实证指标(共10篇)
实证指标 篇1
上海市教委从学业质量综合评价入手, 在全市范围内推行“绿色指标”。“绿色指标”的内涵十分丰富, 涵盖了影响学生学业质量的一系列关键问题, 实施“绿色指标”对于克服考试制度的不良影响、切实减轻学生学业负担, 在促进学生健康成长与全面等方面具有重要的意义。
正所谓教育评价决定教育过程, 教育过程又决定了教研内容。如何在“绿色指标”这一评价机制上进行有效校本教研, 成为了一个新的研究课题。
一、上海市绿色指标测评的主要结果
学业质量绿色指标综合评价的内容主要包括学生学业水平、学习动力 (包括四方面:学习自信心、学习动机、学习压力和学生对学校的认同度) 、学业负担、师生关系、教师教学方式、校长课程领导力、学生社会经济背景对学业成绩的影响、学生品德行为、身心健康和跨年度进步等十大方面。
1.较理想的指标
在绿色指标的测评中, 许多指标都说明上海小学生目前的学习状况良好。具体较理想的指标包括: (1) 上海小学生在达到课程标准的基本要求方面表现出很高的学业水平; (2) 学生学业成绩的均衡度较好; (3) 学生学习自信心较强; (4) 学生内部学习动机较强; (5) 学生对学校的认同度很高; (6) 教师对学校课程领导力的评价较好; (7) 学生社会经济背景对学业成绩的解释率比较低; (8) 学生体质健康达标率较高; (9) 学生对道德认知及相应行为表现有比较正确的认识。
2.有待改进的指标
通过绿色指标的测评, 也发现了许多有待改进的指标。部分专家给出了分析, 徐淀芳在《详解绿色指标评价结果》中指出有待改进的指标[1]有: (1) 学生感到学习压力较大。 (2) 学业负担仍然偏重。负担重从两方面体现出来:一是学生睡眠时间不足, 小学四年级平均每天睡眠时间在9小时以上学生所占的人数比例, 从2008到2011年连续四年分别为45%、47%、47%和44%;二是学生做作业时间较长。 (3) 师生关系有待进一步改进。只有57.8%的四年级学生反映师生关系较好。 (4) 教师的教学方式有待提高。53%的四年级学生认为教师的教学方式较好。
二、借助“绿色指标”, 把握教研转型的方向与重点
目前的教研工作中存在一些问题, 提出研究的问题多半是依据经验判断, 即使是有部分样本, 也多是来源于几个班级, 样本量较小, 缺乏精准度较高的测量工作, 观察视角有限。而在“绿色指标”测量的大数据背景下, 我们可以通过正确地分析“绿色指标”的大数据来发现教研活动的“真问题”, 从而有效地解决问题, 找准教研活动的方向与重点。
(一) 教研方向从关注知识转向能力
现有的考试更多的是一种选拔性的测试, 考试的内容多集中在知识与技能维度, 考试结果则用于排名、甄别和选拔。这就导致区域教研工作的重心依然是关注学生学习的结果, 这个结果多局限于关注学生知识与技能的掌握情况, 偏离了课程改革的方向和课程标准的基本要求。而“学业质量综合评价的绿色指标”是以关注学生健康成长为核心价值追求的指标体系, 其中的十项指标代表了一系列影响学生学业质量的关键因素。
以“学生学业水平指数”为例试做说明, “学生学业水平指数”是以义务教育课程标准为依据、以能力为导向的学生学业质量评价、分析、反馈和指导体系。它所评价的内容不仅局限于学生对课程标准中所要求的核心知识的掌握程度, 更关注学生核心能力的达成度, 特别是关注学生的高层次思维能力, 主要包括知识迁移的能力, 预测、观察和解释能力, 推理能力, 问题解决能力, 批判性思维和创造性思维能力等。这就使教研的重点必须要从仅仅关注知识的传授转移到更多地关注能力的培养。
(二) 教研内容由问题衍生热点
通过对测评结果的分析, 我们改变了校本教研的价值追求。接着我们就应该往具体的方向进行思考。根据上海市“绿色指标”测评结果, 我们就可以得出教研的方向和重点。校本研究的内容可以从“绿色指标”的测评中衍生出以下几大热点:
1.调查本校的在绿色指标体系中的得分。因为整个上海市的数据或者区域的数据并不能反映学校本身的水平, 各学校发展的基础是不同的。所以学业成绩的高低是客观现实, 把客观存在的高低做成标签贴在对应学校的身上是不利于学校的进步的。
2.教师在教学中如何提高学生的高层次思维能力?高层次思维能力主要包括知识迁移的能力, 预测、观察和解释能力, 推理能力, 问题解决能力, 批判性思维和创造性思维能力等。这就使教研的重点必须要从仅仅关注知识的传授转移到更多地关注能力的培养。
3.如何做到“减负增效”?这个研究内容又可以细化成很多方面, 如预习与复习指导、教师专业培养、教材处理、教法应用、作业设计方面、作业批改与指导等[2]。
4.如何提升师生关系的融洽度?教师和学生很多时候并不是那么和谐的, 传统的观念根深蒂固在老师的心里:教师是在改造学生, 学生一切都要听教师的, 教师高高在上, 甚至会以权威来压制学生。而数据表明师生关系越好, 学生成绩越好。因此如何来提升师生关系的融洽度也就成了研究的课题之一。
5.如何提升学生对教师教学方式的满意度?这就需要我们更多关注学生喜欢哪种教学方式?哪些教学方式既不压制学生, 又能达成教育目标?
评价本身不能创造价值, 但评价所蕴涵的价值导向会改变教研工作的价值追求, 有助于教研工作更好地把握、完善、改进教学, 从而实现价值的增值。这便是“绿色指标”对于提升教研工作有效性的又一意义所在。
三、基于“绿色指标”的实证教研探索
教研制度, 一直是支持我国基础教育均衡发展的一项重要保障。经过多年实践, 上海形成了比较成熟的教研模式, 构建了市、区、校三级教研网络, 并拥有一支教学经验丰富的教研员团队, 为保障和提高教学质量做出了十分重要的贡献。
然而, 信息技术对教育发展的革命性影响正在不断加速, 层出不穷的电子白板、网络宽带、云平台等新技术正不停地冲击着我们的课堂, 颠覆着教与学的传统模式。尤其是“绿色指标”这项基于“大数据”手段下的产生, 让我们需要以更加科学的态度来研究教育问题。而新技术在教育中的应用产生的大数据, 为我们研究教育教学问题提供了可能。面对教育的转型发展, 面对大数据时代的到来, 上海市教委教研室主动求变, 提出了“证据支持教研, 项目组织教研”命题, 从传统基于经验的教研模式逐渐走向数据、案例、经验三者结合的实证教研[3]。我校也积极响应实证教研的号召, 在基于绿色指标的分析上, 利用数据、案例和经验三者的有机结合的方法, 边实践边反思, 形成实证教研的良性循环。
1.确定绿色教研主题, 以“绿色项目组”来层层推进
根据“绿色指标”测评中所反应出的问题, 我校将校本教研主题确定为四大类, “提升师生关系融洽度研究”“基于学生满意度的教学方式研究”“减负增效研究”“各学科如何推进学生高层次思维 (分学科进行) ”, 并由此启动了六大项目组:师生关系融洽度研究项目组、学生满意的教学方式研究项目组、减负增效研究项目组、学生语文/数学/英语高层次思维训练项目组。
教师根据自己兴趣参与到不同的项目组中, 项目组制定规范的管理流程, 来层层推进各个项目的研究进展。如“学生语文高层次思维训练项目组”首先先确定了语文高层次思维是通过对文献的搜集, 确定了要提升学生思维的深刻性、广阔性、灵活性、批判性、独创性等品质。然后通过在阅读指导和写作指导中进行实施, 研究问题越来越聚焦, 教师们也感到做得很有兴致。同时也取得了一定的研究成果, 如在阅读指导中就创造了诱导发散性阅读、扩展联想性阅读、质疑批判性阅读的方法。在写作指导中, 提出了开放性命题、多元化立意、独特式感悟、拓展性写作的写作指导方法。
2.实证教研重视基于数据和案例的研究
实证教研重视日常教研工作中的个案积累和量化统计, 探索“常模”的建立, 使基于个案实证研究得到的经验转变成有指导意义的普适性规律; 重视通过教育质量监测获得的数据, 用于调整课程要求;重视通过工作档案的研究, 形成统计数据……
我校建立了“六大绿色项目组”来推进教研活动的有序和高效开展。在项目组的活动中, 每一项活动都是基于数据和案例来进行研究的。
如在“语文学科提高学生高层次思维”的教研项目中, 其中一个子项目, 《课外阅读与教材整合, 提高学生阅读高层次思维》中, 本研究前期通过问卷调查学生阅读习惯, 发现妨碍学生看课外书的原因有两个, 第一是“没有时间 (72%) ”, 第二是“不知道读什么 (53%) ”。可见学生平时的学习和作业已经比较多了, 没有时间成了影响学生读课外阅读的最大的阻力。其次就是学生不知道读什么, 选择“教师没要求”的比例很少, 可见教师是经常说要读课外书的, 但是没有提出具体的要求和书目, 因此学生不知道读什么, 没有目的性便没有动力。因此根据此数据, 我校语文教师根据《中国小学生基础阅读书目表》, 推荐了学生阅读书目, 并且给予具体阅读时间的规定, 指导了具体的阅读策略, 让学生在阅读中有的放矢。这便是通过对数据的分析发现问题并去解决问题。
又如在“师生关系融洽度项目组”中, 项目组首先就学校师生关系进行了大调查, 采用全面覆盖的方式对全校教师和学生分别进行问卷和个别访谈, 调查学生心目中的老师, 老师心目中的学生形象各是什么样的?他们关系是否融洽?不融洽的话, 主要影响因素是哪些?通过调查发现75.3%的学生认为尊重学生的老师是好老师, 而不是知识渊博、学生成绩提高快、讲课妙趣横生。而影响师生融洽度的主要因素则是学生感觉负担重, 学业比较多, 做不完作业会受到老师的批评。根据调查问卷的结果, 教师对影响学生好评度的因素做出改变, 师生关系的融洽度有所提升, 如四年级由之前的63.4%上升到76.7%。除了用数据支撑研究外, 项目组还采用了案例描述的方法, 各年级挑选了2个对教师不满意的学生, 跟踪他们在项目组研究过程中的变化, 最终以案例的形式来呈现。这样质性和量化相结合, 使得研究更加丰满和具有说服力。
3.聚焦品质课堂的绿色校本教研
2013年3月, 嘉定区召开教育工作推进大会。“传承教化之风, 镕铸品质教育”, 成为全区教育人努力实现的目标。在这个会议上, 嘉定区教育局喊出了打造“品质教育”的行动口号。
品质教育, 尤其要在课程实施的关键环节———课堂, 展现其品质的内涵和风貌。钟启泉也指出“课堂转型”就是要进行“有效教学”[4]———关注学生成功的教学, 教学的转型是以教师角色的转变为前提的。
我校在2013年将校本教研的主题定为“打造基于绿色指标的品质课堂”。根据此主题, 我校积极进行课堂转型的实验与研究, 全校教师分为四个组, 骨干教师、青年教师、党员教师和成熟型中年教师。每周五开展“基于绿色指标的品质课堂实践活动”, 每次有2~3位教师开设研讨课, 全校教师扎实地在准备课堂、实施课堂和评价课堂与研究课堂中加深和明晰对“品质课堂”的理解与把握。
为了更好地评价教师是否真正做到了转型, 也让教师做到“心中有数”, 我校采用了2项指标:第一, 课堂气氛的转变:走向人性化的理解和相互信赖的班级氛围;第二, 学习方式的转变, 教师并不是全部知识的源泉, 教师不可包办代替, 而是采取使学生学习变得容易, 照顾学生个别差异的形式。
为了更好地对教师进行专业评价, 我校还涉及了《教师专业成长记录册》, 教师人手一本。《教师成长记录册》是教师参与校本教研过程中的实际信息的系统收集与反思。在《教师专业成长记录册》中包括:悦读分享、学年度专业发展情况汇总表、三年个人专业发展计划、课程标准解读体会、公开课教案、参与教研活动记录、主持备课组活动记录、质量调研分析、校本课程实施纲要的填写、参与课题研究记录、参与听课汇总、听课记录等反映教师达标和不断成长的素材与资料。它是教师专业成长的生动写照, 是对教师自己的价值观、教学观和人才观的持续反思。这本册子既关注自身的专业态度、成长方式和能力水平, 又兼顾个人在集体中发挥的作用、做出的贡献和产生的影响, 实现增值性的合作评价, 促进教师教学规范以及内驱力的提高。
“基于绿色指标的品质教研活动”的开展, 促进了教师对“品质课堂”的实践, 同时也缩小了教师之间的差距, 提升了教师和教育的均衡化。
摘要:“绿色指标”的推出, 让上海从大数据中了解到了义务教育发展的现实状况, 而对于学校层面来说, 绿色指标的大数据也凸显出了教育教学过程中的一些问题。如何解决这些问题, 一个重要的途径便是通过校本教研来不断探索更好的解决方法。而绿色指标的推出, 也使得整个教研过程发生了悄悄的转型。作为学校层面来说, 校本教研的内容要紧紧围绕绿色指标中的问题来开展, 方式则是开展基于数据、案例和经验三者相结合的实证教研。
关键词:绿色指标,校本教研,实证教研
参考文献
[1]徐淀芳.详解绿色指标评价结果[J].上海教育, 2012, (7) .
[2]曹东亮.减负增效切实推进素质教育[J].现代教育, 2011, (5) .
[3]姜新杰.迈入实证教研新纪元[J].上海教育, 2013, (3) .
[4]钟启泉.课堂转型:静悄悄的革命[J].上海教育科研, 2009, (3) .
实证指标 篇2
【关键词】商品期货市场;风险预警模型;指标体系
1.期货市场风险预警方法
1.1 风险预警内涵
风险管理专家HEins与Willams认为风险管理是有关风险识别、风险衡量、风险评价、风险控制的一个连贯过程,目的在于最小成本下实现效用的最大化。
通过纳入反映我国商品期货市场价格的关键变量,构建体现我国商品期货市场风险的指标体系,对诸多指标进行主因子提取,并结合风险预警模型形成比较科学的风险预警机制,以减少我国商品期货市场风险影响和提高预测风险的能力。
1.2 市场风险预警方法
(1)早期的预警方法
早期预警方法中代表性的是一元分析法,该方法将分析的对象样本按照某种标准进行排序,然后选出预先认为的判断点,超过这一判断点则视为风险。一元分析法方法简单易行,但由于对影响风险的因素的分析过于单一,使得人们对风险的判断过于简单,往往没有意识到影响风险因素的复杂性,从而造成低估风险的现象。
(2)多元判别预警方法
多元判别模型基于影响风险的因素具有多元化的特征,从多个方面考察影响风险的各种因素。选取多元的过程主要是通过对各种因素进行分组,将相对类似的因素分为一组,重点考察在在组中差别或离散程度较小而在各组之间具有较大差异的因素,在此基础上通过构建多元模型进行有效的分析。
假设在Z模型中,各种选定因素设为则Z可以表示为:
其中,Z为判别值,可以通过该值进行判别风险,但也可以跟据具体的发展环境的不同,采取不同的临界值。相比早期的预警方法具有更多的优势,能从比较全面的角度考察市场风险,并能有效的提高市场风险预警的精确度。但由于影响价格的市场因素的千变万化,该模型对于不同时期的风险预警数据调整性较差,有些定性变量对于市场风险的影响比较大,如何用数据进行界定是一个很大的问题,此外,在组内变量的选择上主要是基于正态分布的假定,而这与大多的经济现象是难以吻合的。
(3)ANN预警方法
ANN预警方法为Anificial Neural Network方法的简称,即人工神经网络模型,该方法是将人类大脑神经网络的运行方式,应用到风险预警上的一种方神经网络的模拟法。整体上ANN主要由输入层、输出层以及隐藏层三个部分组成。ANN预警方法中有关信息的处理方式有两种,即前向传播和后向学习,整体上传播过程相对比较简单,而学习过程主要是一个的过程,即信息是从输出层到输入层的逆向进行反馈,并对错误进行有效的修正的过程,通过学习的过程将分析的样本对象进行有效的类别划分,从而实现风险预警的目的。ANN预警方法能够对风险影响的因素进行有效的分析和归纳,能够在分布不明确的数据中进行有效的分析,并且通过学习过程能够实现较好的能力。但ANN预警方法由于是对人脑神经网络的模拟,很难形成现实分析的稳定,使风险预警的作用受到很大的抑制。
(4)Logistic预警方法
Logistic回归法是一种最主要的二元选择分析模型,通过二元概率的选择,说明风险发生的概率与不发生的概率,由于分析建立在累计概率的基础之上,因而对所分析的各个变量的分布设定没有正态分布的假定,能够较好的分析客观风险的实际情况。通过实现设定的分割点(如设风险点为0.5)进行判断,若通过模型算出的概率值大于分割点则意味着风险的存在。
若概率表示风险状态,则风险不发生的概率表示为。对所有指标进行判断将总分设置为,其中。,为风险预警相关比率。则:
式(5),通过该模型,可以对事件发生的概率进行有效的测度,具有较高的准确性。但缺点是对临界值进行规范的确定比较困难,需要根据不同的发展环境和风险要求进行实现界定。如选取0.5作为风险较严重的水平作为判断标准,则有以下分类:
2.风险预警指标体系构建
2.1 指标选取原则
防范我国商品期货市场风险,单单从期货市场风险度量、套期保值、保证金确定等几个方面考察显然是不够的,考察我国商品期货市场风险管理,首先应从多角度的视角选取反映我国期货市场价格的指标体系,再对各种指标进行科学的筛选后进行选择。选取的指标要能够有效的对我国商品期货市场风险进行合理的测度。主要原则主要有:
(1)科学性:反映我国商品期货市场风险的指标的选取,应通过科学方法进行筛选和分类,使得选取的指标具有较大的代表性和广泛的说服力,能够结合我国期货市场发展的实际现状,客观的刻画我国商品期货市场面临的风险。
(2)系统性:反映我国商品期货市场风险的因子众多,在科学的分类和总结基础上,需要形成合理的指标体系,从而构建一个反映我国商品期货市场风险的科学系统。
(3)操作性:构建反映我国商品期货市场的指标体系,是一个复杂的工程,各个因素之间的关系纷繁复杂,不可能将所有定性或定量因素都进行阐述。应通过科学的筛选和分类形成具有代表性和可操作性的指标。
(4)实用性:构建的理论体系应能对我国商品期货市场风险的防范具有较高的实用价值,能够体现风险预测、风险分析、风险防范等的系列性和连贯性,从而对实践具有较高的解释意义。
2.2 风险预警指标选取
(1)宏观经济指标
衡量我国宏观经济的变动情况,需从这三个方面进行考察。本文主要通过以下指标考察宏观层指标对我国商品期货市场风险的影响。
①宏观经济景气度:宏观经济一致指数
为衡量我国宏观经济景气状况,国家信息中心宏观经济监测预警课题组构建了反映我国宏观经济运行状况的景气合成指数①,本文用宏观经济一致指数反映我国宏观经济的景气情况。
②消费衡量指标:消费信心指数()
消费行为和市场需求主导着投资取向和规模。在金融危机背景下,依靠国内居民消费需求拉动我国经济增长和产业结构的调整显得更加重要。因此,坚持扩大国内需求特别是消费需求的方针,把增加居民消费作为扩大内需的重点,增强消费对经济增长的拉动作用。
③投资衡量指标:城镇固定资产投资完成额同比增长率()
由于我国技术和资本存量与发达国家之间存在着很大的差距,只有提高我国的投资率和经济增长率才能实现经济的跨越式发展。此外,注重提高投资的质量和效益,才能增强我国经济发展的后劲,提高我国经济发展的质量和竞争力。本文选取城镇固定资产投资作为衡量投资变动指标。
④对外贸易衡量指标:外贸同比增长率()
我国经济的增长方式一直沿用“出口导向性”的战略,外贸是拉动我国经济增长最重要的推动力量,据统计,我国进出口总额上升到世界第二位,出口总额则超过德国跃居世界第一位。
⑤政府调控能力指标:政府财政收入同比增长率()
当我国期货市场出现较大风险事件的时候,强力行政往往能在较短的时间内发挥比市场自发调节更好的效果,因此,政府的调控能力会对我国期货市场风险产生较大的影响。本文通过财政收入指标反映我国政府的调控能力。
(2)微观经济指标
本文主要从经济货币化程度变动率,通货膨胀变动率以及汇率变动率三个方面考察对期货市场的影响。
①经济货币化程度变动率:货币准货币(M2)变动率()
经济货币化是指经济活动中以货币为媒介的交易份额逐步增大的过程。一国商品经济越发达、货币信用关系覆盖面以及金融业发展程度越高,代表货币化程度也越高,同时期货市场具有更好的发展基础。通常情况下,用广义货币M2占GNP(或GDP)的比值(M2/GNP或M2/GDP)来表示,由于月度GDP数据的不可得性,本文利用广义货币(M2,即流通中的现金+活期存款)的变动情况代表货币的变动状况表示我国的经济货币化程度变动率。
②通货膨胀率(CPI)()
在通货膨胀预期下,人们一般会购买具有保值功能的投资品种,期货市场中的贵金属、有色金属材料由于具有一定的金融属性和储量的稀缺性特征,成为在通货膨胀下防范市场风险的有力工具。本文利用居民消费价格指数(CPI)表示通货膨胀率。
③人民币兑美元汇率环比变动率()
当前,我国商品期货市场中,有很多产品是需大量进口的大宗原材料产品。对国内主要期货品种而言,人民币升值对工业品影响大,农场品影响小,对进口量大的期货品种如铜、大豆、豆粕、棉花、天然橡胶以及燃料油等影响大,而进口较小的品种如铝、小麦影响较小。
(3)现货市场指标
现货市场产量、价格等因素会对期货市场价格具有很大的影响,本文通过现货价格波动率、现期价波动率、现货市场总产量、国外净进口四个指标反映我国现货市场对期货市场的影响。
①现货价格波动率()
该比率是利用现货市场本月价格与上月价格的变动比率来反映现货市场对该商品的市场需求变动情况。
②现期价偏离率()
通过现价期价偏离率本月与上月的对比来反映现价期价偏离率的变动率,该指标可以反映现货市场和期货市场价格的偏离状况,从而反映投机的情况。
③现货市场总产量同比波动率()
总产量的提高有利于有效缓解了国内市场供需紧张的矛盾,其稳定性有利缓解期货价格呈大幅上涨—急速下跌的走势。
④净进口环比增长率()
据统计,近三年来大豆、铜以及天然橡胶的进口量占总消费量的比重分别达到了37%、47%以及65%②,净进口总量增加在一定程度上抑制国内期货价格非理性上涨空间,有利的实现现货市场中的供需平衡。
(4)期货市场指标
市场流动性对期货合约的价格具有很大的影响,当市场的人气比较旺时,期货的成交速度比较快,能够根据不断变化的市场行情生成比较合理的价格,而合理的期货市场价格自然是低风险的体现,同时会吸引更多的市场参与者,从而提高了市场的流动性,二者形成良好的互动关系。考察市场流动性的指标有三个。
①成交量(手)变动率()
期货合约的成交量即成交的总手数,但成交手数并不能完全的反映市场的流动水平,因为各个期货合约的定价是不相同的,成交量大不一定成交金额就大,因此成交量仅是对期货合约流动性“量”的衡量。
②成交金额变动率()
成交金额是指期货交易的资金量,成交量是成交合约数与期货价格的乘积。成交金额越大则意味着市场流动性比较高,因此成交金额是对期货合约流动性“质”的衡量。
③月末持仓量变动率()
期货合约的流动性源于期货市场参与者的买卖,持仓量即为买卖双方尚未平仓的数量,持仓量大说明市场参与者有较多的买卖行为,也代表了市场的流动性比较大。
④成交金额市场占有变动率()
从期货套期保值的基本功能上讲,套期保值者希望投资对象是市场占有水平比较高,行情相对稳定的期货商品。单个期货商品的成交金额无法在市场中得到充分的体现,为测度该期货商品市场中成交金额的情况,可以用本月与上月整个期货市场占有率的变化来反映成交金额市场占有变动率的变动。
2.3 风险预警指标体系的构建
结合期货市场风险预警指标选取的原则,本文选取的指标从目标层、准则层、指标层三个层面出发,首先确定了宏观经济衡量指标、微观经济衡量指标、现货市场衡量指标以及期货市场衡量指标四个子系统,在四个子系统下共选取16个指标构成评测我国期货市场风险的指标体系,如表1所示。
3.我国商品期货市场风险预警管理实证分析
3.1 因子分析概述
因子分析简介:由于分析对象的指标多种多样,需要将多个因素综合考虑才能分析出对象的根本特征,但对单个对象考察指标过多会造成指标之间相关程度增加,对分析问题造成了很大的不便,寻找多种因素的替代变量成为解决此类问题的重要途径,此种分析方法即为因子分析。
因子分析的特点主要有以下几个方面:首先,计算简便:因子分析师对原来的众多指标的衡量,因此计算上因子分析有利的减少了计算的工作量。其次,能有效的反映变量信息:因子分析不是对原有变量的简单取舍,而是对原有变量信息进行了重新的构造,能够有效的反映原有的信息。第三,因子分析各个变量之间是对原有众多变量某一方面的概括,因此各个因子之间不存在线性相关关系。
除此以外,因子分析中,因子变量具有命名解释性,即该变量是对某些原始变量信息的综合。对多变量的平面数据进行简化,在保证数据信息丢失最少的原则下,对高维变量空间进行降维处理,形成在一个低维空间状态的解释系统,这一系统比在一个高维系统空间进行解释要容易得多。
3.2 我国商品期货市场影响因素的因子分析步骤
设反映我国商品期货市场价格波动有多个因素如,因子分析寻找的替代变量为(其中),则这些因素可以用替代表示
式(6)中可以对原有多个变量进行有效概括,而替代变量之间相关性很小,以此减少了分析的重叠性。
在因子分析过程中,需要解决两个关键问题,首先是如何构造反映我国商品期货市场价格波动的诸多影响因素的因子变量;其次是命名解释,即如何对所求得得因子变量进行命名解释。具体的讲,我国商品期货市场因子分析因子分析有下面4个基本步骤。
步骤一,因子分析适合性检验:确定我国商品期货市场中待分析的原有若干变量是否适合于因子分析,检验的标准主要有三个。一是KMO(Kaiser-Meyer-Olkin)值,该值的大小应至少在5左右,太小不适合做因子分析,大于0.7以上则效果比较好,KMO的计算公式
其中,而变量偏相关系数。因此KMO指标反映的是变量之间相关系数的一种关系,当所得的KMO值约接近于1,则表明越适合做因子分析。二是巴特利特球形检验(Bartlett’s Test of Sphericity):该指标首先考察各个变量的相关系数矩阵,其次通过与单位阵进行对比,从而考察相关系数,若考察的矩阵与单位阵越接近则说明不适合做因子分析。三是反映像相关矩阵检验(Anti-image Correlation Matrix):若矩阵中某些元素的绝对值比较大时,则表明考察的对象不适合做因子分析。
步骤二,构造反映我国商品期货市场风险的因子变量:因子分析过程中确定因子变量的方法比较多,如主成分分析法、主轴因子法、极大似然法、最小二乘法等。在这些方法中,基于主成分模型的主成分分析法是使用最多的因子分析方法之一。如主成分分析主要是通过变换手段,即将原有的个相关变量做线性变化,转化为另外一组不相关的变量,上述过程可以表示为:
其中,为原有变量的第一、第二、….、第个主成分。其中在总方差中占的比例最大,综合原有变量的能力也最强,其余主成分在总方差中占的比例逐渐减少。数据标注化处理公式为:
其中,i=1,2……,n,n为样本总数;j=1,2,……p,p为样本原变量数目。
通过标注化处理后可以算出协方差矩阵R,并可以通过协方差矩阵的特征值,从而可以求出个变量的因子载荷矩阵。
步骤三,因子旋转:为增加因子的课解释性,可以利用因子旋转。经过主成分分析得到的,是对原变量的综合。原变量是具有物理含义的变量。对于因子变量的解释,可以进一步说明影响原变量系统构成的主要因素和系统特征。在实际分析工作中,主要是通过对载荷矩阵进行分析,得到因子变量和原变量的关系,从而对新的因子变量进行命名。
步骤四,计算因子变量的得分:我国商品期货市场风险因子变量的得分因子变量确定以后,可以得到它们的不同因子上的具体数据值,这些数值就是因子得分,它和原变量的得分相对应。估计因子得分的方法主要由回归法、Bartlette法等,计算因子得分首先将因子变量表示为原有变量的线性组合,表示
3.3 因子分析实证检验
通过表1可知,我国商品期货市场风险评测指标体系由16个指标构成。由于指标比较多,可以运用主成分分析法进行综合,利用计量软件SPSS16,
以铜期货合约为例,时间跨度为-,共有24个月的数据,输入相关变量的数据,可以得到相关统计结果如表2所示。
在进行因子分析之前先检验变量是否适合于因子分析。本文采用的是KMO(Kaiser-Meyer-Olkin)值。和巴特利特球形检验(Bartlett’s Test of Sphericity)检验的方法。检验结果如表3所示。
从检验的结果可知,利用的相关变量是适合做因子分析,特别是球性假设检验的显着性水平为0,表明可以通过巴特尼特法球性(Bartlett’s Test of Sphericity)检验。
因子的提取遵循主轴长度(Initial Eigenvalues)即特征值大于1的原则,本文一共为13个分析对象,首先提取了五个因子,但通过提取的因子数据显示,其他因子的特征值小于1。综合考虑本文提取五个因子,分别表示为F1,F2,F3,F4,F5,具体数据如表4所示。
根据特征值大于1的原则,提取前五个因子,其特征值分别为:376、2.997、1.389、1.208、1.016。第一个主成分的累积方差贡献率为39.851。前两个主成分的累积方差贡献率为58.585,前三个主成分的累积方差贡献率达到了67.268,前四个主成分的累积方差贡献率达到了78.420,前五个主成分的累积方差贡献率达到了89.169。因此这五个因子能够很好的对原有的16个变量进行有效的概括。通过因子的提取可以得到如下(表5)的结果。
为使所得的主因子(Principal Component)能够对原有变量进行更加有效的概括,可以进行方差旋转,旋转变换的目的是为了使原来的个样本点在主成分轴方向上的离散程度最大,即的方差最大,变量代表了原始数据的绝大部分信息,本文采用的是Varimax(方差极大法)旋转,旋转后的因子的得分信息如表6所示。
从旋转后因子的提取结果可知,五个因子对不同变量的概括性是不相同的,第一个因子对铜期货市场总产量、货币或准货币(M2)供应量、政府财政收入、成交额占比变化以及现期价偏离率等几个变量的变动率具有很强的相关关系,第二个因子对CPI、宏观经济一致指数、汇率以及对外贸易的波动率具有很强的相关关系,第三个因子则对成交量、成交额以及持仓量三个指标的变动情况具有很强的相关关系,第四个因子对消费和投资指标的波动率具有高的概括能力,第五个因子对则对净进口等指标的变动具有很强的相关关系。
3.4 Logistic风险预警分析
在进行Logistic之前,先设定二分类因变量为。由于考察的是期货市场风险,是否具有风险是一个二分变量,因此将Y设为:Y=0代表铜期货商品当月具有较高的风险性,而Y=1代表铜期货合约当月是安全的。根据式(5),在主成分设定为下,可以建立如下的Logistic回归模型:
在该模型中,由原来的多个指标与因变量之间的回归,变为二分变量与因子之间的回归关系,模型的误差项服从二项分布,使用最大似然法来解决方程的估计和检验问题。通过SPSS10软件得到的回归结果如表8所示。
其中,Constant为常数项,表示自变量取值全为O(称基线状态)时,比数(Y=1与Y=O的概率之比)的自然对数值;各自变量的回归系数表示自变量每改变一个单位,比值比的自然对数值改变量。
该回归结果表明:当所有因子取值为0时,比数的自然对数值为-9.082。五个因子的系数估计值表明,F1、F2、F3、F4、F5、每改变一个单位对自然对数值的改变量分别为10.998,10.572,-1.954、8.899、4.594。根据统计分析的结果,可以将回归模型表示为:
概率P是以0.5为对称点,因而,可以把0.5作为一个临界点作为考察风险的一个参考标准,当概率大于0.5时,表示该期货合约当月的风险性比较大,对于该种期货合约在当月应当提高风险意识,而当概率小于0.5时,代表该种期货合约当月处于较为安全的边界。
从表9预测的结果可知,铜期货合约实际安全的月份只有7个月份,在预警模型中将有风险的1个月误判成了安全的月份,预测的准确性为87.5%;而实际具有风险性的月份有16个月,预警模型中将这16个安全性的月份判成了高风险性的月份,预测的准确性达到了100%;综合的预测的准确性为95.8%,表明本文所设定的我国商品期货市场风险预警模型具有较高的风险预警的作用。
注释:
①宏观经济预警指数可细分四个部分:a.一致指数,是反映当前经济的基本走势,由工业生产、就业、社会需求(投资、消费、外贸)、社会收入(国家税收、企业利润、居民收入)等4个方面合成;b.先行指数,是由一组领先于一致指数的先行指标合成,用于对经济未来的走势进行预测;c.滞后指数,是由落后于一致指数的滞后指标合成得到,它主要用于对经济循环的峰与谷的一种确认;d.预警指数,是把经济运行的状态分为5个级别,“红灯”表示经济过热,“黄灯”表示经济偏热,“绿灯”表示经济运行正常,“浅蓝灯”表示经济偏冷,“蓝灯”表示经济过冷。
②高辉.中国人民币汇率升值及对期货市场影响的研究[R].浙江中大期货公司研究报告,第9页。
参考文献
Alexandra K B,Mayer J.Computational aspects of minizing conditional value at risk[J].ComPutaion Management Science,(3):3-27.
AlexEI Chekhlov,Stanislav Uryasev,Michael Zabarankin.Draw Down Measure in Portfolio Optimization[J].Research Report,(5):11-12.
实证指标 篇3
[关键词] 专利意识水平 层次分析法 模糊评判法 测评体系
本文基于文献[1]提出的企业专利意识水平测评的指标体系和测评方法,对其中的企业专利意识水平测评指标体系进行实证研究,进一步确认该指标体系的可靠性。
1 实证研究的设计
本文的实证研究,系采用多级模糊综合评判法来验证指标体系的可操作性。
多级模糊综合评判法是模糊数学理论在管理学领域的应用。它是指人们在对多种属性的事物,或者说其总体优劣受多种因素影响的事物或现象进行总的评价,且评价过程涉及到许多模糊因素时,运用模糊数学理论进行评价比较,以求得出一个能够合理地综合这些属性或因素的总体评判的方法。
在企业专利意识水平测评过程中,指标体系具有多层次性特征,测评者对该企业的专利意识水平的认识具有模糊性,企业的专利意识水平受到多种因素的影响,而测评工作需要做出一个能够合理地综合这些因素的总体评判结论。可见,测评企业专利意识水平完全符合模糊评判方法使用的范畴。
多级模糊综合评判法的步骤如下:
1.1 建立评价因素集
评价因素集就是评价企业专利意识水平测评指标的集合,即通常所说的“指标体系”。本文的指标体系就是我们在文献[1]中构建的企业专利意识水平测评指标体系(见表1)。鉴于文献[1]已经充分论证了这一指标体系的科学性、系统性和可操作性,符合当前对企业专利意识水平内涵普遍理解和共同认可的范畴,本文不再赘述。该指标体系的通用格式如下:
A= {A1,A2,A3}
B= {B1,B2,…,B5,…,B9}
C= {C1,C2,…,C15,…,C30}
1.2 建立权重集
鉴于各评估指标对测评总水平的贡献大小不同,即重要性不同,因此需要先确定各指标的权重。权重是用以描述各指标对于评价目的的相对重要程度的系数。权重集是一个与评价因素集相对应的多级集合,运用层次分析法可确定表1各级指标的权重。
Ri = {R}
Rji= { R1i,R2i,R3i}
Rkji= { R11i,R12i,R21i,…,R32i,R33i }
本文将在第3部分运用层次分析法,对评价指标体系各级指标的权重进行计算。
1.3 建立评语集
评语是评价者对指标赞同与否的定性描述。它使抽象的数据变为人们熟悉的评价语言。评语集就是各种评语的集合。评语集对于每个层次的指标都是一致的。在企业专利意识水平测评中是用下面的评价集来表示的,可简记为:S = { S1,S2,S3,S4,S5 }
S = { 完全同意,基本同意,一般,基本不同意,完全不同意 }
1.4 进行多级模糊综合评判
第一级:计算准则层第i个指标的综合评判集Bi。
第二级:计算目标层综合评判集A。
第三级:计算最终评估值。
最终评估值就是对“企业专利意识水平测评指标体系”的评价,即调查对象根据评语集的等级,给出对这个指标体系的认同度,属于评语集“完全同意、基本同意、一般、基本不同意、完全不同意”中某一个评价所占的百分比。
2 实证研究数据的获取
2.1 调查问卷的设计
本文的实证研究设计了两种调查问卷:
问卷一:根据德尔菲(Delphi)法的原理设计的问卷。目的是为了确定企业专利意识水平测评指标体系各个指标的相对重要程度,给各个指标确定权重。
问卷二:是针对熟悉专利或专利意识方面的人员设计的,主要用于了解他们对本文设计的企业专利意识水平测评指标体系的评价,从而获得相关的评价数据。问卷的提问方式分为5个等级,对应模糊评判评语集的“完全同意、基本同意、一般、基本不同意、完全不同意”。
2.2 调查样本的选取、问卷的发放和回收
本文针对不同的问卷,选择不同的调查样本。这次调查是在2011年5月进行的。
针对问卷一,选择大学信息管理、法学方面的教授3人、企业专利工作人员2人,把理论专家的意见和实践专家的意见结合起来,以保证数据的有效性和正确性。
针对问卷二,选择了涉及过企业专利工作方面工作的企业管理者、科研单位人员,熟悉企业专利具有专利意识的大学教师以及大学经济管理、法律专业的学生,共计132人。
调查问卷的发放和回收情况是:
针对问卷一,本文根据所选取的样本对象回收了5份问卷。
针对问卷二,本次共发放问卷132份,结果共收回108份,占发放问卷的81.82%,剔除无效问卷(指标选择不全,或同一指标有多个选项者)4份,有效问卷共计104份,占发放问卷的78.79%。填写问卷的样本特征见表2。从回收问卷的样本特征来看,本次调查是有效的。
3 评价指标权重的计算和判断矩阵的一致性检验
关于“权重”的计算,有两类方法:一类是专家咨询法,即向在所调查问题方面具有丰富经验的一批专家发放调查表,让他们对每一个指标在综合评价时应占的“权重”项分别填写出自己的意见,回收调查表后,运用层次分析法来确定“权重”。另一类是数理统计法,即通过测试一批数据后,用R型因子分析等多因素统计方法进行计算,根据计算的结果来确定“权重”。第一类的专家咨询法以其方法简洁、易掌握、数据易获得等特点,在实践中被经常采用,得到许多学者们的认可[2]。所以,本文也采用这一方法来计算权重。下面,本文运用层次分析法来计算指标体系各级指标的权重并进行一致性检验。
3.1 一级指标(目标层)权重的计算和判断矩阵的一致性检验
根据5位专家对企业专利意识总水平下的3个一级指标所打分数的平均值得到判断矩阵如下:
=
然后采用和积法求解判断矩阵 的特征向量,并通过MATLAB软件求解相应的最大特征根值。具体步骤如下:
第一步,将判断矩阵按行相加,即:
=(1.7000 3.5000 8.000)T
第二步,对向量 进行规一化处理,即:
=(A1 A2 A3 )T=(0.1288 0.2651 0.6061)T
就是所求的特征向量,向量中的3个数就是3个一级指标的权重系数。
第三步,通过MATLAB编写如下程序:
clc;
A=[1 1/2 1/5;
2 1 1/2;
5 2 1];
eig(A) % 特征根
max(eig(A)) % 最大特征根
可直接计算得到判断矩阵U的最大特征根λmax=3.0075
先计算出一致性偏差
=(λmax-n)/(n-1)=(3.0075-3)/(3-1)=0.00375
因为矩阵R的n=3,查表可知, =0.52,
所以,随机一致性比率为: = / =0.00375/0.52=0.0072
因为 <0.1,所以矩阵R具有满意的一致性。
3.2 运用上述相同的方法,进行二级指标(准则层)中所属各项指标权重的计算及判断矩阵的一致性检验
结果如下:
R1i =(B1 B2 B3)T =(0.1618 0.3088 0.5294)T,一致比率 =0.0113
R2i =(B4 B5 B6)T =(0.6061 0.1288 0.2651)T,一致比率 =0.0071
R3i =(B7 B8 B9)T =(0.4122 0.3136 0.2742)T,一致比率 =0.0121
3.3 运用上述相同的方法,进行三级指标(指标层)中所有各项权重的计算和判断矩阵的一致性检验
结果如下:
R11i=(C1 C2 )T =(0.3571 0.6429)T,矩阵阶数小于3,具有完全的一致性
R12i=(C3 C4 )T =(0.7143 0.2857)T,矩阵阶数小于3,具有完全的一致性
R13i=(C5 C6 )T =(0.7222 0.2778)T,矩阵阶数小于3,具有完全的一致性
R21i=(C7 C8 C9 C10)T =(0.0935 0.2720 0.4368 0.1977)T,一致比率 =0.0684
R22i=(C11 C12)T =(0.6364 0.3636)T,矩阵阶数小于3,具有完全的一致性
R23i=(C13 C14)T =(0.2857 0.7143)T,矩阵阶数小于3,具有完全的一致性
R31i =(C15 C16 C17 C18 C19 C20 )T =(0.2141 0.0772 0.3365 0.0918 0.0833 0.1971)T,一致比率 =0.0098
R32i =(C21 C22 C23 C24 C25 )T =(0.1465 0.3288 0.1903 0.0639 0.2705)T, 一致比率=0.0464
R33i =(C26 C27 C28 C29 C30 )T =(0.1154 0.0632 0.3461 0.2630 0.2123)T, 一致比率=0.0153
本文为了保证对“权重”数据计算结果的支持度,从两个方面做了工作:一方面,在数据的来源,即在给权重打分专家的选择上,正如上文在“样本选择”中所说的,选择即懂信息管理或法学的教授,又选择具有管理实践的企业专利工作人员,把理论专家的意见和实践专家的意见结合起来,以保证数据来源的有效性和正确性;另一方面,层次分析法要求数据矩阵的随机一致性比率CR小于0.1,权重数据才具有一致性。而本文对每一个数据矩阵都进行了一致性检验,其结果表明,其随机一致性比率CR全部小于0.1。所以,本文的所有矩阵都具有满意的一致性。
4 进行多级模糊综合评判
4.1 计算准则层9个指标的评判结果
首先,计算准则层第1个指标B1的综合评判结果:
所以I11=(0.261678 0.411393 0.278852 0.035028 0.013049 )
其次,运用上述相同的方法,可以计算B2、B3、B3、B4、B5、B6、B7、B8、B9的评判结果:
I12 =(0.339286 0.357142 0.245881 0.046703 0.010988)
I13 =(0.4631400.314104 0.173610 0.041133 0.008013)
I21 =(0.440959 0.274307 0.202181 0.055003 0.027549)
I22 =(0.340035 0.312937 0.249126 0.056818 0.041084)
I23 =(0.196429 0.435440 0.239011 0.086538 0.042582)
I31 =(0.373742 0.363149 0.194694 0.041057 0.027359)
I32 =(0.337924 0.357756 0.222656 0.060311 0.021352)
I33 =(0.349801 0.427993 0.167473 0.033119 0.021614)
上述评判结果表明,准则层的每一个指标,其评判结果中的第一项与第二项之和,即“完全同意”与“基本同意”选项之和大都在70%以上,占绝对优势。也就是说,准则层的9个指标都得到调查对象的肯定。
4.2 计算目标层3个指标的评判结果
使用上面相同的方法,计算目标层的A1、A2、A3的评判结果
I1 =(0.39230158 0.34313313 0.21295314 0.04186536 0.00974679)
I2 =(0.36312379 0.32200687 0.21799243 0.06359842 0.03327849)
I3 =(0.35594430 0.37923758 0.19599945 0.04491890 0.02389977)
上述评判结果表明,目标层的每一个指标,其评判结果中的第一项与第二项之和,即“完全同意”与“基本同意”选项之和大都在70%以上,占绝得优势,也就是说,目标层的3个指标都得到调查对象的肯定。
4.3 计算最终评估值
所以 I=(0.3625303337 0.3594129522 0.2040143546 0.0494785415 0.0245638179 )
即实证研究的结果为:I=(0.36 0.36 0.20 0.05 0.02)
5 实证研究结果的分析
5.1 本文实证研究结果的可靠性
实证研究的结果表明:被调查者对本文的企业专利意识水平评价体系的认可程度为:“完全同意”的约占36%,“基本同意”的约占36%,认为“一般”的约占20%,“基本不同意”的只有5%,“完全不同意”的只占2%。从这种结果来看,“完全同意”和“基本同意”合计约占72%,因此绝大多数的被调查者对此体系的可靠性是认可的。
至于在评判结果中,为什么还有5%的基本不同意、2%的完全不同意呢?为探讨其原因,笔者又进行了深入研究。笔者注意到在调查样本中,持“基本不同意”的最多只有7人,持“完全不同意”的最多只有3人,占调查对象总数的极少数,并且就是在这少数人中,也不是对整个测评指标体系的不同意,仅仅是对某一个指标设置的不同意。本文回访了上述部分答卷人,他们表示,并非否定整个指标体系,也没有否定这个方法,因为他们所学的专业不是与专利或专利意识相关的专业,对少数指标的设置理解不是很深,所以选择了“基本不同意”或者“完全不同意”。
由此可见,5%的基本不同意、2%的完全不同意的结果,并不影响本文得出的模糊综合评判结论的可靠性。
另外,从理论上看,对于一件具体事物,少数人持有不同意见,完全属于正常现象。因为在客观现实中,事物总是存在多种属性,或者说其总体上的优劣要受到多种因素的影响,而每一种因素所产生的作用,不同的人也会得到不同的评价,所以当人们要对该事物进行总体评价时,就不能以某一个人、对某一因素的评价作为总体评价。或者说,正是因为总体评价涉及到许多模糊因素,也就产生了模糊综合评判方法,即可以用大多数人的意见作为总体评价的结论。
本文探讨的企业专利意识水平的评价,完全属于上述情形,完全符合模糊评判方法使用的范畴。
所以,本文实证研究的结果是可靠的。
5.2 本文方法的优点和缺点
本文所采用的方法,其优点有二:①此法是解决企业专利意识水平测评的有效方法。因为企业专利意识水平,是由专利知识水平、专利申请水平、专利管理管理水平等多种因素所决定的,不能简单地以“少数服从多数”的方式来评价,更不能以少数管理者个人的好恶来评价,而模糊评判法正是解决这类问题的有效方法。②此法可以用来寻找最佳的指标体系结构。在测评中,如果测评结果不满意,可以回访调查对象,征求他们对测评体系中指标的修改意见,修改那些调查对象意见比较大的指标,以使测评指标体系得到完善。
不过,本法也存在一定缺陷,即调查对象选择的困难。一般来说,一个测评指标体系的指标数目相当多,要让每一个调查对象对每一个指标的内涵都很熟悉,都能准确地做出判断,是比较困难的。这样一来,就不能保证调查对象对每一个指标评价等级的选择都是准确的,也就会导致最终模糊评判结果的相对不准确。
6 结 论
本文运用多级模糊综合评判法对笔者设计的企业专利意识水平测评指标体系进行了实证研究,结果表明,指标体系基本上得到了相关企业专利管理人员以及相关高校老师和同学们的认可。
参考文献:
[1] 许幸荣,司有和.专利意识水平测评指标体系设计——以重庆市制造业企业为例.图书情报工作,2011,55(20):92-97.
[2] 指标序号法:计算权重的一种简便方法.[2011-06-09].http://www.topo100.com/tjdy/tjyc/2007-05-08/25386.html.
[作者简介] 许幸荣,女,1991年生,本科生。
司有和,男,1945年生,教授,博士生导师,发表论文50余篇,出版著作30余部。
附:指标权重与调查总体结果统计
本次共发放问卷132份,结果共收回108份,占发放问卷的81.82%,剔除无效问卷(指标选择不全,或同一指标有多个选项者)4份,有效问卷共计104份,占发放问卷的78.79%。
一级指标
(目标层)二级指标
(准则层)三级指标(测量层)完全
同意基本
同意一般基本
不同意完全
不同意
A1专利知识水平
0.1288 B1专利内容知识
0.1618 C1专利的概念知识 0.3571 24552032
C2专利的社会功能知识 0.642929363441
B2专利申请知识
0.3088C3专利的申请知识 0.7143 35362940
C4专利的代理知识 0.285736401774
B3专利保护知识
0.5294C5专利的法规知识 0.7222 49312040
C6专利的管理知识 0.277846371353
A2专利申请水平
0.2651 B4专利拥有水平
0.6061C7企业专利获权率 0.0935 46341392
C8企业国内专利获权量年变化水平 0.2720
43272473
C9企业境外专利获权量年变化水平 0.4368
48292052
C10企业内拥有专利权的在职人员的比重0.197745272345
B5专利代理水平
0.1288C11企业由代理机构代理申请专利的比重0.6364
39302375
C12企业代理申请专利的比重 0.363629373143
B6专利网
上申请水平
0.2652
C13企业专利网上申请的比重 0.2857 19462793
C14企业代理网上申请专利的比重 0.714321452495
A3专利管理水平
0.6061B7企业的专利管理水平
0.4122 C15企业专利投入占同期销售总额比重0.214140471313
C16企业专利管理机构设置与职能实现 0.0772 244125113
C17企业专利知识培训员工普及覆盖率0.336543322234
C18企业员工参加专利知识培训的时间0.091835361995
C19企业年均专利培训占总培训的比重 0.083337312772
C20企业专利获省部级及以上奖励比重0.197139402140
B8人员的专利管理水平
0.3136C21 企业领导者的专利管理水平 0.1465
49301780
C22企业专职专利管理人员的总人数 0.328828461974
C23企业专利技术研发人员的比重 0.190340283033
C24企业专利技术研发人员的酬劳水平 0.0639
39412211
C25企业引进专利技术研发人员的比重 0.2705
32362781
B9专利利用与保护水平
0.2742C26企业专利的收益水平 0.115437391927
C27企业专利的开发实施水平 0.063232481923
C28企业的专利战略水平 0.3461
37422113
C29企业的专利纠纷处理水平 0.2630
31491680
C30企业专利的维权水平 0.2123
实证指标 篇4
关键词:社会风险,预警,指标体系,实证研究
1 社会风险预警指标的设计
根据建立和谐社会的要求,结合社会风险相关理论及社会风险指标体系的逻辑结构,在参考已有成果[1,2,3,4]的基础上,结合中国共产党的“十七大”精神,设计了由6个一级指标、12个二级指标、57个三级指标构成的“社会风险预警指标体系”,并采用AHP与Delphi法相结合来进行权重设置,如表1所示。
2 社会风险预警指标值的无量纲化处理
指标体系中各指标均按照0—10计分,风险越大,得分越大,指标值的大小与社会风险发生概率呈正比关系。具体操作可分为六大类:
第一类:以100%为参考基数,若实际值为Cij,实际值无量纲化分数=10-Cij·10。
第二类:以国际惯例为参照,如基尼系数、失业率、CPI指数、10%最高收入户平均收入与10%最低收入户平均收入之比等。
第三类:以较发达国家为参考,如社会保障支出占GDP比重、万元GDP能耗、每万人警力配备人数、每万人中的律师人数等。
第四类:以国家全面小康要求为参照标准。如人均住房面积、平均受教育年限、教育支出占GDP比重、万人刑事案件立案件数等,这类指标可以达到国家全面小康指标体系要求为参考, 达到全面小康指标为满意值, 在全国分
别选取发达地区、中等地区、较落后地区样本数据各5个,比照前面的方法得出落后平均数并将其作为不允许值,如指标属于极大型变量或极小型变量,可参照上述公式将实际值无量纲化。
第五类:以国家相关规定为参照标准。如自然灾害级别、事故灾难级别、公共卫生事件级别、社会安全事件级别,可以《国家突发公共事件总体应急预案》中的规定划为轻微,IV级,III级,II级,I级,并相应给分为2,4 ,6,8,10分。
第六类:以专家判断为参照,如世界经济衰退影响度,国外经济摩擦和制裁影响度等。可设计专家问卷调查表,将影响程度分为无影响,轻微影响,较小影响,一般影响,重大影响,严重影响六级,并相应给分为0,2,4,6,8,10分,实际值的无量纲化分数=∑CijPij,其中Pij为专家判断值为Cij的比例。
3 社会风险预警的评估模型
得到各级指标的权重值和无量纲值后,在分析社会风险预警程度时,可以通过社会风险评价值的大小来反映社会风险预警程度[5]。结合表1及上述的分析,建立下列社会风险预警程度的计算公式:
式(1)中,SRD1j表示社会风险一级子系统的评价值,I代表指标无量纲值,W代表指标在社会风险预警一级指标体系中的权重,n是指标及其权重的序号。式(2)中,SRDt表示社会风险总评价值,SRD1j表示社会风险一级子系统的评价值,W1j代表社会风险预警一级指标在总体系中的权重,j是一级指标及其权重的序号。这样,通过上述公式测量出社会风险各一级子系统评价值和社会风险总评价值,再根据表2,可判断社会风险一级子系统和总社会风险的险级,并用相应的预警信号灯予以标识。
4 实证研究的结果与分析
根据上述社会风险指标体系和1987~2007年的相关数据(1),并参考上述各表及公式,对我国1987~2007年的社会保障子系统、协调发展子系统、社会公平子系统、社会秩序子系统、社会安全子系统、社会舆情子系统以及社会总体风险进行模拟预警,其预警信号如图1至图7所示。
从预警信号图可以看出:
(1)就社会保障子系统预警实证分析看,1987~1994年一直处于重警区间,这是由于当时社会保障系统与经济改革不配套,社会保障制度改革严重滞后。1995年开始,国家建立养老保险模式,预警指数逐渐下降进入中警区,1998年提出“两个确保”和“城市居民最低生活保障政策”后,预警指数下降速度加快,但在2001~2002年,由于国企改革,失业率上升,预警指数再次略有反弹上升。2003年后,社会再就业制度逐步完善,预警指数再次下降,2006年起,国家开始新农村建设,农村社保和医保比例迅速增长,社会保障子系统风险预警指数开始进入轻警区。
(2)就协调发展子系统预警实证分析而言,1987年处于无警状态,1988年由于CPI指数迅速上升,预警信号出现轻警,1989年的政治风波,使得CPI居高不下,GDP增速明显下滑,预警指数处于重警状态。风波平息后,预警指数逐渐下降,1991年重新回到无警区间,一直到2005年,大部分年份都处于轻警和无警状态,这说明经济的稳定发展对降低社会风险起了强有力的支撑作用,但值得注意的是,2006年由于GDP增速过快,预警指数反弹上升,2007年GDP增速仍然过快,固定资产投资增长过快和国际收支顺差太多,使得CPI指数逐步攀升,协调发展子系统预警信号进入中警区。
(3)社会公平子系统预警信号分析表明,1987~1991年预警信号处于中警状态,这是由于改革推进,城镇发展加速,农村步入改革的被动和次要状态,农民增收难度加大,城乡收入差距开始拉大。1992~2000年,国家的优先发展东部地区战略,使得地区差距扩大,农业增收仍然缓慢,城乡收入差距进一步扩大,这段其间社会预警信号处于重警状态,指数逐步攀升。2001年起,预警指数上升速度加快,这是因为改革深化,城乡收入差距、地区收入差距、阶层收入差距更加拉大,基尼系数开始突破国际警戒线0.4,社会公平子系统预警信号已逼近巨警状态。
(4)从社会秩序子系统预警信号图看,1987~1989年预警指数迅速从中警进入重警状态,主要是因为腐败 官倒等问题使社会核心价值认同度明显下降,1989年的风波平息后,预警指数开始下降。1992~1997年,改革开放的步伐加快,经济的稳步发展使得社会秩序子系统预警信号进入轻警区。1998~2003年,城乡差距的扩大和农村改革的滞后,涉农负担过重,预警指数又反弹上升到中警区。从2003年起,农民负担逐年下降,中央提出构建和谐社会,社会秩序子系统预警指数开始下降并重新进入轻警区。
(5)从社会安全子系统预警信号分析,1987~2003年,除了几个特殊年份预警指数上升到中警状况外,绝大多数年份都处于轻警区间。从2003年至今,社会安全子系统预警信号已经一直处于中警区间,这主要是由于全球气候变暖的影响,加上我国本来已经很脆弱的生态环境在不断恶化,近年来极端天气事件不断发生,自然致灾因子更加活跃。同时,由于我国正处于工业化进程加快发展的时期,也增加了安全事故发生的频率。
(6)社会舆情子系统预警信号分析表明,“八九风波”平息后,随着我国改革开放的深入和经济的稳步发展,居民的生活满意度上升,社会舆情子系统预警指数一直处于轻警区间。但从2001年起,社会舆情指数在逐渐攀升,并于2006年和2007年进入中警区,这主要是由于改革已处于攻坚阶段,随着收入差距的扩大,自然环境的恶化,特别是近两年房价高居不下以及物价的上涨使得转型期各种矛盾更加尖锐。
(7)从社会总体风险预警信号图看,1987~2007年,除了1989年处于重警状态外,其余年份都处于轻警或中警区间。
参考文献
[1]朱庆芳,吴寒光.社会指标体系[M].北京:中国社会科学出版社,2003.
[2]杨雪冬.风险社会与秩序重建[M].北京:社会科学文献出版社,2006.
[3]阎梁,翟昆.社会危机事件处理的理论与实践[M].北京:中共中央党校出版社,2003.
[4]宋林飞.中国社会风险预警系统的设计与运行[J].东南大学学报,1999,(1).
实证指标 篇5
【关键词】股票价格 财务指标 相关性分析 多元线性回归分析
财务指标是影响上市公司股票价格的重要因素,比较国内外研究成果的差异,提出符合我国股票市场的研究假设如下:H1:财务指标与股票价格之间存在着多元线性关系,财务指标的变动会影响股票价格的变动;H2:每股收益与股票价格存在显著的正相关,每股收益的变动会影响股票的价格。
一、变量选取与模型构建
(一)变量选取与数据来源
选取股票价格为因变量P,股票价格选取上市公司在2014年1月1日~2014年12月31日这一会计年度的股票价格的年均价。选取财务指标为自变量Xi。基于新会计准则,选取典型的财务指标作为解释变量:每股指标方面选取每股收益X1、每股净资产X2、每股现金流量净额X3;盈利能力方面选取资产收益率X4;资本结构及偿债能力方面选取资产负债率X5、流动比率X6;营运能力方面选取存货周转率X7;成长能力方面选取营业利润同比增长率X8。
(二)模型构建
由于本文研究假设财务指标与股票价格之间具有线性关系,因此以财务指标作为自变量Xi,以股票价格作为因变量P,建立多元线性股价模型如下P=C0+C1X1+C2X2+C3X3+…+C8X8+ε
该式中C0为常数项;Ci(i=1,2,3....8)是待估回归系数;ε是随机误差项。
X1为每股收益,X2为每股净资产,X3为每股现金流量净额,X4为资产收益率,X5为资产负债率,X6为流动比率,X7为存货周转率,X8为营业利润同比增长率。
二、实证分析
(一)相关性分析
运用统计分析软件spss17.0,基于两行业的财务指标和股票价格的截面数据,进行相关性分析,检验结果显示:在能源行业,X1(每股收益)与P的相关系数为0.393,在0.01的水平上显著正相关;X5(资产负债率)与P的相关系数为-0.424,二者存在显著的负相关。X6(流动比率)与P的相关系数为0.332,二者存在显著的正相关。在运输行业,X1(每股收益)与P的相关系数为0.462,二者在0.01的水平上显著的正相关;X2(每股净资产)与P的相关系数为0.508,二者在0.01的水平上存在显著的正相关。
由上述分析结果可以看出能源行业和运输行业得出的结果存在差异性。在两个行业,每股收益这一财务指标均与股票价格显著正相关。但除此外,能源行业资产负债率和流动比率与股票价格的相关性强,而这两个财务指标在运输行业并不显著;运输行业每股净资产与股票价格显著正相关,但在能源行业则不显著。
(二)回归分析
1.多重共线性诊断。由之前的相关性分析可以看出部分财务指标之间存在一定程度的相关性问题,可能会存在多重共线性而使模型估计的准确性降低,要进行多重共线性检验结果显示:能源行业和运输行业的财务指标在7个维度下,特征值都没有接近于0,证明指标间不存在多重共线性;条件索引的值也没有大于10的,也说明不存在多重共线性问题。
2.回归分析。以下表1和表2分别为能源行业和运输行业的财务指标与股票价格的回归分析结果。
表1 能源行业回归分析
表2 运输行业回归分析
能源行业回归方程为:P=12.771+6.007X1-0.054X2+2.626 X3-0.023X4-0.075X5+0.682X6-0.094X7。
运输行业回归方程为:P=2.021+1.546X1+1.517X2-3.782X3 +0.055X4-0.034X5+0.694X6-0.001X7
根据回归分析方程可以看出:在能源行业,每股收益对股票价格的影响最为显著,而反映能源行业成长能力的指标营业利润同比增长率对股价的影响较弱。在运输行业,每股收益,每股净资产,每股现金净额这三个每股指标与股票价格的影响都很显著,而反映运输行业成长能力的指标营业利润同比增长率对股价的影响较弱。
三、结论及启示
(一)研究结论
1.无论是能源行业还是运输行业,上市公司财务指标与股票价格之间都存在着明显的相关性,每股收益与股票价格存在显著的正相关,每股收益的变动会影响股票的价格。研究假设H1和H2成立。
2.能源行业和运输行业与股票价格相关的财务指标的种类和程度存在着差异,上市公司财务指标对股票价格的影响程度也不同。可以推论,不同行业的上市公司财务指标与股票价格相关性存在着差别,财务指标对股票价格的影响也不尽相同。造成这一结果的原因可推测是由于不同行业经营的成本、利润水平、财务状况等存在着差异,其反映在股价上也就会有差异。
3.无论是能源行业还是运输行业,营业利润同比增长率这一反映上市企业成长能力的指标与股票价格的相关性都很弱,这与理论基础产生了差异。说明我国投资者对企业成长能力指标的关注不足,即股票投资者更关注每股收益这种反映投资短期收益的财务指标,忽视了企业的长期发展成长能力这种会影响长期收益的财务指标,反映了我国当前股票市场很多投资者短视近利的行为。另外还反映了了我国的股票市场本身信息传导的有效性较低,导致了企业成长能力指标未能有效反映到股票价格里。
(二)启示
研究上市公司财务指标与股票价格的相关性,对于引导投资者理性投资股票,规避风险具有一定的指导作用;并且投资者的投资理念和投资行为理性与否也会影响到股票市场的有效性。
参考文献
[1]文海涛,倪晓萍.我国上市公司财务指标与股价相关性实证分析[J].数量经济技术经济研究,2003,(11):118-122.
[2]陆正飞,宋小华.财务指标在股票投资决策中的有用性:基于中国证券市场的实证研究[J].南开管理评论,2006,(06):31-38.
实证指标 篇6
1 供需视角下影响我国煤炭安全的因素
从经济学角度分析, 研究人员对影响煤炭安全的因素进行归纳整理, 可从供应安全和需求安全两个层次进行分析。煤炭供应安全影响因素包括已经探明的煤炭储量、煤炭公司生产现状、煤炭运输情况、经营水平、进出口情况、煤电价格联动。煤炭探明储量的影响因子就是其本身;煤炭公司生产的影响因子包括煤炭回采率、百万吨煤死亡率、净产量、市场生产集中度、科技贡献率;煤炭运输包括铁路运输能力和运输的增长率;经营状况包括投资和收入;进出口包括进口量与出口量;煤电价格联动包括煤炭价格和电能价格。影响煤炭需求安全的因素包括煤炭需求总量、使用率、需求政策、需求环境。煤炭需求总量的影响因子是煤炭消费量;分行业需求包括电力、钢铁、建材和化工等;煤炭使用率包括耗煤比和二氧化碳排放量;煤炭的加工转换包括原煤入选率和炼焦;需求政策则包括节能减排政策、能源的开发的和利用;煤炭的需求环境包括GDP、人口和城镇化率。对以上影响因素进行整理, 确定煤炭供需安全的评价指标[1]。
2 供需视角下煤炭供需安全评价指标体系的创建
2.1 评价指标优化选择
从理论上分析, 对煤炭供需安全产生影响的因素可以作为评价煤炭供需安全的指标, 但对上述影响因素进行分析后发现, 影响煤炭供需安全的因素过多, 如果直接进行评价, 与多因素评价的要求相违背, 部分指标也不能直接反应煤炭供需的冲突, 可以进行拆分与合并, 也有些指标不能收集到具体的数据, 可进行删除或替换处理[2]。煤炭回采率能反映采矿区的煤炭开采率, 分析采矿区的剩余开采率, 与当年的生产量相除, 能分析此煤矿可继续开采的时间。回采率是煤矿二次开采的依据, 能对煤炭的使用率进行判定, 储采比则是对我国煤炭全部可开采时间的计算, 两种方式的评价与计算方式相同, 但是储采比能体现更强的完整性, 需要保留指标[3]。百万吨煤炭的死亡率能直接反馈煤炭安全生产的状况, 不予删除。铁路运输能力起到连接生产环节和消费环节的作用, 运输效率的实际水平对煤炭供给的安全程度产生较大影响, 不可删除。二氧化碳排放量、城镇化率、单位GDP消耗煤炭量都是煤炭销售量增加的结果, 可以对供需的不平衡进行反映, 不予删除。原煤入选率受到技术发展的影响较大, 技术进步的情况会导致原煤入选。
2.2 评价指标的删减
钢铁、化工等行业消耗的煤炭量能体现出重工业消耗煤炭的情况, 包含在煤炭消耗总量中, 不作为此次研究的指标, 应删除。生产集中度、科技贡献率、节能减排政策和新型能源的发掘等均是定性评价的指标, 均删除。运输增长率和运输能力重复, 炼焦和原煤入选率也是如此, 予以删除。
3 供需视角下煤炭供需安全实证评价
3.1 得出指标数值
依据经济学供求理论, 结合我国煤炭安全评价现状, 对我国的煤炭安全评价指标进行确定。对资源因素而言, 基础储量、储采比、储量接替率、供需增速比、自给率、进口量和消费量的比值、铁路运输能力、单位GDP消耗的煤炭量、投入产出比、二氧化碳排放量、百万吨煤炭死亡率、城镇化率的权重分别是0.0568、0.0575、0.0857、0.0698、0.0784、0.0758、0.0689、0.0674、0.0745、0.0748、0.0569、0.0689。然后将以上指标2011年到2014年的指标值进行确定。使用TOPSIS法对指标进行处理, 确定数据矩阵。
3.2 加权矩阵结果
对数据进行分析后, 判定加权后矩阵的正理想解和负理想解, 然后确定两个理想解的Euclid距离, 随后确定灰色关联系数矩阵, 经过无量纲化处理, 对无量纲化距离与关系实施合并, 将Euclid的距离和关联度合并在一起, 根据相对贴近度, 对煤炭供需安全程度实施顺序排列。
3.3 结果分析
对上述结果进行分析, 在2011年到2014年我国的煤炭安全程度波动较大, 2012年较好, 2011年、2012年的煤炭供需较为安全。煤炭的基础储量基本固定, 在开采力度逐渐加大的情况下, 煤炭安全度较。实际上, 在这期间, 煤炭的安全情况呈现出降低-升高-降低趋势, 对煤炭安全评价进行分析后发现, 在2012年, 新出现的煤炭探明储量一直呈现出小幅度提升, 其余指标均在2013年达到最高限度。此种情况能较好地说明我国煤炭安全程度出现转折点的原因。为此, 要想确保我国的煤炭安全, 就要加大煤炭探查力度, 寻找替代能源, 让煤炭的供应保持稳定, 只有保证供给符合要求, 才能保证煤炭需求达到安全状态。
4 总结
此次研究依据经济学的供需理论对煤炭安全情况实施实证评价。首先需要对影响煤炭供需安全的因素实施判定, 以科学的方式筛选指标, 通过定量分析的方式对煤炭安全实施分析, 但实际的评价工作仍需在今后的工作中完善, 对煤炭部门制定决策起到指导意义。
摘要:煤炭是我国的重要能源, 在我国经济发展中发挥重要作用。当前, 能源的需求与供应的矛盾越来越大, 我国面临的能源形势比较严峻。为实现对我国的煤炭供需安全的定量分析, 本文分析相关的影响因素, 确定安全评价指标, 利用熵值法等创建评价模型, 展开实证分析。
关键词:供需,煤炭安全,评价指标
参考文献
[1]梁冰, 等.煤与瓦斯共采评价指标体系及评价模型的应用[J].煤炭学报, 2015, 40 (4) :728-735.
[2]柯小玲, 等.基于结构方程模型的煤矿区生态安全评价指标体系研究[J].中国煤炭地质, 2015, 14 (11) :27-30.
实证指标 篇7
1 技术指标分析简述
技术指标分析是金融市场上广泛应用的评价、预测和决策方法, 但是对于其应用效果却一直褒贬不一, 有的说简单高效, 有的说信号虚假误导。我们希望能够选择相对公开公平的市场, 选择足够的历史数据, 根据连续重复交易假设, 统计根据经典技术指标进行交易的胜率和盈利率。用历史数据统计结果客观的论证技术指标分析的有效性。
经典技术指标通常分为趋势类、反转类、能量动力类, 选择其中常用的代表性指标macd、kd、mtm进行统计分析。Macd是计算快慢移动平均线之间的偏差, 反映其聚合与发散的循环过程, 能够较好的跟踪趋势的形成、延续和结束并反转过程。Kd指标的计算原理则是计算当前价格在统计周期内的价格波动区间当中所在的空间位置, 反映当前价格是更接近周期内的高价还是低价, 根据经验数据判断行情反转的可能性, 并根据指标线的交叉进行交易。Mtm指标是直接计算统计周期内的价差, 根据价差的连续变动情况反映价格运动的快慢, 结合平均价差作为信号线判断交易信号。
2 模型编写
根据macd、kd、mtm指标的计算原理, 分别编制如下3个交易模型:
(1) Macd交易模型。
(2) Kd交易模型。
3 模型计算
选择国际市场流通性良好、交易信息公开透明的黄金、原油、道琼斯指数等交易品种, 利用近10年的交易数据, 分别测试日、周、小时等不同交易周期的盈利水平和成功概率。计算结果如表1所示。
4 结果分析
从测试结果来看, 三类指标交易模型的胜率都低于50%, 但在某些特定投资周期获利大于亏损, 能够达到微弱盈利率, 除了黄金市场盈利率较高。三类指标中, 动量交易模型MTM表现最好, 这说明捕捉金融产品价格的加速运动并在动量衰退时了结, 相对于其他交易模型而言是更好的策略。
5 结语
该文针对金融市场上常用的技术分析指标进行了历史数据回测, 测试结果表明根据传统的交易策略, 投资效果较差, 获利幅度和盈亏比率都较低。
摘要:技术指标分析是针对金融交易历史数据进行统计计算, 反映金融品种的市场特征和变化规律, 发现投资机会并控制投资风险, 是金融市场上一类广泛应用的投资分析和决策方法。其投资效果到底如何呢?怎样应用效果更好呢?该文简述了金融市场上广泛应用的经典技术指标的计算原理及应用方法, 选取国际市场代表性金融交易品种, 选取足够多的交易数据, 利用分析软件统计了投资策略的胜率与盈利率, 对统计结果进行了相应分析。
关键词:金融市场,技术指标,实证分析
参考文献
[1]王霞.技术指标分析在证券投资中的应用——基于因子分析和Logistic回归分析[J].物流工程与管理, 2016 (4) :155-157.
[2]梁淇俊, 郑贵俊, 徐守萍.LIANG基于生存分析的择时策略择优体系研究——以技术指标交易信号为例[J].金融经济学研究, 2015 (1) :96-106.
实证指标 篇8
针对城市综合服务功能的定义, 旅游服务主要为城市以外地区, 而不是为本城市区域提供旅游服务的功能, 旅游业能很好地体现一个城市的对外辐射能力。旅游业是以旅游资源为凭借、以旅游设施为条件, 向旅游者提供旅行游览服务的行业。狭义的旅游业, 在中国主要指旅行社、旅游饭店、旅游车船公司以及专门从事旅游商品买卖的旅游商业等行业。广义的旅游业, 除专门从事旅游业务的部门以外, 还包括与旅游相关的各行各业。为了研究中国主要城市旅游服务功能, 我们根据国家旅游局 (http://www.cnta.gov.cn) 发布的2009年主要城市接待人数进行排名。根据排名情况, 我们选取五大国家中心城市和旅游业发达的苏州、杭州、南京、深圳等共九个城市作为比较研究的对象, 而珠海、桂林、南京、大连等城市则作为一般指标的参考。
一、国内外相关研究的简要回顾
国际上几乎没有针对城市旅游服务功能的专门研究文献, 但对与之密切相关的城市功能的研究成果则极为丰富, 其中不乏附带提及或引申出来有关服务功能的问题。1933年的《雅典宪章》指出现代城市应该解决好居住、工作、游憩、交通四大功能及其功能分区的概念。又如世界城市规划大师彼得·霍尔 (Peter Hall) , 在《世界城市》一书中关于国际中心城市功能特征的论述, 其中涉及到城市的一些重要服务功能。美国学者芒福德 (Lewis Munford) 在《世界城市史》中关于城市具有容器、磁体与文化三种重要功能的论述。
在国内, 上海学者周振华 (2001) 开拓性论述了城市综合服务功能的内涵、基本属性及其度量标准。除此之外, 其他学者主要是从中心城市功能研究的角度顺带论及服务功能的问题。上海学者蔡来兴 (2004) 将中心城市的基本功能划分为集散、生产、管理、服务、创新五大功能;倪鹏飞 (2001, 2004) 将中心城市功能划分为十大类别, 其中除综合经济和加工制造功能外, 其余均为以服务业为依托的服务功能。综上可见, 目前, 国内外学术界大多停留在对中心城市功能研究的层面上, 而对城市旅游服务功能的专门研究还处于起步阶段, 同时, 国内外关于旅游服务业的发展研究已非常深入, 但对与之紧密相关的服务功能及其形成机制、实现方式的研究还比较有限。
二、城市旅游服务功能的内涵与特征
(一) 城市旅游服务功能的内涵
旅游服务功能, 主要指一个城市所具有的为本辐射区域各类经济活动和各类要素的自由流动提供全面、高效、便捷服务能力的总和。城市旅游服务功能的强弱, 不仅仅指城市服务业或城市第三产业的强弱, 而主要指城市对其自身以外区域的聚集和辐射程度的强弱。因此, 城市旅游服务功能不仅限于城市服务业或者城市竞争力影响因素。
(二) 城市旅游服务功能的特征
城市旅游服务功能具有以下特性:
1.对外服务性———旅游服务功能主要体现为城市的基本经济活动, 即主要为城市以外地区, 而不是为本城市区域提供旅游产品和服务的活动。
2.空间集聚性———旅游服务功能大多通过关联产业和机构在特定载体或区域的空间集聚来体现, 如旅游景点、旅游交通等。
3.辐射带动性——旅游服务功能与旅游业是不同的概念, 前者更注重通过产业、要素、设施、制度的优化组合、有机互动而形成强大功能, 这种功能能够与周边区域形成功能互补, 形成良好的耦合, 以高端的能量辐射带动周边区域的发展。
三、城市旅游服务功能评估的指标体系的构建
(一) 指标构建的原则
为了更为精确地度量城市旅游服务功能的强弱程度, 我们遵循以下几方面原则来构建其指标体系。 (1) 科学性。衡量城市旅游服务功能指标体系应建立在科学的基础上, 指标概念要明确, 统计方法要规范, 能够比较客观和真实地反映城市旅游服务功能的强弱程度, 并能较为精确地加以度量。 (2) 可行性。指标体系中的指标内容应简洁明了, 易于量化。并且, 指标数据要易于获得和便于更新, 且具有可对比性。 (3) 系统性。城市旅游服务功能指标体系要全面系统地反映城市旅游服务功能的发展状况, 且层次清晰。各指标之间既相互区别又互有联系, 层层深入形成一个综合评价系统。 (4) 动态性。功能的发育成熟是一个动态过程, 其评价标准也应该是一个相对地发展的概念。因此, 选择的指标体系必须能够反映城市旅游服务功能发展的历史、现状及未来, 揭示其内在发展规律。
(二) 城市旅游服务功能评估指标体系设计
为了有效地衡量城市旅游服务功能在不同时期发展的情况, 结合国内外城市旅游服务功能的相关理论研究和实践经验, 我们采用德尔菲法, 城市旅游服务功能的服务规模、服务结构和服务辐射力三大类指标, 并进一步从可操作性的角度进行了细分, 最终形成目标层 (A层) 、准则层 (B层) 和基础指标层 (C层) 的一整套较为完善的城市旅游服务功能强弱的指标体系 (详见下页表) 。
1. 旅游服务规模指标。
中心城市的集聚和辐射能力的强弱, 首先在其“量”上应当达到较大的规模。旅游业总收入和接待国内游客人次是反映城市旅游服务功能强弱的主要指标, 国内旅游收入可以作为旅游业总收入的替代指标;此外星级宾馆酒店数和旅游景点数大体能反映城市旅游基础设施的规模。
2. 旅游服务结构指标。
旅游城市与旅游业不占城市主导产业的城市相比, 旅游城市服务水平和服务的档次结构明显高于后者, 本文用旅游业总收入占城市GDP百分比来衡量服务结构的一个指标。同样, 旅游外汇收入占旅游业总收入的比重指标也能很好地反映出我们关于城市综合服务功能这一概念, 外汇占比越高, 表明该城市的旅游服务越能吸引海内外游客。五星级酒店数虽然可以作为城市的旅游配套设施, 但却是一个表明该城市旅游服务结构高级化的标志。
3. 旅游辐射功能指标。
中心城市作为一个地区的经济制高点和对外交往的平台, 是城市及区域经济社会繁荣兴旺的支柱。中心城市的发展, 能够极大地促进城市人流、车流、物流、信息流、资金流等在中心城市的交汇, 并通过多种经济活动加以作用或改变其形态, 然后向外输出, 以此辐射整个城市甚至更广阔的地区。就旅游服务功能而言, 该城市接待海外游客数和旅游外汇收入能够很好地反映城市的旅游辐射功能。
(三) 城市旅游服务功能指标量化及权重的设定
1. 方法的选取及判断矩阵的构造。
城市旅游服务功能指标的量化中的重要内容之一就是指标权重的确定。本文采用实践中广泛应用的层次分析法 (AHP) 来确定指标的权重。该方法的核心是将决策者的经验判断给予量化, 从而为决策者提供定量形式的决策依据, 在目标结构复杂且缺乏必要数据的情况下更为实用。
构造判断矩阵是运用层次分析法中的关键步骤之一, 它是根据掌握的信息, 针对准则层, 两两比较重要性, 并按Satty的1~9比率标度法 (9为极其重要, 5为明显重要, 1位同等重要, 1/5为不重要, 1/9为极不重要, 中间值依次类推) 对重要性程度赋值而得出的矩阵。
A= (aij) n×n, 式中aij就是表示第i个因子ai与第j个因子aj相对重要性比较而获得的标度值。
2. 指标的归一化和权重的确定。
本文采用方根法进行层次分析法的计算。首先, 列出各因子之间相对重要性的标度值矩阵, 并计算判断矩阵的每一行元素乘积的n次方根Ti:
并求出各评价因子的权重值Wi:
所求的特征向量。
为了确定各评价因子的相对重要性, 可以通过向相关专家及学者发放问卷, 再对原始有效数据的整理, 计算得出各评价指标的权重值及其排序 (见下页表) 。准则层指标权重也可以根据经验设定, 这并不影响城市旅游服务功能比较研究。
3. 城市旅游服务功能指标的计算。
为了较为真实地反映各指标对城市旅游服务功能的贡献, 同时也消除各指标量纲不同所带来的影响, 可以借鉴国内外城市旅游服务功能成长的经验数据以及各城市旅游服务功能的规划数据, 采用极差法对各指标原始数值进行标准化处理。根据上面计算出的权重和各指标的标准值, 建立动态的城市旅游服务功能综合评估模型:
其中, Pj为城市旅游服务功能第j年度的功能成熟度 (以2008年为基年, 规划年限为二十年) ;Wj为第i个指标的权重值 (共12个指标) ;Xij为第j年度第i个指标的标准值。依据该公式, 可以计算出城市旅游服务功能各年度的指数。通常而言, 城市旅游服务功能指标处于0到1之间, 越接近于1表示该城市旅游服务功能越为强大。
四、实证研究
为简化研究, 每类指标初始设定权重为0.33, 每一类指标中各因子权重相等。简化计算结果 (如下表所示) 。
综合以上比较与分析可以看出, 广州在旅游业规模落后于北京和上海, 居比较的九个城市中第三位, 重庆、天津、苏州、杭州与广州的差距不大, 广州人文旅游景点缺乏是广州在产业规模方面落后的主要原因;在旅游业结构高级化方面落后于北京、上海和深圳, 居所比较的九个城市第四位, 旅游业总收入GDP占比过低, 这与旅游产业不是广州发展的主导产业有关, 其次是五星级酒店数量相对较少;在旅游业辐射力方面仅落后于上海, 广交会带来的国外客流效应不可忽略, 应继续加强。总体而言, 广州综合旅游功能在所比较的九个城市中仅落后于北京和上海, 居全国第三位, 但邻近的深圳与广州差距较少。
五、结语
实证指标 篇9
良好的企业声誉被认为是一项战略性无形资产, 对企业参与竞争、吸引客户与合作伙伴、形成竞争壁垒都有积极作用。国外学者运用信息不对称理论、声誉信息理论等理论, 广泛探讨了声誉与各种影响因素之间的相互关系, 不仅包括财务因素, 而且将非财务因素纳入声誉研究中, 如Fombrun&shanley (1990) 以实证分析论证了利益相关者通过市场业绩、会计盈利及风险、媒体曝光度等财务及非财务因素对企业声誉进行评估。国内学者对该领域的研究也取得了积极进展, 如谭洪涛 (2007) 、郑秀杰和杨淑娥 (2009) 、黄亮华 (2008) 等通过实证研究表明财务绩效对企业声誉的评估存在显著的正向影响。但国内对其他财务及非财务指标因素对企业声誉的影响情况没有研究。中国市场影响企业声誉的财务及非财务指标有哪些呢?它们与企业声誉的相互关系是怎样的状况呢?其相互关系是否与发达市场一致?受益于国际声誉研究院发布的中国市场企业声誉测评数据以及国内外学者的研究成果, 文章将对中国市场的企业声誉与财务及非财务指标的关系做初步研究尝试。
一、理论分析
1.信息不对称理论。指的是信息在各个市场参与主体之间的分布是不对称的, 交易一方处于信息优势地位, 而另一方则相应地处于信息劣势地位。信息不对称会引起逆向选择。因此企业在竞争的过程中会向各方利益相关者传递其显著优势信息, 以提高其社会地位, 企业声誉即是该竞争过程的结果。
2.声誉信息理论。该理论将声誉看做是反映行为主体历史行为与特征的信息。声誉信息在企业的利益相关者之间的交换、传播, 形成声誉信息流, 增加了交易的透明度从而降低了交易成本。该理论强调了声誉的信息属性以及声誉信息流动在降低信息不对称问题上的作用。
在这两个理论的框架下, Charles Fombrun和Mark Shanley (1990) 建立了极具说服力的“现实情况中信息不对称条件下的声誉建立模型”。该模型表明声誉是企业利益相关者随着时间的推移, 通过各种财务及非财务因素对企业的评价。
二、研究假说提出
市场业绩与市场风险。高收益和低风险是投资者评价企业及其管理者时所乐见的。正如价格向消费者传递产品质量的信号, 较高的经济收益向投资者及债权人传达企业优良品质的信号。企业报告高收益和低风险就是向资本市场及其利益相关者传递他们已证实的价值及其乐观前景的信号。同样情况下, 投资者更希望得到较高的市场回报率和较低的市场风险, 因此, 提出如下假设:
假设1:在其他条件相同的情况下, 当前市场业绩较好的企业, 企业声誉相对优良。
假设2:在其他条件相同的情况下, 当前市场风险较低的企业, 企业声誉相对优良。
会计数据向对企业财务状况感兴趣的股东、债权人、管理者、政府、员工等利益相关者提供了一个明显的信息来源。财务报表展示了企业过去经营活动的当前成效和管理者对企业当前资源的配置状况。因此它们发出企业价值的信号。
会计盈利。从长期来看, 企业利益相关者要求企业是有利可图的, 因此, 提出如下假设:
假设3:在其他条件相同的情况下, 前期会计盈利较高的企业, 企业声誉相对优良。
会计风险。对于两个盈利水平相当的企业, 较高的风险水平会对利益相关者的声誉评估产生消极影响。据此:
假设4:在其他条件相同的情况下, 前期经营中的会计风险低的企业, 企业声誉相对优良。
偿付能力。债权人、供应商比较关注企业的偿付能力, 同等条件下, 具备较高偿付能力的企业更容易获得利益相关者的青睐, 据此:
假设5:在其他条件相同的情况下, 前期经营中的偿付能力较高的企业, 企业声誉相对优良。
机构所有权。组织机构持股的情况影响企业管理者的行为已是共识。投资者在企业股份中的构成可以说是向其他评估者发出了一个强烈的信号, 企业的机构投资者越多, 被利益相关者看好的可能性越大, 被视为经过机构雇用的消息灵通投资分析家们的认真评估。据此:
假设6:在其他条件相同的情况下, 机构投资者集中度较高的企业, 企业声誉相对优良。
企业规模。大企业往往得到更多的公众关注, 因此相对小企业具有较多的可得信息, 规模较大企业可能通过这种非对称优势加深利益相关者对其经营行为的熟悉度而受益。因此, 提出如下假设:
假设7:在其他条件相同的情况下, 企业规模越大, 企业声誉越好。
利益相关者也会以企业管理者的企业战略选择的结果为基础评估企业。部分企业利益相关者可能认为多元化经营会提高效率, 因为管理费用可能因集团化结构而降低。据此:
假设8:在其他条件相同的情况下, 多元化经营程度高的企业, 企业声誉相对优良。
三、研究设计
(一) 样本的选择与数据来源
本文选择2006—2009年国际声誉研究院 (中国) 发布的“中国市场企业声誉测评100榜”共400家企业为样本。剔除金融类上市企业、数据不完整的上市企业、未上市企业, 处理后共得到319个有效观测样本。
研究中所采用的数据通过以下几个途径获取:企业声誉指数从国际声誉研究院 (中国) 网站获 (http://www.reputa tionchina.com/) 。上市企业年度财务及非财务指标数据来自“全球上市公司分析库” (OSIRIS) , 部分指标 (市场业绩、企业规模、机构所有权、多元化程度) 通过Excel、SPSS15.0计算原始数据取得。
(二) 变量说明
主要变量包括企业声誉指数、市场业绩、总资产收益率、流动比率、企业规模等, 具体变量定义表 (略) 。
(三) 构建模型
在CHARLES.FOMBRUN所建声誉回归分析模型的基础上, 结合在前文的理论推理及实证分析, 本文建立企业声誉与财务指标相关性分析的回归模型, 该模型认为企业声誉是企业财务指标及其他相关因素的一个函数。
企业声誉=f (财务指标, 其他相关因素)
借鉴上述模型, 对于全样本、跨国企业和本土企业样本, 用如下模型来验证。模型:
四、实证分析
(一) 描述性统计
企业声誉指数按国别分年度描述性统计结果显示:本土企业声誉指数连续四年地狱跨国企业, 均值差从1.98~7.32不等, 表明本土企业声誉管理与跨国企业存在明显差距。
本土企业声誉指数按所有制性质分年度描述性统计结果显示:国企上榜企业数量远远超过民企, 显示中国地区利益相关者对不同所有制性质企业依然呈现出明显的偏爱差异。可能的原因:首先, 国有企业在依法纳税、职工福利、社会捐助等社会责任的履行方面要好于民营企业, 这些方面是政府、雇员及社区公众等利益相关者所关注的问题。其次, 国有企业经营历史较民营企业长, 社会知名度、产品质量的稳定性方面要优于民营企业。
(二) 变量间相关性分析
Pearson相关性分析结果显示, MP、RTA、CTR、ISA、SIZE、CIA与RQ显著正相关, β与RQ显著负相关, 分析结果分别支持假设1—8。总体而言样本企业的市场业绩、会计盈利、机构投资者集中度、企业规模、多元化程度对企业声誉有正向影响, 市场风险、会计风险对企业声誉有负向影响。
(三) 多元回归分析
注:***表示在0.01置信水平下显著, **表示在0.05置信水平下显著, *表示在0.1置信水平下显著。
多元回归分析结果显示:全样本模型分析证实了理论分析的结果, 并为假设1、2提供了显著支持, 市场业绩 (MP) 对声誉的评估呈现正相关影响 (相关系数为0.506) , 市场风险β呈现较强的负相关影响 (相关系数为-0.256) 。假设3和5也得到支持, 以总资产收益率RTA (相关系数为0.326) 表征的会计盈利指标以及以流动比率CTR (相关系数为0.255) 表征的会计风险指标为利益相关者的提供了信息, 并显著影响其对企业声誉的评估。假设6预测机构所有权将对企业声誉产生正面影响。全样本模型的回归结果支持银行、保险公司及基金等机构的持股集中度ISA (相关系数为0.328) 高的企业得到利益相关者更高的声誉评级的假设。假设7预测企业规模将对企业声誉SIZE (相关系数为0.269) 产生正面影响, 在模型的回归结果中也得到了支持, 规模大的企业可以得到利益相关者更高的声誉评级。假设8提出企业的多元化经营程度CIA对声誉有影响。结果显示, 模型未能为假设8提供支持, 但在跨国企业样本 (相关系数为0.370) 及本土企业样本 (相关系数为0.430) 的回归分析中, 该假设均得到了支持, 显示了多元化经营程度CIA对企业声誉显著的影响作用。
通过跨国企业与本土企业回归分析的对比可以发现, 市场风险β在本土企业声誉的构建过程中, 没有发挥重要的信息传递作用, 本文认为, 中国资本市场处在发展时期, β值的稳定性并不高, 尚不能为利益相关者提供充分的信息依据。企业规模指标SIZE在本土企业回归分析中的计算值也打破了全样本和跨国企业回归分析的结果, 说明企业规模较大的本土企业在声誉的建立过程中并没有明显发挥出规模优势, 利益相关者没有明显感受到规模较大的本土企业为利益相关者或社会作出了更大的贡献。
总之, 回归分析结果为假说供了重要支持。解释变量对被解释变量的贡献力度可以通过比较B系数来检验。按其重要性的递减顺序依次是:市场业绩, 机构所有权状况, 会计盈利信号, 企业规模, 市场及会计风险信号, 多元化经营的战略信号。
结论与展望
(一) 研究结论
本文能够将中国的本土企业与其身边的跨国企业竞争者同台对比研究, 不仅可以为本土企业的声誉管理提供一个国际视角的启示, 也同时给跨国品牌本土化进程提供了同一数据口径下的参考信息。
本文研究结果表明, 利益相关者依据市场信号、会计信号、组织机构信号及战略信号等财务及非财务信息来评估企业声誉。企业的风险回报状况、机构所有权、企业多元化姿态都向利益相关者传达企业前景并产生声誉。实证分析证明了本文的假设, 与预期一致, 市场业绩指标、盈利的会计指标向各方利益相关者传递的信息对企业声誉的评估影响最大, 对这些指标关注最多的是股东与债权人, 他们都是与企业关系最直接的利益相关者。同样重要的因素是市场及会计风险指标、多元化经营的战略信号。
上页表数据显示出了本土企业与跨国企业的在市场风险及企业规模因素方面的差异, 跨国企业更多的表现了与理论推理的一致性。本文的解释是:假说所依据的信息不对称理论与声誉信息理论产生和发展于西方发达市场经济环境, 所以能较好地解释其企业特征。中国刚迈入市场经济的大门, 企业生存发展的体制环境独具特点, 因此可能会出现差异, 如突出的所有制性质。总之, 本文将本土企业与其同台竞争的跨国企业进行了对比研究, 不仅可以为本土企业的声誉管理提供一个国际视角的启示, 也同时给跨国品牌本土化进程提供了同一数据口径下的参考信息。
(二) 研究展望
得益于国内外领域内的研究成果及国际声誉研究院的数据, 本文对中国市场企业声誉与财务指标关系的研究做了初步的尝试。今后的研究可以尝试将更多的财务指标纳入到研究中, 比如企业社会责任、股利政策等, 这些都是对企业声誉有影响的可量化指标。另外, 可以考虑非财务指标对企业声誉的影响, 如广告宣传等媒体因素, 在OSIRIS数据库中可以得到权威的相关数据。虽然常态因素对研究企业声誉具有相当大的信息价值, 未来研究也可以考虑诸如总裁换届、兼并、收购、合资以及新产品开发等短期因素冲击是否会以影响股票市场行为的方式对企业声誉产生影响。
参考文献
[1]查尔斯.福伯恩.信誉升级企业竞争力[J].商业:评论, 2008, (1) :78-62.
[2]郑秀杰, 杨淑娥.中国上市公司声誉评价及其影响研究[J].管理评论, 2009, (7) :67-69.
[3]Charles Fombrun, Mark Shanley.What’s in a name?reputation building and corporate strategy.The Academy of Management Journal, 1990, (33) :233-258.
[4]Dunbar RLM, Schwalbaeh J.Corporate reputation and Performance in Germany Corporate Reputation Review, Mar 2006, (2) :115-123.
实证指标 篇10
关键词:高校信息化,指标体系,德尔菲法,层次分析法
1. 构建高校信息化评价指标体系的基本思路及基本原则
(1) 基本思路。
(1) 充分体现评价目的。高校信息化评价是考察信息化能否帮助高校提高教学质量和管理服务水平、更好地完成教学科研任务和进一步制定信息化战略的依据, 并且可为整个信息化系统控制提供操作依据, 指导项目过程管理的开展。
(2) 立足现状, 兼顾未来。我国高校信息化水平与国外相比还较落后, 在软硬件及人才配备等方面都存在很大差距。因此, 高校信息化评价指标的构建, 应立足我国高校及信息化现状, 并反映高校信息化的现实需要及发展趋势, 加强基础设施建设、信息化应用及人才配备的考察和评价。
(3) 借鉴国家和企业信息化评价指标体系。企业和高校都属于组织范畴, 2者所构建的信息化性质比较类似。因此, 本文可以借鉴国家及企业信息化评价方法来构建高校评价指标体系。
(4) 通过多渠道设计评价指标的具体构成。高校信息化评价指标的设计可以通过多种渠道。通过对现有资源、利用率等数据的统计得到部分具体指标;根据用户的信息化需求设计一级指标。
(2) 基本原则。
构建高校信息化评价指标体系的基本原则包括: (1) 科学性原则; (2) 客观性原则; (3) 引导性原则; (4) 动态性原则; (5) 可持续发展原则; (6) 全面精练原则。
2. 高校信息化评价指标体系的构建
(1) 基本框架。
(1) 信息化战略。高校信息化建设既是技术问题, 也是战略问题。高校信息化建设只有上升到战略高度, 才能真正推动信息化建设有序高效进行。本文采用4个二级指标测定信息化战略:信息化主管领导综合能力、信息化主管部门组织地位、信息化建设规划、信息化经费投入。
(2) 信息化基础设施。高校信息化的基础设施是信息化发展的物质基础, 在某种程度上代表了高校信息化发展的水平。基础设施建设主要考核硬件设施的建设水平。这一指标包括应用终端装备、网络设施2个二级评价指标及8个三级指标。
(3) 信息化应用。测定指标主要包括应用管理系统、校园卡系统、系统集成情况3个二级指标及办公自动化系统应用程度、身份识别功能应用程度等11个三级指标。
(4) 信息资源。这一指标可以通过基础资源、电子信息资源、网络信息资源3个二级指标及下设的6个三级指标来反映。
(5) 信息化人力资源。信息化人力资源这一指标可通过信息化工作团队建设、信息化技能整体水平、信息化专业人才团队建设3个二级指标及应用系统管理队伍建设、网络管理队伍建设、教职员工信息化技能整体水平、学生信息化技能整体水平、信息化专业人才团队建设整体水平5个三级指标来体现。
(6) 信息化安全和管理。本文在信息化安全和管理一级指标下设安全管理方案、安全情况和管理情况3个二级指标和基本设施管理方案、应用系统管理方案、网络安全情况、主机安全情况、存储安全情况、网管系统使用情况、主机管理情况和网络故障率8个三级指标。
(2) 各级指标权重的确定及数据来源。
确定权重的方法很多, 如相对比较法、德尔菲法、层次分析法等。在高校信息化评价中可以采用层次分析法和德尔菲法相结合的方法确定权重。组织多个专家通过对某个学校实地调查, 问卷打分。
(3) 评价计算。
(1) 选定评价因素集。一级指标集T={T1, T2, T3, T4, T5, T6}, 二级指标集Ti={Ti1, Ti 2, …Ti j} (i=1, 2, 3, 4, 5, 6) 。
(2) 建立评价等级集。由专家组成评审小组, 评价等级分4级, 即V={V1, V2, V3, V4}={很好, 较好, 一般, 差}, 对应的评语加权系数矩阵为F=[9 7 5 3]T。
(3) 确立权重关系矩阵。用AHP法得出一、二级指标的权重:
(4) 单因素评价。首先建立单因素评判矩阵Ai={Ai j}。由于指标Ti j的模糊性可以通过特尔菲法得到Ti j隶属于第i价评语Vj的程度, 据此构造评判矩阵。单因素Qi=Wi×Ai (i=1, 2, 3, 4, 5, 6) 评价。
(5) 多因素综合评价。由Q构成更高一级的矩阵R, 求得综合评价矩阵M。M=W×R。最后, 计算综合评价值E=M×F, E表示高校信息化评价的分值。
3. 计算案例
以南京某高校的信息化为例, 根据上述计算步骤, 具体应用如下。
(1) 对专家组评分进行数学处理得到模糊评判矩阵。对专家的打分进行了模糊修正后得到模糊评判矩阵。
(2) 单因素评价Qi=Wi×Ai (i=1, 2, 3, 4, 5, 6) 得到:
(3) 多因素综合评价得出最终评价结果M。
(4) 评价结果。该高校信息化建设水平评估值为6.7515, 介于一般与较好之间。该校在信息化建设方面要继续抓好基础设施建设和信息化人才的培养与引进, 同时应加强对信息资源的建设, 重视后续配套的软件、系统、教育资源的开发和建设。
参考文献
[1]刘军跃, 徐刚, 黄伟九.高等教育信息化评价指标体系探讨[J].高教探索, 2004 (3) :47-49.
[2]李勇, 刘文云.高校信息化评价指标体系的构建[J].情报杂志, 2006 (3) :141-143.
[3]秦嘉杭, 许鑫, 苏新宁.高校信息化评价指标体系研究[J].现代图书情报技术, 2006 (4) :63-69.