公共服务项目工程咨询评估【参考】

泓域/公共服务项目工程咨询评估 公共服务项目 工程咨询评估 xx有限公司 目录 一、 现代工程咨询方法的特点 3 二、 现代工程咨询方法框架 5 三、 大数据系统和数据挖掘技术 6 四、 信息鉴别及必要性 11 五、 “互联网+”背景下的工程咨询信息管理 12 六、 工程咨询信息及其管理概述 19 七、 资源环境承载力分析的类型 20 八、 资源环境承载力的特征 23 九、 资源环境承载力评价综合指标体系 26 十、 生态承载力影响因素识别及评价指标 28 十一、 项目基本情况 28 十二、 产业环境分析 33 十三、 学有所教方面 35 十四、 必要性分析 36 十五、 公司基本情况 37 十六、 项目投资计划 39 建设投资估算表 41 建设期利息估算表 42 流动资金估算表 43 总投资及构成一览表 44 项目投资计划与资金筹措一览表 45 十七、 项目实施进度计划 46 项目实施进度计划一览表 47 十八、 经济效益及财务分析 48 营业收入、税金及附加和增值税估算表 49 综合总成本费用估算表 50 利润及利润分配表 52 项目投资现金流量表 54 借款还本付息计划表 56 一、 现代工程咨询方法的特点 现代工程咨询方法的特点是，定性分析和定量分析相结合，重视定量分析；静态分析与动态分析相结合，重视动态分析；统计分析与预测分析相结合，重视预测分析。 定性分析与定量分析 1．定性分析 定性分析是通过研究事物构成要素间的相互联系来揭示事物本质的方法，它是在逻辑分析、判断推理的基础上，对客观事物进行分析与综合，从而找出事物发展内在规律性，确定事物的本质。在工程咨询研究中，许多难以用计量表达的场合，定性分析方法可以发挥重要作用。 2．定量分析 定量分析是依据统计数据，选择建立合适的数学模型，计算出分析对象的各项指标及其数值的一种方法。它是通过反映一定质的事物量的关系来揭示事物内在规律的方法，在数学、统计学、运筹学、计量学、计算机等学科基础之上，通过方程、数学图表和模型等方式来研究事物的本质。在工程咨询工作中采用定量分析的方法，对复杂事物进行数据处理，进行比较分析，可以使问题更为清晰，解决方案更精确。 静态分析与动态分析 1•静态分析 静态分析是观测和评价事物某一时点状态的一种方法。如项目评价中通过计算静态投资回收期、总投资收益率、资本金净利润率等指标，可以对项目的财务效益得出初步的判断。 2．动态分析 在工程咨询服务的各个阶段，特别是在项目决策评价阶段，要树立动态观念，如考虑资金时间价值、市场供求变化、技术发展变化、社会经济环境的变化等。现代项目财务评价一般以动态分析为主，主要进行项目现金流量分析，计算财务净现值、内部收益率等指标，并进行风险概率分析等。 统计分析与预测分析 1．统计分析 统计分析是对分析对象过去和现在的信息进行收集、整理、统计和分析。在现代工程决策研究咨询中经常需要采取多种方法和渠道，收集大量的统计数据，包括行业、区域、市场、技术、企业等的统计资料和信息，从而分析、归纳和总结事物的发展规律，把握发展动向；在项目执行阶段，也需要对项目的执行情况进行监控，对投资、质量、进度等进行统计分析，并与计划进行比较，判断项目的进展情况，以便采取有针对性的应对措施，促进项目的顺利进行。 2．预测分析 预测分析是依据分析对象过去和现在的信息，采用一定的方法，对事物未来发展趋势进行分析、推测、判断的方法。预测分析是现代工程咨询的重要方法，尤其是在投资前期决策阶段，预测分析是项目咨询的重要工作。投资项目决策是建立在对未来预测的基础上的，需要对未来的社会经济环境、产业政策走向、技术发展趋势、市场需求变化、原材料供应、配套条件约束、资金市场等进行预测。 二、 现代工程咨询方法框架 （一）现代工程咨询方法体系 现代工程咨询方法体系包括哲学方法、逻辑方法和学科方法。哲学方法一般是辩证地分析事物的两面性，包括它的优点和缺点、正面效应和反面效应；逻辑方法是用概念、判断、推理、假说等逻辑思维形式，对事物进行归纳、演绎、综合；学科方法是利用各种学科中常用的研究方法，包括文献法、观察法、访谈法、问卷法、测量法和实验法、价值工程方法、网络控制方法、市场调查研究方法、战略规划研究方法、财务评价方法、经济评价方法、风险分析方法等。 （二）常用现代工程咨询方法 基于咨询工程师的基本能力要求，以项目周期的全过程咨询服务为主线，重点集中于投资项目前期咨询服务领域，常用的现代工程咨询方法包括综合分析、规划咨询、市场分析、项目评价、项目管理等五大类，每一大类中又包括若干具体方法。需要说明的是，虽然我们将某一具体方法归于某一大类名下，但其并不是仅限应用于此类项目咨询领域，亦可应用于其他项目咨询中。如利益相关者分析法，经常应用于规划咨询，同时也常用于社会评价；如德尔菲法，不仅应用于市场预测，同时也应用于规划咨询、社会评价等。 三、 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。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、 信息鉴别及必要性 （一）信息鉴别 数据与信息鉴别，可称信息识别，就是将信息与具有特定属性的“模式”进行比较，进而判断信息的类别或属性。具体而言，就是信息收集或使用者运用已有的知识和经验，在对获取的信息进行初步分析之后，按照一定原则和目的，辨认与甄别信息的真伪、轻重主次、是否完整、是否有用，以及用途大小等。 （二）信息鉴别的必要性 互联网时代，信息极为丰富，大大开阔了人们的眼界。然而，蜂拥而至，难辨真假的信息掺杂在一起，常常使人们陷入另一种迷茫，甚至成了海量信息的奴隶。过量的信息若不筛选，会使决策者无所适从。现在，互联网上充斥着伪造、篡改缺失、无代表性、误传、以及过时等信息。有些信息背后隐藏着各种政治、经济社会的利益团体正当或不正当的目的和企图。信息识别及时与否决定了决策是否正确而又及时，决定了企业、事业、项目和其他活动的命运。 对于工程咨询，信息识别同样十分必要。信息识别并非简单工作，对从事者有很高的要求。决策者固然应高瞻远瞩，但决策的基础是真实、可靠的信息。决定信息识别成败的主要因素有：对服务目标的正确认识及其深刻程度；识别者实事求是的态度和已有的知识、推理与判断能力。 五、 “互联网+”背景下的工程咨询信息管理 “互联网+”模式能充分发挥互联网在社会资源配置中的优化和集成作用，将互联网的创新成果深度融合于各领域之中。工程咨询行业本身就具有数据化的天然属性，对“互联网+”模式有着接纳和融合的先天优势。“互联网+”模式的到来给工程咨询行业的发展带来了新的催化剂和生产力，也带来新思维模式和发展空间。随着计算机与通信技术的飞速发展，互联网不断扩展和普及，网络技术的发展使工程咨询机构能够以快捷、低成本的方式获取更多的信息资源。“互联网+工程咨询”系统是建设基于互联网的工程咨询机构系统，以丰富的信息资源为管理重心，同时全面集成客户、咨询、销售等业务处理系统及业务信息，支持工程咨询机构内部各层级间及工程咨询机构与外部环境有效沟通的信息管理系统。 （一）“互联网+”对工程咨询数据分析的作用 工程咨询的工作与互联网连接，使工程咨询可与无限的知识、专家、信息等实现即时对接。一个项目可通过互联网连接强大数据信息库，提供大量相关理论知识与概念，然后通过线上咨询与更多专家进行沟通、研讨，最后可自动与全球其他类似案例进行匹配，提供建设性的意见与建议。“互联网+工程咨询”系统突破传统局限，利用互联网信