借鉴江苏产研院经验促进天津市创新平台发展的建议

来源 :天津经济 | 被引量 : 0次 | 上传用户:Y644900
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
江苏产研院作为江苏省深化科技体制机制改革“实验田”和“创新纽带”,探索出一套“研发作为产业、技术作为商品”的新模式,其一系列创新改革亮点招法值得借鉴.通过对江苏产研院创新举措进行剖析,总结出六点先进改革经验,结合当下天津市正谋划建设的海河实验室、技术创新中心、产业技术研究院等新型创新平台,提出促进创新平台能级提升的建议.
其他文献
在社会迅猛发展的背景下,人们对于电力拥有越来越高的需求量,我国电力工程建设量也在逐渐增加.为确保电力工程设计与当前社会发展需求的一致性,并能充分满足人们的电力需求,在对电力工程进行设计时,相关人员应高度重视电力规划与设计工作的质量,以此确保电力设施工作效率与安全,进一步为推动我国电力发展提供有力的依据.
作为非国有企业的关键决策者,首席执行官(CEO)的个人特质对企业的最终决策和价值创造至关重要,然而CEO风险偏好对企业社会责任(CSR)的影响机制尚未明确.鉴于此,本文选取2016-2019年沪深A股上市的非国有企业为样本,考察CEO风险偏好、企业社会责任以及审计定价之间的关系.研究发现,由风险偏好型CEO任职的企业,其社会责任水平更高,审计定价策略能显著促进企业社会责任的履行.进一步划分不同类型的企业社会责任进行检验,发现CEO风险偏好程度对社会型企业社会责任(ICSR)和技术型企业社会责任(TCSR)
本文以沪深两市A股上市公司为研究对象,基于2010-2016年的面板数据,探讨企业家创新精神的收益和风险.研究结果表明:企业家创新精神能够显著降低企业的信用风险水平,且两者之间可能存在倒U形的非线性关系.另外,企业家创新精神对企业的信用风险的减少效应因创新产出的异质性而存在显著差异.进一步考虑交互作用,企业家创新精神对于企业信用风险减少的效应在民营企业、大规模企业和专业化经营程度更高的企业表现得更加显著.
针对某9F燃机电厂防喘放气管道振动问题,现场开展振动测试,并参照汽水管道振动评判标准进行允许峰值计算速度计算,结果显示实测管道振动的最大速度为189.7 mm/s,小于允许峰值计算速度324.4 mm/s,本着提高设备安全性原则,最终给出从提高阀门内部连接件强度及降低管道振动程度两个方向进行处理的参考方案.
改革开放以来,我国经济持续快速发展,但粗放型经济发展模式对我国的生态环境构成了威胁,生态环境问题日益严重.本文以政府、企业和公众三者为研究对象,从环境规制视角出发,构建政府、企业和公众三者之间的演化博弈模型,通过演化仿真分析研究影响三个主体最终策略选择的因素.实证结果表明:政府是否选择监管策略受企业技术革新概率大小的影响,且政府监管概率与监管成本呈负相关,与名誉收益、企业上缴的罚款以及由政府监管不利导致的社会损失呈正相关关系;企业是否选择技术革新策略受政府监督概率大小的影响,且企业技术革新概率与技术革新成
文章从便携式电子内窥镜的产品原理和基础功能出发,分析论述便携式电子内窥镜的供电模块、照明系统、成像系统、偏转控制系统以及与患者接触的材料等基本功能模块的作用与相关要求.
平皮带输送机是连续运行的运输,在PCB板、软板和载具等半导体行业输送产品,如PCB板、软板和放置载具的成件产品.平皮带输送机是半导体行业最理想的运输机,运行可靠度高,易于实现自动化、集中化控制.应用又得到进一步推广.同时由于该机构是用于自动化设备行业的,因此需要考虑人体工程学以达到方便操作,高速、高效、高稳定性的目的.该设计选择运用SolidWorks三维建模软件,完成平皮带输送机的结构设计、2D装配图以及其主要零件图的绘制.
原油差温顺序输送是指顺序输送在具有不同流动特性的原油时,根据安全与节能的需要,调整油品加热温度以节约能耗的一种管输技术.文章研究冷热原油顺序输送过程中的管内原油不同位置时温度和土壤传热系数等参数的计算,对管道内外传热的耦合过程进行探讨,建立冷热原油顺序输送的数学模型.通过优选低凝油油尾加热时机及出站温度,实现提高冷热油顺序输送经济效益的目标.
随着“双循环”新发展格局的建立和“引进来”与“走出去”战略的逐步实施,中国双向FDI对绿色发展发挥着重要作用.基于中国30个省份2013-2018年的面板数据,本文利用三阶段DEA模型测度绿色创新效率,考察中国FDI、OFDI与绿色创新效率的市场化水平门槛效应.研究结果表明:考察期内我国绿色创新效率显著提升但发展不均衡,中西部地区的绿色创新效率较为接近,与东部地区相差较大;中国FDI、OFDI与绿色创新效率之间存在显著的市场化水平双重门槛,随着市场化水平提升,FDI对绿色创新效率的影响系数呈下降趋势并且由
为解决负荷特征学习和训练模型难以求解、识别准确率不高的问题,文章提出了一种基于奇异值特征矩阵重构的深度学习非侵入式负荷监测方法,首先利用奇异值分解算法对采集到的混合信号进行负荷分离,并设定奇异值的门限,保留通过门限的左右奇异值矩阵,然后获取处理后的左右奇异值矩阵的克罗内克积,实现信号的特征矩阵重构;将大量典型家电的运行电流数据转换成重构特征矩阵的形式,并使用卷积神经网络模型进行训练,从重构的特征矩阵中提取独立负荷特征,进而建立能够处理重构特征矩阵数据的卷积神经网络模型,并基于该模型提取数据特征,从而达到辨