关键词： Ferroelectric thin films  

摘要： Thickness-dependent dielectric nonlinear properties of 0.78Bi0.5Na0.5TiO3-0.2SrTiO3-0.02BaTiO3 thin films in a thickness range of 0.62-1.62 μm were investigated in this work. It was demonstrated that the dielectric properties decreased with the decrease in thickness due to the substrate clamping inducing the degeneration of intrinsic contribution and the reduced domain wall mobility. A low DC electric field promoted domain switching and reversible domain wall motion. The domain mobility was suppressed by a high DC electric field, which resulted in reduced dielectric permittivity combined with the tunability of intrinsic dielectric response. © 2024 Author(s).

摘要： Spatial-temporal graphs are widely used in a variety of real-world applications. Spatial-Temporal Graph Neural Networks (STGNNs) have emerged as a powerful tool to extract meaningful insights from this data. However, in real-world applications, most nodes may not possess any available temporal data during training. For example, the pandemic dynamics of most cities on a geographical graph may not be available due to the asynchronous nature of outbreaks. Such a phenomenon disagrees with the training requirements of most existing spatial-temporal forecasting methods, which jeopardizes their effectiveness and thus blocks broader deployment. In this paper, we propose to formulate a novel problem of inductive forecasting with limited training data. In particular, given a spatial-temporal graph, we aim to learn a spatial-temporal forecasting model that can be easily generalized onto those nodes without any available temporal training data. To handle this problem, we propose a principled framework named ST-FiT. ST-FiT consists of two key learning components: temporal data augmentation and spatial graph topology learning. With such a design, ST-FiT can be used on top of any existing STGNNs to achieve superior performance on the nodes without training data. Extensive experiments verify the effectiveness of ST-FiT in multiple key perspectives.

关键词： 产业政策   企业供应链网络   创新   高阶溢出   双向溢出  

摘要： 国内外环境变化和供应链网络重构背景下产业政策的溢出，不仅是近年来经济学研究的前沿领域，也是政策实践关注的焦点。本文考察产业创新政策能否以及如何在企业供应链网络的上下游企业间进行高阶、双向溢出。首先构建一个包含企业供应链网络的政策溢出理论模型，然后利用高新技术企业认定政策作为准自然实验，使用溢出稳健-倍差法和企业层面的供应链网络信息进行经验分析。结果表明，政策扶持高阶上游企业显著促进了下游企业的研发创新，即产业创新政策能在企业供应链网络中进行高阶下游溢出，且以市场竞争和竞争性产业创新政策为代表的竞争机制进一步促进了政策的高阶下游溢出。机制检验表明，政策扶持高阶上游企业通过成本降低和投入多样化机制提升了下游企业的技术水平，但由于市场势力的上升，政策扶持高阶下游企业无法利用产出扩张和客户多样化机制提升上游企业的研发水平。本文基于企业与其供应商、客户的交易信息构建企业供应链网络，拓展了政策网络溢出的维度和高阶、双向特征，为政府利用产业创新政策攻克“卡脖子”难题提供了新思路。

关键词： 民营企业   逆向混改   内部控制质量   企业ESG表现   数字化转型  

摘要： 逆向混改是激发民营经济市场主体活力，引领并支持民营企业高质量发展的重要举措。基于2013—2022年我国沪深A股民营上市公司样本，实证检验逆向混改对企业ESG表现的影响机制。研究结果发现：逆向混改能够提升民营企业ESG表现，且可以通过增强内部控制质量来提升企业ESG表现。研究结果表明：数字化转型在逆向混改提升民营企业ESG表现的路径中发挥着正向调节作用。异质性分析指出：在市场化程度低、声誉低以及重污染行业的民营企业中逆向混改提升ESG表现的作用更加显著。

关键词： 在孵企业   创业孵化平台   持续使用意愿   社会交换理论   双重模型框架  

摘要： 我国创业孵化平台面临在孵企业流失困境,但现有研究缺乏对在孵企业持续使用平台意愿的深入探讨。基于社会交换理论,采用双重模型框架构建平台持续使用意愿研究模型,利用288份在孵企业问卷调查数据进行实证检验。结果发现:平台持续使用意愿存在贡献机制和约束机制双重形成机理。在贡献机制中,平台提供的技术支持和社会支持正向影响平台持续使用意愿,在孵企业关系满意度在上述关系中发挥中介作用;经济支持对平台持续使用意愿无显著影响,关系满意度在上述关系中不发挥中介作用。在约束机制中,在孵企业启动活动投入通过提高终止成本增强平台持续使用意愿;学习投入对平台持续使用意愿具有直接正向影响。结论不仅可丰富创业孵化平台研究成果,而且能拓展社会交换理论及双重模型应用情境,对平台有效维系在孵企业具有实践指导价值。