人口老龄化对我国财政稳定性影响的定量解析

人口老龄化将是我国人口结构的一个长期特征。老龄化程度的不断加深会逐步导致我国劳动年龄人口减少与老化,抑制劳动生产率的提高,导致社会产出的减少,减少政府税源。与此同时,人口老龄化程度的不断加深会持续增加我国政府在养老保障和医疗保障方面的支出责任。人口老龄化会对我国政府所拥有的公共资源和支出义务产生重大影响,进而带来财政风险。本文在确定人口老龄化与我国财政风险之间的关系的基础之上,提出调整人口政策、多元化老年社会服务体系等措施,以积极应对老龄化所带来的财政风险。     

论风险社会语境下司法的风险预防功能

当下我国司法承载着重要的社会治理功能。随着以风险社会为代表的现代性危机的到来,司法究竟如何应对已是无法绕开的话题。我国司法以平息纠纷为现实导向,以追求正义为价值目标,但是这二者都缺乏对全社会层面风险因素的考量。而司法所具备的程序正义和判决说理等特征使其能够在一定程度上发挥风险治理功能,也有道德上的合法性。基于此,我们要充分发挥司法环节的风险治理功能,未来应当在运用司法政策提高法官风险预防意识,厘清法院和风险规制机关的关系,充分激励风险诉讼等方面做出改变。     

网络多元文化对自我同一性的影响

自我同一性是个体在发展阶段中对自我的一种感知、确认和整合，网络多元文化对个体的自我同一性既具有积极的影响作用，也可能会带来一定的负面效应，因此应在一种新的自我观的基础上积极寻求应对策略。     

风险社会理论在中国的发展

随着全球现代化进程的发展，世界已进入“风险社会”时期，关于“风险社会”理论的研究显得更加有意义。“风险社会”的个性化，要求我们在掌握理论的基础上，需要结合本国实际国情，具体分析风险社会理论在中国的发展及对认识中国社会所带来的启示。     

风险社会、社会资本与国家治理法治化——社会主义核心价值观的“现实境遇”与“成长阶梯”

风险社会的到来及其对人们价值观的影响,是当下我国社会主义核心价值观培育无法回避的现实境遇。化解社会主义核心价值观培育的现实风险,需要积极提升社会主义核心价值观培育中的社会资本存量,而要累积社会资本,实现国家治理的法治化是必然选择。当下要培育社会主义核心价值观,就必须通过强化法治教育、转变治理模式、完善相关机制、促进社会组织发展的法治建设等途径,为社会主义核心价值观的培育和践行奠定坚实根基。     

新媒体影响力对雾霾风险感知的作用机制

基于“2017年中国城市化与新移民调查”随机调查数据，通过已有文献构建新媒体影响力和雾霾风险感知指标，采用中介效应模型验证并探索新媒体影响力对雾霾风险感知的影响及其作用机制。研究发现:提高新媒体影响力，能有效降低雾霾风险感知，而政府环保评价起着显著的中介效应的作用；并且新媒体影响力可划分为官方媒体影响力和非官方媒体影响力；官方媒体影响力不仅直接影响雾霾风险感知，而且通过政府环保评价间接对其产生影响；而非官方媒体影响力仅通过政府环保评价对雾霾风险感知产生间接影响。因此，媒体融合时代下，提升公众对官方媒体使用频率，拓宽官方媒体信息发布喋道，完善公开透明的信任机制，同时加强对非官方媒体的信息监督和信息反馈机制，完善政府风险沟通机制，对现阶段中国环境风险的源头治理具有现实意义。     

创始资金与社会网络:社会角色差异性的视角

创始资金是企业创立的关键资源。尽管学界已注意到创始资金的主要来源是创业者的亲友,却少有文献探究其内因。以社会网络理论和信任理论为基础,投资者对创业者能力信任和情感信任是其投资的主要动机,但父母和朋友这两种不同的角色会带来动机的差异性。通过CPSED数据的检验,结果表明:父母和朋友对创业者进行资金支持主要受创业者个人能力信任,情感信任调节作用的影响。对于不同社会角色,情感信任的调节作用有差异,相对于父母,情感信任对朋友投资决策的调节作用更大。     

消费者使用第三方支付感知风险的影响因素与对策建议——基于解释结构模型(ISM)的实证分析

第三方支付的创新发展,积极调动了"长尾"消费者的投资热情,导致消费者金融服务需求膨胀和风险预警矛盾日益严重。运用德尔菲法对消费者使用第三方支付感知风险因素进行识别和筛选,并通过解释结构模型(ISM),进一步分解出其影响因素之间的结构性分布及其逻辑关联。实证结果表明:消费者信任是表层因素,接受深层次因素传导作用;第三方支付机构提供安全技术操作等诸因素是中间层因素;消费者个体特征和互联网环境是深层次因素。为了降低感知风险,必须全方位、多渠道地优化网络环境、健全第三方支付企业安全管理体系和强化消费者权益保护。     

大数据背景下基于社交网络的聚类随机游走抽样算法研究

数字经济时代,社交网络作为数字化平台经济的重要载体,受到了国内外学者的广泛关注。大数据背景下,社交网络的商业应用价值巨大,但由于其网络规模空前庞大,传统的网络分析方法 因计算成本过高而不再适用。而通过网络抽样算法获取样本网络,再推断整体网络,可节约计算资源, 因此抽样算法的好坏将直接影响社交网络分析结论的准确性。现有社交网络抽样算法存在忽略网络内部拓扑结构、容易陷入局部网络、抽样效率过低等缺陷。为了弥补现有社交网络抽样算法的缺陷,本文结合大数据社交网络的社区特征,提出了一种聚类随机游走抽样算法。该方法首先使用社区聚类算法将原始网络节点进行社区划分,得到多个社区网络,然后分别对每个社区进行随机游走抽样获取样本网 络。数值模拟和案例应用的结果均表明,聚类随机游走抽样算法克服了传统网络抽样算法的缺点,能够在降低网络规模的同时较好地保留原始网络的结构特征。此外,该抽样算法还可以并行运算,有效提升抽样效率,对于大数据背景下大规模社交网络的抽样实践具有重大现实意义。