男孩偏好

摘要： 双循环背景下,中国经济增长亟须消费拉动,这使得对中国居民“高储蓄率”之谜进行全面、客观解释尤为迫切。基于中国家庭金融调查(CHFS)2017年数据和相关历史资料,从儒家文化视角分析了家庭高储蓄率的原因及背后的作用机制。为克服内生性偏误,选取明清时期状元数量作为儒家文化的工具变量。研究发现,地区儒家文化氛围显著提高了家庭储蓄率水平。机制分析表明:一方面,儒家文化氛围越浓厚的地区,家庭“男孩偏好”的观念越强,储蓄率水平越高;另一方面,儒家文化氛围显著提高了居民的风险厌恶程度,抑制了家庭投资风险资产,进而提高了家庭储蓄率水平。异质性结果显示,儒家文化对低教育水平、中西部地区和中低收入群体的家庭储蓄决策影响较大。因此,政府部门在制定居民储蓄和消费相关政策时,应充分考虑传统文化带来的影响。同时,应加强文化宣传和教育,完善养老金保障制度,消除生育偏好等对扩大内需带来的束缚。

摘要： “扶弟魔”现象是家庭再生产中男孩偏好造成的代际关系不平等的结果。家庭层面,伦理角色的“协助责任”、家庭资源的男孩偏向以及道德力量的“规范约束”使女性被迫让步资源,形成了代内剥削。个体层面,强化激励的愚孝心理、沉没成本的情感裹挟以及双重角色的“以宗补姻”成为强化代内剥削的个体认知机制。这种长期代内剥削实际是代际责任的转移,家庭再生产中出现角色越位现象。社会需要重视性别不平等在家庭结构中的体现,其影响是多方面的,甚至会形成剥削的代际传递与横向辐射。同时,更需要关注“扶弟魔”一词背后潜藏的女性困境,包括自我生活被挤压、父权制仍然存在、现代文化身份冲突、社会性别污名化,正确认识、解决困境是推动性别平等与文明社会发展的重要一环。

摘要： 农村改革使劳动力流动的障碍得以消除,农村劳动力不断向城市流动.外地务工反映了农民工务工地决策中的地点选择,对其研究有助于在微观层面了解农民工流动的倾向及其内在原因.利用2014年和2016年中国劳动力动态调查数据,运用最小二乘法和工具变量回归方法,分析子女性别差异对农民工外地务工的影响.结果表明,外地务工的农民工收入相对更高,同时家中拥有儿子的农民工更可能选择外地务工.第一胎为男孩将显著提高农民工外地务工的概率,从子女所处成长阶段看,当子女处于婴幼儿和接受义务教育阶段时,子女性别对农民工外地务工影响较小;而当子女处于婚配阶段时,生养儿子将显著提高农民工外地务工的可能性;当子女家庭趋于稳定之后,子女性别的影响不再显著.研究表明,男孩偏好观念对子女性别的影响具有协同作用;当子女处于婚配阶段时,助儿购/建房是农民工外地务工的原因之一.因此,提出营造男女平等的社会环境;积极落实与二胎政策相关的配套政策;进一步推进城乡一体化发展等建议.

摘要： 现有子女的孩次性别结构是影响女性再生育的重要因素.使用中国2000年人口普查数据和时期孩次性别递进生育指标对女性生育水平进行了测算.结果显示,女性普遍生育但终身只生育一个孩子的比例很大,基于孩次性别结构的生育行为体现了男孩偏好;城市和镇在生育第一孩时就存在性别选择;第一个孩子是女孩的女性生育二孩的可能性较大,且二孩是男孩的比例显著大于是女孩的比例;第一个孩子是男孩的城市和镇的女性大部分不再生育,而农村女性有很大比例会生育二孩,但几乎不存在性别选择.采用某地区2019年的数据进行补充验证,同样发现:只有一个女孩的女性相比较只有一个男孩的女性生育者生第二孩的可能性要高很多,以上研究发现对当前二孩生育行为具有一定的启示意义.

摘要： 一、引言中国生育率自上世纪90年代以来低于2.1的更替水平,近些年维持在1.5~1.7,是名符其实的低生育水平。影响生育率的因素与机制非常复杂,经济、社会、历史、政治等因素都交织在一起。与低生育率并行的人口现象是出生人口性别比偏高,它是生育数量减少的情况下男孩偏好的突出体现,最直接的原因是选择性别的胎儿性别鉴定与人工流产。长期以来,低生育率一直被视为出生人口性别比偏高的"原因"或"背景",但出生人口性别比长期失衡会遏制未来的生育率吗?"性别比失衡—结婚数量下降—生育率降低"是当前人口出生率快速下降并可能保持负增长的内在逻辑吗?

摘要： 科学评估生育政策效果,需要合适的指标、标准和参照对象.不同于以往基于宏观指标和政策前后对比的方式,基于生育政策城乡有别的历史背景,借鉴自然实验的方法提出采用城乡对照方式评估生育政策效果的新思路,并综合利用宏观统计数据和2010—2018年中国家庭追踪调查(CFPS)数据进行分析.结果发现,无论是城镇二孩总和生育率或一孩家庭二孩生育比例的上升,还是城乡二孩生育差距的缩小,都印证支持生育政策调整发挥了短期效果.然而,生育政策调整的长期效应不容乐观.城镇家庭生育二孩的比例总体依然较低,且生育意愿存在下行风险.更重要的是,队列比较发现,女性初婚年龄持续推迟,而理想子女数则持续下降,"90后"和"00后"倾向于不生育(理想子女数为0)的比例有所提高.这预示着支撑生育政策长期效果的基础非常薄弱.发挥生育政策潜力,进一步完善相关配套措施,必须深刻认识到新生代女性婚姻和生育观念的变化.

摘要： 男孩偏好的实质是家庭内部的性别不平等,因此识别男孩偏好本质上要求排除同胞数量、出生次序等同胞结构的影响。摒弃既有文献将头胎男孩与女孩间差别归因于男孩偏好的识别策略,本文通过比较有弟弟,相对于有妹妹而言,对长姐健康的不同影响,来识别男孩偏好效应。利用头胎性别的外生性构建工具变量,运用2010—2018年中国家庭追踪调查数据中的二孩户长姐样本,本文发现,在其他情况相同的条件下,有弟弟,相较于有妹妹,显著降低了长姐的身体健康水平。异质性分析表明农村的男孩偏好效应相对较强,且男孩偏好效应随长姐年龄增加而变得更大。本文的政策含义是,国家有必要建构一个支持家庭、投资儿童的微观家庭政策体系。

摘要： 农村贫困问题是困绕中国经济社会和谐发展的严重问题.虽然经济增长和政府政策对农村贫困缩减发挥了重大作用,但却难以根除农村的顽固性贫困,症结在于农户家庭特征和农户思维观念的束缚.基于2013年中国社会综合调查(CGSS)数据,利用二元probit模型从绝对贫困和相对贫困两个层面实证检验农户男孩偏好的贫困效应,可以发现:无论是绝对贫困还是相对贫困,农户男孩偏好都存在显著的正向影响,特别是当农户位于中西部地区、儿子数量越多以及父母年纪越大时,这个影响更为显著.改变中国农村地区重男轻女的观念,缓解农村的性别失衡问题是从根本上化解农村顽固性贫困的治本之策.

摘要： 中国社会中普遍存在"男孩偏好的性别差异",即女性比男性更加偏好男孩,女性比男性更加重男轻女.女性作为男孩偏好的最大受害者,又反而成为了"男孩偏好"在日常生活中的最坚定的践行者与再生产者.以布迪厄的实践社会学理论的视角进行分析,发现正是因为男性与女性在社会场域与家庭场域中位于不同的位置,他们所占据的位置的不同形塑了他们不同的"男孩偏好"惯习,而惯习的不同或者惯习的强弱之分又使得他们在日常生活中表现出不同程度的男孩偏好.

摘要： 男孩偏好是影响出生性别比的关键性内因，学界一致认为我国的男孩偏好根源于儒家传统文化的影响。从T-W亲本投资理论出发，探讨社会地位与生育偏好的关系。一方面希望跳出"文化论"视角，从个体生物性来解读男孩偏好，进而从不同维度展现出生性别比状况；另一方面检验Trivers-Willard假设在中国是否也同样具有解释力，以期加强社会生物学与社会科学的对话。

摘要： 本文利用2001年全国计划生育／生殖健康调查数据，运用Logistic回归分析方法研究男孩偏好对农村已婚妇女人工流产的影响。rn 结果表明，中国农村普遍存在性别选择性流产，生育政策的实施激化了人们的男孩偏好行为。生育政策实施以后，在生育两孩的农村妇女中，第一胎生女孩的妇女再次怀孕进行人工流产的风险显著高于第一胎生男孩的妇女。从根本上消除性别选择性流产的关键，是弱化重男轻女的性别偏好观念。

摘要： 笔者利用在定州市进行的男到女家落户调查所得到的第一手资料,采用定性研究和定量研究相结合的方法,对不同婚嫁模式下人们的生育意愿、生育水平、孩次构成、出生性别比等进行了对比研究,系统分析了婚嫁模式对计划生育的影响,得出了男到女家落户婚嫁模式下男孩偏好弱化、多孩率下降、出生性别比基本稳定、总和生育率长期处于较低水平的结论.调查研究表明,男到女家落户的婚嫁模式对人们的生育意愿转变具有积极的正向作用,并且有利于转变人们的生育观念和养老观念、降低出生性别比和多孩率、稳定低生育水平.笔者所用资料除特别注明者外,均为定州市男到女家落户调查资料.

摘要： 介绍了西方"孩子数量质量替代理论"的理论依据和理论模型，结合中国实际情况，运用该理论解释中国由于男孩偏好导致的出生性别比偏高问题。男孩在劳动经济效用、养老保险效用、财产效应、维系家庭地位的效用以及传宗接代等方面优于女孩，是导致男孩偏好的关键。

摘要： 本文在田野工作所获得的材料和体验基础上,全景式展现了现实社会生活中农民进行性别选择的心理机制和行为逻辑;试图对于农村社会中的出生性别选择这样一种异常现象进行研究,针对社会生活中的男孩偏好文化究竟在什么样的条件、情境、关系中,对什么样的人的动机和行为,发挥了什么样的作用;其强度、向度、中介物等又是什么进行考察和阐释.最后,依据布迪厄反思社会学"场域"、"惯习"和"资本"的概念对农民的出生性别选择行为进行了理性分析.

摘要： 本发明提出一种考虑用户的长期偏好与短期偏好的景点推荐方法和系统，利用注意力机制关注整个序列行为中的重要信息，得到长期偏好；BiLSTM学习短期序列中的顺序信息，得到短期偏好；同时考虑长短期偏好为游客动态推荐下一个景点，提高推荐结果的准确度。其避免了数据稀疏和独立假设问题，同时进一步解决目前景点推荐方法中推荐精度不高和推荐结果个性化程度低等问题。该方法考虑了景点之间的关联性，且同时考虑游客长短期偏好，可有效为游客偏好建模，使得推荐性能得以提升。

摘要： 本发明提出了一种用于兴趣点推荐的获取时间偏好融合序列偏好的方法。本发明首先通过数据预处理，得到兴趣点的特征时间戳，初始化兴趣点的嵌入向量、时间戳差值的嵌入向量，得到用户的正、负样本兴趣点嵌入向量序列和其对应的签到时间戳差值嵌入向量序列，然后将正、负样本兴趣点嵌入向量和其对应的签到时间戳差值嵌入向量融入GRU模型，进而构建用户的嵌入向量，计算用户对正、负样本兴趣点的序列偏好和时间偏好，将序列偏好和时间偏好进行融合，得到用户对正样本兴趣点和负样本兴趣点的融合偏好值。更进一步，利用正、负样本兴趣点的融合偏好值构造损失函数，优化相关模型参数。最后将优化后的模型用于推荐任务。

摘要： 本发明公开了一种融合用户隐式物品偏好与显式特征偏好的可解释推荐方法，该方法通过提取评论中的特征词挖掘捕捉了时序信息的用户的特征偏好和物品的特征信息，通过用户的历史行为挖掘用户和物品的隐式表达，可以极大地提高评分预测的准确性和可解释性，本发明使用多层感知机从用户的偏好记录中获得用户和物品的隐式表达；然后，通过提取用户评论中的特征词，利用GRU捕获评论中的时序信息，并通过引入注意力机制和特征吸引力机制得到用户和物品的显式表达；最后，结合隐式表达和显示表达得到用户和物品的最终表达。本发明的优点是推荐结果合理性高、在保证推荐精度的同时还可以提供推荐解释。

摘要： 本发明公开了一种基于多维偏好模型的电影评分预测与偏好估计方法，采用多维偏好模型表达多个维度的用户偏好，在多维偏好模型的基础上采用变量消元法获取消元结果集合，实现对节点信息的整合，然后生成联合集合，再根据联合集合进行评分预测和偏好估计；整个过程都是基于Spark计算框架实施并行推理，充分利用Spark在大规模数据上的优势，提高评分预测和偏好估计的效率。

摘要： 本发明属于电网服务技术领域，具体涉及基于渠道偏好和业务偏好的电力客户服务偏好方法及系统。步骤1、统计电网客户对于不同电网服务渠道的累计接触频次X1和对于不同电网业务的累计办理频次X2；步骤2、分别对电网客户对于不同电网服务渠道的累计接触频次X1和对于不同电网业务的累计办理频次X2进行加权；步骤3、对加权后的得到的不同电网服务渠道加权频次、不同业务加权频次分别进行标准化处理，根据活跃度公式计算客户的渠道活跃度和基于业务考虑的渠道活跃度矩阵；步骤4、根据电网客户渠道活跃度的值，确定电网用户的偏好服务渠道。本申请能够根据客户活跃度，满足客服坐席快速、准确、全面了解客户偏好，时响应客户诉求。

摘要： 本发明提供了偏好提取装置、偏好提取方法和偏好提取程序。一种偏好提取装置包括：文本信息获得部分，其在具有与每个场景相对应的文本信息的视频内容被播放时，获得与当前播放的场景相对应的文本信息；关键字提取部分，其基于所述文本信息提取用于衡量用户偏好的关键字；呈现部分，其向用户呈现所述关键字已被提取的事实；偏好值定义部分，其根据用户对所述呈现的反应定义关于所述提取的关键字的用户偏好值；存储部分，其在所述关键字和所述偏好值之间建立对应关系，并在预定的存储装置中将其存储为用户偏好信息。

摘要： 本发明公开了一种集成用户的长期偏好与短期偏好的下一项推荐方法，包括下列步骤：为包含各个用户的若干个历史会话和一个当前会话的会话数据集中的各个项目生成项目的初始嵌入，并将该会话数据集划分成训练集、测试集和验证集；利用所述训练集构建一个集成用户的长期偏好与短期偏好的下一项推荐方法ILSTP的初始模型；利用所述训练集和验证集对所述ILSTP的初始模型进行参数调节后得到ILSTP的优化模型，并使用所述测试集评估该优化模型的推荐准确度；利用所得的ILSTP的优化模型为会话数据集中或实际会话数据中的用户提供下一项推荐。本发明提供的下一项推荐方法具有推荐准确度高的特点，在电影、音乐、在线新闻、电子商务等众多领域具有广阔的应用前景。

摘要： 本发明公开了一种基于学习者偏好与群体偏好的学习资源推荐方法及系统，方法包括:收集学习者信息、学习资源特征信息、教师信息，指学习者描述信息、学习者与学习资源的交互信息，学习资源特征信息包括学习资源描述信息、学习资源特征信息；根据学习者信息，寻找与学习者最高相似度的教师，通过卷积神经网络，根据教师特征得到目标学习资源的匹配分数；建立学习者短期偏好模型和长期偏好模型，融合两个模型得到学习者个人偏好模型；建立学习者群体偏好模型，融合学习者个人与群体模型得到学习者偏好模型；根据学习资源特征信息，使用学习资源的多种信息特征建立学习资源特征信息模型和领域知识模型，从而提高学习资源推荐的准确性。

摘要： 用于自动治疗规划的方法和装置，包括推荐系统、质量保证、错误预防、文本挖掘、文本匹配和治疗规划优化。

摘要： 本发明提出一种考虑用户的长期偏好与短期偏好的景点推荐方法和系统，利用注意力机制关注整个序列行为中的重要信息，得到长期偏好；BiLSTM学习短期序列中的顺序信息，得到短期偏好；同时考虑长短期偏好为游客动态推荐下一个景点，提高推荐结果的准确度。其避免了数据稀疏和独立假设问题，同时进一步解决目前景点推荐方法中推荐精度不高和推荐结果个性化程度低等问题。该方法考虑了景点之间的关联性，且同时考虑游客长短期偏好，可有效为游客偏好建模，使得推荐性能得以提升。