公平结果考察下三阶段划界方法的司法实践与发展

国际海洋划界始终坚持以取得公平划界结果为目标,同时也在寻求划界方法的确定性。三阶段方法作为海洋划界方法的最新发展,一定程度上平衡了划界的确定性和灵活性之间的关系。但国际司法机构在实践中已经明显向追求划界确定性上过度倾斜,将三阶段方法作为海洋划界的标准方法对待,过度重视其在划界过程中的工具价值,由此暴露出三阶段方法存在的诸多问题。海洋划界须以公平划界结果为目标,兼顾海洋划界的确定性、可预测性和灵活性,依据案件事实选择合适的划界方法。在适用三阶段方法进行海洋划界时,为最终实现公平划界结果,有必要充分考虑各种划定临时分界线的方法,将影响划界的相关情况贯穿案件始终予以考虑,加强对临时分界线的调整依据、调整方法以及涉及的科学技术等内容的客观解释,避免比例检测沦为国际司法机构的自证工具。

不同情境格局下组织公平结果变量研究——基于元分析的视角

研究以97篇中英文文献为样本,通过元分析方法研究了在不同情境格局下,组织公平对组织承诺、工作满意度、组织信任及离职意向的影响关系。研究发现在基于自我概念的三方模型下,组织公平感与结果变量之间的关系会受到自我概念的个人自我、关系自我和集体自我的显著影响。尤其是在以欧美文化为主导的团体格局影响的基础上,个人自我概念的显著性会导致更大的效应量。然而在中国的差序格局下,虽然关系自我和集体自我的显著性依旧会增进组织公平的效果,但是这些影响结果会被中国本土的差序格局所掩盖。因此,在团体格局影响下的组织情境中,组织公平对结果变量的影响比在差序格局影响下的组织情境中影响更大。

数字治理中公平原则的遮蔽与解蔽——对数字治理效率优先的批判

数字治理是数字技术嵌入社会治理形成的一种新型社会治理形态。数字技术以科学理性和工具理性重构社会治理方式,即在治理中高效处理数据信息、优化升级治理过程、提供系统化解决方案以及实现多场景应用。数字技术对效率优先原则的追求和强化,使数字治理的生发和走向受到技术逻辑的控制和主导,遮蔽了其价值内核:公平原则。这表现为,数字技术“窄化”治理数据信息、“非中立化”治理决策行为、抑制人的主体性发挥、扩张政府和企业的权力等。公平作为内嵌于数字治理之中的伦理价值和社会性内核,是数字治理的应然目标和实然追求。因此,要想真正“解放”数字治理的“生产力”,需要通过完善治理数据信息、规范治理决策过程、推动人的主体性建构和限制权力无序扩张等途径,追求数字治理中效率与公平的“互构”,推动社会治理现代化的发展。

社会公平感对生育意愿的影响研究——基于CSS2021的实证分析

运用CSS2021相关数据,从社会公平感角度,通过基准回归分析、调节作用分析和异质性分析发现:总体社会公平感及权利公平感、机会公平感、规则公平感三个子维度均对理想子女数产生显著影响;对子女性别偏好产生显著影响的只有总体社会公平感与规则公平感。在总体社会公平感对理想子女数的影响中,权利和规则公平感起削弱作用,机会公平感则起增强作用;在总体社会公平感对性别偏好的影响中,权利公平感起削弱作用,机会和规则公平感则起增强作用。社会公平感对理想子女数和性别偏好的影响存在性别和户籍上的差异性。

优化营商环境背景下我国公平竞争制度建设的基本框架

在我国营造市场化、法治化和国际化一流营商环境的过程中,公平竞争是其内在要求和核心内容,这就需要公平竞争制度或者竞争政策予以确认和保障。在我国公平竞争制度建设中,强化竞争政策基础地位是顶层设计,落实公平竞争审查制度是关键环节,加强反垄断反不正当竞争是基础保障,引导和激励企业反垄断合规是必要举措。这些方面构成了进一步优化营商环境背景下我国公平竞争制度建设的基本框架。

职业教育强国建设的公平之维:理论意蕴与实践路向

职业教育强国是新时代职业教育改革与发展的目标与使命,职业教育公平是职业教育强国建设的本质内涵与内在逻辑,是职业教育强国的重要标志与理论监测点。公平视角下,职业教育强国建设蕴含“以职业教育强国家之公平”“以公平强国家之职业教育”以及“强国家职业教育之公平”的三重意蕴,以及职教体系、教育体系、中国社会、国际社会等四个维度的内部公平。建设新时代职业教育强国,要明确“一个不能少”的目标、保障“一种教育类型”的发展、提升“一技之长”的地位、把握“一种世界关系”的主动,切实增进职业教育在职教体系、教育体系、中国社会、国际社会的公平,为全面推进中华民族伟大复兴提供有力支撑。

教育公平视野下普职分流的思考与启示

认同普职分流的观点主张普职分流有助于学生就业,有利于教育公平,有助于提升教育教学效率。反对普职分流的观点认为职业教育的专业对应的是社会底层的职业,依照才能选拔并不公平,不利于职教学生的发展。在目前的发展阶段,普职分流只是影响职业分层和教育公平的因素之一,它还受到社会、家庭、认知等诸多因素的影响。在推动现代教育体制高质量发展的背景下,需要通过实行普通教育与职业教育的错位发展,完善普职平等的教育制度,优化按劳分配的薪酬体系等措施,确保实现普职协调发展。

公平而高质量的中考分流:价值向度、实践样态及路径选择

追求公平而高质量的中考分流,应坚持按教育“内适”规律、“外适”规律和“个适”规律办好人民满意的教育,用合适的高质量教育塑造合适的人,让不同的学生流向不同的高质量学校,使每个独特的天性都得到自由生长。由于各地执行标准不一及“双减”政策落实情况参差不齐,中考分流的适应性不强,成为普通高中与中等职业学校分化、中产以上家庭子女与中产以下家庭子女学业分化学业分化、优生与差生分化的“催化剂”,成为不同受教育者机会不均、地位悬殊、能力分化的“助燃剂”,成为天性教育的梗阻。坚持教育分流政策,实现公平而高质量的中考分流,必须因情、因地、因人制宜,建立普职平等的发展机制、需求导向的调节机制和减负增效的评价机制。

公平竞争审查制度地方实施激励机制研究

公平竞争审查制度地方实施激励机制能够激发地方政策制定机关的积极性,促进社会效益的整体提升。在公平竞争审查制度的地方实施中,应当引入物质性和非物质性激励的双重促进作用。将激励机制引入公平竞争审查制度地方实施中具有正当性,平衡论和外部性理论提供理论依据,既有法律制度和实施需求提供适用基础。当前的公平竞争审查制度地方实施激励机制不完善,表现为制度设计中的激励机制形同虚设,制度实践中的低效现象也较为普遍化。这主要是由自我审查模式的局限性、对惩罚机制的路径依赖、央地协调中存在的治理逻辑差异、地方发展中固有的“唯GDP”观念共同作用所致。健全公平竞争审查地方实施激励机制,应当遵循央地共建的思路,重点将制度实施成效纳入地方官员的考评体系。同时,设置具有针对性的激励方式、重视能力激励、增强激励工作的规范性,切实维护激励措施的落地实施。

公平竞争审查制度能否缩小企业内部薪酬差距?

缩小企业内部薪酬差距对缓解收入不平等和实现共同富裕具有重要意义。本文基于2010—2020年中国A股上市公司数据,运用双重差分模型实证检验了公平竞争审查制度对企业内部薪酬差距的影响及其作用机制。研究结果显示:公平竞争审查制度缩小了企业内部薪酬差距,其对高管平均薪酬有显著负向影响,而对普通员工平均薪酬的影响不显著;公平竞争审查制度对企业内部薪酬差距的影响在非国有企业、高管持股比例较高企业和产业政策扶持行业的企业更明显;公平竞争审查制度通过促进市场竞争、规范政府补贴和规范税收优惠缩小企业内部薪酬差距;公平竞争审查制度对企业内部薪酬差距的影响是通过缩小超额薪酬差距实现的。本文丰富了企业内部薪酬差距影响因素方面的研究,也为进一步探索企业内部薪酬差距的治理机制提供了新视角。

领导员工互动公平对团队创造力的影响机制:一个被调节的中介模型

领导员工互动公平作为一种组织公平,反映团队成员对自身与领导沟通质量的感知,能够有效增强团队创造力,维持企业核心竞争优势,促进企业繁荣稳定发展。基于102个知识型团队样本,以团队内竞争为中介变量,以权力距离导向为调节变量,从直接和间接传导机制两个维度阐释领导员工互动公平对团队创造力的内在影响机理,研究发现:①领导员工互动公平与团队创造力正相关;②团队内发展性竞争在领导员工互动公平与团队创造力关系中发挥完全中介作用;③权力距离导向正向调节领导员工互动公平与团队发展性竞争的关系、负向调节领导员工互动公平与团队过度性竞争的关系;④权力距离导向正向调节团队内发展性竞争在领导员工互动公平与团队创造力关系间的中介作用。

从规制数据垄断前提的厘清到规制方案的厘定——公平竞争抑或平等使用

数据是数字经济发展进程中的关键创新要素。随着我国数字经济的蓬勃发展,出现了诸如数据垄断协议、滥用数据领域支配地位、数据驱动型经营者集中等数据垄断现象。数据开放共享作为规制数据垄断的方式,受到广泛关注。鉴于数据具有不同于其他生产要素的特性,在具体规制数据要素市场的竞争行为时,需要澄清“公平竞争”与“平等使用”这一前提性概念,提出从加快完善数据要素市场化配置,促进企业数据权益合法行使和流通,允许限时数据独占,探索数据共享最佳时点等方面规制数据竞争,助力数字经济规范健康发展。

基于国际视角的工伤保险制度公平性研究

工伤保险制度作为社会保险制度的关键构成之一,可以为因工受伤的劳动者提供收入补偿。2019年社会保险费的征收主体转为税务部门,包括工伤保险在内的社会保险征管模式趋于规范,为工伤保险制度公平性奠定了一定基础。国外工伤保险制度在完善过程中积累了许多经验教训,为促进我国工伤保险征收的公平性提供参考。因此文章从工伤保险费征收的视角出发,利用国内外的政策实施效果探讨工伤保险制度和社会公平之间的关系,从征管模式、覆盖范围、筹资政策和给付形式四个方面分析工伤保险在调节公平时发挥的作用。结合中国目前工伤保险制度的优势和短板,在借鉴代表性国家如德国、法国、美国和韩国的特点和成功经验的基础上,文章总结出完善我国工伤保险制度的政策建议,明确建设社会保障征管治理现代化的总体思路,对促进收入分配公平和社会稳定发挥现实意义。

公平竞争审查制度会降低企业避税程度吗?

财税政策是政府干预经济的常用方式,税收优惠政策对市场公平竞争具有重大影响。审查税收优惠政策的公平性,是在税收领域贯彻落实公平竞争审查制度的务实之举。基于2011—2021年沪深A股公司的面板数据,将实施公平竞争审查制度视为一项准自然实验,运用双重差分模型(DID)作为分析工具,探讨了公平竞争审查制度对高行政垄断区域企业税收规避的影响。研究发现,公平竞争审查制度可以显著降低高行政垄断地区企业的避税程度。机制检验表明,公平竞争审查制度能够促进税收扶持中性和市场竞争中性,从而抑制企业税收规避动机。进一步分析发现,公平竞争审查制度的税收规避抑制效应在地方政府问责制完善、地区营商环境差、地方政府税收竞争程度高以及公司内部治理差的样本中更为明显。文章丰富了公平竞争审查制度等行政垄断规制的微观经济后果和企业避税影响因素的研究文献,为公平竞争审查制度的实施提供政策参考。

公平竞争审查制度与备案审查制度的衔接机制研究

公平竞争审查制度与备案审查制度是我国约束规范性文件制发的两种审查制度,但部门法之间的隔阂导致它们在理论上长期割裂。这两种审查制度在监督机制、审查能力、审查动力等方面具有互补性,使得建立它们之间的衔接机制具有现实可能性和必要性。在坚持公平竞争审查的事前自我审查这一基本定位的前提下,可以将事后审查部分纳入备案审查制度中,将公平竞争审查结论作为备案审查中合法性与适当性审查的参考文件。还可以适时扩张公平竞争审查对象,将部分涉及市场主体经济活动的党组织规范性文件以及人大及其常委会立法、决议和决定纳入公平竞争审查制度,并建立党委、人大、政府之间的公平竞争审查衔接联动机制。

习近平关于公平正义重要论述的时代特征

中国特色社会主义进入新时代,以习近平同志为核心的党中央掌握历史主动,立足新的历史起点和新的发展阶段,对公平正义问题进行了深入的思考、积极的探索与创新,从多维度阐释了社会主义公平正义是什么,以及如何解决新时代社会主义公平正义存在的新问题。习近平关于公平正义重要论述的时代特征表现在:彰显历史继承性与发展创新性;凸显人民共享性与整体协同性;注重时代指向性与现实针对性;弘扬价值导向性与应然趋势性;强调长期艰巨性与求真务实性。

基于时间感知主导资源公平的边缘函数计算负载调度算法

针对边缘函数计算服务FaaS中不同负载之间资源抢占导致的资源分配不公平、利用率不高的问题,提出一种时间感知的主导资源公平调度算法。首先,分析了现有主导资源公平调度算法在应用到边缘函数计算服务时的不足;其次,提出加入函数实例运行时间权重,并通过时间感知队列和主导资源公平队列协同实现对函数运行所需要的资源进行公平分配和集群资源充分利用;最后,基于主流开源函数计算服务平台的调度器对算法进行了实现。采用公开负载运行数据集的测试结果表明,该算法最多提升了18.1%的CPU利用率和21.8%的内存利用率,并且执行时间最多降低了26.1%,能够有效提升边缘函数计算服务的资源分配公平性,且提高了资源利用率。

基于角色的区块链拍卖合约抽象建模及其时间安全性与公平性验证

为提升拍卖合约时间安全性验证效率及验证公平性,提出基于角色的拍卖合约抽象建模及其验证方法。首先,对合约源代码进行基于账户角色的抽象建模,转换为时间自动机网络模型,并对时间安全性进行形式化描述,用UPPAAL工具验证。其次,提取合约源代码机制,建立智能合约机制模型,同样转换为时间自动机网络模型,并对4种公平性进行形式化描述,再用UPPAAL验证。最后,通过2个经典案例证明了所提方法的可行性和有效性。

2012—2021年我国专业公共卫生机构人力资源配置状况及公平性分析

目的:分析我国专业公共卫生机构人才队伍建设情况,为加强我国公共卫生人才队伍建设提供参考。方法:基于《中国卫生健康统计年鉴》数据,采用描述性统计分析、基尼系数和卫生资源集聚度等方法,分析2012—2021年我国专业公共卫生机构人才数量、质量及不同地区人力资源配置公平性。结果:2012—2021年,全国专业公共卫生机构人员数年均增长率为4.10%,每千人口专业公共卫生机构人员数年均增长率为3.71%;2021年,我国专业公共卫生机构人力资源按人口配置的基尼系数为0.1002,按地理面积配置的基尼系数为0.6706,21个省份的卫生资源集聚度值大于1。结论:十年间我国专业公共卫生机构人力资源总量稳步增长,质量有较大提升,但与预期发展目标尚有差距,不同专业公共卫生机构人力资源发展不均衡,公共卫生人力资源配置中人口公平性优于地理公平性,且省际差异显著。

基于拉格朗日对偶的小样本学习隐私保护和公平性约束方法

小样本学习旨在利用少量数据训练并大幅提升模型效用,为解决敏感数据在神经网络模型中的隐私与公平问题提供了重要方法。在小样本学习中,由于小样本数据集中往往包含某些敏感数据,并且这些敏感数据可能有歧视性,导致数据在神经网络模型的训练中存在隐私泄露的风险和公平性问题。此外,在许多领域中,由于隐私或安全等,数据很难或无法获取。同时在差分隐私模型中,噪声的引入不仅会导致模型效用的降低,也会引起模型公平性的失衡。针对这些挑战,提出了一种基于Rényi差分隐私过滤器的样本级自适应隐私过滤算法,利用Rényi差分隐私以实现对隐私损失的更精确计算。进一步,提出了一种基于拉格朗日对偶的隐私性和公平性约束算法,该算法通过引入拉格朗日方法,将差分隐私约束和公平性约束加到目标函数中,并引入拉格朗日乘子来平衡这些约束。利用拉格朗日乘子法将目标函数转化为对偶问题,从而实现同时优化隐私性和公平性,通过拉格朗日函数实现隐私性和公平性的平衡。实验结果证明,该方法既提升了模型性能,又保证了模型的隐私性和公平性。