高效率空间论文

高效率空间论文（精选10篇）

高效率空间论文 篇1

摘要：针对如何给学留思维空间, 提高课堂效率进行了论述。

关键词：思维空间,方法,课堂

课堂教学是提高教学质量的主阵地, 抓好课堂教学, 无疑是提高教学质量的保证。课堂上, 给学生留一个思维的空间, 有利于提高课堂效率。画家画画, 不会铺天盖地, 布满画纸, 而总会留点空白。“踏花归来马蹄香”, “蛙声十里出山泉”不就是有名的留白之作吗?因“留白”观画者便有了遐想的余地;作家作文, 讲究含蓄, “纸有尽而意无穷”, 目的是让读者从有尽文字中体会无尽之意;音乐家演奏, 时而“千山咆涛”, 时而“万马齐喑”, 目的是让听众于无声处想音乐, 达到无声胜有声的效果。同样, 有经验的教师从来不会“满堂灌”, 而是在细针密线, 鞭辟入理的同时, 给学生留一个思维的空间。那么, 如何给学生留一个思维的空间呢?笔者认为有以下八种方法。

1 抛砖引玉法

所谓“抛砖引玉法”, 就是在课堂讲授时, 教师讲关键, 点要害, 把线索思路抛出去, 然后留一定时间让学生思考引出事物的本质特征。这好比射箭一样, 教师引导学生张满了弓, 却不发箭, 让学生自己把箭射出去。

例如, 在讲解钠的性质时, 我先做一个实验:钠与水的反应。学生把观察到的现象描述出来后, 教师总结投影:钠浮在水面上, 熔成一个闪亮的小球, 向各个方向迅速游动, 并发出“丝丝”声, 逐渐缩小直至消失, 滴有酚酞的水溶液变红。

我把关键字眼用着重号标出来, 让学生分析:钠为何能浮?能熔?“闪亮”说明它的颜色怎样?是什么力量使它游动?“丝丝”声何来?溶液变红说明有什么物质生成?

这样, 教师启而不发, 指方向而不带路, 讲学法而不讲结果, 让学生自己探索, 把问题的答案说出来, 学生的记忆便深刻了许多。

2 演绎归纳法

所谓“演绎归纳法”是指教师在帮助学生温习旧知, 扫除障碍, 作好铺垫, 唤起联想的基础上, 让学生自己找出重点, 得出结论, 形成规律。即教师演绎, 学生归纳。

如习题课上某一类题的解法, 教师可通过一组或几组不同的例题, 描绘出大致的轮廓, 帮助理清思路, 而解题方法或规律, 让学生自己去总结。

3 蜻蜓点水法

如果说演绎归纳法是教师演绎, 学生归纳, 那么蜻蜓点水法则相反。此法教师只在重点、关键处点拨一、二, 给学生以简单的提示。大量问题则留给学生自己去思考解决。

例如, 对于如下习题:二硫化碳能够在氧气中完全燃烧生成二氧化碳和二氧化硫, 若将0.228克二硫化碳在448毫升氧气中充分燃烧后, 试计算所得混合气体在标准状况下的体积为多少?

许多学生拿到题后, 即开始进行过量计算, 然后计算生成气体多少, 余下气体多少……结果做得满头大汗还未有结果。此时我板书出方程式稍加点拨:“仔细观察一下物质的系数”。学生恍然大悟。但具体解法留给学生自己去思索。

4 举一反三法

我国古代教育家孔子提倡:“举一隅而以三隅反”的教学方法。在现代教学中也应如此, 教师不必面面俱到。对于某一类问题, 只需抓住典型范例, 深入浅出地讲解, 以揭示规律, 形成思路, 而同类教材的其他内容, 则留给学生自己去解决。让学生发散思维, 触类旁通。

5 蓄势推导法

为得出某个问题的结论, 教师循循善诱, 抽丝剥茧, 把思考不断引向深入, 把矛盾逐步加以披露。就在学生心理矛盾交错, 欲解难解之际, 教师高屋建瓴, 进行点拨, 使学生茅塞顿开, 揭示问题的本质, 以导出“真相”, 学生自然得出结论, 达到知识的彼岸。即所谓“水到渠成”。

例如, 我在讲授“气体摩尔体积”时通过把构成物质的微粒比作宏观的球, 千方百计引导学生思考理解得出结论。我先问学生:“相等数量 (例如一百个) 的篮球与乒乓球分别紧密堆积, 谁占的体积大?”学生回答后追问:“如果分别隔10米远放一个球呢?”“球的体积分别由什么决定?主导因素是什么?”然后告诉学生“构成物质的微粒 (分子或原子) 在固态或液态时间距很小, 而在气态时间距则大得多。而且在温度、压强一定时, 各种气体的微粒间距基本相等。”经过这一番酝酿推论, 学生豁然开朗, “气体摩尔体积”这一抽象的概念便变得形象而具体。至于如何表达出来, 则留给学生思考。

6 故意停顿法

在处理新课或疑难问题, 或讲述某一内容时, 为避免平铺直叙, 教师讲到一定程度戛然而止, 故意给学生留一小段小段时间, 让学生默默地思考, 在静思中孕育贯通的种子。同时让那些开思想小差或搞小动作的学生悬崖勒马, 跟上课堂思路。

7 存疑激思法

在某些问题的讲解中, 教师故意留下一点不完全解决的问题, 让学生去动脑思索;或者当学生回答某个问题, 提出某种设想后, 教师不急于做出评价, 不匆忙做出结论, 而是再问一句:“这样行吗?”然后留一定时间, 启发学生再思考。

8 余地生辉法

一堂课里, 切忌“两头无剩”的满堂灌。要在知识衔接处, 或提出问题之初, 或结论之后, 留有一定的时间, 让学生主动地或细细咀嚼, 或反复品味, 或变式练习, 或广泛演绎, 或判断得出答案, 或提出新的问题……总之, 给学生留有思维驰骋的余地, 充分发挥学生的积极主动性, 让学生的思维开出绚丽的智慧之花。

课堂中, 给学生留一个思维的空间, 也就给了学生消化、吸收、发现、驰骋的广阔天地。在有限的知识探索过程中, 最大限度地开发了学生的思考力、理解力, 应用知识解决问题的能力。有利于培养学生独立思考的习惯, 有利于创新思维的形成, 有利于提高学生的思维品质, 提高学生的语言表达能力。充分体现了课堂教学中教师为主导, 学生为主体的地位;充分调动了学生的主观能动性, 使学生最大限度地参与到课堂教学中, 教学效果事半功倍。这确实是一种以逸待劳的高超的教学艺术。

绿色增长效率及其空间溢出 篇2

关键词：绿色全要素生产率；方向性距离函数；空间杜宾模型；空间溢出

文章编号：2095-5960（2016）06-0082-09；中图分类号：F127；文献标识码：A

一、引言和文献综述

众所周知，传统粗放型增长方式是以牺牲环境为代价的，不可持续。十八届五中全会首次将“绿色”和“共享”纳入到发展理念中，体现了国家转变绿色发展方式、倡导绿色经济的信心和决心。传统文献对经济效率的研究一般都剥离“环境因素”，仅仅从经济总量上考察，并没有考虑到经济增长背后的环境牺牲，以此计算的经济效率不符合绿色发展的内涵。鉴于此，如何核算绿色环境生产效率，探索经济发展和环境保护的可持续发展方式，具有重要的学术意义和政策参考价值。

绿色全要素生产率（以下简称“绿色TFP”）综合考虑了传统产出和非期望的坏产出，是将环境因素纳入生产函数后对生产效率的测度。目前，已有大量的文献对国内外绿色TFP展开了研究。学者们分别利用索罗余值法、随机前沿分析法和DEA方法等对绿色TFP的测度方式及其分解测算进行了大量研究。Pittman（1983）[1]首次将污染作为“坏的产出”纳入到生产函数中，由于DEA方法不需要设定生产函数形式并且能够同时处理多产出的情形，因此受到了众多学者的青睐。Chung（1997）[2]、Fare等（2001）[3]拓展了距离函数，提出了方向距离函数（directional distance function），并使用了更能契合经济绿色发展内涵的Malmquist-Luenberger指数分析法。胡鞍钢、郑京海（2008）[4]使用中国30个省际面板数据，测算并分区域对比分析了中国东、中、西部绿色生产效率。匡远凤、彭代彦（2012）[5]对比分析了传统TFP和绿色TFP，发现中国绿色TFP增长大于传统TFP增长。另有很多学者（陈诗一，2009[6]；李斌等，2013[7]）在TFP测算基础上，实证分析了TFP的影响因素，探讨环境管制政策和绿色TFP的关系。岳书敬和刘富华（2009）[8]使用工业部门数据，对比分析了行业部门间的绿色TFP，认为市场化水平、FDI、R&D能够促进工业绿色生产效率，但是技术经费的引入和市场竞争等没有促进作用。王兵等（2008）[9]利用17个APEC国家和地区的面板数据考察了环境管制和TFP的关系，认为人均GDP、工业化水平、技术无效率水平、劳均资本、人均能源使用量以及开放度会对TFP产生影响。李斌等（2013）[7]认为环境规制的不合理设计是中国工业粗放发展的重要原因，不合理的环境规制政策并不能有效提高绿色TFP。李谷成（2014）[10]研究了中国农业绿色TFP，从城市化进程、农产品价格体制、农业公共支出等制度因素分析了对农业绿色TFP的影响。

综上，现有关于绿色TFP的文献多集中在省域或行业层面的研究，鲜有从地级市层面研究绿色TFP及其空间溢出效应。本文首先采用考虑非期望产出和松弛问题的非径向非角度SBM 效率测度模型并结合Malmquist-Luenberger生产率指数法来科学测度中国主要城市的绿色技术效率和绿色TFP，同时利用空间杜宾模型验证城市间绿色TFP的空间溢出效应，为实现中国城市经济和环境的双赢发展提供一定的政策参考。

ML、EFFCH 和 TECH大于1表明生产率增长、效率改善以及技术进步，反之如果小于1则表明指数的无效率。本文运用MaxDEA软件，测度了66个城市（2005-2012）的生产率指数、效率变化指数及技术进步指数。

（二）绿色全要素生产率的空间溢出机制与模型

城市间绿色TFP溢出机制存在四种情况：（1）知识性溢出。新贸易理论和新经济增长理论认为，知识溢出和经济增长是密切联系的。知识传播和知识溢出分别是知识的复制和再造。如果一个行业出现知识创新时，那么新知识就会通过上下游行业间的渠道而传播。（2）技术溢出。每个城市都会进行一定的研发投入，但是新的技术本身容易通过各种渠道传播到其他的地区或企业，进而影响周边具有贸易联系的地区或企业。（3）产业关联性溢出。任何企业都是与其他企业相互关联的，而且处于产业链条的某一环节，处于产业链条中的企业之间必然会有或多或少的联系。（4）市场交易性溢出。市场交易可以促使地区之间的技术溢出。上游产业产品技术水平的变化一般会对下游产业产品生产技术产生影响；下游产业对上游供应企业在管理质量、技术水平、人力资源上有一定的保障。

基于此，本文认为，类似于传统TFP通过地区间的人力资本和知识存量的空间流动而引起地区间TFP的溢出，区域间绿色TFP也会通过人力资本和知识存量的传导路径而表现出空间溢出。根据Grossman和Helpman（1991a，b）[12][13]和Ertur等（2011）[14]构建衡量TFP增长的空间杜宾模型（SDM）：

W是空间权重（N×N）矩阵。当采取空间自回归模型时，OLS将不再适用，我们将利用最大似然法来估计模型。一般而言，线性回归的参数可以同时被理解为因变量与自变量之间的偏导数。

三、数据来源和处理

（一）数据来源

文章选取了中国地级市层面的投入产出面板数据来度量我国主要城市的绿色TFP。计算中剔除了数据缺失的城市，对于个别城市的缺失值采用插值法进行补充，最终数据包含了27个省市自治区的66个地级城市①①北京、天津、石家庄、唐山、邯郸、张家口、晋城、包头、吉林、哈尔滨、上海、南京、无锡、徐州、常州、苏州、南通、连云港、盐城、镇江、杭州、宁波、温州、嘉兴、绍兴、金华、台州、合肥、安庆、福州、宁德、南昌、新余、济南、青岛、郑州、平顶山、武汉、宜昌、广州、南宁、海口、三亚、重庆、贵阳、遵义、昆明、西安、秦皇岛、太原、长治、运城、忻州、沈阳、大连、长春、临沂、菏泽、长沙、深圳、惠州、东莞、咸阳、榆林、嘉峪关、银川。，时间跨度为2005年到2012年。计量过程中涉及数据来自于《中国统计年鉴》、《中国区域统计年鉴》、《中国城市统计年鉴》、《中国能源统计年鉴》、《中国环境统计年鉴》以及66个城市的统计年鉴。

（二）变量选择

期望产出（“好”的产出）：期望产出由实际GDP来定义，根据各省市GDP平减指数对应各自城市GDP调整为2003年不变价格，我们假设同一省份内城市的GDP平减指数一样，并与该省GDP平减指数相同。

非期望产出（“坏”的产出）：对于非期望产出指标的选取，王兵等（2008）[9]选择CO2作为非期望产出，李玲等（2012）[15]使用了废水、CO2、SO2和固体废物作为非期望产出。若仅选择工业“三废”则没有考虑到指标的同质性，而选择其他指标中的某一两个子指标作为非期望产出显然不全面，目前国内外研究还没有统一标准来确定如何科学全面地表达非期望产出指标。本文采用王兵（2015）[16]的方法，选择COD和SO2作为非期望产出。

投入：本文不仅考虑了资本和劳动投入，还把能源投入纳入了考察范围。关于劳动投入，现有研究大多采用《中国城市统计年鉴》提供的在岗职工人数和城镇就业人数（不包含乡村就业人员），如果利用这个数据计算TFP，结果会产生比较大的偏差。鉴于此，本文选择了《中国区域经济年鉴》中的相关数据，以期望获得更加全面的就业数据。一般将能源消费总量作为能源投入数据，但是《中国能源统计年鉴》中并没有给出地级市层面的能源消费数据，而大部分城市统计年鉴中只提供规模以上工业企业能源消费总量，因此将其作为能源投入的替代变量。

资本存量：本文根据《中国城市年鉴》，采用永续盘存法（PIM）估算，根据《中国统计年鉴》中各省、市自治区的固定资产投资平减指数将对应各个城市的资本存量调整为以2003年为基期的不变价格。基期的资本存量使用Reinsdorf（2005）[17]推导得到公式K0=I0（1+g）/（g+ρ），g为不变价投资的平均增长率，ρ为资本平均折旧率，具体值为10.96%（单豪杰，2008）[18]。相关数据的一般统计描述见表 1。

人力资本（HR）：人力资本包含了劳动者的健康、知识、经验和专业技能等综合因素的总称。目前，国内外许多学者使用地区平均受教育年限来衡量人力资本，其计算公式为：H1（t）=∫∞0·χ（t，）d ，其中，表示受教育年限，H1（t）表示第t期的人均人力资本存量，χ（t，）表示第t期受教育年限为的人口占总人口比例（姚先国等，2008）[19]。

技术水平（R&D）：采用R&D投入作为替代变量。鉴于《中国科技统计年鉴》中R&D研发数据只有省域层面，许多省市统计年鉴中也没有报告R&D研发支出的详细数据。《中国城市统计年鉴》中各城市也只是报告科学事业费和教育事业费支出，并没有研发数据的报告。有学者将两者之和作为R&D投入的替代变量，但是由于数量级别的差异往往会导致估计的误差。因此，笔者采用如下方法对城市中R&D研发数据进行估算：首先，计算城市科学事业费和教育事业费支出之和，并且算出其每年在各自省份中的比例。然后用各省真实R&D数据乘以这一比例，即得出城市每年估算的R&D数据。最后利用各省市GDP平减指数将对应各自城市的R&D投入调整为2003年不变价格，从而算出实际R&D投入。

空间权重矩阵（W）：我们受到Frankel 和Romer（1999）[20]的启示，并结合引力模型，认为两个贸易地区之间不仅受到空间距离的影响，也和经济发展水平有关，因此我们定义Gij=GDPiGDPjd2i，j，引力矩阵中GDP数据是2005—2012年城市的平均值。其空间权重矩阵的构建如下：

四、中国主要城市绿色全要素生产率增长差异分析

（一）绿色全要素生产率增长及其分解

利用MaxDEA软件对数据进行分析得知，2005—2012年期间，66个城市绿色技术效率平均指数0.992，绿色技术进步指数1.022，绿色ML指数1.014，这表示2012年较2005年城市绿色技术效率下降0.8%，绿色技术进步上升2.2%，绿色TFP上升了1.4%。

图1是66个城市的绿色TFP（ML）、绿色效率变化（EC）和绿色技术进步（TP）的折线图。从图中可以看出，技术进步和整体的绿色TFP具有很大的同步性，而技术效率与整体绿色TFP的变化并不表现出较强的关联性，这说明TFP的变动由技术进步率的变化主导。我国主要城市整体绿色TFP（ML指数）呈现先上升后下降的趋势，在2009年达到最大值，整体绿色TFP变化大致分为三个时期：2005年—2007年，ML指数呈上升趋势，这一时期技术进步成为经济增长的主要动力，可能是因为在此期间，由于产业结构调整、优化，淘汰了一批高耗能、高污染的生产设备（金相郁，2006[21]；高春亮，2007[22]）；2007年—2010年ML指数表现为下降趋势，并且在此时期，绿色技术进步率下降的幅度大于绿色技术效率的上升幅度；2010—2012年，绿色TFP又有复苏的迹象。

（二）主要城市绿色全要素生产率差异分析

表2列出了2005—2012年66个城市平均绿色TFP指数及分解，并按照绿色TFP进行排名。绿色TFP排名靠前的城市为：三亚、长治、嘉峪关、包头、沈阳、武汉、广州、吉林、长沙、北京、上海、深圳，而排名靠后的城市是：东莞、新余、邯郸、石家庄、哈尔滨、遵义、台州、宿迁、南通。绿色TFP的排名基本上反映了这样一个规律：大城市（如沈阳、武汉、广州、长沙、北京、上海、深圳）和旅游类城市（如三亚、嘉峪关）的排名比较靠前，而排名靠后的城市经济体量小而且多为资源型城市。这也正如绿色TFP所定义的一样，在综合考虑常规产出最大化和非期望产出最小化后，经济体量大并且转型较快的城市以及以旅游为主的绿色发展城市具有更高的绿色生产效率，而经济体量小又不能及时转型以及资源消耗型城市具有更低的绿色生产效率。对比环境污染变量加入前后结果的变化，我们发现绿色TFP的排名与传统TFP的排名也具有明显差异①①对于传统TFP的排名，鉴于篇幅，暂不列出，对此感兴趣的读者可向作者索取核算结果。，环境友好型生产技术的排名更加靠前；而排名靠后的城市特点主要为通过模仿和改造生产改善生产技术，并承接东部地区资源消耗型、污染型的产业转移。

以上情况表明在经济发展的过程中，绿色增长绩效和污染排放具有密切的关联。资本深化的技术进步是纯粹经济增长为导向的，而绿色发展的技术进步依旧滞后。

（三）城市绿色TFP改善分析

在我们的考察期间内，有多少城市绿色TFP得到改善，这对于评价城市绿色发展质量至关重要。表3统计了2005年到2012年城市绿色TFP改善情况。可以看出在此期间，绿色TFP改善的城市占比超过一半，并且整个66个城市的样本中，技术进步的比例大于效率改善的比例。而且单独看38个绿色TFP改善的城市，效率改善的占比有57.89%，而技术进步改善的比例达到了92.11%。这说明无论是从整体66个样本城市还是从绿色TFP提升的38个城市来看，技术进步改善的比例都是大于效率进步的比例，而且在绿色TFP提升的38个城市数据中，技术进步提升效应显著大于效率进步效应，表明绿色TFP的提升主要受益于技术进步，而效率进步对绿色TFP的促进作用可能不显著。

（四）绿色TFP的空间溢出效应分析

通过对中国主要城市绿色TFP的分解和绿色TFP差异分析，我们认为：（1）大城市及旅游型城市绿色TFP比较高，资源型城市绿色TFP比较低；（2）对于绿色TFP的提升，技术进步起着主要作用。基于这两点，我们认为规模、区位、产业不同的城市绿色TFP存在差异，而技术进步是影响城市绿色TFP的主要渠道。因此，本部分内容从人力资本和技术水平探讨城市绿色全要素生产率的空间溢出效应。

本文通过似然比检验判断空间杜宾模型（SDM）是否可以简化为空间误差模型（SEM）或空间滞后模型（SLM）。检验的结果显示：LR_spatial_error 值为54.12，拒绝了γ + ρβ 为零的原假设。LR_spatial_lag值为66.54，在1%的水平上拒绝了γ为零的原假设。进一步空间相关性检验表明，TFP的Moran I值始终在0.1以上波动，说明相邻城市的经济绩效存在显著的空间依赖关系，这也印证了理论部分所推导模型的正确性。经Hausman检验，本文选择随机效应模型。

本文采用拟极大似然法进行参数估计，运用STATA13.1软件进行数据分析。表4是回归结果，第二列GTFP表示绿色TFP第三列TTFP代表传统TFP，从表4中发现：（1）无论是绿色TFP还是传统TFP的空间滞后回归系数ρ在1%的水平上均显著为正，分别为1.126和1.180，这正说明了城市间TFP溢出效应的存在。（2）虽然研发和人力资本是促进全要素生产率的重要途径，但是从回归结果来看，人力资本对于全要素生产率的提升具有显著的正向促进作用，而研发对于全要素生产率的提升符号不确定（绿色TFP的符号为负，传统TFP的符号为正）且并不显著，这说明人力资源是促进TFP进步的主要因素，本地的R&D对于TFP的提升并没有促进作用，反而对绿色TFP 具有阻碍作用；陈刚（2010）[23]认为造成R&D效率低下的原因可能是因为产权、法律等制度的落后不利于市场主体主动提高研发的效率，同时制度原因也内生地决定了政府主导型的研发体制，使得研发结构不合理及研发投资效率低下。（3）从区域溢出视角来看，无论是研发还是人力资本，对城市间的TFP溢出都表现出了比较显著的正溢出效应，表明虽然研发对于地区生产率促进作用并不显著，却具有显著的空间溢出效应，因而地方政府更应该关注有助于绿色技术提升的研发资本投入与研发效率。

五、基本结论

本文认为：（1）前沿技术进步（TP）是绿色TFP的主要贡献因素，而环境技术效率（EC）的改善却比较滞后。未来通过改善城市环境技术效率来进一步实现城市绿色TFP是很有前景的，否则将导致技术成果闲置和区域发展更加失衡。（2）中国城市绿色TFP表现出较大的地区差异，并存在空间溢出，其中人力资本对绿色TFP具有显著的本地促进效应和空间溢出效应，而研发对于绿色TFP具有显著的空间溢出效应，其本地促进效应不明显。

论文仍存在一定不足：（1）鉴于统计数据获取的原因，本文选取的时间窗口序列比较短，可能会因为样本量小而造成结果分析的偏差；（2）我们选择了城市化学需氧量和二氧化硫排放量作为非期望产出对绿色TFP进行了核算，而未考虑其他类型污染物（如二氧化碳，废水，固体排放物等），这可能会影响绿色TFP核算的准确性；（3）选取的城市并没有涵盖中国所有的地级市，甚至连一半都没有，虽然存在一定的客观原因，但对于科学研究不是太妥当，根据本研究结论讨论政策建议时仍需采取一种审慎态度。

参考文献：

[1]Pittman， Russell W.， Multilateral Productivity Comparisons with Undesirable Outputs [J]. The Economic Journal， 1983（93）： 883-891.

[2]Chung， Yangho H.， Rolf Fare， Shawna Grosskopf. Productivity and undesirable outputs： a directional distance function approach [J]. Journal of Environmental Management， 1997（3）： 229-240.

[3]Fare， Rolf， Shawna Grosskopf， Carl A. Pasurka Jr. Accounting for air pollution emissions in measures of state manufacturing productivity growth [J]. Journal of Regional Science， 2001 （3）：381-409.

[4]胡鞍钢，郑京海，高宇宁等.考虑环境因素的省级技术效率排名（1999—2005）[J].经济学（季刊），2008（3）：933-960.

[5]匡远凤，彭代彦.中国环境生产效率与环境全要素生产率分析[J].经济研究，2012（7）：62-74.

[6]陈诗一. 能源消耗、二氧化碳排放与中国工业的可持续发展[J]. 经济研究，2009（4）：41-55.

[7]李斌，彭星，欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究[J].中国工业经济，2013（4）：56-68.

[8]岳书敬，刘富华.环境约束下的经济增长效率及其影响因素[J].数量经济技术经济研究，2009（5）：94-106.

[9]王兵，吴延瑞，颜鹏飞.环境管制与全要素生产率增长：APEC的实证研究[J]. 经济研究，2008（5）：19-32.

[10]李谷成.中国农业的绿色生产率革命：1978—2008年[J].经济学（季刊），2014 （2）：537-558.

[11]Fare R， Grosskopf S， Pasurka C A. Environmental production functions and environmental directional distance functions [J]. SSRN Electronic Journal， 2007，32（7）：1055-1066.

[12]Grossman GM， Helpman E. Quality ladders in the theory of growth[J]. Rev Econ Stud，1991a，58（1）：43-61.

[13]Grossman GM， Helpman E. Trade， knowledge spillovers， and growth[J]. Eur Econ Rev，1991b，35（2-3）：517-526.

[14]Ertur C， Koch W. A contribution to the theory and empirics of Schumpeterian growth with worldwide interactions[J].Econ Growth，2011，16（3）： 215-55.

[15]李玲，陶锋.中国制造业最优环境规制强度的选择——基于绿色全要素生产率的视角[J].中国工业经济，2012（5）：76.

[16]王兵，刘光天.节能减排与中国绿色经济增长——基于全要素生产率的视角[J].中国工业经济，2015（5）：61.

[17]Reinsdorf M， Cover M. Measurement of capital stocks， consumption of fixed capital， and capital services [J]. Report on a presentation to the Central American Ad Hoc Group on National Accounts， Santo Domingo， Dominican Republic， 2005.

[18]单豪杰. 中国资本存量K的再估算：1952—2006年[J]. 数量经济技术经济研究，2008，10：17-31.

[19]姚先国，张海峰.教育、人力资本与地区经济差异经济研究[J].经济研究，2008（5）：47-57.

[20]Frankel J A， Romer D. Does trade cause growth？[J]. American economic review， 1999： 379-399.

[21]金相郁.中国城市全要素生产率研究： 1990—2003[J]. 上海经济研究，2006 （7）： 14-23.

[22]高春亮，周晓艳，王凌云.“市场换技术”策略能实现吗[J]. 世界经济，2007， 30（8）： 14-21.

高效率空间论文 篇3

一、利用多种思维, 探索求异空间

在教学中, 采用引导学生多角度思维的方法, 对学生进行顺向思维、逆向思维、纵向思维、横向思维的训练, 主要是教学生多角度地思考问题, 以求得多种设想、方案或结论。培养学生多角度思维的方法, 就可以从多方向、多方面上看问题, 使思维具有发散性和创造性, 这样就会大大提高学生创造成功的机会。

在《槐乡五月》的教学中, 教者在引导学生欣赏槐花美景时设计了这样一个环节:让学生用自己的话说说远望时那“白茫茫”似“瑞雪初降”的奇景。对于三年级的小学生来说, 这是一个具有发散性思维的问题, 它突破习惯思维的限制, 使人产生新的构想, 提出新的方法, 并使人在较短的时间内产生较多的联想, 教者的设计让陌生的槐花在学生心目中变得熟悉起来, 学生仿佛一下子就看到了漫山遍野的槐花, 整个槐乡都“笼罩”在似雪的槐花中。

随后, 在近赏槐花时, 教者又提出了这样一个问题:“再走近一些, 看着这‘一条条, 一缕缕挂满枝头的槐花’, 你的心情怎样?”教师抓住时机让学生从多方面、多角度思考问题, 以探求与众不同的结论, 发展学生思维的创造性。当很多学生都为槐花的花形美丽而感到兴奋时, 教师引导大家从其他角度去思考这个问题:仅仅是槐花的美丽让你们感到兴奋吗?此时, 一石激起千层浪, 有的为槐花旺盛的生命力感到欣喜, 有的为槐花的密集感到激动, 有的为槐花的团结感到赞叹……

二、贴近生活体验, 创造感性空间

“生活的外延有多大, 语文教学的外延就有多大。”这一句话充分显示了语文教学与生活之间的关系。“今天永远在重复着昨天, 只不过是今天比昨天增添了新的内容。”小学语文教材中, 有很多是过去人们对生活的体验与感悟。由于学生的原认知与文本之间很难建立起某种联系, 这就为学生体验教材中作者生活的感悟增加了难度。建立起学生的原认知与教材之间的联系, 是解决学生与文本脱节的重要手段。然而单纯依据教师的讲解是很难唤起学生对文本的兴趣的, 必须依托文本内容再现文中原有生活的情境, 这样才能激发起学生对文本的兴趣, 引导学生走进文本, 对文本作深入的体验与探究。

教者通过采访学生闻着这浓郁的花香你醉了吗?你想做什么?一个“醉”字, 教者反复让学生想象、体验, 所谓“把课堂还给学生, 让课堂焕发生命力”就是让学生“沉醉”在当时的情境中, “迷醉”于语言的文字里, 让书本的文字灵活地变成学生的行为语言。

随着新课程改革的不断深入, “回归生活”“贴近生活”的教学越来越显得重要。语文教学只有引领学生走进生活的大殿堂, 为学生设定现实的生活情境, 汲取学生切身的生活体验, 展开直接的、面对面的生活, 语文教学才能成为活水之源。

三、鼓励质疑问难, 开拓创新空间

古人说:“学贵有疑, 小疑则小进, 大疑则大进。”又说“至于群疑并兴, 寝食俱废, 乃能骤进。”苏联大教育家苏霍姆林斯基也说:“你要使你的学生看到, 感觉到, 能摸到他们不懂的东西, 使他们面前出现疑问。如果你做到这一点, 事情就成功了一半。”

在教学中, 教者补充的作者吃槐花饭的真切感受中有这样一段话:“洋槐开花的时候, 全村的小孩子都巴望吃到那洁白香甜的槐花。那些年, 对我们这些孩子来说, 槐花的魅力一点也不比今天孩子们爱吃的肯德基炸鸡腿差, 那白白的花托放进嘴里一抿, 悠悠的清香和丝丝的甜味直沁心脾。”读了这段文字后, 一位学生提出了“香甜可口的槐花真的能和如今的肯德基相比美吗?”这是出乎教者意料之外的, 但是教者通过自己的教学机智使其成为课堂生成的资源, 让学生围绕这一问题畅所欲言, 进行了激烈的争辩。

辩论一直延续到下课铃声响, 看得出来, 学生还是意犹未尽。虽然时间有限, 但是我想这节课给学生带来的收获却是无限的:槐花的味道虽然不见得有肯德基那么诱人, 但它却以悠悠的清香和丝丝的甜味带给作者永久的回忆……

质疑是创新的基础, 因此, 在课堂教学中, 教师一定要留出思考的空白, 给予学生充分思考的时空。学生有了充分的时空自由, 才有可能针对问题积极思维、主动探讨, 他的思维过程才能够在课堂上得到展现。

高效率空间论文 篇4

小学数学“空间与图形”学生错题成因分析如下：

1.概念模糊

例如：平行四边形是轴对称图形 。

错因分析：该生对轴对称图形的定义不清晰，只是凭感觉判断平行四边形沿对角线折两边大小相等，但忽视了不能重合，从而判断失误。

2.空间观念薄弱

例如：学校要粉刷教室。已知教室长8米、宽是6米、高是3米，扣除门窗的面积是11.4平方米。如果每平方米需要花4元涂料费，粉刷这个教室需要花费多少元？

错因分析：有的学生没弄清求哪几个面的面积。有的学生虽然知道求几个面的面积，但列式时条件找错了，应求左（右）面面积却求上（下）面的面积，这些现象说明学生的空间观念薄弱，做题时没在头脑中形成一个教室的空间图形。

3.数形转换的问题

数学家华罗庚曾说过：“数缺形时少直观，形少数时难入微。”数与形的对立统一主要表现在数与形的互相转化和互相结合上。

错因分析：学生只是凭感觉来判断哪个图形面积大，哪个图形面积小。他们在数形方面不会进行转换，没有具体数出每个图形的面积，更没想到用面积公式计算出每个图形的面积，把图形转换成数据然后进行比较。

因此，我以“空间与图形”知识为载体进行研究，使“空间与图形”教学减负高效，进而培养学生的空间观念。

一、重视学生经验是“空间与图形”教学减负高效的起点

小学生的数学学习与生活是紧密相连的，学生学习“空间与图形”的首要目标是更好地适应我们生活的空间。作为教师，应充分挖掘和利用身边丰富有趣的实例，应当尊重、调动学生已有的经验，因为这些现象是图形变换知识的基础和源泉。

例如，在教学《确定位置》一课时，课件出示一辆客车，随着汽车开动，同学们来到公园里游玩，一下车，老师让同学排好队拍摄集体照。这时，课件点击最后一排第一个同学，师加入对话：我站在第4排第1个位置。让学生根据提示找到其他几个同学的位置，学生一一确定位置。这时课件又出现柜子上摆放着各種各样的玩具，同学互相交流自己选中的玩具的位置及喜欢的玩具在什么位置……教师利用课件将一个个相关联的生活情境有意识地串连成“情境链”，看似随意，其实难度逐步提高，学生在一步步解决问题的过程中，加深对方位知识的理解、强化。

二、问题情境是“空间与图形”教学减负高效的有效切入点

小学数学的新教材大量运用“问题情境——建模——应用与拓展”的模式展开，以相关问题情境的研究作为开始，成为学生了解知识、学习知识的有效切入点。教师在数学课上找准切入点，创设生动、有趣的情境，激发学生探索未知世界的兴趣，使学生在轻松、愉悦的环境中接受新知。

一位教师教学“平移”时，出示课件问：“同学们，你们会不会玩俄罗斯方块？”“把眼睛蒙上可以吗？”“我们一起来指挥他。”“思考一下，我们应该怎样提示，才能让这位同学将方块平移到合适的位置？”（学生热烈地讨论）在这一过程中，学生的空间经验得到补充和概括，逐步上升为“空间观念”，形成一种能力，真正演绎知识建构的全过程。

三、实际应用是“空间与图形”教学减负高效的重要形式

学生建立了清晰的表象，摆脱了具体事物的束缚，顺利地过渡到空间形式的掌握后，将所学知识应用于现实世界，这将成为学生学习数学的动力。

如：“医院包扎用的三角巾是直角边都为9分米的等腰三角形。现在有一块长72分米、宽20分米的白布，最多可以做这样的三角巾多少块？”有些学生列出了算式：72×20÷（9×9÷2）≈35（块），但有些学生根据题意画出了示意图，列出20÷9≈2（块），72÷9×2×2=32（块）。在上面这个片段中，数形结合很好地促进学生联系实际，灵活解决数学问题，而且还有效地防止了学生的生搬硬套，打开了学生的解题思路。

四、多媒体课件运用是“空间与图形”教学减负高效的有效手段

多媒体的教学，能让“静”的知识“动”起来，通过直观的图像，多种色彩和适当的音响，刺激学生的多种感官，创设动态的教学情境，促使学生积极思维，可以缩短客观事物与学生之间的距离，更好地帮助学生思考知识间的联系，促进新的认知结构的形成。

在教学1立方分米=1000立方厘米时，一部分教师直接让学生记住进率是1000，但许多学生并不清楚为什么是1000。这时如果通过课件演示1立方厘米的方块如何“聚十成百，聚百成千”的动态过程，学生就会对于这个进率的内涵有更深入的理解。

高效率空间论文 篇5

关键词：学科信息共享空间,知识转移,效率

1 信息共享空间概述

随着信息技术、网络技术的发展, 人们的学习模式和阅读方式都在悄然发生变化, 越来越多的读者离开了图书馆, 转而通过其他途径获得自身需要的知识, 图书馆的传统服务越来越难以满足读者多方面的信息需求。在这种时代背景下, 图书馆不得不考虑自身的定位及服务方式等问题。兴起于上世纪90年代的信息共享空间 (IC) 为图书馆的发展提供了很好的契机, 改变了图书馆传统的以收集、组织、保存和存取为主的管理模式, 开创了“以读者为中心”的一站式服务模式。IC是一个经过特别设计的一站式服务中心和协同学习环境, 综合使用方便的互联网、功能完善的计算机软硬件设施和内容丰富的知识库 (包括印刷型、数字化和多媒体等各种信息资源) , 在技能熟练的图书馆参考咨询馆员、计算机专家、多媒体工作者和指导教师的共同支持下, 为读者 (包括个人、小组或学术团队) 的学习、讨论和研究等活动提供一站式服务, 培育读者的信息素养, 促进读者学习、交流、协作和研究。IC共包含三种要素, 即空间、资源和服务, 这三者是不可或缺的。而随着近年来学科馆员在各高校图书馆发展的日趋成熟, 以及用户对学科化服务的迫切需要, 将学科化服务与IC两者有机的结合起来形成学科信息共享空间 (SIC) 成为一种可能, 其形成必能为用户提供更加细化深入的服务, 也是图书馆提升自身核心竞争力的有利途径。笔者认为SIC是以用户为中心, 以学科服务为主线, 将空间、学科资源和服务加以整合, 为用户提供参考咨询、个人学习、讨论、技术辅导等多种服务的一站式服务中心。SIC同样包含空间、资源和服务三个基本要素, 只是学科信息共享空间提供更加深入、专业化的学科服务。其服务模式为二级服务体系, 即针对用户的问题, 先由本学科的学科馆员进行解答, 将咨询结果返回给学科用户;如果无法解答, 则将问题转给专家进行解答, 并将最终结果发送给学科馆员或者学科用户。

2 知识转移模式

知识转移 (Knowledge Transfer) 的思想是由Teece于1977年最早提出, 他认为通过国际间技术转移, 企业能够不断获得有价值的知识并且促进技术扩散, 从而减小不同地区间的技术差距[1]。Szulanski (1996) 等学者提出知识转移的过程模型, 即初始阶段、执行阶段、实施阶段和整合阶段 (Integration) 。[2]斯德哥尔摩经济学院的Gunnar Hedlund于1994年提出N型组织 (N-Form Organization) 的概念。Hedlund对两类知识隐性知识和明晰知识 (Articulated Knowledge) 和4种社会集合 (个体、群体、组织、跨组织领域) 做了综合分析。在此基础上, Hedlund提出了知识传递和转化的动力。Jeffrey和Bing-Sheng Teng提出知识转移的四因素模型, 即知识源、知识受体、转移的知识及转移情境。[4]Myrna Gilbert和Martyn Cordey-Hayes提出知识转移五步骤的概念模型, 包括知识获取、交流、应用、接受和同化, 知识转移过程的关键是结果的同化和应用获得的知识的影响。[5]SECI模型, 这是目前学术界研究最多和使用最多的知识转移转化模型, 由Nonaka与Konno提出, 他们认为显性知识与内隐知识之间的交互作用是一个螺旋式上升过程, 两种类型知识的互动构成了知识转移的4种模式:社会化、外部化、联合化、内在化。社会这是一种个体共享内隐知识的过程;外部化这是一种表述内隐知识并将内隐知识转译为可理解形式的过程;联合化是一种将显性知识转化为更为复杂的系统的显性知识过程;内在化是一种将新知识 (显性知识) 转化为组织的内隐知识的过程。[6]

3 信息共享空间知识转移模式

3.1 转移模式

在诸多知识转移模型中, 野中郁次郎和竹内广隆的SECI模型是被广大学者引用最多的模型, 受到学术界的广泛认可, 并在此模型基础上加以改进、完善。由于学科信息共享空间的服务方式是分为三层的, 即用户、咨询台、学科馆员和专家, 这就意味着知识将在这三个层次间进行转移, 因此本文在SECI模型基础上将IC的知识转移模式设计成纵横两个方面:所谓纵向知识转移是指在本学科内知识在学习小组、学科馆员和专家三个层次的转移过程;而横向知识转移是就整个SIC而言的, 即一个SIC同时存在多个学科的信息共享空间, 在用户向学科馆员或专家咨询问题时有可能是常见的或者是交叉性的问题, 这就需要多个学科信息共享空间的人员相互交流学习、共享知识, 共同解答问题, 最终结果是实现知识的转移。而在在知识转移过程中, 可以是学科馆员专家的知识转向本学科的学习小组, 也可以转移到相关学科的学习小组, 同时, 各个学习小组可以向本学科的学科馆员或专家咨询问题, 也可以向相关学科的学科馆员或专家咨询问题, 这样便形成了一个纵横交错的知识转移网络。

3.2 转移过程

3.2.1 横向知识转移

横向知识转移过程分为三种, 分别为学科小组间的知识转移、学科馆员或专家间的知识转移以及学科小组和其他学科馆员或专家间知识转移。在当今学科背景下, 有许多学科属于交叉学科, 许多问题属于交叉领域, 横向知识转移有助于实现在学科信息共享空间中的流动共享, 提高学科信息共享空间的服务效率。

3.2.2 纵向知识转移

纵向知识转移过程可以分为学习小组、学科馆员及专家内部的知识转移和学习小组、学科馆员及专家间的知识转移两大部分。而第二部分又分为学习小组和学科馆员、学科馆员和专家以及学习小组和专家间的知识转移三个小的部分。具体的知识转移过程如图所示。当学习小组出现问题时, 首先可以在学习小组内讨论, 根据SECI模型, 实现显性知识和隐性知识间的转移转化, 并将所得的知识转给学科馆员, 整合到知识库, 同时也可以将本学习小组在研究过程中发现创造的知识转移给学科馆员, 同样整合到知识库中;如果学习小组无法解答问题, 那么就将问题交给学科馆员解答, 这时, 知识在学科馆员间实现社会化、组合化、内在化和外化过程, 并将问题的解答结果转移给学习小组;如果学科馆员无法解答, 那么继续将该问题交给该领域的专家进行解答, 并将解答的结果转移给学科馆员或者学习小组。同样, 学科馆员可以将专家转移过来的知识整合到知识库中, 这样, 不但实现的知识在学习小组、学科馆员和专家间的动态知识转移, 也实现了知识整合和共享, 丰富了学科信息共享空间的知识资源, 提高了自身的服务效率。

4 学科信息共享空间知识转移影响因素

4.1 影响因素

在当今研究中, 对知识转移的影响因素大致可以归结为三个主要方面, 分别为知识特性、知识转移方和知识接收方, 如知识接收方的满意程度、知识的存储量等, 另外文化因素、知识距离等方面也是影响知识转移的因素, 并且, 国内外学者根据这些影响因素也提出来许多知识转移模型, 如ISM模型、社会网络模型等[7～8]。学科信息共享空间除了具有知识转移的一般特点, 还有其自身的特点, 因此, 本文将从用户和学科馆员两个大的方面考虑影响学科信息共享知识转移的因素。首先从用户角度来看, 知识转移的影响因素有用户的问题表达能力、理解能力、自身知识的存储量和对于学科馆员提供服务的满意程度。用户对于问题的表达能力可以影响到学科馆员服务的方向和程度, 清楚的表达所要咨询的问题是问题的关键;而理解能力强可以保证学科馆员转移过来的知识轻松的接收并与自身的知识量进行整合, 提高自己的知识量。其次, 从学科馆员的角度看, 知识转移的影响因素有转移的知识量、转移给用户知识的相关度、在服务过程中自身学习的知识与用户反馈知识的整合程度及从用户提出问题到转移给用户知识的时间间隔, 学科馆员转移的知识量多少、相关度大小和时间间隔是影响知识转移效率的直接因素, 至关重要。而学科馆员的知识整合能力可以挖掘隐性知识及促进显性知识和隐性知识的转化, 并且以数据库等特定方式进行存储, 为以后的服务做好资源方面的准备, 这样便可以提高整个学科信息共享空间的知识转移效率。因此, 这些因素是影响学科信息共享空间知识转移效率的主要因素。

4.2 效率测度

4.2.1 测度方法

对于学科信息共享空间知识转移效率的测度本文将综合采用德尔菲方法和层次分析法最后将调查结果加权平均得到该次学科服务知识转移效率。采用德尔菲方法是给本领域专家发放调查问卷, 确定各因素在全部影响因素的重要程度, 最后采用层次分析方法确定该因素的权重。

4.2.2 评分表设计

本文所设计的评分表采用七级量表形式, 即将各因素的结果按程度分为1到7个等级, 1代表最不好, 7代表最好, 有被调查者根据实际情况在相应的框中打“√”。而在评分表中知识转移时间将用具体的数量表示, 为了保证调查数据的一致性和计算的方便, 事先由专家和调查者根据问题难易程度将所用时间间隔也分为七个等级, 1代表最慢, 7代表最快, (如解决容易问题时间间隔为半天可以用7表示, 两天用1表示等等) 。如下表所示。

4.2.3 结果计算

由调查者将问卷汇总, 加权平均得到相应的知识转移效率。其计算公式为:e=∑fiwi+∑fjwj, 其中e代表知识转移效率, fi代表用户方面影响因素的程度值, wi代表用户方面各影响因素的权重, 其中∑wi=1;fj代表学科馆员方面影响因素的程度值, wj代表学科馆员方面各影响因素的权重, ∑wj=1。

5 结语

在相关研究基础上本文从纵横两方面提出了学科信息共享空间知识转移的模型, 并对知识转移效率进行了探讨, 然而本次探讨只停留在概念阶段, 并没有进行实际的调查, 因此在以后的工作和研究中要进行实践的验证。

参考文献

[1]Teece, D.Technology transfer by multinational firms:the resource costs of transferring technological kow-how.The E-conomic Journal, 1977 (87) :242～261.

[2]Szulanski, G.Exploring internal stickiness:Impediments to the transfer of best practice within the firm.Strategic Management Journal (special issue) , 1996 (17) :27～44.

[3]Hedlund.G, A model of knowledge management and the N-form corporation, Strategic Management Journal, 1994 (15) :73～90.

[4]丁容, 陆伟刚.基于I S M模型的企业隐性知识转移影响因素分析.当代财经, 2010 (2) :74～79.

高效率空间论文 篇6

改革开放以来,随着经济的不断发展,中国的城市化进程不断 推进。中国的 国内生产 总值从1978年的3645. 2亿元增加到2010年的401202亿元,成为了仅次于美国的世界第二 大经济体; 城市化率 从1978年的17. 92% 提高到2013年的53. 7% ,已经进入了高速城市化阶段。然而中国经济的增长主要是由于资源的投入而不是效率的提升,经济的发展不能只单单追求经济产出的提高,更应该追求效率的提升,同样,城市化的过程也应该以追求效率为目标,即提高城市化的质量。

近年来,城市化效率的研究也逐渐引起学者们的广泛关注。从靳相木( 2005) 首先提出城市化( 城镇化) 效率的概念[1]以来,我国学者对中国的城市化效率进行了不同层次的研究,主要可以分为两大类: 第一类选取指标体系和方法,从整体或区域的角度对城市化效率进行测度及分析。刘晓峰( 2007) 等从经济、人口、社会三个方面选取输出指标,以财政支出、固定资产投资以及就业人员为评价单元输入,以全国15个省会城市和计划单列市为例,应用DEA评价城市化的相对效率[2]。李胜会、冯邦彦( 2012) 对我国三大城市群的综合城市化效率进行了研究,并进行了比较分析,发现京津冀和长三角城市群无论综合效率水平还是效率改善均优于珠三角城市群[3]。李红锦、李胜会( 2012) 也运用DEA模型对我国三大城市群的城市化效率进行对比分析,发现城市化效率不高的主要原因是要素投入冗余与资源在空间配置不合理[4]。另有学者分别对内蒙古、四川、新疆、河南等11个省区市的城市化效率进行了测算与分析。

第二类研究在对城市化效率进行测度的基础上,分析了各种因素对城市化效率影响的机理。戴永安( 2010)分析了各因素对城市化效率的影响,指出城市的初始状态、区位、空间集聚水平、产业结构效益与基础设施水平对各城市化效率存在显著的正向作用,人口因素和政府的作用限制城市化效率的提高,技术进步是推进中国城市化的主要动力[5]。吴旭晓( 2013) 对河南省的新型城镇化效率的演化趋势及驱动机制进行研究,指出河南省的新型城镇化效率的驱动力量主要有农业现代化和现代服务业,而传统工业化发展模式和市场化水平低下对河南省的新型城镇化效率形成了制约[6]。张明斗( 2013)对中国30个省区市的城市化效率作用机理进行了探讨,研究表明: 经济规模总量等要素对提高城市化效率具有正向作用,城市空间的人口承载力则对提高城市化效率具有阻碍作用[7]。

纵观已有研究不难发现,现有的研究大多是对城市化效率的测算,以及对城市化效率影响因素及作用机理的初步研究,对城市化效率之间的空间相互作用进行的研究还不多。事实上,区域城市化效率不仅受地区内部因素的影响,还受到外部区域因素的影响。因此有必要从空间层面对城市化效率的影响机理,尤其是不同区域间的城市化效率的空间溢出效应进行探讨。本文首先利用数据包络方法( DEA) 对中国31个省区市城市化效率进行测算,然后着重借助空间计量方法来对各省区市城市化效率的空间溢出效应进行研究。

二、研究方法

( 一) 数据包络分析方法

由于很难从整个经济系统找出城市化投入与产出的明确的函数关 系,因此我们 采用数据 包络分析 方法( DEA) 对中国31个省区市城市化效率进行测算。

数据包络分析方法( DEA) 基本原理为: 假设有n个决策单元( DMU) ,同时假设每个决策单元有m种类型的投入变量和s种类型的产出变量,xij为第j个决策单元第i种投入变量,yrj为第j个决策单元第r种产出变量,Vi和Vr分别表示第i种投入和第r种产出的权变量。现在考察DMU0的效率,根据经典的效益成本理论,则有:

其中,公式( 1) 中的ε是一个阿基米德无穷小量,取值10- 6。如果TE0= 1,则称DMU0为技术有效,否则,则称DMU0为技术无效,而此时的技术效率则为TE0。

( 二) 空间计量方法

1. 空间自相关

本文选取Moran's I指数进行空间自相关检验。

Moran's I指数定义如下:

其中,,Wij为临近空间权值矩阵,Yi表示第i个地区的观测值,本文中为各地区的城市化效率。Moran's I指数的取值范围为(-1,1),Moran's I>0表示地区间呈现正的空间相关性;Moran's I<0表示地区间呈现负的空间相关性,Moran's I=0表示地区间不存在空间相关性。Moran's I指数的显著性检验主要采用服从标准正态分布的Z统计量来进行。

2. 空间面板数据模型

为了进一步反 映区域间 的自相关 存在的形 式,Anselin指出可以通过采用空间自回归模型来进一步研究空间自相关存在的形式。空间自回归模型包括空间滞后模型( Spatial Lag Model,SLM) 和空间误差模型( SpatialError Model,SEM) 。

空间滞后模型主要是探讨各变量在一地区是否有扩散现象( 溢出效应) ,其模型表达式为:

式中,y表示N×1阶的因变量,X表示K×N阶的自变量,β表示K×1阶的回归系数向量,W表示N×N阶的空间权重矩阵,ρ表示空间自回归系数,主要用来衡量相邻地区的变值对本地区变量的影响方向,空间滞后因变量ρWy是一内生变量,反映了空间距离对区域行为的作用。如果ρ > 0,表示存在溢出效应; 反之则不存在。

空间误差模型的基本表达式如下:

式中,y、X、β、W与空间滞后模型中表示的意义相同,ε为随机误差项向量,λ表示N×1阶空间误差系数,用来衡量相邻地区的变值对本地区变量的影响方向,μ为正态分布的随机误差向量。如果λ > 0,表示存在外溢效应; 反之则不存在。

对于SLM和SEM这两种模 型的估计 主要采用Anselin和Rey提出的拉格朗日乘子检验形式,并且这种方法还可以对SLM和SEM这两种模型进行选择,如果在检验中LMLAG在统计上 比LMERR要显著,则选择SLM,反之则选择SEM。

三、实证研究

( 一) 数据选取及变量说明

用于测度城市化效率的指标应该尽可能地反映城市化的内涵,包括经济发展水平、人口城市化水平及社会发展指标。本文参考相关文献,分别用非农产出、人口城市化率及人均年社会消费品零售总额代表以上三方面指标。输入指标方面也应该从劳动、资本、土地三方面考虑,本文选取就业人口、固定资产投资及城市建成区面积分别代表以上三方面指标。

中国各省区市城市化效率溢出效应的控制变量包括: 1. 产业结构( Inds) 。产业结构的差异会导致资源以及劳动力向效率高的产业和地区流动和转移,用第三产业占比来衡量; 2. 政府的作用( Gov) 。政府的合理干预会使经济健康发展、城市化进程高效率推进,但是过度的政府干预也会造成城市化效率的低下,用政府财政支出占GDP的比例来表示; 3. 经济开放水平( Open) 。一般经济开放水平高的地区城市化水平较高,用外企投资占全社会总投资比例来衡量经济开放水平; 4. 非公有制占比( Nonpub) 。非公有制企业的活跃度及效率相对要高一些,在合理范围内对促进城市的发展有积极作用,用非公有制就业人员占总就业人员比例来衡量。

本文选取2005—2012年全国31个省区市( 不包括香港、澳门、台湾) 8年的数据进行研究,所用数据均来自国家统计局网站及《新中国60年统计资料汇编》。各省固定资产投资按照固定资产投资平减指数进行缩减,非农产值按照GDP平减指数进行缩减,其余均按照CPI进行平减; 另外缺失数据取该地区前后两年平均值。

( 二) 中国 31 个省区市城市化效率的测算

根据DEAP2. 1软件计算出2005—2012年中国城市化效率值,如表1所示。

由表1可以看出,北京、天津、上海、广东等地区的城市化效率每年都是最高的; 而西藏和青海,由于人口比较少、城市化率不高而政府的财政支出较大,从而测算出的城市化效率较高; 历年城市化效率较低的省份为江西、吉林、广西、四川、黑龙江、重庆。从总体上看,东部地区的城市化效率是最高的,其次为中部地区,最后为西部地区。我国城市化效率大致呈现由东部沿海向内陆地区依次递减的格局。

表1 2005—2012年中国31个省区市城市化效率状况

( 三) 空间自相关检验

在共同边界上定义一阶邻接空间权值矩阵的基础上计算出的Moran's I指数,如表2所示。

由表2可以看出,在2005—2012年间我国城市化效率的Moran's I指数均为正,且全部通过了显著性检验,说明我国31个省区市城市化效率具有明显的正自相关关系和空间依赖性,较高城市化效率的省份与较高城市化效率的省份相邻,较低城市化效率的省份与较低城市化效率的省份相邻,即城市化效率存在着空间集聚效应。我国城市化效率的空间差异呈现不断缩小的趋势。

表2 2005—2012年中国31个省区市城市化效率的Moran's I指数检验

( 四) 中国 31 个省区市城市化效率的溢出效应检验

首先进行普通最小二乘法估计,以及通过Moran's I指数检验、两个拉格朗日乘数来判断空间计量经济学模型SLM和SEM的形式,结果如表3。

表 3 最小二乘法的回归结果

表3的Moran's I指数又一次验证城市化效率的空间依赖性非常明显。我们从两个拉格朗日乘数的空间依赖性检验结果可以看出,由于SLM模型与SEM模型的空间滞后项值均通过了显著性检验,建立两个模型都是可以的,LMLAG比LMERR的统计值大而且更显著,因此选择SLM模型更合适。我们将两种模型全部估计出来。根据上面的理论基础我们得到如下模型:

1. 空间面板滞后模型( SLM) :

2. 空间面板误差模型( SEM) :

经检验,我们选择随机效应模型,SLM模型与SEM模型的估计结果如表4。

表 4 空间滞后模型和空间误差模型估计结果

注:***、**、*分别代表1%、5%、10%显著性水平下显著。

由表4可以看出: 1. 空间因素确实对我国各省区市的城市化效率有影响。由模型中ρ/λ均为正,且全部通过了1% 的显著性检验,可以看出我国各省区市城市化效率存在正的溢出效应,说明我国各省区市城市化效率是相互促进的。空间滞后模型ρ估计值比空间误差模型λ估计值更加显著,说明空间面板滞后模型是更合适的模型。如表4所示,当相邻地区城市化效率平均提高1%时,能够带动本地区城市化效率0. 3440% 的提高。因此与高效率的地区相邻能够提高本地区的城市化效率。2. 在纳入空间影响因素的前提下,控制变量中产业结构、政府的作用、经济开放水平、经济活跃度都通过了显著性检验。因此除了空间因素的影响外,还有社会和经济因素影响着城市化效率。

产业结构即第三产业占比与城市化效率呈正向变化,并且对城市化效率的影响较大。由表4可知,第三产业占比每提高1% ,城市化效率将提高约0. 2672% 。第三产业比例的提高可以促进一二产业的发展,培育新的经济增长点,扩大就业门路,缓解就业压力,目前第三产业容纳的就业人口数量要大于第一产业和第二产业,是解决就业的重要途径。第三产业是促进城市化效率提高的主要因素。

政府的作用对城市化效率的影响为负,表明政府的财政支出占GDP比重越高越不利于城市化效率的提高,政府财政支出占比提高1% 会导致城市化效率下降约0. 1967% 。政府财政支出相对规模越高,越不利于城市效率的提高,这与戴永安( 2010) 等学者的结论一致。过多的政府干预会对经济增长造成多方面的损害,最为直接的影响是导致资源配置发生扭曲和效率出现损失。

对外开放水平对城市化效率作用为正,对外开放水平的提高可以有效促进城市化效率的提高。由表4可知,对外开放水平每提高1% ,会促进城市化效率提高0. 0362% 。通过吸引使用外资,可以带来先进的生产和管理技术、管理经验等,促进经济的增长,吸纳就业人口,从而促进经济发展和推进城市化进程,提高城市化效率。

非公有制占比对城市化效率的影响为负,即非公有制占比越高越不利于城市化效率的提高。由表4可知,非公有制就业人员占比提高1% 会导致城市化效率下降0. 2033% 。非公有制经济不仅繁荣了城乡经济,增加了财政收入,在创造就业岗位、吸纳就业人员、促进社会稳定方面也发挥了重要的作用,但其本身面临的技术创新不足、融资渠道不畅、违规经营频现、劳资矛盾等问题导致单纯的就业人口的增加不利于自身效率的提高,从而不利于城市化效率的提高。

四、结论及建议

上述研究表明: 1. 中国31个省区市的城市化效率在空间上存在溢出效应,原因在于邻近地区有着比较紧密的经济联系,人力资源和资本等不断进行交流,且各省区市政府为实现经济目标而通过学习、模仿相邻地区相关政策和制度等从而提升本地区的城市化效率。2. 在纳入空间因素的情况下,产业结构能够显著地提高城市化效率,政府的作用对城市化效率的影响为负,经济开放水平对城市化效率有促进作用,非公有制占比对城市化效率的影响为负。

根据上述研究结果,应着重从以下几方面采取措施提高城市化效率: 1. 加强区域间的经济合作与交流。各地区充分发挥自身优势,学习邻近地区的先进经验和好的政策,充分利用城市化效率的溢出效应,促进资源流动,突破竞争模式以达到双赢的局面; 2. 优化区域经济结构。依托资源优势,在兼顾第一、二产业的基础上,大力发展第三产业; 3. 实施政府对经济的适度干预。制定相应政策,优化市场环境,拓宽非公有制经济发展的空间,增强非公有制经济发展的活力; 4. 全面改善和优化投资环境。各地区应该结合自身的优势大量吸引外资,不断提高对外开放水平,从而促进经济健康发展。

参考文献

[1]靳相木.土地集体制度与中国城镇化效率[J].山东农业大学学报(社会科学版),2005(1):78-81.

[2]刘晓峰,陈通,柳锦铭.城市化相对效率评价指标选择及评价方法研究[J].华中科技大学学报(城市科学版),2007,24(3):82-85.

[3]李胜会,冯邦彦.基于综合城市化的城市群效率研究——我国三大城市群的实证比较[J].学术研究,2012(1):66-73.

[4]李红锦,李胜会.基于DEA模型的城市化效率实证研究——我国三大城市群的比较[J].大连理工大学学报(社会科学版),2012(9):51-56.

[5]戴永安.中国城市化效率及其影响因素——基于随机前沿生产函数的分析[J].数量经济技术经济研究,2010(12):103-117.

[6]吴旭晓.新型城镇化效率演化趋势及其驱动机制研究[J].商业研究,2013(3):44-51.

高效率空间论文 篇7

目前的数据储存模型主要有两种: 按行存储和按列存储,位图索引多以按列存储形式存储。大多人认为位图索引常常用来处理基数相对较低的数据列,然而实际上,当运用于较高基数的列,位图索引的查询性能也可以有一定的提高,如果这时使用原始的简单位图索引可能是不合适,但是当运用范围编码和分段的策略时[1],就会有一个可观效果。位图索引数据库大多是按列存储的,以一列为存储单位,下文提及的HBase[2]便是一个按列存储的数据库,目前应用广泛。位图索引运用逻辑运算( 与、或等) 来快速实现查询。因位图索引中相同的数据较多,这就使得数据压缩具有可行性,常见的压缩算法有BBC[3]、WAH[4,5]、PLWAH[6]、EWAH[7]、CONCISE[8]、COMPAX[9,10]等等。

目前的海量数据使得如果仅运用某些技术策略处理数据的效果并不如人意,同时兼顾经济性,使得在提高处理速度的同时能够降低数据处理的成本, 云计算正 是因为以 上问题得 以广泛应 用。 Hadoop[11]是其中的一个平台,是目前最受欢迎和使用最为广泛的平台,使用的Mapreduce[12]分布式处理机制,目前也有的版本使用的是Yarn。其受欢迎的原因是具有很好的扩展性、容错性和通用性。Hadoop所采用的分布式文件系统HDFS[13],把数据分成块后进行存储,这种文件系统非常适合海量数据的处理。

本文主要运用Hadoop分布式平台处理大规模数据,文献[14,15]中表明其具有可行性,本文以位图索引为主体,提出BMIH策略。在Hadoop平台上建立位图索引,使用改进的压缩策略提高位图索引查询效率和降低占用空间,从而解决数据处理难题。

1位图索引及压缩编码的改进

位图索引的主要优点是对于产生数据量较少, 以bit为单位的,即为二进制形式,处理时只需运用或与非( or、and、not) 等的位运算即可,免去中间类型转换等处理。

位图索引的重复数据较多,产生冗余,对其压缩很有必要,处理后节省的存储空间是可观的。BBC、 WAH、COMPAX、PLWAH、EWAH等压缩编码方式可以直接参与查询运算。COMPAX可以实时的进行索引建立,从而减少内存的消耗,并且适合大规模线上处理和拥有较高压缩效率。COMPAX编码是使用的一种模板( codebook) ,其主要是压缩连续的0,首先是把一系列连续的bit位划分成31位的块 ( 取字长32位) ,下面就是COMPAX的四个模板:

( 1) [L]代表bit位上面是1和0的混合数据块,编码如下。

第一排为原始数据,第二排为编码后的数据。

( 2) [0F]代表一系列连续的0块,以下举例为32 × 31位0,前3位为类型编码,后29位是原始31位数据块的编码,数据量减少明显,编码如下:

( 3) [LFL]代表一个[L][0F][L]序列,当这两个L字中都只有一个字节为非0,同时0F不能超过256 × 31位( 因是8位bit最大能组成256 ) ,这样就可以把这个序列只用一个字就能存储了。一个具体例子见图2,另外[FLF]与[LFL]类似。

上面介绍了COMPAX的压缩编码方式,COMPAX编码主要考虑压缩数据中的大量连续的数字0,有设置了类似于WAH中的F型字的0-F型字, 但是并没有 考虑到连 续的数字1,这就使得COMPAX编码压缩率有被进一步提高的可能。当数据量较大的时候,尤其是使用Bit-sliced[16]编码方式或者在位图索引使用范围编码策略时,这其中的数字1的数量在整个位图数据中的比重将会大大增加,一定情况下甚至比数字0还要多,这就使得单纯使用COMPAX进行编码的会有不足之处。在COMPAX上增加了一个模板1-F型字,即对全是数字1的字也可以进行压缩。同时对于在位图中的0和1的个数相接近时的考虑并不多,在目前的云环境中, 基数不断增大,位图中的1和0有趋于接近的趋势, 因此在COMPAX的基础上进行进一步改进非常有必要。故可在L型字上进行进一步划分,这对压缩率将会有一定的提升。我们知道在COMPAX中, LFL型字中的L型字允许有一个字节是0和1的混合,但是定义了这个字的其余位都是0,我们把这类L型字记为0-L,由此可扩展一个L型字,允许一个字是0和1的混合,另外的三个字节都是1,并把这类L型字记为1-L,改进方法记为ACOMPAX( advance COMPAX) ,得到改进模型。

模板种类一共五种,分别如下。

注: 以下L型字节为多字节0和1混合字。

接下来介绍具体编码方式。

( 1) 对一个字中的四个字节分别记为第1、2、3、 4字节,以字节为单位,如果两个或者两个以上的字节中是0和1的混合( 如1、2或者1、3字节都是0和1的混合,剩余位都是0或者都是1) ,那么则记这个字为L型字,编码时把编码字的第1个字节的第1位置为1,如下所示。

( 2) 对于一个全是0的字,记为0-F。编码时第1个字节的第1位置为0,第2、3位为00代表0-F型字,例如56 × 31位0的编码方式如下:

对于一个全是1的字,记为1-F,第2、3位11代表1-F型字,例如: 56 × 31位1的编码如下:

对一个字中的1、2、3、4字节,如果只有一个字节中是0和1的混合( 如第1或者第3字节是0和1的混合) ,剩余位都是0,那么则记这个字为0L型字,例如0和1混合字在第四个字节中,编码如下:

对一个字中的1、2、3、4字节,如果只有一个字节中是0和1的混合,剩余位都是1,则记这个字为1-L型字,举例如下:

( 3) 对一个COMPAX中的[LFL]型字,由于扩展了L型字和F型字,就会有多种情况,表示为:

[0-L或1-L][0-F或1-F][0-L或1-L]。对于LFL型字,对于F型字的块数不超过64个,编码方式如下:

从编码字首位开始,字的第1位置为0,第2、3位为01,这样表示一个LFL型字,若第4位为0则表示第一个L型字为0-L,若第4位为1则表示1L; 第5位为0是表示F型字是0-F型,若第5位为1则表示1-F型; 第6位为0是代表第2个L型字是0-L型,若第6位为1则表示1-L型; 第7、8位表示第一个L型中的0和1的混合所在的字节,第9、10位表示第2个0-L或1-L型字中的0和1的混合所在的字节,则这个字中的第2个字节剩余的6位表F型字的个数,第3个字节表示第1个0-L或1-L型字中的0和1混合字节位置,第4个字节表示第2个0-L或1-L型字中的0和1混合字节。

( 4 ) 对于COMPAX中的[ FLF ]型字,表示为:

[ 0-F 或 1-F ][ 0-L 或 1-L ][ 0-F 或 1-F ] 。

对于F型字的块数不超过256个,编码如下:

第1位为0,第2、3位为10,这样表示一个FLF型字,若第4位为0则表示第一个F型字为0-F,若第4位为1则表示1-F; 第5为0是L型字是0-L,若第5位为1则表示1-L; 第6为0是代表为第2个F型字是0-F,若第6位为1则表示1-F; 第7、8位表示L型中的0和1的混合所在的字节,这个字中的第2个字节表示第1个F型的字节数,第3个字节表示L型字节中0和1混合字节,第4个字节表示第2个F型字节数。

下面将对改进后的COMPAX进行分析。使用ACOMPAX编码方式对数据进行编码,编码后形成数据流,数据流中的数字出现概率之间相互独立,假设对数据流出现0-F的概率为f0,出现1-F的概率为f1; 出现0-L的概率为: l0; 出现0-L的概率为: l1,那么多于一个的字节中是0和1混合的L型字的概率为: 1 - f0- f1- l0- l1。以上的数据的概率之间是相互独立。

假设在数据量极大,接近于无穷大,我们也假设三个字为一组并计算它的字长期望值,用字母E表示。

对于COMPAX,其中的LFL和FLF型字进行了压缩,可以得出LFL型的概率为:

而FLF型的概率为:

对于这两种情况,可以使用一个字就可以存储, 否则需要多于一个字去存储,由此可以得出COMPAX的长度期望值E2,其有关系:

分解此关系式得到:

最后是ACOMPAX的长度期 望值E2,同理可得:

LFL型的概率为:

而FLF型的概率为:

并得到关系:

从概率之和可以看出,P3+ P4≥ P1+ P2,在最坏的情况下是相等的。这时候来衡量改进后的COMPAX相对于COMPAX的效率上的提升效果:

分别取l0= l1= l和f0= f1= f化简后得到:

由此可以根据函数得出改进后的编码方式的改进效果,如图1所示。

2位图索引的建立与分析

本节研究的主要内容基于MapReduce的位图索引的构建方法,主要通过Map过程和Reduce过程实现。索引常常是建立在某些属性列之上,对于位图索引也是同样,因此本章位图索引的建立是通过扫描需要建立索引的数据列,依次按行的排列顺序依次从上往下读取特定列的属性值,并对读取的列属性值运用位图编码方式处理。整个过程主要分布在Map和Reduce两个函数内实现,Map函数主要负责单个数据块的位图索引建立,在Reduce函数中对Map函数的结果进行归并和进一步的处理,最后输出完整的索引数据。

考虑到一个数据表有n条记录,并且每一列有k个不同的值,那么某个特定列的位图索引大小为s = nk比特( bit) ,假设需要处理的数据类型为简单数据类型中的double型( 64位) ,那列属性源数据占用的也为s bit,这也就意味着,如果不对索引压缩的情况下,当k值达到64时,这个位图索引数据已经达到了源数据的大小了,与此同时实现算法时同样会把ROW ID以及其他特性添加到位图索引数据中,这时候的索引建立耗时和占用空间优势就减弱了,并且如果索引数据过大也同样会使得进行数据查找和检索时的效率有所降低。同时随着索引占用空间的变大,维护索引的成本也就相应的变大了,当然很多时候列的标识符类型占用空间是要比double型大的多。因考虑到位图索引适合属性基数较小的属性列的特性,兼顾空间和效率优势,所以选取当一个基数在64以下的时候就会对其建立位图索引处理,也就是说以64为界点。

接下来是在Hadoop中建立位图索引的算法过程设计,为了提升建立索引的速度,首先将要使用的数据集TPC - H上传至HDFS中,数据上传至HDFS过程中完成了数据分片的过程。对HDFS中的文件Hadoop可以直接读取,在建立索引的时,使用依次按列加载数据,同时读取行编号,并设置读取列结束标志,用来分割不同的列。假设有整个数据集S,其有n个记录,对应为R1,R2,…,Rn,任意Ri∈S,每条记录有m个属性,依次对应为T1,T2,…,Tn,每个属性对应有多个取值,把第i个属性的对应第j个记录值记为Tij,其属性的基数为k,对应的唯一值即属性值的取值记为: Ni1,Ni2,…,Nik,Tij与Nik的关系为对应集合关系:

a,b是介于1 ~ n的整数,即: a,b ∈ [1,n]且b ≥ a,用来表示第a,b个记录,c ≤ k且为整数,这是为表示ROW ID的需要。Bi取值为0或者1。 V[a]为位图向量的一个bit位,其代表第a条记录的bit位,初始状态全部位设为0,当使用位图索引时描述的原始的过程如Algorithm l和Algorithm 2。

Algorithm 1描述了Hadoop的Map过程,我们把算法命名为BMIH( Bitmap index on hadoop) ,首先是读取Ti列数据,统计属性列的基数,并依次编号, 这时候分别记录起始ROW ID和最后的ROW ID为d和e,然后以编号数据为序列开始循环读取数据, 如果在一列的数据中读到数据与已经编号的数据有相同,则设定相应位,如有: Ni1= x,同时在一列中第一数据就为x,那就把向量V的第1位即V11置为1, 如果第1位不是x,那么就不置值,而本该置为0的,因为在初始化向量时,把每一位都置为0了,并返回,读完整个数据块。依次类推,最后得某列的一个属性值和一个与之对应的位图向量组成( key,value) 形式键值对,即( Ti,Nij,Vi) 。

Algorithm 2描述了Hadoop的Recuce过程。首先是初始化一个值全部为0的向量,然后用这个向量将key( 键值) 为Nij的向量运用或操作,这样便得到了完整的key为Nij以及对应的向量值,最后输出这个完整的键值对。再后就是是多个这样的键值对也就形成了一张逻辑上的表,这张表就是索引所需要的。表的横轴为属性各个值,纵坐标为Row ID, 上述算法过程类似于把这一张表结构不断的补齐数据。针对以上过程,可以看出,Map输出的数据较大。一个属性的值就会有一个向量,并且这个向量中只有第d ~ e位的位图数据是用到的,其余的部分都是被置为0的,这样就有很大的数据冗余,Map数据量会增加网络I/O的负担,这就会影响索引建立的速度。

对于以上所述的不足,因此可以在Map过程中初始化一个较短的向量,向量的长度为块中记录条数,这样就减少了Map数据量的输出。同时还可以在Reduce过程中,进行数据的压缩,这样使得整个数据块形成的索引占用空间较少,下面介绍其细节。 如Algorithm 3和Algorithm 4。

Algorithm 3描述了Hadoop的Map过程,这个过程与Algorithm 1不同是在处理某一列中的一个属性值时,只建立一个块长度大小的向量,即建立非全列向量,而在Algorithm 1中,把全列其他值都置为0了,这些0是无用的,反而增加I/O开销。这样在块较大时,处理后Map的结果输出减少的比例是比较大的。比例大小与一个数据块占一列数据有很大关系,这种比例在处理数据量较大的时候反而减少的更多,即随着数据量增加,其减少数据的比例也是增加的。这就使得这种策略可扩展性较强。函数结果得到属性值和一个位图向量组成的( key,value) 键值对,即( Ti. Nij,( d,e,Vi) ) 。

Algorithm 4描述了Hadoop的Reduce过程,这个过程与Algorithm 2主要的不同之处是多了压缩的过程,同是为了减少空间,使用的编码方式正是上一节所介绍的ACOMPAX压缩编码,其压缩率较高, 同时在对数据进行查询处理的时所需IO负载有所降低,可以进一步提高数据查找的速度。

3实验与分析

为了测试方法的有效 性,实验使用 单节点, CPU: Intel( R) Pentium( R) CPU @ 3. 00 GHz,内存2 G。使用数据集是TPC-H[17]。数据集中lineitem表数据量大约占中数据量的75% 左右,是这个数据集主要数据部分,实验中我们首先对ACOMPAX进行压缩效率测试,选取的属性列的为quantity、discount和tax,其基数为分别50、11和9。下面测试了WAH和COMPAX两种压缩算法的压缩比,分别是quantity、discount和tax三种属性。 如图2 ~ 图4所示。

以图2可以看出,COMPAX的压缩率在在WAH上有了不少的提升,在一定的数据集之上甚至达到了30% 以上的提升,ACOMPAX在COMPAX的基础之上又有了一定的提升,在一定的数据集上有了接近20% 的空间节省。

图3、图4显示出ACOMPAX压缩率比WAH和COMPAX要高出不少,同时基数低的压缩率也比基数高的压缩率高,这点原因很简单,就是基数低,数据冗余更大。

下面在Hadoop平台上对位图索引的建立和查询时间进行实验分析。为了测试方法的有效性,实验使用的集群为11节点,1个主节点和10个从节点。CPU: Intel( R) Pentium( R) CPU @ 3. 00 GHz, 内存2 G,全部节点通过交换机相连接。使用的测试数据集是TPC-H。对于这个表中的16个属性中, 有5个是基数可能很大的列,我们依次对这个数据集中的11个基数较小的列建立了位图索引( 基数均不超过64) ,其使用了ACOMPAX编码方式。在表lineitem的DATE的三个属性上,我们把时间分割为年、月、日,这样三个基数为7( 年份跨度为7) 、 12和31,这样方便位图索引处理。首先是测试了WAH、COMPAX、ACOMPAX三种压缩 算法在Hadoop环境下建立位图索引所需时间,我们同样选取了quantity和tax。测试如图5、图6所示。

前面介绍了使用ACOMPAX压缩编码方式。从图5、图6可以看出建立索引时使用ACOMPAX编码方式相比于WAH和COMPAX方式的不同,由于ACOMPAX提供了更多的编码模板,但是在实际的编码时间 上面时间 相差甚小,在有些情 况下, ACOMPAX的编码方式使用的时间要小于WAH以及COMPAX编码方式,总体情况而言上面三种编码方式使用时间相当。

接着比较使用Hive和BMIH2的查询速度。关于Hive,使用的版本为Hive - 0. 9. 0,使用的配置数据库为mysql,同时为了验证有效性也在Hive上为需要进行查询速度比较的属性列上建立了索引。测试所使用的查询语句为TPC-H的查询语句,选取了其中的Q1、Q6和Q14,查询语句的位运算使用bit Vector型[4]的结构。并在Hive中对TPC-H的语句使用了Hive QL对标准语句进行了改写。下面是测试的图,结果如图7 ~ 图9所示。

图7 ~ 图9是Hive和BMIH2执行语句时间的比较,分别使用的是Q1、Q6、Q14语句,图8显示Hive和BMIH2在Q6语句上的执行时间进行了比较,这个语句WHERE语句稍有点复杂,执行时间和上图没有多大的差距。这里就可以看出位图索引的速查询度比单纯Hive要快出不少。

图7、图9显示出的比较结果是BMIH2的优势很明显,由于位图索引是使用的逻辑运算,省去了中间值的转换,这也是它快的一个原因,再者是因其数据量较小。

通过实验可看出,使用ACOMPAX压缩编码在Hadoop中建立位图索引的 速度方面 较WAH和COMPAX优势不够明显,但在占用空间上有一定的优势,其占用空间较过去的WAH和COMPAX有了不小的提高; 在Hadoop中的查询速度相比于Hadoop部件Hive的查询速度有不小的优势。

4总结

本文通过以位图索引为索引机制,并且在Hadoop平台上对改进的压缩编码进行了实现。其中的主要内容是: 基于Hadoop的位图索引策略具有很好的扩展性; 位图索引使用了ACOMPAX的压缩算法对数据进行压缩,使得索引的规模减小; 在进行索引处理时,进一步把查询操作转化成一系列的逻辑操作( 或与非) ,这使得处理的效率有提高,实验部分显示了位图索引的高效率和占用空间小的优势。 在一般的商用的数据库中,还有很多细节优化从而提升效率,比如数据分块,在索引块的设计,等等方面都需要进一步的优化,本文在这方面有一定的提升空间。

摘要：位图索引是一种使用Bit位的索引,有着较高的效率,大多运用于属性基数相对较小的情况。它有着较多的重复数据,可进行压缩,压缩编码的改进是研究的一个热点。对现有COMPAX编码方式进行改进。基于Hadoop的位图索引,使用分布式处理机制,使得位图索引的执行效率得到提升,可以运用于现今的大数据环境中;以解决目前大量的信息数据的查找问题。在建立索引过程中同时使用改进后的COMPAX编码进行数据压缩,使得索引占用空间减小,进一步提高对索引处理效率。

高效率空间论文 篇8

社会主义新农村建设必须以强有力的农村金融支持为前提, 而农村金融的发展与功能的发挥则需要高效率的农村金融制度作保障。党的十七届三中全会专题研究了新形势下推进农村改革发展问题, 将如何完善现代农村金融制度作为新的历史起点上掌握改革开放主动权的一项重点, 提出大力推进改革创新, 加强农村制度建设的新思路。为了能更好的贯彻执行这一新思路, 我们有必要对我国改革开放以来农村金融制度的效率进行分析, 以期能够发现我国农村金融制度问题的本质, 为逐步完善其功能指明方向。新制度经济学表明, 金融制度效率是指采取某种金融制度后而增加的收益与该制度运行所花费的成本之比, 它体现为通过合理的金融制度安排, 最大限度地动员国内外储蓄资源, 并尽可能的将其转化为投资的思想。一个高效率的金融制度能最大限度地促进资本的形成和提高资源配置率, 促进经济增长。其中, 提高资源配置率是核心。

在既有的讨论中, 王芳 (2005) 构建了我国农村金融需求与农村金融制度的理论框架, 并认为一种金融制度是否适当, 归根结底是要以其是否有效地服务于多样化的客观金融要求为评价标准。[1]熊德平、冉光和 (2006) 认为中国农村金融与农村经济关系失调, 是一定制度环境约束下农村金融“供给不足”和“需求不足”共同作用的结果, 归根结底是农村金融制度安排不合理造成的。[2]李建 (2006) 以新制度经济学为基础理论依据, 构建了一个中国农村金融制度安排效率的基本分析框架, 从中国农村金融制度的激励主体和客体两个层面考察了中国农村金融制度的效率。[3]胡适、田野 (2006) 通过对我国农村金融制度变迁的三个阶段进行绩效分析, 指出我国农村金融制度变迁具有很强的路径依赖, 初始状态的特征影响了农村制度变迁的轨迹, 并且限制了农村金融制度的绩效发挥。[4]谷慎、李成 (2006) 通过统计数据对我国农村金融效率进行分析, 认为农村金融制度的有效供给不足是造成农村金融效率低下的根本原因。[5]中国人民银行成都分行课题组 (2006) 构建了由农村金融需求的满意程度、农村金融市场的竞争程度、农村金融市场的金融抑制程度以及农村金融组织的运营效率和可持续性等部分组成的农村金融制度绩效研究框架, 以四川省甘孜州为例分析了我国贫弱地区的农村金融制度绩效。[6]刘泽仁等 (2007) 建立了一个基础性的均衡分析模型, 指出要改变当前农村金融发展的低效率现状, 应该构建分散决策的、多元化的农村金融体系。[7]杨丽萍 (2008) 运用新制度主义经济学的理论框架, 借用经济学理论分析工具, 讨论中国农村金融制度存在的问题, 提出新农村建设中提升农村金融制度效率激励的相关建议。[8]王定祥等 (2010) 回顾了新中国60多年以来农村金融制度演化历程, 总结出中国农村金融改革发展的经验教训, 并在此基础上提出了未来中国农村金融制度改革和变迁的政策启示。[9]高宏霞、史林东 (2011) 从机制设计理论的视角比较分析了各阶段农村金融制度变迁的有效性, 认为农村金融新政机制的有效设计对解决农村金融服务不足问题提供了有效的制度安排。[10]

与已有文献不同的是, 本文从效率的角度研究当前我国农村金融制度的有效性, 采用随机前沿分析方法 (SFA) , 以1986年到2009年中国省级区域数据为样本, 对我国农村金融制度效率进行测度。考虑到我国经济发展的不平衡性, 各地区的社会、经济及自然条件差距很大, 金融制度的效果也会存在差异, 因此, 本文也对这种空间差异进行了分析。

二、研究方法与模型

1. 随机前沿分析方法

常用的效率测量方法包括两种:非参数方法和参数方法。其中非参数方法是指数据包络分析法 (DEA) , 一般通过线性规划构造出生产前沿面, 使用距离函数得到生产单元的效率;参数法是指随机前沿函数法 (SFA) , 其基本思路是将实际生产单元与前沿面的偏离分解为随机误差和技术无效率了, 使用剂量的方法对前沿生产函数进行估计。正是由于随机误差和技术无效率的分离, 从而确保了被估效率的有效且一致, 并且考虑了随机误差项对个体效率的影响。随机前沿生产方法由Aigner, Lovell and Schmidt (1977) 、Meeusen and Broeck (1977) 、Battese and Corra (1977) 共同提出。该方法的基本模型可以表达为:y=f (x;β) ·exp (v-u) , 其中, y表示产出;x表示一组矢量投入, β为待估参数。误差项由两个独立的部分组成:v服从标准正态分布N (0, σu2) 表示观测误差和其他随机因素, 通常假定它独立于投入和技术水平;u被假设为服从非负断尾正态分布N+ (μ, σv2) 表示表征技术非效率的非负值随机变量, 技术效率水平则用TE==exp (-u) 来表示。这样当u=0时, TE=1, 该厂商就恰好处于生产前沿上, 即处于技术有效状态;当u>0时, TE的值就处于0~1之间, 该厂商就位于生产前沿下方, 也就是处于非技术效率状态。

2. 模型构建

本文依据Battese&Coelli (1992) 模型的基本原理, [11]运用对数型柯布-道格拉斯生产函数以及在1986年~2009年间的省际数据的基础上, 对我国各省市的农村金融制度效率进行测定。具体函数模型如下:

在 (1) 式中, Yit表示农民人均纯收入, 下标i为各省市的排列序号, i=1, 2, 3……, N, N=29;t为时期序号t=1, 2, 3……, T, T=24;X1it、X2it、X3it分别表示人均农业贷款、人均财政支农、人均固定资产投资;β1、β2、β3分别表示人均农业贷款、人均财政支农、人均固定资产投资的产出弹性, β0表示待估常数项。 (vit-uit) 代表方程的随机误差, 第一部分vit服从N (0, σv2) 分布, 第二部分uit服从N+ (μ, σ2it) 分布, vit与uit之间是相互独立的。 (2) 式中TEit=exp (-uit) 表示样本中第i个省份在第t时期内的技术效率水平。式 (3) 和 (4) 则表示定量描述事件因素对uit的影响, 其中β (t) ≥0, 当η>0时, β (t) 将以递增的速度下降;当η<0时, β (t) 将以递增的速度增加;当η=0时, β (t) 将维持不变。在统计检验中, 如果γ=0这一原假设被接受, 则无需使用SFA技术来分析这一面板数据, 而直接运用OLS方法即可。在上述模型中的参数估计应使用最大似然法, 其中, 最关键的步骤是对γ=0这一原假设使用似然比检验。

3. 变量与数据

根据新制度经济学的解释, 金融制度效率体现为通过合理的金融制度安排, 最大限度地动员国内外储蓄资源, 并尽可能的将其转化为投资的思想。一个高效率的金融制度能最大限度地促进资本的形成和提高资源配置率, 促进经济增长。其中, 提高资源配置率是核心。农村金融制度效率的关键在于是否有效促进了农村经济的增长, 而农村经济的增长主要表现在农业总产值的增长和农民收入增加方面。[12]基于以上思路并考虑到数据的可得性以及各地区人口基数的差异, 本文选择农民人均纯收入 (Yit) 为产出指标, 人均农业贷款额 (X1it) 、人均财政支农 (X2it) 、人均农村固定资产投资额 (X3it) 为投入指标, 对我国农村金融制度效率进行测量。以上变量均取自然对数值。

本文选择了全国共29个省、自治区以及直辖市作为样本, 并将它们按东、中、西进行划分。其中东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南共10个省市;中部地区包括山西、内蒙古、辽宁、吉林、黑龙江、安徽、江西、河南、湖北、湖南、广西共11个省市;西部地区包括四川、贵州、云南、陕西、甘肃、宁夏、青海、新疆共8个省市。在时间跨度上, 我们截取了1986年~2009年间的有关数据。所有的数据来源于历年《中国统计年鉴》、历年《中国金融年鉴》以及《新中国60年统计资料汇编》。各变量的描述统计量如表1所示。

注:Y表示农民人均纯收入;X1表示人均农业贷款额;X2表示人均财政支农;X3表示人均农村固定资产投资额。

三、结果与分析

本文利用Frontier4.1, 根据上述数据对上述模型进行估计。表2给出了有关参数及其相关检验的结果。

实证研究结论表明:

(1) γ=0.5, 且LR统计检验在1%的水平下显著。这说明模型中的随机误差项是包含无效率因素的符合结构。因此, 对于区域面板数据使用随机前沿生产函数是可行的, 模型设定是可以接受的。

(2) 从相关系数的计算结果看, 人均农业贷款与农村人均纯收入之间呈现出正相关关系, 相关系数仅为0.0268, 并在1%水平下是显著的;人均农村固定资产投资于农村人均纯收入之前呈现出较强的正相关关系, 相关系数达到0.3665, 并在1%水平下显著;人均财政支农与农村人均纯收入之间呈现出负相关关系, 相关系数为-0.0504, 并在1%水平下是显著的。以上分析结果说明当先农村金融制度下, 农业贷款的增加并没有成为促进农民收入水平提高的关键因素, 只有固定资产投资额的增加才能在一定程度上促进农民增收, 财政支农资金的增加反而不利于农民收入的增长。

注:*表示在10%水平下显著, **表示在5%水平下显著, ***表示在1%水平下显著。LR为似然比检验统计量, 此处它服从混合卡方分布 (Mixed Chi-squared Distribution) 。

(3) 参数η=0.0685, 表明时间因素对β (t) 的影响将以递增的速度下降。这说明各省市的农村金融制度无效率将随着时间的推移而加速下降, 即各省市的金融制度效率是呈递增趋势的。

(4) 农村金融制度效率及变动情况。由计量结果分析, 我国农村金融制度效率的整体 (平均) 水平为0.486并不高, 无效率因素占了0.514, 大于50%。样本中29个省市中农村金融制度效率平均值超过0.5的仅有北京、天津、辽宁、吉林、黑龙江、上海、浙江、福建、广东、海南等10个省市, 这与实际情况也比较吻合。根据上述方法将样本中的29个省市划分成东、中、西部三个区域, 它们之间表现出了明显的区域差异, 同一年份下地区农村金融制度的效率差距最大超过了0.2, 东部地区的农村金融制度效率明显高于中、西部地区。

四、研究结论与政策建议

实证分析结果显示:我国农村金融制度的效率总体水平不高, 同时区域差异较为明显, 将样本按东、中、西部划分, 发现东部地区的农村金融制度效率要高于中、西部地区, 并且东、中、西部地区内部各省份的制度效率也存在差异。这一结果主要是由于中西部地区农村正规金融的有效供给不足, 农民贷款难, 要进行农业生产和自主创业只能通过非正规金融机构获取贷款, 而东部地区农村金融资源相对丰富, 当地通过农民从正规金融获得金融支持比中西部地区容易得多。在影响农村金融制度效率的因素方面, 人均农业贷款和人均财政支农没有表现出对促进农民增收的有效促进作用, 人均农村固定资产投资对农民收入的促进作用相对较大。[13]这说明现行农村金融制度下, 农村金融机构缺乏应有的金融服务能力使得农业贷款没有用于农业投资, 发出的贷款不应该不分贷款对象和作用, 比如农民将贷款用于消费而不用于生产和投资, 就很难促进农村金融的发展, 扭曲了农村资本积累和金融资源的配置。

农村金融制度是我国农村经济和农村金融发展的制度保证, 因此, 为提高我国农村金融制度效率我们提出以下建议。

1. 改善农村金融环境, 间接引导农村金融机构加大对农村经济的投入

一方面, 可以通过协助农村金融机构清理不良贷款, 包括国家公职人员欠款和财政欠款;取消农村金融机构合理组织资金的一些政策阻碍, 允许相关资金存入农信社等农村金融机构而增加农村金融机构的资金供给能力, 从而放大对农村金融的信贷投入。另一方面, 可以通过改善信用环境和给予鼓励政策来增加农村金融机构发放贷款的信心和动力。

2. 优化财政支农支出结构, 整合财政支农资金, 优化财政支农方式, 逐步完善财政支农的政策体系, 稳步增加财政资金对农业的投入

政策制定上需要考虑我国的区域差异, 区别对待, 将把农民增收作为主要的财政目标, 加大对农业基本建设支出和农业科技投入的规模和比重, 压缩农业事业费用支出, 有效提高财政支农资源的配置效率。

3. 充分发挥农村固定资产投资在农民增收方面的积极作用, 保持农村固定资产投资较快增长

将农村基础设施建设作为我国农村固定资产投资增长的突破口, 加大对农田水利建设和农村通水、通路、通电等工程的投入, 以此激发其他投资主体投资农业、投资农村的热情。同时, 也需要考虑地域差异, 实施投资倾斜政策, 对经济欠发达地区在资金、技术、人才等多方面给予扶持和支持。

摘要：本文运用随机前沿函数分析方法, 以省级区域为样本, 测算并分析了中国农村金融制度效率及其空间差异。研究表明:中国农村金融制度效率总体水平不高, 区域差异较为明显, 东部地区的农村金融制度效率要高于中西部地区。人均农村固定资产投资对促进农民增收、提高农村金融体系效率的作用大于人均农业贷款, 但是人均财政支农表现为抑制农村金融制度效率的提高。最后, 本文提出应结合我国农村实际情况, 通过合理的安排金融制度, 防止农村金融资源的流失, 明晰农村金融机构的功能定位, 逐步形成以政策性金融为主导、合作金融和商业金融为主体、民间金融为补充的金融组织体系, 提高农村金融制度效率, 促进农村经济又好又快的发展。

高效率空间论文 篇9

我国瓦楞纸箱行业起步较晚，滞后美国60多年、日本40多年，但近年来我国瓦楞纸箱行业发展迅速，在需求和产量方面已逐步赶超美国和日本，走在世界前列，但相较于美国和日本的瓦楞纸箱产品，我国瓦楞纸箱产品在结构创新方面仍存在不足。而且，随着我国人工成本的上涨，世界工厂的优势已逐步转移到印度等国家，加上全球供应链提速，各个环节强调及时响应，这就要求我国瓦楞纸箱行业必须创新产品结构，在实现瓦楞纸箱保护内装产品的同时，加快包装速度，提高仓储和运输空间的利用率。下面，笔者就介绍几款创新瓦楞纸箱结构，为业内同行提供一些思路。

快速包装不带内衬纸箱结构

目前，无内衬的瓦楞纸箱主要用于运输包装和无需特殊防护的产品包装，如电商包装。从目前来看，电商的运输包装多由物流公司和产品库负责，由于电商产品多为零单散件快递，还需要分拣查验，客户验收，这就要求电商包装易于开启和封合，而且由于电商产品大多有独立包装，因此运输包装一般无需内衬，但是大部分电商包装往往需要兼顾运输和销售功能，因此所用瓦楞纸箱应便于管理。综合来看，无内衬的运输包装应侧重于可快速成型、方便开启，规格标准化、方便管理的结构。

图1所示为一款快速包装不带内衬的纸箱结构，该结构有以下优点：

（1）用料更省，同样大小的瓦楞纸箱，该结构可以节省约25%的瓦楞纸板。

（2）组装更快，2～3秒内即可组装成型，且封口自带双面胶。

（3）开启更快，纸箱底部设计了一个巧妙机关，只要用手用力一按，底部就会裂开，整个箱子即可散开。

内衬纸箱一体成型结构

目前，大多数瓦楞纸箱都会用到内衬，常见的内衬包括EPE内衬、EPS内衬、纸插格、折叠纸内衬、瓦楞纸板或蜂窝纸板黏合内衬等。其中，大部分内衬都无法折叠且形状各异，运输和仓储空间利用率较低。有些内衬甚至不是一个整体，操作复杂，不易管理，容易造成组件遗落。这就需要内衬尽量采用可折叠纸结构，以减轻仓储压力。

图2所示为内衬纸箱一体成型结构，在该结构中，纸箱内衬与外部结构一体成型，成型操作简单，节约包装材料，节省人力，降低仓储运输成本。

单独可折叠纸内衬

对于一些体积较大的产品，由于受到瓦楞纸箱加工工艺和设备的限制，无法实现展开面积很大的内衬纸箱一体成型结构，因此在产品装箱时往往需要放入单独的内衬结构，以起到保护内装物的作用。这种情况常见于机电产品和汽车配件产品的包装。

近年来，随着机电市场和汽车市场的不断扩大，机电产品、汽车配件产品包装的需求量日益增加。尤其是汽车配件产品，种类和数量较多，与之匹配的内衬用量较多，而且其采用的EPE内衬、EPE纸板黏合内衬以及 EPS内衬体积较大，形状怪异，且不易折叠，往往需要牺牲很大的仓储空间。因此，为提高内衬仓储空间利用率，方便管理，建议合理使用可折叠纸内衬。图3为机电产品单独可折叠纸内衬。

高效率空间论文 篇10

某高校一教学单位办公室原分布见图1所示, 后来该教学单位换了领导, 有人提议, 辅导员办公室在连廊, 开会的时候在系里连个休息的地方都没有, 想在系办公室所在楼层找一间休息室。于是建议系办公室挪至资料室, 将系办公室改成辅导员休息室 (见图2) , 这样一来, 不但开会的时候辅导员有了休息的地方, 辅导员与主抓学生工作的副书记交流起来也更方便, 而且系办公室办公家具一应俱全, 不需再整理。学生管理工作部门认为办公室搬到资料室后办公空间变大, 办公室负责人应该更满意, 但是与系办公室协调后, 系办公室拒绝搬迁。副书记当众指责办公室负责人懒惰、不愿搬。办公室负责人提出拒绝搬迁的理由如下:系办公室负责系党政事务性工作、全系日常教学管理工作和行政管理工作, 毗邻主任办公室有利于与主任沟通, 位于办公楼中部有利于与各位领导沟通, 对着会议室, 有利于会前会后与全系教师沟通, 如若搬至办公楼边缘, 不利于与主任沟通, 不利于与各位主任沟通, 不利于会前会后与全系教师沟通。经协调, 最终把资料室里间腾出作为辅导员休息室 (见图3) 。

二、案例分析

不同部门有不同的文化背景, 依据部门为文化划分标准, 本案例中的问题即是跨文化沟通的问题。在本案例中, 办公室与辅导员发生的冲突是辅导员欲占用办公室, 而办公室拒绝搬迁。案例中冲突发生的原因是:第一, 辅导员休息室与主抓学生工作的副书记办公室毗邻有利于辅导员与副书记沟通。从学生管理工作的角度出发, 学生管理工作人员有这种想法是很自然的事情, 也是可以理解的。第二, 系办公室与主任办公室相邻、居于楼层中部、面对会议室, 有利于办公室工作人员开展工作。从系工作大局出发, 办公室负责人有这种想法也是很自然的事情, 也是可以理解的。第三, 能够同时满足辅导员与办公室需求的房间只有此一间。所以, 合适的办公空间具有资源的稀缺性。可以看出, 本案例中办公室与辅导员发生的冲突的根本原因就是资源的有限性。

三、案例启示

(一) 办公空间的分配应该尽可能科学有效, 尽量有利于各方面工作的开展。办公空间分配合理的话, 有助于提高各部门工作人员的工作效率。办公空间的分配属于领导权力的使用, 也是管理职能的履行。根据赫茨伯格的双因素理论, 使人对工作不满意的因素与使人对工作满意的因素是不一样的。没有良好的工作环境、人际关系等与工作内容无关的背景因素会导致人们对工作不满意, 这些因素属于保健因素;工作的挑战性、工作内容的吸引力等工作本身的因素是会使得人们对工作满意, 从而具有激励价值, 属于激励因素。办公空间分配合理与否属于保健因素, 而不属于激励因素。所以, 办公空间分配合理的情况下, 工作人员会认为本来就应该这样, 但是办公空间分配不合理的话, 则会引起工作人员的不满。事实上, 在没有与错误决策进行比较的情况下, 任何正确的决策都会被认为是理所应当的。

(二) 为了节省沟通时间、提高沟通效率, 任何沟通行为发生之前不必要的动作都应该省去。从提高工作效率、减少不必要的成本消耗的角度出发, 日常业务往来频繁的工作人员的办公空间应该相距较近, 从而降低工作人员来往于不同办公室所花费的时间, 提高沟通效率。党务系统与行政系统的日常工作各成体系, 故党务系统办公室应该彼此毗邻, 行政系统办公室应该彼此毗邻, 也即:辅导员的休息室应该与主抓学生工作的副书记的办公室相邻, 主抓学生工作的副书记的办公室应该与书记办公室相邻;教研室应该与副主任的办公室相邻, 副主任的办公室应该与主任办公室相邻。而党务负责人与行政负责人也需要经常商讨工作, 所以党务负责人的办公室应该与行政负责人的办公室相距较近。

(三) 办公室服务于各位领导及全体教师, 是系日常办公的中心场所, 应该位于各位领导、教研室和会议室的中间。而在日常工作实践中, 办公室与中层正职的联系要远远高于与中层副职的联系, 所以办公室应该放在党务负责人办公室和行政办公室负责人办公室之间, 并且与会议室和教研室相距较近。

(四) 办公空间分配的变更影响决策人员的形象。办公空间分配的变更属于权力的使用。在办公空间分配权的原行使者与办公空间分配权的新行使者是同一个人的情况下, 如果新办公空间分配效果比原办公空间分配效果好, 会给工作人员以权力行使者决策英明的印象;在办公空间分配权的原行使者与办公空间分配权的新行使者是同一个人的情况下, 如果新办公空间分配效果不比原办公空间分配效果, 会给工作人员以权力行使者决策能力不好的印象;在办公空间分配权的原行使者与办公空间分配权的新行使者不是同一个人的情况下, 如果新办公空间分配效果比原办公空间分配效果好, 会给工作人员以权力新行使者决策英明的印象;在办公空间分配权的原行使者与办公空间分配权的新行使者不是同一个人的情况下, 如果新办公空间分配效果不比原办公空间分配效果好, 会给工作人员以权力新行使者决策能力差的印象。就同一问题的决策来讲, 原决策与新决策的影响示意图如图4。从图4可以看出, 对权力行使者有积极影响的变革只有一种:原始决策错误, 目标决策正确。其它三种变革 (原始决策正确, 目标决策正确;原始决策正确, 目标决策错误;原始决策错误, 目标决策错误) 对权力行使者都有消极的影响。这是在原始决策者与目标决策者是同一个人的情况下。如果目标决策者与原始决策者不是同一个人, 在原始决策错误、目标决策正确的情况下, 该变革有利于目标决策者树立威信;而其它三种变革对目标决策者的消极影响要更大。

(五) x理论容易让人误判。案例中, 办公室负责人不愿搬迁的原因并不是副书记所认为的懒惰、不愿意整理资料室。副书记有这样的想法是因为该副书记持有x理论的观点。x理论认为大多数人都是不愿意工作的, 都是懒惰的。而在我国的文化背景下, 大多数人都是很爱面子的, 而爱面子的直接结果就是不愿被人否定, 尤其是当众否定。所以, 大多数中国人都为了面子不待扬鞭自奋蹄。所以, 在我国x理论不是很适用, 容易让人误判。

(六) 当双方利益发生冲突时, 不要为了自己的利益去损害对方的利益, 甚至集体的利益。案例中辅导员休息室最初之所以选在办公室, 是因为辅导员休息室与主抓学生工作的副书记办公室毗邻有利于辅导员与副书记沟通, 这对学生管理工作而言是有利的。但是办公室的搬迁触动的是全系领导和教职员工的利益。在小团体利益与集体利益发生冲突时, 小团体利益应该服从集体利益。平时人己利益的损益影响及优先级别如图5所示。

从对外影响来看, 利己利人的行为和损己利人的行为都会给自己带来积极的影响, 损人利己的行为和损人不利己的行为都会给自己带来消极的影响。所以, 可以排出四类行为的优先等级为:一级优先行为为利人利己的行为, 二级优先行为为损己利人的行为, 三级优先行为为损人利己的事, 四级优先行为为损人不利己的事。

四、启示的应用

根据以上启示, 可以对某系办公空间重新作出分配如图6。图6办公空间分配方案照顾了日常业务往来频繁的各个部门的工作人员, 可以提高日常办公内部沟通的效率。但是该分配方案与现行分配方案相比, 变动太大, 需要搬迁的办公室太多, 所以, 该分配方案只具有理论意义, 在实践当中可行性不大, 除非是在办公空间初次分配之时就采用该方案。

摘要：跨文化沟通的效率与沟通主体的空间布局有重要的关系。本文记录了某高校教学单位跨文化沟通效率与空间布局关系的案例, 分析了案例中冲突发生的原因, 总结了该案例的启示, 并根据案例启示做出了该单位办公空间的理论分配方案。

关键词：办公室,空间布局,跨文化,沟通效率

参考文献

[1]任满收.论冲突的发生机制与对策[J].管理工程师, 2012

[2]Business Management Student Manual[M].Australia:Victoria University, 2010