diff --git a/WebRoot/upload/教育数据综合分析报告_20250616_081924.txt b/WebRoot/upload/教育数据综合分析报告_20250616_081924.txt new file mode 100644 index 00000000..7c4bc341 --- /dev/null +++ b/WebRoot/upload/教育数据综合分析报告_20250616_081924.txt @@ -0,0 +1,91 @@ +# **云南省文山州与楚雄州教育数据综合分析报告（2012-2035年）** + +## **一、引言** +云南省文山州与楚雄州作为边疆民族地区，其教育发展状况对区域经济社会进步具有重要意义。本报告基于2012-2035年的教育数据，从学前教育、义务教育（小学、初中）到高中阶段教育的招生、在校生规模、城乡分布及资源供需等方面进行综合分析，揭示两州教育发展的核心趋势与挑战，并提出优化建议。 + +--- + +## **二、关键数据分析** + +### **1. 学前教育（2012-2035年）** +#### **（1）总在园人数变化** +- **文山州**：2012年8.22万人持续增长至2022年16.88万人（峰值），随后缓慢下降至2035年14.83万人，呈现“倒U型”趋势。2020年出现显著跃升（15.82万人），可能与普惠性幼儿园政策推动有关。 +- **楚雄州**：规模较小，从2012年5.11万人增至2022年7.5万人（峰值），2035年降至6.64万人，增速较文山州缓和。 + +#### **（2）城乡结构** +- **城区**：两州均稳步增长。文山州城区占比从12.7%（2012年）升至16.3%（2035年）；楚雄州从18.2%升至35.5%，反映城镇化对学前教育的拉动作用。 +- **乡村**：文山州乡村在园人数2020年激增（8.14万人），后逐步回落；楚雄州则持续下降，2035年占比仅12.2%，凸显乡村生源萎缩问题。 + +#### **（3）区域差异** +- 文山州总规模约为楚雄州的2倍，但楚雄州城区教育发展更快（2035年城区占比高出文山州19个百分点）。 +- 文山州乡村教育需求更显著，而楚雄州乡村生源流失明显（2035年人数仅为2012年的35.5%）。 + +### **2. 义务教育（小学、初中）** +#### **（1）招生总量** +- **小学阶段**： + - 文山州：2012-2021年波动上升（5.41万→6.49万），2022年起显著下降（2035年预测4.8万）。 + - 楚雄州：持续下降（2012年2.79万→2035年2.01万），降幅28%。 +- **初中阶段**： + - 文山州：2012-2022年先降后升（5.65万→6.49万），2035年预测5.7万。 + - 楚雄州：整体下降（2012年3.42万→2035年2.26万），降幅34%。 + +#### **（2）在校生规模** +- **文山州小学**：2012-2021年持续增长（34.54万→38.2万），2035年降至32.02万。 +- **楚雄州小学**：2012年19.25万→2035年13.12万，降幅31.8%。 +- **城乡分化**： + - 城区在校生占比显著提升（文山州小学城区占比从5.4%升至14.5%）。 + - 乡村在校生锐减（楚雄州初中乡村生源从3.66万→0.24万，2035年占比仅3.6%）。 + +### **3. 高中阶段教育** +#### **（1）招生规模** +- **文山州**：2012年1.7万人→2021年峰值3.11万人→2035年回落至2.78万人。 +- **楚雄州**：2012年1.53万人→2022年1.8万人→2035年回落至1.53万人。 + +#### **（2）城乡分布** +- 两州在校生以镇区为主（文山州镇区占比超80%），城区次之，乡村占比极低。 +- 楚雄州城区招生占比显著提升（2012年36%→2035年54%）。 + +--- + +## **三、核心问题与挑战** + +### **1. 城镇化驱动的城乡教育失衡** +- **城区压力增大**：两州城区在校生占比持续上升（如楚雄州初中城区占比从12.3%升至30.5%），导致学位紧张。 +- **乡村资源闲置**：乡村生源锐减（如楚雄州乡村初中生源2035年仅剩0.07万），部分学校面临整合或关闭。 + +### **2. 人口结构变化影响教育需求** +- **学龄人口下降**：两州小学、初中招生总量均呈下降趋势（如楚雄州小学招生减少28%），需调整师资与设施配置。 +- **低生育率与人口外流**：楚雄州义务教育阶段总规模萎缩明显，可能反映本地生育率下降或青壮年外流。 + +### **3. 教育资源结构性矛盾** +- **师资供需失衡**： + - 文山州小学师资富余（2035年富余2100人），但高中师资缺口800人。 + - 楚雄州小学师资富余801人，高中缺口500人。 +- **校舍利用率不均**：小学、初中用房富余（文山州小学富余52.07万㎡），但需优化城乡布局。 + +--- + +## **四、政策建议** + +### **1. 优化城乡教育资源配置** +- **城区扩容**：增加城区学位供给，扩建或新建学校应对人口集聚。 +- **乡村整合**：推动小规模学校集约化发展，探索“中心校+教学点”模式。 + +### **2. 动态调整师资与设施** +- **教师转岗培训**：引导富余小学教师向高中或紧缺学科转岗。 +- **校舍功能转型**：闲置乡村校舍可改造为社区教育中心或普惠性幼儿园。 + +### **3. 加强人口监测与规划** +- **建立学龄人口预警机制**：结合生育率、迁移数据动态调整教育资源。 +- **中长期规划**：文山州需关注高中资源补充，楚雄州应优化镇区学校布局。 + +### **4. 保障教育公平与质量** +- **倾斜支持乡村教育**：加强留守儿童关爱，提升边疆学校（如文山州“国门学校”）保障水平。 +- **推动教师流动**：鼓励城区教师支教乡村，均衡师资配置。 + +--- + +## **五、结论** +文山州与楚雄州的教育发展呈现明显的城镇化驱动特征，乡村生源萎缩与城区资源紧张并存。未来需通过精准规划、动态调整和结构性改革，实现教育资源的高效配置，确保教育公平与质量同步提升，为区域可持续发展提供人力支撑。 + +（字数：2980） \ No newline at end of file diff --git a/src/main/java/com/dsideal/base/AI/TestMax32K.java b/src/main/java/com/dsideal/base/AI/TestMax32K.java index aa3cdccf..427a3f52 100644 --- a/src/main/java/com/dsideal/base/AI/TestMax32K.java +++ b/src/main/java/com/dsideal/base/AI/TestMax32K.java @@ -5,6 +5,7 @@ import com.dsideal.base.Util.LocalMysqlConnectUtil; import com.jfinal.plugin.activerecord.Db; import com.jfinal.plugin.activerecord.Record; import com.dsideal.base.Util.CallDeepSeek; + import java.util.List; import java.util.Map; import java.util.Set; @@ -13,7 +14,9 @@ import java.util.ArrayList; import java.util.concurrent.CountDownLatch; import java.text.SimpleDateFormat; import java.util.Date; + import cn.hutool.core.io.FileUtil; + import java.io.File; public class TestMax32K { @@ -21,27 +24,27 @@ public class TestMax32K { public static void main(String[] args) { LocalMysqlConnectUtil.Init(); - + // 直接调用生成综合报告 String report = generateComprehensiveReport(); System.out.println("\n=== 最终报告 ==="); System.out.println(report); } - + /** * 分割过大的单表数据 */ - private static List splitLargeTable(String tableName, Set fieldNames, - List allTableData, int maxSize) { + private static List splitLargeTable(Set fieldNames, + List allTableData, int maxSize) { List chunks = new ArrayList<>(); StringBuilder currentTableChunk = new StringBuilder(); - + for (Record dataRecord : allTableData) { Map columns = dataRecord.getColumns(); StringBuilder rowData = new StringBuilder(); rowData.append("["); - + boolean first = true; for (String fieldName : fieldNames) { if (!first) rowData.append(","); @@ -54,7 +57,7 @@ public class TestMax32K { first = false; } rowData.append("]\n"); - + // 检查是否超过限制 if (currentTableChunk.length() + rowData.length() > maxSize) { if (currentTableChunk.length() > 0) { @@ -64,59 +67,50 @@ public class TestMax32K { } currentTableChunk.append(rowData); } - + if (currentTableChunk.length() > 0) { chunks.add(currentTableChunk.toString()); } - + return chunks; } - - /** - * 获取分块数据的方法（可供其他类调用） - */ - public static String[] getDataChunks() { - // 这里可以将main方法中的逻辑提取出来，返回分块数据 - // 为了简化，这里只是示例 - return new String[]{"示例数据块1", "示例数据块2"}; - } - + public static String generateComprehensiveReport() { String[] regions = {"文山州", "楚雄州"}; String sql = "select table_name as TABLE_NAME from core_dataset_table where dataset_group_id in (select id from core_dataset_group where pid='1036317909951057920')"; List tableList = Db.use(DataEaseModel.DB_NAME).find(sql); - + // 获取分块数据 String[] dataChunks = getDataChunks(regions, tableList); List chunkAnalyses = new ArrayList<>(); - + System.out.println("开始分析 " + dataChunks.length + " 个数据块..."); - + // 第一阶段：流式分析各个数据块 for (int i = 0; i < dataChunks.length; i++) { final int chunkIndex = i; final StringBuilder chunkResult = new StringBuilder(); final CountDownLatch latch = new CountDownLatch(1); - + String prompt = "请对以下教育数据进行简要分析，重点关注关键指标和趋势，控制在500字以内：\n" + dataChunks[i]; - + System.out.println("\n=== 正在分析第 " + (i + 1) + " 个数据块 ==="); - + CallDeepSeek.callDeepSeekStream(prompt, new CallDeepSeek.SSEListener() { @Override public void onData(String data) { System.out.print(data); chunkResult.append(data); } - + @Override public void onComplete(String fullResponse) { System.out.println("\n--- 第 " + (chunkIndex + 1) + " 个数据块分析完成 ---\n"); chunkAnalyses.add(chunkResult.toString()); latch.countDown(); } - + @Override public void onError(String error) { System.err.println("分析第 " + (chunkIndex + 1) + " 个数据块时出错: " + error); @@ -124,7 +118,7 @@ public class TestMax32K { latch.countDown(); } }); - + try { // 等待当前块分析完成 latch.await(); @@ -133,47 +127,47 @@ public class TestMax32K { System.err.println("等待分析结果时被中断: " + e.getMessage()); } } - + // 第二阶段：流式生成综合报告 System.out.println("\n=== 开始生成综合分析报告 ==="); - + StringBuilder combinedAnalysis = new StringBuilder(); combinedAnalysis.append("基于以下分块分析结果，请生成一份完整的教育数据综合分析报告（3000字以内）：\n\n"); - + for (int i = 0; i < chunkAnalyses.size(); i++) { combinedAnalysis.append("数据块").append(i + 1).append("分析：\n"); combinedAnalysis.append(chunkAnalyses.get(i)).append("\n\n"); } - + final StringBuilder finalReport = new StringBuilder(); final CountDownLatch finalLatch = new CountDownLatch(1); - + CallDeepSeek.callDeepSeekStream(combinedAnalysis.toString(), new CallDeepSeek.SSEListener() { @Override public void onData(String data) { System.out.print(data); finalReport.append(data); } - + @Override public void onComplete(String fullResponse) { System.out.println("\n\n=== 综合分析报告生成完成 ==="); - + // 保存报告到文件 try { String timestamp = new SimpleDateFormat("yyyyMMdd_HHmmss").format(new Date()); String fileName = "教育数据综合分析报告_" + timestamp + ".txt"; String filePath = "WebRoot/upload/" + fileName; - + FileUtil.writeString(finalReport.toString(), new File(filePath), "UTF-8"); System.out.println("报告已保存到: " + filePath); } catch (Exception e) { System.err.println("保存报告时出错: " + e.getMessage()); } - + finalLatch.countDown(); } - + @Override public void onError(String error) { System.err.println("生成综合报告时出错: " + error); @@ -181,41 +175,41 @@ public class TestMax32K { finalLatch.countDown(); } }); - + try { finalLatch.await(); } catch (InterruptedException e) { System.err.println("等待最终报告时被中断: " + e.getMessage()); } - + return finalReport.toString(); } - + /** * 提取数据分块逻辑为独立方法 */ private static String[] getDataChunks(String[] regions, List tableList) { List dataChunks = new ArrayList<>(); StringBuilder currentChunk = new StringBuilder(); - + String header = "数据说明: 以下是云南省教育数据的压缩格式\n" + - "格式: 表名 -> 字段列表 -> 数据行(数组格式)\n" + - "地区范围: " + String.join(",", regions) + "\n\n"; + "格式: 表名 -> 字段列表 -> 数据行(数组格式)\n" + + "地区范围: " + String.join(",", regions) + "\n\n"; currentChunk.append(header); - + // 遍历所有相关数据表 for (Record record : tableList) { String tableName = record.getStr("TABLE_NAME"); - + // 为当前表收集所有数据 List allTableData = new ArrayList<>(); Set fieldNames = new LinkedHashSet<>(); - + // 为每个地区收集数据 for (String region : regions) { String sql = "select * from `" + tableName + "` where `行政区划`=?"; List listContent = Db.use(DataEaseModel.DB_NAME).find(sql, region); - + if (!listContent.isEmpty()) { allTableData.addAll(listContent); // 收集字段名（使用第一条记录的字段结构） @@ -224,18 +218,18 @@ public class TestMax32K { } } } - + if (!allTableData.isEmpty()) { // 构建当前表的完整数据块 StringBuilder tableData = new StringBuilder(); tableData.append("\n表: ").append(tableName).append("\n"); tableData.append("字段: ").append(String.join(",", fieldNames)).append("\n"); - + // 输出压缩格式的数据 for (Record dataRecord : allTableData) { Map columns = dataRecord.getColumns(); tableData.append("["); - + boolean first = true; for (String fieldName : fieldNames) { if (!first) tableData.append(","); @@ -247,10 +241,10 @@ public class TestMax32K { } first = false; } - + tableData.append("]\n"); } - + // 检查是否需要分块 String tableDataStr = tableData.toString(); if (currentChunk.length() + tableDataStr.length() > MAX_CHUNK_SIZE) { @@ -260,10 +254,10 @@ public class TestMax32K { currentChunk = new StringBuilder(); currentChunk.append(header); } - + // 如果单个表数据超过限制，需要进一步分割 if (tableDataStr.length() > MAX_CHUNK_SIZE - header.length()) { - List tableChunks = splitLargeTable(tableName, fieldNames, allTableData, MAX_CHUNK_SIZE - header.length()); + List tableChunks = splitLargeTable(fieldNames, allTableData, MAX_CHUNK_SIZE - header.length()); for (int i = 0; i < tableChunks.size(); i++) { StringBuilder chunkBuilder = new StringBuilder(); chunkBuilder.append(header); @@ -280,12 +274,12 @@ public class TestMax32K { } } } - + // 添加最后一个块 if (currentChunk.length() > header.length()) { dataChunks.add(currentChunk.toString()); } - + return dataChunks.toArray(new String[0]); } }