Program Evaluation and Causal Inference With High‐Dimensional Data

In this paper, we provide efficient estimators and honest confidence bands for a variety of treatment effects including local average (LATE) and local quantile treatment effects (LQTE) in data‐rich environments. We can handle very many control variables, endogenous receipt of treatment, heterogeneous treatment effects, and function‐valued outcomes. Our framework covers the special case of exogenous receipt of treatment, either conditional on controls or unconditionally as in randomized control trials. In the latter case, our approach produces efficient estimators and honest bands for (functional) average treatment effects (ATE) and quantile treatment effects (QTE). To make informative inference possible, we assume that key reduced‐form predictive relationships are approximately sparse. This assumption allows the use of regularization and selection methods to estimate those relations, and we provide methods for post‐regularization and post‐selection inference that are uniformly valid (honest) across a wide range of models. We show that a key ingredient enabling honest inference is the use of orthogonal or doubly robust moment conditions in estimating certain reduced‐form functional parameters. We illustrate the use of the proposed methods with an application to estimating the effect of 401(k) eligibility and participation on accumulated assets. The results on program evaluation are obtained as a consequence of more general results on honest inference in a general moment‐condition framework, which arises from structural equation models in econometrics. Here, too, the crucial ingredient is the use of orthogonal moment conditions, which can be constructed from the initial moment conditions. We provide results on honest inference for (function‐valued) parameters within this general framework where any high‐quality, machine learning methods (e.g., boosted trees, deep neural networks, random forest, and their aggregated and hybrid versions) can be used to learn the nonparametric/high‐dimensional components of the model. These include a number of supporting auxiliary results that are of major independent interest: namely, we (1) prove uniform validity of a multiplier bootstrap, (2) offer a uniformly valid functional delta method, and (3) provide results for sparsity‐based estimation of regression functions for function‐valued outcomes.     

网络化环境下的行政沟通

网络化环境必然导致行政沟通从内容到方式的革命性变革.在网络化时代,必须充分认识网络媒体对行政沟通的正负面影响,抑弊兴利,加快行政沟通的网络化进程,构建适应网络化行政沟通要求的组织机构和信息传输机制,建立网络化行政沟通的制度环境,利用网络化行政沟通的公开性、快捷性和交互性特点,推进行政沟通的现代化,提高行政效率.     

大学生回乡创业现实困难与对策

在当前高校毕业生就业难的大背景下,大学生回乡创业前景光明但风险很高。回乡创业的大学生面临着传统观念阻碍、创业能力不足、融资困难、创业环境差、准备不充分等现实困难。这些困难的克服离不开舆论引导、创业技能培训、金融服务支持、创业环境的优化,尤其是政府的强力支持。     

我国高师院校教师教育课程设置及实施问题调查研究

调查发现,我国高师院校在课程设置与实施上存在着课程目标定位不准,课程内容陈旧,课程结构趋同,课程文化落后等问题。基于教师专业化发展的理念,我国高师院校课程改革的目标应突显师范性,彰显个性;课程结构应体现整体性,保持均衡性;课程实施应关注教育理论知识修养,重视教育实践知识积累;课程文化建设应重视对学生专业态度的培养、专业精神的塑造和专业身份的确认。     

"鞍钢宪法"的历史教训与我国跨越式发展战略

组织革命是跨越式发展的基础。战后以来 ,西方发达国家的经济组织正经历着从福特制向后福特制的转变。“鞍钢宪法”与日本模式曾同为后福特制的先驱 ,但与日本模式启发了知识经济在组织上的变革有很大不同 ,不利的国际结构制约条件、制度变迁的路径依赖以及对生态资源条件的不恰当认识等使“鞍钢宪法”无法成长为未来组织演变的基础。“鞍钢宪法”为我国跨越式发展战略提供了重要启示 :对世界发展潮流高度敏感并对直觉意识不断反思 ;利用传统的文化和组织资源实现制度创新 ;不断突破思维和视野的局限 ;探索后福特制在我国发展的道路     

后现代主义与现代主义、马克思主义关系的再思考

后现代主义的崛起在现实性上有两大根源 :一是两次世界大战 ,尤其是第二次世界大战的爆发 ;二是科技领域所发生的巨大变革。后现代主义与现代主义是并蒂共生的统一体。后现代主义是从现代主义派生出来的。利奥塔和哈贝马斯认为 ,后现代主义就其实质而言 ,就是“重写”、“重振”现代性。某些西方哲学家认为 ,马克思主义与后现代主义有着紧密的关联 ,因此 ,有“解构的马克思主义”和“后现代的马克思主义”。实际上 ,马克思主义不是一种后结构主义或后现代主义 ,也不存在所谓的“解构主义的马克思主义”、“后现代主义的马克思主义”。但二者的关系的确是一个有待于深入研究的重大课题。     

“设官为民”的官民关系论

"设官为民"是中国传统政治思想视阈中最为典型的官民关系命题和官僚制度的基本原理。这一命题的基本思路是:从官僚产生的形上依据来说,上天爱民,设官代天牧民;从官僚权力的直接来源说,君不独治,设官佐君治民;从设官的社会根源说,民不自治,设官以治民;从君臣的政治责任角度说,君臣合道,设官为民事君;从君、臣、民的政治关系来说,忠君爱民,清正廉洁勤政有为是基本的官僚规范。对"设官为民"的官民关系进行总体分析和理论概括,将有助于我们全面认识中国古代统治思想的基本内涵和特征。     

网络化自主学习模式中大学英语教师的角色定位

网络技术的飞速发展臂于传统的大学英语教育产生了强烈的冲击，引起大学英语教学模式的深刻变革。为了适应新一轮的大学英语教学改革，英语教师的角色也随之需要重新定位和转换。网络化自主学习模式中大学英语教师应承担四种角色，即组织设计者、引导促进者、协作帮助者、学习研究者。     

浅谈90后职业学校学生现状及教育管理

本文结合90后职业学校的学生特征及原因分析,从班级管理和学生个性发展等方面提出,要在课堂管理、师生互动等上建立新型的师生关系成为职校学生教育管理的发展方向和有效途径。     

高校课程考试命题与考试方法初探

确定了课程考试模型，即课程分类考试模型，其重心是编制好试题。根据不同类型的学科采用不同的考试方式，将期末一次性考试评定学生学期成绩改为分权式多次评定学期总成绩，实现考试方案科学化，能促进教学质量不断提高。