時(shí)間：2023-05-30 14:44:54
序論：在您撰寫數(shù)據(jù)分析論文時(shí)，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
將醫(yī)院、醫(yī)療保健組織等數(shù)字化的醫(yī)療數(shù)據(jù)以特定的格式、協(xié)議發(fā)送到醫(yī)療數(shù)據(jù)分析模塊進(jìn)行分析與疾病預(yù)測(cè)．醫(yī)療數(shù)據(jù)提取模塊：該模塊由醫(yī)院電子病歷系統(tǒng)負(fù)責(zé)實(shí)現(xiàn)，我們使用openEHR系統(tǒng)作為醫(yī)院電子病歷系統(tǒng)，并在openEHR中實(shí)現(xiàn)醫(yī)療數(shù)據(jù)的提取功能．openEHR系統(tǒng)是一個(gè)開源、靈活的電子病歷系統(tǒng)，支持HL7衛(wèi)生信息交換標(biāo)準(zhǔn)．很多醫(yī)療健康組織、政府和學(xué)術(shù)科研單位都使用openEHR進(jìn)行開發(fā)和科研工作．如一種基于openEHR的患者病歷數(shù)據(jù)管理模型、openEHR等許多開源的電子病歷平臺(tái)的對(duì)比與評(píng)估和基于openEHR的檔案建模等．?dāng)?shù)據(jù)交換模塊：基于Web服務(wù)的數(shù)據(jù)交換模塊使用醫(yī)療數(shù)據(jù)通信協(xié)議實(shí)現(xiàn)醫(yī)療數(shù)據(jù)分析模塊與醫(yī)療數(shù)據(jù)提取模塊的數(shù)據(jù)交換．Web服務(wù)是一個(gè)平立、松耦合的Web應(yīng)用程序．由于Web服務(wù)的跨平臺(tái)特性，許多模型與框架是基于Web服務(wù)構(gòu)建的，如基于Web服務(wù)集成分布式資源和數(shù)據(jù)流分析測(cè)試等．在本文提出的醫(yī)療數(shù)據(jù)分析模型中，使用Web服務(wù)來連接醫(yī)療數(shù)據(jù)分析模塊和醫(yī)療數(shù)據(jù)提取模塊．醫(yī)療數(shù)據(jù)提取模塊作為Web服務(wù)的服務(wù)端，實(shí)現(xiàn)的方法包括存取數(shù)據(jù)、數(shù)據(jù)預(yù)處理、序列化等，改進(jìn)后的模型要求實(shí)現(xiàn)指定維度，指定屬性數(shù)據(jù)的讀?。疚奶岢龅尼t(yī)療數(shù)據(jù)分析模塊作為Web服務(wù)的客戶端，通過HTTP服務(wù)向數(shù)據(jù)提取模塊請(qǐng)求獲取數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行預(yù)處理．醫(yī)療數(shù)據(jù)分析模塊：我們使用Caisis開源平臺(tái)作為醫(yī)療數(shù)據(jù)分析與疾病預(yù)測(cè)系統(tǒng)實(shí)現(xiàn)這一模塊．Caisis是基于Web的開源癌癥數(shù)據(jù)管理系統(tǒng)，一些臨床醫(yī)學(xué)研究使用Caisis系統(tǒng)管理和歸檔數(shù)字顯微圖像，通過向Caisis系統(tǒng)中添加特征選擇和SVM算法，使用SVM算法對(duì)醫(yī)療數(shù)據(jù)進(jìn)行分析和疾病預(yù)測(cè)，因此使用的特征選擇算法需要基于SVM，可以提高數(shù)據(jù)分析和疾病預(yù)測(cè)過程的效率和準(zhǔn)確度．
2數(shù)據(jù)分析模塊與算法
2．1SVM算法SVM算法最初是由Vapnik等人在1995年提出的一種可訓(xùn)練的機(jī)器學(xué)習(xí)算法．依據(jù)統(tǒng)計(jì)學(xué)習(xí)理論、VC維理論和結(jié)構(gòu)風(fēng)險(xiǎn)最小化理論，從一定數(shù)目的樣本信息在學(xué)習(xí)能力和復(fù)雜度（對(duì)訓(xùn)練樣本的學(xué)習(xí)程度）中找到最佳折中，以期望獲得最好的推廣能力（或稱泛化能力）．
2．2基于SVM的醫(yī)療數(shù)據(jù)分析模塊將SVM分類算法應(yīng)用到醫(yī)療數(shù)據(jù)分析模塊中，進(jìn)行疾病預(yù)測(cè)．基于SVM的醫(yī)療數(shù)據(jù)分析模塊，通過數(shù)據(jù)交換模塊獲取原始組數(shù)據(jù)（患病病人醫(yī)療數(shù)據(jù)和對(duì)照組病人數(shù)據(jù)）．通過特征選擇過程輸入到SVM分類器中進(jìn)行訓(xùn)練，訓(xùn)練后可以對(duì)新的醫(yī)療數(shù)據(jù)進(jìn)行分析預(yù)測(cè)．
3改進(jìn)的醫(yī)療數(shù)據(jù)交換模塊
3．1醫(yī)療數(shù)據(jù)交換模塊在原始的醫(yī)療數(shù)據(jù)交換模塊中，數(shù)據(jù)請(qǐng)求原語只由4條通信原語組成．由原始醫(yī)療數(shù)據(jù)分析模型的3個(gè)模塊構(gòu)建，其中在醫(yī)療數(shù)據(jù)分析模塊與醫(yī)療數(shù)據(jù)提取模塊之間的4條通信原語包括2條請(qǐng)求和2條應(yīng)答．由于醫(yī)療數(shù)據(jù)的維度極大，屬性很多，但是在預(yù)測(cè)某個(gè)疾病時(shí)，只有很少的一部分屬性會(huì)對(duì)分類預(yù)測(cè)產(chǎn)生影響．這樣的全部維度的數(shù)據(jù)都需要傳輸，浪費(fèi)了時(shí)間，降低了數(shù)據(jù)傳輸效率，影響了醫(yī)療數(shù)據(jù)分析模塊的算法效率．
3．2改進(jìn)的醫(yī)療數(shù)據(jù)交換模塊在改進(jìn)的醫(yī)療數(shù)據(jù)交換模塊中，在數(shù)據(jù)傳輸協(xié)議中增加了4條原語．在每條原語中不僅有醫(yī)療記錄條數(shù)的要求，還包括對(duì)所請(qǐng)求醫(yī)療數(shù)據(jù)維度和屬性的具體說明．醫(yī)療數(shù)據(jù)分析模塊先請(qǐng)求一小部分全部維度的數(shù)據(jù)，對(duì)這小部分?jǐn)?shù)據(jù)進(jìn)行特征選擇．然后醫(yī)療數(shù)據(jù)分析模塊只請(qǐng)求特征選擇出來的對(duì)預(yù)測(cè)相關(guān)的屬性的剩余所有醫(yī)療數(shù)據(jù)．最后通過SVM分類算法進(jìn)行訓(xùn)練和預(yù)測(cè)．在新的醫(yī)療數(shù)據(jù)交換模塊中，大部分?jǐn)?shù)據(jù)中只有小部分相關(guān)屬性被傳輸?shù)綌?shù)據(jù)分析模塊，極大地減少了數(shù)據(jù)傳輸總量，也同時(shí)增加了分析模塊預(yù)測(cè)算法的效率．
4原始模型與改進(jìn)模型的對(duì)比結(jié)果
對(duì)于使用數(shù)據(jù)的動(dòng)機(jī)，除了對(duì)數(shù)據(jù)對(duì)象主體的認(rèn)知識(shí)別之外，還有要對(duì)數(shù)據(jù)呈現(xiàn)的顯性和隱性規(guī)律進(jìn)行發(fā)現(xiàn)，從自然語言上看，腦力活動(dòng)對(duì)數(shù)據(jù)處理的第一步就是降低數(shù)據(jù)間的差異化，進(jìn)行熵減的分析行為。哲學(xué)家維特根斯坦認(rèn)為，對(duì)于哲學(xué)本質(zhì)的界定都屬無法言說之物，應(yīng)用到數(shù)據(jù)分析領(lǐng)域，數(shù)據(jù)存在一種由內(nèi)而外的泛化慣性，不斷對(duì)原有數(shù)據(jù)形成新的描述，造成數(shù)據(jù)陣營(yíng)的擴(kuò)張，而其信息主體則是穩(wěn)定的，對(duì)描述性數(shù)據(jù)和活動(dòng)數(shù)據(jù)存在吸附力，屬于無法言說的本質(zhì)最邊緣。立足于這種思想觀點(diǎn)，我們可以認(rèn)為貌似松散無序的數(shù)據(jù)間存在一種牢固的血緣數(shù)據(jù)關(guān)系，因?yàn)樗袛?shù)據(jù)都是基于信息主體泛化出的描述性和活動(dòng)性數(shù)據(jù)，而這種熵減的動(dòng)作其表現(xiàn)形式可以等同于對(duì)數(shù)據(jù)血緣關(guān)系的向上追溯，技術(shù)上則表現(xiàn)為一種尋找最大扇出的上層。這樣，熵減的技術(shù)實(shí)現(xiàn)就是通過建立血緣關(guān)系而去尋找最大扇出的上層，這種分析法易于在數(shù)據(jù)發(fā)現(xiàn)應(yīng)用中，通過檢索建立模糊入口點(diǎn)去組織發(fā)現(xiàn)數(shù)據(jù)，其與扇出或扇入點(diǎn)的血緣關(guān)系越近，入口點(diǎn)對(duì)其的吸附力越強(qiáng)、權(quán)重越高。但這樣會(huì)出現(xiàn)另一個(gè)無法回避的問題，即通過活動(dòng)在最外界的數(shù)據(jù)從體量上看相當(dāng)可觀，由外到內(nèi)追溯扇出上層的勞動(dòng)比較沉重，從而會(huì)理所當(dāng)然地采取抽樣的方式進(jìn)行，此項(xiàng)活動(dòng)的進(jìn)行必須假定數(shù)據(jù)世界觀上層的有限集合認(rèn)定上，堅(jiān)信必定會(huì)將血緣關(guān)系歸集到某幾個(gè)關(guān)鍵數(shù)據(jù)表達(dá)之上，這樣才會(huì)使本項(xiàng)活動(dòng)的實(shí)施行為具備基本的意義和價(jià)值。從效果上看，對(duì)數(shù)據(jù)進(jìn)行熵減有利于我們甄別數(shù)據(jù)關(guān)系隱含的內(nèi)在規(guī)律，也有利于我們建立具有良好適應(yīng)性的數(shù)據(jù)生態(tài)模型，為更好地認(rèn)識(shí)和利用數(shù)據(jù)打下基礎(chǔ)。可以合理暢想一下，當(dāng)我們就一個(gè)焦點(diǎn)議題開展討論后，熵減讓我們迅速聚焦到議題的內(nèi)核，甚至直面議題背后隱含的現(xiàn)象實(shí)質(zhì)，不必糾纏于不必要的信息干擾，對(duì)討論內(nèi)核進(jìn)行強(qiáng)化呈現(xiàn)，智力活動(dòng)所崇尚的方式也可以在計(jì)算活動(dòng)中得以體現(xiàn)。熵減在某種意義上不是對(duì)某一類數(shù)據(jù)分析所采取的手段，而是對(duì)數(shù)據(jù)認(rèn)識(shí)的宏觀行為，其在計(jì)算領(lǐng)域內(nèi)的呈現(xiàn)方式，與我們對(duì)事物自然認(rèn)知而采取的抽象和引申別無二致，如此深入下來，對(duì)熵減策略的研究更重要于對(duì)熵減活動(dòng)的歸納，通過對(duì)策略模型的推演，可以有效地發(fā)揮機(jī)器學(xué)習(xí)的能力，如果在策略模型的研究上實(shí)施開展，將會(huì)極大降低加工難度。
2建立標(biāo)簽關(guān)系的反向工程
當(dāng)我們框定了熵減的方法體系后，在數(shù)據(jù)間建立血緣關(guān)系則顯得尤為重要，由于數(shù)據(jù)生長(zhǎng)動(dòng)力呈現(xiàn)由內(nèi)而外的泛化驅(qū)動(dòng)，但是本身這種泛化在信息化過程中很多是無組織的行為，缺少邏輯上預(yù)先定義，所以數(shù)據(jù)生成后，大量的數(shù)據(jù)關(guān)系被衰減掉，從正向渠道難以對(duì)數(shù)據(jù)關(guān)系建立血緣，工程極其浩瀚復(fù)雜。由于血緣關(guān)系無法完全在數(shù)據(jù)生長(zhǎng)中自然形成，正向人工干預(yù)又存在操作難度，所以反其道而行之則是唯一通道。數(shù)據(jù)加工的反向性，優(yōu)勢(shì)首先體現(xiàn)在由微觀到宏觀的加工難度大幅下降，因?yàn)槠涔ぷ魈幱诔橄蟮淖畹讓?，使采用眾包模式加工成為可能。其次，這種加工模式，可以在有效建立一種數(shù)據(jù)關(guān)系的閉環(huán)管理的同時(shí)，不會(huì)抑制數(shù)據(jù)生長(zhǎng)的空間和速率，不會(huì)因加工效率低而凝固數(shù)據(jù)資產(chǎn)化的進(jìn)程。在反向加工的過程中，需要通過標(biāo)簽聯(lián)結(jié)數(shù)據(jù)關(guān)系，這時(shí)候我們要關(guān)注標(biāo)簽的質(zhì)量和復(fù)用度，由于標(biāo)簽定義存在難度，所以要松綁標(biāo)簽定義來促成數(shù)據(jù)加工的快速實(shí)施，解決的重點(diǎn)則遷移到標(biāo)簽在后期管理中的智能化上。首先，可以通過標(biāo)簽在關(guān)系聯(lián)結(jié)中的重復(fù)出現(xiàn)進(jìn)行跟蹤，識(shí)別是標(biāo)簽二義性還是加工者的活動(dòng)差異?；顒?dòng)差異標(biāo)簽最基本的處理方法是進(jìn)行聚合，形成知識(shí)歸納；二義標(biāo)簽則需要改進(jìn)表達(dá)。其次，依賴血緣關(guān)系建立可視化圖譜，從數(shù)據(jù)結(jié)構(gòu)工程里可以有效識(shí)別關(guān)系路徑的黏合點(diǎn)，即發(fā)現(xiàn)重復(fù)路徑中出現(xiàn)的一個(gè)以上的標(biāo)簽，消除由知識(shí)結(jié)構(gòu)差異造成的人為誤會(huì)，對(duì)標(biāo)簽進(jìn)行合并。這樣，通過標(biāo)簽的智能化后期管理就可以將加工難度上移，建立分層加工的工廠模式。這種加工存在基本準(zhǔn)則，并要建立基本的衡量尺度來保證標(biāo)簽有效性，加工工藝可以從標(biāo)簽質(zhì)量、使用度、命中率等指標(biāo)進(jìn)行測(cè)量。其中，質(zhì)量有賴于標(biāo)簽本身定義成分的內(nèi)涵，要確認(rèn)其被受眾廣泛理解；使用度是在加工活動(dòng)中的使用次數(shù)，是否被數(shù)據(jù)關(guān)系廣泛應(yīng)用，使用度較低的標(biāo)簽要確認(rèn)其存在價(jià)值，通過標(biāo)簽間同時(shí)出現(xiàn)概率決定其含義表達(dá)是否具備唯一性；命中率則建立在使用者的自然需要基礎(chǔ)上，如果某一標(biāo)簽絕少被使用者利用或調(diào)度，與整體觀測(cè)結(jié)果是否存在數(shù)值上的明顯差異。整體上看，通過這些基本準(zhǔn)則建立標(biāo)簽管理的異常檢測(cè)分析，來保證加工質(zhì)量的方式具備技術(shù)的可行性，但同時(shí)更需要對(duì)后期的數(shù)據(jù)運(yùn)行建立領(lǐng)域指標(biāo)模型來校驗(yàn)。
3利用詞條原子化推導(dǎo)入口點(diǎn)
1.1資料來源
AEFI數(shù)據(jù)來源于中國(guó)疑似預(yù)防接種信息管理系統(tǒng)。疫苗接種數(shù)據(jù)來源于中國(guó)免疫規(guī)劃信息管理系統(tǒng)。1.2統(tǒng)計(jì)方法采用描述性流行病學(xué)方法，運(yùn)用EXCEL2007進(jìn)行統(tǒng)計(jì)分析。
2結(jié)果
2.1地區(qū)分布
2013年鞍山市共報(bào)告AEFI189例，與2012年相比（35例）上升了440%?？h級(jí)AEFI報(bào)告覆蓋率100%。各縣（市、區(qū)）AEFI報(bào)告數(shù)與2012年相比上升了55.56%～4200%。
2.2年齡與性別分布
男女性別比為1.49:1。報(bào)告例數(shù)排前位的年齡組分別是0歲組（101例，占53.44%）、1歲組（51例，占26.98%）、6歲組（23例，占12.17%）。
2.3疫苗和劑次分布
AEFI涉及的疫苗排前位的分別是：百白破疫苗（70例，占37.04%）、麻風(fēng)疫苗（36例，19.05%）、白破疫苗（23例，12.17%）。接種疫苗第1劑次發(fā)生AEFI128例，占67.73%；第2劑次18例，占9.52%；第3劑次17例，占8.99%；第4劑次26例，占13.76%。以疫苗單劑次統(tǒng)計(jì)，AEFI涉及的疫苗排前位的分別是麻風(fēng)疫苗（36例）、第4劑次百白破疫苗（25例）、白破疫苗（23例）、第1劑次百白破疫苗（22例）。
2.4報(bào)告發(fā)生率
根據(jù)國(guó)家免疫規(guī)劃疫苗接種率監(jiān)測(cè)報(bào)告數(shù)據(jù)估算，2013年我市AEFI報(bào)告發(fā)生率為32.27/10萬劑次。國(guó)家免疫規(guī)劃各疫苗AEFI報(bào)告發(fā)生率波動(dòng)在3.82/10萬劑次～125.28/10萬劑次。報(bào)告發(fā)生率居前位的分別為：麻風(fēng)疫苗125.28/10萬劑次，白破疫苗84.57/10萬劑次，百白破疫苗65.17/10萬劑次。
3討論
「關(guān)鍵詞人口遷移/戶籍制度/市場(chǎng)化改革
改革以來中國(guó)發(fā)生的大規(guī)模人口遷移，是制度變遷和經(jīng)濟(jì)轉(zhuǎn)型共同作用的結(jié)果。中國(guó)傳統(tǒng)的計(jì)劃經(jīng)濟(jì)體制是圍繞推行重工業(yè)優(yōu)先發(fā)展戰(zhàn)略而形成的。在資本稀缺的經(jīng)濟(jì)中，推行資本密集型重工業(yè)優(yōu)先發(fā)展戰(zhàn)略，不可能依靠市場(chǎng)來引導(dǎo)資源配置，因而必須通過計(jì)劃分配的機(jī)制把各種資源按照產(chǎn)業(yè)發(fā)展的優(yōu)先序進(jìn)行配置。由此，以資本和勞動(dòng)力為代表的資源或生產(chǎn)要素，既無必要，也不允許根據(jù)市場(chǎng)價(jià)格信號(hào)自由流動(dòng)，因此，隨著20世紀(jì)50年代這種發(fā)展戰(zhàn)略格局的確定，一系列相關(guān)制度安排把資本和勞動(dòng)力的配置，按照地域、產(chǎn)業(yè)、所有制等分類人為地“畫地為牢”，計(jì)劃之外的生產(chǎn)要素流動(dòng)成為不合法的現(xiàn)象。其中把城鄉(xiāng)人口和勞動(dòng)力分隔開的戶籍制度，以及與其配套的城市勞動(dòng)就業(yè)制度、城市偏向的社會(huì)保障制度、基本消費(fèi)品供應(yīng)的票證制度、排他性的城市福利體制等，阻礙了勞動(dòng)力這種生產(chǎn)要素在部門間、地域上和所有制之間的流動(dòng)。在這種制度下，不存在勞動(dòng)力市場(chǎng)，農(nóng)村居民沒有政府的許可不可能向城市流動(dòng)，勞動(dòng)和人事部門通過計(jì)劃來控制勞動(dòng)力跨部門流動(dòng)。
1978年底開始的農(nóng)村家庭承包制改革，使農(nóng)戶成為其邊際勞動(dòng)努力的剩余索取者，從而解決了制度下因平均分配原則而長(zhǎng)期解決不了的激勵(lì)問題（meng，2000）。與此同時(shí)，政府開始對(duì)價(jià)格進(jìn)行改革，誘導(dǎo)農(nóng)民提高農(nóng)業(yè)生產(chǎn)率。在農(nóng)業(yè)剩余勞動(dòng)力被釋放出來后，非農(nóng)產(chǎn)業(yè)活動(dòng)更高的報(bào)酬吸引勞動(dòng)力轉(zhuǎn)移（cook，1999），從而推動(dòng)農(nóng)村生產(chǎn)要素市場(chǎng)的發(fā)育，原來主要集中在農(nóng)業(yè)的勞動(dòng)力開始向農(nóng)村非農(nóng)產(chǎn)業(yè)、小城鎮(zhèn)甚至大中城市流動(dòng)。
由于各種阻礙勞動(dòng)力流動(dòng)的障礙尚未拆除，以及政府鼓勵(lì)農(nóng)村勞動(dòng)力就地轉(zhuǎn)移的政策引導(dǎo)，20世紀(jì)80年代前期的勞動(dòng)力轉(zhuǎn)移以從農(nóng)業(yè)向農(nóng)村非農(nóng)產(chǎn)業(yè)轉(zhuǎn)移為主，主要是在鄉(xiāng)鎮(zhèn)企業(yè)中就業(yè)，即所謂的“離土不離鄉(xiāng)”。但隨著鄉(xiāng)鎮(zhèn)企業(yè)遇到來自國(guó)有企業(yè)、“三資”企業(yè)和私人企業(yè)越來越強(qiáng)勁的競(jìng)爭(zhēng)，必須提高技術(shù)水平和產(chǎn)品質(zhì)量，因而鄉(xiāng)鎮(zhèn)企業(yè)資本增加的速度逐漸加快，吸納勞動(dòng)力的速度相應(yīng)減緩。農(nóng)村勞動(dòng)力面臨著越來越強(qiáng)烈的跨地區(qū)轉(zhuǎn)移的壓力。與此同時(shí)，外商投資企業(yè)、中外合資企業(yè)、私營(yíng)企業(yè)和股份公司等其他非國(guó)有部門在東部地區(qū)發(fā)展較快，擴(kuò)大了對(duì)勞動(dòng)力需求，并成為消除制約勞動(dòng)力流動(dòng)體制障礙的一支重要力量。
隨著農(nóng)村勞動(dòng)力就地轉(zhuǎn)移渠道日益狹窄，1983年政府開始允許農(nóng)民從事農(nóng)產(chǎn)品的長(zhǎng)途販運(yùn)和自銷，第一次給予農(nóng)民異地經(jīng)營(yíng)以合法性。1984年進(jìn)一步放松對(duì)勞動(dòng)力流動(dòng)的控制，甚至鼓勵(lì)勞動(dòng)力到臨近小城鎮(zhèn)打工。1988年中央政府則開了先例，允許農(nóng)民自帶口糧進(jìn)入城市務(wù)工經(jīng)商。到20世紀(jì)90年代，中央政府和地方政府分別采取一系列措施，適當(dāng)放寬對(duì)遷移的政策限制，也就意味著對(duì)戶籍制度進(jìn)行了一定程度的改革。例如，許多各種規(guī)模的城市很早就實(shí)行了所謂的“藍(lán)印戶口”制度，把絕對(duì)的戶籍控制變?yōu)檫x擇性地接受。此外，1998年公安部對(duì)若干種人群開了進(jìn)入城市的綠燈，如子女可以隨父母任何一方進(jìn)行戶籍登記，長(zhǎng)期兩地分居的夫妻可以調(diào)動(dòng)到一起并得以戶籍轉(zhuǎn)換，老人可以隨子女而獲得城市戶口，等等。雖然執(zhí)行時(shí)在一些大城市遇到阻力，但至少在中央政府的層次上為戶籍制度的進(jìn)一步改革提供了合法性依據(jù)。城市福利制度的改革也為農(nóng)村勞動(dòng)力向城市流動(dòng)創(chuàng)造了制度環(huán)境。80年代后期開始逐步進(jìn)行的城市經(jīng)濟(jì)改革，如非國(guó)有經(jīng)濟(jì)的發(fā)展，糧食定量供給制度的改革，以及住房分配制度、醫(yī)療制度及就業(yè)制度的改革，降低了農(nóng)民向城市流動(dòng)并居住下來和尋找工作的成本。
與其他方面的政策改革相比，戶籍制度改革在很長(zhǎng)時(shí)間里沒有實(shí)質(zhì)性的突破，成為勞動(dòng)力流動(dòng)的最大障礙。所有在就業(yè)政策、保障體制和社會(huì)服務(wù)供給方面對(duì)外地人的歧視性對(duì)待，都根源于戶籍制度。隨著時(shí)間推移，兩方面的因素變化推動(dòng)政府對(duì)遷移政策進(jìn)行改革。一是城市戶籍制度不再擁有外部或隱含的福利，也就是地方政府不再根據(jù)個(gè)人的戶籍來提供就業(yè)、社會(huì)福利等各方面保障。這樣，城市人口規(guī)模擴(kuò)張不會(huì)給地方政府增添額外財(cái)政負(fù)擔(dān)。二是地方政府意識(shí)到，勞動(dòng)力流動(dòng)不僅帶來資源重新配置，而且也是城市融資的一個(gè)重要來源。這樣，市場(chǎng)化發(fā)育水平相異的城市根據(jù)各自目標(biāo)來推進(jìn)城市戶籍制度改革。
可見，通過戶籍制度及一系列其他阻礙人口遷移的制度因素的改革而推動(dòng)的勞動(dòng)力流動(dòng)，不僅是經(jīng)濟(jì)發(fā)展的一個(gè)重要內(nèi)容，也是整個(gè)經(jīng)濟(jì)體制向市場(chǎng)機(jī)制轉(zhuǎn)變的重要進(jìn)程，并且以其他領(lǐng)域改革的進(jìn)展為前提。這個(gè)轉(zhuǎn)變或改革的結(jié)果便是勞動(dòng)力市場(chǎng)的形成與發(fā)育，勞動(dòng)力資源越來越多地由市場(chǎng)來配置。而在整個(gè)經(jīng)濟(jì)不斷市場(chǎng)化的過程中，人口遷移也表現(xiàn)出轉(zhuǎn)軌時(shí)期的特點(diǎn)。這是中國(guó)轉(zhuǎn)軌時(shí)期人口遷移的特殊性所在。本文旨在利用2000年人口普查資料來分析人口流動(dòng)與市場(chǎng)化之間的關(guān)系。
一、轉(zhuǎn)軌時(shí)期人口遷移理論
人口和勞動(dòng)力在地區(qū)間的流動(dòng)，是勞動(dòng)力市場(chǎng)在空間上從不均衡向均衡轉(zhuǎn)變的過程。發(fā)展中國(guó)家在其經(jīng)濟(jì)發(fā)展過程中，伴隨著工業(yè)化和城市化發(fā)展，大量農(nóng)村人口和勞動(dòng)力從農(nóng)村流向城市，從低生產(chǎn)率的農(nóng)業(yè)部門流向生產(chǎn)率較高的工業(yè)部門。劉易斯（lewis，1954）認(rèn)為，發(fā)展中國(guó)家存在著典型的二元經(jīng)濟(jì)結(jié)構(gòu)，農(nóng)村存在著大量剩余勞動(dòng)力和隱蔽性失業(yè)，農(nóng)業(yè)中勞動(dòng)力的邊際生產(chǎn)力幾乎等于零或?yàn)樨?fù)值，農(nóng)村勞動(dòng)力從農(nóng)業(yè)部門流出不會(huì)對(duì)農(nóng)業(yè)產(chǎn)出帶來負(fù)面影響，反而使留在農(nóng)業(yè)部門勞動(dòng)力的邊際產(chǎn)出不斷提高；隨著城市中勞動(dòng)力數(shù)量不斷增加，城市工資水平開始下降，直至城市部門的工資水平與農(nóng)業(yè)部門的工資水平相等，農(nóng)村勞動(dòng)力向城市流動(dòng)才會(huì)停止。在劉易斯的模型中，勞動(dòng)力在城鄉(xiāng)之間可以自由流動(dòng)，不存在顯著的制度。城市現(xiàn)代部門的較高工資水平和傳統(tǒng)農(nóng)業(yè)部門的低工資水平，是勞動(dòng)力在城鄉(xiāng)之間流動(dòng)的驅(qū)動(dòng)力量。在托達(dá)羅（todaro，1969；harris和todaro，1970）兩部門模型分析中，農(nóng)村人口和勞動(dòng)力的遷移取決于城市的工資水平和就業(yè)概率，當(dāng)城市的預(yù)期收入水平和農(nóng)村的工資水平相等時(shí)，勞動(dòng)力在城鄉(xiāng)之間分配和遷移都達(dá)到均衡。
由于城市經(jīng)濟(jì)存在著現(xiàn)代正規(guī)部門和非正規(guī)部門之分，農(nóng)村勞動(dòng)力向城市遷移首先進(jìn)入非正規(guī)部門，然后才有可能進(jìn)入正規(guī)部門就業(yè)。城市正規(guī)部門就業(yè)創(chuàng)造率越大，越有利于將更多的非正規(guī)部門勞動(dòng)力轉(zhuǎn)入正規(guī)部門；城鄉(xiāng)收入差距越大，從農(nóng)村流向城市非正規(guī)部門勞動(dòng)力數(shù)量越多，城市非正規(guī)部門勞動(dòng)力規(guī)模也越大。由于城市正規(guī)部門的就業(yè)創(chuàng)造率取決于工業(yè)產(chǎn)出增長(zhǎng)率及該部門的勞動(dòng)生產(chǎn)率增長(zhǎng)率，城市工業(yè)的快速增長(zhǎng)將有利于提高正規(guī)部門的就業(yè)創(chuàng)造率，從而減少城市非正規(guī)部門的勞動(dòng)力規(guī)模。但是，這個(gè)效應(yīng)有可能被城市工資增長(zhǎng)所誘發(fā)的大量新增農(nóng)村勞動(dòng)力流入所抵消。因此，城市正規(guī)部門的就業(yè)創(chuàng)造結(jié)果帶來了城市失業(yè)率的上升。
費(fèi)爾茨（fields，1974）認(rèn)為，托達(dá)羅模型中沒有考慮農(nóng)村勞動(dòng)力在城市正規(guī)部門尋找工作的概率問題。由于非正規(guī)部門勞動(dòng)力獲得正規(guī)部門就業(yè)機(jī)會(huì)的相對(duì)概率較低，流入城市的農(nóng)村勞動(dòng)力大多數(shù)只能滯留于非正規(guī)部門。他們之所以能夠接受較低的工資水平，主要是在于他們預(yù)期能夠從得到的城市正規(guī)部門工作機(jī)會(huì)中獲得補(bǔ)償。在托達(dá)羅模型基礎(chǔ)上，費(fèi)爾茨引入了搜尋工作機(jī)會(huì)的觀點(diǎn)，一方面強(qiáng)調(diào)了城市制度工資和相對(duì)就業(yè)概率對(duì)遷移過程的影響，另一方面也指出，非正式部門大量不充分就業(yè)的勞動(dòng)力保證了勞動(dòng)力市場(chǎng)實(shí)現(xiàn)均衡時(shí)的失業(yè)率低于托達(dá)羅模型得出的估計(jì)。非正式部門大量不充分就業(yè)的勞動(dòng)力存在，在一定程度上緩解了城市的失業(yè)問題。
隨著勞動(dòng)力流動(dòng)，城鄉(xiāng)勞動(dòng)力市場(chǎng)開始相互作用。但是，根據(jù)托達(dá)羅理論，城市失業(yè)率上升將起到減緩人口繼續(xù)向城市遷移。如果依據(jù)費(fèi)爾茨的觀點(diǎn)，城市勞動(dòng)力市場(chǎng)似乎對(duì)農(nóng)村勞動(dòng)力流動(dòng)的影響不大。相比之下，在成熟的市場(chǎng)經(jīng)濟(jì)中，城市的失業(yè)率是影響勞動(dòng)力流動(dòng)的重要因素。托普爾（topel，1986）利用美國(guó)人口普查資料研究發(fā)現(xiàn)，1970～1980年，美國(guó)東部、中部和北部各州的平均失業(yè)率相對(duì)于全國(guó)水平上升了23%，同時(shí)西部和西南部各州的失業(yè)率卻顯著下降。同期，人口遷移的空間流向恰好與此相反，人口凈流入地區(qū)為西部和西南部地區(qū)，東部、中部和北部均為人口凈流出地區(qū)。
中國(guó)的人口遷移不僅具有發(fā)展中國(guó)家的一般特征，而且還有經(jīng)濟(jì)體制轉(zhuǎn)型的獨(dú)特之處。如前所述，中國(guó)特有的戶籍制度及其改革過程，為人口和勞動(dòng)力自由流動(dòng)和擇業(yè)提供了制度基礎(chǔ)，這也是研究其他國(guó)家人口遷移的理論沒有遇到過的問題。隨著時(shí)間的推移，包括戶籍制度在內(nèi)的各項(xiàng)市場(chǎng)化改革措施必然對(duì)人口與勞動(dòng)力遷移產(chǎn)生顯著影響。同時(shí)，城市就業(yè)環(huán)境變化也為我們觀察城鄉(xiāng)勞動(dòng)力市場(chǎng)的相互作用提供了條件。
首先，不僅是城鄉(xiāng)之間、地區(qū)之間的收入差距驅(qū)動(dòng)人口的遷移，市場(chǎng)化水平在城鄉(xiāng)和地區(qū)間的差異也直接影響農(nóng)村勞動(dòng)力遷移決策，從而形成特定的遷移流向。在經(jīng)濟(jì)發(fā)展的初期，資本相對(duì)稀缺而勞動(dòng)力相對(duì)豐富。因此，中國(guó)經(jīng)濟(jì)的比較優(yōu)勢(shì)在勞動(dòng)密集型產(chǎn)業(yè)。在20世紀(jì)80年代以前的經(jīng)濟(jì)增長(zhǎng)模式下，由于政府采取人為扭曲資金價(jià)格的方式，在資金密集型產(chǎn)業(yè)上投資過多，抑制了具有比較優(yōu)勢(shì)的勞動(dòng)密集型產(chǎn)業(yè)的發(fā)展，導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)的扭曲，資源配置效率的損失。經(jīng)濟(jì)改革以來，通過一系列制度變革，資源配置逐漸轉(zhuǎn)向勞動(dòng)力較為密集的產(chǎn)業(yè)，較好地發(fā)揮了中國(guó)勞動(dòng)力資源豐富的比較優(yōu)勢(shì)。產(chǎn)品和生產(chǎn)要素市場(chǎng)的發(fā)育帶來了資源重新配置效率的改善，對(duì)經(jīng)濟(jì)增長(zhǎng)做出了重要的貢獻(xiàn)（cai等，2002）。由于生產(chǎn)要素市場(chǎng)發(fā)育上在地區(qū)之間不平衡，這種資源重新配置的效果主要體現(xiàn)在沿海地區(qū)。2000年，92.1%進(jìn)出口貿(mào)易集中在東部地區(qū)，中西部地區(qū)分別為4.3%和3.6%.同年，86.5%的外商直接投資集中在東部地區(qū)，中西部地區(qū)分別為8.9%和4.6%.因此，勞動(dòng)力遷移在東部地區(qū)更為活躍，遷移的流向也以從中西部地區(qū)向東部地區(qū)為特征。
其次，正如在其他國(guó)家觀察到的那樣，較大的遷移距離增加了交通成本、弱化了社會(huì)網(wǎng)絡(luò)關(guān)系和目的地的就業(yè)信息，減少了遷移者的收益預(yù)期，因此，遷移距離上升降低了遷移發(fā)生概率。工作的不穩(wěn)定性和信息獲得的不確定性，不僅造成了遷移流向是一個(gè)從縣內(nèi)流向縣外，從省內(nèi)向省外的漸進(jìn)過程，而且使得親友等社會(huì)網(wǎng)絡(luò)成為遷移者獲得非正規(guī)部門就業(yè)信息的主要方式。格林伍得（greenwood，1969）認(rèn)為，遷移存量對(duì)人口在地區(qū)之間遷移扮演著社會(huì)網(wǎng)絡(luò)的作用。先前的遷移可以為后來者提供信息和其他方面的幫助，減少遷移風(fēng)險(xiǎn)，從而對(duì)后期的遷移產(chǎn)生影響。蔡fǎng＠①（cai，1999）研究發(fā)現(xiàn)，75.8%的省內(nèi)遷移者、82.4%的跨省遷移者的就業(yè)信息獲得是通過住在城里或在城里找到工作的親戚、老鄉(xiāng)、朋友獲得的。因此，農(nóng)村勞動(dòng)力向城市流動(dòng)通常受到距離所反映出的社會(huì)網(wǎng)絡(luò)強(qiáng)弱的限制，形成分階段遷移。
第三，盡管戶籍制度繼續(xù)阻隔著農(nóng)村勞動(dòng)力向城市遷移，但市場(chǎng)化改革使得城鄉(xiāng)勞動(dòng)力市場(chǎng)開始融合，城市就業(yè)環(huán)境變化必然對(duì)農(nóng)村勞動(dòng)力向城市流動(dòng)帶來影響。隨著國(guó)有企業(yè)虧損和非國(guó)有部門擴(kuò)大，越來越多的原國(guó)有企業(yè)職工開始和遷移者在非正式部門展開就業(yè)競(jìng)爭(zhēng)。在這種情況下，農(nóng)村勞動(dòng)力“是走還是留”，取決于正式部門和非正式部門的就業(yè)狀況，而且其決策通常是暫時(shí)的，而不是長(zhǎng)期的。這與harris和todaro（1970）模型中所討論的情況（遷移者在非正式部門臨時(shí)就業(yè)、等待得到正式部門就業(yè)機(jī)會(huì)），以及sethuraman（1981）觀察到其他發(fā)展中國(guó)家的情況（大多數(shù)遷移者將他們?cè)诜钦讲块T就業(yè)視為永久性的）都有顯著差異。一個(gè)普遍觀察到的現(xiàn)象是，中國(guó)農(nóng)村勞動(dòng)力向城市和發(fā)達(dá)地區(qū)流動(dòng)，通常具有季節(jié)性特點(diǎn)，最多以年為單位在原住地和遷入地之間往返，呈現(xiàn)出“鐘擺式”的流動(dòng)模式。正如solinger（1999）指出的那樣，城市對(duì)農(nóng)村勞動(dòng)力的大量需求是推進(jìn)戶籍制度改革的必要條件。在非國(guó)有經(jīng)濟(jì)、特別是外商投資較快的地區(qū)，市場(chǎng)力量日益顯現(xiàn)，遷移受到鼓勵(lì)。
二、空間分布特征變化
1990年以來，中國(guó)地區(qū)收入差距進(jìn)一步擴(kuò)大，吸引了中西部地區(qū)勞動(dòng)力向東部地區(qū)流動(dòng)。同時(shí)，要素市場(chǎng)發(fā)育及資源配置市場(chǎng)化程度，對(duì)地區(qū)經(jīng)濟(jì)增長(zhǎng)越來越起著主導(dǎo)性的作用。東部地區(qū)不僅對(duì)外開放時(shí)間早，而且市場(chǎng)發(fā)育迅速，較高的市場(chǎng)化水平不斷消除了勞動(dòng)力等要素跨地區(qū)間流動(dòng)的制度，以至成為勞動(dòng)力流動(dòng)的主要吸納地區(qū)。而勞動(dòng)力向東部地區(qū)流動(dòng)反過來也推動(dòng)了該地區(qū)的經(jīng)濟(jì)增長(zhǎng)，改善了勞動(dòng)力資源配置效率（cai等，2002）。表1顯示了人口遷移空間分布狀況的長(zhǎng)期變化。1987～2000年，人口遷移的空間分布特征是：地區(qū)內(nèi)部遷移（其中主要是省內(nèi)遷移）比例始終高于地區(qū)間的遷移比例。但地區(qū)內(nèi)部和地區(qū)之間的遷移比例則隨著時(shí)間不斷發(fā)生變化。東部地區(qū)內(nèi)部遷移比例提高，東部地區(qū)流向中西部地區(qū)的比例下降。而中西部正好與此相反，中部和西部地區(qū)內(nèi)部遷移比例趨于下降，中部向西部、西部向中部的遷移比例也在下降，而中西部向東部地區(qū)流入比例不斷上升。
注：（1）從統(tǒng)計(jì)口徑上看，1987年遷移數(shù)量包括遷入時(shí)間在半年以上的市、鎮(zhèn)和縣之間的遷移人口；1990年遷移數(shù)量包括遷入時(shí)間在1年以上的市、縣之間的遷移人口；1995年遷移數(shù)量包括遷入時(shí)間在半年以上的市，區(qū)、縣之間的遷移人口；2000年遷移數(shù)量包括遷入時(shí)間在半年以上的鄉(xiāng)、鎮(zhèn)、街道之間的遷移人口。（2）全部遷移人口包括地區(qū)內(nèi)部和地區(qū)之間的人口遷移，不同年份在遷移時(shí)間規(guī)定和遷移范圍上的差別對(duì)地區(qū)之間分布會(huì)帶來一定影響。盡管如此，我們?nèi)钥梢员容^不同年份之間遷移流向的變化。
資料來源：《1987年全國(guó)1%人口抽樣調(diào)查資料》、《1995年全國(guó)1%人口抽樣調(diào)查資料》、《中國(guó)1990年人口普查資料》、《中國(guó)2000年人口普查資料》。
根據(jù)2000年第五次人口普查的10%資料顯示，全部遷移人口數(shù)量為1246萬，占總?cè)丝诘?0.6%，其中省內(nèi)遷移為7.7%、跨省遷移為2.9%.在總遷移人口中，省內(nèi)遷移的比重始終很高，為73.4%.當(dāng)我們描述跨省遷移的流向時(shí)，其主要以東部地區(qū)為遷移目的地的傾向更加明顯。表2給出了三類地區(qū)跨省遷移比例的空間交叉分布。2000年，東部地區(qū)跨省遷移近65%集中在東部其他各?。ㄊ校胁康貐^(qū)跨省遷移超過84%集中在東部地區(qū)，西部地區(qū)跨省遷移超過68%集中在東部地區(qū)。從時(shí)間趨勢(shì)上看，1987～2000年，東部地區(qū)內(nèi)部跨省遷移比例上升了近15%，而中西部地區(qū)向東部地區(qū)遷移比例上升將近24%，后者比前者高出9個(gè)百分點(diǎn)。
從流動(dòng)的出發(fā)地和目的地看，遷移可以被劃分為城市到城市的遷移、城市到農(nóng)村的遷移、農(nóng)村到農(nóng)村的遷移和農(nóng)村到城市的遷移四種主要類型。從這種類型劃分來觀察地區(qū)間遷移的流向，也有助于我們理解轉(zhuǎn)軌時(shí)期中國(guó)人口遷移的特點(diǎn)。從全國(guó)來看，城市到城市的遷移和農(nóng)村到城市的遷移是目前遷移的主要形式。2000年，兩者合計(jì)占總遷移人口的77.9%，而且農(nóng)村到城市遷移的比重（40.7%）大于城市到城市的遷移（37.2%）。農(nóng)村到農(nóng)村的遷移比重較低，僅占全部遷移的18.2%.而城市到農(nóng)村的遷移比例最低，不到總遷移人口的1/25.從時(shí)間趨勢(shì)看，城市到城市的遷移所占比重，在東部、中部和西部三類地區(qū)都呈現(xiàn)上升趨勢(shì)，而農(nóng)村到城市的遷移比重略呈下降趨勢(shì)。
三、遷移的決定因素：計(jì)量分析
在遷移決定因素的實(shí)證分析中，早期的遷移模型將重力遷移模型和就業(yè)為目的的遷移模型合二為一，假定遷移數(shù)量不僅與遷入地和遷出地的人口和遷移距離有關(guān)，而且取決于兩個(gè)地區(qū)之間的工資和失業(yè)率的比較。通常，采用下列雙對(duì)數(shù)模型來分析這些因素對(duì)遷移流向的影響（lowry，1966；greenwood，1969；fields，1979）。即：。式中，m為遷移率，x為影響遷移流向的各種因素，d為遷移距離，i，j分別為遷出地和遷入地。
舒爾茨（schultz，1982）認(rèn)為，人口變量反映的是其他影響遷移而沒有在模型出現(xiàn)的社會(huì)經(jīng)濟(jì)變量的作用，它沒有行為學(xué)上的意義。由于遷移是人口增長(zhǎng)的一部分，在遷移實(shí)證模型中引入人口規(guī)模會(huì)帶來計(jì)量上的共同偏差（fields，1979）。而且，由于遷移存量實(shí)際上是人口規(guī)模的一部分，如果在實(shí)證模型中同時(shí)引入這兩個(gè)變量，將帶來嚴(yán)重的多重共線問題，大大降低回歸參數(shù)估計(jì)的效率。因此，通常做法是在實(shí)證模型中不引入人口變量。
在回歸方程的函數(shù)形式選擇上，費(fèi)爾茨（fields，1979）認(rèn)為，遷移決策本質(zhì)上是在相互排斥的替代方案之間的一種選擇，非對(duì)稱模型比對(duì)稱模型對(duì)人口遷移具有更強(qiáng)的解釋能力。此外，雙對(duì)數(shù)線性回歸方程還能夠消除奇異值和異方差對(duì)估計(jì)效率的影響，滿足理論上就業(yè)機(jī)會(huì)與工資之間的乘積要求，以及提高回歸方程的擬合程度等。他選擇了滯后解釋變量辦法來消除解釋變量的內(nèi)生性問題。我們也采用了所有解釋變量數(shù)據(jù)均為1995年數(shù)據(jù)的辦法來解決遷移模型的內(nèi)生性問題。
本文數(shù)據(jù)來自2000年第五次全國(guó)人口普查長(zhǎng)表資料（10%樣本）和微觀數(shù)據(jù)（長(zhǎng)表1%樣本），1995年全國(guó)1%人口抽樣調(diào)查資料及國(guó)家統(tǒng)計(jì)局《中國(guó)統(tǒng)計(jì)年鑒（1996）》。在數(shù)據(jù)處理上，正式出版的第五次人口普查長(zhǎng)表資料沒有農(nóng)村向城市跨省遷移勞動(dòng)力數(shù)量及其失業(yè)率數(shù)據(jù)，我們利用第五次全國(guó)人口普查的微觀數(shù)據(jù)計(jì)算了這些數(shù)據(jù)。用于回歸分析變量的統(tǒng)計(jì)值見表3.
表3用于回歸分析變量的統(tǒng)計(jì)值
注：*根據(jù)微觀數(shù)據(jù)計(jì)算。
遷移率的計(jì)算，我們采用格林伍得（greenwood，1969）的定義，用1995年11月1日至2000年10月30日從省遷到省的人口數(shù)，除以1995年11月1日以前住在省的人口數(shù)。根據(jù)長(zhǎng)表計(jì)算得到的遷移率，包括了所有年齡段跨省農(nóng)村到城市、城市到城市、農(nóng)村到農(nóng)村、城市到農(nóng)村的四種類型遷移人口；用微觀數(shù)據(jù)計(jì)算15～64歲農(nóng)村勞動(dòng)力向城市的遷移率。按照這種方法計(jì)算得到的兩個(gè)遷移率的平均值都不高（見表3）。
遷移距離為省會(huì)之間鐵路公里數(shù)。中國(guó)地域遼闊，鐵路是中國(guó)跨省遷移的主要交通方式。這點(diǎn)可以從每年春節(jié)農(nóng)民工返鄉(xiāng)造成的鐵路擁擠狀況中得到印證。遷移距離不僅反應(yīng)了用于直接交通費(fèi)用的高低，而且在一定程度上代表了遷移所帶來的心理成本大小。隨著遷移距離增加，遷移帶來的不確定性和遷移風(fēng)險(xiǎn)也會(huì)上升，遷移成本隨之增加（schultz，1982；greenwood，1975）。這在勞動(dòng)力市場(chǎng)不發(fā)達(dá)的情況下尤其如此。
直接用城市工工資收入和農(nóng)村人均純收入來作為工資率的變量顯然不合適。隨著收入多元化，相當(dāng)于實(shí)際收入的部分并沒有反映到名義收入之中，城鄉(xiāng)收入在可比性上也存在一定問題（solinger，1995；jefferson，1992）。奧尼爾（o''''neill，1970）建議采用消費(fèi)指標(biāo)來克服收入指標(biāo)作為工資率變量上的不足。我們利用各省城鄉(xiāng)人口作為權(quán)重，對(duì)城鄉(xiāng)居民人均消費(fèi)支出進(jìn)行加權(quán)平均，作為各省的工資率變量，預(yù)期工資率對(duì)遷移流向存在兩種不同的效應(yīng)。其中，遷入地為正向效應(yīng)，而遷出地為負(fù)向效應(yīng)。
1995年全國(guó)1%抽樣調(diào)查和第五次人口普查都對(duì)城鄉(xiāng)勞動(dòng)力的就業(yè)狀況進(jìn)行了統(tǒng)計(jì)。1995年調(diào)查問卷中有三項(xiàng)指標(biāo)用來測(cè)度勞動(dòng)力在調(diào)查前一周是否處于失業(yè)狀態(tài)：第一項(xiàng)是從未工作正在找工作，第二項(xiàng)是失去工作正在找工作，第三項(xiàng)是企業(yè)停產(chǎn)等待安置的勞動(dòng)力。2000年人口普查只包括前兩項(xiàng)。據(jù)此可以計(jì)算得到1995年和2000年城鄉(xiāng)勞動(dòng)力的失業(yè)率，分別為2.2%和3.6%.由于城鄉(xiāng)勞動(dòng)力的失業(yè)率包括了農(nóng)村勞動(dòng)力，這低估了城市勞動(dòng)力市場(chǎng)的就業(yè)狀況?！吨袊?guó)2000年人口普查資料》公布了分城市、鎮(zhèn)和農(nóng)村的經(jīng)濟(jì)活動(dòng)人口資料，據(jù)此計(jì)算的城市、鎮(zhèn)和農(nóng)村的失業(yè)率分別為9.4%、6.2%、1.2%.利用2000年微觀數(shù)據(jù)計(jì)算的城市本地勞動(dòng)力、城市向城市遷移勞動(dòng)力、農(nóng)村向城市遷移勞動(dòng)力的失業(yè)率，分別為9.1%、7.9%和3.6%.如果在遷移模型中忽略了遷移存量，將導(dǎo)致高估其他解釋變量對(duì)遷移的影響（greenwood，1969）。按照格林伍得的方法，遷移存量應(yīng)該是以1995年為時(shí)點(diǎn)，計(jì)算出生在省且居住在省的所有人口。由于中國(guó)人口普查資料只提供了出生后一直住在本地和1995年11月1日之前遷入本地等資料，因此，我們采用1995年11月1日之前遷入本地人口指標(biāo)作為遷移存量的變量。本文中長(zhǎng)表的遷移存量包括所有人口，微觀數(shù)據(jù)的遷移存量只包括15～64歲的人口。我們預(yù)期遷移存量對(duì)人口遷移有正向效應(yīng)。
在分析地區(qū)人均收入差異和經(jīng)濟(jì)增長(zhǎng)中，貿(mào)易開放程度通常被看做是影響地區(qū)收入增長(zhǎng)的重要因素（barro和sala-i-martin，1995；cai等，2002）。貿(mào)易開放程度越高，參與國(guó)際市場(chǎng)一體化程度也越高。但是，扭曲的貿(mào)易和發(fā)展戰(zhàn)略也同樣起到擴(kuò)大出口，提高gdp中的貿(mào)易份額比重。相比之下，外商直接投資是國(guó)外投資者的選擇。從長(zhǎng)期來看，為了獲得最大利潤(rùn)和規(guī)避風(fēng)險(xiǎn)，國(guó)外企業(yè)在其投資過程中要對(duì)各地的產(chǎn)品和要素市場(chǎng)發(fā)育情況、體制與政策的透明度等因素進(jìn)行綜合考慮，并最終做出投資選擇。外資企業(yè)進(jìn)入之后，它利用勞動(dòng)力市場(chǎng)來解決用人需求，這與國(guó)有企業(yè)的人事制度形成鮮明對(duì)比。因此，我們選擇了外商直接投資作為市場(chǎng)化程度的變量，來分析它們對(duì)人口遷移的影響。改革以來，雖然所有省份的外商直接投資數(shù)量都在增加，但東部地區(qū)與中西部地區(qū)之間的差異在不斷擴(kuò)大。中國(guó)人口遷移流向分布主要集中在東部地區(qū)，這與東部地區(qū)對(duì)市場(chǎng)化改革程度較高是分不開的。四、回歸結(jié)果與討論
方程1～3是利用第五次人口普查長(zhǎng)表資料得到的回歸結(jié)果，方程4、5是利用第五次全國(guó)人口普查微觀數(shù)據(jù)得到的回歸結(jié)果。由于海南、重慶、與其他省會(huì)之間距離未能得到，在回歸中剔除了這3個(gè)地區(qū)，長(zhǎng)表資料中實(shí)際用于回歸的樣本數(shù)量為756個(gè)。在微觀數(shù)據(jù)中，由于有些省份的遷移率或農(nóng)村向城市遷移勞動(dòng)力數(shù)量為零，取對(duì)數(shù)后，這些數(shù)據(jù)變成缺省值，所以用于回歸的樣本數(shù)量為506個(gè)。
從表4回歸結(jié)果看，利用長(zhǎng)表資料得到的回歸方程，解釋了大約60%的所有人口跨省遷移的行為；用微觀數(shù)據(jù)得到的回歸方程，解釋了大約30%的跨省農(nóng)村勞動(dòng)力向城市遷移的行為。表4的非對(duì)稱雙對(duì)數(shù)遷移模型估計(jì)結(jié)果也表明，遷入地社會(huì)經(jīng)濟(jì)變量對(duì)人口遷移的影響大于遷出地這些變量所發(fā)揮的作用。
回歸方程1～5中大多數(shù)解釋變量的回歸系數(shù)t值，如遷移距離、人均消費(fèi)水平、失業(yè)率、遷移存量等，都達(dá)到了1%或5%的顯著性水平，并且作用方向上與前面的理論預(yù)期結(jié)果也基本一致。
表4中回歸方程1和2的區(qū)別是采用了不同的失業(yè)率數(shù)據(jù)，前者是1995年的失業(yè)率，后者是2000年的失業(yè)率。使用1995年失業(yè)率數(shù)據(jù)雖然有助于克服內(nèi)生性問題，但方程1中遷出地失業(yè)率回歸系數(shù)的絕對(duì)值大于遷入地失業(yè)率回歸系數(shù)的絕對(duì)值，這個(gè)結(jié)果可能與現(xiàn)實(shí)情況并不吻合。
1995～2000年，中國(guó)城市就業(yè)環(huán)境發(fā)生了急劇變化。伴隨著國(guó)有企業(yè)改革和城市社會(huì)福利體制改革，企業(yè)大量富余人員被釋放出來，城市失業(yè)率迅速上升。為了解決本地城市職工就業(yè)問題，不少地方政府采取了城市就業(yè)保護(hù)政策，這勢(shì)必對(duì)以就業(yè)為目的的勞動(dòng)力流動(dòng)產(chǎn)生較大影響。遷移者是理性的，如果目的地的就業(yè)機(jī)會(huì)較小，遷移者將選擇不流動(dòng)，以減少遷移風(fēng)險(xiǎn)和成本。這樣，遷入地的就業(yè)機(jī)會(huì)就顯得更為重要。
表4遷移決定因素回歸結(jié)果
注：（1）采用異方差檢驗(yàn)方法（breusch-pagan/cook-weisberg）發(fā)現(xiàn)，表中回歸方程的依次為：7.85、1.54、1.38、2.80、4.85.我們對(duì)回歸方程1、5采用robust估計(jì)來消除異方差的影響。（2）方程1和5的括號(hào)內(nèi)為robustt值，方程2～4括號(hào)內(nèi)為t值，*代表5%顯著性水平，**代表1%顯著性水平。
考慮到2000年失業(yè)率真實(shí)地反映了就業(yè)環(huán)境的變化，我們以回歸方程2為基準(zhǔn)，分析不同因素對(duì)遷移的影響，并進(jìn)行比較。在其他條件不變的情況下，遷移距離上升1%，遷移率下降1.08%.受遷移距離的影響，2000年跨省遷移人口比例不到30%，絕大多數(shù)遷移人口選擇了省內(nèi)流動(dòng)。遷移距離在空間位置上是固定的，但改善交通運(yùn)輸條件和制定合理的交通價(jià)格有利于減少遷移者的遷移成本，促進(jìn)勞動(dòng)力流動(dòng)。
在做遷移決策時(shí)，潛在的遷移者不僅要考慮兩地之間直接的收入差距，而且還要考慮到就業(yè)機(jī)會(huì)大小。在回歸方程2中，遷入地人均消費(fèi)水平回歸系數(shù)在絕對(duì)值上是遷出地的近4倍，但遷入地失業(yè)率回歸系數(shù)在絕對(duì)值上是遷出地的3倍以上。遷入地失業(yè)率對(duì)遷移決策較大的邊際影響與遷移者面臨的選擇有關(guān)。本地勞動(dòng)力市場(chǎng)狀況是既定的，遷移者對(duì)它別無選擇。相反，遷移者對(duì)遷入地勞動(dòng)力市場(chǎng)是可以進(jìn)行選擇的，失業(yè)率越高的地區(qū)，遷入數(shù)量就會(huì)下降。
目的地的就業(yè)信息提供和幫助，對(duì)遷移決策有重要作用。遷移存量的回歸系數(shù)也證實(shí)了這一點(diǎn)。社會(huì)網(wǎng)絡(luò)等非正規(guī)信息渠道雖然在遷移中發(fā)揮著重要作用，但隨著人口流動(dòng)規(guī)模擴(kuò)大，加快勞動(dòng)力市場(chǎng)信息體系建設(shè)就顯得非常重要。
將外商直接投資變量引入回歸方程2，就得到回歸方程3.引入這個(gè)變量之后，遷移距離和失業(yè)率等解釋變量的回歸系數(shù)及其顯著性變化不大，而人均消費(fèi)水平的回歸系數(shù)及其顯著性發(fā)生較大改變。從絕對(duì)值來看，方程3中的人均消費(fèi)水平回歸系數(shù)小于回歸方程2中的回歸系數(shù)估計(jì)值，遷出地人均消費(fèi)水平的回歸系數(shù)顯著性有所下降，主要是人均消費(fèi)水平與外商直接投資之間存在較高相關(guān)關(guān)系導(dǎo)致的結(jié)果（注：人均消費(fèi)水平與外商直接投資的相關(guān)系數(shù)為0.56.）?？缡∪丝谶w移比例主要分布在東部地區(qū)，它與外商直接投資之間存在較強(qiáng)的相關(guān)關(guān)系（注：外商直接投資與遷移存量之間的相關(guān)系數(shù)為0.76.），引入外商直接投資變量之后，遷移存量的回歸系數(shù)數(shù)值下降約50%.為了觀察城市勞動(dòng)力市場(chǎng)對(duì)農(nóng)村勞動(dòng)力遷移決策的影響，我們利用微觀數(shù)據(jù)做進(jìn)一步分析?；貧w方程4引入了農(nóng)村遷移勞動(dòng)力的失業(yè)率，回歸結(jié)果進(jìn)一步支持上述發(fā)現(xiàn)，即遷入地的就業(yè)機(jī)會(huì)對(duì)遷移者來說更為重要?；貧w方程5引入了城市勞動(dòng)力失業(yè)率。結(jié)果表明，城市失業(yè)率對(duì)于農(nóng)村勞動(dòng)力跨省遷移率有顯著性影響，其回歸系數(shù)在絕對(duì)值上不僅大于回歸方程4中失業(yè)率的回歸系數(shù)，而且大于回歸方程2中的回歸系數(shù)，這說明城市勞動(dòng)力市場(chǎng)就業(yè)形勢(shì)確實(shí)對(duì)農(nóng)村勞動(dòng)力的遷移決策有重要作用。改善城市就業(yè)環(huán)境將有利于促進(jìn)農(nóng)村勞動(dòng)力流向城市，起到加速城市化的作用。
五、結(jié)論
20世紀(jì)80年代以來在中國(guó)出現(xiàn)的大規(guī)模人口遷移現(xiàn)象，不僅具有發(fā)展中國(guó)家從落后的農(nóng)業(yè)經(jīng)濟(jì)向工業(yè)經(jīng)濟(jì)轉(zhuǎn)變的一般特征，還具有從計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)轉(zhuǎn)變的特殊性。將二者結(jié)合在一起，既有助于考察中國(guó)獨(dú)特的制度特征對(duì)人口遷移的影響，又能夠通過對(duì)中國(guó)案例研究來拓展遷移理論。
經(jīng)濟(jì)發(fā)展水平和市場(chǎng)發(fā)育程度在地區(qū)之間的不平衡，決定了人口遷移的基本方向不僅是從農(nóng)村向城市的遷移，而且是從中西部地區(qū)向東部地區(qū)的遷移。既然中國(guó)經(jīng)濟(jì)的進(jìn)一步增長(zhǎng)仍然有賴于從生產(chǎn)要素市場(chǎng)發(fā)育從而勞動(dòng)力流動(dòng)中獲得資源重新配置效率（注：約翰森（johnson，1999）認(rèn)為，在今后30年，如果遷移障礙被逐漸拆除，同時(shí)城鄉(xiāng)收入水平在人力資本可比的條件下達(dá)到幾乎相等的話，勞動(dòng)力部門間轉(zhuǎn)移可以對(duì)年經(jīng)濟(jì)增長(zhǎng)率貢獻(xiàn)2～3個(gè)百分點(diǎn)。），加快中西部地區(qū)市場(chǎng)制度的建設(shè)，特別是清除阻礙勞動(dòng)力市場(chǎng)發(fā)育的各種制度，可以引導(dǎo)和規(guī)范人口遷移，使其不僅具有微觀理性，而且具有更加理性的宏觀后果。市場(chǎng)化改革措施（如擴(kuò)大外商直接投資和對(duì)外貿(mào)易等）所帶來的經(jīng)濟(jì)發(fā)展將有助于獲得“一石二鳥”的功效，也就是講，它為勞動(dòng)力流動(dòng)不斷營(yíng)造同樣的發(fā)展環(huán)境，并在創(chuàng)造就業(yè)機(jī)會(huì)的同時(shí)，推進(jìn)城鄉(xiāng)戶籍制度改革。
「作者簡(jiǎn)介蔡昉中國(guó)社會(huì)科學(xué)院人口與勞動(dòng)經(jīng)濟(jì)研究所所長(zhǎng)、研究員；王德文中國(guó)社會(huì)科學(xué)院人口與勞動(dòng)經(jīng)濟(jì)研究所，副研究員。
「參考文獻(xiàn)
1.中國(guó)社會(huì)科學(xué)院人口研究所（1988）：《中國(guó)74城鎮(zhèn)遷移抽樣調(diào)查（1986）》，《中國(guó)人口科學(xué)》編輯部。
2.國(guó)家統(tǒng)計(jì)局（1988）：《1987年全國(guó)1%人口抽樣調(diào)查資料》，中國(guó)統(tǒng)計(jì)出版社。
3.國(guó)家統(tǒng)計(jì)局（1997）：《1995年全國(guó)1%人口抽樣調(diào)查資料》，中國(guó)統(tǒng)計(jì)出版社。
4.國(guó)務(wù)院人口普查辦公室（1993）：《中國(guó)1990年人口普查資料》，中國(guó)統(tǒng)計(jì)出版社。
5.國(guó)務(wù)院人口普查辦公室（2002）：《中國(guó)2000年人口普查資料》，中國(guó)統(tǒng)計(jì)出版社。
6.barro，r.&x.sala-i-martin（1995），economicgrowth.newyork：mcgrawhi，inc.
7.cai，fang（1999），spatialpatternsofmigrationunderchina''''sreformperiod，asianandpacificmigrationjournal，vol.8，no.3.
8.cai，fanganddewenwang（1999），sustainabilityofeconomicgrowthandlabourcontributioninchina，journalofeconomicresearch，no.10.
9.cai，fang，dewenwangandyangdu（2002），regionaldisparityandeconomicgrowthinchina：theimpactoflabormarketdistortions，chinaeconomicreview，13，197-212.
10.cook，sarah（1999），surpluslaborandproductivityinchineseagriculture：evidencefromhouseholdsurveydata，thejournalofdevelopmentstudies，vol.35，no.3：16-44.
11.fields，g.s.（1974），rural-urbanmigration，urbanunemploymentandunderemployment，andjob-searchactivityinldcs，journalofdevelopmenteconomics2，165-187.
12.fields，g.s.（1979），placetoplacemigration：somenewevidence，reviewofeconomicsandstatistics，vol.61，issue1，21-32.
13.greenwood，j.michael（1969），ananalysisofthedeterminantsofgeographiclabormobilityintheunitedstates，reviewofeconomicsandstatistics，vol.51，issue2，189-194.
14.greenwoodj.michad（1975），researchoninternalmigrationintheunitedstates：asurvey，journalofeconomicliterature，vol.13，issue2，397-433.
15.harris，j.，andm.todaro（1970），migration，unemploymentanddevelopment：atwosectoranalysis，americaeconomicreview40，126-142.
16.jefferson，g.h.andt.g.rawski（1992），unemployment，underemploymentandemploymentpolicyinchina''''scities，modernchina，18（1），42-71.
17.johnson，d.gale（1999），agriculturaladjustmentinchina：thetaiwanexperienceanditsimplications，officeofagriculturaleconomicsresearch，theuniversityofchicago.
18.leweis，w.a.（1954），economicdevelopmentwithunlimitedsuppliesoflabor，themanchesterschoolofeconomicandsocialstudies22，139-191，reprintedina.n.agarwalaands.p.singh（eds.），theeconomicsofunderdevelopment.bombay：oxforduniversitypress，1958.
19.lin，j.yifu，fangcai，andzhouli（1996），thechinamiracle：developmentstrategyandeconomicreform，hongkong：chineseuniversitypress.
20.lowry，i.s.（1966），migrationandmetropolitangrowth：twoanalyticalmodels.sanfrancisco：chandlerpublishing.
21.meng，xin（2000），labormarketreforminchina，cambridge，uk：cambridgeuniversitypress.
22.o''''neill，j.a.（1970），theeffectofincomeandeducationoninter-regionalmigration，unpublishedph.d.dissertation，columbiauniversity.
23.schultz，t.paul（1982），lifeiimemigrationwithineducationalstratainvenezuela：estimatesofalogisticmodel，economicdevelopmentandculturalchange，30（3），559-594.
24.solinger，d.（1995），thechineseworkunitandtransientlaborinthetransitionfromsocialism，modernchina，21（2），155-183.
25.solinger，d.（1999），citizenshipissuesinchina''''sinternalmigration：comparisonswithgermanyandjapan，politicalsciencequarterly，vol.114，no.3，455-478.
26.s.v.sethuramaned.（1981），theurbaninformalsectorindevelopingcountries，geneva：internationallaboroffice.
整個(gè)系統(tǒng)以廣電大數(shù)據(jù)分析平臺(tái)為基礎(chǔ)構(gòu)建，系統(tǒng)由數(shù)據(jù)采集系統(tǒng)、數(shù)據(jù)分析中心、三個(gè)數(shù)據(jù)應(yīng)用中心(推薦中心、決策中心和服務(wù)中心)組成和系統(tǒng)管理模塊組成。
1.1數(shù)據(jù)采集系統(tǒng)
大數(shù)據(jù)時(shí)代，大數(shù)據(jù)有著來源復(fù)雜、體量巨大、價(jià)值潛伏等特點(diǎn)，這使得大數(shù)據(jù)分析必然要依托計(jì)算機(jī)技術(shù)予以實(shí)現(xiàn)．因此從兩個(gè)方向上加強(qiáng)數(shù)據(jù)采集統(tǒng)建設(shè)，一是側(cè)重于數(shù)據(jù)的處理與表示，強(qiáng)調(diào)采集、存取、加工和可視化數(shù)據(jù)的方法;二是研究數(shù)據(jù)的統(tǒng)計(jì)規(guī)律，側(cè)重于對(duì)微觀數(shù)據(jù)本質(zhì)特征的提取和模式發(fā)現(xiàn)，在兩個(gè)方向上的協(xié)同、均衡推進(jìn)，以此來保障大數(shù)據(jù)平臺(tái)應(yīng)用的穩(wěn)健成長(zhǎng)和可持續(xù)發(fā)展．廣電的網(wǎng)絡(luò)和用戶是其核心資產(chǎn)，而其中流動(dòng)的數(shù)據(jù)(包括用戶基礎(chǔ)數(shù)據(jù)、網(wǎng)絡(luò)數(shù)據(jù)、網(wǎng)管/日志數(shù)據(jù)、用戶位置數(shù)據(jù)、終端信息等)是核心數(shù)據(jù)資產(chǎn)．對(duì)于廣電運(yùn)營(yíng)商來說，最有價(jià)值的數(shù)據(jù)來自基礎(chǔ)網(wǎng)絡(luò)，對(duì)于基礎(chǔ)網(wǎng)絡(luò)數(shù)據(jù)的挖掘和分析是運(yùn)營(yíng)商大數(shù)據(jù)挖掘的最重要方向．因此其數(shù)據(jù)采集的目標(biāo)包括機(jī)頂盒數(shù)據(jù)、CRM數(shù)據(jù)、帳務(wù)數(shù)據(jù)、客服數(shù)據(jù)、運(yùn)維數(shù)據(jù)、媒資數(shù)據(jù)、GIS數(shù)據(jù)、財(cái)務(wù)數(shù)據(jù)和其他手工錄入、表格數(shù)據(jù)．采集頻率要求可以實(shí)現(xiàn)實(shí)時(shí)采集和定時(shí)批量采集．采集這類數(shù)據(jù)帶來一個(gè)問題就是各類數(shù)據(jù)雜亂無章，會(huì)導(dǎo)致數(shù)據(jù)質(zhì)量問題越來越嚴(yán)重，通過引進(jìn)實(shí)時(shí)質(zhì)量監(jiān)控和清洗技術(shù)，建設(shè)強(qiáng)大的分布式計(jì)算和集群能力，提高數(shù)據(jù)監(jiān)控和數(shù)據(jù)采集性能，利用分布式處理技術(shù)，實(shí)現(xiàn)數(shù)據(jù)抽取、數(shù)據(jù)清洗以及相應(yīng)的數(shù)據(jù)質(zhì)量檢查工作，保證采集到高質(zhì)量的數(shù)據(jù)，將廣電大數(shù)據(jù)中心建設(shè)成一個(gè)覆蓋廣電系統(tǒng)全部數(shù)據(jù)的存儲(chǔ)中心，具備采集各類結(jié)構(gòu)化、非結(jié)構(gòu)化海量數(shù)據(jù)的處理能力．
1.2數(shù)據(jù)分析中心
廣電企業(yè)每時(shí)每刻都在產(chǎn)生大量的數(shù)據(jù)，需要對(duì)這些數(shù)據(jù)歸集、提煉，廣電企業(yè)大數(shù)據(jù)平臺(tái)建設(shè)的意義在于有效掌握規(guī)模龐大的數(shù)據(jù)信息，對(duì)這些數(shù)據(jù)信息進(jìn)行智能處理，從中分析和挖掘出有價(jià)值的信息．在廣電大數(shù)據(jù)分析中需要對(duì)直播節(jié)目分析、互動(dòng)業(yè)務(wù)分析、互聯(lián)網(wǎng)流量分析、互聯(lián)網(wǎng)內(nèi)容分析、廣電客戶分析、市場(chǎng)收益分析、智能內(nèi)容推送和廣告分析等，通過這類數(shù)據(jù)分析，能夠?qū)崟r(shí)了解廣電運(yùn)營(yíng)商的經(jīng)營(yíng)狀況，提供決策支持．因此采用兩種方式分析方法對(duì)收集到的數(shù)據(jù)進(jìn)行分析處理．一是采用在線分析方法技術(shù)，使分析人員能夠迅速、一致、交互地從各個(gè)方面觀察信息，以達(dá)到深入理解數(shù)據(jù)的目的．這些信息是從原始數(shù)據(jù)直接轉(zhuǎn)換過來的，他們以用戶容易理解的方式反映企業(yè)的真實(shí)情況．在線分析策略是將關(guān)系型的或普通的數(shù)據(jù)進(jìn)行多維數(shù)據(jù)存貯，以便于進(jìn)行分析，從而達(dá)到在線分析處理的目的．這種多維數(shù)據(jù)存儲(chǔ)可以被看作一個(gè)超立方體，沿著各個(gè)維方向存貯數(shù)據(jù)，它允許分析人員沿事物的軸線方便地分析數(shù)據(jù)，分析形式一般有切片和切塊以及下鉆、挖掘等操作．二是數(shù)據(jù)挖掘是從海量、不完全的、有噪聲的數(shù)據(jù)中挖據(jù)出隱含的、未知的、用戶可能感興趣的和對(duì)決策有潛在價(jià)值的知識(shí)和規(guī)則．這些規(guī)則蘊(yùn)含了數(shù)據(jù)庫(kù)中一組對(duì)象之間的特定關(guān)系，揭示出一些有用的信息，可以為經(jīng)營(yíng)決策、市場(chǎng)策劃和金融預(yù)測(cè)等方面提供依據(jù)．
1.3數(shù)據(jù)應(yīng)用中心
在大數(shù)據(jù)分析平臺(tái)應(yīng)用過程中，數(shù)據(jù)本身并不是數(shù)據(jù)分析和數(shù)據(jù)挖掘的重點(diǎn)，重點(diǎn)在于如何應(yīng)用這些技術(shù)去解決企業(yè)在運(yùn)營(yíng)中實(shí)際的商業(yè)問題．通過對(duì)數(shù)據(jù)分析和挖掘，了解企業(yè)運(yùn)行過程存在問題，預(yù)判企業(yè)中各類業(yè)務(wù)發(fā)展走向．對(duì)數(shù)據(jù)分析與挖掘結(jié)果來說主要有兩個(gè)方面，一是將分析結(jié)果給客戶使用，另一個(gè)是將分析結(jié)果提供給內(nèi)部用戶使用，因此在大數(shù)據(jù)分析平臺(tái)設(shè)計(jì)中，將數(shù)據(jù)應(yīng)用劃分為三個(gè)應(yīng)用中心:
1)推薦中心
推薦中心面向收視、寬帶使用用戶，通過分析使用用戶的收視、互聯(lián)網(wǎng)、消費(fèi)等行為，將使用用戶分群，總結(jié)群體特征，向不同群體推薦個(gè)性化的電視節(jié)目、廣告和增值應(yīng)用服務(wù)．從而提升用戶的使用體驗(yàn)，提升用戶的滿意度和粘度．
2)決策中心
決策中心面向廣電企業(yè)內(nèi)部決策者、管理者、經(jīng)營(yíng)分析人員，通過對(duì)企業(yè)經(jīng)營(yíng)數(shù)據(jù)的KPI、運(yùn)營(yíng)監(jiān)控、經(jīng)營(yíng)盤點(diǎn)，使企業(yè)決策者掌握企業(yè)運(yùn)營(yíng)狀況及發(fā)展趨勢(shì);智能報(bào)告協(xié)助分析人員自動(dòng)定位經(jīng)營(yíng)中的問題;即席查詢?cè)陬A(yù)定義的語義層基礎(chǔ)上，實(shí)現(xiàn)靈活的自定義查詢;通過主題分析滿足各部門、崗位的多維度分析需求;通過專題分析就某一具體問題進(jìn)行深入挖掘，輔助專業(yè)分析人員的工作;統(tǒng)計(jì)報(bào)表滿足各部門常規(guī)統(tǒng)計(jì)需求．
3)服務(wù)中心
服務(wù)中心面向廣電的合作伙伴，比如:電視臺(tái)、廣告商、服務(wù)和內(nèi)容提供商、相關(guān)政府職能部門等．通過對(duì)使用用戶收視行為的實(shí)時(shí)分析，將電視欄目實(shí)時(shí)收視率提供給電視臺(tái)，電視臺(tái)根據(jù)收視率進(jìn)行在線的問卷調(diào)查，提高電視臺(tái)的影響力，幫助其增強(qiáng)欄目的評(píng)價(jià)體系．為廣告商提供精準(zhǔn)的廣告投放策略，實(shí)時(shí)準(zhǔn)確的廣告投放評(píng)估，幫助廣告商提升廣告到達(dá)率、準(zhǔn)確度和營(yíng)銷效果．為服務(wù)和內(nèi)容提供商的電影、電視和增值應(yīng)用等產(chǎn)品提升收視率和使用頻率，并進(jìn)行評(píng)估，為其提供受眾喜好特征，幫助其推出有針對(duì)性的產(chǎn)品．通過用戶收視數(shù)據(jù)、節(jié)目反饋等信息，將相關(guān)輿情向相關(guān)政府部門匯報(bào)．
1.4系統(tǒng)管理
系統(tǒng)管理是大數(shù)據(jù)分析平臺(tái)一個(gè)輔助功能模塊，主要是為了系統(tǒng)管理員對(duì)大數(shù)據(jù)平臺(tái)進(jìn)行有效的監(jiān)控和管理，提升大數(shù)據(jù)分析平臺(tái)性能使用，包含有如下幾個(gè)模塊:權(quán)限管理、數(shù)據(jù)質(zhì)量管理、元數(shù)據(jù)管理、調(diào)度管理、系統(tǒng)監(jiān)控等．
2數(shù)據(jù)應(yīng)用分析
移動(dòng)互聯(lián)網(wǎng)的發(fā)展為傳統(tǒng)行業(yè)帶來了新的思考，如何在互聯(lián)網(wǎng)時(shí)代更好地實(shí)現(xiàn)以客戶為中心的服務(wù)理念，借助大數(shù)據(jù)分析平臺(tái)、海量的客戶非結(jié)構(gòu)化的行為數(shù)據(jù)和傳統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，可以有效提升廣電個(gè)性化、人性化的服務(wù)水平．大數(shù)據(jù)分析平臺(tái)通過整合廣電網(wǎng)絡(luò)中多個(gè)數(shù)據(jù)源，并按照主題進(jìn)行劃分，在定義主題的過程中，提供廣電業(yè)務(wù)概念的規(guī)范定義．?dāng)?shù)據(jù)模型不偏重于面向某個(gè)應(yīng)用，而是站在企業(yè)角度統(tǒng)攬全局，提供可擴(kuò)展的模型設(shè)計(jì)，偏范式化的設(shè)計(jì)使平臺(tái)在最大程度上保持一致和靈活擴(kuò)展性．依托某廣電網(wǎng)絡(luò)公司業(yè)務(wù)開展情況，搭建數(shù)據(jù)分析平臺(tái)，具有如圖2所示的主題結(jié)構(gòu)，共計(jì)8大類53小類，從廣電網(wǎng)絡(luò)運(yùn)營(yíng)的各個(gè)方面進(jìn)行了數(shù)據(jù)分析．
2.1直播節(jié)目分析主題
直播電視節(jié)目作為廣電運(yùn)營(yíng)模式中一直沿用的產(chǎn)品類型，對(duì)于廣電用戶的影響和廣電運(yùn)營(yíng)商運(yùn)營(yíng)模式起著至關(guān)重要的作用．實(shí)時(shí)直播節(jié)目分析，用戶可以實(shí)時(shí)查看每個(gè)時(shí)間點(diǎn)上每個(gè)節(jié)目收視率，以此為據(jù)來指導(dǎo)產(chǎn)品定制、節(jié)目選擇、用戶推廣等方面的商業(yè)應(yīng)用，對(duì)直播節(jié)目的多維度分析，運(yùn)營(yíng)商可深入分析直播節(jié)目收視特性及受眾影響規(guī)律，以指導(dǎo)運(yùn)營(yíng)優(yōu)化，提高節(jié)目的收視率和營(yíng)收．
2.2多媒體業(yè)務(wù)分析主題
廣電行業(yè)的雙向網(wǎng)絡(luò)改造不僅將視頻點(diǎn)播、通信及娛樂業(yè)務(wù)成為可能，同時(shí)配備增值業(yè)務(wù)，如廣告、支付、股票、游戲、付費(fèi)節(jié)目等服務(wù)．可以明顯看到哪類業(yè)務(wù)最受歡迎，哪類業(yè)務(wù)的增長(zhǎng)趨勢(shì)良好，哪類業(yè)務(wù)應(yīng)用下滑得較快，哪類業(yè)務(wù)不受用戶歡迎，從這樣的分析結(jié)果中，可以為廣電網(wǎng)絡(luò)以后的業(yè)務(wù)引進(jìn)中提供指導(dǎo)，避免引進(jìn)的業(yè)務(wù)不受用戶歡迎，同時(shí)也可以預(yù)見性的引進(jìn)一些代表將來趨勢(shì)性的業(yè)務(wù)，提前做好業(yè)務(wù)儲(chǔ)備工作．互動(dòng)業(yè)務(wù)的互動(dòng)特性為廣電運(yùn)營(yíng)商增加客戶粘度、制定產(chǎn)品投放策略、獲取最大化收益及市場(chǎng)價(jià)值提供了前所未有的空間，通過對(duì)互動(dòng)業(yè)務(wù)的應(yīng)用分析，可以分析出用戶的行為趨勢(shì)．利用這樣的分析結(jié)果改善廣電業(yè)務(wù)引進(jìn)，提高用戶的粘度和ARPU值．
2.3互聯(lián)網(wǎng)應(yīng)用分析主題
廣電作為政府宣傳的喉舌，一個(gè)主要的特點(diǎn)就是可管可控，相對(duì)此而言，互聯(lián)網(wǎng)網(wǎng)絡(luò)一個(gè)重要特點(diǎn)就是用戶各類行為的不可控性．在三網(wǎng)融合的新環(huán)境下，廣電網(wǎng)絡(luò)一個(gè)重大改變就是引進(jìn)了互聯(lián)網(wǎng)業(yè)務(wù)，同時(shí)通過多屏互動(dòng)技術(shù)使廣電終端類型日益復(fù)雜，如何對(duì)廣電網(wǎng)絡(luò)引進(jìn)的互聯(lián)網(wǎng)業(yè)務(wù)和終端進(jìn)行有效的管控，成為擺在廣電網(wǎng)絡(luò)運(yùn)營(yíng)商面前一個(gè)重要課題．運(yùn)營(yíng)商可以清晰地看到用戶在討論什么、在看什么，以此來分析用戶將來可能采取的行為趨勢(shì)，進(jìn)而來引導(dǎo)用戶輿論與行為，實(shí)現(xiàn)對(duì)廣電網(wǎng)絡(luò)的可管可控的最終目的．同時(shí)廣電網(wǎng)絡(luò)也可以利用互聯(lián)網(wǎng)數(shù)據(jù)從如下兩方面做了分析，運(yùn)營(yíng)流量及應(yīng)用優(yōu)化，節(jié)省網(wǎng)絡(luò)帶寬，減少運(yùn)營(yíng)費(fèi)，同時(shí)用以提高用戶體驗(yàn)度，增加用戶粘性;充分利用線上、線下同步運(yùn)營(yíng)模式，深入挖掘線上討論內(nèi)容，為線下運(yùn)營(yíng)提供指導(dǎo)．
2.4廣電客戶分析主題
在三網(wǎng)融合的環(huán)境下，廣電網(wǎng)絡(luò)在逐漸擺脫事業(yè)單位模式下經(jīng)營(yíng)模式，向“市場(chǎng)驅(qū)動(dòng)”、“客戶驅(qū)動(dòng)”經(jīng)營(yíng)模式的轉(zhuǎn)變，“以客戶為中心”的理念和策略不可或缺，而廣電網(wǎng)絡(luò)擁有的客戶群和常規(guī)用戶分析的客戶群體有著本質(zhì)區(qū)別，以往分析往往針對(duì)個(gè)體用戶進(jìn)行分析，廣電網(wǎng)絡(luò)面向的用戶通常是以家庭為單位的，這給廣電網(wǎng)絡(luò)用戶行為分析帶來不可預(yù)料的困難．通過針對(duì)用戶群體不同年齡、不同時(shí)間段的收視行為和上網(wǎng)行為分析，可以區(qū)分某一時(shí)間段內(nèi)該家庭用戶內(nèi)個(gè)人的行為，可以清晰看到各類用戶在各個(gè)階段的變化情況，以及這個(gè)變化給廣電網(wǎng)絡(luò)運(yùn)營(yíng)帶來的變化．從用戶信息出發(fā)，以用戶應(yīng)用行為為主線，深入挖掘用戶關(guān)系，為廣電用戶關(guān)系管理提供有效基礎(chǔ)數(shù)據(jù)，提高用戶滿意度、忠誠(chéng)度，提高廣電網(wǎng)絡(luò)市場(chǎng)運(yùn)作的主動(dòng)性．
2.5市場(chǎng)收益分析主題
三網(wǎng)融合后，廣電網(wǎng)絡(luò)作為一個(gè)市場(chǎng)主體，需要適應(yīng)日趨激烈的市場(chǎng)競(jìng)爭(zhēng)環(huán)境，提升廣電運(yùn)營(yíng)商的企業(yè)核心競(jìng)爭(zhēng)力，應(yīng)充分利用業(yè)務(wù)支撐系統(tǒng)產(chǎn)生的大量寶貴的數(shù)據(jù)資源，建立廣電企業(yè)收益分析系統(tǒng)，實(shí)現(xiàn)對(duì)收益數(shù)據(jù)的智能化加工和處理，為市場(chǎng)運(yùn)營(yíng)工作提供及時(shí)、準(zhǔn)確、科學(xué)的決策依據(jù)．利用先進(jìn)的OLAP技術(shù)和數(shù)據(jù)挖掘技術(shù)，幫助企業(yè)的經(jīng)營(yíng)決策層了解企業(yè)經(jīng)營(yíng)的現(xiàn)狀，發(fā)現(xiàn)企業(yè)運(yùn)營(yíng)的優(yōu)勢(shì)和劣勢(shì)，預(yù)測(cè)未來趨勢(shì);幫助細(xì)分市場(chǎng)和客戶，指導(dǎo)營(yíng)銷、客服部門進(jìn)行有針對(duì)性的營(yíng)銷和高效的客戶關(guān)系管理;對(duì)決策的執(zhí)行情況和結(jié)果進(jìn)行客觀準(zhǔn)確的評(píng)估，深受用戶的青睞．如圖7所示的收益分析結(jié)果，可以清晰看出企業(yè)各類業(yè)務(wù)在營(yíng)收中所占比例，可以明確了解哪類業(yè)務(wù)是企業(yè)的優(yōu)質(zhì)業(yè)務(wù)，哪類業(yè)務(wù)需要進(jìn)一步加強(qiáng)開拓市場(chǎng)，同時(shí)也可以預(yù)測(cè)哪類業(yè)務(wù)會(huì)有更大的推廣空間，為企業(yè)持續(xù)開展業(yè)務(wù)提供指導(dǎo)．
2.6智能內(nèi)容推送主題
深層次挖掘用戶潛在的需求，以用戶的需求為導(dǎo)向，向用戶推送有針對(duì)性的內(nèi)容．廣電運(yùn)營(yíng)商通過對(duì)用戶差異性的運(yùn)營(yíng)策略，激發(fā)用戶參與的熱情，讓用戶有持續(xù)的良好體驗(yàn)，提升對(duì)用戶的吸引力和黏著度．信息精準(zhǔn)、智能推送的關(guān)鍵在于把握住用戶的行為習(xí)慣，同時(shí)讓每一個(gè)用戶都可以按自己需求方便、快捷地調(diào)整、歸類相關(guān)信息．大數(shù)據(jù)分析平臺(tái)基于用戶行為收集分析系統(tǒng)，挖掘出用戶潛在需求，充分了解了用戶的真實(shí)意愿，將有助于廣電運(yùn)營(yíng)商建立以客戶為中心的服務(wù)理念，提升社會(huì)影響力．
3總結(jié)
隨著煙草行業(yè)信息化推進(jìn)現(xiàn)代化進(jìn)程的快速發(fā)展，新興的IT技術(shù)、先進(jìn)的IT技術(shù)等已不斷融入到煙草行業(yè)的生產(chǎn)、營(yíng)銷及管理等過程中，逐漸改變了煙草行業(yè)原有的經(jīng)營(yíng)管理模式，加快了煙草行業(yè)結(jié)構(gòu)調(diào)整，完善管理體制，提升市場(chǎng)競(jìng)爭(zhēng)力。可以說，信息化建設(shè)給煙草行業(yè)帶來了改革與發(fā)展。因此，對(duì)新興技術(shù)的研究與探索，具有十分重要的意義。尤其是視頻監(jiān)控技術(shù)的發(fā)展，給煙草行業(yè)的帶來了較多的好處，煙草從種植、生產(chǎn)、流通、消費(fèi)的每個(gè)環(huán)節(jié)中，視頻監(jiān)控技術(shù)都發(fā)揮了重要作用。視頻大數(shù)據(jù)分析技術(shù)是近兩年興起的技術(shù)，視頻大數(shù)據(jù)分析的應(yīng)用，在公安視頻偵查等中已突顯其發(fā)展前景，本文將針對(duì)煙草行業(yè)，討論視頻大數(shù)據(jù)分析的發(fā)展應(yīng)用。
2視頻監(jiān)控在煙草行業(yè)的發(fā)展及應(yīng)用現(xiàn)狀
（1）煙田監(jiān)控：實(shí)現(xiàn)對(duì)煙田、育苗大棚內(nèi)實(shí)時(shí)監(jiān)控；
（2）煙葉收購(gòu)站監(jiān)控：實(shí)現(xiàn)對(duì)煙草所有站點(diǎn)煙葉收購(gòu)全流程監(jiān)控視頻調(diào)看、查詢、巡視、控制的功能；
（3）生產(chǎn)及公用設(shè)施區(qū)監(jiān)控：主要用于監(jiān)控車間內(nèi)重要設(shè)備、生產(chǎn)線運(yùn)行、物流線路及環(huán)境狀況，以及動(dòng)力中心車間內(nèi)空調(diào)、鍋爐等重要設(shè)備的運(yùn)行及環(huán)境狀況，防止災(zāi)害和事故的發(fā)生。
（4）煙草物流配送中心監(jiān)控：對(duì)物流配送中心進(jìn)行實(shí)時(shí)監(jiān)控；
3視頻大數(shù)據(jù)分析的技術(shù)需求
隨著視頻監(jiān)控在煙草行業(yè)的大規(guī)模應(yīng)用，視頻數(shù)據(jù)量的增加，每天產(chǎn)生的數(shù)據(jù)量都是以TB（1000GB）級(jí)別計(jì)算的，若是利用傳統(tǒng)的技術(shù)手段對(duì)每天的視頻進(jìn)行檢索和分析，則需要數(shù)小時(shí)的時(shí)間才能夠完成，工作量及工作難度可想而知；而對(duì)于更高級(jí)別的視頻數(shù)據(jù)，如PB（1000TB）級(jí)別的視頻數(shù)據(jù)進(jìn)行分析和檢索時(shí)間那就是很多天了。視頻檢索與分析的效率低下，也是目前視頻數(shù)據(jù)利用效率及數(shù)據(jù)價(jià)值低下的首要原因。為此，如何提高視頻數(shù)據(jù)分析與檢索的效率，如何針對(duì)PB（1000TB）級(jí)別甚至EB（1000PB）級(jí)別的海量數(shù)據(jù)進(jìn)行分析與檢索，提升視頻監(jiān)控?cái)?shù)據(jù)價(jià)值，成為了當(dāng)前用戶的首要需求，也成為了當(dāng)前視頻大數(shù)據(jù)分析技術(shù)的難點(diǎn)及關(guān)鍵點(diǎn)之一。同時(shí)，在對(duì)視頻進(jìn)行檢索與分析的過程中，需要考慮檢索結(jié)果的準(zhǔn)確性。由于視頻圖像信息為非結(jié)構(gòu)化數(shù)據(jù)，如何合理有效地對(duì)非結(jié)構(gòu)化的數(shù)據(jù)進(jìn)行檢索分析，優(yōu)化計(jì)算機(jī)圖像識(shí)別算法，是提高視頻大數(shù)據(jù)分析準(zhǔn)確性關(guān)鍵所在。再者，當(dāng)完成視頻檢索與分析后，如何做好視頻數(shù)據(jù)與非視屏數(shù)據(jù)的整合與關(guān)聯(lián)工作，是后期視頻數(shù)據(jù)應(yīng)用時(shí)重點(diǎn)考慮的內(nèi)容。
4視頻大數(shù)據(jù)在煙草行業(yè)的應(yīng)用思考
時(shí)下，煙田監(jiān)控、煙葉收購(gòu)站監(jiān)控、生產(chǎn)及公用設(shè)施區(qū)監(jiān)控、煙草物流配送中心監(jiān)控等的視頻監(jiān)控?cái)?shù)據(jù)較多僅僅用作安防視頻使用，還未涉及到與煙草業(yè)務(wù)的關(guān)聯(lián)；隨著視頻監(jiān)控建設(shè)的完善及視頻大數(shù)據(jù)技術(shù)發(fā)展，各類監(jiān)控視頻數(shù)據(jù)量的增加，考慮到投資回報(bào)比，是否可以通過視頻大數(shù)據(jù)分析，將煙草業(yè)務(wù)與視頻監(jiān)控相關(guān)聯(lián)，在海量的視頻監(jiān)控?cái)?shù)據(jù)中提取有益于煙草行業(yè)發(fā)展的變革或新技術(shù)呢？
4.1安防業(yè)務(wù)
基于傳統(tǒng)視頻監(jiān)控，安防業(yè)務(wù)是傳統(tǒng)業(yè)務(wù)之一，通過大數(shù)據(jù)分析，有效快捷的提取安防所需要的視頻片段。同時(shí)基于視頻行為告警策略，及時(shí)告警。
4.2安全生產(chǎn)
結(jié)合視頻大數(shù)據(jù)分析，將以往多次生產(chǎn)事故監(jiān)控視頻整合，通過對(duì)多次生產(chǎn)安全事故的分析，總結(jié)出更為安全可靠的生產(chǎn)規(guī)則；再則通過視頻監(jiān)控與生產(chǎn)行為的結(jié)合，制定安全生產(chǎn)標(biāo)準(zhǔn)，通過聲音報(bào)警或警示燈報(bào)警等技術(shù)，在不符合標(biāo)準(zhǔn)視頻監(jiān)控預(yù)定義的安全規(guī)則情況時(shí)，能夠及時(shí)報(bào)警。通過視頻監(jiān)控分析，提升生產(chǎn)的安全性。如采用彩色網(wǎng)絡(luò)快球攝像機(jī)和彩色固定網(wǎng)絡(luò)槍式攝像機(jī)，彩色網(wǎng)絡(luò)快球攝像機(jī)的預(yù)制位設(shè)置應(yīng)優(yōu)先，根據(jù)視頻大數(shù)據(jù)分析后，系統(tǒng)可提供不同故障區(qū)域或設(shè)備的故障信號(hào)，各工藝段或設(shè)備的操作運(yùn)行信號(hào)，通過系統(tǒng)集成與生產(chǎn)監(jiān)控實(shí)現(xiàn)聯(lián)動(dòng)，平常攝像機(jī)對(duì)正在操作或運(yùn)行設(shè)備進(jìn)行監(jiān)控，一旦某個(gè)故障點(diǎn)報(bào)警，攝像機(jī)立刻自動(dòng)轉(zhuǎn)動(dòng)到報(bào)警點(diǎn)，監(jiān)控中心的NVR主機(jī)開始錄像等。
4.3效率生產(chǎn)
結(jié)合視頻大數(shù)據(jù)分析，通過分析各個(gè)不同煙站或煙廠中的同一種生產(chǎn)行為，結(jié)合對(duì)海量數(shù)據(jù)進(jìn)行智能分析，提取出價(jià)值數(shù)據(jù)片段，形成元數(shù)據(jù)信息庫(kù)，再通過人為加工后期數(shù)據(jù)，總結(jié)形成效率生產(chǎn)有用的價(jià)值信息，提供生產(chǎn)借鑒，提高生產(chǎn)效率。
4.4創(chuàng)新生產(chǎn)
通過視頻大數(shù)據(jù)分析，將以往的視頻通過軌跡分析，得出以往生產(chǎn)過程中各類生產(chǎn)動(dòng)作中不必要或者多余的部分，簡(jiǎn)化或者優(yōu)化生產(chǎn)規(guī)則；通過對(duì)給類生產(chǎn)行為的總結(jié)，提出合理的建議，為生產(chǎn)提出創(chuàng)新性意見或建議，提高生產(chǎn)率。
5結(jié)論
系統(tǒng)主要實(shí)現(xiàn)軟件的模塊話設(shè)計(jì)，包括反射率數(shù)據(jù)分析模塊、速度分析模塊、天線運(yùn)行穩(wěn)定性分析模塊以及雷達(dá)組網(wǎng)數(shù)據(jù)分析模塊。
1.1反射率分析模塊
反射率的大小體現(xiàn)了氣象目標(biāo)的降水粒子的密度分布及體積大小，在實(shí)際氣象技術(shù)中長(zhǎng)期用于表示氣象目標(biāo)的強(qiáng)度，在工作上采用dBZ單位表示。對(duì)于空管氣象雷達(dá)圖，數(shù)據(jù)顯示采用PPI(PlanPositionImage)顯示方式。該方式?jīng)Q定了一張氣象雷達(dá)圖由圓錐俯視平面上分析空間的回波構(gòu)成。在設(shè)計(jì)上簡(jiǎn)單介紹其設(shè)計(jì)流程，首先必須讀取原始數(shù)據(jù)，并判斷是否首次讀取，若為首次讀取則對(duì)其進(jìn)行預(yù)處理，否則進(jìn)行坐標(biāo)轉(zhuǎn)換；其次進(jìn)行圖像繪制并判斷是否需要改變仰角。此處需要關(guān)注的關(guān)鍵是如何進(jìn)行數(shù)據(jù)的預(yù)處理。在實(shí)現(xiàn)上，對(duì)接收的數(shù)據(jù)進(jìn)行反射率信息結(jié)構(gòu)體賦值。當(dāng)然該結(jié)構(gòu)體包括了記錄實(shí)際仰角角度、數(shù)據(jù)文件路徑存儲(chǔ)、雷達(dá)波段判斷以及相關(guān)數(shù)據(jù)的偏移。通過掃描上述結(jié)構(gòu)體可以實(shí)現(xiàn)對(duì)雷達(dá)數(shù)據(jù)的預(yù)處理。
1.2速度分析模塊
多普勒雷達(dá)采用了速度退化模糊技術(shù)以擴(kuò)大其對(duì)徑向風(fēng)速測(cè)量不模糊的區(qū)間。結(jié)構(gòu)設(shè)計(jì)主要考慮數(shù)據(jù)顯示的徑向方式，流程設(shè)計(jì)則與反射模塊類似。當(dāng)然在界面設(shè)計(jì)上，系統(tǒng)將提供對(duì)顏色配置的定義，使其人機(jī)交互更為快捷。
1.3天線穩(wěn)定性分析模塊
天線是雷達(dá)數(shù)據(jù)采集的關(guān)鍵部位，長(zhǎng)期以來是影響雷達(dá)運(yùn)行的主要關(guān)鍵點(diǎn)之一。其依賴于底下的電機(jī)進(jìn)行旋轉(zhuǎn)，目前大多數(shù)進(jìn)口電機(jī)可以保證24小時(shí)安全運(yùn)行。而運(yùn)行時(shí)仰角提升和轉(zhuǎn)速的平穩(wěn)性直接影響雷達(dá)數(shù)據(jù)的采集。為此，我們通過在徑向數(shù)據(jù)上采用方位角及仰角進(jìn)行掃描實(shí)現(xiàn)曲線圖監(jiān)控。通過選擇基數(shù)據(jù)再進(jìn)行預(yù)處理后繪制相關(guān)曲線實(shí)現(xiàn)對(duì)天線運(yùn)行狀態(tài)的評(píng)估。其中，曲線圖的繪制需要的參數(shù)為：縱坐標(biāo)為氣象雷達(dá)實(shí)際運(yùn)行的每層仰角均值；橫坐標(biāo)為范圍角：0-360°。
1.4雷達(dá)組網(wǎng)分析模塊
按照民航局的總體規(guī)劃，未來空管將實(shí)現(xiàn)多氣象雷達(dá)覆蓋，在這過程，多個(gè)氣象雷達(dá)的組網(wǎng)將成為氣象雷達(dá)數(shù)據(jù)的主要來源。這種模式將使得數(shù)據(jù)覆蓋面更大、數(shù)據(jù)安全性更高、數(shù)據(jù)準(zhǔn)確性更強(qiáng)。而與此同時(shí)帶來了雷達(dá)數(shù)據(jù)融合組網(wǎng)的技術(shù)難點(diǎn)。設(shè)計(jì)上，首先模塊將定義雷達(dá)站點(diǎn)配置信息，并與此同時(shí)提供組網(wǎng)雷達(dá)可選數(shù)據(jù)；其次對(duì)選擇雷達(dá)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理；再之則對(duì)雷達(dá)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)平均并做坐標(biāo)轉(zhuǎn)換；最后進(jìn)行拼圖處理。在這過程中，需要對(duì)雷達(dá)數(shù)據(jù)的強(qiáng)度進(jìn)行自適應(yīng)調(diào)整、顯示范圍自適應(yīng)調(diào)整。與上述同理，系統(tǒng)核心在于預(yù)處理。在C#中定義List數(shù)據(jù)列表，并在定義其結(jié)構(gòu)為[站點(diǎn)標(biāo)示][距離][方位角]，對(duì)于數(shù)據(jù)讀取時(shí)，需要進(jìn)行插值算法處理，此時(shí)的單時(shí)數(shù)據(jù)拼接分析可以實(shí)現(xiàn)不同仰角和方位角的篩選。為了控制系統(tǒng)數(shù)據(jù)的準(zhǔn)確性可以在前端定義雷達(dá)數(shù)據(jù)方位角表，根據(jù)表進(jìn)行映射處理。通常如若出現(xiàn)非連續(xù)數(shù)據(jù)可以在預(yù)處理上對(duì)其進(jìn)行差值補(bǔ)償。在C#上可以采用反差圓補(bǔ)償方法。
2．結(jié)束語
