农村居民大病保险经济补偿能力及效果

经济补偿是农村居民大病保险的基本职责,经济补偿能力是履行该职责的前提和基础,经济补偿效果是履行该职责的具体体现。利用江苏省5个样本地区的实地调研数据,从横向和纵向两个维度评估了各地大病保险的经济补偿能力,从大病保险的受益面、患者个人自付比例、大病保险基金使用率等指标综合衡量各地大病保险的经济补偿效果。研究发现,医疗费用、筹资机制、政策设计等多种主客观因素共同约束着大病保险经济补偿能力和补偿效果的发挥,亟需从补偿主体的衔接、大病费用的控制、筹资机制的建设、大病保险的服务等方面进行改进。     

整体性治理框架下农村公共服务的有效供给

农村公共服务供给的有效性关乎到社会治理现代化目标的实现。通过对当前农村公共服务碎片化供给的历史演变考察,提出农村公共服务供给整体性治理的应然性。进而建构出农村公共服务供给的整体性治理框架,梳理了整体性治理的三大机制,探求并分析影响农村公共服务供给中整体性治理机制的变量关系。借助于样本区域的调研数据,诠释了整体性治理机制与农村公共服务供给的关系模型。同时结合非结构访谈的实践内容,厘清了农村公共服务供给在整体性治理理念下的现实盲区,通过提出农村公共服务供给路径的建议,进一步提升我国农村公共服务供给的有效性。     

第三次工业革命与江苏应对

第三次工业革命的兴起,正在重塑世界经济格局,全球产业竞争格局正在发生重大调整。同时,它又与中国加快转变经济发展方式形成历史性交汇,给中国未来经济带来发展的机遇和严峻的挑战。江苏作为中国的制造大省,开放型经济的排头兵,具有应对第三次工业革命的有利条件,应抓住第三次工业革命带来的历史性机遇,加快推进经济转型升级,积极应对第三次工业革命带来的影响。     

我国高校开展社会主义核心价值观教育的困境与对策——以地方行业特色高校为例

新形势下培育和践行社会主义核心价值观是推进中国特色社会主义伟大事业,实现中华民族伟大复兴中国梦的战略任务.随着我国社会主义核心价值体系的建立以及社会主义核心价值观的倡导和发扬,高校越来越注重对大学生进行核心价值观的培育和践行.高校要结合地方行业特色,探讨地方行业特色高校开展社会主义核心价值观教育所面临的诸多困境,并提出具有较强现实价值和时代意义的对策.     

基层群众性自治组织应急行为的合法性检视 ——以突发公共卫生事件为例

突发公共卫生事件的应对不仅仅是政府的职责,同时也需要社会各界力量的共同参与。基层群众性自治组织是突发公共卫生事件防控的重要主体,同时法律也明确规定其有权采取一些应急措施。在此次新型冠状病毒肺炎疫情防控过程中,基层群众性自治组织发挥了重要作用,但有的应急行为超出了法律规定,主要表现为简单粗暴的封路封村行为、隔离的违法性、禁止租户进入小区以及对公民个人信息的泄露等。在检视其行为的基础上,从加强政府的指导与监督、完善相关法律规定、由法定主体实施相关封锁行为、结合实际实施分类防控、加强个人信息保护等方面提出基层群众性自治组织应急行为合法性回归的建议。     

赫尔曼·黑塞视野中的儒家文化及其启示

在20世纪东西文化"对话"中,西方有以马克斯·韦伯为代表的儒家批判者,中国又有以反孔、"倒儒"为标志的新文化运动,这些是时势加诸儒家的强势话语,但黑塞从儒家文化的参照中看到了欧洲个人主义文化的非必然性,提出了综合两种对立文化、重建欧洲道德的设想,表达了对儒家的另一种话语期待.黑塞对儒家文化的取舍告诉我们任何经典文化都是相对的,而不是僵化的或某种定性的文化.     

全纳教育视野:流动人口子女流入地义务教育的实证分析

流动人口子女教育是关系到社会变迁及和谐社会构建的大问题,破除社会排斥、促进社会融合是社会政策的目标.把全纳教育理念导入基层学校并进行学校社会工作的微观干预,有利于推进流动人口子女的社会化进程,进而推进"全纳社会"的形成.文章以全纳教育为视野,从社会环境、学校实践和家庭关系三方面探讨了全纳教育在流动人口子女流入地义务教育中实施的现实性,认为混合班制的学校教育是全纳教育的最佳模式.     

数字经济对地区经济增长差距的影响效应分析

文章基于中国30个省(自治区、直辖市)2013—2020年的面板数据,运用固定效应模型、中介效应模型和空间杜宾模型等方法,实证检验了数字经济发展对地区经济的影响及其传导机制。研究发现,数字经济发展显著缩小地区之间的经济差距,运用工具变量估计、替换被解释变量、剔除异常值等方法进行稳健性检验后,该结论依然成立。中介效应分析表明,地区创新能力是数字经济缩小地区间经济差距的重要机制。空间溢出效应分析表明,数字经济发展对地区间经济增长差距的缩小具有负向的溢出效应。空间异质性分析表明,东部地区数字经济发展对地区经济增长差距的缩小效应相比中部、西部地区更显著;南、北方的异质性分析表明,北方地区数字经济发展对地区经济增长差距的缩小的积极作用比南方更显著。最后,为我国发展数字经济、充分发挥数字经济对缩小地区经济差距,实现地区间协调发展提出政策建议。     

Integrating Neural Networks and Semi-Markov Processes for Automated Knowledge Acquisition: An Application to Real-time Scheduling*

Recently, artificial neural networks (ANN) have gained attention as a promising modeling tool for building intelligent systems. A number of applications have been reported in areas varying from pattern recognition to bankruptcy prediction. In this paper, we present a creative methodology that integrates computer simulation, semi-Markov optimization, and ANN techniques for automated knowledge acquisition in real-time scheduling. The integrated approach focuses on the synergy between operations research and ANN in eliciting human knowledge, filtering inconsistent data, and building competent models capable of performing at the expert level. The new approach includes three main components. First, computer simulation is used to collect expert decisions. This step allows expert knowledge to be obtained in a non-intrusive way and minimizes the difficulties involved in interviewing experts, constructing repertory grids, or using other similar structures required for manual knowledge acquisition. The data collected from computer simulation are then optimized using a semi-Markov decision model to remove data redundancies, inconsistencies, and errors. Finally, the optimized data are used to build ANN-based expert systems. The integrated approach is evaluated by comparing it with the human expert and using ANN alone in the domain of real-time scheduling. The results indicate that ANN-based systems perform worse than human experts from whom the data were collected, but the integrated approach outperforms human experts and ANN models alone.