基于相关的属性选择（精选8篇）
基于相关的属性选择 篇1
一、可靠性和相关性的矛盾
美国财务会计准则委员会颁布的有关会计信息质量特征讨论的财务会计概念框架公告第2号 (SFAC NO.2) 指出, “相关性和可靠性是使会计信息对决策有用的两个主要的质量特征”。国际会计准则委员会 (IASC) 1989年公布的《编制和呈报财务报表的结构》也指出“使财务报表提供的信息对使用者有用的质量特征包括可理解性、相关性、可靠性和可比性”。可见, 决策有用是对会计信息的基本质量要求, 而可靠性和相关性是有用会计信息的最重要的质量特征。
可靠性, 即信息客观、如实反映企业的财务状况和经营成果并被验证且不具偏向性。SFAC NO.2指出, 可靠性是指信息应以真实地反映它意在反映的情况为基础, 同时又通过核实向用户保证, 它具有这种反映情况的质量……会计信息的可靠性源自反映真实性、可核性 (可验证性) 和中立性 (不偏不倚) 。
相关性, 即提供的信息应与企业经营决策、投资者和债权人决策以及经营管理目标相关, 有助于决策。SFAC NO.2认为, 会计信息要与投资者、债权人等使用者的投资和信贷决策相关, 就必须通过帮助其对过去、现在和未来的结果做出预测或者是证实或更正先前的期望, 从而具备在决策中导致差别的能力。相关性包括预测价值、反馈价值、及时性 (时效性) 三个方面的属性。
不论是会计信息的使用者还是提供者都一致认同理想而有用的会计信息应当既可靠又相关, 两者缺一不可。然而现实中, 两者却是存在矛盾的, 常常相互冲突, 难以两全其美。 (1) 历史与未来的矛盾。可靠性要真实、可验证, 就要对过去已经发生的事项进行如实反映, 是立足于历史的。相关性要满足决策需要, 决策任何时候都是面向未来的, 这就要求相关性立足于未来, 其要求的预测价值、反馈价值也是面向未来的。因此我们可以说, 可靠性和相关性的立足点是矛盾的。 (2) 客观与主观的矛盾。可靠性要对企业过去的客观情况进行如实反映, 强调客观性, 具有排斥主观估计的能力, 可以较好地防止任意性。相关性因其立足于未来, 具有很大的不确定性, 则不可避免地需要较多的估计和专业判断, 其主观性较强, 这就与可靠性要求的客观性容易产生矛盾。 (3) 精确与及时的矛盾。可靠性较为注重精确地反映客观存在的经济事项。现代社会瞬息万变, 对决策有用的信息应该是及时的。信息应在一定的时效范围内, 在其失去影响决策能力之前提供给决策者, 否则相关的信息也会变得无关。但是要提高时效性, 对精确度的要求就会降低, 其只要不影响企业做出正确决策即可, 这又与可靠性的要求产生矛盾。
二、可靠性和相关性之间的博弈与各会计计量属性的相互影响
会计信息很大程度上是可靠性和相关性相互斗争、相互妥协、此消彼长的最终产物。而对相关性和可靠性的不同选择和不同的重视程度会产生不同的会计处理方法, 其中最典型的是会计计量属性的选择。相关性和可靠性博弈的结果使得在博弈中占有优势的一方会对会计计量属性的选择具有更大的影响力。同样, 会计计量属性的不同选择反过来又会影响相关性与可靠性在会计信息质量特征中的地位, 激发它们之间的冲突。
在工业时代, 基于企业的代理关系, 传统会计是为报告和解除资源受托者的经济责任而产生、发展起来的。这时的会计目标倾向于受托责任观。在这种情况下, 强调会计信息向资源的提供者报告资源的受托管理情况, 自然要求以历史的、客观的信息为主, 这使得相关性和可靠性之间的博弈结果倾向于可靠性, 可靠性对会计计量属性的选择更具影响力。因此, 选择可靠性强的历史成本这一会计计量属性作为基础, 反映企业过去的财务状况和经营成果, 自然是无可厚非的。
然而随着资本市场的发展, 特别是金融时代和信息时代的到来, 衍生金融工具的出现, 会计信息使用者对信息的需求发生了变化, 由评估管理者受托责任履行情况的信息转变为对决策有用的信息。会计信息使用者要求会计提供未来经济活动情况, 能够帮助信息使用者预测未来, 从而做出决策。实践表明, 信息使用者进行决策时, 最相关的信息乃是现金流量的信息, 特别是未来现金流量的信息。可见在新一轮相关性和可靠性的博弈中, 相关性占据了上风, 选择现行市价、现值等更具决策相关性的会计计量属性成为必然的选择。
当然, 在可靠性与相关性的博弈过程中, 两者更多的是处于一种动态的平衡。针对具体的情况, 对会计信息的可靠性和相关性进行权衡, 这使得任何一种会计计量属性都不具有绝对的、排他性的优势, 出现了多种会计计量属性并存的局面。
从另外一个角度看, 现行的五种会计计量属性中每一种计量属性所体现的会计信息质量特征, 主要是可靠性和相关性的侧重程度不同。在选择历史成本为会计计量属性时, 因为历史成本的可靠性较强, 因此会强化可靠性在博弈中的地位。而选择现时成本、现行市价、可变现净值等相关性较强的计量属性会强化相关性在博弈中的地位。因此选择不同的会计计量属性会进一步加剧相关性和可靠性之间的矛盾, 使得它们在博弈过程中力量的对比发生变化, 继而又影响会计计量属性的选择。这就是可靠性、相关性博弈与会计计量属性相互影响的具体表现形式。
三、我国现实环境下会计计量属性的选择
鉴于以上分析, 会计信息两大质量特征可靠性与相关性之间的博弈结果影响会计计量属性的选择, 同时我们还应该看到其博弈是在具体环境下进行的, 即可靠性与相关性的矛盾与会计计量属性的相互影响的立足点应该是会计环境。
当前, 我国证券市场进一步发展, 企业所有权和经营权实现更大程度的分离, 还有IT技术的迅猛发展, 使得我国会计所处的环境具有更大的不确定性。在这样的环境下进行的可靠性和相关性的博弈, 相关性应占有优势。虽然我国近年来证券市场发生的多起“大案”都涉及会计信息失真、造假等问题, 会计信息的可靠性受到广泛关注, 但对可靠性的关注并不意味着要放弃相关性。在新一轮的博弈中, 相关性依然占得上风。
这是因为, 首先, 以历史成本信息为代表的可靠性虽然在解除受托责任方面发挥着无与伦比的作用, 但在为现存和潜在的投资者、债权人以及其他利益相关者提供决策有用的信息方面却显得苍白无力。其次, 信息需求者的结构层次发生变化, 所需要的信息内涵也不尽相同, 这就推动了会计信息相关性的提升。再者, 会计信息的生成系统在科学技术日新月异的背景下发生了巨大的变化。实时信息报告系统成为可能, 使得提供的信息更及时、相关, 同时可靠性也得到增强。
针对我国会计环境的变化, 在我国财政部2006年2月颁布的企业会计准则中对会计计量属性的规定进行了较大修订, 正式确定主要的会计计量属性包括历史成本、重置成本、可变现净值、现值以及公允价值, 并比较全面地在我国的会计准则体系中导入公允价值计量属性。这可以说是我国在会计信息质量特征中重视信息相关性的结果。但是鉴于我国的市场经济环境与国际上较成熟的市场环境相比还存在一定差距, 以及我国在公司治理方面还存在一定不足、会计人员道德水平与执业能力参差不齐等现实原因, 与国际财务报告准则相比, 我国会计准则中对公允价值的运用是有条件的、限制性的, 公允价值计量处于非主导地位。
《企业会计准则——基本准则》明确规定:“企业在对会计要素进行计量时, 一般应当采用历史成本。”这说明我国是在坚持以历史成本计量为基础的前提下, 引入重置成本、可变现净值、现值和公允价值的, 同时坚持公允价值的非主导性。在具体准则中几乎所有运用公允价值计量属性的准则都规定要以成本进行计量, 在满足一定的条件后才能够以公允价值进行计量。
同时我国会计准则对公允价值的运用条件要求较为苛刻。如《企业会计准则第3号——投资性房地产》规定:企业应当在资产负债表日采用成本模式对投资性房地产进行后续计量, 但如果有确凿证据表明其公允价值能够持续可靠取得的, 可以运用公允价值计量模式, 并且规定运用公允价值计量应同时满足两个条件:一是投资性房地产所在地有活跃的房地产交易市场;二是企业能够从房地产交易市场上取得同类或类似房地产的市场价格及其他相关信息, 从而对投资性房地产的公允价值做出合理的估计。显然我国会计准则对公允价值的运用采取了非常谨慎的态度, 不是任何企业在任何情况下都可以运用公允价值。我国投资性房地产会计准则在强调会计信息可靠性的前提下注重信息的相关性。
因此, 可靠性和相关性是会计计量属性选择中的一对主要矛盾, 贯穿选择过程的始终, 会计计量属性在相关性和可靠性之间的博弈并非要选择某种计量属性作为单一计量属性, 而是要解决谁主谁次的问题。笔者认为, 相关性应优先于可靠性, 但是这种优势在当前的会计环境下并不是非常明显, 这使得在可靠性与相关性影响下任何一种会计计量属性都还不具备绝对的、排他性的优势。在相当长的一段时间内仍需要多种会计计量属性并存。我国企业会计准则对会计计量属性的规定正是体现了这种多种会计计量属性长期并存的局面。
参考文献
[1].葛家澍, 林志军.现代西方会计理论.厦门:厦门大学出版社, 2001
[2].邹春舫.公允价值在我国新会计准则中的应用.中国乡镇企业, 2007;2
[3].张翠青, 牛克林.新会计准则中会计计量属性辨析.商场现代化, 2007;2
[4].余应敏.会计信息相关性和可靠性的矛盾及其协调.中央财经大学学报, 2002;9
浅谈财务会计计量属性的选择 篇2
摘 要 现行财务会计的历史成本、现行成本、现行市价、可实现净值和未来现金流量现值等五种计量属性存在一些缺陷、财务会计的计量属性应该是以历史成木为主,根据需要以会计报表附注的形式反映其他计量属性,其中历史成木属性体现于日常的会计核算和会计报表中,其他属性体现于会计报表附注;应该增加会计报表附注的内容,以更好地满足各会计信息使用者的需要,同时在企业内部设立预测、决策或管理会计部门,以提供相关决策信息。
关键词 财务会计 计量属性 历史成本 会计信息
会计计量是会计系统的核心职能。会计计量就是以数量关系来确定物品或事项之间的内在数量关系,而把数量分配于具体事项的过程。会计计量一般涉及到会计计量的属性和会计计量的单位两个方面。会计计量单位一般有食物、劳动量和货币三种。自复式薄记诞生并在理论上得到总结以后,会计计量就以货币计量为主。关于会计计量的属性则存在较大的争议。计量属性是指被计量客体的特性或外在表现形式。财务会计计量属性的种类包括历史成本、现行成本或重置成本、现行市价、可变现净值、未来现金流量现值、公允价值。今年来很多计量属性都遭到了质疑,财务会计计量属性的选择成为会计界关注的主要问题,尤其金融危机的出现公允价值计量属性的取舍问题成为利益各方争论的焦点。
这6种计量属性同名义货币单位和一般购买力货币单位分别组合,便构成了12种计量模式。由于各计量要素的性质、着重点、研究角度均不相同,所以由各计量要素组成的计量模式也各有其特点,这就需要会计实务有一个计量模式选择的过程。一般来说,在选择会计计量模式时,应考虑到五个方面的因素。
一、会计环境
任何理论的产生和发展都有着特定的环境背景,会计计量理论同样是社会经济环境的产物,并且要随着会计环境的变化而做出相应的调整。如上所述,计量单位有名义货币单位和一般购买力货币单位之分,之所以会产生这样的区别,就因为存在着物价变动这一客观因素。毫无疑问,在物价稳定或者物价变动不大的情况下,计量单位应该首选名义货币单位,而在物价变动较大的时候,就应考虑用一般购买力货币单位消除物价变动带来的影响。环境对会计计量的影响,还表现在知识经济条件下,无形资产的比重越来越大,而传统的历史成本/名义货币单位计量模式主要侧重于有形资产的计量,对于无形资产的计量就只能求助于其他计量模式。
二、会计目标
会计目标是准确、客观地反映企业生产经营情况向外界提供决策有用的会计信息这就对会计信息的质量特征提出了一些要求。会计信息的质量特征主要有可靠性和相关性两种,但二者在一定程度上具有矛盾性,如何在可靠性与相关性之间寻求平衡,就成为选择会计计量模式的主要考虑因素。对于历史成本、现行成本、现行市价、可变现净值、未来现金流量之折现值和公允价值这6种计量属性而言,其可靠性依次由强变弱,相关性依次由弱变强,因此,对可靠性和相关性的强调程度不同,也就会选择不同的计量模式。在可靠性和相关性之间,应更强调会计信息的相关性。从理论上讲,企业的生产经营过程是连续的,根据过去的经济信息能够预测到企业未来的经营情况,也就是说,会计信息具有反馈价值和预测价值,但在现实经济生活中,由于市场竞争加剧,技术更新加快,市场瞬息万变,会计信息的反馈价值和预测价值已经变弱,会计计量应将注意力从过去转向未来,更多地采用可变现净值、未来现金流量之折现值和公允价值等计量属性。
三、可操作性
会计计量作为会计实务的理论基础,要考虑到计量模式以及由此而产生的会计计量方法在实务中具有一定的可操作性。因为会计计量作为一种经济行为,一个反映经济活动的工具,要能为广大会计工作者理解并正确使用,要切实可行。在可操作性方面,以经济业务的实际发生为计量基础的历史成本/名义货币单位计量模式因数据容易取得,便于检查,而且经过多年的发展,已形成一套相对完整的理论体系和会计方法,并为广大会计工作者所掌握,因而可操作性最强。相比之下,其他的计量模式因存在着较多的主观因素,随意性较大,可操作性就相对较弱。
四、会计计量对象
会计计量对象对会计计量模式的选择也有很大的影响,不同的会计计量对象可能需要采用不同的计量模式。在计量单位相同的情况下,对计量模式的选择也就是对计量属性的选择。在第7号财务会计概念公告《在会计计量中使用现金流量和现值》中说明:公允价值主要适用于那些以未来现金流量为基础对资产或负债进行初始确认时的计量、新起点计量和后续的摊配技术,将企业的商誉、衍生金融工具等软资产的确认和计量作为公允价值的主要应用对象。因此,对于不同的计量对象应采用不同的计量模式,或者说不同的计量模式适用于不同的计量对象。
五、提供信息的成本
会计计量模式的选择必须要考虑到成本的问题。提供任何信息都要付出相应的成本,其内容主要有会计成本和误差成本。会计成本就是进行会计核算、提供会计信息所要支出的费用,诸如会计人员工资、会计账表费用等。误差成本是指因所提供会计信息失真导致信息使用者错误决策而带来的损失。这两种成本都客观存在,但因会计计量模式的不同而不同。比如,历史成本计量模式的资料数据都是基于实际发生额进行计量,所以会计成本低,而会计人员利用现值技术确定公允价值时则需要花费相当成本,增加了报表准备成本。误差成本也同样存在于各种计量模式之中,并与可靠性和相关性具有一定关系。
当然,会计计量模式的选择,并不是只能从上述12种计量模式中选择其一,实际工作中往往是多种计量模式并用。在我国目前的会计实务中,计量单位基本上采用名义货币单位计量,不同计量模式差别主要体现在计量属性的不同:历史成本运用最为广泛,收益采用现行市价,或有事项采用的是可实现净值概念,债务重组则大量使用了公允价值这一计量属性。因此,针对不同经济事项,综合考虑上述各种因素的影响,是选择会计计量模式的关键。
参考文献:
[1]张为国,赵宇龙.会计计量、公允价值与现值.会计研究.2000.
基于相关的属性选择 篇3
模式识别[1，2]是建立在对识别特征进行有效提取的前提上, 然而通常很难清楚地知道导致模式类别差异的决定性的属性特征, 所以一般需要采集尽可能多的特征属性来进行分类。这就导致了数据集合中往往含有很多冗余属性。例如, 对于一个128 × 128 的图片, 通常我们将图片拉伸成为一个16 384 维的向量。
属性选择[3]的重大意义在于一方面可以使我们更加清楚是何种特征导致了类别的变化, 另一方面可以有效地降低分类模型中参数的个数, 这对降低分类算法的计算复杂度以及避免产生过拟合现象, 提高分类算法的泛化能力都有着重要的意义。
属性选择是一个过程, 包含属性子集产生过程、评价函数、停止准则和验证过程。其中属性子集产生过程负责产生待评估的属性子集。评价函数则负责对产生的属性子集进行评估。停止准则一般与评价函数有关, 一般是一个阈值, 通常当评价函数达到该阈值时, 停止产生属性子集。验证过程则是对选出来的特征子集进行验证。
以往常见的属性子集产生过程主要有完全搜索、启发式搜索和随机搜索3 大类。这几种算法各有不足之处。完全搜索通常复杂度较高, 启发式搜索利用贪心策略, 易陷入局部最优解。随机搜索算法则过多地依赖于随机因素, 实验结果波动性较大。此外, 近些年出现了一些基于机器学习算法的属性选择算法, 例如, 基于决策树的属性选择算法 ( FSDT) [4]和基于粗糙集的属性选择算法 ( FSRS) [5]。这两种算法在属性选择问题上均取得了较好的效果。
在产生属性子集之后, 就可以根据评价函数对属性子集的好坏进行评价。分类错误率是一种常用的也是容易理解的评价函数。也就是通过在给定训练集合上的分类准确率来判断属性子集的好坏。
与以往的属性选择方法不同, 本文提出了一种新的基于核函数[6. 7]参数优化的属性选择算法。该算法将传统的属性选择问题转化为核函数参数优化问题, 通过目前较为成熟的核函数参数优化方法来进行属性选择问题的解决。该方法的主要思路是首先构建了一个与属性相关联的核函数, 核函数中的参数个数与属性个数一致, 参数取值为0 或1, 对应着属性的取舍。然后利用交叉验证思想[8]进行核函数参数的确定, 即进行了属性的选择。
1 核函数方法
1. 1 核函数定义
核函数可以是任何一个满足Mercer条件的正定函数, 该函数建立了原始样本空间到特征空间的一种隐式映射, 其基本思想是将原始空间中线性不可分的问题转化为高维特征空间中的线性可分问题。下面给出核函数的一个严格定义。
定义在Rn× Rn上的函数k ( x, x') 是Rn× Rn的核函数或简称它是核函数, 如果存在着从Rn到希尔伯特空间H的变换。
使得, 其中 ( ·) 表示空间H中的内积。
1. 2 核函数判定的充要条件
定义在Rn× Rn上的对称函数k ( x, x') 是核函数的充要条件是对任意x1, x2, …, xl∈Rn, k ( x, x') 关于x1, x2, …, xl的Gram矩阵是半正定的。
1. 3 常见核函数
常见的核函数主要有以下几种类型:
2 一种基于核函数参数优化的属性选择算法
2. 1 适用于属性选择的核函数构造方法
设原始样本为x = { x1, x2, …, xn} , 其中x1, x2, …, xn为n个特征属性的值。为了实现特征选择的目的, 本文构造如下核函数进行属性选择。所构造的核函数为:
其中x1', x2', …, x'n分别为原始样本x'的n个特征值。r1, r2, …, rn为n个常数, 取值为0 或者1。
为证明式 ( 4) 确实为核函数。首先证明如下两个引理。
引理1若f (·) 是定义在Rn上的实值函数, 则k ( x, x') = f ( x) f ( x') 是核函数。
证明任取x1, x2, …, xl∈Rn, 考虑核函数k ( x, x') 对应的Gram矩阵, ( k ( xi, xj) ) l × l。对任意的a = ( a1, a2, …, al) T∈Rl有:
所以此时k ( x, x') 对应的Gram矩阵半正定, 因此k ( x, x') 是核函数。
引理2 若k1 ( x, x') 与k2 ( x, x') 都是Rn× Rn上的核函数, 则它们的和k ( x, x') = k1 ( x, x') + k2 ( x, x') 也是核函数。
证明任取x1, x2, …, xl∈Rn, 考虑函数k1 ( x, x') + k2 ( x, x') 。令K1和K2分别是函数k1 ( x, x') 与k2 ( x, x') 关于{ x1, x2, …, xl} 的Gram矩阵。对任意a = ( a1, a2, …, al) T∈Rl, 有aT ( K1+ K2) a = aTK1a + aTK2a ≥0 所以K1+ K2是半正定的。因此k ( x, x') = k1 ( x, x') + k2 ( x, x') 是核函数。
根据引理1 与引理2 可知:
是核函数, 其中r1, r2, …, rn为n个常数, 取值为0 或者1。
根据式 ( 4) 可以很容易发现, 如果核函数的某一个参数ri为0, 则相当于对原始属性的第i维特征进行去除, 如此做法就实现了特征选择的目的。确定了r1, r2, …, rn的值, 就相当于对特征属性进行了选择。所以如何确定r1, r2, …, rn的值, 就成为了属性选择的关键。由于r1, r2, …, rn是核函数的参数, 因此本文利用交叉验证方法进行r1, r2, …, rn的确定。文献[8]中对交叉验证方法进行了细致的分析。
2. 2 算法实现
下面给出本文的基于核函数参数优化的属性选择算法ASPOKF ( An attribute selection algorithm based on parameters optimization of kernel functions) 的伪码实现, 如算法1 所示。
算法1 ASPOKF算法
输入:训练样本集:
T={ (xi, yi) , i=1, …, l},
其中xi∈Rn, yi∈{0, 1}。
输出:r1, r2, …, rn, 即精简后的属性集
(1) 构造式 (4) 所示核函数k (x, x') ;
( 2) 在训练集合T上进行支持向量机训练, 即求解如下优化问题:
( 3) 利用交叉验证方法进行r1, r2, …, rn的确定。
3 文本分类实验
( 1) 数据来源及处理
为了测试本文提出的ASPOKF属性选择算法的性能, 本文选取了网页数据进行分类实验。之所以选取网页数据进行本实验, 主要是因为该网页数据集是一个高维文本分类数据集, 含有很多冗余属性, 可以更准确地对本文算法进行性能评价。
所选数据集来自于搜狐新闻网站上收集的新闻文本。为简化实验, 我们从繁杂的新闻内容中仅仅抽取了军事、外交、科技与娱乐等四类新闻话题进行分类测试。其中每一类选取600 个样本进行训练, 选取300 个样本进行测试。本文数据利用文献[9]中的方法对采集到的新闻文本数据进行预处理, 得到向量形式的训练数据和测试数据。
( 2) 分类性能评价指标
为了更精确地对算法的性能进行评价, 本实验并不采用传统的分类准确率作为评价指标, 而是选择正确率和召回率作为本实验分类的性能评价指标。这两个指标的具体计算公式如下:
很明显可以看出, 只有算法的正确率和召回率都较高时, 算法的性能才更优越。
( 3) 实验方法
由于基于搜索的属性选择算法或者耗费时间过长, 或者波动性较大[10], 因此本实验不采用这两种方法与本文的ASPOKF属性选择算法进行对比。 本实验采用FSDT算法和FSRS算法与ASPOKF属性选择算法进行对比。本实验采用三层神经网络分类算法[10]作为基本分类算法。通过分类算法在属性选择处理后的数据集上的分类效果进行属性选择算法性能的评价。
( 4) 实验结果与分析
在所选数据集上进行5 次分类实验, 正确率和召回率的平均结果如图1 和图2 所示。
图 1 三种属性选择算法下的分类正确率对比
图 2 三种属性选择算法下的召回率对比
从图1、图2 可以看出, 无论从准确率还是召回率, 本文提出的ASPOKF属性选择算法均比FSDT算法和FSRS算法性能优越, 这充分说明了本文ASPOKF属性选择算法能够更好地去除原始属性集合中的冗余属性, 是一种有效地属性选择方法。
4 结语
本文提出了一种基于核函数参数优化的属性选择算法, 将数据集的属性与核函数的参数进行了关联。从而将属性选择转化为核函数的参数优化问题。通过对核函数的参数的优化有效地解决了属性选择这一难题。在文本数据集上的实验充分表明了本文属性选择算法能够有效地进行冗余属性的去除。
摘要：属性选择可以有效地去除属性集中的冗余属性, 降低分类算法的计算量, 提高分类算法的泛化能力。以往的属性选择算法复杂度较高或者容易陷入局部最优解或者过多地依赖于随机因素。提出一种基于核函数参数优化的属性选择算法, 该算法首先构建一个与属性相关联的核函数, 核函数中的参数个数与属性个数一致, 参数取值为0或1, 对应着属性的取舍, 然后通过交叉验证方法进行核函数参数的确定。该算法有效地将属性选择问题转化为核函数参数确定问题。在文本分类数据集上的仿真实验表明该算法可以较快较好实现属性选择, 提高分类算法的性能。
关键词：属性选择,泛化能力,局部最优解,核函数
参考文献
[1]Duda R O, Hart P E, Stork D G.Pattern classification[M].2nd ed.Wiley, 2001.
[2]Yu X, Yang J, Zhang J P.Classifying under covariate shift by matching samples in subspaces based on spherical partition[J].Advances in Information Sciences and Service Sciences, 2012, 4 (19) :18-25.
[3]沈友文, 赵新建, 徐俊.一种改进的集中度和分散度文本特征选择算法[J].计算机应用与软件, 2011, 28 (9) :96-98, 125.
[4]张志飞, 苗夺谦.基于粗糙集的文本分类特征选择算法[J].智能系统学报, 2009, 4 (5) :453-457.
[5]Grabczewski K, Jankowski N.Feature Selection with Decision Tree Criterion[C]//Fifth International Conference on Hybrid Intelligent Systems, 2005, 6-12.
[6]Cortes C, Vapnik V.Support vector networks[J].Machine Learning, 1995, 20:273-297.
[7]张伟, 李培峰, 朱巧明.基于树核函数的英文句子情感分类研究[J].计算机应用与软件, 2011, 28 (4) :30-32, 39.
[8]Kohavi R.A study of cross-validation and bootstrap for accuracy estimation and model selection[C]//Wermter S, Riloff E, Scheler G, eds.Proc.14th Joint Int.Conf.Artificial Intelligence.San Mateo, CA:Morgan Kaufmann, 1995:1137-1145.
[9]兰均, 施化吉, 李星毅, 等.基于特征词复合权重的关联网页分类[J].计算机科学, 2011, 38 (3) :187-190.
基于相关的属性选择 篇4
关键词：网格,网格资源,模糊聚类,权重
1、引言
网格[1]是一项新的技术, 是下一代并行分布式计算方法, 它试图在因特网上整合大量分布、动态、异够资源的全面贯通, 协同工作。因此资源的管理问题就成为了网格基础问题之一, 资源选择的合理与否直接影响了网格应用的效率。由于网格资源具有异够性, 多样性等特点存在一定的模糊性, 很难准确的计算资源的相似程度。因此本文介绍一个以模糊聚类算法为基础, 并以各个节点资源属性对网格应用的重要性为权重的资源选择分类方法。
本文将从以下方面介绍网格环境中资源的分类。首先介绍模糊聚类方法, 然后介绍将夹角余弦法、欧式距离法结合起来, 通过加权平均构造新的模糊相似矩阵;最后介绍网格节点资源的表示方法及举例说明资源分类的具体过程。
2、模糊聚类分析
2.1 传统模糊聚类方法
模糊聚类分析是当前模糊数学中应用最多的几个方法之一, 在现实世界中, 事物本身就具有模糊性, 按一般经典数学来描述实现的分类往往不能令人满意, 而利用模糊聚类分析进行分类, 更符合实际。一个分类要满足等价关系, 即自反性、对称性和传递性, 模糊等价关系是模糊聚类分析的基础。模糊聚类的主要步骤为:确定对象, 建立模糊相似矩阵和布尔矩阵聚类[2,3]。
确定对象, 假设聚类问题有n个待分类对象X={X1, …, Xm}, n个对象有m个属性指标, 对象Xi的属性评价指标数据的向量为 (Xi1, Xi2, …, Xin) (i=1, 2, …, m) 。对X应用式 (1) 建立模糊相似矩阵R= (rij) n×n, 其中rij=rji, rii=1。以极差标准化处理求rij, 其公式如下:
其中MINj=MIN (xij) , 即资源第j项性能中最小值;MAXj=MAX (xij) , 即资源第j项性能中最大值。
在模糊等价矩阵中, 取λ∈[0, 1]截取矩阵。得到相应的布尔矩阵, 因为布尔矩阵是对称的, 主对角线下部和上部是一样的, 为了方便计算, 只取左下半部分, 去掉主对角线右上部分。用竖线和横线将矩阵中的1与主对角线上的1连接;主对角线上的1代表Xi, 通过这样的编网连接的对象归为一类。在不同的水平截距λ下, 得到不同的归类对象。
2.2 属性权重的相似矩阵构建
建立模糊相似矩阵又称为标定, 即标出衡量被分类的对象之间相似程度的统计量rij (i=1, 2, …n, j=1, 2, …n) 。设论域U={xl, x2, x3, …, xn}, xi={xil, xi2, xi3, …, xim}, 依据传统聚类方法确定相似系数, 建立模糊相似矩阵, xi与xj的相似程度rij=R (xi, xj) 。确定rij=R (xi, xj) 的方法主要是借用传统聚类分析中的夹角余弦法构建相似系数、欧式距离法以及其他方法。
而以上方法在计算相似矩阵时没有考虑各个属性指标重要度之间的差异, 认为它们具有相同的权重。实际上各个指标的重要度是不同的, 因此对相似矩阵的贡献也是不一样的, 相似系数法是描述样本之间的相关关系程度, 而距离法是描述样本之间的值接近程度。因此, 单一用相似系数法或距离法来进行聚类分析必然存在不足。因此利用各个属性指标的权重向量分别构造加权相似系数和加权距离系数。将夹角余弦法、欧式距离法结合起来, 通过加权平均构造新的相似度, 利用新的相似度可以得到新的相似度矩阵, 如式 (2) 所示:
其中权重向量表示具体应用对各属性指标的重要度,
表示Xi与Xj的加权相似系数,
表示Xi与Xj的加权欧式距离。
3、网格资源聚类过程
3.1 网格资源的表示方法
网格资源之间虽然没有严格的属性区分, 但是在某些层面上有一定的关联, 因此更适合模糊聚类。最大相似性资源的聚类分析是以资源的属性为基础的, 所以资源描述方式直接影响聚类结果。在综合分析网格资源节点资源属性的基础上, 我们定义以下4个特征属性来描述系统中的资源[4]: (1) 服务能力 (x1) , 表示该资源在单位时间内向用户提供的服务量, 通常根据网格资源节点加入网格时的参数确定; (2) 服务质量 (x2) , 表示用户对资源提供服务的满意程度, 采用网格QOS[5]评价函数进行量化; (3) 使用价格 (x3) , 表示用户使用该资源的成本, 也是源节点加入网格时的参数确定; (4) 功能特征 (x4) , 主要描述资源的服务类型, 如计算资源用1表示、存储资源用2表示等。在这些指标中, 除了功能特征外, 其余各项指标的数据会随着网格系统的运行而动态改变。根据以上特征属性, 网格资源可用一个四维数据向量表示为:X= (x1, x2, x3, x4) 。
3.2 模糊聚类过程
假设网格系统中有n个资源接点, 每个资源节点属性用m维向量表示, 则节点资源集合X={X1, X2, X3, …, Xn}, 其中第i个资源节点:Xi={Xi1, Xi2, Xi3, …, Xim}, i∈[1, n]。这里我们取n=5m=4。即对5个资源, 每个资源有4个特征属性进行讨论, 如表1所示:
根据表1的数据, 下面用模糊聚类分析法来划分资源。
(1) 由于资源属性数据不全是[0, 1]区间的数, 为了避免大数吃小数的现象, 应用式 (1) 对原始数据进行极差标准化处理[6]后所得数据如表1右半部分所示。用X1, X2, …X5表示分类对象, 则Xi对应的属性指标分别用xi1, xi2, xri3, xi4表示, 那么资源对象可表示为:
(2) 模糊相似矩阵。应用式 (2) 计算在权重w= (0.25, 0.25, 0.1, 04) 的模糊相似矩阵:
(3) 通过设定不同的截距λ值, 得到不同的聚类结果。取λ=0.8, 得到的布尔矩阵
最终的聚类结果为{X1, X3, X4}, {X2}, {X5}, 从分类结果可以看出, 把服务类型比较接近的资源X1, X3, X4聚为一类, 这也与我们按照现实经验分类结果较为一致。
4、结论
在网格中, 存在大量的资源, 如何对这些归类和利用, 是整合网格资源的一个关键, 也是网格不同于以往因特网的一个重要方面。本文应用模糊聚类方法, 分类网格资源, 是网格资源管理的一个新思路。在该思路下, 考虑实际应用对属性评价指标的不同引入基于资源属性权值的加权模糊聚类, 这样网格资源可以根据具体的网格应用更有效的利用, 从而全面提高了网格资源的有效配置, 为网格资源的全面连通整合奠定了基础。
参考文献
[1].徐志伟, 冯百明.网格计算技术, 北京:电子工业出版社, 2004.
[2].Buckley J J, Hayashi Y.Fuzzy Genetic Algorithm and Applications[J].Fuzzy Sets and Systems, 1994 (61) :129-1136.
[3].卢秋根.模糊聚类算法的研究与实现[J].电脑知识与技术, 2008 (9) :1987-1990.
[4].刘晓锋, 吴亚娟, 李明东.一种基于模糊聚类的资源发现策略[J].计算机应用, 2007 (9) .
[5].梁泉, 杨扬, 梁开健.网格系统的服务质量保障与控制综述[J].控制与决策, 2007 (2) .
基于相关的属性选择 篇5
现代会计计量是对会计主体在一定时期所控制的资源及其变化的计量。对于会计计量, 可以用下列公式表示为:
式中:e—会计主体;r—资源;t—时间;c—控制
从上述关系式中可以看出, 时间是影响资产计量的一个重要因素, 应从完整的时空观来反映企业的资产价值状况。在选用资产的计量标准时不应是单一的。
油气企业在使用单一的历史成本计量时会存在一定的局限性, 很难全面反映油气企业的资产状况。历史成本不具有贴现价值, 其相关性也差。油气资产的减值计量采用的是在历史成本计量属性下以公允价值计量属性进行修正的方法, 全面地反映了油气企业资产价值情况, 符合现代会计计量理论。
二、油气行业的特性
国际会计准则委员会 (IASC) 将油气行业定义为:发现和移动位于地壳内、递延性石油天然气自然资源的行业。亦即只有当油气资源被发现和移动后, 才有可能确定为资产, 从而才能进一步地进行确认与计量。油气行业特殊性导致了油气企业会计的特殊性。归纳起来, 油气行业主要具有以下几个特性:1.具有高风险的特点;2.具有产量递减与成本递增特性;3.具有独有的成本分成协议特性;4.具有生产过程的不稳定特性。
三、公允价值的标准化计量
(一) 历史成本会计计量的缺陷
在价格变动的情况下, 历史成本计量就会暴露问题和缺点:1.当价格明显变动 (上涨或下跌) 时, 基于各个交易时点的历史成本代表不同的价值量, 严格地说, 它们是没有可比性的;2.由于费用是以历史成本计量, 而收入是以现行价格计量, 从理论上看, 两者的配比似乎缺乏逻辑上的统一性。
(二) 公允价值对历史成本会计计量的弥补
公允价值在油气储量方面的运用, 大大地提高了我国会计规范的质量。公允价值会计计量的作用主要是为真正的油气储量价值提供价值参考标准, 同时在油气会计报表中对油气储量进行充分揭示, 以弥补历史成本会计计量模式下对油气储量真实价值信息披露的缺陷。
四、油气资产转让计量
油气资产转让计量问题是油气会计的三大难题之一。石油天然气是深埋在地下的自然资源, 其资源的所有权由各国的根本大法——宪法及相应的法律加以界定。然而, 地下是否有石油天然气储量、其储量是否具有商业开采价值, 资源的所有者往往没有相应的技术和资金来加以勘探和决定。因而, 为使地下资源的经济价值得以实现, 针对地下石油天然气资源的各种经济权益分享安排便应运而生。也就是说, 对于相应的产权分割安排与转让需要明确, 如何确认收益或损失需要确定其原则, 这样才能对油气企业的效益进行合理地评价。
(一) 油气资产转让收益的前提
为了分散油气生产活动的巨大风险和满足其巨额资金要求, 提高其经营效益和取得税收收益, 油气行业作了大量的矿物权益转让的安排。因此, 油气资产转让的前提就是要划分经营权益与非经营权益。
1. 油气资产矿权的经营权益。
油气资产矿权按在油气生产中是否承担费用可以分为经营权益和非经营权益, 经营权益一般通过租赁取得, 该实体需要承担油气生产活动中的各项费用, 而非经营权益则能据此净享油气生产活动的成果。
经营权益按照经营者拥有矿区的多少、是否毗邻以及油气企业是否决定联营可以分为基本经营权益、联合经营权益、联营经营权益和一体化经营权益。在每一个权益结构下需要有矿权所有者 (承租方) 、矿权经营者 (受让方) 和租赁的矿区三个部分构成。除一般经营权益外, 其他各类的经营权益, 受让方之间按照最初的出资比例进行分配利润。而一般经营权益承租方则保留基本矿区使用费权益, 从而分享受让方的经营成果。按照分类和权益结构进行归纳如表4-1所示:
表4-1中, 矿区使用费权益是指矿区所有者将矿区租赁给经营者经营时, 凭借其所有者身份而享有的经营成果分享权。特别地, 在联营经营权益中, 当经营权益是多个经营者时, 则应通过联合作业协议, 将一方指定为作业方, 年终时按照投资比例可以进行成果分配。
2. 油气资产矿权的非经营权益。
非经营权益是指凭借某种特殊地位或特殊贡献而取得的油气生产收益的受益权。油气生产活动中典型的非经营权益安排主要包括基本矿区使用费权益、附加矿区使用费权益、产量支付权益和净利润权益。
(1) 基本矿区使用费权益。在这种权益安排下, 基本矿区使用费权益的拥有者不承担任何成本和费用, 只是就其取得的收益缴纳必要的税金, 基本形式如图4-1所示:
矿区 (或土地) 所有者将全部权益租给经营者A公司, A公司再将经营权益出租给经营者B公司, 从而A获得矿区使用费权益, B获得经营权益。
(2) 附加矿区使用费权益。附加矿区使用费权益作为非经营权益依附于经营权益, 它即可以是经营权益所有者的转让经营权益时的一种保留, 也可以是经营权益所有者分出的一项权益。其基本形式如图4-2、图4-3所示。
(3) 产量支付权益。产量支付权益是从经营权利中产生的, 表现为在一定时期内取得采出油气产量的一定比例数量或收入的一项非经营权益。值得注意的是产量支付权益是限期的一项权益。它包括保留的产量支付权益和分出的产量支付权益。图4-4、图4-5列示了两者的基本形式:
(4) 净利润权益。净利润权益的拥有者有权取得油气经营净利润的一定比例份额。该项的持有者对经营中产生的损失不承担责任, 但经营权益的持有者可以从未来经营利润中优先补偿。该项权益也包含保留与分出两个部分。保留的净利润是指经营权益所有者在转让经营权益的同时, 留给自己的以分享油气生产净利润为基础的一项非经营权益;而分出的净利润是指经营权益所有者为取得资金等方面的需要, 从自己经营权益中分出的一项以矿区净利润表示的非经营权益。图4-6、图4-7列示了两者的基本形式。
(二) 油气资产转让收益计量原则
转让收益的计量应遵循以下基本原则:历史成本原则、实现原则、配比原则和稳健主义原则。
在当期收益观下收益决定程序如图4-8所示:
(三) 油气资产转让收益计量的确认
在对油气资产转让收益计量的确认之前必须要明确油气资产转让的类型以及在不同类型下不同的转让收益计量的决定。
1. 油气资产转让的类型。
转让类型按照是否为探明经济储量、是否保留权益、是否保留经营权益、是否为整体转让进行分类, 探明或未探明油气资产转让类型如图4-9所示:
2. 油气资产转让收益决定。
笔者认为, 油气资产转让收益计量时应该遵循初始计量方法的选择即成果法 (SE) 。结合上述以及油气资产转让的分类, 可以归纳出不同类别下油气资产转让收益决定, 如表4-2所示。
式中:I—收益;CI—转让收入;UAC—未摊销油气资产的资本化成本;CPFV—转让部分油气资产的公允价值;AAFV—整体油气资产的公允价值:AC—油气资产的资本化成本;AAC—整体资产的资本化成本;ACCA—转让资产的地理面积;ACAA—整体资产的地理面积;L—损失。
从下表可以看出, 在成果法初始计量框架下, 不论是探明油气资产还是未探明油气资产的转让, 只有当出租方将油气资产的风险与收益全部转移 (即视同销售) , 或者能够完全地确定其损失时, 才可以将其转让的收益或损失进行可靠地计量, 否则将不予计量。
转让收益计量属性的选择。按照CAS27的规定, 企业在转让全部矿区权益、单独计提减值准备的全部未探明矿区权益和以矿区组为基础计提减值准备的未探明矿区权益, 作了仔细的安排。
五、结语
由于在对油气资产转让收益计量时, 一方面需要参考历史成本下的账面价值, 另一方面还必须与该项转让资产的公允价值进行对比。高于公允价值, 其差额计入当期损益, 否则将不予确认损益。
综上所述, 对于转让收益计量属性的选择应在历史成本计量属性的基础上, 用公允价值计量属性进行修正与对照。
参考文献
[1]谭旭红.矿产资源资产会计问题研究 (D) .东北林业大学博士论文, 2006:33-67.
[2]唐荃.我国石油天然气资产会计计量研究及改进 (D) .上海交通大学硕士论文, 2008:7.
[3]刘锡建.石油资源资产价值管理体系研究 (D) .成都理工大学博士论文, 2006:19-20.
[4]林金高, 龚光明.石油天然气财务会计的三大难题 (J) .会计研究, 2000 (12) .
[5]龚光明.油气资产转让收益决定研究 (J) .江汉石油学院学报 (社科版) , 2002 (2) .
[6]程春晖.全面收益会计研究 (M) .东北财经大学出版社, 2000, (12) :14.
[7]程德兴.会计理论 (M) .北京:石油工业出版社, 2004:122-150.
[8]吴杰, 孙秀娟.美国石油和天然气会计准则的发展历史及启示 (J) .会计研究, 2001.
[9]龚光明, 侯涛.公允价值在石油天然气会计中的运用 (J) .天然气技术 (Natural Gas Technology) , 2007 (5) .
基于相关的属性选择 篇6
矿井通风系统是一个受多因素制约、动态的、随机的、复杂的非线性系统, 且其影响因素多具有不确定性、模糊性和随机性, 难以正确合理地评价矿井通风系统。谢贤平等运用模糊数学理论, 建立了矿井通风方案二级模糊综合优选模型[8];吴立云等提出了基于熵权的多层次TOPSIS优选模型[9];刘正伟等建立了基于未确知测度的矿井通风系统评价模型[10];胡汉华等将信息熵与模糊可拓物元相结合, 建立了基于熵权的矿井通风系统优化决策模型, 并应用于张小楼井通风系统改造方案优选[11]。每种方法都有各自的适用条件和范围, 应根据不同的实际情况选择适用的方法。集对分析理论[12]提供了一种较好的不确定性分析方法, 通过对2个集合进行同一性、差异性和对立性分析, 能够较为全面地考虑事物的本质属性。在此基础上, 建立多属性决策模型, 对矿井通风系统进行评价并为通风方案选择提供依据。
1 集对分析理论
1989年, 赵克勤先生在内蒙古包头提出一种新的不确定性分析方法—集对分析 (Set Pair Analysis, SPA) 。通过对2个集合进行同、异、反分析, 得到集合的同、异、反联系度。即相关联的集合A、B构成集对H (A, B) , 且A∩B=Φ, 通过计算集对的同一性、差异性和对立性, 得到联系度表达式:
式中, a为集合A与B的同一度;b为集合A与B的差异度;c为集合A与B的对立度;a、b、c满足a+b+c=1;i为差异度系数, i∈[-1, 1];j为对立度系数, 一般取j=-1。
将式 (1) 中的bi展开, 可以得到多元联系度:
式中, a+b1+b2+……+bK-2+c=1;b1, b2, …, bK-2为差异度分量;i1, i2, …, iK-2为差异度不确定分量系数。
集对分析理论应用于评价系统时, 将样本指标值xl (l=1, 2, …, L;L为指标的个数) 作为集合Al, 将对应样本的评价等级标准作为集合Bk (k=1, 2, …, K;K为等级个数) , 则可以将集合Al和集合Bk建立集对H (Al, Bk) , 得到四元联系度 (K=4) 表达式为:
式中, al、b1l、b2l、cl分别表示样本对1、2、3、4级标准的隶属度。
在通风方案评价决策过程中, 将通风方案作为集合A, 对应的评价标准作为集合B, 则集对H (A, B) 的四元联系度μ为:
式中, m为评价指标个数;wl为指标l的权重, 。每个评价指标需要根据对μ的贡献大小赋予相应的权值。
采用置信度准则:
即可得到通风方案为k级。其中, λ为置信度, 一般情况下λ∈[0.5, 0.7], 取值越大越保守;
2 多属性决策模型
集对分析中, 同一度表示指定问题背景下趋同程度的一个刻画。将可行方案与最佳方案结为集对, 对这个集对进行同一度分析, 找出与最佳方案最“贴近”的方案, 从而给出可行方案的优劣顺序。在此基础上, 综合考虑可行方案与最佳方案、最差方案的同一度, 决策结果更加合理。
2.1 构建方案的决策矩阵
设有X1, X2, …, Xm共m个通风方案, 每个方案有Y1, Y2, …, Yn共n个评价指标, 第i个通风方案的第j个指标值为dij (i=1, 2, …, m;j=1, 2, …, n) , 则通风方案的选择问题可用下面的决策矩阵D表示:
2.2 构建最佳方案和最差方案
评价指标可分为越大越优的效益型指标和越小越优的成本型指标, 设效益型指标集合为X1, 成本型指标集合为X2。最佳方案各指标值是各类指标的最佳值, 即效益型指标选择同类指标中的最大值, 成本型指标选择同类指标中的最小值[13], 构造最佳方案为:
最差方案各指标值是各类指标的最差值, 即效益型指标选择同类指标中的最小值, 成本型指标选择同类指标中的最大值, 构造最差方案为:
2.3 构建最佳和最差同一度矩阵
将决策矩阵D中的指标值dij和最佳方案中对应的指标值dgj对比, 计算每个通风方案与最佳方案的同一度, 可得最佳同一度矩阵:
将决策矩阵D中的指标值dij和最差方案中对应的指标值dbj对比, 计算每个通风方案与最差方案同一度, 可得最差同一度矩阵:
2.4 方案排序
设评价指标权重w= (w1, w2, …, wn) , 则可根据综合了指标权重、最佳同一度和最差同一度而得出的矩阵[14]R, 对方案进行排序, rj值越大越优。
2.5 指标权重的确定
评价系统的结果受多种指标的影响, 每个指标需要根据贡献作用赋予相应的权值。目前, 指标赋权方法包括主观赋权法和客观赋权法两大类。主观赋权法容易受主观作用影响, 不同人员赋权结果有较大差异;客观赋权法有较强的数学理论依据, 不会因决策者的改变发生变化。在评价系统中, 当某项指标的取值变化较小甚至相等时, 对评价结果的影响较小甚至无影响;当这项指标的取值变化范围越大, 该指标越难于实现, 对评价结果作用越大。这种情况可以利用变异系数法[15]根据指标变异程度确定其权重, 过程如下:
(1) 计算变异系数vl。
式中, 为指标的平均值;σl为指标的标准差。
(2) 计算权重wl。
其中, 权重wl满足
3 应用分析
3.1 矿井通风方案评价指标体系
矿井通风系统在技术合理的前提下, 应保证系统经济合理且安全可靠。因此, 矿井通风系统评价指标分为3大类指标, 即技术可行性指标、经济合理性指标和安全可靠性指标 (图1) 。技术合理性指标包括总等积孔 (I1) 、风量分配合理度 (I2) 、风机种类及型号 (I3) 和系统管理 (I4) 共4个指标;经济合理性指标包括总装机功率 (I5) 、年通风成本 (I6) 、年经营费用 (I7) 和基建总投资 (I8) 共4个指标;安全可靠性指标包括调节设施及构筑物 (I9) 、风机总台数 (I10) 、风机串并联作业 (I11) 和风机运行稳定度 (I12) 共4个指标[9]。技术可行性指标和安全可靠性指标属于效益型指标, 经济合理性指标属于成本型指标。结合矿井实际情况, 将这12个指标划分成很好 (C1) 、好 (C2) 、一般 (C3) 和不好 (C4) 共4个等级, 各指标的分级标准见表1。
某矿山在对通风系统改造时采用多风机多级机站通风系统, 共提出3个方案 (表1) 。
3.2 确定指标权重
根据式 (12) 和式 (13) 计算得到各指标权重W= (w1, w2, w3, w4, w5, w6, w7, w8, w9, w10, w11, w12) = (0.083 9, 0.111 0, 0.071 3, 0.152 6, 0.035 2, 0.020 2, 0.019 9, 0.049 2, 0.288 5, 0.115 0, 0.005 6, 0.0476) 。从图2可以看出, 指标“调节设施及构筑物”I9权重最大, 其次是系统管理I4, 这两个指标相对变化较大;年通风成本I6、年经营费用I7以及风机串并联作业I11所占权重最小, 对评价结果影响很小。
3.3 确定通风方案等级
将通风方案12个评价指标作为集合A, 指标等级很好 (C1) 、好 (C2) 、一般 (C3) 和不好 (C4) 作为集合B, 构建集对H (A, B) 。根据式 (3) 、式 (4) 以及各指标权重值计算得到通风方案四元联系度 (表2) 。取置信度λ=0.6, 根据置信度准则可以判定方案1属于等级好 (C2) , 方案2属于等级一般 (C3) , 方案3属于等级一般 (C3) 。因此, 方案1好于方案2和方案3, 但是方案2与方案3没有明显的优劣顺序, 需要进一步分析才能对比判断方案的优劣好坏。
3.4 通风方案的多属性决策
根据式 (7) 和式 (8) 构造最佳方案与最差方案 (表3) 。
根据式 (9) 和式 (10) 计算得到最佳同一度矩阵P和最差同一度矩阵Q:
根据式 (11) , 求得:R=w (P-Q) T= (0.378 1, -0.268 8, -0.002 1) , 则通风方案的优劣顺序为方案1>方案3>方案2, 最优方案为方案1。与模糊层次分析决策[8]结果进行比较, 结果见表4。
从表4可知, 基于集对分析多属性评价决策模型所得的结果与模糊层次分析得到的结果完全一致, 且采用的变异系数法是一种客观的赋权方法, 能够避免人为赋权的主观性。基于集对分析的矿井通风方案多属性评价决策方法计算简单、可操作性强, 不仅能对方案优劣排序, 还能确定各个方案的综合评价等级, 特别适于指标权重未知的评价决策问题。在方案排序时, 综合考虑了与最佳方案同一度和最差方案同一度, 结果更加合理可靠。
4 结论
矿井通风方案评价及优选受多种因素影响, 借助集对分析理论将多个指标转化成与最佳方案、最差方案的同一度, 然后求解最优方案, 意义明确。
(1) 根据技术可行、经济合理和安全可靠的原则选取12个指标建立了矿井通风方案评价指标体系。
(2) 根据集对分析理论确定通风方案等级, 通过多属性决策模型对方案优劣进行排序, 结果与模糊层次分析得到的结果完全一致。变异系数法确定指标权重避免了权重确定过程中的主观随意性, 使结果更加稳定可靠。
基于相关的属性选择 篇7
随着移动和无线互联网的发展, 无线网络环境已明显变的复杂, 同时也成为我们生活不可或缺的部分。 移动通信从最初主要支持语音服务到4G移动数据网络, 进而无线接入技术 ( RAT) 广泛应用。 对于无线接入技术、接入方式和数据服务在性能上和使用上都有了很大的提升, 同时在经济效益上也有着不可估量的发展空间。处在多种无线网络共存的异构无线网络环境中, 用户希望得到既不掉线中断, 又能持续服务的性能良好的更经济的网络。 各种无线网络有其不同的参数特性, 通信费用、服务质量 ( Qo S) 、 带宽、 时延、 服务速率和抖动等都有所不同, 如Wi Fi或WLAN提供了较小范围的拥有较高带宽的无线网络环境, 而GPRS、WCDMA等网络提供了较大覆盖的无线网络环境, 但用户体验和Qo S较低, 经济意义不同, 再者WLAN和GPRS的经济效益又不一样。
对于最优网络选择的方法研究也已经有不少, 文献[1] 中以无线信号强度 ( RSS) 阈值和迟滞值作为输入参数基于模糊逻辑算法的网络选择算法易产生乒乓效应;文献[2] 提出一个多属性加权结合理想值近似排序的方案决策异构无线网络中的网络的选取但未考虑主客观的影响;文献[3] 介绍了一种在异构网络中动态感知接入的网络切换选择方法, 方法基于网络访问的改进加权方法, 但该方法增加了网络选择的计算的过程, 对于决策时间上效率较低; 文献[4]提出了一个优化的成本函数通过制定马尔可夫决 ——————————————————————————————————————————————
策来选择最好可用的无线接入从而达到切换网络的目的, 但为考虑不同业务对网络选择的影响。 文献[5]中使用RAT技术结合分支界限法和贪婪算法进行网络选择, 虽然有较低的计算负载但以用户为主的网络选择方法较偏向主观。 对上述的问题, 本文引入接收信号强度 ( RSS) 参数作为首次筛选条件, 通过层次分析法获取Qo S参数的权重, 考虑网络客观动态权重使用群体决策选择目标网络, 提出了本文算法。
1网络选择算法设计
无线异构网络环境中有多种无线网络共存, 而多模终端也拥有支持多种网络接口实现不间断服务, 要得到有价值相对最优的网络连接就要先对网络参数及性能进行分析, 如经典的切换决策算法是基于所接收的信号强度 ( RSS) 或如延迟、丢包等参数[6]。 本文所提算法步骤如下, 先测网络接收信号强度 ( RSS) 确定网络的可用性及稳定性, 避免后续频繁切换;再通过层次分析方法 ( AHP) 对网络进行多属性分析, 对不同服务状态的各个属性的主次程度关系进行划分, 即通过权重的分配来实现, 且加入历史喜好属性, 结合动态调整权重方法实现权值动态调整;最后用群体决策算法决策最优网络。
1.1信号接收强度
对于信号接受强度 ( RSS) 的检测, 设定一个RSS阈值, 大于该阈值表示该网络可用, 阈值选取参考文献[7], 此处表示为式 ( 1) 。对于可用的网络才进行后续的网络分析, 否则便不考虑后续的分析。
式中的 ε、μ、ds、ξ 分表示路径损耗参数、 路径损耗指数、距离和衰落参数。
1.2 AHP层次分析
层次分析法 ( AHP) 适用多属性权重判别问题, 分析网络属性, 本文使用的AHP方法增加了历史喜好属性和动态权重分配的属性分析。 在此属性选取延时、抖动、资费、 带宽、服务速率、网络负载及历史喜好为网络选择判别条件。 每个属性与其他属性两两相对比, 定义rij为第i个网络的第j属性, 由此得到比较矩阵R= ( rij) m×n。 属性值之间没有统一的标准对其进行标准化处理消除量纲差异, 令ri_max=max{ rij|1≤i≤m};ri_min=min{ rij|1≤i≤m}, 对于属性值愈小愈好的成本型属性 ( 如:延时、抖动、资费和网络负载) , 根据式 ( 2) 进行规范化处理, 对于属性值愈大愈好的效益型属性 ( 如:服务速率) , 根据式 ( 3) 处理。
处理后得到标准化属性的比较矩阵A= ( aij) m×n。设网络属性集S={ s1, s2, … , s7}, 用sij表示因素i与因素j之间的影响程度即比较结果。由此这7个属性构成了两两比较的属性判决矩阵P= ( sij) 7×7, 显然有sij= l /sji, sij>0, sii=1, 其中i, j=1, 2, 3, …, 7, 其中sij使用数字1到9分别呈现重要程度级, 如1, 3, 5, 7, 9分别表示重要程度级:相同, 稍重要, 重要, 很重要, 十分重要。
由于客观复杂性和用户认知多样性, 可能会导致所比较的结果前后不一的情况, 则需要对判断矩阵进行一致性
检验[8], 先求得判断矩阵P的最大特征根 λmax, 通过得到最大特征根的一致性指标C.I. , 其中n为判n-1断矩阵的阶数, 此处为7;再者由计算一致性比例C.R., 其中R.I.是平均随机一致性指标[9], 此处取值R.I.= 1.32。 计算结果在C.R.<0.1时, 视为判断矩阵P有效, 否则重新调整矩阵P, 直到符合一致性。
完成一致性验证后对属性进行做归一化计算, 通过以
下各式计算:
则得权值向量W= ( v1, v2, …, vn) T, 且需满足∑i=0vi=1。
1.3客观属性动态权值
由于AHP的权重分配有一定的主观偏向在过程中还考虑网络的客观变化, 以减弱AHP的主观性因素, 增进网络选择的客观性。 设网络的客观参数矩阵为K1= ( xij) n×m其中n和m分别表示n个网络和m个属性而xij代表第i中网络的j参数值。 用式 ( 2) 和式 ( 3) 对K1规范化得到新的K= ( xij) n×m; 再使用式 ( 4) 和式 ( 5) 处理得到客观权值向量Wk= ( k1, k2, …, kn) T。
设置动态属性权重集[10]Wd={wd1, wd2, …, wdn}, 各参数单位规范后, Wd由式 ( 6) 得到:Wdi=fni ( 6)
最后由权值向量Wk和动态向量Wd得到Wkd。
1.4群体决策
网络选择方法中考虑了网络客观的参数同时也涉及了网络选择者的实际主观偏好, 等同于多因素决策策略即群体决策 ( GDM) , 结合文献[10][11]介绍使用GDM对异构网络进行决策。 兼容性则是检测两个矩阵之间的不同, 上节得到的权值矩阵之间存在维数和单位等的差异, 因此先考虑兼容性。 兼容性通过式子C ( M, N) =eT ( M*NT) e来计算, 其中e为单位行向量, M*NT为矩阵M和N的Hadamard卷积。 为便于计算将其表达成lg形式如式 ( 7) 所示。
对于CL结果非负且越是接近0兼容性越好。
文中的群体决策算法有主观和客观两个决策因素, 则由上述决策权重向量W, Wkd, 由此合成决策矩阵定义为W= ( W1, W2) T。 决策矩阵定义为, 对合成矩阵同样处理得到矩阵G。 对矩阵G ( k) 和G考虑兼容性, 由式 ( 7) 有目标选择。 通过兼容性计算避免了决策矩阵间的计算问题, 但若决策所得结果不合理, 则需要调整决策矩阵。 对于本文算法描述, 其基本流程如图1所示。
2建模与仿真
处在异构无线网络中首先对无线网络的RSS进行检测, 满足 ( 1) 后, 终端监测获取异构可用网络得到网络的Qo S跟延时 ( D) 、 抖动 ( J) 、 资费 ( C) 、 带宽 ( B) 、服务速率 ( SV) 和网络负载 ( L) 参数值以及中断概率, 初始历史喜好 ( HL) 考虑用户策略及业务类型建模分析。
业务类型可分实时和非实时性业务, 用户要求或偏好不同类型则网络的偏好选择不用。如实时性业务对于延时、抖动、服务速率的要求较高, 这些属性的重要度较其他属性高, 因此得到业务类型判断矩阵如表1, 表2所示。
再考虑用户偏好分析, 用户的喜好一般有资费、服务体验问题, 对于用户偏好策略的判断矩阵如表3所示。
至此由表1, 2, 3得到权重向量分别为:
本文的仿真环境在Matlab下进行, 现选取四个无线网络设置仿真异构无线网络环境, 分别为TD-LTE, WCDMA, WLAN1, WLAN2, 模拟一个多模移动终端 ( MT) 在各网络基站 ( BS) 场景中从左到右匀速移动, 无线网络设置的仿真环境如图2所示。
初始四个网络的参数如表4中所示, 其中历史喜好 ( HL) 一项由于不能先人为评定喜好高低则均先初始为1。
3结果与分析
3.1网络选择验证
在网络选择验证中, 用户进入覆盖范围AP1点首先使用实时性业务策略, 到了AP2点开始使用用户资费和服务体验优先策略, 直到AP3点后依然使用用户资费和服务体验优先策略, 到了AP4点开始选择非实时性业务策略, 到了AP5点开始选择用户资费和服务体验优先策略直到AP6之后不变。 图3所示为各情况下的选择结果。
结果分析:在过AP1点后网络选择TD-LTE, 信号强度 ( RSS) 均满足要求而实时性业务要求延时、抖动、服务速率较好因此所选为最好; 在AP2点后网络选择了WLAN1, 由信号强度参数不考虑LWAN2, 用户资费和服务体验策略看重的是资费和服务因WLAN1有较低的资费较高服务速度因此为所选;到AP3点后仍然选择WLAN1, 此网络覆盖内虽然WLAN2资费比WLAN1稍低但服务体验差;到AP4选择TD-LET非实时性业务对延时、抖动等要求不高对带宽服务要求高;AP5点后资费跟服务偏好则选择WLAN2, WLAN1被RSS条件去除, AP6点只有TD- LTE覆盖由RSS条件筛选离开WLAN2覆盖就做此切换接入, 选择结果与分析知算法符合逻辑和实际情况。
3.2性能验证
仿真环境中网络接收信号由式 ( 1) 强度随基站的距离变大而减小。 切换检测设置场景:使终端MT在点AP3到AP5之间来回移动 ( a) 采用非实时业务 ( b) 采用实时业务, 本文算法与文献[7]和[10]结果对比, 如图4、图5所示。
结果分析: 在点AP3到AP5之间覆盖的网络较多系统可能产生的切换次数也相对不确定, 在图4中随着用户方位变化和网络覆盖范围不同信号接受强度在变, 非实时业务对延时等要求不很高可能产生的目标切换较多因此结果产生的切换次数相对较多;图5中算法中实时业务考虑了延时、服务速率、抖动等多种因素可切换的目标网络较少因此产生的切换相对较少。
仿真结果表明提出的算法优于其他相比较的两个算法得到的服务质量, 结合历史喜好以及动态权重中和了客观和主观因素的影响, 有效减少了切换次数, 进而减少了乒乓效应, 所能做出的网络选择满足多种用户策略, 从用户选择网络取决于他们的偏好出发, 同时平衡了主观客观影响。
4结束语
本文提出的选择算法, 通过结合多属性的层次分析法和动态权重由群体决策算法进行决策, 加入了RSS参数判断并介绍了一致性判断和兼容性验证, 文中考虑到层次分析的主观性加入了动态权重的客观性从而以减少主观性主导; 再者实验结果表明该算法可有效做出网络选择, 减少不必要的切换, 性能稳定, 同时可避免因用户个性选择而导致的用户偏好对选择结果的影响, 所以选择结果符合逻辑和实际情况, 保证了用户网络服务的Qo S。 这种方法给未来复杂无线网络应用提供了较好的方法。
摘要：多种无线网络的覆盖使网络环境明显变的复杂, 网络用户希望接入性能和服务质量较好的网络, 鉴于异构无线网络环境中多种可接入网络要求选择最优网络的情况, 本文提出网络选择算法基于多属性层次分析和群体决策。文中介绍了采用多属性层次分析法得到用户对网络的偏好分析, 同时考虑网络客观属性, 通过群体决策选出最适可用网络, 由仿真实验结果表明, 所提算法结合主观偏向和客观性, 效用较高性能稳定, 有效做出网络选择减少切换保证了用户QoS。
基于相关的属性选择 篇8
本研究选取杂粮中有代表性的谷子(去壳后食用称小米)进行研究,原因在于谷子是我国杂粮谷物中具有代表性的品种,种植面积高于高粱、大麦等品种;同时研究数据显示小米是谷物类杂粮中消费人群比例(89.23%)最高的品种,具有一定的广泛性和较好的代表性。更为重要的是,小米与目前的口粮(大米、小麦)相比,营养更加丰富,具有一定的食疗食补作用,可以充分满足城镇居民对食品的营养保健要求。但是目前由于统计数据的缺乏,针对小米消费的实证研究很少有人问津。因此本文选择小米杂粮为研究对象,基于两个省会城市355个消费者的调研数据,在借鉴前人研究的基础上,采用选择实验方法,借助随机参数Logit(Random Parameters Logit,RPL)模型和潜在分层模型(LC,Latent Class),着重考虑了消费者偏好具有的异质性特征,研究城镇居民对小米杂粮属性的偏好和支付意愿,从而达到促进小米杂粮产销协调发展的目的。
1 文献回顾
食品属性(Attributes),是食品所具有的可以反映和证明某一食品有别于其他食品的特征,消费者可以根据食品属性提供的服务来做出购买产品的决策,从而使消费者效用最大化。
一般来说,消费者最直观的判断食品质量的外在线索包括食品的外观、色泽、口味以及鲜嫩程度等属性。Jupiter和Nelson考察了非洲中西部国家尼日尔家庭对小米特性的消费偏好,研究结果显示小米的口味和色泽是消费者最看重的属性[1]。Grunert(1997)通过对4个国家(英国、法国、德国和西班牙)的牛肉消费研究,得出了消费者评价牛肉质量最重要的属性是肉质的鲜嫩度,而原产地、养殖信息并不影响消费者质量判断的结论[2]。
质量认证标签、可追溯信息、品牌、原产地信息等被认为是有助于消费者判定食品安全与营养信息的重要属性。Yue和Tongue在研究美国消费者对有机种植和当地种植的新鲜农产品的支付意愿时,发现对于这两种属性,消费者的支付意愿基本保持一致[3]。Onken等以草莓为例,分别选取了产地、生产方式、购买地点等属性研究论文消费者对其的支付意愿,结果显示美国不同州的消费者对草莓产地属性偏好不同,且消费者对草莓购买地点为农贸市场的属性均有溢价支付意愿[4]。吴林海等以猪肉为例,考察了消费者对可追溯食品属性的偏好和支付意愿,结论显示,不同类别的消费者对可追溯猪肉属性的偏好与支付意愿存在较大差异[5]。尹世久等以番茄为例,设置食品安全认证标签、可追溯标签、品牌与价格属性研究了消费者偏好,得出了消费者对食品安全认证标签、可追溯标签和品牌属性均有显著支付意愿的结论[6]。
归纳国内外经典研究文献发现,不同消费者对食品不同属性的重视程度和偏好不尽相同,但消费偏好和支付意愿的研究普遍重视农产品的外观、品牌、可追溯、原产地信息、质量认证等属性,研究的农产品类别涉及谷物、蔬菜、水果和肉类,其中以肉类居多。本文基于我国城镇居民的饮食习惯,借鉴前人研究成果,确定了小米杂粮所具有的4大属性,运用选择实验方法,使用RPL模型和LC模型研究城镇消费者对小米杂粮属性的偏好程度和支付意愿,以期丰富杂粮消费研究的内容。
2 理论框架与计量模型
选择实验的理论框架是基于Lancaster的消费需求理论和随机效用理论而构建的。根据Lancaster的消费理论,消费者通过商品获得的效用是其从商品属性中获得的效用的集合,即消费者i从商品j中所获得的Vij效用是从商品的每个属性k(k=1,2,……,k)中所获得的效用Vkij之和。对属性以线性方式进行评价的假设下,效用Vij可以写作:
参数βKi表示当消费者i对于属性K的效用VKij的权重,即显示消费者偏好的参数。消费者i从商品j中获得的随机效用U'ij既包括效用函数的确定性部分Vij,也包括不可观察的反映随机因素的误差项εij,假设误差项服从独立极值分布时,则U'ij可以表示为:
在选择实验中,引入ASCi作为虚拟变量。当给定选项没有被选择,而消费者选择参照选项时,虚拟变量取值为1;若给定选项被选择时,虚拟变量取值为0。式(2)中的常数项被用来反映当消费者不选定给定选项时从商品中获得的平均效用水平。此时的随机效用Uij可以被写作:
本研究所采用的RPL模型中,参数βi通常是通过密度函数f(βi)来体现,密度函数f(βi)对βi积分就可以得到RPL模型中每个消费者i选择商品j的非条件概率Pij:
在公式(4)中,βi是参数向量,vij表示效用向量,m为选项的数量,在本研究中m就是一个选择集中包含的所有选项数目。与此同时,利用LC模型可以将消费者偏好划分为不同的层次,考察不同层次消费者对小米杂粮特性的偏好。具体来说,假设N个消费者被分成S层,每层消费者有近似同质的偏好,不同层的消费者偏好可能是异质的,在给定模型中,f(β)是离散的并且有S个不同的值,则LC模型中消费者选择商品j的概率为:
在公式(5)中,βs是层次S的参数向量,Ris是消费者i落到层次S的概率,即LC模型表现为对离散的密度函数的积分。假设变量和常数项服从正态分布,同时价格为选定的市场价格和高于市场价格的参考价格,那么可以直接计算消费者对某一品质属性的支付意愿(Willingness to Pay,WTP)。在效用函数是线性的假定下,消费者对某一品质属性的支付意愿WTP就等于效用函数中属性变量的参数与价格变量参数的比值,即:
3 选择实验设计
3.1 属性与层次设定
本研究对小米杂粮的特征属性见表1。
3.2 实验任务设计
基于属性和相应层次的设定,小米杂粮的全因子设计将生成23×4×3=96组合。采用D-efficiency标准建立main-effect选项,最终结果为40个选择集。将40个选择集划分为4个组合,每个组合中包含10个选择集。每个选择集中有三个选项(见表2)。每个选择集中有选项1、选项2和选项3,被访者被要求在每个选择集中选择其中的一种选项。其中选项1和选项2是两种给定的选项,当消费者选择这两个选项中的其中一项时,公式(3)中的虚拟变量ASCi取值为0;选项3为选项1和选项2的参照选项,当消费者选择选项3时,公式(3)中的虚拟变量ASCi的值为1。
表2选择集选项
每份调查问卷中包含10个选择集,因此,在调研所形成的有效问卷中,选择实验部分一共形成3 350个选择集(10个选择集×335个有效样本)。
4 数据来源与样本基本特征
本次调研在我国山东省济南市和山西省太原市进行,调研依据随机原则,采用一对一访谈的形式,地点通常选择在城市的大型购物广场、超市、农贸市场以及居民小区周围。其中,两个城市均发放了180份问卷,回收筛选之后一共获得有效问卷335份,样本总体有效率为93.06%。
调研的主要内容包括被访者的人口统计学和社会经济学特征及其家庭的小米购买习惯、购买行为、对特定的小米特征属性的认知情况等(见表3)。问卷设计主要以选择题为主,选择实验部分的调研主要是通过预设具体的消费选择情景,假设城镇居民置身于选择情景而做出消费决策,在此基础上,分析受访消费者的各种消费选择结果。
样本统计显示,在消费频率上,有三分之一的家庭每天都消费小米,一周消费四次的比例占到27.16%,而一周消费三次的比例为21.19%,一周一两次或更长时间才发生小米消费的被访者比例仅为18.51%,由此可以看出小米消费在某种程度上成为了我国北方城镇居民日常饮食消费中的必需品;在消费数量上,80.00%的家庭每周小米消费数量小于1千克,18.51%的家庭每周小米消费量不超过1.5千克,仅仅1.49%的家庭每周小米消费在2.5千克以上。由此可知,当前我国北方城镇居民小米消费频率较高,但家庭每周的消费数量大多数维持在1千克左右,少吃勤吃的特点正是居民生活习惯以及生活水平显著提高更加注重营养健康的一种体现。
5 主要结果与讨论
本文利用NLogit5.0软件对RPL模型和LC模型的参数进行了估计,表4为两个模型的参数估计结果。
注:括号中的数值为标准误差;***,**,*分别表示在1%,5%和10%水平下通过显著性检验。
5.1 估计参数显著性及偏好分析
在RPL中,杂粮特征属性变量和属性的参数估计均在1%的水平通过显著性检验,说明城镇居民对所选择的小米杂粮的特征属性具有显著偏好。价格系数为负数且显著,表明城镇居民更愿意选择价格较低的小米杂粮;原产地系数为负数且显著,表明城镇居民对小米杂粮的原产地没有特殊的要求。同时,城镇居民对有机认证、知名品牌、营养标签四个杂粮特征属性均有积极的偏好。通过参数比较可知,城镇居民对这些属性的偏好程度由强到弱依次是营养标签、有机认证和知名品牌。说明消费者更加注重小米杂粮的营养功能和质量安全。虚拟变量ASC的估计参数为负值,表示在现有的选择中,消费者宁愿在选择集中选择选项1和选项2,而不会选择作为参照项的选择3。
从表4可以看出,潜在分层(LC)模型将被访者分为营养偏好者、认证偏好型者和质量营养并重者三层,分别占样本总数的30.78%、40.57%和28.65%。其中,每层的价格变量的系数均为负值,说明小米杂粮价格提高会降低各层的消费者效用水平,但是对于不同层的消费者,价格系数影响的程度存在明显的差异。
第一层的被访者中,小米杂粮特征属性的估计参数从大到小依次为营养标签、品牌和有机认证,这也与我们在实地调研过程中了解到的消费者信息相符。该层中的虚拟变量ASC的系数为负值,表明在现有的选择中,消费者在选项1和选项2获得的效用水平比选择参照项3的更高。第二层的消费者中对杂粮特征属性中有机认证的参数显著大于其他属性参数,说明这类消费者更加看重杂粮的质量安全,对其他两个特征属性的偏好程度由强到弱分别为营养标签和知名品牌。第三层消费者群体中,小米杂粮的特征属性都比较显著,其中偏好程度排在前三位的依次是有机认证、营养标签和知名品牌,说明在所有杂粮的特征属性中,消费者更加关注的是杂粮的质量安全。
5.2 对小米杂粮特征属性的溢价支付意愿分析
WTP(Willingness to Pay)表示当小米杂粮的某项特征属性变化时,消费者为了保持效用水平不变,愿意为此特征属性支付的货币数量。通过公式(6)计算而得到我国城镇居民对小米杂粮特征属性的支付意愿,如表5所示。
从支付意愿计算结果可以看出,消费者对小米杂粮特征的四个属性中,除了对原产地属性具有负的支付意愿,其余三个特征属性都具有正的支付意愿。在RPL模型中,被访者对小米的营养标签属性支付意愿水平最高,愿意为小米的营养标签属性支付17.31元每千克,其次是对有机认证的支付意愿,水平为14.55元每千克,对知名品牌的支付意愿最低,为8.92元每千克。
LC模型的计算结果反映出不同层次的消费者对小米特征属性偏好的差异。其中,第一层消费者的支付意愿与被访者的平均支付意愿差异比较显著。表现为第一层消费者对小米的营养标签属性更为偏好,对这一属性的支付意愿为14.22元每千克,略低于消费者对这一属性的平均支付意愿(17.31元每千克),且明显高于该层其他两个属性的支付意愿,所以这层消费者属于“营养偏好者”;第二层消费者则更加偏重于小米的有机认证属性,支付意愿较高,达到86.78元每千克,高于平均支付意愿近6倍,所以该层消费者被认为是“认证偏好者”;第三层消费者的支付意愿与被访者的平均支付意愿基本保持一致。但是第三层消费者对小米的有机认证属性支付意愿较高,为15.46元每千克,对营养标签属性的支付意愿为10.95元每千克,而且二者的金额相差不大,因此这层消费者被称为“质量与营养并重者”。
总体来说,城镇居民对小米的有机认证和营养标签属性有较高的支付意愿,以10元每千克的小米基础价格计算,城镇居民对有机认证和营养标签属性的平均溢价支付意愿比基础价格分别高73.14%和45.48%,而且在分层模型中也有超过70%的被访者(第一层和第三层)对这两个小米特征属性有很高的溢价支付意愿。探其原因,主要是因为目前市场上反映小米质量特征的属性较少,有机认证成为当前消费者判断小米质量安全的重要依据。此外,在保障质量安全的前提下,消费者对小米的营养价值属性的支付意愿较高,这也说明了随着城镇居民生活水平的提高,他们在杂粮消费选择上更加注重食材的营养性。
与有机认证和营养标签两个属性相比较,城镇居民对小米的知名品牌的溢价支付意愿明显较低,但是相对于研究中设定的小米10元每千克基础价格,仍然有平均26%的溢价支付意愿。同时调查中发现,消费者观念上虽然注重小米的质量品质,但对于小米的品牌属性关注度并不高。
6 启示
基于研究结果,可以得到以下启示。第一,食品的营养价值已经成为决定消费者是否购买小米杂粮的一个重要属性,受访消费者普遍认可杂粮的营养比细粮更加可贵。与细粮相比,杂粮一般不需要经过精细加工便可食用,这也正好保存了现代人营养普遍需要补充的微量元素。因此相关部门和企业应重视对传统杂粮食品的营养价值的开发,积极发掘小米杂粮产品蕴藏的巨大潜力和商机,同时相关部门应适时向大众普及饮食营养知识,从而引导消费者培养健康的饮食消费方式。第二,“有机”认证是当前我国应坚持和强化的保证小米杂粮等食品质量与安全的策略,但应着力提高认证的可靠性。一方面要提高有机农产品认证机构与认证标识的可信度;另一方面从消费终端来看,消费者应强化权利意识,一旦发觉自身权益受到侵害,应主动及时向相关部门反映情况,逆向杜绝不合格有机农产品的流通,促进有机农产品健康有序发展。第三,品牌的可信度和对原产地属性的重视度有待提高。目前我国城镇居民对小米品牌的认知虽然较高,但对其支付意愿不高。同样,消费者对原产地属性的认知水平较低也限制了对该属性的支付意愿。建议通过“一村一品”,“一县一业”的农业产业结构调整政策,提高原产地形象,逐步形成地方特色品牌,从而提升城镇消费者购买意向,扩大杂粮农产品的销售,增加农民的收入。
摘要：基于山东省济南市和山西省太原市355个消费者样本,以小米杂粮为例,设置“有机”认证、食品营养标签、知名品牌和原产地标识四大属性进行选择实验,并借助随机参数Logit模型(RPL)和潜在类别模型(LC)研究消费者对小米杂粮各种属性的偏好及支付意愿。研究结果显示,消费者对“有机”认证、营养标签和知名品牌均有显著支付意愿,其中消费者对小米营养标签的平均支付意愿最高,而在分层消费者中,多数消费者对“有机”认证的溢价最高。在此基础上讨论了以小米为代表的杂粮产业如何利用有价值的市场信息促进产销协调发展。
关键词：小米杂粮,消费偏好,选择实验,支付意愿,RPL模型
参考文献
[1]NDJEUNGA J,NELSON C H.Toward understanding household preference for consumption characteristics of millet varieties:a case study from western Niger[J].Agricultual Economics,2005,32(2):151-165.
[2]Grunert K G.What is in a Steak?A Cross-cultual Study on the Quality Perception of Beef[J].Food Quality and preference,8(3):157-174,1997.
[3]YUE C,TONG C.Organic or local?Investigating consumer preference for fresh produce using a choice experiment with real economic incentives[J].Hort Science,2009,44(2):366-371.
[4]ONKEN K A,BERNARD J C,PESEK D Jr.Comparing willingness to pay for organic,natural,locally grown,and state marketing program promoted foods in the Mid-Atlantic region[J].Agricultural and Resource Economics Review,2011,40(1):33-47.
[5]吴林海,王淑娴,徐玲玲.可追溯食品市场消费需求研究——以可追溯猪肉为例[J].公共管理学报,2013(3):119-128.