一、基于互联网的企业智能决策支持系统研究（论文文献综述）
韩璐[1]（2021）在《制造企业供应链数字化转型机理与决策模型》文中研究指明在数字化时代,零售商、分销商以及最终消费者对供应链的期待越来越高。为了满足客户需求并帮助企业实现数字化运营,供应链管理需要进行数字化转型。然而,对于生产环节众多、管理内容复杂的制造企业来讲,供应链的数字化转型是一项极为艰难的任务。转型方案与业务需求脱节、转型管理效率低下等原因致使很多实践以失败告终。关于制造企业供应链的数字化转型问题,目前行业和学术界的研究成果往往将管理、技术以及组织支持相混淆,对转型驱动要素、转型机理、转型研究方法以及转型管理方案尚无清晰的认识和有效的建议。针对这一现状,本文从管理层面对以上不足展开深入研究,帮助制造企业对供应链数字化转型形成理论认识与进行科学管理。本文从制造企业供应链数字化转型的难点出发,以供应链管理理论、信息管理理论和系统工程理论为理论基础,提出制造企业供应链数字化转型的三个关键驱动要素,即数据管理（对数据资源的获取与管理）、信息融合（对信息到相关决策点的可达性管理）以及智能优化（对数字化供应链管理点的系统性优化）,构建转型驱动机理概念模型,并分析运作管理中三个驱动要素的内在联系,对制造企业供应链数字化转型的管理思想进行系统阐述,所提出的观点得到了上市公司真实数据的实证支持。另外,本文提出了制造企业供应链数字化转型驱动要素的研究方法,为驱动要素的深入研究提供思路指导。基于所提出的制造企业供应链数字化转型机理和转型驱动要素研究方法,本文对每一个驱动要素展开了进一步研究。首先为驱动要素构建完整的管理内容体系,帮助制造企业明确驱动要素的管理范围。然后针对驱动要素关键问题的管理需求构建决策模型,依据建模结果制定驱动要素的管理方案。最后结合驱动要素的数字化属性,提出管理方案中不同对象的管理策略,帮助企业实现驱动要素的高效管理。实例分析章节的模型计算结果表明,本文所提出的数据管理决策模型对数据的相对重要性具有良好的区分度,所提出的信息融合仿真模型对信息的关联性具有良好的识别能力,所提出的智能优化决策模型对决策效用的提升具有良好的规划能力。本文的创新成果主要体现在3个方面:（1）阐明了制造企业供应链数字化转型驱动机理。现有研究供应链数字化转型影响因素尚不完整或者分散于人力资源等供应链管理之外的领域,对供应链数字化转型中的管理分析不够聚焦与完善,缺乏综合性研究视角。为了分析制造企业供应链数字化转型管理问题,本文从供应链管理的本质出发,结合数字化特点与信息管理学理论,对制造企业供应链数字化转型的影响因素进行分析和归纳,系统性地提出了制造企业供应链数字化转型的驱动要素——数据管理、信息融合以及智能优化,构建了转型驱动机理概念模型,探讨了驱动要素的运作机理与递进关系,从理论角度阐明了制造企业供应链数字化转型的基本原理,并且通过上市公司的真实数据,使用Malmquist指数法和回归分析法对所提出的驱动要素和驱动机理进行验证,进一步证明了本文所提出驱动要素和驱动机理的有效性。（2）构建了制造企业供应链数字化转型数据管理决策模型。现有文献对于制造企业供应链数字化转型中数据管理方面的讨论多为定性分析,没有考虑投入产出效率问题。为了提升数据管理效率、有效分配企业资源和精力,本文针对数据管理的方案制定问题,建立了数据管理体系,构建了基于DEMATEL方法和HOQ方法的数据管理决策模型,从信息需求决定数据需求的角度,对数据的相对重要性进行区分,依据结果提出数据的分级管理方案,并且结合数据管理的数字化属性提出不同分级中数据的管理建议,从而实现对制造企业供应链数字化转型中数据的高效管理。（3）构建了制造企业供应链数字化转型智能优化决策模型。以往对于制造企业供应链数字化转型中管理决策方面的研究多为单一管理点的决策效率提升,没有考虑所有管理点的整体决策效率问题。为了系统性地提升智能优化的决策效率,以及帮助企业在有限的计算能力与众多优化需求之间取得平衡,本文针对智能优化的路径规划问题,建立了智能优化体系,构建了基于ISM方法和NK模型的智能优化决策模型,从系统结构、优化目标、决策效用三个角度对所构建的智能优化分析系统进行建模与仿真,求解出提升整体决策效用的最佳优化路径作为智能优化的路径方案,从而实现对制造企业供应链数字化转型智能优化的高效管理。本研究针对制造企业供应链数字化转型缺乏理论指导的问题提出了转型驱动机理;针对转型驱动要素管理的深入研究问题形成了转型驱动要素研究方法;针对转型管理内容零散不全问题构建了驱动要素的内容体系与架构;针对转型管理效率问题分别构建了转型驱动要素决策模型与管理方案。综上所述,本文从管理与决策的角度为制造企业供应链数字化转型建立了一套完整的基本思想和管理方案,有利于构建制造企业供应链数字化转型理论;有利于建立制造企业供应链数字化转型管理体系;并且有利于提升制造企业供应链数字化转型管理效率。
刘燕[2]（2021）在《智能电网下充电站优化运营模型及决策支持系统研究》文中研究指明近年来,随着我国绿色低碳发展战略的实施,电动汽车充电站的建设与运营倍受关注。智能电网双向高速的数据通信系统,使充电站的运营与电网、充电网络和不同发电厂具备了动态协同运行的条件,充电站又联动电动汽车,让电动汽车、智能电网与充电站成为联动体,充电站优化运营决策拓展为多系统协调优化的综合决策问题。本文梳理了充电站运营面临的问题,提出并构建了包括优化运营的充电站选址、用户充电决策行为、引导电动汽车有序充电和提升风力发电消纳等多个决策模型,并设计了相关决策支持系统的框架。为提升充电站综合运营目标与效率提供决策工具,为政府制定充电服务产业激励政策提供理论依据。本文在深入分析充电站优化运营决策现状研究的基础上,充电站作为电能综合调度枢纽,充电站调度供需两侧电网、电动汽车用户电能资源,围绕充电站供需两侧协同调度与优化决策问题开展研究。首先从优化运营角度布局充电站选址提升设备利用效率。其次分别从预测负荷、管控负荷、调用负荷三个层面挖掘充电站供需两侧可调度的资源,逐层优化充电站运营的综合效率,综合运用鲁棒优化、优化理论、预测理论等理论,进行了优化运营模型群的构建和算例求解。然后,从充电服务供需侧匹配、支撑技术和政策激励三方面进行充电站运营机制设计。最后基于上述研究进一步细化研究了充电站运营决策支持系统。以期为充电站运营带来经济效益和社会效益,解决充电服务供需实时匹配、提升设备利用率、协同电网消纳规模化风力发电等问题。本文的主要工作和创新成果如下:（1）基于大量文献的查阅对我国充电站建设运营项目的发展现状进行分析。研究智能电网与充电站运营交互作用,归纳了我国近年来针对充电站建设运营各类优惠补贴政策;从经济、技术角度分析充电站建设运营现状,展望其发展趋势。结合本文研究的内容探讨充电站优化运营待解决的决策问题。（2）构建基于鲁棒优化方法的充电站选址模型。从充电站优化运营角度根据城市路网产生的不确定的充电需求进行区间限定,分析电动汽车接受充电服务的排队现象,增加充电站负荷能力作为模型的递进约束条件。设计算例验证了选址方案的合理性,优化建站数量与站内设备配置。该模型为充电站优化运营提供合理选址的决策。（3）构建充电站运营系统优化决策模型群。从精准解析充电需求、管控充电过程、协助电网调度提高风电消纳三个方面构建优化决策模型,用户充电决策行为模型、电动汽车有序充（放）电控制模型、充电站协同电网消纳风电模型,将充电站优化运行策略与电动汽车充电需求、充电过程、风电消纳进行多系统协同优化。充电站的多系统综合优化充分利用了充电站调度各类资源的能力,完善充电站优化运营决策,充电站与智能电网调度协同实现电能高效配置。（4）充电站优化运营机制研究。从充电服务供需侧匹配、供需调度、激励政策和市场博弈四方面构建可持续发展的充电站运营机制。通过建立高效供需调度,将精确预估需求侧充电负荷和快速供给侧分层调度实现充电服务供需侧匹配;分析支撑充电服务供需匹配的关键技术;利用需求侧优化电价、参与辅助服务、扩大负荷响应、推动电力市场建设等激励政策;分析市场博弈下充电站运营中各个主体的市场地位、经济策略、权益。为制定可持续发展的充电站运营机制建设提供依据和帮助。（5）进行充电站优化运营决策支持系统设计。将上述优化运营模型群引入到充电站优化运营决策支持系统中的模型库设计,以充电站运营的系统需求、业务流程和优化决策为基础,搭建充电站优化运营决策支持系统。该系统作为连接智能电网、电动汽车用户和可再生能源发电厂的充电站综合电能管控与调度的运营决策平台,集成了运行数据查询和在线监测功能、历史数据统计分析功能、运行调度及协同电网管控功能、综合优化决策功能为一体,实现了为充电网络优化运营决策实施提供平台支持。运用大数据处理和云计算技术构建充电智能服务平台,对充电站运营中的多类数据进行融合与挖掘,为电网、电动汽车用户、充电站以及参与充电站运营的各个主体提供优化决策支持。本文旨在从整体上提高充电站运营的实效性,完善充电站多系统综合优化的管控和调度措施,搭建充电站优化运营决策支持系统。本文是对现有智能电网下充电站优化运营的理论补充,为我国充电站协同智能电网、用户、充电服务平台运营的发展提供了理论依据。
刘畅[3]（2021）在《基于CBR-AIS智能决策支持的新创企业成长风险识别方法研究》文中认为在国家鼓励创新创业和全球疫情波动的背景下,新创企业一方面作为新增就业机会和新增社会价值的主要载体,是推动社会进步及国家发展的重要力量;另一方面其在成长过程中面临越发复杂多样、具有突发性与动态性特征的风险,难以长远发展。因此,及时并准确地识别新创企业在发展过程中的风险,对企业、国家都有极大的现实价值。基于此本文提出基于CBR-AIS（Case-based Reasoning-Artificial Immune System）智能决策支持方法帮助新创企业识别成长风险,从CBR与AIS集成理论的角度探索解决提升新创企业成长风险识别效率的新方法。本文首先通过文献梳理,对新企业成长风险识别的相关理论及CBR与AIS集成理论基础进行分析,主要包括企业风险识别理论、新创企业成长风险相关理论、人工免疫系统理论、案例推理理论。其次,通过研究新创企业成长风险源特点与结构、探索免疫系统的复杂性与结构,将新创企业成长风险识别体系与免疫系统进行了关联,基于映射关系构建新创企业成长风险识别体系框架,为CBR与AIS模型有机融合提供依据。再次,在人工免疫系统和案例式推理方法的基础上,提出CBR-AIS集成方法的设计框架包“集成方法”、“结构-表示模式”、“模型与算法”三部分,并对各部分进行详细分析设计:从智能决策系统的角度,提出CBR-AIS集成结构,对AIS方法封装应用到CBR系统;选择合适的风险案例及相关规则的表示法,建立新创企业成长风险基因库;从CBR-AIS集成的角度剖析新创企业成长风险识别方法,提出基于优势基因及免疫网络的检索机制以及基于CBR-AIS的风险基因适应机制,并依据CBR-AIS智能决策支持方法理论提出有效的风险识别系统决策方法。最后,基于上述研究的CBR-AIS新创企业成长风险识别方法设计风险基因表达、索引、检索、适应的算法,进行仿真模型运行,通过结果分析进行效率及有效性验证。本文基于新创企业成长风险特点与免疫系统特性,构建基于CBR-AIS智能决策支持的风险识别方法,提出了新思路、新方法帮助新创企业进行成长过程中的风险识别及管理,对CBR-AIS集成研究也有较好的理论意义。
杨华[4]（2021）在《基于消费者视角的互联网保险接受机制研究》文中提出随着国家“互联网+”和“数字化转型”战略的实施带动,互联网保险作为对传统保险的商业模式创新,实现了高速增长。在互联网技术及保险科技的赋能下,已逐渐成为未来保险业发展的一个重要趋势。互联网保险相较于传统保险,具有效率性、便利性、经济性、交互性及创新性的优势。特别是全球新冠疫情爆发以来,互联网保险的各方参与主体都深刻认识到发展互联网保险势在必行,保险机构均在积极加速推进互联网保险的布局与发展。但从历年互联网保险保费数据来看我国互联网保险呈现出波浪式发展态势,互联网保险渗透率最高仍未突破10%,消费者对互联网保险的接受程度还有待提升。在“以消费者为中心”的发展思路下,需要更深入地去了解消费者对于互联网保险的需求、偏好和感受,通过对消费者互联网保险接受的研究,进一步推动我国互联网保险向纵深发展,这已成为当下我国互联网保险发展面临的一个现实课题。因此,为了促进互联网保险能够更好地被消费者接受,更好地服务于消费者,本研究围绕“消费者怎么能更好的接受互联网保险”这一基本问题进行研究,力图去揭示此中作用机制的“黑盒”。具体而言,本研究将逐步探讨以下几个研究问题:（1）消费者对互联网保险接受的影响因素有哪些?在互联网保险情境下,除了原有的技术接受模型中的影响因素外,是否还存在新的未知因素影响消费者对于互联网保险的接受?（2）是否存在新的中介变量,对消费者互联网保险接受的使用行为存在影响?（3）影响消费者对互联网保险接受的这些因素相互之间是怎样的逻辑关系?如何构建形成消费者互联网保险接受模型?内在作用机制是怎样的?为了解决以上研究问题,本文在对互联网保险和技术接受理论等已有文献研究的基础上,提出本研究的主要内容:（1）通过扎根理论的质性研究方法对互联网保险接受进行探索性研究,提炼消费者互联网保险接受中的关键因素,初步形成消费者互联网保险接受的理论框架。（2）探讨关键因素定义及相互之间影响关系,在UTAUT模型基础上,构建消费者互联网保险接受理论模型,并提出研究假设。（3）针对研究变量明确测量方法,开发调查问卷,展开大规模调研,收集数据进行分析。（4）实证检验互联网保险各关键因素之间的影响作用,验证了感知风险、行为意图的中介作用,以及感知风险和行为意图在信任与使用行为之间的链式中介作用,进而揭示了消费者互联网保险接受的作用机制。（5）根据上述理论及实证研究结果,提出了提升消费者体验,关键业务科技赋能;关注消费者需求,价值主张持续创新;以消费者为中心,客户关系优化提升;保护消费者权益,监管体系不断完善等方面的研究启示。经过以上研究工作,本文的主要发现及结论:（1）消费者互联网保险接受的关键因素之间的影响作用:绩效期望、社会影响、消费者创新性、信任均显着正向影响消费者互联网保险接受的行为意图,努力期望对消费者互联网保险接受的行为意图的影响不显着。促成因素、信任和行为意图都显着正向影响消费者互联网保险接受的使用行为。信任负向影响感知风险,感知风险负向影响互联网保险接受的行为意图和使用行为。（2）感知风险在信任和使用行为之间起到中介作用,行为意图在信任和使用行为之间起到中介作用。（3）感知风险和行为意图在信任和使用行为之间起到链式中介作用。本文的创新性主要体现在以下方面:（1）基于互联网保险研究情境,拓展了UTAUT模型在消费者视角下的技术接受研究,分析和揭示了互联网保险接受机制的关键组成因素,构建了消费者互联网保险接受理论模型,从理论上厘清了消费者互联网保险接受机制的“黑盒”。（2）消费者互联网保险接受模型影响因素分析中,通过扎根理论研究,发现并引入互联网保险情境下新的影响因素:消费者创新性、信任和感知风险,拓展了UTAUT模型的影响因素。（3）消费者互联网保险接受模型中,引入感知风险作为新的中介,通过实证检验了其在信任和使用行为之间发挥中介作用,拓展了UTAUT模型的中介作用关系。（4）提出并验证了消费者互联网保险接受模型中的链式中介作用,探讨了感知风险、行为意图在信任和使用行为之间的链式中介关系,进一步对UTAUT模型做了有益拓展。
王永仓[5]（2021）在《数字金融与农民收入增长 ——作用机制与影响效应》文中指出数字经济是当前全球发展的主流趋势,数字金融是数字经济时代创新活动最为活跃的领域。数字金融以先进的底层技术为依托,以数字化的知识和信用作为关键生产要素,为实现普惠金融发展和社会经济包容性增长提供了新的途径。发展壮大农村经济,增加农民创业就业机会,拓宽农民增收渠道,促进农民收入增长是“三农”领域的热点议题,也是“三农”工作的中心任务。经过改革开放40余年的发展,我国农村居民收入水平有较大提高,但是相对于城镇居民,农村居民收入水平依然较低,城乡收入差距依然较大,城乡社会经济发展失衡已经成为我国社会经济发展的突出矛盾。随着我国经济发展进入新常态,经济增速逐年放缓,农村居民外出就业面临严峻挑战,在农业生产成本“地板”和农产品价格“天花板”的双重挤压下,农民收入持续增长面临较大的压力,突如其来的新冠疫情也对农民收入增长带来负面影响。金融是现代经济的核心,金融发展是促进农民收入增长的重要渠道,但是中国传统农村金融面临可持续性问题,对农村经济发展和农民收入增长支持乏力,需要寻求新的动力以促进农村居民持续增收。然而,数字金融快速发展可能为农民收入增长带来新机会。随着互联网、云计算、大数据、人工智能和区块链等数字技术的快速发展以及在金融领域的广泛应用,人类社会逐步迈入数字金融时代。数字金融作为数字技术与金融服务高度融合的产物,具有低成本、广覆盖、可持续等优势,降低了信贷服务对财务报表、信贷记录、抵押担保等传统信贷技术的依赖,提高了金融服务的可得性,通过促进消费投资、激励创新创业、支持商业模式创新发展等途径提升了金融服务实体经济的能力,改善了农村居民创业就业环境,为促进农民收入增长带来更多的机会。数字金融有望通过金融组织与金融服务等方面的创新,不断缩小数字鸿沟,解决农村普惠金融发展长期面临的低收益、高成本、效率与安全难以兼顾等瓶颈问题,可以惠及被传统金融排斥的大量农村居民,有助于缓解他们的金融约束,获得便利低成本的支付、投资理财、融资、保险等金融服务,并改善他们的消费行为,促进他们的创业、投资、经营及就业活动,提高农村资金配置效率,促进农村经济发展,进而促使农民收入增长。鉴于此,本文以数字金融为切入视角,着重分析数字金融对农民收入增长的作用机制和影响效应。本文遵循提出问题、理论研究、实证研究与政策研究的逻辑思路,基于中国数字金融与农民收入增长的实际情况,采用规范研究和实证研究相结合的方法为促进农村数字金融有效普及、推动数字金融发展、促进农民收入增长提供政策依据。具体地,本文在深入分析中国农民收入增长的演变历程及结构变化、数字金融的特征事实及演变趋势的基础上,重点构建了数字金融影响农民收入增长的理论框架,并运用2011-2018年的省级面板数据和中国家庭金融调查（CHFS）数据,综合采用工具变量法、分位数回归法、中介效应模型、门槛估计法、面板半参数估计、空间计量、最小二乘法、倾向得分匹配法、Iv-probit等方法实证检验数字金融对农民收入增长的影响效应及作用机制,最后基于结论提出发展数字金融以促进农民增收的政策建议。本文的研究内容和研究结论归结如下:第一,中国数字金融发展取得了很大的成绩,省域间的数字金融差距日趋缩小,但是数字金融服务实体经济依然存在问题,带来了新的风险并产生新的金融排斥;改革开放以来,我国农民收入增长、收入结构表现出显着的时空差异,各省农民收入差距日渐缩小,农民收入来源呈现出多元化特征,省域间的农民收入增长具有显着的空间依赖性,呈现出分块集聚的特征;数字金融与农民收入具有普遍的正相关性,且具有非线性特征。加速数字技术与金融服务深度融合,推动金融发展提质增效已经成为全球共识。中国各类数字金融业务的应用与普及取得了很大的成绩。省域间的数字金融发展差距日渐缩小,金融服务的普惠性明显提升,服务实体经济的能力显着增强。但是数字金融发展本身及服务实体经济方面依然存在着问题。部分传统金融体系存在的问题并非因为数字金融而化解,有些问题在数字金融领域反而进一步强化。数字金融发展带来了新的问题和风险,并产生了新的金融排斥。中国数字金融在短期内将会强化监管,长期将会防范风险与鼓励创新并重,以促进普惠金融发展并提升服务实体经济的能力。改革开放以来,中国农民收入增长及收入结构表现出明显的时空差异,农民收入水平逐渐提高,收入形态已经高度货币化,收入来源逐渐多元化。工资性收入超越经营性收入成为农民收入增长最主要的来源,转移性收入成为近年农民收入增长的亮点,财产性收入水平依然较低。省域间的农民收入差距总体上表现出先扩大后缩小的特征,近年来农民收入差距的收敛速度正在放缓。各省份农民收入增长表现出显着的空间依赖性,农民收入较高的省份、农民收入较低的省份存在分块集聚的特征。伴随着数字金融的发展,农民收入水平也在不断提高。数字金融发展、数字金融各维度、数字金融的各项业务与农民收入具有正相关性,且具有非线性特征。数字金融与工资性收入、经营性收入、财产性收入、转移性收入均具有正相关性,且表现出非线性特征。数字金融与各区域农民收入之间具有正相关性,且存在非线性特征。第二,数字金融发展通过促进工资性收入、经营性收入等各项收入增长进而带动农民增收,处于不同收入分位数的群体均能从数字金融发展中获益,尤其是低收入群体获益较多,在不同区域数字金融发展的增收效应存在显着的差异。首先,无论是数字金融总指数还是各维度指数都与农民收入增长显着正相关,并具有显着的滞后效应。采用过度识别的工具变量GMM和LIML方法对内生性进行控制的估计结果表明上述结论具有稳健性。支付、信贷、保险等各类数字金融业务均能促进农民收入增长。其次,数字金融对经营性收入、工资性收入、财产性收入、转移性收入增长均有显着的正向促进作用。再次,数字金融对农民收入增长的影响存在显着的地区差异,其中数字金融对西部地区的增收效应最强。最后,各收入分位数上的人群均能从数字金融及各维度发展中获益,尤其是低收入群体获益更多。数字金融对农民收入增长的影响体现出包容性特征。第三,数字金融发展对农民收入增长的影响具有基于自身非线性特征,并存在人力资本门槛效应和正向的空间溢出效应。首先,数字金融及各维度发展对农民收入增长均存在双重门槛效应,表明数字金融影响农民收入增长具有非线性特征。随着数字金融及各维度发展水平越过相应的门槛值,对农民收入增长的促进作用逐渐增强,当前所有省份的数字金融发展均跨越了第二个门槛值。其次,总体上数字金融影响农民收入增长的人力资本门槛效应不明显,但其各维度发展对农民收入增长的人力资本门槛效应存在结构性差异。覆盖广度存在双重人力资本门槛效应,随着人力资本跨越相应的门槛值,农民增收效应逐步增强。进一步分析表明,覆盖广度与农村人力资本的交互耦合有助于促进农民增收。使用深度的人力资本门槛效应不显着。数字化程度存在单一人力资本门槛效应,随着人力资本跨越门槛值,增收效应有所减弱。在样本期内大部分省份的人力资本仍然处在数字化程度增收效应较大的阈值范围内。再次,数字金融及各维度发展均存在显着的空间集聚特征。总体上数字金融的空间溢出效应不显着,数字金融各维度对农民收入增长的空间溢出效应存在差异。具体来看,覆盖广度不仅有利于本省的农民收入增长,还能提高邻接省份的农民收入增长。使用深度有利于提高本省农民收入增长,但对邻接省份农民收入增长的影响不显着。数字化程度对本省农民收入增长影响不显着,但是对邻接省份的农民收入增长具有显着的促进作用。第四,数字金融发展促进了宏观经济增长,并主要通过城市化进程进而有利于农民收入增长。在控制经济增长的情况下,产业结构和城市化本身也是数字金融影响农民收入增长的有效渠道。数字金融对农民收入增长除了通过中介变量传导之外,还能直接促进农民收入增长。首先,数字金融及各维度发展对经济增长具有显着而稳健的正面影响。进一步考虑到各省份社会经济条件的差异性,研究发现在中西部地区,以及在初始互联网普及率、居民高等教育比例相对较低省份,数字金融及各维度发展对经济增长的正向促进作用更强;在初始传统金融发展水平较低、私营企业比重较高的省份数字金融的经济增长效应受到一定程度的抑制。其次,数字金融及各维度发展可以通过经济增长进而促进农民增收。进一步的分析表明,在控制其他变量的情况下,经济增长对农民收入增长的影响主要通过城市化途径来实现,而产业结构的变迁和城市化也是数字金融影响农民收入的重要途径。再次,数字金融及各维度除了通过中介变量影响农民收入增长之外,还能直接促进农民收入增长。最后,数字金融及各维度影响农民收入增长的传递路径存在区域差异。第五,数字金融促进家庭创业,进而促进农民收入增长。数字金融使用通过促进农户家庭创业活动,提高创业绩效,从而促进农户增收,社区数字金融水平具有显着的正向溢出效应。此外,数字金融促进了农户家庭成员的非农就业,相对于创业家庭,数字金融对非创业家庭的非农就业水平影响更为显着。首先。数字金融使用有助于促进农户家庭收入增长,社区数字金融水平提高对农户家庭增收具有显着的正向溢出效应。具体来看,相对于不使用数字金融的家庭,数字金融使用降低了农户的农业收入,提高了非农收入,即数字金融促进农户家庭增收并改变收入结构;社区数字金融水平的提高对所有农户的家庭增收均具有显着的正向溢出效应。对异质性农户,数字金融使用、社区数字金融水平的增收效应存在差异。总体上,数字金融使用、社区数字金融水平的增收效应随分位点的上升表现出先下降后缓慢增强的特征,对非贫困农户、东部地区的农户以及低社会资本和低金融知识农户的家庭增收效应更强,对贫困农户和中西部地区农户的增收效应较弱。其次,数字金融使用有助于促进农户家庭创业和提高非农就业水平,社区数字金融水平对家庭创业和非农就业水平具有显着的正向溢出效应。从创业活动来看,相对于不使用数字金融的家庭,数字金融使用能显着促进农户家庭创业,尤其是提高机会型创业的概率,并改善非创业家庭的创业意向;对于不使用数字金融的农户,社区数字金融水平提高对其创业活动具有溢出效应,对创业意向的影响则不显着。从创业绩效来看,数字金融使用能显着提高项目营业收入和经营利润,社区数字金融水平对营业收入和经营利润具有正向溢出效应。数字金融还能改善农户家庭非农就业水平,相对于创业家庭,数字金融使用和社区数字金融水平对非创业农户的非农就业促进作用更为显着。相较已有研究,本文创新在于:（1）研究视角方面。本文从宏观和微观两个层面分析数字金融对农民收入增长的作用机制并进行实证验证,现有研究通常从某一个方面的来展开。宏观层面,从赋能实体经济的角度讨论数字金融通过经济增长对农民增收的影响,并逐步检验经济增长对农民收入增长的传递路径。研究结果表明,在样本期内,经济增长主要通过吸收农村人口向城市转移来促进农民收入增长。微观层面从支持农户家庭创业的视角讨论数字金融对农户家庭增收的影响。研究结果表明数字金融促进了农户家庭创业活动,尤其是机会型创业,并提升了创业绩效,从而促进家庭增收。现有文献关注到数字经济对自雇型就业和受雇型就业的影响,但是很少从微观的角度考察,本文比较了数字金融对创业家庭和非创业家庭就业活动的影响。结果表明,数字金融对非创业家庭的非农就业影响力度更大。即是说,数字金融更有利于增加受雇型劳动者的非农就业机会。（2）研究内容方面。没有使用数字金融的家庭能否从数字金融发展中获得好处,这一点很少有文献进行考察。本文从社区层面考察了数字金融发展水平对不使用数字金融家庭的溢出效应。研究结果表明,社区数字金融水平对农户家庭收入、家庭创业及非农就业均有正向的溢出效应。关于数字金融对贫困户和非贫困户收入增长的影响,目前关注的文献也较少。本文比较了数字金融对贫困户和非贫困户的增收效应。结果表明,数字金融使用、社区数字金融水平促进了非贫困户的家庭增收,但是对贫困家庭的增收效应不显着。现有文献关注到数字金融对非农收入的影响,但是对农业收入的关注比较少。本文分析了数字金融对家庭农业收入和非农业收入的影响。结果表明,数字金融提高了农户家庭非农业收入,减少了农业收入。（3）研究方法方面。本文将面板门槛模型、二次项面板模型及面板半参数模型结合起来以研究数字金融影响农民收入增长的非线性效应,将面板门槛模型与交互耦合协调度模型结合起来研究数字金融的人力资本门槛效应,在研究数字金融农户增收效应时使用了OLS、2SLS及PSM方法。现有研究在处理同类问题时通常只考虑了其中的一种或两种方法,本文尽可能把这些方法结合起来,以增强研究结论的可靠性。
吴雅威[6]（2021）在《面向智库需求的智慧数据服务模式及服务能力评价研究》文中研究表明近年来,作为决策咨询机构的智库,一直受到政府机构和决策者的高度重视,一系列相关政策法规的出台与实施,更为智库的建设与发展指明了道路和方向。然而,由于缺少多源数据、智慧化技术手段和专业人才支持在一定程度上制约了智库的快速发展,迫切需要图书情报机构（以下简称图情机构）提供智慧数据服务以满足智库复杂需求。目前,大数据时代持续推动着图情机构服务模式发生重大变化,正在促使其由传统信息服务向智慧数据服务转型。因此,当前智库到底存在哪些智慧数据服务需求,图情机构面向智库需求应该采取何种智慧数据服务模式,以及如何提升智慧数据服务水平和服务能力已经成为目前图情机构亟需研究的重要问题。本文以数据管理理论、用户场景理论和质性研究理论等为基础,探讨了面向智库需求的智慧数据服务要素、服务模式、模式实现及服务能力评价体系问题。首先,分析并构建了智库的智慧数据服务需求及其模型,结合实际案例对面向智库需求的智慧数据服务要素及其特征进行分析,进而提出了面向智库需求的两类智慧数据服务模式,详细阐述了智慧数据服务模式的实现路径,并构建了面向智库需求的智慧数据服务能力评价体系,最终针对智慧数据服务模式与服务能力评价体系给予相应对策及建议。本文的主要研究内容包括以下6个方面:（1）我国智库的智慧数据服务需求分析。主要通过混合式研究方法分析了智库的数据资源管理现状与问题、智慧数据服务需求以及需求驱动因素。明确了智库的两个主要需求:多源数据服务需求（包括多源数据采集与处理等）、创新发展环境服务需求（包括图情机构职能与服务及技术工具与人才等）。智库的数据需求、场景环境和应用过程的变化,对图情机构的智慧数据服务提出了更高期望与要求。本章为后文分析并提出针对性的面向智库需求的智慧数据服务要素、服务模式、模式实现以及服务能力评价体系奠定了需求基础和研究框架。（2）面向智库需求的智慧数据服务要素及其特征。基于智库需求,通过文献调研、案例分析以及借鉴智慧数据服务相关实践经验,分析了面向智库需求的智慧数据服务关键要素及其特征,阐述各要素在智慧数据服务中的定位和作用。明确了以图情机构、智慧数据、智能化技术方法、智慧化平台、服务环境为5大关键要素,以及服务场景化、技术智能化和数据多源化3大特征。引用生态系统及其相关发展理论构建模型来剖析服务主体、客体、环境间的能量流动及关系,最终以南京师范大学图书馆为例,通过分析其面向智库需求的智慧数据服务过程及其服务要素与特征,验证前文所明确的关键要素,为后文研究奠定要素基础。（3）面向智库需求的智慧数据服务模式。基于智库需求,结合模式构建法提出了面向智库需求的两类智慧数据服务模式:其一,个性化推荐模式,主要探讨图情机构通过感知智库需求,融合多源数据、专家智慧、智能技术及用户需求精准识别等资源与服务,通过智慧数据服务平台与新媒体技术,最终实现场景化、精准化与个性化推送;其二,嵌入式服务模式,主要探讨以图情机构为主体,通过分散、兼职和旋转门等途径嵌入智库内部及其活动过程,将智慧数据服务与智库的数据采集、综合处理、成果传播推广等环节相融合,精准定位智库需求,提供多源数据采集、融合处理、人才支持和影响力塑造等针对性服务。（4）面向智库需求的智慧数据服务模式实现。根据智库需求和图情机构智慧数据服务模式的具体内容与流程,面向智库需求的智慧数据服务模式实现主要包括以下6个方面:智库的特征识别与需求确定;基于Data Commons的智慧数据服务平台构建;多源数据融合;智能化技术与工具融合与协同治理;基于专家系统的多源数据分析与应用;基于向量空间模型的场景化服务推荐,以此来实现面向智库需求的智慧数据服务模式,体现了智慧数据服务的新路径与新思想。（5）面向智库需求的智慧数据服务能力评价体系。以智库需求、智慧数据服务过程和智慧数据服务内容为评价依据,初步构建了包括多源数据、智能化技术与工具、智慧数据服务人员三个维度的智慧数据服务能力评价体系。再利用专家调查法、灰色系统理论和层次分析法完成指标优化和赋权,以验证指标的合理性、有效性和可行性,最终确定智慧数据服务能力评价体系。最终以天津社科院图书馆为案例进行实证研究,论证服务能力评价体系中各指标的有效性、科学性和应用性,以此为图情机构提升智慧数据服务能力与质量提供适当参考。（6）面向智库需求的智慧数据服务保障策略。以智慧数据服务要素、服务模式及服务能力评价为依据,考量涵盖智慧数据服务关键要素、优化智慧数据服务流程、改善智慧数据服务能力评价体系等方面制定保障策略。智慧数据服务保障策略具有明显的层次化特征,涵盖政策保障、数据保障、技术保障与人才保障等层次。其中,政策保障涵盖建立健全相关法律法规等;数据保障涵盖完善多源数据建设、融合、安全与开放保障机制等;技术保障涵盖完备智能化数据管理技术、方法与工具集体系构建等;人才保障涵盖智慧数据服务人才队伍建设等。通过构建面向智库需求的智慧数据服务模式,可以优化智库活动流程,提升智库的课题研究能力、决策支持服务质量和可持续发展动力,还可保障面向智库需求的智慧数据服务质量和水平,也为大数据时代下图情机构智慧数据服务研究体系提供理论启发与借鉴,拓展智慧数据服务的理论与应用范畴,推动智慧数据服务可持续性发展。此外,通过建立面向智库需求的智慧数据服务能力评价体系,可以评价图情机构的智慧数据服务能力,帮助其更清楚的认识优势与缺陷,根据评价体系优化服务流程,更好的服务智库。同时,为图情机构系统认知大数据时代下面向智库需求的智慧数据服务实现路径提供参考,继而有效引导图情机构从智库需求感知到服务模式构建再到服务能力评价的流程化视角来看待面向智库需求的智慧数据服务工作。
王喜媛[7]（2020）在《智慧社会变革中的社会治理模式转型研究》文中研究说明人类社会发展史表明,每一次依人类智慧和文明的进步而发生的科学技术革命,都在不同程度上推动人的存在方式变化与人类社会发展。进入二十一世纪后,以人工智能、大数据、云计算、区块链和新一代通信网络信息技术为代表的新技术革命的融合和发展,推动人类社会进入了一个被称为“工业4.0”的第四次工业革命时期,我们正处于这一历史阶段。“现实”就是人与人类的当下的存在,就是我们的本质在当下的显现。从科学技术革命对于人类社会发展所起的作用的视角来看,我们当下的存在——“现实”就是我们已经步入了在信息化革命的条件下,由互联网、物联网、大数据、区块链、人工智能和新一代通信网络信息技术为代表的新技术革命的融合和发展,从而推动社会变革和发展的智能化时代。以智能化技术为主要标志的“智慧社会”,是以信息社会为基础对信息社会的继承与发展。“智慧社会”给人类社会的存在和发展带来很多质的变化。人的存在方式、生活方式、思想观念、行为方式都会发生巨大的变化,同时也改变着社会生活的各方面。新技术的飞速发展将引发生产力水平的极大提高,生产效率的提高也将推进人类的生产方式和生活方式的极大变化,同时也将面临前所未有的问题和挑战,促使传统社会的治理模式必须发生相应的变革以适应新技术的要求,即社会治理模式的转型。具体体现为人们认知方式、思想观念、价值选择、决策方式、执行路径和方法等治理要素都要进行相应的变革和转型。为此,本文选择“智慧社会变革中的社会治理模式转型”作为研究主题,力图通过研究智慧社会变革中的社会治理模式可能面临的问题、挑战和解决问题找到社会治理模式变革和转型的规律,确定未来发展的方向和路径。论文的具体研究思路和基本观点是:梳理人工智能、大数据、区块链和新一代通信网络信息技术等技术的理论基础和应用发展,预测智慧社会的发展远景,针对新技术革命的发展所导致的传统社会向智慧社会转型所特有的社会矛盾和问题,分析当前社会的鲜明特征,基于党的十九大对中国当前所处的时代和社会的主要矛盾作出的全新判断:“我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”,探究我国智慧社会的社会治理与传统社会的社会管理的影响和关系,阐述由社会形态变革引发的社会治理模式变革和转型的必然性,对智慧社会视域下社会治理模式的内容和实例进行具体分析,并对技术进步带来的社会生活的各种变化以及人的价值进行反思,从管理哲学的角度论述社会治理模式转型的当代启示。论文的基本内容分为如下几个部分:首先,随着人工智能、大数据和云计算技术的飞速发展,互联网渗透日益显着,众多新技术融合突破,在解决当前人类发展遇到的困境的同时,正在带来人类社会运行智慧化、生产关系虚拟化的深刻变革。本部分主要通过深入分析新技术革命下智慧社会出现及其演进过程,提出伴随着人工智能、互联网、大数据等技术的发展,智慧社会治理变革的内驱力也随着社会形态的变化、面临的新问题和各种矛盾的加剧而快速变化,面对如此重要的历史变革,构建灵活、高效、全新的社会治理模式来适应新技术革命的发展具有特别重大意义。其次,随着经济、社会的发展,政府和社会组织在社会治理中的作用更加突出,智慧社会需要创新治理手段。在新技术革命推动下,我国社会风险的出现使得社会转型加速,社会分化加剧,社会异质性增强,社会流动性增加,并提高了社会控制难度。本部分主要阐述社会形态、社会结构、社会资源的配置方式和社会成员的生活方式等方面都发生深刻的变化;从经济发展现状、社会组织对社会治理的贡献及新技术革命对产业结构调整的推动作用等方面,论证触发智慧社会的社会治理模式变革的现实基础和理念变革已经具备,阐明我国从社会管理到社会治理的发展变革历程。最后,随着智慧时代的到来,通过对智慧社会的社会治理所面临的客观情况和现实困境的系统分析,提出必须通过“智慧化”实现社会治理模式转型的研究思路。本部分主要讨论如何从新技术革命的发展趋势中挖掘潜在的价值,使社会治理和谐地融入智慧化的新时代,稳步迈进智慧社会治理现代化的必由之路。第一,从全局和宏观的角度探讨我国的社会治理智慧化可能遇到的困难和挑战;第二,提出实现社会治理体系、社会治理机制、社会治理结构、社会治理能力和社会治理文化的转型;第三,分析智慧治理模式转型的实例,对技术进步引发的社会治理模式转型及人的价值进行反思;第四,从管理哲学视角探究新技术革命的经济、政治和社会影响,为新时期马克思主义的发展提供现实依据和客观基础。论文立足马克思主义唯物史观,对走向智慧社会的社会治理模式转型及观念变革进行了全面深入探讨,拓展和深化马克思主义社会发展和社会治理理论。对走向智慧社会的社会治理目的、方式、原则、发展趋势等进行较为深入系统的探讨,对推进社会治理体系和治理能力现代化提出有价值的分析框架。从经济发展现状、社会组织对社会治理的贡献以及新技术革命对产业结构调整的推动作用等方面,阐述走向智慧社会的社会治理模式转型的现实基础及其相应理念的变革。在深入分析工业社会和信息社会深度融合、技术全面升级换代、经济社会跨越式演进等基础上,通过对智慧社会引发的社会治理模式变革的综合因素分析,对智慧社会的社会治理模式变革趋势进行创新研究。从智慧社会面临的新问题和矛盾出发,探讨智慧社会语境下的社会关系调整和社会治理的创新,从管理哲学视角拓展当代中国社会发展理论和治理模式研究。论文存在的不足主要在于对国外研究成果的借鉴需要进一步丰富,同时从管理哲学视域的深化研究需要进一步加强。
张昊[8]（2020）在《智慧养老视域下中国养老服务体系的优化路径研究》文中研究指明人口老龄化与信息化是现代社会发展的两大重要趋势,日益增加的养老服务需求对当下我国养老服务体系发展的不平衡、不充分提出挑战。将以信息化、智能化等为支撑的智慧养老嵌入养老服务体系,既是积极应对人口老龄化的客观需要,也是为迎合信息社会发展潮流和抓住推动社会治理水平的时代机遇。为此,本文聚焦如何在智慧养老视域下,运用智慧养老的理念、技术和智慧,提升我国现有养老服务模式的能力和水平问题,旨在从智慧养老角度为优化我国养老服务体系提供系统性的新思路和新路径。在问题定位上,智慧养老对于居家养老、社区养老、机构养老等传统养老模式具有创新模式意义,但是智慧养老并非脱离传统养老模式而单独存在。本文并未简单地将智慧养老视作一种新的养老服务模式加以界定,而是将其视为一种新的观念能量、技术能量和智慧能量,将之注入传统养老模式之中,藉此借助信息化应对人口老龄化。同时,在智慧养老视域下探讨我国养老服务体系的优化路径,不应仅局限于强调养老服务技术手段的变革,还应强调以人为本、需求导向、合作共赢理念以及敬老尊老的伦理哲学和文化意涵,更应在理念与技术、传统与现代等相融合的基础上系统施策。在这个意义上,智慧养老构成了养老服务体系优化的必要的条件和要素。养老服务体系的优化在理论上存在自上而下和自下而上两条路径。其一,自上而下的顶层设计路径,也即构建出一种科学、理性和有效的养老服务体系,从而指导中观层面形成稳定和可靠的养老服务模式,促进相关养老资源的合理配置和高效化运转。相对而言,西方发达国家更加倾向于这一路径,因为其养老人口规模相对有限、地域空间相对较小,而且人口老龄化进程是建立在坚实的工业化和信息化、稳定的社会保障和殷实的国民收入等基础上,是社会经济发展表现于人口结构上的自然结果,呈现出“有备而老”或“边富边老”的老龄化特征。对此,通过自上而下的顶层设计路径更有利于发挥其优势和效能。其二,自下而上的模式转型路径,也即从中观实践角度,对传统养老服务模式的自发性转型历程进行经验提炼和推广,从而助推养老服务体系的迭代升级,完成养老服务资源的优化配置和高效运行的过程。就我国的经济社会发展水平以及养老服务供需现状而言,一方面,我国老年人口规模庞大,且不同地域、不同省份之间的经济发展水平、财政能力、人口特质、养老传统都具有高度的异质性;另一方面,我国养老服务面临着诸如“计划生育”政策、户籍制度、城乡二元差异等衍生的政策性不利后果、资源配置不均衡、养老成本攀升等挑战,以及“未备而老”和“未富先老”的等结构性困局,缺乏西方国家应对和解决人口老龄化所具备的物质、体制、人才和技术等基础条件。因而,我国养老服务体系优化更加适合通过中观层面的养老服务模式的整合升级,以自下而上的渐进性方式为主,推动养老服务体系的的优化。从现有的研究成果来看,有关我国既有居家养老、社区养老、机构养老等单要素的研究成果数量较多,研究深入度也较高。但是,从整体思路出发,聚焦我国养老服务体系及其优化路径的研究文献相对较少。同时,从研究角度看,对于养老服务过程中智慧养老问题的探讨,多是从技术角度对其实践应用情况的碎片化梳理,较少从内在逻辑、观念、技术、管理等综合角度进行系统性解读,对其理论基础、优化路径反思的研究少之又少。由此,本研究在梳理相关成果、总结已有研究观点的基础上,按照以下步骤对我国养老服务体系的优化路径展开研究:首先,在理论依据和分析框架部分,出于对我国现有养老服务模式在供给环节存在的问题和不足、供给主体与需求主体之间的关系类型、养老服务体系优化升级中的风险把控以及养老服务体系的理想愿景等问题的思考,综合利用供给理论、客户关系管理理论、渐进理论和合作治理理论的知识和方法,得出本文的分析框架,在充分回应上述问题的基础上形成统合性的研究架构。其次,基于本文研究框架,对利用智慧养老助推养老服务体系优化的现实基础和理论逻辑进行了系统梳理。一方面,从我国养老服务体系发展的实践变迁,居家养老、社区养老以及机构养老的运行现状及其不足出发,系统地认识和提出我国养老服务体系亟需升级的现实需求,从而厘清了通过智慧养老助推我国养老服务体系优化的现实基础,亦即本文研究的现实关怀和出发点。另一方面,针对我国养老服务体系优化的现实基础,有针对性地讨论了智慧养老助推我国养老服务体系优化的逻辑理路。从助推养老服务体系优化的角度看,智慧养老的功能可以概括为价值嵌入、技术赋能、交互增慧三个层面,在具体作用的发挥上包含“虚拟化”、“智能化”、“一体化”等三重逻辑。再次,在理论逻辑上辨明理想图景的基础上,本文从实践探索角度对智慧养老助推我国养老服务体系优化的已有进展进行了总结,亦同时对本文理论分析框架进行了检验、呈现和细化。基于以智慧养老助推养老服务体系优化的逻辑理路,本文选取我国东部、中部、西部地区具有代表性的三个典型案例,分别对应我国处在实践前沿的三个养老服务体系的“智慧化”模式。通过展示不同的“智慧化”模式的运作过程与特色,对如何通过智慧养老助推养老服务体系优化的理想愿景落地等,进行了实践梳理和系统呈现。此外,他山之石,可以攻玉。在厘清我国智慧养老助推养老服务体系优化的现实需求、逻辑理路以及实践样态的基础上,本文进一步梳理了国外智慧养老及其嵌入养老服务体系的实践做法,对国外智慧养老的“线上社区”“智能居家”以及“合作型科技助老”等三个主要实践模式进行了系统总结,从其制度基础、运作机制等方面出发,提炼了对我国有益的经验启示。总体而言,通过对需求与愿景、理论与实践、国内与国外等多个维度的综合探讨,可以发现智慧养老已成为我国养老服务体系优化的一个系统性创新路径。通过价值嵌入、技术赋能和人人交互,智慧养老可以在虚拟化、智能化、一体化等方面助推我国养老服务体系的提质增效。不过,智慧养老在优化养老服务体系进行功能设计时,需要注意克服客观的温度落差、难以逾越的数字鸿沟、尚难突破的协同壁垒等潜在的障碍,走出常见的误区,并在其配套性制度和保障性机制的建立完善方面进行新的反思和探索。从长期发展看,在人工智能、大数据、区块链、云计算等新一代信息技术席卷的浪潮下,人们的生产方式,生活方式,思维方式都将发生翻天覆地的变化,未来已来。在此形势下,正确的改革姿态应当是迎难而上,破解智慧养老的现实梗阻,推进我国养老服务体系不断迭代升级。
税碧垣[9]（2020）在《智慧管网总体架构与发展策略思考》文中研究指明为进一步提升管道行业对智能化发展的认识和理解,调研分析了国内外智慧行业发展现状及趋势,收集了国外智能管道相关应用案例,总结了中国智慧管网建设已开展工作成果及中俄东线智能管道工程实践做法。国内外智慧行业（包括智慧管网）建设总体上均处于发展的初级阶段,发展方向主要集中在物联网、数字孪生、机器人、设备智能诊断、工业互联网平台应用等方面,同时提出了数据统一、系统集成以及标准化发展的总体思路。基于此,提出了智慧管网建设系统全面且具有工程可操作性的总体解决方案:基于业务维度、智慧维度、能力维度构建了智慧管网总体架构,并明确了各维度具体内容,以结果为导向建立了智慧管网能力成熟度评价的基本模型。依据"由简到难、由点到面、由局部到整体"的原则,提出了"智能化、智慧化、平台化"三大阶段逐步递进的智慧管网发展路线图。最后,对当前智慧管网建设中存在的问题进行了深入分析,提出了有针对性的发展策略。（图5,表3,参58）
李首骏[10]（2020）在《我国人工智能领域政策文本的量化研究》文中认为人工智能技术应用对于提高创新力和发展动力十分关键,人工智能技术、互联网应用、大数据应用、物联网等新技术正快速发展,5G通讯、智能企业、智慧城市不断改变着人们生产生活方式。中央和各地方为此制定了许多有关人工智能领域政策,对这些政策文件进行分析研究具有极其重要的意义。本文通过对我国人工智能领域政策收集和整理,筛选出64条政策文本,先从政策制定时间、制定主体、文本类型、文本关联度上分析。随后构建以政策工具为X维度,以一、二、三产业为Y维度的二维分析框架进行量化分析。最后运用文本挖掘技术,抽取政策高频词与主题,通过比对中央与地方云图,各省市之间云图分析我国人工智能发展趋势与方向。通过上述研究得到如下结论:第一,人工智能领域政策发布存在单独发文多、联合发文少的情况;第二,政策多为计划、规划和意见,可能存在没有办法执行落地的情况;第三,供给和环境类政策工具数量较多,需求类数量少,策略性措施在环境类工具中占比最多,需求类工具则以政府采购为主,而且三大产业中仅第一产业运用了所有政策工具;第四,河北省、江西省和重庆市在制定人工智能领域政策时,未考虑技术层面,中央政策起指导与统领的作用,各省市政策按照中央要求结合自身特点制定相应人工智能政策。对此提出以下几点建议:第一,加强有关部门间沟通联系,共同谋划制定相关政策;第二,加强政策工具的合理搭配使用,进一步强化人工智能与三大产业融合;第三,进一步完善人工智能领域相关法律法规,加大措施、方案、指南类政策制定力度,规范产业行业标准;第四,各省市需继续聚焦三大产业,加大对资金投入、人才培养、数据共享等方面的关注度,确保政策规范与本地实际相匹配,顺利落地生根。
二、基于互联网的企业智能决策支持系统研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于互联网的企业智能决策支持系统研究（论文提纲范文）
（1）制造企业供应链数字化转型机理与决策模型（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景与研究问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 文献综述 |
| 1.2.1 企业供应链数字化转型相关概念 |
| 1.2.2 企业供应链数字化转型的因素分析 |
| 1.2.3 企业供应链数字化转型思路 |
| 1.3 研究意义 |
| 1.4 范围界定 |
| 1.4.1 研究层面界定 |
| 1.4.2 企业类型界定 |
| 1.4.3 供应链管理范围与成员地位界定 |
| 1.4.4 词汇用语简写 |
| 1.5 研究内容、方法与技术路线 |
| 1.5.1 研究内容 |
| 1.5.2 研究方法 |
| 1.5.3 技术路线 |
| 1.6 本章小结 |
| 2 相关基础理论与方法 |
| 2.1 基础理论 |
| 2.1.1 供应链管理理论 |
| 2.1.2 信息管理学理论 |
| 2.1.3 系统工程理论 |
| 2.2 模型方法 |
| 2.2.1 统计分析方法 |
| 2.2.2 复杂系统分析方法 |
| 2.2.3 仿真分析法 |
| 2.3 本章小结 |
| 3 制造企业供应链数字化转型机理分析 |
| 3.1 制造企业供应链数字化转型问题分析 |
| 3.1.1 供应链的数字化转型业务需求 |
| 3.1.2 供应链数字化转型内涵与目标 |
| 3.1.3 供应链数字化转型基本原则 |
| 3.2 制造企业供应链数字化转型驱动要素及概念模型 |
| 3.2.1 供应链数字化转型难点 |
| 3.2.2 供应链数字化转型驱动要素提出 |
| 3.2.3 供应链数字化转型驱动机理概念模型 |
| 3.2.4 供应链数字化转型驱动要素运作管理 |
| 3.3 制造企业供应链数字化转型驱动机理实证检验 |
| 3.3.1 实证方法与数据的选择 |
| 3.3.2 供应链数字化转型的测量与分析 |
| 3.3.3 供应链数字化转型驱动作用验证与分析 |
| 3.4 供应链数字化转型驱动要素研究方法 |
| 3.5 本章小结 |
| 4 制造企业供应链数字化转型数据管理决策 |
| 4.1 转型数据管理问题提出 |
| 4.1.1 数据管理业务需求与管理原则 |
| 4.1.2 数据管理的目标与问题描述 |
| 4.1.3 数据管理的研究思路 |
| 4.2 转型数据管理系统分析 |
| 4.2.1 数据管理的数字化属性 |
| 4.2.2 数据来源分类 |
| 4.2.3 数据内容与作用 |
| 4.2.4 数据管理与信息需求的关系 |
| 4.3 基于信息需求的转型数据管理决策建模 |
| 4.3.1 决策模型的选择与适用性 |
| 4.3.2 基于DEMATEL方法的信息需求重要度建模 |
| 4.3.3 基于HOQ方法的数据管理要素重要度建模 |
| 4.4 基于信息需求的数据管理方案制定 |
| 4.5 本章小结 |
| 5 制造企业供应链数字化转型信息融合建模 |
| 5.1 转型信息融合问题提出 |
| 5.1.1 信息融合的业务需求与管理原则 |
| 5.1.2 信息融合的目标与问题描述 |
| 5.1.3 信息融合的研究思路 |
| 5.2 转型信息融合系统分析 |
| 5.2.1 信息融合的数字化属性 |
| 5.2.2 信息的内容与作用 |
| 5.2.3 信息融合的主要环节 |
| 5.2.4 信息融合与业务流程的关系 |
| 5.3 基于业务流程的转型信息融合仿真建模 |
| 5.3.1 仿真模型的选择与适用性 |
| 5.3.2 基于供应链业务流程的Petri网建模 |
| 5.3.3 网系统的关联信息要素识别 |
| 5.4 基于业务流程的信息融合方案制定 |
| 5.5 本章小结 |
| 6 制造企业供应链数字化转型智能优化决策 |
| 6.1 转型智能优化问题提出 |
| 6.1.1 智能优化业务需求与管理原则 |
| 6.1.2 智能优化目标与问题描述 |
| 6.1.3 智能优化的研究思路 |
| 6.2 转型智能优化系统分析 |
| 6.2.1 智能优化的数字化属性 |
| 6.2.2 智能优化的内容与作用 |
| 6.2.3 智能优化系统架构 |
| 6.2.4 智能优化与决策效用的关系 |
| 6.3 基于决策效用的转型智能优化决策建模 |
| 6.3.1 决策模型的选择与适用性 |
| 6.3.2 基于ISM方法的智能优化结构建模 |
| 6.3.3 基于NK模型的智能优化路径建模 |
| 6.4 基于决策效用的智能优化方案制定 |
| 6.5 本章小结 |
| 7 实例分析 |
| 7.1 实例介绍 |
| 7.2 数据管理决策分析 |
| 7.3 信息融合建模分析 |
| 7.4 智能优化路径分析 |
| 7.5 本章小结 |
| 8 结论与展望 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）智能电网下充电站优化运营模型及决策支持系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 充电站选址规划模型研究现状 |
| 1.2.2 充电站运营与可再生能源协同优化配置模型的研究现状 |
| 1.2.3 充电站引导有序充电协同优化运营模型研究现状 |
| 1.2.4 充电站运营管理机制及平台研究现状 |
| 1.3 论文框架结构及主要内容 |
| 1.4 论文研究创新点 |
| 第2章 充电站建设运营项目发展与问题分析 |
| 2.1 充电站系统运营界定 |
| 2.1.1 充电站运营特点 |
| 2.1.2 充电站运营业务 |
| 2.2 充电站站建设运营项目发展分析 |
| 2.2.1 充电站建设运营政策分析 |
| 2.2.2 充电站建设运营经济分析 |
| 2.2.3 充电站建设运营发展技术分析 |
| 2.3 智能电网与充电站运营交互作用 |
| 2.3.1 智能电网与充电站运营的交互过程 |
| 2.3.2 智能电网是充电站优化运营的条件 |
| 2.3.3 智能电网提升充电站对资源的优化配置 |
| 2.3.4 智能电网对充电站建设运营影响 |
| 2.4 多角度优化充电站运营决策问题的提出 |
| 2.4.1 如何从运营优化的角度进行充电站选址决策 |
| 2.4.2 如何从多系统协同优化的角度提升运营决策的整体效用 |
| 2.4.3 如何从可盈利运营模式角度引导充电站优化运营决策 |
| 2.4.4 如何依据用户行为优化充电站运营决策 |
| 2.4.5 如何从资源综合运用角度制定充电站优化运营决策 |
| 2.5 本章小结 |
| 第3章 引入优化运营视角的充电站选址模型研究 |
| 3.1 相关理论与问题分析 |
| 3.1.1 充电站选址规划的相关理论 |
| 3.1.2 相关问题分析 |
| 3.2 充电站选址影响因素分析 |
| 3.2.1 充电服务需求的影响因素 |
| 3.2.2 充电站选址影响用户满意度的因素 |
| 3.3 电动汽车充电站选址模型构建 |
| 3.3.1 问题描假设 |
| 3.3.2 截取道路车流量的模型 |
| 3.3.3 路途不确定下的鲁棒优化选址模型 |
| 3.3.4 充电站负荷能力约束优化模型 |
| 3.4 本章小结 |
| 第4章 充电站运营系统优化决策模型群构建 |
| 4.1 引言 |
| 4.2 电动汽车用户充电决策行为模型 |
| 4.2.1 相关算法 |
| 4.2.2 模型空间状态分析 |
| 4.2.3 基于Q-Learning算法的用户充电行为决策模型 |
| 4.3 充电站电动汽车有序充电优化决策模型 |
| 4.3.1 充电站引导电动汽车有序充电控制原理 |
| 4.3.2 充电站引导电动汽车有序充电的决策模型 |
| 4.3.3 算例分析 |
| 4.4 充电站充放电与可再生能源发电优化模型 |
| 4.4.1 智能电网下充电站充放电的特征 |
| 4.4.2 可再生能源发电的特征 |
| 4.4.3 充电站的负荷响应对电网消纳风力发电能力影响模型 |
| 4.5 本章小结 |
| 第5章 可持续发展的充电站运营机制研究 |
| 5.1 充电站供需侧匹配模式 |
| 5.1.1 常见充电站供需调度模式 |
| 5.1.2 充电站供需调度匹配模式改进 |
| 5.2 充电站快速充电服务供需调度模式 |
| 5.2.1 充电站快速分层调度管理模式 |
| 5.2.2 充电站快速供需调度匹配运行模式 |
| 5.2.3 充电站快速充电供需匹配的支撑技术 |
| 5.3 供需侧匹配的政策激励机制 |
| 5.4 市场博弈下充电站运营机制研究 |
| 5.5 本章小结 |
| 第6章 充电站运营决策支持系统研究 |
| 6.1 系统研究意义和目的 |
| 6.2 系统需求分析和业务功能 |
| 6.2.1 系统需求分析 |
| 6.2.2 决策支持系统的业务功能 |
| 6.3 系统模块组成及设计 |
| 6.3.1 数据库模块设计 |
| 6.3.2 模型库模块设计 |
| 6.3.3 方法库模块设计 |
| 6.3.4 知识库模块设计 |
| 6.3.5 多媒体库模块设计 |
| 6.4 构建充电智能服务平台 |
| 6.4.1 业务平台 |
| 6.4.2 技术支撑平台 |
| 6.4.3 云服务支撑平台 |
| 6.4.4 数据采集 |
| 6.5 本章小结 |
| 第7章 研究成果与结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（3）基于CBR-AIS智能决策支持的新创企业成长风险识别方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目标及意义 |
| 1.2.1 研究目标 |
| 1.2.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 新创企业成长风险识别的相关研究 |
| 1.3.2 人工免疫系统相关研究 |
| 1.3.3 案例推理相关研究 |
| 1.4 研究方法及思路 |
| 1.4.1 研究方法 |
| 1.4.2 研究思路 |
| 1.5 研究内容 |
| 1.6 本章小结 |
| 第2章 相关理论基础 |
| 2.1 新创企业成长风险相关理论 |
| 2.1.1 新创企业内涵 |
| 2.1.2 新创企业成长风险基本特征及分类 |
| 2.1.3 新创企业成长风险识别过程 |
| 2.2 人工免疫系统(AIS) |
| 2.2.1 生物免疫系统机理及组成 |
| 2.2.2 人工免疫系统机理及算法 |
| 2.3 基于案例推理(CBR) |
| 2.4 本章小结 |
| 第3章 新创企业成长风险体系与免疫系统关联 |
| 3.1 新创企业成长风险体系结构 |
| 3.1.1 风险的形成与演化机理 |
| 3.1.2 风险源的确定 |
| 3.1.3 风险源分级结构 |
| 3.2 基于免疫系统的风险识别体系 |
| 3.2.1 风险识别体系与免疫系统对比 |
| 3.2.2 基于映射关系的风险识别体系框架 |
| 3.3 本章小结 |
| 第4章 基于CBR-AIS的新创企业成长风险识别方法 |
| 4.1 CBR-AIS模型框架 |
| 4.2 CBR-AIS的集成结构 |
| 4.3 CBR-AIS的风险表示模式 |
| 4.3.1 风险基因表达 |
| 4.3.2 风险知识表达 |
| 4.4 CBR-AIS的风险识别支持方法 |
| 4.4.1 风险基因索引与检索 |
| 4.4.2 风险基因优化 |
| 4.4.3 风险基因保留与学习 |
| 4.5 本章小结 |
| 第5章 CBR-AIS风险识别方法的仿真与分析 |
| 5.1 CBR-AIS模型的仿真实验 |
| 5.1.1 风险识别算法设计 |
| 5.1.2 仿真模型运行 |
| 5.2 仿真结果分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 主要结论 |
| 6.2 创新之处 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
（4）基于消费者视角的互联网保险接受机制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 导论 |
| 1.1 研究背景及问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 研究目的及意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究设计 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 研究内容 |
| 1.3.4 技术路线 |
| 1.3.5 论文框架 |
| 1.4 研究创新点 |
| 1.5 本章小结 |
| 第二章 相关理论与研究综述 |
| 2.1 互联网保险 |
| 2.1.1 互联网保险内涵 |
| 2.1.2 保险科技研究 |
| 2.1.3 互联网保险研究 |
| 2.2 技术接受理论 |
| 2.2.1 技术接受理论发展 |
| 2.2.2 个体接受与组织接受理论 |
| 2.2.3 个体经典理论模型 |
| 2.3 互联网保险与技术接受研究现状 |
| 2.4 相关研究文献评述 |
| 2.5 本章小结 |
| 第三章 互联网保险接受扎根研究 |
| 3.1 扎根方法的选择 |
| 3.1.1 扎根理论研究流程 |
| 3.1.2 扎根理论研究设计 |
| 3.2 扎根理论资料收集 |
| 3.2.1 研究对象选取 |
| 3.2.2 研究资料收集 |
| 3.3 扎根理论资料分析 |
| 3.3.1 开放编码 |
| 3.3.2 主轴编码 |
| 3.3.3 选择编码 |
| 3.3.4 理论饱和度检验 |
| 3.4 互联网保险接受理论框架构建与关键因素分析 |
| 3.4.1 理论框架提出 |
| 3.4.2 关键因素析出 |
| 3.5 本章小结 |
| 第四章 理论模型与研究假设 |
| 4.1 理论模型构建 |
| 4.2 核心变量定义 |
| 4.2.1 绩效期望 |
| 4.2.2 努力期望 |
| 4.2.3 社会影响 |
| 4.2.4 促成因素 |
| 4.2.5 消费者创新性 |
| 4.2.6 信任 |
| 4.2.7 感知风险 |
| 4.2.8 行为意图 |
| 4.2.9 使用行为 |
| 4.3 研究假设的提出 |
| 4.3.1 互联网保险接受的影响因素 |
| 4.3.2 感知风险、行为意图的中介作用 |
| 4.3.3 基于感知风险和行为意图的链式中介作用 |
| 4.4 本章小结 |
| 第五章 研究设计与方法 |
| 5.1 研究问卷设计 |
| 5.1.1 问卷设计思路 |
| 5.1.2 问卷设计过程 |
| 5.1.3 问卷框架结构 |
| 5.1.4 问卷偏差控制 |
| 5.2 变量的测量 |
| 5.2.1 绩效期望的测量 |
| 5.2.2 努力期望的测量 |
| 5.2.3 社会影响的测量 |
| 5.2.4 促成因素的测量 |
| 5.2.5 消费者创新性的测量 |
| 5.2.6 信任的测量 |
| 5.2.7 感知风险的测量 |
| 5.2.8 行为意图的测量 |
| 5.2.9 使用行为的测量 |
| 5.3 预调研 |
| 5.3.1 描述性统计分析 |
| 5.3.2 信度分析 |
| 5.3.3 探索性因子分析 |
| 5.4 数据收集 |
| 5.4.1 问卷发放原则 |
| 5.4.2 正式调研数据收集 |
| 5.5 本章小结 |
| 第六章 模型验证与数据分析 |
| 6.1 描述性统计分析 |
| 6.1.1 样本描述性统计 |
| 6.1.2 变量描述性统计 |
| 6.2 信度与效度分析 |
| 6.2.1 信度分析 |
| 6.2.2 效度分析 |
| 6.2.3 共同方法偏差检验 |
| 6.3 相关性分析 |
| 6.4 结构方程模型验证 |
| 6.5 中介效应检验 |
| 6.6 假设检验结果分析 |
| 6.7 本章小结 |
| 第七章 结论与展望 |
| 7.1 研究主要结论 |
| 7.2 研究理论贡献 |
| 7.3 管理实践的启示 |
| 7.3.1 提升消费者体验,关键业务科技赋能 |
| 7.3.2 关注消费者需求,价值主张持续创新 |
| 7.3.3 以消费者为中心,客户关系优化提升 |
| 7.3.4 保护消费者权益,监管体系不断完善 |
| 7.4 研究局限与展望 |
| 7.4.1 研究局限 |
| 7.4.2 未来展望 |
| 参考文献 |
| 附录一 访谈提纲 |
| 附录二 访谈原始资料 |
| 附录三 调查问卷初稿 |
| 附录四 调查问卷正式稿 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
（5）数字金融与农民收入增长 ——作用机制与影响效应（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与问题 |
| 1.1.1 研究背景 |
| 1.1.2 研究问题 |
| 1.2 研究目标与意义 |
| 1.2.1 研究目标 |
| 1.2.2 研究意义 |
| 1.3 文献回顾与评述 |
| 1.3.1 农民收入增长的影响因素的相关文献 |
| 1.3.2 金融发展与农民收入增长的相关文献 |
| 1.3.3 数字金融与农民收入增长的相关文献 |
| 1.3.4 农民收入持续增长的模式及政策措施研究 |
| 1.3.5 文献评述 |
| 1.4 研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 数据来源 |
| 1.5 研究框架与路线 |
| 1.5.1 研究框架 |
| 1.5.2 技术路线 |
| 1.6 研究创新与局限 |
| 1.6.1 研究的创新 |
| 1.6.2 存在的局限 |
| 第2章 理论回顾与借鉴 |
| 2.1 金融中介理论 |
| 2.1.1 交易成本理论 |
| 2.1.2 信息不对称论理论 |
| 2.1.3 风险管理理论 |
| 2.1.4 简要评述 |
| 2.2 金融发展理论 |
| 2.2.1 金融结构理论 |
| 2.2.2 金融深化理论 |
| 2.2.3 金融功能理论 |
| 2.2.4 普惠金融理论 |
| 2.2.5 简要评述 |
| 2.3 经济增长理论 |
| 2.3.1 新古典增长理论 |
| 2.3.2 内生增长理论 |
| 2.3.3 包容性增长理论 |
| 2.3.4 简要评述 |
| 2.4 网络经济理论 |
| 2.4.1 网络商品理论 |
| 2.4.2 双边市场理论 |
| 2.4.3 长尾理论 |
| 2.4.4 简要评述 |
| 第3章 数字金融与农民收入增长的理论框架及研究假说 |
| 3.1 核心概念界定与辨析 |
| 3.1.1 数字金融 |
| 3.1.2 农民收入增长 |
| 3.2 数字金融影响农民收入增长的间接作用机理 |
| 3.2.1 农户创业 |
| 3.2.2 经济增长 |
| 3.3 数字金融影响农民收入增长的直接作用机理 |
| 3.4 数字金融影响农民收入增长的非线性作用与空间溢出机理 |
| 3.4.1 数字金融影响农民收入增长的非线性作用机理 |
| 3.4.2 数字金融影响农民收入增长的人力资本门槛作用机理 |
| 3.4.3 数字金融影响农民收入增长的空间溢出机理 |
| 3.5 本章小结 |
| 第4章 中国数字金融的特征事实与农民收入增长分析 |
| 4.1 数字金融的业务形态 |
| 4.1.1 网络支付 |
| 4.1.2 网络融资 |
| 4.1.3 财富管理 |
| 4.1.4 网络保险 |
| 4.1.5 互联网征信 |
| 4.2 中国数字金融发展特征 |
| 4.2.1 中国数字金融发展脉络 |
| 4.2.2 中国数字金融指标体系 |
| 4.2.3 中国数字金融发展特征评价 |
| 4.3 中国数字金融发展问题及趋势 |
| 4.3.1 中国数字金融发展问题 |
| 4.3.2 中国数字金融发展趋势 |
| 4.4 中国农民收入增长的演变历程 |
| 4.4.1 超常规增长阶段(1978-1984 年) |
| 4.4.2 波动低速增长阶段(1985-2003 年) |
| 4.4.3 高速增长阶段(2004-2012 年) |
| 4.4.4 新常态增长阶段(2013-2019 年) |
| 4.5 农民收入增长的结构变化 |
| 4.5.1 农民收入结构变化 |
| 4.5.2 结构变动的收入增长贡献 |
| 4.5.3 农民收入的形态结构分析 |
| 4.6 农民收入增长的地区差异及空间分布特征 |
| 4.6.1 各地区农民收入增长时期差异 |
| 4.6.2 农民收入增长的变异系数分析 |
| 4.6.3 四大区域的农民收入增长差异 |
| 4.6.4 农民收入增长的空间分布特征 |
| 4.7 数字金融与农民收入的相关分析 |
| 4.7.1 数字金融与农民收入的相关性分析 |
| 4.7.2 数字金融与农民收入结构的相关性分析 |
| 4.7.3 数字金融与各区域农民收入的相关性分析 |
| 4.8 本章小结 |
| 第5章 数字金融影响农民收入增长的总效应分析 |
| 5.1 引言 |
| 5.2 模型构建、变量选取与估计策略 |
| 5.2.1 模型构建 |
| 5.2.2 变量选取 |
| 5.2.3 估计策略 |
| 5.3 计量结果分析 |
| 5.3.1 数字金融与农民收入增长 |
| 5.3.2 数字金融与农民收入结构 |
| 5.3.3 区域差异分析 |
| 5.3.4 分位数回归 |
| 5.4 本章小结 |
| 第6章 数字金融影响农民收入增长的非线性及空间溢出效应分析 |
| 6.1 引言 |
| 6.2 数字金融影响农民收入增长的非线性效应分析 |
| 6.2.1 模型与变量 |
| 6.2.2 数字金融门槛效应结果分析 |
| 6.2.3 人力资本门槛效应结果分析 |
| 6.3 数字金融影响农民收入增长的空间溢出效应分析 |
| 6.3.1 空间相关性检验 |
| 6.3.2 空间计量模型构建 |
| 6.3.3 空间计量结果分析 |
| 6.4 本章小结 |
| 第7章 数字金融影响农民收入增长的作用机制分析:经济增长渠道 |
| 7.1 引言 |
| 7.2 模型设定、变量选择与统计分析 |
| 7.2.1 模型设定 |
| 7.2.2 变量选择 |
| 7.2.3 统计分析 |
| 7.3 数字金融与经济增长的计量分析 |
| 7.3.1 基于总体样本的计量分析 |
| 7.3.2 基于细分样本的计量分析 |
| 7.4 数字金融、经济增长与农民收入增长的计量分析 |
| 7.4.1 数字金融、经济增长与农民收入增长 |
| 7.4.2 拓展性讨论 |
| 7.5 本章小结 |
| 第8章 数字金融影响农民收入增长的作用机制分析:农户创业渠道 |
| 8.1 引言 |
| 8.2 模型、变量与数据 |
| 8.2.1 模型设定 |
| 8.2.2 变量选择 |
| 8.2.3 数据来源 |
| 8.2.4 描述性统计 |
| 8.3 数字金融与农户家庭增收 |
| 8.3.1 数字金融使用与农户家庭增收 |
| 8.3.2 社区数字金融水平对农户家庭增收的溢出效应 |
| 8.3.3 农户家庭异质性分析 |
| 8.4 作用机制分析 |
| 8.4.1 数字金融与农户创业活动 |
| 8.4.2 数字金融与农户创业绩效 |
| 8.4.3 拓展性讨论:数字金融与农户非农就业 |
| 8.5 本章小结 |
| 第9章 研究结论与政策建议 |
| 9.1 研究结论 |
| 9.2 政策建议 |
| 9.2.1 推进农村数字金融有效普及 |
| 9.2.2 加快数字金融发展 |
| 9.2.3 完善数字金融监管 |
| 9.2.4 加强消费权益保护 |
| 9.3 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间的科研成果 |
（6）面向智库需求的智慧数据服务模式及服务能力评价研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景与目的意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意义 |
| 1.2 国内外相关研究综述 |
| 1.2.1 图情机构智慧化资源管理与服务转型 |
| 1.2.2 图情机构智慧数据服务模式与服务体系 |
| 1.2.3 智慧数据服务能力及其评价 |
| 1.2.4 评述与分析 |
| 1.3 研究内容 |
| 1.4 研究方法和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 创新点 |
| 第2章 相关概念与理论基础 |
| 2.1 相关概念 |
| 2.1.1 智库 |
| 2.1.2 智慧服务 |
| 2.1.3 智慧数据服务 |
| 2.1.4 面向智库需求的智慧数据服务 |
| 2.2 理论基础 |
| 2.2.1 数据管理理论 |
| 2.2.2 扎根理论 |
| 2.2.3 用户场景理论 |
| 2.2.4 灰色系统理论 |
| 第3章 我国智库的智慧数据服务需求分析 |
| 3.1 基于问卷调查的智库数据资源管理分析 |
| 3.1.1 调查问卷设计 |
| 3.1.2 调查对象与数据收集 |
| 3.1.3 结果分析 |
| 3.2 基于扎根理论的智库服务需求分析 |
| 3.2.1 研究对象与数据收集 |
| 3.2.2 范畴编码与检验 |
| 3.2.3 模型构建及分析 |
| 3.3 本章小结 |
| 第4章 面向智库需求的智慧数据服务要素与特征 |
| 4.1 面向智库需求的智慧数据服务过程 |
| 4.1.1 智库活动过程分析 |
| 4.1.2 面向智库需求的智慧数据服务过程分析 |
| 4.2 面向智库需求的智慧数据服务要素 |
| 4.2.1 图情机构主体 |
| 4.2.2 智慧数据 |
| 4.2.3 智慧化技术工具与方法 |
| 4.2.4 智慧数据服务平台 |
| 4.2.5 智慧数据服务环境 |
| 4.2.6 智慧数据服务要素之间关系 |
| 4.3 面向智库需求的智慧数据服务特征 |
| 4.3.1 数据多源性 |
| 4.3.2 技术智能性 |
| 4.3.3 服务场景化 |
| 4.4 案例分析 |
| 4.4.1 南京师范大学图书馆发展现状 |
| 4.4.2 南师大图书馆智慧数据服务分析 |
| 4.5 本章小结 |
| 第5章 面向智库需求的智慧数据服务模式 |
| 5.1 面向智库需求的智慧数据服务模式概念和类型 |
| 5.1.1 面向智库需求的智慧数据服务模式的概念 |
| 5.1.2 面向智库需求的智慧数据服务模式的类型 |
| 5.2 面向智库需求的个性化推荐智慧数据服务模式 |
| 5.2.1 智库活动过程分析 |
| 5.2.2 智库需求感知 |
| 5.2.3 资源融合及服务集成 |
| 5.2.4 智能化推荐 |
| 5.2.5 案例分析 |
| 5.3 面向智库需求的嵌入式智慧数据服务模式 |
| 5.3.1 智库活动层 |
| 5.3.2 嵌入层 |
| 5.3.3 融合层 |
| 5.3.4 服务层 |
| 5.3.5 案例分析 |
| 5.4 本章小结 |
| 第6章 面向智库需求的智慧数据服务模式实现 |
| 6.1 智库特征识别与需求确定 |
| 6.1.1 智库特征识别 |
| 6.1.2 智库需求确定 |
| 6.2 基于Data Commons的智慧数据服务平台构建 |
| 6.2.1 Data Commons平台的概念和特点 |
| 6.2.2 Data Commons平台的目标与功能 |
| 6.2.3 Data Commons平台的架构设计 |
| 6.3 多源数据融合 |
| 6.3.1 多源数据融合架构 |
| 6.3.2 多源数据融合方法 |
| 6.4 智能化技术融合与协同治理 |
| 6.4.1 智能化技术融合与协同治理模式 |
| 6.4.2 基于协同治理的智能化技术融合过程 |
| 6.5 基于专家系统的智能情报分析 |
| 6.5.1 专家数据管理模块 |
| 6.5.2 专家在线咨询模块 |
| 6.5.3 专家智能推荐流程 |
| 6.6 基于向量空间模型的场景化服务推荐模型 |
| 6.6.1 场景化服务 |
| 6.6.2 场景化服务接受效用 |
| 6.6.3 场景化服务推荐模型 |
| 6.6.4 场景化服务推荐实验 |
| 6.7 本章小结 |
| 第7章 面向智库需求的智慧数据服务能力评价体系 |
| 7.1 智慧数据服务能力评价体系问题的提出 |
| 7.2 智慧数据服务能力评价体系的构建依据 |
| 7.3 智慧数据服务能力评价指标的选取与修正 |
| 7.4 智慧数据服务能力评价指标的阐释 |
| 7.5 智慧数据服务能力评价指标的优化与赋权 |
| 7.5.1 样本选择及问卷描述 |
| 7.5.2 评价指标的重要性和易获得性计算 |
| 7.5.3 评价指标优化 |
| 7.5.4 评价指标赋权 |
| 7.6 实证研究 |
| 7.6.1 研究方法 |
| 7.6.2 数据分析 |
| 7.6.3 结果分析 |
| 7.7 本章小结 |
| 第8章 面向智库需求的智慧数据服务保障策略 |
| 8.1 政府政策保障方面 |
| 8.2 图书情报机构服务主体保障方面 |
| 8.2.1 强化服务意识并挖掘智库需求 |
| 8.2.2 优化图情机构的智慧数据服务架构 |
| 8.2.3 建立并完善智慧数据服务能力评价体系 |
| 8.3 多源数据保障方面 |
| 8.3.1 加强智慧数据体系建设 |
| 8.3.2 建立一体化多源数据联动与反馈机制 |
| 8.4 智能化技术方法与工具保障方面 |
| 8.4.1 加强现代化数据技术的融合和应用 |
| 8.4.2 完善智慧数据服务平台功能和服务 |
| 8.5 智慧数据服务人才保障方面 |
| 8.5.1 完善我国图情机构学科馆员制度 |
| 8.5.2 提升智慧数据服务人员的创新服务能力 |
| 8.6 本章小结 |
| 第9章 研究结论与展望 |
| 9.1 研究结论 |
| 9.2 研究局限与展望 |
| 9.2.1 研究局限 |
| 9.2.2 研究展望 |
| 参考文献 |
| 附录 |
| 研究成果 |
| 致谢 |
（7）智慧社会变革中的社会治理模式转型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论:智慧社会的问题意识与研究视野 |
| 1.1 选题的理由 |
| 1.2 问题的意识 |
| 1.3 国内外研究现状述评 |
| 1.4 研究思路、研究视角和研究方法 |
| 第二章 新技术革命下智慧社会的变革 |
| 2.1 新技术革命的进展 |
| 2.2 新技术引发的新问题 |
| 2.3 社会形态的变革 |
| 2.4 智慧社会的发展 |
| 第三章 智慧社会的社会治理模式变革 |
| 3.1 传统社会的社会管理 |
| 3.2 触发社会治理模式变革的现实基础 |
| 3.3 触发社会治理模式变革的理念变革 |
| 3.4 社会治理模式变革的必然性 |
| 第四章 智慧社会的社会治理模式转型 |
| 4.1 智慧社会的社会治理模式转型的意义 |
| 4.2 智慧社会的社会治理模式转型的内容 |
| 4.3 智慧社会的社会治理模式转型的具体实践 |
| 4.4 智慧社会的社会治理模式转型的当代启示 |
| 第五章 结论:总结与展望 |
| 5.1 研究总结 |
| 5.2 智慧社会及其社会治理的展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（8）智慧养老视域下中国养老服务体系的优化路径研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 绪论 |
| (一)研究背景 |
| (二)研究意义 |
| (三)研究方法 |
| (四)国内外研究述评 |
| (五)研究思路 |
| (六)创新与不足 |
| 第一章 理论依据与分析框架 |
| 一、理论基础 |
| (一)供给理论 |
| (二)客户关系管理理论 |
| (三)渐进理论 |
| (四)合作治理理论 |
| 二、分析框架 |
| 第二章 现实关照:我国养老服务体系的运行现状与升级需求 |
| 一、我国养老服务体系的运行现状 |
| (一)我国养老服务体系的发展变迁 |
| (二)我国养老服务体系的运行成效 |
| 二、我国养老服务体系的升级需求 |
| (一)社会多元化需求要求服务模式升级 |
| (二)人口老龄化趋势要求服务能力升级 |
| (三)内在实效性目标要求服务机制升级 |
| 本章小结 |
| 第三章 理想图景:智慧养老助推养老服务体系优化的逻辑理路 |
| 一、智慧养老在养老服务体系中的功能定位 |
| (一)嵌入:基于价值引领的养老模式重塑 |
| (二)赋能:基于信息技术的系统功能支撑 |
| (三)增慧:利用系统功能操作中的人人交互 |
| 二、智慧养老助推养老服务体系优化的三重逻辑 |
| (一)以“虚拟化”填补供需发展堕距 |
| (二)以“智能化”补足主体能力短板 |
| (三)以“一体化”提升整体运行效能 |
| 本章小结 |
| 第四章 实践探索:智慧养老助推养老服务体系优化的基本模式 |
| 一、“虚拟化”商业运营模式 |
| (一)会员制运作机制 |
| (二)实践成效与发展 |
| 二、“智能化”公益对接模式 |
| (一)积分制运作机制 |
| (二)实践成效与发展 |
| 三、“一体化”生态共建模式 |
| (一)派单制运作机制 |
| (二)实践成效与发展 |
| 本章小结 |
| 第五章 域外经验:国外智慧养老实践模式参鉴 |
| 一、“线上社区”养老模式 |
| (一)“线上社区”养老的制度基础 |
| (二)“线上社区”养老的运作机制 |
| 二、“智能居家”养老模式 |
| (一)“智能居家”养老的制度基础 |
| (二)“智能居家”养老的运作机制 |
| 三、合作型科技助老模式 |
| (一)合作型科技助老的制度基础 |
| (二)合作型科技助老的运作机制 |
| 本章小结 |
| 第六章 未来进路:智慧养老助推养老服务体系优化的前景 |
| 一、以智慧养老助推养老服务体系优化的可能限度 |
| (一)客观存在的温度落差 |
| (二)难以逾越的数字鸿沟 |
| (三)尚难突破的协同壁垒 |
| 二、以智慧养老助推养老服务体系优化的路径策略 |
| (一)以“量身定制化”增加服务人情味 |
| (二)以“包容性智慧”提升服务可及性 |
| (三)以顶层驱动和分层整合增强服务协同性 |
| 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士期间取得的科研成果 |
| 致谢 |
（9）智慧管网总体架构与发展策略思考（论文提纲范文）
| 1 智慧行业发展现状 |
| 1.1 行业发展现状 |
| 1.1.1 智能电网 |
| 1.1.2 智慧核电 |
| 1.1.3 智能制造 |
| 1.1.4 智慧城市 |
| 1.2 认识与启示 |
| 2 智慧管网建设现状 |
| 2.1 国外 |
| 2.2 国内 |
| 2.3 工程实践 |
| 2.4 认识与思考 |
| 3 总体架构设想及发展路线图 |
| 3.1 设计思路 |
| 3.2 智慧管网总体架构 |
| 3.2.1 业务维度的业务场景 |
| 3.2.2 智慧维度涵盖内容 |
| 3.2.3 能力维度基本内涵 |
| 3.2.4 成熟度评价 |
| 3.3 发展路线图 |
| 4 存在问题与发展策略 |
| 4.1 存在问题 |
| 4.2 发展策略 |
| 5 结束语 |
（10）我国人工智能领域政策文本的量化研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 引言 |
| 第一节 研究背景及意义 |
| 一、研究的背景 |
| 二、研究的意义 |
| 第二节 我国政策分析研究现状 |
| 一、研究对象 |
| 二、研究方法 |
| 三、政策文本主题挖掘的研究方法 |
| 第三节 研究思路及内容 |
| 一、研究思路框架 |
| 二、研究主要内容 |
| 第四节 研究创新点 |
| 第二章 理论基础与研究方法 |
| 第一节 理论基础 |
| 一、人工智能产业 |
| 二、人工智能产业链 |
| 三、人工智能产业政策 |
| 第二节 研究方法 |
| 一、文本量化分析法 |
| 二、文本主题挖掘技术 |
| 第三章 我国人工智能领域政策文本的内容分析 |
| 第一节 数据来源 |
| 第二节 政策的类型化分析 |
| 一、政策制定时间 |
| 二、政策制定主体 |
| 三、政策文本类型 |
| 四、政策间关联性 |
| 第三节 政策工具研究理论综述 |
| 一、政策工具的内涵 |
| 二、政策工具的分类 |
| 三、政策工具的应用 |
| 第四节 涉及产业分类标准 |
| 第五节 政策的内容分析 |
| 一、构建二维分析框架 |
| 二、政策工具维度分析 |
| 三、涉及产业维度分析 |
| 四、政策工具与三大产业二维量化分析 |
| 第六节 本章小结 |
| 第四章 我国人工智能领域政策文本的主题挖掘 |
| 第一节 文本预处理 |
| 一、文本分词处理 |
| 二、停用词处理 |
| 三、词频统计处理 |
| 第二节 LDA主题模型处理 |
| 第三节 可视化处理 |
| 第四节 本章小结 |
| 第五章 研究总结和展望 |
| 第一节 研究总结 |
| 第二节 研究展望 |
| 参考文献 |
| 附录 |
| 一、政策文本处理源程序 |
| 二、人工智能领域政策列表 |
| 三、人工智能领域政策文本内容编码表 |
| 致谢 |
四、基于互联网的企业智能决策支持系统研究（论文参考文献）
- [1]制造企业供应链数字化转型机理与决策模型[D]. 韩璐. 北京交通大学, 2021(02)
- [2]智能电网下充电站优化运营模型及决策支持系统研究[D]. 刘燕. 华北电力大学(北京), 2021
- [3]基于CBR-AIS智能决策支持的新创企业成长风险识别方法研究[D]. 刘畅. 江西财经大学, 2021(10)
- [4]基于消费者视角的互联网保险接受机制研究[D]. 杨华. 西北大学, 2021(12)
- [5]数字金融与农民收入增长 ——作用机制与影响效应[D]. 王永仓. 西南大学, 2021(01)
- [6]面向智库需求的智慧数据服务模式及服务能力评价研究[D]. 吴雅威. 吉林大学, 2021(01)
- [7]智慧社会变革中的社会治理模式转型研究[D]. 王喜媛. 西安电子科技大学, 2020(02)
- [8]智慧养老视域下中国养老服务体系的优化路径研究[D]. 张昊. 吉林大学, 2020(03)
- [9]智慧管网总体架构与发展策略思考[J]. 税碧垣. 油气储运, 2020(11)
- [10]我国人工智能领域政策文本的量化研究[D]. 李首骏. 安徽财经大学, 2020(04)