【摘 要】
:
随着我国城市化进程的加快,邻避冲突发生的频次也在不断上升,各级政府对邻避冲突造成的社会不稳定和经济损失等一系列负面影响越来越重视。近年来发生的影响重大、较为典型的邻避冲突事件中,网络动员在其中都起到关键的推动作用。以互联网为工具进行的动员行动能集结更多利益相关者进行诉求表达,各种自媒体和新媒体成为了表达邻避诉求和集结现实行动的重要场域,线上线下集体行动所带来的治理压力对各级政府及相关部门的应对水平
论文部分内容阅读
随着我国城市化进程的加快,邻避冲突发生的频次也在不断上升,各级政府对邻避冲突造成的社会不稳定和经济损失等一系列负面影响越来越重视。近年来发生的影响重大、较为典型的邻避冲突事件中,网络动员在其中都起到关键的推动作用。以互联网为工具进行的动员行动能集结更多利益相关者进行诉求表达,各种自媒体和新媒体成为了表达邻避诉求和集结现实行动的重要场域,线上线下集体行动所带来的治理压力对各级政府及相关部门的应对水平提出了极大挑战。本文通过对邻避冲突网络动员问题的分析,探究网络动员是如何贯穿于邻避冲突的全过程并使公众态度朝向非理性转变并扩大邻避冲突的社会影响力。揭示邻避冲突中不同类型主体参与网络动员的机制、过程和邻避冲突的演进发展规律。在此基础上有针对性地设计邻避冲突网络动员问题的政府应对策略,为邻避冲突治理提供系统化方案,引导政府由被动回应向主动应对转型,提升各级政府的治理能力,转“危”为“机”。
其他文献
本论文将目前学术界甚少关注的大理白族剪纸作为研究对象,以人类学民族学理论为指导,立足对大理州两个白族聚居地——大理市海东镇和祥云县禾甸镇为主要田野点进行细致调查的基础上进行研究。首先论述了我国民族民间剪纸与大理白族剪纸的基本情况;接着将大理白族剪纸的特色民俗应用分为人事民俗、神事民俗两大类,分别考察其在白族刺绣、花灯鞑子舞、做斋、求子、祷疾的应用情况,并解读各自应用中白族剪纸的象征蕴意;进而分析大
如实告知义务的认定一直是团体人身保险理赔的重要环节之一,它关系到被保险人或受益人能否得到经济补偿。当下,我国团体人身保险如实告知义务主要有以下两个问题:一是告知义务人确定难,二是如实告知范围厘定难。一方面,告知义务人确定难。如《保险法》第16条第1款规定,保险合同缔结过程中仅投保人负有如实告知义务,然而第12条又规定了当涉及被保险人人身利益时,被保险人可以为人身保险的投保人。因此,团体人身保险告知
近几年,越来越多的学校趋向于特色化办学的发展模式,学校推行的特色发展有利于学校顺利推进内涵式发展模式,从根本上提升学校的办学效率。通过梳理与学校特色相关的理论,总结学校特色建设的实践经验,有助于更多学校进行有针对性地实践探索。本文以一所社区小学的艺术教育特色为例,运用个案研究法、深度访谈法和文献研究法三种研究方法。本文共分为四个部分,研究了以下四个方面的问题:第一,通过剖析S小学的建校历史,明确S
2019年1月,国家癌症中心发布了最新一期的全国癌症统计数据,报告显示,平均每天有多于1万人被确认为癌症,每分钟有7.5人被确认为癌症,2018年中国新增病例380.4万例,死亡病例229.6万例,占据了全球癌症发病人数、死亡人数双榜首。在无数癌症患者周围,有着一个庞大的群体——癌症患者亲属照顾者,其中最为特殊的则是癌末患者亲属照顾者。他们承担着照料患者的重任,在患者身边昼夜付出,承受着巨大的身心
近年来,随着电子信息技术的发展,获取信号的方式逐渐从单一传感器发展到多源传感器。通过提取多源传感器各自图像的特征,对其特征进行融合处理,以此获取更全面的场景信息,弥补单一传感器信息的不足。作为多源图像融合的重要分支,红外与可见光图像融合在军事、安防监控及工业制造等领域有着较大的应用价值。红外传感器能够探测物体的热辐射信息,捕捉场景中的隐蔽目标,但其图像分辨率通常较低;可见光传感器根据物体的反射光成
在中国“走出去”战略背景的推动下,逐渐增长的中国企业对外直接投资的数量和金额使得中国对外直接投资的规模日益扩大,同时中国在世界投资中的地位越来越重要。相比于发达国家更为成熟的跨国投资,中国企业的对外直接投资对经济发展可能会产生范围更大程度更深的影响,全面深入地探究这些影响是一个非常值得关注的问题,因为这对于中国政府合理制定对外直接投资政策及企业合理实施对外直接投资使其为企业自身带来更高的效益具有现
《母花映照两仪堂》是广西驮卢东亚糖业有限公司委托的翻译项目。此书属于传记类作品,既有纪实性内容,又兼具文学色彩。此书围绕着泰国华人商业家族——汪氏家族,重点叙述了长兄汪东盛、汪东发和长姐罗汪笑容的生平和事迹,并介绍泰国两仪集团的发展历程。但泰国传记类文本在中国的译介较少,也未有针对该体裁的泰译汉翻译方法策略研究问世。因此,本实践报告以《母花映照两仪堂》第八章至第十四章以及附录部分的翻译实践为例,从
目标检测主要是确定图像中是否存在感兴趣目标,并对其精确定位,可应用于物品检测、数目统计、目标跟踪等。传统的目标检测算法一般采用滑动窗口选择图像区域,采用SIFT、HOG等方法进行特征提取,采用SVM、Adaboost进行类别判断,存在特征提取鲁棒性差、区域选择没有针对性、时间复杂度高、窗口冗余等问题。基于深度学习的目标检测模型,如SSD、Faster R-CNN、YOLOv3,在鲁棒性、速度和精度