灰色系统关联度分析法(精选12篇)
灰色系统关联度分析法 篇1
甘草为豆科甘草属植物甘草、光果甘草、胀果甘草的根及根茎。功用主治和中缓急, 润肺, 解毒, 调和诸药;炙用治脾胃虚弱, 倦怠食少, 腹痛便溏, 四肢挛急疼痛, 心悸, 脏躁, 肺痿咳嗽;生用治咽喉肿痛, 痈疮肿毒, 小儿胎毒, 以及药物、食物中毒。甘草的化学成分主要为三菇皂苷类和不同类型的黄酮及其苷类化合物。生物活性研究结果表明, 甘草酸具有抗病毒、抗炎、抗肿瘤等多种药理学活性。甘草总黄酮具有显著的抗肿瘤、抗氧化等生物活性[1]。甘草有非常重要的药用医用价值, 因此对甘草化学成分进行定性和定量分析, 以及不同产地甘草质量等级评价具有非常重要的现实意义。笔者采用灰色关联度分析和灰色系统聚类方法, 构建了灰色计量学模型, 综合评价了不同产地甘草的质量, 为甘草中药质量评价提供了一种全新的方法, 具有非常重要的理论意义和应用价值。
1 材料
选取我国不同产地的甘草, 它们是新疆塔城栽培品 (编号1号) , 新疆塔城野生品 (编号2号) , 新疆塔城栽培品制霜 (编号3号) , 内蒙古杭锦旗野生品 (编号4号) , 新疆巩留野生品 (编号5号) , 新疆布尔津野生品 (编号6号) , 内蒙古额济纳野生品 (编号7号) , 吉林白城野生品 (编号8号) , 吉林白城栽培品 (编号9号) , 内蒙古赤峰栽培品 (编号10号) , 甘肃酒泉栽培品 (编号11号) , 山西古城野生品 (编号12号) , 山西古城栽培品 (编号13号) 。甘草中芹糖基甘草苷 (X1) 、甘草苷 (X2) 、芹糖基异甘草苷 (X3) 、异甘草苷 (X4) 、甘草査尔酮B (X5) 、甘草素 (X6) 、刺甘草査尔酮 (X7) 、异甘草素 (X8) 、甘草酸 (X9) 作为分析样本。
2 方法
2.1 灰色模式识别
灰色模式识别是灰色计量学中最常用的方法之一, 是求各个方案与由最佳指标组成的理想方案的关联系数, 由关联系数得到关联度, 再按照关联度的大小进行排序、分析, 最后得出结论。这种方法优于经典的精确数学方法, 经过把意图、观点和要求概念化、模型化, 从而使所研究的灰色系统从结构、模型、关系上逐渐由黑变白, 使不明确的因素逐渐明确。灰色模式识别分析是一种分析因素之间相互关系的方法, 对样本量的多少和样本有无规律都同样适用, 数据和样本可以不具有统计学意义, 不仅弥补了采用数理统计方法 (主成分分析、因子分析等) 进行系统分析所导致的缺憾, 而且计算量小, 十分方便。
2.2 灰色系统聚类分析
灰色系统聚类分析是对研究对象进行分类, 把所有的个案归类在不同类中, 使同一类中个体有较大相似性, 不同类中个体有较大差异。应用MATLAB2013软件对数据进行灰色系统聚类分析, 提取灰色因子后, 应用层次聚类方法分析灰色因子数据。
3 结果
3.1 灰色模式识别结果
3.1.1 参考序列的选择
设有n个样品, 每个样品有m项评价指标, 这样就组成了评价单元序列{Xij} (i=1, 2, …, n;j=1, 2, …, m) 。用灰色模式识别法作为评价测度, 首先要选择参考序列。设最优参考序列为{Xsj}, 最优参考序列的各项指标是n个样品对应指标的最优值或者最大值。
3.1.2 原始数据的标准化处理
对原始数据标准化, 即对同一变量减去其平均值, 再除以标准差, 以消除原始数据之间的量纲影响, 使标准化后的数据具备可比性。设在一个问题中有n个体, 对每个个体测定p个指标, 为避免指标量纲的影响, 对原始数据进行标准化处理:Yij= (xij-j) /sj, (i=1, 2, …, n;j=1, 2, …, p) 。式中:Yij为标准化处理后的数据;xij为原始数据;j为n个样本第j个指标的平均值;sj为样本的标准差。原始数据经标准化后的数据见表1。
3.1.3 关联系数[ζij (s) ]的计算
相对于最优参考序列, 关联系数:
3.1.4 关联度[Ri (s) ]的计算
相对于最优参考序列, 关联度:
根据评价序列相对于参考序列的关联度大小, 可给出各评价单元的优劣排序, Ri (s) 越大, 表明评价单元序列与最优参考序列的关联度越大, 评价单元越佳。某待评序列若比参考序列的关联度大, 则表明该序列与参考序列即质量最优序列最相似, 亦即质量最优, 这样最终可得到中药材质量优劣的综合评价结果。按照灰色模式识别步骤, 运用灰色计量学方法, 结合MATLAB 2013软件, 进行灰色关联分析, 计算出灰色关联系数和关联度。不同产地甘草相对于参考序列的关联系数、关联度及质量等级见表2。
3.2 灰色系统聚类分析结果
灰色系统聚类分析是在样品诸多性质的基础上, 按照样品性质的亲疏程度进行分类, 所有个案归类在不同类中, 使同一类中个体有较大的相似性, 不同类中个体有较大差异。它是研究“物以类聚”的方法, 找出它们之间的相近性 (即亲缘的接近程度) 。应用MATLAB 2013软件对数据进行灰色系统聚类分析, 按照聚类分析的相关程序选择观察对象聚类, 提取灰色因子后, 使用层次聚类方法分析灰色因子数据。本试验采用灰色因子聚类分析, 用欧氏矩离测量, 每2个样本间用Average linkage法连结, 按照顺序作图见图1。
4 分析与讨论
1) 由表2可知;新疆塔城栽培品制霜的关联度为0.86, 甘草质量最好;山西古城野生品、山西古城栽培品、新疆塔城野生品的关联度依次为0.57, 0.52, 0.51, 甘草质量较好;新疆塔城栽培品、内蒙古杭锦旗野生品、新疆巩留野生品、新疆布尔津野生品、内蒙古额济纳野生品、吉林白城野生品、吉林白城栽培品、内蒙古赤峰栽培品、甘肃酒泉栽培品的甘草质量一般。本研究以不同产地甘草药材中主要有效成分含量为药材质量评价指标, 较单纯以甘草中单一有效成分含量评价药材质量更为科学。
2) 由图1可知, 根据灰色系统聚类分析结果可以把不同产地甘草分为三类, 新疆塔城栽培品制霜甘草为一类, 含有的9个主要有效成分含量在所有的样品中最高, 质量最好;山西古城野生品、山西古城栽培品、新疆塔城野生品甘草为一类, 含有的9个主要有效成分含量在所有的样品中居中, 质量较好;新疆塔城栽培品、内蒙古杭锦旗野生品、新疆巩留野生品、新疆布尔津野生品、内蒙古额济纳野生品、吉林白城野生品、吉林白城栽培品、内蒙古赤峰栽培品、甘肃酒泉栽培品甘草为一类, 含有的9个主要有效成分含量在所有的样品中最低, 质量一般。通过灰色系统聚类分析可以粗略地寻找不同产地甘草间性质的相似程度及亲缘关系, 有利于更好地研究甘草。本试验的灰色系统聚类分析结果与灰色关联度分析结果一致。
5 小结
该研究建立的灰色计量学模型, 是以灰色关联度分析和灰色系统聚类分析为测度来综合评价不同产地甘草质量, 结果客观、科学, 与建立在多元统计分析基础上的统计模式相比, 灰色计量学模型因所需样本量少, 且不要求数据服从经典统计分布, 因而具有计算简便等特点。适和对多组分多指标的中药材质量进行综合评价, 具有推广应用前景。
参考文献
[1]张友波, 徐嵬, 杨秀伟, 等.RP-HPLC法同时测定不同产地甘草中9个主要成分的含量[J].药物分析杂志, 2013, 33 (2) :214-218.
灰色系统关联度分析法 篇2
利用灰色系统理论中灰色关联度分析的方法,把龙井市近几年来农村经济分3个层次进行了系统、全面的分析.
作 者:何延治 HE Yan-zhi 作者单位:延边大学农学院,基础部,吉林,龙井,133400 刊 名:延边大学农学学报 英文刊名:JOURNAL OF AGRICULTURAL SCIENCE YANBIAN UNIVERSITY 年,卷(期): 23(1) 分类号:F307.3 关键词:农村经济 关联度 关联矩阵
灰色系统关联度分析法 篇3
[关键词] 灰色预测;灰色关联度分析;就业结构;就业吸纳力
【中图分类号】 F22 【文献标识码】 A 【文章编号】 1007-4244(2014)03-085-2
一、引言
就业结构又称社会劳动力配置结构,通常是指国民经济各部门所占用的劳动力数量、比例及其相互关系。它反映国民经济的总体发展水平以及社会劳动力资源投入方向的总体状况,在国民经济全局运行和就业活动中具有极为重要的意义。就业结构在一定程度上决定着经济结构的其他方面。
李钊和王舒健(2003)分析了对外贸易对就业数量以及就业结构俩方面的影响。刘秀梅、田维明(2007)的研究表明,农村劳动力由从事农业转向从事非农产业,导致农村劳动力边际生产力的明显改善,农村劳动力转移是促进国民经济增长的重要方面。
本文从灰色理论出发,运用GM(1,1)模型对陕西省就业人口总数进行预测,用灰色关联理论对陕西省就业结构进行动态分析。
二、灰色关联模型及GM(1,1)预测基本原理
(一)灰色预测,是指对系统行为特征值的发展变化进行的预测,对既含有已知信息又含有不确定信息的系统进行的预测,也就是对在一定范围内变化的、与时间序列有关的灰过程进行预测。尽管灰过程中所显示的现象是随机的、杂乱无章的,但毕竟是有序的、有界的,因此得到的数据集合具备潜在的规律。灰色预测是利用这种规律建立灰色模型对灰色系统进行预测。目前使用最广泛的灰色预测模型就是关于数列预测的一个变量、一阶微分的GM(1,1)模型。设有原始数据列x(0)=(x(0)(1),x(0)(2),…,x(0)(n)),n为数据个数。如果根据x(0)数据列建立GM(1,1)来实现预测功能,则基本步骤如下:
(1)原始数据累加以便弱化随机序列的波动性和随机性,得到新数据序列:x(1)={x(1)(1),x(1)(2),…,x(1)(n)}其中,x(1)(t)中各数据表示对应前几项数据的累加。■,x(1)(t)=,t=1,2,…,n
(2)对x(1)(t)建立下述一阶线性微分方程:即GM(1,1)模型。其中,a,u为待定系数,分别称为发展系数和灰色作用量,a的有效区间是(-2,2),并记a,u构成的矩阵为灰参数。
(3)对累加生成数据做均值生成B 与常数项向量Yn,即
(4)用最小二乘法求解灰参数,则=(BTB)-1BTYn
(5)将灰参数进行求解,得
由于是通过最小二乘法求出的近似值,所以(1)(t+1)是一个近似表达式,为了与原序列x(1)(t+1)区分开来,故记为(1)(t+1)。
通过计算GM(1,1)模型的均方差比值C和小误差概率p来判断精度。一般模型精度好时,C越大p越小,通常认为p>0.95和C<0.35时,模型可靠,这时此模型对系统行为可以进行合理预测。
(二)灰色关联模型
灰色关联分析方法的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密,曲线越接近,相应序列之间的关联度就越大,反之就越小。
具体计算步骤如下:(1)确定分析的样本序列在对研究问题定性分析的基础上,确定一组比较序列和一个参考序列。设有用m个指标和n个样本组成的比较序列,原始数据构成比较序列,设参考序列。将比较序列和参考序列和在一起构成阶矩阵。
(2)对序列数据进行无量纲化处理一般情况下,原始变量序列具有不同的量纲或数量级,为了便于比较,保证分析结果的可靠性,需要对变量序列进行无量纲化。无量纲化后形成如下矩阵:X==
(3)计算关联度根据灰色关联度分析基本原理,计算n组比较序列m个指标的关联系数。
,j=1,2,…m;k=1,2,…n式中:ρ为分辨系数,在[0,1]内取值。一般情况下在0.1至0.5取值,ρ越小越能提高关联系数间的差异;为第Xj个样本与参考值X0第k个指标的关联系数;Xj(K)和X0(K)分别为参照值X0与第j个样本Xj的第k个指标;为X0与Xj的绝对差,为两极最小差,为两极最大差。综合考虑指标的权重,则各样本的综合关联度为指标关联系数与权重的乘积之和,j=1,2,…n;k=1,2,…m,通常w(k)=1/n
(4)依关联度排序对各比较序列与参考序列的关联度从大到小排序,关联度越大,说明比较序列与参考序列变化的态势越一致。
三、实证分析
(一)根据前述GM(1,1)模型预测将陕西省就业总人口的原始序列和生成序列各数据代入算式,计算后得到GM(1,1)模型参数,并整理得到GM(1,1)预测模型:(1)(t+1)=479.48e1.3204t+1496.516计算均方差比值C和小误差概率p,分别得C=0.1064,p=1,q=3.7063e-005,符合精度要求,见表二,故模型预测精度较高,预测结果可靠,可以用该模型对陕西省就业人口进行预测。应用Matlab软件建立GM(1,1)模型,参数估计结果见表6。
(表1)GM(1,1)模型估计结果
(表2)GM(1,1)检验结果及对照
(二)表三的结果显示,第三产业就业人数对总就业人数的关联度达到90%以上,其次是第一产业,从动态关联度分析表中可以看出,受2008年金融危机影响,第二产业就业人数明显对总人数影响降低,关联系数只达到0.48,金融危机对陕西省第二产业影响较大,第一、二、三产业关联系数稳步降低说明陕西省就业灵活性提高,新兴的第三产业中有很大一部分是资本和知识密集型产业,从第一、二产业中转移出来的劳动力加快了新兴产业的发展需要。
(表3)三大产业就业结构动态关联度分析
(三)模型中指标的选择和数据来源
根据数据准确和可收集原则,本文研究所选用的是时间跨度为2005-2011年,主要数据来源于《陕西省统计年鉴》。
四、基本结论及建议
1.发达国家的产业发展经验表明,第三产业影响就业越来越大,第一产业逐渐减低,陕西省的产业发展也遵循同样规律。
2.应进一步优化调整第二产业就业结构,大力提升第二产业中新兴行业吸纳人力资源的驱动力,以应对金融危机对于第二产业就业所产生的行业性影响。从调整第二产业投资结构着手进一步优化第二产业行业就业结构,提升新兴行业吸纳人力资源驱动力。
3.从调整国家金融资源配置政策入手,大力扶持民营企业特别是中小民营企业,优化所有制就业结构,以进一步提升民营企业的就业吸纳力。政府应打破垄断,创造公平竞争环境,放弃对国有企业的行政保护,以社会公正为原则制定政策,是民营经济发展壮大。
参考文献:
[1]邓聚龙.灰色理论基础[M].武汉:华中科技大学出版社,2002.
[2]方秀娟.中国城市化地区差异与就业结构比较分析[J].经济与管理,2006,(3).
[3]林杰,于飞.对我国城市化与就业结构依存关系的统计检验[J].统计与决策,2006,(7).
[4]李钊,王舒健.我国对外经贸发展对就业的影响[J].商业研究,2003,(13).
[5]刘思峰,党耀国,方志耕,等.灰色系统理论及其应用[M].北京:科学出版社,2004.
灰色系统关联度分析法 篇4
关键词:综合运输,灰色关联度,适应度,客货运弹性系数,分担率,贡献度,网络衔接度
综合运输系统, 是相对于单一的运输系统而言的, 就是各种运输方式在社会化的运输范围内和统一的运输过程中, 按其技术经济特点组成分工协作、有机结合、连接贯通、布局合理的交通运输综合体。综合运输作为一个复杂巨系统, 已成为社会生产领域和消费领域的重要中间环节, 其协调发展问题是关乎能否适应国民经济发展的重大问题。系统论认为, 只有把系统的各个环节协调与组合起来进行整体运转, 才能实现各子系统的功能之和大于系统的整体功能, 促进国民经济向前发展。于是, 对综合运输系统的各子系统进行系统分析以实现其协调运行已迫在眉睫。
灰色关联度, 是将系统的各个因素视为空间中的点, 将每一因素关于不同时刻、不同指标、不同对象的观测数据视为点的坐标, 依托这个特定的n维空间距离而定义的。对于综合运输系统的分析, 由于我国统计数据十分有限, 且现有数据灰度大, 许多数据没有典型的分布规律, 因此, 采用灰色关联分析的方法弥补了传统数理统计分析的缺憾。
对于综合运输这个多维、动态的复杂巨系统, 其发展态势包括了各子系统诸多因素的共同作用结果。其中, 哪些是主要和次要因素, 子系统哪些因素对综合运输系统协调发展的影响大, 哪些影响小, 以及哪些因素起推动作用需要发展, 而哪些因素需要被抑制, 这些都是在进行综合运输系统分析时比较被关注的问题, 也是本文采用灰色关联度理论分析综合运输系统间协调发展主要的研究内容。
1 综合运输系统协调运行的特征标量和相关因素参数描述
综合运输系统协调运行的实际状况, 需要有一定的指标来衡量, 能够描述综合运输系统总体协调状况的参量称之为系统的特征标量, 目前, 用适应度α和客货运弹性系数r来表述。同时, 影响综合运输协调运行的各种关联元素, 即系统的相关因素, 用各运输方式对运输总量的贡献度β、分担率d, 以及各运输方式运输网络衔接度fj表示, 其表述如下:
1) 适应度α:
用来描述综合运输系统与国民经济大系统协调发展的程度
其中:L为运输供给能力 (t·km) ;N为运输需求 (t·km) ;在目前全社会运力充足的情况下, 每年实际发生的运量可以代表社会的有效需求, 所以此数据可从《统计年鉴》中查到。
2) 客货运弹性系数r:
是指旅客或货物的的周转量实际增长率与国民经济增长率之比。
3) 各运输方式对运输总量的贡献度
式中:ΔQj为j种运输方式运输周转量的增加量, Q为运输总周转量。
4) 分担率
式中:Qj为j种运输方式运输周转量, Q为运输总周转量。
5) 运输网络衔接度fj:
这是一个定性参数, 可在年鉴中查到。
2 灰色关联分析在综合运输系统协调运行的应用
设某区域的综合运输系统是由铁路和公路两个子系统组成, Y1i和Y2i分别为该综合运输系统第i年的适应度和货运弹性系数; X1i、X2i分别表示铁路和公路子系统第i年对运输总量的贡献度;X3i、X4i表示两子系统第i年的分担率;X5i、X6i表示铁路和公路子系统第i年的运输网络衔接度, 则综合运输系统协调运行的系统特征行为序列为
系统的相关因素行为序列为
某区域综合运输系统协调运行的特征标量和相关因素参数属性值如表1所示。
2.1 绝对关联矩阵A的计算
对各行为序列求始点零化像, 得
对应于系统特征Y1, 有
故
类似可得
对应于系统特征Y2, 同法可得
于是得绝对关联矩阵
2.2 求相对关联矩阵B
系统特征行为序列Yi (i=1, 2) 和相关因素行为序列Xj (j=1, 2, 3, 4, 5, 6) 的初值像为
诸Y′i (i=1, 2) 和X′j (j=1, 2, 3, 4, 5) 的始点零化像分别为
由
得
因此, 相对关联矩阵为
2.3 求综合关联矩阵C
取θ=0.5, 则
2.4 结果分析
从综合关联矩阵C看, 由于C中元素满足
所以Y1≥Y2, 故Y1为准优特征。
所以X3≥X5≥X6≥X4≥X1≥X2, 故X3是准优因素, X5次之, X4优于X1, X2最劣。
3 结 论
根据对综合运输系统各运输方式行为相关因素与系统协调运行特征因素的灰色关联度计算, 得出结论如下:
1) 能表征该区域综合运输系统整体协调运行状况的特征因素中, 运输系统与国民经济大系统协调发展相协调的程度比客货运弹性系数更具有说服力度。
2) 在各运输方式的行为因素中, 公路运输子系统的分担率对综合运输系统协调运行的影响最大, 公路运输网络的衔接度对系统运行产生的影响次之, 铁路运输子系统的贡献度对综合运输协调运行产生的影响最小。
3) 该区域由于地处内地, 地域偏僻, 经济欠发达, 未能形成完整的公路网络, 干支公路的线网框架十分明显, 网络密度不合理, 干支结合不当, 有待进一步完善和提高, 这也是下一步该区域综合运输网络发展的重点。
参考文献
[1]张生瑞, 严宝杰.交通运输系统协调发展分析与评价[M].北京:科学出版社, 2000.
[2]毛保华.运输系统协调理论研究[J].系统工程, 1994, 12 (4) :48-53.
[3]傅立.灰色系统理论及其应用[M].北京:科学技术文献出版社, 1991.
[4]沈培钧.进一步发展和完善综合运输体系[J].综合评述, 2002 (9) :32-37.
[5]张国伍.交通运输系统分析[M].成都:西南交通大学出版社, 2004.
农业科技灰色关联熵分析论文 篇5
农业的发展变化时刻受着农业科技的影响,探讨农业科技发展变化的相关影响因素就显得很重要。在这方面,国内的学者无论从理论上还是实践上都进行了深入广泛的研究,并取得了比较有意义的研究成果,肯定了农业发展进程中科技因素的重要性。目前的研究方法更多集中在农业科技的评价、测度,也通过建立相关指标来探究农业科技的发展情况,目前比较常用的评价农业科技发展情况方法有测算贡献率的比较法、单一指标评价法以及总体评价方法,这些方法能比较全面的衡量某一时期农业科技的发展水平。刘明、王克林提出目前我国农业现代化进程测度的支撑技术———多指标综合测度法的优化方案,来实现对农业现代化进程时空上动态特征的量化分析。卢亚丽、傅新红提出了区域农业科技进步测度模型的设计的依据和应该遵循的原则,并构造了一个测度模型。以上研究仅从测度和评价的角度对农业科技的发展变化进行了研究,为了能更深入的研究农业科技的发展变化情况,本文将以系统思想为研究基础,结合灰色系统理论来探讨农业科技系统的发展变化状况。
2基于灰关联熵的农业科技系统演化方向判别模型
2.1农业科技系统的有序性分析
灰色系统关联度分析法 篇6
关键词:大花蕙兰;杂交组合;灰色关联分析;综合评判
中图分类号:S682.310.36 文献标志码: A文章编号:1002-1302(2016)02-0226-05
收稿日期:2015-06-15
基金项目:四川省省级公益性科研单位基本科研业务费专项资金(编号:2013CZYYJBKY07)。
作者简介:许震寰(1980—),男,四川三台人,助理研究员,主要从事花卉栽培与新品种选育研究。E-mail:cz27@163.com。
通信作者:韩菊兰,硕士,助理研究员,主要从事花卉栽培与新品种选育研究。E-mail:455041615@qq.com。大花蕙兰的杂交育种以人工杂交获得第1代基础材料F1代,从中筛选出杂交后代优良株,并结合组织培养扩大繁殖,选育出优质新品种[1]。F1组合是双亲或多亲基因结合后显性态的表现,因此其各个性状所反映的组合信息就整体而言并不十分完全。对F1代所有性状运用灰色关联度分析,充分利用育种信息对育种现象进行解释,可为品种选育作出最优决策[2]。本研究运用灰色关联与评价原理对大花蕙兰育种目标性状之间的相互关系进行研究,對各个F1杂交种后代进行评价,以期为杂交种的选择和有效利用提供依据。
3结论与讨论
灰色系统理论是近年来发展起来的决策科学。应用灰色系统理论对原始数据进行处理,具有表格化、计算简便、精确度和量化程度高等优点。通过应用杂交组合灰色评判方法,可以对杂交种进行多性状优势的综合评估,综合判断出的优良杂交种,可为杂交种的有效利用提供依据[2]。
蕙兰杂交后代植株及其相应亲本进行了关联度分析,177-1、179-1、169-1、176-11、176-5、171-1、094-1关联度均大于0.6。177-1亲本为马州立卡与爱我,179-1、176-11、176-5亲本为浪漫与黄金薄荷,169-1亲本为马州立卡与红颜,171-1亲本为阳春4号与浪漫,094-1亲本为浪漫与爱我。177-1和094-1综合性状表现比亲本更好。176-11综合性状与亲本相差无几。
花箭数、花箭长度均为反映品种观赏度的重要因素。开花期为评价品种优劣的一个重要指标。表4中花箭数权重赋值最大(0.22),其次为花箭长度(0.13),再次为开花期(0.10)。177-1、094-1、176-11开花期适宜,花箭数较多,株型较好,综合性状较好。鉴于以上分析,综合得出177-1、094-1、176-11为较好杂交后代植株。
灰色关联系统在遗传育种中已有较多应用,主要集中在小麦、玉米、棉花等大田作物[8-10],而在花卉观赏领域则重于品种综合评价[4,11]。应用加权关联度方法进行综合评价杂交后代的优劣,将不同类型的指标进行标准化处理,最大程度反映了被评价对象的真实水平,分析结果全面、有效。本研究将该分析方法用于大花蕙兰杂交后代的综合评估,使灰色系统理论在育种中的应用领域更进一步扩展。
参考文献:
[1]张志胜,何超英,谢利,等. 兰花新品种日出的选育和快速繁殖[C]. 武夷山:2005年全国作物生物技术与诱变技术学术研讨会,2005:126-128.
[2]郭瑞林. 作物灰色育种学[M]. 北京:中国农业科学技术出版社,1995:20-25.
[3]高兰阳,尚迪,许震寰,等. 熵权赋权法灰色系统理论在大花蕙兰(Cymbidium hybridium)品种综合评价中的应用初探[J]. 西南农业学报,2010,23(1):176-180.
[4]郭显光. 如何用SPSS软件进行主成分分析[J]. 统计与信息论坛,1998(2):61-65.
[5]董寒青. 解析SPSS对主成分分析的计算技术[J]. 统计与决策,2004(3):117-118.
[6]邱宛华. 管理决策与应用熵学[M]. 北京:机械工业出版社,2002:193-196.
[7]刘录祥,孙其信,王士芸. 灰色系统理论应用于作物新品种综合评估初探[J]. 中国农业科学,1989,22(3):22-27.
[8]曹雯梅,刘松涛,路红卫. 灰色系统理论在小麦新品种综合评判中的应用[J]. 中国种业,2005(11):47-49.
[9]李伟,邹小红,杨涛,等. 利用灰色关联分析法对糯玉米新组合进行综合评价[J]. 中国种业,2013(8):72-75.
[10]熊仁次,曹新川,何良荣,等. 应用灰色关联分析综合评价陆地棉杂交组合[J]. 中国棉花,2003,30(6):14-16.
[11]卢珍红,蔡承良,顾强健,等. 11个观赏菊花品种灰色关联度分析[J]. 江西农业学报,2014,26(1):41-43.刘璐,毛永成,申亚梅. 3种地被月季对低温胁迫的生理响应[J]. 江苏农业科学,2016,44(2):231-233.
灰色系统关联度分析法 篇7
关键词:区域产业结构,投资结构,灰色系统,关联度
区域产业结构是指地区经济中各类产业之间内在联系和比例关系, 产业结构合理与否是区域发展研究的一项重要内容。本文通过对济南市产业结构变动趋势分析及产业投资与GDP关联度的实证分析, 探讨了产业结构调整的方向。济南市政府结合实际确定了发展目标, 即建设成为具有强大的现代工业生产能力, 能够辐射周边地区发展的综合性现代化大城市。要实现这个目标, 应通过产业结构的调整和优化升级完成。
一、济南市产业结构现状及发展趋势
改革开放三十多年来, 济南市的综合经济实力有了巨大提高, 产业结构调整取得重大进展, 但仍存在一些问题。比如, 农业和工业的水平、竞争力以及潜在发展能力偏低, 致使经济发展赖以支撑的基础不稳, 不足以支撑济南市国民经济的快速发展。此外, 济南市产业层次较低, 结构性矛盾比较突出。“十五”以来, 济南市三次产业结构逐步得到调整。经查济南市统计年鉴, 近年来, 济南市GDP的增长速度是稳步上升的, 一产产值的增长速度先上升后趋于稳定, 二产产值增长速度是先升后降, 三产产值增长速度是先降后升。这说明济南市产业结构没有很好的向产业结构发展高级阶段演进, 需要进一步作出调整。
二、产业结构变动对区域经济影响
现代经济增长中, 产业结构和经济发展密切相关, 产业结构和经济结构的状况共同反映一国的经济发展方向和水平。区域产业结构是影响区域经济增长的关键因素, 它的优劣是一个区域经济发展质量和水平的重要标志。正确认识区域内部产业结构变动对区域经济增长的贡献, 对于了解区域经济增长的空间变化和制定促进区域协调发展的政策具有重要的意义。
三、投资的产业结构与产业结构合理化
(一) 投资结构与产业结构的关系
投资结构是指投资在国民经济各部门分布比例关系。从投资去向的产业分布角度看, 是指投入到各产业的资本数量比例。固定资产投资是投资中最重要组成部分, 不仅在总量上与经济增长密切相关, 而且在结构上直接影响和决定产业结构的形成和发展变化。产业结构形成发展的基本前提是投资, 投资结构的动态发展是实现产业结构演进的最基本动因和手段。
(二) 产业投资结构与GDP的关联度分析
关联度分析, 是对一个发展变化着的系统, 进行发展态势的量化比较分析, 对各时间序列几何关系的比较。依据空间理论, 按照规范性、对称性、整体性和接近性这四条原则, 灰色系统理论确立了参考数列x0与若干比较数列x间的关联系数。把关联系数这一分散的信息集中起来, 再作平均处理, 便得到比较数列xi对参考数列x0的关联度。具体步骤为:
1. 数据均质化处理。先分别求出各个原始数列的平均值, 再用数列的所有数据除以该数列的平均值。得到了参考数列和比较数列。设为:X0 (t) 和 (X1 (t) , X2 (t) …XP (t) ) 1。
2. 计算各比较数列与参考数列在同一时期的绝对差
(三) 实例分析
下面用灰色系统理论的关联矩阵进行关联度分析。对济南市近八年的各产业产值和各产业投资, 进行关联度分析。计算结果 (如表1所示) 。
(单位:亿元)
以全市GDP、一产产值、二产产值、三产产值为系统特征行为序列;以全省社会固定资产总投资、一产投资、二产投资、三产投资为相关因素行为序列, 建立关联矩阵R如下:
1. 矩阵R以行分析, 表明各产业产值对各业投资的关联度, 对矩阵的行进行求和, 即, Ri表示第i产业对各产业的投资的综和关联度。其值越大, 该产业是本地区的优势特征。经排序有R2>R3>R1>R4, 可知第一产业产值对第一产业投资关联度最大。
2. 矩阵R以列分析, 表明某一产业投资对各产业GDP的关联度。对矩阵R的列进行求和, 即, Ri′表示第i产业投资对各产业产值的关联度。其值越大, 表明对经济发展的影响越显著, 是关键因素。经计算排序, 有R1′>R4′>R3′>R2′。这说明全社会投资对产业产值总和关联度最大, 其次是三产投资, 再次是二产投资, 最后是一产投资。
综上所述, 第三产业是济南市经济发展的关键因素, 是投资的重点;第一产业是经济发展的优势因素, 仍应继续保持稳定发展;第二产业是经济发展的潜在因素, 如果资金充裕, 发展第二产业产业经济效果最为显著, 因此, 对它的发展也不容忽视, 应当提高其投资比重。
四、结语
通过对济南市产业结构调整进行控制, 为济南市产业结构合理化提供了科学的建议。研究表明, 投资结构的调整与产业结构的调整密切相关, 由实证分析得出一产是济南市经济发展的优势因素, 三产是关键因素, 二产是潜在因素, 并论证了在产业发展上要稳定一产、优化二产、加快三产的道路的合理性, 为产业结构调整控制提供合理的控制技术。
参考文献
[1]张沛.区域规划概论[M].北京:化学工业出版社, 2006.
[2]邬义钧, 邱钧.产业经济学[M].北京:中国统计出版社, 1997.
[3]刘思峰, 党耀国.灰色系统理论及其应用[M].北京:科学出版社, 2004.
[4]庄俊鸿, 谢湲.投资经济学[M].广州:华南理工大学出版社, 1996.
[5]陈立文.河北省产业结构合理化研究[J].河北工业大学学报, 2001, (2) :52-56.
灰色系统关联度分析法 篇8
农业的发展变化时刻受着农业科技的影响, 探讨农业科技发展变化的相关影响因素就显得很重要。在这方面, 国内的学者无论从理论上还是实践上都进行了深入广泛的研究, 并取得了比较有意义的研究成果, 肯定了农业发展进程中科技因素的重要性。目前的研究方法更多集中在农业科技的评价、测度, 也通过建立相关指标来探究农业科技的发展情况, 目前比较常用的评价农业科技发展情况方法有测算贡献率的比较法、单一指标评价法以及总体评价方法, 这些方法能比较全面的衡量某一时期农业科技的发展水平。刘明、王克林提出目前我国农业现代化进程测度的支撑技术——多指标综合测度法的优化方案, 来实现对农业现代化进程时空上动态特征的量化分析。卢亚丽、傅新红提出了区域农业科技进步测度模型的设计的依据和应该遵循的原则, 并构造了一个测度模型。以上研究仅从测度和评价的角度对农业科技的发展变化进行了研究, 为了能更深入的研究农业科技的发展变化情况, 本文将以系统思想为研究基础, 结合灰色系统理论来探讨农业科技系统的发展变化状况。
2 基于灰关联熵的农业科技系统演化方向判别模型
2.1 农业科技系统的有序性分析
由于农业科技时刻都在发展进步中, 因此整个农业科技系统充满随机和不确定性, 在对农业科技系统分析的时候, 把其看作是一类灰色系统, 根据灰色系统理论中的关联分析原理, 来做定量描述分析, 揭示农业科技发展水平和合理阈值之间的关联程度, 获得的关联系数越大, 就表示系统的有序性越强, 所以计算性越强。但由于农业科技系统的多目标性, 所获得的关联系数也比较多, 不能很好的反映农业科技系统整体的变化规律, 为了解决这个问题, 可以将这种关联系数的变化规律用熵来表述, 通过不同时段系统熵的变化来对其演化方向进行判别。
2.2 农业科技系统的灰色关联熵
(1) 有关的模型。
农业科技系统演化发展的灰色关联系数:设时间序列为xi= (xi (1) , xi (2) , …, xi (m) ) , xi (m) 表示在第m年第i个指标的数值。首先:要获得每个数列的初值像, 令X′i=Xi/xi (1) = (x′i (1) , x′i (2) , …, x′i (m) ) , i=1, 2, …, n。第二步:获得序列差的值。有Δi (k) =|x′o (k) -x′i (k) |, Δi= (Δi (1) , Δi (2) , …, Δi (m) ) , i=1, 2, …, n 。第三步, 来求两极的最大差与最小差。因此, 记undefined。最后, 获得所需要的关联系数
undefined;k=1, 2, …, m。 (1)
按照信息熵的概念做如下定义:
定义1:设数列X= (x1, x2, …, xn) , xi≥0, 且∑xi=1, 称函数undefined为序列X的灰熵, xi为属性信息。
定义2:设X为比较列, Y为参考列, Rj={ζ (x (k) , y (k) ) }k=1, 2, …, n, 则映射Map:undefined为灰色关联系数分布映射, 映射值称为分布的密度值。
根据灰熵定义, 以及灰关联分布映射, 灰关联熵可以表示为:undefined
式中S (t) 为农业科技系统在第t时段的灰色关联熵, 它表示此时刻农业科技系统的状态, 系统状态发生变化, 相应熵值也就发生变化。由于农业科技系统耗散性的特点, 系统能量不会消失, 与外界进行着物质与能量的交换, 总熵有增有减, 由熵的有序度联系可知, 农业科技系统的演变方向即可良性化, 也可恶性化, 这取决于系统熵的变化机制。为此, 可以借助熵的变化理论建立农业科技系统演化方向的判别模型, 作为检验和判断系统演变规律的方法。
ΔS=S (m) -S (n) (3)
其中, S (m) 为系统在m时点的熵值, S (n) 为系统在n时点的熵值, 而两者之差 即为两个时间段下农业科技系统与外界发生能量和物质交换所引起的熵变, 根据熵变值ΔS的大小, 即可判断农业科技系统演化过程中所处的状态以及演化的方向:
当ΔS>0时, 系统出现了熵增, 系统无序状态增大, 此时系统的演化循环处于恶性。
当ΔS<0时, 系统出现了熵减, 系统有序度状态增强, 此时系统的循环演化处于良性, 并且此时系统最稳定。
当ΔS=0时, 表明系统在某段时间间隔内熵无变化, 此时系统状态和初始状态一致。
3 实证研究
为了能更清楚的认识农业科技系统演化发展的状况, 就有必要通过实证分析来论证。由于农业科学技术一直在发展更新, 因此整个农业科技系统的演化也在不断进行。农业科学技术的进步有很多方面可以体现出来, 为了论证的方便, 本文选取两个大的类别:农业机械技术和农业生物化学技术。能表征这两方面技术发展水平的指标比较多, 为了能较全面的反映农业科技演化的情况, 本文从众多的指标中选取有代表性的, 同时参考以下几个方面:
(1) 指标的选取必须尽量全面、完整, 而且所选取的指标能根据不同的要求来考查。
(2) 要选取有代表性的和典型性的指标, 对于表征的含义相同、相近或者具有较大关联性的指标不予考虑, 所选取的指标尽可能的含有更多的信息量, 以此来反映问题的不同方面。
(3) 选取的指标应该具有实用性和可行性, 能反映某一时期的农业科学技术水平, 并且能有明确的含义, 更易于量化分析和评价。
根据以上几点的要求, 本文选取农业机械化、电气化、水利化和生物化学化这四个方面来反映农业科技在某一时期的发展水平。具体而言, 这四个方面分别指的是指的是农业机械总动力、农村用电量、化肥施用量和农药施用量、有效灌溉面积。本文参考《河南省统计年鉴》 (2001-2009年) 获得相关数据见表1。
利用表征农业技术发展程度的农业机械总动力、农业的用电量、化肥施用量、农药使用量、有效灌溉面积这五个指标作为比较数列Xi={Xi (t) , t}=1, 2, …9, i=1, 2, 3, 4, 5, 取农业总产值作为参考列X0={X0 (t) , t=1, 2, …, 9}, 计算X1, X2, X3, X4, X5与X0之间的灰色关联系数。
数据来源:《河南省统计年鉴》。
根据灰色关联方法, 计算得出X1, X2, X3, X4, X5, X6与X0之间的灰色关联系数得表2。
由此得出X0与X1, X2, X3, X4, X5间的关联度为:γ01=0.7081, γ02=0.6332, γ03=0.6698, γ04=0.7644, γ05=0.6358。根据灰色关联熵的相关理论可知, 在系统的发展变化过程中, 表征农业科技系统某一时期发展水平的值与某一合理阈值的关联系数越大, 则演化过程中系统的有序性就越强。根据所获得的数据可以看出, 河南省农业电气化和农业化学化的发展相对于其他方面呈现出较强的有序性, 农业机械化的发展过程中的有序性最弱。农业的现代化发展过程中, 电力、农药化肥、机械设备必不可少, 由于河南人口众多, 农业的发展主要以家庭为单位, 大规模机械化耕作不能实现。由于近几年政府一直加大农村电网的改造, 农村电力基础设施日趋完善, 有助于农业科技的发展。通过改善化肥的效用和农药的功效, 可以不断的增加农业的产值。由于河南省人口众多, 加上不同地区的地貌差异比较大, 山区农业机械化的推广就要比平原地区难很多, 个体农业耕种都会影响农业机械化的使用效率, 进而就会影响对农业科技系统的演化进程。另外, 国家政策、农业发展资金、劳动力素质以及气候等的原因, 都会对农业科技系统的演化发展有影响。
为更进一步了解农业科技系统演化的情况如何, 本文根据熵变理论, 把上述时间分为几个时间段, 求其不同时间段的灰关联熵, 以此来判定农业科技系统的演化方向。由此得出以下的灰色关联熵:
undefined
根据表1中的数据, 分别求得2001-2003年、2004-2006 年、2007-2009这三个时间段中X1, X2, X3, X4, X5与X0的灰关联熵s1和s2, s3见表3。
根据熵的变化理论, 经过计算得出以上的灰关联熵值, 可以看出, 所选取的五个反映农业科技发展水平的指标, 随着时间的发展, 熵值都呈递减趋势, 也反映了农业科技系统的演化发展是良性的。如果将三个时间段的数据相加可以得到s1=6.8122, s2=4.4978, s3=3.3204, 可以看到熵值总体也在递减, 农业科技系统处于良性循环的演化发展过程中, 也表明系统的功能处于一个稳定的状态。
4 结论
就本文选用的指标, 根据所获得的数据, 可以看出, 河南省农业科技系统演化的状态是良性的, 但是就单个反映农业科技发展水平的指标而言, 部门之间还是有一定的差异的。根据上文的数据可知, 农业产值与农业电气化、生物化学化的关联性更紧密一些, 即这些部门的演化发展情况要好于其他部门。也表明在农业科技的发展过程中, 对现代信息工业科学技术的利用还是明显不足, 无法推广精准农业。而且化肥和农药的大量使用, 对环境是一个很大的潜在威胁, 因此这就要求政府在考虑发展的时候, 能加大对农业的科技投入, 是发展更为和谐。由于选用指标的限制, 本文还不能完全体现出整个农业科技系统的发展演化情况, 本文的研究结果也仅仅以河南的农业发展情况为基础, 也比较符合河南省农业发展的实际, 也为决策者提供一定的参考依据。
参考文献
[1]刘明, 王克林等.农业现代化进程测度支撑技术优化研究[J].农业系统科学与综合研究, 2000, (2) :100-104.
[2]卢亚丽, 傅新红.区域农业科技进步测度方法研究[J].农业技术经济, 2004, (3) :10-14.
[3]苗东升.系统科学精要[M].北京:中国人民大学出版社, 1999:65-12.
[4]刘思峰, 谢乃明.灰色系统理论及其应用[M].北京:科学出版社, 2008:4-70.
灰色系统关联度分析法 篇9
国家科技部等七部委联合布置在全国开展了2000年度全社会R&D资源清查工作, 统计资料显示, 2000年我国R&D经费支出占国内生产总值 (GDP) 的比重达到1.0%, 跃居发展中国家前列。本文应用灰色系统理论中的关联度系数[1]讨论行业R&D资源结构对经济贡献率的关联度[2][3][4], 利用截面数据分析行业R&D资源结构对GDP的影响程度[5], 对充分利用科技资源、合理进行R&D资源配置具有理论指导意义和实际应用价值。
本文首先建立影响GDP的R&D资源结构指标体系, 然后用灰色关联系数得出各指标的关联序, 建立GDP拟合模型, 最后以湖北省的R&D资源结构资料为例进行关联度分析, 为合理进行R&D资源配置提供科学决策依据。
1 R&D资源结构指标体系
1.1 R&D资源结构指标体系
通常按关联度分析方法计算是取时间序列数据, 详细的R&D资源结构指标只有2000年一年的横截面数据, 这里将行业数据作为样本序列。
R&D资源清查统计指标有几十种, 通过分析和筛选, 这里选择了6项与GDP关联的指标, 见表1。
表中X1, …, X6是子指标, Y是母指标。
下面主要讨论系统中各因素X1, …, X6与Y的关联关系, 找出与GDP相关联的主要因素。
行业序列:农林牧渔业、制造业、建筑业、地质勘察水利管理业、交通运输仓储及邮电通讯业、社会服务业、卫生体育和社会福利业、教育文化艺术及广播电影电视业、科学研究及综合技术服务业等9个行业。第i个行业第j个关联指标记为
Xj (i) , i=1, …, 9;j=1, …, 6
第i个行业国内生产总值贡献率记为y (i) , i=1, …, 9, 则指标序列为
或记为
{X1 (i) }, {X2 (i) }, …, {X6 (i) }, {y (i) } i=1, …, 9
1.2 R&D资源结构指标数据处理
关联度分析对数据的长度要求不高, 但数据必须消除量纲, 转换为可比较的数据序列。原始数据的常用变换方法有:均值化变换、初值化变换、标准化变换[6][7]。
本文采用的原始数据是2000年行业的截面数据, X1, …, X6是实际统计数据, Y是行业GDP的贡献率, 计算公式为
式中
指标采用标准化变换, 计算公式为
式中:
2 关联度的基本理论[8]
2.1 关联系数
Y与第j个指标的关联系数计算公式:
因为比较序列相交, 故一般取△min=0;ρ称为分辨系数[9], 其意义是为了削弱因最大绝对差值太大引起的失真, 提高关联系数之间的差异显著性, 给定的一个系数, ρ∈ (0, 1) , 一般情况下可取0.1~0.5。
2.2 关联度
关联度分析实质上是对序列数据进行几何关系比较, 若两序列在各个点都重合在一起, 即关联系数均等于1, 则两序列的关联度也必等于1。另一方面, 两比较序列在任何点也不可垂直, 所以关联系数均大于0, 故关联度也都大于0。用几何坐标表示, 在横坐标为样本点、纵坐标为关联系数L的坐标图中, 绘出关联系数曲线 (折线) 。该折线与横坐标间围成的面积, 称为关联面积, 记作Sj, 而母序列Y自身的关联系数处处为1。所以, 取纵坐标L=1, 作水平线与横坐标间围成的面积为重合面积, 记为S, 则关联度的几何意义为两面积之比, 即
因关联系数曲线为等时距, 且S=1。因此, 两序列的关联度便以两比较序列各个点的关联系数之平均值计算[10], 得到计算公式:
式中rj为子指标Xj与母指标Y的关联度。关联度向量为:
R= (r1, r2, …, r6)
灰色预测模型为:
f (X) 为灰元素, 可以理解为其它投入要素X (如固定资产、劳动) 带来的产出。
3 以湖北省数据为例进行行业R&D资源结构对GDP贡献率的关联度分析
3.1 原始数据标准化
现以湖北省2000年R&D资源清查数据为依据, 讨论R&D指标对产出贡献率的关联度分析。
全省GDP总值
续上表
资料来源:湖北省2000年经济统计年鉴、湖北省2000年R&D资源清查数据
比较图1与图2不难发现:
(1) 表2中各行业的指标值之间存在较大方差, 经标准化后消除由量级的不同带来的差异;
(2) 表3消除了量纲, 有利于指标之间的比较;
(3) 从图2可以观察到, 指标之间具有正相关的特征, 即各行业的每个指标要么都大要么都小, 图中有两个特殊点:社会服务业中的科技活动经费筹集总额指标、教育文化艺术及广播电影电视业中的R&D项目 (课题) 参加人员全时当量指标较其它指标值高, 这一特点可以从行业特征得到解释。
3.2 湖北省行业R&D资源结构与行业对经济贡献率关联度
应用公式
表
最大差值Δmax=2.20917, 令Δmin=0及ρ=0.1, 得到关联度向量R= (0.35297, 0.44862, 0.37874, 0.42018, 0.38323, 0.50816)
关联序:X6X2X4X5X3X1
对GDP贡献率影响程度大小的指标排序依次为:科技活动经费支出总额、R&D经费支出总额、科技项目 (课题) 参加人员全时当量、科技活动经费筹集总额、R&D项目 (课题) 参加人员全时当量、R&D人员折合全时当量。
4 结论分析
由以上计算可知, R&D指标中对GDP影响最大的两个因素是科技活动经费支出总额及R&D经费支出总额, 影响较小的两个因素是R&D项目 (课题) 参加人员全时当量及R&D人员折合全时当量。基本结论:在R&D指标中, 影响GDP的因素第一是资金的投入, 第二是人力的投入。
利用灰色因素间的关联度分析, 得到R&D各因素间对GDP的关联序具有重要的经济理论意义, 为经济发展系统提供了一种因素间的判别、优势分析的定量方法, 为经济分析和经济预测提供了理论依据。本文的计算结果还表明, 在同一地区利用行业间的横截面数据计算关联度同样有效。
摘要:首先建立影响GDP的R&D资源结构指标体系, 然后用灰色关联系数得出各指标的关联序, 建立GDP拟合模型, 最后以湖北省R&D资源结构资料为例作关联度分析, 为合理进行R&D资源配置提供科学决策依据。
关键词:R&,D资源结构,GDP贡献率,关联度
参考文献
[1]李建华, 刘玲利, 盛丽.我国区域研发资源配置效率测度实证研究[J].工业技术经济, 2007 (05) :26-36.
[2]刘玲利, 李建华.基于随机前沿分析的我国区域研发资源配置效率实证研究[J].科学学与科学技术管理, 2007 (12) :72-88.
[3]徐笑君, 许庆瑞, 陈劲.企业R&D绩效测量研究[J].科研管理, 1998 (04) :56-72.
[4]朱有为, 徐康宁.中国高技术产业研发效率的实证研究[J].中国工业经济, 2006 (11) .
[5]刘志迎, 叶蓁.中国高技术产业各行业技术效率的实证分析——基于非参数的Malmquist指数方法[J].科学学与科学技术管理, 2006 (09) :58-62.
[6]张晓瑞, 张少杰.信息化进程中科技资源配置效率区域综合评价研究[J].情报科学, 2007 (05) :78-83.
[7]吴瑛, 杨宏进.基于R&D存量的高技术产业科技资源配置效率DEA度量模型[J].科学学与科学技术管理, 2006 (09) :66-69.
[8]J L DENG.Control problems of grey systems[J].Systems and Con-trol Letters, 1982, 1 (5) :288-294.
[9]R GUO.Repairable system modeling via grey differential equations[J].Journal of Grey System, 2005, 8 (1) :69-91.
[10]S LIU, Y LIN.An introduction to grey systems:Foundations, methodology and applications[M].Slippery Rock:IIGSS Aca-demic Publisher, 1998.
灰色系统关联度分析法 篇10
自19世纪工业革命以来,科学与技术的创新水平已经成为核心指标之一用来衡量一个国家的国际竞争力和综合实力。熊彼特(Joseph Alois Schumpeter,1912年)在《经济发展理论》一书中提出创新是社会经济发展的核心推动力[1]。随着全球科学与技术的快速变革,构建创新型国家成为世界各国发展战略中的重要组成部分,我国也于2006年提出建设创新型国家的目标。
在20世纪后期,以金融、管理、信息等为代表的现代知识产业在发达城市迅速发展,成为推动城市经济增长的主力军,全面创新被认为是城市实现高效快速发展的关键举措。为在新一轮世界格局转换中占据先机,绝大多数国家都把建设创新型城市,构建区域创新体系作为创新型国家建设的主要战略目标。
高校是一个系统概念,代表着国家教育系统的最高水平。就其系统功能而言,在国民教育体系中处于顶端,也是向社会输送高层次人才的主要源泉。高校的发展是其系统内部与外部系统相互作用的结果。19世纪中叶起,高校的功能从原来的以教学为主逐步发展到了教学与科研并重,并由此引发了第一次高校革命[2]。现阶段,高校建设已经成为影响城市发展与建设的主要因素,也为城市人才需要提供了巨大的市场需求。
城市与高校都是国家创新体系的重要组成部分,是构建国家创新系统的两个子系统,测定两者间的关联度,有助于进一步理解两者之间的互动关系,为日后进一步测定两个子系统协同创新效率奠定基础。
1高校与城市创新系统关联度测定
1.1理论基础
1.1.1耗散结构理论
国家创新系统属于典型的耗散结构系统(DissipativeStructure System)。在物理学中,耗散结构是一个相对于平衡结构的概念。这一概念最早是由比利时物理化学家和理论物理学家普利高津(I. llya Prigogine 1917~2003)提出,他指出,“平衡结构不进行任何能量或物质的交换就能维持。晶体是平衡结构的典型”,“反之,‘耗散结构’只有通过与外界交换能量(在某些情况也交换物质)才能维持”[3]。
相对于平衡结构而言,耗散结构则是一种‘活’的结构,它需要与外界不断进行物质和能量的交换,依靠能量的耗散才能维持其有序状态[4]。(沈小峰,1987年)国家创新系统作为一个开放性的大系统,其内部各子系统存在着相互作用、相互促进并且协同发展的关系。各子系统通过协同关联,对整体系统的功效起到提升作用。并且,通过系统间关联打破系统平衡状态,能够促使国家创新系统保持充分活力,从而进一步提升各子系统的功效,实现国家创新系统与各子系统之间的循环促进。
1.1.2灰色系统理论
中国学者邓聚龙于1982年提出灰色系统理论。灰色系统,是指部分信息已知,部分信息未知的系统。在自然界中,灰色系统的存在是绝对的,白色和黑色系统的存在是相对的。灰色预测是指基于灰色系统理论的模型预测,通过构建连续灰色微分模型,对系统发展变化进行全面剖析,并做出长期预测。相较于传统的预测方法,即建立离散递推模型,灰色系统预测弥补了其不能做长期预测的缺陷[5]。灰色系统理论侧重于研究概率统计、模糊数学所难以解决的“小样本”、“贫信息”不确定性问题,并依据信息覆盖, 通过序列算子的作用探索事物运动的现实规律,其特点是“少数据建模”[6]。中国处于创新型国家的初始阶段,尚缺乏大量连续有效的统计数据,因此,对于其子系统的关联度进行测定,是后期开展评估及预测的重要基础之一。
1.2假设条件
1.2.1高校创新系统与城市创新系统分别为两个相对独立的子系统,且共同处于国家创新体系之中。
1.2.2高校创新系统与城市创新系统存在关联效应,并且可以通过选取的指标数据进行定量测度。
1.2.3高校创新系统既包含自然科学研究创新子系统,也包含社会科学研究创新子系统。
1.3关联度计算公式
1.3.1选取评价指标
借助灰色系统理论一般关联度计算方法,分别从高校创新系统与城市创新系统中选取需要测定关联度的连续性指标数列:
高校创新系统评价指标数列为xo,城市创新系统评价指标数列为xi。其中,
1.3.2灰色系统关联度ξi(k)计算公式
高校与城市创新系统选定评价指标数列的关联度为:
其中,
1在k点上,选定指标数列xo与xi的绝对差为:
2在数列xi,各点与数列xo的最小差,即两级最小差为:
3在计算最小差基础上,再按i=1,i=2,……i=N找出所有数列xi的最小差,即第二级最小差为:
4与两级最小差相似,两级最大差为:
5为两个创新系统选定评价指标数列的分辨系数,一般取ρ=0.5。
6对选取指标各点的关联系数进行加权平均得到,整个xi与xo的关联度为:
2高校与城市科技人力资源投入关联度测算
在中国西部城市,普遍存在着科研经费不足、科研体制薄弱、产学研用结合不紧密和高层次人才缺乏等情况。以南宁市为例,自2006年提出建设“创新型城市”的目标以来,对科研人员、经费和设备的投入实现了持续稳定的增长,但与东部沿海发达城市相比仍存在着较大的差距。因此,如何提高与区域内高校的关联与合作成为南宁市保持、提升自主创新能力的重要手段。
本文选取2006年至2013年广西大学、广西民族大学、广西医科大学和广西财经学院等广西高校科研人员数量和南宁市科技从业人员数量进行高校与创新型城市科技人力资源投入指标的关联度测算。
(数据来源:《2006—2013 年高等院校科技统计资料汇编》和《2006—2013年南宁统计年鉴》整理得出)
由表2数据求关联度
由此可知,2006年至2013年广西高校科研人员与南宁市科技从业人员数量曲线的关联度为0.562。
3结论及展望
国家创新系统是一个参与者众多、活动内容丰富多样的复杂适应系统,各创新主体都应该在创新型城市建设中承担不同的责任。因此,创新系统需要一个更开放民主的社会环境,以便为高校、政府、企业不同部门提供谈判与横向合作的基础。无论是高校与政府、企业的协同,还是地理意义上的社会资源与产业区域配置都需要高校所提供的创新人力资源。同时,也需要蕴含在这一资源中的创新思想和创新活动。由测定出来的关联度可以看出,广西高校参与南宁创新型城市建设有较大的关联,同时高流动率的创新人力资源使高校与城市之间的联系得以不断加强,而两者的创新关联在未来的知识产业化社会中将起到更大的作用。
围绕国家创新指数指标体系,从创新资源、知识创造、企业创新、创新绩效和创新环境五个方面,在完善指标体系的基础上,有待数据的进一步补充和完善,测定各项指标的权重,以更为准确的判断高校创新系统与城市创新系统关联度,也为进一步探讨这两个创新子系统的关联、耦合与协同等关系,从而揭示创新子系统间以及子系统与国家创新系统之间的关系。本文探讨高校与城市创新系统的关联度,受到信息等因素的限制,没能考虑各个主体间的关系以及相互作用,还需要在后续研究中,进一步完善,获得更加详细全面的信息。
摘要:2014年,中国政府提出了新型城镇化的概念。新型城镇化建设离不开创新,国家创新体制是一个有机综合的系统,由政治、经济、教育等创新子系统构成。在新型城镇化建设的过程中,城市创新系统将发挥重要作用。而高校作为高素质人力资源的主要来源,为新型城镇化建设提供了智力支撑。本文尝试借助灰色系统相关理论测定城市与高校创新系统关联度,选取南宁市和广西高校作为样本,旨在数据样本规模较小的基础上讨论其的内在联系,为今后进一步探讨其作为创新子系统的交互影响及发展规律奠定基础。
灰色系统关联度分析法 篇11
随着经济的发展,西部地区发展不平衡的现象愈发严重。同时盲目发展、产业结构不合理、缺乏总体规划的问题也暴露出来。因此要得到长期高速的发展,就必须进行一些必要的区域规划分析,制定一些必要的区域规划方案。
在进行区域经济规划时,往往根据影响因素和已知条件列出若干可行方案,然后根据相应的因素进行多目标决策,但上述系统往往是一个灰色系统。系统中既有人们了解的白色信息,又有尚不清楚的黑色信息,更多的是一般了解的灰色信息。而且各种因素指标之间不是相互独立的,所以对于这种因素相关性较强的灰色系统来讲,一般方法得到的决策方案就不可能是最优的。用灰色关联度决策建立决策模型,就可以得到较为满意的结果。
另外在选择经济决策方案时,各目标大多是定性的,凭感觉来比较各方案及给各目标赋值,准确度差,随意性大,对决策结果影响很大。应用层次分析法(AHP)可以很好的将这些定性指标转换为定量指标。层次分析法(AHP)是美国运筹学家T.L.Saaty教授首先提出的,这是一种能用来处理复杂的社会、政治、经济和技术等决策问题的决策方法,即实用又简洁。层次分析法(AHP)通过两两比较各元素之间的相对重要性,来得到各方案在某个准则下的相对重要量度,且能转换成数字处理,能有效的将定性指标转换为定量指标。
1.模型及步骤
(1)灰色关联度决策建立决策分析模型
某以研究范围内的事件全体称为该研究范围内的事件集,記为
其中ai(i=1,2,…,n)为第i个事件。相应所有可能的对策全体称为对策集。记为:
其中bj(j=1,2,…,n)为第j种对策。
事件集与对策集的笛卡尔积
成为局势集,记作S=A·B.对于任意ai∈a,bj∈b称(ai,bj)为局势,记作Sij=(ai,bj)。
设为局势集,为局势Sij
在k目标下的效果值,R为实数集,则称:S→R
Sij|→
为S在k目标下的效果映射。
局势效果向量的靶心距是衡量局势优劣的一个标准,而局势效果的向量与最优化效果向量的关联度则是评价局势优劣的另一个准则。
设为局势集,为最优效果向量,若uiojo所对应的局势,则称uiojo为理想最优效果向量,相应的Siojo称为理想最优局势。
若为局势集,局势Sij对应的效果向量为
①当k目标效果值越大越好,取。
②当k目标效果值接近某一适中值u0为好时,取u(k)iojo=u0。
③当k目标效果值越小越好时,取。
则为理想最优效果向量。
设为局势集,为局势Sij对应的效果向量为
为理想最优效果向量,εij(i=1,2,...,m)为uij与ui0j0的灰色绝对关联度,若满足εi1j1对任意i∈{1,2,...,n}且i≠i1和任意j∈{1,2,...,m}且j≠j1,恒有εij≥εij,则为ui1j1次优效果向量,Si1j1为次优局势。
2.层次分析法基本原理及模型
层次分析法(AHP)的主要思路是:根据问题的性质和要求达到的总目标,把问题按层次进行分解,分成相互联系的有序层次,如目标层、准则层、子准则层……以及方案层等,然后按照问题的结构层次从上而下,逐层确定同层次上各元素(目标)的相对重要性——权数。层次分析法(AHP)是通过两两比较各元素之间的相对重要性,构成一个判断矩阵,以此矩阵的最大特征值的特征向量的各分量,作为各元素的权数。
层次分析法(AHP)也是一种被广泛采用的多目标决策方法,但本文仅仅利用层次分析法(AHP)两两比较的基本原理求权数,将定性目标转换为定量目标以及确定各目标的权重,其基本步骤如下:
(1)通过两两比较各目标之间的相对重要性,构成一个判断矩阵。为减少单个专家的主管性,可以采用Delphi法来由多个专家确定判断矩阵。
(2)计算各目标合成权重。
(3)一致性检验,若不能通过一致性检验,则需进行调整后重新计算。
3.分析步骤
(1)确定事件集A={a1,a2...,an}和状态集B={b1,b2,...,bm},构造局势集S={sij│ai∈A,bj∈B}。
(2)确定状态目标1,2,...,s。
(3)求不同局势Sij(i=1,2,...,n;j=1,2,...,m)在目标下的效果值u(k)y:
(4)利用层次分析法(AHP)将定性的效果值转换为定量的效果值,仍记为u(k)ij。
(5)求k目标下局势效果序列u(k)的均值像,仍记为:
(6)利用层次分析法(AHP)求目标k的权重ηk(k=1,2,…,n), 以ηku(k)作为k目标下的局势效果序列。
(7)由第六步结果写出局势sij的效果向量:
(8)求理想最优效果向量:
(9)计算uij与ui0j0的灰色绝对关联度εijgi=1,2,...,n;j=1,2,...,m。
(10)由得次优效果向量ui1j1和次优局势Si1j1。
该方法虽然计算较复杂,但都是固定的程序,利用EXCEL软件的函数计算功能就可方便快速地得出结果。
二、应用举例
某市辖区内有1市、1区、9县,进行区域经济规划发展决策。对各个县区的经济发展状况分析都成为决策方案的重要参考。
记区域经济规划为事件a1,则事件集A={a1}。
记市经济状况为{b1};区经济状况为{b2};县(1)经济状况为{b3};……县(9)经济状况为{b11},则有状态集B={b1,b2,……,b11}
于是有局势集S={sij=(ai,bi)│ai∈A,bi∈B}={S11,S12……,S111}
经济发展参数制定如下:
工业发展指标。某区域的工业化程度的好坏将直接决定区域的经济发展状况及其未来的潜力所在。
工业总产值:决定了一个地区经济整体发展情况的指标。
人均GDP:人均GDP可以反映市场需求情况。
农业发展指标。它可表示该区域的农业化程度及发展状况。
农业产值:反映基础农产品(粮、油、棉等)情况。
畜牧产值:考察畜牧产品的情况。
特色农业:反映发展区域优势的地方特色农产品。
第三产业指标。该指标描述第三产业的发达程度。
旅游业:反映旅游及其配套设施的指标。
零售业、餐饮业:集中反映消费水平的高低。
记经济发展参数1——工业总产值;参数2——人均GDP;参数3——农业产值;参数4——畜牧产值;参数5——特色农业;参数6——旅游业;参数7——零售业;参数8——餐饮业。
建立k目标下局势集效果序列:
利用层次分析法构造两两对比判断矩阵,用EXCEL的函数计算功能将定性目标化为定量目标:
确定目标k的权重ηk(k=1,2,3,4,5,6,7,8),权重在模糊决策中的作用非常重要,它反映了各个指标在综合决策过程中所占有的地位或所起的作用,直接影响到综合评价的结果。现阶段确定权重的常用方法有经验确定法、统计方法、模糊协调决策法、模糊关系方程法、层次分析法、熵权法等。这里采用层次分析法作为确定权重的方法,通过对专家意见的收集对指标的相对重要程度做出判断矩阵。本文得到经济、管理学科专家十位的评分意见,得满足归一化条件的出各层权重如下利用层次分析法构造两两对比判断矩阵,用EXCEL的函数计算功能计算得:
η1=0.3621, η2=0.2456, η3=0.1235, η4=0.1076,
η5=0.0634,η6=0.0498,η7=0.0348, η8=0.0132
将u(1),u(2),u(3),u(4),u(5),u(6),u(7),u(8);η1,η2,η3,η4,η5,η6,η7,η8
输入EXCEL,利用EXCEL函数计算功能得=ε11=0.891
第一大类是发展比较平衡地区,规划重点放在平衡持续发展的目标上。第二类为较发达地区,但仅靠单一产业支持,发展不平衡,规划重点调整产业结构,平衡发展。第三类为欠发达地区,各项指标都比较落后。需要综合地方优势迅速起步。
三、结语
灰色关联决策与层次分析法(AHP)结合建立的决策模型,结合了灰色关联决策与层次分析法(AHP)各自的优点,使决策过程中灰色信息的“白色”化而且使决策因素量化,增强了决策的科学性和可靠性。该方法简单,直观和准确,利用EXCEL软件就可计算,大大减少了决策工作量。它无疑是一种科学的决策方法。从整体规划过程可以看出,该市辖区在经济社会地理位置等方面有具备一些特殊的优势,未来还有很大的发展空间。因此,合理的利用现有资源,规划好各区域的发展方向,调整好产业结构,就能使经济发展走上一个更高的台阶。本文建立了一套适用于西部地区的综合指标评价体系,由实例分析,验证了模型的适用性。基于这个评价体系还可做更多有针对性的研究,希望对于西部地区的区域规划有所帮助。
灰色系统关联度分析法 篇12
关键词:农民收入,因素,灰色关联度分析
1 云南农村居民收入现状
云南是个多民族的省份, 除汉族外境内聚居着彝、白、哈尼、回、傣等25个少数民族, 少数民族的人口占总人口的34%;民族自治地域达27.6万km2, 占全省总面积的70%左右, 民族居住的县多达70多个。改革开放30年来, 云南农村居民收入已有了巨大的增长, 然而, 由于自然、历史、经济、社会等方面的原因, 云南农民增收仍然困难, 增收的基础仍然比较薄弱, 增收的渠道仍然比较单一, 增收幅度小, 缺乏增收的长效机制, 贫困问题突出, 城乡差距越来越大。2007年全国农民人均纯收入达4140元, 而云南农民人均纯收入为2634元, 远远低于全国平均水平;全省城乡居民收入比扩大到4.36∶1, 绝对差距达到8862元。这些问题的存在, 已经影响到云南经济的快速发展, 并对云南的社会稳定产生不利影响。所以, 云南农民的持续增收问题, 直接关系到国民经济的持续快速健康发展, 直接关系到农村的社会稳定和国家的长治久安, 直接关系到全面建设小康社会目标的实现。
目前, 人们对影响云南农民增收的因素进行了大量的定性理论研究, 但是, 对调查数据的定量统计研究还比较少, 因此, 本文采用灰色系统关联度模型对调查数据进行统计分析, 从数据中挖掘出有效信息, 明确了影响云南农民收入的主要因素, 具有一定的参考意义。
2 灰色关联度模型概述
灰色关联度数学模型是灰色系统分析的一个重要方法。它是对一个系统发展变化态势的定量描述和比较的方法。发展态势的比较, 依据空间理论的数学基础, 按照规范性、偶对对称性、整体性和接近性这四条原则, 确定参考数列 (母数列) 和若干比较数列 (子数列) 之间的关联系数和关联度。关联度描述了系统发展过程中, 因素间相对变化的情况, 也就是变化大小, 方向与速度等的相对性。如果两者在发展过程中, 相对变化基本一致, 则认为两者关联度大;反之, 两者关联度就小。目的是寻求系统中各因素间的主要关系, 找出影响目标值的重要因素, 从而掌握事物的主要特征, 促进和引导系统迅速而有效地发展。
计算步骤如下:
(1) 选定云南农民人均纯收入为参考序列X0 (t) , t为年限, t=2003、2004、2005、2006、2007;选择与农民人均年初收入密切相关的农村经济收入来源的11个项目作为比较序列, 它们是:农业收入X1 (t) , 林业收入X2 (t) , 牧业收入X3 (t) , 渔业收入X4 (t) , 工业收入X5 (t) , 建筑业收入X6 (t) , 交通、运输、邮电业收入X7 (t) , 批发和零售贸易、餐饮业收入X8 (t) , 社会服务业收入X9 (t) , 文教卫生业收入X10 (t) , 其他收入X11 (t) 。对原始数据做初值化处理:Xi (t) =Xi (t) /Xi (2003) (i=0、1、2…11, t=2003、2004、…) 。求参考变量数列x0与比较变量数列xi之间的绝对差:△0i=x0 (k) -xi (k) (i=1、2…11, t=2003、2004、…) , 找出最小值△min=0和最大值△max=2.045643。如表1为云南农村居民人均纯收入相关因素指标数据。
(2) 计算灰关联系数: (i=1、2…11, 0
(3) 求出关联度:关联度系数分析结果与排序见表2。
3 结果分析与建议
从表2可以看到影响云南农民人均纯收入的主要因素是农业, 关联度系数达0.9530, 位居诸要素之首, 成为影响农民人均纯收入的主导因素。这是因为云南气候资源丰富, 立体气候明显, 生物资源多样, 有利于开发优势特色产品。排在其后的是牧业收入, 其原因是云南属高原山区, 优质的牧草基地和饲料作物为发展草食畜禽提供了有利条件。交通、运输、邮电业和建筑业也是影响农民收入的重要因素, 分别排在第三位和第四位。因此, 增加农民人均收入, 当前就要提高第二、三产业的比重, 促使农村剩余劳动力向非农产业转移。云南是多山地区, 林业资源丰富, 林业产业的发展应该是农民增收的重要源泉, 但是林业影响农民人均纯收入的关联度系数是0.6470, 排在最后, 可以看出云南农村产业结构极不合理, 严重影响了农民收入的持续增加。因此, 为进一步提高农民的收入水平, 应调整和优化农村产业结构, 着重发展特色产业。
(1) 调整和优化种植业结构, 发展优势产业。云南气候资源丰富, 物种多样, 花卉产业、水果产业和天然药材产业是云南的优势特色产业, 通过科学规划, 合理布局, 提高产业化程度, 能够为农民增收提供广阔的前景。
(2) 利用资源优势, 大力发展畜牧业。云南山区多, 拥有大面积的草场, 为草食家畜的生长提供有利的优势条件。利用资源优势, 通过品种改良和规模养殖, 能够极大的提高农民收入水平。
(3) 充分发挥地区优势, 大力发展林果业。云南山区面积占全省总面积的94%以上, 80%的人口在农村, 拥有60%的林地。由于特殊的地理位置、地形地貌和气候条件, 在一些贫困山区境内孕育着从热带、亚热带、温带、寒温带和寒带的丰富的生物种类, 非木材产品资源非常丰富, 其中经济林产品、食用菌产品、竹和竹制品及山野菜等占有较为重要的经济地位。加强宏观管理, 合理布局规划, 提高林产品资源的产业化、规模化水平, 提高林果产业在农民收入中的比重。
(4) 大力发展非农产业, 提高产业化水平, 促进农村剩余劳动力转移。云南第二、三业发展缓慢, 产业化水平不高, 严重影响了农村剩余劳动力的转移和农民收入水平的进一步提高。当前大力发展乡镇企业和农村个体私营经济, 坚持加快旅游业的发展, 能够拓宽农民的就业渠道。
参考文献
[1]马军.云南民族地区经济、社会可持续发展的思考[J].生态经济, 2000 (5) .
[2]吴增基.现代社会调查方法[M].上海:上海人民出版社, 2003.
[3]易德生.灰色理论与方法——提要·题解·程序·应用[M].北京:石油工业出版社, 1992.
[4]吕素芬.云南省特殊贫困原因分析及对策研究[J].学术探索, 2007 (5) :38-44.
[5]吴波.浅析云南农村富余劳动力的转移[J].云南社会科学, 2003 (S2) .
[6]尹毅.关于新时期云南农村反贫困问题的思考[J].云南社会科学, 2003 (S1) .
【灰色系统关联度分析法】推荐阅读:
灰色系统分析12-15
灰色关联分析09-10
灰色度关联分析05-17
多层灰色关联分析07-22
区位熵灰色关联度分析12-12
灰色关联综合分析法06-10
灰色关联性分析07-22
层次-灰色关联分析论文07-02
多层次灰色关联分析法12-01
灰色预测系统10-28