【摘 要】
：
全面深化改革背景下，价格法治的核心目的在于促进价格机制的有效性，实现市场对资源配置的决定性作用。对经营者价格行为的规制，应遵循价格自由优先和特定情境下的公益损害原则。以价格行为规范体系为基础，特定情境可以类型化为非常法律状态、垄断和信息不对称三种情境。公共利益指向由经济安全秩序、公平竞争秩序、公平交易秩序构成的整体价格法秩序，运用比例原则以价格行为规制促进效应和削弱效应的均衡为基准，可实现经营者定
【基金项目】
：
国家社科基金青年项目“经济法统合性立法研究”（20CFX056）； 广州市社科规划项目“《价格法》不正当价格行为条款的适用与修订研究”（2023GZGJ210）的阶段性成果；
论文部分内容阅读
全面深化改革背景下，价格法治的核心目的在于促进价格机制的有效性，实现市场对资源配置的决定性作用。对经营者价格行为的规制，应遵循价格自由优先和特定情境下的公益损害原则。以价格行为规范体系为基础，特定情境可以类型化为非常法律状态、垄断和信息不对称三种情境。公共利益指向由经济安全秩序、公平竞争秩序、公平交易秩序构成的整体价格法秩序，运用比例原则以价格行为规制促进效应和削弱效应的均衡为基准，可实现经营者定价权与不正当价格行为规制权之间的平衡。价格法第14条可删除牟取暴利条款，厘清价格欺诈、低价倾销等规范的边界，拓展新业态下的价格歧视行为规范，实现不正当价格行为规制的体系重构。
其他文献
伴随着智慧教育产业的不断发展,师生对于作文自动评分（AES）的需求不断涌现。一套完整的作文评分系统需要实现从文字识别到文本评分的全流程,但现有研究成果忽略了识别和评分之间的关联性,也忽略了书写质量等视觉特征对于作文评分的影响,在这其中也隐含了如何将多模态特征进行融合建模的科学问题。另一方面,现有的研究多是针对扫描的高质量图像,一套可用的评分系统还需要解决自然拍摄场景下含噪图像的文本识别问题。因此,
随着服务业的高速发展,大量的服务涌入互联网,人们逐渐步入了服务互联网时代。在服务互联网中,万物都可以被服务化,也推动了物联网以及云计算等领域的发展。这些研究领域的发展对服务系统的设计与建模提出了新的要求,如使用微服务架构作为系统的实现架构、在系统设计时要考虑到资源位置的约束以及服务价值质量的约束等等。与此同时,随着用户需求的不断变化,服务系统的设计也需要不断进行演化。所以如何更好的设计与构建满足用
随着人口红利的退去和社会老龄化会加剧,雇佣人力的成本越来越高,以及疫情影响带来的减少接触的必要,从需求和行业竞争的角度来看,传统便利店都需要转型。因此无人零售的正有着良好的发展前景,国内外的多家研究机构和公司正在研究无人商店的落地以及其涉及的前沿技术。现有的无人商店的主要实现是利用RFID标签技术,需要设置专门的结账台,用户手动把商品在结账区域识别RFID标签,对于用户来说这样的购物体验不够流畅,
基于数据孤岛问题以及对隐私安全的保护,联邦学习近来成为传统机器学习方法的一种替代方法。现今很多深度学习系统与平台也将联邦学习作为保护用户隐私安全的重要手段。然而联邦学习的训练方式也在某种程度上泄露了用户的隐私,如每次联邦学习期间的参数交换模型构建过程几乎透明,使得模型易受到成员推理,模型窃取等攻击。目前对联邦学习上成员推理的研究多集中在重构攻击以及属性推断攻击,而对目标样本针对查询数据集的隶属性推
机器学习模型效果受到训练数据质量的显著影响,不同企业或部门之间往往会通过数据直接共享的方式提升模型性能。然而伴随着国家和公众对于数据隐私问题的关注,亟需在保护隐私安全的前提下,完成数据的共享和应用。面对这种数据困境,联邦学习技术给出了解决之道,该技术通过加密机制进行参数计算和交换,可以在数据不离开本地的情况下实现多个数据源的安全联合建模。本文旨在实现去协调方的纵向联邦学习系统,包括数据对齐和纵向联
与利用云端计算的解决方案相比,在物联网（Io T）边缘设备上执行深度神经网络（DNN）推理可确保输入数据的隐私性,同时可能降低运行时间。由于大多数边缘设备内存和计算资源有限,它们无法存储和执行复杂的DNN。可以通过跨多个边缘设备分区和分布各个层的信息的方法,以减少每个设备上的计算量和数据量。在本文中,我们为该问题提供了解决方案,这是一种通过全连接层分区,以及特征和权重密集的卷积层分区,来支持DNN
机器翻译作为自然语言处理领域的重要任务,旨在借助计算机程序将文本从一种自然语言翻译成另一种自然语言。随着近年来深度学习技术的突破,神经机器翻译（Neural Machine Translation）被越来越多研究者所关注,成为机器翻译领域的主流方法。现阶段的神经机器翻译技术采用基于表示学习的方式将输入文本经过模型编码成低维空间中的向量表示,这种向量表示通常融合了源端语言句子和目标端语言翻译片段的上