小学第一值周总结范文1
关键词：赛前；负荷；男子中跑；机能指标
中图分类号：G822.2
文献标识码：A
文章编号：1007-3612(2007)07-0987-03
Research on the Evaluation of Physical Capacity Indexes for Male Mid-distance Running during the Enhanced Period Training Before Indoor Competition
WANG Wei-jun
(College of Sport Science，Nantong University，Nantong 226007，Jiangsu，China)
Abstract：Controlling properly the training load before indoor competition is a very significant area that needs to be explored in the course of scientific training for mid-distance running. However，hardly anyone has touched on this area. This research aims at discovering the controlling factors，criterion of valuation and law of variations of physical capacity indexes which are caused by the training load of athletes before indoor matches by use of some physiological and biochemical indexes to supervise the training process before indoor competition that athletes will attend，in order to provide some useful reference for the Shanghai long and middle distance running brigade to prepare for the 10th National Games and make their training more scientific and appropriate.
Key words：before competition；load；male mid-distance running；physical capacity index
室内赛赛前训练是承上启下的关键阶段，这个阶段的训练既要保证运动员能够在比赛中表现出高水平，又要保证在紧接着的室外赛中有足够的专项体能，就必须进行大负荷训练。负荷是极其难掌握和调控的，而机能指标能很好的反映运动员训练负荷的大小和恢复情况。因此，加强身体机能指标的评定对室内赛赛前负荷的调控显得尤为重要。
1研究对象与方法
1.1研究对象
上海市优秀男子中跑运动员6名。年龄(23±6)岁，体重(65±5)kg，身高(1.78±0.05)m，从事中跑训练年限(6±3.5)a，现有运动水平：运动健将(他们均在全国锦标赛、冠军赛上获得过前8名)。经健康检查，无肥胖症，无心、肺、肝、肾及内分泌等疾病病史。
1.2研究方法
1.2.1文献资料法
利用上海市图书馆、上海体育学院图书馆、复旦大学图书馆、中国期刊网(CNKI)数字图书馆及各体育院校的相关资料，查阅国内外与本课题相关文献资料，收集本研究课题所需的资料。
1.2.2专家访谈法
利用2003年和2004年度上海体育学院高级教练员岗位培训的机会，以及2005年全国室内田径锦标赛(上海、天津、北京三站)，访问了我国从事中跑训练的著名中长跑教练员。
1.2.3实验法
1.2.3.1实验时间2005年1月29日―2005年3月2日(赛前小周期)。
1.2.3.2实验地点
云南省楚雄州人民体育场、云南省楚雄市人民医院、全国室内田径锦标赛天津站(3月1-2日)。
1.2.3.3实验负荷的设计赛前实验负荷的设计图(图1)
运动负荷变化测试，采用运动员训练负荷变化的方式，测出进行实验训练前的一些指标(部分指标测试前一天不进行大强度、大运动量训练[1，4，5])。然后训练的负荷不断变化，将训练过程分为三个阶段(赛前小周期4周即：大量中强度第一周中量高强度第二周至第三周低量高强度第四周[2，3])，负荷的变化用平均心率来监控。每阶段负荷变化后，测出相应机能指标，将这些指标进行比较研究，能客观界定赛前中跑运动员的运动时间和负荷大小、评定机体疲劳及恢复情况，加强对中跑训练的监控。
1.2.3.4身体机能指标的选定
采用CK评定运动负荷强度；采用HB、T/C评定负荷量；采用T/C、V・O2max评定训练效果[4]。
1.2.4数理统计法
运用SPSSforWindows12.0统计软件对实验结果进行Paired-SamplesTTest统计分析。
1.2.5对比法
将研究对象在完成三个阶段训练前后的HR、V・O2max的变化及训练过程中的血尿素、CK、HB、T/C、即时HR的值进行比较。
2结果
2.1不同训练负荷后Hb测试结果见表1。
3分析与讨论
3.1血红蛋白(Hb)变化分析及对赛前训练负荷训练效果的评定
大量中强度Hb值应该底于常值，第一周却高于常值，是由于在高原的原因，在高原训练中Hb值可能高于正常值[4]，因此偏高是正常的。后经过一周的训练适应后血红蛋白值15.3±0.15g/dL开始恢复接近常值(表1)，但仍偏高。由于大负荷强度和保持负荷量，出现第三周后的Hb值(14.5±0.23)g/dL明显下降，运动员身体处于疲劳，负荷设计对身体机能的影响充分体现，但样本唐××的Hb值下降幅度较大达到1.1g/dL，有过度疲劳的迹象，监控中及时其调整了运动量，经过调整后Hb值在第四周恢复到正常值。第四周后血红蛋白值(15.1±0.29)g/dL已与正常值没有什么区别，说明运动员在经过第四周的调整恢复，可以以好的状态迎接比赛。
3.2血清肌酸激酶的(CK)变化分析及对赛前负荷训练效果的评定
测试结果的标准差相对其它指标的标准差比较大(表2、图2)，最大的第三周达到122.97(U/L)，最小的是第四周结束时为62.79(U/L)，说明了队员的身体条件不完全一致，个体差异明显，对运动负荷的适应能力也不完全相同。第二阶段CK值比第一阶段CK值有下降趋势，但总负荷却没有下降，说明运动员整体上适应了训练负荷，但机体由于负荷的增大，CK值仍偏高，而且个体差异更加明显，标准差增大到122.97(U/L)。第三阶段由于总负荷的下降，造成CK值回落，同时表1的血红蛋白(Hb)值升高，说明运动员总体上进入良好状态，训练负荷的设计有利于运动员的调整、恢复，参加比赛[5]。
结合运动员的安静值，本次研究中样本李××和高××CK值在第一周结束后出现明显上升幅度，通过监控及时对其调整负荷一周，并增加了恢复措施，第三周恢复训练，经过第四周的调整后，高××的CK值仍较高，CK值并没有出现明显回落，但其它指标未见异常；再如样本唐××经过第四周的调整，CK值没有变化，其它指标未见异常。可见CK相对其它指标更敏感，对单个样本的评价更有现实指导作用。
3.3血清睾酮／皮质醇的变化分析及对赛前负荷训练效果的评定
表3第一周负荷后，T/C比值出现下降，T/C值具有显著性变化P小于0.01，说明分解代谢大于合成代谢，运动员的机体处于疲劳状态。第三周后，T/C比值仍下降，T/C值具有显著性变化P小于0.01，说明分解代谢仍大于合成代谢。第四周负荷后，T/C比值回升，T/C值不具有显著性变化P=0.5611，说明合成代谢大于等于分解代谢，运动员的机体己开始恢复。第三周与第一周的T/C比值也是下降，T/C值具有显著性变化P=0.000567，说明负荷增大后，分解代谢大于合成代谢，运动员的机体疲劳进一步加深，机能指标进一步下降。
从图3可以同时了解，T、C、T/C的总体对应关系，第一周当运动员睾酮值上升时，对应的皮质醇值下降，第三周运动员睾酮值进一步上升时，对应的皮质醇值也同时进一步下降，说明分解合成在同时进行，但对应的T/C值，说明总体上分解代谢速度大于合成代谢速度，对应CK、Hb、血尿素的实验结果，可以准确推断加量加强度后运动员出现疲劳，综合机能指标下降，负荷的变化，引起机体的反应[1]；第四周是高强度低量阶段，总负荷下降，出现睾酮值回落，对应的皮质醇值回升，T/C达到安静状态值，代谢的合成速度上升与分解速度下降，身体机能趋于平衡。
3.4最大摄氧量(V・O2max)变化分析及对赛前负荷训练效果的评定
由表4可见，实验前V・O2max的绝对值和相对值与实验后比较，P值小于0.01有显著性变化，其中V・O2max的绝对值上升4.81％，V・O2max的相对值上升6.32％。从数据可以说明，通过赛前的训练、调整，运动员的V・O2max有提高，当运动员身体状况较好时，最大摄氧量升高；当运动员身体状况下降或过度训练时，运动员心肺功能下降，最大摄氧量下降。
最大摄氧量是评定运动能力变化的指标，最大摄氧量与运动员运动能力的提高和运动成绩相一致，耐力运动员随着运动成绩和有氧代谢能力的不断改善，经常进行400m、800m、1500m跑训练的运动员容易发展V・O2max的能力。实验结束后V・O2max值增大，可以预示在即将进行的比赛中有好的表现[5]。
3.5实验后运动员比赛成绩讨论
表5实验后运动员运动成绩良好，总体成绩有所提高。样本唐××在参加全国室内田径锦标赛天津站中获得了800m和1500m两项冠军，赛前负荷监控效果显著，特别是样本唐××第三周后的过度疲劳先兆得到很好调控，机能指标的评定对训练实践起到了指导作用。
4结论
1)大量中强度，中量高强度后Hb、T/C值下降，反应运动员疲劳和深度疲劳；低量高强度调整后Hb、T/C值上升，反应运动员恢复良好。说明采用Hb、T/C、评定负荷量，采用T/C评定训练效果是有效的，是监测大量、大强度训练的理想指标。2)赛前强化阶段CK值的标准差特别大，个体差异也很明显，CK值的变化完全能够反映单个样本的疲劳程度，反映负荷的大小和运动员个体的适应情况，是评价负荷强度、负荷量的敏感指标。3)V・O2max值增大，说明从事中跑训练的运动员可提高V・O2max，而运动员运动成绩的提高，说明运动成绩在一定程度上与V・O2max成正比例。
参考文献：
[1]颜克典．训练检测与评估[J]．省略.tw.
[2]陈兴胜，冯坚．田径赛前最佳竞技状态调控原则、训练时间及运动负荷的安排[J]．上海体育学院学报,1997，(5)：75.
[3]过家兴．现代运动负荷安排的主要特征[J]．成都体育学院学报1994(2)：19-20.
[4]王清.我国优秀运动竞技能力状态诊断和监测系统的研究与建立[M]．北京：人民体育出版社，2004：450-577.
小学第一值周总结范文2
一、考查元素原子半径、化合价
例1根据部分短周期元素的原子半径及主要化合价信息（见表1），判断以下叙述正确的是（ ）
表1元素代号LMQRT原子半径/nm0.1600.1430.1120.1040.066主要化合价+2+3+2+6、–2–2（A） 氢化物的沸点为H2T
（B） 金属性强弱：L
（C） M与T形成的化合物的化学式是Al2O3
（D） L2+与R2–的核外电子数相等
分析：先根据元素化合价情况确定元素所在的族情况，如L、Q为第ⅡA族元素，M为第ⅢA族元素，R、T为第ⅥA族元素；再根据原子半径大小确定元素相对位置，如Q在L的上一周期，即Q为Be，L为Mg；M为Al；T在R的上一周期，即T为O，R为S.这样，再对各选项进行剖析：H2O分子间存在氢键，其沸点高于H2S，即（A）项错误；金属性强弱：Mg>Be，即B项错误；L2+的核外电子数为10，R2–的核外电子数为18，即（D）项错误.答案为（C）.
解题策略：原子半径与化合价常同时呈现在一个表格中，这两者中较为熟悉的是元素化合价，因此，可以根据元素化合价先推出元素族的位置，再根据原子半径确定元素的相对位置，如上下、左右位置，近而推出元素，然后结合具体问题展开分析、作答.
二、考查元素第一电离能
例2不同元素的气态原子失去最外层一个电子所需要的能量，设其为E，如图1所示.试根据元素在周期表中的位置，分析图中曲线的变化特点，并回答下列问题.
图1（1）同主族内不同元素的E值变化的特点是： .各主族中E值的这种变化特点体现了元素性质的 变化规律.
（2）同周期内，随原子序数增大，E值增大，但个别元素的E值出现反常现象.试预测下列关系式中正确的是 （填写编号）.
①E（砷）>E（硒）； ②E（砷）
③E（溴）>E（硒）； ④E（溴）
（3）估计1 mol气态钙原子失去最外层一个电子所需能量E值的范围：
（4）10号元素E值较大的原因是 .
分析：此题考查了元素第一电离能的变化规律及学生对图像信息的归纳总结能力.
（1）比较第ⅠA族元素（H、Li、Na、K等）的E值，发现同主族元素随着其原子序数的增大，E值逐渐减小，且各主族中E值的这种变化特点体现了元素性质的周期性变化规律.
（2）从第二、三周期可以看出，第ⅢA和ⅥA族元素比同周期相邻两种元素E值都低，同一周期中，第ⅤA族元素的E值大于第ⅥA族的小于第ⅦA的，由此可以推测出E（砷）>E（硒）、E（溴）>E（硒）.
（3）同一周期，第ⅠA族的E值小于第ⅡA族的，所以钙的第一电离能大于419 kJ/mol；同一主族，E值随着原子序数的增大而减小，所以钙的第一电离能小于738 kJ/mol.
（4）10号元素是氖，属于稀有气体，其原子的最外层已达8电子稳定结构，失去电子较难，所以E值较大.
答案：（1）随着原子序数增大，E值变小 周期性（（2）①、③ （3）419 738[或填E（钾） E（镁）] （4）10号元素是氖，该元素原子的最外层电子排布已达到8电子稳定结构
解题策略图像题的解题信息主要隐含在化学图像之中，包括横纵坐标表示的量及意义、特殊点的含义、曲线走向或变化规律、数据特点等内容，因此，审清图像，比较分析、综合思考为解题之必然，理清思路后，再结合元素周期律知识推导探究，得出结论.
三、考查元素电负性
例3 不同元素的原子在分子内吸引电子的能力大小可用一定的数值χ来表示，若χ值越大，其原子吸引电子的能力越强，在分子中形成负电荷的一方.表2是某些短周期元素的χ值：表2元素LiBeBCOFNaAlSiPSClχ值0.981.572.042.253.443.980.931.611.902.192.583.16（1）通过分析χ值变化规律，确定N、Mg的χ值范围：
（2）推测χ值与原子半径关系是.
根据短周期元素的χ值变化特点，体现了元素性质的 变化规律.
（3）某有机化合物结构式为：C6H5—S—NH2O，其中S—N中，你认为共用电子对偏向谁？ （写原子名称）.
（4）经验规律告诉：当成键的两原子相应元素的χ差值（Δχ）即Δχ>1.7时，一般为离子键，Δχ
（5）预测元素周期表中，χ值最小的元素的位置： （放射性元素除外）.
分析：题中给出的是第二、第三周期元素的χ值（其中缺少了氮、镁两种元素的χ值），χ值与这种原子在分子中吸收电子的能力有关.将表1中元素及数据按周期表结构调整为表3，就容易回答每个问题了.
表3元素LiBeBCNOFχ值0.981.572.042.253.443.98元素NaMgAlSiPSClχ值0.931.611.902.192.583.16（1）可根据元素性质递变的周期性来推测镁和氮的χ值的取值范围.同一周期从左到右，元素的电负性逐渐增大，则N元素的电负性介于C元素和O元素之间，即介于2.55～3.44之间，则Mg的电负性大于Na的电负性，即大于0.93；同一主族从上到下元素的电负性逐渐减小，则Mg的电负性小于Be的电负性，即小于1.57.
（2）从表中数值可看出，同一周期周期从左到右，元素的电负性逐渐增大，原子半径逐渐减小，同一主族从上到下，元素的电负性逐渐减小，原子半径逐渐增大，所以同周期（同主族）中，χ值越大，其原子半径越小，体现了元素性质的周期性变化的规律.
（3）用χ值大小可判断共价键中共用电子对偏向哪一方.对于S—N，由于N的χ值大于S的χ值，吸电子能力较强，所以S—N中的共用电子对偏向N原子.
（4）表中查不到溴的χ值，可根据元素周期律来推测，氯与溴同主族，氯的χ值必定比溴的χ值大，而χ（Cl）-χ（Al）=3.16-1.61=1.45
（5）根据同一周期周期从左到右，元素的电负性逐渐增大；同一主族从上到下，元素的电负性逐渐减小，知电负性最小的元素应位于周期表的左下角，排除放射性元素，应为Cs元素，位于第六周期IA族.
答案：（1）0.93
解题策略：对于复杂性问题，如多数据信息、多曲线图像等，一要注意比较分析，发现其中有无规律或特殊性，然后进行归纳概括，找出普遍性原理、结论或公式等，并运用它进行解题；二要注意问题形式的转化，如将图像信息与数据信息互换，以获得解题突破口.
小学第一值周总结范文3
1研究对象及方法
1.1宁波大学校内池塘概况宁波大学校内池塘是一个小型藻华水体，该水体富营养化严重，多年发生蓝藻水华，优势藻类主要为蓝藻门的微囊藻属(Microcystissp．)、色球藻属(Chroococcussp．)和颤藻属(Oscillatoriasp．)等一些常见种类。水华常于春夏之交开始出现，持续至深秋甚至初冬。在2009年3—10月对水体进行调查期间，暴发了颤藻水华，并持续数月。
1.2BP人工神经网络BP人工神经网络(BackPropagationNetwork)，即反向传播网络。是一个前向多层网络，具有很强的学习能力和记忆力，并且具有较高的构建模型能力和良好的数据拟合能力，已被广泛应用于藻类生长、水质状况等预测方面的研究［1－3］。本文利用BP人工神经网络方法来构建藻类水华的预测模型，其基本结构和原理参见文献［3－6］。
2数据采集
2009年3—10月，在宁波大学校内池塘小型藻华水体的采样地点每周进行一次水体采样，共计30周。监测因子中环境变量具体包括总氮(TN，mg/L)、总磷(TP，mg/L)、透明度(SD，m)、溶解氧(DO，mg/L)、pH、温度(WT，℃)。此外，对颤藻(Oscillatoria)生物量也进行了测量。其中SD、DO、pH和WT用仪器在现场测定，TN、TP在实验室中分别用碱性过硫酸钾消解紫外分光光度法和钼锑抗分光光度法测定［7］，颤藻生物量数据计算依据文献［7］。图1给出了池塘总氮、总磷等6个环境变量及颤藻(Oscillatoria)生物量随采样时间的监测值(2009年3—10月)。此外，表1给出了这些监测值的相关统计量.
3模型的设计、选择及验证
3.1型数据集的选取及处理在对宁波大学校内池塘小型藻华水体进行跟踪调查期间，共有30周的监测数据。在模型构建过程中，选择总氮(TN，mg/L)、总磷(TP，mg/L)、透明度(SD，m)、溶解氧(DO，mg/L)、pH、温度(WT，℃)这6个环境变量作为网络的输入变量，选择颤藻(Oscillatoria)生物量作为网络的输出变量。为了提高模型构建过程中神经网络的预测性能，选取滞后2周的环境变量历史数据作为网络的输入，考虑到颤藻是在监测过程中第5周开始出现的，最终选择从第3周开始共计28周的监测数据作为模型构建的原数据。由于模型构建中以滞后2周的环境变量作为输入，以第3周的颤藻生物量作为输出，因此，28周的监测原数据中共有26个数据集，这26个数据集构成了本文模型构建的整个数据集。过度拟合(overfitting)是神经网络训练中经常出现的一个问题［8］。本研究为了解决神经网络过度拟合，改善神经网络概括归纳能力，采用交叉检验法(Cross-validation)［9，10］对整个数据集进行处理，将整个数据集分为3部分:训练数据集、校验数据集和测试数据集。26个数据集中选择18个作为训练数据集，随机选择4个作为校验数据集，随机选择4个作为测试数据集。在模型构建中，最终确定第8、14、18、23周对应的数据集作为校验数据集，第10、15、27、30周对应的数据集作为测试数据集，剩余18周对应的数据集作为训练数据集。
3.2模型的构建及选择
3.2.1模型的构建本文基于Matlab7.0软件，构建了一个三层前向神经网络。最终选定的BP神经网络输入包含总氮(TN)、总磷(TP)、透明度(SD)、溶解氧(DO)、pH、温度(WT)这6个环境变量第(n－1)个周和第(n－2)个周的监测数据，因此，BP神经网络输入层的12个神经元分别对应6个环境变量滞后2周的监测数据，而网络的输出是第n周的颤藻(Oscillatoria)生物量，其神经网络结构如图2所示。
3.2.2BP网络的训练、验证及最佳网络的选择在网络训练前先对18周的训练数据集进行标准归一化处理，以统一数据集中各因子的量纲及数量级，加快网络的训练速度。本文采用Matlab7.0中的prestd、poststd和trastd函数对训练数据集进行标准归一化处理，使每组数据都变为均值为0、方差为1的一组数据。函数的具体用法参见文献［11］。基于图2中的神经网络结构和Matlab7.0软件，采用Levenberg-Marquardt算法对训练数据集进行训练，其在matlab7.0中的函数名是trainlm。调用Matlab7.0中的sim函数对数据集中的校验数据集和测试数据集分别进行仿真运算输出，以验证训练好的网络和其泛化性能。在应用BP网络构建模型时，隐含层节点数的选择至关重要，隐含层节点数不同，BP网络输出就不同，隐含层节点数的选择直接影响网络的输出，进而影响网络的性能。本文采用经验公式［12，13］来确定BP网络隐含层的节点数。该经验公式槡J=m+n+a(1)式中，J为隐含层节点数，m为输入层节点数，n为输出层节点数，a为1～10之间的常数。本文中隐含层节点数有11种取值(4，5，6，…，14)，因此，在对构建的BP网络进行训练时有11种不同的网络结构可选。为了得到BP网络训练中的最佳网络，用数据集中的测试数据集对可选的11种不同的网络模型分别进行测试，通过测试结果中网络模型对颤藻生物量的预测值与实测值之间的均方误差值(MSE)来确定最佳网络［14］。在可选的11种不同的网络模型中，具有最小均方误差值的网络模型被选出来作为预测能力最佳的网络模型。
3.3模型的敏感度分析最佳网络模型选出后，为了进一步分析网络输入的各个环境变量对颤藻生物量的影响大小，从而确定哪些环境变量对颤藻生长、水华发生发展起主要作用。本文对选出的网络模型进行了敏感度分析［15，16］。目前已有许多研究人员使用敏感度分析方法来分析输入变量对输出的影响［15，17－21］。具体做法:依次将测试数据集中6个环境变量的2个分量的实测值施以加、减10%的干扰，建立加、减各10个敏感度的测试数据组。通过调用Matlab7.0中的sim函数，对干扰前后的颤藻生物量进行两次仿真计算，并比较两次仿真计算结果的大小。每个环境变量的敏感度按式(2)计算。敏感度(100%)=1NΣNi=1C'－CCi×100(2)式中，C'为对网络输入变量施以干扰值后颤藻生物量的网络仿真输出值，C为对网络输入变量未施干扰值时颤藻生物量的网络仿真输出值，N为网络仿真输出值的个数。
4结果与讨论
4.1训练获得的神经网络及其验证在BP神经网络的训练过程中，共有11种不同的神经网络可选，将这11种不同的神经网络在校验数据集上进行评价，通过校验结果中网络模由图3可以看出，BP神经网络对测试数据集中第10、15、27、30周颤藻生物量的预测值与实测值拟合程度较好，两者之间的相关系数达到了0.984。
4.2敏感度分析结果图4给出了颤藻生物量对不同变量施以加、减10%干扰的敏感度。由图4敏感度分析结果可知，总磷的变化对池塘中颤藻生物量的影响甚微，总氮、透明度、溶解氧和温度的变化对池塘中的颤藻生物量有一定的影响，但影响不大，pH的变化对池塘中颤藻生物量的影响较为显著。Yabunaka等［22］通过分析Kasumigaura湖1981—1998年的数据，得出pH与chla之间具有很强的正相关关系。他们认为，水体中藻生物细胞数的增加导致光合作用的增加，从而使得水体中碳酸离子增加，引起相应的pH增高。Wei等［23］在对Kasumigaura湖1982—1996年的数据进行分析型对颤藻生物量的预测值与实测值之间的均方误差值(MSE)来确定，具有最小均方误差值的BP神经网络预测能力最好。表2列出了11种不同的神经网络随隐含层节点数不同颤藻生物量的预测值与实测值之间的均方误差值。从表2列出的数据可以看出，当隐含层节点数为12时，颤藻生物量预测值与实测值之间的均方误差值最小，因此，隐含层节点数为12时的网络为训练获得的最佳BP神经网络。利用这个最佳BP神经网络来预测测试数据集中第10、15、27、30周对应的颤藻生物量。图3给出了预测结果。也发现pH与藻生物量之间具有很强的正相关关系。本研究中进行的敏感度分析同样也表明pH与藻生物量之间具有很强的正相关关系，说明pH是宁波大学校内池塘藻类水华的主要驱动因素，为了有效防治藻类水华的发生，应控制水体的pH。
小学第一值周总结范文4
老师们、同学们 ：
大家早上好！
上周是本学期的第7周，在全体老师和同学的努力下，我们全校平稳有序，师生精神抖擞，斗志昂扬，以崭新的姿态向着我们的目标勇往直前。现在将第7周工作做一些总结:
表现的好的方面：
1、许多同学和老师见面很礼貌的敬礼问好，离开的时候说再见，上下楼梯知道靠右行，课间言行文雅，充分展现了一个讲文明、懂礼貌的城西学校小学生的面貌。
2、多数同学到校后，任务很明确，态度很积极，自觉读书的风气很浓厚，声音洪亮，精神很集中，充分展现了我们城西小学生热爱学习，朝气蓬勃的良好风貌。
3、多数小朋友能按照学校安排，到校门口后自觉排队，然后列队进校，并且悄声慢走。
4、我们的工具房，厕所多数时候是打扫整洁的，工具摆放整齐有序，放学后各班的桌椅摆放很规范。
还需改进的方面：
一、安全。1、课间操时间，同学们的疯打现象比较严重，特别是在楼梯间推攘，都是很危险的，请各班班主任多强调，值周老师课间多巡查！2、有同学放学后在路边摊点买零食的现象，是极其不卫生的行为。3、有同学到校不排队，在别处游玩。
二、卫生。1、发现有个别同学乱扔垃圾，一些班级下课后的桌椅摆放也很凌乱，地板上有纸屑，希望各班落实做好课后三件事，把我们的口号变成实际行动，让我们的教室随时保持干净整洁。2、课间同学们喜欢躺草坪里玩，虽然很柔软，但是也不卫生。3、个别班级负责工具房厕所的洗手槽、拖把池里有杂物，负责班级必须坚持每天检查，值周组落实考核。
上周获得五星班级的有：1.2 1.3 1.4 1.6 3.1 3.3 2.1 2.3 2.6
小学第一值周总结范文5
王振，1986年，男 ，汉族，贵州财经大学数学与统计学院硕士研究生。
摘要：本文选取河南省1952-2012年实际国内生产总值和第一二三产业的生产总值，构造反映产业结构变动的摩尔结构的变动指数，利用HP滤波去除摩尔结构变动指数和GDP实际增长率两个指标的周期和趋势因素，然后对经济波动的关系与产业结构变动进行Granger因果检验。结果发现，经济波动与产业结构变动之间存在双向影响的Granger因果关系。
关键词：产业结构变动；经济波动；摩尔结构变动指数；HP滤波；Granger因果检验
一、引言
产业结构，就是指各产业的构成及各产业之间的联系和比例关系。从改革开放到现在，我国的产业结构发生着不断的改变。最早是农业占绝对的比重，随后又转变为以工业为主要产业向导，从20世纪末开始，我国又开始倡导以服务业、金融业为主要表现的第三产业。产业结构的变动是我国现代化进程的真实反映。所以研究产业结构变动与经济波动之间的关系有着重要的意义。
二、文献综述
国外学者对产业结构和经济波动关系研究比较多。17世纪，英国经济学家William Petty就发现产业结构的不同是导致世界各国国民收入水平差异及其产生的不同的经济发展阶段的关键因素。20世纪中期，意大利经济学家帕西内蒂就提出产业结构在达到适应需求变化、有效利用技术情况下，会使资源从低效率部门逐步转移到高生产率部门，进而促进经济的快速增长和经济波动。
国内学者从上世纪八十年代才开始进行产业结构和经济波动关系的研究。与国外相比，虽然国内起步的比较晚，但还是取得了一定成绩的。卢建（1990）也从产业结构变动角度探讨了我国经济周期波动，他认为产业结构变动是中国经济周期性波动的深层次原因。需要指出的是，我国对产业结构和经济波动两者的研究主要集中在近十年。宁晓青、陈柏福（2008、2011）通过对中国1953—2007年间经济周期波动与产业结构变动的实证研究发现经济周期波动和产业结构变动相互影响显著。李鑫等（2012）采用HP滤波、VAR 模型等计量方法分析认为，三次产业都对经济波动产生影响，但长期来看，一、二产业对经济波动的影响在下降，第三产业作用在上升。
上述国内文献具有重要的参考价值，不过这些研究主要集中于宏观分析和描述性推理，缺乏有说服力的实证分析。更多的学者关注产业结构波动与经济增长的关系，而忽视了产业结构与经济波动之间的关系，而且研究层面偏向于国家的宏观层面，缺乏对地区层面的考虑。
三、河南省宏观经济波动与三次产业占GDP比重的主要特征
本文选取河南省1952-2012年61年的国内生产总值，第一产业、第二产业和第三产业国内生产总值来进行分析。为了分析的简便， 我们用GDP表示实际国民生产总值增长率，用FIR、SEC和THI分别表示第一、第二、第三产业产值占当期GDP的比重，原始数据均来源于“华通数据库”。从图一我们可以发现，自1952年以来，河南省经济呈现明显的周期波动特点。1978年之前经济都是处于大的波动之中，波峰与波谷之间的距离要大于1978年之后两者之间的距离，在这二十余年间，几乎看不出有平稳的时刻，而1978年之后，经济虽然也有波动，而且在1990-2004年间波动也比较大，但随后经济波动又趋于平稳。经济运行的总体趋势是朝平稳方向发展的。
为了直观地显示出三大产业的波动情况，我们把其在当年GDP所占的比重汇总在同一个图上，如下图一。
从图一可以清楚地看到三次产业占国内生产总值比重的变化情况。1952年河南省第一第二、第三产业产值分别占当年国内生产总值的62%，23%，15%；而到了2012年则分别为13%，57%，30%。总体而言，第一产业在国民经济中的比重除了在1960-1968年短暂增长外，其余年份都是呈现逐年下降的趋势；第二和第三产业所占的比重则波动性地改变，有升有降，但总体而言是呈上升态势的。第二产业产值在1952年只占总产值的23%，而到了2012年已然达到57%，远远超出第一、三产业的总和43%。第三产业虽然起点水平比较低，在1952年只占到15%，而且整个过程比重有升有降，但到了2012年，它的比重却已经远远超过了第一产业的比重，越居第二位。建国初期，我国的工业基础薄弱，所以中央及地方都加快工业的建设，河南省第一产业产值所占的比重自然也就一直下降，然而由于1958-1960年的全国自然灾害，造成了粮食产量的急剧减少，作为一个重要的农业大省，河南省自然要把精力放在农业生产上，加大粮食的生产力度，所以从1961年起河南省农业产值所占的比重开始逐步上升，工业和服务业有所下降，这种状态一直持续到1967年。由于经济的发展主要依靠工业的发展，所以在在满足了粮食产量以后，河南省的工业投入开始增多，这表现在第二产业产值的比重逐步上升，第一产业产值的比重却逐步下降。与此同时，以服务业为代表的第三产业的比重也在缓慢上升。
四、河南省产业结构演变指数及其测度
测度产业结构变动的指标主要有摩尔（Moore）结构变化值指标、产业结构熵数指标等。与传统的库兹涅茨产业结构变动指标相比，Moore结构变化值指标能更加准确、也更能灵敏地揭示产业结构演变的过程与程度。所以，本文采用Moore结构变化值指标。其计算公式为：
本文选取1952—2012年河南省三大产业构成的数据，分别计算各年度的Moore结构变动及其相应的θt值，其具体结果如下图1 所示。
图二河南省产业结构演变指数
由图二可以看出，河南省产业结构演变指数呈现较大的波动。在建国初期的五十年代，河南省产业结构变动较快，变动幅度较大，Moore结构变动指数由1952年基期的0提高到1957年的0.212。随后，Moore结构变动的速率减慢，变动的幅度减小。除1974-1978年异常大的变动外（在这四年间，产业结构演变指数从0.019急剧增加到最高点0.216，然后又迅速地下降到0.021），其余时间产业结构演变指数的波动速率和波动幅度大致相仿，但总体而言产业结构演变指数的数值具有逐渐减小的趋势。这也说明了产业结构变动趋于稳定。
常见的去除趋势和周期成分的方法有回归分析法、移动平均法、Hodrick-Prescott Filter（HP滤波）、Frequency bandpass Filter（BP滤波）。我们考虑使用HP滤波方法。其基本原理为：
五、河南省产业结构变动与经济波动的相关分析
由图三和图四我们可以直观地看出，河南省产业波动与经济波动表现出很强的相似性，但还需要从实证检验的角度进行验证。现在采用Granger检验来判断两经济变量间是否存在Granger因果关系。当然，在进行Granger检验前，要对数据进行平稳性检验。只有平稳或存在协整关系的数据进行Granger检验才有意义。
检验发现，GDP，HPGDP，Mt，HPMt在1%的显著性水平下，ADF统计量值均小于临界值，则可以认为四个指标序列均不存在单位根，都是平稳的。这样就可以进行Granger因果关系检验。
以上检验结果显示，在显著性水平为1%的条件下，宏观经济波动与产业结构变动在滞后一期时互为Granger原因，宏观经济波动是产业结构变动的Granger原因，产业结构变动也是宏观经济波动的格兰杰原因。
六、结论
本文从GDP实际增长率和三大产业产值占当期国内总产值比重出发，探讨了河南省宏观经济波动与产业结构变动的相互关系。由以上分析可以发现，河南省三次产业在国民生产总值中所占的比重在1952-2012年间发生了巨大的变化。工业和服务业比重都有较大的提高，而农业的比重则不断下降。这也反映出河南省正不断地转换思路，走工业和服务业为主的现代化建设道路。事实上，也只有将重点放在第二和第三产业上，才能使国民经济以较快速度发展，也才能加快地区的城市化和现代化进程。为了促使宏观经济能朝更稳健更好的方向发展，就有必要准确地把握河南省产业结构变动与宏观经济波动的联系。从上文的分析可以看出，宏观经济的波动和产业结构的变动存在双向的格兰杰因果关系，明确了产业结构变动与宏观的经济周期波动之间存在着一种相互影响、相互制约的关系，因此，产业结构在经济周期波动中能够不断调整、提高、和升级等良性耦合；同时，产业结构的变动也一方面影响着经济的波动情况。需要注意的是，在计划经济时期，产业结构受到政府管制的程度比较大，这也是1978年前产业结构变动大起大落的原因所在；然而在市场经济时期，政府就要尽量发挥市场的自主调节和配置功能，而减少相应的干预。只有这样，才能保证河南省经济朝稳健方向发展。（作者单位：1.贵州财经大学金融学院；2.贵州财经大学数学与统计学院）
参考文献：
[1]王延军、温娇秀等.产业结构变动与我国宏观经济波动.华东经济管理[J]. 2011（2）
[2]李云娥.宏观经济波动与产业结构变动的实证研究[J].山东大学学报. 2008年第3期
[3]李猛.产业结构与经济波动的关联性研究[J].经济评论.2010年第6期
[4]吴涛、李姗姗.南水北调对河南省产业结构影响分析[J].经济经纬.2009年第2期
小学第一值周总结范文6
关键词 经济波动；产业结构；Granger因果检验；ARDL-ECM
中图分类号 F124
文献标识码 A
文章编号 1006-5024（2013）02-0035-05
经济发展以物质和技术为基础，随着技术的进步和提高，资源配置发生转移，对产业部门造成冲击，同时产业政策引起投资和消费结构的变化等，都会导致经济的不稳定和波动。因此，国内外許多学者都在关注产业结构变动和经济周期波动之间的关系，探讨两者的内在影响原因和机理。
国外在20世纪中期就开始对经济总量与产业结构相互关系进行系统研究，代表经济学家有卡拉克、库兹涅兹和钱纳利等。帕西内蒂认为产业结构在适应需求变化，有效利用技术情况下，使得资源从低效率部门转移到高生产率部门，从而就会促进经济的快速增长和波动。其他学者的研究也表明产业结构变动是经济周期波动的主要因素之一。我国对产业结构和经济增长关系的研究起步于上世纪80年代，但对于产业结构和经济波动关系的研究较少，主要集中在近10年，研究者们采用多种方法从不同角度对我国产业结构与经济波动的关系进行探讨。徐敬君等（2005）分析认为在经济发展的不同时期，我国三次产业的经济波动有各自显著特征，对经济整体波动影响程度差异较大。孙广生（2006）认为经济波动实际上就是各个产业波动的综合效果。李云娥（2008）的研究结果显示产业结构的变动必然引起宏观经济波动，而宏观经济波动不是产业结构调整的根本原因。童光荣等（2009）研究发现制度变迁不是宏观经济波动的原因，一、二产业波动是引起宏观经济波动的主要原因。石柱鲜等（2009）借助VAR模型等对我国产业结构演变与经济周期之间的相互关系进行了实证分析。干春晖等（2009、2011）借助计量经济模型分析认为1978-2009年我国产业结构合理化和高级化对经济波动的影响有明显的阶段性特征，产业结构高级化是经济波动的一个重要来源，产业结构合理化则有助于抑制经济波动。宁晓青、陈柏福（2008、2011）通过对中国1953-2007年间经济周期波动与产业结构变动的实证研究发现经济周期波动和产业结构变动相互影响显著。方福前等（2011）研究认为改革开放以来我国产业结构升级对经济波动平稳化趋势有着显著的熨平效应。李鑫等（2012）采用HP滤波、VAR模型等计量方法分析认为，三次产业都对经济波动产生影响，长期来看，一二产业对经济波动的影响在下降，第三产业作用在上升。
现有文献为本文的研究奠定了基础，但是也存在一些问题。首先是部分研究只是初步分析三次产业与总量经济波动的相互关系，或者产业结构变动与经济波动的因果关系，没有进一步探讨产业结构变动的哪些方面导致经济的波动，影响程度如何等；其次，在经济变量的数据处理上，大家的方法都不尽一致，从而导致分析结果有出入；第三，在分析经济时间序列时，没有充分考虑数据的基本特征和一些计量模型对时间序列的要求，把数据直接带入模型进行分析，这就导致一些分析结果的可信度不高。
本文首先对1952-2011年三次产业经济和整体经济的周期波动特征和相关性进行对比分析；然后从产业结构变动速度、产业结构合理化和高级化三个方面分析我国产业结构的演变和特征；最后，在分析产业结构变动和经济波动之间有相互因果关系的基础上，根据变量的数据特征，借助ARDL-ECM模型分析产业结构高级化和合理化对我国经济波动的影响。
一、我国经济波动分析
（一）数据来源
为了保证数据的有效性和可比性，本文把全国1952-2011年三次产业产值换算为1952年为基年的不变价，在此基础上核算国内生产总值、国内生产总值增长率和产业构成等指标。基础数据主要来源于《新中国60年统计资料汇编》和2012年《中国统计年鉴》。为了便于使用和分析，国内生产总值用GDP表示，第一、二、三产业产值分别用PI、SI、TI表示，为了消除异方差便于后文的分析，对各变量取对数，表示为：LNGDP、LNPI、LNSI、LNTI。
（二）经济波动分析
1 我国经济周期波动特征。经济增长率的变动可以反映出经济波动的情况，但是为了更清楚地衡量和观察经济周期波动，本文采用HP滤波法对国内生产总值和三次产业产值进行分解，各变量分解为趋势成分和周期成分，周期成分变化情况见图1。从图1我们可以看出，国内生产总值和三次产业产值在改革开放以前波动频繁，并且波动幅度大，改革开放以后波动逐渐趋缓，波动频率减少。第一产业比国内生产总值波动领先1-2年，2000年以后第一产业波动比总产值波动相对平缓；第二产业和第三产业产出的波动周期和国内生产总值的经济周期在各时期都保持较高的一致性。
2 波动相关性分析。为了能够进一步分析经济的波动性和相互关系，首先计算各变量的标准差来分析和判断经济的波动性，并利用标准差之比来判断各变量的相对波动性，计算结果见表1，然后通过交叉相关系数的计算判断国内生产总值与三次产业产出之间的相关性，计算结果见表2。
从表1可以看出第二产业波动性最大，总产出和第三产业波动性相近，第一产业波动性最小，并且二、三产业与总产出相对波动性在1左右，第一产业最低，只达到总产出的0.4。从表2的交叉相关系数可以看到，当期第三产业和总产出的相关性最高，其次是第二产业，最后是第一产业，总产出滞后1-5期，相关性次序基本为三、一、二产业，总产出滞后6-10期，相关性次序基本为一、三、二产业；总产出超前1-10期，相关性次序基本为一、二、三产业。
二、我国产业结构变迁
对产业结构变化或演变的特征描述有多种方法，最常见的是产业结构变化Moore值或产业份额之间变化总夹角的测算，本文考虑从产业结构变动速度、产业结构合理化和高级化程度三个方面分析我国产业结构的变化情况。
（一）产业结构变化速度
Moore结构变化值运用空间向量测定法，把产业分成n个部门，相邻两个时期两部门向量夹角进行测算，公式如下：
Wi，t表示第t期第i产业比重，Wi，t+1为第t+1期第i产业比重。为便于后文的分析和使用，进一步定义产业份额之间变化的总夹角为CT，对M取反余弦得到。CT值能够更精确地反映产业结构变化速度，CT值越大，产业结构变动程度就越大；反之亦然。本文测算了1952年以来我国三次产业份额变化的总夹角，变化趋势如图2所示。
图2显示，我国产业结构变动夹角在改革开放以前变动频繁，变化幅度较大，说明产业结构非常不稳定，随着改革开放逐渐深入，经济体制逐步完善，产业结构变动越来越小，并且在90年代末期以后保持稳定。
（二）产业结构合理化
产业结构合理化可以反映三次产业部门的协调发展程度，同时也反映了生产要素的合理分配和优化组合情况，进一步体现了供需平衡状况等。本文采用结构偏离度衡量产业结构合理化，表达式为：
SD为产业结构偏离度，n表示产业部门数，Y表示总产值，Yi表示各产业部门产值，L表示总就业人数，Li表示各产业部门就业人数。SD越大，经济越偏离均衡状态，产业结构越不合理，SD值越接近于0，经济越接近均衡，产业结构越合理。本文测算了1952年以来我国产业结构偏离度，见下图3。
我国产业结构在改革开放以前都保持较高的偏离度，大部分时期都在4以上，虽然在1958年低于2，但在很短的时间内又快速上升到4以上，70年代初开始逐步下降，80年代中期以后变化相对平缓，变化幅度不大，2003年又开始出现较明显的下降趋势。
（三）产业结构高级化
克拉克定律采用非农业产值比重来衡量产业结构高级化程度，通常非农业产值比重越大，产业结构越高级。本文用PNA表示非农业产值的比重，即二三产业产值之和与总产值之间的比重。1952年以来的非农业产值比重变化趋势如图4。
图4显示，我国非农业产值比重在上世纪60年代前后有明显的增长或下降趋势，70年代以后保持相对稳定的增长趋势，我国产业结构长期处于上升和逐步优化，但随着产业结构上升到一定的程度，优化产业结构的难度越来越大，优化进程放慢。
三、产业结构对经济波动的影响
本文在分析产业结构对经济波动的影响时，首先判断经济波动与产业结构变动之间是否有因果关系，其次利用相关模型进一步分析了产业结构合理化和高级化变动对经济波动的长期动态影响情况。
在现实的经济活动中，经济增长是通过经济波动实现的，经济波动又是在经济增长趋势中进行的。现代的经济理论中，周期常指“增长周期”，表现为总体经济活动的相对水平有规律的上升、下降等交替和循环。为了保证数据的可靠性和完整性，便于数据的分析，我们借助经济增长率GDPR来反映经济波动的情况。
（一）产业结构变动和经济增长波动的Granger因果检验
对经济变量GDPR和产业结构变动夹角CT进行平稳性检验，ADF单位根检验结合PP检验结果显示，在1%和5%显著性水平下，GDPR和CT均为平稳序列I（0）。进一步进行Granger因果关系检验，结果见下表：
我们从Granger因果关系检验结果可以看出，从滞后2阶开始，在5%显著性水平下，产业结构变动是经济波动的Granger原因。滞后7阶开始产业结构变动是经济波动的Granger原因。
（二）ARDL-ECM模型分析
在分析产业结构变动与经济波动有因果关系的前提下，本文具体考虑产业结构变化的两个方面：产业结构合理化和高级化对我国经济波动的影响。考虑到经济波动的完整性和数据的有效性，采用移动平均法的原理对研究期内的国内生产总值增长率按相同跨度求标准差，表示为GDPRSD，对产业结构高级化和合理化指标进行相同跨度的移动平均，分别记为PNAM和SDM，跨度周期统一为5。
对GDPRSD、PNAM和SDM进行ADF单位根结合PP检验结果显示，在5%显著性水平下，经济波动GDPRSD是非平稳一阶单整序列I（1），产业结构高级化PNAM为平稳序列I（0），产业结构偏离度SDM为非平稳的一阶单整序列I（1）。因为要分析的变量有平稳序列I（0）和非平稳序列I（1），本文考虑采用自回归分布滞后模型ARDL（autoregressive distributed lag）对我国经济波动和产业结构变动关系进行长期动态模型分析。ARDL模型的主要优点在于不管回归项是I（O）还是I（1），都可以检验变量之间的长期关系，并进行模型估计。
对经济波动和产业结构特征变量进行长期关系的边限检验，检验结果显示：滞后1阶时GDPRSD和PNAM和SDM之间存在长期关系，即PNAM和SDM对GDPRSD有长期的影响。以AIC和SC准则及回归标准差等综合判断模型为ARDL（1，0，1），ARDL模型和相应的ECM方程估计见表3。从ARDL模型可以看到，经济波动自身对后期的经济发展有正向促进作用；高级化指标PNAM为负，说明PNAM越大，即产业结构高级化程度越高，我国经济波动就越不明显，也就是说产业结构高级化对经济波动有抑制作用；产业结构合理化指标SDM为正，说明SD越小，即产业结构越合理，则经济波动越小，反之亦然，也就是说产业结构合理化同样对经济波动起到抑制作用。从模型的效果来看，经济波动、产业结构高级化和产业结构合理化都对经济波动的影响非常显著。从表中ECM模型可以看到修正项的系数小于零，符合反向修正机制，当受到一个外部冲击后，经济系统会以56%左右的速度向长期均衡调整。
通过分析我们发现，从1952年至今，我国经济波动对自身有显著的冲击和影响，产业结构变化中对经济波动作用最大的是产业结构的高级化，即非农业生产，也就是二三产业的发展，这其中第二产业占的比重最大，所以第二产业对经济波动的作用也是最突出和重要的。模型结果和前文中分析出的经济波动与第二、三产业经济波动一致相吻合，与我国经济发展的实际情况也是一致的。一直以来农业处于稳步发展状态，为二三产业的发展奠定基础，我国经济主要靠工业的发展来拉动，第三产业长期增长缓慢。产业结构的合理化对经济波动有一定的反向控制作用，也表现出一定的长期性。
四、总结
本文利用1952-2011年我国相关经济变量数据对经济波动特征进行分析，并充分论述了产业结构演变特征，以及我国产业结构变迁对经济波动的影响。研究的主要结论有：
（一）我国经济波动和产业结构在不同阶段表现出明显的特征差异
我国的经济体制对经济和产业的发展影响作用非常大，如改革开放以前是计划经济体制，生产不能很好地以社会需求为前提，所以我们看到经济波动和产业结构的变化受到政治等因素的影响很大。在改革开放以后，我国经济波动和产业结构的变化主要受到市场经济发展进程的影响，随着市场经济体制逐步完善，对外经济的全面开放，科学技术的快速发展等，经济长期保持高速增长，波动逐渐趋缓。产业结构不再是盲目调整，而是遵循市场经济的规律，逐步优化和升级。
（二）我国经济波动和产业结构变动互为因果，互相依赖
随着经济社会的发展，社会需求的变化，经济均衡发展要求供给满足实际需求，引起生产部门的调整，从而造成经济的不稳定和波动。
（三）长期来说，从产业结构合理化和高级化两个方面来看，产业结构高级化对我国经济波动产生了显著的抑制作用，而产业结构合理化对经济波动的熨平作用相对较弱
