简介:目的:为弥补当前公安情报分析中主要依赖经验分析的不足,对ARIMA模型在刑事类警情预测中的应用展开探讨,为刑事类警情的早期预警提供决策依据。方法:应用ARIMA模型对某市2015年1月至2017年12月刑事类警情数据进行分析并建立预测模型,对建立的预测模型进行参数估计、模型诊断、模型评价,选择最优预测模型。结果:某市刑事类警情整体上呈下降趋势;选取的最优模型ARIMA(0,0,0)(0,1,1)能较好地拟合既往时间段某市刑事类警情的变化;对某市2018年1月的刑事类警情实证预测表明,所选模型的算法拟合度较高,在95%的置信区间之内(预测值290次,真实值315次),模型短期预测效果较为理想。结论:ARIMA模型可以应用于刑事类警情的情报分析与预测,建议在实际应用中应进一步推广。
简介:本研究的目的是在两组中国青少年中检验赫胥(Hirsehi)重构的自我控制理论的效力。该研究还结合了格拉斯米克(Grasmick)等人完善的态度量表,来检验在比较组中两种自我控制量表之间的解释能力是否存在差异(N=2048)。应用结构方程模型来研究自我控制构成的基本理论结构以及不同样本间量表的稳健性。我们的研究结果证明了格拉斯米克的态度量表比赫胥修正后的量表具有更强的解释力,可以预测中国青少年犯罪。与学生样本相比,这两种量表在罪犯样本中具有很好的模型拟舍度。与赫胥的修正量表相比,我们的实证检验为格拉斯米克的态度量表作为一个中国青少年犯罪的预测指标提供了比较确凿的证据。
简介:主流经济学派、人力资源管理学派、产业关系学派,都对企业抵制或积极对待协商的行为做出过理论解释.实践中,企业消极对待集体协商的原因有:认为工资集体协商与其他法律相抵触;认为劳动者权益已得到保护而集体协商不必要;认为企业成本将被加重;认为激励机制无需借助该制度;认为该制度对企业影响不大且缺乏评估机制.企业积极对待协商的原因有:企业自身具备民主管理理念;迫于回应政府和总工会开展集体协商的要求;申请实施某些制度的必备条件.企业消极态度多体现主流经济学派和人力资源管理学派的观点;政府和地方总工会对企业观念的引导主要体现了人力资源管理学派的观点.为实现企业态度的转变,可以保证法律一致性、完善法律法规的详细规定和执行力度、完善工资集体协议履行评估机制、调动劳动者积极性.
简介:人工智能作为智能化时代的关键技术,对经济结构转型升级以及提高国家竞争力至关重要.中国要想在新一轮技术革命中占据优势地位,必须时刻紧盯这一前沿领域,并在安全的基础上,积极努力实现在战略上的赶超和对新技术的掌握.在此过程中,借鉴国际主流发达国家制定战略方向和引导产业发展的经验,并与国内实际相结合,能够为完善中国人工智能产业提供有益发展路径.因此,针对目前中国人工智能发展遇到的国家政策有待落实、行业缺乏标准、监管体系缺位和人才紧缺等困境,应该在以下四个方面努力:明确国家战略和行业规范、政府采取积极策略、确保新时代安全和加快人才培养,为中国人工智能的未来做好准备.
简介:按照国家《推动1亿非户籍人口在城市落户方案》提出的目标要求,以50个地级及以上城市为对象,评价这些城市户籍人口城镇化推进的总体状况及城市之间的差异。结果表明:被评估城市户籍人口城镇化率高于全国平均水平,但户籍人口城镇化率与常住人口城镇化率差距较大,不同区域城市间差异明显。按照“十二五”时期的速度进行推算,完成“十三五”的目标任务仍然艰巨。对此提出如下建议:国家应该针对不同类型城市采取差别化的户籍政策;把政策重点由解决城乡“二元”分割转到化解区域内外有别上;应尊重流动人口落户的意愿,建立“以脚投票”的流动迁移机制;注重维护农民的合法权益,探索从农村内部解决农民进城后顾之忧的途径。