生态经济模型（精选12篇）
生态经济模型 篇1
经济发展是指通过技术创新、生产要素搭配等,不断增加居民的经济总福利,在此过程中,需要生态环境提供生态产品,包括清新空气、清洁水源、富饶土地等。随着我国经济的快速发展,经济与生态之间的矛盾日益突出,集中体现在经济发展过程中对生态产品的过度消耗,甚至是恶意破坏、污染。生态环境是人类生存和经济社会发展的物质基础,为协调经济发展与生态环境间的关系,我国制定《生态文明体制改革总体方案》,在“十三五”规划中明确绿色发展作为生态文明建设的主基调,以提升生态环境质量来倒逼经济转型。
一、文献综述
经济与生态协调理论是随着当代经济社会的发展逐渐建立起来的一个重要经济学分支,集中体现了经济社会发展与生态环境保育之间的迫切需求,也指明了生态时代人类社会经济发展的必然方向。
在国外,Boulding[1]把系统方法应用于经济与环境相关性的分析,试图建立既不会使资源枯竭,又不会造成环境污染和生态破坏,能循环利用各种物质的“循环式”经济体系。Norgaad[2]提出协调发展理论,认为通过反馈循环,在社会和生态系统之间可以实现共同发展。Grossman和Krueger[3]首次证实环境质量与人均收入之间的关系,认为污染在低收入水平上随人均GDP增加而上升,高收入水平上随GDP增长而下降。Panayotou[4]提出倒U型的环境库兹涅茨曲线(EKC),提出环境质量开始随着收入增加而退化,收入水平上升到一定程度后随收入增加而改善。Bleischwitz[5]重点分析生态效益、社会认知和社会制度的相互影响及理论框架,认为应争取实现可持续消费和可持续资源管理。Brian Roach等[6]指出,环境问题容易引发争议,常认为经济目标与环境目标总是冲突,但通过模拟得知,良好经济制度将会引导人们注重环保,经济实力的增强更有利于生态环境保育。
在国内,沈满洪[7]提出,以生态文明建设促进区域经济协调发展,构建产业生态化、消费绿色化、资源节约化和生态经济化四大目标性战略,及加快生态科技创新和生态制度创新。张明发[8]建立厦门市生态环境与社会经济协调发展度评价模型,结果表明生态环境系统、社会经济系统内部协调性整体良好,两系统间协调发展状况总体呈现比较稳定的上升趋势,但二者协调发展进程较为缓慢。李景新[9]采用耦合模型对吉林省资源环境和社会经济的协调性进行分析,结果表明1986—2008年吉林省资源环境和社会经济系统发展的耦合协调度总体呈上升趋势,从濒临失调衰退类型演变为中级协调发展类型,但协调度则呈先上升后略有下降趋势。近年来,DSGE(动态随机一般均衡)研究方法也开始应用到生态经济学领域。徐文成等[10]通过引入空气污染排放变量和环境政策变量,对经典的新凯恩斯DSGE模型进行拓展,分析显示环境政策的选择还受经济中不确定因素来源的影响,政府应致力于将环境政策的制定和实施植入到整个宏观经济的发展中。
综上分析,经济与生态的协调发展是一个动态过程,协调状态也没一个绝对标准。国内外学术界主要是根据历史数据进行检验,但基于DSGE模型的经济与生态协调性动态模拟几乎没有。本文基于上述已有的研究成果,尝试建立一个经济与生态协调性的DSGE模型,分析技术进步、单位产出生态产品需求等冲击下,探讨经济与生态之间的最优均衡点问题。
二、建立模型
本模型的构建思路主要源自于Tommaso[11]和Konstantiongs[12],模型框架(见图1)为:居民供给劳动力、资本,并进行投资;企业按照成本最小化思路开展生产,采用成本加成定价;经济发展中,主要有劳动力市场、资本市场和商品市场,但面临技术进步、单位产出生态产品需求等波动冲击;生态环境自身存在稳定机制,但容易受到经济发展影响。
第一,居民。既定资本和劳动力约束下,其决策是消费和闲暇的效用最大化。
其最优化解为跨期消费效用一致,消费与闲暇边际效用相等,即,
其中,Et为数学期望,β为贴现因子,ct为居民消费,ψ为闲暇效用系数,nt为劳动力供给,wt为实际工资;kt为实际资本,rt为资本收益率,it为投资,δk为资本折旧率。
第二,企业。生产过程中,需要技术、资金、劳动力和生态产品投入。在同等产量规模下,企业生产决策为成本最小化。市场处于完全竞争状态,企业采取成本加成定价。
其中,yt为总产出,at为生产率,ft为生产所需生态产品,pt为生态产品价格,mct为生产边际成本,α1、α2、α3分别代表产出关于资本、劳动力、生态产品的弹性系数,为单个企业的产品价格,为同类产品市场价格,φ为中间产品的替代弹性。
联立求解,可得出,
生态产品产权不清晰,既不属于居民,也不属于政府,生态产品作用被严重低估,即α3≈0。生态产品的使用存在极大的随意性,即ft→∞,此时价格近似为零,即pt→0。
在生产过程,经常受到技术进步冲击,即
其中,ass为技术进步稳态值,ρα为技术进步冲击系数,为随机误差项。
第三,市场出清。市场均衡时,主要包括,
资本市场出清:
劳动力市场出清:
商品市场出清:
第四,生态环境。生态产品使用量与企业产出成正比,
其中,θt为单位产出的生态产品需求系数。
在生产过程,单位产出的生态产品需求系数经常变动,即
其中,θss为技术进步稳态值,ρθ为生态产品需求冲击系数,为随机误差项。
假设生态环境质量是由生态产品汇集而成的存量指标,生态环境质量的好坏取决生态产品的数量。生态环境自身会向无污染状态进行动态演变,总的生态环境质量演变过程为:
其中,qt为t时期生态环境质量,q*为无污染时生态环境质量,σq为生态环境质量持久性因子。
经梳理后,由方程(3)、(4)、(5)、(7)、(9)、(10)、(12)、(13)、(14)、(15)、(16)、(17)、(18)组成的方程组,将构成本研究中的DSGE模型核心。
三、参数的校准与估计
所有原始数据来源均为国家统计局网站,选用投资数据(以固定资产投资替代)、生态产品数据(以碳排放量替代)等作为观测变量,所有变量均为实际变量取对数后,经HP滤波处理去掉趋势项。模型中参数主要来自于相关领域的现有研究成果(见表1)。参考Tommaso[11],设定贴现因子β为0.98,闲暇效用系数ψ为1.75,资本折旧率δk为0.025,资本弹性α1、劳动力弹性α2分别设定为0.33、0.67,将中间产品的替代弹性φ设定为6.5。参考Konstantinos等[12],将生态环境质量的持久因子δq设为0.9,生态产品需求自回归系数ρθ设定为0.93。参考徐文成等[10],将技术进步系数ρa设定为0.95。结合既有研究的估计结果,将技术进步冲击、生态产品需求冲击的标准差统一设定为0.01。
四、模拟结果及分析
(一)脉冲响应分析
当出现技术进步时(见图2),经济指标方面的产出(y)轻微上升,居民消费(c)实现长期有效增长,投资(i)出现拉升后回落。生态指标方面的生态要素使用量(f)拉高后平缓回落,生态质量(q)呈现平缓的“U”字型走势,出现长期的轻微恶化。
当单位产出的生态产品需求系数上升时(见图3),生态要素使用量(f)拉高后平缓回落,生态质量(q)呈现平缓的“U”字型走势,出现长期的轻微恶化。相较之下,主要经济指标均不受影响。
(二)参数敏感性分析
当生态产品需求系数从0.01上升到0.5,稳态时的社会总产出(y)、投资(i)、居民消费(c)等指标保持一致,但生态产品使用量(f)将不断增加,尤其是生态消耗速度大于自我恢复速度时,导致生态环境质量(q)加速下降。当突破临界值时,生态环境质量(q)为负数,表明生态环境严重恶化,有可能出现重大危机,直接威胁到人类社会的发展。
(三)模型结论
良好的生态环境是人类赖以生存和社会发展的基石。但是,如果生态环境产权不清晰,生态产品将会被肆意滥用,在纯市场经济条件下,生态产品在生产过程中的作用往往容易被忽视,表现为“零价值”或“零投入”。
经济与生态协调性集中表现为单位产出的生态产品需求。从模型上看,市场运行的均衡结果都是有效率的,然而它仅仅是经济层面的最优化,在生态环境方面显得无能为力。通过脉冲响应分析得知,技术进步加快,对经济发展的各项指标都起到正面积极作用,但产出增加带动生态产品消耗增加,进而生态环境质量下降。通过参数敏感性分析得知,由于缺少外部约束(如政府规制),企业对生态产品的需求量呈现不断扩大的趋势。生态环境质量加速恶化,主要原因在于人类生产活动中对于生态产品的过量消耗,超出环境自身恢复能力,同时缺少一种持久有效的生态投资机制,以恢复生态环境提升生态产品供给能力。
五、政策建议
我国经济发展与生态环境之间的协调机制尚未形成,基本上以经济发展对生态环境的单向索取为主,缺少对生态环境的建设环节,而生态环境的变化也无法有效地反馈到经济发展层面。为此,本文提出如下建议。
(一)加快生态产品确权
产权制度一方面是强调对“物”的界定和使用,另一方面是强调对“物”的珍惜与保护。产权是纠正市场失灵的主要办法,倘若产权不清晰,必将出现公地的悲剧,比如在生态环境领域,企业竞相排放二氧化碳等气体,最终出现温室效应等严重气候灾难。“十八大”明确提出全面地建立自然资源资产产权制度,对生态环境空间进行确权登记,实施用地管制,加强水、土地节约集约使用,当前必须抓紧建立和完善生态产权制度。
(二)推动市场化生态补偿
市场化生态补偿机制的核心,应当是通过对生态产品进行收费,以促成稀缺资源的合理配置,同时将生态产品相关收益用于加强生态环境建设,以切实提升生态产品的供给能力。构建现代生态文明制度,应着重把握生态资源资产化方向,将生态产品视为和土地、劳动力同等重要的生产要素,参与市场的调节和竞争,促进全要素生产率增长,抑制生态产品的粗放式消耗。同时,妥善运用生态产品数量价格机制、自愿性生态环境建设、主体功能区规划等,切实推动经济整体转向质量效率型增长模式,不断加强生态环境的建设,进而实现经济发展与生态环境保育间的长期均衡稳健发展。
(三)加强生态环境建设
引导社会各界共同关心生态环境建设,多渠道、多层次、多方位筹集建设资金。政府财政应将生态环境专项资金列入每年预算,加强对年度重大生态环境投资项目建设、督导与检查,重点提高项目生态效益。对照“谁投资,谁经营,谁受益”的原则和模式,鼓励社会团体参与生态环境建设投资,大力发展生态经济模式,持续推广生态保育相关的科研成果和适用技术。积极开展科技、文化普及,不断提高居民的科学文化素质,共同关心和支持生态环境建设。
参考文献
[1]Kenneth Ewert Boulding.The Economics of the Coming Spaceship Earth[M].John Hopkins University Press,1966:3-14.
[2]Norgaard R B.Economic Indivators of Resource Scarcity:A Critical Essay[J].Journal of Environmental Economics and Management,1990,19(1):19-25.
[3]G M Grossman,A B Krueger.Economic Growth and the Environment[J].Social Science Electronic Publishing,1995,110(2):353-377.
[4]T Panayotou.Demystifying the Environmental Kuznets Curve:Turning a Black Box into a Policy Tool[J].Environment&Development Economics,1997,2(4):465-484.
[5]Bleischwitz R.Cognitive and Institutional Perspectives of Eco Efficiency[J].Ecological Economics,2003,46(3):453-467.
[6]Brian Roach,Jonathan M Harris,Anne-Marie Codur.Microeconomics and the Environment,A GDAE Teaching Module on Social and Environmental Issues in Economics[C].Global Development and Environment Institute,2015:5-10.
[7]沈满洪.生态文明建设与区域经济协调发展战略研究[M].北京:科学出版社,2012.
[8]张明发,王强,曾月娥.厦门市生态环境与社会经济协调发展研究[J].福建师范大学学报:自然科学版,2015(6).
[9]李景新.吉林省资源环境和社会经济的协调性分析[J].价值工程,2014(4).
[10]徐文成,薛建宏,毛彦军.宏观经济动态性视角下的环境政策选择——基于新凯恩斯DSGE模型的分析[J].中国人口·资源与环境。2015(4).
[11]Tommaso Mancini Griffoli.Dynare User Guide,An Introduction to the Solution&Estimation of DSGE Models[Z].Unpublished Manuscript.January,2013:12-34.
[12]Konstantinos Angelopoulos,George Economides,Apostolis Philippopoulos.First-and Secondbest Allocations under Economic and Environmental Uncertainty.[J]International Tax and Public Finance.June 2013,20(3):360-380.
生态经济模型 篇2
经济合理的生态用水量及其计算模型(Ⅰ)-理论
在分析国内外生态需水量研究现状的基础上,指出当前的生态用水研究存在偏重于理论、未与具体研究区域的时空特点相结合的缺陷,导致生态用水理论较难应用到实际当中.基于目前生态用水研究的现状,提出了“经济合理的生态用水量”的概念;建立了计算模型,其基本思路为将总用水量分为工业、农业、生活、第三产业、生态环境用水五大部分,按照其优先次序,计算总用水效益最大的各个用水户的`相应用水数量;提出了模型中各个参数的量化方法.“经济合理的生态用水量”的提出及其模型的建立,表明人们对生态用水的认识开始由理论研究向实践应用转变.
作 者：陈兴茹 刘树坤 CHEN Xing-ru LIU Shu-kun 作者单位：中国水利水电科学研究院,北京,100038 刊 名：水利水电科技进展 ISTIC PKU英文刊名：ADVANCES IN SCIENCE AND TECHNOLOGY OF WATER RESOURCES 年，卷(期)： 26(5) 分类号：X321 关键词：经济合理的生态用水量 生态用水估算方法 服务功能 计算模型基于知识融合的知识生态模型研究 篇3
摘要：文章指出目前国内大多数企业在进行传统企业向创新型企业战略变革中所采用的创新模式均为基于知识融合的创新，具体又可分为集成创新与消化吸收再创新。而后在阐释融合创新视角下知识创造的生态过程基础上，分析了集成创新和消化吸收再创新两种不同创新情境下知识创造过程在知识准备、生发、扩散三个阶段的异同，构建了各路径下的知识生态模型。
关键词：知识融合；知识生态；融合创新；集成创新；消化吸收再创新
一、 引言
党的十八大以来，中央提出把创新驱动发展作为国家战略，习近平总书记多次强调该战略决定中华民族前途命运，李克强总理在此大背景下也多次提出“大众创业、万众创新”是中国经济新的发动机，中国企业新一轮的创新热潮正在形成。这样的热潮促使所有企业必须思考怎样从传统企业迈向创新型企业，而在这样的演进过程中企业可以通过不同的创新方式实现战略转型。
在转型中最关键的是形成企业自主创新能力，当今大部分国内企业形成自主创新能力主要是通过融合创新方式而非原始创新方式达成的。简单来说，融合创新就是企业通过“借力”的方式对已有的原理、方法、技术等进行有机融合实现创新。而融合创新在现实中又表现为集成创新和消化吸收再创新两种具有差异化的形式。前者是企业对已有原理、方法、技术等直接进行有机组合，产生自己的自主创新能力，实现企业创新的过程。后者是企业在引进市场上较为成熟已形成体系的原理、方法、技术，在学习理解的基础上对上述内容进行局部改造，以实现在产品、工艺等局部环节的创新，这样形成的自主创新能力虽然较弱，却是相当一部分企业在现实情况下的可行选择。
上述具有差异化的融合创新方式，在新知识的生成过程上均体现为知识融合，而知识融合的全过程均包含知识准备、知识生发、知识扩散等环环相扣的组成部分，反映了知识融合情境下个体知识向组织知识演变的动态过程，这个过程具有一定的类生物性，在不同的创新差异化情境下，知识融合方式在各阶段体现出截然不同的特点，而各阶段的有机融合又形成了该种创新方式下特有的知识创造过程，最终体现为不同的知识生态模型。
二、 知识融合相关研究综述
目前关于知识融合，理论界尚未取得统一认识。国外关于知识融合主流观点有两种，一种定义认为知识融合是从许多分散式网络资源中搜寻、获取有关知识并转换为统一知识，为解决具体领域问题构造有效知识资源；另一种定义认为知识融合是一种服务，该服务对分散信息源的不同信息进行转换、集成和合并生成新的集成知识，同时管理相关信息和技术，所以知识融合最终结果是产生新知识。
国内对知识融合的看法基本沿袭了国外学者的研究思路，但多数是在信息论的框架体系内进行研究，如基于知识融合技术进行产品设计研究，基于知识融合进行大数据时代知识服务，只有少数文献以知识融合视角研究创新，研究侧重点为多群体协同创新与知识融合关联问题，如研究产学研协同创新中的知识融合影响因素，研究基于技术界面开放的创新联盟知识融合机理等。
本文并非单纯探讨知识融合内在机理，也不是纯粹研究现有的知识主体怎样在创新中实现知识融合，而是将研究的侧重点聚焦于采用知识融合的方式进行创新的不同情境下，在知识创造全过程中各自体现出何种不同的类生物特性。因此，本文的知识融合主要从知识创造的角度探讨知识怎样由环境中的外部知识内化为组织内部知识，以形成企业程度不同的自主创新能力的全过程。
三、 融合创新下知识创造的生态过程
本文将融合创新中知识创造理解为一个生态过程，主要体现两方面含义：一是无论采取集成创新抑或消化吸收再创新，其知识融合过程均要比原始创新更依赖于组织外部环境，需要从组织外部环境获取相关知识进行后期加工创造活动；二是在形成组织知识进程中都需要经历知识由碎片到整体、由割裂到完善的全过程，此过程与生物成长经历极为类似，是组织作为一个类生物体时组织思维的形成过程，此过程也关系到企业最终自主创新能力的强弱与核心竞争力的高低。
从知识创造的具体过程来看，在知识准备、知识生发、知识扩散三个具体阶段上此生态过程均表现出对应的特点。在知识准备阶段，该生态过程主要体现组织与内外部环境发生联系的过程。此过程是通过知识载体即企业员工完成的，他们从组织内外部环境通过各种途径获取知识资源，为进行知识创造积累现有的知识，形成知识创造基本灵感。知识准备阶段的知识对组织来说还是碎片化的，并没有形成具有自主知识产权的知识。在知识生发阶段，该生态过程主要体现为灵感具象化为个体知识的过程。此过程需要经由知识载体对知识创造基本灵感进行组合加工，将其整合成为知识载体所特有的个体知识。知识生发阶段的知识对组织来说已经由碎片知识升华为具有组织内部特定个体自主知识产权的知识，但该知识还没有形成组织思维，不能为组织形成带有自主知识产权的核心竞争力发挥作用。在知识扩散阶段，该生态过程主要体现个体知识进一步升华为组织知识的过程。此过程需要作为知识载体的企业员工在组织内部进行知识传递得以实现，而知识传递则需要借助组织内部的知识交流场所完成，在知识交流场所中个体知识经过多次交流、共享、互动重构等形式，最终形成组织知识。知识扩散阶段的知识对组织来说已经由内部特定个体才掌握的知识上升为具有整体组织共有知识产权的知识，这种知识形态是形成企业自主创新能力所必然要求的形态，对企业核心竞争力的高低将产生关键的影响。
四、 融合创新差异情境下的知识生态模型
需要指出，知识创造生态过程的三个阶段，知识融合的具体进程体现的知识创造路径，会随集成创新与消化吸收再创新的不同产生明显区别，将在下文分别论述。
1. 知识准备阶段的知识生态模型异同。在知识准备阶段，企业内部知识载体无论是进行知识集成创新抑或是消化吸收再创新，都不必像原始创新那样，依靠知识载体本身长期知识积淀，在无先例的情况下产生知识创造的基本灵感，而是均可利用现有知识衍生出创造的基本灵感。故此，集成创新和消化吸收再创新在产生上述灵感即知识孢子的时候，对外部知识场的依赖均比较强。这种依赖对集成创新而言，主要体现在直接从企业外部引入现存的知识，而且企业内部知识载体对这些知识了解比较系统，对如何利用现有知识进行再创造已有一定成形思路，故此这些知识可以比较容易成为形成知识孢子的依据。在消化吸收再创新中，从企业外部引入的现有知识往往由于企业内部知识载体对这些知识缺乏透彻理解，而不能直接成为知识载体产生知识孢子的依据，故此运用这些知识进行再创造活动，需要经历比集成创新更复杂的后续加工活动。
对内部知识场而言，集成创新对其依赖程度往往弱于原始创新，知识载体在产生知识孢子的时候，只需具有适度的内部知识，知道如何利用引入的外部知识进行后期加工即可，而无需经过内部知识的长期积淀。对消化吸收再创新而言，由于企业内部对引入的外部知识开始时缺乏了解，甚至不知如何对其进行后期利用，导致该种创新情境下知识孢子的产生对内部知识场的依赖极弱，甚至出现完全不依赖内部知识场的情况。
2. 知识生发阶段的知识生态模型异同。由于知识孢子表现为分散的知识片断，这种片断对企业来说是割裂的，无法由企业直接加以利用，因此在知识生发阶段知识载体必须先通过某种形式对上述分散的知识片断进行加工，使知识载体形成可供下一阶段进行群体互动交流的系统化的知识载体个体知识体系。无论是在集成创新还是消化吸收再创新形式下，本阶段进行的知识加工都与原始创新有明显不同，即加工并非采取像原始创新情况下的通过顿悟知识而发生突变的形态进行，而采取在加工过程中保持与原有知识的联系，不改变原有知识的实质，只是把分散的原有知识片断通过有序方式进行组合，生成结构上与原有知识有所差别的新型知识体系。因为该种知识体系与形成知识孢子的知识场中的信息并非如同原创知识体系一样具有本质区别，所以如果把原始创新下在此阶段形成的知识载体个体知识体系称为个体原生知识菌株，则集成创新和消化吸收再创新情境下由原有知识场信息延伸产生的知识载体个体知识体系就可称为个体衍生知识菌株。而生成个体衍生知识菌株的知识加工方式可称为聚合，其结果是形成企业中带有各个知识载体明显个体特征的衍生性知识体系。
有所差别的是，在集成创新情境下，知识载体对如何利用由外部知识场引入的知识比较了解，因此可采取对外部引入的知识直接聚合的方式进行加工。但在消化吸收再创新的情境下，知识载体缺乏对外部知识场直接引入知识的系统了解，起初并不知道如何对它们加以有效利用，所以在对外部引入知识进行聚合前，必须首先对引入的知识片断加以分析，分析后形成对这些片断的系统感悟，并知道如何对它们加以整理，可将上述过程称为消化。故此消化吸收再创新情境下，知识生发阶段采取的是先消化再聚合的知识加工方式来形成个体衍生知识菌株。
3. 知识扩散阶段的知识生态模型异同。在知识扩散阶段，集成创新与消化吸收再创新两种创新情境下的知识载体在形成个体衍生知识菌株后，需要通过某种形式将自己的知识通过某种中介平台与其他知识载体进行交流。这种交流的过程可以称之为外化，是知识载体的个体知识为组织成员共同了解的过程。而交流的中介平台用专业术语表征，可以称为知识交流吧，在企业中可以体现为集体研讨会、学习手册等具体形式。经过多次交流，各个知识载体对原有的个体衍生知识持续进行互动重构并在不同载体间进行反馈以形成组织知识。
集成创新情境下上述个体知识互动重构与反馈的过程，主要体现为将不同个体衍生知识进行系统整合，其整合过程相对于原始创新来说，思想碰撞程度会显得稍微和缓，这是由于集成创新中个体衍生知识均与现有知识关系密切，因此无需像原始创新那样必须经过思维激烈碰撞才能产生原创性组织知识。我们将这种系统整合的过程称为塑形，塑形的最终成果，是形成组织内部公认的有形化集成成果，例如集成化产品、工艺等。如果用生态学的观点解释，此阶段发生的是个体衍生知识菌株经过多次塑形过程后，通过杂交改良最终扩散升华为组织衍生知识菌群。消化吸收再创新情境下，鉴于这种创新方式强烈依赖于既存知识，经常体现出在模仿基础上进行管理局部环节创新的特点，故个体知识互动重构与反馈的过程主要表现为个体间局部创新思想的传递，让组织其他成员在局部创新观点上产生共识，不用体现如原始创新般的思维激烈碰撞或如集成创新般的思维系统整合过程。因此，这种创新形式下发生的互动重构与反馈过程可称为渗透。多次渗透的最终结果使知识载体的个体知识趋于同化，形成组织衍生知识体系，可表现为产品、工艺等局部环节的创新。如果用生态学的观点解释，此阶段发生的是个体衍生知识菌株经过渗透过程后，通过复制转录，最终扩散升华为组织衍生知识菌群。
4. 两种情境下的知识生态模型。综上所述，可把集成创新和消化吸收再创新两种不同情境下，基于知识融合的知识创造过程在三个阶段体现出的不同生态过程，各自归结为如图1、图2所示的两种不同创新情境下的知识生态模型。由这两个知识生态模型可知，它们的知识创造过程都体现出从外部知识场引入知识后知识形态在组织内部完整的变化过程，不管此过程中经历的衍变具体表现形式如何不同，最终组织外部知识都成功融入组织内部，并成为以某种形式展现的组织内部知识，表现为带有组织自身明显特征的创新能力，最终构成了组织核心竞争力的来源。
五、 结论
在我国大多数企业采取知识融合的方式进行创新的大背景下，上述知识生态模型的提出对我们具有一定借鉴意义。一方面，这些模型告诉我们，即使都是采用知识融合方式进行创新，但集成创新与消化吸收再创新在知识创造的各阶段上都有一定的差异之处，企业如何选择关键要看自身实力，实力较弱时进行消化吸收再创新要比进行集成创新可行性更大。另一方面，从模型中也可看出，在具体知识创造过程中，内外部知识场、知识载体、知识加工方式、知识交流吧、知识外化方式等因素会对最终形成组织知识共同发挥作用，最后形成的自主创新能力高低要受到这些因素的综合影响，这对我们发现提升企业融合创新效果的路径提供了思考的多个出发点。
参考文献：
[1] 和金生，熊德勇.基于知识发酵的知识创新[J].科学学与科学技术管理，2005，（2）：54-58.
[2] Preece A D，Hui K Y，Gray W A，et al.The KRAFT Architecture for Knowledge Fusion and Transformation[J].Knowledge Based Systems，2000，（2-3）：113-120.
生态经济模型 篇4
流域水循环系统的整体性、河流水系的流动性、以及流域与行政区域之间的相互分割性, 决定了流域的上游地区在经济发展和进行生态建设的过程中, 对下游地区存在正反两方面的外部效益。为有效解决流域生态建设与经济协调发展的问题, 建立一个流域间、区域间的上下游的补偿机制非常重要。
目前, 人们对生态补偿的研究已经从单纯的生态补偿提升为流域生态共建共享。生态补偿标准的计算是确立生态补偿量的关键, 也是流域生态共建共享机制中的重点和难点。闽江流域在良好的生态保护下拥有非常好的环境, 其流域生态补偿问题仅涉及福建省, 比其他流域相对简单。因此本文选择闽江流域作为研究对象, 以生态补偿的基本理论为基础, 确立该流域生态补偿标准的计算模型。
二、生态补偿理论基础的应用
1. 水资源的准公共物品属性造成了生态建设投入的外部性, 这是生态补偿问题产生的根源。
2. 生态与环境资源的有偿使用理论决定了生态补偿的必要性和“谁受益, 谁补偿”的原则。
3. 效率与公平理论为实施生态建设项目并由政府建立生态补偿机制提供了依据。
4. 外部成本内部化理论是测算生态补偿标准并确保其实施的理论基础。
三、流域生态建设与保护补偿模型
根据以上理论基础, 本文从生态建设的总成本入手对生态补偿量进行测算。
1. 上游地区生态建设与保护的总成本分析
水源涵养与生态保护补偿成本由直接成本与间接成本构成。通过调查收集上游地区生态建设与保护的一年内的各项直接成本 (DCt) 和间接成本 (ICt) , 直接成本包括水源涵养区提高森林覆盖率的投入 (DFCt) , 水土流失治理投入 (DSCt) 和污染防治投入 (DPCt) 等, 即:DCt=DFCt+DSCt+DPCt;间接成本包括水源涵养区发展节水的投入 (ISCt) , 水库区生态移民安置投人 (IICt) , 水源涵养区限制产业发展而遭受的经济损失量 (IECt) 等, 即ICt=ISCt+IICt+IECt。公式 (1) 即为年总成本的计算公式:Ct=DCt+ICt (1)
2. 上游地区生态建设与保护的补偿模型
根据前述理论, 上游水源涵养区内的生态建设投入应得到下游地区的补偿。本文引人水量分摊系数KVt、水质修正系数KQt和效益修正系数KEt, 测算上游生态建设和保护的外部性所需的补偿量。
(1) 将年总成本Ct乘以KVt, 作为下游地区对上游生态建设和保护成本按水量进行的分摊。基于水资源利用状况, 确定水量分摊系数KVt为下游地区利用上游水量W下占上游总水量W总的比例, 即,
则下游因利用上游水量而需承担上游生态建设和保护成本C的分担量为CtKVt。
(2) 在水资源利用的过程中, 水质的优劣同样能够影响用水效益, 上游地区供给下游水量的水质越好, 其发挥的效益越大。因而, 应引入水质修正系数KQt对下游分摊的成本CtKVt进行修正。以常用的水质指标COD浓度作为上下游交界断面处的代表性指标, 假设上下游交界断面所要求的水质标准为S (mg/L) , 即上游地区有责任保证上下游交界断面处的水质达到S, 以保证下游地区的正常用水。
当交界断面处水质Qt等于S时, 下游地区只需因利用上游水量而分摊成CtKVt。当交界断面处水质Qt低于S时, 下游地区除需分摊成本CtKVt外, 还需要对水质为Qt情况下比水质为S下所少排放的COD量Pt (t) 进行补偿, 采用上游地区环境保护中年削减单位COD排放量的投资为Mt (万元/t) 估算, 则上游地区因向下游提供比标准水质更优的水量而获得的补贴为PtMt。当交界断面处水质Qt高于S时, 即上游来水的水质不达标的情况, 上游地区得到下游地区分摊成本CtKVt之外, 需要对水质为Qt情况下比水质为S下所多排放的COD量进行赔偿, 即上游地区因为向下游提供劣于标准水质的水量而赔偿PtMt。
根据以上讨论可得考虑水量分摊和水质修正后下游对上游地区生态建设的补偿量, 那么 (3) 对于公式 (3) 进行讨论:Qt=S时, Pt=0, KQt=l, 下游地区只需因利用上游水量而分摊成本CtKVt;
Qt
Qt=S时, Pt<0, KQt
(3) 在生态建设产生正效益的情况下, 投资效益大于成本, 以保持投资的积极性, 应使引入的效益修正系数KEt>1, 对下游承担的生态建设与保护补偿量进一步修正。不同部门KEt的取值应不同。在实际的补偿机制逐步建立的过程中, 应对KEt值有一个逐步调整的过程, 使之满足下文中所述的边界条件。
至此, 得到流域生态保护与建设年补偿量的计算公式为Cdt=CtKVtKQtKEt (4)
公式 (4) 即为上游地区生态建设与保护补偿模型的基本公式, 将由公式 (1) 、 (2) 、 (3) 代入上式, 即得生态建设与保护的年补偿量。
3. 上下游生态建设效益分享和成本补偿需满足的边界约束条件
从下游受益地区考虑, 假定某一年度的国民经济用水净效益为Bd, 各部门分享的效益系数分别为α1, α2, ……αn;分担的生态建设的年补偿量为Cd, 则第i个受益部门分享的效益为aiBd, 分担的补偿量为aiCd, 其效益投入比, 为保持投资驱动力, 使Kd>1。
另一方面, 从上游地区生态建设角度考虑, 将上游地区生态建设与保护的总成本C划分为用于维护上游地区生态和国民经济效益B上的成本C上, 和用于带给下游地区生态和国民经济效益的成本C下, 那么应满足上游分享效益与成本的比值, 同时应满足下游补偿值与成本之间的比值, 以保证上游生态建设投资的驱动力, 所以Ku= (B上十Cd) /C至少应大于2。由于上游发展滞后, 目前Ku应略大于Kd。
四、闽江流域上游地区生态建设与保护的补偿量测算
闽江是福建省第一大河, 也是福建人民的母亲河, 流域面积约60992km2, 主要分布在福建省境内, 是水系相对独立的区域性河流。由于区位特点与生态功能定位等多种因素的影响, 南平市始终是闽江流域的天然屏障, 是福建省生态保护的重要功能区, 同时也是经济相对落后地区。2008年南平市辖区10个市、县 (区) 总人口为289万人, 国民生产总值仅为559.14亿元, 同年闽江下游福州段相关行政区总人口为683万人, 国民生产总值却达2284.16亿元, 后者国民生产总值是前者的4.1倍。经济发展的滞后严重削弱了上游地区对保护和建设成本的承受能力, 与长期维持优良生态系统的需求差距很大。
根据公式 (1) 将上游地区南平市在生态建设和保护中的成本进行汇总, 作为补偿计算的依据表1。结果显示上游地区近年生态建设和保护成本保持增加的趋势, 历年总计成本13.75亿元。运用公式 (4) , 测算2004-2008年闽江流域下游受益区对上游南平市水源涵养与生态保护的补偿量。水量分摊系数的计算中, 上游地区的总水量用于上游和下游部分的经济和生态用水, 故取为上游地区的年降水资源量;闽江流域允许水质标准为Ⅲ类水, 而在上游地区长期以来的生态保护作用下, 其水质长年处于Ⅰ类到Ⅱ类之间, 计算得到的水质修正系数较高;效益修正系数取经验值1.2, 测算结果见表2。2004-2008年间, 下游地区共分担上游生态建设与保护投入5.26亿元。
五、结语
闽江流域的南平市、福州市之间有着传统的友好合作关系, 为了妥善解决水生态与环境效益的外部性问题, 必须以流域水系为单元, 以政府为主导, 以行政区域为主体, 按照“受益者补偿、损害者赔偿”的原则, 在上下游各行政区域协商一致的基础上, 制定全流域生态与环境保护的规划目标, 明确界定各方的责、权、利, 逐步建立和完善全流域生态共建、经济共赢的长效机制, 实现流域生态共建共享。
摘要：通过生态补偿的理论基础研究, 建立上游地区生态建设与保护补偿模型。以闽江流域为例, 利用所建立的模型确定了2004-2008年间上游地区生态建设与保护所需的年补偿量, 结果表明:通过模型计算可以得到相应合理补偿量及逐年变化的规律, 为建立流域生态补偿机制提供依据。
关键词：流域生态补偿,补偿量,闽江
参考文献
[1]中国21世纪议程管理中心.生态补偿原理与应用[M].社会科学文献出版社, 2009, 4.
[2]王青云.关于我国建立生态补偿机制的思考[J].宏观经济研究, 2008, 7
陆地生态系统碳循环模型研究概述 篇5
陆地碳循环研究是全球变化研究中的一个重要组成部分,而碳循环模型已成为目前研究陆地碳循环的必要手段.本文针对有关碳循环研究方面的.进展,介绍了陆地碳循环模型的基本结构、碳循环过程中涉及的两个基本模型以及目前陆地生态系统碳循环模型的两大类型,并通过对现有主要陆地生态系统碳收支模式的分析,指出了未来陆地碳循环模型的研究方向可能是发展基于动态植被的生物物理模型.这种耦合模型也可能是地球系统模式的重要组成部分.
作 者：毛留喜 孙艳玲 延晓冬 MAO Liuxi SUN Yanling YAN Xiaodong 作者单位：毛留喜,MAO Liuxi(中国气象局国家气象中心,北京,100081)孙艳玲,SUN Yanling(中国科学院大气物理研究所东亚区域气候-环境重点实验室,北京,100029;西南大学资源环境学院,重庆,400716)
生态经济模型 篇6
(大连海事大学交通运输管理学院，辽宁大连 116026)
0 引言
生态港口群［1］是以生态文明为理念，由若干功能可以相互替代或部分功能相互替代的单个港口组成的港口群体系统.作为一种新的发展模式，生态港口群的建设对促进港口与城市经济、生态环境的协调发展具有非常重要的支撑作用.但近年来，沿海经济带的开发削弱生态港口群建设过程中取得的正生态效应，对地区自然资源和生态环境产生不可避免的破坏性影响，因此有必要建立一套完整的生态港口群评价指标体系，通过对影响生态港口群建设各因素全面系统的评价及时掌握生态港口群的发展和建设中存在的问题，推动生态港口群的健康发展.
国内外学者在生态港评价指标体系上已取得一定的成果:定性研究方面，多集中于对单个港口环境状况、生态港口评价指标体系的评价原则和指标构成等的描述上［2－4］;定量研究方面，主要以单个港口为例运用“驱动力－压力－状态－影响－响应(Driver－Pressure－State－Impact－Response，DPSIR)”［5］、规划环境影响评价(Environmental Impact Assessment，EIA)［6］等建立生态港口评价指标体系.由此可以看出，现有的研究成果多以单个生态港口为研究对象.针对上述不足，鉴于DPSIR［7］模型在环境、资源等领域的广泛应用，本文构建基于DPSIR模型的生态港口群评价指标体系，并以辽宁省生态港口群相关数据为例，较客观准确地反映其生态港口群建设现状，为我国生态港口群的发展建设提供理论指导.
1 生态港口群评价指标体系
影响港口群生态文明建设的因素较多且存在较大的模糊性，因此为保证评价结果的客观准确性，本文严格按照科学适用性、代表性、可得性、成本效用性等原则筛选评价指标，并在遵循可操作性和针对性等原则的基础上构建由驱动力、压力、状态、影响、响应等5个准则层指标［8］及21个指标层指标构成的DPSIR生态港口群评价指标体系，具体见图1.
2 评价指标体系中各指标权重的确定
由于图1中各指标体系对生态港口群建设的最终影响程度各不相同，因此本文综合运用层次分析法确定各指标的权重，主要步骤如下:
2.1 建立判断矩阵
2.2 确定评价指标权重
将矩阵A按行求和得矩阵V，然后求平均得矩阵V'，再将其标准化即得矩阵A的特征向量ω.
2.3 计算一致性比例CR
图1 生态港口群评价指标体系
表1 标度的含义
表2 随机一致性指标RI
3 辽宁省生态港口群综合评价的实证研究
3.1 评价指标权重的确定
根据辽宁省生态港口群的发展状况，邀请港口方面的专家按照萨蒂标度法通过两两比较确定各指标的重要程度.［9－10］为保证评分结果的科学合理性，对专家打分的结果进行多次“汇总—反馈—汇总”，直到与实际相吻合，整理最后结果得各指标的判断矩阵.以目标层判断矩阵为例，结果见表3.
表3 目标层判断矩阵S
将ω值代入式(1)得
将λmax值代入式(2)得由表2知当n=5时RI=1.12，由此得一致性比例CR=CI/RI=0.089＜0.1，因此认为可以接受此判断矩阵的一致性.
依据MATLAB中的［x，y］=eig(A)函数求得各判断矩阵的特征向量 x及特征值矩阵 y，再由［m，m］=find(y==max(max(y)))找到 y中对应最大的特征值所在的列m，最后由w=A(:，m)/sum(A(:，m))［11］求得驱动力、压力、状态、影响和响应等5个准则层判断矩阵的特征向量分别为wD=(0.202，0.202，0.596)，wP=(0.067，0.156，0.181，0.121，0.156，0.319)，wS=(0.333，0.167，0.278，0.222)，wI=(0.137，0.370，0.493)，wR=(0.247，0.278，0.247，0.077，0.149)，求得相应的 λDmax=3.001，CRD=0.000 5 ＜ 0.1;λPmax=6.485，CRP=0.067 ＜0.1;λSmax=4.194，CRS=0.071 ＜0.1;λImax=3.05，CRI=0.045 ＜ 0.1;λRmax=5.305，CRR=0.068＜0.1，由此看出，准则层指标中各判断矩阵均通过一致性检验.
将上述各特征向量归一化后得权重结果见表4.
3.2 辽宁省生态港口群建设状况
由前文所得各评价指标权重大小可知，在驱动力指标中港口竞争力水平所占比重高达0.206，说明港口竞争力水平与其他指标相比对生态港口群发展有较重要的影响;在压力指标中，单位吞吐量占用岸线权重为0.087，说明与其他指标相比岸线资源的利用不合理对生态港口群发展产生较大压力，由于岸线资源的不可再生性，要从港口群的高度合理布局规划;在状态层指标中，空气综合污染指标的权重达0.054，说明在上述压力存在的情况下港口空气污染比较严重;在影响层指标中，危险品泄漏事故的发生概率及影响水平指标权重达0.037，说明在港口空气污染比较严重的情况下危险品泄漏事故的发生概率更高、对人类健康和社会经济结构的影响更大;在响应层指标中，废气排放达标率指标权重为0.04，说明要想减少港口污染、促进生态港口群的发展就要致力于减少港口废气的排放.
综合上述分析结果及表4可知，在对生态港口群建设影响较大的各指标中，港口竞争力水平、空气污染综合指数、危险品泄漏事故的发生概率及影响水平、废气排放达标率等是目前阻碍辽宁省生态港口群建设的主要因素，单位吞吐量占用岸线指标是促进生态港口群建设的主要因素.因此，辽宁省各港口应在继续推进港口岸线资源合理利用的基础上不断提升港口竞争力水平，净化港口空气质量.
表4 辽宁省生态港口群评价指标权重及2006—2009年各评价指标标准化处理后的数据库
4 结束语
生态港口群建设是实现港口可持续发展的新模式，对生态港口群建设中的各指标进行综合评价，能促进港口建设与城市经济、生态环境的协调发展.本文利用基于DPSIR的生态港口群评价指标体系，通过对辽宁省生态港口群发展现状的分析可以看出港口竞争力水平、单位吞吐量占用岸线情况、港口污染物排放达标指数等对生态港口群建设具有非常重要的影响.
［1］刘翠莲.辽宁省生态港口群建设与对策研究［M］.北京:人民交通出版社，2009:36－41.
［2］CAREY J M，HINWOOD J B，WATSON J E.Integrated ecological－physical study of a port［J］.Natl Conf Publication－Institution of Engineers，1993，2(93):461－466.
［3］PERIS MORA E，DIEZ OREJAS J M，Subirats A，et al.Development of a system of indicators for sustainable port management［J］.Mar Pollut Bull，2005，50(12):1649－1660.
［4］凌强.上海绿色港口评价指标体系初步研究［J］.港口科技，2010(1):5－7.
［5］邵超峰，鞠美庭，何迎，等.基于DPSIR模型的生态港口指标体系研究［J］.海洋环境科学，2009，28(3):333－337.
［6］吕蓉，林建国，徐洪磊.港口规划环境影响评价指标体系的研究［J］.海洋环境科学，2006，25(2):92－95.
［7］于伯华，吕昌河.基于DPSIR概念模型的农业可持续发展宏观分析［J］.中国人口·资源与环境，2004，14(5):68－72.
［8］刘南南.基于DPSIR的辽宁省生态港口群评估体系研究［D］.大连:大连海事大学，2010.
［9］周宇锋.大连港口经济发展与环境保护之间关系的定量分析［J］.环境保护与循环经济，2011，31(6):70－72.
［10］薛俭.我国城市可持续发展综合评价系统设计［J］.生态经济，2011(10):37－41.
［11］苏晓生.掌握MATLAB 6.0及其工程应用［M］.北京:科学出版社，2002:114－118.
生态经济模型 篇7
当前针对畜禽养殖废弃物处理与利用方式及其采用的技术多种多样, 既有传统上的处理与利用方法 (例如土地处理和沼气发酵等) , 也有从工业废弃物和生活废弃物处理实践中引进的处理技术 (例如好氧曝气处理和厌氧处理等) , 还有根据畜禽废弃物自身特点而开发的新技术 (例如生物堆肥技术等) 。但总体看来, 目前各国对畜禽废弃物的处理和资源化利用实践上没有最好的解决办法, 而需要根据当地社会经济和自然条件选择合适的处理方法和处理技术[3,4,5]。在畜牧业废弃物处理利用的环境经济研究方面, 目前的研究主要是从技术经济或工程经济的角度对畜牧业废弃物资源化利用技术 (或工程) 的某个流程或对具体工程进行技术经济分析, 以评估相关处理技术 (或工程) 的经济可行性。研究者大多认为实施农牧结合是解决养殖污染的有效途径[6,7]。有学者研究表明, 使用粪肥的费用低于使用化肥的费用, 农户使用粪肥在经济上是可行的[8]。但规模化的畜牧养殖场往往缺乏足够的耕地来容纳大量且集中的动物粪便[9,10]。同时, 也有不少学者认为有机肥施用虽然是一种环境有效的养殖废弃物处理方式, 但有机粪肥施用的额外投入成本较大, 其养分含量低, 从而造成有机肥施用的经济成本大于化肥, 很难在经济上获利[11,12]。还有些研究认为在可供选择的污染控制技术中, 沼气利用技术在经济与环境角度上是最有效的技术[13,14]。有学者在将环境效益纳入成本收益分析中得出沼气工程具有可行性的结论[15,16]。但另一些学者运用投资成本收益分析方法对沼气工程处理进行技术经济评价, 认为养殖场沼气工程的市场化能力很弱, 基本不具备商业化推广的条件[17,18]。目前这些研究大多利用成本效益分析的方法, 来解决畜牧养殖废弃物处理和利用的技术经济可行性评估问题, 但往往忽视了与之伴生的环境影响;同时在分析方法上仅对单项技术进行技术经济评价, 而缺乏对整体性技术系统的经济环境效应评价, 导致研究结果难以为实践应用提供科学而系统的指导依据。
本文将通过对典型案例的分析, 在考察规模化养殖废弃物处理环境影响的基础上, 采用国际学术界逐步流行的生态经济模型方法, 来模拟分析如何通过处理措施与资源化利用模式的选择和管理方式的优化, 来改善规模化养殖场的环境经济效益, 并进一步提出解决我国规模化畜牧养殖废弃物污染问题的相关政策建议。
1 案例分析
本研究所选养殖场位于浙江省金华市郊, 主要从事生猪规模化养殖。该养殖场于2006年建成并投入使用, 目前已发展成为拥有七百余头母猪, 年销售一万余头育肥猪的大型养殖场。养殖场目前占地3hm2, 建筑面积约6000 m2。为对养殖废弃物进行集中处理和资源化利用, 该养殖场建有固液分类、沼气工程和爆氧塘等工程设施。在废弃物处理和利用上, 养殖场首先对废弃物进行固液分离, 然后部分粪便直接还田, 部分粪便和污水则经过混合调节后输入到污泥床反应器进行厌氧发酵以生产沼气, 接着对生产出来的沼气进行净化、收集和利用, 同时对沼气工程处理后的沼液进行好氧 (爆气) 处理, 最后爆氧处理过的沼液注入荷塘作为莲藕种植的肥料。目前该养殖场废弃物处理和利用方式如图1所示。
经过对养殖废弃物处理和利用, 该养殖场取得了良好的经济效益和环境效益。在经济效益上, 养殖场年生产沼气25万m3, 可满足养殖场及周边200多户农户日常生活用能, 沼气工程处理所产生的沼渣和部分固体粪便作为有机肥料为周边8 hm2的荷塘和15 hm2的稻田提供养分, 节约了化肥施用的花费。在环境效益上, 通过废弃物处理系统的处理, 废水得到净化处理, 粪便得到资源化利用, 从而保护了当地的生态环境。同时综合化的废弃物处理方式还可有效杀灭病菌、病毒和寄生虫卵, 减少了人畜病害。
该养殖场在对废弃物处理利用上取得了良好的环境经济效益的同时, 由于多种因素的影响也还存在着一定的问题。通过作者在该养猪场所作的实地调查发现, 目前该规模化养殖场仍有少量废水直接向周边河道排放, 给周边环境带来了一定的污染。沼气生产量也大大超过附近农户生活用能需要, 多余的沼气直接排放到大气中, 增加了温室气体的排放。同时该养殖场对养殖废弃物的利用主要是用来生产沼气和种养莲藕, 只有养殖场自身所有的荷塘和附近的部分稻田利用了有机粪肥, 养殖场区外不少农民认为猪粪肥效不如化肥而不愿使用猪粪还田, 大多田块仍然使用尿素和复合肥等矿物肥料, 增加了不少化肥的花费。
由于目前大多数规模化养殖场采用综合性处理方式来处理养殖废弃物, 因而本研究将假设该养殖场综合采用粪肥还田、堆肥处理、厌氧处理、好氧处理、沼气生活化利用和沼气发电等多种处理和利用方式, 并试图对其养殖和废弃物处理方式进行优化, 以期达到更好的经济效益和环境效益。现假设对现有废弃物处理系统进行改进, 改进后的模拟废弃物处理和利用模式如图2所示。在改进后的模拟模式中, 假设引入堆肥处理方式, 对固体粪便和厌氧以及好氧处理后残留的沼渣进行发酵生产生物有机肥;同时假设对沼气同时采用生活用能使用和沼气发电两种利用方式。
2 模型方法和数据
近年来, 为解决那些社会经济发展与生态环境之间的矛盾, 自然科学与经济分析的整合分析研究正逐步增多。随着技术方法的不断改进, 在国际学术界研究者越来越多地运用模拟和数学规划技术来构建生态经济模型, 并在模型中引入生产的技术特征 (或属性) , 运用系统性的模型来反映决策目标、技术、经济和环境之间的复杂关系, 来研究经济、环境和技术之间的互动问题[20,21]。生态经济模型研究方法即一种将经济学模型同一个基于工艺流程的生物物理模型连接起来的研究方法, 在构建模型时它采用一种或多种“连接”技术, 运用模拟或数学规划等技术来联立“各种描述人们的资源管理行为”的函数公式与“一定收入 (或需求) 下可选择的生产可行性与环境效应关系”的函数公式[21]。因而, 本文将基于生态经济模型的建模方法, 构建融合技术选择模型的整合农业生产和废弃物处理环境影响的生态经济模型, 来考察评估现有技术的应用效果, 并从可选的技术中进行优化选择, 来评估考察技术改进后的效果。
基于生态经济模型的一般结构[22], 以规模化生猪饲养生产特征为出发点, 同时结合案例中生猪养殖和废弃物处理和利用的实际情况, 本文构建了“规模化生猪养殖及废弃物处理的农业生态经济模型” (以下简称PEEM模型) 。该生态经济模型融和基于生产者理性选择的经济学模型、基于废弃物处理流程的生物物理模型和基于土壤养分平衡的生态模型于一体, 包含“主计算模块”、“生猪饲养模块”和“废弃物处理利用模块”。基于PEEM模型, 本文模拟分析养殖场如何通过废弃物处理与利用方式和管理方式的优化选择和优化调整, 来保证一定环境效益的同时达到最大化的经济利益。
在PEEM模型中, “主计算模块”由4部分组成: (1) 目标函数 (Max Z) , 以生猪养殖收益及废弃物处理收益之和最大化为目标。 (2) 目标变量, 包含母猪存栏数等养殖变量和还田粪便量、生产沼气粪便量和生产有机肥粪便量等废弃物处理变量。 (3) 约束条件, 包括大田种植面积和资金投入等资源约束、厌氧消化器容积等技术约束、氮磷剩余约束、排水水质标准约束等环境约束和沼气需求等社会经济约束。 (4) 外生变量, 包括饲料、劳动力和原材料等各种要素价格和生猪、有机肥和沼气等产品价格。
其中, Z表示总利润;i表示生猪饲养和废弃物处理各个阶段;Zi表示i阶段利润;
还田约束:Sftf≤Sblztd
其中, Sftf表示粪便还田面积;Sblztd表示作物种植面积;由于粪便运输成本很大, 距离其他村庄较远, 运送到其他村庄进行还田在经济上是不划算的, 因而本文中只考虑粪便在本村土地范围内进行还田;
技术设计约束:Vuv≥F (Vflud×αuhrt, Vbgd)
其中, Vuv表示厌氧消化器容积;Vflud表示日处理污水量;αuhrt表示处理时间;Vbgd表示日产沼气量;该式表示厌氧消化器容积是日处理污水总量、污水在消化器内停留时间和日产沼气量的函数。
环境约束:Wtfj≤Wmaxtfj
其中, Wtfj表示折合氮和磷可还田粪便量;Wmaxtfj表示折合氮或磷可还田粪便最大值;i表示氮或磷;该式表示还田的粪便和污水中的氮磷含量不能够超过土壤的承载量。
“生猪饲养模块”利用生长函数、成本收益函数及相关技术设计函数来刻画生猪生产系统, 以反映繁育节律、物质循环和收支等情况。其中函数表达式主要有:
其中, PFyz表示养殖利润;k表示生猪种类 (出售的育肥猪或仔猪) ;Rk表示销售收入;l表示成本项目;Cl表示养猪成本。
其中, Exik表示氮或磷排泄量;j表示饲料种类;Qk表示存栏数;TFWjk表示饲料采食量;feij表示饲料氮或磷含量;eeik表示氮磷排泄量占采食量的比例。本公式根据物质守恒定律跟踪氮磷在生猪养殖和废弃物处理中的流向。
“废弃物处理利用模块”描述不同废弃物处理方式下各阶段的技术经济特征, 并细分为固液分离、还田、集水池、调节池、厌氧处理、净化脱硫、贮气柜、好氧处理和堆肥等9个子模块。其中函数表达式主要有:
其中, INFil表示进入土壤的氮或磷数量;l表示大田中氮或磷循环路径;OUFil表示土壤氮或磷流失量;KFil表示土壤氮或磷变化量。根据氮 (N) 和磷 (P) 在种植系统中的生态循环路径, 运用物质平衡理论, 来决定其最佳施用量。
其中Wgbd表示日沼气产量;Wsbd表示日厌氧处理固体猪粪量;βswp表示猪粪含水率;Wfbd表示日厌氧处理尿液量;βfwp表示尿液含水率;βbe表示沼化效率。
PEEM模型建模所需数据主要来源于作者在该村的实地调查和测量。除特别说明外, 本文所有价格数据均采用2012年当地当年平均市场价格。猪群繁殖生长和栏位设计根据当地实际情况获得相应数据。对饲料营养成分、肥料养分和作物吸收等技术参数, 作者参阅了《饲料手册》[23]、《肥料实用手册》[24]和《农业技术经济手册》[25]中的相关数据。
3 模拟结果分析
根据PEEM模型结构和数据, 采用GAMS计算程序, 估计了该养殖场养殖规模、废弃物处理与利用方式和收益的优化结果, 如表1所示。为反映优化后的结果与目前实际情况的差异, 表中也列出了2012年的实际值和模型优化结果与2012年实际值之间的差值。
与2012年实际情况相比, 模型优化结果显示可以对养殖规模、废弃物处理利用方式做出一定的优化调整, 从而改善养殖场的经济效益和环境效益。
3.1 养殖规模
模型优化结果显示母猪饲养头数为817头, 比2012年增加67头;生猪出栏总量达到11928头, 比2012年实际增加978头, 增长8.93%。由于废弃物处理能力及其相应收益的扩大, 可以使养猪场有更充足的资金, 使养殖规模适量的扩大。
3.2 废弃物处理方式
在粪肥还田施用上, 现有处理方式将沼液直接施用于8hm2的荷塘中, 同时将1556.50t的粪便施用于15hm2的稻田中。而模型优化后, 除将沼气工程处理后的沼液直接施用荷塘外, 还可施用少量 (57.69t) 固体粪肥。模型优化结果还显示, 可以在周边52.50hm2的农田 (稻田) 中施用1966.28t的粪肥, 并适当减少在单位稻田中的粪肥施用量。这表明当前粪肥还田施用的农地面积过小, 可以通过适当扩大还田面积的方式将更多的养殖粪便用于种植业。
除用于还田外, 当前固体粪便全部用于生产沼气, 模型优化后的结果同样如此。而模型优化结果显示, 用于生产沼气的粪肥量需要减少14.53%, 以适当减少沼气生产。这主要是由于粪便直接还田成本较低, 优化后需要更多的粪便用于还田, 从而减少了用于沼气生产的粪便量。与目前实际情况下生活用能沼气量相比, 优化后用于生活用能的总量保持不变。优化前, 生产过多的7万m3沼气直接排放, 而优化后超出农户生活用能使用量的3.5万m3沼气则被用于发电。这说明由于养殖场及农户对于沼气用于生活用能的需求有一定的总量限制, 而将生产出的多余沼气用于发电可以扩大废弃物处理和利用规模。同时模拟结果显示, 目前还不需要采用堆肥方式进行有机肥的生产, 这主要是由于目前通过粪肥还田和生产沼气的方式足以处理当前规模下的养殖废弃物, 并且这两种处理方式有较好的经济效益。
3.3 经济效益
模型优化结果显示, 优化废弃物处理模式后养猪场总收益较2012年实际收益提高32.79万元, 增长11.38%;其中生猪出售收益提高25.43万元, 粪便处理收益提高7.36万元。在粪便处理收益中, 优化后粪便直接还田收益提高7.75万元, 沼气利用由于增加了沼气发电利用方式而增加收益2.30万元, 而由于增加粪便处理能力和污水处理量而增加处理成本2.69万元。这表明通过调整优化废弃物处理与利用方式, 可提高废弃物处理能力, 进而可适当扩大养殖规模, 并能最终提高养殖场总收益。同时从分析结果也可看出, 养殖场废弃物处理和利用的成本较大, 除去还田收益后养殖场废弃物处理的收益为负值, 这将可能会导致养殖场缺乏足够的经济激励去开展综合化的废弃物资源化利用。
3.4 环境效益
根据养殖场当地种植方式、土壤条件以及作物的营养需求, 优化后大田中的单位面积粪肥施用量为38.55t/hm2, 这基本不会给当地土壤和地下水带来环境威胁。而2012年实际的每公顷粪肥施用量高达103.77t, 大大超过大田土壤承载能力, 这将会造成氮磷的累积过量而给土壤和地下水造成环境危害。该养殖场每年在大田中过量施用粪肥达978.24t, 优化后通过扩大还田面积, 降低单位面积施用量的方式, 则可以避免粪便过量还田对环境带来的威胁, 同时也增加粪便还田利用的经济效益。同时模拟结果显示, 优化后的废弃物利用和处理模式可以使得养殖场污水处理能力大幅度提高, 减少730m3污水排放, 实现污水“零排放”, 从而避免了污水对周边地表径流和土壤的环境危害。另外通过引入沼气发电的沼气利用方式, 将多余沼气转化为清洁高效的电能加以资源化利用, 在带来一定经济收益的同时, 也减少了7万m3温室气体的排放。
4 结论和政策建议
4.1 结论
本文采用生态经济模型方法, 揭示了规模化畜牧养殖场废弃物处理和利用中技术选择、管理方式、经济效益和环境效益之间的内在联系, 并通过模拟分析得出以下几点研究结论: (1) 养殖场在农田中过分使用畜牧养殖粪肥, 将会超过土壤承载能力, 给农田生态环境带来危害, 同时也会造成养殖废弃物资源化利用的经济效益不高。规模化养殖场要通过扩大还田面积, 同时减少单位面积粪肥还田量的方式, 增加粪肥的还田收益, 同时减小环境污染的威胁, 提高环境效益。 (2) 畜牧业养殖规模化集约化程度的提高, 使得单纯依靠农牧结合已经不能全面有效地解决大量而集中的养殖废弃物所带来的环境威胁, 有必要综合利用多种废弃物处理和资源化利用方式来达到更好的经济和环境效益。养殖场可以根据自身的养殖规模合理选择粪肥直接还田、沼气化利用和堆肥化等多种废弃物处理与利用方式, 来对畜牧养殖废弃物进行综合性的处理和利用, 使得污水达到零排放, 畜牧粪便在更广阔空间范围内得以利用。 (3) 规模化畜牧养殖生产方式带来的环境污染危害和废弃物处理难度均已超过传统养殖方式, 其废弃物处理和利用需要较大的投入成本和运行费用, 而废弃物处理利用的经济利润又相对较低, 导致很多畜牧养殖场缺乏足够的经济激励进行废弃物处理及其资源化利用4.2政策建议
基于以上研究结果, 可以得出如下可供农业管理部门和环境管理部门管理者参考的政策建议。
4.2.1 推进农牧结合, 适度还田利用
今后在新建养殖场审批中要对粪便还田做出相应的规定和要求, 养殖场的建立尽量要保证有一定的配套耕地, 优先考虑废弃物能否得到周边土地的利用和消纳。养殖户也要根据当地土地情况合理选址, 与周边土地所有权人事先达成粪便土地利用的协议或契约, 以保证畜牧粪便得到经济合理的处理和利用。同时, 有必要对农民进行科学的宣传和指导, 根据作物需求和土壤承载力确定合理的施用量, 将动物粪便适度还田, 使得种植业和畜牧业相互促进、协调发展。
4.2.2 开展综合利用, 优化处理方式
在实践上, 由于废弃物处理和利用方式多样, 需要对多种废弃物处理技术和管理方式进行优化选择和调整, 来提高资源利用效率, 降低处理利用成本, 提高了养殖收益和废弃物处理与利用的收益。同时要根据当地自然条件和社会经济发展, 结合当地肥料和能源需求, 因地制宜地引入沼气生产、沼气发电和堆肥生产等技术, 使得养殖场经济效益和环境效益均得到优化提高。
4.2.3 加强环境管理, 予以政策扶持
生态经济模型 篇8
区域经济, 是指一定区域内的所有经济部门、经济地区和经济组织企业之间在经济方面的关系和行为。区域经济的快速健康发展可以有效推动我国社会经济的整体发展和协调。而由于市场经济的自主调节作用, 不同区域经济的发展是不均衡的, 经济发达地区可以不断吸引和积累资金以及有利于自身经济发展的因素, 而经济欠发达地区则难以吸引投资者的注意, 进入经济发展的恶性循环。在这样的循环积累作用下, 经济的发展出现了空间上的“地理二元经济”结构, 使得经济发达地区和经济欠发达地区同时存在, 这种现象的出现也是不可避免的, 核心发达地区会带动边缘欠发达地区的经济发展, 但是也会吸引欠发达地区的劳动力和资金, 进而使得区域差距无法真正得到解决。这也在一定程度上解释了京津冀地区的经济发展现状:北京始终处于区域经济的核心地位, 优势极为明显, 无可取代, 天津与北京相比稍有不如, 而河北位居最后。由于北京和天津对于人才、资金等的吸引作用, 对河北省经济的发展造成了一定的阻碍。
金融生态环境的概念最早是由中国人民银行行长周小川提出的, 借鉴了自然科学中生态环境的概念和内涵, 将生态环境概念引入金融领域, 是一项对于金融理论研究的创新性成果。金融生态环境强调金融系统与所处区域的制度、法律以及相关的正常环境相互依存、相互协调, 共同发展。具体来说, 金融生态环境是指与金融业的生存、发展有着互动关系的社会、自然因素的总和, 是金融机构在所处区域内的外部运行环境, 既有微观层面的金融环境, 也有整个金融市场的大环境。对金融生态环境进行研究, 分析其与区域经济的结合方式和程度, 可以加强区域的金融生态环境建设, 推动区域经济的全面协调发展。京津冀地区是我国经济、文化、科技最发达的地区之一, 同时也是我国经济发展速度快、最具有发展潜力的地区。北京作为我国的政治中心, 同时也是全国性的金融监管和信息发布中心, 几乎会聚了我国50%~60%的金融资产。但是, 由于受到区域分割管理的限制, 区域内部的经济发展存在很大的差距, 资金分布不均衡, 对区域整体的经济发展造成严重阻碍。
1 构建完善的金融生态环境评价体系
以往对于金融与经济增长进行研究的资料和文献一般都是采用几种常用的检验方法:回归分析检验、Granger因果关系检验、协整关系检验、VAR向量自回归模型以及VEC向量误差修正模型等。其中最具代表性的是中国人民银行洛阳支行在2006年课题研究时采用的层次结构分析法以及广东分行采用的因子分析和层次分析相结合的计量方法, 这些方法都是使用固定的参数模型对金融和经济发展之间的关系进行研究。但是, 金融生态系统中的各个子系统的发展对于经济发展所产生的影响和作用是各不相同的, 也处于不断的发展变化中, 这就导致传统的固定参数模型并不能用来反映金融生态环境和区域经济发展之间的动态关系。实际上, 随着经济全球化趋势的不断加快, 经济危机和次贷危机以及货币政策和汇率的频繁变化, 使得经济结构也在逐渐发生改变, 固定参数模型无法表现出这种经济结构方面的变化, 也无法表现出由于不同原因而产生的经济与金融相关程度的变化。为了应对这种情况, 必须引入具有可变参数性质的状态空间模型来对动态系统的变化进行分析和研究。状态空间模型包括两个模型:其一是状态方程模型, 可以用来反映动态系统在输入的变量的作用下在某个时刻所转移到的状态;其二是输出或量测方程模型, 用来将系统在某时刻的输出和系统此时的状态以及输入变量相互联系起来。
2 数据来源与参数估计
状态空间模型选取2002—2009年之间京津冀地区的年度国民生产总值、固定资产投资、财政收入、财政支出、存款、贷款、社会商品销售总额、进出口额、保险行业原保费收入、股票流通总市值等数据对金融生态环境和区域经济发展的动态关系进行分析, 数据来源与历年的《中国统计年鉴》和《金融统计年鉴》, 2002年之前的固定资产投资数据来源与《新中国55年统计汇编 (1949-2004) 》。由于数据量太过庞大, 整理和分析耗费时间过长, 工作量过于繁重, 因此, 选取其中最具代表性的固定资产投资、财政收入、财政支出、存款和贷款6组数据进行研究, 其中 (1) 天津地区2002—2009年的固定资产投资、财政收入、支出、存款、GDP及贷款分别为:0.25、1.8、0.9、0.6、0.40、0.8;0.23、1.9、1.2、0.3、0.45、0.6;0.28、1.6、1.1、0.6、0.47、0.3;0.21、1.5、1.2、0.9、0.49、0.9;0.27、1.6、1.4、1.2、0.55、0.7;0.31、1.7、1.3、1.1、0.58、1.2;0.33、1.9、1.8、0.9、0.64、1.1;0.35、2.0、1.5、0.7、0.78、1.2。 (2) 北京地区2002—2009年的固定资产投资、财政收入、支出、存款、GDP及贷款分别为:0.35、2.0、0.7、0.8、0.65、1.1;0.36、2.1、0.9、0.5、0.67、0.7;0.38、1.9、1.2、0.7、0.77、0.9;0.36、1.8、1.4、0.6、0.72、1.0;0.37、1.7、1.3、1.1、0.79、0.8;0.36、1.9、1.4、1.0、0.95、1.5;0.42、2.2、1.5、0.9、1.05、1.2;0.78、2.1、1.4、0.8、1.08、1.3。 (3) 河北地区2002—2009年的固定资产投资、财政收入、支出、存款、GDP及贷款分别为:1.15、2.1、0.9、0.7、1.47、1.2;1.26、2.1、1.1、0.4、1.49、1.3;1.28、2.3、1.3、0.5、1.50、1.2;1.16、2.4、1.6、0.3、1.52、1.3;1.27、2.3、1.1、1.2、1.51、0.9;1.36、2.2、1.5、1.1、1.53、1.3;1.31、2.4、1.2、0.8、1.62、1.4;1.38、2.6、1.3、0.7、1.70、1.6。 (单位均为万亿元)
金融生态环境和经济增长之间的关系可以用以下的函数关系来表示:Y=AF。其中, Y表示经济增长变量, 一般可以通过国民收入或者或内生产总值来表示;F代表金融生态环境变量, A所代表的并不是单一的因素, 而是除了金融生态系统外, 所有可以对经济增长产生影响的元素的集合。本文选择GDP代表经济发展变量, 选择财政缺口指标FG、社会固定资产投资指标INV、金融资产指标FA作为影响金融生态环境的变量。则得到北京回归方程为:Y=0.3GDP+0.3FG+0.4INV+0.2FA;天津回归方程为:Y=0.2GDP+0.2FG+0.3INV+0.2FA;河北回归方程为:Y=0.1GDP+0.2FG+0.2INV+0.3FA。
财政收支缺口的存在, 可以刺激行政机构对于经济的关注和干预, 可以反映出金融生态系统的可持续性。财政收支的缺口越大, 政府对于金融的干预也就越强, 这与市场经济自主调节的特点产生冲突, 必须严格遵守市场经济的自然规律, 确保经济的健康发展。
全社会固定资产投资指标可以作为经济增长的辅助指标进行计算, 由于GDP中资本形成额所占的比重较大, 可以有效拉动投资, 可以用来分析我国金融发展与经济整体的投资规模和效率之间的关系。
金融资产指标这里指的是存款和贷款余额的总和, 可以反映区域对于资金的吸纳能力, 反映金融生态环境和区域经济的结合方式与程度, 体现出金融生态环境根植性的特点。存款余额的持续增长, 意味着区域经济吸收的资金也在不断增加, 为经济的快速发展提供了充足的资金, 也带动了区域内资源、技术以及劳动力的流动, 加速了区域整体经济的发展。
通过对2002-2008年京津冀地区金融数据的分析, 我们可以看出, 财政缺口、固定资产投资以及金融机构资产对于国民经济的发展都起到了拉动作用, 促进了区域整体GDP的增长。通过对比可以看出, 河北、天津地区财政收支缺口每增加1%, 可以带动GDP增长0.4%, 北京却只有0.07%, 差距十分巨大。产生这种结果的原因是北京自身的发展速度较快, 金融生态系统发育趋于完善, 政府对经济的行政干预程度较小, 对于GDP的影响也相对较小。而河北和天津经济发展程度较低, 市场的自我调节能力不足, 政府通过财政支出刺激经济增长仍然可以产生较大的效果。从固定资产投资方面看, 河北与天津的发展相近, 其固定资产投资的弹性系数和财政缺口的弹性系数也相近。北京由于人口聚集程度大, 固定资产投资, 特别是其中的房地产投资, 对于经济的带动作用十分明显, 而北京的科技发展水平较高, 固定资产投资的回报也就更高, 对于GDP的作用也更加明显。由于缺乏各个地区金融资产的统计数据, 难以直接对金融机构资产的作用和影响进行研究, 所以选取各地区存贷款余额数据来代表金融资产数据。通过金融资产总量与GDP的对比, 可以看出, 北京的金融资产总量远远大于GDP, 但是实际上, 北京的金融机构资产对于GDP的拉动作用却低于其他两个地区, 同时也并不稳定。北京是的金融资产对GDP的拉动作用与股市存在一定的关联:股市走高则市场繁荣, 金融资产的拉动作用增大, 股市低开则市场萎靡, 金融资产的拉动作用减弱。这种现象不利于金融生态系统的稳定和发展。因此, 北京的金融生态系统已经基本成熟, 金融资产对于经济发展的拉动作用较小, 且有明显下降趋势, 而风险却更高, 需要相关管理部门的重视。将所有数据回归Y=AF函数公式进行计算, F仍代表金融生态环境变量, A则包含了固定资产投资、财政收入、财政支出、存款和贷款数据的综合, 将数据代入函数公式, 比较京津冀区域参数的不同, 即可了解不同参数对GDP的影响程度, 得到有指导性的结论。
3 优化金融生态环境需要注意的问题
金融生态环境的优化不能单单解决一个方面的问题, 必须在经济可持续发展的前提下, 全面提高该区域金融业的竞争力, 从而实现经济与金融的协调发展。
(1) 要加强外部监督和管理。良好的金融生态环境可以吸引外来投资, 为本地区经济的发展提供必要的资金支持, 可以说已经成为决定区域经济发展的重要因素。要建立良好的金融生态环境, 并进行维护和保持, 需要形成一个可持续的金融生态系统, 也就是所谓的金融生态链。这不仅仅需要金融机构内部的管理, 还需要极强的外部监督和管理。如果缺乏外部监督的控制, 会造成金融风险的不断累积, 不利于经济的长远稳定发展。防范金融风险, 需要做到几个方面:
(1) 完善金融法制环境, 加强金融立法工作, 加快对于金融生态环境建设相关的法律法规的制定, 使得金融资产流通和经济活动有法可依。 (2) 推进社会信用体系建设, 增强对于金融活动参与者的诚信教育和宣传, 对金融环境中的信用环境进行优化。 (3) 建立健全中介行业组织, 加强对于中介机构的监督和管理, 提高中介服务的信誉和市场公信力。
通过加强外部监督和管理, 充分调动各方面的积极因素, 提高对于金融生态环境的重视程度, 保证其优化和稳定。
(2) 加强各级政府的作用。金融环境的好坏可以直接决定该地区资金流量的大小, 这也是市场经济自主调节的结果。但是, 并不是说我们对于市场经济的自主性无能为力。金融生态环境的建设是十分复杂的, 单单依靠市场而对自主调节很难实现, 需要政府部门的调节。在金融生态环境的建设过程中, 政府可以运用相应的行政手段, 为企业创造公平公正的投资环境, 也可以制定相应的金融政策, 加大对于金融行业的扶持和帮助。单单凭借企业和银行的自主建设, 不仅会大大延长金融生态环境的形成时间, 还无法落实相应的优化措施。只有加强各级政府对于金融生态环境建设的重视程度, 使其在金融生态环境的优化中发挥应有的作用, 切实负担起防范和化解地方金融风险的责任, 才能加快区域经济的建设和发展步伐。
(3) 要充分发挥产业优势。一个地区在投资者心中的地位主要是由两点决定的, 一是该区域内的重点行业是否符合国家相关政策, 规避政策风险, 二是产业的发展是否充分利用了比较优势, 是否具备强大的市场竞争力。因此, 优化区域金融生态环境从根本上说, 在于区域经济的良好发展和对产业发展方向的选择。例如, 京津冀地区的科研中心、材料研究中心、高新技术产业等的发展, 既符合国家相关的产业政策, 又具有巨大的市场需求, 产业优势明显。所以, 各地在确定自身的经济发展计划时, 必须立足自身的发展实际, 把握国家产业政策, 充分发挥地方产业的比较优势, 加强与周边区域的交流和沟通, 通过相互间的沟通与合作, 最终优化金融生态环境, 促进区域经济的快速发展。
4 推进区域经济发展的途径
从金融生态学的角度, 利用状态控制模型, 对金融生态系统和区域经济发展之间的动态关系进行了分析和研究, 可以更加清晰准确地反映区域金融发展和经济增长之间的规律。金融系统存在有效性、根植性和可持续性的特点, 这些变量的不断变化, 对于京津冀地区经济的发展产生不同的影响, 但是就结果而言, 都呈现正向的拉动作用。需要特别注意的是, 该地区金融生态系统中财政缺口的变化, 在客观上反映出在我国金融紧急体制改革中, 地方政府对于经济运行的控制所造成的影响, 虽然在天津和河北地区仍需要肯定这种影响, 但是也为两地的发展提出了警告, 政府融资平台一刀切的治理方式并不适合经济的长远发展。要逐步完善金融生态系统, 减轻政府对于经济的控制和影响, 充分发挥市场在经济发展中的主导地位。
5 结语
总而言之, 金融生态环境和区域经济发展之间的动态关系是不断发展变化的, 需要运用动态系统进行分析和研究。要立足区域自身的实际情况, 对影响金融生态系统的各种因素进行详细的分析和研究, 以市场调节为主导, 以政治行政手段为辅助, 优化区域金融生态环境, 促进区域经济快速健康发展。
参考文献
[1]崔健, 刘东, 王帆.金融生态环境与区域经济发展的相关性分析——以京津冀为例[J].经济研究导刊, 2012 (7) :115-117.
[2]刘慧.金融生态环境与区域经济发展[J].黑龙江社会科学, 2007 (3) :87-88.
[3]崔津度.金融资源、金融生态环境与区域经济发展[J].银行家, 2010 (9) :13-14.
[4]沈丽.区域金融发展与区域经济增长的理论与实证研究[J].生产力研究, 2007 (8) :33-35.
人工生态系统的模型教学 篇9
关键词：模型教学,生态系统,高中生物
一、模型教学的优点
在新课程改革中模型教学可以使研究对象直观化、简约化, 能够让学生在探索科学现象的乐趣中发现科学规律, 模型通常都比实物更加简单, 更便于理解和掌握。
二、模型教学的现状
最近新课程教材研究所在部分高中进行的一项调查显示:从未组织学生进行过模型建构活动的教师占调查总数的50%, 仅组织过一次的占21%。90%的教师认为模型建构在实际教学时是可有可无的。事实上, 课程标准、教材都已经将模型提升为高中生物学课程的基本内容之一, 高考考试大纲也将建立模型的方法列入能力考核的目标与要求。显然, 模型教学是非常重要的。
三、教学模型的常见种类
模型通常分为以下几种类型:
1.结构模型
为了解和说明研究对象的结构而设计或构造的模型。例如, 要了解一个机构的组织结构, 所依照的结构框图就是结构模型。
2.功能模型
为了解和说明研究对象的功能特点而设计制造的模型。在生物学教学中接触到人的眼睛有根据进光的多少和强弱, 调节瞳孔大小的功能。为了更好地了解和更深入地理解这一现象, 制造出一种模拟眼睛这一功能的模型。
3.数学模型
为了更好地理解和反映研究对象的各种变量之间的数量关系和空间位置关系, 有时还要构造数学模型。在生物学上, 有名的数学模型有:种群在理想环境中的增长模型, 种群在有限环境中的增长模型。
4.实体模型
这是与研究对象最接近的一种模型。本质上它是研究对象的小样本。但它还必须具有简单、小型、易控制边界条件、易操作等特点。我们模拟制作的生态缸模型, 就是一种实体模型。
四、构建人工生态系统的模型
探究原理:为了更深入地了解和探索生态系统的本质、结构和功能, 通常采用对边界条件作严格控制的实验方法来进行研究。但是, 生态系统在空间上往往是一个非常庞大的体系, 边界条件不容易控制。于是人们想到:制造一个小型的生态系统模型, 用以模拟生态系统的运动。
实验材料:蚯蚓8~10条, 蜗牛5~7个, 小乌龟2~3只。
浮萍、水草、蕨类植物和一些矮杂草, 仙人掌或仙人球2~3株。
玻璃板4~5m2, 粘胶足量;沙土8~10kg, 含腐殖质较多的花土40~50kg, 自来水足量。
方法步骤:按100cm×70cm×50cm的标准制作生态缸框架;在生态缸内底部铺垫沙土和花土, 花土在下, 一边高, 一边低, 沙土在上, 沙土层厚5~10cm。在缸内底处倒进水;将收集或购买的动物和植物放在生态缸中, 其中浮萍、水草与小乌龟放在水中, 仙人掌或仙人球移植到沙土上, 蕨类植物和杂草移植到花土上, 蚯蚓与蜗牛也放置在花土上;封上生态缸盖, 将生态缸放置于室内通风、光线良好的地方, 但要避免阳光直接照射。
教师行为:为保证生物的生存, 需要注意的事项是什么?
学生行为:生态缸植物应是长得慢的物种, 若生长过快, 其他植物会因遮光而死亡, 降低了物种多样性;要尽量保证生态缸所有生物不受昆虫和真菌感染, 因为在潮湿、温暖的环境中, 病虫害会迅速传播
教师行为:为保证生物的生存, 必需的两项外界环境条件是什么?
学生行为:光照和适宜的温度。
教师行为:在白天和夜间, 生态缸内空气成分的主要变化是什么?
学生行为:白天O2浓度高, 夜间CO2浓度高
教师行为:生态缸内加入腐殖质的重要意义有哪些?
学生行为:提供分解者;为植物提供初始无机营养;为分解者提供初始有机营养。
教师行为:引导学生比较分析评价作品, 只表扬, 不分好中差。
教师行为:为什么说生产者是生态系统的主要成分?
学生行为:生产者是自养型生物, 能够把无机物转变成有机物, 这些有机物一部分供给自身的生长和代谢的能量需要, 另一部分维持着生态系统内除生产者以外的全部有机体的生命活动。因此生产者是生态系统存在和发展的基础, 是生态系统的主要成分。
教师行为:引导学生比较分析评价作品。
目的:加深学生对生产者的理解。
教师行为:怎样理解分解者?
学生行为:分解者主要是指营腐生生活的细菌、真菌等微生物。但有些寄生的细菌, 它们从活的生物体内吸取有机物, 在生态系统中扮演小型消费者的角色, 故不属于分解者。而土壤中的一些腐食性动物, 如蚯蚓、蜣螂以及微型动物, 如鞭毛虫、土壤线虫等能使有机物分解, 起到分解者的作用。故属于分解者。
教师行为:引导学生比较分析评价作品。
目的:进一步加深对分解者的认识。
教师行为:怎样理解三大功能类群的关系及在生态系统中的地位?
学生行为:无机环境为生物成分提供物质和能量。生产者主要是指绿色植物, 是消费者和分解者能量的源泉, 也是生态系统存在和发展的基础, 因此生产者是生态系统的主要成分。从物质循环角度看, 分解者在生态系统中占有重要地位。
教师行为:食物链、食物网、营养级的区别与联系。
学生行为:生态系统的食物链主要有三种类型:捕食链, 生物之间通过捕食关系丽形成的食物链, 如草→兔→狐;寄生链, 生物体内以寄生方式而形成的食物链, 如鸟类→跳蚤→原生动物→细菌→过滤性病毒;腐生链, 某些生物专以动植物遗体为食物丽形成的食物链。如植物枯枝败叶、纤维分解细菌、氧化细菌。
目的:对所学知识的拓展, 培养学生的思维能力。
五、模型教学案例的教学反思
设计小型生态系统时除应对成分作符合生态系统自身规律的安排外, 对重要物种的生理生活习性及各物种相互之间的影响应作详尽的考虑。
一般而言, 密闭的生态系统对外界环境的需求是光照和适宜的温度。
生态工业园区综合评价模型研究 篇10
关键词：生态工业园区,模块评价,指标体系,评价模型
20世纪50年代以来,传统的“末端治理”方式导致环境污染和资源短缺问题日益突出,迫使人们开始彻底反思传统工业的发展模式,用全新的视角审视工业系统和自然环境的关系。在这种背景下,生态工业园区(Eco-Industrial Park,EIP)作为一种物质闭路循环、能源梯级利用、废物产生最小化的新型生产组织形式而引起人们广泛关注。
专家指出,生态工业园区是循环经济的重要载体[1],是生态工业的重要实践形式,是继经济技术开发区和高新技术开发区之后第三代工业园[2]。Ausubel(1990)指出,由于“碳”是使现有工业网络运行的主要因素,传统工业系统越来越依靠碳燃料,工业生态系统与传统工业系统区别就在于非碳化[3]。随着人们对全球气候问题的重视和低碳发展呼声的高涨,未来社会将是基于化石能源高效清洁利用和开发可再生能源基础之上的低碳经济,生态工业园区由于具有非碳化、非物质化等特征,正逐渐成为世界工业园区发展的主流。
管理大师罗伯特·卡普兰和大卫·诺顿指出“不能衡量就不能管理”[4]。评价是管理的基础,是决策的前提。开展生态工业园区综合评价对于推动传统工业园区升级改造,以及促进循环经济发展和“两型社会”建设具有重要意义。生态工业园区综合评价是一个新兴的研究领域。通过谷歌学术和中国期刊网检索,可以发现目前大多数学者还处于生态工业园区评价指标的研究阶段,对评价模型的研究比较少,还没有人涉足模块化评价模型研究。因此,开展生态工业园区模块化的评价模型研究具有较高的实用价值。
1 生态工业园区综合评价指标及其权重
1.1 生态工业园区的特点
生态工业园区是模拟自然生态系统,追求资源最优利用的工业共生体。从综合评价角度分析,生态工业园区具有以下三个特点:一是结构的复杂性。生态工业园区是一个复杂的巨系统,由水资源、能源、物质等多个子系统组成,系统规模庞大。系统内外部关系多而且错综复杂,具有非线性结构。评价涉及的变量较多,数据采集的工作量较大、难度较高。例如:“高新技术产值比重”、“园区居民可支配收入”、“通过ISO14001认证企业”等指标数据难以收集。二是概念的模糊性。生态工业园区研究还处于起步阶段,人们对其的认识不尽相同。加上,生态工业园区处于社会经济系统环境之中,包含着政治、经济、生态、技术、社会等诸多因素。因此,生态工业园区的概念具有模糊性,生态工业园区的特征难以量化,需要采用一些定性指标来表示,例如:“水和能源系统网络度”、“企业间关联度”、“对园区变化监测能力”等。三是要素的相关性。生态工业园区由生产者、消费者和分解者组成,它们之间相互联系、相互作用、相互影响,园区具有横向耦合、纵向闭合、区域整合的特征。因此,在选择、设计指标时,需要考虑评价指标之间的相关性。鉴于上述情况,针对生态工业园区的特点,选择合适的评价指标和评价方法,来构建生态工业园区综合评价模型,这是十分重要的。根据系统分析的思路,下面将从主体、结构、管理和绩效四个方面,建立由四个子模型组成的总综合评价模型。
1.2 综合评价指标体系
美国可持续发展总统委员会(1996)认为,生态工业园是一个规划好的原材料和能源交换的工业系统,寻求能源和原材料使用和废物排放的最小化,建立可持续的经济、生态和社会的关系[5]。生态工业工业园区最本质特征在于,企业间相互作用以及企业与自然环境间的作用。对生态工业园区主要的描述是系统、合作、相互作用、效率、资源和环境,这些是与传统工业园区的根本区别。Ernest A.Lowe 和Lawrence K.Evans指出,由于明显减少污染来源,自然资源的需求减少,生态工业园区将证明在一个真实世界背景中实现可持续发展的原则[6]。作为管理工具的生态工业园区评价,其目的就在于促进园区可持续发展。
如何全面、动态、客观地评价生态工业园区是一个世界性难题。根据罗伯特·卡普兰和大卫·诺顿的平衡记分卡的思想,一个有效评价体系一般是由结果指标和动因指标组成的[7]。借鉴这一观点,本文将生态工业园区综合评价指标分为两类四模块,一类是驱动类指标,包括要素、结构、管理三个模块,另一类是成果类指标,即绩效模块。要素模块主要分析生态工业园区的构成主体要素的特性,结构模块主要分析生态工业园区各要素之间关系,管理模块主要分析生态工业园区内部管理活动,绩效模块主要反映生态工业园区的业绩和成效。
目前,在生态工业园区评价中,大多数学者往往过度关注园区现状和过去业绩,而忽视其发展能力。由于各个生态工业园区所处发展阶段不同,创新能力、管理水平、资源状况各不同,未来的绩效也将不同。若仅对过去业绩进行分析,难以客观、准确地反映园区的全貌。因此,对生态工业园区的评价不仅要体现历史业绩、运行现状的优劣,还要充分反映其发展潜力的大小,从而使评价结果更加具有导向作用和实用价值。
根据上述分析,综合国内外学者的研究成果,按照系统性和实用性相结合的原则,构建了“一主线、三维度、四模块”的生态工业园区综合评价指标体系[8],即以可持续发展为主线,融合“过去、现在、将来”三个维度,涵盖“要素、结构、管理、绩效”四个模块,形成由三层四类二十六个指标构成的综合评价指标体系(详见图1)。
1.3 权重系数
在生态工业园区评价指标体系中,每个指标的地位和作用不同,这就需要确定每个指标的权重系数。本文采用主观赋权法中层次分析法来确定权重系数。层次分析法(analytic hierarchy process,AHP)是一种定性与定量分析相结合的多准则决策方法,它在对复杂决策问题本质、影响因素以及内在关系等进行深入分析的基础上,构建一个层次结构模型。利用较少的定量信息,把决策思维过程数学化,对多目标、多准则或无结构特性的复杂问题进行决策。适用于决策结果难于直接准确计量,定性判断起重要作用的场合。本文利用EXCEL软件求指标权重[9],经过构造判断矩阵、一致性检验,确定了各指标的权重系数(如图1)。
2 生态工业园区综合评价模型
评价模型是指将多个评价指标值“合成”为一个整体性的综合评价值的数学模型。评价模型与评价方法密不可分。评价方法是实现评价目的手段,是体现评价对象特征的重要工具。评价方法与评价对象特性是否吻合,直接影响评价结果,不同评价方法会导致不同评价结果。因此,评价方法的选择在评价模型的构建中十分重要。
2.1 基于主成分分析法的主体模块评价
主成分分析法(principal component analysis)属于多元统计分析中处理降维问题的统计评价方法。它利用多个变量之间存在着相关性,设计将原来的变量重新线性组成若干互不相关的综合指标来代替原来的变量,并尽可能提取原来变量的信息来解释原有变量的协方差结构。主成分分析的工作对象是一张样本点乘以变量指标的数据表。目的就是在保证信息损失量最小的前提下,尽可能提取问题的主要方面,从而对多变量数据进行最佳综合简化。主成分分析法特点:评价对象各变量包含的信息量是参差不齐的,变量与变量之间往往不是独立的,而是相关的。主成分分析是对提取变量共性,利用降维分析技术,将多维变量系统转变为一个低纬变量系统。缺点:要求变量间具有线性关系,否则所作的分析及结论会失去意义。样本量较小,也会影响分析的准确性。
主体模块包括“万元工业增加值新鲜水耗”、“工业固体废物综合利用率”等8个评价指标,主要反映生态工业园区主体(生产者、消费者和分解者)的非物质化、循环性、资源化的特征,指标之间存在一定相关性,因此可采用主成分分析法进行评价。
评价综合值
undefined, (1)
式中λi为特征值,Fi为第i个主成分的得分。
2.2 基于模糊综合评价法的结构模块评价
模糊综合评价法(Fuzzy conprehensive evaluation)是以模糊数学为基础,应用模糊关系合成的原理,将一些边界不清、不易定量的因素定量化,从多个因素对被评价事物隶属等级状况进行综合性评价的一种方法。 模糊综合评价法优点是,数学模型简单,容易掌握,适用于对多因素、多层次的复杂问题评判。不仅可以对评价对象按综合分值评价和排序,而且可以模糊评价集的值按最大隶属度原则去评定对象所属的等级。缺点是,不能解决评价指标间相关造成的评价信息重复问题,确定隶属函数缺乏系统方法,合成算法还不完善,评价过程需要运用大量的主观判断。
结构模块由“企业关联度”、“废料链完善度”等5个指标构成,主要反映生态工业园区共生性、网络化、多样性等特征。由于全部指标均为定性指标,指标之间边界不明显,判断的模糊性和问题的不确定性较强。因此,拟采用模糊综合评价法进行评价。主要评价步骤如下:
(1)确定指标集和等级集
设U={u1,u2,…,um}为描述评价对象的m个评价指标;V={v1,v2,…,vn}为描述评价指标所处状态的n个等级。
(2)构造评判矩阵
可以确定每一个评价对象从U到V的模糊关系,构造一个评判矩阵:
undefined
其中:rij表示第i个因素ui 在第j个评语vi上的频率分布(隶属度),∑rij=1。
(3)确定权数向量
建立U上一个模糊子集A,A=(a1,a2,…,am),其中ai>0, 且∑ai=1。
(4)模糊合成
令决策集B=A×R,利用加权平均法等方法进行模糊变换。B={b1,b2,…,bn}, 0
(5)计算评价指标
假设相对于各等级vj规定的参数向量为:
C=(C1,C2,…Cn)T
结构模块综合评价分值:yi(2)=B×C (2)
2.3 基于加法合成法的管理模块评价
加法合成法是综合指数评价法的一种,适用于各评价指标间相互独立的场合,可使各评价值间得以线性补偿,权重系数作用比较明显,对于指标数据没有特殊要求,计算简便,容易推广。
管理模块主要反映生态工业园区创新管理能力和生态管理能力,包括“R&D经费支出占GDP比重”、“环境管理体系完善度”等5个指标,各个指标之间的独立性较强,因此,可采用加法合成法对管理模块进行评价。加法合成法评价模型如下:
综合评价值undefined
式中ωj是与评价指标xj相应的权重系数,undefined。
2.4 基于灰色关联度分析的绩效模块评价
灰色关联度分析(gray relational analysis)是一种多因素统计分析方法,用灰色关联度来描述因素间关系的强弱,依据关联度对系统排序。认为若干数列所构成的各条曲线几何形状越接近,则它们变化趋势越接近,其关联度就越大。首先求各个方案与由最佳指标组成的理想方案的关联系统矩阵,由关联系统矩阵得到关联度,再按关联度的大小进行排序、分析,得出结论。灰色关联法特点:它是按发展趋势作分析,对样本量没有要求,不需要有典型分布规律,可以用已知的信息推断未知的信息。利用各方案与最优方案之间关联度的大小对评价对象进行比较、排序。它能把相互间的不可比的各项指标变成可比的,对多指标系统的评价尤为有效。缺点是,绝对值关联度受数据中极大值和极小值的影响,一旦数据序列中出现某个极值,关联度就会发生变化。分辨系数的取值不同,也就会导致关联系数的不一致。
绩效模块由“人均工业增加值”、“工业增加值年增长率”等8个指标组成,用于揭示生态工业园区的经济绩效、环境绩效和社会绩效。指标之间独立性较强,不具有可比性,评价对象之间存在一定关联度。由于数据收集难度较大,可以得到的样本量较小。因此,可用灰色关联综合评价法对绩效模块进行评价。绩效模块评价模型如下:
综合评价值undefined
式中,
undefined
yi(4)为第i个评价对象对理想对象的灰色加权关联度,关联度越大评价值越好。
2.5 总评价模型
根据生态工业园区的特征,在上述四个子模型的基础上,构建了新的综合评价模型——“弓箭模型”。“弓箭”由弓、弦、箭三个部分组成:“弓”指主体模块和结构模块,是决定生态工业园区绩效好坏的基础,分别采用主成分分析和模糊综合评价法进行评价;“弦”是指管理模块,是沟通生态工业园区内外因素的桥梁,是影响生态工业园区绩效好坏的重要因素,采用加法合成法进行评价;“箭”是指绩效模块,采用灰色关联度分析法进行评价。通过对子模型1、子模型2、子模型3、子模型4赋权合成,可建立总的综合评价模型:
undefined
式中,λ1,λ2,λ3,λ4为权重系数。利用层次分析法,可确定λ1,λ2,λ3,λ4分别为0.3046、0.1054、0.1557、0.4343。这时,可以依yi的值由大到小进行排序。
3 生态工业园区综合评价实例
下面利用“弓箭”模型,依据2006年有关数据,对苏州工业园区等9个生态工业示范园区进行综合评价。数据主要来源于从国家环保部、相关生态工业园区及其所在城市统计网站,数据残缺项用园区所在城市相关数据代替或依据相关数据进行推算。在26个指标中,Z9、Z10、Z11、Z12、Z13、Z16和Z17是定性指标,先采取德尔菲法确定等级,然后采用五级评分法确定评价数值。在具体计算中,为增强“弓箭模型”的实用性,主体模块采用SPSS16.0[10]软件计算分析,结构模块和绩效模块采用MCE[11]软件分析评价。
计算分析步骤如下:首先,对原始数据进行预处理,采用极值法将数据无量纲化。其次,运用4个子评价模型,计算出各个模块的评价值;然后,再将各个子模型计算出的模块评价数据无量纲化;最后,利用总的评价模型计算出最终的综合评价数值(见表1),建立中国生态工业示范园区排行榜。第一名至第九名依次为:天津经济技术开发区、苏州高新技术产业开发区、苏州工业园区、上海莘庄工业区、昆山经济技术开发区、烟台经济技术开发区、张家港保税区暨扬子江国际化学工业园、绍兴袍江工业区和日照经济开发区,综合评价值分别为8.3906、8.3505、8.3386、8.1018、7.9050、7.3541、7.0677、7.0598、6.9609。
4 结束语
本文利用灰色关联度分析法、主成分分析法、模糊评价法和加法合成法,构建了新的生态工业园区综合评价模型——“弓箭模型”,探索性地对苏州工业园等9个生态工业示范园区进行了综合评价,建立了中国首个生态工业示范园区排行榜,希望能够对我国生态工业园区发展起到促进作用。由于生态工业园区涉及变量较多、数据收集难度较大等原因,生态工业园区评价存在许多困难,尚处于起步阶段。但是,在可持续发展思想影响下,特别是在倡导低碳经济的现实背景下,生态工业园区将成为我国传统工业园升级换代的方向。与此同时,作为一个重要管理工具,生态工业园区评价将受到越来越多的政府部门和学者的关注和重视,具有广阔的发展前景。
参考文献
[1]李兆前.发展循环经济是实现区域可持续发展的战略选择[J].中国人口资源与环境,2002,12(4):51-56.
[2]罗宏,孟伟,冉圣宏.生态工业园区——理论与实证[M].北京:化学工业出版社,2004:117-191.
[3]AUSUBEL J H.Industrial ecology:reflections on a colloquium.Industrial Ecology[M].Washington D C:Proc.National Academy of Sciences,1992.
[4]卡普兰,诺顿.平衡计分卡——化战略为行动[M].刘俊勇,孙薇,译.广州:广东经济出版社,2004:17.
[5]President's Council on Sustainable Development.Eco-industrial park workshop proceedings[R],Washington(DC):President's Council on Sustainable Development,1996.
[6]LOWE E A,EVANS L K.Industrial ecology and industrial ecosystems[J].Journal of Cleaner Prodution,1995,3(1-2):47-53.
[7]卡普兰,诺顿.平衡计分卡——化战略为行动[M].刘俊勇,孙薇,译.广州:广东经济出版社,2004:17-31.
[8]雷明,钟书华.生态工业园区综合评价指标体系研究[J].中国科技论坛,2009(11):110-115.
[9]RAGSDALE C T.电子表格建模与决策分析[M].4版.杜学孔,崔鑫生,译.北京:电子工业出版社,2006:641-648.
[10]高祥宝,董寒青.数据分析与SPSS应用[M].北京:清华大学出版社,2007:357-364.
生态经济模型 篇11
【关键词】草莓；盆栽草莓；立体栽培模式；关键技术
1 草莓立体设施方式研究
1.1 草莓立体搭架方式研究
根据草莓对光照、温度、授粉方式等的特殊要求，同时考虑植株管理和采摘的操作便利，研究出“品”字架。即按“品”字架构，采用3层搭架种植，第一层离地60cm，第二层比第一层高40cm，第三层再比第二层高40cm，第一、二层种单株，单边采收，第三层并排种两株，两边采收，整个架宽104cm。采用这种搭架方式，第二、第三层草莓的生长情况和产量品质明显优于平地栽培，可提前上市1～2周。第一层的草莓结果要晚1周左右，但产量和品质不受影响，仍优于平地栽培。
1.2 灌溉与施肥管道系统研究
灌溉与施肥通过一个滴灌管道系统完成，分定量泵和计算机施肥两种方式。定量泵成本较低，便于安装，适宜小规模和简单生产模式。计算机灌溉具有自动控制功能，性能可靠，尽管价格昂贵，但对于大规模生产必不可少。使用前要进行水质分析，灌溉管道应置于栽植袋下。用流量为1～2L/ hm2的滴头，通过延长管导向头，将滴灌头伸进栽植袋内。或直接用滴灌头插入栽培盆内。滴灌系统运转的正常与否取决于过滤的有效性，流量及每次滴灌量都要严格控制。
2 草莓立体栽培基质配比研究
根据草莓根系属须根系，根层分布浅，对孔隙度要求高等生长特性，研究不同基质对植株定植后成活率和营养生长的影响，结合生产成本考虑，筛选出最适宜草莓生长的基质配比为东北泥炭∶松鳞=2∶1。
泥炭比例过高会导致孔隙度不够，影响根系生长。松鳞比例过高容易引起缺水缺肥，增加管理难度。同时松鳞市场价格较高，增加生产成本。而珍珠岩成本虽然低，但使用后基质孔隙度低，根系透气性不佳。
东北泥炭和松鳞的比例在2∶1以下的，定植存活率可高达98.2%以上，当东北泥炭和松鳞的比例在3∶1时，定植存活率明显下降，叶绿素含量也降低，差异明显。说明松鳞含量高，基质孔隙度高，定植存活率也较高。定植成活率高，主要是因为根系生长情况良好，进而植株生长势好，叶绿素含量也随之较高。
3 水肥病虫害防治管理技术研究
对有机肥施用技术，监测调整技术（植株生长检测、果实品质检测）等关键技术的试验研究，形成配套高效高产栽培技术。
3.1 气候条件控制
生长初期应保持植株周围最低温度为8～10℃，以后按每周提高1℃逐渐升高，最终达到12～14℃。开花期温度可先升高到14～16℃，然后再降到12～14℃。当温度高达20～25℃时，应注意棚内通风。开始结果期，基质的最低温度应高出环境最低温度2℃，但基质的最高温度不得超过18℃。温度的控制可通过加温设施来实现。增加光照是提早成熟的有效措施。人工光源可采用白炽灯（10W/㎡）。夜间光照每小时补充25min。供光时间可从生产开始期直到叶柄和花草长到足够的长度。光照过长会引起发育过量，由此造成病虫滋生。可通过动态方式（排气机）或静态方式（两端打开或顶棚打开）实现通气。棚内最佳相对湿度应保持在70%～80%。当湿度过大时，通过加温和换气来调节；当湿度过小时，通过喷雾机或雾化系统来增湿。盖膜后，晚上棚内应保持温度8℃，白天20℃左右，晴天中午要掀膜，下午3点覆膜。温度过高，花粉死亡，温度过低花粉活性不够，难以授粉。
3.2 养分管理
草莓喜肥性强，但根系不耐盐。定植前施足底肥，可以用工厂生产的有机肥，或者农家饼肥，适当加入控释肥，可使后期养分管理更加容易些。草莓根系对盐分十分敏感，尤其是苗期，所以上层5～8cm基质要减少肥料用量，以免定植时烧苗。有机肥主要混用到中下层基质。扣棚后适当提高温度，促进植株生长发育。为了提高产量，改善品质，还应利用蜜蜂授粉、电灯补光等措施。
3.3 病虫害防治
栽培环境处于高温、高湿状态时易发生病虫害。定植缓苗后，主要防治炭疽病，当前防效较好的是咪鲜胺类药剂，隔7～10d防治1次，喷药时要使叶的背面和芽的空隙间都均匀着药。引入蜜蜂后不宜用药。
生态经济模型 篇12
金融生态环境建设是一个系统工程,金融生态系统具有开放性、循环性、持续性、根植性[1],构建金融生态环境评价系统是其中重要的一个环节[2]。对处于转轨时期的中国而言,各地区经济和金融发展水平极端不平衡,政治、法律、社会诚信意识和制度建设差异巨大[3],同一地区经济和金融发展水平在不同时期也可能发生变化。采用传统的具有统一形式的结构化(参数化)的评估方法,对地区金融生态的运行效率进行评价,无论在理论上还是在实用性上显然都是不太合适的。文献[4,5]中的金融生态环境评价指标是以某一个区域为例所确定的固定值,不能随着区域或子区域和时间的变化而自适应确定。
本文采用多Agent建模方法,构建在区域和时间上自适应的金融生态环境评价指标体系,建立智能化的金融生态环境评价模型,使得金融生态环境评价研究具有科学性、智能性、发展性,将金融生态环境评价研究的成果应用到金融生态环境建设中,可以促进金融健康发展和协调运行,提高社会资源配置效率,规范各社会经济主体经营行为,培植良好的金融生态环境,构建更加和谐的金融结构,促进区域经济的协调发展,对构建社会主义和谐社会具有重要意义[6]。
1 多Agent金融生态评价模型
1.1 多Agent系统
多Agent 系统(MAS)一直是人工智能领域的研究热点,基于Agent 的建模方法,具有主动性、层次性、动态性和可操作性等优点[7]。在MAS中,协作不仅能提高单个Agent 以及由多个Agent 所形成系统的整体行为的性能,增强Agent 与多Agent 系统解决问题的能力,还能使系统具有更好的灵活性。国内外研究表明,与传统的建模方法(如还原论方法、归纳推理方法等) 相比,MAS建模可以较好地刻画复杂系统特性[8]。MAS建模主要用于表现复杂情况(个体有复杂的、不同的行为,并存在交互) ,这种建模不但考虑系统模型中定量的特性(数字参数) ,而且考虑定性的特性(个体行为) ,这不同于传统建模只能表示与数量参数有关的特性[9]。多Agent复杂适应系统的建模是复杂系统建模的一种重要方法,多Agent 间的交互和协作是多个Agent 个体在开放、动态环境下,在资源有限的情况下实现多个目标的关键[10]。多Agent为人们认识和理解复杂适应系统提供了富有启发性的新思路和新视角,对于社会、经济、生物和环境等由大量具有主动性的Agent 组成的复杂系统来说,具有特别的意义。
1.2 金融生态的评价指标
金融生态环境系统由经济环境、法制环境、金融运行、信用环境、居民生活水平和社会保障、政策环境和行政环境等子系统组成。它包含了大量的、多类别的、多层次的环境因素和因子,它们相互联系、相互作用、相互制约,其中任何一种环境因素的变化都会不同程度地改变它的结构,影响其整体功能,使其削弱或加强。人们可以根据金融生态环境的评价对环境变量进行调控,改善其结构,提高其功能,实现生态环境的修复和重建,以达到发展持续金融生态的目的。本文采用层次分析法[11]构建了评价指标体系,整个指标体系呈“树形”结构,指标体系中共设置了107个指标,其中:一级指标7个、二级指标31个和三级指标69个。该指标体系中有定量指标测算和定性指标测算。定量指标包括经济环境、法制环境、金融运行、信用环境、居民生活水平和社会保障等5项,如表1所示。定性指标由政策环境和行政环境两类指标组成,如表2所示。
续表
对于定量指标的测算,本文采用分值法,指标值由下一级的指标数据乘以权重汇总求和得出,然后逐级加权求和测算出金融生态环境评价值,其计算公式如下:
式(1)中,EVQ表示指标Q的评测值,Ni为Q的下级指标值,Ki是Ni所对应的权重,n为Q所包含的下级指标数,i(i=1,2,…,n)是指标的序号。
对于政策环境和行政环境两类定性指标,由于这两类指标难以量化评价,本文采取问卷调查形式,每项指标作为一个调查题目,在每个县(区)选定8家以上金融机构网点作为调查对象,调查问卷汇总后再进行量化评价。问卷指标的测算引入经济景气监测分析理论中的“扩散指数”(Diffusion index)原理作为分析计算的依据,计算公式如下:
式(2)中,EVD表示对指标D的评价值,Pi为调查问卷中分别回答“优秀”、“良好”、“一般”、“较差”、“差”题目的个数,Si为计算系数,对应题目答案依次赋值为1、0.5、0、-0.5和-1,由以上公式计算得出每项指标的评价值。
测评的关键是指标权重设置。金融生态涉及面较广,一些指标存在自相关性。在权重设置上,本文根据各个区域在不同时期的情况,动态地确立金融生态环境评价体系各级指标的权重。
1.3 基于多Agent的金融生态评价模型
Agent是在一定环境下能独立自主地运行,作用于环境,也受环境影响且能将推理与知识表示相结合,不断从环境中获取知识的能动实体。本文设计基于多Agent的金融生态评价模型,评价模型如图1所示。
图1中,金融生态评价模型中各Agent的功能如下。
①管理Agent:
帮助建立起其它Agent之间的通讯链接,还负责系统管理多Agent的增加和删除等。
②数据处理Agent:
数据管理Agent对评价体系中各级指标及各级指标对应的权重信息进行录入、修改、删除、查询等基本管理操作;数据转换Agent将收集到的各级指标数据进行统一的格式转换,计算出各区域金融生态环境的各级指标值;数据传输Agent向金融生态评价数据库传输数据,并与其他数据源进行交流;数据备份与恢复Agent将金融生态评价数据库中的数据进行备份和还原。
③金融生态评价Agent:
指标选择Agent生成评价指标体系;确定权重Agent设置指标权重值;评价方法Agent将评价任务分解,发送给定性或定量评价Agent,完成单项或综合指标的评价,同时它还负责从综合评价Agent那里得到最后的评价结果并输出给相应用户。定性或定量评价Agent是由一种定性或定量评价方法构成的Agent,是完成评价任务的主体,进行定量指标测算和定性指标测算,然后将结果送给综合评价Agent。综合评价Agent获取定性或定量评价Agent的输出结果并利用综合评价方法将结果汇总,汇总得出各区域金融生态环境测评值,生成辖区金融生态环境指标评价汇总数据报表,并将最终结果发送给评价Agent。测评分析Agent对各区域指标进行横向和纵向比较分析,生成分地区评价数据报表、分地区评价示意图、评价历史比较示意表等图表。
2 结束语
本文采用多Agent技术构建了在区域和时间上自适应的金融生态环境评价指标体系,建立智能化的金融生态环境评价模型,使得金融生态环境评价研究具有科学性、智能性、发展性,为全面推动金融生态环境建设工作提供了科学依据,有利于确立金融生态环境的持续性建设方向与重点。
参考文献
[1]曾胜,廖林.金融生态系统的评价模型构建[J].统计与决策,2009(15):7-9.
[2]黄国平,刘煜辉.中国金融生态环境评价体系设计与分析[J].系统工程理论与实践,2007(6):7-14.
[3]中国人民银行洛阳市中心支行课题组.区域金融生态环境评价指标体系研究[J].金融研究,2006(1):167-177.
[4]袁晋华,朱锦.建立我国区域金融生态评价指标体系初探[J].武汉金融,2005(11):47-48.
[5]安强身.我国农村金融生态环境评价指标体系研究[J].商业研究,2009(10):115-117.
[6]胡滨.区域金融生态环境评价方法与实证研究[J].经济管理,2009,31(6):16-22.
[7]WOOLDRIDGE M,JENNINGS N R.Intelligent agents:theory andpractice[J].Knowledge Engineer in Review,1995,10(2):115-152.
[8]廖守亿,戴金海.复杂适应系统及基于Agent的建模与仿真方法[J].系统仿真学报,2004,16(1):113-117.
[9]邓宏钟.基于多智能体的整体建模仿真方法及其应用研究[D].长沙:国防科学技术大学博士学位论文,2002.
[10]王文芳.复杂适应系统演化探究———基于agent技术的分析[D].广州:华南师范大学硕士学位论文,2003.