時間：2023-04-03 10:01:11
序論：速發表網結合其深厚的文秘經驗，特別為您篩選了11篇測算方法論文范文。如果您需要更多原創資料，歡迎隨時與我們的客服老師聯系，希望您能從中汲取靈感和知識！
計算機軟件安全檢測主要是進行計算機軟件漏洞的檢測，計算機軟件漏洞的檢測主要針對軟件可能存在的缺陷且該缺陷有可能導致軟件在應用中存在一定的風險。由于軟件安全檢測對于軟件開發工作是極為重要的過程，對軟件安全檢測工作也是需要相應地高度重視。
1 計算機軟件安全檢測
計算機軟件安全檢測是利用運行程序的方式來發現軟件編寫過程中存在的一些漏洞并對漏洞進行修改的過程，從而對計算機軟件本身可能存在的風險進行有效地避免和改正，軟件安全檢測是軟件開發中及其重要的一環。軟件安全檢測所需要達到的目標是用更少的測試過程來實現更大的軟件安全覆蓋面，達到高效快速地發現軟件漏洞。目前網絡中存在很多種對計算機軟件安全檢查的方法，但從本質上看，進行計算機軟件安全測試的方法主要兩大類。大部分檢測方案都是基于靜態檢測和動態監測兩大類檢測方法。
2 進行軟件安全檢測的意義
計算機軟件的安全檢測過程是整個軟件開發中極為重要的一個步驟，越早發現軟件中可能存在的一些故障問題，就意味著越早解決問題，就能將軟件出現問題的概率降到最低，有效地預防軟件崩潰。而計算機軟件的安全檢測則主要是對軟件中可能留存的一些漏洞進行測試，以免該漏洞在今后的日常使用中致使軟件出現故障，因此，對計算機軟件的安全進行檢測是很有必要性的。
3 軟件安全檢測存在的問題
3.1 軟件安全檢測人員涉及廣泛
由于計算機軟件的相關特性，軟件安全檢測工作涉及的方面廣泛，所需要的檢測人員及技術的要求也就對應地提高，需要各方面的技術人才。對于檢測人員的多元化問題就極為重要，不僅人員要齊，各方面的合作也要密切。只有多部門的密切合作以及與軟件開發相關部門的密切溝通，才能高效的解決軟件檢測中出現的各種疑難問題。如果沒有密切的合作，在軟件安全檢測中，各自為戰，沒有有效的溝通，不能從實際出發，軟件安全檢測將無法順利進行下去，即使發現問題也沒有有效的辦法解決問題。
3.2 軟件安全檢測工作量巨大
計算機檢測是一個系統的復雜的過程，有時候檢測工作量巨大。在進行對于系統級軟件或者代碼級工程的分析工作時，進行軟件安全相關檢測必須需要進行大量的工作的。不僅如此，在所需檢測的軟件的規模較大的時候，還要對軟件的結構設計方面進行必要的分析。而且在對所需檢測的軟件的各個方面進行分析的過程中一般采用仿真環境和相應的分析工具來進行相關的檢測工作，因為這兩種分析比較切合實際工作，較為合理，所以這些分析工作都是必須進行的，這些必須進行的工作會大大增加軟件安全檢測過程的工作量。
4 軟件檢測問題解決方法
4.1 在對軟件進行綜合分析的基礎上進行檢測
檢測人員在進行軟件安全檢測的工作時，必須考慮到每個軟件都有其獨一性，每個軟件都有不同的側重點，只有在對軟件進行系統化的綜合分析的基礎上，才能高效的制定符合該軟件的有效檢測方案，只有合適的才是最好的，在進行綜合分析時還應考慮到符合用戶需求，這樣實行的檢測程序才是最為可靠的。
4.2 大力推廣檢測人員多元化
由于軟件安全檢測工作涉及范圍大，需要的檢測人員的技術方面也不盡相同。所以需要推廣人員多元化需要在進行軟件安全檢測時注意安排相近但不完全相同的人員在一起。大力推廣檢測人員的多元化，對于軟件可能存在的安全問題能夠更可能的發現，并且由于檢測人員的多元化，對于出現的問題得以解決的可能性也會增加。在推廣多元化的同時，也需要注意各部門之間的合作問題，集中優勢技術人才，加以密切的合作，將專業技術人才的潛力發揮到極致。多元化的人員和密切化的合作能夠到達檢測工作的事半功倍，提高軟件安全檢測效率。
4.3 選擇合理的安全檢測方法
對于大量種類不同；用戶需求也不同的軟件，檢測人員需要選擇合理的檢測方法。對于有些系統級軟件和代碼級工程，如果采用了不符合要求的檢測方法，有可能造成工作白費，耗費大量人工精力和大量資源及時間，最后所得的結果有可能不符人意。沒有一個能夠符合所有軟件檢測工作要求的安全檢測方法，只有選擇合適的檢測方法，才能達到預定的目標。
總體來說，合理地利用安全檢測方法，在最短時間內有效的找出漏洞，及時進行修改。以下對于三種方案進行簡要地介紹：
4.3.1 模糊檢測
當今采用的模糊檢測是在傳統檢測技術上進行改進的檢測技術，其主要是在白盒技術上發展改進的檢測技術，有效地繼承了模糊測試和動態測試的優點，具有準確高效的特點。
4.3.2 基于故障注入的安全性測試
故障樹的建立工作是該安全檢測方法的基本。此方法將系統發生故障幾率最小的時間作為頂事件，在此基礎上在進行中間事件、底事件的尋找工作，利用邏輯門符號再將頂事件、中間事件與底事件進行連接，完成形成故障樹的工作。在保證精度的條件下，此方法可以實現故障檢測的自動化，實現檢測的高效性。
4.3.3 基于屬性的測試
基于屬性的檢測工作首先要完成確定軟件的安全編程規則工作，再進行檢測待測程序的代碼是否都遵守其確定的規則編碼，采用這種方法能夠有效地分析安全漏洞。另外，近年大量分布式軟件快速發展就是基于web服務的快速發展，如何利用好web服務的優勢，將很大程度上取決于如何合理完成這些軟件的安全檢測工作。而基于web服務的軟件的安全檢測也將是適用于基于屬性的測試方法中的一項重要部分，高效的完成確定軟件的安全編程規則工作，也就將檢測工作完成了一大步。
5 結束語
軟件安全檢測是重要的一環軟件開發工作，合理利用安全檢測，做到軟件潛在漏洞的早發現、早修正、早解決，有效地避免軟件出現故障的惡性后果。隨著計算機技術的發展，對于軟件安全的重要性也在增加，進行軟件安全檢測的必要性也在增加。對于研究軟件安全檢測的方法具有重要意義和廣闊前景。
參考文獻
[1]朱巖.淺析計算機軟件安全檢測存在問題及方法[J].科技創新與應用，2012（14）.
[2]張開.計算機軟件安全檢測問題研究及檢測實現方法[J].軟件，2012（07）.
[3]潘博.淺談計算機軟件安全檢測方法[J].電腦知識與技術，2013（13）.
[4]劉鋒.計算機軟件安全檢測方法研究[J].信息通信，2013（06）.
隨著市場經濟在我國的逐步完善，新的會計制度、會計準則不斷，對于房地產開發企業來說，目前適用的會計制度和會計準則主要有《企業會計準則》、《房地產企業會計制度》和《企業會計制度》等，如何在門類眾多的制度、準則、規定之下，結合企業自身特點，改進現有會計核算方法，更好地發揮會計職能，是會計人員的職責。筆者從以下幾個方面論述目前房地產企業會計核算中存在的問題及其改進方法。
1 房地產開發企業會計核算存在的問題
1.1 房地產開發企業收入確認的復雜性
房地產商品的銷售包括兩種，一種是自行開發并銷售，另一種是事先與買方簽訂合同，按合同要求進行開發。對于后者，應按照建造合同的標準進行收入的確認。而對于企業自行開發的房地產商品，由于其開發的周期較長，耗資巨大，其商品具有較高的價值性。這些特點決定了房地產商品銷售往往采用預售、分期收款銷售等多種銷售方式。房地產商品銷售的前提是首先取得預售許可證和銷售許可證，在此基礎上，一般要經過簽訂預售合同并預收房款、簽訂正式銷售合同、工程竣工驗收合格并交付買方驗收確認、收取房款、辦理產權過戶等銷售環節。因此，房地產收入的確認同其它的生產收入相比具有一定特殊性。《房地產開發企業會計制度》中規定以結算賬單提交買方并得到認可作為房地產開發企業收入確認標準，該規定比較簡單，宜于實際工作中的操作，但沒有反映銷售的實質，理論上不夠合理；《企業會計制度》和《企業會計準則——收入》中規定以風險和報酬的實質轉移作為收入確認的標準，理論上具有合理性，但要求會計人員具有較高的職業判斷能力。在會計實務中如何運用這一標準則比較混亂，核心問題在于應在哪一環節確認為收入，其分歧的焦點集中在:商品房所有權上的重要風險和報酬是否已經轉移。
1.2 房地產開發企業商品成本與售價的不配比性
首先，房地產開發企業的生產周期較長，開發項目從獲得土地并開發完成到確認收入短則1~2年，長則4~5年，必然使得企業投入產出比例呈階段性不合理；在項目建設期內大量投入資金，并發生大量費用計入當期；由于項目尚未完工，即使開發產品已預售完畢，其預售款項也無法確認為收入，其結果是為配比原則的應用造成了困難。
其次，房地產開發商品的成本載體是整個建設工程，而銷售則是按樓層或戶型為單位，這樣就造成單個樓層或戶型的售價明顯與其成本不配比。如同一結構的房屋，低層建筑施工成本低于高層建筑施工成本，但銷售時低層售價卻高于高層售價；又如“丁字形”樓房雖然同樓層成本一樣，由于朝向不同，其售價相差也很大。
通常房地產開發企業的成本結轉方法是:按當期竣工后的核算對象的總成本除以總開發建筑面積，得出每平米建筑面積成本，然后再乘以銷售面積得出本期銷售成本。這樣均攤計算的結果沒有考慮房屋樓層、朝向的因素，得出的經營成果不具有真實性。
1.3 收益評價指標不能真實反映企業業績
房地產企業投入產出周期具有較強的特殊性，表現在會計年報中往往是業績波動較大——項目建設期內業績不佳，驗收售出后，大量預收款確認為收入，期間間隔在一個會計期內還好，但一個項目往往要跨4、5個會計期，故不適用一般的公司業績評價指標，如凈利潤指標就不能正確、客觀、全面地反映其真實經營情況，尤其是上市公司，極可能誤導投資者。一個經營情況很好的開發公司，其凈利潤可能很小甚至是負數，但有大量的在建工程和很好的預售情況，現金流狀況極佳，有很強的盈利能力。同理一個盈利的公司也可能正危機四伏:面臨著因施工質量導致的巨額賠償，大筆銀行貸款到期而無力償還，尚未結清的擔保金，由于市政規劃調整，地價變化導致的土地風險等等；故此，評價一個房地產開發企業的業績，千萬不要以指標論好壞，應透過指標看實質，看其資質信譽、實力、現金流量、資產質量，還有更重要的表外風險等等。當然，這有賴于我們會計界同仁對會計信息的真實反映與充分披露。
2 完善房地產開發企業會計核算規范的對策
2.1 正確確定和應用收入確認標準
房地產商品銷售收入的確認應符合兩個標準，即法律標準和專業標淮。
(1)法律標準。法律標淮是指我國相關法規中規定的房地產銷售必須符合的條件或標淮:如對于以出讓方式取得土地使用權的，未按照出讓合同規定支付全部土地使用權出讓金，未取得土地使用權證書，或未按照出讓合同規定進行投資開發的，以及權屬有爭議的、未依法登記領取權屬證書的房地產不得買賣。凡是不符合上述標準的，即使房地產商品已經開發完畢，甚至取得了相關報酬，并轉移了風險，也不能作為收入予以確認。法律標淮是專業標準的前提條件。
(2)專業標準。專業標準是指會計準則、會計制度中規定的商品銷售收入確認標淮，即收入確認的4個必要條件:企業已將商品所有權上的主要風險和報酬轉移給購買方；企業沒有對已售出的商品實施控制；與交易相關的經濟利益能夠流入企業；相關的收入和成本能夠可靠地計量。上述規定中，收入確認以風險和報酬實質的轉移為標準，理論上比較合理，但由于房地產業銷售方式的多樣性和復雜性，為實際工作中收入確認帶來了困難。
筆者認為，房地產銷售合同是在房屋尚未建成竣工前的預先銷售行為，不論是否收取了款項，均不屬于實際發生的銷售業務。因此，簽訂預售合同并收取預收貨款不符合收入確認條件，不能作為銷售實現依據；簽訂正式房屋銷售合同則如同一般工商企業產品銷售合同一樣，從法律意義上講也只是一種合約，房屋未經買方驗收認可，商品所有權上的主要風險和報酬尚未轉移給買方，不符《企業會計準則——收入》的有關規定，故也不能確認收入；購買方取得商品房產權證的環節較為特殊，盡管房地產商品最終是以產權證上權利人主體的更替為所有權變更的主要標志，但由于房地產開發企業在項目開發前根據規定需要支付土地出讓金，取得土地使用證，并辦理領取預售許可證、在工程獲得有關部門竣工驗收領取銷售許可證、簽訂正式房屋銷售合同，并向客戶收取房款、交付買主辦理入住手續的情況后才辦理產權過戶手續，且產權證的辦理涉及到房地產管理、土地管理等政府有關部門，辦妥產權證書的時間并非開發企業所能控制。如果此時確認收入，會導致收入滯后，同樣不符合收入確認原則。所以，盡管房屋產權證書是房屋所有權的標志，但并非是確認收入的必要條件。
2.2 引入計劃銷售價格的概念，使銷售收入與成本配比
建議引入計劃銷售價格的概念，解決銷售成本結轉錯位，與銷售收入不配比這一特殊問題。即當開發的房屋達到可銷售狀態時，企業根據成本、市場、地段、樓層、朝向等因素制定一個計劃銷售價格，作為成本分配標準。
(1)實際售價成本率法，是在季度前兩個月按實際售價乘以計劃銷售成本等于季末銷售成木的方法調整。具體操作順序是:分類明細賬按開、竣工時間相同或相近且一并辦理決算的項目設置賬戶，在此分類明細賬基礎上，再按計劃價格相同的房屋分類設戶，價格不同的分別設置。季度前兩個月可按分類明細賬結轉成本，即按分類明細賬記載的當月實際銷售額乘以計劃銷售成本率得出當期成本結轉數，對銷售房屋只登記數量，待季末將未銷售房的計劃售價乘以計劃銷售成本率得出月末留存成本，用倒擠的方法結出銷售成本。這種方法適用于開發規模較大的房地產企業，優點是可以減少工作量，缺點是季度前兩個月受房價影響會產生一定誤差，且不能及時、準確提供較詳細的成本資料。
(2)計劃售價成本率法，就是始終按計劃售價乘以計劃銷售成本率進行結轉。只要是開發建設工程已辦理了竣工決算手續，就可以把商品房成本按樓棟、樓層、單元予以確定，甚至可以計算出每平米建筑面積成本。因此可以按單元設置賬戶，也可以把每平米建筑面積成本相同的商品房歸類計入同一賬戶。銷售成本按單元設置賬戶的房號直接對號入座結轉，按每平米建筑面積成本歸類設戶的，可按銷售面積乘以每平米建筑面積成本得出銷售成本。這種方法的缺點是結轉工作量較大，但遵循了一貫性原則，提供信息可靠及時，并能將結轉成本工作量分散在日常工作中，適用于一般房地產開發企業。
2.3 擴大信息披露內容，提高房地產開發企業信息披露中的信息含量
關鍵詞：練習設計；形成性作業；障礙診斷；“減負增效”科學化
文章編號：1005–6629（2014）2–0003–04 中圖分類號：G633.8 文獻標識碼：B
作業這個詞在我國教育教學領域廣為使用始于上世紀50年代“學習蘇聯”之后。在俄語詞匯中，作業（задание）還有功課、任務的意思，它的同詞根詞задача則是任務、習題的意思。упражнение也有作業的意思，但主要指練習作業和習題。在蘇聯教育學中，學生的實驗室作業和實習作業是作業的重要類型。由此，通常認為作業是指要求學生在一定時限內完成的學習性的活動任務，它包括練習以及以解決問題為主的設計及實踐活動?？梢姡鳂I不僅僅是練習，兩者之間是有些區別的。但是，時至今日，作業一詞在我國似乎成了練習的代名詞，加上基礎教育的特點和教學時間等條件的限制，中學化學教學中的作業是以練習為主的，大量的是練習，通常所說作業設計實際上是指練習設計，實驗室作業和實習作業大多用實驗（活動）和實踐活動來分別指稱。本文在討論作業設計時，相應地以練習設計為主，用意在于突出對練習設計改進的研究。
2005年，筆者曾經概括化學新教材中練習設計和練習教學的主要問題，并就存在問題的解決提出了一些意見[1]。然而8年之后，就總體情況而言，教材練習設計與教學實際“兩張皮”，各搞一套，形成巨大落差的現象依然存在。而且，應試壓力越來越大，許多教師在練習教學中追求“一步到位”，達到新的程度；“題海惡浪”使學生苦不堪言，許多教師也無可奈何；少數人對“造?！焙途幵祀y題頗為得意，卻沒有重視練習異化的嚴重威脅日益臨近：學生摔書、棄學事件頻發，“讀書無用論”重新泛起，“取消化學學科升學考試”的趨勢日益明確……“物極必反”，先人總結的這個規律，應該喚起我們的警醒。不錯，考試還是要的，恰當的應試教學是需要的，改革有關制度也不是教師所能決定的，但這并不意味著教師可以因循守舊，維持現狀，無所作為，依然按舊認識、舊經驗辦事。我們都希望化學教育搞得更好，都不希望化學教育受到影響，因此，每一個教師都必須深入地思考和探索如何消除痼疾，如何在教師職責范圍內改革應試和練習教學，努力實現“減負增效”。
筆者認為，要實現練習教學減負增效，除了要堅持整體規劃，系統設計，逐步提高，積極創新之外，當前應著重解決好下列問題：
1 合理定位，注意跟課文融合
總的來看，目前教材的編寫仍存在重“學”輕“習”、“學”“習”分離現象，對課文編寫比較重視，練習編寫有時只是起點綴作用，缺乏深入、有效的練習指導，助推了實踐中各行其是。
實際上，練習屬于問題之列，跟教材或者課堂教學中設置的問題沒有本質的區別。有計劃的、恰當編制的跟課文融合的練習不但能鞏固、拓展、深化學生的知識技能，培養學生的能力，也能使學生在情感態度價值觀方面得到發展，具有促進學生發展的功能。通過練習還可以獲得教學反饋信息，利于教學調控，促進預定教學目標的實現。練習過程也是學生繼續學習的過程，是學習過程的一個重要環節。
由此可以將練習合理地定位為：它不僅是“習”，也是“學”的重要方式和組成部分；要重視教材中練習的編寫，加強練習指導，使它跟課文有機地融合，做到“學”中有“習”，“習”中有“學”。在教材中練習的編寫尚未得到改善時，教師在教學設計中可以做出適當的補充和調整。
2 有的放矢，重視練習的“形成”本性
在應試需要的驅使下，不少教師把練習變成了“做卷子”的過程，仿照終結性考試的編制方法來編制平常的教學練習，使練習喪失了應有的基本屬性——形成性。久而久之，一些教師甚至不知道如何有效地編制形成性練習了。因此，重視和體現練習的形成本性，針對學生的薄弱環節，有的放矢地促進“形成”是十分重要的。
2.1 前提：準確診斷
最有效的“形成”，是有的放矢的“形成”。為此，除了要研究和遵循學生學習各具體內容的一般規律外，還需要做好學習困難和障礙的診斷。
思維的過程就是解決問題的過程，學習困難大多出現在解決問題的過程之中，它們的主要類型有：基礎較差型（包括知識缺失型、程序缺陷型等）；能力較弱型（包括策略無效型、經驗貧乏型、思維緩慢型、不太熟練型等）；元認知失衡型（包括元認知缺乏型、注意不當型、缺乏反思型等）；以及情意問題型（包括信心不足型、害怕困難型、心不在焉型、易受干擾型）等。
進行學習困難和障礙診斷的方法主要有：基于任務分析的個別談話、概念圖表達、思維路線陳述、出聲思維、行為觀察以及診斷性作業等等。
2.2 關鍵：對“癥”處理
在明確學習困難和障礙類型之后，可以用不同類型的作業配合其他方面的措施，作對“癥”處理。例如：
對于知識缺失型，可以通過補救型作業、拓展型作業、應用型作業進行知識“補課”；通過分解型作業促進理解；通過對比型作業突出條件、特點；通過變式型作業促進對核心、本質、重點的掌握；通過強化型作業促進知識鞏固。
對于程序缺陷型，可以通過矯正型作業、補救型作業糾正程序錯誤；通過誘錯型作業消除錯誤定勢、引起警惕。
對于策略無效型，可以通過分解型作業和綜合型作業結合，促進對策略的理解；通過觀念的方法論內涵演繹與樣例示范促進策略的思考和累積；豐富題型知識，注意題型體驗。
對于經驗貧乏型，可以通過變化型作業、拓展型作業、應用型作業來充實、豐富經驗。
對于思維緩慢型和不太熟練型，通過歸納型作業，以及有序和適當地增加練習量，以促進形成“圖式*”，有利于思維提速和熟練解題過程。
對于元認知缺乏型，可以通過解說型作業，要求學生解說解題依據及過程，學習反思和換位換向思考，強化其元認知意識、知識和體驗。
對于情意問題型，應以心理矯正方法為主，也可以應用激趣型作業、應用型作業、動手型作業來配合。
對于注意不當型，可以通過強化策略意識，改善情意心理來提高注意品質。
上述各種類型的作業都是針對學生薄弱環節的“形成性練習”，廣義地說，這種“形成性練習”也包括診斷性作業在內。除此之外，還有不具有特定目的、旨在進行常規教學訓練的“形成性練習”，下面討論中的舉例即可歸屬于此類。
3 劃分層次，逐步“到位”
教學中的練習應該是由若干習題構成的有機整體，而不是若干習題的隨意拼湊，應該根據預期功能賦予適當的層次結構：或者是變式重復，以求鞏固、強化；或者逐步拓展，以求發展；或者是逐步深入，以求提高。
課時練習跟單元練習、學段練習以及升學應試練習要注意拉開檔次，明確分工，不能“一步到位”。為此，需要先做好整體計劃，并注意有計劃地覆蓋基本的題型。
對于學習基礎不同、學習速度各異的不同類型學生，應該通過練習選擇指導，分類提供適合他們的練習，使他們都能逐步發展、提高。
恰當地劃分習題的層次是按照上述內容搞好練習教學的重要前提。怎樣合理地給習題劃分層次呢？通?？刹捎玫姆椒ㄖ饕牵?/p>
3.1 參照布魯姆教育目標分類體系劃分習題層次
在B. S.布魯姆提出教育目標分類法之后，曾任美國《Journal of Chemical Education》總主編的列品考特（W. T. Lippincott）教授等人就用來對化學試（習）題進行過分類。1987年，筆者曾經借鑒布魯姆的分類思想、指導原則和編制方法，根據解答問題時需要涉及的認知操作，將中學化學試（習）題分為知道、領會或學會、應用、綜合運用和創新等層次，測量它們的實際難度，發現這個認知序列跟難度增長有著很明顯的相關性[2]。據此，可以參照布魯姆的教育目標分類體系把習題區分為不同的層次（見表1）。
3.2 利用SOLO分類體系劃分習題層次
SOLO（Structure of the Observed Learning Outcome，意為可觀察的學習成果的結構）分類評價理論是由比格斯（J. B. Biggs）及其同事提出的。其基本觀點是：兒童的心理發展在不同的學科中有不同的表現，具有階段性的特征，同一個學生甚至在同一個學科的不同知識點上都會處于不同思維階段。教學不僅要關心學生的認知發展階段，更要關注學生的真實學習情況，尋找學生學習質量出現差異的原因，以便“因材施教”促進學生的發展。他們把學生在學習新知識過程中表現出來的可以觀察到的思維階段稱為“可觀察的學習成果結構”，根據學生解答具體問題時表現出的思維結構在性質和抽象水平上的復雜變化，假設學生在學習時存在由感覺運動的、形象的、具體符號的、形式的、后形式的5種方式依次組成的普遍發展順序，并進而描述了每種方式下的反應水平，把學生的學習結果由低到高劃分為前結構的、單一結構的、多元結構的、關聯結構的和拓展抽象結構的5個層次[3]：
（1）前結構水平（Prestructural）：學生被情境中無關的方面及以前所學的無關知識所困擾或誤導，沒有真正理解問題，不了解相關知識，或使用過于簡單的方法去解決問題，表現為任務沒有得到合理地處理，回答問題時邏輯混亂，給出錯誤的或不相關的答案。這是最低級的水平，可認為學習者不具有回答該問題的能力。
（2）單一結構水平（Unistructural）：學習者只能聯系與該問題相關的單一事件，找到一個線索或資料就立即得出結論，忽視了可能的內在矛盾，或者僅僅是靠記憶回答，而不是真正理解。
（3）多元結構水平（Multistructural）：學生回答問題時，能聯系多個孤立事件，使用兩個或多個線索或資料，但未能覺察到這些線索或資料之間的聯系，未能對線索或資料進行有機整合。常常給出一些支離破碎的信息，未形成相關問題的知識網絡。
（4）關聯結構水平（Relational）：學習者能夠把握問題線索和相關素材及它們之間的聯系，進行概括歸納，將它們聯結在總體的聯系框架中成為一個有機整體，能解決較為復雜的問題，并將解答的各部分內容整合起來，使之具有統一的結構和意義。這表明學習者已對這個主題有充分的理解。
（5）拓展、抽象結構水平（Extended abstract）：學習者能概括一些抽象特征，把前面得到的整體概念轉化到更高的抽象水平，或者拓展問題本身的意義，推廣這個結構到一個新的主題或領域，表現出較高的創新能力。
以這個5層次發展序列為標準，可以把習題劃分為不同水平（見表2），根據學生在解答問題時的表現來判斷他所處的思維發展階段。這就是說，SOLO法可用于形成性的學生學業評價。
4 探索負荷測算方法，實現“減負增效”科學化
要科學地“減負增效”，需要對負荷進行測算，而不是只憑主觀感覺“毛估估”。
澳大利亞心理學家約翰·斯威勒（John Sweller）在1988年提出認知負荷理論[5]。他認為，學習過程中的各種認知活動都需要消耗認知資源，如果所需要的認知資源總量超過了個體所具有的認知資源總量，存在認知資源分配不足的問題，會出現超負荷現象，從而影響學習效率和質量。認知負荷包括內在認知負荷、外在認知負荷和關聯認知負荷。內在認知負荷與學習材料的性質關聯，是由所學材料本身的復雜程度決定的，在信息要素高度交互作用以及學習者還沒有有效掌握合適圖式時，會產生高度的內在認知負荷。外在認知負荷是由信息的呈現方式和學習者需要的學習活動所引起的，它主要是由設計不當引起。關聯認知負荷是指與促進圖式構建和圖式自動化過程相關的認知負荷，它也受控于設計者。外在和內在認知負荷不利于學習，而關聯認知負荷有利于學習。認知負荷理論在20世紀90年展成為研究認知過程和教學設計框架的一個重要理論，但學者們對其涵義的理解始終沒有統一[6]。
目前在管理研究領域，國際上有關腦力負荷的研究方法主要有：主任務度量法、次任務度量法、生理度量法和主觀度量法。其中，主任務度量法是通過對操作者在工作中的表現來推算這一工作強加于操作者的腦力負荷，有很明顯的缺陷；次任務度量法通過對操作者完成次要任務時的表現來推算，受到的質疑更多；生理度量法目前的可靠性不強而且依賴于多種特殊儀器、難于廣泛應用；主觀度量法則永遠無法完全消除其主觀性[7]。
筆者認為，在練習設計中對習題的主任務進行結構分析，有可能表征其復雜性，由此可以確定習題的靜態難度（或稱絕對難度）和推測學生的認知負荷極限，并進一步確定習題的層次。
試（習）題難度的標定方法大致可以分為采用客觀指標的事后標定和主要采用主觀指標的事前標定兩大類型。事后標定大多以通過率或者得分率作為試（習）題的難度，在測驗評價和試卷分析中已經廣泛應用。對于試（習）題編制及其難度調控來說，事前標定難度比事后標定難度似乎更有直接意義，但是事前標定實際難度的困難要比事后標定大，其主觀性也比事后標定大。目前，國內外都有不少學者在探索如何更好地進行試（習）題難度的事前標定，嘗試根據影響因素來標定問題的絕對難度；提出了各種絕對難度標定方法，如多維度分析系統、任務加工信息數量評估法、認知復雜性評估法、認知任務分析法和關系-表征復雜性模型等等[8，9，10，11，12]。
一般說來，試（習）題的難度與其復雜性有關，對其復雜性系統地作具體分析，有助于確定影響試（習）題難度的主要內在因素并進而測算其量值。問題是由基質（或稱預設、主題、已知等）、疑項和解3部分組成的，并且往往在一定的背景下產生，用適當的語言表述，在一定的情境中呈現。由此可以推測影響試（習）題難度的各種因素包括下列各方面：
（1）問題表述的準確性和鮮明性；閱讀量大小。
（2）情境的復雜性；情境與問題以及學生認知經驗的貼近程度，對建模以解決問題的啟發性、便利性。
（3）基質（已知條件）中包括模塊和圖式在內的知識點的多少、隱蔽性、充分必要性；各知識點的關聯復雜性。
（4）疑項和解的多少；已知條件與解之間的障礙與干擾的多少；中間任務或中間目標的多少（任務的復雜性）。
（5）解的開放性、指向性（搜索空間大?。?/p>
（6）問題結構的多元性、關聯性、拓展性以及要求的抽象-具體跨度大小。
（7）問題解決過程必須的策略及程序的復雜程度和熟悉程度，認知操作水平、邏輯操作數量，等等。
情境越復雜；試（習）題涉及的知識點（或知識組塊）越多，知識的學習（應用）水平要求越高；任務復雜性越大、中間任務（階段任務）越多；條件的隱蔽性和結論的開放性越大，障礙與干擾越多，問題的結構越復雜；解的指向性越弱，可采取的策略（圖式）和程序越復雜，都會使試（習）題的難度越大。
不過，上述推測不一定可靠，需要經過實踐檢驗和修正，只能作為研究過程中的一個假設。例如，一般推測知識內容模塊個數會影響試（習）題難度，然而有人在實證研究中發現：知識內容模塊個數對試（習）題難度并沒有顯著的影響，達不到統計檢驗的顯著性水平[13]。
確定影響試（習）題難度的主要因素不是一件容易的事，由這些因素來建立模型準確地測算難度數值也不輕松。
5 需要解決的其他問題
除了合理定位，跟課文融合；有的放矢，重視練習的“形成”本性；劃分層次，逐步“到位”；探索負荷測算方法，實現“減負增效”科學化之外，心懷精品意識，努力把練習和習題設計成精品，絕不茍且應付，對于搞好作業設計非常重要、非常關鍵！
還有一些問題也需要注意和解決。例如，一些教師總感覺到課本中的習題“不給力”，其原因在于大多數仍停留在表面，運用知識分析解決實際問題少，導致學生興趣低下、缺乏主動性、對練習持應付態度、抄襲作業現象嚴重；隨手拼湊練習多、重復多，選擇題數量過度，造成“題?！备吆牡托?；注重學科特點不夠，胡亂編造的“實際”題時有出現……在練習教學方面，教師講評枯燥、狹隘，重結果輕過程，忽視知識構建，忽視思維培養，缺乏方法、策略訓練，不注意透過現象看本質，難以達到舉一反三效果；忽視個別指導，缺少有效的矯正和補救措施，加劇了學習分化……實踐表明，文化內涵貧乏、人文精神缺失，會嚴重地牽制練習和練習教學水平的提高。
“減負”只是努力的一個方面，另一方面，還要從指導思想、教學原則以及練習的內容、形式和教學實施、批改、講評等環節努力“增效”。限于篇幅，這里就姑且從略了。
參考文獻：
[1]吳俊明，李艷靈.關于高中化學新教材練習設計和練習教學的思考.載于：課程改革的探索之旅——《課程·教材·教法》創刊30周年百篇精粹[M].北京：人民教育出版社，2011：561～565.
[2]吳俊明，王槐.試論中學化學教學目標的分類[J].揚州師院學報自然科學版，1987，（4）：99～104.
[3] John B. Biggs，Kevin F. Collis.Evaluating the Quality of Learning——The SOLO Taxonomy [M]. NY： Academic Press，l982.
[4]薛春蘭. SOLO分類評價理論在高一化學教學中的應用[J].化學教學，2012，（12）：28～30.
[5] Jobn Sweller. Cognitive Load During Problem Solving： Effects on Learning [J]. Cognitive science， 1988，（12）：257～285.
[6]趙俊峰.解密學業負擔 學習過程中的認知負荷研究[M].北京：科學出版社，2011.
[7]崔凱，孫林巖，馮泰文，邢星.腦力負荷度量方法的新進展述評[J].工業工程，2008，11（5）：1～5.
[8][13]杜明榮.高中物理試題難度的影響因素研究[D].重慶：西南大學碩士學位論文，2008.
[9]邵志芳，余嵐.試題難度的事前認知任務分析[J].心理科學，2008，31（3）：696～698.
隨著市場競爭硝煙的愈加激烈，現代企業的人力資源正以它特有的價值性，稀缺性和難以模仿性等經濟資源的典型特征成為現代企業核心競爭力的重要組成部分，對現代企業的可持續性發展具有決定性的重要意義。
企業的人力資源是企業形成核心競爭力和推動企業快速成長的關鍵。在21世紀，我國企業的人力資源管理將面臨全球化、新技術、成本控制、管理方法等多方面的挑戰，人力資源管理也將隨之呈現出職能的分化、管理的強化等新趨勢。
1 核心競爭力的定義
正如麥肯錫公司所說：“核心能力像座海市蜃樓，從遠處看五光十色、充滿希望，但一接近，它就成了沙礫一堆?！蹦敲?，核心競爭力到底是什么?
我們將其定義為：企業具有的長期形成并融入企業內質中的支撐企業競爭優勢，使企業在競爭中取得可持續生成與發展的核心性競爭力。
企業的一個能力之所以會成為核心能力必須具備四個必要條件：價值創造，稀缺性，難以模仿性和學習性。價值創造性是從用戶角度，為客戶提供根本好處的能力；稀缺性是從企業未來成長的角度，企業實現不斷持續發展的能力；難以模仿性則從競爭者角度，其關系到企業隱含知識；而學習性是從企業過去考察，是積累性學習的結果。
企業核心競爭力的核心是企業擁有的知識資本。而在知識資本中處于核心地位的是人力資本。因此，可以說企業核心競爭力的根基在于企業人力資源的開發。離開了企業人力資源的開發，企業核心競爭力便會成為無本之木，無源之水。
2 企業核心競爭力的根本——人力資本
由于企業核心競爭力是一個以企業技術創新能力為核心，包括企業的反應能力、生產制造能力、市場營銷能力、服務能力和組織管理能力等在內的復雜系統，而技術創新能力等各項能力的狀況與增強又取決于人力資源的狀況與開發。因此，可以說企業核心競爭力的根基在于企業人力資源的開發。
所謂“企業人力資源”，是指包含在企業員工身體內的一種工作能力，它是表現在員工身上的、以員工的數量和質量表示的資源，是企業的一種特殊資源。
2．1人力資源要成為核心競爭力之源，人力資源必須為公司提供價值
人力資本理論根植于人所擁有的價值創造潛力，bamey(1995)認為組織資源的價值來源于它開發新的生產機會和抵御威脅的活動中，而人作為一切組織活動的主體，其價值性貫穿于整個企業價值鏈中(milier，1999)，人力資本的價值最直接的表現為其收益與成本的比值(v=b／c)，人力資本的價值是體現在員工用其知識技能以更低的成本為顧客提供更高的收益，即價值的增值和成本的降低兩個方面。steffy，manrer從勞動力需求和勞動力供給的異質性的實踐事實出發，認為個人對公司的價值貢獻是有差異的，這證明人力資本能夠為公司創造價值。boudreau(1992)用效用分析方法論證了人力資本增加公司價值的途徑的理論基礎和測算這種價值增加的技術，并從人力資本運營的角度對企業價值的作用進行了分析，提供了以人員甄選程序衡量人力資本對企業財務價值貢獻的效用模型，并通過實踐中員工之間工作調換后所帶來的組織財務價值的差異而得以證實。
由schnidt提出、并由boudreau近來修訂的效用方程，提供了人力資本對公司財務價值貢獻的估算方法。schmidt等在cronbach和cleser工作的基礎上，推出下列測算挑選程序價值的公式：
utility=[(n)(t)(r)(z)(sdy)]一c
這里，n表示雇傭人數；t表示雇傭的平均任期；r表示挑選測試和工作績效的相關系數；z表示這些雇傭的平均標準得分；sdy表示用市場價值計的工作績效標準差；c表示工作挑選系統的成本。
效用模型的三個成分(數量、質量和成本)是效用分析的基本框架，人力資源效用模型是以預測指標和效標之間的關聯性為基礎的，它的重點在效標關聯性分析和參數估計。應用人力資源效用分析模型的最大困難是模型的參數估計方法一直沒有得到很好解決。影響人力資源效用分析應用的關鍵因素是模型的績效標準差(sdy)參數估計?？冃藴什罟烙嫷木_度對效用模型分析結果影響很大，因此參數估計方法和方法之間的比較研究一直是文獻上研究的焦點。文獻上先后提出多種績效標準差估計方法，可以歸納為四大類：成本核算法、整體估計法、個別估計法和比率法。成本核算法運用財務分析原理，從實際的績效數據計算中得到標準差值，這種方法在概念上很簡單，但是在操作上易導致隨意性或主觀性，因此不常使用。在最近的研究中比較常用的方法是：整體估計法、4o％法和crepid法整體估計法是一種比較實用的方法，具有較好的精確度。該方法的基本假設是：績效數據呈正態分布，然后從分布數據中可以估計出績效標準差。最常用的策略是，讓管理人員評定績效數據分布中處于15％、50％和85％位置的績效值，然后計算l5％與50％的績效差和85％與50％的績效差，兩個績效差的平均數作為績效標準差的估計值，同時用兩個績效差是否相等檢驗正態分布假設。crepid方法屬于個別估計方法，類似于成本核算方法，但是比成本核算法更為精細和復雜，是三種方法中最為復雜的一種，它的精確度最高。40％方法屬于比率法，用某個工作崗位的平均工資乘以一個百分數作為該工作群體的工作績效標準差估計值，該百分數通常界于40—70％之間，40％只是一個經常采用的數值。
2．2一種資源如果要成為核心競爭力之源的話，它必須是稀缺的
由于到處都有失業者存在，這個世界顯然是勞動力過剩。所以，人們能夠輕易地認為人力資源是不稀缺的。但是由于認識能力在人力資源中是正態分布的，因此，高能力水平的人力資源是稀缺的。其次，個體人力資本的形成是一個獨特的知識積累過程，具有先天稟賦和后天學習的雙重差異性，決定了個體能力的差異和難以模仿，也導致了一定程度上人力資本的稀缺性。
2．3為成為核心競爭力之源，資源必須是不可模仿的
一個資源能夠被模仿首先需要競爭者必須能準確地確認競爭優勢之源；其次，競爭者必須能夠準確地復制人力資本資源集合的相關因素和這些資源作用的環境。根據以資源為基礎的觀點，公司獲得和利用其獨特資源的能力依賴于其獨特的歷史。當公司資源和競爭優勢之間的聯系是不能完全理解時，就存在因果關系模糊。如果其他公司不能夠識別公司資源實現競爭優勢的特別途徑，其事實上也就不可能模仿這些重要的資源。最后，來源于公司相互作用的社會復雜性的競爭優勢不可能被模仿。因為人力資源可能具有獨特的能力產生或影響于獨一無二的歷史條件。
2．4人力資源要成為核心競爭力，企業必須有很強的學習能力
伴隨著知識經濟時代的到來，知識更新的速度越來越快，知識逐漸成為經濟增長的源動力．作為知識產品直接創造者和受益者的企業如何應對日益激烈的市場競爭和不斷變化的生存環境，唯一的選擇便是重視知識、學習知識，以學習求創新，以創新求發展。21世紀最成功的企業將會是“學習型企業”，因為未來唯一持久的優勢，是有能力比競爭對手學習得更快。而人才是企業生存和發展的基礎資源，知識只有被具備學習能力的人才應用到實際工作中創造出價值時，才能成為一種資產。員工具有一定知識含量和較強學習能力、創新能力和應用轉化能力，持續發展的人才帶給企業更新的創造力、更高的績效以及企業應對競爭時代有能力保持的更廣闊視野。
3 實施人力資源戰略提升企業核心競爭力
3．1更新觀念
要深刻認識到當前國內市場由賣方市場向買方市場過渡，世界經濟正逐步由工業經濟向知識經濟過渡，由傳統經濟向新經濟轉變。這個轉變對企業的生存和發展提出了更高要求，其中主要的就是企業是否具有較強的創新能力，而企業創新的關鍵是靠人才，因而人才管理制度的創新尤為重要。樹立以人為本、以人才為本、知人善任的觀念，真正樹立尊重知識、尊重人才的科學用人觀念，正確理解并運用“人力資源是第一資源”的現代觀念。
在當前美國企業的董事會中，不帶有財力資本的獨立董事已占到了60％以上，其他發達國家亦如此，這是一個明顯的例證。從人力資本發展的角度，西方經濟學家把這個轉化過程概括為從“物本”到“人本”再到“能本”。
用好人才比選擇人才更為關鍵。很多企業選人時求賢若渴，到處招聘人才，到頭來卻是招而不用，或者是把人才放錯了位置。所以采取一切手段，把好人才選進來，感情留人、待遇留人、事業留人，最重要的是最大限度地發揮人的才能，“舒心”留人，用人比選人更為關鍵。
3．2企業文化管理是構筑企業人力資源競爭力的關鍵．
3．2．1人力資源管理的最高層次是文化管理
技術和制度本身是相對穩定的，一經形成就可能僵化。人力資源的文化管理，特別應該強調以人為本，企業的一切經營管理活動都圍繞如何充分發揮人的能力展開。
優秀的企業，要求每個員工自覺地把能力最大限度地正常發揮作為自己價值追求的主導目標，并積極為此而努力。與此同時，企業也會對職工的奉獻給予恰當的承認和合理的報酬。在這種環境下，企業經營理念得以落實，公司使命得以完成，進而保證個人價值和企業價值的共同實現。
3．2．2建立組織與個人的共同目標
個人目標是人們心中真正的渴望，是對未來的向往和追求，它促使人不畏艱難，不斷進取。組織如果考慮到員工的個人目標，把員工的奮斗目標整合到企業發展的方向上來，就可以激發員工無窮的激情和創造力，使之對組織的目標全心投入、義無返顧。很多處于創業期的企業，待遇很差，但員工的干勁卻出奇地足，原因就在于此。企業應該讓員工明白企業的目標，并在工作中不斷地加以整合和調整，消除目標方向不一致的地方，確保員工的努力對企業的有效性。
3．2．3培養員工忠誠度
越來越多的企業開始意識到高忠誠度員工的重要性。如何保證企業的人力資源有效長期地為企業的發展服務，而不至于隨著企業的變動成長而發生人心離散，這是企業人力資源管理的重要目標。
但在很多企業，忠誠卻被限制在制度層。比如說，不少企業對從剛從大學畢業的員工要求一定的服務期，但在服務期內，給予不好的待遇，而且在服務期滿前，員工要想離開會受到重重阻攔。這樣做能在一定程度上遏止人才流失，但弊端也是明顯的，一方面進來的優秀者先行流失，而相對不優秀的人卻被沉淀下來，使企業的人才結構不斷惡化。
另一方面，由于過高的人才流動率，加大了人才在選擇時的預期成本，使得許多優秀的人才不愿意進來。企業與員工達成并維持一份動態平衡的“心理契約”，有助于改變上述被動局面。這就要求企業管理者清楚每個員工的發展期望，使員工的個人前景與企業發展緊密結合；每一位員工也為企業的發展作出全力奉獻，因為他們相信企業能實現他們的期望。
3．3開展知識管理，建立知識分享體系
企業要說眼員工把自己的知識貢獻出來讓大家分享是非常困難的一件事情。但建立知識分享體系對現在企業，尤其對企業的長期發展很重要。企業可采取相關的措施：(1)個人得到認可的方式。如果一個企業希望鼓勵員工把他們的知識和專長進行分享，就要確保他們由于分享了知識專長而受到認可。如果分享者成了組織的英雄，那么知識的價值不僅在企業層次上，而且在每個員工個人層次上得到了認可。(2)同關鍵業務流程相結合。知識一般會在特定的業務流程中產生，銷售人員在銷售過程中獲得新知識，售后服務人員在進行服務時也可能得到新知識，項目經理在進行項目管理時獲得了新經驗。(3)培訓員工的it知識。局域網，文件管理系統，電子留言板等都是可以使用的技術。(4)組織知識庫要設計合理，使每個人知識轉變為組織知識資本的方法迅速和便捷。
3．4建立有活力的人力資源激勵機制
哈佛大學的心理學家威廉·詹姆土在對人的激勵研究中發現：缺乏激勵的職工僅能發揮其實際工作能力的20％——30％。因為只要做到這一點，就足以使自己保住飯碗，但是受到充分激勵的職工，其潛力則可以發揮到80％——90％，可見激勵對人潛能的挖掘和利用是多么重要。
文章編號：1003－4625(2010)02－0010－04 中圖分類號：F820.5 文獻標識碼：A
此次金融危機爆發表明，市場上交易的很多信用結構衍生產品既帶有信用風險的特征，又帶有市場風險特征，在可能的將來人們甚至還能看到由操作風險外包手段引起的帶有三大風險特征的產品。這無疑對我們舊有的風險劃分、計量和管理無疑是個嚴重的挑戰。鑒于此，厘清對新增風險的認識，以及如何計量新增風險，對于當前業界和監管當局更為科學地認識和應對市場風險，其重要性不言而喻。
一、新增風險在市場風險中的重要性
最近，巴塞爾委員會公布了交易賬戶的定量影響測算結果。該定量影響測算基于10個國家43個銀行的交易賬戶的實際測算。測算的關鍵結果如下：
(一)定量影響測算結果表明，平均而言，按現行方法測算出來的交易賬戶資本要求將使得總體資本要求至少增加11.5％，市場風險資本要求要增加223.7％。這不包括標準法或綜合風險資本要求法(comprehensive risk capital charge)下未進行再資產證券化的證券化暴露的資本要求。這一平均水平，尚不包括銀行對某些修改調整沒有報告數據的情況。在這些情況下，資本變化假定為零?？紤]到這一種情況，最低資本要求的實際變化將更高。
(二)平均而言，新增風險資本要求將使總體資本要求上升6.2％，使得市場風險資本要求上升102.7％。相比較特殊風險資本要求而言，新增風險資本要求平均為其九倍之高。這一結果與第二次定量影響測算結果一致。
(三)壓力下VaR(stressed VaR)方法的引人，使得總體資本要求平均上升4.6％，市場風險資本要求上升110.8％。平均而言，壓力VaR是非壓力VaR的2.6倍。沒有證據表明，壓力VaR的分散效應低于非壓力VaR。
(四)對于再證券化風險暴露，新標準化的特殊風險資本要求的引入使得總體資本要求平均增加5.4％，使得市場風險資本要求平均上升92.7％。
(五)標準法下，證券的特殊風險資本要求使得總體資本要求平均上升0.2％，使得市場資本要求上升了4.9％。
從上述結果來看，使得現行方法下交易賬戶資本要求增加的要素由大到小依次排列為：新增風險資本要求、壓力下VaR、再資產證券化風險暴露、證券的特殊風險。
上述結果導致市場風險資本要求劇增主要是因為現行(新)方法與先前(老)方法的不一致。老方法下，市場風險的資本要求＝未使用內部模型而采取標準法的資本要求(包括：一般和特殊利率風險、一般和特殊證券頭寸風險、外匯風險、商品風險)+內部模型法下的資本要求(為前一日VaR與前60個營業日日均VaR均值*乘數因子中的較大值)。
新方法下，市場風險資本要求=未使用內部模型而采取標準法的資本要求(包括：一般和特殊利率風險、一般和特殊證券頭寸風險、外匯風險、商品風險)+內部模型法下的資本要求(前一日VaR與前60個營業日日均VaR均值*乘數因子中的較大值+最新可得的壓力VaR值與前60個營業日壓力VaR均值*乘數因子中的較大值+新增／綜合風險資本要求)。
二、新增風險定義、演變和特征
根據巴塞爾委員會2009年7月的《交易賬戶新增風險資本計算指引》，新增風險主要為金融機構面臨的違約風險和信用遷移風險。新增風險的提出主要是為了彌補風險價值(VaR，99％，10天)模型存在的缺陷。據此，新增風險資本要求(IRC)代表了對資本計劃期為一年、置信區間為99.9％的非證券化信用產品的違約和信用遷移風險的估計，并同時考慮了個別頭寸和組合頭寸的流動性計劃期。
根據新增風險的定義及其歷史演變，我們可以發現與一般市場風險和特殊風險比較起來，新增風險具有以下特征(參見下表2)：一是風險覆蓋的范圍不一樣，一般市場風險是由金融產品的市場價格波動造成的，特殊風險主要針對歷史價格變異、集中度風險、名目基差(name-related basis)風險以及事件風險；而新增風險是覆蓋交易對手違約風險與信用遷移風險。二是流動性差異。一般市場風險和特定市場風險的VaR模型忽視了交易賬戶頭寸中潛在的流動性差異，無法完全反映出每年發生不到兩三次的單日大規模損失，也不能反映出幾個星期或幾個月的期間內大規模累積價格浮動的潛在可能。而新增風險主要針對這種交易頻率較低，流動性較弱的資產組合帶來的風險。三是置信水平和時間周期不一樣。一般市場風險和特定市場風險的VaR模型置信區間為99％、時間周期為一天的風險價值，最多可以擴展到10天。而新增風險考慮的是資本計劃期為一年、置信區間為99.9％，時間周期更長的情況下的風險。
表2交易賬戶最新定量影響測算中對特殊風
三、新增風險資本計量方法比較
由于當前業界對新增風險的關注剛剛興起，目前還沒有就潛在流動性差的交易頭寸的風險計量達成一致，所以巴塞爾委員會沒有規定新增風險資本計量的具體方法，但是在其資本計量指引中規定了基本原則和必須考慮的基本要素。
(一)基本要素
第一個基本要素為穩健性標準。即，巴塞爾委員會規定新增風險的計量必須反映出資本計劃期為一年、置信區間為99.9％的穩健性標準，且同時考慮單個或組合交易頭寸的流動性計劃期。
第二個基本要素是資本計劃期為一年的穩定的風險水平。這一假設表明銀行在為期一年的資本計劃期內以一種維持其初始風險水平的方式再平衡或敘做其交易頭寸。這意味著考慮那些在流動性計劃期開始時與原始頭寸具有相同風險特征、但在流動性計劃期內其信用特征改善或變差的替代頭寸的影響。
第三個基本要素是流動性計劃期。流動性計劃期是指在壓力市場條件下銷售頭寸或對沖IRC模型中涵蓋的所有實質風險所需要的時間。單一頭寸或頭寸組合的流動性計劃期至少為三個月。一般而言，在設置流動性計劃時期時，一個非投資級的頭寸通常比一個投資級的頭寸具有一個更長的流動性計劃期；銀行可以頭寸或一個集合為基礎(“桶”)來評估流動性，但應能夠有效反映出流動性之間的差別；對于集中度高的頭寸，流動性計劃期通常會更大；一個證券化倉庫的流動性計劃期應反映出在壓力市場條件下建立、銷售和證券化資產或對沖重要風險因子的時間。
第四個基本要素是要考慮相關性和多樣化。一
是違約和遷移之間的相關性，包括在債務人中違約和遷移事件的相關性的影響，以及群體違約和遷移事件的影響。二是違約或遷移風險和其他市場因素的相關性。由于在交易賬戶中違約或遷移風險與交易賬戶中其他風險多樣化帶來的影響目前還尚未被很好地理解；因此，在目前階段，違約或遷移風險與其他市場變量多樣化的影響不會被反映在新增風險的資本計算方面。
第五個基本要素是集中度。必須恰當地反映發行人和市場集中度。一個高集中度的資產組合應比那些較分散化的組合計提更高的資本。壓力狀況下，產品類別內部和產品類別之間可能產生的集中度也應得到體現。
第六個基本要素是風險緩釋和多元化效果。在IRC模型內部，風險暴露金額只有在多頭和空頭頭寸指的是同一金融工具時才可以進行凈扣處理。否則，風險暴露金額則必須以一種總量的方式(例如：非凈扣)來計人。產品的主要基礎風險、在資本結構中的排位、內部或外部評級、期限、沖銷頭寸的期限以及沖銷工具手段之間的差異(如：不同的支出觸發和程序等)都應反映在IRC模型中。如果一種工具的期限比流動性計劃期更短或沒有合同確保期限比流動性計劃期長，則IRC必須包括在工具期限和流動性計劃期的間隔時間可能發生的潛在風險帶來的影響。
對于通常是以動態對沖策略對沖的交易賬戶風險頭寸，還需要識別被對沖頭寸的流動性計劃期內對沖的再平衡。這種識別只有在下述情況下才會被接受，即銀行：1、在相關的交易賬戶風險頭寸中都選擇一致的再平衡對沖建模；2、證明引入再平衡能夠改善風險計量；3、證明對沖工具的市場即使在壓力情況下也有足夠的流動性容納這種再平衡。任何動態對沖策略所產生的剩余風險都應在資本計提中得到體現。銀行需驗證他們計算剩余風險的方法，力爭讓監管當局感到滿意。
第七個基本要素是期權性。銀行的IRC模型應該包括期權的非線性影響和針對價格變化有顯著非線性表現的其他頭寸。銀行還應當關注和這些產品相關的估值以及價格風險評估中所固有的模型風險的額度。
(二)方法比較
根據現有國際金融機構對新增風險資本計算的基本原理和實踐，對新增風險監管資本要求的計算大致可以分為兩個思路來進行(可參見Avantagecapita有關材料)：一是構造一個統一模型，模型包括三大塊，即評級遷徙模塊，交易對手違約事件模塊，及評級遷徙、交易對手違約事件之間以及與其他風險要素之間的相關性矩陣模塊等。同時考慮資本計劃期和流動性計劃期之間的錯配約束條件，在此條件下根據相關歷史數據得出相關系數，然后形成完整的模型，根據構造類數據或當前數據，進行相關的IRC的VaR值計算。二是對評級遷徙和交易對手違約事件單獨建模，在此基礎上考慮相關性和多元化以及期權性等要素，求得相關系數矩陣，然后在資本計劃期和流動性計劃期之間的錯配約束條件下，考慮上述三大塊，即評級遷徙和交易對手違約事件以及相關性和多元化等，最后根據歷史數據擬合出來的相關數據形成完整模型，再進行相應的VaR值計算。
根據Nykredit銀行的Johannes Rebel的相關論文，計算IRC的步驟大致可分為：定義IRC模型的所有頭寸－II0；設定流動性期限結構；對于t=ti時都先從t=t0時開始，然后對整個債務人集合模擬(預先定義的)隨機過程，直到t=ti+1，在現有時間和評級情況下將所有頭寸映射到模型當中來，計算損益表，然后根據交易策略重新促使資產負債表平衡(即風險水平不變)，反復執行這些步驟直到t=T，重復前述第三個步驟“10000”次；計算損益分布中的99.9％分位下數值。
現階段對于評級遷徙如何計量的模型已有不少，同時對于交易對手違約風險如何計量的模型也不少。其中，對于評級遷徙的經典模型有多重要素的merton模型、布朗橋模型以及creditmetrics相關模型，也可參見Jones和Cynthia McNuhy等人的論著。
根據附件，我們發現，2007年9月份金融危機爆發前，使用IDRC模型計算新增違約風險監管資本要求的六大國際金融機構中，已經有兩家不復存在，一家已經轉型，其余三家深度重創。但是其IDRC模型仍舊可以為我國銀行業提供很多的經驗和教訓，使得我們可以少走一點彎路。
就模型本身而言，六家機構利用的IDRC模型都是建立在IRB模型之上，其中前三家模型(CS公司的湯姆模型、摩根斯坦利的查爾斯模型和花旗的依云模型)更為類似，后三家(RBS的簡和理查德模型、德累斯頓銀行的馬克思F和馬克思S模型、雷曼的依德雷多模型)在很多地方有相似之處。具體而言，前三家機構的IDRC模型中對違約事件、躍階和完全不流動資產的要求基本是一致的；后三家更多考慮了評級遷移問題，但都剔除了完全不流動資產的考慮，具體的做法基本是建立在Moody的KMV模型基礎上。
就關鍵變量而言，六家機構都考慮了違約時間以及違約下的PD和違約躍階，但這些參數具體的算法，每家機構都有些不同。其中，摩根斯坦利更多考慮的是取決于評級、規模、指數容量、活躍交易數量；而RBS考慮的是1－(1-PD)T算法，而德累斯頓銀行考慮的是轉換矩陣等。
就關鍵假設而言，六家機構都考慮了99.9％下的系統變量VaR。其中，CS、摩根斯坦利和RBS還考慮了最差情形，以及資本覆蓋時不同頭寸還是每個敞口。而摩根斯坦利和德累斯頓銀行明確表示其資本覆蓋不同頭寸時，屬同一發行人時可進行軋平之后再算。
就集中度附加資本要求而言，除了CS公司認為這一問題是政策事宜，其他五家機構都認為其IDRC模型反映了或可計算集中度風險的資本要求，其中，花旗、RBS和雷曼認為其模型反映了這一風險，而摩根斯坦利和德累斯頓銀行認為可計算這一風險。
就監管意見而言，由于不同的監管當局在金融危機爆發前對這一風險關注的不夠，對模型的審查和驗證也沒有完全進行，只有兩家機構的模型相關監管當局給出了監管意見。其中，就CS公司的模型而言，美國監管當局Gordy給出了監管當局開發了類似模型的意見，但對其違約躍階的獨立性表示質疑。對于雷曼的模型，給出了在相應條件下，其模型可能趨于銀行賬戶模型的判斷。
四、啟示
作者簡介：李金昌，男，50歲，浙江義烏人。浙江財經大學校長，統計學教授，博士生導師。研究方向為經濟統計學，統計理論與方法，抽樣技術，政府統計等。
最近兩年，統計學界對大數據問題所進行的理論探討逐漸增多，視角也各有千秋，引起了一些共鳴。圍繞大數據問題，由統計學、計算機科學、人工智能、數學等學科共同支撐的數據科學開始形成。但大數據畢竟是一個新課題，因此遠未達到對其有一個系統完整的認識，仍然需要從不同的方面加以研究，其中有一個重要但又容易被忽視的問題，即統計測度問題，值得去探討。
一、什么是統計測度
漢語上，測度是指猜測、揣度、估計。數學上，測度是一個函數，它對一個給定集合的某些子集指定一個數，這個數可以比作大小、體積、概率等等。通俗地說，測度把每個集合映射到非負實數來規定這個集合的大?。嚎占臏y度是0；集合變大時測度至少不會減小(因為要加上變大的部分的測度，而它是非負的)。
除了數學角度的測度論，查閱國內文獻資料，帶有測度這個詞匯的文獻不少，但專門針對統計測度(或測度)內涵的討論幾乎沒有。一些對社會經濟現象進行分析測度的文獻，例如新型工業化進程測度、貨幣流動性測度、全面小康社會發展進程測度、收入分配公平性測度、技術效率測度、人力資本測度、金融風險測度、產業關聯測度等等，所做的測度都是再測度，均不對測度本身進行討論。查閱國外文獻資料(關鍵詞：measurement)，也同樣存在這樣的問題，只能收集到一些比較零散的表述。LudwikFinkelstein(1975)[1]認為，在我們對事物或現象進行描述時，測度可以被定義為對現實世界中某一現象的個體屬性或特征進行量化的過程。JamesT.Townsend和F.GregoryAshby(1984)[2]認為，如果按照極端的觀點，那么統計分析中的基本測度理論的含義仍然是存在爭議的。LudwikFinkelstein(2003)[3]指出，測度在那些原來尚未得到卓有成效或廣泛應用的領域，也已取得了明顯的進步，社會、政治、經濟和行為科學正在更大程度地利用定量技術；測度是現代思維的一種實際有效的工具，是我們借以描述世界的一種方法。GiovanniBattistaRossi(2007)[4]認為，用以表示測度結果的，是數字或者數字符號。LucaMari(2013)[5]認為，測度的基礎特征是被公認為世界上獲取并正式表達信息的基本方法，這讓它成為一種跨學科的工具。LudwikFinkelstein(2014)[6]指出，在自然科學技術中，測度的重要性不可否認，它是科學調查和發現必不可少的工具，它可將宇宙中的復雜現象用精確、簡潔和普遍的數學語言來描述。
那么，到底什么是統計測度呢？目前沒有一個統一的定義。本文認為，統計測度具有不同于測度的意義，并且大大超越數學上的界定，即它具有數學定義的一般屬性，但又不受制于函數表現形式，因為統計測度所要面對的是現實世界，實際問題要比理論上可以定義的問題復雜得多。按照我們的理解，統計測度就是用一定的符號和數字，用一定的形式和載體，對所研究的現象或事物的特征進行量化反映，表現為可用于統計分析的數據的過程。它應該具有這樣一些屬性：以實際現象為測度對象，測度結果具有實際意義；以量化為目的，把信息轉化為數量，提供人們容易理解的定量結論；個體特征的測度符合形成總體定量結論的要求，同時能夠體現個體差異?？梢园l現，統計測度需要借用數學工具，但更重要的是對具體測度現象本質特征的認識和掌握。
統計測度可以從若干不同角度進行分類。邱東教授(2012)[7]曾在“宏觀測度的邊界悖律及其意義”一文中，從邊界的角度對宏觀測度進行了分類：一是因事物本身可測度性而形成的邊界，即本體論意義上的測度邊界；再一是由人的認知能力而形成的邊界，即認識論意義上的測度邊界；第三則是由統計相關性偏好和投入約束而形成的邊界，即操作意義上的測度邊界。這三條測度邊界，應該以本體論意義的測度邊界最大，認識論意義的測度邊界次之，而操作意義的測度邊界最小。這樣的分類，對于我們正確理解統計測度的內涵很有幫助。受此啟發，筆者認為統計測度還可以有如下分類：
1.從測度的實現形式看，可以分為原始測度和再測度。原始測度也可以稱為直接測度，它通過對測度對象進行直接測度來獲取數據，例如清點庫存物品數量、丈量作物播種面積、觀察培育細菌數目、檢測藥物成分等獲得的數據，以及各種登記、記錄的原始數據等等。再測度也稱為間接測度，它以其他已知的測度數據為基礎去計算、推算或預測所需的未知數據，例如根據GDP和人口數測度人均GDP、根據人口普查分年齡人口數據測度老齡化系數和社會負擔系數、根據相關指標數據測度CPI的變化等等。復雜的再測度則需要借助相應的統計模型作為工具，因為它實際上是對相關變量之間的關系進行定量反映。從兩者關系上看，原始測度是基礎，是根本，沒有科學的原始測度就不會有可靠的再測度；再測度則是測度功能提升的必然要求，以解決原始測度不能解決的問題。
2.從測度的計量方式看，可以分為自然測度、物理測度、化學測度、時間測度和價值測度。自然測度是利用現象的自然屬性所進行的一種統計測度，例如人口規模、企業數量等的測度，采用自然計量單位；物理測度是利用現象的物理屬性所進行的一種統計測度，例如公路長度、作物播種面積、天然氣產量等的測度，采用物理計量單位；化學測度是利用現象的化學屬性所進行的一種統計測度，例如醫學、生物學中化學合成物的成分結構測度，采用百分數、千分數或特定標識為計量單位；時間測度是利用現象的時間屬性所進行的一種統計測度，例如勞動用工、閑暇時間等測度，采用時間計量單位；價值測度是利用現象的價值屬性所進行的一種統計測度，例如勞動報酬、經濟活動成果等測度，采用貨幣計量單位。在這些測度計量方式中，價值測度因最具有綜合功能而應用最為廣泛。
3.從測度的方法看，可以分為計數測度、測量測度、實驗測度、定義測度和模型測度。計數測度是一種通過觀測計數來獲得數據的方法，最為簡單，一般用于自然測度或時間測度；測量測度是一種根據物理或化學規制對現象進行測量、測算來獲得數據的方法，一般用于物理測度或化學測度；實驗測度是一種按照科學實驗原理、通過觀察實驗對象在既定條件下的反應來獲得數據的方法，一般與測量測度相結合，用于獲取科學研究數據；定義測度也可以稱之為指標測度，是一種通過探究現象的本質特征和活動規律、歸納出表現其數量特征的范疇、給出統計指標定義(包括內容、口徑、計算方法和表現形式等)來獲取數據的方法，最常用于價值測度，也用于其他形式的測度?？梢哉f，定義測度方法應用最為廣泛，但也最為困難。模型測度是一種根據現象與現象之間的內在聯系關系、或者現象自身的發展變化規律，通過建立一定的方程模型來獲取數據的方法。前面三種統計測度方法基本上都屬于直接測度，定義測度既可能是直接測度、也可能是間接測度，而模型測度都屬于間接測度方法。
4.從測度的維度看，可以分為單一測度與多維測度。單一測度是指采用單一的方式方法對所研究現象或事物進行單一角度的測度，獲得單一的數據。多維測度是指對所研究現象或事物進行多角度的測度，測度過程中可能需要采用多種測度方法和計量方式，例如多指標綜合評價就需要借助統計指標體系對評價對象進行多角度的測度。顯然，單一測度是多維測度的基礎。
二、統計測度是統計學的立足之本
首先，從統計學的發展歷史看，是統計測度使統計學破繭而出。為什么主流觀點認為政治算術是統計學的起源而不是國勢學？正是因為威廉·配第首次采用統計測度的方式進行了國家實力的統計分析和有關推算，得出了令人信服的結論。威廉·配第在1693年出版的《政治算術》[8]中寫道“因為和只使用比較級或最高級的詞匯以及單純作思維的論證相反，我卻采用了這樣的方法(作為我很久以來就想建立的政治算術的一個范例)，即用數字、重量和尺度的詞匯來表達我自己想說的問題，只進行能訴諸人們的感官的論證和考察在性質上有可見的根據的原因”，這一觀點在統計學的發展過程中產生了非常重要的影響。他的這段話雖然沒有出現測度一詞，但卻道出了測度的本質，即讓事物變得明白、變得有根據，因為“數字、重量和尺度”就是測度、就是根據，用“數字、重量和尺度的詞匯來表達想說的問題”就是一種測度的思想，盡管測度的方式方法還很簡單。相反，國勢學雖然提出了歸納法這一統計學的基本方法并首創了統計學一詞，但由于沒有采用統計測度的方式進行國勢問題的研究而難以修成正果。正如邱東教授[7]所說：“在配第之前，統計學的研究對象雖然是國家的態勢，但它在方法論上只是定性言說。一個國家的財富總量在本體論意義上是可以測度的。然而只是到了配第時期，人類才想到了要測度它，并發明了如何測度的基本方法。政治算術，即開創期的經濟統計學，實現了從無到有的轉變，大大擴展了宏觀測度的認識論邊界，因而才具有了統計學范式創新的革命性意義?！蓖瑯?，格朗特的《關于死亡表的自然觀察和政治觀察》也是人口統計測度方面的經典之作，無論是原始測度還是再測度，都給后人留下了寶貴的財富。之后，統計學就是沿著如何更加科學、準確測度世界這一主線而發展的。筆者曾在“從政治算術到大數據分析”一文[9]，對數據的變化與統計分析方法的發展進行了粗淺的歸納，其主題實際上就是統計測度問題。
其次，從統計學的研究對象上看，統計測度是體現統計學數量性特征的前提條件。統計學的研究對象是現象的數量方面，或者說統計學是關于如何收集和分析數據的科學。統計數據從何而來？從統計測度中來。數據不同于數字，數字是統計測度的符號，數據是統計測度的結果，這也正是統計學區別于數學之處。所以說，數據的本質問題就是統計測度問題，故此統計測度是統計學的基本問題。這里重點討論兩個問題：一是統計測度與統計指標的關系，二是統計測度面臨的新問題。關于第一個問題，本文認為統計測度與統計指標是一個事物的兩個方面，這個事物就是數據。統計指標法是統計學的基本方法之一，盡管前面對統計測度從方式方法上進行了分類，但從廣義上說所有統計測度都是定義測度，都表現為指標。也就是說，任何統計測度———不論是直接測度還是間接測度，最終目的是獲得能夠讓人明白的數據，而表現數據的最主要形式就是統計指標，其他表現數據的形式都是派生出來的。所以，統計測度就是根據所設定的統計指標去獲得所需的數據。關于第二個問題，與后文所要論及的大數據有關，就是定性測度問題。在統計學中，數據可以分為兩類———定性數據與定量數據，其中定性數據又包括定類數據與定序數據兩種，它們屬于非結構化或半結構化數據。相應地，統計測度也可分為定性測度與定量測度。很顯然，只有定性測度與定量測度方法得到同步發展，統計學才能更加完善?？傮w上看，定量數據的統計測度已經比較完善，但定性數據的統計測度還有很多問題尚待解決，難點就在于測度的切入點———如何提取有效的信息、如何最終轉化為統計指標。盡管關于定性數據分析的論著已經不少，但還沒有從理論方法上建立起定性數據統計測度的體系，因此統計學在這方面的任務依然很重。
第三，從統計學的永恒主題看，通過科學的數據分析、得出有效的結論是其不變的追求，而數據分析過程就是綜合的統計測度過程。獲得數據的目的是為了發現隱含其中的有價值的信息，即發現數據背后的數據，讓數據再生數據，從而滿足人們認識事物、掌握規律、科學決策的需要。除了總量、結構等基本信息外，更重要的是通過數據分析來呈現現象的變化規律與相互關系。不難發現，這種數據分析的過程，就是不斷進行各種統計測度的過程，所以最終的統計分析結果實際上就是各環節、各方面的各種類型的統計測度的疊加結果，或者說是統計測度不斷放大的過程。大量針對社會經濟現象進行分析研究的文獻(不論是否冠以“測度”兩字)，只要有數據分析，都是如此?？梢哉f，統計測度貫穿于統計數據分析的全過程。但是，為什么很多統計數據分析并沒有得出有效的結論呢？本文認為原因就出在統計測度上，尤其是沒有首先解決好原始統計測度問題。應該說，圍繞數據分析已經建立起一整套比較完整的統計方法體系，很多方法也都身經百戰、行之有效，但一旦原始統計測度有問題、數據不準確或不真實，那么任何方法都只是擺設。仔細研讀很多所謂的實證分析文獻，其重點均在于構建什么樣的模型或運用什么樣的方法，雖然有的文獻也必須要討論選擇什么樣的變量(指標)這個問題，但并不是系統地從測度的角度進行闡述，因此所用的模型越來越復雜，但所得的結論卻離實際情況越來越遠。學界總是有這樣一種觀念：變量越多、符號越新奇、模型越復雜的文章才越有水平，似乎這樣分析所得的結論才越可靠。殊不知，不以科學可靠的原始統計測度為基礎，任何數據分析都會成為無源之水、無本之木，所得的結論也只是更精確的錯誤而已。本文認為，任何脫離科學統計測度的統計分析都是毫無意義的，充其量是一種數字游戲而已。應該樹立這樣一種觀念：科學的統計數據分析首先取決于科學的統計測度，而不是首先取決于什么樣的分析模型，雖然模型也很重要。這也再一次證明，統計測度問題是統計學的根本問題。其實，歸根結底看，在統計數據分析過程中，每一步分析都以前一步的測度為原始測度，每一步所用的方法都是統計測度方法，因此所有的統計分析方法都是統計測度方法。甚至可以說，統計學方法體系就是統計測度方法體系。
當然，在實際的統計分析中，統計測度往往遇到一些困難，即有些指標數據由于各種原因無法獲得，這就不得不采用替代這種途徑。例如，綠色GDP核算的概念已經提出很多年，但為什么還沒有哪個國家真正公布綠色GDP數據，原因就是自然資源價值、生態環境價值等的統計測度目前還面臨著很大的困難，其背后存在著一系列有待進一步研究和解決的理論與實踐問題，因此不少學者進行了替代測度的探討。這一方面說明統計測度的重要性，另一方面說明統計測度替代的無奈性。但是，替代測度必須遵守相應的規則與邏輯，要經得起推敲。有的文獻明明知道有關變量無法測度、有關數據無法獲得，卻隨意地、不符合邏輯地進行所謂的替代，結果是最后的結論不知替代成什么樣了，很難理解它的意義。關于替代測度的有效性問題，邱東教授[7]已有精辟的論述，在此不再展開討論。
三、統計測度是數據科學的基礎
籠統地講，數據科學就是以大數據為研究對象的科學，需要多學科交叉融合、共同支撐。由于大數據是快速增長的復雜數據，因此大數據分析僅有統計思維與統計分析方法是不夠的，還需要強大的數據處理能力與計算能力。只有把統計思維、統計方法與計算技術結合起來，才有可能真正挖掘出大數據中的有價值信息。本文認為統計思維、統計方法與計算技術相結合的基礎就是科學的統計測度。
首先，大數據技術不能自行解決其計算和分析應從何處著手的問題?，F代信息技術與互聯網、物聯網技術的快速發展，使人類進入大數據時代，也有人說進入到數聯網時代，這意味著我們一方面被各種越來越多、越來越復雜的數據所包圍，另一方面又被數據中巨大的信息價值所吸引，想從中挖掘出可供決策之用的信息。如何挖掘大數據？人們已經進行了艱苦的探索，發展了很多專門的方法技術，并已嘗到了不少甜頭，但遠未達到充分利用大數據中有效信息的目的，因為已有的大數據分析研究主要集中于計算機科學與技術、軟件工程、計算數學等領域，重點是計算能力與算法研究，而很少從統計學的角度進行有針對的探討，還沒有真正進入數據分析的深層。這里面實際上忽略了最基礎的統計測度問題。如果說，計算技術的發展能夠解決數據儲存與計算的能力問題，算法模型的改進能夠解決大數據分析的綜合能力問題，那么它們仍然不能解決對誰進行計算與分析的問題，也即從何處著手的問題。無論是傳統的結構型數據，還是現在的包含大量非結構型數據的大數據，要對它們進行分析都必須找到正確的切入口，即分析的基本元素是什么，或者說需要測度什么。當然，還有如何測度的問題。然后，才能進行分組、綜合和構建模型，否則大數據分析不會達到人們的預期。
其次，大數據之所以催生數據科學，就是為了通過多學科交叉融合來共同解決大數據分析中存在的問題，其中包括統計測度問題，這一點對于非結構化數據尤為突出。實際上，大數據的本質就是非結構化數據，一是體量大、比重高(超過95%)，二是變化快、形式多，三是內容雜、不確定。通過各種社交網絡、自媒體、富媒體，以及人機對話和機器感應記錄等產生的各種非結構化數據，例如各種文字、各種表情符號、各種聲音、各種圖像，到底表示什么？綜合在一起能體現什么規律？如何綜合各種信息？存在著大量有待研究的問題。其實，文字的長短、用詞、表達形式(敘述式、議論式、散文式、詩歌式，等)甚至字體大小與顏色，表情類型與偏好，聲音高低、頻率與情緒，圖像顏色等等，都是有特定意義的，即在特定環境條件下的反應。所以，一句話或一段聲音的意義并非文字本身的意思，一個表情符號的意義并非符號表征的意思，一個圖像的意義并非圖像內容與色彩本身的意思，因為背后有太多的未知。人們瀏覽檢索各種信息的習慣、收看與回復郵件等信息的習慣、參與信息網絡的習慣、購物習慣與支付習慣等等，也是如此。更何況，同樣的網絡詞匯在不同的時間代表著不同的語義。這背后隱藏著的是人們的行為與社會關系，既具有個性又具有共性，極其復雜。所以對這樣的數據進行分析，首先絕非是計算問題，也不是用什么模型問題，而首先是從何處著手、如何選取關鍵詞、如何選定關聯詞、可以用什么樣的指標來綜合、可以用什么樣的表式來表現等問題，一句話就是統計測度問題。非結構化數據的統計測度將主要是定義測度，這些問題不解決，分析模型也是難以構建的，或者難以得出令人信服的結論。
例如，關于《紅樓夢》前80回與后40回是否同一作者的爭論，韋博成[10]進行了綜合性的比較研究并提出了自己的觀點，他指出已有美國威斯康辛大學華裔學者陳炳藻教授(1980)[11]、我國華東師范大學陳大康教授(1987年)[12]和復旦大學李賢平教授(1987年)[13]等學者從統計學的角度進行過專門的研究，但卻得出了不同的結論：陳炳藻教授認為前80回與后40回均是曹雪芹所著；陳大康教授認為前80回與后40回為不同人所著；李賢平教授認為前80回是曹雪芹根據《石頭記》增刪而成，后40回是曹雪芹親友搜集整理原稿加工補寫而成。此外，還有其他一些學者進行過類似的研究，也有一些不同的結論。為什么都通過提取關聯詞和統計的方法卻得出不同的結論？原因就在于用以分析的關聯詞不同，即統計測度的切入點不同，當然也有統計方法上的差異，但前者是根本。至少存在幾個統計測度上的問題：提取單一維度的關聯詞還是多維度的關聯詞？提取什么類型的關聯詞(例如：關聯詞是名詞、形容詞還是動詞；是花卉、樹木、飲食、醫藥還是詩詞)？這些關聯詞可以綜合為什么樣的指標？等等。由此可見，原始統計測度代表著數據分析的方向。
相比《紅樓夢》，大數據分析要復雜得多、困難得多。所以，數據科學除了需要數學、統計學、計算機科學與技術、人工智能等學科的交叉融合外，還需要與行為科學、語言學、社會學、經濟學等學科相結合，以便能很好地解決作為數據分析之前提的統計測度問題。
第三，數據科學將進一步拓展統計測度的邊界，并提出更高的要求。伴隨著人類認識世界的范圍的不斷拓展，統計測度的范圍也不斷擴大，從自然現象統計測度到人口現象、經濟現象統計測度，再到社會現象、環境現象、政治現象等統計測度，幾乎已經滲透到了所有可以想象到的領域。相應地，統計數據分析也從少量數據的分析進入到了大數據分析。大數據的復雜性、不確定性和涌現性(王元卓等，2013)[14]，意味著統計測度的內容大大增加，原來一些不能測度的數據被納入到了統計測度的范圍，按照邱東教授的說法就是統計測度的邊界大大擴展了。統計測度邊界的擴大，必須以統計測度能力的提升為前提，即要求統計學借助現代信息技術進一步提升處理和分析數據的能力———對大數據“化繁為簡”、“變厚為薄”的能力，這就必須以科學準確的大數據統計測度為前提，既改變統計思維，又創新統計分析方法，其中就包括統計測度思維、統計測度方法與統計測度標準。面對大量繁雜的數據，如果沒有更好的統計測度思路與方法，包括個體標志定義方法、最小數據細胞分組與聚類方法、關聯詞含義的時間影響計量方法、定性測度指標篩選方法、再測度路徑與方法、大數據統計測度評價標準等，那么統計學在數據科學發展過程中就難以發揮應有的作用，數據科學也將裹足不前。這就是統計學邁向數據科學的重要挑戰之一。
綜上所述，統計測度的基礎性問題從統計學延伸到了數據科學，是兩者的共同基礎，并且對于數據科學而言顯得更為重要。大數據的復雜性、不確定性和涌現性導致了統計測度的難度猛增，亟需建立面向大數據分析的統計測度理論與方法。要通過研究大數據的復雜性、不確定性和涌現性特征的基本因素，以及這些因素之間的內在聯系、外在指標和測度方法，進而研究基于先進計算技術的大數據度量模型，構建尋找面向計算的數據內核或者數據邊界的基本方法?？傊?，建立有效易行的數據表示方法，即科學的統計測度方法，是數據科學必須解決的基礎問題之一。
四、創新與完善大數據統計測度方法
如前所述，統計學研究對象已經從結構化數據延伸到了包括非結構化數據在內的一切數據，統計測度邊界得到了大大的擴展。按照邱東教授[7]曾經引用過的海德格爾的話：“界限并不表示某一事物的發展到此為止，而是像希臘人所認知的那樣，界限是某種事物開始展現的地方”，預示著統計學在數據科學發展階段的新起點已經展現在我們面前。新的統計測度邊界催生統計測度方法的創新，統計測度方法的創新促進統計測度邊界的拓展，兩者相輔相成，共同推動統計學與數據科學的發展。為此，我們要系統梳理統計測度方法的發展歷程，面對大數據提出的新挑戰，大膽探索統計測度的新思路、新理論和新方法，為數據科學奠定堅實的統計學基礎。為此提出如下幾點建議：
首先，要緊密結合現象的本質去探求更科學的統計測度方法。本質決定一切，既然統計測度的目的是獲得客觀反映現象本質的數據，那么深入到現象本質、認識和掌握現象的本質，是科學統計測度的關鍵，也是探求新的統計方法的出發點。換句話說，科學的統計測度方法能夠體現出數據的真正意義。例如，要探求社交網絡數據的統計分析和測度方法，就必須了解社交網絡的產生背景、構成要素、表現形式與基本特征，既要研究它的共性問題，又要研究它的個性問題與差異性，同時還要研究它的變化趨勢。只有這樣，才能掌握社交網絡數據的構成要件或元素，才能建立起科學的、能有效體現社交網絡數據意義的統計測度方法。再如，要分析研究電子商務數據，也必須先弄清楚什么是電子商務，尤其是弄清楚它與傳統的商業模式有什么不同(包括物流、資金流與信息流)、有哪些新生事物(包括時空特征、法律監管)等等，否則統計測度無從下手或者抓不住要害。同時，作為一個新的研究領域，數據科學的理論基礎將與計算機科學、統計學、人工智能、數學、社會科學等有關，離不開對相關學科領域知識與研究方法的借鑒，因此對相關領域的知識與研究方法的學習十分重要。否則，就會嚴重扭曲統計測度方法，胡亂設置測度標志，這需要引起高度關注。
其次，要緊密結合大數據的特點去創新統計測度方法。大數據的特點是復雜性、不確定性和涌現性并存，構成了多維的數據空間，里面蘊藏著豐富的信息資源，這是傳統的統計數據不可比擬的。那么該從何處進入這樣的數據空間？怎么進去？又怎么出來？這歸根結底還是統計測度方法問題。因此，在開展大數據分析之前，首先要研究大數據的基礎性問題，包括大數據的內在機理(包括大數據的演化與傳播機制、生命周期)，數據科學與社會學、經濟學、行為科學等之間的互動機制，以及大數據的結構與效能的規律性等等，為創新統計測度方法提供導向。本文認為，再復雜的數據也有共性，再不確定的數據也有規律，再涌現的數據也有軌跡。網絡大數據背后的網絡平均路徑長度、度分布、聚集系數、核數、介數等具有共性的特征與參數，是開展復雜網絡數據分析的基礎(李國杰、程學旗，2012)[15]；大數據在時空維度上的分布形式、內在結構、動態變化和相關聯的規律，是找到大數據分析切入口、進而簡化大數據表征的前提；大數據的涌現性軌跡(包括模式涌現性、行為涌現性和智慧涌現性)，是研究更多的社會網絡模型和理解網絡瓦解失效原因，理解人們網絡行為涌現特征(例如人們發郵件數量的時間分布特征)，以及探求大量自發個體語義融合連接形成有特定意義的通用語義之過程的路徑(靳小龍等，2013)[16]。也就是說，這些共性、規律和軌跡就是統計測度的主要依據，也是重點內容。發展和創新能夠準確發現大數據的共性、規律和軌跡的定量方法，其實就是發展和創新大數據統計測度方法。
