测度关系

2024-09-24

测度关系（共8篇）

测度关系篇1

创新体系下的大学-产业-政府的关系研究被经济界和学术界所广泛关注。Leydesdorff (2001) 提出的三重螺旋算法在创新合作关系的测度研究方面发挥着重要作用。该模型提出至今, 对其深入研究与应用一直是热点问题。通过对文献的梳理不难发现, 以往文献只对发明专利的申请数量进行研究, 忽略了不同类型专利的比较研究, 且部分发明专利在初步审查阶段即以失败告终, 以申请数作为数据依据其准确性不高。针对以上不足, 本文将不同类型专利的公告数量作为官产学三螺旋关系测度的数据源, 对我国2009-2013年发明和实用新型专利进行三螺旋关系测度。

一、三螺旋模型原理

在创新活动中, 政府、产业和大学并不是孤立存在的, 而是以某种形式产生关联。传统三螺旋模型的联系方式主要分为三种类型, 即国家干预型模式、自由放任型模式和三边网络混生组织模式。其中, 三边网络混生组织模式又可细分为中心协调型和自组织型两类。

本文将Leydesdorff三重螺旋算法和香农或然熵理论相结合, 对大学 (U) 、产业 (I) 、政府 (G) 、大学-产业 (UI) 、大学-政府 (UG) 、产业-政府 (IG) 、大学-产业-政府 (UIG) 在布尔逻辑代数系统下进行检索和审查并对数据进行测度, 各主体会产生相应的频数fi, 频率分布对应概率分布Pi, 其分布的关系表示为。

概率分布的或然熵为平均信息量, 是随机变量统计相关性的测度, 用H表示。数据集H所包含的不确定度越小, 所反应的信息量就越大, 下标分别用i, j, k表示。将概率Pi所包含的平均信息量用Hi表示 (单位为比特) , 平均信息量增添适当的变元后用Hij、Hijk表示。

考虑到大学、产业和政府的实际情况, 分别用u、i、g代替i、j、k对于实际数据进行处理。二维协同信息等价不确定性的转接量Tui, 表示大学-产业的合作关系的不确定性程度, Tui越大表明两者之间的结合越紧密, Tig和Tug同理。

在一定范围内, 官产学三螺旋测度中二维与三维的协同信息成相互替代的关系, 三维协同信息不确定转接量用Tuig表示。

Tuig值越小, 表明官产学三者合作对于整个系统的不确定减少量越多, 该系统越趋于稳定。如图1 (c1) 所示, Tuig的值大于零, 官产学三重螺旋关系中不仅存在两者重叠部分, 还存在三者重叠部分, 此时在三螺旋系统中存在着中心协调, 属于中心协调型三边网络混生组织模式。当Tuig的值小于零时, 大学-产业-政府三者共同协作的三维关系在其所组成的系统中发挥了自组织作用, 为自组织型三边网络混生组织模式 (如图1 (c2) 所示) 。此时三螺旋系统的参与者可以通过复杂自组织来参与到系统中, 不需要官产学三方的共同参与, 整个系统的不确定度减少。Tuig的负值越小, 整个系统的自组织水平越高。

官产学关系是一个复杂的网络结构, 很难用数学模型将其精确阐释。三重螺旋算法作为衡量三者关系的定量分析方法, 为官产学创新关系测度研究提供了一种新的思路。尽管该算法仅在统计学的研究范畴有意义, 基于网络数据库的检索, 运用三重螺旋算法, 还是从一定角度反应了官产学三螺旋时间、空间上的合作关系。

二、数据收集与处理

(一) 样本选择

科技活动的产出可以作为创新的一个测度。遵从国际惯例, 专利、科技论文以及新产品为科技活动的直接产出, 故专利可以作为创新活动测度。

专利分为发明专利、实用新型专利和外观设计专利, 三者在官产学合作中均占一定位置。专利的申请要具有实用性、新颖性和创造性的特征, 三类专利的发明创造难度、技术含量以及社会贡献率等依次递减。发明专利的技术含量最高, 受保护期限最长;外观设计专利的创造相对简单, 一般由单一主体完成。

近年来外观设计合作申请量较少, 通过数据检索发现自2011年始, 合作申请的外观设计专利的公告数为零, 对其进行三螺旋关系测度的研究意义不大, 因此本文将其剔除, 以发明和实用新型专利的申请公告数为研究样本。

(二) 数据来源与测量方法

基于国家知识产权局专利检索数据库, 采用数据库检索与人工审查相结合的方法, 以省、直辖市 (共计31个, 不包含港澳台地区) 作为基本的数据来源, 依据专利申请人的类别 (可重复计量) 对数据进行分类、检索、分析。

若专利申请人检索信息中包含大学、学校、学院等知识生产机构的代名词将其归为U的范畴, 检索信息含有集团、公司、企业、医院、厂、矿等产业部门的代名词将其归为I的范畴, 检索信息含有部、委、局、中心、基地等代表政府部门的词汇将其归入G的范畴。研究机构可具有政府性质、企业性质或者教育性质, 根据其属性分别归入G、I、U。若专利申请人同时具备两个主体的属性则将其归入UI、UG和IG之中。同理, 专利申请人具有三个主体属性将其归入UIG之中, 而对于个别无法准确界定其性质的机构则将其剔除。

(三) 数据测量结果与直观分析

通过以上的方法对2009-2013年度的发明和实用新型专利公告数进行检索, 所得数据见表1。

由表1数据以及计算分析可以看出, 在过去的5年之中, 不同类型的专利公告数量总体上呈增长趋势。在大学-政府、企业-政府两主体合作以及大学-企业-政府三主体合作中发明专利公告数增长较为明显;就大学、企业单一主体作为申请机构以及总计的申请公告数量而言, 实用新型专利的增长较为明显;两种类型的专利公告数在政府作为申请主体的情况下增长率相近。

专利的申请以产业居多。产业界申请发明专利的公告数量从2009年的63 167增长到2013年的208 241, 实用新型专利公告数从2009年的67 574增长到2013年的363 943, 可见产业界申请的实用新型专利的公告数量增长量更大。从官产学两两合作公告的专利数量来看, 政府-产业、大学-产业合作申请的专利公告数相对大学-政府合作申请的专利公告数量多, 且政府-产业的合作申请专利的公告数量增长率高。从官产学三方合作申请专利的公告数来看, 发明专利无论是数量还是增长率均明显优于实用新型专利。在总计上, 发明专利公告数比较上一年的增长率分别为33.04%、24.54%、55.07%、22.71%, 实用新型专利公告数的增长率分别为81.08%、40.88%、46.41%、41.76%, 实用新型专利的总体增长较为明显。

数据来源:中国国家知识产权局专利检索数据库。

三、三螺旋关系测度与分析

(一) 发明专利三螺旋关系测度与分析

对2009-2013年的发明专利进行三螺旋关系测度, 所得结果见表2。由表2和图2可知, 2009-2013年度发明专利的三螺旋关系测度中, 总体上Tui、Tug和Tig的值均处于下降状态, 这表明官产学两两合作关系的不确定性上升。Tui>Tig>Tug, 表明大学-产业、产业-政府、大学-政府合作的紧密程度依次降低。大学与产业的合作最为紧密, 政府的参与程度不高, 这是由官产学各个机构的职能所决定的。

近年来, 大学与产业的合作越来越普遍, 大学作为知识的生产机构, 具有一大批高素质的人才储备, 而产业具备经济实力和设备资源, 精神财富与物质资源的结合使得技术创新活动相得益彰。大学与产业的合作主要采取校企合作、联合培养等模式, 并且这种合作日趋密切。例如神东煤矿集团公司与辽宁工程技术大学联合推出的“3+1”人才培养模式 (学生根据公司的要求在校学习3年专业知识, 剩下的1年在公司实践中学习, 毕业后直接与公司签订劳动合同) 。这样的人才培养模式一方面使学生顺利地找到工作并且能够胜任工作, 另一方面使学校输出的学生能更好地与企业的文化、发展战略等相吻合, 从而能够有效地促进大学-产业的技术成果产出。产业-政府、大学-政府的合作专利成果主要体现在公共利益方面, 并可达到共赢的效果。例如, 江苏市公安局与苏州麦格华恒贸易有限公司联合申请的“接触性生物检材DNA采集保存方法及设备”发明专利, 该专利成果的产出对于公安局日常工作起到积极作用, 同时该设备的生产也为企业带来了经济和社会效益。

三维协同信息不确定转接量Tuig的值为负数且不断减小, 表明发明专利的官产学三螺旋系统趋于稳定, 自组织性增强, 在三螺旋模型下能更好地更新和驱动。较高的自组织水平标志着各方主体自我更新与协调能力发挥巨大作用, 相互依赖性降低。这与本文对于官产学的分类方法有一定关系, 同时说明了在社会主义市场经济中, 产业、大学发挥着重要作用, 政府直接参与经济活动有所节制, 这也正是我们希望看到的结果。

(二) 实用新型专利三螺旋关系测度与分析

由表3和图2可知2009-2013年度实用新型专利的三螺旋关系测度中, 总体上Tui值上升、Tug和Tig的值处于下降状态且Tui值始终大于其余两者, 表明大学-产业两主体合作密切且随着时间的推移愈加密切, 而大学-政府、政府-产业的合作不确定性增强。

从专利的公告数量来看, 大学-产业合作公告的发明专利数量明显多于实用新型专利的公告数量;在实用新型专利的二维协同信息不确定上来看, 同样是大学与产业的合作最为密切。2008年12月, 《关于推动产业技术创新战略联盟构建的指导意见》由科技部等六个部门联合发布。该意见提出了加快创新产学研结合组织模式, 通过积极开展试点, 运用政策的手段来促进产业技术创新战略联盟的构建以及发展。作为政府首次创立的产业创新战略联盟形式, 其承载着实现国家创新战略的重要使命。产业作为官产学合作的重要载体, 在技术创新方面发挥着重要的作用。随着时间的推移, 我国产业技术创新战略联盟的建设在国家的政策和经济等方面的支持下取得新的进展。发明与实用新型专利两者同样的结果符合我国官产学主体合作的一般规律, 体现了产业在该领域的积极作用。

Tuig的值在-299.18和-130.79之间浮动, 官产学三螺旋系统趋于稳定, 自组织水平在一定范围内波动。实用新型专利的在三种类型专利的综合评定中处于中间位置, 其自组织水平存在一定的浮动, 这要求实用新型专利官产学创新合作进一步增强。

(三) 发明与实用新型专利三螺旋关系测度与分析

通过发明与实用新型专利的Tuig对比可以看出, 发明专利的Tuig值小于实用新型专利Tuig值, 这表明发明专利的自组织性更高, 三重螺旋关系更加紧密。发明专利作为重要的专利类型, 其自组织高表明官产学不同主体的相互依赖性降低, 这个系统的稳固发展在一定程度上决定了技术创新活动的平稳发展。

将2009-2013年度发明与实用新型专利进行整合, 得出其总体的三螺旋关系测度, 见表4。由表4和图3 (a) 可知Tui、Tug和Tig的值总体均处于下降状态, 表明官产学两两合作关系的不确定性上升。Tuig的值为负数且不断减小, 三螺旋系统趋于稳定, 自组织性增强。以年度为自变量, 以发明与实用新型专利公告数之和三维协同信息量为因变量, 对其关系进行拟合, 得到线性方程:y=-9.749x+19322.094 (R2=0.94) , 见图3 (b) 。拟合曲线的相关系数为0.94, 拟合效果非常好。

分别统计2009-2013年发明和实用新型专利总数, 所得关系测度数据见表5。由表5中信息可知, 在三螺旋关系中, 政府-大学、政府-产业在发明专利方面的合作更为密切, 大学-产业在实用新型专利的合作中更为密切;官产学三者合作方面发明和实用新型均处于稳定状态, 而发明专利所表现的自组织性更高, 这与本文前部分的分析结果相符合。

四、结论与建议

本文运用三重螺旋理论对我国2009-2013年发明、实用新型专利进行数据搜集与测度分析, 研究表明:在两主体合作方面, 发明专利官产学两两合作关系的不确定性上升, 大学-产业、产业-政府、大学-政府合作的紧密程度依次降低;实用新型专利大学-产业两主体合作日趋密切, 而大学-政府、政府-产业的合作不确定性增强。在三主体合作方面, 发明与实用新型专利均形成了稳定的三螺旋关系, 发明专利的自组织性更高, 三重螺旋关系更加紧密。

作为技术含量最高的专利类型, 发明专利是未来我国官产学合作的发展趋势, 本文的研究结论为我国未来的官产学长期合作和稳固发展提供了指引和借鉴。从专利的角度看, 我国官产学技术创新的发展应注意以下几点:首先, 国家应加大对专利研发和转化的扶持力度, 提高官产学及其合作主体科技成果研发与产出能力。其次, 进一步加强专利的官产学创新联盟建设, 使其发挥更大作用。第三, 通过法律等多种渠道加强专利的保护力度, 减少知识产权纠纷。

参考文献

[1]Leydesdorff Loet, Etzkowitz Henry.A Triple Helix of University-Industry-Government Relations“Mode2”and the Globalization of National Systems of Innovation[A].Science under Pressure Proceedings[C].Layout New Cam (Denmark) , 2001.

[2]王成军, 黄宝东.基于SCI2000的官产学三重螺旋关系比较研究[J].科技进步与对策, 2006 (2) :50-52.

[3]庄涛, 吴洪.基于专利数据的我国管产学研三螺旋测度研究-兼论政府在产学研合作中的作用[J].管理世界, 2013 (8) :175-176.

[4]Leydesdorff L.The Challenge of Scientometrics the development measurement and self-organization of scientific communications[M].Leiden:DSWO Press Leiden University, 1995:101-220.

[5]林学军.基于三重螺旋创新理论模型的创新体系研究[M].广州:暨南大学出版社, 2010:47-48.

技术效率的测度方法篇2

[关键词] 技术效率最佳运营边界随机前沿生产函数

一、非参数边界

非参数法，如数据包络分析(DEA）、自由处置包(FDH）等，几乎未有对最佳运营边界的确定融入结构描述。DEA是一种线性规划方法，DEA边界是由形成凸型生产可能性集的最佳运营观测值连结起来的分段线性组合形成的，因此，DEA并不需要明确界定函数的形式。FDH是DEA的一种特殊情况。DEA模型中联结各顶点的曲线上的点并不包括在边界之内，相反，FDH的生产可能性集仅由DEA的顶点内部的FDH点构成。因为FDH边界或者与DEA边界一致，或在其内部，FDH将产生比DEA更具代表性的较大平均效率估计。除不受观测值100％有效外，任何一种方法均允许效率随时间变化，也无须对所有观测值的无效率分布形式进行任何先验假定。

然而，非参数法的关键缺陷是无随机误差假定。其假定如下:①在做边界图时无任何测度误差;②对于同一各决策制定单元，不存在任何偶然地得到一个年份比下一个年份更好地测度绩效的可能;③不存在因会计规则产生的不精确性，这些会计规则可能使测度投入和产出偏离经济投入和产出。此类误差确实会在无效率单元的数据中出现，其中任何一种都可作为测度效率变化的反映。更成问题的是，如果处于效率边界单元中的一个单元出现上述误差中的任何一种，都可能改变与该单元或包括该单元的线性组合进行比较的所有单元的测度效率。

二、参数边界

参数边界方法主要有三种:随机边界法(SFA）、不定分布法（DFA）和模糊边界法(TFA）。

1.随机边界法(SFA）

SFA有时也称为计量经济边界法，给出了一种成本、利润、或者投入、产出和环境因素之间的函数形式，并允许出现随机误差。SFA提出了一种组合误差模型：假定无效率服从不对称分布，通常是正态分布，而随机误差服从对称分布，通常是标准正态的。逻辑上，因无效率不能为负值必定呈现为截尾分布。同时假定无效率和误差均与投入、产出或估计方程中设定的环境变量呈正交关系。在设定组合误差项观测值的前提下，任何企业的估计无效率可看作条件均值或无效率项分布中频率最高的数值。

无效率分布的半正态假定是相对固定的，并由此推定大多数企业接近完全效率。然而，在实践中，其他分布也许更恰当。一些研究表明，对无效率设定的截尾正态分布越是笼统，则所得的结果精确度越差，但在统计上是有意义的，不同于半正态特殊情况的结果。然而，这种无效率分布假定的灵活性使得在组合误差框架下将无效率从随机误差中分离出来困难重重，因为截尾正态分布和伽玛分布与假定的随机误差对称正态分布可能十分接近。

2.不定分布法(DFA）

DFA也可以为边界设定一种函数形式，但将无效率从随机误差中分离出来方式不同。与SFA不一样，DFA不对无效率或随机误差的特定分布作出任何强假设。相反，DFA假定每家企业的效率不随时间变动，而随机误差的平均值随着时间的推移而趋于零。固定样本数据集中的每家企业的无效率估计由它们的平均残差与边界上企业的平均残差之间的差异来决定，同时，需要进行一些舍位操作以解决随机误差的平均值不能绝对为零的问题。有了DFA，无效率几乎能服从任何分布，即使是一种相当接近对称的分布，只要无效率是非负的。然而，如果效率因技术改变、企业改革或其他影响而随时间的推移发生了变动，DFA描述的将是每家企业与最佳平均运营边界的平均偏差，而不是任一时间点上的效率。

3.模糊边界法(TFA）

TFA设定了一种函数形式，并且假定：在观测值的最高和最低绩效四分位数（按规模类别分层）之内与预计绩效值的偏差代表随机误差，同时，在最高和最低四分位数之间的预计绩效偏差代表无效率。除了假定在最高和最低四分位数之间的无效率有所不同以及其中存在随机误差外，这种方法对无效率或随机误差没有给出任何分布假定。TFA本身不能提供单个企业效率的点估计，相反，试图提供一种一般水平总效率的估计。降低了当DFA能够将极点平均残差舍去的时候，它就降低了数据极值的影响。

参考文献:

[1]Battese, G. E. and T. J. Coelli (1993), “A Stochastic Frontier Production Function Incorporating a Model for Technical Inefficiency Effects”, Working Papers in Econometrics and Applied Statistics, No.69.Department of Econometrics, University of New England

[2]Berger A.N. and Mester L.J. (1997), “Inside the Black Box: what Explains differences in the Efficiencies of Financial Institutions?”, Finance and Economics Discussion Series, Federal Reserve Board, NO. 10

测度关系篇3

中国能源战略为“科学、绿色、低碳”,加快调控转型,强化节能优先,实行总量控制,保障合理需求,优化多元结构,实现绿色低碳,科技创新节能、提效,合理控制能源需求。煤电能源供应链形式特点呈现“耗电→耗油耗电→耗煤→电能损失→耗电”的循环过程[1]。煤电能源供应链中各节点企业组成的多环节、多主体、多阶段、多区域的复杂系统[2],链条中各环节之间相互依赖,任何环节出现风险都可能波及上下游其他环节,甚至使链条风险被传递、延展,最后导致整个链条断裂[3,4,5]。煤电能源供应链外生风险因素的出现、内部主体投入产出的变化都会形成风险[6],风险递展一旦超出供应链弹性临界就会威胁到能源系统的运行效率。煤电能源供应链风险特征与其他供应链风险特征具有很大的区别[7],本文针对中国国情,研究过程是对一般供应链风险理论的细化。

就供应链风险管理 ( SCRM) 而言,供应链风险源于不确定性[8]。Milliken ( 1987) 将不确定性分为状态不确定性、效果不确定性和响应不确定性[9]; Krickx ( 2000) 分类的结论是主观不确定性 ( 认识不确定性) 和客观不确定性 ( 随机不确定性)[10]; Blackhurst et al. ( 2004) 将供应链的不确定性进行描述方法划分为区间分析、模糊方法与规划及概率分析[11]。一些学者认为供应链的不确定性源于供应商、生产商和顾客[12,13]。供应商原因包括提前期的不确定 ( 生产延迟、供给延迟和运输延迟) 以及订货量的不确定; 生产商原因包括系统可靠性问题 ( 产品库存和需求处理方式) 、设备故障以及执行计划偏差; 顾客原因包括需求预测偏差、购买力波动、从众心理以及人性特征。但是, “不确定性”是价值中性的, 既包括收益的机会,又包括损失的可能; 供应链风险可视为可能的后果和相关不确定性的组合, 分为随机性风险、危险因子和深层不确定性[14]。Tang ( 2006) 从运营风险角度,将供应链不确定性分为供应管理 ( 供应网络设计、供应商选择、订单分派和供应契约) 、需求管理 ( 时间、需求和产品转移) 、产品管理 ( 生产方式) 和信息管理4个角度[15]。综上所述,可将煤电能源供应链的不确定性存在形式分为两种: 一种是“环境的不可预见性”[16]; 另一种是内部风险性,即“个体生产率计量的困难”[17]。风险主要包括市场不确定性、规制不确定性、行为不确定性和技术不确定性等[18,19]。

1 问题描述

1. 1 供应链部门关系

中国煤电能源供应链的部门关系,如图1所示:

( 1) 煤炭行业准入管制相对复杂,产业组织中一方面是大量“小、散、乱”的小型煤矿,另一方面是相对规范的大型煤炭企业。中国煤炭生产过程存在规模经济,煤炭市场中仅有少量的具有有效规模的煤炭企业可提供有效供给。2013年6月29日,全国人大常委会通过了对于修改《中华人民共和国煤炭法》的决定,对煤炭行业取消煤炭生产许可证和煤炭经营资格证。煤炭经营许可证颁发的初衷在于维护煤炭经营秩序,但随着煤炭市场化和煤炭物流产业的发展,继续利用集权经济手段干预市场反而增加交易成本并产生行政寻租。

( 2) 解决“市场失灵”的矛盾,首先需要解决煤炭运输问题[20]。运力交易市场的不健全和不完善是交易成本增加的主要原因。重点合同煤与铁路运输计划挂钩,而非重点合同煤运输则要自筹运力,由此导致的点车费、加车费等运力“寻租行为”推高了煤价。没有“重点煤”合同销售量指导的情况下,基于煤、电企业市场份额的运力配额分配方法谈判相对冗长,大型煤炭生产商的运力配额受到新政策影响的程度较小,而小型煤炭生产商可能更难参与竞争以维持其运力配额。

( 3) 中国现有的煤炭储配中心包括: 社会储配中心 ( 如曲靖市、大同市、青岛市、三门峡市、九江市等) 和电厂煤场。煤炭储配中心的主要目的是应对不确定性因素,从而确保煤炭供应的稳定性和安全性。近年来,中转港口、接卸港口和电厂煤场存储过多,加之中国煤炭市场持续低迷,煤价一路走低,电力企业也出现“回避储配中心、转购市场煤”的行为。

( 4) 燃煤发电产业是中国50% 以上煤炭的需求者,属于高物流、高能耗、高污染的传统产业。因此,发电企业的发展,不仅需要实现其利润最大化,而且应该履行燃煤发电企业社会责任、减少对环境系统的负外部性影响、提高社会福利水平的发展要求。由于价格管制,使得煤炭企业和发电企业无法在价格上达成统一,所以,多数发电企业依靠专用性政策获得利润,致使其管理水平无法提高、风险应对能力相对较弱。

( 5) 电网公司的职能包括输电、变电、配电及调度。中国电网结构相对薄弱,电力负荷高峰时段电力系统的零备用运行致使电网安全受到极大威胁。其主要存在问题包括: 电网建设长期滞后、交流弱联系统稳定性较差、二次系统安全性较差、电网输电能力不足 ( 如电磁环网问题) 、电网无功补偿容量不足、负荷中心电源支撑不足、外力破坏以及部分装备质量较低。

( 6) 电力终端用户是煤电能源供应链的最终环节。为深化资源性商品价格改革,根据国家发改委通知 ( 2013) ,将逐步调整销售电价分类结构。根据用电负荷特性,政府将现行居民生活、非居民照明、商业、非工业、普通工业、大工业、农业生产用电价格等八类销售电价逐步归并为居民生活、农业生产、工商业及其它等3个用电部门,并按其电负荷特性进行分档。

( 7) 政府对煤炭市场和电力市场的规制局限包括两个方面: 一方面,规制的作用容易随之受规制煤炭企业和燃煤发电企业活动的类型以及规制形式的变动而改变; 另一方面,在规制被取代前,必须针对煤电双方的经济活动,对其替代措施的特性进行评估。但是“市场化”并不意味着政府完全不干预电煤交易,相反地,有效的规制 ( 如价格限制、激励计划或促进竞争等) 还可赋予政府比较大的相机行事权利。政府的机构改革和职能转变,才是实现政府内部权力优化配置, 以及厘清和理顺政府与市场、与社会之间的关系的有效措施 ( 李克强,2013) 。

1. 2 风险源传递关系

( 1) 煤电能源供应链的管理应以煤炭市场和电力市场的需求为导向。理想状态下,生产、运输、配置和销售都应建立在能源需求完全信息的基础上。但是,政策工具及市场环境作用于宏观经济后,同时也增强了消费者偏好的不确定性, 使需求预测的难度加大,从而导致能源供应链的经营风险增加。有效的煤电能源供应链管理,不仅应反映能源资源类产品价格的联动关系,而且应反馈市场变化趋势和消费者偏好。

( 2) 2004年,国务院国资委将经济增加值 ( EVA) 纳入中央企业的考核体系,每年对其进行测算; 并从2010年起,以EVA取代净资产收益率 ( ROE) ,作为年度绩效考核指标。在价值度量上,与传统绩效度量指标 ( 净利润和股东权益回报率等) 相比,EVA可体现风险与价值的联系,所以,以经济资本计量为基础的EVA是风险与价值驱动型管理合理的考核维度[21,22]。

( 3) 在供应链风险管理中,将EVA作为VBM ( Value - based Management) 普遍的中期性价值化绩效度量标准[23]。由于EVA受到相互依存的多因素的影响,所以,价值驱动树 ( Value Driver Tree,VDT) 可作为一般性框架来说明运营杠杆和价值性绩效指标 ( 如EVA) 之间的因果关系[24]。VDT的作用包括: 1将顶级绩效分解到运营杠杆层面,如图2 ( a) ; 2通过风险调整资本成本和风险调正绩效指标 ( Risk - adjusted Performance Metrics,RAPM) ,将风险因子纳入绩效指标,如图2 ( b) 。Walters ( 1999) 从中期规划角度定义了3个运营性价值驱动因子[25],包括1营业利润率 ( 供应链销售量的增加和协同) ; 2资产利用率 ( 改进生产管理可提高成本效率) ; 3经营性现金流 ( 运营资本管理可缩短现金周转周期) 。

1. 3 指标体系构建

假设中国煤电能源供应链中的决策者均为风险规避型,企业主要通过3种关键的驱动因素来创造价值,即: 利润的增长、发掘新的价值空间和提高资本的功效。此时企业价值的驱动因子从功能上可体现行业特色,同时可反映市场的需求。利用VDT对EVA进行分解,得到9个风险源 ( 需求不确定性、供给不确定性、政策不确定性、资源衰竭、能源质量、设备安全、资金获取能力、偿付能力和财务监管能力) 和1个其他风险。再根据中国煤电能源供应链的实际情况与指标选取的原则,结合煤、电产业的各位专家的意见,通过定性分析对指标进行筛选。最终形成“中国煤电能源供应链指标体系” ( Coal - Electricity Supply Chain Risk Management Index System, C - ESCRMIS) 。具体步骤: 1通过VDT分解风险源,从两个维度对各级指标进行拆分; 2把数据无法获得的指标替换或删除; 3将高度相关的指标进行合并。

为了构建煤电能源供应链风险评价测度模型, 需要厘定中国煤电能源供应链风险源传递关系及指标结构 ( 图3) 。在指标分解图中,从两个维度对煤电能源供应链的风险进行分类:

维度1: 中断风险和运营风险。中断风险包括R1、R7、R8、R9、R10、R11和R12; 运营风险包括R2、R3、R4、R5和R6。

维度2: 内生风险和外源风险。内生风险包括R1、R2、R3、R4、R5、R6和R7; 外源风险包括R8、R9、R10、R11和R12。

2 数据及模型

2. 1 数据收集

2. 1. 1 问卷设计

( 1) 对研究变量进行定义,将各个指标的含义进行简洁的定义与解释;

( 2) 通过与能源经济、产业经济、物流管理、财务管理等方面的专家及相关研究人员的分析讨论,对问卷中的表述进行修改和完善;

( 3) 选择部分专业人员进行问卷的预调查, 对调查问卷中不合适的内容、用词或排版等问题进行进一步的修改和完善;

( 4) 通过邮件、电话和实地调研等形式,正式发放调查问卷;

( 5) 定期回收问卷,为确保问卷的质量,根据搜集到的样本信息进行描述性统计及模型的拟合。

问卷调查所需收集的数据涉及中国煤电能源供应链风险指标,因此应选择对相应行业相关人员进行问卷调查。本次问卷将电网企业、发电企业、煤炭企业、政府部门及科研单位等设为答卷人的选择范围。问卷的结构安排上包括说明信、答卷说明、答卷人背景信息、对煤电能源供应链风险指标的解释、结束语等5个部分。问卷分为两部分: 第一部分涉及被调查人的工作单位、工作年限、职位等信息; 第二部分针对各个指标进行调查,指标打分采用五分Likert量表。其中,1为“非常不重要”,2为“不太重要”,3为“一般重要”,4为“比较重要”,5为“特别重要”。

2. 1. 2 样本容量选择

Boomsma ( 1982 ) 与Gerbing et al. ( 1988 ) 通过研究证明样本容量最低应达到100,大于200的效果更佳[26,27]。邱政皓等 ( 2002) 研究认为, SEM分析所需的样本容量至少比待估参数的个数多50[28]; 何晓群 ( 2004) 也从χ2检验的有效性角度进行分析,认为100 ~ 200为适合的样本容量[29]。为了保障SEM分析结果的准确性,本文的样本容量拟定为300。在保证需求的范围内, 最大限度的提高统计结果的精确性,将政府部门、煤炭企业、发电企业、电网公司、科研机构及其他部门 ( 运力部门、储配中心和金融系统) 的样本容量的分别拟定为30、50、90、50、60和20。

2. 1. 3 统计性描述

本次问卷调查历时近5个月 ( 2013年12月到2014年4月) ,实际共发放问卷400份,收回374份,回收率93. 50% ,其中有效问卷329份, 有效率为82. 25% 。对问卷回收所搜集到的样本资料进行描述性分析,内容主要为调查样本的个人信息 ( 表1) 。

注: 电力企业员工 ( 149) 包括火力发电企业员工 ( 96) 和电网公司员工 ( 53) 。

2. 2 数据分析

2. 2. 1 探索性因子分析

探索性因子分析的目的是对中国煤电能源供应链风险指标进行分类。数据的探索性因子分析是利用SPSS 19. 0软件进行主成分分析。录入数据后选择Analyze,在Data Reduction的Factor中进行如下操作: 在Descriptives中选择KMO and Bartlett's test of sphericity; 在Extraction中选择主成分Principal Component,并将最大迭代次数设置为200; 在Rotation中选择最大方差旋转法Varimax。结果如表2所示。

根据风险指标的经济意义和实际作用,对各个主成分进行定义和分类:

1定义“主成分1”为“经济风险及意外” ( C1) ,包括: 财务风险 ( R6) 、经济周期风险 ( R8) 、市场需求风险 ( R10) 和意外灾害 ( R12) 。

2定义“主成分2”为“主观性风险” ( C2) ,包括: 道德风险 ( R1) 、信息传递风险 ( R2) 和企业文化差异 ( R7) 。

3定义“主成分3”为“流程风险”或 “客观性风险” ( C3) ,包括: 生产供给风险 ( R3) 、采购风险 ( R4) 和物流风险 ( R5) 。

4定义“主成分4”为“体制风险” ( C4) , 包括: 制度法律风险 ( R9) 和政策风险 ( R11) 。

2. 2. 2 信度分析

信度 ( Reliability) 分析即可靠性分析,可体现测验结果的可信度与稳定性,即测量的一致性程度。信度分析的方法主要包括: 重测信度法 ( 时间一致性稳定系数) 、复本信度法 ( 形式一致性的等值系数) 、折半信度法 ( 项目内在一致性系数) 和α信度系数法等。其中,α信度系数法兼具其他信度分析方法的优点,且适用于态度或意见问卷的信度分析。

若问卷整体信度可达到0. 8以上,则为理想, 信度最低要求应至少达到0. 5以上[31]。一般情况下,Cronbach'sα小于0. 35为低信度; 介于0. 35和0. 7之间为中信度; 大于等于0. 7为高信度, 即属于很可信范围[32]。运用SPSS 19. 0软件对问卷调查数据做Cronbach'sα测试,结果如表3所示。由检验结果可知,问卷的整体属于高信度, 分类部分属于中信度,均符合信度要求。

2. 2. 3 效度分析

效度 ( Validity) 分析即有效性分析,是指测量工具所能测量出样本特质的程度,即衡量工具能否真正衡量到研究者所要衡量的问题,包括: 内容效度、准则效度和结构效度。内容效度主要是检验样本数据的代表性; 准则效度是预测个体在某种情境下行为表现的有效性程度1; 结构效度是指测量结果体现出来的结构与测量值之间的对应程度。验证性因子分析得到的模型拟合系数与标准化因子载荷是比较适合分析结构效度的指标[33]。在模型拟合较好的情况下,标准化因子载荷达到效度要求的最低标准为0. 45,大于0. 71时则表明其效度较高。本文将进行KMO ( Kaiser - Meyer - Olkin) 检验和Bartlett球形检验,判断变量可否进行因子分析,结果如表4所示。

2. 3 模型拟合

2. 3. 1 测量分析

测量分析的目的是检测概念模型的合理性和可行性。将经过处理的样本数据 ( 包括329个样本和12个观测变量的数据) 代入验证性因子分析模型,考察模型的可行性,以便进一步的修正。运用LISREL 8. 80软件对模型进行数据拟合,得到模型,如图4所示。

在验证性因子分析基础上,进行二阶因子分析。检验结果表明: 除政策风险 ( T - value为0. 37 ) 外, 其余因子的T - value介于7. 01 ~ 11. 73之间; 但根据其经济意义和实际作用,不予以剔除。二阶因子分析模型与数据拟合程度是可以接受的,结果如表5所示。

2. 3. 2 结构分析

结构分析的目的是度量一阶因子间的相互作用关系。分别建立C1、C2、C3和C4的结构模型,并对T - value小于1. 96 ( 显著性0. 05) 的路径进行修正 ( 表6) 。由图5可知: 主观性风险、流程风险和体制风险可共同影响经济风险及意外 ( 标准化路径系数0. 42、0. 19和0. 43) ; 且经济风险及意外又可反作用于主观性风险 ( 标准化路径系数0. 67) 、流程风险 ( 标准化路径系数0. 45) 和体制风险 ( 标准化路径系数0. 62) 。

2. 3. 3 模型修正

高阶因子分析的系数就是高阶因素的路径系数,该参数反映了高阶因素对初阶因素的解释力, 代表了一阶因子对于二阶因子的相对重要性。标准化的路径系数估计值模型如图6所示: 经济风险及意外 ( C1) 、主观性风险 ( C2) 、流程风险 ( C3) 以及体制风险 ( C4) 等4个一阶因子在“煤电能源供应链风险管理” ( SCRM) 二阶因子的标准化路径系数分别为1. 04 ( T - value为7. 91) 、0. 65 ( T - value为6. 68) 、0. 44 ( T - value为5. 09) 和0. 60 ( T - value为4. 03) 。

1经济风险及意外 ( C1) 是煤电能源供应链风险管理的最主要影响因素。测量变量财务风险 ( R6) 、市场需求风险 ( R10) 和意外灾害 ( R12) 的因子载荷分别为0. 53、0. 58和0. 59,均大于最低可接受值0. 45; 经济周期风险 ( R8) 的因子载荷为0. 43,但根据其经济解释,决定予以保留。

2主观性风险 ( C2) 是煤电能源供应链风险管理的次级最主要影响因素。测量变量道德风险 ( R1) 、信息传递风险 ( R2) 和企业文化差异 ( R7) 的因子载荷分别为0. 60、0. 73和0. 46,均大于最低可接受值0. 45。

3体制风险 ( C4) 是煤电能源供应链风险管理的直接性影响因素。测量变量法律风险 ( R9) 和政策风险 ( R11) 的因子载荷分别为0. 43和0. 93。

4流程风险 ( C3) 是煤电能源供应链风险管理的基本性影响因素。测量变量生产供给风险 ( R3) 、采购风险 ( R4) 和物流风险 ( R5) 的因子载荷分别为0. 57、0. 66和0. 69。

2. 3. 4 测度模型

结构方程模型拟合结果中的标准化因子载荷实质上可反映各个观测变量与相应的潜变量之间的相关系数。鉴于此,根据“基于指标相关性的指标权重确定方法”( CRITIC) ,将标准化因子载荷归一化处理,即可得到各指标对应的权重。

其中,ρij为一阶因子Ci的第j个测量指标的相应权重; λij表示因子载荷。

其中,ξ代表煤电能源供应链风险系数,βi 代表一阶因子Ci的权重,Rij代表一阶因子的第j个测量指标的指标值。M表示一阶因子对应的相应指标数目,M = 2,3,4。

由此得到中国“煤电能源供应链风险评价测度模型” ( Coal - Electricity Supply Chain Risk Evaluation,C - ESCRE) 。计算得到“煤电能源供应链风险”指标体系权重分布情况如表7所示。在煤电能源供应链风险管理的过程中,煤炭企业、火电发电企业以及电网企业可根据该指标体系权重系数表进行煤电能源供应链风险系数评价。

风险测度模型如公式 ( 3) 所示。由测度模型可知: 现阶段,中国煤电能源供应链的主要风险源为政策风险 ( R11) 、意外灾害 ( R12) 和市场需求风险 ( R10) 。在其他风险源的影响效果相对较弱的情况下,政府部门、能源企业及科研机构可根据企业实际情况,重点针对政策、市场和意外灾害等3个方面,进行相应的机制安排、框架设计及策略选择。

3 案例分析

3. 1 案例描述

本节设计了一个简单的煤电能源供应链风险评价的算例,以分析评价模型的效果。

假设存在2条煤电能源供应链 ( SC1和SC2) ,其中涉及到煤炭企业、运力部门、储配中心、燃煤发电企业和电网公司的各个环节 ( 图7) 。由于在每条供应链的管理过程中存在不同等级的风险。现做如下假设:

【假设1】供应链中各个节点企业均是风险规避型的。

【假设2】能源的输配属于物理过程,不考虑能量的损失,且在终端市场消纳; 企业均掌握自身企业的相关信息,且供应链的信息传递需要交易成本; 资金同样受到外生变量 ( 如市场和政策) 的影响。

3. 2 结果与讨论

根据供应链节点企业的掌握信息,对供应链SC1和SC2进行打分 ( 图8) 。利用公式 ( 3) ,对SC1和SC2的风险系数进行计算,结果如表8所示:

由表8可知: ( 1) 虽然SC2的结构与SC1的结构相比相对复杂,但是其风险系数相对较低; ( 2) 对于SC2,虽然其财务风险、道德风险的信息传递风险均对供应链管理的影响较大,且高于SC1,但是经过加权计算后,经济周期风险和市场需求风险对SC1的影响会增加系统的不确定性,且其影响效果更明显,所以SC1的风险系数高于SC2的风险系数。由此可知,SC2的系统安全性高于SC1; SC2可作为投资再生产的最优选择。

4 结论及政策含义

本文针对中国煤电能源供应链的风险管理问题,基于供应链部门关系和风险源传递关系的梳理,构建中国煤电能源供应链指标体系,研究煤电能源供应链风险管理的风险评价测度模型。研究结论如下:

( 1) 从技术经济层面,基于VBM理论,利用VDT对EVA进行分解,从营业利润率、资产利用率和经营性现金流的角度,将中国煤电能源供应链的风险源分为需求不确定性、供给不确定性、政策不确定性、资源衰竭问题、能源质量问题、设备安全问题、资金获取能力、偿付能力、财务监管能力和其他风险源; 并由此构建适合中国煤电能源供应链风险管理的指标体系,包括: 道德风险、信息传递风险、生产 ( 供给) 风险、采购风险、物流风险、财务风险、企业文化差异、经济周期风险、制度法律风险、市场 ( 需求) 风险、政策风险和意外灾害等12个风险因子。

( 2) 从数量经济层面,通过问卷调查的方式,通过SPSS和LISREL软件,对数据进行处理分析。利用探索性因子分析将12个风险因子分为经济风险及意外、主观性风险、流程风险和体制风险等4类风险集; 测量分析的结果表明12个风险因子对相应的风险集的影响取决于其因子载荷; 结构分析的结果表明4类风险集之间的影响取决于其路径系数,主观性风险、流程风险和体制风险可共同影响经济风险及意外,且经济风险及意外又可反作用于主观性风险、流程风险和体制风险; 经济风险及意外、主观性风险、体制风险和流程风险,按其对煤电能源供应链风险管理的影响程度进行排序,且路径系数分别为1. 04、0. 65、0. 44和0. 60。

( 3) 从理论及应用层面,利用CRITIC方法, 构建了中国煤电能源供应链风险评价测度模型 ( C - ESCRE) ,且得到道德风险、信息传递风险、生产 ( 供给) 风险、采购风险、物流风险、财务风险、企业文化差异、经济周期风险、制度法律风险、市场 ( 需求) 风险、政策风险和意外灾害等12个风险因子的系数分别约为0. 08、0. 10、0. 05、0. 06、0. 06、0. 06、0. 08、0. 07、0. 10、0. 15和0. 11。其中,信息传递风险、市场 ( 需求) 风险、政策风险和意外灾害的影响程度较大; 道德风险、经济周期风险和制度法律风险的影响程度次之; 生产 ( 供给) 风险、采购风险、物流风险、财务风险和企业文化差异的影响程度再次之。

基于以上的结论,本文提出如下政策建议:

电力不能储存,生产与消费需要保持时时平衡; 电力投资高度密集、回收期长。如果电力发展严重“超前”就会造成电力设施的闲置成本, 反之,如果发展“滞后”又会导致缺电带来的国民经济损失。电力发展的忽高忽低也会带来煤炭发展的忽高忽低,如“电力短缺带来: 扩建电源→扩建电网→增加煤炭生产规模”,而“电力过剩带来: 减少电源投资→减少电网投资→压缩煤炭生产规模”,中国煤电能源供应链条的每个环节投资都需要一个周期,周期的不同步就会带来煤电产业投资链的一次次起伏,造成社会资源的巨大损失,国有投资损失一般又会通过价格转嫁给社会用户。

电力产业是煤炭产业的最大用户,煤炭是发电所用的重要能源,二者彼此相互依赖、相互影响。如果电力中断,几乎所有的产业都不能正常运转。煤电能源供应链的协调发展可以保证电力的正常运转,为社会生产与生活稳定提供保障。近几年,随着国际煤炭价格的走高、发电装机的扩展迅速,煤炭需求出现激增,导致煤炭市场价格不断上涨。而发电企业电价由政府管制,煤价又构成了发电运行成本的70% ,利润会随着煤价上涨而被压缩,甚至出现亏损,于是,每年的煤电价格之争愈演愈烈,甚至出现了一些燃煤发电商由于亏损宁可放弃发电,带来电力供应出现结构性短缺。尽管国家发改委2004年底出台了“煤电联动”政策,由于煤、电两个利益集团对价格联动的科学依据均存质疑,已经无法执行。可见, 煤电价格关系风险控制问题有必要进行研究以减少煤电能源供应的不稳定性。

浅谈现代风险测度理论篇4

一、前言

风险管理在各行各业的经营中起着越来越重要的作用，尤其是对金融机构，风险管理与控制无疑是他们工作的核心内容。在2008年金融危机之后，风险管理在金融界更是引起了高度的重视。在风险管理中风险的测度占据着重要的位置，只有合理地测度出了风险，才能基于测度的结果给出好的解决方案。

二、现代风险测度方法的进展及评价

1、现代风险测度理论的开端VaR

VaR最初由J.P.Morgan提出，并很快被推广成为了一种产业标准。VaR方法的诞生主要是为了解决传统的金融风险测度方法所不能解决的一些问题，传统风险测度工具主要有，方差、久期、凸性、beta值等，它们主要适用于单一风险及单一产品下的测度，面对现代社会复杂的金融交易，传统测度方法显出了其不足，所以VaR诞生了。

VaR是指在一定的概率水平下，金融产品在未来特定一段时间内的最大可能损失。

VaR有很多优点：VaR可以测度不同市场因子、不同金融产品构成的复杂证券组合和不同业务部门的总体市场风险暴露，为战略投资者比较不同业务部门的风险暴露大小、资本配置和风险限额设置等提供了方法；VaR量化的损失值比较适用于各类信息披露；VaR充分考虑了不同金融产品之间价格变化的相关性，这可以体现出投资组合分散化对风险的贡献；特别适合于监管部门的风险管理，所以现在巴塞尔银行监督委员会、美国联邦储备银行、美国证券交易委员会、欧盟都接受VaR作为风险测度和风险披露的工具。

同时VaR还是有一些不足：首先缺乏次可加性；VaR是在特定的假设条件下进行的，如数据分布的正态性等，有时这些假定与现实是不符合的；VaR的计算有时极为复杂；当市场风险处于正常变动时，VaR比较有效，但当出现股市崩盘等极端情形时，VaR的处理能力有限。VaR计算的是资产组合损失分布的一种百分数，它没有考虑当VaR值被超过时损失究竟是多少的问题，从而无法进一步识别风险是可以忍受的还是灾难性的。基于此1999年后逐渐发展起来的CVaR在一定程度上解决了无法进一步识别的问题。

设是描述证券组合损失的随机变量，是其概率分布函数，则条件风险价值（CVaR）可以表示为：

CVaR解决了刚刚提到的VaR不能进一步识别风险的问题。不仅如此，CVaR还具有可加性，这意味着多样化投资可以有效地降低风险，但对VaR却不一定。其次，CVaR是投资组合头寸的凸函数，可以用凸规划计算，这大大简化了风险的控制与组合的计算。VaR与CVaR作为风险测度的基本区别是：VaR是尾部损失的乐观下边界，而CVaR给出了尾部的期望损失值。所以CVaR满足了风险管理日趋严格化的要求，是一种比VaR更加保守的风险测度手段。

当然，CVaR还是有一些缺陷的，当证券组合损失的密度函数是连续函数时，CVaR模型是一个一致性风险测度模型，具有次可加性，但当证券组合损失的密度函数不是连续函数时，CVaR模型不再是一致性风险测度模型，即CVaR模型不是广义的一致性风险测度模型。

2、一致风险测度

一致风险测度主要是基于VaR方法的局限性提出来的，Artzmer等在1999提出了一致性风险测度概念。一致风险测度主要是需要满足以下四条公理：

一致性的概念之所以能成为风险测度好坏的基本标准是因为：一致性风险测度引进了次可加性的要求，与现实中利用对冲或分散化投资以降低风险的现象相符，并且其它几条也符合市场风险的含义，因此满足以上4条公理的2理低风险的现象相符，并且其它几条也符合市场风险的含义，因此只有测度才可能是一个好的测度。

上面提到的CVaR是一致但不是广义的一致性风险测度模型，所以ES模型是目前最常用的一致性风险测度模型。

ES模型是CVaR改进版，它是一致性风险测度模型。如果损失的密度函数是连续的，则ES模型的结果与CVaR模型的结果相同，如果损失的密度函数是不连续的，则这两个模型计算出来的结果就有一定差异。

考虑的不是收益分布的分位数，而是损失超过VaR时的条件损失。ES关于置信水平是连续的，即置信水平的微小变化不会导致ES发生巨大的变化，说明ES是稳定的。ES还可以通过构造功能函数来计算，从而把问题转化为凸规划问题，若通过样本求解，还可进一步化为线性规划问题；在得到ES的同时也算出了相应的VaR，因此可对风险实施“双监”。但是在计算ES时我们采用的是单一的风险权重，与现实中人们对不同风险有不同的态度不相符，所以应该根据人们对风险的不同的态度来构造不同的主观风险权重，这也是提出谱风险测度的一个原因。

谱风险测度根源于ES的思想，是ES的一种推广，同时，谱风险测度是一大类一致性风险的概括，谱风险测度只是引入了投资者对风险的主观厌恶程度。Acerbi首先提出了谱风险的概念并讨论了该理论的性质。目前虽然理论界对谱风险测度的讨论才起步，但其优良的数学、统计特性赢得一些学者的青睐，它采用了主观风险函数，在风险测度中融入了个人的主观因素，对坏的事件赋予较大的权重与人们规避风险的事实相符，在构造功能函数化为线性规划问题计算时，可得到一序列的VaR，便于实行“双限”监管。由于它的优良性质和稳健、灵活多变的特点，相信谱风险测度能拥有美好前景。

三、结束语

从传统风险测度理论到现代风险测度理论，它们在现实世界的市场风险管理中发挥了积极地作用，当然这些理论不能说就已经非常完美，他们还是有许多需要改进的地方，大多数理论还是存在对市场情况描述过于理想化的问题。所以，对于风险测度理论，它仍然是有待进一步开发和完善的，还有许多值得深入研究的课题。

参考文献:

[1] 王春峰．金融市场风险管理［M］．天津：天津大学出版社，2001.

[2] 李睿．金融市场风险度量方法论研究［D］．天津：天津财经学院，2003.

[3] 姜伟，黄安定．金融风险测度理论发展及评价［J］．当代经济，2007（8）：137-138.

[4] 魏宇，温晓倩，赖晓东．金融市场风险测度方法研究评述［J］．中国地质大学学报，2010，10（4）.

[5] Acerbi, C, 2002, Spectral measures of risk: A coherent representation of subjective risk aversion, Journal of Banking and Finance 26, 1505-1518.

产业同构的测度方法篇5

近年来的研究分析表明, 区域产业同构主要体现在各地区的工业产业同构中, 所以目前学术界所讨论的产业同构的测度方法一般也是针对工业部门的。

(一) 集中度

集中度指标可以是某产业前3位省区的产值之和占全国总产值的比重, 用以反映各地区工业布局的同构程度;也可以进一步细化为主要工业产品前3位省区的生产量之和占全国总生产量的比重, 用以反映各地区工业产品的同构程度。集中度指标是衡量产业同构的逆指标, 集中度越高说明产业同构程度越低;反之, 集中度越低则说明产业同构程度越高。集中度指标是一个可量化的指标, 它能很清楚的反映出全国产业或是某个行业甚至是某个产品的同构程度及其变化的趋势, 但它的缺点是不能进行区域间的比较, 也就是说, 它不能表明地区A与地区B之间的产业同构状况。

(二) 霍夫曼系数

德国学者瓦尔特, 霍夫曼认为, 在工业化发展的进程中, 消费资料工业的发展与资本资料工业的发展所构成的比例数呈现逐渐下降的趋势。这一趋势反映了资本资料工业在工业化时期和资本形成过程中是发展最快的。而该比例关系被称为“霍夫曼系数”, 它反映了工业化发展过程中的结构问题。通常情况下, 人们采用轻工业与重工业的比例来代替霍夫曼系数, 因为它们不仅在结构上的发展总趋势基本相同, 而且统计口径也相差不大。所以霍夫曼系数公式可转化为:

这里借用霍夫曼系数来研究产业同构现象。如果各地区的霍夫曼系数十分相近, 则反映各地区间的工业轻重结构很相似;相反, 若各地区的霍夫曼系数差别比较大, 则说明各地区间在轻重工业方面上有所分工。霍夫曼系数能够反映出区域间轻重工业比例的相似程度及其变化趋势, 但它的缺点是无法显示轻重工业内部的同构情况, 所以只能是衡量工业结构相似程度较为粗略的指标。

(三) 结构相似系数法

工业结构相似系数是联合国工业发展组织 (UNIDO) 国际工业研究中心在其编写的《世界各国工业化概况和趋向》一书中提出的度量方法。

相似系数作为联合国工业发展组织国际工业研究中心 (UNIDO) 提出的一种比较地区产业结构相似程度的指标, 它既可以用于对两个地区产业结构的两两比较, 而且也可以以全国的产业结构为标准, 对各地区与全国的产业结构进行比较。

相似系数用公式表达为:

其中, Sij是i区域和j区域的结构相似系数, i和j是两个相比较的区域;Xik是i区域k产业占整个产业的比重, Xjk是j区域k产业占整个产业的比重。Sij的值在0和1之间变动, Sij的值越大, 说明两个相比较地区间产业同构度愈大;反之, 表明同构程度越低。若其等于1, 则说明两个区域的产业结构完全相同;若其为零, 则说明两个区域的产业结构完全不同。当然, 从动态上看, 若相似系数趋于上升, 则说明产业结构趋于相同;若趋于下降, 则说明产业结构趋异。

UNIDO (1979) 的研究结果表明, 对于那些实现了工业化的国家而言, 制造业的产出存在着多样性, 工业结构的相似性较高。而未实现工业化的国家, 产业结构处于不断变动当中, 彼此之间的结构相似性较低。

相对于其他测度方法而言, 工业结构相似系数显得较为全面和灵活。它不仅能说明一个地区与全国产业同构以及地区之间产业同构的程度, 而且具有时间上的可比性, 能反映区域间产业同构的变化趋势。它的缺点在于只适用于两两比较, 也就是说, 一次只能比较地区A与全国产业布局或只能比较地区A与地区B产业布局的同构情况。

(四) 相关系数法

曲线规建模和测度机理篇6

随着市场经济的快速发展, 经济全球化的进一步加强, 给企业提供了更多的机会, 但同时也对企业在这样越来越激烈的市场竞争中是否能够生存发展提出了挑战。目前我国中小型企业在市场竞争中占据着不可忽视的重要地位, 但大多企业生命周期都较短。本文将在前人的研究基础上, 探析企业成长轨迹的规律, 构建并定量的分析企业生命周期中不同阶段的成长要素, 分析测度机理, 建立曲线规模型, 揭示企业成长机理, 分析获得企业成长过程中各阶段的关键影响因素和突变因素, 为准确地把握企业发展方向及制定战略奠定基础, 不仅可以丰富企业成长理论的研究, 也对实现企业可持续成长具有重要的意义。

二、曲线规建模与测度机理

由上文分析可知, 企业成长轨迹是在企业内外部因素共同作用下形成的动态复杂非线性的曲线轨迹, 本文构建一种以时间为尺度, 综合分析企业在各阶段与阶段间转变的成长要素, 探析成长轨迹的变化规律, 从而达到优化企业成长轨迹, 实现企业可持续发展。

1.曲线规的内涵

曲线规 (lexible brake curve rule) 是通过分析出企业成长中各阶段的主要影响因素和关键点, 以及推动企业成长过程中阶段间产生跃迁转变的突破点, 进而分析出关键点的关键因素和突破点的突破因素, 结合成长轨迹变化速度和变化的加速度两个量来描述分析企业成长轨迹变化规律, 进而更加准确的甄别出产生企业成长轨迹变化的规律所在和本质原因, 从而寻求最优的企业成长轨迹的一种测量尺度。

2.曲线规构建步骤

由曲线规的定义可知, 建立曲线规模型主要是识别企业成长过程中的关键点和突破点, 计算出企业成长速度和成长加速度, 从而发现企业成长的本质, 即首先对企业生命周期的划分, 本文将在前人研究的基础上, 结合中国企业发展的特点进行定性的划分;其次确定企业发展的影响因素;再次对企业生命周期中不同阶段的关键点和阶段间转变的突破点进行识别;最后通过对关键点和突破点进行辨别后, 计算企业成长速度和成长加速并与各要素进行比较分析, 从而得到企业成长的最优轨迹。

3.曲线规模型构建与测度机理

则由δ1、δ2、……δn向量集表示即得到企业的成长轨迹函数。

假定分析企业在第n阶段的企业成长轨迹, 可根据 (2) 式可知:

①关键点

关键点是由在企业成长过程中在某个或某些阶段起支撑作用的影响因素构成, 即当在第n阶段时, 对Dn影响起主导作用的Dni进步推导出Dnij, 则该因素就是对企业成长轨迹产生关键点影响的关键因素。

②突变点

③成长速度

综上所述可知, 通过关键点、突变点、发展均速和成长加速度四个量对企业成长轨迹变化规律进行分析, 准确描绘, 从而确定参考量和突出分析产生这些现状的原因切入点和研究重点。

4.曲线规测度机理分析

通过上面公式 (4) 计算获得企业成长速度的改变, 进一步用公式 (5) 计算成长加速度准确找出企业成长速度改变的原因, 为关键点和突破点的识别提更了更进一步的准确性, 同时我们可以更加准确的描绘出企业成长轨迹变化规律。

三、结语

综上所述, 本文中对曲线规模型 (LBCR) 的建立和测度机理的研究, 主要得到的结论有以下几点:一是结合中国背景下, 研究企业成长轨迹的变化规律, 识别出对企业成长轨迹的主要影响因素;二是由于企业成长的复杂非线性的曲线轨迹, 分析出在企业各阶段存在的关键点和阶段间跃进存在的突破点;三是构建了曲线规模型, 即可运用数据更加精确的甄别出企业成长轨迹中的关键点和突破点, 以及对关键点和突破点产生主要影响的关键因素和突破因素。通过上面的结论结合企业成长速度和成长加速度的计算可以较精确的分析企业成长的变化规律和描绘出企业成长轨迹, 根据轨迹特点和轨迹发展趋势, 及时合理制定战略决策, 促进企业不断实现量的积累和质的转变, 实现可持续发展。

参考文献

[1]李森森.刘德胜.企业成长理论新进展:非线性成长机制[J].山东大学学报, 2014, (1) :131-136.

[2]付宏.中国新创企业成长轨迹的实证研究[D].武汉大学, 2011.

资源利用效率测度模型研究篇7

1 基于随机前沿的测度模型

建立具有一般性的技术效率影响模型:

其中, i为城市序号;t为时间序号;y为城市生产总值;L为年末从业人员;K为资本存量;β0为截距项, βk、βL、βKK、βLL、为待估计的参数;εit代表误差项;TE表示城市的技术效率水平。

2 模型假设检验结果

应用Frontier, 得到假设检验结果, 见表1。

从假设检验的结果中可以看出:因为对零假设的拒绝, 显著存在着技术非效率, SFA技术的使用是有效的。构建模型选用的超越对数生产函数是有效的。随着时间的变化, 技术非效率也是随之变化的。所以研究构建的模型对城市的技术效率水平能够进行有效的反映。

3 辽宁省技术效率测算

以辽宁省14个城市13年的经济发展数据为依据, 利用所构建的模型进行测算, 可以得知:辽宁省全省的平均技术效率为0.6885, 表明辽宁省整体对现有资源的利用效率不是很高, 社会的实际产出与理论的产出前沿面还有很大的距离。从面板数据横截面来看, 技术效率数值, 也就是资源利用的水平, 都以一种逐步上升的趋势在发展。从面板数据纵截面来看, 辽宁省14个城市之间的技术效率水平不均衡, 城市之间、经济带之间都存在着明显的差异。

参考文献

[1]Farrell, M.J.The Measurement of Production Efficiency[J].Journal of Royal Statistical Society, 1957, 120 (3) :253-281.

[2]侯强, 刘丽敏.基于DEA的辽宁省城市技术效率差异分析[J].辽宁工程技术大学学报, 2007, (06) .

[3]范爱军, 王丽丽.中国技术效率的地区差异与增长收敛—基于省际数据的研究[J].经济学家, 2009, (4) :83-88.

几何概型测度的确定篇8

一般来讲，解决几何概型问题可以按以下几步骤进行:① 选择适当的角度观察随机试验的所有基本事件，将其视为一个个不同(位置)的点，这里要注意各个基本事件(点的位置)的发生(取得)应是等可能的;② 找出该试验中所有基本事件(点的位置)所对应(组成)的区域D;③ 找出随机事件A包含的基本事件所对应的区域d;④ 利用公式P(A)=d的测度D的测度来计算A的概率。

在上述过程中，找准测度是至关重要的一步。有时，随机试验中变化(不确定)的就是点的位置，如下面的例2、例4、例5，这样的问题本身就是几何问题，点的变化区域比较容易确定，其测度也比较容易计算。有时，随机试验中变化(不确定)的是代数量的取值，如下面的例1、例3，这样的问题需要经过转化，将代数问题几何化，即通过建数轴或平面直角坐标系或空间直角坐标系等，将代数量用点来表示，然后再确定点的变化区域及其测度。

一、一维区域

点的变化区域是线段，以线段的长度为测度。

例1 在某地铁站，每隔15分钟有一班列车发出，并且列车出发前在该站停靠3分钟。

(1) 求乘客到达站台后立即上车的概率;

(2) 求乘客到达站台后候车时间大于10分钟的概率。

分析时间(时刻、时段)是抽象的，可以将它表示(具体)为几何图形(点、线段)，这样便于分析和表达。图1

解设相邻两班列车到站时刻所对应的点分别为A，B，则线段AB表示两班列车到站相隔的时段，且AB=15。作出相应的图象，如图1。根据列车运行的周期性，可以认为乘客到站的时刻所对应的点等可能地落在AB上的任一点处。

设C为列车发出时刻所对应的点，由于列车到站后、出发前要停靠3分钟，则线段AC=3。

(1) 记“乘客到达站台后立即上车”为事件M，而当乘客到达的时刻t所对应的点落在AC上时，乘客就能立即上车，可知P(M)=ACAB=315=15。

(2) 记“乘客到站后候车时间大于10分钟”为事件N。而要使得事件N发生，乘客就要在列车出发出后与下班列车到来前的10分钟之间到达车站。如图1，设下班列车到来前10分钟的时刻所对应的点为D，则BD=

10，且当乘客到达的时刻t所对应的点落在CD上时，事件N就发生了，因此P(N)=CDAB=15-3-1015=215。

点评候车问题与时间变量的取值有关，可将时刻抽象为点，时段抽象成线段。因此单个时间变量的问题就可以抽象为一维几何概型问题。

二、二维区域

1。以平面图形的面积为测度

点的变化区域是平面封闭图形(限于同学们会求其面积的多边形和圆)内部。

图2

例2 如图2，一个边长为1米的正方形木板，上面画着一个边界不规则的地图，又留着被雨点打过的痕迹，请估计这个地图的面积。

分析可认为雨点打在木板上的位置是随机的。数出地图内有9个雨点痕迹，地图外有18个雨点痕迹，可用雨点落在地图内的频率来估计雨点落在地图内的概率，再用此概率来求地图的面积。

解由题意，雨点落在地图内的概率约为99+18=13，由于正方形木板的面积为1平方米，故所求地图的面积约为1×13=13(平方米)。

点评本题是一个几何问题，点在平面区域内随机地取位置。如果是已知地图的面积，要求雨点打在地图内的概率，那么这就是一个“典型”的几何概型问题。而本题是它的“逆向”问题，这是本题的特殊之处。实际上，本题为我们提供了一种“估计任意曲线所围成的图形的面积”的方法:用正方形围住这个图形，向正方形区域内抛掷大量散点，那么该图形的面积S=knA，其中k为曲线内的散点数，n为正方形内的散点数，A为正方形的面积。此方法叫作“蒙特卡洛方法”，可以通过计算机模拟来实现。

例3 汤姆和杰瑞两人约定在上午8∶00到9∶00之间在某地会面，并约定先到者等候另一人一刻钟，过时即离去，试求两人能相遇的概率。(假设他们到达约定地点的时间是随机的且都在约定的一小时之内。)

解设 x和y分别表示上午8∶00以后9∶00以前两人到达约会地点的时间(以距8∶00的分钟数计)，则两人可能的到达时间可由点(x，y)来表示，且0

建立如图3所示的平面直角坐标系，则点(x，y)的所有可能的结果所对应的区域是图3中的边长为60的正方形。设“两人能会面”为事件A，为使他们相遇，图3他们的到达时刻之差必须在15分钟之内，这样两人能够会面的条件为|x-y|≤15。故能使两人会面的所有点(x，y)所对应的区域是图3中的阴影部分。故P(A)=602-452602=716。

点评会面问题涉及两个时间变量，它们都是一维变量，合在一起就是一个二维变量。因此可通过建立平面直角坐标系将其转化为二维几何概型问题。

2。以平面上的圆弧(或圆周)的长度为测度(等价于以圆心角的角度为测度)

点的变化区域是平面上的曲线段(限于同学们会求其长度的圆弧或圆周)。

例4 一个长与宽不等的长方形被其对角线分成四个区域，如图4。图4在这四个区域中分别涂上四种颜色，在两对角线的交点处装一个指针，使其可以自由转动。对指针停留位置的可能性，下列说法正确的是()

A。停留在四个区域内的可能性一样大

B。停留在蓝、白区域内的可能性大

C。停留在红、黄区域内的可能性大

D。由指针转动圈数决定

解指针的针尖不是等可能地停留在矩形内的任一点处，不能用面积作测度。实际上，指针的针尖等可能地停留在以矩形中心为圆心、指针长为半径的圆上的任一点处。因为同一个圆上的弧长之比等于对应圆心角之比，所以可选择角度作为测度(当然也可以弧长为测度)。因为蓝、白区域对应的圆心角比红、黄区域对应的圆心角大，所以指针停留在蓝、白区域内的概率大。选B。

点评本题中的基本事件为指针的位置，但指针不可以抽象为一个点，它是一条线段。和点不同，若线段在一个平面区域内自由选取，则很难求出其落在某个小区域的概率。但本题中对线段的活动作了一点限制，即它的一端固定在某个点处，也即它只能绕这端自由转动。这样问题就变得容易了，我们只要以指针的另一个端点为考察对象，以它的位置为基本事件即可(只要它确定了，指针的位置就确定了)。考察对象(随机变化的量)为有一定限制的线段(实质上仍是点)，这便是本题的特殊之处。

三、三维区域

点的变化区域是空间封闭几何体(限于同学们会求其体积的棱锥、棱柱、球等)内部，以空间几何体的体积为测度。

例5 用橡皮泥做成了一个直径为

6 cm的小球，假设橡皮泥中间不小心混入了一粒很小的沙粒，那么这个沙粒距球心不小于1 cm的概率是多少?

解设“沙粒距球心不小于1 cm”为事件A，球心为O，沙粒的位置为G，则事件A发生就是OG≥1 cm。沙粒可能落在的区域的体积D=43π×33=36π(cm3)。而事件A发生时，沙粒可能落在的区域的体积d=43π×33-43π×13=1043π(cm3)。故P(A)=dD=2627。

类似地，如果遇到三个一维变量在一定范围内随机变化的问题，则可建立空间直角坐标系将其转化为三维几何概型问题。这里不再举例。

综上，解几何概型问题的关键在于弄清题中的考察对象(随机变化的量)和其活动范围(随机变化的范围)。常见(可抽象为)的情形有:点在线段上活动，点在平面区域内活动，点在空间区域内活动，点在圆弧(曲线的一种)上活动，点在球面(曲面的一种)上活动。

遇到线段或平面图形在平面区域或空间区域内活动的问题时，一般题设都会对线段或平面区域作一定的限制，要么过定点(即只能旋转)，要么定方向(即只能平移)，等等，这时其实只要考察该线段或平面图形上的某个点，弄清它的活动范围即可。

如果遇到两个点(三个点也不难)分别在线段上自由活动的问题，我们可以把它转化为一个点在矩形区域内自由活动的问题，如例3。但如果两个点分别在圆弧上自由活动呢?情况则稍复杂些。

例6 在圆上任取两点作弦，求弦长小于半径的概率。

解法一圆是两端相接的线段，故可设其上任一点O为原点，且设其上任一点按顺时针(或逆时针)方向到原点的弧长为该点的坐标。在圆上任取两点A，B，图5设A，B的坐标分别为x，y，则0≤x，y<2πr(r为圆的半径)。

要使弦AB小于半径，则|x-y|<13πr或|x-y|>53πr。建立平面直角坐标系xOy，用平面上的点表示x，y的取值，如图5。可知所求概率为(2πr)2-2πr-13πr2+13πr2(2πr)2=13。 

解法二圆上两点将圆分成了两段(若分线段则成三段)，设两段弧长分别为x，y，则x+y=2πr且x，y≥0，也即0≤x≤2πr，y=2πr-x。要使弦AB小于半径，则x<13πr或y<13πr，亦即x<13πr或x>53πr。可知所求概率为(13πr-0)+(2πr-53πr)2πr=13。

解法三有两个点在圆上自由活动(随机地取位置)，考虑固定一个点。在一个点固定、另一个点在圆上自由活动的情况下，过这两点的弦要小于半径，则动点应在定点左、右各13πr弧长距离的范围内移动，这段弧的长度为23πr，所以其概率为23πr2πr=13。又当定点换到任何其他位置时，这一概率都是13不变。故所求概率为13。

巩固练习

1。一只小蚂蚁在边长分别为3，4，5的三角形的边上爬行，那么任意时刻该小蚂蚁距离三角形三个顶点的距离都大于1的概率是多少?

2。已知正三棱锥SABC的底面边长为a，高为h，在该正三棱锥内任取一点D，求D到底面的距离小于h3的概率。

3。如右图，P为半圆圆弧上的任一点，Q为P在直径AB上的射影，

分别求在下列条件下AP的长度不超过半径OA的概率。

(1) Q在线段AB上的每一点处的可能性相等;

(2) P在半圆圆弧上的每一个点处的可能性相等。

【测度关系】推荐阅读：

效率测度05-19

测度评价09-15

测度06-10

建设水平测度08-08