数据分析师工作职责

数据分析师工作职责（共14篇）

1.数据分析师工作职责 篇一

关键词：工作流数据,数据挖掘,数据仓库

0 引言

有效的企业管理和决策离不开正确的评价和分析企业经营绩效。由于评价过程综合了人力、资源、应用、操作和直接反映企业管理能力和状态等因素。因此,大多数评价体系都是围绕企业经营过程。工作流数据记录了工作流系统所执行的所有过程的真实的执行轨迹,比如 : 任务的开始和完成时刻、任务的输入输出数据,完成任务所需要的人员和资源,综合了包括过程、组织、资源等众多企业运营要素,为企业业务分析和诊断提供了很好的数据源。这些数据实时更新,并为以信息组织模式操作过程为核心的工作流系统提供了结构整合的信息源,以便从不同角度评价分析经营绩效。因此,工作流执行数据是企业经营评价体系的重要组成部分。

1 工作流执行数据分析方法

1.1 数据仓库技术

现在,越来越多的企业认识到只有充分利用并挖掘其现有数据,才能使企业效益最大化。虽然很多企业并不缺乏海量数据,但是却受阻于数据的冗余以及数据的不一致。传统的数据库应用系统是面向业务操作而设计的,其优点是简化操作人员的劳动强度,缺点是企业中高层人员没有相应的数据库应用系统。因此,企业需要新的技术以弥补原有数据库系统的不足,并且把广泛收集到的大量数据集成到数据仓库中,以便操作人员能够从业务数据中提取有用的信息,使其在业务管理和发展上作出及时、准确的判断。数据仓库系统的基本结构如图1所示。

数据仓库技术实质是要建立体系化的数据存储环境,这样可以将分析决策所需的大量数据从传统的操作环境中分离出来,并且使分散不一致的操作数据能够转换成集成统一的信息。因此,企业内不同部门的人员可以在此环境下,运用其中的数据与信息来发现全新的视野,提出新问题、新想法,进而发展出制度化的决策系统,并获取更多经营效益。

随着数据库技术的应用与发展,现在研究人员尝试对DB中的数据进行再加工以形成综合的、面向分析的环境,更好地支持决策分析,从而形成了数据仓库技术DW。作为企业决策支撑系统,数据仓库系统主要包括联机分析处理(OLAP)技术、数据挖掘(DM)。

1.2 OLAP

OLAP是针对数据仓库的查询技术,特别适用于针对大量数据进行快速的分析。OLAP不是一种数据存储技术,而是一种用户接口的概念。OLAP能够对数据仓库的数据进行切片、切块、旋转等多种分析动作,最终使用户多角度、多侧面观察数据仓库里的数据,进而深入了解包含在数据中的信息和内涵。包括多维型OLAP(MOLAP)、混合型OLAP (HOLAP)、关系型OLAP(ROLAP)。MOLAP数据以多维化的方式存储,其查询效率最高,但是需要较长的装载时间 ; ROLAP数据仍然存在关系型数据库里,其查询效率相对低,但是数据装载时间很短。HOLAP事实表存在关系数据库里,维表存在多维数据库中,其性能是前两者的折衷。

1.3 数据挖掘

数据挖掘又称数据开采或从数据库中发现知 识 (KDD: Knowledge Discovery from Database),数据开采与发现 (DMKD),以及数据融合 (Data Fusion) 等。数据挖掘就是从大量不完全得、模糊的、有噪声的、随机的数据中提取隐含在其中的、人们事先不知道的,又直接或潜在有用的信息和知识的过程 ;当今社会是大数据时代,丰富的数据信息与匮乏的知识形成鲜明对立。在许多已经建立了现代化信息系统的企业里,丰富的数据只为职员服务却不能为领导者所用。于是DMKD技术应运而生而且用途越来越广泛。

DMKD不仅实现了面向特定数据库的检索、查询、调用,而且也需要对这些数据进行微观、中观以及宏观的统计、分析、综合推理,用以指导实现问题的求解,甚至利用已有数据对未来活动进行预测。但是,所有被发现的知识都是相对的,具有特定前提和约束条件、面向特定领域的、要易于被用户理解以便进行交互的特点。

2 基于数据仓库的工作流执行数据分析方法

工作流数据为企业业务运作分析与评价提供了较好的信息来源。同时,工作流数据里以过程为核心的信息组织方式也为集成其它信息源并且构建完善的业务分析、评价和控制提供了良好的逻辑结构。

工作流数据不局限于工作流管理系统的日志表,因为工作流日志表的数据量太少,因此工作流执行数据分析所用到的数据源涵盖了整个工作流管理系统的数据库,包括实例库和模型库。因为无论工作流模型库还是实例库,都是关系型数据库,侧重于数据的更新,数据被分散在众多表格中,不经过重新组织,必然影响分析效率。由于数据仓库技术是支持海量数据存储和分析的最流行也最有前景的技术,它的联机分析处理技术可以支持对数据仓库中的数据进行多角度、多粒度的分析,而且分析速度达到用户实时交互的要求,符合工作流执行数据分析的需求,因此我们提出,在工作流管理系统数据库的基础上构建基于数据挖掘的工作流执行数据分析数据仓库,利用联机分析技术来实现工作流数据的分析。该框架如图2所示。

3 工作流执行数据分析的分析框架

基于企业业务性能评价框架关于业务过程性能评价的规定以及工作流系统的信息结构,我们提出了一种工作流执行数据分析的分析框架,如图3所示。包括 :分析对象、分析指标、分析报告需求等三部分。

工作流执行数据分析的分析对象包括业务活动、人员、过程、资源等。当工作流执行数据分析对象不同时,企业量化指标的含义和构成也不同。我们设计工作流执行数据分析指标集,不仅参考当前流行的业务性能评价框架关于评价指标,特别是运作评价指标的规定,而且要依据目前工作流管理系统所纪录的信息。通常,人们通过“时间”、“产量”、“质量”和“成本”等四个量化指标衡量企业业务过程的性能。

3.1 时间

时间是评价企业业务过程优劣的重要指标。同时它也是业务过程模型的重要参数。宏观的业务过程运行时间(活动的等待时间)反映企业响应市场需求的速度,其时间越短则说明企业能越快地满足顾客的需求,越能抢占市场商机。比如对于服务行业来说,顾客等待时间短就意味着服务质量的提高。而微观的过程时间(活动的执行时间和等待时间)则反映了业务过程的运行效率。另外,时间指标既可以反映任务本身完成的情况,而且可以分析资源的利用效率。利用效率太高,表时该资源容易产生资源瓶颈,利用效率太低,表示资源使用不充分。

3.2 产量 / 质量

产量和质量也是业务评价体系的重要指标。它们反映了业务过程处理事务的综合能力。由于大多数工作流管理系统更强调企业内外人的协同和应用的集成,因而它的实例数据库中往往不带产品信息。因此目前工作流执行数据分析里的“产量”指标主要指完成过程 / 活动的数目,而质量则集中在完成任务的质量,如 :失败概率等。如果需要分析企业产品维度的指标,如 :产量和质量,需要集成其它信息系统,比如PDM, ERP等。

3.3 成本

成本是业务评价体系中一个重要指标。在收入相同的情况下,企业支付的成本越少获得的利润则越大。同样工作流数据里也不包含财务信息,如果要分析成本指标,需要与财务信息集成,考虑到成本分析的重要意义,工作流执行数据分析的指标集将包含成本指标,但把它设为可选,即目前系统暂时不考虑成本统计,等日后集成了财务系统后,再利用“基于活动的成本统计法”填充该指标。

4 结论

2.数据分析师工作职责 篇二

关键词：企业发展；质量评估

中图分类号：F426.61 文献标识码：A 文章编号：1674-7712 （2013） 24-0000-01

2013年，本着实事求是、注重实效、员工公认、持续改进的原则，中国电信安徽公司工会组织16个市电信工会开展了市级职代会质量评估工作，取得了初步成效。

一、总体情况

根据汇总统计，2013年16市分公司共有市级职工代表1155人，其中1057人参加了市分公司职代会质量评估工作，占比为91.5%。各市分公司认真做好评估前准备工作，组织职工代表学习相关文件精神、成立职代会质量评估工作小组、印制评估材料；会中或会后组织职工代表填写质量评估表，部分分公司还召开职工代表座谈会或开展个别访谈。各分公司认真分析数据，提交职代会质量评估工作报告。

本次质量评估的重点内容包括：职代会职权的落实；职代会的运作；职代会决议、决定的执行情况；职代会作用的发挥和职工代表的产生和管理等，共分20项具体内容。从评估结果看，各市分公司都能坚持职代会制度，不断规范职代会程序，充实职代会内容，完善民主决策、民主管理和民主监督，促进企业持续健康发展。职工代表对职代会的召开综合满意度，表示满意占96.3%，基本满意占3.7%。

二、评估结果

经对16个市分公司职代会质量评估报告表数据汇总统计，15项具体内容评估结果如下：（1）职代会的工作机构和组织机构是否健全？表示健全的占97.8%，基本健全占2.2%。（2）职代会的工作制度是否健全？表示健全的占97.6%，基本健全占2.4%。（3）职代会的筹备工作程序是否规范？表示规范的占97.1%，基本规范占2.9%。（4）职代会换届改选工作程序是否规范？表示规范的占97.5%，基本规范2.5%。（5）职工代表的选举程序是否规范？表示规范的占96.9%，基本规范占3.1%。（6）职工代表的结构比例是否公平合理？表示合理的占95.7%，基本合理占4.3%。（7）职代会文件是否按规定以书面形式提前十天下发？表示同意的占93.6%，不同意的占6.4%。（8）对分公司行政工作报告是否满意？表示满意的占96.3%，基本满意3.6%，不满意占0.1%。（9）职工代表民主测评领导干部结果是否及时向职代会反馈？表示及时的占96.9%，不及时占1.9%，未反馈占1.2%。（10）涉及职工利益的方案是否都经职代会审议通过？表示是的占93.9%，部分是占5.8%，不是占0.4%。（11）赋予职代会的审议建议权、审查同意或否决权、审议决定权、评议监督权、选举权等是否得到体现？表示体现了的占96.5%，基本体现占3.5%。（12）对业务招待费使用情况的报告是否满意？表示满意的93.2%，基本满意占6.1%，不满意占0.7%。（13）《集体合同》履行情况是否满意？表示满意的占95.6%，基本满意占4.3%，不满意占0.1%。（14）《女工专项集体合同》履行情况是否满意？表示满意的占96.9%，基本满意占3.1%。（15）职工代表提案的质量如何？表示好的占84.1%，较好占14.1%，一般占1.7%，差占0.1%。

三、取得收获

从上报的材料分析，各市分公司及时召开职代会，基本做到按规范程序进行，听取审议行政工作报告，审议和协商确定涉及员工切身利益的重要规章制度和方案，听取审议集体合同、女工专项集体合同履行情况报告、年度全面预算执行情况报告、职代会提案征集落实情况的报告和企业领导人员述职述廉报告并进行民主评议，部分分公司还签订新的集体合同和女员工专项集体合同，完善了职代会民主决策、民主管理和民主监督职能。

2013年市分公司职代会的召开与往年有一些特点和亮点。如：绝大部分分公司取消纸质会议材料，会议日程安排、代表分组情况和报告等材料通过“会议云”形式向代表们提前发布，缩短会期，紧凑且内容充实。马鞍山分公司以加强制度化、规范化建设为抓手，不断完善职代会机制建设，突出“简约务实”的特点，会场没有鲜花，简约、清新、务实，使职工代表耳目一新。蚌埠分公司按照有关要求，严格执行请示报告制度，有效利用职代会做好企务公开工作，充分体现职工代表和广大员工（会员）的知情权、参与权、监督权。亳州分公司提前将拟提交职代会审议的《员工绩效考核办法》、《出勤及休假制度》及《工资集体协商合同》三个办法征求意见稿下发给职工代表，请职工代表们审议，并反馈意见和建议。淮南、滁州分公司通过开展评估工作，着重对基本满意及以下的内容进行具体分析，并提出改进意见和措施。

四、存在不足和改进建议

从上报材料和统计数据分析，主要存在以下不足：一是职工代表的培训及素质提升工作还需加强。二是职工代表提案数（质）量有待进一步提高。三是职代会文件以书面形式提前10天下发还有待于进一步改进等。

改进建议：一是要进一步重视对职工代表的培训工作，不断提高培训的系统性、针对性和有效性，使他们通过培训不断增加“话语权”，为企业的发展献计献策，在推进和谐企业建设中发挥更大的作用。二是要进一步提高职工代表提案的质量。通过提高职工代表个人素质和能力，学习提案管理办法和细则，广泛征求员工意见，进一步提出高质量的提案，提高参政议政水平。同时要加强职工代表提案的闭环管理。三是要结合实际，尽可能将职代会文件以书面形式提前下发给职工代表，以便职工代表有充足的时间学习理解相关职代会文件，提出意见和建议。四是要进一步落实以职代会为主要载体的厂务公开工作，涉及职工切身利益的方案要经职代会审议通过，建立和完善职代会职工代表巡视检查制度和联系员工制度。

参考文献：

3.高级数据分析师的工作职责 篇三

1、跟工程师以及其他部门合作，搭建高效可用的基础数据平台;

2、参与数据挖掘做相关的用户画像，用户行为分析，商品推荐等;

3、深刻理解公司业务，运用数据分析相关模型、工具，挖掘业务层面可落地优化方案;

4、与业务人员一起制定A/B测试策略，并指导进一步的业务/产品优化;

5、与数据科学家配合，创建并实现模型，预测商品销量，从而指导优化库存结构;

职位要求：

1、数据分析相关领域的全栈选手;

2、对用数据解决产品、运营、预测等问题有极大热情;

3、乐于接受挑战，对新技术有强烈的学习意愿和强大的学习能力;

4、精通SQL 和具有Hadoop生态经验者优先;

4.金融数据分析师的工作职责描述 篇四

1、对货币市场金融数据进行量化分析，并推动研究成果的信息化、互联网化，直至商业落地;

2、对市场、行业、公司运营等提供商业智能分析，输出可视化分析报告，为战略决策提供支持;

3、发表研究成果或分析评论，配合公司的推广及培训等工作。

任职要求

1、金融、经济、数学、统计等相关专业硕士及以上学历;

2、拥有扎实的经济理论基础及数理统计功底;

3、熟练使用MATLAB、R、Python等一个或多个语言进行量化建模，拥有行业大数据分析和机器学习项目经验者优先;

4、拥有BI分析工具使用经验者优先(如tableau等);

5、具有很强的逻辑思考能力，善于解决开放式问题;

5.高级数据分析师工作的基本职责 篇五

1、研究大数据新技术分析发展方向;

2、负责数据仓库逻辑模型、物理模型的分析、设计和建立，开发报表，进行数据分析;

3、负责数据仓库的业务探索(Business Discovery)以及信息探索(Information Discovery)的工作;

4、负责对原始数据进行加工清洗;

5、参与数据平台的设计、开发、维护与优化，满足上层数据运营体系各项需求;

6、参与应用分析平台的系统分析、设计以及实现工作;

任职要求：

1、对数据敏感，熟悉数学建模整个过程，拥有国家/国际数学建模获奖经历优先考虑;

2、熟悉常用的数据分析算法及数据挖掘算法，熟悉机器学习算法的原理及应用，熟悉R、Python等至少一种挖掘工具;

3、3年以上软件类AI/BI项目开发经验，1年以上架构设计经验，具有大型门户/AI/BI等大型项目架构设计经验优先;

4、熟悉数据仓库实施方法论，熟悉数据建模，了解数据仓库体系架构，了解数据集市;

5、熟悉主数据、元数据、数据质量等企业数据管理相关的体系和方法;

6、熟悉与架构设计相关的数据存储/性能调优等相关领域知识;能够解决项目过程中的技术难题;

7、熟悉逻辑模型和物理模型建模、中间层模型理论以及多维模型的设计;

8、理解BI系统建设各层面，对BI建设思路和建设方向有清晰的认识，至少熟悉一种设计工具进行ETL，如Tableau/QlikView/Cognos/BO/Datastage/SAS/SPSS等;

9、能够熟练的使用Kettle等开源ETL工具进行开发者优先;

10、熟悉linux，使用Shell, python脚本经验优先;

12、熟悉Hadoop/Spark生态系统，例如Hive、Hbase等，有实际的集群搭建和使用经验者优先;

6.数据分析师工作职责 篇六

大数据是现代信息管理计算行业异军突起的创新创业热点,其标准化、高效化的用户信息数据集成形成了其特色化的用户信息管理体系,极大地提高了信息服务效率。同时依据用户搜索数据所产生的数据链建立统一多元化的用户信息数据库,依据用户信息使用的习惯统一信息应用模式,能够满足信息用户多元化搜索的需要,建立个性化的信息匹配需求,实现自动化、智能化的客户服务模式,提高服务工作的效率。依据高校图书馆读者书籍借阅的服务需求,在合理化的云计算背景下,进行有效的信息革除和信息终端架构的搭建,集中化地进行信息终端处理和服务器信息筛选。单纯的一元语言处理程序已经很难满足图书馆信息管理需求和客户信息服务需求,因此必须依据图书馆书籍借阅的模式和顺序,搭建信息综合处理架构,以进行信息的多元化计算。依据信息多元化处理体系的建立,制定符合信息端信息处理模式的信息服务规划,促进有效的信息交流和共享,集中优化处理信息。在建立有效开放的数据库的同时,依据信息处理器的信息计算结果,进行信息的优化选取,细致分门别类地处理信息集成元,促进有效的领域信息包容,在满足多元化的前提下,提升信息服务效率,保障信息处理体系全方位有效覆盖,以满足读者书籍信息共享和书籍借阅的需求。在有效的信息应用集成方面建立符合信息数据计算体系的信息操作规划,确立每个信息集中控制点的有效嫁接,实现智能化的数据处理。云计算化数据运算体系下的高校图书馆数据处理体系,不仅是依据数据共享客户终端的数据库链接,而且还依据于集中显性的数据模式搭建,保障数据的多极化分散扩展的需要。在领域集中扩展的过程中,调节信息段元,引导用户数据离散,促进数据集中交换。

二、系统数据的集中生成模式

图书信息数据库作为社会电子信息的高度集成和有效的信息资源共享平台,其自身的数据处理更加能够满足信息查询的需要。信息系统不仅能够有效地对电子档案信息进行高效化的处理和信息数据库收录,而且还能够满足信息数据系统的建设,依据常态化的信息变动趋势进行模拟环境下的信息跟踪和信息趋势预判,极大地增强信息的三位一体性。依据信息库的各种信息函数对应,找出信息数据库彼此对应的信息点;对信息进行模拟化的环境预估,从而得出与实际信息交流结果相差不大的信息结果,对实际的信息产生趋势进行分析,从而满足信息资源的有效共享,为社会各个领域的信息查询提供便捷化的服务。云计算的数据处理是依托于趋势化的信息分析和环境下的数据实时交换共享而产生的一种信息数据交换模式,其自身的数据不仅有着事件发生概率的实时预判性,而且更有着信息交换的事件趋势化特点。依托于大环境下的信息实时互动交换和信息数据的及时有效处理,可以满足信息预测条件下的信息共享性,其高效化的数据逻辑运算不仅能够带动数据的实时更新,而且更加能够满足信息交换平台的信息交互体验。其本质的运算逻辑特征不仅能够带动数据的有效管理,而且更能满足人们对信息数据实时需要。其技术信息集成作为档案信息数据系统的管理单元可以与庞大的档案信息数据进行实时交换和信息数据的及时逻辑预算,无限地趋向于信息数据的事件本质概率,满足于信息数据的产生和实时的互动交换。

三、信息互动交换模式

随着我国信息技术多元高效化的发展,我国的高校图书信息管理体制得到了明显的发展,在满足人们日益高效化信息共享的基础上,为模式化、体系化的档案管理体系的完善提供了技术支撑。当然高效化的信息管理系统不仅是现代化技术的及时扩展,而且更是时代信息趋势化发展体系下的一个信息模式集成所在。先进的信息管理理念不仅是信息技术手段的有效应用,同时还是管理体系创新的关键点所在。集成化的信息体系不仅能够满足人们日益多元化的信息管理需求,同时还有效地带动了现代化图书信息管理模式的巨大变革,先进的模式不仅是信息的有效共享,而且更是促进信息多元化应用的有效途径。依托于信息文化载体不仅能够保持有效的历史记录,而且更是提供历史数据的支点。所以依托于信息技术的进步创新现代化的图书信息管理方式,能够提高图书管理体系的运作效率。在现代化的信息管理中,进行有效的管理方式创新受到多方面的制约,尤其是系统管理体系存在的弊端尤为明显。由于信息系统管理受到多方面因素的影响,会使原来的管理方案规划与实际执行的管理实行相去甚远,这会导致档案信息系统进度延误,影响整体系统的运转效率。因此依据图书信息及时共享化的需要,建立全面化的数据逻辑体系,是提高信息交换频度的主要因素。同时,素质的优化以服务读者为中心思想,具体要优化的服务素质要从读者最为关心、最为需求的领域开始;立足于实事求是的四项原则,对客户需求的信息进行优化和删选,选取出有价值的信息资源为客户提供准确的信息价值定位。服务素质的优化不仅要满足服务模式创新的基本需求,满足多数读者对自身专业信息的筛选,同时还要照顾少数读者对偏冷信息的价值索取。

四、图书信息交互协议体制的确立

基本的图书管理模式是要依据档案信息管理系统进行有效创新,不仅要满足于信息的实时传输,网络信息的实时互动,而且更需要依托于信息交互安全协议进行有效的信息监管,确保信息的安全。虽然信息系统在匹配性方面还存在不完善问题,但是,对于技术方案的内容十分明确,这有利于形成具有针对性的安全通信解决途径。首先,针对安全通信技术,对移动端进行积极改造,在一定范围内减少任务量,加快计算速度,在一定程度上能够使得通信的效率和安全性得以提升。其次,注重安全协议的设计,减少信息的交互数量,避免不必要的交互,可以增加隐藏状态的设置,结合最短原则,进行信息长度的设置,有效减少延时,保证信息的流畅性。再次,加强被访问网络的安全性,加强防护措施的制定,实现透明化,让使用者能够全面了解情况,有效解决问题,避免矛盾和不良操作现象。最后,使用者在进行通信的过程中,要对被访问对象的安全防护措施进行有效了解,尤其是一些条款、规则和协议等,在主观上促进安全问题的解决,防止因为自身错误而造成的安全问题。第一,保障接入的安全性。无线接入网主要是依靠其自身的安全协议以及相关的辅助安全设备,为保证信任的移动端提供安全接入的作用,有效避免不可信移动端非法进入网络系统。第二,注重传输的安全性。对于移动端与无线网络的连接,需要形成加密传输通道,结合业务实际,立足无线接入网、用户端功能的自主设置等。因此依据信息数据交互协议妥善合理地进行信息交互,可以对信息进行有效地监管,提高信息的安全性。

依据大数据分析背景下确立的高校图书馆的信息服务模式和读者服务工作,必须建立满足全局的信息局域网,以满足高校师生多元化的信息需求,确保数据库多元化信息共享的需要,在建立全方位的数据需要的同时,实行信息体系的多元化建设。

摘要：随着现代信息技术的快速普及和现代网络应用技术的快速发展,现代高校图书馆的服务效率越来越高,在满足借阅者需求的前提下,进行了有效的信息集成和数据分析,以促进大数据多元化服务体系的有效建立。基于大数据云计算的信息变量模式对借阅者所需求的图书信息进行有效的甄别和删选,准确分析出每一位读者的图书信息需求,进而提高高校图书馆的服务效率。

关键词：大数据平台,云计算模式,高校图书馆,读者服务工作

参考文献

[1]李晨英,韩明杰.数字时代联合目录的发展方向——日本NACSIS-CAT发展研究报告简介[J].大学图书馆学报,2009(04).

[2]邱轶.CNMARC格式中文普通图书责任者的著录及其检索点的选取[J].高校图书馆工作,2009(01).

[3]杨文祥,赵俊玲.中国高校人文社会科学文献中心项目(CASHL)的战略思维——对《人文社科文献资源共建、共知、共享北京宣言》的理论解读[J].图书情报知识,2009(01).

[4]栾荣.浅论中文图书查重的意义、方法与使用技巧[J].河北科技图苑,2008(05).

7.数据分析师工作职责 篇七

关键词：大数据与高校图书馆；学术期刊数据处理；数字化转型；发展对策

大数据时代高校图书馆期刊工作正面临着前所未有的机遇、挑战。随着文化交流和经济交流的日益频繁，新时期高校图书馆发展必须抢抓机遇，迎接挑战，努力探索出创新技术与方式的期刊发展新路径，开创高校图书馆事业发展的新局面。

1.大数据时代高校图书馆学术期刊的挑战

1.1期刊在大数据时代开放获取意识有待提升

近年来，开放获取运动正在多种文献类型领域和学科领域逐渐展开，进一步改变着学术文献信息交流模式以及信息资源结构和传播格局，进而会影响高校图书馆文献资源服务建设。目前大部分高校图书馆期刊在大数据时代开放获取意识有待提升。图书馆需加强开放获取资源服务的建设，引进数字化技术，组成更为集中、合理、有序的数字资源库群。

1.2高校图书馆积极探索学术期刊数字化转型

以北华航天工业学院图书馆为例：北华航天工业学院图书馆已经建设成为国家863计划——中国数字图书馆示范工程超星数字图书馆一级站，国家火炬计划项目——CNKI知识网络管理服务一级中心，初步形成了具有我校特色的、多学科、多层次、多载体形式的馆藏文献和数据库体系。通过引进先进、适用的图书馆自动化管理系统、信息资源管理系统、全文检索系统和数字图书馆加工与发布系统，建设完善了图书馆局域网，满足了师生及图书馆管理的需求。在服务质量和水平、现代化手段应用、网络化程度、队伍建设与管理水平等方面均有很大提高。

1.3信息存储能力受到挑战

海量的数据、繁杂的数据类型、高实时度的要求给图书馆的基础技术设备带来极大的压力。在数据存储方面，虽然经过十几年数字化图书馆的发展，图书馆的信息设备已经得到了完善，但在大数据时代数据量已经从TB跃升到了PB的规模，这要求图书馆拥有海量的数据存储系统。而图书馆的数据存储已不止于结构化的期刊、图书、杂志等，智能手机、平板电脑、社交媒体以及很多的传感器和监控器等非结构化数据来源的不断增加，使得传统的存储方式无力承担。

2.大数据与高校图书馆期刊发展对策

大数据将改变传统学术期刊以编辑部为单位的平台模式，打破学术期刊编辑部各自为政的管理边界。这种新型的学术期刊共同体形式，能够实现学术资源的优化与共享，实现以学术期刊为纽带的学术研究协同创新互动的全流程、全媒体传播。

2.1图书馆应树立新观念

大数据时代高校图书馆学术期刊工作面临着新的观念、新的任务、新的历史使命的挑战。面对纷繁复杂的海量信息，高校关注学术期刊的用户需求已不仅仅是获取大量间接信息资源，更重要的是直接获取能够解决问题的精准知识。为了向高校师生、期刊建设与发展提供一流的服务，作为各种资源和信息汇集中心的高校数字图书馆。传统单一提供纸质期刊的功能模式已经不符合大数据时代的要求，制定图书馆大数据时代期刊管理与服务机制是高校图书馆亟须思考和解决的问题。

2.2制定图书馆大数据学术期刊管理与服务机制

从只能提供学术期刊资源的信息服务模式，转入到能够提供学术问题解决方案的知识服务模式。如基于学术期刊数据整合的一站式资源服务，基于期刊数据处理的学科知识服务、信息可视化服务及基于期刊数据挖掘的个性化智慧服务。而经过汇集和重新编排后更能适应读者的需求，需要及时引进大型期刊数据库网站工作。

2.3积极学习大数据相关技术，加强大数据人才培养战略

大数据时代对数据的大量分析与应用使得该领域缺乏足够的人力支持。图书馆必须培养和造就一支懂指挥、懂技术、懂管理的大数据建设专业队伍。首要任务是加强计算机方面的业务学习，拓宽馆员知识面，提高业务能力，培养出能满足图书馆创新服务需求的高素质的“数据馆员”，并使之成为学科信息资源的组织者、传播者、导航者、教育者。

2.4针对期刊数据库，提供完善的服务平台与精准知识体系

引进专业期刊数据库，可以将传统畅销期刊和新兴的电子杂志多媒体技术相结合，以互联网和移动通讯网络等信息化渠道向全球提供优质的数字化报刊内容资源的服务。最终，使学术期刊处于与时俱进的环境体系之下的学术创新模式、学术研究范式、知识形态、知识获取、知识交流及处理机制的改变。

例如：CNKI知识发现平台、万方数据库、国道数据、博看期刊数据库等，利用专业技术平台，可在海量知识及信息中发现和获取所需信息，简洁高效、快速精准。能够提供标准化的，风格统一的检索模式，提供多角度的、多维度的检索方式，帮助用户快速定位文献。这些技术平台各具特色，能够提供优质的内容：名刊精粹、原貌呈现、与纸质同步、更新及时、个性化服务、在线阅读、文本版下载、语音版、精准统计阅读行为、中英文互译、读者互动社区等。

3.结束语

日后，伴随着数字化图书馆转型和大数据技术的日益完善，大数据对于图书馆一定具有颠覆性意义。随着大数据与互联网的发展，它为高校图书馆拓展了服务空间。通过加强数据的分析挖掘来提高期刊服务的精准性和管理的科学性，以及创新知识服务模式以提升图书馆期刊工作水平。

参考文献：

[1]许玲.大数据时代图书馆面临的挑战与对策思考[J].中共福建省委党校学报，2014（5）：117-120.

[2]张晓林.颠覆数字图书馆的大趋势[J].中国图书馆学报，2011，37（195）：4-12

[3][英]维克托·迈尔-舍恩伯格，肯尼思·库克耶.大数据时代[M].盛杨燕，周涛，译.杭州：浙江人民出版社，2013：176.

[4]陆静.我国图书馆界大数据研究评述与展望[J].图书馆杂志，2014（1）：20-25.

8.高级数据分析师工作的职责内容 篇八

1、负责项目的需求调研、数据分析、商业分析和数据挖掘模型等，通过对用户的行为进行分析了解用户的需求;

2、参与业务部门临时数据分析需求的调研、分析及实现;

3、参与数据挖掘模型的构建、维护、部署和评估;

4、整理编写商业数据分析报告，及时发现和分析其中隐含的变化和问题，为业务发展提供决策支持;

5、对产品部门下的运营，产品，研发，市场销售等各方面的数据分析，处理和研究的工作需求。

岗位要求：

1、有很好的分析能力和报告展示能力，有很好商业嗅觉;

2、熟练使用SQL/SAS，熟悉至少两种数据库软件，如：oracle、mysql、sql server等;

3、3年以上数据分析工作经验;

9.数据分析师岗位的职责 篇九

1、对营销数据进行收集、梳理和完善及分析，提供各类数据分析报表，精通Excel函数应用以及PPT;

2、协助销售部制定年度、季度、月度地区性销售目标，并追踪销售目标完成进度;

3、各类业务数据分析汇总、趋势分析，为流程改善和业务发展提供数据支持;

4、监督、推动部门各项工作的执行;

任职资格：

1、本科及以上学历，具有金融、经济管理类专业优先;

2、2年以上战略研究相关工作经验，具备战略规划、业务规划、分析研究经验者优先。

3、有前瞻性和洞察力，思维清晰、缜密，计划性强，具备较强的分析研究能力和组织协调能力;

4、对数据敏感，擅长数据分析，能擅写运营分析报告;

10.数据分析师工作职责 篇十

关键词：大数据环境；高校思想教育；适应创新

随着科技和经济的全球化，信息全球化也随之出现。全球信息数量在高速增长和传播，大数据时代已经来到我们身边。大学生做为我国青壮年一代，肩负着建设祖国的重任，其政治思想对我国有着重大影响。高校的思想政治工作者如何在大数据环境下正确引导大学生的思想，是教育界的新课题。

一、大数据的概念及其特征

大数据的概念最早由麦肯锡提出，他认为数据已经成为了新时代的一种重要生产因素。大数据其实是一种技术、价值观和方法论。人们能够通过大量的数据获取自己想要寻找的数据，能够及时更新自己的价值观和知识信息。托迈尔曾将大数据的理念归结于“在大数据规模的基础上能够做到但不能在小规模数据上做到的事情”。任何类型的大数据都是及其可怕的，它整合了大量的基础数据，经过大量数据的分析和合理猜测，能够影响到组织机构、市场、政府和公民的关系，甚至能够影响到国家的发展。同时它也能够为人们提供其所需要的整体或者片面的数据，为人们提供便利。很多专业领域的研究也用大数据环境下所提供的全面的、系统的数据进行研究[1]。从而探究出使用可行的社会规律。大数据时代的到来，为高校思想政治教育工作带来了机遇和挑战。

二、大数据环境下高校思想政治教育工作面临的机遇和挑战

（一）高校思想政治教育工作在大数据时代下所迎来的机遇

1.能够完善学生信息的管理。大数据为时代为高校提供了更加全面的学生信息，高校传统的学生信息统计模式为抽样式统计，这种信息管理方式过于简单化和片面化，导致对学生信息的统计并不完全，无法完全真实的反映学生的情况。在大数据环境下，高校通过计算机等技术能够及时全面统计到学生信息，并且能够对学生的文化教育，思想状况做到实时的了解，为高校的思想政治教育工作的开展奠定了良好的基础。

2.多样化教学，加强思想政治教育。在科技快速发展，大量数据全球化的今天。老师的教学方法和教学案例也变得多样化。老师可以通过大数据寻找到自己所需要的教学资料[2]，并通过多媒体计算机等教学工具将其多样化的传输给学生，有利于老师更好的加强思想政治的教育。同时，学校也可以在校内网上传播和提倡高觉悟的政治思想，通过在学校贴吧、论坛和校内网这种流传速度快，浏览学生多的平台上积极对有着高思想觉悟的学生进行表扬，由校方进行一些加强思想政治教育的活动让学生参与，从而更好的对学生的政治思想进行引导。以此来便利于高校思想政治教育工作的开展。

（二）高校思想政治教育工作在大数据环境下所面临的挑战

1.信息不对称性现象的产生。信息不对称指的是信息交换双方在信息拥有的数量上存在差异。对学校和学生而言，学生所具有的信息量绝对处于弱者，这种现象虽然在社会生活中具有广泛的应用，却对高校思想政治教育工作的开展有着一定的阻碍作用。

2.数据独裁现象的产生。在科技快速发展的今天，网络下形成的大数据往往只有一部分流于表面，其它更庞大的数据则由各个企业或者组织所拥有。

人们当今的生活和离不开网络，高校学生更是网络中的一个庞大群体。他们通过网络聊天，视频，购买所需品，查找地图，浏览信息和学习知识等。但这一系列的网络活动往往会导致其身份、地理位置、信息安全的泄露。比如淘宝、京东等购物平台能够实时记录你的购物习惯和家庭住址、腾讯能够在你的电脑上安置后台而了解到你电脑上的信息。甚至是一部苹果手机都能将你的信息泄露给苹果公司。苹果手机因能实时记录用户地理位置并反馈给苹果公司遭遇过多起官司，但这并不影响苹果公司大数据的收集和独裁。这些人口基数大、历时时间长的庞大数据汇总在一个组织或者企业内[3]，很容易被他们经过数据的分析而掌握到个人的身份信息，电话信息，家庭住址甚至能够实时监测到个人的地理位置，这对个人和国家都有着严重的影响。这种数据的独裁能够为各种方面提供巨大的能量。学生太多的个人资料和隐私遭到泄露，这不利于高校思想政治教育工作的开展。

三、大数据环境下高校思想政治教育工作的适应及创新

1.高校利用大数据环境建立学校自己的思想政治教育“数据库”，发展思想教育政治工作的新阵地。在大数据时代下，高校思想政治教育如果想要通过大数据开展工作，就需要将大数据的意识充分融入思想政治教育工作中。比如，可以将高校学生的活动现象进行收集处理，然后经过大数据的分析能够更加清晰学生的思想状况，从而能够对学生进行针对性教育。

2.创新思想教育管理方式，开展个性化的思想政治教育。现阶段高校教育可以充分利用大数据的环境，创新新的思想教育方式。比如网络教学和思想教育的网络平台的建立。这能够极其有利的促进思想政治教育工作的开展。

四、结论

高校做为我国人才的培养和输出地，在大数据时代下如何进行对高校学生的思想政治教育工作的开展具有极其重要的意义。高校思想教育工作只有使用时代的发展，将大数据合理运用到教育工作中才能够正确引导学生的政治思想教育。这对学生本身、学校和国家具有重大作用，能够极大促进国力的增长。

参考文献：

[1]王晨旭，程辽，王小兵.大数据时代的高校思想政治教育工作的调试与创新[J].企业文化旬刊，2014（9）.

[2]张跃聪.大数据时代高校思想政治工作者主体行为探究[J].思想教育研究，2014（12）：68-72.

[3]李鹏，王艳杰.互联网时代高校思想政治教育工作探究[J].学校党建与思想教育：下，2015（6）：73-75.

11.数据分析师工作职责 篇十一

1 用excel编制自运算工作簿

1.1 第一步, 输入施肥量和产量

打开microsoft excel工作簿, 在sheet1工作表中操作。在A1、B1、C1、D1单元格分别输入“氮磷钾水平”、“N=”、“P=”、“K=”。在“B2∶B5”分别输入“0、6、12、18”;在“C2∶C5”分别输入“0、4.6、9.2、13.8”, 在“D2:D5”分别输入“0、2.5、5、7.5”。并给“B2:D5”加黑框。在A6、B6、C6单元格分别输入“编号、组合、产量”。在A9:A22分别输入编号:1、2、3、4、5、6、7、8、9、10、11、12、13、14, 在B9∶B22分别输入组合:N0P0K0、N0P2K2、N1P2K2、N2P0K2、N2P1K2、N2P2K2、N2P3K2、N2P2K0、N2P2K1、N2P2K3、N3P2K2、N1P1K2、N1P2K1、N2P1K1, 在C9:C22分别输入产量501.9、623.6、750.4、672、875.4、942.1、883.8、703.7、830.4、872.1、875.4、774.3、767.1、730.4。在D6∶F6三个单元各种分别输入N、P、K, 在D7∶F20中按照肥料组合分别输入“=B4 (相应单元格) ”, 即可得到产量与施肥量矩阵。给C9∶C22加黑框, 将本页命名为“产量数据输入”。

1.2 第二步, 氮、磷、钾单因素肥效分析

打开sheet2, 在A1单元格输入“=产量数据输入!A6”, 下图拉至A15。选定A1:A15, 右拖至C1:C15。剪切“D6:F20”粘贴到D1:F15, 即可显示编号、施肥组合、产量矩阵。在A17输入“氮肥效应”, 氮肥效应用“2、3、6、11”4个区表达, 在A18输入“=A3”, 在A19输入“=A4”, 在A20输入“=A7”, 在A21输入“=A12”, 选定A18:A21, 右拖至D18:D21, 在F18输入“=D18^2”下拖至D21。

下拉“工具”菜单, 点击“数据分析”中的“回归”。点击右侧红色按钮分别选定“Y”、“X”的数值区域, 点定“输出区域”, 选“=$A$22”, 点击确定。

即可得到:

在A44输入“参数”, B44:D44输入“=B40”、“=B39”、“=B38”即得:Y=AX^2+BX+C的函数式的参数。在A45输入“最大施肥量”, B45输入“=-C44/B44/2”。在A46输入“最大产量”, 在B46输入“= (4*B44*D44-C44^2) / (4*B44) ”, 即可得到一元二次函数式、氮肥最大使用量、最大产量。

在A47输入“磷肥效应”, 磷肥效应用“4、5、6、7”4个区表达。A47输入“钾肥效应”, 钾肥效应用“8、9、6、10”4个区表达。方法与结果计算同氮肥效应, 依次在下面排列即可。将本页重命名为“单因素效应模型”。

如果想得到函数式曲线。点击“插入—图表—选XY散点图”, 在“数据区域”选定“C18∶E21”, 系列产生在“列”, 打开“系列”添加系列数值, X值选“D18∶E21”, Y值选“C18∶C21”。图标标题写入“氮素效应”, 数值 (X) 轴写入“氮素施肥量”, 数值 (Y) 轴写入“产量”, 点击完成。点住图中一个点击右键, 在出现的菜单中选定“添加趋势线———多项式”, 在选项中点定“自动设置、设置截距、显示公式、显示R平方值”, 确定。 (见图)

1.3 第三步, 三因素肥料效应的分析

在sheet3中进行。在A1单元格输入“=单因素肥效分析!A1”, 右拖至F1, 选定A1:F1下拖至15行。在G1:L1分别输入:N2、P2、K2、NP、NK、PK。在G2:L2分别输入:“=D2^2、=E2^2、=F2^2、=D2*E2、=D2*F2、=E2*F2”。选定G2∶L2, 下拖至15行。即可得到产量与施肥量的矩阵。打开工具下拉菜单———数据分析———回归, 在Y值区域选定产量值, X值输入区域输入“N、P、K、N2、P2、K2、NP、NK、PK”的数值, 即可得到:“复相关系数、拟合效果、模型拟合度、回归方差以及三元二次方程的系数、变幅”等信息, 用A34:A43的方程系数写出三元二次方程。求此方程式的最大值及氮磷钾三元素的最大值, 即为该试验田的最大产量和氮磷钾肥料的最大施肥量。改sheet3为“三元二次方程”。

1.4 第四步, 双因素互作效果的分析

打开sheet4, 在A1单元格输入“=单因素效应模型!A1”, 右拖至F1, 选定A1∶F1下拖至15行。

在A17∶H17依次输入“氮磷回归分析、组合、产量、N、P、N2、P2、NP”。氮磷的效益用到的是“2、3、4、5、6、7、11、12区”在A18∶A25依次输入“=A3、=A4、=A5、=A6、=A7、=A8、=A12、=A13”, 选定A18:A25右拖至H列。即可得到 (见下图)

打开“工具”下拉菜单———数据分析———回归, 在Y值输入区域选定产量, X值输入区域输入“N、P、N2、P2、NP”的值。即可得到双因素互作的“复相关系数、拟合效果、模型拟合度、回归方差以及二元二次方程的系数、变幅”等信息。氮钾的效益用到的是“2、3、6、8、9、10、11、13区”, 磷钾的效益用到的是“4、5、6、7、8、9、10、14区”, 同理可得。

Sheet3改名为“双因素互作效果分析”。

1.5 第五步, 加密文件防止被修改, 以备长期使用

点击“文件—另存为—工具—常规选项”, 设定“打开密码和修改密码”, 在“建议只存”前打勾—保存。

2 使用方法

再次使用时, 双击此excel文件, 输入“打开密码”, 点击只读文件打开, 查看施肥量是否一致或修改施肥数量, 再把我们试验产量数据复制、粘贴至“产量”下, 点击工作簿的“单因素效应模型”、“三元二次方程”、“双因素互作效果分析”页面, 所有计算都立即呈现。重复“打开工具下拉菜单——数据分析——回归”7次, 即:打开“单因素效应模型”完成“氮肥效应、磷肥效应、钾肥效应”, 打开“三元二次方程”完成“三元素效应分析”、打开“双因素互作效果分析”页完成“氮磷效应、氮钾效应、磷钾效应”回归分析。在Y值输入区域选定产量、X值输入区域输入X值时特别注意选择对应区域, (因为excel有记忆功能) , 即可自运算显示出单因素、双因素、三因素的产量模型、单因素的最大产量、最大施肥量以及相关参数数据。记下三元素函数式参数, 写出方程, 计算最大施肥量和最高产量。

参考文献

[1]宋朝阳, 高峻岭, 张青霞, 等.“3414”肥料试验结果统计方法的探讨[J].山东农业科学, 2009, (9) :93-96.

[2]吴秋艳, 罗家传.“3414”肥料试验分析方法探讨[J].山东农业科学, 2010, (8) :90-94.

[3]张文才.小麦“3414”肥料效应田间试验报告[J].安徽农学通报, 2009, (19) :62-64.

12.金融数据分析师的职责 篇十二

1. 负责金融市场行情进行分析

2. 预判未来行情的走势，通过各种渠道给予前端部门操作建议。

3. 有效解决前端部门提出的各类关于金融专业的问题。

任职要求：

1、形象整洁，口齿清晰，普通话流利，语言表达准确、清晰、思维敏捷，语音富有感染力，性格外向开朗

2.具有语言沟通能力及业务谈判技巧，具有团队合作、爱岗敬业精神;

3、性格坚韧，具有较强的逻辑思维能力、创新和钻研精神，具备良好的应变能力和抗压能力;

13.数据分析师的职责内容 篇十三

1、对海量数据清洗、分析、挖掘、建模，参与模型的维护、部署、评估工作，并形成相应的模型产品;

2、深入研究公司数据源，整理和发掘数据价值，形成数据产品并推动落地;

3、深入了解互联网金融信贷业务模式，分析客户的基本属性及行为数据;

4、对贷后资产包进行精细化客户分群、客户画像，撰写深入的客户分析报告，建立与产品、客群、业务环节相适应的细分模型。

岗位要求：

1、本科以上学历，统计学，数学，计算机等相关专业，较好工程能力优先考虑;

2、1-3年以上数据分析/模型开发经验，具有较强的数据整合，数据分析/挖掘，和解决业务问题的能力;

3、熟练使用SQL，Python进行数据分析和模型开发;

4、精通多种机器学习算法，并具备良好的模型调优能力;

5、能够整体搭建数据架构，构建高质量的特征，建立完善的特征体系;

14.数据分析师工作职责 篇十四

为明晰农村集体土地产权主体,2010年中央一号文件强调加快为农村土地确权登记颁证(以下简称“土地确权”)工作,工作经费纳入财政预算。2011年国土资源部、财政部、农业部对农村集体土地确权登记发证范围、法律依据、所有权主体代表、规范确认宅基地使用权主体等提出了有针对性的政策措施。2013年,中央一号文件再次提出,健全农村土地承包经营权登记制度,用5年时间基本完成农村土地承包经营权确权登记颁证工作。中央政府在2015年的一号文件中强调,“抓紧抓实土地承包经营权确权登记颁证工作,扩大整省推进试点范围”。江西省农村土地确权工作自2014年4月份正式启动以来,总体进展良好,进度保持全国领先,质量持续提升,得到省委省政府、农业部和社会各界的充分肯定和农民群众的广泛认可,但各地也不同程度地存在政策落实不严格、进展不平衡、质量不到位等问题。

农户是土地确权工作过程中的主体,直接参与土地确权工作,从土地确权政策下发开始,农户就切身参与其中,后续的每一个环节都离不开农户本身。政府在土地确权工作中起着推动协调作用,但最终还是取决于农户自己的意愿,农户对土地确权工作的满意程度直接影响土地确权的有效实施[1]。

近年来,关于农民对政府工作满意度的相关研究也不少[2]。徐建春等人通过分析农户满意度提出从制度设计、经营管理等方面完善农村土地股份合作制的政策建议[3]。曾群等人分析了农户对土地利用规划的生态满意度评价[4]。马艳艳等通过对宁夏南部山区288户农户的调查,分析了农户对土地流转的满意度和影响因素[1];刘莉等人分析了村民对村组织在农村土地综合整治工作中满意度的影响因素[5];唐欣等人在农民满意度视角下对土地综合整治进行了研究[6]。

基于对以上文献的梳理发现,在征地补偿、土地流转、土地综合整治等工作中,农户的满意度对其都有非常重要的影响。笔者认为农户作为土地确权的主体,其态度和行为对一个地区的土地确权工作同样有着直接的影响。鉴于此,本文拟利用2014年江西省21个县(区)农户的调查数据,分析农户对土地确权工作的满意度,并通过构建Porbit模型找出其影响因素,为土地确权工作更好开展提出合理建议。

二、数据来源及样本统计描述

(一)数据来源

为全面了解农户对土地确权工作的满意情况,课题组在参考以往土地确权相关问卷的基础上,结合该研究的情况形成最终问卷。2014年10月至2015年3月,“农村土地与相关要素市场培育与改革研究”子项目“农村土地承包经营权确权颁证”调查小组对江西省部分县(区)进行了抽样调查。本项研究的试调研在南昌县完成,正式调研包括江西省的21个县,分析数据以正式调研收集的数据为主,在县级村级进行的访谈和试调研数据为参考数据进行分析。本次调研共发放371份问卷,其中有效问卷365份,去除不完整或回答明显错误的6份无效问卷,回收率为98.4%。

(二)样本统计描述

本文样本相关特征包括样本个体特征和家庭特征。其中,样本个体特征指标包括性别、年龄、文化程度、是否村干部、是否留守人员及具体职业等;家庭特征指标包含家庭总人口、家人是否有村组干部、是否有政府公职人员、家庭主要收入来源、家庭总收入及承包耕地面积等。经描述性统计分析,得到样本的基本情况如表1所示。

从农户的个人特征情况看,被调查对象中男性所占比例为71.5%,受农村传统的“男主外,女主内”家庭管理思想,在涉及家庭外部事项当中,男性农户相较于女性农户更愿意接受调查,农户家庭中的女性也更倾向于让其家庭中的男性成员来回答问题,所以导致被调查对象的男女比例失衡;年龄在41～60岁的农户占60.8%,因年纪较轻的农民多数都在外打工,所以与其他年龄段相比,该年龄段人数所占比例较大;被调查者具有一定的知识文化水平,初中文化水平所占比例最大,为49.9%,学历较高的农户多数在外打工或继续求学,所以高中及以上学历的农户占18.6%,可以看出被调查者的教育程度不是太高,但对于接受与选择信息来说,具有一定基础[7];务农和打工的农户所占比例都为31.2%,打工兼务农的农户占8.5%。从农户家庭特征来看,家庭总人口在4～5人的比例为53.2%,有63.8%的农户承包耕地面积在5亩及以下,与之对应的有30.6%的农户家庭主要收入来源以种植业为主,家庭年总收入统计中,收入为2万～6万元的农户占56.6%,6万元以上的农户占24.4%,与被调查者的职业相联系,不难发现农业收入在家庭年总收入中所占比例较小。调查显示,有83.7%农户对土地确权工作的总体情况感到满意,有56.1%的农户对土地确权工作的主要内容表示比较清楚,由此可对农户对土地确权工作的满意度进行分析。

三、变量、模型选取与结果分析

(一)变量的选择与赋值

因变量为“农户对土地确权工作的满意度”,在调研中将此设计为“请您对土地确权工作情况进行评价”,即“满意”和“不满意”。罗文斌在分析农户对土地整理项目满意度时,发现农户的文化程度、家庭规模等对其有显著影响[8],胡荣华通过研究发现,家庭年收入、居住区域以及对社会公平的看法是影响农村居民生活满意度的主要因素[9],胡静在研究农村居民对新农村建设的满意度时得出,村基层组织的工作能力及对新农村建设中政策的认知程度是导致其不满意的主要因素[10],学者们在研究农村居民满意度时所选择的自变量,对本文选取自变量有很大帮助。本文在他人研究的基础上,自变量首先选取了农户的基本特征,包括被访者的年龄、性别、文化程度、是否村干部、家庭总人口、家庭人员情况、家庭主要收入来源和家庭承包耕地面积等。组织行为学认为态度可以界定为个体对事情的反应方式,这种积极或消极的反应是可以进行评价的,它通常体现在个体的信念、感觉或者行为倾向中,因此笔者将农户参与土地确权的行为纳入到自变量中。另外,期望一致/不一致模型认为,个体在参与活动前会根据自己的经历形成对某件事的期望,然后在参与过程中感知其活动情况,其中包括对各事项的认知情况,最后通过比较产生满意和不满意的评价,因此笔者将农户对土地确权的认知程度纳入自变量中。除此之外,还纳入了几个可能影响农户满意度的外部因素,各个变量的具体说明如表2所示。

(二)模型选取

为验证农户对土地确权工作的满意度,并进一步明确其影响因素的影响程度与显著性,需建立影响因素的多元选择模型。本文主要研究的农户对土地确权工作满意度的调查数据是以分类数据为主的二元离散数据,因此可采用概率模型对其进行分析。Probit模型是研究定性变量与其影响因素之间的有效工具之一,因此本文建立Porbit模型对其进行分析。

农户对土地确权工作的满意度,即“满意”和“不满意”的二元决策问题,所关注的核心问题是因变量响应(即因变量取1或0)概率:

为克服线性概率模型的局限性,可将此时的Probit模型表示为:

式(2)中F是累计正态分布函数,y为被解释变量,表示农户对土地确权工作的满意度(满意=1,不满意=0),x1、x2、…、xn为解释变量,即18个可能对农户土地确权工作满意度的变量,β0为常数项,β1、β2、…、βn为解释变量系数,n=18。

(三)Probit模型的结果与分析

文章采用Eviews7.2统计软件对“土地确权调查数据”进行Probit分析。数据分析结果以回归系数、Z检验值、概率值(Prob)为检验依据,通过4次回归,逐步剔除掉模型中最不显著的影响因素,4次回归最后的结果见表3。模型的R2 (McFadden R-squared)、对数似然函数值(Log likelihood)、显著性统计值(Prob)的数据表明,该模型的整体拟合程度较好,模型可以通过检验,具有统计意义。根据表3最后的分析结果可以看出,农户对土地确权工作的满意度主要受家庭总人口、家庭成员中是否有政府公职人员、实地进行承包地块权属调查时农户是否亲自确认、被调查者所在村是否成立了土地确权工作理事会、农户对土地确权工作的认知程度5个方面的影响。

注:*在10%水平下显著,**在5%水平下显著,***在1%水平下显著。

1. 家庭总人口对农户土地确权工作满意度有显著影响。

模型估计结果显示,家庭总人口显著影响农户满意度,农户土地确权工作满意度与之在0.05显著性水平下呈中度正相关。调查中发现,在土地确权工作中涉及人口的情况主要有外嫁女、入赘男等土地权属问题。人口增加的家庭不再依靠土地而取得收入,传统的农业劳动收入逐渐转变为股利、打工、经商等收入,土地开始充当保障作用[11],一定时期内,上述收入远超过依靠土地获得的收入,因此满意度反而会提升。另外,家庭农业劳动力较多的家庭,主要还是依靠土地来获取收入。土地确权进一步明晰了其经营权归属,保证了其土地面积的稳定,家庭人口多的农户对土地确权工作的满意度较高。但是也发现有部分家庭人口较多,除靠土地以外没有其他收入的农户,对土地确权工作很不满意,所以需要相关职能部门对他们进行引导和培训,通过再就业或引导拥有土地较多的农户将土地流转给这部分农户耕种等方式解决此问题。

2. 农户家庭成员是否有政府公职人员对农户土地确权工作满意度有显著影响。

模型估计结果显示,家人是否有政府公职人员对土地确权工作满意度有显著的负向影响,并且在5%的显著水平上通过检验,这与预测方向相反。分析发现,在被调查者中只有2.5%的农户家人中有政府公职人员,与之类似的变量,家人是否有村组干部的调查中,只有18.1%农户家人中有村组干部,这在所有被调查中所占比例非常小,这部分调查者对土地确权工作满意度的评价会受到家中工作人员工作行为的影响。在问卷调查和访谈过程中发现,土地确权繁杂的工作程序和细节以及和农村居民的沟通,使工作人员情绪比较低落,导致其家人对土地确权工作满意度评价时呈现出满意度较低的现象。因这部分数据在样本中所占比例较小,文章只作为参考进行分析。

3. 农户是否现场确认承包地对土地确权工作满意度影响显著。

模型估计结果显示,农户是否亲自确认承包地对土地确权工作满意度表现出显著的正向作用,且在1%的显著性水平上通过检验。可见,农户亲自参与土地确权工作,表现出较高的满意度,反之,满意度则较低。调研中发现,在勘测土地面积时,部分农户并没有亲自到现场确认,只是在勘测完之后的绘图上对土地面积进行了确认,这导致农户在确认时发现测量面积不准、甚至不清等问题,影响了土地确权工作满意度。为此,相关职能部门需引导村民积极参与到工作中来,另外农户本身也需要提升自己的意识。

4. 是否成立村组土地确权工作理事会对农户土地确权工作满意度有显著影响。

模型估计结果发现,村里是否成立土地确权工作理事会对土地确权工作满意度有显著的正向影响,且在5%的显著性水平上通过检验,这与预期方向一致。土地确权工作理事会主要协助村干部解释政策、审核农户承包地登记信息、缓和或化解村民土地纠纷和矛盾等问题。这在一定程度上减轻了村干部的负担,同时也帮助农户更多地了解土地确权的相关信息,从而提升了农户的满意度。

5. 农户土地确权认知显著影响农户对土地确权工作的满意度。

模型估计结果显示,农户对土地确权的认知程度显著影响农户土地确权工作满意度,并且在1%的显著性水平上通过检验,与预测方向一致。农户土地确权认识与土地确权工作满意度呈负向相关性,即农户对当前土地确权相关政策了解越少,对土地确权的满意度越低,反之则越高。调研了解到,大部分农户对土地确权的知识呈零碎化、表面化甚至歪曲化,其信息主要来源于村干部口头传达、村委会宣传以及他人告知。另外,村干部解决问题的能力和土地确权政策的解释能力与农户对土地确权工作的满意度呈中低度负向相关性,但影响不显著。分析发现,在农户对土地确权政策解释工作的评价中,有59.7%的农户表示不满意,可见这是导致农户对土地确权工作满意度较低的一个重要原因。另外,工作人员的行为对农户参与土地确权的积极性有重要影响。

四、结论与建议

本文利用江西省21个县(区) 365个样本的调研数据,全面分析了农村居民对土地确权工作的满意度状况及其影响因素,得出以下主要结论:(1)家庭人口数、农户是否现场确认承包地权属、村组是否成立土地确权工作理事会显著正向影响农户对土地确权工作的满意度;(2)农户家庭是否有政府公职人员、农户的土地确权认知度对农户土地确权工作满意度有显著的负向影响;(3)村干部解决问题的能力和土地确权政策的解释能力反向影响着农户对土地确权工作的满意度,且呈中低度相关性,但影响不显著。因此,本文认为应从以下几方面加以改善,以促进土地确权后续工作的顺利开展。