海关数据是大数据时代下外贸企业发展成长中不可缺少的分析型数据，通过大数据分析转变了外贸人对的海关数据传统理念，帮助外贸人学会了去挖掘、去分析数据。网舟科技为大家分享：大数据如何对海关信息进行市场分析。

那么什么是海关数据？

海关数据是指从世界各国海关的“关单，提单，商检”中提取的真实的单证记录。企业通过海关数据，可以开拓市场，制订生产计划，寻找国外买家，了解竞争对手，监控客户动态。海关数据可以说是外贸企业必不可少的贸易协助工具。

中国进出口海关数据分析以中国进出口8位或10位海关统计数据为基础，通过分析、整理、统计，是企业分析行业宏观市场，全球市场定位，全面监控同行进出口情况的有力武器。一般适用企业：出口商、进口商、物流公司、咨询公司、律师事务所等。

海关数据里包含的字段：

中国8位进出口数据: 日期、出口、HS编码、商品名称、金额、数量、单价、单位、产销国、海关口岸、贸易方式、运输方式、中转国、企业编码、企业名称、企业性质、收发货地、联系方式

中国10位进出口数据: 日期、进口、HS编码、商品名称、金额、数量、单价、单位、原产国、海关口岸、贸易方式、运输方式、中转国、企业编码、企业名称、企业性质、收发货地、联系方式、品牌、型号等产品功能分析市场对企业关心的产品进行全球市场定位，精准了解全球每个国家采购金额、采购数量、采购均价。动态分析数据近几年数据分析每个国家市场增长情况，及时发现新兴增长市场。

海关数据的作用：

1、了解行业市场信息，掌握趋势

通过海关数据的交易记录可以找出各个采购商的全球供货商及其供货量，并可以适时地掌握商品的交易状况，从而掌握产品的总市场需求量、全球范围内的竞争对手、自己所占的比例，配额的使用情况，未来的市场走向等信息，为外贸企业的市场决策提供关键信息。

2、掌握行业细微变化，洞察需求

进口海关数据上的“规格”内容详细描述了产品规格，外贸企业可以了解到买家和目标国家市场对产品款式、花色等品质要求以及变化，也可以了解到该国的产品的包装和工艺情况。通过分析不同国家或地区的具体规格描述，外贸企业可以了解不同国家或地区的消费者对产品质量的不同要求和变化，有利于外贸企业有的放矢的推介其产品。同时也可以及时发现新产品或新材料的应用，及时把握目标市场的品质要求，调整设计和产品线，与国际市场同步，满足细分市场的变化需求，提高企业市场竞争力。

3、了解行业变化信息，调整战略

外贸企业通过监测目标国家或地区的发货单位名称变化，可以了解该行业和市场是否有新的参与者或是有退出者，竞争的激烈程度如何，这些现象可以提醒外贸企业该行业的竞争变化。如当新的参与者持续增多时，说明此行业利润有可能很大，从而不断的吸引着新的参与者，但对于现有外贸企业来说，这便意味着该行业的竞争加剧，外贸企业也要随行业的竞争程度调整市场战略。

外贸企业通过海关数据监测某一地区的出口或进口数量，可以了解目标市场所处的生命期阶段：即萌芽期、发展期、成熟期和衰退期，从而便于外贸企业决定是否进入以及如何进入等。当市场需求增大时，进出口的数量就会增大，这表明该产品的市场正处于发展期，这样外贸企业制定较为激进的市场战略，重点发展该目标市场 。

PS：网舟科技长期专注于金融保险、通信、航空、互联网、旅游酒店等行业的电子渠道大数据运营，为客户提供全球领先的电子渠道转型咨询、大数据挖掘和应用定制服务，助力客户互联网转型，提升数字化运营和数据营销能力。

大数据时代背景下对应用统计学专业的思考

一、概述 众所周知，统计学自古至今就是一门以研究数据为主的学科，至今已经形成了较为成熟的数据研究体系与框架。统计学专业的学生的主要就业方向是银行、会计师事务所、市场调查公司或其它企事业单位。因此目前统计学教育的主要目的是能够培养出独立完成问卷设计、数据收集、应用模型进行数据分析的高级统计人才，其主要专业课程包括：高等概率论与数理统计、应用回归、多元统计、市场调查实务、时间序列分析、金融计算等，这些课程仍然是传统的课程设置，并不符合大数据时代数据科学家的专业知识构成。因此，在大数据时代背景下对应用型本科院校应用统计学专业的培养模式和教学改革的思考是非常有必要的。 　　2012年3月29日，美国在倡议书中指出，美国将应用收集巨大、复杂数据的挖掘能力，加速科学与工程学科的创新脚步，改革学生培养模式。北京师范大学邱东教授探讨了面对大数据潮流人们应持有的科学态度，从大数据的概念功能、统计学与数据科學的关系、大数据潮流对统计学产生的影响等4个方面论述了大数据对统计学的挑战[1]。英国学者维克托·迈尔·舍恩伯格认为大数据的精髓在于分析信息时的3个转变：一是可以分析和处理更多甚至是全部的数据，不再依赖随机抽样；二是研究数据如此之多，以至于人们不再追求精确度；三是人们不再热衷于寻找因果关系[2]。为适应大数据时代对数据处理人才更高综合素质的要求，统计学科教师与专业教育应在知识结构、教育内容、教育方式和人才培养模式等方面，主动进行与时俱进的充实、调整及变革[3]。文章拟从数据挖掘与统计分析的联系与区别、大数据对统计教育及统计人才的机遇与挑战的新形势下从政府、企业和人才等多个角度进行展开调查，对于应用型本科院校培养顺应时代发展的应用统计学专业的高层次人才提供相应的建议。 　

二、统计分析与数据挖掘的区别与联系 　　统计分析是指运用统计收集整理方法及与分析对象有关的知识，从定量与定性的结合上进行的研究活动。 　　统计分析过程：描述要分析的数据的性质，研究基础群体的数据关系，创建一个模型，总结数据与基础群体的联系，证明（或否定）该模型的有效性，采用预测分析来预测将来的趋势。 　　统计分析方法：（1）描述统计：将研究中所得的数据加以整理、归类、简化或绘制成图表，以此描述和归纳数据的特征及变量之间的关系的方法。集中趋势、离散程度、相关强度等、指标有平均数、标准差、相关系数等；（2）推断统计：用概率形式来决断数据之间是否存在某种关系及用样本统计值来推测总体特征的一种重要的统计方法。总体参数估计、假设检验、Z检验、T检验、卡方检验等数据挖掘是从庞大的数据中分析出有目标数据群，筛选出利于决策的有效信息。数据挖掘的数据量极大，注重数据查询分析的可行性。数据挖掘是着眼于预测未来，从大量的数据中寻找某些规律。

数据挖掘过程：（1）定义问题：分析业务需求、定义问题的范围、定义计算模型所使用的度量、定义数据挖掘项目的特定目标等；（2）准备数据：删除错误数据或插入缺失值、查找数据中的隐含相关性、标识最准确的数据源、确定哪些列最适合用于分析；（3）浏览数据：计算最小值和最大值、计算平均偏差和标准偏差、查看数据的分布；（4）部署和更新模型：根据实际数据部署、更新模型；（5）浏览和验证模型：测试模型的性能、需要使用不同配置创建多个模型，并对所有这些模型进行测试，查看哪个模型为最佳；（6）生成模型：通过创建挖掘结构定义要使用的数据列、将挖掘结构链接到数据源，但只有对挖掘结构进行处理后，该结构才会实际包含数据。 从上可以看出大数据虽与统计学密切相关，但二者也在研究目的、数据处理对象和技术工具上有着诸多差异。大数据的兴起不仅在分析手段、工作重心和价值理念上给统计学带来了重大影响，而且也使担负着培养现代统计工作和数据分析之人才的统计教育面临严峻挑战。 　

三、大数据对统计人才及统计教育的机遇与挑战 　　根据2014年大数据应用现状和趋势展开的调研分析，被调查者最关注的大数据技术中，排在前三位的分别是数据分析（统计分析与数据挖掘等）（25.5%）、数据采集（19.9%）、数据处理 （18.5%）。企业数据管理面临的挑战：缺乏专业的大数据人才（26.95%）成为企业面临的最大挑战，其次是非结构化数据的分析和处理（26.65%）、传统技术难以处理大数据（25.27%）以及新技术门槛过高（21.13%）。根据2015年2月Forrest报告，很多企业都在努力挖掘其拥有的大量数据，包括结构化、非结构化、半结构化数据等，探索对数据的深入利用。从国内企业大数据应用的现状和规划来看，已经部署大数据应用的企业所占比例达到21.89%，计划1年内部署的企业占27.92%，计划2年内部署的企业占14.34%，没有相关计划和不确定的企业分别占11.32%和24.53%。大数据相关人才的欠缺将会成为影响大数据市场发展的一个重要因素。据Gartner预测，到2016年，全球将新增440万个与大数据相关的工作岗位，且会有25%的组织设立首席数据官职位。大数据的相关职位需要的是复合型人才，能够对数学、统计学、数据分析、机器学习和自然语言处理等多方面知识综合掌控。 　　根据学院统计学不同方向等专业的学生、老师、专家以及政府范围工作人员等进行访问调查的结果，然后结合现如今大数据时代企业和政府对人才的需求，最终制定应用型人才培养方案分别如下： 　　（一）深化课程教学内容改革 　　1. 更新教学内容，紧跟时代发展——大数据、互联网金融、国民经济统计、货币银行、经济预测与决策；2. 强化统计基础，提高实践操作——统计方法、软件实现、贝叶斯统计、非参数估计、统计软件、数据挖掘；3. 强调专业导向，拓宽就业方向-选修、考证；金融类、经济类、管理类、会计类；统计从业资格证书。 　　最终根据学院不同方向统计学专业设置专业核心课如下： 　　（1）应用统计学：主要专业课 调整为：概率论、数理统计、统计学、回归分析、时间序列分析、多元统计分析，抽样技术、数据挖掘、贝叶斯统计、计量经济学、统计软件、非参数统计、统计调查等；（2）应用统计学（金融统计）：主要专业课 调整為：概率论、数理统计、统计学、回归分析、时间序列分析、多元统计分析，抽样技术、数据挖掘、金融计量学、风险管理、保险学、非寿险精算、统计软件、国民经济核算、统计调查等；（3）经济统计学：主要专业课 调整为：概率论、数理统计、统计学、回归分析、时间序列分析、多元统计分析，抽样技术、数据挖掘、国民经济核算、风险管理、保险学、非寿险精算、统计软件、金融计量学、统计调查等。 　

（二）重视教学方法改革 　　1. 教师教学理念——单向灌输式转向引导探究式、教学案例能贴近实际问题（体测数据、大学生婚恋、手机）；2. 鼓励学生参与各类项目——科研、调研、方案设计、抽样调查、统计调查、学科竞赛、教师课题（分解子课题）；3. 注重综合能力提升——表达、协作、创新、研究报告、PPT展示等。 　　（三）建立完善的实践教学系统 　　1. 基本知识技能实验——理论教学的课内实验，大一、二：数学类；大二、大三（上）：专业基础；2. 综合性实践教学——综合性数据的采集、处理、分析，大三（下）、四（上）：数据挖掘、统计软件、统计调查；3. 探索性实践教学——社会调查、毕业实习、毕业论文，大四（下）。 　　（四）改革课程考试方式 　　1. 基本知识（理论）+实验报告（平时）+综合实验（期末）数学类；专业基础课程；2. 方案设计、调研报告、抽样调查、统计调查；3. 综合实验，数据挖掘、统计软件。 　　四、结束语 　　最终学院统计系下设两个教研室和一个研究中心，即基础统计教研室、专业统计教研室和大数据统计科学应用研究中心。秉承和依托母体学校——上海财经大学的办学宗旨和学术底蕴。在全校统计学公共课教学方面，针对学生的特点，课程教学采用课堂教学、调查实践与统计调查大赛相结合的教学方式与形式。也采取和校外企业、单位等合作项目老师指导学生参与的形式，这样既提高学生的实践能力又加强了师生之间的交流。在这样边学理论边实践的过程中也让学生足够了解现在企业所需人才的类型、找到自己的不足再补充理论方面的知识，然后学生还可以向学校反馈信息，这样最终形成一个学院专业始终跟得上经济的发展形势，不断地改革和完善教学内容，争取培养出在各级政府机关、银行、证券以及上市公司、企业集团、跨国公司等企事业单位和经营管理机构从事统计、市场调研、市场预测与决策、信息咨询、可行性研究和综合评价等实际工作以及科研单位从事研究工作的应用型人才。

最近在研究商超零售的数据分析，有不少干货和想法可分享。此前，一直注重店铺管理、商品库存管理、财务绩效管理的数据分析。后来发现，无论是零售商铺的选址，还是百货商场的招商营运，都有不少需要运用到数据管理思维的地方。

店铺选址前或者招商营运前都要进行市场调研，小规模的店家可能会说，我照自己的经验，观测人流量以及周边店铺的经营情况来判断，这样的方法确实是有迹可寻。但是，店铺不是放着让你来选的，店铺商也是需要去谈的，甚至对于那些成体系的，每年都在扩张的一些企业，必须需要一套成体系的数据分析方法论来指导。

一、市场调研的要点

1、着重于项目周边状况调查，如：业态布局、购买力等；

2、网点及竞争对手调研的要点

3、收集品牌资源，是否符合定位，有无可备选方案，效益最大化；

针对选址，

可采用常用的SWOT分析模型，分析内部环境以及外部环境的优劣势；而后采用3C模型（Company商铺，Customer顾客，Competitor 竞争者）对开店的选址分析；看附近1小时经济圈、2小时经济圈、3小时经济圈的覆盖范围。

而正式营运之后，最主要关注的就是客流量。

传统零售的数据是基于交易客流，基本等同于俗称的会员。商超里面的客流其实分为交易客流、返店客流、进店客流、到达客流、潜在客流。这里最容易获取的就是交易客流，因为企业现有的CRM系统或者收银系统基本都能涵盖这部分客流。怎么得顾客数据？这就要建立一整套的全顾客全消费行为管理的客流分析系统。

客流数据分析建模

二、如何去经营分析？

经营分析是指商业运营管理者通过数据采集并运用统计、分析、图表呈现等方式，对商场整体经营情况进行深入解析。

确定这样一个流程后，经营分析按照时间划分一般分为日、周、月以及一些关键时期，比如活动、法定节假日等等。形式以经营报表为主。

大体分析内容

经营分析的指标解析

做好全百货的经营分析要发挥主观能动性，有了数据和图表，要做好经营分析，还要发挥人的主观能动性，营运人员需根据数据和图表阐述现象并提出相关建议，加强与店铺、品牌负责人的沟通和联系，充分了解店铺的经营现状。

三、关于品牌店铺活动的分析

经营分析案例分享及关注点（日经营分析）

以上每日的客流与销售趋势图，需要关注波动趋势、波动周期和波动异常。比如波峰大多是重大节假日或企划活动，或者特殊事件。

店铺活动分析

活动前期搭建好相关指标，收集活动数据，实时监测分析。

至于如何搭建这样的分析体系，譬如以上用finereport搭建的活动监测模板，这里不多赘述。前提需要明确分析的指标，之后就是数据收集、整合、分析、展现的额工作啦~

国际比较：我国标超/大卖场业态增速大幅放缓

标超/大卖场增速放缓，便利店仍维持较快增长

根据欧睿咨询数据统计，2012~2017 年我国标准超市零售额 CAGR 为 2.31%，大卖场零

售额年均复合增速为 1.39%。截止 2017 年底，标超/大卖场业态零售额分别占整个零售业态的 17.1%、5.2%，现代流通渠道以标准超市为主导，目前标超/大卖场业态增速大幅放缓。

得益于电子商务迅速发展，2012~2017 年网络零售额 CAGR45.7%，2017 年底网络零售额占整个零售业态比 23.8%，超过标准超市成为第一大业态。

从便利店业态看，2017 年我国便利店零售额 125 亿美元，2012~2017 年 CAGR 为 9.72%，仍然维持较快增长。

标准超市占食品用品实体店零售份额主导地位，且稳步上升，大卖场份额则呈下滑趋势。从食品用品（含饮料）角度看，根据欧睿数据，2017 年底我国超市渠道占食品用品实体店渠道零售额66.8%，其中标准超市/大卖场份额分别为 48.9%、14.9%，标准超市占据主导地位且稳步上升，大卖场份额从 2015 年开始呈下滑趋势，便利店则从 2015 年的 1.3% 提升至 1.9%。传统渠道零售额占比 33.2%，尽管市场份额逐年下滑，但仍扮演重要角色。

国际比较：

从美国、日本的数据看，互联网络零售也是增速最快的零售渠道。2012~2017 年美国、日本网络零售 CAGR 分别为 13.43%、10.91%。美国零售业态中，标超、网络零售、大卖场市场份额位居前三，分别为 19.6%、13.8%、11.8%。日本零售业态中，标超、便利店、网络零售市场份额位居前三，分别为 18.6%、11.2%、9.9%。大卖场、便利店分别在美国、日本零售渠道中占据重要位置。

集中度分析：消费升级+科技变革，集中度将加速提升

对标海外，我国超市行业集中度低下

我国超市行业集中度低下。根据凯度咨询数据，2017 年我国前五大超市市占率总和为27.6%，其中高鑫零售、华润、沃尔玛、家乐福市占率分别为 8.6%、7%、5.3%、3.6%、3.1%，名列前五。从细分业态看，高鑫零售在大卖场业态中市占率第一，占比 14.9%， 其次是沃尔玛（10.6%）、永辉（7.3%）、家乐福（4.7%）。对比美国，根据欧睿咨询数据，沃尔玛占大卖场市场份额的 84.9%，前五大大卖场市占率 99.1%，我国超市行业集中度相对较低。

行业冰火两重天，消费升级+科技变革强者将恒强

目前行业冰火两重天，一方面众多企业大量关店甚至破产倒闭、寻求转让，另一方面是优质龙头加速成长，行业迎来新一轮开店浪潮。

从近几年行业经营状况看，在电商的冲击下，实体超市企业大量关店（其中外资超市品牌闭店较大，2017 年沃尔玛新开门店 27 家，但关店数达 24 家；家乐福新开门店仅 3 家，但关店数达 6家），昔日的超市行业佼佼者新一佳破产，家乐福寻求出让中国区业务（2018年 1 月 24 日，永辉发布公告（临-2018-7），公司与腾讯就家乐福的或有投资达成股权投资意向书）。

另一方面，超市龙头永辉超市通过强大生鲜经营能力构建了强大竞争壁垒，收入、利润快速增长，门店加速扩张，优质超市企业则开始了新一轮开店潮（永辉净新开门店数 15/16/17 年分别62/105/119 家，18 年预计净新开门店 150 家；步步高净新开门店数 15/16/17 年分别为 9/39/50 家，预计 18/19/20 年新开门店 90/120/145 家）。此外，互联网巨头阿里、腾讯等纷纷进入实体零售领域，合纵连横，行业冰火两重天。

以步步高为例，公司对门店进行升级，推出第三代门店，推出了鲜食演义（第三代卖场主要 IP 之一，主打海鲜品类）。相比传统卖场，鲜食演义：

1）以平民价引入了海鲜、牛排高档产品；2）借力新零售，启用一体称、扫码购、美团、云猴等电商模式服务线下零售；3）全新的场景营造，给人愉悦的购物体验；4）会员或者注册用户的消费为大数据做核心数据分析，逐步实现精准推送。

从目前经营情况看看，公司 2017 年才开始推出第三代卖场，但对比二代卖场坪效提升 20%， 毛利率提升 4%。对于鲜食演义，以完全可比门店——王府井店为例，引入鲜食演义后 2018 年 1-2 月销售额增长 18%，客单价提升 17%，客流提升 20%，成效显著。

永辉有望成为行业龙头，目前处于沃尔玛成长的第二阶段

从财务指标看经营效率，2016 年永辉人效首次超越高鑫零售

高鑫零售门店及利润体量仍大幅高于永辉，但永辉超市增长迅猛

门店比较：从门店数量上看，截止 2016 年底高鑫零售门店数量 487 家，永辉超市门店数量 446 家，高鑫零售门店数多于永辉超市。高鑫零售单店面积远高于永辉超市，高鑫零售门店总面积达 1203.2 万平方米，永辉超市门店总面积 427.67 万平方米，高鑫零售门店面积是永辉的 3 倍。

从开店步伐看，2016 年永辉超市新开门店数目为 105 家，对应新增门店总面积为 62.43万平米。高鑫零售新开门店 38 家，对应新增门店总面积为 90.72 万平米，永辉超市新开门店数高于高鑫零售。

收入比较：2016 年高鑫零售收入 1004.41 亿元，永辉超市总收入为 492.32 亿元，永辉超市收入规模仅为高鑫零售的 49%。但是 2012-2016 年永辉超市收入年均复合增速 31%， 高鑫零售收入年均复合增速 5.32%，永辉超市收入增速快于高鑫零售。

毛利率比较：2016 年高鑫零售综合毛利23.88%，永辉超市综合毛利率 20.19%，高鑫零售毛利率一直高于永辉超市且不断提升。从主营业务毛利率（剔除租金收入）角度看，2016 年高鑫零售主营业务毛利率为 21.3%，比永辉超市高出 4.7 个百分点。

对于永辉而言，其生鲜占比较高，生鲜属于薄利多销品，毛利率低。但生鲜“集客”效应带动了食品用品等高毛利产品的增长，公司毛利率逐步提升，2016 年公司综合毛利率首次突破 20%。

对比海外超市龙头，2016 年高鑫零售综合毛利率高于家乐福，但比沃尔玛低 1.75 个百分点，永辉超市则仍比家乐福低 2.63 个百分点。我们认为高鑫零售、永辉毛利率仍具备一定提升空间。

净利润比较：2017 年永辉超市净利润 18 亿元，高鑫零售为 27.9 亿元，2017 年之前高鑫零售净利率高于永辉超市，2017 年永辉净利率 3.1%，高鑫零售净利率 2.7%，永辉已经实现反超。

合伙人制度+供应链管理优化升级，永辉超市经营效率后来居上

早在 2012 年，永辉便率先在福建试点门店合伙人制度，2015 年正式发布合伙人制度，2016年中全面试行。合伙人制度实行的是“复盘+赛马”机制。具体来说，复盘机制是按月度组织合伙人复盘，制定不同序列的赛马方案，践行“高标准、高激励、高淘汰”的机制，实 现独立核算、自主经营、自主管理、自主决策，而赛马机制是将员工拆分为 6+1---七人一组，选一人为组长，并进行赛马制，这样依次到柜组、部门、 门店、区域，再到大区平台。以门店为考核单位，从运营到后勤全员参与。

通过不断优化流程、完善激励机制，永辉经营效率不断提升，2016 年永辉超市人效达到70 万元/人，高鑫零售人效为 68 万元/人，永辉超市人效首次超越高鑫零售。

从坪效角度看，2016 年永辉超市坪效 1.15 万元/平米，高鑫零售仅 0.83 万元/平米，2011 年至今永辉超市坪效一直高于高鑫零售，且两者距离不断拉大。由于外租面积占比的不同，两者坪效可能缺乏可比性，我们从每平米综合毛利角度出发，发现永辉也高于高鑫零售，说明永辉单位面积门店创收、创利均相对更优。

从工资收入比角度看， 2016 年永辉超市工资收入比（员工总工资薪酬/营业收入）7.61%，高鑫零售高达 9.23%，永辉超市工资收入比相对于高鑫零售而言，低 1.62 个百分点。原因一方面是永辉超市人均工资低于高鑫零售，另一方面，近年永辉超市人效的快速提升， 拉大了两者工资收入比的距离。

总结

从目前收入、利润体量看，永辉超市与高鑫零售仍有较大差距，但永辉收入、利润增速高于高鑫零售，发展势头迅速。通过推行合伙人制度，完善激励机制，及供应链管理能力的不断优化，永辉超市人效已经超越高鑫零售，经营效率后来居上。

参照沃尔玛的成长轨迹，我们认为以生鲜优势构建强大壁垒的永辉正在快速迭代升级、加速扩张，同时通过合伙人制度完善激励机制，费用率有望持续降低，我们认为目前正处于沃尔玛成长第二阶段。

转发并私信作者，获取22页整篇完整报告！

浅谈大数据对统计学的挑战和机遇

引言　　国际数据公司的相关研究指出，2011年全球数据生产量达1.8ZB，且全球信息总量每隔两年增长一倍[1]。在大数据时代下，对于统计学发展而言，挑战与机遇并存，挑战指的是现阶段传统统计学相关方法难以适用大数据，机遇指的是基于统计学，大数据展开数据处理、分析，促使大数据具备可视化特性。由此可见，研究大数据对统计学的挑战和机遇有着十分重要的现实意义。　　1.大数据及其目的　　现阶段，关于大数据仍旧没有一个十分明确的界定，大数据起初是源自于技术领域。在信息量不断扩大的情况下，使得常规电脑原有存储空间已不能对新处理数据进行承载，新兴数据处理技术得以产生，好比雅虎的Hadoop平台、谷歌的MapReduce等。此类技术能够对僵化层次结构、一致性予以消除，促进数据无需通过常规数据库表格进行排列，极大程度地提升了人们可处理的数据量[1]。　

　2.大数据与统计学的对比　　2.1样本统计与全样本统计的区别　　样本统计属于统计学不可或缺的依赖，样本指的是结合相应的概率自总体中随机筛选并视作总体代表的集合内容，值得一提的是随机抽样是需要成本的，包括社会关系、资金成本或者时间成本等。基于样本数量提升有限前提下，样本估计误差会随着总体数量增多而增大，这亦是样本统计无法避免的不足。大数据时代下，收集整理庞大的数据信息应运而生，数据信息发展表现出总体即是样本的态势，该属性很好的消除了样本统计这一不足。大数据时代下的全样本统计，通常情况下可对完全总体进行覆盖，然而受大部分数据属于半结构、半结构数据影响，使得概率论应用遭受一定的制约[2]。鉴于此，将全样本统计应用到统计学中，应当就总体数据展开相应的归纳、筛选，即好比在样本统计中展开数据预处理。　　2.2预测分析与非预测分析的区别　　统计学的创立，是为了对变量相互相关关系展开分析，因此获取数据是发生于变量确定之后的，数据分析价值是能够被预测的。相较于统计学的预测分析，庞大数据将互联网、传感器作为载体，存在于分析需求之前，因此构建于大数据上的分析多为非预测性分析。在统计学中，出现大数据无法有效应用局面，这是由于不具备非预测分析所需的庞大数据，庞大数据产生与数据中心、存储系统存在紧密的联系，并非短期产生。也就是说，统计学中大数据的应用发展，说明了非预测分析正逐步取代传统统计学预测分析，数据多次利用正逐步取代传统数据一次性利用的。　　3.大数据对统计学的挑战与机遇　　3.1数据生产、处理与应用的转变　

　相关统计部门经开展严格的统计设计工作，获得相关的统计数据，数据的预处理分别有数据清洗、非全面数据填补以及数据矫正等。大数据时代下的统计手段尚不十分明确，自大数据流环境而言，要不断探索新型抽样方法，并确保抽样方法的实时、连贯及可行性。除去传统的统计分析方法，还应当开发大数据动态分析、数据流算法等[3]。　　3.2大数据时代对市场营销的机遇　　3.2.1大数据营销的特点与价值　　大数据营销的特点：I.数据采集多平台化特点，即大数据时代下，大数据的数据大多来源于不同的领域、不同的渠道。II.时效性特点，随着信息技术的急速发展，互联网用户消费、购物行为方式往往会瞬间出现转变。国际先进大数据营销企业AdTime基于此大数据营销特点，采取了时间营销措施，即采取相应的技术方式全面获悉用户所需，于第一时间对用户当下的需求进行回应，以使用户在下决心购买的最佳时间及时看到对应的产品广告。III.个性化特点，在大数据时代下，广告商传统媒体导向的营销理念逐步由受众导向取代，现如今，广告商可应用大数据了解用户的地理方位，需求内容等信息，达到对用户个性化营销的目的。　　大数据营销的价值：I.升级营销与用户的匹配度，大数据营销不仅可提供给企业了解用户有效的途径，还能够与网络环境下，选取相关技术方法达到对用户精确定位的目的，从而开展好营销工作，升级营销与用户的匹配度。II.改善用户体验，大数据营销促使企业真正意义上认识到用户及其所使用企业产品情况，以给予用户最人性化的提醒。　　3.2.2大数据营销的应用　　（1）与消费者建立紧密关系　　现如今，我国一些企业营销行为仍旧处于个性化定位信息、创意设计阶段，而无法对不同消费者展开个性化的营销活动。大数据时代下，经采用相关数据分析技术方法，基于对消费群体喜好、传媒接触习惯等展开有效的分析，达到特定营销活动明确开展的目的，实现企业精心开展的营销活动精准的辐射至目标消费群体处，与消费者建立紧密关系，极大的改善营销效率、质量[4]。　　（2）掌握竞争对手数据　　企业通过对竞争对手数据的有效掌握，获悉竞争对手发展状况，基于此帮助企业制定科学合理的产品价格，提升企业产品市场竞争优势。与此同时，企业务必要全面实施以事实为前提的决策手段，广泛地应用数据分析方式对企业每一个发展运营步骤进行优化，经对企业一系列数据的充分优化、对接，促使业务环节中潜在的价值得以被有效挖掘，降低生产成本，知己知彼，促使企业在日趋白热化的市场竞争中占据有利位置。　　（3）挖掘企业内部数据　　“市场未动，数据先行”俨然转变为国际上企业有效运营发展的一致认识，为了提升企业管理效率，要求企业要充分挖掘企业内部数据，并展开有效的整合、分析，以为企业相关人员做决策提供有利的参考依据，提升决策准确性，促进企业可持续发展。

3.2.4 企业的应用案例——以亚马逊为例　　在应用大数据开展市场营销方面，美国亚马逊公司一直处于领先地位。亚马逊研发出“用户未下单，先发货”功能，即结合用户的购物需求数据信息，分析用户想要购买的产品，达到用户未下单，提前发货的目的。此外，亚马逊通过对用户检索信息的分析，评估流感的传播，但这仅仅为海量检索数据中的一项用途，相同的数据能够应用于预测大选结果、预测某类产品市场行情等等，极大地降低了统计成本[5]。　　3.3大数据时代对市场营销的挑战　　3.3.1信息收集　　大数据并非就是对数据信息展开盲目的收集，即便收集了再多的数据，倘若这些数据并非是市场营销所需要的，如此便会导致前期收集来的数据信息，变成一堆“数据垃圾”。鉴于此，为了避免这一情况发生，务必要充分分析业务需求，再对自身存在价值的数据展开收集、归纳，如此方可实现大数据的有效收集应用。　　3.3.2经验与数据　　数据采集完毕后，面对参差不齐的数据，还应当做好数据评估工作，评估对何种目标受众开展市场营销工作。鉴于此，要求采取科学合理的手段，将这些参差不齐的数据整合成可被市场营销实践应用的，经结合过去的经验，与采集数据进行有机融合，实现对目标受众的有效分析确定。　　3.3.3分析与优化　　数据分析，一方面是实现数据优化，一方面是进行决策层面上的调整、转变。此环节对于专业人才的需求提出了严苛的挑战。数据分析、数据优化对于专业人才的知识框架要求大不相同，这要求相关企业不仅要培养专业的数据分析人才，还要打造数据优化人才队伍。　

　3.4大数据营销的未来发展趋势　　信息技术不断发展，单一媒体导向的“消费者碎片化”俨然无法达到企业对于数据多样性的需求。大数据时代下，媒体的跨界融合实现对“碎片化”受众的充分聚合。在科学技术技术不断进步的背景下，跨媒介、跨平台、跨终端的多途径将不断被开拓，将使庞大的数据信息获取多维度的整合，并且在多样化网络环境下，消费者主观信息与客观数据有机融合，构筑全面用户数据库环节，将成为未来大数据营销发展的必然趋势[6]。　　4.结束语　　总而言之，大数据为传统统计学带来了严峻的考验，也为传统统计学有效发展创造了良好的契机。在大数据时代发展潮流中，我们应当充分的认识到大数据对于传统统计学而言，是补充而不是更替，构建于样本统计、预测分析内容上的传统统计学，仍旧于社会统计、经济分析中占据着主导位置。大数据时代下，为了实现企业市场营销的有效开展，相关人员务必要不断专研研究、总结经验，全面分析大数据与统计学的对比，充分认识大数据对统计学的挑战和机遇，“与消费者建立紧密关系”、“掌握竞争对手数据”、“挖掘企业内部数据”等，积极促进企业市场营销的科学合理化。

摘　要：统计分析是一种反映统计结果的工具,它在现在的企业中,被运用得很广泛,但它所使用的技术水平也在不断的提高,特别是在反映企业统计结果方面,更具有一定的实用性。企业在使用统计分析时,涉及到很多种行业中,例如:工业、商业、建筑业和交通以及邮电等各企业统计分析工作中。

关键词：

一、统计分析的概念统计分析是指运用统计方法及与分析对象有关的知识，从定量与定性的结合上进行的研究活动。它是继统计设计、统计调查、统计整理之后的一项十分重要的工作，是在前几个阶段工作的基础上通过分析从而达到对研究对象更为深刻的认识。它又是在一定的选题下，集分析方案的设计、资料的搜集和整理而展开的研究活动。系统、完善的资料是统计分析的必要条件。二、统计分析的特点 　统计分析是对客观现象的一种认识活动，它在定性分析的基础上，经过定量研究，达到对现象本质及规律性的认识。　　统计分析方法具有特殊性　统计分析方法是以总体现象的数量关系为对象的一类特殊科学研究方法的总称。从应用的角度来看，统计分析方法可分为经验方法和数学方法两大类。经验方法是指一些与初等数学知识和人们的实践经验相关联的方法。数学方法又称为数理统计方法，是以数学理论，特别是概率论为基础对客观现象进行研究的方法。它可以通过对现象貌似偶然的变动来探求其必然的规律性。

统计分析的对象具有综合性　统计分析的对象不是某种社会经济现象的个体数量方面，而是现象的总体数量方面，分析研究其综合数量特征。从总体上对客观现象的数量方面进行分析，可以避免以偏概全，使认识较为全面和正确。三、统计分析方法 统计分析方法很多，但基本方法是定量分析 。l、从统计理论上看，我们所见到的统计学著作，除了统计设计、统计调查、统计整理等理论和方法外，其他大部分内容都是统计分析方法，这些统计分析方法有一个共同点，它们都是定量分析方法。 2、统计实践上看，统计分析所起的作用，是通过定量分析实现的。统计分析在人们的认识过程中有三个作用：第一，对客观事物量化，包括反映客观事物规律的数量表现；第二，根据量变程度确认事物的质，即确定区别事物质量的数量界限；第三，揭示新的规律，即通过分析数量关系，发现尚未被认识的事物的规律。　　四、企业如何运用统计分析 　　随着社会主义市场经济的发展,统计为企业发展战略的研究和制定,为各项职能管理提供必要的信息,为防范和化解风险,发挥其预警作用,新经济时代统计信息是影响企业管理层决策成败的关键。

（一）在企业经营过程中：在企业的经营管理中，统计分析占据着十分重要的地位。在认识统计的过程中，企业通过统计调查以及整理取得的统计资料能够对客观现象的数量特点取得一定的认识。若不进行深入的整理和分析，对于这些现象的认识还只停留在表面的初步认识状态，所以必须对这些统计资料加以分析和研究，才可以掌握事物的本质以及内在的发展规律，通过逐渐地深化认识，有效的深入的分析方法，查找出经营管理中存在的问题和薄弱环节，就可以提出改进的举措，给各级领导各级管理部门参考改进建议，是企业的各项管理工作不段得到改善和提高，充分显示出统计分析在企业经营管理中发挥的广泛应用。（二）在企业目标管理中：（1）在企业的各项经济指标的预测中，通常强调动态的分析预测与静态的分析预测相互结合，其中以静态分析预测为主。企业首先要根据自身发展的特点，寻找到经济运行波动的共性和差异，根据企业的总体规划以及企业的特殊性，依据企业的历史统计数据，运用相应的预测模型给出企业相关指标的科学性预测，根据预测数据制定出各项计划经营指标和各项KPI考核指标，再通过把企业的月度统计预测、季度统计预测和年度统计预测与月度、季度及年度各解段实际完成情况进行对比分析，进行不断调整修正完善，使得企业的目标管理以及考核指标得到实现和完成的保证。

（三）、在企业的决策性分析中：在我国的经济管理领域，决策性分析方法是最先被引入和普及的定量化分析方法。随着企业信息化建设的推进，企业受外部环境的影响逐步加深，这就要求企业及时对相关信息进行处理和分析。一是对市场需求和供给能力的分析。主要包括居民的购买力、商品的潜在和实际市场需求量、品牌成熟度、订单满足率、消费偏好等。通过分析，可以判断企业的赢利空间、供需缺口等，为领导层确定商品销售规模、制定阶段性营销策略等提供依据。二是对社会经济环境的分析和影响。主要包括国内、国际的宏观环境对我国行业发展的影响和对地方法规、民风民俗对企业的发展的影响。三是对企业竞争力的分析。通过分析本行业其他企业的经营情况，在对比中认识自身发展的差距和潜力，从而为制定正确的发展战略提供参考。（四）在企业过程分析和阶段分析控制中：在计划方案的落实过程中，往往会出现一些不可预知的状况。需要及时的进行过程分析和阶段分析。企业利用统计数据定期分析计划完成情况、进度情况等，可以及时的发现执行过程中所存在的问题。通过对完成阶段的结果进行对比分析，有利于确定指标完成率。便于衡量市场潜力相同的不同市场之间的业绩。也作为销售目标制定的依据。 　

在企业当中，统计分析工作是了解现状、预测未来，为了更好的促进企业发展进步的重要方法。做好统计分析工作具有重要的作用和意义。因此，我们要提高对统计分析的研究，使统计分析工作更好地成为企业发展的有力推动力量。 参考文献：[1]百度百科.统计分析[EB/OL]. 　[2]赵井霞．试谈如何进行统计分析[J]．商业经济．2004.4． 　　[3]宋安. 统计分析在企业管理与经营决策中的应用[J].经济师.2003.6

2017年AR-VR投融资事件

来源：映维网

领域

时间

项目

>=<

金额单位（万）

阶段

企业查

游戏

20170106

威沃世界

=

1000RMB

种子

头显

20170107

大朋VR

>

1000USD

C

20170112

雪豹VR

<

天使

技术

打扮家

4000RMB

A

影视

20170113

互动视界

A+

分发

奥英网络

20170114

Spaces(美国）

650USD

20170119

Digilens(美国）

2200USD

B

20170121

趣呗科技

100RMB

外设

20170125

诺亦腾

0

00

20170130

Virtualitics(美国）

300USD

20170131

Lithodomos(澳洲）

68USD

应用

20170203

Against Gravity(美国）

500USD

营销

20170204

SubVRsive(美国）

400USD

20170209

KATVR

3000RMB

20170210

Blend Media（美国）

150USD

20170213

Immersive VR Education(爱尔兰)

106USD

服务

20170214

DigitalBridge(英国)

87USD

8i(澳洲)

2700USD

Dreamscape Immersive(美国)

1136USD

20170216

Imaginate(印度)

50USD

Lytro(美国)

6000USD

D

米影信息科技

Pre-A

20170221

Innovega(美国)

20170222

Terpon(美国)

100USD

20170223

唯晶科技

2800RMB

C+

20170224

Zappar(英国)

375USD

20170225

Bigsreen(美国)

20170303

UCVR

触景无限

5000RMB

20170309

极鱼科技

20170310

Proxy42

200USD

20170315

Realvision(美国)

130USD

种子轮

WayRay(瑞士)

1800USD

20170317

ShilpMIS(印度)

20170320

HypeReal

黑蚂蚁

博思尼

20170323

Viro(美国)

250USD

20170324

冰立方VR

500RMB

天使轮

20170327

妖灵妖

300RMB

20170328

Lightform

260USD

20170329

Nibiru

B+

20170330

ADVR(美国)

DecorMatters

20170331

H2L

180USD

20170405

超级队长

20170406

Upskill

20170409

PanguVR

400RMB

20170412

440USD

20170413

TheWaveVR(美国)

20170414

PlutoVR(美国)

1390USD

20170418

Avegant(美国)

1370USD

Whodat(印度)

60USD

20170419

Absentia(印度)

120USD

20170420

Vizor(美国)

230USD

20170421

影创科技

8000RMB

20170425

VR创客学院

200RMB

20170504

Ultrahaptics(瑞士)

2300USD

武汉火游网络

1500RMB

Advrty(瑞典)

57USD

20170505

冰河世界

20170510

郁野科技

20170511

Vivid Vision(美国)

220USD

20170512

Improbable(英国)

50200USD

20170517

0glass

20170524

Antilatency

210USD

20170525

The Rogue Initiative(美国)

20170526

Playsnak(美国)

庞际网络

20170601

造梦科技

20170608

MelodyVR

20170612

iCreator

20170613

Nomadic VR

600USD

20170615

上海翌雪

Osso VR

20170620

Academy Xi

225USD

20170622

Multiverse

噜噜VR

800RMB

20170628

Car360

350USD

Vaqso

触控未来

20170701

Wonder

1400USD

20170705

玖的VR

20170711

Multiverse摩登世纪

20170712

杭州娃娃鱼动画

20170713

inXile

450USD

Hutch

20170714

nDreams

264.74USD

Force Field VR

118.43USD

20170717

WaveOptics

1588.56USD

20170718

胡罗舶

Leap Motion

5000USD

MekaMon

750USD

ObEN

20170726

Urbanbase

20170727

Within

4000USD

20170728

Frontier Development

1770USD

20170802

Inception

1500USD

瑞立视

10000RMB

20170803

C360 Technologies

Geekplay

基因互动

20170806

微视酷

20170809

Here Be Dragons

20170810

耐德佳

20170815

SeriosLabs

20170816

亮风台

得图网络

2000RMB

20170817

Immersv

1050USD

20170822

Matterport

20170823

视+AR

SLIVER.tv

980USD

20170824

圣威特

0RMB

20170829

8th Wall

240USD

20170830

UNLTD

110USD

物流行业的基础数据统计分析一直是片空白。一个地区有多少家企业？每家企业的生存状况如何？有多少条线路多少个网点？覆盖多少个区域？每一条线路有多少家企业运营？哪些地区的线路最集中？哪些线路的竞争最激烈？……这些基础的问题我们都无法回答。

因为缺失基础数据的统计分析，所以我们对自己所从事的行业的认知一直处在模糊的状态。

物优网对物流企业无遗漏的收录，使这些基础数据的统计分析得以实现。物优网希望将中国物流行业进行数字化的全景呈现，让趋势与机遇的分析有数据基础。

物优网收录了河南省郑州市的所有物流企业，经统计，一共有447家快运物流企业9133个网点，从郑州共发出1864条直达线路。

一：郑州市快运线路分析

看点：

省际线路有1864条，覆盖除港澳台外的30个省、267个市、621个县，可见郑州物流市场的发达程度；

370家企业发省际线路，平均每家企业5条线路，超过2/3的企业在平均线以下，小、散的现状获得验证；

38家企业同时发往西安市，仅为郑州本土出发的企业，体现了激烈的竞争程度。

据物优网统计，郑州市一共有447家快运物流企业，其中370家拥有省际线路，77家只发省内线路。这370家企业从郑州共发出1864条直达线路，覆盖除港澳台外的30个省份，直达省外267个地级市621个县。

370家企业的1864条线路中，127家企业只有一条直达线路占比34.32%，2-10条直达线路占比57.84%，超过10条直达线路的企业仅有29家占比9.73%。

通过这些数据我们还可以发现，平均每家企业约有5条省际直达线路，而在平均值以下的企业就占到77.03%，共有285家。

下面从直达区域、直达省份、直达城市三个维度分别进行统计分析。

直达区域最广的省份：河北省、江苏省、安徽省、山东省、新疆直达地区最多。其中，河北省、江苏省、安徽省的地级市100%全直达，山东省、新疆的地级市直达率均在90%以上。

直达线路最多的省份：发往河北省、江苏省、山东省、山西省、安徽省的直达线路最多，高达843条占比45.23%。

70家企业直达河北省12个地级市40个县；50家企业直达江苏省13个地级市19个县；68家企业直达山东省16个地级市7个县；42家企业直达山西省9个地级市11个县；40家企业直达安徽省17个地级市18个县。

直达线路最热的城市：郑州直达西安市、邯郸市、成都市、石家庄市、长沙市、济南市、兰州市、武汉市、沈阳市、徐州市的线路最热，每条线路均超过30家企业在同时运营。

二：郑州市快运网点分析

看点：

河南省网点超过100个有26家企业，网点总数达到4818个。相当于25%的企业拥有92%的网点，10个网点中有9个属于这26家。

河南省的所有网络企业均未设立省内二级分拨，网点直接对接郑州分拨，每天往返，朝发夕至。河南省除郑州市外的3254个网点，即相当于从郑州发出的3254条每天往返省内专线。

每天有363个网点往返直达198个乡/镇。

据物优网统计，郑州市现有的447家企业共设有9133个网点，覆盖除港澳台外的31个省份285个地级市726个县。

其中河南省设有5807个网点占总数的63.58%，不仅覆盖所有市、区、县，更触达198个乡/镇，在这198个乡/镇中设有高达363个网点，每个网点都与郑州市当天往返。省内网络发达程度自行补脑。

接下来，我们从不同维度剖析这5807个网点，为各位看官提供最适合布局物流网点的数据基础。

1、看地区网点分布

5807个网点中，2553个网点分布在郑州市的辖区内，占河南省网点总数的44%，3254个网点分布在郑州市以外的其他地区，约占河南省网点总数的56%。

（1）除郑州之外的分布看点

河南省网点最集中的地级市：新乡市，周口市，南阳市。

40家企业在新乡市设有网点；

32家企业在周口市设有网点；

35家企业在南阳市设有网点。

河南省网点最集中的县：尉氏县、滑县、兰考县、长葛市、安阳县。

34家企业在尉氏县布局了65个网点，28家企业在滑县布局了47个网点，27家企业在兰考县布局了45个网点，33家企业在长葛市布局了45个网点，12家企业在安阳县布局了41个网点。

河南省网点最集中的乡/镇为：开封市尉氏县的大营镇、兰考县的固阳镇，新乡市新乡县的小冀镇、长垣县的丁栾镇、安阳市安阳县的水冶镇、安阳县的柏庄镇，信阳市平桥区的明港镇，焦作市武陟县的詹店镇，南阳市南召县的云阳镇，周口市淮阳县的四通镇。

（2）郑州市内的分布看点

2553个市内网点主要集中在新郑市、二七区、管城回族区，三个地区占市内网点总数的58.95%

新郑市：245家企业布局了580个网点，郑州一半以上的企业或总部在新郑或在此设点；

二七区：137家企业布局了499个网点，相当于每平方公里拥有3个网点；

管城回族区：115家企业布局了426个网点，相当于每平方公里有拥有2个网点。

新郑市是郑州物流企业的聚集地，郑州一半以上的企业或总部在新郑或在此设点。而之所以这么聚集，很大一部分原因是郑州物流市场拆迁造成的。现在新郑市分布着大大小小的物流园区将近30家，如丹妮物流园、玉泽物流园、春天物流园、浩运物流园、黑豹物流园、凯瑞物流园、泓源物流园、东方大运物流园……

二七区、管城区是批发市场的聚集地。百荣商贸城、中原第一城、锦荣商贸城、奥辉粮油市场……都聚集在二七区；世贸万货城、中部建材城、华丰灯具城、汽配城……都聚集在管城区。

分布在二七区和管城区的925个网点，其实是200家企业在此设的网点，而这200家企业中，有68%只经营省际线路，看来郑州的省外专线对批发市场的零担货也是很看重的。

2、看企业网点分布

在河南省布局网点超过100个的有26家，他们的网点总数达到4818个。也就是说，25%的企业拥有92%的网点，10个网点中有9个属于这26家。

河南省的省内网络企业，绝大多数采用所有网点全加盟的模式，少数企业采用郑州市内网点直营，省内网点加盟，河南省的所有网络企业均未设立省内二级分拨，网点直接对接郑州分拨，每天往返，朝发夕至，郑州是河南省名副其实的物流集散中心。河南省除郑州市外的3254个网点，即相当于从郑州发出的3254条每天往返省内专

2015年，按照实施创新驱动发展战略的总体部署，我国技术市场流动性增强，技术交易规模继续稳步增长。全国技术合同成交额突破9000亿元，达到9835.79亿元，比上年增长14.67%。技术服务合同成交额仍居四类合同之首，技术转让合同成交额迅猛增长。电子信息、先进制造和城市建设与社会发展技术领域的技术合同成交项数及金额超过全国技术交易总项数和总金额的50%。政府科技计划项目技术合同成交项数和成交额比去年均有所上升。1000万元以上的重大技术合同成交额继续快速增长，占全国技术合同成交额比重已超过70%。企业技术转移双向主体地位稳固，企业作为创新主体的地位继续加强。

一、技术合同成交额突破9000亿元，交易规模稳步增长

2015年，我国技术市场交易额稳步增长，为促进经济结构调整和产业提质增效、推进大众创业万众创新提供了有力支撑。全年共签订各类技术合同30.7万项，成交金额9835.79亿元，比上年分别增长3.4%和14.67%。合同成交金额占全国GDP的比重继续增加，达到1.45%，比上年提高了0.1个百分点。平均每项技术合同成交金额320.25万元，同比增长10.9%。

图1 全国技术合同成交金额及其占GDP的比重（2004-2015年）

二、技术服务合同成交额居四类合同之首，技术转让合同成交额大幅提升

2015年，技术开发、技术转让、技术咨询和技术服务等四类技术合同均呈现增长态势。技术服务、技术开发合同成交额分别位居第一、二位，成为技术交易的主要类型。其中，技术服务合同成交额实现三连冠，继续占据四类技术合同首位，达到5058.96亿元，比上年增长19.13%，占全国技术合同成交额的51.43%；技术开发合同成交额达3047.18亿元，比上年增长3.33%，占全国总数的30.98%。技术服务与技术开发合同的签订项数和成交金额均占全国总数的80%以上。在各类技术服务合同中，一般性技术服务为其主要形式，成交额达4996.32亿元，占技术服务合同成交额总数的98.76%，比上年下降了0.86个百分点；与此同时，以技术中介服务、技术培训服务为主要方式的技术服务也成为科技人员研发能力转移、研发设备开放共享的重要形式。技术转让合同大幅增加。全年共签订技术转让合同成交1.3万项，比上年增长2.3%；成交额1466.53亿元，比上年增长28.96%，增幅居四类合同首位，占全国技术合同成交额的14.91%。平均每项技术转让合同成交金额1146.89万元，是全国平均水平的3.5倍。技术咨询合同成交项数比上年增长20.24%，为33559项；成交额263.12亿元，比上年增长7.71%。

三、技术要素继续向战略性新兴产业和民生领域集聚

2015年，一方面随着产业结构调整的深入进行，新一代电子信息技术、先进制造技术、新能源、生物医药、节能环保及新材料等战略性新兴产业领域获得了长足发展，这些领域的技术合同成交额达5205.8亿元，占全国总量的60.7%；另一方面，涉及民生领域的现代交通、城市建设与社会发展、环境保护与资源综合利用以及农业技术等领域的合同成交额也出现了显著增长。

2015年，电子信息、先进制造、城市建设与社会发展领域技术交易居前三位，合同成交项数和金额均超过全国技术交易总项数和总金额的50%。总体来看，除农业技术交易额略有下降外，其他领域的技术交易额均有不同程度的增长。城市建设与社会发展技术领域技术交易增长迅猛，该领域技术合同成交额由上年的第五位上升到第三位，成交39616项，成交额1210亿元，同比增长48.61%，增幅居首位；先进制造技术领域成交额在去年增幅30%的基础上继续增长，在各类技术领域中位居第二，成交额1350.72亿元；核应用技术领域一改去年技术交易略有下降的局面，2015年成交额达到390.13亿元，增长18.34%。

图2 全国技术合同成交金额按技术领域分布（2015年）

与此同时，以促进经济社会全面协调可持续发展为目标，围绕社会发展和社会服务的技术交易持续活跃，成交技术合同11.1万项，成交额3017.41亿元，占全国技术合同成交额的30.68%。促进其他民用目标和促进工商业发展的技术合同位居第二、三位，其成交额分别占全国的14.79%和12.03%。

四、政府科技计划内项目实现成交项数和金额双增长

2015年，全国各类政府计划项目技术合同成交项数和成交额比去年均有所上升。计划内项目技术合同成交4.85万项，成交额1476.97亿元，分别占全国技术交易总项数和成交额的15.78%和15.02%。各类计划项目中，国家计划项目总量略有下降，成交项数为5685项，成交额153.52亿元，分别占计划内项目总数的11.72%和10.39%，比去年减少了3.6%和6%；部门计划6043项，成交额300.15亿元，占全国的3.05%；省、自治区、直辖市及计划单列市计划2.1万项，成交额604.64亿元，占计划内项目成交额的40.94%；地市县计划项目交易项数和金额也均有所增长，其中交易项数1.56万项，成交金额为418.66亿元，比去年上涨了4.4%。

在通过技术市场登记的国家科技计划项目中，位居前三位的分别是国家科技重大专项、高技术研究发展计划（863计划）和自然科学基金项目。其中，国家科技重大专项成交414项，成交额23.72亿元，比去年下降了51.5%；占国家科技计划项目成交额的15.45%，比去年下降了15.5个百分点。高技术研究发展计划（863 计划）成交155项，比去年减少164项，但成交额与去年基本持平，为18.87亿元，占12.29%。自然科学基金成交1974项，成交额16.02亿元，占10.44%。基础研究计划（973计划）和国家重大科学研究计划成交102项，成交额3.49亿元，占2.27%。

五、重大技术合同成交额占全国成交额逾七成

1000万元以上的重大技术合同成交额继续快速增长。2015年全国共成交1000 万元以上重大技术合同9589项，比上年增长5.05%；成交额7370.04亿元，比上年增长18.49%，占全国技术合同成交额的74.93%。重大技术合同单份技术合同平均成交额7685.93万元，比去年上涨12.8%。

在涉及知识产权的重大技术合同中，技术秘密占比最大。2015年，技术秘密成交2404 项，成交额1884.38亿元，占重大技术合同成交额的25.57%；专利技术合同成交724项，成交额570.30亿元，占7.74%，居第二位；计算机软件著作权居第三位，成交736项，成交额288.47亿元，占3.91%。集成电路布图设计和生物医药新品种技术合同成交项数均有所下降，但生物医药新品种成交额为55.19亿元，比上年增长18.66%。

六、企业技术交易双向主体地位稳固，高校和科研机构技术交易合同项数明显增长

企业法人在技术市场上技术交易的最大输出方和最大吸纳方的双向主体地位，已稳固并突显出来。2015，企业全年输出和吸纳技术合同成交额分别占到全国的86.18%和75.89%，增幅明显。其中，内资企业既是最大的技术输出方，也是最大的技术吸纳方。内资企业共输出技术项目18.24万项，成交额6853.13亿元，比上年分别增长3.64%和12.03%，占到企业输出技术合同成交额的81.4%，占全国技术合同成交额的69.68%。同时，内资企业吸纳技术19万项，成交额5305.64亿元，比上年增长1.7%，占全国技术合同成交总额的53.94%。

高等院校和科研机构实现成功交易的技术合同项目数增长明显。分别较上年增加2717项和11335项，成交额占全国比重分别为3.19%和5.70%，较上年下降0.13个百分点。

（来源：科技部）

浅论统计学在市场营销中的运用

当今社会中多数企业为了能够更好地促进市场营销效果，将本企业或者本行业几个月或者几个季度以及几年内的市场营销数据，通过数据加载分析来评估当前市场形势以及以后的发展趋势，而对数据的分析现代企业运用最多的手段就是统计学，统计学中的数理统计、多元统计分析，抽样调查都为企业的数据分析提供了最科学和可靠的方法。通过市场营销管理中统计学理论及方法的运用，为企业市场营销管理工作奠定基础、为企业的市场营销工作提供准确详实的市场信息。针对市场营销管理中对统计学应用的需求，现代企业市场营销管理中应加强对统计学理论及内容的关注。运用统计学方法解决企业营销管理中的实际问题，提高企业综合市场竞争力。 　

　一、数据进行统计分析特点和管理方法 　　数理统计中统计分析的特征是定量和定性分析进行结合；把处理的数据作为依据，以统计的数据作为结果；分析方法具有特殊性；分析的范围具有广泛性。要紧紧依靠这些统计数据的特点，同时，充分把握好企业市场营销这一行业的特殊性，才能真正做好市场营销统计学分析的工作。正常来讲，企业市场营销管理的步骤可分为：分析市场所具备的机会、选择合适的目标市场、确立正确的营销组合策略、市场营销的决策和决策的实施与控制。这四个步骤与相应的统计学分析方法相配合，才能更好地为企业赢得更多的市场机遇，同时使企业的市场竞争力不断提升。 　　二、市场营销中的统计学分析方法 　　针对所属行业销售特点选择统计学方法的应用。针对不同行业的销售特点，企业市场营销管理中的统计学应用也存在着差异。根据行业销售特点，统计学方法的运用也有着一定的规律。在饮料、日用化工等快消品的销售收集整理中，描述统计、推断统计、顺序变量等方法的应用能够为快消品行业的市场营销管理提供翔实准确的市场信息，为快消品企业的市场营销策划方案提供科学的数据。通过统计学方法的运用使企业的快消品营销策划工作更加符合市场规律、符合市场销售特点，进而满足现代快消品企业销售目标需求、满足市场销售需求。 　　在现代社会里，企业如果要获得长远的竞争优势，一定离不开目标群体的满意度和支持度。目标群体，一般就是指顾客，当他们的需求被满足之后会产生心理的愉悦感。从统计学来分析，这个满意度就是指顾客的期望值与实际感知效果之间的差异函数，如果顾客实际感知的效果小于期望值，顾客就不会感到满意，反之，就会表现出满足。通常，顾客过去的购买经历，竞争者与销售者对自身产品的宣传与承诺，身边朋友的评论等，都会影响到顾客的期望值。因此，企业非常有必要通过统计学，对顾客满意度进行分析、测量，给企业的营销和决策提供更加可靠的依据。

　三、以数据为依托分析当前市场状况 　　通过对统计学知识的运用，以当近期市场的数据反馈为依托，对当前的市场行情进行分析与比对。在当今市场经济的营销管理中，对市场的动态信息进行科学合理的分析，能够帮助企业的决策者们及时修改营销方案，满足市场变化对企业营销管理的需求。这一现状要求企业的市场营销管理部门能够及时掌握市场动态，运用統计学知识及统计学理论中的调研、整理、分子技巧为企业的市场营销管理工作提供准去的市场信息，确保企业市场营销管理工作能够符合市场销售的实际需求。针对现代企业市场营销现状及营销管理工作的需求，现代企业的市场营销管理工作中应强化对市场销售信息的收集与整理。利用统计学原理及要知道市场销售信息收集与管理工作，以此使企业的市场营销信息收集、整理、分析以及方案制定在统计学理论指导下得到有效开展，满足现代市场经济发展过程中企业的营销管理需求。

四、从市场的定价角度看统计分析的重要性 　　通常来说，企业的市场定价会受到多种因素的综合影响。成本导向、需求导向、竞争导向是企业市场定价的三种方法，这三种方法都是对于企业自身在市场上的竞争力而言，是企业为了让自己的产品或服务在如今激烈的市场竞争中更好的定位，赢得更多更大的市场份额而制定出的价格策略。这种定价策略要分析人为订立的利润与企业成本之间的比例，要充分研究竞争对手等各方面的定价因素，并认真分析消费者的有效需求，以寻求各个价格变量之间存在的近似的线性关系，从而准确进行营销策划。因子分析方法是市场定价中的统计学分析较多采用一种方法，根据几个不同因子的比较而获得多个值，并对这些值进行平均值的计算，从而确定产品的基准价格。本质上看，就是把统计模型的运算和决策问题运用到市场定价问题中，不同利润下的标准差和期望值制定出不同的市场定价方案。所以，在市场定价中准确的统计决策模型，不仅有利于提高资金周转速度，节约企业成本，还有利于提高企业的市场竞争力。在现代企业市场营销管理工作中，科学的市场调研是掌握市场动态、保障市场销售信息有效传达的关键。因此，在企业的市场营销管理工作中，应科学运用统计学调研方法对企业所属行业市场信息进行收集与整理。以基础数据、变量、统计逻辑学、管理统计学等内容及基础，对销售人员的调研信息进行统计与分析，对信息的科学性进行甄别。以翔实准确为中心进行市场信息的收集与调研、以科学性为重点进行信息的统计与分析，以此保障现代企业市场营销管理方案制定基础满足市场需求。统计学分析方法在市场调查过程中，无论是最初的信息收集阶段，还是信息处理阶段的分析过程和数据辨别，都发挥着无可辩驳的关键作用。在我们当前的市场经济活动中，要重视以人为本的管理方法，大力地强调定性向定量的方向发展，这一切都会涉及统计学方法。国家在进行经济调控时，也往往会使用到统计表格来表示一系列经济收支的情况，以便在宏观上对未来的经济投入比例进行相应的调整。 　　总之，企业要想得到最优化的市场营销方案，必须通过统计手段对市场的全面、科学分析才能获得，科学合理的统计分析，可以随时灵活地更改营销方案。