The World Data Organization(WDO),a professional,non-governmental and non-profit international body inaugurated in Beijing on March 30,aims to provide a platform for global collaboration.To gain insights into the WDO’...The World Data Organization(WDO),a professional,non-governmental and non-profit international body inaugurated in Beijing on March 30,aims to provide a platform for global collaboration.To gain insights into the WDO’s role in international data governance,Beijing Review spoke to Gao Yi,an associate research fellow at the Chinese Academy of Science and Technology for Development.Gao specializes in international science and technology relations as well as innovation policy and governance.Edited excerpts of the interview follow.展开更多
Big data technology has become increasingly prevalent in facilitating the delivery of government services and public goods in China and beyond.This article seeks to examine how big data can be leveraged in poverty gov...Big data technology has become increasingly prevalent in facilitating the delivery of government services and public goods in China and beyond.This article seeks to examine how big data can be leveraged in poverty governance in rural China,and what the political implications are.This phenomenon of big data-driven welfare governance is particularly salient considering the broader context of governmental digital transformation,both within China and globally.This research sheds light on how big data usage functions in poverty alleviation,highlighting general motivations and developments in Chinese data-centric welfare governance.More importantly,this article introduces the novel concept of"digital cybernetic capacity"to examine public sector modernization as big data transforms the landscape of welfare delivery and governance.By delving into the intersection between technology and social welfare,we explicate how the use of big data in social welfare policies can go beyond merely improving information capacity to redefine state capacity.This article argues that such a new governance ecosystem,driven as it is by data technologies,not only provides insights about the transformative resilience of Chinese governance but also opens a new theoretical frontier for research into other countries.展开更多
作为地理学人地关系研究的重要载体,生态系统文化服务(CES)相关研究近年来呈现快速增长趋势,特别是在CES认知、识别与量化等方面取得显著进展。随着互联网技术的发展,学者逐渐利用社交媒体平台开展CES研究。本文基于“Web of Science”...作为地理学人地关系研究的重要载体,生态系统文化服务(CES)相关研究近年来呈现快速增长趋势,特别是在CES认知、识别与量化等方面取得显著进展。随着互联网技术的发展,学者逐渐利用社交媒体平台开展CES研究。本文基于“Web of Science”数据库收录的自2013年1月1日—2025年6月30日的相关文献,系统梳理了社交媒体数据支撑的CES研究内容演变的阶段性进展,并总结了其面临的主要挑战。研究发现,社交媒体数据具有数据量大、易获取、能够体现用户参访时空分布等优势。然而,此方法在数据层面存在偏倚和隐私问题;技术层面面临噪声与重复数据去除繁琐、语言文化差异识别难度大以及算法不透明的局限;理论层面则暴露出CES流理论框架不完善和用户属性与需求难以关联的不足。针对上述问题,研究提出:数据发展以奠定基础—技术优化以拓展模式—学科交叉以建构理论的发展框架;在数据层面,建议优化隐私协议、多平台验证和加强公众参与,奠定数据基础;在技术层面,强调建立多语言训练集、构建自动去噪模型并提升时空分辨率,捕捉公众动态参访特征,拓展CES研究模式;在理论层面,借助大数据科学的精细化人口流动数据,融合地理学时空分布规律、社会学公众热点和需求及管理学的政策视角,推动CES流理论建构。这一框架贯通实践与理论的双向推动,将为CES研究提供新发展思路。展开更多
面对复杂高风险的隧道场景,机器学习(machine learning,ML)为地质认知、施工优化与运营安全提供数据驱动的新范式。基于Web of Science核心期刊的1633篇文献,通过科学计量分析系统梳理ML在隧道工程中的研究热点与演化趋势,围绕围岩识别...面对复杂高风险的隧道场景,机器学习(machine learning,ML)为地质认知、施工优化与运营安全提供数据驱动的新范式。基于Web of Science核心期刊的1633篇文献,通过科学计量分析系统梳理ML在隧道工程中的研究热点与演化趋势,围绕围岩识别-掘进优化-健康监测全生命周期链条,综述现有研究所使用的ML算法与应用现状。在围岩识别方面,融合地质、随钻参数、图像和光谱特征与物探信息的集成学习与深度学习(deep learning,DL)显著提升岩性判别与异常体识别;在掘进优化方面,时序与多模态模型用于推进速度、能耗预测及参数自适应控制,增强对非线性耦合的刻画;在健康监测方面,衬砌缺陷检测正向高精度、实时化与轻量化演进。然后,对领域内存在的关键挑战进行分类和总结,提出未来需从数据标准化生态体系、开放数据平台、多模态数据融合框架、模型可解析性提升、不确定性量化、大语言模型深化应用、轻量化部署、模型优化、鲁棒性优化、跨学科协作、可持续发展11个方面推进,旨在推动ML在隧道工程中从理论研究向工程实用化转化。展开更多
【目的】本研究旨在系统解析多源大数据驱动的生态系统文化服务(cultural ecosystem service,CES)评估创新,明晰研究进展与未来方向。【方法】以“生态系统文化服务”和“价值评估”为关键词,检索Web of Science与CNKI数据库2000—2024...【目的】本研究旨在系统解析多源大数据驱动的生态系统文化服务(cultural ecosystem service,CES)评估创新,明晰研究进展与未来方向。【方法】以“生态系统文化服务”和“价值评估”为关键词,检索Web of Science与CNKI数据库2000—2024年的文献。从大数据类型、CES价值类型、评估对象与评估方法4个维度梳理研究成果,对当前研究机遇、挑战及未来趋势进行系统性评述,并系统性总结基于多源大数据的CES评估工作流。【结果】1)CES评估范式呈现从传统经济核算向智能评估转型的趋势。统计表明,约70%的研究通过多源数据的应用实现了范式革新,主要体现在CES价值类型维度拓展、评估对象类型细化、评估方法应用创新3个方面。2)大数据应用突破了传统信息获取瓶颈,形成政府公开数据(生态环境数据、人口经济数据等)与用户生成数据(社交媒体数据、地图与兴趣点数据、位置服务数据等)融合的多元化格局,显著提升了CES价值解析的精度、时空覆盖度及场景适用性。3)机器学习、深度学习等人工智能技术与大数据分析手段成为新兴的CES评估方法,能进行海量数据处理与深度信息挖掘,有效提升了评估效率与准确性。【结论】多源大数据的应用使得CES评估从传统经济核算转向智能感知分析,为CES研究提供了新依据。未来需推动评估框架的标准化,以提升研究结果的科学性和解释力。展开更多
文摘The World Data Organization(WDO),a professional,non-governmental and non-profit international body inaugurated in Beijing on March 30,aims to provide a platform for global collaboration.To gain insights into the WDO’s role in international data governance,Beijing Review spoke to Gao Yi,an associate research fellow at the Chinese Academy of Science and Technology for Development.Gao specializes in international science and technology relations as well as innovation policy and governance.Edited excerpts of the interview follow.
基金the youth project"Research on the Practical Challenges of Government Digital Transformation and Their Mitigation Mechanisms from the Perspective of Algorithmic Governance"supported by the National Social Science Fund of China(No.21CZZ039).
文摘Big data technology has become increasingly prevalent in facilitating the delivery of government services and public goods in China and beyond.This article seeks to examine how big data can be leveraged in poverty governance in rural China,and what the political implications are.This phenomenon of big data-driven welfare governance is particularly salient considering the broader context of governmental digital transformation,both within China and globally.This research sheds light on how big data usage functions in poverty alleviation,highlighting general motivations and developments in Chinese data-centric welfare governance.More importantly,this article introduces the novel concept of"digital cybernetic capacity"to examine public sector modernization as big data transforms the landscape of welfare delivery and governance.By delving into the intersection between technology and social welfare,we explicate how the use of big data in social welfare policies can go beyond merely improving information capacity to redefine state capacity.This article argues that such a new governance ecosystem,driven as it is by data technologies,not only provides insights about the transformative resilience of Chinese governance but also opens a new theoretical frontier for research into other countries.
文摘作为地理学人地关系研究的重要载体,生态系统文化服务(CES)相关研究近年来呈现快速增长趋势,特别是在CES认知、识别与量化等方面取得显著进展。随着互联网技术的发展,学者逐渐利用社交媒体平台开展CES研究。本文基于“Web of Science”数据库收录的自2013年1月1日—2025年6月30日的相关文献,系统梳理了社交媒体数据支撑的CES研究内容演变的阶段性进展,并总结了其面临的主要挑战。研究发现,社交媒体数据具有数据量大、易获取、能够体现用户参访时空分布等优势。然而,此方法在数据层面存在偏倚和隐私问题;技术层面面临噪声与重复数据去除繁琐、语言文化差异识别难度大以及算法不透明的局限;理论层面则暴露出CES流理论框架不完善和用户属性与需求难以关联的不足。针对上述问题,研究提出:数据发展以奠定基础—技术优化以拓展模式—学科交叉以建构理论的发展框架;在数据层面,建议优化隐私协议、多平台验证和加强公众参与,奠定数据基础;在技术层面,强调建立多语言训练集、构建自动去噪模型并提升时空分辨率,捕捉公众动态参访特征,拓展CES研究模式;在理论层面,借助大数据科学的精细化人口流动数据,融合地理学时空分布规律、社会学公众热点和需求及管理学的政策视角,推动CES流理论建构。这一框架贯通实践与理论的双向推动,将为CES研究提供新发展思路。
文摘面对复杂高风险的隧道场景,机器学习(machine learning,ML)为地质认知、施工优化与运营安全提供数据驱动的新范式。基于Web of Science核心期刊的1633篇文献,通过科学计量分析系统梳理ML在隧道工程中的研究热点与演化趋势,围绕围岩识别-掘进优化-健康监测全生命周期链条,综述现有研究所使用的ML算法与应用现状。在围岩识别方面,融合地质、随钻参数、图像和光谱特征与物探信息的集成学习与深度学习(deep learning,DL)显著提升岩性判别与异常体识别;在掘进优化方面,时序与多模态模型用于推进速度、能耗预测及参数自适应控制,增强对非线性耦合的刻画;在健康监测方面,衬砌缺陷检测正向高精度、实时化与轻量化演进。然后,对领域内存在的关键挑战进行分类和总结,提出未来需从数据标准化生态体系、开放数据平台、多模态数据融合框架、模型可解析性提升、不确定性量化、大语言模型深化应用、轻量化部署、模型优化、鲁棒性优化、跨学科协作、可持续发展11个方面推进,旨在推动ML在隧道工程中从理论研究向工程实用化转化。
文摘【目的】本研究旨在系统解析多源大数据驱动的生态系统文化服务(cultural ecosystem service,CES)评估创新,明晰研究进展与未来方向。【方法】以“生态系统文化服务”和“价值评估”为关键词,检索Web of Science与CNKI数据库2000—2024年的文献。从大数据类型、CES价值类型、评估对象与评估方法4个维度梳理研究成果,对当前研究机遇、挑战及未来趋势进行系统性评述,并系统性总结基于多源大数据的CES评估工作流。【结果】1)CES评估范式呈现从传统经济核算向智能评估转型的趋势。统计表明,约70%的研究通过多源数据的应用实现了范式革新,主要体现在CES价值类型维度拓展、评估对象类型细化、评估方法应用创新3个方面。2)大数据应用突破了传统信息获取瓶颈,形成政府公开数据(生态环境数据、人口经济数据等)与用户生成数据(社交媒体数据、地图与兴趣点数据、位置服务数据等)融合的多元化格局,显著提升了CES价值解析的精度、时空覆盖度及场景适用性。3)机器学习、深度学习等人工智能技术与大数据分析手段成为新兴的CES评估方法,能进行海量数据处理与深度信息挖掘,有效提升了评估效率与准确性。【结论】多源大数据的应用使得CES评估从传统经济核算转向智能感知分析,为CES研究提供了新依据。未来需推动评估框架的标准化,以提升研究结果的科学性和解释力。
