數據統計分析
前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇數據統計分析范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。
數據統計分析范文第1篇
如果說網絡流量的高低決定了網站的當前價值，那么網絡流量統計分析的準確度則可能決定網站的未來潛力。因為通過對某網站的網絡流量進行統計和分析可以得到非常豐富的信息，比如，網站的訪問者來自哪里、他們遵循什么樣的訪問路線、哪個網頁最受歡迎等，這些對于一個網站的設計和優化都是非常重要的，當然，其前提是統計和分析是準確和科學的。
由于網絡流量統計分析事關網站的生存和發展大計，所以，網站管理者對于網絡流量分析越來越重視。有需求就會有市場，隨著互聯網的繁榮，一個圍繞網絡流量統計分析的市場就此形成，并逐步形成了一個產業，這些公司不僅提供流量統計以及相應的分析報告，還能提供更為專業和全面的數據分析，比如為特點網站提供網站優化的咨詢服務、提供網站內廣告效果分析服務等。
“互聯網流量統計分析是一種新興的業務，盡管已經存在一段時間了，但是直到最近一兩年才逐漸為人們所熟知。從事這項服務的公司大多數也是新興的公司。” 聯網時代（北京）科技有限公司（以下簡稱CNZZ）執行總裁張志強告訴記者。這些公司中比較活躍的有來自中國的CNZZ、好耶，和來自國外的WebTrend等。
據張志強介紹，這項業務的需求首先來自于中小網站。因為網站需要了解來訪者是來自友情鏈接還是搜索引擎、來訪者點擊哪個網頁最多、能停留多長時間等，這些對于優化網站的布置、是否投放廣告以及如何投放廣告都非常重要。然而中小網站通常不具有開發此類功能的能力，所以會使用這種流量統計服務。 另外，也有一些大公司出于成本上的考慮愿意把這些工作交給更專業的公司。
由獨立的第三方提供流量統計服務，還有一個好處是可以比較公正地網站的流量信息，幫助廣告客戶決定廣告的投放。在有“眼球”經濟之稱的互聯網上，流量可能決定一個網站的生死，獨立第三方的數據可以為廣告主提供一個相對客觀的評判標準。
實際上，網絡流量統計不僅可以用來指導網站的設計和規劃，它還可以提供更為豐富的其他信息。比如，從CNZZ提供的一個網絡流量統計分析結果，就可以感受到眼下這場金融風暴的威力: 汽車類奢侈品網站的點擊率呈明顯下降，而電子商務和游戲網站的點擊率上升勢頭明顯，C2C網上購物類網站的訪問量上升最為顯著。
采訪中張志強坦言，盡管在流量統計分析市場，已經有Google以31億美元現金收購DoubleClick，和國內的網絡廣告提供商好耶被分眾傳媒以7000萬美元現金和價值1.55億美元的分眾傳媒普通股的代價收購等成功案例，但作為一個新興市場，大多數公司的業務模式還處于探索過程中。
數據統計分析范文第2篇
從圖2-1全國商標專用權質押貸款分布可以看出，2009年—2013年五年中，排名前五位的分別是安徽省、北京市、廣東省、福建省、江蘇省；并列第六位的有浙江省、山東省、四川省、遼寧省，比例為4%；其他22個省市僅占23%的比例，從0.1%到2%不等。需要特別指出的是，排在第一位的安徽省占32%，領先排名第二的北京市（9%）23個百分點，呈獨領之勢。分開看2011年、2012年和2013年商標專用權質押貸款全國分布情況，安徽、北京、廣東、福建、江蘇一直穩居前五位，占全國比例超過60%；其中安徽省始終是一枝獨秀，2012年所占比例高達38%，三年平均為34%。單獨看安徽省近三年的發展情況，2010年和2011年實現了跨越式增長，同比增長率分別為217%和103%；2012年和2013年增長趨于平穩，同比增幅為28%和22%。究其原因，安徽省為規范商標專用權質押貸款管理，支持具有品牌優勢的企業拓寬融資渠道，于2009年3月1日出臺《安徽省著名商標認定和保護條例》；7月，安徽省工商局聯合省政府金融辦。人民銀行合肥中心支行、省銀監局制定了《安徽省商標專用權質押貸款工作指導意見》，并經省政府同意正式出臺；8月，安徽省工商局又了《商標專用權質押貸款工作實施意見》。安徽省工商局確定了“一個推動，三個突破”的工作思路，即“積極尋求地方黨委、政府的推動，在地方銀行中突破，在馳（著）名商標企業中突破，在地方重點規劃和發展的行業和產業中突破”，針對企業不了解、銀行顧慮多等難題推行“核驗服務、資信服務、基礎服務、上門服務、全程服務”五項服務舉措，為企業提供便捷、高效、優質的服務，同時推行“貸前、貸中、貸后”全程監管機制，確保貸款質量，降低金融風險。此外，為搭建起企業與銀行之間的這座“金橋”，實現銀企合作雙贏，安徽省工商部門一是當好“宣傳員”，召開專題培訓會，在各工商服務窗口設立質權登記咨詢臺，加大宣傳引導力度；二是當好“指導員”，針對馳、著名商標企業實際情況，提供有針對性的政策講解和行政指導；三是當好“聯絡員”，加強與銀行的溝通協調，鼓勵企業提高商標品牌價值，建立銀企對接平臺。作為首批試點，安徽省桐城市于2009年9月率先啟動，安徽省工商局、安慶市工商局和桐城市人民政府聯合在桐城主辦了商標專用權質押貸款銀企對接會；隨后滁州、亳州、蚌埠、馬鞍山、池州、安慶、蚌埠市、巢湖市等先后制定出臺《關于做好商標專用權質押貸款工作的通知》、《關于加快推進商標專用權貸款工作的意見》、《關于加快實施商標戰略促進經濟發展的意見》等專門文件，提出目標任務、具體要求，并將商標專用權質押貸款工作納入市政府對金融機構的考核體系。安徽省在商標專用權質押貸款中取得顯著成績，走在了全國的前列，其中好的做法值得其他省市借鑒、學習和發揚。
二、商標專用權質押質權人單位性質統計分析
從圖3-1所示的商標專用權質押質權人單位性質比例圖可以明顯看到，接近一半的貸款來自于地方中小型銀行業金融機構，地方一般擔保、貸款公司所占比例為24%；而被寄予厚望的國有商業銀行反而落后，僅占21%；其他9%出質人包括自然人、一般法人等。國有商業銀行對商標專用權作為質押標的始終心存疑慮，對此類新型業務不夠積極的原因主要有兩方面：一是市級國有銀行一般沒有商標專用權質押貸款的審批權，需要報送省級銀行，而省行沒有統一的操作細則和指導意見，且省行缺乏有評估資質的部門和專業人員，商標價值評估缺乏統一準則和技術規范標準，價值確定難度較大；二是商標價值與企業經營狀況密切相關，價值波動較大，銀行在貸后管理過程中，對質押標的的價值變化很難把握和控制。地方中小型銀行業金融機構成為商標專用權質押貸款的主力軍有其必然性。從安徽省商標專用權質押融資取得顯著成績的案例可以看出，我國商標專用權質押貸款處于政府政策導向型的新型業務階段，市場還不成熟，沒有統一的規范和標準；地方政府牽線搭橋的“媒婆”作用顯得尤為突出，甚至是決定性的；而這些地方中小型銀行業金融機構正是扎根于地方、發展在地方，與地方政府有千絲萬縷的聯系，而且更貼近當地企業，對企業有較深入的了解。此外，由于質押貸款成功的企業一般都是當地龍頭企業、著名商標或是屬于政府重點扶持行業，商標品牌知名度高、美譽度高，再加上政府的“擔保”作用，更是雙重保險，有的地方政府甚至還會出臺貼息、補償等優惠措施。所以在政府的推動下，此類金融機構一般會積極的響應，質押貸款成功案例多也就成為必然。
三、各類質押商標所占比例統計分析
從質押商標分類情況來看，出質人質押的商標為馳名商標的僅占貸款件數的3%，省著名商標占貸款件數的54%，市知名商標占貸款件數的30%，普通注冊商標占貸款件數的13%。省著名和市知名商標占貸款總件數的比例竟高達84%，這可以從資金供、需方兩方面進行解讀：一是從質權人（供方）角度，地方中小型銀行業金融機構是商標專用權質押貸款的主流軍，而地方政府牽線搭橋地方中小型銀行業金融機構與地方企業（政府會優先選擇成長型優質的省著名、市知名商標企業，而這類企業一般還沒有發展到中國馳名商標企業的標準），加上政策性扶持，造就了擁有該類商標企業的商標專用權質押融資的高成功率。二是考慮到省著名、市知名商標企業，特別是科技型公司，一般都處于公司發展初期，在不斷消耗完前期的創業成本后，公司進入高速發展期必然會產生融資的剛性需求，加之擁有的優質商標資源優勢，在沒有大額固定資產可以抵押貸款的困境下，商標專用權質押貸款自然成為首選。
四、商標專用權質押企業所屬產業統計分析
數據統計分析范文第3篇
關鍵詞：數據統計分析法；市場調查；對比探析
在市場經濟體制發展下，對市場的調查主要是通過數據統計分析來完成的，隨著市場調查范圍的擴大，書記統計分析法的應用也越來越廣泛。已經受到社會各界的重視與關注。因此，需要保證統計分析工作的科學、合理，確保數據信息的可靠與準確，這樣才能達到市場調查的目的。發揮數據統計的實質作用。
一、數據統計分析的概述
1.數據統計分析的含義
數據統計分析是市場調查過程中常常使用的一種方法。是指在具體的統計工作中，通過數據資料及其相關資料反映一些國民經濟及社會現象。或者通過對某一特定區域某一具體指標進行統計，通過數據分析，反映該區域的經濟發展狀況。數據統計分析，能夠較清晰的反映所調查區域或者指標的發展情況，能夠根據這種反映出來的實際情況作出相應的決策以及對策。對經濟發展、社會發展具有重要作用。
2.數據分析統計法的特點
其一，具有系統性。市場調查工作內容復雜，需要各個環節緊密配合，是一種系統性工作，不只是對單一項目的調查分析，要有完善的實施計劃，科學合理地進行統計。其二，具有科學性。在實際調查中，要講求統計方法，保證數據的真實性，可靠性和嚴謹性，科學收集、整理、分析數據信息。避免出現錯誤，導致統計分析結果出現偏差。其三，有針對性。在市場調查中，有根據不同的調查項目，采用不同的統計方法，根據實際情況，進行有效的數據分析統計，不能一概而論，有針對性地有區別地進行統計分析。其四，具有實用性。數據統計分析主要的目的是為人們決策提供有價值的參考，通過對數據的科學分析，做出合理的決策，來解決市場經濟中的發展問題，從而促進經濟的更好更快發展。因此，數據統計分析具有現實的實用性。其五，具有發展性。由于社會是不斷發展的，市場經濟也是不斷發展的，因此，數據統計分析要適應時展的需要，不斷改革不斷創新，發揮更大的作用，因此具有一定的發展性。
二、數據統計分析法的主要類別
數據統計分析法在市場調查實際應用中具有不同的類別，一般主要有兩種：
1.數量關系分析方法
這種統計方法主要是以統計學到理論知識為基礎，對社會市場各方面的情況進行調查，以數據的形式展現出來，能夠有效反映各個事物之間的聯系。
數量關系方分析法有很多種，常用的主要有對比分析法、結構分析法和相關分析法。
2.邏輯思維方法
邏輯思維是人們常常用到的一種思維方式，可以有效地對事物形成一個具有邏輯性的認識。同時也包括對事物一定的判斷及辨別能力。數據統計分析工作要求以發展的眼光看問題，從事物的變化、發展中觀察問題，通過事物之間的相互聯系分析問題，所以在這個過程中，邏輯思維方法對數據統計分析起到了積極的促進作用。在實際調查活動中，兩種方法要緊密結合，根據不同的情況，共同使用，這樣對數據的分析才更加精準，起到的實際作用才越大。
三、數據統計分析具體方法
1.描述統計分析
描述統計是指運用制表和分類，圖形以及概括性數據來描述數據的集中趨勢、離散趨勢、偏離等。這種統計方法在市場調查中常常用到，通過對數據的收集、整理以及分析處理，對所調查對象做一個整體性的描述。其中常用的方法有均值法、最小鄰居法、剔除法等。數據分析清晰明了，能夠更加直觀地反映某一具體調查內容，有利于正確決策的制定。
2.推論統計分析
在市場調查中，通過收集數據，并且對數據進行科學分析，在此基礎上，還要對整體數據分析情況進行合理的推斷，從而得出某一實質性的結論。這就是推論統計分析。這種分析方法要求人們對數之間聯系進行更進一步的分析，在實際調查中，影響數據調查對象發展的因素很多，需要經過實際分析，分辨出哪些因素是事物發展的主導因素，抓住主要方面進行分析。因此對調查對象的研究更加深刻，更加詳細，能夠從整體上把握調查對象。從而更有利于解決實際問題。
3.時間序列統計分析
這是一種動態的數據統計分析方法，通過研究隨機數據序列的規律，進行實際分析，從而解決實際問題。時間序列統計分析一般有四種要素組成。即：季節變動，循環波動，趨勢以及不規則波動。通過對這四種要素的掌握，利用指數平滑法和移動平均濾波法進行科學的統計分析，得出準確的結論，滿足人們的實際需要。
4.多元化統計分析法
這是一種綜合性的統計分析法。分析對象與指標可以是多個，在市場調查研究中，各個調查部分之間存在著某種顯著地差異性，多元化統計分析可以根據不同的部分特征進行綜合、全面的分析，并且具有系統性和科學性。在調查實際活動中，要根據市場調查的不同事物，不同指標，不同特性科學選擇不同的統計分析方式，確定調查樣本的范圍的大小，設計類型，以及相關聯的不同因素。最后確定統計分析的類型，做好統計計算工作。多元化統計方法要根據調查的實際情況，已統計理論知識為基礎，靈活運用。達到最終的調查目的，為經濟發展所做的決策提供可靠依據。
結論
綜上所述，社會主義市場經濟的發展，社會的不斷進步，離不開對市場的調查研究。而在市場調查中，運用正確的數據統計分析法具有重要意義。統計工作的要求就是要保證數據的真實、可靠、準確。只有這樣才能夠獲得科學的數據分析結果，才有利于正確決策的制定。
參考文獻：
[1]吳春琪.數據統計分析法在市場調查中的對比研究[J].經營管理者，2016，15：226.
數據統計分析范文第4篇
相關熱搜：統計學 統計學原理
一、引言
1998年7月，國務院正式宣布停止國有企事業單位、政府部門工作人員的福利性住房分配，自此我國房地產業開始了市場化時期。1998-2009年間，我國城鎮房地產投資額從3614.2億元增長到36241.8億元。相關研究表明，房地產業發展可以帶動60余個相關行業發展，促進國民經濟的增長。1991-2009年期間，我國房地產業增加值年均增長幅度為19.9%，房地產業增加值占GDP的年平均比重為4.2%，①2010年房地產業增加值占第三產業增加值比重為12.9%，占GDP比重提高至5.6%。
我國實行住房制度改革以來，住宅消費逐漸成為消費熱點，2009年我國城市化率已達到45.7%，城市人口為6.66億(2010年人口普查數據)，加上改善居住條件的需求，我國房地產市場容量巨大。與之相應，房價也一路走高，1998-2003年間房價年均漲幅3.6%，2001-2010年間房價年均漲幅9.32%，②房價上漲速度遠高于城鄉居民收入增長速度。
房地產業是資金密集型產業，隨著國家宏觀調控愈發嚴格，樓市低迷，公眾持幣待購，多數房地產企業資金鏈條極度緊張，加上市場競爭不斷加劇，橫向并購已成為房地產企業突破融資困境、拓展市場份額、謀求生存的重要途徑。目前，我國房地產企業橫向并購主要以股權收購和項目收購為主，在這種并購趨勢下，我國房地產行業集中度將如何變化？我國房地產業如何實現良性發展？本文將對這些問題進行分析探討。
二、相關文獻回顧
國外文獻對并購是否會提高市場份額持有不同觀點。Stillman(1983)的研究結果部分支持了橫向并購的一個動機就是獲得市場勢力。Lubatkin(1983)認為橫向并購不但可以增加市場份額，還能夠節約營銷和生產成本。Andrade&Stafferd(1999)認為橫向并購可以提高產業集中度，解決產能過剩問題，促使企業退出。
國內學者對我國房地產業研究主要集中于行業集中度分析和房地產業如何發展。周剛(2001)認為中國房地產業過低的集中度和進入壁壘是房地產企業間過度競爭和整個產業業績下滑的主要原因。潘愛民、王洪衛(2008)對我國房地產市場非有效性進行檢驗，得出我國房地產市場仍然是一個非有效的市場，房地產價格對信息的反映程度很低，且房地產市場存在超額利潤。劉樹楓(2009)認為我國房地產業集中度低的主要原因是房地產市場規模擴大過快、房地產企業進入數量多、規模障礙系數低。張魏等(2009)對影響我國房地產市場集中度因素進行了實證分析，指出市場集中度與行業進入壁壘正相關，與生產能力擴張負相關，我國房地產市場結構穩定性差，規模經濟不顯著，當領導型企業采取防止新企業進入的競爭策略時會顯著提高市場集中度。陳笑(2010)對房價與房地產業市場結構等因素之間的關聯關系進行實證研究，得出市場集中度與房價之間存在高度的負相關關系，認為市場集中度是房價最重要的影響因素，提出全面優化房地產市場結構、適當提高房地產市場集中度的建議。
資料來源：中國統計年鑒(2009-2010)，《中國大型房地產與建筑業企業年鑒(2011)》。
注：房地產企業規模=商品房銷售收入/房地產企業個數。
學者們針對我國房地產業現狀，提出了基本相同的對策建議。周京奎(2002)提出產業集中型壟斷是我國房地產市場結構優化的必然選擇。歐陽強(2004)對我國房地產業發展提出結構性調整、促進產業升級、規范土地市場和健全金融體制的政策建議。黃光燦(2008)通過對2000年以來上海房地產信貸與房地產市場關系的實證分析，認為只有構建完善的住房供應體系才能保持房地產市場的長期穩定。歐陽文和等(2011)比較了美國和中國土地制度、供給模式，提出中國城市住宅問題解決的途徑要增加保障性住宅供給，對土地實行限價供給和以工業化模式取代傳統建造方式。葛揚等(2011)認為我國房地產業形成了“一調控就減少供給，導致下一階段更大的調控壓力的怪圈”，形成這種怪圈的主要原因是我國房地產業發展是典型的外力推動型，提出完善財稅體制、增加保障性住房供給、不斷優化產業結構等作為走出這種怪圈的路徑。
三、我國房地產業集中度的變化
1998年我國實行全面住房制度改革，釋放了巨大的市場需求，2002-2004年房地產業年均增幅達到28%，經過十多年的發展和逐步規范，我國房地產業的結構體系已經初步形成。
1.房地產企業數目變化。1998年我國房地產開發企業總數為2.4萬家，在2007年高房價的刺激下，一年間企業數目增長了40%，2009年商品房平均售價提高至4681元/平方米，又吸引眾多中小型房地產企業進入，2010年增加了4700多家(見表1)。1998-2010年13年間，我國房價一直在上漲(除1999年、2008年、2010年略有下降)，這13年間房地產企業數目和就業人數一直在增加(除2005年、2009年)。2005年受調控政策的影響，企業數目和就業人數分別比2004年減少了近3000家和7萬人；2009年受2008年金融危機的影響，企業數目和就業人數分別比2008年減少了7000多家和14萬人。
大量中小型房地產企業的進入，與我國房地產市場的進入壁壘較低直接相關。目前，我國房地產開發企業的資質管理仍然沿用2000年的《房地產開發企業資質管理規定》，進入門檻低。目前，在新的《我國房地產開發企業資質管理規定(征求意見稿)》中，提高了房地產企業的進入門檻。
圖1 我國房地產業CR10與CR100變動
2005-2010年間，我國房地產企業規模和平均銷售面積一直在增長(除2008年)，而房地產開發企業的平均規模卻未同步提高。2010年我國商品房銷售收入是1998年(0.25萬億)的21倍，房地產企業平均規模增長了6倍(1998年1032.77萬元)，市場容量的擴大遠遠大于房地產企業規模的擴大，占總數量54%的中小房地產企業年均銷售規模在1萬平方米～4萬平方米。
2.行業集中度穩步提高。行業集中度又稱市場集中度，是指某行業(市場)內前N家最大的企業所占市場份額的總和。以我國房地產綜合實力前十強和前百強銷售額占整個行業份額的CR10和CR100來測算我國房地產業的集中度。圖1顯示，無論是CR10還是CR100，除2006年略有下降外，其余年份一直上升，二者的變化趨勢一致，說明我國的房地產業集中度一直在穩步提高。
3.規模優勢顯現。從銷售額和銷售面積看(見表2)，全國商品房銷售額和銷售面積除2008年下降外，一直處于增長狀態。銷售過百億的房地產開發企業也逐年增加，2005年沒有一家房地產企業銷售額超過百億，2010年已有35家房地產企業銷售額超過百億，萬科公司銷售金額超過1000億元。房地產上市公司是房地產業的主力，中國房產信息集團的2010年上半年中國房地產企業銷售排行榜中，上市房地產企業銷售金額占前20強企業銷售金額的78%。
資料來源：中國房地產TOP10研究組，2006、2011：《中國房地產百強企業研究報告》；搜房產業網，2010年1月7日。
從總資產看，2005年我國房地產企業總資產規模超過百億的有22家；2009年房地產上市公司中總資產規模過百億的有54家，2010年達到65家。從上市公司的總資產均值看，滬深上市的房地產公司，2005年總資產均值是26.4億元，2007年底升至58.21億元，2010年提高至122.32億元；香港上市的內地房地產企業，2007年底總資產均值達236.37億元，是2005年同期的近3倍，2010年提高至436.48億元。
從利潤流向看，2000-2004年，前20%房地產上市公司的五年平均凈資產收益率為10.15%，高出同期房地產業平均凈資產收益率近53個百分點；③2007年，房地產行業銷售利潤率的平均值是15%，房地產企業TOP100中59%的銷售利潤率在20%以下，超過30%的企業僅占16%。2010年20強品牌房企凈資產收益率均值為25.89%，高于行業平均水平9.82個百分點。這些表明我國房產企業的規模優勢已經顯現，資產規模和利潤都呈現出集中趨勢。
4.并購規模和起數的變化。2004-2008年我國房地產業并購金額達260.32億元，發生196起并購案；2010年房地產業涉及并購金額174.65億元，④實現并購84起，占各類并購總數的13.5%；2011年前三季度，我國房地產業并購達87起，總交易金額達到了256.65億元。⑤可見，房地產業并購起數(除2009下降)和并購金額呈現加速增長的趨勢(見圖2)。
圖2 2004-2010年我國房地產企業并購起數
房地產業并購主要表現為大企業對小企業的橫向并購。如萬科公司2005-2010年并購了131家公司，涉及金額達134.7億元，并購方式主要是整體并購、項目收購、股權收購、合作拿地開發等(見圖3)。2009年8月至2011年4月間，SOHO中國在上海進行了五次收購。
圖3 2005-2010年萬科公司并購金額和公司數
資料來源：萬科公司年報。
5.橫向并購與市場份額的關系。以萬科公司為例分析橫向并購與市場份額的關系。萬科企業股份有限公司是我國最大的房地產上市公司，成立于1984年，在全國31個城市開展了業務。萬科公司是我國首家銷售額突破千億元大關的住宅開發企業，其市場份額2005年以來一直穩定上升，2010年達到2.06%(見表3)。
資料來源：深度調控下的萬科并購學，0759home.com。
注：市場份額由中國房地產TOP10研究組數據整理計算而得。
從并購規模看(見圖4)，2005年以來，萬科公司的市場份額與并購規模不完全一致，并購金額下降時，市場份額仍在上升(2007年)。從并購公司數量看(見圖5)，2005年以來，該公司的市場份額與并購公司數量也不完全一致，2008年并購公司數量減少，市場份額仍提高了0.22個百分點，而2009年并購公司數量增加，市場份額下降了0.55個百分點。將二者結合起來可以看出，橫向并購對市場份額的提高是有效的。萬科通過整體并購、項目收購、股權收購、合作拿地開發等方式成為國內房地產行業中的龍頭企業，與美國最大的房地產開發商4.5%的市場份額相比仍顯得不夠大。
圖4 2005-2010年萬科并購金額與市場份額
一般情況下，某一行業的企業能夠賺取高額利潤時，會誘惑企業進入，再加上進入門檻較低，造成企業數量增加過快，導致行業集中度水平不高。在房地產市場化初期，行業集中度比較分散，企業間存在低水平的競爭。經過近幾年的發展，我國房地產業集中度穩步提高，規模效應開始顯現。在目前中央宏觀調控不放松的情況下，房地產企業資金會更加緊張，樓市價格進入拐點及居民買方市場初步形成會進一步推動房地產企業的并購，行業集中度會進一步提高。國際上成熟的房地產市場，80%的市場份額集中在20%的企業手中，2004年美國前10家地產業開發商占全美市場份額高達27.25%。可見，我國房地產業集中度仍有很大的提升空間。
圖5 2005-2010年萬科并購數量與市場份額
資料來源：陳洪波，2006：《美國房地產金融及對中國的啟示》，《中國房地產金融》，第2期；歐陽文和、張璇，2011：《中美房地產發展路徑比較研究》，《河北經貿大學學報》第1期。
四、美國房地產業的發展路徑
美國私人擁有住房比例較大，已形成較為完善的住房制度和政策體系，美國政府對房地產行業一直進行強有力的干預和控制。
1.供給政策的變化。美國自20世紀30年代以來，歷屆政府都很重視住房問題，其住房政策也根據國民經濟的發展變化適時調整，調控的重點始終是保證低收入家庭能夠買得起房。20世紀30年代以前，美國主要依靠市場力量解決國民住房，采取市場供給住房，20世紀30～70年代，由于國內經濟不景氣，采取公共住房為主和市場性住房為輔的供給政策。美國的公共住房是指政府為低收入者、老年人和殘疾人建造和維護、收取低額租金并由政府管理的住房。由政府控制戶型、售價和供應對象，主要建設中等收入者買得起的小戶型、低房價住宅。政府對建設公共住房者提供貼息貸款以降低房價，對居民提供購房貼息貸款，免開發商和居民的有關稅收。⑥第二次世界大戰后的20年是美國房地產業的高速發展時期，期間美國住房自有率從約45%提高至65%左右(見表4)。
20世紀70年代至今，美國采取市場性住房和福利性質的市場性住房，公共住房在住房政策中的核心地位淡化，公共住房數量逐漸減少，增加了住房保障制度及各種優惠政策措施，如美國聯邦政府對低收入者提供的住房支持主要是提供租金補貼幫助低收入家庭獲得私人住房；為家庭購買住房提供貼息貸款、擔保和貸款利息在個人所得稅稅基中予以抵扣等。美國聯邦財政在2010財政年度中，純粹保障性住房在金融稅收的預算支出達8967.65億美元。⑦借助跨區域擴張、產業鏈整合、精細化管理、并購及金融創新等手段，美國房地產業在2003-2006年間發展到了頂峰，2007年以后，在金融危機的沖擊下，房地產業走入低谷。
2.房地產市場結構。美國實行多元化的土地所有制，包括私人土地、聯邦政府土地、州政府土地和印第安人保留地，各種所有制形式的土地之間可以自由買賣及租賃，不存在土地壟斷供應和因政府干預造成的市場扭曲，土地價格由估價公司協助確定。
在美國，房地產業有三類開發商：一類是住宅建筑商(HomeBuilder)，通常以私人住宅開發、銷售為主；第二類是不動產商(RealEstate)，主要從事房地產中介服務、投資性商用物業的融資、投資、開發和管理運營等；第三類不動產發展商(RealEstateDeveloper)，主要以投資性物業的開發和銷售為主。美國個人和機構進行房地產投資的主要途徑是各類房地產信托投資基金(REITs)持有的投資性物業，住宅更多地被視為消費性產品。
美國絕大多數開發商專注于某個區域市場上的運行，采用高度專業化和長期收益為主的商業模式。美國排名前列的房地產開發公司經歷了一系列橫向并購和縱向并購，兼并成了美國房地產企業規模擴張和提高占有率的重要手段。2009年，美國第四大房屋建造商帕爾迪公司(PulteHomes)收購美國另一住宅營建巨頭桑達克斯公司(Centex)，成為美國最大房屋建造商，這一并購使帕爾迪公司得到了桑達克斯公司在得克薩斯州和卡羅萊那州的大量土地。
3.房地產金融體系變化。20世紀70年代以前，美國房地產金融是以銀行性金融機構提供貸款為主的間接融資體系。20世紀70年代以后，大量的非銀行性金融機構，如養老基金、保險公司、共同基金進入住房金融領域，在激烈的競爭環境下，金融機構創新出各種衍生金融工具，住房金融逐漸從間接融資轉向了市場(直接)融資。
目前，美國的房地產金融體系由商業性住房金融體系和政府性住房金融體系構成。商業性住房金融體系由商業銀行、人壽保險公司、養老基金、房地產信貸、房地產投資信托基金、房地產抵押貸款基金等各類機構構成。政府性住房金融體系主要由美國聯邦住房金融署、房利美、房地美、退伍軍人管理局等構成。美國聯邦住房金融署負責住房標準的制定和為中、低收入階層提供按揭擔保；房地美和房利美是住房抵押貸款融資機構，主要從住房抵押貸款二級市場購買貸款并持有，對購買的住房抵押貸款實行證券化并提供擔保，兩家公司是美國住房抵押貸款的主要資金來源。美國形成了以私有金融機構為主體，以住房抵押貸款市場為基礎，多種住房機構廣泛參與的金融體系。
2007年美國爆發了“次貸危機”，美國政府接管陷入困境的住房抵押貸款融資機構房利美和房地美，美國政府也開始了對住房金融體系的改革。
五、我國房地產業的發展路徑
目前，我國房地產業已經從爆發式增長階段步入了規范平穩增長階段，消費者已經形成了“降價預期”，大多處于等待和觀望，房地產“買方”市場“初步”形成。通過哪些路徑可以實現我國房地產業的良性發展呢？
1.完善我國保障性住房體系。美國住房供給政策變化反映了不同時期政府政策側重點不同，可以采取多種方式提供住房，如直接建房提供給居民或由政府對建設低成本、低租金住房提供優惠貸款或對購房者或租房者給予減稅或承租補貼。
目前，我國住房自有率高達89%，居住性購房需求比較大，但中低收入者的住房困難問題日益突出，保障性住房體系的完善勢在必行。我國針對中低收入者提供的保障性住房主要包括廉租住房、經濟適用房、棚戶區改造安置住房、限價商品房和公共租賃房等五大類。我國從1995年開始實施“安居工程”，1998-2009年間，我國城市經濟適用房投資額占住宅投資總額的比重從13%降至4.4%，銷售面積占普通住宅銷售面積的比重降至4%。美國2005-2009年住房保障支出占中央財政支出比重在14%～15%。而2009年我國住房保障支出占中央財政支出的比重僅為3.6%，占中央稅收比重僅為1.7%，占GDP比重為0.2%。⑧2010年保障性住房建設已經上升為國家戰略，重在完善保障性住房的層次結構，覆蓋“夾心層”，適用不同住房條件的居民。
政府除了提供保障性住房外，還可以在補貼、稅收、信貸等方面，采取多種方式滿足中低收入者的住房需求，更為重要的是完善對保障性住房的管理。如美國通過立法保障，建立了嚴格的收入劃分標準和資格審查制度，規定不同收入標準所能享受到的住房保障待遇，并嚴格執行住房保障對象的進入、退出標準，在健全住房保障對象檔案的同時，實施動態監管。
2.完善房地產價格形成與調整機制。房價上漲過快不僅影響居民住房福利水平、影響到絕大多數居民的基本居住條件改善，也不利于經濟社會的協調發展。從經濟發展的一般規律看，房地產價格必須與居民的消費能力相適應。聯合國人居與環境組織認為，城市合理房價一般不超過城市家庭年收入三倍，世界銀行則認為不能超過城市家庭年收入的五倍。按照房價與收入的關系及家庭負債破產風險性考慮，我國房價收入比⑨在3～6倍之間為合理區間，超過7，大部分居民已經沒有購房的能力了。1996-2010年我國房價收入比在5.5～8.0間波動，2005年后房價收入比就超過了合理區間，2008年和2010年有所下降，但2010年仍高于7(圖6)。
圖6 2003-2010年全國房價收入比
資料來源：上海易居房地產研究院綜合研究部，2010：《2010年度全國房價收入比研究報告》，百度文庫。
商品房價格由利潤、地價、稅收、管理費用(含財務成本)、建安成本等構成。首先，來看房地產業的利潤。2011年《住房綠皮書》中計算的我國房地產企業2008年營業利潤比2004年增長290.4%，2009年我國房地產業的平均毛利潤率為55.72%。根據上市公司的相關報表測算，目前房地產業的平均毛利潤率為37%左右，扣除三費之后的營業利潤率約為20%～25%，凈利潤率為15%～20%左右，各種數據表明我國房地產業利潤率遠高于美國等發達國家5%的水平。因此，政府必須通過降低房地產業的利潤率，促使房地產業中過多的資金回流到制造業與其他產業，保證房地產業與國民經濟的平穩發展。
其次，來看地價。我國土地是全民所有和勞動群眾集體所有，土地定價和供應數量取決于政府，特別是地方政府。土地出讓金是政府出讓土地一次性收取未來幾十年的土地收益，是國家作為土地所有者向土地使用者收取的土地價格。2001-2003年，全國土地出讓金達9100多億元，相當于同期全國地方財政收入的35%，2004年收入近6000億元，2009年達到1.5萬億元，相當于同期全國地方財政總收入的46%左右，2010年土地出讓金高達2.7萬億元，占全國財政收入比重高達33.75%。⑩可見，土地出讓金已成為地方財政收入主要來源，這種情況下，地方政府為實現土地收益最大化，會使用各種手段推高地價和房價。所以，保持房地產市場價格的合理水平，必須改革土地出讓金制度，深化財政體制改革，擴大地方財政收入來源。
最后，投機性購房推高了房價。房地產業發展需要一個穩定可持續的市場環境，而投機與投資性購房會推高或降低房價，嚴重擾亂市場環境。房地產業是典型的資金密集型產業，我國絕大多數的房地產企業沒有上市，其開發資金主要來源于國內貸款、自籌資金、定金及預收款，商業銀行貸款一直以來都是我國房地產企業的主要資金來源之一。美國的金融危機已經證明，脫離實體經濟、過度炒作資產不僅會影響經濟發展、擴大社會貧富差距，而且會增加經濟金融風險和社會風險。因此，對于有炒地、囤地行為的開發商，要在信貸上加以控制，降低對個人和房地產企業的銀行信貸資金供給。
另外，為有效遏制投機性購房，政府應盡快開征房地產買賣和持有環節的稅種，如房產稅、對買賣住房的所得征收高額所得稅等。在韓國，在房屋保有環節征收房屋財產稅、綜合土地稅、綜合不動產稅、城市規劃稅和共同設施稅，擁有的房產價值越高，則繳稅越多。在美國，買賣房屋手續非常復雜，中介機構和律師都要從成交金額收取買賣雙方較高比例的費用；房屋的維護費用也比較昂貴，房屋擁有者每年都要繳納稅金和房屋保險費用等。
3.完善住房金融體系和金融監管。2005-2010年我國房地產企業的資金來源構成見表5。國內貸款是銀行直接向房地產開發商發放的開發貸款，約占資金來源的20%左右。其他資金來源主要是購房者的定金、預收款、個人按揭貸款，約占資金來源的45%左右；2009年、2010年來自個人按揭貸款的比例為14.7%、12.7%，與國內貸款合并計算，來自商業銀行的貸款比例達到30%左右。由此可見我國房地產企業對商業銀行信貸依賴程度的高低。
外資主要以直接投資、收購等形式進入我國的房地產市場。我國房地產吸收外商直接投資2006年為303.05億元，2010年增長達到676.96億元，2010年資金來源中利用外資比例是1.1%。外資開始向我國的二、三線城市發展，更多地向房地產產業鏈的上游延伸。外資進入房地產業參與國內競爭的同時，會進一步推動并購，這就要求政府加強對房地產外資活動的監控，外資流動情況與房地產價格走勢表現了非常高的相關性，境外購買力的流入對內地城市房價的上漲起了推波助瀾的作用。
其他融資途徑主要是在資本市場通過境內上市、境外上市、借殼、資產注入等方式來融資。截至2006年12月，房地產企業通過資本市場已累計融資近300億元。2010年房地產上市公司無一例增發獲得成功。由于我國《公司法》對發行債券主體要求嚴格，對企業資產負債率、資本金以及擔保等都有嚴格限制，大多數房地產企業無法通過國內債券市場融資。因此，信托融資規模近年發展迅速，截至2011年第3季度末，投向房地產的新增信托資金累計達3216.6億元，已超過2010年的2864億元的發行總量，目前房地產信托已達到約6797.7億元，占資金信托總規模的17.24%。
資料來源：中國房產信息集團：《2010年上半年中國房地產企業銷售排行榜》。
注：一線城市、二線、三、四線城市是針對2009年全年而言的。
大型房地產企業還可以海外融資，但我國大多數房地產開發企業屬中小企業，與美國房地產企業相比，國內房地產企業融資渠道非常有限，過度依賴銀行，因此，我國住房金融體系建設需要在融資渠道上創新，分散金融風險，降低對銀行信貸及股市融資的依賴。如2010年國內涌現20多只地產私募股權投資基金，資金規模達到500多億元。既要為多渠道融資創造條件，也要實施有效的金融監管，達到調控房地產業的目的，避免美國“次貸危機”的出現。
4.房地產企業的戰略調整。在政府調控房地產業的政策作用下，房地產企業的戰略調整直接關系到企業的生死存亡。
(1)品牌戰略。房地產市場的產品既具有同質化，也可以體現差異化的特點。而差異化競爭主要表現在品牌優勢和附加值上。2011年中國社會科學院中國企業品牌競爭力指數研究課題組對178家房地產上市公司進行企業品牌競爭力分級評估(5級)，達到5A級的企業占到2%(3家)，48.9%的企業是3A級，28.1%的企業是2A級，11.8%的企業是1A級。可見我國房地產企業總體仍處于規模競爭階段，遠沒有到達效率和創新階段。因此，房地產企業應重品牌、重環境、重質量、重服務客戶，企業的品牌形象將直接影響到產品的銷售。
數據統計分析范文第5篇
“數據統計與分析”屬于信息技術課程中“信息加工與表達”部分的教學內容，在初中、高中均有涉及。經過多年的教學積淀，信息技術教師已然擁有一些有效的教學經驗，但在普遍范圍內還存在一些理解不到位的現象，從課堂掃描中可管窺一斑。
問題：課堂中的各種理解不到位的現象
場景1：有教師在課堂上出示用左耳或右耳接聽電話的人數統計，要求學生計算相應的比例。這種數據于學生而言缺乏實際意義，統計的結果也不涉及相關處理問題，反映出教師對數據的理解不到位。
場景2：教學中，教師給出一些商品的單價，要求學生統計單價超過5元的商品。統計的緣由沒有給出，不過是單純的篩選技能訓練，沒有體現統計的必要性及其意義，反映出教師對統計概念的理解不到位。
場景3：教師提供多種飲料，如綠茶、紅茶、奶茶、可樂等，要求學生從中選擇自己最喜歡喝的三種，再根據全班的選擇情況整理數據，列出最受班級歡迎的三種飲料。最后，教師給出專家建議“健康的飲品包括水、純果汁、奶”，要求學生結合課堂統計的數據結果，在調查報告中表達自己對中學生選擇飲料問題的看法和觀點。由于此三種飲品沒有完全出現在此前供學生選擇的范圍內，自然沒有一個學生的選擇與專家建議的健康飲品吻合，于是，學生回答，“不管喝什么，只要健康就好”。數據統計的目的就是為分析、決策提供數據支持，而該場景中數據分析部分與前面的統計結果相互脫節、沒有關聯，或者聯系不夠緊密，反映出教師對分析的理解不到位。
上述場景反映出的根本問題是，教師對數據統計與分析的內涵或者核心指向理解不足。“數據統計與分析”屬于“信息加工與表達”中表格信息加工與表達部分的教學內容，與數據管理部分的內容具有相似的核心指向，即關注“關系”的挖掘與表達，而關系是隱藏在數據之中的，需要通過相關的操作，如借助公式與函數的計算、排序、篩選等，將數據間的關系挖掘出來，可以借助圖表的形式進行直觀表達，即通過可視化方式清晰展示。
關于數據統計與分析，信息技術課程教學綱要或者課程標準中都有針對性的要求，譬如，2012年中國教育技術協會信息技術教育專業委員會研制的《基礎教育信息技術課程標準2012版》中，初中學段在“模塊二：信息加工與表達”中對表格部分的要求如下。
1.能列舉1～2種常見表格編輯軟件，嘗試簡單編輯操作，理解二維表格的共同特征。
2.根據需求能在文檔中繪制或套用表格，并對其屬性能按要求進行調整和設置。
3.能應用電子表格進行簡單數據的統計、處理，科學地借助折線圖、直方圖、餅圖等直觀表達數據。
4.從不同的角度和立場出發，通過對相同數據做不同的加工，表達不同的觀點，或對相同數據做不同的解讀，感悟信息加工和利用的選擇性、多元性和復雜性特征。
上述4條描述涉及表格中數據的統計、表達、分析，關注到數據間的關系挖掘。
“數據統計與分析”涉及對數據的加工、處理，從中獲取信息并加以解讀。因此，可以從DIKW金字塔模型獲得直接的借鑒。
解決之策：DIKW金字塔的啟示
DIKW金字塔是關于數據、信息、知識及智慧的體系，如圖1所示。
數據（Data）：可以是數字、文字、圖像、聲音、符號等，屬于事實的記錄，表達的是沒有指定背景和意義的描述。
信息（Information）：是經過相關處理的數據，強調的是數據與數據之間的關系。
知識（Knowledge）：是有意義的信息，表現為信息和信息之間的關系。由信息到知識的轉變過程，是一個對信息判斷和確認的過程，需要結合經驗、上下文聯系、詮釋和反省。
智慧（Wisdom）：是富有洞察力的知識，是運用知識分析和解決問題的能力，可以簡單歸納為正確判斷和決定的能力。
顯然，DIKW體系同樣關注關系的挖掘，即數據之間的關系、信息之間的關系，因而可以用來指導“數據統計與分析”部分的教學。
從問題解答的角度觀察，信息層回答的是“是何”的問題，知識層解決的是“如何”的問題，智慧層則涉及“為何”的問題。早期研究中有學者曾指出，信息技術中的技術包含三層內涵：（1）動手做的技術，即基本技能；（2）如何做的技術，即設計和規劃的技術；（3）為何做的技術，即技術的思想和價值。[1]三層內涵的觀點涉及技術是何、如何、為何的問題，與DIKW模型具有共通之處，這為DIKW模型在數據統計與分析中的應用提供了佐證。
從DIKW的視角來看，數據統計與分析的過程也是追求實現“數據—信息—知識—智慧”持續變化的過程。即從數據開始，以形成智慧為最終目的。具體過程是：借助相關操作對數據進行處理、加工，明確數據之間的關系，提取出有意義的信息，進而將信息組織成知識，促進學生明確“如何去使用”，再進一步，當學生明確應該何時使用及為什么要使用時，便形成了智慧。
據此，數據統計與分析中的幾個
關鍵詞 ，即數據、統計、分析，都需要有專門的指向，符合內在的規定性，且數據、統計、分析應當做到前面環節為后續環節奠定基礎，后續環節又必須在前面環節的基礎上展開。具體來說，數據需要為統計服務，統計是建立在數據提供的基礎上；統計的結果是為了進行分析，分析必須依賴于統計結果；分析的目的是為了提供決策的依據。這些關系必須在教學中予以體現，方能體現數據統計與分析的要義。
實踐之道：基于DIKW的教學思路
從DIKW的視角，數據統計與分析教學需要經過三個過程：“數據信息”、“信息知識”、“知識智慧”。從關系發掘的角度，即隱性關系顯性化、顯性關系知識化、知識運用自動化，下文展開具體闡述。
1. 隱性關系顯性化
隱性關系顯性化，即從數據到信息的過程。數據可以是教師為學生提供的原始資料，或者是收集來自學生的資料。因為需要借此學習相關技能操作，如公式與函數的使用、排序、篩選、圖表表示等，因此數據主要是數字形式，如考試成績、購物費用等，根據需要也可以適當包含文字，如學生的血型、愛好等。
為了從數據中提取有意義的信息進而展開分析，數據需要符合一定的要求：其一，數據最好能夠貼近學生，具有真實性。小至與學生個體相關的數據，大至與學校、社區、城市、國家相關的數據。貼近學生生活經驗或學習經驗的真實數據才能激發學生的興趣，促進學生通過操作發掘數據之間的關系，形成有意義的信息。從教學實踐來看，課堂或者課前收集來自學生的鮮活數據相對容易調動學生的積極性。其二，數據需要具有潛在的意義，即有統計價值，場景1中接聽電話用左耳還是右耳的例子之所以失敗，就是因為數據不具有統計價值，從數據中無法提取出有意義的信息。其三，數據要具有統計的必要，即數據要達到足夠的量，少量數據往往無法體現出用計算機統計的優勢。在數據量足夠的情況下，可以通過人工計算與計算機統計的對比凸顯計算機統計的優勢和價值。
在數據有效的基礎上，統計承擔著從數據中提取信息的功能。為了保證將來從信息到知識的轉變，統計所得信息當存在分析的可能、必要及價值，否則統計本身就沒有意義。譬如，場景2中讓學生統計購買的商品中單價超過5元的商品，數據本身沒有問題，但這種統計的結果似乎沒有分析的意義及價值，因而統計本身就失去了意義。
從數據到信息的轉變需要學生借助一定的技術操作來實現，這個階段涉及的技術屬于動手做的技術，即技術的底層。例如，統計過程可能涉及計算、篩選、排序，統計結果的呈現涉及各種圖表的使用。
2. 顯性關系知識化
顯性關系知識化，是指由信息到知識的轉變。美國佛羅里達國際大學豪恩斯坦認為，信息是別人內化的知識，知識是自己內化的信息。[2]所以，如果信息是輸入，知識在某種意義上便是輸出。這意味著從信息到知識的轉變需要學生在認知層面形成理解。這一階段涉及的技術屬于無形的技術。
此階段是對數據統計結果進行分析的過程。譬如，統計全班學生血型，根據四種血型的統計結果，引導學生明確血型的相關知識。又如，統計不同品牌貨物銷售情況，從不同角度（商場、品牌負責人、顧客）去分析，得出不同的結論。若收集的數據與學生個人或家庭相關，則分析的結果最好能夠凸顯因人而異，從而促進學生在體驗到分析意義的基礎上，樹立利用數據統計與分析為自己的學習、生活服務的意識。
譬如，《Excel中數據的處理》[3]中，教師要求學生將自己家庭衣、食、住、行、用等數據輸入到碳排放計算工作表中，完成相關計算，并根據數據回答問題：
1.我們家（ ）方面碳排放最高，（ ）方面碳排放最低。
2.我們家年人均碳排放（ ）kg，和全球人均目標碳足跡2000kg比較，我們家是（高碳/低碳）生活。
3.為了應對氣候變化，我們家應該從以下方面減少碳的排放。
每個學生獲取的數據不同，結論自然就不同。這種差異性體現了一種真實，也幫助學生理解統計與分析的實際意義。
分析在統計與決策之間發揮著承先啟后的作用，“承先”是指，分析必須依據統計所得結果來進行，體現兩者的緊密聯系，以保證分析的價值及統計的意義；“啟后”是指，分析需要為后面的選擇、決策提供依據與基礎，因此需要恰當設計分析的內容，以保證決策得以進行。
譬如，《Excel中數據的處理》中1、2兩個問題的分析必須建立在前面數據計算的基礎之上，3題的回答又依賴于1、2分析的結果，充分體現出統計分析為決策提供數據支持的功能，促進學生對數據統計分析加深認識與理解。
3. 知識運用自動化
知識運用自動化，即從知識向智慧的轉變過程，是指在學生掌握知識之后，借助一定量的知識應用練習，熟悉了知識的應用環境及方法之后，在不需要專門選擇知識的情況下無意識地運用知識，達到自動化效果的過程。這一過程顯然不是一蹴而就的，需要經歷幾個狀態：在知識應用練習之前，處于“無意識的不用”狀態；經過知識應用訓練，基本掌握了知識應用場合及方法，但還不夠熟練，遇到問題時，需要有意識地思考選擇相應的知識，該階段可以稱為“有意識的應用”狀態；經過足夠的知識應用練習之后，學生對知識的應用形成更深的感悟，可以在無意識中，即自動選擇某種知識應用于問題解決中，此時就進入了“無意識的應用”狀態，達到此狀態，即完成了由掌握知識到生成智慧的轉變。
具體到數據統計與分析的教學中，就是根據分析結果進行選擇或決策的過程。智慧指向正確判斷和決定的能力，因而在數據統計與分析后期，需要引導學生依據分析的結果進行選擇、決策。智慧傾向關心未來，含有暗示及滯后影響的意味，與此類似，課堂上的選擇抑或決策只能更多發生于認知層面，形成的是決策時的心理傾向，但追求的是持續影響學生并實現將來在現實情境中的外顯行為的變化。因而，知識運用自動化在一次課內未必能夠實現。
同數據分析類似， 決策可以因人而異。譬如，《Excel中數據的處理》中的問題3。教學中需要引導學生根據實際做出符合需求的決策。譬如，《Excel綜合運用》[4]案例中，教師課前安排學生對自己居住小區的人居環境從自然、人文、社會、建筑和支持網絡幾個方面進行評價，課堂上則圍繞用Excel軟件對若干個小區的人居環境狀況作系統的分析，涉及Excel數據加工技術的綜合應用，如排序、篩選、分類匯總等，然后得出結論，哪個區的人居環境綜合比較好。最后環節是引導學生的實際應用：
是不是××區的人居環境比較好，我們都要住在那個區？在選購住所的時候，首先應該考慮自己的需求，根據實際需要確定自己的選擇。
（1）假如你是一名在南京一中讀高一的學生。
需考慮因素：你的父母希望你上學路途中花費的時間比較少，小區居民的整體文化素質比較高。
（2）假如你的爺爺奶奶退休了，考慮給他們選擇一處房屋。
需考慮因素：空氣新鮮，小區休閑設施齊全，鄰里關系和睦，靠近你家現在的住處，方便照顧老人。
該案例是在對真實數據進行統計的基礎上，通過分析引導學生明確如何選擇、為什么要如此選擇，關注學生在掌握知識的前提下生成智慧。學會選擇，這就是智慧，影響著將來的選擇行為，即根據實際需求進行選擇，其實不僅是小區的選擇，也包括人生中的其他選擇。
知識運用自動化階段的教學要求：其一，必須為學生提供需要決策的情境，以促進學生在類似情境下的順利遷移。這一點需要在數據呈現的同時即提供給學生，以促進學生明確數據處理的根本目的。其二，決策需要根據分析的結果來進行，讓學生充分體會到分析的目的及價值，即為決策提供依據。
按照上述隱性關系顯性化—顯性關系知識化—知識運用自動化的思路，教學中引領學生經歷數據的收集、整理—處理、加工—分析、表達—選擇、決策這一完整過程，促進學生對數據處理形成整體感知與理解。
數據統計與分析的完整過程是從數據收集與錄入開始，經過表格規劃與修飾、數據處理與統計、圖表與分析等，因此，未必在一節課內完成，但整個部分的教學經歷完整過程即可。也可以在綜合應用或者復習課上，帶領學生經歷此完整過程，為了在一節課內實現，可以簡化部分細節，如使用半成品策略，以凸顯整個流程。
結束語
從DIKW金字塔模型的視角觀察“數據統計與分析”的教學，意義在于：明確數據統計與分析的教學不能止步于簡單的數據收集、整理、加工，其意義主要體現于在此基礎上的分析及進一步的決策。即教學中在由數據到信息的轉化基礎上，關注顯性關系的知識化并追求知識運用的自動化。
顯然，DIKW模型也適用于信息技術課程中的其他內容，譬如DIKW體系經常應用于信息科學，因此可以應用于搜索技巧及數據挖掘。
注： 本文為江蘇省教育科學“ 十二五” 規劃課題“ 信息技術課程思想及其應用研究” （ B -b/2013/01/039）的研究成果。
參考文獻
[1]李藝.高中課改實驗進行時[J].中小學信息技術教育，2005(1).
[2]盛群力.21世紀教育目標新分類[M].杭州：浙江教育出版社，2008:67.
[3]張向紅.Excel中數據的處理.2010年全國初中信息技術優質課大賽一等獎.
