我国农村碳排放强度与乡村振兴协同发展分析

基于对2010—2020年中国农村碳排放强度与乡村振兴发展水平的测算,探究两者耦合协调度并进行空间自相关分析,借助面板向量自回归(VAR)模型佐证农村碳排放强度与乡村振兴互动效应。研究结果表明:我国农村碳排放强度波动下降,乡村振兴发展水平持续上升,但区域间发展差异性较大;两者耦合协调度稳步提升,从期初的中等协调转为优质协调状态,空间上存在正相关性,主要表现为高-高集聚和低-低集聚两种分布类型,且集聚程度均逐年减弱;农村碳排放强度与乡村振兴存在长期稳定的协整关系,农村碳排放强度与乡村振兴对自身冲击效应较大,而农村碳排放强度对乡村振兴发展的抑制作用强于乡村振兴对农村碳排放强度的促进作用。基于实证分析,建议加强政策制度建设和碳排放监管、实施补贴政策,并促进农业技术创新,以推动农业生产方式向低碳转型,以实现农村碳排放与乡村振兴的协同发展。

中国农村碳排放强度时空演变趋势及影响因素分析

运用碳排放系数法测算中国农村碳排放量,结合核密度估计法和莫兰指数对农村碳排放强度时空演变趋势及空间关联特征进行分析,借助STIRPAT模型和灰色预测模型定量定性分析其影响因素并做出预测。结果显示:2010—2020年中国农村碳排放强度整体呈下降趋势,但农村人均碳排放量呈上升趋势;中国区域内部存在多极化现象,空间正相关性逐渐加强,具有集聚和依赖性特征。农业生产中畜牧业是农村碳排放主要影响因素,预计未来农村碳排放强度将持续下降,农村人均碳排放量将逐步上升。

焦点企业数字化能力如何影响价值共创与生态竞争优势——吉利集团嵌入式案例研究

“数字化”和“生态化”转型是当今企业寻求可持续发展的重要战略途径。本文通过对吉利集团的嵌入式案例研究发现:(1)焦点企业可通过发展包括数字连接能力、数据处理能力和数字创新能力等维度在内的数字化能力,对其生态系统战略形成有效支持。(2)焦点企业数字化能力能够驱动生态系统参与者价值共创,进而促成包括用户体验优势、业务进化优势和业务共生优势在内的生态竞争优势。(3)在包含多个业务模块的嵌套式生态系统中,数字化能力、价值共创和生态竞争优势较之单业务模块涌现出高阶特征,带来了业务共生优势。研究推进了企业数字化能力和生态系统战略的理论整合,增进了对生态系统复杂性和多元化特征的认识,对我国企业数字化转型和生态系统构建实践具有启示意义。

直播电商下厂家、MCN机构及主播动态运营策略

直播电商的营销模式在激活消费市场、推动经济增长等方面具有重要作用。本文综合考虑主播影响力和消费者参考质量效应的影响,针对由厂家、网红孵化机构(multi-channel network,MCN)及主播构成的直播电商体系,分别从参考质量效应、观众打赏、MCN机构补贴以及电商平台补贴角度构建5种决策模型,并对比分析其动态均衡策略及绩效水平。研究结果表明:消费者参考质量效应有利于提高直播电商体系成员的相关努力程度和绩效水平;观众打赏能够在一定程度上激励主播相应努力水平,进而推动直播电商体系整体利润的提高;MCN机构对主播提供补贴的先决条件取决于双方的边际收益和主播所获的观众打赏情况,满足其先决条件后能够在一定程度上消除双重边际效应从而实现直播电商体系的Pareto改善;此外,来自电商平台的补贴能够实现直播电商体系的完全协调,且补贴比率受成员博弈地位、收益情况及观众打赏的共同影响。

中国省际碳排放空间关联网络结构特征及碳平衡分区

在碳达峰、碳中和的时代背景下,准确把握碳排放空间关联网络结构及碳平衡分区,对于推动生态环境协同治理、实现高质量协调发展具有指导作用。选用2005—2021年中国30个省份为样本,采用社会网络分析和探索性空间数据分析刻画碳排放空间格局特征与碳平衡分区,并对各综合分区提出针对性优化策略。研究表明:(1)碳排放量整体呈增长态势但增速较慢,表现出“东部高,中西部低”的空间分布特征;碳汇量增幅微弱,空间上呈“中西部高,东部低”的分布特征;碳平衡能力呈波动递减且存在明显空间差异,全国约43.33%的省份处于碳平衡能力较强的状态。(2)中国省际碳排放空间关联关系日益紧密,网络结构呈现较好的可达性和稳定性,但个体网络特征差异明显,京、津、沪和苏等省份处于网络中心位置,控制和掌握网络相关性的能力显著。(3)基于碳平衡分析,将各省细分为6种碳平衡功能区,且有18个关键省域被识别,并针对各分区提出差异化协同减排策略,促进区域间公平、高效的低碳转型发展,以期为“双碳”目标的实现提供参考。

基于比较研究的华中三省产业结构与低碳经济的关系分析

为了促进中部地区的崛起,实现经济低碳化发展与产业优化转型,研究产业结构与低碳经济之间的相互关系具有重要意义。论文以河南、湖北和湖南三省为研究对象,运用熵值-Topsis法对2007—2022年三省的产业结构与低碳经济指标进行综合测评,并基于脱钩理论与协同学理论,运用Tapio脱钩模型和复合系统协同度模型对2008—2022年三省各自的脱钩状态与协同效应演化进行科学分析。结果表明:(1)研究期内,华中三省的产业结构综合指数和低碳经济综合指数不断提高,整体发展趋势良好。(2)大多数年份三省都处于相对脱钩状态,产业结构综合指数增长速度低于低碳经济综合指数增长速度;湖北率先达到理想的扩张负脱钩状态,湖南次之。(3)2008—2022年三省的协同效应一直较弱,且都具有一定的波动性特征;整体来看,湖北的协同水平略高于河南和湖南。

“双碳”目标下经济高质量发展与碳排放水平协调发展的时空耦合分析

开展经济高质量发展与碳排放水平耦合协调规律分析,对助推经济社会与生态环境协调发展具有重要意义。以2005-2021年我国30个省(区、市)为研究对象,借助耦合协调度模型、Dagum基尼系数分解法和Kernel密度估计法,测算经济高质量发展与碳排放水平的耦合协调关系,进而识别其时空演化格局。结果表明:全国经济高质量发展与碳排放水平耦合协调度整体表现出上升趋势,但不同综合经济区和省(区、市)间的耦合协调关系存在空间分布不均衡问题,空间差异主要受区域间差异和超变密度的影响;同时各综合经济区耦合协调度的动态演进特征差异较大,其中黄河中游经济区和西北经济区极化现象较为明显。因此,应从着力提升碳排放控制力度、优化区域合作协调关系以及解决区域间发展不平衡问题等方面出发,提出实现经济社会发展全面绿色转型的相关政策建议。

西北中等职业教育与乡村振兴协调发展:时空特征及其驱动因子

实现中等职业教育与乡村振兴的协调发展是激发乡村内生性力量的关键举措。基于西北地区五省(自治区)2011-2021年的面板数据,构建中等职业教育与乡村振兴综合评价指标体系,综合运用熵值法、综合评价模型、耦合协调模型、趋势分析法以及地理探测器,对两系统协调演进关系定量测定。研究结果发现:西北地区中等职业教育与乡村振兴综合发展水平大致呈现递增趋势且具有“西低东高,南高北低”空间布局特征;耦合协调度逐年提升,协调互促作用愈加显著,且受到经济发展水平、对外开放程度等多因子的综合影响。基于此提出促进西北地区中等职业教育与乡村振兴区域间协调发展建议:改革教育模式,实现供需匹配;促进创新氛围,吸引人才回流;充分发挥区位优势,挖掘乡村价值。

数字乡村建设对防返贫能力的影响及空间效应研究

防止规模性返贫是扎实推进乡村振兴的关键所在,数字乡村建设对提升农村防返贫能力具有重要意义。本文基于2016~2022年中国30个省(区、市)的面板数据,运用基于加速遗传算法的投影寻踪模型测度数字乡村建设水平与防返贫能力,通过核密度估计刻画两者的时空分异特征,利用空间杜宾模型深入分析数字乡村建设对防返贫能力的空间溢出效应。研究发现:2016~2022年,数字乡村建设水平与防返贫能力整体上在不断提高,数字乡村建设存在多极化趋势,防返贫能力两极化现象逐渐减弱。农村防返贫能力具有显著的空间聚集特征,主要表现为“高—高”和“低—低”聚集模式。空间杜宾溢出效应分解表明:数字乡村建设对防返贫有着显著的正向影响以及正的空间溢出效应。据此,对未来建设数字乡村提出相关建议,并探索出提升防返贫能力的新路径,未来可尝试从溢出边界进一步探索空间溢出效应。

“双碳”目标下考虑各方努力水平的生鲜供应链网络均衡研究

为探讨不同竞争与合作模式下生鲜供应链成员最优努力水平、消费者低碳偏好和原材料产能约束对生鲜供应链利润的影响,本文结合生鲜产品易腐性、季节性的特点,以多个供应商、制造商、零售商及需求市场组成的生鲜供应链为研究对象,利用网络均衡的方法构建供应链网络模型,并设计基于对数二次型逼近的算法求解。研究结果表明:当所有生鲜供应链成员协同努力时,一定程度的努力投入能够使相关成员及供应链整体利润达到最优;当生鲜供应链各层级之间协同努力时,供应商和零售商努力水平的提高更有利于整体利润最大化;当生鲜供应链成员各自努力时,决策者需密切关注竞争对手或其余层级成员的努力水平;消费者低碳偏好的增加有利于提升制造商利润,但对供应商与零售商利润的改善有限;原材料产能约束能够使供应商利润得到较为显著提升,但并不利于改善其余供应链成员利润。

基于深度森林算法的返贫风险预警及防范

为巩固拓展脱贫攻坚成果同乡村振兴有效衔接,打好实施乡村振兴战略的基础,文章选取2020年中国乡村振兴综合调查(CRRS)数据为样本,以可持续生计理论为指导构建返贫风险评价指标体系,使用集成学习的多种算法构建返贫风险预警模型。结果表明:各模型经过参数优化后,深度森林算法识别效果最佳,对返贫风险识别整体准确率为0.98,对构建动态返贫风险预警系统有一定的技术帮助;各地区不同风险等级生计资本存在显著差异性,应因地制宜出台返贫帮扶政策,并为精准帮扶防范返贫提出相应建议。

EMR与电凝电切术式治疗胃肠道息肉的效果及对机体炎症的影响分析

目的研讨内镜下黏膜切除术式(endoscopic mucosal resection,EMR)与内镜下电凝电切术式治疗胃肠道息肉的效果及对机体炎症的影响。方法随机选取2023年2月—2024年2月福建省福清市医院收治的100例胃肠道息肉患者为研究对象,依据不同手术方法分为对照组和观察组,各50例。对照组行内镜下电凝电切术式,观察组行EMR术式,比较两组患者的手术疗效、围术期基础指标水平、机体炎症指标水平以及手术并发症发生情况。结果观察组手术治疗总有效率94.00%(47/50)高于对照组的80.00%(40/50),差异有统计学意义(χ^(2)=4.332,P=0.037)。观察组手术时间、术中出血量、术后胃肠功能恢复时间、住院时间均优于对照组,差异有统计学意义(P均<0.05)。术后1 d,观察组降钙素原水平、白细胞介素-17水平和白细胞介素-6水平均低于对照组,差异有统计学意义(P均<0.05)。观察组并发症总发生率低于对照组,差异有统计学意义(P<0.05)。结论相较于内镜下电凝电切术式,EMR用于胃肠道息肉患者可提高临床疗效,降低患者机体炎症水平,安全性更佳。

大气压He/CF4脉冲介质阻挡放电参数效应研究

He/CF4等离子体在表面改性领域得到了广泛的应用。采用一维流体模型对大气压He/CF4脉冲介质阻挡放电等离子体进行了数值模拟,通过计算分析等离子体在放电过程中各粒子的浓度以及各反应的贡献率,研究了不同放电参数(放电间隙、介质板厚度和相对介电常数)对等离子体的影响。结果表明:电子碰撞反应在各活性粒子的生成中均起到了重要作用;不同放电参数对各粒子浓度和产物粒子的反应贡献率产生不同的影响。

约束条件下BN参数最大熵模型扩展学习算法

在很多智能系统的参数建模时,用户往往面对建模样本稀少的困境。针对在小数据集条件下贝叶斯网络(BN)参数建模的问题,提出了一种约束数据最大熵BN参数学习算法(CDME)。首先利用小数据集估算BN参数,随后把定性的专家经验转换为不等式约束,并利用Bootstrap算法生成满足约束的一组参数候选集,再根据信息最大熵进行加权计算出BN参数。实验结果表明,当数据量充分时,CDME参数学习算法与经典的MLE算法的学习精度近似,表明了算法的正确性;在小数据集条件下,利用CDME算法可以对BN进行参数建模,学习精度优于MLE和QMAP算法。CDME算法在实际故障诊断样本数据相对稀缺的条件下,获取了诊断BN模型参数,在此基础上完成的诊断推理结果也印证了算法的有效性,为小数据集条件下的参数建模提供了一条新途径。

基于稀缺数据集下BN参数学习的目标识别

针对贝叶斯网络(BN)在目标识别参数建模中常常面临特征数据样本相对稀缺的问题,研究了将稀缺数据集与定性专家经验相融合来估算BN模型参数的方法——CSDE,并据此提出了一种目标识别算法。该算法在BN结构已知的情况下,将定性专家经验转化为BN条件概率之间的约束集合;随后引入凸优化求解方法完成BN目标识别模型参数的估算。在实验研究中,先通过对经典的BN模型的参数学习问题验证了CSDE算法的有效性;随后,针对实际稀缺样本数据集目标识别问题,进行了建模及识别实验。实验结果表明:所提出的算法能够较好地解决样本数据集相对稀缺条件下的目标识别参数建模问题。

改进进化算法的贝叶斯网络结构学习及其应用

针对现有的基于进化算法(EA)的贝叶斯网络结构学习算法存在收敛速度慢、局部搜索能力差以及种群数目难以确定的问题,提出了一种基于改进EA的贝叶斯网络结构学习算法。借助最大支撑树(MWST)得到种群中节点的父节点数目上限,设计了计算函数来估计参与进化的种群数目。为了提高算法的局部搜索能力,设计了个体变异函数来增加种群多样性。利用条件独立性获得初始结构来进一步限制模型搜索空间,提高算法的运行效率。实验结果表明:与经典的EA和最大最小爬山(MMHC)算法对比,本文提出的MWST-EA提高了贝叶斯网络(BN)模型的学习效率,并且能够得到较高的准确率。将MWST-EA用于UCI数据库中糖尿病数据集上,与支持向量机(SVM)、MMHC方法相比,识别率分别提高了1.54%和11.15%,具有良好的应用价值。

基于变权重迁移学习的BN参数学习算法

针对小数据集条件下的贝叶斯网络(Bayesian network,BN)参数估计困难问题,提出了一种基于变权重迁移学习(DWTL)的BN参数学习算法。首先,利用MAP和MLE方法学习得到目标域初始参数和各源域参数;然后根据不同源域数据样本贡献的不同计算源权重因子;接着基于目标域样本统计量与小数据集样本阈值的关系设计了目标域初始参数和源域参数的平衡系数;最后,基于上述参数、源权重因子和平衡系数计算得到新的目标参数。在实验研究中,通过对经典BN模型的参数学习问题验证了DWTL算法的有效性;针对小数据集下的轴承故障诊断问题,相较于传统迁移学习(LP)算法,DWTL算法学习精度提高了10%。实验结果表明:所提出的算法能够较好地解决样本数据集在相对稀缺条件下的目标参数建模问题。

基于CLNF与BN模型的疼痛表情识别方法

为提高疼痛表情的识别准确性,将约束局部神经域(CLNF)模型和贝叶斯网络(BN)模型相结合,提出一种疼痛表情识别方法。利用CLNF模型获取疼痛表情的关键特征点,在此基础上得到携带大量疼痛信息的面部活动单元(AU),通过对AU加标签处理得到样本数据集。根据定性专家经验获取BN条件概率之间的约束集合,采用变权重方法将样本数据集与约束扩展参数集相融合以完成BN模型的参数估算,并通过BN推理方法实现疼痛表情的最终识别。实验结果表明,与概率潜在语义分析、局部二值体卷积神经网络等方法相比,该方法可有效提高疼痛表情的识别性能,具有更高的识别精度。

基于有限元的电力电缆缆芯温度预测方法研究

温度是反映电力电缆是否正常运行的重要参数,但是电力电缆受安装环境制约,往往致使其缆芯温度无法直接测量。针对上述问题,提出了一种基于有限元分析的缆芯温度预测方法,采用可直接测量的电缆外护套温度结合环境参数、负荷参数等对缆芯温度进行预测。首先利用有限元分析方法,结合电力电缆的结构参数、热参数以及边界条件等,建立了电缆温度场分析的有限元模型;然后求解出不同环境参数和负荷参数下的缆芯温度,得到样本数据;最后利用样本数据训练神经网络,建立缆芯温度预测模型。实验结果表明:通过提出的温度预测方法,可较准确的预测缆芯温度,为实现电网从传统预防性维护到主动预测性管理的转变提供了一种有效途径。

自适应遗传算法求解半开放式多配送中心的车辆路径问题

针对半开放式多中心车辆路径问题,考虑配送中心配送成本不同,设计一种两阶段自适应遗传算法求解.在第一阶段通过并行算法和TOPSIS评分模型将客户点按配送中心进行分组,将较大规模问题问题转化为多个单配送中心路径问题,并在第二阶段设计了自适应遗传算法求解.基于国际标准算例库中的pr02算例,通过将所提出算法与其他文献中的混合蚁群算法和遗传算法进行对比分析,验证了所提算法的有效性和适用性.