卡罗尔模型范文

卡罗尔模型范文（精选4篇）

卡罗尔模型 第1篇

由此引起的对企业社会责任的关注, 加强了企业对社会回应的反思, 企业社会回应的讨论及内容具有一种对象性, 这种对象性针对的就是所有与企业相关的利益群体, 称之为利益相关者。利益相关者针对企业这个经济性的组织来说是一个战略管理性的概念, 该理论的创始者是弗里曼, 他提出:利益相关者是影响一个组织的目标实现或者能够被现实目标过程影响的群体或个人。

一、卡罗尔模型的解读

企业与利益相关者之间是一种契约责任, 宏观层面上, 政治、经济、文化和社会的变化都将会影响到企业社会责任契约的内容, 微观层面上, 利益相关者权利和地位的变化也将影响企业社会责任的内容。著名的卡罗尔金字塔模型就是以利益相关者为导向的企业社会责任模型, 该模型把企业社会责任和企业社会回应两个方面的内容整合起来, 以明确必须对哪些领域的社会问题或利益相关者问题加以通盘考虑。

作为一个较为全面的企业理论模型, 卡罗尔模型是一个很好的概念性分析工具, 有助于我们区分现有的文献中各种企业社会责任的概念。该模型不仅清晰的表达了企业社会责任的内容, 阐明了各个责任之间的关系, 且为人们所普遍接受。

阿奇B卡罗尔 (Archie BCarroll) 对企业社会责任的界定在学术界被认为是企业社会责任研究的一种进步, 引进了企业社会责任的新概念框架, 既有可理解性又有较强的综合性。卡罗尔的企业社会责任具有清晰的对象性, 从利益相关者的角度界定企业社会责任。卡罗尔在模型中将企业社会责任定义为:企业社会责任是指某一特定时期内社会对组织所寄托的经济、法律、伦理和 (慈善) 自由决定的期望。卡罗尔模型即如图1所示。

卡罗尔在模型中并没有排斥费里德曼的观点, 他认为, 作为经济组织, 经济责任是企业最纯粹也是最重要的社会责任, 但并不是企业唯一的责任;作为社会的一个组成部分, 社会赋予并支持企业承担生产性任务、为社会提供产品和服务的权力, 但同时社会也制订了企业所应该遵循的法律和法规, 并且期望企业在法律要求的框架内实现经济目标, 因此, 企业肩负必要的法律责任;虽然企业的经济和法律责任中都隐含着伦理规范, 但公众社会对企业的期望有时超出了法律要求的范围, 尤其从20世纪70年代以后, 对企业伦理经营行为的期望, 使人们认识到企业伦理责任的重要性;除此之外, 社会还对企业寄予了一些没有或无法明确表达的期望, 是否承担或应该承担什么样的责任完全由个人或企业的自由判断和选择, 这是一类完全自愿的行为即慈善责任。

卡罗尔的阐述尤其强调, 四种责任彼此间并不是相互排斥的, 也不是固定的, 彼此间可能相互转化, 而且任何一个行为中可能同时包含着其他几种责任。

一是经济责任国家经济飞速发展, 社会由贫穷变为富裕, 人民由物质的需求转而要求抽象的如社会正义和平等的价值等更高层次的精神需求, 从而开始对企业抱有更高的期望, 要求企业对各种商业行为负责和并对社会要有更多的回报。

企业必须承担经济责任, 但是, 企业应该是一个以生产或提供社会需要的商品和服务为目标, 并以公平的价格进行销售的机构。公平的价格指的是, 社会认为企业所确定的价格能够反映产出商品和服务的真正价值, 能给企业足够利润, 并保证企业的可持续存在和发展, 能给它的投资者以回报。

企业在确保自身盈利的基础上开展的经营活动, 努力为社会增加财富, 为员工增进福利;同时还要要求企业能够尽可能的向社会提供多样化的产品和服务, 保障利益相关者的和权益, 以便推进整个社会经济的全面发展。经济责任是企业履行各种责任的前提与基础, 离开了经济责任其他责任就成了无源之水、无本之木。

二是法律责任企业的法律责任是指, 既然社会已经准许企业负起前面提及的生产职责, 去履行有关的社会契约, 那么社会就会相应制定一些基本的规则即法律, 同时希望企业在法律的框架内展开活动。法律责任反映的是社会条文化的伦理, 体现出由立法者确定的对公平进行企业活动的基本看法。遵从这些法律是企业的社会责任, 假如企业不同意这些已获通过或打算被通过的法律, 持异议者可借助我们的社会所配备的机制, 即通过政治程序表达自己的意见。

企业的法律责任是企业即使在不盈利、企业员工福利不改善、企业其他三种社会责任不能履行的情况下页必须无条件地履行的强制性责任。它要求企业依法经营、按章纳税和承担政府规定的社会义务, 并接受政府的管理和监督。

三是伦理责任一般来说, 伦理责任与法律规定是相互补充的, 法律责任是交易成本中最大的责任, 而伦理责任则是一种自我约束的责任。法律虽是重要的, 但永远不够用。伦理责任包括那些为社会成员所期望或者禁止的, 尚未形成法律条文的那些活动和做法。法律责任是社会对企业的最低要求, 具有法律强制性;而伦理责任则要求企业作为一个独立的法人实体在经济社会生活中应该承担一定的义务, 对企业生产经营活动所产生的各种后果负责, 让企业符合社会道德规范要求去从事经营活动。

企业承担伦理道德责任包括维护股东权益、维护消费者权益、维护职工权益、积极参与社区建设、保持自愿、环境与社会可持续的发展等。维护股东的投资权益是企业最首要的伦理社会责任;消费者是企业产品与服务的最终接受者和使用者;职工是企业重要的利益相关者之一;社区是企业赖以生存和发展的外部环境;资源开发过度、资源浪费和环境污染是社会可持续发展面临的重要问题等。这种责任必须转化为企业内部的发展动力, 实现企业自身的健康发展和壮大, 进而为市场经济健康发展作出贡献。

四是慈善责任企业的自愿、自由处理或慈善活动被视为责任是因为他们反映了公众对企业的新期望。这些活动是自愿的, 非强制性的, 并非法律要求的, 也不是寄予企业一般伦理方面期望的, 只取决于企业从事这些社会活动的意愿。然而, 社会确实期望企业多行善, 慈善从而成了企业与社会之间契约关系中的一个构成部分。这样的一些活动包括企业的捐款、赠送产品和服务、义务工作、与当地政府和其他组织的合作, 以及企业及其雇员自愿参与社区建设或者与其他利益相关者相关的其他活动。

与企业法律责任不同, 企业伦理责任是未上升为法律但企业应予履行的义务, 它包括广泛的企业行为规范和标准, 这些企业行为规范和标准, 体现了对消费者、雇员和当地社区心目中的正义价值观的全面关注, 也反映了尊重和保护股东权利的道德精神。

二、卡罗尔模型的层次性分析

卡罗尔在模型中进一步指出, 经济责任反映了企业作为营利性经济组织的本质属性。使企业成为营利性的经济组织, 这是市场经济制度的固有要求, 而让企业尽可能营利, 也是现代企业制度的应有之义。在理解企业社会责任时, 不能将企业的经济功能与企业的社会功能对立起来, 而应把它们作为相互匹配、相互补充的两个方面, 共同纳入企业社会责任的框架之中。企业在追求利润价值的同时, 为社会经济的发展以及社会的良好运转起到了重要的作用, 但企业对利润的追求也并非是无所限制的, 社会必然要设置一定的规则对其约束, 企业只能在这种规则即法律的约束下实现其经济职能, 由此企业法律责任应运而生。

在资本主义制度下的西方学者的观点中, 卡罗尔强调了企业法律责任并不能涵盖企业社会责任的所有内容, 即涵盖不了对企业的所有期望行为。法律之所以存在力所不及之处的理由至少有三:其一, 法律应付不了企业可能面对的所有话题、情况或问题。其二, 法律是由立法者制定的。其三, 法律有时与其说反映出适当的伦理理由, 不如说尽可能体现了立法者的个人利益和政治动机。在大多数情况下, 企业法律责任于某种意义上讲就是编辑成典的伦理, 因为它包含着正义这一基本的伦理道德观念。

至于所谓的由企业自主决定其履行与否的责任即慈善责任, 卡罗尔认为, 这是指企业参与非强制性的或者非由法律和伦理所要求的社会活动的义务。其所揭示和表达的, 是社会要求企业成为出色的企业公民的一种愿望。企业伦理责任与由企业自主决定其履行与否的责任仅有细微的差别, 这种差别在于, 后者于道德或伦理意义上的强制性不如前者那样明显。换言之, 若一个企业未按某些利益相关者集团之期望为慈善之举, 则这些利益相关者不得将该企业归入不道德者之列而加以谴责。

该模型描绘的企业社会责任的四个层次成金字塔状, 经济责任是基本责任, 处于金字塔的底部。同时, 期望企业遵守法律, 法律是社会关于可接受和不可接受性的法规集成。再上去就是企业伦理责任这一层次。这一层次上, 企业有义务去做那些正确的、正义的、公平的事情, 还要避免或尽量减少对利益相关者的损害。在该金字塔的最上层, 寄望企业成为一位好的企业公民, 也就是说期望企业履行其自愿或者自由决定的慈善责任, 为社会生活质量的改善作出财力和人力资源方面的贡献。

三、卡罗尔模型对我国企业社会责任建设的启示

企业社会责任理论是伴随着经济的发展、社会运动的开展、企业和社会关系的转型而慢慢发展起来的, 卡罗尔金字塔模型理论正是在这些西方学者不断的争论和企业的实践中逐渐成熟和完善的。因此, 深入研究卡罗尔模型理论对我国企业社会责任建设研究会有很好的启示作用。

1. 卡罗尔模型为我国企业社会责任建设研究提供理论支撑。

作为一个较为全面的企业理论研究模型, 卡罗尔模型具有两个基本特征, 一是对企业社会责任概念的清晰界定, 二是对企业社会责任的有效回应。尽管卡罗尔没有明确定义什么是企业社会绩效, 但其最大贡献是将以往人们所争论的关于企业社会责任的观点系统化, 提出了企业必须承担的、从经济到自由判断的四种不同责任, 并将企业在处理企业与社会关系时所应考虑的、以前是分离甚至对立的社会责任、社会有效回应和社会议题观点进行综合。模型中关于企业社会责任的观点看法、责任、议题、回应之间相互作用的空间概念以及所蕴含的原则、过程、政策的方法为分析企业与社会关系议题研究引入新视野、构建了一个有价值的理论框架。

2. 通过卡罗尔模型合理确定企业与利益相关者的相关性大小。

企业是社会的成员, 企业要在社会中生存和发展, 需要处理好与社会的各种关系。企业与社会的关系集中体现在企业与利益相关者的关系上。在不失考虑伦理的前提下, 衡量各个利益相关者的利益, 真正了解企业如何承担社会责任的问题, 从而正确的开展利益相关者的管理。卡罗尔金字塔模型是一个结合利益相关者理论的企业社会责任层次模型, 通过对这个模型的深入研究有利于我们科学、合理地确定企业与各利益相关者之间的利益关系的相关性大小, 从而确定利益相关者的重要性次序, 便于指导企业的社会责任实践, 不仅为企业社会责任建设的研究提供了理论支撑, 同时为建立符合中国国情的企业社会责任标准提供了重要的依据。

3. 卡罗尔模型为建立符合中国国情的企业社会责任标准提供重要的依据。

概念模型有助于管理者形成这样的认识, 社会责任与经济绩效是密不可分的, 这个模型把经济上的考虑整合到社会表现的框架内。另外, 它把伦理和慈善方面的期望归置到合理的经济准则和法律规范中。该模型可帮助管理者系统地主要利益相关者的问题。虽然它并没有告诉企业应该如何去进行有关的实践活动, 但它明确提供了一个可以导向更好管理社会表现的思想概念。该模型还可以用做计划和诊断解决问题的工具, 也有助于管理者确认跟组织企业具体情况有关的社会责任类别。

参考文献

[1].王敏.马宗林等.世界知名电力企业社会责任创新实践[M].中国电力出版社, 2009

[2].陈宗兴, 黎友焕, 刘延平.中国企业社会责任建设蓝皮书[M].人民出版社, 2010

[3].王微.企业社会责任标准与中国企业[J].经济论坛, 2004 (8)

[4].张志强, 王香春.西方企业社会责任的演化及其体系[J].宏观经济研究, 2005 (9)

卡罗尔模型 第2篇

关键词：蒙特卡罗方法,耦合,像差

随着集成光学的发展,各种类型的集成光学器件被应用于光纤通信系统中。大部分集成光学器件都是集成在一个芯片上,以介质平面光波导为基础的。集成光学芯片与其他光学器件与系统之间,通常仍然须要通过光纤与波导对接耦合中。若直接耦合,光纤的模场分布在大小和形状上与光波导的模场分布不匹配,两者耦合效率很低。针对这个问题,人们大量研究了光纤与平板波导的耦合理论[1,2,3],提出了提高耦合效率的一系列解决方案[4,5,6,7,8,9],如棱镜耦合器、拉锥光纤和微透镜模场转换器等。其中,光纤端接微透镜是提高耦合效率的有效途径之一。这种微透镜结构尺寸非常小,达到微米量级,其光传输问题必须同时考虑衍射效应和透镜的像差。

有关球面和旋转双曲面光纤微透镜的理论分析方法有很多种,文献中常见的方法是几何光学中的射线传播理论以及高斯光束近似与ABCD矩阵法[10,11,12,13]。例如,J. 1996年John等[13]结合射线光学和像差理论,分别推导了激光二极管与半球以及旋转双曲面光纤微透镜之间的耦合效率,理论结果表明半球的耦合效率达到70%,旋转双曲面的耦合效率高达90%以上;2000年H.L.An[10]通过高斯光束近似和ABCD矩阵分析了两类光纤锥端半球微透镜的模场转换特性以及与激光二极管之间的耦合效率。N. Axelrod等[14]利用基于BPM算法的仿真模拟软件,来分析光纤微透镜的聚焦特性。

在具有端接微透镜的光纤与介质平面波导的对接耦合系统中,光纤端接微透镜是关于光纤光轴旋转对称的,而平板光波导则具有某种平面对称性。由于两种系统的对称方式不同,传统的解析方法或数值方法解决起来都非常困难。蒙特卡罗方法已广泛应用于解决各种物理问题,该近似方法所获得的问题的解实质上更接近于物理实验结果。

在这篇文章中,基于光线追迹和波传输理论,利用蒙特卡罗方法,提出了光纤通过球形端接微透镜与平板波导对接耦合系统的蒙特卡洛模型。

1 蒙特卡罗模型

1.1 建立模型的基本思想

光纤模场经过光纤端接微透镜聚焦情况如图1所示。在建立模型前,必须考虑到以下近似:

1)当包层拉锥末端的半径大于纤芯半径的2倍以上时,投射到微透镜上的光束就是单模模场:

2)由于球面单模光纤微透镜是通过熔融形成的,包层半径大于纤芯半径,且包层与芯层折射率非常相近,用包层折射率近似透镜折射率。

单模光纤端面上的玻印廷功率流的径向分布为[15]

$S{}_z(r)=\{\begin{array}{l}\frac{\beta }{2\omega \mu }|A|{}^{2}J{}_0^2(hr)‚ra\\ \frac{\beta }{2\omega \mu }|B|{}^2{\rm K}{}_0^2(qr)‚r>a\end{array}(1)$

式(1)中n1和n2分别为纤芯和包层折射率

$h=\sqrt{n{}_1^{2}k{}_0^2-\beta {}^2}$,$q=\sqrt{\beta {}^2-n{}_2^{2}k{}_0^2}$,

$B=\frac{AJ{}_0(ha)}{{\rm K}{}_0(qa)}$,$k{}_0=\frac{\omega }{c}(2)$

它的角向分布为

$f(\text{ϑ})=\frac{1}{2\text{π}}(3)$

蒙特卡罗模型建立的思路和步骤如下:

1)入射光束具有一定的概率分布,如式(1)和式(2),通过舍选法,随机产生入射光线的初始坐标(x, y)及入射光传输方向角;

2)根据光线追迹方程,确定离开光纤端接微透镜的出射光线的方向和坐标(x1, y1)。由于出射光瞳的窗口非常小,由于窗口衍射效应的存在,窗口对出射光线的方向产生影响,使得最终的出射光线方向发生改变,这个变化量就是微扰,微扰的的产生概率分布满足惠更斯-菲涅尔衍射公式。出射光线的轨迹就是几何轨迹与微扰项叠加。

1.2 光线追迹

在光纤与波导对接耦合问题中,光子轨迹追踪有两部分,一部分就是光子在透镜中的轨迹追踪,另一部分是从透镜出射的光子进入波导中传输轨迹的追踪。

1.2.1 光子在透镜中的轨迹追踪

在笛卡尔坐标系下,坐标原点是光纤端面与光轴的交点。光纤端面上两个互相垂直的径向分别是x和y轴,z轴为光纤对称轴,向透镜方向为正,光沿z正向传播。透镜孔径为D,透镜焦距为f,曲率半径为R,透镜厚度为h1,光纤芯层和包层的折射率分别为n1和n2,波导芯层和衬底的折射率分别为n3和n4,,波导厚度2b。透镜焦距

f=R/n2-1,透镜厚度为

$h{}_1=R-\sqrt{R{}^2-\left(\frac{D}{2}\right){}^2}(4)$

球心坐标为$[0,0,-\sqrt{R{}^2-(D/2){}^2}]$的球面方程是

$x{}^2+y{}^2+\left[z+\sqrt{R-\left(\frac{D}{2}\right){}^2}\right]{}^2=R{}^2(5)$

轨迹追踪步骤为:

1)求出入射光线所在平面的法线向量及折射光线的折射角。

某一入射光子投射到光纤端面上的坐标为(x0,y0,z0),该入射光线与x,y,z轴的夹角分别为α,β,γ,其方向向量为(cosα,cosβ,cosγ),则入射光线的方程为:

$\frac{x-x{}_0}{\cos \alpha }=\frac{y-y{}_0}{\cos \beta }=\frac{z-z{}_0}{\cos \gamma }(6)$

由于光纤端面在z=0平面上,因此光纤端面的法向量为(0,0,-1),入射光线与入射面法线夹角为

$\cos \phi =\frac{(-1)\cos \gamma }{\sqrt{\cos {}^2\alpha +\cos {}^2\beta +\cos {}^2\gamma }}(7)$

然后由Snell定律求得折射角为φ′;

2)求折射光线的方向余弦。

由于折射光沿z正方向传播,设折射光的方向向量为(m,n,1),则有

$\cos {\phi }^{\prime }=\frac{-1}{\sqrt{m{}^2+n{}^2+1}}(8)$

因为入射光线、折射光线和法线向量(0,0,-1)在同一平面Ω内,设平面Ω的法向量为(1,M,N),有

$\{\begin{array}{l}(\cos \alpha ,\cos \beta ,\cos \gamma )(1,{\rm M},{\rm N})=0\\ (0,0,-1)(1,{\rm M},{\rm N})=0\end{array}(9)$

联立式(8)和式(9)可以求出该折射光的方向向量(m,n,1)。在求解方程组的时候,数学上有两组解,一组解是入射光线和折射光线在法线同侧,另一组在法线异侧,根据物理意义,取后者解。折射光线的的方向余弦可以用向量(m,n,1)表示为

$\begin{array}{l}(\cos \alpha ,\cos \beta ,\cos \gamma )=\\ \left(\frac{m}{1+m{}^2+n{}^2},\frac{n}{1+m{}^2+n{}^2},\frac{1}{1+m{}^2+n{}^2}\right)(10)\end{array}$

3)求出折射光线与光纤微透镜球形折射面的交点坐标。折射光线方程可以写为

$\frac{x-x{}_0}{\cos {\alpha }^{\prime }}=\frac{y-y{}_0}{\cos {\beta }^{\prime }}=\frac{z-z{}_0}{\cos {\gamma }^{\prime }}(11)$

光子进入微透镜传播,遇到微透镜的球面,联立球面方程(5)和折射光线方程(11)可以求出该入射光线与透镜球面的交点P1(x1,y1,z1);

4)从上面三步可以得到入射到球面上的光子的方向向量和空间坐标。求出该光线与法线的夹角,通过判断该夹角是否满足全反射条件来确定是否继续追踪该光子轨迹。

过P1(x1,y1,z1)点的球面的切平面的法线方程为

$\frac{x-x{}_1}{-x{}_1}=\frac{y-y{}_1}{-y{}_1}=\frac{z-z{}_1}{z{}_t-z{}_1}(12)$

式(12)中zt是球心的z坐标。过P1点的法线的方向向量为(-x1,-y1,zt-z1)。求出入射到透镜球面上光线与P1点法线夹角φ′,判断这个夹角是否满足全反射条件。若满足,则该光子被球形折射面反射回透镜中,则不予追踪,若不满足,该光子经过球面折射后,从P1点出射进入空气中。

1.2.2 从透镜出射的光子轨迹追踪

已知入射到球形折射面上的光子的方向向量和空间坐标,重复1.2.1中轨迹追踪步骤1)和2)就可以求出从透镜球面P1点出射光子的方向向量(cosα″,cosβ″,cosγ″),则从透镜出射的光子的轨迹方程为

$\frac{x-x{}_1}{\cos \alpha {}^{˝}}=\frac{y-y{}_1}{\cos \beta {}^{˝}}=\frac{z-z{}_1}{\cos \gamma {}^{˝}}(13)$

将波导端面至于球面微透镜的几何焦平面处,则波导端面所在平面方程为

$z=h{}_1+f(14)$

联立式(13)和式(14),可得光线在波导端面落点P2(x2,y2,z2),波导端面法线方向向量为(0,0,-1)。可求出进入波导中的光线方程。该光线进入波导中,遇到波导芯层的上下界面反射,上、下界面的平面法向量分别为(0,-1,0)和(0,1,0),判断在上下界面上是否全反射条件以及是否满足波导稳定传输条件。

2 模型与程序验证

根据上述思路,现编写了一套基于蒙特卡罗法的程序,程序主要包括四部分:入射光子产生、光子轨迹追踪、根据惠更斯菲涅尔原理衍射光斑的光子抽样以及光子统计。模型中的光纤采用表1中的参数,相应的模场直径为 10.13 μm,入射波长为1.55 μm。

2.1 入射波源程序验证

依据公式(1),通过舍选法得到光纤端面上的光子分布如图2,从图2中可以看出,舍选法得到的光子分布与理论上光纤基模场贝塞尔函数横向分布很接近,随机误差较小。因此使用蒙特卡罗方法在光纤端面上产生的光子分布与理论分布较为一致。这验证产生入射光子程序的正确性。

2.2 光线追踪程序验证

利用微透镜轴向球差,对光线追踪程序进行验证。

对特定位置入射单根光线进行轨迹追踪:离轴4 μm的单根光线入射到曲率半径R=10 μm、折射率为1.46的球透镜上,可以计算其在光轴上的z向坐标为l′= 27.737 8,透镜的几何焦点位置为L′=31.739 1,根据式求得轴向球差δl=l′-L′=-4.001 4;图3所示单根光线模拟计算得球差为-4 μm,与理论计算结果一致。

从图4可见,离轴越远的光线与光轴交点越近,产生的轴向球差越大;离轴越近的光线与光轴交点距几何焦平面越近,轴向球差越小;入射在光轴附近的光子几乎落在焦点处。光线追迹得到的结果与几何光学分析结论完全一致,这证实了光线追踪程序的正确性。

2.3 衍射光子产生程序验证

根据菲涅尔衍射公式,距离为z的观察面上任意一点的光场分布为

$\begin{array}{l}U(x,y)=\frac{\exp (\text{j}kz)}{\text{j}kz}{\displaystyle \int {\displaystyle {\int }_{\infty }u}}(x{}_1,y{}_1)\\ \exp \left[\text{j}k\frac{(x-x{}_1){}^2+(y-y{}_1){}^2}{2z}\right]\text{d}x{}_1\text{d}y{}_1(15)\end{array}$

图5为透镜曲率半径R=18 μm,孔径半径5.067 1 μm,观察面是几何焦平面f=39.13 μm处的衍射光斑,用舍选法得到的光斑半径为3.32 μm,利用传统位相转换公式求出衍射光斑半径为3.38 μm,该结果证实了衍射光斑产生程序的正确性。

以上三部分说明基于蒙特卡罗方法的程序是正确的,可用于对包层拉锥光纤端接微透镜聚焦特性及其与阶跃型平板波导的耦合进行模拟。

3 结论

由于该蒙特卡罗模型基于光线追迹和波传输这两种理论,这种混合方法的优点就是结合了光线追迹方法和波动光学方法各自的优点,同时考虑了光纤端接微透镜的几何形状和非傍轴效应。由于它考虑了微透镜的几何面型,因此它不仅可以用于透镜面型对称系统,同时也可用于任意不对称或存在缺陷系统。

卡罗尔模型 第3篇

随着我国日益加快的城市化进程,基础建设需求的不断加快,如何筹集建设基金,减轻政府财政负担成为发展城市基础设施的关键,迫切需要其他投资模式,而PPP(Public-Private Partnership,公私合作)项目作为公共部门通过与私人部门建立伙伴关系来提供公共产品或服务的一种融资方式,在中国基础设施建设领域越来越受到青睐。随着经济的持续发展,PPP模式在我国众多基础设施项目又取得进一步的应用。对PPP模式优化进行研究具有重要的现实意义。

同BOT项目相同,PPP项目具有投资高、风险高、资金回收慢的特点,因此特许期的长短对其运营效益具有直接的影响。目前,很多政府和项目公司仍然根据以往项目的经验谈判确定特许期,忽略了一些因素对特许期决策的影响。因此,本文从项目的特性入手来测算出合理的特许期,对于保障PPP项目的成功运作具有重要意义。

1研究现状与问题的提出

国内外关于特许权期方面的研究,一般将特许权期分为两类。一类仅指特许运营期;另一类认为特许期涵盖项目从私人机构移交给政府之前的整个期间,即特许期包括建设期和经营期。本文采用第二种定义。

从已收集和查阅的文献来看,目前,常用的特许期决策方法主要有净现值法、博弈论法、蒙特卡罗模拟法三种。如S Thomas Ng等学者运用静现值法NPV(Net Present Value)构建了PPP模式特许经营期的动态输出模型;学者李启明和申立银建立了确定特许期的净现值决策模型,为科学合理地确定项目的特许期提供了理论基础。学者孙建平,李胜等结合现有研究建立了城市基础设施项目的收益风险评估模型。学者余茜,张云宁采用符合实际情况的概率分布对项目收益净现值进行蒙特卡罗模拟求得特许期。传统的蒙特卡罗模拟方法忽略了相关性的处理,这样做误差较大,学者王军武、张声东、张露为此讨论了因素相关性蒙特卡罗随机模拟模型,使模型的建立更具科学。

以上学者对不确定因素下的PPP项目特许期决策问题取得了重要的研究成果,但是既有研究大多未充分考虑建设期和经营期的各种风险和不确定因素对特许权期的影响。本文采用蒙特卡洛技术和净现值(NPV)法建立新的确定PPP项目的特许期理论决策模型,为PPP项目特许权期的确定建立了一个较为系统的理论方法,具有较好的理论价值和实际应用价值。

2 PPP项目特许期决策模型中的变量及其分布

为了进一步深化现有的特许期决策方法,需要结合垃圾处理发电PPP项目的特点与运营规律,对影响特许期确定性因素和不确定性因素加以分类。本文主要选取垃圾处理量(Q)、运营成本(C)、运营收入(I)等三个不确定因素作为变量,下面分别别分析确定性和不确定性两种因素。

2.1确定性影响因素

(1)特许价格:垃圾处理价格一般由项目公司在投标时与政府协商确定。垃圾焚烧发电项目的经济来源主要分为垃圾处理收入、政府补贴收入和上网发电收入三部分。

(2)建设期:本研究中特许期的界定范围包括建设期和运营期两部分。垃圾焚烧发电厂的建设期相对较短,一般不超过2年,其取值的变化影响相对较弱。因此,垃圾焚烧发电项目的建设期可以取为固定值。

(3)折现率:在垃圾处理PPP项目的特许经营协议中,折现率一般取行业的基准收益率,可以将其视为一个常量。

2.2不确定性影响因素

(1)垃圾处理量:垃圾日处理量是计算项目运营中现金流入和现金流出的基础数据。一方面受经济发展、人口变化等因素的影响。另一方面,部分设备的维修也会导致垃圾处理量发生变化。

(2)运营收入:垃圾焚烧发电PPP项目的运营收入包括垃圾处理收入、政府补贴收入和上网发电收入三部分。在垃圾处理费保持相对稳定的条件下,垃圾处理收入的不确定性主要取决于垃圾处理量的不确定性。由于不同地区、不同时期的垃圾热值均会存在差异,上网发电收入具有不确定性。因此,要计算项自的上网发电收入部分,需要通过模拟进行预测。

(3)运营成本:垃圾焚烧发电PPP项目运营成本的构成较为复杂,主要涉及原材料费、能源动力费、灰渣运输费、职工工资福利费、设备维护及管理费等方面,通过分析垃圾焚烧发电PPP项目的运营特点和类似项目的运营成本数据,可以预测出拟建项目的运营成本概率分布。

3模型建立

3.1垃圾处理量

一般情况下,在PPP项目特许经营协议中,政府与项目公司协商最低处理量Qmin,若项目公司第t年垃圾处理量Qt低于Qmin,则政府按照Qmin给予项目公司垃圾处理费,否则,则按实际处理量Qt给予项目公司垃圾处理费。公式如下:

3.2运营收入(I)

运营收入(I)主要由垃圾处理费收入、上网发电收入和运营成本三个变量确定。

(1)垃圾处理费收入(IT1)。

根据政府和项目公司双方约定的每吨处理费P1,以及年垃圾处理量QT,可得出第t年垃圾处理费收入IT1的公式如下:

垃圾处理费收入

(2)上网发电收入(IT2)。

根据政府和项目公司双方约定的每千瓦电费P2,每吨垃圾可发电的瓦数p以及年垃圾处理量QT,可得出第t年垃圾处理上网发电收入IT2的公式如下:

上网发电收入

由上可知第t年总的运营收入

3.3运营成本(Ct)

根据第t年的垃圾处理量Qt,以及处理每吨垃圾所需费用C1(原材料费、能源动力费、灰渣运输费)职工工资福利费Ct1以及年设备运营与维护费用Ct2可知第t年运营成本C为:

3.4特许期T的模型建立及求解

构建NPV函数,其中CIt为建设期第t年投资额,TC为建设期,T表示特许期(包括建设期和运营期)。NPV|TC表示建设期的项目投资的累计折现值,NPV|T=n表示整个特许期内项目投资的累计折现值。i为折现率,IRRmin项目公司可接受的最小内部收益率,IRRmax项目公司可接受的最大内部收益率。

4模型求解

4.1已知条件

天津某垃圾焚烧发电厂,日处理能力为1200吨,计划在2016年正式投入运营。项目总投资约为5.4亿元,建设期为2年,预计项目建设期两年内投资相等。日处理生活垃圾可达1200吨,按照国内垃圾焚烧发电厂每吨垃圾发电量的标准,结合对天津市经济水平以及垃圾特性的调查研究,预计本项目每吨垃圾发电量为275千瓦。

同时,政府与项目公司谈判约定:(1)垃圾处理费为每吨垃圾90元,垃圾发电上网电价为0.65元/千瓦时;(2)当政府提供的日均垃圾处理量低于1200吨时,政府将按照1200吨的标准支付垃圾处理费;(3)项目公司期望的内部收益率水平IRRc为10%;(4)免税收。

4.2影响因素的确定

综合以上信息可知特定性影响因素有:

(1)总投资I=5.4亿元;建设期TC=2年;垃圾处理费P1=90元/吨;每千瓦电费P2=0.65元;IRRmin=9.3%;IRRc=10%;IRRmax=10.5%。

根据上述资料可知每吨垃圾的发电量服从整体分布,每吨垃圾可发电的瓦数p均值为275,标准差27.5。

(2)确定年收入:

根据以上公式,可确定年收入

4.3运营成本数值模拟

根据垃圾处理厂PPP项目特点,项目运营成本主要包括每吨垃圾处理所需费用、职工工资福利费、日常维修费及管理费5项,其中,前3项按照实际处理污水的吨数计算,后2项按照每年支出的费用进行估算。通过对天津市现有污水处理厂运营成本的综合分析,预测出各项成本的概率分布如表1。

本案例中数值仿真模拟中所用工具为Crystal Ball软件,软件对不确定性影响因素的概率分布进行定义,运用Crystal Bal对各项运营成本Ct进行蒙特卡洛模拟,模拟次数为10000,Ct概率统计及预测结果概率分布见图1和图2。

从图1可以看出Ct是偏度接近0,峰值接近于3,可近似认为其服从于正态分布。并且其服从Normal(4125.14,289.22)。由此可知每年运营成本大致为4125.14万元。

4.4 NPV的模拟

为了模拟出经营期各年NPV的数值,需要对现金流入和流出两个变量分别进行计算与模拟。上面对现金流出量已经经过了模拟,那么根据公式(2)、(3)、(4)分别对现金流入量进行预测,再运用Crystal Bal软件,以IRRc=10%作为折现率,运用公式(6)对各年的NPV进行蒙特卡罗模拟,模拟次数设定为10000次,计算t=1,2,3,…,30时的折现现金流,进而可求出在置信水平为95%时t取不同值对应的NPV如表2所示。

4.5特许期决策

由表2的数据可以看出,在IRRc=10%的水平下,NPV|t=17=61317万元<初始投资成本I=27000*(1+10%)+27000*(1+10%)^2=62370万元,NPV|t=18=62691.77万元>62370万元。算出项目的动态投资回期约为年。在不考虑各类影响因素变动的情况下,项目运营期应大于或等于17.8年,已知建设期2年,那么项目的特许期应大于等于19.8年。

5结论

特许期是PPP项目特许权协议中的重要内容,并且一般投资大、周期长,在建设和运营过程中会面临许多不确定性因素,通过蒙特卡罗模拟得出的项目建造总成本现值NPV和特许期T的均值、标准差等重要的数学特征值,可以用来合理地确定PPP项目特许经营协议中关于特许期、风险分担机制等重要条款,达到风险与收益协调。本文基于政府与项目公司风险分担的原则,在特许期决策模型中,通过对垃圾焚烧发电PPP项目运营收入、运营成本与NPV的预测模拟,求解出合理的特许期,并且演示了该模型的求解过程。由此建立了测度特许期的数理分析框架,从定量研究的角度强调了特许期决策对保障PPP项目成功运营的重要性。

摘要：本文根据电力企业采购工作的特点,结合采购过程关键要素及其控制要点,从“采购绩效指标体系的建立、“采购绩效指标算法的设计”、“评定细则的制定”和“评价过程信息化实现”四方面进行改善,构建电力物资采购绩效综合评价体系,量化和监控采购工作的全过程,改进采购工作流程,以实现物资供应链管理绩效提升为目标。

关键词：采购绩效,指标体系,评价方法,指标算法,评定细则

参考文献

[1]简迎辉,包敏界.PPP模式内涵及其选择影响因素研究[J].项目管理技术,2014,12(12):24-28.

[2]亓霞,柯永建,王守清.基于案例的中国PPP项目的主要风险因素分析[J].中国软科,2009(5):107-113.

[3]Ye SD,Robert LK.The effect of concession period design oncompletion risk management of BOT projects[J].Construction Management and Economics,2003,21(5):471-482.

[4]代大双,宋金波.BOT项目特许期决策管理[M].北京:电子工程出版社,2010:45-67.

[5]Ng S T,Xie J,Cheung Y K,et al.A simulation model for optimizing the concession period of public-private partnerships schemes[J].International Journal of Project Management,2007,25(8):791-798.

[6]李启明,申立银.基础设施项目特许权期的决策模型[J].管理工程学报,2004,14(1):43-46.

[7]孙建平,李胜.蒙特卡洛模拟在城市基础设施项目风险评估中的应用[J].上海经济研究,2005(02).

[8]余茜,张云宁.基于蒙特卡洛模拟的BOT项目特许期决策研究[J].项目管理技术,2014(01).

卡罗尔模型 第4篇

风力发电被公认为是一种最理想的可再生能源发电方式之一,大规模发展风电,不仅是能源开发的需要,也是环境保护的需要,它可以缓解能源危机、减少环境污染,真正实现电力行业可持续发展的目标。但由于风电出力具有随机性、间歇性和波动性等特点,大规模风电并网将对电网电压、稳定性和调度产生深远的影响[1,2]。这迫切需要对大规模风电并网情况下电力系统的可靠性和安全性的评估。

目前,电力系统可靠性研究有解析法和模拟法[3],其中由于模拟法的灵活性和实用性愈来愈受到人们的重视。模拟法按随机抽样方法的不同可分为非序贯蒙特卡罗仿真和序贯蒙特卡罗仿真,序贯蒙特卡罗法的主要优点是能精确地评估频率和持续时间指标,能灵活地模拟状态持续时间的任何分布,常被用于电力系统的可靠性评估[4,5]。

关于风电机组的可靠性模型国内外学者已进行了大量的研究,并取得很多重要成果。文献[6-10]考虑了风能的随机性、风电机组的老化和故障等环节,建立风电机组的可靠性模型,但其所建的可靠性模型中只包含停运和运行两个状态,此方法在传统发电机组的可靠性建模中是可行的,因为传统发电机组的降额运行状态时间比较短,基本可以忽略;但风力发电机组处在降额状态的时间在整个运行期间所占的比例较大[11],忽略其降额状态将带来较大的误差;而且此可靠性模型仅给出风电有功输出的概率,不能给出其持续的时间,因此不适用序贯蒙特卡罗仿真。文献[12]考虑风速的随机性利用解析的持续和时间方法建立了风电机组的可靠性模型,给出了风机有功输出的概率及其持续时间,但此模型没有考虑风机故障对其有功输出的影响,与实际不符。文献[13]基于非序贯蒙特卡罗模拟法建立了含风电场的发输电系统可靠性评估模型,但此模型不能给出与频率和时间相关的指标。文献[14]基于序贯蒙特卡罗方法的风电场发输电可靠性模型,但其抽样方法为固定周期抽样,不能满足具有不同持续时间风机状态的抽样。

针对上述问题,本文首先介绍了用于元件可靠性建模的基于马尔可夫链的解析方法,并给出了多状态模型的状态转移矩阵和每个状态发生概率及其持续时间的计算公式;其次考虑风速随机性引起风机有功输出的随机性和风机的降额和停运状态,把风机有功输出分成若干状态,并利用基于马尔可夫链的解析方法计算出每个状态出现的概率和持续时间;最后针对所建立的可靠性模型提出了用于序贯蒙特卡罗仿真的双重抽样方法,即:每次抽样需要2个随机数,第1个用来抽取风机有功输出的状态,第2个用来抽取此状态的持续时间。在Matlab中编制了风电机组多状态可靠性模型的仿真程序,并对其进行1年的序贯蒙特卡罗仿真,结果验证了所建可靠性模型和所提双重抽样方法的有效性。

1 基于马尔可夫链的解析方法[15,16,17]

马尔可夫链常用来对随机过程进行建模,其基本思想是把时间连续的随机过程分成有限多个离散状态(状态的数目与对模型要求的精度有关),所有离散状态的集合和状态之间转移关系构成一个马尔可夫链。

对于一个包含N个状态的马尔可夫链,状态i和状态j之间的转移率可表示为

式中:λij为转移率(次/小时);Nij代表从状态i到状态j转移的次数;Ti表示状态i在整个统计周期内持续的时间。

马尔可夫过程逼近原理可表述为:极限状态概率在进一步转移过程中保持不变。

为了便于分析,定义状态转移矩阵为:其维数为状态数,即每一状态对应于转移矩阵中的一列和一行。如果从状态i向状态j有转移,则转移率λij作为矩阵中第i行和第j列的元素,否则该元素为零。状态转移矩阵中对角线元素等于1减该行其余元素之和。

包含N个状态的转移矩阵可表示为

根据马尔可夫过程逼近原理,式(3)成立。

为了便于求解,式(3)可改写为

对式(4)等号两边分别求转置,可得

式中:I是单位矩阵;T是状态转移矩阵;P是状态的概率矢量,P=[P1P2; PN]。

式(5)为具有N个未知数的线性方程组,解此方程组便可得出每个状态发生的概率,但由于矩阵(T-I)T的秩是N-1,即式(5)中只有N-1个方程是独立的,所以必须增加一个与式(5)中N个方程都线性无关的方程,才可以得到唯一解。

根据概率规范性和可列可加性,可得

式中:P表示状态发生的概率;其下标N代表状态数。

用式(6)代替式(5)中任意一个方程,为了便于分析,不妨替换式(5)中第1个方程,整理可得

式(7)为具有N个未知数的线性方程组,利用解线性方程组的方法便可得出各个状态发生的概率。进入状态n的频率可表示为

式中:Pi是状态i的概率;λij是离开状态i的转移率;Md是离开状态i的转移数。

停留在每个状态的平均持续时间是离开该状态的转移率总和的倒数,如式(8)所示。

式中,di是停留在状态i的平均持续时间。

2 风电机组出力的概率和持续时间模型

风电机组的出力受两方面的影响,即风速和风电机组的故障状态,且这两个因素都是不确定的。由于风速的惯性较小,波动频率较大,若直接建立风速的马尔可夫链,需要的离散状态数目较多,计算较复杂,考虑风速跟风电机组出力之间的确定性关系,把风速的随机性转移到风机出力上来,直接建立风机出力的马尔可夫链,由于风电机组的惯性较大,起到一定的滤波作用,可以滤除风速中高频部分,因此风机出力的马尔可夫链可以用较少的离散状态数目来达到较高的精度。

2.1 出力的概率模型

应用马尔可夫链对风机出力进行建模,需要把风机的出力分成有限多个离散状态,状态的数目取决于对模型精度的要求。为了便于分析,以1.5 MW风机为例,把其出力离散为0 MW、0.5 MW、1 MW和1.5 MW,并分别定义为状态1、2、3和4,假设任意两个状态之间都存在转移关系,其状态空间图可表示为图1。

图1中,λ表示状态之间的转移率(次/小时),其值可通过对风机历史运行数据统计得到,下标表示状态转移方向,例如λij表示状态i向状态j转移的频率。

根据图1和式(2),风电机组四状态出力模型的状态转移矩阵可表示为

把式(10)代入式(7),整理可得

式中,1P、2P、3P和4P分别表示状态1、2、3和4出现的概率。

式(11)为含4个未知数的线性方程组,对其求解便可得出每个出力状态发生的概率。

2.2 出力的持续时间模型

根据式(8),进入状态1、2、3和4的频率可表示为

式中,1f、f2、f3和f4分别表示进入状态1、2、3和4的频率。

根据式(9)停留在状态1、2、3和4的平均持续时间可表示为

式中,1T、2T、3T和4T分别表示状态1、2、3和4的平均持续时间。

3 风电机组故障的概率和持续时间模型

3.1 故障的概率模型

包含运行、降额和停运状态的发电机组三状态模型如图2所示。

图中,λ表示状态之间的转移率(次/年),其值可通过对风机历史故障数据统计得到,下标表示状态转移方向,例如λRF表示运行状态R向故障状态F转移的频率。

通常情况下认为发电机的停运和降额状态是随机事件,将马尔可夫方法应用于图2所示的状态空间图,可得状态转移矩阵为

把式(14)代入式(7),整理可得

式中,PR、PD和PF分别表示状态R、D和F出现的概率。

式(15)为含3个未知数的线性方程组,对其求解便可得出运行状态、降额状态和停运状态发生的概率。

3.2 故障的持续时间模型

根据式(8),进入运行状态、降额状态和停运状态的频率可表示为

式中:fR为运行状态的频率;fD为降额状态的频率;fF为停运状态的频率。

根据式(9)停留在运行状态、降额状态和停运状态的平均持续时间可表示为

式中:TR为运行状态的持续时间;TD为降额状态的持续时间;TF为停运状态的持续时间。

4 序贯蒙特卡罗的双重抽样

对于多状态模型,传统的序贯蒙特卡罗抽样法是假定在一个抽样周期内系统的状态不变,进而获得一个具有时间序列的系统状态,但实际上每个系统状态所持续的时间是随机的,因此传统抽样方法将带来较大的误差。考虑到序贯蒙特卡罗仿真不仅需要知道元件的状态,还需要确定此状态所能持续的时间,提出双重抽样方法,其原理为:根据被抽样元件的概率抽取元件的状态,然后根据已确定状态的平均持续时间抽取该状态实际能持续的时间。

4.1 随机变量的蒙特卡罗抽样方法

为了便于研究,假设一个随机事件具有3个不同的状态,分别为1S、2S和3S,这3个状态出现的概率分别用Ps1、Ps2和Ps3表示,在[0,1]区间抽取均匀分布的随机数U,根据大数定律,可以根据式(18)确定随机事件所处的状态。

式中,S代表随机变量的状态。

4.2 随机变量的持续时间抽样方法

在可靠性评估中,指数分布是最重要的分布类型,假设随机事件某个状态的持续时间服从指数分布,其累积概率分布函数可表示为

式中:F(D)表示状态持续时间的累积分布函数;T表示状态的平均持续时间。

产生1个均匀分布随机数R,并使

运用逆变换法可以得到

因(1-R)和R以完全相同的方式均匀分布于区间[0,1],式(21)可以等效地写为

式中:D表示状态的实际持续时间;T表示状态的平均持续时间;R为[0,1]区间的随机数。

4.3 序贯蒙特卡罗抽样流程

序贯蒙特卡罗双重抽样的流程如图3所示。图中,k表示抽样的次数。

由图3可知,评估的基本步骤为:

1)输入电力系统原始数据。包括由风机历史运行数据统计出来的出力状态之间的转移率和故障状态之间的转移率;最大抽样时间。

2)计算概率和持续时间。根据式(11)和式(13)计算风机出力的概率和各个出力的平均持续时间,根据式(15)和式(17)计算风机故障状态的概率和各个故障状态的平均持续时间。

3)随机抽样。在[0,1]区间内随机抽取4个随机数,分别用来确定风机出力及其持续的时间和风机故障的状态及其持续时间。

4)综合风机的出力和风机故障状态的抽样值,得到风机实际的出力。

5)计算总的抽样时间,若小于设定时间,则返回3)继续抽样,否则结束抽样。

6)输出抽样期间内风机随时间变化的实际出力曲线。

5 算例分析

5.1 算例描述

采用某风电场1.5 MW机组进行仿真,该风电场具有30台1.5 MW风机,把风机的出力离散成11个状态,把风机的故障状态分成运行、降额和停运三个状态,统计2009年至2010年风机运行和故障的历史数据,根据式(1)计算得出风电机组出力之间的转移率和故障状态之间的转移率,分别如表1和表2所示。

次/年

次/h

5.2 计算概率和持续时间

结合表1和表2的数据,根据式(11)和式(15),计算状态出现的概率,根据式(13)和式(17)计算状态持续的时间,计算结果如表3和表4所示。

5.3 序贯蒙特卡罗仿真

根据图3所示的序贯蒙特卡罗抽样流程,在Matlab编写了风电机组的仿真程序,并对风电机组进行了1年的序贯蒙特卡罗仿真。

图4为第100到第148时刻,共48 h风电机组出力的仿真结果,图中分别显示出一般抽样方法和本文所提出抽样方法的仿真结果,其中一般抽样方法的抽样周期为1 h。从图中可以看出,一般抽样方法和双重抽样方法均可以得到随机的风机出力,但前者只能得到持续时间为1 h或1 h整数倍的风机出力状态,而后者可以得到任何持续时间的出力状态。由于实际风机出力的大小和持续时间均是随机变化的,采用一般抽样方法会产生较大的误差,而本文提出的双重抽样方法更能反映风机实际的出力。

图5为风机运行状态的仿真结果,其中一般抽样方法的抽样周期为10天,从中可以看出,双重抽样方法能模拟持续时间为任意值的风机运行状态,而一般抽样方法只能模拟持续时间大于10天且为10天整数倍的风机运行状态,其可以模拟的最长持续时间为90天。

为了分析抽样周期对一般抽样结果的影响,把抽样周期设为5天,图6为风机运行状态的仿真结果,其可以模拟持续时间最短为5天最长为70天的风机运行状态,从中可以看出减小抽样周期可以模拟更小持续时间的状态,但其模拟较长持续时间状态的能力降低了。

图7为考虑降额和不考虑降额情况下风机出力的仿真结果;图8为考虑故障和不考虑故障情况下风机出力的仿真结果,从中可以看出,考虑风机降额和故障时,风机的出力变小,其可靠性下降。因为风机在实际运行中,受到电网运行状态和周围环境的影响,总会出现降额和故障状态,因此考虑降额和故障的风机可靠性模型更符合实际情况。

6 结论

通过对某风电场1.5 MW风电机组的仿真和分析,得到如下结论:

1)一般抽样方法中抽样周期与抽样精度有关,当抽样周期较小时,可以抽取持续时间较小的风机运行状态,但对那些持续时间较长的运行状态的抽样误差较大;反之,当抽样周期较大时,对持续时间较大(大于抽样周期)的风机运行状态有较好的抽样结果,但不能抽取持续时间较小(小于抽样周期)的运行状态。

2)本文提出的风电机组多状态可靠性模型,不仅考虑了风速的随机性,而且考虑了风机降额和故障运行状态,更符合实际情况;此模型不仅能给出每个风机运行状态出现的概率,而且给出了每个状态的平均持续时间。