北京市通州区次渠中学（4篇）
1.北京市通州区次渠中学 篇一
通州教育云平台的启动,标志着通州教育信息化由硬件建设转向软件应用。为通州教育管理者以及一线教师搭建了一个分享知识、交流成果及更新理念的平台。“互联网+教育”的新思维,是通州区探索基于信息技术的新型教育教学模式与教育供给方式,构建与教育信息化发展目标相适应的教育信息化体系。通过互联网实现对学生的个性化培养和高质量教育。
在主论坛上,中央电化教育馆馆长王珠珠、北京师范大学教育学部副部长余胜泉分别做了《贯彻落实教育信息化“十三五”规划,推进教育资源云服务》《互联网+时代的未来学校》主题发言,他们从国家规划层面解读了教育信息化“十三五”规划,从行业发展前景角度阐述了教育信息化发展前沿动态,为通州教育信息化未来发展指明了方向,为通州教育信息化未来规划提供了思路。四个分论坛分别围绕资源建设与应用、网络研修,区域信息化建设与应用,STEAM、创客课程建设与实践,智慧课堂教学实践四个主题展开,涵盖领域专家讲座和通州在该领域的教育教学实践探索。
未来,作为北京市副中心,通州区将依托教育云平台,融合“互联网+教育”新思维,积极推进教育信息化应用,扩大优质教育资源,深化教育均衡发展,努力办好人民满意的通州教育。
2.北京市通州区次渠中学 篇二
本文利用通州区2001~2012年固定资产投资需求与供给的历史数据对2013~2020年固定资产投资需求及供给进行预测, 并对其资金的供需缺口进行测算。
(一) 固定资产投资需求预测
本文采用城镇化率预测法, 选取2001~2012年的经济增长指标GDP和固定资产投资的历史数据, 通过回归分析得到GDP和固定资产投资的数量关系, 再通过对规划期内GDP的预测得到通州区未来固定资产投资总额, 将此作为通州区的资金总需求。
本文以2001年为基期, 以国内生产总值 (GDP) 作为自变量, 固定资产投资额 (INV) 作为因变量, 建立一元线性回归方程, 采用线性最小二乘估计法, 通过E-views软件, 对模型进行估计的结果为INV=-596659.1+1.216972×GDP。
GDP增长预测采用时间序列ARI-MA (p, d, q) 模型, 基于序列平稳性、序列自相关和偏自相关检验结果, 建立ARI-MA (2, 2, 2) 模型预测通州区未来八年的GDP。
对二次差分ln GDP的ARIMA (2, 2, 2) 进行参数估计, 参数估计结果为
首先预测GDP, 然后将预测值代入线性最小二乘估计法预测GDP与INV的关系方程, 即可得到通州区未来八年固定资产投资需求。预测结果显示, 通州区固定资产投资在未来八年将呈现持续增长趋势。
(二) 固定资产投资供给预测
根据固定资产投资资金来源的不同年份的时间序列数据, 建立ARIMA模型, 并通过已建立的模型, 预测2013~2020年固定资产投资资金供给量, 模型如下。
1. 国家预算内资本金
2. 国内贷款
3. 利用外资
4. 自筹资金
5. 其他资金
依据上面所设立的模型, 对2013~2020年国家预算内资金、国内贷款、利用外资、自筹资金和其他资金作预测, 将其加总可得固定资产投资资金供给在这一时期的预测值, 预测结果如表2所示。
(三) 供求缺口测算
结合以上分析预测的固定资产投资资金需求与供给, 可得到2013-2020年资金缺口分别为52.53、71.03、52.00、19.70、41.42、132.97、190.44、93.73 (单位:亿元) 。
二、资金平衡设计
资金平衡方案设计主要是以市场化为主导, 发挥资本市场的融资功能为核心, 加强通州区对外引资的力度。在区政府的全面引导下, 结合年度财政预算与银行信贷的资金供给渠道, 创新融资渠道和创新工具来弥补缺口。
第一, 充分发挥资本市场的融资功能。我国资本市场近几年发展较为迅速, 北京市金融行业出于全国领先地位, 应积极利用背靠北京市这一先天优势, 在资本市场进行融资。
第二, 拓展对外融资, 吸引外资。从固定资产投资资金的供给情况可以看到通州区资金供给来源于外资的占比很少。这就需要改革一定的投融资体制, 减少对外资的审批条款, 简化审批程序, 缩短审批时间, 积极引导外资投向通州区的优势产业和发展基地。
第三, 积极争取国家、省市经济发展专项资金。从数据可看到国内预算资金占比很少, 区政府需优化财政支出结构, 展开政治营销活动, 争取更多的新城规划专项建设资金。
第四, 创新融资渠道。区政府当前可以积极开发社保基金和保险资金渠道, 引导该渠道资金向基础设施, 公共服务等领域活动。
参考文献
[1]王业苗, 唐敏.基于ARMA模型的渝北区固定资产投资研究[J].当代经济, 2009 (04) .
[2]李惠.ARIMA模型在我国全社会固定资产投资预测中的应用[J].黑龙江对外经贸, 2010 (07) .
[3]马晓光.甘肃省陇西经济开发区建设融资方案研究[D].兰州大学, 2013.
3.北京通州区地下水水质成分检测 篇三
关键词：通州,地下水,主成分
1 引言
通州区是北京市重点发展的卫星城镇, 位于北京市的东南部, 京杭大运河北端。区域地理坐标为北纬39°36′- 40°02′, 东经116°32′- 116°56′, 东西宽36.5km, 南北长48km, 面积907km2。西临朝阳区、大兴区, 北与顺义区接壤, 东隔潮白河与河北省三河市, 南和天津市武清县、河北省廊坊市交界。属大陆性季风气候区, 受冬、夏季风影响, 形成春季干旱多风、夏季炎热多雨、秋季天高气爽、冬季寒冷干燥的气候特征。年平均温度11.3℃, 降水量620mm左右。境内主要地表河流为北运河, 北运河是北京最大一条排污河道, 水系污染较为严重。其上游为温榆河, 源于军都山南麓, 自西北向东南在研究区北部及榆林庄闸上游分别纳京城主要排污河通惠河、凉水河, 于屈家店与永定河交汇, 最终汇入海河。
通州区属于第四系松散孔隙水子系统, 东西两部分分属于潮白-蓟运-温榆河平原、永定河松散孔隙水子系统, 是这两个地下水系统的冲洪积平原区。研究区地下水接受大气降水、灌溉、河水入渗、地下径流补给为主, 受地形控制, 地下水流动的总体趋势为自北西向南东流动, 以人工开采、蒸发、侧向流出等方式排泄。自上世纪七十年代中期, 由于地下水的集中和超量开采, 研究区以北十八里庄一带形成了局部的降落漏斗, 进入八十年代中期, 集中开采地区向东、向北延伸, 因而漏斗向东和向北移动。目前, 研究区范围内潮白-蓟运-温榆河平原松散孔隙水子系统受地下水超采影响较大, 除北部大面积处于北京市天竺-通州漏斗范围内, 东部侉子店也已形成了小型的漏斗。在这些地下水降落漏斗分布区地下水的径流方向为由漏斗的四周流向漏斗的中心, 造成了局部地下水流场的变化, 地下水水质也可能随之发生了变化。
目前全区绝大部分地表水由于污染严重不用作饮用水源, 工农业及生活用水基本依靠开采地下水, 地下水水质状况对该区域人民生活及社会发展都具有重大影响。因此, 本文拟对通州区地下水水质状况进行调查, 确定其污染特征、区域分布, 为开展通州区地下水源保护、地下水污染治理提供基础数据。
2 材料与方法
2.1 野外工作
为了解北京市通州区地下水水质现状, 2009年6月对该区地下水进行采样, 共取得地下水样22件。采样过程中, 考虑到采样井管中的水与地面大气已有一定程度的连通性, 地下水中一些组分 (如溶解氧) 可能发生变化, 因此在确保井管中的水充分排出后再进行地下水取样。水样盛放于1L的聚乙烯瓶中, 密封保存, 实验室统一测定。需现场监测的水质指标包括:水样温度、pH值、电导率 (EC) 、氧化还原电位 (ORP) 、总溶解固体 (TDS) 及溶解氧 (DO) 。每个采样井均采用全球定位系统 (GPS) 定位, 记录采样井的位置、深度, 由于研究区井深多接近百米, 而泵机的放置深度多在40～60m之间, 因此, 将各泵机深度也进行记录。
2.2 实验室分析
水质测定的指标包括总硬度、Ca2+、Mg2+、HCO-3、CO
2.3 统计分析
我国《地下水质量标准》中明确规定的水质评价方法为单因子评价法, 实际应用发现该方法不能全面地反映地下水质量的整体状况, 评价结果误差较大。近年来, 针对我国特有的分类式地下水质量标准发展出模糊综合评判、灰色聚类法等综合分析方法, 这些方法能弥补单因子评价法的不足, 为更为准确地划定水质类别服务, 因而在实际中广泛应用, 但在确定主要污染物时, 这些水质综合分析方法也有不足。此外, 我国《地下水质量标准》中没有对井深、DO、ORP等参数做出限值规定, 研究证实这些参数与水中各组分的形成、迁移及转化相关, 有助于对水质状况的原因进行分析。如刘宏斌等[2]在对北京平原农区地下水硝态氮污染状况及其影响因素研究中, 分别对四个不同深度范围的地下水硝态氮污染特征进行了分析, 指出了不同深度范围地下水硝态氮污染特征及其控制因素;曾邵华等[3]报道, 地下水中氟含量与地下水温度、酸碱度及地下水所处的氧化还原环境均有关。
Melloul等[4]研究表明, 用于水质分析研究的变量间存在一定的相关关系, 变量反映的信息存在一定的重叠。主成分分析法能够在原始所有变量基础上, 建立尽可能少的彼此相互独立新变量, 而且这些新变量能够尽可能地保持原有的信息。目前, 主成分分析法已广泛应用于水文地球化学研究。Schot 等[5]对水化学数据进行了主成分分析与聚类分析, 识别出研究区人类活动对地下水水质成因的影响。Vincent Cloutier等[6]利用系统聚类分析与主成分分析对地下水样进行了分类, 依据各类别地下水样的地球化学特征将研究区划分为7个分区, 同时分析了各区地下水水质的演化特征。可见, 主成分分析法在对特定研究区地下水样进行分析处理过程中, 能够充分体现地下水地球化学性质的空间分布特征。鉴于本区地下水系统发育特征比较明确, 本文对研究区内不同地下水子系统水样进行主成分分析。
3 结果
3.1 测试结果
实验室水质检测结果如表1所示。测试结果与我国地下水质量标准中的Ш级标准比较, 结果表明, 地下水中主要污染物为总硬度和氨氮, 测试水样的总硬度为101.01～1568.00mg/L, 有6处样品超标, 超标率为27.3%;氨氮浓度为0.03～0.49 mg/L, 有16处样品超标, 超标率为72.7%。本次测试结果与研究区内以往相关研究结果[7]对比分析, 发现该区内地下水长期受到氨氮污染。此外, 位于研究区中部和近南部边界的13号、17号水样中各组分含量均较高, 其中TDS、EC、Ca2+、Mg2+、SO42-、Cl-组分浓度较高, 与其他采样点差异较大。研究区Ca2+、Mg2+、SO42-、Cl-浓度变幅不大, SO42-、Cl-均符合我国地下水质量标准中的Ш级标准。F-有3处样品超标, 6处样品未检出。
3.2 统计分析结果
运用统计软件SPSS对样品各个水质参数进行主成分分析, 主成分分析原始变量在实验室测试参数和现场测试参数中选择, 包括: HCO-3、CO
将各水样相应参数进行标准化处理, 计算其主成分得分, 各主成分得分如图1所示。
参考文献
[1]地质矿产部水文地质工程地质研究所.水的分析[M].北京:地质出版社, 1990.
[2]刘宏斌, 李志宏, 张云贵, 等.北京平原农区地下水硝态氮污染状况及其影响因素[J].土壤学报, 2006, 43 (3) :405-412.
[3]曾昭华.地下水中氟形成的控制因素及其分布规律[J].吉林地质, 1997, 16 (4) :26-31.
[4]A.Melloul, M.Collin.The“principal components”statis-tical method as a complementary approach to geochemicalmethods in water quality factor identification;applicationto the Coastal Plain aquifer of Israel[J].Journal of Hy-drology, 1992, 140:49-73.
4.北京市通州区次渠中学 篇四
关键词：视力,低,患病率,学生
中国青少年视力不良患病率长期居高不下,患病总人数居世界第一,且处于逐年增加状态[1]。预防和控制学生视力不良是学校卫生工作的一项重要内容。本研究通过对北京市通州城区2006-2010年学生视力不良检出情况进行分析,了解学生视力不良现状及其变化规律,为学生视力不良的预防和控制提供依据。现报道如下。
1 资料来源与方法
1.1 资料来源
数据来自2006-2010年通州城区4所监测点校中小学生体质健康监测资料。为减少因为低年龄生理性远视产生的偏差[2],本文没有包含6~7岁小学生数据。共体检学生23 175名,各年度男女生比例、年级构成差异均无统计学意义。
1.2 方法
由经统一培训的专业人员采用标准对数视力表对学生进行视力检查,检查标准参照“2005年全国学生体质与健康调研实施方案”要求进行。每年学校的体检时间固定在9-10月完成。单眼裸眼视力<5.0即为视力不良,其中4.9为轻度视力不良,4.6~4.8为中度视力不良,≤4.5为重度视力不良[3]。
1.3 统计方法
所有数据采用Excel统一录入,使用SPSS软件进行分析,用χ2检验比较检出率的差异。
2 结果
2.1 2006-2010年视力不良检出率
2006-2010年通州城区4所监测点校学生视力不良检出率为65.5%~75.5%,2007年视力不良检出率较2006年有所下降,差异有统计学意义(χ2=5.843,P=0.016)。从2007年到2010年视力不良检出率呈逐年上升趋势,但2009年和2010年视力不良检出率差异无统计学意义(χ2=2.252,P=0.133)。各年度视力不良检出率均为女生高于男生,差异有统计学意义。见表1。视力不良检出率随年级的上升而呈现增加趋势。见表2。
注:()内数字为检出率/%。
小学生视力不良以中度视力不良所占比例最高,其次为重度。初中和高中学生的视力不良以重度视力不良为主,其次为中度视力不良。随着年级的上升,重度视力不良检出率逐渐增加。2007-2010年不同程度视力不良变化以重度视力不良的上升趋势为主。但2009年和2010年的重度视力不良检出率经检验差异无统计学意义(χ2=0.020,P=0.886)。见表3。
2.2 双眼视力不良检出率
按照双眼是否均为视力不良将视力不良情况分为双眼视力不良和单眼视力不良。2007-2010年各年度双眼视力不良检出率呈逐年增加趋势,差异有统计学意义(χ2=133.036,P<0.05)。各年度女生双眼视力不良的检出率均高于男生,差异均有统计学意义。见表4。
3 讨论
对2006-2010年通州城区4所监测点校学生视力不良情况分析发现,视力不良检出率随年级增加而呈增长趋势,视力不良的变化趋势以重度视力不良变化为主,与北京、山东、广西、上海等地相关报道[4,5,6,7,8,9,10,11]基本一致。有研究表明,中小学生的视力不良与教学环境、家庭环境、遗传因素、课业负担、户外运动不足等有关[12,13]。
本研究发现,各年度女生重度视力不良检出率均高于男生,差异均有统计学意义。可能与女生在学习方面较男生刻苦,花更多的时间来学习,增加了眼部疲劳有关;另外也可能与男生和女生的生活方式和习惯有关。有研究表明,男生户外运动相对女生较多[13]。男、女生重度视力不良检出率的差异是否与身体素质有确切关系还有待进一步研究。各年度视力不良程度均为重度视力不良所占比例较高,与有关研究一致[4,5,6,7,8,9]。
本研究发现,通州城区监测点校中小学生视力不良检出率较高(51.6%),并且随着年级上升,中度和重度视力不良所占比例逐渐增加,高中以重度视力不良为主,与有关报道基本一致[14,15,16]。提示视力不良的预防工作要在小学时就应引起足够重视,控制进一步的发展。
本研究数据显示,学生视力不良主要是双眼视力不良,但也有10.1%~14.5%的学生为单眼视力不良,可能与学生的不良用眼习惯和不正确坐姿有关。另外,由于双眼视物清晰距离不同,这部分人群是否会进一步发展成为双眼视力不良,是否是双眼视力不良新发人群的主要来源,尚需进一步研究。
【北京市通州区次渠中学】推荐阅读：
中共北京市通州区委宣传部07-17
北京通州区运河生态公园导游词07-06
北京二龙路中学10-05
北京八一中学初中部10-17
北京市驾照考试08-18
北京市商会章程08-21
北京市展馆调查08-22
北京市薪酬增长09-06
北京中考满分作文：北京的初雪08-03