二元选择模型范文

二元选择模型范文（精选8篇）

二元选择模型 第1篇

一、挂科原因的定性分析

综合国内外关于大学生挂科原因, 从定性的角度来分析, 主要体现为以下几点: (1) 学习目标不明确。大学的业余时间充足, 常有丰富多彩的社团活动和各式各样的比赛。一部分同学把精力全部寄托于社团活动, 本末倒置, 不再学习。 (2) 自控能力差, 沉迷网络。网络的诱惑是导致大学生挂科的重要原因。 (3) 盲目追求爱情。大学爱情美好而充满幻想。但是很多人急于在大学摆脱单身, 是一种攀比性恋爱心理在作怪。 (4) 打工分散精力。有一部分同学打工的目的是为了减轻家庭负担, 但是有些同学去打工, 只是为了拥有更多的钱去吃喝玩乐。 (5) 课堂学习资源和信息欠缺。有研究表明, 大量的由教师提供的网上课程资源与学生的低逃课率有关;另外, 也有一些研究表明, 讲课前运用多媒体放映一些跟教学内容相关的幻灯片可能对学生的出勤率和对课堂的参与性有积极影响。 (6) 学校对于师资的分配不合理。有的班级学生人数过多影响学生学习环境。有迹象表明, 当课堂人数增加时, 学生的平均成绩会出现下降。

二、挂科原因的定量分析

上面描述的大学生挂科原因涉及到的因素繁多, 主次有待通过定量分析来确定, 挂科以计数来定, 即考查大学生的挂科门数。基于此, 本文采取二元离散选择模型对大学生挂科的原因进行理论分析和实证研究。

1. 二元离散选择模型。实际的社会生活中, 我们常遇到二元选择问题。如公共交通和私人交通的选择问题, 对某商品的购买决策问题, 求职者对职业的选择问题等。本文以学生挂科问题为例, 如果某个学生的效用为Ui1, 上标表示“选择”结果, 下标表示第i个个体。该效用是随机变量, 并且由学生挂科状况所具有的属性和决策个体所具有的属性解释。于是有Ui1=Xiβ1+εi1 (1) 。类似地, 如果某个个体“选择”不挂科, 他的效用为Ui0, 该效用是随机变量, 并且由不挂科所具有的属性和决策个体所具有的属性解释。于是有Ui0=Xiβ0+εi0 (2) 。对于 (1) 和 (2) 模型中, 效用是不可观测的, 我们能得到的观测值仍是选择结果, 即0和1。但是, 如果不可观测的Ui1>Ui0, 学生“选择”挂科的效用大于不挂科效用, 对应的观测值为1;相反, 如果不可观测的Ui1≤Ui0, 相应的观测值为0。将 (1) 与 (2) 相减:Ui1-Ui0=Xi (β1-β0) + (εi1-εi0) (3) , 记为:Yi*=Xiβ+μi* (4) , 我们可以对 (4) 进行计量分析和估计。对于学生“选择”Yi=1的概率显然应该有:P (Yi=1) =P (Yi>0) =P (μi*>Xiβ) (5) 。

3. 实证分析。对于本文关于大学生考试挂科问题, 据经验分析和文献研究的结果, 影响大学生考试挂科的因素可能有高考成绩 (CEE) 、平时学习时间 (平均每周用于学习的时间, Stime) 、性别 (Sex) 、健康状况 (Dbody) 等。其中, 性别和健康状况为虚拟变量:

我们把学生挂科 (Unpass) 定义为被解释变量, 挂科为1, 不挂科为0。选择武汉科技大学2012级的部分同学作为样本, 选择问卷调查的方式, 列出5个变量, 由学生主动填写数据。发放问卷65份, 回收65份, 有效问卷62份, 有效率为95%。为了进一步了解该样本特征, 本文作者从学校教务系统中调出该样本的2013年秋季期末考试各门成绩, 并统计出平时成绩, 运用软件eviews7.0, 得出其J-B统计量为3.04 (如表3.1所示) , 相伴概率约为0.22, 因此在90%的显著性水平下不能拒绝原假设, 可以认为该样本来自正态总体。

高考成绩反映基础水平, 平时学习时间反映努力程度, 健康反映身体基础。基于以上数据收集, 以不及格门数为被解释变量, 建立二元离散模型。统计结果如表3.2。

从表3.2中我们可以看出, 性别和健康状况对挂科影响并不显著, 高考成绩对其略有影响, 而学习时间直接影响着考试挂科。从R2看, 模型拟合效果并不好。为了更直观反映学习时间对挂科的影响, 我们仍以考试挂科为因变量, 以学习时间为自变量, 建立模型, 模型参数估计结果见表3.3。

从以上结果中也可以看出, 学习时间与考试挂科成负向关系, 平时用的学习时间越少, 挂科的可能性就越大, 这也说明, 欲减少挂科门数, 必须在平时多投入时间, 加强课后的学习和巩固。表3.3中我们可以得出相应的预测模型为Unpass=1-@CNORM (- (2.257056-0.143409*Stime) ) (12) 。从估计结果可以发现, 检验拟合优度的R2检验统计量的值为0.367694, 检验总体显著性LR统计量的值为21.31330, 表明模型具有较高的总体显著性;通过模型3.1可以得知, 如果得到一个样本观测值, 也就是知道某位学生的平时学习时间 (Stime) , 代入方程中便可以得出相应的挂科 (Unpass) 概率, 如观测值Stime=30时, 代入方程右边, 计算括号内的值为2.04, 查看标准正态分布表, 对应于2.04的累积正态分布为0.979, 于是, 该学生挂科 (Unpass) 的概率为0.021。

对二元离散选择模型的分析结果可以看出, 高考分数对于挂科与否影响并不显著, 一个主要原因是大部分同学入学时的高考成绩相当接近。性别和健康状况对挂科与否也没有重要影响。而学习时间对于学生挂科现象有显著影响。因此, 充足的学习时间是至关重要的。其次, 要树立正确的学习态度。大学是一个让自己从稚嫩变成熟的过程, 要不断地从课堂、图书馆汲取知识的营养, 丰富自己, 以便造福于社会。同时作为教育管理者来说, 建议丰富课堂教学手段, 充实教学资源, 且对班级人数进行合理规划安排, 为学生和老师创造理想的学习、教学环境。

参考文献

[1]辛桂京, 高艺伦.大学生挂科探析J].高校讲坛, 2012, (15) .

[2]李子奈, 叶阿忠.高级应用计量经济学[M].北京:清华大学出版社, 2012:122-125.

二元选择模型 第2篇

【关键词】 农户； 信贷需求； Logit模型

引 言

在“重城市、轻农村”的歧视性金融制度安排下（林毅夫，2004），城乡金融发展的不平衡性日益加剧，农村金融抑制问题非常突出，严重影响了农村经济的发展。对于现存的农村金融制度的缺陷、农户的金融行为特征及农户对融资制度的需求，学者们进行了广泛的实证研究：何广文、李莉莉（2005）认为正规金融机构对农户融资需求的满足程度极其低下，农户主要通过非正式渠道获得资金。熊学萍、阮红新（2007）认为影响农户的融资意愿和实际贷款数量的因素有：耕地面积、经济活动类型、年龄和文化程度，其中耕地面积、经济活动类型的影响力最大。钱水土、刘芸（2010）实证分析得出了农户融资需求旺盛，农村资金供给缺乏的结论。

以上研究大多局限于对现存金融制度下农户资金供给和需求的研究，而忽视了对农户的融资行为及其未来的融资需求的研究。本研究以河北省传统农区——保定市部分农户为调研对象，在获得原始数据的基础上，对影响农户融资需求的若干因素进行了统计分析，最后根据模型结果进行判断和推测，指出了其政策含义。

一、调研农户基本情况

本研究选取了河北省保定市的唐县、清苑、满城、高碑店、安新、博野若干村庄进行问卷发放和访问调查，样本农户平均年龄42.6岁，女性110人，占25.88%，男性325人，占74.12%。其中，调查农户中有村干部39人，占8.97%，107人为农信社社员，占24.60%，有19户加入协会或合作经济组织，占4.8%。调查农户平均经营土地面积仅为3.77亩，60.87%从事如烹饪、开车、修理、缝纫、木匠、泥瓦匠、理发等工作。农户兼业经营补贴农户家庭生产生活性资金需求在农村成为一种常态，调查农户家庭平均人口4.05人，237户农户家庭有家庭成员外出打工。

二、农户融资行为及特征分析

（一）农户借贷参与行为

根据调研数据显示，过去两年有过借贷行为的为217户，占样本量的54.8%；没有借贷行为的为179户，占总样本量的45.2%；过去两年没有申请过金融机构贷款的农户，占样本总量的81.82%，由此可见农户过去两年中向正规金融机构申请贷款的比例不高，而且农户申请借款被完全满足的仅有36.11%。这体现了金融供给的滞后性，以及涉农金融工具开发的缓慢性。

（二）农户借贷特征

为了研究农户的借款特征，本文从借贷频率、借贷规模、借贷渠道、借贷用途、借贷成本五方面设计了调查问卷。从调查的情况来看，农户的借款频率集中于每年1—3次；从借款规模上看农户的借款规模主要分布在3万元以下，占样本总量的98.69%。从筹资渠道上看，农户筹资主要集中于农信社和私人无息，分别占样本总量的20.9%和67.25%，多数涉农金融机构没有发挥应有的作用；从借款成本看，无论是从时间上衡量还是从花费上比较，从正规金融的筹资成本都比非正规金融的筹资成本高，正规金融借款平均误工天数1.85天，平均花费53.71元，而非正规金融的这两类数据分别为1.21天和14.59元。

三、农户未来金融需求特征分析

（一）农户借贷意愿

从全部样本来看，45.08%的农户未来两年没有借贷需求，54.92%的农户未来两年有借贷需求；如果正规金融机构能提供简单、方便、快捷的贷款服务，有58.02%的农户倾向于向银行、信用社贷款，远远高于实际参与农村正规金融机构的比例。

（二）农户未来金融需求特征

对于农户未来金融需求特征，从农户期望借贷规模、农户期望贷款用途、农户期望贷款期限、农户期望借款渠道、农户期望年利率、农户期望借贷方式、农户期望还款渠道等方面进行了调研，具体情况如下：

1.农户未来金融需求呈上升势态

从期望规模上看，农户期望借款规模集中在3万元以下的占样本总量的71.67%，3万元以上的占样本总量的28.33%；而样本农户的实际借款规模大多集中在3万元以下，约占样本总量的98.68%，这表明农户期望的借款规模要比实际的借款规模大，农户未来金融需求呈上升势态。

2.农户未来消费金融需求不足

从期望借款用途上看，消费金融需求约为60.34%，主要用于建房、婚丧及孩子上学方面。由于农户是集生产和消费于一体的经济单位，在现实中生产资金和消费资金互相挤占，农户生产资金的缺乏很有可能是消费增加所致。因此实际用于消费的借贷比例要高于以上数字。未来消费金融需求期望借款比重为60.34%，说明信用社等涉农正规金融机构应该开办针对农民的消费信贷，满足农户消费需求。

3.农户未来借款期及年利率水平预期

从调研的情况看，农户未来更倾向于短期借款，3年以下期限预期借款占样本农户的72.92%，频数为175。原因可能在于金融机构中长期的涉农金融产品有限或农户出于交易成本的考虑，中长期借款多依赖于无明确期限的友情借贷。在期望借款年利率方面，占样本总量88.51%的农户期望借款年利率为5%，农户预期较低的利率水平可以从以下角度解释：农户之间的借贷是互助性的，贷方以零利率或低利率为支付成本获得了未来行使同样成本借款的期权。

4.农户期望借款渠道及还款渠道保障

从样本农户期望的借款渠道上看，农信社和亲友是农户融资的主要渠道，合计占样本期望借款渠道的90.9%，具体情况见图1。其原因在于在正规涉农金融机构中只有农村信用合作社深入到农村，其他商业银行纷纷撤离农村网点；亲友借贷成为主要渠道受低交易成本和正规涉农金融机构金融供给抑制的双重影响。从还款渠道的调研数据上看，农户的还款渠道主要集中于非农收入和打工收入，两者占样本总量的比重分别为48.51%和23.83%，而农业收入作为还款渠道所占比例仅为样本农户的27.66%。

5.农户期望的借款方式以信用借款为主

从调研情况来看，农户期望的借款方式中信用贷款占样本总量的85.96%，频数为202，远远高于担保贷款、抵押贷款和质押贷款的累积比率16.17%。导致上述借款方式预期的原因在于：一方面农户除了自身房屋、农具及农产品外，基本没有能用作抵押的有效物品，况且上述物品价值较低且在风险处置时很难落实，而担保机构也难助力；另一方面在于金融部门的抵押品范围狭小。

四、农户融资需求的二元Logit模型分析

（一）计量模型的选择

本文选择二项分布的Logit模型对影响样本农户信贷需求的因素进行估计，模型的基本表达式如下：

Y=β0+β1X1+β2X2+β3X3+…

+β16X16

（二）变量定义

模型中变量设定：因变量：对问卷设计中的问题“你在过去两年是否从正规金融机构申请贷款？”“你在过去两年是否从正规金融机构获得过贷款？”的回答作为被解释变量，如果回答为“是”，则赋值1；如果回答为“否”，则赋值0。自变量：（1）农户户主的特征（Ｐ）：年龄X1，文化程度X2，是否有技能X3，是否村干部X4，是否农信社社员X5；（2）农户家庭特征（F）：家庭人口X6，家庭土地规模X7，农业收入占家庭总收入的比例X8，家庭年纯收入水平X9，家庭净资产X10，家庭有无大于10 000元的重大花费项目X11；（3）农户金融认知水平（K）：是否知道当地的存贷款利率X12，对贷款服务的评价X13；（4）农户所处的环境条件（E）：是否山区X14，交通状况X15，当地经济发展水平X16；（5）常数项：β，是用0和1虚拟变量矩阵表示的常数项。

（三）计量分析结果

利用Eviews软件对农户融资需求的二元Logit模型进行分析，其结果见表1。

农户的信用社社员身份（X5）在1%的置信水平下显著，对农户信贷参与和信贷获得均产生正的影响，但对农户信贷获得的影响更大。农户的年龄（X1）、受教育程度（X2）、有无手艺或技能（X3）、是否村干部（X4）对农户是否参与正规金融信贷活动和是否获得正规金融信贷的影响都不显著。

农户对正规金融机构贷款服务的评价（X13）对农户是否参与正规金融信贷活动、能否获得正规金融贷款在1%的置信水平下具有正的显著影响，而农户是否知道当地的存贷款利率对农户信贷参与和信贷获得的影响不显著。

农户家庭净资产（X10）在5%的置信水平下对农户是否参与正规金融信贷活动、能否获得正规金融贷款影响显著，且方向为负，而农户的家庭人口（X6）、农户家庭经营土地面积（X7）、农户家庭农业收入占总收入的比重（X8）、农户家庭纯收入水平（X9）和农户家庭是否发生大于10 000元的重大支出（X11）对农户是否参与金融机构的信贷活动影响不显著。农户所处的环境条件对农户是否参与正规金融信贷活动、能否获得正规金融贷款的影响均不显著。

五、结论

通过以上分析可以得出如下结论：加大对非农信社社员农户的组织和信贷支持成为一个亟待解决的问题；应加大对低收入农户的信贷供给创新力度；强化对农户金融知识启蒙教育；重塑农村金融机构的社会形象，不断进行金融产品的创新；为农村金融机构进入农村创造良好的环境，必须加强农村信用征集工作。

【参考文献】

［1］ 林毅夫.我国经济体制改革的方向是什么［J］.经济前沿，2004（8） .

［2］ 熊学萍，等.农户金融行为、融资需求及其融资制度需求指向研究——基于湖北省天门市的农户调查［J］.金融研究，2008（8） .

［3］ 熊学萍，阮红新，等.农户金融行为与融资需求的实证分析［J］.农业技术经济，2007（4）.

［4］ 钱水土，刘芸.融资需求视角下的农户金融行为——以浙江省为例［J］.农村经济，2010（3）.

［5］ 黄健.农户金融需求变化与农村金融服务供给——对湖南省834户农户和56位县长的问卷调查［J］.金融经济，2010（5）.

［6］ 熊学萍.农户金融信用度及其征信制度指向研究［J］.农业经济问题，2009（8）.

二元选择模型 第3篇

财务预警机制的研究最早起源于Fitzpatrick(1932)的单变量破产预测研究,得出净利润/股东权益与股东权益/负债是最具有判别效果的财务预警指标的结论;Beaver(1966)的单变量财务预警模型的研究是建立在统计方法之上的,他认为债务保障率是最好的财务状况反映指标;Altman(1968)通过建立多元线性模型,即Z-scores综合反映企业财务风险情况;之后Altman与Haldeman(1977)为克服Z计分法的不可横向对比缺陷提出的ZETA模型为之后的财务预警建模分析奠定了分析基调;70年代的日本开发银行正是基于ZETA模型建立了多元判别函数模型利用经营指标进行企业风险评价;Ohlsen(1980)率先采用二元概率函数通过9项财务变量建立Logistic回归模型计算企业破产风险;Lapedes与Fayber(1987)首次利用神经网络BP模型对企业财务动态预警进行研究。国内研究虽然起步较晚,但在相对短的时间内也作出了具有特色的研究分析。吴世龙、卢贤义(2000)采用判别分析、多元线性分析与Logistic三种方法分别建立预测财务困境的模型;姜天、韩立岩(2004)则将财务困境对象确定为了我国预亏上市公司,包括ST、PT以及部分非ST企业而经营中出现亏损的企业;吴涛(2009)提到使用预警模型在中小企业建立实证,却同样针对上市公司ST企业做多元分析。近年来,我国学者多采用多元分析对财务预警问题进行研究,二元Logistic分析是经过多方验证的普及方法,其优点在于克服了单变量财务指标有限的预警力度、程度、范围并提出明确的判别函数与模型结构便于评价预测精度;中国学者较少涉猎的BP神经网络模型的预测结果与二元Logit模型经过实践证明差异不大或略有优势(周敏、王新宇2002),但由于该模型结构难以确定与缺乏明确的判别表示,故其财务指标预警建模的使用领域有局限性。本文为建立更具客观性的二元Logit模型,从历来存在争议的财务指标选择出发,利用多元形象分析,试图确认客观有效的财务预警指标,结果是各财务指标对ST企业与非ST企业的差异不显著,原因在于各财务指标违反了多元正态性假设条件导致。

二、研究设计

(一)样本选取

本文采用可忽视解释变量正态性分布与否的二元Logit模型,选取2009年171家被证监会重点监控的全部ST企业作为财务预警对象企业,并随机选取等观测量的171家非ST企业作为判别分类组与其对应,找到最具敏感性与最低误判率的多个财务指标,构建出以广义的盈利指标为主的上市公司财务预警机制。

(二)预测变量即财务指标的选定

财务困境预警建模分析的发展历程可以认为是财务指标选择的发展史。从最初的单变量单个财务指标的财务困境敏感度分析到多变量综合财务指标的广义多元线性模型,再到大量变量与数据的神经网络模糊结构的“黑箱”非线性映射分析,考察的预测变量个数从少到多,样本个数也由此增加。然而,困扰学者的首要问题还是究竟要选择哪些财务指标作为预测变量。更重要的是,如何选择财务指标才能客观反映财务困境机制?杜邦财务指标体系是以股东权益报酬率为核心的基本财务指标系统,该体系将描述企业偿债能力、营运能力、盈利能力与成长能力的各个财务指标相结合,在财务分析中以单变量弹性变动的数量变动来考察各个单变量最终对综合指标股东权益报酬率的影响。本文本着用数据驱动的思想,将历来作为企业财务状况分析的杜邦指标体系列示如(表1),采用描述统计方法将两组(财务困境与非财务困境)企业2009年各个财务指标均值标准化并通过雷达图列示如(图1)。基于上图(a)上市公司各财务指标的均值,ST企业与非ST企业存在差异;图(b)中各财务指标值标准化处理后消除了变量量纲的差异性,但ST企业与非ST企业的区别却更能从各指标差异中体现。究竟以上视觉判断的指标差异能否达到统计意义上显著性要求,利用标准化的财务指标建立多元形象分析进行ST企业与非ST企业的财务状况统计意义上差异显著性检验。

注:*类别:ST企业与非ST企业

三、实证结果分析

(一)形象分析

统计学家将多总体各个指标之间的变动幅度的考察、多总体之间的均值是否相等,多总体各个指标的取值是否相等问题的解决方法归结为形象分析(profile analysis)。该分析方法被广泛用于实验设计数据的检验与各个领域多指标的比较研究,成为深层次多元分析的基础。根据以上雷达图,可从视觉上直接判断出ST企业与非ST企业的各财务指标标准化处理后存在明显差异,即可通过形象分析的多指标处理,为判断ST与非ST企业两总体之间的各个财务指标标准化均值差异显著进行检验。(1)形象分析的基础建模GLM(一般线性模型)。Y=β0+β1Y+ε。其中,Y=(流动比率,速动比率,资产负债率,应收账款周转率,存货周转率,流动资产周转率,固定资产周转率,销售净利率,净资产收益率,总资产报酬率,每股收益,每股净资产,市盈率,市净率,LOG总资产,LOG总负债,LOG股东权益,利润总额)。X=上市公司类别(即ST或非ST企业)。意义:通过对上市公司ST企业与非ST企业性质的分类,建立不同类别上市公司对各相同财务指标的广义线性模型,以考察模型的参数显著性来实现对不同行业各财务指标有显著差异的结果过判断。(2)数据导入模型结果。从F-统计量与显著性来看,在5%的置信度下(0.000<0.05),拒绝ST企业与非ST企业之间各财务指标无差异的均值相等的假设,满足Y=β0+β1Y+ε中Y与X的显著性检验,即根据ST企业与非ST企业的分类,各财务指标有显著性差异,进一步,可根据财务指标体系的差异来区分ST企业与非ST企业的财务状况,但,所做的财务指标单变量对ST企业与非ST企业的财务状况差异判断不显著,结果如(表3)所示。可见(表2)得出的整个财务体系对ST与非ST企业的判类显著,表3得出各单财务变量对ST与非ST判类不显著(sig远大于0.05)。研究发现造成形象分析单变量影响不显著的原因在于各财务指标没有满足正态性分布的前提,以及财务指标之间存在一定的多重共线性影响了单变量指标的敏感分析显著性。由此,本文将采取不需要数据指标满足正态总体也可以进行多总体判别的分析方法:二元logit模型判断财务指标反映企业财务问题。

(二)二元Logit模型

(1)模型设定原理及条件。二元Logit模型主要用于判断经济社会现象是否发生概率大小,当因变量为二元变量(0或1)时,因变量取1(Y=1)的概率为要研究的对象,如设定上市公司中ST企业为1,非ST企业为0。显然,多个财务指标即多因素影响Y的取值,这些财务指标就记为X1,X2,X3.X18,得到的模型为:,由于此模型建立于发生概率的似然函数而非原数据的大数定律规律,因此不需作为解释变量的各财务指标遵从正态性分布要求。由此,通过对上市公司的ST企业与非ST企业的因变量二元性建立二元Logit模型,可以忽视各财务指标是否满足正态分布的条件假设而依据各财务指标对被解释变量如ST企业发生概率作出预测。(2)二元Logit建模分析。为建立上市公司ST企业与非ST企业的二元Logit模型,对象研究仍为形象分析的171家ST企业,并随机选取171家非ST企业作为参照对象。解释变量仍然沿用最初选取的以杜邦财务体系为基础的18个财务指标,首先分别选取各个财务指标作单变量二元Logit分析,再选取误判率最低的财务指标作财务指标总体二元Logit判别,ST企业与非ST企业的0/1二元性选择为定性因变量。一是单变量二元Logit模型误判率分析。单变量财务指标的误判率总体而言误判率都过高,其中盈利能力指标体系误判率最低,在30%左右;最差的指标类别为总量指标,误判率都超过50%。其中,偿债能力与营运能力指标在对非ST企业的判别中误判率最低,判误低的指标分别有流动比率、速动比率、应收账款周转率、存货周转率、固定资产周转率,其误判率分别为27.6%,24.1%,11.2%,9.4%,15.3%充分说明非ST企业的短期偿债能力与营运能力突出,即非ST企业正常经营成果能从此两类财务体系指标中得到反映;盈利能力与每股指标中销售净利率,净资产收益率,每股收益,市净率对ST企业的判类中误判率最低,其误判率分别为17.6%,8.2%,28.8%,15.7%,充分说明ST企业的盈利能力成为投资者考虑的主要指标类,从而ST企业每股指标也会成为区别其投资状况的显著标志。以30%左右作为误判率低的典型财务指标引入整体二元Logit模型,则判误低的指标分别有销售净利率、净资产收益率、每股收益、每股净资产、市净率、利润额共6个指标。其中,盈利指标成为择优指标中心指标,充分体现了企业考察生产经营成果以杜邦财务指标以权益报酬率盈利指标为核心的体系优越性,也说明了分析企业财务问题选择以杜邦财务指标体系的方向正确性。(2)整体二元logit模型与误判分。将以上参数带入

单位:%

注:*0/1为二元定性变量即非ST企业与ST企业分类误判率

由此得到的判类准确率达到75.3%,得到二元logit回归分析的判类整体效果较好;而单个财务指标由以上公式可以看出,销售净利率、净资产收益率、每股收益、每股净资产四个指标对ST企业与非ST企业的判别解释性较强(sig<0.05),而市净率与利润总额的解释性较弱。这与我国上市公司财务情况与投资取向关系的实际情况有一定程度的吻合,”ST”被视为企业出现财务困境的标志之一,其正常生产经营的各个环节出现问题而反映在其销售财务指标、收益财务指标上,则可以根据这类型财务指标来对财务困境企业做出一定的判断,并为投资者提供投资导向型分析。从以上logit回归公式也可以得到每股净资产与市净率对ST企业的判断呈负相关关系,充分说明我国ST企业在二级市场上受到风险偏好型投资者的追捧,即使呈现财务问题仍然不妨碍其存在投资资本利得收益从而不影响ST企业的投资价值。

四、结论

本文以财务指标为核心进行ST企业与非ST企业的财务境况判别,对要选取的杜邦财务体系为基础的财务指标辅以上市公司每股指标与资产负债表的总量指标,通过各指标标准化预处理后发现ST与非ST企业的差异性;再次,为证实各指标“视觉上”的差异存在统计意义上的显著性而进行多元形象分析,发现指标体系总体差异性显著性而单变量财务指标对ST与非ST企业的判别不显著,造成这一结果的原因是各财务指标数据的非正态性分布,因此引入不需要指标满足正态性而可以进行定性因变量判别的二元logit模型,结果得到以收益为核心的财务指标对上市公司的财务状况判类精确性较高,从而为上市公司建立财务预警提供了财务指标选择的层层深入的实证分析。本文在各指标标准化预处理与实证分析过程中得到的结果是具备建立上市公司财务预警机制过程中财务指标选取的导向性的,结论如下:第一,对比ST企业与非ST企业,以杜邦财务体系为主的各财务指标进行标准化后从雷达图表现出是存在明显差异的。ST与非ST企业的各财务指标中,除了资产负债表中总量指标以外的偿债能力、盈利能力与每股指标差异较大,为企业通过财务指标体系而进行的经营成果分析提供了定量分析依据,尤其是选择某个单独的指标进行企业某方面经营效果的纵横向比较时,即统计意义上的单变量或单因素分析时,偿债能力、盈利能力与每股指标大类中的具体指标应当作为首要选择,单指标敏感度分析或单变量弹性分析均能得到不同类型的企业存在差异。具体地说,属于偿债能力类的流动比率与速动比率,其经验值一般为2与1,低于此值的企业存在短期流动性不足的财务问题,而从表1的这两个指标来看,非ST企业的短期流动性或变现能力较强,均满足经验指标值;ST企业的短期流动性明显低于非ST企业。若建立GLM(一般线性模型)选取Y=(流动比率,速动比率),X=不同行业(或不同类型的上市公司如ST、非ST企业),几乎就可以直接判断出上不同类型的上市公司其短期偿债能力差异显著的结果。由此,笔者认为可以通过具有明显差异的各财务指标进行单变量财务状况敏感性分析,为企业提供具有实务操作性强的财务指标,也为投资者提供具有投资分析价值的财务指标。第二,财务指标的选择在财务困境机制的建立过程中,是长期处于核心地位的工作重心。根据实务经验选择出的财务指标究竟是否能真正作为财务状况的判断指标,需要具备统计意义的显著性检验。本文通过多指标显著性检验模型即属于多因素均值检验的形象分析得出:看上去有差异的各财务指标,在对ST企业与非ST企业的判断中不存在显著性差异。那么是否能得出财务状况不同的上市公司不能通过财务指标来进行判类的结论?笔者发现,之所以得到各个财务指标不具备统计意义显著性的结论,是因为各个财务指标的数据不具备正态性条件,这其实是现实社会经济现象存在的一般结论,即实际业务中的数据满足正态性分布的假设条件过于苛刻。第三,为克服财务指标数据的非正态性特征而进行财务困境的预测,必须寻找一种方法可以避开解释变量的正态性条件的假设。二元logit模型其构建原理是基于极大似然估计,即最大化似然函数来对社会经济现象的发生概率进行判别,克服了一般回归函数的构建基础即解释变量的正态性分布条件假设。根据各财务指标建立的ST/非ST企业二元Logit模型分析结果发现,某些单变量敏感度高的财务指标并不能作为整体判别指标。具体地看,属于偿债能力类的流动比率与速动比率在对ST企业进行logit判类过程中被筛选了出去,而盈利能力与每股指标却被大部分保留了下来,说明单个偿债能力指标敏感度高却不具备判别ST企业与非ST企业的精确度,盈利能力与每股指标不仅作为单变量对不同企业财务状况分析的敏感度高,更能作为企业不同财务状况判别分析的整体指标体系构建的重要指标。这同样为企业财务状况主要通过杜邦财务指标体系即权益报酬率为核心的实务指导提供了定量分析的依据,即企业财务状况最终通过盈利类财务指标来体现,如经营性盈利指标有销售净利率、净资产收益率,收益性盈利指标如每股收益、市盈率、市净率,总量类盈利指标如利润总额。通过对广泛意义的盈利类指标构建而成的整体逻辑判别模型建立与结果分析,可以发现,通过销售净利率、净资产收益率、每股收益、每股净资产、市净率、利润额构建的财务指标预警体系能保证75.3%的ST企业与非ST企业判别精确度。

摘要：本文选取上市公司2009年ST与非ST企业的杜邦财务指标体系进行多元标准化处理后分别建立多元形象分析与二元Logit模型。发现二元Logit模型对上市公司财务困境境况有明显的判别作用;财务指标有助于企业、投资者以及监管机构考察上市公司财务状况以便进行决策判断。

关键词：杜邦财务指标体系,形象分析,二元Logit模型,财务困境,定量分析

参考文献

[1]吴世农、卢贤义:《我国上市公司财务困境的预测模型研究》,《经济研究》2001年第6期。

[2]张玲:《财务危机预警分析判别模型》,《数量经济技术经济研究》2000年第3期。

[3]姜天、韩立岩:《基于Logit模型的中国预亏上市公司财务困境预测》,《北京航空航天大学大学学报(社会科学版)》2004年第3期。

[4]何晓群:《多元统计分析》,中国人民大学出版社2009年版。

[5]Edward I Altman.Financial Ratios,Discriminant Analysis and the Prediction of Corporate Bankruptcy,Journal of Finance,1968.

[6]Beaver W.Financial Ratios as Predictors of Failure,Supplement to Journal of Accounting Research,1996.

二元选择模型 第4篇

20世纪80年代起, 随着我国经济改革的不断深化, 我国出现了农村剩余劳动力向城市大规模转移的“民工潮”现象。但2004年, 珠三角、闽东南、浙东南等发达地区出现了大范围的“民工荒”。中国劳动力市场信息网检测中心提供的一份《江苏、浙江、福建、广东等地劳动力市场呈现出缺工现象》统计报告指出:2004年第2季度, 在江苏、浙江、福建、广东等省的12个城市, 有70.4万人进入劳动力市场求职, 但用人单位的招工名额则高达108.7万人, 缺口38.3万人。另据劳动和社会保障部2004年9月上旬发布的《关于民工短缺的调查报告》及相关报道, 沿海一些城市的用工需求和应聘比率为10.8∶7, 仅东莞就短缺民工70多万。进入2004年下半年, “民工荒”不同程度地出现在江西、湖南、湖北等省份。曾被认为具有取之不尽的廉价而丰富农村富余劳动力的广西2005年初也开始感受了“民工荒”。2006年初, 作为劳务输出大省的安徽首次出现了“民工荒”。据安徽省劳动和社会保障厅介绍, 2006年年该省外出务工人数将突破1000万, 这使得省内企业用工形势非常吃紧。而2006年5月下旬在四川成都举行的“川浙中小企业项目对接会”上, 尽管两省签署了由四川向浙江提供10万人的劳务输出协议, 但由于四川省缺乏足够的农村劳动力而无法履行。

为什么在一个拥有约1.7亿农业剩余劳动力的国家会出现如此大范围的“民工荒”呢?本文将对托达罗模型进行修正并用以分析“民工荒”现象, 同时提出相应的政策建议。

二、人口流动模型

20世纪60和70年代许多发展中国家城市失业问题日益严重, 而农村劳动力向城市的转移却有增无减。1969年, 美国著名经济学家托达罗发表了《欠发达国家劳动力迁移与城市失业模型》一文, 提出了一个劳动力流动模型。他认为, 人口迁移是人们对城乡预期收入差距的反应, 而不是对实际收入差距的反应。这种关系可以具体表示为:M=f (d) , f`>0。其中, M表示从农村迁入城市的人口数量, d表示城乡预期收入差异, f`>0表示人口流动是预期收入差异的增函数。而农业部门的预期收入等于未来某年的实际收入, 现代工业部门的预期收入则等于未来某年的预期实际收入与就业概率的乘积, 因此, 城乡预期收入差异可表示为d=wπ-r。其中, w表示城市实际工资率, r表示农村平均实际收入, π表示就业概率。托达罗又将就业概率表示为:。其中, γ表示现代部门工作创造率, N表示现代部门总就业人数, S表示城市地区总劳动力规模。托达罗进一步指出, 现代部门工作创造率等于工业产出增长率减去现代部门的劳动生产率增长率, 即γ=λ-ρ。其中, λ表示工业产出增长率, ρ表示现代部门的劳动生产率增长率。然而, 以上的短期劳动力流动行为模型不能很好地反映客观事实, 因为迁移者往往要好几年才能在现代部门找到工作, 故人口流动模型应建立在较长的时间范围上。假定V (0) 代表迁移者计划期内预期城乡收入差异的贴现值, Yu (t) 、Yr (t) 分别代表t期城市和乡村的实际工资率, n表示计划范围内的时期数, r表示贴现率。那么, 一个迁移者在现代部门找到工作以前的n期净收入贴现值可表示为:V (0) =∫nt=0[p (t) Yu (t) -Yr (t) e-ndt-C (0) ]。其中, C (0) 表示迁移成本, p (t) 表示一个迁移者t期中在现代部门获得工作的概率。若V (0) >0, 则迁移者愿意流入城市;若V (0) <0, 则迁移者不愿意流入城市或从城市倒流回乡村。

三、人口流动模型的修正与“民工荒”现象分析

已有基于托达罗模型对“民工荒”现象的原因分析可归纳为如下3点:第一, 农民工实际工资持续下降 (邹田火田, 2007) ;第二, 农民务农收入的提高 (方慧, 杨玉洁, 2007) ;第三, 制度障碍与心理成本 (邹田火田, 2007) 。下面, 根据我国特有客观事实对托达罗模型进行修正。

1. 工资拖欠风险

在托达罗模型中, 城市的预期收入等于城市实际收入与就业概率的乘积。这实际上隐含了不存在工资拖欠风险的假设, 也就是说, 只要转移劳动力在城市找到了工作, 那么, 他就可以得到其应得的工资收入。而事实上, 在我国存在着严重的农民工工资拖欠问题。调查显示, 与用人单位签订用工合同的农民工仅占53.70%, 没有签订的占了30.62%, 有15.68%的农民工居然不知道什么是劳动合同。在被调查者中, 认为用工合同非常重要和比较重要的农民工占20.86%和40.67%, 认为没有用的占13.95%。调查还显示, 农民工工资领取方式主要有两种:一种方式是按月领取, 为60.37%;另一种方式是按年领取, 为28.02%。在被调查者中, 基本能按时领取工资的达到47.78%, 有时延期和经常延期的比例达到35.68%和15.68%。据有关部门的不完全统计, 到2003年年底, 9400多万进城务工的农民工, 被拖欠的工资已高达1000亿元人民币 (刘根荣, 2006) 。另据《中国日报》报道, 2004年上半年劳保部门追回农民工被拖欠工资271亿多元。经媒体披露, 时有农民工讨薪反被殴打事件发生。由此可见, 我们应考虑农民工的工资拖欠问题, 因此, 迁移者计划期内预期城乡收入差异的贴现值应改写为, V (0) =∫nt=0[p (t) (1-β) Yu (t) -Yr (t) e-ndt-C (0) ], 1>β>0。其中, 表示工资拖欠风险系数。

2. 工作搜寻成本

托达罗模型考虑了由农村到城市的迁移成本, 但其忽视了城市与农村之间的生活成本差距。肖文韬、孙细明则考虑了城乡生活成本差距, 从而将迁移者计划期内预期城乡收入差异的贴现值修改为V (0) =∫nt=0[p (t) (1-β) Yu (t) -Yr (t) -C (1) ]e-ndt-C (0) 。其中, C (1) 为城乡生活成本差距。衣光春、徐蔚也考虑了城乡生活成本差距, 但他们都忽略了行政管理费用。喻言则将行政管理费用考虑进来, 进而将迁移者计划期内预期城乡收入差异的贴现值进一步改写为V (0) =∫nt=0[p (t) Yu (t) -Yr (t) -C (1) ]e-ndt-C (m) 。其中, C (m) 为行政管理费用。然而, 他们都未考虑到工作搜寻成本问题。事实上, 中国农民工发现和获取劳动力市场的需求信息是弱势的。表面上有民工劳务市场、街头招工告示、报纸电视电台等传媒的“用工指南”、乡镇干部的代理联系等, 但大部分还是靠亲戚、朋友、同乡介绍。这种所谓“乡土性的劳动力市场”是中国农民工获取离乡进城工作机会的首要信息来源。其信息量少, 内容单调, 可靠性差;信息源头不活跃也不丰富;信息联系渠道少, 联系方式单一、原始, 信息传递过程的失真度大;信息价值含量低, 信息价值转换空间小。从经济学意义上讲, 其工作搜寻成本是极高的 (郑英隆, 2005) 。考虑了工作搜寻成本和前面的工资拖欠风险后, 迁移者计划期内预期城乡收入差异的贴现值变为V (0) =∫nt=0[p (t) (1-β) Yu (t) -Yr (t) -C (1) ]e-ndt-C (0) -C (m) -C (r) , 其中, C (r) 为工作搜寻成本。基于以上分析, 本文提出如下政策建议。

四、政策建议

第一, 加大执法力度, 降低工资拖欠风险。《劳动合同法》中明确规定用工单位要按时足额发放工资, 当月工资当月发。如果超过了法律规定时间, 用人单位不仅要交纳25%的滞纳金, 而且劳动监察部门还可以给予其1-5倍的罚款。可见, 法律上对这种工资拖欠, 它的违法性, 它的处罚措施都是有规定的。因此, 降低工资拖欠风险关键在于执法。执法部门 (包括劳动监察部门、司法部门等) 应加大执法力度, 做到“违法必究、执法必严”。

第二, 完善劳动力市场, 减少工作搜寻成本。应加强政府对劳动力市场的宏观调控, 积极发展劳动力流动的服务体系和中介组织建设, 完善劳动力市场信息发布制度, 定期发布劳动力需求信息和劳动力资源信息, 完善职业介绍机构与外省市劳务基地的定向联系制度, 减少外来劳动力的工作搜寻成本。

第三, 改革户籍制度, 健全社会保障体系, 降低农民工进城成本。户籍制度是形成城乡二元结构的制度根源, 也是农民工遭受歧视性待遇的重要原因。必须深化户籍制度改革, 逐渐淡化和消除城市户口背后所附着的利益, 使农民与城市居民享有同等的市民待遇, 从而消除农民工身份上的局限和歧视。同时, 要培养和提高农民工的社会保障意识和能力, 分步骤、分阶段地建立与完善农民工社会保障体系, 不断地降低农民工进城成本。

第四, 积极发展小城镇, 降低城市生活成本。小城市建设费用低, 入城门槛低。同时, 小城镇生活费用低, 管理成本低。因此, 在中国经济实力较差、国家财力有限的情况下, 以小城镇为重点的城镇化发展战略是符合中国国情的现实选择。因此, 我国城镇化发展的重点应该是小城镇, 不应该是大、中城市。同时, 发展小城镇也有利于为大、中城市服务, 减缓大、中城市的“城市病”, 降低大、中城市的生活成本, 进而促进农村劳动力的转移。

摘要：针对近年来出现的“民工荒”现象, 根据我国特有客观事实对二元结构人口流动模型进行修正后认为, 除农民工工资下降、务农收入提高和制度障碍及心理成本外, 农民工工资拖欠风险和工作搜寻成本也是“民工荒”现象出现的重要原因, 进而在此基础上提出相应的政策建议。

关键词：人口流动模型,经济发展,“民工荒”现象

参考文献

[1]包小忠.刘易斯模型与“民工荒”[J].经济学家, 2005, 4:85-87.

[2]李晓春.农民工输出地“民工荒”成因的经济学分析[J].南京大学学报, 2006, 4:96-98.

[3]邹田火田.民工荒现象的经济学分析——基于托达罗模型[J].时代经贸, 2007, 9:74-76.

[4]方慧, 杨玉洁.二元结构论人口流动模型的调整与“民工荒”分析[J].华侨大学学报, 2007, 2:29-31.

[5]刘根荣.“民工荒”的成因及其治理:一个微观经济学的分析框架[J].人口研究, 2006, 6:36-37.

二元选择模型 第5篇

关键词：供应商选择,二元语义,M-LOWA算子

0 引言

经济全球化直接推动了全球范围内资源的合理配置。全球化市场的形成,信息、技术变革的加速,日趋激烈的市场竞争使供应链管理成为企业适应全球竞争的一种有效途径。在供应链中,供应商是供应链的“源头”,对企业生存和发展起着至关重要的作用。因此对供应商进行正确的选择,对于提升供应链整体的效率有着重大意义。

供应商的选择是一个动态、复杂的过程。在群决策中,由于受到来自决策者主观因素和决策问题客观因素的影响,不同的决策者针对同一决策问题可能采用不同的语言评价集给出各自的语言形式的评价信息,这就形成了不同粒度语言评价信息。而目前关于供应商选择的方法难以解决此类供应商的评价问题。因此本文将用二元语义语言信息来描述供应商的供应行为,给出了基于多粒度二元语义信息处理的群决策方法,以协助企业在模糊环境下,筛选出符合企业要求的供应商。

1 供应商评价指标的选择

关于供应商的选择标准,国内外众多学者已进行了开拓性的研究。Dickson G W[1]提出了23项供应商绩效评价准则,Yahya和Kingsman[2]运用层次分析法,基16位富有经验的经理和主管的调查后提出了8项评价准则。Weber和Current[3]用多目标线性规划模型进行供应商选择,将价格、质量、交货作为目标,供应商能力、需求、政策、资金、供应商数量作为约束,此模型被后来的研究者广泛引用。马士华等[4]针对供应链管理环境下合作伙伴的选择提出了一个综合评价指标体系,并将影响合作伙伴选择的主要因素归结为以下四类:企业业绩、业务结构与生产能力、质量系统和企业环境。堪述勇、陈荣秋[5](1998)认为对供应商的选择应依据供应商在质量、交货期、批量柔性、价格、品种多样性等方面的水平,而不能仅仅依据价格进行评价。孔令丞、谢家平、任郑杰[6]把成本、质量、交货期、信誉度、信息化、R&D和外部环境作为选择供应商的依据。因此,本文选取成本、质量、服务、企业能力、外部因素作为评价指标体系。

2 基于二元语义的供应商选择的群决策模型

供应商选择问题一般都是从所给定的备选者中选出最理想的,而评价过程具有多因素、多层次的特征,同时存在着大量的定性和定量指标,决策者们需要对各个方案的信息进行集结,然后再排序、择优。但大都是对精确数值进行集结。而在实际的决策问题中,由于供应商的选择过程的动态性以及人类思维的模糊性和不确定性,决策者往往对备选方案的评价给出以语言形式表示的不确定信息而不是精确值。对此,西班牙教授Herrera首次提出了采用二元语义描述语言评价信息的方法,它的特点是采用二元组表示语言评价信息并进行运算,可有效避免语言评价信息集成和运算过程中出现的信息损失和扭曲问题,从而使语言信息的计算结果更为精确。下面首先介绍二元语义的概念,然后给出二元语义的表示模型,并定义与二元语义有关的运算算子。

2.1 二元语义及其运算算子

二元语义是采用一个二元组(si,αi)(Herrera and Martinez,2000)[7],其中si表示事先定义的语言评价信息集中的语言短语,而αi∈[-0.5,0.5)则表示表示由计算得到的语言信息与预先定义的语言评价集S中最贴近语言短语st之间的偏差。

定义1:设si∈S是一个语言短语,那么,其相应的二元语义形式可以通过下面函数θ获得:

定义2:设语言评价集S={s0,s1,…,sT},是一个数值,表示语言符号集结运算的结果,则与β相应的二元语义可由下面函数△得到:

其中,Round表示“四舍五入”取整运算。

定义3:设语言评价集S={s0,s1,…,sT},(si,αi)是一个二元语义,则存在一个逆函数△-1使二元语义可转换成相应的数值β∈[0,T],即:

假设(st,αi)=Δ(θ1)和(su,α2)=Δ(θ2)为任意两个二元语义,则应该有下列性质:(1)顺序性:若θ1叟θ2,则Δ(θ1)≥Δ(θ2);(2)负向运算:Neg(Δ(θ1))=Δ(θ1),其中θ2=T-θ1;(3)最大运算:若Δ(θ1)≥Δ(θ2),则max{Δ(θ1),Δ(θ2)}=Δ(θ1);(4)最小运算:若Δ(θ1)≤Δ(θ2),则min{Δ(θ1),Δ(θ1)}=Δ(θ1)。

在供应商的选择过程中,不同的决策者由于受到自身的主观因素和决策问题客观因素的影响,对各指标的评价可能处于不同的语言术语集。因此,在供应商评价的过程中必须将各决策者的多粒度语言信息转换到一个统一的语言术语集:基本语言术语集(Basic Linguistic Term Set,BLTS)。本文采用下列转换函数将其转化为由基本语言评价集BLTS表示的二元语义矩阵的形式[8]:

其中:n(t)为决策者所处的语言术语集的粒度;n(t′)为基本语言评价集的粒度。

定义4:设E={Δ(θ1),Δ(θ2),…,Δ(θm)}是一组由m个二元语义变量组成的集合,则相应的M-LOWA运算子的整合函数FQ定义如下[9]:

其中:W*=[w1*,w2*,…,wm*]为由模糊语言量化算子Q的熵值最大化整合权重向,使得而B为与E对应的集合,其中bi为Δ(θ1),Δ(θ2),…,Δ(θm)中第i个最大的特征值;Cm则为m个语言短语凸组合的算子,其中⊙为一个特征值与一个正实数的一般化乘积,⊕为语义的一般化加法(Delgado,Verdegay and Vila,1992)[10]。

2.2 基于多粒度二元语义信息的群决策模型

设供应商集合为A={A1,A2,…,An},专家集为D={d1,d2,…,dm},属性集为U={u1,u2,…,uk},专家给出的具有不同粒度的语言形式的决策矩阵为Dt=(αtij)n×k,其中αtij为t位专家对供应商Ai关于属性uj的评价值。下面给出群集结的方法:

步骤1:根据公式(4),将各专家给出的语言判断矩阵D1,D2,…,Dm,转化为由基本语言评价集表示的二元语义矩阵形式D1′,D2′,…,Dn′。

步骤2:计算群信息集结的M-LOWA算子的权重向量w*=[w1*,w2*,…,wm*],其中模糊量化算子[7]:

Q熵值最大化[11]的目标式:

由式(6)、式(7)得模糊量化算子Q熵值最大化的整合权重向量为:

在“至少半数”的原则下,Q(r)对应的参数(α,b)是(0,0.5)。

步骤3:利用M-LOWA算子将专家的评价矩阵D1′,D2′,Dn′集结为群体的综合评价信息D。

步骤4:根据公式(8)计算供应商各属性所对应的M-LOWA算子的权重向量w*=(w*1,w*2,…,w*m),在“绝大多数”的原则下,Q(r)对应的参数(α,b)是(0.3,0.8)。

步骤5:利用M-LOWA算子计算供应商的综合评价值,根据计算结果进行优劣排序。

3 算例

假设四位决策者分别为d1,d2,d3,d4,方案集为{A1,A2,A3,A4,A5},四个具有不同粒度的语言评价集:S1={s50,s51,s52,s53,s54};S2={s70,s71,s72,s73,s74,s75,s76};S3={s90,s91,s92,s93,s94,s95,s96,s97,s98};S4={s110,s111,s112,s113,s114,s115,s116,s117,s118,s119,s1110,s114}。

针对方案集A,决策者分别给出如下的语言评价信息:

设BTLS=S4,根据式(4)将D1,D2,D3,D4转化为由BTLS表示的二元语义矩阵,分别为:

根据式(8)计算群信息集结的M-LOWA算子的权重向量w*=(0.6478,0.2355,0.0856,0.0311),然后根据式(5)将各专家的评价信息集结为群评价信息,即:

再根据式(8)计算供应商各属性所对应的权重向量w*=(0.162 0,0.179 1,0.198 0,0.218 9,0.242 0)。然后根据式(5)计算各供应商的综合评价值:

A1=(s118,0.188 5);A2=(s119,-0.441);A3=(s119,0.114 8);A4=(s118,0.431 3);A5=(s119,-0.459 2)。供应商的排序为A3>A2>A5>A4>A1。可见最优的供应商为A3。

4 结论

供应商的选择是一个动态、复杂的过程,决策者通常以模糊语言形式来反映评价信息。在本文中,基于多粒度二元语义信息的群决策方法被用于供应商的选择。本为首先采用的一致化方法是将不同粒度语言评价信息转化为由基本语言评价集表示的二元语义的形式,然后运用M-LOWA算子进行群评价信息的集结和方案优选,以协助企业在模糊环境下,筛选出符合企业要求的供货商。通过采用二元语义及其集结运算算子进行语言评价信息的处理,有效避免了以往采用的语言信息处理方法所产生的信息损失问题,提高了决策的准确性。

参考文献

[1]Dickson G W.An Analysis of Vender Selection System and Decisions[J].Journal of Purchasing.1966,2(1):5-17.

[2]Yahya S,Kingsman B.Vender rating for an entrepreneur development program:a study using the analytic hierarchy process method[J].Journal of Operational Research Society,1999(50):916-930.

[3]Weber C A,Current J R,Benton W C.Vendor SelectionCriteria and Methods[J].European Journal of Operational Research,1991,50:2-18.

[4]马士华、林勇:《供应链管理(第二版)》[M];机械工业出版社,2005,162-166。

[5]湛述勇、陈荣秋:《论JIT环境下制造商和供应商之间的关系》[J];《管理工程学报》1998(3):46-52。

[6]孔令丞、谢家平、任郑杰:《基于供应链合作关系的供应商评价模型研究》[J];《技术经济》2006(2):84-93。

[7]Herrera F,Martínez L.A2-tuple fuzzy linguistic representation model for computing with words[J].IEEE Transactions on Fuzzy Systems,2000,8(6):746-752.

[8]Herrera F,Martinez L.A model based on linguistic2-tuples for dealing with multigranularity hierarchical linguistic contexts in multi-expert decision-making[J].IEEE Transactions on Systems,Man and Cybernetics.Part B:Cybernetics,2001,31(2):227-234.

[9]Herrera F et al.Direct approach processes in group decision making using linguistic OWA operators[J].Fuzzy Sets Syst,1996,79(2):175-190.

二元选择模型 第6篇

1.国外相关研究。经济增长(发展)理论源远流长，众多学者从不同的角度探索国家财富和经济增长的源泉。进入近现代之后，经济学者相继利用实证分析方法对这个问题进行研究，取得丰硕成果。其中，美国经济学家科布(C.W.Cobb)和道格拉斯(P.H.Douglas)开创了用生产函数解释经济增长的先河，他们通过对美国1899～1922年经济发展资料进行实证研究，提出了著名的“投入产出”(C-D)生产函数，得出美国生产函数具有规模报酬不变、资本与劳动要素替代弹性为常数的结论。

此后，Dulaner (1937)、Solow (1957)等经济学者先后对C-D生产函数进行了改进，提出包含技术进步的生产函数。而Arrow、Chenery、Mihas和Solow (1961)对C-D生产函数进一步拓展，提出了两要素不变替代弹性生产函数模型(CES生产函数)。20世纪60年代末70年代初，Sato与Hoffman (1968)、Revankar (1971)分别提出了变替代弹性生产函数模型，认为要素之间的替代弹性与样本点有关。至此，用生产函数解释经济增长的理论，已成为一个完整的理论体系。

2.国内相关研究。我国众多学者基于西方研究成果，结合国情，采用不同改进型生产函数对我国整体或某个地区或某个行业的经济问题进行实证研究。例如，李子奈利用我国全民所有制工业数据(1963～1984年)，估计修正C-D生产函数，得出资本和劳动产出弹性分别为“0.360 8和0.676 5，年技术进步速度为0.003 49”。舒元(1993)通过对我国1952～1990年期间国民收入增长的分析，得出以下结论：我国经济增长主要依靠固定资产投入的增加，其次是劳动力投入的增加，而技术进步增长在经济总增长中的份额较小。朱宁和张茂军(2011)把能源作为投入要素，用C-D生产函数对我国经济数据进行实证研究，结果表明，我国经济增长仍是资本驱动型，因此需加大投资力度，挖掘劳动力中蕴藏的巨大潜力。

综上所述，虽然我国基于生产函数的理论研究，取得了丰硕成果，但基于城乡二元结构下的生产函数研究却不多见。而作为典型的发展中国家，我国正经历着由传统农业经济向现代城市经济转型，因此，基于城乡二元结构下我国GDP生产函数的实证研究，具有重要的现实意义。

二、模型设定

我国经济城乡二元结构的特殊性，决定了不能完全照搬C-D生产函数模型来研究我国农村劳动力向城市转移(城镇化)、固定资产投资在城市与农村的分配比例和技术进步等因素对我国生产函数产生的复杂影响。因此，本文采用修正的C-D生产函数模型，实证研究农村劳动力向城市转移、城市与农村固定资产投资占总固定资产投资比率变动、技术进步和资本劳动投入要素的产出弹性等因素，构建城乡二元结构下我国GDP生产函数模型，具体设计如下：

（一）初始模型设计

式中：A>0，λ>0，β1>0，β2和β3具体取值范围不确定，

1. 变量和参数解释。

上述模型中：Yt表示第t年国内生产总值，单位为千万元人民币(主要为了取自然对数之后，方便回归方程参数估计);Lt表示第t年社会总劳动力;Ltr和Ltc则分别表示第t年农村劳动力和城市劳动力;Kt表示第t年社会固定资产投资总额，单位为千万元人民币;Ktr和Ktc则分别表示第t年城市和农村的固定资产投资额;Tt表示时间，本文以1980年为基期T1=1，逐年递增1，因此2010年的T31=31;e为自然对数的底数，ut为其指数，整体eut则代表第t期的随机干扰项。

2．待估参数说明。

上述模型中：待估参数A表示基础技术效率系数(或既有技术效率参数)，取值≥0，当社会固定资产投资小于简单社会再生产所需投资时，其值迅速下降;待估参数λ表示年技术进步速度，正常情况下取值>0;β1表示城市人均固定资产投资变动对人均GDP的弹性，取值>0;β2表示总劳动力与农村劳动力的比率对人均GDP的弹性;β3表示社会固定资产总投资与农村年固定资产投资之比对人均GDP的弹性。其中，β2和β3取值具有不确定性。

（二）初始模型解释

众所周知，发展中国家“普遍存在以城市制造业为中心的现代经济部门和以农业与手工业为主的传统经济部门”的城乡二元结构，对发展中国家的GDP产出或经济增长发挥着越来越重要的作用。可见，我国的经济发展不仅得益于技术进步和持续高增长的社会固定资产投资的推动，而且受到人口高速增长、城乡二元结构下农村劳动力向城市转移、社会固定资产投资在城市与农村间分配比例等因素的影响。

基于以上考虑，城乡二元结构下的我国GDP生产函数，虽然与西方国家传统的C-D或改进型C-D生产函数有颇多相似之处，但同样存在巨大差别，甚至存在本质差异性。因此笔者认为，城乡二元结构下的我国人均产出，不但受到技术进步、人均固定资产投资、总劳动力与农村劳动力比例的影响，而且受到社会固定资产总投资与农村固定资产投资比例的影响。为此，本文以模型(1)作为基于城乡二元结构下我国生产函数的初始模型。而模型(1)经过简单变换就可以转换为城乡二元结构下的我国GDP生产函数模型，即：

模型(2)即为本文所估计的城乡二元结构下的我国GDP生产函数。在城乡二元结构下，资本和劳动投入的规模报酬问题变得非常复杂，其深受二元结构之间不同要素配比(或者比例)的影响。因此，城乡二元结构下的一国经济存在很大不确定性和非常复杂性。这或许可以这样解释：20世纪中期之后，虽然绝大部分原殖民地或半殖民地国家纷纷获得独立，但经济发展取得突破的国家(成为发达国家)不多。

（三）估计模型设计

由于模型(2)中第t年的社会总劳动力(Lt)一般与其他解释变量存在比较密切的相关性，导致估计参数结果的经济含义不合理，因此，本文估计取自然对数的模型(1)。取自然对数之后的模型(1)具体形式如下：

取自然对数之后，非线性模型(1)已经转化为线性模型(3)。为了进一步简化，对模型(3)进行以下变量代换，即：

因此，经过自然对数化和变量代换后，回归模型(3)转换成多元线性模型，具体形式如下：

实际估计模型转化为如下形式：

三、实证分析

（一）样本的选择

为对我国城乡二元结构下的GDP生产函数进行实证研究，特选取1980～2010年我国(未包括港澳台)历年国民经济宏观时间序列数据作为样本。数据来源于《新中国55年统计资料汇编》(2005)和《中国统计年鉴》(2011)。其中，GDP和固定资产投资额单位为千万元RMB，劳动力单位为万人。考虑到物价的变动影响，统一使用GDP平减指数，将GDP和固定资产投资换算成2010年不变价值，数据处理使用Eviews6.0。

（二）实证分析

1. 模型估计。

样本的时间序列数据会使随机干扰项产生序列相关问题，影响参数估计的有效性，因此本文采用杜宾两步法来消除此问题。其中，杜宾第一步回归结果得到一阶自协方差系数ρ=0.597 833(见表1)。回归模型如下：

杜宾第一步回归模型结果如下表所示：

注：α=α*/(1-ρ)，ρ=0.597 833

2. 模型检验。

由于模型(6)解释变量为5，当样本容量为30的时候，dL=1.16, dU=1.74，此时杜宾瓦森检验法失效，因此采用LM检验，引入两阶滞后项，并对其采用怀特异方差进行检验。检验结果见表2、表3。

检验结果显示，采用杜宾两步法估计模型(5)之后，得到回归模型(6)，该模型已经不存在序列相关和异方差问题。同时，模型(6)不但单个变量的参数具有显著性，而且其整体也具有显著性，其中，调整的可决系数为0.944326。因此，该模型能够比较好地解释1980～2010年样本的相关数据。至此，可以判断模型(1)作为城乡二元结构下的我国生产函数的初始模型具有一定的合理性，而模型(2)自然就可以作为城乡二元结构下我国GDP生产函数模型。

3. 模型分析。

(1)最终模型。综上所述，根据样本模型(1)模型(5)和回归模型(6)，基于城乡二元结构下的我国生产函数最终可以确定为以下模型：

根据模型(1)假设，Lt=Ltc+Ltr, Kt=Ktc+Ktr，模型(7)经过简单变换，可以转换成如下形式：

(2)最优固定资产投资配比。

其中Kt既定, Kt=Ktc+Ktr, 如果假设则经计算, 当即城市固定资产投资占总固定资产投资的45.4835%时, 在其他条件不变的情况下, GDP总产出最大。Ktc Kt Ktr Kt Ktc Kt

四、基本结论

1.生产函数规模报酬不确定。根据模型(9)可知，在不考虑技术进步和城乡二元结构的情况下，我国固定资产和劳动力投入的产出弹性分别为0.506 14和0.493 86，表明生产函数规模报酬不变。但是，当考虑技术进步和城乡二元结构因素的时候，我国生产函数的规模报酬问题变得具有不确定性。另外，我国年技术进步率为0.040 85, t值检验显著大于零，表明技术进步对我国经济具有重要影响。由此可见，我国改革开放在经济上取得的巨大成就，其中固定资产投资和技术进步发挥了重要促进作用，而技术进步则是我国GDP生产函数，呈现出规模报酬递增的最重要因素之一。

2.城乡劳动力比例变动影响大。根据模型(9)可知，城市和农村劳动力在总劳动力中的不同比例对GDP产出影响极大，在总劳动力和其他因素不变的条件下，农村劳动力占总劳动力的比重对GDP产出的弹性是0.819 27，而城市劳动力占总劳动力的比重对GDP产出的弹性是-0.501 64。由此可见，在城市经济处于均衡状态没有资本配套的情况下，从农村向城市转移劳动力的行为会给GDP造成负面影响，而适当地放慢农村劳动力向城市转移的速度对GDP可产生正面影响。这说明城市化不是我国经济发展的驱动力，而是经济发展的结果。因此，我国现阶段应该注重中小型城市的发展。

3.城乡固定资本投资比例变动影响大。模型(9)显示城市固定资产投资占固定资产总投资比重对GDP的产出弹性是0.506 14，而农村固定资产投资占固定资产总投资的比重对GDP的产出弹性是0.606 66。由此可见，固定资产投资在城市与农村中的分配比例对GDP产出影响巨大。根据模型(10)可知，在其他要素既定的条件下，当城市固定资产投资占固定资产总投资的比例达到45.483 5%、农村固定资产投资占固定资产总投资的比例达到54.516 5%时，可以实现GDP最大化。因此，在当前我国过度偏重于城市固定资产投资的情况下，适当地降低城市固定资产投资的比重、加大农村特别是中西部地区农村固定资产投资的比重，可以增加GDP。

另外，从区域发展的层面看，适当地降低发达地区的固定资产投资在固定资产总投资中的比重，提高广大中西部落后地区固定资产投资的比重，那么，在固定资本总投资比重既定的条件下，可以提高GDP水平。

摘要：本文以C-D生产函数为依据, 利用我国1980～2010年期间序列数据, 结合城乡二元结构, 引入社会总劳动力与农村劳动力之比、社会固定资产总投资与农村固定资产投资之比、城市人均固定资产投资等变量, 研究我国的生产函数。研究结果表明, 技术进步、固定资产投资扩张对我国经济增长具有重要促进作用;而过于偏重城市固定资产投资、农村劳动力向城市转移速度过快, 会对我国经济产生负面影响。

关键词：城乡二元结构,GDP生产函数,固定资产投资,劳动力

参考文献

[1].李子奈, 潘文卿.计量经济学.北京:高等教育出版社, 2006

[2].舒元.中国经济增长分析.上海:复旦大学出版社, 1993

[3].朱宁, 张茂军.带有能源的随机动态柯布-道格拉斯生产函数.经济数学, 2011;9

[4].童光荣, 胡放之, 张健威.宏观经济学.上海:上海财金大学出版社, 2010

[5].国家统计局综合司.新中国五十五年统计资料汇编.北京:中国统计出版社, 2005

[6].中国统计年鉴 (2011) , 国家统计局官方网站, 网址:http://www.stats.gov.cn/tjsj/ndsj/2011/indexch.htm

[7].William H.Greene.Econometric Analysis.北京:中国人民大学出版社, 2008

二元选择模型 第7篇

关键词：城乡二元结构,城镇化发展,可持续发展

在城镇化进程中, 我国客观存在的城乡二元结构是一个无法忽视的事实, 也是导致当前城镇化远远跟不上工业化进程、从而造成资源配置不合理的深层次的根源。本文在此背景下进行研究, 首先深入剖析形成二元结构的社会历史因素、思想认识因素以及体制性因素, 在此基础上详细阐述促进城镇化发展的对策, 本文的成果对于理顺当前经济关系、实现又好又快发展具有较实际的借鉴和参考价值。

一、城乡二元结构成因

本研究从以下几个方面分析城乡二元结构形成的深层次原因。

(一) 社会历史因素

我国独特的历史发展过程是二元结构形成的基础。从近代至今, 我国经历了多种社会结构, 从半殖民地半封建社会至今日的社会主义社会, 这个复杂的历程客观上造成了我国当前的二元结构。我国近代, 遭受到列强的屈辱遭遇, 导致丰饶的资源被掠夺, 也就失去了形成成熟经济社会的先天土壤。我国的封建社会持续了数千年, 产生了根深蒂固的小农经济, 这一体系阻碍了我国的农业经济向工业社会的发展。中国在解放之初, 依旧属于十分落后的农业国家, 此后经历了战争, 因此客观上失去了全面工业化的机会, 导致城乡二元结构的形成。

(二) 思想认识因素

二十世纪开始的改革开放大潮, 是我国步入经济转型时期的重要标志, 从此我国开始将工业化纳入到发展视野, 开始集中精力解决困扰已久的三农问题。然而, 我国不少领域依旧延续着长期以来形成的思想认识, 这些误区的存在, 导致了二元结构的产生。例如党内曾经有部分激进的思想观念认为, 结合发达国家和地区的发展经验, 一个国家为了快速实现工业化, 就一定要部分地牺牲农业, 一定要实现对于农村土地进行资本化运营从而增加工业原始积累, 所以有必要进一步压制和削弱农业, 也就是要牺牲农民的切身利益。在此思想认识的驱使下, 一方面国家开始降低对农业领域的投资, 另一方面还不断提升农业领域的财政支出, 使得我国农业在很长一段时期之内处于发展低迷的状态, 更加推进了二元结构的扩大。

(三) 体制因素

因为我国在制定宏观经济政策方面十分注重工业的发展以及城市化率的提升, 所以在资金投入方面也更加向这方面流动, 尤其是二十世纪九十年代, 我国投入大力气推进城镇发展, 却忽视了农业的发展, 这直接导致了我国城市和乡村之间经济发展的失衡。当时我国农村地区滞留了很多剩余劳动力, 却难以在城镇的发展中立足, 一度导致城乡二元结构愈演愈烈。同时, 在二元结构占据上风的时候还滋生了双重管理体系, 体现在城乡地区的户籍、保障等制度均出现了巨大的鸿沟, 这就直接导致我国的农业与工业、农村与城镇之间的巨大落差。

二、我国城镇化发展道路的选择

当前我国的GDP已经处于世界第二位, 正处于经济发展和强国富民的重要时期, 城镇化发展也到关键时期。结合以上分析, 给出以下的发展道路。

(一) 兼顾快速发展与持续发展

首先, 维持高速发展是十分必要的。一个国家经济发展到一定程度便会催生城镇化的进程, 而城镇化的质量对于其经济社会的发展是十分关键的。结合一些发达国家典型的城镇化周期, 一般会包括城镇化的起步、快速发展以及稳定发展三阶段, 快速发展往往出现于城镇化已达30%的节点。而我国城镇化率在二十世纪九十年代平均为27.1%, 而2005年达到40.3%, 这说明我国已经进入城镇化高速时期。因此必须牢牢把握这个千载难逢的历史机遇, 通过持续的城镇化进程实现农村经济的繁荣。

其次, 应坚持可持续发展的城镇化路线。结合西方一些发达国家和地区的发展经历, 可知城镇化进程往往伴随着生态破环与自然资源的掠夺, 不少国家都走入了先污染后治理的怪圈之中。客观地讲, 我国也或多或少发生了这些环境问题, 应引起足够的重视。这就要求我们将科学发展观作为城镇化发展的纲领, 在高速发展中注重人的生活质量, 使得城镇化进程能够按照既定的目标, 遵循科学的路径实现可持续发展。在这一进程中, 小城镇一方面要努力成为承接大型城市群的功能、市场和配套设施的地区, 另一方面也应把握机会, 积极发展成为具有良好辐射力的农村区域中心。为了实现这一目标, 就必须重视市场的培育机制, 积极进行科学的经济结构调整, 引进可持续发展的绿色产业实现遵循“以人为本”原则的城镇建设推进。

(二) 兼顾工业化与城镇化

应该积极支持和扶植第二、第三产业, 综合考虑农村地区的工业化发展以及我国的城镇化进程, 使之协调发展。增强小城镇发展的活力就应该引入具备市场竞争力的优势产业。只有实现了足够的产业支撑, 才能保证小城镇的发展后劲。这就需要根据城镇的具体定位以及资源优势, 寻找并发展支柱产业, 从而以特色经济增强自身的实力。还应重视基础设施的投入, 使城市功能进一步完善, 发展配套设施。发布具有吸引力的政策, 鼓励有实力和前景的乡镇企业利用积聚效应向工业小区集中, 从而逐步增强这些工业集聚区的人口吸引力, 最终实现小城镇规模发展, 在此基础上进一步发挥辐射作用, 带动周边的发展。考虑到各地情况不尽相同, 无论是地理位置, 还是资源优势均有所不同, 因此在小城镇发展的进程中, 应该结合自身的独特优势, 确定重点扶植发展的产业, 并且鼓励已成规模的优势产业, 形成有主有次、协同发展的新格局, 最终扩大当地的经济规模。

此外还应该积极发挥城市与城镇本身独特的优势, 使之互补协作配合, 构建相对完整、协调的发展体系, 结合各自的优势与长处, 在发展中承担不同的职能。例如:区域性的大城市可以充分结合自身基础建设领先, 工业规模大的长处, 将发展目标定位于区域经济中心;而小城镇则可以利用市场的力量建设大型专业市场, 从而激发加工企业、交通业、餐饮业的活力, 促进劳动力的积聚和转移。

(三) 兼顾政府力量与市场作用

政府力量与市场作用都是促进城镇化发展的巨大推力, 而世界不少地区的发展经验教训表明, 仅仅依赖政府或者完全依靠市场是片面的, 不科学的, 凡是发展比较成功的国家与地区均采用了政府和市场综合发力的模式, 然而这种模式并不表明政府的作用与市场的作用完全相同。政府所起的作用更多表现在利用自身的行政权利维护农民的土地权益, 制定更加有利于协调发展的相关制度。众所周知, 在城镇化推进的过程中涉及到耕地的占用, 要在保证基本耕地红线的基础上, 一方面使土地供应跟得上城镇建设的发展, 另一方面还要减少企业用地成本, 更重要的是合理合法地保护农民的土地权。所以笔者建议, 要优化目前农村土地转为城市用地的“征用”体制:对于城镇发展所必须的公用土地, 推荐在国家有关部门的主持下, 以征用的途径获得土地, 同时大力提升补偿费用, 结合当地土地市场的实际价格进行补偿, 也应对被征地者的就业和保障等问题给出承诺及解决方法, 从而避免农民因为失地而产生生活上的诸多问题。而对于经营性土地, 则应摒弃传统的强制征用方法, 引入更加灵活多样的土地使用模式, 包括股份合作模式等, 允许农民以自己的土地作为股权参与到项目中来。

(四) 兼顾农村经济和城镇化进程

城镇化的实质绝不是掠夺农村资源, 而是为农村的发展注入全新的能量, 从而改变困扰已久的城乡二元结构痼疾, 最终实现城乡共同发展。适度发展小城市和小城镇, 才能为大批从土地上走出来的农民真正转变为市民提供可能, 小城镇的发展核心是激发其经济活力, 为持续发展奠定物质基础。因此小城镇是否已有合适的产业是一个重要的方面。这就要求其将农产品加工作为重点, 逐步走上科学的可持续的农村工业化道路。

怎样进行经济结构调整, 是农村经济发展壮大的关键, 必须倡导农业的产业化, 以此推进城镇的建设, 并且以合理的政策来引导各类资源进行合理的配置, 最终使广大的农民能够体会到城镇化为自己带来的实实在在的好处。应该将增加农民的福祉作为城镇化的首要考量因素, 增强对于农村环境的整治力度, 投入资金和技术解决农村地区的卫生设施, 使农村呈现出新面貌, 同时这也是小城镇发展的基础。

三、结语

二元经济结构理论是发展经济学的奠基性理论之一, 改革开放以来, 我国的城镇化进入飞速发展的时期, 在多方努力之下, 城镇化率逐年上升, 然而同时也应看到, 城镇化的进程牵涉到许多方面, 属于复杂的系统工程。随着城镇化的逐步推进, 一些负面因素也层出不穷, 只有牢固树立科学的全局观和发展观, 将提升城镇化速度作为最终的目标, 并且在城市发展的过程中积极主动地反哺农村, 实现共同发展, 在以上的前提下积极寻求发展模式, 实施配套改革, 完善各类管理机制, 才能最终使我国迈入小康社会。

参考文献

[1]罗连发.提升我国城镇化质量的发展模式研究——基于湖北省沙洋县后港镇的案例分析[J].宏观质量研究, 2014 (01) .

二元选择模型 第8篇

煤炭城市是指主要依靠煤炭资源的供给,以煤炭资源为对象的采掘工业及其相关的社会生产发展到一定规模后,由于人口集聚而形成的特定工业城市[1]。煤炭城市的可持续发展战略是对煤炭城市的产业结构、人才素质、技术成果、经济效益创造出一种独特、有利的地位,目标是实现经济与社会文化知识的可持续发展,实质是煤炭城市知识开发与经济增长之间的平衡[2]。

过去的文献对煤炭城市发展战略研究得出的发展战略大多是内涵式产业链延伸、外延式产业链延伸、复合模式三种战略[3,4,5],在战略选择上均未考虑到煤炭城市所处的发展阶段及中央和地方二位的战略构架与匹配,且战略的选择是静态的。本文构建了煤炭城市中央地方二维战略匹配集合(图1)。依据煤炭城市的生命周期理论[6],将煤炭城市分为幼年期、成长期、成熟期、衰退期四个阶段,并基于各阶段煤炭城市的社会文化状况、经济状况和产业结构、区位优势等特征,对不同煤炭城市制定出不同的地方层面的发展战略,明晰战略目标及发展措施,针对战略实现供给不足,提出应匹配的各项政策措施。

2 国家层面的导向战略

国家层面的导向战略主要是:①煤炭资源保障战略。我国应建立国家公益性勘探机制,支持商业性资源勘探,拓宽煤炭资源地质勘探费投资渠道,增加企业勘探投入;加快推进煤炭资源市场化进程,实现探矿权、采矿权依法有偿转让和税费协调统一;采取有效措施加强对稀缺煤种和重要煤种的战略性保护,建立煤炭资源战略储备,实现资源统一规划、合理有序开发。②科技发展战略。我国应用高新技术改造煤炭装备制造业,依托重点技术改造和重大工程项目,为煤炭工业提供先进和成套的技术装备;推动应用类研究机构进入煤炭企业,鼓励和支持大专院校和科研机构同煤炭企业合作,促进知识、科技成果的转化和应用;积极开展群众性技术革新活动,推动企业发展。③信息化战略。我国应利用现代信息技术加快组织创新、技术创新、管理创新、体制创新和制度创新,提高生产效率和经济效益,实现产业优化升级;建立起煤炭信息化运行新机制,运用现代信息技术,改造生产工艺,实现生产过程自动化。④国际化战略。鼓励煤炭企业对外投资,充分开发和利用国外资源,弥补我国稀缺煤种不足;调整政策,吸引和鼓励国外资本,增加煤矿投资;加强国际间技术交流合作和重大关键技术与装备引进、消化、吸收及国产化进程;提高煤机制造质量和水平,鼓励煤炭技术与装备出口。

3 煤炭城市战略选择的生命进程图

3.1 战略选择的生命进程构建原则

煤炭城市可持续发展应遵循以下几项原则:协调性原则、发挥比较优势原则、尽早转型原则、战略动态演进原则。

3.2 煤炭城市战略选择的生命进程图

从图1可以看出,处于幼年时期的煤炭城市可选择无为战略或绿色化战略;处于成长期的煤炭城市可选则延伸战略、多元复合战略;处于成熟期的煤炭城市可选择自力更生转移战略、多元复合战略、自由特区战略、政府补贴转移战略;处于衰退期的城市可选择政府补贴转移战略、自由特区战略、维持战略、扩张战略。

煤炭城市可持续发展的战略目的分别为:①无为战略。无为战略是指发展目标不是兴建煤炭城市,而是采取可移动城镇模式或长距离通勤模式。该战略具有对环境破坏小、投资成本较低的优势。②绿色战略。处于幼年期的煤炭城市应走绿色发展道路,只能与国家的能源储备战略相协调才能解决我国能源的主要矛盾。③延伸战略。该战略就是在煤炭开发的基础上,发展下游加工业,建立起煤炭深度加工和利用的产业群,适用于成长期的煤炭城市发展战略。④自力更生转移战略。就是利用煤炭前期开发所积累的资金、技术和人才,或借助外部力量建立起全新产业群,把原来从事煤炭开发的人员转移到新兴的产业上来。⑤多元复合战略。该战略是延伸战略、自力更生转移战略两种战略的有机复合,其发展目标是发展为综合性城市。实施产业发展的多元化策略,在进行煤炭产业链条延伸之外,重点发展对煤炭产业依赖度较低的第三产业,实现产业结构的城市化。⑥自由特区战略。该战略适用于以下两种情况:一是目前处于成熟阶段且没有替代产业可转型,城市不具有区位优势,人口、经济子系统发展水平较低的城市;二是目前处于衰退阶段,且人口、经济子系统发展水平低的城市。政府补贴战略适用于以下两种情况:一是目前处于成熟阶段且没有替代产业可转型,但具有一定区位优势或人口稳定的城市;二是目前处于衰退阶段,且人口子系统发展水平尚可、公共投资与私人房屋、产业投资可观的城市。扩张战略、维持战略均是在不同情况下自力更生转移战略和复合战略的动态更替战略。其中,扩张战略要求城市人口稳定、投资可观且有明显的区位优势,而不具备以上条件则选择维持战略。维持战略的发展目标是保持在二级城镇或小城镇的水平,人口经济环境各子系统稳步发展,充分发挥现有资源禀赋。政府需提供的政策支持主要是降低部分行业准入限制以提高招商引资效果,实施税收优惠;完善社会保障体系;允许大中企业进行技术改造或重组;取消煤炭工业发展建设基金;产业结构调整。

注:Y为判断“是”,N为判断“否”;实线箭头为本阶段战略,虚线箭头为动态发展的下阶段应选择战略。 判断1:I生存环境恶劣、地处偏远,与生产、生活密切相关的重要资源稀缺;II所在地无重要战略意义。判断2:I具有非煤资源禀赋,II智力资本及人文条件好。判断3:I城镇发展成熟,人口稳定;II公共设施与私人房屋、产业投资可观;III具有区位优势,周边缺少中心城市,能成为交通枢纽。

摘要：煤炭在未来相当长的时间内仍是我国的基本能源。构建了中央—地区二元结构的煤炭城市可持续发展战略匹配集,根据煤炭资源的开采程度将煤炭城市分成幼年期、成长期、成熟期、衰退期四个阶段,基于三维综合判断对不同阶段的煤炭城市提出了不同的战略选择,明晰了不同发展战略的战略目标及发展的支持性政策措施。

关键词：煤炭城市,动态发展战略,生命周期,可持续发展

参考文献

[1]王青云.资源型城市经济转型研究[M].北京:中国经济出版社,2003.

[2]姚平.东北煤炭城市科学发展的国际借鉴及路径选择[J].中国科技论坛,2009,(5)∶80-84.

[3]樊杰.我国煤炭城市产业结构转化问题研究[J].地理学报,1993,48(3)∶218-225.

[4]Barro R.J.Economic Growth in Across Section of Countries[J].The Quarter-ly Journal of Economics,1991,(106)∶407-443.

[5]Barro R,Lee,J-W.Sources of Economic Growth[J].Carnegie RochesterConference Series on Public Policy,1994,(40)∶1-46.

[6]Zhou M,Wang B,Ji F.Coalmining Cities’Economic Growth Mechanism andSustainable Development Analysis Based on Logistic Dynamic Model[J].Pro-cedia Earth and Planetary Science,(1)∶1737-1743.