經濟學數據分析精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的經濟學數據分析主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：經濟學數據分析范文

如果中國經濟增長仍低于其潛在的能力，那么如何把中國經濟增長的潛力充分發揮出來就是一個值得思考的問題。筆者分析人均收入與經濟增長率上限之間的關系，從而分析當下中國的人均收入水平所對應的可能的增長率上限。分析中國自 1992 年以來人均收入與增長率之間的關系，試圖對中國近期的增長率提出一種預測參考。分析經濟基數與增長率的關系，試圖糾正一種似是而非的觀念：經濟基數大了增長率就必然會降低。對中國經濟增長潛力的市場分析，側重分析了中國房地產市場未來帶動經濟增長的巨大潛力。最后，對經濟增長進行政治經濟學分析，并提出一些政策建議。

當一個國家人均收入較低時，存在經濟增長的后發優勢，至少表現在五方面：一是市場潛力巨大，低收入國家的民眾有很多高收入國家已滿足的需求尚未滿足;二是技術可通過從發達國家引入和模仿來獲得，從而可避免自主開發所要承擔的巨大成本、風險以及所需要的時間;三是生產要素的價格普遍較低，尤其是缺少國際流動性的生產要素，如勞動力、土地及一些自然資源等;四是城鎮化水平普遍較低，而城鎮化可帶來大量需求，可促進經濟快速增長;五是受資源環境的約束較小，因為這時民眾的環保意識通常較弱。這里不是肯定發展中國家忽視資源環境追求經濟增長，而是解釋這是一個可導致發展中國家經濟增長的因素。這些經濟增長的后發優勢可使得這些低人均收入國家具有較大的經濟增長潛力從而保持較長期的快速經濟增長，如中國的經驗。

但低人均收入國家往往也是問題國家，可能國內政治腐敗，各種社會問題錯綜復雜，民族宗教沖突嚴重，民眾受教育水平低，資本積累不足，基礎設施嚴重欠缺，科學技術落后，等等。因此，低人均收入國家獲得快速增長只是一種可能，實際的經濟狀況可能相當糟糕。由此我們判斷，經濟增長率在低人均收入國家中會呈現較大幅度的波動。從統計上來說，低人均收入國家群組增長率的方差會比較大。相反，人均收入高的發達國家在經濟增長上存在內在的劣勢，有五方面原因：一是國內市場有限，以現有技術所生產的產品已比較充分地滿足了市場需求;二是需要重大創新才能大幅拉動經濟增長，而重大的創新并不可能總在發生，而在創新相對停滯的時期經濟則缺少熱點;三是生產要素成本高，尤其是勞動成本;四是城鎮化水平普遍較高，城鎮化已難于帶動經濟增長;五是不可能以高資源環境代價實現高經濟增長，因為高收入國家的居民對資源環境的要求愈發苛刻。

因此，一般來說，人均收入高的發達國家經濟增長相對緩慢，只有在出現重大創新時才比較容易出現較快的經濟增長，比如美國上世紀 90 年代出現的以互聯網等高新技術帶動的經濟增長，但增長率也還是有限的，不能和同期中國的經濟增長率相提并論。從統計上來說，高人均收入國家群組增長率的方差會比較小。中等人均收入的國家群組增長率的方差自然介于高和低人均收入國家群組之間。中國的地方政府一直存在著發展地方經濟的巨大沖動，這和地方政府官員的政治利益相一致。發展地方經濟同樣需要資本和勞動。在中國，資本更為稀缺，而勞動更為過剩，尤其是體力勞動。就廣大勞工大眾來說，并無實際的民主選舉權，工會在維護工人利益上實際作用也相當有限。

第2篇：經濟學數據分析范文

關鍵詞：評價數據 青年教師 教學競賽

中圖分類號：G42 文獻標識碼：A 文章編號：1003-9082（2017）07-0111-02

舉辦青年教師教學競賽是各高校較為常見的青年教師培養方式和舉措，旨在提升青年教師教學水平，培養優秀青年教師教學楷模，促進青年教師提高課堂教學能力，強化教書育人理念。

深圳職業技術學院在2012、2013年連續兩次舉辦了青年教師教學競賽。參賽選手由各學院選拔，分文科、理工、綜合三類，由教務處、督導室、人事處負責組成三個專家組評審。兩屆的評審方式不同，第一屆52名參賽選手以集中教學演示20分鐘的方式決出名次；第二屆52名參賽選手以評委隨堂聽課評審方式決出名次。最終兩屆均有24名青年教師分獲一、二、三等獎。

筆者對兩屆參賽選手的歷年教學評價數據進行了分析。旨在對競賽方式、競賽效果，特別是青年教師教學競賽是否能提升青年教師教學水平做出確定性結論。現將結果報告如下。

一、青年教師教學競賽對青年教師教學成長有一定效果

我們對第一屆參賽選手近5年的教師綜合測評結果進行分析（見表1）

由表1 可見，在競賽當學年，無論獲獎選手還是未獲獎選手，獲評年度教學優秀數明顯高于參賽前和參賽后。表明，舉辦青年教師教學競賽對青年教師教學成長有應激效果。但后續效果卻表現不一致，獲獎選手賽后2年獲得的教學優秀數多于賽前2年，平均高20%。未獲獎選手賽后2年獲得的教學優秀平均數與賽前2年平均數相同。

這一結論也可由學生評教結果印證（見表2）。由表2可見，無論學生評A 數還是綜合評價數，參賽學期明顯高于參賽前和參賽后各學期的平均數。顯示舉辦青年教師教學競賽對青年教師教學成長確有應激效果，后續效果并不明顯。這提示我們，如果舉辦青年教師教學競賽，不采取后續培養措施，對青年教師的教學成長產生的效果是有限的。

二、競賽評審方式對競賽結果影響較小

我們對兩屆獲獎選手的歷年學生評價數據進行分析，結果見表2。

由表2可見，我們將兩屆獲獎選手2010年以來的每學期學生評教結果統計分析，無論獲獎選手的評A數還是綜合平均數比較，兩屆的趨勢都一樣，以參賽學期數值最大。參賽前或參賽后各學期平均數變小。表明競賽評審方式對競賽結果影響很小。

三、第一屆選手的總體質量明顯優于第二屆選手

由表2還可看到，第一屆選手的評A 數和綜合平均數明顯優于第二屆選手。這意味著第一屆選手的總體質量明顯優于第二屆選手。這一結果也可由表3顯示。

由表3可見，按可比的4年度教學優秀獲得數據，第一屆參賽選手相比第二屆參賽選手，獲得每年度教學優秀數都多且獲得比例平均高38%。換句話說，第二屆教學競賽的獲獎選手獲獎等級的含金量低。

兩屆獲獎選手的平均年齡基本一樣，分別為34.7歲和34.8歲。職稱情況差異也不大，第一屆獲獎選手13位具有副高職稱，11位具有中級職稱；第二屆獲獎選手11位具有副高職稱，13位具有中級職稱。為什么競賽結果會出現如此大的差異？深入研究發現，第一屆52名比賽選手的選拔是各學院優中選優，目的即為“拼”比賽。第二屆選手的選拔則是將前一年選手屏蔽（只有一位選手再次參加），另選優中之優來參賽。部分院系的調研表明，組織第二次青年教師教學競賽時，第一屆參賽選手不愿意再次參賽。這一結果給我們3方面的啟示：一是青年教師教學競賽不宜連年舉辦；二是參賽選手的選拔辦法需要優化，起碼上一屆獲得二等獎及以下選手應繼續參加下一屆的教學競賽，提升競賽的激烈程度，以決出真正意義的一等獎選手，發揮教學競賽的作用；三是教學競賽要有優惠的激勵機制，足以吸引青年教師積極投入比賽。

四、兩屆青年教師教學競賽均無學生參與評價是嚴重缺陷

人才培養是學校的第一位任務，開展青年教師教學競賽的目的是為人才培養提供優質教師資源。然而，前二屆青年教師教學競賽的選手選拔過程和競賽評價過程均無學生參與，不能不令人遺憾。為了說明這一問題，我們對含金量較高的第一屆教學競賽獲獎選手的賽前賽中及賽后學生評價結果進行了分析（表4）。

由表4可見，總體而言，獲獎選手的賽后學生評價好于賽前學生評價，表明青年教師教學競賽對培養提升青年教師教學能力有促進作用。但從獲獎類別看，綜合類獲獎選手的獲獎等級與學生評價落差較大，顯示單靠幾個專家評審，存在失真現象，沒有把真正優秀的教師選。這一結果提示我們，青年教師教學競賽不僅選拔環節應該把學生歷年評價作為考慮因素，在競賽環節也應納入學生評價，學生的評分結果與專家評分結果各占一定比例，從而使獲獎選手的含金量更高。

五、有關青年教師教學競賽的相關建議

1.青年教師教學競賽不應連年舉辦，應隔年或隔2年舉辦1次。

2.青年教師教學競賽應采取集中教學演示方式

隨堂評審方式并未提高評審效果，也未提高青年教師的教學成長，但組織難度和評審人員投入太大。教師反映也不好，競賽時，5～7名評委進入課堂，對老師有壓力，對聽課的學生也有影響，故不宜再使用。

3.競賽選手應有資格審查

除年齡標準外，參賽前2～4個學期的學生評價不低于B+應作為入門條件。數據表明，前兩屆青年教師教學競賽，均有兩成學生評價為B-及以下選手參賽， 他們的競賽效果并不好，浪費學校的競賽資源。

4.競賽評分應納入學生的全員課堂教學效果評價

在舉行青年教師教學競賽時，應通過學生教學信息員同步組織學生進行課堂教學效果測評，測評結果評分與集中演示的專家評分各占50%，以促使⑷教師不能為賽而賽，而應為提高教學效果參賽。

5.明確青年教師教學競賽的激勵機制

獲得一等獎的教師，給予連續3年獲得教學優秀待遇，以后各學年只要學生評價達到B+及以上，認定為校教學優秀。同時，給予一定的獎勵金。二、三等獎獲獎選手只給予一定的獎勵金，但可參與下一屆青年教師教學競賽。

6.建立競賽及獲獎選手的后續培養機制

第3篇：經濟學數據分析范文

學分銀行是一個復雜而龐大的體系，不僅需要相關的運行機制、政策法規和標準體系等的支持，還需要一個功能強大的信息管理平臺的支持才能真正有效運行。學分銀行信息管理平臺在設計理念上應堅持以服務學習型社會建設、充分考慮個性化需求和滿足各類學習成果之間的轉換需求為目標，其平臺架構，既涉及制度設計層面，也涉及技術層面。如何實現不同層級的數據對接和異構平臺之間的數據資源共享以及存儲并管理日漸龐大的用戶信息，并通過云服務實現教育大數據的價值，這些都是學分銀行信息管理平臺建設的重要內容。

【關鍵詞】 學分銀行;教育大數據;技術架構;云服務;智能網關

【中圖分類號】 G434 【文獻標識碼】 A 【文章編號】 1009―458x（2015）06―0053―07

一、國內外學分銀行信息管理

平臺研究與建設情況

學分銀行是一個復雜而龐大的體系，不僅需要相關的運行機制、政策法規和標準體系等的支持，還需要一個功能強大的信息管理平臺的支撐才能真正有效運行。目前，國內外都圍繞學分銀行信息管理平臺設計與開發這一主題進行研究。從國內來看，關于學分銀行制度建設、認證框架及其運作模式等研究相對較多，而對于學分銀行信息管理平臺架構方面研究較少。崔銘香和樂傳永較早探討了學分銀行的運行程 序[1];姚德明等人從一所職校的視角，提出了職校學分銀行管理體系[2];湯書波等人研究了開放教育學分銀行系統功能模塊設計[3]; 彭飛龍對學分銀行系統進行了一定研究[4];陳晶晶和陳龍根等人對基于學分銀行的學習型城市服務平臺建設進行了一定研究[5];鄢小平等人對基于云架構的學分銀行信息平臺設計以及我國學分銀行制度模式選擇和架構設計進行了研究[6][7]。這些研究選擇不同視角和方法，討論了學分銀行信息管理平臺的設計思路，對本文起到了啟發和參考作用。

從已建成并投入運行的情況看，國內主要有上海市終身教育學分銀行信息管理平臺、江蘇終身教育學分銀行信息管理平臺等。這些平臺主要由三部分組成：門戶網站、管理系統和用戶檔案信息庫。門戶網站主要用于學分銀行工作動態、規章制度和運行流程等的展示，并有各種功能的導航等;管理系統包括用戶、機構聯盟和業務流程等的管理;用戶檔案信息庫包括終身學習賬戶和終身學習檔案，提供學習成果的累積、存儲、轉換和查詢等功能。這些都是學分銀行信息管理平臺的基本功能。學分銀行信息管理平臺需要給用戶提供的不僅僅是簡單的檔案信息查詢，還需要提供相關智能化服務。智能化服務需要有數據來支撐。因此，學分銀行信息管理平臺還應具有針對各種異構平臺的相關數據進行整合與分析的功能。

在國外，大多數學分銀行體系的運行，都有強有力的信息化開放服務平臺作為支撐。韓國終身教育振興院（NILE）開發了多層次的學分銀行信息管理平臺，根據其職能架構實現多層管理，主要包括提供相關政策制度查詢、在線學分認定申請、證書核對、學分登記、學分認定和學位授予等功能，并為個人和機構提供專業學習指導與培訓計劃推薦。平臺數據實行多層級管理，并打通各類學習平臺接口，為學分銀行的運行提供了強有力的信息服務和保障[8]。英國資格與學分框架（QCF）建有國家認證資格數據庫（NDAQ）、MIAP和SFA的LAR系統[9]。南非資格署開發了學習者檔案數據庫（NLRD）信息系統，它是一個國家資格框架電子管理系統[10]。歐洲學分銀行是國際上發展較早且體系較為完善的學分認證體系，包括學分轉換與累計系統（ECTS）和職業教育與培訓學分系統（ECVET）。歐洲各參與國或有關院校大多建有信息化服務網絡系統和便捷的學分轉換系統熱線。歐盟設立的“歐洲學習機會”（Ploteus）門戶網站也提供了大量有關教育、培訓和各種學習的機 會[11]。英國學者安東尼?約翰?維克斯[12]和荷蘭開放大學赫曼?博世[13]對這兩個系統做了大量研究。

二、學分銀行信息管理平臺

設計理念與原則

1. 設計理念

隨著大數據時代的到來，數據的應用已經滲透到各行各業。在很多組織中，大數據的分析與應用已成為重要的影響因素和核心競爭力。大數據不僅是一種技術革新，更是思維方式的大變革。隨著網絡信息技術在教育領域的不斷發展與應用，各類教育管理、學習服務模式以及人的思想觀念、學習方法和行為習慣都將受到大數據浪潮的深度影響[14]。教育領域的大數據不僅來源于各類學習平臺上不斷積累的學習數據（包括課程視頻、教案和習題庫等），還包括學習者的行為數據和個人資料。當這些數據積累到一定級別且互聯互通后，教育大數據就形成了。國內外教育界對于大數據與教學結合的看法，呈現出積極態勢。目前，在教育領域，雖然已生成大規模的數據，但由于不同教育機構的數據相互獨立，存在數據分散存儲、結構不統一和數據不完整等問題，使這些數據很難集成在統一的數據平臺中，得不到有效利用。如何將這些格式各異、分布廣泛的數據集成與交互，整合成對教育和學習有價值的信息，正是學分銀行信息管理平臺最大的價值所在。

學分銀行制度是學習型社會建設的重要組成部分，是服務于終身學習的重要體系支撐。學分銀行信息管理平臺在設計理念上，應該堅持以服務學習型社會建設、完善各級各類教育之間的銜接標準、滿足各類學習成果之間的轉換，并實現為個人、企業、機構和教育部門等提供學習教育需求和政策建議為目標。要實現這一功能，就要充分運用平臺中的各類數據，挖掘教育數據中的隱藏信息，提供及時、高效的服務。基于此，在整個平臺的開發過程中，數據架構顯得非常重要，數據架構的合理性決定了后續的數據生態管理。這些都要求系統設計充分考慮用戶需求，結合用戶在相關學習平臺中的學習行為和學習成果，通過數據挖掘與分析技術對用戶的學習需求、培訓計劃和工作目標等進行設計、評估與指導，提供個性化需求服務與智能化學習引導。

2. 設計原則

首先，要遵循系統安全可靠性原則。安全是平臺建設必須遵循的首要原則。平臺的總體設計和安全體系設計要符合信息系統安全等級要求。學分銀行信息管理平臺存儲了大量個人身份信息和學習成果數據，涉及大量個人隱私，存在被惡意攻擊和用戶信息泄露的風險。為了保障平臺的安全，應該對平臺的物理安全、網絡安全、系統安全、應用安全、數據安全和安全管理制度等方面進行全方位評估，要有完備的運行維護及安全保障體系，確保信息的安全。

其次，要遵循開放性原則。平臺要能提供標準化開放接口，支持多平臺接入。學分銀行不是一個獨立的系統，它的主要功能是為了更好地連接并打通各級各類教育和培訓間的通道，并提供相關分析與決策。因此，平臺的數據來源需要與各級各類平臺實現數據對接，充分考慮與其他外部系統的接口需要。

再次，要遵循海量數據處理原則。學分銀行面向全社會成員開展學習成果認證、積累與轉換服務，整合各級各類相關異構學習平臺的數據，會形成海量的用戶信息，因此，需要支持海量數據處理。

三、學分銀行信息管理平臺功能

模塊與職能架構分析

1. 功能模塊分析

學分銀行信息管理平臺主要包括對外服務、政策宣傳、業務管理和平臺管理等功能模塊。其中，對外服務是最主要的功能模塊之一，要能夠支持對公、對私兩大業務。對公業務模塊主要包括機構資質申請、機構學員學習檔案管理、學習成果認證管理、機構成員學分積累認證、學習成果轉換、教育產品介紹與推薦、課程學習組織與推薦、專業或資格推薦、能力測評及專家引導等，實現為行業、企業等從業人員等提供非學歷培訓證書與學歷教育課程互認服務，為學習型組織提供需求定制服務。對私業務，即個人業務，主要服務于學分銀行個人學習者，管理學習者的個人信息，包括賬戶注冊、終身學習檔案管理、學習成果認證與轉換、能力測評及專家引導等。其中，終身學習檔案管理模塊除了能夠提供個人信息及學習成果的查詢外，應能夠綜合分析個人的學習成果、工作經歷和學習記錄等信息，智能化地提供相關專業資格推薦等個性化服務。能力測評模塊主要是通過分析用戶提交的能力測評表并結合專家引導等方式幫助學習者制訂學習計劃等。

通過對外服務所積累起來的各種數據，都會保存在信息平臺的各級數據庫中，系統會根據用戶的學習、工作與成果累積等情況，通過數據挖掘技術分析不同地區、不同機構的整體教育情況和需求，為行業或個人提供各級各類學習推薦與引導，并為培訓機構提供相關信息，促進資源共享，實現跨區域合作。通過信息管理平臺對外服務完善終身學習檔案庫的建設，實現各級各類教育及培訓成果的轉換，并與終身學習公共服務平臺及其他各級各類學習平臺之間數據互聯互通、資源共享，結合數據分析提供專家評審與指導等功能，支持最優學習路徑搜索與推送，促進行業需求與培訓信息互通。

2. 職能架構分析

目前，我國正在建設的學分銀行信息管理平臺，有從國家層面設計的，如國家開放大學學分銀行信息管理平臺;有從地方層面設計的，如上海市終身教育學分銀行信息管理平臺。無論從國家層面設計，還是從地方層面設計，學分銀行的職能架構都可分為三個層級：學習成果認證中心、學習成果認證分中心和學習成果認證點。

學習成果認證中心作為第一級的業務執行機構，主要負責機構設置與管理、標準制定和課程體系建設等頂層設計，并提供學分銀行信息化運行所需的各類評價標準及外部資源，完成綜合性數據分析。學習成果認證分中心作為第二級的業務執行機構，主要完成賬戶管理、部分學習成果認證轉換等業務受理、終身學習檔案建設與管理、網點或機構管理等。學習成果認證點作為第三級的業務執行機構，設立在每個二級認證分中心的下屬區域，其職能是為用戶辦理開戶、銷戶、認證、轉換和學習檔案查詢等業務。三個層級之間的數據庫互通。三層職能架構如圖1所示。

<D：＼教育盤＼2015年教育＼2015-06＼06-14.jpg>

圖1 學分銀行信息管理平臺三層職能架構圖

四、學分銀行信息管理平臺

三層數據架構與云服務管理

1. 系統數據分析

當前，國內外各種不同形式的學分銀行運行支撐平臺，多以學習成果的認定、存儲和轉換為主要功能。隨著業務的開展，平臺數據不斷積累，數據量日漸龐大，但這些數據并沒有真正實現其應有的價值，這些平臺大多只提供查詢功能，很少有平臺能通過數據分析提供個性化的服務或是為機構提供教育培訓需求與決策分析。我國學分銀行制度建設的宗旨是服務于終身學習體系和學習型社會建設，通過學分互認打通各級各類教育培訓的縱向銜接和橫向溝通，搭建終身學習“立交橋”。基于此，學分銀行信息管理平臺需要提供的不僅僅是學習成果的存儲、積累與轉換，同時，還需要為社會成員提供個性化服務，為教育機構和企業聯盟提供教育需求分析，提供有針對性的評價模式和數據分析功能 。

如何通過給定的評價模型實現相關教育決策和培訓學習分析，則需要通過挖掘技術對系統中的數據進行分析、提取和清洗。學分銀行用戶數量龐大，數據之間有著千絲萬縷的關系，數據具有類型多、數量大和關聯性強等特點，為用戶個性化服務的實現提供了基礎。例如，可利用文本語義的情感分析模型，分析出數據中對學習有促進的或無關的語義，通過定制評價模型對不同維度的學習成果及該用戶或群體所對應的學習行為等相關要素進行監控，通過文本分析、不同維度之間的關聯分析和趨勢分析等技術挖掘數據中隱含的信息，找到與提升學習和促進教育相關的因素，預測學習需求與教育培訓趨勢。

與各異構平臺對接后的學分銀行信息管理平臺中的數據存在顯性和隱性之分。顯性數據以結構化數據為主，比較好處理，如用戶信息檔案，包括用戶特征、工作經歷和教育程度等;隱性數據多數是非結構化數據，一般以用戶的行為數據為主，包括學員的個人偏好和實時行為等，如學員參與交流互動的情況、E-mail情緒和視頻及網頁的瀏覽情況等，這類隱性數據一般屬于非結構化數據。還有一類數據處于顯性和隱性之間，以半結構化數據為主，如學員能力評估、學習方向分析、學員個性特質分析以及各類提交的表單、證書材料等數據。學分銀行信息系統數據分析結構如圖2所示。

<D：＼教育盤＼2015年教育＼2015-06＼06-15.jpg>

圖2 學分銀行信息系統數據分析結構圖

傳統的針對學習培訓的評估方法是通過問卷調查，根據預先設定的評價模型，對學習效果與教育需求的各種影響因素進行分析得到相關結論。而采用大數據分析不僅實時、動態，而且可以通過挖掘數據的相關性實現面向未來的預測，與傳統的相對靜態、預設模型的學習分析方法相比，更加高效和便捷。隨著學習環境越來越數字化，學習評估和學習需求也越來越被量化。從圖2可以看出，和各異構平臺對接后的學分銀行信息管理平臺包含了來自不同數據源的信息，數據復雜、時效性強且比較全面。從中提取出有價值的信息，通過相應的評價模型和數據分析，使教育培訓的量化評估、個性化精準推薦和學習需求分析等成為可能。

2. 數據架構

數據的集成和整合需要完成數據的抽取、轉換和加載。海量的數據管理與分析、多數據中心協同的大數據管理與分析處理技術以及較高的個性化服務功能，都可通過ETL工具和OLAP技術得到解決。OLAP分析是針對事先擬定的主題重新組織、篩選和轉換數據，統一數據結構，重新整合產生綜合性數據。有效提取、轉換和加載是數據維護的難點。ETL系統模型主要包括數據抽取、轉換、清洗和裝載，是大數據集成和分析的重要環節和核心技術，其關鍵在于為數據分析和應用提供統一的數據接口。學分銀行信息管理平臺中應用ETL的目的是將分散在各教育機構和學習平臺中與結構和標準不統一的數據進行整合，通過大數據分析技術，給個人和機構提供個性化服務，為政府和教育部門提供教育需求分析與決策建議。

數據集成與數據功能對平臺技術要求較高。根據學分銀行三層職能架構，可將學分銀行信息管理平臺數據集成劃分為三層，通過ETL認證和OLAP分析實現數據架構管理。

三層數據依次是學習成果認證中心數據交換庫、學習成果認證分中心數據交換庫和學習成果認證點數據庫。從第一級到第三級數據的組成分類由復雜到簡單。第一級數據，即認證中心數據，主要包括賬戶信息、終身學習檔案信息、機構信息、認證分中心相關信息、專家信息、證書信息、學習成果認證積累和轉換信息、課程信息、清算信息和標簽化資源信息等各類數據庫;第二級數據，即認證分中心數據，主要包括分中心部分學習成果認證、積累和轉換信息、分中心終身學習檔案信息、認證點的相關信息以及清算信息等;第三級數據，即認證點數據，該層級以對外窗口服務為主，數據相對簡單，以本地用戶信息和學習記錄信息為主，此外還包括一些開戶、銷戶和認證申請等臨時信息。三層數據架構如圖3所示。

<D：＼教育盤＼2015年教育＼2015-06＼06-16.jpg>

圖3 學分銀行信息管理平臺三層數據架構圖

當檔案信息數據量積累到一定程度時，這些數據可用于OLAP分析以及數據挖掘。通過學分銀行信息管理平臺的后臺統計分析功能，可以按不同層級生成用戶統計報表、存入課程統計報表、存入證書統計報表和轉換學分與課程統計報表等。統計報表是可定制的，并具備相應的分析功能，通過學分銀行信息管理平臺中的智能報表生成與數據分析功能，可以根據業務需求和主管部門的要求隨時生成各種統計報表，并對數據進行深入的分析和挖掘，真正實現決策支持。

3. 云服務管理

大數據的管理與分析離不開云計算。云計算的概念雖然出現在大數據之前，但隨著大數據分析的重要性和價值不斷提升，這兩者就如同一個硬幣的兩面，缺一不可。學分銀行積累和整合了教育大數據之后，如何讓數據更有價值，離不開云計算和服務。

學分銀行業務涉及各行各業，除了高校和教育機構之外，還涉及其他各類學習型組織、社區和企業等，用戶數量龐大，分布廣泛，要求不一，這對學分銀行平臺的架構要求更高。為了更好地實現學分銀行的上述功能，可以采用云計算實現數據服務與管理。基于三層架構的學分銀行數據服務從業務需求和復雜度方面分別需要實現三類云服務：SaaS服務、PaaS服務和IaaS服務[15]。學分銀行信息管理平臺云服務功能如圖4所示。

（1）SaaS服務。SaaS服務主要面向數據架構中的第三層認證點，這層用戶對業務要求不高，也不需要投入太大，系統只需提供個人和機構聯盟一些簡單的個性化需求，如開戶注冊、成果的錄入、申請和查詢等基礎功能。在支持用戶完成基本信息添加和學習成果錄入的同時，促進了學分銀行信息檔案庫的建設，實現學分銀行平臺基礎數據積累。這些數據以結構化數據為主。

（2）PaaS服務。數據架構中的第二層級和第三層級中部分對平臺功能要求比較高的機構可以提供PaaS服務，該服務幫助機構根據自身需求快速完成相關環境的開發，在提供功能開發擴建服務的同時，完成相對復雜的數據服務，包括半結構化數據和非結構化數據。

（3）IaaS服務。對于部分有特殊需求的機構，平臺提供IaaS服務。該服務為用戶提供功能強大的自主服務，可以實現要求更高的系統擴建需求，用戶可以在三層數據架構基礎上自己完成特定網絡環境及軟硬件部署，擴展本層的數據架構，實現更復雜的非結構化數據管理服務。

<D：＼教育盤＼2015年教育＼2015-06＼06-18.jpg>

圖4 學分銀行信息管理平臺云服務功能圖

五、案例應用――以國家開放大學

學分銀行信息管理平臺為例

國家開放大學學分銀行模擬和借鑒銀行特點，以學分為計量單位，對各類學習成果進行統一的認證與核算，是具有學分認定、積累和轉換等功能的新型學習制度和教育管理制度。國家開放大學學分銀行平臺總體設計考慮學分銀行系統服務于終身教育體系，與教育部整體信息化建設，包括教育管理公共服務平臺、教育資源公共服務平臺等各類相關平臺整合對接，形成一體化的國家開放大學的終身教育信息服務體系。平臺設計在延伸韓國學分銀行系統架構理念的基礎上，基于SOA標準，并通過智能網關及開放接口（OpenAPI）實現異構平臺數據的整合，支持分布式部署的彈性支撐云服務應用，充分利用云計算IaaS平臺統一管理資源池，做到按需分配，適應各應用模塊的橫向擴充，靈活應對解決業務量、數據量持續增大帶來的數據管理與分析問題。

國家開放大學學分銀行信息管理平臺總架構如圖5所示，其內容包括用戶層、應用支持層、系統支持層、數據支持層和基礎設施層，外部還有云管理服務及規范標準體系和運行維護及安全保障體系等。

用戶層包括個人用戶、機構用戶和管理人員等。應用層包括對外服務、學習成果認證中心、學習成果認證分中心及學習成果認證點的各類應用。系統支持層包括門戶支撐系統、站群管理系統、統一身份認證系統、CA認證系統、協作通信系統、數據交換系統、文件交換系統和決策支持系統等。數據支持層通過智能網關將學分銀行三層數據集成架構與終身學習平臺及其他各級各類學習平臺的數據對接，形成一個數據資源開放平臺。基礎設施層包括虛擬化軟件及平臺、各類服務器、云存儲與備份、云計算服務、網絡支撐、負載均衡和接口管理等。

<D：＼教育盤＼2015年教育＼2015-06＼06-19.jpg>

圖5 國家開放大學學分銀行信息管理平臺總架構

根據國家開放大學學分銀行功能需求，平臺在運行過程中將逐步打通對接各類異構平臺數據，利用智能網關匯聚異構數據的特點，并通過OpenAPI接口實現跨平臺數據對接，真正實現了數據共享，為教育大數據的積累提供基礎。基于學分銀行運行制度本身的特點，使學分銀行信息管理平臺的功能在技術方面面臨著更多的挑戰，為了實現平臺的各項服務功能及教育大數據的價值，需要解決平臺之間計算、存儲、共享和分配等關鍵技術，因此在實際建設過程中還涉及負載均衡、數據庫集群和庫表散列、緩存技術、多中心數據同步和多終端自適應等相關技術。

國家開放大學學分銀行平臺已完成一期建設并投入運行。目前，平臺主要由業務宣傳門戶網站、業務處理工作平臺和社會公眾服務平臺三大模塊組成，以學習成果的積累和轉換為核心功能，綜合各類平臺的相關數據，為用戶和機構聯盟提供服務，并以促進終身學習體系建設為宗旨，實現國家開放大學學分銀行的生態運行體系。平臺前期運行以信息檔案入庫和不同層級的數據對接為主。國家開放大學及部分機構聯盟信息作為平臺第一層級的數據已入庫，包括電大在籍生、黨員干部培訓、國培計劃、社區、技師學院以及各類機構培訓人員110多萬用戶信息。作為第二層級數據來源的分中心，如甘肅分中心、長春分中心、青島分中心等和第三層級（部分認證點）的數據也正在逐步對接的過程中。國家開放大學學分銀行主頁面圖如圖6所示。

<D：＼教育盤＼2015年教育＼2015-06＼06-20.jpg>

圖6 國家開放大學學分銀行主頁面圖

平臺運行時間短，大數據的形成和異構平臺之間的對接還需要一個過程。隨著平臺的推廣和學習成果的不斷積累，以及各類學習平臺和信息資源的不斷整合，教育大數據的特點與功能將逐步顯現。

六、結束語

我國學分銀行建設還處于起步階段，學分銀行信息管理平臺架構，既涉及制度設計層面，也涉及技術層面。學分銀行的功能特點決定了學分銀行信息管理平臺不僅要實現自身功能建設，還要實現不同平臺之間的數據對接，實現異構平臺之間的資源共享。因此，學分銀行信息管理平臺的建設不能單考慮平臺本身的功能架構，還應該充分考慮平臺之間的聯通性與整個系統的可擴展性。

文章基于教育大數據背景，從學分銀行業務功能入手，提出了學分銀行信息管理平臺的技術架構，并通過數據分析、云服務和智能網關等技術的應用實現不同學習平臺之間的數據對接與分析，通過平臺運行逐步實現如下目標：第一，建立“前店后廠”互動模式。各類學習平臺中經學分銀行認定的標準化課程資源可直接為學習者所用，并轉換為標準學分直接存入學分銀行數據庫中，學分銀行可把學習平臺中的這部分課程資源作為學分銀行的產品推送給用戶。換句話說，二者應該形成互動，形成鏈接，形成“前店后廠”互動模式;第二，建立一站式服務模式。學分銀行系統將全體社會成員和機構聯盟提供的用戶信息和學習資源整合成為一個有機的整體，通過網絡直接傳送給用戶。學習者通過門戶網站可自主查詢各類信息，使用各類資源，方便、快捷地進行實時信息交互，實現面向學習者的學習成果管理、學習服務管理、個性化推薦和信息咨詢等一體化服務，實現基于網絡的一站式服務模式;第三，積累教育大數據。通過學分銀行系統不斷整合積累教育大數據，通過大數據分析技術，給用戶和機構提供個性化的服務，為政府和教育部門提供教育需求分析與決策建議。

[參考文獻]

[1] 崔銘香，樂傳永. 成人教育建立學分銀行的思考[J]. 中國成人教育，2008，（8）：20-21.

[2] 姚德明，基于知識共享的職業院校學分銀行管理體系研究[J]. 科技文匯，2011，（03）：157-158.

[3] 湯書波，陳梅艷，李志平. 開放教育學分銀行系統設計方案探討[J]. 電化教育研究，2011，（08）：78-87.

[4] 彭飛龍. 終身學習體系學分銀行的原理與技術[M]. 北京：高等教育出版社，2013：86-91.

[5] 陳晶晶，陳龍根. 基于“學分銀行”的學習型城市服務平臺建設[J].成人教育，2013，（07）：4-7.

[6] 鄢小平. 基于云架構的學分銀行信息平臺設計研究[J]. 中國遠程教育，2014，（05）：66-71.

[7] 鄢小平. 我國學分銀行制度模式選擇和架構設計[J]. 遠程教育雜志，2015，（01）：

[8] 樸仁鐘. 終身學習型社會與韓國的學分銀行制[J]. 開放教育研究，2012，（02）：16-20.

[9] 楊敏，孫耀庭，顧鳳佳. 態勢分析法視野下的上海市終身教育學分銀行建設研究[J]. 現代遠距離教育，2011，（2）：13-18.

[10] 李建忠. 南非國家資格框架的發展與改革[J]. 比較教育研究，2010，（04）：18-21.

[11] Commission of the European Communities.Proposal for a Recommendation of the European Parliament and the Council[Z].On the Establishment of the European Qualifications Framework for Lifelong Learning.2008.

[12] Anthony John Vickers.European credit recognition system：a system of transformation and accumulation[A]."Credit bank"and"lifelong learning"distance education teachers，scientific and cultural organization（UNESCO） east Asia international workshop series report[C].2011.

[13] Herman Bosch.Promote student exchanges by credit transfer and the previous tudy.[A]."Credit bank" and "lifelong learning" distance education teachers，scientific and cultural organization （UNESCO） east Asia international workshop series report[C].2011.

[14] 張植卿，程鮮彩. 大數據對教育領域產生的革命性影響[J]. 經濟研究導刊，2014，（05）：232-233.

[15] 余燕芳，葛正鵬. 終身學習平臺設計與構建――以Web2.0到Web3.0的學習理念變遷為視角[J]. 中國遠程教育，2014，（04）：70-76.

[16] 余燕芳，葛正鵬. 終身學習平臺建構的理念與架構――從Web2.0到Web3.0 [J]. 電化教育研究，2014，（08）：57-63.

[17] 趙鳳芝，王振雷，劉學爽等. 基于結構的異構數據模型映射方法研究[J]. 哈爾濱商業大學學報（自然科學版），2010，13（1）：35-38.

收稿日期：2015-01-15

第4篇：經濟學數據分析范文

以應用型人才培養為導向，獨立學院金融專業學生定量分析能力培養的根本目標是提高學生分析和處理金融數據的能力，結合金融學科的特點，獨立學院金融專業學生定量分析能力培養的具體目標可以確定為以下三個方面：第一，培養學生收集、描述和展示金融數據的能力。由于收集、描述和展示金融數據是進行金融定量分析的前提，因此這一目標強調建立金融專業學生定量分析能力的堅實基礎，是定量分析能力培養的基本目標。第二，培養學生對金融橫截面數據的分析能力。由于金融學科特別是現代公司金融領域有大量數據體現為橫截面數據；同時，橫截面數據也是本科生統計學和計量經濟學課程的主要教學載體，因此，這一目標是定量分析能力培養的主要目標。第三，培養學生金融時間序列數據的分析能力。金融的資產定價和風險管理領域有大量數據體現為時間序列數據；但由于本科生統計學和計量經濟學課程較少設計時間序列數據的分析教學，因此，這一目標是定量分析能力培養的補充目標。

2獨立學院金融專業學生定量分析能力培養的教學設計

獨立學院金融專業學生定量分析能力的三個培養目標決定了相應的教學內容應圍繞收集、描述和展示金融數據以及分析金融橫截面和時間序列數據進行設計，具體地，教學內容可以相應地設計為以下三個方面：第一，通過統計學課程的教學培養學生收集、描述和展示金融數據的能力。由于收集、描述和展示數據屬于統計學的描述統計范疇，因而這一能力的培養需要通過統計學的教學來實現，在教學中，以應用為導向，向學生介紹如何通過數據庫獲取金融數據、如何通過表格、圖形和統計量來描述和展示數據；在教學別注意數據庫（比如國泰安）和統計軟件（比如SPSS）的運用，通過統計學課程的教學使學生建立扎實的數據分析基礎，掌握常用數據庫和統計軟件的基本操作。第二，通過統計學與計量經濟學課程的教學培養學生分析金融橫截面數據的能力。在教學過程中，一方面通過統計學課程使學生掌握橫截面數據分析的基本方法，例如區間估計、假設檢驗、方差分析、相關分析和線性回歸分析；另一方面通過計量經濟學課程加深這些方法的理解和運用，特別是拓展對于線性回歸分析方法的假設、操作、可能出現的問題及其解決方案的理解。通過這兩門課程的結合教學建立學生對金融橫截面數據的定量分析能力。第三，通過增加傳統計量經濟學課程的教學內容或設立專門選修課的方法培養學生分析金融時間序列數據的能力。由于傳統計量經濟學課程涉及的實質金融時間序列分析的內容較少，而這一部分內容在金融實踐中又較為重要，因此可在傳統計量經濟學課程的教學內容中增加一些金融時間序列分析的應用介紹，比如平穩性檢驗、協整分析、時間序列分析模型構建等內容，或是將這些內容通過獨立設置的選修課進行介紹，以彌補傳統教學的不足，完善學生定量分析能力的培養。

3金融專業學生定量分析能力培養的實施：以浙江大學城市學院為例

浙江大學城市學院是一所以培養應用型、復合型、創新型人才為目標的獨立學院，也是我國建立最早、知名度較高的獨立學院之一。浙江大學城市學院的金融學專業設立3門課程培養學生的定量分析能力：統計學必修課、計量經濟學必修課以及金融計量學選修課。三門課程橫跨從大二下學期到大三下學期的三個學期，三門課程均以提高學生定量分析能力作為教學的根本目標，并在教學中注重運用軟件解決實際問題。因此，研究浙江大學城市學院金融專業學生的定量分析能力培養對研究獨立學院金融專業學生定量分析能力培養具有借鑒意義。就教學內容而言，三門課程由同一老師授課以保證教學內容的連續性和教學風格的貫徹，教學內容注重原理解釋與軟件操作，淡化數學推導與證明。具體地，統計學課程側重于建立學生定量分析的基本技能，內容主要包括：數據的圖表展示與概括性度量、抽樣分布與參數估計、假設檢驗、非參數檢驗、方差分析、相關分析和回歸分析；課程為三學分課程，每周兩學時理論課結合兩學時上機實驗課，課程教學基于SPSS軟件，通過軟件運用的教學與練習培養學生收集、描述和展示金融數據的能力，建立學生對金融橫截面數據的分析能力基礎。在統計學課程結束之后即進入計量經濟學課程學習，教學內容從回歸分析的假設展開，主要包括回歸分析估計量的統計理論、回歸可能產生的問題及解決方法、以及各類線性和非線性回歸的操作；課程為三學分課程，每周兩學時理論課結合兩學時上機實驗課，課程教學在SPSS軟件的基礎上引入更適合進行回歸分析的EVIEWS軟件，加強培養學生的金融橫截面數據分析能力，并為金融時間序列數據分析能力培養打下基礎。在計量經濟學課程結束之后學生可以選修金融計量學課程，教學內容側重金融時間序列分析，主要包括時間序列的平穩性、協整性分析以及金融時間序列模型構建；課程為兩學分課程，通過EVIEWS軟件時間序列分析模塊的教學與實踐培養學生的金融時間序列數據分析能力。浙江大學城市學院的金融學專業通過以上三門課程的結合教學培養學生的定量分析能力，掌握SPSS和EVIEWS軟件的使用，為畢業論文和之后從事的金融工作打下基礎。

4結論

第5篇：經濟學數據分析范文

【關鍵詞】 計量經濟學 能源問題 文獻綜述

能源是人類賴以生存、社會得以發展的重要物質保障，其不僅直接影響社會文明和經濟的健康發展，同時也已成為了影響世界政治平衡的一個重要因素，從某種意義上說，人們對能源的重視和關心程度已超出能源本身原來所應具有的價值。由于能源分布的特點，煤炭成為我國能源的主要組成部分。本文在進行相關文獻綜述研究時發現，人們通常把煤炭歸納為能源的一部分來分析能源與經濟增長之間的關系，而直接研究煤炭消費與經濟之間關系并不是很多。所以，本文以能源消費與經濟增長之間的研究為切入點，首先對能源消費與經濟增長之間關系的相關文獻進行了分析整理及評價，然后簡單介紹我國煤炭消費與經濟增長方面的文獻研究狀況，為以后所要進行的煤炭消費與經濟增長之間關系的實證研究奠定理論基礎。

一、國外相關研究綜述

20世紀70年代，由于石油危機的進一步惡化而引發的世界經濟危機使得越來越多的經濟學家們在研究經濟增長問題時，開始將注意力從原來只考慮勞動和資本因素對經濟增長的影響轉移到了能源消費、勞動和資本與經濟之間關系的系統研究上。從原來將能源看作為資本的一個構成部分，轉變成將能源從資本中脫離出來，并將其看作為影響經濟增長的第三個因素，可以看出西方經濟學家對能源在經濟增長中的重視程度增加了很多。研究初期，在能源方面的研究較為成功的當屬Donella、Dennis和Jorgen等人于1972年通過深入的分析能源消費對世界人口和經濟發展的嚴重影響后，發表的較為著名的能源研究報告――《增長的極限》，該報告指出了世界人口與經濟的無限制增長，將導致能源資源的消費量逐年加大，在未來由于資源的過度消費將嚴重影響人類的生產和生活，并最終會給人類自身帶來毀滅性的打擊。國外學者在研究能源與經濟增長關系時主要運用各種經濟數據，從實際出發，集中在經濟增長與能源消費量之間的“量―量”研究及影響能源強度因素分析這兩大方面上。而且隨著研究的不斷深入，研究方法也在逐漸完善，總體來說西方學者對能源消費與經濟增長研究時所采取的研究方法主要經歷了三個研究階段：線性回歸分析、時間序列分析以及面板數據分析（包括空間面板數據分析）。

第一階段，基于線性回歸的研究。國外學者對能源消費與經濟增長之間關系的研究所采用的實證研究方法隨著研究的深入和計算機科學的發展，在不同的時間段所采用的研究方法也不盡相同。20世紀90年代以前，經濟學家們對能源消費與經濟增長之間關系的研究由于技術限制，基本上以線性回歸作為主要的研究方法。在此方面進行相關研究的學者有：Kraft（1978）、Akarca（1980）和Yu（1984、1985）等。

第二階段，基于時間序列分析研究。西方經濟學家們對于該種方法的應用主要集中在20世紀90年代初期到90年代中期。隨著西方經濟學家們對計量經濟研究方法的不斷改進和革新以及計算機軟件的快速發展，他們逐漸將計算方法從手工計算過渡到用軟件進行數據分析階段，這就大大降低了計算的誤差，同時也提高了計算的效率，這一時段是人們對能源與經濟增長關系進行研究的成長階段。在這段時間內，人們研究能源消費與經濟之間關系所選取的方法主要以基于時間序列為主，當研究一個國家的能源消費與經濟之間關系時，為使研究結果更加接近實際經濟運行本質，他們往往選取被研究對象多年的經濟數據，此種方法稱為時間序列分析方法。在此方面進行過相關研究的學者有：Yu（1992）、Hwang（1992）、Stern（1993）、Glasure（1997）、Asafudiaye（2000）、Ghali（2004）、Salvador（2008）和Mehrzad（2007）等。

第三階段，基于面板數據分析研究。考慮到利用時間序列方法分析經濟增長與能源消費問題時所得出的分析結果并不能使人滿意。從20世紀90年中后期開始，人們逐漸對分析方法進行改進，將分析方法由時間序列發展成為兼顧時間和地區的面板數據分析，以分析不同經濟體在同一段時間內以及同一經濟體在不同時間階段的經濟問題。在此方面進行過相關研究的學者有：Masih（1997）、Asafu-Adjaye（2000）、Soytas（2003）、Fisher（2004）、Chien（2005）、Lee（2007）、Lee（2007）和Huang（2008）等。

二、國內相關研究綜述

國內學者對能源消費與經濟之間關系的研究雖然起步相對較晚，但也取得了較為豐碩的研究成果。在吸收了國外在能源消費與經濟領域的研究方法和經驗后，我國學者結合我國實際經濟情況，開始了對能源消費與經濟之間關系的探索。特別是近幾年來，我國因能源消費而產生的各種環境、社會問題日益嚴重化，進行能源消費與經濟及環境之間關系的研究，處理能源與經濟、環境之間關系研究就顯得非常重要了。國內學者從不同的角度或方向深入研究問題，并針對如何實現我國能源、經濟、環境的協調發展，提出許多具有建設性的建議。總體來說，國內學者對能源消費與經濟增長的研究從最初的兩者之間宏觀的數據分析，到后來的能源消費結構與經濟增長之間的“微觀結構分析”，再到現在的兼顧結構變化和技術進步的針對我國能源強度的“綜合分析”，這都表明了我國學者對能源消費與經濟增長之間關系的研究正在不斷地加深。研究方法也在不斷改變，從線性回歸分析，到時間序列分析，再考兼顧時間和區域特殊性的面板數據分析，最后到最近較為流行的空間計量分析方法的應用，無一不說明我國學者對能源消費與經濟增長的研究越來越成熟，所研究的問題也越來越深入。

1、協整關系研究

國內學者在對能源消費與經濟增長之間關系進行研究時，所采用的研究方法主要為能源消費與經濟增長之間的協整性分析以及Granger因果關系分析，也有部分學者是用其他的計量方法進行分析。在此方面進行研究的學者主要有：趙麗霞（1998）、陳燕武（2003）、韓智勇（2004）和汪旭暉（2007）等。

2、因果關系研究

在借鑒了國外學者在能源消費與經濟增長的研究方法和經驗后，國內學者們在運用協整分析與Granger因果關系分析我國的能源消費與經濟增長之間的關系時，為使分析結果更加接近我國實際情況，有的學者對一些分析方法進行了優化，如灰度關聯分析、綜合面板數據模型等分析方法，這是對協整分析、Granger因果分析的補充和完善。由于各學者選取的樣本和數學模型的不一樣，得到的分析結果也有所不同，有些研究顯示能源消費與經濟增長存在雙向因果關系，而另外一些則認為兩者之間只存在單向因果關系，但是大部分學者得出了一個共同的結論：我國能源消費與經濟增長之間有很大的關聯。在此方面進行過相關研究的國內學者有：王海建（2000）、劉紅玫（2002）、張明慧（2004）、楊文培（2005）、馬宏偉（2005）、黃敏（2006）、劉朝明（2006）、徐小斌（2008）、王火根（2008）、王會青（2009）等。

3、運用空間計量方法研究

在研究能源消費與經濟增長問題時，大多數研究所采用的方法是時間序列分析，使用面板數據分析的研究相對較少，使用空間面板計量分析方法的更少，時間序列分析僅從整體上分析了能源消費與經濟增長之間的關系，沒有考慮到區域能源消費與經濟增長之間的關系，而面板回歸分析主要是研究能源消費與經濟增長之間的區域化差異性。目前對能源消費與經濟增長的空間分布格局進行分析研究的文章較少，關于區域能源消費與經濟增長之間的空間相似性或差異性的研究也相對較少。國內學者在這方面的研究成果學者有：鄒艷芬（2005）、吳明玉（2008）、于全輝（2008）和張可云（2012）等。

4、煤炭消費與經濟研究

我國是世界上煤炭消費量最大的國家，煤炭消費在我國能源消費結構中所占的比重較之其他國家要大很多。因此，研究我國煤炭消費與經濟增長之間的關系就有了非凡的意義。國內學者對煤炭消費與經濟增長之間關系的研究相對較多，他們所選取的研究方法主要集中于時間序列分析和面板數據分析。

張學達（2008）研究了我國煤炭消費對能源效率以及國民經濟產出的影響情況。張兆響（2008）運用結構突變理論，對我國煤炭消費和經濟增長的數據進行了平穩性檢驗分析。張興平（2008）等運用1980―2005年間我國的相關數據，對我國煤炭消費與經濟增長、能源消費結構變化與能源效率之間關系進行了協整分析。李金克（2009）等對世界主要煤炭消費國家（我國、美國、印度、俄羅斯、日本和南非）的煤炭消費與經濟增長關系進行了分析研究。章貴軍（2009）通過對我國經濟增長與能源消費和煤炭消費之間進行Granger因果關系檢驗和協整性分析，研究發現我國能源消費與經濟增長、煤炭消費與經濟增長存在著雙向因果關系，并且它們之間具有長期均衡關系。李金克（2011）搜集整理了1960―2008年間我國的CO2排放量、煤炭消費量及經濟增長的數據，建立了基于EKC曲線的協整關系檢驗模型，并利用ARDL的方法分析了這一時期內我國CO2排放量、煤炭消費量及經濟增長之間的關系。張全權（2011）搜集整理1978―2008年間我國的GDP總量和能源消費量、煤炭消費量、電力和石油消費量的數據，對這一時期內我國能源消費總量及其構成部分（煤炭、電和石油消費量）與經濟增長之間的關系進行了因果關系分析。

5、基于面板數據分析

張兆響（2009）對我國1986―2004年間東、中及西部三個地區的煤炭消費與經濟增長進行了面板協整性檢驗和因果關系檢驗。騰飛（2009）對貴州省地區的煤炭資源開發與經濟增長之間的面板數據進行了實證分析。劉順艷（2009）搜集整理了1997―2006年間我國30個省區的人均GDP與煤炭消費數據，運用面板數據分析方法，分析了人均GDP與人均煤炭消費量之間的關系，通過構建人均GDP與煤炭消費二維組合矩陣，將我國30個省區的經濟增長與煤炭消費劃分為四種類型：高經濟增長―高煤炭消費增長、高經濟增長―低煤炭消費增長、低經濟增長―高煤炭消費增長、低經濟增長―低煤炭消費增長。并從這四種類型中選取七個典型省區，分析了這些省區的人均能源消費與GDP增長之間的關系，并對經濟增長過程中人均煤炭消費可能產生的拐點進行了分析預測，為構建節能型社會提供了科學依據。陳軍（2011）對1978―2008年間我國煤炭消耗與污染排放情況進行了面板數據分析。趙文（2011）應用面板數據模型對山西省的煤炭資源開發與經濟增長之間的關系進行了實證分析。

三、綜述評價

在進行文獻綜述分析時發現，由于各國研究重點不同，在研究能源與經濟問題時，人們并沒有將研究的重點放在煤炭消費與經濟增長之間關系的分析上，而是將煤炭消費作為能源消費的一部分，整體考慮能源消費與經濟增長之間的關系。

因此，本文介紹了國外學者對能源消費與經濟增長之間關系所進行的研究，發現隨著研究的深入，他們在分析能源消費與經濟增長問題時所采用的主要研究方法也在逐漸的完善和系統化，主要分為以下幾個大類：線性回歸分析、時間序列分許和面板數據分析，并對每一階段所采用的分析方法進行了分析。

隨后，本文分析了國內學者對能源消費與經濟增長之間關系的研究，發現國內學者在這方面的研究較晚，其通過借鑒國外學者的研究經驗和方法后，主要從能源消費與經濟增長之間的長期協整性分析和兩者之間的因果關系方面進行了分析，并考慮了區域空間因素對能源消費與經濟增長之間關系的影響，運用空間計量經濟學方法對我國能源消費與經濟增長之間關系進行了分析研究。雖然所采取的研究方法有所不同，但是大多數研究結果均得到了我國能源消費與經濟增長存在著長期均衡關系，而且能源消費是引起經濟增長的Granger原因的結論。

從國內外近幾年的研究內容可以看出，人們對煤炭消費的研究雖然在深入，但是研究的方向卻僅限于宏觀經濟方面，使用的研究方法也主要是運用計量經濟方法，通過建立煤炭消費與經濟之間的回歸分析模型，分析出它們之間的長、短期關系。將我國煤炭消費按照區域特征分開進行研究的相對不足。因此，筆者認為研究我國區域間煤炭消費問題能夠彌補國內外學者在此方面的研究空缺，進而使得煤炭消費問題研究更加全面、具體。

【參考文獻】

[1] Kraft，J.，Kraft，A..On the Relationship Between Energy and GNP[J].Journal of Energy and Development，1978（3）.

[2] Akarca，Ali T.，Long， Thomas Veach，II. Notes and Comments：On the Relationship Between Energy and GNP：A Reexamination[J].Journal of Energy & Development，1980（5）.

[3] Yu，E.S.H.，Hwang，B.K..The Relationship Between Energy and GNP：Further Result[J].Energy economies，1984，6（3）.

[4] Yu，E.S.H.，Choi，J.Y..The causal relationship between energy and GNP：An international comparison[J]. Journal of Energy and Development，1985，10（2）.

[5] Yu.E.S.h.，Jin，J.C..Co-integation tests of energy consumption，income，and employment[J].Resources and Energy，1992，14（3）.

[6] Hwang，D.B.K，Gum，B..The cause relationship between energy and GNP：The case of Taiwan[J]. Journal of Energy and Development，1992（16）.

[7] Stern D.I.. Energy use and economic growth in the USA：a multivariate approaeh[J].Energy Eeonomies，1993，15（2）.

[8] GLASURE Y U，LEE A R？Cointegration error-correction and the relationship between GDP and ease of South Korea and Singapore[J].Resource and Electricity Economics，1997（20）.

[9] ASAFUADJAYE J. The relationship between electricity consumption， electricity prices and economic growth：time series evidence from Asian developing countries[J].EnergyEconomics，2000（22）.

[10] Ghali，K.H.，EI-Sakka，M.I.T. Energy use and output growth in Canada：a multivariate cointegration analysis[J]. Energy Eeonomices，2004（26）.

[11] Salvador Enrique Puliafito，JoséLuisPuliafito，Mariana Conte Grand. Modeling population dynamics and economic growth as competing species：An application to CO2 global emissions[J]. Ecological Economics，2008（65）.

[12] Michael Dalton，Brian O’Neill，Alexia Prskawetz，Leiwen Jiang， John Pitkin. Population aging and future carbon emissions in the United States[J]. Energy Economics，2008（30）.

[13] MehrzadZamani. Energy consumption and economic activities in Iran[J].Energy Economics，2007，29（6）.

[14] A.M.M.Masih and R.Masih.on the temporal causal relationship between energy Consumption，real income and Priecs：some new evidence from Asian―energy dependent NICs based on a multivariate cointegration/vector error-correction approaeh[J].Journal of Policy Modeling，1997，19（4）.

[15] Asafu-Adjaye，J. The relationship between energy consumption，energy prices and economic growth：time series evidence from Asian developing countries[J]. Energy Economies，2000（22）.

[16] Soytas，U.，Sari，R..Energy consumption and GDP：causality relationship in G-7 countries and emerging market[J].Energy economies，2003，25（l）.

[17] Fisher-Vanden K.，Jefferson G？H.，Liu H. and Tao Q. What Is Driving China s Decline Energy Intensity[J].Resource and Energy Economics，2004（26）.

[18] Chien-chiang Lee. Energy consumption and GDP in developing countries：A cointegrated panel analysis[J]. Energy Economics，2005（27）.

[19] Lee，Chien-Chiang；Chang，Chun-Ping. Energy consumption and GDP revisited：A panel analysis of developed and developing countries[J]. Energy Economics，2007（29）.

[20] Lee，Chien-Chiang； Chang， Chun-Ping. Energy consumption and economic growth in Asian economies：A more comprehensive analysis using panel data[J]. Resource&Energy Economics，2008（30）.

[21] Huang，Bwo-Nung； Hwang，M.J.；Yang，C.W.. Causal relationship between energy consumption and GDP growth revisited：A dynamic panel data approach[J].Ecological Economics，2008（67）.

[22] 趙麗霞、魏巍賢：能源與經濟增長模型研究[J].預測，1998（6）.

[23] 韓智勇、魏一鳴、焦建玲、范英、張九天：中國能源消費與經濟增長的協整性與因果關系分析[J].系統工程，2004（12）.

[24] 汪旭暉、劉勇：中國能源消費與經濟增長：基于協整分析和Granger因果檢驗[J].資源科學，2007（5）.

[25] 王海建：耗竭性資源管理與人力資本積累內生經濟增長[J].管理程學報，2000（3）.

[26] 劉紅玫、陶全：大中型工業企業能源密度下降的動因探析[J].統計研究，2002（9）.

[27] 張明慧、李永峰：論我國能源與經濟增長關系[J].工業技術經濟，2004（4）.

[28] 楊文培：能源發展與經濟增長互動關系探討[J].煤炭經濟研究，2005（1）.

[29] 馬宏偉、張兆同：我國能源消費與經濟增長的灰關聯分析[J].管理探索，2005（6）.

[30] 黃敏、赫英：中國能源消費與經濟增長關系的模型與實證[J].統計與決策，2006（22）.

[31] 劉朝明、曾勝、劉博：我國能源消費與經濟增長的關聯模型分析[J].華東經濟管理，2006（11）.

[32] 徐小斌、李傳昭、徐錦秀、徐小鳳：中國東西部省份能源消耗與經濟增長關系比較研究――基于面板數據的協整分析[J].科技管理研究，2008（5）.

[33] 王火根、沈利生：中國經濟增長與能源消費關系研究――基于中國30省市面板數據的實證檢驗[J].統計與決策，2008（3）.

[34] 王會青、谷志紅、牛東曉：能源消費與經濟增長的實證及預測[J].統計與決策，2009（5）.

[35] 鄒艷芬、陸宇海：基于空間自回歸模型的中國能源利用效率區域特征分析[J].統計研究，2005（10）.

[36] 吳玉明、李建霞：中國省域能源消費的空間計量經濟分析[J].中國人口?資源與環境，2008（3）.

[37] 于全輝、孟衛東：基于面板數據的中國能源與經濟增長關系[J].系統工程，2008（6）.

[38] 張可云、項目：安徽省各地區GDP增長的空間計量研究[J].江淮論壇，2012（1）.

[39] 張學達：中國煤炭消費和經濟增長的研究[J].中國電力教育，2008（S2）.

[40] 張兆響、廖先玲、王曉松：中國煤炭消費與經濟增長的變結構協整分析[J].資源科學，2008（9）.

[41] 張興平、趙旭、顧蕊：我國煤炭消費與經濟增長關系的多變量協整分析[J].煤炭學報，2008（6）.

[42] 李金克、宋華嶺、王風華：基于計量經濟模型的煤炭消費與經濟增長關系實證研究――以世界主要煤炭消費國為例[J]. 數理統計與管理，2009（2）.

[43] 王鑒雪、寧云才：能源消費、煤炭消費與經濟增長關系研究[J].技術經濟與管理研究，2011（12）.

[44] 李金克、王風華、耿殿明：中國CO2排放、煤炭消費及經濟增長的協整檢驗[J].統計與決策，2011（19）.

[45] 張全權、陳濤、姜鵬：中國能源消費與經濟增長關系的實證分析[J].西昌學院學報（自然科學版），2011（1）.

[46] 張兆響、廖先玲、王曉松等：基于協整關系的中國區域煤炭消費與經濟增長比較研究[J].資源科學，2009（6）.

[47] 騰飛：煤炭開發與欠發達地區經濟增長――對“資源詛咒”的再考察[J].浙江社會科學，2009（7）.

[48] 劉順艷、孫根年：中國省際煤炭消費與GDP增長關系及拐點預測[J].資源科學，2009（11）.

[49] 陳軍、李世祥：中國煤炭消耗與污染排放的區域差異實證[J].中國人口?資源與環境，2011（8）.

第6篇：經濟學數據分析范文

 

一、引言

 

從大環境來看，如今，全球數據量均呈現激增趨勢，大數據時代全面到來，這不僅意味著社會需要更多信息分析人才，也說明相關院校要加強信息管理專業人才培養。從本國國情出發，我國從工業社會向以信息資源開發、應用和管理為主要特征的信息化社會轉變，計算機技術在各行各業普及應用，對經濟管理活動中產生的海量數據進行分析，挖掘出有潛在價值的信息，為管理決策提供依據，是信息管理學科研究的新方向。以目前畢業生就業市場需求情況來看，懂經濟、懂計算機同時又能掌握數據分析知識的學生在就業時有相當的優勢，這恰好與我們哈爾濱金融學院信息管理專業的人才培養目標一致，如何發揮財經類本科院校的辦學優勢，建成專業特色，是此次本科教學改革的目標。

 

二、人才培養目標

 

對于我們這樣有明顯“金融特色”的院校，充分發揮在金融領域的辦學優勢，塑造出自己的金融特色，即：堅持服務于金融行業，跟蹤IT發展的前沿，把握財經行業在信息化方面的最新需求，培養學生創新意識和能力，打造金融特色專業：金融信息管理-數據分析方向。培養具有管理學和計算機科學的專業知識，精通金融學、經濟學以及數據分析理論與技術，了解數據的商業價值，通曉以清晰直觀的形式提供數據分析結果的方法，強調學生掌握現代管理科學思想，掌握現代信息系統的規劃、分析、設計、實施和運行維護等方面的方法與技術，同時，更要具有較強的信息系統開發利用以及數據分析處理能力。

 

三、金融特色信息人才培養模式構建

 

(一)面向社會需求

 

2013年3月，IDC數字宇宙報告《大數據，更大的數字身影，最大增長在遠東》寫到：預計到2020年數字宇宙規模將達到40ZB。在這樣的大數據環境下，我國也必然需要更多高素質的信息管理類人才，例如，互聯網企業、金融機構、保險、醫療衛生、電子商務、零售企業及政府數據中心等行業對大數據專業人才的需求量都很大。

 

所以，在此情況下，我院有必要在加大人才培養力度的同時，面向社會需求，對信息管理專業數據分析方向人才的培養標準與目標進行重新定位，以確保符合大數據時代提出的新要求，順應大數據浪潮的發展趨勢。例如，未來對具有大數據管理和分析能力的人才需求將快速增長，數據分析師、數據架構師、數據可視化人員、數據監管人員等和大數據相關的職位也將應運而生，因此，我院應當注重培養需要具備深度分析數據能力的專業人才，使其成為能夠滿足市場需求的高層次復合型人才，為社會發展付出應有之力。

 

(二)教學特色

 

課程教學內容歸納為兩個模塊：“信息系統開發課程”、“數據分析課程”，其中，“信息系統開發課程”又分為“開發技術類課程”和“面向應用的課程”兩個子模塊，將程序設計類課程與管理信息系統理論課程相結合，以理論指導實踐，通過該課程的學習，使學生了解信息系統開發的基本理論和方法、信息系統的實施、運行與管理方法，熟練掌握信息系統的開發工具，最終通過案例實踐，深入理解信息系統的分析與設計過程。

 

“數據分析課程”又分為“數據分析方法課程”和“面向應用的數據分析課程”兩個子模塊，從而形成較為系統的立體化課程體系，數據挖掘是數據分析的核心課程，運籌學是輔助課程，教學目的是使學生掌握數據分析的基本方法和典型工具，了解數據倉庫和數據挖掘的基本原理，初步具備利用數據分析和解決實際問題的能力。

 

(三)制定科學合理的人才培養方案

 

在制定培養方案的過程中，要以市場需求為導向，設計靈活的人才培養方案，既要高度重視理論知識的學習，又要加強實踐能力的培養，為學生搭建實踐平臺，拓寬實踐渠道。

 

極力擴大與企業和科研院所的合作，為學生創造更多的研究、實踐機會，在課堂教學環節中，設立一些針對某個合作企業的某些具體問題的研究項目，組織學生在該企業的資助下開展研究。這樣既豐富了學生的實踐經驗又提高了他們的綜合分析能力和動手能力，同時還能促進合作企業的創新發展。

 

四、課程設置

 

計算機程序設計在數據架構當中起著重要作用，因此，在通識課基礎上，從第二學期開始，開設專業基礎課：C語言程序設計，專業必修課：面向對象程序設計、數據庫、數據結構、Java程序設計、JSP程序設計、Web實戰項目(Java方向)等計算機程序設計類課程，以及SPSS、數據挖掘與分析類課程。同時，開設信息管理專業既有體系中的基礎課程：信息管理概述、會計學、管理學、統計學、運籌學、信息資源管理、數據庫原理及應用、UML與可視化建模、計算機網絡技術、銀行計算機系統、管理信息系統(含課程設計)、信息系統分析與設計、專業英語等。以及專業選修課：信息檢索技術、多媒體技術與應用二選一，電子商務概論、靜態網頁設計、圖形圖像處理三選一，IT項目管理、系統工程、ERP原理與應用三選一，企業資源規劃、經濟法、經濟學三選一。

 

五、強化實踐性教學

 

財經類學校在專業教學方面應該關注實踐性課程的設置，它是培養學生理論聯系實際能力的關鍵，實踐教學能夠幫助學生更加了解學科特點，實踐的過程中學生原本零散的知識點得以組合聯通，長久以來，高校辦學都在堅持以行業需求為導向，以培養學生能力為目標，實現學術與職業特點的融合，要將“隱性”的課外實踐逐漸轉變為“顯性”的實踐課程。在落實學生實踐學習的過程中，學校要積極引入從業資格課程、職業群集課程等等，強化專業實踐，與當地的金融企業建立合作伙伴關系，引入“3+1”的實踐教學模式，全面促進學生能力、素質以及知識等綜合能力的提升，使其能夠更加滿足當今市場對人才的各項要求。同時，學校還可以構建校企聯盟模式，協同培養人才，充分發揮校企合作的優勢，為學校學生提供良好的實踐平臺以及展現自我的機會，幫助他們客觀的認識自身職業的特點，進而有目的的投入實踐學習，提升自身能力。實踐教學要側重學生職業能力的培養，要幫助他們更加適合當今市場的需求，樹立“厚基礎、精專業、強能力”的人才培養目標。最后，要注重實踐評價，建立完善的評價體系，通過這樣的方式了解學生的實踐情況，便于查缺補漏。開展實踐教學，要綜合多元化的實踐渠道，融合先進的教學方式，最大限度將課程體系內容與工作領域的相關知識緊密聯系在一起，必須要使學生的專業能力、職能能力得到提升。從多年的實踐經驗來看，實踐教學人才培養模式有效提升了學生的綜合素質以及專業水平，有利于學生未來發展與就業，在目前金融類學科教學中應該加以推廣。

 

六、結論

 

信息管理與信息系統專業是一個多學科交叉、應用以計算機為主的技術解決經濟管理問題的專業，應用范圍廣泛，技術性強。隨著信息技術的發展以及信息化建設的推進，信息系統在運行中積累的數據量已經超越管理控制能力，社會對具有數據管理和數據分析能力的人才需求也在迅猛增長，信管專業的建設必須從社會需求的角度出發，重新設計課程體系和教學內容，培養符合經濟社會發展需要的人才。

 

作者：霍云艷 來源：中國集體經濟

第7篇：經濟學數據分析范文

【關鍵詞】PM2.5；霧霾；時空分布

1.引言

從細顆粒物PM2.5的來源開始，系統的研究細顆粒物PM2.5的產生機理以及影響其排放的各種因素，從其生成源角度研究探討有效控制細顆粒物PM2.5排放的方法和途徑以及提出霧霾治理的建設性措施。

2.實驗數據分析

2.1 數據采集

采集山東省城市環境空氣質量狀況官網的2016年2月至2016年8月期間濟南市14個監測點PM2.5的監測數據進行分析，為濟南市細顆粒物PM2.5的研究以及霧霾的治理提供基礎數據。14個監測點PM2.5含量的月含量值見表1。

2.2 數據分析

濟南市14個監測點細顆粒物PM2.5的含量對比圖見圖1：

3.結論與分析

通過對比分析2016年2月至2016年8月期間濟南市14個監測點PM2.5的監測數據得出以下結論：

3.1 濟南泉城廣場監測點、濟南開發區場監測點、山東經濟學院監測點、濟南市科干所監測點、濟南市化工廠監測點、濟南市藍翔技校監測點、濟南市寶勝電纜監測點、濟南市跑馬嶺監測點、濟南市長清區黨委監測點PM2.5含量最高點出現在3月；

3.2 濟南高新學校監測點、濟南市監測站監測點、濟南市農科所監測點、山東建筑大學監測點、濟南市種子倉庫監測點PM2.5含量最高點出現在4月；

3.3 分析14個監測點含量較高的月份集中出現在3月、4月，也就是春季，根據濟南市環境監測中心站的數據分析，在春季風沙季節，濟南城市揚塵和土壤風沙塵對濟南市細顆粒物PM2.5的分擔率高達37.08%，超過燃煤塵和機動車尾氣塵，成為導致春季風沙季霧霾的主要原因。

參考文獻：

[1] 吳虹，張彩艷，王靜，宣肇菲，楚翠娟， 馮銀廠，徐虹.青島環境空氣PM10和PM2.5污染特征與來源比較[J].環境科學研究，2013，26（06）： 583-589.

[2] 高曉梅.我國典型地區大氣PM2.5水溶性離子的理化特征及來源解析[D].山東大學，2012.

[3] 徐虹，林豐妹，畢曉輝，焦荔，馮銀廠，洪盛茂，劉文高.杭州市大氣降塵與PM10化學組成特征的研究[J].中國環境科學，2011，31（01）：1-7.

科研項目：

濟南市軟科學科研項目《濟南市細顆粒物（PM2.5）主要來源及霧霾綜合治理對策研究》項目編號： （201502139）。

第8篇：經濟學數據分析范文

大數據環境對財務分析的對象、方法與工具以及功能等產生了巨大的影響，從而對財務分析人員的知識與能力結構提出了新的挑戰和需求。作為培養財務分析人才的主要載體——財務分析教材，必須加以重新構建和創新。大數據環境下的財務分析教材體系首先要強調海量數據收集、整理、處理等工具的運用能力培養，同時，應突破財務會計數據分析的局限性，從財務信息、行業信息和宏觀信息方面進行更大、更復雜、更全面分析，構建一個全新視角的財務分析方法體系和內容體系，從而為決策者提供更多寶貴信息，創造更多價值與財富。

關鍵詞：

財務分析；教材體系；大數據環境；方法；內容

根據Gartner(2012)的定義，大數據具有數量大、變化快和多樣化的基本特征，是典型的信息資產，其背后隱藏著巨大價值與財富。財務數據是企業最基本、最有決策價值的數據，是大數據的重要構成內容。但大數據時代，財務所面對的數據規模越來越龐大、數據類型越來越復雜，也蘊藏著越來越多的寶貴信息，因此，大數據對傳統財務會計理論與實務提出了新的要求，對會計信息質量產生更廣泛而深刻的影響，這必然需要培養掌握先進的分析技術和大數據分析工具，能從海量數據中發現機遇，具備高效的溝通和協作能力的數據處理與分析的團隊。財務分析教材作為財務數據處理與分析人才培養的主要載體、平臺和手段，必然以大數據環境下財務數據分析人才知識和能力需求為導向，對其教學工具、教學內容和教學方式進行變革與調整。關于財務分析教材方面的研究，從文獻的數量上來看并不多，而進行大數據環境下財務分析教材的研究文獻基本是空白。不過，隨著大數據時代的到來，目前，關于大數據下財務分析的討論越來越多。部分學者對從理論上分析了大數據對財務會計理論的影響，進而指出大數據對財務分析內涵、對象和功能等內容的影響[1]；也有部分學者結合實際指出：大數據的到來給財務分析領域帶來了巨大機遇和挑戰[2]，財務分析將不再是一個靜態的，個態的和封閉的內部“小分析”[3]，而是動態的、系統的、開放的、注重過程分析和非結構數據分析的綜合分析[4]；當然，也有個別學者從課程建設的角度進行分析，指出數據時代的到來，高校財務分析課程急需改革，以培養創新型財務分析人才來適應市場需求[5]，等等。本文希望在借鑒前述學者的研究成果基礎上，構建適應大數據環境下財務分析人才培養的全新的財務分析教材體系。

一、大數據環境對財務分析的影響

大數據時代的到來，財務分析將發生一個翻天的變革，其將突破靜態的，個態的“小分析”范疇，而變成一個動態的、系統的“綜合分析”。

（一）對財務分析對象的影響

大數據環境下，財務分析將更注重信息的全面性和針對性，更注重利益相關者的信息需求和信息的決策相關性。針對不同利益相關者信息需求的各種“個性化財務報告”在大數據時代強大的存儲功和分析能力下將以較低成本得以產生。[1]同時，強大的分析功能使財務分析對象將打破本公司財務數據的界限，大量涉足非本公司以外的財務數據和其他非財務信息。

（二）對財務分析人員知識和能力的影響

大數據環境下的財務分析人才需要新知識、新能力、新度量和新的思維方式，實現由傳統的財務數據分析，向一個大數據環境下的綜合思維轉變。在知識結構方面，財務分析人士除了需要厚實的財務與會計專業知識外，更需要扎實的數學、統計學和計量經濟學等進行數據分析的基礎知識作支撐。在能力結構方面，財務分析人士需要具有挖掘大數據價值與消除噪音數據的洞查能力、分析大數據的新技術與新工具的使用能力以及為利益相關者創造數據或提供報告的語言表達能力等。總之，大數據環境下的企業首席財務分析師既是企業首席財務技術師、企業首席財務信息師更是企業首席戰略決策的咨詢師。

（三）對財務分析方法與工具的影響

大數據時代的到來，財務分析突破了傳統的數據基礎和計算條件的限制，其分析越來越精益，與之相應的財務分析方法與技術也與時俱進。信息技術、數據庫和云計算技術與統計學方法和數學方法相結合在數據存儲、處理、挖掘和分析中發揮有效的作用，使得財務分析方法將由傳統小樣本抽樣分析轉向全面分析成為可能，為不同利益相關都提供全部和高質量的信息。

（四）對財務分析功能的影響

大數據環境下，分析方法和分析內容的豐富，財務分析更注意尋找事物的相關關系，而不僅僅是事物的因果關系；更注重高質量數據的挖掘和企業價值的提高。因此，大數據時代的財務分析功能不僅僅是傳統的預測和控制等，而是更注重利用數據為企業利益相關者提供全方位、高相關性和高準確性的決策信息，發展企業商業價值和戰略先機。

二、大數據環境下財務分析教材體系的構建

大數據對財務分析對象、功能和方法等產生了巨大的影響，從而對財務分析人才的能力和知識結構給出了新的要求。財務分析課程是財務分析人才培養的平臺，大數據環境下其必須建立在統計學、計量經濟學和高等數學等基本工具的先修課程的基礎上；而財務分析教材則是財務分析人才培養的直接載體和手段，其教學體系直接決定著財務分析人才的知識和能力結構。（如圖1所示）傳統的以財務比率分析為工具，以財務報告為對象，以滿足股東、債權人和經營者等相關利益者對財務數據需求為目的的教材體系必將進行重新構建和創新，以適應大數據環境下財務分析人才的成長。

（一）第一部分：財務分析緒論

本部分內容應該由以下幾部分組成：大數據環境下利益相關者對財務分析的需求、大數據環境下財務分析的目標與定位、大數據環境下財務分析所需要的知識與能力支持體系、方法體系以及大數據環境下財務分析教材的內容體系與框架。

（二）第二部分：財務分析方法體系

大數據環境下，財務分析的方法尤為重要，除了傳統的財務比率和比較分析等方法外，更注重利用數學、統計學和計量經濟學等知識與計算機軟件和硬件平臺的結合使用來收集、整理、甄別和處理數據，發現數據潛在的巨大商業價值。就財務分析教材而言，必須強調學生充分利用先修改課程所學的知識，具備從各種渠道獲取大數據的能力，處理數據與建模能力，因此，大數據環境下財務分析方法應包括海量數據收集方法、海量數據整理與甄別方法以及海量數據的處理方法。

（三）第三部分：財務分析內容體系

1.財務信息分析。財務會計數據是企業最基本、也是最大和豐富的一種數據，是傳統財務分析的主體，也是大數據的重要組成部分，因此，財務分析首先必定是對企業大量的財務數據進行分析，包括財務報表比較分析、各種財務能力（盈利、償債、營運、發展、創新和綜合財務）分析、各種會計活動分析等，讓財務數據開口說話，挖掘其價值，為企業經營管理者提供決策相關的信息，同時，也為后面的相關分析奠定基礎。[4]

2.企業信息分析。企業信息在一定程度是企業的工具更是企業的商業機遇，企業除了財務數據外，還有大量的非財務數據如客戶關系信息、產品與銷售信息和部門合作信息，等等，這些數據相當重要，也是企業決策的基礎，但零散、單個的數據沒有任何價值，只有財務人員利用科學的分析方法，建立適當的分析模型，對數據進行加工，才能挖掘出其隱含的商業價值。

3.行業和宏觀信息分析。大數據環境下，數據分析人才的基本能力之一是要通過不同渠道獲得相關行業和宏觀經濟數據，進行中觀和宏觀分析。行業和宏觀數據來源于金融數據庫，板塊數據庫，網絡數據庫、國研網和各種信息中心等平臺的數據，分析人員不僅要利用計量經濟學的方法進行定量分析，同時，也要利用一些SWOT、專家經驗判斷法等非定量方法進行分析，為企業發展所處的行業和宏觀環境做出科學合理的判斷。

（四）第四部分：大數據環境下財務分析的應用

1.利用大數據進行風險管理。以某企業所處的宏觀和行業環境為例，設置相應的指標反映其中觀和宏觀環境，建議中宏風險預警模型，然后再選擇或設置反映企業經營和財務風險的相關指標，建立微觀風險預警模型。

2.利用大數據創造價值。以某企業為例，分析其不同經營環節（生產過程、供應鏈和銷售環節等）的相關數據，運用財務分析方法對大數據的戰略分析，為企業提供機遇，創造價值。

3.利用大數據進行專業化、實時化的決策。以某家銀行數據收集處理和方案決策為例，分析其在大數據環境下的工作效率和決策程度，比較傳統的決策方式，闡述大數據環境下利用大數據的專業化和實時化決策。

參考文獻：

[1]齊萱，楊靜.大數據時代會計信息相關性研究述評[J].財會通訊，2015（28）：62-65.

[2]張紅英，王翠森.大數據時代財務分析領域機遇與挑戰[J].財會通訊，2016（2）：84-85.

[3]白金榮.大數據時代公司財務分析的發展淺析[J].經營管理者,2015（9）：280.

[4]趙紅梅，王衛星.財務分析的理論基礎與教材體系創新研究[J].財會通訊，2014（10）：48-51.

第9篇：經濟學數據分析范文

一、數理統計思想的形成

統計思想需要經歷統計觀念、統計意識、統計理念等階段。統計思想是根據人類社會需求的變化而開展各種統計實踐、統計理論研究與概括，才能逐步形成系統的數理統計思想。

二、數理統計思想的特點

數理統計思想從數理統計學派汲取新的營養，并且越來越廣泛的應用數學方法，聯系也越來越密切，但在數理統計思想的體現上與通用學派相比，還有著自己的特別之處。其基本特點能從以下四個方面體現出：（1）數理統計思想強調方法性與應用性的統一；（2）數理統計思想強調科學性與藝術性的統一；（3）數理統計思想強調客觀性與主觀性的統一；（4）數理統計思想強調定性分析與定量分析的統一。

三、數理統計思想

就是統計實際工作、數理統計學理論及應用研究中必須遵循的基本理念和指導思想。數理統計的思想主要包括：均值思想、變異思想、估計思想、相關思想、擬合思想、檢驗思想。

1.均值思想

均值是對所要研究對象的簡明而重要的代表。均值概念幾乎涉及所有數理統計學理論，是數理統計學的基本思想。均值思想也要求從總體上看問題，但要求觀察其一般發展趨勢，避免個別偶然現象的干擾，故也體現了總體觀。

2.變異思想

統計研究同類現象的總體特征，它的前提則是總體各單位的特征存在著差異。統計方法就是要認識事物數量方面的差異。數理統計學反映變異情況較基本的概念是方差，是表示“變異”的“一般水平”的概念。平均與變異都是對同類事物特征的抽象和宏觀度量。

3.估計思想

估計以樣本推測總體，是對同類事物的由此及彼式的認識方法。使用估計方法有一個預設：樣本與總體具有相同的性質。樣本才能代表總體。但樣本的代表性受偶然因素影響，在估計理論對置信程度的測量就是保持邏輯嚴謹的必要步驟。

4.相關思想

事物是普遍聯系的，在變化中，經常出現一些事物相隨共變或相隨共現的情況，總體又是由許多個別事務所組成，這些個別事物是相互關聯的，而我們所研究的事物總體又是在同質性的基礎上形成。因而，總體中的個體之間、這一總體與另一總體之間總是相互關聯的。

5.擬合思想

擬合是對不同類型事物之間關系之表象的抽象。任何一個單一的關系必須依賴其他關系而存在，所有實際事物的關系都表現得非常復雜，這種方法就是對規律或趨勢的擬合。擬合的成果是模型，反映一般趨勢。趨勢表達的是“事物和關系的變化過程在數量上所體現的模于此而預示的可能性”。

6.檢驗思想

數理統計方法總是歸納性的，其結論永遠帶有一定的或然性，基于局部特征和規律所推廣出來的判斷不可能完全可信，檢驗過程就是利用樣本的實際資料來檢驗事先對總體某些數量特征的假設是否可信。

四、數理統計的思想方法？

1.要更正不正確的思想認識

英國著名生物學家、統計學家高爾頓曾經說過：“統計學具有處理復雜問題的非凡能力，當科學的探索者在前進的過程中荊棘載途時，唯有統計學可以幫助他們打開一條通道”。但事實并非這么簡單，因為我們所面臨的現實問題可能要比想象的復雜得多。此外，有些人認為方法越復雜越科學，在實際的分析研究中，喜歡簡單問題復雜化，似乎這樣才能顯示其科學含量。其實，真正的科學是使復雜的問題簡單化而不是追求復雜化。與此相關聯的是，有些人認為只有推斷統計才是科學，描述統計不是科學，并延伸擴大到只有數理統計是科學、社會經濟統計不是科學這樣的認識。這種認識是極其錯誤的，至少是對社會經濟統計的無知。比利時數學家凱特勒不僅研究概率論，并且注重于把統計學應用于人類事物，試圖把統計學創建成改良社會的一種工具。經濟學和人口統計學中的某些近代概念，如GNP、人口增長率等等，均是凱特勒及其弟子們的遺產。

2.要不斷拓展統計思維方式

數理統計學是以歸納推理或歸納思維為主要的邏輯方式的。眾所周知，邏輯推理方式主要有兩種：歸納推理和演繹推理。歸納推理是基于觀測到的數據信息（尤其是不完全甚至劣質的信息）去產生新的知識或去驗證一個假設，即以所掌握的數據信息為依據，歸納得出具有一般特征的結論。歸納推理是要在數據信息的基礎上透過偶然性去發現必然性。演繹推理是對統計認識能力的深化，尤其是在根據必然性去研究和認識偶然性方面，具有很大的作用。

3.要深化對數據分析的認識

任何統計研究都離不開數據分析。因為這是得到統計研究結論的必要環節。雖然統計分析的形式隨時代的推移而變化著，但是“從數據中提取一切信息”或者“歸納和揭示”作為統計分析的目的卻一直沒有改變。對統計數據分析的原因有以下三個方面：一是基于同樣的數據會得出不同、甚至相反的分析結論；二是我們所面對的分析數據有時是缺損的或存在不真實性；三是我們所面對的分析數據有時則又是海量的，讓人無從下手。雖然統計數據分析已經經歷了描述性數據分析、推斷性數據分析和探索性數據分析等階段，分析的方法技術已經有了質的飛躍，但與人類不斷提高的要求相比，存在的問題似乎也越來越多。所以，我們必須深化對數據分析的認識，圍繞“準確解答特定問題并且從數據中獲取一切有效信息”這一目的，不斷拓展研究思路，繼續開展數據分析方法技術的研究。

數理統計思想方法應用必須堅持以事實為依據、用數據說話的原則，把統計技術的應用與專業技術緊密結合，在考慮統計項目實施時，應從理論和事實層面上注重分析和使用條件，認真權衡各種關聯因素。數理統計學是繼承和發展基礎統計的理論成果，堅持統計學的社會科學性質，使統計理論研究更接近統計工作實際，在國家和社會得到廣泛發展。

參考文獻

[1] 陳福貴.統計思想雛議[J]北京統計，？2004，（05）.

[2] 龐有貴.統計工作及統計思想[J]科技情報開發與經濟，？2004，（03）.

[3] 范文正.幾種基本統計思想的現實意義[J]統計與決策，？2007，（08）.