用GDP评价新中国头30年建设成就的几个问题

GDP是国民经济账户体系的一个核心指标,简单地用GDP评价新中国头30年的建设成就,并不完全合适;目前1952～1978年GDP主要有张风波、国家统计局、麦迪森三种数据,其中,麦迪森数据平均比国家统计局数据高出29.8%左右;传统上认为,发展中国家的经济总量被低估主要表现在未观测经济方面,但实际上,产品经济是计划经济国家经济总量被低估的另一个重要方面;汇率法GDP并不能真实地反映我国的经济实力及在世界上的地位,购买力平价GDP是一个重要的参考。现行的1952～1978年GDP低估了中国这一时期的建设成绩,应同时使用社会总产值和社会总产品的若干数据和事实进行补充和调整。     

殷芸交游考

殷芸的文学活动大多发生在萧梁前期,以分别参与由任昉、萧统和裴子野组织的文学团体活动为代表.这三个文学团体对殷芸的文学地位和审美情趣都有相当程度的影响,但又有所区别.其中任昉文学圈主要影响到殷芸文学地位的提高和文学思想的初步形成;萧统文学圈、裴子野文学圈则从主流与非主流两个层面,分别对殷芸文学思想的定型与巩固产生重要影响...     

点额不成龙 归来伴凡鱼 中国古代的鱼纹形器

山东省新泰市博物馆收藏有一件明代鱼龙变化花插（图1）,造型上充分体现了鲤鱼跳龙门,鱼龙变化的瞬间故事。该花插玉质圆润,造型优美。早在宋代,大经学家陆佃在他的名物训诂书《埤雅·释鱼》中言道,“浴说鱼跃龙门,过而为龙,唯鲤或然”。     

印记仰慕 化为永恒 古书画上常见的清朝官私鉴藏印

印章,是中国书画艺术的重要组成部分。在传统书画中,诗、书、画、印这四种元素既可各自独立,又能互补共存,融为一体,共同构成传统书画的核心内容。中国古代书画上的印章,主要包含有两个方面：一是作者在书画创作时,     

吴越胜览 五代时期吴越国文物综述

一唐宋之间 吴越国是五代十国时期东南沿海地区极为重要的地方政权,疆界以今浙江省境为中心,建都杭州,最盛时有13州1军86县之地,北起苏州,南抵福州。     

我国诊所法律教育若干问题刍议

作为一种舶来的以培养学生实务操作能力、树立学生社会正义感和公益心为目的的新型法学教育模式,诊所法律教育在我国发展历程中存在诸多问题,需亟待解决,需要在明确诊所教育本质与价值的前提下,结合我国实际,通过各种途径克服种种障碍。     

浅析《红楼梦》中林黛玉的交际心理与处世态度

《红楼梦》中的林黛玉历来被人们认为是贾府中最失败的处世者。其实并非如此,她首先是一个自恋的人,也有自己的一套独特处世方式。她强调自我,有一个小小的自我世界,但并不自闭。她对丫头、婆子们立威为主、言语刻薄,对情敌化敌为友、情深意长,既保全了自己的爱情,又成全了自己的友情。因此可以说,林黛玉非常善于处理人际关系,是一个在自恋中自我强大的女子。     

西夏立国长久原因探析

西夏是中国西北历史上一个重要的民族政权,其势力范围,经济、军事实力等都远逊于宋、辽、金,却能立国长达190年之久。究其原因,有宋朝国策的失误,也有辽、金等国的支持,而主要的内在原因则是党项民族俗尚武力,统帅人才杰出,军事形势优越以及农牧业生产基础好,养兵不用禄食。历史经验说明,在民族政权的相互较量中,积极进取的政治勇气和智慧,优化的资源整合和有利的外部环境,可以弥补诸多不利因素,取得以小御大、以弱敌强的政治军事效果。     

那一道彩虹悠悠

梦里回到了久别的故乡,回到了可爱的童年。野草莓像玛瑙一样撒在那片熟悉的山坡上,让我想起了亲爱的妈妈。互助——我魂牵梦萦的故乡,好想你好想你……     

A Hybrid Framework for Space–Time Modeling of Environmental Data. 环境数据时空建模的混合框架

The space–time autoregressive integrated moving average (STARIMA) model family provides useful tools for modeling space–time processes that exhibit stationarity (or near stationarity) in space and time. However, a more general method for routine use and efficient computation is needed to model the nonlinearities and nonstationarities of environmental space–time series. This article presents a hybrid framework combining machine learning and statistical methods to address this issue. It uses an artificial neural network (ANN) to extract global deterministic (nonlinear) space–time trends and a STARIMA model to extract local stochastic space–time variations in data. A four‐stage procedure is proposed for analyzing and modeling space–time series. The proposed framework and procedures are applied to forecast annual average temperature at 137 national meteorological stations in China. The results demonstrate that the hybrid framework achieves better forecasting accuracy than the STARIMA model alone. This finding suggests that the combination of machine learning and statistical methods provides a very powerful tool for analyzing and modeling space–time series of environmental data that have strong spatial nonlinear and nonstationary components.