治理能力与社会机会——基于世界治理指标的实证研究

社会机会能够提高人类的发展水平,促进社会成员个人发展质量的提高.社会成员对社会机会的广泛共享是经济社会协调发展的基本取向,也是政府治理行为追求的重要目标之一.通过对各国政府治理能力和社会机会水平之间关系的实证研究发现,治理能力的提升有助于社会机会的扩大,能够促进全社会成员共享经济和社会发展的成果.     

从求真到致用：周谷城古史分期观的演变

周谷城的古史分期观有其演变过程。就其演变的过程看,周谷城从关注历史实际转向了对“五种社会形态说”的认同。学界大都把周谷城的古史分期观等同于“东汉封建说”,这就忽略了其丰富内涵和复杂演变。     

恢复性司法中国化的理念契机与伦理制约

恢复性司法作为一种在当今社会日益受到重视的司法改革选择对世界许多国家的影响越来越大,在中国的文化背景和制度框架下引入恢复性司法既有理念上的契机,也有强大的来自传统伦理和既有制度的制约与障碍,恢复性司法的引进应当既积极探索,也要小心谨慎,稳步推进,避免法律体系的动荡,维护现有法律体系的和谐。     

网络效应的表述及研究框架评析

在对网络技术标准竞争经典文献进行系统梳理的基础上,综述了基于新古典研究框架、ACE研究框架以及博弈论研究框架下网络效应的不同表述方式,分析了不同研究框架的研究特点、适用性及其优点和局限性。本文认为,并不存在一个适用于所有研究问题的统一研究框架和研究方法,而应当根据研究实际,灵活选用网络效应的不同表述方式和不同研究方法。     

我国少数民族构成要素的因子分析

本文用总人口、自治地方本民族人口、自治地方少数民族人口、人均GDP、农业人口、识字人口、在校生、母语人、单语人、双语人人数等 10项指标作为民族的地区、经济、教育和语言构成要素 ,对这些要素在我国现有少数民族中的构成情况作了描述、相关和因子提取等统计分析 ,以说明目前我国少数民族构成的基本社会状况 ,以及这些要素对少数民族整体和个体的构成的作用或代表的信息量有多大。文章还依据已有的经验知识对统计分析结果作了相应的说明和解释。结论是 ,目前我国少数民族之间的区别特征主要在于经济发展水平、人口的教育水平、居住地区、使用语言等方面的社会差别 ;但是从发展趋势看 ,传统意义上的各民族构成要素的作用将逐渐减弱 ,民族间的差别将逐渐缩小     

区域视角下滨海新区的空间重构

《国务院关于推进天津滨海新区开发开放有关问题的意见》颁布后．天津滨海新区的宏观环境发生了深刻变化。滨海新区成为继深圳特区、上海浦东新区之后,中国的第三个经济增长极．成为带动北方地区对外开放的门户。按照国家对滨海新区的战略定位．滨海新区应探索区域资源整合、产业集聚、利益共赢的区域协调发展模式．构建开放、弹性的空间结构。     

中国应急管理结构变化及其理论概化

在系统思维的意义上,中国应急管理实践存在着社会变迁、治理转型、政府架构、政策体系、运行机制五个维度的内在结构。以2003年"非典"疫情至2013年"芦山地震"十年间的重大灾害为研究对象,通过比较案例研究,讨论中国应急管理在这五个尺度上的结构变化。总体来看,中国应急管理结构固化与结构演进并存,目前以结构固化为主,但也存在推动结构演进的动力。通过归纳逻辑和类比方式,可以对中国应急管理的结构固化进行理论概化,提出"彗星"结构与"彗尾"效应,形成关于中国应急管理结构变化的理论命题。中国应急管理脱离结构单独推进是陷入目前发展困境的根本原因,因此,中国应急管理的发展需要回归结构,顺势而为,推动应急管理的结构演进。     

中国留英博士毕业生的社会流动

近年来,中国高等教育国际化的脚步越来越快,出国留学和留学归国人数逐年增长。基于一手访谈数据,探究海外博士教育是否能带给海归博士带来预期的职业发展和社会流动,并分析出海归博士归国工作后的社会流动到底呈现出什么样的特征。深入地研究了海归博士的社会流动的影响因素以及国家留学基金委奖学金在其中的作用。研究发现,海归博士的社会流动性比较小,大部分的海归博士都守住了原有的中产阶级社会地位,并没有取得很明显的向上流动;关于社会流动的影响因素,奖学金和家庭背景在博士海归归国后的社会流动中扮演重要角色。     

指数-威布尔分布参数贝叶斯估计的混合Gibbs算法

文章利用混合Gibbs算法分别在分组数据和定数截尾场合给出了指数-威布尔分布参数的贝叶斯估计,并进行了Monte-Carlo模拟.结果表明:在两种不完全数据场合,用混合Gibbs算法求指数-威布尔分布参数的贝叶斯估计,结果令人满意,该算法可行、稳定且精度高.     

Bayesian expectile regression with asymmetric normal distribution

In this paper, we adopt the Bayesian approach to expectile regression employing a likelihood function that is based on an asymmetric normal distribution. We demonstrate that improper uniform priors for the unknown model parameters yield a proper joint posterior. Three simulated data sets were generated to evaluate the proposed method which show that Bayesian expectile regression performs well and has different characteristics comparing with Bayesian quantile regression. We also apply this approach into two real data analysis.