【摘 要】
：
数字产业化与产业数字化是数字经济的“双重向度”,其耦合协调程度对于优化数字经济发展结构具有重要意义.揭示与阐述数字产业化与产业数字化的耦合机理,建立评价两者耦合协
【机 构】
：
武汉大学发展研究院,湖北武汉430079;武汉大学马克思主义学院,湖北武汉430072;武汉大学发展研究院,湖北武汉430079
论文部分内容阅读
数字产业化与产业数字化是数字经济的“双重向度”,其耦合协调程度对于优化数字经济发展结构具有重要意义.揭示与阐述数字产业化与产业数字化的耦合机理,建立评价两者耦合协调度的理论模型,设计评价两者耦合协调状况及趋势的指标体系,运用长江经济带11省市2013～2018年的面板数据,实证分析长江经济带数字产业化与产业数字化的耦合协调度.结果表明:长江经济带数字产业化水平和产业数字化水平稳步提升,总体耦合协调度区域差异明显,存在数字产业化滞后产业数字化的趋势.从加快推进新型数字产业发展、以“新基建”助力传统产业数字化转型、为区域间数字经济协调发展和区域内数字化转型构建更好制度体系、加强数字人才培养和激励等方面,提出促进我国数字产业化与产业数字化融合发展的政策建议.
其他文献
基于到达时间差的高精度无线定位系统要求基站之间实现精确的时间同步,目前主要采用人工方式指定基站之间的同步路径,效率和可靠性低.本文提出一种基于通信可靠性自动生成基站同步关系并获得最佳同步链的方法.该方法首先通过基站间的距离测量得到通信质量参数,采用全信息图和关键信息图两种方法来构建同步网络图,然后,以基站为节点、基站间通信质量为边的权重,将最佳同步链问题抽象为有向图的单源最短路径问题,最后,采用优化的Dijkstra算法和Viterbi算法实现最佳同步链的解算.实践证明,本文提出的方法是一种高效可行的基站
无线传感器节点能量有限的问题始终是其稳定运行的瓶颈。为保证节点具有稳定的能量供应,本文利用无线充电的方式为节点补充能量。首先,采用线性规划的方法对无线充电车的调度问题作出定义,同时综合考虑节点充电过程中的时间和空间因素,使用改进的引力搜索算法按需规划节点被服务的顺序。根据对节点被服务顺序的规划,使用单辆无线充电车携带多个可分离充电装置在多位置上为节点并发服务。最后,对所提出的算法进行仿真。仿真结果表明,所提出的算法在充电延迟方面明显优于现有的FCFS算法、NJNP算法以及经典的引力搜索算法。
采用“自上而下”的能源清单法,研究了长株潭城市群2017年人为热排放量及其时空分布特征;同时,利用中尺度天气预报模式(Weather Research and Forecasting,WRF)及其耦合的UCM
针对微机械洛伦兹力谐振磁传感器灵敏度受驱动控制电路和谐振频率漂移影响问题,利用平均周期法分析了鉴相器为异或门的锁相环频率跟踪电路的动力学模型,并求解出频率跟踪的稳定条件和稳态振幅平衡点.设计的磁传感器数值建模及仿真实验表明:当锁相环积分器系数小于临界值时,环路频率跟踪稳定;当锁相环积分器系数大于临界值时,频率跟踪振荡;稳态振幅与理论分析一致,灵敏度与接口电路无关;频率跟踪动态过程与压控振荡器初始频率ω0、积分系数kI、滤波器时间常数ξ有关.
三峡大坝的阻隔,造成鱼类生境片段化,为了解三峡船闸对上下游鱼类的连通性,研究三峡船闸过鱼能力,于2009年6月、2012年2月、2017年2月和2018年2月三峡船闸检修期间,对闸室及
基于光纤光栅传感器制备了一种测量土体内部微变形的位移传感器,该传感器主要包括光纤光栅、PVC(Polyvinyl chloride)管和光纤锚固板。标定试验发现,微位移传感器的最小分辨率为0.008 3 mm,灵敏度为0.12 nm/mm,可测量的最大位移为7.58 mm。通过边坡模型试验与有限元模拟计算对比研究发现,有限元计算与光纤光栅传感器的结果吻合较好,3个微位移传感器与有限元计算结果分析所
湖泊蕴含丰富的淡水资源,是区域发展的重要支撑.气候变化和人类活动加剧全球水资源时空分布差异,伴随越发频繁的湖泊洪水和干旱问题,影响区域经济社会用水安全和湖泊生态系统
叶绿素a浓度值是水体水质评价的重要指标,研究基于高分一号(GF-1)卫星遥感影像,利用神经网络模型,选用6节点的隐含层设置,构建了千岛湖清洁水体叶绿素a浓度反演模型,对其叶绿素a浓度值时空特征进行分析,并与其他常规反演方法精确度进行比较。研究结果表明,利用神经网络模型对千岛湖清洁水体叶绿素a浓度值进行反演是可行的,且与其他常规方法相比,该模型对于叶绿素a含量低的内陆清洁水体反演有着更高的相关性(R
评估土地生态经济系统的耦合协调发展状况,有助于揭示区域人地关系地域系统的动态演化规律,促进土地资源可持续利用.以三峡库区生态敏感区江津区为例,在剖析土地生态经济系统
为了解决在基于聚类方法的WiFi指纹定位中视角单一所导致的定位精度较低的问题,提出了基于多视角聚类的WiFi指纹定位方法。利用阈值-均值滤波方法对原始数据进行处理;结合K-means聚类算法对多视角信号(信号强度和位置)进行区划,并建立离线指纹库;使用基础分类器对实测信号分类,待测信号依据分类结果在其所属区域内估计K个邻近信号点,用近邻以及相应的权重值综合确定该信号的实际位置。通过对比实验分析可知,在考虑多视角的情况下,WiFi指纹定位精度在4 m以内的概率为83%,相比于单视角聚类的定位精度提高了12%