古“道”新命:“内圣外王”的现代创造观

“内圣外王”作为中国传统文化积淀的典型特征之一,有其历史的传承性.因此,在社会主义新文化建设语境下,从“内圣外王”理想人格中挖掘出现时代所需要的“创造”潜质,也是传承与弘扬中华优秀传统文化历史与逻辑的体现.创造诠释说与创造教育说为其转化出“创造”性人格,提供了理论依据.由“德”化“新”立“创”,善养创造思维多元要素,化育人生最高义,揭示出“内圣外王”理想人格化为现实“创造”人格的路径选择.     

中国当代人口发展分析

以人为本的科学发展观必然要求我们在一切发展序列中首先关注人口发展,中国人口发展在中国社会发展框架中具有绝对优先的工具价值和目的意义.中国作为发展中国家与作为人口最多的国家两者之间在很大程度上具有互为因果的内在关系,充分认识中国人口发展现状具有多元化的重要意义.中国人口发展状况主要表现为人口数量多、人口质量低和人口结构不合理.中国人口现代化是中国其它现代化的强力引擎,中国人口发展的基本创新路径是城市化发展路径、市场化发展路径、民主化发展路径.     

试论城市社区建设的互动机制与家庭的道德文化建设

城市社区建设的互动机制 ,是提高家庭成员思想道德文化的重要途径。文中着重论述了城市社区建设与家庭的教育互动和社区服务互动 ,尤其是志愿者的服务活动 ,培养和发扬了为人民服务思想和集体主义精神 ,使广大公民的道德文化素质得以提升。     

论物权法的“生态化”

“物”和“环境”是两个内涵不同、价值取向差异巨大的概念;在环境危机时代下,需要变革物权,对其进行“生态化”的改造。物权法生态化的设计包括物权客体范围的扩张,物权法律关系内容的生态化,物权种类的生态化等方面。     

成人依恋研究

依恋是人类适应生存的重要方式,是人类长期生物进化的结果,它会影响到成年后亲密关系的建立、人际社会功能的表达以及人格功能和人格特质的形成。目前成人依恋的研究大概可以分为两个方面:成人依恋的个体差异和成人依恋的检测维度。     

中国工业反哺农业的实现机制和路径选择

实施工业反哺农业政策是中国进入工业化中期后的重大战略决策。反哺的主体应当包括政府、企业和社会组织;反哺的实现机制相应地包括市场机制、政府机制和社会机制;反哺的政策取向是“造血”型反哺、重点型反哺、适度型反哺;反哺应当遵循的原则包括统筹协调原则、互利双赢原则、效率公平原则、循序渐进原则。工业反哺农业应选择多条途径。     

运用流体网络理论解决供应链设计问题

供应链设计的效果决定企业能否通过供应链管理获取竞争优势.文章提出运用流体网络理论进行供应链设计的新思想,根据候选企业在满足需求方面阻力大小的评价,将其视为管径不同的管路,配置管路结构以模拟供应链结构,最终选择总阻力最小的结构完成供应链的设计,以实现最大限度满足客户需求的目的.     

高等学校层次定位的战略选择

部分高等学校层次定位攀高或求全,导致高等教育层次结构发生混乱,不利于人才培养和高等教育发展。高等学校层次定位,要树立质量多元化观念,不同定位的高等学校要立足本层次,办出水平,办出特色。     

宇文所安跨文化文学解读模式研究

在具体的文学文论研究中，宇文所安创造性地将文本细读与语境还原相结合，既体现出其始终以文本为中心的研究立场，也反映出其敏锐的历史穿透力，这种解读模式摆脱了机械式、刻板化的弊病，呈现出文本、读者、作者的三者互动。     

Multiscale Combined Forecast of Carbon PriceBased on Mixed Structure Data

Accurate forecast of the carbon trading price is of great significance in promoting the scientific and rational development of carbon trading market. Therefore, this paper proposes a multi-scale combined forecasting method for carbon price based on mixed structure data. First, the Google Index is used to extract the unstructured data related to the carbon price.The dimensions of unstructured data are reduced based on principal component analysis. Then, EMD is employedto the structured data,unstructured data and the carbon trading price to obtain different IMFs, which are reconstructed by the Fine-to-Coarse technique to get low, high frequency sequence and trend sequence. Furthermore, the three items are predicted respectively by using ARIMA, PLS and neural networks according to the features of each scale in time series. Finally, the forecasting results are summed to get the carbon price forecast sequence. The proposed method is used to forecast carbon price in EU. The empirical results show that the prediction accuracy of the model is higher than that of the single prediction method and the prediction method that time series aren’t decomposed by EMD, which is of great applicability.