西部数据十篇

西部数据篇1

典范之作

据IBM全球信息科技服务部区域拓展部中国区总经理张庆侠介绍，IBM利用丰富的实践经验与强大的全球专家团队为中立数据提供了从咨询、设计、集成到实施等全方位的服务。通过IBM的咨询服务和快速部署，中立数据中心一期现已建成并投入运营。双方将通过二期工程开展进一步的合作，未来将建成中国西部地区最大的容灾服务和云计算服务平台。

IBM是数据中心建设与管理的行家。在全球范围内，IBM拥有并管理着超过300个数据中心以及分布在55个国家的138个灾难恢复中心。IBM全球信息科技服务部成都分公司总经理文卫平介绍说：“IBM在中国西南地区建成或正在建设的数据中心超过10个。在数据中心建设的过程中，IBM很好地将高效、绿色的理念与中国客户的实际需求结合在一起。以中立数据中心为例，它采用IBM新一代的服务器、智慧存储架构、自动化的管理流程以及智慧机柜部署和模拟软件工具等，从而极大地提升了系统的使用率，优化了整体效益。”

中立数据中心是IBM在数据中心产业领域的又一典范之作。IBM与中立数据合作的目标是，将中立数据打造成西南地区最大的第三方数据服务产业基地，为用户提供全国一流的基于通信网络和数据中心的信息外包服务。

以点带面

中立数据位于成都市温江区部级海峡两岸科技产业开发园内，占地120亩，是成都市第三方数据服务示范基地，并于2010年被列为成都市物联网产业医疗行业数据服务平台示范项目。中立数据的这一独特定位表明，中立数据将成为成都市数据产业链中的关键一环。

中立数据的主要业务范围包括数据中心服务（IDC）、以互联网数据中心为基础的信息服务外包业务、全方位的增值服务，同时还可以提供完整的行业解决方案。成都中立数据科技有限公司总经理李勇介绍说：“目前中立数据中心已完成IDC数据中心、呼叫中心和相关配套设施的建设，签署的合同金额超过1000万元。”预计未来3年，中立数据中心的直接产值与相关产业带动总产值可能达到10亿～15亿元，并能吸引30～50家国内外知名上市企业入驻，成为我国西部地区数据服务集散地与信息产业高地。

不会“傍大款”

西部数据篇2

最新西数Slim系列 解决超极本小容量难题

西部数据凭借卓越的技术优势，特别在针对超极本轻薄的特性上，日前刚刚推出了两款性能卓越的内置便携式西数蓝盘（WD Blue）UltraSlim和Slim。全新2.5英寸WD Blue的厚度为7毫米和5毫米，容量分别为1TB（1000G）和500G。这两款超薄产品的推出，为超级本带来了全新级别的存储容量，同时也将为便携式全能设备、及其他轻薄型电脑提供了更完善的计算体验。

西数内置系列 迎合主流用户需求

在ISS峰会中，具备了巅峰性能的西数黑盘与全球最受欢迎的厂商技嘉、MSI通力合作，并共同亮相，在消费级存储市场方面，西部数据根据中国用户的特点对中国存储市场进行了精准的细分，包括游戏、高清、DIY和创意人士。针对细分市场的不同需求，西部数据为用户提供了多样化的定制存储解决方案。

西数黑盘（WD Black）面向游戏用户，提供无可比拟的高性能、稳定性以及大容量存储空间，是众多玩家们的首选产品。西数绿盘（WD Green）为高清用户提供高达3TB的海量存储，是高清电影爱好者、专业摄影师的最佳存储“仓库”。它同时还能够确保低能耗、低温运行，为用户提供最绿色的解决方案。 西数蓝盘（WD Blue）能够为日常计算机应用提供超强稳定性和可靠性能，是DIY用户在工作和生活中值得信赖的存储伙伴。此外，西部数据对于创意专业人士和小型工作室用户对性能、存储容量、速度、稳定性等方面的要求熟捻于心。WD Black和RE企业级硬盘均采用了高级配置，提供极致的性能和速度，是专业人士在处理高清图片、大型视频时的最佳之选。

西部数据篇3

西部数据硬盘系列可划分为：黑盘、蓝盘、绿盘。

黑盘：黑盘高性能，大缓存，速度快，代号：LS WD Caviar Black。主要适用于企业，吞吐量大的服务器，高性能计算应用诸如多媒体视频和相片编辑，高性能游戏机。

蓝盘：普通硬盘，适合家用，优点是性能较强，价格较低，性价比高，缺点是声音比绿盘略响，性能比黑盘略差，高速缓存大小为2 MB、8 MB、16MB。

（来源：文章屋网 ）

西部数据篇4

关键词：物流业；数据包络分析；效率评价；西部地区

中图分类号：F259.27 文献标识码：A

Abstract： This paper adopts DEA model to analyze the efficiency difference in the west region， it establishes evaluation model and indicator system. The model reveals logistics industry's overall efficiency， pure technical efficiency and scale efficiency in Ningxia， Inner Mongolia， Guangxi， Guizhou have reached optimal states， non-effective DMUs that exist input-redundancy and output-deficiency two aspects problems. Then the paper propounds some specific proposals.

Key words： logistics； data envelopment analysis； efficiency evaluation； western region

物流业是国民经济中基础性、战略性产业，在《物流业发展中长期规划（2014―2020年）》中，国务院已将物流业整体运行效率提高作为发展目标之一。西部地区占全国总面积的71%，占全国总人口的28%，研究西部地区物流业效率状况对全国物流业效率的提高具有重要意义。本文采用的数据包络分析（Data Envelopment Analysis， DEA）是一种基于被评价对象间相对比较的非参数技术效率分析方法，由于其在多投入多产出的分析中具有较强的优势，因此被广泛运用到宏观经济、环境、物流等众多领域（王琴梅、谭翠娥，2013；Blum H， 2015；Liou J， 2015；张诚、喻琴、张志坚，2015）。

1 数据选取

评价物流业效率使用的指标在统计年鉴中没有具体的对应数据，鉴于我国物流业增加值统计中交通运输、仓储和邮政业占到了物流业增加值的83%以上，因此可以使用交通运输、仓储和邮政业相关数据来替代物流业数据（刘秉镰、余泳泽，2010）。DEA模型中投入x产出y指标的选取需要大致满足两个关系：x能生产y，y是由x生产出来的，同时，DEA模型中指标之间的共线性不会影响分析结果（成刚，2014）。

本文在文献研究基础上，并考虑数据可获得性，选取了交通运输、仓储和邮政业就业人员数、固定资产投资和物流里程数（通过铁路、公路和内河公里数加总所得）作为投入指标，货运量、货物周转量和交通运输、仓储和邮政业生产总值作为产出指标。见表1。

2 实证分析

（1）模型假定：假定西部12个地区的物流水平仅受前6个投入产出指标影响，不受其他外部因素的影响。

（3）模型求解：运用MAXDEA6.6软件，选择投入导向（Input-oriented），投入导向关注的是在不减少产出的条件下，要达到技术有效率时各项投入应该减少的程度。分别使用了Maximum Distance to Frontier SBM模型和Multipier Model模型。

其中，规模效率值=综合技术效率/纯技术效率，纯技术效率值是不考虑规模效率时，投入对总效率的影响。效率值为1时说明有效，效率值小于1说明无效。规模效益不变表明物流业规模达到最优；规模效益下降表明物流业规模随着投入的增加，产出会减少得更快；规模效益上升表明随着投入的增加，产出也会增加。需要说明的是，效率值等于1时仅表明决策单元是弱有效，效率值为1同时满足松弛值均为0时说明决策单元为强有效。

通过表3可以看出，内蒙古、广西、贵州和宁夏4个省份的所有松弛值均为0，表明4个省份的物流业效率相对其他省份为强有效。对于物流业物流水平评价为无效的8个省份来说，可参考表2的数值进行改进，改进方向是减少投入或增加产出。投入指标松弛变量值为负数，意味着减少投入，产出指标松弛变量值为正数，意味增加产出。

3 结 论

总体来看，西部地区中内蒙古、广西、贵州和宁夏物流业效率强于其他省份，总体效率、纯技术效率和规模效率都达到了最优，并且规模效益处于不变的状态，物流设备、技术和管理达到了较好的状态，物流业较发达。

在非DEA有效决策单元中，的综合技术效率和规模效率最低，说明总体物流效率最差；四川的纯技术效率最低，四川物流业应提高物流要素投入的合理利用程度。从投入和产出的松弛改进值来看，陕西、甘肃、重庆、新疆、云南和四川应从减少投入并保持产出的方向提升物流效率，存在物流资源的浪费情况。同时，陕西、甘肃、重庆、新疆、云南和四川的规模效益递减，应主要开发内部潜力，减少成本，加大对物流资源的优化配置力度，提高物流效率。规模效益递增的和青海物流业发展有较大空间，应加大物流要素投入水平，加快发展物流业。

参考文献：

[1] 王琴梅，谭翠娥. 对西安市物流效率及其影响因素的实证研究――基于DEA模型和Tobit回归模型的分析[J]. 软科学，2013（5）：70-74.

[2] Blum H. The economic efficiency of energy-consuming equipment： a DEA approach[J]. Energy Efficiency， 2015，8（2）：281-298.

[3] Liou J. Analyzing the Relationship between CO2 Emission and Economic Efficiency by a Relaxed Two-Stage DEA Model[J]. Aerosol and Air Quality Research， 2015，15：694-701.

[4] 张诚，喻琴，张志坚. 低碳环境下中国物流业效率评价研究[J]. 铁道运输与经济，2015（1）：72-79.

西部数据篇5

关键词：大数据;中西部二三本高校;统计学专业;教育教学

中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2015）43-0203-04

一、前言

随着大数据时代的到来，大数据已成为变革组织、变革经济和变革价值的力量。鉴于大数据发展对经济社会和生产生活的影响愈加深入，我国高等教育领域和统计学专业领域的相关专家学者进行大量的思考，并形成一些思想和成果。但是，有关大数据时代背景下统计学专业教育教学的研究成果相对较少。从研究主题和关注领域来看，不同学者的研究成果差异较为明显，但大致可以分为以下几类：一是大数据时代统计学面临的机遇与挑战;二是大数据时代背景下统计学教育教学应该如何改革和创新;三是高职院校统计学教育教学领域中某一问题;四是其他一些具体或个别问题。从研究结论来看，大数据时代的来临，统计学研究方法、统计学专业教育教学方式与内容、教师知识结构、人才培养模式与方案等，均面临诸多挑战，同时也会带来变革与创新的机遇。

与多数著名财经类高校和一本高校相比，我国中西部地区不少二三本高校在师资力量、专业建设、学科建设、人才培养方面，还存在不少缺陷和不足。所以，作为与大数据研究技术和方法紧密的统计学专业，二三本高校更应该对其进行认真思考和科学定位与设计，从而避免在未来更加落后和遭到淘汰。本文基于上述背景和现实需要，对中西部地区二三本高校统计学专业教育教学进行认真思考和更进一步的探讨。

二、中西部地区二三本高校统计学专业教育教学的现状

（一）院校构成与专业方向

目前，开设统计学专业教育教学的中西部二本高校主要以地方财经类院校、师范院校和部分理工类院校为主。从专业方向来看，地方财经类院校主要以社会经济统计、金融统计、风险管理与精算学为统计学专业的方向;师范类院校则主要依托数学系，一般是从概率论、数理统计、多元统计等相关课程的教学中衍生而来，通常以数理统计为专业方向;而理工类院校则以数理统计或者应用统计为主要研究方向，同时兼顾本院校的专业构成和传统研究领域，如生物卫生统计等。多数三本院校没有开设统计学专业，考虑到招生的便利性和就业前景，开设统计学专业的三本院校通常以社会经济统计、金融统计为专业方向。

（二）学历教育层次

从学历教育层次来看，多数地方财经类院校统计学专业以本科和硕士研究生层次为主，个别传统悠久、实力较为雄厚的财经类院校上升到博士研究生的层次;师范类院校和部分理工类院校则以本专科层次为主，少部分院校则开展了硕士研究生层次的教育，或者与拥有硕士学位授予权的院校开展硕士研究生的联合培养。开设统计学专业的三本院校一般会开展本科学历层次的教育，毕业后通常授予经济学学位。除了上述几类开展统计学专业教育教学的二三本高校外，还有个别省市的统计学院（学校）。但是该类院校一般隶属于省统计局，通常以国民经济统计和核算为专业方向，在较长的历史时期开展中专层次的教育，近十年来多数学校则实现专科层次学历教育的转变，只有少部分学校上升至本科层次的学历教育。

（三）学生培养规模

从学生培养规模来看，就本科学历层次而言，地方财经类高校统计学专业每年招生规模一般为100人左右，师范类院校一般为150人左右，部分理工类院校招生规模和三本院校一般为50人左右，与一本高校相比，招生规模偏小。统计学专业研究生教育，包括应用统计硕士（专业学位）和学术型研究生两大类，多数地方财经类院校开展统计学专业普通研究生的教育。目前，全国共计80余所高校开展应用统计硕士教育，中西部地区高校有31所，其中二本高校12所（包括8所财经类院校、4所师范大学），近年来应用统计硕士招生规模和学术型研究生基本持平。8所财经类院校中，西安财经大学招生规模最大，应用统计硕士招生规模和学术型研究生分别达到25人和30人，山西财经大学、安徽财经大学、江西财经大学三所院校两类研究生招生人数为20人左右，而兰州商学院、贵州财经学院、新疆财经学院招生人数为10人左右，河南财经政法大学招生人数则不足5人。4所师范类院校中，河南师范大学两类研究生招生人数为10人左右，安徽师范大学、湖南师范大学招生人数为5人，广西师范大学应用硕士招生则高于学术型研究生，两者之和为20人左右。其余的财经类院校和师范类院校研究生招生规模存在与上述学校类似的特点。

（四）学科建设

统计学专业学科建设的效果，可以通过教育部学位中心公布的学科排名和近年来中国大学统计学专业排名进行评判。2012年教育部开展第四轮学科评估，教育部学位中心公布一级学科最终排名结果。在该次统计学科评估中，全国具有“博士一级”授权的56所高校中有46所参评，还有部分具有“博士二级”授权和硕士授权的高校参加评估，参评高校共计87所。所以，最终的统计学学科排名结果显示，中西部地区有12所一本高校、23所二本高校参加该次评估，学科整体水平得分在74分以下，排在第22名之后。其中，西南大学得分为72分，居于中西部二本高校之首，山西财经大学、西安财经学院得分为70分，其余二本高校得分为69分、68分、66分、65分和64分的分别有4、4、3、9、1所高校。三本高校因为不具备统计学学科硕士授予权，所以没有参加该次学科评估排名。

此外，在2014年5月，中国校友会网公布2014中国大学统计学专业排名。该专业排名将学科专业分为4个星级（最高为6星级，最低为3星级），学科专业层次分为顶尖学科专业、一流学科专业、高水平学科专业、知名学科专业四类，办学类型分为研究型、行业特色研究型、区域研究型、区域特色研究型、专业型和应用型六类。在该统计学专业排名中，参评高校有87所。其中，中西部地区有17家二本高校参评，学科专业星级均为3星级，学科专业层次为中国知名学科专业;办学类型方面，只有太原理工大学为区域研究型，其余16家院校均为专业型;办学层次方面，太原理工大学、西北师范大学、武汉科技大学和长沙理工大学被评为中国知名大学，其余13家院校没有相应归属。除了上述排名外，中国金苹果科教评教网，也公布2012-2013中国大学本科教育统计学类专业排行榜，有94所高校参评。但是，只能查询到该排行榜前20名的高校，所以本文没有采用该结果对中西部地区开设统计学专业的二三本高校学科建设情况进行评判。

（五）师资力量

从师资力量来看，中西部地区二三本高校统计学专业仍然相对薄弱，特别是三本高校师资力量配置尤为薄弱。就中西部地方财经类院校、师范院校和部分理工类院校而言，与同领域一本高校相比，其师资力量配置比较完备，院系设置和师资规模、结构类似，差异主要体现在教师的职称结构、学历结构和科研实力方面。其中，这些差异一方面在于国家人事制度和管理体制，另一方面在于学校所能提供的薪酬待遇和教学科研平台相对有限，不能吸引更多的高层次人才。而三本高校则与同领域二本高校相比，其师资力量配置不健全，师资规模、结构仍有较为明显的缺陷与不足，与同领域一本高校相比差距很大。造成这种差异的原因除了上述两个方面外，还与三本高校对教育教学的短视和其天生的缺陷有很大关系。

目前，每个省都制定了本省《事业单位专业技术岗位结构比例控制标准》，将“教育事业单位”中的“高等院校”分为“211工程”重点建设院校、与教育部共建院校、设有博士点和其他省部共建院校、设有硕士点院校、其他本科院校、省管高等专科学校、高职高专院校、成人专科学校和技师学院等若干类。对高级职称人员所占最高比例要求依次逐步降低，“211工程”重点建设院校正高级、副高级职称所占比例为15%和30%左右，分别高于高职高专院校、成人专科学校和技师学院10～15个百分点;对中级职称人员所占最高比例依次逐渐上升但差异较小，“211工程”重点建设院校为45%左右，低于高职高专院校、成人专科学校和技师学院5个百分点左右;对初级职称人员所占最高比例则依次逐步提高，“211工程”重点建设院校一般不超过10%，低于高职高专院校、成人专科学校和技师学院仅20个百分点。国家人事制度和管理政策中关于不同院校职称结构的要求，在一定程度上对二三本高校广大教师尤其是中青年教师的晋升成为一种障碍，限制他们的职业生涯发展和提升。

中西部地区二三本高校院校所提供的教学科研平台受到局限，一方面与学校当前自身实力有关，另一方面也与教育行业所存在的歧视和潜规则有关。广大一本高校由于自身具备较强的实力，在学术、纵向科研项目申报、横向课题申请、对外学术交流方面具有先天的优势。在职称、学历和相应材料质量接近或相同的情况，相应的杂志社优先发表著名高校和一本高校教师的学术论文，尤其是一些排名榜首的期刊几乎不发表第一作者单位为二三本高校的教师的学术论文，行政主管部门和企业也优先审批这些高校的项目，从而形成明显的虹吸效应和马太效应，对广大二三本高校造成严重的歧视和不公。不少青年教师在二三本高校工作若干年之后，如果职称和学历得到足够提升之后，比如获取博士学位、博士后顺利出站和评完高级职称后，多数选择一本高校或本领域内著名高校作为新的就业岗位，从而规避和去除教学科研平台带来的限制。

高校院校所提供的薪酬待遇，一方面与学校自身所获取的教育经费、学校所处的阶段及其发展目标和方向有关，另一方面与学校所拥有的产业和创收项目有很大关系。中西部地区广大二本高校所获取的教育经费主要以学生缴纳的学费、所在省市行政主管部门划拨的财政事业经费为主，两者占教育经费总额的80%左右，甚至更高。中西部地区多数省市经济社会水平在全国处于中下游水平，财政收入规模相对较小并且增速相对缓慢，而教育经费支出占财政支出的比重比较稳定，所以中西部地区广大二本高校所能获得财政拨款增长较为缓慢，从而影响到学校发展目标的实现速度和进度。而广大三本高校的教育经费几乎全部来源于学生缴纳的学费，当前公立高校每个学生财政型教育经费提高到12000元左右，三本高校生均教育经费投入水平与公立高校相比处于劣势。随着近年来物价水平的持续上涨和人力资源成本的逐渐提高，三本高校出于生存的需要，近年来对招聘教师的职称、学历和薪酬待遇没有进行明显提升。因此，毕业于全国“985”高校、成绩相对优异的统计学专业研究生，尤其是博士研究生，综合考虑薪酬待遇和职业生涯规划的需要，就业时首选一本高校，其次是二本高校，不愿意或者不乐意到三本高校来就业，从而造成三本高校统计学专业师资规模、职称与学历结构很难得到提升与改善。

（六）课程设置与教育教学手段

从课程设置与教育教学手段来看，与广大一本高校和著名财经类高校相比，中西部地区二三本高校统计学专业基本类似和比较接近，但是三本高校的差距依然较大。就中西部地区二三本高校而言，由于师资力量和学生基础、接受能力的差异，在统计学专业不少课程尤其是专业核心课程的教学过程中，教师对课程知识、原理、方法的理解与讲解方面，与广大一本高校和著名财经类高校仍然有明显差距，从而对学生的启发与引导仍显得较为薄弱。就中西部地区三本高校而言，除存在上述类似问题之外，还存在因人设课、因事设课、变相压缩学时等现象，统计软件类课程的种类和学时量与一二本高校相比差距明显，课程设置仍然需要健全和完善。比如，本科生通常课程教学每个学时为50分钟，每学期正常上课教学时间为18周，加上两周的考试时间，一般每学期教育教学期限为20周。但是有不少三本高校在统计学专业教学过程中将每学时减少为45分钟，每学期正常上课教学时间和考试时间合计仅为18周。此外，对于一些统计学专业的专业基础课和专业核心课，不少一本高校与二本高校通常进行每周4学时的授课，选修课程的设置也突出统计学专业的特色和需要。但是，有不少三本高校则进行每周3学时的授课，因人设课现象较为严重，要么短期聘用校外兼职教师进行授课，而选修课程的设置也脱离统计学专业学生学习和未来发展的需要，不能激发学生的兴趣和求知欲，教学效果较差。

三、中西部地区二三本高校统计学专业教育教学的定位和出路

（一）普及大数据知识，积极引导学生认识和熟悉大数据

大数据是一个新生事物，全球80%左右的大数据产生于近四年。大数据正在处于推广和发展阶段，其未来的影响也会更加深远和广泛。大数据在给统计学带来机遇的同时，也带来不少挑战。统计学家、统计学专业的授课教师，必须在传统统计数据环境的基础上，积极学数据这个新生事物，学会适应新的大数据环境，从而拓展统计学的新应用领域，创造和发现适应大数据的新统计方法。就目前中西部地区二三本高校统计学专业教育教学的实际来看，不少教师听说过大数据的提法，但对大数据的概念、特征、意义、分析方法，以及如何处理大数据和大数据的未来发展方向，认识不是很清晰和深刻。所以，对中西部地区二三本高校统计学专业的广大教师而言，不但要积极学习和熟悉大数据，更重要的是利用课堂和课余时间，有计划、有步骤地向统计学专业的学生积极宣传和介绍大数据的有关概念、知识和方法，使学生对大数据有一个清晰、客观、正确的认识和观念，早日将其引导到大数据的发展之路上来。

（二）认清教育教学与大数据之间的关系，正确定位专业发展目标和方向

由上述分析可知，中西部地区二三本高校统计学专业教育主要以本科层次为主，一些实力较强的二本高校开展了硕士研究生层次的教育，个别高校开展博士研究生层次的教育。本科教育是通才教育，强调扎实地学好基础课程，为以后工作或者研究打好基础，而研究生教育则强调提高独立研究、独立创新的能力。从知识结构和层次来看，统计学专业本科生所学知识和课程的涉及范围较宽，但深度不够，而研究生层次的教育与大数据的距离更为接近，更能满足大数据分析对于统计方法和技术的要求。

统计学专业的培养目标是培养应用型统计专业人才，即培养具有良好的数学或数学与经济学素养，掌握统计学的基本理论和方法，能熟练地运用计算机分析数据，能在企业、事业单位和经济、管理部门从事统计调查、统计信息管理、数量分析等开发、应用和管理工作，或在科研、教育部门从事研究和教学工作的高级专门人才。而对大数据进行分析，需要将统计学、计算机、数学和社会科学等多学科进行融合。因此，大数据时代，统计学专业的培养目标要转向培养复合型专业人才。这使得传统的统计学专业培养目标面临两个方面的转变，一是注重统计学与其他专业之间的融合，二是如何实现由应用型人才向复合型人才的转变。

中西部地区二三本高校由于师资力量、课程体系设置、教育投入规模等方面的不足与局限，在较短的一段时期内实现上述两个方面的转变有较大困难。根据不同学历层次教育与大数据之间的联系和自身高校的实际，当前中西部地区二三本高校统计学专业教育教学应以原先的培养目标为主，在现有课程设置和师资力量方面率先进行改革和创新，在不断夯实和提升自身实力的基础实现这两个转变。

（三）改革和创新现有课程设置，丰富和完善计算机与统计软件类课程

在大数据背景下，统计学专业课程设置应进行改革和创新，根据大数据的发展方向和要求，提升现有课程或开设新的课程。根据中西部地区二三本高校统计学专业教育教学的实际，改革和创新现有课程设置，主要从以下三个方面做起。

一是加强对数据收集部分内容的讲解与训练。就统计数据的收集而言，一般在统计学课程中的“统计调查”与“抽样与抽样分别”部分进行讲解和说明，为此，不少学校开设市场调查分析与预测或者抽样技术的课程。大数据时代，大数据的产生方式更加丰富和多样化，数据的抽样方法也发生很大变化。在当前大数据抽样技术不甚明朗的情况下，应继续加强对传统抽样方法与技术的讲解深度和训练力度，同时注重补充有关GDP核算、普查和CPI、PMI等重要指标数据抽样技术的有关知识和实践操作规程。

二是有针对性地增加计算机类相关课程。目前，中西部地区二三本高校统计学专业开设的计算机类课程主要以计算机基础课程、计算机高级语言和计算机网络课程为主，远不能适应和满足大数据对统计学专业的要求。为此，需要在课程设置中增加Office办公软件、专业数据语言等课程，使统计学专业学生具备大数据分析对计算机操作的基础技能。

三是健全和完善统计软件类课程。目前，中西部地区二三本高校统计学专业开设的计算机类课程主要为R语言、SPSS或者SAS、E-views，一般来讲，以其中两个软件的教学为主。但其存在的最大问题是软件课程授课教师相对较少，学生对软件的学习和操作训练不够系统和完备，不少学校统计软件课程只是针对基础统计学、计算经济学基础、多元统计的部分内容来进行。所以，健全和完善统计软件类课程首先体现在加强对现有统计软件所学内容的广度和深度以及训练方面，其次应增设3门以上的软件课程供学生选择和学习，加强实践操作技能的培养和提升。

（四）提升统计学专业授课教师的职称与学历，革新知识容量和结构

无论是形成大数据的思维模式和普及大数据知识，还是改革和创新现有的课程设置，最终主要靠统计学专业授课教师来开展和执行。所以，提升统计学专业授课教师的素质是关键。职称反映着高校教师在学科建设和教学科研领域的积累与付出，学历则代表着教师在专业领域和科研能力方面的突破与提升。所以，应对大数据时代统计学专业教育教学面临的挑战，实现上述途径的方式，一方面，中西部二三本高校需要提升现有统计学专业授课教师的职称与学历，改造和提升现有教师的规模及其专业结构、学历结构和职称结构，扩大计算机和数据库类课程教师、统计软件类课程教师的力量。另一方面，现有的教师尤其是专业基础课和专业核心课程的教师，要积极学数据的有关知识和方法，不断提升自身处理和解决大数据有关问题的能力。

（五）加强统计专业教育教学的组织支持和制度保障

改革和创新现有的课程设置，丰富和完善计算机与统计软件类课程，需要增加这些课程的内容和学时，并且聘用更多资历更高的教师。所有这一切，都需要在统计学专业教育教学的软硬件建设方面投入更多的资金、人力与物力，而这与学校对统计学专业学科建设与教学建设的重视和大力支持是密不可分的。为此，中西部地区二三本高校统计学专业的教育教学，在未来仍然需要继续加大投入，同时辅之以积极和良好的人事政策支持与后勤保障。所以，大数据时代中西部地区二三本高校统计学专业教育教学的革新和突破，离不开所在院校的组织支持和制度保障。

参考文献：

[1]邱东.大数据时代对统计学的挑战[J].统计研究，2014，（1）：16-22.

[2]耿直.大数据时代统计学面临的机遇与挑战[J].统计研究，2014，（1）：5-9.

西部数据篇6

3月7日，美国硬盘生产商西部数据公司(Western Dig-ital)表示，同意以约43亿美元的现金股票收购日立公司(Hitachi)的全资子公司日立全球存储技术(日立GST)。目前，西部数据和日立的董事会均已批准这笔交易，交易预计将于2011年第三季度完成。

根据双方的协议，西部数据将以35亿美元现金和2500万股西部数据普通股收购日立GST。根据2011年3月4日西部数据股票的收盘价，这部分股票价值为7.5亿美元。西部数据将面向日立进行股票增发，日立未来将持有西部数据约10％的流通股。合并完成后，日立的两名高管将进入西部数据的董事会。

“此交易将全球第一大和第三大硬盘制造商合并在一起，合并后的公司将保持世界第―大硬盘生产商地位至少5年时间。”科技调研公司IHS ISuppli称，合并后的公司将远远超过希捷，成为全球营收水平最高的硬盘厂商。

由于西部数据去年的硬盘产品销量已经超过了希捷，收购日立GST并没有改变行业第一和第二的位置，但希捷肯定会面临更为激烈的竞争。西部数据可以将日立GST的生产设备添加到自己的生产厂，淘汰一部分老设备来降低单位硬盘的成本，从而提高盈利能力。

另外，西部数据在获得日立硬盘业务后，在3.5英寸硬盘领域，通过Ultrastar企业硬盘和Deskstar硬盘拥有了1.5万转的6Gbit／s SAS硬盘和4Gbit／s的光纤通道硬盘以及3TB的SATA硬盘，西部数据将成为全球最大的企业硬盘供应商，进而挤压希捷的生存空间。

事实上，去年西部数据一度试图收购希捷，但因担心收购会招致“反垄断法”干涉，因此希捷拒绝了西部数据。波士顿证券公司的分析师Matt Bryson称，西数转而收购日立GST则可避免触犯“反垄断法”。

但他也表示，希捷收购案如成功将使西部数据控制企业和家用硬盘驱动器市场超过60％的份额，收购日立会减少西部数据对上述市场的控制。

对于这起并购，日立总裁Hiroaki Nakanishi表示：“这是两家业界领袖之间达成的一项战略合作关系，既有发展潜力又有盈利空间，这会为新公司提高客户与股东价值以及开辟新市场提供了很好的机会。另外，我们认为更重要的是西部数据与日立GST拥有相同的理念，它们都想建立一个更加全球化的公司。”

西部数据篇7

关键词：清镇市；时空分布；暴雨；风险分析

中图分类号：P429 文献标识码：A DOI：10.11974/nyyjs.20170632198

清镇市为西南地区典型的喀斯特岩溶地区之一，在亚热带季风湿润气候条件下，有暴雨、洪涝等气象灾害，严重制约了社会经济发展。本文选取清镇市站1961―2015年及近10a9个乡镇基础站点逐日降水数据，利用Arcgis10.3软件制图及空间分析研究，拟为清镇市暴雨诱发的山洪、地质灾害预报预警及防治提供参考依据。

1 数据来源和分析方法

本研究选用清镇市国家基本站1961―2015年历年逐日降水量和2001―2015年清镇市9个乡镇基础站点逐日降水数据，计算近55a清镇市国家站及9个乡镇基础站点不同等级暴雨频率，通过暴雨日数通过测站出现暴雨天数与总观测天数之比，求得致灾因子选择暴雨过程频次和强度，致灾环境因子选择地形高程标准差、河网密度指数。

2 清镇市暴雨灾害风险分析

2.1 暴雨量风险特征

清镇市年平均降水量1161.5mm，降水集中在6―8月，南部-西部多，北部少。清镇市暴雨风险概率为0.8～1.4a/次，高风险区域主要在南部，如城区、红枫湖镇，西北部局地为低风险区；大暴雨以上风险概率为4.6～18.3a/次，西部、西南部属高风险区，低风险区在东部-西北部边缘。清镇站暴雨风险概率0.8a/次，大暴雨以上风险概率7.4a/次。

2.2 暴雨日数分布特征

清镇市年暴雨日数为1～3d风险概率为1.5～2.7a/次，高风险区在北部，新站镇靠近鸭池河流域风险值较高，低风险区在西部、西南部；4～6d风险概率1.9～5.6a/次，西部、西南部属高风险区，低风险区在西北部；7d以上风险概率为10.5～47.6a/次，高风险区在西部、西南部局地，低风险区为西北部、东部。清镇国家站年暴雨日数1～3d风险概率为2.2a/次，4～6d风险概率2.3a/次，7d以上风险概率24.4a/次（图1～4）。

2.3 暴雨洪涝灾害风险区划初探

2.3.1 致灾因子危险性分析

选取暴雨频次和强度作为暴雨洪涝致灾因子，将暴雨过程降水量建立不同时长的降水过程序列，按照98%、95%、90%、80%、60%把暴雨强度分为5个等级，清镇市1级暴雨强度频次由北向南递增，西南部为高值区，低值区在西北部；2级暴雨强度频次由东部、西北部向西南部递增，高值区在西部、西南部，东部、西北部局地为低值区；3级暴雨强度频次由北向西南、东南向西南递增，高值区为西部、西南部，低值区在东南部、北部；4级暴雨强度频次自东北部向西南部递增，西部、西南部为高值区，东北部为低值区；5级暴雨强度频次自西北部至东南部递增，中部-东南部是高值区，西北部为低值区。西部、西南部暴雨强度大、次数多，西北部局地暴雨强度小、次数少。利用加权综合评价法、反距离加权内插法和GIS中自然断点法，将致灾因子危险性指数分为5等级，清镇市西部、西南部暴雨洪涝致灾因子危险性较强，西北部最弱。

2.3.2 孕灾环境敏感性分析

在GIS中采用20m×20m网格计算地形高程标准差，高程越低、高程标准差越小，影响值越大越有利于形成灾害，得到地形影响指数。在GIS数据中采用100m×100m网格计算河网密度并规范化处理，清镇市河网密度南部密集、西部相对稀疏。将地形与水系对暴雨洪涝的影响因子各赋权重值为0.5，采用自然断点法划分为5个等级，清镇市南部地形起伏较小，但河网密度大，对暴雨洪涝灾害敏感；西部地形起伏和河网密度均较小，对暴雨洪涝灾害敏感度相应也低。

3 结论

清镇市暴雨量风险概率为0.8～1.4a/次，高风险区域主要在南部，西北部局地为低风险区；大暴雨以上风险概率为4.6～18.3a/次，西部、西南部为高风U区，低风险区在东部-西北部边缘；年暴雨日数为1～3d风险概率1.5～2.7a/次，高风险区在北部，西部、西南部为低风险区；4～6d风险概率1.9～5.6a/次，西部、西南部为高风险区，低风险区在西北部；7d以上风险概率为10.5～47.6a/次，西部、西南部局地为高风险区，低风险区为西北部、东部；西部、西南部次数最多、总暴雨强度大，西北部局地暴雨强度小、次数少。

清镇市西部、西南部暴雨洪涝致灾因子危险性较强，西北部危险性最弱。由于地形影响分布破碎，东西部影响大、南部影响相对较小，但河网密度较大，对暴雨洪涝灾害敏感；西部地形起伏和河网密度都不大，暴雨洪涝灾害敏感度较低。西部、西南部为洪涝风险指数高风险区，西北部-东南部为中等风险区，北部、东部属低风险区。

参考文献

西部数据篇8

关键词 纸质文献资源建设 高校图书馆 区域性对比 馆藏结构

1 前言

文献资源建设是高校图书馆工作的重点之一，是衡量其整体水平和综合素质的重要指标。早在1989年，教育部高等学校图书情报工作指导委员会就开展了针对全国高校图书馆的统计工作，并于1999年开发“教育部高校图书馆事实数据库”（以下简称“事实数据库”），专门收集全国高校图书馆发展的相关统计数据和事实资料，并于2006年和2011年两次对事实数据库进行改版。本文选取该库中文献资源建设方面的数据，对高校图书馆进行区域性对比研究，以期从宏观上了解我国各地区高校图书馆的文献资源建设情况，促进各图书馆的科学管理和资源共享。

2 统计样本的选取

本文数据来自事实数据库中2011年度的填报数据。数据下载的截止日期为2012年7月10日，因此，在该日期之后填报和修改的数据未被纳入统计。

2.1 图书馆的选取

“211工程”院校作为代表全国最高学术水平的高等院校，其图书馆在经费划拨及馆藏资源建设等方面也同样代表了全国高校图书馆的最高水平。因此，本文选取“211工程”院校图书馆作为统计分析对象。

2.2 统计区域的划分

2011年中华人民共和国国家统计局将我国的经济区域划分为东部、中部、西部和东北四大地区。

东部地区包括：北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南。

中部地区包括：山西、安徽、江西、河南、湖北和湖南。

西部地区包括：内蒙古、广西、重庆、四川、贵州、云南、、陕西、甘肃、青海、宁夏和新疆。

东北地区包括：辽宁、吉林和黑龙江。

由于各地区的经济发展状况在一定程度上会影响该地区高校图书馆的建设发展水平，因此本文采用国家统计局的区域划分方法，对各地区“211工程”院校图书馆纸质文献资源的基本情况进行全面对比分析。

2.3 统计指标的选取

由于事实数据库中未对与电子资源相关的统计指标的计量方法进行准确界定，填报人员的理解难免存在偏差，导致各馆与电子资源相关的数据误差较大。因此，本文仅对纸质文献资源的相关指标进行统计分析，具体包括事实数据库中的“B年度经费情况”、“C当年新增文献量”两大项。其中年度经费情况统计的具体指标包括文献资源购置费及其下级指标购纸质资源和购电子资源费；当年新增文献量统计的具体指标包括当年购置纸质图书、当年购置纸质报刊（份）、当年购置纸质报刊（种）。

2.4 数据筛选的原则

数据筛选的原则包括：①未填报当年年度经费情况或当年新增纸质文献的图书馆不予纳入相应指标的统计对象；②虽填报了纳入统计的指标数据，但各级指标项重复出现，且重复指标项数据不一致，无法获知哪项才是该图书馆的真实数据，因此将其视为无效数据，在统计中不予采用；③某项数据已填报，但经分析该数据不符合客观事实时，将其视为无效数据，在统计中不予采用。例如，当购置中（外）文纸质报刊份数小于购置中（外）文纸质报刊种数时，可视所填数据无效。④若被纳入本文统计指标的数据未填报且无法通过计算获得，在统计与该项指标有关的数据时，该图书馆将不被纳入统计。

2.5 统计指标值的计算方法

由于各地区的图书馆数量不一致，为更加科学、客观地反映各地区图书馆文献资源建设状况，本文采用均值比较方式对各项统计指标进行对比分析。例如，某项指标的地区平均值一该地区纳入统计的该项指标数据总和/该地区纳入统计的“211工程”院校图书馆总数。

3 统计结果及分析

3.1 文献资源购置费情况

“B1文献资源购置费”指标项包含“B1.1购纸质资源”、“B1.2购电子资源”、“B1.3购非书资料”、“B1.4其它费用”4个三级指标。根据数据筛选原则，2011年度文献资源购置费的统计对象为65所“211工程”院校图书馆，其中东部地区31所、中部地区12所、西部地区18所、东北地区4所。

由表1可知，2011年度购纸质资源经费的地区平均值排序依次为东部地区、中部地区、西部地区、东北地区，其中东部地区购纸质资源经费平均值高于全国购纸质资源经费平均值。2011年度购电子资源经费的地区平均值排序依次为东部地区、中部地区、东北地区、西部地区。从总文献资源购置费来看，2011年度东部地区平均每所“211工程”院校图书馆高达1658余万元，其次是中部地区1268余万元，再次是西部地区和东北地区。这些现象是我国各地区经济发展长期处于不平衡状态导致的结果。

进一步对2011年度各地区各类文献资源购置费所占比例进行分析。由表2可知，2011年度各地区的文献资源购置费的98%以上用于纸质资源与电子资源的采购，仅有不到2%用于购买多媒体资料、缩微资料、制图资料、手稿、字画、古籍、拓片等非书资料和其他费用。总体上，购纸质资源经费和购电子资源经费大约各占文献资源购置费一半的份额。可见各地区“211工程”院校图书馆在越来越重视电子资源采购的情况下，纸质文献资源仍是各高校图书馆馆藏的重要组成部分。

通过比较，本文还发现东部地区购纸质资源经费所占的百分比比购电子资源经费所占的百分比高9.97%，东北地区购纸质资源经费所占的百分比比购电子资源经费所占的百分比低14.96%，其余两个地区购这两类资源的经费所占比例基本持平。这说明各地区在馆藏建设倾向上略有不同：东部地区较倾向于纸质资源馆藏建设，而东北地区更倾向于电子资源馆藏建设。

3.2 购纸质资源经费情况

“B1.1购纸质资源”包含“B1.1.1购中文纸质图书”、“B1.1.2购外文纸质图书”、“B1.1.3购中文纸质报刊”、“B1.1.4购外文纸质报刊”4个四级指标。根据数据筛选原则，购纸质资源经费情况的统计对象为64所“211工程”院校图书馆，其中东部地区31所、中部地区12所、西部地区18所、东北地区3所。

从表3可知，在购中文纸质图书方面，东部地区投入最多（345万余元），其次为西部地区（279万余元）和中部地区（253万余元），投入最少的是东北地区（172万余元）。在购外文纸质图书方面，还是东部地区投入最多（148万余元），其次是东北地区（65万余元），最后为西部地区（59万余元）和中部地区（58万余元）。在购中文纸质报刊方面，投入最多的是中部地区（59万余元），其次是东部地区（57万余元），然后是西部地区（52万余元），最少的是东北地区（45万余元）。在购外文纸质报刊方面，投入最多的是东部地区（343万余元），其次是中部地区（268万余元），最后是东北地区（175万余元）和西部地区（160万余元）。

进一步对2011年度购各类纸质资源经费所占比例进行分析。由表4可知，2011年度各地区75%以上的纸质资源购置费用于购中文纸质图书和外文纸质报刊，而用于购外文纸质图书和中文纸质报刊的经费不到25%，可见中文纸质图书和外文纸质报刊是图书馆纸质资源采购的重点。在采购中文纸质图书上，西部地区投入其一半的纸质资源经费，其他三个地区投入各自纸质资源经费的比例均在38%左右。在采购外文纸质图书上，东部地区和东北地区大约投入各自纸质资源经费的15%左右，西部地区和中部地区大约投人各自纸质资源经费的10%左右。在购中文纸质报刊上，各地区投入的经费比例相差不大。在购外文纸质报刊上，中部地区、东部地区和东北地区投入的比例相差不大，均在40%左右，西部地区投入的比例要少些，约为29%。

3.3 购置纸质图书册数情况

由于填报系统未直接统计“当年购置纸质图书（册）”，因此“当年购置纸质图书（册）”由“C1.1当年购置中文纸质图书（册）”和“C1.2当年购置外文纸质图书（册）”相加而得。根据数据筛选原则，当年购置纸质图书的统计对象为66所“211工程”院校图书馆，其中东部地区32所、中部地区10所、西部地区19所、东北地区5所。

由表5可知，在购置纸质图书方面，中部地区购置册数最多（9.5万余册），其次是东部地区（9.1万余册）和西部地区（9万余册），最少的是东北地区（6.4万余册）。在购置中文纸质图书方面，还是中部地区购置册数最多（9万余册），其次是西部地区（8.9万余册），第三是东部地区（8.4万余册），最少的还是东北地区（5.9万余册），且远低于全国平均水平。在购置外文纸质图书方面，东部地区购置册数最多（6562册），其次分别是东北地区（5359册）和中部地区（5045册），最少的是西部地区（1474册）。

进一步对2011年度购置中外文纸质图书册数所占比例进行分析。从表6可知，各地区平均每所“211工程”院校图书馆购置中文纸质图书均占购置纸质图书的90%以上。也就是说，各地区购置外文纸质图书均不到购置纸质图书总量的10%。西部地区的这一比例最小，仅为1.62%。

3.4 购置纸质报刊情况

由于填报系统未对“当年购置纸质报刊（份）”和“当年购置纸质报刊（种）”做直接统计，因此“当年购置纸质报刊（份）”由“C2.1当年购置中文纸质报刊（份）”和“C2.2当年购置外文纸质报刊（份）”相加而得，“当年购置纸质报刊（种）”由“C2.1.1当年购置中文纸质报刊（种）”和“C2.2.1当年购置外文纸质报刊（种）”相加而得。根据数据筛选原则，纳入2011年度购置纸质报刊的统计对象为66所"211工程”院校图书馆，其中东部地区33所、中部地区9所、西部地区19所、东北地区5所。

由表7可知，在购置纸质报刊份数方面，西部地区和东部地区购置份数均高于全国平均水平，分别是5691份和5484份；中部地区和东北地区购置份数低于全国平均水平，分别是4747份和2324份。在购置中文纸质报刊份数方面，西部地区高于全国平均水平（5401份）；东部地区、中部地区和东北地区购置份数低于全国平均水平，分别是4502份、4268份和2075份。在购置外文纸质报刊份数方面，仅有东部地区购置份数高于全国平均水平，为982份；中部地区、西部地区和东北地区购置份数均低于全国平均水平，分别是479份、290份和249份。

进一步对2011年度购置中外文纸质报刊份数所占比例进行分析。从表8可知，西部地区购置的中文纸质报刊份数占其购置的纸质报刊总份数的比例最大，为94.9%；中部地区和东北地区的比例相差不大，分别为89.91%和89.27%；东部地区的这一比例相对其他地区来说较低，为82.09%。而各地区2011年度购置的外文纸质报刊份数占其纸质报刊总份数的比例从大到小分别为东部地区、东北地区、中部地区、西部地区。

购置纸质报刊份数与种数之间的比例，反映了图书馆平均购置每种纸质报刊的份数情况。从表9可知，东北地区“211工程”院校图书馆购置的纸质报刊份数与种数接近，说明该地区图书馆平均每种纸质报刊约购置1份。西部地区的该数值差异较大，经简单计算后发现，该地区图书馆平均每种纸质报刊购置量为2.3份。东部地区和中部地区的差异不大，每种纸质报刊的购置量分别为1.8份和1.3份。

4 对比研究结论

4.1 纸质文献资源仍是各地区高校图书馆馆藏的重要组成部分

图书馆不同类型馆藏资源经费占总购置经费的比例在一定程度上反映了馆藏及其结构的变化。通过统计分析发现，各地区购纸质资源经费和购电子资源经费大约各占购置费的一半。在越来越重视电子资源采购的情况下，纸质文献资源仍是各地区“211工程”院校图书馆馆藏的重要组成部分。

4.2 各地区高校图书馆纸质馆藏采购以中文图书为主

通过统计分析，一方面各地区“211工程”院校图书馆购置中文纸质图书册数均占购置纸质图书的90%以上；另一方面这些图书馆将购纸质资源经费的35%以上，甚至50%用于购置中文图书。可见，各地区高校图书馆以中文图书为其纸质馆藏的主要部分。

4.3 东部和东北地区较其他地区更侧重于外文纸质图书的采购

通过统计分析，可从经费投入（均值）及购置册数上看出东部和东北地区较其他地区更侧重于外文纸质图书的采购。经费投入上，东部地区和东北地区分别投入148万余元和65万余元购置外文纸质图书，分别占其各类纸质资源经费的16.57%和14.23%。购置册数上，2011年度东部地区和东北地区分别购置外文纸质图书6562册和5359册，分别占其购置纸质图书册数的7.74%和9.08%，均高于全国平均水平。

4.4 各地区高校图书馆纸质报刊采购以中文报刊为主

通过统计分析，虽然各地区用于购置纸质中文报刊的经费不到其各类型纸质资源经费的10%，但是购置纸质中文报刊的份数却占购置纸质报刊总份数的80%以上，甚至高达94%。而各地区用于购置纸质外文报刊的经费占其各类型纸质资源经费的30%以上，甚至40%，但是购置的纸质外文报刊份数只占购置纸质报刊总份数的10%左右。出现这一现象的主要原因可能是纸质外文报刊订购价远高于纸质中文报刊订购价。因此，导致目前各地区高校图书馆纸质报刊采购以中文报刊为主。

4.5 东部和西部地区成为纸质外文报刊采购的两级

各地区经济发展状况制约着该地区高校图书馆的馆藏结构及建设发展水平。东部地区的经济较为发达，其高校图书馆在经费上相应较其他地区充足。虽然纸质外文报刊订购价非常高，但是东部地区在购纸质外文报刊的经费和份数上均居各地区之首。而西部地区向来是国家扶持发展的区域，经济较为落后，在经费较为紧张的前提下，该地区高校图书馆购置的纸质外文报刊份数为各地区最少。

4.6 各地区高校图书馆平均每种纸质报刊购置份数不一致

通过对各地区2011年度购置的纸质报刊份数和种数进行简单的计算，发现各地区高校图书馆平均每种纸质报刊购置的份数不一致。西部地区平均每种纸质报刊购置2.3份，东部地区、中部地区、东北地区分别为1.8份、1.3份、1份。

5 结语

按国家统计局的经济区域划分方式划分统计研究的区域，虽然可以从经济层面上反映各地区高校图书馆纸质文献资源建设的状况，但是也存在统计样本代表性不足的问题。这些不足主要表现在东北地区。东北地区包括辽宁、吉林和黑龙江三省，共11所“211工程”院校。由于黑龙江省4所院校和吉林省2所院校未填报2011年度数据，因此东北地区纳入各项统计的样本最多来源于辽宁省的4所和吉林省的1所“211工程”院校，还不到该地区院校数的一半。

由于2011年版和2006年版事实数据库存在部分指标不一致的现象，2010年前填报数据的空缺较多，因此此次仅对2011年度填报数据从区域上进行了对比研究。若有可能，待数据填报数年后，我们将对高校图书馆统计工作进行更为深入的纵向研究。

参考文献

西部数据篇9

关键词：西部开发　面板数据　经济增长

一、引言

世纪之交，我国开始实施西部大开发战略。西部大开发意味着西部地区经济将从缓慢发展转变为快速大发展。同时，对西部大开发的研究也成为国内学术界的研究热点。国内学者李勋来、史玉兰、李树爱等根据凯恩斯有效需求理论使用1978－2001年的数据，使用OLS估计分析了消费、投资、对外贸易对西部地区整体经济增长的影响。常莉、师萍等研究了技术吸收能力同西部经济增长之间的关系，认为西部经济增长与其自身的技术吸收能力有着密切的关系，西部技术吸收能力的释放将成为区域经济增长的催化剂。已有的研究多从某一个或几个因素人手分析其对西部地区整体经济增长的影响。本文使用四川、重庆、贵州、云南、、陕西、甘肃、青海、宁夏、新疆等西部10个省市区的具体数据，利用面板数据LSDV模型检验投资、就业的增长对西部10省区各自的影响，并对我国西部开发政策的调整提出建议。

二、我国目前主要的西部开发政策

为体现国家对西部地区的重点支持，国务院制定了实施西部大开发的若干政策措施。西部大开发政策是对西部地区实施倾斜和优惠的政策。这种倾斜和优惠政策最初的实施效应是明显的，随着实施8年多的西部大开发战略，这种政策效应呈递减的趋势。继续推进西部大开发还需要探索和尝试新办法。实施西部大开发战略8年多来，国家在政策支持、资金投入、项目安排等方面加大了对西部地区的支持力度，在各地区、部门的共同努力下，西部大开发开局良好，西部地区经济社会发展取得了明显进步。

(一)财政投资政策

至今，我国实施的西部大开发战略更多的是依赖国家财政投资，这种政策的最初效应是明显的。财政政策最重要的手段之一就是政府直接投资。政府直接投资是中央政府利用其决策权选择一部分产业需要国家重点援助或重点支持的落后地区作为重点投资对象，通过其所属的投资机构注入资金来促进这些地区基础产业和基础设施条件的迅速改善和经济的快速发展。西部大开发实施6年多来国家进行了一系列西部地区发展急需的重大项目建设。截至2005年底累计新开工西部开发重点工程70项，投资总规模约1万亿元。

2000年，国家投资安排在西部地区的新开重点工程有10项，包括西安至南京铁路西安至合肥段、重庆至怀化铁路、西部枢纽及支线机场建设等。2001年，国家又在西部地区新开工了12项重点工程，总投资规模约2000多亿元。如青藏铁路格尔木至拉萨段、西部中心城市基础设施建设等。2002年，国家在西部地区新开工了14项重点工程，总投资规模约3000多亿元，对青藏铁路、西气东输、西电东送等关系西部地区发展全局的重大项目进行全面建设。2003年，国家新开重点工程14项，投资总规模约1300亿元，包括自治区城市基础设施建设、新疆自治区城市基础设施建设等。2004年，开工西部干线铁路、西部支线机场建设、西部重点煤矿工程建设等总投资约800亿元。2005年，继续加强西部开发重点工程建设，总投资约1300亿元。2006年继续在西部地区新开工12项重点工程投资总规模约1600亿元。

(二)就业政策

西部大开发过程中国家制定了很多针对西部地区发展的就业政策和人力政策，以利于西部地区吸引人才、留住人才，鼓励人才创业。8年来国家累计投入了近200亿元支持西部地区教育，特别是农村义务教育。

三、面板数据分析

面板数据模型是根据个体、时间、指标等信息来构建模型的，利用时间序列数据和截面数据可以构造出比单独使用时间序列数据或截面数据构建的模型更能够反映出研究对象的真实行为。本文以固定资本投资增值率(KR)、从业人员增值率(LR)为自变量，以GDP增值率(GDPR)为因变量，根据经典的科布一道格拉斯生产函数构建模型：

Y(t)=AK(t)b1L(t)b2

将上式两边取对数，并对t求导得：

Y′/Y=b0+bl*K′/K+b2*L′/L

Y′/Y表示经济增长率，h0为常数即截距项，K′/K表示资本增值率，L′L表示从业人员增长利率。数据源自中国统计年鉴，根据四川、重庆、贵州、云南、、陕西、甘肃、青海、宁夏、新疆等西部10个省市区1997－2006年的名义GDP、固定资本形成额(K)、从业人员(L)等指标，使用E－views5.0软件，得LSDV面板数据回归结果如下：

表中，KR?表示各省区的固定资本增值率，与其对应的数字即为各省区的固定资本增值率与该省区经济增长率的相关系数，反映了各省区的固定资本增值率对经济增长率的影响。LR?表示各省区的从业人员增值率，与其对应的数字为各省区的从业人员增值率与该省区经济增长率的相关系数，反映了各省区的从业人员增值率对经济增长率的影响。从研究结果可以看出，两个系数均为正号且高度显著。这符合我们的预期，也证明了投资、就业政策对西部地区经济增长的影响。CQ－C、SCH－C、GZH－C、YN－C、SHX－C、GS－C、XJ－C、NX－C、QH－C、XZ－C分别代表LSDV模型中重庆、四川、贵州、云南、陕西、甘肃、新疆、宁夏、青海、等省区的截距项。模型的拟合优度R2=0.55表示模型具有一半左右的解释能力。

模型显示，固定资本增值率与经济增长率的相关系数为0.28，且始终高度显著，这是一个积极信号，表明增加投资确是保持西部地区经济增长的重要手段。从业人员增值率与该经济增长率的相关系数为0.56，也是高度显著，表明通过制定有效的就业政策促进劳动力就业也是促进西部地区经济增长的重要手段并且其对经济增长的影响要大于投资。这意味着进一步加大对西部地区教育的投入和就业政策的完善更能从长远上推动西部地区的经济发展。

四、政策建议

(一)合理的产业布局政策

西部地区面积宽广，经济发展迟缓，进行大规模的西部地区开发必须根据西部地区的资源条件和产业基础进行战略性产业结构布局。西部地区自然资源比较丰富，已经探明的石油和天然气储量分别占全国的20％和30％左右，水资源占全国的80％以上。总体来看，西部地区在石油、天然气、钢铁、有色金属等能源原材料、国防军工制造和电子信息产业方面都有较强的基础和一定的优势。要保障国家的产业安全、军事安全就必须在继续实施西部大开发中进行战略性产业结构的合理布局。

一个地区的产业政策决定该地区的经济发展方向。目前，西部地区的产业结构状况是第一产业所占比重太大，第二、三产业所占比重太小。2004年，西部地区产业结构状况是19.5：44.3：36.2，与全国相比，第二、三产业分别低了7.6、7.6个百分点。在过去国家产业政策的引导下，西部地区的战略性产业主要以军事工业、石油、煤炭等为主，其他战略性产业如电子信息产业、新材料、新能源产业所占比重不大，这已经不能适应形势发展的需要。随着西部大开发的深入，西部地区的产业政策必须进行调整和变革。新的产业政策既要遵循国家产业政策的要求，又要适合西部地区产业发展的实际，特别是要有利于西部地区战略性产业结构的合理布局。只有有了适当的产业政策，西部地区的长远发展才有产业的支撑，西部地区的经济才能快速发展，才能引导各种投资投向需要发展的产业，特别是战略性产业。

(二)人力资源的投资与开发

在制约西部地区经济发展的诸多因素中，劳动力者素质低下是一个重要因素，因此人力资源的开发也成为决定西部地区经济发展的重要因素。在具体制定人力政策时，可以从以下两方面人手：

西部数据篇10

关键词：云计算；互联网数据中心；物联网；能源利用率

数据中心通常是指在一个物理空间内实现信息的集中处理、存储、传输、交换以及管理，而计算机设备、存储设备、网络设备等又是数据中心机房的关键设备。云计算是一种基于互联网或者专网的分布式计算，在虚拟的网络数据中心里，成千上万台电脑和服务器连接成一片电脑云，形成超级强大的运算服务能力。用户通过电脑、笔记本、手机等终端设备接人数据中心，按自己的需求共享这种超级运算。数据中心是云计算的核心载体，云计算时代的数据中心可统称为云数据中心，或者云IDC。云数据中心是业内所谓的下一代数据中心的主要代表形态。

从中国社会信息化发展水平实际出发，发展资源利用率高、运营成本低廉、业务可灵活扩展的云数据中心有利于进一步提高中国社会信息化水平，推动IT产业的整体升级，达到节能减排的总体目标，也有利于保障中国的信息安全。国家层面对云数据中心产业进行战略布局、统筹规划及科学发展有着重大的意义。

1、中国数据中心空间分布

随着互联网的发展，电子政务、电子商务和企业信息化应用的不断深入，以及“两化融合”、十一大产业振兴规划、三网融合等政策措施的推进，电信、金融、政府、能源等重点行业的旺盛需求，都对数据中心市场的增长不断注入活力，因此近几年来中国数据中心市场一直在快速增长。赛迪顾问调查显示：2010年中国数据中心IT市场规模达到839亿元人民币，同比增长17.8％。

如图1所示，中国目前数据中心空间布局不合理，东、中、西部尚未形成优势互补的产业格局。根据对具有一定规模的两百多家IDC机房的统计调查结果，IDC机房主要分布在北京、上海、浙江、广东等地区。

中国数据中心的现有布局存在诸多问题。首先是安全隐患问题突出，一旦沿海中心城市和地区发生重大灾难，将造成国家和行业的重大损失；其次是东部地区气候条件、能源条件、土地成本不具备优势，数据中心运营成本居高不下，能源和成本也成为制约这些地区发展云数据中心的重要瓶颈。

目前，伴随着云计算和物联网等新兴产业发展的升温，各地云数据中心的建设存在着投资过热的情况。这些数据中心往往没有明确的目标客户群，有的是由跨国IT巨头规划承建，没有紧密结合各地不同区域的经济结构，精确定位区域云计算中心的主要服务模式、商业模式和服务对象。这会导致云数据中心产业发展的资源浪费，特别是东南部地区云数据中心的快速发展会将进一步加重现有布局失衡的问题。

2、云数据中心优化布局的影响因素

依据国家信息产业和互联网“十二五”规划的发展要求，国家统筹规划、协调发展，建设节约能耗、提高能源利用效率(PUE)、降低成本、满足业务需要的绿色高效云数据中心是当务之急。

中国地域广阔，经济发展不均衡，能源、气候、地质、经济等方面区域性差异也非常大，云数据中心的优化布局难度很高。一般来讲，电力供应、气候、土地价格、人力成本、业务市场、信息化水平、政策环境等都是影响和制约云数据中心发展的重要因素。结合中国国情和云数据中心的特殊性，文章在本章节将重点分析能源供应、气候条件、网络水平和政策环境四大关键因素对云数据中心优化布局的影响。

2.1　能源影响因素

据Gartne预测，到2011年，全球数据中心三分之一以上的预算将是环境成本。数据中心约60％的资产支出和50％的运营成本都与能源有关。在确保高性能的同时，将冷却散热降至最低是云数据中心实现“绿色”所必须要做的，这就要求更科学、更合理的供电方式和制冷系统的配置。现在全球很多大型的数据中心开始考虑把数据中心建在具有特殊资源的地区以节约散热成本，如水资源丰富，气候寒冷或者清洁能源丰富且价格低廉的地方。

中国因地理条件的差异和经济发展的不平衡导致目前电力资源分布的极不均衡。图2显示了中国部分地区电力供需情况。互联网业务和数据中心最为集中的北京、上海、广东、浙江等东部地区，电力资源非常紧缺，需要大量外购。云数据中心(包括普通数据中心)需要安全可靠不间断的电力供应保障。目前东部地区经常迫于供电压力采取拉闸限电的做法，对数据中心的供电安全带来极大的威胁。相反西北部的几个省份，电力资源都比较富裕，特别是内蒙古、黑龙江、青海等省电力富裕度最高。如果云数据中心重点向电力丰富的西部、北部省份布局，不但能够缓解东部电网供电压力，且能减少西电东送的输配损失。

2.2　气候影响因素

虽然气温、台风、洪水、干旱等自然气候因素都是云数据中心布局的影响因素，但温度条件是需要重点考虑的气候因素。所在地的常年平均气温是影响云数据中心能耗的决定性因素之一，甚至是决定PUE高低的重要因素。

图3是中国各主要城市全年的平均温湿度统计。在温度方面，深圳、上海、杭州等南部城市的平均温度最高，都在15℃以上；而西部城市西宁、银川、兰州和东部的哈尔滨的年平均气温在10％以下。湿度方面，南部和东部的城市湿度都很大，一般在70％以上，对应的空调除湿负荷就比较大。西部、东部、北方的城市湿度较小，空调除湿的负荷就较小。

另一方面，温度如果较低，云数据中心利用自然冷源自然冷却的时长占比就比较高，机房的能耗就低。因此西北部、东北部地区云数据中心节能潜力相对巨大。

2.3　网络影响因素

虽然近几年中国互联网的发展取得了举世瞩目的成就，但是它的发展极不平衡：东部沿海地区最优，华中和东北地区次之，东西部差距较大。由图4所示，从网络流量的集中系数(各省流量处以全国平均值)来看，东部沿海地区各省的流量平均集中系数超过全国平均值的1倍以上，是华中和东北省份的2～5倍，是西部10省的平均集中系数的10倍。

这种网络流量分布的不均衡与中国各地区互联网业务发展水平也是相关的，目前数据中心的分布也基本符合东密西疏的规律。在云数据中心的发展需求方面，东部地区的建设需求远高于西部地区，但是国家利用产业优化布局的手段，有机会改变这一局面。这种改变符合云计算技术的内在规律，也符合国家的产业政策和发展战略。

从另一方面看，由于云数据中心规模大、集中度高、出口带宽高、可靠

性要求苛刻，因此对互联网架构的影响相比普通的数据中心更大。目前西部欠发达地区的网络能力相对较差，还无法满足差大规模数据中心的带宽和承载需求。图5是截至2009年中国各省的互联网总出口带宽的现状，由图可以看出北京、广东、浙江、江苏等互联网发达地区网络带宽水平在全国处于遥遥领先的地位，这些地区同时也是互联网数据中心密度最高的地区。

因此，一方面中国东部、南部的网络流量通过云数据中心的优化布局可以实现向西北部、东北部等地区转移、疏导；另一方面，西部、北部、东北部地区的网络带宽和架构也需要提前规划、扩容，从而可以为大规模云数据中心的建设提供足够的基础设施保障。

2.4　政策环境因素

当前，中国云数据中心产业有一个非常好的政策环境。近年来，国家实施四万亿投资项目、十一大产业振兴规划，政府也在积极推进两化融合、三网融合、智能电网、物联网等等，这些项目的实施都需要数据中心作为后台支撑，为数据中心市场的发展注入新的活力。2010年10月18日，工业和信息化部与国家发改委联合印发《关于做好云计算服务创新发展试点示范工作的通知》，确定在北京、上海、深圳、杭州、无锡等5个城市先行开展云计算服务创新发展试点示范工作。这几个城市基本也是从云数据中心的建设为起点。

特别是从2000年开始，国家推出西部大开发战略，惠及陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区等12个省级区域。党的十六大又提出了“支持东北地区等老工业基地加快调整和改造，支持资源开采型城市发展接续产业”的国家战略，惠及东北三省。依托能源和气候优势，西部和东北各省在发展云数据中心方面极具政策优势。

除了国家5个试点城市，很多城市都依托高新区规划建设数据中心产业园、离岸数据中心园区等产业园区，如廊坊在建的国际数据中心项目、重庆的国际离岸数据中心实验区项目，都有当地的区位优势，但是区位优势需要服从于国家战略，云数据中心的优化布局国家需要早做考虑。

3、中国云数据中心优化布局建议

云数据中心的优化布局是一个复杂的系统工程，除了前述的气候因素、能源因素、网络因素和政策因素之外，有时其他的因素也会产生很大的影响。但是总体来讲，在中国经济发展的重要转型期，云数据中心的布局还是要以能源、气候、政策为主要考虑依据，在布局方向明确的前提下，网络等基础设施要跟上。结合前面的分析，具体提出几点建议。

(1)能源导向与气候导向相结合

现阶段，以能源富裕水平和气候条件作为国家云数据中心布局的首选考虑因素是必要的。综合来看，中国西部、北部和东北一些地区电力资源丰富，气候较冷，电价较低，具备部署云数据中心的诸多有利因素：

・有利于缓解因云数据中心快速发展给东部地区带来的供电压力；

・有利于提高云数据中心的PUE；

・有利于提高云数据中心的运行安全：

・有利于降低云数据中心的运行成本；

・有利于优化西部和东北地区的产业结构，促进经济发展。

因此，从能源供应、气候条件和国家的发展战略看内蒙古、青海、黑龙江、甘肃等地区适宜重点发展云数据中心产业，将来形成“西云东用”、“北云南用”、全国互联网业务量进一步均衡的发展局面。

(2)政策引导与市场驱动相结合

云数据中心是数据中心的发展方向，根据用户对象的不同，云数据中心可以分为面向公众提供服务的商业化云数据中心，以及面向政府电子政务应用的“政务云”。政府并非商业机构，并不善于进行市场化的需求分析与运作，因此由政府主导的商业云数据中心往往面临着市场定位不清、用户需求不明、盲目投资、入不敷出的状态。

一般来讲，商业化云数据中心布局应该尊重市场的选择，政府加以政策引导。如在有条件的地区(如西部能源富集地区，北方寒冷地区等)利用财政、税收等政策吸引相关企业落地，不仅有利于云计算中心的发展，也有利于当地经济的繁荣。另外，政府可以通过对数据中心资质、等级、服务质量、信息安全等方面的监管，加强对数据中心行业整体发展的把握和控制，弥补市场机制的不足。

目前世纪互联在与地质部门合作，在北方寒冷地区选址；阿里巴巴在青海、甘肃等地考察选址；联通正在与电力部门合作，在靠近电厂的地区建立数据中心。这些符合国家能源战略和西部战略的市场行为政府应予以政策扶持和鼓励。

对于政务云数据中心的建设，政府则应该以身作则，在布局方面发挥直接的作用。

(3)政策扶持与市场监管相结合

云数据中心作为新兴产业形态，国家应该有明确的扶持政策，同时云数据中心作为电信基础设施，需纳入电信监管体制之下。

国家应建立财政专项保证资金，支持能源、气候、地质条件适宜地区发展数据中心产业。在投资审批上，严格把关大中型数据中心建设审批，特别是不符合国家能源战略的投资要慎重审批。在新技术新业务试点地区选择上，应优先考虑在西部和北部试点，支持绿色数据中心关键技术的国产化和自主化，在财政上给予重点倾斜，并在试点上给予政策上的优惠。尽快出台与完善产业重点领域的税收支持政策，在符合国家能源布局的数据中心建设方面给予税收优惠政策，在固定资产折旧、人员培训、高级技术人才收入等方面制订出台符合产业经济特点的税收优惠措施。

云数据中心产业监管体系需要进一步完善并得到强化。以法律法规作为监管依据和基础，以事前的准入许可、事中的可管可控、事后的追根溯源作为监管指导方针。将云数据中心准入许可机制作为国家重要的引导手段，与扶持政策相配合，引导云数据中心在西部、北部、东北部符合条件的地区优先发展。