基于地理人口信息统计的美军征兵数据管理.docVIP

基于地理人口信息统计的美军征兵数据管理 　　【摘要】为了应对征兵持续下滑的状况，美军改变了以旅为单位模型的监控评估方式。以人口统计和社会经济特征为变量分类征兵站，可以建立更为适当的征兵目标，有效改善现有管理合同生产值的方法。 　　【关键词】地理信息；人口统计；征兵点 　　0 引言 　　近年来，无论是盈利和还是非盈利机构就在其与服务相关的各种机构设置中都使用了地理人口统计学（GD）。有关学术文献和受欢迎的商业报刊均引用过地理人口统计学使用的范例，其涉及的领域广泛，如银行业、保健、高等教育、政治竞选、出版业以及旅游业，本文则介绍了该方法在军事领域的具体应用。 　　1 征兵信息管理 　　位于肯塔基州诺克斯堡的美国军队征兵司令部（USAREC）采用了复杂的管理结构，将国家分为由1550征兵站（RSIDs）组成的5个旅。各个RSID地域等同于私营部门的销售地域，是明确的地理性实体。然而，这些地域在人口统计和社会经济特征方面有很大的不同。因为这种不同不仅跨越RSIDs，而且更为重要的是，这种不同也存在于各个RSIDs之内，所以确定适当的征兵目标非常困难。因此，以人口统计和社会经济特征为基础，将RSIDs聚类分为非常相似的组别，有助于在整个司令部结构内建立、监控和评估征兵目标。此外，开发了一个程序分段模型，该程序分段模型是基于由国家决策系统开发的一个GD系统―MicroVision消费程序分段系统。 　　1.1 征兵人员分布对比 　　美军征兵系统分为5个旅，41个营，拥有1，550个征兵站。出于研究的目的，只有美国大陆内的1，517个RSIDs用来开发程序分段模型。从历史上看，驻扎在美国东南地区的第2旅一直生产出最高值的合同产品；驻扎在大湖地区的第3旅却一直生产出最低值的合同产品。然而，由于美国人口统计组成的快速变化和地理派生系统相比较，一个更为精确的程序分段系统对于满足USAREC的需要是必要的。 　　平均合同生产值以及总取样数值 　　由表2可以看出，在其所包含MV各个分段的数量和类型方面，具有很大不同。在两个RSIDs中，一个MV分段在RSID各个征兵地区内占总家庭数量的85%，在10个RSIDs中，一个MV分段只占15%，所要求的10个MV分段占70% 　　假设5个旅单位在相对于人口统计和社会经济因素方面是相对类似的，然而，表2中第3-6栏说明，在RSIDs内的MVs数量范围方面，在整个以旅为单位的部门之间以及在以旅为单位的部门内部存在着相当大的差异。例如，对于363个RSIDs来讲，在第1旅中，每个RSIDs的MVs数量其范围从最少10分段到最多47分段，平均值为35.6。与此相反，对于257个RSIDs来讲，在第3旅中，其范围较窄，从最少24个MVs分段到最多46个MVs分段，平均值为37.2。表2提供的资料表明，定义着USAREC现行行政管理结构5个以旅为单位的部门表现出了社会经济和人口统计以马赛克的方式高度多样化的区域，这些区域重叠有各种RSID地域，而非相对类似的地区。这就有必要对RSIDs进行二级分类，根据其所包含街区类型的相似性对RSIDs进行分组或聚类。美军以旅为单位的征兵模式曾使得征兵目标无法实现并使得RSID人员士气下降。这种单纯以旅为单位的征兵工作分类明显存在缺陷。 　　最后，USAREC确定了将MV分段划分为18个集群的解决方案。这个群集解决方案具有几个重要的特点。首先，其结果揭示了在各个集群内RSIDs的数量具有一个宽泛的范围，在集群6中拥有较少的4个RSIDs，在集群15中拥有高达287个RSIDs。有些集群是离群体，这些离群体由具有非寻常社会经济和人口统计特征的RSIDs组成。此外，这些集群也都坐落在非典型地理位置。例如，群集1中7个RSIDs的6个位于纽约市，而第7个RSID位于伊利诺伊州的芝加哥。 　　第二个重要特点是，这些集群在其所包含的实际MV分段方面有所不同，在集群之中，4个最大的MV分段占据家庭的平均百分比。例如，4个集群中3个离群体1，6和13在一个或两个MV分段中具有非常高的家庭百分数。这些集群是位于城市地区，而集群3，4，7，8， 12，15以及18具有通常与小型社区或农村地区相关的MV分段类型。 　　集群配置的另一个重要方面是各集群分布在整个旅的结构中。在一些情况中集群7，8，12和18的RSIDs几乎均匀分布在5个以旅为单位的征兵部门中。在包括离群体1，6，13，16的集群中，RSIDs往往聚集在一个或两个旅的征兵范围内。 　　该集群配置的一个关键特征是各个以旅为单位的征兵部门包括的集群数量大不相同。第2旅包括有少达11个集群，第1旅包括有多达17个集群。这说明以旅为单位征兵部门的类型，按照其现行的情况与国家现行的人口统计和社会经济现实具有很少的