
“这是一支平均年龄只有32岁的80后团队,后生可畏啊!”
近日,在由上海市国际关系学会、华东政法大学政治学研究所主办的“国家参与全球治理2014论坛”上,一个仅有9人的以80后为主体的学术团队对“国家参与全球治理指数(SPIGG)”进行了预发布——让来自上海社会科学院、复旦大学、同济大学以及与会的沪上国际关系研究领域的专家啧啧称赞。
这项2014年度“国家参与全球治理指数(SPIGG)”报告,对全球25个代表性国家进行了指数分析,其中名列前五位的依次是美国、法国、俄罗斯、英国和中国。
据华东政法大学校长何勤华介绍,关于“SPIGG”的研究,目前在国内学术界尚属首次。这份对全球25个国家进行指数分析而形成的综合报告,是一个具有开创性的指标体系,它既能够立体式地展现不同国家参与全球治理的状况,也可以为相关研究提供坚实的基础。那么,华东政法大学政治学研究所这群年轻的学术人,为什么会想到把研究的目光投向SPIGG指标体系的建设呢?
政治学研究所年轻的所长高奇琦告诉记者,开展这项研究的基本理念在于对全球治理的一个判断:尽管“去国家化”在治理理论中占据显性的主流,但在当前的全球治理实践中, 国家及其运作逻辑依然处于非常重要的地位。由此,他们认为,以民族国家为单位的参与主体主动和积极地参与全球治理,就应当成为全球治理的核心内容。
高奇琦表示,由技术革命和信息革命所带来的数字化生存的大数据时代,使得量化研究在数据采集、处理和传播的成本极大降低,而指数研究则是量化的重要内容。对于社会科学而言,指数研究既可以提高研究的科学化水平,也能够更好地推进相关实践的发展。因此,在“国家参与全球治理”的问题上,指数研究就成为一项既有相关基础,又具有发展潜力的重要领域。
基于上述理念,这个年轻的团队决定开发“国家参与全球治理指数”,即SPIGG指标体系。从总体上看,这项指数研究至少在三个方面具有重要意义:第一,它可以更加全面和准确地把握国家参与全球治理的程度,从而通过科学化的相关分析或因果分析找到发挥重要作用的影响因素。第二,它可以进一步推动国家参与全球治理的积极性,通过对各国参与程度的科学化反映和动态化的排名,来促进各国形成良性的竞争机制。第三,它可以增强中国在全球治理中的软实力,即通过扩大这项融合了中国全球治理理念的指标体系的影响,来改变世界对于该问题的认识,从而增强中国在全球治理中的发言权和主导性。
据高奇琦介绍,“国家参与全球治理指数”指标体系由4项一级指标、8项二级指标和31项三级指标构成。 其中,一级指标分别为全球机制创设、全球机制维护、全球决策参与和全球责任承担。这项指标体系的设立遵循两个基本原则:第一,创新性参与和日常性参与相结合;第二,过程性参与和资源性参与相结合。此外,在评估对象方面,项目组根据目前的研究基础,选择了在地理分布、经济总量和发展类型等方面具有一定典型性和代表性的25个国家进行指数分析。
据悉,华东政法大学政治学研究所在指数研发阶段,已经向国内外数百位政治学与国际关系领域的专家学者征求了意见。接着该所还会对“国家参与全球治理指数”进行扩展和完善,并以年度报告等多种形式进行发布。
本文来源:CDA数据分析师官网数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15