企业融资决策路径

企业融资决策路径（共8篇）

企业融资决策路径 篇1

把握追求利润和承担社会责任的平衡, 是每一个现代企业决策者必须考虑的问题, 也就是企业的道德决策标准问题。显然, 对于在组织中以效益为目标的决策者来说, 当他们为了企业的最大利益进行活动时, 可以对很多有争议的问题作出裁决, 使许多决策简单化和明确化, 但由此造成对企业社会责任忽视所带来的负效应, 最终也将转变为企业的决策成本, 甚至会达到得不偿失的地步。近年来, 诸如“三聚氰胺”事件, 富士康“跳楼”事件, 智障“包身工”事件等, 更是将社会各界对企业道德问题的评判推向了高潮。因此, 很有必要对企业的道德决策标准加以反思, 并作出相应转变。

企业道德决策标准的内涵

罗宾斯在其《组织行为学》一书中指出, “在决策的讨论中, 如果不包括道德问题就是不完整的, 因为对道德的考虑应该成为衡量组织决策的一项重要指标”。显然, 企业的道德决策标准就是在进行道德选择时, 决策者可以使用的标准, 分别是功利主义标准、人权标准和公正标准。如果将决策的范围进一步扩大到组织外部, 即把政府、竞争者、消费者 (顾客) 等也囊括进来, 可以把企业道德决策标准大体分为两类:功利主义标准和非功利主义标准。

功利主义标准的决策完全以结果或结局为基础, 其目标是最大限度地提供最佳效益。这种观点是企业决策的主流, 它与效率、生产率和高利润这些目标相一致, 争取最大限度地降低企业的经营成本, 而不考虑社会成本、环境成本、代际成本等。非功利主义的标准更多地强调企业的贡献和所担负的社会责任。对内要求建立其股东与管理者、管理者与员工、员工与员工、员工与股东之间的良性互动关系, 尊重人的精神价值。对外要求企业承担社会公民的责任, 企业与社会、企业与社区、企业与环境、企业与消费者、企业与利益相关方之间建立起和谐的关系, 如提高员工的工作满意度、参与社会公益事业、主动采取措施改善自身环境等。

道德决策标准转变的必要性

随着我国社会主义市场经济的发展, 市场开放程度不断提高, 居民收入不断增加, 社会结构逐步优化, 企业经营环境也在不断变化着。在这诸多的变化中, 又以用工环境、消费环境、竞争环境的变化与企业的关联度最高。在这种形势下, 传统的只注重单一的功利主义的决策标准或对非功利主义决策标准重视不够的决策结果, 势必会引起决策成本的增加或招致社会公众的批评, 这就要求企业道德决策标准作出必要的转变。

1.用工环境的变化

(1) 新生代农民工逐步成为企业劳动者的主力军。

由于经济社会发展和计划生育政策的影响, 我国人口的出生率和自然增长率, 均呈现出下降的趋势, 沿海愈演愈烈的“民工荒”就反映了劳动力短缺的趋势。除了数量上的变化, 农民工在行为特征上也已经产生了重大变化。目前, 已经有大批80后乃至90后的农民工进城务工, 与前期的“第一代农民工”相比, 他们成长的社会环境、家庭环境都发生了根本性的变化, 在择业过程中, 对工资收入、发展前景、工作稳定性的要求更高, 更加注重自己的兴趣和工作满意度, 传统的“干一行, 爱一行”的职业理想和“胡萝卜加大棒”的激励机制不再有效。

(2) 知识工作者日益增多。

由于科学技术的不断进步和服务项目在企业运营中的作用日益突出, 知识工作者在企业员工中所占的比重日益增加。对于知识工作者, 企业不仅要支付给他们较高的薪酬, 而且还要满足其社会交往和自我实现等方面的要求。结合马斯洛的需求层次理论, 员工的最基本需要被满足以后, 会有追求更高层次需要 (安全需要、感情需要、尊重需要、自我实现的需要) 的强烈要求。因此, 试图依赖于廉价劳动力的功利主义决策标准而建立的比较竞争优势将不再有效。

2.消费环境的变化

上世纪八、九十年代, 在许多行业存在的“卖方市场”逐渐转向了“买方市场”, 传统的“产品营销”时代, 逐步让位于新兴的“服务营销”和“注意力营销”。“企业首先考虑的是顾客, 而非自己的产品”。正因如此, 才有了张瑞敏“挥大锤砸冰箱”的经典举动, 才有了海尔后来的“真诚到永远”服务, 并最终成为世界名牌。张瑞敏曾经引用过德鲁克的一句话:“大公司满足需求, 伟大的公司创造市场”。他说, “创造市场的公司之所以被视为伟大的公司, 关键就在‘创造’二字, 市场本身是千变万化的, 能够走在市场的前面, 而不是跟着市场走, 不管市场怎么变, 都能以变制变, 这个公司就会永远取胜, 这就是伟大的公司。”

在“买方市场”的大背景下, 海尔坚持“对顾客, 服务就是竞争优势”的理念, 从而实现了从被动服务到主动服务, 再到感动服务的升级, 充分体现了非功利主义标准的决策要求。然而, 在我国, 像海尔这样品牌忠诚度极高的企业数量还不多。在市场上仍旧存在许多侵害消费者利益的经营行为, 这类行为同样也需要道德决策标准的约束。

3.竞争环境的变化

在市场经济环境下, 传统的竞争主要围绕四个方面进行, 即市场竞争、人才竞争、信息竞争和资源竞争。在新的时期, 责任竞争力的重要性愈益引起管理者的重视。“责任竞争力=专业优势+社会责任+经济效益。”企业运用自身专业优势解决社会、环境、员工等方面的问题, 使企业在履行社会责任的同时, 经济效益同步提升, 企业的责任竞争力得到增强。

相应地, 公司管理对象的重心也开始发生转变, 20世纪80～90年代初是质量管理体系 (ISO9000) , 到90年代发展到环境管理体系 (ISO14000) , 近期, 在有些国家已开始酝酿实施企业社会责任管理体系 (ISO26000) 。这样, 人们的价值观念通过一些法律法规变成企业的约束条件, 事实上也成为企业参与市场竞争的门槛。企业达不到基本要求就失去了参与市场竞争的资格, 甚至还要受到处罚。企业做的好, 就可能在市场上享有更高的声誉, 得到更多消费者的青睐。承担社会责任是企业非功利主义道德标准的一个重要要求, 责任竞争力的日益强化势必要求决策者提高对这一标准的重视程度。

转变路径思考

“组织建立的目的必须是不断地变革。虽然变革不可避免, 但是变革的方式可以选择”, 企业经营环境的变化对其道德决策标准的转变提出了必然要求, 在这种形势下, 被动的转变往往由企业本身或整个行业的某个危机事件所引发, 如富士康跳楼事件引起的企业人力资源管理制度的重大调整, 三聚氰胺事件引发的乳制品行业大洗牌等。相反, 主动的转变则表现的比较和缓, 更有助于改善企业社会公民形象, 培育新的竞争优势。

企业道德决策标准的转变, 根源于企业经营理念和企业文化的改善, 表现为领导者和员工观念及行为方式的调整, 属于组织变革的重要内容。借鉴Rajagopalan在“企业变革的过程模型”中所作的探讨, 通过对企业道德决策的转变路径进行思考, 应从以下几方面进行调整。

1.转变理念, 调整道德决策标准

调整道德决策标准主要考虑的是转变管理者的决策理念, 其原因有两方面:一是决策权主要掌握在管理者手中, 只有在管理者的理念中提升非功利主义标准的权重, 才能使决策结果更多地考虑对员工和社会的责任;二是企业管理者是企业经营活动的龙头, 其理念决定着企业的管理方向, 更决定着企业经营的水平和层次。企业管理者通过自己的行为以及制度将某种新的理念在企业内部广泛传播, 并最终内化到每个员工的行为规范中, 从而形成企业整体道德标准的转变。

2.更新企业文化, 确立新的竞争优势

企业文化着眼于企业的社会属性, 同时融合了企业的经营理念、价值观念和社会责任, 是企业实现生存、竞争和发展的灵魂, 同时也是铸就企业核心竞争力的重要元素。企业的发展依靠核心竞争力, 核心竞争力来源于技术, 技术来源于管理, 管理靠的是企业文化, 因此, 归根结底企业取得持续竞争的优势来源于企业文化。

为了确保非功利主义的道德决策标准能够在企业顺利落地生根并有效发挥其优势, 管理者需要把决策中的道德要求上升到企业文化的高度, 并通过内部的培训和外部宣传, 树立企业良好的社会公民形象, 增强企业的责任竞争力。

3.外界影响因素

企业道德决策标准的转变还受制于外界因素的影响, 主要包括政府政策和行业特性等。政府政策给企业决策的非功利主义内容提出了刚性要求, 是决策者在决策过程中必须要遵循的。行业特性是企业转变道德决策标准的基本出发点。

摩托罗拉CEO爱德华·詹德精辟地指出:“对我而言, 质量、职业道德和多元文化如同空气、水和电, 没有它们寸步难行, 它们是摩托罗拉基业长青的最基本要素。”对于新时期的中国企业家而言, 也需要这种理念, 在企业道德决策标准方面来一个转变, 做到功利主义标准和非功利主义标准的兼顾。

管理决策的成本路径及思维变迁 篇2

草原上的羚羊和狮子他们最大的压力就是同对方赛跑，羚羊跑不过狮子要灭亡，狮子跑不过最慢的羚羊也会灭亡。也正是因为有了这种竞争才保证了狮子和羚羊种群的健康和繁荣，成本和利润的关系也一样。

但就这样简单的道理，却由于中国经济高速增长而被掩盖下来。但这并不是就说利润是好的，成本是坏的。企业要发展，就必须依靠利润积累，追逐利润的企业动因同样也会刺激成本管理的发展，而优秀的成本管理不仅仅不会对利润构成影响，而且更有利于未来的稳定收益。成本是价值创造的源泉，也是产生收入的驱动力，资源以成本形式完成价值创造，而成本管理则是为了最大化和高效率利用组织资源而进行的管理行为。

成本启蒙与混沌

我国企业的成本管理理论基本上完全引自苏联的体制，然后是对西方先进成本管理理论方法的学习与实践。概括而言，大约可以划分为三代，即计划经济时代的成本管理阶段、市场经济时代的成本核算管理阶段和现代成本管理的萌芽阶段，前两阶段的管理手段都是成本核算，侧重于事后控制，以算代管；到了现代成本管理萌芽阶段，各种先进管理思维和成本管理手段大量涌入，并与企业管理现状产生巨大的冲突，表现为一种变革中的融合趋势。

但是，由于我国经济发展极度不平衡，从整体来看，只有少部分企业采用了一些新的成本管理方法，如标准成本法、目标成本法、ABC作业成本法、BSC平衡计分卡和SCM战略成本管理等，但所占的比重实在是太小了，不能成为中国企业成本管理的主流。绝大多数企业（尤其是私营和民营企业）连成本核算管理都不完善，更多小企业的成本管理和控制还是一团散沙，根本没有建立起自己的作业体系。所以，中国企业的成本管理现状从总体来看仍然处于原始的传统管理阶段，与国际现代成本管理的方法和模式差距很大。

简单化误区

很多企业管理者都错误地认为成本管理就是成本核算，甚至以片面追求成本控制为主要目标，其实成本核算只是成本管理工作的一部分，单纯控制成本并不是可取的。“这样十分危险，不仅会导致产品质量的下降、企业劳力资源的流失、甚至失去已经拥有的市场……。”明鸿(潮州)陶瓷制作有限公司的总经理陈继志不是“成本控制至上论”的信奉者。

单纯地追求削减成本，一般简单的做法都会考虑降低原材料的购进价格或档次；或者减少单一产品的物料投入(偷料)；或者考虑降低工艺过程的工价，把成本的降低作为惟一目标，并不能够称一个企业真正的核心竞争力，也不能使一个企业在市场竞争中长治久安。

整体而言，我国的成本管理有以下几大误区：

1.秋后算账，亡羊补牢

有很多企业管理者，一谈到成本就往产品和单位成本上去想。无论是核算还是分析，在管理实践中主要也是抓产品成本，主要研究的对象也是产品成本。事实上成本是从作业流程中来的，产品消耗作业，作业消耗资源。如果不去关注产生成本的过程，那么产品成本信息的准确性是让人质疑的。

很多企业把赔钱的产品算成了赚钱的产品，把赚钱的产品倒给算得赔钱了，成本就这样在算来算去的过程中给扭曲了，企业在进行产品决策时依据这种失真的信息往往导致将产品方向给定偏了，大量生产了不赚钱的产品，使企业蒙受了巨大的损失。

这种方法最大的弊端就是事后控制，忽视了对成本的预先控制和发生过程的控制，其结果和报表中所反映的数字只能说明那些成本已经发生了。损失已经存在了；赔了也就赔了，赚了也就赚了。只好再研究下步如何控制，“亡羊补牢”罢了，对本期所发生的成本没有任何可以挽回的余地，所以这种“死后验尸”、“秋后算账”的做法是不可取的。

2.拆东墙补西墙，顾此失彼

很多企业没有把成本管理看成是一个系统全面的实施控制，想起来什么就管什么，采购成本高就控制采购成本；生产成本高就控制生产成本，头疼医头，脚疼医脚，拆了东墙补西墙，结果是按下个葫芦起来个瓢，怎么堵也堵不住，走进了顾此失彼的误区。

现象1：某企业只研究作业成本，忽视了事件成本，结果导致一场火灾事故（实施作业成本法使总成本降低了50万元，一场火灾损失了200万元）。这边在降低成本，那边在造成损失，而且损失的速度一定比降低成本的速度快。

现象2：企业重视生产成本的控制，忽视了管理者决策成本的控制。结果导致错误决策，捡了芝麻丢了西瓜，损失了大量的机会成本。

现象3：企业编制了成本计划，但不对成本计划的执行情况进行检查、考核和分析，结果导致成本计划没有任何意义而失效。一面在控制成本，一面还在浪费控制成本所发生的管理费用。

现象4：企业制定了原材料消耗定额，但未制定原材料储备定额，结果控制住了原材料的消耗，却多占用了储备资金，即损失机会成本又损失了利息。

像这样“顾此失彼”的现象举不胜举。从以上可以看出，这种管理的方式，肯定是管的少，没有管的多；受控的少，失控的多，很多成本都是在失控的状态下不知不觉地发生了。所以，企业最好是用系统的管理思想，建立一个行之有效的成本管理体系，实行全面的成本管理与控制。从思想上、行为上、组织上、资源上、活动上、方法上全面提升成本保证能力，从根本上消除“顾此失彼”的现象并持续保持，实现企业利润的最大化。

3.花钱的人多管钱的人少

成本具有普遍性，“无处不发生，无时不发生，无人不发生”，只要有活动，只要有生产和经营就一定会发生成本。大多数企业都有一个共同的现象，那就是只依靠财务人员去管理成本，其他职能部门和人员都没有成本管理的职责，这样又进入了单纯依靠财务管理成本的误区。他们误认为“钱”都是从财务部门出去的，都是财务会计人员花的，忽视了企业内部所有人员都在发生成本。

企业的管理者对“钱”的存在形式的理解上有误区，就是财务部门金柜里放的钱是钱，生产现场的材料和设备、库房里存放的产品不是钱。财务帐上差一分钱都不行，但现场却浪费惊人无人问津，库房里缺两万都没关系，照样能核销！！把成本的概念变得狭隘了，导致了成本管理的弱化和软化。

成本管理是一项跨职能的工作，利用一个财务职能或几个财务会计人员和主管领导是控制不住成本的。财务人员由于受专业的限制，对其他业务和作业流程不一定了解和熟悉。而成本是在过程中发生的，这是一个系统性的问题，设计、开发、采购、生产、销售和服务等过程的运作都会发生成本。由于财务人员的局限性，只能对一部分过程进行管理和控制，不能深入到所有过程和整个系统中，导致出现管理盲区。

单纯地依靠财务人员去管理成本是有局限性的，是管不住的，成本也是降不下来的，最终只能使管理的结果大打折扣。采购过程中发生的成本是由采购人员控制的，生产过程中发生的成本是由生产人员控制的，而这些过程是财务人员无法控制的，财务人员对核算出的数据往往与作业和流程不能相联系。所以，应该教育各级员工都应具有成本管理的职责和意识，只有全员、全面和全过程的去管理和控制才能最终实现降低成本的目的。

4.运动式管理

成本管理是企业一种持续性的活动，但很多企业在成本管理过程中，只考虑如何降低成本，忽视了降低后的保持，成本降下来了成本管理工作就结束了，“刀枪入库、马放南山”。结果导致降低成本后“胡汉三又回来了”。这种革命不彻底，控制不持续的运动式管理，到头来成本水平还会提高。

导致这种现象的原因除了与中国特色的运动式管理思维有关外，还与企业的自身素质有关，没有形成节省成本和控制成本的企业文化，企业领导对成本的认识有局限。很多企业组织对成本也没有共同语言，企业内部的许多部门和单位的人员甚至还排斥成本管理，他们往往也认为成本管理和成本控制是财务的事，加之多年来企业内部缺少成本和成本管理方面的教育和培训，成本管理队伍始终没有建立起来，企业培养和产生的成本管理专家很少，“成本杀手”几乎是零，这样就导致了想管也没有人会管的局面。

成本无时无刻不在发生，对成本的控制和管理也应该是不间断的、持续的，不但要降低成本，还要保持住已降低的成本水平，只有保持住已降低的成本水平，降低成本的工作才有意义，成本管理的结果才能满足预期的目的。

尊重成本

当前，中国企业面临的市场压力日趋增大，全球竞争越来越激烈，外界环境有了明显变化，原材料成本升高了，人力成本也升高了，企业所面临的选择往往只有“关停并转”，一批批不能适应成本升高的企业成为先驱烈士。

而另一个事实是，“中国制造”的价格竞争力主要来自于对资源的无限度压榨，并没有真正形成自己的核心能力。因此取得成功的企业总是少数，失败的企业比比皆是。此时，中国企业成本管理相对滞后的弊端浮出水面。

从工业学大庆开始，到学邯钢经验，中国的企业不断在加强企业成本管理意识,几乎所有的企业都认识到降低成本消耗的重要性，但是成本控制并不意味着缩减一切开支，因为有些开支是为企业带来利润的必要成本。低成本战略的管理实质就是高效率对资源的合理利用和组合，而不是无限度压榨资源。

我们对企业进行管理，某种意义上来看其实就是对资源的管理，企业的效益也就是资源有效性的体现，而有效性最终体现在消耗的降低上。因此，对成本的尊重必须贯穿企业的管理始终，探求资源配置的有效性。

一个企业可以依据自己的产品进行资源组合。在生产过程中，企业消耗了可见的原材料和不可见的人力、智力等，而成本则是一种衡量资源消耗数量的尺度。成本领先是一种格外依赖于先发制人策略的一种战略，要想有长期效果，就只能从战略的高度来实施成本控制。

企业融资决策路径 篇3

期权博弈[3](Option Games)是实物期权理论和博弈论的一种结合性理论,是在采用期权定价理论思想的基础上,对包含实物期权的项目进行评估,两者结合分析期权时,可用期权的最大化代替博弈论中的期望效益最大化。期权博弈自动考虑了投资决策中的风险价值和资金的时间价值。同时,理论剖析了市场和组织的内在联系,体现了用利润反映期权、用博弈论考虑决策问题等特征。期权定价方法结合博弈论的思想和建模方法,分析不确定环境下,企业投资者的决策互动。解决在投资决策过程中,抢先进入市场的先发优势与等待以获取期权价值的选择问题。

期权博弈理论的最初由Amit和Ankum[4]建立。Smit和Ankum用期权博弈方法说明企业竞争者在面临决策时要同时考虑主体的相互作用以及项目的不确定性,并且将实物期权与抢先进入的博弈模型相结合,建立了不确定性条件下对称和非对称的连续时间双寡头期权博弈模型。Dixt和Pindyck[5]在Smit的模型基础上进行了不完全竞争下的案例分析和一般性总结。Huisman和Kort[6](HK模型)在企业已有项目在市场上进行的情况下考虑领先者与追随者的互动,忽略了模型中领先者对追随者的影响。吴建祖和宣慧玉[7]则在HK模型中加入经营成本和考虑对投资临界值的影响。2005年杨勇[8]等人扩展了对称的HK模型,将融资成本和经营成本的不对称情形纳入研究工作中。Grenadier[9],Dias和Teixeira[10]则考虑多个企业竞争决策的多头垄断期权博弈。国内安瑛晖、张维[11]分析了基于期权博弈与行为金融的方法。孟力、孙威、汪定伟[12]等结合我国当前市场经济条件下的不确定投资问题没讨论了非限制合作的纳什均衡解和界存在的条件假设。蔡强、曾勇[13]对专利投资决策问题方法中期权博弈理论进行了综述,并指出了此类问题的进一步研究方向。张国兴等[14]提出了基于期权差异的不对称双寡头投资决策模型,分析表明暂停期权能够提高企业的投资价值,并对影响企业投资策略的因素进行敏感性分析。

纵观学者的研究成果,以往的期权博弈模型考虑了领导者与追随者双方投资进入后对等分享市场,从而导致市场需求和利润水平相同。而引入市场份额因子后,因为存在竞争优势,竞争企业不再对等分享利润,市场份额因子差异表明市场主体存在大型企业与中小微企业之分,使得需求与利润不对等,这种情形更符合我国当前的市场经济状况。因此,本文将在同时考虑融资成本不对称的情况下,推导出不同市场份额因子的两家企业在领先投资、跟随投资和同时投资的价值表达式和临界值表达式,分析不对等市场竞争优势下的企业投资决策方式,并对影响企业投资决策的因素进行分析,见析影响企业价值的内生逻辑。

1 模型假设

假设一大型企业与中小微企业投资相同的项目,双方竞争和选择的策略都是不对称的,因此跟随者和领先者的融资成本分别为If和Il。先进行投资的是领先者,随后进行投资的是跟随者。模型考虑了一家企业的投资扩大化会影响另一家企业的利润状况,故存在外部消极约束。

在不确定环境下,假设项目利润流

其中Y(t)为反映随机市场需求冲击,且符合几何布朗运动

其中μ为漂移率;σ为方差率,表示资产价格变动率;dz是标准布朗运动。(1)式中D表示确定的需求函数,Ci,Cj表示企业i,j的投资状况。令h=i,j,有

因此,D(0,0)表示两家企业均放弃投资时的产品需求函数;D(1,0)和D(0,1)分别表示只有领先投资时的产品需求函数和跟随投资时的产品需求函数,此时企业i或企业j作为领先者,另一企业作为追随者。D(1,1)则表示两家企业同时投资时的总需求。假设k(0≤k1)为企业同时投资是所占市场总需求的份额,由于存在外部消极负面约束,一个企业执行投资期权会减少对手企业的收益,即以下不等式成立D(1,0)≥k D(1,1)≥D(0,0)≥D(0,1);D(1,0)(1-k)D(1,1≥D(0,0)为保证企业的先动优势,领先者获得的利润比追随者高,则有D(1,0)-D(0,0)≥k D(1,1)-D(0,1);D(1,0)-D(0,0)≥(1-k)D(1,1)。

2 模型分析

2.1 追随者的价值和临界值计算

在领导者进入的前提下,用偏微分方程方法分析追随者企业价值F(Y)和临界值Yf。在风险中性条件下,取无风险利率r作为时间贴现因子,根据伊藤引理和贝尔曼方程得出关于F(Y)的方程

其中σ为资产价格变动率,Y为随机市场需求冲击因子,μ为资产价格瞬时增长率,Ff(Y)表示追随者的期权价值,YD(0,1)表示追随者的初始利润流。参考文献[3]和[8]中Dixit和Pindyck或Dias和Teixsira追随者期权价值的解法,可得Ff(Y)解得形式为

其中AYm1+BYm2为方程(2)的通解,参数A,B与特征根m1,m2为未知常数,r-μ为方程一个特解。将(3)式代入方程(2)中,可得一元二次方程

根据H(1)=μ-r<0,H(0)=-r<0得知方程的根满足m1>1,m2<0。由m2<0,在Y=0处,投资价值趋于0,得B=0。微分方程(2)满足三个边界条件:

1)第一边界条件:当市场需求趋于零时,追随者的价值也趋于零,即Y=0时,满足Ff(Y)=0,考虑到m2为负根,则B=0,只取m1>1,于是方程(2)的解为

2)第二、三边界条件:假设市场不存在套利机会,则需要满足平滑粘贴条件和价值等价条件,追随者在到期日的状态变量值Yf满足以下两个等式

由于竞争企业的关系是内生的,追随者进入后获得的永久性现金折现值为

结合(6)-(8)式可解得参数A和追随者企业临界值分别为

结合方程(5a)、(5b)和A与Yf的表达式,追随者的期权价值Ff(Y)为

2.2 领先者的价值和临界值计算

领先者在没有追随着进入的情况下,只需考虑影响自身投资价值的外在因素,此时领先者为市场垄断者,且领先者的进临界值即为企业的垄断投资临界值。领导企业经历垄断阶段时,获得YD(1,0)的收益。当追随者也进入市场,领导者与追随者同时进行投资,领先者利润与所占市场份额k的大小有关,其利润流为k YD(1,1)。对于领先者的价值函数和临界值的求解,可以参照文献[8]Dias和Teixeira求解相应问题时的第二种方法。假设包括融资成本在内的总价值为Vl(Y),领先者的期权价值为Fl(Y),则

其中I为领先者的融资成本。再根据最优贝尔曼方程和伊藤引理求得关于Vl(Y)的微分方程

当Y<Yf时,以上方程解的形式为

其中是方程(10)的特解,C,D为待定常数,与方程(2)类似地,因为市场不存在套利机会,因此满足以下两个条件:

根据以上条件求得领先者期权价值为

下面求领先者的临界值Yl,在没有先动优势的情况下,企业可在垄断起点Ym进行投资,但是由于存在先动优势,如果本企业在Y=Ym的时刻进行投资,则另一家企业会选择在Ym-ε处进行投资,此时本企业可以先发制人在Y=Ym-2ε前投资。如此循环将会导致企业双方最终到达没有投资的先动意愿为止。因此在存在抢先进入的威胁时,企业是否能抢先投资不仅与影响自身投资的因素有关,还有投资临界值有关,所以企业成为领先者的投资临界值Yl由Fl(Yl)=Fl(Yl),即

2.3 企业竞争博弈均衡分析

根据本企业所拥有的市场份额k的大小可分为以下三种情况多期权博弈均衡进行分析。其中,当k=0.5时,该模型为文献[6]的HK模型。

当k>0.5时,抢先进入市场的中小微企业获得较大的市场份额和优势,因此企业受到更大的激励提前进入市场。当变量Y<Yl时,此时投资所获得的利润不足以补偿融资成本,企业不应投资,而是继续等待,此时企业双方处于等待投资均衡。区间[Yl,Yf]是先发制人的最佳区域,当Y∈[Yl,Yf]时,企业争取抢先进入,而追随者则在Y=Yl时进入市场。当Yl少于同等优势下领先者作为追随者的进入临界值,即Y≥Yf时,两企业同时进入投资。分析(12)式可知,当领先者所拥有的市场份额k增大时,k D(1,1)-D(1,0)接近为零,表明竞争优势可以弥补领先者因为后来竞争者导致的垄断利润的侵蚀。因此(12)式中,由于趋于零,只需,领先者可以进行投资,其中是领先者在垄断时的永久性收益的折现。根据追随者临界值的表达式,当k>0.5且k增大时,Yf增大,追随企业进入的门槛也越来越高。

0≤k0.5时,定义抢先进入区间为[Yl,Yp],为追随者抢先进入的临界值,满足Fl(Yp)=Ff(Yp),且Yl=Yp成立当且仅当k=0.5。于是可能出现以下两种情况。一、当Y∈[Yl,Yf],且Fl(Y)≥Fl(Y),此时企业抢先进入。当领导企业进入,追随者考虑自身利益最大化选择在Y=Yp时进入。当Y>Yp,两企业同时投资,且市场份额k越小,区间[Yl,Yp]越来越小,直至退化为一个点,此时Y=Yp。二、当Fl(Y)<Fp(Y),领先者与追随者期权价值函数没有交点,此时不存在抢先进入区间。

3 仿真实验

从企业投资价值和投资临界值的表达式可以看出,融资成本和市场份额优势对企业的投资策略均有影响。在本节中,将利用控制变量发分别分析企业的投资价值和临界值对两种因素的敏感性。结合模型推到和Matlab模拟的方法来分析。首先对相关参数作出以下假设:D(1,1)=5

D(1,0)=4,D(0,1)=1,D(0,0)=2,r=10%,μ=5%,σ=20%,If=I=20,调整市场份额k的大小,分析Yl,Yf的值。

3.1 市场竞争优势对企业投资价值的影响

分析图1,发现k=0.68时,领先者与追随者的价值依赖于Y的变化,在Y=Yl的时候,领先者抢先进入市场,追随者在Yf=3.3333时进入,由于k=0.68时不存在追随者的抢先进入临界值,故不存在抢先区间。即当领先者的所占的市场份额越大,则领先者的投资临界值越小,企业受到更大的激励提前进入市场,同时追随者的投资临界值也越大,其进入市场的门槛也越高,见表1。

当k=0.5时为HK模型,追随者的投资临界值与抢先进入临界值相等,见图3。此时存在抢先进入区间,且区间长度随着k的减小而缩短,反映了追随者的市场优势。根据抢先区间的变化可以推测,某一时刻抢先区间将退化成一个点Yp,当k且继续减小时,不存在抢先区间和追随者抢先进入临界值,见图4。取k=0.4时,不存在抢先区间和追随者抢先进入临界值。这意味着领先者在投资初期抢先进入获得的垄断优势不足以抵消市场份额带来的影响,由于后期竞争者的加入而导致领先者损失投资收益,那么追随者就不必考虑领先者抢先进入造成的经济威胁。

3.2 融资成本对企业投资临界值的影响

在同等外界因素的情况下,,企业融资成本的增大会增大企业的投资临界值,使得企业进入市场的门槛越高,且跟随者的投资临界值比领先者的投资临界值对融资成本的变化更为敏感。融资成本与企业的投资临界值呈正相关关系,融资成本对追随者的投资临界值的影响程度更大。因此,企业通过努力降低融资成本以降低企业的进入临界值,可以降低企业进入市场的门槛,保证企业在投资过程中获得较高的收益。

3.3 浅析其他因素对企业临界值的影响

在实务中,除了上述论证的市场竞争优势和融资成本对企业临界值存在明显影响外,企业的所属行业、其他经营成本、科技创新能力、管理能力、生产技术和员工素质等的差异,会通过市场风险、经营成本、建设时间和政府补贴四个维度来影响企业的企业临界值和投资决策。

1)市场风险对企业临界值的影响。市场风险通常运用企业产品的价格波动来描述,不同行业产业的价格波动趋势迥异,所面临的市场风险也不同。价格波动的增大会增大企业的投资临界值,推迟企业进入市场的是时间,且跟随投资临界值较领衔投资临界值对价格波动的反应更敏感。因此,企业的投资临界值与价格波动呈正相关关系,处于价格波动程度大的高新技术行业,企业的投资临界值较高。

2)经营成本对企业临界值的影响。当企业的融资成本、建设时间、政府补贴、市场份额以及市场价格波动一致时,分析可知,当经营成本增加时,导致企业的临界值增大,且竞争优势较弱的中小微企业临界值较竞争优势明显的大型企业临界值对经营成本的变化更敏感,从而推迟了企业的投资。因此,企业的投资临界值与经营成本呈现正相关关系,企业为获得更大的利润,都应该努力降低经营成本以降低投资临界值。

3)建设时间对企业临界值的影响。结合文献[17],无暂停期权的企业投资临界值与项目的建设时间呈正相关关系。反之,有暂停期权的企业,对于建设时间的降低,则不一定降低企业的临界值。对于具有成本优势的企业,随着建设时间的增加,选择在企业临界值较低的时候进行投资;对于跟随企业,则选择在较高临界值时进入市场。因此,建设时间不一定能降低企业临界值,但决定着早期进入市场的企业可以获得较大的先动优势。

4)政府补贴对企业临界值的影响。通常政府补贴为企业提供资金来源,通过降低企业的融资成本来降低企业的投资临界值,当政府鼓励企业投资利润较低,或者成功几率较低的创新项目时,政府补贴有利于激励企业投资和生产的积极性,从而降低了企业进入市场的临界值。但是,由于政府补贴会干预市场价格,企业为获得更高的利润,不会选择立刻进行投资,而是在观望政府的行为,等待更为合适的进入时机。因此,不同市场条件中、不同性质的政府补贴对企业投资临界值影响不仅相同。当政府补贴比产品的市场价格要低或者高出市场价格很小时,企业在政府补贴增加的优势下抢先将进行投资;若政府补贴比市场价格高出很多时,企业会处于观望状态,等待投资,期待政府补贴的增加,所以此时企业若努力降低成本而提前投资,将获得较大的先动优势。

本文在基于市场优势差异的不对称双头垄断投资决策模型时假定大型企业与中小微企业的融资成本不对称,仅对经营成本、政府补贴、建设时间、市场风险等因素进行定性分析。因此,建立关于含多种外部因素参数的模型以及关于多个企业参与竞争的投资决策的分析是该模型进一步发展的方向。

4 启示及运用

在现实的经济活动中,通常情况下中小微企业会作为特定经营活动的跟随者(绝大多数传统制造业、服务业的中小微企业属于此类)进入市场,所占市场份额较小,企业临界值高,期权价值小,制约着融资渠道的选择,被动接受较高的融资成本,反过来进一步抬高了企业临界值,降低了企业价值,让传统型中小微企业置身于市场份额因子、融资成本、期权价值三者的恶性循环中。欲促进中小微企业发展,就必须在市场份额因子、融资成本、企业临界值三者之间找到突破口。本文构建的理论模型为找寻这一突破口提供了理论解释。

模型发现:投资者抢先进入市场可以获得短暂的垄断优势和抢先市场竞争优势,并且当领先者的市场份额大于0.5时,抢先进入时最佳投资决策方式。这种情况下领先企业获得更大的顾客基数,企业的市场投资因知名度和品牌效应而获得更大的激励。相应的,追随企业在市场份额低于0.5的情况下,应结合自身的竞争优势考虑投资决策方式。结合市场多方面因素以及收益问题考虑,要想抢先投资,企业需要拥有自己的独特竞争优势,如新技术的研发等,并能在长期内垄断和获得丰厚利润,而这种情况于处于市场竞争劣势地位的追随者而言就更困难了。因此,领先者所占的市场份额优势越大,其进入市场的临界值就越小,相应地,追随者的投资临界值就越大,进入市场的门槛就越高。因此,中小微企业(特别是科技型)通过技术创新或模式创新,率先进入某一经营活动领域,抢占市场份额因子可以获得跨越式发展。

针对传统型中小微企业,由于其想突破既有的市场格局,占领市场份额获得发展机遇基本鲜有可能。只有通过降低影响企业临界值明显的融资成本来获得价值。基于这一认识,我国政府要构建起合理的市场结构,促进中小微企业发展,形成有序的市场竞争环境,就要通过必要的手段降低中小微企业的融资成本,或者改变其面临了市场风险、经营成本、建设时间和政府补贴四大因素,中小微企业自身则通过改善自身融资能力、降低企业的经营成本,在既定的经营领域获得必要的政府补贴,才能提高企业的价值和利润,反过来带来进一步的融资机会,降低融资成本,走出恶性循环。

摘要：在考虑融资成本不对称的情况下,将期权博弈理论的不确定性、不可逆性、竞争性和信息不对称性等因素同时纳入研究框架,构建一个基于不对等市场竞争优势的投资决策模型。通过仿真实验,发现领先者有竞争优势能激励其更早进入,反之追随者有竞争优势则可避免其他企业抢先进入的威胁;此外,企业跟随者临界值较企业领先者的临界值对融资成本的变化更敏感,企业降低融资成本可获得相对较高的收益。最后,结合企业的经营成本、建设时间、政府补贴对企业竞争的影响,给出模型对中小微企业构筑竞争优势、缓解融资成本压力,实现跨越式发展的理论解释。

企业融资决策路径 篇4

摘 要：智能交通系统领域中的路网拥塞控制是解决路网拥塞问题的主要手段之一，针对该问题，利用自底向上的agent建模方式，构建一种多目标路径决策agent移动模型.在该模型中，车辆agent兼顾最短路径和拥塞避免两个优化目标，通过车辆agent行驶距离最短（最短路径）和途经区域的拥塞程度最低（拥塞避免）两个目标优化来动态进行路径决策.基于多目标路径决策移动模型一方面能够实现对交通拥堵路段的分流控制，另一方面能够挖掘网络拓扑结构中易发生拥塞的路口的共同特征，为路网拥塞控制提供帮助.仿真实验结果表明，该模型能较好地改善路网结构中的拥塞路段.针对不同链路密度及链路分布的网络所进行的仿真实验结果进一步表明，路网结构的链路密度对拥塞路段出现在网络中的地理位置影响不同，而路口节点位置影响其拥塞程度；网络结构的链路分布形态对发生拥塞路段的地理位置和拥塞优化结果具有直接影响.

关键词：多目标优化；路网拥塞；agent移动模型

中图分类号：TP399 文献标识码：A

智能交通系统（ITS，Intelligent Transportation Systems）在交通领域的各个方面，例如路径规划、车辆导航及拥塞控制等方面已得到了许多成功应用.拥塞控制作为ITS中的一个关键应用，一直是研究热点＼[1＼].目前，交通拥塞的研究方法大致可以分为3类：1）基于统计物理学的方法，如Liao等人使用熵复杂因果关系平面法分析交通数据，实验结果表明：其方法在评价交通动态状态分级时效果最好，交通数据被分为：拥塞，中级，通畅＼[2＼].Helbing介绍了多种交通流以及自主性多粒子所描述的系统，回顾和比较了交通领域中关于实证数据、行人和车辆通行的主要方法以及微观中观宏观三种模型＼[3＼]. 2）基于数学规划的方法.1985年，Sheffi运用数学动态规划及其建模方法，系统地阐述了交通流量的拥塞问题，并且提出了多种用户均衡状态及交通流建模的解决方案＼[4＼].文孟飞等人利用一种基于增量搜索的多目标优化方法实现了车辆的实时路径诱导＼[5＼].3）基于ABMS（agentBased Modeling and Simulation）的智能交通拥塞控制方法.例如，Narzt等人运用昆虫群集产生的电子信息素，通过对其它车辆信息素的搜集、区分及避开拥塞，采用非集中控制的方式在仿真交通系统中分析汽车多种规避拥塞的不同策略＼[6＼]. 梁满朝、李文勇等人针对城市交通信号控制的动态路径优化问题，综合考虑了路口距离和道路的饱和程度，通过基于蚁群算法和群决策理论的动态路径优化算法模型，并证明了其有效性＼[7＼]. Buscema等人则考虑驾驶员行为偏好对路径选择的影响，指出驾驶员对于路径的选择不仅仅依赖于交通引导系统同时也依赖于驾驶员的主观感觉＼[8＼].此外，文献＼[9＼]提出了一种基于agent的智能驾驶模型，通过结合网络、车辆信息共享更新的基础设备和自适应巡航联合控制的方法，证明了该agent智能驾驶模型的实用性以及如何使用该技术减少拥塞.

湖南大学学报（自然科学版）2015年第4期蒋 斌等：路网拥塞控制中的多目标路径决策模型研究

交通系统涉及个体自主驾驶行为与复杂交通环境之间的实时交互和反馈机制，属于典型的复杂系统研究范畴.本文采用自底向上的ABMS方法，联系微观个体行为与宏观交通涌现现象来研究智能交通系统的拥塞控制问题.现有基于agent的拥塞控制方法主要从车辆个体行为出发来研究改善拥塞的方法，预测驾驶时间或者用户行为，缺乏一定的宏观视角分析整个交通系统拥塞分布的涌现，从多目标优化的角度来实现网络拥塞均衡算法也较少.针对上述问题，本文提出一种基于多目标路网拥塞均衡算法的agent移动模型，同时考虑最短路径和拥塞避免两个目标来动态决定车辆agent的移动目标，依据该优化策略自主地向各自预定目标移动，以实现整个网络拥塞动态均衡的目的.

1 ODD协议模型描述

通过ODD协议（Overview， Design concepts，Details）＼[10＼]描述基于多目标路网拥塞均衡算法的agent移动模型的设计与实现.

1.1 目的

本文提出一种基于多目标路径决策移动模型分析路网的拥塞问题.模型同时考虑最短路径和拥塞避免两个目标的优化，确保车辆抵达目的地的过程中整个网络拥塞得到改善.仿真实验验证了模型的有效性，同时针对不同链路密度和链路分布的模型试验，分析了不同网络结构对拥塞涌现和优化结果的影响，为实际路网中拥塞控制提供理论参考.

1.2 实体， 状态变量和尺度

如表1所示，模型包含两类实体：路口节点和车辆.其中，路口节点表示仿真实验预定义的路网结构中的交通路口节点，车辆定义为网络中依据一定移动策略自主移动的agent.

表2给出了模型中的状态变量：1）路口节点状态，包括节点饱和度和当前等待的车辆agent队列，节点饱和度指交通路口的最大通行能力，当车辆agent数目达到上限时将饱和度置1（具体定义及计算见2.4）；2）网络链路状态，表示整个路网不同路口节点间的连接状况（即网络中的边）；3）车辆agent的状态，包括出发地、目的地、当前路径及当前状态（等待或是移动至下一路口）.对于每个路口节点r，我们定义状态变量Ux来描述其在时刻t的拥塞状况为：

Ux=preA（r，t）desiG（r，t）， （1）

其中，preA（r， t）表示节点r在时刻t的前置影响，desiG（r，t）表示节点r在时刻t的节点饱和度，具体计算见1.4.本文中，为了简化计算，我们将preA（r， t）的值设置为1.

表2 状态变量定义及其描述

Tab.2 Status variables definition and description

1.3 过程与调度

仿真过程中，每个agent抵到一个路口节点i，会根据该路口节点i的邻接节点集Si={v1， v2，…，vj，…，vn}进行计算（vj表示与节点i相邻的节点j），通过多目标优化算法计算集合中所有节点的效用值（效用函数定义及计算见2.6），处于移动状态的agent会选择集合Si中效用值最小的节点作为目标节点.若agent移动后到达最终目标路口节点，则将该agent从路网中移除.每一个仿真周期将执行两类实体和整个网络状态的更新.图1是对该仿真过程和调度的伪代码描述.

1.4 设计理念

基本原理. 本模型设计的主要原理来自于Sheffi提出的城市路网车流均衡最优化理论[4].拥塞作为交通复杂系统中最重要的机制之一，直接影响着通行时间，并与该交通节点的车流数目相关.在给定网络结构和平流量数据时，Sheffi将影响交通通行的因子细化为多类，其中最为重要的一点即是链路函数，链路函数反应为该道路关于车辆流量的通行时间函数，通过时间的长短将直接反应出车流拥塞的程度.Sheffi还提出UE（userequilibrium）状态理论，即没有驾驶员能够通过改变路径缩短他们的通行时间，该理想状态在实际情况中很难达到.针对UE状态，他提出了多种解决该类均衡问题的方法，并指出最小路径树（Label connecting algorithm）方法是其中最有效的办法之一.根据Sheffi的理论和建模方法，我们的模型选取避免拥塞和最短路径作为两个考虑的优化目标，并基于其理论来建立我们agent移动模型的相关参数和移动规则.

Sheffi理论大多是建立在宏观车流数学模型之上，通过数学规划等方法为达到某种平衡而进行计算.模型结合其理论，将交通复杂系统通过多agent系统进行模拟仿真，将个体移动策略和全局拥塞分布动态联系起来，是交通领域仿真模拟的新尝试.

涌现. 随着车辆agent在路网中的自主移动，将形成路网中各路口节点不同的拥塞分布，并涌现出某些拥塞特别严重的路口节点.研究agent移动策略与拥塞现象涌现的内在联系，对实现拥塞均衡具有很大的意义.

适应性. 在模型中， 车辆agent会基于最短路径和拥塞避免两个原则决定最终移动目标.车辆agent在移动过程中会基于周边路口节点的拥塞程度改变移动策略.

目标. 假设路口节点的最大车辆通行数量为Max，若节点r在仿真时间步t内通过的车辆数目为v，则节点r在时刻t的饱和度desiG定义为

desiG（r，t）=1v≥Max；

v+1Maxv

假设网络由N个节点构成，仿真实验结束时间步为End，则定义模型的目标函数为整个仿真过程中的平均节点饱和度之和nwval，其值越小则整个网络的拥塞分布情况越好.

nwval=∑Endt=0∑Nr=1desiG（r，t）.（3）

随机特性. 模型中车辆agent的出发地、目的地以及加入到网络中的时间都是随机设定的.在每一个仿真时间步，车辆agent基于效用函数的计算决定下一目标路口节点，该效用函数的定义不仅考虑了主要因素的影响，还通过高斯随机函数模拟了车辆移动过程中随机影响.

观察. 为分析不同网络拓扑结构下路口节点拥塞状况的涌现特征，在每个仿真时间步，记录下所有路口节点的节点饱和度desiG和整个模型的目标函数值nwval.

1.5 初始化

初始化阶段，模型随机产生500个具有不同移动策略、出发点和目的地的车辆agent；不同agent类别之间的比例，效用函数中的权值设定，根据实验目的具体设定.

1.6 子模型

我们所定义的agent移动模型理论来自于朗之万方程，假定agent移动是由主导因子和随机因子两部分共同的作用结果.据此我们定义agent的移动效用方程，见式（4），其中Λ（Ux，t，λ）代表了相邻节点x在时间t的效用值.车辆agent i将会选择其相邻节点集合Si={v1，v2，…，vn}中效用值最小的一个作为目标节点.式（4）中的f（Ux，t）表示的是周边路口节点x在时间t对车辆agent移动的外部作用，其值动态反应了该邻接节点x的饱和程度；g（x，t）代表对agent的路径约束， 其值直接反应出agent距离最终目标节点的路径长度，g（x，t）将会约束agent朝着目的地行进.参数λ是这两个目标之间（最短路径和拥塞避免）的权值.此外， 为了保持移动过程中具有一定的随机性， 我们在效用函数中加入高斯随机扰动Gauss，

Λ（Ux，t，λ）=（1-λ）f（Ux，t）+

λg（x，t）+Gauss. （4）

为简化仿真实验，我们进行了如下约束：在每个仿真时间步，每个路口节点只允许单个车辆agent通过，其他车辆按到达该路口节点的次序进入车辆agent队列尾部等待.

2 实验设定及结果

如表3所示，我们执行3组实验来分别1）验证基于多目标的agent移动模型对网络拥塞均衡的有效性，2）分析网络链路密度对拥塞的影响.

对拥塞均衡的影响

网络结构及节点饱和度分析

分析网络链路分布形态对拥塞的影响.仿真实验中定义了两类agent：第一类Floyd agent将沿着最短路径向目的地移动；第二类Autonomous agent将同时考虑最短路径和拥塞避免两个优化目标，根据效用函数公式（4）向目的地自主移动.通过仿真实验采用的网络拓扑结构以及两类agent在不同比例和权值下的网络节点饱和度分布来分析仿真结果.3组实验都分别给出了本组仿真所采用的网络拓扑结构.

特别的，实验2和3中的网络拓扑结构分别按照链路数目、链路分布形态的不同进行对比实验，实验2中用黑色圆圈进行标识的节点表示在仿真过程中出现明显拥塞或异常的节点.3组仿真实验都给出对应其网络拓扑结构的平均节点饱和度分布，3种不同形状的图标（菱形、正方形、三角形）分别表示采用不同比例和权值构成的agent运行得到的仿真实验结果.如表4所示，3组仿真实验中，当网络中只含有Floyd agent时，用菱形图标表示网络节点的饱和度，而当两类agent各占50%，权值为0.85和0.15（实验1）或者0.95和0.2（实验2和3）时，网络节点饱和度分别采用正方形和三角形表示.表5给出了实验的参数设定.500个车辆agent将在前50个时间步随机加入到预定义的网络结构中，为保证所有agent都能够达到目的地，设定仿真时间步长

企业融资决策路径 篇5

关键词：应急救援,路径规划,数据包络分析,混沌,蚁群系统算法

1 引言

突发情况下的物流路径规划与一般的物流路径规划不同，其环境不确定性、信息不完备性、弱经济型等特征比较突出。近年来，对此问题的研究日益受到学术界重视，徐志新等[1]对核事故应急决策的多属性效用分析方法进行了研究；Sheu等[2]对不完全信息条件下的应急物流救援需求进行了研究；Liu等[3]基于云理论对城市应急物流中的多救援点单目标优化问题进行了研究；陈森等[4]建立了最优变路网情况下多库房应急物资调度模型，探讨了车辆所依托的路网结构可变和多库房对调度算法的双重影响；李紫瑶[5]研究了多目标应急救援的单一起点与终点的车辆路径问题；汪传旭等[6]研究了不确定环境下多需求点应急转运库存策略；Zuo[7]、Caunhye等[8]对近年来相关文献进行了评述，并探讨了以后可能的研究方向。

在应急救援路径规划问题中，对时效性的研究是一个重点。目前通用的方法是用时间窗来建模[9]。何正文[10]、Wei等[11]都基于时间窗对应急救援路径规划问题进行了研究。但在应急救援中，时间窗往往不能很好地反映应急救援的实际场景，因为对救援对象服务的时间并不是该问题中的重要考虑因素，在不确定环境下，决策因素复杂多变，需要决策者综合考虑，灵活决策。例如：在巨大地震、洪水等自然灾害发生后，救援车队会时刻面临着余震、滑坡、泥石流等次生灾害的巨大威胁，这将导致路段通行的不确定性成本支出和安全性问题。在这种情况下，决策者应首先对比分析救援风险、综合成本和时间等多种投入产生的救援效用的实际大小，再实时进行路径规划与调整，只有这样，才能最大程度发挥有限的应急资源的实际效用价值。

DEA(Data Envelopment Analysis，数据包络分析）是运筹学、管理科学和数理经济学交叉的一个新领域。数据包络分析以“相对效率”概念为基础，可以根据多指标投入和多指标产出的客观数据对决策单元（Decision Making Units,DMU）进行相对有效性评价。

本文针对应急救援场景的决策需求和典型特征，另辟建模思路，拟对应急救援路径规划问题进行二阶段建模优化，基本思路是：首先引入适当的DEA模型对各救援路段做投入产出决策效用分析，在此基础上再进行路径规划，以此使得决策效用最大化。

2 DEA对抗型交叉评价模型

DEA基本模型在利用线性规划求解过程中，存在极端和不合理的权重分配。例如：对有利于自己的输入和输出指标赋权很大，对不利于自己的指标赋权很小，甚至赋零权，因此不能有效区分各决策单元的优劣，最后的结果很可能出现多个单元同时为相对有效，无法再做进一步的评价与比较。为了解决这个问题，根据已有文献，可使用DEA交叉评价模型。其基本思想是：用每一个决策单元DMUi的最佳权重wi*=[vi*ui*]T去计算其它决策单元DMUk的效率值，得到交叉评价值：

其中，xj和yj是决策单元DMUj的输入、输出向量。效率值CEij越大对DMUj越有利，对DMUi越不利。由于线性规划的最优解不唯一，由式（1）得出的交叉评价值仍然具有不确定性，为此，可引入对抗型交叉评价[12]。其算法的具体步骤是：

(1)利用式（2）计算DMUi的自我评价值CEii(1≤i≤n)

(2)给定i∈{1,2，…，n}，k∈{1,2，…，n}，解以下线性规划：

(3)利用式（3）的最优解w*ik=[v*iku*ik]T求交叉评价值：

由交叉评价值构成交叉评价矩阵：

矩阵中的主对角线元素为自我评价值，非主对角线元素为交叉评价值，上述矩阵的第i列是各决策单元对DMUi的评价值，这些值越大，说明DMUi越优；ACE的第i行（对角线元素除外）是DMUi对其他各决策单元对的评价值，这些值越小对DMUi越有利。

4计算ACE的第i列的平均值作为衡量各决策单元对DMUi的总评价，ei越大说明DMUi越优。

3 决策单元指标的确定与量化

在救援活动中，投入要素主要涉及时效性、经济型和安全性等几个方面。时效性投入应主要考虑每个路段的可能通行时间；经济型投入要考虑为保证该路段通行的所有成本付出，其中，除了车辆运输油费等正常支出外，还可能包括通山开路、遇水架桥、改换交通工具（如：利用海陆空，多式联运）等的成本付出；安全性方面，则可通过风险因子度量该路段风险投入的程度大小。

救援的基本目标是对灾区人员和财产损失最大程度的挽救。由于受灾地区信息的高度不完备性，人们对受灾地区损失的精确统计是不可能实时实现的，但其应该与人口数量有直接关系。DEA有一个重要特点即其有效性与决策单元对应的输入和输出同倍“增长”无关。因此，在确定每条路段产出指标时，只需要取本路段连接的受灾人口数量为受益目标即可，一般情况下，受灾人口数量很容易确定。同时，为了反映决策者偏好或确定受灾点救援优先级等决策信息，可另外选取一项指标如重要性作为其产出指标。

由于震后决策处在不确定环境当中，决策数据易变且不易获得，从现实角度考虑，采用专家评价法比较可行。此方法可充分利用专家的知识、经验和已有数据综合获得决策数据，当有重大变化时，也便于快速重估。

通过专家评估，即可获得每个路段的可能通行时间、可能成本付出以及各路段的风险评估值。同时，决策者对每个灾区的重要性也可给出自己的评估。

有了以上数据，按DEA对抗型交叉评价模型的计算步骤即可得到各救援路段DEA决策效用值，以此为基础，即可进行路径优化了。

4 基于混沌扰动的蚁群算法设计

相关研究表明，在路径规划方面，蚁群系统算法是求解该类问题较好的一种智能算法，但若应用不当，也容易陷入早熟和停滞[13,14,15,16]。

混沌状态广泛存在于自然现象和社会现象中，具有规律性、随机性和遍历性等独特的性质。混沌运动能在一定范围内按其自身“规律”不重复遍历所有状态，因此，可利用混沌变量的这些特征优化蚁群算法的搜索机制，使算法跳出局部最优，保持解空间的多样性，从而改善算法的全局搜优性能[17]。

以下将基于混沌扰动机制进一步改进蚁群系统算法来求解最优路径。

4.1 状态转移概率的设置

设m是蚁群中蚂蚁的数量，ηij是能见度，ηij的设计是蚁群算法的关键，一般都取距离的倒数，这里取路段（i,j）的DEA交叉评价决策效用值ACEij，并用τij表示路段的信息素轨迹强度，设pkij是蚂蚁k从受灾点i到受灾点j的状态转移概率，j是尚未访问的需求点，则有：

式中，allowedk(t)=(1,2，…，n)-tabuk表示蚂蚁k下一步允许选择的点。用禁忌表tabuk(k=1,2，…，m）记录在t时刻蚂蚁k已走过的点。参数α反映了蚂蚁在运动过程中积累的信息素的重要程度，而β反映了决策效用值在蚂蚁选择路径中的相对重要性。

为防止算法过早陷入局部最优解，可改进为用以下方法选择下一个被访问的点：

q0∈（0,1）为常数，目的是控制对已有信息的利用和对解空间探索的力度对比，q为0到1之间的随机数。当q>q0时，J仍按式（4）进行计算，以此可以提高路径选择的多样性。

4.2 信息素的更新策略

信息素更新策略是蚁群算法的关键步骤之一，信息更新过快将导致算法陷入局部最优甚至停滞，信息更新过慢则收敛速度缓慢，无法搜索到最优路线。在此，采用全局信息更新与局部信息更新相互结合的方法。全局信息更新公式如下：

式中Obest为当前全局最优目标值，ρ是信息素的挥发因子。同时，蚂蚁找到一个子可行解后，将子可行解路段（i,j）上的信息素进行局部信息更新。

式中τ0为常数，τ0=1/（nO3min),O3min为最近3次最优目标的均值。

4.3 混沌扰动策略[17]

如果每次循环计算的最优结果重复若干次不发生变化，可认为算法进入早熟、停滞状态。此时，即可启动混沌扰动机制帮助搜索跳出局部最优。

典型的混沌映射系统Logistic方程是：

式中μ为控制参量，当μ=4时，且z0{0,1/4,1/2,3/4,1}时，Logistic所产生的序列完全处于混沌状态。

混沌系统加入算法后，式（6）改写为：

yij为混沌变量，可由式（9）迭代映射得到，而λ为调节系数，可取一常数。

4.4 混沌蚁群系统算法求解步骤

(1)初始化参数、最大迭代次数NCmax、蚂蚁数m等，令迭代次数NC=0;

(2)设置蚂蚁从救援点出发；

(3)根据式（4）、（5）选择移动目标，并检查约束条件。若车辆负载超过最大载重，则返回配送点，否则，移动到下一个受灾点，并将此点加入到禁忌表中；

(4)检查禁忌表是否已满。若否，执行第3步，否则，执行第5步；

(5)计算目标函数和本次循环最优解，根据式（8）对本次最优解路径上的信息素局部更新，并记录所有循环的最优解；

(6)如果在设定的连续Q次迭代内获得的最优路径没有明显变化，则根据式（9）、式（10）对最优解路径上的信息素进行全局更新扰动，否则根据式（6）对最优解路径上的信息素进行全局更新；

(7)如果未达到最大迭代次数，转到第2步；否则，输出最优解，终止计算。

5 案例分析

假设某地发生大地震，应急救援中心受命为相邻的6个受灾点实施紧急救援。已知现有应急物资18吨，待命车辆若干辆，每辆车的最大载重是10吨，且知配送点与2个受灾点有道路连通，各受灾点间有10条道路连通，决策者怎样布局救援路径才可使得救援效用达到最大呢？

本例即可按照本文讨论的方法给出解答。首先将各受灾点依次编号，记为1,2，…，6，配送点记为0。由于地震初期救援能力所限，救援物资只能满足受灾点的部分需求，因此，需要首先分配各救灾点的计划投放量。可按照各受灾点人口比例初步确定每个受灾点的计划投放量，也可以平均分配。如采用前一种方法，即得出每个受灾点的计划投放量如表1所示，表中同时也列示了各受灾点的人口数，这可以通过已有统计数据获得。

随后，请相关专家快速评估给出每条路段的投入产出评估值。其中，优先评级是对受灾点救援重要性的度量，反映了决策者对该受灾点的重视程度，此处采用5级评价制，5表示最重要；风险程度反映了专家对该路段安全性的基本判断，用百分数表示，百分比越大，风险就越大，无风险可设置为0；每条路段（i,j）的人口数据则取受灾点i和受灾点j人口数量的总和。所得结果如表2所示。

根据表2，在Matlab7.1中编程计算获得每个路段的DEA交叉评价决策效用值如表3所示。

在决策效用值基础上，用Matlab7.1继续实现本文设计的改进蚁群算法，置参数如下：q0=0.2，α=1，β=2，λ=1，ρ=0.2，ξ=0.1,m=50。

在CPU为1.8GHz、内存为2GB的计算机上，迭代100次，可获得最优解为23.309，给出2条优化路线，车辆建议数为2，如表4所示。

为验证本文设计的改进蚁群系统算法的正确性，用lingo11软件对本例编程求解，发现最优解和前面所求一致，说明本文设计算法是完全正确的。

lingo求解程序用时42秒才给出最终结果，而本文设计的算法寻优时间和迭代次数都大大减少了，求解速度明显比lingo快。事实上，本次运算迭代100次只用了13.23秒，说明本文设计算法可满足应急决策对时效性的基本要求。

用Lingo软件求解的局限性是只能求解小规模的问题，对于大规模问题，只能借助于智能启发式算法。本文所设计的算法不仅可求解小规模的问题，同时也可以用来求解大规模问题，因此也具有良好的适应性。

为测试该方法的灵敏性，将投放量平均分配，即每个受灾点都计划投放3吨物资，其它数据和参数设置不变，再次运行程序，仍然迭代100次，又可得2条优化路线，这次结果与上次结果明显不同，最优值也有所改进，为23.32。两次求解的结果对比见表4所示。

6 结束语

企业融资决策路径 篇6

(一) 中国特色社会主义民主政治建设的必然要求

当前, 鉴于经济体制与政治体制改革的持续深化, 各个不同的利益群体逐步分化, 普通公民的独立意识与政治参与意识也在不断强化。公民已经愈来愈强烈地感受到作为社会的主人, 在制定公共政策的过程中, 就应当不断增强自身的主体地位。公民不能只满足于作为公共决策的对象而存在着, 而是应当更加强烈地要求向决策者表达出个人意愿。在此情况之下, 党和国家一定要通过健全完善各种手段, 让各利益群体能够依据法定程序表达出利益上的要求, 这样就能为合理决策创造出相应的条件。

(二) 中国特色社会主义市场经济发展的必然要求

中国特色社会主义市场经济要求公民增强参与的意识, 要求全体社会成员能够更加积极地投入和更加广泛地参与。唯有更加充分地发扬民主, 让公民能够切实树立起良好的责任感和使命感。同时, 中国特色社会主义市场经济还能激发出广大公民积极参与公共决策的愿望。这是因为中国特色市场经济体制之构建就是利益关系进行调整的一个过程, 它不仅能给公民带来各种利益的基础, 而且还导致公民之间出现利益上的差距。因此, 在满足公民利益的基础上, 还能激发出更加大的利益期望以及利益追求。所以, 广大公民在争取自身利益的进程中, 肯定会要求了解和自身利益关系十分密切的政策的制定。

(三) 政府职能与管理方式转变的必然要求

如今, 我们处于经济体制转轨期, 政府不但要将配置资源权交由市场, 而且还应当逐步将一部分社会管理权交给社会团体。这就无法离开公民对于各项社会事务的积极参与。在政府管理上, 应当要求政府尽管改变传统意义的管理方式, 不断提升公共决策的科学化与规范化程度, 让政府决策和管理更为符合现实状况。

二、加快公民参与公共决策进程中面临的障碍

(一) 传统官本位思想的阻碍

我国传统社会遗留下来的根深蒂固的官本位思想已经影响到公民参与政策的制定。官本位的主要表现是:为官时居高临下, 甚至盛气凌人;为民时则极为畏官, 显得唯唯诺诺。在此心态之下, 公民很难持有平常心去参与到公共决策之中。而相对集权的权力结构会造成地方政府只能单一地实施上级的决策, 在如何处理本地事务中就十分缺少发言权, 自然也就无法用平常心让本地公民参与到公共决策之中。

(二) 中国公民总体素质偏低

公民参与实质上是一项民主政治制度。中国公民总体素质不高是切切实实存在着的。一般而言, 受教育程度与经济状况较好的公民群体的参与意识相对比较强, 这些公民可被称为公民参与的强势人群, 而与其相对应的则是弱势人群, 这些人一般均生活在社会底层。为拓展公民政治参与的热情, 必须不断提升公民的文化素质。同时, 一旦政策制定者自身素质与技能不够高的话, 就会严重地影响到所制定出来的政策质量。因此, 公民有效参与公共决策必须是循序渐进的一个过程。

(三) 公民参与导致公共决策成本的增加

公民参与会造成参与者自身投入成本的加大, 耗费其大量的时间与精力。同时, 政府部门为了切实保障公民的权利, 在其参与公共决策时也需要投入一定的人力、物力及资金等成本, 这样也会导致政府的投入成本会有所增加, 特别是当政府所拥有的资源较为有限时, 这一矛盾就有可能会显得更为突出, 从而让政府陷入到两难之中。

三、加快公民参与公共决策进程的主要途径

(一) 转变公民参与公共决策的观念

一是对于广大公民来说, 应当切实变传统意义上的观念, 建立起积极参与的意识, 提升参与能力及技能。为此, 要转变固有的参与观念, 建立起公民参与意识。人民群众不仅是社会生产中的主体, 而且还是社会实践中的主体, 更是国家与社会中各项事务的权利主体。公民应当明确, 参与到公共决策之中是自身的一项合法权利, 为此, 应当更加积极地履行好自己的职责。同时, 应当注重科学文化教育。

二是对于决策者来说, 应当关注公民参与, 学会和公民来分享各种权利。为此, 公共决策机构应当彻底转变对公民参与公共决策所持有的观念, 注重发挥公民参与的积极作用。决策者必须要在思想上提高自身的认识, 才能在真正在决策与管理之中实施调整与改变, 从而为实现公民参与到公共决策之中而作为应有的努力。当然, 政府还应当提升自身的决策力, 从而更加积极主动地引导公民参与到决策之中, 积极提升广大公民的文化素质以及参政议政方面的能力, 这样就能提升民众参政议政的质量以及有序性, 让各类公共决策都能做到科学和民主, 让政策能够得到更好与更快地施行。政府还应当学会和公众去分享进行公共决策的各项权利。要努力树立起和公民进行参与合作的理念。实行合作的基础为公共决策者一定要接受公民处于决策过程合法参与者的重要地位, 不仅要尊重广大公众的意愿以及想法, 而且应当对其平等相待, 这样才能形成更好的合作与互动关系。

(二) 强化公民参与公共决策的立法建设

在立法建设上, 应当以宪法这一根本大法为指导, 以充分保障广大公民的权利与自由为基础, 通过立法形式把公民积极参与公共政策制定的主体与内容、方式、途径等进行详细说明与具体规定, 从而确定公共政策制定者与广大公民的义务与责任, 并且不断健全完善民事与行政诉讼制度以及程序, 引导广大公民更加积极地参与其中。唯有把公民的参与上升至立法的层面上, 才能让公民参与更加具有权威性, 这样才能让公民参与变得成熟而完善。在公民具体参与的形式上, 公共政策的决策者应当合理借鉴西方发达国家在这一方面的成功经验。

(三) 完善公民参与公共决策的机制建设

不一样的决策机制肯定会影响到公民参与公共决策机制之形成, 而决策机制之选择则是参与机制发生作用的基础性条件。一般来说, 决策过程中有四种各不相同的决策方式, 主要包括了谈判制、多数表决制、代议制以及执行制, 从而把公民个人之需求转化为政府所实施的政策。目前, 我国在公共决策上的主要方式采取的是民主集中制, 并且参照公共事务所具有的复杂性与扩张性进行决策, 而公民参与到公共决策主要牵涉到公众参与权的四项权利, 即动议权、表决权、听证权以及监督权的实现程度。所以说, 我国在参与公共决策的机制建设可分别设立以下四种机制:一是谈判与协商机制。这一机制允许社会当中的政治结构运用彼此之间的博弈谈判和协商, 从而形成一个初步的方案提交给政府进行决策, 其本质在于对公共决策具有动议权, 而不只是等到政府感觉到公共政策出现了问题之后才提出相应的解决方案。比如, 美国于1990年通过了《协商制定规章法》, 将这种机制永久地确定了下来, 并且规定应当由利害关系人构成一个“规则订定协商委员会”, 该委员会有义务对各类行政规章草案进行协商, 从而让社会各方都能接受, 行政机关也一定要把这一草案公布在当地的公报之中, 以便于接受相关的评论。二是公告与评论机制。该机制明确了行政机关有义务把政府所作出决策方案运用各种形式对外加以公布, 从而接受社会各方的评论与监督, 并将各类评议意见记录下来。在政府实施了决策以后, 还应当各种不同评论意见进行简单的解释和说明。三是投票与公决机制。对一些比较重大的决策, 应当实施投票表决的方式。对于一些规则性比较弱的规则可实施代表投票制加以决策, 其中对于短期与中期发展规划则适用于进行代表投票, 而那些规制比较强的规则则可运用全民公决等方式进行表决。四是通告与听证机制。因为公共决策的种类繁多, 既不可能也不需要对每一项决策都严格地依据法定程序来加以施行。有时候也可以实施非正式程序, 特别是对一部分有法可依的决策来说更是如此。比如, 对于价格决策就可使用通告与听证等非正式形式以制定程序。公共决策机构应当把相关决策的方案、地点以及时间等告知相关人员, 并告知其具有听证权, 从而吸引公民参与到公共决策之中。五是选举与新闻报道机制。该机制注重于在公共决策的过程中同意新闻媒体介入到其中, 从而强化对决策所进行的监督, 从而防止由于行政专断而损害到社会公众的利益。与此同时, 应当同意公民使用选举权对决策者的政治责任加以追究, 这样就能提升决策者的责任感以及使命感。

(四) 为公民创造更多参与公共决策的渠道

各参政党、社会团体、民间思想库以及广大公民, 不仅是公共政策的重要主体, 而且还是实施公共政策的客体。这些组织和个人参与到公共政策之中的方式一般是依靠民间主体力量和政策对象这一双重身份以发挥出相应的作用。其中, 参政党、政协组成单位等以政协为主要渠道, 代表了其所联系的广大群众, 从而表达出利益与愿望。民间思想库与普通公民等运用人大、政协以及大众传媒以表达出自身利益与愿望, 并就一些重大的政策问题和政府进行对话, 从而对公共政策施加各种影响。鉴于政治现代化以及科学技术的发展, 还需要为广大公民提供更加多的参与方式, 并且创造出更多新型的参与方式。

四、结束语

应当说, 健全完善公民参与公共决策的路径选择, 是推动我国政府决策民主化和社会经济协调发展的重要举措, 更是全面建设社会主义和谐社会的必经之路。如今, 中国公民参与公共决策事务已经有了明显进步, 然而, 要想真正建立起适合我国国情, 具有自身特色的公共决策参与体系, 还需付出比以前更加多的努力。目前, 我们已经进入到公民参与决策机制建设的关键期, 在此过程中, 应当切实摆脱公共决策过程中的官本位思想。我们完全有理由坚信, 通过健全完善公民参与公共决策的机制, 能够解决当前社会上复杂的公共政策过程中所遇到的各种问题, 从而切实推动中国的民主政治建设。

参考文献

[1]董春宇.公民参与公共决策的困境——公共选择理论的视角[J].石家庄学院学报, 2008 (4)

[2]陈芳, 陈振明.当代中国地方治理中的公民参与——历程、现状与前景[J].东南学术, 2008 (4)

[3]贾星慧, 李军虎.我国行政决策过程中公民参与的成本分析[J].内蒙古农业大学学报, 2008 (5)

[4]石路.论政府公共决策中的公民参与权[J].理论导刊, 2011 (4)

企业融资决策路径 篇7

近年来, 循证医学实践信息资源及相关评价文献数量不断增长, 循证护理实践越来越受到关注。与循证医疗相比, 循证护理应用面临巨大挑战, 据相关文献调查, 大多数护士在日常工作中需要信息帮助, 只有一半护士使用过相关电子文献数据库。在具体护理实践中, 大多数护士从来没使用过临床指南数据库, 护士对同事的信任超过了对电子目录数据库的信任, 遇到问题时偏重于同事之间语言交流[1]。在医院信息化建设不断深入的情况下, 临床信息系统建设应满足护士循证护理决策信息需求, 将信息化工具与护理工作流集成, 为临床优质护理提供信息化工具支撑。

国内外有许多项目对循证医疗的信息基础架构、患者安全、临床数据采集以及用户接口、卫生健康信息标准、临床事件监测、通信技术、临床信息系统以及信息完整性等进行了相关研究[2,3,4], 临床护理信息化研究也在基础数据架构、数据挖掘等方面有一定进展, 但通过临床信息系统实现临床护理决策支持, 在护士工作流集成循证医疗护理研究和信息化实践方面的报道并不多见。本文介绍我院将循证护理与医院CIS相集成提供护理决策支持, 以临床路径为核心的护理信息化支持系统的基础架构, 以及保障患者医疗安全方面信息化建设的主要做法, 主要目的是分享我们将循证医疗应用于医院临床护理的经验, 以推动我国医院护理决策支持信息系统建设。

1 护理决策信息化应用

临床决策支持系统是帮助临床医护人员进行医疗护理决策的计算机程序工具。我院的护理临床决策工具主要包括:信息管理、关键警告提示以及患者健康咨询。 (1) 信息管理工具帮助医护人员进行相关信息访问管理, 包括各种文献电子数据库、用药知识库以及循证医学知识库等; (2) 提示警告工具提醒医护人员在具体工作中各种警示[5], 如检验报告异常报警、潜在的药品不良反应、相关医疗规范的超越等; (3) 专门的患者咨询工具提供了以患者为核心的信息查询、决策分析以及循证诊疗方案建议等[6]。这些信息化工具是循证医疗护理决策支持实践的重要组成部分。

1.1 信息管理工具

日常护理中许多信息管理工具是作为独立应用系统存在的, 如为满足各种工作需要, 在已有的临床信息系统CIS中, 集成其他类型的软件系统, 在医院Intranet内进行共享访问, 典型应用有药品用药知识库、医院内部的各种疾病诊疗指南等。在病区护士站, 我们集成了基于Web方式的信息访问工具, 可以在CIS的具体操作中实现特定工作环境的信息访问, 在护士站可以访问住院患者检查申请安排时间, 实现患者检查申请预约时间安排的咨询服务, 使医院检查工作患者流动更加有序化, 通过院内网络信息访问实现了护理工作流程中的相关信息共享[7,8]。

护理决策中需要的各种信息要按照临床信息系统应用场景进行归类, 以便能够在具体的工作流中随需共享。我们选择了能够满足护理决策需求的各种信息资源, 根据CIS中各种使用场景如检查结果调阅、电子医嘱录入以及文档浏览等进行了分类, 与CIS应用联接, 使医护工作者能够在临床医护决策流程中进行相关信息阅览, 满足决策需求。2011年1月至2011年8月, 全院共访问各类信息26 527次。最主要的优点是根据使用者的需求, 提供了各类循证决策信息, 帮助医护工作者在使用临床信息系统的过程中进行循证医疗实践。

1.2 警示警告工具

基于计算机系统的提醒警告在临床医生端的应用取得了很大进展, 典型的应用有药品不良反应应用、药品与实验室检查结果的校验等。这些警示大多数都与计算机电子医嘱录入和门诊电子处方系统相集成, 很少有应用于护理临床路径循证决策的提示告警的报道。

护理决策信息警示开发的策略是实现基于循证医学的护理计划以及个性化医护风险评价决策目标, 目前已经实现了患者营养状况的分析评估综合评价, 实现了临床护理路径的智能提示提醒。下一步将根据国外的最新研究对骨科患者跌倒的风险进行评价, 将其嵌入到医院的CIS中, 实现相关查询, 保障患者的医疗安全, 向患者提供个性化的护理服务。

1.3 循证决策信息咨询

近年来, 计算机在帮助医生提供标准化诊疗服务方面取得了很大进展, 基于临床诊疗指南的计算机辅助提醒对提升医疗质量、规范医疗行为有重要作用[9]。目前国内临床路径应用主要集中于临床医生端相关电子化应用, 对循证护理、护理决策以及以患者为核心的循证信息咨询应用还不多见。

将临床决策推理规则与患者的个性化检查检验等信息数据与临床相关应用相集成, 是循证医疗决策实现的最佳途径。在具体临床医疗实践中, 许多场景下如医生查房并非必须通过完整的集成应用访问患者信息, 最近几年, 平板计算机、个人数字化助手PDA在基于临床路径的相关应用中作用愈加显现。目前, 护理PDA虽还没有大规模在医院临床应用, 但其在患者临床安全的应用已显端倪。我们循证护理实践策略是开发基于平板计算机的应用, 配合医疗临床路径应用, 完整体现临床医护以人为本、服务患者的理念。基于临床路径规范的标准化诊疗护理计划, 以循证医疗为基础, 结合卫生部临床路径应用指南, 以信息化手段向医护人员提供软件支持。具体临床决策实践中, 患者的诊疗计划往往与个性化指证有密切关系, 如患者体质量、既往史、各种检验指标等, 所以需要在护理工作中实现患者的综合信息共享与集成。

临床路径患者信息咨询提供特定患者的护理康复计划要点, 对患者的诊疗、检查、医嘱以及转科等提供信息咨询, 结合临床路径相关文档模板, 以电子化方式实现不同专业如医、护、患之间的医疗协同[10]。图1展现了相关临床路径执行过程中护士PDA的屏幕界面。我院基于临床路径护理决策信息化PDA应用主要集中在: (1) 事件提醒; (2) 护理评估以及标准化护理方案计划制定; (3) 基于循证的个性化护理以及工作流程的护理控制。

2 护理决策中的信息支持基础

基于循证医学的临床护理决策实践是建立在医院临床信息化与患者安全基础上的。临床信息化建设内容对护理决策支持有重要影响, 临床数据采集与软件界面、临床信息标准、临床数据仓库以及循证医学电子数据库建设是支持护理决策的重要方面。运用信息化技术手段将这些内容集成到医院CIS中, 对临床护理信息化建设有重要意义。

2.1 临床数据采集与用户界面

临床数据采集与用户接口界面对临床医护决策支持应用有重要影响。目前医院临床数据的访问大都是通过Web访问实现的, 临床决策信息系统中数据采集要尽量做到电子化、自动化, 避免重复的手工数据录入。在临床路径应用的PDA移动护理中, 循证医学指南电子数据库、患者年龄、身高、体质量、体温、脉搏等护理决策中需要的数据, 也需要尽量实现自动化采集, 避免护士手工录入, 能从HIS内部获取的数据尽量从内部数据库获得, 以保持决策数据一致[11]。

2.2 临床数据标准

临床信息数据标准是临床医护决策信息支持的基础。临床电子病历EMR应用中常常集成了多种临床标准化术语系统, 循证医学信息支持中需要实现与工作流程相关的文献检索。如在进行护理跌伤评价项目内容时, 需要支持类似术语的数据代码, 通过统一医学语言系统和概念术语系统进行标志、命名并实现数据库代码支持;在临床路径应用中, 临床概念术语涉及国际疾病分类标准ICD、临床诊断分类以及SNOMED临床术语等标准。

其他相关的临床标准包括HL7消息、临床指南表达格式等, 同时临床路径应用中各种注释模板的规范化以及在技术上同HL7 CDA标准保持一致, 也对临床医护决策信息系统的实现具有重要作用。

2.3 临床数据仓库

临床数据仓库是临床决策应用必需的基础构件。在患者的相关评估中, 需要从临床数据仓库中检索患者的临床数据信息。病区护士PDA移动护理一方面通过无线Wifi网络得到相关临床数据进行医护决策, 另一方面也采集患者的相关临床数据通过无线网络传递到临床数据仓库中, 信息的传递过程实现了移动PDA应用与临床数据中心的双向传递, 保障了整个患者临床数据的一致性。

2.4 电子化循证数据库

电子化循证数据库集成是临床决策信息支持的重要内容。通过访问国内外各种循证医疗源数据库, 实现了CIS中的循证指南参照和信息集成, 从而在医院信息系统的执行过程中能实现临床路径设置的不断改进[12,13]。我们在护理PDA结合无线移动方面实现了患者的医疗风险评价, 根据患者体质量及各种风险因素给出护理干预措施。PDA软件中也实现了病种临床规范, 如国家卫生部临床路径指南的文档查阅, 以帮助医护人员进行医护计划方案制定和决策信息支持。

3 结语

企业融资决策路径 篇8

车辆路径问题(Vehicle Routing Problem,VRP)是运筹学与物流管理决策的一个重要问题。目前,一般意义上的物流,指物流中心按照不同客户多频度、小批量的订货要求进行组织物流、其中主要内容是根据确定的货物量进行车辆的分配和物流路线的生成,即广受研究的车辆路径问题,如图1-1所示。

由于从事农产品物流物流的汽车货运工作尤其是从事城市果蔬物流的汽车货运工作条件复杂,不仅货运点多、货物种类繁多、道路网复杂、服务地区网点分布不均匀,最重要的是果蔬农产品物流有一个严格的时间限制。因此,如何应用计算机快速求解路线优化方案是国内外专家学者普遍探索的重要课题。

VRP问题需满足以下条件:

(1)每条物流路径上各客户的需求量之和不超过货车的最大载重量。

(2)每条物流路径的长度不超过货车一次物流的最大行程。

(3)每个满足每个客户要求(如时间要求),且只能由一辆货车送货。

(4)每辆货车均从物流中心出发,完成任务后又全部返回物流中心。

2 VRP问题的一般数学模型

设物流中心为1个,货车编号为k,客户编号为1,2,…l,考虑车辆载重量约束、数量数目约束、时间约束等,可定义如下的基本数学模型:

定义变量:

目标函数及约束条件:

3 VRP问题的分类及求解方法

VRP问题根据有无时间要求分为有时间窗VRP问题(TWVRP)和无时间窗VRP问题。对有时间窗VRP的求解算法如图3-1所示。

本文主要研究现代启发式算法中的遗传算法,其适合客户达到一定数目时,并加入了时间因素和客户满意度等多目标问题决策。

4 时间窗问题

农产品如水果和蔬菜的保鲜时间各不相同,若每家门店对送货时间有要求,则物流企业必须在规定的时间段内将农产品送货上门,这就是带有时间窗的VRP问题。

时间窗问题可以用不等式e Ti≤ti≤l Ti表示,e Ti表示物流任务最早时间,l Ti为物流任务最晚时间,ti为某物流任务需要的物流时间。时间窗限制可分为可调剂时间窗和不可调剂时间窗。可调剂时间窗表示如果货车没有按时送货,则必须支付罚款;不可调剂时间窗表示每个物流任务必须在规定的一个时间段内送到门店,无论早晚都完全被接受。很明显,不可调剂的时间窗所产生了惩罚成本要大于可调剂的时间窗,且只有后者才有可行解。

由此产生客户满意度函数(CS Val),果蔬农产品要在其有限的保鲜期限内及时销售,就必须做到及时物流,尽量缩短上架前流通时间。物流企业要实现农产品利润最大化,就必须考虑农产品的时间成本。这些成本包括由于延迟交货而产生的罚款和最佳销售时段的机会成本损失。我们可以用下图4-1表示实际客户满意随物流时间的长短而变化。

其中时间区间表示顾客可以忍受的最大的开始服务时间范围,而表示顾客期望服务开始的时间范围,模糊预约时间。

工业品物流往往以降低总物流送成本或缩短物流时间为目标,而没有考虑将客户满意度和VRP问题的模型相互结合,使它成为可以1个约束变量。农产品物流更注重客户的满意度,客户满意度可以通过如下时间函数表示:

如上例,当货车XY(第1类4吨车第1辆)在完成门店J的物流任务后驶向门店A时,如到达A的时间太早,那么货车XY必须在A门店处等待,如图4-2所示。

货车XY在A门店的等待时间表示为:

式中:tij表示物流车辆从顾客i到顾客j的行使时间;uti为物流车辆在顾客i处的卸货时间;wi(ti)"表示当顾客i的开始时间为ti时,物流车辆在顾客i处的等待时间。

5 EXCEL遗传算法工具箱

利用EXCEL加载Evolutionary Solver,其基本原理是根据遗传学、进化论和适者生存原理建立的。EXCEL标准Solver是从单独一个解(初始点)开始,朝着优化解的方向移动。对所有点来说,标准solver只追踪一个唯一的解(目前为止找到的最好的解)。相反,evolutionary solver从随机产生大量候选解开始,这些候选解被称为“群体”。在求解过程中,evolutionary solver追踪候选解的整体群体。

在生成了群体之后,evolutionary solver接着对群体创造了新的一代。存在的候选解群体结对创造先下一代的子孙。借鉴遗传学的原理,这些子孙后代结合了每对父母的一些因子。例如,一个后代可能兼有父母一方的一些可变单元格和另一方的一些值,而其他可变单元格可能只是在父母双方之间均分。

在任何一代的解的群体中,有些解是好的(或合适的),有些是不好的(或不合适的)。我们通过计算群体中得候选解的目标函数来确定解的适应度。对那些不满足一个或多个约束条件的解的惩罚就是将它们排除在外。接着,借鉴进化论和适者生存的原理,群体中“合适”的成员被允许频繁地繁殖(创造许多后代),而“不适合”的成员不允许繁殖。如此下去,群体最终将变得越来越合适。

遗传算法的另一个关键特征是突变。如同生物学中的基因突变一样,evolutionary solver有时对群体中的成员进行随机的改变。例如,一个可变单元格的数值可能会被一个新的随机值取代。这种突变可以创造与其余群体无关的后代。这是非常重要的,因为它可以帮助算法在局部最优值附近受到困扰时摆脱困扰。

Evolutionary solver不断创造新一代的解,直到连续几代都没有改进。然后算法就结束了,并报告目前为止找到的最佳解。

6 案例验证

6.1 案例背景

上海世纪联华生鲜物流中心为全市13家主要门店物流农产品。物流中心和13家门店实际地理位置如图6-1所示。物流中心要在一天内用一辆满载的货车将果蔬物流到各家门店,然后车辆返回物流中心,车辆出发点和返回点都是物流中心。我们将要物流的门店按字母顺序列出,每家门店都标上一个数字(1~13之间的一个整数)和一个中文简称,如表6-1中的B6:C18单元格和E3:Q4单元格所示。数据单元格是各点之间的物流距离(D5:Q18),给出了每一家门店之间的物流距离。需要制定的决策是车辆返回到物流中心前均物流过每家门店。因此,相应的可变单元格route(D22:P22)显示出物流各阶段物流的不同门店(通过其数字标号引用)。换句话说,在物流中心之后第一家门店的数字标号将在单元格D22中显示出来,第二家门店将在单元格E22中显示出来,一次类推。表6-1所示的电子表格模型显示了按字母顺序物流各个门店的路径。这条物流路线的总长度为190公里。

6.2 案例求解

第23行显示了根据第22行中各门店的数字编码给出的中文简称,使用了EXCEL的INDEX函数。第24行利用INDEX函数查询出了物流路线中每个门店与前一个门店之间的距离。目标单元格Total Miles Traveled(Q26)将路线中总物流距离加总一起。

由于各家门店只需要物流一次,这一模型中的一个约束条件是所有的可变单元格都必须是1~13中的一个整数,不能重复。这一约束条件很难利用标准的solver来实现。幸运的是,premium solver包含了一个新的约束类型,成为alldifferent,它能满足我们的要求。当n个可变单元格选择1~n的整数时,将这些可变单元格限制为alldifferent将迫使它们的取值为1~n之间整数且不重复。为了利用premium solver实现alldifferent这一约束条件,在solver中选择add按钮,弹出add constraint对话框。在对话框的左边选择可变单元格route(物流路线),在对话框中间的下拉菜单中选择dif,如图6-2所示。

由此得到的模型不是线性的,因为index函数用来计算距离和alld-ifferent约束。但是,evolutionary solver可以用来找到一个好的路径。利用evolutionary solver求解后,得到的解显示在表6-2中的D22:P22单元格和D23:P23单元格中。这条路径比表6-1所示的路径改善了很多,总物流距离为91公里,比原先190公里节约了99公里。物流优化路线为物流中心→门店8→门店4→门店6→门店5→门店13→门店3→门店9→门店2→门店11→门店7→门店12→门店1→门店10。其中在运用遗传算法求解时个参数的设置如图6-3所示。

Max time(最长运行时间):100秒;

Interations(迭代次数):1000;

Precision(精度):1e-006;

Convergence(收敛值):0.0001;

Population Size(种群数):100;

Mutation Rate(突变率):0.075;

在“变量的要求范围”选项选中。这就将所有的可变单元格限制在上限和下限之间。这将大大缩小evolutionary solver需要搜索的范围,并增加找到最优解的机会。

在“evolutionary solver”选项对话框中点击“限制”(limit)选项卡。这个对话框对何时终止搜索提供了额外的控制。在“最大子问题”、“最大可行安全操作限制”中输入较大的数值,可以使搜索持续很长时间。“偏差”为0.05,“最大无改善时间”为30,意味着evolutionary solver将继续搜素直到在最后30秒内解的改善不超过5%。减少“偏差”,或增加“最大无改善时间”通常会使搜索时间变得更长。

7 总结

本文主要研究了现代遗传算法在解决带时间窗的农产品物流车辆路径问题决策中的应用,并结合了EXCEL遗传算法工具箱,实现决策过程自动化。在求解复杂的非线性规划问题时,evolutionary solver显示了两个重要的优点:第一,目标函数的复杂性不会影响evolutionary solver。只要函数可以根据给定的候选解进行计算(为了确定适合的水平),那么函数是否有折点或者不连续或者许多局部最优值都没有关系。第二,通过计算不一定与当前最优解在同一领域内的所有候选解群体,evolutionary solver不会受困于一个局部最优值。另外,即使整个群体最终向只是局部最优的解前进,突变仍然可以避免搜索被困在一点上。事实上,由于随机突变的存在,如果一直运行下去,那么Evolutionaty Solver就可以保证找到任何一个最优化问题的最优解。但是,这当然是不切实际的。

另一方面,我们必须指出,Evolutionaty Solver不是万能的。首先,为了找到最优解,计算花费的时间要长。选择了某些限制性选项后,搜寻更优解的过程可能会持续几个小时甚至几天。其次,Evolutionaty Solver对于有许多约束条件的模型的效果不是很好。例如,对于线性规划问题的许多模型,标准Solver能够即刻进行求解,但evolutionary solver运行通常会产生一个不同的最终解。最后,找到的最佳解不是最优的(虽然它可能非常接近最优值)。Evolutionary solver作为最优化工具的意义与标准solver是一个聪明的搜索引擎,尝试不同的随机解。它很可能在一个非常接近最优值的解处结束,对于非线性规划问题的大部分类型它几乎不可能获得精确的最优解。因此,在evolutionary solver之后再运行标准solver(GRG非线性)是有帮助的,从evolutionary solver找到的最优解开始,通过在该解的领域内进行搜索,能改善这个解。

摘要：我国农产品物流成本较高的主要原因之一是缺乏科学的管理技术,尤其是基于定量分析的决策技术。对物流车辆路径问题的优化可以有效降低农产品的物流成本。针对农产品的时效性,对带有时间窗的农产品物流车辆路径问题,引入客户满意度函数,建立实例决策模型,运用遗传算法工具箱进行优化求解。通过对优化前后的数据进行比较,验证决策模型的可行性和合理性。

关键词：农产品物流,时间窗,车辆路径问题,遗传算法

参考文献

[1]李大卫,王莉,王梦光.遗传算法在有时间窗车辆路径问题上的应用[J].系统工程理论与实践,1999(8):32-33.

[2]汪祖柱,程家兴,方宏兵,等.车辆路径问题的混合优化算法[J].运筹与管理,2004(6):42-43.