学前教育对青少年成就发展的影响——基于CEPS数据的实证研究

基于中国人民大学提供的中国教育追踪调查数据,采用倾向得分匹配法,实证检验学前教育经历对青少年成就发展的现实影响,讨论“去小学”化的现实必要性。结果发现:接受学前教育和未接受学前教育的青少年在学业表现、家庭特征与个体特征等方面存在着一定的差异;Logit模型发现了家庭人力资本存量、经济资本以及家庭规模均对学前教育参与率的提升起到积极影响,但农村青少年的学前教育参与率相对于城镇要低2.3个百分点,显示出学前教育资源在城乡间的非均衡分布;倾向得分匹配法揭示了学前教育经历对青少年的学业表现具有正向影响,尤其是对语文和数学成绩的促进作用最为明显,但提前接触小学教育内容并不能帮助青少年赢在起跑线上。     

我国风电产业政策演进与效果评价

设计了中国风电产业政策分析的COPA框架模型,在系统梳理和量化考察我国1994-2014年间185(部委级以上)条风电产业政策基础上,从政策内容、政策形式、政策力度和发布部门四个维度实证分析了中国风电产业政策的实施效果,给出了基于COPA模式的最优风电产业政策匹配模式。研究结果显示:信息支持和并网支持政策作用于风电产业的效果最佳,而产业内部规范管理(运行规范和设备规范)对于未来风电产业发展尤为重要;最有效的政策发布形式是国务院的条例和各具体部门法令。最后,在政策效果分析的基础上提出了中国风电产业政策效果最佳的COPA匹配模式。     

人工智能提升企业劳动收入份额了吗

随着人工智能时代的到来，产业体系与生产方式发生着转变，对劳动力市场和国民收入分配格局产生冲击。在此背景下，基于微观企业面板数据，分析人工智能应用对企业劳动收入份额的影响。利用双重差分倾向匹配得分法（PSM-DID）的研究结论表明，人工智能应用显著提升企业劳动收入份额，平均而言可以提升1.4-1.7个百分点，且这一效果在不同类型企业之间存在异质性，出口参与行为抑制了人工智能对劳动收入份额的促进作用；私营企业强于非私营企业；对劳动密集型企业的积极影响最为突出。利用因果中介分析（CMA）模型的机制验证表明，人工智能应用提升企业劳动收入份额的作用机制以劳动增进效应为主，企业全要素生产率起到部分中介效应。研究结论对我国在“人工智能革命”中的收入分配改革具有启示意义。     

微博中娱乐新闻的群体极化现象研究

新媒体时代,微博作为重要的社交工具,改变了人际交往的方式。微博发布信息的便捷性和及时性,使微博在群体化事件中扮演着重要的角色。本文运用群体极化理论,采用文献研究法和案例分析法,围绕微博中娱乐新闻的群体极化现象,对群体极化现象产生的原因、特征等进行分析论证,阐述群体极化现象强大的影响力,并由此提出一些对策,规避群体极化的负效应,净化微博及网络环境。     

主持人个性如何与节目风格匹配

一、道不同不相为谋 俗话说,“物以类聚,人以群分。”电视现在也进入“窄播化”、“分众化”的时代,没有哪个节目可以说它适合所有人的口味,即便是名牌栏目它也只能满足部分观众的需求。央视的“对话”、“艺术人生”,还有凤凰卫视的“锵锵三人行”这些新兴的谈话节目,别管谁克隆谁的,总是也打出牌子来了,     

作为情感产品的新闻：生成逻辑、发展条件与迭代过程

社交媒体环境中的新闻可被视为一种情感产品,其生产与消费过程因情感的重塑而走向一体化。本研究采用个案分析和扎根理论,围绕社交媒体用户在张玉环案中的情感交往行为,考察了情感产品的生成逻辑、发展条件和迭代过程。研究发现：用户在消费过程中赋予新闻特定的情感意义和情感价值,从而使新闻的情感属性凸显出来,其事实或信息属性被边缘化;媒体在新闻生产过程中会进一步固化新闻的情感偏向,使得新闻成为一种情感的表征。新闻发展为一种情感产品与冲突性媒介形象的塑造以及情感抑制的解除有关,情感产品的迭代有一定周期性,可分为分化、对峙和逆转。本研究的价值在于从情感视角重新界定了社交媒体新闻、反思了其社会角色,进而为媒体修正职业理念和伦理规范提供了一定参照。     

反态度信息与平衡信息接触对舆论极化的影响——一项在线实验的实证检验

社交媒体是否存在“回音室效应”仍存有较大争议。过往研究多将算法视为信息茧房和态度极化的“罪魁祸首”,因为它营造了单一同质的信息环境,不利于公共领域的健康发展,而异质、多元偶遇的信息则被当作“破茧”良方。本文借助在线-实验法,基于精细加工可能性模型设计了3（亲态度/反态度/平衡态度）×2（高论证质量/低论证质量）的多因素组间实验,尝试探究反态度信息和平衡信息接触对用户态度的实际影响。结果表明,多元信息共存的社交媒体并不必然带来开放理性的舆论环境,同质信息也不必然引发“过滤泡”效应。高质量反态度信息能够缓和或改变个人态度,但对高议题卷入度的人来说,反态度信息反而抑制态度去极化;人们同样会以处理片面信息的确认偏误方式理解平衡信息,但那些无明确立场、低说服意图的平衡信息具备态度修正潜力。因此,在考虑信息质量以及投放信息人群的议题卷入度的前提下,偶然信息投放能够有效缓解舆论极化问题。     

群体极化视域下突发事件网络舆情极端观点识别研究

[目的/意义]突发事件网络舆情群体极化形成和演化受到来自物理空间、社会空间、信息空间的诸多风险致因因素影响,群体极化风险识别是在对其演化机理全面梳理基础上,对是否产生风险的判断,是社会风险评估和管控的前导性环节。[方法/过程]文章论证了极端观点是群体极化风险存在的最主要具象形态,分析了极端观点的特征,构建了极端观点的TCMCR识别模型,基于自我归类理论中引用的原型性概念来识别极端观点,以元对比率的值表达观点的原型性,并以突发新冠疫情下的“辉瑞新冠小分子药物”舆情为例进行了实证研究。[结果/结论]文章构建的模型对突发事件网络舆情群体极化的极端观点进行有效识别,实证研究结果显示观点O13发生了群体极化现象,形成了群体极化风险。     

从技术赋权到平台逻辑：社交媒体舆论极化形成与治理

舆论极化的治理是维护网络空间公共利益的重要一环,也是将互联网这一国家治理和社会稳定的最大变量转化为推进社会经济发展最大增量的关键。为进一步探究社交媒体对舆论极化的影响,文章在梳理现有研究的基础上,立足平台生态的中观视角,从连接逻辑、情感逻辑、数据逻辑和商业逻辑四个社交媒体的主要逻辑入手,探讨其对舆论极化形成的影响,以补充和丰富极化研究版图,并为探索舆论极化的治理、营造风清气正的网络空间提供可能路径。     

网络新闻回帖中的受众互动与群体极化：以情绪为中介变量

随着新媒介技术的发展,构筑清朗的网络意见表达空间、建设良好的网络传播秩序成为发展网络强国、建设现代化治理体系的重要内容。本研究基于新冠肺炎疫情暴发的2020年1月20日至3月8日间,人民日报在新浪微博发布的43088条新闻及其1204769条相关评论的实证分析,考察沉默的螺旋理论视角下,作为意见表达的网络新闻回帖所形成的受众互动对群体极化的影响,揭示了情绪在受众互动和群体极化之间关系具有抑制性中介作用。结果显示,受众互动对群体极化具有显著的正向影响;受众互动越强烈,情绪效价越消极,情绪唤醒越强烈;正向情绪效价、低唤醒度的情绪更容易导致群体极化。