数据分析制度范文
时间:2024-03-06 17:55:31
导语:如何才能写好一篇数据分析制度,这就需要搜集整理更多的资料和文献,欢迎阅读由公务员之家整理的十篇范文,供你借鉴。
篇1
关键词:煤质分析;检验数据;精确度;控制
中图分类号:TQ533 文献标识码:A 文章编号:1006-8937(2014)35-0176-01
在煤质的相关检测工作当中,对其起到决定性的有两大环节:第一是样本的采集,第二就是实际的化验工作。实际的检测数据是判定煤矿质量标准的重要根据,所以,检测数据的精准程度必须具备可靠性和准确性。
相关的检测工作人员依据煤矿生产和出售的不同需求,相应的对各种层次的煤炭进行不同的检测和化验工作,从而提供出科学准确的检测报告。在煤质检测的实际工作中,检测数据的精准度是检测工作首要的内容。
1 检测工作人员专业素质的培养
煤炭的质检工作是煤矿生产领域的主要工作环节,同时也是质量检测工作中的重点内容之一。所以说,相关工作人员必须要以仔细严谨的工作态度去对待煤质检测方面的工作。煤炭质量层次的高低会直接影响到人们在实际使用过程中的效果和安全性,同时它也对我们国家的社会主义经济体制建设有一定的影响。
对此,相关的煤质检测工作人员须时刻持有一个科学认真的工作观念、优良的工作风尚、细致严谨的工作态度,最大程度地提升煤质检测工作的有效性。
2 煤炭资源的取样和制备环节要依据有关标准实施
煤矿作为是一种多种物质混合型的物质,在对煤矿进行采集和制备的环节上,必须要做到符合国家相关的采集和制备的标准,并且要经过合理有效的方式进行实施。
采集样品的科学合理化,才可以准确的对煤炭整体质量进行准确有效的判定,才能使样品的质量最大程度地接近煤炭的整体质量。假如所采集的煤炭样品任何一个环节出现了差错,那么相关的检测工作就变成了空谈,得出的检验数据也并不具有实质性的说服力。
因此,煤炭样品的采集工作是煤质检测工作准确与否的直接决定因素。那么在实际的采集样本的环节上,如何做到科学有效的实施煤炭样本的采集,首先需要对采集样本的具置以及对应的采集量进行科学的定位和分析,而且要控制煤炭样本在制备的环节上的质量和粒度二者的之间的相互关系以及接下来进行的粉碎、混合、分样以及空气平衡等基础操作,以此为最终送往检测机构的样品达到国家相关的检测要求提供有力保障。
3 降低在样品检测和分析环节中的误差
3.1 改进或完善实验室的检测设备和仪器
相关检测实验室主要的检测形式和方法主要是以物理分析法和化学分析发为主,实验室当中各种各样的仪器设备、各种检测试剂是构成实验室的基本条件和结构,它们是检测工作的基本工具。因此,相关的实验室检测机构必须对相应的仪器仪表进行周期性的维护,确保在实际检测工作中的科学性和准确性。另外,在实验室相关设备都正常的条件下,在针对不同的检测对象实施检验的过程中,必须依据国家的相关检测机制进行工作,对不同的样品采用不同的检测手段,这样才会使最终的检测数据更具备科学性和有效性。
3.2 对实验室的仪器仪表进行周期性的维护
对样本检测实验室的先关检测设备实施周期性的维护和检查,是对最终检测数据科学性和有效性的基本保障。具体来说,就是利用相关的样本周期性对仪器设备进行校正,比如在检测相关煤炭样本中硫的含量过程中,所使用的仪器就是自动化测硫仪。为了保证实验室检测工作的正常运行,定期对四组铂金电极实施维护、清理以及相关的调整,对检测仪器的密闭性要进行重点的检查,随时随地做好相关的准备和解决措施。在检测工作进行之前,检测人员首先需要将仪器电解液当中的电极点位调整到相关标准的数值,之后再具体对煤炭样本的硫含量进行检测,以此防止实际检测数据低于正常数值。其次,在具体的检测实验环节中,要随时随地对电解液对应的PH值进行观察和记录,要是电解液的PH值低于1的时候,就必须要对其进行换新。针对零点是否有移动、对应的仪器设备是否产生漏气的状况,应该每隔4~5 d利用样本实施校检。在煤矿样本的挥发检测工作中,温度的控制对最终检测出来的数据会起到至关重要的作用。因此,相关的实验室需要周期性的对发热电阻、控温等设备实施的精准度进行检验,以此防止由于温度设备的因素造成检测数据上的误差。
3.3 遵循科学准确的实验标准进行检测
在煤炭样本的挥发检测过程中,如果对样本燃烧的时间长短以及温度回升时间点的控制存在误差,就会对最终的实验数据的精确程度造成严重的影响。
因此,相关的工作人员需要在检测的过程中,严格按照相关规定的步骤和标准进行检测和实验,最大程度地避免由于人为的原因引起的数据偏差,以此为样本的检测数据提供有力的保障。
4 改进样本检测手段
伴随我国科学技术以及经济体制的不断发展和完善,在实验室的检测行业领域中,大量的先进的高科技仪器和设备投入其中,通过对高新技术和仪器的运用,实验室的相关检测数据更加的精准和具有说服力。例如,在以往对煤炭燃烧时所散发的热量进行检测的过程中,最开始是利用人工测量的形式进行实施,但是由于人为操作不可避免的会出现一些疏忽和意外状况,会出现不同的工作人员通过实验所得出的检测数据有一定的差异性。自从全自动热量仪的引进和具体运用之后,其检测的数据逐渐发展到了科学、精准的轨道,很大程度上避免了人为操作所导致的误差。所以,随着高科技仪器的不断开发和运用,使得相关的检测工作更加具有效率、更加精确,样品检测实验室得到了飞速的发展。
对检测机构的质量进行强化同样是一个非常重要的内容。相关的煤炭检测部门首先要对其内部的管理方面和审核方面进行加强,保证实验室的每一项检测的数据都具备科学性和精确性,最大程度上做到精确、科学、可靠。检测机构需要对每一项的管理制度进行优化和完善。设立出一套完备的实验检测流程以及对应的规章制度,针对较为重要的仪器设备则需要更仔细和更规范的操作流程,所有的重要设备和仪器都要进行备案和建档,并且记录其详细的使用信息,派以专业的工作人员进行负责和看管。对实验室的员工素质方面也要加以系统性的培训,使相关工作人员尽快地学习和熟悉最新技术的设备和仪器,从而为实验室的正常工作提供绝对的保障。
5 结 语
本文主要是对煤质检测相关数据的精准度的控制方面进行分析和探讨,在煤质的相关检测工作当中起到决定性的有两大环节,第一是样本的采集,第二就是实际的化验工作。实际的检测数据是判定煤矿质量标准的重要根据,所以检测数据的精准程度必须要具备十分的可靠性和准确性。相关检测工作人员应依据煤矿生产和出售的不同需求,对各种层次的煤炭进行不同的检测和化验工作,从而提供科学准确的检测报告。在煤质检测的实际工作中,检测数据的精准度是检测工作最重要的任务之一,所以只有切实保证了煤质检测数据的准确度,才能对煤矿产业的发展起到保障性的作用。
参考文献:
[1] 王兴无,李春艳.煤质检测实验室质量控制[J].煤质技术,2011,(3):14-16.
[2] 王林红.集团精细管理促煤质实验室认可工作[J].煤质技术,2012,(5):16-18.
篇2
关键词:技术差距;制度差异;技术赶超模式;技术赶超路径
DOI:10.13956/j.ss.1001-8409.2017.06.01
中图分类号:F204文献标识码:A 文章编号:1001-8409(2017)06-0001-05
Technological Gap, Institutional Differences and Technological Catchingup Path Analysis
ZHENG Changjiang1,2, XIE Fuji1, CUI Youxiang3
(1.Antai College of Economics and Management, Shanghai Jiao Tong University, Shanghai 200052;
2.School of Humanities and Social Science, Shanghai Institute of Technology, Shanghai 201418;
3.School of Business, Shanghai Dianji University, Shanghai 201306)
Abstract: There are four catchingup models namely imitation, transplantation, following and competition based on technological gap and institutional differences, and six typical technological paths are identified. Different path accompanied with technological catchingup model and institution change model dynamic adjustment accordingly. How to choice technological catchingup path is a contextually dependent question, and its evolution may effect each other. Catching country should choice pathway suit to domestic conditions and international environment. Its important for China to improve national governance capability, implement independent innovation strategy and orient to world technological leaderships.
Key words:technological gap; institutional difference; technological catchingup model; technological catchingup path
不同国家赶超绩效差异很大。根据麦迪森估计的人均GDP数据(1900~2010),中国、中国台湾地区、德国、日本、韩国、新加坡、印度、巴西等国家或地区对美国的追赶有两个特点:(1)不同经济的追赶启动时间不同,德国和日本在20世纪初期启动,中国台湾、韩国和新加坡在70年代启动,中国和印度在80、90年代启动,巴西的追赶速度一直较缓慢。(2)虽然德国、日本、韩国、中国台湾、新加坡等赶超绩效显著,但都没有超过美国。本文构建了技术赶超路径分析框架,以技术赶超路径选择差异作为赶超绩效差异的根源。本文首先对国家技术赶超模式和路径分析文献进行回顾,然后对国家技术赶超概念和内涵进行分析,接着介绍国家技术赶超模式界定因素和四种技术赶超模式,在技术赶超模式分析框架基础上探讨技术赶超路径的内涵及路径集合,最后对典型国家技术赶超路径选择进行实证分析。
1文献回顾
已有文献主要从技术赶超模式、路径和理念三个方面解释赶超绩效差异。
11技术赶超模式
常用的模式界定因素有技术能力、技术来源、政府干预方式、技术周期、技术行为、专利持有者特征等。技术阶
段论和二次创新理论是以技术能力由低到高作为界定因素的代表[1,2]。林毅夫提出的新结构经济学主张在政府主下实现经济赶超和技术能力提升,这是以政府干预方式为模式界定因素[3]。赤松要提出的雁行理论基础上发展起来的雁行模式技术赶超是以产品生命周期为基础[4]。王振寰等以专利持有者分为个人、中小企业和大型企业集团作为界定技术赶超模式的依据[5]。阿西莫格鲁建立的赶超模型以赶超政策导向变化将赶超分为两个阶段,即以投资为基础的阶段和以创新为基础的阶段[6]。以技术行为特征为模式界定基础的赶超理论有以北―南贸易模型为基础的技术模仿学说[7]、马修斯提出的战略视角的技术撬动理论以及自主创新学说等[8]。
12技术赶超路径
技术阶段论认为技术赶超一般经过模仿、模仿―创新转型、创新经济三个阶段,经历三个阶段的过程即技术赶超路径。技术阶段论尤其关注模仿―创新转型阶段,认为该阶段的主要矛盾是赶超者与领先者间利益冲突加剧,赶超者面临战略选择困境问题[9]。二次创新理论从赶超者技术活动视角来思考如何提升技术能力[10]。佩蕾丝提出的技术―经济范式将技术变革与经济制度变迁联系在一起,认为技术变革能提供重要的技术赶超机遇窗口,成功实现技术赶超不仅要能够识别技术变革所提供技术赶超机遇窗口,也要有能力找到和采取与之最适应的经济制度[11]。阿西莫格鲁等根据不同赶超战略来定义技术赶超路径,认为在发展早期阶段应采用投资为基础的战略,靠近世界技术前沿时则需要转到创新为基础的战略[6]。技术赶超存在的路径依赖效应。王振寰等认为韩国、中国台湾、新加坡技术赶超有不同特点且不同经济向创新型经济转型存在路径依赖效应[5]。路径依赖对技术赶超绩效的影响是复杂的,它在有些阶段会促进技术赶超,但是到一定阶段会抑制技术赶超绩效。如何在必要时打破路径依赖或主动进行路径创新以顺利实现由模仿到创新转型是目前重要问题之一。
13技术赶超理念
技术赶超理念争议本质上源自学者所持的世界观差异。技术赶超理念有三种不同倾向,即欧洲中心主义、对西方冲击响应模式和多元主义。欧洲中心主义认为欧洲的经济、政治等制度对世界其他地区具有优越性,主张技术追赶成功决定于以欧洲为标准进行制度转型情况。经济和技术收敛文献大多持这种理念,此类文献大多以新增长理论为基础,重视技术转移(扩散)和竞争机制的作用,主张在市场力量主导下向均衡增长路径收敛,在该过程中逐步实现由模仿向创新转型[12]。冲击―响应模式认为后发经济受到欧洲现代经济冲击后,其技术水平逐步提升会引导其制度向欧洲为标准的方向变革。韩国被视为实现技术赶超的典型国家,一种解释认为原因在于韩国成功构建起支持实施技术撬动战略的国家学习系统,利用政府强有力干预快速提升国家技术能力,而技术能力进一步提升对制度变革提出了要求[13,14]。多元论以文明具有多元特征为基础[15],认为欧洲式制度未必是其他国家制度演化的必然方向,后发经济的赶超与制度朝何方向演化之间没有必然联系,只要能够解决技术进步的矛盾或障碍,沿循自身制度演化轨迹亦可实现赶超。
14研究评价
目前缺乏规范性的国家技术赶超路径分析框架,已有研究存在不完善之处:一是技术赶超模式和路径界定过于简单,主要依据技术能力由低到高演化过程,即单一地依靠技术差距维度界定技术赶超模式和路径;二是技术赶超模式和技术赶超路径两个概念缺乏联系,技术赶超路径概念存在主观性;三是大多数技术赶超文献所提供的是收敛性情景,这无法解释国家技术赶超经验的多样性特征。现实中的世界不仅在文化、制度方面是多元化发展和存在的,在技术发展方面也体现出明显的多元性特征。本文尝试以技术赶超模式界定为基础,构建技术赶超路径分析框架并以其解释赶超绩效差异。
2技术赶超模式分析
21国家技术赶超的内涵
国家技术赶超是技术落后国家缩小乃至反转与领先国家之间技术差距的过程,有生产效率和技术能力赶超两层含义(见图1)。生产效率赶超将持续和快速生产率增长、生产率差距大幅缩小(或反超)视为赶超的主要标志。1960、1970年代很多增长和发展文献对国家赶超的分析即是基于此逻辑,该时期西方工业国家出现生产率增长放缓迹象,美国比其他工业国家生产率增长更低,阿布拉莫维兹将此看做生产率追赶的标志;阿西莫格鲁等构建的赶超模型以单位劳动力的GDP增长率作为衡量与技术前沿距离的指标[6]。技术能力赶超有两种类型:一是以产品种类增加的技术能力为基础的技术赶超;二是以质量阶梯为基础的产业技术能力提升的技术赶超。前者对应跟随者与领先者技术差距不大情形,如中东欧以及前苏联国家原本与欧盟国家技术差距并不很大,民主转型后赶超的关键是将原来的科学技术系统转型为创新系统,提升创造产业和技术变革能力[17]。后者对应落后者对领先者依赖性很强,技术赶超主要是利用知识的公共属性特征,以模仿为主逐步提升技术能力。该类型赶超强调利用国际技术转移,沿着质量阶梯升级是实现技术赶超的重要途径[18]。
22模式界定因素
221技术差距
技术差距是赶超国家与领先国家或技术前沿之间的技术水平缺口大小,一般选取美国、日本等发达国家作为领先国家或技术前沿参照。有三种常用技术差距界定方法:(1)将生产效率差异定义为技术差距,即特定国家生产率水平与国际生产率前沿之间的差异作为技术差距[19,20]。(2)对知识创造的贡献程度差异定义为技术差距。如将某国专利活动与专利生产前沿比较来衡量不同国家创新能力差距[21]。(3)将技术差距理解为不同国家采用新技术的先后或普及程度差异。如1972年日本率先在汽车生产线上使用机器人,这一技术应用早于同时期的美国与欧盟国家[22]。选取技术差距作为界定因素之一主要是考虑后发优势的作用,技术差距大意味着赶超国家有比发达国家以更快速度提升技术能力的可能性,随着接近技术前沿,后发优势效应递减。
222制度差异
制度难以比较优劣但可比较差异大小,制度差异反映后发国家与领先国家制度方面的相似或相异程度。制度差异主要体现为不同国家政治体制、经济体制和文化特征方面的区别,它们对国家治理能力形成机制、资源动员、配置方式具有重大影响。这三种制度形式的变革难易程度不同,其中文化特征演化最难,其次是政治体制,再次是经济体制。三种制度形式的演化交织在一起共同Q定国家治理能力高低。福山认为有三种基本的政治体制形式,即国家、法治和负责制,这三种政治形式只要运用得当,均能带来良好的国家治理能力[23]。也就是说国家治理能力高低与政府是否是民主体制无关,后发国家可根据自身需要选择政府主导或市场力量为主来实施技术赶超战略。政治制度类型选择与国家政治体制演化历史有关,而政治体制又进一步决定了经济体制结构演化过程。后发国家文化特征演化、政治体制变革以及经济体制选择这三个方面的差异情况共同构成制度差异因素,对技术赶超模式界定影响重大。
23技术赶超模式
技术赶超模式是国家为实现追赶目标采取的资源配置主导规则和技术活动基本特征,它反映国家如何解决赶超过程中面临的基本矛盾。根据技术差距和制度差异两个因素可区别出技术模仿、技术移植、技术跟随和技术竞赛四种模式(见图2)。
231技术模仿
技术差距大同时制度差异小的情境①对应技术模仿模式。技术差距大则后发国家创新能力不足,依赖从领先国家获取先进技术,技术模仿是后发国家提升技术能力的主要手段。落后与领先国家间制度差异小则先进技术向后发国家转移的障碍较少。技术模仿模式的特点有:(1)先进技术来自于领先国家,所模仿的先进技术具有相对性,要与自身技术能力水平适应。(2)技术模仿是后发国家技术能力提升的主要手段,其技术进步是渐进式的,具有显著的线性特征,加快技术进步速度是决定技术赶超成功的关键。(3)生产活动中的技术赶超具有规模报酬递增特征,对落后国家的经济增长有显著影响。
232技术移植
技术差距大同时制度差异大的情境②对应技术移植模式。情境②中后发国家的制度变革成本很高,技术进步冲击难以让其制度发生本质变革,应用外部先进技术是以维持原有制度特征基本不变为前提。技术移植模式的特点是:(1)外部新技术会对后发国家原有技术―经济结构产生冲击,技术赶超是将新技术移植到落后经济的过程,技术移植活动对应的思维模式是联想而非模仿,过去的经验未必能够提高新技术移植成功的概率。(2)技术移植模式的技术进步以跨越式为主,主要面临的是不确定性问题。(3)技术移植模式对后发国家的影响主要在经济转型方面,制度企业家对技g移植有重要作用。
233技术竞赛
技术差距不大且制度差异较小的情境③对应技术竞赛模式,此时两个国家可能会交替领先。技术竞赛模式有两种情形:一是两个发达国家交替领先;二是两个落后国家交替相对地领先。前者是跟随者与领先者技术能力差距不大,跟随者在某些技术领域处于领先位置。后者是后发国家之间的技术赶超存在竞争关系,在竞争中胜出能为赶超创造更好的条件。技术竞赛模式的特点是:(1)技术竞赛结果主要决定于创新资源投入数量、创新系统运行效率和技术进步本身具有的偶然性。(2)技术进步存在路径依赖效应,一旦在特定的技术轨道上演化,则其后的技术发展具有一定延续性。(3)技术竞赛模式中的制度变革无论是沿着原有路径演化还是创造出新的制度,制度变革的基本动力均是源自赶超国家的内部力量。
234技术跟随
制度差异不大同时技术差距也不大的情境④对应技术跟随模式。技术跟随的目的是尽可能持续地获取技术红利,主要通过技术合作、技术学习确保自己处于技术领先国家行列。技术跟随模式的特点是:(1)技术跟随对国家创新系统开放性和高效性具有很高要求。(2)技术跟随需要国家具有较强的技术学习能力,在出现技术突破时候具有很好的跟进能力,能够迅速地将新技术转化为经济增长动力。(3)技术跟随需要有友好的国际技术转移和技术扩散环境,技术引进没有政治,赶超国家的制度变革方向受外部影响较大。
3技术赶超路径分析
技术赶超模式分析为国家技术赶超路径分析提供了理论基础。国家技术赶超路径可定义为:后发国家由初始状态到达目标状态经历一定顺序的情境变化,随着情境变化技术赶超主导模式相应发生变化的过程。可以识别出六种基本技术赶超路径(见图3)。技术赶超路径并不唯一,路径选择需要综合考虑赶超国家的文化沿革、国内条件、国际环境等因素。
31模型假设与状态设定
技术赶超路径分析有三个基本假设。假设1:只有一个技术领先国家,且技术领先国家不会因为自身决策错误致使与后发国家间的技术差距缩小。假设2:赶超国家有技术活动和制度供给两个控制变量。赶超国家与赶超目标间的技术差距单调缩小;制度供给有制度差异缩小和制度差异化两种策略可选择。假设3:技术赶超的技术环境是静态的,即没有新的技术革命出现。
另外给出四个初始条件:(1)领先国家只有一个且处于情境④,其状态保持不变。(2)赶超国家初始状态有处于情境①或情境②两种可能。(3)赶超国家有情境④或情境③两种可能的目标状态。(4)处于情境④的领先国家有成熟市场经济体制和代议制为基础的政治体制。
32技术赶超路径集合与类型
根据技术赶超模式、基本假设和初始条件,可识别出六种基本技术赶超路径,分别表示为路径①至路径⑥(见图3、表1)。(1)路径①:初始状态是情境①,目标状态是情境④,沿着该路径经历技术模仿模式、模仿―创新转型和技术跟随模式。(2)路径②:初始状态为情境②,目标状态为情境③,沿着该路径先采取技术移植模式,经历技术转型发展再到技术竞赛模式。(3)路径③:初始状态是情境②,目标状态是情境④,经历制度移植、制度创新、技术模仿、技术跟随四种模式。(4)路径④:初始状态是情境①,目标状态是情境③,经历制度创新、技术移植、技术竞赛三种模式。(5)路径⑤:初始状态是情境②,目标状态是情境④,该路径先是技术移植和制度移植混合模式,然后是技术转型和制度转型混合模式。(6)路径⑥:初始状态是情境①,目标状态是情境③,经历技术模仿和制度创新混合模式到技术竞赛和制度创新混合模式。
可将六种技术赶超路径分为基于市场或政府力量主导两种路径类型(见表1)。路径①、路径③、路径⑤属于市场主导型路径,赶超国家与领先国家之间没有根本利益冲突,市场力量引导技术转移、促进技术扩散。路径②、路径④、路径⑥是政府主导型,赶超国家与领先国家之间存在不可忽视的利益竞争关系。
33技术赶超路径实证分析
选德国、日本、韩国、中国、印度五个国家进行实证分析,技术赶超路径用带箭头曲线表示,实线表示已经经历的路径,虚线表示预测的路径。各国在不同阶段主导力量及模式组合方式不同是赶超绩效差异的重要原因(见图4、表2)。(1)德国路径是从情境①到情境④。德国先经过制度创新基础上进行技术模仿的阶段,其制度创新重点是建立比西欧国家更强调国家主导的资本主义政治、经济体系。德国的行政体系在战略决策中具有高度自主性,第二次世界大战后美国削弱德国政府自主性的尝试也没有取得期望效果。第二次世界大战后德国技术能力迅速恢复到领先国家水平。(2)日本路径是从情境②到情境①再到情境④。日本在情境②同时进行制度移植和技术移植,国家主导赶超过程,这是其抓住赶超机遇在19世纪末期成为工业强国的关键。日本在19世纪末的制度移植主要是通过明治维新实现的,第二次世界大战后在美国主导下进行政治体系重构后采取技术模仿为主策略,迅速恢复为技术强国,进入技术跟随模式。(3)韩国赶超情境顺序与日本相似但启动时间不同。韩国成为日本殖民地后,虽也有制度移植但无政治独立性,技术进步速度远不及日本。韩国在国家和市场力量协同作用下采取技术模仿模式迅速由情境①转入情境④,在20世纪60、70年代经历了快速增长,1987年进行政治体制转型,此后进入由模仿向创新转型阶段。中国台湾、新加坡的技术赶超路径与韩国类似,由于赶超存在竞争性,它们的赶超启动时间也晚于日本。(4)印度路径。印度在19世纪成为英国殖民地后制度转变为与英国类似结构,该制度体系与本身文化传统并不兼容,此期间赶超速度缓慢。1947年印度独立后经济体制一定程度上采用计划经济模式,90年代后实行自由化改革后技术模仿模式的赶超在软件和仿制药行业取得较好效果。(5)中国路径是由情境②到情境③。中国在19世纪后期采取技术移植模式,希望在保留原有政治、经济制度情况下移植领先技术,但赶超被中日战争失败打断,此后主要任务是寻找和构建适合自身的政治、经济体系。1949年后赶超回归正轨,1978年后赶超速度加快,以后有望进入情境③并采取技术竞赛模式。
4中国技术赶超路径选择的启示
中国技术赶超路径选择的启示有以下几个方面:(1)不同国家的技术赶超路径会相互产生影响。赶超路径选择是国家发展战略的顶层设计问题,中国不仅要根据国内国际政治、经济、技术环境选择适合自己的赶超路径,还要关注其他国家的赶超路径并采取有效战略对策。(2)国家能力建设是技术赶超成功的关键因素,是确保赶超速度和持续性的重要保障。赶超是一项复杂的社会变革工程,需要面临复杂的群体决策问题,提升国家治理能力是提高赶超绩效的重要保障。(3)多中心技术领先格局能确保中的核心利益,成为世界技术领先国家之一是中国的必然选择。中、西方文明是各自沿着不同的路径演化的,制度演化远比技术变革复杂,在借鉴他国赶超经验的时候必须要考虑我国制度演化的连续性和独特性,有选择地借鉴他国赶超经验并朝着成为技术领先中心之一努力。(4)中国自主创新战略要重视技术体系和制度体系两个方面的自主能力建设。中国是巨型经济,在技术模仿阶段与领先国家间的利益冲突就不可忽视,中国只有建立相对自主的技术体系才能避免赶超空间被封死局面。同时中国秉承的世界观与西方世界有巨大差异,政治体制发展具有独特演化轨迹,制度创新必须根据自身经济社会发展需要进行。
参考文献:
[1]Wu X,Ma R,Shi Y, et al. Secondary Innovation: The Path of Catch-up with ‘Made in China[J]. China Economic Journal,2009, 2(1): 93-104.
[2]吴晓波,许庆瑞. 二次创新竞争模型与后发优势分析[J]. 管理工程学报,1995, 9(1): 7-15.
[3]林毅夫. 新结构经济学――重构发展经济学的框架[J]. 经济学,2010, 10(1): 1-32.
[4]Akamatsu K. A Historical Pattern of Economic Growth in Developing Countries[J]. The Developing Economies,1962, 1(Supplement 1): 3-25.
[5]Wang J H,Tsai C-j. National Model of Technological Catching Up and Innovation: Comparing Patents of Taiwan and South Korea[J]. The Journal of Development Studies,2010, 46(8): 1404-1423.
[6]Acemoglu D,Aghion P,Zilibotti F. Distance to Frontier, Slection, and Economic Growth[J]. Journal of the European Economic Association,2006, 4(1): 37-74.
[7]Mukoyama T. Innovation, Imtation, and Growth with Cumulative Technology[J]. Journal of Monetary Economics,2003, 50(2): 361-380.
[8]约翰・马修斯,赵东成.技术撬动战略――21世纪产业升级之路[M].刘立,等译. 北京大学出版社,2009.19.
[9]Hobday M,Rush H,Bessant J. Approaching the Innovation Frontier in Korea: The Transition Phase to Leadership[J]. Research Policy,2004, 33(10): 1433-1457.
[10]Wu X,Ma R,Xu G. Accelerating Secondary Innovation through Organizational Learning: A Case Study and Theoretical Analysis[J]. Industry and Innovation,2009, 16(4-5): 389-409.
[11]Perez C. Technological Revolutions and Echno-economic Paradigms[J]. Cambridge Journal of Economics,2010, 34(1): 185-202.
[12]Currie D,Levine P,Pearlman J, et al. Phases of Imitation and Innovation in a Northsouth Endogenous Growth Model[J]. Oxford Economic Papers,1999, 51(1): 60-88.
[13]Mathews J A. Competitive Dynamics and Economic Learning: An Extended Resourcebased View[J]. Industrial and Corporate Change,2003, 12(1): 115-145.
[14]Viotti E B. National Learning Systems: A New Approach on Technological Change in Late Industrializing Economies and Evidences from the Cases of Brazil and South Korea[J]. Technological Forecasting & Social Change,2002, 69(7): 653-680.
[15]塞缪尔・亨廷顿. 文明的冲突与世界秩序的重建(修订版)[M].新华出版社,2010.
[16]Abramovitz M. The Catch-up Factor in Postwar Economic Growth[J]. Economic Inquiry,1990, 28(1): 1-18.
[17]Radosevic S. Transformation of Science and Technology Systems into Systems of Innovation in Central and Eastern Europe: The Emerging Patterns and Determinants[J]. Structural Change and Economic Dynamics,1999, 10(3-4): 277-320.
[18]Glass A J,Saggi K. International Technology Transfer and the Technology Gap[J]. Journal of Development Economics,1998, 55(2): 369-398.
[19]Cimoli M,Correa N. Trade Openness and Technological Gaps in Latin America: A “low Growth Trap”[R]. LEM Working Paper Series,2002.
[20]Gerlach S,Yiu M S. Estimating Output Gaps in Asia: A Cross-country Study[J]. Journal of the Japanese and International Economies,2004, 18(1): 115-136.
[21]Fu X,Yang Q G. Exploring the Cross-country Gap in Patenting: A Stochastic Frontier Approach[J]. Research Policy,2009, 38(7): 1203-1213.
篇3
关键词:电力 自动化 数据质量 整治
中图分类号:TP29 文献标识码:A 文章编号:1007-9416(2011)12-0166-02
随着国民经济的高速发展,电力供应愈来愈显示出其基础性重要性。智能化控制是我国电网调度发展的方向,因此与之相关的发电、输电、配电所有设备调度自动化基础数据,是电网调度生产指挥、运行分析控制以及各种生产管理工作重要的信息来源,其质量的好坏对于电网的安全、优质、经济运行具有重要的意义,对下一步实现大电网智能调度、分析决策和智能控制将起到关键的作用。济源供电公司目前管理的110kV及以下等级范围内变电站,多为近二十年来建设的设施,其调度基础数据质量远远不能满足电网调度智能化控制的需要,必须进行综合整治工作。
1、电力调度自动化技术应用现状
目前,我国应用的电力调度自动化系统都是采用RISC工作站和POSIX操作系统接口等国际公认标准,主要有以下电力系统调度自动化系统:
1.1 SD-6000能量管理系统
该系统具有统一支撑平台的开放式能力管理功能,采用了超大规模的调度投影屏、调度电话自动拨号和气象卫星云图等新技术,具有信息实时性、开放式、分布式和友好的人机界面等特点。SD-6000能量管理系统是当前国内技术先进、功能强大、成熟、可靠的分布式SCADA/EMS/DMS系统。主要应用在广东省调、北京地调、南京地调、郑州市供电局、海南省供电局等地。
1.2 CC-2000电力系统调度自动化系统
该系统采用分布式结构设计和面向对象技术,利用事件驱动和封装的思想为应用软件提供透明的接口。CC-2000电力调度自动化系统采用将采集的实时数据,数据处理和各种应用按功能分布在不同的ALPHA服务器和工作站节点上的分布式系统,因此个别节点的故障不至于影响到整个系统的正常运行。该技术它具有成熟、可靠、实时性好、通用性等特点,为我国的电力系统安全、可靠、经济运行提供了保障。
1.3 OPEN-2000能量管理系统
该系统是一套集监控和数据采集、自动发电控制、电力系统应用软件、调度员培训仿真系统、配电管理系统等各种应用于一体,具有开放型、分布式等特点,适用于网、省调和大中型地调的新一代能量管理系统。OPEN-2000能量管理系统是过内外技术先进、性能完善、维护方便、适用面广、稳定性高、具有丰富工程经验的能量管理系统,是国内首次将IEC870-6系列TASE.2协议集成于软件平台的系统。
2、电力调度自动化技术中数据质量现状分析
济源市供电公司目前管理的变电站共有29座,分布于济源市15个乡镇、办事处及有关大型企业。其中110Kv及以下等级范围内变电站有24座,由于各变电站投运时间的不同,受当时理论技术水平、设计指导思想、投资渠道等各种原因影响,上传到电网调度的基础数据质量较差,经常造成数据掌握不及时,各站点数据不统一,上传信息不完整和不可靠等问题,制约了下步实现电网调度智能化控制工程的开展。经现场检查综合分析,问题首先是未能实现基础数据信息的完整上传(主要集中在刀闸位置、变压器中心点位置、容抗器开关等遥信信号方面);其次是因设备与二次回路缺陷等方面的原因,部分厂站遥测数据存在误差大、数据跳变等现象(主要表现在变压器档位信息、母线电压量测等方面)。
3、改善电力调度自动化数据质量的对策
3.1 需要解决的问题
调度自动化基础数据质量综合整治工作,大力提高调度自动化基础数据的完整性、准确性、一致性、及时性和可靠性水平,工作内容主要包括:
(1)对状态信息采集的完整性、正确性进行核对和试验。状态量信息主要包括:所有断路器、母线刀闸、隔离刀闸、线路侧地刀、变压器中性点地刀、变压器分接头位置、无功补偿装置开关/刀闸(含低压侧)、变压器档位(遥信方式实现)、事故总信号等。
(2)对量测数据采集的完整性、准确性进行核对和检验。量测数据主要包括:各厂站110千伏及以下电压等级线路、母联/旁路开关、主变三侧的有功、无功;变压器档位(遥测方式实现);母线的电压、频率;无功补偿装置的无功负荷等(含低压侧)。
(3)对电网设备参数的正确性进行核对。电网设备参数包括电网潮流和安全分析计算、稳定计算、保护定值计算、安全校核等应用功能所涉及的有关电网设备参数。
(4)对存在问题的设备进行处缺整改。对数据核查过程中发现的设备缺陷进行及时处理。
3.2 采取的技术措施
为扎实有效开展基础数据整治工作,公司加强整治工作组织,科学制定工作方案,合理安排计划、措施到位及时,按月合理分解任务,确保工作有序开展、有效落实调度自动化基础数据质量综合整治工作方案,共安排对24个站开展基础数据质量综合整治工作,截止到2011年10月底,已按要求全部完成,完成率达到100%。
(1)数据完整性补充。依据上级公司提出的完整性要求,公司认真开展了大量的排查和整改工作,高度重视基础数据的完整性,始终坚持做好基础数据完整性采集工作。
调度管辖范围内的厂站遥信采集覆盖率分别为:断路器遥信采集覆盖率=100%;影响网络拓扑分析结果的隔离刀闸(包括母联刀闸、旁路刀闸等)遥信采集覆盖率=100%;接地刀闸(包括母线地刀,线路地刀,变压器中性点地刀)遥信采集覆盖率≥95%。
调度管辖范围内的厂站遥测采集覆盖率分别为:110kV 及以下厂站的母线电压、线路有功无功、主变有功无功的遥测采集覆盖率=100%;调管范围内自备电厂有功无功出力遥测采集覆盖率=100%。结果表明,在全部已完成整治工作的24个站中,完全满足上述完整性要求。
(2)数据准确性校核。在基础数据准确性校核方面,主要开展了量测数据现场检验和状态信息现场校核工作。按照《河南电网交流采样测量装置运行检验工作管理规定》的要求,根据现场一次设备实际运行状态有区别地开展现场检验和校核。
对于量测数据,若对应的一次设备处于停运状态,严格实行虚负荷检验;若一次设备处于带电运行状态,则严格实行实负荷检验。无论是采取实负荷还是虚负荷校验方式,均要求做到所有上传量测数据的全面校验,并按照不同检验方式形成规范的实负荷或虚负荷检验记录。此外,同时进行量测数据死区设置情况检查,对数据变化死区的设定值超过满量程的千分之五(5‰)的要同步做出修改。
对于状态信息,若对应的一次设备处于停运状态,则进行现场传动试验;若一次设备处于带电运行状态,则与一次设备实际状态逐点进行状态比对,并与省调自动化值班人员逐点核对省调端实际采集状态。
认真开展了厂站状态信息正确性和量测数据准确性校核工作。在工作开展中,认真核对现场一次设备实际状态。此外,我们还严把一次设备检修审批关,切实做到一次设备检修与自动化设备检验工作同步进行。
(3)数据一致性管理。电网模型和设备参数的一致性管理对于电网运行分析控制十分重要。在本次基础数据整治过程中,我公司调通中心远动班、变电检修部保护班通力合作,开展了大量的工作:一是结合电网稳定分析计算和继电保护整定计算工作,对参数信息进行了同步校核;二是结合状态估计计算结果和EMS高级应用程序运行情况,对EMS系统现有模型和参数进行了全面校核;三是针对发现的模型、参数错误或不一致等情况,相关部门及时进行了认真沟通(必要情况下联合相关地调部门开展了参数调查),并根据沟通和调查结果及时对参数库相应信息做出了正确更新。
以上工作为调度参数库信息的准确性和各应用系统参数的一致性提供了良好的保障,实现了电网模型、设备参数的统一管理和分级维护,较好地做到了基础数据的“源端维护、全网共享”,大大提高了基础数据的一致性水平。
通过全面强化运行管理、认真开展电网模型和参数校核、严格落实厂站信息“直采直送”原则、深入规范数据转发程序标准和内容、大力增强现场设备运行可靠性等多措并举,济源地调调度管辖范围内电网模型和参数信息进一步得到校准,现场设备运行可靠性也有了较大程度的进步。此外,通过加强值班维护,济源地调调度自动化系统的整体运行可靠性、模型和参数维护的及时性也得到了进一步的提升。
(4)数据及时性整治。在数据及时性方面,结合我公司调度自动化系统装备现状,积极开展了大量的工作,主要包括:严格落实调度自动化基础数据“直采直送”原则,最大程度上减少基础数据采集和上送环节的时延;认真梳理厂站基建施工、综自改造以及子站设备运行维护方面存在的问题,全面提高自动化设备运行水平;结合设备现状,积极开展技术改造,大力提高自动化系统技术装备水平;大力加强系统运行管理,全面提高电网模型和参数维护的及时性。
4、结语
从实践来看,经过近一年的紧张工作,济源电网基础数据整治工作已圆满结束。总体上工作进展较为顺利,工作质量和成效达到了预期的目标,成绩显著。但我们必须深刻地认识到,在智能电网建设积极推进的大环境下,持续有效地保证和提高基础数据质量,对于电网安全、优质、经济运行有着深远的意义。
作者简介
篇4
关键词:城镇居民;文化消费;空间差异;Theil指数
中图分类号:F047.3 文献标志码:A 文章编号:1002-7408(2014)01-0091-03
文化消费是指人们为了满足文化生活的需要对物质和劳务的消费。作为较高层次的消费,近年来我国城镇居民文化消费需求总量不断增加,在推动产业结构升级、促进区域经济发展、提高国民素质方面发挥着重要作用。然而,在文化消费水平普遍增长的同时,我国各地文化消费的发展并不平衡。基于此,本文采用Theil指数法,以我国31个省(市)城镇居民文化消费支出为研究对象,从文化消费水平、结构、增速三个方面对我国城镇居民文化消费的空间差异进行测度分析,以期为政府部门制定相关文化消费政策提供理论支持和决策依据。
一、相关文献回顾
通过对近年来相关文献的梳理发现,目前对我国居民文化消费支出地区差异的研究主要集中在两个方面:一是文化消费差异程度研究。王亚南对2006年我国各地城镇居民文化消费与农村居民文教消费做出分析,研究结果显示我国文化消费区域间存在差异,但小于全国城乡发展差异;各地城镇居民文化消费之间发展差距小于各地农村之间的发展差距。[1]赵卫亚采用Panel Data模型来分析我国城镇居民文教消费的地区差异,通过分析得出,我国高收入地区(东部沿海地区)与中、低收入地区(中西部地区)的城镇居民文教消费行为之间存在着明显差异,主要表现为:东部和中西部地区城镇居民的文教消费选择行为和消费层次存在较大差距。中西部地区居民的文教消费热点是文娱用品,东部地区居民在收入水平提高后首先是增加文化娱乐和教育的投入。[2]二是文化消费差异成因研究。陈燕武研究发现,我国东部农村地区的文教娱乐消费存在一致性,收入是最重要的影响因素,而中西部地区则存在较大的个体差异,传统的消费影响因素对消费问题并未起到显著影响,而个人偏好、地方政策等一些特定性因素则起到关键性作用。[3]王亚南等人认为,人均积蓄增长在很大程度上反向影响人均文化消费增长。[4]陆立新研究认为,收入是文化消费的基础,中西部地区农村居民文化消费比东部地区农村居民更多地受消费习惯的影响。[5]
上述研究从不同方面剖析了我国文化消费差异的现状及成因,但从总体看,区域间差异分析较多,区域内差异分析较少;最适合做地区差距分解的Theil指数法鲜见;研究数据相对较为陈旧。因此,运用Theil指数方法,对所能够掌握的最新的城镇居民文化消费数据进行处理分析,计算我国城镇居民文化消费的空间总差异,并基于东、中、西三大地带将三类指标的总差异将其分解为地带间差异和地带内差异,探析造成城镇居民文化消费差异的原因,具有十分重要的现实意义。
二、研究对象及方法
1.研究对象。本文选取我国31个省(市)城镇居民文化消费支出为研究对象,从文化消费的水平、结构及增速三个方面出发,分别选取人均文化消费支出、各种文化消费支出占文化消费总支出的比例及文化消费增长速度三类指标对文化消费现状进行描述,对文化消费的空间差异做定量化测度分析。
2.数据来源及范围界定。研究采用的数据主要来源于《中国统计年鉴》(2012、2011、2010)和国家统计局网站。文化消费的分类采用国家统计局《城镇住户调查方案》中的规定,将城镇居民消费支出具体分为三项:文化娱乐用品支出、文化娱乐服务支出、教育支出。文化娱乐用品支出包括居民在购买彩电、电脑耗材、摄像机、照相机等方面的支出;文化娱乐服务支出包括旅游、健身等方面支出;教育支出指包括学费、住宿费、伙食费、课外辅导费用、择校费、学习用品费用等方面的支出。
3.空间单元划分。本文采用国家统计局的统计口径,按照东、中、西三大地带的划分方法,将31个省(市)划分为东部地区,包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南等11省市;中部地区,包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等8省;西部地区,包括四川、重庆、贵州、云南、、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古等12省市。
4.空间差异测度方法。Theil指数又称为熵指数,最初用于分析国家之间的收入差距,指数值越大,说明国家间的收入差距越大。该指数也能根据其思想通过一定的变形应用于对其它方面的区域差异测度上,如对服务业发展的区域差异的测度、经济增长地区差异研究等。相对于基尼系数、变异系数等其它测量地区差异的指标来说,Theil指数用于地区差异研究最大的优点就在于总差异可以进一步分解为地带间差异和地带内差异。本文采用这种方法对我国城镇居民文化消费地区差异进行量化测度分析。
Theil指数的计算公式为:
其中,P代表进行测度的指标,本文中则分别指文化消费水平、结构及增速,Pi代表i城市相应指标,P代表指标平均值,ni代表i省市的城镇人口占全部31个省市城镇人口的比重,T(P)即各指标的Theil指数值,它的值越大,就表示各省市文化消费状况差异越大。
进一步对Theil指数进行分解,可以将全国总体差异按照不同地带进行分解,将文化消费的全国总体差异分解为东中西三大地带间的差异和三大地带内的差异,计算公式为:
其中,TB(P)表示各地带间指标P的差异,TW(P)表示地带内各省市指标P之间的差距,ni则表示相的地第i区域城镇人口占总城镇人口的比重,nij表示i区域j省市城镇人口占区域城镇总人口的比重,Pi则表示i区域所评价指标的平均值,Pij表示i区域j省市所评价指标的值,TB(P)与TW(P)之和即为总差异T(P)。
三、研究结果与分析
1.我国城镇居民文化消费水平的空间差异测度。选取人均文化消费支出作为反映我国城镇居民文化消费水平的指标,通过Theil指数的运算对2011年我国31个省(市)的城镇居民文化消费水平的空间差异进行测度,并进一步对东中西三大地带进行分解,计算结果如表1所示。
由表1可知,地带内差异是构成文化消费水平空间差异的主要原因,它对总差异的贡献度超过了75%,而三大地带内的空间差异情况则表现为东部>西部>中部,东部的空间差异远大于西部和中部地区,其内部差异对总差异的贡献度为65.02%,超过了地带间的差异。可以看出,我国31个省(市)的城镇居民文化消费水平的差异主要是由地带内部差异引起的,即在我国各区域内部文化消费水平有较大的空间差异,其中差异最为明显的即Theil指数最大的为东部地区,它对总体差异的贡献度超过了65%。
2011年,我国城镇居民人均文化消费1851.7元,东部地区人均文化消费2300.0元,数值达到全国平均值的124.2%,高于中部地区的1445.4元和西部地区的1450.1元。虽然东部地区的人均文化消费水平最高,但地区内差异也最为明显,其中人均文化消费最高的两个省市为北京市3306.8元、上海市3746.4元,超过了东部地区平均水平1000元以上;最低的两个省河北、海南的人均文化消费分别为1204.0元和1141.8元,仅达到地区平均水平的一半,与北京、上海在指标值上相差了2000元以上。东部地区基本上可以分为以北京、上海两个极高人均文化消费省市,以浙江为代表的3个高人均文化消费省市,以及以海南为代表的4个极低文化消费省市,而水平居中的仅有两个省市天津和福建。这样的悬殊情况造成了东部地区内部消费的极大不均衡。类似的情况也存在于西部地区,但仅为个别省份且差距远小于东部地区,如陕西省和内蒙古人均文化消费分别为1857.6元、1812.1元,而和青海仅为514.4元、967.9元。相较于东部地区和西部地区,中部地区的文化消费水平在较低水平上更为均衡。
对于导致这一结果的可能原因:有学者认为,居民收入水平、受教育程度和投资水平分别从消费能力、消费意愿和消费机会方面影响居民文化消费的发展。由于东部地区经济实力雄厚,在上述三个方面均高于中西部地区,因此,文化消费水平整体上呈现较高水平。然而由于东部地区内部在城镇居民收入水平、居民受教育程度及投资水平方面差距较大,所以造成了地带内较大的差异。
2.我国城镇居民文化消费结构的空间差异测度。从2011年我国城镇居民文化消费支出结构来看,教育支出仍然是我国城镇居民文化消费的主体,其消费支出总量在省市城镇居民文化消费总量中的比重达到了40.5%,文化娱乐服务消费和文化娱乐用品的消费的比重分别为35.2%和24.3%。根据2011年三类文化消费的支出量各自占文化消费支出总量比重,利用Theil指数公式依次对我国城镇居民文化消费结构的空间差异进行测度,研究结果如图1所示。
从图1来看,就总差异来说,各类文化消费支出所占比重的Theil指数值从大到小排序为文化娱乐服务0.075、文化娱乐用品0.005、教育0.002,反映了在31个省(市)中,城镇居民文化娱乐用品和教育的消费支出更加均衡,而文化娱乐服务消费支出的差距较大。这可能主要基于下述原因而导致:第一,“科教兴国”是我国的基本国策,教育关系到每个家庭及国家未来发展,特别是在大多数家庭为独生子女的情况下,人们更注重子女的教育,宁可省吃俭用也要让孩子接受良好的教育,因而教育支出在全国各省市的城镇居民文化消费结构中都占有较高的比重且较为均衡。第二,文化娱乐用品是现代家庭生活重要的组成部分,随着经济的发展和居民收入的提高,城镇居民家庭文化娱乐消费品也不断的更新换代,中高档消费品大量进入居民家庭,主要消费品的拥有从数量上已基本满足居民家庭的需要,文化娱乐用品消费支出在全国各省市城镇居民文化消费中所占比重的较为均衡。第三,随着人们生活质量的改善,城镇居民文化消费中用于文化娱乐服务消费的支出迅速增长,占文化消费支出比重也不断提高。然而,因文化娱乐服务消费支出方面受传统观念、消费者可支配收入以及社会保障制度的完善程度等多种因素的影响,在各省市间差距显著,如2011年东部地区城镇人均文化娱乐服务支出为842.35元,是中部的1.82倍、西部的1.64倍。
从图中还可以看出,地带内差异仍是造成我国文化消费结构空间差异的主要原因,三类文化消费的地带内差异对总差异的贡献率均超过了85%。进一步分析可知,文化娱乐服务的消费情况在东部地区各省市之间差异最大,并且差距显著;文化娱乐用品和教育的消费情况在西部地区各省市之间相差较大。文化娱乐用品是进行文化消费的主要物质载体,教育型消费和文化娱乐型消费主要以无形的精神消费为主,受传统观念“万般皆下品,唯有读书高”等思想的影响,对于一般家庭来说,这三方面在家庭消费中的重要性从大到小依次为:教育、文化娱乐用品、文化娱乐消费。一方面,东部地区是我国经济最发达的地区,2011年城镇居民年平均可支配收入达到了25906.47元,较高的可支配收入水平满足了教育和文化娱乐用品的需求,人们有较多的支出用于文化娱乐消费。而东部地区内部人均可支配收入差距大,所以带来文化娱乐消费差距大。另一方面,中西部地区欠发达省份居多,经济发展相对比较落后,2011年城镇居民年平均可支配收入仅为18046.28元,远低于东部地区,文化消费中教育消费和文化娱乐用品支出占的比重较大,而文化娱乐服务支出占的比重较小,这可能是西部地区城镇文化娱乐消费差异小的主要原因。西部地区教育与文化娱乐用品消费情况差异较大主要与区域内收入差距密切相关。
3.我国城镇居民文化消费增速的空间差异测度。文化消费增速反映了文化消费在一定时期内的发展变化方向和程度。本文选取2009年的人均文化消费支出为基准水平,计算出我国31省(市)2011年人均文化消费支出的增速,然后计算出Theil指数值,并进行区域分解,计算结果如表2所示。同我国文化消费水平结构所体现的空间差异性特点一致,地带内差异仍然是造成文化消费增速的空间差异的主要原因,其中东部和西部地区内部差距较大,而中部地区的城镇居民文化消费增速则较为均衡。从具体数据看,东部地区文化消费增速最高为江苏,增速为40.0%,山东最低,为15.4%;西部地区云南、广西、新疆增速均非常高,分别为69.1%、35.2%、31.2%,而重庆、、甘肃仅为9.1%、10.4%、12.9%,中部地区增速均在30%左右。
值得关注的是,文化消费的增速与文化产业的增速并没有呈现一致的变化。2009-2011年间,江苏省文化产业增速约为30%,在东部地区属于增速较慢的省份,而山东省文化产业增速为121.1%,在东部地区仅次于上海,位居第二;文化消费增速最大的云南省文化产业增加值增速为46.7%,远低于文化消费增速较低的重庆市,重庆市在这两年间文化产业增加值增速为70.7%。可见,文化消费不同于其他消费,文化产业的发展不一定带来文化需求的增加及文化消费水平的提升。文化消费是由文化供给和文化需求共同决定的。文化供给主体包括政府和市场,政府提供公共文化产品和服务,满足人们的基本文化需求;市场提供私人文化产品和服务,满足人们的个性化文化需求。只有公共文化产品和服务的供给能够满足人们的基本需求,同时私人文化产品和服务的供给能够满足人们的个性化需求时,文化消费才能有效扩大。
四、结论
根据总体Theil指数值,可以看出我国31个省市基本上呈现出城镇居民文化消费增速总差异最大,消费水平的总差异次之,而消费结构总差异最小。文化消费增速总差异大说明三大地带间城镇居民文化消费空间差异有持续增大的趋势。因此,为缩小三大地带间差异,要求政府部门在制定文化政策时,在考虑文化消费的特殊性的同时必须考虑地区差异。一方面,在重视文化产业发展的同时要加大对中西部地区的公共文化服务的财政投入,推进公共文化服务均等化,从文化供给和文化需求相匹配的角度制定政策以扩大文化消费;另一方面,应根据东中西部各区域特点,因地制宜,不盲目求同,建立和健全与各区域经济社会发展水平、文化消费习惯、文化消费环境等相一致的文化政策体系。
我国城镇居民文化消费空间差异主要体现在区域内部的差异,东部地区是文化消费水平、文化娱乐服务消费、消费增速差异最大的区域,西部地区文化消费增速差异最大。这些差异决定了中央政府部门在制定区域政策时,不能只考虑地带间差异,制定“普惠制”政策,而应该制定差别化的区域政策,对于各地带内应该“区别对待,分类指导”,关注区域内部文化消费发展的不均衡性,并通过增加文化消费总量、优化文化消费结构、激活文化消费市场、建立健全文化消费促进政策等逐渐缩小个体差距,实现区域协调发展。
参考文献:
[1]王亚南.全国各地城乡居民文化消费比较[J].云南社会科学,2008,(5).
[2]赵卫亚.中国城镇居民文教消费的地区差异分析[J].统计研究,2005,(1).
[3]陈燕武,夏天.中国农村居民文教娱乐消费区域性差异分析[J].经济问题探索,2006,(9).
篇5
在大数据时代的概念和方法的冲击下,传统企业对数据分析,数据挖掘开始关注、使用和重视。也从简单的数据分析向数据化运营转变,“数据化运营”作为一个现代企业的管理思想,一定是比仅仅一个个孤立的数据挖掘项目应用更能带给企业深刻的影响。一定是高于“数据挖掘项目”的更深层次,更广范围,更有企业战略含义的企业运营管理的方法论。
这个方法论不仅局限在企业管理层或者数据挖掘者的脑子里更是应该被企业的所有员工所熟悉,所了解,所认同,并且能实实在在地在不同岗位员工中得到有效坚持并应用的。
“数据化运营”作为传统经营企业是一种更高的思想论和方法论。是将其企业在常规运营的基础上革命性地增添数据分析和数据挖掘的精准支持;是将企业各部门、各员工共同参与,以精准、细化、和精细化等方法手段渗透到企业运营制度和战略上。
当然“数据化运营”也远不是目前普遍的KPI(关键指标)考核。因为目前太多的KPI实际上沦为过分追求结果的官僚管理工具。现实中的大多数KPI 考核实际上就是急功近利的代名词。更重要的是KPI 只是告诉结果,并没有办法让大多数员工能从中找到有效提升的途径。所以数据化运营决不是KPI 考核。
“数据化运营”首先是一种全员意识,全员的数据意识。这种意识比单纯的“数据挖掘技术”显然是要困难得多也重要得多的。只有成为企业全员的自觉意识才可以成为企业全体员工的自觉行动。才可以成为企业的真正落实的运营的具体工作中。以家电连锁企业为例,其为传统的经营模式企业,经过多年经济变革和洗礼,其商业链条已经相当成熟,流程也相对完善。那么这就更需要我们从采购部门到销售部门、到仓储部门、到售后部门,到客户部门以及各种支持团队等。每个人、每个岗位都能真正从数据应用、数据管理和数据分析的高度经营各自的本职工作。都能自觉的利用各种数据分析工具,进行大大小小的数据分析挖掘。这样的企业工作场景才是数据化运营场面。
传统企业经过多年信息化建设已经从单一信息化孤岛建设向平台化信息化建设转变,更多企业也有了但数据分析部门,进行数据分析和挖掘。但是我个人认为这并不是真正意义上的“数据化运营”。数据化运营是具有“开发合作式”的运营,是公共数据和私用数据的融合,是跨团队、跨部门的整合运营。只有这样我们的数据分析才能更加准确和全面。特别是企业的分析部门或企业的数据分析师,不能妄自菲薄,不要总觉得居功至伟。要能在业务整体经营链条的角度上考虑问题。了解业务方面的因素,主动投入应用实践当中,不断修正数据分析模型。更加全面掌握数据化运营中的复合型技能。更有效地改进和提升项目和分析的商业价值。
“数据化运营”其次是一种常态化的制度和流程。包括企业各个岗位和工种的数据收集和数据利用的框架和制度。从员工日常工作中所使用的数据的结构和层次,就基本上可以判断出企业的数据应用的水准和效率。中国绝大多数企业里绝大多数员工在其工作中很少,甚至基本不分析、使用业务数据来支持自己的工作效率。所以“数据化运营”的首要是在企业开始意识到这个“全员数据意识”的重要性.,并且开始逐步推行。
基础数据分析式的“数据化运营”,数据意识是“数据化运营”的关键,但是商业意识才是数据化运营的关键。他决定数据化运营的分析思路,以业务为中心,以思路为重点,以技术为辅助。商业意识和行业敏感度是提升数据分析的数据质量。也是决定分析模型的落地应用方案和效果。
所以无论从商业模式,到企业流管理,到数据分析师的定位再到商业意识,都在告诉我们企业“数据化运营”的重要,是迎合和适应大数据时代的方法论和思想论。
篇6
【关键词】事后监督 数据分析 数据利用
为了解当前监督数据分析利用的现状,我们对临近地市事后监督数据分析利用情况进行了研究。从分析情况看,事后监督中心在这方面进行了有效探索,也形成了一些好的做法,并且发现一些带有规律性和普遍性的问题,但也存在监督数据分析利用的标准和规范缺失、手段落后、数据分析欠科学、约束和激励机制不够完善等问题,使监督数据没有得到有效利用,从而影响了事后监督工作的效率。
一、监督数据分析利用的现状
(一)监督数据分析指标的涵盖时间不统一
从目前事后监督数据分析利用工作情况看,虽然重视程度不一,但基本上都相继开展了监督数据的分析工作。一是分年度建立了监督数据库,并按风险等级、划分档次对监督数据进行分析,进而对被监督部门会计核算风险进行分析、评估和提示;二是对监督发现的差错,实施风险评估,并按季将差错风险评估结果形成书面报告,纳入本行“大监督”整体考核评价范围。但从调查情况看,此项工作开展进度不一,有的行对全部业务开展监督数据收集、整理、分析工作,有的行对部分业务开展了分析工作,有的行还没有开展此项工作。
(二)监督数据分析指标的口径不统一
由于事后监督中心工作不实行垂直管理,对监督数据的收集利用没有统一规定,因此,各地市事后监督部门对监督数据的内涵、归类等认识不尽一致,从而出现监督数据多样化的情况。如有的行收集整理的监督数据既包括监督业务量,也反映监督发现的差错情况;而有的行仅包括监督发现的差错。但从调查情况看,此项工作开展进度不一,有的行对全部业务开展监督数据收集、整理、分析工作,有的行只对部分业务开展了分析工作,有的行还没有开展此项工作。
(三)监督数据分析信息的利用不统一
据调查,各地市事后监督部门对监督数据分析结果主要通过以下形式进行反馈,一是发现会计核算差错后,及时发送事后监督通知书,督促整改;二是按月向被监督对象提供监督报告,反馈监督情况;三是召开监督情况通报会;四是有的行对监督发现的差错,按照风险程度划分重大差错、较大差错和一般差错三个档次,而有的行未划分档次。
二、目前监督数据分析利用工作存在的主要问题
(一)差错认定及分类标准缺乏统一和规范
据调查,2004年人民银行事后监督中心成立以来,在日常工作中遇到的最直接的问题是问题标准、差错归类、风险等级划分。调查显示,各地市近一半的监督人员认为,目前监督数据分类标准不统一,分析缺乏可比性。其结果是造成事后监督工作存在一定的随意性和盲目性,不仅在较大程度上影响了监督数据收集整理的准确性和分析利用的效果,而且在客观上也增加了事后监督工作的难度和与被监督对象的协调成本。
(二)监督数据分析水平不高且手段落后
目前,多数事后监督中心对监督数据的分析,普遍采用的还是一些传统的同期比、百分比等方法。对数据的收集、归类、整理和综合监督数据的方式,有的行采取手工操作方式,有的行使用计算机完成,有的行则既采用手工,又采用计算机来完成。虽然有少数行开展了诸如会计核算差错风险评估等工作,但其差错风险权重也仅仅是依据所在行相关会计人员的综合评判而设定,其科学合理性还有待论证。一些行在监督工作中,发现的带有规律性、普遍性的问题,也大多缺乏严谨科学的分析论证。
(三)监督数据分析信息的利用存在制约
调查发现,在事后监督工作没有纳入上级行考核背景下,加之受同级监督畏难情绪等因素的影响,不少行事后监督部门对监督中发现的问题,多数采取能不发事后监督通知书的尽量不发,甚至有监督人员电话通知被监督单位临时更改错误信息的现象;个别行近三年会计核算差错仅几笔,发送的事后监督通知书仅几份等一些不正常情况。显然,依据这样既不完整也不准确的监督数据,不可能对监督结果进行有效分析利用,目前监督机制不完善,分析结果难以得到有效利用。
三、对加强监督数据分析利用的思考与建议
综上所述,我们认为,加强监督数据分析利用,提高事后监督工作水平,既是实践需要,也有理论意义,可从制度建设、人员培训、手段提升、体制机制等方面入手,具体提出以下建议:
第一,制定差错认定统一标准,规范监督数据收集内容。建议由省会中支会计财务部门牵头,研究制定人民银行会计核算差错认定及分类标准,这不仅是保证监督数据真实可比、提高监督数据分析利用水平的重要前提,也是规范事后监督工作行为、防止发生随意性和盲目性等问题的迫切需要。
第二,加强事后监督队伍建设和技术投入,提高监督数据分析水平。建议国库、货币发行等相关部门,凡举办涉及会计核算内容的培训班,应邀请事后监督人员参加。还可借鉴商业银行的一些作法,每年举办至少一次事后监督业务综合培训班,把定期对事后监督人员的培训工作制度化,使之成为一种常态。同时,选调一些具有会计专业和统计分析知识的高素质人才充实到事后监督部门,提高事后监督人员素质和科技含量,运用先进的计算机手段和统计分析方法,对监督数据进行深度加工和多维分析,从中找出依据充分,并带有规律性的问题,从制度层面提出加强会计管理、改进核算工作的意见和建议。
篇7
关键词:档案用户;分析引擎;协同过滤;档案模型;推荐系统
本文从分析用户数据来提升档案服务的目的出发,立足于档案馆实践需求和实际数据建设能力,提出一个档案用户数据分析引擎架构模型方案。该方案的核心思想是,通过建立档案馆对用户数据的分析机制,指导和促进自身服务的提升。
1 档案用户数据分析引擎模型
本文所称的档案用户数据,是指用户在利用档案过程中所形成的反映档案利用行为、利用主体及客体特征的数据。要实现通过关注档案用户数据促进档案服务的提升,就要建立对这部分数据进行分析、知识抽取以及采取相应行动的机制,这就是档案用户数据分析引擎。该分析引擎的意义在于,使得档案部门可以利用对用户行为数据分析的技术手段,将原本的“数据废气”[1]变废为宝,为档案部门的服务提升和管理进步提供了现实支持。
为此,我们提出一个档案用户数据分析引擎模型,如图1所示:
图1 档案用户数据分析引擎模型
该引擎总体上分为五个层次:存储层、知识提取层、知识表示层、行为层和反馈层。其中存储层主要负责实施对档案用户数据收集、存储和向上层调用控制。该层次中的档案用户数据收集模块负责对档案用户特征、档案利用行为、用户对档案评价等数据的收集,数据整理清洗模块负责规整收集到的数据、消除数据噪声等。随后将收集到的数据存储至档案用户数据库中。隐私保护和密级保护规则模块,负责防止数据向上层调用时违反隐私和保密规则。
存储层之上是知识提取层,其根据收集存储的用户利用数据,运用数据挖掘工具提取出有用知识。主要包括以下的几个功能单元:1.分类模型。对档案用户和所利用档案数据资源进行分类和聚类,按照用户以及利用档案资源之间的相似度判定其各自的所属类别,对用户评价的原因进行分类。2.推荐引擎。主要根据档案用户的利用行为、身份属性或档案资源所获得的评价,为用户推荐档案数据资源,提供档案数据个性化推荐的系统服务。3.评价分析。对档案数据资源所获得的评价进行整理和统计分析,得出用户对所利用的档案资源、服务情况等方面的信息。4.关联分析。对档案用户数据中所体现的规律和联系进行分析,如用户利用目的与利用档案类型的关系,档案数据信息之间在利用中的联系,档案利用行为与特定时间之间的关系,等等。5.异常检测。识别档案用户数据中不常见的、反常的实例,包括异常的评价、利用行为、用户属性信息等,提供给分析引擎的上层进行鉴别与决策,判定这是新的档案利用趋势,还是需要特殊服务的用户,或是对档案利用数据的恶意干扰等。
知识提取层之上是知识表示层,其将知识提取层所抽取的知识,表达成为对于档案服务提升、支持决策有用的、可理解的知识形态。主要包括:1.用户特征表征。例如,对用户的身份特征、利用目的等进行分析和展现,表征档案用户可以分为哪些类型、用户身份特征的变化情况等。2.档案利用特征呈现。这一部分主要展现档案数据资源获得利用的情况、档案资源所获得的评价信息、用户属性与档案利用项目和种类的关系等。3.趋势变动及预估。主要表现随时间变动的档案资源所获评价、用户利用档案以及评价档案的时间特点、对用户未来档案利用行为的预计,等等。
知识表示层之上是行为层,是根据分析引擎所表示的知识规则,提示档案馆应采取策略的功能层次。主要包括:1.服务提升。主要可包括:档案资源个性化推荐、档案数据智能检索、档案用户间交流群建设及相应好友推荐等内容。2.资源建设。根据分析引擎提供的知识来改进档案数据资源的收集与构成,如进行以下工作:档案资源评价分类、用户差评分析、档案数据资源利用关联分析、用户未能检索到的档案资源分析等。3.支持决策。应用分析引擎提取的知识支持档案馆的管理决策,实现循数管理[2]的思想。如通过对档案用户进行分类与聚类、实现小众化服务;通过对档案用户数据中异常实例的感知和分析,确定档案馆应采取的相应措施;通过档案项目所获评价的趋势分析,实施档案开放以及利用工作的前瞻性安排等。
用户满意度是对分析引擎效能的最终极评价指标,用户的反馈意见是引擎优化的根本依据。因此本引擎在设计上设置了反馈层,用以收集档案用户对于引擎驱动的档案服务提升的满意度信息,根据用户实际满意度来调整和完善分析引擎的架构与技术方案。
2 档案用户数据分析引擎的实施与部署
以上我们所提出的分析引擎,从概念模型的角度阐释了引擎总体架构和所包含的功能。下面,我们结合当前档案馆的实际,探讨一下对该引擎进行实施和部署应采取的几方面工作措施:
2.1 完善当前档案信息系统用户数据采集功能。目前在开展了档案信息化的档案部门,一般均采用了基于数据库系统加管理软件的档案信息系统(典型的如“南大之星”系统),大多数档案部门所用到这类系统的主要功能是存储和检索档案数据文件,而较少关注和利用这些信息系统所具有的用户数据采集功能。而且在一些型号的档案信息系统中,对该类别数据的采集功能支持度也不够。所以,档案部门应当从现在起,除了重视档案数据本身,还要重视对档案用户数据的采集与存储工作。要充分将自身已有的档案信息系统用户数据采集功能利用起来,或是依托相关技术力量来开发与完善此部分数据的采集功能,为部署分析引擎提供必要的数据基础。
2.2 选择适用于档案馆自身的分析引擎实现技术。档案馆要充分考虑到自身的现实数据分析需求、技术力量和馆藏资源特点,选择恰当的信息技术来实现分析引擎的主要功能。正如选择软件的一种原则一样:功能强大的傻瓜软件才是最好的。因此,档案部门为了实际部署档案用户数据分析引擎,所选择的具体数据技术应当是对于自身易于实现、功能较强,既符合档案部门实际应用需求又不超越自身的技术力量。这样,使分析引擎既发挥积极作用,又不使档案部门陷入“技术泥潭”。
2.3 结合自身情况实现分析引擎的具体功能。所提出的档案用户数据分析引擎所具有的实际功能包含很多种,每种功能面对档案部门的实际环境也会具有不同的表现形式。因此,档案部门可根据自身所面对的用户群体与档案资源状况,应用自身所选择的引擎实现技术,实现符合自身服务需要的分析引擎功能。例如,可以根据自身所面对用户的身份特征信息,开展对档案数据资源的个性化推荐;建立对档案用户属性的多维分析资源库;开发对档案数据资源的辅助检索系统,应对用户检索多样化的应用环境;为了防止档案资源流失,通过异常检测分析潜在的不守信用用户并进行预警;通过趋势变动及预估来感知用户对档案需求或反馈意见的变化趋势等。从总体讲,这些具体功能的根本目的,就是为了将用户数据驱动服务提升与管理进步的宗旨落到实处。
2.4 建立与完善分析引擎的配套制度。对于档案部门来说,信息技术要与配套制度相结合,才能实现档案服务与管理的真正进步。用户数据分析引擎在档案馆部署运行的过程中,档案部门要制定有效的管理制度和使用规范,确保其发挥良好的作用。例如,应研究建立档案数据个性化推荐系统使用规则、用户数据收集实施办法、用户数据安全性责任规范、用户意见反馈收集实施办法等。通过这一系列的工作制度和纪律规范,明确用户数据分析引擎运行过程中档案工作人员的任务职责,以制度的形式确保分析引擎的良好运行以及对档案部门进步的促进作用。
3 档案用户数据分析引擎实现技术选择的探讨
基于以上分析,我们以下探讨对分析引擎实现技术的选择问题。从总体上说,数据挖掘领域的关联规则(Association Rule)、协同过滤(Collaborative Filter)、对项目的向量建模是与该分析引擎相关的几项技术。其中,关联规则技术的优点是:对其的研究比较深入、技术较成熟,其实现的软件产品与技术人员等也比较丰富。其缺点在于:1.在模型建立的阶段计算量往往很大,难以实时完成。关联规则的模型建立、存储后,也一般不能做到经常修改模型、进行关联规则集的更新,应变度不好。2.对于所产生的关联规则的解释和应用,本身就是一个复杂的、在很大程度上具有超技术特征的哲学式任务。且误导的关联规则和负相关问题需要额外的处理关注。3.关联规则对于用户个性化特征体现和服务支持不足。关联规则方法在于从整体上了解数据库事务较为普遍的、宏观的发生规律,是在考察整体,而非“关照个体”。例如,其应用在资源个性化推荐的场景中,除非目标用户与大多数人行为模式相似,否则难以得到满意的推荐。
协同过滤技术[3]的基本原理是基于最近邻居的评分数据对目标用户产生推荐。协同过滤技术的核心是用户―评分矩阵,用来表示用户对每个项目的评价。基本的推荐步骤是用户评价、最近邻查找、推荐结果生成。
项目的向量建模技术主要思想是,将目标项目提取为特征向量,用于匹配计算等场景。这项技术的个性化程度较高,但其难点在于对推荐项目(如文档)特征的提取,如文献[4]中介绍了对于文本的特征提取公式等。而对于那些难以提取特征、准确表达成向量形式的推荐项目(如音像档案等)则较难应用。
考虑到目前我国档案馆的现实数据分析需求、技术力量以及馆藏资源特点,在此我们提出主要选择协同过滤技术作为用户分析引擎的实现技术,并辅以向量建模技术以提高分析效果。
基于本节的分析,以下我们阐述几种分析引擎典型功能的技术实现方案。
4 档案用户数据分析引擎若干典型功能技术方案
4.1 档案数据资源个性化推荐。当前用户对档案资源的需求主要属于因办理某事务而对档案资料的刚性需求。所以在实际应用场景中,用户的档案需求往往在档案类别上有共性、在具体文件上有个性,因此,我们提出如下的推荐方案:
①对档案用户进行建模,采用向量形式描述用户属性集合。将档案文件按照所属全宗类别进行建模,每一类别作为协同过滤矩阵中的一个项目。
②根据档案利用数据,建立“用户属性-档案文件类别”二值观测值矩阵,其中以0、1数值的形式记录具有某属性的用户利用过某类档案文件的情况。
③当目标用户在档案利用中输入自身属性信息,分析引擎的推荐引擎模块即根据其属性信息在用户向量模型空间中计算查找最相似用户,然后检索这些最相似用户在“用户属性-档案文件类别”矩阵中利用过什么类别的档案文件。
④将检索到的文件类别(并集)与目标用户自身属性相结合,在档案系统数据库中检索到具体的档案数据文件推荐给用户。
该方案实际上是对经典协同过滤技术的一种变形,主要是将其“用户-项目”矩阵变为“用户属性-档案文件类别”矩阵,并结合用户属性向量实施推荐。对于目标用户的最近邻查找是在用户属性向量模型空间中完成的,而推荐结果的生成则划分为两步:一是在矩阵中直接读取最近邻用户的档案文件类别,二是结合目标用户自身属性检索具体档案文件。这种策略大大缓解了传统协同过滤的稀疏性与冷启动问题。更为重要的是,其更加适用于档案领域的实际场景。
4.2 档案利用关联分析。档案利用关联分析的目的是要揭示用户属性(如身份信息、利用目的等)与所利用档案类别集合之间的关系。这种分析得出的结果主要有两个方面的重要用途:一是为档案馆识别用户、安排与优化档案资源提供决策依据;二是为实现上述的档案数据资源个性化提供建模支持。
基于4.1节中所提出的协同过滤矩阵,建立利用分析模型。重点是根据档案馆实际情况分别建立档案用户模型与档案资源类别模型。其中用户模型的建模目的是将档案用户映射为不同的特征向量。例如,在档案资源个性化推荐中,使得目标用户能通过模型映射找到与其特征相似近邻用户;而对于档案项目的建模,目标是使资源模型可以准确刻画档案数据文件从属于何种类别,该类别的划分有助于揭示此类文件的共性,且有助于其与用户属性结合后准确地直接检索到用户所需的具体文件。
具体的建模策略实际可视为一个分类模型(classification model)问题,即将“用户属性-档案文件类别”二值观测值矩阵中的每一行视为一个独特状态。档案馆通过分析总结档案利用数据与馆藏档案类别,首先归纳得出若干不同的利用状态(矩阵行),然后利用分类模型技术,将档案用户身份属性信息映射到各自唯一对应的档案利用状态(也就是分类决策树的叶节点)。如图2所示:
图2 用户利用档案类别分析模型
所建立的分类决策树模型,每个叶节点应对应“用户属性-档案文件类别”矩阵中的一行,决策树中的每个非叶节点代表一个应当体现在用户向量模型中的用户属性项目。从而以此指导建立档案用户向量模型。而之所以不将该决策树直接用于推荐引擎,是因为决策树模型往往存在误差,且直接在树上查询至叶节点也往往存在效率上的问题。因此,以协同过滤技术实现推荐服务可具有更好的容错性和运行效率。
在建立分类模型过程中,可以应用诸如C4.5等[5]分类模型技术,通过信息增益率来确定用户属性项目的价值(即属性选择度量),这对于完善档案用户向量模型是一种直接而有效的方法。而建立分类模型需要训练集(training set)与检验集(test set)。对此可以将档案馆人员分析得出的用户属性-利用档案文件类别数据集,分为训练集与检验集两部分,前者建立决策树,后者进行模型的验证和完善。而且,这个过程在实践中可以通过新得出的数据定期进行,以完善和优化所建立的分类模型。
4.3 档案未命中检索词分析。用户检索档案数据所使用的关键词,体现出用户对档案资源的实际需求以及自身表达特点。若是用户在档案信息系统中经过一系列尝试后未检索到所需的档案文件,那么,档案馆应该定期对这些“未命中检索关键词”进行分析(通过操作日志等),找出检索未命中的原因。该原因一般可归结为三类:资源不存在、检索词笔误、资源命名不匹配。在经过认真分析确定原因后,档案馆应分别采取如下的处理措施:对于资源不存在,应在对检索词统计汇总后,研究加强今后的档案资源建设,调整所需档案收集的项目,以使馆藏档案资源的扩充向用户实际需求方向发展;对于检索词笔误,可将用户输入有误的检索词作为“规则”与其应该命中的文件建立链接,今后系统再遇到该错误时,即可将正确的文件推送到用户,增强档案检索系统的容错性;对于资源命名不匹配问题,也可按照该方式,将用户所用检索词与应命中文件链接,增强档案检索系统的适应性。在此提出的技术策略,实际上是通过倒排文件的思想,来提升档案信息系统检索的智能化水平。
5 档案用户数据分析引擎的优化及制度建设
任何成功的制度设计,都应具备有效的自我完善机制。因此,我们提出的档案用户数据分析引擎设置了反馈层,用以收集分析引擎运行后用户对档案服务的满意度和反馈意见等信息。以此为依据,对分析引擎的功能、实现机制、技术方案等做出优化调整。
对于分析引擎在实践中的优化,一方面,需要根据实际运行中的用户反馈对引擎进行改进,另一方面,也需要测试基准(benchmark)对其进行有效验证,这种测试基准就是典型档案用户案例。建立这种用户案例的主要考虑原则包括:1.代表性。典型档案用户案例主要特点在于“典型”,即用相对可行的用户数量,全面反映各种类的档案用户特点。2.反馈性。组成典型档案用户案例的用户应与档案馆之间建立有充分的、及时的信息反馈机制,将档案服务的实际质量、存在的问题等及时、真实有效地反馈给档案馆。3.可控性。典型档案用户案例相对于档案馆应是可控的,这意味着双方彼此间应建立良好的互信关系,对于档案服务引擎可能存在的问题与不足进行友好的沟通与探讨,而不致因某些不足造成不可控的影响。通过在典型用户案例上的实际测试和完善,面向实际提高档案用户数据分析引擎的效能。
对于档案数据分析引擎的配套制度建设,目前我们应该重点关注两点:一是有效收集档案用户数据的问题,二是对系统中档案用户隐私保护问题。
对于有效收集档案用户数据的问题,档案用户数据的主要内容包括对档案利用行为的数据、档案用户自身属性的数据、所利用档案具有属性的数据三个主要的部分。对于它们的收集要本着准确、及时、全面的原则,因为它们是整个档案用户数据分析引擎运行的基石。对于档案利用行为数据,在数字化档案馆条件下,可基于档案信息系统自动完成。档案部门也可对以往档案利用登记数据进行汇总,获得更为全面的利用规律。对于档案具有属性的数据,应基于档案元数据来获得,这就要求档案部门今后要更加重视档案元数据的收集、存储和利用。
对于档案用户自身属性的数据,相关研究中[6]亦称为用户人口统计信息(Demographic Information)等。对于其的收集,档案部门首先是调查搞清:哪些信息项目对于分析引擎的功能是需要的,要收集加以考虑,而哪些信息项目不重要,不可盲目收集。另外还要注意哪些是用户“最不愿意填写”的信息项目,这些项目用户要么就不会提供、要么即使填写也是不真实的信息,从而影响引擎的分析功能正常发挥。对此,档案馆要充分地向用户宣传与沟通,积极促进用户提供自身真实有效的属性信息。
例如,4.2节中所提出的分类模型,其在建模过程中就会逐步筛选出对于分析有意义的用户属性项目,因此在实践中应对用户的这些属性加以重点收集、确保其正确和真实,这就意味着档案部门要通过有效的策略鼓励用户提供这些信息项目的真实信息。
对于分析引擎中用户隐私保护问题,当前相关研究中[7]提出了一系列的用户隐私保护措施,如收集主体的合法性、隐私管理者的保密及忠实义务、贯彻落实相关的法律规定等,在分析引擎实际运行中可以参照这些措施对用户的信息实施保护。这实际与有效收集用户属性信息问题是相辅相成的,只有用户的信息受到良好的保护、进行正确的利用,才能促使用户更加顺畅地提供自身属性数据供分析引擎正常运行,从而形成档案用户、档案部门与分析引擎之间的良性互动。
6 总结
本文重点关注了如何通过对用户数据的分析来驱动档案服务提升的问题。提出了档案用户数据分析引擎的模型架构,并基于协同过滤和向量建模等技术提出了若干具体的功能实现策略。在设计和部署数字化以及智慧档案馆的信息系统时,可将本文提出的策略作为设计要求和实现说明,将对用户数据的感知及分析功能融入档案系统中加以实现。
*本文系2014年度国家档案局科技项目“大数据时代档案馆服务创新与发展趋势研究”(课题编号:2014-X-16)的阶段性研究成果之一。
参考文献:
[1]张倩. 高校档案用户行为大数据分析技术应用研究[J]. 档案与建设.2014(08):16~21.
[2]周枫. 资源.技术.思维――大数据时代档案馆的三维诠释[J]. 档案学研究.2013(06):61~64.
[3]孔维梁. 协同过滤推荐系统关键问题研究[D].博士学位论文.华中师范大学.2013.
[4]林鸿飞,姚天顺.基于示例的中文文本过滤模型[J].大连理工大学学报,2000,40(03):375~378.
[5]徐鹏,林森. 基于C4.5决策树的流量分类方法[J].软件学报, 2009,20(10):2692~2704.
[6]袁先虎. 基于混合用户模型的协同过滤推荐算法研究[D].硕士学位论文.重庆大学.2010.
篇8
[关键词]大数据;物流企业信息;创新管理
[中图分类号]F 274 [文献标识码]A [文章编号]1005-6432(2013)6-0038-02
1 大数据的基本概念
1989年,Gartner提出BI概念,2008年,Gartner将BI概念进一步升级为高级分析(Advanced Analytics)。2011年,麦肯锡阐释了大数据概念,现在的大数据分析技术能处理相比20年前更大量、多样、实时(Volume、Variety、Velocity)的数据,即大数据。相比20年前的BI,现在的大数据分析能够产生更大的商业价值,大数据存储和分析技术的发展也得益于商业场景中数据量的激增和数据种类的多样化。麦肯锡在其报告中指出,排除体制障碍,大数据分析可以帮助美国的服务业一年创造3000亿美元的附加价值。
大数据时代来临首先由数据丰富度决定的。根据IBM最近的一项研究,过去两年生成的信息占整个人类历史信息总量的百分之九十。这就是大数据,其体量已经达到了传统数据库管理系统无法有效处理的程度,大量的UGC(互联网术语,全称为User Generated Content,即用户生成内容的意思)内容、音频、文本信息、视频、图片等非结构化数据出现,物联网的数据量更大,加上移动互联网能更准确、更快地收集用户信息,比如位置、生活信息等数据,从数据量来说,目前已进入大数据时代。以往大数据通常用来形容一个公司创造的大量非结构化和半结构化数据,而现在提及“大数据”,通常是指解决问题的一种方法,即通过收集、整理生活中方方面面的数据,并对其进行分析挖掘,进而从中获得有价值信息,最终衍化出一种新的商业模式。
虽然大数据目前在国内还处于初级阶段,但是商业价值已经显现出来。首先,拥有大量数据的公司基于数据交易即可产生很好的效益;其次,基于数据挖掘会有很多商业模式诞生,定位角度不同,或侧重数据分析。比如帮企业做内部数据挖掘,或侧重优化,帮企业更精准找到用户,降低营销成本,提高企业销售率,增加利润。
未来,数据可能成为最大的交易商品。但数据量大并不能算是大数据,大数据的特征是数据量大、数据种类多、非标准化数据的价值最大化。因此,大数据的价值是通过数据共享、交叉复用后获取最大的数据价值,未来大数据将会如基础设施一样,有数据提供方、管理者、监管者,数据的交叉复用将大数据变成一大产业。据统计,目前大数据所形成的市场规模在51亿美元左右,而到2017年,预计会上涨到530亿美元,因此大数据对企业来说具有很重要的实际意义。
2 物流行业在数据应用方面面临的主要问题
信息技术进步使信息化成为企业发展和快速扩张的有效支撑手段,多年来,国内外各行各业分别建设了适合本企业的信息系统,如生产支撑型、业务支撑型、管理支撑型,以及分析决策型系统等;与此同时,随着全球经济发展、市场竞争加剧、新技术的推陈出新和逐渐商用,信息系统所承载的业务内涵、系统规模和数量和复杂性也在不断攀升。
面对众多信息系统,如果缺乏完整、一致的企业数据视图,业务部门将不知道企业内哪些系统拥有自己所需的数据;用户在不知道数据质量状况或明知数据不可靠的情况下,不可能放心使用数据,无从根据数据作出正确判断、决策和快速响应。这些都将遏制数据价值的完整释放。在数据质量有保障的前提下,对企业的大量历史数据采用商业智能、数据挖掘、预测能技术手段,能从数据中发现事物发展的深层次规律,例如客户偏好、收入预测、客户流失倾向预测等,为企业提供经验总结和预见性的业务支撑;另外,良好的数据管理机制将在企业内形成良好的知识共享和传承体系,促进企业的人才培养和组织进步,实现数据增值。反之,数据的零散分布、数据歧义、低劣的数据质量,以及制度和平台的缺乏,将严重遏制数据价值的进一步发挥和增值。
3 大数据分析管理在物流行业应用的重要意义
3.1 大数据分析可以帮助企业建立用户的忠诚度并增强黏性 对于物流企业来说,新增用户的获取往往比对存量用户价值挖掘更能获得企业的青睐,然而,2/8定律很好的告诉我们,一家公司80%的利润实际上是来自于20%的现存客户。通过分析现存客户的行为习惯可以将他们的市场推广投入、供应链投入和促销投入回报最大化。利用先进的统计方法,物流企业可以通过用户的历史记录分析来建立模型,预测未来的行为,进而设计促销活动和个避免用户流失到其他竞争对手那边。比如电商企业可以创建顾客产生变化的模型,根据用户消费习惯周期定期给这些顾客推送相关产品,使这些客户形成长期的忠诚度。这种对数据价值的高度敏感和重视,以及强大的挖掘能力让用户有一个流畅的无处不在的体验的同时,也通过收集的数据深入地了解了每个用户的喜好信息,可以将用户的行为数据一一记录下来,大数据意味着增加大的销售量。
3.2 大数据分析获取新的目标用户并深入挖掘潜在价值
物流企业不仅可以通过大数据挖掘现有存量用户的价值,也通过数据来更高效的获得新用户,大数据技术正革命性地改变着市场推广的游戏规则。物流公司可以从大量用户信息中,发现新的需求,并取得双赢的结果。通过推动信息交互,推送给用户友好的产品和信息,并获得巨大的市场回报,也帮助了用户满足他们的需求。营销不受时间、地点的限制,也不再只是信息单向流通。更大的不同是,从接触顾客、吸引顾客、黏住顾客,到管理顾客、发起促销,再到最终的达成销售,整个营销过程都可以只在信息交互中实现,通过了解用户行为,可以为广告主提供最有可能对其商品感兴趣的用户群,从而进行精准营销;更长期的趋势是,将广告投放给最有可能购买的终端用户群。这样的做法对于企业来说,可以获得更高的转换率,提高精确营销价值。物流公司在业务的开发阶段,可以通过数据建模和分析,确定最有效率的投入产出比,从而配备最佳资源组合。模型基于试验阶段之前的数据集及早期物流阶段的数据集,尽可能及时地预测物流结果。评价因素包括项目的安全性、有效性、潜在的风险和整体的试验结果。通过预测建模可以降低物流公司的前期成本,在通过数据建模和分析预测结果后,可以有效辅助企业进行决策。
3.3 大数据分析可以提高物流行业管理的透明度和服务质量 大数据分析提高物流过程数据的透明度,可以使物流从业者、物流机构的绩效更透明,间接促进物流服务质量的提高。根据物流服务提供方设置的操作和绩效数据集,可以进行数据分析并创建可视化的流程图和仪表盘,促进信息透明。流程图的目标是识别和分析物流变异和物流废物的来源,然后优化流程。仅仅成本、质量和绩效数据,即使没有与之相应的物质上的奖励,也往往可以促进绩效的提高,使物流服务机构提供更好的服务,从而更有竞争力。世界上知名的物流公司目前正在测试仪表盘,将其作为建设主动、透明、开放、协作型公司的一部分,公开物流质量和绩效数据还可以帮助客户做出更明智的合作决定,这也将帮助物流服务提供方提高总体绩效,从而更具竞争力。
3.4 大数据分析优化企业盈利模式带来新的商业模式
通过建立物流行业网络平台和社区,平台可以产生大量有价值的数据,平台可以成为宝贵的数据来源,可以汇总物流行业客户的消费记录和物流保险数据集,通过汇总客户的消费记录和物流保险数据集,并进行高级分析,将提高物流需求方、物流服务提供方和客户企业的决策能力,全过程都通过其数据分析引擎来监控,行业用户建模引擎具备自学习功能,通过使用算法和统计模型来设计优化用户黏性的策略。平台的用户数据分析都是实时进行,以确保用户行为预测总是符合实际用户行为更新;同时,动态的根据这些行为预测来设计一些市场策略,市场扩张的速度将取决于物流行业大数据采集分析发展的速度。可以建立全国的客户数据库,提供准确和及时的物流信息咨询,将会大幅提高公司的知名度和盈利能力。数据不仅仅对于优化现有的业务有着巨大的经济价值,它同时也为新业务的发掘打开了机会之门。数据分析可以带来业务流程的精简,通过精益生产降低成本,找到符合需求的工作更高效的员工,从而提高服务质量给客户带来更好的体验,也给物流服务机构带来额外的业绩增长潜力。
篇9
1总体架构设计
基础数据库的总体架构如下,从上至下依次分为数据应用展示、数据管理服务层、应用支撑层、数据资源层以及基础设施层。1.1数据应用展示层。数据应用展示层包括元数据门户、数据分析子系统、数据查询展现门户。数据应用展示层直接面向数据分析用户,提供包括了元数据查询、数据查询、数据分析、数据计算等系统核心业务功能。元数据门户可以查询和展示基础数据库中各类元数据、元数据的关联关系、元数据的属性信息等。数据分析子系统包含两个部分,分析应用工具集和可视化分析工具。可视化分析工具是基础数据库提供的基于R语言的集成化数据分析环境。分析工具集是常用的数据分析工具的统称,包括SPSS、SAS、马克威等。数据查询展现门户能够实现用户快速查找、对比数据、数据图表展示等。1.2数据管理服务层。数据管理服务层作为后台支撑数据分析和各种数据应用,核心是数据资源服务平台,各种数据管理模块、数据应用模块以组件的方式连接到数据资源服务平台上。数据资源服务平台应用多种先进的数据查询访问技术、数据缓存基础开发,集成分析引擎、图形引擎、报表引擎的多种组件,针对R和其他多种数据分析工具定制外部访问组件。元数据管理系统基于DDI标准进行构建,主要功能包括元数据编辑、元数据管理、元数据注册、元数据等功能。数据整合工具用于数据入库,通过数据整合工具,多种源头的基础数据都能够匹配上标准的元数据被写入到基础数据库中。1.3应用支撑层。应用支撑层包括基础开发平台、高性能数据加载引擎、混合数据访问引擎、报表工具、公式引擎、图形引擎等。1.4数据资源层。数据资源层包括元数据库、整合资源库、数据仓库和数据集市四个大的组成部分。其中元数据库用于支撑元数据管理系统存储和管理元数据,相对其他三个库是独立出来的,元数据库中的内容通过元数据管理系统进行编辑入库。整合数据资源库采用NoSQL数据库,实现非结构化数据以及元数据、标准化数据文件、数据描述文件的存储。整合资源库的数据内容,按照元数据描述的情况,被打散后逐条保存到数据仓库中。数据仓库的数据结构根据元数据动态生成,方便用户随时根据各种条件进行数据查询,支持对海量数据的即席查询和汇总分析。1.5基于大数据的基础设施层。基础设施基于大数据分析架构搭建,整合资源库、数据仓库和元数据库都由分布式数据库、分布式文件存储系统和应用服务引擎组成,共同为数据存储和数据分析应用服务,具备处理海量结构化数据、非结构化数据的能力,能够满足快速查询、高性能数据运算、复杂数据挖掘的需求。
2基于标准的理论模型设计
基础数据库系统的理论模型可以从业务模型、元数据标准、信息技术和最终实现四个层面。理论模型研发设计参照多个国际统计标准,包括GSBPM、GSIM、DDI、SDMX、ISO11179、CSpro等。标准规范体系按照国家统计局相关元数据标准、国家统计局相关业务流程规范设计,做到完整覆盖和完美兼容。采用标准体系不但可以提升业务融合性、数据可读性、系统可扩展性,而且可以实现统计数据的平台无关性,系统数据和元数据脱离本系统一样可以被理解被使用。系统设计应遵循统计通用业务模型、统计通用信息模型和企业联网直报系统等,采用DDI和SDMX进行统计业务和数据的组织,运用XML和数据仓库等信息技术,形成最终的产品。
3统计分析设计
篇10
一、建设被审计单位数据库,科学制定审计计划
建设被审计对象数据库,主要包括被审计单位情况数据库、重点专项资金数据库、重点投资审计项目数据库。对审计对象及资金实行分类管理,严格执行法律、制度确定的每年必审项目规定,重点单位、重点资金实行一年或两年必审,其他预算单位、部门和资金五年内滚动轮审一遍,重点建设项目全过程跟踪审计。根据审计覆盖面和审计资源,制定五年审计项目总体规划和分领域审计项目滚动计划,并做好年度审计计划和长远规划的衔接。
二、创新审计组织方式,为审计全覆盖提供人员保障
以提高审计效能为重点,进一步研究探索审计组织方式变革。探索统筹调配人员、统一编组、扁平化管理的新型组织方式,积极整合各专业、各层级审计资源,增强审计的整体性和宏观性。探索以下两种组织形式:一是以审计项目为管理主线开展审计项目。打室界限成立大审计组,扁平化管理,分领导小组、数据分析组和问题核查组3层。领导小组负责审计方案的制定、领导决策等,可由某个责任处室牵头或组建牵头机构;数据分析组,成立审计数据分析团队,由各业务处审计能手和计算机骨干组成,负责具体审计实施,筛查审计疑点和线索;分析后的问题,可由分析团队成员或分解到各业务处室核查。二是开展无项目审计。各业务处依托审计数据中心积累的原始数据,利用联网审计系统或数据分析平台,开展实时或适时审计,审计针对各行业数据进行,并从中发现审计疑点和线索。
三、应用数据综合分析技术,提高审计的广度和深度
开展大数据综合分析工作。加大数据分析技术在公共资金、国有资产、国有资源、领导干部经济责任等审计项目中的应用。建立和省直、市直、县直预算单位的实时数据采集或定期数据采集机制,推进部门预算执行审计的全覆盖,在每年的同级审项目中,应用“总体分析、系统研究、发现疑点、分散核实”的审计方式,实现对审计项目的整体把控和精准查处。同时,通过总体分析和评价揭示,提出关系体制、制度和机制方面的审计建议,促进财政安全、投资安全、民生资金安全等国家经济安全,逐步实现审计工作“五个转变”。积极探索对财政预算执行、公共财政管理和公共产品服务、社会保险等重要内容的动态审计监测。开展财政、地税、社会保险、住房公积金、重点医疗机构、金融、固定资产投资等部门的联网审计,努力构建一个国家、省、市、县上下互通的联网审计系统。
四、提高审计管理数字化水平,为审计全覆盖创造良好条件
建设数字化审计指挥中心,实现国家、省、市、县审计扁平化管理;建设移动办公系统,完善OA和大项目管理系统功能,形成以审计行政办公、审计项目计划实施、统一项目管理、审计质量过程控制、审计成果利用、审计资源调配、机关事务处理为主线的审计管理数字化系统。完善审计数据中心建设,提高数据共享和业务协同能力。构建审计法规、审计技术方法、审计评价信息、审计人才、审计案例等信息资源库,不断拓展和丰富审计信息资源体系的内容;推进有关部门、金融机构和国有企事业单位与审计机关实现信息共享,完善国家审计数据规划,建立健全数据共享机制,推动上下级审计机关之间、审计机关与被审计单位之间、审计机关与现场审计之间的信息交互和资源应用,实现审计数据采集、积累和利用的常态化、制度化和规范化,不断提升审计系统的业务协同和资源共享水平。建设AO云,建设一个满足全省审计人员现场审计需要的作业系统,市县通过网络接入“云”实施审计,利用云计算技术、数据挖掘、智能分析等信息技术,解决数据处理难、分析难的问题,实现审计成果全省共享利用。同时,使用AO云收集整理全省审计项目的各类审计信息,进而发现共性和趋势性问题。