導(dǎo)語：如何才能寫好一篇統(tǒng)計分析法，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

【關(guān)鍵詞】 統(tǒng)計分析 企業(yè) 應(yīng)用

1. 統(tǒng)計分析的概述

統(tǒng)計分析指的是運用統(tǒng)計的方法和分析對象有關(guān)的一些知識相互結(jié)合在一起，是在定量與定性結(jié)合的基礎(chǔ)上進(jìn)行的一向研究活動，統(tǒng)計分析也是在統(tǒng)計設(shè)計、統(tǒng)計調(diào)查、統(tǒng)計整理之后的基礎(chǔ)之上的一項十分重要的工作，同時也是在前幾個階段工作的基礎(chǔ)上，通過分析從而達(dá)到對研究對象更為深刻的認(rèn)識，那麼正是在一定的選題基礎(chǔ)下，集于分析方案的設(shè)計、資料的搜集以及整理而展開的一項研究的活動。所以系統(tǒng)、完善的資料是統(tǒng)計分析的必要條件。

2. 統(tǒng)計分析的特點

在統(tǒng)計分析中，統(tǒng)計方法的運用、定量與定性的相互結(jié)合占有重要的作用，隨著社會的進(jìn)步科學(xué)的發(fā)展統(tǒng)計方法的普及，那麼就要要求統(tǒng)計工作者不僅可以進(jìn)行系統(tǒng)的統(tǒng)計分析，還要要求各行各業(yè)的工作者都可以熟練地運用統(tǒng)計方法進(jìn)行統(tǒng)計分析，所以，只將統(tǒng)計工作者參與的分析活動稱為統(tǒng)計分析這樣的說法嚴(yán)格來說是不正確的。提供高質(zhì)量、準(zhǔn)確而又及時的統(tǒng)計數(shù)據(jù)和高層次、有一定深度、廣度的統(tǒng)計分析報告是統(tǒng)計分析的產(chǎn)品。從一定意義上講，提供高水平的統(tǒng)計分析報告是統(tǒng)計數(shù)據(jù)經(jīng)過深加工的最終產(chǎn)品。

2.1統(tǒng)計方法的運用

統(tǒng)計方法是一類特殊的科學(xué)研究方法，是以總體現(xiàn)象的數(shù)量關(guān)系為對象的。在從運用的角度可分為兩大類別的方法，分別為經(jīng)驗方法和數(shù)學(xué)方法。那麼經(jīng)驗方法指的是人們在長期的工作統(tǒng)計實踐中總結(jié)的一些經(jīng)驗的相關(guān)的方法。那麼在統(tǒng)計分析中常用的數(shù)量比較法、分組分析法、指數(shù)及因素分析法等就屬于這一類。對于這一類方法如何能正確的運用，是直接可以提高統(tǒng)計分析的科學(xué)性。數(shù)學(xué)方法又稱為數(shù)理統(tǒng)計方法，是以數(shù)學(xué)理論，特別是概率論為基礎(chǔ)對客觀現(xiàn)象進(jìn)行研究的方法。它可以通過對現(xiàn)象貌似偶然的變動來探求其必然的規(guī)律性。

2.2定量分析與定性分析的結(jié)合

統(tǒng)計分析雖然是從數(shù)據(jù)人手，但在分析過程中，始終是定量分析與定性分析相結(jié)合的。，統(tǒng)計分析面對的不是抽象的數(shù)字，而是在定性分析的前提下。通過其數(shù)量表現(xiàn)對研究對象進(jìn)行認(rèn)識。因此，熟悉和掌握與研究對象有關(guān)的知識是十分必要的。統(tǒng)計分析，其研究對象側(cè)重于社會經(jīng)濟(jì)現(xiàn)象。任何社會經(jīng)濟(jì)現(xiàn)象都是質(zhì)和量的統(tǒng)一，質(zhì)是量的基礎(chǔ)，而一定的量又是質(zhì)存在的必要條件。我們在對其進(jìn)行研究時，必須在研究其質(zhì)的規(guī)律性的同時，研究其量的規(guī)律性。定性分析是定量分析的基礎(chǔ)，而定量分析則使定性分析更加準(zhǔn)確可靠，使人們對質(zhì)的規(guī)律性的認(rèn)識更加深入全面，從而能深刻揭示經(jīng)濟(jì)現(xiàn)象的本質(zhì)。在統(tǒng)計分析中，把這兩種分析有機(jī)地結(jié)合起來，用定量證明定性，用定性指導(dǎo)定量，使得對事物的分析既有理論依據(jù)，又有量化實證，提高了分析結(jié)論的理論性、科學(xué)性與可操作性。

2.3以統(tǒng)計數(shù)據(jù)為依據(jù)，利用統(tǒng)計數(shù)據(jù)說話

統(tǒng)計分析的主要依據(jù)是統(tǒng)計數(shù)據(jù)，充分利用統(tǒng)計數(shù)據(jù)來說話。要依據(jù)統(tǒng)計數(shù)據(jù)所反映的客觀事實來判斷事物的發(fā)展變化狀況、發(fā)展變化規(guī)律以及事物由量變到質(zhì)變的過程；要運用統(tǒng)計數(shù)據(jù)形成觀點、統(tǒng)帥觀點，而不是脫離統(tǒng)計數(shù)據(jù)空洞地發(fā)表議論；要把數(shù)據(jù)和情況緊密地結(jié)合起來，而不是就數(shù)字論數(shù)字，搞數(shù)字羅列。

3. 統(tǒng)計分析在企業(yè)中的應(yīng)用作

統(tǒng)計分析在一個企業(yè)的運轉(zhuǎn)中發(fā)揮著舉足輕重的作用。從統(tǒng)計認(rèn)識的全過程來看，通過統(tǒng)計設(shè)計、調(diào)查和初步整理所取得的統(tǒng)計資料，可以對客觀現(xiàn)象總體的數(shù)量特點取得一定的認(rèn)識。但是這些認(rèn)識卻只是初步的、表面的，只有對這些資料進(jìn)行由表及里的分析和研究，才能把握事物的本質(zhì)特點、內(nèi)在聯(lián)系和發(fā)展變化規(guī)律，使統(tǒng)計認(rèn)識得到進(jìn)一步的深化。由于統(tǒng)計分析具有深化認(rèn)識的作用，使得統(tǒng)計分析在企業(yè)當(dāng)中得到廣泛的應(yīng)用。

統(tǒng)計分析在企業(yè)發(fā)展中應(yīng)用廣泛，主要體現(xiàn)在幾個方面：

3.1統(tǒng)計分析在企業(yè)預(yù)測中的應(yīng)用。

在統(tǒng)計預(yù)測中，一般強(qiáng)調(diào)靜態(tài)分析預(yù)測和動態(tài)分析預(yù)測相結(jié)合，以靜態(tài)分析預(yù)測為主。首先，企業(yè)應(yīng)根據(jù)自身特點，重點進(jìn)行年度、季度統(tǒng)計預(yù)測分析，確保企業(yè)目標(biāo)管理和考核的有效性。其次，要根據(jù)企業(yè)的計劃目標(biāo)和歷史銷售數(shù)據(jù)確定各項數(shù)據(jù)指標(biāo)，找出經(jīng)濟(jì)運行波動的共性和差異性。再次，要根據(jù)企業(yè)的總體規(guī)劃和行業(yè)的特殊性，綜合運用一定的預(yù)測模型來提高分析的科學(xué)性，公司的市場份額取決于該公司的產(chǎn)品、服務(wù)、價格、溝通等與競爭者的關(guān)系。如其他因素相同，則公司的市場份額取決于它的市場費用在規(guī)模和效益上與競爭者的關(guān)系。

3.2統(tǒng)計分析在企業(yè)決策中的應(yīng)用。

隨著企業(yè)信息化建設(shè)的推進(jìn)，企業(yè)受外部環(huán)境的影響逐步加深，這就要求企業(yè)及時對相關(guān)信息進(jìn)行處理和分析。一是對市場需求和供給能力的分析。主要包括居民的購買力、商品的潛在和實際市場需求量、品牌成熟度、訂單滿足率、消費偏好等。通過分析，可以判斷企業(yè)的贏利空間、供需缺口等，為領(lǐng)導(dǎo)層確定商品銷售規(guī)模、制定階段性營銷策略等提供依據(jù)。二是對社會經(jīng)濟(jì)環(huán)境的分析和影響。主要包括國內(nèi)、國際的宏觀環(huán)境對我國行業(yè)發(fā)展的影響和對地方法規(guī)、民風(fēng)民俗對企業(yè)的發(fā)展的影響。三是對企業(yè)競爭力的分析。通過分析本行業(yè)其他企業(yè)的經(jīng)營情況，在對比中認(rèn)識自身發(fā)展的差距和潛力，從而為制定正確的發(fā)展戰(zhàn)略提供參考。

3.3統(tǒng)計分析在企業(yè)過程分析和階段分析控制中的應(yīng)用。

在計劃方案的落實過程中，往往會出現(xiàn)一些不可預(yù)知的狀況。需要及時的進(jìn)行過程分析和階段分析。企業(yè)利用統(tǒng)計數(shù)據(jù)定期分析計劃完成情況、進(jìn)度情況等，可以及時的發(fā)現(xiàn)執(zhí)行過程中所存在的問題。通過對完成階段的結(jié)果進(jìn)行對比分析，有利于確定指標(biāo)完成率。便于衡量市場潛力相同的不同市場之間的業(yè)績。也作為銷售目標(biāo)制定的依據(jù)。

結(jié)束語：

在企業(yè)當(dāng)中，統(tǒng)計分析工作是了解現(xiàn)狀、預(yù)測未來，為了更好的促進(jìn)企業(yè)發(fā)展進(jìn)步的重要方法。做好統(tǒng)計分析工作具有重要的作用和意義。因此，我們要提高對統(tǒng)計分析的研究，使統(tǒng)計分析工作更好地成為企業(yè)發(fā)展的有力推動力量。

參考文獻(xiàn)：

[1] 百度百科.統(tǒng)計分析[EB/OL]. ？wtp=tt.

[2] 趙井霞.試談如何進(jìn)行統(tǒng)計分析[J].商業(yè)經(jīng)濟(jì).2004.4.

[3]宋安. 統(tǒng)計分析在企業(yè)管理與經(jīng)營決策中的應(yīng)用[J].經(jīng)濟(jì)師.2003.6.

篇2

關(guān)鍵詞：譜估計；周期圖估計；多窗譜分析

文獻(xiàn)標(biāo)識碼:A中圖分類號：TN911.7

1.引言

隨著現(xiàn)代工業(yè)的發(fā)展，尤其是國防工業(yè)，對設(shè)備的可靠性要求越來越高，如由機(jī)的顛簸、爬升、俯沖等會對機(jī)載設(shè)備造成強(qiáng)烈的振動、沖擊，嚴(yán)重地考驗著這些設(shè)備的可靠性。振動試驗的目的在于確定所設(shè)計的設(shè)備在運輸、工作過程中能承受外來或者自身產(chǎn)生的振動而不被破壞。在可靠性振動試驗中，隨機(jī)振動是通過譜均衡控制的方法來達(dá)到的，即通過譜均衡控制使測試件承受的振動功率譜與設(shè)定的參考功率譜一致[1,2]。在隨機(jī)振動中，由于不同試件的特性參數(shù)存在很大差異，且系統(tǒng)參數(shù)不穩(wěn)定的影響導(dǎo)致整個系統(tǒng)的動態(tài)特性發(fā)生改變，因而對譜估計算法提出很高的要求，同時譜估計在電力、化工、 冶金、 礦山、 船運等行業(yè)應(yīng)用廣泛[3]。目前振動信號頻譜分析最常用的方法是基于FFT 的周期圖法, 這種方法的分辨力性能雖然較好,但方差性能很差,不滿足一致性估計條件。為改進(jìn)周期圖法的這一問題, 提出了很多改進(jìn)算法，如Welch 功率譜估計算法。Welch 算法可有效降低功率譜估計的方差,但分辨力性能同時也降低。為了提高Welch算法的性能，提出了增加分段數(shù)的方法使估計方差減小，但分?jǐn)?shù)段增加時，段長減小帶來分辨力下降，因此，Welch 算法的估計方差與分辨力是一對不可調(diào)和的矛盾。從眾多文獻(xiàn)的研究[4,5,6]知周期圖法及其各種改進(jìn)算法存在分辨力性能和方差性能之間的固有矛盾。本文針對隨機(jī)振動譜估計分析采用多窗口譜分析法（Multitaper Spectrum Analysis,MTSA），并對MTSA譜估計器和傳統(tǒng)算法進(jìn)行對比分析，在此基礎(chǔ)上對其統(tǒng)計特性進(jìn)行分析以確立其噪聲模型，為振動譜均衡控制提供良好的估計算法基礎(chǔ)。

2. MTSA譜估計器的統(tǒng)計分析及其噪聲模型的建立

由于 MTSA譜估計器相當(dāng)于K個直接譜估計器的平均，因此它的統(tǒng)計特性與直接譜估計器的特性有很大的關(guān)聯(lián)。以下通過白噪聲序列的周期圖估計算法的特性分析，建立MTSA譜估計器的噪聲模型，并對其統(tǒng)計特性進(jìn)行分析。

2.1白噪聲序列功率譜周期圖估計算法分析

對于零均值的平穩(wěn)高斯過程 ，加w(t)窗的Fourier變換為：

(1)

直接譜估計器可表示為：

(2)

因此，直接譜估計器的協(xié)方差為：

（3）

其中，相關(guān)序列 。由此可以得到直接譜估計器在不同頻率上的相關(guān)系數(shù)為：

（4）

當(dāng)窗函數(shù)為矩形窗，即 ，直接譜估計器演變?yōu)橹芷趫D譜估計器，它在Fourier頻率點處不相關(guān)。對于白噪聲序列式（3）變?yōu)椋?/p>

（5）

令 得：

（6）

根據(jù)式（4）計算周期圖估計器針對白噪聲序列的功率譜相關(guān)系數(shù)。取N=16時，圖1為計算得到的結(jié)果。由圖中可以看出，周期圖估計器的不相關(guān)頻率間隔與Fourier頻率是一致的。從上面的分析可知直接譜估計器 進(jìn)行離散頻率取樣時,它的不相關(guān)離散頻率不再是Fourier頻率，下面針對白噪聲序列來分析直接譜估計器系數(shù)不相關(guān)時的離散取樣點。取DPSS窗與MS窗， ， ，計算結(jié)果如圖2和圖3。從圖中可以看出，使用零階窗函數(shù)時，在譜窗帶寬外直接譜估計的結(jié)果不相關(guān)；隨著譜窗階數(shù)的增加，相關(guān)的頻率點擴(kuò)展到譜窗帶寬之外；然而由圖2(c,d,e,f)、圖3(c,d,e,f)可以看到在譜窗帶寬之內(nèi)，某些頻率點仍然不相關(guān)；通過比較0頻率點、0.25頻率點與f的相關(guān)系數(shù)，表明相關(guān)系數(shù)的分布與頻率的測量點無關(guān)。

3.2直接譜估計信息損失分析及MTSA譜估計器噪聲模型

由于MTSA譜估計器相當(dāng)于K個直接譜估計器的平均，因此它的統(tǒng)計特性與直接譜估計器的特性有很大的關(guān)聯(lián)。設(shè)零均值的白噪聲過程 ，其方差為 ，因此其功率譜密度為 ，方差的估計值為 ，并可求得 的方差為

（7）

從理論上來說，一個最好的譜估計器得到的功率譜密度為 。對于白噪聲過程，周期圖譜估計器 是 的無偏估計，因此對 進(jìn)行平滑可得到：

（8）

對于使用歸一化窗函數(shù)w(t)的直接譜估計器 ，對它進(jìn)行頻域平滑：

（9）

并有方差為:

（10）

由cauchy不等式可以得到 ，且只有當(dāng)w(t)為矩形窗時等號成立，因此對于任何非矩形窗，周期圖估計器與直接譜估計器關(guān)系如下：

（11）

從式（11）可以看出雖然直接譜估計器使估計的結(jié)果得到平滑，但使用窗函數(shù)對信號序列進(jìn)行加權(quán)，導(dǎo)致信息量的減小，從而使估計的方差增大。下面分析MTSA譜估計器對這種損失的補(bǔ)償作用。設(shè) 是一組標(biāo)準(zhǔn)正交的多窗口序列，則MTSA譜估計器可表示為：

（12）

將 用矩陣形式表示為：

（13）

由 的標(biāo)準(zhǔn)正交性可知： 且 ，所以 ，因此可以得到：

（14）

對于式（12）當(dāng)K=2N時，即多窗口數(shù)與信號序列的點數(shù)相同，由式（14）可得：

（15）

比較式（8）、（11）、（15）可以看出，對于白噪聲序列，MTSA估計器只有當(dāng)窗口數(shù)與信號序列的點數(shù)相同時，才挽回了直接譜估計器因加窗而造成信息量的損失。

3.3MTSA譜估計器統(tǒng)計特性分析

下面具體分析MTSA估計器的方差及MTSA特征譜的相關(guān)特性。由式（1）、（2）、（3）可以得到特征譜 、 的協(xié)方差為：

（16）

及

（17）

若信號序列 是零均值的高斯白噪聲，方差為 ，則式（16）可寫為：

（18）

當(dāng)取f＝0.25、N=32、W=0.0625時， 與K的關(guān)系如圖4中的曲線A； 曲線B是取 時的方差曲線；虛線標(biāo)明了Shannon數(shù)為8?？梢钥闯?，當(dāng) 時曲線A、B基本是重合的，因此可以近似認(rèn)為當(dāng)K小于等于Shannon數(shù)時各特征譜是不相關(guān)的。

雖然以上結(jié)果是由高斯白噪聲推導(dǎo)出的，對于高斯隨機(jī)過程，其特性如果在頻率區(qū)間 上變化不是非常劇烈，其譜估計的統(tǒng)計特性可由高斯白噪聲很好地近似。因此由以上分析及式（12）可以得到MTSA估計器的統(tǒng)計分布為：

（19）

并得到：

（20）

對于非高斯的平穩(wěn)隨機(jī)過程，根據(jù)中心極限定理，MTSA估計器的統(tǒng)計特性也可以由以上兩式很好地表述。

3. 結(jié)論

分析了周期圖估計器對噪聲系列的功率譜相關(guān)系數(shù)及加窗造成的信息損失，在此基礎(chǔ)上分析了由直接譜估計算法構(gòu)建的多窗口譜分析法，建立了其噪聲模型，分析得出當(dāng)參與運算的窗口數(shù)增多時，由于各特征譜彼此不相關(guān)，得到平均后的估計方差可以減少到傳統(tǒng)周期圖法的窗口數(shù)分之一。并且針對白噪聲序列，得到MTSA估計器只有當(dāng)窗口數(shù)與信號序列的點數(shù)相同時，才挽回了直接譜估計器因加窗而造成信息量的損失，最后推出了MTSA估計器的統(tǒng)計特征。

參考文獻(xiàn)：

【1】 劉小勇，施仁。一種新型電動機(jī)機(jī)械振動測控系統(tǒng)【J】。小型計算機(jī)系統(tǒng)。2004.12，36（6）：123-128

【2】 Page M. Signal processing for vibration control[A],The proceeding of UKACC International Conference on Control’96[C],1996.8,(2):740-745

【3】 羅中良，周友平，劉小勇。新的礦山機(jī)械故障診斷方法研究【J】。煤礦機(jī)械。2010.4，31(4)：240-243

【4】 余訓(xùn)鋒， 馬大瑋， 魏琳。改進(jìn)周期圖法功率譜估計中的窗函數(shù)仿真分析【J】。計算機(jī)仿真，2008.3,25(3)：111-114

【5】 吳紅衛(wèi)，吳鎮(zhèn)揚，趙鶴鳴等。多正弦窗譜估計的性能分析【J】。信號處理，2007.12，23（6）：932-936

篇3

【關(guān)鍵詞】統(tǒng)計分析；基層統(tǒng)計；分析報告；方法

1.我國基層統(tǒng)計工作現(xiàn)狀

我國基層統(tǒng)計人員數(shù)量較多，在統(tǒng)計人員中占有絕大的比重?；鶎咏y(tǒng)計員素質(zhì)較以前也有所提高，由原來的兼職統(tǒng)計員轉(zhuǎn)變?yōu)閷Ｂ毥y(tǒng)計員了，但對統(tǒng)計分析工作開展的還不夠活躍。為何會出現(xiàn)這樣的現(xiàn)象，一是材料掌握得少，對要反映的事物了解的不夠透徹，很少能形成自己的看法；二是對統(tǒng)計專業(yè)知識還不夠了解，對統(tǒng)計分析方法掌握得少，不會靈活運用統(tǒng)計分析方法，動起筆來困難重重．以至于無法下手。由此可見，提高基層統(tǒng)計人員的統(tǒng)計分析能力迫在眉睫。

2.統(tǒng)計分析的意義

第一，統(tǒng)計分析是統(tǒng)計調(diào)查研究活動的重要階段，是統(tǒng)計部門、統(tǒng)計人員必須完成的一項任務(wù)。一個完整的統(tǒng)計調(diào)查研究活動，包括統(tǒng)計調(diào)查、統(tǒng)計設(shè)計、統(tǒng)計整理、統(tǒng)計分析和統(tǒng)計資料的開發(fā)利用。在進(jìn)行一項統(tǒng)計調(diào)查工作后，一定要進(jìn)行統(tǒng)計分析工作，把統(tǒng)計分析報告寫好，否則就不能很好地完成統(tǒng)計工作任務(wù)。第二，統(tǒng)計分析是提高統(tǒng)計工作社會地位的重要手段。有人認(rèn)為，統(tǒng)計只是加加減減、填寫報表的工作，甚至認(rèn)為統(tǒng)計可有可無。要想提高統(tǒng)計工作的社會地位，必須提高統(tǒng)計工作水平，寫出好的統(tǒng)計分析報告，更好地發(fā)揮統(tǒng)計信息、咨詢、監(jiān)督的整體功能，從而有望提高統(tǒng)計工作的社會地位。第三，對統(tǒng)計數(shù)據(jù)進(jìn)行分析，寫出統(tǒng)計分析報告．能為領(lǐng)導(dǎo)提供決策依據(jù)。統(tǒng)計分析報告從數(shù)據(jù)入手，反映情況、問題，提出建議，比統(tǒng)計表更清楚、更系統(tǒng)地反映客觀實際，又便于閱讀、理解和利用，寫出好的統(tǒng)計分析報告確實能成為領(lǐng)導(dǎo)決策的依據(jù)。第四，統(tǒng)計分析的結(jié)果――統(tǒng)計分析報告，是反映統(tǒng)計工作水平的重要標(biāo)志。評價一個統(tǒng)計部門、一個統(tǒng)計人員的工作水平高低，不僅要看統(tǒng)計數(shù)字的準(zhǔn)確與否，重要的是要看有沒有對統(tǒng)計數(shù)字進(jìn)行分析研究、是否寫出好的統(tǒng)計分析報告。第五，統(tǒng)計分析能提高統(tǒng)計人員的工作水平。在進(jìn)行統(tǒng)計分析，特別是在寫統(tǒng)計分析報告時，能夠發(fā)現(xiàn)自己的不足之處，這就迫使自己努力學(xué)習(xí)，從而提高自己的工作水平。

3.如何在開展基層統(tǒng)計分析工作

3.1 選題

如何選題是令很多統(tǒng)計人員頭疼的事，眾多基層統(tǒng)計工作者，在多年的統(tǒng)計工作實踐中不斷探索，總結(jié)出以下幾種方法：第一，積累統(tǒng)計數(shù)據(jù)，從統(tǒng)計數(shù)據(jù)對比中發(fā)現(xiàn)的問題就是要我們選題的方向。第二，總結(jié)統(tǒng)計工作方法與經(jīng)驗，改革不完善的統(tǒng)計工作方法。這類題目與當(dāng)前統(tǒng)計工作直接有關(guān)，對這類問題加以解決或提出自己的見解不僅有助于解決統(tǒng)計實際問題，還可以推動統(tǒng)計事業(yè)的發(fā)展。第三，了解掌握工作情況、生產(chǎn)動態(tài)，從工作情況及生產(chǎn)動態(tài)中選題。統(tǒng)計人員在日常工作中要主動了解生產(chǎn)工作中存在的問題，了解領(lǐng)導(dǎo)機(jī)關(guān)正在醞釀什么問題、將要研究解決什么問題就寫什么，以便適時地、有針對性地寫出分析報告，解決生產(chǎn)工作中的需要。第四，看新聞，以本單位的生產(chǎn)、生活大事件為題。認(rèn)真學(xué)習(xí)黨和國家的有關(guān)方針政策，了解本單位是如何結(jié)合實際情況具體實施黨和國家的方針政策的，抓住本單位的工作重點進(jìn)行選題。使分析工作對準(zhǔn)需要，明確目標(biāo)，提高統(tǒng)計工作的政策水平。

3.2 搜集資料

統(tǒng)計分析是以統(tǒng)計資料為主要依據(jù)的。所以，要進(jìn)行統(tǒng)計分析，就必須搜集大量與分析問題有關(guān)的統(tǒng)計資料。選題后，針對自己選定的題目搜集統(tǒng)計數(shù)據(jù)資料。這個工作很重要。如果搜集的原始數(shù)據(jù)不夠準(zhǔn)確或不夠完整．就會使整個統(tǒng)計工作得出錯誤的結(jié)論。只有在大量詳細(xì)地占有真實的統(tǒng)計數(shù)據(jù)資料的基礎(chǔ)上，才能寫出觀點正確、材料充實、觀點和材料高度統(tǒng)一的分析報告。搜集統(tǒng)計資料要采用多種方法．既要充分利用現(xiàn)有的統(tǒng)計資料，又要調(diào)查與分析問題有關(guān)的新資料。

第一，充分利用統(tǒng)計報表資料。統(tǒng)計報表具有全面性、連續(xù)性的特點。所以統(tǒng)計報表資料是統(tǒng)計分析的主要依據(jù)。第二，搜集與分析問題有關(guān)的業(yè)務(wù)部門的資料。業(yè)務(wù)部門的資料一般來說要比統(tǒng)計部門的資料詳細(xì)全面。尤其是財務(wù)部門的核算資料往往是最原始的資料，對于我們分析問題產(chǎn)生的原因很有幫助。第三，利用以前已整理過的爭題資料。因為專題資料整理得比較詳細(xì)，并附有文字說明，所以在搜集分析資料時，要充分利用與分析問題有關(guān)的專題資料。第四，搜集國內(nèi)外同行業(yè)的平均水平和先進(jìn)水平資料。國內(nèi)外同行業(yè)的平均水平可以當(dāng)作標(biāo)準(zhǔn)進(jìn)行橫向比較，先進(jìn)水平可以當(dāng)作奮斗目標(biāo)。第五，深入實際調(diào)查研究，親自登門訪問被調(diào)查戶。這種方法可以搜集到統(tǒng)計報表中無法反映的典型資料。

3.3 整理資料

統(tǒng)計調(diào)查的原始數(shù)據(jù)資料(或次級資料)一般不能直接進(jìn)行匯總處理，應(yīng)根據(jù)分析的需要對原始資料進(jìn)行加工、整理。在計算機(jī)普及以前，統(tǒng)計人員使用算盤等手工計算工具對統(tǒng)計數(shù)據(jù)進(jìn)行簡單的加工、整理，現(xiàn)在計算機(jī)已成為統(tǒng)計人員必備的工具。計算機(jī)的普及改變了以往整理統(tǒng)計資料的繁瑣性，推進(jìn)了統(tǒng)計工作現(xiàn)代化的進(jìn)程。下面以Excel為例進(jìn)行數(shù)據(jù)統(tǒng)計：第一，數(shù)據(jù)錄入。將搜集到的統(tǒng)計數(shù)據(jù)錄入計算機(jī)中，數(shù)據(jù)錄入方法包括鍵盤錄入法、語音識別法、光電輸人法。第二，對調(diào)查的統(tǒng)計缺欠數(shù)據(jù)進(jìn)行估計推算插補(bǔ)。常用的插補(bǔ)方法有推理插補(bǔ)、平衡推算法、因素推算法、比率插補(bǔ)和均值插補(bǔ)等。第三，根據(jù)分析需要，對錄入的數(shù)據(jù)進(jìn)行排序、分類匯總、篩選、計算，建立統(tǒng)計圖表。通過編制各種形式的分析表，反映事物之間的相互聯(lián)系。

3.4 運用統(tǒng)計分析方法進(jìn)行統(tǒng)計分析

統(tǒng)計分析方法是指應(yīng)用于統(tǒng)計分析活動，對總體現(xiàn)象的數(shù)量方面進(jìn)行計量和分析的方法，統(tǒng)計分析必須借助于統(tǒng)計分析方法才能達(dá)到預(yù)期的目的。常用的統(tǒng)計分析方法有對比分析法、平均分析法、分組分析法、因素分析法和動態(tài)分析法等。日常統(tǒng)計工作中應(yīng)根據(jù)分析需要選擇適當(dāng)?shù)姆治龇椒?，既可使用某一種方法，也可多種方法結(jié)合使用。

第一，對比分析法。對比分析法是將有聯(lián)系的經(jīng)濟(jì)量進(jìn)行對比，以說明其數(shù)量聯(lián)系和變動程度的統(tǒng)計分析方法，例如靜態(tài)對比分析法、動態(tài)對比分析法。在動態(tài)對比分析中，當(dāng)基期指標(biāo)為負(fù)數(shù)時，發(fā)展速度=2+報告期水平／基期水平的絕對值。第二，平均分析法。平均分析法是利用平均指標(biāo)來分析研究社會經(jīng)濟(jì)現(xiàn)象的二般水平及其發(fā)展變化情況，分析社會經(jīng)濟(jì)現(xiàn)象之間相互依存關(guān)系及其構(gòu)成特點的統(tǒng)計分析方法。第三，分組分析法。分組分析法是借助統(tǒng)計分組理論，將錯綜復(fù)雜的社會經(jīng)濟(jì)現(xiàn)象劃分成不同的類型或組．進(jìn)而分析其內(nèi)部構(gòu)成、分布特點、比例關(guān)系、變動情況和依存關(guān)系的統(tǒng)計分析方法。第四，動態(tài)分析法。動態(tài)分析法是從發(fā)展的觀點出發(fā)來分析研究事物發(fā)展變化的過程、發(fā)展變化的趨勢及其規(guī)律性的一種分析方法。在動態(tài)分析的基礎(chǔ)上可以進(jìn)行趨勢預(yù)測，例如時間序列分析法、移動平均分析法、最小平方法。第五，因素分析法。因素分析法是根據(jù)社會經(jīng)濟(jì)現(xiàn)象之間的客觀經(jīng)濟(jì)聯(lián)系，具體分析各種因素的變動．并對由這些因素構(gòu)成的復(fù)雜現(xiàn)象總變動的影響程度和量變規(guī)模的統(tǒng)計分析方法。分析數(shù)量指標(biāo)因素對總變動的影響時．要把質(zhì)量指標(biāo)固定在基期；而分析質(zhì)量指標(biāo)因素對總變動的影響時，要把數(shù)量指標(biāo)固定在報告期。

以上統(tǒng)計分析方法，在傳統(tǒng)的統(tǒng)計工作方式中主要靠手工統(tǒng)計，現(xiàn)在都可以通過計算機(jī)應(yīng)用軟件(Excel、Spss等)來完成，效率大大提升。

3.5 撰寫統(tǒng)計分析報告

通過上述分析完成由感性認(rèn)識到理性認(rèn)識的升華，即得出自己的觀點，但這個觀點結(jié)論不僅自己認(rèn)為正確可行，同時必須讓別人認(rèn)為是正確的、有用的，并以統(tǒng)計分析報告的形式表現(xiàn)出來。統(tǒng)計分析報告是在對統(tǒng)計資料和有關(guān)情況進(jìn)行研究的基礎(chǔ)上用簡潔明確的文字對研究過程進(jìn)行敘述，從而反映客觀現(xiàn)實的一種文章。撰寫統(tǒng)計分析報告需要注意以下幾點：

第一，統(tǒng)計分析報告屬于以說明為主要表達(dá)方式的一種應(yīng)用文體。第二，統(tǒng)計分析報告以統(tǒng)計數(shù)據(jù)為主要語言．并輔之以統(tǒng)計表和統(tǒng)計圖．清晰明確地表述事物之間的各種復(fù)雜聯(lián)系。第三，統(tǒng)計分析報告以大量統(tǒng)計調(diào)查材料為基礎(chǔ)．既要進(jìn)行具體全面的分析，又要運用科學(xué)的抽象力進(jìn)行綜合和概括，達(dá)到用數(shù)據(jù)材料說明中心論點的目的。論點要有所創(chuàng)新，要經(jīng)得住推敲、經(jīng)得住論證。第四，統(tǒng)計分析報告除情況說明、原因說明外，還要根據(jù)存在的問題提出解決問題的建議。這是整個統(tǒng)計分析工作中關(guān)鍵性的一步。

4.總結(jié)

總之，基層統(tǒng)計人員要想搞好統(tǒng)計分析，日常工作中要善于積累、多學(xué)勤思。在材料充分、觀點明確、論據(jù)完備、條理清楚的情況下做好統(tǒng)計分析工作，寫好統(tǒng)計分析報告。

參考文獻(xiàn)

[1]王冬青.淺談基層統(tǒng)計員如何搞好統(tǒng)計分析[J].科技情報開發(fā)與經(jīng)濟(jì),2010,20(8).

[2]劉玉芳.對當(dāng)前基層統(tǒng)計工作的思考[J].中國統(tǒng)計,2003(12).

[3]范寶良.解決基層統(tǒng)計工作的問題迫在眉睫[J].統(tǒng)計研究,2007(12).

[4]楊秀麗.淺談如何提高企業(yè)基層統(tǒng)計工作[J].現(xiàn)代經(jīng)濟(jì)信息,2010(6).

篇4

主成分分析法，又稱主分量分析法是指相關(guān)的經(jīng)濟(jì)變量間通常存在著起主導(dǎo)作用的決定性因素，通過對原始變量的相關(guān)矩陣內(nèi)部結(jié)構(gòu)進(jìn)行分析，找出幾個不相關(guān)的綜合指標(biāo)來線性表示原來的變量，主成分之間既互不相關(guān)，又盡可能多的包含了原指標(biāo)集合。這種方法首先由Hotelling提出，其主要思想是降維。Stone(1947)對美國1929-1938年間的17項國民經(jīng)濟(jì)統(tǒng)計指標(biāo)進(jìn)行主成分分析，發(fā)現(xiàn)完全可以用三個經(jīng)濟(jì)指標(biāo)來概括原來的17項指標(biāo)，大大簡化了數(shù)據(jù)分析。M.Scott（1961）對英國157個城鎮(zhèn)的發(fā)展水平進(jìn)行主成分分析，發(fā)現(xiàn)原57個測度指標(biāo)完全可以由5個綜合變量替代，既解決了原指標(biāo)間的信息重疊問題，又簡化了原指標(biāo)體系的指標(biāo)結(jié)構(gòu)，主成分分析由此推廣。邱東（1990）系統(tǒng)闡述了主成分分析法的定義、基本思想、基本步驟和特點，認(rèn)為主成分分析法可以消除評價指標(biāo)間的相關(guān)影響，并且伴隨數(shù)學(xué)變換過程生成信息量權(quán)數(shù)和系統(tǒng)效應(yīng)權(quán)數(shù)，保證了客觀性。同時也指出了主城分析法在計算綜合評價值未充分考慮指標(biāo)的重要程度等不足，主要適用于被評價對象較多的綜合評價。隨后，眾多學(xué)者對此提出了改進(jìn)：孟生旺（1992）針對原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理和主成分個數(shù)的選擇問題，認(rèn)為標(biāo)準(zhǔn)化不如均值化的無量綱處理方法，提出了非標(biāo)準(zhǔn)化主成分分析法。陳述云等（1995）通過對原始數(shù)據(jù)作對數(shù)—中心化轉(zhuǎn)換，用原始變量的非線性組合表示主成分，同時重點分析樣本協(xié)方差矩陣而非相關(guān)系數(shù)矩陣，提出了非線性主成分法。朱泰英等（2004）提出了加權(quán)主成分分析法，認(rèn)為可以將主成分分析法的客觀分析和層次分析法的主觀分析有機(jī)結(jié)合。王璐等（2006）在對主成分分析法的權(quán)數(shù)、降維等問題的研究上，提出了首先要按主成分分析法對指標(biāo)體系進(jìn)行分類，得到各方面的評價值后再進(jìn)行主成分分析，最終得到綜合評價值的二重主成分分析法。段力誌等（2009）在傳統(tǒng)主成分分析法基礎(chǔ)上，首先對原始指標(biāo)值進(jìn)行預(yù)處理，再借助軟件，將原始數(shù)據(jù)轉(zhuǎn)化為少數(shù)幾個主成分的線性組合，并進(jìn)行加權(quán)變換，得到改進(jìn)的主成分綜合值。白雪梅等（1995）則分析了“均值化”、“標(biāo)準(zhǔn)化”、“極差正規(guī)化”三種方法的選擇條件是保證方差損失最小。陳衍泰等（2004）認(rèn)為主成分分析法具有全面性、可比性和客觀合理性等優(yōu)點，比較適合對評價對象進(jìn)行分類，但需要大量數(shù)據(jù)，函數(shù)意義不夠明顯，不能反映客觀發(fā)展水平。蘇為華（2012）提出經(jīng)典的R型主成分本質(zhì)是單項指標(biāo)標(biāo)準(zhǔn)化結(jié)果的加權(quán)算術(shù)平均值，比當(dāng)量平均法復(fù)雜。趙利等（2013）通過主成分分析法對宏觀經(jīng)濟(jì)中影響城鎮(zhèn)勞動就業(yè)因素分析時，提出主成分為宏觀經(jīng)濟(jì)和技術(shù)進(jìn)步，通過VAR模型對主成分進(jìn)行分析，得出宏觀成分中對城鎮(zhèn)勞動就業(yè)影響最大的是消費、產(chǎn)業(yè)結(jié)構(gòu)和城市化水平，而技術(shù)進(jìn)步成分中影響最大的是技術(shù)進(jìn)步的結(jié)論。黃利文（2013）針對主成分分析中存在的未考慮負(fù)向因子的影響，以及采用線性加權(quán)法時確定權(quán)重方法不統(tǒng)一，評價結(jié)果非唯一等缺陷，提出了逼近理想點的主成分分析法，更好地反映了原始數(shù)據(jù)信息，并較為客觀地給出了綜合評價結(jié)果。林海明等（2013）認(rèn)為主成分分析因缺乏應(yīng)用條件的考慮而導(dǎo)致評價結(jié)果不具合理性甚至錯誤，通過分析因子分析法因子載荷陣的簡單結(jié)構(gòu)、加權(quán)算術(shù)平均數(shù)的合理性，得出主成分分析的應(yīng)用條件是：指標(biāo)是正向、標(biāo)準(zhǔn)化的；主成分載荷陣達(dá)到更好的簡單結(jié)構(gòu)時，主成分正向，且主成分與變量顯著相關(guān)。

二、因子分析

法因子分析法是指從被評對象的觀察變量的相關(guān)度出發(fā)，利用降維的思想，把繁雜的變量盡可能歸納為幾個綜合因子進(jìn)行分析的的一種多變量統(tǒng)計分析方法。其基本思想是：將觀察變量按相關(guān)度的高低或聯(lián)系的緊密程度進(jìn)行分類，類別內(nèi)部變量相關(guān)性高，聯(lián)系緊密，而類別之間的變量則相關(guān)度較低，聯(lián)系稀疏，每一類變量則代表一個公共因子。具體步驟為：

三、逼近理想解的排序法

篇5

關(guān)鍵詞：收入；患者人數(shù)；患者人均費用；貢獻(xiàn)率；彈性系數(shù)

統(tǒng)計指數(shù)是研究現(xiàn)象差異或變動的重要統(tǒng)計方法，他起源于18世紀(jì)歐洲關(guān)于物價波動的研究，至今已被廣泛應(yīng)用于經(jīng)濟(jì)生活各領(lǐng)域。統(tǒng)計指數(shù)的作用主要有兩方面，①運用統(tǒng)計指數(shù)可以反映復(fù)雜現(xiàn)象總體在數(shù)量上變動的方向和程度，②運用統(tǒng)計指數(shù)可以分析復(fù)雜現(xiàn)象總體變動中各個因素的變動，以及他們的變動對總體變動影響程度[1]。

醫(yī)院業(yè)務(wù)收入主要來源于門診收入和住院部收入，這部分收入可以比較直觀地反映醫(yī)院的經(jīng)濟(jì)效益，也可以為醫(yī)院的決策運營提供真實可靠地依據(jù)。以下運用統(tǒng)計分析法對我院2013～2014年業(yè)務(wù)收入進(jìn)行分析，資料來源，我院統(tǒng)計報表，見表1。

1綜合指數(shù)

公式[3]：

∑q1p1-∑q0p0=（∑q1p0-∑q0p0）+（∑p1q1-∑p0q1）

∑q1p1/∑q0p0=（∑q1p0/∑q0p0）×（∑p1q1/∑p0q1）

1.1門診收入分析

門診收入變動：絕對數(shù)：∑q1p1-∑q0p0=6694.75 萬元；相對數(shù)：∑q1p1/∑q0p0=120.45%。

門診人次數(shù)變動對門診收入的影響：絕對數(shù)：∑q1p0-∑q0p0=3875.97萬元；相對數(shù)：∑q1p0/∑q0p0=111.84%。

人均費用變動對門診收入的影響：絕對數(shù)：∑p1q1-∑p0q1= 2818.78 萬元；相對數(shù)：∑p1q1/∑p0q1=107.70%。

各因素間關(guān)系： 絕對數(shù)：6694.75=3875.97+2818.78萬元；相對數(shù)：120.45%=111.84%*107.7。

1.1.1門診總收入 2014年門診收入比2013年增長6694.75萬元，增幅為20.45%。

1.1.2門診人次數(shù)變動對門診收入的影響 由于門診患者人數(shù)的增加，而使得2014年門診收入比2013年增加了3875.97萬元，增幅為11.84%。

1.1.3人均費用變動對門診收入的影響 由于人均門診費增長了而使得2014年門診收入比2013年增加了2818.78萬元，增幅為7.7%。

結(jié)論： 門診人次數(shù)與門診人均費用的增長共同造成了門診費用的增長，但門診人次數(shù)的增長對門診收入增加的影響程度大于人均門診費用變動對門診收入的影響。

1.2 住院收入分析，方法同上

1.2.1住院總收入 2014年住院收入比2013年增加了9760.89萬元，增幅為16.40%。

1.2.2住院人次數(shù)變動對住院收入的影響 由于住院患者數(shù)增長使得年收入增加收入為6939.76萬元，增幅為11.66%。

1.2.3人均住院費用變動對住院收入的影響 由于人均住院費用增長而使得年收入增加了2821.13萬元，增幅為4.24%。

結(jié)論：住院患者數(shù)與住院患者人均費用的增長共同造就了住院收入的增長，但住院患者數(shù)的增長對住院收入的影響程度大于住院患者人均費用變動對住院收入的影響。

2貢獻(xiàn)率，彈性系數(shù)[2]

醫(yī)院業(yè)務(wù)收入

醫(yī)院業(yè)務(wù)收入=住院收入+門診收入

2014年醫(yī)院業(yè)務(wù)收入=108719.46萬元

2013年醫(yī)院業(yè)務(wù)收入=92263.82萬元

2.1貢獻(xiàn)率 住院收入貢獻(xiàn)率=住院收入增加量/醫(yī)院業(yè)務(wù)收入增加量=59.32%

門診收入貢獻(xiàn)率=門診收入增加量/醫(yī)院業(yè)務(wù)收入增加量=40.68%

表明醫(yī)院業(yè)務(wù)收入中，59.32%來自于住院收入，40.68%來自于門診收入。即醫(yī)院業(yè)務(wù)收入主要來源于住院收入。

2.2彈性系數(shù) 住院收入彈性系數(shù)=住院收入增長速度/醫(yī)院業(yè)務(wù)收入增長速度=0.92

門診收入彈性系數(shù)=門診收入增長速度/醫(yī)院業(yè)務(wù)收入增長速度=1.15

表明住院收入每增長一個百分點能帶動醫(yī)院總收入增長0.92個百分點。門診收入每增長一個百分點則能帶動醫(yī)院業(yè)務(wù)收入增長1.15個百分點。即門診收入對醫(yī)院經(jīng)濟(jì)的拉動作用大于住院收入。

3討論

從以上結(jié)論可以看出，首先我院門診患者數(shù)，住院患者數(shù)的增長對醫(yī)院經(jīng)濟(jì)效益的影響幅度要遠(yuǎn)大于患者人均費用的增長，屬于良性循環(huán)，對醫(yī)院的經(jīng)濟(jì)增長起到了積極地促進(jìn)作用。但是門診人均費用與住院人均費用的增長無疑會加重患者的經(jīng)濟(jì)負(fù)擔(dān)，也間接地給醫(yī)患關(guān)系帶來隱患[4]。當(dāng)然，這兩項指標(biāo)的增高并非完全是因為絕對費用增高造成的，就住院患者而言，由于我院一些新技術(shù)，新項目的開展運用，例如內(nèi)窺鏡在手術(shù)中的運用，這些新技術(shù)，新項目的收費標(biāo)準(zhǔn)也較此前的同類型項目的收費標(biāo)準(zhǔn)高，但新技術(shù)，新項目的運用對于患者而言卻是創(chuàng)傷小，愈合快，雖然費用較高，但選擇這些技術(shù)進(jìn)行治療的患者卻較多，故而對人均費用的影響也較大，因此，建議醫(yī)院在提供先進(jìn)醫(yī)療技術(shù)的同時，嚴(yán)格控制藥占比，以及控制各項檢查費用，以降低患者的人均費用，從而提高醫(yī)院的社會效益[5]。

其次，住院收入對醫(yī)院業(yè)務(wù)收入的貢獻(xiàn)較大，但門診收入對醫(yī)院經(jīng)濟(jì)的拉動作用不可小視，這就要求我們在提高醫(yī)療質(zhì)量，提供優(yōu)質(zhì)醫(yī)療服務(wù)的基礎(chǔ)上，還要加大對醫(yī)院的宣傳力度，在立足本地區(qū)的基礎(chǔ)上，以先進(jìn)的技術(shù)，優(yōu)質(zhì)的服務(wù)來吸引周邊及外省市的患者，例如，血管外科，內(nèi)窺鏡技術(shù)等，在提高醫(yī)院社會效益的同，提高醫(yī)院的經(jīng)濟(jì)效益。

總之，醫(yī)院經(jīng)濟(jì)效益和醫(yī)療質(zhì)量是相輔相成的，重經(jīng)濟(jì)效益而忽視醫(yī)療質(zhì)量是不可取的，長此以往將會造成患者的大量流失，最終將造成經(jīng)濟(jì)效益滑坡，醫(yī)療質(zhì)量下降，但是，單重醫(yī)療質(zhì)量而忽視經(jīng)濟(jì)效益也是不可取的，在目前醫(yī)療補(bǔ)償機(jī)制還未完善的情況下，最終會導(dǎo)致醫(yī)務(wù)人員收入降低，醫(yī)療培訓(xùn)減少，從而影響醫(yī)護(hù)隊伍的穩(wěn)定性，最終仍將導(dǎo)致醫(yī)療質(zhì)量下降，經(jīng)濟(jì)效益下滑。因此，決策者因針對影響醫(yī)院經(jīng)濟(jì)效益的各因素，加強(qiáng)指導(dǎo)和監(jiān)督，對患者而言力求做到療效高，療程短，費用低；對醫(yī)院而言要依靠先進(jìn)的技術(shù)，良好的聲望，吸引門診患者和住院患者，以增加門診和住院患者總數(shù)，并適當(dāng)降低患者門診和住院費用，這是提高醫(yī)院經(jīng)濟(jì)效益和社會效益，使醫(yī)院步入良性循環(huán)的唯一途徑。

參考文獻(xiàn)：

[1]劉飛.高級統(tǒng)計師實物教程[M].陜西出版集團(tuán)，陜西人民出版，2012，1：20.

[2]劉飛.高級統(tǒng)計師實物教程[M].陜西出版集團(tuán)，陜西人民出版社， 2012，1：17，91.

[3]全國統(tǒng)計專業(yè)技術(shù)資格考試大綱，考試用書編寫委員會.統(tǒng)計基礎(chǔ)理論及相關(guān)知識[M].中國統(tǒng)計出版社，2001，3：196-199.

篇6

Abstract： According to the university scientific research data in nearly ten years， the factor analysis and cluster analysis statistical methods in the multivariate statistical analysis are used to carry out the comprehensive evaluation analysis of the college scientific research status and put forward a method for evaluating the state of the research. Research shows that， in some colleges， the first factor is very high， indicating that these colleges in cutting-edge academic research achievements. But at the same time， the third factor is low， indicating that these colleges and enterprises to contact the lack of scientific research. In other colleges， the second factor is very high， indicating that these colleges in the per capita contribution rate， C class paper per capita contribution rate and other aspects to do better. In addition， some of the college's third factor is very high， indicating that these colleges are closely related to the enterprise's scientific research and cooperation. The results of the subsequent cluster analysis also confirmed the rationality of the conclusion of the comprehensive evaluation analysis. Through the study of this paper， it provides a theoretical basis for the scientific management system and evaluation system of scientific research achievements.

關(guān)鍵詞： 高校；科研狀況；因子分析；聚類分析；評價

Key words： colleges and universities；research status；factor analysis；cluster analysis；evaluate

中圖分類號：G463 文獻(xiàn)標(biāo)識碼：A 文章編號：1006-4311（2016）31-0015-04

0 引言

科研能力是衡量一所高?？平趟降闹匾獦?biāo)志。某高校作為省重點高校有著悠久的辦學(xué)歷史，科研水平在省內(nèi)也是名列前茅，本文針對該高校20個學(xué)院的各項科研指標(biāo)進(jìn)行多元統(tǒng)計分析，建立了描述科研水平的各類變量，包括各類科研項目的經(jīng)費總額、各類論文的發(fā)表數(shù)量、論著發(fā)表數(shù)量，投入科研人員數(shù)量等。但由于各學(xué)院規(guī)模不一，各學(xué)院科研性質(zhì)也不盡相同，為了保證研究結(jié)果的平衡性，本文采用對科研成果人均貢獻(xiàn)率的方式進(jìn)行研究。然而進(jìn)行統(tǒng)計分析時，并非變量收集的越多越有利，變量間信息的高度相關(guān)、高度重疊會給統(tǒng)計方法的應(yīng)用帶來許多困難，因此本文借助SPSS統(tǒng)計分析軟件，采用因子分析方法，在眾多變量中提取影響各學(xué)院科研狀況的主要因子對問題進(jìn)行分析，最后通過因子變量的聚類分析對評價結(jié)果進(jìn)行驗證。國內(nèi)學(xué)者目前主要集中對我國體育事業(yè)進(jìn)行科研狀況分析，如賈志強(qiáng)、鄭巖平對我國1995-2000年籃球科研狀況作了分析。張金、夏秀榮對我國1994-2003年排球科研狀況作了分析。在高校科研狀況分析方面，孟學(xué)英、陳春華利用調(diào)查問卷方式對我國部分高職院校教師科研狀況做了調(diào)查分析。同時國內(nèi)對多元統(tǒng)計方法的應(yīng)用也主要集中在醫(yī)療、經(jīng)濟(jì)方面，如孟瑩、謝守祥等利用多元統(tǒng)計分析方法對江蘇省經(jīng)濟(jì)差異化做了分析。王曦、宋劍南利用多元統(tǒng)計分析方法對影響中醫(yī)癥候的主要因素做了研究。利用多元統(tǒng)計分析方法結(jié)合高效科研狀況評價分析還鮮有研究。本文結(jié)合多元統(tǒng)計分析分析方法對某高校科學(xué)地建立高?？蒲袠I(yè)績的管理體系及評價體系提供了理論依據(jù)。

1 因子分析方法簡介

因子分析是利用降維的思想，由研究原始變量相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，把一些具有錯綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個綜合因子的一種多變量統(tǒng)計分析方法。因子分析的基本思想是根據(jù)相關(guān)性大小把原始變量分組，使得同組內(nèi)的變量之間相關(guān)性較高，而不同組的變量之間的相關(guān)性則較低。每組變量代表一個基本結(jié)構(gòu)，并用一個不可觀測的綜合變量表示，這個基本結(jié)構(gòu)就稱為公共因子。對于所研究問題的某一具體問題，原始變量可以分解成兩部分之和的形式，一部分是少數(shù)幾個不可測的所謂公共因子的線性函數(shù)，另一部分是與公共因子無關(guān)的特殊因子。進(jìn)行因子分析的步驟如下：①根據(jù)研究問題選取原始變量。②對原始變量進(jìn)行標(biāo)準(zhǔn)化并求其相關(guān)陣，分析變量之間的相關(guān)性。③求解初始公共因子及因子載荷矩陣。④因子旋轉(zhuǎn)。⑤因子得分。⑥根據(jù)因子得分值進(jìn)行進(jìn)一步分析。

2 各學(xué)院科研狀況的因子分析

2.1 數(shù)據(jù)分析和指標(biāo)選取

本文選用的數(shù)據(jù)來源于某高校2006年至2015年的統(tǒng)計數(shù)據(jù)。設(shè)定數(shù)據(jù)中8個指標(biāo)變量分別是X1：2006-2015年橫向項目金額人均貢獻(xiàn)率（萬元/人）；X2：2006-2015年市校級項目金額人均貢獻(xiàn)率（萬元/人）；X3：2006-2015年省部級項目金額人均貢獻(xiàn)率（萬元/人）；X4：2006-2015年國家級項目金額人均貢獻(xiàn)率（萬元/人）；X5：A類論文人均貢獻(xiàn)率（篇/人）；X6：B類論文人均貢獻(xiàn)率（篇/人）；X7：C類論文人均貢獻(xiàn)率（篇/人）；X8：論著數(shù)量人均貢獻(xiàn)率（項/人）。數(shù)據(jù)詳情見表1。

在進(jìn)行數(shù)據(jù)分析前，進(jìn)行KMO檢驗，P值為0.000，檢驗結(jié)果是顯著的，同時KMO值達(dá)到0.577，結(jié)果見表2，表明數(shù)據(jù)之間具有一定的相關(guān)性，可進(jìn)行因子分析。

從表3變量共同度表中可以看出因子分析的變量共同度均較高，表明變量中的大部分信息均被因子所提取，說明因子分析的結(jié)果是有效的。

2.2 因子提取和因子解釋

現(xiàn)應(yīng)用主成分分析法來進(jìn)行因子提取和因子個數(shù)的確定，從表4中可以看出只有前三個因子特征根大于1，并且前三個因子特征值之和接近80%，故提取前三個因子基本包含了全部測評指標(biāo)的絕大部分信息，因子分析效果較理想。

由于初始載荷陣結(jié)構(gòu)不夠清晰，不便于對因子進(jìn)行解釋，因此對因子載荷矩陣實行旋轉(zhuǎn)，達(dá)到簡化結(jié)構(gòu)的目的，使各變量在某些因子上有較高載荷，而在其余因子上只有小到中等的載荷。這里采用方差最大正交旋轉(zhuǎn)法進(jìn)行因子旋轉(zhuǎn)。結(jié)果見表5。

從旋轉(zhuǎn)后的因子載荷矩陣來看，第一個主因子在省部級項目金額人均貢獻(xiàn)率、國家級項目金額人均貢獻(xiàn)率、A類論文人均貢獻(xiàn)率、B類論文人均貢獻(xiàn)率上具有較高載荷，第二個主因子在C類論文人均貢獻(xiàn)率、論著數(shù)量人均貢獻(xiàn)率上具有較高載荷，第三個主因子在橫向項目金額人均貢獻(xiàn)率、市校級項目金額人均貢獻(xiàn)率上具有較高載荷。

2.3 因子得分和因子變量

本文采用回歸法估計因子得分系數(shù)，并輸出因子得分系數(shù)矩陣見表6。

根據(jù)表6可寫出以下因子得分函數(shù)：F1=-0.014橫向項目金額人均貢獻(xiàn)率-0.078市校級項目金額人均貢獻(xiàn)率+0.263省部級項目金額人均貢獻(xiàn)率+0.293國家級項目金額人均貢獻(xiàn)率+0.178A類論文人均貢獻(xiàn)率+0.508B類論文人均貢獻(xiàn)率+0.021C類論文人均貢獻(xiàn)率+0.174論著人均貢獻(xiàn)率（1）；F2=-0.159橫向項目金額人均貢獻(xiàn)率+0.065市校級項目金額人均貢獻(xiàn)率+0.00省部級項目金額人均貢獻(xiàn)率-0.057國家級項目金額人均貢獻(xiàn)率-0.235A類論文人均貢獻(xiàn)率+0.393B類論文人均貢獻(xiàn)率+0.328C類論文人均貢獻(xiàn)率+0.570論著人均貢獻(xiàn)率（2）；F3=0.442橫向項目金額人均貢獻(xiàn)率+0.582市校級項目金額人均貢獻(xiàn)率+0.123省部級項目金額人均貢獻(xiàn)率+0.010國家級項目金額人均貢獻(xiàn)率-0.076A類論文人均貢獻(xiàn)率-0.219B類論文人均貢獻(xiàn)率+0.384C類論文人均貢獻(xiàn)率-0.010論著人均貢獻(xiàn)率（3）

通過上述公式（1）、公式（2）和公式（3）可得到各個學(xué)院的因子得分。從而獲得三個因子變量，由于這三個因子變量是線性無關(guān)的。因此，可以利用它們對各個學(xué)院的科研狀況做統(tǒng)計分析。

3 各學(xué)院科研狀況的綜合評價分析

下面利用三個因子變量對2006年-2015年該高校各學(xué)院科研狀況做多元統(tǒng)計分析，并對各學(xué)院近10年來科研狀況進(jìn)行綜合評價。

首先畫出三因子變量的散點圖，對各學(xué)院近10年來科研狀況做對比分析。以第一因子變量為橫坐標(biāo)，第二因子變量為縱坐標(biāo)，第三因子變量為豎坐標(biāo)的三維散點圖如圖1所示。

從圖1中可以看出P學(xué)院、O學(xué)院、M學(xué)院等的第一因子很高。說明這些學(xué)院在國家級項目人均貢獻(xiàn)率、省部級項目人均貢獻(xiàn)率、A類論文人均貢獻(xiàn)率、B類論文人均貢獻(xiàn)率上成績突出，但在橫向項目人均貢獻(xiàn)率上稍顯不足，這些學(xué)院應(yīng)該在保持尖端學(xué)術(shù)科研的前提下，多加強(qiáng)與企業(yè)的合作，創(chuàng)造更多產(chǎn)業(yè)應(yīng)用成果。L學(xué)院、R學(xué)院、N學(xué)院等的第二因子很高，說明這些學(xué)院在論著人均貢獻(xiàn)率、C類論文人均貢獻(xiàn)率上成績突出，這與這些學(xué)院的科研性質(zhì)是密不可分的，第二因子很高的學(xué)院可以在保持自己科研特色的前提下，多關(guān)注學(xué)術(shù)前沿的相關(guān)信息，爭取在尖端科研中有更大的突破。如B學(xué)院、I學(xué)院等的第三因子很高，說明這些學(xué)院在橫向項目人均貢獻(xiàn)率上成績突出，這些學(xué)院可以在緊密保持與企業(yè)的科研聯(lián)系的基礎(chǔ)上，加強(qiáng)自己在學(xué)科特色科研中的研究，多出一些基礎(chǔ)研究方面的尖端科研學(xué)術(shù)成果，增強(qiáng)學(xué)院在科研創(chuàng)新中的能力。

最后利用系統(tǒng)聚類分析法對各學(xué)院科研狀況進(jìn)行聚類分析，即利用三因子變量對20個學(xué)院進(jìn)行聚類，結(jié)果如表7所示，M學(xué)院、P學(xué)院、O學(xué)院和J學(xué)院為一類，B學(xué)院、I學(xué)院為一類，其它學(xué)院為一類。這個結(jié)果與散點圖分析的情況基本類似。

4 結(jié)束語

本文針對某高校各學(xué)院科研狀況進(jìn)行綜合評價分析，通過對高校近十年科研指標(biāo)數(shù)據(jù)進(jìn)行因子分析，將八個指標(biāo)變量分為三個科研因子，分別是高端科研因子、校企合作科研因子、基礎(chǔ)科研因子，并給出了因子得分模型，對各學(xué)院近十年的科研狀況給出了分析，最終的聚類分析結(jié)果也對各學(xué)院科研狀況做了驗證說明。論文的研究成果為科學(xué)地建立高?？蒲袠I(yè)績的管理體系及評價體系提供了理論依據(jù)。

從分析結(jié)果來看，因?qū)W院科研特色不同，導(dǎo)致各個學(xué)院在學(xué)術(shù)科研這個萬花筒中所扮演的角色也各不相同，但各學(xué)院之間還是應(yīng)當(dāng)加強(qiáng)科研合作，取他人之長補(bǔ)己之短，這樣才能為該高校向科研大校、科研強(qiáng)校的進(jìn)軍道路上打下堅實的基礎(chǔ)。

參考文獻(xiàn)：

[1]薛薇.SPSS 統(tǒng)計分析方法及應(yīng)用[M].二版.北京：電子工業(yè)出版社，2006：303-349.

[2]張文彤.SPSS11統(tǒng)計分析教程―高級篇[M].北京：北京希望電子出版社，2002：166-210.

[3]李衛(wèi)東.應(yīng)用多元統(tǒng)計分析[M].北京：北京大學(xué)出版社，2008：226-240.

[4]閻慈琳.關(guān)于主成分分析做綜合評價的若干問題[J].數(shù)理統(tǒng)計與管理，1998（2）：22-24.

[5]胡永宏，賀思輝.綜合評價方法[M].北京：經(jīng)濟(jì)科學(xué)出版社， 2000.

[6]何曉群.現(xiàn)代統(tǒng)計分析方法與應(yīng)用[M].北京：中國人民大學(xué)出版社，2003，8：15-18.

篇7

［關(guān)鍵詞］2011法網(wǎng) 李娜 技術(shù)分析

［中圖分類號］G845 ［文獻(xiàn)標(biāo)識碼］A ［文章編號］1009-5349（2012）07－0139－01

2011年的法網(wǎng)是中國女子網(wǎng)球收獲頗豐的一個重要賽事，羅蘭?加洛斯的紅色土地見證了歷史的誕生——中國金花李娜第一次為中國捧起久負(fù)盛名的網(wǎng)球四大滿貫冠軍獎杯，改寫了四大滿貫百余年的歷史，成為首個奪得四大滿貫單打冠軍的亞洲球員，書寫了中國網(wǎng)球燦爛的輝煌時刻。

一、研究對象與方法

（一）研究對象

以2011年法國網(wǎng)球公開賽中李娜及其對手的技術(shù)統(tǒng)計等指標(biāo)作為本文的研究對象。

（二）研究方法

1.文獻(xiàn)資料法：查閱相關(guān)文獻(xiàn)作為本研究的理論基礎(chǔ)。

2.數(shù)理統(tǒng)計法：對2011年法網(wǎng)中李娜及其對手的相關(guān)比賽數(shù)據(jù)進(jìn)行統(tǒng)計分析。

3.邏輯分析法：對分析得到的數(shù)據(jù)進(jìn)行邏輯學(xué)界定與分析，得出相關(guān)結(jié)論。

二、結(jié)果與分析

（一）發(fā)球分析

從表1看出，李娜平均每場發(fā)出1.6記Aces球，略高與同場競技7位選手的1.3個，而低于四強(qiáng)其他3位選手的2.2個。在雙誤方面，李娜是1.9個，遠(yuǎn)低于同場競技7位選手的3.0個和四強(qiáng)其他3位選手的3.6個。在一發(fā)成功率方面，李娜平均每場比賽達(dá)到了72.4%，比同場競技的7位選手高出9.5%，比四強(qiáng)的其他3位選手也高出8.6%，說明李娜的一發(fā)比較穩(wěn)定。李娜的平均一發(fā)時速只有153.9km/h，比同場競技7位選手的一發(fā)時速低5.1km/h，比四強(qiáng)的其他3位選手低6.4km/h，這就確保了一發(fā)的高成功率和高穩(wěn)定性，降低了雙發(fā)失誤，但同時也減弱了一發(fā)的攻擊力。在最快發(fā)球時速方面，李娜為167.4km/h，比同場競技的7位選手和四強(qiáng)的其他3位選手都低了8.3km/h。李娜的二發(fā)得分率都要高于同場競技的7位選手和四強(qiáng)的其他3位選手，二發(fā)平均時速雖比對手低但差距不大。從表1可以得出，李娜在發(fā)球穩(wěn)定性的基礎(chǔ)上還應(yīng)該追求更高的發(fā)球速度和對球的旋轉(zhuǎn)、落點的控制。

（二）接發(fā)球分析

從表1看出，李娜的接發(fā)球得分率為47.1%，高于同場競技7位選手的36.3%，略低于四強(qiáng)其他3位選手的49.1%，說明李娜有較好的接發(fā)球能力。在破發(fā)成功率方面，同場競技的7位選手為52.4%，四強(qiáng)的3位選手為52.9%，李娜為44.7%，這說明李娜雖然有較穩(wěn)定的接發(fā)球，但接發(fā)球的質(zhì)量不高，不能給對手造成太大的壓力。

（三）制勝分和非受迫性失誤分析

從表1看出，李娜平均每場的制勝分為23.1分，遠(yuǎn)高于同場競技的7位選手的13.4分，同時也比四強(qiáng)的其他3位選手高2.7分；在非受迫性失誤方面，李娜平均每場為26.1個，同場競技的7位選手為26.7個，四強(qiáng)的其他3位選手為23.4個。從表1分析得到，李娜在制勝分方面要好于對手，而非受迫性失誤方面則稍稍遜于對手，說明在比賽中李娜的底線進(jìn)攻能力較強(qiáng)，然而刁鉆的落點和大力的擊球降低了擊球的穩(wěn)定性，增加了非受迫性失誤。

（四）網(wǎng)前技術(shù)分析

從表1看出，在網(wǎng)前得分率方面，李娜平均每場為69.7%，同場競技的7位選手為58.0%，四強(qiáng)的其他3位選手為66.8%；在總得分方面，李娜平均每場得80.3分，同場競技的7位選手得66.4分，四強(qiáng)的3位選手得72.7分。從表1可以得出，李娜的網(wǎng)前得分率和總得分都強(qiáng)于對手，這說明李娜的底線進(jìn)攻頗具威脅，迫使對手回球出線，這也給她上網(wǎng)得分創(chuàng)造了絕佳機(jī)會。

篇8

[關(guān)鍵詞] 平衡記分卡 ERP系統(tǒng) 模糊評價 實證分析

ERP（Enterprise Resource Planning,企業(yè)資源計劃），是在MRP-Ⅱ的基礎(chǔ)上發(fā)展而來，由上世紀(jì)90年代初美國著名的Gartner集團(tuán)公司提出。同西方發(fā)達(dá)國家相比,當(dāng)前我國的ERP應(yīng)用常常出現(xiàn)“南橘北枳”的情況，西方企業(yè)是通過ERP來固化企業(yè)內(nèi)已形成的先進(jìn)有效的生產(chǎn)管理流程，而中國企業(yè)這個過程卻正好相反：它們更多地是希望通過ERP在短時間內(nèi)提升經(jīng)營管理水準(zhǔn)，迅速改變管理和業(yè)務(wù)流程上的落后。我國ERP系統(tǒng)的實施常常陷于困境,據(jù)稱我國已實施的ERP“三分之一能用、三分之一修改后能用、三分之一失敗”。究原因主要是ERP系統(tǒng)應(yīng)用績效評價落后。由于ERP系統(tǒng)是個大型的IT信息系統(tǒng)，對企業(yè)的影響是全方位的、多方面的，有的企業(yè)還分步實施，因而對其的效益評價很復(fù)雜，現(xiàn)在除了傳統(tǒng)的財務(wù)評價方法外，目前還沒有一個統(tǒng)一評價ERP系統(tǒng)的適當(dāng)?shù)姆椒?所以我國企業(yè)對實施ERP系統(tǒng)的前途充滿了迷茫。

一、平衡記分卡理論的提出

平衡記分卡理論是哈佛商學(xué)院的教授Robert S. Kaplan 和復(fù)興方案公司總裁David P. Norton 于1992年共同創(chuàng)立，它是一個整合的源于戰(zhàn)略指標(biāo)的新框架，在保留財務(wù)指標(biāo)的同時，引進(jìn)了未來財務(wù)業(yè)績的驅(qū)動因素，這些因素包括客戶、內(nèi)部業(yè)務(wù)流程、學(xué)習(xí)與成長等層面，如下圖。它們以明確和嚴(yán)謹(jǐn)?shù)氖址ń忉寫?zhàn)略組織，而形成特定的目標(biāo)和指標(biāo)。

二、基于平衡記分卡原理的研究方法設(shè)計

1.研究樣本、指標(biāo)的選取

(1)本文選取樣本公司選擇的原則為多個行業(yè)、大型企業(yè)、含有多種經(jīng)濟(jì)成分、數(shù)據(jù)易獲得和驗證、可比性，力求全面反映我國各企業(yè)實施EPR前后的經(jīng)營績效對比。

(2)建立ERP系統(tǒng)的評價指標(biāo)體系如表1。

2.模糊綜合評價

(1)確定企業(yè)ERP績效評語集。對企業(yè)實施ERP系統(tǒng)的績效通常評定為若干個等級，由此確定一個多級評語集，假設(shè)建立四級評語集V=｛V1(效果很明顯)，V2(效果較好)，V3(效果一般)，V4(效果差)｝。

(2)確定評價矩陣。通過對企業(yè)實施ERP過程中的數(shù)據(jù)進(jìn)行收集與處理，可確定出隸屬于企業(yè)ERP實施績效評語集V中每個指標(biāo)的隸屬度，也可由專家根據(jù)掌握的情況和積累的經(jīng)驗來確定適當(dāng)?shù)碾`屬度，對每個因素進(jìn)行單因素評價可得到模糊評價矩陣Ri

，k表示評語集的級數(shù)，rimj表示Uim屬于第j

個評語Vj的隸屬度。

(3)確定各個子因素的權(quán)重。用層次分析法（AHP）和德爾菲法(Delphi)構(gòu)造比較判斷權(quán)重矩陣A（各因素集和基本因素的權(quán)重分布），即A=(a1,a2,…,an),∑ai=1 (i=1,2,…,n),Ai=(ai1,ai2,…,aim),∑Wij=1 (j=1,2,…,m)。

(4)做模糊綜合評價。對Ui進(jìn)行綜合評價，則可得到Bi=Ai? Ri=(bi1,bi2,…,b、),“?”采用M(?,+)算子，求得B(總體評價矩陣)。最后得到綜合評判集Z=A?B。

三、實證及評價

實證列示岳陽石油分公司的模糊綜合評價，其它公司只給出最后結(jié)果性的圖表和數(shù)據(jù)，通過建立ERP系統(tǒng)的評語集，確定ERP系統(tǒng)的單因素模糊評價矩陣，用AHP法確定評價因素的權(quán)重集。在確定各個評價指標(biāo)的隸屬度時，筆者通過公司財務(wù)報表，調(diào)查問卷，相關(guān)人員訪談及專家意見綜合處理而來。

1.做模糊綜合評價

“? ”采用M(?,+)乘加算子進(jìn)行如下模糊綜合評判：

B1=A1?R1=(0.78,0,0.06,0.16),B2=A2?R2=(0.48,0.27, 0.18,0.07)

B3=A3?R3=(0.30,0.22,0.30,0.18),B4=A4?R4=(0.22,0.24, 0.42,0.12)

得ERP系統(tǒng)總體評判矩陣：

于是得到總體評判矩陣Z=A?B=(0.45, 0.20, 0.23, 0.12)。

它表明岳陽石油分公司實施ERP系統(tǒng)后，取得明顯的效果占45％，效果較好的占20％，效果一般的占23％，效果差的過程占12％。按最大隸屬原則，實施ERP系統(tǒng)后效果屬于V1,應(yīng)該是取得了明顯的效果。用加權(quán)平均法得Z值為:分，雖然取得了V1的效果，但分?jǐn)?shù)值并不高，在V1中處于較低的分?jǐn)?shù)段。經(jīng)分析知：V2和V3所占的比值較大，用加權(quán)平均值法分析知B1＝81.3，B2＝78.3，B3＝71.1，B4＝70.5，可見該公司在B3和B4兩個一級指標(biāo)還沒有取得理想效果，該公司在內(nèi)部流程和學(xué)習(xí)和成長兩個層面上還有很大的可改善的余地。

2.對所有公司的模糊綜合評價做描述性統(tǒng)計分析和評價

我們從上面表2、表3中可以看出，如果按最大隸屬原則對實施ERP的各個公司進(jìn)行模糊綜合評判，各個公司幾乎都取得了V1即明顯的效果。如果按加權(quán)平均法進(jìn)行各公司的模糊綜合評判，取得V1級別的公司占總數(shù)的三分之一；取得V2的占總數(shù)的二分之一；取得V3的占總數(shù)的六分之一?？梢姡鱾€公司相對都取得了較好的效果。這說明從平衡記分卡法的視角來看，ERP系統(tǒng)在我國的實施取得了較好的效果，因為取得V2評價的公司占了總數(shù)的一半，但質(zhì)量不是很高。我們用加權(quán)平均法對實施ERP系統(tǒng)的公司的財務(wù)、客戶、內(nèi)部業(yè)務(wù)流程和學(xué)習(xí)與成長四個一級指標(biāo)的模糊評判可以發(fā)現(xiàn)：

財務(wù)：V1占55％，V2占39％，V3占6％；

客戶：V1占33％，V2占50％，V3占17％；

內(nèi)部業(yè)務(wù)流程：V1占39％，V2占50％，V3占11％；

學(xué)習(xí)與成長：V1占39％，V2占39%；V3占22%。

實施ERP系統(tǒng)的公司在財務(wù)層面取得的效果最好，V1加V2占了總數(shù)的94％，這與公司在經(jīng)營上傳統(tǒng)地重視財務(wù)方面的管理，認(rèn)為好的財務(wù)數(shù)據(jù)代表了公司業(yè)績等原因有關(guān)。其次是客戶和內(nèi)部業(yè)務(wù)流程方面，其V1加V2占總數(shù)的83％，但V2占了總數(shù)得50％，這與現(xiàn)企業(yè)開始重視營銷和加強(qiáng)企業(yè)內(nèi)部管理有關(guān)，也與企業(yè)推行ERP系統(tǒng)的目的有關(guān)，但是總體質(zhì)量不高，企業(yè)在這方面還有待加強(qiáng)。學(xué)習(xí)與成長層面，筆者認(rèn)為主要原因是我國的人力資源觀念和管理落后，對無形資產(chǎn)和智力資產(chǎn)計量評價落后造成的。各個公司對學(xué)習(xí)與成長重視不夠，認(rèn)為是員工個人的事，公司不想在這方面花錢，而喜歡用魯迅的“拿來主義”，招人過來就要能用，進(jìn)行培訓(xùn)教育有限。

參考文獻(xiàn):

[1]Lauren Gibbons Paul. Enterprise Resource Planning-The Ripple Effect[J]. ManagingAutomation,2006,（6）

[2]陳啟申:關(guān)于ERP實施評價的標(biāo)準(zhǔn)[J].電子商務(wù)世界,2003 ,(6):36

[3]祁國寧（德）J.蕭塔納顧新建等:圖解產(chǎn)品數(shù)據(jù)管理 [M].北京：機(jī)械工業(yè)出版社,2005

[4]郭宏湘鄧敏: ERP績效指標(biāo)體系的建立及模糊評價[J]. 工業(yè)工程,2003,（5）:31

篇9

關(guān)鍵詞：區(qū)域物流；節(jié)點城市；因子分析；聚類分析

一、 引言

本文綜合以前學(xué)者的研究成果，突出不同區(qū)域的物流產(chǎn)業(yè)發(fā)展水平，提出更為簡便可行的指標(biāo)體系，同時運用因子分析和聚類分析，對這些區(qū)域節(jié)點城市的物流發(fā)展水平進(jìn)行比較研究，最后針對分析結(jié)果提出一些改進(jìn)建議。

二、 區(qū)域物流發(fā)展指標(biāo)體系的構(gòu)建

1. 評價指標(biāo)體系的建立。本文選取的指標(biāo)力圖能夠反映區(qū)域物流發(fā)展的整體水平，通過對各種物流評價指標(biāo)體系的比較，按照指標(biāo)設(shè)置的原則，經(jīng)過反復(fù)篩選，最終從人口規(guī)模、經(jīng)濟(jì)實力、工業(yè)規(guī)模、第三產(chǎn)業(yè)規(guī)模、物流主導(dǎo)產(chǎn)業(yè)規(guī)模五個方面確立了現(xiàn)代區(qū)域物流評價指標(biāo)體系，并將這些方面分解為9項二級指標(biāo)（表1）。

2. 數(shù)據(jù)來源與分析步驟。本研究的數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒2009》以及各城市統(tǒng)計年鑒，由于在17個區(qū)域物流節(jié)點城市中，數(shù)據(jù)符合要求的有11個城市，包括哈爾濱、長春、包頭、呼和浩特、太原、合肥、福州、長沙、昆明、海口、銀川，本文就以這些城市為研究對象。在數(shù)據(jù)準(zhǔn)備階段完成之后，利用spss17.0for windows統(tǒng)計軟件從以下幾個方面展開分析。首先檢驗構(gòu)建的區(qū)域物流評估指標(biāo)系統(tǒng)，然后選擇因子分析法從9個具體指標(biāo)中提取出n個公共因子，根據(jù)得到的因子得分，建立模型計算綜合得分，從而對各節(jié)點城市的物流綜合水平進(jìn)行排序，為確保研究結(jié)果的科學(xué)性和可靠性，在因子分析的基礎(chǔ)上進(jìn)一步進(jìn)行聚類分析， 并利用聚類分析結(jié)果對全國區(qū)域物流節(jié)點城市的發(fā)展水平進(jìn)行總體評價，并給出相應(yīng)的政策建議。

三、 因子分析

1. 因子分析適用性檢驗。在指標(biāo)綜合評價中利用因子分析的目的是從眾多的原有指標(biāo)變量中提取出少量的具有代表性的因子，提取出的因子必須能夠代表不同的評價維度。其應(yīng)用的前提是要求原指標(biāo)之間具有較強(qiáng)的相關(guān)關(guān)系，否則就不能運用因子分析法，我們將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理之后，采用kmo和bartlett檢驗方法來檢測因子分析法的適用性。其檢測結(jié)果如表2所示。

bartlett球度檢驗表明：bartlett值=131.602。p接近于0，若顯著性水平為0.01，則拒絕相關(guān)矩陣為單位矩陣的原假設(shè)，相關(guān)矩陣與單位矩陣存在顯著差異，可以進(jìn)行因子分析。取樣足夠的kaiser-meyer-olkin檢驗是用于比較觀測相關(guān)系數(shù)值與偏相關(guān)數(shù)值的一個指標(biāo)，其值越逼近1，表明對這些變量進(jìn)行因子分析的效果越好，從表2中可見，kmo值大于0.5，因而可以對指標(biāo)變量進(jìn)行因子分析。

2. 因子提取。本文采用主成分分析法對指標(biāo)數(shù)據(jù)進(jìn)行因子分析，按照相關(guān)系數(shù)矩陣特征值大于1的標(biāo)準(zhǔn)，從原9個統(tǒng)計指標(biāo)中提取二個主因子來表達(dá)其信息含量。表3是指標(biāo)數(shù)據(jù)作因子分析后的因子提取和因子旋轉(zhuǎn)結(jié)果。第二列至第四列描述了因子分析的初始解對原有變量總體的刻畫情況；第二列合計是各成分的特征值。第一成分特征值合計=4.883，第二成分特征值為合計=1.797，這里只有前兩個因子的特征值大于1。第三列是各因子變量的方差貢獻(xiàn)率，即該因子刻畫的方差占原有變量總方差的比例；第四列是因子變量的累計方差貢獻(xiàn)率，表示前m個因子刻畫的總方差占原有變量總方差的比例。從表3中可見，如果提取2個公共因子，那么它們可描述原變量總方差的90.536%，大于80%，可以認(rèn)為，這2個公因子基本反映了原變量的絕大部分信息。

3. 因子旋轉(zhuǎn)。因子分析的目的不僅是要找出主因子，更重要的是知道每個主因子的具體經(jīng)濟(jì)意義。為便于對主因子進(jìn)行解釋，一般須對因子載荷矩陣進(jìn)行旋轉(zhuǎn)。本研究采用方差極大值法進(jìn)行正交旋轉(zhuǎn)之后，得到9個指標(biāo)的兩個因子負(fù)荷，如表4所示。

從表4可以看出，第一主成分對社會消費品零售總額、國內(nèi)生產(chǎn)總值、第三產(chǎn)業(yè)增加值、年末總?cè)丝?、工業(yè)總產(chǎn)值有絕對值較大的相關(guān)系數(shù)，第二個因子相關(guān)系數(shù)絕對數(shù)較大的正好是九個原始變量中的另外四個，即貨運總量、公路貨運量、鐵路貨物運量、交通運輸、倉儲及郵政業(yè)增加值。根據(jù)這些變量的原始含義可以對兩個因子進(jìn)行命名。第一個因子主要概括了一般的社會人口規(guī)模、經(jīng)濟(jì)實力、工業(yè)和第三產(chǎn)業(yè)的規(guī)模，可以命名為社會經(jīng)濟(jì)因子。第二個因子主要概括了物流主導(dǎo)產(chǎn)業(yè)的情況，可以稱為物流產(chǎn)業(yè)因子。

根據(jù)表4的最終因子載荷矩陣，由此可以寫出如下因子分析的模型：

x1=0.979f1+0.024f2；x2=0.974f1+0.183f2；……；x9=0.324f1+0.879f2

xi（i=1，2，…，9）代表了9個評價指標(biāo)，公共因子f1表示社會經(jīng)濟(jì)因子，f2表示物流產(chǎn)業(yè)因子。由于因子載荷矩陣是正交旋轉(zhuǎn)，這兩個因子之間不存在相關(guān)，避免了因子綜合評價的多重共線性，故可以代表不同的評價維度。

4. 因子得分。因子分析把原來的9個指標(biāo)濃縮成相互獨立的2個公因子，一方面達(dá)到了降維的目的；另一方面也排除了指標(biāo)之間的相關(guān)性，同時，spss根據(jù)因子得分函數(shù)自動計算各樣本的因子得分，并選取各因子的方差貢獻(xiàn)率為因子得分權(quán)重，計算各城市的綜合因子得分，其計算形式為：

f=0.511 09f1+0.394 26f2

每個城市的綜合因子得分反映了各節(jié)點城市區(qū)域物流綜合實力的強(qiáng)弱，將11個城市的綜合因子得分從高到低排序，如表5所示。

四、 聚類分析

聚類分析是研究“物以類聚”的一種多元統(tǒng)計分析方法。最常用最基本的一種聚類分析方法是層次聚類分析，此外還有動態(tài)聚類法、模糊聚類法、有序聚類法等，本研究采用層次聚類法。

層次聚類法的基本思想是，一開始將要歸類的n個變量看成一類，然后按事先規(guī)定好的方法計算各類之間的歸類指數(shù)（相似系數(shù)或距離），根據(jù)指數(shù)大小衡量兩類之間的密切程度，將關(guān)系最密切的兩類并成一類，其余不變，即得n-1類；重新計算各類之間的歸類指數(shù)，再將關(guān)系最密切的兩類并成一類，其余不變，即得n-2類；如此進(jìn)行下去，直到最后n個變量都?xì)w成一類。

我們按照層次聚類法的步驟，首先經(jīng)過運算將原始數(shù)據(jù)標(biāo)準(zhǔn)化，使具有不同量綱、不同數(shù)量級的數(shù)據(jù)能放在一起比較；然后用11個節(jié)點城市的標(biāo)準(zhǔn)化數(shù)據(jù)求出歐氏距離；最后應(yīng)用wald離差平方和法，按照使總的類內(nèi)離差平方和增加最小的原則，使得類的分法逐漸減小。具體聚類過程見表6。

spss完成以上運算步驟后，可將11個城市分成2類~4類，如果按照四類來劃分，其中包頭距離其他城市較遠(yuǎn)，單獨聚合為一類；屬于物流發(fā)展高水平的地區(qū)；長沙、哈爾濱、長春、福州聚合為一類，屬于物流發(fā)展中等偏上地區(qū)；合肥、呼和浩特、太原、昆明距離較近，聚合為一類，屬于物流發(fā)展中等偏下地區(qū)；?？?、銀川聚合為一類，相對于全國其他九個節(jié)點城市來說，是屬于物流發(fā)展低水平地區(qū)（見表7）。

五、 結(jié)論及政策建議

第一類為包頭。作為中國著名的鋼鐵工業(yè)城市，包頭市一枝獨秀，在物流產(chǎn)業(yè)上具有明顯優(yōu)勢。區(qū)域物流發(fā)展在物流節(jié)點城市中處在領(lǐng)先水平，包頭市的物流產(chǎn)業(yè)因子得分最高，其貨運總量為38 841萬噸，遙遙領(lǐng)先于其他節(jié)點城市，這也決定了包頭市被單獨列為一類。但其社會經(jīng)濟(jì)因子表現(xiàn)不佳，城市人口規(guī)模小，第三產(chǎn)業(yè)方面處于劣勢地位。然而物流產(chǎn)業(yè)的絕對優(yōu)勢使得包頭市的整體物流發(fā)展實力最強(qiáng)，最終得分排名第一。隨著我國城市化進(jìn)程的快速發(fā)展，可以預(yù)見包頭市對第三產(chǎn)業(yè)的需求會逐漸加強(qiáng)。因此，包頭市需強(qiáng)化經(jīng)濟(jì)發(fā)展的基礎(chǔ)，重點提升第三產(chǎn)業(yè)的增加值，發(fā)揮其鋼鐵物流的規(guī)模經(jīng)濟(jì)優(yōu)勢，提高投資收益率，增強(qiáng)其持續(xù)發(fā)展的能力。

第二類包括長沙、哈爾濱、長春、福州，這四座城市的綜合排名靠前，其中哈爾濱的國內(nèi)生產(chǎn)總值最高，在社會經(jīng)濟(jì)因子得分方面名列前茅，顯示了較強(qiáng)的經(jīng)濟(jì)實力和工業(yè)規(guī)模，但其物流產(chǎn)業(yè)因子表現(xiàn)平平，最終綜合排名位居亞軍。其余城市的因子得分也不均衡，主要表現(xiàn)在社會經(jīng)濟(jì)因子得分排名高于物流產(chǎn)業(yè)因子的得分排名， 反映了其物流業(yè)的發(fā)展滯后于社會經(jīng)濟(jì)的發(fā)展。因此，建議這類城市，在努力增強(qiáng)經(jīng)濟(jì)實力的同時，要重點確定其物流發(fā)展的差異化戰(zhàn)略，根據(jù)自身城市定位和區(qū)位交通優(yōu)勢，優(yōu)先發(fā)展合適的交通運輸方式，加強(qiáng)物流基礎(chǔ)設(shè)施的建設(shè)，注重與區(qū)域城市的分工合作，形成良好的區(qū)域物流網(wǎng)絡(luò)系統(tǒng)，快速推進(jìn)其物流業(yè)的發(fā)展。

第三類包括合肥、呼和浩特、太原、昆明，這四座城市綜合因子得分排名中等偏下，其中合肥和太原因子得分較不均衡，由于太原的傳統(tǒng)產(chǎn)業(yè)和地理區(qū)位優(yōu)勢，作為貫通南北的中西部交通樞紐，太原物流產(chǎn)業(yè)具有明顯的優(yōu)勢，2008年太原貨運總量達(dá)到20 962萬噸，其物流產(chǎn)業(yè)因子的排名僅次于包頭，但其社會經(jīng)濟(jì)因子位次靠后，其第三產(chǎn)業(yè)規(guī)模也與包頭市相當(dāng)，我們認(rèn)為太原今后的發(fā)展重點是促進(jìn)區(qū)域經(jīng)濟(jì)的發(fā)展；合肥市近年來經(jīng)濟(jì)快速增長，平均增長率約為17%，領(lǐng)跑于中部的省會城市，其社會經(jīng)濟(jì)因子位列第五，屬中上等水平，但物流發(fā)展因子得分僅高于?？?、銀川，屬于較低水平，并且合肥與周邊省會城市相比，物流業(yè)的基數(shù)很小，增長速度相對較慢，合肥如果不快速擴(kuò)大物流產(chǎn)業(yè)規(guī)模，將可能會失去周邊的物流市場。呼和浩特與昆明在各因子得分方面表現(xiàn)平平，特別是呼和浩特沒有突出的經(jīng)濟(jì)表現(xiàn)，其經(jīng)濟(jì)總量和貨運總量也處于下游。在今后的發(fā)展中，我們建議這些城市要重點培養(yǎng)一批優(yōu)勢支柱產(chǎn)業(yè)，加強(qiáng)交通基礎(chǔ)設(shè)施的建設(shè)，夯實其經(jīng)濟(jì)基礎(chǔ)并發(fā)展優(yōu)勢物流產(chǎn)業(yè)。

第四類包括海口、銀川，由于經(jīng)濟(jì)、地理、人口、文化及交通等原因，這兩座城市綜合排名比較靠后，二個因子的得分都很低，與以上三類城市有明顯的差異，在區(qū)域物流節(jié)點城市的比較中明顯處于劣勢，由于物流產(chǎn)業(yè)是為其他產(chǎn)業(yè)提供支持的生產(chǎn)產(chǎn)業(yè)，經(jīng)濟(jì)基礎(chǔ)對發(fā)展物流產(chǎn)業(yè)至關(guān)重要，?？?、銀川兩市首先要從產(chǎn)業(yè)經(jīng)濟(jì)抓起，運用現(xiàn)代化的管理理念和手段，做好招商引資工作，提升其區(qū)域經(jīng)濟(jì)的競爭力；其次應(yīng)找準(zhǔn)物流的發(fā)展定位，如?？谑袘?yīng)著重發(fā)展港口物流和國際物流，然后將區(qū)域物流與支柱性產(chǎn)業(yè)形成有機(jī)的業(yè)務(wù)鏈，集中優(yōu)勢資源，發(fā)展最能體現(xiàn)自身特色的物流產(chǎn)業(yè)。

參考文獻(xiàn)：

1. 蒯人杰．關(guān)于區(qū)域物流節(jié)點合肥市物流發(fā)展契機(jī)的研究.物流技術(shù)，2009，（7）:45-49.

2. azzone.measuring resources for supporting resource-based competition.management decision,1995，33（9）:30-57.

3. 高杰.基于因子聚類分析的區(qū)域物流評價研究．重慶大學(xué)經(jīng)濟(jì)與工商管理學(xué)院碩士論文，2007，（6）：39-61.

篇10

【關(guān)鍵詞】湖南省 SPSS 經(jīng)濟(jì)水平

一、指標(biāo)選取、數(shù)據(jù)來源及研究方法

為了全面系統(tǒng)地分析湖南省經(jīng)濟(jì)發(fā)展水平，選取了湖南省2011―2014年的6項經(jīng)濟(jì)指標(biāo)：湖南省地區(qū)年生產(chǎn)總值（X1），第一產(chǎn)業(yè)總產(chǎn)值（X2），第二產(chǎn)業(yè)總產(chǎn)值（X3），第三產(chǎn)業(yè)總產(chǎn)值（X4），財政收入（X5），全社會固定資產(chǎn)投資（X6）。

研究數(shù)據(jù)主要來自于《湖南省統(tǒng)計年鑒》，整理如下（表1）。

研究方法主要是運用SPSS軟件，對2011―2014年湖南省經(jīng)濟(jì)發(fā)展水平進(jìn)行分析，以確定影響湖南省近幾年經(jīng)濟(jì)發(fā)展水平的主要因素，找出存在的問題，探索解決途徑。

二、結(jié)果與分析

（一）湖南省經(jīng)濟(jì)發(fā)展總趨勢：依據(jù)表1的數(shù)據(jù)，可知2011年以來，湖南省在正確的經(jīng)濟(jì)政策指導(dǎo)下，經(jīng)濟(jì)保持高速、持續(xù)、穩(wěn)定的發(fā)展。國內(nèi)生產(chǎn)總值由2011年19669.56億元增長到2014年27048.50億元，總產(chǎn)值呈穩(wěn)步增長趨勢；第一產(chǎn)業(yè)均呈下降趨勢，第二、三產(chǎn)業(yè)產(chǎn)值逐年遞增，第三產(chǎn)業(yè)增長迅猛；在湖南省地區(qū)年生產(chǎn)總值中，第三產(chǎn)業(yè)產(chǎn)值所占份額逐年加大，第一產(chǎn)業(yè)所占份額較小，這說明湖南省處于經(jīng)濟(jì)轉(zhuǎn)型期，第三產(chǎn)業(yè)蓬勃發(fā)展。

（二）主成分分析：運用SPSS軟件進(jìn)行主成分分析，SPSS系統(tǒng)默認(rèn)從標(biāo)準(zhǔn)后原始變量的相關(guān)矩陣出發(fā)求解主成分，因此對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。首先，運用SPSS軟件得到原有變量的相關(guān)系數(shù)矩陣（表2）。由表2可見，除了第一產(chǎn)業(yè)與其他5個變量的相關(guān)系數(shù)較低外，其余各變量之間的相關(guān)系數(shù)都較高，可從中提取主成分。

（三）分析碎石圖：根據(jù)SPSS軟件輸出的結(jié)果，生成主成分碎石圖（圖1）。由圖1可知，第1 主成分的特征值很大，對解釋原有變量的貢獻(xiàn)最大；第2個主成分以后的特征值都較小，對解釋原有變量的貢獻(xiàn)很小，所以提取1個主成分為宜。

（四）結(jié)果分析：已經(jīng)SPSS的輸出結(jié)果可知，所有經(jīng)濟(jì)指標(biāo)的度量都反映了湖南省總的經(jīng)濟(jì)水平情況。其中，影響最大的是年生產(chǎn)總值、第三產(chǎn)業(yè)總產(chǎn)值2個變量。研究發(fā)現(xiàn)，這6個變量全面且集中地反映了經(jīng)濟(jì)環(huán)境中的經(jīng)濟(jì)基礎(chǔ)因素，有效提高這6大指標(biāo)就可以促進(jìn)經(jīng)濟(jì)水平的整體提高，尤其應(yīng)重視年生產(chǎn)總值和第三產(chǎn)業(yè)總產(chǎn)值這3個變量。從年生產(chǎn)總值和第二產(chǎn)業(yè)總產(chǎn)值間的相關(guān)性可看出，第二產(chǎn)業(yè)總產(chǎn)值仍是經(jīng)濟(jì)環(huán)境中的增長動力，因此，提高工業(yè)、制造業(yè)與建筑業(yè)等第二產(chǎn)業(yè)的總產(chǎn)值，可以在發(fā)展的同時帶動其他產(chǎn)業(yè)的增長，有利于湖南省經(jīng)濟(jì)快速穩(wěn)定發(fā)展。

三、湖南省“十二五”經(jīng)濟(jì)存在的主要問題

（一）經(jīng)濟(jì)平穩(wěn)較快增長，但同期也面臨較大的壓力。從GDP增速看，2011-2014年湖南省GDP年均增速比“十一五”回落3.1個百分點，2014年GDP僅增長9.5%。湖南省的經(jīng)濟(jì)發(fā)展面臨著增速換檔、結(jié)構(gòu)調(diào)整、化解過剩產(chǎn)能和地方債務(wù)的嚴(yán)峻考驗，同時經(jīng)濟(jì)發(fā)展的新增長點不多、新動力不足，投資項目規(guī)模偏小，重大項目支撐乏力。

（二）產(chǎn)業(yè)結(jié)構(gòu)不優(yōu)，但同時調(diào)整難度大。與第一產(chǎn)業(yè)比重過高，農(nóng)業(yè)還停留在種養(yǎng)殖業(yè)階段，精深加工等高附加值環(huán)節(jié)延伸不夠。第二產(chǎn)業(yè)后勁不足顯示疲態(tài)，石化、重型機(jī)械、鋼鐵有色等比重過高，但均處在產(chǎn)業(yè)鏈的低端，高技術(shù)含量產(chǎn)品嚴(yán)重不足；第三產(chǎn)業(yè)發(fā)展不足，促進(jìn)經(jīng)濟(jì)全面發(fā)展的現(xiàn)代物流、現(xiàn)代金融等服務(wù)業(yè)發(fā)展滯后，制約了經(jīng)濟(jì)發(fā)展。

（三）區(qū)域協(xié)調(diào)發(fā)展挑戰(zhàn)大困難多。一方面，城鄉(xiāng)協(xié)調(diào)發(fā)展的水平偏低，以城帶鄉(xiāng)的能力偏弱。2013年，湖南省城鎮(zhèn)化率比全國平均低5.77%，仍有12個縣城鎮(zhèn)化率不足30%。另一方面，全省區(qū)域間差距拉大、區(qū)域內(nèi)部差距明顯，2011-2013年，全省經(jīng)濟(jì)實力最強(qiáng)的長株潭地區(qū)GDP年均增速比最弱的大湘西地區(qū)快1.7%，區(qū)域協(xié)調(diào)發(fā)展仍存在多方面不足。

四、對湖南省“十三五”規(guī)劃的建議

（一）推動農(nóng)業(yè)發(fā)展由粗放經(jīng)營向數(shù)量質(zhì)量效益并重、注重提高競爭力、注重農(nóng)業(yè)科技創(chuàng)新、注重可持續(xù)的集約發(fā)展轉(zhuǎn)變，按照產(chǎn)出高效、產(chǎn)品安全、資源節(jié)約、環(huán)境友好的要求推進(jìn)農(nóng)業(yè)現(xiàn)代化。

（二）大力實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略，促進(jìn)協(xié)同開放創(chuàng)新，增強(qiáng)科技創(chuàng)新、產(chǎn)品創(chuàng)新、生產(chǎn)組織方式創(chuàng)新、工藝創(chuàng)新和體制機(jī)制創(chuàng)新能力，堅持創(chuàng)新與成果轉(zhuǎn)化有機(jī)結(jié)合，促進(jìn)大眾創(chuàng)業(yè)、萬眾創(chuàng)新。

（三）大力推進(jìn)長株潭、洞庭湖、湘南和大湘西四大區(qū)域協(xié)調(diào)發(fā)展，支持各區(qū)域立足特色、強(qiáng)化功能，實現(xiàn)集約發(fā)展、優(yōu)化發(fā)展和適度均衡發(fā)展，努力形成多極支撐、錯位互補(bǔ)、多點突破的發(fā)展新格局。

（四）全面推進(jìn)依法治省，提高運用法治思維和法治方式解決問題、推動工作的能力，加強(qiáng)治理創(chuàng)新，夯實治理基礎(chǔ)，促進(jìn)治理體系和治理能力現(xiàn)代化。

（指導(dǎo)老師：周虎）