简介:近两年来,塞缪尔·鲍尔斯和阿·贾亚德夫在多个地方发表了关于警卫性劳动(GuardLabor)的文章,包括在《发展经济学杂志》(JournalofDevelopmentEconomics)2006年第2期上发表的题为《警卫性劳动》的文章,以及发表在由著名经济学家斯蒂格利茨主编的《经济学家之声》(Economists’Voice)2007年第2期的题为《军营美国》(GarrisonAmerica)的文章以及鲍尔斯等人所著的经济学教材《理解资本主义:竞争、命令与变迁》第19章,这些文章都涉及了相关的内容。本文试图在综述他们的观点的同时评述一些相关的看法。
简介:因犯罪区域差异、主客体博弈、人为和外界、定性定量混杂、影响因素多杂、模型不适应、数据规模小等诸多原因导致犯罪趋势研究非常困难,经实验研究用大数据AI介入犯罪趋势研究是有效解决方案:可从宏观、中观以及微观三个层面研究犯罪趋势彩响因素,宏观上人、自然及社会三方面,中微观上要特别关注社会心理。对数据量小、种类少、结构化数据多、存在模糊和灰色情况下釆用模糊灰色小数据预测模型;而对大范围实证研究,半结构化与非结构化数据多,经算法比较研究采用三维卷积神经网络深度学习算法比较适合大数据动态实时跟踪犯罪趋势预测。