發(fā)布時(shí)間：2023-06-02 15:11:15
序言：寫作是分享個(gè)人見解和探索未知領(lǐng)域的橋梁，我們?yōu)槟x了8篇的人工智能調(diào)研論文樣本，期待這些樣本能夠?yàn)槟峁┴S富的參考和啟發(fā)，請(qǐng)盡情閱讀。
關(guān)鍵詞：智能科學(xué)與技術(shù)；課程體系；培養(yǎng)管理
1背景
智能科學(xué)與技術(shù)是當(dāng)前科學(xué)研究和工程實(shí)踐的理論與技術(shù)發(fā)展的前沿領(lǐng)域，智能科學(xué)與技術(shù)專業(yè)是一個(gè)多學(xué)科交叉的跨應(yīng)用領(lǐng)域?qū)I(yè)Ⅲ。智能科學(xué)技術(shù)的發(fā)展將把整個(gè)信息科學(xué)技術(shù)推向“智能化”的高度，這正是當(dāng)代科學(xué)技術(shù)發(fā)展的大趨勢(shì)，對(duì)于這方面人才的需求也越來越迫切。智能科學(xué)與技術(shù)培養(yǎng)掌握?qǐng)?jiān)實(shí)智能科學(xué)與技術(shù)基本理論和系統(tǒng)專門知識(shí)，具備作為工程師或領(lǐng)導(dǎo)者及公民的良好人文修養(yǎng)，具有從事科學(xué)研究、工程設(shè)計(jì)、教學(xué)工作或獨(dú)立擔(dān)負(fù)本專業(yè)技術(shù)工作能力，深入了解國(guó)內(nèi)外智能科學(xué)與技術(shù)領(lǐng)域新技術(shù)和發(fā)展動(dòng)向，能結(jié)合與本學(xué)科有關(guān)的實(shí)際問題進(jìn)行創(chuàng)新研究或工程設(shè)計(jì)的高級(jí)專門人才。
高校應(yīng)穩(wěn)妥發(fā)展與完善智能科學(xué)與技術(shù)專業(yè)的本科生教育，夯實(shí)本科教育基礎(chǔ)并積極創(chuàng)造條件，大力開展創(chuàng)新教學(xué)，努力培養(yǎng)學(xué)生的創(chuàng)新意識(shí)、創(chuàng)新精神和工程實(shí)踐能力，使之成為具有系統(tǒng)技術(shù)基礎(chǔ)理論、專業(yè)知識(shí)和基本技能，良好科研素質(zhì)和較強(qiáng)創(chuàng)造能力的智能科學(xué)與技術(shù)工程師。
2教學(xué)計(jì)劃與教學(xué)管理分析
智能科學(xué)與技術(shù)屬于計(jì)算機(jī)類專業(yè)，其必修課程設(shè)計(jì)原則是使學(xué)生具備計(jì)算機(jī)科學(xué)與工程的基礎(chǔ)理論知識(shí)，尤其是大類專業(yè)招生教學(xué)的院校，通識(shí)課程主要是數(shù)學(xué)、物理文化基礎(chǔ)，強(qiáng)調(diào)扎實(shí)的自然科學(xué)基礎(chǔ)。專業(yè)教學(xué)的特色體現(xiàn)在專業(yè)必修和專業(yè)選修課程，專業(yè)必修課一般分為數(shù)學(xué)基礎(chǔ)和專業(yè)課程。計(jì)算機(jī)類專業(yè)數(shù)學(xué)基礎(chǔ)課程一般包括線性代數(shù)、微積分、離散數(shù)學(xué)、微分方程、概率與統(tǒng)計(jì)、數(shù)值計(jì)算等；專業(yè)課程一般包括程序設(shè)計(jì)基礎(chǔ)、高等程序設(shè)計(jì)、數(shù)據(jù)結(jié)構(gòu)、操作系統(tǒng)、計(jì)算機(jī)組成與結(jié)構(gòu)、數(shù)字電路與邏輯設(shè)計(jì)等。
2.1學(xué)分
本科培養(yǎng)計(jì)劃的學(xué)分中，國(guó)內(nèi)外大學(xué)學(xué)分總數(shù)趨勢(shì)是逐步減少，追求少而精。國(guó)內(nèi)院校一般在130～190學(xué)分之間，如北京大學(xué)為150學(xué)分，清華大學(xué)為1 70學(xué)分，東南大學(xué)與浙江大學(xué)均為160學(xué)分，還有16學(xué)時(shí)為1學(xué)分的，也有18學(xué)時(shí)為1學(xué)分的。
中國(guó)臺(tái)灣的大學(xué)一般在130學(xué)分左右。臺(tái)灣交通大學(xué)最低畢業(yè)學(xué)分為128學(xué)分，其中必修課程須達(dá)76學(xué)分（共同必修58學(xué)分+資工組核心須達(dá)分+（資工組副核心課程學(xué)分+另2組核心課程學(xué)分）），專業(yè)選修本系課程須達(dá)12學(xué)分，其他選修課程須達(dá)12學(xué)分，通識(shí)課程須達(dá)28學(xué)分（含外語課程必修8學(xué)分）。臺(tái)灣“中央大學(xué)”為136學(xué)分，臺(tái)灣“清華大學(xué)”為136學(xué)分，其中必修和必選學(xué)分126，其他與導(dǎo)師商量決定。
美國(guó)的大學(xué)各校差異較大。美國(guó)的學(xué)分計(jì)算有4學(xué)期制、兩長(zhǎng)一短制及兩學(xué)期制，其中加州大學(xué)伯克利分校為120學(xué)分，麻省理工大學(xué)為90學(xué)分，加州大學(xué)洛杉磯分校為186學(xué)分，斯坦福大學(xué)為180學(xué)分。
2.2教學(xué)管理
在教學(xué)管理上，斯坦福大學(xué)給學(xué)生提供了非常寬松的自由發(fā)展空間。新生入校后不分專業(yè)、不分學(xué)院。除了醫(yī)學(xué)院和法學(xué)院學(xué)生需要經(jīng)過一定的選拔程序外，本科生可以在入學(xué)后的前一個(gè)學(xué)期適當(dāng)時(shí)候隨意選擇專業(yè)，并且選擇專業(yè)后允許更改，只要畢業(yè)時(shí)滿足專業(yè)培養(yǎng)方案即可。
國(guó)內(nèi)的浙江大學(xué)是較早實(shí)行按大類招生的學(xué)校之一，分為大類培養(yǎng)、專業(yè)培養(yǎng)和特殊培養(yǎng)3類，前兩年不分專業(yè)，按學(xué)科分類集中培養(yǎng)。
臺(tái)灣的大學(xué)專業(yè)也是按大類完成前期的基礎(chǔ)課程，再分小專業(yè)完成各學(xué)程，包括基礎(chǔ)課、核心課和進(jìn)階課。
教學(xué)分組是現(xiàn)在的主流課程架構(gòu)，也是體現(xiàn)專業(yè)方向的主要形式，分組課程是體現(xiàn)專業(yè)特色的課程組。國(guó)內(nèi)清華大學(xué)采用的是分組教學(xué)；臺(tái)灣的大學(xué)基本上采用的是以教學(xué)方向分組的方式，臺(tái)灣的大學(xué)教學(xué)分為課程與修業(yè)、學(xué)分學(xué)程。
2.3實(shí)驗(yàn)與實(shí)踐教學(xué)
計(jì)算機(jī)類專業(yè)各大院校都強(qiáng)調(diào)課程實(shí)驗(yàn)與實(shí)驗(yàn)教學(xué)，而目前課程該如何進(jìn)行教學(xué)？這不僅是實(shí)驗(yàn)問題，如何以工程教育專業(yè)論證為目標(biāo)，怎樣使教學(xué)目標(biāo)達(dá)到畢業(yè)要求是關(guān)鍵。做中學(xué)是主流實(shí)驗(yàn)教學(xué)方式，尤其是美國(guó)的大學(xué)，大作業(yè)體現(xiàn)的是實(shí)驗(yàn)與理論教學(xué)的結(jié)合，是考查學(xué)生是否理解理論知識(shí)的重要途徑。學(xué)生不僅能夠?qū)W習(xí)扎實(shí)的數(shù)學(xué)和計(jì)算機(jī)專業(yè)知識(shí)，還進(jìn)行大量的實(shí)踐創(chuàng)新訓(xùn)練。麻省理工大學(xué)、加州大學(xué)伯克利分校、加州大學(xué)洛杉磯分校、斯坦福大學(xué)都屬于實(shí)踐創(chuàng)新性教學(xué)模式。例如，斯坦福大學(xué)程序設(shè)計(jì)范式課程重點(diǎn)比較C、C++、Java的特點(diǎn)和難點(diǎn)，每1～2周有一次大作業(yè)，針對(duì)不同的任務(wù)，要求學(xué)生用不同的語言實(shí)現(xiàn)，使學(xué)生加深理解各類編程語言的應(yīng)用場(chǎng)合；麻省理工大學(xué)的課程計(jì)劃是必須先修12學(xué)分的實(shí)驗(yàn)課程，再修3門或4門核心課程，最后選擇3門方向?qū)W科和1門關(guān)于該方向的實(shí)驗(yàn)課、2門專業(yè)拓展課。
3智能科學(xué)與技術(shù)課程體系分析
智能科學(xué)與技術(shù)課程體系在智能基礎(chǔ)理論研究的基礎(chǔ)上，需要安排基礎(chǔ)性、通用性、關(guān)鍵性的智能技術(shù)研究，主要包括感知技術(shù)和信息融合技術(shù)；自然語言處理與理解技術(shù)；知識(shí)處理（認(rèn)識(shí)）技術(shù)，包括知識(shí)提煉、知識(shí)分類、知識(shí)表示技術(shù)等；機(jī)器學(xué)習(xí)技術(shù)，特別是統(tǒng)計(jì)與規(guī)則相結(jié)合的學(xué)習(xí)技術(shù)；決策技術(shù)，即知識(shí)演繹技術(shù)特別是不確定推理技術(shù)等；策略執(zhí)行技術(shù)，即控制與調(diào)節(jié)技術(shù)；智能機(jī)器人技術(shù)，特別是面向?qū)ｉT領(lǐng)域的智能機(jī)器人技術(shù)；智能機(jī)器人之間的合作技術(shù)；基于自然語言理解的智能人機(jī)交互與合作技術(shù)；智能信息網(wǎng)絡(luò)技術(shù)。
國(guó)內(nèi)最早創(chuàng)辦智能科學(xué)與技術(shù)專業(yè)的學(xué)校包括北京大學(xué)，西安電子科技大學(xué)是第2批開始培養(yǎng)智能專業(yè)學(xué)生的院校。北京大學(xué)的本科教學(xué)計(jì)劃中，專業(yè)必修課程（2分）包括：①專業(yè)數(shù)學(xué)/理論基礎(chǔ)（15學(xué)分）：算法分析與設(shè)計(jì)、集合論與圖論、概率統(tǒng)計(jì)A、代數(shù)結(jié)構(gòu)與組合數(shù)學(xué)、數(shù)理邏輯；②硬件與系統(tǒng)基礎(chǔ)（分）：數(shù)字邏輯設(shè)計(jì)、微機(jī)原理和信號(hào)與系統(tǒng)；③智能基礎(chǔ)（5學(xué)分）：腦與認(rèn)知科學(xué)與人工智能基礎(chǔ)。專業(yè)限選課程（15學(xué)分）包括信息論基礎(chǔ)、計(jì)算方法B、數(shù)字邏輯設(shè)計(jì)實(shí)驗(yàn)、微機(jī)實(shí)驗(yàn)、數(shù)據(jù)結(jié)構(gòu)與算法實(shí)習(xí)、機(jī)器感知和智能處理實(shí)驗(yàn)、智能多媒體信息系統(tǒng)實(shí)驗(yàn)。選修組合課程（29～32學(xué)分）：學(xué)生按照自己的興趣，參考智能的2個(gè)專業(yè)方向推薦專業(yè)課組合，自行選擇，至少選修20學(xué)分的智能專業(yè)課程。公共核心+專業(yè)方向+新技術(shù)及其他：①公共核心課程（分）：智能科學(xué)技術(shù)導(dǎo)論、模式識(shí)別基礎(chǔ)、生物信息處理、智能信息處理；②專業(yè)方向課程（11～15學(xué)分）：機(jī)器感知與智能機(jī)器人方向、智能信息處理與機(jī)器學(xué)習(xí)方向、新技術(shù)及其他。
西安電子科技大學(xué)智能專業(yè)主要課程包括電路分析理論、信號(hào)與系統(tǒng)、數(shù)字信號(hào)處理、數(shù)字電路及邏輯設(shè)計(jì)、模擬電子技術(shù)基礎(chǔ)、微機(jī)原理與系統(tǒng)設(shè)計(jì)、數(shù)據(jù)結(jié)構(gòu)、軟件工程、人工智能概論、算法設(shè)計(jì)與分析、最優(yōu)化理論與方法、機(jī)器學(xué)習(xí)、計(jì)算智能導(dǎo)論、模式識(shí)別、圖像理解與計(jì)算機(jī)視覺、智能傳感技術(shù)、移動(dòng)通信與智能技術(shù)、智能控制導(dǎo)論、智能數(shù)據(jù)挖掘、網(wǎng)絡(luò)信息檢索、智能系統(tǒng)平臺(tái)專業(yè)實(shí)驗(yàn)等課程及30多門選修課程。
建議各學(xué)?？梢愿鶕?jù)學(xué)院教學(xué)特色與實(shí)際需求，設(shè)計(jì)專業(yè)核心課程。北京大學(xué)偏重“信息處理”，湖南大學(xué)偏重“智能系統(tǒng)”，但需要強(qiáng)調(diào)的一個(gè)前提就是智能科學(xué)與技術(shù)專業(yè)屬于大計(jì)算機(jī)類，更需要大EECS專業(yè)的基礎(chǔ)。編程、電路、數(shù)學(xué)、數(shù)據(jù)結(jié)構(gòu)、計(jì)算機(jī)系統(tǒng)這五大核心基礎(chǔ)就是大EECS；其次是專業(yè)，計(jì)算機(jī)以系統(tǒng)結(jié)構(gòu)、操作系統(tǒng)、網(wǎng)絡(luò)、編譯、數(shù)據(jù)庫五大經(jīng)典專業(yè)核心課為主，湖南大學(xué)的智能科學(xué)與技術(shù)專業(yè)強(qiáng)調(diào)系統(tǒng)，因此信號(hào)與系統(tǒng)、操作系統(tǒng)、嵌入式系統(tǒng)、人工智能是最基本的專業(yè)核心課，然后再分不同的分支。湖南大學(xué)智能科學(xué)與技術(shù)專業(yè)核心課程包括人工智能概論、機(jī)器學(xué)習(xí)、計(jì)算智能導(dǎo)論、模式識(shí)別、智能控制導(dǎo)論、智能數(shù)據(jù)挖掘、機(jī)器人學(xué)等；研究學(xué)位課程包括模式識(shí)別、人工智能等，主要體現(xiàn)為智能科學(xué)與技術(shù)基礎(chǔ)（人工智能概論、機(jī)器學(xué)習(xí)、計(jì)算智能導(dǎo)論、模式識(shí)別）、核心（智能控制導(dǎo)論、智能數(shù)據(jù)挖掘）和應(yīng)用（機(jī)器人學(xué)）。
4結(jié)語
（1）在課程計(jì)劃實(shí)施過程中，教師需要遵循課程的時(shí)序圖，即描述課程的進(jìn)階關(guān)系，從本科直到研究生，同時(shí)還可以實(shí)行一定的修課限制，如臺(tái)灣交通大學(xué)計(jì)算機(jī)概論與程式設(shè)計(jì)和面向?qū)ο蟪淌皆O(shè)計(jì)兩科皆不及格者不得修數(shù)據(jù)結(jié)構(gòu)與算法概論，若數(shù)據(jù)結(jié)構(gòu)不及格不能修算法設(shè)計(jì)課程等。
（2）程序設(shè)計(jì)類課程用上機(jī)程序能力考試來設(shè)置合格條件，如臺(tái)灣交通大學(xué)基礎(chǔ)程式設(shè)計(jì)及格條件為通過“程式能力鑒定”，湖南大學(xué)則以CCF―CSP軟件能力測(cè)試作為程序設(shè)計(jì)課程通過的考核標(biāo)準(zhǔn)。
（3）鼓勵(lì)學(xué)生參與項(xiàng)目、競(jìng)賽等課外科技活動(dòng)，如臺(tái)灣“清華大學(xué)”的綜合論文訓(xùn)練是由具有同等水平的項(xiàng)目訓(xùn)練成果或SRT（student research training）計(jì)劃項(xiàng)目以及其他課外科技活動(dòng)成果經(jīng)認(rèn)定后代替的。
（4）精煉的課程教學(xué)。核心課程應(yīng)該精且必須加強(qiáng)課程實(shí)驗(yàn)，只有對(duì)方法和理論有正確的認(rèn)識(shí)才能掌握這門課程，而動(dòng)手完成實(shí)驗(yàn)才能真正融會(huì)貫通。麻省理工大學(xué)、加州大學(xué)伯克利分校、加州大學(xué)洛杉磯分校的學(xué)生具備扎實(shí)的數(shù)學(xué)和計(jì)算機(jī)專業(yè)知識(shí)后，都需要進(jìn)行大量的實(shí)踐創(chuàng)新訓(xùn)練。
一、管理會(huì)計(jì)課程的特點(diǎn)
管理會(huì)計(jì)是會(huì)計(jì)學(xué)專業(yè)的核心課程之一，該課程一般在基礎(chǔ)會(huì)計(jì)、中級(jí)財(cái)務(wù)會(huì)計(jì)、成本會(huì)計(jì)課程的學(xué)習(xí)基礎(chǔ)上開設(shè)。教學(xué)內(nèi)容主要包括戰(zhàn)略、預(yù)算、成本、營(yíng)運(yùn)、投融資、績(jī)效等管理，教學(xué)方法一般采用理論講述、案例分析等，教學(xué)學(xué)時(shí)一般50學(xué)時(shí)左右，教學(xué)采用“多媒體+傳統(tǒng)”方式。該門課程與財(cái)務(wù)會(huì)計(jì)相比具有四個(gè)特點(diǎn)。（一）以財(cái)務(wù)會(huì)計(jì)提供的會(huì)計(jì)信息為基礎(chǔ)。財(cái)務(wù)會(huì)計(jì)通過特有的確認(rèn)、計(jì)量、記錄、報(bào)告等方法程序，提供決策有用的會(huì)計(jì)信息。管理會(huì)計(jì)正是利用這些信息，進(jìn)一步加工，用于組織的預(yù)測(cè)決策、規(guī)劃控制等方面，以實(shí)現(xiàn)組織的價(jià)值增值為目標(biāo)。技術(shù)方法用到較多復(fù)雜的數(shù)學(xué)計(jì)算，如回歸模型、指數(shù)平滑、方案評(píng)價(jià)指標(biāo)等。與財(cái)務(wù)會(huì)計(jì)相比，都是比較復(fù)雜的數(shù)學(xué)計(jì)算，學(xué)生只有具備相應(yīng)的數(shù)學(xué)基礎(chǔ)，方能學(xué)好。（二）將管理理論和思想融于會(huì)計(jì)。管理會(huì)計(jì)是管理學(xué)與會(huì)計(jì)學(xué)的交叉，在會(huì)計(jì)中融入了管理的理論和思想、理念。通過不同方案、不同指標(biāo)的對(duì)比（靜態(tài)的指標(biāo)如投資回收期；動(dòng)態(tài)指標(biāo)如凈現(xiàn)值、內(nèi)部收益率等），幫助企業(yè)選擇最優(yōu)的方案，這是管理會(huì)計(jì)決策部分的主要內(nèi)容。（三）方法程序靈活多樣。管理會(huì)計(jì)是為企事業(yè)單位內(nèi)部管理服務(wù)的，嚴(yán)格的會(huì)計(jì)準(zhǔn)則、財(cái)務(wù)程序并不完全適用于管理會(huì)計(jì)，管理會(huì)計(jì)的方法、程序、工具，靈活多樣，可以交叉使用，也可單獨(dú)使用。
二、管理會(huì)計(jì)指引的實(shí)施有助于促進(jìn)管理會(huì)計(jì)的發(fā)展
（一）管理會(huì)計(jì)指引的作用。為促進(jìn)企業(yè)和行政事業(yè)單位加強(qiáng)管理會(huì)計(jì)工作，提升內(nèi)部管理水平，促進(jìn)經(jīng)濟(jì)轉(zhuǎn)型升級(jí)，2014年財(cái)政部《關(guān)于全面推進(jìn)管理會(huì)計(jì)體系建設(shè)的指導(dǎo)意見》（財(cái)會(huì)[2014]27號(hào)）；2016年6月財(cái)政部《管理會(huì)計(jì)基本指引》，一系列文件的頒布實(shí)施改變了管理會(huì)計(jì)缺乏“規(guī)范”的局面。管理會(huì)計(jì)指引是從政府層面提出的應(yīng)用管理會(huì)計(jì)的指示和引導(dǎo)，具有感召力和強(qiáng)制性，有助于促進(jìn)單位充分利用管理會(huì)計(jì)的工具方法，提高管理水平，從而增強(qiáng)競(jìng)爭(zhēng)力。（二）管理會(huì)計(jì)指引體系構(gòu)成。管理會(huì)計(jì)指引體系包括基本指引、應(yīng)用指引和案例庫?；局敢?、應(yīng)用指引與案例，是管理會(huì)計(jì)龍頭上的眼睛（于增彪，2016），用以指導(dǎo)組織管理會(huì)計(jì)實(shí)踐。其中，基本指引在管理會(huì)計(jì)指引體系中起統(tǒng)領(lǐng)作用，是制定應(yīng)用指引和建設(shè)案例庫的基礎(chǔ)，而應(yīng)用指引則是對(duì)具體業(yè)務(wù)活動(dòng)的詳細(xì)要求，它們之間的關(guān)系類似于會(huì)計(jì)的總分類賬戶與明細(xì)分類賬戶?！豆芾頃?huì)計(jì)基本指引》全文共6章29條，包括制定的目的、應(yīng)用原則與應(yīng)用環(huán)境、管理會(huì)計(jì)活動(dòng)、工具方法、信息報(bào)告等。該指引在遵循戰(zhàn)略導(dǎo)向、融合性、適應(yīng)性、成本效益等原則的基礎(chǔ)上，借助內(nèi)外部環(huán)境因素，其中內(nèi)部環(huán)境主要包括與管理會(huì)計(jì)建設(shè)和實(shí)施相關(guān)的價(jià)值創(chuàng)造模式、組織架構(gòu)、管理模式、資源保障、信息系統(tǒng)等因素；外部環(huán)境主要包括國(guó)內(nèi)外經(jīng)濟(jì)、市場(chǎng)、法律、行業(yè)等，通過規(guī)劃、決策、控制、評(píng)價(jià)等管理會(huì)計(jì)活動(dòng)的運(yùn)作，運(yùn)用戰(zhàn)略地圖、滾動(dòng)預(yù)算管理、作業(yè)成本管理、本量利分析、平衡計(jì)分卡等模型、技術(shù)、流程等工具方法，進(jìn)行戰(zhàn)略、預(yù)算、成本、營(yíng)運(yùn)、投融資、績(jī)效、風(fēng)險(xiǎn)等管理，提供具有相關(guān)、可靠、及時(shí)、可理解性的會(huì)計(jì)信息質(zhì)量特征的財(cái)務(wù)信息和非財(cái)務(wù)信息，并進(jìn)行定期和不定期、綜合和專項(xiàng)報(bào)告，最終提高管理水平。之后，陸續(xù)實(shí)施22項(xiàng)《管理會(huì)計(jì)應(yīng)用指引》，見下表。管理會(huì)計(jì)應(yīng)用指引，是對(duì)單位實(shí)施管理會(huì)計(jì)工作的具體要求，具有指導(dǎo)性和較強(qiáng)的操作性。20世紀(jì)90年代后，河北邯鄲鋼鐵公司實(shí)行的“模擬市場(chǎng)，成本否決”可謂成本管理在我國(guó)企業(yè)應(yīng)用的典范。管理會(huì)計(jì)應(yīng)用指引的設(shè)計(jì)以企業(yè)戰(zhàn)略、預(yù)算、成本、營(yíng)運(yùn)、投融資、績(jī)效、風(fēng)險(xiǎn)等七大領(lǐng)域的管理為依據(jù)，每一領(lǐng)域都有各自適用的管理會(huì)計(jì)工具方法。
三、互聯(lián)網(wǎng)、人工智能在財(cái)務(wù)領(lǐng)域的應(yīng)用給管理會(huì)計(jì)帶來新的發(fā)展機(jī)遇
管理也是生產(chǎn)力。電子計(jì)算機(jī)在會(huì)計(jì)中的廣泛應(yīng)用，大大提高了會(huì)計(jì)核算工作效率。從會(huì)計(jì)憑證制作、記賬到會(huì)計(jì)報(bào)表形成，計(jì)算機(jī)都能在程序語言的基礎(chǔ)上全部完成，且快速準(zhǔn)確，這樣會(huì)計(jì)核算人員的需求數(shù)量相應(yīng)的減少。更多的會(huì)計(jì)核算人員可以轉(zhuǎn)崗從事管理會(huì)計(jì)工作，分析、重整財(cái)務(wù)數(shù)據(jù)，為決策提供依據(jù)。人工智能用于財(cái)務(wù)領(lǐng)域，一些程序化、重復(fù)性的工作，可以由智能機(jī)器人完成，會(huì)計(jì)人員可以從重復(fù)的、繁瑣的工作中解脫出來；通過云計(jì)算處理財(cái)務(wù)數(shù)據(jù)，提高財(cái)務(wù)數(shù)據(jù)效能。這些新的技術(shù)在財(cái)務(wù)領(lǐng)域的應(yīng)用，使會(huì)計(jì)工作重心發(fā)生轉(zhuǎn)移，會(huì)計(jì)人員可以將精力用于開發(fā)思想、管理創(chuàng)新、提高組織管理效率，真正實(shí)現(xiàn)由核算型會(huì)計(jì)向管理型會(huì)計(jì)的轉(zhuǎn)變，這為管理會(huì)計(jì)提供了新的發(fā)展機(jī)遇。
四、順應(yīng)新技術(shù)時(shí)代，改革管理會(huì)計(jì)課程教學(xué)
經(jīng)濟(jì)發(fā)展靠人才，培養(yǎng)人才靠教育。管理會(huì)計(jì)的廣泛應(yīng)用，必須培養(yǎng)管理會(huì)計(jì)專業(yè)人才。而管理會(huì)計(jì)人才的搖籃主要是高校會(huì)計(jì)學(xué)專業(yè)。因此，應(yīng)該與時(shí)俱進(jìn)，從培養(yǎng)方案修訂做起，通過優(yōu)化大綱、改進(jìn)教學(xué)方法、提升師資水平、拓寬教學(xué)資源等，探索新技術(shù)時(shí)代背景下的管理會(huì)計(jì)教學(xué)改革，培養(yǎng)優(yōu)質(zhì)的管理會(huì)計(jì)人才，促進(jìn)管理會(huì)計(jì)應(yīng)用。（一）師資培訓(xùn)與提高。從高校會(huì)計(jì)學(xué)教學(xué)實(shí)踐看，管理會(huì)計(jì)師資相對(duì)緊缺。許多高校雖然開設(shè)了會(huì)計(jì)專業(yè)，但大部分是財(cái)務(wù)管理、財(cái)務(wù)會(huì)計(jì)、稅收、會(huì)計(jì)電算化等方向，管理會(huì)計(jì)的師資儲(chǔ)備并不充足。管理會(huì)計(jì)課程“管理”的特點(diǎn)，也對(duì)管理會(huì)計(jì)教師提出了更高的要求，不僅要精通財(cái)務(wù)會(huì)計(jì)，還要具備較豐富的管理學(xué)知識(shí)、高等數(shù)學(xué)的知識(shí)等。尤其現(xiàn)在的互聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)等，一方面為管理會(huì)計(jì)的發(fā)展提供了契機(jī)，另一方面也需要培養(yǎng)具備相關(guān)知識(shí)的管理會(huì)計(jì)教師。建議通過培訓(xùn)、專業(yè)跨轉(zhuǎn)等形式，提高、充實(shí)管理會(huì)計(jì)師資，以滿足新技術(shù)時(shí)代管理會(huì)計(jì)發(fā)展對(duì)師資的要求。（二）修訂培養(yǎng)方案。培養(yǎng)方案是人才培養(yǎng)的綱領(lǐng)性文件，具有目標(biāo)導(dǎo)向性。針對(duì)計(jì)算機(jī)、互聯(lián)網(wǎng)、人工智能等新的技術(shù)環(huán)境，要充分調(diào)研兄弟院校的教學(xué)現(xiàn)狀，實(shí)時(shí)修訂培養(yǎng)方案。在新的培養(yǎng)方案中，突出管理會(huì)計(jì)的重要地位，整個(gè)培養(yǎng)方案的重心由會(huì)計(jì)核算型向管理型轉(zhuǎn)移。聘請(qǐng)業(yè)內(nèi)專家，對(duì)初步擬定的培養(yǎng)方案進(jìn)行論證，并注意吸收來自會(huì)計(jì)實(shí)務(wù)界、畢業(yè)生等方面的意見或建議，不斷優(yōu)化完善。（三）削減財(cái)務(wù)會(huì)計(jì)的課程及學(xué)時(shí)。一般會(huì)計(jì)學(xué)專業(yè)的培養(yǎng)方案中，涉及財(cái)務(wù)會(huì)計(jì)的課程包括基礎(chǔ)會(huì)計(jì)、中級(jí)財(cái)務(wù)會(huì)計(jì)、高級(jí)財(cái)務(wù)會(huì)計(jì)、稅務(wù)會(huì)計(jì)、成本會(huì)計(jì)、政府及非營(yíng)利組織會(huì)計(jì)。這些課程都是利用確認(rèn)、計(jì)量、記錄、報(bào)告等會(huì)計(jì)特有的程序，用借貸記賬法記賬，實(shí)現(xiàn)會(huì)計(jì)核算的職能。它們之間的差異僅僅是核算具體內(nèi)容的區(qū)別，其所用的會(huì)計(jì)基本理論和方法是一致的。只要學(xué)生掌握了會(huì)計(jì)的程序和方法，就能很容易通過自學(xué)擴(kuò)展不同領(lǐng)域的會(huì)計(jì)核算問題。筆者認(rèn)為，完全可以合并或刪掉某門課程，如將中級(jí)、高級(jí)財(cái)務(wù)會(huì)計(jì)、稅務(wù)會(huì)計(jì)合并為財(cái)務(wù)會(huì)計(jì)，在基礎(chǔ)會(huì)計(jì)學(xué)習(xí)的基礎(chǔ)上開設(shè)。（四）增加管理會(huì)計(jì)的課時(shí)或增加相關(guān)課程。因國(guó)家對(duì)高校培養(yǎng)方案總學(xué)時(shí)有明確限定，現(xiàn)在總的趨勢(shì)是壓縮專業(yè)課比重。因此，在總學(xué)時(shí)數(shù)一定的情況下，壓縮的財(cái)務(wù)會(huì)計(jì)的課時(shí)，可以用來增加管理會(huì)計(jì)的比重。通過增加管理會(huì)計(jì)課程的學(xué)時(shí)，加大案例教學(xué)、辯論式教學(xué)比重，剖析管理會(huì)計(jì)應(yīng)用的成功案例及失敗的教訓(xùn)，提升管理會(huì)計(jì)教學(xué)的深度和廣度，開發(fā)學(xué)生的思維空間，培養(yǎng)創(chuàng)新思維及創(chuàng)新能力，提高其分析解決問題的能力，更好地服務(wù)于管理會(huì)計(jì)實(shí)踐。（五）優(yōu)化教學(xué)大綱。依據(jù)所修訂的培養(yǎng)方案，撰寫課程教學(xué)大綱。教學(xué)大綱應(yīng)包括課程簡(jiǎn)介和課程教學(xué)大綱兩部分。課程簡(jiǎn)介部分重在說明課程的類別、學(xué)時(shí)數(shù)、先修課程、所用教材、課程主要內(nèi)容、參考文獻(xiàn)及網(wǎng)絡(luò)資源等參考資料，起到總括認(rèn)識(shí)該門課程的作用。課程教學(xué)大綱主要包括課程的性質(zhì)及任務(wù)課程、與其他課程的聯(lián)系及分工、課程教學(xué)內(nèi)容、學(xué)時(shí)分配表、教學(xué)基本要求、成績(jī)考核說明等。課程內(nèi)容應(yīng)該按照章、節(jié)、問題等，盡量細(xì)化，并明確教學(xué)目的與要求、重點(diǎn)與難點(diǎn)，以便于課程的講授。課程的考核應(yīng)該明確具體，包括考試成績(jī)、論文、案例分析等作業(yè)所占比重等。明確課程的主要參考書及網(wǎng)站，以便于學(xué)生課外研習(xí)。（六）選用優(yōu)質(zhì)教材、拓展學(xué)習(xí)資源。教材是教學(xué)的主要參考書，對(duì)學(xué)生的影響至關(guān)重要。應(yīng)該優(yōu)先選擇國(guó)家精品課程教材、國(guó)家級(jí)規(guī)劃教材。注意選擇與管理會(huì)計(jì)課程、教材相適應(yīng)的參考教材，促進(jìn)學(xué)生從不同層面、不同視角對(duì)所學(xué)管理會(huì)計(jì)理論知識(shí)的掌握。避免因某種利益關(guān)系而選用質(zhì)量低劣的管理會(huì)計(jì)教材。同時(shí)，借助主流網(wǎng)站，充分利用網(wǎng)絡(luò)資源拓展管理會(huì)計(jì)課程的學(xué)習(xí)。如通過大中型企業(yè)的網(wǎng)站，查閱其管理會(huì)計(jì)實(shí)踐做法，用所學(xué)理論分析、驗(yàn)證、反思企業(yè)管理會(huì)計(jì)實(shí)踐。通過中國(guó)會(huì)計(jì)學(xué)會(huì)管理會(huì)計(jì)專業(yè)委員會(huì)網(wǎng)站，學(xué)習(xí)了解管理會(huì)計(jì)的學(xué)術(shù)前沿與管理會(huì)計(jì)面臨的新問題，培養(yǎng)學(xué)生科學(xué)研究的思維及創(chuàng)新能力。通過瀏覽會(huì)計(jì)專業(yè)期刊網(wǎng)站，搜索研究有關(guān)管理會(huì)計(jì)論文，從中吸收管理會(huì)計(jì)思想和實(shí)踐的營(yíng)養(yǎng)，提高管理會(huì)計(jì)理論水平和實(shí)務(wù)能力。（七）教學(xué)方法與手段。以中國(guó)人民大學(xué)國(guó)家級(jí)優(yōu)秀教材《管理會(huì)計(jì)學(xué)》（第七版）為例，管理會(huì)計(jì)課程內(nèi)容主要包括變動(dòng)成本法、本量利分析、經(jīng)營(yíng)決策、存貨決策、投資決策、標(biāo)準(zhǔn)成本法、作業(yè)成本法、全面預(yù)算管理、業(yè)績(jī)考核與評(píng)價(jià)。既包括管理會(huì)計(jì)的方法，也包括預(yù)測(cè)決策、規(guī)劃控制與業(yè)績(jī)?cè)u(píng)價(jià)，這些內(nèi)容要求管理會(huì)計(jì)應(yīng)采用多種教學(xué)方法，既包括對(duì)理論部分的教師講述，還應(yīng)該包括案例教學(xué)、討論式教學(xué)、參與式教學(xué)等多種方法。案例教學(xué)要求教師通過案例內(nèi)容的陳述與分析，將需要學(xué)生掌握的知識(shí)點(diǎn)、管理會(huì)計(jì)理論融入其中，提高學(xué)習(xí)興趣，增強(qiáng)實(shí)踐感知性。案例的來源可以多樣化，可以選用中國(guó)管理案例庫、期刊雜志中的案例等；也可以因地制宜，對(duì)案例進(jìn)行修改，以便符合教學(xué)需要；條件成熟時(shí)，還可以利用寒暑假或與企業(yè)合作課題等機(jī)會(huì)，深入企業(yè)實(shí)際，自行編寫具有自主知識(shí)產(chǎn)權(quán)的案例。這些案例，既是教材內(nèi)容的補(bǔ)充和延伸，又能激發(fā)學(xué)生的學(xué)習(xí)熱情。培養(yǎng)方案修訂、學(xué)時(shí)的增加，使得類似“咖啡屋”、小組討論、案例教學(xué)等方法成為可能。教學(xué)手段則可以根據(jù)內(nèi)容，采用傳統(tǒng)方法與多媒體相結(jié)合，（八）網(wǎng)絡(luò)資源的學(xué)習(xí)引導(dǎo)?，F(xiàn)在網(wǎng)絡(luò)無處不在，網(wǎng)絡(luò)資源豐富。在上述學(xué)習(xí)的基礎(chǔ)上，教師可引導(dǎo)學(xué)生積極利用網(wǎng)絡(luò)資源學(xué)習(xí)，如微課、慕課等，作為課堂學(xué)習(xí)的補(bǔ)充。中國(guó)會(huì)計(jì)學(xué)會(huì)、中華會(huì)計(jì)網(wǎng)校、各種期刊雜志網(wǎng)站、各級(jí)財(cái)政部門關(guān)于會(huì)計(jì)師職稱考試網(wǎng)、大中型企事業(yè)單位網(wǎng)站、教育中介機(jī)構(gòu)網(wǎng)站、大學(xué)精品課程與在線課程網(wǎng)站等，都具有豐富的管理會(huì)計(jì)學(xué)習(xí)資源。只要愿意學(xué)習(xí)，總能找到學(xué)習(xí)資源?；ヂ?lián)網(wǎng)時(shí)代的學(xué)習(xí)，渠道和獲取資料來源已經(jīng)做到充分多元化。
五、結(jié)語
管理會(huì)計(jì)是價(jià)值創(chuàng)造的信息系統(tǒng)，國(guó)家要強(qiáng)大必須要有強(qiáng)大的企業(yè)，企業(yè)要強(qiáng)大必須要用管理會(huì)計(jì)（于增彪，2016），但管理會(huì)計(jì)是我國(guó)的短板（樓繼偉，2016）?；ヂ?lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算、人工智能等現(xiàn)代新技術(shù)，為管理會(huì)計(jì)的發(fā)展提供了新的發(fā)展機(jī)遇。管理會(huì)計(jì)指引的實(shí)施為管理會(huì)計(jì)的實(shí)踐提供了政策支持，這也給管理會(huì)計(jì)課程教學(xué)提出了新的、更高的要求。管理會(huì)計(jì)案例作為管理會(huì)計(jì)指引體系的構(gòu)成部分，新技術(shù)時(shí)代的案例還相對(duì)匱乏。制作、編寫新的管理會(huì)計(jì)案例的過程也是促進(jìn)管理會(huì)計(jì)課程教學(xué)改革的過程，實(shí)現(xiàn)管理會(huì)計(jì)由“短板”到“升級(jí)版”的跨越，逐漸滿足我國(guó)管理會(huì)計(jì)的需求（于增彪，2017），管理會(huì)計(jì)任重而道遠(yuǎn)。
參考文獻(xiàn)：
[1]孫茂竹，文光偉，楊萬貴.管理會(huì)計(jì)學(xué)[M].北京：中國(guó)人民大學(xué)出版社（第七版），2015.
理性選擇理論對(duì)行為主體“認(rèn)知”問題的學(xué)術(shù)處理，從“經(jīng)濟(jì)人”到“理性經(jīng)濟(jì)人”并沒有顯著的變化。古典經(jīng)濟(jì)學(xué)框架下的理性選擇理論以完全信息假設(shè)為前提，將行為主體（個(gè)人）界定為無本質(zhì)差異和不涉及個(gè)體間行為互動(dòng)，不受認(rèn)知約束的單純追求自身福利的“經(jīng)濟(jì)人”（約翰·伊特韋爾等，1996）。新古典經(jīng)濟(jì)學(xué)的理性選擇理論將行為主體界定為“理性經(jīng)濟(jì)人”，它同樣以完全信息假設(shè)為前提，研究了被古典經(jīng)濟(jì)學(xué)忽略的選擇偏好，通過對(duì)“偏好的內(nèi)在一致性”的解析，論證了個(gè)體能夠得知選擇結(jié)果的抽象認(rèn)知(Von Neumann and Morgenstern，1947；Arrow and Debreu，1954)。這里所說的抽象認(rèn)知，是指行為主體沒有經(jīng)歷具體認(rèn)知過程而直接關(guān)聯(lián)于效用函數(shù)的一種認(rèn)知狀態(tài)，這種狀態(tài)在新古典理性選擇理論中的存在，表明“認(rèn)知”是被作為外生變量處理的。
現(xiàn)代經(jīng)濟(jì)學(xué)的理性選擇理論開始嘗試將“認(rèn)知”作為內(nèi)生變量來研究?，F(xiàn)代主流經(jīng)濟(jì)學(xué)從人的有限計(jì)算能力、感知、意志、記憶和自控能力等方面研究了認(rèn)知形成及其約束（Salvatore， 1999；Schandler，2006；Rubinstein，2007），認(rèn)為認(rèn)知是介于偏好與效用之間，從而在理論研究上處于不可逾越的位置，只有對(duì)認(rèn)知進(jìn)行研究，對(duì)偏好和效用的研究才能接近實(shí)際?，F(xiàn)代非主流經(jīng)濟(jì)學(xué)注重于運(yùn)用認(rèn)知心理學(xué)來研究人的認(rèn)知形成及其約束（Kahneman and Tversky，1973，1974，1979；Smith，1994），它通過實(shí)驗(yàn)揭示了一些反映認(rèn)知心理進(jìn)而影響選擇行為的情景，如確定性效應(yīng)、錨定效應(yīng)、從眾行為、框架依賴、信息存疊等，以論證傳統(tǒng)理論忽視認(rèn)知分析而出現(xiàn)的理論與實(shí)際之間的系統(tǒng)性偏差。
但是，經(jīng)濟(jì)學(xué)理性選擇理論對(duì)認(rèn)知的分析和研究，是在預(yù)先設(shè)定規(guī)則的建構(gòu)理性框架內(nèi)進(jìn)行理論演繹和推理的，它們對(duì)認(rèn)知的解釋，通常表現(xiàn)為一種規(guī)則遵循。例如，新古典理性選擇理論關(guān)注個(gè)體應(yīng)怎樣符合理性（最大化）的選擇，而不是關(guān)注個(gè)體的實(shí)際選擇，它對(duì)認(rèn)知的學(xué)術(shù)處理是從屬于效用最大化的（Harsanyi，1977）?，F(xiàn)性選擇理論所關(guān)注的，或是在忽略認(rèn)知的基礎(chǔ)上建立解釋和預(yù)測(cè)實(shí)際選擇的理性模型來說明實(shí)現(xiàn)效用最大化的條件，以闡釋個(gè)體如何選擇才符合理性（Edgeworth，1981）；或是通過行為和心理實(shí)驗(yàn)來解說實(shí)際選擇的條件配置，以揭示實(shí)際選擇的效用函數(shù)（Kahneman and Tversky，1973，1974，1979；Smith，1994），因而對(duì)認(rèn)知的學(xué)術(shù)處理同樣是從屬于效用最大化的。基于選擇的結(jié)果是效用，而認(rèn)知與偏好都內(nèi)蘊(yùn)著效用形成的原因，我們可以認(rèn)為，經(jīng)濟(jì)學(xué)在將個(gè)人追求效用最大化視為公理的同時(shí)，也在相當(dāng)大的程度上表明理性選擇理論對(duì)效用函數(shù)的描述和論證，不是依據(jù)數(shù)據(jù)分析而是一種通過理論預(yù)設(shè)、判斷和推理得出的因果思維模式。
因果思維模式在信息完全和不完全情況下的效應(yīng)是不同的。在信息不完全狀態(tài)下，如果研究者以信息完全預(yù)設(shè)為分析前提，依據(jù)自己掌握的部分信息對(duì)問題研究做出因果邏輯判斷和推論，則其不一定能得到正確的認(rèn)知。在信息完全狀態(tài)下，研究者不需要有預(yù)設(shè)的分析假設(shè)，也不需要依賴邏輯判斷和推論，而是可以通過數(shù)據(jù)高概率地獲取正確的認(rèn)知。經(jīng)濟(jì)學(xué)的信息完全假設(shè)對(duì)認(rèn)知研究的影響是廣泛而深刻的。例如，新古典經(jīng)濟(jì)學(xué)假設(shè)選擇者擁有完全信息，能夠?qū)崿F(xiàn)效用最大化，它對(duì)偏好與認(rèn)知以及認(rèn)知與效用之間因果關(guān)系的邏輯處理，是通過可稱之為屬于該理論之亞層級(jí)預(yù)設(shè)的“給定條件約束”實(shí)現(xiàn)的（信息完全假設(shè)是第一層級(jí)預(yù)設(shè)）。在該理論中，偏好被規(guī)定為是一種處于二元化的非此即彼狀態(tài)，認(rèn)知在“選擇者知曉選擇結(jié)果（效用）”這一亞層級(jí)預(yù)設(shè)下被跳越。很明顯，這種因果思維模式有助于使其建立精美的理性選擇理論體系，但由于沒有對(duì)認(rèn)知階段作出分析，它很容易嚴(yán)重偏離實(shí)際。
現(xiàn)代主流經(jīng)濟(jì)學(xué)的理性選擇理論偏離現(xiàn)實(shí)的程度有所降低，原因在于開始重視認(rèn)知的研究。半個(gè)多世紀(jì)以來的經(jīng)濟(jì)理論研究文獻(xiàn)表明，現(xiàn)代主流經(jīng)濟(jì)學(xué)的理性選擇理論正在做逐步放棄完全信息假設(shè)的努力，它對(duì)偏好與認(rèn)知以及認(rèn)知與效用之間因果關(guān)系的邏輯處理，是在質(zhì)疑和批評(píng)新古典經(jīng)濟(jì)學(xué)偏好穩(wěn)定學(xué)說的基礎(chǔ)是進(jìn)行的，該理論用不穩(wěn)定偏好取代偏好的內(nèi)在一致性，解說了認(rèn)知的不確定性，以及不完全信息和心理活動(dòng)變動(dòng)等如何對(duì)認(rèn)知形成約束，以此質(zhì)疑和批評(píng)新古典經(jīng)濟(jì)學(xué)的期望效用函數(shù)理論，并結(jié)合認(rèn)知分析對(duì)個(gè)體選擇的效用期望展開了深入的討論。相對(duì)于新古典經(jīng)濟(jì)學(xué)的理性選擇理論，雖然現(xiàn)代主流經(jīng)濟(jì)學(xué)的理性選擇理論仍然是因果思維模式，但它有關(guān)偏好與認(rèn)知以及認(rèn)知與效用之因果鏈的分析銜接，明顯逼近了實(shí)際。
現(xiàn)代非主流經(jīng)濟(jì)學(xué)的理性選擇理論不僅徹底放棄了完全信息假設(shè)，而且徹底放棄了主流經(jīng)濟(jì)學(xué)中隱性存在的屬于新古典理論的某些“給定條件約束”。具體地講，它對(duì)偏好與認(rèn)知以及認(rèn)知與效用之間因果關(guān)系的論證，不是基于純理論層次的邏輯分析，而是從實(shí)驗(yàn)過程及其結(jié)果對(duì)這些因果關(guān)系做出解說。至于效用最大化，該理論則認(rèn)為認(rèn)知與效用最大化的關(guān)聯(lián)，并不像先前理論描述的那樣存在直接的因果關(guān)系。現(xiàn)代非主流理性選擇理論通過實(shí)驗(yàn)得出一個(gè)試圖取代傳統(tǒng)效用函數(shù)的價(jià)值函數(shù)（Kahneman and Tversky，1979），該函數(shù)體現(xiàn)了一種以實(shí)驗(yàn)為分析底蘊(yùn)的不同于先前理論的因果思維模式，開啟了以實(shí)驗(yàn)數(shù)據(jù)作為解析因果關(guān)聯(lián)的理論分析先河。但由于現(xiàn)代非主流理性選擇理論畢竟還是一種因果思維模式，因而同先前理論一樣，在理論建構(gòu)上它仍然具有局限性。
從理論與實(shí)踐的聯(lián)系看，經(jīng)濟(jì)學(xué)理性選擇理論的因果思維模式之所以具有局限性，乃是因?yàn)樗糜诜治龅男畔⑹遣煌耆筒痪_，甚至有時(shí)不準(zhǔn)確，以至于造成認(rèn)知不正確和決策失誤。當(dāng)研究者以不準(zhǔn)確或不精確的信息來探尋因果關(guān)系時(shí)，極有可能致使認(rèn)知出現(xiàn)偏差；而當(dāng)認(rèn)知出現(xiàn)偏差時(shí)，理論研究和實(shí)際操作就會(huì)出問題。誠(chéng)然，因果思維模式本身并沒有錯(cuò)，但問題在于，單純從現(xiàn)象形態(tài)或單純從結(jié)果所做出的理論判斷和推論，不足以讓研究者揭示真實(shí)的因果關(guān)系。人們對(duì)因果關(guān)系的理解過程伴隨著認(rèn)知的形成過程，在非數(shù)據(jù)支持的因果思維模式存在局限性的情況下，經(jīng)濟(jì)學(xué)家依據(jù)這種模式所構(gòu)建的理性選擇理論，難以得到符合實(shí)際的認(rèn)知理論。那么，在未來世界是什么影響和決定認(rèn)知呢？人類認(rèn)知有沒有可能達(dá)到準(zhǔn)確化呢？我們把目光聚焦于大數(shù)據(jù)，或許能夠找到問題的答案。
二 、運(yùn)用大數(shù)據(jù)能獲得正確認(rèn)知嗎？
在迄今為止的經(jīng)濟(jì)理論研究文獻(xiàn)中，經(jīng)濟(jì)指標(biāo)或行為指標(biāo)所選用的樣本數(shù)據(jù)，不是互聯(lián)網(wǎng)和人工智能時(shí)代所言的大數(shù)據(jù)。大數(shù)據(jù)具有極大量、多維度和完備性等特征，極大量和完備性表明大數(shù)據(jù)有可能提供完全信息，多維度意味著信息可以通過大數(shù)據(jù)的相關(guān)性得到甄別和處理。廣而論之，人類的行為活動(dòng)表現(xiàn)為一個(gè)龐大的數(shù)據(jù)堆積，個(gè)別行為所產(chǎn)生的數(shù)據(jù)只是這個(gè)龐大數(shù)據(jù)的元素形式。如果我們以人們的投資和消費(fèi)活動(dòng)作為考察對(duì)象，對(duì)大數(shù)據(jù)蘊(yùn)含的因果關(guān)系以及由此得出的認(rèn)知進(jìn)行分析，那么，我們可認(rèn)為投資和消費(fèi)不僅在結(jié)果上會(huì)產(chǎn)生大數(shù)據(jù)，而且在運(yùn)作過程中也會(huì)產(chǎn)生大數(shù)據(jù)。換言之，投資行為和消費(fèi)行為在“結(jié)果”上顯示極大量數(shù)據(jù)的同時(shí)，也在“原因”上留下了極大量數(shù)據(jù)讓人們?nèi)プ匪荨Ｒ虼?，人類要取得因果關(guān)系的正確認(rèn)知，離不開大數(shù)據(jù)，而在樣本數(shù)據(jù)基礎(chǔ)上經(jīng)由判斷和推理得出的針對(duì)因果關(guān)系的認(rèn)知，至少是不全面的，它不足以作為人們投資和消費(fèi)選擇的科學(xué)依據(jù)。
1、運(yùn)用大數(shù)據(jù)分析因果關(guān)系的條件配置
人類認(rèn)知的形成離不開因果關(guān)系分析，但運(yùn)用大數(shù)據(jù)來分析因果關(guān)系以求獲取正確的認(rèn)知，必須具備以下條件配置：1、移動(dòng)設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)等的覆蓋面要足夠大，以便能搜取到極大量和完備性的數(shù)據(jù)；2、需要探索對(duì)極大量（海量）數(shù)據(jù)的算法，能夠?qū)Υ髷?shù)據(jù)進(jìn)行分類、整合、加工和處理；3、需要厘清和區(qū)別數(shù)據(jù)的不同維度及權(quán)重，以至于能夠運(yùn)用大數(shù)據(jù)來甄別因果關(guān)系的內(nèi)在機(jī)理。顯然，人類從兩百年前的工業(yè)革命到今天的信息革命，對(duì)數(shù)據(jù)的搜集、整合、加工和處理還不全然具備以上的配置條件，人類運(yùn)用大數(shù)據(jù)來分析因果關(guān)系，還剛剛處于起步階段。
聯(lián)系經(jīng)濟(jì)學(xué)理論看問題，經(jīng)濟(jì)學(xué)家分析投資行為和消費(fèi)行為以及對(duì)其因果關(guān)系的研究，主要是在抽象理論分析基礎(chǔ)上運(yùn)用歷史數(shù)據(jù)來完成的。其實(shí)，對(duì)投資行為和消費(fèi)行為的研究，不能只是從結(jié)果反映的數(shù)據(jù)來考量，即不能只是局限于歷史數(shù)據(jù)分析，還需要從即時(shí)發(fā)生的數(shù)據(jù)，乃至于對(duì)未來推測(cè)的數(shù)據(jù)展開分析。這可以理解為是運(yùn)用大數(shù)據(jù)思維來研究經(jīng)濟(jì)問題的真諦。從大數(shù)據(jù)觀點(diǎn)看問題，投資和消費(fèi)的因果關(guān)系應(yīng)該是歷史數(shù)據(jù)流、現(xiàn)期數(shù)據(jù)流和未來數(shù)據(jù)流等三大部分構(gòu)成的。經(jīng)濟(jì)學(xué)實(shí)證分析注重的是歷史數(shù)據(jù)流，很少涉及現(xiàn)期數(shù)據(jù)流，從未考慮過未來數(shù)據(jù)流，因此，現(xiàn)有經(jīng)濟(jì)理論文獻(xiàn)的實(shí)證分析以及建立其上的規(guī)范分析，很難全面反映或揭示經(jīng)濟(jì)活動(dòng)的真實(shí)因果關(guān)系。
2、未來幾十年大數(shù)據(jù)揭示因果關(guān)系的可行性
在互聯(lián)網(wǎng)悄然改變?nèi)祟惤?jīng)濟(jì)、政治和文化生活的當(dāng)今社會(huì)，互聯(lián)網(wǎng)的發(fā)展歷史可理解為經(jīng)歷了三個(gè)階段：從前期“人與信息對(duì)話”的1.0版本，經(jīng)由中期“信息與信息對(duì)話”的2.0版本，近期正走向“信息與數(shù)字對(duì)話”的3.0版本，互聯(lián)網(wǎng)版本的不斷升級(jí)是大數(shù)據(jù)運(yùn)用范圍不斷擴(kuò)大的結(jié)果，這是問題的一方面。另一方面，隨著互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)以及物聯(lián)網(wǎng)技術(shù)等的廣泛運(yùn)用，人類各種活動(dòng)的數(shù)據(jù)將極大量地被搜集，人們行為的因果關(guān)系也會(huì)以迂回方式通過數(shù)字關(guān)系顯露出來。特別地，若互聯(lián)網(wǎng)在將來發(fā)展成“數(shù)字與數(shù)字對(duì)話”的4.0版本，這樣的發(fā)展方向則明顯預(yù)示著數(shù)字關(guān)系將取代因果關(guān)系，或者說，數(shù)據(jù)思維將取代因果思維，人類將全面進(jìn)入大數(shù)據(jù)和人工智能時(shí)代。
如果我們把互聯(lián)網(wǎng)版本的不斷升級(jí)以及大數(shù)據(jù)運(yùn)用范圍的無邊界擴(kuò)大，看成是未來幾十年運(yùn)用大數(shù)據(jù)來分析因果關(guān)系的重要配置條件，那么，如何對(duì)大數(shù)據(jù)的整合、分類、加工和處理，以及如何通過大數(shù)據(jù)的完備性和相關(guān)性來獲取因果關(guān)系的真實(shí)信息，則是另外兩個(gè)重要的配置條件。工業(yè)革命后的人類科學(xué)文明對(duì)因果關(guān)系揭示的主要方法和路徑，是先利用掌握的信息再通過抽象思維建立復(fù)雜模型，然后在實(shí)驗(yàn)室通過試錯(cuò)法來設(shè)置能反映因果關(guān)系的參數(shù)使模型具有操作性；但這種方法和路徑涉及的數(shù)據(jù)，是樣本數(shù)據(jù)而不是大數(shù)據(jù)。在大數(shù)據(jù)和人工智能時(shí)代，智慧大腦是使用“數(shù)據(jù)驅(qū)動(dòng)法”來設(shè)置模型和參數(shù)的（吳軍，2016）。具體地講，是用云計(jì)算集約化及其運(yùn)算模式來整合、分類、加工和處理大數(shù)據(jù)，通過數(shù)據(jù)之間的相關(guān)性來探尋在樣本數(shù)據(jù)基礎(chǔ)上無法判斷和推論的信息；同時(shí)，對(duì)模型的處理，不是建立復(fù)雜模型而是建立許多簡(jiǎn)單模型，并通過數(shù)以萬計(jì)的計(jì)算機(jī)服務(wù)器對(duì)模型進(jìn)行優(yōu)化和設(shè)定相應(yīng)的參數(shù)，以至于完完全全地運(yùn)用大數(shù)據(jù)來揭示因果關(guān)系。
有必要說明的是，數(shù)據(jù)驅(qū)動(dòng)法使用的數(shù)據(jù)不僅包括“行為數(shù)據(jù)流”，而且在某些特定場(chǎng)景中，還包括“想法數(shù)據(jù)流”；前者是指歷史數(shù)據(jù)和當(dāng)前發(fā)生的數(shù)據(jù)，后者是指從已知數(shù)據(jù)的相關(guān)性所推測(cè)的未來數(shù)據(jù)。社會(huì)物理學(xué)認(rèn)為，人們實(shí)際行為與“想法流”之間有著可以通過大數(shù)據(jù)分析而得到的可靠數(shù)量關(guān)系，這種關(guān)系會(huì)通過互聯(lián)網(wǎng)成為一種改變?nèi)藗冞x擇行為的重要因素（阿萊克斯?彭特蘭，2015）。誠(chéng)然，在未來幾十年，數(shù)據(jù)驅(qū)動(dòng)法是否能成功地成為解析因果關(guān)系的有效方法，尚有待于大數(shù)據(jù)運(yùn)用的實(shí)踐，特別是有待于它在人工智能運(yùn)用上之成效的檢驗(yàn)。不過，數(shù)據(jù)驅(qū)動(dòng)法作為解析因果關(guān)系的一種重要方法，無疑是智慧大腦的人機(jī)結(jié)合在大數(shù)據(jù)思維上的重要突破，它至少在如何展開大數(shù)據(jù)思維上打開了解析因果關(guān)系的窗口。
3、運(yùn)用大數(shù)據(jù)分析因果關(guān)系所獲取的認(rèn)知，包括對(duì)歷史數(shù)據(jù)分析的歷史認(rèn)知，對(duì)現(xiàn)期數(shù)據(jù)分析的現(xiàn)期認(rèn)知，以及推測(cè)未來數(shù)據(jù)而形成的未來認(rèn)知
經(jīng)濟(jì)學(xué)家運(yùn)用大數(shù)據(jù)來研究經(jīng)濟(jì)現(xiàn)象的因果關(guān)系，對(duì)經(jīng)濟(jì)現(xiàn)象原因和結(jié)果關(guān)聯(lián)的解讀，只有以極大量、多維度和完備性的數(shù)據(jù)為依據(jù)，才是大數(shù)據(jù)意義上的思維。大數(shù)據(jù)思維較之于傳統(tǒng)邏輯思維，最顯著的特征是它可以通過對(duì)不同維度數(shù)據(jù)之間相關(guān)性的分析，得到比傳統(tǒng)邏輯思維要精準(zhǔn)得多的信息。這里所說的精準(zhǔn)信息，是指由大數(shù)據(jù)規(guī)定且不夾帶任何主觀判斷和推測(cè)的信息。例如，經(jīng)濟(jì)學(xué)家要得到特定時(shí)期某類（種）產(chǎn)品的投資和消費(fèi)的認(rèn)知，其大數(shù)據(jù)思維過程如下：1、搜集、整理和分類前期該類產(chǎn)品的投資和消費(fèi)的極大量和完備性的數(shù)據(jù)；2、加工和處理業(yè)已掌握的數(shù)據(jù)，并在結(jié)合利潤(rùn)收益率、投資回收期、收入水平和物價(jià)水平等的基礎(chǔ)上解析這些不同緯度的數(shù)據(jù)；3、根據(jù)不同緯度數(shù)據(jù)的相關(guān)性，獲取該類產(chǎn)品投資和消費(fèi)的精準(zhǔn)信息，從而得出如何應(yīng)對(duì)該產(chǎn)品投資和消費(fèi)的認(rèn)知。當(dāng)然，這只是在梗概層面上對(duì)運(yùn)用大數(shù)據(jù)分析而獲取認(rèn)知的解說，現(xiàn)實(shí)情況要復(fù)雜得多。
然則，現(xiàn)有的關(guān)于投資和消費(fèi)的模型分析以及建立其上的實(shí)證分析，主要是以非大數(shù)據(jù)的歷史數(shù)據(jù)作為分析藍(lán)本的，因此嚴(yán)格來講，經(jīng)濟(jì)學(xué)對(duì)投資和消費(fèi)的因果關(guān)系分析所形成的認(rèn)知，屬于典型的對(duì)歷史數(shù)據(jù)分析所形成的歷史認(rèn)知。眾所周知，自經(jīng)濟(jì)理論注重實(shí)證分析以來，一直存在著如何“從事后評(píng)估走向事前決策”問題的討論。由于經(jīng)濟(jì)學(xué)家對(duì)投資和消費(fèi)展開實(shí)證分析所使用的數(shù)據(jù)，幾乎完全局限于（樣本）歷史數(shù)據(jù)，這便導(dǎo)致對(duì)投資和消費(fèi)的因果關(guān)系分析對(duì)現(xiàn)期認(rèn)知和未來認(rèn)知的缺位，它不能解決“從事后評(píng)估走向事前決策”問題。國(guó)內(nèi)一些著名的成功人士指責(zé)經(jīng)濟(jì)學(xué)家不能解決實(shí)際問題。在我們看來，不熟悉大數(shù)據(jù)的成功人士的這種指責(zé)是可以理解的，但深諳大數(shù)據(jù)的成功人士帶有調(diào)侃風(fēng)味的指責(zé)就不公允了。經(jīng)濟(jì)學(xué)家要在理論上立竿見影地解決實(shí)際問題，必須能得到現(xiàn)期數(shù)據(jù)和未來數(shù)據(jù)（而不僅僅是歷史數(shù)據(jù)），這需要計(jì)算機(jī)學(xué)家的配合和支持，否則便不能在精準(zhǔn)信息的基礎(chǔ)上分析投資和消費(fèi)的因果關(guān)系，但經(jīng)濟(jì)學(xué)家又不是計(jì)算機(jī)學(xué)家，因此，經(jīng)濟(jì)理論的科學(xué)化需要大數(shù)據(jù)挖掘、搜集、整合、分類、加工、處理、模型和參數(shù)設(shè)置、云計(jì)算等技術(shù)及其手段的充分發(fā)展。
歷史數(shù)據(jù)是存量，目前計(jì)算機(jī)對(duì)其處理的能力已綽綽有余，難點(diǎn)是在于模型和參數(shù)設(shè)置；現(xiàn)期數(shù)據(jù)是無規(guī)則而難以把控的流量，對(duì)這種流量數(shù)據(jù)的挖掘、搜集、整合、分類、加工和處理，取決于移動(dòng)設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)的覆蓋面，以及云計(jì)算的集約化的運(yùn)算能力；未來數(shù)據(jù)是一種展望流量，它依賴于對(duì)歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)的把握而通過大數(shù)據(jù)思維來推測(cè)。如果說經(jīng)濟(jì)學(xué)家對(duì)投資和消費(fèi)的因果分析以及由此產(chǎn)生的認(rèn)知，主要取決于歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)，那么，解決“從事后評(píng)估走向事前決策”問題，既要依賴于歷史數(shù)據(jù)和現(xiàn)期數(shù)據(jù)，也離不開未來數(shù)據(jù)。也就是說，在“歷史數(shù)據(jù) + 現(xiàn)期數(shù)據(jù) + 未來數(shù)據(jù) = 行為數(shù)據(jù)流 + 想法數(shù)據(jù)流”的世界中，經(jīng)濟(jì)學(xué)家要解決實(shí)際問題，其理論思維和分析手段都受制于大數(shù)據(jù)思維，經(jīng)濟(jì)學(xué)家運(yùn)用大數(shù)據(jù)分析因果關(guān)系而得到正確認(rèn)知的前提條件，是必須利用歷史數(shù)據(jù)、現(xiàn)期數(shù)據(jù)和未來數(shù)據(jù)以獲取精準(zhǔn)信息。
就人類認(rèn)知形成的解說而論，現(xiàn)有的社會(huì)科學(xué)理論是以信息的搜集、整理、加工、處理、判斷和推論，作為分析路徑來解釋認(rèn)知形成的。當(dāng)認(rèn)知被解釋成通過數(shù)據(jù)的挖掘、搜集、整合、分類、加工和處理而形成，對(duì)認(rèn)知形成的解釋，就取得了大數(shù)據(jù)思維的形式。大數(shù)據(jù)思維是排斥判斷和推論的，它否定一切非數(shù)據(jù)信息，認(rèn)為產(chǎn)生精準(zhǔn)信息的唯一渠道是大數(shù)據(jù)。在現(xiàn)有的社會(huì)科學(xué)理論中，經(jīng)濟(jì)學(xué)的理性選擇理論對(duì)人類認(rèn)知的分析和研究具有極強(qiáng)代表性，經(jīng)濟(jì)學(xué)家對(duì)投資選擇和消費(fèi)選擇的解釋，便是理性選擇理論的代表性運(yùn)用?；谌祟愓J(rèn)知形成和變動(dòng)的一般框架在很大程度上與理性選擇理論有關(guān)動(dòng)機(jī)、偏好、選擇和效用等的分析結(jié)構(gòu)有很強(qiáng)的關(guān)聯(lián)，我們可以結(jié)合這個(gè)理論來研究大數(shù)據(jù)思維下人們對(duì)經(jīng)濟(jì)、政治、文化和思想意識(shí)形態(tài)等的認(rèn)知變動(dòng)。事實(shí)上，經(jīng)濟(jì)學(xué)關(guān)于動(dòng)機(jī)、偏好、選擇和效用等關(guān)聯(lián)于認(rèn)知的分析，存在著一種可以通過對(duì)大數(shù)據(jù)思維的深入研究而得以拓展的分析空間，那就是大數(shù)據(jù)思維會(huì)導(dǎo)致人類認(rèn)知的變動(dòng)。
三 、大數(shù)據(jù)思維之于認(rèn)知變動(dòng)的經(jīng)濟(jì)學(xué)分析
我們研究這個(gè)專題之前有必要指出這樣一個(gè)基本事實(shí)：大數(shù)據(jù)思維可以改變?nèi)说恼J(rèn)知路徑，可以改變不同階段或不同場(chǎng)景下的認(rèn)知形成過程，但改變不了影響認(rèn)知的動(dòng)機(jī)、偏好、認(rèn)知和效用等的性質(zhì)規(guī)定。如前所述，傳統(tǒng)經(jīng)濟(jì)學(xué)理性選擇理論在完全信息假設(shè)下，認(rèn)為個(gè)體選擇的動(dòng)機(jī)和偏好以追求最大化為軸心，傳統(tǒng)理論的這個(gè)真知卓見從未被后期理論質(zhì)疑；但由于傳統(tǒng)理論的完全信息假設(shè)存在著“知曉選擇結(jié)果”的邏輯推論，因而認(rèn)知在傳統(tǒng)理論中是黑箱，也就是說，傳統(tǒng)理論無所謂認(rèn)知的形成和變動(dòng)問題。現(xiàn)代主流經(jīng)濟(jì)學(xué)尤其是現(xiàn)代非主流經(jīng)濟(jì)學(xué)在不完全信息假設(shè)下開始重視對(duì)認(rèn)知的研究，在他們看來，認(rèn)知形成過程是從理智思考到信息加工和處理的過程；他們特別注重從心理因素來考察認(rèn)知變動(dòng)（Schandler，2006；Rubinstein，2007；），注重通過實(shí)驗(yàn)且運(yùn)用一些數(shù)據(jù)來分析和研究認(rèn)知（Kahneman and Tversky，1974，1979；Smith，1994），但這些分析和研究不是對(duì)極大量、多維度和完備性的數(shù)據(jù)分析。因此，經(jīng)濟(jì)學(xué)理性選擇理論發(fā)展到今天，還沒有進(jìn)入對(duì)大數(shù)據(jù)思維改變?nèi)祟愓J(rèn)知問題的討論。
1、經(jīng)濟(jì)學(xué)家能否對(duì)選擇動(dòng)機(jī)、偏好和效用期望等進(jìn)行數(shù)據(jù)分析，決定其認(rèn)知分析是否具有大數(shù)據(jù)思維的基礎(chǔ)
經(jīng)濟(jì)學(xué)關(guān)于人類選擇動(dòng)機(jī)、偏好和效用期望等反映人們追求最大化的基本性質(zhì)分析，以及從這三大要素與認(rèn)知關(guān)聯(lián)出發(fā)，從不同層面或角度對(duì)認(rèn)知形成的分析，主要體現(xiàn)在理性選擇理論中。但這方面顯而易見的缺憾，是不能對(duì)動(dòng)機(jī)、偏好、認(rèn)知和效用等展開數(shù)據(jù)分析。現(xiàn)實(shí)的情況是，在大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能和機(jī)器學(xué)習(xí)等沒有問世或沒有發(fā)展到一定水平以前，經(jīng)濟(jì)學(xué)家對(duì)這些要素只能做抽象的模型分析。經(jīng)濟(jì)學(xué)理性選擇理論要跳出抽象模型分析，必須選擇具有解釋義或指示義的指標(biāo)對(duì)動(dòng)機(jī)、偏好和效用期望等進(jìn)行數(shù)據(jù)分類分析，以便給認(rèn)知的數(shù)據(jù)分析提供基礎(chǔ)，顯然，這會(huì)涉及抽象行為模型的具體化和參數(shù)設(shè)計(jì)的具體化，需要得到大數(shù)據(jù)和云計(jì)算集約化運(yùn)算模式的支持（吳軍，2016）。作為對(duì)未來大數(shù)據(jù)發(fā)展及其運(yùn)用的一種展望，如果經(jīng)濟(jì)學(xué)家能夠圍繞最大化這一性質(zhì)規(guī)定來尋覓動(dòng)機(jī)、偏好和效用期望等的特征值，并以之來設(shè)置參數(shù)和模型，則有可能對(duì)直接或間接關(guān)聯(lián)于動(dòng)機(jī)、偏好和效用期望的大數(shù)據(jù)進(jìn)行分析，從而為認(rèn)知分析提供基礎(chǔ)。
大數(shù)據(jù)的極大量和完備性有可能消除信息不完全，這給認(rèn)知的數(shù)據(jù)分析提供可行性。誠(chéng)然，選擇動(dòng)機(jī)、偏好和效用期望等只是反映人們選擇的現(xiàn)期意愿和未來愿景，其極強(qiáng)的抽象性決定這樣的數(shù)據(jù)分析還有很大困難，但由于選擇動(dòng)機(jī)、偏好和效用期望等會(huì)通過實(shí)際行為迂回地反映出來，因而我們可以找到解決這一困難的路徑。例如，人們?cè)跍?zhǔn)備投資和消費(fèi)以前，一般有各種調(diào)研活動(dòng)，即對(duì)影響投資和消費(fèi)的信息進(jìn)行搜集、整合、分類、加工和處理，值得注意的是，這些調(diào)研活動(dòng)會(huì)在移動(dòng)設(shè)備、物聯(lián)網(wǎng)、傳感器、定位系統(tǒng)和社交媒體中留下大數(shù)據(jù)的痕跡，這些數(shù)據(jù)痕跡會(huì)從某個(gè)層面或某個(gè)角度顯現(xiàn)出投資者和消費(fèi)者選擇動(dòng)機(jī)、偏好和效用期望的傾向或意愿。
智慧大腦依據(jù)什么樣的標(biāo)準(zhǔn)來數(shù)據(jù)化這些傾向或意愿，從而對(duì)選擇動(dòng)機(jī)、偏好和效用期望以及進(jìn)一步對(duì)認(rèn)知展開數(shù)據(jù)分析呢？這里所說的標(biāo)準(zhǔn)，是指通過云計(jì)算和機(jī)器學(xué)習(xí)等對(duì)人們實(shí)際行為的數(shù)字和非數(shù)字信息進(jìn)行相關(guān)性分類，把反映選擇動(dòng)機(jī)、偏好和效用期望的具有共性特征的傾向或意愿進(jìn)行整理和歸納，以確定符合選擇動(dòng)機(jī)、偏好和效用期望之實(shí)際的參數(shù)。如果智慧大腦能夠利用大數(shù)據(jù)、互聯(lián)網(wǎng)、人工智能和機(jī)器學(xué)習(xí)等完成以上工作，根據(jù)認(rèn)知是偏好與效用的中介這個(gè)現(xiàn)實(shí)，智慧大腦便可以對(duì)認(rèn)知進(jìn)行大數(shù)據(jù)分析。如果經(jīng)濟(jì)學(xué)家能夠利用智慧大腦提供的大數(shù)據(jù)分析成果，經(jīng)濟(jì)學(xué)理性選擇理論將會(huì)隨著信息不完全假設(shè)前提變?yōu)樾畔⑼耆僭O(shè)前提，選擇動(dòng)機(jī)、偏好和效用期望的抽象分析變?yōu)閿?shù)據(jù)分析，認(rèn)知的抽象框定或心理分析變?yōu)閿?shù)據(jù)分析而發(fā)生重大變化。以上的分析性討論，是我們理解大數(shù)據(jù)思維改變?nèi)祟愓J(rèn)知之經(jīng)濟(jì)學(xué)解釋的最重要的分析基點(diǎn)。
2、運(yùn)用大數(shù)據(jù)思維進(jìn)行偏好分析會(huì)改變認(rèn)知形成的路徑，使經(jīng)濟(jì)學(xué)理性選擇理論接近現(xiàn)實(shí)
現(xiàn)有的理性選擇理論有關(guān)動(dòng)機(jī)和偏好的分析和研究（這里集中于偏好的討論），主要集中于偏好如何界定和形成以及如何隨認(rèn)知和效用期望調(diào)整而發(fā)生變動(dòng)等方面，并且這些分析和研究是采用“個(gè)體行為”為基本分析單元的個(gè)體主義方法論。在大數(shù)據(jù)時(shí)代，雖然個(gè)人、廠商和政府的選擇偏好仍然是追求最大化，個(gè)體選擇行為仍然是整個(gè)社會(huì)選擇的基礎(chǔ)，個(gè)體主義方法論仍然在一定程度和范圍內(nèi)存在合理性，但互聯(lián)網(wǎng)平臺(tái)改變了選擇偏好的形成過程和機(jī)理。具體地說，現(xiàn)今人們的選擇偏好已不是經(jīng)濟(jì)學(xué)理性選擇理論意義上的選擇偏好，而更多地表現(xiàn)為是一種以最大化為底蘊(yùn)的具有趨同化特征的偏好。例如，某種產(chǎn)品投資或消費(fèi)的介紹會(huì)和研討會(huì)，對(duì)某種產(chǎn)品投資或消費(fèi)的點(diǎn)贊和評(píng)價(jià)，中央政府和地方政府關(guān)于某種產(chǎn)品投資或消費(fèi)的統(tǒng)計(jì)數(shù)據(jù)，專家和新聞媒體對(duì)某種產(chǎn)品投資或消費(fèi)的評(píng)說和報(bào)道，等等，都會(huì)成為人們選擇偏好出現(xiàn)一致性的催化劑。因此，經(jīng)濟(jì)學(xué)理性選擇理論跳出抽象模型分析，已經(jīng)在偏好分析上具備了大數(shù)據(jù)思維的條件和基礎(chǔ)。
智慧大腦與非智慧大腦的區(qū)別，在于能對(duì)人們消費(fèi)和投資的偏好展開大數(shù)據(jù)分析，能通過大數(shù)據(jù)的搜集、整合、加工和處理，運(yùn)用云計(jì)算得到來自不同維度數(shù)據(jù)之間相關(guān)性的精準(zhǔn)信息，以至于能獲取建立在大數(shù)據(jù)分析基礎(chǔ)之上的認(rèn)知。從理論上來講，偏好會(huì)影響認(rèn)知但不能決定認(rèn)知。就偏好影響認(rèn)知而論，它主要是通過利益訴求、情感驅(qū)動(dòng)、身心體驗(yàn)和時(shí)尚追求等對(duì)認(rèn)知產(chǎn)生誘導(dǎo)或牽引作用。但在非大數(shù)據(jù)時(shí)代，這些誘導(dǎo)或牽引作用無法數(shù)據(jù)化，于是經(jīng)濟(jì)學(xué)家對(duì)偏好影響認(rèn)知的研究便只能以抽象模型來描述。大數(shù)據(jù)思維對(duì)偏好影響認(rèn)知的處理，是使用以許多簡(jiǎn)單而相對(duì)具體的模型取代高度抽象的單一模型，運(yùn)用數(shù)據(jù)驅(qū)動(dòng)法來設(shè)置參數(shù)和模型，對(duì)利益訴求、情感驅(qū)動(dòng)、身心體驗(yàn)和時(shí)尚追求等偏好特征進(jìn)行解讀，這樣便實(shí)現(xiàn)了很多非數(shù)據(jù)化信息的數(shù)據(jù)化，從而使以偏好為基礎(chǔ)的在理論上對(duì)認(rèn)知變動(dòng)的研究有了新的分析路徑。
阿里巴巴公司正在奮力打造的線上和線下相結(jié)合的“新零售”模式，是以大數(shù)據(jù)分析和運(yùn)用的阿里云平臺(tái)為背景和依托的。這個(gè)模式試圖通過充分搜集、整合、分類、加工和處理已發(fā)生的歷史消費(fèi)數(shù)據(jù)，正在發(fā)生的現(xiàn)期消費(fèi)數(shù)據(jù)和有可能發(fā)生的未來消費(fèi)數(shù)據(jù)，捕捉人們消費(fèi)偏好的動(dòng)態(tài)變化，以期構(gòu)建符合大數(shù)據(jù)思維的全新商業(yè)業(yè)態(tài)。撇開新零售模式在運(yùn)營(yíng)過程中的諸如數(shù)據(jù)處理、機(jī)器學(xué)習(xí)和人工智能運(yùn)用等技術(shù)問題，僅以該模式對(duì)人們消費(fèi)行為的系統(tǒng)梳理、分級(jí)整合及相關(guān)處理來說，它無疑會(huì)在引領(lǐng)人們消費(fèi)行為的同時(shí)促動(dòng)消費(fèi)趨同化偏好的形成。尤其值得關(guān)注和研究的是，隨著該模式運(yùn)營(yíng)所積累的數(shù)據(jù)量全然達(dá)到大數(shù)據(jù)的標(biāo)準(zhǔn)，人們的消費(fèi)認(rèn)知將會(huì)在消費(fèi)趨同化偏好的導(dǎo)引下發(fā)生變化，這種情形不僅會(huì)發(fā)生在消費(fèi)領(lǐng)域，投資領(lǐng)域也會(huì)出現(xiàn)投資趨同化偏好。很明顯，趨同化偏好具有共性特征，它在很大程度上是對(duì)個(gè)體選擇偏好的否定，對(duì)于這種偏好所導(dǎo)致的認(rèn)知應(yīng)該怎樣理解呢？這個(gè)問題需要進(jìn)一步研究。
3、在大數(shù)據(jù)時(shí)代，趨同化偏好會(huì)改變認(rèn)知形成過程，消費(fèi)者和投資者的認(rèn)知不再是自己獨(dú)立思考和理智判斷的產(chǎn)物，而是在趨同化偏好驅(qū)動(dòng)下對(duì)智慧大腦認(rèn)知的認(rèn)同
廠商的投資選擇偏好是追求利潤(rùn)最大化，這一永恒的事實(shí)不妨礙或排斥投資趨同化偏好的形成。一般來講，大數(shù)據(jù)發(fā)展初期的互聯(lián)網(wǎng)平臺(tái)對(duì)選擇趨同化偏好形成的作用力，在消費(fèi)領(lǐng)域要比投資領(lǐng)域來得更加直接和迅速。究其原因，是兩大領(lǐng)域的機(jī)會(huì)成本和風(fēng)險(xiǎn)程度不同的緣故。但隨著大數(shù)據(jù)、云計(jì)算和機(jī)器學(xué)習(xí)等的充分發(fā)展，智慧大腦有可能對(duì)歷史、現(xiàn)期和未來的大量投資數(shù)據(jù)進(jìn)行搜集、整合、加工和處理，有可能通過云計(jì)算集約化模式來分析不同維度數(shù)據(jù)之間相關(guān)性而獲得精準(zhǔn)信息，同時(shí)，智慧大腦會(huì)根據(jù)市場(chǎng)“行為數(shù)據(jù)流”折射出“想法數(shù)據(jù)流”而產(chǎn)生預(yù)見能力，尋覓和遴選出高收益的投資方向和投資標(biāo)的。若此，智慧大腦投資選擇的勝算率（利潤(rùn)率）將會(huì)大大提高，廠商會(huì)效尤智慧大腦進(jìn)行投資選擇，從而出現(xiàn)投資趨同化偏好。經(jīng)濟(jì)學(xué)曾經(jīng)對(duì)諸如“羊群效應(yīng)、蝴蝶效應(yīng)、從眾行為、信息重疊”等現(xiàn)象有過許多研究（羅伯特?希勒，2001），但嚴(yán)格來講，這些研究是描述性的，不是聯(lián)系偏好和認(rèn)知等的分析性研究。
消費(fèi)和投資的趨同化偏好主要是針對(duì)消費(fèi)者和投資者的選擇行為方式而言的，它不改變消費(fèi)和投資選擇偏好的追求效用最大化的性質(zhì)規(guī)定，這是問題的一方面。另一方面，在將來大數(shù)據(jù)充分發(fā)展的鼎盛時(shí)期，消費(fèi)和投資的趨同化偏好會(huì)改變認(rèn)知形成過程，這可以從兩種意義上來理解：1、從原先通過對(duì)信息進(jìn)行搜集、整合、分類、加工和處理來獲取認(rèn)知，轉(zhuǎn)變?yōu)橥ㄟ^對(duì)數(shù)據(jù)的搜集、整合、分類、加工和處理來獲取認(rèn)知；2、消費(fèi)者和投資者的認(rèn)知不再是自己獨(dú)立思考和理智判斷的產(chǎn)物，而是在趨同化偏好的驅(qū)動(dòng)下認(rèn)同智慧大腦的認(rèn)知。關(guān)于第一點(diǎn)，大數(shù)據(jù)思維的認(rèn)知之所以會(huì)取代獨(dú)立思考和理智判斷的認(rèn)知，乃是因?yàn)樗軌蜻\(yùn)用云計(jì)算集約化模式將消費(fèi)和投資的歷史數(shù)據(jù)、現(xiàn)期數(shù)據(jù)甚至未來數(shù)據(jù)進(jìn)行分類處理和相關(guān)性分析，能夠運(yùn)用數(shù)以萬計(jì)的計(jì)算機(jī)服務(wù)器對(duì)特定事物的因果關(guān)系展開深度機(jī)器學(xué)習(xí)，從而通過分類和歸納不同維度數(shù)據(jù)而得到精準(zhǔn)信息（精準(zhǔn)醫(yī)療就是基于此原理）。人類對(duì)因果關(guān)系探索的手段和路徑發(fā)生變化，認(rèn)知的形成過程及其機(jī)理就會(huì)發(fā)生變化。
關(guān)于第二點(diǎn)，消費(fèi)者和投資者在未來放棄對(duì)信息的搜集、整合、分類、加工和處理，認(rèn)同和效尤智慧大腦的認(rèn)知來進(jìn)行選擇，這可理解為是他們進(jìn)行效用比較（投入與收益）時(shí)的“幡然悔悟”。尤瓦爾?赫拉利（2017）有關(guān)一切有機(jī)和無機(jī)實(shí)體都可以運(yùn)用算法來解構(gòu)的前景預(yù)期，（吳軍，2016）關(guān)于未來制造業(yè)、農(nóng)業(yè)、醫(yī)療、體育、律師業(yè)甚至新聞出版業(yè)都將由大數(shù)據(jù)統(tǒng)治的觀點(diǎn)，凱文?凱利（2014）以大數(shù)據(jù)和人工智能為分析底蘊(yùn)對(duì)新經(jīng)濟(jì)十大重要準(zhǔn)則的論述，均認(rèn)為具有大數(shù)據(jù)思維且不作出主觀判斷的智慧大腦將是未來世界的操控者，而Master和AlphaGo戰(zhàn)勝世界頂級(jí)圍棋高手的實(shí)踐，則顯露了人工智能完全有可能戰(zhàn)勝人腦的端倪。現(xiàn)實(shí)中的普通消費(fèi)者和投資者通常只是依據(jù)有限或不準(zhǔn)確的信息進(jìn)行消費(fèi)和選擇，經(jīng)濟(jì)學(xué)家也只是根據(jù)有限或不準(zhǔn)確的信息進(jìn)行因果關(guān)系分析而得出認(rèn)知，因此，相對(duì)于智慧大腦的選擇效用，消費(fèi)者和投資者是相形見絀，經(jīng)濟(jì)學(xué)家的理論見解和政策主張往往不吻合實(shí)際。
智慧大腦是運(yùn)用大數(shù)據(jù)思維而超越一般智人大腦的大腦。不過，從性質(zhì)上來講，極少數(shù)擁有智慧大腦的人通過對(duì)數(shù)據(jù)的搜集、整合、分類、加工和處理所得到的認(rèn)知，仍然屬于人的認(rèn)知。需要強(qiáng)調(diào)指出的是，這種認(rèn)知不同于經(jīng)濟(jì)學(xué)理論及其他社會(huì)科學(xué)理論所闡述和論證的認(rèn)知，它是在大數(shù)據(jù)思維驅(qū)動(dòng)下的人類認(rèn)知。對(duì)于這種新型認(rèn)知的理解，如果我們結(jié)合經(jīng)濟(jì)學(xué)理性選擇理論對(duì)其展開解說，則有著基礎(chǔ)理論的分析價(jià)值。
4、在未來，智慧大腦的認(rèn)知將引領(lǐng)非智慧大腦的認(rèn)知，其結(jié)果是導(dǎo)致認(rèn)知趨同化
熟悉經(jīng)濟(jì)學(xué)理性選擇理論的學(xué)者知道，無論經(jīng)濟(jì)學(xué)家是從信息的搜集、整合、分類、加工和處理獲取認(rèn)知，還是通過心理分析或行為實(shí)驗(yàn)獲取認(rèn)知，他們都是在不完全信息或有限理性約束下進(jìn)行的，這不僅存在著以不精準(zhǔn)信息推論認(rèn)知的問題，而且存在認(rèn)知形成過程的主觀判斷問題。智慧大腦運(yùn)用大數(shù)據(jù)思維所形成的認(rèn)知的最大特點(diǎn)，是在接近完全信息基礎(chǔ)上獲取認(rèn)知的，并且不夾帶任何主觀判斷?，F(xiàn)代未來學(xué)家曾分別從不同角度和層面對(duì)大數(shù)據(jù)、互聯(lián)網(wǎng)和人工智能展開了許多討論，他們的共同見解是認(rèn)為大數(shù)據(jù)的極大量、多維度和完備性將有可能解決信息不完全問題（包含信息不對(duì)稱），并且能夠給人類選擇提供精準(zhǔn)信息。倘若如此，人類的認(rèn)知問題便完全成為智慧大腦對(duì)數(shù)據(jù)的搜集、整合、分類、加工和處理問題，一旦人類可以通過大數(shù)據(jù)思維獲取精準(zhǔn)信息和完全信息，經(jīng)濟(jì)學(xué)理性選擇理論將會(huì)在根基上被顛覆。
智慧大腦只有極少數(shù)人才具備，絕大部分人（包括智人）都是非智慧大腦。在未來世界，智慧大腦將引領(lǐng)非智慧大腦進(jìn)行選擇。這一引領(lǐng)過程是由前后相繼的兩個(gè)階段構(gòu)成：一是智慧大腦運(yùn)用大數(shù)據(jù)對(duì)偏好進(jìn)行分析，通過互聯(lián)網(wǎng)將偏好傳送給具有從眾心理和從眾行為傾向的非智慧大腦，形成非智慧大腦的趨同化偏好；另一是智慧大腦運(yùn)用大數(shù)據(jù)分析獲取認(rèn)知，同樣是通過互聯(lián)網(wǎng)讓非智慧大腦效尤智慧大腦的認(rèn)知，形成趨同化認(rèn)知，從而使非智慧大腦以智慧大腦的認(rèn)知為認(rèn)知來選擇。這些情形表明，未來人類智慧大腦將決定非智慧大腦的偏好和認(rèn)知，進(jìn)一步說，則是智慧大腦將影響非智慧大腦的選擇行為。這里有一個(gè)極其重要問題須討論：對(duì)絕大部分非智慧大腦而言，他們?cè)谶x擇過程中是否還存在認(rèn)知？事實(shí)上，無論是趨同化偏好還是趨同化認(rèn)知，非智慧大腦的偏好和認(rèn)知并沒有徹底消失，只是形成的路徑和內(nèi)容發(fā)生了變化。關(guān)于這個(gè)問題的討論，聯(lián)系經(jīng)濟(jì)學(xué)的認(rèn)知理論進(jìn)行比較分析，或許會(huì)有更深的理解。
如前所述，傳統(tǒng)經(jīng)濟(jì)學(xué)以完全信息為假設(shè)前提，將認(rèn)知作為理性選擇模型的外生變量，“認(rèn)知”是被理論分析跳越的?，F(xiàn)代經(jīng)濟(jì)學(xué)以不完全信息為假設(shè)前提，在理性選擇模型中，努力通過心理和實(shí)驗(yàn)分析把認(rèn)知作為內(nèi)生變量，易言之，“認(rèn)知”被解釋為個(gè)體對(duì)信息進(jìn)行搜集、整合、分類、加工和處理的結(jié)果，顯然，以上分析在分析對(duì)象、分析方法和分析路徑上，是與大數(shù)據(jù)思維不同的?，F(xiàn)代經(jīng)濟(jì)學(xué)理性選擇理論所分析的個(gè)體，是通過邏輯推論所抽象出來的蕓蕓眾生；雖然智慧大腦也可以看成是個(gè)體，但人數(shù)極少，是具有大數(shù)據(jù)思維之共同特征的個(gè)體?，F(xiàn)代經(jīng)濟(jì)學(xué)理性選擇理論是借助于偏好分析來研究認(rèn)知的，雖然認(rèn)知已在一定程度上被視為內(nèi)生變量，但分析方法和路徑仍然是邏輯判斷或推論為主；大數(shù)據(jù)思維對(duì)認(rèn)知分析將會(huì)采用的方法和路徑，是搜集、整合、分類、加工和處理數(shù)據(jù)，試圖從極大量、多維度和完備性的數(shù)據(jù)中獲取精準(zhǔn)信息以得出認(rèn)知。因此，盡管認(rèn)知出現(xiàn)了趨同化，人類在大數(shù)據(jù)思維下仍然存在認(rèn)知，只不過是非智慧大腦放棄自己的認(rèn)知而統(tǒng)一于智慧大腦的認(rèn)知罷了。
總之，偏好和認(rèn)知的趨同化顯示了大數(shù)據(jù)思維的魅力，這種魅力根植于大數(shù)據(jù)能夠經(jīng)由智慧大腦而產(chǎn)生精準(zhǔn)信息。其實(shí)，智慧大腦如何設(shè)置參數(shù)和模型，如何運(yùn)用云計(jì)算集約化模式，如何利用互聯(lián)網(wǎng)以及尋覓廣泛使用人工智能的方法和途徑等，主要是計(jì)算機(jī)運(yùn)用層面上的技術(shù)問題。我們研究大數(shù)據(jù)思維下人類認(rèn)知變動(dòng)需要重點(diǎn)關(guān)注的，是非智慧大腦究竟還有沒有認(rèn)知，其效用期望會(huì)呈現(xiàn)什么樣的格局？既然非智慧大腦只是沒有獨(dú)立認(rèn)知而不是完全跳越了認(rèn)知，那么非智慧大腦便存在著效用期望，關(guān)于這種效用期望，我們可以聯(lián)系效用函數(shù)來解說。
四 、認(rèn)知結(jié)構(gòu)一元化與效用期望變動(dòng)的新解說
經(jīng)濟(jì)理論對(duì)選擇行為與效用期望之間動(dòng)態(tài)關(guān)聯(lián)所建立的基本分析框架，展現(xiàn)出一幅“偏好認(rèn)知選擇效用期望”的圖景。各大經(jīng)濟(jì)學(xué)流派的理性選擇理論對(duì)這幅圖景中的 “”有不同的解說和取舍（前文有所涉及），概括來說，或側(cè)重于分析這些箭頭前后要素之間的相互關(guān)聯(lián)，或側(cè)重于分析這些箭頭前后要素之間的影響和決定作用。但就人們選擇動(dòng)機(jī)和目的與效用之間的關(guān)聯(lián)而論，幾乎所有理論都不懷疑“追求自身利益最大化”的公理性，于是，“最大化”在成為效用函數(shù)核心變量的同時(shí)，也在一定程度上被作為理性選擇的判斷標(biāo)準(zhǔn)。以上圖景的邏輯分析鏈?zhǔn)墙⒃谛畔⒉煌耆治黾僭O(shè)上的，各大經(jīng)濟(jì)學(xué)流派的理性選擇理論對(duì)這條邏輯分析鏈各環(huán)節(jié)的不同解說所產(chǎn)生的理論分歧，可歸結(jié)為是在信息不完全假設(shè)分析框架內(nèi)的分歧。值得學(xué)術(shù)界關(guān)注的是，當(dāng)大數(shù)據(jù)在未來有可能提供完全信息時(shí)，這些分歧將會(huì)讓位于新的理論探討。
經(jīng)濟(jì)學(xué)家對(duì)效用函數(shù)的研究是與認(rèn)知分析緊密相聯(lián)的。但無論是傳統(tǒng)經(jīng)濟(jì)理論還是現(xiàn)代經(jīng)濟(jì)理論，他們對(duì)效用函數(shù)以及最大化問題的研究存在著共性，即這些研究都是建立在抽象的認(rèn)知結(jié)構(gòu)一元化基礎(chǔ)上的。具體地說，傳統(tǒng)經(jīng)濟(jì)理論在完全信息假設(shè)上認(rèn)為，選擇者可以得到“獲悉選擇結(jié)果的認(rèn)知”，從而主張用“最大化”來描述選擇者的效用函數(shù)?，F(xiàn)代主流和非主流經(jīng)濟(jì)理論在不完全信息假設(shè)上認(rèn)為，選擇者受有限理性約束不可能得到“獲悉選擇結(jié)果的認(rèn)知”，從而主張不可用“最大化”來描述選擇者的效用函數(shù)。這里所說的抽象認(rèn)知結(jié)構(gòu)一元化，是指不是以具體的認(rèn)知主體作為分析對(duì)象，而是把整個(gè)人類描述為一個(gè)同一的抽象主體，讓“最大化”問題成為效用函數(shù)的核心問題。在大數(shù)據(jù)思維的未來世界，隨著信息有可能出現(xiàn)完全化，“最大化”問題將會(huì)成為不是問題的問題。
誠(chéng)然，智慧大腦對(duì)大數(shù)據(jù)進(jìn)行搜集、整合、分類、加工和處理，并通過云計(jì)算、機(jī)器學(xué)習(xí)乃至于根據(jù)人工智能實(shí)踐來選擇參數(shù)和設(shè)置模型，仍然沒有越出追求自身利益最大化這一效用函數(shù)的性質(zhì)規(guī)定，但由于智慧大腦的認(rèn)知形成過程是建立在具有極大量、多維度和完備性的大數(shù)據(jù)基礎(chǔ)之上的，大數(shù)據(jù)能夠提供完全信息的特點(diǎn)有可能會(huì)讓智慧大腦取得效用最大化。人類絕大部分選擇者是非智慧大腦者，從科學(xué)意義上來講，大數(shù)據(jù)對(duì)他們可謂是長(zhǎng)期的黑箱，而他們依據(jù)自己認(rèn)知所做出的選擇又不可能實(shí)現(xiàn)效用最大化，于是，非智慧大腦者將以智慧大腦者的認(rèn)知作為自己認(rèn)知而做出選擇，這便形成了大數(shù)據(jù)時(shí)代實(shí)際意義上的一元化認(rèn)知結(jié)構(gòu)。如果說我們劃分智慧大腦和非智慧大腦是對(duì)人類選擇主體的一種新界定；那么，我們揭示這兩大選擇主體實(shí)際意義上的一元化認(rèn)知結(jié)構(gòu)，則是對(duì)大數(shù)據(jù)時(shí)代人類認(rèn)知問題的一種新解說。
大數(shù)據(jù)背景下人類實(shí)際意義上的認(rèn)知結(jié)構(gòu)一元化，將是未來發(fā)展的一種趨勢(shì)，相對(duì)于經(jīng)濟(jì)理論抽象意義上的認(rèn)知結(jié)構(gòu)一元化，它容易把握和理解。但它在將來能否成為一種固定化趨勢(shì)，取決于智慧大腦在經(jīng)濟(jì)、政治、文化和思想意識(shí)形態(tài)等領(lǐng)域進(jìn)行選擇時(shí)獲得的效用函數(shù)值。對(duì)于該效用函數(shù)值的預(yù)期，大數(shù)據(jù)思維下的智慧大腦是具備這種能力的。從經(jīng)濟(jì)理論分析看，對(duì)效用函數(shù)值的討論，將涉及內(nèi)蘊(yùn)且展示效用函數(shù)的效用期望問題的討論。傳統(tǒng)經(jīng)濟(jì)學(xué)的期望效用函數(shù)理論，是一種運(yùn)用數(shù)學(xué)模型論證選擇者能夠?qū)崿F(xiàn)最大化的理性選擇理論（(Von Neumann and Morgenstern，1947；Arrow and Debreu，1954），現(xiàn)代非主流經(jīng)濟(jì)學(xué)是在分析風(fēng)險(xiǎn)厭惡和風(fēng)險(xiǎn)偏好的基礎(chǔ)上，用一條S型的價(jià)值（函數(shù)）曲線取代傳統(tǒng)的效用函數(shù)，并通過相對(duì)財(cái)富變動(dòng)對(duì)選擇者感受的分析，解析了選擇者的效用期望會(huì)不斷發(fā)生調(diào)整的情形（Kahneman and Tversky，1979）。那么，大數(shù)據(jù)時(shí)代選擇者的效用期望會(huì)發(fā)生怎樣變動(dòng)呢？
人類社會(huì)發(fā)展的歷史表明，人的主觀期望與實(shí)際選擇結(jié)果之間會(huì)發(fā)生經(jīng)常性偏離。選擇者的效用期望能否實(shí)現(xiàn)最大化，一是取決于選擇者能否得到完全信息，另一是取決于選擇者認(rèn)知過程的科學(xué)化。事實(shí)上，現(xiàn)代經(jīng)濟(jì)學(xué)對(duì)傳統(tǒng)經(jīng)濟(jì)學(xué)以最大化為核心的效用函數(shù)的質(zhì)疑和批評(píng)，主要是圍繞信息不完全和忽略認(rèn)知過程展開的。大數(shù)據(jù)時(shí)代存在著提供完全信息的可能性，而智慧大腦利用互聯(lián)網(wǎng)和運(yùn)用云計(jì)算、機(jī)器學(xué)習(xí)和人工智能等手段，正在實(shí)現(xiàn)著認(rèn)知過程的科學(xué)化，這便提出了經(jīng)濟(jì)學(xué)必須回答的兩大問題：1、大數(shù)據(jù)思維下的人類選擇是否可以實(shí)現(xiàn)最大化，2、大數(shù)據(jù)思維下選擇者的效用期望會(huì)不會(huì)發(fā)生調(diào)整。這是現(xiàn)代經(jīng)濟(jì)學(xué)沒有提及的兩大問題，但當(dāng)我們分別從智慧大腦和非智慧大腦來討論這兩大問題時(shí)，結(jié)論或許會(huì)讓篤信經(jīng)濟(jì)學(xué)經(jīng)典理論的學(xué)者大跌眼鏡。
在未來世界，隨著互聯(lián)網(wǎng)平臺(tái)的日新月異以及移動(dòng)設(shè)備、物聯(lián)網(wǎng)、傳感器、社交媒體和定位系統(tǒng)等搜集大數(shù)據(jù)手段的覆蓋面的日益擴(kuò)大，大數(shù)據(jù)的極大量、多維度和完備性給人類選擇提供了完全信息的基礎(chǔ)。智慧大腦在云計(jì)算、機(jī)器學(xué)習(xí)和人工智能等的支持下，以數(shù)據(jù)分析為基礎(chǔ)的認(rèn)知過程也越來越科學(xué)化，于是，智慧大腦便可以知曉選擇過程的結(jié)果，有可能實(shí)現(xiàn)最大化，這說明智慧大腦不存在效用期望的調(diào)整問題。另一方面，非智慧大腦以智慧大腦的認(rèn)知為自己的認(rèn)知，其效用期望完全依附于智慧大腦的效用期望。具體地說，非智慧大腦不對(duì)數(shù)據(jù)進(jìn)行搜集、整合、分類、加工和處理，跳越了認(rèn)知過程，同樣不存在效用期望的調(diào)整問題。非智慧大腦效用期望完全依附于智慧大腦效用期望的情形，或者說，非智慧大腦以智慧大腦效用期望為自己效用期望的情形，統(tǒng)一于智慧大腦與非智慧大腦的認(rèn)知結(jié)構(gòu)一元化。如果要追溯非智慧大腦效用期望的變動(dòng)，那就是從原先屬于自己的效用期望轉(zhuǎn)變成了智慧大腦的效用期望。
智慧大腦有可能實(shí)現(xiàn)最大化，以及不存在效用期望調(diào)整是一回事，但智慧大腦能否在所建模型中給定效用期望值卻是另一回事。效用期望作為一種主觀預(yù)期或判斷，它不會(huì)在互聯(lián)網(wǎng)上留下可供大數(shù)據(jù)分析的歷史數(shù)據(jù)流、現(xiàn)期數(shù)據(jù)流和未來數(shù)據(jù)流，也就是說，不會(huì)在互聯(lián)網(wǎng)上留下可供大數(shù)據(jù)分析的行為數(shù)據(jù)流和想法數(shù)據(jù)流，這在決定智慧大腦難以跟蹤、模擬和推論效用期望值的同時(shí)，也給非智慧大腦放棄認(rèn)知而效尤智慧大腦提供了某種聊以。推崇人工智能可以替代人腦的學(xué)者，好用Master和AlphaGo戰(zhàn)勝世界頂級(jí)圍棋高手的事實(shí)作為這種替代的立論依據(jù)，但無論我們?cè)鯓釉诖髷?shù)據(jù)分析、機(jī)器學(xué)習(xí)和人工智能運(yùn)用等方面進(jìn)行深度挖掘，也找不到智慧大腦能在所建模型中給定效用期望值的科學(xué)依據(jù)。智慧大腦不能確定效用期望值，也就規(guī)定了非智慧大腦不能確定效用期望值。這又提出了一個(gè)在理論上有必要回答的問題：非智慧大腦還有沒有效用期望？
在經(jīng)濟(jì)社會(huì)，智慧大腦和非智慧大腦的投資和消費(fèi)選擇的效用期望都是追求最大化，這一點(diǎn)是永恒的。但問題在于，非智慧大腦以智慧大腦的認(rèn)知為自己認(rèn)知，以智慧大腦的選擇作為自己選擇的情形，會(huì)使自己的效用期望完全停留在期望智慧大腦選擇結(jié)果的形式上，這可以解釋為大數(shù)據(jù)時(shí)代非智慧大腦的效用期望的一種變動(dòng)。但對(duì)于這樣的效用期望的理解，與其說它是一種效用期望，倒不如說它是一種效用期待。社會(huì)經(jīng)濟(jì)的精英是人數(shù)極少的智慧大腦群體，但推動(dòng)投資和消費(fèi)的是占人口絕大多數(shù)的非智慧大腦群體。因此，非智慧大腦群體的偏好、認(rèn)知、選擇和效用期望，應(yīng)該是理性選擇理論研究的重點(diǎn)。關(guān)于這一研究重點(diǎn)的邏輯和現(xiàn)實(shí)的分析線索，是大數(shù)據(jù)思維趨同化偏好趨同化認(rèn)知認(rèn)知結(jié)構(gòu)一元化最大化效用期望。不過，這條分析線索包含著許多本文或有所涉及或尚未涉及的交叉性內(nèi)容，它需要我們?cè)诶^續(xù)研究大數(shù)據(jù)思維改變?nèi)祟愓J(rèn)知這一理論專題時(shí)，做出進(jìn)一步深入的探討。
論文摘要:隨著高校規(guī)模的擴(kuò)大和教育體制改革，教學(xué)評(píng)估工作量大大增加，其復(fù)雜程度也越來越高，開發(fā)高效的教學(xué)質(zhì)量評(píng)枯系統(tǒng)成為當(dāng)前的緊迫任務(wù)。
1開發(fā)教學(xué)質(zhì)最評(píng)估系統(tǒng)的意義
①為學(xué)院師資隊(duì)伍的科學(xué)管理提供可靠的依據(jù)和客觀標(biāo)準(zhǔn)。②有利于完善學(xué)院的教學(xué)管理，使之更科學(xué)化、規(guī)范化，從而提高學(xué)院的綜合競(jìng)爭(zhēng)力。③促進(jìn)教師自身的發(fā)展和提高，促使其發(fā)揮優(yōu)勢(shì)，加強(qiáng)弱勢(shì)，達(dá)到全面提高的目的。④促進(jìn)教師與學(xué)生的雙向溝通和聯(lián)系，使之更具廣度和深度，促進(jìn)教學(xué)雙方更好地結(jié)合。
2需求分析
根據(jù)現(xiàn)代教育理論和評(píng)價(jià)理論，在對(duì)外語學(xué)院充分調(diào)研的基礎(chǔ)上，設(shè)計(jì)一套科學(xué)合理的測(cè)評(píng)標(biāo)準(zhǔn)，能全面反映學(xué)院教師的師德風(fēng)范、教學(xué)水平、教學(xué)態(tài)度和教學(xué)效果。
①操作簡(jiǎn)單。各類用戶只需用賬號(hào)和密碼登陸，即可在權(quán)限范圍內(nèi)完成評(píng)價(jià)或管理任務(wù)。②評(píng)價(jià)指標(biāo)體系完善。不同類型的課程評(píng)價(jià)指標(biāo)也有所差別，需設(shè)置指標(biāo)體系設(shè)置模塊。③功能完備。系統(tǒng)不僅要實(shí)現(xiàn)學(xué)生評(píng)教，且要實(shí)現(xiàn)同行評(píng)價(jià)、領(lǐng)導(dǎo)評(píng)價(jià)。為防止部分學(xué)生惡意打分，需設(shè)置無效問卷設(shè)置模塊，對(duì)異常數(shù)據(jù)修正，體現(xiàn)真實(shí)教學(xué)質(zhì)量。④保密性強(qiáng)。充分利用學(xué)?，F(xiàn)有數(shù)據(jù)庫，自動(dòng)提取信息，實(shí)現(xiàn)學(xué)生、教師、課程的對(duì)應(yīng)，自動(dòng)驗(yàn)證身份，同時(shí)設(shè)置瀏覽權(quán)限，保護(hù)教師及測(cè)評(píng)學(xué)生的隱私。⑤結(jié)果分析合理。應(yīng)用人工智能對(duì)結(jié)果分析并提出合理化建議，達(dá)到以評(píng)促教的目的。
3系統(tǒng)相關(guān)技術(shù)
①面向?qū)ο?。在系統(tǒng)的開發(fā)過程中進(jìn)行業(yè)務(wù)調(diào)查并按照面向?qū)ο蟮乃枷雭矸治鰡栴}。將產(chǎn)生三種模型:功能模型:對(duì)象模型;動(dòng)態(tài)模型。② B/S模式。以Web技術(shù)為基礎(chǔ)的平臺(tái)模式。把傳統(tǒng)C/S模式中的服務(wù)器分解為一個(gè)數(shù)據(jù)服務(wù)器與一個(gè)或多個(gè)應(yīng)用服務(wù)器，構(gòu)成三層結(jié)構(gòu)服務(wù)器體系。③ ASP.NET技術(shù)。是已編譯的基于.NET的環(huán)境可用任何與.NET兼容的語言創(chuàng)建應(yīng)用程序，從而簡(jiǎn)化頁面的代碼。
4評(píng)估指標(biāo)設(shè)計(jì)
①教學(xué)質(zhì)量的觀測(cè)點(diǎn):教學(xué)態(tài)度、內(nèi)容、方法、效果等是主要觀測(cè)點(diǎn)。態(tài)度包括嚴(yán)謹(jǐn)治學(xué)、為人師表、教書育人、備課充分;內(nèi)容指掌握基本知識(shí)、概念熟練程度，理論準(zhǔn)確度及先進(jìn)性等;方法指采取的適宜的方法或手段，如啟發(fā)式、討論式、研究式及理論聯(lián)系實(shí)際的狀況;效果包括激發(fā)學(xué)習(xí)興趣，提高對(duì)知識(shí)理解、掌握和靈活運(yùn)用的程度，分析、解決問題的能力等。教學(xué)效果在一定程度上反映了教育品質(zhì)、學(xué)術(shù)水平和教學(xué)能力。②評(píng)估指標(biāo):本系統(tǒng)采用多元化評(píng)估主體，即學(xué)生、專家、領(lǐng)導(dǎo)及教師自己。針對(duì)外語課程性質(zhì)和特點(diǎn)，又分為理論課、聽力課等，教學(xué)的單項(xiàng)指標(biāo)不同可使評(píng)估指標(biāo)的可測(cè)性更好，更真實(shí)地反映教師的教學(xué)情況。學(xué)生評(píng)估是教學(xué)相長(zhǎng)原則的充分體現(xiàn)，學(xué)生對(duì)教師有最全面的接觸和最深刻的了解，學(xué)生評(píng)估有無可比擬的優(yōu)勢(shì)。因此本文著重分析學(xué)生評(píng)估指標(biāo)。包括學(xué)生對(duì)任課教師的評(píng)估、應(yīng)屆畢業(yè)生問卷以及在線預(yù)警。
5系統(tǒng)功能模塊及流程
①系統(tǒng)流程圖。②系統(tǒng)功能模塊設(shè)計(jì)本系統(tǒng)主要包括五個(gè)模塊:用戶登錄認(rèn)證模塊、評(píng)估模塊、結(jié)果搜索排序模塊、用戶分級(jí)模塊、管理員管理模塊。認(rèn)證模塊驗(yàn)證用戶是否合法，根據(jù)身份做相應(yīng)的權(quán)限控制。其目的是避免數(shù)據(jù)的泄漏、非法修改或破壞。評(píng)估模塊包括:領(lǐng)導(dǎo)評(píng)估、專家評(píng)估、學(xué)生評(píng)估和教師自我評(píng)估4個(gè)子模塊。結(jié)果搜索排序模塊的是對(duì)評(píng)估結(jié)果匯總排序，排出全院學(xué)期授課質(zhì)量總分前20%、后l0%的教師以及應(yīng)屆畢業(yè)生問卷中最好和最差的教師。用戶分級(jí)模塊將用戶分為二級(jí):院(系)領(lǐng)導(dǎo)有權(quán)限隨時(shí)查閱教師的評(píng)估結(jié)果;教師本人只能看自己的結(jié)果。管理員管理模塊負(fù)責(zé)各級(jí)用戶的密碼和數(shù)據(jù)庫整理。
6教學(xué)質(zhì)量評(píng)估算法設(shè)計(jì)
我們?cè)贏HP( Analytic Hierarchy Process)層次分析法基礎(chǔ)上，建立多層次、多目標(biāo)、群組決策系統(tǒng)數(shù)學(xué)模。包括分析評(píng)估系統(tǒng)中各指標(biāo)之間的關(guān)系，建立層次模型;對(duì)同一層次的各指標(biāo)影響上一層次中某指標(biāo)的重要性進(jìn)行兩兩比較，構(gòu)建兩兩比較判斷矩陣;由判斷矩陣計(jì)算子指標(biāo)相對(duì)與其父指標(biāo)權(quán)重，即層次單排序權(quán)重;計(jì)算各層指標(biāo)相對(duì)系統(tǒng)評(píng)估目標(biāo)權(quán)重，即層次總排序權(quán)重。同時(shí)利用群組決策判斷矩陣算法實(shí)現(xiàn)判斷矩陣修正，使其滿足一致性條件，綜合考慮不同評(píng)估團(tuán)體參與決策或?qū)υu(píng)估影響，以及評(píng)語值的模糊性等，對(duì)各被選方案或被評(píng)對(duì)象進(jìn)行優(yōu)劣排序，最終得到評(píng)估結(jié)果。
由于高等學(xué)校短時(shí)間擴(kuò)招，導(dǎo)致招生人數(shù)激增，在校生人數(shù)巨大[4]。再者，多數(shù)教師在承擔(dān)繁重教學(xué)任務(wù)的同時(shí)，還有自身的科研項(xiàng)目，使得部分教師用于指導(dǎo)畢業(yè)實(shí)習(xí)的時(shí)間較少、精力不夠。此外，教師與學(xué)生的直接交流少，部分教師甚至讓研究生完全替代自己指導(dǎo)本科生論文。因此，對(duì)本科畢業(yè)實(shí)習(xí)不夠重視，在幫助學(xué)生選擇和確定課題過程中，沒有引導(dǎo)和啟發(fā)學(xué)生，沒有指導(dǎo)好學(xué)生[5]，選擇的實(shí)習(xí)課題也多數(shù)存在“換湯不換藥”的現(xiàn)象。同時(shí)，在實(shí)習(xí)過程中，導(dǎo)師對(duì)學(xué)生的要求不嚴(yán)格，導(dǎo)致學(xué)生懶散、不認(rèn)真，甚至出現(xiàn)偽造數(shù)據(jù)和抄襲論文的現(xiàn)象。
二、生產(chǎn)實(shí)習(xí)管理松散
本科畢業(yè)實(shí)習(xí)期間多數(shù)存在實(shí)習(xí)與上課、考研、考公務(wù)員及找工作相沖突的現(xiàn)象。許多學(xué)生在畢業(yè)實(shí)習(xí)期間離校找工作，或者把大部分精力用在考研、考公務(wù)員等事情上，甚至不去做導(dǎo)師安排的課題任務(wù)。有的學(xué)生雖然參與了實(shí)習(xí)，但看到其他沒有實(shí)習(xí)的同學(xué)，也慢慢產(chǎn)生了消極情緒，經(jīng)常會(huì)找借口不去參加實(shí)驗(yàn)，最終導(dǎo)致畢業(yè)實(shí)習(xí)流于形式。另外，有的教師在指導(dǎo)學(xué)生實(shí)驗(yàn)實(shí)習(xí)時(shí)沒有統(tǒng)一的要求，沒有明確的目的，由學(xué)生分散獨(dú)立完成，這樣容易導(dǎo)致實(shí)習(xí)效果良莠不齊[6]。另外學(xué)校對(duì)學(xué)生實(shí)習(xí)目標(biāo)和任務(wù)的管理比較模糊，對(duì)實(shí)習(xí)內(nèi)容的考核缺乏嚴(yán)格的標(biāo)準(zhǔn)，所以很多學(xué)生經(jīng)常以考研和找工作等借口，不去參加畢業(yè)實(shí)習(xí)[3]。有部分學(xué)生在實(shí)習(xí)期間，會(huì)去某些種子公司或中小學(xué)實(shí)習(xí)，這樣可提高學(xué)生實(shí)踐能力，讓學(xué)生提前接觸和認(rèn)知社會(huì)，畢業(yè)后能在自己的工作崗位上游刃有余。但是這種實(shí)習(xí)方式也存在一定的問題，比如實(shí)習(xí)效果參差不齊，學(xué)生實(shí)習(xí)的積極性和實(shí)習(xí)單位的工作性質(zhì)，都會(huì)影響到最終的實(shí)習(xí)效果。
三、提高農(nóng)學(xué)專業(yè)畢業(yè)實(shí)習(xí)效果的對(duì)策
（一）采用“雙向選擇”方式，調(diào)動(dòng)師生的積極性
首先，各院系應(yīng)充分利用實(shí)習(xí)動(dòng)員大會(huì)、座談會(huì)等不同方式，對(duì)學(xué)生進(jìn)行專業(yè)思想教育，使學(xué)生認(rèn)識(shí)到畢業(yè)實(shí)習(xí)的重要性。同時(shí)，引導(dǎo)學(xué)生樹立不怕吃苦、努力鉆研、為農(nóng)業(yè)科技服務(wù)的精神和決心。其次，實(shí)行“雙向選擇”機(jī)制，確定學(xué)生的指導(dǎo)教師。在大二下學(xué)期就給學(xué)生詳細(xì)公布全院指導(dǎo)教師的具體情況，主要包括教師的年齡、畢業(yè)院校、學(xué)歷、職稱，具體研究方向及主要試驗(yàn)場(chǎng)所（如大田、實(shí)驗(yàn)室或外地）。讓學(xué)生充分了解導(dǎo)師的情況后，再做選擇。同時(shí)，向各指導(dǎo)教師公布學(xué)生的學(xué)習(xí)成績(jī)和生活情況，教師再對(duì)自己名下的學(xué)生進(jìn)行選擇。每個(gè)指導(dǎo)教師指導(dǎo)學(xué)生的數(shù)量是一定的，盡量不出現(xiàn)兩極分化的現(xiàn)象。這樣一來，學(xué)生選擇了自己感興趣的研究方向和導(dǎo)師，導(dǎo)師也選擇了自己中意的學(xué)生，極大地提高了師生的積極性。
（二）采用“集中”與“分散”相結(jié)合的實(shí)習(xí)方式
就河南的氣候條件而言，暑期農(nóng)作物種類較多、現(xiàn)場(chǎng)豐富，且正是農(nóng)作物生長(zhǎng)最旺盛的時(shí)期，根據(jù)這一實(shí)際情況原則上規(guī)定，畢業(yè)生在暑假和大四上學(xué)期集中進(jìn)行畢業(yè)實(shí)習(xí)。同時(shí)，應(yīng)該提前采用開會(huì)、談話等方式，充分了解學(xué)生的畢業(yè)去向，如考研、考公務(wù)員、就業(yè)等，然后根據(jù)其就業(yè)意向，具體再安排其畢業(yè)實(shí)習(xí)時(shí)間。比如對(duì)于考研的學(xué)生，可將畢業(yè)實(shí)習(xí)安排在其考研結(jié)束后；對(duì)于選擇就業(yè)的學(xué)生，可將畢業(yè)實(shí)習(xí)安排在大三暑假期間，隨后可完全利用實(shí)習(xí)結(jié)束的時(shí)間去尋找就業(yè)機(jī)會(huì)或提前進(jìn)入社會(huì)，提高就業(yè)率。
（三）嚴(yán)格實(shí)習(xí)管理，完善實(shí)習(xí)考核機(jī)制
實(shí)習(xí)期間各指導(dǎo)教師應(yīng)執(zhí)行嚴(yán)格的請(qǐng)假考勤制度，離開學(xué)校必須經(jīng)過指導(dǎo)教師同意，對(duì)于無故不去實(shí)習(xí)的，報(bào)給輔導(dǎo)員，進(jìn)行說服教育，情節(jié)嚴(yán)重的，給予一定處分。同時(shí)，由于畢業(yè)實(shí)習(xí)環(huán)節(jié)是一個(gè)比較復(fù)雜的過程，為確保實(shí)習(xí)質(zhì)量，需制定一定的考核方式?？己藘?nèi)容包括實(shí)習(xí)日記、實(shí)習(xí)報(bào)告、思想作風(fēng)及實(shí)習(xí)紀(jì)律、工作能力等幾方面，以全面考核學(xué)生的綜合素質(zhì)，切實(shí)達(dá)到良好的實(shí)習(xí)效果。對(duì)表現(xiàn)優(yōu)異的學(xué)生，給予一定的獎(jiǎng)勵(lì)和表彰，可優(yōu)先推薦到合適的工作單位或高等院校。同時(shí)，也要對(duì)每位指導(dǎo)教師進(jìn)行考核，考核主要通過學(xué)生打分、領(lǐng)導(dǎo)調(diào)研以及學(xué)生的畢業(yè)論文質(zhì)量等方式，考核結(jié)果將與老師的職稱晉升、年終考核等直接掛鉤，進(jìn)而提高指導(dǎo)教師對(duì)畢業(yè)實(shí)習(xí)的重視程度，達(dá)到更好的實(shí)習(xí)效果。
（四）充分利用學(xué)?，F(xiàn)有的科研平臺(tái)
關(guān)鍵詞 神經(jīng)網(wǎng)絡(luò)；空調(diào)；應(yīng)用
中圖分類號(hào) TP387 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1673-9671-(2012)071-0184-02
中央空調(diào)系統(tǒng)是一個(gè)龐大復(fù)雜的系統(tǒng)，主要包括：空調(diào)冷熱源系統(tǒng)、水或空氣系統(tǒng)、控制系統(tǒng)等，空調(diào)系統(tǒng)能耗與影響因素之間是一種多變量、強(qiáng)耦合、嚴(yán)重非線性的關(guān)系，具有很強(qiáng)的動(dòng)態(tài)性。而人工神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)從輸入到輸出的任意非線性映射，能夠模擬高度非線性系統(tǒng)，具有較強(qiáng)的學(xué)習(xí)能力、自適應(yīng)能力、容錯(cuò)能力和聯(lián)想能力，已成為復(fù)雜的非線性系統(tǒng)建模、仿真、預(yù)測(cè)的新型工具，人工神經(jīng)網(wǎng)絡(luò)自20世紀(jì)40年代初被首度提出來以后，經(jīng)過幾十年的發(fā)展，廣泛運(yùn)用于模式識(shí)別和圖像處理、控制與優(yōu)化、人工智能等方面。隨著我國(guó)空調(diào)事業(yè)的快速發(fā)展及節(jié)能減排新形下，人工神經(jīng)網(wǎng)絡(luò)在空調(diào)系統(tǒng)中的運(yùn)用越來越受到廣大暖通空調(diào)研究者的關(guān)注。
1 神經(jīng)網(wǎng)絡(luò)
神經(jīng)網(wǎng)絡(luò)是對(duì)人腦或生物神經(jīng)網(wǎng)絡(luò)的抽象和建模，具有從環(huán)境學(xué)習(xí)的能力，以類似生物的交互方式適應(yīng)環(huán)境。人工神經(jīng)網(wǎng)絡(luò)是一個(gè)由大量簡(jiǎn)單的神經(jīng)元廣泛聯(lián)接組成的復(fù)合系統(tǒng)，當(dāng)系統(tǒng)被訓(xùn)練達(dá)到平衡后，由各個(gè)神經(jīng)元的權(quán)值組成的整個(gè)網(wǎng)絡(luò)的分布狀態(tài)，就是所求的結(jié)果。網(wǎng)絡(luò)學(xué)習(xí)的過程也就是各神經(jīng)元權(quán)值的調(diào)整過程。人工神經(jīng)網(wǎng)絡(luò)根據(jù)連接方式不同可以分為兩大類：無反饋的前向神經(jīng)網(wǎng)絡(luò)和相互連接型網(wǎng)絡(luò)（包括反饋網(wǎng)絡(luò)），圖1為BP神經(jīng)網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)簡(jiǎn)圖，BP網(wǎng)絡(luò)就是一種誤差反向傳播的前向網(wǎng)絡(luò)，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法總體來講可分為有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)。人工神經(jīng)網(wǎng)絡(luò)的具有強(qiáng)容錯(cuò)性、冗余性、魯棒性和信息分布式并行處理及快速進(jìn)行大量計(jì)算能力特點(diǎn)， 能適應(yīng)復(fù)雜環(huán)境和進(jìn)行多目標(biāo)控制。
圖1 BP網(wǎng)絡(luò)系統(tǒng)結(jié)構(gòu)
2 人工神經(jīng)網(wǎng)絡(luò)在空調(diào)系統(tǒng)中的應(yīng)用
2.1 空調(diào)風(fēng)系統(tǒng)方面的應(yīng)用
變風(fēng)量系統(tǒng)（VAV系統(tǒng)）的基本思想是：當(dāng)室內(nèi)負(fù)荷發(fā)生變化時(shí)，改變送入室內(nèi)風(fēng)量，以滿足室內(nèi)人員的舒適性或工藝性要求，實(shí)現(xiàn)送風(fēng)量的自動(dòng)調(diào)節(jié)，最大限度地減少風(fēng)機(jī)動(dòng)力，節(jié)約運(yùn)行能耗。目前對(duì)變風(fēng)量空調(diào)控制方法傳統(tǒng)方法主要有：定靜壓控制、變靜壓控制、總風(fēng)量控制等，但多數(shù)局限于的PID控制理論，對(duì)變風(fēng)量空調(diào)這種非線性系統(tǒng)的控制精度難以保證。朱為明等人在VAV系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)優(yōu)化算法對(duì)變風(fēng)量空調(diào)進(jìn)行控制，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)優(yōu)化算法控制過程的節(jié)能范圍為：6％-13.5％，與PID控制方法相比，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)優(yōu)化算法的控制量之和減少6%以上，具有較好的節(jié)能效果。
2.2 空調(diào)水系統(tǒng)方面的應(yīng)用
中央空調(diào)水系統(tǒng)主要包括冷卻水和冷凍水系統(tǒng)，對(duì)于大型系統(tǒng)，管道長(zhǎng)，系統(tǒng)熱容量大、慣性大，被控系統(tǒng)水溫和流速變化速度較慢，滯后現(xiàn)象嚴(yán)重，是一種典型的大滯后系統(tǒng)，對(duì)于過程純滯后非線性特性，目前過程控制傳統(tǒng)算法不具備克服滯后影響的能力，在穩(wěn)定性和響應(yīng)速度上都難以達(dá)到較好的性能指標(biāo)。周洪煜等人利用了神經(jīng)網(wǎng)絡(luò)的非線性逼近特性、自學(xué)習(xí)、自組織的能力以及預(yù)測(cè)控制的滾動(dòng)優(yōu)化和反饋校正的特性，建立起的中央空調(diào)水系統(tǒng)的動(dòng)態(tài)模型，作為預(yù)測(cè)控制器的預(yù)測(cè)模型，不需要對(duì)被控對(duì)象進(jìn)行精確的辨識(shí)， 提出的多變量神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制系統(tǒng)具有優(yōu)良的控制效果，實(shí)現(xiàn)了空調(diào)水系統(tǒng)的自適應(yīng)控制。何厚鍵等人在中央空調(diào)水系統(tǒng)的建模與優(yōu)化研究中，利用前饋型網(wǎng)絡(luò)結(jié)合BP算法建立了冷卻塔和制冷機(jī)的神經(jīng)網(wǎng)絡(luò)模型，解決的具有高度非線性的中央空調(diào)水系統(tǒng)設(shè)備的建模問題。
2.3 制冷系統(tǒng)方面的應(yīng)用
神經(jīng)網(wǎng)絡(luò)在空調(diào)中的制冷系統(tǒng)應(yīng)用，主要體現(xiàn)在制冷機(jī)組優(yōu)化控制和制冷系統(tǒng)的故障診斷兩方面。在中央空調(diào)系統(tǒng)中制冷機(jī)組是能耗最大的設(shè)備，對(duì)制冷機(jī)組進(jìn)行優(yōu)化控制，提高其運(yùn)行效率，是空調(diào)系統(tǒng)節(jié)能的重要途徑之一。趙健等人在分析了影響壓縮機(jī)運(yùn)行效率的主要因素基礎(chǔ)上，建立了以壓縮機(jī)入口制冷劑溫度、壓縮機(jī)出口制冷劑溫度和負(fù)荷為輸入量，最佳吸氣壓力輸出為輸出量的BP神經(jīng)網(wǎng)絡(luò)模型。通過在線修正制冷機(jī)的吸氣壓力工作點(diǎn)，解決變負(fù)荷下，制冷機(jī)優(yōu)化控制問題，大幅度提高制冷性能參數(shù)COP的值，降低了制冷機(jī)的運(yùn)行能耗，與采用額定工況相比，采用神經(jīng)網(wǎng)絡(luò)優(yōu)化控制方法的制冷機(jī)節(jié)能量約為44.8%。
故障診斷是一種了解和掌握設(shè)備在使用過程中的技術(shù)，確定其整體或局部是否正常，早期發(fā)現(xiàn)故障及其原因并能預(yù)報(bào)故障發(fā)展趨勢(shì)的技術(shù)。在制冷系統(tǒng)的故障診斷方面，神經(jīng)網(wǎng)絡(luò)也發(fā)揮著重要作用，隨著我國(guó)空調(diào)制冷事的蓬勃發(fā)展，制冷系統(tǒng)越來越復(fù)雜，故障的潛在發(fā)生點(diǎn)也越來越多，制冷設(shè)備的故障檢測(cè)與診斷越來越受到人們的重視。胡正定等人在分析制冷系統(tǒng)常見故障特征的基礎(chǔ)上，建立以壓縮機(jī)進(jìn)口溫度、蒸發(fā)器進(jìn)口溫度、冷媒水進(jìn)口溫度、冷媒水出口溫度、壓縮機(jī)排氣壓力、壓縮機(jī)吸氣壓力、壓縮機(jī)出口溫度、冷凝器出口溫度等8特征征參數(shù)作為輸入量，故障模式作為輸出量的補(bǔ)償模糊神經(jīng)網(wǎng)絡(luò)模型。仿真結(jié)果表明，系統(tǒng)的診斷結(jié)果且有較高的準(zhǔn)確率。李中領(lǐng)等人在空調(diào)系統(tǒng)故障診斷中利用神經(jīng)網(wǎng)絡(luò)建立了三層BP網(wǎng)絡(luò)模型，輸入層節(jié)點(diǎn)個(gè)數(shù)為4，對(duì)應(yīng)于4種故障現(xiàn)象，隱含層單元個(gè)數(shù)為4，輸出層節(jié)點(diǎn)個(gè)數(shù)為12，對(duì)應(yīng)于12種故障原因，輸出節(jié)點(diǎn)值的大小反映了故障出現(xiàn)的可能性。
2.4 負(fù)荷預(yù)測(cè)方面的應(yīng)用
空調(diào)系統(tǒng)逐時(shí)負(fù)荷的準(zhǔn)確預(yù)測(cè)是實(shí)現(xiàn)現(xiàn)代控制的前提之一，準(zhǔn)確預(yù)測(cè)空調(diào)負(fù)荷對(duì)空調(diào)高效節(jié)能運(yùn)行具有重大意義，影響空調(diào)負(fù)荷的因素有空氣溫度、濕度、太陽輻射強(qiáng)度、人員、設(shè)備運(yùn)行情況等，空調(diào)負(fù)荷與影響因素之間是嚴(yán)重非線性的關(guān)系，具有動(dòng)態(tài)性。
2.5 空調(diào)制冷系統(tǒng)的仿真設(shè)計(jì)方面的應(yīng)用
制冷空調(diào)產(chǎn)品設(shè)計(jì)中，大量地依賴樣機(jī)的反復(fù)制作與調(diào)試，使得產(chǎn)品的設(shè)計(jì)周期延長(zhǎng)，并影響性能優(yōu)化，用計(jì)算機(jī)仿真代替樣機(jī)試驗(yàn)，在計(jì)算機(jī)上面實(shí)現(xiàn)優(yōu)化設(shè)計(jì)，使得制冷空調(diào)裝置仿真技術(shù)近年來得到了迅速發(fā)展 。
2.6 大型建筑運(yùn)行能耗的評(píng)價(jià)方面的應(yīng)用
大型公共建筑指非住宅的民用建筑，包括辦公樓、商場(chǎng)、賓館、醫(yī)院、學(xué)校等，大型公共建筑用能特點(diǎn)是單位面積耗能非常高，為每年100 kW/m2-300 kW/m2，而且我國(guó)大型公共建筑能源系統(tǒng)效率較低，浪費(fèi)嚴(yán)重，其電耗超過公共建筑節(jié)能設(shè)計(jì)標(biāo)準(zhǔn)規(guī)定指標(biāo)的10倍以上。大型公共建筑中央空調(diào)系統(tǒng)運(yùn)行能耗的科學(xué)評(píng)價(jià)是對(duì)大型公共建筑進(jìn)行用能科學(xué)管理的重要基礎(chǔ)，趙靖等人基于BP人工神經(jīng)網(wǎng)絡(luò)，將冷水機(jī)組、冷凍水泵、冷卻水泵、冷卻塔、其它設(shè)備月平均功率、運(yùn)行時(shí)間和氣象特征共七個(gè)作為預(yù)測(cè)因子，空調(diào)系統(tǒng)總能耗為輸出量，建立了大型公共建筑系統(tǒng)運(yùn)行能耗的預(yù)測(cè)評(píng)價(jià)模型，仿真結(jié)果表明，網(wǎng)絡(luò)的平均預(yù)測(cè)誤差輸出值約為3.3E-014，可以滿足實(shí)際應(yīng)用的要求。
3 發(fā)展方向
人工神經(jīng)網(wǎng)絡(luò)基于較強(qiáng)的學(xué)習(xí)能力、自適應(yīng)能力、容錯(cuò)能力和聯(lián)想能力，在暖通空調(diào)領(lǐng)域中的應(yīng)用已經(jīng)取得了突破性的進(jìn)展。今后的發(fā)展方向主要有兩個(gè)方面，首先，不斷改進(jìn)神經(jīng)網(wǎng)絡(luò)性能，提高其預(yù)測(cè)和控制精確度；另外，逐步使神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)由軟件實(shí)現(xiàn)過渡到硬件實(shí)現(xiàn)，擴(kuò)大其在空調(diào)領(lǐng)域的應(yīng)用范圍，也是今后的研究方向之一。
參考文獻(xiàn)
[1]胡守仁.神經(jīng)網(wǎng)絡(luò)導(dǎo)論[M].北京:國(guó)防科技大學(xué)出版社,1999.
[2]候媛彬,杜京義,汪梅.神經(jīng)網(wǎng)絡(luò)[M].西安電子科技大學(xué)出版社,2007.
關(guān)鍵詞：高職院校；職業(yè)素養(yǎng)；培養(yǎng)途徑
良好的職業(yè)素養(yǎng)是高職院校學(xué)生技能學(xué)習(xí)以及創(chuàng)新能力培養(yǎng)的基礎(chǔ)，也是影響其職業(yè)發(fā)展的重要因素。因此，明確高職院校學(xué)生職業(yè)素養(yǎng)的培養(yǎng)意義，立足當(dāng)前我國(guó)高職教育的現(xiàn)實(shí)情況，探索一條科學(xué)合理的高職院校職業(yè)素養(yǎng)培養(yǎng)路徑，提升高職生的職業(yè)素養(yǎng)十分必要。
一、職業(yè)素養(yǎng)國(guó)內(nèi)外研究概況
（一）國(guó)內(nèi)外研究概況。1.國(guó)外研究概況。美國(guó)學(xué)者萊爾斯潘塞提出著名的“冰山理論”，以漂浮在水中的冰山為例，將職業(yè)素養(yǎng)具體分成顯性職業(yè)素養(yǎng)和隱形職業(yè)素養(yǎng)兩部分。具體而言，顯性職業(yè)素養(yǎng)恰如露出水面的部分，主要由職業(yè)意識(shí)、道德品質(zhì)、職業(yè)作風(fēng)、責(zé)任態(tài)度幾個(gè)方面構(gòu)成，是鑒別技校優(yōu)秀者和一般者的主要指標(biāo)。隱形職業(yè)素養(yǎng)影響顯性職業(yè)素養(yǎng)的養(yǎng)成，高校應(yīng)著重培養(yǎng)學(xué)生的隱形職業(yè)素養(yǎng)。美國(guó)一些學(xué)者從學(xué)生職業(yè)素養(yǎng)養(yǎng)成的途徑展開實(shí)踐研究，關(guān)注情商培養(yǎng)與職業(yè)成功的關(guān)系。通過一些實(shí)證研究發(fā)現(xiàn)，企業(yè)的績(jī)效與員工的整體情商水平之間存在高度的正相關(guān)。美國(guó)高校根據(jù)學(xué)生的專業(yè)背景和自身特點(diǎn)，綜合開設(shè)了不同類型的情商培養(yǎng)課程，主要有“獨(dú)立設(shè)課”和“學(xué)科滲透”兩種形態(tài)。例如，北卡羅來納州立大學(xué)將情商中的“人際關(guān)系處理”作為一門獨(dú)立的課程在本科生中開設(shè)，奎尼匹克大學(xué)商學(xué)院將情商元素融入到本科《管理學(xué)》。2.國(guó)內(nèi)研究概況。國(guó)內(nèi)對(duì)大學(xué)生職業(yè)素養(yǎng)研究開始于2005年，由于我國(guó)經(jīng)濟(jì)發(fā)展和高校擴(kuò)招后帶來的就業(yè)問題，越來越多的專家學(xué)者開始探尋造成大學(xué)生就業(yè)難的因素，逐漸將研究視角投向大學(xué)生職業(yè)素養(yǎng)上。筆者主要以中國(guó)知網(wǎng)中文社會(huì)科學(xué)索引文獻(xiàn)（CSSCI）為檢索數(shù)據(jù)庫，檢索了從2005年至今的關(guān)于大學(xué)生職業(yè)素養(yǎng)的論文四百余篇，其中針對(duì)本科院校的占比83%左右，高職院校占比17%左右。2017年我國(guó)高職院達(dá)1346所，與本科院校1533所不相上下，但研究的文獻(xiàn)數(shù)量與院校數(shù)量不成正比。2005年至今，關(guān)于大學(xué)生職業(yè)素養(yǎng)的研究以教育學(xué)學(xué)科為主，此外還涉及到秘書學(xué)、文學(xué)、電影學(xué)、心理學(xué)、經(jīng)濟(jì)學(xué)、哲學(xué)等學(xué)科門類，這些論文對(duì)大學(xué)職業(yè)素養(yǎng)的關(guān)注和研究呈現(xiàn)出各有側(cè)重的狀態(tài)。具體包括這幾類研究：一是對(duì)當(dāng)前大學(xué)生職業(yè)素養(yǎng)現(xiàn)狀的調(diào)查和解決問題的途徑探索；二是以時(shí)代背景為研究視角，探尋大學(xué)生職業(yè)素養(yǎng)培養(yǎng)方式，例如工匠精神、人工智能；三是以就業(yè)為導(dǎo)向研究大學(xué)職業(yè)素養(yǎng)培養(yǎng)方式，例如從企業(yè)需求、面試等。這些論文主要從課程設(shè)置、學(xué)校制度、校園文化等方面探求培養(yǎng)大學(xué)生職業(yè)素養(yǎng)的有效途徑。在大學(xué)生職業(yè)素養(yǎng)研究中，專家學(xué)者主要從理論研究上分析論證影響職業(yè)意識(shí)、職業(yè)道德和職業(yè)責(zé)任的因素，具有一定的學(xué)術(shù)價(jià)值，但是高職院校職業(yè)素養(yǎng)研究仍然存在著一定的不足和局限，包括研究規(guī)模、研究?jī)?nèi)容、研究方法等方面。具體表現(xiàn)為：一是研究規(guī)模的失衡，高職類的大學(xué)生職業(yè)素養(yǎng)研究文獻(xiàn)僅占17%左右，與高職院校的數(shù)量在大學(xué)總數(shù)中的占比不成正比。二是研究的方法上，絕大部分的關(guān)于大學(xué)生職業(yè)素養(yǎng)的研究采用定性邏輯論證的方法，在大數(shù)據(jù)的時(shí)代背景下，迫切需要我們采用科技手段對(duì)大學(xué)生的職業(yè)素養(yǎng)進(jìn)行精確分析研究，因此，需要加大定量方法在職業(yè)素養(yǎng)研究中的運(yùn)用，使大學(xué)生職業(yè)素養(yǎng)研究更加具有實(shí)踐的可能性。
二、廈門軟件職業(yè)技術(shù)學(xué)院學(xué)生職業(yè)素養(yǎng)的現(xiàn)狀
（一）學(xué)生職業(yè)素養(yǎng)的現(xiàn)狀。2018年12月，我們對(duì)廈門軟件職業(yè)技術(shù)學(xué)院學(xué)生職業(yè)素養(yǎng)培育狀況進(jìn)行了問卷調(diào)查及個(gè)別訪談。問卷調(diào)查分為學(xué)生版、教師版和企業(yè)版，其中，291名畢業(yè)生有效參與了學(xué)生版問卷調(diào)查，40名教師有效參與了教師版問卷調(diào)查，25家企業(yè)有效參與了問卷調(diào)查。此外，我們還對(duì)5家校企合作企業(yè)進(jìn)行調(diào)研訪談。通過調(diào)研，發(fā)現(xiàn)高職院校學(xué)生職業(yè)素養(yǎng)培育狀況呈現(xiàn)出以下特點(diǎn)：1.學(xué)生、企業(yè)管理人員對(duì)學(xué)生職業(yè)。素養(yǎng)水平認(rèn)知基本一致學(xué)生在“你認(rèn)為你哪項(xiàng)職業(yè)素養(yǎng)較強(qiáng)”問卷調(diào)查中，排名前三位的分別為“思維、溝通能力”“敬業(yè)”和“學(xué)習(xí)”能力。教師認(rèn)為學(xué)生職業(yè)素養(yǎng)能力水平排名前三的為“思維、溝通能力”“敬業(yè)”和“創(chuàng)新”。從對(duì)企業(yè)調(diào)研結(jié)果看，企業(yè)對(duì)高職院校學(xué)生的溝通能力、敬業(yè)和團(tuán)隊(duì)合作等比較滿意。2.校內(nèi)職業(yè)素養(yǎng)培育的手段有待加強(qiáng)。在“你認(rèn)為培養(yǎng)職業(yè)素養(yǎng)的主要場(chǎng)所是哪里？”的調(diào)查中，學(xué)生和教師都認(rèn)為職場(chǎng)是職業(yè)素養(yǎng)培育的主要場(chǎng)所，遠(yuǎn)遠(yuǎn)超過了“學(xué)?！边x項(xiàng)。從調(diào)查結(jié)果看，這在一定程度上反映出，學(xué)生和教師認(rèn)為目前校內(nèi)職業(yè)素養(yǎng)培育手段有一定的局限，高職院校在職業(yè)素養(yǎng)培育上未能充分發(fā)揮其作用，校內(nèi)職業(yè)素養(yǎng)的培育手段還有待加強(qiáng)。3.社團(tuán)活動(dòng)等實(shí)踐平臺(tái)是校內(nèi)職業(yè)素養(yǎng)培育的主要途徑。在職業(yè)素養(yǎng)培育途徑調(diào)查中，學(xué)生選擇前三的為“社團(tuán)活動(dòng)”“班干部經(jīng)歷”和“職業(yè)拓展訓(xùn)練”。而教師在此項(xiàng)問題上，則呈現(xiàn)出與學(xué)生不同的選擇，教師認(rèn)為職業(yè)素養(yǎng)主要培養(yǎng)途徑是“實(shí)習(xí)實(shí)訓(xùn)”“社團(tuán)”和“課程教學(xué)”。調(diào)查表明，高職院校學(xué)生和教師都很注重實(shí)踐平臺(tái)對(duì)學(xué)生職業(yè)素養(yǎng)的培育，但學(xué)生認(rèn)為課外實(shí)踐活動(dòng)對(duì)職業(yè)素養(yǎng)幫助更大，而教師更傾向于課堂教學(xué)。（二）存在的問題。1.課程教學(xué)功能還未充分發(fā)揮。學(xué)校作為學(xué)生與職場(chǎng)銜接的橋梁，擔(dān)負(fù)著育人和為社會(huì)輸送合格人才的重任。學(xué)校是學(xué)生邁向社會(huì)最后的“淬煉場(chǎng)”，需要對(duì)學(xué)生從專業(yè)技能到職業(yè)素養(yǎng)全方面進(jìn)行塑造，課程教學(xué)則是培養(yǎng)學(xué)生的主要途徑。但從調(diào)查結(jié)果看，更多的學(xué)生把課程教學(xué)簡(jiǎn)單地視為知識(shí)技能的獲得渠道，職業(yè)素質(zhì)的養(yǎng)成在課程教學(xué)中的成效較差。在日常的課程教學(xué)中，課程教學(xué)的教學(xué)目標(biāo)設(shè)置相對(duì)單一，過多注重技能知識(shí)目標(biāo)的實(shí)現(xiàn)，輕視職業(yè)素養(yǎng)目標(biāo)。同時(shí)，專業(yè)教師對(duì)職業(yè)素養(yǎng)培養(yǎng)的意識(shí)不夠，教師是課堂教學(xué)的引導(dǎo)者，他掌握一個(gè)課堂的方向。教師未能很好樹立職業(yè)素養(yǎng)滲透意識(shí)，細(xì)化課堂的職業(yè)素養(yǎng)培養(yǎng)目標(biāo)，以言傳身教和課堂活動(dòng)等方式，有目的地推進(jìn)學(xué)生職業(yè)素養(yǎng)的養(yǎng)成。2.欠缺職業(yè)拓展訓(xùn)練。調(diào)查表明，學(xué)生十分認(rèn)可職業(yè)拓展訓(xùn)練對(duì)職業(yè)素養(yǎng)的培養(yǎng)，目前的高職院校多是在職業(yè)生涯規(guī)劃和就業(yè)指導(dǎo)等課程中，利用少量的職業(yè)拓展訓(xùn)練提升學(xué)生職業(yè)素養(yǎng)。但由于其量少且未成系統(tǒng)，并未能在全面系統(tǒng)培養(yǎng)學(xué)生職業(yè)素養(yǎng)上發(fā)揮作用。目前，大多職業(yè)院校在大一開設(shè)職業(yè)生涯規(guī)劃課程，大二下學(xué)期或大三開設(shè)就業(yè)指導(dǎo)課程，中間欠缺連貫兩門課程的職業(yè)拓展訓(xùn)練，導(dǎo)致兩門課程在培養(yǎng)學(xué)生就業(yè)競(jìng)爭(zhēng)力上存在斷層。此外，豐富的職業(yè)素養(yǎng)課程，以選修課方式，利用現(xiàn)代科技手段，設(shè)置培養(yǎng)學(xué)生情商、逆商的慕課、微課，整合學(xué)生的零碎時(shí)間系統(tǒng)提升職業(yè)素養(yǎng)。3.校企合作有待深入。高職院校人才培養(yǎng)需要產(chǎn)業(yè)的引領(lǐng)，校企之間聯(lián)動(dòng)密切順暢才能保障高校人才培養(yǎng)質(zhì)量。從日常的企業(yè)走訪結(jié)果看，無論企業(yè)還是高校，對(duì)校企合作都表現(xiàn)出極大的熱情，65.79%的企業(yè)表示愿意保持長(zhǎng)期的校企合作關(guān)系。但從目前校企合作的程度上看，校企合作僅停留在實(shí)訓(xùn)等部分的人才培養(yǎng)環(huán)節(jié)中，并未貫穿人才培養(yǎng)的全過程，企業(yè)參與人才培養(yǎng)的熱情未能有效轉(zhuǎn)化為教學(xué)成果。未來的校企合作不僅需要拓展合作的廣度，還需在深度上不斷探索新的形式。校企合作在人才培養(yǎng)方案設(shè)置、教學(xué)內(nèi)容選擇、師資隊(duì)伍建設(shè)上全方位加深合作，企業(yè)應(yīng)參與人才培育全過程共建人才培養(yǎng)體系。
三、高職院校學(xué)生職業(yè)素養(yǎng)的培養(yǎng)途徑
[關(guān)鍵詞]Internet 信息資源 開發(fā)利用
一、網(wǎng)上信息資源開發(fā)利用的必要性
網(wǎng)上信息資源又名網(wǎng)絡(luò)信息資源,內(nèi)容和信息都十分豐富,是集文字、圖像、聲音、視頻為一體的多媒體信息。其包括超文本信息和超媒體信息。它們按非線性文本組織模式,將信息單元儲(chǔ)存于節(jié)點(diǎn),通過含URLdizhi地址的鏈接體現(xiàn)各節(jié)點(diǎn)之間的概念邏輯關(guān)系,從而形成網(wǎng)狀結(jié)構(gòu)。既可按線性順序查閱,又可跳躍式瀏覽,與實(shí)體文獻(xiàn)資源相比,具有如下的特點(diǎn)。
1.多樣性
網(wǎng)上信息資源包括館藏目錄、電子書刊、各種類型的數(shù)據(jù)庫、資源導(dǎo)航及搜索引擎、電子公告等。并以超級(jí)鏈接的方式將文字、圖像、語音和視頻信息鏈接起來,形成一個(gè)豐富多彩的網(wǎng)絡(luò)資源。
2.無序性
網(wǎng)上信息以超文本方式而構(gòu)成立體網(wǎng)狀的形式,缺乏統(tǒng)一的控制,呈分散無序狀態(tài),可以根據(jù)節(jié)點(diǎn)任意跳動(dòng),而實(shí)體文獻(xiàn)信息資源則自成體系,呈線性方式。
3.開放性
網(wǎng)上信息是開放、相關(guān)聯(lián)的,可以通過鏈接任意檢索信息。我們知道,通過internet,任意信息都可以傳播到世界各個(gè)地方,只要將計(jì)算機(jī)連接在網(wǎng)絡(luò)上,用戶就可以快速得到這些信息。
4.動(dòng)態(tài)性
網(wǎng)上信息資源跨地區(qū)分布,高速度傳輸,更新淘汰周期短,變化快、不穩(wěn)定,呈高度動(dòng)態(tài)性。由于網(wǎng)上信息資源從本質(zhì)上改變了信息的創(chuàng)造交流和獲取的方式,完全拋棄了傳統(tǒng)的出版概念,實(shí)現(xiàn)了無紙化的出版,信息呈現(xiàn)很強(qiáng)的時(shí)效性。
5.互動(dòng)性
網(wǎng)上信息資源具有很強(qiáng)的互動(dòng)功能,可以形成廣泛的論壇氛圍,有關(guān)專家可以就某一專題開設(shè)電子論壇,網(wǎng)上直接反饋用戶信息,參與交流討論。
6.增值性
網(wǎng)上信息資源開發(fā)與建設(shè)的最終目的是服務(wù)。用戶在網(wǎng)上利用各種手段查找所需的信息內(nèi)容,在這一過程中信息被反復(fù)利用,不但不會(huì)導(dǎo)致網(wǎng)上信息資源損耗,反而可使信息增值。
由此可見,網(wǎng)絡(luò)信息資源使實(shí)體文獻(xiàn)信息資源在內(nèi)容上和形式上有了很大的變化,這個(gè)巨大的信息資源庫涵蓋了不同學(xué)科、不同領(lǐng)域、不同地域、不同語言的信息資源,具有較大的靈活性。圖書館作為科研服務(wù)機(jī)構(gòu)之一,不懂得如何有效地開發(fā)利用網(wǎng)絡(luò)信息資源,就會(huì)失去對(duì)網(wǎng)絡(luò)信息的“擁有”與“服務(wù)”。因此,網(wǎng)上信息資源的開發(fā)利用是實(shí)現(xiàn)信息價(jià)值轉(zhuǎn)換一種典型的社會(huì)化智能活動(dòng)。
二、網(wǎng)上信息資源的開發(fā)技術(shù)
1. push技術(shù)
傳統(tǒng)的信息獲取方式是基于Client/server模式,主要采用拉取(pull)的技術(shù)挖掘采集信息。但隨著網(wǎng)上信息資源的豐富和多元化,這種方式已不能滿足用戶快速準(zhǔn)確地獲取信息的要求,引入了push技術(shù),作為internet的一種新技術(shù),提出了新的服務(wù)模式,即核心點(diǎn)放在服務(wù)方,不需要用戶的請(qǐng)求,主動(dòng)將信息送到用戶方,在信息獲取應(yīng)用中它表現(xiàn)為push服務(wù)器自動(dòng)搜集用戶感興趣的信息,并將其定期地傳送給用戶。其表現(xiàn)形式為:web服務(wù)器擴(kuò)展;客戶方式;Push服務(wù)器方式。
2.WWW信息挖掘技術(shù)
WWW的數(shù)據(jù)信息挖掘,指從大型數(shù)據(jù)庫的數(shù)據(jù)中提取出用戶感興趣的文本型知識(shí),這些知識(shí)是隱含的、事先未知的、潛在的有用的信息。而網(wǎng)上文本信息挖掘是在已知的數(shù)據(jù)樣本基礎(chǔ)上,得到數(shù)據(jù)對(duì)象詞的內(nèi)在特性.并以此為依據(jù)在網(wǎng)絡(luò)上進(jìn)行有目的的信息提取。這種信息挖掘能自動(dòng)地提取相關(guān)文獻(xiàn)之間的有價(jià)值的關(guān)系知識(shí),并將這些知識(shí)以可視的、動(dòng)態(tài)改變的方式反饋給用戶。可視方式為用戶提供了以直觀的易于快速理解的知識(shí)掌握途徑,而動(dòng)態(tài)改變的方式則滿足了用戶的及時(shí)性要求。它由特征提取、源信息采集、特征匹配三部分組成。特征提取負(fù)責(zé)根據(jù)一定的算法和策略,從現(xiàn)有的樣本文檔中提取出其內(nèi)在的特征,即進(jìn)行挖掘目標(biāo)的特征提取;源信息采集負(fù)責(zé)從WWW上選擇下載原始文檔,這部分工作一般由多個(gè)具有一定啟發(fā)策略的Robot (Robot是一個(gè)能沿著Web頁面中的超鏈接進(jìn)行自動(dòng)漫游,并通過HTTP等標(biāo)準(zhǔn)協(xié)議讀取漫游到頁面的程序)完成;特征匹配是利用挖掘目標(biāo)特征判斷源信息的相似度,即進(jìn)行相關(guān)信息的提取。
3.聯(lián)機(jī)分析處理技術(shù)
首先,聯(lián)機(jī)分析處理 (OLAP)與數(shù)據(jù)挖掘 (DM)是基于數(shù)據(jù)倉(cāng)庫 (數(shù)據(jù)庫)技術(shù)而發(fā)展起來的信息分析與挖掘工具,在實(shí)際應(yīng)用中各有側(cè)重。前者是驗(yàn)證型的,后者是挖掘型的。OLAP建立在多維視圖的基礎(chǔ)上,重在根據(jù)已有的模式將直接源自數(shù)據(jù)倉(cāng)庫中的不同信息源的大量相關(guān)信息聯(lián)系起來,以給分析人員一個(gè)清晰、一致的視圖。DM建立在各種信息源的基礎(chǔ)上,重在發(fā)現(xiàn)隱藏在大量原始數(shù)據(jù)深層中的對(duì)用戶有用的模式。被抽取的即知識(shí),具備可靠、新穎、有效、易于理解的特點(diǎn)。其次,OLAP與DM相結(jié)合,即OLAM,兼有OLAP多維分析的在線性、靈活性和DM對(duì)數(shù)據(jù)處理的深入性,因而可在更高層次上滿足網(wǎng)上信息分析與挖掘需求。目前OLAM正處于研究中,其核心點(diǎn)是:①OLAM建立在多維數(shù)據(jù)庫和OLAP的基礎(chǔ)上,能對(duì)任何它想要的數(shù)據(jù)進(jìn)行挖掘;②用戶對(duì)挖掘算法具有動(dòng)態(tài)選擇的權(quán)利;③具有超強(qiáng)的挖掘算法;④能夠協(xié)調(diào)執(zhí)行效率與挖掘的準(zhǔn)確性之間的關(guān)系;⑤具有靈活的可視化工具和良好的擴(kuò)展性。
三、網(wǎng)上信息資源的開發(fā)方法
1.常規(guī)性開發(fā)
由于網(wǎng)上信息不斷更新,同時(shí)一些站點(diǎn)的URL也在變化,在開發(fā)網(wǎng)絡(luò)信息時(shí),應(yīng)不斷增加日常檢索頻率,把搜索網(wǎng)絡(luò)信息納入日常工作計(jì)劃中,做到分學(xué)科、按課題和科研需求進(jìn)行開發(fā)。此外,為了保證查全率,不要只使用某一種引擎對(duì)某一專題的信息檢索,而要使用多種不同查詢工具,對(duì)一種主題反復(fù)查詢。
2.專題性開發(fā)
針對(duì)學(xué)科和學(xué)科建設(shè),結(jié)合科研課題和研究領(lǐng)域等進(jìn)行專題網(wǎng)絡(luò)資源開發(fā)。在專用的網(wǎng)絡(luò)服務(wù)器上把收集到的各種專業(yè)信息制作成網(wǎng)頁放在網(wǎng)上,同時(shí)把相關(guān)專業(yè)的網(wǎng)絡(luò)資源(如數(shù)據(jù)庫、電子報(bào)刊、BBS、專題討論等)以“友情鏈接”形式到網(wǎng)頁上,以拓寬檢索范圍,使用戶能方便快捷地從專門的網(wǎng)頁上得到所需的信息,并結(jié)合信息咨詢服務(wù)中的定題檢索(SDI)、回溯檢索(RS)、原文提供服務(wù)和進(jìn)行科研項(xiàng)目查詢(on.going re―search)服務(wù)開展工作,指導(dǎo)用戶獲取所需的二次及一次信息源。
四、網(wǎng)上信息資源開發(fā)的利用途徑
1.熟悉網(wǎng)絡(luò)信息資源特點(diǎn)及分布狀況
了解常用信息資源的特點(diǎn)和分布方式,如國(guó)內(nèi)外著名的科研機(jī)構(gòu)、信息機(jī)構(gòu)的特點(diǎn)和網(wǎng)址,及時(shí)而準(zhǔn)確獲得這些權(quán)威機(jī)構(gòu)的信息。如世界衛(wèi)生組織及一些重要的學(xué)會(huì)協(xié)會(huì)等,通過其主頁經(jīng)常一些重要的科研信息,對(duì)這些機(jī)構(gòu)、學(xué)會(huì)的了解,可以幫助用戶及時(shí)掌握最新科研動(dòng)態(tài)。
2.合理配置網(wǎng)上信息資源
由于我國(guó)對(duì)信息資源在時(shí)間、空間、數(shù)量三方面的配置存在不同程度的問題,即在空間的分配不均勻,時(shí)間的分配不合理,數(shù)量的分配不均衡,所以優(yōu)化配置網(wǎng)絡(luò)資源尤為重要。在空間上注重網(wǎng)絡(luò)資源在不同地區(qū)、不同行業(yè)部門的分布,在數(shù)量上對(duì)各種各樣網(wǎng)絡(luò)信息資源采取合理比例配置,在時(shí)間上調(diào)整好網(wǎng)絡(luò)資源在過去、現(xiàn)在、將來三種時(shí)態(tài)上的配置。
3.建立學(xué)科信息導(dǎo)航庫
為了提高用戶檢索的檢準(zhǔn)率和檢全率,為了使網(wǎng)絡(luò)信息有序化,建立學(xué)科信息導(dǎo)航系統(tǒng),利用各種搜索引擎對(duì)某一主題信息上網(wǎng)查詢、瀏覽并參考有關(guān)文獻(xiàn),選擇參考價(jià)值較高的信息資源,由專業(yè)人員經(jīng)過加工、組織、歸類、設(shè)置類目,形成新的知識(shí)關(guān)聯(lián),產(chǎn)生出更高層次上的綜合信息產(chǎn)品,方便用戶查詢。
4.利用國(guó)際聯(lián)機(jī)檢索系統(tǒng)
為了擴(kuò)大獲取信息的范圍,一定要利用國(guó)際聯(lián)機(jī)檢索系統(tǒng)。其中最著名的是DIALOG系統(tǒng)。它是世界上最大的聯(lián)機(jī)檢索服務(wù)機(jī)構(gòu),有600多個(gè)數(shù)據(jù)庫,涉及到全文型、數(shù)據(jù)型、事實(shí)型、指導(dǎo)型的數(shù)據(jù)庫,有近3億條的記錄。涉及的學(xué)科專業(yè)范圍廣,檢索功能強(qiáng),數(shù)據(jù)更新及時(shí),文獻(xiàn)數(shù)據(jù)時(shí)間跨度大。是項(xiàng)目查新、文獻(xiàn)調(diào)研、課題立項(xiàng)、論文撰寫、專利申請(qǐng)等重要依據(jù)。它的聯(lián)入方式可通過Telnet方式聯(lián)入,也可通過www方式聯(lián)機(jī)的超文本界面。
5.開展個(gè)性化服務(wù)
隨著Internet信息技術(shù)和智能化技術(shù)的發(fā)展,借鑒人工智能技術(shù)將用戶信息需求組成過濾條件對(duì)信息資源進(jìn)行過濾,來實(shí)現(xiàn)把資源中符合需求的內(nèi)容提取出為用戶服務(wù),從而形成一種因人而異的信息服務(wù)形態(tài)――個(gè)性化主動(dòng)服務(wù)形態(tài),即“信息找人”,更好地為用戶提供信息挖掘服務(wù)。
6.加強(qiáng)網(wǎng)上搜集,增強(qiáng)針對(duì)性
對(duì)重點(diǎn)學(xué)科和課題除進(jìn)行定期服務(wù)、跟蹤服務(wù)、信息的調(diào)研等服務(wù)外,還要有針對(duì)性地廣泛搜集實(shí)用網(wǎng)址。如農(nóng)業(yè)學(xué)科可搜集作物學(xué)、園藝學(xué)、林學(xué)、植保、畜牧獸醫(yī)、食品、水產(chǎn)養(yǎng)殖、生物學(xué)等方面的URL,還可收集一些農(nóng)業(yè)研究機(jī)構(gòu)、農(nóng)業(yè)高等院校、農(nóng)業(yè)國(guó)際會(huì)議等得URL。這樣做,不僅使用戶從虛擬館藏中得到現(xiàn)實(shí)的信息資源,而且深化了網(wǎng)絡(luò)信息資源服務(wù)層次。
7.成立網(wǎng)上信息資源開發(fā)部
在一定區(qū)域內(nèi)建立網(wǎng)上信息資源新產(chǎn)品連鎖服務(wù)站,并通過與企業(yè)、商業(yè)、旅游服務(wù)業(yè)、科研、教學(xué)等單位掛鉤,向社會(huì)傳播有關(guān)信息產(chǎn)品,同時(shí)編制各種網(wǎng)上“指南”、“索引”或“聯(lián)機(jī)幫助”,指導(dǎo)用戶有效的利用網(wǎng)上信息資源。
8.建立用戶反饋意見欄目出版社
用戶對(duì)網(wǎng)絡(luò)信息資源的利用價(jià)值最有發(fā)言權(quán),經(jīng)求、收集用戶對(duì)專業(yè)站點(diǎn)及其信息資源評(píng)價(jià)信息,可以把務(wù)握網(wǎng)絡(luò)資源的內(nèi)容質(zhì)量、學(xué)術(shù)水平、編輯質(zhì)量等,對(duì)篩選和評(píng)價(jià)專業(yè)網(wǎng)絡(luò)資源具有幫助,只有了解用戶需求,才能情報(bào)工作提高知識(shí)服務(wù)的水平,滿足用戶的信息需求。
9.舉辦多種形式的專題講座和信息活動(dòng)
參考文獻(xiàn):
[1]畢強(qiáng).網(wǎng)絡(luò)信息資源管理[M].長(zhǎng)春:吉林科學(xué)技術(shù).
[2]王淑群.網(wǎng)絡(luò)環(huán)境下高校圖書館的用戶需求與信息服[J].圖書館論壇,2007,(4):32-34.
[3]王建侖.網(wǎng)絡(luò)科研信息資源的開發(fā)與利用[J].圖書情報(bào)工作,2008,(2):37-39.
