【摘 要】
：
新一轮互联网技术变革的兴起和成熟,倒逼传统行业在发展道路上转型升级,在此背景下,我国现代物流业也逐渐步入与互联网产业深度融合的时代。物流业在过去十多年经历了高速发展的过程,但根据近年数据来看,目前我国物流业内增速逐渐放缓,物流成本由快速下降期进入平台期。作为我国经济实力较强、发展潜力较高的江浙沪地区,物流业的发展不容小觑。物流业的发展态势和江浙沪地区各城市经济的发展相辅相成,物流产业的规模和体量在
论文部分内容阅读
新一轮互联网技术变革的兴起和成熟,倒逼传统行业在发展道路上转型升级,在此背景下,我国现代物流业也逐渐步入与互联网产业深度融合的时代。物流业在过去十多年经历了高速发展的过程,但根据近年数据来看,目前我国物流业内增速逐渐放缓,物流成本由快速下降期进入平台期。作为我国经济实力较强、发展潜力较高的江浙沪地区,物流业的发展不容小觑。物流业的发展态势和江浙沪地区各城市经济的发展相辅相成,物流产业的规模和体量在近些年大幅提升,但受制于经济结构等限制,仍存在高成本低效率的问题,因此探究江浙沪地区各城市物流要素投入与产出情况,分析其物流效率的变化有着重要意义。首先,本文通过对目前物流业发展背景、国内外相关文献、区域物流及物流效率理论、数据包络分析法（DEA）和曼奎斯特指数法（Malmquist）的梳理后,构建江浙沪地区共25个城市2015-2019年的物流效率评价指标体系,选取3个投入指标、2个产出指标和3个环境因素,并使用肯德尔（Kendall’s-tau＿b）非参数相关性检验对指标的合理性进行验证,确保数据符合DEA模型的要求;其次,从静态角度用三阶段DEA模型计算出江浙沪地区25个城市的物流效率,因为第一阶段DEA模型存在无法衡量环境和随机干扰等方面的局限性,所以有必要引入随机前沿分析（SFA）回归模型进行第二阶段的调整,数据变化后进行第三阶段DEA的测算,对比江浙沪地区25个城市物流效率在调整前后的变化情况;然后,考虑到三阶段DEA模型仅能从静态角度反映各个城市的物流效率情况,无法反映不同时期内效率的变化,因此在三阶段DEA测算结果的基础上引入Malmquist生产率指数,从时间维度上评估江浙沪地区内各城市的物流全要素生产率的动态变化情况;最后,根据实证分析结果,本文从完善政策环境、确保信息互通、提升管理水平和重视数据统计四个方面对江浙沪地区的物流发展提出建议和对策。
其他文献
云制造模式下,各类制造资源和制造能力被虚拟化封装为制造服务,通过云平台实现全面共享和按需使用。企业可以通过服务组合的方式在线定制云制造服务系统,完成各类制造业务。由于云环境的动态性和不可预测性,制造服务具有不确定性,常出现服务失效、性能下降等问题,难以满足用户的实际定制和使用需求。因此,通常需要对制造服务进行在线监测,为保障云制造服务系统的正常运行提供依据。然而,在云平台中的制造服务数量庞大,对所
主动声呐工作在复杂的海洋环境中,多途、海深、声速梯度、温度等诸多因素都会影响水中目标散射声场,尤其是隐身目标和各种小目标的出现,导致目标特性微弱,很难提取出利于识别的稳定而可靠的目标固有特征。面对该问题,本论文重点关注海洋信道中有目标和没有目标时的声场变化,从理论仿真、特征提取、试验数据获取分析三个方面,研究海洋信道环境声场、主动声呐目标散射声场产生的干涉条纹特征,为目标的探测和识别提供一种有效的
近年来,在智能机器人领域,工业无人巡检机器人、矿山爆破机器人等的应用越来越广泛。SLAM技术作为机器人实现智能化、自主化的关键技术之一迅速成为智能机器人领域重点关注的技术。SLAM问题中一个需要解决的难题就是量测数据和诸多地图特征的数据关联问题。基于数据关联和卡尔曼滤波器的SLAM算法利用数据关联来解决这个问题,在关联场景简单时取得了良好的效果。但是在环境中杂波较多、传感器存在大量漏检的情况下,基
我国领海辽阔,海洋资源丰富。舰船作为海洋活动的主体,实现舰船目标的准确识别对于海洋强国建设至关重要。目前,舰船目标数据的采集方式多样,主要有星载、机载、无人机载、舰载、船载和岸基等,不同采集方式所获得的图像数据之间存在一定差异;利用某一平台图像数据得到的舰船目标深度识别网络无法直接应用到其他平台,这是由于平台之间存在观测视角和图片分辨率等多种差异。因此,本文重点开展了基于深度迁移学习的舰船目标识别
滤波器设计方法与技术一直是学术领域研究的热门课题之一,近些年来已得到了长足的发展。目前,虽然以线性卡尔曼滤波器设计为基础的理论和方法已形成一个较完整的体系结构,但现有面对非线性系统所设计出的卡尔曼滤波器,常随非线性程度的增强,而性能在逐步退化;以函数近似为主的扩展卡尔曼滤波和强跟踪滤波,无法在根本上解决由于舍掉泰勒展开式的高阶项带来的线性化误差;以采样近似为主的无迹卡尔曼滤波不关注具体的函数形式,
近年来,随着计算机算力的不断增长,计算机视觉领域依托深度学习的方法取得了显著的进展,车道线检测领域也乘着这阵东风飞速发展。虽然现有的基于深度学习的车道线检测算法在鲁棒性等方面远超传统算法,并在某些简单场景中的检测性已经能够很好的满足实际应用的需求,但是在光照分布不均、车流量大、车道线磨损、夜晚、地标箭头干扰等复杂道路场景中,算法性能不容乐观。因此本文尝试在现有的两种基于CNN的车道线检测算法上进行
对称α稳定（Symmetricα-Stable,SαS）测量噪声下鲁棒纯方位目标定位是被动目标定位领域的一个重要课题,被广泛应用于电子侦察、阵列网络、无线定位和机器人导航等领域。不同于高斯测量噪声,SαS测量噪声没有统一闭式概率密度函数且不存在二阶及以上统计量,鲁棒纯方位定位的优化准则变为最小散度准则,即最小Lp范数准则。典型的迭代重加权伪线性最小二乘（Iteratively Reweighted
近年来,风电场规模越来越大,如果对大型风电场的每台机组进行详细建模,会增加运算规模、耗费大量时间。因此,有必要对风电场等值建模方法进行深入研究。而随着风电场及电网复杂化,故障情况常常会导致无功功率不足,致使系统电压及功率因数降低。静止无功发生器（SVG）被越来越多地应用到电网及风电场中以补偿无功和稳定电压,但实际情况中SVG往往无法提供准确参数,仿真时大多使用典型参数,因此,亟需对SVG的控制器参
大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）技术可以有效地提高无线通信系统性能,而信道状态信息（Channel Status Information,CSI）的特征对系统性能有至关重要的影响。利用导频信号进行信道估计获得信道状态信息是常用的信道估计方法之一,即在发送端将一定数量的导频序列加入到发射信号中一起发送,接收机通过适当的处理技术分别获得导频点
虚拟现实（virtual reality,VR）技术凭借沉浸式视觉体验的优势,越来越多地应用于脑卒中运动障碍的康复治疗。动作视觉感知下镜像神经元系统与感觉运动皮层的功能整合是动作观察应用于脑卒中运动障碍神经康复的理论基础之一。相比于传统的动作观察,VR技术的优势在于其沉浸式的视觉体验,但这种视觉上的体验变化是否能进一步促进镜像神经元和感觉运动皮层的功能整合?VR场景下对本体动作的视觉感知体验,预期