142 193 191 131 1753 21 ����� 215 131 162 175 131 170 176 196 182 123 1661 22 ����� 193 199 176 138 98 136 134 194 183 208 1659 23 ����� 129 104 199 168 200 176 162 183 155 153 1629 24 ����� 123 184 182 125 121 132 69 91 132 127 139 1154 47 ����� 98 106 157 103 126 119 116 66 138 122 1151 48 ����� 93 65 61 141 181 120 94 104 162 95 1116 49 ����� 97 80 103 98 98 73 111 161 110 168 1099 50 ���� 133 62 136 126 114 178 116 1066 52 ����� 115 113 134 56 78 58 173 126 114 97 1064 53 ����� 102 68 135 61 116 71 98 167 88 145 1051 54 ����� 86 105 70 121 112 131 116 104 97 73 1015 55 ���� 131 37 84 81 121 133 103

广州港中，车辆运输车的运营车次数占比均为 1%，与这两个港口的整车进出口功能定 位吻合。 ✓ 四个港口的集疏港运输仍以柴油为主要动力来源，上海港和广州港的柴油车辆运输车次 比例最高，均为 98%左右，仅有约 1%的 LNG 运输车次，电动、氢气等新能源运输车次 仅占极小一部分。宁波舟山港的清洁能源集疏运比例略高，LNG、电动车辆运输车次比 例分别达到 4%和 2%，不过清洁能源车辆的 年）下降了 91%，NOX 下降了 74%，SOX 下降了 98%，远超过原定的 2023 年污染物减排标准。其中， 重型车排放的 DPM，NOX 和 SOX 分别较基准年（2005 年）下降 99%、94%和 93%9。POLB 的 DPM 排放较基准年（2005 年）下降了 92%，NOX 和 SOX 分别下降了 71%和 98%10。 b) CTF 费率：2023 年 4 月 27 POLA），新加 坡走廊，与日本港口签署谅解备忘录 绿色航运走廊 POLA DPM ↓91%, NOx ↓74%, SOx ↓98% vs 2005; 重卡 DPM ↓99%, NOx ↓94%, SOx ↓93%; POLB DPM ↓92%, NOx ↓71%, SOx ↓98% vs 2005 预计每年将收取7000-8000万美元 截至2023年底，港口短途卡车登记处共有213辆零排放卡车注

88%。在双碳情景下，这一趋势进一步加剧：到 2030 年和 2060 年，道路客运单位周转量碳强度较 2020 年将累计下降 59% 和 99%，道路货运单位周转量碳强度将分别累计下降 33% 和 98%。 在大力推进交通电气化、提升燃油经济性以及推广绿色燃油政策的驱动下，江西省交通终端能源消费已经达 到峰值，并呈现缓慢下降趋势。从能源消费结构来看，传统燃油（如汽油和柴油）的消费比重持续下降，而电力 89% 97% 单位周转量碳强度下降率（货运） 35% 51% 63% 77% 88% 双碳情景 单位周转量碳强度下降率（客运） 59% 83% 96% 98% 99% 单位周转量碳强度下降率（货运） 33% 52% 67% 89% 98% 来源：江西 EPS 模型结果 图 30 三个情景下江西省交通部门能源消费结构 来源：江西 EPS 模型结果 图 31 三个情景下江西省交通部门电气化率 全部建筑业煤炭和热力划入公共建筑部门； 建筑业扣除 98% 汽油和 30% 柴油划入交通部门。 3. 建筑业 4. 交通运输、仓储和邮政业 4. 交通 交通运输、仓储和邮政业扣除 100% 煤炭、30% 液化石油气，65% 天然气 100% 热力、28% 的电力划入公共建筑部门； 工业扣除用作原料材料后 80% 汽油和 26% 柴油划入交通部门； 建筑业 98% 汽油和 30% 柴油划入交通部门；

...................................................................................................98 6.2 审计数据安全与隐私保护.................................................................................. 数据处理效率 | 100 笔/ 小时 | 800 笔/ 小时 | 700% | | 异常检测准确率 | 68% | 89% | 21pp | | 底稿生成完整性 | 75% | 98% | 23pp | | 监管更新响应时效 | 2-3 周 | 实时 | 99% | 在实际落地层面，人工智能技术已展现出与审计场景深度结合 的潜力。以应收账款审计为例，智能体可实现： 计经 验阈值过滤。转换阶段的关键任务包括： 1. 非结构化数据解析： 使用 OCR 技术提取扫描件中的表格文本，通过 NLP 模型识别关键 字段（如发票代码、金额、日期），解析准确率需达 98% 以上。 2. 数据标准化：将不同系统的科目编码映射到统一审计标准，例如 通过映射表将企业自定义科目转换为财政部标准科目代码。 数据增强环节引入审计领域的特定处理： - 关联关系构建：自

垃圾减量实效评价。 区域垃圾计量管理指标 系统 功能 区域垃圾收运进度监控 • 收运进度实时监控 小区 收运桶数 收运总量 （吨） A 类垃圾 （干） B 类垃圾 （湿） 小区 A 58/98 2.2 0.8 1.4 小区 B 49/92 2.1 0.8 1.3 小区 C 52/89 1.8 0.6 1.2 小区 D 43/82 1.4 0.6 0.8 小区 E 42/80 1.4 小区 A 58/98 2.2 0.8 1.4 小区 B 小区 C 小区 D 小区 E 小区 F 小区 G 区域垃圾收运进度监控 2013 年 1 月 23 日 时段分析 趋势分析 小区垃圾量时段分析 同期对比 区域垃圾收运进度监控 • 收运进度实时监控 小区 收运桶数 收运总量 （吨） A 类垃圾 （干） B 类垃圾 （湿） 小区 A 58/98 2.2 0.8

97 5.1 开发阶段划分......................................................................................98 5.1.1 原型开发与测试.......................................................................101 5.1.2 功能迭代优化 小时智能问答系统，准确率需达到 92%以上（参照现有金融 行业智能客服标准），分流 50%的人工咨询量。最后，建立动态知 识库更新机制，确保 3000 余项政策条款的关联关系能随法规变动 实时调整，政策解读一致性需保持 98%以上准确度。 关键效能提升指标如下： 维度 现状基准值 目标值 实现路径 业务处理时效 48 小时 ≤18 小时 智能预审+自动化流程触发 人工干预率 85% ≤30% 规则引擎+多模态文档理解 分采用”核心能力下沉、业务场景解耦”的设计原则，将系统划分为 以下功能模块： 1. 智能交互层  多模态输入处理模块：集成文本、语音、图像识别能力，支持 政务文件扫描识别（OCR 准确率≥98%）、方言语音转写 （支持 7 种方言，响应时间<800ms）  意图理解引擎：采用 BERT+BiLSTM 混合模型，政务事项分类 准确率达 92%，支持 200+种政务服务意图识别 

...................................................................................................98 4.3 持续优化阶段....................................................................................... 40%；最后，利用实时风险监测模型，将欺诈识别 准确率提升至 98%以上。 关键数据指标对比如下： 指标 传统模式 DeepSeek 方案目 标 核保时效 48 小时 2 ≤ 小时 理赔自动化率 35% 90% ≥ 产品转化率 12% 17%（+5%） 指标 传统模式 DeepSeek 方案目 标 欺诈识别准确 率 85% 98% ≥ 技术实施路径分为三个阶段： 1. 场景建模 处理能力 | 保险 场景优化特性 | |—————-|————————-| ———————————–| | 对话决策引擎 | 支持 16 轮多模态对 话 | 保单条款理解准确率≥98% | | 风险评估模型 | 毫秒级精算输 出 | 集成行业 LTV/CLV 预测模型 | | 业务流程编排器 | 并行处理 20+ 业务节点 | 自动适配银保监合规检查规则