快速收敛技术（共5篇）
快速收敛技术 篇1
无线局广域网 (以下简称广域网) 是无线局安全播出调度和应急指挥等核心业务的信息交互平台, 是一个分布式的网络系统。该网以无线局机关为中心, 以运营商分组交换网络提供的2M或256k主信道, 以卫星通讯系统提供的64k线路作为备份网络信道覆盖全国若干个基层单位, 实现安全播出调度和应急指挥等核心业务的互联互通、信息交互, 无线局机关与总局相关司局可实现资源共享。随着无线局智能调度系统、OA、视频会议等信息系统不断投入使用, 核心业务对网络系统的实时性和可靠性提出了更高的要求。本文提出了一种网络链路故障时, 快速恢复网络, 保障无线局业务畅通的技术方案。
1 无线局广域网的现状
现有的广域网模型为典型的树型架构, 每个基层单位都会租用一条运行商专线连接局机关, 构成主用广域网 (以下简称主用网) , 另外使用VSAT (卫星通讯系统) 连接至局机关的核心路由器, 形成备用广域网 (以下简称备用网) 。
主用网采用OSPF (Open Shortest Path First开放式最短路径优先) 动态路由协议在全网发布所有业务网段, 使全网业务互通。备用网采用静态路由结合BGP (边界网关协议) 的方式, 仅仅发布频调业务等关键业务的地址路由, 由此设定非关键业务禁止使用备用网交互数据。通常情况下, 所有的业务数据是通过主用网进行交互的, 当主用链路出现故障中断时, OSPF协议会检测到局机关与分支节点的邻居关系断裂, 并告知BGP协议, BGP协议则会引导关键业务数据使用VSAT卫星通讯链路进行通讯。通过这种OSPF+BGP方式部署路由协议, 保障了关键业务会自动切换到备用链路上正常运行。其网络拓扑如图1所示。
然而, 随着安全播出等核心业务对数据传输的连续性和可靠性的要求越来越高, 催生了对业务快速恢复的需求, 通过现有的OSPF+BGP的部署方式, 业务恢复过程需要经过链路故障检测和网络恢复正常两个阶段, 根据不同的广域网专线类型, 数据通讯的恢复时间也有所差别。
目前运行商的主流专线类型有两种, 一种是传统的E1 (基于SDH) 的2M专线, 另外一种为近年应用广泛的MSTP (Multi-Service Transfer Platform) 专线, 通常使用4M或者8M。
E1线路具有端到端的链路检测机制, 可以实现线路或互联端口状态的快速检测, 并立刻触发OSPF协议收敛, 实现业务的快速恢复。
而MSTP专线由于其协议和组网设计的原因, 从链路层上看, 传输网的直连关系是被分割的, 运营商一侧如果出现故障, 本地的专线路由设备的接口是无法感知的, 往往只能依靠OSPF动态路由协议实现软检测, 这种方式比较慢, 理论上最多可达42s, 无法满足无线局核心业务对网络链路快速恢复的需求。而链路故障快速检测是网络故障快速恢复的关键环节。快速链路故障检测的目的不仅仅是快速发现故障, 同时还要使路由快速恢复。基于这样的需求, 可以借助快速的路径检测技术, 来实现路由的快速收敛。
2 路由收敛
路由收敛是指网络从链路或者设备发生故障, 到全网节点计算出新的路径的整个过程, 与组网结构、路由协议、链路类型、设备性能都有关系。路由收敛的大致过程如图2所示。
2.1 链路检测
广域网链路可以分为具备链路检测能力和不具备链路检测能力两类。具备链路检测能力的广域链路有SDH、ATM等, 其中SDH支持端到端的故障发现, ATM通过OAM也能够检测端到端的连通性。在中间链路故障的情况下, 两端路由器通过链路检测机制快速发现故障, 关闭广域网端口, 并通知上层路由协议, 加快路由收敛速度。不具备链路检测能力的广域链路有FR、MSTP等, 在中间链路出现故障的情况下, 两端路由器不能感知链路故障, 广域网端口依旧UP, 上层路由协议无法快速收敛。
2.2 路由检测
不管广域网链路是否支持链路检测, 动态路由协议都有自己的邻居状态检测机制, 比如OSPF的hello, BGP的keepalive等, 但是路由协议的检测时间一般要长于链路检测, OSPF的缺省值为4×10s, BGP的缺省值为3×30s, 远远高于ATM OAM的检测时间1×3s。
2.3 路由扩散
直连路由器发现链路故障后, 马上将路由变化信息传递给所有的路由协议邻居, 邻居路由器以同样的方式将这条路由信息泛洪给所有其他邻居, 这个过程一直持续到全网节点都收到这条路由更新信息为止, 从而达到全网路由信息的同步。
2.4 路由计算
路由器收到路由更新信息后, 会尽快重新计算路由, 有些路由协议为了提高网络的稳定性, 会滞后计算路由表, 比如OSPF的缺省SPF计算时延为5s, 也就是每当有路由变化时, 需要等待5s, 才能生成新的路由。
3 相关路由协议
OSPF路由协议是一个内部网关协议 (Interior Gateway Protocol, 简称IGP) , 用于在单一自治系统 (autonomous system, AS) 内决策路由, 是对链路状态路由协议的一种实现, 隶属内部网关协议 (IGP) , 故运作于自治系统内部。OSPF是一种链路状态路由协议, 将链路状态广播数据包LSA (Link State Advertisement) 传送给在自治域系统内部的所有路由器。
静态路由是指由用户或网络管理员手工配置的路由信息。当网络的拓扑结构或链路的状态发生变化时, 网络管理员需要手工去修改路由表中相关的静态路由信息。静态路由信息在缺省情况下是私有的, 不会传递给其他的路由器。备用网络出于安全方面的考虑采用静态路由, 不占用网络带宽。
BGP (边界网关协议) 是运行于TCP (Transmission Control Protocol传输控制协议) 上的一种自治系统的路由协议, 主要用于AS (自治系统) 之间的互联。BGP最主要的功能在于控制路由的传播和选择最好的路由, 来实现多线路互联。
4 现有广域网的路由收敛分析
无线局广域网采用OSPF+BGP方式部署路由协议, 用OSPF路由协议把网络划分为一个骨干区域0 (Area0) 和若干非骨干域。所有的非骨干域都必须要与骨干域相连 (如图3所示) 。这样的区域划分方法, 使得每个区域中的路由器都不再考虑其他区域的网络变化, 只关心其内部区域的状态就可以了。一个区域内的变化, 只会引起本区域内的收敛发生。通过这样的区域划分, 网络故障的影响范围被缩小, 整个网络不会进行频繁的收敛, 保障正常高效地工作。通过BGP协议将备份网IP地址广播到主用网络中, 使用BGP协议互联后, 备用网络的所有骨干路由设备将会判断到主用网络的最佳路由, 以保证主备网络的高速访问。
从网络运行商MSTP链路故障中断到备份网路由恢复连通, 整个路由收敛过程如下:
(1) 中心机房至基层台站主用网MSTP链路中断, 两端路由器通过OSPF检测到链路故障, 默认检测时间需要T1=4×10S=40s, OSPF邻居状态回退至down;
(2) 主用网核心路由器向路由反射器 (即广域网中心交换机) 发送主用网链路网段的路由撤销;
(3) 广域网中心交换机失去到业务网段A的路由, 于是向中心机房备用网核心路由器发送网段A的路由撤销, 并在OSPF中删除网段A的外部路由, 中心机房局域网内部到业务网段A的路由中断;
(4) 中心机房备用网核心路由器重新计算BGP路由, 优选基层台站1备用网核心路由器发布的BGP路由, 并向广域网中心交换机转发这条路由;
(5) 广域网中心交换机重新计算BGP路由, 优选中心机房备用网核心路由器发布的BGP路由, 转发给中心机房主用网核心路由器, 并在OSPF中重新生成网段A的外部路由, 中心机房局域网内部到业务网段A的路由恢复。
从以上路由收敛过程来看, 广域网的收敛时间包括路由检测时间 (<40s) 、BGP路由扩散时间 (<1s) 、OSPF外部路由扩散时间 (<1s) 等, 因此总的收敛时间达到42s。主用网通过OSPF传送hello数据包来实现路由检测, 其中链路故障检测的时间是路由收敛时间的近十倍, 因此链路故障快速检测是网络故障快速恢复的关键环节。
5 广域网链路故障快速检测技术
为了不受传输线路类型的限制, 降低管理人员的维护难度, 标准化组织及各个厂商推出了专门用于链路快速故障检测的技术, 这类技术协议报文简单、网络开销小, 简单高效, 且独立于上层路由与应用协议, 方便部署, 因此可以将链路两端设备的检测报文发送周期调整到毫秒级。
5.1 故障快速检测技术选择
目前主流网络厂商都已支持快速故障检测协议, 包括标准和私有协议。从应用模型上看可以分为两种, 一种是双向检测机制, 部署的两端设备可相互识别彼此发送的检测报文, 通过握手机制实现双向检测, 标准的BFD (Bidirectional Forwarding Detection, 双向转发检测) 技术的控制模式就属于此类。另一种是单向检测机制, 部署的两端设备各自检测本地到对方的连通情况, 一旦本端连接失效, 立即进行路由切换, 例如BFD技术Echo模式、NQA (Network Quality Analyzer网络质量分析) 技术。表1中对这几种链路故障快速检测技术进行了比较。
NQA是Network Quality Analyzer (网络质量分析) 的简称, 由H3C自主研发, 其并不是一种协议, 它是根据标准的协议或端口发送探测消息对网络性能、网络提供的服务及服务质量进行分析, 为用户提供网络性能和服务质量的参数, 如时延抖动、TCP连接时延、FTP连接时延和文件传输速率等。被探测方不需要安装任何特殊组件, 只需按照标准进行响应即可。NQA支持10种探测类型:ICMP-Echo、DHCP、FTP、HTTP、UDP-jitter、SNMP、TCP、UDP-Echo、Voice和DLSw。
BFD (Bidirectional Forwarding Detection, 双向转发检测) 是一种协议, 相比NQA, 它能够更快速地检测到链路的通信故障。但是BFD探测需要两端设备都支持此协议, 而且它不能探测某项服务是否可达。不过从路由收敛的角度考虑, BFD能进行链路检测已经足够。
其中, BFD为国际标准化技术, 主流网络厂商均已实现互联互通, NQA技术属于厂商自主研发, 两者侧重不同, 各有优势。BFD能够更快速地检测到链路的通信故障, 总体而言BFD是性能、专业兼容, 协议互通的代表, 适合大型网络应用, 但它不能像NQA探测某项服务是否可达。
无线局中心机房设备一般比较高端且具有良好的处理性能, 但基层单位设备不一定支持BFD特性, 从而限制了BFD控制模式的实施, 此时选用BFD Echo模式可以大幅度简化方案的部署复杂度, 因为BFD Echo模式不对网点设备有相关功能的要求, 只需要在具有较高处理性能的汇聚端设备上启用BFD Echo模式, 即可实现双向链路监测的效果。
5.2 快速链路故障检测技术方案
快速链路故障检测的目的不仅仅是快速发现故障, 同时还要使路由快速恢复, 因此在发现故障后, 链路故障检测协议还需联动上层协议模块, 否则仍然要等待路由协议自身机制所限定的检测时间后才能进行路由收敛。为了便于与上层路由协议的联动, 快速检测协议需要开发针对不同路由协议的联动模块, 从而实现毫秒级的链路故障检测和快速触发路由收敛的效果。
根据文中介绍无线局广域网的实际情况, 选择使用BFD Echo模式+静态路由的技术组合进行联动, 依据探测的结果令主备通道进行切换。正是这样的联动, 弥补了单纯部署动态路由协议时收敛速度慢的不足。下面分析一下BFD Echo模式和静态路由的组合在广域网中的具体应用。在无线局广域网中路由结构采用单设备双链路模式。如图4所示, 基层台站通过主备两条链路上联至无线局中心机房, 两条链路互为主备。在MSTP中运营商的网络被分割, 当运营商传输侧链路中断后, 基层台站和中心机房无法感知, 而在中心机房部署BFD Echo模式, 通过两条链路分别下联至基层台站。Echo模式为单端部署, 对无线局广域网中的网点设备没有要求, 由中心机房直接发送BFD Echo报文, 目的地址指向发送端自己。基层台站接收到Echo报文后, 直接进行转发, 将报文环回到中心机房。当中心机房三次没有收到环回报文后, 则认为中间链路故障, 从而触发备用网的静态路由, 承载主用网上的关键业务。静态路由与BFD结合后切换可以在小于1秒内完成收敛。
6 结语
当网络运营商提供的网络接入采用基于MSTP传输或存在转换器的链路时, 无线局广域网应尽量通过BFD Echo模式和静态路由的技术方案以确保业务的连续性。链路故障检测与路由协议的结合可以实现小于1秒的链路故障检测和快速触发路由收敛的效果, 网络系统故障后不影响业务的转发, 带来更稳定、更高效、更贴合无线局实际的解决方案。
快速收敛技术 篇2
所谓遗传算法收敛的复杂条件,是指约束条件苛刻、可行解的可行区域狭窄的条件。降低发动机颤振故障发生的几率,对发动机压气机转子的制造、安装作出一系列的限制措施是必要的。其中,最重要的两个问题是如何控制叶片静质量矩和叶片固有频率。除了在制造时采取措施以外,在安装时降低叶片静质量矩和保证转子叶片具有合格的固有频率也是必不可少的。这就需要对叶片安装施加必要的约束条件。在复杂条件下,人工叶片排序效率很低。
利用计算机求解此类问题时,叶片排序问题被看作是一个组合优化问题。采用常规的组合优化求解叶片排序问题,算法复杂,对于某些“恶劣”的数据可能求不出正确的排序结果。遗传算法在求解组合优化问题上具有很大的优势,但是当叶片排序条件较为复杂时,收敛速度慢、甚至不能求出优化排序结果;适应度函数设计也较为困难。为解决这个问题,本文利用改进遗传算法,在此基础上进行了适应度函数设计,并采用植入种子染色体导引法和内外交换法进行排序,所得结果正确,收敛速度快。
1 叶片排序约束条件
某航空设备制造厂根据实际工作需要提出了下述叶片安装条件:
1)整级中的每个叶片与相邻叶片应具有频率差,且各叶片频率应为一大一小锯齿型分布,不允许连续增大或减小。即为“错频”排列。
2)在整级叶片中,其中三对叶片1～2、8～9、16～17的频率差应不小于11Hz,且应比其它的相邻叶片对的频率差高出不小于2Hz。允许这三对叶片的频率差比这三对中的任一叶片与相邻叶片的频率差高出不小于2Hz。
3)整级叶片中,相邻的4个叶片之间的三个频率差不得完全相同。
4)相邻叶片之间频率差应不小于6Hz,允许在互不相邻的三处,与相邻叶片频率之差不小于4Hz。
5)整级叶片的最大频率与最小频率之差应不小于14Hz。
6)整级叶片中的每六分之一位置(即1～4号、5～8号、9～12号、13～16号、17～20号、21～24号)上的叶片静质量矩的和之差应当不大于138g·cm,相邻象限叶片静质量矩的和之差应当不大于115g·cm。
7)压缩机全部叶片共分为3级,每级叶片都必须符合上述条件。为了生产率,单级叶片所提供的备选叶片数量不得大于26枚。程序运行时,一次最多可以输入100枚备选叶片,至少输出4组叶片数据。
8)非可行解可行化。如果叶片数据确实“恶劣”,有一组输出数据不是可行解。则应给出最佳备选叶片的频率和静质量矩范围(也就是如果有一组输出叶片不合格,这时,更换里面的一枚或几枚叶片,则更新后的叶片组是合格的。此时,应当给出更换叶片的频率和静质量矩的值)。
上述约束条件,给出了叶片优化排序的多个目标。为了方便求解,把3级叶片逐次求解,因此,三级叶片可以采用同一目标函数。因此,一个多目标优化问题转化为三个单目标函数求解问题。
2 单级叶片目标函数
本文的研究目标就是要求排列在180°相对位置的两片叶片的静质量矩差的绝对值之和最小,即
式中:k为叶片个数的一半,(mr)i为第i个叶片的静质量矩(g·mm)。因此:目标函数设计为:
3 适应度函数设计
适应度函数的优良与否在很大程度上影响程序的收敛速度。在构造遗传算法时,处理约束条件主要有三种方法:搜索空间限定法、惩罚函数法、可行解变换法。本文采用罚函数法。本文将约束条件作为罚函数包含到适应度函数中去,从而将约束优化问题转换为无约束优化问题进行求解。此时适应度函数可以写为:
其中,r1、r2、r3、r2为罚函数尺度系数,f(x)为目标函数,Hz1为整级叶片中相邻叶片的频率差。Hz2是约束条件中(2)所允许的三对大频率差值与其他相邻叶片频率差值的频率差。
4 种群初始化
由于条件要求在100枚叶片里同时输出4组数据,因此本文把4组数据作为4条染色体,每条染色体代表一组叶片。程序同时对4组叶片优化排序。但是,在种群初始化时,一次只能产生一条染色体。这样做的结果是:最先产生的染色体把性状好的叶片挑选了,留到最后的是性状“恶劣”的叶片,这样很可能最后一组得不到可行解,造成资源浪费。为了避免这个问题,我们先来看单级叶片染色体的产生办法:
在单级叶片中,由于对1和2号位、8号和9号位、16和17号位的频率差要求严格,因此,为了加快收敛速度,在每条染色体中,本文先在原始数据中选取三个频率最大的叶片,随机放入1、9、17号位置;然后,选取三个频率最小的叶片,随机放入2、8、16号位置。这样,每一级叶片中,还有18个位置没有安放叶片。原始数据的剩余叶片,程序自动按照频率把它分成两部分,叶片频率大于平均频率的为一部分,小于平均频率的为另一部分。利用轮盘赌法按照一大一小的原则,先从大频率数据组里面随机抽取一个,再从小频率数据组里面随机抽取一个。以此类推,安装完毕一条染色体的剩余基因位置。利用同样方法,产生其他染色体。通过在种群初始化时,实施人工干扰,间接减少了排序的约束条件。
由单级叶片染色体的产生办法可知:每条染色体在挑选叶片时,总是把频率最大和最小的叶片优先选取。因此,本文在种群初始化时,先选取12枚频率最大的和12枚频率最小的叶片。在产生每一条染色体时,其关键位置的叶片都从这两组叶片里随机选取。其余叶片按照单级叶片办法产生。这样就较好的保证了最后一条染色体的叶片性状。
这样做的结果是产生了4个种群。程序同时对4个种群进行优化。
5 遗传算法编码与算子
5.1 编码方式
常用的编码方式包括二进制编码、浮点数编码、顺序编码、布尔矩阵编码等。为了调试程序的方便,本文采用十进制编码方式。本文把一级叶片中的总叶片数目(24个叶片)作为作为一条染色体,即每条染色体含有24个基因,每个基因包含一片叶片的相关信息。染色体上,第一号基因位置表示第一枚叶片安装位置。
5.2 选择算子
从适应度函数的设计上可以看出适应度大的个体优于适应度小的个体,这与一般遗传算法中适应度大的个体优于适应度小的个体一致,因此适于直接采用基于比例的适应度分配方法。本文采用轮盘赌选择法。
5.3 交叉算子
本文的编码方式允许一个个体的染色体编码中在不同位置出现相同的基因码,如果出现相同的基因码,则表明有两个或多个叶片的相关参数是相同的,这与实际工作情况是相符合的。本文采用多点交叉。但并非完全随机交叉。由于在种群初始化时的人为因素,每个染色体中的1～2、8～9、16～17号位置基因不能和其他位置基因交叉。
5.4 变异算子
变异算子较为简单,对个体内的基因排列按一定的变异率进行随机交换即可。同样,每个染色体中的1～2、8～9、16～17号位置基因不能和其他位置基因交换。只能相同性质的基因交换,即:1、9、17可以随机交换,2、8、16可以随机交换。
6 种子染色体
普通遗传算法程序,在多约束条件下,如果原始数据比较恶劣,容易陷入局部寻优。并且,一旦陷入局部寻优,很难跳出这个局部“陷阱”,从而影响收敛速度。为了加快收敛速度,本文采用了种子染色体导引法。即事先给定一个性状比较好的染色体作为种子,其作用是引导种群向最优点靠近。在多约束条件下,人工给出性状较好的染色体可行性不高。为了减少人工工作量,本文采用种群自动产生种子的方法。通常情况下,在程序运行时,把种群最大遗传代数作为程序循环次数。本文只设定较低的最大遗传代数。例如,设定100代,即程序循环100次。在程序初次运行时,把初始种群中适应度最大个体作为种子染色体。程序运行结束后,如果没有得到优化解,所产生的种群中适应度最大个体被用来当作下一次程序运行是的种子染色体。该种子染色体被植入下一次运行时的初始种群。通过植入种子染色体不仅能够引导种群向最优点靠近;而且,当种群遗传若干代后,种群变得过于庞大,从而影响运算速度,通过再一次种群初始化,可以有效解决这个问题。
7 内外交换法
染色体一旦产生,其交叉、变异等操作只能在染色体内部进行,不能再与外部数据进行数据交换。这不但造成剩余叶片资源浪费,也会使收敛速度变慢。本文用内外交换法解决了这个问题。即:在一个种群里,随机选取一条染色体。计算它的频率差和单元静质量矩之和等相关参数。如果叶片静质量矩的和之差大于138g.cm,或相邻象限叶片静质量矩的和之差大于115g.cm,则查找出静质量矩之和大的单元;然后,在这个单元里,查找一枚静质量矩最大的叶片,并记为big。此时,原始数据的剩余叶片里,查找一枚叶片,其静质量矩比big要小,并且其频率在代替big的频率后,新的频率差应符合上述约束条件;或者与big的频率相等。同样,查找一枚静质量矩最小的叶片,并记为small。在原始数据的剩余叶片里,查找一枚叶片,其静质量矩比small要大,在代替small后,其频率要求同上。实践证明,这种方法对解决陷入局部最优解问题行之有效。
8 非可行解可行化
如果有非可行解问题,则用虚拟叶片片法解决非可行解寻优问题。在初次种群初始化时,每枚叶片都是随机选取,并且只能选取一次。对非可行解叶片组,允许部分叶片可重复选取,等于增加了叶片数量。得到可行解后,有个别叶片在染色体里出现了两次。则该叶片参数即为待更新叶片的参数。
9 实例验证
给定一组叶片原始数据如表1所示。(因篇幅限制,只给出一组数据)。
在没有种子染色体引导和没有利用内外交换法的情况下,普通遗传算法,程序循环运行了25分钟,没有得出正确结果。在有种子染色体引导和利用内外交换法时,程序循环运行20分钟,得出正确结果如表2所示。
1 0 结论
程序运行结果表明:在多约束条件下,该程序收敛速度大为加快,并且运行结果正确。同时,以上算例证明,改进遗传算法在多约束和原始数据恶劣条件下,利用种子引导法和内外交换法并在种群初始化时施加人工干扰使程序收敛速度较快,结果准确。用此方法编制的程序实用性强。能有效解决在复杂条件下的多级叶片排序问题。
参考文献
[1]杨训.基于遗传算法的转子叶片优化排序[J].计算机仿真,2008,25(11).YANG Xun Optimum Arrangement of Rotor Blade Basedon Genetic Algorithms[J].simmulink of Computer 2008,25(11).
[2]彭国华.混合遗传算法在叶片排序问题中的应用[J].西南民族大学学报,32.PENG Gguohua Application of hybrid genetic algorithm inblade arrangement of engine[J].32.
[3]DeJong Ka An Analysis of the Behavior of a Classof Gentic Adaptive Systems[J].Dissertion AbstractsInternational,1975(10).
快速收敛技术 篇3
自1978年改革开放以来,我国经济实现了持续的高速增长,但地区经济差距问题也日益突出,成为政府和学术界亟待解决的重大历史性课题。与此同时,影响经济增长的一个重要因素——技术效率的测算及地区差异问题也逐渐为广大学者所关注,相关研究如赵伟(2005)[1],范爱军、王丽丽(2009)[2],武群丽(2010)[3]等。上述研究对中国地区技术效率的测算及其差异问题进行了有益的探讨,但它们都没有将能源投入和环境污染等非期望产出纳入分析框架中,而忽略能源和环境因素计算出的技术效率,不能准确衡量地区经济增长的潜力和可持续发展水平。我国改革开放以来的粗放型发展方式,使经济增长付出了昂贵的资源和环境代价,实现资源节约、环境保护已成为我国当前以及未来所面临的紧迫任务。在这种形势下,从能源和环境角度研究经济增长和地区差距问题已显得十分必要。近年来,已有学者在考虑能源投入和环境污染这种坏产出的条件下重新考察中国的技术效率问题,相关研究如王建喜、屈小娥(2011)[4],王海宁(2011)[5],李伟娜、金晓雨(2011)[6],涂正革(2008)[7]等,但这些研究均是针对中国地区工业行业的,而针对中国省区开展相关研究的文献却极为罕见。为弥补上述研究缺陷,本文拟利用基于方向性距离函数的DEA方法进行中国省区的环境技术效率测算,在此基础上进一步采用随机收敛检验方法来判断中国地区环境技术效率差异在长期会不会消失,从而确定其收敛性和共同趋势。
2 中国地区环境技术效率的测算与分析
2.1 方向性距离函数与环境技术效率
经济活动往往会伴随污染物的产生,环境技术即反映了这样一种同时包括“好”产出和“坏”产出的特殊投入产出技术结构。它可以表示为如下生产可能性集合:
P(x)表示决策单元(省份)使用N种投入x=(x1,…,xN)∈RN+所得到的M种“好”产出y=(y1,…,yM)∈RM+以及I种“坏”产出b=(b1,…,bI)∈RI+的生产可能性集合。
环境技术给出了既定条件下,最大产出y扩张,最小污染物排放的集合,即给出了环境产出的可能前沿,但生产可能性集合P(x)无法借助传统的Shephard距离函数来计算。不同于传统的距离函数, Fare等(2001)[8]根据Luenberger短缺函数的思想,构造了方向性距离函数来解决这一问题:
其中,g=(y,-b)为产出水平扩张的方向向量,它表示在给定投入x的情况下,好产出y成比例地扩大,“坏”产出b成比例地收缩,β为方向性距离函数值,即好产出y增长、“坏”产出b减少的最大可能数量。方向性距离函数值衡量了生产者相对于前沿环境技术水平的差距即非效率的程度,其所设定的方向向量要求“好”产出与“坏”产出都在现有的技术水平上同比例地分别增加和减少,而传统的Shephard距离函数只是尽可能多地成比例扩大“好”产出和“坏”产出,而没有考虑减少“坏”产出。二者的差别可以由图1反映出来。
对于一个产出观测点A, 由Shephard(1970)的距离函数得到的产出极限是C, C点虽然是有效率的, 但同时也增加了“坏”产出b. 与此相对照, 由方向性距离函数得到的产出极限是B. 方向性距离函数要求A按着方向向量g=(y,-b)增加y, 同时减少坏的产出b到达前沿B.
类似于Fare(1957)[9]定义的传统技术效率,环境技术效率可定义为好产出的实际产量ytk与环境技术结构下的前沿产出量(1+β)ytk的比率,即1/(1+β)。环境技术效率刻画了环境与经济发展的协调程度,取值区间为(0,1),数值越接近1,说明环境技术效率越高,环境与经济发展越协调;数值越接近0,说明环境技术效率越低,环境与经济发展越不平衡。与传统技术效率不同,环境技术效率不仅可以反映投入、产出和污染之间的关系,同时也包含着公众对环境质量的偏好(即方向向量的结构),从而能较全面地描绘现实生产与理想社会的差距。
环境技术效率不仅反映实际“好”产出与最大“好”产出的差距,也反映实际“坏”产出与最小“坏”产出的差距。由此可见,若要得出环境技术效率,就必须计算出参数β,而β可以通过求解如下线性规划得到:
其中,yt,k′,-bt,k′表示
2.2 样本及相关数据的说明
本文分析样本为中国大陆28个省、自治区和直辖市,为了行文方便统称为省区,海南和西藏由于相关数据缺失较多,未包括在内,按照通常做法,本文将重庆相关数据并入四川计算。在地区的划分上,本文采用通常的四大区域划分方法,其中东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东,中部地区包括山西、安徽、江西、河南、湖北、湖南,西部地区包括四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆、内蒙古、广西,东北地区包括辽宁、吉林和黑龙江。
本文省区期望产出水平用GDP数据表示,其中1985～2008年数据来源于《新中国六十年统计资料汇编》,2009年、2010年数据来自于相应年份的《中国统计年鉴》,相关数据按1978年不变价格进行了折算。工业废气中SO2和工业废水中的COD是我国环境管制中的典型污染物和主要控制对象, 所以在本文的研究中, 选择SO2和COD作为非期望产出指标, 相关数据均来自《中国环境统计年鉴》、 《中国工业经济统计年鉴》及中经网统计数据库。
本文投入因素为物质资本存量、劳动力、人力资本和能源。其中资本存量K采用永续盘存法进行估算,相关数据来源于历年《中国统计年鉴》,并按1978年不变价格进行了处理,劳动力L采用各省历年统计年鉴公布的全社会从业人员数据,人力资本H为人均受教育年限,用陈钊等(2004)[10]的方法计算得来,计算所用数据来自相应年份的《中国统计年鉴》。各省区能源投入用能源消费总量(万吨标准煤)来衡量,相关数据来自《新中国六十年统计资料汇编》和历年《中国能源统计年鉴》。
2.3 测算结果分析
利用上述模型及相关数据求得中国各地区1985～2010年的环境技术效率值,限于篇幅本文只给出了部分年份的数值及1985～2010年的平均值,结果见表1。
注: 本表数据由LINGO8.0软件计算得出,东部、中部、西部及东北地区的数值为其所包含省区的环境技术效率平均值。
由表1可以知,总的来说,1990年以后中国省区环境技术效率下降趋势较为明显,由1990年的0.725下降到2010年的0.630,说明中国提高地区环境技术效率,建设“两型社会”,实现地区经济“又好又快”发展的任务还很艰巨。就四大区域的比较来看,东部和东北地区的平均环境技术效率分别为0.825和0.801,均远高于全国平均水平0.661。而中部和西部地区的平均环境技术效率均低于全国平均水平,分别为0.642和0.483。主要原因是,相比之下,沿海和东北地区处于我国改革开放的前沿地带,技术创新活跃,多发展附加值高的知识技术密集型行业和现代服务业,技术效率高,资源消耗少,环境污染水平低。而我国中西部地区由于资源禀赋较高,其发展也多集中于重化工业和资源密集型行业,由于技术设备的落后,这些行业的资源浪费和环境污染都较为严重,这对地区环境技术效率的提高产生一定的阻碍作用。
借鉴涂正革(2008)[7]、李国柱(2007)[11]的方法,本文依据表1中各省区环境技术效率的平均值,对中国省区的经济协调发展模式进行了如下五类划分,结果见表2。
由表2可知,经济发展高度协调地区仅有上海、福建,这说明两地相应年份的环境技术处于或接近效率前沿面,其经济发展达到了资源投入少、产出水平高、污染排放低的理想状态,是环境效率的“最佳实践者”。经济发展较协调地区有北京、天津、江苏、浙江、广东、湖北、四川、辽宁8个省区,除湖北和四川外,其余省区均处于东部沿海地区。经济发展较不协调地区包括山东、安徽、湖南、吉林、黑龙江5个省区,不协调地区仅有河北和河南两省,而极不协调地区则有内蒙古、山西、陕西、江西、广西、贵州、云南、甘肃、青海、宁夏、新疆11个省区。由此可见中国28个省区中有18个省区的资源、环境与经济发展处于不同程度的失衡状态,而这些省区绝大多数都位于我国中西部地区,这表明我国中西部和东部沿海地区的差距,不仅表现在产出水平和产出效率低上,更表现在资源浪费和环境污染严重上。
环境技术效率是影响地区经济增长的一个重要因素,而近年来我国地区经济差距总体呈现扩大趋势,那么我国各地区环境技术效率差异变化如何?是否也呈现出扩大趋势?本文将利用随机收敛方法对此加以检验。
3 中国地区环境技术效率的随机收敛性检验
3.1 收敛的随机检验方法
为了研究经济增长的收敛,Bernard和Durlarf(1996)[12]在经济变量(如人均产出)序列线性确定性趋势和随机性趋势的假定下,给出收敛和共同趋势的定义。
收敛:对于p(p=1,…,n)个国家或地区的经济变量,如果有
其中,It为t时刻的信息集,则认为这p个国家或地区的经济变量存在随机收敛。
由收敛的定义可以看出,国家或地区间的经济变量差异将会随时间趋于无穷而接近于0。若两个国家或地区存在收敛关系,则两者的相关经济变量将以向量[1,-1]的形式协整。另外,若变量序列为趋势平稳,则每个地区有相同的时间趋势。
共同趋势:对于p=1,…,n个国家或地区的经济变量序列yp,t,若
其中,
共同趋势的经济意义是t时刻经济变量的长期预测值成比例变化。在技术上,具有共同趋势的序列之间有r(0<r<p-1)个协整关系,受p-r个共同冲击的影响,且其协整向量的形式为[1,-α]。
通过以上定义可以看出,研究国家或地区间经济变量收敛性的关键在于确定这些国家或地区相关经济卞量的协整关系。当变量序列协整关系的个数r等于p-1时,各个国家或地区间的变量增长有收敛趋势。当变量序列的协整关系个数r小于p-1时,则各个国家或地区间的变量增长不存在收敛趋势,只有p-r个共同趋势。
3.2 实证检验结果分析
在进行随机收敛检验之前,利用ADF检验来判别各地区的环境技术效率序列的平稳性,结果见表3。
注: 本表结果由Eviews6.0软件计算得出;检验类型中的c和t表示带有常数项和趋势项,k表示所采用的滞后阶数,其选择依据是AIC 准则和SC准则;10%和1%显著水平临界值分别为-3.260 和-3.806。
从表3可以看到,各地区ADF检验值均大于10%显著水平的临界值,而其一阶差分序列的ADF检验值均小于1%水平的临界值。由以上检验结果可知各地区的环境技术效率序列是一阶单整I(1)序列,可以采用Johanson方法来检验它们之间的协整关系,从而判断四大区域内部和四大区域之间环境技术效率差距的收敛性和共同趋势。通过把各大区域内所有省区的环境技术效率加总求其算术平均值,再分别对东部、中部、西部和东北四大区域内部和四大区域之间的环境技术效率序列进行协整检验,来判断各自环境技术效率的收敛性,检验结果见表4。
由表4可以看到,通过对东部地区环境技术效率序列的协整检验发现,当r=8时,出现第一个不显著的迹检验统计量,这说明东部省区环境技术效率序列之间的协整关系个数r=p-1,根据Bernard和Durlarf的理论,可知东部地区内的环境技术效率差距在长期存在收敛趋势。 对中部地区而言,当r=4时,出现第一个不显著的迹检验统计量,所以中部6省区的环境技术效率序列之间只有4个协整关系,其协整关系的个数r=4<p-1=5,这说明中部地区内部的环境技术效率在长期没有收敛趋势,只有p-4=2个共同趋势。同样,西部地区的环境技术效率在长期也不存在收敛趋势,只有3个共同趋势。另外,由表4可知,我国东北地区的环境技术效率存在收敛趋势,而东部、中部、西部及东北四大区域之间则不存在环境技术效率的收敛趋势,只有2个共同趋势。综上所述可知,我国东部和东北地区内部省份的环境技术效率差异较小,并且在长期有进一步缩小的趋势,而就全国总体来看,中国省区的环境技术效率差异较大,在长期有进一步扩大的趋势,这和滕建州、梁琪(2006)[13],彭国华(2005)[14]等学者对我国地区经济差距变化趋势的判断大体一致,由此可以推测,环境技术效率的差异可能是造成中国地区经济差距变化的重要因素之一。
注: *(**)表示在5%(1%)显著水平上拒绝原假设,其中滞后阶数的确定依据是AIC和SC准则;本表结果由Eviews6.0软件计算
得出。
4 结论与建议
本文利用基于方向性距离函数的DEA模型对我国地区的环境技术效率进行了测算, 在此基础上检验了我国地区环境技术效率的随机收敛性,主要结论如下:①我国地区环境技术效率从1990年以来总体上呈现恶化趋势,东部地区和东北地区的环境技术效率远高于中西部地区,中西部大多数省区的资源、环境与经济发展处于失衡状态,我国建设“两型社会”,实现经济“又好又快”发展任重道远。②我国东部和东北地区的环境技术效率在长期呈现收敛趋势,而中部和西部地区的环境技术效率则不存在收敛趋势;就全国来看,东部、中部、西部及东北四大区域之间的环境技术效率不存在收敛趋势,但从长期来看,四大经济带的环境技术效率增长受两个共同冲击的影响。这说明尽管东部和东北内部省份间的环境技术效率差异在缩小,但从全国来看,各地区间的环境技术效率差距有扩大趋势,这和我国当前地区经济差距变化趋势大体一致。
上述结论蕴含着重要的政策含义:首先,我国省区特别是中西部省区要加大经济结构调整的力度,立足本地优势,大力发展资源消耗低、环境污染少、附加值高的高技术产业和服务贸易、旅游产业,促进地区产业结构的优化升级和环境技术效率的改善。其次,要鼓励技术创新,加大自主研发和技术引进的投入力度,同时要不断对企业技术设备进行改造,以提高生产技术水平和设备的性能,减少能源浪费和环境污染。再次,要采取有效措施打破地区间的体制障碍和技术壁垒,促进各种生产管理经验的交流和技术的扩散,以遏制地区环境技术效率的恶化,并缩小地区间的技术差距。最后,要通过明晰资源产权问题,推进排污权交易制度,并把资源节约利用与环境保护纳入企业评价与政府政绩考核体系等途径不断健全资源环境管理制度,以促进经济、资源、环境的良性互动与协调发展。
快速收敛技术 篇4
收敛的原意为:减轻放纵的程度, 但是和技术状态稳定性组合在一起, 便产生了新的意义, 意为技术状态稳定性波动幅度逐渐减小并趋于稳定。在缺少技术状态管理基础数据的收集分析, 缺少对应的考核体系的背景下, 如何将收敛想法转化为实际行动, 众多的“缺少”成为了收敛工作实现的“拦路虎”。恰逢我所深入开展“三个转变”大讨论学习活动, 经部领导与班组长一起讨论决定, 以开展“三个转变”大讨论学习活动为契机, 统一全部技术人员对“收敛”工作重要性的认知, 主动出击, 全员参与, 有组织、有策划的稳步推动“收敛”工作开展。
2“收敛”工作“四步走”
经部门骨干多轮讨论, 达成技术状态稳定性收敛工作“四步走”的共识。
第一步, 让数据说话, 统一思想认识。如何让广大技术人员认识到问题的严重性和紧迫性, 只有统一思想认识, 看清现状才能顺利开展后继工作。
首先, 我们联合售后服务中心收集了近三年产品故障统计数据, 多维度对产品故障进行剖析, 再结合各产品批生产调试过程中发现的故障, 按产品分类进行故障总结, 找出各产品薄弱环节和故障高发点, 各产品的故障总结报告由部门分技术委员会评审, 并指导各产品需要改进的方向。其次, 委托军方机关提供各在役产品可靠性分析数据。将各产品在部队的使用情况直观的反应到各项目组面前。最后, 收集各产品近3年的生产数据 (包括设计更改、生产过程问题处理单、设计文件等) , 尤其是已经投产3个批以上的产品, 逐条逐项核对, 找出问题项, 对项目组进行问责。面对以上的数据, 广大技术人员一致认为开展技术状态稳定性收敛工作势在必行。
第二步, 披荆斩棘, 探索“收敛”之路。在统一思想认识后, 便进入策划环节。如何将在技术状态管理上的“游兵散勇”整合起来变成有组织的“正规军”, 如何将自发行为变为规定的组织行为, 都是本阶段需要开展的工作。
首先, 成立一个策划实施组织机构, 也就是技术状态稳定性收敛工作组, 这个工作组主要负责指导、监督部门技术状态稳定性收敛管理工作开展。工作组成员由在技术状态管理上有经验的人员和专业室负责人组成, 在他们已有经验的基础上探索“收敛”之路。工作组的成立标志着, 批生产技术状态稳定性收敛工作正式启动。其次, 经过工作小组多轮协商讨论, 将“收敛”工作按照横坐标 (产品的全生命周期) 和纵坐标 (批产产品实现流程) , 划分成四个阶段和四个过程组。四个阶段分别为, 转产首批阶段, 第二批次阶段, 第三批次阶段, 技术服务阶段。四个过程组分别为, 技术状态清理过程, 生产加工过程, 调试交付过程, 售服保障过程。根据这四个阶段和四个过程组, 又提炼出具体的八项工作内容, 分别为产品结构树、图纸资料、调试工装、过程问题处理、设计更改、调试故障、质量改进、售服故障。
第三步, 有理有据, 稳步推进“收敛”工作。在区分出各阶段重点工作项后, 按照批产产品实现流程阶段进行专业分工, 制定具体工作项的实施操作细则, 拟制出一本可以指导项目组开展技术状态稳定性收敛工作的指导手册是本阶段的重点工作内容。
首先, 定义商讨好四个阶段、四个过程组。阶段和过程组属于坐标描述, 相当于对各个节点的定义, 具体分为四个阶段:转产阶段、第二批次阶段、第三批次阶段、技术服务阶段。再定义四个过程:技术状态清理过程、生产加工过程、调试交付过程、售服保障过程。其次, 在定义好四个阶段和四个过程组后, 在此基础上再定义具体的八个工作项, 具体情况如下:产品结构树、图纸资料、调试工装、过程问题处理、设计更改、调试故障、质量改进、故障信息。
第四步, 依法执行, 主动开展。有了以上的具体实施办法, 剩下的工作就是如何建立一个规范的考核体系和计划体系, 以正激励鼓励各项目组在工作组的指导下主动开展“收敛”工作。考核体系制定, 量化考核还是依托广大项目组, 采取自查与抽查相结合。
首先, 不能所有的产品一概而论, 因为产品的大小不同, 其“收敛”工作量也是有很大区别, 因此我们以产品整件数对产品进行了大、中、小的划分。其次, 最重要的工作就是量化考核指标筛选, 此项工作关乎整个考核体系能否建立, “收敛”工作能否长期有效的执行, 所以不同的阶段筛选出的考核指标也是不同的, 相同的指标考核权重也有可能会存在差距。首先根据批产批次不同划分四个阶段, 一阶段是首批;二阶段是第二批次和第三批次;三阶段是售服保障可靠性提高应用反馈阶段;四阶段是停产纯售服阶段。
3 结语
以集团公司提出的“三个转变”理念为指引, 将“三个转变”的活动精神, 深度结合到技术状态稳定性收敛工作当中。批生产技术状态稳定性收敛工作的成功实施, 定会为我所的“百亿”目标添砖加瓦, 助力集团公司“国内卓越, 世界一流”宏伟目标早日实现。
参考文献
[1]黄梅.武器装备研制与生产技术状态管理探究[J].空军预警学院学报, 2013 (02) .
[2]张丽华, 孙跃生.浅议技术状态管理实施[J].机械管理开发, 2012 (04) .
快速收敛技术 篇5
关键词：高技术产业,Malmquist指数,R&,D,效率,收敛性
一、引言
十八大报告提出实施创新驱动发展战略,加快建设国家创新体系。我国目前已进入到一个发展的新阶段,必须以科学发展为主题,以加快转变经济发展方式为主线。随着意味着劳动力出现短缺的“刘易斯转折点”的临近,中国经济的发展模式迫切需要从要素投入和出口需求驱动向技术进步和效率提高驱动转变。加快转变经济发展方式,最根本、最关键就在于要依靠科技的力量大幅提高自主创新能力,使我国的经济社会发展走上创新驱动的轨道。创新能力的提升不仅需要增加R&D资源投入,更要注重R&D效率。区域创新效率的高低直接体现区域创新系统运行的质量。近年来,国内众多学者采用数据包络分析(DEA)方法对R&D效率进行研究并取得了一定的成果。池仁勇(2004)用DEA方法对我国30个省市自治区的R&D效率进行测定,发现创新效率呈东高西低的特征。白俊红等(2009)用超越对数随机前沿模型,测评了各地区的R&D相对效率与TFP增长情况。潘雄锋、刘凤朝(2010)指出我国各区域工业企业R&D效率呈逐步上升趋势,区域间的效率差距在逐步减小。王大鹏、朱迎春(2011)实证研究表明目前高技术产业注重将技术创新与制度创新相结合,但技术创新能力差、关键技术自给率低成为其发展瓶颈。樊华等(2012)提出工业结构、对外开放度、高等教育发展水平对R&D效率具有正影响效应,而政府影响力具有负向作用。肖仁桥等(2012)、陈凯华等(2012)研究指出我国高技术产业创新活动整体相对效率偏低,必须完善R&D资源的配置方式、加强引进技术的消化和吸收力度、增强自主创新的能力。国家科技创新的主体是企业,特别是以高技术产业为发展方向的企业。而技术创新已成为高技术产业发展的核心动力和不竭源泉,并且已成为当前和未来经济发展中新的增长点。从2003年到2011年中国高技术产业R&D投入强度从1.09%增长到1.41%,年均增长2.9%。当然,一味地增加R&D投入却忽视提升R&D效率的做法与我国高技术产业可持续发展的理念相悖。R&D效率的高低直接关系到企业的创新能力,高技术产业作为先进生产力和科技实力的标志,其科技创新能力如何,不仅关乎自身的生存与发展,同时也关系到整个国家经济的发展和国际竞争力的提高。因此,本文采用DEA模型中的Malmquist指数法,分析了2003-2011年各省市高技术产业R&D效率变化情况及其增长的内在动力。同时比较了不同区域间R&D效率的差距,并对其进行收敛性检验,以及就如何促进R&D效率增长提出政策建议,这对于提高我国高技术产业R&D效率具有重要意义。
二、研究设计
(一)研究方法:DEA-Malmquist指数采用DEA方法对区域R&D效率进行分析,实质是借助于“前沿分析法”,根据一定标准构造一个生产前沿面,决策单元与该前沿面的差距就是它的效率。但CCR模型和BCC模型都仅是对各个决策单元在同一时间点上进行横向比较分析,缺乏纵向比较,不能充分挖掘历史数据信息,难以形成对未来趋势的判断。而DEA模型中的Malmquist指数法,不仅可以从动态角度分析不同时期决策单元的效率演化,而且可以将Malmquist指数进行分解,来确定技术效率变化和技术进步对R&D效率的贡献程度。Malmquist指数是建立在Shephard所提出的距离函数的基础上的,最早由Malmquist提出,用来分析不同时期的消费变化,后来其他学者采用Malmquist指数来研究生产力效率的变化。Fare等人定义了一个基于产出的Malmquist生产率指数,用于研究不同时期决策单元的效率演化,被研究者广泛应用。Malmquist指数是BCC模型在多个时期内的拓展,不仅能将全要素生产率(TFP)分解为技术进步指数(Techch)和技术效率指数(Effch),还能进一步将技术效率指数(Effch)分解为纯技术效率指数(Pech)和规模效率指数(Sech)。其表达式为式(1):
其中,衡量了从t到t+1时期的技术效率变化,测度了这一时期内决策单元对生产可能性边界的追赶程度,又称“追赶效应”。其经济意义为在给定技术条件下,既定投入所产生的实际产出与最优产出(生产前沿)之间的距离。当Effch>1时,表示决策单元的生产与生产前沿面更接近,技术效率得到了改善,反之Effch<1,则代表技术效率降低。技术效率变化指数Effch又可分解为纯技术效率指数Pech和规模效率指数Sech。纯技术效率主要体现在制度安排、经营方式的优劣与管理层决策正确与否等方面,规模效率主要体现在规模扩张等方面。
衡量了从t到t+1时期的技术进步程度,代表两个时期内生产前沿面的移动,又称“前沿面移动效应”,这一效应表明了技术的创新。当Techch>1时,说明创新技术有所进步,反之Techch<1,说明技术有衰退的趋势。当Malmquist指数大于l时,表示R&D效率(TFP)提高;当小于1时,则代表R&D效率呈现衰退趋势。构成Malmquist指数的某一变化率大于1时,表明其是R&D效率提高的源泉,反之则是导致其降低的根源。
(二)数据来源及指标建立(1)数据来源。本文对我国高技术产业R&D效率展开研究,采用全国31个省、直辖市、自治区为研究单元,但由于西藏、青海、新疆、海南和内蒙古5个省份的数据不完整,故将其排除在外,仅以其他26个地区作为考察对象。根据数据的一致性和可获性,本文选取了各省市高技术产业2003-2011年连续9年的面板数据作为样本容量,数据来自于《中国科技统计年鉴》和《中国高技术产业统计年鉴》。(2)指标的选择。投入指标的选择:大多数学者从人员和经费两方面着手。科技活动人员和经费投入可以显示一个地区的创新规模和潜力,是区域创新投入的综合体现。本文选择R&D人员全时当量来衡量技术创新人力投入,R&D内部经费支出和技术经费(引进、消化、改造经费之和)来衡量技术创新的资金投入。因为技术引进、消化以及改造这三方面的经费支出与自主研发存在互补性,且在某种程度上可以弥补自主研发的不足,是目前多数中国高技术产业主要的技术创新路径,所以本文将技术经费也作为一项考查指标。产出指标的选择:产出可以分为知识产出和经济产出。本文选取拥有发明专利数作为知识产出指标,新产品销售收入和新产品销售收入占主营业务收入的比重作为经济产出指标。拥有发明专利数能客观反映区域创新能力与科技综合实力,而且发明专利在原始创造力的体现上远高于其他两种类型专利(实用新型和外观设计型专利),也是国际公认的反映拥有自主知识产权技术的核心指标。新产品销售收入体现了一个地区应用研究方面取得的成果,新产品销售收入占主营业务收入的比重反映了企业开发新产品并有效占领市场的能力,比重越大,说明R&D效率越高。
三、高技术产业R&D效率检验分析
(一)各省市高技术产业R&D效率差异分析本文利用DEAP2.1软件计算了2003-2011年各地区高技术产业的Malmquist指数及其分解指数。见表(1),其中Effch-技术效率指数;Techch-技术进步指数;Pech-纯技术效率指数;Sech-规模效率指数;Tfpch-科技创新效率指数。从表(1)可以看出,检验期间我国各地区高技术产业R&D效率整体趋于上升阶段,年均增长7.3%。技术效率变化指数大于1,年均增长4%,这主要是由规模效率以3.7%的年增长率和纯技术效率以0.3%的年增长率共同作用的。技术进步指数为1.032,技术进步和技术效率的提高共同促进了R&D效率的增长。R&D效率的增长有一半以上是来自于技术效率的提高,技术效率的提高主要来自规模效率的增长,而纯技术效率增长缓慢,这表明我国高技术产业仍然是以规模驱动创新产出,而资源配置效率并没有得到明显地改善。从各个地区来看,广东TFP指数最高为1.333,R&D效率年均增长了33.3%,主要是技术进步年均提高了32.3%。湖北(1.310)、河北(1.289)、北京(1.180)的R&D效率提高也较为显著。天津TFP指数最低为0.841,主要是由天津地区技术退步引起的。山西(0.913)、吉林(0.976)安徽(0.887)、福建(0.887)、江西(0.985)也是处于R&D效率衰退状态,除江西R&D效率衰退主要由技术退步引起外,其他4个地区R&D效率衰退主要因技术效率恶化导致。部分地区R&D效率的负增长,对全国R&D效率的提高产生了严重的拖累。如图(1)所示,2003年至2011年全国高技术产业R&D活动过程中的TFP指数波动幅度不大。技术效率和技术进步呈现此消彼长的变动关系,波动幅度较大。当技术效率拉动R&D效率提高时,总会遇到技术进步对R&D效率的束缚。技术进步除了2007年有重大技术突破外,其余年份进步都不明显,甚至有技术退步现象,如2008年和2009年,其中2008年技术退步最为明显,比2007年退步了约20%,这可能与2008年金融危机这样的经济环境有关。技术效率受规模效率的影响比较大,纯技术效率波动则相对平缓,所以技术效率变化跟规模效率变化趋势一致,这与表(1)的分析相符。
(二)东中西三大区域高技术产业R&D效率差异分析由表(2)可见,检验期间东中西部的R&D效率都有所增长,这是由三大区域技术效率与技术进步共同作用的结果。技术效率提高主要是因为规模效率提高,纯技术效率的变化不是很明显。中部TFP指数最高为1.121,R&D效率增长最快,年均增长12.1%,是技术效率以年均1.6%的增长率和技术进步以年均10.3%的增长率共同作用的。西部TFP指数次于中部地区为1.12,R&D效率年均增长12%,是技术效率以2.2%的增长率和技术进步以年均9.6%的增长率共同作用的。由此可以看出,中西部地区R&D效率的提高主要得益于技术进步的增长。东部的TFP指标处于全国平均水平之下,主要是由技术退步引起的。2003年至2011年东部年均技术退步4.5%,虽然R&D效率呈增长趋势,但属于低位增长,相比于中部和西部地区,仍有一定的距离。如图(2)从时间序列来看,2006年全国平均TFP指数最大,R&D效率高速增长,2006年之后增幅不大,处于低位增长阶段。2008 年东部地区TFP指数骤然跌到谷底,且2008-2011年TFP指数均小于1,说明东部地区高技术产业R&D效率呈现衰退状态。中西部地区在2008年TFP指数也出现较大幅度的下降,2008年之后R&D效率增长放缓。西部地区的TFP指数在2004年和2011年都达到了1.3,且远高于其他年份。从2005年开始,西部地区TFP指数变动趋势与全国较一致。
注:*** 表示1%的显著性水平,** 表示5%的显著性水平,括号内数字为显著性概率。
四、高技术产业R&D效率收敛性检验分析
(一)收敛性检验以上结果表明,东中西部三大区域高技术产业R&D效率存在显著差异,那么各省市TFP是否存在收敛趋势,R&D效率是否将逐渐趋同。本文将对全国和三大区域内高技术产业的TFP指数进行α收敛、绝对β收敛性和条件β收敛性进行检验。经济增长理论中,α收敛侧重考察地区收入水平(或产出水平)之间的差距。标准差是测定研究变量离散程度最重要及最常用的指标之一,可以比较直观地计算各地区经济发展差距,最接近于现实生活中我们对收敛的直观理解,标准差越大,说明这一区域内各决策单元的差距较大。本文用TFP标准差除以平均值所得结果作为TFP变异系数,来考察区域R&D效率之间的差距。图(3)显示了全国以及东中西部地区高技术产业α收敛情况。考察期TFP的变异系数出现周期性的变化。从全国来看,变异系数在2004年至2005年增大,2005年至2009年保持缩小趋势,2009年为整个考察期最小值,而2009年后出现大幅增长,2011年达到考察期最大值,说明R&D效率在全国来说具有显著的周期性波动。东部地区变异系数较小,除2008年略高于全国外,其余年份均低于全国,说明东部地区内部的R&D效率差距较小。但东部地区变异系数同样具有波动特征。2005年至2006年、2008年至2010年变异系数处于下降阶段,内部差距缩小,而2004年至2005年、2006年至2008年、2010年至2011年变异系数处于增长阶段,内部差距增大,但东部内部差距总体低于其他地区的内部差距。中部地区变异系数在周期性波动中有变小趋势,R&D效率差距在缩小。西部地区变异系数周期性波动大,绝对值有变大的趋势,表明西部地区内部R&D效率差距有扩大趋势。中部和西部地区在2004年和2006年变异系数大小出现明显的错位,2005年西部变异系数明显大于中部,说明西部地区内部R&D效率差距大于中部;2006年至2011年,除2008年和2011年西部变异系数大于中部外,其他年份西部都明显小于中部。总体而言,中部地区变异系数波动的幅度要小于西部。全国变异系数表现为周期性波动,各地区间除中部地区外短期内没有显示收敛迹象。西部变异系数的变动趋势与全国较一致,且全国和西部发散的趋势表明内部差距正在扩大,这是一个需要关注的现象。
(二)绝对β收敛绝对β收敛指每一个经济体的收入都会达到完全相同的稳态增长速度和增长水平,一般表示为经济增长率与经济发展水平之间的负相关关系。本文引申为R&D效率低的地区往往比效率高的地区具有更高的效率增长率,其增长过程实质上是一个“追赶”过程。本文应用Miller和Upadhyay使用的方法,利用本文获得的TFP数据进行横截面分析。绝对β收敛由式(1)回归系数确定:(lnTFPt-TFPt-1)/T=α+βlnTFPt-1+ε(1)
其中,lnTFPt和lnTFPt-1分别为2010-2011年和2004-2005年TFP的平均值,两个时段之间相距6年,故取T=6,α为常数项,β为收敛系数,ε 为随机扰动项。如果系数β显著为负,则表示区域R&D效率趋于收敛,反之发散,β值的大小表示收敛速度。通过OLS估计结果如表(3)。结果显示,回归系数β除西部地区外都显著为负,说明全国、东中部地区的R&D效率都存在收敛趋势,即从全国来看R&D效率将趋于稳态水平,R&D溢出效应明显。西部地区β值为负但并不显著。
(三)条件β收敛条件收敛是在考虑了经济体各自不同的特征和条件后,回归系数β显著为负。它表示每个经济体都在朝各自的稳态水平趋近,这个稳态水平依赖于经济体自身的特征。本文运用R&D效率所得TFP年度面板数据,用回归等式(2)进行条件β收敛分析。(lnTFPt-TFPt-1)/2=α+βlnTFPt-1+ε(2)
以两年为一个时段将样本划分,即取2004年-2005年、2006年-2007年、2008年-2009年、2010年-2011年的TFP均值以消除由于周期性因素的影响。本文同时给出面板数据的固定效应(FE)和随机效应(RE)分析对我国整体以及东中西部地区进行条件β收敛的回归结果,并进行了Hausman检验,以选择固定效应模型或随机效应模型。估计结果如表(4)。除中部和西部地区以外,Hausman检验的结果都拒绝随机效应模型和固定效应模型无系统性差别的原假设,因此,中部和西部地区可用随机效应模型的估计结果,其它则用固定效应模型估计结果。表(4)表明,全国以及中西部地区条件收敛回归系数显著为负,说明存在条件β收敛特征。而东部地区β系数虽然为负,但条件收敛特征统计上不显著。β收敛是α收敛的必要而非充分条件,也就是说存在β收敛,不一定存在α收敛;存在α收敛,则一定存在β收敛。全国具有绝对β收敛和条件β收敛的特征,表明全国各省R&D效率会按照各自的特征形成各自的稳态水平,并会朝着共同的稳态水平趋近,但全国不存在α收敛,表明低效率省份TFP增长率较高,并在一定时期内低效率省份TFP远超过高效率省份,所以从全国来看各省R&D效率差距仍会持久存在。东部地区具有绝对β收敛,但条件β收敛不显著且短时间内不存在α收敛,说明东部地区最终会向共同的稳态水平趋近,但各省由于各自的特征,R&D效率差距依然会持续存在。中部TFP既存在绝对β收敛和条件β收敛也存在α收敛,说明在中部地区低效率省份的TFP增长率较高,且区域内部R&D效率差距在缩小,会达到各自稳定的R&D效率和TFP增长水平,并朝共同的稳态水平趋近。西部地区不具有绝对β收敛,但条件β收敛显著,说明西部各省R&D效率都在朝各自的稳态水平趋近,但α发散结果表明西部内部R&D效率差距有扩大趋势。
五、结论
【快速收敛技术】推荐阅读：
快速收敛算法08-22
级数收敛07-01
强收敛性09-11
遗传算法的收敛性研究09-18
二阶双曲问题各向异性非协调元的收敛性分析05-19
2024年益阳公务员考试时事热点：“舌尖上的腐败”有所收敛07-31
煤矿快速掘进技术09-09
集输原油快速脱水技术07-07
快速成型技术综述07-12
架子牛快速肥育技术08-25