最优选择模型（共10篇）
最优选择模型 篇1
随着经济高速发展, 物流已逐渐成为众多企业、专家和学者的研究热点。在整个物流系统中, 运输是物流系统中最为重要的构成因素, 合理安排物流配送网络, 减少运输费用, 可以为物流公司节约相当高的成本。而配送是一个直接与消费者相连的重要环节, 优化配送网络, 进行合理的物流配送是实现运输规模经济、节省运输费用的重要手段。物流配送网络实际上由多个不同的网络组成, 每个网络都服务于特定的目标, 但每个网络又不是孤立进行运作的。确切地说, 在不同的运输网络之间存在极大的重叠和冗余。因此, 通过配送网络的优化, 消除这些冗余是降低配送成本的有效手段。
1 系统成本分析
物流成本最主要由仓储成本、物流管理费和运输费用构成。而在这里我们重点讨论物流成本。我们通过合理的选择配送系统来达到减少运输费用的目的。我们首先来了解一下配送系统及相关因素。
物流配送系统的目的正是为了帮助物流配送企业随着市场需求变化, 不断调整企业的运作方针, 优化企业的业务流程, 提高企业经营管理水平和企业竞争力。与配送系统相关的因素可归结为三个方面:
(1) 配送中心的选址。
具体包括如何选择配送中心, 合理安排配送中心的数量。
(2) 配送系统的运输。
具体包括运输方式及费用, 运输路线及人力的配备。
(3) 配送系统的库存。
具体包括库存地点的设置和库存容量。
相应的, 我们可以将配送系统的相关成本费用归结为三部分, 即配送系统的选址成本、货运成本和库存成本。
为了达到物流成本最低, 我们应该有合理的配送系统, 选择最优配送模型。而配送系统有许多设计模型, 我们不能局限于某单个部分的精分细算, 我们要考虑整个系统的成本。均衡几个重要的影响因素, 我们设计出一个合理的模型, 来达到成本最低的目的。因此, 配送系统的选择应该要能全面的反映各决定因素的交互作用关系, 要全面的对货运成本、选址成本和库存成本进行综合的权衡分析。下面我们就此来设计一个模型, 是根据上面的原则来完成的, 是一个谋求成本最低的模型。
2 数学模型描述与建立
假设要在一个区域中设立一个物流配送中心P向周围n个企业送货。设第i个企业的坐标是 () (…, ) , 它所具有的物流量为, 单位物资的全程的运费, 试着来确定物流中心, 得出最有方案并做简要说明。
2.1 数学模型 (模型1)
我们可以假设物流配送中心的坐标为, 物流中心的总物流费用为;利用数学知识可知,
这就是一个总物流费用的数学模型。其中方括号的二分之一方就是物流配送中心到客户i的直线距离。求出一组坐标值使总费用F最小, 也就得出了物流网点的最佳方案。为此, 我们可以先对上式求偏导数, 把所求的偏导数令它等于0, 可以得出一组方程的根的等式:
运用数学知识可以解出上面方程组, 得到和的值。其解的结果如下:
由上式, 等号两边你会发现都含有变量和, 我们不容易直接求出和的值, 需要用迭代法来求解。所谓迭代法, 就是将和的任意一组可能值作为初始解 (0, 0) 代入等号右边的和, 求出等号左边的和得到的值, 作为一级迭代解 (1, 1) 。如果 (1, 1) 不等于 (0, 0) , 则再把 (1, 1) 代入等号右边的和, 求出等号左边的和的值, 作为二级迭代解 (2, 2) , ……以此类推, 一直到最后 (n, n) 等于 (n-1, n-1) 为止, 这个时候 (n, n) 就是物流配送中心的最佳位置值。
2.2 数学模型 (模型2)
重心法是一种模拟法。它是利用力学原理来分析物流学问题。
我们知道, 在力学中有个中心问题, 任何物体都有质量, 有质量必有重量, 有重量的物体必有重心。由多个质点组成的一个系统也必须有它的重心。如果用一根筷子撑起这个重心, 则这个系统能够保持平衡。其物理力学原理是:质量等于所有各个质点质量的总和, 其重力力矩等于各个质点重力力矩总和。
相应的, 我们也可以做一个模拟, 可以把一个物流配送中心向周围多个企业配送, 这些企业好比平面上的多个质点, 把质点重心当做物流网点。于是我们建立起一个力学模型。
在平面上有1, 2, 3, 4, 5等n个企业。
第i个企业的坐标是, 它所具有的物流量为, 单位物资的单位里程的运费为, 可以假设物流网点的坐标为, 则根据重心原理, 有下面的等式存在:
从而可以得出一组物流网点的坐标值:
我们将所求的 (0, 0) 即为初始值。这种迭代法的计算比较麻烦, 建议最好采用计算机计算。
3 仿真实例
例如在一个区域有5个企业1, 2, 3, 4和5, 它们各自的坐标、物流量和单位吨公里运价如表所示。现在要在该区域建立一个配送中心, 如果要求总物流费用最省, 则该如何选择配送地址可以达到要求?
因为要求配送方案最合理, 必须要物流费用最省, 我们可以根据前面的物流模型来确定最佳配送中心。现在我们根据模型的计算方法, 从以上数据我们可以利用重心法和迭代方法求解。先用重心法确定初始值, 然后用迭代法求出最终收敛值。迭代结果如下:
4 结语
通过比较测试结果, 我们不难发现, 使用最优配送方案可以极大地降低配送的成本。电子商务企业中网络配送方案的设计是一个复杂的问题, 要对其进行优化处理从而得到一个最优方案。配送网络的优越性可以通过对货物进行预处理得到提高。本文在考虑网络配送方案建设规模这一因素的同时, 结合实际运作, 对电子商务企业客户需求总量小、品种多、位置分散的特点设计出物流商品配送方案的优化规划模型, 通过仿真实例计算取得了满意的结果。文中提出的数学模型和优化算法为电子商务企业网络配送方案的优化设计提供了一个可行的方法。
从表中我们可以看到最后两组解相等, 即是我们收敛结果, 为我们所需要的。因此最优的配送中心地址就是 (4.89, 5.05) .
摘要：本文建立了电子商务中网络配送方案优化设计的模型。研究物流配送网络的优化问题, 通过对配送货物采用聚类预处理, 增加了系统处理实际问题的规模, 提高了配送网络的优化性能。测试结果表明该方法有效地降低了配送的成本, 提高了效率。
关键词：物流管理,网络配送方案,最优化
参考文献
[1]赵晓煜, 汪定伟.供应链中二级分销网络优化设计的模糊机会约束规划模型.[J]控制理论与应用, 2002, 19 (2) :249-252.
[2]刘明菲, 王槐林.物流管理学[M].武汉大学出版社:2004 (8) :207-214.
[3]李伊松, 易华.物流成本管理[M].机械工业出版社:2005 (3) .
选择最优方法提高短跑教学 篇2
关键词：最优方法 短跑教学 体育教学 体育课
中图分类号：G8 文献标识码：A 文章编号：1674-098X（2015）05（c）-0116-02
短跑是体育教学中不可或缺的一个重要项目，从小学到大学的体育课锻炼标准以及初中升学体育考试和高校招生考试中，都有短跑项目。在体育教学和训练中，会经常发现，有的学生跑起来浑身上下都很用力，脸部与颈部以及全身肌肉始终处于紧张状态，成绩反而不好，这主要是由于短跑时的肌肉放松能力较差，影响了短跑成绩。
短跑也是一项高强度的运动，学生在进行练习与比赛时，无论从生理与心理方面都承受着极大的刺激和负荷，因而容易引起紧张。从生理学方面分析，肌肉的收缩和放松是在神经系統的支配下交替进行的。肌肉在收缩时缩短，在放松时伸长，这是同一物体表现出的两种不同的运动形式，作用于同一关节机能相反的两种肌肉，若主动肌收缩，则对抗肌放松；当对抗肌转化为主动肌收缩时，则主动肌转化为对抗肌放松，肌肉是如此交替配合完成一定运动的。因此肌肉只是一味的紧张收缩，而不能很好的放松舒张，就不能有效地发挥人体的运动潜能；从心理方面分析，运动过程中的有关刺激都会给学生产生强烈的刺激和较重的心理负担，因而必须让学生在心理上不断放松调节的机会，才能控制好肌肉运动。在多年的教学和训练中，我主要从这两个方面尝试，让学生在短跑教学中注重肌肉放松能力来提高短跑速度。
1 发展主要关节灵活性，培养学生肌肉放松能力
（1）原地耸肩和沉肩练习：重复不断的作耸肩和沉肩练习，会让学生体会肌肉紧张与放松时的不同感觉。
（2）两臂前后绕环练习：以肩关节为轴，两臂作向前向后绕环练习，肩关节放松，不断让摆幅增大，摆动速度也会逐渐加大。
（3）俯卧撑练习：用手掌支撑在地面上，作两臂屈伸练习，屈伸由慢到快，不允许塌腰，不允许翘臀部，身体成一条直线，俯卧撑个数尽量以学生的承受量为准。
（4）弓步压腿练习：身体正直，在有节奏的情况下进行练习，直到压至有痛感时，必须停留一会的放松过程。
（5）仰卧高抬腿练习：身体仰卧在垫子上，两腿交换做高抬腿运动，大腿尽量抬高、而且速度一定要加快，脚也一定要离开垫子。
（6）扶肋木进行摆腿练习：分左右摆腿和前后摆腿，在左右摆腿时，向左摆时屈膝用力，向右摆时则随惯性自然放松摆放；在前后摆腿过程中，向前摆时屈膝用力，向后摆时随惯性自然放松摆动。
2 发展跑的专项练习，培养学生跑的放松能力
（1）原地摆臂练习：空手作原地摆臂练习，要求学生身体自然前倾，肩关节放松，颈部放松，脸部肌肉放松，在教师的口令或击掌下进行摆臂练习。在练习动作时学生会感到单调无味，我就利用直观、生动、形象和热情气氛来激发学生情感的共鸣，对学生进行心理暗示，让学生想象自己手中捏着易碎的东西进行摆臂练习，但要求在摆动时又不能将其捏碎，这样通过意念使学生摆起臂来自然、轻快、放松。同时在教学中又把学生分成两组进行比赛，比“速度”、比“数量”，一组进行比赛，时间为10s；另一组进行计数，第一次采用习惯用力摆臂或在肌肉紧张的情况下摆臂；第二次采用课堂教学练习时的摆臂动作要求学生肩部肌肉放松快速摆臂。两组各轮换进行两次比赛，让每个学生体会到两次摆臂的不同效果。通过教学比赛，学生体会到第二次练习的摆臂次数多余第一次练习的摆臀次数，让学生明确体会到肌肉放松时对短跑速度提高的重要性。
（2）跑的各种专门练习：采用小步跑的办法，主要让学生感受、体会、掌握柔和着地和“趴地”动作；采用高抬腿跑，体会和掌握抬大腿的技术，发展骼腰肌等肌群力量；采用后蹬跑，主要体会和改进摆动腿的前摆和后蹬的技术，发展腿部力量；采用后踢跑，主要体会和掌握后摆技术和折叠动作，发展大腿屈肌力量等形式，要求学生以上肢的放松能力来影响带动下肢运动，将各种动作练习与技术融于一体，使学生的动作放松协调、舒展大方、轻松有力、动作幅度加大、步长增加，从而获得较快的跑速，并在练习时不断提醒学生注意放松用力。因此，放松能力是获得快速跑成绩的目的。
3 发展多种形式的跑，来培养学生的放松能力
在教学过程中，经过多年的观察、了解和分析，我发现学生的放松能力是极差的。为此，根据学生的不同特点以及学生的个体差异，我特制定了正确的教学方案，把握好阶段性和整体性的教学目标，有计划、有目的地组织学生参加短跑训练的放松练习，促进学生身体及其机能的正常发育，全面发展他们的身体素质（速度、力量、灵敏、耐力、柔韧等）和人体的基本活动能力，增强体质。学生在掌握短跑运动放松训练的基本知识和技能的同时，也会养成良好的锻炼习惯，学会科学的短跑方法，甚至培养良好的体育道德、顽强的意志和毅力等。基于以上好处，我在课堂上对学生进行放松能力练习的具体方法有以下几方面。
（1）放松弹性大步加速跑：在60～80m的距离之间，采用中速启动，匀加速跑，要求学生动作放松，脚前掌着地，富有弹性，但注意随着速度的增加而逐渐加大步幅，逐渐提高蹬地的力量和摆腿的幅度，使学生充分体会放松跑的技术，切不可急停，体会踝关节的缓冲技术等来完成放松跑的能力。
（2）快速跑：采用的是单人练习法，按学习成绩把学生分成不同的几个组，让每个学生单独进行快速跑练习，这样既可以充分表现学生的技术水平，又可以调动学生在心理、生理、情绪等方面的积极性，使之轻松自然地完成教学任务。又能指出每个学生所存在的问题，从而避免多人一起跑时造成手忙脚乱、破坏技术现象。经过一段时间的教学，使学生能将各种技术融于一体，在轻松、愉快下完成教学任务，为提高短跑的技术打下了良好的基础。
（3）波浪法：在田径场两边直道上设一起点，把学生分成不同的4人一组，要求学生加速跑30m后，作30m的放松惯性跑，然后再转入慢跑至第二个直道相应位置，再作同样距离的快速跑—惯性跑—慢跑。每次2～3圈为一组，组间可休息5 min，一堂课练习2～3次，这样不仅培养学生的放松能力与速度感，又提高了学生的速度耐力，也为提高短跑成绩奠定下了坚实的基础。
（4）往返跑：在100m直道上划一起点，划50m加速段落，再划30m惯性跑段，再进入20m的慢跑，转入往返起点，作同样的加速跑-惯性跑-慢跑的往返练习。把学生分成两人一组，依次进行，在练习中要求学生采取高重心、大幅度的动作，较快的发挥速度，每组练习4～5次，组与组间歇的时间为休息时间。在练习时，提醒学生在跑的时候注意放松协调以及在往返跑中再次加速的能力练习。
（5）竞赛法：利用对比教学手段进行一定强度的测验跑，方式进行100m跑的测验，两人一组，每个学生测验两次，第一次不提要求跑100m，第二次则要求学生在加速过程中体会放松用力，然后进行对比。从教学比赛成绩看两次的对比，第二次的成绩往往优于第一次。从而让学生进一步了解跑的放松能力的提高是提高成绩的重要因素，在今后的学习中学生会自觉提高跑的放松能力。
4 结语
为了达到短跑教学的最优方法，提高学生对体育课的兴趣，在短跑教学训练中决不能忽视放松能力的教学练习。只有这样，才可以起到事半功倍的作用，从而提高学生的短跑成绩，诱发学生的学习兴趣，更重要的是让学生真正达到了增强体质的目的。一举多得，何乐而不为呢。
参考文献
[1]李双成.短跑的助力训练和阻力训练[J].北京体育大学学报，2003（1）：130-131.
[2]郭良.谈短跑训练方法的选择和运用[J].呼伦贝尔学院学报，2003（1）：110-112.
最优选择模型 篇3
关键词：电网规划,多目标,最优模型
电网规划的目标是在规划期末形成理想的网络结构, 以实现系统的各项目标。多目标电网规划以满足网架的经济性与可靠性要求为主要目标, 而两者存在一定矛盾性。电网规划中的经济性指标要求降低网架的投资、运行及维护费用, 以降低综合成本;而可靠性指标多表现为通过加大建设投入的方式, 力求获得更为可靠、更加灵活的网架结构。这提出了多目标电网规划最优模型选择的新课题。
1 多目标电网规划面临的问题
1.1 数学模型
1.1.1 目标函数
电网规划的目标中包括经济性与可靠性指标, 优化目标是是寻求两者的最优结合点。较为普遍的处理方法是把缺电损失费用作为可靠性指标经济评价, 直参与目标函数的计算, 这一方法认为资金投入与可靠性指标增幅间的对应关系是确定的, 该方法理论上正确, 但在实际运用过程中存在着较大缺陷。这由于缺电损失费用与投资费用相比, 在电网规划的综合成只占有很小的比例, 在寻求最优的规划方案时的地位相对次要, 因此, 将投资费用与缺电费用直接相加的处理方法无法公正客观地反映规划方案中经济性与可靠性的关系, 较为合理的做法是通过合理选择目标函数中开发成本与缺电成本之间的权系数, 协调两者的关系, 以获得最优目标。
1.1.2 约束条件
在多目标电网的规划中, 被人们普遍重视的是可靠性分析, 因为它可以使规划方案兼具经济性与可靠性。在诸多的可靠性指标中, 能转变成经济形式的指标才能够进入目标函数, 剩下的指标通常会作为约束条件, 这样就导致优化问题的约束空间变得更加复杂, 进而影响了其算法的收敛性能及搜索能力。所以, 一定要正确选择约束条件的可靠性指标, 只有这样才能解决电网规划中所涉及的可靠性问题, 而又不影响电网规划算法的求解能力。
1.2 电网规模的问题
传统的数学优化算法解决这样的大规模电网规划问题, 往往存在着很大的局限性, 不能得到满意的结果:局部最优、维数灾难、约束条件及目标函数不处理困难等方面。以遗传算法为代表的新兴优化方法, 在一定程度上克服了传统优化方法的缺点, 保证了最优解的获得。然而, 以上的方法还处在发展的阶段, 各方面仍存在着不足之处。特别是在解决大规模的电网规划问题时, 此类算法也许会产生一些适用性的问题, 例如运算时间长、寻优速度慢、收敛精度差等等, 此类问题须在今后的研究中加以解决。
2 多目标电网规划的最优化模型
2.1 数学模型
2.1.1 决策变量
电网规划的决策变量可选择为网络状态与网络扩展方案。x (s) 表示第阶段s的网络状态, u (s) 表示第s到s+1阶段的网络扩展方案, 则第s+1阶段的网络状态可表示为:
网络初始状态为x (0) , 电网规划包括Np阶段, 电网规划就是寻求网络可行性的扩展方案u (s) (s=0, ...Np-1) 的过程, 以得到水平年的x (s+1) 。
2.1.2 目标函数的向量表达
多目标最优化模型的向量表达为:
上式中x= (x1, x2...xn) T表示该模型的决策变量, X表示约束集, gj (x) 与hk (x) 为约束条件, 模型向量目标函数f (x) =[f1 (x) , ..., fm (x) ]T。在引入向量表示后, 该模型又称为向量数学规划模型 (VMP) , 将多目标电网规划的约束条件替换为上式中的对应项后即可得到向量表示的多目标电网规划的最优模型。
2.2 求解方法
对于VMP模型求解, 所得到的解应满足决策者的要求, 同时又是问题的有效解。这是多目标与单目标电网规划一个重要的不同。求解VMP模型的根本途径是通过单个目标的评价函数表示多个目标。既通过评价函数u (f) =u (f1, ..., fm) 评价m个目标f (x) =[f1 (x) , ..., fm (x) ]T, 把多目标极小化问题的求解转化为求解单数值目标极小化问题。这其中线性加权和法是最基本、最实用的评价函数法。
2.3 线性加权和法
线性加权和法按照问题中不同目标的重要程度, 分别赋予数值并将该数值作为各个目标的系数, 然后通过各个目标相加求和构造评价函数。将该评价函数极小化, 所得到的最优解即为多目标问题的最优解。对于VMP模型, 评价函数如下式:
式中, ω (i=1, 2..., m) 表示各目标函数的权系数, 通过该评价函数, 多目标最优化模型可表示为:
上式所得的最优解即为根据各个目标的重要程度求得的各目标的最小解。权系数的确定方法主要包括α法、均差排序及老手法, 下面通过α法求解权系数, m个目标函数, fi (x) (i=1, ..., m) , 在可行域X对各目标函数极小化, 设得到的极小点为:
由上式所求得的极小点计算得m2个目标值:
通过求解方程组得到:
式中的Wi (i=l, 2..., m) 即为求得的权系数。
3 算例分析
电网系统在规划水平年有19个节点, 32条支路, 经济性与可靠性参数中线路故障率为0.05次/ (a*KM*回) ;线路修复率9.13*10-4a (次*回) ;缺电损失的评价率为5元/ (KWh) 负荷持续时间为3500h。
运用α法确定权系数, 通过加权和法对该算例作如下求解:
电网规划经济性目标函数为:f1*=45171.5万, f*21=4119.6万
可靠性目标函数为:f2*=3112.2万, f*12=53251.5万, 对应的权系数ω1, ω2分别为0.1652, 0.8346。
通过公式 (4) 求得规划方案的综合评价值u (f) , 进而获得综合效益的最优方案。通过对规划方案的比较分析, 经济性最优方案的可靠性指标与最优可靠性值的偏差为16.5%;可靠性最优方案的经济性指标与最优经济性值的偏差为11.2%。而综合考虑经济与可靠性指标的多目标规划模型, 与经济性和可靠性单目标方案相比, 更接近目标规划的理想点, 可取得更好地综合效益。
参考文献
[1]王琦, 张承学, 吴雁.一种用于变电所优化规划的新算法[J].高电压技术, 2005, (08) .
[2]丘文千.多目标电力系统无功优化及其方法[J].南方电网技术, 2010, (05) .
全球经济再平衡的最优选择 篇4
情景一：美国家庭储蓄率和总储蓄率上升，中国居民消费大幅上升，全球平衡得到校正，这是最理想的，但可能也是最难的，不容乐观。
情景二：美国家庭储蓄率和总储蓄率上升，不再需要中国过多的产品，中国GDP进入较低的增长阶段。或者是由于通货膨胀导致实际有效汇率变化，从而发生这种调整，这是我们力求避免发生的情况。
情景三美国家庭储蓄率上升，中国居民消费有提高但幅度不够，同时增加城镇化投资，两者之合力使过剩储蓄及其外流充分下降，这也是一个可接受的选择，但要对城镇化的投融资方式和工具进行相应的改革。
情景四：美国家庭储蓄率和总储蓄率上升，不再需要那么多出口，中国有可能会向其它发展中国家转移产能。这一情景也是好的方向，将有利于发展中国家的工业化和未来消费的提升。
情景五：美国总储蓄率的提高并不那么顺利和持续，公共消费仍居高不下；而中国的调整较为顺利，部分产能转移出去，或者尚存的过剩储蓄分流到美国以外的其他国家。这时候仍有可能出现美国对于某些发展中国家和产油国保持有贸易不平衡和储蓄流动的问题。
情景六：我们最不愿意看到的，就是大家都进行了调整，但都不太成功，使国际经济的不平衡格局持续，贸易摩擦和贸易保护越来越严重。
沿着上述情景分析，我们应力求出现情景一，这是我们的最优选择。同时，要尽力避免情景二和六，这都是对我们最不利的。
最优选择模型 篇5
为了分析交通拥挤特性以及对交通流进行最优控制, 必须对动态交通流进行建模研究, 动态交通分配 (DTA) 考虑了交通需求随时间变化的特性, 能够给出瞬时的交通流分布状态, 它是ITS (智能交通系统) 项目中最重要的关键核心技术基础之一。动态交通分配理论经过20多年的发展, 目前有许多有效的方法。其中, 变分不等式理论在处理不对称方面的优势以及其清晰的解析特性, 使得动态最优交通分配的变分不等式模型的研究迅速发展[1]。
Ran等从单用户角度, 在1996年提出了一系列基于路段的理想动态用户最优路径选择问题的变分不等式模型[2,3,4]。文献[5] 针对我国城市混合交通的特点, 借助于share需求模型, 建立了混合交通运量分布与平衡分配的极值模型, 证明了模型的最优解与Wardrop用户最优均衡条件等价, 提出了求解的方向搜索法。文献[6]建立了随机动态用户最优路径选择模型, 并提出了两种K最短路径的启发式算法。文献[7]将车辆分为小汽车和卡车, 在路段费用函数中充分考虑了共用同一道路设施的用户间的相互作用及其不对称性, 建立了多用户类的动态交通分配拟变分不等式模型, 提出了实用的嵌套修正投影算法。文献[8]在多起点多讫点的一般结构城市交通网络上建立了离散动态均衡的交通分配模型, 允许用户对路径和出发时间同时选择。文献[9]在多用户类和多停车设施的条件下, 建立了同时考虑出行时间、路径、停车位置和停车时间选择的动态网络均衡模型, 并且提出了一种启发式算法和算例。文献[10]在分析出发时间和路径选择的组合DUO条件的基础上, 建立了与之等价的双层VI模型, 并给出了两种启发式算法。Chen[11]等建立了离散时间基于路段的动态用户最优路径选择模型, 并且给出了一个嵌套对角化算法和算例。文献[12]提出了交通系统的三维结构, 指出要有效缓解交通阻塞问题, 必须从系统工程的角度综合考虑交通系统间各维度的协调控制。 文献[13]在路段出行成本是流量的单调函数的较弱条件下, 分别对于固定需求和弹性需求的情形, 首次证明了静态的随机用户配流模型可以表示为一个变分不等式问题。文献[13]将具有弹性需求的随机用户平衡 分配问题描述为一个等价的变分不等式, 在路段出行成本函数是路段流量的严格单调上升函数的假定下, 给出了其等价的凸数学规划问题, 并针对公交网络问题的特殊性, 提出了相应的算法。文献[14]首次把瞬时的路径选择和出发时间决定的动态用户均衡问题表示为一个变分不等式模型, 该模型满足先进先出 (FIFO) 条件。
本文在个体用户基于logit模式进行出行选择的假设下, 建立满足动态随机用户最优出行方式、出发时间和路径选择条件的变分不等式 (VI) 组合模型, 说明该VI模型解的存在唯一性, 并且在此基础上使用投影算法对一个简单网络进行算例验证。
1 符号和假设
假设G (N, A) 是具有多起多讫点的强连通交通网络, N是网络节点集, A为有向路段集, 起节点集合O⊂N, 讫节点集合D⊂N, 起节点个数为|O|, 讫节点个数|D|, r∈O表示任一决策节点, s∈D表示任一目的节点, 网络中所有OD对集合为W={rs:r∈O, s∈D}, 网络中OD对集合的个数为|W|, |M|为所有出行模式的数目, |R|为rs对间路径的条数。考虑一个固定的时间段[0, T] (T是能够满足所有用户在高峰时间出行且能够完成旅行的时间) , 假设在时间段T内任一OD对间总的出行需求已知, 为Drs (T) , 用户可选择的出行方式有M种 (公交车、小汽车、摩托车、自行车等) , 可供选择的出发时间t为[0, T]中任意一点。相关的决策变量表示如下, 这些变量中, 所有带有上标rs的变量均表示决策节点为r, 目的节点为s.
xma (t) ——时刻t行驶在路段a上的第m种方式的出行数量*; (m∈{1, …, M}, 以下均同)
uma (t) ——时刻t第m种出行方式进入路段a的流入率**;
vma (t) ——时刻t第m种出行方式离开路段a的流出率**;
f
frsmp (t) ——时刻t第m种出行方式从起点r到讫点s间第p条路径上的出发率**;
τma (t) ——时刻t进入路段a的第m种出行方式的交通流在路段a上花费的实际旅行时间。
其中带有*的变量表示状态变量, 带有**的变量表示控制变量。个体用户进行出行方式、出发时间和出行路径的选择, 假设个体用户每种出行方案 (一个出行方案是出行方式、出发时间和出行路径的组合) 的效用函数的随机误差项服从相互独立的Gumbel分布。
2 出行方式/出发时间/路径选择问题
实际生活中, 用户的出行方式和出发时间一般并不事先给定, 而是根据出行目的, 参考自己的经验和外界的信息进行确定。在出行活动实施的过程中, 用户往往根据某种原则动态选择自己的行进路线, 原先确定的路径就有可能发生变化, 个人行为的变化导致了交通流量在路网上的分配不是一成不变的, 这实际是一个结构 (出行方式) 、时间 (出发时间) 、空间 (出行路径) 的三维决策问题。假设个体用户完全了解路网上的交通信息, 能精确计算每条路径的出行成本从而做出完全正确的出行决策, 则将导致确定性动态用户最优均衡, 如果个体用户不完全了解路网上的出行交通信息, 在出行中按照个人理解的最小出行成本来进行出行决策, 则将导致随机动态用户最优均衡[15]。实际中这种按照个人理解进行出行决策的情况是大量存在的, 我们的目标是要在得到在每个出发时刻, 每一条路径上各种出行方式的流量速率, 以及各条路段上的流入率、流出率、出行数量。
2.1 出行方式/出发时间选择
对网络中任何一个产生出行的决策节点, 用户选择不同的出行方式、出发时间和出行路径, 会产生不同的出行成本 (包括时间、经济支出和一定的心理成本等) 。
令frs (t) = (frs1 (t) , …, frs|M| (t) ) T是t时刻rs间出发率向量。后面用带下标1的c1表示出行方式/出发时间选择下的实际成本, 用带下标2的c2表示出行路径选择下的实际成本。
令c1 (frs (t) ) = (c1 (frs1 (t) ) , …, c1 (frs|M| (t) ) ) T为OD对rs间所有出行方案下的实际出行成本向量, 其中每一个分量c1 (frsm (t) ) 表示OD对rs间从t时刻出发的采用第m种出行方式下的实际出行成本, 假设c1 (frsm (t) ) 是瞬时出发率frsm (t) 的单调递增可微函数。
c1 (frsm (t) ) 由以下四部分的加权和构成:①该种出行方式下的经济成本支出 (车票、油耗等交通费用) , ②在出发的起节点由于等待造成的损失, ③花费在路上的旅行时间, ④由于早到带来的利益或者迟到带来的损失。
将实际出行成本函数c1 (frsm (t) ) 定义为
其中, μm是与出行方式相关的经济成本支出, amt是由于等待而产生的效用项, 参数αm≥1表示对用户而言, 1单位时间等待造成的损失比1单位时间在路上行驶造成的损失大, τrsm (t) 是OD对rs间采用第m种出行方式在时刻t的实际旅行时间, Trs是要求到达的时间。
下面给出动态随机用户最优出行选择条件的定义。
定义1 (动态随机用户最优出行方式/时间选择均衡条件) 称网络上的交通流满足动态随机用户最优出行方式/出发时间选择条件, 如果对任一OD对rs, 在任一时刻t, 每一种被使用的出发时间和出行方式下的瞬时出行成本都等于该rs对在t时刻的最小理解瞬时出行成本, 称此时的网络流量状态满足动态随机用户最优出行方式/出发时间均衡条件。
2.2 路径选择
当个体用户确定了出行方式和出发时间后, 在出行过程中, 用户会根据实际路网的情况适时调整自己的行进路线, 假设用户按照个人理解出行成本进行路径选择, 那么网络达到的均衡状态称为随机用户最优均衡。
假设rs间总的路径条数为|R|条, 令grsm (t) = (frsm1 (t) , …, frsm|R| (t) ) T是t时刻rs间采用第m种出行方式的路径向量。
令c2 (grsm (t) ) = (c2 (frsm1 (t) ) , …, c2 (frsm|R| (t) ) ) T为OD对rs间所有出行方案 (这里出行方案是选择某条出行路径) 下的实际出行成本向量, 其中每一个分量c2 (frsmp (t) ) 表示OD对rs间从t时刻出发的采用第m种出行方式下第p条路径的实际出行成本, 假设c2 (frsmp (t) ) 是瞬时流量速率frsmp (t) 的单调递增可微函数。将实际出行成本函数c2 (frsmp (t) ) 定义为:
这里, τma (t) 表示时刻t采用第m种方式路段a上的旅行时间, Arsp表示rs间第p条路径所包含的路段集合。
下面给出动态随机用户最优路径选择条件的定义。
定义2 (动态随机用户最优路径选择均衡条件) 称网络上的交通流满足动态随机用户最优路径选择条件, 如果对任一OD对rs, 在任一时刻t, 使用同种出行方式同时出发的用户, 该rs对间所有被使用的路径的瞬时阻抗都等于该rs对的最小理解瞬时旅行阻抗, 称此时的网络流量状态满足动态随机用户最优出行方式/出发时间均衡条件。
3 多维动态随机用户最优变分不等式模型、算法和算例
3.1 模型
命题1 满足多维动态随机用户最优均衡条件的解与下述变分不等式问题等价:
VIP1:确定一个f*rsmp (t) ∈Ω, 使得∀frsmp∈Ω (这里Ω是满足模型约束条件的可行集) , 不等式
成立。
限于篇幅, 这里不给出具体证明, 证明方法与文献[16]中的证明类似。
3.2 算法
常用的求解变分不等式问题的算法有投影方法、对角化方法、增广拉格朗日方法、分解方法和混沌优化算法等几种, 对于变分不等式问题VIP1, 这里采用投影方法, 求得出发率和流量速率后, 可以根据约束条件计算得出其他几个决策控制变量ursma (k) , vrsma (k) , xrsma (k) 。对于实际旅行阻抗τma (t) , 按照文献[18]的公式计算:
式中: τ
将时间段[0, T]进行分段, 分为K个小时段, 每个小时段记为k, 投影方法在第n步迭代中需要求解如下子问题SQP:
第0步: 令出行方式变量m=1;
第1步: 初始化, 使用随机加载得到0时刻的决策控制变量{z0 (0) }, 并计算出初始的函数值F0 (z (0) ) , 初始的成本向量c01 (frs (0) ) , c02 (grsm (0) ) , 根据约束条件分别计算得出初始的决策控制变量{urs, 0ma (0) }, {vrs, 0ma (0) }, {xrs, 0ma (0) }, 并令n=1;
第2步: 令k=0;
第3步: 迭代, 求解子问题SQP, 得到决策控制变量{zn (k) };
第4步: 更新, 可根据约束条件分别计算得出决策控制变量{urs, nma (k) }, {vrs, nma (k) }, {xrs, nma (k) }, 根据式 (4) , 计算出路段实际旅行阻抗τnma (k) ;
第5步: 计算终止检查, 若k=K, 转第6步;否则令k=k+1, 转第3步;
第6步: 收敛性检验, 若‖zn (k) -zn-1 (k) ‖≤ε (ε潍设定的迭代精度) , 停止迭代;否则, 令n=n+1, 转第2步;
第7步: 若m=|M|, 停止计算;否则, 令m=m+1, 转第1步。
3.3 算例
考虑如图1所示的Papageorgiou网络, 有4个OD对, 8条路段, 可供选择的出行方式有2种, 每条梅段有2种交通方式混合行驶, 可供选择的出发时间有2种, 分别为b1, b2.假设用户从OD对1→5之间进行动态出行选择。首先, 用户需要在起节点1进行出行方私和出发时间的选择, 然后, 用户在连接间OD对1→5之间的3条路径上进行出行路径的选择, 每到一个中间节点, 用户将根据当时估计的出行成本选择下一条前进路段。取阻抗和效用转换参数θ=1.5, 式 (3) 中参数α1=α2=1, μ1=2, μ2=1, 两种方式的折算系数分别为γ1=1, γ2=3, 要求到达时间T1, 5=1200秒, 迭代精度ε=0.001。
利用5.1节给出的投影算法得到如表2所示的解。这里仅列出了路段1和路段7这两条路段上的计算结果。
① 假设两种方式下的自由流时间相等。
通过前面给出的算法, 可以得到路段上每个时段、每种出行方式下对于不同出发时间的流出率、流入率、车辆数目和瞬时路段阻抗。从计算结果可以看出, 在每个时段, 对于每种出行方式、每个出发时间, 得到的路段瞬时阻抗是相等的, 从而每个时刻的均衡流量满足出行方式、出发时间、出行路径联合选择的动态随机用户最优均衡条件, 说明前面提出的模型和算法是有效的。
4 小结
本文针对动态交通流分配问题, 在个体用户不能掌握完全路况信息做出完全理性决策, 而只能按照个人理解出行成本进行出行决策的前提下, 建立了同时考虑出行方式、出发时间、出行路径的动态随机用户最优出行选择的变分不等式模型, 证明了变分不等式模型和动态随机用户最优均衡条件的等价性, 并且提出了一个可行的投影算法。该模型的优点在于:一是将出行方案制定和出行行为实施作为一个连续的决策过程进行考虑, 使得模型更加符合客观实际;二是将出行方式、出发时间、出行路径选择问题纳入一体化的框架中分析, 考察动态的交通流在这三个方面取得一致的均衡性, 这种综合性的考虑对于实时的交通控制与优化, 对于推动智能交通系统更快的发展无疑具有十分重要的理论意义。下一步需要研究的问题是, 对于大型的城市交通网络, 如何开发高效率的更加实用的算法, 使之能够满足智能交通系统工程化的需要。
摘要：针对个体用户进行出行方式、出发时间、出行路径联合选择问题, 在个体用户基于log it模式进行出行决策的假设下, 建立了满足动态随机用户最优均衡条件的变分不等式模型, 该模型将用户的出行方案制定和实施作为一个整体进行考虑, 说明了该变分不等式模型解的存在性和唯一性, 并且在此基础上使用投影算法, 通过一个简单算例验证了算法的合理性和有效性。
最优选择模型 篇6
资本结构指企业各种资本的价值构成及其比例关系,实质是债务资本与权益资本各占的比重,其概念有广义与狭义之分。广义资本结构是指企业全部资本的构成,包括长期资本(长期负债、股东权益)与短期资本(流动负债);狭义资本结构专指企业长期资本的构成,流动负债列入营运资金管理。由于我国企业的流动负债在资本来源中占据绝大多数比重,因此本文所指的资本结构将流动负债考虑在内,运用广义的资本结构概念,通过“资产负债率”进行描述。
西方资本结构理论作为现代财务理论的重要组成部分,于20世纪50年代开始进行深入研究,先后形成了MM理论、权衡理论、融资优序理论、代理成本理论、信息不对称理论等,对于企业融资活动具有重要的指导作用。但各类理论大都受到一系列假设条件的限制,与企业实践存在较大程度的脱节,目前缺乏权威公认、系统完善的操作模式;同时,现有成果主要针对西方成熟的资本市场现状,我国企业无法将其直接应用于资本结构决策实务。国内学者也纷纷提出不同观点,比如,朱其鳌(2000)采用博弈论模型确定债务资本与权益资本之间的最佳函数关系,但由于较为抽象而难以广泛应用;胡援成(2006)在Leland模型的基础上提出了适合我国企业资本结构优化的大致区间,但精确度有所欠缺;王欣(2012)基于财务权变理论的四个维度构建了资本结构调整的综合分析框架,但主观因素过多而导致可操作性较弱。因此,我国企业迫切需要一套与现实情况相匹配的资本结构决策模式,以此动态优化资本结构,实现企业价值最大化的理财目标。
权衡理论将企业负债得到的收益和产生的成本相对比,在债务税盾与破产成本之间进行综合权衡,对我国企业具有更强的适用性。本文依据权衡理论的基本思想,结合Black-Scholes期权定价模型,通过一定程度的修正,构建了新型的资本结构优化模式,并以中铁二局作为例证,为我国企业确定最佳资本结构提供理论指导与实务借鉴。
二、权衡理论下最优资本结构选择的理论创新
Robichek、Myers(1966)提出的权衡理论通过放宽MM理论完全信息之外的假设条件,进一步引入了财务危机成本与代理成本,二者合称为破产成本。权衡理论的核心观点在于债务利息税前抵扣的税盾收益与预期破产成本之间的均衡。债务税盾的出现,会增加现金流入,使企业价值上升;破产成本的出现,会抵消债务税盾,使企业价值下降。当债务税盾现值的增加值等于破产成本现值的增加值时,企业价值达到最大化,此时实现最佳资本结构。因此,权衡理论的基本模型为:VL=VU+TD-FC-AC(1)
其中:VL为负债企业价值;VU为无负债企业价值;TD为债务税盾现值;FC为财务危机成本现值;AC为代理成本现值。
(一)无负债企业价值VU无负债企业是指资本结构全部为权益资本的企业。由于不用考虑到期债务还本付息的压力,其财务危机成本与代理成本可以忽略不计,但也无法利用债务税盾,从而导致其企业价值处于最小化的状态。根据MM理论I可知,在不考虑企业所得税的前提下,负债企业价值等于无负债企业价值。所以在计算无负债企业价值时,可以剔除所得税的影响直接计算负债企业价值。而MM理论Ⅱ将负债企业价值界定为债务利息现值 (债权人的现金流)与税后利润现值(股东的现金流)之和,但由于不存在所得税,税后利润调整为税前利润。且在企业持续经营假设下,两种现金流均视同为永续年金,分别采用债务利息率与权益资本成本率折现。因此,无负债企业价值VU的计量模型为
其中:I为债务利息;EBT为税前利润;KB为债务利息率;KS为权益资本成本率;S为股东权益总额。
(二 )债务税盾现值TD债务税盾是指企业由于负债经营,当期债务利息在所得税前扣除带来的抵税收益,即债务利息与企业所得税税率的乘积,也是负债企业与无负债企业现金流量的差额。在企业持续经营假设下,债务税盾可以视作永续年金,且与债务利息具有相同的风险,故采用债务利息率对其折现。因此,最佳资本结构下债务税盾现值TD的计量模型为:
其中:B为负债总额;TC为企业所得税税率;Q为资本总额;D*为最佳资产负债率,即最佳资本结构。
(三)财务危机成本现值FC财务危机成本是指企业由于资产负债率过大,出现债务清偿困难而产生财务拮据状态时所发生的成本,包括以下几种情况带来的费用或损失:当大量债务到期时,企业不得不以高利率借款以清偿到期债务;当客户或供应商意识到企业陷入财务危机时,会减少产品购买或材料供应,或不愿意提供商业信用,使企业发生市场损失;当产生财务拮据时,管理人员往往出现短期行为,如推迟机器大修、降低产品质量以节约成本;当破产案件发生时,企业承担的法律费用、会计费用、破产管理费用及清算财产变现损失等。
对于财务危机成本现值的预测,是权衡理论尚未突破的环节,当前主要有Black、Scholes(1972)基于实物期权的定价模型和Yuval、Mark(1972)基于折现现金流的估算方法。因为前者考虑的因素更为全面,所以本文采用Black Scholes期权定价模型预测财务危机成本现值。根据期权的思想,企业价值是现有的获利能力价值与潜在的获利机会价值之和,可以分为两部分内容:一部分是对未来现金流进行折现计算预期运营价值PV;另一部分是把未来投资机会视作看涨期权计算投资扩张的期权价值VB-S。二者之和减去企业当前的市场价值MV,即为财务危机成本现值FC,其计量模型为:FC=PV+VB-S-MV(4)
(1)PV为企业的预期营运价值,即企业未来产生的现金流现值,其计量模型为
其中:NCFt为企业第t年的现金流;rF为无风险利率;rM为市场平均收益率;β用来衡量股票所含系统性风险的大小;rF+β×(rM-rF)为未来现金流的折现率。
(2)VB-S为企业未来投资扩张的期权价值,用Black-Scholes期权定价模型计算:
其中:L为期权约定的交割价格,即企业未来应偿还的债务资本价值;S为标的资产的现行价格;T为期权有效期,即企业的债务偿还期;r为连续复利下的无风险利率;σ2为年度市场风险的方差;N()为正态分布变量的累积概率分布函数
(3)MV为企业当前的市场价值,由股票的市场价格与流通股数所决定,其计量模型为:MV=P×N(9)
其中:P为企业股票的市场价格;N为企业的流通股数。
(四)代理成本现值AC代理成本是指企业为维持股东与债权人、管理者之间的代理关系所发生的相关成本。由于债权与股权的性质不同,债权人和股东之间存在着利益冲突;管理者由股东任命,有可能利用债务资本为股东谋利而损害债权人的利益。债权人为了保护自身利益,通常会在借款合同中加入一系列限制性契约,对企业的各种财务行为进行监督,产生额外的监督费用;同时,限制性契约在一定程度上约束了企业的经营活动,可能导致一些投资机会或筹资机会的丧失,产生额外的机会成本。
代理成本现值的预测同样是权衡理论的一大难点,实质是债权人对违约风险的货币化度量。当企业面临破产清算时,债权人所享受的求偿权仅限于企业资产,而无权追索股东的个人资产。当企业资产高于负债的账面价值时,债权人的债务本息能得到全额偿付;当企业资产低于负债的账面价值时,债权人的债务本息不能得到全额偿付。这一有限责任相当于股东拥有一个看跌期权,因此,股东所拥有的看跌期权价值即为代理成本现值。根据Black-Scholes期权定价模型,代理成本现值AC的计量模型为:
AC=L×N(-d2)-S×e-r×T×N(-d1)(10)
( 五 ) 最佳资产 负债率D* 根据权衡理论的观点,债务税盾增加企业价值,财务危机成本与代理成本减少企业价值,二者相互递减,企业价值与资产负债率之间并非线性关系,而是呈现为一条开口向下的倒U型抛物线。抛物线顶点所对应的资产负债率即为最佳资本结构,此时债务税盾现值的增加值等于破产成本现值的增加值。权衡理论只是大致说明最佳资本结构的决策思路,并未具体得出最佳资产负债率的求解方法,因而限制了权衡理论的实际运用。本文借鉴詹学刚(2006)的做法,假设财务危机成本现值、代理成本现值与最佳资产负债率之间的函数关系为:
因此,最佳资产负债率D*的计量模型为:
其中:ξ为企业形成财务危机成本与代理成本的主要影响因素,是由企业自身实际情况所决定的参数。
三、中铁二局最优资本结构选择的实践例证
(一)中铁二局的基本情况简介中铁二局股份有限公司(以下简称“中铁二局”)成立于1999年9月24日,是由中铁二局作为主要发起人,联合铁道部宝鸡桥梁厂(现中铁宝桥股份有限公司)、铁道部第二勘察设计院(现中国中铁二院工程集团有限责任公司)、成都铁路局和西南交通大学等四家发起人,共同设立的股份有限公司。中铁二局于2001年5月28日在上海证券交易所正式挂牌,股票简称为“中铁二局”,股票代码为600528,是中国铁路建设系统的第一家上市公司。中铁二局目前拥有员工19317人,下属控股子公司有19个,分公司近50个。自上市以来,中铁二局的经营业绩较为稳定,但资本结构并不合理,存在较大的优化空间,在我国上市公司中具有普遍的代表性。因此,本文选择中铁二局作为研究样本,运用上文构建的理论框架进行最佳资本结构决策分析。
(二)中铁二局资本结构现状
(1)资产负债率。资产负债率是指企业的负债总额与资产总额的比率,反映了债务资本在资本总额中占据的比重,适用于本文广义的资本结构概念。通过中铁二局2008~2012年的年报,其资产负债率如表1所示:
从表1可以看出,中铁二局的资产负债率过于偏高,近5年来均达到80%以上,且保持稳中有增的变化趋势。资产负债率的国际通行标准一般为50%,但中铁二局的资产负债率远远高于这一标准,尽管能带来更多的债务税盾收益,但也会导致更大的财务危机成本与代理成本,进而影响到企业价值的长期最大化。
(2)流动负债率。流动负债率是指企业的流动负债与负债总额的比率。本文运用广义的资本结构概念,既包括长期资本,又包括流动负债,必须对流动负债率予以重点关注。段军山(2012)认为,流动负债较长期负债具有更低的资本成本,但由于债务到期频繁,会带来更高的财务风险,是引发财务危机的主要因素。通过中铁二局2008~2012年的年报,其流动负债率如表2所示:
从表2可以看出,中铁二局的债务资本几乎都由流动负债所构成,其流动负债率严重偏高,除了2008年其余年度均超过96%,进而导致大量财务危机成本与代理成本的出现。
综上所述,本文认为中铁二局的资本结构具有如下特征:债务资本比重偏高;流动负债比例过大。因此,中铁二局当前的资本结构并不合理,本文运用权衡理论对其进行优化。
(三)中铁二局的最佳资本结构决策本文基于中铁二局2012年度的财务报表,运用权衡理论来确定其最佳资本结构,从而为企业进行资本结构决策提供实践例证,增强理论框架的可操作性。
(1)无负债企业价值。中铁二局2012年的负债总额为3777284.32万元,股东权益总额为633495.46万元,税前利润为93615.73万元。因为其债务资本主要来自流动负债,本文将2012年银行一年期贷款利率6.56%作为债务利息率,所以当年的债务利息为247789.85(3777284.32×6.56%)万元。权益资本成本率=税后利润÷股东权益总额,此处不考虑企业所得税,税后利润等于税前利润,所以当年的权益资本成本率为14.78%(93615.73÷633495.46)。因此,根据公式(2),中铁二局2012年作为无负债企业的价值为:
(2)债务税盾现值。中铁二局2012年的资本总额为4410779.78万元,企业所得税税率为25%,根据公式(3),其2012年的债务税盾现值为:
TD=4410779.78×25%×D*=1102694.94×D
(3)财务危机成本现值。一是预期营运价值。本文将2012年发行的三年期国债利率4.76%视作无风险利率。同时,本文选取土木工程建筑业的4家代表性上市公司,包括中铁二局、中国铁建、中国中铁、铁汉生态,据其财务报表得到2012年的净资产收益率分别为10.60%、12.47%、9.78%、14.85%,因此本文大致估计该行业当年的市场平均收益率为10%。此外,本文利用“同花顺”软件对以上4家公司2012年末的β值进行查询,分别为0.982、1.08、0.98、0.909,因此本文估计该行业的β值为0.95。根据公式(5),中铁二局未来现金流的折现率为9.74%(4.76%+0.95×(10%-4.76%))即通过对其现金流量表的分析,并从管理层得到未来5年的投资计划,本文预测中铁二局在未来5年内的现金流分别为500000万元、550000万元、650000万元、500000万元、450000万元。综上所述,中铁二局2012年的预期营运价值为:
二是未来投资扩张的期权价值。本文从管理层了解到,中铁二局计划在2015年初(自2012年起未来的第3年)进行一项大型投资,所需资本5000万元考虑通过债务筹集,预计该项目在5年内的现金流分别为1000万元、1300万元、1100万元、900万元、700万元。同时,上文将2012年银行一年期贷款利率6.56%作为债务利息率,将2012年发行的三年期国债利率4.76%作为无风险利率,连续复利下的无风险利率为ln1.0476。因为市场风险的变化是不确定的,本文结合“同花顺”软件,预测2012年市场风险的方差为25%。
综上所述,该投资机会需要筹集5000万元的债务资本,可以视作一个期限为3年,约定交割价格为5000万元,年度市场风险的方差为25%,连续复利下的无风险利率为ln1.0476的看涨期权价值。其2012年标的资产的现行价格为:
利用公式(7)、(8)可以得到:
由标准正态分布表可知,N(d1)=0.5753;N(d2)=0.2514。根据公式(6),中铁二局2012年未来投资扩张的期权价值为:
VB-S=3534.19×0.5753-5000×eln1.0476×3×0.2514=941.15(万元)
三是企业当前的市场价值。本文利用“同花顺”软件的区间统计功能,计算出中铁二局2012年的股票平均价格为6.7元。同时,根据2012年的财务报表可知其流通股股数为145920万股。因此,根据公式(9),中铁二局2012年的市场价值为:MV=6.7×145920=977644(万元)
最后,根据公式(4)即可算出中铁二局2012年的财务危机成本现值为:
FC=2031653.17+941.15-977664=1054930.32(万元)
(4)代理成本现值。通过公式(11)、(12)可以得到,N(-d1)=0.4247;N(-d2)=0.7486。根据公式(10),中铁二局2012年的代理成本现值为:
AC=5000×0.7486-353419×eln1.0476×3×0.4274 =2438.97(万元)
(5)最佳资产负债率。中铁二局的流动负债水平严重偏高,2012年的流动负债总额为3627668.33万元,流动负债率为96.04%,需要频繁偿还到期债务,财务状况极不稳定,本文认为流动负债是导致其产生财务危机成本与代理成本的主要影响因素。根据公式(14),本文假设ξ值为中铁二局2012年的流动负债总额,其最佳资产负债率为:
在54%的最佳资产负债率下,根据公式(3),中铁二局2012年的债务税盾现值为:
TD=1102694.94×54%=595455.27(万元)
将无负债企业价值、债务税盾现值、财务危机成本现值、代理成本现值代入公式(1),即可得到中铁二局2012年作为负债企业的价值为:
四、结论
资本结构优化始终是财务管理的核心内容,国外的相关研究已经较为成熟,但西方资本结构理论在我国并不具有普遍适用性。本文选取中铁二局作为样本,基于权衡理论和Black-Scholes期权定价模型,对最佳资本结构决策进行理论创新与实践例证。研究表明权衡理论在我国具有较大的应用价值,但不能完全照搬,需要结合企业的实际情况作出相应修正。尽管本文提出的资本结构优化模式还不够完善,如某些变量来自于主观估计,实物期权的计算过程也较为复杂,但以权衡理论为依据的思路和方法,可以为我国企业动态优化资本结构提供借鉴意义。
摘要：本文以权衡理论为依据,结合Black-Scholes期权定价模型,通过一定程度的修正,构建新型的资本结构优化模式,并选取中铁二局作为研究对象,对最优资本结构决策进行理论创新与实践例证,从而为我国企业动态优化资本结构提供指导和借鉴。
最优生产与存储策略模型 篇7
设某工厂调查研究了解市场情况, 估计在今后n个时期市场对产品的需求量, 并根据生产及储存的费用, 请做出合理的假设, 为该工厂安排各个时期的生产与库存, 使所花的总成本费用最低。
2 模型假设及符号说明
k:生产过程的阶段变量, 其中, k=1, 2, ..., n;状态变量sk表示第k阶段末的库存量, 并假设1期初你n期末均无库存, 即s0=sn=0;决策变量xk表示第k阶段的生产量, dk表示第k阶段的需求量.状态转移方程:sk+1=sk+xk-dk, 阶段指标函数vk (sk, xk) 表示第k阶段的总成本, 它由两部分构成, 一部分是第k阶段的生产成本ck (xk) , 另一部分是第k阶段的存贮费hk (sk) .最优指标函数fk (sk) 表示前k阶段总费用的最小值。
已知k时段某产品的需求量为dk (k=1, 2, ……n) , 任一时段若生产该产品, 需付出生产准备费c0, 且生产每单位产品的生产成本为c, 并假设如不生产, 则生产费用为0。若满足本时段需求后有剩余, 每时段每单位产品需付出存贮费h0.设每时段最大生产能力为Xm, 最大存贮量为Im, 假设同一时期生产能力, 储存量没有限制, 即Xm=Im=+∞。且第1时段初有库存量s0, 试制订产品的生产计划, 即每时段的产量, 使n个时段的总费用最小.
3 模型的分析与建立
第k阶段的生产成本ck (xk) 分为两部分, 一部分是固定成本费, 一部分是生产产品的成本费, 由假设得
第k阶段的存贮费hk (s k) =h0 sk。要使总成本最小, 则有minz=ck (x k) +hk (s k) , 且第k阶段生产、库存, 需求量必须满足sk=sk-1+xk-dk。由上面分析得数学模型:
4 模型的求解
模型 (3.1) 是动态规划, 其求解方法一般有用逆序算法 (反向递归) 或顺序算法 (正向递归) 进行求解.当问题的第一阶段初和第n阶段末的状态方程均已知时, 即s0=sn=0, 可采用两种方法求解.下面用顺序算法求解, 将模型 (3.1) 变形为:
下面给定一个实际数据进行求解。
例1某工厂调查研究了解市场情况, 估计在今后四个时期市场对产品的需求量, 如表所示:
假定不论在任何时期, 生产每批产品的固定成本费为3 (千元) , 若不生产, 则为0, 每单位生产成本费为1 (千元) .又设每时期的每个单位产品库存费为0.5 (千元) , 同时规定在第一期期初及第四期期末均无产品库存.试问:该工厂如何安排各个时期的生产与库存, 使所花的总成本费用最低?
显然, 这里n=4, d1=, 2d2=, 3d3=, 2d3=, 4c0=3千元, c=1千元/单位, h0=0.5千元/单位.求解过程如下:
当k=2时,
而
当k=3时,
而
而
故f4 (s4) =20.5且x4*=d4+s4或x4*=0。
故最优生产—储存策略如下表:
参考文献
[1]赵静, 等编.数学建模与数学实验.北京:高等教育出版社, 2007.
[2]姜启源, 等编.数学模型.3版.北京:高等教育出版社.2003.
[3]胡知能, 徐玖平.运筹学线性系统优化.北京:科学出版社, 2003.
论港口博弈的最优策略选择 篇8
一、模型假设
1. 模型思路。
港口消费者关心港口收费、到港运费和在港等待时间的机会成本。港口生产者根据对手的服务与价格策略,制定自己的服务与价格策略,以获得最大利润。
2. 模型假设。
假设1:产品差异化。设两港提供的产品有差异,主要表现为港口区位和服务质量不同。假设2:港口消费者对不同港口的产品有不同的偏好。假设3:完全理性。设港口生产者和消费者是完全理性的,生产者根据利润最大化制定策略,消费者根据效用最大化选择港口。假设4:两港同时选择服务与价格策略,并都将对手的决策看作既定的。假设5:市场对港口的总需求既定,不因港口平均价格改变而改变。
二、港口博弈模型
1. 模型的有关函数和参数的假定。
(1)设一长度为1的线性经济腹地,腹地左端坐标为x=0,腹地右端坐标为x=1。A港坐标为x=a(0
(3)设港口使用成本由港口收费价格和在港等待时间的成本之和决定,消费者使用A港和B港的成本分别为P1、P2,。(4)港口收费价格由港口制定,设A港和B港的收费价格分别为β1、β2。(5)服务质量的高低可以量化为数值S(定义S>0,即服务质量量化的数值不能为负或为0),设A港和B港的服务质量分别设为S1、S2。在港等待时间的长短由港口服务质量决定,等待时间函数为Ti(Si),(设Ti′(Si)<0,Ti″(Si)>0),并假设港口消费者等待单位时间的成本为常数α(α>0)。于是得到以下等式:P1=β1+αT1(S1),P2=β2+αT2(S2)。(6)设港口生产成本函数为Ci(Si),(设Ci′(Si)>0,Ci″(Si)>0),A港和B港的生产成本分别为C1(S1)、C2(S2)。(7)Ti(·)与港口的规模以及通关条件与政策有关,因为要提供同样的服务质量,港口规模越大,其通过能力越强,在港等待时间越短;提供同样的服务质量,通关越简便,在港等待时间越短。Ci(·)与港口的建港条件有关,因为要提供同样的服务质量,建港条件好的港口所需要花费的成本相对要低一些。
2. 模型构建与分析。
考虑两阶段博弈:(1)两港同时选择服务质量;(2)在服务质量选定时,两港同时选择价格;具体的求解采用逆向归纳法。为了简化模型首先单独考虑交通运输条件的影响。交通运输条件对经济腹地范围的影响。
设x为经济腹地的分界点,x左边的消费者选择A港,右边的消费者选择B港,则x应满足以下等式:
因为t1、t2通常情况下不等,该等式很难求解。不妨先单独考虑交通运输条件对两港经济腹地的影响,而将P1、P2看作不变的量。不失一般性,可令t1=1,代表标准交通运输条件,令t2=k,k越大,交通运输条件越差,运输成本越高。改写EQU.01为:
利用EQU.02求解,x必然是关于k的函数,所以可以将EQU.02看成x关于k的隐函数,方程两边分别对k求导,推出:dx/dk=(xd)22/[(x-a)+k(b-x)]。由实际情况,必有a
第二阶段:服务质量选定时的价格博弈。分析过交通条件对经济腹地的影响后,为简化模型,假设此时两港运输条件相同,即t1、t2相等,不妨设他们都为1,将EQU.01简化为:P1+(x-a)2=P2+(x-b)2,于是推出:
其中:c1=(b2-a2),c2=(b2-a2)-2(b-a).显然c1>0>c2
由x向左到最左端的线段是A港经济腹地,由x向右到最右端的线段是B港经济腹地。于是可得对A港与B港的需求函数,D1和D2:
由成本函数和需求函数可推出利润函数:
为求π1、π2的极大值,分别对π1、π2求β1、β2的一阶二阶偏导数:
∴π1,π2必有极大值,令dπ1/dβ1=0,dπ2/dβ2=0,求得反应函数:
求得价格博弈的纳什均衡结果:
在达到均衡时A港和B港的利润分别是:
(3)第一阶段:A港与B港的服务质量博弈
两港在第一阶段选择服务质量时就确定了他们在第二阶段将选择的最优价格和最大利润。根据EQU.05和EQU.06可求得dπ1*/d S1和dπ2*/d S2:
EQU.07与EQU.08右端第一部分显然为负,而第二部分分别等于3*[β1*-C1(S1)]和3*[β2*-C2(S2)],β1*-C1(S1)、β2*-C2(S2)的经济学含义是A港和B港每单位港口产品的利润,所以EQU.07与EQU.08右端第二部分的符号为正(不考虑亏损的情况)。
-[αT1′(S1)+C1′(S1)]的经济学含义是当A港提高服务质量时,A港消费者的边际收益超过A港生产者的边际成本的部分;-[αT2′(S2)+C2′(S2)]的经济学含义是当B港提高服务质量时,B港消费者的边际收益超过B港生产者的边际成本的部分。这两项的符号将决定dπ1*/d S1和dπ2*/d S2的符号。
当-[αT1′(S1)+C1′(S1)]=-[αT2′(S2)+C2′(S2)]=0时,dπ1*/d S1=dπ2*/d S2=0,此时两港的利润都达到最大。所以使港口博弈达到纳什均衡的最优服务质量是使当提高服务质量时,港口生产者的边际成本恰好等于港口消费者的边际收益。即均衡时,A港和B港分别选择最优的服务策略S2*和S1*,使得:
4. 最优服务策略的选择对港口定价和利润的影响
最优服务策略对于对手的利润和价格的影响:根据EQU.05和EQU.06可以求得dπ1*/d S2和dπ2*/d S1,根据EQU.03和EQU.04可求得dβ1*/d S2以及dβ2*/d S1:
由EQU.09以及Ci″(Si)>0,Ti″(Si)>0的假设知道:
当S1
当S1>S1*时,αT1′(S1)+C1′(S1)>αT1′(S1*)+C1′(S1*)=0
当S2
当S2>S2*时,αT2′(S2)+C2′(S2)>αT2′(S2*)+C2′(S2*)=0
因此可以知道,在B港选取S2=S2*时,不仅使自身的利润最大化,也使得A港的价格和利润比他选择任何其它服务策略时A港的价格和利润都来的小,即此时B港充分压低了A港的价格与利润。同样的道理,在A港选取S1=S1*时,不仅使自身的利润最大化,也使得B港的价格和利润比他选择任何其它服务策略时B港的价格和B港的利润都来的小,即此时A港也充分压低了B的价格与利润。(S1*,S2*)就是通常所说的鞍点。
最优服务策略的选择对港口自身定价的影响:根据EQU.03和EQU.04可以求得dβ1*/d S1和dβ2*/d S2:
dβ1*/d S1=(1/3)*[-αT1′(S1)+2C1′(S1)]>0—EQU.14
dβ2*/d S2=(1/3)*[-αT2′(S2)+2C2′(S2)]>0—EQU.15
因此可以知道,当某港口提高服务质量时,它的定价也将提高。
(5)最优服务策略选择的比较静态分析
用-αT1′(S)和-αT2′(S)分别表示A港和B港提高服务质量时,两港消费者的边际收益曲线;用C1′(S)和C2′(S)分别表示A港和B港提高服务质量时,两港生产者的边际成本曲线。由模型的有关函数和参数的假定5、6、7可以就使港口博弈达到纳什均衡的最优服务策略的选择进行比较静态分析,通过作图可以更明显的说明结论。
当两港的通关条件和港口规模相同时,在任何服务质量下,两港消费者因服务质量提高而获得的边际收益都相等,即他们的边际收益函数完全相同,都是-αT′(S);若此时两港的建港条件不同,假设B港建港条件更优越,那么在任何服务质量下,两港提高服务质量而需要花费的边际成本,B港都比A港来的小,既C2′(S)总在C1′(S)的下方,见图3。
当两港的通关条件或港口规模不同时,假设B港的通关条件更优越,港口规模也更大,那么在任何服务质量下,B港消费者因B港服务质量的提高而获得的边际收益,都会大于A港消费者因A港服务质量的提高而获得的边际收益,即-αT2′(S)总位于-αT1′(S)的上方;若此时两港的建港条件相同,那么在任何服务质量下,两港因提高服务质量而需要花费的边际成本都相等,即他们的边际成本函数相同,都是C′(S),见图4。
在图3这种情况下,使港口博弈达到纳什均衡的最优服务质量的选择结果是,S2*>S1*,经济学意义是当两港通关条件和港口规模相同时,建港条件优越的港口应该比对手提供更优质的服务才能够达到纳什均衡,并获得最大利润。
在图4这种情况下,使港口博弈达到纳什均衡的最优服务质量的选择结果是,S2*>S1*,经济学意义是当两港建港条件相同时,具有更优越的通关条件或是规模更大的港口应该比对手提供更优质的服务才能够达到纳什均衡,并获得最大利润。
通常情况下,建港条件是很难改变的,也就是说,C′(S)很难移动,港口不能通过移动C′(S)来变动使港口博弈达到纳什均衡的最优服务质量的选择;但是通关条件以及港口规模显然是可以改变的,当这两个条件发生变动时,均衡结果也将发生变动。若A港的通关条件改善或是港口规模扩大,那么-αT1′(S)将向上移动,相应的最优服务质量选择S1*将会增大,也就是说A港此时必须相应的提高自己的服务质量,才能获得最大利润。根据EQU.14和EQU.15的结论还可以知道,此时A港的均衡价格也提高了。
当港口的建港条件、通关条件和港口规模没有发生变化时,这些港口自身既定的(在较长的一段时间内不会轻易改变)的条件决定了港口应采取什么样的服务,也就是说港口的最优服务策略的选择取决于港口自身的条件,而与对手的服务策略的选择无关,但是港口服务策略的选择却会影响到港口自身的定价策略以及竞争对手的定价策略。
(6)港口均衡利润的影响因素分析
当港口的通关条件、港口规模、建港条件等相关因素(可以看成是外在的参数,不妨将这些参量用λi加以概括)发生变动时,港口的最优服务策略的选择就会发生变动,也就是说S*会随着这些参数而变化,若将S*(λ)看成变量则有:S1*=S*(λ1),S2*(λ)=S*(λ2)。于是可以将港口的最大利润看作关于λi的值函数,表示为π**,由于没有约束条件,根据EQU.05,EQU.06可知:
由包络定理求得:dπ1**/dλ1=0;同理可得,dπ2**/dλ2=0
即港口的均衡利润不随这些参数而改变。因此要提高均衡利润,除非港口所在地区的经济更加繁荣(用人口密度ρ衡量),或港口区位发生变化(由c1和c2共同决定)这几乎不可能,或交通改善使经济腹地相对于标准交通条件下的腹地扩大,从而对该港的需求也会扩大(未体现在EQU.16中,因本文单独探讨了交通条件,然后设两港都处于标准交通条件)。
三、由模型结果,探讨港口竞争策略
1. 改善交通,提高经济繁荣程度,选择优越区位建港,这些都影响港口均衡利润的高低。
2.若提高服务质量可使港口消费者获得很大的边际收益,而港口生产者又不必为此付出很高的边际成本,说明此时未达到均衡,此时应提高服务质量。3.若其他条件与对手相同:建港条件优越的港口,应提供更优质的服务;规模较大的港口,应提供更优质的服务;通关条件优越的港口,应提供更优质的服务,从国家角度来看,要提高港口整体竞争力,就应制定较宽松的通关条件。4.港口服务质量提高时可提高收费。
五、港口博弈实例分析
根据模型,宁波港若要扭转劣势,应该首先改善交通条件,在巩固既有腹地基础上,向浙江南部和内地省份江西、安徽拓展新的腹地;向上海港势力范围渗透,使经济腹地逐渐由浙东地区向集装箱生成丰富的江苏主要城市和长江流域扩展;可以通过入股或收购或是结盟的方式,将一些关键港口归入旗下,也可以通过与生产厂商、购买厂商、货代以及船代直接建立长期性关联,从而保障稳定的货源喂给;努力发展当地经济,发展临港工业,提高经济的繁荣程度;以上措施都可以增加均衡利润。充分开发利用优越的建港条件和深水资源,协调好与舟山港的生产合作与利益分配,加快组合步伐;合理扩大港口规模,解决港口通过能力不足的问题;争取更好的通关政策条件,争取成为首批自由港;以上措施,可以改善均衡的最优服务质量,通过优质的服务,摆脱单纯的价格竞争模式。
六、结论
1. 当港口的交通运输条件改善时,其经济腹地会扩大,对手的经济腹地会缩小,经济腹地的扩大会提高港口的均衡利润。
2. 使港口博弈达到纳什均衡的最优服务策略将使得港口在提高服务质量时,港口消费者的边际收益恰好等于港口生产者的边际成本。
3. 使两港博弈达到纳什均衡的最优的服务策略的组合是一个鞍点,也就是说选择这个最优的服务策略比选择任何其它服务策略可以使港口自身获得的利润都更大;选择这个最优的服务策略比选择任何其他服务策略可以使对手获得的利润都更小。
4. 博弈均衡变动,新的达到均衡的服务质量有所上升时,港口的收费价格也会上升。
5. 港口所选择的最优服务策略取决于港口的建港条件、通关条件和港口规模等因素。港口的建港条件通常是固定的,因此使港口博弈达到纳什均衡的最优服务策略的变动都是由于港口通关条件或是港口规模变化引起的。建港条件越优越,通关条件越优越以及规模越大的港口,要想达到纳什均衡就越应该提供更好的服务。
6. 港口的建港条件、通关条件和港口规模的变化只会引起均衡时的最优服务策略选择的变动,以及相应的港口收费价格的变动,但是不会引起港口在均衡时的最大利润的变动。
7. 有三种因素决定港口在均衡时获得的最大利润的高低:港口所在地区经济的繁荣程度,港口之间的相对位置和港口所在地区交通的便利程度。
参考文献
[1]黎诣远:微观经济分析.清华大学出版社,2003,313～314
[2]张维迎:博弈论与信息经济学.上海人民出版社,2004,45～48
[3]周琴:宁波港与上海港的寡头竞争分析.宁波大学学报,2007
从门户到微博的最优选择 篇9
基因决定前路坎坷
微博对于营销而言，本身更像是一个信息广场，其媒体属性远远大于社交属性，而媒体属性的建立来自于新浪过去操作新闻门户和博客积累的娴熟运作模式。
然而这种媒介的特征，严重影响到了它介入商业化。受众可以接受在传统媒体或是门户网站上看到广告，却很难接受在微博上被广告干扰。微博用户本身具有很强的敏感性，在140个字的狭小空间里，如何将商业信息与人们关注的人的信息之间做出一个自然的融合与平衡，这本身就是一个挑战。因此，微博依靠广告的商业化很难做大规模，因为能够显示的广告位置和空间有限，既要关注用户体验又要平衡广告商实现广告价值，这是两难的事情。
在个人用户方面，由于中国的互联网用户不愿意为内容付费，只愿意为服务和具体的产品付费，互联网行业真正建立起的收费模式只有网络游戏和增值服务，例如腾讯的QQ平台上的各种虚拟道具等售卖。微博降低了人们信息分享的成本，导致大量的信息流涌现，人们更加感觉到信息的低价值化，因此建立付费机制就没有真正的支撑力，新浪微博的会员服务就很难得到个人用户青睐。
这个现象也说明，依靠网络媒体与用户建立的关系注定很难紧密，信息不是刚性需求，碎片化信息的聚合最终也很难产生用户付费的模式。这也是微信为什么改版要把自媒体账号折叠的主要原因，微信希望自己成为一个社交和服务平台，而不是一个媒体平台。
因此，从新浪微博的自身产品属性上看，商业化不会是坦途，无论是媒体+广告的模式，还是用户付费的模式，微博都面临瓶颈，对其寄予较高的期望不现实。
微博、门户必须协同
讨论“微博商业化”，其实是在讨论新浪这个中国门户模式的开创者如何在社交媒体时代获得新生。
4月1日新浪网正式启用新版首页，是新浪继1998年成立至今15年来的一次重大变革。门户全新页面的改版，核心逻辑是将社交属性嵌入到门户当中，更加强调资讯聚合的个性化。
新浪微博的产生和发展，在另一方面延缓了新浪门户的“衰老”，让新浪依然能够在这个社交媒体和移动互联网时代，保持独特的江湖地位。这和此前的新浪博客极其相似，新浪博客也并没有商业模式，但却让所有的博客网站最终销声匿迹，同时还让新浪门户依靠博客继续保持了其受众的持续关注度。
因此，新浪真正的基因，永远离不开“媒体”。媒体的商业模式，本质上依靠的还是免费向用户提供内容，然后依靠二次销售卖给广告主的商业模式。但是，有了微博以后，这一切都需要被重新定义，重新定义并非完全颠覆，而是寻找一种行之有效的可行的融合性解决方案。
这最终指向一个在互联网上的行得通的商业模式的逻辑，影响力的平台，必须与技术和产品以及用户数据结合。将技术转变为产品，转变为真正的用户黏性和流量，才可能变现。以往门户最大的优势是通过媒体影响力来建立用户黏性和提升用户价值，从而实现商业转化，但是，今天，黏住用户不再是资讯本身，因为用户有了更多的入口去获得资讯。因此今天对于用户而言，有用性、关联性、自主性成为核心，所以，新浪微博商业化的未来，本质上是新浪门户与微博的协同的商业化，两者唇齿相依，不可割裂。
融合是最优选择
当然，新浪门户与微博的打通，核心是用户行为逻辑。但是，商业逻辑是否能成立，两个不同属性的东西融合在一起的商业化，是否能够突破单纯一个属性的产品的商业化而带来叠加价值，这是新浪微博商业化的重点。
支撑这一切的实现，依然是大新浪的概念，也就是现在新浪正式对外发布的数字媒体平台战略，核心关键词包括平台覆盖、大数据、个性化营销、社会化营销以及电子商务转化。
平台覆盖，就是将微博的受众，与门户的受众进行打包销售，以实现广告的更大范围的曝光，这是新浪推出的受众覆盖购买的概念，这个思路借鉴的是传统电视媒体的思路。
大数据，则是社交数据与阿里数据的相互融合，这样可以有效地将用户行为数据结构更完整，从而为品牌带来更精准的营销。
个性化营销则是和内容高度相关，无论是门户的浏览还是微博的内容，新浪可以将用户进行更加细致地切割；社会化营销，则是新浪需要重新定义的市场，也就是说新浪微博今天需要重新在大V后时代，重新利用自身微博的后台技术，让更多品牌的社会化营销效率更高。
电子商务转化，这也和阿里巴巴的介入有关，此前我们看到门户广告尽管有很多效果营销，但是真正实现转化其实是很有挑战的。因此，利用微博的平台，结合人们的兴趣图谱和信息图谱，来向阿里巴巴旗下的天猫和淘宝导流，将天猫和淘宝的广告平台与新浪微博进行协同，可以为那些在电子商务平台上的传统品牌和线上品牌提供新的营销模式。
新浪已经完成了从门户时代，到门户+微博+大数据的数字化媒体平台的构建，这样的模式并不新鲜，也不具备颠覆效应，但是，这个模式或许是对当下新浪的最好选择！
[编辑 周云成]
土地流转的帕雷托最优选择 篇10
土地作为一种资源, 是农民从事农业生产的基本要素, 同时也是农民最基本的生活保障。失去土地, 意味着农民失去了其收入主要来源。随着中国城市化建房的快速推进, 大量的土地被征用。随着十七届三中全会提出《中共中央关于推进农村改革发展若干重大问题的决定》, 在《决定》指出, 加强土地承包经营权流转管理和服务, 建立健全土地承包经营权流转市场, 按照依法自愿有偿原则, 允许农民以转包、出租、互换、转让、股份合作等形式流转土地承包经营权, 发展多种形式的适度规模经营。有条件的地方可以发展专业大户、家庭农场、农民专业合作社等规模经营主体。土地承包经营权流转, 不得改变土地集体所有性质, 不得改变土地用途, 不得损害农民土地承包权益。土地流转的问题被社会所关注, 大量的学者对其进行了研究。但现有的研究中对土地流转中各方的福利变化研究的不多。随着大量农村土地被征用, 诞生一个新型的社会群体——失地农民。农民的土地一旦流转, 农民因土地而享有的生活保障福利也随之消失, 而这种失去是不可逆的。本文就土地流转中参与各方的福利变化及实现土地流转的社会福利最大化的方面进行研究, 以期为解决土地补偿的定价提供经济依据。
二、土地流转的福利分析
帕累托认为, 如果某种社会经济状况变化使某些人 (或至少一个人) 福利状况改善, 而不使得其他任何人的福利状况恶化, 则认为是整个社会福利的状况改进, 是一种可取的价值判断。也就是说, 在土地的流转过程中, 使得不论是土地的流出方还是土地的流入方的生活境况都能得到改善 (至少不能比原来差) , 从而达到共赢, 就是实现了帕累托改进。而土地是稀缺的不可再生资源, 由于农地在利用上的多用性使得农民土地流转造成农民福利的变化也包括多层涵义。首先是经济福利。农民耕种可以生产出粮食作物和经济作物, 获得经济收益;其次农地还可提供环境福利, 即享受怡然田园风光、清新空气和生物多样性等带来的效用;除此之外, 农民拥有属于自己的土地还具有社会保障的功能 (徐琴2003) 。
1. 土地流转后的福利变化
农民土地流转后使他们失去了土地承包经营权, 这对于农户来说, 意味着原来拥有的资源禀赋发生改变, 土地资源从有到无, 农民失去了获得持续性农业收益的机会。对于农民来说, 一旦土地发生流转, 生产资料也会发生变化, 而相应的其他资源禀赋如就业机会等也会改变。如果在农民失去土地的同时就业, 且其收入较之前的务农收入提高或基本相等, 那么农民的经济福利得到改进或不发生改变;如若由于农民的就业渠道少、缺乏就业稳定性、农民工作技能短缺等问题使得就业困难, 经济收入减少, 则认为农民的经济福利降低。而对于原本就从事了非农生产活动的农民来说, 土地的流转可能因投资环境的改善, 投资机会增加, 从而他们通过租赁原有房屋等方式使自己的经济福利提高。
同时土地被看作是农民的养老保障, 一旦土地流转原本对土地的依附感消失, 加上农民文化程度低, 其他劳动技能缺失, 未来经济收益的不确定性, 失地农民失去土地后的迷惑就更为强烈。基于生存公平的理论, 它体现的是人生存的基本权利, 人作为社会存在应该享受基本生存条件, 这是人类发展的基本目标。为了确保失地农民的福利不会因为土地的流转而减少, 只有政府给予农民的经济补偿足以保证失地农民在未来能继续维持土地流转前的福利水平, 使农民提高技能, 找到稳定的工作岗位, 从而完成社会身份以及生产、生活方式的转变。另外, 农民土地流转使得他们的生活环境发生了巨大变化。土地流转前, 农民可以享受到田原风光、呼吸新鲜的空气, 环境状况相对良好;农民土地流转后, 农田变成了公路、学校甚至工厂, 当地自然景观遭到破坏, 空气质量的下降在所难免, 噪音污染、社会治安状况变差等问题都可能出现, 给当地农民带来负的外部效用。
2. 土地流转中帕雷托最优的模型实现
(1) 模型的基本假设
假设政府的决策目标是实现社会福利的帕雷托最优, 假定社会福利为W。假定土地流转中社会主体分为:农户和村委会 (代表农村集体经济组织) , 代表了土地流转的流出方, 即土地流转的供给方;地方政府和企业, 代表了土地流转的流入方, 即土地流转的需求方。假设其他所有主体的福利之和等于社会福利, 那么社会福利W=W供给+W需求, 其中W供给为农民和农村集体经济组织的福利水平;、W需求表示企业和地方政府的福利水平。为了模型的简化和分析方便, 这里假设所有的土地是同质无差异的, 同时土地流转后没有囤积土地的情况, 即土地全部被用于了开发。那么则有 其中Lt流为一定区域内t时刻土地流转的数量, Lt为t时刻农地数量。
(2) 建立模型
依据福利最大化理论, 微观主体的福利大小由其所消费的商品决定, 即Wi=U (Ci) , 这里消费的商品包括物质产品及所消费服务。而Ci取决于拥有的资源Si, 因此福利函数可以写成Wi=U (Ci (Si) ) 。我们将资源Si划分为土地资源Li和其他资源Qi (包括实物产品, 也包括就业、服务等非物质资源) , 则福利函数记成Wi=U (Ci (Li, Qi) ) 。主体由于不同自身特征, 同样的资源消费可能所获得福利有所不同, 如两个农民由于偏好不同及自身的健康情况不同, 即拥有相同的土地和其他资源, 他们的福利有可能不同。因此可以把自身的状况ξi看成福利函数的变量, 福利函数变换成Wi=U (Ci (Li, Qi) , ξi) 。
(3) 土地流转福利最大化实现的条件
土地流转过程中, 各主体的福利发生了不同程度的变化。当前的土地流转过程中, 企业和政府的福利增加;农民的福利减少;村委会的福利会发生什么方向的变化不好说。因此研究的最终目的就是实现社会福利最大化。而只有社会的福利最大化, 农民的福利才有可能实现最大化。我们假设土地流转过程中福利函数为:
而由上述分析可知在给定区域内第t期农地的存量为Lt, 它等于第t-1期农地存量Lt-1与第t期农地流转的数量Lt流, 即s.tLt=Lt-1-Lt流
我们构造建立拉格朗日方程:
分别对Lt、Lt流和λ求解, 该方程可得:
由上式可知, 如果在土地流转过程中土地的需求方 (即当地方政府与企业) 在获得每单位流转土地用于开发建设所获得福利改变量与土地的供给方 (即农民和村委会) 单位面积流转土地福利的改变量相等时, 社会福利达到最大化, 即农民的福利也达到最大化。可以这样理解, 如果流转的土地无论给予政府和企业开发还是由农民和村委会等农村经济组织耕种没有差异的话, 社会福利达到最大化。如果我们制定的农民失地经济补偿标准能保证土地的需求方 (地方政府和企业) 给予农民的经济补偿能弥补他们由于失去土地资源而导致福利的损失, 包括农民土地生产的经济收入、失去社会保障的依靠及生存环境恶化的福利损失。那么会实现社会福利的最大化, 即农民的福利最大化的目标。
三、实现土地流转福利最大化的对策
1. 合理制定征地补偿标准, 实现失地农民的效用最大化
由文中分析可知, 当地方政府与企业在获得每单位流转土地用于开发建设所获得福利改变量与农民和村委会单位面积流转土地效用的改变量相等时, 社会福利达到最大化。因此, 给予农民的征地补偿额应当弥补农民由于失去土地资源面导致的福利损失, 此时农民的福利才能达到最大化, 即社会的福利最大化。
因此征地补偿应包括一次性土地征用补偿和生存保障补偿两部分构成。征用土地补偿费以土地在非农业经营活动中发挥的生产力为依据, 充分体现其拥有的土地使用权价值。征地补偿的项目和标准都应与时俱进, 相应地进行调整, 提高农地征用补偿水平。在土地征地补偿内容上, 除了补偿土地价值、安置补助费、青苗及附着物费外, 还要考虑失地农民在30年承包期内土地正常收益损失、土地的潜在收益损失、土地增值的价格损失来综合确定土地征用补偿费用。
2. 完善失地农民生存保障机制, 促进失地农民社会保障体系优化
土地是农民最基本的生产资料和经营载体, 它扮演着农民经济来源和社会保障的双重角色。完善失地农民生存保障机制, 就是社会稳定的稳定器, 是促进失地农民社会保障体系优化的根本。根据我省具体实际, 失地农民生存保障机制应不同于社会保障项目。生存保障机制包含养老与低保的混合模式——基本生活补贴、医疗保障、其它社会保险、个人发展模式。这一生存保障模式是多层次的保障, 既实现了保障失地农民的基本生活需求, 又保障了失地农民病有所医的需求, 同时也保障了失地农民长期个人发展的需求。三个层次渐次递进, 完善了失地农民生存保障机制, 涵盖了社会保障的功能, 同时又强调了应重视失地农民的个人发展保障。建全失地农民医疗保障制度, 失地农民医疗保险体系和其它社会保险项目可以不单独设立。失地农民医疗保险体系应纳入相应的医疗保障系统, 保险金或统筹金从失地农民生存保障基金中统一支付。对于已城市化的失地农民直接纳入到城市医保体系, 享受与城市居民相同的医疗保障待遇, 对于仍居住在农村的失地农民, 可以纳入到农村合作医疗体系。同时在征地的社会保障谈判中应加强农民的讨价还价的能力, 加大市场化行为, 从而促进土地资源配置向最优靠近, 达到帕累托改进, 促进福利状况的改善。
3. 多渠道促进失地农民就业, 确保失地农民生存发展保障
生存保障是解决失地农民生存和发展的核心内容。从近期来讲是生存, 从远期来讲是发展。失地农民由于其原有生存技能、文化背景、信息资源在失地后不再适用, 在面对新的生存环境, 必须重新构建途径, 获取信息资源, 这必然要增加失地农民的工作寻找成本、技能学习成本、就业风险等。失地农民如能找到稳定的、收入较高的非农工作, 养自己、养家、致富等问题就能迎刃而解。因此, 在多渠道积极引导和培育促进失地农民就业机制, 充分发挥产业结构调整的就业潜力, 建立确保失地农民生存发展保障的促进机制。增加失地农民人力资源开发投入, 建立有效的培训与就业相衔接的机制。挖掘中小企业在市场化就业中的贡献力, 拓展新的就业渠道。打破制约农村劳动力流动的制度, 消除城乡劳动力各种不平等的政策。同时创造有利于发展壮大的配套服务和制度条件。
参考文献
[1]张业相, 郭志强等.农地流转初具规模规范管理亟待加强——对常德市农村集体土地流转情况的调查与思考[J].湖南农业大学学报, 2002 (01)
[2]楼惠新, 张建新.论经济发达地区农村土地流转问题[J].农业现代化研究, 2002 (03)
[3]刘红梅, 王克强.上海市农村集体土地使用权流转发展和特点[J].农业现代化研究, 2001 (05)
[4]李燕琼, 范高林.四川农村土地使用权流转的现状、问题与对策[J].农业经济问题, 2002 (12)
【最优选择模型】推荐阅读：
战略选择模型05-25
区位选择模型06-13
最优选择08-08
最优安全成本模型08-18
最优激励机制模型06-14
最优环境工程方案遴选模型的建立与应用07-30
历史的选择人民的选择05-11
女人选择了包容就选择了快乐随笔06-06
组工干部演讲稿：选择组工选择奉献07-11
去向选择07-16