摘要:在数字化浪潮的背景下,数据已成为推动社会经济发展的重要生产要素,数据资产日益成为研究热点。以2015—2024年中国知网(CNKI)数据库中“数据资产”为研究对象,借助CiteSpace文献分析技术及相关统计软件,对涉及数据资产研究的550篇中文核心期刊(CSSCI)文献进行可视化分析。结果显示:国内数据资产研究发文量逐年递增,研究力量的分布较为分散,学科主要集中在经济学、管理学、信息资源管理、图书馆情报与文献学等领域,核心科研机构间的合作程度尚不紧密;研究热点聚焦于数据资产管理与治理、数据资产确权与保护、数据资产定价与交易机制、数据资产安全与隐私保护等方面。未来研究,需加强数据资产基础制度的保障,深入挖掘数据资产价值释放的驱动机制,推进数据交易平台的差异化建设,并拓展数据资产流通领域的边界。
摘要:以2010—2023年广东省21个地级市面板数据为样本,运用渐进双重差分法评估财政税收政策对区域产业结构升级的影响。结果表明:财政税收政策显著推动了广东省产业结构向高级化方向演进,但其影响存在明显的产业异质性。 ① 财政税收增长显著降低了第一产业比重,促进了第三产业比重的提升,但对第二产业的影响不显著。 ② 财政税收对第三产业正向影响突出,说明政府通过税收政策增强了财政调控能力,有效引导资本、劳动力等要素流向高附加值服务业,从而推动了产业结构的优化升级。 ③ 经济发展水平、城镇化进程、人力资本积累、对外开放程度、金融发展水平等因素也对产业结构升级表现出不同程度的影响,验证了多维度动力共同驱动区域产业结构转型的复杂机制。 ④ 税收政策通过要素流动与产业协同产生跨区域溢出效应。
摘要:为充分发挥耕地生态系统的服务功能,科学量化耕地生态价值至关重要。收集整理2018—2022年云南省土地利用的相关数据,运用物价指数修正法、影子工程法、替代市场法等对各类型生态价值进行估算,分析2018—2022年云南省各地市耕地生态价值的时间变化特征与空间分布规律。结果表明:在时间变化方面,云南省耕地生态价值整体呈现稳步增长的趋势,其中2022年云南省耕地生态价值达到峰值(1102.02亿元);正向生态价值中,营养物质循环功能贡献突出且持续;负向生态价值中,农药污染为主要负面影响因素,整体呈现先上升后下降的趋势;空间分布维度上,耕地生态价值在空间分布呈现出“东部地区强、中间地区居中、西北地区最弱”的分布格局。
摘要:全球气候变化形势日趋严峻,电力企业作为碳排放的主要来源,其碳绩效的提升对于实现国家“双碳”目标至关重要。以我国100家A股上市电力企业为研究对象,根据技术-组织-环境(TOE)理论框架,选取数字化转型程度、绿色技术创新、董事会性别多元化、高管绿色认知、环境规制和政府补助等为影响因素,采用模糊集定性比较分析法(fsQCA),对我国100家A股上市电力企业的碳绩效进行组态分析。结果表明:单一条件变量无法提升碳绩效,需通过多条件形成“协同效应”;电力企业碳绩效提升是技术、组织和环境等多重条件相互协同、共同作用的结果;电力企业实现高碳绩效路径类型主要有技术与环境驱动型、组织与环境引领型、环境协同型以及多元联动型。
摘要:以2003—2017年沪深A股非金融类上市公司数据为研究样本,从融资成本、利率市场化改革、企业创新等视角分析利率市场化改革对企业创新的影响及其作用机理。研究发现:利率市场化改革的推进有利于促进企业创新,融资成本在二者之间具有中介效应,通过降低融资成本,促进企业创新;利率市场化改革推动了利率水平由市场供求自主调节,有效减少了金融抑制现象,提升了金融资源配置的合理性与高效性,促进了企业创新;利率市场化优化了企业外部融资环境,有利于降低企业融资成本,激发企业创新动力。
摘要:根据2011—2022年A股上市公司数据,实证检验公众环境关注对企业会计信息可比性的影响机制。研究发现:公众环境关注与企业会计信息可比性呈正相关,公众环境关注通过强化环境规制,能够显著提升企业会计信息可比性,且该传导路径受行业竞争强度调节,在非国有企业、重污染行业及非高科技企业中更为显著。公众环境关注通过影响政府注意力配置,增强环境规制力度,进而提升企业会计信息可比性;行业竞争强度会系统性调节环境规制对企业会计信息可比性的影响,且这种调节作用因行业特性而异;公众环境关注与企业会计信息可比性的相关性在大规模、非高科技、低ESG表现、低分析师关注的企业中更强。
摘要:随着金税工程的深化与中小企业高质量发展需求的升级,财税服务行业正经历从基础核算向价值赋能的转型。中小企业财税需求呈现出“生存型保合规”“过渡型优税负”“发展型重资源”的差异化特征,推动服务商构建阶梯式产品体系,分阶段推进数字化能力建设,最终实现财税服务的生态化转型;财税服务商应通过差异化竞争策略,实现从劳动密集型向资源整合型的跃迁,最终成为中小企业全生命周期发展的战略伙伴。
摘要:以《中级财务会计》课程为例,在分析人工智能(AI)在教学中应用现状与挑战的基础上,构建AI驱动的“师一生一机”协同的课堂教学模型。模型将 AI深度融入教学全流程:课前构建“数据驱动,精准预设”的协同备课生态;课中构筑“诊断—适配—创生”的协同机制;课后进行"评估—优化”的协同反思与伦理浸润。通过教师、学生与AI在教学全流程中的互动,实现了教学结构的重构、教学资源的动态生成与教学评价的过程性优化。