经济社会的发展带领我们进入大数据时代，大数据时代必然带来新的变革与机会。在大数据时代背景下，需要重新理解数据和信息的定义与特点，从而实现生活、工作和思维的变革。

　　大数据的概念最早由麦肯锡咨询公司提出，顾名思义即数量规模庞大的数据，体现数据的规模性、多样性、高速性和价值性四大特点。大数据是信息处理与计算技术的延伸，也是社会进步和发展的必然趋势。

　　在信息和网络技术飞速发展的情况下，社会生活中越来越多的活动实现了数字化。随着数据生成的自动化、数据生成速度的快速化，数据量随之迅猛增长。存储设备、内存、处理器等电脑元件成本的不断下降，使之前昂贵的大数据存储和大数据处理更加便宜，为数据量飞速增长提供了有效的保证，从而使得大数据的存在成为可能。信息技术的飞速发展，为数据的生产、存储提供有力的基础，并且允许数据形式的多样化，从而促进了大数据时代的产生和发展。随时随地通过各种方式和手段，上传和下载、或共享文字、图片、音频和视频等各种形式的数据，越来越多各种形式的数据提供给人们使用。数字化已经成为经济社会发展的必然趋势。与生产过程必须依赖硬件设备和人力资本一样，企业的业务活动、创新、成长也越来越离不开大量数据的支持。也就是说，社会生活中的任何一项业务活动都与大量的数据紧密相联，每一个人都是数据的产生者，同时又是数据的使用者。数据量与日俱增，数据结构繁杂多变，数据产生速度越来越快，数据带给我们的价值远远超过以前，我们已经进入了大数据的时代。

　　在大数据时代，有计算机技术的支持可以分析处理更多的数据，甚至可以处理某个特定范围的所有数据。随着数据数量的不断增加，使我们的思维有所改变不再只关注数据的准确性，不再关注数据的之间的因果关系。大数据为工作、生活和思维带来了改变，所以需要对数据和信息的重新界定。

　　数据的一般定义为，科学实验、检验、统计等获得的和用于科学研究、技术设计、查证、决策等的数值。随着数据定义的发展，不同研究领域数据已不再单纯局限于数字本身，它是载荷或记录信息的符号，并且是按照一定规则排列组合的符号，除数字以外，数据表达方式也可以是文字或图像，甚至是任何代码。数据无所不在，充斥于社会生活中的每一个角落、每一个人、每一个组织都在使用数据。数据的海量生产、共享和应用已经成为必然。在大数据时代背景下，数据具有传统数据所不具备的独特特点。

　　首先，数据产生数量庞大。数据量非常大是大数据的首要特点之一，大数据时代的数据量不再用TB为存储单位，而是以PB、EB、ZB为存储单位。社会生活中每天产生的数据量已经远远超过过去每7年所产生的数据量。企业的磁盘存储量及个人电脑和笔记本的存储量超过了7EB字节。经济社会被如此庞大的数据量所包围，这也正是大数据时代下重大变化之一，即用数据来表示社会生活中的各种活动。

　　第二，数据增长、变化速度飞快。这既是大数据时代所具有的独特之处，也给大数据的处理带来机会与挑战。大数据环境下，数据产生、存储和处理、并不断更新的速率十分惊人。因特网上每秒钟产生的数据量超过了20年前整个因特网所存储的数据量，可见大数据产生速度之快，数据处理变化之快。数据生产量飞速增长的同时，要求创新出更快更好的数据处理技术。才能满足这个用数据说话、竞争异常激烈的大数据时代对数据的要求。通过快速地有效地处理不断更新不断变化的大规模的数据量，才能获得竞争优势，才能在大数据时展和进步。

　　第三，数据表示方式越来越多。多样性也是大数据的重要特点之一。大数据以多种多样的形式涌现，文字、语音、图像、视频等形式。随着大数据时代的发展，新的数据来源与数据形式会不断出现。如此多样化的数据对数据非结构的存储要求更高，从而要求改变传统的数据库。另一个方面，大量、繁杂的数据中却保存着更多的有价值的信息，这也是数据多样性带来的数据价值的体现。

　　第四，数据具有较高的价值。数据数量巨大并且价值总量也很高，但价值密度却很低。连续不断的视频数据中，有用的数据可能仅仅只有几分钟甚至是几秒钟。大数据的价值体现在数据的数量多，进而带来更多的价值，但是从繁杂的大数据中找到有用、有价值的准确数据也是大数据时代带来的挑战。

　　在很多情况下，数据和信息两个词常被赋予同样的定义。严格意义上讲，二者间是不同的。数据是对信息数字化的记录，是一种表示的符号，其本身没有实际意义。信息则是指把数据放到一定的背景下，对于数字进行解释并赋予意义，也就是说信息是有意义的数据。但在进入信息时代后，人们趋向于把所有存储于计算机上的信息，无论是数字还是音乐，甚至连视频都统称为数据。

　　信息具有价值性，有意义有价值的数据才是信息，信息是使用者可以利用的数据。信息是真实的，可以客观地反应现实世界的，相反不符合客观事实的信息是没有价值的。反应客观事实并且不虚假的数据才是信息。信息比数据更有时效性，过期的数据对现实没有用处不是信息。如果反应客观事物的所有数据都可以找到那么这样的信息就是完整的。不同的载体可以承载相同的信息，与数据相同信息具有多样性和变换性。信息可以被共享，共享后的信息价值相对会下降，因此为了获得更多的利益，必须寻找新鲜的信息。

　　迅猛增长的数据数量，快速涌现的新数据，千变万化的数据表现形式，不断增加的数据价值，以及不断创新的计算机技术给大数据时代打下了夯实的基础，标志着数据化的必然趋势，也标志着经济社会已经迈入大数据时代。在大数据时代对数据和信息的理解要有所变化，需要我们重新审视，重新区分数据和信息，这样有助于我们在大数据时代获得更多更好更有价值的信息，从而在竞争激烈的大数据时代获得竞争优势。

　　关键词：设施农业；气象服务；措施自改革开放以来，我国一直提倡农业现代化。在当代农业系统中，反季节养殖、反季节生产、大棚式生产等手段都已经帮助农业从传统模式走向了高效经济的新模式。但设施农业在一定程度上仍然需要“靠天吃饭”，突如其来的台风或者干旱、暴雨等气象因素仍然是导致设施农业产量巨减的重要因素。

　　设施农业指在人工创造的环境下进行生产的农业，包括日光温室大棚种植、工厂化禽畜养殖业、工厂化水产养殖业三大方面。自改革开放以来，设施农业便随着科技的不断进步而发展。有关数据显示，我国目前的农产品行业中，使用设施农业模式的占比80%以上。这体现了我国作为人口大国，其农产品行业的先进性。

　　农业气象业务泛指为农产品提供气象预警、产品预收报告、天气情报等相关数据的业务。改革开放初期，农业气象就已成立，分国家、省份、市、县4个等级的农业气象预报。主要预报农产品的收入、农业气象专题分析和土壤墒情报告等。主要的技术方法是通过农产品的种植情况与本年度的气象预报情况进行数据模拟计算。另外，通过近50a的气象数据与大气探测数据预报本年度的气象状况。其预报误差均小于5%，在每年收获前两三个月前。我国的农业气象业务同时也肩负气象灾害的预警与防范工作。我国地域辽阔，但气象灾害频发。在我国的各级气象部门中，技术人员通过使用先进的摇杆技术、农作物生长模拟程序等手段模拟农作物在低温、干旱、水涝等情况下的产量，并提前做好预措施。由于设施农业的生长环境往往具有反季节特性，因此近年来农业气象业务中也逐渐加入了设施农业的气象报告数据业务，为设施农业的发展提供良好的保障。

　　由于当下设施农业的气象业务数据编制工作才成立不久，并没有真正提供反季节农作物产品的详细数据。其数据在反季节的匹配性上略有不足。

　　气象灾害对设施农业而言具有毁灭性打击，这是由于当下设施农业多数是以大棚的形式建立人造的温室以提高农产品的产值。此类大棚成本高，稳固性差，一旦遭遇台风、暴雨之类的气象灾害，大棚结构会瞬间荡然无存。不仅农民的农作物产品受到危害，大棚损失的成本也没法回收。基于这种状况，设施农业对气象灾害预期时间的要求要比其他行业的要求要更高，预期时间在72h时以上为最佳，这也是为了向农民提供为农产品施行保护措施的必要时间。但在现有的技术中，往往难以达到72h的预警时间。我国的农业气象业务起源已久，但在自改革开放以后就没有特别大的进步。随着经济的不断发展，全球变暖趋势加剧，当下气象探测装备已经无法满足要求，急需更新。另外，基于优化气象预测结果的要求，原有的站点布局也应得到更新。

　　需求因素数据库以种植业的温室大棚为例，温室大棚在设立初期需要当地长年的阳光状态、湿度状态及风力状态的数据。这些数据在很大程度上决定了阳光大棚设置的位置与需要设置的设备，是大棚设计的前置条件。在面对如此繁杂的数据类型，气象部门也应设置大数据数据库，对该类的数据进行长年的统计与记录，并根据设施农业的不同需求将此类数据进行分类编制。

　　在当下的气象预警技术中，站点的气象探测数据往往具有准确可靠的参考性。因此，提高站点的分布范围，加快数据分析的速度，是解决当下预警时间较短的有效措施。此外，气象预警部门应当不断引入新型人才，创新自身的气象探测技术，为提高预警速度打下坚实的技术基础。

　　我国现代农业经历近些年的发展，已成为我国国民经济体制中重要的组成部分，在这个基础上，农业气象业务可以借用经济学的原理，探讨与现代农业的合作发展模式，实现互惠共赢的局面。

　　随着我国经济的不断发展，人口不断增多，居住用地与商业、工业用地不断减少的态势已经是预料之中的现象。设施农业的大力发展也是提高我国当下粮食产量的必经途径。因此，发展设施农业气象业务是当下气象部门的核心工作。该文仅从个人角度分析了当下设施农业气象业务的状况，希望能够起到抛砖引玉的作用，引发读者更多的相关思考。

　　数据库技术起源于20世纪60年代末，是随着计算机技术的出现而出现的。最初研发数据库技术是为了能够有效地管理和存取数据资源。而且随着科学技术的不断发展与更新，数据库技术与计算机网络技术已经紧密结合起来，并相互促进、相互渗透，已经逐渐成为社会应用最为广泛的两大领域。随着人们对于数据库技术的认识以及研发的不断加深，数据库技术逐渐完善，且应用领域不断拓展，由原先的事务处理逐渐延伸到情报检索、专家系统以及计算机辅助设计等领域，为人类生活与工作提供了便利，促进了社会的发展。为了让数据库技术更好地服务于社会，本文对数据库技术的发展现状以及发展趋势做了详细地阐述。

　　数据库技术是信息系统的核心技术，并对计算机数据进行辅助管理。数据库技术研究的重点在于如何更好地组织与存储数据，以及如何高效地获取和处理数据。数据库技术是通过对数据库结构、设计、存储、管理等应用的理论和方法进行研究，并使用这些理论来对数据进行分析、处理的技术。数据库技术的发展进程主要有三大阶段。一、层次与网状数据库系统。该系统是在20世纪70年代研制出来的。层次数据库系统是数据库系统的先驱，而网状数据库系统则是数据库概念、方法、技术的奠基者。二、关系数据库系统。关系数据模型是在1970年由d提出的，为开创关系数据库技术奠定了理论基础，在随后的80年代，研发出了非常多的关系数据管理系统，如Ingres、Informix、DB2等，这些管理系统被广泛应用于企业信息管理、情报检索等领域，为第三代数据库系统的研发奠定了坚实的理论基础。三、第三代数据库系统不仅保留了第二代数据库系统的技术，而且还进行了拓展，其基本特征为支持数据管理、知识管理和对象管理[1]。

　　当今时代的数据库技术的特征是：与网络通信技术、面向对象程序设计技术、人工智能技术、并行计算技术等技术进行渗透与结合。而具有以上特征的数据库技术包括知识库系统、分布式数据库系统和主动数据库系统等新型数据库系统。

　　知识库系统是数据库技术与人工智能技术相互渗透、相互结合而产生的，就是在人工智能技术中加入数据库技术。将数据库技术与人工智能技术相结合，就可以将数据库当作人工智能系统，提高DBMS的表达、推理和查询能力。知识库系统的主要功能在于其可以扩充数据库系统的推理能力、引入语义知识、提高知识的获取能力，并提高数据库对知识和数据的组织与管理能力。不仅如此，知识库系统还对数据库的查询能力进行了优化，并提高了数据库的查询效率[2]。

　　分布式数据库系统是由同一网络中的不同计算机上的数据组合而成的。在数据库系统中，每台服务器都有自己的数据库系统和客户机，利用网络将3台服务器连接起来。而且网络中的每个节点都可以独立的对数据进行处理，还可以执行局部应用。不仅如此，节点还可以通过网络的子系统来执行全局应用。在分布式数据库系统中，用户可以利用客户机使用本地服务器中的数据库，满足自己的需求，也可以对节点中的数据库执行应用。

　　主动数据库是相对于被动数据库而言的，其主要职能是提高数据库对紧急情况的反应能力，并提高数据库管理系统的模块化程度。主动数据库的使用方法是将一些新的事件、动作规则以及条件输入到传统数据库中，再利用数据库管理系统对数据库的运行状态进行检测，判断数据库是否符合设定的条件，一旦条件符合就会立即执行命令。

　　通过对目前数据库技术的应用情况进行分析，我们可以发现许多企业都面临着数据膨胀的困境，如何有效地解决海量数据库信息的存储与管理是当前亟待解决的问题。而且现在大多数的用户都无法完全使用DBMS来对海量数据、空间数据进行分析，因此，新数据库技术的研究已经成为了研究热点和发展趋势。

　　随着数据库技术的广泛应用，使企业的数据库中所承载的数据量与日俱增，如何从众多的数据中查询出自己需要的信息成为了最主要的问题，解决这个问题的最好办法就是商业智能。商业智能就是以帮助企业做出科学决策为目的，并对数据进行有效地收集、储存、分析、查询等技术。商业智能可以在最短的时间内对海量数据进行查询和分析，并抽出用户需要的信息，而且商业智能可以提供在线分析处理功能，是数据库技术的发展趋势[3]。

　　数据仓库是将多种学科技术进行综合而产生的，主要的构成部分为数据仓库、数据仓库工具、数据仓库管理系统，数据仓库是核心系统，是进行信息挖掘的基础；数据仓库是通过数据仓库工具来发挥作用的，数据仓库工具是系统的关键；数据仓库管理系统是决定整个系统能否正常运作的关键，可以看作是整个系统的引擎。

　　如我国的石油产业在发展过程中，对于信息技术的需求逐渐增强，企业的信息化进程也在不断加快，而安全信息化管理对于信息技术的要求更高。企业现在大多数使用的是传统数据库技术，这样的安全信息化管理系统都是以单一的数据资源为中心，并进行企业不同类型的数据处理工作。但是在处理过程中，不同类型的数据具有自己的特点，以传统数据库技术为基础的安全信息化管理系统无法将石油企业不同数据的特点都显示出来，无法进行数据多样化处理，使企业人员获取的信息量不足或者是质量不高，导致企业决策出现错误。而且利用数据仓库技术还可以将员工所需的数据从事务处理环境中抽取出来，并利用DSS处理系统对这些数据进行重新的处理，在单独的分析处理环境中对其进行分析。这样不仅可以提高石油企业的分析、决策的质量，还可以减少企业损失，提高企业的安全管理水平，促进企业的发展。

　　数据库技术是企业进行数据处理的主要系统，是计算机技术的重要分支。通过对数据库技术的发展进程、现状以及发展趋势进行分析后可以看出，第三代数据库系统不仅可以为企业提供更丰富的造模能力，而且还可以根据不同领域的特点，研发出更多先进的、科学的数据库系统，如商业智能技术、数据仓库技术等[4]。

　　[2]明智勇.数据库技术的现状与发展趋势探索[J].产业与科技论坛，2013，22（1）：80-81.

　　[3]张俊，吴绍辉.数据库技术的研究现状及发展趋势[J].工矿自动化，2011，6（7）：34-36.

　　数据库技术的现状及其发展趋势研究开题报告 数据库技术的现状及其发展趋势研究开题报告 专业：信息管理与信息系统 学生：**学号：0924620036

　　数据库技术主要研究如何存储、使用和管理数据 ,是计算机技术中发展最快、应用最广的技术之一。作为计算机软件的一个重要分支，数据库技术一直是倍受信息技术界关注的一个重点。尤其是在信息技术高速发展的今天，数据库技术的应用可以说是深入到了各个领域。当前，数据库技术已成为现代计算机信息系统和应用系统开发的核心技术，数据库已成为计算机信息系统和应用系统的组成核心，更是未来信息高速公路的支撑技术之一。因此，为了更好的认识和掌握数据库技术的现状及发展趋势,本文对有关数据库发展的文献进行了收集整理，以求在对现有相关理论了解、分析的基础上，对数据库发展进行综合论述，对数据库技术发展的总体态势有比较全面的认识，从而推动数据库技术研究理论的进一步发展。

　　二、论文综述 1、数据库技术发展历程：许多年以来在数据库技术领域很少有重大的技术创新能够引起人们对整个数据库发展历程的回顾与反思。2006年DB2 9中推出的pureXML技术，对过去数十年来关系型数据库的最基本的数据组织方式进行了重大的创新，第一次让我们对数据库的历史，以及过去支撑其发展壮大的理论基础和外部挑战从新的角度进行审视。 今天我们很少去回顾数据库的历史，对于绝大多数IT技术人员，数据库等同于关系型数据库，数据则和表紧密联系。E-R模型几乎是我们描述世界的唯一方式，SQL语言是数据库信息访问处理的唯一手段。关系型数据库已经成为了一种宗教式的信仰，数据相关的所有理论问题似乎都已经解决。

　　然而历史的发展总是在我们不经意间产生转折，所有重大技术的产生及发展都有其生存的土壤。40年前数据库的诞生并不是关系型数据库，第一代的数据库第一次实现了数据管理与应用逻辑的分离，采用层次结构来描述数据，是层次型数据库(IMS)。第二代数据库奠基于上世纪70年代E.F Codd博士提出的关系型理论以及SQL语言的发明。实现了数据建模和数据操作处理的标准化，关系型数据库在其后的20多年的时间取得了长足的发展,得到了广泛的应用。技术的演进主要集中在性能、扩展性和安全性等方面的提升，其基本的理论框架和技术理念并没有大的变化。

　　与之相反，在过去的20多年里，IT产业发生了重大的变化和一系列技术及理念的创新。数据库所生存的外部土壤随着Internet以及在网络环境下IT系统互联互通相互协作的趋势，对信息管理技术提出了新的挑战。

　　2、 国内研究的综述：《移动数据库技术研究综述》《Web数据库技术综述》《Web与数据库技术》《数据库技术发展趋势》

　　大数据时代的到来对企业人力资源管理的模式和方法产生了巨大影响，使其进入了依托数据信息进行精细化管理的时代。基于大数据的人力资源管理，使得人力资源管理战略更清晰化，员工日常管理更精准化，人才配置更科学化，员工培训更具实效性。

　　随着网络信息化的发展，大数据已成为我们时代的一个显著特征。人们用“大数据”来描述和定义信息爆炸时代产生的海量数据，并命名与之相关的技术发展与创新。维克托迈尔舍恩伯格和肯尼斯库克耶在《大数据时代》一书中最早提出了大数据的概念，大数据是指不用随机分析法（抽样调查）的捷径，而是采用所有数据进行分析处理。大数据的特点可以概括为“4V”，即Volume（大量）、Velocity（高速）、Variety（多样）、Value（价值）。所谓大数据（BigData）又称为巨量资料，指需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。大数据时代的人力资源管理，已经在传统的六大业务模块的基础上发展为七大模块，即在传统的人力资源规划、招聘与配置、培训与开发、绩效管理、薪酬管理、劳动关系管理等六大模块的基础上，加上了第七大模块大数据。在人力资源信息系统的基础之上，大数据支撑着人力资源管理各项工作实现量化管理。这一变化，正推动着企业人力资源管理的内容及运作模式发生巨大变革。

　　人力资源管理战略是根据企业的发展战略，在分析企业外部和内部环境的基础上，从人力资源管理的角度，对实现企业发展目标需具备的能力进行分析和比较，制定相应的人力资源战略规划，属于职能战略。人力资源管理战略的制定过程需要以大数据为依托，首先要进行人力资源外部和内部环境分析，在此基础上进行人力资源供需预测。下面试分析企业在制定人力资源管理战略时常用的数据。

　　1．本行业发展状况与趋势指标本行业发展状况与趋势指标主要包括盈利性指标、运营指标、偿债能力指标、发展能力指标、特征性指标、行业经济对国民经济的贡献程度、行业投资开发水平、市场性指标、政策性指标等，2．人力资源市场现状及发展趋势指标人力资源市场现状及发展趋势指标主要包括劳动力资源总量、劳动力参与率、就业人口总量、人口就业率、就业弹性、灵活就业率、就业结构、失业人口、失业率、劳动力流动结构、劳动力流动率、劳动生产率、工资与人工成本等。

　　企业内部环境分析常用数据主要包括财务效益状况、资产运营状况、偿债能力状况、发展能力状况、价格状况、服务状况、品牌状况、质量状况、成本状况、效率状况、学习指标等。在收集了历年数据的基础上，采用定量方法进行人力资源需求预测、人力资源存量与增量预测、企业人力资源结构预测及企业特种人力资源预测。企业人力资源供需预测的传统量化方法有：转换比率法、人员比率法、趋势外推法、回归分析法、经济计量模型法、灰色预测模型法、生产模型分析法、马尔科夫分析法、定员定额法和计算机模拟法。这些通用的方法为人力资源规划提供了数据支撑。企业可以根据自身的生产经营情况，进行数据的收集与分析，调整参数，建立适合于自身的数学模型，以取得更好的预测效果。随着企业外部和内部环境的变化，及时对运营数据进行收集与分析，将有助于企业改进产品，增强企业的核心竞争力。通过对行业和竞争对手的生产、经营、管理的数据情报进行量化分析，使战略的制定更加准确，在实施时可以随时监控市场的变化并及时进行校正，实时进行量化分析，形成一个建立在学习型组织基础上的产学研智能系统，使生产、销售实现动态化管理。

　　大数据时代对员工的日常管理除了制定制度和流程、对员工的行为进行日常监督反馈、沟通交流之外，还需要对员工行为数据进行分析和整理。在数据的帮助下，人力资源管理部门对于员工表现的分析和认定将会更加客观、更加科学。如有的企业通过记录和分析员工与上级领导及同事之间互动的频率、员工到达办公室的时间及所需的通勤时间、拜访客户的频率和时间段等数据分析，建立员工行为模式，实现数据化考核，评估职业生涯发展中员工的行为表现及发展路径。还有的企业将影响员工流失率的因素进行相关分析，得出导致员工离职的因素排序，为招聘决策及人力资源管理策略提供了强有力的数据支撑。在以大数据为媒介的日常管理沟通中，企业可以运用大数据管理系统平台企业的规章制度、经营管理计划、会议通知、员工活动通知等相关信息，员工也可以利用大数据平台，向企业提出经营管理等方面的建设性意见和建议。人力资源管理部门可以根据员工意见和建议及时给予反馈，对采纳的建议进行公开奖励。大数据之下的员工关系构建，更加有利于培养员工的归属感和主人翁意识，在企业和员工之间建立心理契约，实现双赢。

　　大数据的运用提升了招聘的有效性，使人才配置更加科学化。专业的招聘公司也是依托大数据来进行招聘。全球第一的美国旧金山招聘软件公司Gild．com利用大数据为企业寻找合适的人才，带领人力资源服务进入了SmartSaaS时代。SmartSaaS是科技手段，HSM（HiringSuccessfulManage－ment）是联接方法论和科技的纽带，可以实现机器学习、自动化、预测分析一体化的服务模式为企业匹配合适人才，在使用过程中可以让数据体系化，系统会变得越来越智能。中国的人才雷达、微招聘、数联寻英等企业已经开始抢占大数据招聘市场。招聘的前提是清晰的战略和明确的企业文化之下的业务需求，由此定位的人员需求是通过工作说明书和人员素质模型来表达的。招聘部门通过调阅绩效指标库中的考核指标体系，进一步明确对应聘人员的业绩要求。遵循企业内部招聘和外部招聘的原则，企业招聘时有两个选择，或兼而有之：建立自己的招聘数据库和利用外部的招聘数据库。通过数据分析进行招聘决策，可以提高招聘精度，降低招聘成本和培养成本。企业通过传统的招聘信息渠道，如电视、广播、报纸、杂志及网络、微博、微信等渠道，接受各类求职信息。在每次的招聘信息记录中，通过数据分析，可以总结出针对岗位需求哪些是在招聘中起重要作用的因素，哪些是作用一般的因素，哪些是不起作用的因素，以便进行快速招聘决策。通过挖掘数据之间的关系，招聘那些对工作表现最具有预测性的应聘者的能力素质的“DNA”，建立企业自己的招聘预测模型，更加客观理性地进行招聘决策，降低招聘成本，提高招聘效果。招聘预测模型的建立有如下要点：（1）在网上申请阶段，通过简历字段对应聘者在学校、学历、专业、学习成绩、培训内容和次数、晋升次数、职位等进行界定和筛选；（2）建立网上测评系统，对应聘者的综合能力素质、个性特征及胜任力等进行量化分析；（3）对数据进行归类、编码，为后续的工作绩效分析及优化招聘流程提供数据支撑；（4）对数据进行分析。如对工作表现和某项简历字段的相关关系进行分析，或应聘者绩效高低分组与简历字段的相关性分析，读出工作绩效与简历字段哪些项目具有高相关性，以决定录取率和淘汰率。

　　大数据时代的培训系统是建立在强大的数据分析平台之上的，基于对以往各类培训数据资料的分析，结合量化的培训需求调查及业务发展状况，可以更准确地定位各类员工的培训方案。以大数据为媒介，搭建员工培训学习的大数据平台，建立企业内部虚拟学习中心，根据人力资源规划和培训需求分析，编制课程安排，并采用学分制，根据岗位的不同，安排不同的学习任务。通过大数据平台技术进行个性化培训，学习成效的检验也通过在线测试的方式完成。这将大大提升培训效果，实现员工培训的信息化，节约培训的人力和财力。大数据是人力资源管理的新思维、新技术。人力资源部门已成为数据驱动型部门。国外学者将企业人才分析划分为运营分析、决策分析、战略分析和预测分析四个级别。达到预测分析阶段的企业，可以通过数据分析，了解员工绩效及留任的关键因素，用统计方法决定录用人员、将业务能力与薪水挂钩等。这些人力资源管理大数据领先的企业，已从大数据分析中获得了高额的业绩回报。事实证明，数据就是财富。

　　［1］维克托迈尔－舍恩伯格，肯尼思库克耶．大数据时代：生活、工作与思维的大变革［M］．杭州：浙江人民出版社，2012年．

　　对于植物保护这个新兴学科而言，只有抓住了信息技术这个强大助力，才会在未来发展中取得更好成果，才能为我国农业事业的建设提供更大的帮助。因此，对现代信息技术在植物保护中的应用进行探讨与分析是有必要的。

　　对于现代信息技术而言，核心理念就是信息化。换言之就是通过使用先进、科学的信息技术、信息资源，对相关工作进行规划、管理与决策。随着我国各项建设事业的不断发展，这种理念正在逐步贯彻于各个领域当中，而植物保护就是其中之一。对于植物保护工作而言，它的信息化过程实际上就是将日常植物信息采集、处理工作，转变成以各种信息设备与信息技术为支撑的现代化工作的过程。这个过程不仅改变了传统植物保护的工作方式，更是改变了植物保护的传统理念，给我国植物保护工作带来了巨大变化。

　　现代信息技术在植物保护工作中是非常重要且极为必要的。对于新时期下植物保护工作而言，其所涉及的信息技术与信息资源非常多，这些技术和资源对于如何优化植物保护、提高植物保护的成功率非常重要。而在我国传统植物保护时期，人们只能通过人工采集、分析等方式来对信息进行处理，这样的处理方式所获得的保护方案相比而言效率较低，对植物保护工作的促进效果较差。在现代信息技术的支持下，植物生长的状况可以得到实时的检测，极为有效的提高了植物保护工作的效率。

　　在大数据时代，数据库技术的使用越来越广泛，而植物保护的现代信息技术中，数据库的作用不容小觑。一般情况下，数据库技术的主要工作是对植物保护工作中所采集到的数据进行分类、传递、存储等，当相关数据智能化登记入库之后，研究人员可以通过对比、分析数据来得到最新的植物生长状况，并根据植物的生长状况对植物保护的方案进行调整。目前，根据相关调查不难发现，在植物信息数据库的建立和使用过程中，国外的数据库明显更为完整、科学，因为这些数据库除了对植物的数据进行存储之外，还对影响植物生长的病毒、虫害进行了较为详尽记录、分析与鉴定，并且可以根据这些信息提出相应的解决方案。因此，为了使得我国数据库技术在植物保护工作中取得更大的成效，我国相关研究人员应该多多吸纳国外数据库的优点，使得我国数据库技术在植物保护中的发展与应用跟上时代的步伐。

　　地理信息系统技术是一项新兴技术，它是在计算机技术的基础上结合GIS技术而产生的，这项技术的产生使得植物生长过程中病虫害的防治取得了较好的效果。其主要内容是通过运用计算机的软件平台和GIS技术，对一定范围内的空间数据进行采集、检索、存储、分析与表达，从而实现对该范围内病虫害进行和治理的最终目的。对于植物保护工作而言，病虫害的防止是重点工作之一，而通过地理信息系统技术对保护范围内的病虫害状况进行检测，是对病虫害问题进行预警重要方法之一。目前，这项技术主要运用于蝗虫的防治与研究工作之中。

　　除了地理信息系统技术之外，遥感技术也是目前主要使用的病虫害防治技术之一，相比于地理信息系统技术而言，遥感技术更为成熟，且目前运用的范围更加广泛。这项技术实现病虫害防治的方法主要有以下3种：通过遥感设备对病虫害的生存环境进行检测，并根据检测的数据对病虫害爆发的概率进行预测；通过遥感设备跟踪病虫害对植物的影响状况，以此来确定植物保护的方案；通过遥感设备对影响植物生长的害虫的活动状况进行直接研究，以实现病虫害的动态监测。这项技术是目前能够较为准确、快速判断植物保护区域内病虫害灾情状况的有效手段之一，因此其发展前景非常广阔。

　　植物保护是我国农业建设工作中的重要工作之一，相关人员只有对植物提供较好的保护，才可能有效的提高植物的经济价值和绿色价值，因此，我国应该加快现代信息技术在植物保护工作中的研究与应用，争取尽快实现植物保护现代化的目标。

　　土地资源是国家最最重要的资源之一，国家土地资源的利用，必须坚持合法有效利用，坚持科学合理利用，坚持节约可持续利用。这是落实科学发展观和构建社会主义和谐社会的要求，是落实保护资源、坚持可持续发展的基本国策的需要，以促进经济社会和资源、环境的协调发展。近年来随着经济建设和社会各项事业的快速发展，特别是城市化、工业化进程以及农业结构调整步伐的进一步加快，各地土地利用现状发生了很大变化。加强土地资源规划、管理、保护和合理利用的需要，也是适应新时期经济社会发展对土地资源管理基础资料提出的新要求。

　　测绘是测量和地图制图的简称。测量就是获取反映地球及其表面自然与人工形态、社会要素的形状、大小、数量、位置、方向、分布状况、相互关系、变化规律、区域空间结构的地理信息数据。地图制图是将这些数据经处理、分析或综合后加以表达和利用的一种形式。具体来讲，按作业先后顺序，测绘包括测定和测设两部分。按工作日的和服务对象不同，测绘可分为基础测绘和专业测绘两部分。

　　基础测绘是指为国民经济和社会发展以及为国家各个部门和各项专业测绘提供基础地理信息而实施测绘的总称。基础测绘必须在全国或局部区域按国家统一规划和统一技术标准进行。

　　是指产业部门为保证本部门业务工作所进行的具有专业内容的测绘的总称。专业测绘应采用国家测绘技术标准或者行业测绘技术标准。专业测绘包括地籍测绘、工程测绘、矿山测绘、房产测绘等。

　　是对地块权属界线的界址点坐标进行精确测定，并把地块及其附着物的位置、面积、权属关系和利用状况等要素准确地绘制在图纸上和记录在专门的表册中的测绘工作。地籍测量的成果包括数据集(控制点和界址点坐标等)、地籍图和地籍册。

　　所谓“3S” 技术是指遥感（RS）、地理信息系统（GIS）和全球定位系统（GPS）及其集成技术的统称。这种高技术的集成利用可以有多种方式：GPS 与GIS 的集成可用于自动导航、自动驾驶、农田作业管理、公安救护消防等方面指挥调度等等；GPS 与RS 的集成可用于自动定时数据采集、环境监测、灾害预测等方面；RS 与GIS 的集成可用于全球及区域变化监测、空间数据自动更新等。3S 整体集成应用将更为广泛，3S 的集成，使得测绘、制图、地理信息分析、宏观管理、规划和科学决策相互融合，成为快速而实时的空间信息分析和决策支持工具。

　　遥感(Remote Sensing)的含义是在远离目标、与目标不直接接触的情况下判定、量测并分析目标的性质。遥感的基本原理主要就是利用从目标反射、辐射或散射的电磁波，对目标进行信息采集、分类、成像。这里指的遥感(RS)包括卫星遥感和航空遥感所获取的卫星影像和航空摄影影像数据资料。遥感技术(RS)具有信息丰富、全天候、多光谱特性、信息获取周期短等优势，特别是高分辨率遥感影像图像清晰，空间分辨率高，广泛应用于土地利用更新调查、土地利用动态监测，农村产权调查等工作中。

　　地理信息系统是指在计算机软硬件支持下，对具有空间内涵的地理信息，按照空间分布以一定的格式输入、存贮、查询、分析、更新、图形编辑、数据库管理、显示与输出和数据综合分析的计算机技术系统。它可以用于地理信息的动态描述，通过时空构模，分析地理系统的发展变化和演变过程，从而为咨询、规划和决策提供服务，其应用领域已遍及与地理空间有关的绝大多数领域。目前国内常用的地理信息系统软件主要有ArcGIS、MapGIS 和SuperMap 等。

　　全球定位系统是以人造卫星为基础的无线电导航系统。原来指美国国防部研制的国防导航卫星系统，该系统由位于距地球20200 km 空间高度的六个轨道面上的24 颗卫星组成，为全球范围的用户提供全天候、连续、实时、高精度的三维位置、三维速度以及时间数据。当今随着俄罗斯GLONASS 系统的开发，欧洲伽里略卫星定位计划实施以及我国的积极参与，全球定位系统的概念也在变化，它泛指利用卫星技术，实时提供全球空间地理坐标的系统。由于GPS 测量结果是WGS 84 坐标系下的三维地理数据，彼此之间相关性强，容易实现数据共享，经坐标变换和数据格式转换后可实现与地理信息系统的无缝结合，实现内外业紧密结合，减少了不必要的中间过程，避免了传统方法的多次清绘、转绘等带来的误差。因此，GPS 技术的应用，可以提高调查的精度和速度，节约人力、物力，降低成本。

　　目前“3S”技术以其各自的优势在土地更新调查中得到了广泛的应用，但也存在一些不足。如RS 技术和GPS 技术可以快速准确地获得土地变化信息和高质量的空间数据和属性数据，却难以进行分析、统计和建库，GIS 技术可以完成数据处理和建库却不能获取土地利用现状变化的相关数据。因此综合应用GPS、RS、GIS 技术，发挥各自的优势，使之构成完整的、系统的、实时的和动态的“3S”集成技术，形成对土地更新调查进行数据采集、处理、分析、管理、输出以及更新的技术系统。以RS 快捷、实时、高效地获取土地利用变化调查信息，GPS 技术快速准确采集土地利用变化图斑的空间位置，GIS 技术对采集的数据进行编辑实现数据管理自动化，实现了土地利用更新调查信息实时、快速、准确、高精度的数据采集和数据管理的自动化、现代化，较好地解决了以往土地利用更新调查中工作量大、工序多、工效低、精度不高、数据分析难度大、成果输出不方便等问题。

　　人多地少是我国的基本国情，随着社会和经济的发展，土地资源的稀缺性更加凸现，土地资源的形势十分严峻。采用“3S”技术既是我国土地资源管理工作面临的当务之急，也是促进我国经济可持续发展和社会全面进步的重要手段。目前，第一次全国土地调查已经广泛采用“3S”技术、数据库技术、网络技术等手段，为大范围实时准确地获取土地利用现状数据及动态更新提供重要信息源，为国土资源管理提供重要的基础数据平台。

　　（1)土地利用现状变更调查。“3S”技术广泛应用于土地利用现状变更调查工作中，采用GPS定位、遥感影像判读获取土地利用现状变化信息，由年终汇总的动态变更调查，发展为及时变更、及时上图，确保调查成果符合数据、图件和实地一致的要求。

　　（2)宅基地勘测。宅基地勘测的目的在于进一步完善农村土地调查及升记成果，实现地籍调查的全覆盖，为城乡一体化的现代化地籍管理模式打下数据基础。在宅基地勘测工作中，利用GPS技术对依法批准的宅基地进行实地测绘;对村民住宅是否按照批准的面积、位置和要求使用土地进行实地检查，利用G IS技术对农村宅基地调村民住宅是否按照批准的面积、位置和要求使用土地进行实地检查，利用GIS技术对农村宅基地调查成果进行统一的数据库管理，更好地为社会主

　　（3)基本农田保护。保护基本农田是贯彻“十分珍惜、合理利用土地和切实保护耕地”基本国策而采取的一项特殊措施。“3S”技术的广泛应用，尤其是手持GPS / PDA技术的应用，对基本农田保护目标责任制的实施和监管提供了技术支撑，从而简化了基本农田定期巡查工作流程，提高了基本农田划区定界的工作效率，也有利于基本农田保护目标责任制的实施和工作质量的监管。

　　（4）土地利用总体规划实施监管。土地利用规划实施监管是一项复杂的系统工程，需处理的信息量大、数据关联复杂，从基本图的制作、各类数据的提取、资料的使用与归档到日常的管理等工作都相当繁琐。没有现代技术体系的支持，该项工作的开展存在困难。目前，土地利用总体规划的实施与监管正在形成利用RS技术发现土地利用变化信息；利用GPS技术快速、准确地获取变化信息的空间坐标；利用GIS技术进行土地利用现状数据库更新与管理，利用网络技术进行公示与交流的新型运行机制。

　　（5）土地执法巡查检查。在土地执法巡查中，应用RS技术实现“天上看”，即利用两个不同时段的卫星遥感影像数据进行对比，可以快速、准确地提取近期国土开发利用的动态信息。因此，卫星遥感监测就像天眼，时时监测着国土的变化，国土资源应用遥感技术手段已由阶段性的工作转变为常态性工作，在国土执法检查的预防和警示违法方面发挥着重要的作用，再与日常动态巡查相结合，可以最大限度地做到早发现、早制止违法行为，把土地矿产违法行为消灭在萌芽状态。通过遥感发现，结合地面手持GPS／PDA技术，实现“地上查”。即利用集成GPS定位、无线数据通讯、电话语音通讯、录音、录像、拍照等功能于一体的智能移动终端，开发国土资源移动执法信息系统，实现执法现场的准确定位、执法信息实时快速采集、执法信息的网络通讯等特定功能，支撑基于远程传输技术的移动式现场执法。即时定量查清一些建设用地增长过快，违规违法用地、滥用耕地等行为。应用GIS技术，可以实现“网上管”。基于基础地理数据、遥感影像数据、土地利用现状和规划数据及矿业权数据等，建立适用于国土资源执法监察综合数据库，应用GIS技术构建统一的国土监管平台，结合GPS／PDA巡查技术，形成“天上看、地上查、网上管”三位一体的国土资源数字化监管体系。

　　随着“数字地球”和“数字城市”概念的迅猛推广和深入人心，解决落后的城市空间数据基础设施建设与快速发展的技术系统之间的矛盾已经到了刻不容缓的境地。数字摄影测量与遥感技术的发展与应用，为解决空间数据采集与提取提供了有效手段。地图制图学已从传统的地图绘制发展成为运用现代计算机技术与网络信息通信技术相结合的综合地理信息工程学。当前世界科技发展最活跃的三大领域是生物工程、纳米技术与测绘科学。随着电了技术和计算机技术的高速发展，以3S特别是GPS为中心的测绘科学的发展突飞猛进，一日千里。科技的发展又反过来对测绘观念造成猛烈冲击，经典的测绘手段甚至理论迅速被3S技术及相关理论所取代。下面从测量手段和成果两方面对传统测绘和现代测绘作一比较:

　　（1）传统测绘测量手段:经伟仪三角测量，皮尺钢尺量距、经伟仪导线、小平板仪大平板仪、水准仪测图，水准测量、三角高程测量等，手动跟踪陀螺仪定向。测绘成果:多为纸质地形图。

　　[作者简介]李志军（1978- ），男，广西梧州人，梧州学院，讲师，研究生学历，研究方向为数学课程与教学论。（广西 梧州 543000）

　　[课题项目]本文系2013年新世纪广西高等教育教学改革工程课题“基于校企合作的工科人才培养新模式”（项目编号：2013JGB239）的部分成果和梧州学院2012年教育教学改革重点资助项目“基于教育部新课标的大学概率统计课程衔接性教学资源开发研究”（项目编号：Wyjg2012A006）的结题成果。

　　数学研究在国家教育、经济和科技发展研究中占据着极其重要的地位，是各学科教育向纵深发展的基础，在国家教育事业全面发展中起着极其重要的作用。国家自然科学基金项目申报指南中，数学科学的申报细则排在了其他自然学科的前面，而其他自然学科的研究也离不开数学手段的辅助。金融数学与金融风险更是被国家自然科学基金项目申报指南定为优先资助的研究方向。因此，中国现代高校数学教育的创新对国家的科技与经济的发展起着关键性的作用。按照我国《国家中长期教育改革和发展规划纲要（2010―2020年）》的要求，现代的高校数学教育也要寻求突破，寻求创新。本论文首先分析中国现代高校数学教育的现状，然后指出中国现代高校数学教育创新的方向。

　　教育部一直致力于基础数学教育的改革，先后出台了《全日制义务教育数学课程标准》和《普通高中数学课程标准（实验）》，但高校数学的课程标准却一直得不到统一。各专业数学教学大纲的制定和数学课程的设置与规划仍存在许多问题，例如，与时展相错、与学科发展脱节、与学生素质相背，等等。高校数学教育是社会发展的产物，按照适者生存的道理，高校数学教育还能在社会发展中占据一席之地，证明它仍然能适应社会发展的需求。但是，中国现代高校的数学教育还有很多地方仍不能满足社会经济发展和生产管理的需求。例如，随着我国零售业的发展，应用预算知识在商品销售和商品方面显得尤为重要，这牵涉到学生在高校数学代数知识方面所打下的基础，但可惜的是，许多大学生仍然无法跟上社会发展的步伐，甚至在自己买房时都无法通过代数知识的帮助去确定自己可以承受的最高购房贷款数目。这是中国现代高校数学教育在社会发展中适应不良的一面，这样的适应不良导致一些高校正在不断地缩减高校数学的基本课时。当一种教育不适应社会发展时就要被淘汰。因此，中国现代高校数学教育需要继续改革创新，不断进行调整。

　　在现代高校数学教育的概念里，学生作为接受教育的主体，他们的学习状况是判断中国现代高校数学教育现状的关键所在。据高校数学领域的一线教师调查，中国现代高校学生的数学学习状况不容乐观。南京审计学院的教师对修读经济数学基础课程的学生学习状况进行调查，发现学生在微积分课程考试中的重修比例高达40%；在线性代数课程考试中的重修比例为11.4%；在概率统计课程考试中的重修比例为31%。高比例的重修说明，学生不适应大学的数学教学。学生在接受高校数学教育中遇到了很多的学习障碍，例如，缺乏学习的策略、学习的意志或学习的兴趣。广西师范学院的学者韦程东、何世榕、庞伟才和广西大学的学者尹长明在做大学数学学习成败原因的统计分析时发现，现今有些中国高校学生的数学学习成绩不好，究其原因不是他们的智力低下，而是他们学习数学的意志品质薄弱，缺乏自觉性、坚持性、自制性、独立性和果断性。从以上现状看来，中国现代高校的数学教育仍需改革，否则难以得到作为教育主体的学生认可。

　　在前文对中国现代高校数学教育现状的分析中，研究者发现：首先，中国高校数学教育的管理仍然处于混乱的状态，众多学者都在呼吁“必须去行政化、官场化、权力化”，管理者的管理理念仍然有待革新；其次，中国高校数学教育的内容出现了脱离社会发展的状况；最糟糕的是，现今中国高校数学学习者的学习状态不佳。因此，针对现今中国高校在数学教育中出现的问题，本文提出了三点改革创新的方向：（1）在中国现代高校数学教育管理方面寻求创新；（2）在中国现代高校数学教育内容方面寻求创新；（3）在中国现代高校数学教育教学方式方面寻求创新。

　　现代高校数学教育的发展离不开科学、有效的管理。没有科学的管理，数学教育的发展就会失去方向。现代高校教育是开放的，但并不代表无序。现在高校教育都在主张去行政化，但并不代表否定科学的管理。中国现代高校的数学教育要得到发展就要进行改革创新，高校数学教育管理包括以下三大部分内容：教学计划管理、教学组织管理和教师的组织管理。以下将就这三部分内容的创新方式进行具体分析。

　　1.高校数学教育教学计划管理的创新。教学计划的管理本来应属于教学组织管理的一部分，但高校数学的教学计划管理不像中学，有教育部颁发的数学课程标准进行统一的约束，全国都没有统一的版本，需要各个学校根据自身情况制定，因此，需单列出来作为单独的改革创新点。教学计划是一切教学活动的出发点和依据，只有教学计划的管理进行了改革创新才可以带动一系列的教学改革措施。

　　高校数学课程体系十分庞大，其中基础数学系列课程主要包括“高等数学”“线性代数”“概率论与数理统计”等。按照教育部颁发的高等学校教育评估要求，以上每门数学课程都应该有独立的教学大纲和计划。高校数学教师每学期都要上交所教课程的教学计划，但实际情况是，多数教师都按照教材的编排顺序，随意修改即上交相关教学管理部门，教学计划的合理性和可操作性从来没有得到太多的监管和协调。在高校数学课程的教学计划管理方面，要在自由度和统一性之间取得平衡，根据专业要求，切实制订新的适合高校的数学课程教学计划，在统一中允许教师根据学生水平和各专业的需求作适度的调整。高校数学教育教学计划管理应进行宏观上的控制。例如，针对理工科的专业，在制订高校高等数学课程的教学计划时，就应该根据专业需求，把近似计算、数值计算、数据的运用列入统一版本的教学计划中。然而，针对机械专业，曲率又是一个很重要的知识点，教师可以在统一版本的教学计划中自由地加进这一部分的内容。高校数学教育教学计划管理的改革创新将成为其他数学教育活动的基础。

　　2.高校数学教育教学组织管理的创新。教学组织管理是教育发展的心脏，连通着教学、课程、考试等各个环节，包括对教学场所、设备、经费和人员的管理。高校数学教育教学组织管理要得到创新，就要从教学的各个环节着手，创新高校数学教育教学的工作机制和服务体系。高校的数学教育教学组织管理工作是一个完整的体系，管理系统中有数学教育各门课程的教学计划管理、排课管理、考试管理、成绩管理、教材的管理和教师教学的考核管理等。高校数学教育教学组织的管理一直都是从上而下的高校行政管理工作方式，工作机制相对完整，但不具备服务的意识，也没有创新的意愿和理念，这在教学计划的管理混乱方面已初步体现。高校数学教育经过多年的发展，已形成独立的发展轨迹，教学组织管理者应在此轨迹中对教学组织管理的事务形成较好的预见性。在教学组织管理的过程中，管理者应该利用这种预见性对管理系统中的各个环节进行有效管理。创新性的高校数学教育教学组织管理系统应是一个有机的组合，以改革创新的高校数学教育教学计划为开端，对教师的教学、学生的考试进行统一规划。

　　3.高校数学教育教师组织管理的创新。高校数学教育教师组织的管理一直都是陈旧的，只对教师的个人基本信息和任课信息进行监管。然而对于教师的职业信息既没有做长期的规划，也没有实施科学的管理，只是通过教师个人实现其自身职业发展的管理规划。高校数学教育的成果一直都被应用于经济管理，在企业的经营管理和决策中大量引进了数学方法。但是，高校数学教育本身却缺乏经营的意识，在教师组织管理方面缺乏数学方法引导下的合理开发和支持。因此，在高校数学教育教师组织管理方面应该像企业一样引进数学方法指导下的科学管理方式。例如高校数学教师的职业发展就应该在最优化方案的指导下进行，按高校教师的特长分为教学和科研特长教师两类。根据学生的总人数来计算在数学教学中需要投入的人力、物力；根据科研工作量来计算在数学科研方面需投入的人力、物力。最后通过最优化数学模型计算出高校数学教育教师组织管理中要如何安排人力和物力才可以实现工作的最大效率。高校数学教育教师组织管理亟待创新，只有通过这种创新式的管理才可以实现教师职业能力的提升。

　　中国高校数学教育的内容一直受到20世纪50年代苏联教学理论的影响，系统、严谨、逻辑演绎方式浓重，但缺乏与日常生活的联系，忽视数学方法在经济金融上的运用。20世纪90年代中期之后，随着中国现代经济的不断发展，政府提出了“创新是民族的灵魂”的发展方针，对中国高校数学教育内容改革的呼声越来越高。

　　中国现代高校数学教育内容的创新要体现在应用方面，高校数学不能仅仅作为思维训练的工具。随着中国生产、生活现代化进程的加快，高校数学教育的内容应该把数学理论和日新月异的现代数码技术、生产技术结合起来，加强高校数学的教学内容与其他学科的联系。以概率统计这门高校数学基础课程为例，内容的革新是可以根据具体专业进行的。对于电子信息专业的学生，可以在教学内容中适时引进基于概率统计论的网络技术。研究人员徐海湄、齐守青、卢显良和韩宏曾在2009年立项的国家973计划项目中研发一种新的基于概率统计论的P2P网络信任模型。该模型运用了最大似然估计、假设检验等方法。这种经典案例极好地结合了技术专业类知识，同时又细化了宽泛的概率统计基础教学。再如，对于土木工程专业的学生，也可在内容中渗透相关的学科思想。重庆大学土木工程学院研究防灾减灾工程及防护工程的学者曹晖和林秀萍曾于2010年在理工科类的核心期刊《振动与冲击》中《结构损伤识别中噪声的模拟》。文中提到，可以用概率统计方法，借助统计量和假设检验方法确定土木工程结构的损伤判别临界值，并给出检验的判错概率。由此可见，中国现代高校数学教育内容的创新应紧密结合学生的学科专业知识，要在相应专业的技术应用方面增加深度和广度。

　　针对中国现代高校学生数学学习适应不良的状况，高校数学课程的教学方式需要改革创新。首先，要革新高校数学教学方式中传统的讲解过程，数学课堂中对于定理、推证和演算的传统讲解是必要的，但却不能作为唯一的教学手段。学生宁愿自学也不愿意参与到高校数学的课堂中，这证明旧的教学手段已不适用。在沿用传统的教学方式时，教学人员要注意引导学生主动加入课堂活动，引发他们对数学定理的思考，激发他们推证和演算的欲望。其次，要革新高校数学教学方式中单一的教学辅助手段。现在的大学生手机可以上网，视频已能立体，声频更是无处不在。用简单的教辅工具粉笔加黑板来讲解深奥的数学定理显然不能满足中国现代高校大学生的需求。所以，高校数学的教学辅助手段要得到革新就必须丰富起来。有很多数学教育者认为多媒体教室的使用就可以革新教学辅助手段，但事实是，多媒体教室多以放映PPT为主，PPT更是以文字为主，只取代了板书，这样的方式完全没有创新可言。高校数学课堂中多媒体的使用应该结合现代数学高科技软件技术，充分发挥各种数学类计算软件的作用。中国的中学数学教育在口算、心算、笔算方面有很好的传统，但到了高校数学教育阶段，除了继续发扬优良的传统外，也要注意与现代科学技术手段相结合，减少繁复计算的过程，通过这种教学方式的创新减少学生对于数学繁复计算过程的畏难情绪。

　　中国现代高校数学教育需要创新，但是，创新不能没有方向。本文就中国现代高校数学教育的现状提出了创新应该从教育的管理、内容和方式三方面着手。中国现代高校数学教育直接链接着企业生产、公司经营和科研实验的端口。作为其他学科专业的基础教育，只有中国现代高校数学教育得到了创新，其他专业教育的创新才能走得更远、更扎实。

　　[1]陈超.转型期大学发展面临的挑战与对策[J].学术论坛，2012（7）.

　　[2]曹助我.关于上海高校（工科）数学教学改革的浅见[J].上海海运学院学报，1983（4）.

　　[3]李梦超.接续科学思维的链环――中国人民大学探索文科高等数学教育之路[J].中国高等教育，2002（6）.

　　[4]韦程东，尹长明，何世榕，等.大学数学学习成败原因的统计分析[J].大学数学，2006（4）.

　　[5]徐海湄，齐守青，卢显良，等.一种新的基于概率统计论的P2P网络信任模型[J].电子与信息学报，2011（6）.

　　党的十报告中首次提出要促进工业化、信息化、城镇化与农业现代化的同步发展，要求中国农业现代化能够对工业化、信息化、城镇化的发展起到大力支持作用，走出一条工业化、信息化、城镇化、农业现代化协调发展的道路。然而，中国农业现代化发展相对滞后于其他“三化”的发展，因此，在促进“四化”同步发展的过程中，关键在于加快农业现代化发展的步伐。当前，中国农业现代化发展面临着诸多问题，如资源分配不均、生产效率低下，农业发展水平空间非均衡等，其中，农业现代化发展水平的空间非均衡表现最为突出[1-2]。准确掌握农业现代化发展水平的分布特征和长期演进趋势及规律，不仅是科学制定各地区农业现代化发展的重要任务，而且也可以为中国今后制定农业现代化发展战略和相关政策提供翔实的理论依据。

　　随着农业现代化的快速发展，农业现代化的相关话题已经成为了自然科学、经济学的研究热点。国外学者主要研究了农业现代化与贫困减缓的作用机制及其影响因素[3-4]。中国学者在农业现代化发展方面也进行了较为广泛的研究，得到了很多有益的结论，经过对已有文献的整理，从研究视角和方法来看，可以分为以下三类：第一类：通过构建指标体系，测度分析中国农业现代化发展水平。比较具有代表性的学者有，辛岭等[2]从农业投入水平、产出水平、农村社会发展水平、农村可持续发展水平四个维度构建了农业现代化指标体系，进而定量测算了中国农业现代化发展水平，并且指出中国农业现代化发展水平地区之间存在较大的差异性。而周迪等[5]则在辛岭等[2]的研究基础上，构建了农业现代化发展水平指标体系，并且分析了中国2001-2012年全国31个省、市（自治区）农业现代化发展水平的时空格局和演变特征。也有学者基于灰色优势分析方法，对中国农业现代化发展水平进行了测度和趋势分析[6]。第二类：从理论上阐述工业化、城镇化、农业现代化三者之间的互动关系，如夏春萍等[7]、周战强等[8]、陈锡文[9]通过对“三化”发展的现状和理论进行分析，认为中国工业化、城镇化、农业现代化需要协调统一发展；徐大伟等[10]则利用协同效应与机制设计理论，针对“三化”同步的内在机理进行了详细探讨，并且指出“三化”需要同步发展。尹成杰[11]则认为要坚持把农业现代化建设放在中国现代化建设的首要位置，牢牢把握中国现代农业建设的特色；也有学者认为“三化”发展须与科学发展观要求的“协调”有机结合起来[12]。第三类，通过实证方法，阐述工业化、城镇化、农业现代化之间的相互关系。如吴振明[13]在分析“三化”协调发展作用机理的基础上，构建了“三化”耦合协调度评价模型和指标体系，实证研究了“三化”耦合协调度的时空变化差异及其影响因素。王贝[14]对中国“三化”之间协调发展状况进行协整检验，分析了中国“三化”之间的短期和长期内相互影响关系。

　　钟水映等：中国农业现代化发展水平的空间非均衡及动态演进中国人口・资源与环境2016年第7期通过分析上述文献，可以发现，现有的文献主要集中于探讨“三化”之间的协调发展关系、发展政策，而对于中国农业现代化发展水平的空间非均衡特征及其演进过程，国内鲜有学者对其进行分析。为了弥补已有研究的不足，本文从以下三个方面对已有研究进行补充：第一，在借鉴前人研究成果的基础上，从农业投入水平、农业产出水平、农村社会发展水平、农村生态发展水平等四个维度构建了较为全面的农业现代化发展评价指标体系，并且运用客观分析方法――熵权综合指数法测算出中国农业现代化发展水平的综合指数，用该指数衡量中国农业现代化发展水平。第二，利用 Dagum 基尼系数及其按子群分解方法，计算出中国农业现代化发展水平的空间非均衡程度，同时对其进行了详细的分解，从而揭示出中国农业现代化发展水平空间非均衡的构成及其来源；第三，运用了Markov链方法考察中国农业现代化发展水平的内部动态演进过程。

　　从多维度去识别农业现代化发展水平和测量农业现代化发展水平已经基本形成了共识，但是目前中国尚未形成相对统一和相对完整的用来衡量农业现代化发展水平的评价指标体系。由于研究目的不同，学者们对农业现代化评价指标体系的构建也存在一定的差异性。如辛岭等[2]，周迪等[5]从农业投入水平、农业产出水平、农业可持续发展水平、农业社会发展水平等四个方面构建了农业现代化评价指标体系；李丽纯[6]则从收益和成本两个角度构建了农业现代化评价指标体系。

　　笔者遵循指标体系构建的科学性、综合性、重点性、可行性、代表性、动态性、可操作性等原则，同时重点参考了辛岭等[2]，周迪等[5]的研究成果。从农业投入水平、农业产出水平、农业社会发展水平、农业生态发展水平等四个方面构建了农业现代化发展水平，其中，农业投入水平方面，主要从动力、水利灌溉、化肥、资金、技术人员等角度出发，选取单位耕地面积总动力数、有效灌溉面积比、单位耕地面积有效化肥施用量、劳均财政支农投入、农业技术人员比重等指标进行衡量。农业产出水平方面，主要从农业生产技术和人均收入角度出发，选取劳动生产率、土地生产率、农民人均纯收入、农业人均GDP、农业增加值比重等指标进行衡量。农业社会发展水平方面，主要从改进农业生产、生活设施的角度出发，选取人均粮食产量、谷物单位面积产量、居民恩格尔系数、人均用电量、人均住房面积、居民家庭劳动力文化程度进行考察。农业生态发展水平方面，主要从农业生态改善角度出发，选取森林覆盖率、水土流失治理率、农作物病虫鼠害防治面积占比、森林病虫害防治面积占比等指标进行衡量。最终构建出中国农业现代化发展水平的评价指标体系，如表1所示。

　　水平X17森林覆盖率%X18水土流失治理率%X19农作物病虫鼠害防治面积占比%X20森林病虫害防治面积占比%2研究方法和数据来源2.1熵权综合指数法的原理与思路

　　熵（entropy）是由德国物理学家鲁道夫・克劳修斯在1850年提出，其基本原理是根据各指标数据集合所提供的某种信息熵值的大小，客观地确定各指标权重的赋权方法，从而有效地避免了主观因素在确定权重时产生的影响。熵权综合指数法的理论建模步骤主要涉及到五个方面，依次为建立决策矩阵、决策矩阵标准化、计算特征比重和信息熵值、定义差异系数与确定熵权以及计算综合指数。由于熵权综合指数法应用极其广泛，是一种较为成熟的方法， 详细的建模步骤读者可以参考苏静[15]一文。

　　Dagum基尼系数是Dagum C在1997年提出。在考察空间非均衡问题上具有其非常独特的优势，已经有不少学者将该方法运用到了经济学、社会学等学科中[16-17]。Dagum基尼系数的定义如公式（1）所示：

　　其中，yji（yhr）表示j（h）地区内任意省份的农业现代化发展水平，μ表示全国农业现代化总体发展水平，n表示考察对象的总个数，k表示划分的地区数，nj（nh）表示j（h）地区内省份的个数。在计算Dagum基尼系数之前，还需要对各地区农业现代化平均发展水平进行排序，如公式（2）所示：

　　按照Dagum基尼系数的分解方法，可以将基尼系数分解成三个部分，分别为：地区间差距的贡献Gnb，地区内差距的贡献Gw以及超变密度的贡献Gt，且满足：G=Gw+Gnb+Gt。

　　Markov链方法是通过构造Markov转移矩阵，描述各区域农业现代化发展水平的动态演进特征。其基本原理：Markov链是一个随机过程{X（t），t∈T}的状态空间，假设农业现代化发展水平的转移概率只与农业现代化发展水平状态i和农业现代化发展水平状态j有关，与n无关，就可以得到时齐的Markov链[18-19]，如公式（3）所示：

　　如果将中国农业现代化发展水平划分为N种类型，通过Markov链就可以得到一个N×N维的农业现代化发展水平状态转移概率矩阵P，P中任意一个元素都满足pij≥0，i j∈N，∑j∈Npij=1，i j∈N。Markov链分析过程中，重点就是求出状态转移概率矩阵P中的每一种状态转移概率pij，根据最大似然估计可以得到pij=nijni。nij表示考察期内由农业现代化发展水平状态i转移到农业现代化发展水平状态j的出现次数，ni表示第i种农业现代化发展水平状态出现的总次数。Markov链分析当中，下一个重要的步骤就是判断Markov链的平稳分布，假设Markov链中Yt为1×L的行向量，表示t时期考察变量的分布状态概率矩阵，如果满足Yt+s×Ps=Yt，则说明Markov链服从平稳分布，由此我们就可以得到Yt的稳态分布Y。

　　本文所使用的原始数据来源于《中国农村统计年鉴》、《中国统计年鉴》、《中国财政年鉴》、各省市统计年鉴、国泰安、中经网等数据库资源。考虑到数据的可得性，本文考察的时间跨度为1997-2013年。截面单元为31个省、自治区、直辖市，（其中，不包括香港、台湾、澳门等地）。同时，考虑到分地区讨论更加具有实际意义，本文采用了国家统计局的划分标准，将中国划分为：东部、中部、西部三大地区。

　　3中国农业现代化发展水平的地区差距及其来源为了进一步刻画中国农业现代化发展水平的空间非均衡，笔者根据Dagum在1997年提出的基尼系数及其分解方法，分别计算出1997-2013中国农业现代化发展水平的总体基尼系数，并且进一步按照东部、中部和西部三大地区进行分解，同时测算出中国三大地区的基尼系数，计算结果如表2所示。

　　描述了中国农业现代化发展水平总体差距的演变趋势，可以发现，从1997-2013年中国农业现代化发展水平的总体差距呈现先扩大、后缩小的演变趋势。具体来看，总体差距由1997年0.244 2大幅度上升到2001年达到最大值0.282 4，而2002年开始又转为下降趋势，并且在2004年达到极小值0.253 9。随后开始上下波动，并且在2011年达到最小值为0.242 0，2013年则上升到0.254 1。若以1997年为基期，2013年中国农业现代化发展水平的总体差距年均上升0.25%。

　　3.2中国农业现代化发展水平的地区内差距及其演变趋势图2描述了中国农业现代化发展水平的地区内差距及其演变趋势，从图2可以发现，在样本考察期内，东部地区农业现代化发展水平的地区内差距呈上升趋势，而中部和西部地区农业现代化发展水平的地区内差距则呈下降表2中国农业现代化发展水平的基尼系数及其分解结果趋势。具体来看，在样本考察期内，东部地区内差距一直呈现出上下波动趋势，由1997年0.087 1上升到2002年达到最大值0.133 1，而2002年之后，则不停的上下波动，2013年达到0.132 0。中部地区内差距波动较为明显，其演变过程可以分为两个阶段：第一阶段从1997-2005年，由1997年的0.210 9波动上升至2001年达到最大值0.220 5，然后逐渐下降至2005年的0.141 9达到最小值，下降幅度达到33.25%。这主要是因为河南、山西、湖南等省份在1997-2005年之间其农业现代化发展水平出现较大提高，与其他中部省份的差距逐渐减小。第二阶段从2006-2013年，由2006年的0.145 2小幅度上升到2013年的0.163 7（除了2008年之外）。这主要因为吉林、江西、山西等省份的农业现代化发展水平在此期间发展较慢，与其他中部省份之间的差距在不断增大，从而导致中部地区内差距有所提升。西部地区内差距变化趋势跟中部地区较为类似，其地区内差距的演变过程也可以分为两个阶段：第一个阶段从1997-2006年，地区内差距由1997年的0.212 6先上升至2001年达到最大值0.217 9（除了1998年之外）。随后不断下降，在2006年达到0.155 4，相比1997年而言，2006年下降幅度达到26.90%。这主要是因为宁夏、、四川等省份在1997-2006年之间其农业现代化发展水平较快，与其他西部省份的差距在不断减小，从而使得西部地区内差距有所下降。第二阶段从2007-2013年，西部地区内差距呈微弱的上下波动趋势，2010年达到最小值0.146 4，图2东部、中部、西部地区内基尼系数的演变趋势

　　而2013年又上升至0.172 0。这主要是因为青海、发展水平较快，而贵州、广西等省份发展较慢，从而到导致西部地区内差距有所上升。若以1997年为基期，2013年东部地区农业现代化发展水平的地区内差距年均上升2.63%，而中部、西部地区农业现代化发展水平的地区内差距年均分别下降1.57%、1.32%。

　　3.3中国农业现代化发展水平的地区间差距及其演变趋势图3描述了中国农业现代化发展水平的地区间差距及其演变趋势，从图3可以发现，中国农业现代化发展水平的地区间差距较为明显，从总体上来看，东西部地区间差距最大，其次是中西部地区间差距，而东中部地区间差距最小。

　　从演变过程来看，东中部地区间差距由1997年的0.177 3，波动上升至2005年的0.219 5，达到最大值，随后出现微弱的下降趋势，2013年达到0.191 0。东西部地区间差距由1997年的最小值0.377 0，波动上升至2007年的0.467 0达到最大值，而2007年之后，呈下降趋势，2013年达到0.424 3。中西部地区间差距的演变趋势可以分为两个阶段：第一阶段从1997-2001年，在此期间地区间差距呈现小幅度上升趋势，由1997年的0.336 8上升到2001年达到最大值0.358 8，上升幅度达到6.53%。这主要是因为西部地区的部分省份，如四川、、广西的农业现代化发展水平较快，与中部地区的部分省份，如吉林、黑龙江、内蒙古等省份的农业现代化发展水平较慢，两者形成了一定的差距，从而导致其地区间差距有所上升。第二阶段从2002-2013年，其地区间差距出现上下波动趋势，由2002的0.343 4波动下降到2011年达到最小值0.288 6，而2013年又上升为0.306 7。这主要是因为中西部地区农业现代化发展水平相对落后的省份提升较快，与其他中西部省份农业现代化发展水平之间的差距在不断减小，使得中西部地区间的基尼系数有所缩小。若以1997年为基期，2013年东中部地区、东西部地区、中西部地区的地区间差距年均分别上升0.47%、上升0.74%、下降0.58%。

　　3.4中国农业现代化发展水平地区差距的来源及其贡献率图4描述了中国农业现代化发展水平地区差距的来源及其贡献率。从1997-2013年，中国农业现代化发展水平地区间差距的贡献率总体上呈上升趋势，地区内差距的贡献率变化不大，而超变密度的贡献率总体上呈下降趋势。具体来看，地区间差距的贡献率最大，其次是地区内差距的贡献率，而超变密度的贡献率最小。

　　从演变过程来看，地区内差距的贡献率从1997-2013年变化非常平稳，基本维持在20%左右。地区间差距的贡献率波动较为明显，其演变过程可以分为两个阶段：第一阶段从1997-2005年，在此期间基本上呈现出上升趋势，由1997年的67.08%上升到2005年达到最大值81.83%。第二阶段从2006-2013年，一直呈现出微弱的下降趋势，2013年达到75.93%。超变密度的贡献率在考察期内，其演变趋势也可以分为两个阶段：第一阶段从1997-2005年，由1997年的12.39%下降到2005年达到最小值1.84%。第二阶段从2006-2013年，一直呈现出

　　4中国农业现代化发展水平的Markov链分析结合中国农业现代化发展水平状况，同时借鉴了周迪等[5]29做法，将中国农业现代化发展水平划分为5种类型，其中，农业现代化发展水平低于全国平均值的 50%称为低水平省份，用类型Ⅰ表示，区间为（0，0.1]；农业现代化发展水平位于全国平均值的50%-75%之间称为中低水平省份，用类型Ⅱ表示，区间为（0.1，0.2]；农业现代化发展水平位于全国平均值的75%-125%之间称为中等水平省份，用类型Ⅲ表示，区间为（0.2，0.4]；农业现代化发展水平位于全国平均值的125%-150%之间称为中高水平省份，用类型Ⅳ表示，区间为（0.4，0.5]；农业现代化发展水平高于全国平均值的150%称为高水平省份，用类型Ⅴ表示，区间为（0.5，1]。

　　表3给出了中国农业现代化发展水平的转移概率计算结果，表3充分展示了在样本考察期内中国农业现代化发展水平的内部动态性信息。根据表3可以看出，对角线上的转移概率明显要高于非对角线上的转移概率，说明中国农业现代化发展水平状态之间流动性较低。具体来看，表3的第2行说明有85.71%的省份其农业现代化发展水平在当年年末仍然保持在低水平状态，而有14.29%的省份其农业现代化发展水平则上升到中低水平状态。表3的第3行说明有88.19%的省区其农业现代化发展水平在当年年末保持仍然保持在中低水平状态，而有9.72%的省区上升到中等水平状态，并且有2.08%省份下降到低水平状态。表3的第4行说明有89.79%的省份其农业现代化发展水平在当年年末仍然保持在中等水平状态，而有5.53%的省份和1.7%的省份分别上升到中高和高水平状态，并且有2.98%的省份下降到中低水平状态。表3的第5行说明有69.49%的省份其农业现代化发展水平在当年年末仍然保持在中高水平状态，而有10.17%的省份上升到高水平状态，并且有20.34%的省份下降到中等水平状态。表3的第6行说明有60.87%的省份其农业现代化发展水平在当年年末仍然保持在高水平状态，而有26.09%、13.04%的省份分别下降到中高水平状态和中等水平状态。

　　表4则显示了1997-2013年的初始分布和Markov链的稳态分布，根据表4可以看出，中国农业现代化发展水平的长期均衡状态将处在中等、中高、高水平状态，其中，中等水平最高，达到57.19%，其次是中低水平，达到17.52%，再次是中高水平达16.07%，而高水平、和低水平分布较少，分别为6.66%和2.56%。相对于初始分布状态而言，稳态分布中处于低水平和中低水平的省份有较大幅度的下降，其中，高水平省份所占比例上升了6.66%，中高水平省份所占比例上升了16.07%，中等水平省份所占比例上升了18.48%达到57.19%，中低水平省份所占比例下降了27.64%达到17.52%，而低水平省份所占比例下降了13.57%达到2.56%。这也表明了中等以上的水平具有较强的稳定性，从长期来看，中国农业现代化发展水平会逐步向中等以上水平发展。

　　本文使用中国大陆31个省、市（自治区）1997-2013年农业现代化发展水平的相关数据，通过构建农业现代化发展水平的指标体系，利用熵权综合指数法测算出中国农业现代化发展水平，并且对农业现代化发展水平的地区差距及其内部动态演进过程进行了实证研究，研究结论如下：

　　（1）Dagum基尼系数及分解结果表明，中国农业现代化发展水平的总体差距在样本考察期内呈先上升、后下降演变趋势。从三大地区来看，东部地区农业现代化发展水平的地区内差距呈现出上升趋。