于合作联盟的成本特征函数，进一步提出融入差异化回收处理费用的修正Shapley值、用于在生产者责任组织成员企业间分摊总运营成本.通过算例验证表明：多选择目标规划方法能够实现生产者责任组织回收决策优化，即总成本不高于成员企业独立回收情形下的成本之和，同时实现废旧产品回收总量的增加；相对于经典Shapley值，所提出的修正Shapley值能更好地反映产品间回收处理成本的差异性，有助于激励生产者在设计生产阶段改进产品的可回收性.

近年来，在"双十一"等网络热销期，折价、"定金膨胀"等预售模式日益盛行.消费者在享受优惠的同时也面临着预购产品估值不确定的风险，进而影响消费者预购行为和零售商收益.因而如何选择合适的预售模式，如何确定最优的预售价、尾款、订购量等是零售商制定预售模式时面临的重要问题.本文考虑风险厌恶的策略型消费者在折价和"定金膨胀"预售模式下的购买行为，构建消费者估值、效用函数和零售商收益模型，研究折价预售与"定金膨胀"预售模式下零售商最优订购量和预售价.通过比较和数值计算，分析了不同影响因素对两种预售模式选择的影响，得到了零售商选择何种预售模式的临界阈值.研究表明：面对策略型消费者，零售商折价预售模式下的最优预售价小于"定金膨胀"预售下的最优预售价，但折价预售下的最优订购量大于"定金膨胀"预售模式下的最优订购量.零售商的进货成本、定金膨胀系数和定金占比等均影响零售商预售决策.

基于渠道权力理论和多渠道的相关研究，通过检验制造商的渠道多样性在使用渠道权力对破坏性渠道冲突、渠道合作影响中具有的调节作用，确认渠道多样性对渠道权力使用效果的影响.在制造商-经销商合作关系的研究情境下，通过问卷调查的方式收集数据，采用多元层次回归方法，对525份有效问卷进行数据分析和假设检验.研究结果表明，随着制造商渠道多样性的提高，使用强制性权力对破坏性渠道冲突的正向影响以及使用非强制性权力对渠道合作的正向影响会增强；但使用非强制性权力对破坏性渠道冲突的负向影响会减弱.

设计合理医保支付方式，优化基层医疗资源配置，是实现"强基层"医疗改革，推进分级诊疗的重要措施.本文使用博弈模型，分析两家社区医院分别提供同质与异质医疗服务时，医患不签约、患者与单独医院签约、患者与医联体签约策略下社保机构、患者与社区医院的行为.研究发现，签约并不总是对医院和患者有利，也并不总能促进社区医院提高服务品质.两家医院提供同质医疗服务时，签约降低患者医疗费用支出，增加患者感知价值，但对医院提高服务品质无激励作用；两家医院提供异质医疗服务时，患者与单独医院签约降低两医院收益总和与所有患者服务价值总和，但患者与医联体签约增加医院与患者收益，更激励社区医院提高自身服务品质以增强竞争力.社区医院提供异质医疗服务，患者与医联体签约是一个社会最优策略.

在不确定需求环境下，针对循环取货问题，提出了基于VRP与3D-KLP协同优化模型（3KL-CVRPCSO），并设计了求解该模型的多阶段算法（HPGBT）.首先，采用基于遗传算法的混合粒子群优化算法和启发式正交二叉树搜索算法求解不同车型最优行驶路径及车厢内装载的各种类货物的最优数量，以此确定各车型车辆的单车最优路径-装载方案；再以这些方案作为决策变量，以实际货物需求量为约束条件，建立新的基于实际需求的路径-装载协同优化模型并进行求解，得到按不同车型单车最优方案执行的车辆数.通过与国外学者近期在权威期刊的优化结果比较和实际案例的应用两方面的研究与验证，证明了本文方法的可行性及有效性，从而建立了一种以不同车型单车"路径+装载"复合方案为决策单元，以实际需求为约束条件，进而以最优组合方案解决不确定性需求问题的物流车辆调度新方法.

通过合理的信息处理投入降低不确定性，对不确定环境下项目的高效实施至关重要.本文研究了考虑信息处理成本的反应性项目调度问题，目的是确定最优的信息处理投入，以最小化项目的不确定成本.首先，抽象了活动工期标准差与信息处理成本之间的函数关系；然后，构建了问题的优化模型并提炼了模型的性质；针对其NP-hard属性，设计了禁忌搜索，变邻域搜索及二者混合的启发式算法；最后，在随机生成的标准算例上，对算法进行测试并分析了关键参数对目标函数的影响.结果表明：混合版算法效果优于禁忌和变邻域算法，基于模型性质的改进措施可有效提高算法搜索效率；项目不确定成本随着信息处理影响系数和资源强度的增大而下降，随着活动权重的增大而上升.

"双积分"政策从供给侧对汽车产品质量和节能减排水平提出了更高要求.以两个汽车制造商和一个汽车经销商组成的两级供应链为研究对象，在需求侧同时受汽车价格、减排（低碳偏好）和续航因素的影响下，对汽车供应链进行优化决策、对三种不同供应链契约的协调效果进行研究，并通过数值分析验证结论.研究表明：1）消费者低碳偏好意识、续航能力关切的增大分别可以促进汽车制造商提高减排努力水平和续航努力水平.2）提高新能源汽车积分比例可以抑制燃油车的生产，但不能促进减排努力水平的提高.新能源汽车积分核算系数越高，对该产业发展的推动作用越强.3）成本分担和收益共享契约均只能实现Pareto改善，不能完全消除"双重"边际效应；两部定价契约可完全协调汽车供应链.

考虑不确定性的模糊路径优化研究能够满足高质量发展形势下市场、经济和环保等多方面的现实需要.针对需求与碳交易价格双重不确定下的多式联运路径优化问题，建立混合鲁棒随机优化模型，设计基于蒙特卡罗采样的灾变自适应遗传算法并进行有效性检验.以具有15个节点的多式联运网络为对象开展算例研究，比较不同模式下多式联运的运输方案及成本并分析不确定参数的影响.结果表明：受遗憾值约束的影响，需求不确定的鲁棒优化会增加多式联运总成本，而碳交易价格随机性的提高并不一定意味着成本的增加.合理设置碳交易价格的随机性，综合考量需求不确定的最大遗憾值与成本之间的关系等是提升双重不确定下多式联运运输效率与环保效益的有效方式.

在港口实际装卸作业过程中，岸桥与集卡一次单循环作业一个集装箱，空载率为50%，而一次双循环分别作业一个进口集装箱和一个出口集装箱，效率提高一倍.但受船舶配积载计划以及舱盖板的限制，岸桥无法一直进行高效的双循环装卸操作，与岸桥装卸衔接的集卡也无法一直实现双向重载运输.因此，为提高港口作业效率，本文基于同贝同步模式构建了岸桥与集卡两阶段协同优化模型.第一阶段建立了满足舱盖板约束与作业循环次数最小的岸桥装卸序列优化模型，并设计矩阵编码的遗传算法进行求解；基于第一阶段，建立了满足重载约束与作业时间最短的集卡运输路径优化模型，并利用矢量矩浓度的免疫遗传算法求解.分析验证表明，基于同贝同步的岸桥与集卡协同优化能够进一步降低岸桥与集卡空载率，实现资源复用与配置优化，从而提高码头作业效率.

本文基于Imai和Ratkovic（2014）协变量平衡倾向得分的估计方法，提出了带协变量平衡的GMM-LASSO估计方法.该方法既利用了协变量平衡的性质，同时又解决了如何基于数据来选取协变量的问题.理论上，文章证明了该估计方法是相合的.模拟显示，在满足一定的稀疏性的条件下，该方法可以显著地降低平均处理效应估计的绝对误差的中位数.最后，该方法被应用于研究2000年代初期意大利托斯卡纳地区的劳务派遣机制是否有助于工人寻找一份稳定的工作.

本文从常见的样本选择模型出发，讨论了排外性约束对模型估计的限制问题.本文通过积分最小二乘方法构造了一个针对样本选择模型的两阶段半参数估计量，该方法首先通过核估计方法得到倾向得分，随后利用积分最小二乘思想构造目标函数进行最优化求解.与现有的样本选择模型半参数估计方法相比，本文方法一方面放松了排外性约束，另一方面利用更多矩条件提高了估计效率，在实证应用中更具实用价值.

由于原油的重要性以及原油价格序列的非线性和复杂性，原油价格预测备受关注.组合预测是一项利用多个子模型提供的有用信息产生综合预测从而提高预测准确性的技术.原油价格组合预测研究的主要问题是如何有效地构建具有多样性的子模型，并确定最优组合权重.本文提出一种改进的原油价格组合预测模型.首先，采用多种特征选择技术，包括过滤式，包装式和嵌入式三大类方法，筛选出影响原油价格波动的关键因素.然后，基于不同特征选择方法筛选出的不同特征子集，结合多元线性回归，人工神经网络和支持向量回归预测模型，构建混合预测模型.在此基础上，提出一种动态粒子群优化算法，该算法能够搜索最优组合权值，并捕捉其在时间维度上的动态变化.实验结果表明，本文提出的动态组合预测模型能较大程度地降低计算复杂度，提高原油价格预测性能.

为验证长短期记忆网络（long short-term memory，LSTM）模型对于高速铁路短期客流预测的有效性，本文以京广高速铁路2010年1月至2015年12月车站发送客流实绩数据为基础，分析了车站发送客流的特征和变化规律，针对客流时间序列变化特征和LSTM模型数据输入要求，完成了客流时间序列的标准化处理和重构，构建了基于LSTM的高速铁路客流预测模型，利用多层网格搜索完成了模型的精细化调参，分析了模型参数对于预测效果的影响，并将LSTM模型与其它客流预测模型的预测效果进行了比较.结果表明：相较于对比模型，LSTM客流模型预精度较高，郴州西站，衡阳东站，韶关站单步预测平均绝对百分比误差（mean absolute percentage error，MAPE）值分别为7.36%，7.33%，8.03%；模型中隐含层数，神经元个数，输入步长对客流预测精度影响较大，适当增加模型隐含层数及神经元数量可以提高模型收敛速度及预测效果；受客流周期性影响，模型输入步长为7时各车站客流预测误差最小.

交叉效率方法虽然克服了传统DEA方法效率虚高的问题，但也丧失了其能够制定效率改进目标的优势.因此，本文通过分析交叉效率的评价机制来挖掘阻碍DMU设置效率改进目标的根源，并针对只改进产出、只改进投入、同时改进投入与产出三种不同的决策情境，分别构建DEA交叉效率目标设置方法，以此在生产可能集的范围内寻求交叉效率最优的目标DMU.在此基础上，揭示不同DMU的目标设置规律，研究传统交叉效率方法对目标设置的影响，并将目标设置方法进一步拓展到所有DMU共同设置目标的决策情境中.最后，通过案例分析和方法对比来说明本文方法的有效性与实用性.

针对同时考虑出行者出发时间和出行路径选择的动态交通配流问题，文中首先基于用户均衡理论，给出了均衡条件下的变分不等式模型.接着，对于给定模型提出了一种带松弛和外推的快速投影梯度算法进行求解，新算法能有效提高模型的求解效率.同时借助优化理论给出了新算法的收敛性结果.最后，将新算法应用于求解不同规模实际路网的动态交通配流问题，通过数值仿真实验验证了模型的有效性和新算法的优越性，并得到了均衡状态下不同时刻各路网的路径出发流量模式.这有助于交通网络动态配流的快速模拟和实现，给交通管理部门及时有效反馈，为制定管理措施和规划出行方案提供保障.