美高梅官方娱乐平台

　　对于定量资料，应根据所采用的设计类型、资料所具备的条件和分析目的，选用合适的统计分析方法，不应盲目套用t检验和单因索方差分析；

　　对于定性资料，应根据所采用的设计类型、定性变量的性质和频数所具备的条件以及分析目的，选用合适的统计分析方法，不应盲目套用X-检验；

　　对于回归分析，应结合专业知识和散布图，选用合适的回归类型，不应盲目套用简单直线回归分析，对具有重复实验数据的回归分析资料，不应简单化处理；

　　统计数据能够有效反映出某地的地理区域以及自然经济等要素的特征、规模、结构、发展水平等指标。而地方统计数据则是指地方的统计工作者在进行统计活动的过程中所收集到的能够代表该地经济和社会现象的数据资料以及相关资料的总称。通过对地方统计数据的研究分析，能够对当地的经济发展建设提出有效建议，但影响地方统计数据准确性的因素有很多，找到影响因素，能够提高其准确性。

　　就目前的实际情况来看，经济一体化的进程不断加快，全球的经济有机地连成一个整体，在这样的背景下，人们对于统计数据的需求大大提高，同时，统计数据的准确性又是制约着这个需求的重要因素之一，统计数据的准确性直接影响着其质量[1]。从概念上来分析，目前各国的经济学领域并没有对统计数据的质量下一个完整的定义，但都能够认识到质量决定着这项统计数据是否具有系统性、综合性的特点。

　　统计数据能够反映出当地的经济、社会生产力的发展水平，但是随着时间的发展，关于统计数据的很多问题都逐渐暴露出来，其中统计数据不准确就是最大的问题之一。由于统计工作都是由政府的工作人员完成的，因此其数据的准确性也反映了政府的公信力。本文通过调查政府人员统计数据的可靠性，来总结出影响统计准确性的主要因素有哪些。

　　想要深入了解地方统计数据的准确性及其影响因素，首先要掌握政府统计人员对当前地方统计数据的准确性的认知情况，了解其对统计数据准确性的感受。政府中专门从事统计工作的人员对地方统计数据的准确程度和影响因素有着最直接的了解，因此统计人员是本次调查的对象[2]。

　　本次调查的项目是分析统计数据的准确性和影响因素，调查对象是政府中统计部门的工作人员，所调查的内容是统计数据准确性的基本特点以及统计数据的准确性的影响因素。本次研究采取了调查问卷的形式，共有325名工作人员参加调查，收回有效问卷313份。

　　统计数据的准确性有4点基本特征，分别是：统计数据反映实际状况的准确程度、统计数据关联项目之间的一致性、统计数据在时间维度上的连续性以及不同来源、部门和项目的统计数据的可比性。针对这4点基本特征，其评价程度可分为高、较高、一般、较低和低这五个等级，评价结果如下：

　　根据调查结果来看，统计人员认为统计数据反映实际情况的准确程度高或较高的占56.12%，认为准确程度较低和低的人数占12.35%。由此可见当前我国的地方统计数据中基本上可以反映出实际情况，但是准确性还有待提高[3]。并且在这项调查中还有这样一个发现：工作时间越长的、职务越高的人员对于统计数据反映实际情况的准确程度评价越低，反之越高。

　　在本次调查中大多数的被调查者认为统计数据的关联项目之间一致性能够达到一般水平，但随着工作时间的增加，其对于统计数据关联项目之间的一致性评价越低。

　　在本次调查中，认为我国的地方统计数据在时间维度上的连续性评价为高和较高的人数占了总数的一般，认为连续性较低和低的人数占总人数的5.23%左右，由此可以看出我国的地方统计数据在时间维度上的连续性比较好。

　　本次民调中，大多数被调查人员都认为不同来源、部门、项目的统计数据可比性比较差，其人数占了总人数的45.67%，得分远远低于其他三项指标，在今后的统计工作中，要尤其注意到这点内容的提高。

　　在进行地方统计数据的工作中，统计的主要内容有地方生产总值、地方工业增加值以及城镇居民的人均可支配收入等，对于这些统计内容的调查中，其评价结果如下：

　　在本次调查中，统计数据的工作人员普遍认为在统计地方生产总值这项指标时，其数据要比实际值略高，将近65%的被调查人员认为地方生产总值的数据比实际生产水平高了5%以上，而认为地方生产总值比实际水平高的人数不足总人数的两成。并且这种评价会随着工作人员工作时间和职位的上升而更加明显。

　　和地方生产总值这项指标相一致，有将近70%的统计人员认为地方工业增加值比实际的水平大5%以上，只有6.77%的人数认为地方工业增加值统计数据要比实际水平小。说明了被调查工作人员都意识到该项统计存在一定的水分，并且这项指标也随着工作人员工作年限和职位的上升而突显[4]。

　　通过调查结果分析，普遍认为城镇居民的人均可支配收入这项统计比较接近实际水平，其人数占了总数的54.31%左右。和工业生产总值以及工业生产增加值这两项指标相比，这项指标比较接近于真实情况。

　　影响统计数据准确性的因素有很多种，根据本次调查，工作人员所给予的主要因素主要来自于上级领导的干预、统计工作的体制、社会风气以及进行统计工作的条件等。

　　想要提高统计数据的准确性，就要从影响统计数据准确性的主要因素入手。在实际的工作中，提升统计数据的准确性的具体做法是：完善相关的统计制度，建立科学的政绩考核制度，淡化统计数字的多少对于政绩的影响，减少上级领导对于统计工作的干预，以此来提高统计工作的独立性，为统计工作的准确性提供一个有力的保障。同时，还应该树立起统计人员的数据质量观，在统计工作中，以创造价值为主，以减少成本的浪费为主，以满足用户的需求为主[5]。最后，还应该提高统计工作者的自身素质以及统计能力，在统计工作中采取灵活的新方法、新观念，不断提高自己的业务水平，用高度的工作热情和积极性来面对统计工作，只有做到这些，统计数据的准确性才能从根本上得到提高。

　　会计信息系统是企业管理信息系统中一个面向价值信息的子系统，是对企业经营的会计资料及会计信息进行收集、分类、存储、传递和报告，以辅助企业经营决策和管理控制的管理系统。该系统是利用信息处理技术对会计信息进行采集、储存、处理和传递，完成会计核算任务，并能提供为进行会计管理、分析、决策所用的辅助信息的系统。其主要特点为集成性、自动性、实时性、复杂性、开放性。企业大量的数据是通过网络从企业内外有关系统直接采集的，如证券监管部门、银行部门、企业生产部门等，特别是企业外部的各个机构或部门，如会计师事务所、财政部门、税务部门、银行、证券监管部门等，可根据授权在线访问，通过互联网进入企业内部，直接调阅会计信息，实时沟通使会计信息系统由封闭走向开放，由数据的微观处理逐步转变为宏观数据运作。

　　会计信息系统的功能结构是指会计信息系统由哪些具体的子系统构成，各子系统完成哪些基本财务会计工作以及各子系统之间的数据与控制关系。由于企业性质、行业特点、会计核算和管理的需求不同，会计信息系统所包含的内容并非完全一致，其子系统的划分也不尽相同。就工业企业而言，会计信息系统一般由三大系统组成：（1）财务系统。主要完成会计核算及管理业务，具体包括总账系统、应收款管理、应付款管理、薪酬管理、固定资产管理、存货核算、成本管理、资金管理、报表管理等。（2）供应链系统。主要完成供应链业务环节中的计划编制、业务核算、业务管理等，具体包括采购管理、库存管理、销售管理等。（3）管理决策系统。主要是辅助提供财务分析信息，辅助决策信息等，具体包括财务分析系统、绩效评价系统、决策支持系统。

　　会计信息系统是以总账系统为核心的，其他各子系统的数据处理都是围绕总账系统展开的。各子系统的数据关系表现如下：（1）总账系统与薪酬管理之间的数据联系。总账系统的初始化设置数据，如会计科目档案、部门档案、职员档案等，与薪酬管理可以共享。会计科目档案在总账系统中设置后，在薪酬管理中就不必重复设置；部门档案、职员档案在薪酬管理中设置后，在总账系统中就不必重复设置。在薪酬管理中进行薪酬业务处理完毕后，各项薪酬费用的分配及其相关费用的代扣、提列，可以通过相应的转账凭证传送到总账系统中，不必手工填制与薪酬相关业务的记账凭证。（2）总账系统与固定资产管理之间的数据联系。总账系统与固定资产管理可以共享会计科目、部门档案、固定资产期初余额等初始设置数据。固定资产管理的日常业务处理中所产生的业务数据，如固定资产增加、固定资产减少或固定资产的其他变动方式所产生的固定资产变动数据，可以生成相应的转账凭证传递到总账系统中；月末固定资产折旧费用的计提与分配数据，也可以生成相应的转账凭证直接传递到总账系统中。（3）总账系统与采购管理、库存管理、存货核算和应付款管理之间的数据联系。总账系统与采购管理、库存管理、存货核算和应付款管理可以共享会计科目、部门档案、供应商档案、存货档案等初始设置数据。采购管理中输入采购入库单和采购发票，采购入库单经过库存管理的审核，传递到存货核算中汇总记账，存货核算将入库材料或商品的汇总数据生成转账凭证传递到总账系统。采购发票经过应付款管理审核，进行采购结算，生成付款凭证或转账凭证传递到总账系统。（4）总账系统与销售管理、库存管理、存货核算和应收款管理之间的数据联系。总账系统与销售管理、库存管理、存货核算和应收款管理可以共享会计科目、部门档案、客户档案、存货档案等初始设置数据。销售管理中输入销售出库单和销售发票，销售出库单经过库存管理的审核，传递到存货核算中汇总记账，存货核算将出库汇总数据生成转账凭证传递到总账系统。销售发票经过应收款管理审核，进行销售结算，生成收款凭证或转账凭证传递到总账系统。（5）总账系统与成本管理之间的数据联系。总账系统与成本管理可以共享会计科目、部门档案、项目档案、产品档案等初始设置数据，各产品的主要成本管理数据均来自于相关子系统，如直接人工费来自于薪酬管理，直接材料费来自于存货核算，制造费用来自于固定资产管理、总账系统、存货核算，成本管理的处理结果以转账凭证的方式传递到总账系统。（6）报表管理与各子系统之间的数据联系。报表管理的功能是将会计信息系统中各相关子系统的会计数据进行收集和整理，并以报表文件的形式反映会计主体的财务状况和经营成果。为实现报表编制功能，系统要求操作人员事先定义报表的取数函数与取数公式，通过取数函数、取数公式可以从各子系统中读取数据，并生成会计报表。

　　1.财务应用结构。以财务核算为中心的企业，一般采用财务应用模式。这种企业的会计业务以会计核算为中心，强调与往来单位应收、应付款项核算；企业员工薪酬一般实行由银行且由企业代扣个人所得税；固定资产实现专项管理，要求自动计提折旧并编制折旧费用转账凭证；企业管理部门可以实时监控本单位内部的经营管理状况、计划执行情况和经济效益；期末要向上级部门和税务机关上报有关会计报表。为了满足上述会计业务处理需求，在构建会计信息系统的应用结构上一般可以组合为总账系统 + 应收款管理 + 应付款管理 + 薪酬管理 + 固定资产管理 + 资金管理 + 报表管理 + 财务分析。

　　2.工业应用结构。工业企业是从事生产经营的社会经济组织，其特点是生产经营主要由供应、生产、销售3个有机联系的环节组成，突出特点是有加工、生产这一环节，企业通过再生产来实现利润。在企业的再生产过程中，企业从货币资金形态开始，依次通过采购、生产、销售3个阶段来实现货币资金的增值。因此，工业企业会计不仅包含会计核算，还包含在生产过程中对产品实行成本控制管理以及最后阶段对产品的销售管理。为了满足工业企业的会计业务处理需求，在构建会计信息系统的应用结构上有两个方案供选用：一是基本应用结构，主要侧重于对工业企业资金流的核算和管理，结构表现为总账系统 + 应收款管理 + 应付款管理 + 报表管理；二是扩展应用结构，不仅对工业企业的资金流进行核算和管理，而且对部分物流也进行有关核算和管理，其具体结构表现为总账模块 + 应收款管理 + 应付款管理 + 薪酬管理 + 固定资产管理 + 采购管理 + 销售管理 + 库存管理 + 存货核算 + 成本管理 + 资金管理 + 报表管理 + 管理决策。

　　3.商业应用结构。商业企业是以盈利为目的从事商品流通经营的经济组织。其业务特点是：批发与零售兼营，商品一般需按批次管理；有受托代销业务，各部门单独核算各项费用；一般须按商品品种大类统计有关购销存数据；须按供应商来统计进货数量与应付款项，按销售客户统计销售数量与应收款项；期末编制会计报表并将有关报表报送上级主管部门。随着计算机网络技术在商业领域的广泛渗透和应用，商业企业面临着重组和再造的重大挑战，许多跨地区的大型商贸集团、超级零售商店、连锁店等应运而生。这些都对商业企业会计信息系统提出了新的要求。与工业企业相类似，商业企业也有两种应用结构可供选择：一是基本应用结构，主要侧重于对商业企业的资金流实现核算和管理以及对商品物流的简单管理，其结构表现为总账系统 + 应收款管理 + 应付款管理 + 采购管理 + 销售管理 + 库存管理 + 报表管理。二是扩展应用结构，主要侧重于对商业企业进销存业务实现一体化集成管理并在业务发生过程加强对资金流的核算与管理，其应用结构表现为总账系统 + 应收款管理 + 应付款管理 + 薪酬管理 + 固定资产管理 + 采购管理 + 销售管理 + 库存管理 + 存货核算 + 成本管理 + 资金管理 + 报表管理 + 管理决策。

　　4.集团应用结构。随着市场经济的发展，企业集团日益呈现出资产规模大、资本链条长、管理跨度宽、地域分布广的发展趋势。由于企业集团组建的原动力、组建的直接目的、组建的形式不同，企业集团可以大致划分为控股型企业集团、产业型企业集团、管理型企业集团3种类型。控股型企业集团财务实行分权管理，财务分别核算，母公司对子公司的财务控制力度低，只要求子公司定期传递会计报表；产业型企业集团财务实行集权管理，统一会计核算，实时掌握控制子公司的经营，强调资金的集中管理；管理型企业集团采用集权和分权管理并存的管理特征。集团企业在构建会计信息系统的应用结构上可以从两端来考虑：一是从母公司而言，主要侧重为企业集团提供全面的解决方案，其应用结构表现为总账模块 + 应收款管理 + 应付款管理 + 薪酬管理 + 固定资产管理 + 采购管理 + 销售管理 + 库存管理 + 存货核算 + 集团资金管理 + 集团财务分析 + 集团绩效评价 + 集团成本管理 + 集团合并报表。二是从子公司而言，其应用结构表现为总账系统 + 应收款管理 + 应付款管理 + 薪酬管理 + 固定资产管理 + 采购管理 + 销售管理 + 库存管理 + 存货核算 + 成本管理 + 报表管理 + 财务分析。

　　上述集团应用结构主要考虑的是工业类的集团企业，至于商业集团企业的应用结构，可以参照商业应用结构以及集团应用结构相结合得出。

　　[1] 魏延玲.企业会计信息化平台构建研究[J].科技导报，2012，（28）.

　　经济是我们在生活中经常会听说到的一个词，每个人都会与经济打交道，但是，大多数人依然认为经济是非常笼统、抽象的一个概念，对于经济的理解非常有限。其实，如果通过数据反映我国的经济情况，就会让抽象的经济更加形象。通过数据的获得和对比，我们也能够对经济有一个较为全面的了解和评价，从而能够对经济的走势和规律进行更好的掌握。正因为经济统计数据如此重要，因此，其质量的可靠性就显得非常重要。经济统计数据的形成分为两类，一类是通过抽样取得，另一类是通过对数据的整理汇总获得最终的数据结果。两类数据表现形式中的任何一类，一旦有错误存在，其对于结果必然会造成影响，对于数据的分析就没有任何意义。做好市场经济的调查和研究，做好经济规律的研究和总结，必然需要高质量的经济统计数据做支撑，必须对经济统计数据进行质量检测。

　　人类对于经济的最初印象便是具有极强的抽象性，人们每天都会接触经济，但是对于经济还是难以准确地运用语言进行表达。不过，通过数据则可以对经济有一个直观的、形象的认识，为确保数据的准确性对于数据进行质量检测也是具有可行性的。数据在进行统计的过程中会不可避免地存在一定程度的误差，但是，并不是说存在误差即表明数据获得的不准确，我们要从统计学基本原理的角度进行考虑，允许数据中误差的存在，通过对数据误差的考量，达到对数据质量检测的可靠性。在数据质量检测领域，最为著名的当属孟德尔提出的基因理论，其通过实验数据验证了所提出的假设的可能性，虽然在后来的验证中证明其所提供的数据有人为修改的情况，但数据的作用，以及数据质量的监测开始步入人们的视野，也让人们认识到数据可以得到一定程度的验证，只有真实可靠的数据，才能为其理论做好支撑，才能为理论的进步提供强有力的保障。在当前经济环境下，对经济数据进行统计似乎已经成为人们认识经济的一种方式，也是人们分析经济的基础，保证数据的真实可靠更是成为非常重要的一道关卡。统计数据质量检测的可行性能够让数据更加准确，让数据为未来经济的发展和走向提供技术支持。

　　经济统计数据更多的是对宏观经济数据的收集和整理，其所要考虑的也多是宏观经济的方向。因此，经济统计数据有自己的质量检测方法，这些方法的应用让经济统计数据更加有助于研究人员对经济的宏观分析，对经济的趋势进行有效把控。

　　抽样检测法是对现有的数据进行随机抽取，通过对所抽取的数据进行相应的质量检测。此方法来源于西方的民意调查，其一般都是随机对调查对象进行询问或者认识的了解，但会让被调查者留下自己的联系方式，调查方会通过被调查者留下的联系方式进行调查结果的核实，此时所采用的方法便是抽样的方法，打电话询问被调查者相关的情况。这种调查方式表面看来，似乎核实的是单个调查情况的真实性，但是其对于整体检测结果来说都具有一定的影响和意义，如果较多的核实结果存在问题，那么整体调查的数据也就没有任何意义。这种抽样检测法在统计学中是依据“局部推断总体”的理论支持。我国在进行全国人口普查的时候，便会根据普查的结果进行随机抽样核实，通过这种随机抽样核实的方法对调查的结果进行质量检测，从而推断出整体调查数据的质量情况。抽样检测法已经成为经济统计数据质量检测的重要方法之一。

　　我们在学习马克思主义哲学的时候，了解到世界上的任何事物都是相互联系、相互作用、相互依赖的，并且事物之间的联系也是相互制约的，这种情况在经济领域中也同样如此。经济领域中，指标相互之间并非独立存在的，而是具有一定的联系，并在联系中存在一定的规律。在反映经济状况的指标中，一旦有一个指标发生变化，与之相关联的其他指标也会发生变化，这样就会带动整个经济指标发生变动。但是，经济指标之间的关系并非是简单的依存关系，其具有不确定、不严格的依存关系，让人并不容易把握。但是，对于指标的某个数值，则会有另一个指标的某个数值与之相关联，这就会出现若干数值围绕其平均数呈现出有规律的波动。这种情况的出现为经济统计数据的质量检测提供了一个极为有利的检测方法，我们可以通过经济指标间的关联性对经济统计数据进行检测，在现实中的经济统计中对于此方法的应用也非常广泛，比如国家GDP与居民收入之间的关系、市场经济与消费者之间的关系等，通过这种方式能够有效地对宏观经济做出一定的评价。

　　个体是总体中的一部分，总体是个体的总和，个体数据与总体数据之间具有某种联系，这种联系可能会让个体的数据与总体数据保持一致，也可能会让总体数据大于个体数据的表现，但是两者在某些方面总会具有一致性。在总体数据可信的基础上，我们可以推测个体数据的情况，在个体数据可信的基础上，我们也可以借此推断出总体数据的情况，通过两者之间的关系，可以对经济统计数据进行有效的质量检测。比如，我国在进行国内生产总值计算的时候，所采用的方式是各个地区与国家进行分级核算，两者独立进行国内生产总值的计算。如果地区所计算的国内生产总值真实可信，那么，在对其进行随机抽样检测时候，其波动应当围绕国家所计算的国内生产总值进行上下波动。当然，进行实践操作的的时候，因为个体与总体之间的计算方法不同，也会造成个体与总体之间的关系并不明确，这时候根据个体或者根据总体进行总体或者个体的推测就会出现不准确的情况。因此，统一计算方法对于运用个体与总体之间的关系进行经济统计数据质量检测具有非常大的作用。

　　经济统计数据对于我们认识经济、了解经济具有非常大的作用，其在国家宏观调控中发挥着重要作用。因此，提高经济统计数据的质量检测水平就显得非常重要。笔者结合自己在经济统计数据方面的理解和观察，提出以下建议。

　　经济统计数据的质量最终是需要人的控制和管理，因此，对工作人员质量的管理是对经济统计数据最好的质量检测，要想确保经济统计数据的质量，应当确保基层工作人员的综合素质。首先，政府统计部门要注重对工作人员进行思想教育，让工作人员在思想上对工作有一个认真的态度、严谨的工作作风，确保对数据的收集和统计能够做到准确无误。其次，单位要对基层工作人员进行专业的培训，对其数据的收集和整理，以及工作方法进行专业化定期培训，提供工作人员的数据统计水平，为进行数据分析做好基础。最后，要通过激励的手段和优惠的政策，吸引更多的人才参与到数据统计工作中，从而为人才的储备做好工作，从源头上做好数据统计工作的准确性。

　　我国在对经济数据进行统计的过程中，存在一定程度的瞒报、虚报或者拒报的情况，这就给经济数据的统计和分析带来一定的难度。并且，一部分企业在进行数据上报的过程中为了自身利益，会对数据进行一定程度的造假，部分人员还存在将数据进行捏造的行为，这样就使得数据的收集与分析与现实情况存在偏差。因此，从国家层面应当对此行为予以坚决制止，防止数据造假及虚假行为的出现。这一方面需要政府部门要加大监管力度，对上报的数据进行及时、有效的核查，对发现的虚假、造假行为进行严厉的打击，涉及犯罪行为的还要坚决地予以相应的刑事处罚；另一方面，国家要推进相关的法律的制定，从法律制度上对数据统计进行完善，为相关行为寻找到合法、合规的依据。

　　当前情况看来，我国对于政府的评价考核机制是以其各项指标的完成程度作为重要参考，政府的政绩与指标的完成情况有极大的关系，尤其对其中所涉及的可能影响升职的干部，对于指标的完成情况则会尤为关注。这样就给人们进行数据造假或者数据捏造提供了极大的动机因素。有人会从自身利益考虑，不惜以牺牲国家的利益来达到自己的目的。更为严重的是，很多干部不惜冒着违法犯罪的风险，对数据进行伪造。因此，从根本上提高经济统计数据的质量，需要优化与改革政府的政绩考核制度，构建科学合理的干部绩效考核制度，让干部们可以通过多种方式将自己的能力得以展现。同时在对干部进行升职考核的过程中，同时应当将干部的思想政治素质和作风问题一并纳入到考核范围内，拓宽干部的升职途径，让干部伪造、捏造数据的想法得以打消，逐渐淡化数据在干部升职过程中的作用。

　　经济统计数据对于我国的经济发展起到了极大的推动作用，无论是从国家层面还是从大众层面，都应当对经济统计数据予以高度的关注，对于数据的变化给予一定的重视。相关部门和工作人员更要做到兢兢业业、恪尽职守，对数据工作给予严谨规范的工作态度，对数据的统计和管理认真操作，让经济统计数据更好地为祖国经济发展做好服务。

　　[1]杨明艳.构建现代统计体系提升财政统计数据质量[J].统计与管理,2015(02).

　　[2]刘文梅.经济统计数据质量检测的探讨[J].财经界(学术版),2015(06).

　　[3]丁莉,顾蔚.提高统计数据质量的对策研究[J].现代工业经济和信息化,2015(07).

　　[5]祝君仪.大数据时代背景下统计数据质量的评估方法及适用性分析[J].中国市场,2015(29).

　　随着科技的发展，大数据已经成为信息时代的一场技术革命。大数据是指传统数据库管理工具难以处理的大量的、多样化的数据。当前普遍认为大数据有3个特点：第一，数据量非常大；第二，数据增长速度非常快；第三，数据类型越来越多样化[1]。零售业作为传统的线下实体经营行业，积累了大量的消费者以及管理层的数据，如果依靠传统的统计学模型对这些数据进行分析，很难得出可以用于企业经营管理的有效信息，加上年轻一代消费者越来越追求个性化，所以传统统计学所采用的根据部分样本推断总体的分析方法已经无法满足市场的个性化需求，因此，传统统计学要想跟上时展的步伐，就必须做出与之相适应的改变。

　　维克多・迈克尔在《大数据时代》一书中提出了大数据思维的3个最显著的变化：一是样本等于总体。这与过去基于样本进行统计分析的思维截然不同；二是不再追求精确性。在大数据中往往存在“噪音”和罕见事件，这样的数据影响了结果的精确性；三是相关分析比因果分析更重要，在大数据时代我们将注意力更多地放在“是什么”而不是“为什么”[2]。大数据的以上特性在零售行业同样适用，零售行业的大数据与传统统计学的区别有以下3点。

　　第一，大数据收集总体数据，而传统统计学多采用抽样的方式收集部分数据。传统统计学在做统计分析时首先针对某一个问题提出假设，然后确定需要调查对象的总体，由于数据采集存在一定的难度，所以统计分析采取从总体中随机抽样选取一部分数据作为分析的对象，如此的话对随机抽样的方法与数据采集的准确性要求是非常高的。而大数据收集的是数据“总体”，在进行分析的时候不会人为进行假设，排除了人的干扰因素，仅仅从数据本身出发进行数据分析。在零售行业如果能运用大数据思维分析数据，从产生数据的顾客行为本身出发，针对不同顾客做出个性化营销，而不是人为假设的话，管理层就可以根据数据进行预测，避免了主观的经验与直觉的判断。沃尔玛作为零售行业的巨头，运用大数据分析得出的著名的啤酒与尿布理论可以证明这一点。

　　第二，大数据注重个体行为的研究，统计学用样本数据推断总体行为。传统的统计学采用抽样调查的方式对样本数据进行分析，用样本推断总体，那些在图表上反映出来的异常数据被排除在外。大数据包容一切数据，其中包括各种结构化、半结构化、非结构化甚至是异构数据。对于零售行业而言，顾客的总体行为表现是没有意义的，因为每个顾客的需求不同，在不同的时间和地点需要的商品都不同，只有根据每位顾客的不同行为进行个性化服务才能让线下的零售行业有优势可言。美国高档连锁百货Nordstorm最近开始采用线下实体店客流分析服务供应商Euclid Analytics公司的客流监测解决方案Euclid Zero，基于用户连接Wifi行为来获取店内顾客手机的Mac物理地址并进行线下追踪，由此可以通过单个顾客在百货店里的行动路线和滞留时间，从而用于改善商品罗列与室内动线以及顾客个性化偏好与推荐服务[3]。

　　第三，大数据注重数据之间的相关性，而传统统计学更加关注数据分析的结果。从社会发展的角度来看，大数据对数据的关联性分析更有助于零售行业管理层做出决策。对于传统零售行业而言，线下的用户体验是非常重要的，如果能根据用户行为数据分析出哪些商品放在一起能促进购买力，那么零售行业将会有更大的利润空间，相比之下，统计学进行的结果分析显得没有那么重要。

　　迈克尔・舍恩伯格说：大数据发展的核心动力就是人类测量、记录和分析数据的渴望。

　　第一，大数据收集的数据是多样化的、非标准化的，而统计学收集的数据都是标准化、结构化的，统计学无法对非结构化的数据进行分析与测量。但是在零售行业仅仅对标准化的数据进行分析做出的判断已无法满足行业的需求，通过对用户在商品前滞留的时间以及与货架上商品的互动行为产生的数据进行分析，从而调整货架的位置才是主流。

　　第二，大数据可以实时、快速监测与收集数据，而统计学收集数据时间长、难度高。大数据收集与处理数据的能力对于零售行业的供应链管理十分有效。零售市场可以利用大数据对库存和员工行为进行监测，从而为管理层做决策提供依据。沃尔玛为了提高大数据成果在不同部门之间的高效利用，并增加存货管理和供应链管理的投入回报率，其开发了Retial Link工具。供应商使用该工具可以预先知道不同店铺商品销售和库存情况，从而能够在沃尔玛发出指令前自行补货，极大地减少商品断货，提高供应链的库存水平[4]。

　　大数据的出现给我们的生活带来了巨大的改变，甚至不同国家的政府都将大数据作为国家的战略资源。相比之下，传统统计学面临着大数据的巨大挑战，如果能根据自身优势做出改变，传统统计学仍然具有存在的价值。

　　第一，改变数据的收集方式。统计学收集数据时前期要做大量的准备工作，需要耗费大量的人力物力成本，所以想要更加高效收集数据，就必须做出改变。由于大数据是基于互联网收集数据的，所以对于不使用互联网的地区和群体来说，大数据就显得很无力，而传统统计学可以在此基础上发挥自身势，在以往的数据收集方式上进行创新。

　　第二，传统统计学在数据的分析思维上也要进行改变。传统统计学不光要打破只能分析标准化数据的魔咒，更要着重分析问题的本质，而不是一味注重结果分析，虽然“是什么”很重要，但是一直以来探寻事物内在本质才是不断推动人类社会进步的动力所在，所以统计学也要学会知道“为什么”。

　　信息技术的发展是无法想象的，我们无法通过今天来预测未来10年信息行业的发展。只有追上时代的脚步，做出顺应时代潮流的改变，才能免遭淘汰，对于传统统计学也是一样，停留在原地不动是不明智的，改变才是世界的本质。而所有技术的变革都将反馈给人类的生活，让人们和社会从中受益。

　　目前，信息系统（Information System）在我国经济生活中的各个领域得到了广泛的应用，大型信息系统中都有辅助决策的功能需求，该项功能需求可以通过建立一个面向决策的查询子系统来实现，查询子系统主要用于获得系统的各种业务数据信息，描述和表达决策问题，形成决策方案，建立各种查询统计汇总表和数据报表，帮助决策者做出决策，便于系统的查询和统计[1]。大型信息系统中通常包含一个查询系统服务器、在其上配置的各种数据表和一个查询系统的维护客户端。

　　大型信息系统为了满足信息的高速增长和业务需求的灵活变化的需求，一般采用基于构件化的思想进行总体结构设计，我们设计的构件化的信息系统的总体结构如图1所示。

　　大型信息系统的组成结构包括了中央服务器、各种绑定服务器构件和客户端构件的三层架构。

　　(2)提供了客户机到绑定服务器之间以及绑定服务器到中央服务器之间的数据上报和数据收集功能；

　　(5)系统的生产（系统物理构架的设置（系统物理构架库）、系统构件集、产品生产线）、安装（安装程序、安装包）和（构件安装包到服务器、客户机）功能而言，按照配置好的系统构架库，将选定的服务器构件或是客户端构件到对应的硬件设备上，完成相关的构件的建立。

　　(2)根据相关配置信息完成本绑定服务器上的各个业务功能的安装和配置工作；

　　“三分技术、七分管理、十二分数据”是人们常说的一句话，在IS中，作为决策支持的信息基础――数据的组织管理需要大处着眼，小处着手，认真对待。IS中的数据从组织层次上可分为现场数据、原始业务数据、业务汇总数据、系统分析数据和决策支持数据五个层次[2]。其中，后四类数据作为结果将只能被引用而不再被修改，均可以被看作历史数据。

　　(1)现场数据：保存在各个业务服务器上，主要包括各个业务服务器上的现场业务数据和各种单据处理队列的数据；

　　(2)原始业务数据：是中央服务器对各个业务服务器经过数据汇集后获得的各种业务数据，保存在业务数据明细表中；

　　(3)业务汇总数据：是查询子系统对中央服务器发送来的数据针对各种统计指标，按照不同的统计条件汇总后的信息数据，保存在业务数据汇总表和查询统计结果表中；

　　(4)系统分析数据：是针对IS的特定分析主题，经过对业务汇总数据进行分析得来，保存在系统分析数据表中；

　　查询子系统是实现在线网络信息化处理、数据动态分析与决策分析的数据基础，是构造信息库，建立信息系统的关键系统。目前，由于各种信息系统建设情况不同，信息量的增长有所不同。但是，作为长期发展计划，对于现场和历史数据的查询问题终究会摆到议事日程上。文中提出的查询子系统设计方案，对于提升信息化建设水平具有特别重要的意义。

　　根据查询数据的来源，可以把IS中的查询需求分为现场查询和历史查询：现场查询是针对现场数据的查询，历史查询是对历史数据的查询。历史查询又分为业务数据明细查询、统计报表查询、数据分析、业务踪迹查询、操作记录查询和特殊查询（非定制查询）等。

　　现场数据主要分布在各个业务服务器中，需要通过查询现场数据说明信息表来获得相关数据以及其对应的业务服务器信息进行查询。现场数据说明信息表记录各种现场数据的编码、现场数据的说明、所在服务器名称、所在服务器的网站编号、所在服务器序号、所在服务器的网站IPA（IP Address，IP地址）等。

　　进行现场数据查询时，查询客户端首先确定查询需求，系统根据客户端选定的现场数据在现场数据说明信息表中确定现场数据所在的位置、所在服务器的编码和IPA，向对应服务器发送查询请求消息（以现场数据编码为参数，消息中包含了本次查询的条件信息）， 所在服务器接收到消息之后，通过消息解析机制将消息解包，在查询处理机制的作用下，确定所要查询的数据信息内容、条件、格式等信息，在现场数据对应表集合中获得查询结果，将查询结果打包通过消息返回给查询客户端，查询客户端也通过消息解析机制将查询结果显示给查询用户。

　　业务数据明细查询是指对各种业务的具体明细信息查询，主要是从信息系统中的各种业务数据明细表中获得信息。

　　进行业务数据明细查询时，查询客户端首先确定查询需求，系统根据客户端选定的查询数据在查询数据说明信息表中确定所要查询数据的编码，向查询子系统服务器发送查询请求消息，查询子系统服务器接收到消息之后，通过消息解析机制，将消息解包，通过信息系统中的数据查询处理机制，确定此次查询为业务数据明细查询，再根据确定的查询数据的内容、策略、条件等信息，到业务数据明细表集合中获得要查询的数据信息，将查询结果打包通过消息返回给查询客户端，查询客户端也通过消息解析机制将查询结果显示给查询用户。

　　统计报表查询是指对各种已设定的统计报表的查询，系统根据查询编码和参数，从各种查询统计结果表、业务数据汇总表中获得信息。

　　进行统计报表查询时，查询客户端首先确定查询需求，系统根据客户端选定的查询数据在查询数据说明信息表中确定待查询数据的编码，向查询子系统服务器发送查询请求消息，查询子系统服务器接收到消息之后，通过消息解析机制，将消息解包，通过信息系统中的数据查询处理机制，确定此次查询为相关业务数据汇总查询，再根据确定的查询数据的内容、策略、条件等信息，到查询统计结果表和业务数据汇总表集合中获得要查询的数据信息，将查询结果打包通过消息返回给查询客户端，查询客户端也通过消息解析机制将查询结果显示给查询用户。

　　数据分析是按照系统预定的分析主题和分析方法，针对业务数据明细和汇总进行的分析，分析的结果用来上报和辅助决策。数据分析所用的数据保存在系统分析数据表中，该数据是针对系统的特定分析主题（效率、质量等分析指标），经过对业务原始数据或业务汇总数据进行分析得来。

　　进行数据分析时，系统有查询客户端提出分析需求，同样在查询数据说明信息表中查出对应编码，通过消息发送到查询子系统服务器，由消息解析机制收到了分析需求，通过已设定的分析算法针对系统分析数据表中的数据进行查询分析，得到相应的结果并将其打包发回查询客户端数据统计。

　　业务踪迹查询是指针对各种业务单据的处理过程和当前状态的查询，相关信息主要通过各种登记表来获得。该类查询使用频度较低，通常在进行业务审核或是事故处理中进行，实现方法类似于业务数据明细查询（区别是查询的数据表对象是各种登记表）。

　　特殊查询是指系统没有定义的各种查询需求，由系统提供查询客户端，在系统数据字典的支持下，给出统一查询接口，在查询客户端将查询要求转换成相应的SQL语句，通过消息机制发送给查询子系统，由查询子系统执行完该SQL语句后将结果发回对应查询客户端，完成本次查询。

　　本文是从实例中，分析了大型信息系统的总体结构，并设计了基于决策的IS中查询子系统。决策者只需把想要解决的问题用查询条件描述出来，系统会自动搜索与之相匹配的信息，从而取得查询结果。文中提出的对历史数据归档查询子系统的设计方案，对于提升信息化建设水平具有特别重要的意义。目前，该系统已经投入正常使用。

　　[1]董杰. 一个决策支持系统的模型管理平台及其应用[D]. 吉林大学硕士学位论文,2006.

　　[2]梁雪. 基于决策的现代企业会计信息系统构建研究[D]. 天津财经大学硕士学位论文,2006.

　　[3]陈向民. 高校董事会管理决策信息系统设计与实现[D]. 苏州大学硕士学位论文,2006.

　　[5]万军. 河南省信息产业测度及指标查询系统的建立[D]. 河南农业大学硕士学位论文,2002.

　　目前石化行业面临很大的节能压力，原因是石化行业是能源的生产大户，也是资源和能源的消耗大户，其能耗水平在我国各耗能行业中仅次于冶金、建材、化工、电力，居第五位。为了做好石化行业的节能减排工作，实现下属石化企业及总部对企业能耗的实时监控和评价分析，确保实现“十一五”节能减排的目标，迫切需要设计并开发一套建立在石化行业基础上的能耗评价系统，备总部及下属石化企业使用。

　　石化企业能耗评价系统是一种总部监测下属生产企业实时用能情况的系统，系统采用B/S架构。它依赖于企业的MES、ERP系统，通过数据共享，可以在总部系统中实现某一企业与其它企业之间各种耗能指标以及装置能耗的横向对比分析，从而找出该企业与先进企业之间的差距（节能潜力）；通过对统计平衡前后的数据分别进行计算，可以发现能源数据平衡情况的变化，找出企业能量计量方面出现的问题，为节能优化方案的实施提供方向。

　　由于石化企业分散在全国各地，各个企业的信息化建设的情况也有所不同，因此，各企业的工质编码、装置编码各不一样，各个企业的数据结构也各有差异。这就使得系统的设计必须考虑跨地域、跨平台性，并要设计一个统一的规范来提取数据、计算数据、分析数据、汇总数据，最终以统一的规范将所需数据向总部提交，使总部对企业的生产过程信息可视化，对企业的节能减排工作做出科学化决策，以优化企业资源利用，降低工厂物耗能耗，提高企业生产管理的精细化水平。

　　本系统是一个基于WCF的分布式企业能耗监测系统，系统采用B/S架构，以WCF作为通讯介质。整个系统由一个总部信息处理系统和多个企业信息处理系统及若干个WCF服务组成。WCF服务又分为总部WCF服务和企业WCF。企业WCF用于接收总部下发的各种基础信息和各种耗能指标，总部WCF服务用于接收企业上报的能耗数据。通过对多家企业的数据进行系列处理、汇总，最终以列表、曲线图、柱状图、报表等形式分析对比各家企业的能耗情况。

　　WCF体系架构是基于一种拦截机制来实现的，负责传递和拦截信息的组件为通道，在客户端发出对服务器的调用时，首先会通过一个服务对象，将调用方提供的对象序列化到消息中，然后该消息则通过通道传递。通道有多个，多个通道可以对消息进行处理，包括传输、消息编码、管理会话、传播事务等。最底层的通道总是传输通道，这些通道的构成形成了一个通道堆栈。由于对象已经被序列化，因而通道传递的消息可以跨进程和跨机器进行传递，利用传输通道传递到服务器。服务器端的构成与客户端基本相似，仍然是通过通道栈中最底层的传输通道接收消息，然后解析消息编码，一层一层的往上传输。在服务端的通道栈之上，则是一个分发器（Dispatcher），它会首先对消息进行检查，然后选择一个客户端要调用的操作，在这个过程中，消息会被反序列化。图1说明了整个WCF框架的运行流程：

　　总部和企业的数据交互主要有：总部向企业下发能耗计算的基础数据类型（如：工质类型、装置工艺等），企业向总部提交一定时间粒度下的工质消耗数据（如：装置工质消耗数据等）。总部和企业数据传输架构图如图2所示：

　　由于各个企业的数据来源不同，信息化程度高的企业从MES获取实时数据，信息化程度低的企业通过页面手工录入数据。从MES获取的数据可能与手工录入的数据存在数据结构上的差异，因此WCF设计时需要考虑到这些差异。基于这些设计需要，建立了一些存储转换表，用于存储各个查询所需访问的数据表以及各表的列。当要进行某项数据查询时，程序首先访问相应存储转换表，读取与当前查询对应的节点信息，然后再根据获取的信息生成能耗计算需要的数据，这样就可以不用考虑数据来源有差异的问题。上传到总部的数据，将以规范的形式输出。

　　中心信息处理系统分为总部中心信息处理系统和企业中心处理系统。总部中心信息处理系统负责与总部的WCF服务进行绑定，负责获取各个下属企业的能耗数据，然后对这些数据进行处理、汇总和对比；企业中心信息处理系统负责与企业的WCF服务进行绑定，负责接收从总部下发下来的基础信息、指标数据。中心系统功能结构如下所示：

　　系统管理主要是定义系统的基础数据信息，同时对用户的角色和权限进行管理，以维护系统的安全性。

　　能耗计算主要是根据企业一段时间内消耗的能源数据，通过计算，得出企业的各种能耗值（综合能耗、万元产值能耗、万元增加值能耗等）。

　　数据同步就是利用WCF服务，实现数据从总部到企业，企业到总部的传输。其中数据又分为静态数据和动态数据。静态数据指一定时间内不会改变，一般由总部下发给企业，如为能耗计算服务的基础数据，只有当数据有变化时才会再次下发；动态数据指企业每天，每月、每季、每年等消耗的能源数据，根据总部的要求，可以按天、月、季、年等不同的统计粒度上传给总部。

　　能耗展示用来将企业的能耗数据以柱形图、折线图、饼图、表格等形式展示出来。

　　一个总部系统，多个企业WCF服务，解决了企业的分散和数据差异性等问题；各个企业数据独立同步处理，解决了因企业动态数据过多而造成的查询延时问题，提高了整个系统的数据查询效率；由于各个企业的WCF服务相对独立，因此，单个企业的数据错误或服务中断不会对其他企业的数据查询造成影响，提高了系统的稳定性，有利于系统的分点维护；由于WCF提供跨平台的接口，适用于不同开发环境和编程语言，增强了系统的可扩展性。

　　将WCF技术引入Web系统开发，提高了系统的适应性、可扩展性、稳定性和运行效率，B/S架构更方便用户随时随地浏览查看。基于WCF的石化企业能耗评价系统，快速高效的实现了总部对各个企业能耗情况的查询、监视、指导以及预警功能，为企业的节能降耗工作提供了有力的数据分析及科学的指导意见。

　　数据仓库概念创始人on在《建立数据仓库》一书中对数据仓库的定义是：数据仓库就是面向主题的、集成的、不可更新的（稳定性）、随时间不断变化（不同时间）的数据集合，用以支持经营管理中的决策制定过程、数据仓库中的数据面向主题，与传统数据库面向应用相对应。

　　主题是在较高层次上将信息系统中的数据综合、归类并进行分析和抽象，是针对某一决策问题而设置的。面向主题的数据组织方式就是统一、完整地描述各个分析对象所涉及的各项数据以及数据之间的联系。

　　数据仓库中存储的数据并不是将数据从各个子系统中简单地复制过来，而是将数据从各个分散的数据库系统中提取出来，并经过一系列处理而整合的。数据被载入数据仓库，就要进行转换，重新格式化，重新排列以及汇总等操作。为了更好的支持对数据的分析，一般还需要对数据结构进行重组以及适当地增加一些数据冗余。

　　一般情况下，数据仓库中存储的数据是以批量的方式载入与访问的，但并不在该环境中进行数据更新。数据仓库中的数据在进行装载时是以静态快照的格式进行的。在产生后继变化时，一个新的快照记录就会写入数据仓库。这样，在数据仓库中就保存了数据的历史状况。

　　数据仓库的数据不可更新，但这并不是说数据从进入数据仓库以后就永远不变。因为数据仓库中存储的数据是企业历史的数据，但同时也是企业当前的数据，因而每隔一段固定的时间，需要再将数据源中的新的数据加载到数据仓库中去。这就是说数据仓库中的数据随时间变化而定期地被更新，从而保证前端分析结论的时间有效性。

　　科技型中小企业信息统计与分析系统通过“一键式”统计功能，实现了市级、滨海级、科技小巨人级三个层面，年度、区县、产业、技术领域、成长阶段5个维度、11类企业指标的统计分析，并以统计图形、分布列表、增长折线等方式进行展现。此外，还可通过14项查询条件、8类统计范围、17个统计指标进行自定义组合，产生定制的统计图表，为政府部门提供决策依据。

　　前期科技型中小企业认定系统的成功运行，产生了大量的不同年份的企业信息数据，对系统在统计监测上的汇总分析和多维展现提出了更高效，更复杂的要求。

　　为了进一步规范和挖掘数据资源，提高运行效率，为辅助决策提供更加深入的多角度的数据展现，也为下一步的多资源整合提供基础支撑，科技型中小企业认定系统将采用商业智能技术，建立数据仓库，为统计监测提供数据基础。

　　以现有中小企业认定系统数据为数据源，按照全市统计监测、滨海新区统计监测和小巨人企业统计监测的功能需求，分析并建立中小企业多维数据模型和数据仓库。

　　完成所需数据从科技型中小企业认定数据库中的定时抽取，经过数据转换、清洗以及冗余和歧义处理，最终按照预先定义好的中小企业数据仓库模型，将转换后的数据加载到数据仓库中去。

　　实现网上实时监测全市各个区县的科技型中小企业认定工作进展情况，通过工作提醒，全市各个阶段的企业认定情况，区县各个阶段的企业认定情况，认定企业各成长阶段情况，各区县认定情况汇总报表等几方面的统计数据来体现当前科技型中小企业认定工作完成的效果和进展。

　　开发全市层面的快速指标监测功能，实现对企业认定数量、企业财务、科技人员、科研经费、知识产权、政策优惠六类上报信息的汇总，并按年度、按区县、按行业、按成长阶段以图、表形式体现。

　　开发滨海新区及其下属各区（功能区）企业信息的快速指标监测功能，实现对企业认定数量、企业财务、科技人员、科研经费、知识产权、政策优惠六类上报信息的汇总，并按年度、按区县、按行业、按成长阶段以图、表形式体现。

　　开发符合科技小巨人条件的企业信息的快速指标监测功能，实现对企业认定数量、企业财务、科技人员、科研经费、知识产权、政策优惠六类上报信息的汇总，并按年度、按区县、按行业、按成长阶段以图、表形式体现。

　　开发综合统计查询功能，实现对企业认定各个状态、财务、人员、研发经费、知识产权、享受优惠等指标的组合查询，并考虑到查询功能的易用性。

　　数据仓库的一个目的就是把企业的信息访问基础，从一种非结构化的或发展中的环境改变成一种结构化或规划良好的环境，是一个面向主题的、集成的、时变的、非易失的数据集合。数据仓库体系结构如下图所示：

　　在构建数据建模是以直观的方式组织数据，并支持高性能的数据访问。每一个数据模型由多个多维数据关系表示，每一个多维数据关系都是由一个事实表和一组维表组成的。在多维模型的选择中我们选定的是星形模式。

　　一是提高查询的效率。采用星形模式设计的数据仓库的优点是由于数据的组织已经过预处理，主要数据都在庞大的事实表中，所以只要扫描事实表就可以进行查询，而不必把多个庞大的表联接起来，查询访问效率较高。同时由于维表一般都很小，甚至可以放在高速缓存中，与事实表作连接时其速度较快；

　　二是便于用户理解。对于非计算机专业的用户而言，星形模式比较直观，通过分析星形模式，很容易组合出各种查询。

　　数据仓库是按照天津市中小企业信息管理系统的主题设计的，分为企业数量、财政资助、企业财务、科技人员、研发经费、完成情况、工作质量等。

　　企业数量分别按时间、区县、领域、阶段和行业分布五个维度，以企业数量、月增长趋势、年增长趋势作为指标，并对全市、滨海新区、科技小巨人企业三个层面进行汇总，生成相应的图表，从宏观上把握企业数量分布。

　　企业数量分别按时间、区县、技术领域三个维度，分别从总体财政资助、国家财政资助、市级财政资助、区县财政资助和企业获得财政资助五个层次出发，以财政金额作为指标，并对财政金额资助单位、分布情况作为分类进行汇总，生成相应的图表，以供监测，并提供针对企业的财政资助查询功能。

　　企业财务按时间、区县、行业类别和发展阶段四个维度，以企业的工业总产值、净利润、总收入、上缴税费总额、主营业务收入、总资产、高新技术产品销售收入、总负债作为指标，对全市、滨海新区、科技小巨人企业三个层面进行汇总统计，生成相应的图表，以供监测企业财务分布。

　　科技人员按时间、区县、行业和发展阶段四个维度，以企业从业人数、科技人员数和科技人员占比作为指标，对全市、滨海新区、科技小巨人企业三个层面进行汇总统计，生成相应的图表，以供监测科技人员分布情况。

　　研发经费按时间、区县、行业和发展阶段四个维度，以科技经费筹集额、科技活动经费支出、科技项目数、科技项目经费、科技项目经费、国家财政拨款、市政财政拨款、区县财政拨款、企业资金、金融机构贷款、国外资金、其他资金来源作为指标，对全市、滨海新区、科技小巨人企业三个层面进行汇总统计，生成相应的图表，以供监测研发经费的流向。

　　认定企业完成情况按区县的维度，以认定企业统计数、当前认定企业数、认定企业比率作为指标，对全市、滨海新区层面进行汇总统计，生成相应的图表，以供监测认定企业完成情况。

　　通过网络计划与决策支持系统结合, 实现网络计划的动态管理。这里所说的 “动态”包含了两层意思: 其一网络计划随着工程进度可以不断调整, 其二是网络计划在不同的阶段能为管理者提供实时分析结果。这样做的目的, 是为了充分发挥计算机的优势, 使网络计划更好地与现实工程融接, 提高管理效率和管理水平。

　　数据库技术的应用, 最早出现于 20世纪 60年代, 由于受当时技术条件的限制, 早期应用大多使用基于层次模型和网状模型的数据库管理系统, 但随着关系数据库技术的出现, 其应用已日益广泛。当今, 计算机在信息处理上的应用已占到整个计算机应用的 80% 。数据库技术是应用计算机进行信息处理的基础, 各种信息系统的建立都离不开数据库的设计。传统的网络计划一旦制定, 修改起来十分麻烦, 费时费工, 真可谓牵一发而动全身, 在现在的信息时代出现了一些不适应的症状。采用数据库技术与网络计划技术结合则正好可以克服这一弊病。网络计划数据库系统的建立可分以下几步:

　　(1) 建立原始数据库。要建立三个主要的原始数据库: ①各工作与其所需时间数据库; ②各工作间逻辑关系数据库; ③资源数据库(各工作所需资源数据库和资源的限制条件数据库)。

　　(2) 数据库管理系统。在现有的软件之中,数据库管理系统方面有比较成熟的软件, 一般无需自己开发。现在流行的商用数据库管理软件，无论是大型数据库软件 (如 Oracle、Inform ix、Sql-Sever等 ), 还是小型数据库软件(如 V isua l F ox-pro、Access等 ), 功能均相当完善, 可满足大多数用户的要求。

　　(3) 建立人机交互系统。数据库的内容总是需要不断的维护(修改、增删、查询), 一般用户并非能用命令来实现这些操作。这时就要求设计者能够为用户提供一个简洁的界面, 能方便地修改某工作的时间和网络计划中增减工作或工作的紧前 (后 )关系。

　　模型库系统的建立是决策支持系统中的重要内容。本文采用模型库与方法库合一, 只要正确调用模型, 即可得出满意的结果。模型库管理的对象是模型, 系统选取模型以后, 设置模型的一些参数 (如工作时间、紧前(后 )关系等), 并从数据库中调出数据。

　　(1) 网络计划的模型库中的模型主要有: 维护模型; 网络作业时间的计算模型; 网络计划的调整与优化模型。

　　(2) 模型库管理系统的建立和动态的实行建立模型字典库和模型文件库。字典库主要方便模型文件的索引, 对模型文件分类、查询和修改。模型文件库主要是模型文件的存储方式和模型文件的调用。模型库管理系统类似于数据库管理系统。网络计划模型库管理系统主要有 3个功能:

　　①模型的存储管理。模型的存储管理主要包括: 模型的表示, 模型存储组织结构, 模型的查询和维护等。在网络计划的模型管理系统中, 模型的表示一般采用数学模型和数据处理模型, 通过程序来实现。而模型存储的组织结构和模型的查询、维护, 则均可采用数据库形式来管理。

　　②模型的运行管理。模型的运行管理包括模型程序输入和编译, 模型的运行控制, 模型对数据的存取。模型程序的输入需要编辑系统才能完成。模型程序的运行控制主要是计算机执行目标程序。

　　③支持模型的组合。模型之间的联结以及多模型的组合, 是决策支持系统需要完成的。

　　(3) 网络计划动态管理最后的实行, 是要通过总控程序, 将数据库系统和模型库统一管理。主要任务是: 对每个模型控制运行, 模型间的数据加工, 人机交互系统。

　　某水泵站建筑安装工程的网络计划, 各工作间的逻辑关系、各工作所需的正常时间见图 1(间接费用率为 0. 13万元 /d)。为简化起见, 只考虑工作时间问题、关键工作问题、工期及费用问题,要求对各工作的重要性进行评估, 得出合适的优化方案。

　　工作―时间数据库主要存放工作的先后承接关系, 以及每一工作所需的正常时间和特急时间。将网络图用数据库来表达, 便于工作的增删、变更。

　　此数据库主要存放工作的正常费用、特急费用、可压缩时间和费用增率 aio, ai= (特急费用 ―正常费用) /(正常时间―特急时间)。此数据库主要便于工期―费用的优化。

　　此数据库主要存放各工作的修正时间、经验估计时间 (时间段 )。对已完成的工作输入确切的时间, 对正在施工的工作和未开始的工作, 可根据实际情况并结合经验采用估计时间 (时间段 )。采用时间段估计时, 为简化起见, 认为在该时间段内等概率。该数据库供工作重要性评估模型调用。

　　数据库管理系统采用 visual foxpro6. 0, 数据库的人机界面主要是修改工作和增删工作及变更逻辑关系。

　　3.3.1 数据库维护模型。使用户可以通过总控系统直接对数据维护模型 (不需要采用数据库的命令 )。主要包括三个方面: ①数据库的描述, 建立各数据库的特征信息; ②数据库的操作,提供包括建立、存储、删除、修改、显示、链接等操作; ③控制管理, 提供安全控制, 运行控制, 权限控制等。

　　3.3.2 工作重要性评估模型。本模型主要通过 K次模型计算, 计算出各工作成为关键工作的概率, 从而得出其重要性。考察数据库 3(表 3), 对时间段估计的工作,用随机程序来选择可能时间。它通过产生随机数, 模拟系统过程, 取得并统计实验数据, 从而得出工作的重要性 (成为关键工作的概率 )。工作 i总时差Ti= i 的最迟开始时间 ( LSi)- i 的最早开始时间 ( ESi)

　　3.3.3 工期优化模型。工期优化以缩短工期为目标, 通过压缩工作持续时间进行优化。设工程共有 n项工作, 预计总工期为 T; 第 i项工作的持续时间为 di天, 开始工作时间为 t：

　　式中: Si为工作 i的所有紧后工作的集合, ti为工作 i的开始工作时间, Dci为工作 i的最短持续时间, Dci为工作 i的正常持续时间。式 ( 1)表明工程工期的计算。式 (2)表示紧前、紧后工作的时间关系, 即紧后工作必须在其紧前工作完成后开始。式 ( 3)限制了每个工作的持续时间在最短持续时间和正常持续时间之间。

　　3.3.4 成本优化模型。成本优化一般指工期―成本优化, 它是以满足工期要求的施工费用最低为目标的施工计划的调整过程。工程成本是直接费和间接费之和。假定工期与费用的关系是直线, 当工作持续时间压缩时, 直接费增加。要求成本最低, 即直接费增加值与间接费之和最低。

　　式中: e为间接成本率, gi为工作 i的持续时间压缩量, Ci为缩短工作 i一个单位时间内所增加的直接费用。模型一般采用 VB、C、Pascal等语言编制, 以程序文件形式存放, 由模型管理系统对其进行管理。

　　3.5.3 工作重要性评估结果 ( 见表 6)已知当施工到 40天时, 工作 6已经开工 4天, 工作 2、3、4、5均已完成, 专家根据实际情况估计后面工作的时间 (其数值见表 3)。由程序对后面工作的重要性进行评估 ( 5000次模拟计算 ), 其结果见表 6。

　　平均总工期: 10315天。从计算结果可以看出, 工作 6、12会直接影响工程的总工期, 还有工作 9也对总工期影响甚大,均应重点控制; 工作 7、10对总工期的影响系数也不小, 应重视。

　　综上所述，传统的网络计划一旦制定, 修改起来十分麻烦, 费时费工, 真可谓牵一发而动全身, 在现在的信息时代出现了一些不适应的症状。采用数据库技术与网络计划技术结合则正好可以克服这一弊病。

　　[2]中国冶金建设管理协会. 网络计划技术及其应用. 冶金工业出版社, 2010.

　　[3]廖胜芳, 刘海深, 陶德慈. 网络计划技术原理与应用. 北京: 北京航空学院出版社, 2011.

　　[5]王民寿, 李艳玲, 肖培伟. 地下洞室群施工专家系统的开发. 中国科技发展经典文库, 2004.

　　无线传感器网络是当今国内外研究的热点之一,它是计算机技术、通信技术和传感器网络技术相结合的产物[1]。目前,传统的传感器节点由传感器、信号调理、ADC、微处理器、电源、无线通讯和天线组成。这种传感器节点最大的特点是电路模块化、体积较大、功耗也不低。近几年来,随着FPGA和SoC技术的发展,嵌入式系统逐渐由板级向芯片级设计过渡。本论文就在FPGA芯片上传感器控制系统进行了设计,设计采用了WISHBONE总线标准,通过调试功能达到了设计要求。

　　传感器网络一般是由一定数量的传感器节点通过网络搭建起来,根据业务应用要求的不同选择监测不同数据的传感器。目前,传统的传感器节点由传感器、信号调理、ADC、微处理器、电源、无线通讯和天线组成。传感器主要完成数据采集,其类型由被监测的物理信号的形式决定。ADC主要完成模拟信号到数字信号的变换,通常市面上的传感器模块都集成了数模转换功能。微处理器主要完成数据处理和操作控制,通常采用低功耗的,如MicroChip公司的PIC系列等。通讯单元主要负责数据的网络传递,一般由低功耗、短距离的无线通信模块组成。

　　Wishbone[2]总线是一种开源的片上总线标准,现由OPENCODES组织维护。该总线采用了主/从结构,由主部件发起每次与从部件之间的数据传输,支持常见的四种IP核联接方式,包括:点对点、数据流、共享总线 结构总体设计

　　因该设计所涉及的传感器节点主要以监测大气温度和湿度为目的,为了提高数据采集的准确度和减少功耗,节点采用了瑞士SENSIRION公司开发的数字温湿度传感器SHT7X系列传感器。该模块为插针型,方便传感器的安装和系统调试。同时为了方便自适应组建网络,本传感器节点采用CC2420作为无线通信模块。该无线线SPI总线(SI、SO、SCLK、CSn)设置芯片的工作模式,并实现读/写缓存数据、读/写状态寄存器等。通过控制FIFO和FIFOP管脚接口的状态可设置发射/接收缓存器。

　　传感器节点控制模块的设计直接影响着整个无线传感器网络的质量。该文利用FPGA技术设计了节点的控制模块,模块系统结构图如图1所示。

　　该片上系统主要由一个8位的MCU,片内存储器数据RAM,WISHBONE总线控制器和各外设控制器IP核组成。其中MCU IP核主要负责整个片上系统的控制和数据处理,该MCU采用PIC16C5X系列的33条经典控制指令[3],根据FPGA芯片的特点和应用的需求设计相应的体系结构。RAM IP核主要用来存放监测数据,该IP核由FPGA芯片的RAM块组成。各外设控制器IP核,主要负责根据外设接口类型,将内部平行数据格式转换成相就的数据格式,比如LCD-WISHBONE接口IP核,将内部数据总线的数值根据数码管进行编码;UART-WISHBONE接口IP核将内部数据总线的平行数据转换成相应波特率的UART串行数据,等等。以上IP核不管是MCU IP核还是接口控制器IP核都用WISHBONE片上系统总线标准进行规格化。最后通过WISHBONE总线将各功能IP核模块连接起来,各IP核访问总线由总线 系统各模块的设计

　　该IP核采用传统的LOAD/STORE结构,即指令操作数基本来自寄存器,运算结束后结果也放回寄存器中,指令执行前要先提取数据,指令结束后要结果存储好。整个系统由控制器根据指令控制其它单元的操作,如取址、取数,ALU运算等。

　　MCU IP核在Syscon模块时钟的驱动下,首先指令寄存器根据PC值取出指令,这就是取指阶段。接下来是译码器对指令进行译码,并从存储器中取出操作数。然后ALU根据译码结果对操作数进行运算,最后写回存储器或输出结果。IP核接口采用WISHBONE标准,其中地址标志位用于选择外设。

　　IIC(Inter-Integrated Circuit)总线是一种由PHILIPS公司开发的两线式串行总线标准,用于连接微控制器及其设备[4]。该控制器IP核主要用于连接湿温感应器SHT7X,通过本IP核将感应器的串行数据转换为8位并行数据。转换过程中,通过对一系列寄存器的操作,可以设置器件速度,控制操作,接收传输数据等。该IP核采用了字节传输控制模式,在感应器时钟的触发下,从感应器中读取采集的数据,当数据缓存器满时,即锁定,并通过命令寄存器,请求占用总线,直到MCU响应。这样就完成了以次数据采集。

　　SPI(Serial Parallel Bus)总线是由Motorola公司提出的,可以允许外设以串得方式与MCU进行通信的一个总线]。总线是一种高速的、全双工、同步的通信总线条信号线组成,分别是:SCLK(时钟线)、/CS(片选线)、SDO(数据输出线)和SDI(数据输入线)。该IP核主要用于连接无线,将经MCU处理后的数据通过该IP核传递给CC2420。

　　UART(即Universal Asynchronous Receiver Transmitter 通用异步收发器)是广泛使用的串行数据传输协议。UART允许在串行链路上进行全双工的通信。在嵌入式系统设计中经常会用到UART接口来进行通信,将UART功能集成到SoC设计中从而简化了电路,缩小了面积,还充分利用芯片剩余逻辑单元。UART主要由UART内核、信号监测器、移位寄存器、波特率发生器、计数器、总线先择器和奇偶校验器总共七个模块组成。主要部分功能介绍如下:UART内核主要完成控制周围其它部分在收发数据时的操作;信号监测器对输入信号进行实时监测,一有新的数据立即通知UART内核;总线选择用于选择奇偶校验的输入是数据发送总线还是数据接收总线 系统集成

　　通过前面个IP核的设计、测试和电路优化,接下来主要是将各IP核集成起来。在IP核设计过程中已对IP核接口进行WISHBONE标准化。为了将多个WISHBONE总线接口标准的各IP核连接成一个片上系统,WISHBONE总线标准主要有四种联接方式,包括端对端、数据流、共享和交叉总线。本设计主要考虑到系统外设数量较少,同时系统对数据的实时性要求不高,为了设计的简便,本设计采用共享式互联方式[6]。

　　总线控制模块根据主设备(MCU)输出的地址高四位进行选择从设备,在本系统中,从设备可以扩展到16个。主设备输出的低四位地址为各接口控制器IP核内的寄存器地址,用于暂存操作命令和数据。

　　在完成系统集成的功能测试后,就可将设计进行综合实现。综合是指将电路的高级语言(VHDL、 Verilog、 SystemVerilog等)或原理图转换成低级的,可与CPLD/FPGA相映射的网表文件,就是按照某种规定描述电路的基本组成和如何相互连接的文件[7]。

　　综合前主要是设定设计的约束,包括引脚和时钟等。然后在ISE自带的高性能的综合工具中进行综合,最后综合结果显示该系统IP核只占用了625各Slice,仅用了器件3%的资源,同时时钟也达到了约束要求,具体情况如图2所示。

　　随后进行实现,通过ISE自带工具查看布局布线情况,可以发现主要分布在BANK2,且较集中。然后利用Generate Programming File命令生成BIT位流文件,最后用编程工具iMPACT将位流文件直接下载到FPGA芯片中,通过对运行情况的分析,设计达到了预定要求。

　　该文主要完成了基于WISHBOEN总线的片上传感器控制系统的设计,设计的内容包括MCU、IIC接口、ISP接口和URAT接口,以及对采用WISHBONE总线标准对其进行规范化。然后通过共享式总线控制模块将各IP核联接起来。最后将系统IP核下载到Spartan-3A DSP 1800A开发板进行了调试,设计基本达到要求。

　　[1] 敦旭峰,田丰,孙小平.无线传感器网络节点的研究与设计[J].沈阳航空工业学院学报,2007,24(5):61-64.