经济学数据分析精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的经济学数据分析主题范文，仅供参考，欢迎阅读并收藏。

第1篇：经济学数据分析范文

如果中国经济增长仍低于其潜在的能力，那么如何把中国经济增长的潜力充分发挥出来就是一个值得思考的问题。笔者分析人均收入与经济增长率上限之间的关系，从而分析当下中国的人均收入水平所对应的可能的增长率上限。分析中国自 1992 年以来人均收入与增长率之间的关系，试图对中国近期的增长率提出一种预测参考。分析经济基数与增长率的关系，试图纠正一种似是而非的观念：经济基数大了增长率就必然会降低。对中国经济增长潜力的市场分析，侧重分析了中国房地产市场未来带动经济增长的巨大潜力。最后，对经济增长进行政治经济学分析，并提出一些政策建议。

当一个国家人均收入较低时，存在经济增长的后发优势，至少表现在五方面：一是市场潜力巨大，低收入国家的民众有很多高收入国家已满足的需求尚未满足;二是技术可通过从发达国家引入和模仿来获得，从而可避免自主开发所要承担的巨大成本、风险以及所需要的时间;三是生产要素的价格普遍较低，尤其是缺少国际流动性的生产要素，如劳动力、土地及一些自然资源等;四是城镇化水平普遍较低，而城镇化可带来大量需求，可促进经济快速增长;五是受资源环境的约束较小，因为这时民众的环保意识通常较弱。这里不是肯定发展中国家忽视资源环境追求经济增长，而是解释这是一个可导致发展中国家经济增长的因素。这些经济增长的后发优势可使得这些低人均收入国家具有较大的经济增长潜力从而保持较长期的快速经济增长，如中国的经验。

但低人均收入国家往往也是问题国家，可能国内政治腐败，各种社会问题错综复杂，民族宗教冲突严重，民众受教育水平低，资本积累不足，基础设施严重欠缺，科学技术落后，等等。因此，低人均收入国家获得快速增长只是一种可能，实际的经济状况可能相当糟糕。由此我们判断，经济增长率在低人均收入国家中会呈现较大幅度的波动。从统计上来说，低人均收入国家群组增长率的方差会比较大。相反，人均收入高的发达国家在经济增长上存在内在的劣势，有五方面原因：一是国内市场有限，以现有技术所生产的产品已比较充分地满足了市场需求;二是需要重大创新才能大幅拉动经济增长，而重大的创新并不可能总在发生，而在创新相对停滞的时期经济则缺少热点;三是生产要素成本高，尤其是劳动成本;四是城镇化水平普遍较高，城镇化已难于带动经济增长;五是不可能以高资源环境代价实现高经济增长，因为高收入国家的居民对资源环境的要求愈发苛刻。

因此，一般来说，人均收入高的发达国家经济增长相对缓慢，只有在出现重大创新时才比较容易出现较快的经济增长，比如美国上世纪 90 年代出现的以互联网等高新技术带动的经济增长，但增长率也还是有限的，不能和同期中国的经济增长率相提并论。从统计上来说，高人均收入国家群组增长率的方差会比较小。中等人均收入的国家群组增长率的方差自然介于高和低人均收入国家群组之间。中国的地方政府一直存在着发展地方经济的巨大冲动，这和地方政府官员的政治利益相一致。发展地方经济同样需要资本和劳动。在中国，资本更为稀缺，而劳动更为过剩，尤其是体力劳动。就广大劳工大众来说，并无实际的民主选举权，工会在维护工人利益上实际作用也相当有限。

第2篇：经济学数据分析范文

关键词：评价数据 青年教师 教学竞赛

中图分类号：G42 文献标识码：A 文章编号：1003-9082（2017）07-0111-02

举办青年教师教学竞赛是各高校较为常见的青年教师培养方式和举措，旨在提升青年教师教学水平，培养优秀青年教师教学楷模，促进青年教师提高课堂教学能力，强化教书育人理念。

深圳职业技术学院在2012、2013年连续两次举办了青年教师教学竞赛。参赛选手由各学院选拔，分文科、理工、综合三类，由教务处、督导室、人事处负责组成三个专家组评审。两届的评审方式不同，第一届52名参赛选手以集中教学演示20分钟的方式决出名次；第二届52名参赛选手以评委随堂听课评审方式决出名次。最终两届均有24名青年教师分获一、二、三等奖。

笔者对两届参赛选手的历年教学评价数据进行了分析。旨在对竞赛方式、竞赛效果，特别是青年教师教学竞赛是否能提升青年教师教学水平做出确定性结论。现将结果报告如下。

一、青年教师教学竞赛对青年教师教学成长有一定效果

我们对第一届参赛选手近5年的教师综合测评结果进行分析（见表1）

由表1 可见，在竞赛当学年，无论获奖选手还是未获奖选手，获评年度教学优秀数明显高于参赛前和参赛后。表明，举办青年教师教学竞赛对青年教师教学成长有应激效果。但后续效果却表现不一致，获奖选手赛后2年获得的教学优秀数多于赛前2年，平均高20%。未获奖选手赛后2年获得的教学优秀平均数与赛前2年平均数相同。

这一结论也可由学生评教结果印证（见表2）。由表2可见，无论学生评A 数还是综合评价数，参赛学期明显高于参赛前和参赛后各学期的平均数。显示举办青年教师教学竞赛对青年教师教学成长确有应激效果，后续效果并不明显。这提示我们，如果举办青年教师教学竞赛，不采取后续培养措施，对青年教师的教学成长产生的效果是有限的。

二、竞赛评审方式对竞赛结果影响较小

我们对两届获奖选手的历年学生评价数据进行分析，结果见表2。

由表2可见，我们将两届获奖选手2010年以来的每学期学生评教结果统计分析，无论获奖选手的评A数还是综合平均数比较，两届的趋势都一样，以参赛学期数值最大。参赛前或参赛后各学期平均数变小。表明竞赛评审方式对竞赛结果影响很小。

三、第一届选手的总体质量明显优于第二届选手

由表2还可看到，第一届选手的评A 数和综合平均数明显优于第二届选手。这意味着第一届选手的总体质量明显优于第二届选手。这一结果也可由表3显示。

由表3可见，按可比的4年度教学优秀获得数据，第一届参赛选手相比第二届参赛选手，获得每年度教学优秀数都多且获得比例平均高38%。换句话说，第二届教学竞赛的获奖选手获奖等级的含金量低。

两届获奖选手的平均年龄基本一样，分别为34.7岁和34.8岁。职称情况差异也不大，第一届获奖选手13位具有副高职称，11位具有中级职称；第二届获奖选手11位具有副高职称，13位具有中级职称。为什么竞赛结果会出现如此大的差异？深入研究发现，第一届52名比赛选手的选拔是各学院优中选优，目的即为“拼”比赛。第二届选手的选拔则是将前一年选手屏蔽（只有一位选手再次参加），另选优中之优来参赛。部分院系的调研表明，组织第二次青年教师教学竞赛时，第一届参赛选手不愿意再次参赛。这一结果给我们3方面的启示：一是青年教师教学竞赛不宜连年举办；二是参赛选手的选拔办法需要优化，起码上一届获得二等奖及以下选手应继续参加下一届的教学竞赛，提升竞赛的激烈程度，以决出真正意义的一等奖选手，发挥教学竞赛的作用；三是教学竞赛要有优惠的激励机制，足以吸引青年教师积极投入比赛。

四、两届青年教师教学竞赛均无学生参与评价是严重缺陷

人才培养是学校的第一位任务，开展青年教师教学竞赛的目的是为人才培养提供优质教师资源。然而，前二届青年教师教学竞赛的选手选拔过程和竞赛评价过程均无学生参与，不能不令人遗憾。为了说明这一问题，我们对含金量较高的第一届教学竞赛获奖选手的赛前赛中及赛后学生评价结果进行了分析（表4）。

由表4可见，总体而言，获奖选手的赛后学生评价好于赛前学生评价，表明青年教师教学竞赛对培养提升青年教师教学能力有促进作用。但从获奖类别看，综合类获奖选手的获奖等级与学生评价落差较大，显示单靠几个专家评审，存在失真现象，没有把真正优秀的教师选。这一结果提示我们，青年教师教学竞赛不仅选拔环节应该把学生历年评价作为考虑因素，在竞赛环节也应纳入学生评价，学生的评分结果与专家评分结果各占一定比例，从而使获奖选手的含金量更高。

五、有关青年教师教学竞赛的相关建议

1.青年教师教学竞赛不应连年举办，应隔年或隔2年举办1次。

2.青年教师教学竞赛应采取集中教学演示方式

随堂评审方式并未提高评审效果，也未提高青年教师的教学成长，但组织难度和评审人员投入太大。教师反映也不好，竞赛时，5～7名评委进入课堂，对老师有压力，对听课的学生也有影响，故不宜再使用。

3.竞赛选手应有资格审查

除年龄标准外，参赛前2～4个学期的学生评价不低于B+应作为入门条件。数据表明，前两届青年教师教学竞赛，均有两成学生评价为B-及以下选手参赛， 他们的竞赛效果并不好，浪费学校的竞赛资源。

4.竞赛评分应纳入学生的全员课堂教学效果评价

在举行青年教师教学竞赛时，应通过学生教学信息员同步组织学生进行课堂教学效果测评，测评结果评分与集中演示的专家评分各占50%，以促使⑷教师不能为赛而赛，而应为提高教学效果参赛。

5.明确青年教师教学竞赛的激励机制

获得一等奖的教师，给予连续3年获得教学优秀待遇，以后各学年只要学生评价达到B+及以上，认定为校教学优秀。同时，给予一定的奖励金。二、三等奖获奖选手只给予一定的奖励金，但可参与下一届青年教师教学竞赛。

6.建立竞赛及获奖选手的后续培养机制

第3篇：经济学数据分析范文

学分银行是一个复杂而庞大的体系，不仅需要相关的运行机制、政策法规和标准体系等的支持，还需要一个功能强大的信息管理平台的支持才能真正有效运行。学分银行信息管理平台在设计理念上应坚持以服务学习型社会建设、充分考虑个性化需求和满足各类学习成果之间的转换需求为目标，其平台架构，既涉及制度设计层面，也涉及技术层面。如何实现不同层级的数据对接和异构平台之间的数据资源共享以及存储并管理日渐庞大的用户信息，并通过云服务实现教育大数据的价值，这些都是学分银行信息管理平台建设的重要内容。

【关键词】 学分银行;教育大数据;技术架构;云服务;智能网关

【中图分类号】 G434 【文献标识码】 A 【文章编号】 1009―458x（2015）06―0053―07

一、国内外学分银行信息管理

平台研究与建设情况

学分银行是一个复杂而庞大的体系，不仅需要相关的运行机制、政策法规和标准体系等的支持，还需要一个功能强大的信息管理平台的支撑才能真正有效运行。目前，国内外都围绕学分银行信息管理平台设计与开发这一主题进行研究。从国内来看，关于学分银行制度建设、认证框架及其运作模式等研究相对较多，而对于学分银行信息管理平台架构方面研究较少。崔铭香和乐传永较早探讨了学分银行的运行程 序[1];姚德明等人从一所职校的视角，提出了职校学分银行管理体系[2];汤书波等人研究了开放教育学分银行系统功能模块设计[3]; 彭飞龙对学分银行系统进行了一定研究[4];陈晶晶和陈龙根等人对基于学分银行的学习型城市服务平台建设进行了一定研究[5];鄢小平等人对基于云架构的学分银行信息平台设计以及我国学分银行制度模式选择和架构设计进行了研究[6][7]。这些研究选择不同视角和方法，讨论了学分银行信息管理平台的设计思路，对本文起到了启发和参考作用。

从已建成并投入运行的情况看，国内主要有上海市终身教育学分银行信息管理平台、江苏终身教育学分银行信息管理平台等。这些平台主要由三部分组成：门户网站、管理系统和用户档案信息库。门户网站主要用于学分银行工作动态、规章制度和运行流程等的展示，并有各种功能的导航等;管理系统包括用户、机构联盟和业务流程等的管理;用户档案信息库包括终身学习账户和终身学习档案，提供学习成果的累积、存储、转换和查询等功能。这些都是学分银行信息管理平台的基本功能。学分银行信息管理平台需要给用户提供的不仅仅是简单的档案信息查询，还需要提供相关智能化服务。智能化服务需要有数据来支撑。因此，学分银行信息管理平台还应具有针对各种异构平台的相关数据进行整合与分析的功能。

在国外，大多数学分银行体系的运行，都有强有力的信息化开放服务平台作为支撑。韩国终身教育振兴院（NILE）开发了多层次的学分银行信息管理平台，根据其职能架构实现多层管理，主要包括提供相关政策制度查询、在线学分认定申请、证书核对、学分登记、学分认定和学位授予等功能，并为个人和机构提供专业学习指导与培训计划推荐。平台数据实行多层级管理，并打通各类学习平台接口，为学分银行的运行提供了强有力的信息服务和保障[8]。英国资格与学分框架（QCF）建有国家认证资格数据库（NDAQ）、MIAP和SFA的LAR系统[9]。南非资格署开发了学习者档案数据库（NLRD）信息系统，它是一个国家资格框架电子管理系统[10]。欧洲学分银行是国际上发展较早且体系较为完善的学分认证体系，包括学分转换与累计系统（ECTS）和职业教育与培训学分系统（ECVET）。欧洲各参与国或有关院校大多建有信息化服务网络系统和便捷的学分转换系统热线。欧盟设立的“欧洲学习机会”（Ploteus）门户网站也提供了大量有关教育、培训和各种学习的机 会[11]。英国学者安东尼・约翰・维克斯[12]和荷兰开放大学赫曼・博世[13]对这两个系统做了大量研究。

二、学分银行信息管理平台

设计理念与原则

1. 设计理念

随着大数据时代的到来，数据的应用已经渗透到各行各业。在很多组织中，大数据的分析与应用已成为重要的影响因素和核心竞争力。大数据不仅是一种技术革新，更是思维方式的大变革。随着网络信息技术在教育领域的不断发展与应用，各类教育管理、学习服务模式以及人的思想观念、学习方法和行为习惯都将受到大数据浪潮的深度影响[14]。教育领域的大数据不仅来源于各类学习平台上不断积累的学习数据（包括课程视频、教案和习题库等），还包括学习者的行为数据和个人资料。当这些数据积累到一定级别且互联互通后，教育大数据就形成了。国内外教育界对于大数据与教学结合的看法，呈现出积极态势。目前，在教育领域，虽然已生成大规模的数据，但由于不同教育机构的数据相互独立，存在数据分散存储、结构不统一和数据不完整等问题，使这些数据很难集成在统一的数据平台中，得不到有效利用。如何将这些格式各异、分布广泛的数据集成与交互，整合成对教育和学习有价值的信息，正是学分银行信息管理平台最大的价值所在。

学分银行制度是学习型社会建设的重要组成部分，是服务于终身学习的重要体系支撑。学分银行信息管理平台在设计理念上，应该坚持以服务学习型社会建设、完善各级各类教育之间的衔接标准、满足各类学习成果之间的转换，并实现为个人、企业、机构和教育部门等提供学习教育需求和政策建议为目标。要实现这一功能，就要充分运用平台中的各类数据，挖掘教育数据中的隐藏信息，提供及时、高效的服务。基于此，在整个平台的开发过程中，数据架构显得非常重要，数据架构的合理性决定了后续的数据生态管理。这些都要求系统设计充分考虑用户需求，结合用户在相关学习平台中的学习行为和学习成果，通过数据挖掘与分析技术对用户的学习需求、培训计划和工作目标等进行设计、评估与指导，提供个性化需求服务与智能化学习引导。

2. 设计原则

首先，要遵循系统安全可靠性原则。安全是平台建设必须遵循的首要原则。平台的总体设计和安全体系设计要符合信息系统安全等级要求。学分银行信息管理平台存储了大量个人身份信息和学习成果数据，涉及大量个人隐私，存在被恶意攻击和用户信息泄露的风险。为了保障平台的安全，应该对平台的物理安全、网络安全、系统安全、应用安全、数据安全和安全管理制度等方面进行全方位评估，要有完备的运行维护及安全保障体系，确保信息的安全。

其次，要遵循开放性原则。平台要能提供标准化开放接口，支持多平台接入。学分银行不是一个独立的系统，它的主要功能是为了更好地连接并打通各级各类教育和培训间的通道，并提供相关分析与决策。因此，平台的数据来源需要与各级各类平台实现数据对接，充分考虑与其他外部系统的接口需要。

再次，要遵循海量数据处理原则。学分银行面向全社会成员开展学习成果认证、积累与转换服务，整合各级各类相关异构学习平台的数据，会形成海量的用户信息，因此，需要支持海量数据处理。

三、学分银行信息管理平台功能

模块与职能架构分析

1. 功能模块分析

学分银行信息管理平台主要包括对外服务、政策宣传、业务管理和平台管理等功能模块。其中，对外服务是最主要的功能模块之一，要能够支持对公、对私两大业务。对公业务模块主要包括机构资质申请、机构学员学习档案管理、学习成果认证管理、机构成员学分积累认证、学习成果转换、教育产品介绍与推荐、课程学习组织与推荐、专业或资格推荐、能力测评及专家引导等，实现为行业、企业等从业人员等提供非学历培训证书与学历教育课程互认服务，为学习型组织提供需求定制服务。对私业务，即个人业务，主要服务于学分银行个人学习者，管理学习者的个人信息，包括账户注册、终身学习档案管理、学习成果认证与转换、能力测评及专家引导等。其中，终身学习档案管理模块除了能够提供个人信息及学习成果的查询外，应能够综合分析个人的学习成果、工作经历和学习记录等信息，智能化地提供相关专业资格推荐等个性化服务。能力测评模块主要是通过分析用户提交的能力测评表并结合专家引导等方式帮助学习者制订学习计划等。

通过对外服务所积累起来的各种数据，都会保存在信息平台的各级数据库中，系统会根据用户的学习、工作与成果累积等情况，通过数据挖掘技术分析不同地区、不同机构的整体教育情况和需求，为行业或个人提供各级各类学习推荐与引导，并为培训机构提供相关信息，促进资源共享，实现跨区域合作。通过信息管理平台对外服务完善终身学习档案库的建设，实现各级各类教育及培训成果的转换，并与终身学习公共服务平台及其他各级各类学习平台之间数据互联互通、资源共享，结合数据分析提供专家评审与指导等功能，支持最优学习路径搜索与推送，促进行业需求与培训信息互通。

2. 职能架构分析

目前，我国正在建设的学分银行信息管理平台，有从国家层面设计的，如国家开放大学学分银行信息管理平台;有从地方层面设计的，如上海市终身教育学分银行信息管理平台。无论从国家层面设计，还是从地方层面设计，学分银行的职能架构都可分为三个层级：学习成果认证中心、学习成果认证分中心和学习成果认证点。

学习成果认证中心作为第一级的业务执行机构，主要负责机构设置与管理、标准制定和课程体系建设等顶层设计，并提供学分银行信息化运行所需的各类评价标准及外部资源，完成综合性数据分析。学习成果认证分中心作为第二级的业务执行机构，主要完成账户管理、部分学习成果认证转换等业务受理、终身学习档案建设与管理、网点或机构管理等。学习成果认证点作为第三级的业务执行机构，设立在每个二级认证分中心的下属区域，其职能是为用户办理开户、销户、认证、转换和学习档案查询等业务。三个层级之间的数据库互通。三层职能架构如图1所示。

<D：＼教育盘＼2015年教育＼2015-06＼06-14.jpg>

图1 学分银行信息管理平台三层职能架构图

四、学分银行信息管理平台

三层数据架构与云服务管理

1. 系统数据分析

当前，国内外各种不同形式的学分银行运行支撑平台，多以学习成果的认定、存储和转换为主要功能。随着业务的开展，平台数据不断积累，数据量日渐庞大，但这些数据并没有真正实现其应有的价值，这些平台大多只提供查询功能，很少有平台能通过数据分析提供个性化的服务或是为机构提供教育培训需求与决策分析。我国学分银行制度建设的宗旨是服务于终身学习体系和学习型社会建设，通过学分互认打通各级各类教育培训的纵向衔接和横向沟通，搭建终身学习“立交桥”。基于此，学分银行信息管理平台需要提供的不仅仅是学习成果的存储、积累与转换，同时，还需要为社会成员提供个性化服务，为教育机构和企业联盟提供教育需求分析，提供有针对性的评价模式和数据分析功能 。

如何通过给定的评价模型实现相关教育决策和培训学习分析，则需要通过挖掘技术对系统中的数据进行分析、提取和清洗。学分银行用户数量庞大，数据之间有着千丝万缕的关系，数据具有类型多、数量大和关联性强等特点，为用户个性化服务的实现提供了基础。例如，可利用文本语义的情感分析模型，分析出数据中对学习有促进的或无关的语义，通过定制评价模型对不同维度的学习成果及该用户或群体所对应的学习行为等相关要素进行监控，通过文本分析、不同维度之间的关联分析和趋势分析等技术挖掘数据中隐含的信息，找到与提升学习和促进教育相关的因素，预测学习需求与教育培训趋势。

与各异构平台对接后的学分银行信息管理平台中的数据存在显性和隐性之分。显性数据以结构化数据为主，比较好处理，如用户信息档案，包括用户特征、工作经历和教育程度等;隐性数据多数是非结构化数据，一般以用户的行为数据为主，包括学员的个人偏好和实时行为等，如学员参与交流互动的情况、E-mail情绪和视频及网页的浏览情况等，这类隐性数据一般属于非结构化数据。还有一类数据处于显性和隐性之间，以半结构化数据为主，如学员能力评估、学习方向分析、学员个性特质分析以及各类提交的表单、证书材料等数据。学分银行信息系统数据分析结构如图2所示。

<D：＼教育盘＼2015年教育＼2015-06＼06-15.jpg>

图2 学分银行信息系统数据分析结构图

传统的针对学习培训的评估方法是通过问卷调查，根据预先设定的评价模型，对学习效果与教育需求的各种影响因素进行分析得到相关结论。而采用大数据分析不仅实时、动态，而且可以通过挖掘数据的相关性实现面向未来的预测，与传统的相对静态、预设模型的学习分析方法相比，更加高效和便捷。随着学习环境越来越数字化，学习评估和学习需求也越来越被量化。从图2可以看出，和各异构平台对接后的学分银行信息管理平台包含了来自不同数据源的信息，数据复杂、时效性强且比较全面。从中提取出有价值的信息，通过相应的评价模型和数据分析，使教育培训的量化评估、个性化精准推荐和学习需求分析等成为可能。

2. 数据架构

数据的集成和整合需要完成数据的抽取、转换和加载。海量的数据管理与分析、多数据中心协同的大数据管理与分析处理技术以及较高的个性化服务功能，都可通过ETL工具和OLAP技术得到解决。OLAP分析是针对事先拟定的主题重新组织、筛选和转换数据，统一数据结构，重新整合产生综合性数据。有效提取、转换和加载是数据维护的难点。ETL系统模型主要包括数据抽取、转换、清洗和装载，是大数据集成和分析的重要环节和核心技术，其关键在于为数据分析和应用提供统一的数据接口。学分银行信息管理平台中应用ETL的目的是将分散在各教育机构和学习平台中与结构和标准不统一的数据进行整合，通过大数据分析技术，给个人和机构提供个性化服务，为政府和教育部门提供教育需求分析与决策建议。

数据集成与数据功能对平台技术要求较高。根据学分银行三层职能架构，可将学分银行信息管理平台数据集成划分为三层，通过ETL认证和OLAP分析实现数据架构管理。

三层数据依次是学习成果认证中心数据交换库、学习成果认证分中心数据交换库和学习成果认证点数据库。从第一级到第三级数据的组成分类由复杂到简单。第一级数据，即认证中心数据，主要包括账户信息、终身学习档案信息、机构信息、认证分中心相关信息、专家信息、证书信息、学习成果认证积累和转换信息、课程信息、清算信息和标签化资源信息等各类数据库;第二级数据，即认证分中心数据，主要包括分中心部分学习成果认证、积累和转换信息、分中心终身学习档案信息、认证点的相关信息以及清算信息等;第三级数据，即认证点数据，该层级以对外窗口服务为主，数据相对简单，以本地用户信息和学习记录信息为主，此外还包括一些开户、销户和认证申请等临时信息。三层数据架构如图3所示。

<D：＼教育盘＼2015年教育＼2015-06＼06-16.jpg>

图3 学分银行信息管理平台三层数据架构图

当档案信息数据量积累到一定程度时，这些数据可用于OLAP分析以及数据挖掘。通过学分银行信息管理平台的后台统计分析功能，可以按不同层级生成用户统计报表、存入课程统计报表、存入证书统计报表和转换学分与课程统计报表等。统计报表是可定制的，并具备相应的分析功能，通过学分银行信息管理平台中的智能报表生成与数据分析功能，可以根据业务需求和主管部门的要求随时生成各种统计报表，并对数据进行深入的分析和挖掘，真正实现决策支持。

3. 云服务管理

大数据的管理与分析离不开云计算。云计算的概念虽然出现在大数据之前，但随着大数据分析的重要性和价值不断提升，这两者就如同一个硬币的两面，缺一不可。学分银行积累和整合了教育大数据之后，如何让数据更有价值，离不开云计算和服务。

学分银行业务涉及各行各业，除了高校和教育机构之外，还涉及其他各类学习型组织、社区和企业等，用户数量庞大，分布广泛，要求不一，这对学分银行平台的架构要求更高。为了更好地实现学分银行的上述功能，可以采用云计算实现数据服务与管理。基于三层架构的学分银行数据服务从业务需求和复杂度方面分别需要实现三类云服务：SaaS服务、PaaS服务和IaaS服务[15]。学分银行信息管理平台云服务功能如图4所示。

（1）SaaS服务。SaaS服务主要面向数据架构中的第三层认证点，这层用户对业务要求不高，也不需要投入太大，系统只需提供个人和机构联盟一些简单的个性化需求，如开户注册、成果的录入、申请和查询等基础功能。在支持用户完成基本信息添加和学习成果录入的同时，促进了学分银行信息档案库的建设，实现学分银行平台基础数据积累。这些数据以结构化数据为主。

（2）PaaS服务。数据架构中的第二层级和第三层级中部分对平台功能要求比较高的机构可以提供PaaS服务，该服务帮助机构根据自身需求快速完成相关环境的开发，在提供功能开发扩建服务的同时，完成相对复杂的数据服务，包括半结构化数据和非结构化数据。

（3）IaaS服务。对于部分有特殊需求的机构，平台提供IaaS服务。该服务为用户提供功能强大的自主服务，可以实现要求更高的系统扩建需求，用户可以在三层数据架构基础上自己完成特定网络环境及软硬件部署，扩展本层的数据架构，实现更复杂的非结构化数据管理服务。

<D：＼教育盘＼2015年教育＼2015-06＼06-18.jpg>

图4 学分银行信息管理平台云服务功能图

五、案例应用――以国家开放大学

学分银行信息管理平台为例

国家开放大学学分银行模拟和借鉴银行特点，以学分为计量单位，对各类学习成果进行统一的认证与核算，是具有学分认定、积累和转换等功能的新型学习制度和教育管理制度。国家开放大学学分银行平台总体设计考虑学分银行系统服务于终身教育体系，与教育部整体信息化建设，包括教育管理公共服务平台、教育资源公共服务平台等各类相关平台整合对接，形成一体化的国家开放大学的终身教育信息服务体系。平台设计在延伸韩国学分银行系统架构理念的基础上，基于SOA标准，并通过智能网关及开放接口（OpenAPI）实现异构平台数据的整合，支持分布式部署的弹性支撑云服务应用，充分利用云计算IaaS平台统一管理资源池，做到按需分配，适应各应用模块的横向扩充，灵活应对解决业务量、数据量持续增大带来的数据管理与分析问题。

国家开放大学学分银行信息管理平台总架构如图5所示，其内容包括用户层、应用支持层、系统支持层、数据支持层和基础设施层，外部还有云管理服务及规范标准体系和运行维护及安全保障体系等。

用户层包括个人用户、机构用户和管理人员等。应用层包括对外服务、学习成果认证中心、学习成果认证分中心及学习成果认证点的各类应用。系统支持层包括门户支撑系统、站群管理系统、统一身份认证系统、CA认证系统、协作通信系统、数据交换系统、文件交换系统和决策支持系统等。数据支持层通过智能网关将学分银行三层数据集成架构与终身学习平台及其他各级各类学习平台的数据对接，形成一个数据资源开放平台。基础设施层包括虚拟化软件及平台、各类服务器、云存储与备份、云计算服务、网络支撑、负载均衡和接口管理等。

<D：＼教育盘＼2015年教育＼2015-06＼06-19.jpg>

图5 国家开放大学学分银行信息管理平台总架构

根据国家开放大学学分银行功能需求，平台在运行过程中将逐步打通对接各类异构平台数据，利用智能网关汇聚异构数据的特点，并通过OpenAPI接口实现跨平台数据对接，真正实现了数据共享，为教育大数据的积累提供基础。基于学分银行运行制度本身的特点，使学分银行信息管理平台的功能在技术方面面临着更多的挑战，为了实现平台的各项服务功能及教育大数据的价值，需要解决平台之间计算、存储、共享和分配等关键技术，因此在实际建设过程中还涉及负载均衡、数据库集群和库表散列、缓存技术、多中心数据同步和多终端自适应等相关技术。

国家开放大学学分银行平台已完成一期建设并投入运行。目前，平台主要由业务宣传门户网站、业务处理工作平台和社会公众服务平台三大模块组成，以学习成果的积累和转换为核心功能，综合各类平台的相关数据，为用户和机构联盟提供服务，并以促进终身学习体系建设为宗旨，实现国家开放大学学分银行的生态运行体系。平台前期运行以信息档案入库和不同层级的数据对接为主。国家开放大学及部分机构联盟信息作为平台第一层级的数据已入库，包括电大在籍生、党员干部培训、国培计划、社区、技师学院以及各类机构培训人员110多万用户信息。作为第二层级数据来源的分中心，如甘肃分中心、长春分中心、青岛分中心等和第三层级（部分认证点）的数据也正在逐步对接的过程中。国家开放大学学分银行主页面图如图6所示。

<D：＼教育盘＼2015年教育＼2015-06＼06-20.jpg>

图6 国家开放大学学分银行主页面图

平台运行时间短，大数据的形成和异构平台之间的对接还需要一个过程。随着平台的推广和学习成果的不断积累，以及各类学习平台和信息资源的不断整合，教育大数据的特点与功能将逐步显现。

六、结束语

我国学分银行建设还处于起步阶段，学分银行信息管理平台架构，既涉及制度设计层面，也涉及技术层面。学分银行的功能特点决定了学分银行信息管理平台不仅要实现自身功能建设，还要实现不同平台之间的数据对接，实现异构平台之间的资源共享。因此，学分银行信息管理平台的建设不能单考虑平台本身的功能架构，还应该充分考虑平台之间的联通性与整个系统的可扩展性。

文章基于教育大数据背景，从学分银行业务功能入手，提出了学分银行信息管理平台的技术架构，并通过数据分析、云服务和智能网关等技术的应用实现不同学习平台之间的数据对接与分析，通过平台运行逐步实现如下目标：第一，建立“前店后厂”互动模式。各类学习平台中经学分银行认定的标准化课程资源可直接为学习者所用，并转换为标准学分直接存入学分银行数据库中，学分银行可把学习平台中的这部分课程资源作为学分银行的产品推送给用户。换句话说，二者应该形成互动，形成链接，形成“前店后厂”互动模式;第二，建立一站式服务模式。学分银行系统将全体社会成员和机构联盟提供的用户信息和学习资源整合成为一个有机的整体，通过网络直接传送给用户。学习者通过门户网站可自主查询各类信息，使用各类资源，方便、快捷地进行实时信息交互，实现面向学习者的学习成果管理、学习服务管理、个性化推荐和信息咨询等一体化服务，实现基于网络的一站式服务模式;第三，积累教育大数据。通过学分银行系统不断整合积累教育大数据，通过大数据分析技术，给用户和机构提供个性化的服务，为政府和教育部门提供教育需求分析与决策建议。

[参考文献]

[1] 崔铭香，乐传永. 成人教育建立学分银行的思考[J]. 中国成人教育，2008，（8）：20-21.

[2] 姚德明，基于知识共享的职业院校学分银行管理体系研究[J]. 科技文汇，2011，（03）：157-158.

[3] 汤书波，陈梅艳，李志平. 开放教育学分银行系统设计方案探讨[J]. 电化教育研究，2011，（08）：78-87.

[4] 彭飞龙. 终身学习体系学分银行的原理与技术[M]. 北京：高等教育出版社，2013：86-91.

[5] 陈晶晶，陈龙根. 基于“学分银行”的学习型城市服务平台建设[J].成人教育，2013，（07）：4-7.

[6] 鄢小平. 基于云架构的学分银行信息平台设计研究[J]. 中国远程教育，2014，（05）：66-71.

[7] 鄢小平. 我国学分银行制度模式选择和架构设计[J]. 远程教育杂志，2015，（01）：

[8] 朴仁钟. 终身学习型社会与韩国的学分银行制[J]. 开放教育研究，2012，（02）：16-20.

[9] 杨敏，孙耀庭，顾凤佳. 态势分析法视野下的上海市终身教育学分银行建设研究[J]. 现代远距离教育，2011，（2）：13-18.

[10] 李建忠. 南非国家资格框架的发展与改革[J]. 比较教育研究，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] 张植卿，程鲜彩. 大数据对教育领域产生的革命性影响[J]. 经济研究导刊，2014，（05）：232-233.

[15] 余燕芳，葛正鹏. 终身学习平台设计与构建――以Web2.0到Web3.0的学习理念变迁为视角[J]. 中国远程教育，2014，（04）：70-76.

[16] 余燕芳，葛正鹏. 终身学习平台建构的理念与架构――从Web2.0到Web3.0 [J]. 电化教育研究，2014，（08）：57-63.

[17] 赵凤芝，王振雷，刘学爽等. 基于结构的异构数据模型映射方法研究[J]. 哈尔滨商业大学学报（自然科学版），2010，13（1）：35-38.

收稿日期：2015-01-15

第4篇：经济学数据分析范文

以应用型人才培养为导向，独立学院金融专业学生定量分析能力培养的根本目标是提高学生分析和处理金融数据的能力，结合金融学科的特点，独立学院金融专业学生定量分析能力培养的具体目标可以确定为以下三个方面：第一，培养学生收集、描述和展示金融数据的能力。由于收集、描述和展示金融数据是进行金融定量分析的前提，因此这一目标强调建立金融专业学生定量分析能力的坚实基础，是定量分析能力培养的基本目标。第二，培养学生对金融横截面数据的分析能力。由于金融学科特别是现代公司金融领域有大量数据体现为横截面数据；同时，横截面数据也是本科生统计学和计量经济学课程的主要教学载体，因此，这一目标是定量分析能力培养的主要目标。第三，培养学生金融时间序列数据的分析能力。金融的资产定价和风险管理领域有大量数据体现为时间序列数据；但由于本科生统计学和计量经济学课程较少设计时间序列数据的分析教学，因此，这一目标是定量分析能力培养的补充目标。

2独立学院金融专业学生定量分析能力培养的教学设计

独立学院金融专业学生定量分析能力的三个培养目标决定了相应的教学内容应围绕收集、描述和展示金融数据以及分析金融横截面和时间序列数据进行设计，具体地，教学内容可以相应地设计为以下三个方面：第一，通过统计学课程的教学培养学生收集、描述和展示金融数据的能力。由于收集、描述和展示数据属于统计学的描述统计范畴，因而这一能力的培养需要通过统计学的教学来实现，在教学中，以应用为导向，向学生介绍如何通过数据库获取金融数据、如何通过表格、图形和统计量来描述和展示数据；在教学别注意数据库（比如国泰安）和统计软件（比如SPSS）的运用，通过统计学课程的教学使学生建立扎实的数据分析基础，掌握常用数据库和统计软件的基本操作。第二，通过统计学与计量经济学课程的教学培养学生分析金融横截面数据的能力。在教学过程中，一方面通过统计学课程使学生掌握横截面数据分析的基本方法，例如区间估计、假设检验、方差分析、相关分析和线性回归分析；另一方面通过计量经济学课程加深这些方法的理解和运用，特别是拓展对于线性回归分析方法的假设、操作、可能出现的问题及其解决方案的理解。通过这两门课程的结合教学建立学生对金融横截面数据的定量分析能力。第三，通过增加传统计量经济学课程的教学内容或设立专门选修课的方法培养学生分析金融时间序列数据的能力。由于传统计量经济学课程涉及的实质金融时间序列分析的内容较少，而这一部分内容在金融实践中又较为重要，因此可在传统计量经济学课程的教学内容中增加一些金融时间序列分析的应用介绍，比如平稳性检验、协整分析、时间序列分析模型构建等内容，或是将这些内容通过独立设置的选修课进行介绍，以弥补传统教学的不足，完善学生定量分析能力的培养。

3金融专业学生定量分析能力培养的实施：以浙江大学城市学院为例

浙江大学城市学院是一所以培养应用型、复合型、创新型人才为目标的独立学院，也是我国建立最早、知名度较高的独立学院之一。浙江大学城市学院的金融学专业设立3门课程培养学生的定量分析能力：统计学必修课、计量经济学必修课以及金融计量学选修课。三门课程横跨从大二下学期到大三下学期的三个学期，三门课程均以提高学生定量分析能力作为教学的根本目标，并在教学中注重运用软件解决实际问题。因此，研究浙江大学城市学院金融专业学生的定量分析能力培养对研究独立学院金融专业学生定量分析能力培养具有借鉴意义。就教学内容而言，三门课程由同一老师授课以保证教学内容的连续性和教学风格的贯彻，教学内容注重原理解释与软件操作，淡化数学推导与证明。具体地，统计学课程侧重于建立学生定量分析的基本技能，内容主要包括：数据的图表展示与概括性度量、抽样分布与参数估计、假设检验、非参数检验、方差分析、相关分析和回归分析；课程为三学分课程，每周两学时理论课结合两学时上机实验课，课程教学基于SPSS软件，通过软件运用的教学与练习培养学生收集、描述和展示金融数据的能力，建立学生对金融横截面数据的分析能力基础。在统计学课程结束之后即进入计量经济学课程学习，教学内容从回归分析的假设展开，主要包括回归分析估计量的统计理论、回归可能产生的问题及解决方法、以及各类线性和非线性回归的操作；课程为三学分课程，每周两学时理论课结合两学时上机实验课，课程教学在SPSS软件的基础上引入更适合进行回归分析的EVIEWS软件，加强培养学生的金融横截面数据分析能力，并为金融时间序列数据分析能力培养打下基础。在计量经济学课程结束之后学生可以选修金融计量学课程，教学内容侧重金融时间序列分析，主要包括时间序列的平稳性、协整性分析以及金融时间序列模型构建；课程为两学分课程，通过EVIEWS软件时间序列分析模块的教学与实践培养学生的金融时间序列数据分析能力。浙江大学城市学院的金融学专业通过以上三门课程的结合教学培养学生的定量分析能力，掌握SPSS和EVIEWS软件的使用，为毕业论文和之后从事的金融工作打下基础。

4结论

第5篇：经济学数据分析范文

【关键词】 计量经济学 能源问题 文献综述

能源是人类赖以生存、社会得以发展的重要物质保障，其不仅直接影响社会文明和经济的健康发展，同时也已成为了影响世界政治平衡的一个重要因素，从某种意义上说，人们对能源的重视和关心程度已超出能源本身原来所应具有的价值。由于能源分布的特点，煤炭成为我国能源的主要组成部分。本文在进行相关文献综述研究时发现，人们通常把煤炭归纳为能源的一部分来分析能源与经济增长之间的关系，而直接研究煤炭消费与经济之间关系并不是很多。所以，本文以能源消费与经济增长之间的研究为切入点，首先对能源消费与经济增长之间关系的相关文献进行了分析整理及评价，然后简单介绍我国煤炭消费与经济增长方面的文献研究状况，为以后所要进行的煤炭消费与经济增长之间关系的实证研究奠定理论基础。

一、国外相关研究综述

20世纪70年代，由于石油危机的进一步恶化而引发的世界经济危机使得越来越多的经济学家们在研究经济增长问题时，开始将注意力从原来只考虑劳动和资本因素对经济增长的影响转移到了能源消费、劳动和资本与经济之间关系的系统研究上。从原来将能源看作为资本的一个构成部分，转变成将能源从资本中脱离出来，并将其看作为影响经济增长的第三个因素，可以看出西方经济学家对能源在经济增长中的重视程度增加了很多。研究初期，在能源方面的研究较为成功的当属Donella、Dennis和Jorgen等人于1972年通过深入的分析能源消费对世界人口和经济发展的严重影响后，发表的较为著名的能源研究报告――《增长的极限》，该报告指出了世界人口与经济的无限制增长，将导致能源资源的消费量逐年加大，在未来由于资源的过度消费将严重影响人类的生产和生活，并最终会给人类自身带来毁灭性的打击。国外学者在研究能源与经济增长关系时主要运用各种经济数据，从实际出发，集中在经济增长与能源消费量之间的“量―量”研究及影响能源强度因素分析这两大方面上。而且随着研究的不断深入，研究方法也在逐渐完善，总体来说西方学者对能源消费与经济增长研究时所采取的研究方法主要经历了三个研究阶段：线性回归分析、时间序列分析以及面板数据分析（包括空间面板数据分析）。

第一阶段，基于线性回归的研究。国外学者对能源消费与经济增长之间关系的研究所采用的实证研究方法随着研究的深入和计算机科学的发展，在不同的时间段所采用的研究方法也不尽相同。20世纪90年代以前，经济学家们对能源消费与经济增长之间关系的研究由于技术限制，基本上以线性回归作为主要的研究方法。在此方面进行相关研究的学者有：Kraft（1978）、Akarca（1980）和Yu（1984、1985）等。

第二阶段，基于时间序列分析研究。西方经济学家们对于该种方法的应用主要集中在20世纪90年代初期到90年代中期。随着西方经济学家们对计量经济研究方法的不断改进和革新以及计算机软件的快速发展，他们逐渐将计算方法从手工计算过渡到用软件进行数据分析阶段，这就大大降低了计算的误差，同时也提高了计算的效率，这一时段是人们对能源与经济增长关系进行研究的成长阶段。在这段时间内，人们研究能源消费与经济之间关系所选取的方法主要以基于时间序列为主，当研究一个国家的能源消费与经济之间关系时，为使研究结果更加接近实际经济运行本质，他们往往选取被研究对象多年的经济数据，此种方法称为时间序列分析方法。在此方面进行过相关研究的学者有：Yu（1992）、Hwang（1992）、Stern（1993）、Glasure（1997）、Asafudiaye（2000）、Ghali（2004）、Salvador（2008）和Mehrzad（2007）等。

第三阶段，基于面板数据分析研究。考虑到利用时间序列方法分析经济增长与能源消费问题时所得出的分析结果并不能使人满意。从20世纪90年中后期开始，人们逐渐对分析方法进行改进，将分析方法由时间序列发展成为兼顾时间和地区的面板数据分析，以分析不同经济体在同一段时间内以及同一经济体在不同时间阶段的经济问题。在此方面进行过相关研究的学者有：Masih（1997）、Asafu-Adjaye（2000）、Soytas（2003）、Fisher（2004）、Chien（2005）、Lee（2007）、Lee（2007）和Huang（2008）等。

二、国内相关研究综述

国内学者对能源消费与经济之间关系的研究虽然起步相对较晚，但也取得了较为丰硕的研究成果。在吸收了国外在能源消费与经济领域的研究方法和经验后，我国学者结合我国实际经济情况，开始了对能源消费与经济之间关系的探索。特别是近几年来，我国因能源消费而产生的各种环境、社会问题日益严重化，进行能源消费与经济及环境之间关系的研究，处理能源与经济、环境之间关系研究就显得非常重要了。国内学者从不同的角度或方向深入研究问题，并针对如何实现我国能源、经济、环境的协调发展，提出许多具有建设性的建议。总体来说，国内学者对能源消费与经济增长的研究从最初的两者之间宏观的数据分析，到后来的能源消费结构与经济增长之间的“微观结构分析”，再到现在的兼顾结构变化和技术进步的针对我国能源强度的“综合分析”，这都表明了我国学者对能源消费与经济增长之间关系的研究正在不断地加深。研究方法也在不断改变，从线性回归分析，到时间序列分析，再考兼顾时间和区域特殊性的面板数据分析，最后到最近较为流行的空间计量分析方法的应用，无一不说明我国学者对能源消费与经济增长的研究越来越成熟，所研究的问题也越来越深入。

1、协整关系研究

国内学者在对能源消费与经济增长之间关系进行研究时，所采用的研究方法主要为能源消费与经济增长之间的协整性分析以及Granger因果关系分析，也有部分学者是用其他的计量方法进行分析。在此方面进行研究的学者主要有：赵丽霞（1998）、陈燕武（2003）、韩智勇（2004）和汪旭晖（2007）等。

2、因果关系研究

在借鉴了国外学者在能源消费与经济增长的研究方法和经验后，国内学者们在运用协整分析与Granger因果关系分析我国的能源消费与经济增长之间的关系时，为使分析结果更加接近我国实际情况，有的学者对一些分析方法进行了优化，如灰度关联分析、综合面板数据模型等分析方法，这是对协整分析、Granger因果分析的补充和完善。由于各学者选取的样本和数学模型的不一样，得到的分析结果也有所不同，有些研究显示能源消费与经济增长存在双向因果关系，而另外一些则认为两者之间只存在单向因果关系，但是大部分学者得出了一个共同的结论：我国能源消费与经济增长之间有很大的关联。在此方面进行过相关研究的国内学者有：王海建（2000）、刘红玫（2002）、张明慧（2004）、杨文培（2005）、马宏伟（2005）、黄敏（2006）、刘朝明（2006）、徐小斌（2008）、王火根（2008）、王会青（2009）等。

3、运用空间计量方法研究

在研究能源消费与经济增长问题时，大多数研究所采用的方法是时间序列分析，使用面板数据分析的研究相对较少，使用空间面板计量分析方法的更少，时间序列分析仅从整体上分析了能源消费与经济增长之间的关系，没有考虑到区域能源消费与经济增长之间的关系，而面板回归分析主要是研究能源消费与经济增长之间的区域化差异性。目前对能源消费与经济增长的空间分布格局进行分析研究的文章较少，关于区域能源消费与经济增长之间的空间相似性或差异性的研究也相对较少。国内学者在这方面的研究成果学者有：邹艳芬（2005）、吴明玉（2008）、于全辉（2008）和张可云（2012）等。

4、煤炭消费与经济研究

我国是世界上煤炭消费量最大的国家，煤炭消费在我国能源消费结构中所占的比重较之其他国家要大很多。因此，研究我国煤炭消费与经济增长之间的关系就有了非凡的意义。国内学者对煤炭消费与经济增长之间关系的研究相对较多，他们所选取的研究方法主要集中于时间序列分析和面板数据分析。

张学达（2008）研究了我国煤炭消费对能源效率以及国民经济产出的影响情况。张兆响（2008）运用结构突变理论，对我国煤炭消费和经济增长的数据进行了平稳性检验分析。张兴平（2008）等运用1980―2005年间我国的相关数据，对我国煤炭消费与经济增长、能源消费结构变化与能源效率之间关系进行了协整分析。李金克（2009）等对世界主要煤炭消费国家（我国、美国、印度、俄罗斯、日本和南非）的煤炭消费与经济增长关系进行了分析研究。章贵军（2009）通过对我国经济增长与能源消费和煤炭消费之间进行Granger因果关系检验和协整性分析，研究发现我国能源消费与经济增长、煤炭消费与经济增长存在着双向因果关系，并且它们之间具有长期均衡关系。李金克（2011）搜集整理了1960―2008年间我国的CO2排放量、煤炭消费量及经济增长的数据，建立了基于EKC曲线的协整关系检验模型，并利用ARDL的方法分析了这一时期内我国CO2排放量、煤炭消费量及经济增长之间的关系。张全权（2011）搜集整理1978―2008年间我国的GDP总量和能源消费量、煤炭消费量、电力和石油消费量的数据，对这一时期内我国能源消费总量及其构成部分（煤炭、电和石油消费量）与经济增长之间的关系进行了因果关系分析。

5、基于面板数据分析

张兆响（2009）对我国1986―2004年间东、中及西部三个地区的煤炭消费与经济增长进行了面板协整性检验和因果关系检验。腾飞（2009）对贵州省地区的煤炭资源开发与经济增长之间的面板数据进行了实证分析。刘顺艳（2009）搜集整理了1997―2006年间我国30个省区的人均GDP与煤炭消费数据，运用面板数据分析方法，分析了人均GDP与人均煤炭消费量之间的关系，通过构建人均GDP与煤炭消费二维组合矩阵，将我国30个省区的经济增长与煤炭消费划分为四种类型：高经济增长―高煤炭消费增长、高经济增长―低煤炭消费增长、低经济增长―高煤炭消费增长、低经济增长―低煤炭消费增长。并从这四种类型中选取七个典型省区，分析了这些省区的人均能源消费与GDP增长之间的关系，并对经济增长过程中人均煤炭消费可能产生的拐点进行了分析预测，为构建节能型社会提供了科学依据。陈军（2011）对1978―2008年间我国煤炭消耗与污染排放情况进行了面板数据分析。赵文（2011）应用面板数据模型对山西省的煤炭资源开发与经济增长之间的关系进行了实证分析。

三、综述评价

在进行文献综述分析时发现，由于各国研究重点不同，在研究能源与经济问题时，人们并没有将研究的重点放在煤炭消费与经济增长之间关系的分析上，而是将煤炭消费作为能源消费的一部分，整体考虑能源消费与经济增长之间的关系。

因此，本文介绍了国外学者对能源消费与经济增长之间关系所进行的研究，发现随着研究的深入，他们在分析能源消费与经济增长问题时所采用的主要研究方法也在逐渐的完善和系统化，主要分为以下几个大类：线性回归分析、时间序列分许和面板数据分析，并对每一阶段所采用的分析方法进行了分析。

随后，本文分析了国内学者对能源消费与经济增长之间关系的研究，发现国内学者在这方面的研究较晚，其通过借鉴国外学者的研究经验和方法后，主要从能源消费与经济增长之间的长期协整性分析和两者之间的因果关系方面进行了分析，并考虑了区域空间因素对能源消费与经济增长之间关系的影响，运用空间计量经济学方法对我国能源消费与经济增长之间关系进行了分析研究。虽然所采取的研究方法有所不同，但是大多数研究结果均得到了我国能源消费与经济增长存在着长期均衡关系，而且能源消费是引起经济增长的Granger原因的结论。

从国内外近几年的研究内容可以看出，人们对煤炭消费的研究虽然在深入，但是研究的方向却仅限于宏观经济方面，使用的研究方法也主要是运用计量经济方法，通过建立煤炭消费与经济之间的回归分析模型，分析出它们之间的长、短期关系。将我国煤炭消费按照区域特征分开进行研究的相对不足。因此，笔者认为研究我国区域间煤炭消费问题能够弥补国内外学者在此方面的研究空缺，进而使得煤炭消费问题研究更加全面、具体。

【参考文献】

[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] 赵丽霞、魏巍贤：能源与经济增长模型研究[J].预测，1998（6）.

[23] 韩智勇、魏一鸣、焦建玲、范英、张九天：中国能源消费与经济增长的协整性与因果关系分析[J].系统工程，2004（12）.

[24] 汪旭晖、刘勇：中国能源消费与经济增长：基于协整分析和Granger因果检验[J].资源科学，2007（5）.

[25] 王海建：耗竭性资源管理与人力资本积累内生经济增长[J].管理程学报，2000（3）.

[26] 刘红玫、陶全：大中型工业企业能源密度下降的动因探析[J].统计研究，2002（9）.

[27] 张明慧、李永峰：论我国能源与经济增长关系[J].工业技术经济，2004（4）.

[28] 杨文培：能源发展与经济增长互动关系探讨[J].煤炭经济研究，2005（1）.

[29] 马宏伟、张兆同：我国能源消费与经济增长的灰关联分析[J].管理探索，2005（6）.

[30] 黄敏、赫英：中国能源消费与经济增长关系的模型与实证[J].统计与决策，2006（22）.

[31] 刘朝明、曾胜、刘博：我国能源消费与经济增长的关联模型分析[J].华东经济管理，2006（11）.

[32] 徐小斌、李传昭、徐锦秀、徐小凤：中国东西部省份能源消耗与经济增长关系比较研究――基于面板数据的协整分析[J].科技管理研究，2008（5）.

[33] 王火根、沈利生：中国经济增长与能源消费关系研究――基于中国30省市面板数据的实证检验[J].统计与决策，2008（3）.

[34] 王会青、谷志红、牛东晓：能源消费与经济增长的实证及预测[J].统计与决策，2009（5）.

[35] 邹艳芬、陆宇海：基于空间自回归模型的中国能源利用效率区域特征分析[J].统计研究，2005（10）.

[36] 吴玉明、李建霞：中国省域能源消费的空间计量经济分析[J].中国人口・资源与环境，2008（3）.

[37] 于全辉、孟卫东：基于面板数据的中国能源与经济增长关系[J].系统工程，2008（6）.

[38] 张可云、项目：安徽省各地区GDP增长的空间计量研究[J].江淮论坛，2012（1）.

[39] 张学达：中国煤炭消费和经济增长的研究[J].中国电力教育，2008（S2）.

[40] 张兆响、廖先玲、王晓松：中国煤炭消费与经济增长的变结构协整分析[J].资源科学，2008（9）.

[41] 张兴平、赵旭、顾蕊：我国煤炭消费与经济增长关系的多变量协整分析[J].煤炭学报，2008（6）.

[42] 李金克、宋华岭、王风华：基于计量经济模型的煤炭消费与经济增长关系实证研究――以世界主要煤炭消费国为例[J]. 数理统计与管理，2009（2）.

[43] 王鉴雪、宁云才：能源消费、煤炭消费与经济增长关系研究[J].技术经济与管理研究，2011（12）.

[44] 李金克、王风华、耿殿明：中国CO2排放、煤炭消费及经济增长的协整检验[J].统计与决策，2011（19）.

[45] 张全权、陈涛、姜鹏：中国能源消费与经济增长关系的实证分析[J].西昌学院学报（自然科学版），2011（1）.

[46] 张兆响、廖先玲、王晓松等：基于协整关系的中国区域煤炭消费与经济增长比较研究[J].资源科学，2009（6）.

[47] 腾飞：煤炭开发与欠发达地区经济增长――对“资源诅咒”的再考察[J].浙江社会科学，2009（7）.

[48] 刘顺艳、孙根年：中国省际煤炭消费与GDP增长关系及拐点预测[J].资源科学，2009（11）.

[49] 陈军、李世祥：中国煤炭消耗与污染排放的区域差异实证[J].中国人口・资源与环境，2011（8）.

第6篇：经济学数据分析范文

 

一、引言

 

从大环境来看，如今，全球数据量均呈现激增趋势，大数据时代全面到来，这不仅意味着社会需要更多信息分析人才，也说明相关院校要加强信息管理专业人才培养。从本国国情出发，我国从工业社会向以信息资源开发、应用和管理为主要特征的信息化社会转变，计算机技术在各行各业普及应用，对经济管理活动中产生的海量数据进行分析，挖掘出有潜在价值的信息，为管理决策提供依据，是信息管理学科研究的新方向。以目前毕业生就业市场需求情况来看，懂经济、懂计算机同时又能掌握数据分析知识的学生在就业时有相当的优势，这恰好与我们哈尔滨金融学院信息管理专业的人才培养目标一致，如何发挥财经类本科院校的办学优势，建成专业特色，是此次本科教学改革的目标。

 

二、人才培养目标

 

对于我们这样有明显“金融特色”的院校，充分发挥在金融领域的办学优势，塑造出自己的金融特色，即：坚持服务于金融行业，跟踪IT发展的前沿，把握财经行业在信息化方面的最新需求，培养学生创新意识和能力，打造金融特色专业：金融信息管理-数据分析方向。培养具有管理学和计算机科学的专业知识，精通金融学、经济学以及数据分析理论与技术，了解数据的商业价值，通晓以清晰直观的形式提供数据分析结果的方法，强调学生掌握现代管理科学思想，掌握现代信息系统的规划、分析、设计、实施和运行维护等方面的方法与技术，同时，更要具有较强的信息系统开发利用以及数据分析处理能力。

 

三、金融特色信息人才培养模式构建

 

(一)面向社会需求

 

2013年3月，IDC数字宇宙报告《大数据，更大的数字身影，最大增长在远东》写到：预计到2020年数字宇宙规模将达到40ZB。在这样的大数据环境下，我国也必然需要更多高素质的信息管理类人才，例如，互联网企业、金融机构、保险、医疗卫生、电子商务、零售企业及政府数据中心等行业对大数据专业人才的需求量都很大。

 

所以，在此情况下，我院有必要在加大人才培养力度的同时，面向社会需求，对信息管理专业数据分析方向人才的培养标准与目标进行重新定位，以确保符合大数据时代提出的新要求，顺应大数据浪潮的发展趋势。例如，未来对具有大数据管理和分析能力的人才需求将快速增长，数据分析师、数据架构师、数据可视化人员、数据监管人员等和大数据相关的职位也将应运而生，因此，我院应当注重培养需要具备深度分析数据能力的专业人才，使其成为能够满足市场需求的高层次复合型人才，为社会发展付出应有之力。

 

(二)教学特色

 

课程教学内容归纳为两个模块：“信息系统开发课程”、“数据分析课程”，其中，“信息系统开发课程”又分为“开发技术类课程”和“面向应用的课程”两个子模块，将程序设计类课程与管理信息系统理论课程相结合，以理论指导实践，通过该课程的学习，使学生了解信息系统开发的基本理论和方法、信息系统的实施、运行与管理方法，熟练掌握信息系统的开发工具，最终通过案例实践，深入理解信息系统的分析与设计过程。

 

“数据分析课程”又分为“数据分析方法课程”和“面向应用的数据分析课程”两个子模块，从而形成较为系统的立体化课程体系，数据挖掘是数据分析的核心课程，运筹学是辅助课程，教学目的是使学生掌握数据分析的基本方法和典型工具，了解数据仓库和数据挖掘的基本原理，初步具备利用数据分析和解决实际问题的能力。

 

(三)制定科学合理的人才培养方案

 

在制定培养方案的过程中，要以市场需求为导向，设计灵活的人才培养方案，既要高度重视理论知识的学习，又要加强实践能力的培养，为学生搭建实践平台，拓宽实践渠道。

 

极力扩大与企业和科研院所的合作，为学生创造更多的研究、实践机会，在课堂教学环节中，设立一些针对某个合作企业的某些具体问题的研究项目，组织学生在该企业的资助下开展研究。这样既丰富了学生的实践经验又提高了他们的综合分析能力和动手能力，同时还能促进合作企业的创新发展。

 

四、课程设置

 

计算机程序设计在数据架构当中起着重要作用，因此，在通识课基础上，从第二学期开始，开设专业基础课：C语言程序设计，专业必修课：面向对象程序设计、数据库、数据结构、Java程序设计、JSP程序设计、Web实战项目(Java方向)等计算机程序设计类课程，以及SPSS、数据挖掘与分析类课程。同时，开设信息管理专业既有体系中的基础课程：信息管理概述、会计学、管理学、统计学、运筹学、信息资源管理、数据库原理及应用、UML与可视化建模、计算机网络技术、银行计算机系统、管理信息系统(含课程设计)、信息系统分析与设计、专业英语等。以及专业选修课：信息检索技术、多媒体技术与应用二选一，电子商务概论、静态网页设计、图形图像处理三选一，IT项目管理、系统工程、ERP原理与应用三选一，企业资源规划、经济法、经济学三选一。

 

五、强化实践性教学

 

财经类学校在专业教学方面应该关注实践性课程的设置，它是培养学生理论联系实际能力的关键，实践教学能够帮助学生更加了解学科特点，实践的过程中学生原本零散的知识点得以组合联通，长久以来，高校办学都在坚持以行业需求为导向，以培养学生能力为目标，实现学术与职业特点的融合，要将“隐性”的课外实践逐渐转变为“显性”的实践课程。在落实学生实践学习的过程中，学校要积极引入从业资格课程、职业群集课程等等，强化专业实践，与当地的金融企业建立合作伙伴关系，引入“3+1”的实践教学模式，全面促进学生能力、素质以及知识等综合能力的提升，使其能够更加满足当今市场对人才的各项要求。同时，学校还可以构建校企联盟模式，协同培养人才，充分发挥校企合作的优势，为学校学生提供良好的实践平台以及展现自我的机会，帮助他们客观的认识自身职业的特点，进而有目的的投入实践学习，提升自身能力。实践教学要侧重学生职业能力的培养，要帮助他们更加适合当今市场的需求，树立“厚基础、精专业、强能力”的人才培养目标。最后，要注重实践评价，建立完善的评价体系，通过这样的方式了解学生的实践情况，便于查缺补漏。开展实践教学，要综合多元化的实践渠道，融合先进的教学方式，最大限度将课程体系内容与工作领域的相关知识紧密联系在一起，必须要使学生的专业能力、职能能力得到提升。从多年的实践经验来看，实践教学人才培养模式有效提升了学生的综合素质以及专业水平，有利于学生未来发展与就业，在目前金融类学科教学中应该加以推广。

 

六、结论

 

信息管理与信息系统专业是一个多学科交叉、应用以计算机为主的技术解决经济管理问题的专业，应用范围广泛，技术性强。随着信息技术的发展以及信息化建设的推进，信息系统在运行中积累的数据量已经超越管理控制能力，社会对具有数据管理和数据分析能力的人才需求也在迅猛增长，信管专业的建设必须从社会需求的角度出发，重新设计课程体系和教学内容，培养符合经济社会发展需要的人才。

 

作者：霍云艳 来源：中国集体经济

第7篇：经济学数据分析范文

【关键词】PM2.5；雾霾；时空分布

1.引言

从细颗粒物PM2.5的来源开始，系统的研究细颗粒物PM2.5的产生机理以及影响其排放的各种因素，从其生成源角度研究探讨有效控制细颗粒物PM2.5排放的方法和途径以及提出雾霾治理的建设性措施。

2.实验数据分析

2.1 数据采集

采集山东省城市环境空气质量状况官网的2016年2月至2016年8月期间济南市14个监测点PM2.5的监测数据进行分析，为济南市细颗粒物PM2.5的研究以及雾霾的治理提供基础数据。14个监测点PM2.5含量的月含量值见表1。

2.2 数据分析

济南市14个监测点细颗粒物PM2.5的含量对比图见图1：

3.结论与分析

通过对比分析2016年2月至2016年8月期间济南市14个监测点PM2.5的监测数据得出以下结论：

3.1 济南泉城广场监测点、济南开发区场监测点、山东经济学院监测点、济南市科干所监测点、济南市化工厂监测点、济南市蓝翔技校监测点、济南市宝胜电缆监测点、济南市跑马岭监测点、济南市长清区党委监测点PM2.5含量最高点出现在3月；

3.2 济南高新学校监测点、济南市监测站监测点、济南市农科所监测点、山东建筑大学监测点、济南市种子仓库监测点PM2.5含量最高点出现在4月；

3.3 分析14个监测点含量较高的月份集中出现在3月、4月，也就是春季，根据济南市环境监测中心站的数据分析，在春季风沙季节，济南城市扬尘和土壤风沙尘对济南市细颗粒物PM2.5的分担率高达37.08%，超过燃煤尘和机动车尾气尘，成为导致春季风沙季雾霾的主要原因。

参考文献：

[1] 吴虹，张彩艳，王静，宣肇菲，楚翠娟， 冯银厂，徐虹.青岛环境空气PM10和PM2.5污染特征与来源比较[J].环境科学研究，2013，26（06）： 583-589.

[2] 高晓梅.我国典型地区大气PM2.5水溶性离子的理化特征及来源解析[D].山东大学，2012.

[3] 徐虹，林丰妹，毕晓辉，焦荔，冯银厂，洪盛茂，刘文高.杭州市大气降尘与PM10化学组成特征的研究[J].中国环境科学，2011，31（01）：1-7.

科研项目：

济南市软科学科研项目《济南市细颗粒物（PM2.5）主要来源及雾霾综合治理对策研究》项目编号： （201502139）。

第8篇：经济学数据分析范文

大数据环境对财务分析的对象、方法与工具以及功能等产生了巨大的影响，从而对财务分析人员的知识与能力结构提出了新的挑战和需求。作为培养财务分析人才的主要载体——财务分析教材，必须加以重新构建和创新。大数据环境下的财务分析教材体系首先要强调海量数据收集、整理、处理等工具的运用能力培养，同时，应突破财务会计数据分析的局限性，从财务信息、行业信息和宏观信息方面进行更大、更复杂、更全面分析，构建一个全新视角的财务分析方法体系和内容体系，从而为决策者提供更多宝贵信息，创造更多价值与财富。

关键词：

财务分析；教材体系；大数据环境；方法；内容

根据Gartner(2012)的定义，大数据具有数量大、变化快和多样化的基本特征，是典型的信息资产，其背后隐藏着巨大价值与财富。财务数据是企业最基本、最有决策价值的数据，是大数据的重要构成内容。但大数据时代，财务所面对的数据规模越来越庞大、数据类型越来越复杂，也蕴藏着越来越多的宝贵信息，因此，大数据对传统财务会计理论与实务提出了新的要求，对会计信息质量产生更广泛而深刻的影响，这必然需要培养掌握先进的分析技术和大数据分析工具，能从海量数据中发现机遇，具备高效的沟通和协作能力的数据处理与分析的团队。财务分析教材作为财务数据处理与分析人才培养的主要载体、平台和手段，必然以大数据环境下财务数据分析人才知识和能力需求为导向，对其教学工具、教学内容和教学方式进行变革与调整。关于财务分析教材方面的研究，从文献的数量上来看并不多，而进行大数据环境下财务分析教材的研究文献基本是空白。不过，随着大数据时代的到来，目前，关于大数据下财务分析的讨论越来越多。部分学者对从理论上分析了大数据对财务会计理论的影响，进而指出大数据对财务分析内涵、对象和功能等内容的影响[1]；也有部分学者结合实际指出：大数据的到来给财务分析领域带来了巨大机遇和挑战[2]，财务分析将不再是一个静态的，个态的和封闭的内部“小分析”[3]，而是动态的、系统的、开放的、注重过程分析和非结构数据分析的综合分析[4]；当然，也有个别学者从课程建设的角度进行分析，指出数据时代的到来，高校财务分析课程急需改革，以培养创新型财务分析人才来适应市场需求[5]，等等。本文希望在借鉴前述学者的研究成果基础上，构建适应大数据环境下财务分析人才培养的全新的财务分析教材体系。

一、大数据环境对财务分析的影响

大数据时代的到来，财务分析将发生一个翻天的变革，其将突破静态的，个态的“小分析”范畴，而变成一个动态的、系统的“综合分析”。

（一）对财务分析对象的影响

大数据环境下，财务分析将更注重信息的全面性和针对性，更注重利益相关者的信息需求和信息的决策相关性。针对不同利益相关者信息需求的各种“个性化财务报告”在大数据时代强大的存储功和分析能力下将以较低成本得以产生。[1]同时，强大的分析功能使财务分析对象将打破本公司财务数据的界限，大量涉足非本公司以外的财务数据和其他非财务信息。

（二）对财务分析人员知识和能力的影响

大数据环境下的财务分析人才需要新知识、新能力、新度量和新的思维方式，实现由传统的财务数据分析，向一个大数据环境下的综合思维转变。在知识结构方面，财务分析人士除了需要厚实的财务与会计专业知识外，更需要扎实的数学、统计学和计量经济学等进行数据分析的基础知识作支撑。在能力结构方面，财务分析人士需要具有挖掘大数据价值与消除噪音数据的洞查能力、分析大数据的新技术与新工具的使用能力以及为利益相关者创造数据或提供报告的语言表达能力等。总之，大数据环境下的企业首席财务分析师既是企业首席财务技术师、企业首席财务信息师更是企业首席战略决策的咨询师。

（三）对财务分析方法与工具的影响

大数据时代的到来，财务分析突破了传统的数据基础和计算条件的限制，其分析越来越精益，与之相应的财务分析方法与技术也与时俱进。信息技术、数据库和云计算技术与统计学方法和数学方法相结合在数据存储、处理、挖掘和分析中发挥有效的作用，使得财务分析方法将由传统小样本抽样分析转向全面分析成为可能，为不同利益相关都提供全部和高质量的信息。

（四）对财务分析功能的影响

大数据环境下，分析方法和分析内容的丰富，财务分析更注意寻找事物的相关关系，而不仅仅是事物的因果关系；更注重高质量数据的挖掘和企业价值的提高。因此，大数据时代的财务分析功能不仅仅是传统的预测和控制等，而是更注重利用数据为企业利益相关者提供全方位、高相关性和高准确性的决策信息，发展企业商业价值和战略先机。

二、大数据环境下财务分析教材体系的构建

大数据对财务分析对象、功能和方法等产生了巨大的影响，从而对财务分析人才的能力和知识结构给出了新的要求。财务分析课程是财务分析人才培养的平台，大数据环境下其必须建立在统计学、计量经济学和高等数学等基本工具的先修课程的基础上；而财务分析教材则是财务分析人才培养的直接载体和手段，其教学体系直接决定着财务分析人才的知识和能力结构。（如图1所示）传统的以财务比率分析为工具，以财务报告为对象，以满足股东、债权人和经营者等相关利益者对财务数据需求为目的的教材体系必将进行重新构建和创新，以适应大数据环境下财务分析人才的成长。

（一）第一部分：财务分析绪论

本部分内容应该由以下几部分组成：大数据环境下利益相关者对财务分析的需求、大数据环境下财务分析的目标与定位、大数据环境下财务分析所需要的知识与能力支持体系、方法体系以及大数据环境下财务分析教材的内容体系与框架。

（二）第二部分：财务分析方法体系

大数据环境下，财务分析的方法尤为重要，除了传统的财务比率和比较分析等方法外，更注重利用数学、统计学和计量经济学等知识与计算机软件和硬件平台的结合使用来收集、整理、甄别和处理数据，发现数据潜在的巨大商业价值。就财务分析教材而言，必须强调学生充分利用先修改课程所学的知识，具备从各种渠道获取大数据的能力，处理数据与建模能力，因此，大数据环境下财务分析方法应包括海量数据收集方法、海量数据整理与甄别方法以及海量数据的处理方法。

（三）第三部分：财务分析内容体系

1.财务信息分析。财务会计数据是企业最基本、也是最大和丰富的一种数据，是传统财务分析的主体，也是大数据的重要组成部分，因此，财务分析首先必定是对企业大量的财务数据进行分析，包括财务报表比较分析、各种财务能力（盈利、偿债、营运、发展、创新和综合财务）分析、各种会计活动分析等，让财务数据开口说话，挖掘其价值，为企业经营管理者提供决策相关的信息，同时，也为后面的相关分析奠定基础。[4]

2.企业信息分析。企业信息在一定程度是企业的工具更是企业的商业机遇，企业除了财务数据外，还有大量的非财务数据如客户关系信息、产品与销售信息和部门合作信息，等等，这些数据相当重要，也是企业决策的基础，但零散、单个的数据没有任何价值，只有财务人员利用科学的分析方法，建立适当的分析模型，对数据进行加工，才能挖掘出其隐含的商业价值。

3.行业和宏观信息分析。大数据环境下，数据分析人才的基本能力之一是要通过不同渠道获得相关行业和宏观经济数据，进行中观和宏观分析。行业和宏观数据来源于金融数据库，板块数据库，网络数据库、国研网和各种信息中心等平台的数据，分析人员不仅要利用计量经济学的方法进行定量分析，同时，也要利用一些SWOT、专家经验判断法等非定量方法进行分析，为企业发展所处的行业和宏观环境做出科学合理的判断。

（四）第四部分：大数据环境下财务分析的应用

1.利用大数据进行风险管理。以某企业所处的宏观和行业环境为例，设置相应的指标反映其中观和宏观环境，建议中宏风险预警模型，然后再选择或设置反映企业经营和财务风险的相关指标，建立微观风险预警模型。

2.利用大数据创造价值。以某企业为例，分析其不同经营环节（生产过程、供应链和销售环节等）的相关数据，运用财务分析方法对大数据的战略分析，为企业提供机遇，创造价值。

3.利用大数据进行专业化、实时化的决策。以某家银行数据收集处理和方案决策为例，分析其在大数据环境下的工作效率和决策程度，比较传统的决策方式，阐述大数据环境下利用大数据的专业化和实时化决策。

参考文献：

[1]齐萱，杨静.大数据时代会计信息相关性研究述评[J].财会通讯，2015（28）：62-65.

[2]张红英，王翠森.大数据时代财务分析领域机遇与挑战[J].财会通讯，2016（2）：84-85.

[3]白金荣.大数据时代公司财务分析的发展浅析[J].经营管理者,2015（9）：280.

[4]赵红梅，王卫星.财务分析的理论基础与教材体系创新研究[J].财会通讯，2014（10）：48-51.

第9篇：经济学数据分析范文

一、数理统计思想的形成

统计思想需要经历统计观念、统计意识、统计理念等阶段。统计思想是根据人类社会需求的变化而开展各种统计实践、统计理论研究与概括，才能逐步形成系统的数理统计思想。

二、数理统计思想的特点

数理统计思想从数理统计学派汲取新的营养，并且越来越广泛的应用数学方法，联系也越来越密切，但在数理统计思想的体现上与通用学派相比，还有着自己的特别之处。其基本特点能从以下四个方面体现出：（1）数理统计思想强调方法性与应用性的统一；（2）数理统计思想强调科学性与艺术性的统一；（3）数理统计思想强调客观性与主观性的统一；（4）数理统计思想强调定性分析与定量分析的统一。

三、数理统计思想

就是统计实际工作、数理统计学理论及应用研究中必须遵循的基本理念和指导思想。数理统计的思想主要包括：均值思想、变异思想、估计思想、相关思想、拟合思想、检验思想。

1.均值思想

均值是对所要研究对象的简明而重要的代表。均值概念几乎涉及所有数理统计学理论，是数理统计学的基本思想。均值思想也要求从总体上看问题，但要求观察其一般发展趋势，避免个别偶然现象的干扰，故也体现了总体观。

2.变异思想

统计研究同类现象的总体特征，它的前提则是总体各单位的特征存在着差异。统计方法就是要认识事物数量方面的差异。数理统计学反映变异情况较基本的概念是方差，是表示“变异”的“一般水平”的概念。平均与变异都是对同类事物特征的抽象和宏观度量。

3.估计思想

估计以样本推测总体，是对同类事物的由此及彼式的认识方法。使用估计方法有一个预设：样本与总体具有相同的性质。样本才能代表总体。但样本的代表性受偶然因素影响，在估计理论对置信程度的测量就是保持逻辑严谨的必要步骤。

4.相关思想

事物是普遍联系的，在变化中，经常出现一些事物相随共变或相随共现的情况，总体又是由许多个别事务所组成，这些个别事物是相互关联的，而我们所研究的事物总体又是在同质性的基础上形成。因而，总体中的个体之间、这一总体与另一总体之间总是相互关联的。

5.拟合思想

拟合是对不同类型事物之间关系之表象的抽象。任何一个单一的关系必须依赖其他关系而存在，所有实际事物的关系都表现得非常复杂，这种方法就是对规律或趋势的拟合。拟合的成果是模型，反映一般趋势。趋势表达的是“事物和关系的变化过程在数量上所体现的模于此而预示的可能性”。

6.检验思想

数理统计方法总是归纳性的，其结论永远带有一定的或然性，基于局部特征和规律所推广出来的判断不可能完全可信，检验过程就是利用样本的实际资料来检验事先对总体某些数量特征的假设是否可信。

四、数理统计的思想方法？

1.要更正不正确的思想认识

英国著名生物学家、统计学家高尔顿曾经说过：“统计学具有处理复杂问题的非凡能力，当科学的探索者在前进的过程中荆棘载途时，唯有统计学可以帮助他们打开一条通道”。但事实并非这么简单，因为我们所面临的现实问题可能要比想象的复杂得多。此外，有些人认为方法越复杂越科学，在实际的分析研究中，喜欢简单问题复杂化，似乎这样才能显示其科学含量。其实，真正的科学是使复杂的问题简单化而不是追求复杂化。与此相关联的是，有些人认为只有推断统计才是科学，描述统计不是科学，并延伸扩大到只有数理统计是科学、社会经济统计不是科学这样的认识。这种认识是极其错误的，至少是对社会经济统计的无知。比利时数学家凯特勒不仅研究概率论，并且注重于把统计学应用于人类事物，试图把统计学创建成改良社会的一种工具。经济学和人口统计学中的某些近代概念，如GNP、人口增长率等等，均是凯特勒及其弟子们的遗产。

2.要不断拓展统计思维方式

数理统计学是以归纳推理或归纳思维为主要的逻辑方式的。众所周知，逻辑推理方式主要有两种：归纳推理和演绎推理。归纳推理是基于观测到的数据信息（尤其是不完全甚至劣质的信息）去产生新的知识或去验证一个假设，即以所掌握的数据信息为依据，归纳得出具有一般特征的结论。归纳推理是要在数据信息的基础上透过偶然性去发现必然性。演绎推理是对统计认识能力的深化，尤其是在根据必然性去研究和认识偶然性方面，具有很大的作用。

3.要深化对数据分析的认识

任何统计研究都离不开数据分析。因为这是得到统计研究结论的必要环节。虽然统计分析的形式随时代的推移而变化着，但是“从数据中提取一切信息”或者“归纳和揭示”作为统计分析的目的却一直没有改变。对统计数据分析的原因有以下三个方面：一是基于同样的数据会得出不同、甚至相反的分析结论；二是我们所面对的分析数据有时是缺损的或存在不真实性；三是我们所面对的分析数据有时则又是海量的，让人无从下手。虽然统计数据分析已经经历了描述性数据分析、推断性数据分析和探索性数据分析等阶段，分析的方法技术已经有了质的飞跃，但与人类不断提高的要求相比，存在的问题似乎也越来越多。所以，我们必须深化对数据分析的认识，围绕“准确解答特定问题并且从数据中获取一切有效信息”这一目的，不断拓展研究思路，继续开展数据分析方法技术的研究。

数理统计思想方法应用必须坚持以事实为依据、用数据说话的原则，把统计技术的应用与专业技术紧密结合，在考虑统计项目实施时，应从理论和事实层面上注重分析和使用条件，认真权衡各种关联因素。数理统计学是继承和发展基础统计的理论成果，坚持统计学的社会科学性质，使统计理论研究更接近统计工作实际，在国家和社会得到广泛发展。

参考文献

[1] 陈福贵.统计思想雏议[J]北京统计，？2004，（05）.

[2] 庞有贵.统计工作及统计思想[J]科技情报开发与经济，？2004，（03）.

[3] 范文正.几种基本统计思想的现实意义[J]统计与决策，？2007，（08）.