公共经济政策评估模型的范式发展与选择

公共经济政策评估需要告诉人们取得的经济成果与政策的付出之间是什么关系,但由于社会经济领域研究对象的异质性,政策评估方法不能像自然科学评估一样采用纯实验方法在理想环境中进行,不同评估者在评估基点、数据获取、模型选择和有效性评价等方面存在分歧,并逐渐分化为结构模型评估范式和简约模型评估范式,文章在对上述四个方面进行分析总结的基础上推荐赫克曼提倡的第三种模式。     

社会统计分析中的悖论与变换问题

如何解释隐现于列联表中的辛普森悖论,如何区分回归中logit变换与probit变换的内在差异与背后假定,是社会统计分析中两大应用性问题.文章从社会统计对象的独特特征出发,认为辛普森悖论与其说是"悖论".不如说是反映了分类数据的非线性特征,反映了列联表从高维压缩至低维时的统计信息差异,实质上是欧氏空间的降维问题.同理,在回归分析中,由于分类数据的非线性特征,无论logit变换,还是probit变换,实际上只有在0.2～0.8之间才基本呈现线性,在这个范围之外,两个函数都是高度非线性的.     

参考文献格式说明

<正>本刊从2011年1期起参考文献采用著者-出版年制标注,现根据GB/T 7714-2005《文后参考文献著录规则》及CAJ-CD B/T 1-2006《中国学术期刊(光盘版)检索与评价数据规范》,对本刊参考文献的著录格式做如下说明:一、正文中的标注(1)正文中参考或引用了有关     

从《祖堂集》看“叉手”一词的确义及其他

《汉语大词典》关于＂叉手＂一词的三个义项：1.两手在胸前相交,表示恭敬。2.抄手。两手交笼于袖内。3.佛教的一种敬礼方式。两掌对合于胸前。胡氏与汪氏以及《汉语大词典》的释义,是否各有得失？下面从三个方面来讨论。《祖堂集》成书于公元952年,由五代南唐泉州招庆寺静、筠二禅师编修,其中的许多原始材料自20世纪80年代以来才开始为中国学者所重视。《祖堂集》将＂叉手＂与＂合掌＂对举,分别代表僧俗两家礼仪。从对＂叉手＂一词使用情况的调查,我们发现＂叉手＂一词至迟在唐末五代就用来表示我国很早就有的拱手礼,其基本手势是两手相握,左手在上、右手在下。用于见面、作别或者答话、问话之前所行之手势。在西晋,与＂叉十指＂一起被汉译佛经借去对译印度的＂金刚合掌＂,从而在佛教典籍中使＂叉手＂一词具有＂两掌对合于胸前,微微交叉手指＂的佛家义。而＂叉手＂一词在世俗生活使用中具有了＂才思神速＂的典故义,并衍生出两手意相交以表达轻松自在情趣的意味。同时＂叉手＂还是建筑上的支承构件,即民间俗呼之斗拱。《汉语大词典》第三个义项说的就是佛家的＂叉手＂义,然尚可添加＂微微交叉手指,即印度佛教之＇金刚合掌＂之语。而其第一个义项＂两手在胸前相交,表示恭敬＂,所言即为＂拱手＂礼,惜乎其说之不详,应当补充＂左手在上,右手在下,亦即民间之拱手＂。同时从《祖堂集》中僧人所行的＂叉手＂礼实为＂拱手＂礼,表明至迟在唐末五代时期,＂叉手＂的方式已经与拱揖相似。     

数据可视化:让统计更“好看”

我们需要创新的数据展现形式我们熟悉的那些饼图、直方图、曲线图、柱状图,是最原始的统计图表,它们是数据可视化最基本和最常见的应用。作为一种统计学工具,这些图表传达出数据中包含的比例结构、变动趋势等等基本信息,已成为一条快速认识数     

清代词集丛刻的文献价值与词学贡献

清词号为中兴,词集丛刻亦甚为发达,文献保存之功甚巨。清代前期词坛昌盛,词集丛刻如《国朝名家诗馀》等多为今人词集之汇辑,保存了大量当代名家词集。中期的词集丛刻则更多地倾向于中小作家,于此可见更为普泛化群体的创作状况,同时在编选倾向上又受浙派词风和乾嘉学风的影响,呈现出偏重浙西词派和重音律等特征。晚清词集丛刻数量大增,品类丰富,王鹏运的《四印斋所刻词》等搜辑宋元旧集,开启词集校勘之风,词学贡献尤为卓著。     

2012年12月(中)学术推介

刘叶婷、王春晓在《"大数据",新作为——"大数据"时代背景下政府作为模式转变的分析》一文指出,在大数据时代,创新将不再是少数人的专利,创新将走向民主化,集中表现为终端用户的创新、普通大众的创新。政府也将逐步"智能化",由数据"收集者"向数据"分析者"转变,由数据"被索取者"向服务"推送者"转变,政府决策由"预报"走向"实报"、"精报"。     

基于信任指标属性值的供应链成员聚类分析

供应链是企业获取持续发展能力的一种重要策略和组织形式,信任是供应链管理成功的必要前提,它降低了成员间的运营成本,提高了运营效率。文章从供应链成员自身特征、合作伙伴特征、与合作伙伴的关系特征和合作潜力等四个角度分析了供应链成员信任水平的评价指标体系,在此基础上提出运用Vague集理论计算评价指标的信任属性值,并给出了评价对象的聚类分析算法。分析结果表明:在一定的聚类水平下,利用供应链成员信任评价的属性值,对链上成员进行分类具有较好的有效性和一定的应用价值。     

空间随机截距模型及其参数估计

空间分层数据因为地理位置的原因，层与层之间会具有空间依赖性，区别于传统的分层数据。首先，文章将空间自相关的思想引入到随机截距模型中，在层-2模型中加入空间参数来反映空间自相关性，构建了空间随机截距模型；然后，针对空间随机截距模型，给出了基于EM算法和Fisher得分的最大似然估计。