决策数据库
A. 什么是数据库数据库有什么用
数据库(Database)是按照数据结构来组织、 存储和管理数据的仓库。在1990年以后，数据管理不再是存储和管理数据，而是转变成用户所需要的各种数据管理的方法。
数据库具有能存在一起、能与多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的作用。数据库系统在各个方面都得到了广泛的应用。
在信息化社会，充分有效的管理和利用各类信息资源，是进行科学研究和决策管理的重要前提。数据库技术是管理信息系统、办公自动化系统、决策支持系统等各类信息系统的核心组成部分，是进行科学研究和决策管理的重要手段。
(1)决策数据库扩展阅读：
数据库可以视为电子化的文件柜——存储电子文件的处所，用户可以对文件中的数据运行新增、截取、更新、删除等操作。
发明人是雷明顿兰德公司。
数据库管理系统（DBMS）是为管理数据库而设计的电脑软件系统，具有存储、截取、安全保障、备份等基础功能。数据库管理系统可以依据它所支持的数据库模型来作分类。
数据库的类型有关系数据库和非关系型数据库两种。数据库模型有对象模型、层次模型（轻量级数据访问协议）、网状模型（大型数据储存）、关系模型、面向对象模型、半结构化模型、平面模型。
B. 如何用决策树对教学成绩数据库进行多分类
数据挖掘,也称之为数据库中知识发现是一个可以从海量数据中智能地和自动地抽取一些有用的、可信的、有效的和可以理解的模式的过程.分类是数据挖掘的重要内容之一.目前,分类已广泛应用于许多领域,如医疗诊断、天气预测、信用证实、顾客区分、欺诈甄别. 现己有多种分类的方法,其中决策树分类法在海量数据环境中应用最为广泛.其原因如下：
1、决策树分类的直观的表示方法较容易转化为标准的数据库查询
2、决策树分类归纳的方法行之有效,尤其适合大型数据集.
3、决策树在分类过程中,除了数据集中已包括的信息外,不再需要额外的信息.
4、决策树分类模型的精确度较高. 该文首先研究了评估分类模型的方法.在此基础上着重研究了决策树分类方法,并对决策树算法的可伸缩性问题进行了具体分析,最后给出了基于OLE DB for DM开发决策树分类预测应用程序.
C. 为什么数据库只能用于管理,而数据仓库能用于支持决策
数据库只能用于管理,而数据仓库能用于支持决策是因为数据库有修改和删除操作，而数据仓库有大量的查询操作。
数据库是“按照数据结构来组织、存储和管理数据的仓库”。是一个长期存储在计算机内的、有组织的、可共享的、统一管理的大量数据的集合。能够进行修改和删除操作。
数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。
注意事项：
数据仓库中的数据通常包含历史信息，系统记录了企业从过去某一时点(如开始应用数据仓库的时点)到当前的各个阶段的信息，通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。
数据仓库是不可更新的，数据仓库主要是为决策分析提供数据，所涉及的操作主要是数据的查询；数据仓库是随时间而变化的，传统的关系数据库系统比较适合处理格式化的数据，能够较好的满足商业商务处理的需求。稳定的数据以只读格式保存，且不随时间改变。
D. 在企业管理和决策中,数据仓库什么的特点无法支持决策
数据仓库是面向主题的；操作型数据库的数据组织面向事务处理任务，而数据仓库中的数据是按照一定的主题域进行组织。主题是指用户使用数据仓库进行决策时所关心的重点方面，一个主题通常与多个操作型信息系统相关。
2、数据仓库是集成的，数据仓库的数据有来自于分散的操作型数据，将所需数据从原来的数据中抽取出来，进行加工与集成，统一与综合之后才能进入数据仓库；
数据仓库中的数据是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，必须消除源数据中的不一致性，以保证数据仓库内的信息是关于整个企业的一致的全局信息。
数据仓库的数据主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，也就是数据仓库中一般有大量的查询操作，但修改和删除操作很少，通常只需要定期的加载、刷新。
E. 为什么在分析决策中需要建立数据仓库而不直接在传统数据库上进行
事务（传统）数据库不是不行啊，只不过你不要在事务数据库上直接进行统计、分析，因为会影响到前端业务处理的人的速度，
可以单另导出来进行分析统计；
数据仓库的载体也是传统数据库的载体啊，一样的，例如ORACLE\SQLSERVER等，都可以的，
如果你会数据仓库建模，那也不错啊，你可以发现你会发现多维查询语句会比SQL语句更方便，更快速，
数据仓库之所以查询比较快，是因为电脑趁人睡觉的时候，已经提前把人可能查询的方式计算了一遍，将大部分可能的方式都计算出结果，直接存到某地址，然后人睡醒后查询直接查那地址就可以了
F. 什么是决策支持系统的数据库
决策支持系统（Decision-making Support System，DSS）是管理信息系统应用概念深化，在管理信息系统基础上发展起来的系统。
DSS是解决非结构化问题，服务于高层决策的管理信息系统，按功能可分为专用DSS，DSS工具和DSS生成器。专用DSS 是为解决某一领域问题的DSS。
(6)决策数据库扩展阅读：
决策支持系统的发展沿革
1、70年代中期
由美国麻省理工学院的米切尔 S·斯科特(Michael S·Scott)和彼德 G·W·基恩(Peter G·W·Keen)首次提出了“决策支持系统”一词，标志着利用计算机与信息支持决策的研究与应用进人了一个新的阶段，并形成了决策支持系统新学科。
2、在整个70年代，研究开发出了许多较有代表性的DSS。例如：
支持投资者对顾客证券管理日常决策的Profolio Management；
用于产品推销、定价和广告决策的Brandaid；
用以支持企业短期规划的Projector及适用于大型卡车生产企业生产计划决策的Capacity Information System等等。
3、到70年代末，DSS大都由模型库、数据库及人机交互系统等三个部件组成，它被称为初阶决策支持系统。
4、80年代初，DSS增加了知识库与方法库，构成了三库系统或四库系统。
知识库系统：是有关规则、因果关系及经验等知识的获取、解释、表示、推理及管理与维护的系统。知识库系统知识的获取是一大难题，但几乎与DSS同时发展起来的专家系统在此方面有所进展。
方法库系统：是以程序方式管理和维护各种决策常用的方法和算法的系统。
5、80年代后期，人工神经元网络及机器学习等技术的研究与应用为知识的学习与获取开辟了新的途径。专家系统与DSS相结合，充分利用专家系统定性分析与DSS定量分析的优点，形成了智能决策支持系统IDSS，提高了DSS支持非结构化决策问题的能力。
6、近年来，DSS与计算机网络技术结合构成了新型的能供异地决策者共同参与进行决策的群体决策支持系统GDSS。
GDSS利用便捷的网络通信技术在多位决策者之间沟通信息，提供良好的协商与综合决策环境，以支持需要集体作出决定的重要决策。
在GDSS的基础上，为了支持范围更广的群体，包括个人与组织共同参与大规模复杂决策，人们又将分布式的数据库、模型库与知识库等决策资源有机地集成，构建分布式决策支持系统(DDSS)。
7、DSS产生以来，研究与应用一直很活跃，新概念新系统层出不穷。
1985年欧文（Owen）等人提出了由专业人员组成的，支持决策者使用DSS解决决策问题的决策支持中心(DSC)的概念。
8、DSS的发展还体现在组成部件的扩展与部件组成的结构变化上。
9、研究与应用范围不断扩大与层次不断提高，国外相继出现了多种高功能的通用和专用DSS。
SIMPLAN，IFPS，GPLAN，EXPRESS，EIS，EMPIRE，GADS，VISICALC，GODDESS等都是国际上很流行的决策支持系统软件；
1983年，R. 博奇克研制成功DSS的开发系统(DSSDS)；
DSS与人工智能相结合，出现了智能化DSS(IDSS)；
1984年，DSS与计算机网络相结合，出现了群体DSS(GDSS)；
现在，决策支持系统已逐步扩广应用于大、中、小型企业中的预算分析、预算与计划、生产与销售、研究与开发等智能部门，并开始应用于军事决策、工程决策、区域开发等方面。
10、我国DSS研究现状
DSS的概念是80年代末引人我国的，但在此之前有关辅助决策的研究早就有所开展。
目前我国在DSS领域的研究己有不少成果，但总体上发展较缓慢，在应用上与期望有较大的差距，这主要反映在软件制作周期长，生产率低，质量难以保证，开发与应用联系不紧密等方面。
G. 基于多元数据库的辅助决策过程
基于GIS多元信息综合的人机对话
结构复杂而又自成体系的遥感影像空间模型，往往隐含着深刻的地质作用过程和自然环境演化趋势等深层信息。基于GIS的信息综合人机对话就是利用GIS的相关Coverage档对这种演化过程及特定内涵的多元求解。本次工作以《桐柏大别成矿带区域遥感地质特征研究》、《崤山地区金矿找矿前景评价》和《耕地预警研究》等课题为试点，选取数据库中存储的数据进行拓扑运算，对遥感影像空间模型的内涵求证。
例1，桐柏大别成矿带区域遥感地质特征研究
（1）工作平台
a.河南省地质矿产数据库（Access）；
b.河南省国土资源地理信息系统（HNL&R-CC/GIS）。
（2）数据组织
a.Coverage-1，桐柏大别成矿带布格重力图（图版Ⅰ.4-1）；
b.Coverage-2，桐柏大别成矿带航磁异常图（图版Ⅰ.4-2）；
c.Coverage-3，桐柏大别成矿带金地球化学图（图版Ⅰ.4-3）；
d.Coverage-4，桐柏大别成矿带银地球化学图（图版Ⅰ.4-4）；
e.Coverage-5，桐柏大别成矿带地质构造图（图版Ⅰ.4-5）；
f.Coverage-6，桐柏大别成矿带遥感影像图（图版Ⅰ.4-6）。
例2，河南省耕地预警研究——生产潜力计算
（1）工作平台
a.河南省国土资源地理信息系统；
b.MAPGIS/FoxPro;
（2）数据组织
a.光辐射生产潜力计算：计算作物生长季总辐射量；光合生产潜力生长和季内日光合生产率。由计算结果可得出的光合生产潜力为，小麦达到25459.19 kg/hm2，玉米达到25749.01 kg/hm2；光合潜力最高的地区－濮阳地区；光合潜力最低的地区－南阳地区。
b.光温生产潜力计算生长季内月光温生产速率：生长季内光温生产潜力为：全省小麦平均光温生产潜力为14173.06 kg/hm2，玉米为24344.13 kg/hm2；河南省光温生产潜力较高的地区主要分布在濮阳、焦作一带，较低的地区主要分布在豫西山地和南阳盆地。
c.光温水生产潜力计算：由计算结果知河南省小麦平均光温水生潜力为12455.77 kg/hm2，玉米为21323.53 kg/hm2；河南省光温水生产潜力较高的地区主要分布在信阳、驻马店以及清丰、南乐等地区，较低的地区主要分布在三门峡和郑州地区。
d.光温水土生产潜力：由计算结果知河南省小麦平均光温水土生产潜力为8181.62kg/hm2，玉米为14042.52 kg/hm2；河南省光温水土生产潜力最高的地区分布在濮阳的清丰、南乐以及许昌、焦作地区，较低的地区主要分布在豫西的三门峡地区。
实践证明，基于GIS的多元信息综合人机对话技术的推广应用，不仅可以促进工作人员技术素质的全面提高，而且对推动遥感应用技术的智能化发展有着十分重要的意义。
H. 宏观决策系统
宏观决策系统是支持决策者制定决策的决策支持系统（DSS），数据、模型和方法是它的主要资源，主要用来解决半结构化及非结构化决策问题，目的在于提高宏观决策有效性和扩展决策者的决策能力。
4.2.3.1 宏观决策系统的业务概述
现有的社会保障信息系统主要是一些分散的业务系统，其数据具有一定的分散性，不能为完善全省社会保障体系的决策提供完整有效的支持。因此，各级社会保障信息系统的建设者都面临这样一个问题：如何将现有的零散的业务数据充分利用起来，变成可为省、市领导决策提供真实依据的信息，如何进一步深层次地分析这些数据，如何将所管理的信息以最快最直观的方式提供给有关的决策人。
这种需求就使得利用数据仓库系统、数据挖掘、在线数据分析等信息化手段，建立智能化的决策支持系统成为全省社会保障信息系统中的重要任务。
为支持省级社会保障系统的宏观决策，从业务角度来看，宏观决策系统是以宏观决策数据库、模型库、方法库为技术支撑，由统计信息管理系统、监测预警系统、预测分析系统、风险分析系统、政策法规系统和信息发布系统等组成决策支持系统。
4.2.3.2 宏观决策系统的设计原则
由于宏观决策系统的特殊性，它的设计应遵从以下基本原则。
（1）信息准全原则。在决策的过程中，自始至终都需要进行数据、信息的收集和调查研究工作。决策的成功不仅与信息的准确性紧密相关，而且也与信息的全面性紧密相关。只有在信息准确而全面的情况下才能为省级社会保障信息系统的实时调控及决策的实时调整提供支持。
（2）系统原则。社会保障信息系统是一个综合性的庞大的信息系统，各子系统相互关联、相互制约。宏观决策系统不仅要考虑其各子系统的联系，而且也要考虑其与周围系统的关联。因此，决策必须应用系统工程的理论与方法，以系统的总体目标为核心，以满足系统的优化为准绳，强调系统配套、系统完整和系统平衡，作出科学的决策。
（3）优化原则。决策是在一定的环境条件下，寻求优化目标的手段。不追求优化，决策就失去了它应用的意义。优化原则，包括最优化原则和次优化原则。前者是以最小的耗费取得最大的效果；后者是在无法达到最优化的情况下，只是获得能满意的结果。由于客观环境的复杂性，许多问题往往无法获得最优的解决方案，所以在大多数情况下是遵循次优化原则。
（4）可行性原则。决策必须可行，不可行就不能实现决策的目标。为此，决策实施前必须进行可行性研究。可行性研究需要从社会、经济等各个方面进行全面的考察。
（5）集体决策原则。集体决策是决策科学化的主要组织保证。它不是靠少数决策者“拍脑袋”，也不是找几个专家简单地讨论一下，而是有一个决策群体和决策机构，专门对决策问题进行调查研究，通过方案论证、综合评估和对比择优，提出可行性的方案供决策者参考。
4.2.3.3 宏观决策系统的体系结构
宏观决策系统的组成与体系结构是指构成系统的各组成部分的排列、组织和相互结合的方式。社会保障信息系统的宏观决策系统以宏观决策数据库（数据仓库）、模型库、方法库为技术支撑，由数据整合子系统、资金管理子系统、决策支持子系统组成。
数据整合子系统是为宏观决策系统准备和组织数据，它实际上是各种业务数据库与宏观决策数据的接口，主要内容包括从共享数据库提取宏观决策所需各种指标数据、统计汇总数据、抽样数据等，建立宏观决策数据库，供决策支持使用。
资金管理子系统是为对社会保障资金的筹集、储存、运营和分配实行统一管理、监督、调控，最大限度地降低社会保险资金的风险，主要内容包括对预算内与预算外的资金管理和其他保障资金管理。宏观决策数据库中存放着各类资金管理数据，为资金管理子系统提供数据支持。
决策支持子系统是支持决策者制定决策的决策支持子系统（DSS），数据、模型和方法是它的主要资源，主要用来解决半结构化及非结构化决策问题，目的在于提高宏观决策有效性和扩展决策者的决策能力。模型库和方法库是决策支持的核心，宏观决策数据库为各类决策模型与方法提供分析数据（图4-67）。
4.2.3.4 宏观决策系统的分布模型
宏观决策在整个省级社会保障信息系统中分布在省、市两级，省、市宏观决策业务功能是相同的，对本级的资金进行宏观管理和对社会保障业务进行宏观决策分析、预测等决策支持。但因管理层次的不同，宏观决策在省、市两级的决策内容与决策范围有所不同，一般来说，省一级的决策属于战略性决策，市一级的决策属于战术性决策。战略性决策是一类关系到全局性的、带有方向性和根本性的决策，它产生的影响是深远的，对社会保障系统的各个方面都在较长时间范围内发生作用。战术性决策是为了保证战略决策的实施，对一些带有局部性、暂时性或其他执行性质的问题作出决策。
图4-67 宏观决策系统体系结构图
省、市宏观决策数据库数据来源不同，市级宏观决策数据库数据来源于本级的共享数据库，省级宏观决策数据库数据来源于省级共享数据库。宏观决策业务分布如下（图4-68）。
4.2.3.5 宏观决策系统子系统的设计
信息是人们认识世界和改造世界的源泉，也是决策科学化的基础。在决策方案制定过程中，自始至终都需进行数据、信息的收集、整理工作。宏观数据整合是根据宏观决策的需要，对各种基本业务信息和统计信息及其他各种社会经济信息进行采集，按要求处理，建立宏观决策数据库，并进行经常性的维护，保证宏观决策数据库的准确性、可靠性和可用性。
● 宏观数据整合子系统设计
对宏观数据的采集要力求四度：①宽度。即信息采集的广泛性。信息采集的范围不仅有社会保障内部的数据，更有与整个国家经济、政治生活相关的宏观数据。②信度。即采集数据的真实性、准确性，数据是决策的依据，失真的数据只能导致决策失误。因此，要建立必要的信息标准，保证数据的真实性，提高数据质量，杜绝编造数字现象。③速度。即信息采集的时效性。对于统计数据和监测或监控数据要有时间要求，如急情快报、天报、月报、季报、年报等。④深度。即信息采集和加工处理的深度。
图4-68 宏观决策业务分布图
（1）宏观数据整合子系统体系结构。宏观数据整合就是将宏观决策以外的源数据库的数据通过转换而形成宏观决策数据库的过程。宏观数据整合子系统主要功能包括数据抽取、数据分类与整理、数据编辑与压缩、数据计算与变换（图4-69）。
数据抽取主要完成两部分数据内容的提取：从共享数据库中进行宏观决策所需数据和资金管理所需数据的提取。共享数据库包括两种重要的信息资源：①由社会保险和劳动保障、民政业务前台登记和资金管理产生的信息，包含各相关业务内容的微观信息数据库。②现行统计报表制度中的统计报表超级汇总数据（即基层表数据）。
共享数据库是业务信息的数据存放、交换、管理和处理的集散地，对共享数据库资源进行数据抽取，可以获得准确及时的宏观决策信息。
数据分类与整理完成从抽取的源数据中选择字段或记录按宏观决策的要求进行重新分类和整理。
数据编辑与压缩完成对重新分类与整理后的源数据进行编辑和按一定的要求压缩。
数据计算与变换完成对选择的源数据中的字段和记录进行数学和逻辑运算，对数据格式和数据类型进行变换。
各业务数据经过宏观数据整合子系统各功能处理后在宏观决策数据库中是以主题信息的形式存放，为决策支持子系统提供宏观决策所需的数据、信息。
图4-69 宏观数据整合子系统体系结构图
（2）宏观数据整合子系统数据流分析。宏观数据整合子系统数据流主要体现共享数据库中的业务资源数据形成宏观决策主题数据的一个处理过程。劳动保障、民政和社会保险等业务数据和常规统计报表数据以及资金管理数据是宏观数据整合的主要对象，经数据抽取后形成业务统计信息、抽样调查信息、典型调查信息、国家发布信息、国际交流合作信息和宏观资金管理信息。各类信息经数据分类整理、编辑压缩、计算变换后，形成宏观决策所需的各类主题信息（图4-70）。
（3）宏观数据整合子系统组件规格设计（表4-54）。
表4-54 宏观数据整合子系统组件清单
● 决策支持子系统设计
宏观决策系统的决策支持子系统（DSS）是以信息技术为手段，应用管理学、运筹学、控制论、行为科学等有关决策科学的理论和方法，针对某一类型的半结构化和非结构化的决策问题，通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式，为管理者作出正确决策提供帮助的人机交互式的信息系统。它把数据处理功能和各种模型等决策工具结合起来，以在复杂而又多变的环境中协助决策者，特别是协助高层决策者制定和分析决策。决策支持子系统面对的是决策过程，核心是建立模型体系，并提供方便使用的用户接口。
图4-70 宏观数据整合子系统数据流程图
（1）决策支持子系统主要特征：①决策支持子系统（DSS）辅助管理人员完成半结构化和非结构化的决策问题，这些问题确实从来就很少或得不到管理信息系统的支持，而决策支持子系统（DSS）可以解决一部分分析工作的系统化问题；②决策支持子系统（DSS）必须是辅助和支持管理人员，而不是代替他们进行判断。因此，计算机既不应该试图提供最终答案，也不应该给决策者加一套预先规定的分析顺序；③决策支持子系统（DSS）是通过它的人机交互接口为决策者提供辅助功能的。DSS的人机接口注重用户的学习、创造和审核，即让决策者在依据自己的实际经验和洞察力的基础上，主动利用各种支持功能，在人机交互过程中反复地学习和探索，最后根据自己的“管理判断”选取一个合适方案。
DSS的目标是辅助人的决策过程，以改进决策制定的效能，因而它不会也不可能取代提高管理效率为目标的电子数据处理和管理信息系统。
（2）决策支持子系统体系结构。宏观决策支持子系统以宏观决策数据库、模型库和方法库三库结合为技术支撑，主要功能由常规统计分析、监测预警、预测分析、风险分析、政策法规服务、综合查询构成（图4-71）。
图4-71 决策支持子系统体系结构图
常规统计分析。是以社会保障的方针、政策法规作指导，在宏观决策数据库提供的详细的社会保障业务统计信息的基础上，利用科学的社会经济统计方法对社会保障业务中的现象进行分析，揭示问题产生的原因，阐明社会保障各业务之间的内在联系，透过对统计信息的分析深刻认识社会保障事业发展的客观规律。常规统计分析是统计活动的最终结果，是各级领导决策的重要依据，是统计服务的重要手段。
统计常规分析内容：①业务实际执行情况与计划情况分析。如：社会保险资金征收完成程度；劳动实际就业程度。②本期实际数与上期同期实际数分析。如：本期比上期实际参保人数增（减）情况；本期比上期失业人数增（减）情况。③本期实际数与去年同期实际数进行分析。如：本期实际退保人数比去年同期增（减）情况。④本期实际数与历史最好水平进行分析。⑤部分与总体进行分析。如：各市社会保险资金征收完成情况占全省社会保险资金征收完成比率。⑥按各种类型对业务执行情况分析。如：按企业经济类型对各种类型企业的参保职工、离退休人员、资金征收、支付退休待遇情况等。⑦按总平均数与组平均数联系分析。如：全年各月基本医疗保险支出结构分析，各月份中基本医疗保险、门诊医疗、住院医疗、特殊人群占基本医疗保险支出的数量和百分比。⑧按总平均数和分配数列结合分析。如：全年基本医疗保险参保人群费用年龄分布分析。⑨按平均数与典型调查情况结合分析。
方法、模型支持。对比分析法，分组分析法，平均分析法，联系分析法，动态分析法等。
监测预警功能。监测全省社会保障事业的发展状况，并及时提供各种预警信息，以便及时采取有效措施，保证社会保障事业持续快速健康发展。监测预警既从整体上把握社会保障事业的发展状况，对社会保障事业进行监测和预警，也从社会保障事业的各个专业领域对社会保障事业的发展进行监测和预警。
监测预警内容：①就业基本政策的执行情况；②企业下岗职工的分流安置、基本生活保障和再就业的规划、政策，组织实施的情况；③劳动关系调整基本规则的执行情况，劳动合同、集体合同制度的实施情况，企业职工工作时间、休息休假制度和女工、未成年工特殊劳动保护政策的执行情况、政策性安置和调配工作的执行情况；④养老、失业、医疗、工伤、生育社会保险的基本政策和基本标准的执行情况；⑤救灾工作和社会救济的方针、政策、规章，城乡居民最低社会保障制度及相关配套政策执行情况；⑥参加养老保险的企业、职工及离退休人员的动态情况；⑦资金的收缴、发放、运转、储备、调剂；⑧劳动力市场，劳动力供给和劳动力需求、失业率及失业情况；⑨劳动争议及其处理；⑩受灾情况，受灾人口，救灾情况，灾害损失情况；⑪救济对象情况，最低生活保障情况；⑫优抚安置对象情况，安置情况，优抚经费保障情况；⑬社会收养业情况，社区服务业情况，社会福利企业情况。
方法、模型支持。
综合监测预警模型，就业与失业保险专业监测模型，养老保险专业监测模型，医疗保险专业监测模型，工伤保险专业监测模型，企业工资专业监测模型，劳动关系专业监测模型，救灾专业监测模型，社会救济专业监测模型，优抚安置专业监测模型，社会福利专业监测模型。
预测分析。主要是根据社会保障事业的过去和现在的发展规律，运用科学的方法，对社会保障事业的未来发展趋势和状况进行描述、分析，作出估计和判断。目的在于通过对社会保障事业历史规律的探讨和现状的研究，以减少不确定性对社会保障事业的影响，为制定社会保障事业发展方针、政策和规划服务。预测是社会保障决策科学化的前提，它是研究社会保障事业发展规划、发展战略的科学手段。
预测分析内容：①资金风险预测；②失业率预测分析；③社会保险缴费预测分析；④参保人数预测；⑤最低工资指导线预测；⑥灾情预测。
方法、模型支持。预测方法有定性预测方法和定量预测方法两大类。定性预测方法是从定性概念出发，分析和判断社会保障事业未来发展变化状况的方法，主要依靠人的直观判断能力和知识，方法简单，预测迅速，它包括探索型预测方法和规范性预测方法两类。定性预测方法可以单独使用，但通常与定量预测方法组合使用。定性预测方法多用于中长期预测，协助决策者制定战略决策。各种预测方法纳入宏观决策方法库，各种预测模型纳入模型库。
风险分析。是指决策者对未来的情况无法作出肯定的判断，但可以判明其各种情况发生概率的决策。风险决策是广东省社会保障信息系统经常遇到的决策问题，风险分析功能将为其提供信息、模型、工具等方面的支持。
风险分析用科学的系统分析方法为决策者提供了各种决策的风险、影响及可能性。决策涉及到未来，由于不确定性因素的存在，对未来的预测一定会涉及到估计值和随机误差。决策所依据的是过去和当前的信息，而这些信息的精确程度和充分性也包含不确定性因素。因此，大量的决策需要计算未来事物发展的概率，包括主观概率、事物发生的相对频率、统计独立事件的概率、统计独立条件下的联合概率、条件相关情况下的相关概率等。风险分析功能具有提供选择目标和降低政策不确定性的能力。
风险分析内容：①资金风险分析；②劳动力市场风险分析；③工资指导线水平分析。
方法、模型支持。方法，因素分析法、逻辑分析法、历史比较法、综合评价法、层次分析法、时间序列分析法等；模型，动态规划模型、随机模型、抽样、回归、指数平滑模型、贝叶斯模型、决策树等。
政策法规服务。目的是为法规制定、规划制定和政策制定提供决策服务。它的实现是建立在现有的宏观决策数据信息和现有的政策法规信息的基础上，制定社会保障事业政策法规，不仅需要清楚地了解目前政策法规的施用效果和问题，而且也需要了解所要制定的政策法规可能产生的作用效果，在未来实施过程中可能产生的问题，也需要检验目标的正确性、措施的可行性等。
政策法规服务内容：①劳动保障、民政和社会保险工作基本方针和政策；②劳动保障、民政和社会保险制度改革；③劳动保障、民政和社会保险事业发展规划和年度工作计划；④劳动保障、民政和社会保险法律法规。
方法、模型支持。发展规划模型、政策分析模型、劳动保障和社会保险政策分析模型、城乡就业政策分析模型、劳动力市场模型、劳动关系模型、灾情评估模型等。
综合查询。是指决策者对统计常规分析信息、监测预警信息、风险分析信息、预测分析信息、政策法规服务信息进行查询，以利于决策者对各种决策信息进行综合分析，快速、准确、全面地作出决策。
（3）决策支持子系统数据流分析。决策支持子系统数据流主要体现各类宏观决策主题信息经决策支持的各项功能处理后形成决策信息，供决策者查询使用的一个过程。在方法库和模型库的支撑下，主题信息经统计常规分析以后形成统计常规分析信息，经风险分析形成风险分析信息，通过预测分析后形成预测分析信息，政策法规服务功能形成政策法规服务信息，监测预警功能形成监测预警信息。各类决策信息通过综合查询功能以最终决策支持信息提供给决策者（图4-72）。
图4-72 决策支持子系统数据流图
（4）决策支持子系统组件规格设计（表4-55）。
表4-55 决策支持子系统组件清单
● 资金管理子系统设计
社会保障资金不仅数额巨大且影响极广，其运作成功与否，直接关系到社会保障事业的前途，关系到千万人民群众的切身利益。
社会保障资金项目繁杂，资金的管理涉及社会保险、劳动保障、民政、地税、银行和财政等部门，因此必须对社会保障资金的一切支出、收入和运营实行统一、严格的管理，从而达到使各项社会保障资金形成合力，相互融通、统一运营增值，形成由财政部门牵头的有权威的协调部门，以保证资金的良性循环。
社会保障资金来源于国家、单位和个人，国家通过税前列支承担了部分责任，养老、医疗、失业是单位和个人按一定的比例分别缴纳保险金，工伤和生育由单位承担保险金；社会救灾、救济、社会福利等部分资金来自国家各级财政、社会捐赠和福利彩票等。
作为社会保障的风险总负责的财政部门，它负责预算内资金的管理和预算外社会保险资金的管理；财政管理的目标是预算或预测资金的规模、监督资金的使用和使用效果。
（1）资金管理子系统体系结构。资金管理子系统主要功能由社会保障资金基数管理、预算内资金收支管理、预算外资金收支管理、其他资金收支管理、资金预算、资金决算、综合查询构成（图4-73）。
图4-73 资金管理子系统体系结构图
保障资金基数管理功能。主要用于对在职职工人数、社会救济等各种人数信息；各项保险费应收、实收和拖欠等资金收入情况信息；各项保障待遇发放金额等实际享受水平信息；疾病谱、各项医疗费用等医疗卫生信息等的管理。社会保障基数为社会保障资金预算等业务提供数据支持。
资金预算。是指财政部门根据各业务经办机构编制的预算报告，对预算报告进行审批和汇总，对全年度的社会保障资金进行预算。它反映了社会保障事业发展计划的规模和方向，是社会保障资金财务工作的基本依据，是国家财政预算的一个组成部分。社会保障资金预算是社会保障资金活动有计划、有步骤进行的基础，也是社会保障事业顺利开展的重要保证。
预算内资金管理。是指财政部门对各项在一般性税收收入安排内的社会保障资金进行财务收支管理，包括卫生经费、抚恤和社会福利救济费、行政事业单位离退休经费、社会保障补助费、劳动事业费、兵役征集费、军供站经费以及预算单位应缴公积金等项目。
预算外资金管理。是指财政部门对包括养老、失业、工伤、医疗、生育五项保险资金等在内的社会保障资金进行财务收支管理。
其他保障资金管理。是指财政部门对住房资金、残疾人就业保障资金、社会福利资金、再就业资金等其他各项资金收支进行财务管理。
资金决算。是指财政部门在年度终了后，审核和汇总各业务经办机构编制的年度资金财务报告。财务报告包括资产负债表、收支表、有关附表以及财务情况说明书。进行资金决算时，财政部门要根据预算内、预算外和其他保障资金财务收支管理数据，保证决策的正确性。
图4-74 资金管理子系统数据流图
综合查询功能。是指管理者和业务操作者可对资金管理的各项内容进行综合性的查询。
（2）资金管理子系统数据流分析。资金管理子系统数据流主要体现资金管理中各类数据之间的关系，它以资金预算和资金决算为核心。各类基础信息形成了社会保障的基数信息，各业务部门的资金预算报告经资金预算后形成了资金筹集计划信息和资金支付计划信息。各项资金支付财务处理形成了预算内资金收支信息、预算外资金收支信息和其他保障资金收支信息，这些资金收支信息为资金决算提供数据支持，资金决策形成资产负债表信息、收支表信息和其他附表信息（图4-74）。
（3）资金管理子系统组件规格设计（表4-56）。
表4-56 资金管理子系统组件清单
I. 简述决策支持系统的四库结构
1、模型库
“模型”的概念，最初被用于自然科学的研究和工程设计，如分子模型、天体运动模型、建筑模型等。这些被称为模拟模型，在应用中发现这些模型有一定的局限性，构造一个模型往往要花费大量的人力物力，而且对于一些问题的研究不能借助于这种模拟模型，比如要研究事物随时间或外界条件的变化而变化的规律，静态的模拟模型就不能适用，这时，找到了另一种模拟方法，即数学模拟方法。这种方法将客观事物的变化用数学方法表现出来，将事物外界或内部条件的变化用自变量表示，将要反映的事物变化用应变量表示。
计算机技术的形成和发展，使人们能够依赖计算机求解一些较为庞大、复杂的数学模型。如对于国民经济的计划模型、宏观预测模型等，必须借助于较大规模的计算机系统才能容纳其巨大的数据量，完成亿万次的工作量。在管理领域常见的是信息处理模型，它的表达式为数学表达式、计算机程序等，通过对模型的建立和使用，决策者可以获得有用的辅助决策信息。建立模型是有关决策领域的专家学者在探索事物的变化规律中抽象出它们的数学模型，这项工作是创造性的劳动，需要花费大量的精力来得到规律性或相近的数学模型。
数学模型建立之后的一具重要问题就是该模型的求解算法，它可以是精确求解，也可以是近似求解，这种算法的提出由计算机数值计算学者来完成。有了模型算法，就可以用计算机语言来编制成程序。实际的决策者就可以利用模型程序在计算机上执行，计算出结果，得到辅助决策信息。模型是辅助决策的重要手段，模型库是模型的集合，它按照一定的组织方法，将模型有机地汇集起来，由模型库管理系统统一管理。模型库以及模型库管理系统构成模型库系统。
2、方法库
方法库系统由方法库和方法库管理系统组成。它的基本功能是为各种模型的求解分析提供必要的算法以及为用户的决策活动提供所需的方法。方法库中的方法通常可以包括各种优化方法、预测方法、统计方法、对策方法、风险方法、矩阵方程求解等。
方法库管理系统负责对方法的描述、录入、存储、增加、修改、删除等处理。通常采用的方法是选择适当的计算机程序设计语言，将有关算法变成一组可执行的程序存入计算机内。这些程序可以表示为附有描述说明的函数或过程，而后按照求解问题的需要调用对应程序模型，从而达到求解问题的目的。另外，方法库管理系统还应具有与数据库、模型库进行交互的能力以及为用户选择算法提供灵活方便的交互揭示功能。
3、“三库”的联系
从支持决策过程来看，数据库、方法库和模型库，即“三库”是DSS的三大组成部分，研究“三库”之间的相互依赖关系，已成为研讨“三库”的主流。数据库是进行信息的收集、加工、存贮和输出的软件系统，因此，模型库和方法库的研制和应用应以数据库为基础。只有有了完善的数据库系统，在信息有了根本的保证的前提下，模型库和方法库才能发挥其作用。反过来，模型库和方法库的发展又给数据库的研究和应用提出了新课题，促进它的研究如何提供更为适合模型和方法操作的数据模型。
能模型库和方法库是不可分割的，无论是模型的参数估计、模型的求解还是模型的验证都是通过各种方法来具体实现的。方法库中方法的丰富程度、方法的性能决定了模型使用的效果。总之，从辅助决策的角度看，“三库”是进行问题求解的重要支持方面，一个强有力的辅助决策系统应具备“三库”，并以其为核心。