倾向得分匹配

摘要： 基于中国海关贸易数据库与工业企业数据库,以我国出口企业作为研究样本,采用倾向得分匹配与双重差分方法,考察了开发区政策对我国企业出口的影响及影响机制。研究发现,开发区政策显著提升了企业出口。相比于东部地区,开发区政策在我国中部地区与西部地区对企业出口的促进作用更大。开发区政策对企业出口的影响机制检验表明,总体上我国开发区政策对企业出口的影响通过技术效应实现,但存在地区差异性,在东部地区与中部地区为技术效应,西部地区为价格效应。

摘要： 企业财务风险是企业一段时间经营状况的体现,较低的财务风险能够保证企业长远稳定发展。区块链具有去信任、公开透明、不可篡改以及集体维护的特征,将区块链与财务风险相结合,有助于管理层清晰掌握企业内部经营状况,进而做出正确决策,降低企业财务风险。随着信息技术的发展,区块链与财会领域的结合更是有望成为未来学术研究的方向之一。文章选取2016—2020年沪、深A股面板数据为样本,将倾向得分匹配、多时点双重差分模型结合,对区块链和企业财务风险的关系进行探究,得出区块链的应用可以有效降低企业财务风险的结论。

摘要： 背景中老年抑郁状态和儿童期不良经历(ACEs)的研究在国际上愈受重视,但以中国人群为样本的研究仍然较少报道,需要进一步探索。目的探索我国当前成年人群的ACEs发生率,研究ACEs对中老年抑郁状态的影响,提供基于我国人群样本的抑郁与ACEs的精准画像。方法2021年7—8月,利用北京大学社会科学调查中心主办的中国健康与养老追踪调查数据库(CHARLS)2015年和2018年的截面数据,选取符合研究要求的7035例≥45岁的中老年人为研究对象。根据抑郁评估量表、ACEs(虐待、忽视、不良家庭)和个体特征,从数据库中筛选出相关问题,生成新的虚拟变量并重新赋值。以零ACEs经历的研究对象为控制组,以有ACEs经历的研究对象为处理组,将所有协变量纳入倾向得分匹配模型,采用稳健标准误形式的多因素Logistic回归模型预估所有协变量的倾向得分,按最近邻1∶1方法匹配控制组和处理组样本,同时进行平衡性检验和共同支持检验,评估处理组ACEs对中老年抑郁状态的平均处理效应。结果7035例调查对象中,6529例(92.81%)经历过ACEs,1802例(25.61%)经历≥4种ACEs,1003例(14.26%)为抑郁状态。多因素Logistic回归模型结果显示,年龄、性别、自评健康与ACEs相关(P0.05),通过平衡性检验和共同支持检验。倾向得分匹配模型结果显示,有ACEs比零ACEs导致的中老年抑郁状态发生率高出6.9%,差异有统计学意义(P<0.001)。结论当前中老年群体的ACEs发生率居于高位水平,ACEs可明显提升抑郁发生率,亟须建立ACEs筛查干预机制,提升该类人群的健康服务和福祉水平。

摘要： 本文研究了新型农村合作医疗保险(简称"新农合")这一制度对创业决策的影响。利用中国家庭金融调查(CHFS)的数据构建probit模型进行实证分析,结果表明:新农合对创业决策有显著的正向影响。新农合可以通过对家庭医疗支出产生影响进而对创业决策发挥作用,除此之外,新农合还可以降低风险厌恶对创业决策的负向影响。最后,为了减轻样本选择问题,本文进一步利用倾向得分匹配(PSM)进行验证分析,实证结果表明新农合对创业决策的处理效应在1%的水平下显著,由此可见,本文估计结果的准确性和稳健性。

摘要： 本文基于我国2005—2016年211个地级市的面板数据,采用多期双重差分模型研究了智慧城市建设对我国城市经济增长的影响,实证结果表明智慧城市建设能显著促进城市经济增长,这一结果通过了逐年匹配PSM-DID检验和反事实检验。通过理论机制分析和实证检验,发现智慧城市建设通过提升城市技术创新水平和带动产业升级促进城市经济增长。通过异质性检验分析,发现城市规模更大、初始经济水平更好、人力资本水平更高的城市,智慧城市建设政策的效果更好,产生的促进经济增长的作用更大。

摘要： 背景不合理抗菌药物处方的开具在导致抗菌药物耐药性增强的同时,也严重威胁着公众的健康,而医生抗菌药物使用知识水平、对抗菌药物使用的态度可直接影响其抗菌药物处方开具行为。目的了解2018、2020年湖北省基层医生抗菌药物使用知识水平、对抗菌药物的使用态度,分析其变化特征和原因,并提出针对性的干预措施,以促进基层医生合理使用抗菌药物。方法于2018年4—6月采用两阶段分层整群随机抽样方法,于2019年11月至2020年1月采用两阶段整群随机抽样方法,选取湖北省基层医疗卫生机构中具有抗菌药物处方开具权,并在调查前3个月内开具抗菌药物处方≥100张的医生为研究对象。采用自设问卷对其进行调查,内容包括基层医生基本情况、抗菌药物使用知识〔10种常见场景中是否应该使用(目标)抗菌药物〕、对抗菌药物的使用态度(5种可能影响抗菌药物使用行为的态度)。未进行倾向得分匹配(PSM)前,分析并比较2018、2020年湖北省基层医生抗菌药物使用知识总得分及各条目的正确回答率、抗菌药物使用态度总得分及各条目得分情况。将2020年调查对象作为处理组,将2018年调查对象作为控制组,采用PSM法进行配对后,对湖北省基层医生抗菌药物使用知识和态度总得分的变化特征及原因进行分析。结果2018、2020年分别回收有效问卷637、616份。未进行PSM前,2020年湖北省基层医生抗菌药物使用知识总得分为(5.54±1.46)分,高于2018年的(5.25±1.35)分,差异有统计学意义(P0.05)。2020年湖北省乡镇卫生院医生抗菌药物使用知识、态度总得分均高于2018年,差异有统计学意义(P<0.05)。结论与2018年相比,2020年湖北省基层医生抗菌药物使用知识水平有所提升,但整体水平仍较低,且对于合理使用抗菌药物持更消极的态度,有开具不合理抗菌药物处方的倾向。应系统性地采取方法提高基层医生对抗菌药物合理使用的认知水平,增强其合理使用抗菌药物的动力,进而提升基层抗菌药物合理使用水平。

摘要： 政府环境补贴能否激励企业绿色创新?已经成为中国生态文明建设与经济高质量发展共同关注的重要话题。本文以2007年-2017年中国上市公司为研究样本,采用倾向得分匹配法识别政府环境补贴对企业绿色创新投入与创新强度的因果关系。研究发现:(1)政府环境补贴对企业绿色创新具有显著的促进作用。(2)政府环境补贴对企业绿色创新行为的制度激励作用得到明显体现。具体而言,国有企业与创新能力高的企业具有较强绿色创新动机,环境补贴对这类企业起到"锦上添花"的激励作用;而生产规模小、治理任务重、融资约束强的企业,自身创新禀赋较低,环境补贴更多是一种"雪中送炭"的资金激励。(3)新《环保法》的实施强化了企业污染治理行为,有效形成源头削减与末端净化相同步的污染治理模式。为激发企业绿色创新、完善政府环境补贴政策提供了有益的政策启示。

摘要： 近年来,中国高校中海归教师群体的比例不断扩大,高校海归教师正逐渐成为促进中国高等教育发展的重要力量。深入了解高校海归教师的工作满意度,并据此提出提升其工作满意度的政策建议具有一定的现实意义。基于“学术职业发展状况第三次全球调查”数据,对高校海归教师群体的工作满意度进行实证分析。研究发现,高校海归教师群体对聘任状态、工作环境、收入状况及整体职业环境的满意度呈现出较大差异。基于此,对提升高校海归教师群体工作满意度提出了若干建议。

摘要： 人口迁移背景下,农民创业成为解决城乡收入差距,促进城乡协同发展的重要手段。人力资本是个人技能水平、受教育程度、培训经历的具体体现,在农民创业中也发挥着重要作用。运用2016年中国劳动力动态调查(CLDS)数据,采用多项Logit回归和倾向得分匹配方法(PSM)检验人口迁移背景下人力资本在农民创业中的作用。结果显示:培训经历对农民进行雇主型创业有促进作用;受教育程度、技术证书和人口迁移经历对农民创业有显著正向影响;创业经验对农民进行自雇型创业有显著负向影响。由此,为了促进城乡协同创新发展,提出大力发展农村基础教育、鼓励农民参加培训、改善农村金融环境和扫除迁移人员创业障碍等促进农民创业的政策建议。

摘要： 良好的营商环境是企业高质量发展的重要推动力。文章基于2018年中国企业综合调查(CEGS)数据,使用最小二乘法(OLS)估计了营商环境对企业劳动生产率的影响效应。结果表明,营商环境对企业劳动生产率有显著的正向影响。进一步地,采用倾向得分匹配模型和替换变量法进行稳健性检验,均显示结果是稳健的。通过作用机制检验发现,营商环境能够通过提振企业信心、增加创新活动和专注内部管理三个渠道对企业劳动生产率产生影响。

摘要： 倾向得分匹配(Propensity Score Matching,PSM)成为近年来关注的焦点,广泛应用于各类临床研究,尤其是真实世界研究中.倾向得分匹配很好地解决已观测的变量间的组间不均一问题,对于控制已知混杂,具有较好的效果.选择什么样的变量进行匹配,目前在统计学还缺少标准.在临床统计过程中发现,采用不同的自变量进行匹配,对最终的结果影响非常大.倾向得分匹配的目的是减少混杂偏倚,试图得出更接近真实状况的结果.然后,不当的匹配,可能会增大其中的偏倚,使研究结果夸大或缩小.如果被观测的自变量与被匹配的自变量中存在多重共线性(multicollinearity)时,被观测自变量对结局影响的效应值(OR)可能被缩小,极有可能会使得回归系数不显著.其次,自变量与因变量的因果关系,需要在匹配前进行区分.另外,自变量的发生时间点是否与因变量观察时间点匹配,尤其是是否存在时间错位问题.因此,不考虑变量的发生时间点,可能会得出错误的结论.

摘要： 根据一实施方式，接收对评估内容项目与图像之间的匹配的请求，所述内容项目和所述图像是响应于搜索查询从多个内容项目和图像中来识别和选择的。获得与内容项目相关联的第一元数据、与图像相关联的第二元数据和与搜索查询相关联的第三元数据。基于与内容项目相关联的第一元数据以及与搜索查询相关联的第三元数据确定第一相似性得分。基于与图像相关联的第二元数据以及与搜索查询相关联的第三元数据确定第二相似性得分。计算根据搜索查询的内容项目与图像的匹配的评估得分。评估得分用于作为后续搜索查询的响应而识别后续内容项目和后续图像。

摘要： 本发明涉及互联网领域，具体涉及一种基于时间感知的逆倾向得分的项目推荐方法，本发明通过对曝光倾向计算引入改进后的逆倾向得分计算方法(TE‑DeepFM)，且改进后的逆倾向计算方法计算项目曝光倾向和用户项目曝光偏好的匹配值，使得本发明提出的方法充分考虑了数据间曝光与点击之间的因果关系，从而达到通过本方法生成的项目推荐列表更符合用户期望，增加“曝光‑点击”的概率；本发明解决了传统的推荐方法得到的推荐列表与用户期望存在较大差距的问题。

摘要： 计算并向用户显示对于用户可能想要到访的地点的个性化得分。使用机器学习、基于推断出的或显式偏好中的至少一个计算得分。得分可以被显示给与地点有关的用户，并且在一些示例中还可以显示对导致该得分的底层因素的解释。因为每个用户是独特的，对于一个人的得分可以与对于另一个人的得分不同。因此，当一群朋友在决定要到访的地点(诸如去吃饭的地点)时，对于给定餐厅的个性化得分对于第一用户可以比对于第二用户更高。

摘要： 根据一实施方式，接收对评估内容项目与图像之间的匹配的请求，所述内容项目和所述图像是响应于搜索查询从多个内容项目和图像中来识别和选择的。获得与内容项目相关联的第一元数据、与图像相关联的第二元数据和与搜索查询相关联的第三元数据。基于与内容项目相关联的第一元数据以及与搜索查询相关联的第三元数据确定第一相似性得分。基于与图像相关联的第二元数据以及与搜索查询相关联的第三元数据确定第二相似性得分。计算根据搜索查询的内容项目与图像的匹配的评估得分。评估得分用于作为后续搜索查询的响应而识别后续内容项目和后续图像。

摘要： 第1数据目录和第2数据目录各自表示感测数据的属性。第1数据目录和第2数据目录各自包含表示生成了感测数据的传感器的观测对象的第1单词和表示传感器的观测特性的第2单词。得分计算单元具有第1权重确定部、第2权重确定部和得分计算部。第1权重确定部根据第1数据目录所包含的第1单词、和第2数据目录所包含的第1单词之间的关系，确定与观测对象相关的第1权重值。第2权重确定部根据第1数据目录所包含的第2单词、和第2数据目录所包含的第2单词之间的关系，确定与观测特性相关的第2权重值。得分计算部使用第1权重值和第2权重值，计算与第1数据目录和第2数据目录的一致性相关的得分。

摘要： 本发明公开了基于倾向分数匹配解决物流社交媒体数据内生性的方法，涉及物流数据技术领域。包括s1，采集物流数据和社交媒体数据，形成数据集；s2，对所述s1中采集到的数据集进行分类存储；s3，通过已训练的单方程线性模型对所述s 2中的数据进行内生性分析验证；s4，针对s3中存在内生性问题的数据进行解决。对比现有技术，本发明的有益效果在于：本发明采集数据，存储采集到的数据，通过已训练的单方程线性模型对据进行内生性分析验证，针对存在内生性问题的数据采用倾向分数法进行解决，从而更好地探究社交媒体的应用于物流企业价值增长的关系。

摘要： 一种基于CAPE特性的职业倾向匹配方法，涉及统计学理论技术领域，解决现有技术存在的问题，包括以下步骤：CAPE测试信息采集；求CAPE测试结果各项能力素养占比；针对各行业特性对各项能力素养赋分并做归一化处理；职业倾向匹配。本发明通过社会行为学与心理学总结出CAPE四项能力，又归纳出18项能力素养，通过层次分析法与熵值法两种主客观赋值法结合的方法，基于CAPE四种能力，给出了职业倾向的推导，提供了一种更科学的对人的定位，本发明基于对于职业素养的捕捉并以职业素养为关系桥，分别对人自身和行业所需给出各职业素养权重描述，更加科学地对人和行业给出定位，并通过明确的匹配方法推荐个人适合职业。

摘要： 本发明涉及一种基于情感词匹配的人才情感倾向检测方法，具体包括以下步骤：S1、获取待评价人才的身份信息，根据身份信息确定待评价人才在社交网络平台的用户名称；S2、根据用户名称采集待评价人才在社交网络平台上的社交信息，从社交信息中提取情感关键词，并对提取出的情感关键词进行分类；S3、将分类完成的情感关键词与相应类别的情感词库进行匹配，根据匹配结果确定待评价人才的人才情感倾向。与现有技术相比，本发明具有扩展情感词分析时的基础词源范围、提高人才情感倾向分析结果的准确性和稳定性等优点。

摘要： 一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，包括以下步骤：首先确定实验对象与预参照对象，通过适当的调查方法采集预参照对象与实验对象相应的参数数据；基于倾向得分匹配模型对预参照对象进行处理，确定最优参照对象；当最优参照对象确定之后，分别将实验对象与最优参照对象的参数数据带入到贝叶斯模型，分析判断道路安全治理措施实施前后对道路安全性的影响效果。本方法处理简单易行，通过倾向得分匹配模型对预参照对象的处理，能够筛选出与实验对象相似的参照对象，从而减少评估过程中不相关参照对象的影响，不仅增加了评估的准确性，而且可以增强贝叶斯模型对小样本数据分析的适应性。

摘要： 一种组合倾向得分匹配模型与贝叶斯模型的道路安全评估方法，包括以下步骤：首先确定实验对象与预参照对象，通过适当的调查方法采集预参照对象与实验对象相应的参数数据；基于倾向得分匹配模型对预参照对象进行处理，确定最优参照对象；当最优参照对象确定之后，分别将实验对象与最优参照对象的参数数据带入到贝叶斯模型，分析判断道路安全治理措施实施前后对道路安全性的影响效果。本方法处理简单易行，通过倾向得分匹配模型对预参照对象的处理，能够筛选出与实验对象相似的参照对象，从而减少评估过程中不相关参照对象的影响，不仅增加了评估的准确性，而且可以增强贝叶斯模型对小样本数据分析的适应性。