掌勺五十餘載 潮菜大師鍾成泉羊城說「味趣」
2025-11-07 17:19 6,864次浏览日前，張女士向成都商報-紅星新聞記者反映，2023年11月她駕車右轉時，與一位駕駛電動自行車直行的71歲老人發生碰撞，當時的她的車速是25km/h，老人的車速是24km/h。一年後老人在醫院去世。 交警認定，張女士駕駛車輛轉彎未讓直行車輛先行，及老人未佩戴安全頭盔駕駛非機動車在道路上行駛、未遵守有關交通安全的規定而共同造成。根據過錯嚴重程度，張女士被認定為主要責任，老人被認定為次要責任。 老人去年11月死亡後，張女士被控交通肇事罪。今年6月20日，她被河南自由貿易試驗區鄭州片區人民法院判處有期徒刑10個月，緩刑一年。 在該案中，老人的車輛購置於2016年，早於鄭州市現行的《鄭州市電動自行車登記實施細則》。警方根據《鄭州市非機動車管理辦法》《鄭州市公安局、鄭州工業和信息化局、鄭州市市場監督管理局關於延長黃牌電動自行車過渡期的通告》，認定老人的電動自行車為非機動車。記者注意到司法鑑定中心的鑑定結果顯示，老人的車輛重量為96.8公斤。 張女士表示，交警對老人駕駛的車輛是否是電動自行車的認定會影響這起事故的責任劃分，進而影響案件走向。老人駕駛的車輛整車重量超過國標規定，應被認定為機動車。若老人的車輛被認定為機動車，案件責任就應重新劃分。她已對該案提起上訴，法院已受理。 8月11日，記者為此聯繫到鄭州交警，一位民警稱，交通事故責任首先要看事故成因，與車輛性質具體是機動車還是非機動車無關。 記者梳理發現，在多起案例中，法院對於涉案電動車認定情況不一。長期從事交通事故案件實務的北京市華鵬律師事務所高級合伙人劉春城表示，超標電動自行車市場保有量特別巨大，涉及數億人的交通出行、財產處置，各地政府在國家強制性標準《電動自行車安全技術規範》施行前後，制定了相關的過渡期措施，有的地方還進行延長。 去世老人駕駛的電動車 被一審法院 認定為非機動車 在這起案件中，一審法院提到，採納司法鑑定中心對車輛的鑑定結果，這位老人的電動車屬於機動車範疇。但又同時稱，依據《鄭州市非機動車管理辦法》第四十二條第二款「本辦法施行前已經領取通行防盜車牌的電動自行車，在有效期限內可以上路行駛，並參照非機動車進行管理」及《鄭州市公安局、鄭州市工業和信息化局、鄭州市市場監督管理局關於延長黃牌電動自行車過渡期的通告》，認定老人的電動車為非機動車。 判決書顯示，交警認定，張女士駕駛車輛轉彎未讓直行車輛先行，及老人未佩戴安全頭盔駕駛非機動車在道路上行駛，未遵守有關交通安全的規定而共同造成。根據過錯嚴重程度，張女士被認定為主要責任，老人被認定為次要責任。法院最終以交通肇事罪判處張女士有期徒刑10個月，緩刑一年。 但張女士認為，這一案件中，交警對老人駕駛的車輛是否是電動車的認定影響事故責任劃分和案件走向。 張女士表示，根據國家標準——《電動自行車安全技術規範》(GB17761-2018)，老人駕駛的車輛車重超過55公斤，達到96.8公斤，屬於機動車。老人應該符合機動車駕駛條件，持有駕照，佩戴頭盔，在規定的道路上行駛，遵守機動車法律法規。事故判斷也應該按照機動車交通事故來認定，而不是非機動車。 日前，張女士已經對該案上訴，法院已經受理。 曾有多起交通肇事案 將超標電動車 認定為機動車 記者梳理發現，在不少案件中，超標電動自行車被認定為機動車。 焦作市馬村區人民法院發布的一則案例顯示：2022年6月20日，被告人杜某某無證駕駛無號牌立馬電動兩輪車，撞到前方由被害人王某某駕駛的無號牌愛瑪電動自行車的尾部，造成王某某受傷，雙方車輛受損的道路交通事故。 王某某於2022年6月22日經醫院救治無效死亡。後經河南國信司法鑑定中心鑑定，王某某符合交通事故致顱腦損傷後呼吸循環衰竭死亡；愛瑪牌兩輪車轉向裝置、後制動裝置完整有效：前制動裝置未能有效制動：屬於非標準的電動自行車(非機動車範疇)；立馬牌兩輪車轉向裝置、制動裝置完整有效；相關參數符合機動車(電動兩輪輕便摩託車)類型標準。事故認定書認定：杜某某承擔事故全部責任，王某某不承擔事故責任。 法院經審理認為，被告人杜某某違反交通運輸管理法規，駕駛機動車發生交通事故，致一人死亡，負事故全部責任，其行為已構成交通肇事罪。 法院認為，杜某某駕駛的電動車經鑑定符合國家標準對電動兩輪輕便摩託車定義，屬於機動車範疇，因此適用《中華人民共和國道路交通安全法》第七十六條的相關規定。事故發生後王某某經搶救無效死亡，符合《中華人民共和國刑法》第一百三十三條交通肇事罪、《最高人民法院關於審理交通肇事罪刑事案件具體應用法律若干問題的解釋》中的「違反交通運輸管理法規，發生重大交通事故，死亡一人」的情形，案件性質就由此升級了。 此外，記者在裁判文書網查詢到，在河南南陽一起駕駛電動三輪摩託車發生交通事故致人死亡的案件中，電動三輪摩託車也被認定為機動車。駕駛人被認定為交通肇事罪。 律師釋疑 如何認定涉案超標電動車性質？ 是否會影響責任劃分？ 按照國家標準《電動自行車安全技術規範》(GB17761-2018)的規定，電動自行車是指以車載蓄電池作為輔助能源，具有腳踏騎行能力，能實現電助動、電驅動功能的兩輪自行車，其主要技術參數為最高車速不超過25km/h，裝配完整的整車質量不超過55公斤等。 現實中，為方便管理，交警把電動車參照非機動車進行管理。但發生交通事故時是否應該按照非機動車來認定事故責任？ 長期從事交通事故案件實務的北京市華鵬律師事務所高級合伙人劉春城表示，根據國家標準《電動自行車安全技術規範》規定，電動自行車最高設計車速不超過25km/h，車速超過25km/h，電動機不得提供動力輸出，整車質量小於或等於55公斤等。但各地情況錯綜複雜，鑑於超標電動自行車市場保有量特別巨大，涉及數億人的交通出行、財產處置，各地政府在國家強制性標準《電動自行車安全技術規範》施行前後，還制定了相關的過渡期措施，有的地方還進行了延長。《鄭州市非機動車管理辦法》(2023修正)第四十條第二款規定：「本辦法施行前已經領取臨時通行防盜車牌的電動自行車，在有效期內可以上道路行駛，並參照非機動車進行管理。」 河南澤槿律師事務所主任付建則認為，從技術標準層面，依據國家標準《電動自行車安全技術規範》，老人駕駛的電動自行車超重，應屬於機動車範疇。若認定為機動車，老人確實需要符合機動車駕駛條件，如持有駕照、佩戴頭盔、在規定道路行駛等。在此基礎上，事故認定和責任劃分也應按照機動車交通事故處理，不然對於機動車駕駛者而言不公平，可能使其承擔不應有的責任。 交警聲音 交通事故責任首先要看事故成因 與車輛性質無關 8月11日，記者為此聯繫到鄭州交警，一位民警稱，交通事故責任首先要看事故成因，與車輛性質具體是機動車還是非機動車無關。 這位民警解釋，如果事故是因有人無證駕駛機動車導致，就是不會開車的人開車造成，是要他負責。但是如果無證的人也是在正常行駛，是其他車輛違反交通規則與其相撞，導致交通事故，那也是違反交通事故的人承擔事故責任。無證駕駛是違法，但不是事故成因。 另一位長期從事交通事故處理的民警也表示，事故的責任劃分，應當根據事故的直接原因劃分，而不是因為行為人有行政違法因素，就推定其負有事故責任。比如，無證、酒駕、毒駕也是在正常行駛，他人違反交通規則造成了交通事故，應該根據事故原因定責。無證、酒駕、毒駕等違法行為，再另外追究法律責任。但現實中，為了考慮大多數人的法感情，會給上述的違法行為定一部分責任。 這位民警補充提到，交通肇事罪終究是刑事犯罪，要有刑法上的因果關係，不能簡單因為一個行政違法行為，就判定他對事故有責任。
前不久，我在做某數位化平臺的調研時，與他們的創始人談到了一個耐人尋味的話題——「為什麼中國擁有全球最完整的工業體系，卻仍有無數中小工廠困於『代工邊緣』？」 對方提到，「其實只用產業鏈集群來描述中國製造業的供應鏈能力是不準確的，至少還包括工藝協同、企業協同、行業協同、區域協同和內外協同。」 這五個協同層面，恰好揭示了傳統供應鏈體系的深層矛盾。當我們把目光從單個企業的生存困境投向更遠，會發現全球供應鏈的重組早已超越簡單的產能轉移，演變為一場由數據與算法驅動的系統性變革——而AI，正是這場變革的核心引擎。 傳統供應鏈的困境：看不見的繩索與隱性成本 傳統供應鏈的痛點往往像慢性病，其症狀在危急時刻才會被劇烈感知。而AI卻像特效藥一樣，能讓傳統供應鏈「起死回生」。 在珠三角某電子元件基地，一家主營手機配件的工廠就曾遭遇過類似問題。當海外客戶突然要修改訂單要求時，供應商需要花費三天時間核實技術要求的細節，而車間主任也只能憑經驗決定能不能修改。這種低效的信息傳遞鏈條，迫使企業不得不常年多備15%的冗餘庫存以應對不確定性。 這種依賴人工經驗的決策模式，更「坑人」的地方在於，易引發市場波動中的「群體失智」：市場一有風吹草動，就容易集體跑偏。結果就是企業看不清市場走向，要麼一窩蜂擴大生產，要麼突然集體減產，最終陷入「產能錯配—利潤壓縮」的惡性循環。 這些問題的根源，本質上是傳統供應鏈「信息孤島」與「決策滯後」的系統性矛盾，而這恰恰是AI技術的突破口。 「信息孤島」的癥結在於，在傳統供應鏈中，訂單信息需經採購、設計、生產、物流等多環節層層傳遞，每過一個節點就產生信息損耗；上下遊企業因數據標準不統一，技術參數、交付周期等關鍵信息難以對齊。例如，某汽車零部件製造商因無法實時獲取主機廠的生產計劃調整，頻繁出現生產節奏與市場需求脫節。 「決策滯後」則體現為，傳統供應鏈依賴人工經驗和歷史數據的預測模式，在突發性事件面前不堪一擊。例如2020年新冠疫情初期，全球供應鏈的混亂正是源於信息傳遞的延遲和決策的滯後。當某國港口突然關閉時，上遊製造商無法及時調整生產計劃，下遊客戶也難以重新配置物流資源時，將會導致整個鏈條陷入癱瘓。 那這困境的本質是什麼呢？是工業時代線性協作模式與數字時代動態需求之間的脫節。當市場從「大規模標準化生產」轉向「個性化柔性定製」，全球貿易要求供應鏈具備實時響應能力時，依賴人工、割裂信息、滯後決策的傳統模式也將必然被淘汰。這也解釋了為何AI在供應鏈中的應用已從「可選升級」變為「生存必需」——它不僅是技術工具，更是重構供應鏈底層邏輯的核心引擎，就是為了將「看不見的繩索」轉化為「可量化的數據流」，將「隱形成本」壓縮為「精準可控的效率提升空間」。 如何解決？構建AI驅動的「數據—算法」供應鏈體系 當傳統供應鏈的痛點被摸清楚了，解決辦法也就隨之而來，即構建一個基於AI的「數據—算法」供應鏈體系。 該體系的核心，在於AI將模糊的製造能力轉化為可量化的數據資產，並通過算法實現全領域精準協同。一些領先的數位化製造平臺已經展現出成熟的實踐，其平臺通過構建多維度的數據標籤體系，從最底層的工藝切入，將原本難以描述的工藝能力，如微米級精度的車床加工、特定材質的表面處理工藝等，轉化為機器可識別的結構化特徵。隨後，將簡單的需求流轉到工廠，讓買家和工廠直接對接；碰到需要多種工藝的複雜訂單，就重新設計、拆解，再派單給不同工廠完成，其匹配精度與效率遠超人工篩選。 這種轉變其實本質上是AI正在繪製一張實時更新的全球「製造能力圖譜」。以前，說起企業的製造能力，大家總愛簡單分成「能做」和「不能做」兩種。現在，在AI驅動的體系中，每個工廠的工藝參數、設備配置、質量認證等數據都被拆解為可動態組合的模塊。例如，醫療器械企業發布精密零件採購需求時，AI系統不僅能匹配具備相應資質的供應商，還能根據實時產能數據推薦最優生產方案——既大幅提升供應鏈匹配效率，又顯著降低冗餘成本。這種數據驅動的決策模式，正在將供應鏈管理的底層邏輯從「被動響應」轉向「主動預測」，成為全球供應鏈的核心競爭力。 其實這場變革的關鍵在哪兒呢？說到底，數據成了供應鏈裡最值錢的家當，而算法就像分配利益的規矩——誰手裡的預測模型更準，誰能更快把所有數據理順，誰就能在全球供應鏈重新洗牌的時候佔上風。 對中國製造業來說，這種靠AI撐起來的「數據加算法」模式，不光能幫那些中小工廠跳出「只能做代工」的困局，更能把咱們「工業體系全」這個大優勢，變成在全球供應鏈裡說了算的本事。這麼一來，全球供應鏈也慢慢從「扎堆在一個地方生產」變成「靠數字連在一起高效協作」了。 從中國到全球，供應鏈的「去中心化」革命 而在全球範圍內，供應鏈都在悄悄變樣——以前是層層管著、一個中心說了算，現在慢慢變成了大家各有各的職能，互相配合著來。而這場大變樣的背後，最關鍵的推手就是AI。 想像這樣一個場景——深圳的電子元件工廠接到來自巴西的定製化訂單，系統自動生成包含質量檢測標準、付款條件和物流路線的智能合約，貨物離開生產線時區塊鏈就完成支付結算，整個過程像網購一樣簡單直觀。這種看似科幻的場景，其實在阿里巴巴國際站的跨境貿易中已經初現端倪，去年該平臺就有超過三成的交易開始應用區塊鏈存證技術，實現了全流程的透明化與自動化。 現在，技術的底層邏輯正在發生質變。5G結合AI視覺算法讓跨國遠程質檢成為可能，AI算法能實時分析全球14個港口的擁堵情況，物聯網設備回傳的貨櫃溫溼度數據經AI分析後可提前預警風險……傳統供應鏈的「金字塔」結構正被徹底解構。這種變革帶來的不僅是流程簡化，更是價值創造模式的根本性轉變——過去依賴跨國物流公司和銀行的「中間層」正在消失，生產端和消費端通過。AI驅動數字網絡直接咬合。 然而，這場革命的推進遠比想像中更加複雜。在東莞的製造業集群中，我們能看到兩種截然不同的圖景並行：某家年產值5億的電子廠斥資800萬搭建工業網際網路平臺，卻因管理層對數據可視化系統缺乏理解，導致系統淪為擺設；而隔壁的模具廠則用300萬改造費用實現設備聯網，通過實時監測刀具損耗率，就將生產效率大幅度提升。 這種差異折射出轉型的深層矛盾——當數位化需要重構組織架構時，很多企業發現最大的障礙不是技術本身，而是組織慣性。實際中通常會出現花了幾個月時間搭建ERP系統，但員工習慣了手工操作，推廣難度很大。此外，數據安全和隱私保護問題也日益凸顯，如何在開放共享與風險控制之間找到平衡，是行業面臨的共同挑戰。 這些現實困境揭示：去中心化不是簡單的技術疊加，而是需要同步重構商業規則、組織文化甚至權力關係的系統工程。 供應鏈的「活」與「變」 當供應鏈「活」了起來，中國製造乃至全球產業網絡的協同與進化，才真正擁有了面向未來的無限可能。 這場由數據與算法驅動的變革，正在重塑全球供應鏈的底層邏輯——從「效率優先」轉向「韌性優先」，從「成本控制」轉向「價值共創」。 過去由跨國企業主導的垂直供應鏈，正在演變為一種網狀生態。深圳無人機企業通過開放AI算法接口，吸引全球開發者為其改進飛行控制系統，使產品響應速度提升30%；蘇州的紡織廠將柔性生產線接入AI雲平臺，成為服務十幾個國家設計師品牌的「雲製造」節點，實現按單生產的毫秒級調度。這種轉變帶來的不僅是效率提升，更是價值創造邏輯的根本變革：當每個參與方都能通過數據貢獻獲得收益分成，當創新成果能在全球範圍內即時復用，供應鏈就變成了持續進化的生命體。 從大趨勢來看，AI正在悄悄改變供應鏈創造價值的方式。過去，資源怎麼分配，基本都是行業裡的大公司說了算；現在，AI的「分布式智能」慢慢接過了這活兒——算法會盯著實時數據，靈活調配產能、優化物流路線、提前預判需求，哪怕是很小的生產單元，都可能在這個過程中變成創造價值的關鍵節點。 這種變革的深層意義在於，全球供應鏈的競爭早就不拼規模大小了，而是比誰的AI算力強、處理數據快。誰能更快練出精準的預測模型，誰能更高效地把各地的數據串起來，誰就能在現在這個講究靈活、能定製的全球市場裡搶得先機。 不過，AI推動供應鏈升級，也不是沒遇到難題。比如得建立跟AI匹配的數據歸屬和交易規則，得培養既懂生產工藝又懂算法的多面手，還得琢磨怎麼讓不同文化背景的人用AI好好配合。就像深圳華強北的轉型，從以前的手工焊接小作坊，變成現在涵蓋設計、測試、融資的全鏈條數字生態，每一步突破都離不開AI技術進步和制度創新的相互帶動——算法在優化生產流程的同時，也逼著管理模式改成了「人和機器一起協作」。 在未來的產業圖景中，AI會變成供應鏈的「神經中樞」：工廠設備靠AI自己協調幹活，物流網絡跟著算法隨時調整路線，甚至消費者幾個月後想要什麼，AI都能提前半年算出來。等每個生產單元都連上AI驅動的數字網絡，整個供應鏈會變得特別有韌性，充滿活力。這可不只是技術更新換代那麼簡單，更是全球產業格局朝著「智能協同」時代走的必然結果。 (作者劉典為復旦大學中國研究院副研究員，清華大學人工智慧國際治理研究院戰略與宏觀項目主任，新著《杭州模式：DeepSeek與中國算谷》2025年5月由中信出版集團出版)
免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。
青草直播
「活动」首次登录送新手大礼包
- 软件大小: 894.51MB
- 最后更新: 2025-11-07 17:19
- 最新版本: v1.17.17.15
- 文件格式: apk
- 应用分类:ios-Android 春雨直播全婐app免费
- 使用语言: 中文
- : 需要联网
- 系统要求: 5.92以上
客服热线：134-9364-4985
47381
65
2025-11-07 17:19
45789
67
2025-11-07 17:19
25937
54
2025-11-07 17:19
21976
19
2025-11-07 17:19
76385
57
2025-11-07 17:19
56482
86
2025-11-07 17:19
13624
38
2025-11-07 17:19
32541
37
2025-11-07 17:19
39178
29
2025-11-07 17:19
47612
86
81
35781
28135
74326
82953
61854
53621
72615
67
19584
