“中国式”冶环境正义困局:以济宁市的煤炭开采问题为例

当前国内关于能源问题的研究忽略了能源开采过程中存在的正义问题。 文章通过对重要产煤区济宁市的分析,发现不公正现象具体体现在,当地因煤炭开采而形成的沉陷区的地理 - 社会分布中———乡村成为采煤沉陷问题的主要安置地,村民也因此承担了更多的代价。 审视相关资料,可以发现这种不公正现象形成的原因与公共权力相关,是公共权力有意安排的结果。 然而令乡村居民所遭遇的环境不公正问题变得更为严重的是,在当前社会背景下,针对“被牺牲乡村冶的居民所设置的救济制度不仅未能发挥应有的效用,反而制造了更为激烈的社会矛盾,乡村居民也因此遭受了更为严重的不公正对待,而这种状况的产生则与制度安排相关。 就此而言,本个案丰富了国内关于能源和环境正义问题的认知,展现了环境正义问题形成和应对中存在的“中国式冶困局。 通过分析该个案,本文认为针对环境正义问题的分析不能简单套用西方的传统环境正义理论,而应当结合中国的社会现实,以“中国式冶框架分析“中国式冶问题。     

Exploiting Technological Indicators for Effective Technology Merger and Acquisition (M&A) Predictions

Mergers and acquisitions (M&A) play increasingly important roles for contemporary business, especially in high‐tech industries that conduct M&As to pursue complementarity from other companies and thereby preserve or extend their competitive advantages. The appropriate selection (prediction) of M&A targets for a given bidder company constitutes a critical first step for an effective technology M&A activity. Yet existing studies only employ financial and managerial indicators when constructing M&A prediction models, and select candidate target companies without considering the profile of the bidder company or its technological compatibility with candidate target companies. Such limitations greatly restrict the applicability of existing studies to supporting technology M&A predictions. To address these limitations, we propose a technology M&A prediction technique that encompasses technological indicators as independent variables and accounts for the technological profiles of both bidder and candidate target companies. Forty‐three technological indicators are derived from patent documents and an ensemble learning method is developed for our proposed technology M&A prediction technique. Our evaluation results, on the basis of the M&A cases between January 1997 and May 2008 that involve companies in Japan and Taiwan, confirm the viability and applicability of the proposed technology M&A prediction technique. In addition, our evaluation also suggests that the incorporation of the technological profiles and compatibility of both bidder and candidate target companies as predictors significantly improves the effectiveness of relevant predictions.     

森工企业可持续经营能力预测模型——基于神经网络和数据挖掘技术

森工企业作为具有双重任务的经济组织,它的可持续经营是建立在森林资源与企业经济发展双持续的基础上的,其可持续经营能力受到社会各界的关注。为了提高森工企业可持续经营能力预测的准确性,本文运用神经网络和数据挖掘技术,提取可持续增长率、非可持续增长率以及生产要素指标等作为分析变量,建立森工企业可持续经营能力的预测模型。通过采用部分初始样本进行模型实验仿真,说明运用该模型方法对森工企业的持续经营能力预测具有可行性和有效性。     

Civil Society Opposition to Nonferrous Metals Mining in Guatemala

Drawing on a range of fieldwork interviews, this paper discusses the opposition of civil society to nonferrous metals mining in Guatemala. Guatemala’s mineral resources, and government efforts to encourage their extraction, are discussed, as is the emergent civil society of that nation. Guatemalan civil society has opposed mining due to the impacts of its environmental effects upon the poor engaged in subsistence agriculture. This opposition has involved protests, community consultations against mining, and networking with the forces of global civil society. The paper concludes with a discussion of how this opposition to mining is a manifestation of the opposition to neoliberalism currently underway in Latin America.

基于综合型设计性实验项目的金融数据挖掘实验教学

针对《金融数据挖掘》课程实践性较强的特点,分别设计与典型金融问题相结合的综合性和设计性实验项目,并进一步深化为现代金融实战项目,结果表明学生在这个过程中很好的锻炼了团队协作能力、分析解决实际问题的能力和书写项目报告的能力。     

《统计研究》的历史阶段性回顾与特征分析

本文基于各个时代背景下我国统计学科的重要事件,联系过去十四届中青年统计科学研讨会的会议主题,利用文本数据挖掘技术,对1984年至2014年第5期《统计研究》刊登的5192篇文章的篇名、关键词和摘要等做深入分析。探讨了我国30年来统计学科的发展历程,剖析了《统计研究》期刊的整体特征,进一步明确了《统计研究》杂志对中国统计学科建设发展的重要贡献。     

企业物流成本系统化控制分析

通过对物流成本概念及其"效益背反"特性和物流成本系统化控制的分析,建立了物流成本系统化控制的运筹学计算模型,在此基础上分析讨论了物流成本的局部控制和系统化综合控制;最后详细讨论了物流成本的计算机系统化控制。     

论我国采矿工程本科教育及其改革

基于新形势下国民经济建设对人才的需求特点 ,分析论证了采矿工程专业本科教育改革的必要性、可能性 ,提出了专业教学改革的方向及主要内容。     

数据挖掘在中国的现状和发展研究

数据挖掘是人工智能和数据库研究的新兴领域,近年来,数据挖掘技术的理论与应用研究发展迅速,并引起了国内外研究人员的重视。本文以科学引文索引数据库(SCI)、工程索引数据库(EI)以及清华全文数据库(CNKI)中有关"数据挖掘"研究文章的统计数据为研究基础,对数据挖掘在我国研究的总体趋势、研究热点、研究分支三个方面进行分析和研究。本文分析了数据挖掘在我国的发展,并对进一步发展我国数据挖掘的理论研究和实际应用提出了建议。     

数据挖掘技术在管理中的应用

数据挖掘与现代管理与决策有很好的结合点。本文概述了数据挖掘技术的概念、挖掘系统典型结构、挖掘对象、挖掘方法,并探讨了数据挖掘技术在营销管理、客户关系管理、证券分析、金融分析以及政府管理与决策等典型领域的应用。