第一篇：2016高速公路運行大數據分析報告

交通運輸部科學研究院、綜合交通大數據應用中心起草的國內首部以大數據視角研究的《2016年中國高速公路運行分析報告》(以下簡稱《報告》)正式發布。該《報告》以全國(北京、內蒙古、海南、西藏、新疆除外)26個省份高速公路聯網收費數據(80億條)為基礎，分別從高速公路總體運行、物流通道、城鎮化、長江經濟帶、熱點聚焦五個維度，全面解讀經濟新常態下高速公路運行新特征，及由高速公路運行角度展現的我國經濟發展新特點、物流通道新特征、城鎮化發展新趨勢、長江經濟帶戰略新動態、行業熱點政策新影響。《報告》分為五部分，本部分重點從宏觀經濟視角分析我國高速公路運行規律和客貨運輸特征，分析新經濟特點帶動下的高速公路運行新動態，力求為政府部門決策、相關機構研究和社會公眾出行提供重要參考。

第二篇：大數據分析

1什么是大數據？ 云中大數據：融合技術

如今，大數據分析和云計算是全球企業最為關注的兩大 IT 話題，大數據分析提供獨具價值的洞察，幫助企業打造競爭優勢，啟迪創新，推動收益增長。作為 IT 服務的交付模式，云計算可以增強業務靈活性，提高生產力，同時增加效率，降低成本。

2大數據能給我們帶來什么？

中國社會的急劇發展帶來了數據的暴增，從街頭的交通攝像頭到商場的打折信息，再到網商的用戶資料、信息，無不充斥著大量的數據，而在這背后，如何找出有用數據，如何發現規律，如何找到新的商業機會？

大數據究竟能給我們帶來什么？

信息時代的特征之一就是數據的密集爆發，而這種數據的變化沒有一個循序漸進的過程，呈現跨越式的特征。比如手機里的信息不斷地堆積，從最開始的通訊錄到短信、彩信，再發展到現在的智能手機時代，更多的來自于應用的數據如微博等正在積累起大量的數據信息。放大到社會而言，產生的數據更是異常龐雜。毫無疑問，大數據時代已經來了。

什么是大數據？，數據已從 TB 級別躍升至 PB 級別；對大數據，現在比較流行的是用 4 個“V”來總結其四個層面的含義：容量巨大（Volume）

數據類型多（Variety），從普通的文字、視頻、圖片到逐漸增多的地理位置信息等，類型紛繁，已無規律可循；價值密度低（Value），以視頻為例，在連續不間斷監控過程中，可能有用的數據也許只有一兩秒；處理速度快（Velocity），實時分析對某些應用才更有意義，而不是批量式分析，即時處理已經成為趨勢之一。

大數據的發展趨勢和帶來的機會

在大數據概念出來之前，個人制造的數據往往被忽略，企業數據被談及的更多。企業內部的數據多數都是結構性數據，并被企業在或多或少地利用著，無論是數據挖掘還是商業智能化應用都已經初露端倪。面對這些應用需求，企業依托自身的數據庫系統就可以解決，例如應用少量 x86 服務器、客戶端，再加上 Sybase 系統、Oracle 系統、Unix 系統等。

隨著互聯網的快速發展，在企業數據還沒有井噴的時候，我們就發現個人用戶以及社會應用產生的數據已經開始爆發了，比如社交、交互式應用帶來了大量的網絡數據，這種非對稱性數據充斥在我們周圍，包括網絡日志、點擊流、電話記錄、醫療記錄、傳感器和監控攝像頭等等，各種來源的巨量數據種類豐富，讓人無所適從。此時傳統的硬件設備開始顯得捉襟見肘，無法滿足這種龐雜數據帶來的應用需求。很多時候，也許我們會認為這些數據里會有價值，但是卻不知道如何挖掘這些數據的內在價值，數據成為了堆砌。因此，對于數據精準分析的需求正在呼喚做數據分析的廠商們拿出下一步的舉動。

比如說，在淘寶龐大的用戶群中，淘寶賣家如何精準掌握一個新用戶的需求？一家飯館如何利用細節滿足每一個食客對于美味的需求？越來越多的應用需求推動著大數據的發展。更主要的是，未來可能各種傳感器會出現在社會的各個地方，數據會更多，比如交通、醫療等等，數據的采集已經不是問題，難點已經轉換為處理和分析。如此巨量的數據，處理難度可想而知。

大數據給中國市場帶來什么？

大數據應用需求在中國更加明顯。中國人口眾多，各行各業都呈現出極快的增長速度，電商、快遞、微博、社交等都承載了大量的個人信息；大型超市、賣場、商場、銀行等集聚了大量交易信息，日新月異的城市建設中，連接著更多數據采集傳感器和嵌入式設備的物聯網開始成型……大數據的時代正在到來，不僅有機遇，也存在挑戰，且機遇大于挑戰。

目前，網絡搜索曾經在數據分析方面獲得了一些機會，但遠遠不夠，而且也是在相對偏窄的一個區域內利用信息，更多的數據散落在社會各個環節中，梳理分析出這些大數據帶來的商業機會逐漸凸顯價值。在中國市場，工信部發布的物聯網“十二五”規劃上，把信

息處理技術作為4項關鍵技術創新工程之一提出來，其中包括了海量數據存儲、數據挖掘、圖像視頻智能分析，這都是大數據的重要組成部分。而另外 3 項關鍵技術創新工程，包括信息感知技術、信息傳輸技術、信息安全技術，也都與大數據密切相關。

大數據背后的商業機會

在實現大數據的過程中，硬件和軟件供應商都可以找到合適的位置和方法來實現自身的價值，因為大數據的實現需要硬件具備足夠的性能、靈活性以及可靠性和軟件層面的優化支持。從目前的企業計算領域來看，IA架構是承載和實現大數據的理想平臺。對于數據分析來說，基于英特爾至強處理器的雙路/多路平臺具備開放式、普及性、易優化、靈活易擴展等特點，是實現大數據應用的出色載體。英特爾的雙路至強處理器已經通過實踐驗證了自身在計算能力的領先性，而以其為基礎的主流服務器和存儲系統具備無可比擬的擴展性。對于商業智能來說，基于英特爾至強處理器的多路平臺則具備高性能、高能效、靈活擴展以及高性價比等優勢。

此外，英特爾還擁有類似于英特爾發行版 Hadoop 這樣的開源分布式架構以及相關的軟件工具如編譯器、函數庫等，英特爾已經形成了完整的大數據解決方案。英特爾提供經過驗證的方法和工具來優化 Hadoop 部署，包括具有代表性的 Hadoop 應用集合 HiBench，和基于數據流的 Hadoop 性能分析工具 HiTune 等等。Hadoop 對海量數據處理的支持，可以讓用戶不再依賴價格高昂的大型專有設備，而是通過大量 x86 服務器集群就可解決——利用較高性價比的 x86 服務器來搭配并行計算架構，從而可以以最符合經濟效益的方式完成龐大的計算任務。

對于國內市場而言，對于大數據應用機會的重視和抓取已經越發明顯，作為世界上人口最多的國家，中國產生數據的潛力可想而知，即便能掌握其中一部分大數據，對于企業發展也具有不可估量的價值。比如微博等社交網絡平臺上產生的大量碎片化信息，如果被合理應用，并精準分析、管理、挖掘這些數據的內在價值，那么就能掌握下一個互聯網發展機會抑或革命，這還僅僅是互聯網層面，放眼到全行業，可以利用的機會則更多。而英特爾與產業合作伙伴的強大產業生態鏈能夠滿足行業需求的同時在大數據時代用創新技術將大數據背后的價值一一呈現，并促進更多商業機會的出現。

3大數據：落地正當時我們正處于一個信息大爆炸的時代：寬帶普及帶來的巨量日志和通訊記錄，社交網絡每天不斷更新的個人信息，視頻通訊、醫療影像、地理信息、監控錄像等視頻記錄，傳感器、導航設備等非傳統 IT 設備產生的數據信息，以及持續增加的各種智能終端產生的圖片及信息，這些爆炸性增長的數據正在充斥整個網絡。據權威市場調查機構IDC預測，未來每隔 18 個月，整個世界的數據總量就會翻倍；到 2020 年，整個世界的數據總量將會增長 44 倍，達到 35.2ZB(1ZB=10億TB)。“大數據”時代正在來臨！

“大數據”的價值

所謂“大數據”，一般具有幾個特點：首先是數據量很大，已經從 TB 級躍升至 PB 級；其次是區別于傳統的數據結構，“大數據”時代的數據結構比較復雜，超過 80% 都是非結構化數據，比如道路上的視頻監控數據、網上的流媒體數據、物聯網中 RFID 的感應數據，以及社交網絡上產生的各種數據等。這兩個特點，給數據存儲、管理和挖掘帶來了困難。第三，數據更新快，比如視頻監控每秒鐘都在進行，微博隨時都有人在更新；最后，是對數據的隨機訪問，這些更個人化的數據在存儲后被再次訪問的時間是不確定的。這兩點就要求新的IT系統更夠更快地處理數據，并且能夠更智能地保存和管理數據。比如在某一天，你需要從監控錄像中找出某個人，那么就需要能夠迅速地查找、調用、分析之前保存的海量數據。“大數據”的這些特點，對數據搜索及管理提出了更高要求，因為在“大數據”時代只有經過分析提煉的關鍵數據才有價值。

全球知名咨詢機構麥肯錫在關于“大數據”時代的研究報告中指出，數據已經滲透到了每一個行業和業務職能領域，逐漸成為重要的生產因素；人們對于海量數據的運用將預示著新一波生產率增長和消費者盈余浪潮的到來。在互聯網時代，數據本身就是資產，而“大數據”則意味著這些資產正在變得龐大無比。雖然云計算可以為數據資產提供保管的場所和訪問的渠道，但如何盤活數據資產，使其為國家治理、企業決策乃至個人生活服務，則是“大數據”時代的核心問題。這就好比一座日益膨脹的礦山，雖然其中蘊含著大量的貴金屬，但是要想獲得這些價值，就必須解決篩選冶煉的問題。

“大數據”對IT解決方案提出更高要求

在“大數據”時代，超過 80% 的數據都呈現非結構化狀態，這些數據正在持續不斷地增加，并且需要長時間存儲，非熱點數據也會被隨機訪問。這種情況與傳統的、基于關系型數據庫的核心數據存儲方式有顯著的差異。這種差異，使得傳統的數據存儲和管理解決方案無法勝任“大數據”時代的分析、管理和挖掘工作。傳統的關系型數據庫以及數據分析軟件處理的結構化數據通常是GB級別的，很難適應“大數據”時代 TB、PB 級復雜數據類型的檢索分析。同時，因為“大數據”時代數據每時每刻都在快速增長，傳統解決方案也無法適應這種近乎無限的擴張性。為了適應“大數據”時代的到來，企業需要從技術、應用、硬件等各個層面做好準備，采用更新的IT解決方案，才能滿足“大數據”收集、存儲、管理和分析的要求。

“大數據”時代的IT解決方案，需要容納數量龐大的用戶和數據生產者，能夠從企業及社區網絡、移動智能終端、傳感器及物聯網、定位及地理信息設備中獲得大量的視頻、語音、圖片、文字、產品信息、地理信息、時間信息等非結構化數據，并對這些海量復雜數據進行分析和挖掘，從而獲得真正有價值的數據用于后續的經營。這種應用模式，要求“大數據”時代的IT解決方案具備可變的數據接口和高效的數據導入、管理、分析、統計技術；能夠支持PB級別的數據、支持非結構化以及結構化數據、支持每秒萬次級查詢，擁有更高的系統可靠性以及更高的統計分析效率，這就對計算能力、內存數據處理能力和管理能力提出了非常高的要求。

對于企業而言，“大數據”時代爆炸性增長的數據既是巨大的機遇，也將是巨大的挑戰。在“大數據”時代，IT解決方案既要能夠更高效、低成本的存儲和管理，也要能夠更快速、靈活及穩定的檢索和分析。而在這些方面，已經有不少廠商在努力圍繞大數據整合解決方案，英特爾就是其中的佼佼者。首先，IA 架構廣泛的普及率可以為企業提供更高的一致性，是承載和應對“大數據”的理想平臺。英特爾? 至強? 處理器擁有更高的計算性能和內存數據處理能力，以其為核心的服務器和存儲系統具備開放式、普及性、易優化、靈活等特點，具備無可比擬的擴展性，非常適合應對“大數據”的挑戰。除此之外，英特爾還有包括 Hadoop 這種開源架構等軟件方案（如編譯器、函數庫等），也將對“大數據”的處理提供了更高的效能。這些軟件方案通過優化底層算法，可實現更高的應用效率和更均衡的計算存儲分布；與英特爾硬件技術相結合，可以提供更高的平臺性能。同時，還能提供跨數據中心的HBase數據庫虛擬大表功能，并且實現了 HBase 數據庫復制和備份功能，在功能方面也更適應“大數據”時代管理分析的需要。這一切，都為收集數據、分析數據、優化數據、利用數據提供了堅實的基礎。

中國的“大數據”時代

“大數據”時代的核心應用就是對已知的數據進行分析來為未來發展和企業經營提供參考。作為一個人口大國，中國在“大數據”時代擁有巨大的機會和挑戰。機會在于，我國擁有世界上最多的人，從而可以提供最多的數據以供分析挖掘。而挑戰則是，我們怎樣才能從海量的數據中找出價值。憑借龐大的人口基數和市場，我國各行各業的規模都在不斷擴大，從而制造出龐大的數據。電商、快遞、企業的網站和IT系統都承載了大量的數據；傳統的大型超市、賣場、商場也集聚了大量的信息。特別是移動互聯浪潮下各種手持智能終端的普及和定位設備的應用，也在不斷產生大量的數據。如果能夠對這些數據進行分析挖掘，找出有價值的信息，就能夠大大促進中國企業的發展。比如，電信運營商可以對客服中心的數據進行分析來建立客服中心智能輔助平臺，幫助運營商把客服中心從成本中心轉變成營銷中心；汽車廠商可以分析各大汽車論壇用戶的海量評論來監控品牌口碑及輿情；電商企業可以分析用戶的各種歷史數據來挖掘用戶的喜好，從而實現精準營銷。面對“大數據”帶來的機遇和挑戰，我國政府在物聯網“十二五”規劃上把信息處理技術作為 4 項關鍵技術創新工程之一提出，其中就包括了海量數據存儲、數據挖掘、圖像視頻智能分析等“大數據”相關的重要技術。而另外 3 項關鍵技術創新工程，包括信息感知技術、信息傳輸技術、信息安全技術，也都與“大數據”密切相關。

“大數據”的未來

“大數據”的到來已經無可阻擋，這將考驗我們的技術是否跟得上數據的爆炸。比如，智慧城市的建立將改變現在的城市生態，但是作為信息采集源頭的數萬個攝像頭，如果通過實時高效的圖像分析而實現有機結合，就是我們需要解決的問題。英特爾作為IT上游領導廠商，通過深入了解 OEM 廠商、ISV、SI 甚至用戶的需求，將產業鏈上的每一環都緊緊扣在生態系統周圍，使之發揮最大的能動性，來應對“大數據”時代的挑戰。在電信、石油、交通、醫療以及制造等行業，英特爾以開發的架構支持新型的商業智能，將這一生態系統的力量發揮到極致。信息就是資源，誰掌握了“數據”，誰就掌握了未來。掌握大數據，就在當下。英特爾將利用各種軟硬件技術資源，幫助合作伙伴發掘數據價值，從而應對“大數據”時代的挑戰。

4大數據背后隱含的“商業秘密”

信息的密集爆發，帶來了大量的數據堆積，數據的變化幾乎沒有一個循序漸進的過程，砰然爆發的速度太快了，從居家到社交，從生活到工作都會形成大量的數據，無論是有用的還是無用的數據都圍繞在我們周圍。我們不會在意大量的數據，但是對自己有用的數據是很在意的，最簡單的一個例子，我們手機里的信息就不斷地堆積，通訊錄在增加，還有郵箱，如果說以前僅僅是短信息，那么現在還有彩信，照片，包括微博等等都堆積起大量的數據信息。

數據多了就顯得凌亂，甚至亂序，而這僅僅是我們個人的一些信息就顯得如此駁雜和繁多。那么對于社會公共信息來說，堆積起來的數據信息是超海量的，匯總進而分析這些數據的價值就變得非常關鍵，而且也潛在著非常巨大的商機。

大數據應用場景之一

每天開車上街，司機們很在意的是測速攝像頭，對于公共資源維護者來說也在意這些數據，當然他們不僅僅是測速，更多的是道路信息采集。什么路段擁堵了，哪個路口出交通事故了，一些城市已經樹立了交通指示屏，可以非常清晰明了地為司機提示哪條路段現在是什么情況，擁堵還是暢通，有沒有交通事故等等，這都是對數據采集后的分析結果呈現。之前，我們在城市的路口常常可以看到很多交通地圖，不過現在這種平面單一的指示正在被數字標牌所取代。當然不僅僅是路口，在商場、電梯，地鐵、候機樓、包括樓宇的戶外廣告等等，都已經不再是簡單的一個平面美女，更多地已經開始呈現數字化了。

大數據應用場景之二

各種尺寸的屏幕動態化呈現更多信息，如果說以前我們還驚奇于滾動的數字屏幕，那么隨著信息化的快速發展，單純地動感已經無法滿足我們的需求，更廣泛的信息呈現才是更迫切的一種需求。而且這種需求是雙向的，對大眾和商家都很重要。于是智能化數字標牌出現了。這類產品具備了互動的功能，用戶可以用觸摸或者體感的方式和它們進行交互操作，同時，它們都是聯網的設備，可以與數據中心或者其他的數字標牌進行數據的傳遞，還可以搜集并分析數據，為不同的人群進行定制化的互動展示。這就是大數據的一種應用。英特爾還推出了一套智能系統，通過在數字標牌上的應用，實現豐富的功能。

大數據應用場景之三

在大量數據的背后，如何找出有用數據，如何發現規律，如何找到新的商業機會？大數據，帶來了一個全新的機會，這個機會需要軟硬件的結合，需要大型數據的分析能力。在這方面，英特爾給予了硬件方面的強力支持，這里的硬件不僅僅是服務器端的，還有更多的終端產品，包括微小終端等等，都呈現數據分析后的結果以及快速分析的過程。

比如，英特爾的一款采用了酷睿 i5/i7 處理器的虛擬試衣鏡 K-mirror。它能夠通過紅外線感應器，將試衣者的人體輪廓抓取出來，配合深度感應器測算人體與屏幕的距離，最后將預先存儲在魔鏡里面的虛擬衣服自然地搭配到試衣者的身體上。借助 K-mirror，試衣者無需穿上婚紗，便可以輕松、快速地進行選擇與搭配，使得以往復雜繁瑣的婚紗挑選與試穿過程變得簡單隨意且妙趣橫生。目前已有眾多婚紗影樓、服裝零售店鋪安裝了這款體感式虛擬試衣鏡，吸引了大量顧客體驗這種高科技的試衣感受。

大數據應用場景之四

在移動市場我們常常聽到精準營銷，包括廣告的投放等等。但是廣告投資商非常在意的是自己的投放究竟獲得了多少的回報和收益，或者自己的投放帶來的反饋又是什么，在哪里的投放獲得最大的回報率？這都存在著大量數據的分析和歸納。有國外媒體報道，eBay 的數據庫每天增加 50TB，每天最少都有數百萬次的商品查詢，數據庫每日增加 1.5 兆筆記錄，數據庫的總容量則已超過 9PB。每天新增的數據量龐大，數據庫也極其龐大，從中分析顧客的瀏覽、消費行為就變成了一件很困難的事情。

大數據應用場景之五

再比如 Facebook，每天都有數億用戶留下龐大的數據，包括大量的圖片、影片等傳統數據庫系統較不擅長的非結構化數據。針對網絡社交平臺，一些公司已經開始研究和布局大數據的關鍵技術──Hadoop。基于 Hadoop 的海量數據分布式處理，可以不再依賴價格高昂的大型專屬設備，而通過自建大量 x86 服務器群集來解決。它利用大量平價的服務器，搭配并行計算架構，以最符合經濟效益的方式創造龐大的計算量。而且，英特爾可以提供經過驗證的方法和工具來優化 Hadoop 部署，包括具有代表性的 Hadoop 應用集合 HiBench，和基于數據流的 Hadoop 性能分析工具 HiTune 等等。

大數據應用之中國機遇

上述五個應用場景代表著現在市場和行業里對于大數據時代的典型描述，而對于國內市場而言，大數據分析和應用的機會也頗大，因為中國的用戶量太龐大了，產生數據的潛力不可估量，如果能掌握其中一部分大數據就對企業發展具有意想不到的價值。我們正面臨著大數據工業革命，不僅包含傳統的結構化(或關聯型)數據，而且也包含各類非結構化、非對稱性數據。這些數據不僅尺寸龐大，而且增

長速度更快于摩爾定律。可以說，誰能合理地分析、管理、挖掘這些數據的內在價值，誰就有可能成為下一個行業巨頭。

大數據之背后的故事

基于大數據的盛行，很多軟硬件廠商都在尋求著適合自己的方向，而英特爾利用不同級別的處理器架構，不同的數據應用架構，以及相關的解決方案，幫助用戶從端到端找到完整的解決辦法。在大數據分析方面，靈活、強大和開放的解決方案更容易來實現現有需求以及未來的升級擴展。而英特爾正在利用開放的架構聯合業界合作伙伴一同為大家打造不同的大數據方案，幫助用戶解決實際難點。無論從應用、需求還是解決方案層面，大數據都已經到了“應時而生”的時代，而在這背后，從后端數據挖掘分析的廠商到應用的供應商都能從中找到黃金機會，在促進大數據時代的同時完成自己的商業目標。

第三篇：醫療大數據分析報告（定稿）

大數據的意義在于提供“大見解”：從不同來源收集信息，然后分析信息，以揭示用其他方法發現不了的趨勢。在利用大數據發掘價值的所有行業中，醫療行業有可能實現最大的回報。憑借大數據，醫療服務提供商不僅可以知道如何提高盈利水平和經營效率，還能找到直接增進人類福祉的趨勢。

以下是大數據在醫療行業的一些常見用途，包括商業運作和健康管理：

1.分析電子病歷：醫生共享電子病歷可以收集和分析數據，尋找能夠降低醫療成本的方法。醫生和醫療服務提供商之間共享患者數據，能夠減少重復檢查，改善患者體驗。但目前，大部分的電子病歷都無法共享，這在很大程度上是出于安全和合規的考慮，但找到一個安全的方法來挖掘患者數據，這能改善醫護質量并降低醫療成本。

關鍵詞：患者數據共享、信息安全、提高醫療質量、降低醫療成本

2.分析醫院網絡系統：不妨想想我們在分析入院治療的趨勢時獲得的好處。例如，對兒科病房醫療設備的統合分析可以更早地識別潛在的嬰兒感染趨勢。或者，再想想減少術后葡萄球菌感染的好處。通過利用大數據，醫院可以知道，醫生在術后開的抗生素能否有效地防止感染。

關鍵詞：入院治療趨勢分析

3.管理數據用于公共健康研究：醫務人員會被鋪天蓋地的數據所淹沒。診所和醫院會提交關于健康狀況和免疫接種的數據，但沒有大數據的話，這些數據毫無意義。大數據分析能夠對患者的原始數據進行標準化整合，用以充實公共健康記錄，而豐富多樣的公共健康記錄能催生更合理的法規，并提供更好的醫療。

關鍵詞: 公共健康記錄、患者數據

4.循證醫學：大多數醫院和急診室都實行“食譜化醫學”，也就是說，醫生對收治的病人采用同一套檢查項目來確定病因。而利用循證醫學，醫生可以將病人的癥狀與龐大的患者數據庫進行比對，從而更快地做出準確診斷。在這里，大數據扮演的角色是從不同來源采集信息，并對數據實施標準化。在這種情況下，帶有“高血壓”的記錄就可以映射到另一條帶有“血壓升高”的記錄。

關鍵詞：循證、患者數據庫

5.降低再入院率：看病費用之所以上漲，原因之一是因為患者離開醫院30天內，再入院率居高不下。利用大數據分析，按照過往記錄、圖表信息和患者特點，醫院能識別高風險病人，并提供必要的護理，從而降低再入院率。

關鍵詞：記錄、分析患者特點、識別高風險病人、特殊護理

6.保護患者的身份信息：UnitedHealthcare等保險商利用大數據分析，使醫療詐騙犯和盜用身份者無所遁形。該公司對語音轉文本的記錄（比如打給呼叫中心的電話）進行分析，從而找出詐騙者。這家保險公司還利用大數據來預測哪類治療方案更有可能成功。

關鍵詞：患者信息保護、醫療詐騙

7.更高效的診所：隨著診所的發展，協調醫生和更多患者變得更具挑戰性。以紐約州韋斯特切斯特縣的Westmed Medical Group為例，該診所的醫生從1996年的16人增加到現在的250人，就醫人數達到25萬，年收入為2.85億美元。隨著規模的擴大，它必須提高效率才能保持優勢。利用大數據，該診所能分析2200余種醫療過程。因此，它能簡化工作流程，把某些臨床任務從醫生轉移到護士手上，減少不必要的檢查，提高患者滿意度。和其他行業一樣，大數據指明了從哪里入手可以改善醫療過程。

關鍵詞：簡化醫療工作流程、提高醫生工作效率

我國“互聯網+醫療”現階段的發展：

當前，以阿里巴巴和騰訊為代表的互聯網廠商不斷與線下醫院對接試水創新應用；移動醫療應用也頗受資本市場青睞，據不完全統計，數百家醫療健康互聯網公司都走在融資的道路上。2014年到2015年，我國“互聯網＋醫療”市場規模分別為29.5億元、42.7億元，增長率為44.7%。預計到2017年，這一數字將超過125.3億元。

1.以掛號和支付起步

從8月9日開始，北京大學第一醫院在支付寶中的服務窗向用戶開放，它不但能實現在線預約掛號，還是全國首個應用“防黃牛模型”的醫院線上服務。螞蟻金服醫療行業總經理王博介紹：“利用實名信息，支付寶能精準匹配掛號人和就診人。通過對用戶的身份信息、行為特征、關系網絡建立多維度的層次化體征體系，通過數據挖掘和建模，有效識別出黃牛身份，為醫院建立‘黑名單’庫。”

在線掛號正是“互聯網+醫療”的絕佳“破冰”入口。以北京為例，北京市衛計委此前出臺了多項措施：2016年底前，北京市屬22家醫院將全部取消現場放號，改為實施“非急診全面預約”等，而預約的最主要途徑就是互聯網。在支付寶服務窗之外，騰訊同樣在微信城市服務中，與包括“微醫（掛號網）”在內的合作伙伴，共同推出統一掛號開放平臺。據介紹，迄今為止，微信的掛號平臺已經在60多個城市落地。

而在實現掛號預約后的下一步，則是支付。深圳市人社局局長王衛介紹說，從今年6月起，深圳成為全國首個通過互聯網渠道完成醫保移動支付的城市，參保人通過支付平臺綁定加載金融功能的社會保障卡后，就可以在全市17家試點醫院一鍵完成醫保與自費的移動支付。“接下來深圳還將逐步探索擴大移動支付的使用場景，包括生育保險、大病門診、住院、社康門診、藥店取藥等，更加方便群眾就醫。”

2.硬件連接的慢病管理

9月20日，騰訊發布糖大夫二代智能血糖儀，新一代血糖儀不但支持WiFi無線連接，甚至支持聯通3G網絡。

9月20日，騰訊發布糖大夫二代智能血糖儀，新一代血糖儀不但支持WiFi無線連接，甚至支持聯通3G網絡。

糖尿病的數據化也成為互聯網慢病管理的試水之舉。丁香園創始人李天天表示：“互聯網慢病管理有3個要素：一是要能收集數據。二是要能互動。比如患者可以收到微信提醒最近血糖控制得好不好，或者中秋節前提醒患者不能吃月餅。三是并非所有慢病都適合互聯網管理，要挑選那些能管好的、容易的采集數據，能拉動互動的慢病先作探索。”

3.互聯網醫院未來之路

2015年12月10日，浙江大學醫學院附屬醫院院長、心血管專家王建安教授，通過烏鎮互聯網醫院的網上平臺，為杭州患者黃女士開出全國首張在線電子處方。隨著這張電子處方的開出，“互聯網醫院”真正走進公眾視野。截至今年7月，烏鎮互聯網醫院在線接診量每天已超過2.1萬人次；預計到今年年底，烏鎮互聯網醫院的日接診量將超過8萬人次。烏鎮互聯網醫院的開業，也讓國內互聯網醫院如雨后春筍般出現。4月，微醫、好大夫在甘肅、寧夏上線互聯網醫院；隨后，七樂康與廣州市荔灣區中心醫院達成合作；6月，阿里健康網絡醫院落戶甘肅金昌??來自第三方的數據顯示，截至今年9月，全國互聯網醫院試點已達35家。

互聯網醫院能干啥？所謂互聯網醫院，是指通過視頻請醫生診療，開具電子處方，藥品快遞到家的新型遠程線上診療模式。其意義在于打破地域界限，既可以讓偏遠地區患者享受高水平的醫療服務，又可以提高大城市的醫療服務水平，還可以更合理地配置醫療資源。

我國“互聯網+醫療”現階段存在的問題：

我國目前醫療信息化的水平還比較低，患者的電子病歷還沒有充分建立起來，各醫院的基本醫療數據沒有實現互聯互通，成了一座座“信息孤島”，而且醫院與患者之間也難以進行互動。這些都使得遠程會診、醫療大數據等發展得步履維艱。

互聯網醫療要落地，必須建立在醫療信息化的堅實基礎之上。醫院要搭上互聯網快車，就必須加強自身信息系統的建設。其中關鍵的一點就是要樹立互聯網思維，以需求為導向重塑醫療服務流程。信息化是工具，目的是滿足人的需求，要以人為本。具體而言，信息化要理解患者的需求，減少他們在掛號、候診、繳費等環節的負擔；信息化更要助力醫護人員的工作，有助于醫療服務水平和效率的提高。

第四篇：大數據分析政府工作報告

大數據分析政府工作報告： 那注定牽動生活的十大新詞

有權不可任性 【出處】

在今年的政府工作報告中，國家總理李克強在談及簡政放權時強調：“大道至簡，有權不可任性。”

大數據分析：

2014年，政府交出了一張漂亮的簡政放權成績單：10多次國務院常務會議進行專題研究，2次電話會議全國動員，246項行政審批事項被取消和下放、149項職業認證被取消。獲得感 【出處】

兩會前夕，習近平再次強調，要把改革方案的含金量充分展示出來，讓人民群眾有更多獲得感。政府工作報告提出基本實現高速公路電子不停車收費聯網、綜合治理農藥獸藥殘留問題、大幅提升寬帶網絡速率等細節，力圖讓群眾獲得實實在在的獲得感。健康中國 【出處】

“健康是群眾的基本需求，我們要不斷提高醫療衛生水平，打造健康中國。”李克強總理在作政府工作報告時，這句承諾得到了熱烈的掌聲。大數據分析：

“健康中國”最核心的是加快健全基本醫療衛生制度，讓民眾看得上病、看得起病、看得好病。《報告》提出要全面推開縣級公立醫院綜合改革，在100個地級以上城市進行公立醫院改革試點，破除以藥補醫，降低虛高藥價，合理調整醫療服務價格，通過醫保支付等方式減輕群眾負擔。互聯網+ 【出處】

李克強總理提出“互聯網+”行動計劃，可以預見這將成為新興產業和新興業態的競爭高地。大數據分析：

互聯網+新媒體=網絡媒體 互聯網+娛樂=網絡游戲 互聯網+零售=電子商務 互聯網+金融=互聯網金融 目前，“互聯網+金融”已走入正軌，“互聯網+交通”各方仍在博弈磨合。今年春節的全民“搶紅包”就是互聯網金融移動支付暗戰傳統金融的典型案例。僅除夕當天，微信紅包的收發總量就達10.1億個，1541萬微博網友分享了由央視春晚及39位明星與商家送出的1.01億個紅包。書香社會 【出處】

書香社會今年第一次出現在《政府工作報告》中，李克強指出，要提供更多優秀文藝作品，倡導全民閱讀，建設書香社會。大數據分析：

一個民族的文化自信離不開崇尚閱讀、尊重文化的氛圍，讓閱讀成為一座城市高貴的堅持。3月2日，國家新聞出版廣電總局發布通知，將加快全民閱讀立法進程，其中，“深圳讀書月”作為“書香中國”的活動品牌，截至2014年已堅守了15年，15年參與總人次達1.06億。創客 【出處】

今年“創客”一詞第一次被寫入《政府工作報告》。《報告》指出，互聯網金融異軍突起,電子商務、物流快遞等新業態快速成長。李克強鼓勵眾多“創客”脫穎而出，文化創意產業蓬勃發展。大數據分析：

“創客”一詞來源于英文單詞"Maker”，指把各種創意轉變為現實的人。創客與眾創、眾包、眾籌緊密結合，正在發揮經濟新引擎的作用。

李克強總理今年1月初參觀了深圳的柴火創客空間。《報告》中提到，2015年高校畢業生將達749萬人，為歷史最高。因此今年《報告》特別鼓勵大學生大眾創業、萬眾創新，有創新式解決就業問題的考量。中國已形成以北京、上海、深圳為三大中心的創客生態圈。深港通 【出處】

2015年政府工作報告首次提到深港通，并表示2015年將適時啟動深港通的試點工作。大數據分析：

有評論認為，深港通核心不在于“通”，而在于“融”，不僅是深圳、香港兩地股市的互聯互通，更是金融、會計、法律等眾多高端產業全面融合。“通”是領導一句話，“融”得市場十年功。南上資金依然會顯得火熱，北下資金則要看政策的安排。領跑者 追趕者 準備者

沈陽、株洲、伊犁、江陽 智慧城市6大關鍵詞

城鎮化、工業化、信息化、低碳、綠色、可持續。

北京、上海、廣州、深圳、天津、武漢、寧波、南京、佛山、揚州、浦東新區 重慶、無錫、大連、福州、杭州、青島、昆明、成都、嘉定、莆田、江門、東莞 智慧城市 【出處】

李克強在政府工作報告中提出，發展智慧城市，保護和傳承歷史、地域文化。大數據分析：

物聯網、電子支付、云計算、4G網絡??2015年“兩會”上，構建智慧城市成為代表委員關注的熱點。事實上，“智慧城市”已成為全國新型城鎮化的一種戰略選擇。據《中國智慧城市發展水平評估報告》，當前國內“智慧城市”發展水平可大致分為3種類型。為官不為 【出處】

政府工作報告指出：“目前少數政府機關工作人員亂作為，一些腐敗問題觸目驚心，有的為官不為，在其位不謀其政，該辦的事不辦。”這是政府工作報告中首次納入治理庸官懶政內容。

大數據分析：

“為官不為”20年來首次寫入政府工作報告，與反腐高壓下少數官員群體“懶政”有關系。《報告》提出，要完善政績考核評價機制，分3類對待：對實績突出的，要大力褒獎；對工作不力的，要約談誡勉；對為官不為、懶政怠政的，要公開曝光、堅決追究責任。7% 【出處】

政府工作報告中表示，2015年GDP增長目標在7%左右，居民消費價格漲幅3%左右，城鎮新增就業1000萬人以上。GDP“7%左右”不再是硬指標。大數據分析：

過去十年《政府工作報告》中GDP增長目標從8%緩慢降至2015年的7%，體現了自2013年以來中央強調的不簡單以GDP論英雄。據報道，全國已有29個省主動降低了GDP的增長目標，上海甚至取消了GDP的增長目標。

回望

2014年政府工作報告 已改變生活的“新詞” ● 互聯網金融

“互聯網金融”或許是最快被寫入政府工作報告的經濟新詞匯之一。雖然在2014年的政府工作報告中只有一句“促進互聯網金融健康發展”，但其火爆態勢“一發而不可收拾”。最盛行領域：

1、打車服務；

2、網上購物；

3、網上銀行；

4、互聯網理財。

優點：起步門檻低；手續簡單，無時間地域限制；收益高。風險：法律法規不健全；能否達到承諾的收益；監管和立法。● 舌尖上的安全

2014年“兩會”政府工作報告提出了“一個嚴守、三個最嚴”，堅決治理餐桌上的污染，切實保障“舌尖上的安全”。

億贊普（IZP）大數據顯示，2013年人們對食品安全的平均關注指數是40，2014年這一數據降為34，遠低于2014年人們對汽車（98）、住房（85）、教育（80）、養老（73）和空氣污染（61）問題的關注度。

2014年，排在食品安全搜索首位的始終是“食品安全法”。過去人們關心的是地溝油、三聚氰胺、地溝油等重大食品安全事件本身，現在則把目標從治標轉向治本——監管和立法。● 企業黑名單

哪些企業會上黑名單？2014年“兩會”政府工作報告中給出了答案：違背市場競爭規則，侵害消費者權益的企業。

最常出誠信問題黑名單的行業：

1、食品行業；

2、餐飲行業；

3、藥品行業。

調查顯示，近70%的人不了解什么是黑名單制度。大家最關心的問題包括：企業黑名單制度怎么建立？企業上黑名單的標準是什么？上了黑名單的企業要承擔什么后果？

第五篇：大數據分析報告調研報告材料

數據分析調查報告模版

下面是我對數據分析的一些格式及規范要求

數據分析應當包括以下幾個主要部件：

1.樣本情況分析及調查工具說明 2.調查結果分析 以圖表加文字的方式呈現數據分析的結果，并對結果簡單的解釋與說明。

（1）表格設計的要求 表格應為三線表（自動套用格式中的 “簡明Ⅰ型”），表格應當包括表序號、表題目，及數據內容。其中表格中的數據及文字小正文一號，表格序號在報告中進行統一設計與安排，且表格題目應當在表格的正中上方。

圖表的設計要求，圖表設計大小應當與正文的文字大小匹配，圖表應當包括圖序號，圖題及圖形。其中圖序號在報告中也應當進行統一設計與安排，但不得與表格序號混用。圖題目應當在圖表的正中下方，圖中的數據與文字也應當比正文文字小一號。

一些簡單與明白的數據結果，僅以表格陳述就可以。但如果數據結果比較復雜，數據結果比較繁多，那么可以將表與圖結合起來進行數據結果描述。這樣既給讀者具體的數據結果信息，亦能使數據信息以很具像的方式進行呈現。

（2）結果的分析應體現層次性。一般按大家的操作化結構，分專題進行結果分析。每個專題結束之后，應當進行簡要的總結與歸納，突出其中一些主要或令人意外的結果。最后，在所有的專題分析完之后，應當有一個綜合的分析，并在其中陳列本次調查結果中最具有價值的一些結果與結論。

（3）結果分析中，禁止用大量的文字對結果進行說明性的描述，請大家盡量使用簡潔與簡單的方式陳述結果，但也不能只為追求很少的文字，對一些內容結果進行有選擇性的刪除，務必做到二者的平衡。

（4）調查報告中，如果有引入統計符號，所有的統計符號均為斜體表示。

請大家先自學教材后面附錄二中的社會調查報告實例，然后再參考下面的一份調查報告樣例：

浙江農村廣播調查報告

一、調查背景

……

二、調查方法

1.取樣情況

本次抽樣的范圍？，抽樣方式？，實施過程？ 本次調查發放問卷？份，共回收問卷60份，有效率達到？，參與本次調查的受訪者基本情況如表1所示。

由表1可知，參與本次調查的大部分為男性，受訪者的教育程度均在高中或中專以上，且大部分均為鄉鎮廣播臺的工作人員。

表 1 調查樣本的基本情況一覽表（n n =60）

受訪者基本特征 人數 百分比 性別 男 58

96.7

女 2

3.3 受教育程度 小學及以下 0

0

初中

0

0

高中或中專 5

8.3

大專或高職 34 56.7

大學及以上 20 33.3

缺失值

1.7 工作崗位性質 縣級臺 3

5.0

鄉鎮臺 56 93.3

缺失值1.7 總計 60 100

2.調查工具

本次調查采取問卷方法收集資料。問卷由24個問題構成，23個問題為封閉式問題，1個開放式問題，主要詢問了農村中影響最大的媒體、廣播在農村中主要作用、農村廣播的節目類型及自辦節目情況、農村廣播主要傳播方式、“村村通”和“村村響”工程的建設情況、鄉鎮廣播站的人員構成情況及建設情況、鄉鎮廣播發展的現狀及存在問題等，問卷調查項目具體情況可參見附錄。

3.資料整理與分析

全部問卷資料由調查員檢查核實后進行編碼，然后輸入計算機，利用SPSS11.0分析軟件進行統計分析。分析類型主要為單變量的描述統計和雙變量的交互分類統計。

三、結果與分析

1.農村建設中影響最大的媒體及農村廣播的主要作用分析

農村建設中影響最大是哪類媒體，建國以來到目前，影響農村建設最大的媒體類型有無發生變化，這是本次調查首先關注的一個問題，調查結果見表2，圖1。

表2和圖1的調查結果表明，建國以來農村建設中影響最大的媒體主要有三類，即廣播、電視和網絡，其以廣播和電視為主，且廣播的影響力稍強于電視；在目前現階段，影響最大的媒體則有兩類，即電視和網絡，且電視成為最主要的影響媒體。由上述比較可知，建國以來到現在，農村建設中影響最大的媒體已經由原先的廣播變成了電視，且廣播的影響力在目前現階段受到嚴重忽視，其影響力甚至還不如網絡。

表 2 建國以來及目前影響最大的媒體類型分布情況（n n =60）

廣播 電視 網絡 建國以來 33 26 1 目前 0 58 2

圖 1 建國以來及目前影響最大的媒體類型分布情況

農村廣播在農村建設中的主要作用是什么，建國以來到當前，農村廣播在農村建設中主要作用有無變化，這是本次調查關注的另一個重要問題。調查結果見表3。

表3的調查結果顯示，建國以來，廣播在農村建設中主要作用表現在宣傳方針政人數

策、重大突發事件應急作用、傳播農業科技、發動群眾、傳播文化知識和發布新聞等方面，而在提供商品信息、法制教育、移風易俗、娛樂消遣和普及普通話等方面作用不明顯；當前階段，廣播在農村建設中的主要作用表現在重大突發事件應急作用、宣傳方針政策、傳播農業科技、發動群體和普通普通話，而在提供商品信息、發布新聞、傳播文化知識、法制教育、娛樂消遣休閑及移風易俗等方面作用不明顯。

比較分析可以發現，無論在建國以來還是當前，宣傳方針政策、重大突發事件應急作用、傳播農業科技和發動群眾一直是廣播在農村建設中的主要職能；然而，隨著經濟和社會的發展，廣播在農村建設中發布新聞、傳播文化知識及提供商品信息等方面的功能日益減退，這可能是由于電視逐漸取代了廣播成為農村中影響最大的媒體的原故。一個值得注意的改變是在當前，廣播在農村建設中的普及普通話功能得到放大，且重大突發事件應急作用成為廣播在農村建設中最重要的功能，這一點說明，廣播在農村建設中仍是不可缺少的重要手段。

表 3 建國以來及當前廣 播在農村建設中主要作用比較分析（n n =60）

位次 建國以來 當前 主要作用 百分比 主要作用 百分比 1 宣傳方針政策 88.3 重大突發事件應急作用 76.7 2 重大突發事件應急作用 76.7 宣傳方針政策 68.3 3 傳播農業科技 68.3 傳播農業科技 61.7 4 發動群眾 56.7 發動群眾 53.3 5 傳播文化知識 51.7 普及普通話 41.7 6 發布新聞 48.3 提供商品信息 36.7 7 提供商品信息 33.3 發布新聞 35.0 8 法制教育 36.7 傳播文化知識 31.7 9 移風易俗 23.3 法制教育 28.3 10 娛樂消遣休閑 13.3 娛樂消遣休閑 15.0 11 普及普通話 10.0 移風易俗 3.3 注：百分比數字表示選擇該項的人數占總人數的比例，下同。

2.農村廣播節目建設情況分析

農村廣播節目建設情況調查的內容主要包括目前的農村廣播中的節目類型，是否有自辦節目，自辦節目的類型及自辦節目的播出時間長度等情況。調查結果如表4、表5、表6和表7所示。

表4的調查結果表明，農村廣播最主要的節目類型有新聞節目、農業科技、農村新人新事、文藝娛樂及法制節目，而教育教學、體育節目及廣播劇則相對較少。

表 5 的調查結果表明，有 47.5%的受訪者報告他們的廣播站沒有自辦節目，而35.6%的受訪者報告他們的廣播站有自辦節目，還有 16.9%報告他們很少有自辦節目。

這一結果說明，多數廣播站沒有在自辦節目上進行建設。

表 表 4 4 農村廣播中節目類型分析表（n n =59）

節目類型

百分比

新聞節目 94.9 農業科技 78.0 農村新人新事 67.8 文藝娛樂 59.3 法制節目 47.5 教育教學 32.2 體育節目 22.0 廣播劇 20.3 其他 10.2

表 5 農村廣播中自辦節目情況分析（n n--59）

自辦節目情況

百分比

沒有 47.5 很有少 16.9 有 35.6

農村廣播自辦節目類型調查中，由于該題不是必答題，僅有 34 名受訪者對該題進行了回答，本報告的結果僅依據 34 名受訪者應答情況進行分析。

表6的調查結果顯示，農村廣播中自辦節目類型中，農業科技、新聞節目、廣播講話及廣告商品信息占多數，而法制節目、文藝娛樂、教育教學及其他節目相對較少。

表7的調查結果顯示，大部分廣播站的農村廣播自辦節目的播出時間 較長，有66.1%的受訪者報告其所在的廣播站自辦節目播出時間長達3小時以上，僅有不到9%的受訪者報告其所在廣播站自辦節目播出時間少于1小時。

表 表 6 農村廣播中自辦節目類型分析表（n n =34）

節目類型

百分比

農業科技 79.4

新聞節目 61.8 廣播講話 50.0 廣告商品信息 47.1 法制節目 20.6 文藝娛樂 17.6 其他

8.8 教育教學

2.9

表 7 農村廣播中自辦節目的播出時間長度分析表（n n =59）

播出時間

百分比

1小時以下

8.5 1-2小時 10.2 2-3小時 15.3 3小時以上 66.1

3.農村廣播“村村響”和“村村通”建設情況分析

農村廣播“村村響”和“村村通”建設情況調查主要內容包括農村廣播的主要傳輸方式、廣播喇叭入戶率、廣播通響率及“村村響”完成程度。調查結果見表8、表9、表10和表11。

表8的調查結果顯示，目前農村廣播最主要的傳輸方式是廣播電視共纜傳輸，音頻傳輸、無線調頻廣播則利用較少。

表9的調查結果顯示，農村廣播喇叭入戶率情況并不理想，僅有42.1%的受訪者報告其所在鄉鎮廣播喇叭入戶率達到80%以上，但仍有31.6%的受訪者報告其所在鄉傎的廣播喇叭入戶率低于20%。

表 表 8 農村廣播主要傳輸方式分析表（n n =60）

節目類型

百分比

廣播電視共纜頻傳輸 85.0 音頻傳輸 3.3 無線調頻廣播 5.0 幾種方式共存 6.7

表 表 9 農村廣播喇叭入戶率分析表（n n =60）

廣播喇叭入戶率

百分比

累積百分比

80%以上 42.1

42.1 60-79% 12.3

54.4 40-59% 5.3

59.7 20-39% 8.8

68.5 20%以下 31.6 100.0

表10的調查結果顯示，農村廣播通響率情況較為理想，63.6%的受訪者報告其所在鄉鎮廣播喇叭入戶率達到80%以上，不到8%的受訪者報告其所在鄉傎的廣播喇叭入戶率低于20%。

表11的調查結果顯示，“村村響”廣播工程完成情況良好，91.5的受訪者報告其所在鄉鎮已經基本完成，而僅有不到9%的受訪者報告其所在鄉鎮的“村村響”廣播工程沒有完成。

表 表 10 農村廣播通響率分析表（n n =60）

廣播通響率

百分比

累積百分比

80%以上 63.6

63.6 60-79% 18.2

81.8 40-59%

7.3

89.1 20-39%

3.6

92.7 20%以下

7.3 100.0

表 表 11 “村村響”廣播工程完成情況分析表（n n =59）

村村響廣播工程完成情況

百分比

累積百分比

很好完成 32.2

32.2 完成 23.7

55.9 基本完成 35.6

91.5 沒有完成8.5 100.0

4.鄉鎮廣播站建設情況分析

鄉鎮廣播站建設調查主要內容包括農村廣播維護經費情況、工作人員編制情況、工作人員數量充足情況、廣播費用收繳情況等。調查結果見表12、表13、表14和表15。

表12的調查結果顯示，農村廣播維護經費情況并不理想，僅有31.7%的受訪者報告其所在鄉鎮的的農村廣播維護經費有基本保障或充分保障，將近半數的受訪者報告其所在鄉鎮的農村廣播維護經費沒有保障。

表 表 12 農村廣播維護經費情況分析表（n n =60）

農村廣播維護經費情況

百分比

累積百分比

充分保障 11.7

11.7 基本保障 20.0

31.7 部分保障 20.0

51.7 沒有保障 48.3 100.0

表13調查結果顯示，鄉鎮廣播站工作人員中，絕大多數人員的編制為事業編制，其次為混合編制，而僅有少數人員的編制性質為合同制和臨時工編制。

表14調查結果顯示，鄉鎮廣播站工作人員數量比較充足，73.7%的受訪者報告廣播站工作人員數量能滿足需要或基本滿足需要，僅有不到9%的受訪者報告廣播站工作人員數量嚴重缺編。

表 表 13 廣播站工作人員編制結構分析表（n n =56）

工作人員編制性質

百分比

事業編制 60.7 鄉鎮干部編制

0 合同制

1.8 臨時工編制

1.8 混合編制 35.7

表 表 14 廣播站工作人員數量充足情況分析表（n n =57）

工作人員數量充足情況

百分 比

累積百分比

滿足需要 21.1

21.1 基本滿足需要 52.6

73.7 不能滿足需要 17.5

91.2 嚴重缺編

8.8 100.0

表15調查結果顯示，絕大多數的鄉鎮廣播站對農村廣播并不收繳費用，僅有10%的廣播站會收繳或部分收繳廣播費用。

表 表 15 廣播費用收繳情況分析表（n n =59）

廣播經費用收繳情況

百分比

收繳

1.7

部分收繳

8.5 不收繳 89.8

5.農村廣播發展面臨的問題分析

農村廣播發展面臨問題調查主要內容包括農村廣播發展最需要的因素、農村廣播發展面臨的問題、村級廣播室是否健全及廣播室發揮的實際作用效果。調查結果見表16、表17、表18和表19。

表16的調查結果顯示，當前農村廣播發展最需要的是資金支持，其次是體制保障、人員保證和技術培訓，相比之下，整體規劃和設備設施更新的需求并沒有十分迫切。

表17調查結果顯示，當前農村廣播發展面臨的最主要的問題是資金不足，其次是領導不重視和待遇偏低，農村廣播發展面臨的其他問題還包括聽眾流失、技術落后及廣播作用不大、節目質量低等。

表 表 16 農村廣播發展中最需要的因素分析表（n n =60）

最需要 的因素

百分比

資金支持 86.7 體制保障 45.0 人員保證 35.0 技術培訓 33.3 整體規劃 23.3 設備設施更新 20.0 其它

1.7

表 表 17 農村廣播發展面臨的主要問題分析表（n n =60）

面臨的主要問題

百分比

資金不足 76.7 領導不重視 38.3 待遇偏低 36.7 聽眾流失 23.3 技術落后 18.3 廣播作用不大 18.3 節目質量低 16.7 其它 3.3

表 18 的調查結果顯示，鄉鎮村級廣播室情況并不理想，61.7%受訪者報告其所在鄉鎮的村級廣播室健全或基本健全，而 38.3%的受訪者報告其所在鄉鎮的村級廣播室部分健全或基本沒有。

表 19 的調查結果顯示，村級廣播室實際作用情況并不理想，僅有 50.8%的受訪者報告其所在鄉鎮村級廣播室作用很大或有作用，44.1%的受訪者報告其所在鄉鎮村級廣播室作用一般，甚至還有 5.1%的受訪者報告根本沒有作用。

表 表 18 村級廣播室健全情況分析表（n n =60）

鄉鎮村級廣播室健全情況

百分比

累積百分比

健全 20.0

20.0 基本健全 41.7

61.7 部分健全 23.3

85.0 基本沒有 15.0 100.0

表 表 19 村級廣播室實際作用情況分析表（n n =59）

鄉鎮村級廣播室實際作用

百分比

累積百分比

作用很大 16.9

16.9 有作用 33.9

50.8 作用一般 44.1

94.9 沒有作用

5.1 100.0

6.調查結果分析綜述

本次調查得到如下一些具有重要價值的結果：

（1）建國以來，在農村建設中影響最大的媒體是廣播，而在當前農村建設影響最大的媒體是電視；無論在建國以來還是當前，宣傳方針政策、重大突發事件應急作用、傳播農業科技和發動群眾一直是廣播在農村建設中的主要職能；在當前，廣播在農村建設中的普及普通話功能得到放大，且重大突發事件應急作用成為廣播在農村建設中最重要的功能。

（2）農村廣播中主要的節目類型有新聞節目、農業科技、農村新人新事、文藝娛樂及法制節目；多數廣播站沒有在自辦節目上進行建設；農村廣播中自辦節目類型中，農業科技、新聞節目、廣播講話及廣告商品信息占多數，農村廣播自辦節目的播出時間一般會比較長（3 小時以上）。

（3）目前農村廣播最主要的傳輸方式是廣播電視共纜傳輸，農村廣播喇叭入戶

率情況并不理想，農村廣播通響率情況較為理想，“村村響”廣播工程完成情況良好。

（4）農村廣播維護經費情況并不理想，絕大多數人員的編制為事業編制和混合編制，鄉鎮廣播站工作人員數量比較充足，絕大多數的鄉鎮廣播站對農村廣播并不收繳費用。

（5）當前農村廣播發展最需要的是資金支持，當前農村廣播發展面臨的最主要的問題是資金不足，鄉鎮村級廣播室情況并不理想，村級廣播室實際作用情況并不理想。

下面給出一些數據分析的表格模板

1.T 檢驗

我們用 t 檢驗分析休閑活動動機在性別上的差異，結果表明：在積極－挑戰型和不確定型二種休閑活動動機上，男女并不存在顯著差異，但是在消極－恢復型的休閑動機上，男女卻存在著顯著的差異，女生將休閑活動作為一種緩解壓力，放松心情的動機更強。具體結果見表 11和圖 6。

表 表 11 休閑活動動機在性別上的差異比較

休閑活動動機 性別 人數 均值 t 值 df 顯著性水平1 積極－挑戰型 男 40 4.00 1.63 102.106

女 64 3.79 2 消極－恢復型 男 272 4.12-2.06 816.040

女 546 4.21 3 不確定型 男 17 3.21-1.43 39.160

女 24 3.55 33.544.5男 女積極 消極 不確定

圖 圖 6 休閑活動動機在性別上的差異比較

2.方差分析

我們對休閑活動動機在家庭收入上的差異進行了方差分析，結果表明：在積極－挑戰型及不確定型二種休閑活動動機上，家庭收入的各水平間并不存在顯著差異，但是在消極－恢復型休閑活動動機上，家庭收入的各水平間存在顯著的差異，所在家庭月收入超過 30000 元以上的青少年具有的消極－恢復型休閑動機最強，其次為家庭月收入在 8000－11000 元之間，而家庭月收入不超過 5000 元的，其消極－恢復型休閑動機則比較低。具體結果見表 13 和圖 8。

表 表 13 休閑活動動機在家庭收入上的差異比較

休閑活動動機 家庭收入 人數 均值 均方 df F 值 顯著性水平1 積極－挑戰型 2000 元以下 14 3.71

0.35 5 0.87.501 2000－4999 元 12 4.00

5000－7999 元 27 3.80

8000－10999 元 30 3.81

11000－29999 元 21 4.05

30000 以上 1 4.40消極－恢復型 2000 元以下 51 4.15

0.90 5 3.01.011 2000－4999 元 154 4.12

5000－7999 元 196 4.15

8000－10999 元 204 4.29

11000－29999 元 180 4.12

30000 以上 21 4.37不確定型 2000 元以下 3 3.23

0.45 4 0.80.531 2000－4999 元 5 3.54

5000－7999 元 12 3.41

8000－10999 元 9 3.75

11000－29999 元 11 3.18

33.23.43.63.844.24.44.6under 2000 2001 to 5000 5000 to 8000 8000 to 11000 11000 to 30000 over 30000積極 消極 不確定 圖 圖 8 休閑活動動機在家庭收入上的差異比較

3.相關分析

為了探究人格特質對休閑動機的影響，我們首先對人格特質與二種休閑動機進行相關分析。相關矩陣表明，除了情緒穩定性這一人格特征與積極－挑戰型動機相關不顯著之外，二類休閑動機與各人格特質都有顯著的相關性；值得注意的是，情緒的穩定性這一人格特質與消極－恢復型動機呈現負性相關，而相容性的人格特質與積極－挑戰型動機也呈現出負性相關。具體結果見 3－9。

表 表 3 3 － 9 人格特質與休閑動機的相關分析矩陣((n n =1019)

因素 1 情緒 2 外向 3 開放 4 相容 5 謹慎 6 積極 7 消極 6 積極－挑戰型動機-0.036 0.255**

0.154**

-0.079*

0.189 **消極－恢復型動機-0.078*

0.288 **

0.268**

0.071*

0.203**

均值 2.804 3.588 3.440 3.374 3.596 34.552 40.382 標準差 0.629.0494 0.395 0.420 0.470 6.018 5.849

4.列聯分析

為了探討廣告植入方式對其可識別程度的影響效果，對兩者進行交叉列聯分析，結果如表6 所示。

表 6 植入方式與可識別程度的列聯分析結果（n n =965）

植入方式

可識別程度

很明顯

一般

不明顯

臺詞

9 0 道具

259 211 77 場景

89 36 音效9 4 形象2 3 總計

525(54.4%)320(33.2%)120(12.4%)278.86(0.001)p ? ? ?

分析結果表明，植入方式對廣告的可識別程度影響是非常顯著的（p<0.001）。臺詞植入的廣告是最容易識別的，其次為道具植入和場景植入，這兩種植入方式也具有較高的可識別性；形象植入的廣告具有隱秘性，其次為音效植入式廣告。

表 6 的分析結果還顯示了更具有意義的內容。在偶像劇中，54.4%的植入式廣告可識別程度上非常明顯，而僅具有 12.4%植入式廣告具有一定的隱秘性。