关键词：高职教育；状态数据；实践教学
中图分类号：G712?摇 文献标志码：A 文章编号：1674-9324（2013）33-0021-02
“高等职业院校人才培养工作状态数据采集平台”（以下简称“平台”）是评估新方案的重要组成部分，将评估与办学条件相结合，用动态数据反映学校办学总体运行情况。教学状态数据是各高校教学工作运行状况和教学质量的反映，它将高校最全面、最基本的信息以最直观的方式呈现出来[1]。
一、平台中实践教学指标基本信息
高职高专采集平台于2008年开始实施，现改版至V2.12a，并逐步由单机版向网络版发展。平台采集表共109个，分为13个一级类，77个二级类。实践教学管理项目共17项，涵盖办学条件、实践教学条件、专业建设、教学管理等方面，具体情况如表1示。
二、平台规范实践教学管理数据采集，汇总统计，实现实践教学运行与平台数据对接
1.实践教学信息点多，数据来源相对复杂，通过平台规范采集，方便数据统计汇总。实践教学数据来源于校内实践基地实验、实训、实习，校外实践基地实训、见习、实习等教学活动；校内外职业技能培训、鉴定工作；校内外产学结合、工学结合等方面工作。其特点是信息点多，数据来源杂。采集平台具有数据的原始性和采集的即时性等特点，具有统计汇总、管理监控和分析开发功能[2]。状态数据平台采集是原始数据，由下而上，由信息“源头”生成，谁管理，谁负责，保证数据来源真实、有效。根据平台“原始、即时、公开、独立”特点，制订平台建设制度，规范平台数据采集。
2.各院校要根据实际，制作适合于平台管理表格，及时做好数据采集、更新，实现对接。如在平台“4.1校内实践基地”项目信息点中有占地面积、建筑面积、设备值、设备数、主要实训项目、学年使用频率（人时）、年原材料（耗材）、年设备维护费用、专职管理人员（名）、兼职管理人员（名）、周公共开放时数（学时）等方面内容。可分为两大类，一是相对稳定项目，即在一定时期内相对保持稳定的静态项目，如占地面积、建筑面积等固定项目保持数据的连续性；另一类是动态项目，如做好学年使用频率、周公共开放时数等实训室使用情况的数据登记、汇总。
三、引导实践教学基地建设，促进教学改革及教学质量的提高
1.积极引导实践教学模式创新。其中“顶岗实习”“工学结合”“项目教学”“双证书”等来源于16号文件，与传统普通高校教育有质的变化，高职重在于技能型人才培养，通过平台信息点设置，引导高职院校要适应高职高专人才培养的需求，改变教育理念，不断创新教学模式。
2.加强校内实训基地建设。高职教育强调对学生实践能力的培养，学校就必须具备与学校专业设置相匹配的校内外实训基地[3]。平台中校内实训基地实况指标共有14项，注重实训室使用率、仪器设备投入等信息，通过平台可以掌握到每一间实训室建设与使用情况，并通过数据分析对使用率低、开出率低的实训室进行整合和课程优化，提高实训室利用率。同时，又可以系统了解专业（专业群）实训室的建设情况，引导专业（专业群）建设出体现职业岗位特征的综合实训室，建立工厂教学模式，融“教、学、做”为一体，将职业技能双证教育融入人才培养方案，强化学生能力培养。
3.强化校外实训基地建设，促进产学合作、工学合作人才培养模式落到实处。校外实训基地实况指标共有26项，从“顶岗实习”“课程开发”“教材开发”等方面积极引导校企合作，积极推行订单培养，建立顶岗实习制度，充分发挥校企各自优势。院校要按照企业需要开展企业员工的职业培训，与合作企业开展应用研究和技术开发。同时，企业为学院提供双师培养、顶岗实习环境与条件，参与课程建设、实训室建设，将工学结合、产学结合办学模式落到实处。平台十分注重校外实训基地建设与使用，根据数据情况分析，对于一些使用率高、产学合作取得良好业绩的基地，总结合作经验，示范推广。反之，对于一些使用率低甚至为零使用基地，要认真分析原因，适时调整，实行优胜劣汰，避免资源浪费。
四、为实践教学发展提供决策依据
1.应用平台实践教学数据作为办学水平的监测点。通过数据采集、统计、分析和反馈工作，可以促进教育主管部门和各学校改善办学条件，重视师资队伍建设、加强教学质量监控[4]。平台将教学管理与办学水平评估有机结合起来，并作为教学管理重要手段，在提高实践教学管理水平和管理质量等方面发挥积极作用。通过平台对实践教学数据进行采集、分析，可及时了解实践教学的现有条件、办学质量、工学结合等情况，结合评估指标比较、分析，明晰办学情况。如生均仪器设备值是否达标、生均实训面积是否达标，专业课程总学时实训教学与理论教学比例是否符合要求等。
2.数据采集平台是高职院校层面实施人才培养工作动态监测，及时发现问题，实现科学决策，进行宏观调控，实施规范管理的重要手段[5]。通过数据采集平台从不同的角度了解实践教学的基本现状和存在问题，为专业建设、实训基地建设提供科学决策，针对存在的问题，采取有效的措施提供决策依据。通过平台采集，一方面做好数据积累原始资料，掌握实践教学动态，反映实践教学条件，实践教学能力与水平；另一方面，通过不同时段（周期）的比较、分析，从实践教学条件数据中进行观测：哪些方面有了具体改善，哪些方面问题仍存在。从而对于存在问题进行原因分析，研究解决问题的办法。
通过深入分析该平台能够细化管理指标，完善实践教学管理制度，引导实践教学改革，建立适应高职教育专业发展实践教学条件，满足高素质技能型人才培养需要，有利于高职院校，能更有针对性地进行经验总结，使实训基地管理更具科学性、目的性，最终达到提高人才培养质量的目的。
参考文献：
[1]陈晔，孙忠梅.基于教学状态数据系统构建教学质量监控体系[J].吉林教育，2009，（3）.
[2]何锡涛.高职评估数据采集平台的建设与使用[J].高教发展与评估，2009，（3）.
[3]何锡涛.状态数据采集平台的结构与内涵之解析[J].高等职业教育，2012，（8）.
[4]王锋.高校教学状态数据的规范化管理[J].管理观察，2009，（7）.
[5]赵鹏飞.学校层面高职院校人才培养工作状态数据采集平台的建设与使用[EB/OL].
【关键词】培训；人力资源；效果评估
科学合理且有针对性的培训不但能够提高员工相应的工作技能，还能大大提高员工工作效率，甚至还可以在潜移默化中改变员工的行为模式和工作态度，对企业的工作质量和长期发展尤为重要。员工人力资源培训是企业人力资源管理的一个重要组成，对提高企业整体人力水平有重要意义，而人力资源组织培训结束后对培训效果进行科学合理的评估，可以更好的实现组织目标，促进企业长期稳定快速发展。
一、对现有评估方法的总结
1.柯氏四级评估模型。柯克帕特里克在1959年提出的培训效果评估模型被广泛应用于国内外各种培训评估活动，该模型从培训评估的深度和难度层次将培训效果分为了四个层次，从反应层，到学习层，再到行为层和结果层，即从分析培训的目的，设置相关培训课程，到培训的实际实施过程，以及最后的培训结果评估。通过对这些相关指标的分析，能够使企业明确了解组织培训带来的收益，取得效果等，从而确定培训对整个企业的意义和作用。
2.考夫曼模型。它是对柯氏四级评估模型的修正和改进。增加了五级评估，也就是对社会效益的评估。此模型使得评估的范围更广，不只局限于组织内部，而是增加了社会及相关客户的反应评估，能更明确的分析出培训项目为社会及周边环境带来的价值和效益。
3.菲力普斯模型。菲力普斯的五级投资回报率模型是目前普遍应用于各培训评估工作中的一种评估模型。该模型也是在柯氏模型基础上作出的增添和完善，增加了第五级的投资回报率评估，对培训成本带来的收益进行评估，计算出相关投资回报率。
通过对各评估模型的总结可知，培训效果评估大多是考察员工在培训后的学习和反应，以及其最终能为企业带来的实际效益，考察点基本覆盖了各个方面的内容，能够较为全面的评估企业的培训效果，为企业的相关培训效果作出科学分析，及时将培训过程中出现的各种问题反馈到企业的相关部门，使企业能够适时的对培训方案，方式等进行合理调整，从而更好的指导各企业进行各方面的相关培训。
二、参考评估模型，我们可以对企业人力资源培训效果进行科学详细的评估
1.计算人力资源培训成本：进行人力资源培训所支出的总成本包括：培训期间人力资源培训师们的工资总和、参加培训的所有员工在整个培训期间的工资总和、培训所需教材和物品费用、培训设备及场地租赁或使用费用总和、培训相关管理人员工资总和、其他相关费用。
2.总结人力资源培训收益：（1）员工工作积极性及工作能力都得到提高，工作效率和工作质量也进一步提高。（2）能够整体提高企业的日常工作质量，改善企业形象，有利于企业的长期良好发展。（3）培训对单个员工产生了积极影响，而单个员工组成的整个团体也随之产生变化，整体团队的综合工作水平和质量都有了很大提高。
3.探究培训成本和培训收益之间的联系，分析人力资源培训效果。通过对培训效果评估的整体把握，能从全局方面掌握整个人力资源培训的具体情况，了解培训总支出，员工培训大体情况，培训初步效果等各方面的具体工作和内容，做到整体把握，心中有数。
4.对人力资源培训基准化测量：我们可以从具体的相关类目从发，对企业人力资源培训的具体效果用具体数据进行更加客观，全面的计算和分析，然后与相应的标准或者企业已有的相关标准进行对比，就能够较为直观的看出企业当前的人力资源培训现状。从而正确评估企业人力资源培训的效果，发现培训过程中出现的问题，进而得出解决问题的办法。具体需要计算的内容有：（1）人力资源培训总支出在全体员工工资总额中所占比例，即总培训支出/总工资数×100%。（2）单个员工所需的平均培训费用：培训总支出/参与培训员工总数。（3）单位学时的培训费用：培训总费用/培训总时间。（4）单个员工平均接受的培训时间：小时数×参与培训的人员/员工总人数。（5）每年接受培训的员工在全体员工中所占比例：参与培训人数/员工总人数×100%。（6）每千人中从事人力资源开发工作的人员比例：从事人力资源开发的总人数/员工总数×100%。（7）单个员工平均年效益：年总利润/员工总人数。
三、案例分析
下面，我们用实际案例，采用上面提到的相关项目和计算方法，用具体计算的形式对企业的具体人力资源培训效果进行具体评估。现在，某企业要对刚刚结束的人力资源培训效果进行评估，企业已经制定的人力资源培训相应标准为：人力资源培训中的支出费用占员工工资总额的1.5%，每位员工每年参加培训的时间总计为30个小时，全体员工每千人中从事人力资源开发的人员为5人。然后，通过企业人力资源培训相关数据的具体计算，我们得出，该企业在人力资源培训中所花费的总费用占到了全体员工工资总额的2%，每位员工每年参加培训的时间约为35个小时，而企业每一千人中的人力资源相关开发人员为7个。将企业制定的数据标准和经过具体计算得出的数据结果按照各项类目进行具体对比可知，显然，培训评估数据结果高于这些相应的数据，说明该企业在人力资源培训方面过于侧重，有些浪费资源。所以，该企业在进行了人力资源效果评估后，就可以按照评估结果适当的进行制度调整，资源分配等。例如，可以适当削弱相应的培训力度，减少培训经费和培训时间，合理利用企业各种资源。将更大的精力，物力，财力投入到企业更需要的相关工作中去，做到资源的有效利用和合理分配。所以，有案例分析我们可以看出，人力资源培训效果的评估对企业有着至关重要的意义，能够为企业提供科学准确的数据分析，对相关的培训工作做出正确总结和明确指导，为企业更好，更快的持续发展保驾护航。
总结
科学的培训效果评估对于了解培训投资的意义，衡量培训对组织的贡献，观察培训效果等方面均有重要意义。因此，企业在进行员工人力资源培训的同时也不能忽视对相应培训效果的全面评估，以此来完善培训的具体效果，使人力资源相关培训真正发挥其效用，不断为企业提升人力资源竞争水平，提高企业总体竞争实力。
参考文献
[1]彭剑峰.人力资源管理概论[M] .上海：复旦大学出版社， 2003.
[2]徐慧雅.浅析人力资源的培训与开发[J] .金陵职业大学学报， 2002（09）：23-25.
[3]刘开第，庞彦军，孙光勇.城市环境质量的未确知测度评价[J].系统工程理论与实践，1999（12） ：52-58.
关键词： 培训模式；结构方程模型；实证研究
中图分类号：G71文献标识码：A文章编号：1006-4311（2012）05-0004-02
0引言
高等职业院校服务社会培训教育的实施，已对数以万计的不同阶层、不同职业和身份的社会群体进行了多项多次培训。那么培训内容是否满足学员的学习需求，培训效果是否被社会认可，都是需要我们通过实证研究进行检验的。本课题组已经根据刘红旗老师提出的“就业――增收――幸福”模式进行了实证研究，本文试图通过调研数据建立“培训――创业――增收――幸福”模式[1]的结构方程模式（Structure Equation Modeling，简称SEM）进行实证检验。为高等职业院校服务社会培训的有效实施提供理论依据和实践指导。
1研究方法
1.1 样本本研究是在呼和浩特职业学院进行的历次创业培训学员中进行的调查。采用问卷发放和电话调查相结合的形式进行，主要以问卷发放的调查方式为主，剔除无效问卷12份后，共收回有效问卷169份。其中培训后创业的占64.29%，月收入在6000元以X的占46.43%，文化程度在大专/本科的人数占67.86%，共有95.24%的培训人员获得了培训真书，女性培训人数占60.71%。
1.2 测量工具我们在理论分析、访谈以及以往研究的基础上，提出高等职业院校服务社会（创业）培训模式的指标体系由创业培训、创业情况、收入幸福三部分组成，并编制了《高等职业院校服务社会（创业）培训模式评价量表》。量表以利克特五点量表测量，共有6个题目，计分方法为：1表示没有任何效果，5表示非常有效果。初始量表的编制在访谈的基础上进行，并以结构化访谈和开放式量表调查相结合进行。初始量表编制完成后，我们选取46位受训人员进行了第一阶段的预研究，并根据预研究的结果对量表进行了修改和调整。
1.3 统计方法目前可用来分析SEM的计算机软件相当多，本文数据分析均采用SPSS13.0[2]和结构方程建模软件AMOS7.0[3]进行相应分析。
2结构方程模型
2.1 效度分析使用SPSS13.0软件采用因子分析法、最大方差旋转法做因素分析，选取原则是特征值的大小和抽取因素所能解释变量的大小。抽取3个公共因素，这三个因素分别是：创业培训、创业能力和增收幸福，共解释了总变异的68.31%。具体数值见表1。每个变量的因素载荷系数均大于0.5，这说明该问卷绝大多数变量能较好的测量它所在的维度，同时说明具有较好的效度。具体数值见表2。
2.2 信度分析在SPSS13.0中采用Alpha值测量问卷项目内部一致性信度系数（信度系数的取值范围为[0，1]），分别计算问卷各维度总体的Alpha信度系数。主要数据详见表3。
问卷总的内部一致性信度系数：Alpha=0.713
结果显示，问卷总的内部一致性信度系数是0.713，说明量表需进行修订，但仍不失其利用价值；各维度具有一般的内部一致性信度系数均大于0.88，说明各项目之间具有较好的一致性，基本上能较好地反映所在维度，评价指标体系可以接受。由此我们认为，这份问卷有较好的信度，依此调查得到的数据是可信的，对问卷进行的数据分析也是比较可靠的。
2.3 结构方程模型在理论与结构分析的基础上，进一步构建了职业能力的结构方程模型，即观察变量的测量模型和潜变量的结构模型，并运用AMOS7.0软件按对该模型进行了估计，得到模型拟合的良好性检验结果列表4。
从表4的结果可以看出，整体拟合良好性检验GFI等指标达到了0.976，均方根残差RMR为0.022都达到了可接受的水平。这表明假设的理论模型与观察数据有较高的拟合度。图1是根据完全标准结果绘制的结构方程模型。
关于图1中数据的理解是这样的：观察变量与潜变量之间以及潜变量之间的系数比较高，模型较好地解释了各个观察变量和潜变量。同时也说明潜变量的总体信度效度符合要求，对潜变量所做的预测是可信得。从附图可以看出，创业培训对创业能力以及增收幸福都是正的影响，同时创业能力对增收幸福也是正的影响，相关系数达到0.40的效果。
3研究启示
3.1 关于问卷本身信息的讨论本次调研数据主要针对的是小老板、待创业社会人员和大学毕业生，相对于其他培训对象来说，文化程度普遍较高（67.86%是大专/本科），创业率高（64.29%创业）和收入高倾向（6000元以上收入占46.43%）等特点。因此，从问卷调查结果来看，创业培训的社会效果很好，我们需要在今后的问卷设计中进一步改进，继续提高我们的培训效果。
3.2 关于受训者的讨论通过对创业培训的调查总结发现，参加创业培训的学员学历较高，接受新鲜事物的能力较强，培训后实施创业的学员首先可以使收入普遍增加，生活改善，自信心增强等；其次在创业过程中处理问题时有了一定的理论依据，不再感到盲然了；而且在实际创业操作过程中，遇到问题可以随时得到老师的指导，这是学员们得到的最大收获。在调研过程中，学员们反映比较强烈的问题是资金问题，尽管有国家创业贷款，但是额度较小，不能满足创业者们的需求，有时候会影响到创业的效果；在创业过程中，创业者们普遍感觉到的是人才使用问题，毕竟初创时期的企业与大型企业之间有差距，留住人才和使用人才是他们难以解决的问题，希望政策上能对小型创业企业有所倾斜，提供帮助。
3.3 关于职业培训的讨论通过文章的实证研究可以看出，创业培训对创业能力的相关系数是0.17，对增收幸福的相关系数是0.42，也就是每进行1个单位的创业培训，就会增加0.17个单位的创业能力，增加0.42个单位收入和幸福感。从实证的角度来看，创业培训是非常有效果的，教师授课和教材的满意度选择比较满意及非常满意的达到90.48%。目前社会上随着职业竞争的加剧，创业培训成了社会必不可少的一部分。那么，高等职业院校面临的一个问题就是怎样办好创业培训工作，挖掘出新的创业培训内容，更好的为创业者提供有效的社会服务。
4文章创新
由于本次实证研究属于初探性研究，从问卷的设计到模型的建立都没有参考依据，因此，这次研究所建立的模型也是比较简单的，但是我们从理论角度做的这次探索是非常有意义的。
①我们设计了高等职业院校服务社会培训（创业）模式的调查问卷，发放了大量的问卷进行了跟踪调查，收集到许多具有指导意义的鲜活案例和丰富的培训效果数据，可为我校新阶段进行创业培训提供理论指导。②我们根据呼和浩特职业学院担负国家相关培训工作以来的调查数据，建立了高等职业院校服务社会培训（创业）模式的数据结构模型，模型验证了刘红旗老师等提出的研究模式“培训――创业――增收――幸福”模式。这一模式在相关理论研究中是一个创新的培训模式，而关于该模式的实证研究也是第一次进行。
本文的研究比较粗略，还有待于进一步的提高，希望能与各位同仁共同探讨，共同提高。
参考文献：
[1]刘红旗等.加强培训针对性 探索培训新模式――阳光工程培训模式研究[J].中国科教创新导刊，2012.1.
关键词：培训；评估；因子分析
中图分类号：G724 文献标识码：A
一、石油企业成人短期培训项目效果评估及影响因素分析
依据柯克帕特里克培训效果评估模型理论，对成人短期培训项目效果评估主要是在反应层、学习层及效果层面进行了评估。对反应层的评估工作包括在2000至2004年举办的成人短期培训班中对培训学员均以座谈或书面问卷调查的方式开展了评估，发放并回收有效书面问卷调查共计7200余套，占培训规模的74%左右。书面问卷调查表每套包含两种式样的调查表：一是培训综合效果评估调查表；二是培训课程评估调查表。对学习层的评估，包括学员书面结业总结，学员实际操作技能考核，学员口试考核和学员笔试考核。这些学员主要是外语培训班的学员。对效果层的评估是通过电话、咨询和问卷调查的方式向十余家培训主管部门调查了解到培训的学员返回原单位工作岗位的总体表现，并对培训效果进行了总体评估。本文重点探讨反应层的培训综合效果评估和培训课程评估及影响因素分析的有关内容。
（一）培训综合效果评估
1、本次培训在多大程度上达到了它的目标；2、本次培训对您来说有多大的价值；3、培训教学计划设计的合理程度；4、关于任课教师，包括理论水平、实践经验、总体印象；5、教材及参考资料；6、培训管理人员，包括业务素质、服务态度；7、后勤服务，包括住宿条件、伙食条件；8、学员活动安排；9、对本次培训教学质量的评价；10、对本次培训总体满意度；11、是否会向其他人推荐我们。
（二）培训课程评估
1、课程必要性；2、任课教师水平；3、教师实践经验；4、教师讲课水平；5、教材质量；6、学习效果；7、总体印象。
评估方式采用给受训学员发放调查表，由学员按1-5打分，将所有学员打分结果平均即求得评估统计结果。
二、培训综合效果评估和培训课程评估的统计结果
经过对问卷调查表抽样统计，共统计问卷调查表2120套，得出反应层评估统计结果。
（一）培训综合效果评估统计结果
1、培训班达到培训目标的程度得分平均值为4.2；2、本次培训对培训学员的价值得分平均值为4.1；3，培训教学计划设计的合理程度得分平均值为4.2；4、关于任课教师水平评估得分平均值为4，5；其中教师理论水平得分平均值为4.5，实践经验得分平均值为4，5，总体印象得分平均值为4.5。5、教材及参考资料评估得分平均值为4.0；6、培训管理人员评估得分平均值为4.7；其中业务素质得分平均值为4.7，服务态度得分平均值为4.7。7、后勤服务评估得分平均值为3.7；其中住宿条件得分平均值为3.7，伙食条件得分平均值为3.8。8、学员活动安排评估得分平均值为3.9；9、对本次培训教学质量的评价评估得分平均值为4.2；10、对本次培训总体满意度的评估得分平均值为4.2；11、是否向其他人推荐我们的评估得分平均值为4.3。
（二）培训课程评估统计结果
共对73个培训班的700个课程门次（700个授课教师人次）进行了统计，统计结果为：
1 课程必要性的评估得分平均值为4.4；2、教师水平的评估得分平均值为4.5；3、教师实践经验的评估得分平均值为4.6；4、教师讲课水平的评估得分平均值为4.6；5、教材质量的评估得分平均值为3.9；6、学习效果的评估得分平均值为4.3；7、总体印象的评估得分平均值为4.4。
三、影响石油企业成人短期培训效果的因素分析
因素分析的主要目的是对影响石油继续教育成人短期培训的诸多因素进行公因子提取，以便于进一步分析梳理变量，构成新的具有更加丰富内涵的变量，将其赋予新的解释。根据调查统计结果，培训班达到培训目标得分均值4.2，用a1表示；培训价值得分均值4.1，用a2表示；教学计划得分均值4.2，用a3表示；任课教师理论水平得分均值4.5，用a4表示；任课教师实践经验得分均值4.5，用a5表示；总体印象得分均值4.5，用a6表示；培训管理人员业务素质得分均值4.7，用a7表示；培训管理人员服务态度得分均值4.7，用a8表示；住宿条件得分均值3.7，用a9表示；伙食条件得分均值3.8，用a10表示；学员活动安排得分均值3.9，用a11表示；
（一）KMO和Bartlett检验
KMO和Bartlett检验是因子分析直接要有的数据，根据计算的结果可以判断该研究的数据应用因子分析方法是否合适。
（二）解释总方差，如表1所示
采取主成分分析法，结果发现有2个因子特征值根大于或接近1，结果表明抽取到2个因子，能够解释总体100%，综合分析，本研究提取2个因子较合适。
（三）解释因子，如表2所示
经过因子分析，本研究把影响石油继续教育成人短期培训的11个项目分为两个因素，即培训基础条件因素（f1，为a10伙食条件、a3教学计划、a1培训班达到目标、a9住宿条件、a2培训价值、a7培训素质和a11活动安排的公因子）；培训水平因素（f2，为a5实践经验、a8培训态度、a4任教水平和a6，总体印象的公因子）。由表2，根据统计结果，石油继续企业成人短期培训质量评价、满意度和推荐指数分别是，4.2，4.2和4.3。
【关键词】经济统计 实训 三因素分析 房地产
前言
高职院校以培养实用型人才为主，因此其开展教育的过程中，实验、实训以及实习等实践教学环节应该占据大量的教学时数。基于此要求，高职院校的多项实践性课程都要增加大量的实践教学环节，提高学生的实践应用能力。经济统计学进行实训时，常会遇到以下困难，首先，它作为专业基础性课程，和实践的接触比较少，因此很难进行实训;其次，多因素分析是教学难点，高职学生理论基础知识比较薄弱，难以理解。
一、理论
表1 经济统计学当中“因素”和高等数学中“元”的比较
上述表格当中，Kqvp=Σ（q1v1p1）/Σ（q0v0p0）;Kq=Σ（q1v0p0）/Σ（q0v0p0）;Kv=Σ（qlvlp0）/Σ（qlv0p0）;;Kp=Σ（qlvlpl）/Σ（qlvlp0）。通过对三因素进行详细分析，并进行区分记忆，防止混乱、弄错等，可以根据下述口诀进行系统记忆。口诀内容如下：Kp右下为0;Kv分母变分子，右下两个0;Kq分母变分子，右下3个0。口诀内容的具体解释为：①关于Kp的公式中，分母右下角的下标是0，为基期价格，其余右下角为1，为报告期价格;而等式的分母位于整个公式的右下方，因此可统一记忆为“右下为0”。②关于Kv的公式中，Kv分子为Kp的分母，其余情况及原因如①所述，只要说“右下两个0”即可。③Kq情况与上述原因相同，仅需要说“右下三个0”。
二、计算
进行计算的第一步，便是提前了解并充分掌握房地产的相关数据，比如多层房、高层房或者别墅房的数量、原材料单耗以及原材料价格等，然后对其进行三要素分析。具体数据及分析如下表所示（表2）。
表2 多层房、高层房及别墅房原材料价格三要素的分析
表3经济统计实训中指数三因素分析过程的计算（元）
根据表2的数据，计算表3的数据结果，然后根据表2及表3的数据资料，可得出下列计算结果。
关键词： BP神经网络； 能效分析； 负荷辨识； 多元线性回归； 用户划分
中图分类号： TN711?34 文献标识码： A 文章编号： 1004?373X（2017）09?0156?03
Abstract： The BP neural network has great advantage to solve the nonlinear complex system. According to the characteristics of the household electricity load itself， the electrical equipment energy consumption data of the users attaching to Guangzhou Power Supply Bureau is taken as the training sample. The BP neural network is used to construct the energy consumption analysis model of the electrical equipment. The energy efficiency index which can reflect the target features is selected to determine the quantity of the neurons， and construct the users classification index. The users are classified according to the trained BP neural network to realize the energy efficiency contrastive analysis among users. The results show that the model has good convergence， and the analysis result has small absolute error. Therefore， the BP neural network used to analyze the users′ energy efficiency has practicability and availability.
Keywords： BP neural network； energy efficiency analysis； load identification； multiple linear regression； users classification
0 引 言
随着人们生活水平的提高及阶梯电价、峰谷电价的实施，用户用电行为特征也逐渐发生了变化。充分了解家庭用户的多样能源诉求，科学准确地反映用户的能效状况，再有针对性地为用户定制创新的个性化节能增效解决方案，从而实现用户的节能减排和电能成本降低，对助推电网整体能效水平提升、提高企业竞争力和服务感知，减少不必要的能源浪费具有积极作用。因此，如何根据对用户用电行为和耗电量分析，针对用电负荷不确定性、非线性、随机性的自身特点，通过预测模型算法及设备、同区域横向比对等方式是研究用户负荷预测、用户节能策略的依据。BP神经网络高度的自学习、自组织和自适应能力，在输入和输出样本之间建立起一种高度非线性的映射，其通过优化使用最广的梯度下降法，利用迭代运算求出权值，为优化问题的可调参数加入一定的隐节点，使求解更精确，被广泛地应用于各领域的预测模型中。
1 BP神经网络
BP神经网络是一种多层前馈神经网络，该网络的主要特点是信号前向传递，误差反向传播。在前向传递中，输入信号从输入层经隐含层逐层处理，直至输出层。每一层的神经元状态只影响下一层神经元状态。如果输出层得不到期望输出，则转入反向传播，根据预测误差调整网络权值和阈值，从而使BP神经网络的预测输出能够不断地逼近期望输出。神经网络原理就是利用输出后的误差估计输出层的直接前导层的误差，再用这个误差估计更前一层的误差，如此一层一层的反飨氯ィ就获得了所有其他各层的误差估计。BP神经网络的结构图如图1所示。
BP算法的核心是数学中的“负梯度下降”理论，即BP网络的误差调整方向总是沿着误差下降快的方向进行，常规三层BP网络权值和阈值调整公式如下：
式中：为网络输出与实际输出样本之间的误差平方和即误差函数。BP神经网络每一次学习训练之后，都会进行学习结果的判别。判别的目的在于检查输出的误差是否满足允许的标准；为网络的权值调整幅度；为时刻输入层第个神经元与隐含层第个神经元之间的权值，即连接强度系数；为时刻隐含层第个神经元与输出层第个神经元之间的权值；为神经元的阈值，BP神经网络学习训练方式的流程如图2所示。
2 基于BP神经网络用户能效设计及分析应用
基于BP神经网络建立用户用电设备能效评估模型，主要分为三个阶段：第一阶段设计用户分类的BP神经网络，选定能够反映对象特性的能效指标，确定样本数据、隐藏层神经元数。第二阶段，训练神经元网络，将BP网络输入训练样本转化为对应位向量，构建用户分类指标。第三阶段，依据训练好的BP神经网络进行用户划分，实现用户间能效对比分析。
2.1 设计用户分类BP神经网络
（1） 用户负荷辨识系统采集的设备用电信息
根据负荷辨识系统采集的设备用电信息（以广州供电局部分用电数据为例），统计某段时间内用户的总用电量，总电费，平均电价，峰时段总电量，峰时段总电费，谷时段总电量，谷时段总电费，平时段总电量，平时段总电费等指标，对于用户的某一指定设备，统计该设备的总电量，总电费，平均电价，峰时段总电量，峰时段总电费，谷时段总电量，谷时段总电费，平时段总电量，平时段总电费等指标。
（2） 峰谷平时段划分及执行电价标准
峰谷平时段划分及执行电价标准见表1。
（3） 构建神经网络元节点
根据以上对BP神经网络算法的研究和实际的数据模型，构建相应的神经网络，其中输入层有32个节点，将输入的数据样本转化为32位的向量；隐含层有15个节点，输出层有3个节点，即输出是个3位的向量；按照用户能耗等级，对应将用户划分为3类用户，分别为低能耗，中能耗，高能耗用户。
2.2 BP神经网络训练
（1） 数据进行预处理
由于采集的设备用电数据比较杂乱，在对数据进行统计分析之前，需对数据进行预处理，对遗漏数据进行缺失处理。在分析电力用户数据的过程中，某个时间点的数据缺失可根据附近时间点的数据记录填写空缺，也可采用直接忽略空值的数据记录，在进行实际的操作中，对于空值的数据记录直接忽略（或删除）。
（2） 数据的读取与初步计算
对经过预处理的数据进行读取，读取的数据维度包括：用户编号，用户区域，日期，时间，设备1累计用电量，设备2累计用电量，…设备累计用电量。读取的数据实际是每过一个时间点（如1 min）记录当前设备的累计用电量。对数据进行初步计算的目的是算出用户在时间段内每个时点每个设备的用电量。从最后一条记录开始统计，每一条记录的数值减去上一个时间点记录的数值，得到当前时间点用电量。重复操作，直至完成所有数据记录的计算。
（3） 神经网络训练
根据用户的峰时，谷时，平时三个时段的用电量进行用户分类，在进行训练时，该BP神经网络将输入的训练样本转化为32位的向量，向量的每个分量就是其二进制形式对应的位上的0或1。将目标输出视作一个三维的向量，即将用户划分为三类：
A类[1，0，0]表示低能耗用户
B类[0，1，0]表示中能耗用户
C类[0，0，1]表示高能耗用户
对处理好的某地区5～7月2 000组样本数据构建好的BP神经网络进行训练，样本数据如表2所示。
依据训练样本，设置最大训练步长为1 000，训练目标精度为0.001，学习率为0.01。BP神经网络学习的曲线变化如图3所示。
根据图3可以看出，在训练到709步时达到训练目标精度，接下来对训练好的BP神经网络进行测试，选择1 000组测试样本数据，其中A类用户345个，B类用户320个，C类用户335个，使用该BP神经网络进行测试，最终的测试结果如表3所示。
由表3可以得到，该神经网络在数据测试中的用电用户分类结果的准确率还是比^高的，其中B类用户的识别率最低，误差率达到了11.87%，C类用电用户的识别率最高，达到了92.2%，对比神经网络得到的用电用户分类结果还是比较满意的，误差率相对比较小，证明该BP神经网络在用电用户分类中具有比较高的可行性。
2.3 BP神经网络用户能效分析及用户间对比
（1） 用户能效分析
经过BP神经网络反复训练，修正权值的计算后，所得的数据即是该用户的每个设备在每一个时刻对应的用电量，由于用户的总用电量等于每个设备的总用电量之和，即：
同理，用户的总电费等于每个设备的总电费之和，即：
根据总用电量和总电费，可以轻易算出该用户的平均电价。
该用户在峰时段的总用电量等于每个设备在峰时段的总用电量之和：
根据峰、谷、平三个时段的电价和用户自身的用电量分布可知，用户应适当减少峰时段的用电量，在允许的情况下可以将峰时段要工作的设备放在谷时段工作，这样能有效减少家庭用电花费，同时降低电力供应系统在峰时段的供电压力。
（2） 用户间能效对比
对同类用户进行能耗对比分析，对比的指标有：在某段时间内该用户的总用电量，总电费，平均电价在同类用户中的排名；在同类用户中进行某一设备的对比。可根据该用户的类型，在所有用户中找到同类用户，将总电量，总电费，平均电价这三项指标进行对比，计算出其排名。设备之间的对比，即在同类用户中找到具有该设备的用户，将该设备的总电量，总电费，平均电价这三项指标进行对比，记录其排名。将用户的各项指标在同类用户中比对，输出结果如图4所示。
该用户的平均电价高于平时段的电价，说明该用户在峰时段使用的电量要多于其他时段，可建议该用户尽量减少峰时段的用电量。
可以看出，BP神经网络的收敛性较好，在学习训练过程中能够根据各影响因素对总耗电量演变趋势所起作用的大小自动调节权重，因此，利用BP神经网络对用户用电设备的能效进行分析预测有较高的精准度。
3 结 语
本文以用户用电设备为研究对象，根据设备的实时运行数据，针对用电设备峰、谷、平划分及分阶电价等因素，提出基于BP神经网络的用电能耗分析模型，其能很好地预测非线性条件下的用电设备能耗问题。通过对用电设备的数据模型学习训练，构建用户分类指标，进行用户划分，实现用户间能效对比分析，对深入挖掘用户设备的节能潜力，帮助用户了解家庭设备的能效水平及分布状况，降低设备的损耗、减少不必要的能源浪费，助推电网设备能效水平的提升。
参考文献
[1] 师彪，李郁侠，于新花，等.动态调整蚁群?BP神经网络模型在短期负荷预测中的应用[J].水利发电学报，2011，30（3）：5?9.
[2] 王蓓蓓，李杨，高赐威.智能电网框架下的需求侧管理展望与参考[J].电力系统自动化，2009，33（20）：17?22.
[3] 程其云.基于数据挖掘的电力短期负荷预测模型及方法的研究[D].重庆：重庆大学，2004.
[4] 王雪峰，邬建华，冯英浚，等.运用样本更新的实时神经网络进行短期电力负荷预测[J].系统工程理论与实践，2003（4）：95?99.
[5] 姜勇.基于模糊聚类的神经网络短期负荷预测方法[J].电网技术，2003，27（2）：45?49.
[6] 丁思敏，吴军基.改进模糊神经网络在负荷预测中的应用研究[J].电力学报，2009，24（2）：101?104.
[7] 宫蕴瑞，王瑞，朱建良.基于混沌时间序列的BP神经网络电力负荷预测[J].信息技术，2005，11（9）：41?43.
关键词：露天；设备运行；问题；改进措施
黑岱沟露天矿生产设备主要是从国外引进的进口设备，电气化程度高，对人员操作技能的要求也越来越高。操作人员的培养都采取师带徒形式，存在人员培养周期长，效率低的特点，高技能操作、检修人员已不能满足现阶段人员需求，且出现新老交替脱节现象，年轻司机所占比例偏高。设备服务年限不均衡，故障时间也是参差不齐，没有得到很好的控制，具体存在问题如下：设备操作不规范，造成故障率高；设备维护保养不及时，不彻底；各类记录不完整，总结分析不到位。因此，研究如何做好设备运行管理，是一个十分具有现实意义的问题。
1. 当前露天矿机电设备运行管理中存在的问题及原因
1.1设备操作不规范
操作人员对设备参数性能及操作规程了解掌握深度不够，设备操作达不到规范化，据不完全统计，每年因人员操作不当或误操作造成设备损坏、设备故障影响正常生产时间达72小时左右；年轻司机所占比例大，年轻司机操作水平不高，规范化操作意识不强；对设备突发故障处理能力不强，高技能人员少，技能素质参差不齐，对设备的检查检修不能做出准确的分析判断，制定其相应检修计划。
1.2设备维护保养不及时，不彻底。
设备运行过程中需要根据不同的维护级别定期进行维护保养，这需要设备操作人员和维修人员做好配合，设备操作人员注意观察记录设备运行的小时数，维修人员及时做好维护保养准备工作。在设备运行过程中，经常发生需要进行保养的设备不能及时得到保养，或延期保养，从而给设备运行造成了隐患。
1.3各类记录不完整，总结分析不到位
设备运行过程中，要求操作人员填写设备点检记录、运行记录等各种记录。但是，这些记录只停留于一种形式，很多司机对设备点检记录、运行记录填写的不详细，不能按要求认真点检设备，记录内容不能反映真实情况。没有组织相关检修人员对检修记录中的设备配件使用更换、设备故障处理过程进行讨论分析，有些总结分析很浅显，不能抓住问题的本质，总结分析不到位，对设备运行管理不能提供科学的依据。
2.完善机电设备运行管理的几点对策
2.1人员规范化操作培训
2.1.1设备安全技术操作规程是操作人员规范化操作的理论基础，加强操作人员安全技术规程的培训，使其在操作人员头脑中固化，养成一种习惯。
例：煤矿设备安全技术操作规程及规范化操作培训计划
培训计划：
根据生产生产情况，制定《煤矿设备安全技术操作规程》培训计划。培训计划包括培训内容、培训人员、培训周期。培训计划可根据实际配套使用情况，临时进行调整和补充。
培训时间及人员：
培训时间实行周期性培训，第一次培训在设备使用前，以后周期为每半年培训一次，被培训人员包括：设备操作人员，操作规范化监管人员及相关管理人员。
培训内容：
设备安全技术操作规程、本质安全管理知识
培训要求：
（1）培训内容及培训人员、考试成绩应有详细记录并存档。
（2）被培训人员要认真听讲，严格执行考勤和请销假制定，必须做到被培训人员全部参与，不留死角。
（3）培训完毕后实行闭卷考试。不及格的人员不准上岗操作设备。
（4）培训老师应具备相关专业知识和一定资质。
2.1.2操作人员现场实操培训
现场实操培训，请老师傅或经验丰富的员工，对设备实际操作，并对每一步操作步骤中是如何操作，且操作的目的意义进行讲解，保证员工清楚了解操作规范化的意义，让其在潜移默化的过程中形成良好的操作规范。
2.1.3制定人员操作规范化监管措施
首先通过班前会、班委会、队务会进行宣传教育，使其耳濡目染。
其次由于实际工作中有很多突发性因素，有些员工在从事某项操作时易走捷径，随意跳过甚至更改某项操作规范。因此，应加强监督检查，对员工的不良作业行为及时制止，并从思想和经济双方面进行教育，使其养成良好的规范化操作习惯。
再次对于习惯性出现不规范操作的员工，要建立档案，有针对性地管理。不仅要对其进行严厉的批评教育，而且要对其评价，是否需要调离本岗位。
最后通过技术比武或考试，寻找员工之间的差距，促使员工认识到自己的不足，同时学习别人的经验。
2.2科学分析设备运行数据，制定合理的维护保养计划
设备的维护保养需要操作人员与维修人员相互配合进行，操作人员记录设备运行数据，真实反应设备的运行状态。根据设备运行数据及时与维修人员沟通，维修人员及时对设备进行维护保养。维修人员应制定合理的维护保养计划，按计划对设备进行维护保养，同时做好设备点检工作。
点检维修制是一种科学的设备管理方法，它是利用人的感官和各种仪表指示，按照预先制定的技术标准，定人、定点、定期地对设备进行检查的一种管理方法。通过数据及时分析，可以有效防止“过维修”、“欠维修”，提高设备可靠性，降低故障发生率，减少设备维护检修费用。
2.3各类记录分析总结
2.3.1设备运行记录分析总结
各级机电技术人员定期总结设备运行状况，检修人员负责按照检修标准填好当次检修记录，若设备在运行中出现故障影响运行，除组织人员安排应急检修外，追查分析设备故障原因。管理人员应加强对设备进行监督检查，操作人员由于操作不当造成故障的，根据影响程度对其操作人员相应处罚，并进行操作规范化培训。检修人员检修不到位，检修负责人没有对检修人员检修内容进行细致验收，根据影响程度对其检修人员及检修负责人相应处罚，并进行岗位职责培训。设备故障部位或配件已达到使用寿命，做好故障处理记录，以备后续数据分析，制定相应的检修计划。
2.3.2设备配件使用跟踪记录分析总结
核算员以EAM系统为信息平台查询每台设备配件领用记录、检修人员必须做好设备配件使用方向、更换时间、原因及损坏程度记录，定期对设备配件消耗情况进行分析，为合理制定设备配件移库及采购计划提供科学的数据基础。建立准确的设备配件安全库存量，保证设备正常生产运行中的备件储备能够满足生产需求。
