时间:2023-08-10 09:23:00
绪论:在寻找写作灵感吗?爱发表网为您精选了8篇统计学决策分析,愿这些内容能够启迪您的思维,激发您的创作热情,欢迎您的阅读与分享!
关键词:金融管理;金融决策生态学;内生态系统;金融环境;优化效应
中图分类号:F830.2 文献标识码:A 文章编号:1006-3544(2010)03-0024-04
所谓金融生态是指影响金融业生存和发展的各种因素的总和,它既包括与金融业发展相互影响的政治、经济、法律、信用环境等因素,又包括金融体系内部各要素,如金融市场、金融机构、金融工具、金融产品,通过资金媒介和信用链条形成相互作用、相互影响的系统。作为一个社会生态系统,金融决策活动日益受到来自内部和外部诸多生态因素的影响,致使决策难度不断增加,传统的理论与方法因其局限性已经越来越不适合解决复杂的金融决策问题。而生态学的理论范式与金融运行中的由相关因素组成的系统环境在学理上有很大的相似性和可比性。如同生态学认为任何有机体都是环境的产物,必须与其周围环境进行物质交换才能生存一样,金融生态学认为,任何一个金融系统也不能孤立于环境而存在,正确理解金融系统就不能脱离它特定的环境,必须把它放在与其环境互动的关系中加以考察Ⅲ。因此在金融学的理论研究中,完全可以借用生物界的生态理论和名词,以此来为公共金融学的理论发展寻找新的源生点。从生态学视角出发,把握金融决策生态系统的特征与规律,并通过金融决策内生态的优化效应,增强金融决策的科学性、民主性和规范性,是我国金融决策体制改革的重要内容。
一、基于生态学的金融决策技术分析
金融决策是公共金融管理活动的基本环节和组成部分,是指金融领导机构或金融领导者在一定环境和条件下,为履行金融职能而进行的一种抉择对策及做出决定的活动与行为。金融决策在公共金融管理系统活动中具有重要的地位和作用,金融系统的作用与成效如何,关键在于金融决策的正确与否。
作为公共金融管理大系统中的一个子系统,金融决策本质上是一个典型的、复杂的生态系统。当前,金融决策系统正越来越多地受到来自内外各种要素的综合影响。金融决策环境的历史性变迁与金融决策系统原有格局、功能之间的矛盾,导致系统面临的不适应性和不确定性因素增多,决策生态中还存在诸多风险与问题,这些问题主要是由于决策体制不健全、决策参与群体(生态种群)未形成协同合力、决策主体与内外生态要素缺乏互动、决策程序不合理、决策技术手段落后、缺乏对决策的系统性研究和循环性分析等原因所造成的。这就要求决策者必须转换传统的决策思维,开阔决策视野,创新决策方式,从生态学的角度研究金融决策生态系统的结构、内在机理与决策之间的相互关系,研究优化决策生态的方法与途径,有效形成和发挥决策生态系统的优化效应,进而实现金融决策的科学化、民主化和法治化。
金融决策及其环境和影响因素可被视为一个具有生态学结构功能单位意义上的系统。生态系统是指生物群落与其生存环境之间以及生物种群相互之间密切联系、相互作用,通过物质交换、能量转换和信息传递,成为占据一定空间、具有一定结构、执行一定功能的动态平衡整体。金融决策作为一项系统性、动态性的社会活动,其生态特性在于:(1)金融决策中包含着人、信息、制度、技术等要素,深受经济结构、社会组织、沟通网络、符号系统、金融构架等基本环境直接或间接的作用和影响。这些要素和环境在生态学意义上即从种群、群落、人与环境的关系等方面构成了金融决策生态系统。(2)金融决策始终处于协调运转的动态过程中,要维系这种动态性的平衡与良性循环,必须实现金融决策系统内外的能量、信息与资源的共享与交换,这就如同能量流动、物质循环和信息传递是生态系统的三大功能,其实质是在对资源进行优化整合和分配的进程中实现生态效能的最大化。
从生态学的视角来研究金融决策,要转换金融决策的传统思维定势,树立决策生态观念,实现金融决策的理念重塑。长期以来,在“权力本位”思维的支配下,一部分金融部门的领导干部将金融决策视之为“金融首长负责制”制度条件下金融权力运用的具体体现,金融决策的主观性、随意性和排他性较强,缺乏协同理念、环境意识与科学决策观念,“急功近利”、“长官意志”、“个别人或小群体随机拍板”等现象时有出现,这都严重影响了金融决策的效能与质量,也扭曲了金融决策“以人为本”的公共服务价值取向。
金融决策活动从“随意性”和“非理性”的决策状态,走向科学、民主、有效的决策新境界,就要求决策者在金融决策活动过程中理性地把握和遵循生态学定律。作为现代金融决策者,须充分意识到金融决策的任何行动都不是孤立的,决策的主体、客体、目标与环境之间有着密切的“关系效应”;金融决策系统中的影响因素与其他因素形成了相互联系和相互交融的格局;所制定的任何金融决策方案均不能有违生态发展和社会发展的规律,不应对符合生态、社会发展规律与趋势的自然进程产生任何干扰。只有准确把握和依循现代金融决策活动这些生态学意义上的基本准则,金融决策活动才能符合生态法则,并获得决策生态系统的优化效应。
二、金融决策生态系统结构模型
金融决策生态系统是指在金融决策活动过程中直接或间接地作用和影响决策活动的经济结构、社会组织、沟通网、符号系统、金融构架等基本生态环境要素的总和。其基本构成要素包括内外两个层面:金融、经济、社会、文化、自然等外部层面要素对金融决策活动具有重要影响;决策者、制度、技术等内部层面要素则发挥着决定性的作用。这些要素之间相互联系、相互作用、互利共生、动态平衡,构成了一个有机的金融决策整体生态系统。
根据现实生态拟建的金融决策生态系统是决策生态核、决策内生态和决策外生态三个关系圈层的构成与集合,如图l所示。在该系统结构中,核心圈层是处于中枢地位的决策者和决策机构,亦即决策生态核;第二圈层是影响决策活动的直接环境圈,即决策内生态,包括决策生态种群、政策、机制、流程、信息、知识和技术等生态环境要素;第三圈层是金融决策生态系统的外部支持环境圈,包括金融、经济、文化、社会、自然等外部生态要素,是金融决策的外圈层生态环境,亦即决策外生态或原生态。
由于涉及金融决策整体生态系统中诸如种群、制度、技术等核心生态因子,金融决策内生态系统在整体系统的三个圈层中处于重要的地位。它通过自身要素的整合和优化,影响
和制约着核心圈中决策者的判断和选择行为,并推动决策者做出正确决策,进而间接地对外生态系统要素产生优化效应。
在金融决策整体生态系统中,核心圈的决策者虽具有主导和决定作用,但有其特定的运作范围,金融决策的制定、选择、执行、完善等有赖于内生态诸要素尤其是咨询辅助种群发挥基础作用。同时,决策内生态又是将决策外生态相关影响因素传输给决策者的重要纽带,从而为决策者进行正确决策提供经济基础、人文背景、金融秩序、社会环境等方面的保障。
从金融决策整体生态系统三个关系圈层(决策生态核、决策内生态和决策外生态)的逻辑活动过程来看,决策者通过决策内生态中的利益博弈、规则约束和方法选择,形成科学决策,达致决策外生态的优化。在决策外生态优化的基础上,种群对决策者又会提出新的政策诉求,要求其继续通过发挥内生态优化效应来制定更好的政策,对决策外生态进行新一轮的优化。这是一个“涟漪”式正向放大、内外关系互动的过程,全部决策活动的价值导向是促进决策外生态中的经济发展、金融文明、社会和谐、文化进步、人与自然的和谐相处。
决策生态核以决策内生态为依托和平台,整合决策外生态的相关影响因素,促进以利益聚合、表达、协调为核心的协商和对话机制的建立,让各决策利益相关者“在宪法、法律、习惯与传统等框架或规则范围内,利用他们所掌握的信息,在充分比较各种可能情况下,采取相应行动以获得满足效用最大化结果”,进而实现各个种群及其所代表的各社会阶层利益的良性互动与总体平衡。
三、金融决策内生态系统的基本结构
在金融决策生态系统结构中,处于第二圈层的金融决策内生态系统作为中枢传递层,在整体系统中处于能量流动、物质循环、信息传递的关键位置,对金融决策产生直接的作用力和影响力。因此,准确把握金融决策内生态的结构定位,切实发挥其对整个决策生态系统生命维系的功能作用,是保证金融决策正确性和有效性的基本前提。
金融决策内生态是一个由“三层面七要素”构成的具体生态系统,如图2所示。
(一)种群层面:决策生态种群
在生态学意义上,种群是指在一定时间内占据一定空间的同种生物的所有个体。金融决策的生态种群是一个由金融管理部门智囊机构(如金融管理部门、研究部门、金融学院、社科院等)、高校学者专家、社会独立研究咨询机构、民意代表与利益表达机柯(如人大、政协等)组成的生态群落,其构成与关系整合的合理性和优化程度,直接影响和决定着核心圈决策者的行为。
生态种群动态发展过程中最基本的关系是竞争博弈和协同共生,金融决策生态种群的动态发展同样也依循这一生态法则。在金融决策过程中,作为利益相关方的各决策种群之间通过竞争活动,形成一种生态位分化和博弈的格局。在此基础上,决策生态系统的多样性、稳定性和抗干扰能力不断增强,内部要素与外部环境不断相适应,从而逐步趋向于一定的平衡状态。在这种平衡状态中,金融决策活动的协同共生是竞争博弈的一种高级形式的呈现,是各利益相关方在博弈中达到协调、协作与和谐的一种关系状态,具体又表现为系统自身的调节适应和动态平衡。
(二)制度层面:政策、机制、流程
金融决策内生态系统的制度层面主要包括政策、决策机制和决策流程。从决策内生态系统要素关系及其整合的角度视之,金融决策要保障行之有效的现有政策继续发挥其功效,要在政策精神、基本原则、内容要求等方面与现有政策相契合,一项新的金融决策不能与正确有效的现行政策相冲突;对于因政策目标和政策环境发生了变化、政策局限性基本显现、政策主体认识不断深化而需要进行调整的现有政策,金融决策要通过增扩或缩减、合并或分解等方式对政策目标、政策实施方案和政策关系等方面做出调整;对于已经完全失去正面效用的现有政策,金融决策要通过政策替代、废止等方式来予以终止。
决策机制既是金融决策核心圈进行决策活动的制度基础,更是金融决策内生态系统中的决策种群所形成的结构关系有机体参与决策活动的一系列规范。具体是指对决策和参与决策的责任主体、意见表达者与咨询者、决策监督者等方面的行为与关系所确定的规则规范。现代金融决策机制是金融决策内生态系统中重要的生态要素,其有效运作的前提是领导决策、公民磋商与参与、专家咨询和信息支持四方面的密切配合与有机统一。
作为生态流在金融决策内生态中的体现,流程是指一个或一系列连续有规律的行动,这些行动以确定的方式发生或执行,导致特定结果的实现,它包括输入资源、活动、活动的相互作用、输出结果、顾客、价值六个构成要素。金融决策活动是一个提出问题、分析问题、解决问题的运作过程,具体体现为按照“发现决策问题――确立决策目标――进行决策调研――制定决策方案――选择最优方案――组织监督实施”的金融决策流程进行决策活动。
(三)技术层面:技术、信息、知识
金融决策内生态系统中的技术、信息和知识,属于决策方法与技术的范畴,只有充分掌握了科学的决策知识、丰富的决策信息和先进的决策技术,才能为决策活动提供强大的技术支撑,保证决策的科学性、有效性和合理性。在科学知识应用上,现代金融决策活动集成运用金融知识、法律知识、经济知识与人文知识等势在必行;在方法技术抉择上,改变传统的经验决策方法,采用和实施头脑风暴法、“决策树”法、德尔菲法等现代科学方法,运用现代预测技术和网络信息技术,亦在现代金融决策活动中蔚为普遍。通过发挥金融决策内生态系统中的技术、信息和知识的综合作用,有助于正确把握决策对象发展演化规律,预测和掌握系统内各要素的本质特征、内在联系和发展趋势,做出定性或定量的决策评估,为优化决策提供科学的依据m。
金融决策内生态的三个层面对金融决策活动的基本诉求是不同的:种群层面要求活动体现民意诉求(民主化);制度层面要求活动体现规则诉求(制度化或法治化);技术层面则要求活动体现科学诉求(科学化)。惟有体现民意、遵循规则、方法科学的金融决策活动与行为,才能使三个方面的决策有机统一,进而实现科学化、民主化和法治化的现代金融决策高境界。
四、金融决策内生态系统及各要素的优化效应
要有效发挥金融决策生态系统的优化效应,促进决策生态核、内生态与外生态各关系圈层之间的良性互动和整体优化,真正达到金融决策的科学化、民主化和法治化,关键在于实现内生态系统中种群要素、制度要素和技术要素的有机契合和优化效应。
1.系统共振优化效应(金融决策整体生态系统)。共振一般是指两个振动频率相同的物体,当一个发生振动时,引起另一个物体振动的现象。在金融决策内生态系统中,一个要素发生改变也会引起其他要素的改变。系统的优化在于改变某些不足要素和优化各要素之间的关系状态,集成发挥正效应要素的作用,控制和减少负效应要素对金融决策目标的负面影响。金融决策内生态系统的系统共振优化效应体现在三
个方面:一是金融决策种群中各利益相关者的利益共振。在金融决策过程中,各利益相关者的利益表达通过利益聚合和利益博弈的方式在系统内产生利益共振,有利于形成体现各方利益诉求的公共政策,进而使金融决策更好地体现民意性。二是金融决策内生态系统中种群、制度和技术的三元共振。惟有三者发生了正效应共振,才能保证种群利益诉求在制度、技术的保障和支撑下实现法治化和科学化的表达。三是内生态系统与外生态系统的圈层共振。因金融决策内生态系统要素优化而产生的振动,必然会带动金融决策原生态发生振动,内外生态系统的共振效应,可以使正确决策的真正价值在金融、经济、社会、文化、自然的协调发展中得以体现。
2.民意博弈优化效应(内生态系统中的种群和制度层面)。在现代社会中,大量的社会机构和全体民众都要参与到政策制定的过程中来,所以,金融产品是金融力量与社会力量相互博弈的结果,只有在各利益主体博弈达到利益均衡的状态下所作出的决策,才有助于实现社会的平衡态。金融决策内生态系统本身就是一个种群利益根据博弈规则相互博奕的系统。博弈优化具有两方面的效应:一方面,可以实现民意表达“规制”渠道的畅通优化效应。金融决策内生态系统通过构建金融管理部门、社会、网络(论坛)等各种制度化的“公共通道”,在保证“民意流量”的制度前提下.使各决策种群的利益诉求可以畅通地输送到决策核心圈。另一方面,可以实现民意聚合方式的博弈优化效应。“公共通道”使包括公民个体在内的各社会群体都能在金融管理部门决策活动中集聚起来,通过制度化路径合理有序地表达利益诉求,促使决策者在决策过程中注意平衡各种利益需求,达成一个各方共同接受的结果。
3.群协同优化效应(内生态系统中的种群和技术层面)。运用生态学理论方法分析金融决策内生态系统的问题,不难发现,诸如资源利用低效的“生态流”问题,要素关系不协调的“生态网”问题,自我调节能力较弱的“生态序”问题,仍然困扰着系统自身的优化。解决这些问题的基本途径在于依据生态学中协同进化理论,切实发挥群协同决策模式的优化效应。具体而言之,即以决策核心圈中的决策者协同内生态咨询辅助种群中的各机构、专家和公众代表为共同主体,以保证群体充分协商与沟通为制度规程,以金融管理为运作平台,以群(体)决策方法和决策支持系统为核心技术,建立基于决策生态流(程)的群体协同决策模式。有效发挥与利用群协同优化效应,可以加速决策活动中的各种资源、信息、能量利用和交换所形成的人流、物流、信息流等的运转,能够平衡流入量与流出量,保证内生态系统的“血脉”充盈和良性循环;可以加深金融决策内生态系统中各种群之间的利益关联与利益互动,促进决策生态因子的网络化发展,提高金融决策“生态网”的自构性和适应性;可以优化内生态系统中各生态因子的生态位顺序,能够形成具备自适应、自催化的“竞争序”来保证系统的发生、发展和优化,形成具备自调节、自抑制的“共生序”保证系统的持续和稳定。
4.流程再造优化效应(内生态系统中的制度和技术层面)。一个生态系统是否具有活力和张力,关键在于“生态流”的畅通、生态系统的能量流动和物质循环(具体体现为生物链的稳定、生物网的平衡和物质流通管道)的顺畅。模拟构建金融决策的内生态系统,目的在于对生态系统进行仿生,根据金融决策的动力来源与制度安排,疏通和优化金融决策的“输入―输出”机制和公共政策生产的“流水线”,再造金融决策流程。金融决策内生态中的流程再造优化效应主要体现在:金融决策以长期发展战略为出发点,以价值增值流程(使客户满意)的再设计为中心,运用生态系统科学的微观定位与精细作业方法,重新组合生态系统中的要素资源,建立首尾相接、整合连贯的业务流程,取代以往的各部门相互割裂或封闭的破碎性业务流程,强调金融决策完成的整合性与连贯流畅。目标是通过重新设计金融决策的流程,使这些流程的增值内容最大化,其他方面的内容最小化,从而获得绩效改善的跃进,增强金融决策内生态系统的适应弹性和生命活力,形成金融决策的良好生态环境,提高决策的科学化、民主化和法治化水平,从而对金融决策外生态(原生态)产生“正效应”,推动经济、金融、社会、文化、自然等方面的科学发展与和谐发展,增进社会公共利益和公众福祉。
五、完善我国金融生态系统环境的对策
1.建立金融企业破产和退市机制。一方面要加快金融机构破产法及配套法规体系的建立与完善,加强执行和监督力度,建议尽快出台《破产法》,为资本市场改革和发展建立必要的制度保障。另一方面要建立和完善破产退市的善后和稳定机制,妥善解决破产和退市后有关债务清偿、员工安置等问题。如果相关的善后稳定机制不健全,会使金融机构破产影响范围扩广,处理上困难更大。因此,建立完备的破产、退市的善后与稳定机制,对于增强金融生态的自我调节功能意义重大。
2.培育金融机构的良性竞争机制。培育金融机构的良性竞争机制,一方面,要规范金融竞争行为,改变金融机构的市场营销策略,通过细化市场、错位竞争防止恶性价格战重演。另一方面,要进一步加强宏观调控,完善传导机制。要强化对货币信贷政策传导机制的研究,必要时要通过有意识的“让利”,通过利益导向引导各金融机构的经营行为,提高金融调控效率。
3.加快股份制改革,为资本市场的外部约束提供足够的产权支持。明晰和界定产权是建立有效公司治理结构的前提和基础,但明晰的产权关系并不能自动带来企业的有效治理和高效率。实践表明,一个良好的公司治理结构应该保持商业银行产权的多元化,保证商业银行有一个合理的资本结构,合理配置和行使企业控制权,打破原有金融机构的产权结构单一、产权虚置的局面。
4.转换职能,规范政府行为。政府以多种身份(监管者、融资者、地方和企业利益的保护者等)和金融业发生着复杂的联系,在金融生态环境中具有重要地位。在过去30年的改革中,政府一直强调“减政放权”、“政企分离”、“转变政府职能”,但实际上在很长时期内政府支配资源的能力在不断增强。要从体制上和机制上改善我国的金融生态环境,关键在于转换地方政府职能,着重调整政府行为的激励机制、约束机制和协调机制。
5.建立良好的社会信用环境。规范社会信用秩序,创造良好的信用环境,维护信用主体的合法权益是金融可持续发展系统运行的重要保障。一是要建立良好的信用维护机制,形成银行、法院、公安、工商、财政、税务、新闻宣传等各部门分工合作,共同维护社会信用的局面。二是要加强法律约束,规范信用秩序,通过建立完善的信用法律体系,切实保障信用主体的合法权益。同时司法部门应进一步强化司法公正,加大对失信行为的打击力度,特别是要提高案件执结率,增强法律的威慑力。三是要建立完善的信用评价和征信体系。加快推进全国统一的企业和个人信用信息基础数据库建设,培育企业资信评级市场,开展信用社区建设,为强化信用管
理提供保证。
6.建立健全法制保障体系。周小川(2005)认为法律环境会直接影响金融生态,在某种程度上从计划经济向市场经济转轨过程中的基本问题是“财务软约束”,它是否依然会继续存在,在很大程度上要靠法制的转变和完善。从我国目前情况看,当前要理顺的法律关系有:(1)以完善金融产权为核心,改善金融主体法律制度,促进现代金融企业的形成和发展。(2)以强化信用管理为中心,完善金融业务的法律规范,为金融生态生存和发展创造良好环境。(3)以提高市场效率为重点,完善金融监管法律制度,促进金融生态平衡和优化。(4)以优化金融环境为目标,推动相关法律制度调整和完善,建立和谐金融生态环境”。
7.建立规范的中介服务体系。金融可持续发展系统的运行需要规范的中介服务体系,因而必须提升中介机构的专业化服务水平和诚信水平。一是加强对中介评估机构的管理。由有关部门牵头建立涉及金融活动的中介评估机构的业务监测体系,规范中介评估市场,规范有关当事人的金融行为。二是从政策上鼓励和扶持与金融业密切相关的一系列专业化中介机构的发展。三是积极引进国内外资信等级高的大型中介服务机构,促进提高中介服务水平。
关键词:高中通用技术;课程教学;困惑;对策
一、高中通用技术教学存在的问题普通高中通用技术课程,以培养学生的基本素养为目的,注重学生的直接经历,通过合适的教育理念和教育方法,培养学生的创新能力和实践能力,但由于师资、课程资源等各种主客观原因,通用技术课程教学仍存在不少问题。
1认识偏差,学校、家长和学生都不够重视
有很多地区在实施新的高考方案后,高中通用技术课程只是第三批录取院校的高考科目,第一批和第二批并不计算这门科目的高考分数,因而只有高考重点科目才是学生、家长、学校关注的中心,他们根本不愿意把时间花在这门学科上。学校及家长对此学科的冷落,忽视了在这门课程上的资金投入、设备设施配置、活动场地以及教师业绩考核等问题,影响通用技术课应有价值的发挥。
2教师专业知识储备不足
通用技术是一门全新的学科,目前缺乏相关专业的教师培训,很多学校的技术通用教师是从其他各行各业转行过来的,很少有学校从社会上招聘一些有相关技术实践经历的专业人员。虽然有关部门和学校都组织了一些针对通用技术教师的培训,但大多数是讲座,教师只是了解了通用技术的理念,无法把它应用到实践中去,在实际教学中很难创造出相应的教学情景,难以激发学生的学习兴趣。
3新课程教学资源有限,开发意识薄弱
高中通用技术学科注重实际操作,注重人与物的互动,要求学生培养创造精神和实践能力。这样的课程理念,说明仅以教材和学校有限的场地、器材作为课程资源,根本不能满足教学需要。如果广大教师仍按照传统的教学思路和模式,仅仅局限于把教材上的内容讲授给学生就算完成了教学任务,那么很难实现这门课程的目标。
4教师缺乏合理的教学理念和教学方式
受时代观念与专业知识的局限以及重视度不够,学校课时安排有限,在通用技术课堂上,还是以教师为中心,授课过程中照本宣科,不能突出学生的主体地位,学生课堂参与度低,严重制约着学科的发展和学生能力的提高。
二、高中通用技术教学优化策略1让学校、家长和学生知道通用技术的重要性,提高重视程度
学校领导者要明确素质教育、创新教育是我国教育发展的未来,以学生全面发展为出发点,设置足够的技术课程的课时,对教授通用技术的教师与传统课程的老师一视同仁,提高他们的待遇,并将此课程列入教师考核与评价的范围,从而提高教师对这门课程的重视程度。
2加强学习,提升自身专业素养,改善师资,提高教师专业技能
一方面,教师自身要不断加强理论知识的学习,多读专业书籍,提升操作技能,多与同行交流,总结经验。另一方面,各级教育行政部门可以加强专业技能培训来提高教师的专业素养。根据每位教师的素养程度,对其进行相关的培训,满足不同层次教师的需要。
3开发利用课程资源
通用技术课程资源的开发与利用是普通高中通用技术课程实施的重要环节,也是普通高中的重要任务,有了丰富的课程资源,才能让课堂活起来。学校应充分利用实验室,包括物理、化学、生物、信息技术等实验室的现有仪器和工具,鼓励师生利用生活用品自主设计并制作器材。学校也有必要向上级教育行政部门争取经费支持,购进设备,建设实验室,还可以带领学生去参观校外的图书馆等场所,利用一切可能的资源来培养学生。
高中通用技术是一门不可缺少的课程,尽管现在面临着一些教学困境,但只要学校、师生和家长能够予以足够重视,教师充分发挥主观能动性,努力学习,不断提高自身专业素养,创新教学方式,丰富课程资源,一定可以顺利走出困境,让通用技术教学这门课程发挥出其最大的作用。
参考文献:
一、学生宿舍中容易引发室友矛盾的问题
宿舍是生活场所,也承载着学校教育的很多功能。宿舍让人有“家”的感觉,但这个“家”里没有家长,自己的事情要自己打理,很多事务要靠全体室友的自觉与自律。对住宿生而言,一天里有三分之一的时间在宿舍度过,这个“家”不仅是一个空间,还是一段时光、一段难以忘怀的记忆。不同性格、不同爱好、不同习惯、不同家庭背景的人,共同生活在同一个屋檐下,宿舍自然会成为最容易发生问题的地方。容易引发室友矛盾的问题主要有:怀疑别人拿走自己的物品,对别人的事过于好奇,对宿舍值日不重视,室友间性格差异、生活习惯差异较大,缺少人际交往常识,嫉妒心理作祟,沟通少,等等。
二、室友矛盾的表现形式
有人的地方就有矛盾,学生宿舍也不例外。有些矛盾是暂时的,对矛盾双方没有什么影响,过一段时间矛盾自然消失;有些矛盾不太好调和,矛盾双方别别扭扭很长时间,对各自的生活产生一定的影响;有些矛盾会让双方感到非常压抑乃至痛苦,甚至矛盾还会激化;还有些由即时冲突引发的矛盾,也容易引发严重后果。
1.由即时冲突引发极端事件。
2013年4月的一天,南京某大学学生宿舍发生这样的一幕:学生蒋某忘带宿舍钥匙,敲门却无人应答,等他向管理员借来钥匙打开宿舍门后,发现同学袁某正在房间内打游戏,对刚才的敲门声并没有理会。蒋某因此事与袁某发生争吵,双方动起了手,混乱中,袁某拿起一把水果刀,对着蒋某猛刺,致使蒋某被刺身亡。之前双方无任何过节,只因缺少应有的冷静,导致严重后果。
2.因嫉妒搞小团体。
在一间宿舍里,某学生在某些方面比较出众,与其他室友有着较大的差距,这样的话,即使该生与人交往沟通能力很好,但由于嫉妒心理使然,出众的室友也很容易受到孤立。还有少数家庭条件较好的学生“自命清高”,看不起其他室友,使自己游离于其他室友之外。还有因性格、习惯、价值观、家庭条件等诸多方面的差距,使得同一宿舍的几个人由于嫉妒而分成小团体,影响室友间的和谐相处。室友间搞小团体的现象多发生在女生宿舍。
3.由猜忌引发难以调和的矛盾。
某学生的生活隐私被室友外传出去,令该生非常尴尬,在无法确认是谁将自己的生活隐私外传的情况下,所有室友自然都是被怀疑的对象。隐私被泄露的人会凭自己的感觉猜测“嫌疑人”,而在没有证据的情况下,这种猜测又未必准确。当被怀疑者感觉到自己被怀疑,而他(她)又不是泄露他人隐私的人时,二者之间的矛盾就很难调和了。这种由猜忌引发的室友矛盾多发生在女生宿舍。
4.小矛盾引发口水战或肢体冲突。
某学生急着给自己的电子产品充电,宿舍里却没有空余的电源插座,该生在未经他人允许的情况下把某位室友的充电器拔下,给自己的电子产品充电。这种做法肯定是不礼貌的,很多人遇到这种情况都会生气。这种矛盾其实并不难解决,少数被拔下充电器的学生却不能理智地去解决这种矛盾,而是谩骂对方引发口水战,或动用武力去发泄自己的不满,把小矛盾变成大矛盾。
5.用“生气”表达不满。
有少数学生,只要别人和自己的观点不一致,就用生气的方式发泄不满,说话时怪声怪气,拿东西时摔摔打打,或干脆板着脸不说话。生气是一种不健康的情绪,有人将生气定义为“让人惧怕”,生气能破坏周围所有人的情绪,危害健康,妨碍人作出理智反应。宿舍中有一个人生气,整个宿舍的气氛都会变得非常紧张,会给整个宿舍的人造成伤害,却解决不了任何问题。
6.相互看不惯致使室友间形同陌路。
宿舍里某两个学生相互看不惯,没有共同语言,不认同对方的思想和价值观,于是,先是“话不投机”,总也说不到一块儿去;后是“半句多”,相互间不想多说一个字;最后是“视对方如空气”,两人在宿舍内外相见都形同陌路。一间宿舍住着4至6个人,如果有两个室友由于看不惯而互不理睬,整个宿舍就会充满浓浓的火药味儿。
三、化解室友矛盾的对策
学生宿舍是学校里最容易出现问题的地方,也是最容易产生矛盾的地方。室友间产生矛盾大多由生活琐事或性格差异所致。如何减少和化解室友间的矛盾,是一个非常重要的教育课题。
1.借鉴国外经验,在校园网开设“找室友”系统。
校园网应为住宿生提供“找室友”系统。新生入学前,在校园网输入自己的个人信息和相关资料,包括生活习惯、性格特征、个人爱好、家庭状况、对室友的要求等。系统会自动搜索或反馈,并按匹配程度,将满足条件的人推荐给学生,学生从系统提供的人选中自己选择、自己联系,双方通过交流确定可以成为室友,再向学校申请。这是美国大学的做法,值得我们借鉴。让学生在住宿这个大问题上有更多自主的选择权,学生可以选择和自己性格、习惯、爱好相投的人做室友。优先满足相互认识的人做室友的申请,会避免很多室友矛盾,促进人际关系的和谐。
2.关注“卧谈会”――室友关系的晴雨表。
上床后,入睡前,这段时间被称为宿舍的“卧谈会”。“卧谈会”上,每个人的行为及话题是检验室友关系的晴雨表。如果在这段时间里,每个室友都自己忙自己的,聊QQ、听音乐、看电子书,每个人都沉浸在自己的小圈子里,几乎不与其他室友交流,那么室友关系一定有些冷漠。如果在“卧谈会”上,室友们能谈论大家共同感兴趣的话题,如,班里的趣闻趣事、任课教师的一些特别的做法、自己崇拜的明星、重大体育赛事等,每位室友都能敞开心扉,甚至能讲出一些小秘密,室友间的关系一定是比较和谐的。班主任应通过多种渠道,了解每间宿舍“卧谈会”的情况,通过“卧谈会”预测室友关系,适时调整宿舍管理方法,杜绝不必要矛盾的产生。
3.定期召开宿舍民主生活会。
宿舍是人与人亲密交往的空间,与家庭有相似的地方,容易让学生将家庭模式搬到宿舍来。特别是独生子女,容易在这种模式里以自我为中心。为此,学校应每周安排开一次宿舍民主生活会,鼓励每个住宿生针对宿舍管理等提出意见和建议,室友间真诚沟通,了解每个室友的忌讳在哪里,每个学生对室友的期待是什么,让每个人都有机会调整自己与环境的关系,调整自己对室友的期待,修正自己的价值目标,营造宽松和谐的住宿环境。
4.加强生命教育,防止室友间极端事件的发生。
任何教育环境和社会环境,都难以完全消除极端的行为和事件,但是可以从各个方面想办法,减少极端事件的发生。室友间的矛盾大多是由生活琐事引起的,因为一些小事生气、吵架、大打出手甚至动了杀机,折射出学生对生命的漠视。室友间缺少爱、缺少关怀和理解,这样就会导致有些人以自我为中心,只要稍不如意就“划清界限”,甚至相互谩骂、大打出手。加强对学生的生命教育不能“就生命谈生命”,要通过情感教育、挫折教育等途径激活学生的生命意识。珍爱生命是需要能力的,即心中有爱,而爱的教育源头在家庭,家长应在孩子幼小的时候予以正确引导,让孩子懂得尊重、懂得理解、学会宽容、学会礼让、学会沟通、学会适度忍耐。
5.实行宿舍管理员“导师制”。
很多学校的宿舍管理员都是临时聘用人员,其主要工作职责就是关锁宿舍大门、熄灯及打扫公共卫生。学生宿舍的确需要这样的工作人员负责日常事务,但更需要懂教育、有一定文化素养、有导师作用的管理人员,他们能以宿舍为平台,给学生提供有滋有味、有血有肉、有载体的人文教育,他们具有培养学生博爱、宽容、感恩、合作与分享、交流与沟通的能力。学校应加强宿舍管理员的师资配备,实行宿舍管理员“导师制”,安排教育能力较强的教师兼任学生宿舍的生活导师,对住宿生进行导向、导心、导行和导学。
6.建立家校联盟,请家长参与宿舍管理。
教育不是学校单方面能完成的,离不开家庭教育的支持与合作。宿舍具有家庭特征,家长参与宿舍管理是学校教育与家庭教育较好的结合渠道,也是家长应尽的教育责任。学校可以根据学生家长的实际情况,每周请一位住宿生的家长来宿舍一次,对宿舍管理、学生自理能力给予评价和指导,同时,了解孩子们的心理状况,帮助孩子们化解小误会、小矛盾。由于家长与教师身份不同、方法各异,家长参与到宿舍管理中,会让学生们觉得新鲜和轻松,对预防不必要矛盾的产生和化解已有矛盾都将起到积极的作用。
7.将软环境建设纳入宿舍检查评比之中。
每所学校都会对宿舍进行检查评比,但很多学校的检查评比仅局限于卫生、宿舍布置、作息时间遵守等方面。这些方面固然重要,软环境建设同样重要,如,室友关系、宿舍成员总体的沟通能力、团结协作精神、公德修养、责任意识、宽容与忍让等,这些决定学生个人和宿舍整体精神状态的项目也应纳入对宿舍的检查评比中。这些指标不太好量化,但却可以以评估的形式,引领每个学生、每间宿舍形成积极的生活态度,构建和谐的人际关系。
8.教育学生养成对宿舍管理约束的自觉。
中国科学院数学与系统科学研究院成立于1998年12月,由中科院数学研究所、应用数学研究所、系统科学研究所和计算数学与科学工程计算研究所等四个研究所整合而成。研究院是一个综合性的国立学术研究机构,研究领域覆盖了数学与系统科学的主要方向。 数学与系统科学研究院是中国科学院的一个博士生重点培养基地,是首批国家批准的博士后流动站之一。全院共有12个博士点(二级学科)分布在数学、系统科学、统计学、计算机科学与技术、管理科学与工程五个一级学科中,可以在此范围内招收和培养硕士研究生与博士研究生。在2006年全国学科评估中,我院数学学科的整体评估得分为本学科的分数。 2014年我院预计招收100名博士研究生(包括直博生和硕转博生)。各科复习参考书、报名方式、考试时间等信息可在网上"研究生培养"中查询,网址为:amss.cas.cn。研究生部邮箱:yjsb@amss.ac.cn(注:我院只有秋季一次招生,3月份入学考试)
单位代码
80002
单位地址
北京中关村东路55号
邮政编码
100190
联系部门
研究生部
联系电话
010-62541832
联系人
尹老师
电子邮件
yjsb@amss.ac.cn
目录类别
博士
网址
amss.cas.cn
学科、专业名称(代码)研究方向
指导教师
预计招生人数
考试科目
备注
070101 基础数学
100
01 代数几何
孙笑涛
①1001英语一②2377代数学基础③3050代数几何
只招硕转博生
02 代数几何
付保华
同上
只招硕转博生
03 代数几何
郑维喆
同上
04 代数群与量子群
席南华
①1001英语一②2377代数学基础③3392李代数
05 李代数和应用偏微分方程
徐晓平
同上
只招硕转博生
06 数论
王崧
①1001英语一②2377代数学基础③3576数论
07 数论
田野
同上
只招硕转博生
08 数论与代数几何
田一超
同上
只招硕转博生
09 代数拓扑、代数几何
段海豹
①1001英语一②2377代数学基础③3051代数拓扑
只招硕转博生
10 同伦论、流形的拓扑
潘建中
同上
只招硕转博生
11 代数表示
韩阳
①1001英语一②2377代数学基础③3049代数表示论
12 哈密尔顿系统
尚在久
①1001英语一②2381微分几何③3108动力系统
只招硕转博生
13 动力系统、大范围分析、大范围神经动力学
岳澄波
①1001英语一②2381微分几何③3108动力系统或3763系统与控制理论
14 几何分析
李嘉禹
①1001英语一②2381微分几何③3433偏微分方程(乙)
只招硕转博生
15 几何分析
王友德
同上
只招硕转博生
16 微分方程及几何分析
吉敏
同上
只招硕转博生
17 微分几何、数学物理
张晓
①1001英语一②2381微分几何③3578数学物理
只招硕转博生
18 值分布论与复动力系统
杨乐
①1001英语一②2385实分析与复分析③3146复动力系统与值分布论
19 复分析、复动力系统
王跃飞
同上
20 复分析、复动力系统
崔贵珍
同上
21 动力系统
刘劲松
①1001英语一②2385实分析与复分析③3108动力系统
22 Circle packing
贺正需
同上
23 数论
冯绍继
①1001英语一②2385实分析与复分析③3576数论
24 多复变与复几何
周向宇
①1001英语一②2377代数学基础或2381微分几何或2385实分析与复分析③3117多复变与复几何
25 非线性偏微分方程、微局部分析
张平
①1001英语一②2385实分析与复分析③3433偏微分方程(乙)
26 几何分析与偏微分方程
张立群
同上
只招硕转博生
27 泛函分析和解析数论
葛力明
①1001英语一②2387泛函分析(甲)③3576数论或3640算子代数
28 临界点理论与非线性变分问题
丁彦恒
①1001英语一②2387泛函分析(甲)③3127非线性泛函分析
29 非线性泛函分析
张志涛
同上
30 几何计算与不变量
李洪波
①1001英语一②2697近世代数③3143符号计算或3794现代微分几何
070102 计算数学
01 有限元方法理论及应用
石钟慈
①1001英语一②2421分析与代数③3894有限元方法
只招硕转博生
02 多尺度分析方法及其应用、工程计算与工程软件技术
崔俊芝
同上
只招硕转博生
03 并行算法
张林波
同上
只招硕转博生
04 有限元方法、电磁与地球物理计算
陈志明
同上
只招硕转博生
05 偏微分方程数值解
周爱辉
同上
只招硕转博生
06 微分方程数值解
严宁宁
同上
只招硕转博生
07 多尺度模型与算法
曹礼群
同上
只招硕转博生
08 有限元方法理论与应用
许学军
同上
09 区域分解并行算法
胡齐芽
同上
10 有限元高效算法
林群
①1001英语一②2421分析与代数③3584数值方法基础
11 线性与非线性数值代数、并行计算及其应用
白中治
同上
12 计算几何理论与方法
徐国良
同上
只招硕转博生
13 可积系统与数值算法
胡星标
同上
只招硕转博生
14 多尺度模型与计算、有限元方法
明平兵
同上
只招硕转博生
15 生物计算与模拟
卢本卓
同上
16 波场模拟与反问题的数值方法
张文生
①1001英语一②2421分析与代数③3584数值方法基础或3894有限元方法
17 电磁场计算
郑伟英
①1001英语一②2421分析与代数③3584数值方法基础或3892有限差分方法
18 化计算方法、计算生物
袁亚湘
①1001英语一②2421分析与代数③3985化方法
只招硕转博或直博生
19 化计算方法与理论
戴彧虹
同上
只招硕转博生
20 动力系统几何算法
尚在久
①1001英语一②2421分析与代数③3109动力系统几何算法
只招硕转博生
21 动力系统保结构算法理论与应用
洪佳林
同上
22 哈密尔顿系统的辛几何算法
唐贻发
同上
23 计算流体力学
袁礼
①1001英语一②2421分析与代数③3892有限差分方法
070103 概率论与数理统计
01 随机分析及其应用、随机复杂网络与随机图
马志明
①1001英语一②2685高等概率论③3641随机分析(随机过程)
02 无穷维随机分析及其应用
巩馥洲
同上
03 随机分析
吴黎明
同上
04 随机分析与随机微分几何
李向东
同上
05 随机分析及随机微分方程
董昭
同上
06 概率论与量子信息
骆顺龙
同上
07 金融数学与经济数学
夏建明
同上
08 金融数学、概率统计、投资组合
程兵
①1001英语一②2686数理统计③3348金融数学
09 数理统计、工业统计
于丹
①1001英语一②2686数理统计③3148概率论
与吴建福联合招生
10 生存分析、复杂数据统计推断及其应用
王启华
同上
11 抽样调查和统计决策
邹国华
同上
12 生物统计与工业统计
石坚
同上
只招硕转博生
13 生物与医学统计、数理统计及其应用
孙六全
同上
14 计算分子与系统生物学、基因组学
李雷
同上
070104 应用数学
01 偏微分方程
丁夏畦
①1001英语一②2696偏微分方程(甲)③3123泛函分析(乙)
02 偏微分方程
曹道民
同上
03 偏微分方程
黄飞敏
同上
04 偏微分方程
李竞
同上
05 偏微分方程反问题及其应用、机器学习与模式识别
张波
①1001英语一②2696偏微分方程(甲)③3585数值分析
只招硕转博生
06 数学机械化
吴文俊
①1001英语一②2697近世代数③3143符号计算
07 计算代数几何
高小山
同上
只招硕转博生
08 符号计算
李子明
同上
只招硕转博生
09 符号和数值混合计算
支丽红
同上
只招硕转博生
10 符号计算
王定康
同上
11 密码学
邓映蒲
同上
12 组合、代数、离散分析
黄民强
同上
与邓映蒲联合招生
13 纠错码理论、计算机代数
刘卓军
同上
14 优化理论与应用、凸分析
袁亚湘
①1001英语一②2421分析与代数③3985化方法
只招硕转博或直博生
15 概周期微分方程及其应用
洪佳林
①1001英语一②2421分析与代数③3579数学物理方程
16 孤立子、可积系
胡星标
同上
只招硕转博生
17 分数阶微分方程数值分析及其应用
唐贻发
同上
18 复杂非线性波、数学物理
闫振亚
①1001英语一②2421分析与代数③3143符号计算或3579数学物理方程
19 动力系统与微分方程
郑作环
①1001英语一②2387泛函分析(甲)③3013常微分方程
20 数学物理
刘润球
①1001英语一②2381微分几何③3393李群和李代数或3578数学物理
21 数学物理
丁祥茂
①1001英语一②2381微分几何③3393李群和李代数
070105 运筹学与控制论
01 系统辨识、控制与递推估计
陈翰馥
①1001英语一②2421分析与代数③3133分析概率论
02 随机系统的建模与控制
张纪峰
同上
03 随机系统的建模与控制
方海涛
同上
04 控制科学
郭雷
①1001英语一②2685高等概率论③3797线性系统
05 非线性分布参数系统控制理论
姚鹏飞
①1001英语一②2421分析与代数③3122泛函分析(丙)或3797线性系统
06 无穷维系统控制理论与应用
郭宝珠
同上
07 网络分析与控制、非线性系统与控制
洪奕光
①1001英语一②2421分析与代数③3133分析概率论或3762系统与方程
08 非线性系统与控制、开放量子系统
席在荣
同上
09 系统与控制
黄一
①1001英语一②2421分析与代数③3762系统与方程
只招硕转博生
10 运筹学
戴彧虹
①1001英语一②2421分析与代数③3985化方法
11 管理运筹学、优化与决策
崔晋川
同上
12 应用概率与排队论
张汉勤
①1001英语一②2721运筹学基础③3868应用随机过程
只招硕转博生
13 软件可靠性理论与分析、马氏决策与供应链管理
刘克
同上
14 图论及其应用
闫桂英
①1001英语一②2721运筹学基础③3677图论与组合优化
15 运筹学、组合优化
胡旭东
同上
只招硕转博生
071101 系统理论
01 随机复杂网络
巩馥洲
①1001英语一②2685高等概率论③3641随机分析(随机过程)
02 软件可靠性理论与分析
董昭
同上
03 复杂系统
郭雷
①1001英语一②2685高等概率论③3797线性系统
04 不确定系统的建模与控制
张纪峰
①1001英语一②2421分析与代数③3133分析概率论
05 系统生物学
方海涛
同上
06 量子信息与控制
席在荣
①1001英语一②2421分析与代数③3133分析概率论或3762系统与方程
07 复杂系统、网络优化与决策
洪奕光
同上
08 复杂系统与复杂网络、系统生物学
吕金虎
同上
09 混合动态系统
孙振东
①1001英语一②2421分析与代数③3797线性系统
071400 统计学
01 应用概率与精算
马志明
①1001英语一②2685高等概率论③3641随机分析(随机过程)
02 生存分析、复杂数据统计推断及其应用
王启华
①1001英语一②2686数理统计③3148概率论
03 生物分析、生存分析
周勇
同上
04 生物与医学统计、数理统计及其应用
孙六全
同上
05 计算分子与系统生物学、基因组学
李雷
同上
06 非参数统计、金融统计
陈敏
同上
07 抽样调查和统计决策
邹国华
同上
08 工业统计
于丹
同上
09 数理统计、工业统计
于丹
同上
与吴建福联合招生
10 生物统计与工业统计
石坚
同上
只招硕转博生
081202 计算机软件与理论
01 理论计算机科学与量子信息处理
骆顺龙
①1001英语一②2854计算机科学基础③3815信息论
02 理论计算机科学与量子信息处理
胡旭东
①1001英语一②2854计算机科学基础③3355近似算法
03 基于知识的软件工程 、人工智能理论和技术、理论计算机科学与量子信息处理
陆汝钤
①1001英语一②2856软件工程③3462人工智能
04 人工智能理论和技术
张松懋
①1001英语一②2854计算机科学基础③3462人工智能
05 网络化软件工程
吕金虎
同上
081203 计算机应用技术
01 数字化设计制造
高小山
①1001英语一②2854计算机科学基础③3143符号计算
02 符号计算与智能信息处理
李洪波
同上
03 可信计算理论和算法
支丽红
同上
04 信息安全与密码学
邓映蒲
同上
05 决策支持系统与智能系统
唐锡晋
①1001英语一②2854计算机科学基础③3462人工智能
06 决策支持系统与智能系统
徐山鹰
同上
120100 管理科学与工程
01 质量管理、知识管理
刘源张
①1001英语一②2398决策分析③3210管理信息系统
02 决策支持系统
徐山鹰
同上
03 综合集成、知识管理、意见挖掘
唐锡晋
同上
04 投资决策分析、风险管理、金融预测
汪寿阳
①1001英语一②2398决策分析③3150概率统计或3210管理信息系统或3577数学规划
05 金融风险管理
杨晓光
①1001英语一②2398决策分析③3150概率统计
06 管理决策分析与产业政策
刘卓军
①1001英语一②2398决策分析③3210管理信息系统或3577数学规划
07 金融统计与风险管理
陈敏
①1001英语一②2398决策分析③3348金融数学
08 金融工程与风险管理
程兵
同上
09 金融统计与风险管理
周勇
①1001英语一②2397经济学③3348金融数学
10 投入产出技术与经济预测、全球价值链
杨翠红
①1001英语一②2397经济学③3575数量经济学
11 数量经济学与投入产出技术
陈锡康
同上
与杨翠红联合招生
1201J4 经济计算与模拟
01 经济模拟与仿真
汪寿阳
①1001英语一②2398决策分析③3150概率统计或3210管理信息系统或3577数学规划
02 经济计算与模拟
杨晓光
①1001英语一②2398决策分析③3150概率统计
03 宏观经济数量分析与预测
杨翠红
①1001英语一②2397经济学③3210管理信息系统或3575数量经济学
1201Z1 管理运筹学
01 管理运筹学
崔晋川
①1001英语一②2721运筹学基础③3129非线性规划
02 质量科学
于丹
①1001英语一②2721运筹学基础③3150概率统计
03 管理科学的决策方法
刘克
随着计算机技术和互联网以及物联网的不断发展,各种系统结构化和非结构化数据以前所未有的惊人速度迅猛增长,“大数据”时代已经到来。大数据是指数据结构比较复杂、数据规模大的数据集合。其数据量已经远远超出了一般数据管理工具可以承受的处理时间以及数据处理及存储管理能力。在当今大数据环境下,高校管理系统的数据结构及数据量发生了巨大的变化。在数据存储、数据管理、数据分析及数据挖掘等方面面临着巨大的机遇和挑战。为了有效地利用大数据为高校决策分析提供更好的服务,我们必须基于大数据建立相应的决策分析系统。
目前许多高校已积累大量的教学资源和管理数据,从而形成了规模巨大、结构复杂的数据集,为高校的教学管理决策提供了强有力的支持,成了高校教学管理不可缺少的一部分。随着教学改革的不断推进,高校对数据的需求已经从原来的简单事务处理方式转向面向信息分析处理、数据挖掘及决策支持等。因此,针对现有的大数据集合建立决策分析系统,对高校决策分析具有重要的实际意义。决策分析系统是目前知识发现和数据管理领域中的一项重要技术,它基于神经网络算法、机器学习及人工智能等方法进行数据挖掘和知识发现,从而在大数据中获取数据之间内在的相互联系,以及其中可能存在的某种规律,从而帮助决策者快速做出正确的决策,进而提高高校教学管理的科学性,为高校带来良好的决策管理。
1 基于大数据决策分析系统的数据存储方式
高校基于大数据决策分析系统存储数据主要是从校内外各种数据源中获得最原始数据,并对该部分数据进行整合形成数据层,然后将数据层中的数据经过抽取、清洗、转换、装载进入数据仓库从而形成支撑层,在支撑层的基础上,可以根据需求对数据进行挖掘分析,从而构建决策层。当前高校基于大数据决策分析系统的数据存储方式包括基于关系数据库的存储、基于多维数据集存储和虚拟化存储3种数据组织方式。
1.1 基于关系数据库的存储方式
该存储方式主要依托关系数据库存储数据,基于关系的数据存储方式是将分析决策系统中的数据存储在关系型数据库的表中,同时在元数据的管理下进行数据存储管理,从而完成数据分析、决策支持功能。该存储方式在构建数据库时主要采取以下步骤进行数据的抽取:首先,利用图形化的操作界面进行操作,用户能够对关系数据库的数据进行选择操作,同时可以建立和定义多维度数据模型;然后,采用特定程序从关系数据库中抽取某一维度数据。基于关系数据库的存储方式不是简单的从业务系统中抽取数据,而是对业务系统中的数据进行清洗、加工、汇总和整合,从而保证基于大数据分析决策系统内的需要,是针对高校全局的一致的数据。总之,基于关系数据库存储方式要求将学校内各个业务系统的原始数据整合,从而用来支持特定的查询、统计分析和决策支持,以便管理层对某一阶段历史数据进行统计分析。
1.2 基于多维度的数据集存储方式
基于多维度的数据存储方式和基于关系的数据库存储方式不同,是采用数据立方体的方式管理与存储数据,同时以多维度显示与组织数据,是一种基于在线联机分析处理(OLAP)的数据组织形式。该数据存储方式主要采用多维数组结构文件进行数据存储,同时具有不同维度索引及数据管理文件与数据一一对应。该数据存储方式采用“多维数据集(CUBE)”,多维数据集将传统的二维关系表组合成多维数据立方体,数据属性对应为维度(Dimension),在数据属性下的值被称作度量(Measure)。也就是说,将数据由传统的二维关系表组合成多维度立方体,在数据立方体上进行切块(Dicing)与切片(Slicing)、旋转(Turning)、上卷(Rolling-up)、下钻(Drilling-down)等一系列操作(如图1)。
图1 数据立方体的上卷、下钻等一系列操作
1.3 基于虚拟化的数据存储方式
虚拟化存储方式主要有两种存储方式,第一种是将企业内外部结构化和非结构化数据整合到单一的数据存储平台上,从而形成一个单一的数据存储资源池,这样有利于存储基础设施进行统一管理,从而容易实现数据资源共享、存储容量回收和存储空间最大化利用,进而更好的实现存储设施的重复使用,最终实现提高存储基础设施容量效率,以满足当前基于大数据的决策分析系统的需要。第二种存储方式是仅从逻辑上进行整合,也就是说,决策分析系统中没有专门的存储空间,系统中的所有数据一律存储在源业务系统的数据库中,根据决策分析系统的不同维度的需求,业务系为决策分析系统提供数据接口,形成针对决策分析系统的维度视图,决策分析系统临时从业务系统数据库中提取所需数据,从而完成不同维度的数据分析。该存储方式实现简单、成本底,但最大弱点是对业务系统数据规范性、完备性要求极高。同时,还要求业务系统数据模型应非常接近决策分析系统的多维数据模型。
2 基于大数据高校决策分析系统的层次结构
根据高校管理决策需求的特点,首先将当前各信息系统的信息如学籍信息、学工信息、招生就业信息等当前及历史数据和一些其它辅助数据经数据抽取、清洗、转换、装载进入数据仓库,在数据仓库的基础上进行数据挖掘。基于大数据的高校决策分析系统应该三层,分别为数据层支撑层和决策层(如图2)。
图2 基于大数据的高校决策分析系统层次结构
2.1 数据层
分析决策系统的底层是数据层,该层是构建决策系统的数据仓库的基础。数据层包括校内外的各种数据源,内部数据源主要包括学校的各种应用系统的数据库、数据中心的各种备份数据库和存档、以及学校内的各种其它数据资源。外部数据源包括学校之外的各种数据库和数据资源。从而形成一个内容覆盖面广且时间跨度长的海量数据仓库,位学校决策支持提供了庞大的数据基础。
2.2 支撑层
支撑层作为决策层访问数据层的桥梁,有效的解决了分析决策需求目标难以量化的特点,该层对不同数据源中数据进行收集、分类、抽取、清洗、转换从而装载到数据仓库,通过数据仓库可以对不同数据源进行统一管理,可以为决策层的各种应用提供了标准接口,从而可以构造面向主体分析的更高粒度的数据集市。同时,支撑层将数据仓库中的数据按照特定的层次进行汇总聚合,构成数据分析的多维视图。以便决策层从不同角度进行分析使用。
2.3 决策层
决策层由通用平台和面向主题平台组成。为了适应决策需求不稳定的特点,通用平台是提供一些简单分析模型和常用的数据挖掘方法,以便在通常情况下不必建立专门应用分析系统。极大提高了决策支持系统的灵活性和通用性。针对相对稳定且复杂的决策需求,面向主题平台从数据仓库抽取特定数据,建立面向主题的数据集市,建立面向主题的分析系统。
3 基于大数据分析决策系统的系统实现
基于大数据高校分析决策系统建设的总体思想是,不考虑数据源中数据的结构化问题,首先由高校管理方面的专家将所积累的管理知识整理,然后把这些知识转化成集计算机可以识别和存储的语言,从而形成知识库。其次,依靠知识库和专家知识从各种数据源中提取有用的数据,对数据进行收集、分类、抽取、清洗、转换后以新的组合形式储存到数据仓库中。在数据仓库中,经过分类、抽取、清洗、转换后的数据是以一系列元数据的形式存储的。最后,在数据仓库的基础上,可以建立通用的和面向主题的分析平台,从多维度进行统计分析,最终为不同层次决策者提供支持。因此,该基于大数据的高校决策分析系统的体系结构由数据源、数据收集、分类、清洗、转换、存储和管理、数据挖掘及知识发现、分析决策等部分组成(如图3)。
图3 基于大数据的高校决策分析系统的体系结构
3.1 数据源
数据源是指来学校内部或外部的各种结构化和非结构化的数据,这些数据可以是来自关系数据库,也可以是非关系数据库的数据,例如学籍信息、学工信息、人事管理信息、图书信息等为结构化数据。非结构化数据如教学视频、存档的试卷信息等,数据源是学校决策支持系统获取各类教学管理信息的来源,从数据源获取的数据经过分类、清洗转换、及相应的处理后存入数据仓库,作为分析决策系统的基础数据。
3.2 数据收集、抽取、分类、清洗、转换
该步骤主要完成数据的收集、抽取转换、清洗和监视等工作。目的是对来自不同数据源的信息进行整理,同时把有可能影响分析决策的数据转换成系统的数据格式;数据清洗是为了是保持数据的一致性,同时减少系统中的数据冗余;同时监视数据源上数据的是否发生变化,发现信息源的数据发生变化时,定期对数据源数据进行收集进行数据、抽取、分类、清洗、转换,以扩充和更新决策系统中的数据信息。
3.3 数据存储及数据管理
数据存储主要对数据仓库中的结构化和非结构化数据的存储和管理,数据仓库中存储了海量与高校决策有关的重要数据。支撑层中的知识库存放了大量的决策分析的共性知识、教育法规、学籍管理规定等;模型库存放决策分析的系统运行模型和处理模型,同时整个数据仓库的数据存储采用元数据管理,数据存储及管理主要负责数据仓库的数据同步、整合工作。
3.4 数据挖掘及知识发现
数据挖掘及价值发现主要采取机器学习、神经网络、知识处理等技术和传统统计学算法及计算智能(遗传算法、模糊集等)和数据库相结合的方法,从数据仓库的大数据中挖掘隐藏的规律,也就是说数据仓库中挖掘和发现知识,掌握大数据间存在的某种相互关联、提取面向主题的信息进行分析,为各种管理决策层决策提供有效的依据。
3.5 决策分析
决策层主要由面向通用的分析平台和面向主题的分析平台组成, 面向通用的分析平台是针对学校教学改革的推进,管理需求存在不稳定的特点,提供一些简单分析模型和常规的数据挖掘方法,可以为管理层提供快速决策的参考。针对相对稳定的学校战略决策需求,可以从数据仓库中抽取面向主题数据,从而建立数据集市,开发面向主题的决策平台。对于学校的各个管理层决策,可以利用这些通用分析和面向主题分析平台,从而进行多维度的综合分析,从而制定出学校的战略决策和日常的管理决策。
一、多属性效用理论
1.多属性效用决策。概念:多属性效用决策采用将目标值转化为效用值之后,再进行加权,并构成一个新的综合的单目标函数。然后,根据期望效用值最大原则解决多属性效用决策问题。
2.多属性效用函数。①首先先识别决策问题属性(保证决策分析的质量)属性太多,增大不必要的计算量,否则,会影响决策分析的正确性。②两属性效用函数:对于具有两个属性(X、Y表示)的决策问题,定义效用函数为U(X,Y),如果X与Y相互独立,则两属性效用函数可以表示为加性效用函数,即:U(X,Y)=k1U1(X)+k2U(Y),其中,k1和k2为常数。
3.多属性效用理论。①多属性效用理论是一种结构化、逻辑化、系统化的决策分析理论,主要用来评价在决策过程中起作用的因素对决策结果的影响,并作出综合考虑,选出具有最高效的方案。②属性树:多属性效用理论在核应急管理中得到广泛的应用核应急情况下考虑的属性,必须在应急准备期间确定。在构建最初的属性树的时候,考虑与决策相关的所有因素,本文将根据核事故中的特点做出以下建立了包含决策过程中6个因素的属性树。③属性值与效用函数:建立属性树后,就要对树中的各个属性进行效用评估。一般可以为每个属性建立一个属性效用函数,其值在0到1之间,通常赋予最好的结果效用为1,最坏结果的效用为0。本文采用如下效用函数: 。本文中6个属性的效用函数表达式如下:
个人可避免最大剂量/ :
集体可避免最大剂/ :
社会心理正面影响(0~100):
社会心理负面影响(0~100):
经济代价/106元 :1
健康影响(120~200):
政治影响(0~100):
④属性权重的获取。主要通过 (RS)法 、数阶方法(RR)法、ROC 法来获取。
二、实例分析
在核事故早期阶段中,主要的应急措施有服碘、隐蔽、撤离以及它们的组合。三者的通用干预水平(由预护行动可以避免的剂量)分别为:100mSv(甲状腺)、10mSv(有效剂量)、50mSv(有效剂量)。
本文以大亚湾核电站事故源放射性物质释放为例,对应急情况下的决策作出计算分析和决断。通过预计剂量和可避免剂量的计算以及对40km内的人口数量统计,得出以下5种备选应急方案:(1)不采取任何措施;(2)在周围25km内实施隐蔽并发放碘片,服食碘片和隐蔽总人数将达到11.7万人;(3)烟云到来前预防性撤离11km之内的人群,11~25km的就地隐蔽,并发放碘片。撤离人口为1万, 隐蔽、服碘人数达到1万;(4)隐蔽范围如(2),发放碘片的范围包括所有受影响的地区,隐蔽人数达到12 万人,服碘人数达到70万人;(5)先隐蔽,在烟羽经过后,撤离20km内的所有人,在烟羽经过的过程中提供隐蔽和发放碘片,撤离人口数达到7.4万人,影响人数达到80万人。同时给出不同策略对不同属性的影响值,将对应值代入效用函数公式中,算出相应属性的效用。即获得6个属性的排名,政治影响>可避免集体剂量>最大可避免个人剂量>社会正面影响>社会负面影响>经济代价,可以根据RR 、RS 、ROC法求出各属性的对应权重,进而计算各方案的总效用如下表示:
据上述所有条件可计算出对应的总的效用值:
RS法: 0.343、0.734、0.584、0.588、0.380
RR法:0.452、0.789、0.679、0.643、0.350
ROC法:0.397、0.752、0.670、0.650、0.370
根据总效用最大的原则,最佳应急方案应当是总效用最大的方案。 例如,ROC 法选择的最优方案为方案 2。RR法、RS法以及ROC法在判断出各属性的重要性程度顺序之后,以顺序的方法给出了各属性的权重值,简单易用,在属性数量较多,时间紧迫的情况下能够方便应用。
三、总结
(一)医院加强财务分析的意义
医院加强财务分析具有如下意义:能够为医院管理的管理评价提供依据,并且促进医院对计划和预算的完成;加强财务分析对于改善医院的经营管理和提高综合效益有着十分重要的作用;有利于经营者做出科学正确的决策;通过财务分析活动,可以让决策者对医院的财务运转情况进行了解,从而掌握经济决策与客观经济规律的相符程度,最终使得他们做出决策科学合理;加强财务分析活动是提供医院财务管理水平的重要措施;加强财务分析,可以使得医院经营决策者更加客观地对理财经验进行总结,让他们从中发现财务管理中的潜在问题和发展趋势,通过对财务活动的规律的认识,来对财务管理工作进行改进,不断提高医院财务管理水平。
(二)加强医院经营决策的意义所在
在经营管理学中认为“管理的中心是经营,经营的重心是决策”。从中可以看出经营管理的重要性。经营决策分析指的是利用科学有效的方法,从若干方案中经过科学地分析判断,最终选出一个合理、可行的方案。决策分析的意义就在于从众多的方案中选出一个合理可行的方案,以此来达到未来的行动目标。决策分析的最终目的就是将决策目标变为行动的关键。如果决策分析不合理甚至是错误的,那么就极有可能使得正确的决策目标不能实现。由此可见,医院经营管理的基础和核心就是科学合理的决策。科学合理的决策对于医院充分的发挥社会功能,并取得良好的医疗服务效果,从而提高医院的社会效益和经济效益有着十分重要的意义。经营决策分析的基本内涵主要有四点,他们分别是:(1)预测未来;(2)多方案选优;(3)以决策为动力形成经营活动的循环动态过程;(4)必须付诸行动。
二、加强医院财务分析与经营决策的对策和方法
(一)医院管理者要必须要转变传统观念,对财务分析和经营决策给予高度重视
要让财务分析与经营决策这两者在医院管理中发挥重要的作用,医院管理者就必须要给予高度重视。这是做好财务分析核经营决策的前提条件。要让财务管理工作渗透到医院管理的各个方面,就必须要得到医院管理者的大力支持,只有这样才能够让医院的各个职能部门都配合好医院的财务部门做好财务分析工作,而也只有这样医院财务部门才能够得到医院其他职能部门的支持与配合,从而得到各种财务分析所需要的资料。经营决策也是如此,各种决策与政策出台后,肯定会具体到医院的各个职能部门,而经营决策过程中所需要的各种资料也需要各个职能部门提供。如何不能够得到医院各个职能部门的支持,那么经营决策就只能够是空架子,空口号,也不可能做出正确的决策。这样经营决策有如何能够指引医院前进,又如何发挥其应有的作用。因此要做好经营决策工作也必须要得到医院领导的高度重视。
(二)医院的财务分析者与经营决策者需要提高自身的素质
医院想要做好财务分析工作,就必须要有相应的高素质的财务人员,对于财务分析者,不能够仅仅只掌握财务核算、财务管理和会计理论等相关知识,还必须对统计学、成本核算等相关知识进行了解,甚至是掌握。此外,他们还必须对本单位的具体情况熟悉,不能是那种只看纸面文章的,而是真正的清楚医院的实际情况。这样这样才能够有能力做好医院的财务分析工作。同时,还必须要提高财务人员的思想素质,只有他们将医院财务分析工作从思想上提到了一个更高的层次,他们才能够更好的做好财务分析工作。医院的经营决策者大都是从技术上提拔而来的,他们对与本行业的技术规范等知识和信息可以说是了如指掌。但是他们中很少有人具有相应的经营决策管理知识。虽然其中很多人都在后来拿到的相应的管理学位,但不代表他们真正的具有管理能力。为此,必须要提高现有的经营管理者的分析决策能力,同时还应该积极的引进有能力的经营决策者。只有这样才能够保证各种决策的科学性、正确性。
(三)明确财务分析对经营决策的影响
总的来说,财务分析最终就是为医院的经营决策来服务的,而经营决策则可以为财务分析指明方向。财务分析对经营决策的影响有以下一些方面。财务分析可以帮助经营决策者了解医院的实际经营状况。通过财务分析,医院的经营决策者既可以知道医院目前经营的客观状态,也可以通过分析获知当前经营过程中存在的不足之处和经营不善的具体关键所在。从而能及时的采取有效的改善措施。通过财务分析可以帮助经营决策者对医院的市场竞争力做出正确的判断。只有对医院的市场竞争力有了正确的认识,才能够做出正确的决策,为医院树立正确的发展目标,从而让医院少走弯路,提高医院的竞争能力。
三、结语
1烟草营销管理系统数据仓库体系结构
数据获取层:负责数据的收集。数据源可以是业务处理系统中获取的数据,如订单信息、客户基本信息、计划信息、价格信息、产品信息等,也可以是其他外部数据源。
数据存储和管理层:负责数据的抽取、清理、转换和加载,存储加工处理后的面向主题的综合性数据。业务数据往往被存放在缺乏统一设计和管理的异构环境中,所以当数据来自多个数据源时,可能会出现不一致的数据定义、不同的数据编码、同一个数据中不一致的条目值等问题。即使数据来自单一的数据源,也可能存在数据的完整性问题。为了获得有效数据,必须对抽取的数据进行不同程度的整合和清理,数据的清理必须严格按元数据的定义进行。数据清理完成后还需要做一些数据转换工作,例如,客户收入需要按照数值范围分高、中、低档。所选择的数据表达方式会影响数据挖掘的结果。最后将经过清理和转换的数据加载到合适的数据仓库事实表中,同时更新元数据仓库中的元数据,以反映刚完成的数据加载活动。
数据展现层:将查询、报表生成和分析集成在的客户模块中,实现数据查询、OLAP分析和数据挖掘结果的展现。
2烟草营销管理系统功能
利用数据仓库技术建立烟草行业数据中心,可以将分散在不同的部门或不同的应用系统中的大量数据进行集成和统一管理,使系统具有数据存储功能,为数据的分析奠定基础。综合运用报表、查询、OLAP分析、统计学、数据挖掘等技术,使系统具有强大的数据查询功能,同时建立了方便快捷、灵活的决策分析系统,它包括以下分析子系统:
①销售业务分析子系统。通过数据统计工具,查询和分析商品购进、订单采集、订单配送、商品库存等信息,分析订单采集和执行的效率。对各个营销区域零售户的销售数量、销售额、产品结构、赢利状况等指标进行定期纵向和横向比较,以便及时发现市场变化的特征,并进行分析及评估,以对下阶段的营销工作进行调整。
②市场分析子系统。通过对市场容量、市场需求、卷烟供应情况、未来的价格走势以及消费者的偏好和购买模式的分析,为制定采购计划和销售计划提供参考依据。
③客户分析子系统。通过对零售客户的增减、经营变化、类别变动、经营者的个人情况等分析,进行零售客户分类评价,整合客户资源,以便调整服务内容,提高服务水平。
④品牌分析子系统。对卷烟品牌的销售现状、市场的接受程度、发展的趋势、推广的策略等进行分析。
⑤采购分析子系统。分析营销部提供的零售客户需求信息、销售实绩和销售趋势、零售客户变化趋势等,以市场为导向、以消费者需求为中心选择卷烟产品,为采购计划的制定提供依据。
⑥库存分析子系统。对库存卷烟从时间、地域、厂家、品牌、类别、批次等多个角度进行分析,提供卷烟的库存上下限、最佳库存量、库存周期、库存成本、合理的库房位置和卷烟存放、到期卷烟预警等信息。
⑦财务分析子系统。对行业的经济运行状况进行统计分析,为领导决策提供参考。
这些子系统提供丰富、深入、详尽、有价值的决策信息,为企业决策提供强有力的支持,从而提高企业决策的质量和效率。
3联机分析处理(OLAP)在烟草营销中的应用
OLAP是介于客户与数据仓库之间的数据分析处理系统,它对以多维形式组织起来的数据采取切片、切块、旋转、钻取等操作,使用户能从多个角度、多个侧面地观察数据仓库中的数据,如按产品维度、时间维度和地区维度等。同时可使用联机分析和可视化工具对这些数据迅速地进行评价,从而深入地了解包含在数据中的信息和内涵。OLAP一般采取由数据仓库、OLAP服务器与客户端组成的三层客户/服务器体系结构,其中OLAP服务器从数据仓库或数据集市中获取数据,根据客户的需要对多维数据集进行分析,且将分析的结果以可视化的方式传递给客户端。
在烟草营销系统中,根据各省、市、县卷烟销售公司和烟厂的历史销售数据,可对烟草系统的财务、客户、专卖、销售、库存、网点建设等几个主题进行不同角度的分析,并将结果以报表或图形等形式展现给用户。例如,卷烟销售多维数据集按品牌切片操作,便可得到关于某种品牌在不同地区、不同时间中的销售情况。
4数据挖掘在烟草营销中的应用
数据挖掘是一个从大量数据中挖掘出未知的、有价值的知识或信息的过程,这些知识表示为概念、规则、规律和模式等形式,对预测趋势和决策行为起着重要的作用。
数据挖掘为烟草营销提供的主要决策功能有:对决策主题进行分析、挖掘,从大量数据或选定样本中寻找预测性信息、发现变量之间的关联、共性和差异性,实现销售预测、库存决策分析、购进决策分析、销售或库存异动分析、品牌分析、财务状况分析、供应商分析、客户分析、专卖状况分析以及各种指标的结构分析、趋势分析、相关性分析、波动分析等,并建立预警机制。