坚定政治立场全力支持脱贫攻坚

自2015年党中央、国务院做出打赢脱贫攻坚战的决定以来,战略规划部毫不动摇坚定决战决胜脱贫攻坚政治方向,积极落实总行党委服务脱贫攻坚各项决策部署,谋划服务脱贫攻坚相关举措,统筹考虑全行扶贫贷款信贷计划政策和财务可持续等因素,从量和价两个方面做好支撑和保障,为打赢脱贫攻坚战作出积极贡献。     

勇当先锋主力模范 书写扶贫精彩答卷

2015年以来,农发行湖北省分行始终以习近平总书记关于扶贫工作的重要论述为遵循,坚持精准扶贫精准脱贫方略,全力全程全行投入脱贫攻坚。五年来累计投放精准扶贫贷款1513亿元,2020年末扶贫贷款余额达924亿元,均居全省金融同业首位。连续荣获金融支持湖北经济发展突出贡献单位、全省易地扶贫搬迁先进单位和定点扶贫先进派出单位等荣誉称号,在省政府脱贫攻坚考核中获得"好"的评价,有力发挥了金融扶贫先锋主力模范作用。     

“十四五”规划:擘画第二个百年奋斗蓝图

宏伟擘画,纲举目张。第十三届全国人民代表大会第四次会议审查了《中华人民共和国国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要(草案)》,这是我国开启全面建设社会主义现代化国家新征程、面向“第二个一百年”奋斗目标的宏伟蓝图。李克强总理在大会上对“十四五”时期的主要发展目标和重大任务做了概述,勾勒出了未来发展的清晰路线图。     

深度学习方法在作物遥感分类中的应用和挑战

[目的]准确估算作物的面积和分布对粮食安全至关重要。与传统的机器学习方法相比,深度学习具有多种优势,如端到端训练、可迁移性。为有效利用高时空数据进行作物识别提供了新的机遇。已有多种模型被应用于作物分类任务中,针对不同的分类任务,如何有效地选择模型,并对其进行训练和使用已成为关键问题。[方法]文章回顾了利用深度学习模型对作物分类的主要研究。N维卷积神经网络(N-D CNN)(N=1、2、3)和递归神经网络(RNN)已被有效用于作物分类任务。长短期记忆RNN(LSTM RNN)和门控循环单元RNN(GRU RNN)是RNN的变体,解决了随着时间序列增加RNN出现的梯度消失或爆炸问题。此外,还有研究使用CNN和RNN(我们称为RCNN)的混合模型对作物进行分类。该文首先阐述了使用深度学习方法进行作物制图的背景和意义,并介绍了CNN和RNN模型结构。然后回顾了一些典型的研究,包括模型的结构、遥感数据源、数据处理方法和分类精度。最后,总结了使用深度学习方法进行作物分类的挑战以及现有解决方案的局限性。[结果](1)1-D CNN可用于提取时间特征,或时间+光谱特征,分类效果良好;2-D CNN已被广泛应用于单时相数据的空间特征提取,分类精度依赖于数据源;3-D CNN应用较少,但具有很大的潜力,尤其是时间+空间维度的特征提取;(2)相同条件下(架构、数据源、研究区域、类别),LSTM RNN和GRU RNN分类效果通常高于普通RNN,而前两者的效果差距不大,但GRU RNN训练时间较短;(3)CNN+RNN混合模型(RCNN)用RNN比3-D CNN更适合提取时间特征。这主要是由于RNN建立了对序列数据的长期依赖,而3-D CNN卷积核是局部计算的。[结论]通过分析,认为深度学习技术是作物遥感分类的有效工具。此外,与其他模型相比,RCNN,3-D CNN和GUR RNN具有更大的潜力。     

生态文明视域下城市前端分类模式调查及垃圾分类现状剖析

2000年起,我国开始进行垃圾分类处理的试点,但总体进展缓慢,迫切需要研究垃圾前端分类模式。对上海市、北京市较成熟的前端分类模式体系进行研究,对比研究两地分类模式的长处与不足,剖析了垃圾分类中存在的问题,根据研究结果,提出了相应的建议与措施,为我国垃圾前端分类模式机制建设提供参考和借鉴。     

地方债务治理对银行信贷资金"脱虚向实"的影响——基于国务院"43号文"准自然实验的经验考察

国务院"43号文"的实施,为研究地方债务的治理效果提供了一个准自然实验场景.研究发现:地方债务治理对银行金融资产没有产生影响,但会显著增加银行总贷款、个人贷款和企业贷款,有助于银行信贷资金的"脱虚向实";地方债务治理能显著增加银行实体行业贷款,但不能显著增加银行非实体行业贷款和建筑业贷款.机制检验发现,地方债务治理可以通过降低借款人和借款企业的融资成本,间接性地影响银行信贷资金配置.进一步研究发现,国务院"43号文"实施后,资产质量高的银行倾向于增加企业贷款和实体行业贷款,资产质量低的银行倾向于增加个人贷款;银行规模可以强化地方债务治理对银行贷款增长的促进作用.因此,为促进银行信贷资金的"脱虚向实",应提高地方债务治理水平,强化对银行业务的监管与引导,加强风险管理,保障银行资产质量.     

五载风雨铸辉煌 乘势扬帆再起航

自脱贫攻坚开展以来,农发行安徽省分行坚决贯彻省委省政府和总行党委全力服务脱贫攻坚工作部署,提升站位,强化担当,持续加大金融扶贫支持力度,争当安徽省金融扶贫先锋、主力和模范,筑牢服务脱贫攻坚的主阵地。截至2020年末,全行累计投放扶贫贷款1845亿元,余额1396亿元,占全省金融机构的50%以上,位列第一。易地扶贫搬迁专项建设基金和长期贷款份额连续5年保持90%以上,按时保质完成分年度脱贫攻坚目标任务,实现了六强化六提升。     

绿色物流视角下生活垃圾回收处理研究文献综述

近些年来,我国众多城市都出现了"垃圾围城"的现象,垃圾回收处理也成为了社会广泛关注的热点,但是众多学者对相关理论的研究成果并没有被系统性的总结。文章将在绿色物流视角下,对生活垃圾回收处理的相关研究进行全面梳理,从居民垃圾分类意识、垃圾回收处理服务网络构建、垃圾回收站点及中转站的选址等三个方面进行综述,最后进行述评和研究展望。     

居民生活垃圾分类意愿和行为的实证分析

城镇化发展所导致的环境治理问题越来越倍受关注,如何解决垃圾分类问题已成为环境整治的关键.本文基于蚌埠市377份样本数据,借鉴计划行为理论并运用Probit回归模型对影响垃圾分类意愿与行为的因素进行实证分析.回归结果表明,居民的垃圾分类意愿受到受教育水平、垃圾分类意义了解率、垃圾分类麻烦感和分类技能等四个因素的显著影响,居民的分类行为受到意愿、分类设施和技能三个因素的显著影响.     

社会心理服务驱动下信访“分类治理”的理路——以河南省西平县为例

学界对于信访分类治理的研究大多基于因“人”分类或因“事”分类展开,形成了信访分类治理研究的基本范式。然而,社会心理服务嵌入信访治理体系,为信访分类治理提供了新的视野:因“心”分类,即按照信访人“心理诉求——利益诉求”的两分原则,将信访人分为利益型、心理型、耦合型和无意识型四种。本文以西平县信访治理实践为个案,提炼出由“心”而治的信访分类治理模型,并对该模型的治理理路进行了分析。研究发现:地方政府对信访频次、情绪和事件的三维叠加形成了信访分类治理的参照维度,而地方政府对治理技术的灵活性运用则构成了信访分类治理的动态实践。本文为信访分类治理过程中信访人的心理诉求与利益诉求间的关系提供经验事实,并为社会心理服务驱动下的信访分类治理理路提供分析框架。然而,受限于研究区域和案例数量,本文提炼出来的由“心”而治的信访分类治理模式还有待进一步验证和完善。