'commit'

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）

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<String> splitLargeTable(String tableName, Set<String> fieldNames, 
+    private static List<String> splitLargeTable(Set<String> fieldNames,
-                                               List<Record> allTableData, int maxSize) {
+                                                List<Record> allTableData, int maxSize) {
         List<String> chunks = new ArrayList<>();
         StringBuilder currentTableChunk = new StringBuilder();
-        
+
         for (Record dataRecord : allTableData) {
             Map<String, Object> 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<Record> tableList = Db.use(DataEaseModel.DB_NAME).find(sql);
-    
+
         // 获取分块数据
         String[] dataChunks = getDataChunks(regions, tableList);
         List<String> 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<Record> tableList) {
         List<String> 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" +
+                "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";
+                "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<Record> allTableData = new ArrayList<>();
             Set<String> 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<Record> 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<String, Object> 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<String> tableChunks = splitLargeTable(tableName, fieldNames, allTableData, MAX_CHUNK_SIZE - header.length());
+                        List<String> 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]);
     }
 }