民主黨派結構界別特色的智能大數據分析

摘? 要：本文采用大數據和人工智能技術手段，擬合規律公式，通過分析某省九三學社全體社員的數據樣本發現：社員結構界別特色明顯，存在主體界別占比緩慢下降、新的社會階層界別發展迅速、科學研究界別發展人數下降較快、高層次人才發展困難4個主要特點。提升結構界別特色，應堅持主體界別和中高級知識分子特色，培養高層次人才;放緩新的社會階層界別發展速度，改良新發展社員結構;加大發展科學研究界別人士力度，培育科技精英。

關鍵詞：民主黨派;結構界別特色;大數據;機器學習;多項式擬合

中圖分類號：D613?? 文獻標識碼：A?? ?文章編號：2096-3378（2020）01-0092-12

我國的各民主黨派力圖保持結構界別特色。然而，各民主黨派在組織發展上試圖保持長期堅持的結構界別特色時遇到了共性問題，如主體界別人數比例下降、新的社會階層人士明顯增多等[1]，導致有觀點認為長期堅持的結構界別特色難以維系[2-3]。準確分析民主黨派結構界別特色的發展狀況，有助于發現問題，進而精準施策。目前，學界針對民主黨派結構界別特色的分析，多采用簡單傳統的統計分析方法，尚未發現運用大數據及人工智能技術作此項研究。現狀統計和未來趨勢分析正是大數據及人工智能技術的長項[4]，運用先進信息技術和算法有助于探討統戰領域相關問題。本文運用大數據和人工智能技術，以某省九三學社全體社員數據為樣本，對社員發展總量及界別特色作出量化分析。

一、研究路線和關鍵技術

（一）研究路線

1.準備工作。（1）準備1臺開發用的PC服務器。采用云服務器，以便安裝數據庫服務軟件并開展大數據、人工智能計算服務。（2）從九三學社某省委獲取全省的社員數據。九三學社某省委在脫敏處理后，提供了屏蔽社員姓名的全省社員原始數據。（3）準備好大數據與人工智能的分析軟件工具。采用TensorFlow作為軟件工具，Anaconda3 Spyder作為集成開發工具。（4）準備好大型關系型數據庫系統。采用SQL Server 2017作為數據庫開發平臺。

2.以全省社員數據為樣本開展定量研究。研究工作重點包括3個部分，以下的第1個部分是其他兩個部分的基礎。（1）作數據分析。包括數據清洗、數據分析、結果呈現。（2）發現問題，描述問題的程度。（3）提出解決對策。對策可供統戰部門和九三學社某省委組織發展工作決策參考。

3.編制軟件程序。（1）研發SQL數據清洗程序。使用SQL Server數據導入工具獲取社員Excel數據，生成SQL Server二維表格，建立ER（Entity Relationship，實體關系）;編制SQL代碼消除異常數據的影響。處理的最為典型的問題是數據錄入存在明顯偏差（如社員入社時間在1944年以前或2019年啟動研究的時間點以后等）、數據不規范（如界別字段為空、職稱級別字段為空等）。（2）研發Python人工智能程序。主要包括獲取數據的程序代碼、分析數據的程序代碼和展現數據的程序代碼。其中分析數據的程序代碼相對復雜，主要運用了多維數組、多項式擬合的機器學習算法，挖掘數據規律，開展數據預測。

（二）關鍵技術

研究用到的關鍵技術是人工智能中的多項式擬合機器學習算法，主要是運用TensorFlow中的Scikit-learn庫的多項式擬合算法[5-7]。本文的做法是先將已獲得的社員數據集分為訓練數據集和測試數據集兩部分，編制程序用流水線技術計算出1-10階多項式的準確度，按比例設置測試數據集，通過10次交叉驗證計算繪制學習曲線，選擇準確度收斂的階數，根據階數擬合出多項式公式[8-10]。最后用得到的多項式公式作數據預測。

該多項式擬合算法采用公式（1）計算成本函數[11]：

擬合出的多項式應盡可能地使該成本函數更小，并且準確度收斂在60%以上[12]。由于本文的研究內容不涉及分類問題，不必作查準率和召回率的分析[13]。

二、數據分析

九三學社的章程寫明社員“以科學技術界高、中級知識分子為主”，結合對九三學社歷史、組織發展的通常做法及九三學社界別特色的理解，本文將九三學社的界別特色具體界定為以“科教文衛”（科技、高等教育、基礎教育、文化、衛生）界別組成為主體界別，社員普遍擁有中級或中級以上職稱[14-15]。本部分將從社員發展總量的數據分析與預測、界別特色的數據分析與預測、中高級知識分子數據分析3個方面展開。

（一）發展總量數據分析與預測

截至2019年5月30日，某省九三學社共有社員6 927人。社員數據庫中未登記入社時間的52人，2019年已發展社員200人（全部登記了入社時間），故2018年及以前共發展社員6 675人。由于研究啟動時間原因，2019年發展的社員數據不作為社員發展總量數據分析與預測的原始數據。

1.發展總體數量數據分析與預測

根據每年社員發展數據可以看出，1980年以前發展的社員數量很少，1980—1990年之間經歷過10年的振蕩期（發展人數激增和驟降），自1990年后又開始逐步上升。

因此，可以認為1990年以前是社員人數發展的振蕩期，1990年以后進入穩步發展期。通過實驗發現由1944—2018年的社員發展數據不能擬合出一個訓練數據集和測試數據集在精確度上均收斂的多項式。為了建立能預測2019年及2019年以后發展社員數據的模型，取1990年以后的社員發展數據作為訓練數據集和測試數據集。

本文采用了最小二乘法和多項式來擬合歷年社員發展數量的曲線，通過Python的機器學習庫Scikit-learn中的LinearRegression工具和Pipeline工具10次交叉驗證數據集，繪制了將1990—2008年的29年社員發展數據作為訓練數據集和測試數據集的學習曲線（如圖1、2、3所示）。從這3個圖可以看出，測試數據集比例為40%、50%時，1階、2階、3階多項式的準確度均無法收斂，呈過擬合狀態，如采用更高階的多項式模型會更加過擬合。如圖3所示，當測試集占比為60%，1階多項式的測試集、訓練集的準確度收斂于72%，2階和3階多項式的準確度均呈過擬合狀態。故選定多項式的階數為1，即簡單的直線線性關系。經擬合，線性方程為：

公式（2）中，y為發展社員數量，x為年份。本文將公式（2）稱為“某省九三學社社員發展數量公式”，可用于預測2019年及2019年以后的社員發展數量，預測準確度為72%。據公式（2）預測，某省九三學社2019年社員發展數據為315人，2020年為323人，2021年為331人。

2.滾動發展總體比例數據分析與預測

下面通過社員滾動發展總體比例情況作分析與預測。社員發展滾動比例計算公式（3）如下：

公式（3）中，R_n表示第n年的社員滾動發展比例，S_n表示第n年的社員發展數量，S_i表示第i年的社員發展數量，∑_1^（n-1）?S_i 則表示第1至n-1年的累計社員發展數量。

根據公式（3）計算出歷年社員滾動發展比例如表2所示。

可以看出，某省九三學社社員滾動發展的比例同社員發展的數量一樣，在1990年以前是振蕩期，滾動發展比例不穩定。1990年以后進入相對穩定期，2005年以后滾動發展比例保持在5%左右。為便于預測分析，本文參照社員發展總數量預測的做法展開多項式擬合，發現擬合不出理想的多項式，示例的學習曲線如圖4所示。

從示例中可以看出，在采用5階和10階多項式擬合時，訓練數據準確度很高，10階多項式的準確度接近100%，但看不到測試數據的準確度曲線，說明為嚴重的過擬合現象。積累的數據不足，找不出理想模型。

（二）界別特色數據分析與預測

1.界別特色總體數據分析

某省九三學社的社員數據中有159人未登記界別數據，其余的6 768名社員共來自16個界別，界別分布的情況如圖5和6所示。從圖中可以看出，科學研究、高等教育、基礎教育、文化藝術、醫藥衛生這5個界別（合稱為主體界別或“科教文衛”）所占人數及比例分別達到4 613人、66.6%（包括未知界別人數）。表3列出了主體界別的人數及占比情況，從表中數據來看，主體界別特色總體上仍然明顯，仍以“科教文衛”為主，其中高等教育、科學研究、醫藥衛生3個界別排名前3。

2.按年度的界別特色數據分析

在總體數據分析基礎上，從滾動發展比例、每年發展人數變化兩個角度分析數據。在九三學社某省委的社員數據庫中有159人未登記界別數據，53人未登記入社時間，因此實際上有212人為無效數據，故共計6 715人為按年度界別特色數據分析的有效數據。其次，考慮到啟動研究時2019年暫未到期，分析時不考慮2019年的發展社員數據。

為關注重點界別，取排名前5的界別、主體界別（“科教文衛”）及總體情況作為分析對象對比，下面按有效數據分析發展人數和滾動發展比例。發展人數的所有年份折線圖和1990年以后的發展人數折線圖分別如圖7和圖8所示。從這兩個圖可以看出，主體界別（“科教文衛”）與所有界別的發展人數折線圖很接近，2015年以后新的社會階層界別發展人數增長較快，但科學研究界別發展人數在下降且較快。因此本文重點關注4個方面的2015年以后的發展人數數據，如表4所示。

經過實驗發現，對自1990年以后的主體界別人數數據作擬合不能得到準確度收斂的擬合多項式，但對自1990年以后的新的社會階層界別人數數據作擬合可以得到準確度收斂的擬合多項式。如圖9所示的學習曲線示例，這是測試集比例占20%的實驗結果，階數為1、3時過擬合，階數為2時測試準確度和訓練準確度在83%收斂，因此，選擇階數為2。

經擬合，2階多項式方程為：

公式（4）中，y為新的社會階層界別社員發展數量，x為年份。可將公式（4）稱為“某省九三學社新的社會階層界別社員發展數量公式”，用于預測2019年及以后的社員發展數量，準確度為83%。據公式（4）預測，某省九三學社2019年新的社會階層界別社員發展數據為54人，2020年為58人，2021年為63人。本文將1990—2018年的新的社會階層界別社員發展折線和“某省九三學社新的社會階層界別社員發展數量公式”繪制在一張圖中，如圖10所示。

至此，本文獲得了兩個計算公式，即“某省九三學社社員發展數量公式”和“某省九三學社新的社會階層界別社員發展數量公式”，據此預測未來的情況，如圖11和表5所示。

根據預測，2019年以后，新的社會階層界別滾動發展比例會逐年減小，但年度占社員總數的比例會逐年上升，至2029年新的社會階層界別人數將達到1 252人，當年占社員總數的比例將達到12.5%。

3.主體界別特色數據分析

如前所述，本文已對主體界別的發展人數作了分析，但未對滾動發展比例和當年占比作出分析。

從圖12、13可以看出，1980年以前發展的社員幾乎都是主體界別，之后比例逐年下降，滾動發展比例總體上自1995年呈緩慢下降趨勢。近10年的具體數據如表6所示。可以看出，從2009—2018年的10年間主體界別占比共下降了4.8個百分點。盡管如前文所述，對主體界別發展人數擬合失敗，但可以對主體界別占比作數據擬合。經實驗，采用1階多項式即可取得很好的擬合效果，準確度達到97%，如圖14所示。

從圖14可見，測試準確度和訓練準確度快速收斂。得到的擬合公式（5）如下：

本文稱公式（5）為“某省九三學社社員主體界別占比公式”。據此，可預測出未來20年的主體界別占比，至2028年時，預計主體界別占比為67.4%;至2038年時，預計主體界別占比為64.6%。總體呈緩慢下降趨勢，但仍能保持主體界別特色。

（三）中高級知識分子數據分析

可將中高級知識分子理解為具有中級或中級以上職稱的人員。當前某省九三學社社員的職稱等級分布情況如圖15和16所示。當前正高職稱、副高職稱、中級職稱人數分別達到801人、1 984人、3 846人，占比分別為11.6%、28.6%、55.5%;中級及以上職稱人員共計6 631人，占比95.7%，為絕大多數。接下來考察新發展的社員中各種職稱的人數情況，如圖17和18所示。

考慮到數據庫系統中登記的職稱信息是當前狀態，不能反映歷史變更情況，本文盡量考察1990年以后新發展社員中的各種職稱人數。從圖18可以看出，近年來中級職稱社員人數增長較快，總體呈增長趨勢;正高職稱社員發展速度放緩;早些年初級職稱社員發展得較少，近年來其發展速度緩慢增長。各種職稱近5年發展的人數如表7。

三、問題梳理與建議

根據前文的分析，對某省九三學社社員的結構界別特色情況及問題總結如下：

（一）主體界別特色仍然明顯，以“科教文衛”為主，但主體界別占比呈緩慢下降趨勢。根據獲得的公式（5），至2038年時，預計主體界別占比為64.6%，將比2018年再下降3.9個百分點。

（二）新的社會階層界別發展迅速，將成為九三學社社員的主要界別之一。根據獲得的公式（4），新的社會階層界別滾動發展比例會逐年減小，但年度占社員總數的比例會逐年上升，至2029年新的社會階層界別人數將達到1 252人，當年占社員總數的比例將達到12.5%。

（三）科學研究界別發展人數在下降且速度較快，2018年僅發展了10人。本研究雖然不能擬合出該界別的多項式公式，但可以明顯看出其近3年的快速下降趨勢。

（四）保持了中高級知識分子特色，但高層次人才發展困難，近5年發展人數為個位數。從數據分析可以看出，近些年大量發展中級職稱社員，初級職稱發展人數上升，正高職稱發展人數呈下降趨勢。總體上，當前社員內中高級職稱人數比例仍較高，為95.7%，保持了中高級知識分子的特色。

針對上述情況及問題，對某省九三學社的社員發展提出以下對策建議：

（一）堅持主體界別和中高級知識分子特色，培養高層次人才。在保持中高級知識分子特色的前提下，總體上偏向發展主體界別（科教文衛）人士。在加大正高職稱人員的數量和比例上，一方面要想方設法發展代表人士、有影響力的主體界別、正高職稱人員加入九三學社;另一方面應促進中級職稱、副高職稱的社員成長，如采取社員導師制、社內精英人才培養計劃等。

（二）放緩新的社會階層界別發展速度，改良新發展社員結構。建議放緩發展新的社會階層界別人士，一方面促進已發展的新的社會階層界別人士成長成才，轉化為主體界別人員或成長為代表性人士;另一方面應重點發展主體界別人士。

（三）加大發展科學研究界別人士力度，培育科技精英。考慮到科學研究界別一直是九三學社社員產生代表人士的主要領域、一大批從事前沿技術的老前輩為九三學社獲得了崇高的社會聲譽和影響的歷史現實，一方面應在新社員發展上注重發展科學研究界別人士，另一方面應在科學研究領域培育人才，采取多種形式促進其發展，如舉辦前沿科技論壇形成社會影響和吸引科學研究界別人士，廣泛宣傳九三學社的科學研究界別代表性人士，發揮已在科學研究界別有聲望的老社員的影響力和作用等。

參考文獻：

[1]? 桑晨奔.論吸收新社會階層對民主黨派組織發展的影響[D].上海：復旦大學，2013.

[2]? 唐長久.政黨適應性理論的民主黨派組織發展界別特色問題研究[J].求索，2013（5）：262-264.

[3]? 劉曉琳.新時期九三學社自身建設問題研究——以山東省九三學社為例[D].濟南：山東大學，2015.

[4]? 鄧子云，何庭欽.區域人工智能產業發展戰略研究[J].科技管理研究，2019（7）：32-43.

[5]? 黃永昌.scikit-learn機器學習：常用算法原理及編程實戰[M].北京：機械工業出版社，2018.

[6]? 鄧春林，楊柳，王涵之.高校網絡群體性事件輿情演化規律初探——基于多項式擬合的定量分析[J].現代情報，2016（5）：16-20.

[7]? Ziyun Deng，Tinqing He，etc.A Multimodel Fusion Engine for Filtering Webpages[J].IEEE Access，2018（6）.

[8]? 薛理，楊樹文，馬吉晶，劉燕.多項式擬合的尺度不變特征變換改進算法[J].遙感信息，2019（4）：54-61.

[9]? 李振昌，李仲勤.滑動式切比雪夫多項式擬合法在BDS精密星歷內插中的應用[J].測繪工程，2019（4）：49-53.

[10]? 萬新軍，賓博逸，呂宋，等.基于Zernike多項式擬合的非球面點云數據自動調平[J].光學技術，2019（2）：170-175.

[11]? 吳桐，張陽陽，孫妍艷，等.一種基于改進外點法的多項式擬合解法[J].大地測量與地球動力學，2019（1）：57-60.

[12]? 王雪標，張奇松.利率期限結構靜態擬合方法研究[J].商業研究，2018（12）：116-124.

[13]? 劉金釗，王同慶，陳兆輝，等.利用滑動窗口的多項式擬合算法進行重力位場區域-剩余異常分離[J].武漢大學學報（信息科學版），2018（10）：1478-1482.

[14]? 彰顯九三學社界別特色? 助推科技創新政策落地[J].民主與科學，2018（2）：9.

[15]? 唐長久，周密.民主黨派在組織發展趨同中保持自身特色的思考[J].湖南省社會主義學院學報，2018（6）：38-39.

責任編輯：龔靜陽