【摘 要】 以G煙草企業(yè)為例，以煙草生產環(huán)節(jié)中的關鍵指標“得率”為核心，研究人工智能如何助力煙草企業(yè)高質量發(fā)展。研究發(fā)現(xiàn)：影響“得率”的主要因素是原煙的分級和運輸，人工智能可以減少分級、運輸中的原煙損耗；勞動資料沒有集合在一起是技術應用的阻礙因素，例如研究機構有專利但是缺乏原煙分級的數(shù)據(jù)；人的工作轉向監(jiān)督、訓練和使用人工智能。煙草企業(yè)“得率”提升可節(jié)省成本，隨著人工智能技術的進步，預計未來可繼續(xù)提升的空間更大。文章分析了不同技術路線人工智能的特點及其在煙草企業(yè)的應用場景，以期為相關企業(yè)提供借鑒。

【關鍵詞】 高質量發(fā)展； 人工智能； 成本控制； 煙草行業(yè)

【中圖分類號】 F234.3；F233 【文獻標識碼】 A 【文章編號】 1004-5937（2024）15-0053-05

一、引言

2024年政府工作報告指出，要深化大數(shù)據(jù)、人工智能等研發(fā)應用，開展“人工智能+”行動。習近平總書記在主持中共中央政治局第十一次集體學習時強調，“新質生產力是創(chuàng)新起主導作用，擺脫傳統(tǒng)經濟增長方式、生產力發(fā)展路徑，具有高科技、高效能、高質量特征，符合新發(fā)展理念的先進生產力質態(tài)”。人工智能可以幫助企業(yè)實現(xiàn)高效能發(fā)展，生產資料的投入更集約。國家煙草專賣局提出到2025年，數(shù)字技術與煙草產業(yè)深度融合，數(shù)字經濟與實體經濟融合成效明顯。我國煙草行業(yè)在促進經濟發(fā)展、穩(wěn)定社會就業(yè)、支持鄉(xiāng)村振興、發(fā)展民族工業(yè)、保障消費者利益等方面發(fā)揮了重要作用，做出了積極貢獻。煙草行業(yè)需要全面激活數(shù)據(jù)要素驅動潛能，持續(xù)提升行業(yè)治理數(shù)字化、網絡化、智能化水平[ 1 ]。

現(xiàn)有的人工智能相關研究[ 2-5 ]關注了成本管理、目標體系、平臺營銷、專賣、物流、財務會計、管理會計，還沒有關注煙草行業(yè)的人工智能如何助力高效能生產。本文圍繞“得率”這一核心指標展開研究?！暗寐省笔菬煵萜髽I(yè)從煙農采購原煙后，加工所得的煙梗和片煙的重量占原煙重量的比例，一般在90%～95%之間。其中片煙部分約為60%～70%，25%～30%為煙梗。加工片煙、煙梗的環(huán)節(jié)是煙葉離開農田后，數(shù)據(jù)流第一次中斷的環(huán)節(jié)。這段流程人工智能降低成本的空間最大，能夠助力煙草企業(yè)高效能發(fā)展。

得率=（片煙重量+煙梗重量）/（采購的煙草重量-自然損耗重量）

人工智能是計算機完成原本需要人類智能才能完成的任務，是新質生產力。新質生產力是為新型勞動者利用新型勞動資料作用于新型勞動對象，構造新的分工和協(xié)作體系，創(chuàng)造社會新財富的能力[ 6 ]。本文分別從勞動者、勞動對象、勞動資料三個要素研究人工智能這一新質生產力是如何提高煙草企業(yè)的“得率”，降低成本，實現(xiàn)高效能發(fā)展的。應用人工智能后，G煙草企業(yè)的“得率”已經得到提升，未來可提升的空間更大。

本文的創(chuàng)新點體現(xiàn)在三方面：第一，從管理會計的角度關注了人工智能對煙草企業(yè)生產的影響（現(xiàn)有研究較多關注技術本身、技術對財務會計的影響）。第二，不僅關注了技術（勞動資料）及其能解決的問題（勞動對象），而且關注了應用技術時面臨的經濟問題（勞動者）。第三，使用了煙草行業(yè)的特定指標——“得率”展開研究。現(xiàn)有研究較多關注企業(yè)層面，沒有聚焦具體的指標。本文的研究意義體現(xiàn)在兩方面：第一，能夠幫助煙草企業(yè)提升“得率”，降低成本，提高生產效能，進而促進煙草企業(yè)的高質量發(fā)展。第二，不僅分析了技術本身，而且分析了人工智能應用時的激勵問題并提出解決方案。這能為其他企業(yè)使用人工智能技術提供借鑒。

二、勞動對象：影響“得率”的關鍵因素有哪些

勞動對象是指勞動過程中人們所加工、改造或服務的對象，既包括實體性勞動對象，又包括非實體性勞動對象。實體性勞動對象通常指原材料、零部件等，非實體性勞動對象則包括數(shù)據(jù)、知識或者某種服務對象等[ 7 ]。人工智能提升“得率”的勞動對象是影響“得率”的關鍵因素。

煙草企業(yè)從煙農采購原煙到生產可售賣的成品卷煙的流程如圖1所示，共分為8個步驟，影響“得率”的是前5個步驟。（1）煙農從農田采摘煙葉后，把每片原煙按等級進行分選、裝包，并根據(jù)煙草專賣局的要求把每一包原煙都貼上二維碼。從事煙草種植的煙農以老年人居多。根據(jù)監(jiān)管要求，煙農只能將原煙出售給煙草企業(yè)。（2）原煙按級別售賣給煙草企業(yè)。級別高的原煙價格更高，價格由監(jiān)管部門制定。每一包原煙的包裝物、二維碼都受到政府監(jiān)管，不得更換。（3）原煙被運輸?shù)綗煵菁庸て髽I(yè)，包裝和二維碼持續(xù)受到監(jiān)管。（4）煙草加工企業(yè)將采購的原煙拆包，根據(jù)原煙的價值將每片原煙二次分選。此時二維碼和數(shù)據(jù)流中斷。二次分選的要求較高。在分選過程中，產品設計、質量檢查、生產監(jiān)督三方共同監(jiān)督分選過程。較高的要求導致只有少數(shù)員工能夠勝任這一崗位。（5）二次分選后的原煙進入另一個生產車間的流水線。機器分離煙梗和片煙，分別裝箱打上二維碼。煙梗和片煙的重量占采購原煙的重量比例是“得率”。（6）裝箱的原煙和片煙運輸?shù)絺}庫，進入兩年的醇化期。（7）醇化后的原煙和片煙拆箱，進入流水線進一步加工，得到成品卷煙。加工過程中，每個批次中途不間斷。（8）得到成品卷煙。每條成品卷煙帶有特定條碼，可以追溯信息。成品卷煙的售賣地點、數(shù)量、價格受到政府的管制。

煙草行業(yè)稅收能夠維持基層財政穩(wěn)定性[ 8 ]，原煙采購、成品卷煙的生產和銷售環(huán)節(jié)均需要繳稅。煙草行業(yè)受到國家煙草專賣局的嚴密監(jiān)管。原煙的生產、包裝、采購價格，生產的各個環(huán)節(jié)，銷售的數(shù)量、地點、價格都受到政府的管制。從控制的對象來看，在圖1步驟1—5，控制的對象是每包原煙；在步驟5—6，控制的對象是每箱片煙或煙梗；在步驟7—8，控制的對象是每個生產批次。從數(shù)據(jù)流的角度來看，在步驟1—5，每一包原煙上的二維碼能夠保證數(shù)據(jù)可以追溯；在步驟5拆開原煙包裝，并按片二次分揀定級后，數(shù)據(jù)流中斷；在步驟5—6，每一箱片煙和煙梗上的二維碼能夠保證數(shù)據(jù)可以追溯；在步驟7—8，連續(xù)不斷生產線上的數(shù)據(jù)采集裝置保證每一生產批次的數(shù)據(jù)可以追溯。步驟6—8，企業(yè)已經采取高度自動化的加工方式，控制成本的空間較小，因此本文選擇了步驟1—5作為研究對象，并選擇了“得率”這一關鍵指標。

在步驟1—5中，每個步驟都可能影響“得率”。在圖1步驟1，煙農將原煙分選定級時，會出現(xiàn)等級沒有嚴格分類的情況。一是煙農沒有足夠的專業(yè)知識，會出現(xiàn)混級的情況；二是煙農收割原煙時的時間緊迫，煙農沒有足夠多的時間對原煙進行細致分選、定級；三是低等級的原煙混入高等級的分類，可以提高出售價格，進而增加收入。一般需求量大、價格較高的煙葉等級混級比較嚴重，且質量高的原煙混入質量低的原煙情況比較嚴重[ 9 ]。原煙混級除了會提高采購成本外，還會提高后續(xù)的管理成本。目前雖然可以根據(jù)二維碼追溯信息，但是煙草企業(yè)并未對煙農實施獎懲來保證原煙的嚴格分類。在圖1步驟3，原煙運輸過程中的包裝受到政府管制，不得對包裝進行調整。這種嚴格的監(jiān)管方式會造成包裝不能適應原煙運輸，造成損耗，降低“得率”。例如，北方的天氣比較干燥，在運輸過程中如果包裝增加保濕功能可以減少原煙碎裂的情況。在圖1步驟4，原煙的二次分選不涉及利益問題，但是要求較高，錯誤的二次分選會影響“得率”。在圖1步驟5，原煙從二次分選車間到流水線之間的運輸過程中，同樣會產生煙草碎裂、掉落的情況，降低“得率”?？偠灾瓱煹某醮畏诌x、二次分選，從農田到工廠之間的運輸和包裝及車間之間的運輸是影響“得率”的關鍵因素，也是人工智能可以提升“得率”的因素，即勞動對象。

三、勞動資料：人工智能如何幫助企業(yè)提升“得率”

勞動資料是勞動者作用于勞動對象所使用的傳導物或物的系統(tǒng)，在勞動資料中勞動工具具有關鍵作用[ 10 ]。人工智能的勞動資料是人工智能技術及其所需的其他生產要素。

目前數(shù)字技術較多，如專家系統(tǒng)、神經網絡、遺傳算法、RPA等，而集大成者、影響最大的是人工智能。人工智能是通過軟硬件來實現(xiàn)與人類智能相媲美的智能體。目前的人工智能僅僅在某些方面的智力超過人類，屬于弱人工智能；還沒有任何一種人工智能可以在所有方面媲美人類，達到強人工智能的水平。根據(jù)機器模仿人類推理方式的不同，可以分為符號主義、聯(lián)結主義[ 11 ]。

（一）第一代人工智能

符號主義是第一代人工智能采取的技術路線，采用從一般到特殊的演繹式推理。它主張人類思維的基本單元是符號，人類認知的過程是符號運算，是一種“自上而下”的模式[ 11 ]。符號主義人工智能的邏輯推理過程是可解釋和錯誤可追溯的，其結果的可靠性、可解釋性較強，例如戰(zhàn)勝61位世界圍棋頂尖高手的AlphaGo系統(tǒng)。符號主義導致第一代人工智能存在以下不足：第一，不存在一個無所不能的符號化人工智能系統(tǒng)，因此第一代人工智能僅僅應用于特定領域。第二，隱性知識無法用符號表達，因此難以處理隱性知識。

在圖1的步驟1—5中，步驟4和步驟5采取第一代人工智能來提升“得率”。（1）在步驟4，二次分選主要依靠有經驗的分選員。目前的技術可以直接檢測原煙中尼古丁的純度，輔助判斷人工分選的結果是否合理。如果機器檢測的結果與人工分類的結果不一致，需要由人工重新分選。該技術2020年投入使用，“得率”提升了2%。（2）在步驟4原煙經過二次分選后，由人工移動到隔壁的加工車間，并由人工投入流水線進入步驟5。在這一過程中，相對干燥的原煙會在運輸?shù)倪^程中碎裂、掉落，人工操作也容易出現(xiàn)流程錯誤的問題，影響流水線的生產效率。這兩個因素影響“得率”。2023年，G煙草企業(yè)研發(fā)了自動搬運設備，車間的地面上嵌入了二維碼矩陣，該設備可以通過識別二維碼計算最優(yōu)的搬運路線。在將原煙搬運到流水線時，可以自動啟動程序將原煙從箱子中投入流水線。這一過程能夠減少原煙碎片掉落、人工流程失誤的問題。在該設備投入使用后，“得率”提升了1.4%。與技術配套，企業(yè)還投入了資金購買設備。因此，第一代人工智能的勞動資料包括技術和資本。

（二）第二代人工智能

聯(lián)結主義是第二代人工智能采取的技術路線，采用的是由特殊到一般的歸納式推理，從大數(shù)據(jù)中發(fā)現(xiàn)隱藏的特征和規(guī)律，是一種“自下而上”的模式[ 11 ]。第二代人工智能有著良好的泛化能力和可移植性，可以自主獲取知識，包括隱性知識。因此通用人工智能均是第二代人工智能。目前已經存在可以提升“得率”的第二代人工智能技術，但G煙草加工企業(yè)尚未應用第二代人工智能。

1.煙葉分級

人工智能在煙葉分級中可以發(fā)揮較大的作用，國家煙草專賣局明確提出要實施煙草智能分選。根據(jù)葉片在植株上的位置、產地、成色、品種等劃分為42個類別。目前，煙葉等級劃分主要依靠人工，準確率低、一致性差[ 12 ]。在初次分選中，平均合格率約為70%[ 13 ]；在二次分選中，最高約有20%達不到規(guī)定的等級[ 9 ]。因此，如果能夠利用人工智能取代人工，可以更大幅度降低成本。這主要在兩方面可以發(fā)揮作用。

（1）大數(shù)據(jù)監(jiān)督原煙初次分選

在圖1步驟1，煙農收割原煙后對每一片煙葉進行初次分選時，可以采取大數(shù)據(jù)監(jiān)督分級的質量[ 14 ]。根據(jù)群體大概率事件原則，按照原煙上二維碼傳輸?shù)臄?shù)據(jù)，可以每日了解采購的原煙及其分選情況，據(jù)此評估混級的高風險時段、農戶。

（2）人工智能進行原煙分選

人工智能中的計算機視覺技術可以代替人工分選原煙。計算機視覺是指讓計算機和系統(tǒng)能夠從圖像、視頻和其他視覺輸入中獲取有意義的信息，并根據(jù)該信息采取行動或提供建議。這個過程會用到兩種關鍵技術：機器學習（也被稱為深度學習）和卷積神經網絡。機器學習使用算法模型，讓計算機能夠自行學習視覺數(shù)據(jù)的上下文。經過預訓練，計算機有能力通過自學分辨圖像。卷積神經網絡將圖像分解為像素，并為像素指定標記或標簽，機器識別標簽后預測圖像，直到預測接近事實。計算機視覺技術的重要應用領域之一是圖片分類。

截至2024年4月30日，我國共有與煙草分選相關的人工智能發(fā)明專利111項，其中較早的是2011年。專利的申請主體既有煙草企業(yè)，也有大學等研究機構（如深圳大學、鄭州大學），還有大數(shù)據(jù)和人工智能公司（如訊飛）。專利公開的文件并未披露人工智能技術中最關鍵的準確率，因此無從得知現(xiàn)有技術能否真正用于企業(yè)生產。

影響第二代人工智能準確率的因素有三方面：一是訓練第二代人工智能的數(shù)據(jù)量是否足夠。這里的數(shù)據(jù)是指已經分選的原煙圖片。第二代人工智能的數(shù)據(jù)效率低，需要大量的數(shù)據(jù)對模型進行預訓練才能提高準確率。二是數(shù)據(jù)的質量。如果預訓練的原煙圖片分選準確率不夠高，也會影響訓練的效率，造成數(shù)據(jù)的準確率低。三是人工能否對圖片特定區(qū)域打標簽。計算機利用機器學習和卷積神經網絡技術對像素打標簽的效率較低，在數(shù)據(jù)量不夠的情況下，可以由人工根據(jù)經驗在圖片的特定區(qū)域上進行標注，提高訓練效率。這一過程相當于把員工的經驗轉化為人工智能的算法。

2.運輸與包裝中的人工智能

在圖1中的步驟3中，原煙運輸過程中的包裝受到政府管制，不得對包裝進行調整。這種嚴格的監(jiān)管方式會造成包裝不能適應原煙運輸，產生損耗，降低“得率”。目前采購原煙的業(yè)務員在不影響監(jiān)管的情況下，會針對不同原煙的運輸進行適當調整。例如，業(yè)務員在原有包裝外面再加一層保濕的包裝，以防止運輸過程中過于干燥導致煙葉碎裂。業(yè)務員如何調整全憑經驗，目前還沒有相關的人工智能技術，但業(yè)務員可撰寫經驗，由人工智能進行文本分析，總結不同場景、不同特點的原煙處理方法，這樣業(yè)務員的經驗可以轉移到人工智能的算法上。

3.配套的勞動資料

第二代人工智能本身是新質勞動資料。然而，第二代人工智能的數(shù)據(jù)效率較低，不僅需要大量數(shù)據(jù)對模型進行預訓練，而且對算力和能源的要求較高。與第一代人工智能不同，第二代人工智能使用的是GPU（圖形處理器），而不是傳統(tǒng)的CPU（中央處理器）。此外，對煙葉進行分選的生產線、圖像采集裝置也需要投入資本加以配置。因此，第二代人工智能的生產資料包括技術、數(shù)據(jù)、算力、能源、資本。對于目前擁有處理煙草分級人工智能技術的主體來說，缺乏其他生產要素或許是導致其技術難以應用的主要原因。例如，高校等研究機構缺乏數(shù)據(jù)、煙草企業(yè)缺乏算力。

四、勞動者：勞動者在人工智能中的作用是什么

勞動者就是具有一定勞動技能和勞動經驗的人，這是生產力中最活躍、具有能動性和創(chuàng)造性的要素[ 10 ]。勞動者是人工智能的監(jiān)督者、第二代人工智能的訓練者、人工智能的使用者。

（一）監(jiān)督人工智能

第一代人工智能采取演繹推理的方式，屬于必然推理，其結果準確。盡管如此，在生產的過程中，第一代人工智能仍然可能會出現(xiàn)意外而導致錯誤，需要人工監(jiān)督。例如機器運輸原煙的過程中可能會出現(xiàn)二維碼模糊而識別錯誤，此時需要人工介入。第二代人工智能采取歸納推理的方式，其結果是或然推理，做不到完全準確，因此需要人工即勞動者對其分類的結果進行監(jiān)督。例如，極為少見的原煙葉片沒有辦法被機器準確分類，需要人工分類。

（二）訓練第二代人工智能

第二代人工智能采取歸納主義的方式，訓練第二代人工智能的數(shù)據(jù)數(shù)量、質量直接影響模型的準確程度。在訓練的過程中，人類的經驗可以通過數(shù)據(jù)由人工智能掌握。因此，需要激勵有經驗的員工貢獻其經驗，方式包含兩種：一是將員工對原煙分級的照片交給人工智能訓練。這種方式的效率較低。二是讓員工在原煙的照片上打標簽，然后交給人工智能訓練。對于圖1步驟3，運輸與包裝中業(yè)務員撰寫經驗，將文本交給人工智能加以訓練，這種方式的效率較高，對數(shù)據(jù)量的要求較低。

從知識的角度來看，這一過程是將員工的個人知識轉化為企業(yè)的知識。第二代人工智能處理的是圖片和文本，而不是邏輯本身，因此其中的知識由圖片和文本承載。人工智能本身并不理解這一知識。這里的知識既包括可以直接表達的顯性知識，也包括隱藏在文本中的隱性知識。然而，分享知識取決于員工個人的意愿[ 15 ]，如何激勵員工分享知識呢？目前企業(yè)在開發(fā)新產品時，鼓勵員工成立項目小組，根據(jù)成果對員工和項目組進行激勵。這種方式更加靈活。在未來可以采取同樣的方式鼓勵煙草分級的員工貢獻自己的知識。

（三）激勵煙農接受人工智能

第二代人工智能可以做到原煙的分級，那么如何激勵煙農接受人工智能技術呢？目前主要面臨三方面的阻礙：（1）原煙的分級工作與原煙的收割緊密相連，這段時間的煙農工作繁重，不一定有時間兼顧使用人工智能技術。（2）從事農業(yè)生產的農民以老年人居多，老年人對新技術的接受能力較低。（3）原煙的采購價格由政府管制。原煙混級在一定程度上給了煙農實施機會主義的空間，以此增加收入。然而，在使用人工智能技術后煙農套利的空間消失。

目前煙草加工企業(yè)存在可以借鑒的經驗。2002年，G企業(yè)推出“訂單式生產”項目，對煙農的技術有一定的要求。G企業(yè)對“訂單式生產”項目的煙草向監(jiān)管部門申請?zhí)岣吡耸召弮r格，以此增加煙農的收入，達到激勵煙農的效果。因此可以借鑒“訂單式生產”的項目經驗，以提高采購價格等形式激勵煙農。在激勵額度方面，可以估算使用人工智能技術后減少的采購成本和管理成本，將節(jié)省成本獲得的收益與煙農共享。

五、結論與建議

人工智能是計算機完成原本需要人類智能才能完成的任務，是新質生產力。本文從勞動者、勞動對象、勞動資料三個要素分析了人工智能如何幫助煙草企業(yè)提升“得率”、降低成本，進而高效能發(fā)展。

影響“得率”的因素是原煙的分級和運輸，這也是勞動對象。采用符號主義的第一代人工智能本身屬于勞動資料，與之適應的機器設備則需要資本；采用聯(lián)結主義的第二代人工智能技術則需要數(shù)據(jù)、能源、算力和資本。目前，煙草企業(yè)尚未使用第二代人工智能，無法將所有的勞動要素集合在一起，例如高校、煙草企業(yè)都申請了原煙分級的專利，但是高校等研究機構缺乏數(shù)據(jù)，煙草企業(yè)缺乏算力。人類作為勞動者有三方面的作用：一是監(jiān)督人工智能是否出錯，例如原煙分級的人工智能無法將準確率提升到100%，需要人工監(jiān)督。二是員工將其個人經驗通過訓練第二代人工智能的方式轉移到企業(yè)，例如原煙分級、運輸、包裝等。三是煙農使用人工智能對原煙進行初次分級。

應用人工智能后，G煙草企業(yè)的“得率”已經得到提升，節(jié)省了成本；未來應用第二代人工智能可更大幅度提升“得率”，實現(xiàn)高效能發(fā)展。新質生產力的出現(xiàn)會導致原有生產關系的提升和變革。本文建議：（1）煙草企業(yè)應提高算力、收集數(shù)據(jù)，與高校、互聯(lián)網企業(yè)合作應用人工智能技術，集合勞動要素。（2）激勵煙草企業(yè)的員工和煙農使用人工智能技術。

【參考文獻】

［1］ 李保江.推進煙草行業(yè)高效能治理的理論和實踐思考［J］.中國煙草學報，202127（3）：97-103.

［2］ 孫飛超，胡志明，張曉俊.基于智慧企業(yè)的煙草工業(yè)一體化目標管理體系模型研究［J］.企業(yè)經濟，2017，36（2）：61-65.

［3］ 章惠民.漳州煙草數(shù)據(jù)中心前置環(huán)境綜合業(yè)務預警分析體系構建［J］.中國煙草學報，2019，25（2）：99-103.

［4］ 付桂彥，張喜軍.煙草企業(yè)內部財務信息管理研究：基于紅塔集團的案例［J］.財會通訊，2015（29）：48-50.

［5］ 劉梅玲，劉凱，黃虎，等.智能財務建設之新技術運用設計［J］.會計之友，2020（16）：141-149.

［6］ 孟捷，韓文龍.新質生產力論：一個歷史唯物主義的闡釋［J］.經濟研究，2024，59（3）：29-33.

［7］ 黃群慧，盛方富.新質生產力系統(tǒng)：要素特質、結構承載與功能取向［J］.改革，2024（2）：15-24.

［8］ 侯歡.基層財政穩(wěn)定性的法律路徑思考：基于煙葉稅法治化的視角［J］.地方財政研究，2018（6）：61-69.

［9］ 陳斌，徐瑋杰，王超，等.商業(yè)煙葉收購等級質量與工業(yè)認可度比較研究［J］.中國煙草學報，2022，28（1）： 108-114.

［10］ 胡瑩，方太坤.再論新質生產力的內涵特征與形成路徑：以馬克思生產力理論為視角［J］.浙江工商大學學報，2024（2）：39-51.

［11］ 魏斌.符號主義與聯(lián)結主義人工智能的融合路徑分析［J］.自然辯證法研究，2022，38（2）：23-29.

［12］ 魯夢瑤，陳棟，周強，等.基于深度學習的煙葉等級分類及特征可視化［J］.煙草科技，2023，56（6）：92-100.

［13］ 張曉偉，張軻，陳丹，等.專分散收模式下煙葉工商交接C3F等級質量與其影響因素研究［J］.西南農業(yè)學報，2020，33（12）：2788-2792.

［14］ 李震，邵忠順，付南亞，等.基于烤煙收購量的收購風險發(fā)生規(guī)律初探［J］.中國煙草科學，2012，33（3）：102-106.

［15］ 顧麗敏，李嘉.人工智能對企業(yè)知識管理的影響研究［J］.學海，2020（6）：39-44.