基于DEA-Malmquist分析的城管资源投入的管理效率分析方法和系统

摘要

本申请涉及一种基于DEA‑Malmquist分析的城管资源投入的管理效率分析方法和系统，其中，该方法包括：根据城市管理对象的区域划分，确定多个决策单元；为每一决策单元建立用于评价管理效率的投入指标、产出指标；在DEA模型中将综合效率分解为纯技术效率与规模效率的乘积，基于投入指标和产出指标，通过DEA模型确定不同决策单元的综合效率、纯技术效率和规模效率；在Malmquist模型中将Malmquist指数分解为资源上升指数和技术进步指数，基于投入指标和产出指标，通过Malmquist模型确定同一决策单元在不同时间段的Malmquist指数、技术进步指数和资源上升指数；分析得到多个决策单元的管理效率。通过上述方法，能够解决不同区域的管理效率的科学评价的问题，并且能为区域的管理效率提供建议。

说明书

技术领域

本申请涉及城管管理效益的评价领域，特别是涉及一种基于DEA-Malmquist分析的城管资源投入的管理效率分析方法和系统。

背景技术

随着城市现代化建设进程的加快，城市规模越来越大。如果城市管理的效率低，那么对城市的交通、卫生、经济发展都会产生影响，进一步的就会影响市民的正常生活，因此城市在快速发展的时候，城市的管理也需要跟上步伐，因此对城市管理提出了新的挑战。

近年来，人们提出资源投入来有效提高城市的管理效率，但是现有技术中大量资源投入后对管理效率到底产生了多大影响，以及什么资源能够多管理效率产生影响仍然依靠管理人员的经验和简单的数据指标。人工判断和简单的数据指标存在很多不足之处，如对投入城市管理资源后的管理效率评价有很大的主观性，并不能科学的衡量资源投入的合理性和改进优化的侧重点，直接导致了对资源的不合理规划；除此之外，人工判断还会占用较多的人力资源，增加了城市管理的生产成本。

综上，投入城市管理人员、设备资源后的管理效率评价分析的质量问题，是当前所面临的十分重要且迫切的问题。

发明内容

本申请实施例提供了一种基于DEA-Malmquist分析的城管资源投入的管理效率分析方法和系统，以至少解决在城市管理业务中，传统的效率分析方法存在的无法科学衡量资源投入的合理性和改进优化、以及难以实现分辨影响城管管理效率的主要因素的问题。

第一方面，本申请实施例提供了一种基于DEA-Malmquist分析的城管资源投入的管理效率分析方法，所述方法包括：根据城市管理对象的区域划分，确定多个决策单元；为每一所述决策单元建立用于评价管理效率的投入指标、产出指标；在DEA模型中用综合效率表示不同所述决策单元的所述管理效率，将所述综合效率分解为纯技术效率与规模效率的乘积，其中，所述纯技术效率反映综合效率中的技术利用水平，所述规模效率反映综合效率中的资源投入水平，基于所述投入指标和所述产出指标，通过所述DEA模型确定不同所述决策单元的综合效率、纯技术效率和规模效率；在Malmquist模型中用Malmquist指数表示每一所述决策单元在不同时间段的所述管理效率，将所述Malmquist指数分解为资源上升指数和技术进步指数，基于所述投入指标和所述产出指标，通过所述Malmquist模型确定同一所述决策单元在不同时间段的Malmquist指数、技术进步指数和资源上升指数；至少根据所述综合效率、所述纯技术效率、所述规模效率、所述Malmquist指数、所述技术进步指数和所述资源上升指，分析得到多个所述决策单元的管理效率。

第二方面，本申请实施例提供了一种基于DEA-Malmquist分析的城管资源投入的管理效率分析系统，包括：区域划分模块，用于根据城市管理对象的区域划分，确定多个决策单元；指标建立模块，用于为每一所述决策单元建立用于评价管理效率的投入指标、产出指标；计算模块，用于在DEA模型中用综合效率表示不同所述决策单元的所述管理效率，将所述综合效率分解为纯技术效率与规模效率的乘积，其中，所述纯技术效率反映综合效率中的技术利用水平，所述规模效率反映综合效率中的资源投入水平，基于所述投入指标和所述产出指标，通过所述DEA模型确定不同所述决策单元的综合效率、纯技术效率和规模效率，用于在Malmquist模型中用Malmquist指数表示每一所述决策单元在不同时间段的所述管理效率，将所述Malmquist指数分解为资源上升指数和技术进步指数，基于所述投入指标和所述产出指标，通过所述Malmquist模型确定同一所述决策单元在不同时间段的Malmquist指数、技术进步指数和资源上升指数；效率分析模块，用于至少根据所述综合效率、所述纯技术效率、所述规模效率、所述Malmquist指数、所述技术进步指数和所述资源上升指数，分析得到多个所述决策单元的管理效率。

第三方面，本申请实施例提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行如第一方面所述的基于DEA-Malmquist分析的城管资源投入的管理效率分析方法。

第四方面，本申请实施例提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行如第一方面所述的基于DEA-Malmquist分析的城管资源投入的管理效率分析方法。

相比于相关技术，本申请实施例提供的基于DEA-Malmquist分析的城管资源投入的管理效率分析方法和系统，解决了在城市管理业务中，传统的效率分析方法存在的无法科学衡量资源投入的合理性和改进优化、以及难以实现分辨影响城管管理效率的主要因素的问题，将综管效率分解为纯技术效率与规模效率的乘积，其中纯技术效率反映的是城市资源的管理和技术利用水平，规模效率则表示通过优化资源配置所提升的效率，通过DEA模型模型，得出不同决策单元的综合效率、纯技术效率和规模效率，分析得到影响每一片区的管理效率的主要因素，并且通过Malmquist模型进一步得出同一决策单元在不同时期的技术进步水平、资源投入的上升水平，分析得到影响同一片区在不同时期管理效率的主要因素，通过分解综管效率的方式建立对城管效率评估的客观测评标准，为后续的资源分配和优化管理提供了借鉴意义。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的基于DEA-Malmquist分析的城管资源投入的管理效率分析方法的流程图；

图2是根据本申请实施例的基于DEA-Malmquist分析的城管资源投入的管理效率分析系统的结构框图；

图3是根据本申请实施例的电子装置的硬件结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书一个或多个实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本说明书一个或多个实施例的一些方面相一致的装置和方法的例子。

需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。

实施例一

请参阅图1，所示为本发明第一实施例中的基于DEA-Malmquist分析的城管资源投入的管理效率分析方法，该方法依次包括区域划分步骤、指标建立步骤、计算步骤、效率分析步骤，具体而言，该方法包括：

步骤101，根据城市管理对象的区域划分，确定多个决策单元；

步骤102，为每一决策单元建立用于评价管理效率的投入指标、产出指标；

步骤103，在DEA模型中用综合效率表示不同决策单元的管理效率，将综合效率分解为纯技术效率与规模效率的乘积，其中，纯技术效率反映综合效率中的技术利用水平，规模效率反映综合效率中的资源投入水平，基于投入指标和产出指标，通过DEA模型确定不同决策单元的综合效率、纯技术效率和规模效率；

步骤104，在Malmquist模型中用Malmquist指数表示每一决策单元在不同时间段的管理效率，将Malmquist指数分解为资源上升指数和技术进步指数，基于投入指标和产出指标，通过Malmquist模型确定同一决策单元在不同时间段的Malmquist指数、技术进步指数和资源上升指数；

步骤105，至少根据综合效率、纯技术效率、规模效率、Malmquist指数、技术进步指数和资源上升指数，分析得到多个决策单元的管理效率。

在本实施例中，根据城市管理对象的区域划分，确定合适的决策单元，将综管效率分解成纯技术效率与规模效率的乘积，得出每一决策单元的综管效率的高低，以及其综管效率主要影响因素，以此来评价城市管理效率的投入和产出，并且通过Malmquist模型进一步分析得出同一决策单元在不同时期的技术进步水平、资源投入的上升水平，为区域的管理效率提升提供建议。本方案的决策单元指的是城市的不同片区，根据实际情况，城市的不同片区的资源投入以及管理效率各不相同，通过DEA模型，得出不同片区的城管效率主要是受技术影响还是规模影响，对于主要受规模影响的片区，为了优化管理效率，则需要提升其技术利用效率，对于主要受技术影响的片区，如果其规模效率较低，则可以在配置资源时向该片区多投入一些资源、优化资源配置。

在步骤101中，参考表1-1，城市管理对象的区域划分包括：基于城市管理对象的行政区划、城市管理过程中的管辖范围、具有行政职能的城市管理机构的一种或多种将其区域划分。

表1-1

在本步骤中，基于城市管理资源分配情况以及管理效率的统计情况，可以将城市管理对象按市/区/县/街道/社区等进行行政划分；在实际的管理过程中，也可以按照地理进行城管任务的分配，因此可以按管辖范围进行划分；此外，还可以基于如大队、中队等具有行政职能的机构进行划分。

城市管理的片区大、且任务繁琐，为了落实对各个地块的管理，通常会划分成各个责任区落实到具体的机构或人员，本申请选择对城市管理对象进行区域划分，来确定合适的决策单元，更能反映城市资源的投入和片区技术利用水平。

针对上述步骤101，本方案根据管理资源的分配因素将城市管理对象进行行政划分，确定了M个决策单元，根据实际情况，城市的不同行政区域的资源投入以及管理效率各不相同，通过比较M个行政区域的投入产出衡量各个区域的资源配置对城管效率的影响。

在步骤102中，投入指标包括以下至少之一：执法人员数、执法车辆数、采集人员数；产出指标包括以下至少之一：事件及时解决率、有效上报数、有效上报率。

在本步骤中，采集影响城管效率的各个因素，并根据各因素的类型进行分类，计算比较各个因素占影响城管效率影响的权重，发现对各个片区的城管效率问题影响最大的是人员资源的配置，即，投入的城管人员越多，城管问题处理的效率就越高，城管车辆派出的越多，处理效率就越高，采集城管问题的人数越多，问题处理的效率越高，因此将人员资源确定为执法人员数，执法车辆数，采集人员数来涵盖影响城管效率的人员资源配置因素。

在本步骤中，对于城管效率的分析主要包括对城管事件的及时解决率，如，超出期限未处理的任务将直接影响城管效率，及时解决率越高，表示对城市问题的处理态度越积极，反映了一个片区的办案质量；类似的，有效上报数、有效上报率也直接反映了一个片区办事效率，因此将上述三个因素作为衡量城管效率的产出指标。

针对上述步骤102，本方案根据影响城管效率的因素将划分了多个投入指标和多个产出指标。需要说明的是，步骤102中对多个投入指标进行分类、如人员资源，物力资源等等，再对各个指标做相关性分析，以获取相关性最强(权重最大)的三个投入指标，得到的三个投入指标均为人员资源类，分析得出对各个片区的城管效率影响最大的人员资源的配置，相应的，城管人员的主要工作是采集、上报并处理城市管理事件，因此城管问题的效率主要由上报、处理问题是否及时因素影响，即，将事件及时解决率、有效上报数、有效上报率作为产出指标。

需要说明的是，本方案的投入指标和产出指标并不是主观定义的，本发明实施例先通过分析得出影响城管效率的多个投入指标，再通过投入指标确定产出指标，选取的投入指标和产出指标相互关联，即，当投入了人员资源，得到的正反馈是人员处理城市问题的效率得到提高，这种选取方式可以尽量避免决策者人为选取指标时的任意性和主观性，从而可以为投入指标或者产出指标定义正确的属性。

在步骤103中，将综合效率分解为纯技术效率和规模效率的乘积，纯技术效率表示影响综合效率的技术利用水平的值，规模效率表示影响综合效率的资源投入水平的值。具体的，综合效率表示每一决策单元对投入指标的有效利用程度，如，综合效率θ＝1，表示该决策单元的利用率是100％，θ<1，表示该决策单元的利用率没达到100％，也就是说，综合效率可以判断出投入的资源是否达到完全利用。综合效率θ由纯技术效率和规模效率的乘积得到，即，对于每一决策单元，纯技术效率越高，说明其技术水平越高，对资源的管理和利用也越好，综合效率θ也会越高；规模效率越高，说明对该决策单元的人员资源投入很大，可以理解的是，当城管人员人数越多，处理的问题的效率肯定比其他决策单元的效率高，因此其综合效率也会越高。在本发明实施例步骤103中，通过将综合效率分解，可以清楚地知道影响决策单元管理效率的因素是当地技术利用水平、对资源利用和管理，还是人员资源的投入。

示例性的，DEA模型表示为：

其中，对于第m(m＝1,2,…,M)个决策单元，θ(0<θ≤1)为投入产出的综合效率、表示每一决策单元对投入指标的有效利用程度，ε为阿基米德无穷小量，λ

在DEA模型中，不同决策单元的纯技术效率/规模效率越靠前，则该决策单元的技术利用/规模经济越好，单个决策单元中纯技术效率和规模效率中的最大效率对综合效率的贡献最大。

在步骤104中，进一步对单个决策单元的管理效果进行分析，具体的，将Malmquist指数分解为资源上升指数和技术进步指数，其中，当资源上升指数<1，技术进步指数>1表示和上一时间段比，该决策单元的上升主要来源于技术水平的提高，为了优化管理效率，可以提高该决策单元的规模经济，反之则需要提升技术利用效率。

示例性的，Malmquist模型表示为：

其中，EC·TC为Malmquist指数，EC为技术进步效率，TC为资源投入效率，x

在Malmquist模型中，Malmquist指数、技术进步指数和资源上升指数大于1，分别表示同一决策单元在单个时间段内的管理效率上升，反之则下降。通过Malmquist模型可以分析得到同一决策单元在不同时间段的管理效率，并且将管理效率分解成技术进步和规模投入，能更进一步分析得到影响该时间段的管理效率的因素来自于技术水平还是资源配置。

针对上述实施例一，本发明提出了一种基于DEA-Malmquist分析的城管资源投入的管理效率分析方法，根据城市管理对象的行政区划(市/区/县/街道/社区等)、管辖范围(在实际的管理过程中对地理进行的区域划分)或组织机构(基于行政职能进行的机构划分，如大队/中队)，确定合适的决策单元，分析影响决策单元管理效率的多个投入指标，再通过对投入指标进行分类，对各个指标做相关性分析，以获取相关性最强的三个投入指标，再通过投入指标确定产出指标，选取的产出指标与投入指标相互关联，从而为投入指标和产出指标定义正确的属性，通过将综合效率分解为纯技术效率与规模效率的乘积，分别反映整体的管理效率、城市资源的管理和技术利用水平，通过优化资源配置所提升的效率，在DEA模型中通过将综合效率分解，得出不同决策单元的综合效率、纯技术效率和规模效率，可以清楚地知道影响决策单元管理效率的因素是当地技术利用水平、对资源利用和管理，还是人员资源的投入。进一步的，通过Malmquist模型可以分析得到同一决策单元在不同时间段的管理效率，并且将管理效率分解成技术进步和规模投入，能更进一步分析得到影响该时间段的管理效率的因素来自于技术水平还是资源配置。通过上述方法，能够解决不同区域的管理效率的科学评价的问题，并且能为区域的管理效率提供建议。

下面结合表格对实例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

根据步骤101，选择杭州市六个区为决策单元，分别是上城区、下城区、江干区、拱墅区、西湖区、景区；

根据步骤102，考虑到衡量各个区的城管效率问题的主要因素在于各区的人员资源配置，选择的投入指标和产出指标如表1所示：

表1

根据实际情况与历史统计，得到2015-2019年数据，此处以2019年数据为例，数据如表2所示：

表2

根据步骤103，得到城市城管资源投入的管理效率的区域差异如表3：

表3

从表3中可以看到，杭州六个区的城管综合效率从高到低依次是下城区、江干区、上城区、景区、拱墅区和西湖区，进一步的，可以对六个区城管的综合效率、纯技术效率、规模效率进行排序，更直观的得出结论。

根据步骤104，六区的综合效率排序、纯技术效率排序和规模效率排序如下表，各区主要的贡献来源如表4：

表4

根据步骤105，以上城区2015-2019年城市城管资源投入的管理效率的Malmquist指数及其分解如表5：

表5

基于表5分析得到，上城区在2015-2019年的城市城管资源投入的管理效率(Malmquist指数)整体呈上升趋势，说明随着时间的增长，上城区的城管效率越来越高，在管理效率中，资源上升指数总体比技术进步指数高，且上升主要来源于规模经济，即资源投入，为了优化管理效率，需要提升技术利用效率。

实施例二

请参阅图2，本实施例还提供了一种基于DEA-Malmquist分析的城管资源投入的管理效率分析系统，该系统用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

具体地，系统包括：

区域划分模块201，用于根据城市管理对象的区域划分，确定多个决策单元；

指标建立模块202，用于为每一决策单元建立用于评价管理效率的投入指标、产出指标；

计算模块203，用于在DEA模型中用综合效率表示不同决策单元的管理效率，将综合效率分解为纯技术效率与规模效率的乘积，其中，纯技术效率反映综合效率中的技术利用水平，规模效率反映综合效率中的资源投入水平，基于投入指标和产出指标，通过DEA模型确定不同决策单元的综合效率、纯技术效率和规模效率，用于在Malmquist模型中用Malmquist指数表示每一决策单元在不同时间段的管理效率，将Malmquist指数分解为资源上升指数和技术进步指数，基于投入指标和产出指标，通过Malmquist模型确定同一决策单元在不同时间段的Malmquist指数、技术进步指数和资源上升指数

效率分析模块204，用于至少根据综合效率、纯技术效率、规模效率、Malmquist指数、技术进步指数和资源上升指数，得到多个决策单元的管理效率。

在其中一种实施例中，效率分析模块被用于：

基于综合效率确定不同决策单元对投入指标的有效利用程度，

基于不同决策单元的纯技术效率和规模效率的排序判断不同决策单元规模水平和技术水平，

基于单个决策单元纯技术效率和规模效率判断决策单元的管理效率主要受技术影响还是规模影响；

基于Malmquist指数确定同一决策单元在不同时间段的管理效率，

基于技术进步指数确定同一决策单元在不同时间段的技术进步效率，基于资源上升指数确定同一决策单元在不同时间段的资源投入效率，

基于单个时间段中同一决策单元的技术进步效率和资源投入效率，判断决策单元随时间变化的管理效率主要受技术影响还是规模影响。

实施例三

请参阅图3，存储器304中存储有计算机程序，该处理器302被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

具体地，上述处理器302可以包括处理器(GPU)，或者特定集成电路(ApplicationSpecific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

其中，存储器304可以包括用于数据或指令的大容量存储器304。举例来说而非限制，存储器304可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(Solid State Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(UniversalSerial Bus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器304可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器304可在数据处理装置的内部或外部。在特定实施例中，存储器304是非易失性(Non-Volatile)存储器。在特定实施例中，存储器304包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(Random Access Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(ErasableProgrammable Read-Only Memory，简称为EPROM)、电可擦除PROM(Electrically ErasableProgrammable Read-Only Memory，简称为EEPROM)、电可改写ROM(ElectricallyAlterable Read-Only Memory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-AccessMemory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器304(Fast Page Mode DynamicRandom Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(ExtendedDate Out Dynamic Random Access Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。

存储器304可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器302所执行的可能的计算机程序指令。

处理器302通过读取并执行存储器304中存储的计算机程序指令，以实现上述实施例中的任意一种基于DEA-Malmquist分析的城管资源投入的管理效率分析方法。

可选地，上述电子装置还可以包括传输设备306以及输入输出设备308，其中，该传输设备306和上述处理器302连接，该输入输出设备308和上述处理器302连接。

传输设备306可以用来经由一个网络接收或者发送数据。上述的网络具体实例可包括电子装置的通信供应商提供的有线或无线网络。在一个实例中，传输设备包括一个网络适配器(Network Interface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备306可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

输入输出设备308用于输入或输出信息。例如，上述输入输出设备可以是显示屏、鼠标、键盘或其他设备。在本实施例中，输入设备用于输入采集得到的信息，输入的信息可以是数据、表格、图像、实时视频，输出的信息可以是通过业务系统展示的的数据、文本以及图表等等。

可选地，在本实施例中，上述处理器302可以被设置为通过计算机程序执行以下步骤：

S101，根据城市管理对象的区域划分，确定多个决策单元；

S102，为每一决策单元建立用于评价管理效率的投入指标、产出指标；

S103，在DEA模型中用综合效率表示不同决策单元的管理效率，将综合效率分解为纯技术效率与规模效率的乘积，其中，纯技术效率反映综合效率中的技术利用水平，规模效率反映综合效率中的资源投入水平，基于投入指标和产出指标，通过DEA模型确定不同决策单元的综合效率、纯技术效率和规模效率；

S104，在Malmquist模型中用Malmquist指数表示每一决策单元在不同时间段的管理效率，将Malmquist指数分解为资源上升指数和技术进步指数，基于投入指标和产出指标，通过Malmquist模型确定同一决策单元在不同时间段的Malmquist指数、技术进步指数和资源上升指数；

S105，至少根据综合效率、纯技术效率、规模效率、Malmquist指数、技术进步指数和资源上升指数，分析得到多个决策单元的管理效率。

需要说明的是，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。

另外，结合上述实施例中的基于DEA-Malmquist分析的城管资源投入的管理效率分析方法，本申请实施例可提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种基于DEA-Malmquist分析的城管资源投入的管理效率分析方法。

本领域的技术人员应该明白，以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。