一种改进型专家模糊核聚类赋权方法研究

针对传统基于判断矩阵的专家模糊核聚类赋权方法，由于归一化条件的制约，导致离群点对聚类结果产生不良影响的问题，提出一种改进型模糊核聚类算法。该方法在聚类过程中，通过放宽归一化约束条件，削弱离群点对聚类结果的影响；并且针对传统基于信息熵与一致性系数线性耦合的聚类标准的局限性，提出一种基于偏差熵的赋权方法，依据专家对自身类别的聚类贡献度，确定专家权重，克服了传统方法的不足。算例表明，该方法可行、有效。     

“一带一路”背景下基于综合集成算法的中国企业对外直接投资风险评价研究——以H公司为例

"一带一路"建设开启了中国企业对外直接投资的新纪元,然而面对日益复杂的投资环境,能否准确识别、科学评价和有效应对风险深刻影响着企业对外直接投资的成败。本文构建了以外源性风险、内生性风险和过程性风险为核心,且动态评价我国企业对外直接投资风险的分析框架,基于对H公司的问卷调查,运用综合集成算法(DHGF),多维评价"一带一路"背景下H公司对外直接投资风险水平。研究结果表明:"一带一路"背景下,H公司作为我国企业对外直接投资的典型代表,其面临的对外直接投资风险稍有下降,但仍处于高风险区域,企业亟须分类防控各层级风险。     

网络社区发现算法在流动表建模中的设计与应用

代际流动表可以统计子代与其父代社会地位配对数据的交互频数，反映了社会资源占有的优劣势在父子两代人之间的比较。对财富、阶级、特权等社会基本特征演变的实证考察，均依赖于代际流动表的量化分析。对数线性模型是流动表建模分析的基本工具，通过对列联表单元格频数进行拟合，可以识别流动表行分类与列分类之间的强弱交互效应，刻画父子社会地位间的交互结构。本文利用复杂网络社区发现算法分析父子社会地位的关联结构，针对简约对数线性模型拟合精度不够的问题，提出一种新的建模思路：利用社区发现算法对简约对数线性模型的残差列联表进行关联关系挖掘，将发现的社区效应作为附加参数约束引入原对数线性模型，以改善数据的拟合情况。由于该方法只在原简约对数线性模型中增加了一个参数约束，因此仍可以保证建模结果的简洁性及理论意义，同时社区效应补充了原对数线性模型对经验数据结构的解读。论文用此方法对来源于中国综合社会调查数据的经验代际职业流动表进行建模分析，较好地解释了子代职业阶层与父代职业阶层间的关联模式。     

为何城市总体规划 不能准确预测未来人口规模? ——对中国城镇化经济动因的空间计量分析

梳理16个城市历次城市总体规划对其未来人口规模的预测,发现近80%的样本低估了未来人口规模。因此通过构架劳动力转移模型,并使用空间计量模型分析2000-2017年间中国31个省市城镇化的经济动因,发现:第二、三产业比重越高、市场化程度越高、城乡收入差越大、房地产占GDP比重越高、人口增长速度越高的地区,城镇化率也越高,而资本形成占GDP比重越高的地区城镇化率越低,GDP增速对城镇化率没有显著影响。基于驱动城镇化的计量结果,认为有三方面原因导致预测人口规模失败:一是政府忽略了人口转移的经济规律,二是由于制度原因政府偏好小城镇并刻意压低人口规模,三是苏联模式后遗症的影响。因此,在未来城市发展进程中,应结合人口转移的经济规律进行城市规模预测,继续强化市场机制建设,充分信任市场作为资源配置的主要机制,减少制度性障碍,积极调整公共资源的供给缺口,认真落实社会法治,做好公平市场竞争机制的维护者。     

试析“交叉性”在美国的实践及其困境

弗洛伊德事件在全球范围内引发了新一轮的关于种族主义的讨论，但不能仅仅将这起事件简单理解为种族问题，而应同时对由此而引发的“黑命攸关”运动进行全面审视。“黑命攸关”运动与过去传统的民权运动存在着差别，它实质上是一场由“交叉性”所主导的身份政治运动。“交叉性”是黑人女权主义者为回应人们对身份政治狭隘群体意识的诘难而提出的理论，其目的在于消除多元身份之间的隔阂以增强反抗力量。但在具体的实践过程中，“交叉性”却遇到了诸多严重问题，其根本原因在于它未能从根本上突破身份政治漠视经济问题的错误，在本质上仍是一种资本主义的改良方案，因而难以在现实中有效聚合反对资本主义的力量。这启示我们，新的社会变革仍应重回寻求消灭资本主义制度的马克思主义理论视域之中。     

关于突发事件社区化解的探究

我国正处于从传统社会步入现代社会,从计划经济过渡到市场经济的转型期,社会的结构、体系、价值观等方面不断变化。由社会矛盾引起的突发事件在当今中国社会越来越突出,是不可回避的重要议题。因其多由个人原因导致,征兆不显著,由政府管理的成本高,难度大。对于那些还没有达到危机程度,尚处于萌芽状态的事件需要引起社会各方更多的警觉和重视,而社区化解在这方面具有经济性和可行性的明显优势。本文从必要性、可行性及发展对策等方面来探究突发事件的社区化解。     

移动互联网·大数据·智能化:人工智能时代权力的规训路径

人工智能时代,移动互联网、大数据和智能技术的突破性发展塑造了新的权力结构,也改变着权力的具体形态。首先,无处不在的移动互联网催生了一种全新的网络权力。在形式上,网络权力是一种人人自由驰骋网络的自主权利;但实质上,网络权力却是一种无孔不入的强制力,一种人们沉迷其中无法自拔的内在影响力。其次,无所不包的大数据催生了一种全新的数据权力,这种数据权力通过追踪、监控个体在社会生活中的轨迹,进而在注意力规训和思维方式规训中实现对整个社会的规制和重塑。此外,无所不能的智能技术催生了一种全新的算法权力,这种算法权力既可能使我们面临知识精英与资本寡头共谋所带来的新的人类专制,也预示着未来机器奴役人的潜在风险。很显然,人工智能时代的权力结构与权力形式都发生了根本的改变,网络权力、数据权力、算法权力,正是人工智能时代权力规训的三种新路径。而这必然会反映在社会治理、国家治理的实践和理论当中,进而对以权力研究为中心的传统政治学带来颠覆性的影响。