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)，歡迎閱讀由公文云整理的十篇范文，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，一般來說，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、?？趠為第三類，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)造中的作用將越來越重要。

（3）擴(kuò)大對(duì)外開放，通過學(xué)習(xí)和交流不斷實(shí)現(xiàn)創(chuàng)新。落后城市通過廣泛開放引進(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)出來的學(xué)習(xí)興趣、知識(shí)背景、創(chuàng)新能力以及未來的就業(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)立開展科研和實(shí)際工作。

2) 工程研發(fā)型。學(xué)生通過課程學(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),開展不同的課后活動(dòng),引導(dǎo)學(xué)生研究與解決不同的開放思考問題,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ODBC訪問數(shù)據(jù)庫(kù)、數(shù)據(jù)庫(kù)設(shè)計(jì)與應(yīng)用開發(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、開發(fā)技術(shù),提高分析問題和解決問題的能力,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)用與開發(fā)技術(shù);利用高級(jí)語(yǔ)言開發(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)問題的綜述,對(duì)領(lǐng)域熱點(diǎn)問題開展研究探討,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)問題展開研究探討,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)方法和過程的全面把握,以及對(duì)項(xiàng)目研發(fā)過程中各個(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,提出一些開放思考問題,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)問題,完成領(lǐng)域綜述以及數(shù)據(jù)庫(kù)系統(tǒng)開發(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，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來搜救數(shù)據(jù)。

R-Studio大搜救

打開R-Studio，在目錄樹中用鼠標(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，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）

近年來很多評(píng)估人員開始使用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)確清晰地說明問題，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)一步縮小的過程，實(shí)際上就是差異調(diào)整的過程，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)用問題[M].格致出版社，2012.

篇6

關(guān)鍵詞：農(nóng)業(yè)風(fēng)險(xiǎn)；損失近因；風(fēng)險(xiǎn)管理工具；現(xiàn)代農(nóng)業(yè)

中圖分類號(hào)：F325.2　文獻(xiàn)標(biāo)識(shí)碼：A　文章編號(hào)：1006－1096(2011)02－0128－05

一、基于損失近因的農(nóng)業(yè)風(fēng)險(xiǎn)類型

隨著農(nóng)業(yè)發(fā)展階段和生產(chǎn)經(jīng)營(yíng)環(huán)境的不同，農(nóng)業(yè)風(fēng)險(xiǎn)呈現(xiàn)出顯著的動(dòng)態(tài)發(fā)展性。為了對(duì)現(xiàn)代農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行科學(xué)有效的管理，首要任務(wù)就是按照適宜的標(biāo)準(zhǔn)對(duì)其進(jìn)行科學(xué)分類。然而，農(nóng)業(yè)生產(chǎn)自然再生產(chǎn)和經(jīng)濟(jì)再生產(chǎn)交織的特殊性，使農(nóng)業(yè)風(fēng)險(xiǎn)呈現(xiàn)出來源廣、種類多的客觀特征，致使直至目前國(guó)內(nèi)外學(xué)術(shù)界還沒有形成一個(gè)統(tǒng)一的農(nóng)業(yè)風(fēng)險(xiǎn)劃分標(biāo)準(zhǔn)，而是出現(xiàn)了按照風(fēng)險(xiǎn)來源、性質(zhì)、損害對(duì)象等多種標(biāo)準(zhǔn)進(jìn)行分類的情況。其中，按風(fēng)險(xiǎn)來源對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行分類，不僅可以全面反映農(nóng)業(yè)風(fēng)險(xiǎn)的基本表現(xiàn)形式，而且還有利于農(nóng)業(yè)部門對(duì)癥下藥，及時(shí)采取有效的防范與管理措施(孫良媛，2000)。因此，盡管在具體的種類劃分上依然存在著較大的分歧(穆月英等，1994；Moschini et al，2000；Hardaker et al，2004；張峭等，2007)，但目前這種分類方式最為流行，也廣為人們所接受?；谵r(nóng)業(yè)風(fēng)險(xiǎn)管理的研究目的，筆者按照風(fēng)險(xiǎn)損失近因這一標(biāo)準(zhǔn)將農(nóng)業(yè)風(fēng)險(xiǎn)劃分為以下5種類型。

1.自然風(fēng)險(xiǎn)。自然風(fēng)險(xiǎn)是指由于自然力的不規(guī)則變化，導(dǎo)致農(nóng)業(yè)生產(chǎn)災(zāi)害性因素出現(xiàn)，從而致使農(nóng)業(yè)生產(chǎn)者預(yù)期產(chǎn)量或品質(zhì)無法實(shí)現(xiàn)，以及農(nóng)業(yè)專用性資產(chǎn)發(fā)生損失的一種可能性。農(nóng)業(yè)自然風(fēng)險(xiǎn)損失近因通常來源于兩個(gè)方面：一是由于自然災(zāi)害導(dǎo)致農(nóng)業(yè)生產(chǎn)條件惡化，從而致使農(nóng)產(chǎn)品產(chǎn)量或品質(zhì)降低。由農(nóng)業(yè)生產(chǎn)自然再生產(chǎn)的客觀屬性所決定，農(nóng)業(yè)自然風(fēng)險(xiǎn)是農(nóng)業(yè)生產(chǎn)的固有風(fēng)險(xiǎn)。盡管隨著現(xiàn)代農(nóng)業(yè)進(jìn)程的推進(jìn)，現(xiàn)代農(nóng)業(yè)抵抗自然災(zāi)害風(fēng)險(xiǎn)的能力不斷增強(qiáng)，但仍不能改變農(nóng)業(yè)屬于典型風(fēng)險(xiǎn)產(chǎn)業(yè)的屬性。我們只能規(guī)避部分自然災(zāi)害風(fēng)險(xiǎn)和降低部分風(fēng)險(xiǎn)發(fā)生的頻率與損失程度。二是自然災(zāi)害的發(fā)生導(dǎo)致農(nóng)業(yè)專用性資產(chǎn)發(fā)生損毀或滅失。發(fā)展現(xiàn)代農(nóng)業(yè)，就要用現(xiàn)代物質(zhì)條件裝備農(nóng)業(yè)。發(fā)達(dá)國(guó)家發(fā)展現(xiàn)代農(nóng)業(yè)的經(jīng)驗(yàn)也表明，從傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變的重要標(biāo)志之一就是農(nóng)業(yè)物質(zhì)投入占農(nóng)業(yè)產(chǎn)出的比重不斷上升。隨著精準(zhǔn)農(nóng)業(yè)、設(shè)施農(nóng)業(yè)和加工農(nóng)業(yè)等現(xiàn)代農(nóng)業(yè)的快速發(fā)展，農(nóng)業(yè)形成大量的專用性資產(chǎn)。這些資產(chǎn)一旦出現(xiàn)損毀，不但會(huì)給農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者帶來嚴(yán)重的財(cái)產(chǎn)損失，而且還會(huì)影響到現(xiàn)代農(nóng)業(yè)再生產(chǎn)的順利進(jìn)行。

2.市場(chǎng)風(fēng)險(xiǎn)。市場(chǎng)風(fēng)險(xiǎn)是指由于市場(chǎng)機(jī)制作用力致使農(nóng)產(chǎn)品市場(chǎng)價(jià)格發(fā)生波動(dòng)，進(jìn)而導(dǎo)致農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者必須以低于預(yù)期的價(jià)格出售農(nóng)產(chǎn)品的一種可能性。市場(chǎng)供需不均衡是市場(chǎng)風(fēng)險(xiǎn)損失產(chǎn)生的近因。在市場(chǎng)經(jīng)濟(jì)體制下，隨著國(guó)內(nèi)外農(nóng)產(chǎn)品市場(chǎng)的逐漸開放與融合，農(nóng)產(chǎn)品市場(chǎng)需求的多變性、不易預(yù)測(cè)性與農(nóng)產(chǎn)品供給的滯后性矛盾所產(chǎn)生的價(jià)格風(fēng)險(xiǎn)將成為以產(chǎn)業(yè)化為特征的初期現(xiàn)代農(nóng)業(yè)的主要風(fēng)險(xiǎn)之一。

3.科技風(fēng)險(xiǎn)?？萍硷L(fēng)險(xiǎn)是指在農(nóng)業(yè)科學(xué)技術(shù)成果推廣與運(yùn)用過程中，由于其自身的局限性而導(dǎo)致農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者預(yù)期產(chǎn)量或收益無法實(shí)現(xiàn)的一種可能性。農(nóng)業(yè)科技風(fēng)險(xiǎn)損失近因通常來源于兩個(gè)方面：一是農(nóng)業(yè)科技成果的適用性?，F(xiàn)代農(nóng)業(yè)建設(shè)的過程就是用現(xiàn)代農(nóng)業(yè)科技改造農(nóng)業(yè)的過程，而現(xiàn)代農(nóng)業(yè)科技自身也有一個(gè)不斷發(fā)展與提高的過程。一項(xiàng)新的農(nóng)業(yè)科技成果既可能拓展傳統(tǒng)農(nóng)業(yè)的生產(chǎn)可能性邊界，提高農(nóng)產(chǎn)品品質(zhì)，也可能會(huì)由于自身的局限性而導(dǎo)致農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者預(yù)期產(chǎn)量無法實(shí)現(xiàn)，或者是由于外界條件的不滿足，而為農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者帶來一定的損失。二是農(nóng)業(yè)科技成果的外部性。由于大多數(shù)農(nóng)業(yè)科技成果具有公共物品屬性，農(nóng)業(yè)科技成果使用者不可能獨(dú)占該項(xiàng)技術(shù)成果所產(chǎn)生的正外部性，由此當(dāng)眾多使用者共同享用某項(xiàng)農(nóng)業(yè)科技成果時(shí)，可能會(huì)使該技術(shù)效應(yīng)發(fā)生逆向轉(zhuǎn)化。如一項(xiàng)可以提高農(nóng)產(chǎn)品產(chǎn)量或品質(zhì)的農(nóng)業(yè)科技成果得以全面推廣后，眾多該成果采用者的農(nóng)產(chǎn)品產(chǎn)量或品質(zhì)均得到了大幅度提高，結(jié)果可能導(dǎo)致該農(nóng)產(chǎn)品價(jià)格因供過于求而下降，且農(nóng)產(chǎn)品又屬于需求缺乏彈性商品，農(nóng)民還可能會(huì)因此而減少收入。隨著農(nóng)業(yè)科技在現(xiàn)代農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)中的廣泛應(yīng)用，農(nóng)業(yè)科技風(fēng)險(xiǎn)將呈上升趨勢(shì)。

4.社會(huì)風(fēng)險(xiǎn)。社會(huì)風(fēng)險(xiǎn)又稱行為風(fēng)險(xiǎn)，是指由于個(gè)人或團(tuán)體的社會(huì)行為給農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者造成損失的一種可能性。農(nóng)業(yè)社會(huì)風(fēng)險(xiǎn)損失近因可能來自兩大方面：一是產(chǎn)業(yè)關(guān)聯(lián)者行為。隨著現(xiàn)代農(nóng)業(yè)的推進(jìn)，相對(duì)穩(wěn)定的農(nóng)業(yè)產(chǎn)業(yè)鏈將逐漸建立，且各參與主體相互作用力將逐漸增強(qiáng)，產(chǎn)業(yè)鏈中各參與主體的行為都將直接影響到農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者的農(nóng)業(yè)風(fēng)險(xiǎn)程度。如農(nóng)業(yè)生產(chǎn)資料經(jīng)營(yíng)者、農(nóng)產(chǎn)品收購(gòu)者等的不良信用和經(jīng)營(yíng)中的不良行為都可能造成農(nóng)業(yè)生產(chǎn)者的損失。二是非產(chǎn)業(yè)關(guān)聯(lián)者行為。非相關(guān)產(chǎn)業(yè)部門也可能給農(nóng)業(yè)造成損失，如環(huán)境的污染導(dǎo)致農(nóng)業(yè)生產(chǎn)環(huán)境或條件的惡化給農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者帶來?yè)p失的可能性。

5.國(guó)家風(fēng)險(xiǎn)。國(guó)家風(fēng)險(xiǎn)是指由于政府行為或其頒布的相關(guān)法律法規(guī)和政策變動(dòng)等宏觀經(jīng)濟(jì)環(huán)境的變化而使農(nóng)業(yè)經(jīng)營(yíng)者遭受損失的一種可能性。國(guó)家風(fēng)險(xiǎn)損失近因通常來源于兩個(gè)方面：一是國(guó)家行為風(fēng)險(xiǎn)。即由于特定的國(guó)家行為給農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者帶來?yè)p失的一種可能性，如國(guó)家對(duì)土地的征用等；二是政策風(fēng)險(xiǎn)和體制風(fēng)險(xiǎn)。指由于國(guó)家相關(guān)政策和經(jīng)濟(jì)體制變動(dòng)而可能給農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者帶來的損失，如匯率的變動(dòng)或農(nóng)業(yè)經(jīng)濟(jì)政策變動(dòng)、農(nóng)業(yè)經(jīng)營(yíng)體制的改變、錯(cuò)誤的行政干預(yù)和農(nóng)產(chǎn)品進(jìn)出口政策的改變等所造成的農(nóng)業(yè)生產(chǎn)者損失。

二、市場(chǎng)經(jīng)濟(jì)條件下農(nóng)業(yè)風(fēng)險(xiǎn)交互關(guān)系分析

從理論上界定損失近因以及以此為標(biāo)準(zhǔn)對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行分類不但簡(jiǎn)單易行，而且還有利于針對(duì)風(fēng)險(xiǎn)特性選擇適宜的風(fēng)險(xiǎn)管理工具以提高風(fēng)險(xiǎn)管理效果。但在實(shí)踐中，農(nóng)業(yè)損失的發(fā)生則通常不是由單一原因引起，而是多種因素共同作用的結(jié)果，且其作用方式更是多種多樣。由此經(jīng)常會(huì)出現(xiàn)雖然農(nóng)業(yè)損失結(jié)果表現(xiàn)相同但引致原因卻千差萬別的現(xiàn)象。農(nóng)業(yè)損失近因的多元化與復(fù)合化，也導(dǎo)致不同類型農(nóng)業(yè)風(fēng)險(xiǎn)的交互性。

依據(jù)各類農(nóng)業(yè)風(fēng)險(xiǎn)內(nèi)涵，結(jié)合農(nóng)業(yè)生產(chǎn)特性，在市場(chǎng)經(jīng)濟(jì)條件下常見的農(nóng)業(yè)風(fēng)險(xiǎn)交互關(guān)系如圖1所示。首先，在市場(chǎng)機(jī)制作用下，許多類型的農(nóng)業(yè)風(fēng)險(xiǎn)最終都可能會(huì)通過市場(chǎng)價(jià)格的波動(dòng)而表現(xiàn)出來，即表象為市場(chǎng)風(fēng)險(xiǎn)，但引致這種結(jié)果的近因可能是多種多樣的。也就是說，多種類型農(nóng)業(yè)風(fēng)險(xiǎn)最終作用的結(jié)果都可能表現(xiàn)為市場(chǎng)風(fēng)險(xiǎn)，如圖1中A、B、C、D、E、F和G區(qū)域所示。其次，不同類型農(nóng)業(yè)風(fēng)險(xiǎn)可能會(huì)共同作用引致?lián)p失。一方面，隨著現(xiàn)代農(nóng)業(yè)進(jìn)程的推進(jìn)，農(nóng)業(yè)科技成果在農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)中得以廣泛推廣與應(yīng)用，使農(nóng)業(yè)減輕了對(duì)自然界的依賴，進(jìn)而

規(guī)避了部分自然風(fēng)險(xiǎn)對(duì)農(nóng)業(yè)的威脅。但與此同時(shí)，自然界的不規(guī)則變動(dòng)也可能會(huì)導(dǎo)致農(nóng)業(yè)科技成果因條件不適宜而出現(xiàn)更大的損失，表現(xiàn)為科技風(fēng)險(xiǎn)與自然風(fēng)險(xiǎn)交織在一起的H區(qū)域，甚至是科技風(fēng)險(xiǎn)、自然風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)共同作用的B區(qū)域所示的近因組合。另一方面，現(xiàn)代農(nóng)業(yè)經(jīng)營(yíng)環(huán)境的變化也可能會(huì)滋生出多種農(nóng)業(yè)風(fēng)險(xiǎn)組合。如特定某個(gè)人或組織(如農(nóng)業(yè)科技從業(yè)者、相關(guān)產(chǎn)業(yè)鏈主體等)的不良行為可能會(huì)引發(fā)或加劇農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)損失，出現(xiàn)I或D區(qū)域所示的農(nóng)業(yè)風(fēng)險(xiǎn)組合；國(guó)家相關(guān)經(jīng)濟(jì)政策的改變或相關(guān)法規(guī)政策的疏漏，可能導(dǎo)致J或F區(qū)域所示的由國(guó)家風(fēng)險(xiǎn)與社會(huì)風(fēng)險(xiǎn)共同滋生的風(fēng)險(xiǎn)組合。

因此，在對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行管理時(shí)，不能僅僅依據(jù)農(nóng)業(yè)損失表象選擇風(fēng)險(xiǎn)管理工具，而應(yīng)對(duì)農(nóng)業(yè)損失來源進(jìn)行深入剖析與判斷，挖掘出引致?lián)p失的近因或近因組合。只有如此，才能選擇出適宜的風(fēng)險(xiǎn)管理工具或工具組合，進(jìn)而提高農(nóng)業(yè)風(fēng)險(xiǎn)管理的效果與效率。

三、農(nóng)業(yè)風(fēng)險(xiǎn)管理工具的類型及其適用性分析

由于農(nóng)業(yè)風(fēng)險(xiǎn)來源廣、種類多，且農(nóng)業(yè)風(fēng)險(xiǎn)管理目標(biāo)具有多重性和動(dòng)態(tài)發(fā)展性，因此在實(shí)踐中各類農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)主體根據(jù)風(fēng)險(xiǎn)管理的需要，探索出了多種行之有效的農(nóng)業(yè)風(fēng)險(xiǎn)管理工具。依據(jù)風(fēng)險(xiǎn)管理技術(shù)的不同，可將眾多農(nóng)業(yè)風(fēng)險(xiǎn)管理工具分為控制型和融資型兩大類。

(一)控制型風(fēng)險(xiǎn)管理工具

控制型風(fēng)險(xiǎn)管理工具是在農(nóng)業(yè)損失發(fā)生前，通過采取積極的控制技術(shù)以減弱或消除風(fēng)險(xiǎn)因素，降低風(fēng)險(xiǎn)事故發(fā)生概率，或在風(fēng)險(xiǎn)損失發(fā)生時(shí)為減輕損失程度而實(shí)施的控制性技術(shù)措施。主要包括農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)、生產(chǎn)經(jīng)營(yíng)多樣化、訂單農(nóng)業(yè)和農(nóng)產(chǎn)品期貨等管理工具。

1.農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)。農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)是農(nóng)業(yè)風(fēng)險(xiǎn)管理主體通過對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)規(guī)律的認(rèn)識(shí)，結(jié)合農(nóng)業(yè)生產(chǎn)特征與布局，在農(nóng)業(yè)損失發(fā)生前而實(shí)施的具有針對(duì)性的農(nóng)業(yè)基礎(chǔ)設(shè)施工程措施。如通過投資興建農(nóng)田水利設(shè)施，進(jìn)行水土保持工程建設(shè)，以降低旱澇災(zāi)害發(fā)生的頻率和損失程度；通過推進(jìn)植保工程建設(shè)，加快完善動(dòng)植物病蟲害監(jiān)測(cè)預(yù)警、檢驗(yàn)、控制撲滅等技術(shù)支撐體系的建設(shè)，降低病蟲害對(duì)農(nóng)業(yè)的危害程度等等。通過這些改善農(nóng)業(yè)生產(chǎn)基礎(chǔ)條件的工程措施，從物質(zhì)技術(shù)上幫助農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者提高抵抗或規(guī)避現(xiàn)代農(nóng)業(yè)風(fēng)險(xiǎn)的能力，現(xiàn)已成為管理自然風(fēng)險(xiǎn)和部分科技風(fēng)險(xiǎn)的最普遍、最有力的工具之一。從發(fā)展的視角看，盡管隨著現(xiàn)代農(nóng)業(yè)進(jìn)程的推進(jìn)，農(nóng)業(yè)科技服務(wù)于現(xiàn)代農(nóng)業(yè)的水平與能力均在快速提高，但加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)仍將是預(yù)防現(xiàn)代農(nóng)業(yè)自然風(fēng)險(xiǎn)以及保障和提高農(nóng)業(yè)科技成果適用性的基礎(chǔ)。

2.生產(chǎn)經(jīng)營(yíng)多樣化。農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者依據(jù)不同農(nóng)作物對(duì)同一種風(fēng)險(xiǎn)或?yàn)?zāi)害具有不同抵御能力和自我恢復(fù)能力的客觀認(rèn)識(shí)，通過對(duì)種植品種、模式、空間和時(shí)間等要素進(jìn)行多樣化處理，以減弱農(nóng)業(yè)風(fēng)險(xiǎn)的相關(guān)性，減少和分散農(nóng)業(yè)風(fēng)險(xiǎn)損失，同時(shí)還可以充分利用農(nóng)業(yè)生產(chǎn)資源。生產(chǎn)經(jīng)營(yíng)多樣化是農(nóng)業(yè)生產(chǎn)者從傳統(tǒng)農(nóng)業(yè)中承襲下來的，是預(yù)防農(nóng)業(yè)自然風(fēng)險(xiǎn)和市場(chǎng)風(fēng)險(xiǎn)的有效工具之一。然而，隨著現(xiàn)代農(nóng)業(yè)進(jìn)程的推進(jìn)，農(nóng)業(yè)產(chǎn)業(yè)化與專業(yè)化必將成為現(xiàn)代農(nóng)業(yè)的主要特征，因此通過生產(chǎn)經(jīng)營(yíng)多樣化規(guī)避現(xiàn)代農(nóng)業(yè)風(fēng)險(xiǎn)的應(yīng)用空間將逐漸縮小。

3.訂單農(nóng)業(yè)。訂單農(nóng)業(yè)是在農(nóng)產(chǎn)品種養(yǎng)前，農(nóng)產(chǎn)品供求雙方通過簽訂合同，約定農(nóng)產(chǎn)品質(zhì)量要求和相應(yīng)的價(jià)格等要素的一種新型農(nóng)業(yè)。訂單農(nóng)業(yè)是適應(yīng)現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)化發(fā)展而興起的，通過將農(nóng)產(chǎn)品產(chǎn)銷雙方的利益有機(jī)聯(lián)結(jié)起來，以規(guī)避農(nóng)產(chǎn)品供求雙方的價(jià)格風(fēng)險(xiǎn)，同時(shí)也有效地對(duì)接了農(nóng)產(chǎn)品需求與供給市場(chǎng)，控制了農(nóng)產(chǎn)品需求方的原料來源風(fēng)險(xiǎn)，規(guī)避了農(nóng)產(chǎn)品生產(chǎn)者盲目生產(chǎn)帶來?yè)p失的可能性，進(jìn)而實(shí)現(xiàn)農(nóng)業(yè)及相關(guān)產(chǎn)業(yè)的協(xié)調(diào)穩(wěn)定發(fā)展。從發(fā)展趨勢(shì)看，訂單農(nóng)業(yè)將在規(guī)范與完善中增強(qiáng)服務(wù)現(xiàn)代農(nóng)業(yè)發(fā)展的需要，并成為以管理市場(chǎng)風(fēng)險(xiǎn)和社會(huì)風(fēng)險(xiǎn)為主的農(nóng)業(yè)風(fēng)險(xiǎn)管理工具。

4.農(nóng)產(chǎn)品期貨。農(nóng)產(chǎn)品期貨是通過交易人之間訂立、買賣、履行(或取消)未來交易合同的方式，將農(nóng)產(chǎn)品按期貨形式進(jìn)行交易，使農(nóng)產(chǎn)品的銷售價(jià)格固定在一個(gè)相對(duì)穩(wěn)定的水平上，進(jìn)而將農(nóng)產(chǎn)品生產(chǎn)者的價(jià)格風(fēng)險(xiǎn)轉(zhuǎn)嫁給期貨市場(chǎng)投機(jī)者來承擔(dān)。農(nóng)產(chǎn)品期貨是商品經(jīng)濟(jì)和農(nóng)業(yè)發(fā)展到一定階段的產(chǎn)物。完善的農(nóng)產(chǎn)品期貨市場(chǎng)不僅具有較好的價(jià)格發(fā)現(xiàn)、套期保值功能，而且也是農(nóng)業(yè)生產(chǎn)者轉(zhuǎn)移和分散農(nóng)產(chǎn)品市場(chǎng)風(fēng)險(xiǎn)和部分國(guó)家風(fēng)險(xiǎn)的重要工具。隨著我國(guó)期貨市場(chǎng)的發(fā)展與完善、現(xiàn)代農(nóng)業(yè)的發(fā)展與推進(jìn)，農(nóng)產(chǎn)品期貨作為一種更高級(jí)的市場(chǎng)形式，將成為管理農(nóng)業(yè)市場(chǎng)風(fēng)險(xiǎn)的重要工具，并能有效推進(jìn)訂單農(nóng)業(yè)的健康良性發(fā)展。

(二)融資型風(fēng)險(xiǎn)管理工具

融資型風(fēng)險(xiǎn)管理工具，又稱為財(cái)務(wù)型風(fēng)險(xiǎn)管理工具，是通過在風(fēng)險(xiǎn)損失發(fā)生前作好吸納風(fēng)險(xiǎn)成本的財(cái)務(wù)安排以應(yīng)對(duì)風(fēng)險(xiǎn)損失、保障災(zāi)后盡快恢復(fù)生產(chǎn)與經(jīng)營(yíng)的措施。主要包括儲(chǔ)蓄、農(nóng)業(yè)保險(xiǎn)、農(nóng)產(chǎn)品價(jià)格保護(hù)、農(nóng)產(chǎn)品風(fēng)險(xiǎn)基金、農(nóng)業(yè)災(zāi)害救濟(jì)和農(nóng)業(yè)風(fēng)險(xiǎn)證券等管理工具。

1.儲(chǔ)蓄。儲(chǔ)蓄是指人們把積累下來或暫時(shí)閑置的資金，以獲取一定的利息為條件而將其積存到銀行或其他金融機(jī)構(gòu)，通過聚少成多，以備后期某種購(gòu)買、生產(chǎn)或損失補(bǔ)償所需。在經(jīng)濟(jì)和金融不發(fā)達(dá)地區(qū)，儲(chǔ)蓄是普通百姓最主要的風(fēng)險(xiǎn)管理和投資手段，尤其是對(duì)于農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者更是如此。在傳統(tǒng)農(nóng)業(yè)發(fā)展中，農(nóng)民儲(chǔ)蓄為農(nóng)業(yè)生產(chǎn)發(fā)展以及農(nóng)業(yè)風(fēng)險(xiǎn)管理作出了不可磨滅的貢獻(xiàn)，但隨著經(jīng)濟(jì)與現(xiàn)代農(nóng)業(yè)的發(fā)展，以儲(chǔ)蓄管理農(nóng)業(yè)風(fēng)險(xiǎn)的效率顯然已不能滿足現(xiàn)代農(nóng)業(yè)發(fā)展的需要。今后，儲(chǔ)蓄將主要用于對(duì)不能轉(zhuǎn)嫁的諸如國(guó)家風(fēng)險(xiǎn)和社會(huì)風(fēng)險(xiǎn)等農(nóng)業(yè)風(fēng)險(xiǎn)的管理。

2.農(nóng)業(yè)保險(xiǎn)。農(nóng)業(yè)保險(xiǎn)是保險(xiǎn)人為農(nóng)業(yè)生產(chǎn)者所提供的、通過支付一定保險(xiǎn)費(fèi)建立保險(xiǎn)基金，為被保險(xiǎn)人在農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)過程中因遭受約定的自然災(zāi)害、意外事故或者疫病等所造成的經(jīng)濟(jì)損失承擔(dān)賠償責(zé)任的保險(xiǎn)。農(nóng)業(yè)保險(xiǎn)是農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)者有意識(shí)地將農(nóng)業(yè)風(fēng)險(xiǎn)與損失轉(zhuǎn)移出去的一種財(cái)務(wù)型風(fēng)險(xiǎn)管理工具。由于內(nèi)涵的廣泛性與發(fā)展性，農(nóng)業(yè)有狹義和廣義之分，故農(nóng)業(yè)保險(xiǎn)在實(shí)踐中也有“小農(nóng)險(xiǎn)”與“大農(nóng)險(xiǎn)”之分?！靶∞r(nóng)險(xiǎn)”的承保對(duì)象與范圍僅限于種植業(yè)和養(yǎng)殖業(yè)，也被稱為兩業(yè)保險(xiǎn)；而“大農(nóng)險(xiǎn)”的承保對(duì)象與范圍則涉及廣義農(nóng)業(yè)的各個(gè)環(huán)節(jié)及其主體。目前，農(nóng)業(yè)保險(xiǎn)已成為眾多國(guó)家扶持農(nóng)業(yè)發(fā)展的重要載體和管理農(nóng)業(yè)自然風(fēng)險(xiǎn)的有效工具。今后，隨著經(jīng)濟(jì)的發(fā)展，農(nóng)業(yè)保險(xiǎn)在繼續(xù)管理自然風(fēng)險(xiǎn)的基礎(chǔ)上，還將在不斷創(chuàng)新與發(fā)展中逐漸開拓管理科技風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)等類型農(nóng)業(yè)風(fēng)險(xiǎn)的空間，以充分發(fā)揮其在現(xiàn)代農(nóng)業(yè)發(fā)展中的“穩(wěn)定器”和“助動(dòng)器”作用。

3.農(nóng)產(chǎn)品價(jià)格保護(hù)。農(nóng)產(chǎn)品價(jià)格保護(hù)是政府在充分發(fā)揮市場(chǎng)機(jī)制作用的基礎(chǔ)上，為穩(wěn)定農(nóng)業(yè)生產(chǎn)和農(nóng)產(chǎn)品市場(chǎng)、增加農(nóng)民收入等目標(biāo)所采取的一系列農(nóng)產(chǎn)品市場(chǎng)干預(yù)措施，主要手段通常包括保護(hù)價(jià)收購(gòu)、差價(jià)補(bǔ)貼或差額補(bǔ)貼、生產(chǎn)資料補(bǔ)貼和緩存儲(chǔ)備等四種類型。由于農(nóng)產(chǎn)品價(jià)格保護(hù)是通過作用于農(nóng)產(chǎn)品價(jià)格或農(nóng)產(chǎn)品市場(chǎng)而使農(nóng)民獲取更多的銷售收入，不是直接給農(nóng)民提供收入補(bǔ)貼，屬于間接收入

補(bǔ)貼措施，而且具有增加農(nóng)民收入和農(nóng)業(yè)產(chǎn)出的雙重效應(yīng)，因此，農(nóng)產(chǎn)品價(jià)格保護(hù)可謂是當(dāng)今各國(guó)運(yùn)用最多的市場(chǎng)風(fēng)險(xiǎn)管理工具。但對(duì)于WTO成員國(guó)而言，農(nóng)產(chǎn)品價(jià)格保護(hù)的應(yīng)用空間將呈縮小趨勢(shì)。

4.農(nóng)產(chǎn)品風(fēng)險(xiǎn)基金。農(nóng)產(chǎn)品風(fēng)險(xiǎn)基金是政府通過一定方式籌集建立的專項(xiàng)用于調(diào)控農(nóng)產(chǎn)品平穩(wěn)供給和干預(yù)農(nóng)產(chǎn)品市場(chǎng)價(jià)格等宏觀經(jīng)濟(jì)調(diào)控的基金，如糧食風(fēng)險(xiǎn)基金、副食品風(fēng)險(xiǎn)基金等。農(nóng)產(chǎn)品風(fēng)險(xiǎn)基金是國(guó)家調(diào)控和干預(yù)農(nóng)產(chǎn)品市場(chǎng)的基礎(chǔ)，通常與農(nóng)產(chǎn)品價(jià)格保護(hù)措施相輔相成，用于國(guó)家因?qū)嵤┺r(nóng)產(chǎn)品儲(chǔ)備調(diào)節(jié)和保護(hù)制度等所產(chǎn)生的虧損，從而成為傳統(tǒng)的“二合一”式的政府管理農(nóng)業(yè)市場(chǎng)風(fēng)險(xiǎn)的核心工具。同樣，對(duì)于WTO成員國(guó)來說，農(nóng)產(chǎn)品風(fēng)險(xiǎn)基金的應(yīng)用空間也將呈縮減趨勢(shì)。

5.農(nóng)業(yè)災(zāi)害救濟(jì)。農(nóng)業(yè)災(zāi)害救濟(jì)一般是指在發(fā)生嚴(yán)重自然災(zāi)害損失時(shí)，由政府以轉(zhuǎn)移支付的方式，或依靠社會(huì)力量自發(fā)向受災(zāi)農(nóng)業(yè)生產(chǎn)者無償給予一定的資金或物質(zhì)等方面的補(bǔ)助和救濟(jì)，以幫助受災(zāi)農(nóng)戶度過難關(guān)，恢復(fù)農(nóng)業(yè)生產(chǎn)。農(nóng)業(yè)災(zāi)害救濟(jì)作為傳統(tǒng)應(yīng)對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)損失的途徑之一，為減輕農(nóng)業(yè)災(zāi)害損失、實(shí)現(xiàn)農(nóng)業(yè)再生產(chǎn)、促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)持續(xù)發(fā)展及人類的繁衍和發(fā)展作出了不可磨滅的卓越貢獻(xiàn)。但由于農(nóng)業(yè)災(zāi)害救濟(jì)是在農(nóng)業(yè)風(fēng)險(xiǎn)損失發(fā)生后采取的補(bǔ)償措施，且受國(guó)家和地方政府財(cái)政以及社會(huì)捐助能力的限制，因而損失補(bǔ)償與救濟(jì)程度具有極大的不確定性。因此，隨著農(nóng)業(yè)保險(xiǎn)的發(fā)展與完善，農(nóng)業(yè)災(zāi)害救濟(jì)應(yīng)對(duì)農(nóng)業(yè)自然風(fēng)險(xiǎn)的能力與空間將呈縮減趨勢(shì)。

6.農(nóng)業(yè)風(fēng)險(xiǎn)證券。農(nóng)業(yè)風(fēng)險(xiǎn)證券是一種把農(nóng)業(yè)風(fēng)險(xiǎn)轉(zhuǎn)換成資本市場(chǎng)上的金融有價(jià)證券的金融創(chuàng)新活動(dòng)。近年來，由于全球農(nóng)業(yè)巨災(zāi)發(fā)生的頻率不斷提高、造成的損失不斷上升，傳統(tǒng)的農(nóng)業(yè)保險(xiǎn)和再保險(xiǎn)越來越難以支付日益龐大的保險(xiǎn)賠付，這在一定程度上推動(dòng)了農(nóng)業(yè)巨災(zāi)風(fēng)險(xiǎn)管理的創(chuàng)新與發(fā)展。保險(xiǎn)業(yè)和金融市場(chǎng)比較發(fā)達(dá)的國(guó)家都在努力嘗試通過證券化工具和新型的金融衍生工具把農(nóng)業(yè)巨災(zāi)風(fēng)險(xiǎn)和農(nóng)業(yè)科技成果轉(zhuǎn)化風(fēng)險(xiǎn)轉(zhuǎn)移到資本市場(chǎng)，將損失分散到全國(guó)甚至全球的投機(jī)者。隨著金融市場(chǎng)的逐漸發(fā)展與完善，農(nóng)業(yè)風(fēng)險(xiǎn)證券將在分散和轉(zhuǎn)移由于自然風(fēng)險(xiǎn)和科技風(fēng)險(xiǎn)所引起的農(nóng)業(yè)巨災(zāi)風(fēng)險(xiǎn)損失方面發(fā)揮重要的作用，以保障和促進(jìn)現(xiàn)代農(nóng)業(yè)與農(nóng)業(yè)科技的持續(xù)穩(wěn)定發(fā)展。

綜上所述，每一種農(nóng)業(yè)風(fēng)險(xiǎn)管理工具都有其適用范圍和自身優(yōu)勢(shì)，而且針對(duì)某一具體的農(nóng)業(yè)風(fēng)險(xiǎn)可能會(huì)有多種可以選擇的管理工具(如圖2所示)。因此在農(nóng)業(yè)風(fēng)險(xiǎn)管理實(shí)踐中，農(nóng)業(yè)風(fēng)險(xiǎn)主體應(yīng)依據(jù)農(nóng)業(yè)風(fēng)險(xiǎn)類型、風(fēng)險(xiǎn)管理目標(biāo)和資源條件，選擇適宜的風(fēng)險(xiǎn)管理工具或工具組合。

四、農(nóng)業(yè)風(fēng)險(xiǎn)管理工具之間的依存關(guān)系分析

為了進(jìn)一步服務(wù)于農(nóng)業(yè)風(fēng)險(xiǎn)管理實(shí)踐需要，提高農(nóng)業(yè)風(fēng)險(xiǎn)管理的效果與效率，一個(gè)重要的環(huán)節(jié)就是對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)管理工具之間的依存互補(bǔ)關(guān)系進(jìn)行深入剖析。

控制型風(fēng)險(xiǎn)管理工具的典型特征是通過主動(dòng)防患于未然，以降低風(fēng)險(xiǎn)發(fā)生的頻率和損失程度，而且更重要的是其自身具有減弱甚至消除風(fēng)險(xiǎn)因素的功能(如加強(qiáng)農(nóng)業(yè)基礎(chǔ)設(shè)施建設(shè)等)或降低風(fēng)險(xiǎn)發(fā)生頻率與損失程度的作用效果(如多樣化生產(chǎn)、訂單農(nóng)業(yè)等)，但對(duì)最終造成的農(nóng)業(yè)損失卻無能為力；融資型風(fēng)險(xiǎn)管理工具的典型特征是側(cè)重于損失發(fā)生后的經(jīng)濟(jì)補(bǔ)償，但其自身不具有減弱或消除風(fēng)險(xiǎn)因素的直接功能，而是通過某種機(jī)制分散和轉(zhuǎn)移風(fēng)險(xiǎn)及其損失。然而由于融資型風(fēng)險(xiǎn)管理工具可以有效管理無法采用控制型風(fēng)險(xiǎn)管理技術(shù)管理的風(fēng)險(xiǎn)(如人們還不能識(shí)別或預(yù)測(cè)的風(fēng)險(xiǎn))或采用控制型風(fēng)險(xiǎn)管理技術(shù)在經(jīng)濟(jì)上不合理的風(fēng)險(xiǎn)(如高頻率、低損失的風(fēng)險(xiǎn))，因此它在穩(wěn)定農(nóng)民收入和減少收入波動(dòng)等方面更具有優(yōu)越性。

在農(nóng)業(yè)風(fēng)險(xiǎn)管理中，控制型風(fēng)險(xiǎn)管理工具是保障農(nóng)業(yè)穩(wěn)定發(fā)展的基礎(chǔ)措施，而融資型風(fēng)險(xiǎn)管理工具則是促進(jìn)農(nóng)業(yè)健康持續(xù)發(fā)展、提高農(nóng)民收入的重要保證。兩類風(fēng)險(xiǎn)管理工具分別以不同的管理技術(shù)優(yōu)勢(shì)，肩負(fù)著對(duì)不同類型農(nóng)業(yè)風(fēng)險(xiǎn)的管理，共同為農(nóng)業(yè)的健康持續(xù)穩(wěn)定發(fā)展提供保障，顯示出較強(qiáng)的相輔相成的關(guān)系。同時(shí)，又由風(fēng)險(xiǎn)管理工具的技術(shù)特性決定，融資型風(fēng)險(xiǎn)管理工具不僅能在控制型風(fēng)險(xiǎn)管理工具的基礎(chǔ)之上為農(nóng)業(yè)提供更高的風(fēng)險(xiǎn)保障，屬于更高層次的農(nóng)業(yè)風(fēng)險(xiǎn)管理工具，而且還更符合現(xiàn)代農(nóng)業(yè)發(fā)展與風(fēng)險(xiǎn)管理的需要。

五、結(jié)論

隨著現(xiàn)代農(nóng)業(yè)建設(shè)進(jìn)程的快速推進(jìn)，農(nóng)業(yè)風(fēng)險(xiǎn)彰顯出了動(dòng)態(tài)發(fā)展性。從發(fā)展的眼光看，深化風(fēng)險(xiǎn)來源研究，以損失近因作為標(biāo)準(zhǔn)對(duì)農(nóng)業(yè)風(fēng)險(xiǎn)進(jìn)行歸類，更有利于農(nóng)業(yè)風(fēng)險(xiǎn)主體依據(jù)農(nóng)業(yè)風(fēng)險(xiǎn)類型及其管理目標(biāo)選擇適宜的風(fēng)險(xiǎn)管理工具。同時(shí)，在農(nóng)業(yè)風(fēng)險(xiǎn)管理實(shí)踐中，由農(nóng)業(yè)風(fēng)險(xiǎn)的多樣性和關(guān)聯(lián)性決定，農(nóng)業(yè)風(fēng)險(xiǎn)管理工具的選擇不能僅僅依據(jù)風(fēng)險(xiǎn)損失表象，而應(yīng)當(dāng)在對(duì)風(fēng)險(xiǎn)損失來源進(jìn)行深入剖析與判斷的基礎(chǔ)上，挖掘出引致?lián)p失的近因或近因組合，然后再依據(jù)各種風(fēng)險(xiǎn)管理工具的適用性及優(yōu)越性，選擇出適宜的風(fēng)險(xiǎn)管理工具或工具組合。只有如此，才能充分發(fā)揮各種管理工具的功能優(yōu)勢(shì)，獲得更好的防災(zāi)減損效果，實(shí)現(xiàn)農(nóng)業(yè)風(fēng)險(xiǎn)管理目標(biāo)，提高農(nóng)業(yè)風(fēng)險(xiǎn)管理的效率。

參考文獻(xiàn)：

穆月英，陳家驥，1994，兩類風(fēng)險(xiǎn)兩種對(duì)策――兼析農(nóng)業(yè)自然風(fēng)險(xiǎn)與市場(chǎng)風(fēng)險(xiǎn)的界限[J]，農(nóng)業(yè)經(jīng)濟(jì)問題(8)：33－36

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。基于這種思想產(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：劃分過的組一般用一個(gè)c×n的二維隸屬矩陣U來定義。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，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2次迭代過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:歷史災(zāi)害；分級(jí)；聚類；蟻群算法；灰色關(guān)聯(lián)分析

中圖分類號(hào): TP311；TP18文獻(xiàn)標(biāo)志碼:A

Historical disaster classification method based on ant colony clustering

JIA Zhi.juan1*, HU Ming.sheng2, LIU Si2

1. School of Computer Science and Technology, Wuhan University of Technology, Wuhan Hubei 430070, China;

2. Network Center, Zhengzhou Normal University, Zhengzhou Henan 450044, China

Abstract:

Aiming at the descriptiveness and parsimony problems of historical disaster records a historical disaster classification method which based on ant colony clustering is proposed in this paper. The disaster data are normalized by using gray relational analysis approach, and then the levels of historical disasters are divided by the results of ant colony automatic clustering, so as to avoid the arbitrary man-made interference. In comparison with other classification methods in performance, experimental results show that this method has high accuracy and practicality.Concerning the description and simplicity of historical disaster records, a historical disaster classification method based on ant colony clustering was proposed in this paper. The disaster data were normalized by using gray relational analytical approach, and then the levels of historical disasters were divided by the results of ant colony automatic clustering, so as to avoid the arbitrary man.made interference. In comparison with other classification methods in performance, the experimental results show that this method has higher precision and practicality.Key words:

historical disaster; classification; clustering; ant colony algorithm; gray relational analysis

0 引言

我國(guó)歷史文化悠久，歷代正史中都有關(guān)于災(zāi)害發(fā)生、危害情況的記載，形成了一個(gè)序列長(zhǎng)、內(nèi)容豐富的資料庫(kù)，這些歷史災(zāi)害信息對(duì)我們認(rèn)識(shí)災(zāi)害、研究災(zāi)害和減輕災(zāi)害有著非常重要的參考價(jià)值，國(guó)內(nèi)外災(zāi)害研究者都對(duì)此給予了高度評(píng)價(jià)。2011年5月國(guó)家減災(zāi)委發(fā)表了《國(guó)家自然災(zāi)害空間信息基礎(chǔ)設(shè)施總體構(gòu)思》主旨報(bào)告［1］，進(jìn)一步把歷史災(zāi)害信息平臺(tái)作為我國(guó)災(zāi)害空間信息系統(tǒng)建設(shè)的重要組成部分。

然而由于古代科技水平的限制，長(zhǎng)期以來災(zāi)害記錄一直處于定性描述階段，這使得對(duì)歷史災(zāi)害信息的還原、提取、量化難度很大，基于現(xiàn)代翔實(shí)災(zāi)害記錄的各類災(zāi)害分級(jí)方法因而難以套用于歷史災(zāi)害記錄?，F(xiàn)代災(zāi)害記錄中的各種災(zāi)害屬性如傷亡人數(shù)、受災(zāi)面積、倒房數(shù)量、直接經(jīng)濟(jì)損失等作為災(zāi)害分級(jí)方法的重要依據(jù)，都有著客觀準(zhǔn)確的統(tǒng)計(jì)結(jié)果，量化程度很高，可比性較強(qiáng)；然而歷史災(zāi)害記錄的各項(xiàng)災(zāi)害屬性則以描述性語(yǔ)言為主，并且存在大量屬性值缺失，可比性較差。例如一條典型的洪澇災(zāi)害記錄：“十二月戊戌，開封府陳留等六縣水災(zāi)，詔免其田租”，僅包含了災(zāi)種，時(shí)間，地點(diǎn)，政府響應(yīng)等信息，既未提及傷亡人數(shù)，也未提及倒房數(shù)量，而經(jīng)常作為災(zāi)害分級(jí)關(guān)鍵屬性的“直接經(jīng)濟(jì)損失”更無從得出，數(shù)據(jù)量化難度很高，這使得現(xiàn)有的一些歷史災(zāi)害分級(jí)方法人為觀念介入較多，難以令人信服，而基于現(xiàn)代災(zāi)害記錄的分級(jí)方法［2-5］則適應(yīng)性較差，神經(jīng)網(wǎng)絡(luò)［6］則因?yàn)槠漭^強(qiáng)的逼近非線性函數(shù)的能力、模式識(shí)別能力以及分類能力，成為理論上較為適用的方法，但是由于歷史災(zāi)害記錄的特殊性，神經(jīng)網(wǎng)絡(luò)必須先通過專家人工分級(jí)的結(jié)果進(jìn)行訓(xùn)練，依然無法擺脫對(duì)主觀因素的依賴。

鑒于此，本文嘗試用另一種思路即先聚類再分級(jí)的方法來解決歷史災(zāi)害分級(jí)問題，目前已有學(xué)者提出相關(guān)的模糊聚類［7-8］、灰色聚類［9-10］等災(zāi)害聚類分級(jí)方法，然而這些方法仍離不開人為的參數(shù)干預(yù)，如模糊聚類必須手動(dòng)設(shè)置合適的α值，并且其應(yīng)用背景都是災(zāi)害記錄已經(jīng)過高度量化的情況。因此本文提出一種蟻群聚類算法對(duì)歷史災(zāi)害記錄進(jìn)行自動(dòng)聚類，再根據(jù)聚類結(jié)果中各聚類中心的層次性完成分級(jí)，從而有效減免了災(zāi)害分級(jí)流程中的主觀因素介入，并通過實(shí)驗(yàn)證明了本方法的有效性。

1 蟻群聚類分級(jí)算法

1.1 蟻群聚類思想

歷史災(zāi)害分級(jí)問題可以歸結(jié)如下。1）分級(jí)標(biāo)準(zhǔn)問題。由于歷史災(zāi)害記錄以描述性為主，不可避免地加入了記錄人的主觀看法，因此對(duì)這些記錄難以制定出較客觀的分級(jí)標(biāo)準(zhǔn)，不同的歷史專家對(duì)同一條記錄也很可能根據(jù)各自的標(biāo)準(zhǔn)而產(chǎn)生不同的評(píng)級(jí)結(jié)果。而通過聚類可以不依賴于具體的分級(jí)標(biāo)準(zhǔn)，是一個(gè)很好的解決思路。2）數(shù)據(jù)量化問題。歷史災(zāi)害記錄敘述簡(jiǎn)約且無統(tǒng)一格式，這就要求既要提取出能體現(xiàn)災(zāi)害特征的關(guān)鍵信息，又要兼顧其他重要信息以補(bǔ)不足。3）批量處理問題。現(xiàn)有的一些分級(jí)方法都是基于小樣本進(jìn)行分析的，當(dāng)樣本量較大時(shí)其運(yùn)算效率就會(huì)大大降低，而歷史災(zāi)害記錄浩如煙海，對(duì)其進(jìn)行分級(jí)處理就必然要考慮到算法時(shí)效性問題。4）專家監(jiān)督問題。在歷史災(zāi)害數(shù)據(jù)自身系統(tǒng)性，表述性不足的情況下，歷史專家的專業(yè)意見就顯的格外重要，而且聚類結(jié)果本身也要獲得歷史專家的認(rèn)可才有意義。但是由于歷史災(zāi)害記錄固有的主觀性特點(diǎn)，專家與專家之間也存在著一定的分歧，這使得在分級(jí)過程中過多參入專家的意見又可能使所得出的分級(jí)結(jié)果成為“一家之言”，客觀性不足，因此需要加以權(quán)衡，本文認(rèn)為讓專家的指導(dǎo)作用盡量體現(xiàn)在大方向上是一種較為理想的解決方式。

聚類是指將物理或抽象的數(shù)據(jù)集合按有關(guān)特性的相似程度進(jìn)行分組的過程。通過聚類可以使同一組中各數(shù)據(jù)的特性盡可能地相似，而不同組數(shù)據(jù)間的特性差異盡可能地大，災(zāi)害分級(jí)對(duì)等級(jí)內(nèi)和等級(jí)間災(zāi)害數(shù)據(jù)的期望與聚類思想是一致的，可見災(zāi)害分級(jí)問題可以被視為一種層次聚類問題。

自1991年蟻群算法［11-12］提出以來，已在多個(gè)領(lǐng)域得到了廣泛的應(yīng)用，并衍生出了各種螞蟻行為模型。孵化分類(brood sorting)是一種可以在許多種類的螞蟻中觀察到的行為，螞蟻將卵和小幼蟲緊密地排列成束并且放置在巢穴孵化區(qū)的中心，而最大的幼蟲位于孵化束的。Deneubourg等［13-15］提出了一個(gè)模擬這一現(xiàn)象的模型，其中螞蟻根據(jù)周圍物品的數(shù)量來收集或丟棄某個(gè)物品。例如，如果一只螞蟻帶有一個(gè)小卵，那它極有可能將其放置在排布了許多相同的卵的區(qū)域；相反，如果一只未攜帶任何物品的螞蟻在一堆小卵中發(fā)現(xiàn)了一只大幼蟲，那么它帶走這只幼蟲的概率非常大。在其他任何情況中，螞蟻收集或丟棄物品的概率值都非常小。

受上述模型的啟發(fā)，本文提出了一種基于蟻群聚類行為的歷史災(zāi)害分級(jí)算法。算法思想是先根據(jù)歷史專家的意見，將歷史災(zāi)害劃分為“輕災(zāi)、中災(zāi)、重災(zāi)和特重災(zāi)”4個(gè)等級(jí)，即聚為4類，然后把歷史災(zāi)害數(shù)據(jù)隨機(jī)放到4個(gè)組中，通過令螞蟻從一個(gè)組中選出一個(gè)數(shù)據(jù)再放入一個(gè)組，引導(dǎo)螞蟻把初始混亂無章的各組整理成有序。算法中螞蟻的各種行為仿照上述模型，是按概率進(jìn)行的，如螞蟻要選擇某個(gè)組進(jìn)行整理時(shí)，評(píng)價(jià)越混亂的組被螞蟻整理的概率越大，然而螞蟻并非一定會(huì)選擇最混亂的組進(jìn)行整理，這樣可以很好地避免算法陷入局部最優(yōu)，同時(shí)保證算法向較好的方向上收斂。與K.means聚類算法不同，蟻群聚類算法受初始聚類中心選取質(zhì)量的影響不大，螞蟻會(huì)根據(jù)各組混亂度自適應(yīng)地對(duì)聚類中心進(jìn)行調(diào)整，因而很適用于解決大批量問題，樣本量越大，聚類中心層次性越強(qiáng)，螞蟻聚類出的結(jié)果也越有意義。

1.2 歷史災(zāi)害信息提取

通過對(duì)歷史災(zāi)害記錄的大量分析，并結(jié)合歷史專家的意見，我們對(duì)災(zāi)害信息的各項(xiàng)特征進(jìn)行了標(biāo)準(zhǔn)化編碼，并歸納出以下4項(xiàng)屬性來提取各條記錄的災(zāi)害信息。

1)“受災(zāi)范圍”指災(zāi)害波及的地域，以縣為單位，通過地理信息系統(tǒng)轉(zhuǎn)化現(xiàn)代的縣制大小，該項(xiàng)為災(zāi)害記錄必有屬性，具有較高的量化程度。

2)“物情”包括對(duì)災(zāi)害的物態(tài)及影響描述，如“傷禾苗”、“水漂民居”、“決堤四十余丈”等。

3)“民情”指對(duì)災(zāi)民生存情況的描述，如“民饑”、“溺死人畜”等。

4)“政情”指對(duì)政府響應(yīng)災(zāi)害情況的描述，如“詔免其租”、“祈禱雨澤”、“發(fā)倉(cāng)賑濟(jì)”等。

后3項(xiàng)屬性為可缺失屬性，能有效涵蓋住每條歷史災(zāi)害記錄的基本災(zāi)情信息。為了實(shí)現(xiàn)這3項(xiàng)屬性的合理量化，先為各項(xiàng)屬性分別編制出各自的特征區(qū)分碼，再利用命名實(shí)體識(shí)別技術(shù)將歷史災(zāi)害記錄編入數(shù)據(jù)庫(kù)。以“政情”屬性為例，分為“無記錄、祈祭、遣官、減租稅糧、免租稅糧和賑濟(jì)”6級(jí)，分別編碼為“0/1/2/3/4/5”，凡是在歷史災(zāi)害記錄中出現(xiàn)“詔免鹽糧、詔免稅糧、免糧、免征秋糧、免征田糧”等描述的都視為“免租稅糧”，在“政情”屬性部分統(tǒng)一記為“4”。需要注意的是，“0/1/2/3/4/5”這種遞增方式可能并不符合實(shí)際災(zāi)情嚴(yán)重程度的上升幅度，因此還可能需要根據(jù)所得出的聚類結(jié)果和專家的評(píng)估意見對(duì)各等級(jí)所對(duì)應(yīng)的編碼進(jìn)行適當(dāng)?shù)恼{(diào)整。

至此將歷史災(zāi)害分為4級(jí)，每條歷史災(zāi)害數(shù)據(jù)有4項(xiàng)屬性，屬性值通過上述方法實(shí)現(xiàn)了初步量化，進(jìn)而可以進(jìn)行對(duì)歷史災(zāi)害數(shù)據(jù)的聚類處理。在這里先默認(rèn)這4項(xiàng)屬性的權(quán)重是一樣的，而在實(shí)際歷史災(zāi)害聚類時(shí)，可以根據(jù)所得出的聚類結(jié)果和專家反饋的評(píng)估意見進(jìn)行權(quán)值修正，以進(jìn)一步保證聚類的質(zhì)量，即著重于在災(zāi)害信息量化過程中借鑒和利用歷史專家的專業(yè)意見，而在聚類過程中則盡量實(shí)現(xiàn)快速的自動(dòng)化處理，以使專家的指導(dǎo)和監(jiān)督作用更多地體現(xiàn)在大方向上。

1.3 蟻群聚類算法描述

算法描述如下，設(shè)災(zāi)害數(shù)據(jù)集合為S，每條災(zāi)害數(shù)據(jù)有p（此處p=4）個(gè)屬性，首先將數(shù)據(jù)集S隨機(jī)分配為k（此處k=4）個(gè)組，各組的災(zāi)害數(shù)據(jù)數(shù)量設(shè)為tn（n∈［1,k］）。依次進(jìn)行如下處理。

1）數(shù)據(jù)預(yù)處理。

因?yàn)榇罅康臍v史災(zāi)害記錄都至少存在一項(xiàng)屬性值缺失，0值較多，數(shù)據(jù)聚合性差，為了改善這一問題，利用灰色關(guān)聯(lián)系數(shù)的定義，按照式（1）進(jìn)行歸一化處理。

第n個(gè)災(zāi)害數(shù)據(jù)的第i個(gè)初始屬性值設(shè)為xni，預(yù)處理后，變?yōu)閥ni:

yni =1/(2-(xni-xmini)/(xmaxi-xmini))（1）

其中xmaxi，xmini分別為災(zāi)害數(shù)據(jù)集合S中第i個(gè)屬性的最大值和最小值。

2)選擇一個(gè)出數(shù)據(jù)組。

螞蟻按照式（2）評(píng)估各個(gè)災(zāi)害數(shù)據(jù)組的混亂度，用chaosn （n∈［1,k］）來表示，chaos值越大表示此組越混亂，那么其被螞蟻整理的概率也就越大。第n個(gè)組的混亂度表示為：

chaosn=∑tni=1(xi－avgn)2tn （2）

其中:xi=∑pj=1y2j，表示第n組中第i條數(shù)據(jù)各屬性的平方和；avgn=(∑tni=1xi)/tn表示第n組各xi的平均值；chaosn表示第n組中各災(zāi)害數(shù)據(jù)屬性平方和的標(biāo)準(zhǔn)差。

然后螞蟻根據(jù)各個(gè)組的chaos值采用賭輪選擇法［13］，選出一個(gè)出數(shù)據(jù)組。

3)選出一個(gè)災(zāi)害數(shù)據(jù)。

在選出的組中，螞蟻按照式（3）評(píng)估其中每個(gè)災(zāi)害數(shù)據(jù)對(duì)該組的混亂度的影響，用influence來表示，influence值越大表示此災(zāi)害數(shù)據(jù)影響越大，那么螞蟻把此數(shù)據(jù)從組中取出的概率也就越大。組中第i個(gè)數(shù)據(jù)的影響力表示為：

influencei=(xi－avgn)2（3）

其中求得xi，avgn的方法與第2)步相同。

然后螞蟻就組中各個(gè)災(zāi)害數(shù)據(jù)的influence值采用賭輪選擇法，選出一個(gè)數(shù)據(jù)。

4)選擇一個(gè)入數(shù)據(jù)組。

螞蟻按照式（4）評(píng)估所選出的災(zāi)害數(shù)據(jù)與各個(gè)組的擬合度，用similarity n （n∈［1,k］）來表示，similarity值越大表示與該組擬合度越高，那么把該災(zāi)害數(shù)據(jù)放入對(duì)應(yīng)組的概率就越大。與第n個(gè)組的擬合度表示為：

similarityn=1(xi－avgn)2 （4）

其中求得xi，avgn的方法與第2)步相同。

然后螞蟻就各個(gè)組的similarity值采用賭輪選擇法，選出一個(gè)數(shù)據(jù)入組。把選出的災(zāi)害數(shù)據(jù)放入此組中。

5)選擇螞蟻。

為了使算法收斂，需要使用一定數(shù)量的螞蟻(Agent)，讓它們分別進(jìn)行2)～4)步，然后按照式（5）評(píng)估各個(gè)螞蟻整理的質(zhì)量，用fitness來表示， fitness值越大表示此螞蟻整理的質(zhì)量越高，采用fitness值最大的螞蟻的整理方案來改變?cè)垲悺５趎只螞蟻的整理質(zhì)量表示為：

fitnessn=1tn*chaosn（5）

其中:tn為第n個(gè)組的大小，chaosn為此組的混亂值。這些值都是螞蟻整理后的值。

6)算法收斂。

循環(huán)螞蟻的整理行為，當(dāng)算法收斂時(shí)，螞蟻選出的災(zāi)害數(shù)據(jù)會(huì)被一直放回到原組，災(zāi)害聚類結(jié)果不再發(fā)生變化。此時(shí)根據(jù)各組聚類中心的大小順序把各組數(shù)據(jù)依次劃分為“輕災(zāi)、中災(zāi)、重災(zāi)、特重災(zāi)”。

1.4 蟻群聚類算法實(shí)現(xiàn)

為了方便理解算法的實(shí)現(xiàn)流程，列出了螞蟻的數(shù)據(jù)結(jié)構(gòu)及算法流程偽代碼。

定義螞蟻的數(shù)據(jù)結(jié)構(gòu)如下：

2 實(shí)例分析

篇10

現(xiàn)在的天津市，在政府的大力支持和關(guān)懷下，城市居民生活垃圾分類處理有了很大的改進(jìn)。2016年，政府出臺(tái)了最新的《生活垃圾管理?xiàng)l例》和《生活垃圾分類減量管理辦法》，大力推動(dòng)生活廢棄物的循環(huán)再利用。按照現(xiàn)行規(guī)定，生活垃圾按不同成分、屬性、回收利用價(jià)值及對(duì)環(huán)境的影響，分為可回收物、廚余垃圾、有害垃圾和其他垃圾四大類。為了推進(jìn)城市居民生活垃圾分類工作的開展，天津市將創(chuàng)建1000個(gè)生活垃圾分類示范樓門，垃圾分類從家庭開始。2016年5月25日，“天津市生活垃圾源頭分類宣傳教育示范活動(dòng)”在紅橋區(qū)雙環(huán)街佳園東里社區(qū)舉辦?！吧罾搭^分類項(xiàng)目作為本市民心工程，將逐步在本市社區(qū)推廣?！睋?jù)天津市市婦聯(lián)負(fù)責(zé)人介紹，該項(xiàng)目由市婦聯(lián)、市市容園林委、市文明辦、市民政局等多部門聯(lián)手推廣，目前，天津市各區(qū)正在逐步推廣該項(xiàng)目。河?xùn)|區(qū)在全市率先啟動(dòng)“美家美院”暨生活垃圾源頭分類宣教示范樓門創(chuàng)建活動(dòng)，把垃圾分類知識(shí)和“五美”標(biāo)準(zhǔn)貼到示范樓門各個(gè)樓層；河西區(qū)成立巾幗垃圾分類宣傳隊(duì)，向全區(qū)發(fā)出“垃圾分類我先行”的倡議；津南區(qū)示范樓門樓門長(zhǎng)向區(qū)婦聯(lián)遞送創(chuàng)建工作責(zé)任書，承諾組建宣傳隊(duì)伍、建設(shè)宣教園地、開展宣講活動(dòng)、進(jìn)行衛(wèi)生清整；北辰區(qū)婦聯(lián)在霞光里社區(qū)與新華里幼兒園聯(lián)合舉辦兒童環(huán)?；顒?dòng)，小朋友在老師和家長(zhǎng)幫助下，利用廢棄生活用品制作成時(shí)裝，并走秀展出。

在政府現(xiàn)行政策的支持和鼓勵(lì)下，城市居民生活垃圾的分類情況有了很大的改進(jìn)。垃圾圍城的現(xiàn)象得到緩解，垃圾的處理成本有了很大的降低。當(dāng)垃圾分類在一些城市推廣收效甚微的時(shí)候，天津市在推行垃圾分類方面進(jìn)行很多創(chuàng)新探索，取得顯著成效，成果喜人。但是我們也應(yīng)看到，市民不清楚垃圾的具體分類投放而錯(cuò)放垃圾，或是因?yàn)榉诸惱半x自己的門樓有些距離而選擇混放垃圾桶的情況時(shí)有發(fā)生。這些小瑕疵的存在使得政府的政策在落實(shí)上不能很好地被執(zhí)行，構(gòu)成了小小的遺憾。

針對(duì)這種現(xiàn)狀，我們拾荒者團(tuán)隊(duì)提出了五色五類垃圾分類法。團(tuán)隊(duì)創(chuàng)造性地發(fā)明了一種以垃圾的組成成分為標(biāo)準(zhǔn)的垃圾分類方法，了現(xiàn)有的可回收與不可回收的垃圾分類方式。根據(jù)生活中人們經(jīng)常接觸到的垃圾，以顏色為標(biāo)識(shí)將垃圾分成紙類（綠色）、塑料類（藍(lán)色）、金屬類（黃色）、有害垃圾（紅色）、廚余垃圾（黑色）這五大類，并匹配作品設(shè)計(jì)的U型五色分類垃圾桶，方便人們投放垃圾。

在現(xiàn)行的生活垃圾理過程中，雖然實(shí)施了垃圾分類，但用的還是傳統(tǒng)的垃圾桶。傳統(tǒng)的垃圾桶只能把垃圾集中一處，功能較為單一，即便分類，也是簡(jiǎn)單采用不同顏色的垃圾桶加以區(qū)分；由于人們習(xí)慣就近投放垃圾，忽視分類規(guī)則，即便垃圾桶以顏色區(qū)分分類，仍有大多數(shù)人會(huì)采取就近投放，致使垃圾均傾倒在最近的垃圾桶中，分類垃圾桶形同虛設(shè)。這也是居民的住宅小區(qū)中垃圾分類與不分類混在一起的重要原因之一。而我們推出的這個(gè)U型垃圾桶將傳統(tǒng)的垃圾桶五合一，實(shí)現(xiàn)了人們投放到垃圾時(shí)五個(gè)分色桶距離均等，不用去尋找不同類別的垃圾桶在哪里，便于人們的投放，有助于落實(shí)政府鼓勵(lì)的垃圾分類政策。

除此之外，造成現(xiàn)階段生活垃圾混放的原因還有人們對(duì)不同垃圾歸類的認(rèn)知混淆。像是塑料、燈泡這類東西很多人不知道該把它們歸入哪一類。因而造成垃圾的錯(cuò)放、混放，降低了垃圾分類的效率。而我們提出的五色五類分類法則是以垃圾組成成分來分類的。居民不用去考慮一些材質(zhì)的東西到底是可回收還是不可回收的了。這種分類方法幫居民規(guī)避了扔垃圾時(shí)遇到的一些麻煩，也能夠讓居民在家中更好地對(duì)垃圾直接歸類，便于丟棄，在一定程度上有利于提高居民參與垃圾分類的積極性。總的來說，我們團(tuán)隊(duì)的五色五類分類法能幫助政府在天津市更好地落實(shí)城市居民的垃圾分類政策。