大数据背景下城建档案社会化服务作用体现的策略

城建档案记载着城市的发展、变化的历史,是城市建设事业与档案工作结合的成果。本文分析了城建档案的社会作用,提出了大数据背景下城建档案社会化服务作用体现的策略。我们认为,在加强城建档案社会化服务作用的举措上,要加强宣传,要让城建档案工作变得更加高效便捷。     

解码合肥高新区“双高增长”秘诀——专访合肥高新区党工委书记、管委会主任 宋道军

如果说合肥是中国城市创新发展的一匹"黑马",合肥高新区则是这匹"黑马"最重要的发动机之一。近年来,合肥高新区"中国声谷·量子中心"品牌声名远播、初露峥嵘,但它的雄心远不止于此。其在人工智能、集成电路、大数据、5G、大健康、信息安全等战新产业领域同时发力,在全国乃至全球搅弄风云。128平方公里的园区内集合了这么多未来产业,在全球范围内都颇为罕见,合肥高新区已经升级为一座"未来城"。     

大数据对中国电子政务发展的影响及应用

大数据技术作为电子政务发展的推进器,不仅给技术进步带来深刻变革,而且给政府协同和公共服务模式带来了创新性发展。大数据作为“未来的石油”,已经成为一种重要的国家战略资源,正引领着新一轮科技创新,对中国电子政务可持续快速发展具有重要影响和推动作用。利用大数据来加强顶层设计、创新体制机制、整合信息资源、分析处理数据、促进政务协同、提供决策管理、提升公共服务和确保信息安全等方面已经得到重视和应用。“用数据说话、用数据决策、用数据管理、用数据创新”已经成为提升政府治理能力的新途径。     

经济新常态背景下精准扶贫对策研究

我国的贫困治理政策正在发生深刻转变,落实精准扶贫将助力全面建成小康社会。要实现精准识别、满足多元需求、发展内生动力的扶贫任务十分艰巨。基于对精准扶贫实践中所面临的困境进行分析,提出了经济新常态下精准扶贫的对策:借助公益组织精准识别扶贫对象,构建扶贫对象动态管理机制,创新扶贫治理机制,实现多元化贫困治理,依托互联网大数据创新精准扶贫管理模式等。     

贸易开放对中国水环境污染影响的实证研究

文章基于2004-2013年中国31个省市的面板数据,采用动态面板模型和差分GMM估计方法,分别选取化学需氧量排放和氨氮排放作为水环境污染的有机污染物和无机污染物的排放指标,对贸易开放的结构效应引致的中国水环境污染排放进行了实证研究.研究结果表明,经济增长的规模和技术效应是影响水环境污染排放的主要因素,直接结构效应对中国水污染排放的影响不显著,贸易开放的结构效应也在一定程度上加剧了中国水环境污染的排放.通过引入贸易开放的相关交叉项进一步对决定贸易结构效应的比较优势来源进行识别,结果发现,对于中国水环境污染排放并不存在所谓的“污染天堂效应”和“要素禀赋效应”.贸易的结构效应会导致西部经济欠发达地区的水污染排放降低,而对中东部经济相对发达地区,贸易的结构效应会引致其水污染排放量的增大和排放强度的加剧.     

基于序化机理的稳健型股票价值投资决策——一个研究框架

面对资本市场风险加剧的现实背景,以"公司经营业绩与股票市场业绩一致趋优"为稳健型投资的核心要素,立足于区间数据表示、会计信息度量两个关键要素,开展稳健型股票价值投资的多准则决策建模研究。面向稳健型投资决策目标,提出满足"稳健性""局部性""全局性"3个特性的序化机理,围绕关键特征选择、特征评价、全序化建模的主体脉络建立系统性多准则决策方法,进而构建"稳健型股票价值投资决策"的研究框架。     

移动互联网背景下电信运营商产业链延伸合作模式及策略研究

移动互联网的快速发展和市场竞争的加剧促使电信运营商开始转型,加强产业链合作,服务提供商(SP)、内容提供商(CP)等互联网企业和终端制造商是电信运营商寻求合作的重要方向.文章分析了移动互联网背景下电信运营商开展产业链延伸合作的动因;提出了平台开放型、股权投资型、战略联盟型等三种电信运营商和SP/CP的合作模式,以及合约合作型、深入定制型、运营商自建型等三种电信运营商和终端制造商的合作模式;并进一步分析了电信运营商与SP/CP以及终端制造商合作的模式选择策略,以期为中国电信运营商开展产业链合作提供借鉴和参考.     

盘形钻头刮切实验数据分析处理

简要介绍了盘形钻头的结构特点及工作机理,着重对盘形牙轮钻头9种不同结构参数的盘形切削齿与目前镶齿牙轮钻头上使用的瓢形和楔形齿在重庆砂岩上进行了刮切对比实验的实验数据进行了分析处理。求出了刮切实验中测得的不同牙齿在刮切过程中的刮切力的最大值、最小值、平均值和刮切单位体积岩石所需的刮切力的大小,得到了不同结构牙齿在刮切重庆砂岩时的刮切效果,为进一步设计出实用于中硬及软地层并具有较高综合工作性能的盘形钻头提供了实验数据。     

拉格朗日插值模型与统计数据检验及应用

文章介绍了拉格朗日插值方法,针对基层统计人员采集的数据进行随机分组,并借助各组数据的中位数构造权重系数;利用拉格朗日插值建立起对应的拉格朗日插值函数,并结合权重构造总体的加权平均拉格朗日插值模型;最后基于文中建立的模型,结合具体的数据,给出判别数据质量和补充缺失数据的例子.