高校基层党建与中心工作有效融合路径研究——基于马克思主义中介理论视角

基层党建和中心工作是相辅相成、不可分割的,党建工作促进中心工作持续健康发展,中心工作提升党建工作质量及效果。在建设世界一流大学和一流学科的进程中,高校基层党建担负着艰巨的历史使命。如何破解一直存在的“两张皮”问题,找准党建和中心工作的有效结合点是重点和难点。为此,在马克思中介理论指导下,尝试找到两者结合的关键点,探索两者有效融合的路径,力促双方相互作用、相互促进构成有机整体。

“政产学研用”联合培养研究生的探索与实践——面向社会保障领域的科研创新与实践应用

介绍了十年来社会保障领域研究生联合培养的实践与探索,即以"社会问题"和各类课题为牵引,在实践中逐步整合社保经办及监督部门、高等院校、信息化企业和用人单位的优势资源,给出了"政产学研用"联合培养研究生过程中资源整合路径、基础设施建设、创新平台搭建、研究生实践参与等关键问题的解决实例,说明了取得的成果,同时提出了"政产学研用"协同科研创新与研究生培养的模式设想。

审计大数据的提出、特征及挑战

大数据的快速发展使得国家审计的数据基础及其使用方式随之改变。但是,这种改变是否具有审计自身的特色尚缺乏研究。首先,借鉴相关学科的进展并结合审计案例和审计调查研究发现,相比于其他领域,审计大数据的特色在于对各领域政务大数据的广泛利用;相比于自身,审计大数据是在以往数据基础上的重大拓展,但不是一种颠覆。审计大数据产生的外在条件是大数据对审计对象更为全面的记录,内在动因是审计职能的扩展和审计对象的丰富和复杂化。其次,通过较大范围的审计调查给出了审计大数据的概貌,分析了审计大数据及其技术方法的特征,即:其范围不局限于审计对象,需依据审计目标在个体或宏观精确性中做出取舍,并在专家的因果判断下开展相关性分析。最后,从审计大数据利用的前提、基础、手段和人才队伍四个方面论述了当前的技术挑战并提出相应的对策建议。

社会保险信息系统差异性分析

社会保险管理信息系统是社会保险政策执行和政策效果实现的重要载体。当前我国社会保险管理信息系统存在建设标准不统一、系统差异巨大、数据标准碎片化的客观问题,这不仅在技术层面造成了各地社会保险政策执行的不统一,还在社会保险实践层面给社会保险的异地转移接续和全国统筹带来了巨大障碍。本文从政策、险种、业务环节、管理部门、统筹层次、设计标准、数据库和数据存储位置8个维度,分析了当前中国各地社会保险信息系统差异的主要因素,指出了多种形态交叉混杂下社会保险信息系统差异的复杂程度。而后探讨了社会保险信息系统差异的根源与必然性,探讨了其对社会保险信息化建设、精细化管理、发挥内外部监督力量的影响,并提出三条针对社会保险信息化建设的建议。

社会保险数据碎片化现状分析--基于对A省11种基金的调研

社会保险管理信息系统多年来积累了大量电子数据。这些数据已经成为社会保险制度建设的宝贵财富,其集中存储和管理具有重要意义,也是社保信息化建设的目标之一。但是,对A省11种社会保险数据的管理现状的调研表明:数据碎片化情况严重,部分险种碎片化的比例高达90.91%,严重制约了以保险关系转移接续为代表的社保公共服务水平的提高。

基于大数据的企业基本养老保险待遇调整绩效审计分析——以X省为例

企业基本养老保险离退休人员待遇的"十连涨",是共享社会发展成果、维持社会良治的重大举措,也是社会保障国家审计的关注要点之一。但是,对待遇调整绩效的审计研究仍较为稀少;社保学者主要利用统计数据开展研究,在揭示待遇调整微观效应上存在一定局限。利用海量、微观的社会保险大数据进行审计评价,充分运用可视化技术,给出了一种有别于统计数据的实证分析路径。本文提炼并基于X省14个统筹地域239万人的待遇信息进行绩效审计评价后,发现:现有的调待机制存在拉大养老金分配差距的趋势;养老金最低的群体的上调金额反而最低,存在不能维持其生活水平的危险,从而初步印证了海量微观的社保大数据在评价养老金调整现状、评估不同待遇调整方案等方面的优势。

基本养老保险政策执行情况审计指标体系研究

在国家治理目标下,基本养老保险审计职能应由传统的基金财务收支审计拓展至政策执行情况审计,其指标体系研究也应转向以政策分析为主要功能的指标构建。本文分析了国家治理目标下基本养老保险审计指标体系研究转向的必要性和方向,提出了包含价值理念、专业标准、法律规章、专业知识四个层面的审计指标体系设定依据,构建了包含参保缴费政策、待遇支付政策、基金管理政策、转移接续政策、省级及全国统筹政策共五个政策模块58项指标的指标体系,各模块中的指标分为政策执行、政策成本、政策效果和政策预测四个指标层次。通过指标间的关联性,勾画了基本养老保险政策执行情况审计的实践路径,阐释了指标评价的可操作性,并提出了指标体系设定及应用中可能遇到的问题及解决对策。

基于理想点的星型高阶联合聚类一致融合策略

高阶联合聚类一般被转化为多对二阶联合聚类结果的一致融合问题,将多个二阶聚类目标函数的加权线性组合作为高阶联合聚类的目标函数,通过交替迭代方法得到聚类结果.然而,现有算法仍根据专家经验预设权值,自动的确定线性组合的最优权值仍是一个经典难题.文中针对星型高阶异构数据,提出一种基于理想点的自动确定权值的一致融合策略,将各二阶聚类目标函数的最优值构成的空间中的点称为理想点.通过将二阶聚类结果与其理想结果间的相对距离作为聚类质量的度量标准,解决了各二阶聚类质量不可公度的问题,最终使得高阶聚类目标函数与理想点的相对距离最小.基于理想点的方法能够解决多种星型高阶联合聚类算法的一致融合问题,因此具有一定的普适性.实验结果表明该方法有效地提高了5种经典高阶聚类算法的效果.

面向复杂软件执行网络的关键节点行为分析

软件系统的执行是一类极其复杂的交互过程,采用复杂网络的研究方法可有效地分析软件执行行为模式规律.与以往分析软件系统静态拓扑结构不同,本文对软件系统执行过程中的关键方法调用行为进行了建模度量和实验分析.基于典型的开源软件,首先给出了基于方法调用关系的软件执行网络构建方法,然后对执行网络中关键节点的拓扑特征及其邻接网络进行分析.结果表明,具有高度、高介数及高聚集系数的方法节点在软件执行过程中处于特殊地位,起着维系网络连接的重要作用,对于软件的正常执行具有重要意义,相关结论和方法可有助于提高软件质量和更好的运行维护.

趋势分析法在基本养老保险效益审计中的应用

趋势分析法作为一种审计方法一定程度上在审计领域中已经得到应用,但多为对被审单位的财务信息进行分析。本文以某沿海城市(以下简称A市)为例,应用趋势分析法分析该市基本养老保险基金业务数据,并从中发现基金结余的原因及可持续性。分析结果表明,A市基本养老保险基金总量结余的原因,是个账资金的结余掩盖了统筹资金收不抵支的情况,并不具备可持续性。而且在国家正在修改转移办法,东南沿海外来务工人员受金融危机影响的情况下,收支结余的假象将迅速消失。为此,建议在可能的范围内提高征缴力度,降低非国家政策规定范围内的待遇支出,逐步扭转基金收不抵支的局面,确保养老制度的可持续发展。

审计信息化标准体系探讨

信息时代,审计对象数据的异构性问题和创新审计技术的需求日益突出,迫切需要通过标准化手段加以解决。但目前我国审计信息化的标准化工作仍不能完全满足实践需要,缺乏对标准体系的理论研究。基于审计信息化标准体系的内涵分析,指出其理论依据应将审计实践作为其起点和终点,并兼具自然科学与社会科学双重属性。为此,借鉴设计科学推动产品与实践需求相融合的理念,提出了以审计信息技术标准为主要内容,以主体和业务为细分维度的开放的审计信息化标准体系理论框架。该框架较好地解释了国内外审计信息化的标准化实践以及未来国际化、协同化、体系化的发展方向。最后,从标准的协调性、技术先进性、实用性以及国际化发展等方面探讨了未来标准体系建设面临的主要挑战与应对措施。

社会保险费征缴治理及其审计研究——一种基于演化博弈的方法

规范征收是社会保险征缴治理的重要任务,也是社保审计关注的重点内容之一。实践表明,现有定性或宏观的研究成果较难应对参保个体多样化的违规行为。博弈论是分析这一问题的主要定量方法,但经典模型存在完全理性假定、忽视个体互动等局限。基于演化博弈模型,提出一种立足微观的社保征缴治理与审计研究方法:将社会网络作为个体互动的基础,个体通过相互学习、演进缴费策略,大量微观行为最终汇聚为宏观征缴效果。对100万种征缴参数的效果进行仿真分析,结果表明:征缴效果会随着措施的逐步调整出现非线性变化,如果征缴机构发现并惩罚10%-20%的违规行为就可以基本实现整体缴费行为的合规性。这揭示了征缴治理的一般规律,是审计应用新办法助力完善社保征缴体制的一次尝试。

践行审计“免疫系统”功能的社保三级联动联网审计模式

在审计署的领导下，社会保险计算机审计技术和实践已经取得了较快的发展，实现了由传统的财务审计到财务和业务并重的转换，以及由现场审计模式向联网审计模式的转变。由审计署主持，黑龙江省审计厅和哈尔滨工程大学开发的社会保险基金联网审计系统（简称N—SAS系统），已经在全国13个省、市部署，直接审计的参保人数达到2000万，处理的社保数据量达到了3T。

基于服务交互行为的复杂服务协同网络建模

随着分布式计算技术的发展,以自治的服务协同与互操作为主要构造手段、结构与行为随需而变的面向服务的软件系统已成为当前主流的软件架构,分析并理解服务交互行为对于这类复杂软件系统的开发、维护和运营具有重要意义.针对面向服务的软件系统中基本构成元素Web服务的复杂交互执行行为,考虑到服务自治性及系统规模化所带来的复杂性,借鉴复杂网络建模分析方法,提出了一种考虑服务行为特征的服务动态行为生长演化模型.模型首先以真实服务的服务结构数据为基础,以服务间参数关联关系为核心,通过参数匹配建立服务结构网络作为基本连通性约束,代表可能发生交互关系的服务.然后,基于服务间的择优选择、组合交互及动态重组等特性,对面向服务的软件系统生长演化及动态执行行为进行了仿真建模.在Seekda及QWS数据集上进行了仿真实验,结果表明:与传统的软件系统的层次性结构有所不同,由自治的Web服务所构成的软件系统具有更强的模块性;与系统中个体服务演化规则,如择优连接及动态重组相比,服务结构网络的性质对系统最终形态有更重要的影响,相关结果对大规模服务软件的构建及分析具有重要的指导意义.

基于非参数密度估计的不确定轨迹预测方法

随着大量移动设备的出现,准确和高效的轨迹预测有助于提高面向位置的应用和服务的质量和水平.针对现有方法对轨迹不确定性缺乏有效建模的问题,提出了基于非参数密度估计的不确定轨迹终点预测方法.在轨迹建模及模型训练阶段,利用非参数估计对起点与终点相同的轨迹构建基于密度分布的不确定轨迹模型;在轨迹预测阶段,将待预测轨迹视为轨迹数据流,并通过KS (Kolmogorov-Smirnov)检验方法与具有相同起点的不确定轨迹模型进行匹配,其中匹配程度最高的不确定轨迹即为预测轨迹.通过真实轨迹数据集上的实验表明,与现有各类主要轨迹预测方法相比,本方法在不同条件下的预测效率与准确性都有较明显优势.

GPM与TRMM降水数据在海河流域的精度对比研究

[目的]对GPM与TRMM降水产品在海河流域的测量精度进行对比研究,以评估TRMM及GPM数据在海河流域的适用性。[方法]以海河流域为研究区,利用35个气象站点2014年4—10月的实测降水量数据在月时间尺度上对两代降水产品利用决定系数R2和相对误差BIAS进行精度评价。[结果](1)卫星降水产品与气象台站实测降水量决定系数从TRMM数据的0.758 2提升至GPM数据的0.7607,斜率K从TRMM数据的0.810 5提升至GPM的数据的0.833 5。(2)TRMM与GPM降水产品差别较小,虽两者均轻微低估了降水量,但整体上精度较高且GPM略优于TRMM。[结论]GPM IMERG降水产品在海河流域月尺度的高空间分辨率水文分析方面具有很好的应用前景。

一种用于三维模型检索的半监督距离度量学习方法

在三维模型检索领域,由于语义鸿沟的存在使得无监督的相似匹配技术检索出的结果通常不十分令人满意,而有监督的分类学习方法又常常需要大量的训练样本集。为了在用户提供有限的分类信息下,提高三维模型的检索效率,提出了一种适用于三维模型检索的半监督加权距离度量学习方法。该方法首先通过一种基于图的半监督分类标记繁殖方法增加用户提供的极少量分类信息,随后使用一种改进的加权相关成分分析方法学习一个马氏距离度量,最后将这个学习到的马氏距离度量应用于三维模型检索中。在Princeton Shape Benchm ark上的测试表明,该方法在用户标注模型很少的情况下,检索效果明显好于普通的距离度量方法以及监督的分类学习方法。

一种基于潜在语义线性嵌入的三维模型检索方法

在三维模型检索中,为了保持模型之间的形状相似性,并且考虑保持模型之间的语义关系不变的情况下实现特征的维数缩减,提出一个基于潜在语义分析的非线性降维方法-潜在语义线性嵌入LSLE.该方法通过构建的三维模型语义空间确定数据库中三维模型的语义近邻,并通过改进的局部线性嵌入方法实现数据维数的缩减,对Princeton Shape Benchmark的实验表明,该方法在三维模型的特征降维和检索中都取得了较好的效果.

基于混沌和免疫应答的增量聚类新算法

受免疫应答原理的启发,提出了一种适用于增量数据聚类的人工免疫系统框架,以及在此框架上的结合混沌的自组织增量聚类新算法,称为免疫应答算法(Immune response algorithm,IRA).新算法利用Logistic混沌序列生成初始抗体种群,利用其多样性识别新增的不属于任何已知簇的数据,该过程模拟了初次免疫应答.同时,初次免疫应答形成的记忆抗体可用于二次免疫应答,即识别新增的属于已知簇的数据.为了减少数据冗余,算法用中心点和代表点表示已知簇并动态更新其识别区域,这样算法不但能动态、自组织地形成聚类,而且实现了数据特征的提取.模拟实验充分显示出该算法无论在聚类质量上还是数据特征的提取上,都具有一定优势,且具有参数数量少、速度快、对数据输入次序不敏感的优点,在实际问题中有一定应用价值.

基于离群点识别的聚类结果属性特征簇发现

对聚类结果的理解有助于评价聚类效果,可以据此调整聚类过程,更高效地使用聚类结果.但是,聚类结果的理解仍然是一个尚未解决的问题.提出了基于离群点识别技术分析任意聚类算法的聚类结果,发现了聚类结果属性特征簇的方法;提出一种基于不相似性比值的离群点识别算法.通过对全部数据簇的属性描述进行离群点分析,发现各数据簇的特征属性,实现对聚类结果的理解.所提方法适用于任意聚类算法结果的分析.对UCI的iris、ZOO和Housing数据集的采用X-means、Frozen和DBScan算法的聚类结果进行聚类结果分析,实验表明所提方法较成功地发现了不同聚类算法的属性特征簇,有助于对聚类结果的深入理解.