简介：在互联网时代大数据已经应用到社会经济与生活中的多领域,本文以大数据在宏观经济分析中的作用与现状为研究基础.通过分析可知大数据为宏观经济的分析提供了丰富的数据支撑、提供更多的分析方法与技术.但是,也存在一些客观上的不足,为此本文提出可以从构建良好的大数据获取环境,规范大数据采集与管理体系以及进行专业人才的培养等方面进行改进,从而促进大数据更好地为宏观经济分析做出贡献.

简介：辽代后族势力与头下军州均是辽朝特有的政治现象,后族通过头下军州的设立得以同皇族分享政治特权,是联合执政的一种表现。通过对皇族与后族头下军州地理位置上的分析,可以看出辽朝中央通过后族制衡宗室的用意;通过辽朝各个历史时期皇族与后族在头下军州设立上的优势、劣势比较,可以看出当时双方实力的消长。同时,头下军州也为后族提供了军事助力。

简介：善治是风险社会下公共危机治理的有效之道。我国正处于社会转型阶段，原有的社会规范效能减弱，社区矛盾和不可控因素在不断地累积和扩张。实现社区公共危机治理的现代化，就必须实现社区的创新治理，构建一套多元主体参与协同治理的危机治理体系。

简介：随着全球经济一体化发展进程的加快以及信息网络技术的覆盖,逐渐形成了多元文化激荡的局面,各国文化充斥着大学校园.多元文化拓展大学生视野、丰富大学生生活的同时,我们也应正视低俗、腐朽等文化对大学生造成的侵蚀.大学生作为引领社会进步和经济发展的特殊群体,要避免受不良外来文化的侵蚀,就必须提高自身的文化自信.故本文主要分析在多元化背景下如何提升大学生的文化自信.

简介：近年来中国证劵市场的动荡,让人们更加关注金融时序数据中存在的影响点,因为影响点中往往隐藏着许多重要的信息,我们只有正确识别出存在的影响点,并深入分析其隐藏的信息,才更有利于我们做出正确合理的决策.

简介：从精细化管理的角度开展大学生志愿精神的培养有利于帮助当代青年树立正确的世界观、人生观、价值观，有利于大学生将公民意识和社会责任感有机结合。高校应根据精细化管理的三原则，对志愿服务工作中遇到的新问题及时总结、建章建制，保证各项制度执行落实到位，不成空文，不走形式，深入、系统、制度化地开展大学生志愿精神的培养工作。

简介：本文通过田野调查,对河湟当地民间禄马信仰的内容及相关民俗活动进行了调查分析,认为河湟禄马信仰作为中国纸马信仰文化的一种地方化表述,是地方及民族文化系统中的活态民俗事象,是围绕农业生产生活而展开的具有河湟多元民族文化特征的禄马信仰文化活动。

简介：早在20多年前,美国著名学者尼古拉·尼葛洛庞帝（NicholasNegroponte）便在《数字化生存》（BeingDigital）一书中指出,人类即将进人一个虚拟的、数字化的生存阶段,数字技术（信息技术）将时刻充斥在我们的交流、学习、工作等活动之中,并改变传统的生存方式.

简介：品牌化建设是高等学校非学历教育的有效做法和成功经验,品牌化建设就是将继续教育系统化,形成具有影响力的品牌项目,以品牌优势促进继续教育的可持续发展。从广西民族大学继续教育转型和发展的案例出发,探讨其取得成功的经验,研究高校继续教育的发展策略和品牌化构建。

简介：“一带一路”建设是新形势下中国对外开放的重要战略布局,也是中国经济社会发展的重大历史机遇,而南方丝绸之路是古丝绸之路的重要组成部分,重构南方丝绸之路是“一带一路”建设的重要内容.“一带一路”沿线国家多,民族多样、宗教多元,民族文化和宗教文化丰富而厚重,其中,伊斯兰文化和回族文化是“一带一路”建设和重构南方丝绸之路的重要资源.因此,要在传承和弘扬伊斯兰文化和回族优秀传统文化的基础上,进一步加强回族文化建设,积极引导伊斯兰教与社会主义相适应,充分调动和发挥回族穆斯林和回族文化在“一带一路”建设中的积极作用.

简介：对于具有信贷需求的农户而言,面临的信贷配给程度由高到低可依次划分为遭受需求型配给和遭受供给型配给以及未遭受信贷配给。现有对农户配给程度的决定因素进行识别研究,往往忽略信贷需求的样本选择性问题。采用2013年苏鲁两省农户调查数据,运用有序Probit模型,识别农户遭受不同程度信贷配给的决定因素,有效解决了样本选择性估计偏误。研究发现：户主受教育程度、银行网点距离等因素对农户信贷配给程度具有显著影响。其中,户主受教育程度等变量影响负向,导致遭受供给型配给和需求型配给的概率降低;而银行网点距离等变量影响正向,则会导致遭受供给型配给和需求型配给的概率增加。

简介：十八届五中全会提出了全面建成小康社会扶贫工作新的目标要求，就是“我国现行标准下农村贫困人口实现脱贫，贫困县全部摘帽，解决区域性整体贫困。”如何如期脱贫，关键要在“精”和“准”上下功夫。

简介：中国城镇劳动力市场分割状况导致收入差距不断增加,将收入流动性与收入极化指数的测量相结合,可更好地分析不同劳动力市场领域收入极化产生的原因。使用中国健康与营养调查（CHNS）的微观数据,将极化指数P分解为结构化流动性极化指数PS（工资水平的变化）和交换流动性极化指数PE（个人的社会地位、职业特征的流动变化）两个部分,结果表明：学历和雇佣形式劳动力市场领域产生收入极化的主要原因是结构化流动性,而交换流动性是职业性质和企业所有制劳动力市场领域产生收入极化的主要原因。