TMT异质性与企业社会责任—基于中国IT行业上市公司面板数据的实证研究

来源 :智能计算机与应用 | 被引量 : 0次 | 上传用户:lwt159
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文基于2013~2017年中国IT行业252家A股上市公司的数据,以高阶梯队理论和社会同一性理论为基础,对高管团队异质性与企业社会责任之间的关系进行实证分析。实证结果表明:高管团队性别异质性、年龄异质性、政治关联异质性和海外背景异质性对企业社会责任有显著的负向影响。该结论反映出企业可以从高管团队的人力资源配置角度出发,来改善社会责任问题,从而实现企业可持续发展。
其他文献
针对铁路窗口售票服务质量的问题,提出一种售票窗口服务质量的表情识别监测系统。该系统通过售票窗口外侧的摄像头检测到人脸图像时,表情监测系统每隔一定的时间就会通过安装在售票窗口内的摄像头获取监控范围内的帧图像信息,由表情识别监测系统对图像进行处理和识别,将识别后的结果进行数据统计。基于表情识别技术的监测系统在铁路售票窗口的应用,不仅能够提高售票员的服务质量,也能够让旅客在购票的过程中体验到舒适感。
摘 要: 随着人机交互领域研究的不断发展,交互途径已经从传统的视觉和听觉途径扩展到触觉途径。触觉是人类感知外界信息的重要途径之一。非接触式触觉反馈能够在 AR/VR领域有更好的表现,为虚拟现实中的场景交互提供触觉反馈。本文提出一种基于相控阵技术的方法来使超声波的波束聚焦以模拟触觉。通过Matlab进行超声波换能器声场仿真分析设计开发了基于DSP(Digital Signal Processing)
摘 要: 多式联运是一种新兴的运输方式,通过整合多种交通资源形成一套完善的体系来提高运输效率。航空客运量可以用来评估民航业的发展状况,根据分析出的影响客运量变化的因素,可以为民航系统的发展提供方向。本文利用多元回归分析法,根据现阶段多式联运发展程度较高的上海虹桥机场数据,分析铁路、轨道、公路和水运的客运量对航空客运量产生的影响。  关键词: 多元回归分析; 多式联运; 客运量  文章编号: 209
渔业水质评价智能化对提高渔业生产水平起到关键促进作用.本文针对渔业水质评价设计了基于LBFGS优化的神经网络模型,深入讨论选取特征的有效性并优化了特征选择,实现了模型压
随着社交网络的快速发展,人们通常会上传、分享和记录食物图片,因此食物图像分类的应用价值也越来越大,对食品推荐、营养搭配、烹饪文化等方面都产生了积极的影响。尽管食物图像分类有着巨大的应用潜力,但从图像中识别食物仍然是一项具有挑战性的任务。为了解决食物的细粒度识别问题,本文提出了一种基于自我监督预处理的食物图像分类模型,通过自我监督的学习方式更高程度地学习食物图像特征。该模型在基于密集连接网络的食物图
考虑激光深熔焊过程中存在对流、辐射、热传导等传热过程以及蒸汽反冲作用力,表面张力,热浮力等力学过程,采用移动旋转高斯体热源来简化焊接的热过程,使用VOF方法跟踪自由界
摘 要: 当前国内道路交通管制仍然主要依靠交通信号灯,依然是传统的三色灯固定配时模式,这种模式最大的弊端在于不能针对交通流的实时变化进行动态配时调整,从而造成道路资源的浪费。对多目标算法进行优化,并提出一种交叉路口信号灯智能配时模型。又利用实际数据对模型进行了测试分析。实验证明,该模型能有效减少机动车的平均延迟时间和停车次数,从而提升道路的通行效率。  关键词: 交叉口; 交通流预测; 动态配时;
摘 要: 利用计算机和新媒体技术,网络犯罪案件则呈现出一些新的特征,云计算平台是网络攻击的最大目标。针对新媒体环境下云平台的安全隐患,以及传统电子取证的局限性,阐述云取证工作发展的迫切性,探讨了网络犯罪下云取证的研究热点及模型,以及现有工作所面临的各种挑战,并提出云取证领域今后的改进措施和研究方向。  关键词: 新媒体; 网络犯罪; 云取证; 云计算; 电子取证  文章编号: 2095-2163(
摘 要: 面对互联网交易中店家靠刷销量欺骗消费者的问题,提出使用k最近邻(k-Nearest Neighbor,kNN)算法进行欺诈检测。 针对传统kNN算法在搜索k近邻时耗时过多的问题,提出基于KD树结构的kNN算法。 为解决经典KD树算法由于每次回溯都要回溯到根节点而导致查询效率低的问题,提出使用最佳桶优先(Best-Bin-First,BBF)算法进行k个近邻的查询。 算法首先对待测数据集进
摘 要: 生成式对抗网络(Generative Adversarial Networks, GAN)是一种非常简单易行的生成式模型,不依赖任何先验假设,通过采样的方式生成似真数据,且生成速度快。近年来,生成式对抗网络在图像处理及自然语言处理任务中得到了广泛的应用。但是,生成式对抗网络同样存在缺点,比如训练过程中不稳定、生成数据过程中出现模式坍塌现象等。本文从网络结构、损失函数定义出发来分析GAN,