规模决策（共6篇）
规模决策 篇1
从商业地产的生命周期看, 一般要经历开发期、租售期和运营期三个周期, 其中开发期需要确定商业地产的区位选择与开发面积, 由此形成的规模, 我们称之为潜力规模。商业地产的潜力规模不是简单地、普通意义上用建筑面积大小表征的规模, 还包括了区位空间的内容。
一、当前我国商业地产潜力规模发展的误区
随着我国城市化进程的推进, 房地产业和零售商业都得到了长足的发展, 同时也促进了商业地产的发展。近年来, 全国各地的商业地产项目遍地开花, 呈现出蓬勃发展的势头。但是由于规模控制不当所带来的项目发展停滞甚至失败的案例也比比皆是, 2004年在北京火爆一时的“巨库”小商品城就是其中一例。
自从Shopping Mall商业地产运营模式引入我国之后, 商业地产的规模越做越大, 少则几万平方米, 多则数百万平方米。但是由于商业地产的建设和运营涉及多个主体, 存在多种不同利益的交织, 其潜力规模的确定并非通常意义上的离城市中心越近越好、越大越好, 而是要综合分析各方面的影响因素, 结合当地城市政府的规划方案进行多因素分析。
二、商业地产潜力规模的影响要素分析
1. 交通环境
商业地产交通环境的变化是影响商业地产规模改变的重要因素, 制约着商业地产的形成和发展, 影响到客流量和顾客到达商业地产的便利程度。交通环境主要包括交通道路状况、交通辐射区域、车流状况、运输工具、停车设施状况等。改善交通环境可以提高消费者到达商业街区的便利程度, 相对缩短消费者与商业地产之间地理位置的空间距离。相关研究表明, 消费者到某商店购物的可能性与该店的规模和方便程度成正比, 而与两者之间的距离成反比。同时, 商业地产交通运输能力的提高, 也会增加其他地区的客源到商业地产购物的可能性, 从而扩大商业地产商圈范围, 提高商业地产的人流量, 使商业地产经营规模具有扩大的潜力。相反, 如果商业地产交通环境相对于其他地区变得更拥挤、更落后, 则消费者可能会减少光顾商业地产的可能性, 从而缩小商业地产商圈范围, 减少商业街区的人流量, 使商业街区的经营规模呈现衰落、萎缩的可能。
2. 开发空间相关要素
(1) 消费者购物疲劳度与商场规模关系
根据相关研究, 消费者购物疲劳度与商场规模存在以下关系:
人保持某种状态的时间是有限度的, 时间过长必然会产生疲劳, 从而会放弃某种活动, 如儿童保持某种状态的时间为40-60分钟, 成人为40-150分钟。而顾客在商场停留的时间不会超过2.5小时。
普通人的休闲步速为30~40米/分钟, 顾客在商店内浏览购物步行距离一般不会超过8000米。每平方米营业面积的顾客通过距离为0.35~0.4米。
顾客对商场营业面积的心理最大承受量为150分钟×40米/分钟+0.35米/平方米=17143平方米。顾客对商场营业面积的生理最大承受量为8000米/0.35米/平方米=22857平方米。
(2) 客流量与规模的关系
一个单体店的规模参数包括商业半径、流动人口和购买力。大型商场以流动人口为销售对象, 80%以上的顾客为流动人口。客流量中步行权数 (骑自行车和步行购物人数的比例) 一般为20%~25%, 其余75%~80%的顾客交通工具主要是公共汽车、电车和地铁, 以及少数出租汽车。据推算, 一般条件下, 中小城市每万平方米营业面积最低销售额 (盈亏点) 为0.5亿~1亿元, 大城市为1亿~1.5亿元, 特大城市为1.5亿~2亿元。
(3) 商店与品种的关系
正常情况下, 大型百货商场每平方米营业面积销售3~4个商品品种, 每万平方米销售4万~5万种, 世界上的商品多达150万种, 最大的百货店也只经营40万种商品。
(4) 零售业态之间的关系
根据消费者的需求业态分工和效益原则, 不同的零售业态具有不同的社会分工、不同的业态要素。根据《零售业态分类标准》国家标准, 不同业态的目标顾客群、选址、规模、商品结构、经营方式、服务功能、MIS系统等, 形成不同的业态生态圈, 这应引起商业地产开发设计的高度重视。
3. 商业元素组合
商业物业的构成元素包括两个层次, 即商品元素和商店元素, 构成元素的组合就是指商品元素组合和商店元素组合。商品元素包括各类购物元素、餐饮元素、娱乐元素等, 商品元素组合是指商业物业经营的商品类型及其所占的营业面积比例, 是根据商圈中各类商品元素的市场容量及其发展潜力的大小, 并综合考虑租金收益因素、关联性因素、一站式购物因素后进行组合的。商业物业是商店群的集合体, 是各种类型的零售商店汇集在一起的商业经营场所, 商业物业商品元素的组合实际上是通过商店元素的组合实现的。
商店元素是指商业物业各种类型的经营商店, 商店元素可分为三个层次, 即主力商店、半主力商店和普通的专业店 (专卖店) 。不同的商店元素各自具有不同的特点, 即使是经营同类商品的商店, 其产品特色、目标顾客、服务方式、品牌特征等方面都会有一定的差异。在进行商店元素组合时, 组合的经营商店, 既要具有较强的竞争能力, 其目标顾客又要与商业物业商圈消费者的特征相吻合。
4. 人口分布与消费结构
由于商业地产是为满足个体需求而产生的商品和服务供给, 人口地理和人口统计提供了市场最基本和最重要的基础数据。人口普查统计提供有关人口普查数据最全面的报告, 所以它是最常见的分析单元。人口普查提供关于人口数、家庭特征、职业、年龄、性别、种族和收入的统计情况, 这些都是估算市场潜力和确定市场 (区位) 战略的关键变量。图1给出商业地产潜力规模影响要素中开发商——专用信息——人口——交易频率的关系。
如果必须从人口普查区的资料分解出更详细的人口数据, 可使用城市地区的街区数据, 以把握普查区内人口分布和密度。食品店、药店、餐馆和其他类型的商业可能需要一个描述准确的人口分布情况。
另外, 消费者如何花钱和花费多少是市场评估和战略决策的重要衡量标准。政府的统计部门会有相关的数据资源, 有的大公司也可能通过调查研究建立数据库, 但是, 一般可利用的主要数据出自每年的统计年鉴。需要注意的是, 这些数据也有着和人口普查数据一样的问题, 即在调查年份之间的时期, 这些数据是过时的, 而且这些数据必须根据物价上涨的情况调整。
三、合理确定商业地产潜力规模的决策建议
1. 积极推进商业地产的法律制度建设
针对商业地产区位选择和布局不合理的现状, 应该从宏观角度规范商业地产的经营布局, 合理确定规划期内商业地产的数量、规模、档次与业态, 减少盲目的开发与无序竞争。
日本的“大店法”与法国的“商业和手工业指导法”对于各种规模商业地产的设立都有详细的规定。我国也应该尽快出台关于完善各类商业店铺设立的法律。国家可根据区域经济发展的水平、人口密度的不同将各城市划分不同的等级, 确定不同等级城市所对应的商业规模与商业容量。当零售商业地产建设达到控制标准时, 应该由相应的各级政府与商业管理部门组织项目听证会, 由行业协会组织、当地消费者代表、商业研究专家及同行业代表, 还有城市规划、交通、环保部门的各类专家组成, 相关职能部门将根据听证会的意见, 对申请的商业地产项目进行调整并决定是否审批。
2. 强化地方政府在商业地产潜力规模决策中的多元化职能
地方政府要考虑公平与效率、垄断和竞争, 保证新进入的零售企业对于当地经济发展的促进作用。要保证商业的公平竞争环境, 从而保证商业服务设施的合理规模。国内许多城市已经有类似的探索, 大连是第一个进行城市商业网点规划建设管理立法的城市, 北京、上海、青岛、天津也相继出台了城市商业网点规划。
3. 加速专用信息的完备化与透明化进程
专用信息是指确定商业容量的参数, 即商业地产辐射面积内的居民数量、消费水平、消费结构和已有商业设施。这些信息对于不同的主体有不同的价值, 地方政府对专用信息的掌握可以为是否发放商业设施建筑的许可提供帮助;对于开发商, 专用信息是确定建筑面积的主要依据;而零售商可以根据专用信息进行商店和商品的不同组合。商业地产的专用信息与地理空间的人口分布有密切的关系, 所以其信息源的获得应该主要依靠正在不断完善的政府地理信息系统 (GIS) 。尤其是人口GIS, 可以对人口空间地理信息进行查询、检索、处理、分析、显示和更新, 这类信息构成了商业地产专用信息中的消费者分析的主要来源。专用信息的加工处理一般由开发商和零售商自行组织人员进行调研, 或者聘请市场专家来完成。
参考文献
[1].闾志俊.城市社区商业开发规模与业态组合研究.武汉商业服务学院学报.2007.12
[2].罗建勤刘中南蒋明.商圈规模与绩效的相关性分析.中共四川省委省级机关党校学报.2007.4
[3].宋绍杭曹昌谷应四爱.综合商业房产开发的容量与建设规模.浙江工业大学学报.2005.6
[4].孙元欣.零售饱和度的测评方法.上海商业.2004.7
规模决策 篇2
摘要：回顾了北京奥运会场馆建设前期工作的内容和步骤，提出了如何在满足各方需求的前提下有效控制奥运会场馆设施建设规模的问题，分析了应用决策分析法控制奥运会场馆建设规模的基本思路，总结出了国家体育场在规划设计阶段需要考虑的8个方面影响因素，探讨了应用层次分析法控制国家体育场规划设计阶段建设规模的方法和可行性。
关键词：奥运会场馆；建设规模；决策分析法
中图分类号：G818.1/2文献标识码：A文章编号：1007-3612(2008)06-0724-03
在北京举办的2008年夏季奥林匹克运动会，对中国来说既是一个推动经济和社会发展的难得机遇，又是一个很大的挑战。在短期内新建和改造近百个体育场馆，不仅能够促进体育设施的快速发展，也能给建筑业快速提高规划设计、施工和建设管理水平提供一个契机。为举办综合性国际体育赛事而大规模建设体育设施，在北京的城市建设史是第一次，其组织和管理工作是一项复杂的开放系统工程。
从2001年7月申办成功到2008年8 月正式举办，北京奥运会的筹备工作分为前期准备、全面建设和完善运行三个阶段。2001年底至2003年底为前期准备阶段，这一阶段的主要工作内容为组建筹备工作机构，研究制定战略目标和工作计划，开展场馆设施建设前期工作和启动市场开发；2003年底至2007年7月为全面建设阶段，主要工作内容为陆续开工和基本建成比赛和训练场馆、相关设施及城市基础设施，制定赛时运行计划，开展多项赛事筹备工作；2007年7月至2008年奥运会开幕前为完善运行阶段，主要工作内容为通过在奥运会前举办一系列体育赛事，测试场馆和城市设施配套条件，演练赛事组织管理和城市保障工作，使全部筹备工作逐步就绪。
1控制奥运会场馆建设规模问题的形成
お
从上述筹备工作进程可以看到，场馆设施建设是奥运会筹备中开始最早、历时最长的一项工作，也是其它各项筹备工作得以顺利进行的重要物质基础。北京奥运会从筹备工作的前期即开始了场馆设施建设的可行性研究和规划设计工作。
2007年初，建设部、国家发展改革委员会、财政部等五部委联合发布了《关于加强大型公共建筑工程建设管理的若干意见》，要求重点加强文化、体育等大型公共建筑建设标准的编制，完善项目决策依据。规范和加强对政府投资的大型公共建筑工程可行性研究投资估算、初步设计概算和施工图预算的管理，严格执行经批准的可行性研究报告投资估算和初步设计概算，可行性研究报告批复的建设规模，原则上在初步设计等后续工作中不得突破。在实践中，北京奥运会场馆建设前期工作是按照这样几个步骤来完成的：
1） 根据奥运会基本赛时使用要求进行场馆建筑方案设计。
2） 在方案设计的基础上开展建设项目可行性研究。经过批准的可行性研究报告确定了场馆建设规模（包括主要使用功能、建筑面积和建设投资）。
3） 依据可行性研究报告确定的建设规模进行场馆建筑的初步设计、施工图设计。
由于控制场馆设施建设规模的关键是控制建设前期工作规模，上述“环环相扣”的工作步骤，其目的是为了有效控制场馆规划设计阶段的建设规模。
有效地控制建设规模是北京奥运会场馆设施建设管理工作中普遍遇到的问题。
建筑面积和建设投资是构成场馆设施建设规模的两个主要指标。其中基础指标是建筑面积。因此，控制建设规模的关键是控制建筑面积。
在北京奥运会场馆设施规划设计阶段，国家发展和改革委员会已经批准了各场馆的建设可行性研究报告。据此，各场馆设施初步设计建筑面积和建设总投资不得超出已批准的建筑面积和建设投资控制数。
由于场馆设施规划设计是一个由方案设计到初步设计，再到施工图设计的逐步深化过程，因此对使用需求的满足只能随设计深化的程度来逐步落实。在方案设计阶段，由于场馆设施建设项目仅在可研程度，目的是解决建设立项问题。场馆设施的各个赛时使用者尚未到位，各方面提出的使用需求还较为笼统，多在需求分类层面上。对建筑面积的测算主要采用按照既往同类经验值进行框算的方法。到了初步设计阶段，场馆设施已立项，各赛时使用者已明确。他们不但会从各自负责业务工作的角度强调各自需求的合理性和重要程度，而且往往还会提出新的需求，以尽可能地使自己负责业务范围内的使用需求得到满足。相应在场馆设施初步设计阶段，各赛时使用者提出的需求内容细化、数量增加、范围扩大。使用需求的膨胀通常会引起初步设计建筑面积大大超出已经批准的可行性研究报告所确定的控制指标。
在所有赛时使用功能需求不可能得到同时满足的情况下，如何对其进行区别分类、合理排序，在已批准的场馆设施建筑面积范围内解决全部使用需求？这就构成了控制奥运会场馆设施建设规模的问题。
2应用决策分析方法控制奥运会场馆建设规模的基本思路
お
运筹学多目标决策分析方法——层次分析法，为解决上述问题提供了一种有效的系统分析方法。
层次分析法的应用过程体现了人的决策思维基本特征，即分解、判断与综合。是在对复杂决策问题的本质、影响因素及其内在关系等进行深入分析的基础上，利用较少的定量信息使决策的思维过程数字化。从而为多目标、多准则的复杂决策问题提供简便的决策方法。尤其适用于解决在实践中对决策结果难于直接准确计量的问题。层次分析法将定性与定量相结合，便于决策者之间彼此沟通，是一种十分有效的系统分析方法。
奥运会场馆设施建设前期工作的主要内容是进行建设可行性研究和规划设计。而前者是场馆决策，后者是组织实施。因此，应选择规划设计阶段作为控制建设规模的研究对象。
在奥运会场馆设施的规划设计阶段，主要赛时使用者已经基本明确。这些使用者对未来场馆设施使用功能所提出的要求，就构成了奥运会场馆在规划设计阶段必须考虑的赛时使用功能需求，即规划设计阶段的需求影响因素。这些影响因素对场馆设施建设规模的构成产生重要影响。使用需求的无限膨胀引起场馆建设规模的扩大，而不合理的建设规模又不能为奥运会举办提供必要的保障条件。因此，研究解决好赛时使用功能需求与场馆建筑面积控制指标之间的矛盾，使场馆建筑设计实现对使用功能需求合理分类，区别对待，才能有效地控制场馆设施建设规模。
应用层次分析法控制奥运会场馆建设规模的基本思路：
1） 基于以上认识和分析，选择场馆规划设计阶段作为决策分析系统，以场馆建设可研报告确定的建筑面积作为总目标，弄清规划设计阶段的所有需求影响因素。
2） 按照区别是否必须在设计阶段解决，是否可以综合考虑的原则对所有需求影响因素进行甄别，找出场馆规划设计阶段引起建筑面积扩大的真实影响因素。
3） 对真实需求影响因素建立层次分析结构数学模型，将定性问题转化为定量问题。
4） 结合奥运会赛事组织和场馆建设实际工作，建立判断准则的数学矩阵。以赛时使用需求、赛后经营管理和可行性研究报告确定的建设投资作为影响因素重要性的判断准则，分别计算出不同的权重数据组。
5） 进行数学计算，并对计算结果进行一致性检验和总排序。
6） 运用计算结果对真实影响因素进行分析，提出控制场馆规划设计阶段建设规模的对策。
3应用层次分析法控制国家体育场规划设计阶段建设规模的探讨
お3.1层次分析法的应用┕家体育场是2008年奥运会的主体育场和北京奥林匹克公园内的标志性建筑，将成为现代奥林匹克运动留给城市的宝贵遗产和城市建设的新亮点。北京奥运会期间，国家体育场将举行开、闭幕式和足球、田径比赛，可容纳观众91 000人（其中临时坐席11 000个）。奥运会后国家体育场将成为北京举办各种大型体育赛事和活动的重要设施。
在国家体育场规划设计阶段，国际奥委会、国际田联、国际足联及其它有关组织机构都对国家体育场的奥运会赛时使用提出了各种各样的要求，同时都强调各自需求的重要性并努力使之实现。随着规划设计阶段的深入，开、闭幕式设计、安保、交通、观众服务等赛时使用者逐步明确，各方提出的赛时使用需求更加具体并不断膨胀，达到12个方面之多。
但国家体育场的建设规模在国家发改委批复的可行性研究报告中就已经确定为总建筑面积14.5万平方米。同时国家体育场的建设还必须考虑赛后使用要求和在可研报告确定的建设总投资内限额设计，因此，膨胀的使用需求与已确定的建设规模之间就形成了一对矛盾。实际工作中，奥运会组织方在“穷尽需求”的指导思想下提出的大量赛时使用要求由于缺乏相应的甄别和制约机制，曾一度引起国家体育场初步设计大大超出已批准的建设规模。通过采取措施虽然进行了压缩，但在建设过程中又出现了“反弹”。因此，在规划设计阶段采取有效措施，来合理地确定国家体育场在规划设计阶段所面对的各种需求影响因素，并将这些需求影响因素按照重要性程度进行排队，在建筑功能设计中对它们区别分类，合理优化，是有效控制国家体育场建设规模的基础工作。需要寻找一个科学可行的理性方法来解决。
按照区别是必须在设计建设阶段解决，还是可以通过赛时组织或搭设临时设施来满足，以及是否可以对使用要求综合考虑的原则，可以将国家体育场面对的12方面需求因素甄别归纳为以下8个方面：运动员和赛事管理人员需求、观众需求、贵宾需求、新闻媒体需求、竞赛技术需求、竞赛服务需求、安保交通需求、临时设施需求。
目标层G：是经过计算得出的结果，即对应于不同条件下的需求影响因素排序。
准则层C：代表三组不同条件，即要达到的建设目标和制约条件。
措施层A：经过甄别归纳出的8个真实需求影响因素。
在国家体育场建设规模已经确定的情况下，实际上不可能满足所有的使用需求。可以看出，对上述8个方面使用需求影响因素进行区别分类，合理优化的过程，实质上是一个典型的目标评价排序问题。由于评价排序的对象都是定性的，评价的过程可以尝试采用层次分析法，将定性的问题转化为定量的问题，通过建立层次递阶结构模型（图1）来求解。
按照上述模型所生成的判断矩阵，经过运算得出各影响因素的重要性排序。对影响因素重要性最终排序结果分析如下：
在国家体育场规划设计阶段，如果以满足赛时需求为主要目标，运动员及赛事管理使用需求的重要性要远远高于其它各方面使用需求因素。因此在国家体育场规划设计阶段的诸多赛时使用需求中，应当选择运动员及赛事管理使用功能需求作为建筑功能设计的首要满足目标。
如果分别以赛后经营管理和满足已确定的建设投资控制数为主要目标，则相应的需求影响因素重要性排序情况也会发生改变。但是运动员与赛事管理需求因素和观众需求因素的重要性排序仍在最前列。这意味着即使以满足国家体育场的赛后经营管理和场馆建设总投资为目标，也必须将运动员与赛事管理及观众的赛时使用要求放在最重要的位置上。这种情况下，赛时临时设施需求的重要性就明显上升。这意味着在考虑国家体育场赛后经营管理需求和控制建设总投资时，可以通过减少场馆永久建筑和设施规模、增加赛时临时设施设置的措施来兼顾赛时使用、赛后经营管理和降低建设成本。
3.2几点思考1) 从国家体育场的应用尝试可以看出， 在奥运会场馆设施建设的规划设计阶段，可以采用运筹学多目标决策的层次分析方法，构建层次分析结构数学模型对所有赛时使用需求的重要性程度进行排序，以达到在建筑设计中对功能需求合理分类，区别对待，有效控制场馆设施建筑面积，进而控制建设规模的目的。
2) 应用层次分析数学模型进行排序计算的结果，与当初国家体育场在规划设计阶段通过反复纷繁的讨论后，采用定性方法选择的以赛时使用需求作为建筑功能设计首要满足目标的实际做法是一致的。但采取数学模型计算的方法简捷易用，效果直观，而且定性与定量相结合，便于在场馆设施规划设计阶段参与讨论的各赛时具体使用者之间采用量化明晰的方式彼此沟通，并提高工作效率。
3) 采用数学模型计算的方法，还可以区别以赛后经营管理作为首要满足目标和以控制建设投资作为首要满足目标的不同情况，通过对各使用需求重要性程度的不同排序，对场馆设施建筑功能设计的不同结果进行模拟。分别计算出兼顾赛时使用需求、赛后经营管理和控制建设投资这三种情况下的不同结果和相应需要采取的措施。从而使奥运会场馆设施在建筑功能设计时实现多方案比较和设计优化。
4) 定量分析结果显示，对于奥运会场馆设施的规划设计，在分别选择以满足赛时使用功能需求、赛后经营管理需求和控制建设投资作为主要实现目标时，运动员与赛事管理需求和观众需求在所有使用需求因素中均排在首位。这反映了奥运会比赛场馆设施的建筑功能设计首先要满足体育功能，也与体育建筑设计建设的基本宗旨相一致。5) 在以满足赛后经营管理需求作为主要目标和考虑控制场馆设施建设投资时，可以采用大量搭设赛时临时设施的方法来实现奥运会场馆设施赛时赛后的转换。这为综合考虑场馆赛时赛后使用，和根据不同场馆建设项目的情况，采用不同资金来源渠道来满足赛时使用要求提供了多种实现对策，也为控制场馆建设投资提供了一条新思路。
6) 北京奥运会场馆设施建设前期工作和工程实施的时间表明，组织这样一项庞大复杂的开放系统工程，如果仅仅固守于已有的常规模式和主要靠采取行政手段来管理是远远不够的。不能及时破解实际工作中涌现出来的大量新鲜问题，就无法完成举办一届有特色、高水平奥运会的历史使命。必须充分认识体育运动赛事组织和工程建设的实践性、多样化特点，尊重客观规律，深入分析实践中出现的主要矛盾和问题，运用现代管理理论和方法去创造性地工作，不断完善组织实施方面的具体对策和措施。
这里探讨的虽然是北京奥运会场馆设施前期工作中所出现的问题，而且随着2007年场馆设施建设的基本完成，这一应用系统决策分析的方法也没有机会回到奥运会场馆建设工作中去具体应用了。但是对于今后其它大型综合性体育赛事（如亚运会、世界大学生运动会、全运会、城运会），以及类似大型公共文化活动的组织筹备和设施建设管理，是否可以提供一些有益的反思和借鉴呢？
参考文献：
［1］ 北京市“2008”工程建设指挥部办公室. 2008年奥运会北京地区31个比赛场馆基本情况（2005年2月版）［R］.北京：北京市“2008”工程建设指挥部,2005.2.
［2］ 《奥运工程设计大纲》编写组.国家体育场奥运工程设计大纲［R］.北京:第29届奥林匹克运动会组织委员会,2002.
［3］ 许树柏.层次分析法原理［M］.天津：天津大学出版社，1988.
［4］ 傅家骥，仝允恒.工业技术经济学(第三版) ［M］.北京：清华大学出版社，1996.
规模决策 篇3
目前, 国内外很多学者从不同角度对闭环供应链管理的诸多问题进行了研究, 如闭环供应链结构设计问题、运作协调问题以及闭环供应链的不确定性问题[1 -3]。在闭环供应链的结构设计问题中, 回收渠道的选择是一个至关重要的方面。国外, Fleischmann[4]等人根据废旧产品的回收主体不同将闭环供应链回收渠道划分为三种形式。Savaskan[5]等运用Stackelberg博弈模型分析了由一个制造商和一个零售商构成的再制造闭环供应链系统的最优回收渠道决策问题。随后, Savaskan和Wassenhove[6]又将问题扩展到当存在竞争零售商时的回收渠道选择。国内, 王发鸿和达庆利[7]研究了回收产品的可再造率对双边垄断型闭环供应链回收渠道选择的影响。韩小花[8]基于制造商竞争的条件研究了二级闭环供应链回收决策问题。易余胤[9]又针对具竞争零售商的再制造闭环供应链, 建立了在制造商领导、零售商领导以及无市场领导时的回收渠道模型。聂佳佳[10]则研究了存在强势零售商下的回收渠道决策模型。和上述研究不同, 本文考虑到第三方回收可以凭借其先进的技术水平和专业的服务能力吸引到更多客户, 使其回收具有规模效应[11], 因此第三方回收渠道的平均回收努力成本就会低于零售商和制造商直接回收情形, 回收渠道的决策与规模效应密切相关。如欧洲一个与30 多家国际电气品牌合作的专营电子废弃物处理公司第三方回收公司MIREC Recycling, 凭借其技术、信息、人才、管理等方面的专业优势, 实现了回收处理集约化、效率化的规模经济[12]。本文建立了存在第三方规模效应下回收渠道决策的模型, 分析了规模效应对企业回收渠道决策的影响, 最后, 利用算例分析了规模效应对第三方回收模型中的回收率以及供应链上各成员利润的影响。期望所得到的结论能为现实中企业的回收渠道决策问题提供参考。
1 问题描述
考虑三种回收渠道 ( 如图1 所示) : 制造商回收 ( 模型M) 、零售商回收 ( 模型R) 和第三方回收 ( 模型3P) 。
1. 1 符号说明与模型假设
制造商同时对原材料和废旧产品进行制造和再制造, 再制造的产品与新产品在品质、性能等方面完全相同, 且在同一市场销售。用cm表示生产一单位新产品的成本, cr表示生产一单位再制品的成本, 故 Δ = cm- cr> 0 表示再制造节约的成本。制造商生产单位产品的平均成本则为c = cm- τΔ。其中 τ 表示废品回收率, τ∈[0, 1], 回收的产品将全部用于再制造。
零售商以批发价p从制造商处购得产品, 并以零售价 ω进行销售。
回收方从事废旧产品回收, 制造商从回收方那里回购产品的转移支付价格为B。为避免制造商无利可图, 要求 Δ≥B。
三种渠道中, 供应链上各个主体的利润函数用∏ji ( i = M, R, eP; j = M, R, 3P) 表示, i = M, R, 3P分别表示制造商、零售商和第三方, j = M, R, 3P分别表示制造商、零售商和第三方回收渠道, 即j回收渠道中i主体的利润。
假设一: 制造商作为领导者, 零售商以及第三方作为追随者, 在Stackelberg博弈决策的框架下进行博弈, 制造商通过比较几种回收渠道模型下利润值大小来选择回收渠道。
假设二: 市场的需求函数是确定的, 线性的, D ( p) = a -bp, 其中a为市场潜在需求, b为价格敏感系数[5]。
假设三: 制造商和零售商作为回收方时的回收努力成本由I = Clτ2表示, 其中Cl为投资成本系数, I为回收努力成本, 现实中, 可以理解为其为了回收产品进行的营销以及多种物流成本。I' ( τ) >0, I″ ( τ) >0 这表明随着回收比例的增加, 回收努力成本增加而且增加的速度加快, 所以过分的追求高回收比例是不经济的[5]。在第三方作为回收方时, 回收努力成本与规模效应有关, 即I = kClτ2 ( k为规模效应系数) , k∈[0, 1] ( k = 1, 第三方回收模式没有产生规模效应, 第三方回收需要花费与制造商和零售商回收一样的成本。k = 0, 第三方回收规模效应很大, 此时的回收努力成本为零, 显然, 这在现实中是很难成立的, 因此假设k > Bb ( Δ - B) /4cl, 即不存在规模效应可以使回收努力成本为零的情形)
假设四: cl> bΔ2/4 。这表示进行回收的成本不是很低, 现实中进行回收往往要花费大量成本, 这与现实是相符合的[10]。
假设五: 由于回收方支付给消费者的费用并不影响模型分析结果, 本文建模时假设其为零[11]。
2 模型建立
2. 1 模型M———制造商负责回收
在该回收渠道中, 制造商负责生产和回收废旧产品, 零售商只负责销售产品。零售商和制造商的利润决策模型分别为:
根据Stackelberg博弈理论, 首先得出零售商的零售价决策为pM ( ω) = ( a + ωb) / ( 2b) , 代入制造商利润决策模型得到最优的批发价格和回收比例分别为:
相应的, 最优零售价格为:
此模型中, 零售商和制造商最优利润分别为:
2. 2 模型R———零售商负责回收
在该回收渠道中, 制造商只负责生产产品, 零售商则负责销售产品及回收废旧产品。零售商和制造商的利润决策模型分别为:
根据Stackelberg博弈理论, 首先得出零售商的零售价决策和回收率决策分别为:
代入制造商的利润决策模型, 得到最优的批发价格为:
此时, 相应的最优零售价和回收率分别为:
将pR、τR、ωR代入零售商与制造商的最优利润分别为:
2. 3 模型3P———第三方负责回收
在该回收渠道中, 制造商只负责生产产品, 零售商也只负责销售产品, 而回收废旧产品则由专业的第三方负责。零售商和第三方的利润决策模型分别为:
根据Stackelberg博弈理论, 首先得出最优零售价和回收率决策为p3P ( ω) = ( a + ωb) / ( 2b) 和 τ3P ( w) = B ( a - ωb) / ( 4kcl) , 代入制造商的利润模型
得最优的批发价格为:
此时, 相应的零售价和回收率分别为:
将pR、τR、ωR代入, 零售商、制造商和第三方的最优利润分别为:
3 不同回收渠道的比较分析
命题1:三种回收渠道中回收率的大小关系如下:
①当8Δcl/ (Δ2b+8cl)
②当Bb ( Δ - B) /4cl< k≤B ( bΔ2- 2ΔBb + 8cl) /8Δcl时, τ3p> τM; 当k > B ( bΔ2- 2ΔBb + 8cl) /8Δcl时, τ3p< τM;
③当Bb ( Δ - B) /4cl< k≤ ( 4cl- Bb2) /4cl时, τ3P> τR; 当k > ( 4ct- Bb2) /4cl时, τ3p< τP。
该命题说明在制造商作为市场领导者的市场结构中, 制造商只要控制好合适的回收支付价格, 就能保证废旧产品的回收率在零售商回收渠道中高于制造商直接回收渠道, 现实生活中, 我们可以看到制造商愿意这样做, 以使自己有更多精力专注于核心业务; 从②我们得到当规模效益较大时, 即k较小, 第三方回收比制造商回收渠道下的回收率高, 否则, 制造商回收渠道的回收率更高; 从③得到当规模效应较大时, 第三方回收比零售商渠道下的回收率高, 反之, 零售商回收中回收率更高。综上, 当规模效应较大时, k∈[Bb ( Δ - B) /4cl, B ( bΔ2- 2ΔBb + 8cl) /8Δcl], 专业的第三方回收会使废旧产品的回收率大于其它两种回收模式, 此种情况无论是对供应链而言还是对环境都是最有益的。
命题2: 三种回收渠道中批发价的大小关系如下:
该命题说明前两种回收渠道中, 制造商通过制定合适的回收支付价格, 就能使零售商回收时的产品批发价较制造商回收时低, 批发价低, 就能刺激零售商降低零售价, 进而刺激市场需求的增加。综合②和③, 得出当规模效益较大, k∈[Bb ( Δ - B) /4cl, ( 4cl- Bb2) /4cl], 第三方回收渠道中的批发价会比前两者都低, 较低的批发价对需求的增加产生间接影响, 但当规模效应变小后, 第三方回收就不具备这一优势了。
命题3:三种回收渠道中零售价的大小关系如下:
①当Δ/2
②当Bb ( Δ - B) /4cl< k≤2B ( Δ - B) / Δ2时, pM> p3P; 当k> 2B ( Δ - B) / Δ2时, pM< p3P;
③当Bb ( Δ - B) /4cl< k≤ ( Δ - B) / Δ 时, pR> p3p; 当k > ( Δ - B) /Δ 时, pR< p3p。
该命题说明如果制造商选择的回收支付价格, 即B∈ ( Δ/2, 4cl/ Δb) , 零售商回收中产品零售价是小于制造商回收中的零售价的, 而零售价的降低对消费者是极具吸引力的, 会刺激产品的需求的增大, 提升整个供应链的利润, 因而制造商会乐意按照上述的范围选择回收支付价格。从②和③的比较得出: 当规模效益较大, 即k较小时, 第三方回收比其它两种回收模式下的零售价低, 此时选择第三方回收对市场需求的增加是有积极影响的。
命题4:三种回收渠道中制造商的利润大小关系如下:
①当Δ/2
②当Bb ( Δ - B) /4cl< k≤2B ( Δ - B) / Δ2时, ΠM3P> ΠMM; 当k > 2B ( Δ - B) / Δ2时, ΠM3P< ΠMM;
③当Bb ( Δ - B) /4cl< k≤ ( Δ - B) / Δ 时, ΠM3P> ΠRM; 当k > ( Δ - B) /Δ 时, ΠM3P< ΠRM。
该命题说明制造商应选择合适的回收支付价格, 使得采取零售商回收模式比自己直接回收时所获得的利润高。从②和③得出: 当规模效应大时, 制造商所获得的利润在第三方回收渠道下比其它两种回收渠道下的高, 采用专业的第三方物流企业作为回收方, 不仅仅减少了其在回收基础设施上的投资, 而且利用其规模效应, 还可以给制造商创造利润。
命题5: 三种回收渠道中零售商的利润大小关系如下:
该命题说明制造商可以通过选择合适的回收支付价格, 使得自己的战略合作伙伴零售商在作为回收方时获得的利润大于不做回收方时的利润, 同时, 高的利润必然会提高零售商的回收热情, 从而增大回收率。从②和③我们可以得出, 规模效应大小会影响零售商获利, 当第三方回收的规模效应大时, 零售商在第三方回收渠道中获得的利润最高。
4 算例分析
本部分分析第三方回收渠道模型中, 规模效应对回收率以及各各成员利润的影响。
首先, 图2 证明了前文假设三, 即规模效应不能无限大, 否则回收率会大于1, 而回收率会大于1 的情况是不成立的, 故k并不能从原点开始取值。其次, 从图2 可以看出第三方回收渠道模型中, 回收率与规模效应正相关。可见规模效应越大, 第三方的回收热情也越高, 这对供应链的利润以及环境的影响越有益。随着规模效应的减小, 回收率也越来越小, 当k = 1 时, 即第三方会回收也没有规模效应, 回收率为0. 206 ( 此时, 零售商回收渠道回收率为0. 209) , 低于了这种假设下零售商回收渠道模型的回收率, 这表明第三方回收渠道已不是最优选择。在第三方物流发展迅速的今天, 规模效应普遍存在, 因而在进行回收渠道决策时, 规模效应因素是选择合适渠道的关键, 应予以重点考虑。
从图3 可以看出第三方回收渠道模型中, 当规模效应很大时, 第三方分得最多的再制造利润, 高于制造商, 零售商。随着规模效应逐渐变小时, 利润最大的依然是第三方, 而最小则变成制造商。当规模效应变小到一定水平时, 零售商则分得最多的利润。结合图2 分析, 这也许是由于此时的回收率依然较大, 制造商将成本节约转移给零售商, 希望通过刺激零售商降低零售价来增加产品需求, 从而使此时零售商获利颇丰。
5 结论和进一步研究方向
本文研究了第三方回收的回收努力成本受规模效应影响下, 由一个制造商和一个零售商组成的再制造闭环供应链的回收渠道决策问题。文章考虑了三种主要的回收渠道: 制造商回收、零售商回收、第三方回收, 建立了闭环供应链回收渠道决策模型, 对比分析了三个回收渠道的回收率, 批发价, 零售价以及制造商和零售商所获的利润。最后, 文章通过算例分析了第三方回收模型中, 规模效应对回收率的影响以及它对各成员利润的影响。结论如下: ①规模效应较大时, 第三方回收从回收率, 批发价, 零售价以及供应链上各成员的利润几个方面来看都是最优的回收渠道。②规模效应与回收率正相关, 随着规模效应的减小, 回收率也减小, 最后, 最优的回收渠道也会从最初的第三方回收变成零售商或者制造商回收。③规模效应还决定了供应链上各成员的利润分配方式, 当其较大时, 第三方得到最多利润, 当其逐渐变小时, 零售商则得到更多的利润。
参考文献
[1]Guide Jr, V.D., Wassenhove, L.The reverse supply chain[J].Harvard Business Review, 2002, 80, (2) :25-26.
[2]Blackburn, Guide Jr, V.D., Souza, G.C., Wassenhove, L.N.Reverse supply chain for commercial return.California Management Review, 2004, 46, (2) :6-22.
[3]徐家旺, 朱云龙, 黄小原, 邱若臻.闭环供应链管理问题的研究进展[J].系统工程, 2008, 26, (8) :1-10.
[4]Fleischmann M, Krikke H R, Dekker R, Flapper S D P.seong Y P, A characterization of logistics networks for product recovery[J].Journal of Operations Management, 2003, 2-179.
[5]Savaskan, R.C., Bhattacharya, S.and Wassenhove, L.N.V.Closed-loop supply chain models with product remanufacturing[J].Management Science, 2004, 50, (2) :239-252.
[6]Savaskan, R.C.and Wassenhove, L.N.Reverse Channel Design:The Case of Competing Retailers[J].Management Science, 2006, 52, (1) 1-14.
[7]王发鸿, 达庆利.电子行业再制造逆向物流模式选择决策分析[J].中国管理科学, 2006, 14, (6) :44-49.
[8]韩小花.基于制造商竞争的闭环供应链回收渠道的决策分析[J].系统工程, 2010, 28, (5) :36-41.
[9]易余胤.具竞争零售商的再制造闭环供应链模型研究[J].管理科学学报, 2009, 12, (8) :45-54.
[10]聂佳佳.存在强势零售商的回收再制造闭环供应链模型[J].预测, 2011, 30, (5) :36-41.
[11]夏翊轩.面向回收物流的第三方物流运作模式探究[J].经济论坛, 2009, 12, (24) :99-100.
规模决策 篇4
1 相关工作
后剪枝使决策树具有更好结构风险最小的特点,有些经典算法,如REP、PEP、MDL等。REP剪枝[4]算法是常用的剪枝算法,但其速度较慢,并且需要独立数据集用于剪枝。PEP剪枝[5]是在REP的基础上改进而来,剪枝速度快,采用误差估计连续性校正,无需单独用于剪枝的数据集,剪枝后决策树分类精度高[6],但是采用自顶向下的剪枝策略,存在视野问题[7],而且只考虑决策树的分类精度,可能导致决策树复杂度高。为了降低决策树复杂度,基于MDL准则的决策树剪枝算法采用最小描述长度(minimum description length,MDL)准则[8,9],根据不同的样本数决定对决策树的剪枝程度,但其单纯从决策树复杂程度决定剪枝,可能导致决策树分类精确度下降。综合考虑决策树复杂度和分类精度的后剪枝更能实现决策树的结构风险最小,如结合多种策略的剪枝算法[10],但是其策略的组合需要人为根据经验给定,在应用时有一定的限制;基于信息增益和最小距离分类的决策时改进算法[11],其在由信息增益构造的决策树的基础上使用最小距离的标准来调节修整决策树模型,但是其对原始数据进行修改,会导致不可恢复的错误。
在分析经典后剪枝存在的不足的基础上,提出一种综合考虑决策树分类准确率和规模的决策树后剪枝算法,采用自底向上的剪枝策略,并且无需单独用于剪枝的数据集。
2 结合准确率和规模的剪枝算法
2.1 基本概念
定义1信息系统是真实对象集合的抽象表达形式,由K=(U,A,V)式表示,其中论域U={u1,u2,…,u|U|}为非空有限对象集合(||为对象集合中元素的个数);A={ai|i=1,2,…,k}为对象的属性集;V={Vai|i=1,2,…,k},Vai为对象属性ai的值域,表示对象u∈U在ai上的投影,即ai:U→Vai,ai(u)=vi,vi∈Vai。
定义2信息系统K=(U,A,V),S为对象集合的集合,且满足,且,称集合S是集合U的一个划分。P(S)为数值集合,其满足,且p∈P(S),称P(S)为U的S划分的概率分布。
定义3信息系统K=(U,A,V),对于的集合为关于属性集R'的对象u的等价类。称为K关于R'的等价类族。等价类族是U的一种划分。P(U/R')为K关于R'的概率分布。
定义4信息系统K=(U,A,V),如果A=C∪D,C∩D=,则称集合C,D分别为条件属性集和决策属性集,K为决策表,记为DT=(U,C∪D,V)。信息系统集Sub_Ks/R'满足Ki=(Ui,A,V),Kj=(Uj,A,V)∈Sub_Ks/R',Ui,Uj∈U/R',称信息系统集Sub_Ks/R'为信息系统K关于属性集R'的划分。决策表DT=(U,C∪D,V)和决策表集Sub_DTs/{c∈C},满足DTi=(Ui,C∪D,V),DTj=(Uj,C∪D,V)∈Sub_DTs,Ui,,称决策表集Sub_DTs/{c∈C}为决策表DT关于条件属性集{c}的划分。
定义5决策树DTree中每个节点都是决策表,决策树递归定义:对于任一节点t=DTi(Ui,C∪D,V),存在c"C及其子节点集为Sub_DTi/{c∈C}。
定义6决策树DTree中,如果叶节点l=DTl(Ul,C∪D,V),且|Ul/D|=1,叶节点对象类别为“纯的”,否则,|Ul/D|>1,叶节点对象类别为“不纯的”。
决策树的根节点对应整个训练数据集,内部节点对应训练数据子集。剪枝后决策树,其叶节点可以是“不纯的”。
定义7信息系统K=(U,C∪D,V)关于论域集U被属性R划分后的规模度H(R→D)为
式(1)中H(R)为条件属性R∈C的复杂度,其表达式为
H(R|D)为决策属性集D依赖于属性R的混乱度,其表达式为
2.2 算法过程
平衡准确率和规模的剪枝方法BASP(balance of accuracy and size pruning)对一颗完全生长的决策树剪枝,综合考虑提高分类预测准确率和减小决策树规模的剪枝目标,以求获得具有更好效果的决策树。
2.2.1 分类错误率
在一颗决策树DTree中,以节点t为根节点的子树用Tt表示。每个节点中对象可根据类别进行划分,某一类别对象占多数,则该节点标示为该类,即正确分类,其他类为错误分类。单个节点t的分类错误率为
子树Tt上的分类错误率为
式中e(t)表示节点t上错误分类对象个数,n(t)表示节点t上的对象总个数,Nl为子树Tt的叶结点集。
2.2.2 决策树规模度
对于子树仅含单一的叶节点t,H(R)=0,规模度H(R→D)可化简成H(Rt→D)=H(D|Rt);对于以t为根的子树Tt,如果子树只有两层,则子树的规模度,如果子树有大于两层的结构时,则整个子树的规模度为各个子节点的规模度的加权和。
式(6)中cn为子树根t的子节点集合。
2.2.3 决策树规模综合度量
决策树规模综合度量的评价函数:
式(7)中
式中m为训练数据集中实例的个数,k为自定义的参数,函数g(m)取值区间为[0,1)且单调递增,使评价函数可以针对不同数据量以及不同剪枝目标动态调整。当(m/k)≈1.1时,g(m)≈0.5,即在评判标准I(t)中准确率和规模同样重要;当(m/k)<1.1时,评判标准更偏向于准确率;当(m/k)>1.1时,评判标准偏向于规模,而且随着数据量的增加而加大I(t)中规模标准所占的比例。k的取值根据数据量大小以及剪枝目标的不同确定。NH(t)为归一化处理后的规模度H(R→D),NH(Tt)表示以t为根节点的子树的分割的归一化规模度,NH(t)表示t为叶结点的分割(即未分割)的归一化规模度。以t为根节点的子树在剪枝前的评判标准为
剪掉子树,以t为叶子结点之后的评判标准为
如果剪枝后的决策树满足:
说明剪掉节点t的子树,使节点t作为叶结点的决策树的错误率与规模度之和更小,即决策树具有更好的剪枝效果,接受该剪枝,否则不接受剪枝。
2.2.4 决策树剪枝流程
采用自底向上的策略,依次选取具有最深非叶结点的节点测试是否剪枝,直到所有节点都被测试过,并且剪掉任一结点都会使I(t)增大为止,具体流程图1所示。
3 实验对比
选用UCI实例个数中等数据集(表1),k取值2 000,采用5交叉验证实验方法,并且进行3次实验的平均值作实验对比。实验在Core E7300 CPU,4G内存,160 G硬盘硬件平台,Windows7(64位)操作系统环境下进行。用C4.5算法建立决策树,然后分别采用BASP、PEP和MDLP以及基于关联规则的决策树改进算法[11]结果对比(表2、表3)。
为了更好对比实验结果,设定评价函数:
式(13)中g(m)为平衡准确率和规模的权重;a(T)为剪枝前决策树的准确率;a(Tp)为剪枝后决策树的准确率;s(T)为剪枝前决策树的结点个数;s(Tp)为剪枝后决策树的结点个数;为剪枝后决策树的准确率相对提升;为决策树剪枝后的规模相对减小量。L(T)越大,剪枝效果越好。
实验结果如4表所示,可以看出,对于大数据集Letter,BASP效果略逊于MDLP之外,BASP剪枝算法的整体剪枝效果要好于其他算法。
4 结束语
决策树剪枝可提高决策模型泛化能力,提高决策树的分类精度能力;降低复杂度,提高决策模型识别效率。不同于已有决策树剪枝算法,BASP兼顾决策树识别率和规模,而且不需要独立的剪枝数据集,但对于不同数据集,需要人为调整系数函数g(m)中的参数k,如何采用自动确定该参数需进一步研究。
摘要：决策树剪枝是决策树分类学习中的重要步骤,可降低决策树复杂程度和提高决策树泛化能力,从而提高决策树识别精度和效率。通过利用系数函数综合决策树的错误率和规模,形成决策树剪枝标准,在系数函数的参数合适选取,采用自底向上遍历过程逐一进行判断剪枝。实验结果表明,综合考虑决策树的分类预测准确率和决策树的规模大小,BASP剪枝算法能够获得更好的剪枝效果。
关键词：决策树,剪枝算法,准确率,规模
参考文献
[1]胡江洪.基于决策树的分类算法研究.武汉:武汉理工大学,2006Hu Jianghong.Research of classification algorithms based on decision tree.Wuhan:Wuhan University of Technology,2006
[2] Vapnik V.The nature of statistical learning theory.Berlin:Springer,1999:22—31
[3] 李道国,苗夺谦,俞冰.决策树剪枝算法的研究与改进.计算机工程,2005;(08):19—21Li Daoguo,Miao Duoqian,Yu Bing.Research and improvement of decision tree's prune Algorithm.Computer Engineering,2005;(08):19—21
[4] Quinlan J R.Simplifying decision trees.International Journal of Manmachine Studies,1987;27(3):221—234
[5] Mansour Y.Pessimistic decision tree pruning based on tree size.Machine Learning-International Workshop then Conference.Morgan Kaufmann Publishers Inc,1997:195—201
[6] 魏红宁.决策树剪枝方法的比较.西南交通大学学报,2005;(01):44—48Wei Hongning.Comparison among methods of decision tree pruning.Journal of Southwest Jiaotong University,2005;(01):44—48
[7] 邵洪波.自顶向下决策树增量剪枝方法研究.保定:河北大学,2012Shao Hongbo.Top-down decision tree pruning method research.Baoding:Hebei University,2012
[8] 徐向华,朱杰,郭强.语音识别中基于最小描述长度准则的决策树动态剪枝算法.声学学报,2006;(04):370—376Xu Xianghua,Zhu Jie,Guo Qiang.Decision tree dynamic pruning method based on minimum description length in speech recognition.Acta Acustica,2006;(04):370—376
[9] 黄东.Bad:基于最小描述长度的均衡离散化方法.计算机工程与科学,2011;(12):130—135Huang Dong.Bad:a balanced discretization algorithm based on the minimum description length.Computer Engineering&Science,2011;(12):130—135
[10] 李仁良,李义杰.基于多策略的决策树剪枝算法及其应用.计算机仿真,2010;(11):78—81Li Renliang,Li Yijie.Decision trees pruning based on multi-strategy and its application.Computer Simulation,2010;(11):78—81
规模决策 篇5
Kim等 (1998) 认为企业流动性的价值问题是财务领域尚未解决的十大难题之一[1]。由于货币资金和可交易性证券是流动性最强的资产, 其持有水平涉及交易成本、委托代理、公司治理等众多研究领域, 至今企业现金持有问题受到国内外学者和企业管理者的广泛关注。例如, Business Week (1995) 报告克莱斯勒和福特分别持有现金和可交易性债券达到76亿美元和121亿美元[2]; 杨兴全和孙杰 (2006) 、 王利刚 (2007) 等发现中国企业现金持有比率远高于美国企业的水平, 为15%左右[3,4]; Luo和Hachiya (2005) 、 Drobetz和Grüninger (2007) 分别发现日本和瑞士企业现金持有比率都比美国和英国企业的高[5,6]; Dittmar等 (2003) 甚至发现及企业在1998年的平均持有水平高达29.6%[7]。企业持有现金的成本会产生许多成本, 通常包括:一是因持有现金而未进行长期投资所带来的机会损失;二是以现金方式所获得的投资收益通常要承担双重甚至多重税负;三是企业管理者利用现金进行的过度在职消费和过度投资等而产生的委托代理成本。显然如果持有现金不能带来足够好处, 股东会要求企业把多余的现金立即用于企业投资或者返还给股东。因此, 不论是对股东还是和管理者而言, 确定现金持有的所带来的成本效益是十分重要且必要的。
Keynes (1936) 提出预防动机和交易成本动机理论开启了企业持有现金文献的第一个阶段[8], 这一时期重在说明企业持有现金所带来的好处。在20世纪60年代对交易成本动机和预防动机理论的研究达到了一个阶段性高潮, 提出了许多现金持有最优决策的模型 (如Meltzer, 1963;Frazer, 1964;Miller和Orr, 1966;Vogel和Maddala, 1967) [9,10,11,12]。但这一阶段研究的重点是如何降低交易成本, 而忽视了预防动机的深入研究, 且未考虑由现金持有导致的委托代理成本问题。Myers和Majluf (1984) 的筹资优序理论和Jensen (1986) 的自由现金假说则开启了现金持有研究的第二个高潮[13,14], 此后以委托代理成本理论为基础对现金持有的成本和价值权衡成为财务研究领域的热点问题之一。例如Kim等 (1998) 、Opler等 (1999) 、Dittmar等 (2003) 、Dittmar和Mahrt-Smith (2007) 、胡国柳和蒋永明 (2005) 、胡国柳、刘宝劲、马庆仁 (2006) 、杨兴全和孙杰 (2006) 、张凤和黄登仕 (2008) 等[1,3,7,15,16,17,18,19]都考虑了企业持有现金带来委托代理成本问题。但这一个阶段的研究虽然以大样本为基础, 但存在重实证轻实用的现象。尽管大量实证研究说明了影响企业现金持有水平的因素, 但这些文献基本上不涉及如何站在企业或股东的立场上确定企业持有现金水平问题。而且上述两个研究阶段的主流文献都存在只从截面上判断企业的现金持有水平, 对企业在动态条件下现金持有水平变化考虑不足。
少数学者用动态规划方法试图克服其他现金持有研究文献的缺陷。如, Huberman (1984) 通过两阶段模型说明了企业进行筹资往往意味着内部流动性不足, 其深层次原因可能是企业盈利能力下降导致内部现金不足, 从而解释了企业市场价值与其筹资活动存在负相关的现象[20]。Kim, Mauer和Sherman (1998) 认为企业流动资产的最优数量取决于流动资产低收益与需要外部筹资成本之间的权衡[1]。并在未考虑股东与管理者存在委托代理成本的前提下, 用二阶段决策模型讨论了企业持有流动性的行为。Milne和Robertson (1996) 假定企业面临外生清算威胁下, 在随机环境中企业现金持有的最优动态决策规则和特征[21]。特别地, Milne和Robertson证明了存在资金约束时, 企业会尽量远离清算边界, 资金成本增加, 从而导致局部风险厌恶。即当企业现金量距离清算边界越近时, 企业偏离无资金约束时行为的程度越大。
本文从Milne和Robertson未考虑的投资动机出发, 利用连续型动态规划方法融合了企业运行过程中所面临的随机性。研究中通过引入企业现金真实回报率而不仅仅是其表面回报率, 发现了管理者与股东之间存在的一类委托代理成本。因为企业持有现金的动机并不仅仅为了获得较低的利息或可交易性金融资产的报酬, 而是有效利用未来的投资机会和防止企业财务危机。通常持有较多现金的企业主要目的是用于投资而不是防止企业清算, 所以, 企业持有现金的真实回报率高于其表面回报率。既然企业持有现金以利用投资机会为目的, 显然随着投资机会的利用企业的规模会有所变化。为了与现实更接近, 在第三部分又把模型扩展到考虑企业规模变化时的情形, 进一步证明了管理者和股东的现金持有决策是bang-bang控制。
2 企业规模不变时现金持有决策模型
企业的收益通常具有随机化特征, 因此企业需要持有一定量的现金以应付可能发生的现金短缺以及可能出现的投资机会。根据现金持有的交易动机理论和预防动机理论, 企业持有现金水平过低会增加非现金资产转换为现金资产的交易成本, 也会因无法完全利用投资机会产生损失。又因为世界各国公司法通常规定股东不能随意撤出对企业的投资, 所以企业在不发生财务失败的情况下可以认为是持续存在的。Milne和Robertson (1996) 基于预防企业清算而持有现金为前提, 利用连续型动态规划描述了现金持有水平和企业价值的关系[21]。但这样做忽视了企业持有现金的另一重要目的, 即有效利用未来的投资机会。所以, 下面的分析基于投资动机探讨企业现金持有与价值之间的关系。
2.1 模型假定
企业的内生报酬率服从布朗运动, 现金持有水平仅受现金股利影响时, 即现金持有水平受内生报酬率的影响。所以, 如果企业在获利后不扩张规模, 则现金持有决策实际上是选择适当的现金股利水平。可假定企业规模是单位投资规模, 用x表示企业持有的现金水平, μ表示单位投资的内生回报率, σ1是μ的波动率。在经历较小的时间dt后, x的增量可以用如下布朗运动给出:
其中, r0表示企业持有现金的单位回报率 (如利息或短期投资的回报, 也就是表面回报率) , D表示发放的现金股利。在式 (1) 中μ和σ1都不是x的函数, 即独立于x. 因此, 式 (1) 表示企业现金持有水平变化来自两个部分, 分别是 (r0x+μ-D) dt和随机部分用σ1dz1 (z1是一个维纳过程, σ1是μ波动率) 。
Milne和Robertson (1996) 曾假定现金x所带来的收益固定且小于股东要求的回报率, 且就是r0[21]。实际上这样假定仅考虑到了持有现金的表面价值, 即表面回报率r0, 没有考虑持有现金的内在价值或真实回报率。Opler等 (1999) 发现企业现金持有水平存在均值回值现象, Peles和Schneller (1989) 也验证了企业现金持有比率存在均值回归现象且给出了具体的调整系数[15,22]。这说明企业有目标现金持有水平, 管理者会通过各种方式向动态的目标靠近 (可用L表示企业的最优现金持有水平) 。这个目标持有水平可以被认为是现金的边际价值与非现金资产边际的价值相等的点。而且如果企业实现了最优现金持有, 则现金真实回报率r等于μ. 当企业现 金持有水平向低于最优目标的方向偏离时, 则机会成本和交易成本逐渐增加;当企业现金持有水平向远远高于最优目标的方向偏离时, 委托代理成本和和因持有现金发生机会成本会逐渐增加。但持有过多现金又会造成代理成本过高以及机会成本较大, 比如管理者可能会进行过度投资和过度的在职消费。正如Jensen (1986) 提出的自由现金流量假说那样, 企业持有过多现金时企业管理者就会通过过度投资、过度在职消费等形式损害企业价值[14]。也就是说, 持有现金不适量必然造成企业成本增加, 最终会体现为企业净收益减少而导致企业价值和股东价值下降。因此, 现金带来的真实回报率r是x的函数, 且可以用下列形式表示r与x的关系:
在企业开始经营的最初时刻, 股东价值V用未来各期股利的期望折现值表示。因假定企业不发生财务失败时持续存在, 所以是连续型的折现。V可用式 (3) 表示:
ρ是股东要求的折现率, 如果股东要求的回报率高于企业的盈利水平则股东就不会对企业进行投资, 所以ρ通常小于μ. 由于0<r≤μ, 所以r、ρ与μ的关系因x的水平而定, 由式 (2) 可计算出当
基于投资动机和防止清算动机的三个假定:一是当企业的投资机会集一定时, 企业要充分利用所有投资机会且满足现金资产与非现金资产的最佳配置时需持有L的现金; 二是不允许企业进行权益筹资, 也就是现金股利支付非负, 这样做的目的是为分析股东价值最大化提供可比较的基础, 同时也可以防止Myers和Majluf (1984) 指出的信息不对称导致再次外部筹资时降低企业价值的问题[13]; 三是如果现金持有水平低于企业进行正常经营所要求的最低水平a时, 就要强制进行企业清算。如果企业现金持有低于企业正常生产经营所需的水平 (假定为a) 时, 企业就会被清算且可认为此时价值为0。
上述企业价值最大化问题可以表述为: 企业选择D (·) 去最大化V (x) , 约束条件是式 (1) , 式 (2) 是隐含约束。如果x≤a, 企业进行清算, V (x) =0。
2.2 最优决策规则
针对由式 (1) 、式 (2) 、式 (3) 构成的模型, 可以写出Hamilton-Jacobi-Bellman方程, 即V (x) 和D (x) 满足:
最大化 (3) 就是选择最优轨迹D (·) , 这个问题能够被V的一个微分方程替换。虽然该问题可以有精确的解, 但由于μ、r0在实际中存在许多变化, 所以D (·) 通常只存在数值解。式 (4) 是变量D的线性函数, 因此最优控制是bang-bang控制。一阶条件Vx=1意味着D是任意的, Vx>1意味着D=0。通常情况下, 因为ρ<μ且Vx是x的函数, 所以从企业管理者的角度来说红利支付D会在最小可能值0 (当x小于最优目标L时) 和最大可能值x-L之间变换 (当x大于L时) 是最优选择;对于股东而言则, 红利支付D会在最小可能值0 (当x小于最优目标2L-a时) 和最大可能值
在
命题1 对于方程 (1) 、 (2) 、 (3) 所描述的现金股利发放、现金持有水平问题和最优现金股利支付规则可以用形式描述:
∃x*, 对x≤x*, 使得D (x) =0, 且a<x*<1。对股东来说,
图1给出了命题1的直观示例表示。图1中横轴表示现金持有水平x, 纵轴表示现金的真实回报率。可以看出, 管理者的x*=0.13, 即如果让管理者决策则企业持有13%的现金为最佳, 超过此点管理者就会发放现金股利, 否则就积累现金;股东的x*=0.23, 即如果让股东决策则企业持有23%的现金为最佳, 超过此点股东认为应该发放现金股利, 否则就积累现金。这说明当股东要求的回报率低于企业内生最优报酬率时, 管理者的现金持有决策临界点比股东的小。管理者在企业现金持有水平未达到股东决策临界点前向股东发放现金股利会使股东价值降低, 由此产生委托代理成本。这种类型的委托代理成本不是因管理者的偷懒行为或浪费行为导致的, 而是因管理者仅站在企业的角度追求价值最大化而不是从股东的角度所产生的。
(参数d=0.12, ＿=0.13, L=0.13)
2.3 价值函数的特征形状
在现金股利支付为0 (D=0) 区间内, 式 (4) 最大化问题的Hamilton-Jacobi-Bellman方程可以产生关于V 的下列微分方程:
方程 (5) 没有一般的解析解, Milne和Robertson (1996) 在其命题2中证明在特定条件下类似式 (5) 的方程通解和r0=0时的解有相同形状[21]。特定条件在本研究中为以下三个边界条件: ①V在清算临界点x=a时连续; ②在x=x*上, Vx=1。也就是在发放现金股利的临界点x*上Vx连续, 对x≥x*时企业价值函数可以用V (x) =V (x*) + x- x*表示;③在x=x*上, Vxx=0。这要求在边界x=x*上Vxx是连续的, 此时Vx必定取极值点, 因而是确保x=x*成为最优控制边界的必要条件。因为r0=0时, 式 (5) 可以写成:
对于式 (6) 形式表示的价值函数与现金持有水平之间关系的特征形状, Milne和Robertson (1996) 已经用数值解充分说明了两者之间的倒U形关系[21]。特别地, 当企业持有一直处于最佳水平时, 现金的真实回报率与非现金资产的回报率相等, 即r=μ或Vx=Vμ=μ. 根据Vx=Vμ=μ的条件, 可以得出V (x) 的通解为V (x) =μx+C=μL+C. 这说明如果企业能够始终保持现金持有水平的最佳决策, 企业价值 (股东价值) 与现金资产持有水平存在线性关系。最优现金持有水平x*是由企业所面临的未来投资机会价值决定, 因而企业如果能合理配置企业流动资产和非流动资产, 则企业价值与未来投资机会成线性关系。
Milne和Robertson (1996) 在其命题3中证明了x*具有唯一性[21]。所以, 不论对于管理者还是股东对于企业现金持有决策的最佳选择都具备唯一性。这也就是说, 当企业现金不足时, 无论是对管理者还是股东, 最佳的决策行为都是首先从企业内部筹资资金。这与Myers和Majluf (1984) 提出的筹资优序理论的观点一致, 根本原因是信息不对称造成的[13]。李小军和王平心 (2006) 的实证结果表明对外筹资会受到市场的消极对待[23], 也支持了现金持有决策模型的结论。
3 企业规模变化时现金持有决策模型
在由式 (1) 、式 (2) 、式 (3) 所构成的模型中, 虽然考虑了现金内在价值以由此产生的股东与管理者的决策差异, 但是没有考虑企业规模的变化。在现实中, 企业自成立之后会随着未来投资机会的利用使企业规模可能发生变化。当企业持有现金的主要目的是有效利用未来投资机会时, 企业现金就会不断转化为非现金资产使企业的规模扩张。所以, 下面把模型扩展到企业规模变化时的情况考察现金持有决策是否有变化。
3.1 模型设定
企业持有的现金水平仍用x表示, μ表示单位投资的内生回报率。在经历较小的时间dt后, x的增量用布朗运动给出。随着时间推移, 企业将会把持有的现金投资到有利可图的项目中去, 因此企业投资规模随之变化, 企业规模带来的回报率μ相对于单位投资规模而言也会是一个布朗运动 (z2是一个维纳过程, σ2是企业投资机会的波动率) 。即:
股东价值V用未来各期股利的期望折现值加上企业规模增加部分表示。因为随着企业投资机会的不断出现, 企业规模会因投资机会的利用不断增加。企业投资机会的波动率σ2就会成为现实的一个概率, 如果企业管理者选择最优决策则企业投资机会的长期期望值为0。因此, 考虑企业规模变化时的企业价值V可用式 (9) 表示:
上述企业价值最大化问题可以表述为: 企业选择D (·) 去最大化V (x) , 约束条件是式 (7) 、式 (8) 。如果x≤a, 企业进行清算, V (x) =0。
3.2 最优决策规则
因为企业现金持有水平x受μ的影响很大, 可以设定两者相关系数为ρ12. 根据式 (7) 、式 (8) 、式 (9) 的决策模型, 可以写出相应的Hamilton-Jacobi-Bellman方程:
上式是D的线性函数, 所以仍是bang-bang控制。存在控制临界点, 在临界点以下D=0。根据1.2节的结论, 可推知在企业规模发生变动时股东对企业持有现金的最优决策点仍然是
3.3 价值函数的特征形状
既然企业规模发生变化时, 现金持有决策仍然是bang-bang控制。所以主要看当D=0时价值函数的特征形状, 此时式 (10) 可以化为:
对于偏微分方程而言, 需要根据其判别式与0的关系分析其特征。由于
因为假定企业规模开始是单位水平, 所以μ也反应了企业规模的变化倍数。如果企业规模能够按照 (x-a) 的速度扩张, 说明企业管理者和股东觉察到了未来所有的投资机会并能有效利用。ρ12的大小反应了x受μ的影响程度, 如果管理者和股东能够把握所有投资机会, 则ρ12=1。而实际中企业管理者和股东都通常难以把握企业在未来时间的所有投资机会, 所以, 实际中的ρ12通常小于1。
因为V是x和μ的函数, 所以不论是抛物型还是椭圆型方程, 由式 (11) 解出的数值结果一定是三维立体的抛物面或椭圆面图形。当保持x和μ中的一个不变, 另一个变量必定与V是倒U形关系。这说明, 在企业规模扩张时, 开始时会出现规模效益, 当规模达到最佳极限时, 规模扩张反而会损害企业价值; 现金持有水平与企业价值的关系也是一样, 即每个企业在不同条件下都存在一个最佳现金持有水平, 高于低于这一水平都会损害企业价值。
4 结论
企业持有现金的目的是多样的, 但持有较多现金的企业主要是为了有效利用未来的投资机会而不是防止财务风险。本文首先采用以前文献关于企业规模不变的经典假定, 引入现金真实回报率 (反映了企业利用投资机会的价值) 对股东和管理者的现金持有决策行为进行分析。结果发现, 不论是管理者还是股东的最优决策都是bang-bang控制, 但股东与管理者决策临界点通常是不同的, 而且决策临界点的差异会产生委托代理成本。该类型的委托代理成本是因管理者追求企业价值最大化, 而股东追求股东价值最大化而产生的。这本质上是全局决策与局部决策所追求的目标差异导致的, 而且这种委托代理成本会随着股东要求的回报率 (折现率) 与企业内生回报率之间的差距变大而增加。其次, 本文仍假定企业以投资为目的持有现金的决策问题, 并放松了以前文献中常假定企业规模不变这一条件。结果发现管理者和股东的最优决策形式和决策临界点未发生变化, 现实中股东和管理者在决策中都会起到至关重要作用, 所以企业现金持有决策临界点通常是管理者和股东决策值的中间某个值。通过对企业规模变化时模型特征的分析, 发现企业价值与现金持有水平和企业规模之间都存在倒U形关系, 说明现金持有和企业规模都存在最高的临界点, 进一步证明了现金持有决策是bang-bang控制。实证研究文献中常表现为企业现金持有水平的均值回归现象[15,22]和管理者主动调整流动性指标的行为也印证了现金持有决策是bang-bang控制这一规律。
摘要：现金持有水平是企业财务决策的重要事项, 本文利用连续型动态规划对管理者和股东的现金持有最优决策进行了研究。基于投资动机持有现金的研究结果表明:不管是规模不变还是规模变化时管理者和股东的最优决策都是bang-bang控制, 现金和非现金资产与企业 (股东) 价值之间都是存在倒U形关系。而且考虑现金真实回报率后, 管理者和股东最优现金持有决策的bang-bang控制点有差异, 而这种差异会导致一类新的委托代理成本。
规模决策 篇6
关键词：家庭农场,土地转入,政府补贴,模型,决策
随着2013 年,中央“一号文件”提出鼓励和支持承包土地向专业大户、家庭农场、农民合作社流转,发展多种形式的适度规模经营。家庭农场将成为中国农业经营主体中的微观组织形式。目前家庭联产承包这种超小规模的生产模式已无法满足现代农业的要求,家庭农场适度规模经营建设迫在眉睫。随着现代农业经济的发展,家庭农场在土地转入与规模经营过程中,面临土地流转过程费用偏高、稳定性差和盈利空间缩小等问题,严重制约了家庭农场适度规模化经营的积极性。为推动家庭农场适度、规模发展,各地政府纷纷出台土地流转激励政策,激发家庭农场发展适度规模经营的积极性。舆论普遍认为,政府补贴政策可以有效降低家庭农场建设初期土地转入过程中的费用,降低资本投资建设成本,调动家庭农场土地转入的积极性,增加农民收入。王姣等[1]、吴连翠等[2]、贾天宇等[3]研究表明,政府补贴对种植或养殖业发展起到了积极的促进作用。金松青等[4]运用2011 年贵州、湖南、云南三省110 个乡村的农户调查数据以及国家统计局农调队住户调查数据,对样本农户的家庭特征、政策变量、土地禀赋、农业生产和区域对农户参与土地租赁市场的决定因素进行计量分析。赵晓秋等[5]运用重庆市306 户农户的调查数据,对样本收益预期、租金回收风险、单位面积租金、预期找到工作等方面的可能性分析农民土地转入的意愿。谭江蓉等[6]运用十省份千户农民调查数据,从个体性别、年龄、教育、健康状况、土地依赖、经济社会条件等方面进行农户土地转入决策分析,发现除了受政府补贴正向影响外,还受户主性别、户主受教育年限、农业经营收入占家庭总收入的比重和农户的风险意识等方面的影响。有学者运用江苏省农户调查数据,从风险认识、政府补贴认识、家庭财务水平以及种植面积、收入水平以及非农收入等方面进行了分析,结果显示,保费补贴和风险厌恶对农户参保行为影响显著。曾超群等[7]通过农户土地流转意愿与户主属性的关系进行分析,考察了户主的自身禀赋、环境、社会阶层、家庭规模、健康程度与农户的土地转入和转出流转意愿的关系。赵光等[8]运用30 镇49 村476 个农民的调查数据,从直接经济价值、预期价值、就业价值、社会保障等方面,运用结构方程对土地流出行为进行分析。尽管国内外对政府补贴对家庭农场建设及经营影响有一些研究,但从土地转入角度研究政府补贴方式鲜有报道。笔者采用实地调查数据,利用有序Logistic模型,综合分析政府补贴方式对家庭农场规模化土地转入决策影响效果,同时也对家庭农场规模化土地转入决策影响因素进行综合判别,为三峡库区家庭农场规模化土地转入政策建设提供参考。
1数据与计量模型
1.1变量及其定义
家庭农场是现代农业发展的一种微观表现形式。这一新型农业经营主体从事农业规模化、集约化、商品化生产经营,须进行规模化土地转入。农户进行规模化土地转入的决策过程是一个复杂的决策行为。农户投资建设家庭农场规模化经营遵循“理性人”和“经济人”的假设,是试图通过内、外部影响因素进行综合判别的投资行为。因此,研究影响家庭农场土地转入的因素就非常重要。西方国家( 美国、法国、英国) 采用政策引导、信贷支持、利息调节、价格补贴等经济手段,通过各种优惠政策,运用现代农业技术,引导家庭农场规模的适度扩大。笔者在现有研究文献的基础上,结合文章的研究目的,依托部分学者对农户意愿影响因素以及政府补贴相关方面的研究成果,在调查问卷设计中,设计了家庭农场人口特征、家庭农场的经济社会特征、家庭农场资源禀赋、政府补贴方式等四个方面内容。根据问卷调查内容,设计了四大类型( 见表1) 。一般来说,家庭农场的人口特征中,家庭农场主的年龄越小,受教育程度越高,接受新鲜事物能力越强,更容易投资家庭农场建设; 家庭农场主如果以农业为主,从事农业的劳动力越丰富,其对土地的依赖程度越大,土地流转的意愿可能性就越强; 而且家庭农场主从业经历对其接受新事物的能力具有较大影响,如果有打工经历,其见多识广,进行土地流转的意愿也就会更强; 在家庭农场经济社会特征方面,根据家庭农场发展内涵要求,生产专业化程度越高,产品商品化程度越高、信贷融资能力越强、家庭收入越高,家庭农场抉择扩大规模可能性越高; 社会网络越发达的农户,其获得社会资本能力就越强。因此,文章选择了村干部、合作社参与人、农业企业参与人作为解释变量,他们在农业政策、信息、技术方面可能拥有广泛的认知。在家庭农场资源禀赋方面主要是家庭农场类型、是否为远郊农村、种养殖规模。一般来说,家庭农场住处距乡镇距离越远,交通闭塞,其接受新鲜事物的能力越弱; 家庭农场的规模越大,其可能再次获得土地流转的能力和机会就越强。政府补贴方式对家庭农户的规模化经营可能会产生影响,政府补贴在一定程度上降低了家庭农场的经营成本。
注: + 代表正相关,- 代表负相关,? 代表不确定; 根据赵慧峰等的《农业产业化经营评价指标体系及其实例分析》,参照专业化产品率和市场占有率的衡量指标,文章选取农产品销售收入占家庭总收入比例来反映生产专业化程度。
2 数据来源以及情况
渝东北地处三峡库区的核心区,是长江上游生态屏障区,同时也是重庆市生态涵养发展区。以生态为本、特色为魂,大力发展特色效益农业,成为三峡库区发展的现实需要,而家庭农场建设在生态效益农业发展中举足轻重。因此,本研究选择渝东北地区家庭农场作为研究对象,组织开展调查。
1. 3 模型建设
文章的研究对象是三峡库区家庭农场土地转入的意愿,在问卷设计中,选择答案设为“愿意”和“不愿意”两种情况,即回答设置为二项分类变量。对于二项分类变量来说不满足一般线性回归方程约束条件,故采用二项分类Logistic模型对影响家庭农场进行土地转入决策因素进行分析。二项分类Logistic模型是将逻辑分布作为随机误差项的概率分布的一种离散选择模型,适用于按照效用最大化原则所进行的选择行为的分析[9]。假设家庭农场主是理性经理人,同时不考虑政策的强制性,家庭农场总是以自身利益最大化为目的。因此,使用二项分类Logistic模型分析影响家庭农场进行适度规模化土地转入意愿的影响因素是非常合理的。假设P为家庭农场进行土地转入意愿的概率,取值范围为[0,1]。P = 1 代表家庭农场愿意土地转入; 其余为0,概率为( 1 - P) 。对比数P /( 1 - P) 取自然对数,得到ln[P /( 1 -P) ],记为Logistic ( P) ,Logitic ( P) 模型的具体形式如下:
式中,α 是常数项; 参数 β,k ( k = 1,2,…,i) 是二项分类Logistic模型的回归系数; xk( k = 1,2,…,i) 表示影响家庭农场进行规模化土地转入决策的各个因素。
截至2014 年1 月份,重庆市万州区家庭农场总数943 家,其中从事种植业的248 家,从事养殖业的667 家,种养结合的20 家,其他方面的8 家。由于三峡库区的地域特殊性,因此调查充分考虑了样本的分散性和随机性,笔者根据万州区农业经济经营管理站提供的家庭农场名单,采用典型抽样调查和访谈相结合的方式,共发放问卷345 份,回收有效问卷318 份,问卷回收率为92. 17% ,有效问卷291 份,有效率为91. 51% 。根据家庭农场调查数据,主要变量的特征值和取值范围见表2。
2 实证检验结果及分析
运用SPSS 20. 0 统计软件对有效调查样本数据利用Logistic模型对家庭农场扩大规模意愿与政府补贴方式等变量进行回归分析。在最终模型拟合优度检验中( 见表3) ,残差( Cox and Snell) 值为0. 358,拟合优度( Nagelkerke R2) 值为0. 379,模型拟合的卡方检验值为34. 237,显著性水平( Sig. ) 值为0. 729,因此无法拒绝原假设,这几个方面反映方程对数据拟合良好,回归结果具有统计学意义,即回归结果具有较强的可信度。由此,运用统计软件回归结果见表4。
由表4 可见,通过1% 的水平显著性检验的自变量有7 个。“文化程度”“从业经历”“生产专业化程度”“农产品商业化程度”“社会资本”“实物补贴”“贷款财政贴现息政策”对家庭农场进行规模化土地转入意识水平具有显著的正向作用; 通过5% 显著性检验的自变量有6 个,其中“家庭劳动力”“信贷融资能力”“专业化合作组织”“种养殖规模”“农业保险补贴”对家庭农场进行规模化土地转入意识具有较为显著的正向作用,“年龄”对家庭农场进行规模化土地转入意识具有较为显著的负向作用。通过10%的水平显著性检验的自变量有4 个,其中“性别”“职业”“农业培训”对家庭农场进行规模化土地转入意识具有较弱显著的正向作用,“是否为远郊农村”对家庭农场进行规模化土地转入意识具有较弱显著的负向作用。
注: * 表示10% 显著性水平,** 表示5% 显著性水平,*** 表示1% 显著性水平。
2. 1 家庭农场人口特征
在家庭农场人口特征中,“文化程度”“从业经历”是影响家庭农场规模化土地转入决策的主要因素,这和上文的预期作用方向一致。初中以上文化程度的人数占87. 6% ,这表明家庭农场主的整体文化程度偏高。文化程度越高的家庭农场主更新观念的能力越强,接受农业新知识和新技术的能力比较强,而文化程度相对较低的家庭农场主,趋向于生活和生产的实践经验,对家庭农场规模化土地转入缺乏认识。“从业经历”影响家庭农场主的主观意愿、接受新事物的能力。在家庭农场主中曾外出务工的占74% 、个体工商户占35% 、担任村组干部占24% 、种植养殖大户占59% 、其他占12% ,由此可见有外出务工经历的人员对家庭农场主接受程度、规模化经营意愿最高,其次是种养大户。
年龄和劳动力数量也对家庭农场规模化土地转入决策产生较大影响。从年龄结构分析,年龄跨度较大( 25 ~ 70 岁) ,平均年龄46. 37 岁,这个年龄段的人群,投资理性比较强,维持现状的意愿较强。从劳动力结构分析,平均每个家庭劳动力为2. 37 人,家庭劳动力人数越多,耕种能力越强,对家庭农场规模化土地转入的意愿影响越强。性别和职业在一定程度上也对家庭农场规模化土地转入决策产生影响。家庭农场主在家庭农场经营管理中具有主导权,在调查过程中,男性占90. 9% ,女性占9. 1% ,男性在家庭农场建设中具有重要作用。从实证分析来看,男性经营规模化家庭农场的可能性较大。从职业角度分析,家庭农场主以农业为主占83. 56% ; 以农业为主兼非农业占15. 04% ; 以非农业为主兼农业占1. 40% ,家庭农场主多是具有较强的长期从事农业生产意愿的农户。
2.2家庭农场经济社会特征
在家庭农场经济社会特征中,“生产专业化程度”“农产品商品化程度”“社会资本”是影响规模化土地转入决策的主要因素。从生产专业程度分析,平均专业化程度为0. 873,反映农产品销售收入偏高。生产专业化程度越高,说明农场农产品销售收入占家庭总收入比例越高,从事农业生产、专业生产能力越强,越能从规模化生产中获得收益,对土地依赖程度就越高,家庭农场进行规模化土地转入的动力也就越强。从农产品商品化程度分析,平均农产品专业化程度达到0. 782,反映了农场农产品总产量中外销部分所占数量比例较高,这对农产品的生产提出新的要求,家庭农场进行规模化土地转入的动力也越强。从社会资本角度分析,村干部或合作社主要成员或农业企业主要成员在家庭农场经营管理和技术使用方面具有先决条件,同时在整合资源方面具有决策优势。“信贷融资能力”和“参与专业化合作组织”这两个变量对家庭农场规模化土地转入决策有重要影响。从信贷融资能力分析,信贷融资能力越强,家庭农场决策规模化土地转入的意向越强烈。从“参与专业化合作组织”分析,参加专业化合作组织的家庭农场更容易获得农业信息和专业技术等,能够提高家庭农场进行土地转入的意愿。同时,专业化组织也在土地转入方面发挥积极作用,引导土地规模化经营和管理。没有加入专业化组织的家庭农场在规模化土地转入方面缺乏主动性,决策的意愿能动性不强。
2. 3 家庭农场资源禀赋
在家庭农场资源禀赋中,“种养殖规模”是影响家庭农场规模化土地转入的意愿的重要因素,家庭农场规模越大,扩大经营规模的意愿就越强; 相反,家庭农场规模越小,扩大经营规模的意愿就越小。“是否为远郊农场”这一变量对家庭农场决策规模化土地转入可能具有影响,距离区域城市较远的地方,家庭农场对规模化土地转入的意愿能动性变弱。
2. 4 政府补贴方式
从政府补贴方式分析,整体上看,政府补贴的4 种方式调动了家庭农场的积极性。“实物补贴”和“贷款财政贴息政策”这两种方式对家庭农场规模化土地转入决策具有显著性激励作用,67. 38% 的家庭农场是在实物补贴方式和贷款财政贴息方式作用下,做出参与规模化土地转入决策的。这说明政府的实物补贴和贷款财政贴息政策取得了较好效果,提高了家庭农场参与规模化土地转入意愿。农业政策性保险补贴方式对家庭农场规模化土地转入具有较强的激励作用。农业培训也在一定程度上对家庭农场规模化土地转入具有积极作用。
3结论及建议
3.1结论
通过政府补贴方式对家庭农场规模化土地转入决策进行实证分析,结果表明: 不同的补贴方式对家庭农场规模化土地转入意愿产生不同影响,其中实物补贴( 现金补贴和材料补贴) 和贷款财政贴息政策两种方式具有显著性激励作用,农业政策性保险补贴和农业培训对家庭农场规模化土地转入具有一定的积极作用。除了政府补贴方式中实物补贴和贷款财政贴息政策对家庭农场规模化土地转入决策具有显著影响外,文化程度、从业经历、生产专业化程度、农产品商业化程度、社会资本等变量也对其产生显著性正向影响。同时,家庭劳动力、信贷融资能力、专业化合作组织、种养殖规模、农业保险补贴等变量也对其产生重要正向影响; 年龄对家庭农场进行土地规模化土地转入决策具有较为显著的负向作用。性别、职业、农业培训等变量对家庭农场进行规模化土地转入决策具有较弱显著的正向作用,“是否为远郊农村”变量对家庭农场进行规模化土地转入决策具有较弱显著的负向作用。
3. 2 建议
3.2.1完善家庭农场补贴政策,鼓励家庭农场适度规模化发展
实物补贴和贷款财政贴息政策两种方式具有显著性激励作用,农业政策性保险补贴和农业培训对家庭农场规模化土地转入具有一定的积极作用。政府在推动农村土地转入过程中,应完善家庭农场补贴政策,针对不同类型家庭农场,通过建设项目、财政补贴、税收优惠、信贷支持、抵押担保、农业保险、设施用地等不同补贴方式,提升家庭农场土地转入的激励措施,提升家庭农场的专业化程度,充分挖掘和发挥家庭农场规模化土地转入的主动性。
3.2.2加大农业经营管理培训,增强家庭农场规模化土地转入意识
“农业培训”对家庭农场进行规模化土地转入意识具有显著的正向作用。加大农业政策的宣传,引导和鼓励民间组织、高校、科研机构、农业企业等非政府组织对家庭农场进行管理、技术、营销培训,提升家庭农场的管理水平,从而激发家庭农场规模化土地转入的能动性。如重庆开展的新型职业农民培训、阳光工程、农业技术培训等,极大推进了家庭农场规模化土地转入规模。
3.2.3提升生产专业化程度,拓展农产品市场渠道
“生产专业化程度”“农产品商品化程度”对家庭农场规模化土地转入具有显著性影响,因此可通过政府补贴方式,扶持家庭农场适度规模化生产; 引导和鼓励民间组织、高校、科研机构、农业企业等相关技术性人才支持家庭农场建设; 建立农产品交易公用信息平台,营造农产品交易信息的对称性,拓展农产品市场渠道。
3.2.4支持产业化组织的规范化发展,引导家庭农场参与产业化组织
“专业化合作组织”和“社会资本”对家庭农场进行规模化土地转入意识具有较为显著的正向作用。参与专业化合作组织或农业企业的家庭农场主要成员在家庭农场经营管理和技术使用方面具有先决条件,同时在整合资源方面具有决策优势。大力扶持产业化合作组织发展,在财政补贴、技术支持、培训等方面给予一定程度的优惠政策,以提高其竞争能力和服务能力,发挥示范带动作用。
参考文献
[1]王姣,肖海峰.我国良种补贴、农机补贴和减免农业税政策效果分析[J].农业经济问题,2007(2):24-28.
[2]吴连翠,蔡红辉.粮食补贴政策对农户种植决策行为影响的实证分析:基于安徽省17个地市421户农户的调查数据[J].经济与管理,2010,24(07):33-38.
[3]贾天宇,陶建平.政府补贴对养猪农户养殖规模变动意愿影响的实证分析[J].湖北农业科学,2013,52(22):5639-5642,5661.
[4]金松青,KLAUS D.中国农村土地租赁市场的发展及其在土地使用公平性和效率性上的含义[J].经济学(季刊),2004,3(4):1003-1028.
[5]赵晓秋,李后建.西部地区农民土地转出意愿影响因素的实证分析[J].中国农村经济,2009(8):70-78.
[6]谭江蓉,乐章.社会管理视角下的农民组织化问题研究:基于十省市千户农民调查数据的实证分析[J].农村经济,2012(10):25-30.
[7]曾超群,曾福生.农户土地流转意愿与户主属性的关系:基于长沙、慈利、平江三县的实证研究[J].湖南农业大学学报(社会科学版),2010,11(2):24-30.
[8]赵光,李放.非农就业、社会保障与农户土地转出:基于30镇49村476个农民的实证分析[J].中国人口·资源与环境,2012,22(10):102-110.