明树数据围绕政府投融资、数据要素流通、人工智能与行业数字化应用，提供面向决策与实践的前沿洞察
已发布内容 17 条
手机信令数据样本量大、时效性强，已被用于城市交通四阶段模型的标定与修正，但在城市交通模型的全流程建模上的应用还比较少见。本文以兰州为例，结合手机信令数据和居民出行调查数据提出了一种城市交通模型的快速构建方法，并结合现状交通调查和交警卡口等小样本数据进行模型校核。该方法可以发挥手机信令数据的大样本和时效性优势，以及居民出行调查数据的全面性优势，从而快速构建具有一定精度的城市交通模型。利用该城市交通模型对G1816高速公路兰州过境段进行了交通影响评价，包括建设前后的路网流量对比分析和OD溯源分析等，为该项目的规划设计决策提供了技术支持。
编者按：国务院办公厅《关于进一步盘活存量资产扩大有效投资的意见》（国办发〔2022〕19号）出台后，基础设施REITs、特许经营、产权交易、兼并重组、专业化运营等工具受到广泛关注。但在项目一线，真正棘手的往往不是“市场上有哪些工具”，而是某项资产是否已经具备使用这些工具的条件。
2026年中央预算内投资城市更新专项重点支持老旧居住区、城中村、城市公共空间和老旧街区（厂区）等更新方向。本文梳理主要投向、支持条件和部分补助比例要求，并提示项目申报时需要核对人口门槛、核定投资与不予支持费用。
工程咨询企业面临低价竞争、交付压力、知识依赖个人和数据安全等问题。本文分析盲目自研、完全外包的常见风险，说明AI私有化部署在知识沉淀、报告生产、测算校核与合规审查中的价值，并给出适用对象和平台选型要点。
2026年“两重”建设项目清单已全部下达，全年安排超长期特别国债资金8000亿元，覆盖科技创新、重大交通、水利、地下管网、人工智能和生态建设等重点领域。本文梳理三批资金节奏、项目方向和项目谋划启示。
《河南省省管企业投资监督管理办法》以44条规定重构省管企业投资监管体系，明确年度投资计划、负面清单、特别监管项目备案、全过程风险管理和责任追究要求。本文梳理企业“谁来管、怎么投、如何追责”的核心规则。
低空经济正由概念与基础设施先行转向场景验证和规模运营。本文梳理农林、物流、巡检、应急、测绘、文旅、城市治理和便民飞行八类场景，并分析地方政府与国企在数据资产、低空智联基础设施和场景运营方面的切入机会。
2026年中央预算内投资、超长期特别国债和新型政策性金融工具形成约2.55万亿元政策资金组合。本文梳理人工智能基础设施、城市更新、国家水网和新型能源体系等重点方向，分析从传统基建向算力、数据与融合平台转型的项目谋划逻辑。
“三资三化”以国有资源资产化、国有资产证券化、国有资金杠杆化为主线，推动沉睡资源转化为可运营、可融资、可持续增值的资产。本文梳理政策体系、典型实践以及产权、合规、估值和现金流风险的防控重点。
PPP新机制强调聚焦使用者付费项目、全部采取特许经营模式并优先选择民营企业参与。本文围绕合规性判定、特许经营方案、投资主体选择、招标采购、协议谈判和履约监管，梳理项目从谋划到落地的关键动作。
你是否面临“想要的Data找不到，手里的资源没处用”的困境？
区域经济财政债务指标、债券、项目+ 政策，企业 / 机构速查
PPP项目如何通过运营数据资产化并发行RWA，构建“数据使用价值→投资价值→消费价值”的转化链条，从而有效解决其核心痛点。
据明树数据最新统计，自城投“退平台”工作开展以来，全国已有超 4000 家城投企业完成退平台工作。进入 2025 年，退平台速度明显加快，截至8月26日，今年已有209家地方融资平台发布“退平台”公告。
针对高速公路货车差异化收费，大多以经济效益为导向，忽视社会效益及路网整体通行效率的问题。本文以综合效益(经济效益、社会效益)最大化为目标，构建适用于多地区的含有不同地区路段类别因子的分层Logistic回归模型。基于甘肃和新疆差异化收费项目数据对模型进行标定，假设3种收费情景并制定多样化的收费策略，分析货车行驶不同距离高速公路的分担率变化情况;针对目标高速公路对费率变化进行敏感性分析。结果表明，新疆G0711和G0612高速公路在制定的3种差异化收费策略下，高速公路货车分担率分别提升了4.99%、14.01%、8.34%。
在交通物流降本增效的几种具体举措中，西部内陆省份和欠发达地区应充分重视结构性降本增效。以宁夏为例，分析产业发展现状，结合深度调研，明确宁夏的主要货运品类及流向等货运特征画像。从国际经济发展基本格局、国家物流发展布局、与周边主要城市关联强度、货车GPS数据分析等方面，分析宁夏的主要物流通道定位，提出了完善区域综合交通网络、加快融入西部陆海新通道等结构性降本增效对策建议。
从连续观测数据中识别典型的居民出行分布，对城市交通模型构建和交通规划决策具有重要意义。本文以兰州为例，使用连续一个月的手机信令数据，提取日出行OD矩阵；然后使用主成分分析法（PCA）对时序OD矩阵进行降维，并使用动态模糊C-均值聚类（DFCM）识别得到3种典型的日OD矩阵：工作日、休假日、特殊工作日。其中，工作日典型OD矩阵出行总量最大，出行空间分布呈现显著的由市中心至外围片区的放射状；休假日典型OD矩阵空间分布在各片区较无规律，以中长途出行为主，与居民的旅游休闲、娱乐消费等活动需求有关；特殊工作日大部分与节假日或周末相邻，出行总量相对工作日通勤需求较少，相对于工作日通勤主要增长部分集中在城市核心片区。