资源预览内容
第1页 / 共42页
第2页 / 共42页
第3页 / 共42页
第4页 / 共42页
第5页 / 共42页
第6页 / 共42页
第7页 / 共42页
第8页 / 共42页
第9页 / 共42页
亲,该文档总共42页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述
泓域/针织圆形纬编机 项目工程咨询规划针织圆形纬编机 项目工程咨询规划xxx集团有限公司目录一、 项目基本情况3二、 生态承载力影响因素识别及评价指标5三、 资源环境承载力评价综合指标体系6四、 大数据系统和数据挖掘技术7五、 数据统计分析12六、 政府调控价格货物经济价格确定14七、 特殊产出经济价格确定15八、 经济影响分析模型简介18九、 分析原则及基本方法22十、 直接效益与直接费用的识别与计算24十一、 经济效益与费用识别的基本要求27十二、 产业环境分析29十三、 行业基本风险特征29十四、 必要性分析30十五、 进度计划31项目实施进度计划一览表31十六、 经济效益及财务分析32营业收入、税金及附加和增值税估算表33综合总成本费用估算表34利润及利润分配表36项目投资现金流量表38借款还本付息计划表41一、 项目基本情况(一)项目投资人xxx集团有限公司(二)建设地点本期项目选址位于xx。(三)项目选址本期项目选址位于xx,占地面积约72.00亩。(四)项目实施进度本期项目建设期限规划12个月。(五)投资估算本期项目总投资包括建设投资、建设期利息和流动资金。根据谨慎财务估算,项目总投资29910.67万元,其中:建设投资23816.48万元,占项目总投资的79.63%;建设期利息335.99万元,占项目总投资的1.12%;流动资金5758.20万元,占项目总投资的19.25%。(六)资金筹措项目总投资29910.67万元,根据资金筹措方案,xxx集团有限公司计划自筹资金(资本金)16196.66万元。根据谨慎财务测算,本期工程项目申请银行借款总额13714.01万元。(七)经济评价1、项目达产年预期营业收入(SP):49100.00万元。2、年综合总成本费用(TC):41551.48万元。3、项目达产年净利润(NP):5502.89万元。4、财务内部收益率(FIRR):12.16%。5、全部投资回收期(Pt):6.85年(含建设期12个月)。6、达产年盈亏平衡点(BEP):21018.73万元(产值)。(八)主要经济技术指标主要经济指标一览表序号项目单位指标备注1占地面积48000.00约72.00亩1.1总建筑面积85583.35容积率1.781.2基底面积30240.00建筑系数63.00%1.3投资强度万元/亩312.692总投资万元29910.672.1建设投资万元23816.482.1.1工程费用万元20443.932.1.2工程建设其他费用万元2759.052.1.3预备费万元613.502.2建设期利息万元335.992.3流动资金万元5758.203资金筹措万元29910.673.1自筹资金万元16196.663.2银行贷款万元13714.014营业收入万元49100.00正常运营年份5总成本费用万元41551.486利润总额万元7337.197净利润万元5502.898所得税万元1834.309增值税万元1761.1010税金及附加万元211.3311纳税总额万元3806.7312工业增加值万元13774.9213盈亏平衡点万元21018.73产值14回收期年6.85含建设期12个月15财务内部收益率12.16%所得税后16财务净现值万元192.94所得税后二、 生态承载力影响因素识别及评价指标生态承载力的主要影响因素包括生态保护红线与管控要求,生态系统的类型(森林、草原、荒漠、冻原、湿地、水域、海洋、农田、城镇等)及其结构、功能和过程,植物区系与主要植被类型,珍稀、濒危、特有、狭域野生动植物的种类、分布和生境状况,主要生态问题的类型、成因、空间分布、发生特点等。主要评价指标包括植被覆盖率、森林覆盖率、自然保护区覆盖率、城市建成区绿化覆盖率、生物丰度指数、景观破碎度等。三、 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。四、 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。五、 数据统计分析数据分析重要的一类是对具有随机性质的数据进行分析,在多数情况下是用于预测。本段仅介绍统计分析。统计分析不仅是计算样本的数字特征(期望值、方差、相关系数、协方差、离散度、概率分布等),还应当建立适当的模型,进而做出预测。统计分析一般有如下工作或阶段。1选择数字特征。统计分析,就是利用若干数字特征全面认识数据的统计规律。选择数字特征是统计分析研究问题的准备阶段,是统计过程的重要环节。数字特征应当:(1)能够客观地
网站客服QQ:2055934822
金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号