大数据综合试验区建设与产业链现代化——影响效应与作用机理

选取2000—2021年中国30个省级面板数据,利用多期DID方法(Time-varying DID),实证检验国家级大数据综合试验区设立对产业链现代化的影响效应、作用机理与重要条件。研究结果表明,国家级大数据综合试验区建设能够推动产业链现代化,从动态效应来看,随着年份推移,试点政策对产业链现代化的促进效果逐渐增强。该结论在经过PSM-DID检验、缩尾处理等一系列稳健性检验后依然成立。机制分析表明,技术进步、产业结构升级和人力资本积累是国家级大数据综合试验区建设赋能产业链现代化的有效路径。核心结论为实现数据要素与产业链现代化深度融合的政策愿景提供了经验证据和决策参考。

基于模型驱动和自动演进理论的矿集区找矿预测数据模型应用软件开发

本文旨在构建一个系统而全面支持矿集区找矿预测数据模型应用的软件体系架构。采用模型驱动和自动演进的软件研发理论,服务和支持矿集区找矿预测数据模型应用。研发工作主要集中在3类核心应用软件的研发:数据模型管理类软件、数据模型使用类软件和数据质量控制类软件,推出这些软件将有效地管理数据模型,提高矿集区找矿效率,并确保数据质量可靠性和准确性。提出了一个包含9个层次且完备的支持软件体系架构,全面覆盖数据模型从需求、设计到实际应用和用户层面各个环节。通过构建和研发支持矿集区找矿预测数据模型应用的软件体系架构及一套核心应用软件,成功为矿集区找矿预测提供了有效信息技术支持。这项工作不仅提高了找矿预测理论方法研究层次,还显著提升了软件技术应用水平,并可推广使用,具有重要的找矿指导意义。

国家级大数据综合试验区能否驱动外贸高质量发展——基于准自然实验的实证研究

基于2010—2019年我国269个城市面板数据,以国家级大数据综合试验区为准自然实验,使用多时点双重差分法实证检验了大数据试验区设立对外贸高质量发展的影响效应及作用机制。研究发现:大数据试验区设立可以显著促进外贸高质量发展,经过一系列稳健性检验后结果依然成立;机制分析发现,市场化水平、能源利用效率和绿色技术创新是大数据试验区促进外贸高质量发展的主要渠道;异质性分析表明,在不同地理位置、不同经济基础以及不同政策环境的城市,大数据试验区设立对外贸高质量发展的作用效果存在显著差异;扩展性分析发现,城市人力资本与信息基础设施在大数据试验区设立驱动外贸高质量发展进程中存在显著的正向调节效应。

大数据发展如何影响企业全要素生产率?——基于内外部双重视角的分析

加快数字经济与实体经济深度融合是实现经济高质量发展的必然要求,探索大数据发展影响企业全要素生产率背后的机制和规律具有重要意义。以国家级大数据综合试验区设立为准自然实验,利用多期双重差分模型检验大数据发展对企业全要素生产率的影响、潜在机制及作用异质性,主要发现如下:大数据发展能有效提升企业全要素生产率,该结论在经过安慰剂检验、倾向得分匹配、替换被解释变量等一系列稳健性检验后依然成立;大数据发展能通过在企业内部优化人力资本结构和提升内部控制质量、从企业外部降低企业金融错配程度和环境不确定性,进而提升企业全要素生产率;异质性分析表明,大数据发展对高融资约束度、高管理层持股比例的企业以及非国有企业全要素生产率提升效应更加明显,与此同时,大数据发展仅提升了成熟期和衰退期企业的全要素生产率而对成长期企业影响不显著。本研究为推动企业进行更加广泛深入的数字化变革、运用大数据技术赋能高质量发展提供了新的思路。

数字经济与地方财政可持续性——基于国家级大数据综合试验区的准自然实验

在数字经济时代及地方财政收支压力加大的双重背景下,从财政视角探究数字经济对地方财政可持续性的影响是值得关注的问题。本文选择2016年全国获批建设国家级大数据综合试验区的准自然实验作为数字经济的代理变量,利用2013—2022年31个省份的面板数据,测度了我国各地区的财政可持续能力指数,并采用倾向得分匹配双重差分法评估数字经济对地方财政可持续能力的影响及差异。研究发现:数字经济明显促进了地方财政可持续能力的提升,在进行了安慰剂检验和替换被解释变量后,结论仍然成立。作用机制表明,数字经济发展通过提升财政依存度和财政自给率来影响地方财政可持续性。异质性分析表明,数字经济能够有效改善和提升西部地区、政府负债率高水平地区和政府效率低水平地区的财政可持续能力,有助于减少财政失衡和地区差距。因此,本文建议政府应持续推动大数据产业发展,使地方财政更可持续。

大数据试验区建设对城市创新效率的影响——基于国家大数据综合试验区试点的准自然试验

加快以大数据中心等为代表的数字基础设施建设对实现高质量发展、推进城市创新发展意义重大。本文以“国家大数据综合试验区”设立为准自然实验,基于2011—2019年中国285个地级市研究样本,运用双重差分法考察大数据试验区建设对城市创新效率的影响及作用机制。研究发现:国家大数据试验区建设能显著促进城市创新效率的提升,且主要表现为促进城市技术研发效率提升,但对城市成果转化效率的影响不明显;作用机制检验发现,国家大数据试验区建设可通过强化企业信息化建设、促进数据资源共享和激发城市创业活跃度促进城市创新效率提升;异质性检验发现,在经济发展水平较高城市、大规模城市、低数字产业集聚水平城市和低创新水平城市中,大数据试验区建设促进了城市创新效率提升;相比于非跨区域布局模式,跨区域布局模式的国家大数据综合试验区政策试点对城市创新效率的促进作用更加明显。

大数据背景下农村电商发展存在的制约因素与解决对策分析

互联网推动大数据科技的蓬勃发展。近年来,大数据技术进步迅速,对传统电子商务推广产生深远影响。借助大数据科技在农村电子商务推广中,能更为精准地捕捉消费者购物偏好及消费行为等信息。大数据技术可以精确地区分不同类型的消费者。借助大数据技术,农村电商能够更高效地进行数据管理和分析,进而提升其生存能力和竞争优势。从电子商务平台的用户角度来看,运用大数据有助于优化每位用户的购物体验,并为其提供优质的服务,以满足多样化的购物需求。

基于公交数据融合的城市人群移动模式识别——以重庆市中心城区为例

揭示城市人群移动模式对理解人群移动行为、优化城市空间结构和解决交通问题具有重要意义。针对传统问卷方式存在数据量少、准确性差、实时性不足等问题,该文融合公交刷卡、公交GPS、公交线路和轨道交通刷卡数据,提出一种数据驱动的城市人群移动模式识别方法。首先,对多源公交数据进行匹配融合,提取公交、地铁联运的城市人群移动OD,再进行稳定居住地和稳定工作地识别,最后以稳定职住地匹配判别出行语义,识别居民通勤、购物、聚餐等社会活动出行模式。利用重庆市中心城区连续1周的公交数据进行验证,实验结果显示:①重庆市中心城区人群出行主要集中在工作日,且出行人数随出行频率的增加而降低;②79.34%的人群出行呈现“两点一线”移动模式,呈现三点、四点和多点移动模式的人群出行占比分别为13.03%、5.99%和1.64%。该文方法可以更全面精细地识别城市人群移动模式,有助于城市管理者、规划者了解城市人群移动方向,优化城市资源配置。

大数据与区域国别研究范式创新

信息时代的大数据技术为区域国别学这一交叉学科带来了机遇和挑战。本研究从大数据挖掘层面,探讨了大型数据库和基于大数据的社科方法对区域国别学外延的拓宽;从大数据研究层面,以语料库在国际舆情以及社会网络在国际合作问题中的应用为例,分析大数据研究对区域国别学内涵的延伸。研究发现,采用大型数据库和基于大数据的社科方法,有助于揭示那些难以通过小样本和传统方法获得的结论,从而为决策制定提供更为准确的数据基础;语料库方法和社会网络分析为国际舆情和国际合作问题提供了强大的分析工具,推动了基于大数据的区域国别研究的新路径和新范式。

数据要素发展赋能产业结构转型升级:理论机制与实证检验

数据要素作为数字经济时代的关键生产要素,是推动产业结构转型升级、实现经济高质量发展的新动能。本文利用国家大数据综合试验区这一准自然实验,使用2004—2019年243个地级市平衡面板数据,采用多时点双重差分模型考察了数据要素发展对产业结构转型升级的影响。研究发现:数据要素发展促进了产业结构的转型升级。数据要素通过驱动创新和促进社会分工深化,推动产业结构转型升级。数据要素的产业结构优化效应在城市行政等级较高、人力资本水平较低、中西部地区的城市更为显著,数据要素发展不存在“马太效应”,有助于实现跨越式发展,缩小区域差距。因此,应积极推动大数据综合试验区扩容,健全数据要素发展的硬件设施和软件支撑,充分释放数据要素价值,推动经济转型升级。

基于大数据的低压台区线损异常判定方法

针对低压台区数量众多、线损管理难度大,对其进行精益化管理能够有效提高电网的经济效益。基于此,提出一种基于大数据技术的低压台区线损异常判定模型。首先,介绍了台区线损异常的影响因素,并分成12类;其次,利用大数据技术采集数据,结合三相混合法进行线损潮流计算,并形成线损图;再次,对台区线损图进行聚类分析挖掘,得到典型配电网线损异常图,便于快速检测异常线损类型;最后,基于指南针布局构建配电网异常线损显示,并结合实际算例验证了诊断模型的有效性。

基于用户智能电表大数据的配电台区数字化建模

智能电表的广泛使用带来了电网运行实时数据采集的变革,为配电台区的数字化建模提供了海量数据支撑。本文探讨了如何利用这些数据推进配电台区的数字化转型,首先介绍了数字化配电台区的概念与重要性,随后从五个维度进行数字化分析:台区特征、用户特征、新能源特征、网络参数和运行特征,构建了一个综合的数字化模型。在此基础上,本文选取具体的应用场景,展示了数字化建模的实际应用效果。研究成果不仅有助于理解智能电表数据在配电台区数字化建模中的作用,也为配电台区规划、运行和维护的数字化转型提供了理论与实践的参考。

智能航保体系构架与关键技术研究

智能航保作为智能航运五大要素之一,是航运数字化转型的重要环节,需构建标准化航海保障基础设施和信息服务体系,以适应智能化水上交通动态管控需求。对国内外智能航保发展现状进行分析,从数据中心、服务平台和场景应用等方面提出智能航保体系架构;对智能航保建设关键技术进行探讨,包括6个基础技术和3大前瞻技术;以智能海事监管和智能港口服务作为案例分析智能航保的典型服务模式与作用。结果表明:智能航保是一个以应用需求为导向、以数据为基础的航海保障数字化、智能化转型的发展体系。该研究能为我国智能航保建设提供技术支持。

大数据在采煤沉陷区综合治理中的应用

围绕采煤沉陷区多源大数据、数据整合与处理、综合治理评价几个关键环节,研究多源大数据在采煤沉陷区进行综合治理的应用。基于上报数据、国家自然资源和地理空间基础信息库资源本地数据等资料,结合多时相多类型遥感动态监测信息,利用地理信息系统(GIS)、人工智能等新型技术,实现全方位、多尺度、多时相的信息采集与融合,进一步摸清特殊类型地区总体情况,设计有效的指标体系和综合评价分析方法,为采煤沉陷区的综合治理提供全面客观的数据支持和治理依据。

天津滨海新区居民职住关系及其影响因素研究

基于百度地图时空大数据分析了天津市滨海新区居民职住空间分布特征和通勤交通现状.研究结果发现:滨海新区就业地与居住地在空间分布上保持较高的一致性,不同功能区内的职住空间匹配存在较大差异;居民出行以长距离通勤为主,平均通勤距离为9.1 km;副城区尚未形成一定规模和影响的就业中心.同时,从地理位置、发展特性、人口特征及公服设施四个方面分析了职住关系的影响因素,并提出增强空间策略系统性、土地混合利用、丰富居住产品类型、发展快速交通体系等相关对策.

基于MGWR的街道尺度下建成环境对城市活力空间分异影响机制研究——以沈阳市中心城区为例

建成环境与城市活力的关系是城乡规划领域的重点研究议题,本文以街道为研究单元,以沈阳市中心城区为研究区域,运用百度热力图数据、建筑轮廓数据、路网数据、遥感影像数据与POI数据等多源大数据,应用多尺度地理加权回归模型(MGWR模型),探讨密度、多样性、设计、目的地可达性与交通站点距离5个维度的建成环境指标对城市活力的影响机制。研究结果表明:①城市活力呈现由中心向外围逐渐减弱的圈层式结构,建成环境对于城市活力影响具有明显的空间异质性;②商业服务中心性、路网密度、建筑密度、功能混合度、地铁站点密度5个指标对各街道城市活力均呈较强的正向影响,且存在明显的空间分异规律;③绿化率、公交站点密度对于城市活力在所有街道上均表现为负向影响,且绿化率的影响强度高于公交站点密度;④人口密度对城市活力影响除马官桥街道外均呈负向影响,影响系数均较小,影响程度微弱。⑤道路交叉口密度对于中心城区西部的12个街道城市活力呈正向影响,影响系数较小,影响程度微弱,而对于其余街道均呈负向影响,且负向影响程度明显强于正向影响。

基于地质大数据技术对云南土壤重金属地质高背景区的划定

为系统研究云南省土壤重金属地质高背景区的分布范围及超标元素,以全省1∶20万水系沉积物重金属元素含量数据和区域地质图为基础,采用GIS空间分析功能,并利用昆明、玉溪、昭通等地区的土壤重金属数据进行验证,确定云南省土壤重金属含量值超农用地筛选值的地质单元61个,占全省国土面积的21.09%,其中位于地质高背景区的耕地面积约284.41万公顷,占全省国土面积的7.22%;影响土壤重金属超标的岩性主要为碳酸盐岩、基性—超基性火山岩、中基性侵入岩、含煤碎屑岩和含基性组分碎屑岩;地质高背景区超标重金属元素主要为Cu、Cr、Ni、Cd,而As主要于碳酸盐岩地层中存在超标风险,Pb、Zn仅于个别地层中存在超标风险,Hg基本无超标风险。

高密度城市化地区高速公路交通改造方案研究——以广深高速福保段为例

随着社会经济的持续高速发展,城市核心区道路沿线用地均已开发建设,既有高速公路对两侧居民出行以及两侧地块的连绵发展产生严重分隔,难以适应新时代的发展要求。以广深高速福保段为例,利用广东省高速公路收费数据和深圳市车牌识别两套大数据深入分析高速公路的出行特征,明确通道的功能定位和交通组织原则,提出改造思路,并结合通道现状线位、敷设方式及沿线用地对特长隧、长隧、长桥、短桥等不同交通改造方案进行了比选与评估,有效支撑决策与规划管理,为同类案例交通改造提供参考。

基于大数据分析的灌区配水渠道流量预测分析研究

为提升灌区配水渠道流量预测效果,有效指导灌区水资源管理,研究基于大数据分析的灌区配水渠道流量预测分析方法。以玛河灌区的玛纳斯县灌区为研究工程,在灌区配水渠道上下游分别安装水位计采集配水渠道水位信息,通过RTU终端汇总水位信息后,通过GPRS无线通信传输至上位机流量预测终端,流量预测终端利用大数据分析技术构建基于粒子群优化支持向量机(PSO-SVM)的流量预测模型,以水位信息为模型输入,输出灌区配水渠道流量预测结果。分析研究结果显示:该方法可有效预测灌区配水渠道流量,且流量预测结果与实际流量之间的相对误差较小。该方法具备灌区配水渠道流量预测实际应用性,可为灌区水资源规划提供数据基础。

基于多源大数据的城市旅游目的地吸引力评价研究--以武汉市为例

目的地吸引力是旅游者选择前往某地旅游的重要因素,对目的地旅游业的发展至关重要。已有研究虽然在特定领域内取得了丰富的成果,但在数据来源的多样性和全面性、评价方法的科学性和高效性等方面仍存在需改进的空间。本文以武汉市为研究对象,构建城市和景区两个层面的旅游吸引力评价指标体系,融合旅游网站数据、兴趣点数据、街景图像数据等多源数据,采用两步移动搜寻法和图像语义分割法对景区吸引力评价指标进行计算;并采用熵权–TOPSIS方法定量分析武汉市及其各级旅游景区的吸引力。结果表明:尽管武汉市的旅游资源丰富,其总体旅游吸引力水平仍落后于其他热门旅游城市,如西安、成都等;旅游景区吸引力与景区等级正相关,高等级景区具有更高的吸引力;位于中心城区的景区,其旅游吸引力得分明显高于郊区。研究成果可为武汉市及类似城市的旅游资源优化配置和旅游政策制定提供数据支持依据。