数字经济时代我国税收征管法律制度的改良路径

我国传统自然人税源管理制度和国际税收管辖权划分规则因经济数字化冲击暴露出既存缺陷。通过借鉴域外国家和国际合作组织的税制改革措施和提案，我国可尝试建立自然人数字税务账户，完善自然人纳税申报制度，并从实体法和程序法两方面修缮配套税收征管法律。同时，根据国际税收环境的变化分别采取短期、远期方案构建数字服务税制，引入数据存在原则作为判别常设机构的新标准，并重新考量利润分配的要素权重，以防止数据价值流失，维护国家税收主权。     

论"通知—删除"规则的性质——以平台自治为视角

"通知—删除"规则的法律条文并没有赋予平台自治的空间,但是平台自治的需求已经"凸显".免责条款理论表面上能保障平台自治,但是并不符合我国的实际.归责条款理论是我国的通说,其扼杀了平台自治的空间,司法实践对此虽有调和,但是难以济事.我国的"通知—删除"规则系特定的历史背景下的产物,其在性质上仅仅是行为标准.在侵权行为的认定上,违反"通知—删除"规则的情形并非侵权的充分条件.事实上,这一行为标准的违反在侵权法上的意义仅仅作为主观过错的证据,电商平台可以反证其不具有过错.司法实践中亦有区别对待"通知—删除"规则的违反和侵权之认定的做法.明晰此点方可保障平台自治,同时亦实现电商平台对用户监管之目的.     

网络服务提供者著作权侵权中的双重注意义务

《民法典》侵权责任编对原有通知删除规则进行了科学修正，但事前保护缺位与事后救济程序失范的问题仍然存在。随着网络服务提供者完成角色转型和技术升级，其作为网络侵权风险的控制者和参与者，有必要且有能力承担未通知阶段的主动预防义务和已通知阶段的证明材料审查义务，以弥补著作权保护和用户利益保护的漏洞。双重注意义务应分别与网络服务提供者对侵权危险的预期和控制能力以及材料审查能力相适应。未通知阶段之注意义务以技术措施为主要履行方式，其注意标准的认定应综合考量技术水平、服务类型、内容介入程度、是否直接获取收益等要素，未尽该注意义务仅为过错认定的考量因素而非唯一标准，并不必然导致侵权责任。已通知阶段之注意义务仅限于对提交的证明材料进行形式审查和有限的实质审查，尽到此注意义务的，可以免于承担侵权责任。     

行政参与中的激励机制探析——以城市治理中参加人的利益平衡为视角

作为现代开放式行政的重要手段之一,行政参与不仅已经广泛应用于各级政府的工作实践,而且也在我国的立法中得到了逐步确认。然而当前在不同的行政领域中还存在着"参与充分"和"参与不足"并存的现象。仅就后者而言,其产生的原因主要是环境、卫生、社区治理等行政领域与参加人的直接利害关系相对较弱,参加人在付出了参与成本之后难以得到直接回报。为改变这一现状,有必要通过行政法律规范为参加人设计合理的激励机制,提高参加人的选择性收益,从而吸引其积极、健康地参与其中。     

税务行政裁量权的理论阐释、行为纠偏与路径选择

税法中不确定概念下的理论空间以及税务行政的实践需求共同营造了税务行政裁量的制度空间，而不规范的税务行政裁量则为不规范的税收执法提供了操作机会。通过对税法文本中不确定概念理论缘由的寻求，以及税收征管中实践动因的梳理，税务行政裁量权的规范化确有必要性。为达成税法运行各司其职中的彼此制衡，有必要强化比例性原则在税务行政裁量中的运用，以此限制税权介入纳税人私域的范围与限度，并提供明确化的宏观指引；利用行政裁量基准“行政自制”与“规则之治”的双重品质，借助标准化的文本修正，为规范化的税收执法预设行为轨迹、构建外在制约并压缩裁量空间；以纳税人的同意权为基础，设计符合税法特殊性的程序规则，形成立体化的纳税人救济路径。最终形成税务行政裁量权积极运作与规范运行的制度环境。     

精简高校行政管理人员与机构的策略探析

高校行政管理作为高校管理中的重要部分,其高校行政管理人员的素质直接决定了学校行政管理部门的工作质量及学校未来的发展情况,也与学校管理水平有重要联系,因此建立一支思想政治素质以及业务素质较高的行政管理队伍是促进高校长期可持续发展的重要内容。本文主要分析了我国高校行政管理人员以及管理机构中存在的问题,并提出了相应的解决对策。     

论微时代背景下行政权力监督

信息化浪潮席卷全球,在以微博、微信为主导的微时代背景下,行政权力监督呈现出不同以往的新特点,同时也不可避免地存在诸多挑战.面对这些挑战,只有积极探寻有效路径,充分发挥网民、政府和社会的合力作用,才能不断提高行政权力监督的有效性,确保政府的行政行为规范合法,从而提高政府的行政能力和水平.     

零售4.0时代先行发货问题的大数据分析

在零售4.0时代，渠道的多样化不仅丰富了数据源，还能迅速生成大量数据，需要通过分析大数据，为决策提取有意义的信息，通过分析先行发货的重要性，提出了一种基于遗传算法（GA）的优化模型，预测顾客何时购买，然后在顾客线下单前将产品运送到距顾客最近的配送中心，解决先行发货中存在的问题。研究认为，需要先部署云计算来存储所有渠道生成的大数据，再应用基于集群的关联规则挖掘研究顾客的购买行为，根据“如果-那么”预测规则预测未来的采购情况，最后利用修正的遗传算法生成最优的先行发货计划；这种遗传算法考虑了其在运输成本和运输距离之外，还有预测规则的置信度，利用大量的数值实验权衡了先行发货中的不同因素，验证了模型的最优可靠性