《多晶硅项目工程咨询评估（范文）》由会员分享，可在线阅读，更多相关《多晶硅项目工程咨询评估（范文）（43页珍藏版）》请在金锄头文库上搜索。
1、泓域/多晶硅项目工程咨询评估多晶硅项目工程咨询评估xx有限责任公司目录一、 资源环境承载力评价综合指标体系4二、 资源承载力影响因素识别及评价指标5三、 大数据系统和数据挖掘技术6四、 信息鉴别常用方法11五、 大数据系统和数据挖掘技术13六、 信息鉴别常用方法17七、 现代工程咨询方法框架20八、 现代工程咨询方法的特点21九、 逻辑框架法的概念及模式23十、 SWOT分析法模型26十一、 公司概况28公司合并资产负债表主要数据28公司合并利润表主要数据29十二、 产业环境分析29十三、 颗粒硅：破茧成蝶，优势明显30十四、 必要性分析31十五、 经济效益分析31营业收入、税金及附加和增值税
2、估算表32综合总成本费用估算表34利润及利润分配表35项目投资现金流量表37借款还本付息计划表40十六、 建设进度分析41项目实施进度计划一览表41一、 资源环境承载力评价综合指标体系资源环境承载力评价是区域上各种因素对承载能力的综合体现，因而必然表现为各单一方面的资源、环境承载力作用效果的科学叠加，反映区域内资源环境承载力的总体状况。因此，资源环境承载力在综合评价指标是由上述的资源承载力、环境承载力和生态承载力等指标体系，根据评价对象功能要求和资源环境特征，选择相关指标构成的指标体系。该指标体系能够全面满足评价对象的资源环境承载力评价要求。在构建综合评价指标体系的时候，要注意几个原则：一是要
3、注重科学性和可对比性相统一的原则。资源环境承载力评价要严格按照资源环境的科学内涵，能够对资源环境的数量和质量作出合理的描述。同时评价方法要注重与国内外和区域间的可对比性，具有纵向、横向比较和可推广与应用。二是要注重描述性指标与评价性指标相统一原则。描述性指标即资源和环境两大系统的发展状态指标；评价性指标即评价各系统相互联系与协调程度的指标。二者的统一，将在时间上反映发展的速度和趋向，在空间上反映其整体布局和结构，在数量上反映其规模，在层次上反映功能和水平。三是要注重最大限制性和可操作性相结合原则。资源环境承载力是多种因素综合作用的结果，指标体系作为一个有机整体，不可能把所有的因素都列出，客观上
4、对资源环境承载力所有因素全部用指标描述出来也是不可能的。所以，指标体系要反映影响资源环境承载力主导因素的全貌，用对资源环境承载力产生最大限制性的主导因素的指标体系来描述和评价资源环境承载力，才能把握资源环境承载力最本质的、最基本的特征。同时，要达到指标体系的实用性和可操作性，避免以往在研究制定指标体系要么指标体系过于庞杂、无法操作，要么把握不了主要的因素，对资源环境承载力最本质的、最基本的特征缺乏全面反映、表征、度量。因此，研究和制定指标体系要注重最大限制性和可操作性相结合，根据水桶原理发挥决定性作用的指标有限，在选取最大限制性主导因素的前提下，尽量使指标少而精，资料易取得，方法易掌握，而不必
5、面面俱到，使最大限制性和可操作性相互统一，这样才能够有利于研究顺利进行。二、 资源承载力影响因素识别及评价指标（一）土地资源承载力土地资源承载力的影响因素包括主要用地类型、面积及其分布，土地资源利用上线及开发利用状况，土地资源重点管控区域等。土地资源承载力的分析需要考虑土地对人口的承载、土地对经济社会的承载，以及土地与人口和经济发展之间的匹配协调程度。主要评价指标包括：人均可利用土地资源、人均耕地面积、人均建设用地、土地利用率、单位土地产出、规划人均城乡建设用地规模、禁建区比例等。（二）水资源承载力水资源承载力的主要影响因素包括水资源总量及其时空分布，水资源利用上线及开发利用状况和耗用状况（包
6、括地表水和地下水），海水与再生水利用状况，水资源重点管控区等。主要评价指标包括：人均水资源量、单位土地水资源量、水资源开发强度、水资源可利用量、地下水开采率、人均供水量、万元GDP用水量、万元工业产值取水量、耕地灌溉率、生态用水率等，分别表示了水资源的丰沛程度和水资源对居民生活用水、工业用水、农业用水、生态用水、经济发展等方面的承载水平。（三）矿产资源承载力矿产资源承载力的主要影响因素包括矿产资源类型与储量、生产和消费总量、资源利用效率等。主要评价指标包括：单位用地矿产量、单位用地实际采矿能力、单位用地矿产从业人员数量、矿业从业人员比率、矿业工业增加值比例等。三、 大数据系统和数据挖掘技术（一
7、）数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力，或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信息基础设施、工具和技术可用来开发和利用大数据中蕴藏的价值。大数据有各种各样的来源：传感器、气候信息、公开的信息、如杂志、报纸、文章、买卖记录、网络日志、病历、事监控、视频和图像档案，及大型电子商务。大数据是数据挖掘产生与生存发展的土壤。如今数据每五年翻一番，面对前所未有的海量数据，为了从中发现有用的信息必须进行数据挖掘。此外，计算机存储、处理大量数据，以及运算的能力大为增强，为数据挖掘创造了条件，使
8、其成为一门独特的学科和技术。2数据挖掘与数据分析的区别数据挖掘与数据分析的主要区别在于：（1）处理工作量。数据分析的数据量可能并不大，而数据挖掘的数据量极大。（2）制约条件。数据分析是从某些假设出发，建立方程或模型，而数据挖掘不作假设，可以自动建立方程。（3）处理对象。数据分析往往是针对数字型数据，而数据挖掘对象类型繁多，例如图像、声音、文本等。（4）处理结果。数据分析可以解释结果的含义；数据挖掘的结果不易解释，着眼于预测未来，并提出决策建议。想要从数据中发现规律（即认知），往往需将数据分析和数据挖掘结合起来。（二）数据挖掘步骤按挖掘对象，数据挖掘分为数据库与数据仓库挖掘和网络挖掘两种，各自步
9、骤分述如下。1数据库与数据仓库挖掘数据挖掘一般有信息收集、数据集成、数据规约、数据清理、数据变换、数据挖掘、模式评估和知识表示8个步骤。（1）信息收集。从确定的挖掘对象中提取特征，然后选择合适的收集方法，将收集到的信息存入数据库。对于海量数据，必须选择合适的数据仓库。（2）数据集成。把来源、格式、特点、性质不同的数据按逻辑或物理属性加以编排，以便以后使用。（3）数据规约。多数数据挖掘算法耗时很长，商业数据往往较多，数据挖掘更耗时间。数据规约就是简化已有可用数据集的表示，规约后数量大减，但仍能保持原数据的完整性，对规约数据的挖掘结果，与对规约前数据的挖掘结果相同或几乎相同。（4）数据清理。有些数
10、据不完整（属性缺少属性值）、含噪声（属性值错误），不一致（同一信息有多种表示），需要清理，使其完整、正确、一致后存入数据仓库。（5）数据变换。将数据变换成适合数据挖掘的形式。实数型数据，可将其分层和离散化。（6）数据挖掘。根据数据格式、属性与特点，选择合适的处理工具，例如统计方法、事例推理、决策树、规则推理、模糊集，甚至神经网络，取得有用的信息。（7）模式评估。由行业专家核实数据挖掘结果是否合理、是否可用。（8）知识表示。将数据挖掘得到的信息以可视方式交给用户，或作为新的知识存人知识库，供其他应用程序使用。并非所有的数据挖掘都要走上述的每一步。若只有一个数据源，则可以省略数据集成。数据规约、数
11、据清理、数据变换合称数据预处理。数据挖掘至少60%的费用要花在信息收集阶段，而至少60%以上的精力和时间要花在数据预处理上。数据挖掘是一个反复多次的过程，若一次未满足要求或未得到有用结果，则需回到前面，经过调整后重新开始。2，网络挖掘网络挖掘可分为网络用户行为挖掘与网络信息挖掘。前者基本不在工程咨询人员关心之列。后者可理解为“从WWW中发现和分析有用的信息”。网络信息挖掘是在已知数据样本的基础上，通过归纳学习、机器学习、统计分析等发现挖掘对象间的内在关系与特性，进而在网络中提取用户感兴趣的信息，获得更高层次的知识和规律。网络信息挖掘沿用了Robot，全文检索、人工智能的模式识别、神经网络等技术
12、。现在的搜索引擎使用了这些技术，能够在网页或网站数据库中为用户搜寻有用信息。网络信息挖掘具体步骤如下：（1）确立目标样本。由用户选择目标文本，提取特征信息。（2）提取特征信息。根据目标样本的词频分布，从统计词典中提取挖掘目标的特征向量并计算出相应的权值。（3）网络信息获取。先利用搜索引擎站点选择待采集站点，再利用Robot程序采集静态Web页面，最后获取被访问站点网络数据库中的动态信息，生成WWW资源索引库。（4）信息特征匹配。提取索引库中的源信息特征向量，并与目标样本的特征向量对照，将符合要求的信息交给用户。四、 信息鉴别常用方法（一）溯源法对到手信息涉及的问题应追根溯源，及时核对。例如，尽
13、量找到现场和掌握第一手资料的人；核对原始资料，并查对主要参考文献；按其中叙述的方法、步骤，重做实验或演算,以便从来源上找到鉴别依据。鉴别和筛选在手信息，判断是否完整、适用与可靠，是咨询人员的重要工作。工程咨询所需信息十分广泛，不可能也不必均由咨询人员鉴别。为了确保信息可靠，应尽可能选用权威机构发布或已鉴定、批准的信息。例如，地质储量选用储量委员会批准的储量报告；地震带的分布用国家地震局的数据；历史数据用国家统计局的数据。一般来说，专业技术力量强的单位提供的信息较可靠。例如，国际金融组织的国际金融信息较可靠；来自从事钢铁、汽车行业研究的机构的钢铁、汽车业信息较可靠。（二）比较法有些信息受主客观条
14、件限制难以溯源，对此，可用比较法，即比较不同人、不同时间和其他方面的材料；对于某一事实，说法、结论是否一致。如果一致，则基本可辨真伪。若否，就需进一步核查。（三）佐证法任何事物都与其他事物有一定联系，并相互制约。找到这些联系和制约因素，便可判断事物的真伪。一般说来，口头材料不如文字材料可靠，文字不如实物可靠。分析信息产生的过程也是寻求信息佐证的办法。1普查数据一般比抽查数据全面、准确。2监测数据，长期比短期全面，监测范围大的数据比监测范围小的数据代表性强；勘探密度大的数据比勘探密度小的数据准确，科学实验和仿真模拟计算的数据比一般推理的数据准确。3核对来源不同，收集方法不同的数据。如卫星图片、航
15、测数据可用地面实测数据验证；了解来的市场需求量与行业协会、主要企业、国家统计局的数据对比。4对比不同时期、不同来源的数据，并适当修正其间的差距。同一对象的数据，在不同国家、不同历史时期，由于范围不同，计算的标准和口径可能有所不同，造成数据之间有很大的差异。在对比这些数据时，必须查明统计口径，否则就会出错。5由专家集体辨别信息是否准确，是否可靠。对于来自不同渠道的信息，可能因角度不同、口径不一、方法各异等而不一致，甚至矛盾。这时，可请专家集体讨论，弄清差异和矛盾的原因，去伪存真，取得一致意见。（四）逻辑法鉴别信息，逻辑判断必不可少。不经缜密的逻辑思考容易出错。有些基本差错，例如语言或文字的前后矛盾，夸大其词，有悖情理，以及某些虚构，禁不起逻辑的推敲。当然，逻辑合理并不总能证明事物为真，从虚假的前提出发，经过合理的逻辑推断得出的结果不会真实。因此，鉴别信息，既要充分利用经验、认识和判断力，也要借助其他手段。五、 大数据系统和数据挖掘技术（一）数据挖掘概述1大数据大数据是指超过既往数据库系统规模、传输速度和处理能力，或者既往数据库系统结构无法容纳的数据。大数据常以万亿或EB衡量，且种类多、实时性强，蕴藏的商业价值大。很多现有的新或旧的信
