有限责任公司股权强制执行若干问题研究

在人民法院的执行案件中,申请人可以申请人民法院对被执行人持有的在有限责任公司的股权进行强制执行,将股权变现,偿付申请人的债权。虽然股权的强制执行是合理的,也是必要的,但是,由于股权的强制执行必然影响公司原有股东、公司债权人、公司自身的利益,因此在人民法院对有限责任公司股权进行强制执行的时候,要充分顾及各方的利益,最大限度地缩小股权强制执行所带来的负面影响。     

土地整治工程量复核的实践

研究目的:鉴于目前土地整治项目越来越多,验收任务也越来越重的现状,如何既保证验收质量又提高验收效率是本文研究的出发点和归宿点。研究方法:实例分析法。研究结果:在项目竣工验收前开展工程量复核工作,不但可以保证工程的验收质量,同时也能大大提高验收效率,这一点可以从云南省两年多的土地整治工程量复核实践得到证明。研究结论:土地整治工程量复核是一项重要的基础性技术工作,能在保证工程的验收质量前提下提高验收工作效率、树立政府部门的良好形象,值得借鉴和推广。     

区片价制度对征地主体利益分配的影响

研究目的:评估区片价制度对征地补偿中国家和集体间利益分配的影响。研究方法:资产选择理论、裁定条件模型、实证分析。研究结果:(1)区片价制度提高了村集体在征地补偿过程中的相对利益,但这种优势随地租上升而递减。(2)区片价制度有利于地区间公平,但高产出的土地所在村集体利益相对受损。研究结论:作为从计划向市场的过渡形式,区片价制度对利益分配的改善意义重大,但要最终实现不同征地主体间的利益优化,需完成向市场化的转变。     

城镇建设用地经济密度时空分异的实证分析

研究目的:将城镇建设用地和经济效益两者结合,对江苏省1998—2008年的城镇建设用地经济密度的时空分异特征和局部空间关联性进行分析,以期为城镇用地方式调整、产业结构优化、土地利用政策制定等提供依据。研究方法:区域差异统计分析(变差系数、泰尔指数)及探索性空间数据分析方法(ESDA)。研究结果:自1998年以来江苏省城镇建设用地集约利用程度有所提高,存在南北分异特征,地区间差异不断降低;建设用地经济密度重心向西北转移;县市区层面建设用地经济密度分布存在显著空间自相关性,苏南地区主要表现为高值集聚,苏北地区表现为低值集聚。研究结论:区域差异统计分析与ESDA方法相结合能揭示城镇建设用地利用效率现状及演变的空间分异特征和规律。     

江西德兴大坞河流域土壤重金属环境质量及演化趋势

对研究区土壤中Cu、Pb、Zn、Cd、As、Hg及Cr这7种重金属元素含量进行分析,以了解重金属对该区的污染状况。采用Borda模糊决策方法评价,并建立预测和预警模型。结果表明:大坞河流域土壤整体质量良好,只是在中下游地区靠近河岸处有部分轻度污染;在大坞河流域部分地区土壤已经受到Cu、As、Hg污染,并且在未来60年内,在其他地区可能还会受到这些元素污染;中下游靠近河岸处发出污染预警,下游离河岸较远的2个取样点发出缓慢恶化预警,其他取样点发出迅速恶化预警。     

林权交易市场中交易行为的博弈分析

各级林权交易市场在全国各地已经逐渐建立起来,但是林权交易市场中林权交易的发生量依然没有明显的上升。为了促进林权交易市场的良性发展,吸引更多的林权供给者和需求者进入市场进行林权交易,本研究通过构建林权交易市场中林权的供给方和需求方两个群体的博弈模型,推导了两群体在多次重复博弈后所得到的是否进行交易的进化稳定策略,剖析了影响供求双方进入林权交易市场进行交易的因素。指出林权交易中交易成本高,林权转出后林权供给方的非林业就业收入不稳定,林权需求方对林地投资的期望收益低和林地经营难以获得规模经营收益等是交易不旺的主要原因,并在此基础上提出了健全我国林权交易市场运行机制的政策建议。     

海口湾重金属富集与评价

以海口湾海底沉积物、海水和水产品为研究对象,分析样品中As、Cd、Hg、Pb、Cu、Zn、Ni、Cr的含量,采用内梅罗指数法、生物浓缩因子及生物-沉积物富集因子评价了水产品体内重金属污染状况。结果表明:海口湾水体中的重金属含量都低于渔业水质标准,海洋沉积物质量良好,海口湾水产品体内As、Cd、Hg、Pb、Cu、Zn、Ni、Cr的含量处于洁净状态,符合无公害产品质量标准;生物对不同重金属有不同的富集能力。     

蒂伯特模型和分区与村镇土地利用规划管理理念的突破

传统的村镇土地利用规划注重对未来土地利用的组织,这种理念体现了政府对土地利用的干预而忽略了土地利用规划的另外一些重要的特性。在蒂伯特模型和分区理论的指导下,传统的土地规划理念亟待突破:村镇土地利用规划的重心之一要从限制发展转向公共产品的充分供给;视角要从单纯的部门专业规划转向融合财政税收等部门的综合性规划;制定要从集权化走向分权化。传统的土地利用规划需要从计划思维转向市场思维,大胆突破规划理念,而这不仅需要土地利用规划的专业人士以更加开阔的视野对待规划本身,还需要中央政府实行更加分权化的土地利用规划制定政策和改革财政税收等体制予以配合。     

浅析上市公司消耗性林木资产的会计信息披露

消耗性林木资产是林业经营主体的重要资产,消耗性林木资产的会计信息披露对于提高会计信息的质量以及促进资本市场的持续健康发展具有重要的意义。文章在阐述了会计信息披露相关理论的基础上,重点分析了2010年中国上市公司消耗性林木资产信息披露中存在的主要问题,即缺乏对经营风险的必要提示、有关郁闭度方面的信息披露不充分、成本结转方法披露过于随意、公允价值的披露主观性强等,并有针对性地提出了相应的完善建议,即应在完善消耗性林木资产表内信息披露的同时,强化会计报表附注和财务情况说明书的披露。     

深度学习方法在作物遥感分类中的应用和挑战

[目的]准确估算作物的面积和分布对粮食安全至关重要。与传统的机器学习方法相比,深度学习具有多种优势,如端到端训练、可迁移性。为有效利用高时空数据进行作物识别提供了新的机遇。已有多种模型被应用于作物分类任务中,针对不同的分类任务,如何有效地选择模型,并对其进行训练和使用已成为关键问题。[方法]文章回顾了利用深度学习模型对作物分类的主要研究。N维卷积神经网络(N-D CNN)(N=1、2、3)和递归神经网络(RNN)已被有效用于作物分类任务。长短期记忆RNN(LSTM RNN)和门控循环单元RNN(GRU RNN)是RNN的变体,解决了随着时间序列增加RNN出现的梯度消失或爆炸问题。此外,还有研究使用CNN和RNN(我们称为RCNN)的混合模型对作物进行分类。该文首先阐述了使用深度学习方法进行作物制图的背景和意义,并介绍了CNN和RNN模型结构。然后回顾了一些典型的研究,包括模型的结构、遥感数据源、数据处理方法和分类精度。最后,总结了使用深度学习方法进行作物分类的挑战以及现有解决方案的局限性。[结果](1)1-D CNN可用于提取时间特征,或时间+光谱特征,分类效果良好;2-D CNN已被广泛应用于单时相数据的空间特征提取,分类精度依赖于数据源;3-D CNN应用较少,但具有很大的潜力,尤其是时间+空间维度的特征提取;(2)相同条件下(架构、数据源、研究区域、类别),LSTM RNN和GRU RNN分类效果通常高于普通RNN,而前两者的效果差距不大,但GRU RNN训练时间较短;(3)CNN+RNN混合模型(RCNN)用RNN比3-D CNN更适合提取时间特征。这主要是由于RNN建立了对序列数据的长期依赖,而3-D CNN卷积核是局部计算的。[结论]通过分析,认为深度学习技术是作物遥感分类的有效工具。此外,与其他模型相比,RCNN,3-D CNN和GUR RNN具有更大的潜力。