導(dǎo)語(yǔ)：如何才能寫好一篇詩(shī)句分類，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

聚類分析指將物理或抽象對(duì)象的集合分組為由類似的對(duì)象組成的多個(gè)類的分析過(guò)程。它是一種重要的人類行為。聚類分析的目標(biāo)就是在相似的基礎(chǔ)上收集數(shù)據(jù)來(lái)分類。聚類源于很多領(lǐng)域，包括數(shù)學(xué)、計(jì)算機(jī)科學(xué)、統(tǒng)計(jì)學(xué)、生物學(xué)和經(jīng)濟(jì)學(xué)。在不同的應(yīng)用領(lǐng)域，很多聚類技術(shù)都得到了發(fā)展，這些技術(shù)方法被用作描述數(shù)據(jù)，衡量不同數(shù)據(jù)源間的相似性，以及把數(shù)據(jù)源分類到不同的簇中。

聚類分析是一組將研究對(duì)象分為相對(duì)同質(zhì)的群組的統(tǒng)計(jì)分析技術(shù)。主要應(yīng)用于探索性的研究，其分析的結(jié)果可以提供多個(gè)可能的解，選擇最終的解需要研究者的主觀判斷和后續(xù)的分析。

（來(lái)源：文章屋網(wǎng) ）

篇2

關(guān)鍵字：城市競(jìng)爭(zhēng)力；省會(huì)城市；聚類分析

一、研究方法

聚類分析（Cluster Analysis）是對(duì)多數(shù)行統(tǒng)計(jì)樣本進(jìn)行定量分類的一種多元統(tǒng)計(jì)分析方法。 本文采用SPSS軟件編制的聚類分析法程序, 把樣本按照競(jìng)爭(zhēng)力的強(qiáng)弱進(jìn)行分類。通過(guò)分析各類城市的共同點(diǎn)，找出各類城市的優(yōu)勢(shì)和差距，以便城市能針對(duì)性地制定提高其競(jìng)爭(zhēng)力水平的對(duì)策。在這里，聚類方法選用的是聚類分析分析中的Q型系統(tǒng)聚類法，距離采用歐氏距離。

二、聚類分析操作步驟和結(jié)果

省會(huì)城市由于其特殊的政治地位而獲得了額外的資源，一般都是各省的政治、經(jīng)濟(jì)、文化中心，省內(nèi)其它城市也不可能與其相比。由于政治地位的作用，中國(guó)的中心城市享有掌握和使用更多資源的權(quán)利，一般來(lái)說(shuō)，也必然比各省內(nèi)的其它城市具有更大的競(jìng)爭(zhēng)力。

基于上述原因，為宏觀分析評(píng)價(jià)石家莊城市競(jìng)爭(zhēng)力水平，本文樣本城市的選取主要以同等級(jí)別的省會(huì)城市為主體，選取了石家莊、哈爾濱、長(zhǎng)春、沈陽(yáng)、濟(jì)南、南京、杭州、福州、廣州、?？?、鄭州、合肥、武漢、長(zhǎng)沙、南昌、南寧、太原、西安、貴陽(yáng)、昆明、成都、銀川等省會(huì)城市，對(duì)這些城市競(jìng)爭(zhēng)力進(jìn)行聚類較分析，進(jìn)一步了解石家莊競(jìng)爭(zhēng)力的整體狀況。

1．聚類分析操作步驟

首先把各城市的競(jìng)爭(zhēng)力水平的綜合評(píng)判分值進(jìn)行消除量綱的標(biāo)準(zhǔn)化處理。

2.聚類結(jié)果

將標(biāo)準(zhǔn)化數(shù)據(jù)進(jìn)行Q型系統(tǒng)聚類前，根據(jù)聚合系數(shù)隨著分類數(shù)變化得碎石檢驗(yàn)圖，確定分為四類，然后采用迭代聚類中的重心法（Centriod clustering），將樣本城市競(jìng)爭(zhēng)力水平劃分為四類，可以得到聚類譜系圖。通過(guò)對(duì)聚類譜系圖進(jìn)行分析，各類所包含的樣本城市如下：（見(jiàn)表1）。

三、城市競(jìng)爭(zhēng)力綜合評(píng)價(jià)

（1）{上海}為第一類。這座城市是我國(guó)最大的國(guó)際化城市之一，他代表著我國(guó)城市競(jìng)爭(zhēng)力的最高水平，其綜合經(jīng)濟(jì)實(shí)力遠(yuǎn)遠(yuǎn)超過(guò)其它城市，鮮明地具有旗幟性的作用。{沈陽(yáng)、濟(jì)南、杭州、南京}為第二類緊隨其后，這類城市的競(jìng)爭(zhēng)力水平也很高，水平僅次于第一類城市。他們具有良好的區(qū)位優(yōu)勢(shì)和經(jīng)濟(jì)實(shí)力，同時(shí)具備完善的城市設(shè)施和較好的人才資源。

（2）{哈爾濱、長(zhǎng)春、成都、武漢、福州、西安、昆明、鄭州、石家莊、長(zhǎng)沙、海口}為第三類，這類城市多位東北、華北、華中、華東、西北、西南等我國(guó)各大區(qū)域的核心省會(huì)城市，在各大區(qū)域范圍內(nèi)有著雄厚的經(jīng)濟(jì)基礎(chǔ)，交通便利，城市設(shè)施比較完善，由于這些優(yōu)勢(shì)，這11座城市也吸引了一大批人才，為自身的發(fā)展提供了良好的外部條件，因此該類省會(huì)城市的競(jìng)爭(zhēng)力水平相對(duì)較高。

（3）{合肥、貴陽(yáng)、銀川、太原、南寧、南昌}為第四類城市，這類城市主要包括地處中西部省會(huì)城市，他們與前積累相比，既不是中西部大區(qū)域的手為核心城市，也不是地處沿海，所以相對(duì)落后，競(jìng)爭(zhēng)力較低，需要進(jìn)一步加大基礎(chǔ)設(shè)施人力方面的投入，使自身的競(jìng)爭(zhēng)力真正得到提高。

四、提升石家莊城市競(jìng)爭(zhēng)力的戰(zhàn)略性建議

針對(duì)石家莊未來(lái)的發(fā)展和綜合競(jìng)爭(zhēng)力的提高，站在戰(zhàn)略的高度審視石家莊今后的發(fā)展，在政策取向上應(yīng)該把握好以下幾個(gè)方面：

（1）充分利用比較優(yōu)勢(shì)，保護(hù)性利用不可再生要素。中國(guó)城市在與國(guó)際城市競(jìng)爭(zhēng)時(shí)，更多地是具有勞動(dòng)力和資源等方面的比較優(yōu)勢(shì)，中西部城市在與東部沿海城市競(jìng)爭(zhēng)時(shí)，也主要是具有勞動(dòng)力和資源等方面的比較優(yōu)勢(shì)。因此，石家莊市要充分應(yīng)用自身的比較優(yōu)勢(shì)。

（2）擴(kuò)大對(duì)科技、教育等領(lǐng)域的關(guān)注。中國(guó)城市經(jīng)濟(jì)即將進(jìn)入科技推動(dòng)型的時(shí)期，科學(xué)技術(shù)和人力資本在城市價(jià)值創(chuàng)造中的作用將越來(lái)越重要。

（3）擴(kuò)大對(duì)外開(kāi)放，通過(guò)學(xué)習(xí)和交流不斷實(shí)現(xiàn)創(chuàng)新。落后城市通過(guò)廣泛開(kāi)放引進(jìn)和兼收并蓄地學(xué)習(xí)可以迅速削弱先進(jìn)城市的相對(duì)優(yōu)勢(shì)和自身的劣勢(shì)。石家莊市要特別重視、積極鼓勵(lì)國(guó)內(nèi)外城際間的經(jīng)濟(jì)、科技、社會(huì)、文化等領(lǐng)域的交流和合作，鼓勵(lì)市內(nèi)外機(jī)構(gòu)和人士的各種民間的非正式交往，以營(yíng)造有利于創(chuàng)新的城市環(huán)境。要主動(dòng)加快城市參與經(jīng)濟(jì)區(qū)域一體化和全球化的進(jìn)程，開(kāi)放各類市場(chǎng)，促進(jìn)城市的分工和協(xié)作，以迅速形成自身的集合優(yōu)勢(shì)。

作者單位：孫立娟劉勝花北華航天工業(yè)學(xué)院

侯石柱河北工業(yè)大學(xué)分院

參考文獻(xiàn)：

[1]郝壽義，倪鵬飛.中國(guó)城市競(jìng)爭(zhēng)力研究[J]．經(jīng)濟(jì)科學(xué)，1998，（3）：96-98.

篇3

關(guān)鍵詞:數(shù)據(jù)庫(kù)課程;個(gè)體差異;分類教學(xué)實(shí)踐模式

同濟(jì)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)作為國(guó)家教育部第三批高等學(xué)校特色專業(yè)建設(shè)點(diǎn),秉承“夯實(shí)基礎(chǔ)、面向應(yīng)用、培養(yǎng)創(chuàng)新、國(guó)際接軌”的辦學(xué)宗旨,在創(chuàng)造性的“一體兩翼”人才培養(yǎng)模式下,完善了本科教育課程體系,完成了學(xué)科方向布局、分類分層培養(yǎng)課程體系建設(shè)[1]?；诳偟膶W(xué)科發(fā)展與各級(jí)各類專業(yè)人才培養(yǎng)規(guī)劃的目標(biāo),我們對(duì)主干課程之一的數(shù)據(jù)庫(kù)課程進(jìn)行了教學(xué)模式的研究與探索。

數(shù)據(jù)庫(kù)技術(shù)是計(jì)算機(jī)信息系統(tǒng)中的核心和基礎(chǔ),是應(yīng)用最廣泛的技術(shù)之一,也是計(jì)算機(jī)科學(xué)技術(shù)發(fā)展最快的領(lǐng)域之一。數(shù)據(jù)庫(kù)課程不僅是計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)、信息安全專業(yè)、信息管理專業(yè)等的必修課程,也是大部分非計(jì)算機(jī)專業(yè)的選修課程。通過(guò)數(shù)據(jù)庫(kù)課程的教學(xué),學(xué)生應(yīng)掌握數(shù)據(jù)庫(kù)系統(tǒng)的基礎(chǔ)理論、基本技術(shù)與實(shí)踐技能。在同濟(jì)大學(xué)計(jì)算機(jī)系的本科專業(yè)必修課數(shù)據(jù)庫(kù)課程的教學(xué)實(shí)踐中,一方面由于學(xué)科發(fā)展和分類分層培養(yǎng)目標(biāo)的確立,使得該課程的教學(xué)實(shí)踐模式與體系需要進(jìn)行新的規(guī)劃與設(shè)計(jì);另一方面,數(shù)據(jù)庫(kù)課程相關(guān)的教學(xué)和實(shí)踐環(huán)節(jié)中,學(xué)生所表現(xiàn)出來(lái)的學(xué)習(xí)興趣、知識(shí)背景、創(chuàng)新能力以及未來(lái)的就業(yè)取向等多方面的差異,也對(duì)于傳統(tǒng)的課堂教學(xué)模式提出了新的挑戰(zhàn)和研究課題。要取得好的教學(xué)與實(shí)踐效果,讓學(xué)生更好地發(fā)揮所長(zhǎng),需要不斷的研究與探索課程的教學(xué)實(shí)踐模式。

基于計(jì)算機(jī)系學(xué)科發(fā)展與專業(yè)人才培養(yǎng)總體規(guī)劃,根據(jù)數(shù)據(jù)庫(kù)課程自身的特點(diǎn)、數(shù)據(jù)庫(kù)相關(guān)研究和應(yīng)用技術(shù)的發(fā)展,并參考國(guó)際、國(guó)內(nèi)一些主要大學(xué)數(shù)據(jù)庫(kù)課程的教學(xué)資源和科研文獻(xiàn),我們提出一種數(shù)據(jù)庫(kù)課程分類分層教學(xué)模式:根據(jù)培養(yǎng)目標(biāo)、學(xué)習(xí)興趣、知識(shí)背景和創(chuàng)新能力的不同將學(xué)生分為3種類型,有針對(duì)性地調(diào)整和完善課程的教學(xué)內(nèi)容和實(shí)踐環(huán)節(jié),對(duì)不同類型的學(xué)生采用不同的教學(xué)方式,側(cè)重不同的教學(xué)與實(shí)踐內(nèi)容,更好地體現(xiàn)該課程教學(xué)的基礎(chǔ)性、科學(xué)性、先進(jìn)性與實(shí)用性。

1課程的教學(xué)對(duì)象分類

計(jì)算機(jī)科學(xué)與技術(shù)本科專業(yè)的培養(yǎng)目標(biāo)為:培養(yǎng)具備良好的科學(xué)素養(yǎng),系統(tǒng)地掌握計(jì)算機(jī)科學(xué)與技術(shù),包括計(jì)算機(jī)硬件、軟件與應(yīng)用的基本理論、基本知識(shí)和基本技能與方法,能在科研部門、教育單位、企業(yè)、事業(yè)、技術(shù)和行政管理部門從事計(jì)算機(jī)教學(xué)、科學(xué)研究和應(yīng)用的計(jì)算機(jī)科學(xué)與技術(shù)學(xué)科的高級(jí)專門人才[2]。

但是,同一年級(jí)同一專業(yè)學(xué)生的學(xué)習(xí)興趣、知識(shí)背景和創(chuàng)新能力并不完全相同,如有的學(xué)生數(shù)學(xué)基礎(chǔ)好、擅長(zhǎng)理論分析,有的學(xué)生編程能力強(qiáng)、喜歡軟件開(kāi)發(fā),有的學(xué)生則傾向于計(jì)算機(jī)應(yīng)用系統(tǒng)的管理。因此,基于計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)和信息安全專業(yè)的人才培養(yǎng)總體規(guī)劃,根據(jù)學(xué)生的個(gè)體差異,我們將數(shù)據(jù)庫(kù)課程的教學(xué)對(duì)象與培養(yǎng)目標(biāo)分為以下3種類型:

1) 理論強(qiáng)化型。學(xué)生通過(guò)課程學(xué)習(xí)將具備堅(jiān)實(shí)深入的數(shù)據(jù)庫(kù)理論知識(shí),掌握扎實(shí)的實(shí)驗(yàn)技能,具有良好的科學(xué)素養(yǎng)和較強(qiáng)的創(chuàng)新能力,能獨(dú)立開(kāi)展科研和實(shí)際工作。

2) 工程研發(fā)型。學(xué)生通過(guò)課程學(xué)習(xí)將掌握數(shù)據(jù)庫(kù)基礎(chǔ)理論和主流數(shù)據(jù)庫(kù)軟件產(chǎn)品,以及數(shù)據(jù)庫(kù)系統(tǒng)分析和設(shè)計(jì)方法,具備較扎實(shí)的研究與開(kāi)發(fā)數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)的技能,成為國(guó)內(nèi)乃至國(guó)際認(rèn)可的高級(jí)研發(fā)型工程技術(shù)人才。

3) 應(yīng)用管理型。學(xué)生通過(guò)課程學(xué)習(xí)將掌握數(shù)據(jù)庫(kù)系統(tǒng)基礎(chǔ)理論,以及數(shù)據(jù)庫(kù)系統(tǒng)開(kāi)發(fā)與管理的基本方法,熟悉主流數(shù)據(jù)庫(kù)軟件產(chǎn)品,能較好地設(shè)計(jì)、管理與評(píng)估數(shù)據(jù)庫(kù)項(xiàng)目方案。

目前,國(guó)內(nèi)已有許多高校,以不同形式的實(shí)驗(yàn)班或培訓(xùn)課程,對(duì)不同類型的學(xué)生分別培養(yǎng)。如清華大學(xué)的“計(jì)算機(jī)科學(xué)實(shí)驗(yàn)班”、北京大學(xué)的“元培計(jì)劃實(shí)驗(yàn)班”、同濟(jì)大學(xué)的“圖靈班”和“卓越工程師班”等。在數(shù)據(jù)庫(kù)課程分類教學(xué)與實(shí)踐模式研究探索中,我們把計(jì)算機(jī)系特色教學(xué)的“圖靈班”、“卓越工程師班”和其他學(xué)生分別作為數(shù)據(jù)庫(kù)課程教學(xué)的理論強(qiáng)化型、工程研發(fā)型和應(yīng)用管理型對(duì)象。

2課程的分類教學(xué)與實(shí)踐模式

對(duì)于上述3種不同培養(yǎng)目標(biāo)的學(xué)生,我們?cè)跀?shù)據(jù)庫(kù)課程的教學(xué)總綱基礎(chǔ)上,有針對(duì)性地設(shè)計(jì)不同的教學(xué)方案,調(diào)整課堂授課內(nèi)容的廣度和深度,選用不同教材,安排不同的課程實(shí)驗(yàn)與課程設(shè)計(jì),開(kāi)展不同的課后活動(dòng),引導(dǎo)學(xué)生研究與解決不同的開(kāi)放思考問(wèn)題,盡量充分調(diào)動(dòng)不同類型學(xué)生的學(xué)習(xí)積極性和主動(dòng)性,使學(xué)生能根據(jù)自身的發(fā)展目標(biāo)、研發(fā)能力和學(xué)習(xí)興趣等在各自擅長(zhǎng)和需要拓展的領(lǐng)域內(nèi)得到更充分的發(fā)展。

2.1分類調(diào)整授課內(nèi)容

數(shù)據(jù)庫(kù)課程的基本教學(xué)內(nèi)容主要包括:數(shù)據(jù)庫(kù)基本概念、關(guān)系數(shù)據(jù)庫(kù)基礎(chǔ)理論、關(guān)系數(shù)據(jù)庫(kù)標(biāo)準(zhǔn)語(yǔ)言SQL、數(shù)據(jù)庫(kù)安全性、數(shù)據(jù)庫(kù)完整性、關(guān)系查詢處理和查詢優(yōu)化、數(shù)據(jù)庫(kù)恢復(fù)技術(shù)、并發(fā)控制、數(shù)據(jù)庫(kù)設(shè)計(jì)與實(shí)現(xiàn)以及數(shù)據(jù)庫(kù)技術(shù)的新進(jìn)展等。對(duì)于不同類型的學(xué)生,我們有針對(duì)性地拓展和加強(qiáng)不同部分的知識(shí)。

1) 對(duì)于理論強(qiáng)化型學(xué)生,拓展和加強(qiáng)關(guān)系數(shù)據(jù)庫(kù)理論知識(shí),強(qiáng)化數(shù)據(jù)庫(kù)管理系統(tǒng)(DBMS)原理與相關(guān)算法實(shí)現(xiàn),如存儲(chǔ)、索引、查詢處理及其優(yōu)化、事務(wù)處理、并發(fā)控制、數(shù)據(jù)庫(kù)恢復(fù)等的機(jī)制與主要算法。教材上傾向于國(guó)外原版教材,即《Database System Concepts》[3] 輔之以《Database Management Systems》[4]和《Database Systems: The Complete Book》[5]。

2) 對(duì)于工程研發(fā)型學(xué)生,在關(guān)系數(shù)據(jù)庫(kù)理論知識(shí)基礎(chǔ)上,強(qiáng)化DBMS的底層算法實(shí)現(xiàn)與數(shù)據(jù)庫(kù)系統(tǒng)工程設(shè)計(jì)方法,介紹基于一種主流數(shù)據(jù)庫(kù)產(chǎn)品的應(yīng)用系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)。教材上使用國(guó)內(nèi)經(jīng)典教材結(jié)合國(guó)外原版教材,即《數(shù)據(jù)庫(kù)系統(tǒng)概論》[6] 輔之以《Database System Concepts》[3]和《Database: Principles, Program- ming, and Performance》[7]。

3) 對(duì)于應(yīng)用管理型學(xué)生,則在關(guān)系數(shù)據(jù)庫(kù)理論知識(shí)基礎(chǔ)上,強(qiáng)化關(guān)系數(shù)據(jù)庫(kù)的查詢優(yōu)化技術(shù)、數(shù)據(jù)庫(kù)事務(wù)處理技術(shù)、數(shù)據(jù)恢復(fù)和并發(fā)控制技術(shù)、DBMS的安全技術(shù)和完整性檢查技術(shù),介紹基于主流數(shù)據(jù)庫(kù)產(chǎn)品的應(yīng)用系統(tǒng)設(shè)計(jì)、開(kāi)發(fā)與管理技術(shù)。教材上使用國(guó)內(nèi)經(jīng)典教材,即《數(shù)據(jù)庫(kù)系統(tǒng)概論》[6]輔之以《Database System Concepts》[3]和《數(shù)據(jù)庫(kù)系統(tǒng)原理》[8]。

2.2分類安排課程實(shí)驗(yàn)

數(shù)據(jù)庫(kù)課程的實(shí)驗(yàn)內(nèi)容主要包括:數(shù)據(jù)庫(kù)安裝與配置、數(shù)據(jù)庫(kù)使用、SQL語(yǔ)言使用、數(shù)據(jù)庫(kù)安全性、數(shù)據(jù)庫(kù)完整性和數(shù)據(jù)庫(kù)編程等。對(duì)于不同類型的學(xué)生,我們?cè)谡n程實(shí)驗(yàn)中有針對(duì)性地安排了不同的內(nèi)容。

1) 對(duì)于理論強(qiáng)化型學(xué)生,課程實(shí)驗(yàn)將完成6～8個(gè)DBMS底層算法的研究與實(shí)現(xiàn),主要包括存儲(chǔ)、索引、查詢處理、查詢優(yōu)化、事務(wù)處理、并發(fā)控制、數(shù)據(jù)庫(kù)恢復(fù)等算法,另外還有一個(gè)理論方法探索或?qū)嶋H應(yīng)用系統(tǒng)研發(fā)的綜合大作業(yè)。

2) 對(duì)于工程研發(fā)型學(xué)生,課程實(shí)驗(yàn)將完成4～5個(gè)DBMS底層算法的實(shí)現(xiàn),如存儲(chǔ)、索引、查詢處理與優(yōu)化等的算法,完成1～2個(gè)通過(guò)ODBC訪問(wèn)數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)設(shè)計(jì)與應(yīng)用開(kāi)發(fā)實(shí)驗(yàn),一個(gè)實(shí)際系統(tǒng)工程研發(fā)相關(guān)的綜合大作業(yè)。

3) 對(duì)于應(yīng)用管理型學(xué)生,課程實(shí)驗(yàn)將完成6～8個(gè)數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)設(shè)計(jì)與管理相關(guān)的部分實(shí)驗(yàn),主要包括安裝了解DBMS、SQL數(shù)據(jù)定義與查詢、SQL更新與視圖,數(shù)據(jù)庫(kù)事務(wù)處理、數(shù)據(jù)恢復(fù)與并發(fā)控制、數(shù)據(jù)安全性與完整性以及一個(gè)實(shí)際應(yīng)用開(kāi)發(fā)管理相關(guān)的綜合大作業(yè)。

2.3分類進(jìn)行課程設(shè)計(jì)

數(shù)據(jù)庫(kù)課程設(shè)計(jì)的目的是讓學(xué)生加深對(duì)數(shù)據(jù)庫(kù)系統(tǒng)基礎(chǔ)理論知識(shí)的理解,提高數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)的實(shí)踐能力,全面拓展數(shù)據(jù)庫(kù)原理課程相關(guān)的綜合研發(fā)能力。通過(guò)課程設(shè)計(jì)實(shí)現(xiàn)一個(gè)實(shí)際的數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng),熟悉并能靈活運(yùn)用所學(xué)基礎(chǔ)理論,掌握數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)的設(shè)計(jì)方法、開(kāi)發(fā)技術(shù),提高分析問(wèn)題和解決問(wèn)題的能力,強(qiáng)化動(dòng)手能力,進(jìn)一步了解和研究分析DBMS的體系結(jié)構(gòu)與主要技術(shù),并在一定程度上把握課程相關(guān)的理論技術(shù)發(fā)展與前沿動(dòng)態(tài)。數(shù)據(jù)庫(kù)課程設(shè)計(jì)的主要內(nèi)容包括3個(gè)方面。

1) 數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)的研發(fā):綜合運(yùn)用數(shù)據(jù)庫(kù)理論與技術(shù)方法設(shè)計(jì)一個(gè)較完善的有實(shí)際意義的數(shù)據(jù)庫(kù);掌握流行數(shù)據(jù)庫(kù)管理系統(tǒng)SQL Server/ORACLE/ DB2等的應(yīng)用與開(kāi)發(fā)技術(shù);利用高級(jí)語(yǔ)言開(kāi)發(fā)完整的數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng)。

2)DBMS研究分析以及功能實(shí)現(xiàn)與擴(kuò)展:以開(kāi)源代碼的DBMS為基礎(chǔ)熟悉并研究分析DBMS的體系結(jié)構(gòu)、基本功能及其實(shí)現(xiàn),完成一些系統(tǒng)功能的實(shí)現(xiàn)和進(jìn)行相應(yīng)的可擴(kuò)展性研發(fā),形成系統(tǒng)分析報(bào)告、算法實(shí)現(xiàn)軟件包和技術(shù)文檔。

3) 領(lǐng)域研究綜述與熱點(diǎn)問(wèn)題研究探討:跟蹤數(shù)據(jù)庫(kù)相關(guān)領(lǐng)域的理論與技術(shù)發(fā)展,完成相關(guān)的前沿研究或技術(shù)問(wèn)題的綜述,對(duì)領(lǐng)域熱點(diǎn)問(wèn)題開(kāi)展研究探討,形成綜述報(bào)告、技術(shù)報(bào)告或研究論文。

對(duì)于不同類型的學(xué)生,我們開(kāi)展不同主題的課程設(shè)計(jì),有不同的考查側(cè)重:

1) 對(duì)于理論強(qiáng)化型學(xué)生,課程設(shè)計(jì)更強(qiáng)調(diào)在開(kāi)源代碼的數(shù)據(jù)庫(kù)系統(tǒng)如Postgres上,針對(duì)DBMS底層實(shí)現(xiàn)做進(jìn)一步研究與擴(kuò)展,以3～5人的課題小組為單位,分析開(kāi)源DBMS的體系結(jié)構(gòu)和主要的技術(shù)方法,并對(duì)其中某方面進(jìn)行重點(diǎn)研究與擴(kuò)展實(shí)現(xiàn);此外,強(qiáng)調(diào)對(duì)領(lǐng)域前沿的了解,對(duì)某方面理論與技術(shù)研究的綜合把握與研究分析,并能對(duì)一些領(lǐng)域熱點(diǎn)問(wèn)題展開(kāi)研究探討,完成領(lǐng)域某方面的綜述報(bào)告和研究論文。

2) 對(duì)于工程研發(fā)型學(xué)生,課程設(shè)計(jì)強(qiáng)調(diào)在Oracle或SQL Server等數(shù)據(jù)庫(kù)產(chǎn)品基礎(chǔ)上,以實(shí)際應(yīng)用為背景,以3～5人的課題小組為單位,設(shè)計(jì)一個(gè)中等規(guī)模的數(shù)據(jù)庫(kù)應(yīng)用系統(tǒng),并要求對(duì)系統(tǒng)研發(fā)過(guò)程中的各個(gè)設(shè)計(jì)與技術(shù)實(shí)現(xiàn)環(huán)節(jié)能夠有較全面的把握;此外,強(qiáng)調(diào)對(duì)領(lǐng)域技術(shù)動(dòng)態(tài)的了解,并能對(duì)領(lǐng)域技術(shù)和應(yīng)用有較全面的認(rèn)識(shí)和分析,對(duì)實(shí)際系統(tǒng)研發(fā)能形成有效的技術(shù)方案和分析報(bào)告。

3) 對(duì)于應(yīng)用管理型學(xué)生,課程設(shè)計(jì)將以3～5人的課題小組為單位,在Oracle或SQL Server等數(shù)據(jù)庫(kù)產(chǎn)品基礎(chǔ)上,構(gòu)建一個(gè)實(shí)用的數(shù)據(jù)庫(kù)系統(tǒng),強(qiáng)調(diào)數(shù)據(jù)庫(kù)的設(shè)計(jì)方法和過(guò)程的全面把握,以及對(duì)項(xiàng)目研發(fā)過(guò)程中各個(gè)實(shí)踐環(huán)節(jié)的全面調(diào)度與管理;此外,強(qiáng)調(diào)對(duì)領(lǐng)域研究與技術(shù)動(dòng)態(tài)的了解,對(duì)系統(tǒng)開(kāi)發(fā)與應(yīng)用相關(guān)的知識(shí)體系和管理模式有較全面的認(rèn)識(shí)和分析,能對(duì)實(shí)際項(xiàng)目開(kāi)發(fā)與管理形成有效的方案和分析評(píng)估報(bào)告。

2.4分類開(kāi)展課后活動(dòng)

數(shù)據(jù)庫(kù)課程以各種形式的課后活動(dòng),培養(yǎng)不同類型學(xué)生對(duì)課程的學(xué)習(xí)興趣,是對(duì)課堂教學(xué)的有益補(bǔ)充。

1) 對(duì)于理論強(qiáng)化型學(xué)生,增加一些相關(guān)的領(lǐng)域研究現(xiàn)狀和動(dòng)態(tài)的介紹,提出一些開(kāi)放思考問(wèn)題,引導(dǎo)學(xué)生更深入、廣泛地了解相關(guān)理論與技術(shù)的研究和發(fā)展現(xiàn)狀,培養(yǎng)學(xué)生對(duì)本學(xué)科的學(xué)術(shù)前沿的研究熱情和研究能力。由教師引導(dǎo)學(xué)生去找尋一些課程相關(guān)的理論與技術(shù)熱點(diǎn)或難點(diǎn)問(wèn)題,主要追蹤數(shù)據(jù)庫(kù)領(lǐng)域的重要國(guó)際會(huì)議與國(guó)際期刊,國(guó)際會(huì)議如SIGMOD/PODS、VLDB、ICDE等,國(guó)際期刊如ACM Transactions on Database Systems (TODS)、IEEE Transactions on Knowledge and Data Engineering (TKDE)、VLDB Journal等,以及追蹤國(guó)際國(guó)內(nèi)一些著名的數(shù)據(jù)庫(kù)研究小組,學(xué)生以自由組合小組形式展開(kāi)針對(duì)某個(gè)主題的研究探討,完成領(lǐng)域綜述以及研究論文,并在討論課上做口頭報(bào)告;更進(jìn)一步鼓勵(lì)學(xué)生加盟數(shù)據(jù)庫(kù)相關(guān)領(lǐng)域?qū)煹膶?shí)驗(yàn)室和課題組,參與相關(guān)的實(shí)際科研項(xiàng)目的研究。

2) 對(duì)于工程研發(fā)型學(xué)生,增強(qiáng)數(shù)據(jù)庫(kù)前沿理論研究與應(yīng)用技術(shù)的介紹,培養(yǎng)學(xué)生對(duì)本學(xué)科的理論與技術(shù)前沿的研究探索熱情和研發(fā)能力,由教師或企業(yè)研發(fā)人士引導(dǎo)學(xué)生去探討一些相關(guān)的理論與技術(shù)熱點(diǎn)問(wèn)題,完成領(lǐng)域技術(shù)分析報(bào)告以及研究或技術(shù)型論文,并在實(shí)驗(yàn)課上做口頭報(bào)告;鼓勵(lì)學(xué)生參與相關(guān)導(dǎo)師的實(shí)驗(yàn)室和課題組,具體開(kāi)展一些相關(guān)實(shí)際課題的研發(fā);引導(dǎo)學(xué)生在小學(xué)期的企業(yè)實(shí)習(xí)期間有效地參與和完成實(shí)踐項(xiàng)目的調(diào)研和分析設(shè)計(jì)與實(shí)現(xiàn)工作。

3) 對(duì)于應(yīng)用管理型學(xué)生,加強(qiáng)數(shù)據(jù)庫(kù)軟件產(chǎn)品和應(yīng)用案例的介紹,培養(yǎng)學(xué)生對(duì)本學(xué)科技術(shù)前沿的研究探索熱情和應(yīng)用管理能力,邀請(qǐng)企業(yè)數(shù)據(jù)庫(kù)工程師舉行講座,引導(dǎo)學(xué)生去思考一些相關(guān)的技術(shù)熱點(diǎn)問(wèn)題,完成領(lǐng)域綜述以及數(shù)據(jù)庫(kù)系統(tǒng)開(kāi)發(fā)案例分析報(bào)告,并在實(shí)驗(yàn)課上做口頭報(bào)告;鼓勵(lì)學(xué)生參與相關(guān)導(dǎo)師的實(shí)際項(xiàng)目研發(fā);引導(dǎo)學(xué)生在小學(xué)期的企業(yè)實(shí)習(xí)期間有效地參與相關(guān)企業(yè)項(xiàng)目的研發(fā)與管理實(shí)踐的調(diào)研分析。

3結(jié)語(yǔ)

數(shù)據(jù)庫(kù)課程分類教學(xué)與實(shí)踐模式是計(jì)算機(jī)本科專業(yè)課程教學(xué)的一種新模式的探索,通過(guò)對(duì)學(xué)生個(gè)體

差異的分析,有針對(duì)性地分類采用不同的教學(xué)內(nèi)容、集中實(shí)驗(yàn)以及課程設(shè)計(jì)和課外輔導(dǎo),因材施教。在數(shù)據(jù)庫(kù)課程教學(xué)研究與實(shí)踐中,我們針對(duì)計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)和信息安全專業(yè)的本科生探索和逐步應(yīng)用分類教學(xué)和實(shí)踐模式,在課堂教學(xué)、實(shí)驗(yàn)教學(xué)、課程設(shè)計(jì)、課外實(shí)踐等多方面進(jìn)行了探索,從學(xué)生們的課程作業(yè)、實(shí)驗(yàn)報(bào)告、技術(shù)分析報(bào)告、應(yīng)用系統(tǒng)設(shè)計(jì)、DBMS分析報(bào)告、領(lǐng)域綜述報(bào)告、研究或技術(shù)論文、參與相關(guān)導(dǎo)師的研討班與課題工作、期中和期末考試等情況來(lái)看,分類教學(xué)和實(shí)踐模式在較大程度上激發(fā)了學(xué)生的學(xué)習(xí)和研究的熱情與潛力,大部分同學(xué)取得了較好的學(xué)習(xí)和實(shí)踐效果。當(dāng)然,我們還需要不斷研究數(shù)據(jù)庫(kù)課程教學(xué)與實(shí)踐各個(gè)環(huán)節(jié),特別是課程自身的體系與數(shù)據(jù)庫(kù)日益發(fā)展的相關(guān)領(lǐng)域的研究與技術(shù)應(yīng)用間的關(guān)聯(lián),以探索更合理、更優(yōu)化的教學(xué)實(shí)踐模式。

參考文獻(xiàn):

[1] 蔣昌俊,苗奪謙,王曉國(guó),等.“一體兩翼”的創(chuàng)新人才培養(yǎng)模式[EB/OL]. [2009-02-19]. 高教教學(xué)參考,2009,3(1):1. /Model1024.asp?id=1425.

[2] 同濟(jì)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系. 計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)培養(yǎng)計(jì)劃(2006修訂)[EB/OL]. [2009-09-30]. cs.# /prog/InforWeb/publish/newsdetail.jsp?newsno=904.

[3] Abraham Silberschatz,Henry F. Korth,S. Sudarshan. Database System Concepts(影印版)[M]. 5th ed. New York:McGraw- Hill,2006.

[4] Raghu Ramakrishnan,Johannes Gehrke. Database Management Systems[M]. 3rd ed. New York:McGraw-Hill,2002.

[5] Hector Garcia-Molina,Jeffrey D. Ullman,Jennifer D. Widom. Database Systems:The Complete Book[M]. New Jersey: Prentice Hall,2002.

[6] 王珊,薩師煊. 數(shù)據(jù)庫(kù)系統(tǒng)概論[M]. 4版. 北京:高等教育出版社,2006.

[7] Patrick O’Neil,Elizabeth O’Neil. Database:Principles,Programming,and Performance[M]. 2nd ed. San Fransisco: Morgan Kaufmann,2001.

[8] 李建中,王珊. 數(shù)據(jù)庫(kù)系統(tǒng)原理[M]. 2版. 北京:電子工業(yè)出版社,2004.

Classified Teaching and Its Practice Model for Database System Course

GUAN Ji-hong1, WEI Qing-ting1, 2

(1.Department of Computer Science and Technology, Tongji University, Shanghai 201804, China;

2.School of Software, Nanchang University, Nanchang 330046, China)

篇4

故障原因分析

遇到先前用得好好的閃盤，突然變身到“未格式化”狀態(tài)的情況，請(qǐng)一定要保持冷靜。首先考慮是否存在插口接觸不良的問(wèn)題，檢查步驟也很簡(jiǎn)單。將閃盤重新拔插一次，換插到其他USB插口上，或把閃盤插到其他電腦上看看，一步一步檢查下來(lái)，絕大多數(shù)“未格式化”的閃盤都能正常使用了。

如果排除了接觸不良的因素，閃盤仍然不能正常使用，那就有可能是閃盤的分區(qū)表遭到了破壞。我們可以嘗試用數(shù)據(jù)恢復(fù)軟件R-Studio來(lái)搜救數(shù)據(jù)。

R-Studio大搜救

打開(kāi)R-Studio，在目錄樹(shù)中用鼠標(biāo)右鍵點(diǎn)擊閃盤盤符，然后在右鍵菜單中選擇“掃描”。如果在掃描設(shè)置窗口中正確設(shè)置了掃描范圍、掃描文件類型等參數(shù)，就能達(dá)到最佳搜救效果。如果對(duì)此不熟，那就用默認(rèn)的設(shè)置也行（如圖1所示）。

R-Studio的全面掃描速度相當(dāng)快，掃描1GB容量的閃盤，只需不到2分鐘時(shí)間。掃描完成后，會(huì)出現(xiàn)“識(shí)別1”、“識(shí)別2”之類的選項(xiàng)，那是R-Studio掃描出來(lái)的分區(qū)信息，直接點(diǎn)擊進(jìn)去，即可查看掃描結(jié)果（如圖2所示）。

在掃描結(jié)果中勾選需要恢復(fù)的文件，點(diǎn)擊右鍵，選擇“恢復(fù)標(biāo)記的內(nèi)容”，然后指定恢復(fù)路徑即可。

軟件名稱: R-Studio漢化版

軟件版本: 4.0 Build 124045

授權(quán)方式: 共享軟件

軟件大小: 5.79MB

下載地址: 省略/soft/8654.htm

獨(dú)特的映像功能

如果閃盤有急用，不能慢慢等待完成數(shù)據(jù)恢復(fù)操作，我們也可以用R-Studio的映像功能將“現(xiàn)場(chǎng)”保存下來(lái)，然后直接把閃盤重新格式化后使用。以后需要恢復(fù)數(shù)據(jù)時(shí)，直接在映像文件中操作即可。

篇5

【關(guān)鍵詞】 相對(duì)比較評(píng)估方法； 因子分析； 聚類分析； 實(shí)證分析

企業(yè)價(jià)值評(píng)估作為一項(xiàng)綜合性的資產(chǎn)評(píng)估，是幫助企業(yè)實(shí)現(xiàn)財(cái)務(wù)管理目標(biāo)的有力手段之一，在企業(yè)經(jīng)濟(jì)活動(dòng)中應(yīng)用廣泛。現(xiàn)有的企業(yè)價(jià)值評(píng)估方法主要有成本法、相對(duì)比較評(píng)估法和收益現(xiàn)值法；主要的評(píng)估模型有現(xiàn)金流折現(xiàn)模型、股利折現(xiàn)模型、剩余收益模型、期權(quán)定價(jià)模型和EVA模型等。

相對(duì)比較評(píng)估方法由于使用簡(jiǎn)單、易于理解而在實(shí)踐中得到了廣泛的應(yīng)用，然而該方法也極易被誤用，特別是在可比公司的選擇方面，尤其在我國(guó)，市場(chǎng)發(fā)育還沒(méi)有健全，很難找到在風(fēng)險(xiǎn)和增長(zhǎng)等方面完全一樣的參照企業(yè)，人們有時(shí)只憑主觀經(jīng)驗(yàn)選擇可比公司，容易造成人為操縱的結(jié)果。為了找到相似度更高的可比公司，本文將建立基于因子分析和聚類分析的相似度模型，對(duì)可比公司進(jìn)行選擇。

一、相對(duì)比較評(píng)估方法簡(jiǎn)介

由定義可以看出，使用相對(duì)比較評(píng)估方法要具備兩個(gè)條件：一是為了便于對(duì)可比公司進(jìn)行價(jià)格比較，必須將市場(chǎng)價(jià)格標(biāo)準(zhǔn)化，通常做法是用股票市場(chǎng)價(jià)格除以利潤(rùn)、賬面價(jià)值、營(yíng)業(yè)收入等指標(biāo)計(jì)算出一些數(shù)值作為比較乘數(shù)；二是需要找出與被評(píng)估企業(yè)相似的可比公司，并根據(jù)其市場(chǎng)價(jià)值進(jìn)行差異調(diào)整。

（一）常用的比較乘數(shù)

3.股票價(jià)格/銷售額（P/S）

近年來(lái)很多評(píng)估人員開(kāi)始使用P/S乘數(shù)，該乘數(shù)較P/E或P/B乘數(shù)而言，有很多優(yōu)勢(shì)：首先，P/S乘數(shù)在使用時(shí)沒(méi)有條件限制，而市盈率及市凈率可能會(huì)因?yàn)槭秦?fù)值而在評(píng)估時(shí)變得沒(méi)有參考意義；其次，由于股票價(jià)格、銷售收入受會(huì)計(jì)政策的影響較小，P/S乘數(shù)不容易被人為擴(kuò)大。

（二）可比公司的選擇和差異調(diào)整

參照企業(yè)的選取主要考慮行業(yè)、資產(chǎn)結(jié)構(gòu)、財(cái)務(wù)等標(biāo)準(zhǔn)，一般應(yīng)選取在行業(yè)、主導(dǎo)產(chǎn)品或主營(yíng)業(yè)務(wù)、企業(yè)規(guī)模、市場(chǎng)環(huán)境、資本結(jié)構(gòu)以及風(fēng)險(xiǎn)度等方面相同或相近的公司。因此，相關(guān)性的大小對(duì)目標(biāo)企業(yè)的評(píng)估價(jià)值有較大影響，相關(guān)性越強(qiáng)，得出的目標(biāo)企業(yè)的評(píng)估價(jià)值越可靠、合理。

差異調(diào)整的方式有以下三種：一是主觀調(diào)整，即從公司風(fēng)險(xiǎn)、收益等方面分析單個(gè)乘數(shù)和平均乘數(shù)差異較大的原因，剔除一些異常值；二是乘數(shù)調(diào)整，即對(duì)基本乘數(shù)進(jìn)行復(fù)合調(diào)整；三是行業(yè)回歸，即當(dāng)可比公司之間在多個(gè)變量上都有差異時(shí)，可以用乘數(shù)和基本變量進(jìn)行回歸，當(dāng)可比公司數(shù)量較大，且乘數(shù)和基本變量之間的關(guān)系較為穩(wěn)定時(shí)，該方法較為合理。

下面筆者將介紹因子分析和聚類分析原理，建立基于因子分析和聚類分析的可比公司相似度模型，選出相關(guān)性強(qiáng)、相似度大的可比公司，并用SPSS18.0統(tǒng)計(jì)軟件進(jìn)行實(shí)證驗(yàn)證。

二、實(shí)證分析

筆者設(shè)計(jì)的相似度模型需要建立指標(biāo)體系，依據(jù)該指標(biāo)體系，進(jìn)行因子分析和聚類分析，在可比公司中尋找與被評(píng)估企業(yè)最為相似的一組目標(biāo)公司。

影響企業(yè)相似度的相關(guān)指標(biāo)很多，為了能更準(zhǔn)確清晰地說(shuō)明問(wèn)題，筆者只考慮易得到準(zhǔn)確數(shù)據(jù)的定量因素對(duì)企業(yè)相似度的影響，選取財(cái)務(wù)指標(biāo)中的若干項(xiàng)作為指標(biāo)體系。另外，實(shí)證分析已經(jīng)證明，股票價(jià)格對(duì)企業(yè)內(nèi)在價(jià)值的反應(yīng)程度高，并且能夠通過(guò)每股收益、每股賬面凈資產(chǎn)、每股經(jīng)營(yíng)現(xiàn)金流量等指標(biāo)判斷企業(yè)價(jià)值預(yù)測(cè)的合理性。所以，本文將股票價(jià)格作為被解釋變量，用股價(jià)驗(yàn)證預(yù)測(cè)結(jié)果的可靠性。

綜上，相似度模型的指標(biāo)體系包括盈利能力指標(biāo)、經(jīng)營(yíng)能力指標(biāo)、增長(zhǎng)能力指標(biāo)、償債能力指標(biāo)、綜合指標(biāo)五大類。其中，第一類包括銷售毛利率、主營(yíng)業(yè)務(wù)利潤(rùn)率兩個(gè)指標(biāo)；第二類包括存貨周轉(zhuǎn)率、總資產(chǎn)周轉(zhuǎn)率兩個(gè)指標(biāo)；第三類包括凈資產(chǎn)周轉(zhuǎn)率、主營(yíng)業(yè)務(wù)增長(zhǎng)率、凈利潤(rùn)增長(zhǎng)率三個(gè)指標(biāo)；第四類包括流動(dòng)比率、速動(dòng)比率、資產(chǎn)負(fù)債率三個(gè)指標(biāo)；第五類包括每股收益、每股賬面凈資產(chǎn)、每股經(jīng)營(yíng)現(xiàn)金流量三個(gè)指標(biāo)，具體如圖1所示。表1和表2中的X1—X13表示圖1中從銷售毛利率開(kāi)始依次往右到每股經(jīng)營(yíng)現(xiàn)金流量的13個(gè)指標(biāo)。

2.樣本公司的選擇及數(shù)據(jù)選取時(shí)間的確定

（1）選取2010年上海證券交易所電子類行業(yè)31家上市公司為樣本（除去ST類公司1家、2012年上市的公司2家，剩余31家公司）。

（2）樣本上市公司財(cái)務(wù)指標(biāo)數(shù)據(jù)均為2010年年報(bào)數(shù)據(jù)。

（3）因?yàn)樗x樣本上市公司的年報(bào)均于3月底之前披露，所以選取2011年4月1日的收盤價(jià)為估測(cè)值，并與真實(shí)值對(duì)比，作為檢驗(yàn)提出模型正確性的依據(jù)之一。

3.模型分析結(jié)果

（1）因子分析結(jié)果

利用SPSS18.0軟件對(duì)31家樣本公司的13個(gè)指標(biāo)按照主成分分析技術(shù)進(jìn)行因子提取，結(jié)果如表1、表2。

從表1和表2可以看出，13個(gè)變量可以提取出5個(gè)因子，這5個(gè)因子能解釋原有13個(gè)變量信息的82.445%。所以，因子提取后，原有變量的信息丟失較少，提取結(jié)果較為理想。

（2）聚類分析結(jié)果

聚類分析是將因子分析的結(jié)果作為聚類分析的條件進(jìn)行相似公司的分組。

由表3和表4可知31家公司的分類情況及每類數(shù)量。其中，第一類有20個(gè)公司，包括海潤(rùn)、安彩、北礦等公司；第二類有7個(gè)公司，包括科力、三安等公司；第三類有4個(gè)公司，包括旭光、士蘭等公司。

（3）誤差分析

31家公司分類后，第一類的平均P/E值為80.3，第二類的平均P/E值為197.7，第三類的平均P/E值為353。由于每類的公司相似度很高，所以每類內(nèi)的P/E值的精確度也高。本文從聚類后的三類中各隨機(jī)抽取出法拉電子、東陽(yáng)光鋁、彩虹股份3家公司，分別以分類前的行業(yè)平均P/E值、分類后各公司所在類的平均P/E值估測(cè)各樣本公司在2011年4月1日的股票價(jià)格（表5、表6），對(duì)比兩組預(yù)測(cè)的誤差率。

對(duì)比表5和表6，用行業(yè)平均P/E值預(yù)測(cè)股價(jià)的平均誤差率為52.23%，而用分類后的平均P/E值預(yù)測(cè)的三支股票股價(jià)的平均誤差率僅為-9.54%，明顯比前者的誤差率小。由此可以說(shuō)明，基于因子分析和聚類分析的相似度模型是合理和有效的，分類后的每類內(nèi)可比公司的相似度大，并且用該法得出的平均P/E值可以較準(zhǔn)確地預(yù)測(cè)出該類內(nèi)公司股票的價(jià)值。

三、結(jié)論

本文提出了利用因子分析和聚類分析模型建立相似度模型進(jìn)行可比公司選擇的方法。建立相似度模型把可比公司進(jìn)一步縮小的過(guò)程，實(shí)際上就是差異調(diào)整的過(guò)程，因?yàn)榭杀裙驹绞窍嗨?，差異調(diào)整也就越小，所以，相似度模型的建立達(dá)到了將可比公司的選取和差異調(diào)整合二為一的效果。

該方法為可比公司的選擇提供了新的思路和方法。與傳統(tǒng)的單因素的相對(duì)比較方法相比，該方法有助于進(jìn)一步提高相對(duì)比較評(píng)估方法的科學(xué)性和規(guī)范性。但是，本文提出的相對(duì)比較方法的改進(jìn)主要建立在財(cái)務(wù)指標(biāo)上，影響公司可比性的因素除了財(cái)務(wù)指標(biāo)外，還有很多定性因素，如公司戰(zhàn)略、企業(yè)文化等，如何將定量計(jì)算和定性分析相結(jié)合是下一步的研究重點(diǎn)。

【參考文獻(xiàn)】

[1] 胡玄能.談企業(yè)價(jià)值的評(píng)估方法[J].北京市經(jīng)濟(jì)管理干部學(xué)院學(xué)報(bào)，2001（4）：90-92.

[2] David B. Audretsch·Albert N. Link. Valuing an entrepreneurial enterprise[J]. Springer Science+Business Media，2012：139-145.

[3] 金在溫，查爾斯·W.米勒.因子分析——統(tǒng)計(jì)方法與應(yīng)用問(wèn)題[M].格致出版社，2012.

篇6

伴隨著計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，人們?cè)谙硎芷鋷?lái)的高品質(zhì)生活的同時(shí)，也遭受著各種安全問(wèn)題的侵?jǐn)_，網(wǎng)絡(luò)攻擊一刻也沒(méi)有停過(guò)。傳統(tǒng)的網(wǎng)絡(luò)安全防御手段如防火墻、入侵檢測(cè)系統(tǒng)（Intrusion Detection System，IDS）、身份認(rèn)證等雖已得到廣泛應(yīng)用，但是面對(duì)日新月異的攻擊方法，它們也只能被動(dòng)“接招”。蜜罐技術(shù)的提出和應(yīng)用，大大提高了網(wǎng)絡(luò)安全系統(tǒng)的主動(dòng)防御能力和對(duì)未知類型攻擊的響應(yīng)速度。

蜜罐（Honeypot）從本質(zhì)上來(lái)說(shuō)是一種資源，其本身價(jià)值是引誘攻擊者對(duì)網(wǎng)絡(luò)進(jìn)行攻擊。蜜罐能夠?qū)崟r(shí)監(jiān)視攻擊者的所有活動(dòng)，誘惑或者欺騙入侵者，轉(zhuǎn)移攻擊目標(biāo)使他們優(yōu)先攻擊蜜罐系統(tǒng)，并從捕獲到的數(shù)據(jù)中學(xué)習(xí)入侵者使用的工具、方式和方法，從而贏得研究入侵對(duì)策的時(shí)間。

蜜罐按照交互能力主要分為低交互型和高交互型，前者的價(jià)值在于檢測(cè)，為網(wǎng)絡(luò)提供直接的安全保護(hù)；而后者的價(jià)值在于對(duì)惡意軟件及黑客攻擊的捕獲和分析。蜜罐系統(tǒng)主要包括了網(wǎng)絡(luò)誘騙、數(shù)據(jù)控制、數(shù)據(jù)捕獲、數(shù)據(jù)報(bào)警、數(shù)據(jù)分析和日志遠(yuǎn)程存儲(chǔ)等功能模塊。由于蜜罐系統(tǒng)一般要結(jié)合防火墻、路由器和IDS來(lái)進(jìn)行數(shù)據(jù)控制，因此，整個(gè)蜜罐系統(tǒng)的數(shù)據(jù)包括防火墻日志、IDS網(wǎng)絡(luò)數(shù)據(jù)包和日志、蜜罐本身日志等。數(shù)據(jù)報(bào)警通常借助一些監(jiān)視工具（例如Swatch）來(lái)實(shí)現(xiàn)，通過(guò)字符串模式匹配去判斷，然后實(shí)現(xiàn) Email等方式報(bào)警[1]。

1研究現(xiàn)狀

蜜罐技術(shù)作為一種新型的網(wǎng)絡(luò)安全技術(shù)，已經(jīng)得到國(guó)外很多研究機(jī)構(gòu)和公司的重視。目前該領(lǐng)域較大型的研究項(xiàng)目有：致力于部署分布式蜜罐的“分布式蜜罐項(xiàng)目組”（Distributed Honeypot Project）；研究蜜罐網(wǎng)絡(luò)誘騙技術(shù)的“蜜網(wǎng)項(xiàng)目組”（Honeynet Project）；而“蜜網(wǎng)研究聯(lián)盟”（Honeynet Research Alliance）在此領(lǐng)域有較大影響。“分布式蜜罐項(xiàng)目組”主要研究將蜜罐散布在網(wǎng)絡(luò)的正常系統(tǒng)和資源中，利用閑置的服務(wù)器端口進(jìn)行欺騙，將欺騙分布到更廣范圍的IP地址和端口空間中，從而增大欺騙在網(wǎng)絡(luò)中的百分比?！懊劬W(wǎng)項(xiàng)目組”致力于提高人們的網(wǎng)絡(luò)安全意識(shí)，同時(shí)提供必要的網(wǎng)絡(luò)安全知識(shí)及該組織開(kāi)發(fā)的開(kāi)源工具軟件。“蜜網(wǎng)研究聯(lián)盟”主要是通過(guò)使用蜜罐網(wǎng)絡(luò)這樣一個(gè)真實(shí)的環(huán)境來(lái)研究入侵者使用的工具、策略和動(dòng)機(jī)，其所有的研究成果都是開(kāi)放的，向整個(gè)安全研究領(lǐng)域公布。目前蜜罐網(wǎng)絡(luò)研究的重點(diǎn)被放在數(shù)據(jù)捕獲和數(shù)據(jù)分析上，以提高蜜罐網(wǎng)絡(luò)的易用性，即增加工具軟件的界面友好性和操作的簡(jiǎn)便性等，并在此基礎(chǔ)之上提出了第三代蜜罐網(wǎng)絡(luò)結(jié)構(gòu)模型。

我國(guó)在蜜罐技術(shù)研究方面起步較晚，2001年才對(duì)其立項(xiàng)研究。2004年9月北京大學(xué)計(jì)算機(jī)研究所正式成立的蜜罐網(wǎng)絡(luò)項(xiàng)目研究組，開(kāi)展“狩獵女神”項(xiàng)目研究，該研究組于2005年2月22日正式成為“蜜網(wǎng)研究聯(lián)盟”的一員。這是我國(guó)第一個(gè)正式研究蜜罐技術(shù)的組織，標(biāo)志著我國(guó)蜜罐技術(shù)研究與世界接軌[2]。

篇7

【關(guān)鍵詞】電力上市公司 績(jī)效評(píng)價(jià) 聚類

一、引言

按照現(xiàn)代企業(yè)制度的要求，國(guó)家電力公司和電力集團(tuán)公司將提高管理層次，經(jīng)營(yíng)中心將以集權(quán)管理為主，即主要作為出資者來(lái)參與子公司的管理。?。ňW(wǎng)）電力公司作為子公司，將成為履行企業(yè)職能的獨(dú)立法人實(shí)體和市場(chǎng)競(jìng)爭(zhēng)主體。關(guān)于上市公司績(jī)效評(píng)價(jià)體系的研究，在國(guó)外可謂是相當(dāng)流行，理論也相當(dāng)成熟，但我國(guó)在這方面的研究卻相對(duì)落后，對(duì)實(shí)際操作的指導(dǎo)性不強(qiáng)。

本文根據(jù)中國(guó)證券報(bào)2006年對(duì)上市公司財(cái)務(wù)數(shù)據(jù)的披露，結(jié)合電力公司自身的特點(diǎn)，著重強(qiáng)調(diào)與電力企業(yè)有關(guān)的行業(yè)參數(shù)，來(lái)構(gòu)建電力上市公司績(jī)效的評(píng)價(jià)指標(biāo)體系，指標(biāo)如下：獲利能力：資產(chǎn)利潤(rùn)率、凈資產(chǎn)收益率、經(jīng)營(yíng)凈利率；償債能力：流動(dòng)比率、速動(dòng)比率；運(yùn)營(yíng)能力：總資產(chǎn)周轉(zhuǎn)率、存貨周轉(zhuǎn)率、應(yīng)收賬款周轉(zhuǎn)率、主營(yíng)成本比例、營(yíng)業(yè)費(fèi)用比例、凈利潤(rùn)現(xiàn)金含量、主營(yíng)收入現(xiàn)金含量；成長(zhǎng)能力：凈利潤(rùn)增長(zhǎng)率；資本結(jié)構(gòu)：長(zhǎng)期負(fù)債比率、股東權(quán)益比率。至此，電力上市公司經(jīng)營(yíng)業(yè)績(jī)?cè)u(píng)價(jià)指標(biāo)體系初步確定為五個(gè)方面共計(jì)18個(gè)指標(biāo)，比較全面地反映了公司經(jīng)營(yíng)業(yè)績(jī)的各個(gè)方面。

二、動(dòng)態(tài)聚類法（K-means聚類法）

系統(tǒng)聚類法雖然可以找到比較好的聚類結(jié)果，但是由于需要建立類間距離矩陣、類直徑矩陣、損失函數(shù)值矩陣等，還需要進(jìn)行全面的兩兩比較，運(yùn)行效率太低。而且當(dāng)樣品總數(shù)比較大時(shí)，數(shù)據(jù)的存儲(chǔ)量和操作量都十分巨大，以致難以進(jìn)行下去。

為了克服系統(tǒng)聚類法效率太低的缺點(diǎn)，就得避開(kāi)全面的計(jì)算和比較，在局部分析的基礎(chǔ)上，做出較為粗略的分類，然后再按某種最優(yōu)的準(zhǔn)則進(jìn)行修正，直至分類比較合理為止?；谶@種思想產(chǎn)生了動(dòng)態(tài)聚類法，又稱為逐步聚類法。其算法如下：

步驟1：給定n個(gè)樣本，樣本集xi（i=1，2，…，n）把n個(gè)向量分為c個(gè)組Gi，初始化聚類中心ci 。典型的做法是從所有數(shù)據(jù)點(diǎn)任取c個(gè)點(diǎn)。

步驟2：劃分過(guò)的組一般用一個(gè)c×n的二維隸屬矩陣U來(lái)定義。如果第j個(gè)數(shù)據(jù)點(diǎn)xj屬于組i，則U中的元素uij為1；否則，該元素取0。一旦確定聚類中心ci，可導(dǎo)出如下使J最小的uij：

其中是價(jià)值函數(shù)，當(dāng)選擇歐幾里德距離為組中向量與相應(yīng)聚類中心間的非相似指標(biāo)時(shí)，價(jià)值函數(shù)可定義為：

步驟3：計(jì)算價(jià)值函數(shù)，如果它小于某個(gè)確定的閾值，或它相對(duì)上次價(jià)值函數(shù)質(zhì)的改變量小于某個(gè)閾值，則算法停止。

K-means算法中類別數(shù)的確定：上述K-means算法是在類別數(shù)c給定情況下進(jìn)行的，當(dāng)類別數(shù)未知時(shí)，可以采用以下方法進(jìn)行確定：使用K-means算法時(shí)，可假定類別數(shù)c=1，c=2，…，分別使用K―均值算法，顯然Je隨c的增加而減少，當(dāng)c=N時(shí)，Je=0；分類數(shù)c的選擇可從Je―c拐點(diǎn)圖上確定。當(dāng)數(shù)據(jù)集表現(xiàn)為?個(gè)聚類時(shí)而迅速減少；這時(shí)，Je再增加聚類數(shù)，相當(dāng)于把已經(jīng)密集的群體再分開(kāi)，這時(shí)，雖有減少，但減少的速度很慢，在Je―c拐點(diǎn)圖上可以找出一個(gè)拐點(diǎn)，在拐點(diǎn)之后，隨著c的增加，Je緩慢減少，直至分為N個(gè)（N為樣本總數(shù)聚類時(shí)Je為零）。但是，并非所有情況都能找到合適的A點(diǎn)，這時(shí)，利用Je―c拐點(diǎn)圖確定分類數(shù)c失敗。

三、實(shí)例

根據(jù)中國(guó)證券監(jiān)督委員會(huì)網(wǎng)站和新浪財(cái)經(jīng)網(wǎng)站所公布的電力上市年度報(bào)告，本文收集了2006年25家電力上市公司的15項(xiàng)數(shù)據(jù)，應(yīng)用SPSS軟件進(jìn)行聚類分析。K-means聚類法，稱為快速聚類分析（Quick Cluster），它可以有效地處理多變量大樣本的樣品聚類分析（Q型聚類分析）。根據(jù)SPSS軟件進(jìn)行K均值聚類分析，本文把電力企業(yè)上市公司分為4類，分析結(jié)果如下：應(yīng)用SPSS軟件進(jìn)行K-Means聚類，當(dāng)采用動(dòng)態(tài)聚類對(duì)25家電力上市公司分為四類時(shí)，經(jīng)過(guò)2次迭代過(guò)程聚類中心就已不發(fā)生變化，分類結(jié)果如下：第一類包括：魯能泰山、深南電A、魯能泰山、東方熱電、閩東電力、深南電B；第二類包括：豫能控股；第三類包括：皖能電力、汕電力A、皖能電力；第四類包括：韶能股份、寶新能源、建投能源、穗恒運(yùn)A、深能源A、粵電力A、韶能股份、寶新能源、建投能源、漳澤電力、長(zhǎng)源電力、贛能股份、吉電股份、黔源電力、粵電力B。

從上市公司因子得分情況看，對(duì)每一類上市公司進(jìn)行分析，具有以下特點(diǎn)：第一類：這類電力上市公司經(jīng)營(yíng)績(jī)效評(píng)價(jià)最差，表現(xiàn)為：資產(chǎn)利潤(rùn)率、凈利潤(rùn)增長(zhǎng)率，凈資產(chǎn)收益、經(jīng)營(yíng)凈利率、存貨周轉(zhuǎn)率低，其余幾個(gè)方面處于一般水平；第二類：這類電力上市公司經(jīng)營(yíng)績(jī)效評(píng)價(jià)為中，表現(xiàn)為：存貨周轉(zhuǎn)率高、主營(yíng)成本比高、凈利潤(rùn)增長(zhǎng)率高、長(zhǎng)期負(fù)債比率低；第三類：最明顯的特點(diǎn)是凈利潤(rùn)增長(zhǎng)率高，其余的指標(biāo)一般，評(píng)價(jià)為良好；第四類：這一類樣本較多，各個(gè)指標(biāo)數(shù)值均衡，公司綜合實(shí)力強(qiáng)，評(píng)價(jià)為優(yōu)。分類評(píng)級(jí)結(jié)果專家評(píng)價(jià)結(jié)果相符，符合企業(yè)的實(shí)際情況。

四、結(jié)論

利用多元統(tǒng)計(jì)分析中的聚類分析，可以有效地對(duì)電力上市公司進(jìn)行分類，為電力企業(yè)績(jī)效評(píng)價(jià)提供參考，具有一定的理論意義和實(shí)際用用價(jià)值。下一步工作需要對(duì)分類后的企業(yè)績(jī)效結(jié)合實(shí)際情況進(jìn)行分析，提出具體提高企業(yè)績(jī)效的策略。

【參考文獻(xiàn)】

[1] 夏華麗：電力企業(yè)績(jī)效評(píng)價(jià)及提升途徑研究[D].武漢大學(xué)，2005.

[2] 田麗：上市公司經(jīng)營(yíng)業(yè)績(jī)?cè)u(píng)價(jià)體系選擇及應(yīng)用研究[D].華北電力大學(xué)（北京），2004.

[3] 黃輝：淺論企業(yè)績(jī)效評(píng)價(jià)非財(cái)務(wù)指標(biāo)的設(shè)置[J].四川會(huì)計(jì)，2001（4）.

[4] 曹衛(wèi)、丁曉虹：我國(guó)電力行業(yè)上市公司業(yè)績(jī)的綜合評(píng)價(jià)與分析[J].江蘇廣播電視大學(xué)學(xué)報(bào)，2006（2）.

[5] 黎米芳：企業(yè)也評(píng)價(jià)指標(biāo)體系重構(gòu)[J].四川會(huì)計(jì)，2001（3）.

篇8

1、簡(jiǎn)單糖類的統(tǒng)稱。經(jīng)水解僅能得到單糖類分子。

2、通常是指具有甜味的單糖和寡糖。

糖的分類：

1、根據(jù)碳原子數(shù)分為丙糖，丁糖，戊糖、己糖。

篇9

關(guān)鍵詞：政策工具；發(fā)展歷史；內(nèi)涵；分類

中圖分類號(hào)：D33/37

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1672-3198(2009)13-0043-02

1　政策工具的發(fā)展歷史及成果

1.1　國(guó)外政策工具的發(fā)展歷史及成果

對(duì)于政策工具研究最早是在20世紀(jì)50年代中期由達(dá)爾和林德布洛姆撰寫的文章《論現(xiàn)代國(guó)家采取的政治――經(jīng)濟(jì)技術(shù)》中提出來(lái)的。但政策工具研究興起于20世紀(jì)80年代。20世紀(jì)80年代初的時(shí)候，荷蘭的吉爾霍德委員會(huì)便得出了以下結(jié)論：政策工具知識(shí)的缺乏和不足是導(dǎo)致政策失敗的重要原因。所以，為了解決這個(gè)問(wèn)題我們需要建立和發(fā)展一門政策工具理論并將之付諸實(shí)踐。這時(shí)期最有影響力的著作要數(shù)1983年胡德的《政府的工具》。到了20世紀(jì)90年代及本世紀(jì)初，政策工具的研究得到了迅速地發(fā)展。目前，它已成為了當(dāng)代西方公共管理學(xué)和政策科學(xué)研究的一個(gè)焦點(diǎn)主題，同時(shí)也正在成長(zhǎng)為一個(gè)新的學(xué)科分支。這一時(shí)期的代表作無(wú)非要數(shù)以下兩本了：一是20世紀(jì)90年代初的蓋伊?彼得斯和馮?尼斯潘主編的《公共政策工具；對(duì)公共管理工具的評(píng)價(jià)》；二是萊斯特?M?薩拉蒙主編的《政府工具――新治理指南》。其中筆者尤其要指出《公共政策工具――對(duì)公共管理工具的評(píng)價(jià)》一書，該書是1992年春在荷蘭鹿特丹大學(xué)舉行的政策工具研討會(huì)上的論文集，在眾多教材中較為全面地反映了當(dāng)時(shí)政策工具研究的狀況，是一本讓我們更好地了解公共政策工具并做進(jìn)一步研究的很好的參考書。

根據(jù)上文知道西方政策工具的真正興起與發(fā)展是在20世紀(jì)80年代之后，那么其原因有哪些呢?筆者借鑒了陳振民等學(xué)者的著作，將原因概述為以下四點(diǎn)：一是政府的管理和政策的執(zhí)行是很復(fù)雜的，這就導(dǎo)致人們對(duì)政策執(zhí)行工具的反思；二是此時(shí)西方一些福利國(guó)家相繼失敗，政府的工作效率低下，政策時(shí)常失靈，人們產(chǎn)生了了解政策失靈的原因和解決方案的強(qiáng)烈要求，而不少解決方案就存在于政策工具的理論之中；三是現(xiàn)代的社會(huì)科學(xué)領(lǐng)域的學(xué)者們開(kāi)始注重理論與實(shí)踐的緊密結(jié)合，導(dǎo)致他們對(duì)工具性知識(shí)的更多地追求；四是政策工具是政策科學(xué)研究領(lǐng)域的問(wèn)題之一，政策科學(xué)自身發(fā)展到一定階段，自然會(huì)將政策工具納入研究重點(diǎn)之一。

1.2　國(guó)內(nèi)政策工具的發(fā)展歷史及成果

在我國(guó)關(guān)于政策工具的研究是在本世紀(jì)初才慢慢被國(guó)內(nèi)學(xué)者所重視的，所以說(shuō)它在我國(guó)的起步較晚，屬于新興研究領(lǐng)域，自然所取得的成果也是有限的。據(jù)我國(guó)國(guó)家圖書館和北京大學(xué)圖書館藏文獻(xiàn)進(jìn)行檢索發(fā)現(xiàn)，我國(guó)目前還沒(méi)有真正意義上的政策工具專著，只有一本中文版譯著，是由顧建光翻譯《公共政策工具：對(duì)公共管理工具的評(píng)價(jià)》一書所得，于2007年1月由中國(guó)人民大學(xué)出版社出版。其余的成果主要是教材和論文。對(duì)公共政策研究進(jìn)行介紹的教材筆者所知道的主要有：張金馬主編的《政策科學(xué)導(dǎo)論》(1992年版)；張國(guó)慶主偏的《現(xiàn)代公共政策導(dǎo)論》(1997版)；陳振民主編的《政策科學(xué)》(1998年版)；陳振民編著的《公共政策分析》(包括2002、2003年兩版)；陳慶云主編的《公共政策分析》(2006)；陶學(xué)榮主編的《公共政策學(xué)》(2006)；郭紅玲主編的《公共政策學(xué)導(dǎo)論》(2007)；陳潭主編的《公共政策學(xué)原理》(2008)；嚴(yán)強(qiáng)主編的《公共政策學(xué)》(2008)等等。其中還有一本是2006年出版的由龐詩(shī)所譯的豪特利和拉米什的《公共政策研究――政策循環(huán)與政策子系統(tǒng)》一書，其內(nèi)容也有關(guān)于政策工具的介紹。至于論文也有數(shù)篇：2003年的主要是張成福的《論政府治理工具及其選擇》；2004年的主要有陳振民的《政府工具研究與政府管理方式》；2005年的主要有盧霞的《政府工具研究的新進(jìn)展》，徐程的《政府工具視角：一種審視政府治理的新途徑》，王偉昌的《新“治理”范式與政府工具研究》，儲(chǔ)亞萍的《論作為政府管理工具的合同》；2006年的主要有陳振民的《政府工具研究的新進(jìn)展》，呂志奎的《公共政策工具的選擇――政策執(zhí)行研究的新視角》，周奮進(jìn)等的《政府“治理工具”的選擇與行政行政制約》，余瑤的《當(dāng)代中國(guó)政府工具選擇芻議》，朱喜群的《論政府治理工具的選擇》；2007年主要有楊衛(wèi)玲的《公共信息；政府治理工具箱中最有效的“軟工具”》；2008年姜國(guó)兵的《對(duì)公共政策工具五大主題的理論反思》，等等。

2　政策工具的內(nèi)涵

政策工具又稱為治理工具，政府工具，國(guó)內(nèi)外眾多學(xué)者都對(duì)其從不同的角度做了不同的定義，表述各異。國(guó)外主要有以下一些定義：尼德漢認(rèn)為工具是“公共機(jī)構(gòu)可以合法獲得的統(tǒng)治可能性”?；舾裢柗蛘J(rèn)為“工具是行動(dòng)者能夠使用或潛在地加以使用，以便達(dá)成一個(gè)或更多目標(biāo)的事物”。林格林將工具定義為：“致力于影響和治理社會(huì)過(guò)程的具有相似特征的一系列政策活動(dòng)”。美國(guó)學(xué)者萊斯特和斯圖爾特認(rèn)為政策工具是政策執(zhí)行的技術(shù)。澳大利亞學(xué)者歐文?E?休斯把政府工具定義為：“政府的行為方式，以及通過(guò)某種途徑用以調(diào)節(jié)政府行為的機(jī)制”。另一個(gè)美國(guó)學(xué)者薩拉蒙則認(rèn)為工具是“一個(gè)行動(dòng)者能夠使用或潛在地加以使用，以便達(dá)成一個(gè)或更多目的的任何事物”。而豪利特和拉米什則指出，政策工具是政府賴以推行政策的手段，是政府在部署和貫徹政策時(shí)擁有的實(shí)際方法和手段。

國(guó)內(nèi)知名學(xué)者陳振民、張成福、陶學(xué)榮、嚴(yán)強(qiáng)等等都對(duì)政策工具的內(nèi)涵作發(fā)表了自己的看法。有的認(rèn)為政策工具是實(shí)現(xiàn)政策目標(biāo)或結(jié)果的手段；有的認(rèn)為政策工具指的是政府將其實(shí)質(zhì)目標(biāo)轉(zhuǎn)化為具體行動(dòng)的路徑和機(jī)制，是政府治理的核心，沒(méi)有政策工具，便無(wú)法實(shí)現(xiàn)政府的目標(biāo){有的則認(rèn)為政策工具是“公共部門或社會(huì)組織為解決某一社會(huì)問(wèn)題或達(dá)成一定的政策目標(biāo)而采用的具體手段和方式的總稱”等等。

從以上定義我們可以看出，雖然各個(gè)學(xué)者對(duì)政策工具的定義千差萬(wàn)別，但這些定義都體現(xiàn)了共同的基本屬性一一公共政策主體在執(zhí)行政策過(guò)程中，在達(dá)成政策目標(biāo)中所采取的手段、方法和途徑。結(jié)合這些定義，筆者認(rèn)為政策工具是公共政策制定主體，尤其是執(zhí)政黨和政府部門選擇的并具體加以運(yùn)用以執(zhí)行公共政策，達(dá)成政策目標(biāo)，從而解決政策問(wèn)題的途徑和手段。

3　政策工具的分類

3.1　政策工具的分類簡(jiǎn)介

關(guān)于政策工具的分類，學(xué)者們也是由于角度不同眾說(shuō)紛蕓，表述各異。綜合起來(lái)有以下一些分類結(jié)果：荷蘭經(jīng)濟(jì)學(xué)家科臣(另一表述為德國(guó)經(jīng)濟(jì)學(xué)家基爾申)最早試圖對(duì)政策工具加以分類。他關(guān)注的是一系列執(zhí)行經(jīng)濟(jì)政策從而獲

得最優(yōu)化結(jié)果的工具。他整理出了64種工具，但是只是列舉，并未作系統(tǒng)化的分類。美國(guó)政治學(xué)家羅威、達(dá)爾和林德布洛姆等人對(duì)這些工具進(jìn)行了寬泛的分類，認(rèn)為可以分為規(guī)制性工具和非規(guī)制性工具兩大類。薩拉蒙在前人研究的基礎(chǔ)之上又加上了開(kāi)支性工具和非開(kāi)支性工具兩種類型。胡德相比較前幾位學(xué)者來(lái)說(shuō)提出了稍顯系統(tǒng)化的分類框架，他認(rèn)為所有的政策工具無(wú)一例外的都會(huì)使用到以下四種資源中的任一種或幾種。這四種資源是信息、權(quán)威、財(cái)力和可利用的正式組織。麥克唐納和艾莫爾則根據(jù)工具所要求達(dá)到的目標(biāo)將之分為四類：命令型工具、激勵(lì)型工具、能力建設(shè)型工具和系統(tǒng)變遷型工具。施耐德和英格拉姆等人的分類與之有些類似，他們認(rèn)為政策工具可分為激勵(lì)型工具、能力建設(shè)型工具、符號(hào)與規(guī)勸型工具和學(xué)習(xí)型工具四類。著名政策分析家狄龍將政策工具分為法律工具、經(jīng)濟(jì)工具和交流工具三類。這種分類方法在西方比較受推崇。另一種更新近的三分法是管制性工具、財(cái)政激勵(lì)工具和信息轉(zhuǎn)移工具。加拿大公共政策學(xué)者霍萊特和拉梅什根據(jù)政策工具的強(qiáng)制性程度將政策工具分為強(qiáng)制性工具、自愿性工具和混合性工具。此種分類方法在眾多方法中更具解釋力、更合理，在下文，筆者將對(duì)之進(jìn)行詳細(xì)介紹。加拿大政策科學(xué)布魯斯.德林和理查德.菲德也是根據(jù)政策工具的強(qiáng)制性程度將政府工具分為自律型政策工具和全民所有型政策工具，前者強(qiáng)制程度最低，而后者強(qiáng)制程度最高。這種分類為政策工具分類體現(xiàn)政府與社會(huì)之間的關(guān)系做了基礎(chǔ)性的貢獻(xiàn)。歐文.E.休斯認(rèn)為政府的干預(yù)都可以通過(guò)供應(yīng)、補(bǔ)貼、生產(chǎn)和管制這四方面的經(jīng)濟(jì)手段得以實(shí)現(xiàn)。林德和彼得斯則認(rèn)為政策工具是多元化的，它們可以包括命令條款、財(cái)政補(bǔ)助、管制規(guī)定、征稅、勸戒、權(quán)威和契約。奧斯本和蓋布勒在《改革政府》一書中將政策工具比作是“政府箭袋里的箭”，并將之分為以下三類：傳統(tǒng)類工具、創(chuàng)新類工具和先鋒類工具。E?S?薩瓦斯認(rèn)為政策工具有政府服務(wù)、政府間協(xié)議、契約、特許經(jīng)營(yíng)、補(bǔ)助、市場(chǎng)、用戶付費(fèi)、志愿服務(wù)等等。

以上是西方對(duì)政策工具的大致分類情況，接下來(lái)我們看一下國(guó)內(nèi)主要的分類情況。國(guó)內(nèi)學(xué)者的分類總結(jié)起來(lái)主要有三種，一種是張成福在《公共管理學(xué)》中的分類，他政府介入的程度將政策工具分為政府部門直接提供財(cái)貨與服務(wù)、政府部門委托其他部門提供、簽約外包、補(bǔ)助或補(bǔ)貼、抵用券、經(jīng)營(yíng)特許權(quán)、政府販?zhǔn)厶囟ǚ?wù)、自我協(xié)助、志愿服務(wù)和市場(chǎng)運(yùn)作。第二種是陳振民的分類，他認(rèn)為政策工具可分為三大類：市場(chǎng)化工具、工商管理技術(shù)和社會(huì)化手段。最后一種是陶學(xué)榮的分類，他將政策工具則分為：經(jīng)濟(jì)性工具、行政性工具、管理性工具、政治性工具和社會(huì)性工具五類。

3.2　政策工具分類的不足和困難

(1)不足。

雖然很多學(xué)者對(duì)在政策工具分類上做出了嘗試，關(guān)于這方面的成果也不少，正如上文所述的那樣。但是我們不得不承認(rèn)政策工具的分類依然存在不少問(wèn)題。有的分類太過(guò)于寬泛不夠具體，從而不便操作。比如說(shuō)林德布洛姆等人作出的分類。有的分類選用的是列舉法，太過(guò)于具體。最大的弊端是難以窮盡，不科學(xué)嚴(yán)謹(jǐn)。有的分類沒(méi)有相互區(qū)別、相互排斥。有的分類又太注重借鑒企業(yè)的分類了，從而有忽視“公共性”的嫌疑。有的分類對(duì)諸如談判、說(shuō)服等非正式工具沒(méi)有加以重視。

篇10

關(guān)鍵詞：數(shù)據(jù)采集 數(shù)據(jù)處理 大數(shù)據(jù) 城市管理

中圖分類號(hào)：G254.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2016）11（c）-0077-02

關(guān)于大數(shù)據(jù)一種說(shuō)法是指以多元形式，自許多來(lái)源搜集而來(lái)的龐大數(shù)據(jù)組，往往具有實(shí)時(shí)性。而這種實(shí)時(shí)性正是研究者最為關(guān)注的特征，通過(guò)加工處理，可以形成輔助各領(lǐng)域、各階層科學(xué)決策的支撐性數(shù)據(jù)。因此現(xiàn)在大數(shù)據(jù)技術(shù)領(lǐng)域研究數(shù)據(jù)處理算法正在成為一種潮流，產(chǎn)生很多新穎、有效的算法，不過(guò)這些都沒(méi)有從根本上解決管理領(lǐng)域的數(shù)據(jù)應(yīng)用難題，人類生活息息相關(guān)的城市管理領(lǐng)域無(wú)法高效使用大數(shù)據(jù)的問(wèn)題就是如此，而且顯得尤為突出。

1 城市管理工作的困惑

城市管理是一個(gè)十分復(fù)雜的復(fù)合型系統(tǒng)工程，它涉及到行政工商管理、交通管理、通訊電力管理、食品蔬菜供給、污水雨水處理、治安、環(huán)境保護(hù)等等的方方面面，而各方面的工作又相互牽連、相互掣肘，幾乎無(wú)解。換一個(gè)角度思考，城市管理的根本宗旨一定是提升廣大居民和訪客生活的舒適度和便捷程度，如果能最大限度地了解大家的難處，最大程度地提升大家的滿意度，城市管理工作的決策與實(shí)施就會(huì)輕而易舉、水到渠成。這種轉(zhuǎn)變非常有意義，而且在某種程度上將其模型變成了大數(shù)據(jù)收集與處理的問(wèn)題，不過(guò)這一問(wèn)題的解決難度也是眾所周知的。

2 城市管理科學(xué)化的根本途徑

（1）傾聽(tīng)廣大市民和訪客的心聲。

科學(xué)管理城市首先要深入了解廣大常駐人員、游客和來(lái)訪人員的真實(shí)感受，只有實(shí)時(shí)、準(zhǔn)確地了解到這些感受并依據(jù)這些感受做出管理調(diào)整才能真正地提升管理水平。以前進(jìn)行這種了解的途徑只能采用派出調(diào)研人員的方法，其了解的質(zhì)和量都難以保證。隨著新媒體的產(chǎn)生和廣泛使用，這一工作變得便捷和高效了，通過(guò)QQ、微信、微博或其他專業(yè)的網(wǎng)站等工具可以最大限度地了解廣大人民群眾的心聲。

（2）掌握第一手基層情況資料。

科學(xué)化管理城市與掌握城市運(yùn)行的第一手資料也關(guān)系重大，各街道、社區(qū)及主干道的衛(wèi)生情況；各干道、支線的交通流量；各河流湖泊和重要水體的污染情況；糧油蔬菜價(jià)格變動(dòng)等情況都左右著一個(gè)城市的舒適度。

（3）不同管理部門信息共享。

即便掌握了以上信息，如不能及時(shí)通報(bào)有關(guān)部門，也不能起到科學(xué)管理的作用，而通報(bào)除了增加人力物力等成本外，還會(huì)削弱管理部門的主觀能動(dòng)性，最為合理的方法是共享這些信息，各部門可以依據(jù)自己的需求以最便捷的方式隨時(shí)獲取，并根據(jù)這些信息主動(dòng)及時(shí)地采取管理措施。

3 破解數(shù)據(jù)處理難點(diǎn)的方法

以上信息獲取并不困難，難點(diǎn)在于大量數(shù)據(jù)收集的后期處理工作。由于這些數(shù)據(jù)基本上都是以非結(jié)構(gòu)化的形式出現(xiàn)的，處理成可應(yīng)用的數(shù)據(jù)有很大的難度，現(xiàn)在大數(shù)據(jù)處理技術(shù)也幾乎不可能將其直接處理成便捷易用的結(jié)構(gòu)化數(shù)據(jù)。如何將浩瀚繁雜的城市管理需要使用的數(shù)據(jù)收集起來(lái)，很多城市都做了大量的工作和有益的探索，其中比較成功的做法是聘用城市管理信息員或監(jiān)督員，他們活躍在城市的各個(gè)區(qū)域，把城市管理中出現(xiàn)的問(wèn)題以圖片和文字的形式傳回城市信息中心，由于是半專業(yè)化管理，他們會(huì)對(duì)收集的信息進(jìn)行預(yù)處理，處理后的數(shù)據(jù)也更加適合信息中心的再加工。

有鑒于此做法，可以簡(jiǎn)單改變信息收集方法并擴(kuò)大一下信息征集范圍，就可以解決大量城市管理信息的采集和預(yù)加工問(wèn)題，比如：由這些信息員（或監(jiān)督員）建立一定范圍的QQ群、微信群或微博團(tuán)體，他們作為群主（兼管理員），成員涵蓋他們管轄范圍的各行各業(yè)的人員，組成一個(gè)龐大的信息收集、信息反饋團(tuán)隊(duì)，他們利用各自的感官去發(fā)現(xiàn)城市管理中的問(wèn)題，或提供城市系統(tǒng)運(yùn)行過(guò)程中的現(xiàn)場(chǎng)數(shù)據(jù)，并將這些數(shù)據(jù)發(fā)給信息員，由信息員分類并進(jìn)行適當(dāng)?shù)念A(yù)處理后發(fā)到指定類別的庫(kù)中，這一過(guò)程信息員的工作量較大，也很考驗(yàn)其責(zé)任心和工作能力。

一種可行的變通方式是城市信息中心編制一個(gè)全市統(tǒng)一的信息提交系統(tǒng)，該市居民可以按類別歸口進(jìn)入不同的系統(tǒng)模塊使用，當(dāng)然這里還要包含提交問(wèn)題所在區(qū)域信息，信息提交后會(huì)通知信息員進(jìn)行審核并確認(rèn)提交到信息中心，再由信息中心做加工處理并共享。相應(yīng)區(qū)域的城市管理信息員會(huì)收到其所在區(qū)域的已經(jīng)分類的城市管理信息，其所要做的工作僅僅是對(duì)這些信息進(jìn)行審核并提交?？梢詳喽ㄔ谶@種完備的發(fā)送、審核、提交流程管理下，這些數(shù)據(jù)不論從分類的準(zhǔn)確合理性，還是從數(shù)據(jù)的可用性上都會(huì)基本滿足后期再加工的要求。

4 城市管理大數(shù)據(jù)的進(jìn)一步處理

以上處理還只是一個(gè)起步階段，雖然解決了數(shù)據(jù)可用的問(wèn)題，但易用性和決策支持力度仍有不足，進(jìn)一步處理可以將這些數(shù)據(jù)加工成行業(yè)和部門方便使用的各種態(tài)勢(shì)圖。比如：可以有城市衛(wèi)生狀況態(tài)勢(shì)圖，反映整個(gè)城市不同區(qū)域的衛(wèi)生狀況；交通狀況態(tài)勢(shì)圖，反映城市各干道、支交通擁塞情況等等，凡此種種，既起到了實(shí)時(shí)反饋?zhàn)饔茫鸬搅藢?shí)時(shí)監(jiān)督作用，最為重要的是解決施政工作的透明化問(wèn)題。把問(wèn)題擺在面上，讓懶政者無(wú)處遁形，可以預(yù)見(jiàn)城市管理將出現(xiàn)驚人的轉(zhuǎn)變。

5 結(jié)語(yǔ)

大數(shù)據(jù)時(shí)代城市管理應(yīng)該有新的變化，如何用好城市實(shí)時(shí)信息成為關(guān)鍵問(wèn)題。大數(shù)據(jù)應(yīng)用一定程度上類似于垃圾再利用，首先需要解決的是分類收集的問(wèn)題，建立城市信息回收管道，并利用現(xiàn)有的城市信息員或監(jiān)督員機(jī)制，對(duì)廣泛收集的信息進(jìn)行審核和預(yù)處理，使信息具備結(jié)構(gòu)化或半結(jié)構(gòu)化的特征，再進(jìn)一步建立城市信息中心的大數(shù)據(jù)處理體系，大數(shù)據(jù)在城市管理工作中將起到越來(lái)越大的作用。

參考文獻(xiàn)

[1] 俞立平.大數(shù)據(jù)與大數(shù)據(jù)經(jīng)濟(jì)學(xué)[J].中國(guó)軟科學(xué)，2013（7）：177-183.

[2] 李金昌.大數(shù)據(jù)與統(tǒng)計(jì)新思維[J].統(tǒng)計(jì)研究，2014，31（1）：10-15.

[3] 王元卓，靳小龍，程學(xué)旗.網(wǎng)絡(luò)大數(shù)據(jù)：現(xiàn)狀與展望[J].計(jì)算機(jī)學(xué)報(bào)，2013，36（6）：1125-1135.