全国最新油价报表_最新油价报表查询

1.阶梯电价你怎么看？

2.大数据市场有多大 怎么利用大数据赚钱

3.你如何看待高速公路长期收费？

阶梯电价你怎么看？

7月1日起,全国各地将全面施行阶梯电价调整实施方案。根据一家电力公司的数据,2000-2010年煤价涨幅远远高出电价涨幅。有评论称,电力企业保障了电力供给,履行了社会责任,但同时也在被迫透支着未来。长期研究电力体制改革的长沙理工大学副校长叶泽说,这次居民阶梯电价调整,以居民现有承受力,应该“不在乎”。

统计数字显示,中国的电价销售(人们实际支付的电价)整体较国际低。据8月份全国工商联专家公布的《国有和民营企业发展速度及效益状况比较》报告显示,2002年至2007年间,全球56个国家居民平均电价累计上涨76%、工业电价平均累计上涨84%,而同期中国电价涨幅为32%(该报告数据引自国资委发布的《2009年回顾》中提供的国际能源署数据)。2003年到2009年间,迫于能源价格上涨的压力,欧洲各国工业电价年均上涨约10.47%、居民电价年均上涨约8.05%；相比之下,中国电价可谓“慢慢涨”,自2004年起6次调价以来,年均上涨仅为约4%,累计每度上调13.43分钱。也许,正是基于上述事实,专家才放言称,“居民现有承受力应该‘不在乎’阶梯电价”。事实果真如此吗?美国人的平均年收入是中国的16倍,他们的电价是中国的1.5倍,美国的电价相当于中国的每度3分钱。也就是说,相对中国的平均工资而言,目前中国的电价已经远远高于发达国家的电价水平。

表面上低于国际水平的绝对电价,一旦比照人均国民收入,便不难发现中国电价遥遥领先于国际水平。据报道,2008年各国居民电价(单位:千度)分别为:德国263美元、英国231美元、日本176美元、法国169美元、美国114美元、韩国89美元,而中国只有69美元。但将其与当年各国人均国民收入对比,德国(千度)电价占人均国民收入的比例仅为0.62%,美国为0.24%,而中国则为2.49%。这意味着,在相对价格上,中国电价是德国的4倍多,是美国的10倍左右,绝非“不在乎”所能表达。由是观之,阶梯电价水平的高低,不能听信电力公司的一家之言,也不能任由专家的言论代替居民的感受,“不在乎”或“在乎”的决定权应该还给更多的普通居民。

阶梯电价本意是“劫富济贫”,初衷是让居民“少用少花钱、多用多花钱”,通常还兼有保障低收入人群用电的作用,被业界称为“穷人电价”。世界上包括美国、日本、印度、韩国、马来西亚在内的不少国家早就开始实行阶梯电价方案。在个别国家,为了保障低收入群体的用电需求,还特别设置了“生命线电价”,如日本中部和关西电力就分别对居民月用电量8度和15度以内的部分实行免费,以保障穷人的用电。就中国目前的阶梯电价方案而言,并不是人们想象的“用电少的比以前少花钱,用电多的多交钱,中间状态持平”,而是用电少的不受益,用电多的多交钱,“只涨不降”相当于一种变相涨价。所以,阶梯电价若只强调“价格合理化”,而不配合相应的降价措施来保障低收入者的权益,阶梯电价可能沦为电网企业在居民可承受的范围内“渔利”的工具。

由此出发,建立和健全利益表达机制,使行政主体和公民能够看见一切,知道一切,判断一切,让更多的人表达“在乎”或“不在乎”的心声,而不是由所谓的专家代言,才能提振社会对公平正义的信心,建立真正的公序良俗。

大数据市场有多大 怎么利用大数据赚钱

大数据市场有多大 怎么利用大数据赚钱

“大数据的市场规模没有天花板。”院发展研究中心信息中心研究处处长李广乾认为。不过细想，这正是目前各大企业和资本疯狂追逐大数据产业的重要原因。

“单独讨论大数据意义不大，它是依附于具体业务，和各个行业密切相关的。”李广乾认为，大数据产业规模和两大因素相关：一是经济发展水平，需要大数据的业务越多，市场体量就越大;二是信息化发展水平，能够产生数据的终端越多，数据就会越聚越多，而数据的生产是没有上限的。　　目前，大数据的金矿还仅是开挖了“冰山一角”。全球来看，Gartner2016年最新的技术成熟度曲线显示，大数据作为新兴领域，已经进入应用发展阶段，基础设施建设带来的规模性高速增长出现逐步放缓的趋势，技术创新和商业模式创新推动各行业应用逐步成熟，应用创造的价值在市场规模中的比重日益增大，并成为新的增长动力。　　从总体规模看，2016年，全球大数据市场规模实现16.5%的增长，预计将连续3年保持增速在15%左右。同时，大数据成为全球IT支出新的增长点，2016年，有近40%的企业正在实施和扩大大数据技术的应用，另有30%在未来12个月内应用大数据。　　“说大数据产业是一张画得很大的饼显然是片面的。”工信部赛迪研究院软件所所长潘文预测，包括大数据硬件、大数据软件、大数据服务等在内的大数据核心产业环节，2016年达到3100亿元，将在2020年超过1万亿元;大数据关联产业规模2016年超过5万亿元，将在2020年超过10万亿元;大数据融合产业规模2016年达到3.5万亿元，将在2020年超过20万亿元。　　“从大数据核心产业结构看，基于大数据的服务是大数据核心产业的主体，其规模约占大数据核心产业规模的90%，未来，服务也将是大数据产业的最核心部分。”潘文说。　　做数据“搬运工”　　目前国内大数据公司分为两类：一类是已有获取大数据能力的公司，如百度、腾讯、阿里巴巴等互联网巨头及华为、浪潮、中兴等企业，涵盖了数据集、数据存储、数据分析、数据可视化及数据安全等领域;另一类则是初创大数据公司，依靠大数据工具，针对市场需求，为市场带来创新方案并推动技术发展。　　不同的大数据公司，盈利模式也不相同。如果把大数据产业比作房地产开发，那么海量数据就是地产开发时的土地，数据挖掘开发就是地产搭建盖楼。大数据主要的盈利模式也是围绕这两方面展开，一是通过直接“搬运”数据赚钱，二是通过数据加工分析盈利。　　“我们就像一个自来水厂一样，用户要你提供干净的自来水，对方可能是酒厂、饭店、饮料厂，他把你的水做成饮料或酒。”聚合数据就是一家主要依靠为客户提供数据盈利的公司，公司创始人左磊对其商业模式作了一个形象的比喻。　　在开发APP应用过程中，左磊发现客户对于数据的需求非常大，但他们本身却没有能力去做这些事情。聚合数据的主营业务，就是整合市面上有价值的数据源，从车辆违章信息、航班火车查询、全国加油站实时油价，到在线试题、**、股票，做成标准化的API(应用程序编程接口)，开放给开发者、企业及微信公众号用户等使用，为他们免除数据收集、维护等环节。简言之，聚合数据是一家数据源公司，充当的是数据“搬运工”的角色。　　在变现模式上，针对一些本身成本不高的服务，聚合数据会对用户实行免费，而对一些成本相对高的服务，会按照每个接口或服务的成本收取不同的费用。2016年，聚合数据光API接口一项营收就超过1000万元。　　聚合数据的盈利模式是数据买卖市场一个有代表性的类型。另一个代表性类型是，国内乃至全球第一家大数据——贵阳大数据，自2015年4月正式挂牌运营以来，仅用两年多时间，就实现了可交易数据总量超过150PB，内容涵盖、金融、交通等30大类领域，并于今年上半年实现正现金流，预计今年底累计交易流水将突破2亿元人民币。　　数据的“消化”和“利用”　　如果说搬运数据是秀肌肉的“体力活”，那么分析数据并提供解决方案就是拼智商的“脑力活”，相当于把收集来的数据“消化”“利用”好。直接售卖数据是比较底层的盈利方式，而对数据进行处理加工则在商业模式上具备更多的想象空间。　　数据分析可大致分为直接提供数据分析工具和输出解决方案两种模式。潘文说，数据分析工具通常可以实现情报挖掘、舆情分析、销售追踪、精准营销、个性化推荐、网站/APP分析等功能，收费方式取按需购买，部分功能服务免费，部分功能服务收费。　　阿里云的“数加”平台就是典型的数据工具盈利模式。阿里云大数据事业部总监徐常亮表示，阿里云“数加”平台，承载着阿里巴巴集团、蚂蚁金服的数据，可提供一站式的数据计算、加工、处理等服务，用户不用自建计算平台。此外，基于“数加”平台，阿里云还提供数十款应用工具，覆盖数据集、计算引擎、数据加工、数据分析、机器学习、数据应用等数据生产全链条。　　计算引擎之上，“数加”平台提供了最丰富的云端数据开发套件，包括数据集成、数据开发、调度系统、数据管理、运维视屏、数据质量、任务监控。在数据分析方面，通过移动数据分析产品，开发者可快速搭建日志集、分析系统;通过“数加”平台BI报表产品，3分钟即可完成海量数据的分析报告。在机器学习方面，“数加”平台发布的机器学习工具，可基于海量数据实现对用户行为、行业走势、天气、交通等的预测。　　大数据公司百分点的展厅内有一面弧形墙，可以24小时实时更新数据资料和图谱。这面墙上有全网当日产品销售统计和热销产品榜单，每一个产品都有详情介绍。百分点研发总监苏海波介绍，5.5亿用户的“画像”汇总于此，包括购物偏好、网购金额变化趋势、阅读兴趣等。用户的任何网上行为都会成为大数据的一部分，经过筛选加入到用户的数据中。通过与百分点合作，商户可以根据用户消费偏好，定向推送商品;旅行社可以定向推送旅游行程信息和报价;新闻资讯APP则可以推送用户感兴趣的信息。　　在输出解决方案上，大数据还可以应用到医疗、教育、零售、通信等传统行业。通过大数据产生更多收益，节约成本，优化原有行业，衍生出新的商业模式。

你如何看待高速公路长期收费？

高速公路收费，是老生常谈的话题。修订稿的出台，更是再度引发舆论反弹。当然，这一消息，配合了国企改革的大趋势，对各省打造千亿上市公司，是一剂强心剂，也给各省交通厅直属单位交投集团下属的养护集团吃了定心丸。

对此，作为消费者，在缴纳了多年高昂的高速公路通行费用之后，是否有基本的知情权呢？

高速公路何以亏损

高速公路何以巨额亏损，这恐怕是公众最为关心的问题。官方的说法是，伴随高速公路里程的迅猛增长，是债务的迅猛增长以及高速公路的连年亏损。2014年6月30日，交通运输部公布了《2014年全国收费公路统计公报》（以下简称《统计公报》），公报显示截至2014年底，全国收费公路累计建设投资总额为61449.0亿元（不含已取消收费公路），其中资本金投入为187.0亿元，占收费公路累计建设投资总额的31.6%；债务性资金投入为42652.0亿元，占收费公路累计建设投资总额的69.4%。但这么多的投资却并未得到良好回报，《统计公报》显示，2014年度，全国收费公路收支平衡结果为负1571.1亿元，即收支缺口为1571.1亿。这并不是第一次出现高速公路亏损：2013年度，全国收费公路收支平衡结果为负661亿元，即整体亏损661亿元。今年亏损额度是去年的2.37倍。

巨额亏损从何而来？交通运输部公路局副局长王太认为，原因包括正常还债阶段还本付息支出增长，以及债务规模的不断增加。而债务规模大，则与收费公路资金需求巨大及“修路”的资金筹集方式密不可分。加之公路建设速度加快，积累了高额债务。

然而，仅仅是债务规模巨大，无法说明亏损的真正的来源。《统计公报》中有一个非常有意思的数据，截至2014年底，全国收费公路里程16.26万公里，按属性划分，还贷公路10.40万公里，经营性公路5.85万公里，分别占全国收费公路里程的64.0%和36.0%。根据解释，还贷公路“是指县级以上地方交通运输主管部门利用或者向企业、个人有偿集资建设的公路，收费时使用财政票据”，而经营性公路“是指国内外经济组织投资建设或者依照公路法的规定受让还贷公路收费权的公路，收费时使用税务票据。”换句话说，还贷公路是非营利性公路，而经营性公路则是营利性公路。而从收支平衡来看，总共1571.1亿元的收支缺口中，还贷公路收支缺口1293.7亿元，经营性公路收支缺口277.4亿元，分别占82.34%和17.66%。在高速公路收费标准都是统一的前提下，只占64%收费里程的还贷公路亏损额却占了82.34%，亏损额与其里程不成比例。这是不是预示着，不以营利为目的还贷公路可能更加导致亏损？

为什么还贷公路的经营成本会比经营性高速公路的成本高？我的解释是，还贷公路是由主导，由于没有盈利目标，会导致其生产和经营过程中的种种浪费而无法控制其成本。而经营性高速公路则不然，修建高速公路的目的就是为了盈利，因此它会有激励去尽可能节约成本。即便这些公司是国有企业，它也会有各种各样激励去这么做。如果考虑到中国不少经营性高速公路的经营方是上市公司，它们负有履行信息披露的义务，要接受股东监督，而这种外部压力也会逼迫其提高经营水平，努力减少成本。

事实上，还贷公路和经营性公路的区别不只是体现在经营过程之中，同时还体现在投资决策上。经营性收费公路立足于盈利目标，因此在立项上会更多地考虑今后可能的收益，但是对于还贷公路来说，则没有这样的要求——的目标是修路，是否盈利不在其考虑范围之内，而对很多地方而言，修路就是政绩，因此会有更多激励去修路。于是我们就发现了这样一个怪现象，2014年安徽省GDP大约是陕西省的1.17倍，人口大约是陕西省的1.727倍，但是陕西省的高速公路里程则是安徽的1.27倍。或许很多人会以陕西省的面积大于安徽来为陕西省的收费公路里程高于安徽作辩解，但是在我看来，即便这种辩解成立，也无法解释陕西省的单位里程的投资成本会是安徽的2.24倍，唯一的解释在于，还贷公路具有更强的预算软约束。

要减少收费公路的亏损，最为切实的办法可能是收费公路要变成营利性的经营性公路，而不是非营利的还贷公路。这个结论听起来有点匪夷所思，但却是现实写照。同时这还意味着，现在很多人呼吁的要求减少收费公路并且还公路以公益性的要求可能是错的，如果收费公路都回归“公益”而不再收费，它的运营成本会大幅度增加，纳税人可能要承担更多成本。