2020年公平与公正待遇研究报告

合集下载

2020年北京市薪酬调查分析报告

2020年北京市薪酬调查分析报告
2020年北京市薪酬调查分析报告
目录
银行与金融服务........................................................................... 6 数字营销.................................................................................... 11 教育.......................................................................................... 14 工程与制造................................................................................ 17 财务与会计................................................................................ 21 医疗与生命科学......................................................................... 26 人力资源.................................................................................... 30 法律.......................................................................................... 34 市场营销................................................................................... 38 采购与供应链............................................................................. 43 房地产与建筑............................................................................. 47 零售...........................................................................................50 销售.......................................................................................... 52 办公室行政与助理...................................................................... 58 技术.......................................................................................... 60 灵活用工.................................................................................... 67

公平公正待遇的最新发展动向及我国的对策

公平公正待遇的最新发展动向及我国的对策

法学家 2007年第6期 [域外法与国际法]公平公正待遇的最新发展动向及我国的对策余劲松Ξ 梁丹妮ΞΞ [摘 要] 国际投资协定中的公平公正待遇目前已成为最具争议性的条款之一。

近年来,投资者以东道国违反公平公正待遇为由索赔的案件迅速增加,而且不少索赔案件得到仲裁庭的支持,从而置东道国于被动不利的境地。

对此,缔约国可以通过在条约中对公平公正待遇加以定义,或对其适用范围加以限制,或对其适用的例外情况加以规定等方式,给公平公正待遇的解释和适用提供指南,限制仲裁庭在解释和适用公平公正待遇条款时的自由裁量权;或者将公平公正待遇排除在可仲裁事项之外。

[关键词] 公平公正待遇 习惯国际法 投资争端仲裁 国际投资协定 [Abstract] Fair and equitable treatment has become one of the m ost controversial clauses in international in2 vestment agreements1Recently,the claims brought by foreign investors against host states in light of such clause are in2 creasing rapidly,and the arbitrators have ruled in investor’s fav or in s ome cases,thereby often leaving a host state in a unfav orable position1The Parties to the treaties may provide guidance to the explanation and application of the fair and equitable treatment clause and thus refrain the discretion of arbitrators by giving a definition to the fair and equitable treatment,restricting the scope and coverage of the clause,or im posing certain exceptions on its application1Alternative2 ly,a state may als o preclude the matters concerning fair and equitable treatment from the scope of arbitration1 [K eyw ords] Fair and equitable treatment;Custom international law;Investor2state arbitration;International in2 vestment agreement 国际投资协定中的公平公正待遇目前已成为最具争议性的条款之一。

2020年关于薪酬改革的报告

2020年关于薪酬改革的报告

2020年关于薪酬改革的报告关于薪酬改革的报告企业薪酬制度改革报告各部门:为适应公司快速发展的战略需要,提升整体人力资源管理水平,现对公司薪酬制度进行系统改革。

改革目的是提升员工薪酬待遇,建立有效的“多劳多得”激励机制,为高素质、高水平、高能力员工创造更好的平台和空间,全面提升公司整体管理水平和职业化水平,为公司长期战略发展奠定基础。

具体内容如下:一、下发执行《薪酬绩效管理制度》1、从xx年3月10日开始执行公司《薪酬绩效管理制度》,从xx年3月份开始按照新制度核算全员工资。

2、过度阶段全体员工年度工资总额全部上调,全员加薪,月度工资标准进入矩阵后采取就近向上靠档的原则,保持月度工资不变或增加,同时全员增加年终奖金。

3、新版薪酬制度试行两个月,试行阶段只考核分数,不关联绩效工资。

4、xx年年终奖金计算按照新制度执行月份开始,1、2月份不进入考核和年终奖金范畴。

二、特殊事项1、新制度下发后,公司采取全员保密工资。

公司根据岗位重要性判定岗位薪资等级,根据岗位上人员的适岗程度和对公司的贡献度判定人员的薪档等级(具体办法见《薪酬绩效管理规定》)。

公司员工有义务对自己的薪酬标准进行保密,员工可到综合部领取工资标准明细,并做到不得向竞争行业公司泄露。

对泄露自身工资标准给公司造成不良影响的,公司视危害程度给予相应的处罚,并扣当月绩效考核分10分。

2、对新版薪酬制度存在异议的员工,请到综合部咨询。

综合部作为新版薪酬制度的最终解释部门,有义务对员工提出的问题进行解答,直到满意为止。

3、薪酬矩阵作为新版薪酬制度的一个特殊附件形式出现,根据公司不同发展阶段的需要将作出不同的调整。

三、公司薪资制度改革及合理化建议公司推行薪酬制度改革,通过将公司经营团队的薪酬与经营业绩牢牢挂钩、中层和一般管理人员的薪酬与经营业绩、基层薪酬与所管辖单位的绩效部分挂钩的分配办法,来增强项目人员及其合作者的风险意识,为公司培养一批具有专业管理技能、富于开拓创新精神的职业经理人队伍,协助公司构建专业化的管理团队。

社会公平感知调查报告

社会公平感知调查报告

社会公平感知调查报告一、引言社会公平一直是社会发展的重要议题之一,它关乎人们的生活质量、社会和谐以及国家的长治久安。

为了解人们对社会公平的感知和认知,本次调查旨在了解公众对于不同领域的社会公平问题的看法和态度。

二、调查方法本次调查采用问卷调查的方式,共有3000名受访者参与。

问卷包含了对于教育、就业、医疗和收入分配等方面的问题,以及对于社会公平概念的理解和态度。

受访者的年龄、性别和地域分布比较均衡,以保证结果的代表性。

三、调查结果3.1 教育公平在对教育公平的认知方面,80%的受访者认为当前的教育资源分配不够公平。

他们认为富裕地区的教育资源相对丰富,而贫困地区的教育资源匮乏。

有近70%的受访者希望政府能够加大对教育公平的投入,并提供更多的奖学金和助学金。

3.2 就业公平在就业方面,超过60%的受访者认为求职过程中存在着歧视现象,如性别歧视和地域歧视。

他们呼吁加强就业机会的均等分配,提高招聘的透明度,促进公正竞争。

此外,还有一些受访者指出职场上的职位晋升机会不够公平,希望能够推行更为公正的晋升制度。

3.3 医疗公平针对医疗资源分布不均等问题,绝大多数受访者表示担忧。

他们认为大城市的医疗资源更丰富,而农村地区和少数民族地区的医疗条件相对较差。

超过80%的受访者希望政府加大对农村和边远地区的医疗投入,提高医疗服务的均等性。

3.4 收入分配公平在收入分配方面,近70%的受访者认为当前的收入差距过大,富人越富,穷人越穷。

他们认为应该对高收入者加大税收调节力度,加强中低收入者的保护,推动收入分配的公平化。

四、对策建议4.1 加大教育投入政府应该采取措施,加大对教育公平的投入,确保教育资源的均等分配。

同时,提供更多的奖学金和助学金,帮助贫困学生接受高质量的教育,缩小教育差距。

4.2 推进就业机会均等为了实现就业公平,政府和企业应该加强就业机会的公开透明,杜绝各类歧视现象的发生。

同时,建立起更为公正的晋升制度,鼓励员工通过公正竞争获得职位晋升的机会。

基于广义回归神经网络的社会保障待遇公平感模型

基于广义回归神经网络的社会保障待遇公平感模型

第44卷第3期2020年5月湘潭大学学报(哲学社会科学版)JournalofXiangtanUniversity(PhilosophyandSocialSciences)Vol.44No.3Mayꎬ2020基于广义回归神经网络的社会保障待遇公平感模型∗李熠煜ꎬ禹宁瑶(湘潭大学㊀公共管理学院ꎬ湖南㊀湘潭㊀411105)摘㊀要:对养老等社会保障主观感受的研究越来越受关注ꎬ但所用统计方法都是基于研究对象与影响因素之间的线性关系ꎮ由于人及人类社会关系复杂ꎬ变量之间往往呈现非线性关系ꎮ采用广义回归神经网络(GRNN)算法ꎬ建立养老等社会保障待遇公平性主观感受(公平感)非线性模型ꎮ将来源于中国社会科学院2015年的 中国社会状况综合调查 (CSS2015)的 养老等社会保障待遇 公平感分为 不公平 与 公平 两类ꎮGRNN模型对训练集㊁测试集预测整体精度分别是81.4%㊁90.0%ꎬ分别优于支持向量机(SVM)模型的预测精度(80.1%㊁89.5%)ꎬ以及二元逻辑回归(BLR)预测结果(79.4%㊁88.5%)ꎮ基于5335份调查样本的研究表明ꎬ养老等社会保障待遇公平感与4个影响因素(教育程度㊁医疗保障满意度㊁就业保障满意度㊁总体社会保障状况满意度)之间存在非线性关系ꎮ因此ꎬ应用GRNN建立养老等社会保障待遇公平感非线性模型是成功的ꎮ关键词:广义回归神经网络ꎻ社会保障ꎻ支持向量机ꎻ二元逻辑回归中图分类号:F842.67㊀文献标识码:A㊀文章编号:2096-6431(2020)03-0018-07㊀㊀近年来ꎬ我国社会保障体系建设取得了很大进展ꎮ社会保障始终是国家财政保障和支持的重点领域ꎬ财政支持力度不断加大ꎮ到目前为止ꎬ中国共产党第十七次全国代表大会提出的 覆盖城乡居民的社会保障体系基本建立ꎬ人人享有基本生活保障 的目标已经基本实现ꎮ虽然我国重大社会保障项目基本实现了全覆盖ꎬ但重大社会保障项目中的不公平等现象依然突出ꎬ引起了社会公众的强烈关注ꎮ在实现全民基本生活保障目标后ꎬ社会保障体系公平性将成为我国社会保障体系建设和发展中最突出的问题之一ꎮ[1]1-9一㊁主观感受指数建模统计方法分析所谓公平ꎬ是指基于某种社会价值观对各种公共事务的运行和处置的合理性进行评价ꎮ社会保障的公平性问题是指社会保障的运行是否符合社会中主流的公平观ꎮ社会保障以多种方式配置公共资源ꎬ如养老金㊁医疗费㊁失业保险金㊁社会救助等制度ꎮ目前学者对我国社会保障公平性的研究主要集中在城乡之间㊁地区之间㊁单位之间㊁人群之间的不公平现象及原因的分析ꎻ并从社会保障的制度内容㊁制度结构㊁制度效果等角度考察公平性的缺乏ꎬ这些研究结论基本相似ꎮ[2]20-21公平感是一种主观体验感受ꎬ不同的时代㊁不同的群体对同一公共事务可能有不同的判断ꎮ对养老等社会保障待遇公平性感受程度(公平感)进行建模分析ꎬ有利于科学地揭示社会公众对养老等社会保障待遇公平感及其影响因素ꎬ有利于国家了解人们的需求㊁感受及关切ꎻ有利于制定㊁改革养老等社会保障制度ꎮ这对于维护社会公平正义㊁推动全面建成小康社会具有重要意义ꎮ[3]95-104尽管目前还没有养老等社会保障待遇公平感模型的报道ꎬ但在管理科学领域ꎬ已有多种统计方法对主观感受指数(如满意度)进行建模分析ꎮ从20世纪80年代开始ꎬ出现了各种倍受关注的国家顾客满意度指数模型:瑞典顾客满意度晴雨表(SwedenCustomerSatisfactionBarometerꎬSCSB)ꎬ[4]6-21美国81∗收稿日期:2020-01-20㊀㊀㊀作者简介:李熠煜(1972 )ꎬ女ꎬ湖南资兴人ꎬ湘潭大学公共管理学院教授㊁博士生导师ꎻ禹宁瑶(1991 )ꎬ女ꎬ湖南湘潭人ꎬ湘潭大学公共管理学院博士研究生ꎮ㊀基金项目:国家社科基金项目 农村空心化背景下社会组织参与养老服务的供给侧改革研究 (16BZZ055)ꎻ湖南省社会科学评审委员会重点项目 湖南省攻坚扶贫中社会组织参与研究 (XSP18ZDI010)ꎮ公众满意度指数模型(AmericanCustomerSatisfac ̄tionIndexꎬACSI)ꎬ[5]99-113欧洲公众满意度模型(EuropeanCustomerSatisfactionIndexꎬEC ̄SI)ꎬ[6]34-35这些满意度模型均采用偏最小二乘法建模[7]217-245ꎮ此后ꎬDaleney也采用析因设计分析了美国大学满意度ꎮ[8]255-276Bresser与vanSoest运用逻辑回归方法分析了荷兰养老金制度满意度ꎮ[9]Seiler与Rudolf也采用偏最小二乘法分析了德国私人银行客户满意度ꎮ[10]485-520最近ꎬMaharlouei等也运用逻辑回归方法分析了伊朗公共卫生体系满意度ꎮ[11]22-29Sarker等采用多元线性回归分析了孟加拉共和国健康服务满意度ꎮ[12]16-37Oh与Kim采用多元有序概率模型分析了韩国农业参与者满意度ꎮ[13]123-133Hernandez等采用交叉表法分析美国军队保健系统患者与服务提供者间信息传递的满意度ꎮ[14]e383-e390国内对养老等社会保障主观感受的定量分析研究也多有报道ꎬ采用的建模方法有结构方程模型ꎬ[3]20-21多元逻辑回归模型ꎬ[15]106-110次序逻辑模型ꎬ[16]8-12多元有序概率模型ꎬ[17]129-135多元线性逐步回归模型ꎬ[18]229-233ꎬ[19]184-190二元逻辑回归(BinarylogisticregressionꎬBLR)模型ꎬ[20]56-62最优尺度回归模型ꎬ[21]172-175层次回归模型[22]55-59ꎮ上述回归分析均采用线性统计方法建立模型ꎬ即在建立因变量(如满意度)与自变量(影响因素)的定量关系式时均假定它们之间存在线性关系ꎻ[23]52-56且这些仅基于训练集样本建立的模型未用测试集样本进行检验ꎮ由于人及人类社会的关系复杂ꎬ变量之间往往呈现非线性关系ꎬ例如ꎬ服务满意度与忠诚度之间ꎬ[24]83-95生活满意度与影响因素之间[25]4763-4773ꎮ广义回归神经网络(Generalregres ̄sionneuralnetworkꎬGRNN)具有很强的非线性映射能力和学习速度ꎬ具有高度的容错性与鲁棒性ꎬ预测效果好ꎮ因此GRNN在信号过程㊁模式识别㊁结构分析㊁时间序列预测㊁控制决策系统㊁药物设计㊁组合化学等方面得到广泛应用ꎮ[26]2066本文首次将GRNN算法用于社会保障领域ꎬ建立养老等社会保障待遇公平感与影响因素之间的关系模型ꎬ探索影响养老等社会保障待遇公平感的因素ꎬ并对GRNN模型与支持向量机(SVM)模型㊁BLR模型进行比较ꎬ检验模型预测能力ꎮ二、建模方法与数据来源(一)广义回归神经网络建模可行性分析基于非线性回归分析的GRNN与误差逆向传播(BackpropagationꎬBP)神经网络以及SVM相比ꎬGRNN具有较少的调整参数ꎬ不易陷入局部极小值ꎬ且擅长处理大规模训练样本ꎮ此外ꎬGRNN在预测波动性数据方面具有优势ꎮ因此ꎬGRNN在分类与回归预测领域得到了广泛的应用ꎮGRNN理论最初由美国学者DonaldF.Spech于1991年提出ꎬ由4个部分组成ꎬ如图1所示:(1)输入层:输入层神经元的数目与学习样本中输入向量的维数(自变量个数)相等ꎬ输入变量依次进入输入层神经元并传递给下一层的神经元ꎮ(2)模式层:非线性转换应用于从输入层输出的值ꎬ第i个神经元的传递函数为:pi=exp-X-Xi()TX-Xi()[]/2σ2]i=1ꎬ2ꎬ ꎬn(1)其中X表示输入变量ꎬXi是对应于第i神经元的学习样本ꎻσ是高斯函数的SPREAD值(即宽度系数或光滑因子)ꎮ(3)求和层:计算模式输出的总和及加权总和ꎮ求和层存在两种类型的神经元ꎬ其中一种神经元SA对所有模式层神经元的输出进行算术求和ꎬ模式层中每个神经元与该神经元的连接权重为1ꎮ其传递函数为:SA=ðniPi(2)另一种类型神经元对模式层所有神经元的输出进行加权求和:SNj=ðniyijPij=1ꎬ2ꎬ ꎬk(3)式中ꎬyij是模式层第i个神经元和求和层第j个神经元之间的连接权重ꎮ(4)输出层:可以输出预测结果ꎬ每个神经元的输出是:yj=SNj/SAj=1ꎬ2ꎬ ꎬk(4)其中ꎬyj是第j个神经元的输出ꎮInput NeuronsPattern NeuronsSummation NeuronsOutput NeuronDenominatorNumeratorY^Y2Y1Y j Y p…………x1x2xp-1x p图1GRNN模型结构91GRNN的基本原理是ꎬ因变量Y相对于自变量x的非线性回归分析通过计算具有最大概率值的y得到的ꎮ假设随机变量x和随机变量y的联合概率密度函数为f(xꎬy)ꎬ已知x的观察值为Xꎬ则y相对于X的回归(条件均值)由下式得出:Y^=E[y|X]=ʏɕ-ɕyf(Xꎬy)dyʏɕ-ɕf(Xꎬy)dy(5)式中Y^为Y预测输出ꎬX为系统输入ꎮ通过引入基于Parzen窗估计法的非参数策略ꎬ可以利用随机变量Xi和Yi来估计密度函数f(xꎬy):f^(XꎬY)=1(2π)(p+1)/2σ(p+1)1nðniexp-(X-Xi)T(X-Xi)2σ2[]exp-(Y-Yi)22σ2[](6)式中ꎬn为样本数ꎬp为随机变量x的维数ꎬσ为高斯函数的宽度系数或光滑因子ꎮ基于Parzen窗估计法ꎬGRNN网络估算输出为:Y^(X)=ðniexp-D2i2σ2[]Yiðniexp-D2i2σ2[](7)式中ꎬD2i标量函数表示为:D2i=(X-Xi)T(X-Xi)(8)光滑因子σ数值大小影响到GRNN模型的预测性能ꎮ当σ非常大时ꎬ网路输出Y^(X)近似于所有样本因变量的均值ꎬ拟合效果差ꎻ当σ非常小㊁趋于0时ꎬ网路输出Y^(X)和训练样本非常接近ꎬ拟合效果虽好ꎬ但当测试集中需要预测的样本点不被包含在训练集中时ꎬ预测效果变差ꎮ当σ取值适中时ꎬ所有训练集的因变量都考虑进去ꎬ与预测点距离近的样本点对应的因变量被加了更大的权值ꎬ预测效果好ꎮ因此σ值需要优化ꎮ[27]1781-1788GRNN用于本文建模时ꎬ只需将筛选所得变量X1㊁X2㊁ ㊁Xp(如教育程度㊁各种满意度指数等)作为图1中的变量输入ꎬ就能由式(7)计算出各个样本的预测值(或类别值)ꎮ因此ꎬ利用GRNN建立养老等社会保障待遇公平感与影响因素之间关系模型理论上可行ꎮ(二)数据来源本研究所使用的数据来源于中国社会科学院2015年的 中国社会状况综合调查 (CSS2015)①ꎮ因变量为CSS2015文献中 F5_7养老等社会保障待遇 公平程度ꎬ分为4个等级ꎬ1表示非常不公平ꎬ2表示不太公平ꎬ3表示比较公平ꎬ4表示非常公平ꎮ由于公平感是一种主观性极强的评价ꎬ测量难度大ꎬ相邻等级区分困难ꎮ但等级1与4的公平感分别是最低等级与最高等级ꎬ因此这2个等级可以明显区分ꎮ于是本文将等级为1的公平感划分为不公平ꎬ类标值设置为1ꎻ将等级4公平感设置为公平ꎬ类标值设置为2ꎮ等级为2~3的样本则可能为1ꎬ也有可能为2ꎮ因而本文将CSS2015文献中 F5_7养老等社会保障待遇 公平感转化为二类分类问题ꎮ选取的自变量有:A1:家庭成员数ꎻA101d:出生年份ꎻA101g:教育程度ꎻA101h:婚姻状况ꎻA102c:性别ꎻC1:自有住房套数ꎻC4bh:医疗保健支出ꎻC5a:个人总收入ꎻC6aa:家庭总收入ꎻE1c2:医疗保障满意度ꎻE1c3:就业保障满意度ꎻE1c4:城乡最低生活保障满意度ꎻE1c5:政府提供的经济适用房等基本住房保障满意度ꎻE1c6:总体社会保障状况满意度ꎬ共14个待选变量ꎮ对 不适用 拒绝回答 不知道 的样本进行删除之后ꎬ得到有效样本5355份ꎮ等级1~4含量分别是386㊁1661㊁2872㊁436份样本ꎮ其中用于建模的为等级1(类标值为1)及等级4(类标值为2)ꎬ共计822份样本ꎮ三、模型结果与讨论采用IBMSPSSStatistics19/二元逻辑回归/Wald方法对上述822份样本及14个待选变量进行分析ꎬ所得结果见分类表(见表1)及方程中变量特征(见表2)ꎮ表1显示ꎬ二元逻辑回归分析共得到4个分类方程ꎬ随着变量个数的增加ꎬ分类模型准确率逐步提高ꎬ最终步骤4达到83%ꎬ分类结果较为理想ꎮ因此ꎬ我们将步骤4得到的自变量(A101g:教育程度ꎻE1c2:医疗保障满意度ꎻE1c3:就业保障满意度ꎻE1c6:总体社会保障状况满意度)用于本文的建模ꎮ各变量的赋值与描述性统计如表3所示ꎮ02①资料出处说明:本论文使用数据全部来自中国社会科学院㊁中国社会科学院 上海市人民政府上海研究院资助的«2015年中国社会状况综合调查»ꎮ该调查由中国社会科学院社会学研究所执行ꎬ项目主持人为李培林ꎮ感谢上述机构及其人员提供数据协助ꎬ本论文内容由作者自行负责ꎮ表1㊀基于822份样本集的二元逻辑回归分类表已观测已预测F5_712百分比校正%步骤1F5_7128510173.827935781.9总计百分比78.1步骤2F5_713038378.527236483.5总计百分比81.1步骤3F5_713087879.827436283.0总计百分比81.5步骤4F5_713127480.826637084.9总计百分比83.0表2㊀基于822份样本集的二元逻辑回归模型中的变量特征BS.EꎬWalsdfSig.Exp(B)步骤1aE1C60.6260.042224.42910.0001.871常量-3.5690.264182.86310.0000.028步骤2bE1C20.2760.04243.47910.0001.317E1C60.4510.04790.19110.0001.570常量-4.2450.307191.45010.0000.014步骤3cA101G-0.1720.05310.47910.0010.842E1C20.2670.04240.21210.0001.306E1C60.4500.04887.97210.0001.568常量-3.6360.349108.25210.0000.026步骤4dA101G-0.1850.05411.76310.0010.831E1C20.2420.04331.23410.0001.273E1C30.1320.0507.06610.0081.141E1C60.3840.05451.56310.0001.468常量-3.7120.354109.90510.0000.024a.在步骤1中输入的变量:E1C6.b.在步骤2中输入的变量:E1C2.c.在步骤3中输入的变量:A101G.d.在步骤4中输入的变量:E1C3.表3㊀基于822份样本集的各变量的赋值与描述性统计符号变量名称变量赋值均值标准差A101G教育程度未上学=1ꎻ小学=2ꎻ初中=3ꎻ高中=4ꎻ中专=5ꎻ职高技校=6ꎻ大学专科=7ꎻ大学本科=8ꎻ研究生=9ꎻ其他=103.1501.870E1C2医疗保障满意度从非常不满意到非常满意分别赋值1~106.1513.100E1C3就业保障满意度从非常不满意到非常满意分别赋值1~105.0262.823E1C6总体社会保障状况满意度从非常不满意到非常满意分别赋值1~105.9232.928㊀㊀从表2的4个自变量特征可以看出ꎬ所有的自变量均有Sig.<0.05ꎬ即方程中的变量均对养老等社会保障待遇公平感有显著影响ꎮ具体分析如下:养老等社会保障待遇公平感与教育程度成反比ꎬ相关系数-0.18ꎮ教育程度为未上学㊁小学㊁初中㊁高中㊁中专㊁职高技校㊁大学专科㊁大学本科㊁研究生㊁其他ꎬ赋值分别是1㊁2㊁3㊁4㊁5㊁6㊁7㊁8㊁9㊁10ꎮ各值所占百分比分别为:14.7㊁27.4㊁30.2㊁12.5㊁3.5㊁0.2㊁126.6㊁4.1㊁0.6㊁0.1ꎬ平均分值3.150ꎬ标准差1.870ꎮ小学㊁初中人员占多数ꎮ受教育程度越高ꎬ对养老等社会保障待遇公平感越低ꎮ这可能与教育程度越高的人员对养老等社会保障待遇的希望值越高ꎬ而实际情况与心理感受相差较远ꎬ因而呈现负相关ꎮ养老等社会保障待遇公平感与医疗保障满意度㊁就业保障满意度及总体社会保障状况满意度均正相关ꎬ相关系数分别为0.597㊁0.533㊁0.638ꎮ3种满意度均分为10个等级ꎬ且3种满意度均表现在1㊁5㊁8㊁10分的4个等级百分含量较高ꎻ另外ꎬ它们的平均分值及标准差均较为接近ꎮ本文采用Kennard-Stone算法将上述4个变量集划分为训练集与测试集ꎮ训练集包含622份样本ꎬ养老等社会保障待遇公平感为 非常不公平 的样本为309份(类标值 1 )ꎻ公平感为 非常公平 的样本为313份(类标值 2 )ꎮ测试集样本为200份ꎬ属于类别1与2的分别是77份㊁123份ꎮ训练集用来建立模型ꎬ测试集用来对模型预测性能进行检验ꎮ基于上述4个变量的BLR分类模型对训练集㊁测试集进行预测ꎬ结果见表4ꎮ训练集对类标1与类标2的预测精度超过79%ꎬ而测试集预测精度超过88%ꎬ预测结果较为理想ꎮ接着ꎬBLR模型对1661份 不太公平 的样本进行预测ꎬ其中预测类标值属于 不公平 (即1类)的样本数为1135份ꎬ属于 公平 (即2类)的样本数为526份ꎮBLR模型对2872份 比较公平 的样本进行预测ꎬ其中预测类标值属于 不公平 公平 类分别是1268份㊁1604份ꎮ在BLR模型对样本集4个等级( 非常不公平 不太公平 比较公平 非常公平 )预测结果中ꎬ属于 公平 类(即2类)的百分含量分别是11.7%㊁31.7%㊁55.8%㊁88.6%ꎬ这些变化规律与实际情况相符:从 非常不公平 到 非常公平 ꎬ等级越高ꎬ属于 公平 类样本含量越高ꎮ表4㊀BLR、SVM及GRNN模型预测结果比较算法已观测已预测养老等社会保障待遇公平感12百分比校正%BLR训练集测试集养老等社会保障待遇公平感12466379.726524879.2总计百分比79.4养老等社会保障待遇公平感168988.321410988.6总计百分比88.5SVM训练集测试集养老等社会保障待遇公平感12446579.025925481.2总计百分比80.1养老等社会保障待遇公平感度169889.621311089.4总计百分比89.5GRNN训练集测试集养老等社会保障待遇公平感12525781.625925481.2总计百分比81.4养老等社会保障待遇公平感170790.921311089.4总计百分比90.0㊀㊀基于遗传算法的SVM建模在MATLABR2014a平台上运行ꎮ在建模过程中ꎬ参数值设置如下:种群最大数量为20ꎬ最大迭代次数为200ꎬSVM参数搜索范围C是10~100ꎬSVM参数γ搜索范围是0~0.1ꎮ采用与二元逻辑回归相同的训练集优化SVM参数C与γꎬ以5-折进行交叉验证ꎮ得到最佳参数:C=47.685ꎻγ=1.254ˑ10-2ꎮ表4显示ꎬSVM模型训练集㊁测试集预测精度分别是80.1%㊁89.5%ꎬ高于BLR模型预测结果(79.4%与88.5%)ꎮSVM模型对1661份 不太公平 的样本进行预测ꎬ预测类标值属于 不公平 公平 类别的样本数分别为1134份㊁527份ꎮ模型对2872份 比较公平 的样本进行预测ꎬ预测类标值属于 不公平 公平 类别分别是221270份㊁1602份ꎮ属于 公平 类(即2类)的百分含量分别是10.4%㊁31.7%㊁55.8%㊁89.4%ꎬ变化趋势也与实际情况相符ꎮ采用与BLR及SVM模型相同的数据集ꎬ在MATLABR2014a平台上进行GRNN建模ꎬ光滑因子σ取值范围为0.01~2.00ꎬ交叉验证采用5-折法进行ꎮ所到最佳σ参数为0.041ꎮ预测结果列于表4ꎮGRNN模型对1661份 不太公平 的样本进行预测ꎬ预测类标值属于 不公平 公平 类别的样本数分别为1170份㊁491份ꎮ模型对2872份 比较公平 的样本进行预测ꎬ预测类标值属于 不公平 公平 类别分别是1363份㊁1509份ꎮ属于 公平 类(即2类)的百分含量(9.1%㊁29.6%㊁52.5%㊁89.4%)呈现逐步增大的趋势ꎬ符合实际情况ꎮ表4显示ꎬGRNN模型对训练集的类标1㊁2的预测精度分别为81.6%与81.2%ꎬ整体预测精度为81.4%ꎻ测试集对类标1㊁2的预测精度分别为90.9%与89.4%ꎬ整体预测精度为90.0%ꎮ预测均优于SVM㊁BLR模型预测结果ꎮGRNN㊁SVM模型统计品质均优于BLR模型ꎬ因此ꎬ养老等社会保障待遇公平感与4个自变量之间存在明显的非线性关系ꎬ采用非线性的GRNN算法建立养老等社会保障待遇公平感是成功的ꎮ四㊁结论与建议基于CSS2015的5335份养老等社会保障待遇公平感样本ꎬ采用GRNN㊁SVM算法建立养老等社会保障待遇公平感与4个影响因素(教育程度㊁医疗保障满意度㊁就业保障满意度㊁总体社会保障状况满意度)之间的关系模型ꎮGRNN模型对训练集㊁测试集预测整体精度分别是81.4%㊁90.0%ꎻSVM模型的预测整体精度分别是80.1%㊁89.5%ꎬ分别高于二元逻辑回归预测结果79.4%㊁88.5%ꎮ研究证实ꎬ养老等社会保障待遇公平感与4个影响因素存在非线性关系ꎬ采用GRNN算法预测养老等社会保障待遇公平感是成功的ꎮ基于模型分析ꎬ养老等社会保障待遇公平感与医疗保障满意度㊁就业保障满意度㊁总体社会保障状况满意度正相关ꎻ而与教育程度负相关ꎮ受教育程度越高的人群ꎬ对养老等社会保障待遇公平性的期望越高ꎬ而现实又难以实现这种期望ꎬ从而出现公平感越低ꎮ因此ꎬ(1)政府要处理好社会保障制度中市场原理与再分配原理的关系ꎬ尊重受教育程度较高人群在养老等社会保障待遇方面的需求㊁感受及关切ꎬ奖励社会贡献和促进效率ꎻ(2)努力建立以权利公平㊁机会公平㊁规则公平为主要内容的社会公平保障体系ꎬ防止权力㊁垄断㊁投机等不利因素扭曲市场在资源配置中的作用ꎻ(3)提高人民群众的医疗保障满意度㊁就业保障满意度㊁总体社会保障状况满意度ꎬ维护社会公平正义ꎬ从而提社会公众对养老等社会保障待遇公平感ꎮ参考文献:[1]关信平.当前我国社会保障制度公平性分析[J].苏州大学学报(哲学社会科学版)ꎬ2013(3).[2]付舒.公平理论视阈下我国社会保障制度的分层化问题研究[D].吉林大学ꎬ2016.[3]胡芳肖ꎬ张美丽ꎬ李蒙娜.新型农村社会养老保险制度满意度影响因素实证[J].公共管理学报ꎬ2014(4).[4]FornellC.ANationalCustomerSatisfactionBarometer:TheSwedishExperience[J].JournalofMarketingꎬ1992ꎬ56(1).[5]DickASꎬBasuK.CustomerLoyalty:TowardanIntegratedConcep ̄tualFramework[J].JournalofAcademyofMarketingServiceꎬ1994ꎬ22(2).[6]EklöfJA.Europeancustomersatisfactionindexpan-Europeantele ̄communicationsectorreportbasedonpilotstudies1999.StockholmꎬSwe ̄den:EuropeanOrganizationforQualityandEuropeanFoundationforQualityManagement[M].2000.[7]JohnsonMDꎬGustafssonAꎬAndreassenTWꎬLervikLꎬChaJ.TheEvolutionandFutureofNationalCustomerSatisfactionIndexModels[J].JournalofEconomicPsychologyꎬ2001ꎬ22(2).[8]DaleneyAM.AssessingUndergraduateEducationfromGraduatingSeniors Perspective:PeerInstitutionsProvidetheContext[J].TertiaryEducationandManagementꎬ2001ꎬ7(3).[9]BresserJꎬvanSoestAHO.SatisfactionwithPensionProvisionsintheNetherlands:ThePanelDataAnalysis[J].SSRNElectronicJournalꎬ2009ꎬNo.10/2009-034.[10]SeilerVꎬRudolfM.CustomerSatisfactioninPrivateBanking[J].CreditandCapitalMarketsꎬ2014ꎬ47(3).[11]MaharloueiNMdꎬAkbariMPhDꎬAkbariMMsꎬLankaraniKBMd.SocioeconomicStatusandSatisfactionwithPublicHealthcareSysteminIran[J].InternationalJournalofCommunityBasedNursing&Midwife ̄ryꎬ2017ꎬ5(1).[12]SarkerAꎬSultanaMꎬAhmedSꎬMahumudRꎬMortonAꎬKhanJ.Clients experienceandsatisfactionofutilizinghealthcareservicesinacommunitybasedhealthinsuranceprograminBangladesh[J].Interna ̄tionalJournalofEnvironmentalResearchandPublicHealthꎬ2018ꎬ15(8).[13]OhJSꎬKimSY.Enhancingurbanagriculturethroughparticipants satisfaction:thecaseofseoul[J].korea.LandUsePolicyꎬ2017ꎬ69. [14]HernandezBFꎬMorganBJꎬIshJꎬAgbatorLOꎬLindo-MoonSꎬStotlerFFꎬGardnerCL.CommunicationPreferencesandSatisfactionofSecureMessagingAmongPatientsandProvidersintheMilitaryHealthcareSystem[J].MilitaryMedicineꎬ2018ꎬ183(11-12).[15]杜俊平ꎬ王燕ꎬ李宗伟.农村居民养老保障满意度及其影响因素研究 基于内蒙古农村居民的实地调研数据[J].江西科技师32范大学学报ꎬ2015(6).[16]张淼.我国农村老年人养老状况及满意度分析[J].调研世界ꎬ2016(6).[17]孙慧波ꎬ赵霞.区域差异㊁感知价值与 新农保 满意度[J].哈尔滨工业大学学报(社会科学版)ꎬ2016(4).[18]杨倩ꎬ赵慧ꎬ崔翠:家庭养老水平及满意度影响因素分析 基于重庆市642份农户调查问卷[J].安徽农业科学ꎬ2016ꎬ(32). [19]ZhouCꎬTangSꎬWangXꎬChenZꎬZhangDꎬGaoJꎬGhoseBꎬFengDꎬHeZꎬYayaSꎬFengZꎬ SatisfactionaboutPatient-centered ̄nessandHealthcareSystemamongPatientswithChronicMultimorbidity[J].CurrentMedicinalChemistryꎬ2018ꎬ38(1).[20]陈旭峰:老年人养老保障满意度影响因素的实证研究 基于CSS(2013)问卷数据的分析[J].云南民族大学学报(哲学社会科学版)ꎬ2017(4).[21]张悦玲ꎬ刘秋月.河北省贫困山区农村养老保障满意度的影响因素分析[J].农村经济与科技ꎬ2017(19).[22]卢小君ꎬ魏代双.农村居民养老保障满意度的影响因素研究 基于CSS(2015)数据分析[J].调研世界ꎬ2019(3). [23]刘新燕ꎬ刘雁妮ꎬ杨智ꎬ万后芬.构建新型顾客满意度指数模型 基于SCSB㊁ACSI㊁ECSI的分析[J].南开管理评论ꎬ2003(6). [24]TerenceAꎬOlivaꎬRichardLꎬOliverꎬIanCꎬMacMillan.ACatas ̄tropheModelforDevelopingServiceSatisfactionStrategies[J].JournalofMarketingꎬ1992ꎬ56.[25]WanSKꎬZhaoL.Assessingtheroleofcomponentsoflifesatisfac ̄tion[J].AppliedEconomicsꎬ2018ꎬ50(44).[26]NiuDꎬWangHꎬChenHꎬLiangY.TheGeneralRegressionNeuralNetworkBasedontheFruitFlyOptimizationAlgorithmandtheDataIn ̄consistencyRateforTransmissionLineIcingPrediction[J].Energies2017ꎬ10(12).[27]XuYꎬYuXꎬZhangS.QSARModelsofReactionRateConstantsofAlkeneswithOzoneandHydroxylRadical[J].JournaloftheBrazilianChemicalSocietyꎬ2013ꎬ24(11).责任编辑:颜佳华ModeloftheSenseofFairnessinSocialSecurityBasedonGeneralizedRegressionNeuralNetworkLIYi-yuꎬYUNing-yao(CollegeofPublicAdministrationꎬXiangtanUniversityꎬXiangtanꎬHunan411105ꎬChina)Abstract:Increasingattentionisbeingfocusedonthesenseoffairnessinsocialsecuritysuchaspensionꎬbyapplyingthestatisticalmethodsbasedonthelinearrelationshipsbetweentheresearchobjectsandtheinfluencingfactors.Becauseofthecomplexityofthere ̄lationshipsamonghumanandhumansocietyꎬthereareoftennon-linearrelationshipsbetweenvariables.Thispaperꎬforthefirsttimeꎬreportsthatthegeneralizedregressionneuralnetwork(GRNN)algorithmisusedtoestablishnon-linearmodelsforthesenseoffairnessinsocialsecuritysuchaspension.ThedataofthesenseoffairnessinsocialsecurityweretakenfromtheChineseSocialSurveyoftheChineseAcademyofSocialSciencesin2015(CSS2015)ꎬandweredividedintotwocategories:unfairnessandfairness.ThepredictionaccuraciesofGRNNmodelfortrainingsetandtestsetis81.4%and90.0%respectivelyꎬwhicharebetterthanthoseofsupportvectormachine(SVM)model(80.1%and89.5%)andbinarylogisticregression(BLR)model(79.4%and88.5%).Basedon5335surveysamplesꎬtheinvestigationshowsthattherearenon-linearrelationshipsbetweenthesenseoffairnessinsocialsecuritysuchaspensionandtheinfluencingfactorsusedinthispaper(educationlevelꎬmedicalsecuritysatisfactionꎬemploymentse ̄curitysatisfactionꎬoverallsocialsecuritystatussatisfaction).ThereforeꎬtheapplicationofGRNNtoestablishanon-linearmodelofthesenseoffairnessinsocialsecuritysuchaspensionissuccessful.Keywords:GRNNꎻsocialsecurityꎻsupportvectormachineꎻbinarylogisticregression42。

离职率分析报告

离职率分析报告

离职率分析报告离职率是一个反映组织员工离职情况的重要指标,对组织管理和人力资源规划具有重要的参考价值。

本报告将对我公司的离职率进行分析,并提出相应的解决方案,以期降低离职率,促进组织的稳定发展。

一、离职率分析离职率是指在一定时间内离职员工所占总体员工数的比例。

通过对我公司过去五年的离职情况进行分析,得出以下数据:2016年离职率:12%2017年离职率:15%2018年离职率:18%2019年离职率:20%2020年离职率:22%从数据可以看出,我公司的离职率呈逐年上升的趋势。

为了深入了解离职率背后的原因,我们对离职员工进行了调查,并整理出以下离职原因:1. 缺乏晋升机会:29%的离职员工认为公司的晋升通道不明确,导致他们无法得到应有的晋升机会。

2. 工资待遇不公:18%的离职员工认为公司在工资待遇方面存在不公平现象,他们无法获得与工作贡献相匹配的报酬。

3. 工作压力大:25%的离职员工表示无法承受工作上的巨大压力,导致他们选择辞职。

4. 缺乏发展空间:15%的离职员工认为公司缺乏对员工的培训和发展机会,无法满足他们的个人成长需求。

5. 工作环境不佳:13%的离职员工对公司的工作环境不满意,包括办公设施陈旧、员工之间关系紧张等问题。

二、解决方案针对以上离职原因,我们提出以下解决方案,以降低离职率,提高员工的满意度和忠诚度:1. 建立职业发展路径:制定明确的职业发展路径,为员工提供晋升机会和成长空间,激励他们在公司内部发展。

2. 薪酬公平公正:建立科学的薪酬体系,确保工资待遇与员工贡献相匹配,提高员工的福利待遇,增强员工的归属感。

3. 压力管理与员工支持:加强对员工的压力管理,提供必要的培训和支持,帮助员工有效应对工作压力,增强工作满意度。

4. 提供发展机会:加强对员工的培训和发展,为他们提供学习和成长的机会,激发员工的积极性和创造力。

5. 改善工作环境:改善公司的工作环境,包括提高办公设施的品质、加强团队协作和沟通等,营造良好的工作氛围。

2020年关于薪酬调查报告范文5篇

2020年关于薪酬调查报告范文5篇

2020年关于薪酬调查报告范文5篇2020年关于薪酬调查报告范文5篇2020年关于薪酬调查报告范文(一)内部公平是薪酬管理的一个重要目标。

企业在薪酬管理中能否做到公平地对待所有员工,极大地影响着员工的满意度和忠诚度,进而影响着员工工作的积极性、进取心甚至员工的去留。

从企业服务价值链的角度看,如果薪酬没有体现内部公平,员工满意度会降低,必然影响由员工向客户提供的、决定客户满意度的服务价值,进而影响客户的忠诚度。

因此,在薪酬管理中,内部公平是管理者必须高度关注的问题。

薪酬的内部公平特点薪酬的内部公平,是指员工对自身工作在企业内部的相对价值认可。

根据亚当斯的公平理论,员工将自己的付出、所得与企业内其他员工的付出、所得进行比较,进而判断自己所获薪酬是否具有内部公平性。

当员工发现自己的“收入——付出比”与其他员工的“收入——付出比”相同时,他就会获得薪酬的内部公平感;反之,则产生内部不公平的感受。

由此,我们可以发现薪酬的内部公平的几个特点:1.薪酬的内部公平是员工的主观感受。

作为员工的一种主观感受,内部公平具有明显的个性特色。

首先,个体的差异性决定了员工的公平观念不可能完全一致。

员工是通过比较“收入——付出比”来判断企业的薪酬是否具有公平内部性的,但个人的收入和付出具体应该包括哪些内容?对这二者应该如何衡量?这些至关重要的问题往往并没有统一的标准,多为员工的自我理解和判断,与个人密切相关。

其次,个体的多变性决定了员工的公平观念不可能是固定不变的。

即使是同一员工对薪酬内部公平性的判断,也会随着时间和环境的变化发生改变。

此外,员工在判断过程中,出于自身利益的考虑,往往对有效付出和无效付出不加分辨,将无效付出纳入比较之中,并且存在高估、夸大自身付出、低估他人付出等倾向。

2.内部比较是产生内部公平的途径。

公平作为一种相对平衡的心理感受是通过衡量、比较产生的。

员工对薪酬的内部公平感是通过内部比较获得的。

因此,不进行比较,员工就不会对薪酬产生公平或不公平感。

《社会公平与平等评估》分析报告范本

《社会公平与平等评估》分析报告范本

《社会公平与平等评估》分析报告范本社会公平与平等评估分析报告范本一、引言社会公平和平等是现代社会发展的重要目标,也是人们对社会进步的期待。

本报告旨在对社会公平与平等的状况进行评估和分析,以期发现问题、提出改进措施,推动社会的进步与发展。

二、社会公平评估1. 教育公平教育是推动社会公平的重要途径之一。

对教育公平的评估可以从以下几个方面展开:1.1 教育资源分配是否均匀,各地区、各群体是否享有公平的教育资源;1.2 学校师资力量是否均衡,优质教育资源是否足够普及;1.3 教育机会是否均等,每个人是否都能获得平等的接受教育的机会。

2. 就业公平就业公平是社会公平的重要组成部分。

对就业公平的评估可以从以下几个方面展开:2.1 就业机会是否均等,每个人是否都能够获得公平的就业机会;2.2 就业歧视是否存在,性别、年龄、种族等因素是否会影响就业机会的平等性;2.3 薪酬公平,不同职位之间的薪酬是否存在差异,是否存在性别薪酬差距等情况。

3. 医疗保障公平医疗保障是社会保障的重要方面,对医疗保障公平的评估可以从以下几个方面展开:3.1 医疗资源是否均衡分配,城乡地区、不同社会群体是否能够享受到公平的医疗资源;3.2 医疗服务是否平等,每个人是否能够获得高质量、平等的医疗服务;3.3 医疗费用是否公平,不同经济能力的人是否能够负担得起医疗费用。

三、社会平等评估1. 性别平等性别平等是社会平等的重要方面。

对性别平等的评估可以从以下几个方面展开:1.1 性别歧视是否存在,女性是否能够享有与男性平等的权利和机会;1.2 女性在职场上的平等待遇,女性是否面临性别薪酬差距、职场晋升困难等问题;1.3 家庭责任是否公平分担,男女是否能够共同承担家庭责任。

2. 少数民族平等少数民族平等是社会平等的重要内容之一。

对少数民族平等的评估可以从以下几个方面展开:2.1 少数民族是否能够享有与主体民族平等的权利和机会;2.2 少数民族地区的经济发展是否得到平等对待;2.3 少数民族文化是否得到充分尊重和保护。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

公平与公正待遇研究报告公平与公正待遇作为外资保护的绝对待遇标准,存在于大多数国际投资条约中。

①它要求东道国保障外国投资者及其投资能得到公平和正义对待,以避免东道国的贸易保护主义或歧视。

由于公平与公正待遇内容抽象,许多国际投资仲裁庭对其进行广义解释,造成投资者与东道国间的不平衡关系,严重损害了东道国的外资管理权。

本文拟从公平与公正待遇理论与实践层面进行分析,寻求破解公平与公正待遇适用困境的因应之道。

一、理论内涵:公平与公正待遇的概念困境与重构公平与公正待遇标准自从1948年在《哈瓦那宪章》诞生以来,至今仍无明确的定义。

由于该标准可以灵活解释,便于保护外国投资,受到发达国家的肯定。

然而,由于该标准的某些内容在适用时被无限放大,外国投资者动辄即以公平与公正待遇起诉东道国,因此受到许多发展中国家的抵制。

而发展中国家则认为,只要给予了对方缔约国投资与东道国或任何其他国家的投资以相同的待遇,就应当认为这种待遇是公平公正的,也即无差别待遇。

例如我国有学者直接肯定公平公正待遇规范的基本成分正是无差别待遇,只要东道国给予外国人与其国民或其他外国人同等的待遇,即表明这种待遇是公平公正的。

只有这样理解公平公正待遇,才有明确的内容与标准可循,从而成为一个确定的法律制度。

[4](P115)对此,发达国家学者认为公平与公正待遇是规范的基准,其规范内容将会随着个案的情形有所改变,这一不具有固定规范内容的特性,非但不是公平与公正待遇的弱点,反而是其优势之所在。

[5]对于公平与公正待遇与国际最低标准两者间的关系,人们也有不同观点。

一部分学者认为公平与公正待遇等于或属于国际最低标准,在解释公平与公正待遇时,应以国际习惯法中的具体规则限定国际最低标准的内容,即必须符合国家客观反复实践和主观法上的确信二要件,才可适用。

[6]国外学者Robinson从发展中国家的观点,指出公平与公正待遇的用语是典型由发达国家所主张的国际最低标准。

[7]学者Mann则认为,因公平与公正待遇所涵摄的范围超过国际最低标准,并以更客观的标准提供更大范围的保护。

所以仲裁法庭在适用公平与公正待遇时,不应考虑最低、最高或平均标准,而应以个案情形判断该东道国行为是否公平与公正。

公平与公正待遇标准应被独立且自主地(independentlyandautonomously)理解与适用。

[8]Dolzer与Stevens也认为,双边投资条约订有公平与公正待遇规范,即是缔约国认为将公平与公正待遇规定为明示的义务是必要的。

如果仅通过规范东道国所给予外国投资者的待遇应符合于国际法,其所诉诸的国际最低标准反而比公平与公正待遇更为模糊。

因此可证明公平与公正待遇为一独立(self-contained)的待遇标准。

[9]此外,Schreuer认为虽然公平与公正待遇与国际最低标准的关系至今仍有争议,除了在《北美自由贸易协定》(NAFTA)中第1105条第1项已建立公平与公正待遇等同于国际最低标准外,在NAFTA体制外的其他情形,尤其是双边投资条约,公平与公正待遇的内容仍需依其在特定条款的文意决定。

除非有相反的明示,否则公平与公正待遇应为独立的标准。

[10] 尽管如此,目前的共识是,公平与公正待遇是一个传统的国际法标准。

它受到国家实践、学说和国际法庭判决的肯定。

[13]在法律的解释适用过程中,公正可能包含了平等的概念。

公正不仅仅用于判断法律主体的行为是否符合公正的要求,行为所产生的后果也应受到检验。

[14]而公平是一个过程,是在考虑所有涉及的情形后,衡量利益取舍孰重孰轻的过程。

即所谓的符合自然法则的平衡状态(astateofphysicalbalance)。

公平不仅仅具有与公正相同的含义,也包含了运用正义的概念以修正或补充法律的不足。

公平在英美法系的作用,是弥补适用法律时产生不合理或缺乏灵活的情形,公平已经受到国际社会的认可,构成了国际法的一部分。

[15]近年来,公平与公正待遇的判断标准逐渐朝向良善治理(goodgovernance)的方向发展。

东道国的行为应该具有一致性以避免产生模棱两可的情形,依据善意原则而并非基于恣意。

[16]根据良善治理的概念,外国投资者可以合理期待东道国对于外国投资者的主张会依照法律正当程序做出最终的判断,东道国采取的政策将遵照非歧视原则及比例原则,以实现预定的目标。

二、实践态样:公平与公正待遇的条约规范在投资条约的实践上,各国对于是否采用公平公正待遇,有着不同的态度。

当前大多数的国际投资条约都纳入了公平与公正待遇条款,但也有一些国家在其双边投资条约中,拒绝订入所谓的公平与公正待遇。

例如,罗马尼亚和我国缔结的双边投资条约未提到这一待遇;新加坡在其双边投资条约谈判中也不予采用。

[17]另外,大多数拉丁美洲国家认为公平与公正待遇所展现出的宽泛内容与卡尔沃(Calvo)原则不符,而拒绝这一条款。

卡尔沃(CarloCalvo)是一名国际法学家,曾担任过阿根廷外长。

1868年,他在自己的《国际法理论与实践》一书中提出了著名的卡尔沃(Calvo)原则,即属于一国领域内的外国人同该国国民有同等受到保护的权力,不应要求更大的保护。

当受到任何侵害时,应依赖所在国政府解决,不应由外国人的本国出面要求任何金钱上的补偿。

在国际投资条约中,公平与公正待遇标准可能单独规定或与其他规范相结合。

国际投资条约中公平与公正待遇单独出现的情形并不多见。

例如阿根廷与澳大利亚所签订的促进与保护投资条约(1995)第3条第1项:各缔约国应在任何时候确保给予投资公平与公正的待遇。

Article4of"AgreementbetweentheGovernmentofAustraliaandtheGo vernmentoftheArgentineRepubliconthePromotionandProtectionof Investments"stipulatesthat:"1.EachContractingPartyshallatalltimesensurefairandequitabl etreatmenttoinvestments."国际投资条约将公平与公正待遇与其他规范相结合的情形可归纳为四类:公平与公正待遇分别与国际法、充分保护与安全、最惠国待遇或国民待遇、禁止恣意或歧视结合。

第二类将公平与公正待遇义务与东道国须对投资提供充分保护与安全的规范相结合。

例如,美国模范双边投资条约(xx)第5条第1项规定:各缔约国应依国际习惯法给予投资待遇,包括公平与公正待遇与充分保护与安全。

同条第二项则对公平与公正待遇规范有非常详细的说明。

这体现美国所采取的立场为:公平与公正待遇与充分保护与安全是国际最低标准的一部分。

有学者认为国际最低标准仅为外国人保护相关规范的总称,且其适用范畴并非以外国投资为核心,因此IMS仍未提供公平与公正待遇标准更具体的内容。

[18] 第四类将公平与公正待遇与禁止东道国恣意(arbitrary)或歧视(discriminatory)措施的规范相结合。

这一模式如《驻新德里台北经济文化中心与驻台北印度―台北协会间投资促进及保护协定》(xx)第3条第一项规定:缔约一方领域投资人在缔约他方领域内的投资及其报酬,于任何时候均应受到公平及合理的待遇,并享有充分保护。

关于投资的管理、维护、使用、权益或处分,在接受投资方的领域内不得以不合理或歧视性措施予以减损。

因为如果东道国以不合理或歧视性的措施对待外国投资,该行为本身即可能构成违反公平与公正待遇标准。

基于公平与公正待遇在国际投资条约中样态的分析,本文认为将公平与公正待遇纳入投资条约有其积极作用,因为它作为一个基本的标准可以确定条约的基调,也可以作为解释条约中特定规定的辅助因素,或者为了填补条约以及有关的国内立法或国家契约的漏洞。

理论上,当东道国违反了与外国投资者之间的契约,并不会导致其违反相关的双边投资条约。

但在实践中,每当违约行为发生或是外国投资者认为其受到不公正的待遇,相关外国投资者便会以其本国与东道国所签订的投资协议为基础,以公平公正待遇为标准提请国际仲裁。

因此,公平与公正待遇成为当前国际投资条约中最普遍的内容。

三、对策因应:中国利用公平与由于公平与公正待遇具有灵活而广泛的含义,外国投资者在遭受损失时常常诉诸公平与公正待遇,要求东道国负担赔偿责任。

我国作为世界最重要的资本输入国之一,极有可能面临外国投资者利用公平与公正待遇的诉讼风险。

如果我们不在投资保护协议中规定公平与公正待遇,不对公平与公正待遇的规范进行研究,就很有可能处于被动地位。

因此,中国如何通过投资条约对公平与公正待遇进行立法完善,如何利用公平与公正待遇的例外与免责情形,是我国目前急需解决的重要问题。

(一)在条约中明确公平与公正待遇的内涵尽管国际社会至今对公平与公正待遇的定义仍存有分歧,然而,在经济全球化日益深入发展的今天,公平与公正待遇作为国际投资法中的一个普遍通行的国际法原则毋庸置疑。

因此,中国在改革开放吸引外资过程中,应正视公平与公正待遇条款在各种投资协议中的存在。

这就需要我们对公平与公正待遇的内涵做出全面的界定和规制,以降低该条款产生的风险。

然而,中国在双边投资保护协议中规定的公平与公正待遇往往极为简单,只是在条文中列举缔约国相互之间应给予对方投资公平与公正待遇,而未限定其内涵。

从条文的具体表述来看,中国签订的大多数双边投资保护协议中的公平与公正待遇条款一般都是简单的概括,非常笼统,很少有对该标准进行具体的阐释。

如中国与芬兰协定(xx年)第3条规定:“投资待遇:缔约一方的投资者在缔约另一方的领土内的投资应始终享受公正及公平的待遇。

”[20]由于公平与公正待遇标准具有模糊性,可以灵活解释,如果对该待遇规定得过于简单,将使得外国投资者在国际投资争端中处于十分有利的地位,而中国作为东道国常常处于被动的境地。

因此,消除公平与公正待遇标准的模糊性,在投资保护协议相关条款明确界定公平与公正待遇的基本内涵就成为当务之急。

因此,我国在与外国的双边投资条约中应明确,公平与公正待遇的内涵应该限制在正当法律程序、程序公平、不得歧视等传统程序要素上。

此外,在实体内容上,缔约国提供公平与公正待遇的义务应主要集中于不得拒绝正义,透明义务,符合合理期待,提供稳定与可预测的法律架构等几个方面。

这样就可以使公平公正待遇在解释和适用时无论在实体还是在程序上都有确定的标准可循。

[21]赋予公平与公正待遇明确的内涵,不但符合我国发展中国家的现实定位,而且符合我国维护经济主权的要求。

(二)划清公平与公正待遇和其他待遇标准的关系据笔者统计,中国与外国签订的双边投资保护协议对公平与公正待遇条款做了如下几种类型的规定。

从以上列举的中国与外国签订的双边投资保护协议所规定的公平与公正待遇条款类型可知,中国对公平与公正待遇条款是否具有独立的地位还不确定。

相关文档
最新文档