小暑的诗句(精选5篇)

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇小暑的诗句范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

小暑的诗句

小暑的诗句范文第1篇

【关键词】数字化校园共享数据共享数据库

一、什么是数字化校园？

校园信息化（“数字化校园”）是以网络为基础，利用先进的信息化手段和工具，实现从环境（包括设备、办公空间、研究空间、教学空间等）、资源（如图书资料及专业数据库、教师讲义与课件、网上专业资讯等）到活动（包括教、学、科研、管理、服务、办公等）的数字化，在传统校园的基础上，构建一个既对应又有本质不同的数字空间，拓展现实校园的时间和空间维度，为师生提供网上信息交流环境，提升传统校园的效率，扩展传统校园的功能，创建电子校务、教育资源、虚拟社区及网络服务的数字化虚拟大学教育环境，最终实现教育过程的全面信息化，从而达到提高教学质量、科研和管理水平与效率的目的。

二、数字校园的组成

一个完整的数字校园网由基础平台和应用系统等组成，如图1

（一）基础平台

该系统的两大基础支撑环境：基础网络系统和应用支撑平台（包括主机系统、存储系统、网络系统、安全系统等基础硬件设备，由数据库系统、应用服务器、目录服务器等构成的数字校园应用系统的数据汇聚、运行支撑环境）。

（1）基础网络平台：以光纤骨干网络实现楼宇之间光纤连接，以双绞线（或无线）连通全部楼宇内的信息点。

（2）门户平台：统一信息门户是数字校园各应用系统中各项功能集成和部署的平台，它把分散于各个系统的不同功能有效地组织起来，为各类用户提供一个统一的信息服务入口。

（3）统一身份认证平台：统一身份认证及授权平台的目的就是要解决不同的网络应用系统用户名和口令不统一的问题，期望提供统一的授权机制及一套方便、安全的口令认证方法，用户只要一个用户名和口令就可以使用校园网络上他有权使用的所有应用系统。

（4）共享数据平台：共享数据平台是为各应用系统之间提供数据交流，是数字化校园的核心。

（二）应用业务系统

包括：办公自动化系统，学生信息管理系统，科研管理系统，后勤管理系统，人事等网络管理信息系统，综合查询系统，课程中心系统，一卡通系统等。转贴于

三、目前校园数字化网建设中存在的问题

随着校园网建设的逐渐升温，很多地区和学校将校园网建设以及整个系统的投资规模作为评判学校办学条件、教学水平的重要指标，甚至成为学校评定“重点”院校必不可少的依据。但是随着数字校园建设的不断深入，各种应用系统的开发和投入应用，数字化校园中的问题也会不断暴露出来。如信息“孤岛”现象严重，各应用系统、各部门缺乏数据交换标准，数据重复冗余，导致了各部门相互之间同一信息不一致；没有形成“综合统一的门户”，导致用户获取信息非常困难，有用的信息不能及时共享，数据的利用率不高等。

四、共享数据平台在数字化校园建设中的重要作用

为避免上述情况，各应用系统必须做到数据共享，只有数据共享之后才能保证数据一致，减少冗余，提高利用率。因此建立数据平台，通过建立共享数据库，统一学校内各个系统的数据，提供集中的数据交换，实现系统间的资源共享是校园建设中的基石。

数据平台是收集、处理和存储各类共享信息数据，并为全校提供信息共享服务的平台。通过该平台将学校内的各类数据进行数据集成、集中存储，通过统一的可靠性、安全性方面的设计，对用户提供稳定、可信的数据服务。

（一）整合资源，实现数据的高效存取

将各类共享信息数据，存放于共享数据库中，使得数据的存放更为精简有效，避免存取不需要的数据，并且减少了数据存取时的开销，同时能够保证数据及时更新，保证了全校信息的一致性，有利于管理部门的工作。

（二）整合平台，实施有效的安全防护与管理

随着校园网提供的信息服务质和量的提升，对信息安全的需要也越来越强烈。同时，校园网提供更高层次服务的时候，对于用户的身份认证、服务权限管理的要求也相应地提高。原来各个服务系统各自为政的身份认证的方式难以达到这个要求。这就必须要一个独立的，高安全性和可靠性的身份认证及权限管理系统。该系统可以完成对整个校园网用户的身份和权限管理，同时让用户无需频繁登录，方便使用。

（三）共享数据，实现数据的合理有效安全存储

这也是建设数据平台的最重要的原因。网络建设的目的全在于应用，正是有了各种应用项目，才使得网络成为今天教学、科研、管理等工作开展时不可缺少的重要手段和工具。各个管理信息系统之间的数据共享交换以共享数据库作为桥梁，通过建立和完善权限管理，部门间的信息查阅只需通过数据维护者管理简单的授权，就可以轻松查看、导出。而数据是这些应用系统运行的基础，所以，数据存放的合理性和安全性就显得特别的重要。通过建立共享数据库，应用系统之间不再具有直接的数据关联，数据交换统一由业务数据库与共享数据库之间完成。应用系统之间无直接数据联系，各应用系统耦合度降低，从而使得各应用系统数据库的安全性增强，同时共享数据又能集中存储、集中管理。

五、共享数据平台建设

共享数据平台的建设目标：是以教育部颁发的《教育管理信息化标准》和相关行业信息标准为基础，结合学校实际情况，统一数据交换标准，建立安全高效、充分共享的数据平台；规范信息从采集、处理、交换到综合利用的全过程，逐渐形成有效的信息化管理的运行机制，为学校领导和有关部门利用信息、分析决策提供支持，为学校的教学管理和人才培养提供高效的信息服务。

共享数据平台建设应要满足以下要求：(1)建立统一的信息标准，避免信息标准混乱，信息不能交流和共享。(2)各应用系统运行依赖于其他系统的数据，需要能够自动从其他系统中获得所需数据，避免重复录入。(3)各应用系统需要为其他系统提供所需数据，具有自动的方式支持应用系统对外提供共享数据。(4)需要在全校共享使用的公共数据，应该明确原始数据的产生单位和维护单位，原则上按照谁产生，谁维护的模式，确保数据的唯一性。(5)应用系统之间的数据共享需要基于一种安全、可管理的模式进行。

信息平台的建设主要包含以下内容：(1)制定数据字典，建立共享数据平台。根据国家和教育部的《学校管理信息标准》，结合各校的实际情况，统一学生的信息编码规范，制定学生数据字典。同时通过各部门的沟通协调，整理各业务系统的主要数据，建立基础数据库。(2)构建数据集成平台，实现全校数据共享。在制定统一数据交换标准的基础上，构建共享数据中心交换平台，保证业务系统之间能够通过共享数据平台实现数据共享。(3)制定统一业务系统数据库建设标准。(4)构建数据分析模型，为学校领导分析决策提供支持。(5)建立和完善运行机制，保障系统持续运行。

六、结束语

共享数据平台的建立是校园信息化过程中的重要一环，建立一套信息化标准和设计一个合理、适用的共享数据平台则是实现校园网统一规划、疏导全校数据流，是整个校园网络信息管理系统可持续发展并上升到一个新的高度的根本保证。共享数据平台将校园中分散的数据资源集中存放，提高了数据的共享性，加强了数据的安全性。

虽然人们对于数字校园共享数据平台的构建已经进行了一些研究和探索，并对高等院校教育信息化的进展起到了良好的促进作用，但随着社会与技术的发展，共享数据平台的构建仍然会面临许多新的课题。如怎样实现数据平台的自动扩充和开放管理，如何创建以用户为中心的信息服务体系等等，都需要不断进行深入的研究与创新。

参考文献

[1]王慧.卞艺杰.浅谈数字化校园中数据中心的建设．大众科技.

[2]傅秀斌.资源建设呼唤整合[J]．中国教育网络，2005，（1）.

小暑的诗句范文第2篇

在那两年前，小猫布拉在马路上可怜的出生了，要知道马路上到处是人呀！没有任何一个人能同情布拉，却是猫的仇人巨鼠格丁冒着生命危险从鼠洞钻出来把布拉这只半巴掌都不到的小猫从街上拖进鼠洞。

都说动物睁开第一只眼睛看到什么就会把什么认作妈妈的，偏偏布拉看到的是巨鼠格丁，可想而知，格丁就成了布拉的“妈妈”。

格丁是鼠王，布拉却是猫王的“掌上明珠”，布拉慢慢长大了，明白了自己是一只猫，一只猫王的宝贝，而自己的救命恩人却是一只老鼠，一只巨鼠而已！更何况，猫于鼠为敌呀！！布拉犹豫着、思前想后决定要报答格丁！布拉虽然成为了猫中新任猫王，但仍然为老鼠们四处寻找食物，简直成为了猫性老鼠！不光帮老鼠找食物，还不咬巨鼠那些帮助自己的老鼠！！！

巨鼠格丁很是为难，布拉是猫王，自己是鼠王。是让布拉带领着猫群来吃这些弟兄还是......

小暑的诗句范文第3篇

关键词：数据中心硬件平台数据库安全性

在信息技术迅猛发展的今天，社会的许多领域中正在引发各种深层的信息化变革。我国的高校也充分利用信息技术来推进其信息化改革。所谓“数字化校园”，指的是高校利用网络技术、计算机技术和通信技术对学校与教学、科研、管理和生活服务等有关的所有信息资源进行全面地、科学规范地管理，并对这些信息资源进行整合和集成的信息化建设的重点工程。“数据中心”（Internet Data Center，简称IDC），则指的是在“数字化校园”建设过程中，以电信级机房设备向校园各用户提供专业化和标准化的数据存放业务和相关服务的统一支持环境。

1.大专院校数字化校园建设现状所面临的问题

随着科学技术以及我校建设示范院校的投入，学校数字化校园的建设也有了很大进展，特别是最近几年来，我校在网络基础设施、信息系统建设方面都有了大的发展。良好的网络环境使得校园网络应用系统和用户都达到了相当的规模，初步实现了网上办公、网上管理、网上教学和网上服务等。但是在数字化校园建设的过程中也发现了不少问题：

1.1 起步晚，投入少

从2000年开始，国内一些重点高校如清华、北大、复旦、南大等就开始有步骤地进行数字化校园建设，目前一般已建立了公共数据库平台、网上办公系统、校园一卡通系统以及多个基于公共数据平台的管理信息系统。而大专院校数字化校园的建设最近几年才刚刚起步，并且可以投入的经费数量、技术力量与这些本科院校都存在一定的差距。

1.2软硬件发展不够协调

不少院校在规划校园网、选择设备时，考虑先进性多，而考虑与之相适应的应用方案较少，在基础设施“硬”的方面过于追求先进，而在信息、应用“软”的方面缺乏考虑。目前千兆校园网骨干网利用率已基本达到极限，路由器、交换机、防火墙处理能力不足，出口网络带宽不足。

1.3信息缺乏有效共享、业务系统不能协同

在信息化建设的过程中，由于缺乏全局统一的系统规划，应用系统建设容易各自为政，信息难以交换，形成信息孤岛，更难以在更高的层次上进行信息的处理，如信息挖掘、决策支持等。信息缺乏有效的共享，对整个学校应用系统的效率和准确性都产生了重大的影响。

2.数据中心建设的指导思想和构成

数据中心由两部分组成：一是由若干机房设备共同搭建起来的硬件平台；二是部署在硬件平台之上的包含业务系统、数据库以及数据仓库等的软件平台。以我校数字化校园建设为例：

在现有信息化建设基础上，统一标准，统一规划，分阶段实施，进行数据整合、应用集成、业务协同，实现信息资源共享。

数据中心的建设思想有五点：统一的数据平台、统一的数据管理、统一的数据接口、统一的数据标准和统一的设备管理。

数据中心为各种数据的访问、交换、使用提供一个统一的数据平台；学校各个职能部门与其他相关部门之间的数据交换文件必须通过数据中心统一实现交换和共享。数据分布采用集中分布方式，设备管理也采用集中式管理方式。数据和设备尽量集中，保证统一的安全的数据处理和设备管理，并能实现数据异地集中备份。

数据中心软件平台由各个业务系统、公共数据库、业务数据库和数据仓库构成。

各个业务用系统是部署在应用服务器上的处理各个业务的软件，它们有统一的门户认证、它们中的数据有的来自公共数据库，有的来自业务数据库。

公共数据库用来存储公共基础数据，即在各个业务系统或多个业务系统中使用的公共数据。

业务数据库用来存储业务数据，即各个业务部门相对独立使用的业务活动的微观事务处理级数据。包括教学、学工、科研等业务中的数据。

数据仓库用来存储宏观决策数据，即支持学校领导决策者的决策级数据。

3.探讨解决问题的基本思路方法

3.1硬件平台总体的规划设计

硬件平台分为3个主要的应用组——应用和数据库服务器组、门户和认证服务器组、LDAP服务器组。

3.1.1应用和数据库服务器组

应用和数据库服务器组采用两台服务器，通过Cluster集群软件组成一个集群，采用主备方式工作，提供不间断对外服务。即主机工作的同时，备机处于监听状态，当主机出现故障时，备机自动解体主机工作；当主机恢复后，再接管备机的工作。

应用和数据库服务器组是整个数字化校园最核心的部分，要求高可靠性、高稳定性、高吞吐性，同时要能解决单点故障。

3.1.2门户和认证服务器组、LDAP服务器组

门户和认证服务器组和LDAP服务器组各采用两台服务器，通过负载均衡器组成一个集群，采用并行方式工作，提供不间断对外服务。即由负载均衡器平均分配并发访问到每台服务器，当一台服务器出现故障不会中断对外的服务。

3.2数据中心安全性设计

数据中心安全架构划分为五个层次：环境和硬件层、网络层、操作系统层、数据库层、应用层。其中前三者属于硬件平台，后两者属于软件平台。

3.2.1硬件平台的安全防护

环境和硬件层可采取的安全防护措施有：对环境进行严格的指标限制，设置完善的环境控制系统；配置早期火灾报警系统和消防系统。

网络层可采取的安全防护措施有：采用安全扫描技术了解网络中存在的安全隐患；采用防火墙，结合路由器和虚拟局域网的网段隔离技术，根据功能、保密水平和安全水平的不同将整个数据中心网络分段进行隔离。

操作系统层的安全问题的解决依赖于系统的扫描和入侵检测技术。操作系统需要安装功能全面、智能化的检测工具，来帮助系统管理员进行定期检测和修复操作系统安全漏洞的工作。

我校“数字化校园”硬件平台，为了更好地做好安全防护工作，在网络规划上采用了单一防火墙划分内外区的模式，来提高整个平台的安全。

3.2.2软件平台的安全防护

数据库层的安全问题分为三方面：

*重要数据的安全性

在诸如财务和Web用户账号等重要数据上采用加密存贮方式保证数据安全性，并可针对重要数据做备份。

*运行的安全性

采用归档模式运行数据库，并定期进行备份，除了可正常执行恢复操作外，在遇到突况时可利用不完全恢复方式来保证数据库正常运行。

*数据库容错容灾的功能

容错是为了防止网络内部的某些子系统出现故障，而容灾是为了防止由于自然灾害等导致的整个系统全部或大部分发生问题。数据库容错容灾系统包含了数据存储子系统、数据备份子系统、数据恢复子系统三个方面，以确保数据库在灾难发生时能够保证正在运行的应用系统能够在短时间内得到恢复，并且保证数据库中的数据的完整性和一致性。

4.结论

“数字化校园”是高校信息化建设的必然结果。而数据中心建设在整个建设过程中占据着举足轻重的地位，它能将信息化管理提升到一个更高的管理水平。希望本文中的体会和经验能够给大家带来一些帮助，相信将数据中心建设好必将给高校信息化建设奠定扎实的基础。

参考文献：

[1]沈培华,王映雪,蒋东兴等.清华大学数字校园建设与思考[J].管理信息系统,2002,(2)

[2]顾瑞,张珍义等.数字化校园建设问题分析及对策研究[J].福建电脑,2008,(3):62-63

[3]徐斌,陈俊良.“数字南大”的建设研究与实践.教育信息化,2004，（7）

[4]万里鹏等.中国高校数字化校园建设与思考[J].情报科学,2004,(3)

[5]李海霞,韩锡斌,程建钢.数字校园中资源中心的研究与构建J.中国电化教育,2005

小暑的诗句范文第4篇

关键词:数据库营销;数据仓库;数据挖掘;关联分析;联机分析处理

中图分类号:TP391文献标识符:A文章编号:1009-3044(2010)13-3312-02

Discussion about Realizing Database Marketing System's Key Technology

CHEN Ping, WANG Li-gang

(Nanjing College of Information Technology, Nanjing 210046, China)

Abstract: Data marketing that use collected data forecast customers future purchasing. First creating a enterprises database, finding valuable hidden information in the database or data warehouse, then analyzing data in the database by using data mining technology, finally summarizing the valuable information into a structural model, that are key technology of realizing database marketing system successfully. It improves efficiency and profit of enterprise but lower the cost.

Key words: database marketing; data warehouse; data mining; relational analysis; OLAP

1 概述

IT的发展提供了崭新的营销渠道和营销手段,如网上营销和数据库营销。网上营销只是提供一种新的信息沟通工具,而数据库营销则提供了一种全新的营销模式,因为它可使营销者更迅速、更准确低抓着消费者的需要,甚至能使营销者比消费者本人更了解其需要。所以在最近几年内,数据库营销的理念在行业内不断被提到,而且其技术也迅速得到发展。下面笔者就简单地谈一下实现数据库营销系统的关键技术。

2 数据库营销

2.1 数据库营销的概念

数据库营销(Database Marketing)将营销数据建立成数据库,并通过对数据库内数据的分析,进行市场营销活动[1]。

具体来说,就是将客户的销售历史数据等营销数据建立数据库,并根据对数据库内数据的分析,确认目标客户,迅速准确地获知其需求,了解其特征,传达产品和服务的相关信息,以便更有效地进行市场营销活动,维系顾客和提高销售额。其旨在建立互信共赢的客户关系,数据库服务过程本身即可视为数据库营销过程。数据库的数据必须是动态的,可扩充的和及时更新的,涵盖现有客户和潜在客户。

2.2 数据库营销的特点

与传统的数据库营销相比,网络数据库营销的独特价值主要表现在三个方面[2]:

1)动态更新

数据库营销具有数据量大、易于修改、能实现动态数据更新、便于远程维护等多种优点,还可以实现顾客资料的自我更新。网络数据库的动态更新功能不仅节约了大量的时间和资金,同时也更加精确地实现了营销定位,从而有助于改善营销效果,这是其他的营销技术所不能比的。

2)顾客主动加入

仅靠现有顾客资料的数据库是不够的,除了对现有资料不断更新维护之外,还需要不断挖掘潜在顾客的资料,这项工作也是数据库营销策略的重要内容。在没有借助互联网的情况下,寻找潜在顾客的信息一般比较难,要花很大代价。而在网络营销环境中,有超过50%的顾客愿意提供自己的部分个人信息,这样就便于营销工作的进行。顾客在登记的时候,一般是将信息填写在一些表格中,例如,我们注册会员用户时填写的信息。但是,营销人员在对顾客进行登记时需要从他们的实际利益出发,合理地利用顾客的主动性来丰富和扩大顾客数据库。在某种意义上,邮件列表可以认为是一种简单的数据库营销,数据库营销同样要遵循自愿加入、自由退出的原则。

3)改善顾客关系

优秀的顾客数据库是网络数据库营销取得成功的重要保证。在互联网上,顾客希望得到更多个性化的服务,比如,顾客定制的信息接收方式和接收时间,顾客的兴趣爱好、购物习惯等等都是网络数据库的重要内容,根据顾客个人需求提供针对性的服务是网络数据库营销的基本职能,因此,网络数据库营销是改善顾客关系最有效的工具。

2.3 实现数据库营销的关键技术

数据库营销是运用收集到的数据来预测用户未来的购买行为,成功实现数据库营销系统的关键在于三方面组件的集成:存储在数据仓库或数据处理机中的事实数据;在数据库或数据仓库中寻找有价值的隐藏事件,使用统计技术或预测模型工具对数据进行分析,将有意义的信息归纳成结构模式,供企业决策时参考,这种技术就是数据挖掘技术;功能强大的展示工具[3-5]。

2.3.1 建立数据库

首先,要把营销过程中需要的数据建成一个数据库,为了便于对具体以及过去的数据进行分析,一般建立一个数据仓库。

按照数据仓库之父W. H. Inmon的描述,数据仓库是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合,用于支持管理决策[4]。

整个数据仓库系统是一个包含四个层次的体系结构,具体如图1所示。

下面对图1中的部分组件进行介绍:

数据源:是数据仓库系统的基础,是整个系统的数据源泉。通常包括企业内外部信息。这些信息可以是存放在关系数据库中的数据,也可以是文档数据。

数据的存储与管理:是整个数据仓库系统的核心。针对现有各业务系统的数据,进行抽取、清理,并有效集成,按照主题进行组织。数据仓库按照数据的覆盖范围可以分为企业级数据仓库和部门级数据仓库(通常称为数据集市)。

OLAP服务器:对分析需要的数据进行有效集成,按多维模型予以组织,以便进行多角度、多层次的分析,并发现趋势。其具体实现可以分为:ROLAP、MOLAP和HOLAP。ROLAP基本数据和聚合数据均存放在RDBMS之中;MOLAP基本数据和聚合数据均存放于多维数据库中;HOLAP基本数据存放于RDBMS之中,聚合数据存放于多维数据库中。

前端工具:主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以及各种基于数据仓库或数据集市的应用开发工具。其中数据分析工具主要针对OLAP服务器,报表工具、数据挖掘工具主要针对数据仓库。

2.3.2 使用数据挖掘技术分析数据

数据挖掘(Data Mining)是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程[6]。

其主要任务是关联分析、聚类分析、分类、预测、时序模式和偏差分析等。

①关联分析。数据关联是数据库中存在的一类重要的、可被发现的知识。关联分析目的是找出数据库中隐藏的关联网。一般用支持度和可信度两个阀值来度量关联规则的相关性[7-8]。

②聚类分析。聚类是把数据按照相似性归纳成若干类别,同一类中的数据彼此相似,不同类中的数据相异。聚类分析可以建立宏观的概念,发现数据的分布模式,以及可能的数据属性之间的相互关系。

③分类。分类就是找出一个类别的概念描述,它代表了这类数据的整体信息,即该类的内涵描述,并用这种描述来构造模型,一般用规则或决策树模式表示。分类是利用训练数据集通过一定的算法而求得分类规则。

④预测。预测是利用历史数据找出变化规律,建立模型,并由此模型对未来数据的种类及特征进行预测。预测关心的是精度和不确定性,通常用预测方差来度量。

⑤时序模式。时序模式是指通过时间序列搜索出的重复发生概率较高的模式。与回归一样,它也是用己知的数据预测未来的值,但这些数据的区别是变量所处时间的不同。

⑥偏差分析。在偏差中包括很多有用的知识,数据库中的数据存在很多异常情况,发现数据库中数据存在的异常情况是非常重要的。偏差检验的基本方法就是寻找观察结果与参照之间的差别。

数据挖掘的主要流程是:定义问题、数据准备、数据挖掘、结果分析、知识的运用。

用于挖掘的对象有关系数据库、面向对象数据库、数据仓库、文本数据源、多媒体数据库、空间数据库、时态数据库、异质数据库以及Internet等。

目前,常用的数据挖掘有:神经网络方法、遗传算法、决策树方法、粗集方法、统计分析方法等。

3 结束语

数据挖掘能够基于顾客的年龄、性别、人口统计数据和其他类似因素,对顾客购买某一具体货物的可能性做出预测;识别出具有相似浏览习惯的顾客;辨别出具体的顾客偏好,以便提供改进的个人服务;找出高频率地被组合在一起的所有产品组。据此,公司可获得新顾客、留住老顾客、增加顾客的消费额。这样既降低了成本,又提高了营销的成功率。故数据挖掘的强大功能可以确保企业数据库营销的顺利开展。

参考文献:

[1] 许多顶.网络数据库营销[J].商业研究,2002,9:119-121.

[2] 陈晓红.企业信息化建设的模糊综合评判[J].运筹与管理,2003(6).

[3] 杨丽,马玉磊,张丹.数据挖掘技术在CRM中的应用研究[J].新乡学院学报,2009,6:66-67.

[4] 李石君,王汉飞,周洞汝.关系数据库中统计关系的挖掘和应用[J].计算机工程与应用,2000,(6):117-118.

[5] 李从东,徐志英.基于数据挖掘的企业关系管理系统构建[J].现代管理科学,2009,8:23-25.

[6] 韩家炜,堪博.数据挖掘:概念与技术[M].北京:机械工业出版社,2006:56-62.

小暑的诗句范文第5篇

消费是人类社会经济生活中的重要行为和过程，任何社会都离不开消费。在我国，随着社会主义市场经济体制的确立，消费在全民经济生活中的作用更显重要。因此对消费函数的研究具有十分重要的现实意义。消费函数是指居民的消费支出和决定消费的变量之间的关系。

消费倾向是凯恩斯在《就业、利息和货币通论》中研究有效需求原理时提出的重要概念。他在研究“当就业量处于既定水平时，什么因素决定消费的总量”时，将消费倾向定义为：存在于YW(即用工资单位衡量的既定的收入水平)和CW(即在该收入水平下的消费开支)之间的函数关系X，即CW=X(YW)。凯恩斯认为，当就业量增加时，实际收入总量也会增加。社会的心理状态是：当实际收入总量增加时，总消费量也会增加，但其增加的程度不如收入，即边际消费倾向0

我国学术界通常在研究消费和收入之间的关系时，用线性方程来描述消费函数：C=a+b×Y。其中，C代表实际消费支出，Y代表实际国民收入，a和b都是大于零的常数，a代表收入Y为零时的消费，叫做自发消费，b×Y是随着收入变化而变化的消费，叫引致消费。b称为边际消费倾向，其的经济含义是收入每增加一单位相应的消费增加量，即b=ΔC/ΔY，也就是凯恩斯的dCW/dYW。

现在一些学者已经开始对凯恩斯的边际消费倾向0

本文借鉴熊正贤，翟有龙提出的凯恩斯消费函数的拓展模型，对宁波市市区居民的消费函数作实证分析，论证MPC>1的情况的存在。

二、消费函数模型及解释

在西方消费理论中，最早提出消费需求函数理论的凯恩斯的分析中，收入指的是现期收入，凯恩斯的理论被称为“绝对收入假定”。随后，西方其他经济学者从对收入的不同理解出发，提出了不同的理论，主要有杜森贝的“相对收入假定”、莫迪利安尼等人的“生命周期假定”、摩根等人的“消费决策影响收入假定”等。其中，凯恩斯的“绝对收入假定”和杜森贝的“相对收入假定”应用最为广泛。凯恩斯认为，实际消费支出是实际收入的函数，消费支出主要取决于当期的收入，不考虑过去的和未来收入。杜森贝认为，消费并不取决于当期绝对收入水平，而是取决于相对收入水平，即相对于其他人的收入水平和相对于本人历史上最高的收入水平。本文主要以凯恩斯的绝对收入假定为基础，对消费者函数做探讨。

马斯洛在层次需求理论中把人们的需求分成生理需求、安全需要、归属与爱的需要、尊重需要和自我实现的需要五类，依次由较低到较高层次。生理需求和安全需求是基本需求，其他需求是非基本需求。人们只有满足了最基本的需求后，才会考虑非基本需求。因此可以把消费资料分为两部分，即满足基本需求的部分和满足非基本需求的部分。从弹性的角度来看，满足基本需求的消费资料接近于无收入弹性，与人们的收入水平关系较少，即人们收入水平的变化几乎不引起消费量的改变。而满足非基本需求的消费资料有收入弹性，与人们的收入水平关系密切，即人们收入水平的变化会引起消费量的改变，例如人们对高档服饰的消费，外出旅游等。因此也可以把满足基本需求的消费资料叫接近无收入弹性的消费资料，满足非基本需求的消费资料叫有收入弹性的消费资料。

由于消费资料分为接近无收入弹性的消费资料和有收入弹性的消费资料，令C1为对接近无收入弹性的消费资料的消费，C2为对有收入弹性的消费资料的消费，则人们的总消费需求C=C1+C2，其中C2=βYα。C2=βYα表示对有收入弹性的消费资料的需求，是收入水平Y的函数，β表示收入变动对消费变动的敏感系数，α是一个相对稳定的系数，可以看成是由科技进步、经济发展、消费条件与环境、消费习惯等决定的一个综合参数。其值稳定，一定时期内可看成常数。α的取值分为以下几种情况：0

(1)当0

(2)当α=1时，C2的收入弹性等于1，边际消费倾向为ΔCΔY=β保持不变。

(3)当α>1时，C2的收入弹性大于1，边际消费倾向为ΔCΔY=βαYα-1，由于α>1，βαYα-1随着Y的增大而递增，所以边际消费倾向递增。

下面是取不同值时所构成的数学模型及经济含义：

(1)当0

此时表示消费的增加量小于收入的增加量，即边际消费倾向递减。这说明当消费者在每次的收入增加以后，逐次减少消费的增加量，而把收入用于储蓄。在经济水平欠发达地区，如农村地区，这种情况比较常见。在那里，居民喜欢将收入储蓄起来，用于未来子女教育、自身养老等方面。

(2)当α=1时，C=C1+C2=C1+βY

此时表示消费的增加量与收入的增加量维持一个恒定不变的比例，即β。这说明消费者的消费倾向保持不变。

(3)当α>1时，C=C1+C2=C1+βYα

此时表示消费的增加量大于收入的增加量，即边际消费倾向递增。这说明消费者在每次收入增加以后，逐次增加消费的增加量，有超前消费和借贷消费的倾向。在经济发达地区，如沿海地区，这种情况比较常见。在那里，人们越来越倾向于提前消费，如通过借款、贷款等方式购买房子、汽车等。

三、实证分析

宁波市属于沿海发达城市，其市区居民消费水平应该符合边际消费倾向递增的情况。为了进行论证，基于前述模型，对宁波市区居民的消费函数进行实证分析。

(一)回归模型的建立

用1990年至2004年的宁波市区居民人均可支配收入数据和市区居民人均消费性支出数据，见表1(数据来源：2005年宁波市统计年鉴)，以市区居民人均消费性支出数据为C，以市区居民人均可支配收入数据为Y，根据模型C=C1+βYα建立宁波市区居民的消费函数。

在消费函数模型C=C1+βYα的基础上，采用线性回归方法进行拟合。由于α的具体数值难以测算，因此先假定α的一系列取值，指数函数中因变量对自变量数值变化敏感性很强，所以在在试探取α值时，先选择取α=1，然后再逐步加减0.01。然后令X=Yα，得到X的值，则C=C1+βYα模型变化为线性模型C=C1+βX，用SPSS软件的回归分析功能对X和C进行一元线性回归分析，得出消费函数。在回归参数能通过检验的基础上，不同的α的取值，会有相应的不同的消费函数，这时应该选取拟合效果好的消费函数。判定系数R2=SSRSST=1-SSESST，SST为总离差平方和，SSR为回归平方和，SSE为残差平方和，各样本观测点与样本回归直线靠得越紧，SSR/SST就越大，直线拟合得越好。判定系数R2测度了回归直线对观测数据的拟合程度，反映了回归效果的好坏。R2越接近1，表明回归直线的拟合程度越好。

当α选取不同的值时，把表1数据用SPSS软件作回归分析，得到了很多一元线性回归方程。回归结果显示回归方程的判定系数R2都很接近1，则拟合程度都很好；都通过了线性回归关系的显著性检验(F检验)；也通过了自变量X的回归系数的显著性检验(t检验)(p=0.000

从表2可知当时α∈(0.90，0.99)，常数项t统计量的p值均大于0.05，通不过检验。在实际的回归过程中，当α=0.91和α=0.90时，常数项的估计值为负值，而且01时，常数项t统计量的p值随着α的增大而减小。当α=1.02时，p值=0.0391.02时，p值都小于0.05，都通过了检验。因此α≥1.02，时，回归方程是有意义的。在通过了检验的回归方程中选取R2最大的回归方程作α=1.02为消费函数，则可以选时的回归方程为消费函数。

可见R2=0.986，拟合效果很好，且回归系数都通过了检验。

回归方程为：C=500.559+0.587X=500.559+0.587Y1.02

(二)弹性消费资料比重的计算

宁波市区居民有收入弹性的消费资料的需求占总消费比重趋势。由C=C1+C2=C1+βYα，可知有收入弹性的消费资料的需求占总消费比重趋势为βYαC×100%=C-C1C×100%。将历年C的数据和C1=500.559代入计算，得表3。

表3 收入弹性的消费资料的需求占总消费比重年份比重199069.25%199173.00%199277.29%199384.05%199488.73%199591.01%199692.35%199793.04%199893.67%199993.32%200093.74%200194.71%200294.67%200395.22%200495.56%用SPSS软件根据表3的数据作序列图如下：

弹性消费资料占总消费资料比重的序列图

(三)结果分析

由回归分析得出的消费函数C=500.559+0.587X=500.559+0.587Y1.02可知宁波市区居民的边际消费倾向递增，即MPC>1，这与前面建立的消费模型相符。由弹性消费资料占总消费资料比重的序列图可知，随着时间的推移，宁波市区居民对有收入弹性的消费资料的需求所占的比重越来越大。

由于改革开放，宁波的经济得到了飞速的发展，宁波市区居民的收入水平也随之有了大幅度的提高。居民的基本需求得到满足后，越来越重视非基本需求，如购车，旅游等。宁波居民对宁波未来经济的进一步发展充满信心，对未来的收入水平的进一步提高持乐观的态度，表现为边际消费倾向递增，因而越来越多的市区居民有超前消费和借贷消费的倾向，通过借贷增加对非基本资料的消费，因此非基本需求消费资料在居民的总消费中所占的比重越来越高。

四、结论