差异数据范文（精选10篇）
差异数据 第1篇
自动气象站能自动观测大气状况并储存地面气象要素的气象仪器。为提高气象站对大气监测能力, 2001年我国启动了大气监测自动化工程, 但投入气象业务使用后, 所得的气象监测要素却与人工监测数据存在差异。分析其原因, 在自动气象站监测数据与人工监测数据存在较大差异时, 确定差异因素是由于仪器故障还是由于各是不同对象监测体所造成的, 为提高气象监测精确率, 有必要对自动气象站与人工观测差异进行分析, 这是气象业务的需要, 也是确保自动气象站监测数据准确的必要措施。
1 资料与方法
1.1 资料
本文所用资料为2008年山东省龙口市的观测点数据, 数据包括人工地面气象观测数据和自动站地面气象观测数据, 两者数据格式一致, 均采用《地面气象观测数据文件和记录簿表格式》。山东龙口是国家基准气候站, 其观测资料包括了气压, 气温, 相对湿度, 云量, 降水量, 风, 浅层地温, 深层地温以及日照时数, 其中除降水量外均为每日24次正点观测值。
1.2 方法
本文所用方法为简单统计方法, 主要通过计算对比差值来分析差异。对比差值 (Ai-Ui) 是自动观测值与人工站观测值之差, 直接反映了人工和自动站之间的偏差。对比差值平均值:
其中Ui为第i次人工观测值, Ai为第i次自动站观测值, n为观测次数。对比差值应保持在±0.2℃之间, 否则认为偏差超出正常范围。
2 数据分析
2.1 年平均气温对比差值
年平均气温对比差值为0.135℃, 年最高气温对比差值为0.067℃, 均在±0.2℃之间;年最低气温对比差值相对偏大, 为0.428℃。
2.2 逐月平均温度对比差值
月平均气温对比差值和月最高气温对比差值均在±0.2℃之间。全年月平均气温对比差值为正, 即自动站气温感应器观测的气温普遍大于干球温度计观测值。气温差值的振幅比较小, 在0.1℃左右振荡。月最高气温对比差值在冬季为负值, 其余为正, 并在夏季达到正值的极大值。月最低气温对比差值全年为正, 大致介于0.2到0.6之间, 2月达到极小值, 9月达到极大值。由此可见, 在夏半年, 自动站观测的最低气温与人工观测相比存在较大差值。
2.3 逐时平均温度对比差值
全天24小时自动站气温资料普遍高与人工站资料, 对比差值在清晨8点达到最大, 在晚间20时为最小。在清晨, 由于温度迅速升高, 人工观测时间上的滞后使其观测结果偏大;在晚间, 由于温度剧降, 人工观测时间的滞后使其观测结果偏小。
2.4 气温对比差值与云量, 日照的关系
对比不同云量、日照条件下的气温对比差。云量为2时气温对比差值最大, 超过了0.25, 云量为5时气温对比差值最小, 接近于0.05;气温对比差值同日照时数的关系也不明显, 当日照时数为2、4或9小时时气温对比差值均维持较小的水平, 低于平均水平0.135℃, 当日照时数为3、7或10小时时气温对比差值则偏大, 达到了0.15℃。
2.5 气温对比差值与降水的关系
如表1所示, 考查不同日降水量条件下的平均气温对比差值及该种天气出现的天数, 发现无论降水条件如何, 气温对比差值都在0.13℃到0.14℃之间。但需要指出, 在2008年里, 龙口地区出现较大降水天数仅为8天, 气温差值同降水量是否存在关联有待于对更多观测资料的进一步研究。
3 结论
综合上述分析, 自动站的气温观测与人工站气温数据存在弱的偏差现象, 平均而言, 自动站记录的平均温度要高出0.135℃左右, 最高温度高出约0.067℃, 最低温度高出约0.428℃, 这种差异在夏、秋季较大, 在冬、春季较小。逐时分析平均温度对比差值, 该差值在08时达到极大值, 在20时达到极小值。平均气温对比差值与气温气温、风速, 以及相对湿度的关系密切, 当气温较高、风速较小、相对湿度较小时, 温度对比差较明显, 反之对比差值较小。温度对比差受降水量、云量等的影响较小。
自动站与人工站两套设备本身存在着一定的仪器差, 观测数据采集方法及观测样本不同是产生这种差异的原因之一。此外仪器清洁度也对气温对比差值产生一些影响。
总之, 自动站和人工观测的差异都在允许范围之内, 其准确度能够满足日常业务使用。另外, 自动站从观测时间的统一性上能够得到保障, 这也是自动站优于人工站之处。自动气象站的推广使用, 标志着我国气象观测发展到了一个新水平, 它将为准确地预报天气提供更多有用的气象信息。
参考文献
[1]J utta H, Cerhard M W.Homogenization of various climatological parameters in the German
Weather Service.Proceedings of the First Seminar for Homogenization of Surface Climatological Data, Budapest, Hungary, 1996.101-111.
[2]翟盘茂.中国历史探空资料中的一些过失误差及偏差问题.气象学报, 1997, 55 (5) :563-569.
[3]刘小宁.我国两种蒸发观测资料的对比分析.应用气象学报, 1998, 9 (3) :321-328.
[4]刘小宁.我国年平均风速的均一性检验.应用气象学报, 2000, 11 (1) :27-34.
[5]中国气象局.地面有线综合遥测气象仪 (II型) 观测规范.北京:中国气象局, 1999.
差异数据 第2篇
利用2004-2007年内蒙古地区50个地面自动气象站与人工平行观测期间的数据,对自动与人工观测的气温、相对湿度、地表温度进行了差异分析,统计了两种观测之间的对比差值.对各要素观测差异在全区的.分布特点进行了分析.结果表明:自动观测与人工观测各气象要素均存在一定的差异,但大部分地区各要素的差异都在自动站误差允许范围之内;造成差异的原因是多方面的,包括仪器本身存在缺陷及观测方法不一致等.
作 者：王冰晨 王星晨 马永平Wang Bingchen Wang Xingchen Ma Yongping 作者单位：王冰晨,马永平,Wang Bingchen,Ma Yongping(内蒙古气象信息中心,内蒙古,呼和浩特,010051)
王星晨,Wang Xingchen(内蒙古气象探测保障中心,内蒙,古呼和浩特,010051)
差异化营销考验车企数据应用 第3篇
在2009和2010年的一片产业繁荣当中，诸多车企都毫无例外地把大部分的精力投放在产能扩张、网络布局和新车销售上，而其在营销上的粗放性仍无本质的改观。随着全国汽车市场竞争的日益激烈、一线城市规制拥堵力度的逐步加强、三四线城市市场的茁壮成长及其地域性营销需求的逐步增强，差异化营销(更可细分为针对区域市场的差异化)正成为每个汽车人面前无可避免的商业课题。同时，中国汽车保有量将很快达到亿级规模，汽车后市场日趋成熟，汽车维修保养、汽车金融、汽车保险、二手车、汽车文化。汽车租赁等市场蓬勃兴起，与之相对应的差异化营销将愈加缤纷复杂。
另一方面，大型汽车经销商集团不断崛起，其营销活动不但要面对区域、产品服务形态、消费者等几个维度。还要面对不同的汽车厂商，其面对的差异化营销课题愈加棘手。
针对差异化营销，车企缺乏的往往不是组织架构的支持、预算的支持或营销通路的支持，而是差异化营销方法论和营销决策的支持。书到用时方恨少，事非经过不知难，差异化的营销决策对企业的信息链运营能力提出了考验：
考验一：企业的营销信息整合能力
很多车企都没有建立真正意义上的DMS系统；一些信息化程度较高的车企则建立了诸多的业务系统，如DMS、CRM、ERP、二手车系统等。但由于企业内部职能分工的限制，大量系统都处于待整合状态(无论是业务级、系统级还是数据级)，另外也有很多的数据整合，数据集成工作缺乏长远规划、缺乏系统性思考并流于套路和形式。同时，车企和消费者之间多了一层经销商的关系，更对信息整合的及时性、有效性、准确性、完整性提出了考验。
考验二：企业营销决策能力
车企的营销决策，往往来自于三个渠道的支持：
企业内部企划或营销部门的分析报告：囿于信息源和分析工具的局限性，这部分往往偏重于统计性描述分析，缺乏对市场的预测性分析和市场敏感度；在这个方面，需要建立企业级或(市场)部门级的商业智能系统和应用体系，化报告为系统、变知识为决策。
外部市场研究、咨询项目：传统的咨询和研究理论、方法，更偏重于产品、服务，消费者、渠道和营销战略方面，缺乏对汽车行业差异化营销实践性探索，这方面还需要厂商和咨询公司共同努力以寻求突破和创新。
分析型CRM和数据挖掘：目前在电信和金融行业已经普遍开展，可以深度地应用于客户生命周期的方方面面，并可结合数据库营销的种种客户接触手段，实现精准营销。在这个方面，国内车企认识尚浅，少有涉足；但数据挖掘的预测性和前瞻性，以及和客户关系管理的融合性，必将会为广大车企所认识、接受和认可。
考验三：企业的差异化营销执行能力
通过信息的整合和有效的分析，车企可以明晰自己的差异化营销战略、策略甚至执行计划；但差异化营销策略，必将涉及到多时间段、多客户群落、多产品服务、多区域网点、多营销策略方案、多营销通路的组合营销，这是一个庞大而系统的组织、计划、分发、执行、监督、反馈和改善体系，需要依靠信息化系统和相应的运作体系作为支撑，通过营销自动化平台来协调差异化营销链条上的种种资源。
新民自动站与人工观测数据差异分析 第4篇
1 资料来源与研究方法
1.1 气候观测站概况
辽宁省新民国家基准气候观测站, 简称新民站, 于1958年4月建站, 1959年1月开始进行地面气象观测, 经历3次搬迁, 现址位于新民市辽河南大街66号 (北纬41°56′, 东经122°55′, 海拔高度为30.9 m) ;台站级别19591986年为国家一般气象站, 1987年1月至今为国家基准气候站。2003年1月开始建立CAWS600SE-N型自动站, 同年进行自动与人工平行观测。
1.2 资料来源
使用20032004年自动站与人工平行观测地面气象资料和1991年至平行观测期第1年的人工观测要素数据文件, 选取对比观测期的2套数据缺测率均为0。
1.3 统计分析方法
1.3.1 对比差值。设Ai为某要素第i次人工观测值, Ui为相应时间自动站仪器观测值, 则第i次的对比差值为:xi=Ui-Ai。
1.3.2 差值平均值。设2种观测仪器对比观测次数为n, 则对比差值的平均值
为:
1.3.3 差值标准差。对比差值的标准差σ为:
1.3.4 显著性检验。
利用1991年至平行观测期第1年 (2003年) 的人工观测气温数据年平均值序列 (序列1) , 对平行观测期第2年 (2004年) 至2010年的自动观测数据年平均值序列 (序列2) 进行显著性检验。在显著水平α为5%时[2], 检验方法:
2 结果与分析
2.1 观测值差异分析
2.1.1 气温。
新民站气温差值月变化如图1所示, 从图1可以看出, 气温的对比差值均为负值, 这说明人工观测气温普遍高于自动站观测气温。
新民站大多数月份气温差值在允许范围内 (±0.2℃) , 仅个别月份集中出现极值, 月平均气温、最高气温和最低气温出现极值的月份集中分布在12月, 如图2所示。月平均气温差值在±0.2℃之间比例为22.6%~96.8%, 其中7月最大, 12月最小;月平均最低气温差值在±0.2℃之间比例为19.4%~86.7%, 其中4月最大, 12月最小;月平均最高气温差值在±0.2℃之间比例为25.8%~93.5%, 其中3月最大, 12月最小。
从表1可以看出, 新民各月平均气温差值标准差在0.12~0.24℃, 月平均最高气温差值标准差在0.16~0.45℃, 月平均最低气温差值标准差在0.12~0.24℃。从表1可以看出, 大多数月份差值标准差均小于0.20℃, 只有个别月份标准差超过0.20℃, 月平均气温、最高气温和最低气温出现极值的月份集中分布在12月, 这与频率分布特点一致。
2.1.2 相对湿度。
20032004年相对湿度资料的对比, 分析结果见表2。从表2可以看出, 人工与自动观测相对湿度月平均对比差值为-4.2%, 最大差值为-6.0%, 出现在6月;最小差值为-1.9%, 出现在3月;人工观测相对湿度普遍大于自动站观测。差值标准差范围在1.2%~2.5%, 表明相对湿度的离散程度较小。
2.2 气温差异对资料连续性的可能影响
显著性检验结果表明:年平均气温、年平均最高气温、年平均最低气温的t
2.3 差异原因分析
2.3.1 仪器的性能和工作原理造成的差异。
自动站温湿度工作原理是通过气象要素的变化使传感器感应元件的电量产生变化, 经过线性化和定量化处理, 实现工程量到要素量的转换, 再对数据进行筛选得出气象要素值。仪器的精密度高, 数据从采集到生成处理按照统一的格式。并具有数据监控、自检、诊断等功能[3,4]。
2.3.2 数据获取的方法不同。
自动站温度的数据采样速率为6次/min, 去掉1个最大值和1个最小值后求取算术平均值, 1 min平均值为瞬时值, 最高最低气温和最小相对湿度从瞬时值挑取[5]。
2.3.3 观测时间不同步。
自动站数据各整点00分实现数据采样, 而人工观测的温度是在55分左右。
2.3.4 人为操作造成误差。
人为操作和特殊的天气现象也是造成差异的重要原因。人工观测数据人为影响温度变化的因素很多。如夜间读取数据照明设备散热、人体接近温度表呼吸升温、人眼睛读取视差等, 都会使温度发生微小的变化, 最高、最低温度每日20:00读数后需人工调整, 可能会出现调整不当影响数据[6,7]。
3 结论
研究结果表明, 自动观测与人工观测的气温要素存在一定差异:日平均气温、日最高气温、日最低气温对比差值年平均值在±0.2℃之间的比率依次为73%、63%、83%;对比差值年平均值分别为0、0.06、-0.09℃;差值标准差年平均依次为0.15、0.22、0.15℃;但差异均在自动站差值允许范围之内。经分析, 新民自动站观测气温与历史资料无显著性差异, 不影响整个气候资料序列的连续性, 可以在气候资料中连续使用。
摘要：利用新民站2003—2004年自动与人工2种观测系统观测期间的气温数据, 对自动与人工观测的气温进行差异分析, 统计了平行观测之间的对比差值、标准差, 并检验了气温自动观测对气温资料连续性的可能影响。结果表明:气温自动观测与人工观测存在一定的差异, 但差异在自动站误差允许范围之内, 自动站的使用对年气温序列有一定影响, 总体差异不显著。
关键词：自动观测,人工观测,数据差异分析,气候资料序列,辽宁新民
参考文献
[1]陈明, 盖小波, 樊新宇, 等.自动站数据对气象历史资料序列连续性影响分析[J].安徽农业科学, 2011, 39 (20) :12356-12357, 12426.
[2]王成, 吴善材, 谢爱琼.等.开平新旧气象站气象要素的差异性[J].广东气象, 2009, 31 (4) :63-64.
[3]中国气象局.地面气象测报业务系统软件操作手册[M].北京:气象出版社, 2005.
[4]中国气象局.地面气象观测规范[M].北京:气象出版社, 2003.
[5]田静, 柴德美, 刘春兰.人工站与自动站对比观测数据差异成因分析[J].中国科技纵横, 2011 (14) :186.
[6]李艾卿, 林海, 李振.人工站与自动站气温观测数据的对比分析[J].湖南师范大学自然科学学报, 2008, 31 (3) :118-121.
差异数据 第5篇
【关键词】非计算机专业 数据库应用技术 差异化教学 数据分析 课程设计
《数据库应用技术》是高校为非计算机专业学生开设的一门公共必修课，旨在让学生了解数据库系统的基本结构和主要操作，因此教材设计和授课内容均侧重操作，要求学生能熟练操作一个已有数据库即可。可是，不同专业的学生在对计算机知识的理解、掌握和运用上相差甚远，同一个教学内容和同一种教学模式，无法满足不同专业学生的学习需求。为了提高教学效果，更好地培养学生的中高端实际运用能力，有必要在教学过程中，针对不同专业的学生展开差异化教学。
一、教学现状
常规课程教学是让学生通过学习数据库各对象的相关操作，对数据库的结构及使用有一个完整概念，再通过上机操作一个具体的数据库实例，强化他们的动手能力。这样的教学内容设计和教学方案实施，对文史及艺术类学生是恰当的，但对于理工科学生，则显得过于简单。
例如，教材第一章涉及部分简单的数据分析和建模理论，但考虑到学生的基础知识和接受能力，一般只进行简单解释，不做深入讲解，实际的授课用例和学生上机使用的操作用例，都是已经满足关系数据库基本要求的数据内容，学生只需将学到的操作方法在机器上认真完成，即可实现常规课程要求。但对理工科学生来说，其专业特点和学习能力使得他们可以很好地理解和接受更多更深的数据库基础理论知识，而这种过于浅显的理论内容和纯操作要求，会降低他们的学习兴趣，无法激发他们的学习潜能。
二、教学实施方案
与教学和操作用例不同，这里给出的数据是完全根据用户的自然认知、从实际工作中现场采集而成的，没有进行任何与数据库设计有关的合理划分，学生只有在充分理解了相关理论知识之后，才有可能独立完成分析、拆解与整体构建。
因此，这个用例可以在讲解完实体-联系模型、数据库的完整性理论和规范化操作之后布置给学生，要求他们通过分析思考，进行实体划分，绘制各实体的实体-属性图，最后构建整个系统的全局实体-联系图。在之后的理论课上，让学生在黑板上绘制并讲解自己的分析过程、划分依据及构建结果，教师则视具体情况，提示可能出现的问题，引导学生去发现问题，并提出相应的解决方案，最后由教师给出正确结构及划分理由。
这个分析和构建过程，让学生对从原始数据采集到形成可行的数据库系统有了一个基本完整的认知，此时，教师可以着手布置课程设计题目。与这个用例类似，要求学生自己设计或上网寻找若干来自实际应用、与日常生活密切相关的题目，如火车售票系统、图书借阅管理、超市商品进销等，5～6人组成一组，根据选题自行完成查阅资料、收集原始数据、分析数据需求、划分数据、绘制全局实体-联系图、制作数据字典及设计具体实验数据等工作，随着第二章开始的数据库操作等内容的学习，逐步完成从建库、建表到实现各种查询、窗体和报表的一整套操作功能，教师提供全程辅导，给出相关设计和操作建议，课程结束时，学生也同步设计实现了一个小型的、可以正常运转的数据库系统。
这套教学方法在本院2012级通信工程专业进行了实际应用，效果非常理想。
三、总结
高等教育，完成的是培养专门人才的专业教育，因此，教学内容应尽量考虑学生的专业特点，适应学生的专业性质。若在实际教学过程中，能够采用差异化教学法，针对具体专业，融入不同的授课内容和讲解方法，将极大提高学生的学习兴趣，激发他们的学习潜能，使他们能更好地学习和掌握课程内容。
【参考文献】
[1]肖丹凤，杨华.非计算机专业《数据库应用技术》教学改革探讨[J].教育与教学研究，2010（2）244-245.
自动站与人工站气象数据差异的原因 第6篇
1 两者的测量仪器不相同
众所周知, 使用的测量仪器不同, 那么所得出的结果也是会存在差异的。自动气象站与人工气象站正因为如此, 它们所测量出来的气象数据才有所差别。
1.1 在测量的过程中, 温度传感器有所不同
人工气象站在测量温度时大多数是采用水银温度表来测量的。测量员在测量时就按照水银温度表的热胀冷缩的特性和经验来判断温度。在这过程中很容易出现人为错误。而自动气象站却不一样, 它们采用的是铂电阻温度传感器来测量温度。在工作的过程中, 铂电阻温度传感器会根据温度的变化来决定输出的电量, 因此它在测量温度时更加科学性和准确性。
1.2 在测量的过程中, 气压传感器有所不同
在气压测量的过程中, 人工气象站的所采用的方式是利用单位面积气压上气压可以承托的水银柱的高度来判断气压的大小。而自动气象站所采用的方式却更为先进。它采用了膜盒式电容气压传感器来测量大气的气压。当气压发生变化时, 这种气压传感器的电容量就会发生变化, 就可以从电容量的变化中分析出气压的情况。
1.3 在测量的过程中, 雨量传感器也不同
在进行雨量的测量时, 人工气象站采用的是雨量杯量的方式来测量雨量的。而自动气象站所采用的是通过翻斗雨量传感器来测量雨量的。每当有0.1mm的雨降下来的时候, 翻斗雨量传感器就会发出一个脉冲信号, 所以只要记录好发出的每个脉冲信号就能准确地知道降雨的雨量是多少。
1.4 在测量的过程中, 湿度测量器不同
在测量空气的湿度是人工气象站是通过了解干湿球的温度和结合当时的环境, 还有自身的经验得出湿度值。而知道气象站就利用薄膜湿敏电容在吸收或放出水分时电容的改变进行测量空气的湿度。
2 两者因测量的工作原理不同而存在的差异
2.1 两者测量的时间不同步
人工气象站在进行气象测量的时候, 因为本身仪器等情况, 程序的比较复杂和麻烦的。例如当在点的时间时去测量温度和湿度的数值时, 当你完成测量后所得的数据已经不是时间点的数据值。当进行地温测量的时候相差的时间还会更长。但是, 自动气象站对要测量的项目, 如温度、湿度、降水、风向和地温等等时, 每个项目都是一瞬间、连续不间断地完成。这因为两者在进行气象项目测量时时间的不同步, 所以就造成了两者所测量的气象数据存在着差异。不仅如此, 在两者测量气象的过程中, 测量的仪器所摆放的位置不相同也会引起数据的差异。对此, 地温的数据测量所受到的影响是最大的。
2.2 两者的采样方式也存在着不同
人工气象站在进行采样是采用点读数的方式进行采样。工作人员在读数时只会读一次, 而且读数时还会受到人为因素的影响可能会读不准数值。而自动气象站在每个点都会存在非常多平均值, 因此在进行采用时所采用的数据会更加准确。这也是导致两者的气象数据存在差异的原因之一。
2.3 在仪器运行过程中所引起的差异
在仪器的运行过程中如果发生了一些意外和故障, 那么对两者的气象数据的采用就会产生很大的影响。所以我们在平时对气象仪器要经常性进行检查和保养, 在进行气象数据测量前也要注意检查是否正常。
3 两者因测量仪器不同而引起的数据变化具体的差异之处
3.1 在气温和气压上存在着不同
因为在气温和气压的测量上两者所运用的仪器不同, 所以测量出来的数据也会自然存在着差异。但是由于大气压的稳定性, 所以两者在气温和气压的测量上存在的差异并不是很大, 有时两者的数据还非常接近。
3.2 在湿度上存在的不同
两者在空气的湿度测量数据上存在的差异会很大。因为人工气象站在进行空气湿度测量时如果干湿球温度的差值气温在-10℃以上, 他们就要考虑通风系数的值来进行计算。而在-10℃以下时他们就要毛发湿度表测湿来测量, 其准确性会更低。同样在自动气象站测量湿度是当湿度大于80%时, 其仪器测量的结果也会发生微小的差错。
3.3 在2min风向风速中存在着不同
在进行两分钟风向风速的测量过程中, 人工气象站所测量出来的数据中有68%与自动气象站测量出来的数据是不相同的。所以两者在两分钟风向风速的测量数据上存在的差异很大。因为人工气象站在进行两分钟风向风速测量是因为仪器条件的限制只能测的风向只有16个。并且只有两分钟的时间, 工作人员还要兼顾其他工作, 因此在对每个风向的检测都不能做到完美无缺。但是自动气象站可以检测的风向是360全方位的, 所以它的风向辨别率会更高。
3.4 测量出的降水量不同
通过对比和研究我们得出, 在雨大时, 自动气象站所测量出的雨量会比人工气象站偏大;但是在雨小的时候, 前者比后者偏小。因为在雨大的时候, 自动气象站测量仪器里面的翻斗会翻得越快;而人工气象站在测量时雨量会减少。在雨大的时候, 自动气象站测量仪器里面的翻斗会翻得很慢, 但人工气象站在测量时准确性就会增加。因此就造成了两者在雨量测试的数据上存在差异。
4 结语
从上述内容我们可以知道, 造成自动气象站与人工气象站的数据不同的原因有很多。例如受到测量的仪器、测量的方法和在测量过程中的人为因素的影响, 都会对两者测量气象的数据的差异造成影响。因此要想缩小它们两者的差距, 就要从以上几个方面入手进行改善, 使人工气象站发展得更好更完善。
摘要：随着我国气象勘测的发展和水平的不断提高, 我国气象的勘测也逐步从人工站向自动站转变。人工站与自动站的气象数据之所以产生差异是因为它们在测量的原理、测量的仪器和测量的方式上都有所不同。再加上其他人为因素的影响, 两者的气象数据所产生的差异就更大了。对此, 本文对自动站与人工站气象数据差异的原因进行了分析, 以供工作者参考。
关键词：自动站,人工站,气象数据差异,原因
参考文献
[1]曹阳.自动站与人工站降水量误差原因分析与处理[J].科技与生活, 2010 (18) :4.
差异数据 第7篇
关键词：噢易OSS系统,硬盘数据,差异拷贝
随着计算机发展的日新月异, 以及高校各类学科、专业的建设, 越来越多的专业 (课程) 教学由现代化的机房多媒体模式取代了传统的教室板书模式, 由灵活的互动式教学方式取代了死板的填鸭式教学方式。随之而来, 对计算机机房的教学硬件、软件环境提出了高标准严要求:机房提供的教学软件版本需要不断更新, 满足各专业 (课程) 的不同需求, 如不同的课程对操作系统的不同需求 (有Windows32位、64位, Linux等) , 不同院系专业对同一软件的不同版本更新的需求等, 同时, 机房内成百上千台计算机需要快速、统一的进行数据维护更改……所以要提供一个提高学校教学水平以及创造一个文明方便的计算机应用教学平台[1], 才能够快速部署针对各种复杂的软件教学要求。噢易OSS系统则实现了以上的要求, 是一款集保护系统与完善机房运行维护支持的软件, 它有效的提供了硬盘数据的保护功能, 如硬盘数据的统一拷贝, 差异拷贝, 计算机名、IP地址、子网掩码、默认网关的统一分配、计算机的远端统一管理及维护等等。
1 噢易OSS系统的主要功能特点
(1) OSS系统支持多操作系统的安装, 最多可支持操作系统15个, 共享分区包括在内30个。还支持多版本的Windows系列及Linux操作系统等。各个操作系统相互独立, 底层隔离。
(2) OSS系统支持各个操作系统模式的切换, 有保护模式, 有不保护的总管模式, 还有临时保留不还原的暂存模式。
(3) OSS系统支持硬盘数据的差异拷贝, 在局域网中发送端与接收端的数据之间, 能自动识别数据的差异, 将差异的硬盘数据进行统一批量拷贝, 无论网络中断还是其他故障中断拷贝, 一旦恢复都可以断点续传, 支持PXE网络拷贝, 容错性强, 为批量发送数据进行环境部署提供方便。
2 噢易平台功能下的网络差异拷贝
2.1 差异拷贝的简介
十年来, 存储能力的发展未负众望, 其态势完全堪比芯片领域的摩尔[2]。计算机硬盘容量已经迎来了TB时代, 容量的增大意味着硬盘数据的增大, 一般的底层网络拷贝只能达到每分钟600MB的百兆环境, 最大能上升到每分钟1GB的千兆环境, 而差异拷贝最大可达到每分钟3-4GB的快速拷贝, 这样的速度才能适应未来数据存储空间的发展趋势。
2.2 差异拷贝的优势
底层网络拷贝的传统方法只是进行硬盘磁片的完全拷贝, 这种拷贝的缺陷是网络负载大, 速度慢, 中途网络或出现其他故障, 拷贝传输必须从头开始, 浪费时间, 不够灵活。而差异拷贝突破了传统的网络拷贝与增量拷贝的各种限制, 他有效的降低了网络负载, 改进并支持大小硬盘的互传, 能够进行全盘拷贝, 单个系统的拷贝, 单个分区的拷贝, 某个软件的拷贝等多种自定义拷贝模式。拷贝传输速度也得到了提高, 最高还能支持512台电脑在同一局域网中进行差异拷贝, 并且能完成断点续传。
3 差异拷贝算法
3.1 算法描述
差异拷贝算法的思想是实现对发送端与接收端的硬盘磁片首先进行对比, 然后区分出硬盘磁片相同的数据区域与不同的数据区域, 相同的硬盘数据就不需要再拷贝, 只对不同的硬盘磁片数据进行网络拷贝, 这样就节省了拷贝的时间和降低了网络负载。
假设磁盘A为发送端硬盘, 磁盘B为相对应的接收端硬盘, 在图中分别对硬盘进行划分得到的磁片in集和in'集, 其中in和in'不仅存储大小相同而且逻辑地址相同。磁片B的数据与磁盘A的数据不同处通过差异拷贝的算法, 对磁盘不同进行网络拷贝。操作步骤如下:当i=1时, 磁盘B上, Y1'=md (i1') , Yn'=md (Yn-1'+in') (n>1) , 磁盘A上, Y1=md (i1) , Yn=md (Yn-1+in) (n>1) , 比较Yn与Yn', 如果相同, 则in和in'相同, 说明in硬盘数据块不需要拷贝, 如果不相同, 则in和in'不相同, 说明需要把硬盘A的in的数据通过网络传输到硬盘B上来取代in'的数据, 同时根据Yn=Yn' (n>0) 对Yn进行数据更新。增加n的值, 分别对数据区域中的in进行处理, 处理完所有不同数据区域i后就使硬盘A与硬盘B的数据完全一致, 达到了差异拷贝的目的。算法中, 硬盘上的in数据大小是可以改变的, 根据计算机的发送端和网速来调整值的大小, 使算法达到最佳的效果。
3.2 算法分析
如果磁盘A上的数据与磁盘B上的数据有许多相似之处, 那么差异拷贝算法比完全拷贝算法能大大降低网络负载, 从而提高计算机数据拷贝的速度。数据完全拷贝采用的方法是 (1+size (Y) /size (i) -η) , 其中, size (Y) 是根据i值的大小生成的, 一般为16字节, 磁盘数据的大小size (i) 值可以大小调动, 一般取值范围在1-20兆字节之间。η是两个磁盘的相似率, 由于size (Y) /size (i) 比值小, 所以可以忽略不计, 其中η的值比较重要, 当η较大时, 采用差异拷贝算法, 网络负载会大大降抵。
3.3 算法实现
差异拷贝算法采用服务器/客户端模型, 发送端运行服务器程序, 接收端运行客户端程序[3]。
4 结语
网络差异拷贝技术在数据拷贝过程中有效地降低了网络负载, 节省了传输时间, 提高了工作效率, 从而实现发送端的数据与接收端的数据差异的完美统一。
参考文献
[1]傅翼丰.浅析学校计算机机房管理与维护运行模式[J].计算机光盘软件与应用, 2012 (19) :25.
[2]张伟.TB时代[J].商业价值, 2009 (9) :5.
差异数据 第8篇
一、资料与方法
㈠资料来源 所用资料取自2006年1月至2007年12月安定区自动站与人工站平行观测期间的气温、气压、相对湿度、风向、风速及0CM地面温度等要素资料, 自动站观测数据为正点时刻观测值, 人工观测数据取自正点前15分钟的某个固定时刻, 资料无缺测。
自动站质量控制软件 (AWSDataQC) 中的自动站与人工A文件比较是为了台站级进行自动气象站数据质量评估而设置的, 以便台站及时发现自动气象站存在的问题。该功能主要用在自动气象站平行观测期间自动站与人工站资料的对比, 包括的要素有本站气压、气温、相对湿度、2分钟风、10分钟风、降水量、地面温度、5厘米地温、10厘米地温、15厘米地温、20厘米地温、40厘米地温、80厘米地温、160厘米地温、320厘米地温及相关要素的极值。海平面气压、水汽压、露点温度等属于计算值, 没有进行比较评估, 可由本站气压、相对湿度的结果反映。
㈡资料统计及方法 利用自动站质量控制软件对自动站 (02、08、14、20) 与人工站 (08、14、20) 平行观测期间的数据进行对比, 本站气压、气温、相对湿度、10分钟风、降水量、地面温度取有效样本为124对, 2分钟风、5厘米～20厘米曲管地温、40厘米直管所取样本为93对, 160厘米～320厘米直管地温所取有效样本31对。评估的内容包括自动气象站各要素的粗差率、标准差、一致 (相符) 率, 通过自动气象站观测数据与人工观测数据的检验及比较, 给出系统误差, 所用资料没有缺测。
一致率的范围按要素对比差值月平均值标准的2倍考虑, 其中本站气温为0.2℃、相对湿度为2%、风速为0.2米/秒 (只对自动站或人工站风速>0.9米/秒的记录统计) 、地面温度和5厘米地温为1.0℃、10厘米地温～320厘米地温为0.5℃。自动站观测降水量只与人工定时降水量比较, 当人工定时降水量10.0毫米时两者差值0.4毫米, 定时人工降水量>10.0毫米时两者差值百分率4%, 则为一致[1]。
二、结果分析
㈠本站气压 评估结果表明, 自动站与人工站的平均本站气压值, 年平均差值为-0.3百帕, 各月的本站气压差值均在-0.3百帕之间 (见表1) , 差值较大, 不符合自动站遥测仪器评估参考值的标准, 一致率为100%, 粗差率为10%, 均不符合自动站资料评估标准。
㈡气温 自动站平均气温比人工观测值偏高, 年平均气温偏高0.1℃, 月平均差值为0.0℃～0.1℃, 两年中有13个月两者相等, 其余差值均为0.1℃, 符合自动站资料评估允许的0.2℃的标准, 一致率为100%, 粗差率为1%, 均符合自动站资料评估标准。说明自动站气温传感器运行稳定可靠。
㈢降水 安定区气象站5月～9月自动站雨量传感器与人工雨量筒平行观测, 统计了2006年～2007年5月～9月两站平行观测期间雨量大于10.0毫米的雨量精度差值, 共有15组数据 (见表2) , 只有1次差值百分率大于5%。自动站测量的降水量大多比人工站偏多, 其中有11次雨量值大于人工观测值, 3次自动观测值小于人工观测值, 1次持平。自动站降水量采用翻斗雨量传感器测量, 人工站降水量则由观测员用量杯测量, 自动站测量的降水大多比人工站偏多, 主要原因为自动站的计数翻斗受雨强影响较大, 当雨量大时, 翻斗发生一定的惯性, 翻动较快, 易造成测量值偏大, 自动站测量值也有偏小的现象出现, 雨量小时是因为翻斗内强聚集稍多的雨水, 翻斗翻动次数减少, 造成测量值偏小, 雨量大时雨水会从上翻斗溢出, 造成测量值偏小, 另外, 人工观测有视差, 人工观测有误读的可能, 而自动站则没有相类似误差。
㈣相对湿度月平均相对湿度自动站观测值与人工观测值相比差值不大, 且平均差值为1%～2%, 年平均差值为1%, 年平均差值符合仪器质量评估允许的2%范围。各月一致率均为100%, 月际变化不大, 粗差率也不大, 年平均粗差率为2%, 未超出了仪器质量评估允许的2%范围。通过查看2006年～2007年自动站与人工站相对湿度为100%的次数, 发现自动站湿度出现100%的概率比人工站大。在自动气象站中, 用湿敏电容全程测湿, 其原理与人工观测差别很大。湿敏电容在相对湿度80%以下, 线性度好, 测湿性能较好。在低温下, 湿敏电容的测湿性能明显地优于毛发表。但湿敏电容在相对湿度80%以上, 开始出现非线性, 而在相对湿度接近100%时, 出现明显的失真, 这种情况在高温、高湿下更为明显。在高湿时自动站湿敏电容观测误差较大, 尤其是长时间在高湿高温环境中使用, 误差更大, 并且自动站湿敏电容还会出现污染层, 使用寿命短等缺陷。
㈤地温 自动站采集的地温, 不同深度的地温数据同样与人工站观测值有不同的误差, 0厘米地温、极端最高和最低地温表现为偏高, 5厘米～20厘米曲管地温对比差值存在明显的日变化, 白天差异较大, 夜间差异较小, 且白天自动站数据大于人工站数据, 冬季差异较小, 夏季差异较大, 差异随土壤深度的加深而减小。40厘米地温直管地温差值变化没有规律可偱, 忽高忽低。80厘米～320厘米直管地温差值变化在0.4之内, 自动站值一直显示高于人工站。因此, 温度出现差异的原因还与土壤中温度垂直梯度过大有关。
三、差异原因
以上分析表明, 两种观测存在一定的差异, 主要有仪器原理差异、观测采集方法及观测样本不同、时空差异、感应器所处环境不同、时次差异几个方面。
㈠仪器原理差异 自动气象站中使用的气象传感器与人工观测用的仪器在原理上是不同的。这些传感器有较小的时间常数, 可以观测到大气中比较小的有意义的波动, 使所得到的极值更具有代表性, 如温度极值、湿度极值、风速极值等等;这些传感器有较高的分辨率, 更能满足用户的需求, 如人工观测的风向只有16个方位, 而自动测站观测的风向为36个方位;这些传感器有较高的测量准确度, 如温度传感器 (尤其是地温传感器) 、风传感器、低温下的湿度传感器等等。自动气象站可以避免人工观测中的主观误差。在人工观测中, 观测员往往有习惯误差, 读数时可能偶然出现大的读数错误, 测温时人体对温度的影响, 两分钟风的平均值受人的主观判断影响, 深层地温人工观测时, 从地中取出读数, 由于受环境改变造成的误差等, 而这些问题在自动观测中都是不存在的。
㈡观测采集方法及观测样本不同 自动站采集的数据为每分钟的平均值, 每1次测量值均为多个观测样本的平均值, 如气压、温度和湿度等, 为每10秒采集1个样本值, 每分钟6个数据, 去掉1个最大值和1个最小值后, 剩下的4个观测样本的平均值作为观测值。人工站只是由观测员观测瞬时值, 因此自动站与人工站记录值采集方式和算法均有不同程度差异。自动站从安置好后固定不变, 保持一个恒定的状态, 而人工站最高最低温度表每日要进行调整, 安置是否符合标准, 对观测数据影响较大。时间常数不同, 样本数目不同, 测量结果必然会有差异。自动气象站由于获取了有意义的中小尺度波动, 经过预处理后, 多个样本值的平均值就能有效地平滑或去除奇异值, 因此能更准确地获取有意义的要素值。
㈢时空差异 《地面气象观测规范》要求人工观测在观测时次的45分钟～60分钟之间完成气温、湿度、降水、风、气压和地温的观测, 而自动站在0分钟～10分钟是按一定的顺序瞬间完成各项目观测的。人工观测依靠观测员逐项进行, 由于观测时间跨度相对较大, 而近地面气象要素随时间而变化, 时间上的不同步, 导致两种观测结果出现差值[2]。而且这种差值随气象要素随时间的变化速率和变化幅度大小而不同。一般而言, 气象要素随时间的变化越大则自动站与人工观测数据间的差值也越大, 如自动站采集器采集降水量为正点即0分钟, 而人工站观测的降水量一般正点前50分钟～54分钟, 时间相差近6分钟, 一次降水过程, 每次观测数值与自动站数值相差较大, 但降水总量却差别不大。如地温存在差值除了仪器自身原因外, 观测时间不同步也是原因之一。在一般情况下, 人工观测距正点的时间约是:温度和湿度相差约13分钟, 风向、风速相差6分钟;气压相差2分钟;地温至少相差10分钟以上。在上述相差时段内, 气象要素值会有不同程度的变化。实验结果表明:夏季在气温上升时, 观测时间相差10分钟, 可造成0.2℃～0.3℃的差值。在连续降水时, 人工观测会有雨量损失等等。而自动气象观测是在正点按气温、湿度、降水、风向、风速、气压、地温、辐射、日照、蒸发的顺序几乎是在瞬间完成的。由此可见, 由于两种观测体制在观测时间上不同步, 因此观测结果必然会出现差异。显然, 自动观测能准确地测得正点值。因此, 由于自动气象站观测时间的一致性, 资料有更好的可比性。从空间上说, 虽然自动气象站的各传感器的安装要求基本上与人工观测相同, 但其安装地点和位置也略有差别。对于像地温这种与安装位置密切相关的要素来说, 地点的差别可能造成测量值的不小差异[3]。
㈣感应器所处环境不同 人工站气压表安装在室内, 而自动站气压传感器安装在室外观测场, 室内外环境不同易造成两种仪器观测的差异。当有积雪覆盖时, 自动站地面温度传感器不必取出, 而人工观测的几支地温表要取出放在雪面上, 全两种感应器处于不同的下垫面, 所以积雪时地温差异很大。人工站风向风速年代久, 灵敏度远没有自动站风向风速仪高, 使两种仪器风向数据的相符率仅为40%[4]。
㈤时次差异 自动气象站安装在有人值守的气象台站使用时, 它都是至少每小时存储观测记录一次, 一天共24次, 有特殊要求的自动气象站, 如中小尺度监测站等, 观测时次更多。由于观测时次的增加, 就能获取更多的有用的气象信息。以一般气象站为例, 每天3次人工观测, 全天共4次观测, 使用自动气象站后, 由于每天24次观测记录, 因而它的资料密度相当于气候基准站, 其优越性是显而易见的。以温度为例, 4次观测、8次观测、24次观测所得到温度平均值是有差异的, 这种差异的大小与台站所处的纬度和经度有关。我站4次观测与24次观测的同月的月平均温度可相差0.6℃左右;年平均温度可相差0.2℃左右。不言而喻, 观测时次越多测得的资料越具有代表性, 而自动气象站正好能做到这一点。
四、结论
通过对比自动站与人工站资料对比, 得出自动观测的大多数数据优于人工观测, 更能反映大气的真实状况。自动与人工观测数据的差异是多种原因造成的。这些原因包括仪器的原理不同, 观测时间和空间不同, 采样方式与算法不同, 观测时次不同等[5]。自动气象站的观测结果比人工观测更为客观、科学, 因而更接近大气中的实际情况。就基本气象要素而言, 气压、气温、风向、风速、地温等, 自动气象站具有明显的优势。在雨量测量上, 虽然自动气象站在提供雨量累计量方面还有缺点, 但它能及时提供雨量信息, 作为天气预报上使用是有优越性的。自动气象站推广使用的初期, 观测员对它不熟悉, 仪器也有一个逐步完善和稳定的过程, 随着时间的推移, 自动气象站的优越性就日益显现出来。可以说, 自动气象站的推广使用, 将使地面观测迈上一个新的台阶, 这种发展趋势将不可逆转。
参考文献
[1]中国气象局.地面气象观测数据文件和记录簿表格式[M].北京:北京气象出版社, 2005.
[2]中国气象局.地面气象观测规范[M].北京:北京气象出版社, 2003.
[3]王颖, 刘小宁.自动站与人工观测气温的对比分析[J], 应用气象学报, 2002. (6) .
[4]胡玉峰.自动气象站原理与测量方法[M].北京:北京气象出版社, 2004.
差异数据 第9篇
一、电力营销大数据概述
随着科学技术的发展, 数据已经深入到各行各业, 大数据技术, 是指我们通过对大量信息的筛选、整合、分析, 从而得出能够指导决策的结论性信息。例如对于旅游产业来说:通过对大量时间段内旅游景区搜索量与之后该景区接待游客实际数量进行分析, 得出搜索量与接待量之间的关系之后, 就可能通过搜索量来预测出客流量。从而提前做出相应的措施。
随着电力SG186营销信息系统建设的推进, 营销信息系统已广泛应用于日常营销经营工作, 基础数据作为SG186营销信息系统建设中的信息载体。从客户进行业扩登记, 到电费核算汇总统计, 从客户交费, 到财会部门电费核销、对账。每一个客户, 每一次电费核算, 每一笔电费回收, 都化为一条条数据存储于系统中。客户个人信息, 用电信息, 缴费信息等等, 这写数据交织成网, 并伴随着时间的推进而不断增加, 这就是“供电营销系统大数据”
二、差异化拓展分析
电费回收的渠道及缴费网点布置是供电服务工作的重要组成部分, 也是全面提升公司经营管理水平的重要保障。目前, 供电企业可采用的收费方式为:电力营业厅坐收、自助终端缴费、银联POS刷卡、银行代收代扣、充值卡缴费等。其中营业厅柜台缴费方式因营业厅费用较大, 不仅需要场地费用、经营管理费用、更需要投入一定的人工, 所以就需要拓展离柜缴费渠道。有关统计说明, 越是用电量大的地方, 越繁华, 越是繁华的地区越能接受新的模式。通过对大数据挖掘技术的应用, 对居民用户缴费信息进行整合, 根据用电量分布, 细化居民客户群体, 提供最适合的缴费方式, 从而差异化分布缴费网点。科学的引导客户主动缴费, 从而提升电费回收速度。
三、具体实施
(一) 城市“十分钟交费圈”工程建设
城区居民客户以社会化代收网点为主要收费渠道, 辅以自助缴费、移动收费车等, 以不同的地理位置及客户群体配备相应的收费渠道。在供电公司每个自建营业厅各配置一台大堂式设备与24小时穿墙式自助设备, 可实现24小时缴纳电费;在物业管理良好的小区及大型社区已安装壁挂式自助设备;给催费员配置手持无线pos机, 均可实现现金、刷卡两种功能, 在一些偏远、老人较多的小区定期开动移动收费服务;对个别客户实现上门收费;对高端客户提供支付宝、网上银行等方式实现刷卡缴费功能。在目前现有交费渠道中社会化代收网点现金主要收费渠道的基础上, 加强城市十分钟交费圈建设, 要大力推广购电制模式, 开展远程费控, 拓展新的客户服务机制, 打造全方位、立体的缴费结构, 切实提高电力优质服务层次与水平, 满足不同人群的需求, 充分展现国家电网的崭新形象。
(二) 农村“村村通”工程建设
差异化缴费网点布置, 争取在每个自然村设置一个或多个社会化收费网点, 改变郊区客户单一的缴费模式, 持续推进农村“村村通”建设, 实现乡镇供电所的全覆盖和实用化应用。
(三) 用电量面前“抓大不放小”
不断提升服务质量, 既要重点关注低压居民用电大户的电费回收进度, 也要同时留意小用电量客户的账户余额, 不能因为用电量的大小而区别服务质量。
在每个用户每月只进行一次缴费行为的条件下, 大用电量, 意味着需要更多的预缴费金额, 同时也意味着, 承担更大的欠费风险。通过对数据的分析不难得出, 大用电量客户更多的分布在城市繁华地段, 即越繁华, 用电量越大, 越繁华, 越适合先进的缴费方式。
(四) 宣传为拓展造势
为缓解柜台的缴费压力, 采取一系列宣传措施为拓展缴费渠道 (第三方代收费网点及支付宝缴费) 造势, 例如:采用游走字幕方式在电视媒体上滚动播出;在报纸上, 开辟栏;利用短信平台给客户发送信息等。按金融机构、社会化收费网点、自有网点的不同, 将市辖区内所有缴费网点绘制成“十分钟交费圈”缴费地图, 放大装裱后分新城区、老城区, 在小区门口显著位置进行悬挂。定期开展进社区专项活动, 制定活动方案及具体活动安排, 利用周末、节假日深入每个居民社区, 通过柜台坐收方式收取电费的小区列为重点小区, 以开动移动收费车、发放宣传材料、举办图片展等形式, 重点宣传和展示公司不同的交费方式、“十分钟交费圈”便捷交费服务理念等内容, 引导客户建立良好的交费习惯, 全面展现公司积极履行社会责任良好形象。
四、人力资源保证
各部门职责进行明确分工, 营销部负责研究、协调处理提升低压用户电费离柜缴费率的重大事项, 信通中心负责提供网络软硬件环境、缴费渠道畅通等技术支持, 财务部负责具体管理职能, 财务部与营销部负责监督、考核、分析、评价职责, 各供电分公司负责宣传、引导客户就近、方便的缴费方式。
市营销部门负责建立组织管理机构、制定实施方案、进行目标分解, 制定低压离柜考核办法、建立激励机制, 实施该工作目标考核。各县区相关部门负责落实, 根据本单位情况, 制定切实可行的实施方案, 负责方案的具体执行、培训及对所辖班组进行业务指导和监督工作, 起到标准的执行和传递作用。县公司相关管理人员及各班组具体执行工作标准与服务规范, 针对本班组的低压离柜考核的相关指标制定措施, 明确到个人, 充分调动班组员工的工作积极性, 确保低压用户电费离柜缴费率得到有效提升。
五、提升服务
营销部负责对全局低压离柜过程进行指导和监督, 落实低压用户电费离柜缴费率指标体系的审核和评价工作, 要求各县区客户服务中心进行情况分析、报送存在的问题和下一步整改措施, 定期召开分析会议。各县区客户服务中心明确各班组的分工职责、对实施情况每月定期进行通报与考核, 并对存在的问题分班组提出整改措施和督促落实。催费员和营业厅收费员负责离柜与非离柜缴费的数据收集, 电费管理和稽查管理对非离柜缴费的数据进行分析, 按收费员、催费员统计明细;营业厅按收费员统计明细考核收费员, 促使营业厅合理分流, 引导客户采用pos机、自助设备等方式实现离柜缴费;催费班按催费员统计明细考核催费员, 催费员依据明细分析并报送大致是哪个小区非离柜缴费比例高;其他班组依据催费员报送的非离柜缴费比例高的小区进行进社区专项行动, 开展缴费渠道的演示, 引导客户就近离柜交费。各班组按要求对存在的问题采取有效应对措施并积极反馈, 电费管理和稽查管理根据实际情况当月或次月再次提取低压离柜考核指标进行再次分析, 形成多次良性循环。
六、存在的问题与发展方向
(一) 存在的问题
低压电力客户在营业厅之外的所有缴费渠道暂无法直接得到发票, 需要到供电营业厅换取, 给需要发票的极少数客户造成了不便。需要通过与税局机构结合, 研究出解决问题的办法, 实现自助设备发票打印功能。目前第三方代收网点代收手续费无依据, 各代收网点手续费较低, 代收积极性不高, 不利于第三方代收网点的拓展。
(二) 发展方向
规范渠道管理, 提高非电力自助渠道的服务质量, 拓展电费回收手段, 通过总结电费回收工作的经验, 不断开创高效实用的电费回收手段, 降低电费回收风险, 减轻营业厅工作人员的劳动强度和精神压力。开拓交费渠道, 加大宣传力度, 引导客户利用便捷的方式交费。配合升级“十分钟交费圈”规划管理软件并实现交费地图互联网和手机定位查询, 将“十分钟交费圈”概念可视化。借助营业普查完善客户档案信息, 配合完成手机支付和“支付宝”提醒功能开发, 积极推出二维码支付等新型电费代收业务, 打造便捷交费渠道, 以客户需求为导向, 以服务民生、改善民生为核心, 持续提升服务质量, 拓展收费渠道, 确保经营效益。
七、结语
差异数据 第10篇
新中国建立以来, 尤其是改革开放三十年来, 为消除就业性别歧视, 保障女性就业权利, 国家在宪法、妇女权益保障法等法律中都明确了女性就业的平等地位及相应的权利。然而, 中国劳动力市场中仍存在比较严重的性别歧视现象。无论是招聘、晋升还是培训过程中, 女性依然处于明显的弱势地位。即便实现就业, 男女两性职业隔离也是中国劳动力市场存在的普遍现象。另外, 女性就业率不断上升, 越来越多的女性将工作视为生命的一部分。职业隔离使女性在就业过程中处于不利地位, 对女性劳动者的心理、行为, 还是人力资本投资激励等都是至深的伤害, 其负效应的集中反映是进一步加剧了性别歧视乃至社会性别排斥。所有这些都背离了市场效率和福利最优的目标, 都不利于社会的和谐与稳定。本文将采用chns数据对中国的劳动力市场对于职业分割对性别工资差异的影响做实证研究, 这样, 我们可以得知工资差异中到底多少部分是由歧视造成的, 多少部分是由生产力效率造成的, 从而为有效缩小现实中的两性工资差异提供现实依据。
二、数据介绍和模型
本文数据来源为中国营养与健康调查数据 (chns数据) , 样本采自:辽宁、黑龙江、江苏、山东、河南、湖北、湖南、广西和贵州9个省份, 数据包含个人工资收入、个人工作情况等人口学资料基本信息。去掉小于16岁和大于60岁的。整理得到1100左右个样本。本文在CHNS职业分类的基础上, 只包含非农就业的劳动者, 因此按照CHNS所编排的职业代码除去职业5 (农民、渔民、猎人) ;将职业10 (司机) 、职业11 (服务员、看门人、理发员、售货员、洗衣工、保育员) 、职业12 (家庭工人) 合并为服务业;职业8 (军人和警官) 、职业9 (士兵和警察) 、职业13 (运动员、演员、演奏员) 、职业13 (其他) 合并为其他职业.从而实际进行分析的职业分为8类, 依次为服务人员、高级技工、一般技工、管理人员、办公人员、熟练工、非技人员和其他职业。其分布如表1所示。
备注:比率为女性平均小时工资/男性平均小时工资
从表1中可知:在任一个相同的职业中大部分的女性男性工资比率在60%左右, 在熟练工人这一类别中, 女性的小时工资水平几乎是该职业中的男性的小时工资水平的一半, 职业的纵向隔离相当明显。比较男性女性在各职业中的分布的百分比很容易可知女性较多分布在一般技工、办公人员、非技工人员, 而男性较多分布在高级技工、管理人员、熟练工人中。女性较多处于低收入的职业中。可见存在某种程度的职业横向隔离。
Brown、Moon和Zoloth (1980) 提出了一种可以兼顾同工不同酬对工资总差异影响的工资分解方式即brow分解, 本文将采用来做工资差异分解的实证研究。
式 (1) 中:j表示第j个职业, 上标m和f分别表示男女职工;Pj和Pj是观察到的男女分别在第j个职业的分布;是假定如果女性跟男性有相同的职业选择机会, 女性在第j个职业应该具有的分布;Xj和Xj是男女在第j个职业上各解释变量的均值;amj、afj、βmj、βfj是男女分别在第j个职业上工资方程回归的截距和对应的哥解释变量的回归系数值。新出现的表示如果女性获得跟男性同样的待遇而在各个部门中的就业概率。这样, 就可以把男女的总平均工资分为四大块, 每一项为一块:第一项表示为部门内工资差距可以被解释的部分;第二项表示为部门内工资差距不可以被解释的部分;第三项表示为部门间工资差距可以被解释的部分;第四项表示为部门间工资差距不可以被解释的部分。表示如果女性获得跟男性同样的待遇而在各个部门中的就业概率, 即无歧视的女性职业分布概率。Brown等将个体的职业获得视作内生变量, 采用多元Logit选择模型 (Multinomial Logit) 估计多个变量如何影响个体进入职业j的概率。
其中i=1, , n;j=1, , J。xi是一组影响劳动供给和需求的外生变量, 首先用男性职工的样本估计该模型的系数, 然后用女性的数据带入估计方程, 产生无歧视的女性职业分布概率。下文进行具体的计量回归工作。
三、计量过程和分解结果
(一) 男女职业选择回归方程和女性无歧视分布估计
分别使用Multinomiallogitmodel估计两类劳动力, 每个职业必须要大量的样本。为此, 本研究将职业类别压缩成四大类:普通工人 (服务人员、熟练工、非技术工人) 、管理人员 (行政官员、经理) 厂长、政府官员) 、专业技术人员 (医生、教授、律师、建筑师、护士、教师) 、办公人员。本文选择普通工人组作为参照组, 据式 (2) 估得男性和女性劳动力的职业选择方程。职业选择模型估计结果显示, 男性和女性的职业选择结构有一些差别。相对于参照组来说, 受教育程度越高, 男性和女性都更可能成为管理人员、专业技术人员, 也略微多点可能成为办公人员。差别是随着教育程度的提高, 女性比男性更可能的成为管理人员, 男性比女性更可能成为专业技术人员。年龄对女性没有显著影响, 对于男性, 相对于参照组, 随着年龄的增加, 男性更易成为管理人员。地区变量对女性职业显著除了一个系数不显著为其余均很显著, 表明了地区对女性的职业选择有着显著的影响。令人惊奇地发现系数显著为负值。这告诉我们相对于模型的参照组普通人员和地区变量的参照组东北部, 女性在除了东北部地区外的东部沿海、中部、西部进入专业技术人员、管理人员和办公人员的概率要低些。男性组的地区变量对进入管理人员是没有显著影响的。相对男性, 女性进入管理人员的概率低于男性。男性组的地区变量对进入专业技术人员有显著的不利影响, 这与女性较为相似, 但仔细比较系数会发现, 对女性的不利影响均大于男性。企业的性质对两组的职业选择都没显著的影响。男性和女性在职业选择上的这些差异表明他们可能在劳动力市场上受到了不同待遇。用女性的数据带入男性职工的样本估计该模型中, 即可得到。结果如表2所示。
从表2可看出, 女性在无歧视情况下的管理人员的人数将是实际的两倍, 不过在技术人员, 办公人员比比实际值少, 而普通工人会增多。职业横向隔离是否成为工资差异的来源还不明确。
(二) 男女工资决定方程
在Mincer (1958, 1974) T-资程的基础上, 尽量控制变量。模型设定如下:
其中Y为小时工资, edu为教育年限, exp为工作经历, exp2为工作经历的平方。Area为地区虚拟变量, ownership为企业所有制虚拟变量。j=m, f:m表示男性, f表示女性。估计结果表明教育年限对男性和女性的专业技术人员职业中均对其工资有显著的影响, 相比之下, 在女性的专业技术人员职业中对工资的正向影响的效应强于男性。女性工资方程的回归系数为0.0651, 男性的对应系数仅为0.0396, 女性的几乎为男性的2倍。教育年限在男性仅对专业技术人员这一职业中对工资有显著影响。对于女性, 教育年限还对管理人员的工资有显著的较强正向效应, 对应的系数为0.0571。工作经历对男性的专业技术人员和管理人员工资决定是显著的正效应, 对女性的仅专业技术人员的工资决定是显著的正效应。仔细比较两组劳动力的对应系数发现, 工作经历的系数男性的均大于女性, 这可见随着工作经历的增加女性和男性的工资差异会增大。另外, 地区变量:在管理人员中, 相对于参照组东北部, 中部和西部对男性的工资决定由显著的正效应, 对女性的工资没有显著的效应, 这无疑也会加大男女工资差异。仔细比较两组劳动力的对应系数发现, 再次发现男性的均大于女性的, 前者几乎是后者的2倍。所有制变量:相对于参照组国有制, 集体的和私营的对两组劳动力的管理人员均有显著的正效应, 对女性的工资决定的正效应强于男性。对女性只有在管理人员均有显著的正效应, 对其他职业没有显著的影响。
注:上栏为女性, 下栏位男性
(三) 工资差异的brow分解
将各值代入式 (1) 中, 得到分解结果如表3所示。
由表3中可见男女工资总差异为0.147, 而工资差异中可解释的总计为0.035, 约占总差异的23%;即不可解释部分占了将近77%, 这77%的部分用人力资本不可解释归为歧视;而不可解释的绝大部分来自职业内部, 说明中国劳动力市场中“同工不同酬”或者“玻璃天花板”现象严重的导致女性的工资低于男性。总差异的绝大部分源于职业的纵向隔离;职业间可解释部分6%;不可解释部分为轻微的负数, 说明了职业间的即职业的横向隔离在该数据中表明并不对工资差异造成不利影响, 相反有轻微的正面影响。
四、政策含义
本文采用的工资分解方法, 从中可得的重要结论为:一是性别间的工资差异大部分是由歧视造成的 (未解释部分高达77%) , 而职业内未解释部分高达76%。针对此种情况, 采取“同工同酬”和“可比价值”来缩小工资差异的政策是有效地政策。二是性别工资差异中由人力资本禀赋差异造成的占23%, 这说明要减少性别工资差异, 提高女性的教育也是非常重要的方面。
参考文献
[1]、王美艳.中国城市劳动力市场上的性别工资差异[J].经济研究, 2005 (12) .
[2]、姚先国, 黄志岭.职业分割及其对性别工资差异的影响——基于2002年中国城镇调查队数据[J].重庆大学学报, 2008 (2) .
[3]、张私抗.就业性别歧视和人力资本投资倾向的交互作用分析[J].浙江大学学报, 2009 (5) .
[4]、葛玉好.部门选择对工资性别差距的影响:1988-2001年[J].经济学, 2007 (2) .
