河南卫生人力资源现状分析与思考

一、现状分析河南作为全国第一人口大省和农业大省,在经济发展相对滞后、政府财力相对薄弱的情况下,河南省委、省政府以及卫生行政部门和相关卫生医疗机构在国家宏观政策的指导下,积极结合本省实际,制定了一系列卓有成效的创新政策和落实措施,通过全省广大医务工作者不懈的努力,河南医疗卫生工作得到了全面、健康、持续、稳定的发展.然而在新的时期又出现了新的问题,疾病谱的变化、老龄人口的增加、社会环境的变化以及医疗机构自身的变革都为医疗卫生事业的发展带来了许多严峻的挑战."看病难、看病贵"已成为社会焦点问题之一.     

谁更需要生育政策支持:角色冲突视角下的生育率下降与职业结构优化北大核心

运用全国人口普查数据、第三期中国妇女社会地位调查数据,首次系统分析了2000~2020年中国不同职业类型女性活产子女数的变化趋势及其与职业结构优化之间的关系。研究发现,分职业类型女性平均活产子女数与职业女性总体平均活产子女数“一增一减”的变化趋势,与城镇化、工业化、现代化进程中女性职业结构的优化有关;不同职业类型女性的平均活产子女数及其增幅差异显著,其中,女性专技/办事人员的平均活产子女数最少且增幅最小,其未能实现的生育数量最多,生育对其工作与家庭相互冲突的影响最严重。在深入实施科教兴国战略、人才强国战略以及优化人口发展战略的过程中,女性专技/办事人员既是最需要生育政策支持的群体,也是最有潜力提高生育水平的群体,相关生育政策应加强对此类职业女性的支持力度。     

财政支持的粮食增产效应及其空间溢出效应——以水稻为例

粮食生产是保障国家粮食安全战略的基石,而与其相关的适度财政支持可以兼顾公共财政资金有效利用、国家安全战略实施。结合水稻在粮食生产中的重要地位,基于2006-2021年中国省际面板数据,采用固定效应模型、中介效应模型和空间杜宾模型,实证分析财政支持对水稻总产量的影响机制及其空间溢出效应。研究发现：财政支持能够促进水稻总产量增长,但这种增产效应存在时滞;财政支持对水稻增产的中介效应主要通过扩大区域水稻生产规模实现;财政支持的增产效应存在负向空间溢出效应,导致水稻生产在空间分布上呈集聚趋势。鉴于水稻生产的空间异质性,从是否为粮食主产区来看,财政支持的增产效应在粮食主产区更显著;从经济发展水平来看,增产效应在东北地区更显著。因此,需要保持对粮食生产的财政支持力度,促进经营的规模化、效益化、可持续化的良性循环,防控财政支持政策的负向抑制作用,增量资金向包括东北地区的主产区倾斜。     

农村土地流转中的金融支持问题与对策思考

《中共中央关于推进农村改革发展若干重大问题的决定》指出：“完善土地承包经营权权能,依法保障农民对土地的占有、使用、收益等权利。加强土地承包经营权流转管理和服务,建立健全土地承包经营权流转市场,按照依法自愿有偿原则,允许农民以转包、出租、互换、转让、股份合作等形式流转土地承包经营权,发展多种形式的适度规模经营。”允许农民以多种形式流转土地承包经营权,发展适度规模经营,这一举措将给农业发展带来巨大的推动。作为现代农业发展核心的农村金融,如何应对这场变革,发挥农村资产价值的作用,保障融通资金的安全,从而加快社会主义新农村建设,是当前深化农村经济改革亟待突破的课题。     

成长伙伴制度与大学新生

"90后"大学生以其青春、时尚、个性、非主流的追求和叛逆的行为特点而与以往的教育方式和观念相区别,对于"90后"进入大学,其一年级的教育与影响关系到青年学生的成长与发展。新生进入大学后,他们与社会环境的关系被全方位地改变,进入大学是人生成长道路的新起点,也是重要的转折点之一。本研究在社会支持理论的视角下,以杭州师范大学钱江学院实行的成长伙伴制度为例,分析成长伙伴在"90后"青年大学新生适应中的作用。     

在线预测的灰色支持向量回归方法

文章采取灰色系统和支持向量机相结合的方法,从预测精度和计算代价两方面讨论了经济时间序列数据的在线预测模式,提出了灰色自适应在线支持向量回归预测模型。两个经济时间序列的试验结果表明：该模型以稍高的计算代价能获得预测精度的明显提高,在选取合适灰色建模数据长度下,预测时间能迅速减少。     

基于多尺度分析的小麦价格预测研究

本文基于分解-重构-集成的思想,构建了一个多尺度组合预测模型,选取小麦作为粮食的代表,预测其价格走势。首先,运用集合经验模态分解方法(EEMD)分解价格序列,然后,用灰色关联分析方法对分量序列进行重构,重构为高频、中频、低频和趋势项四个部分,并从不规则因素、季节因素、重大事件和世界经济水平等方面对这四个部分波动特点进行解释,针对不同特点的分量选择不同的方法进行预测,最后对各预测结果用支持向量机集成,并与其他预测模型的预测结果进行比较。实证结果表明,本文构建的多尺度组合模型的预测效果优于灰色预测GM(1,1)、BP神经网络、SVM方法、ARIMA模型等单模型方法和ARIMA-SVM组合模型以及基于EMD和EEMD分解的其他多尺度组合模型。     

一种基于时空HOG与级联SVM的行人检测算法

行人检测技术是计算机视觉和人工智能领域的核心问题,在现代智能监控中具有重要的应用前景,随着计算机视觉与模式识别技术的发展,基于监控视频的行人检测算法不断被提出。由于现有的行人检测算法受到光照、视角、尺度、姿势以及部分遮挡等因素的影响,使得行人检测仍然是一个开放性的问题。该文针对现有行人检测算法在处理复杂背景以及尺度变化等情况时存在检测精度不高的问题,提出了一种基于时空梯度方向直方图与级联支持向量机的行人检测算法。时空梯度方向直方图用于描述行人的外观特征和运动特征,通过对外观特征、运动特征进行融合,采用级联支持向量机算法对行人检测器进行训练,最终得到分类效果好的行人检测器,实现更好的检测性能。