论老建筑再生与城市空间品质的塑造

通过老建筑再生对于城市的价值意义的研究以及对城市与老建筑关系的分析，从多个角度阐述由老建筑再生所带来的城市意象、城市肌理、场所精神、城市色彩、城市风貌等要素的变化及其促进城市空间品质的提高，并结合国内外案例对这一观点行论证。     

基于绿色GDP的政府管理重理

当前在环境保护的加强和可持续发展战略的实施中,绿色GDP一词成为时尚,政府管理越来越强调与其相适应的法律制度、行政体制、管理制度等的建设,以最终实现最优生产、最适消费、最少废弃。本文从理论和实践的角度,探讨基于绿色GDP核算体系如何重理政府管理,改变政府管理的传统方式,发展科学的循环经济,完善全面的政绩考核和调节决策体系等,在一定程度上对政府职能的变革和完善提出了一些创新性的建议。     

论政府在社会主义市场经济中的职能定位问题

政府在社会主义市场经济中如何定位一直是理论界争论的焦点之一。通过对市场与政府的关系分析,指出在中国市场和政府结合的最佳途径是以市场为基础,将政府职能转化为以建设公共服务型为重点。     

政府信用缺失的原因分析

政府信用是整个社会信用体系的基石和源泉,起着表率和示范作用。当前政府存在的信用缺失问题,不仅已直接影响了政府的形象和公共管理的效能,而且也成为企业信用、个人信用缺失的重要原因。按照近代西方的社会契约理论,政府信用缺失的主要原因是权力异化的倾向和政治体制自身的因素。     

基于经济时空的中国林业产业发展路径

经济时间和经济空间是研究产业变迁的两个重要维度,就林业产业时空特性而言,中国林业产业的发展面临着时空分离和时空压缩的困境。在经济全球化进程中,林业产业要适应现代科技变革和产业变迁,必须寻求新的发展路径:实现林业产业的时空转换,拓宽林业产业的市场时空;提高林业产业技术,促进林业产业的时空延伸;优化林业产业布局,提高林业产业的时空效益。     

从“生活空间”到“文学空间”——“空间理论”:作为文学批评方法

文学空间来源于生活空间,文学空间是生活空间的变型、转化和升华。生活空间要转化成文学空间必须经过作家的遴选、厘定和创造并且包蕴着作家的审美观、世界观和人文观。"空间理论"立足于从生活空间向文学空间的过渡,充分发掘作家的空间想象方式及其表现手段,探讨作家内心世界的外化规律和价值取舍。     

女性"隐形"地位的多元认知透视

在男性占主导地位的语言,诚如英汉语中"乞丐""医生"等职业术语和"chairman""hero"等官衔荣誉称呼之类的名词,一般性的人类泛指"a man","mankind"以及代词的非指示用法中,女性往往被置于"隐形"的地位。性别差异和性别歧视的现象已引起社会上各学科的普遍关注,然而,从认知角度对这一现象作出注解的文章寥寥。运用认知语言学中的原型和范畴理论、框架理论、心理空间和概念合成理论对此予以阐释,可为英汉语中这一现象的理论阐释提供全新的多元认知视角。     

行政人的伦理困境和伦理自主

行政人与其他人一样生活在复杂的社会关系下并承担着不同的角色,每一种角色都附带着一系列的义务与利益规定。角色冲突、利益冲突甚至是道德冲突产生的伦理困境,使得行政人经常处于两难的境地。因此,应从创设制度化的个人伦理生存空间、行政人对角色责任的清醒认识、弘扬行政人的个体独立人格、界定行政人的忠诚限度等方面帮助行政人找到既可保存公共利益又可保存自己人格完整的有效途径。     

信度函数在政府形象评价模型中的应用

在分析政府形象效能评价系统和信息置信度的基础上,建立了基于信度函数的政府形象评价模型。运用该函数建模分析了政府形象评估中的理念识别系统、行为识别系统、视觉识别系统、环境识别系统以及个人识别系统等五大不确定性评价问题。经过理论分析,该函数对政府形象的评估有较大的参考价值。此外,该函数也可以用于对其他类似复杂性系统的效能评估,具有普遍适用性。     

HEAVY-TAILED-DISTRIBUTED THRESHOLD STOCHASTIC VOLATILITY MODELS IN FINANCIAL TIME SERIES

To capture mean and variance asymmetries and time‐varying volatility in financial time series, we generalize the threshold stochastic volatility (THSV) model and incorporate a heavy‐tailed error distribution. Unlike existing stochastic volatility models, this model simultaneously accounts for uncertainty in the unobserved threshold value and in the time‐delay parameter. Self‐exciting and exogenous threshold variables are considered to investigate the impact of a number of market news variables on volatility changes. Adopting a Bayesian approach, we use Markov chain Monte Carlo methods to estimate all unknown parameters and latent variables. A simulation experiment demonstrates good estimation performance for reasonable sample sizes. In a study of two international financial market indices, we consider two variants of the generalized THSV model, with US market news as the threshold variable. Finally, we compare models using Bayesian forecasting in a value‐at‐risk (VaR) study. The results show that our proposed model can generate more accurate VaR forecasts than can standard models.