關于路的詩句

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇關于路的詩句范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

關于路的詩句范文第1篇

[關鍵詞] 縣域；外匯局；監管；模式；路徑

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 11. 046

[中圖分類號] F830 [文獻標識碼] A [文章編號] 1673 - 0194（2017）11- 0096- 02

1 當前主體監管模式構建過程中存在的問題

1.1 分散監管的模式難以形成監管合力

近年來，隨著國際貿易的快速發展和全球經濟金融的高度發達，涉匯主體外匯交易行為常常涉及多個外匯業務門類。而外匯管理多年來分散的管理方式監管，監管職能彼此分離，各自為政，在對交易的管理方面力不從心，容易出現信息不對稱，重復勞動的情況，難以形成監管合力，大大削弱監管效率、浪費監管資源。對縣支局而言，非現場監測往往是按照資本、經常等項目分別監測，發現的問題也較為單一，很難發現監管主體跨項目違規行為的發生。

1.2 法規整合不同步難以形成協作關系

近年來，外匯管理先后實施了貨物貿易和資本項目等領域的重大改革，外匯監管理念和方式方法有了很大改變。但與貨物貿易外匯改革相比，資本項目外匯管理法規政策則一直未進行全面的清理與更新，未形成系統化、完整化的法規政策體系，與貨物貿易外匯管理改革步伐不一致，監管方式大相徑庭，難以形成協作關系。

1.3 數據共享機制不足難以實現流程監管

現行外匯管理體制下，外匯業務數據的共享不足在縣支局尤為突出，數據技術支持不夠成為外匯監管一體化的桎梏。一是數據共享機制尚未建立。二是數據支持尚未體系化。業務系統聯合程序不高，數據共享不足，大大限制了對涉匯主體流程化監管措施的實施。

1.4 內外溝通協調欠缺難以實現全方位監管

一是外匯管理部門內部協調機制不健全。二是外匯局與人民銀行內部其他部門之間聯系不夠緊密，各部門業務系統相對獨立，數據未實現對接。三是外匯局與商務、海關、工商、稅務等職能部門溝通、協調不夠通暢，跨部門聯合監管合力不足。絕大部分縣域沒有相應的海關、邊檢等機構，使得縣支局與海關等機構的信息互通往往只能通過上級單位“曲線”實現，效率受到影響。

1.5 縣支局工作模式轉換不力影響監管實效

過去，縣支局工作人員直接面對監管對象。現在，基層外匯局工作人員則直接面對系統，不少人員感覺外匯管理主體既遙遠又模糊。面對以事后監管為核心的管理模式，許多人員在工作思路上、工作方法上不適應也跟不上事后監管的“新常態”，無法做到在工作環節上從事前轉為事后，在工作方法上從被動轉為主動的觀念變革。

2 縣域外匯局實行主體監管的路徑

2.1 整合資源，建立主體監管“大數據”支撐的完備信息體系

一是整合外匯管理人力資源，建立基于“主體監管”外匯崗位責權利相匹配機制。根據縣支局的實際情況，設置綜合監管員，并授權開放資本項目、貨物貿易、外匯帳戶、結售匯、國際收支統計等系統及數據，使綜合監管員能夠全面掌握日常監管信息、非現場監測中發現的風險點及可疑線索等，便于開展統計、實現監測分析、預警等，從而實現更有針對性的監管和服務。同時，建立《主體監管操作規程》，規范監管流程，明晰崗位權責，確保主體監管工作有序推進。

二是整合機構資源，建立基于“主體監管”跨部門、跨機構合作機制。建立與同級人民銀行的內部信息溝通機制，定期與貨幣信貸、反洗錢等部門交換相關信息。建立外匯指定銀行的可疑交易線索定期報送機制，實現綜合預警。建立與各涉外行政主管部門間外部信息交流機制，加強與其他涉外管理部門的信息共享，形成監管合力。

三是整合數據資源，監測分析框架不再區分交易項目，以跨境資金流動監測與分析系統為主，對常用的業務系統數據進行交叉比對和整合分析，有效確定企業整體風險等級。進而根據涉匯企業的種類、規模與影響、業務合規性、行為合法性以及業務是否符合當前外匯政策導向、信用記錄等情況，建立涵蓋企業經常項目、資本項目業務的總體分類標準，并據此綜合評價和劃分等級。

2.2 實施“宏觀-中觀-微觀”指標分析，界定主體監管“負面清單”樣本庫

一是實施宏觀指標分析，明確重點關注行業領域。縣支局各崗位通過集體討論，設定宏觀指標，加強區域內跨境收支總量、結構、特點的猶監測，及時發現趨勢性、苗頭性問題。按行業收支規模占全轄比重確定重點主體行業，將主體按行業劃分若干個行業樣本組，樣本組之間的權重設置合理。

二是實施中觀指標分析，確定重點關注主體。通過總量分析、波動性分析、基本面分析，判斷引起涉外收支變動重要影響因素，并將其確定為重點關注領域，然后進行初步篩查和判斷。對監測發現涉及異常交易的外匯主體進行總量分析，綜合國際收支統計申報、外匯賬戶收支等不同來源的統計數據，判斷其對跨境資金流動總量的影響程度。按單個主體收支規模占所屬行業比重確定行業排名前20位的主體為重點關注主體。

三是實施微觀指標分析，鎖定異常主體。根據涉匯主體資金運作實際，確定相應的微觀主體分析指標作為篩選異常主體的依據，利用“大數據”支撐體系，并根據指標預警篩選異常主體，對單個主體各交易條線下的外匯交易，按“宏觀-中觀-微觀”設立三級指標體系，建立主體指標異常“負面清單”樣本庫。從而鎖定外匯收支業務增減變動較大或存在收支、結售匯異常的企業和可疑交易線索。

2.3 采用“逐級增益法”分類，推行“獎優懲劣”差別化監管措施

一是采用“逐級增益法”分類。對可疑交易線索，結合線索的特征類型，確定適用的多層監測指標，根據指標運行結果，綜合評定企業主體，劃分為“三類”名單管理：問題類、關注類、正常類。具體按照先合規、再風險的順序，逐級運行監測指標，對相應指標子項超過預警值的企業，直接評定為問題類、關注類；若該項指標未達到預警值，按下一級指標運行結果評定。以此類推，按照下級指標優先原則，只有所有層級指標運行結果均未超過預警值的交易主體，才劃為正常類。

二是推行“獎優懲劣”差別化監管措施。對列入“正常”類企業，以非現場監管為主實施窗口指導，企業可直接持規定材料到銀行辦理外匯收支業務，同時在業務開辦、政策傾斜等方面享受重點支持。對列入“關注”類企業，采取非現場監測和現場核查相結合的方法，及時提示風險。對列入“問題”類企業，移交檢查崗，并推行額度管理。“關注”和“限制”類企業名單由外匯局通過相關渠道向銀行，以示風險警示，有效期為1年。

3 政策建議

3.1 再造外匯管理業務流程

首先，外匯管理的具體業務流程按監管主體類別如銀行、企業、個人等進行區分。其次，在部門內部，可根據內控管理的要求對前后臺業務進行劃分，強化不同業務流程管理崗位的信息交流與核對，提高數據利用效率和監督管理實效。通過業務流程再造，實現前后臺業務分離，管理內容混同的業務處理流程，優化管理方式，提高管理效率。

3.2 創建全方位協作監管體制

首先，實現外匯管理部門各業務系統與人民銀行其他業務系統數據對接，引進外匯信用評級體系，將外匯主體監管分類信息逐步納入人民銀行征信管理系統。完善跨部門溝通機制，實現監管資源信息共享。其次，實現監管信息與商務、海關、工商、稅務等機關的信息交換與合作機制。再次，完善信息披露制度與失信懲戒制度，約束市場主體的違規行為。

關于路的詩句范文第2篇

市市政管理局園林局《關于廣州市臨時占用城市道路收費管理有關問題的請示》業經市人民政府同意，現批轉給你們，請依照執行。

                        關于廣州市臨時占用城市道路收費管理有關問題的請示

                                      　廣州市市政管理局園林局制定

市人民政府：

為加強城市道路管理，充分發揮城市道路功能，嚴格控制占用道路，保障城市交通的安全暢順和市容環境整潔。根據國務院《城市道路管理條例》（1996年6月4日國務院令第198號）和《廣州市市政設施管理條例》規定以及省物價、財政、公安、建委等部門聯合頒發的《關于城市道路臨時占用費收取問題的通知》（粵價〔1997〕33號），現就廣州市臨時占用城市道路的管理和收費問題，提出以下意見：

一、城市道路臨時占用費（以下簡稱占道費）由市政部門統一征收，按市人民政府確定的市、區道路分工管轄原則為劃分依據，不分車行道、人行道，同一路段統一管理。占用市管道路，由市統一負責收費的管理工作；占用區管路段和內街，由區統一負責收費的管理工作。

二、根據有關規定，結合我市的實際情況，收取的占道費全額上交同級財政，按比例劃撥有關部門。其中，市收取的占道費劃給市市政管理局園林局55％；劃給市公安局交警支隊25％，用作交通設施的維修和管理；劃給所屬區20％，用作人行道的維修和管理。占道費專款專用，不得挪作他用。

區管部分參照上述規定由區自行調整。

三、收費標準。按省物價局《關于城市道路臨時占用費挖掘修復費的通知》（粵價〔1996〕104號）規定，營業性占用的，每天每平方米收費不超過1.00元，各種建設或其它占用的，每天每平方米收費不超過0.50元，有關路段分類和占用性質分類按上述原則另行具體劃分。

關于路的詩句范文第3篇

關鍵詞：管理系統 設計 實現

一、引言

統計信息作為整個信息社會的主體，在國民經濟發展與企業經營和管理方面發揮著重要的作用。鐵路系統的統計數據主要包括鐵道部管轄的鐵路營業線、臨時營業線范圍內的貨車運用、貨物裝卸和列車運行等多個方面。要想提高鐵路系統的服務水平，就要采用先進的管理模式來提高企業的市場競爭力，那么，搞好統計信息的服務，設計出合理的、實用的、高效的鐵路系統統計數據管理系統是企業發展的必經之路。

管理信息系統MIS能夠最大程度的利用互聯網資源，并結合計算機技術的特點，對數據信息進行綜合有效的管理。管理信息系統的特點是以通信功能作為界面設計的核心； 界面始終保持一致；人機界面使用用戶隨時掌握任務的進展情況；界面能夠提供幫助；界面友好使用方便；輸入數據的界面接近于實際；具有較強的糾錯功能。

二、系統研發的相關技術

構建管理信息系統時，采用何種體系結構是首先要考慮的問題，其次要考慮選擇何種開發方法，再次要確定使用什么樣的開發環境，最后選擇合適的開發工具。

1、C/S體系結構

它是大家熟悉的客戶機和服務器的體系結構。在這種結構里，網絡中計算機分為兩個有機聯系起來的部分，這兩個部分分工明確，互相合作，共同完成對用戶的服務。這個結構最大的特點就是可以合理均衡的處理事務，充分保證數據的完整性和一致性。鐵路系統機務段統計數據管理信息系統的設計使用C/S體系結構的理由是：

先建立C/S體系結構局域網的應用，再向Internet/Intranet模式下的數據庫應用過渡，這樣做易于實現管理系統的正常運轉；由于系統的應用不能完全確定，所以，在日后如果要開發和增加新的應用，C/S體系結構實現非常簡單；適合開放的異種網絡環境的應用；能夠快速適應用戶與數據量的動態變化；有利于動態規劃和動態開發過程；提供強有力的可靠性。

2、Visual Basic語言

Visual Basic已發展成為基于Windows平臺上最方便、快捷的軟件開發工具，無論是網絡應用、信息管理系統的開發，Visual Basic都能夠滿足需要，Visual Basic語言可以實現Windows操作系統其他任何語言實現的一切功能。

Visual Basic語言的優點：首先，它是真正的面向對象編程語言，提供可視化的人機編程界面，提高了編程效率，其次Visual Basic語言數據訪問特性可以兼容大部分數據庫的數據格式，這為使用多種數據庫提供了方便。

3、SQL sever2000 數據庫的應用

SQL sever2000 數據庫可適用于大型聯機事務處理、數據倉庫及電子商務等。適合鐵路系統機務段統計數據管理信息系統對數據庫的使用要求。

三、系統的分析與總體設計

1、系統功能模塊設計

鐵路系統機務段統計數據管理信息系統主要分為九大模塊，分別是：數據錄入、數據處理、段表程序、數據檢查、數據分析、數據備份、系統維護、字典維護與退出系統。

2、數據庫表單設計

考慮到數據應用的適用性與靈活性，根據《鐵路貨車統計規則》，將管理系統所涉及業務形式形成如下表單：機車安全天數表，乘務員安全天數表，報單數據表、計劃表、客運車次數據表、區段交路表、機車編號表、機車交路表、錯誤檢索表、車次分配表、交路分配表、工種編碼表、機車對應表、機型對應表、客車檢查表等。

3、系統網絡結構采用星形—總線型相結合的拓撲結構

其主要優點有網絡使用的高可靠性；經濟性，適合降低網絡布線成本；流量合理分配；傳輸延遲小并且便于管理。

四、系統各部分功能

1、系統運行環境

（1）服務器選型。服務器采用雙層總線體體系結構，雙CPU和存儲器模塊，內存在1G，硬盤120G以上。選擇Windows2000作為服務器的操作系統。

（2）工作站選型。P42.0G以上的CPU，128M內存，400G硬盤，Windows2000操作系統。

（3）數據庫造型。選用SQL sever2000 數據庫。

2、系統程序模塊

系統的主界面由標題欄、工具欄與菜單欄組成，在界面下方顯示系統時間、用戶帳號與使用人員姓名等。

（1）系統主界面使用標準的Windows窗口模式。可根據不同用戶的權限屏蔽不使用的菜單，防止非系統管理人員對系統參數進行更改。

（2）復制監控文件為統計部門分配專門的帳戶和目錄，并賦予其訪問權限。

（3）轉換監控器數據，這部分數據記錄了大量的列車運行數據，這些數據對機車統計來說是十分重要的，通過它產生的司機報單數據是十分準確的。

（4）報單數據錄入，主要錄入機車號、報單日期、司機編號及出勤時間。

（5）生成數據項，對錄入的數據轉換成相應的數據項，進行匯總分析。

（6）安全公里。根據安全部門要求計算司機與機車的安全公里數。

（7）乘務管理。根據時間進行乘務員工作成績查詢。

（8）材料統計。計算每臺機車的耗油、材料使用等情況。

五、結束語

鐵路系統統計數據管理系統的設計與實現，涵蓋了多項技術的使用，包括了多個模塊的功能建設，為了達到系統的使用效果，在進行系統設計前，進行了大量的調研工作，在此，向那些在系統設計其間給予幫助的人們表示感謝。

當前的鐵路正面臨前所未有的改革局面，不同的鐵路機務段都進行了整合，伴隨著社會體制的完善和全民素質的整體提高，社會對鐵路運營水平要求越來越高，要想不斷提高鐵路管理水平，深化鐵路管理體制，就要借助于先進的管理系統，這樣才能促進鐵路事業蓬勃發展。管理系統需要在使用的過程中不斷的完善與完備，然而，這不是一朝一夕能夠解決的，作為專業的系統設計人員不應停止探討與研究，唯此才能推動鐵路管理系統向更完善的趨勢發展。

關于路的詩句范文第4篇

[關鍵詞]鐵路通信網絡 大數據平臺 數據分析

中圖分類號：U291-39 文獻標識碼：A 文章編號：1009-914X（2016）07-0029-01

隨著中國鐵路的高速發展，鐵路通信網正迅速發展成為一個集光纖傳輸、無線傳輸、自動管理等高度數字化的大型網絡[1]。然就目前而言，鐵路通信網各個系統相對獨立，無法進行全面監測、統計和管理，更無法為各個系統和系統間的建設和優化提供數據分析[2]。特別在當前大數據背景下，迫切需要通過綜合自動管理技術，對各個系統信息進行綜合呈現、綜合分析，以便整合鐵路資源和業務，為故障預測、預警提供數據基礎，為管理決策提供依據，從而實現鐵路運營管理方式的現代化。

1.現狀鐵路通信網絡管理存在的問題

受建設歷史原因及設備提供商限制，目前鐵路網管中心存在二十多套系統，除通信組外，其它系統基本都是相互獨立，每套系統只針對各自的傳輸、設備等進行管理。在我國信息化建設起步晚的大環境下，臺賬報表的生成、輔助資源的分配、環境動力的布防、撤防及故障處理等很多工作是手工進行，且不能根據故障告警自動生成派工單，技術人員整日忙于電話接打中；告警定位沒有直觀形象的可視化界面顯示，只是給出數字指導，在有限的故障處理時間內，在如駐波的告警處理、光功率的故障處理中不能迅速定位故障，存在匆忙中出錯的可能；由于有些系統建設較新，還沒有形成豐富的專家知識庫及典型案例。大數據技術是當前前沿技術，也是未來信息化發展的方向。但目前通信網管系統缺乏集中存儲數據，數據存在散、亂狀態，不能為將來的大數據分析提供數據積累，也不能為未來信息化的發展做數據沉淀[3-4]。

2.鐵路通信網管系統建設目標

通過對現有鐵路網管系統的整治，完善系統。對目前處于散、亂的數據進行集中存儲管理，為將來的大數據分析積累基礎數據，并在大數據平臺上（Cloudera）進行數據挖掘、關聯分析、預測性分析和統計。通過對告警歷史數據的回歸、關聯性分析，預測未來系統可能發生的故障，并定位故障點，提出故障處理意見，在故障處理規定的時間內（如5分鐘內上報，10分鐘處理完畢）指導技術人員快速定位和處理故障。

3.系統架構

3.1 設計概要

為滿足大數據平臺下的業務需求，設計一種新的硬件架構，以滿足多系統共用大數據平臺的需求。為此，以某局級鐵路用戶為例，考慮需新增x86服務器，作為ROSS系統數據采集解析的服務集群；在Cloudera大數據平臺上，完成數據匯總及數據分析功能。數據存儲共用大數據平臺的分布式文件系統（HDFS），數據分析在Cloudera大數據平臺上進行。

3.2 設備選型及業務邏輯

系統服務器采用多臺x86虛擬機服務器作為采集服務器集群，使其具備橫向擴展能力強、增減容方便、易于管理和監控、可以快速部署上線等特點。

3.3 整體技術方案

該技術方案的核心是Cloudera大數據平臺。圖3是大數據平臺集群的架構示意。針對本系統，采集/接口服務器、各系統的上層應用服務器均作為Cline存在；通過TCP/IP網絡與大數據平臺通信。大數據平臺采用1個NameNode和多個DataNode的部署方式，并用Sqoop方式作為數據接收接口。

3.3.1 數據采集服務器

數據采集服務器負責歷史數據采集，采用CentOS Linux操作系統，部署專用的采集及解析軟件，其工作模式與傳統網管應用采集、解析、入庫的方式類似，區別在于傳統方式解析文件后寫入數據庫，而本系統完成文件解析后直接寫入Cloudera Hadoop中。

3.3.2 大數據平臺

（1） 軟件設計方案

數據存儲采用HDFS保存解析后的原始數據文件；數據分析采用MapReduce作為分析工具；MapReduce用于大規模數據集（大于1TB）的并行運算，可以極大地方便編程人員將程序運行在分布式系統上。軟件實現可以指定一個Map函數，用來把一組鍵值對映射成一組新的鍵值對，指定并發的Reduce函數用來保證所有映射的鍵值對中每一個共享相同的鍵組。

（2） 硬件設計方案

大數據平臺存儲空間計算見表2。

即保存到大數據平臺的單文件大小為0.3MB，如需要保留9天的數據，如表2經計算大數據平臺共需要3.2TB空間。

（3） 部署方案

依據上述情況，大數據平臺應共用x86服務器3臺，采用1+2方式部署，其中，1臺服務器作為NameNode，用于元數據管理，采用雙機互備方式保證NameNode的高可用性；2臺服務器組成DataNode集群，用于元數據存儲，元數據存儲采用標準的1+2方式。單服務器硬件配置為8核CPU，32GB內存、2TB硬盤。

3.3.3 應用服務器

應用服務器主要功能是針對匯總后的數據提供顯示功能。應用服務器可以采用Linux服務器+Apache Tomcat方式提供服務。其與Hadoop集群通信主要有如下內容：讀取匯總數據，將Hadoop處理后的匯總數據讀出，用于上層應用的數據計算；讀取詳情數據，從Hadoop中直接讀取小時級別數據。

3.3.4 各服務器推薦配置

基于上述配置，各服務器最終配置見表3。

3.3.5 擴展性

按照以上配置，當整個大數據平臺確實由于資源不足導致應用系統受到影響時，大數據平臺可以很容易地完成硬件擴容，即只要將新的服務器加入大數據平臺集群即可，新加入服務器的數據文件重分配工作會由大數據平臺自動完成。

4.功能實現

以上對某局級鐵路網管中心提出的需求做了較為全面的方案實現。從實現效果看，前期先解決了目前關心的問題，即通過大數據基礎平臺的建設，實現了業務數據的全面留存，為相關設備老化更換提供數據基礎；實現了業務數據的趨勢分析，為設備超預警提供預判基礎；為數據多元化分析提供了平臺。完成的主要功能有：

4.1 數據管理

對現有通訊系統中的某些端口實時業務數據進行抓取，并對其進行統計分析。包括數據采集和數據分析兩個子功能模塊。

4.2 故障管理

4.2.1 故障登記

信息中心值班人員可在系統登記各類軟硬件故障記錄，系統將記錄登記人、登記時間等關聯信息。

4.2.2 故障分析

系統具有如下范圍內的故障統計分析功能：

（1）故障查詢。根據提供的查詢條件實時檢索故障明細，查詢故障具體情況；

（2）故障數量統計。統計選定范圍內（時間范圍、選定站區）各類故障發生的次數；

（3）故障發生趨勢。提供某類設施或端口故障發生的趨勢，并提前預警。

（4）運行監測。光功率性能監控系統監測光纜線路中的光功率、駐波比、誤碼率等重要指標，并通過可視化技術，進行直觀、全面、便捷地查看，提供查看某設備中各項指標的歷史變化曲線供業務人員分析。

5.結束語

本文針對我國鐵路通信網絡管理系統存在的問題，指出基于大數據平臺的鐵路通信網絡管理系統建設優化設計的必要性，并提出了系統建設目標、架構方案。通過在某局級鐵路通信網絡管理系統實現，證明具有可行性和普遍參考價值。

參考文獻

[1].陸紅群.鐵路通信網向下一展的思考[J]，鐵路通信信號，2012，9（4）：33-37

[2].賈靖宇，付偉.鐵路通信綜合網管的提出及應用[J]，鐵道通信信號，2009，45（6）：45-47

[3].王令朝.鐵路計算機通信網絡管理的認識和對策[J]，鐵道通信信號，2010，44（3）：54-56

[4] 王遠波.朔黃鐵路通信網絡管理系統現狀分析[J]，鐵道建筑技術，2006（增）：55-56

關于路的詩句范文第5篇

關鍵詞：大氣污染；死亡率；時間序列；廣義相加模型；廣義線性模型　中圖分類號：R122 文獻標識碼：A

自20世紀90年代以來，時間序列分析已被廣泛應用于大氣污染急性暴露對人體健康的定量研究上，人們通常通過擬和半參數廣義相加模型或廣義線性模型來分析大氣污染對死亡的影響。目前包括歐洲10個國家15個城市共同進行的APHEA項目，初步證實了大氣污染與居民日死亡人數密切相關。近年來，亞洲也進行了類似的研究，并取得了相似的結果。盧灣區作為上海市的中心區域，目前正在進行健康城區的建設。因此，我們認為有必要分析盧灣區大氣污染與居民每日死亡數的關系，探討主要大氣污染物與居民每日死亡數的暴露―反應關系，將大氣污染造成的疾病死亡定量化，為政府部門建設健康城區的決策提供科學依據。

1 資料與方法

1．1 一般資料

收集上海市盧灣區2001～2004年居民全死因每日死亡數(剔出意外傷害，2001年ICD9：

1．2 統計方法

采用時間序列的方法分析上海市盧灣區大氣污染與居民每日死亡數的關系，在半參數廣義相加模型(semi―parametricgeneralizedadditivemodel，GAM)中，采用平滑樣條函數(smoothingsplinefunction)對死亡長期趨勢、溫度、相對濕度、露點溫度進行非參數平滑化處理，引入虛擬變量排除“星期幾效應”后，我們把PM10、SO2和NO2作為直線變量引入模型，分別觀察其對居民每日死亡危險的影響。在廣義線性模型(gen―eralizedlinearmodel，GLM)中，死亡長期趨勢、溫度、相對濕度、露點溫度將采用立方樣條函數(cubic splinesfunction)處理。其中GAM具體模型為：

log[E(Yt)]=βZt+s(time，df)+s(Xt，df)+DOW

其中E(Yt)為每日居民死亡數的期望值；β為污染物PM10、SO2、NO2的回歸系數；Zt為t日主要大氣污染物PM10、SO2、NO2濃度；s為平滑樣條函數，df為其自由度；time為日期變量；Xt為t日相對濕度、露點溫度；DOW為星期啞變量。

為了檢驗模型的穩定性，我們最多一次在模型中同時引進3個大氣污染物變量進行擬和，并比較了單污染物模型和多污染物模型分析結果的差異。在模型建立的過程中，考慮了氣象因素、大氣污染水平對每日死亡數的滯后效應。

本研究采用S―plus 2000軟件進行統計過程的處理。考慮到S―plus默認的GAM函數收斂標準過低，對最終回歸結果可能會產生有偏估計。因此，我們采用比默認標準更高的收斂標準進行模型擬和。

2 結果

2．1 描述性統計

表1顯示，上海市盧灣區居民每日死亡人數、氣象資料和大氣污染物濃度的頻率分布。2001年1月1日～2004年12月31日，上海市盧灣區共有10 734例居民死亡，平均每天死亡7．35例。

表2顯示，2001年1月1日～2004年12月31日各大氣污染物每日濃度的相關分析。結果發現PMl10、SO2和NO2之間存在明顯的正相關。

2．2 回歸模型擬合

表3為利用GAM擬合單污染物和多污染物模型下回歸統計的結果。結果顯示，大氣PM10、SO2和NO248h平均濃度每增加10цg／m3，上海市盧灣區居民死亡的相對危險度分別為1．0003(95％CI1．0000~1．0007)，1．0009(95％CI0．9998―1．0019)和1．0012(95％CI1．0003~1．0021)。

表4為利用GLM擬合單污染物和多污染物模型下回歸統計結果。結果顯示，大氣PM10、SO2和N0248h平均濃度每增加10ug／m3，上海市盧灣區居民死亡的相對危險度分別為1．0004(95％CI1．0001~1．0008)，1.0008(95％CI0．9998~l.0019)和1．0012(95％CI1．0002~1．0022)。

由此可見，兩個模型結果相似，大氣PH10和NO2濃度增加與居民死亡風險出現正相關聯系。在多污染物模型中，其他污染物變量的引入則會顯著降低各污染物對死亡的危險性。

3 討論

本研究結果表明，上海市盧灣區目前的大氣PM10和NO2污染與居民每日死亡的發生相關。由于不同污染物之間存在強烈的共線性，即污染物濃度高度相關，要具體區分某個污染物的效應相對困難。多污染物模型由于會增加模型擬和結果的標準差，因而在統計學上的意義較低。然而，本研究提示，上海市盧灣區目前的大氣污染水平對居民死亡確有影響，亦與先前北京報道的大氣污染與城區居民死亡關系的研究相一致。