动态安全域（共8篇）
动态安全域 篇1
0 引言
近几年,随着电力市场的发展,电力系统运行中的不确定性增加,电力系统的安全稳定运行面临着很大的挑战[1,2,3]。因此,对于电力系统安全稳定运行的概率安全性研究越来越多[4,5]。电力系统动态安全域DSR(Dynamic Security Regions)的研究方法为电力系统的概率安全评估提供了有力的工具[6,7]。利用DSR可以给出系统的安全性概率指标。
目前,求解电力系统DSR主要有拟合法[8]、实用解析法[9]和改进解析法[10]等方法。这些方法虽可在不同程度上获得令人满意的结果,但由于求DSR的方法都是针对大范围的超平面,直接应用于计算安全性概率指标会产生较大的误差。因此需要针对安全性概率指标进行小范围的超平面搜索,进而对电力系统进行概率安全评估。
1 电力系统DSR和概率不安全指标模型
1.1 电力系统DSR
在电力系统动态安全分析中已经提出了DSR的方法[11,12]。该域Ω(i,j,t)是注入功率空间上的集合,当且仅当事故前网络结构i中的注入功率向量y处于该集合内时,在发生了持续时间为t的给定事故之后,网络结构变为j,系统不会失去暂态稳定[13]。大量研究表明[8,9],DSR可以由描述各节点注入功率上下限的垂直于坐标轴的超平面和描述暂态稳定临界点的超平面围成,称之为实用动态安全域(PDSR)。其二维示意图如图1所示。
DSR的边界超平面可用式(1)表示:
其中,y=[y1,y2,…,yi,…,yn]T,为临界有功功率注入向量;a=[a1,a2,…,ai,…,an],ai为所求得的超平面方程的系数;n为功率注入的个数。
1.2 DSR搜索方法
目前,求解电力系统DSR主要有拟合法、实用解析法和改进解析法等方法。
a.拟合法。通过拟正交选点选取搜索方向,在这些方向上通过时域仿真计算求取多个注入功率临界点,用最小二乘法拟合得到DSR边界超平面系数的方法,简称为拟合法[8]。拟合法的计算结果比较准确可信,但由于一般需要至少搜索2n个临界点,因此计算量很大。当系统规模增大时,计算量呈几何级数增长。
b.实用解析法。实用解析法是通过搜索1个临界点,在该临界点做小扰动分析,得到各个超平面系数间的比例关系,最后估算超平面系数[9]。由于只需要搜索1个临界点,所以实用解析法的计算速度很快,但误差较大。
c.改进解析法。改进解析法是在实用解析法的基础上,根据实用解析法计算得到的DSR超平面系数和拟合法得到的超平面系数之间的相关性而提出来的[10]。这种方法将临界超平面系数分成发电机系数和负荷系数2个群,通过增加几个临界点,利用最小二乘法,估计各群系数与真实值之间的偏移量,得到改进的超平面系数。由于只需增加有限几个临界点,且增加个数与系统的规模无关,因此改进解析法的计算量相对于拟合法很小,同时计算误差比实用解析法明显减小。
1.3 概率不安全指标模型
文献[14]提出了一种电力系统概率不安全指标模型。该模型计及了负荷的不确定性、故障类型、故障地点、故障电阻、故障时间等随机因素对系统安全性的影响,定量计算系统不安全水平。概率不安全指标模型的核心是给定故障及其切除时间t时的不安全概率测度:
其中,MΩ(y)的物理意义是对于既定的线路故障,注入功率向量y位于DSRΩ外的概率,即发生给定故障后系统不安全的概率。
为简化计算,文献[14]进一步提出了2个假设。
假设1:节点注入功率yi服从正态分布,即
其中,μi和σi分别为负荷节点i的注入功率yi的期望值和均方差,n为注入功率的个数。
假设2:节点注入功率两两相互独立。
根据这2个假设,可将MΩ(y)化简为
其中,Φ(z)为标准正态分布函数。
已知DSRΩ的边界超平面系数ai,给定注入功率向量y,可由式(5)计算出z,代入式(4)即可得到给定故障的系统不安全概率测度MΩ。
2 DSR的小范围搜索法
DSR的小范围搜索法的基础为标准正态分布函数的快速衰减特性和加速衰减现象。
2.1 正态分布函数的快速衰减特性
z<0时,Φ(z)随z减小呈现指数级衰减,如表1和图2所示。
由此可以看出,Φ(z)具有快速衰减特性和加速衰减特性。
2.2 求解小范围DSR的必要性
在节点注入功率空间,一般运行点从距离它最近处的DSR边界处溢出失稳的概率最大,从距离较远处溢出失稳的概率较小。考虑到yi的正态分布特性(见式(3))和正态分布函数Φ(z)的快速衰减特性(见表1和图2),距离较远时溢出失稳的概率急剧减小。即给定故障时,系统的不安全概率测度MΩ(y)只对距离运行点最近处的DSR边界敏感,对稍远处的边界情况很不敏感。因此,计算MΩ(y)时,只需要在距离运行点最近处的小范围内求解DSR,不考虑DSR边界较远处的情况也不会带来明显的误差。
在大范围搜索求得的DSR边界,用于MΩ(y)计算时,有时会带来较大的误差,这时在小范围内求解DSR就显得十分必要。
以图3中二维平面上的简单情况说明DSR边界小范围搜索的必要性。
对某一给定故障,假设系统的DSR真实边界为一段圆心为(-6,-6)、半径为10的圆弧QHP,2个节点注入功率y1、y2都服从N(1,0.052)的正态分布且相互独立,即运行点为S(1,1),y1、y2的联合概率分布密度函数为
φ(y1,y2)=π200exp姨-200姨(y1-1)2+(y2-1)2姨姨(6)
通过数值积分可求得运行点落到弧外的概率为MΩ*=0.101 3,此即给定故障下系统不安全概率测度的真实值。
对运行点S而言,计算给定故障下系统不安全概率测度时,离S最近的点H附近的DSR边界最重要,用直线近似表示DSR边界时,这个直线要用H附近的区域如弧BHC近似,得到直线HP1。用HP1近似表示真实的边界计算MΩ时,误差不大。
在大范围内用直线近似表示边界时,传统方法得到的近似直线HP2不能较好地反映离运行点S最近的点H附近的边界面情况,因而用HP2代替真实边界面计算MΩ时,会带来较大的误差。
用不同范围的弧上拟合得到的近似边界直线计算给定故障下系统不安全概率测度MΩ,结果列于表2和图4中。
表中误差ξ定义为
从表2和图4可以看出,在失稳边界的大范围拟合超平面得到的系统不安全概率测度与真实值之间存在很大的误差,在小范围内拟合时,误差较小,在θ≈15.9°的小范围拟合时,接近真实值。
以上分析说明,针对求解系统故障后的不安全概率测度问题,在距离运行点最近的小范围内求解DSR边界是必要的。
2.3 小范围DSR搜索范围估算
在小范围内求DSR可减小系统不安全概率测度的计算误差,但小范围的确定需要研究。为此,定义视在距离的概念:
其中,ds为式(1)表示的超平面HP上任意一点B到不在HP上的点S(y1,y2,…,yn)的视在距离,yi~N(μi,σi2),i=1,2,…,n;ks=z/d0,z由式(5)计算得到,d0为点S到超平面HP的几何距离;d为点B到点S的几何距离。
同时定义点S到超平面HP的视在距离为ds0=z。
视在距离ds粗略反映了运行点S到DSR边界上任意点B的溢出失稳距离,可用于估算小范围DSR的搜索范围。
对给定故障及故障切除时间t以及运行点S,首先初步估算DSR的边界超平面HP0,计算z、d0、ds0、ks;给定边界判定系数λ(这里取2%),计算小范围边界点上对应的Φ(ds)=λΦ(ds0),得到相应ds。对于更远的点,忽略其影响;根据得到的ds,换算成几何距离d,由式δ=arccos(d0/d),进而求得小范围搜索空间角δ(在多维空间中,空间角度指空间各种位置的平面角,所以空间角的计算转化为平面角计算[12],而δ是相交向量的夹角,故δ表示平面角。
用该方法对2.2节中的例子进行验算,得到小范围空间角δ=22.8°,在此小范围内搜索得到DSR边界的近似直线表示,代入式(4),得到系统不安全概率测度为0.1024,与真实值MΩ*=0.101 3的误差只有1.1%,说明所提估算搜索小范围的方法可行。
2.4 小范围改进解析搜索方法
改进解析法计算速度快,计算结果误差不是太大,因此在进行小范围的DSR搜索时应用改进解析法。小范围改进解析搜索法的搜索过程如图5所示。
定义2个超平面的系数误差如下:
其中,aij-1、aij分别是第j-1次和第j次搜索到的超平面系数,yi为运行点S的注入功率,err为2个超平面的系数误差。
小范围改进解析搜索法的步骤如下。
步骤1根据经验确定一个搜索方向,搜索到一个初始临界点,应用实用解析法得到初始超平面。
步骤2从运行点向超平面做垂线,在运行点和垂足连线方向上搜索新的临界点,在新点处应用实用解析法求得新的超平面初值。
步骤3对所有搜到的临界点应用改进解析法得到新的超平面。
步骤4判断最近得到的2个超平面的系数误差err是否小于给定误差限ε或搜索次数是否超过设定的最大值m。如果结果为真则执行步骤5,否则回到步骤2。
步骤5用2.3节的方法估算搜索小范围。
步骤6在确定的小范围内搜索新的临界点,达到需要的个数后,应用改进解析法计算得到小范围的DSR边界超平面。
3 算例分析
本文以10机39节点系统[15]为例来说明DSR小范围搜索法的有效性。10机39节点系统接线图如图6所示。
假设线路16-21上节点16处发生三相金属性短路故障,故障清除时间为100 ms。节点注入功率如表3所示(new表示新英格兰10机39系统节点,后同),基准功率值为100 MW。表中,取发电机节点σi=3%μi,负荷节点σi=5%μi。取接在母线31上的发电机为平衡机。设ε=2%。
此算例使用小范围改进解析搜索方法过程中,由2.3节的方法得到小范围搜索空间角δ=8.3°,在此小范围内搜索得到DSR边界的近似直线表示,代入式(4),得到系统不安全概率测度为0.0257。
同时,将传统的方法在大范围内用可信的拟合法(大范围拟合法)和本文提出的小范围改进解析法计算DSR边界超平面做比较,并且为了检验小范围改进解析法的误差,在小范围解析法确定的小范围内采用拟合法再计算一次DSR边界超平面,以之作为检验基准。3种方法的计算结果见表4(表中,方法1、2、3分别代表大范围拟合法、小范围拟合法和小范围改进解析法,后同)。
3种方法计算出的系统不安全概率测度、计算误差、计算时间分别列于表5中。计算时间是在普通PC机上测试的时间。
由3种方法的计算结果比较可知,大范围拟合法得到的系统不安全概率测度明显偏大;在小范围内采用拟合法的计算结果相对于其他2种方法更接近真实值,因而可以作为检验其他方法误差的基准,但其计算量与大范围拟合法相同,对大系统不实用;提出的小范围改进解析法的计算结果与小范围拟合法十分接近,误差只有4.5%,且计算量小,只有拟合法的14.3%,说明所提小范围改进解析搜索方法是合理可行的。因此,DSR的小范围改进解析法为电力系统概率不安全指标计算和电力系统概率安全评估提供了快速有效的新途径。
4 结论
针对电力系统概率不安全指标计算,基于正态分布函数的快速衰减特性,提出了电力系统DSR的小范围搜索方法。首先用实用解析法和改进解析法在大范围内搜索得到DSR边界超平面的粗糙估计值,在此基础上,根据经验估算搜索的小范围,在这个小范围内利用改进解析法计算DSR边界的近似超平面。
在新英格兰10机39节点系统上的算例结果表明,提出的小范围改进解析法的计算结果误差只有4.5%,且计算量小,只有拟合法的14.3%,说明所提方法是合理可行的。DSR的小范围改进解析法为电力系统概率不安全指标计算和电力系统概率安全评估提供了快速有效的新途径。
安全域,让企业更安全 篇2
社会信息化建设逐步深入,各行各业对信息系统的依赖程度正在不断提高,信息系统对业务的支撑作用更加明显。企业必须保护这些对其发展壮大至关重要的信息资产。由于入侵、破坏信息系统的事件每天都在发生,加上对于Internet危险地带的认知不断加深,企业对信息安全的需求前所未有地高涨起来。对于企业而言,安全问题已经不再遥不可及,而是开始在自己身边出现。安全漏洞会大大降低企业的市场价值,威胁到企业的生存,即使最小的漏洞也能将企业的名誉、客户的隐私信息和知识产权置于危险之中。
如何提高企业的信息安全保障能力,确保信息系统安全且可靠地运行,已经成为企业亟待解决的问题。
划分安全域
当我们面对一个庞大而复杂的信息系统时,单独对每项信息资产确定保护方法是非常复杂的工作,常常由于疏忽或错误导致安全漏洞。但是,将整个系统作为一个安全等级来防护,会出现没有防范层次和防范重点、对内部风险的控制能力不够等问题。因此,人们提出了分域的安全防护思路,即:科学地进行区域的划分,每个区域具有基本相同的安全特性,如安全级别、安全威胁、风险等,依据这些特性,将信息资产归入不同的域中,实施不同的安全保护。这种安全防护思路实际上是基于“同构性简化”的理念提出的,它将复杂的环境归结成若干个简单“单元”的组合,归入同一安全域内的信息系统共享相同的安全防护手段,大规模复杂系统的安全问题转化为若干个较小区域的安全保护问题,最终可以实现对所有信息系统的全方位、分层次的有效保护。
通过对业务系统的分析,可以把安全域划分为安全用户域、安全网络域、业务服务域、基础保障域:
安全用户域是对访问业务服务域的各类客户端和维护终端的划分,是风险子域,需要建立桌面安全标准,加强认证、防病毒与审计;
安全网络域包括安全域的网络设备和网络拓扑,是信息承载子域,需要保障网络性能,进行域间安全隔离与边界防护;
业务服务域是安全域的核心子域,是对业务服务器、数据库等重要应用的划分,需要重点防护病毒攻击、信息窃取与篡改、误操作数据丢失等行为;
基础保障域提供统一的安全服务,包括身份认证、安全管理、策略管理、补丁管理等服务。
建立纵深防御体系
依据安全域划分原则,同一安全域拥有相同的安全等级和属性,域内是相互信任的,安全风险主要来自不同的安全域互访,需要加强安全域边界的安全防护。
相同级别安全域之间的安全等级相同,主要考虑的是域间安全隔离和可信互访。从业务角度出发划分安全域,如在用户支撑网络中将办公管理系统、人力资源管理系统、财务管理系统等划分为不同的安全域。为了防止单点安全事件扩散到整个网络,如人力资源系统出现问题时,应进行安全隔离,避免其对办公管理、财务等系统造成影响。
不同级别安全域之间的互访会带来较大的安全风险,是网络安全防护的重点。安全用户域是风险子域,用户同时访问互联网资源和业务服务域是网络中面临的主要风险。通过认证授权和安全策略的检查,对终端的信息系统访问权限进行控制,只有通过认证和安全策略检测的终端才拥有一定的信息系统访问权限,没有通过的终端无法访问信息系统、甚至不能接入网络,从而将安全风险阻挡在网络接入的边缘,最大限度地保护了业务服务域中核心业务系统的安全(见图1)。
在安全域划分的基础上,根据纵深防御思想,保障安全系统设计的广度和深度,促进建立全面、综合、高效的信息安全保障体系:在广度上要求从网络架构、操作系统、应用系统、数据库系统等各个层面考虑安全系统的建设;在深度上要求分层次地、由外而内地(从网络边界、内部网络,到核心服务器乃至桌面PC)考虑安全体系建设的规划。
动态安全域 篇3
由于能源分布和经济发展的不平衡及电网互联运行的巨大效益，当今的电力系统正在向大电网互联及市场化的方向发展，其运行环境更加复杂，其动态行为更加难以控制，这使得电网的稳定性问题受到前所未有的挑战。如何快速有效地进行稳定性分析与控制决策，已成为各国电力工作者面临的首要问题[1,2,3,4,5,6]。
互联电网的行为和失稳模式特性越来越复杂，针对不同失稳模式的预防控制之间的冲突日趋突出，如何进行预防控制与紧急控制的协调问题成为关注的焦点。
文献[7]研究了电压稳定的综合控制问题;文献[8,9]基于单机等值理论，提出了一种综合控制方法，依据事故的严重程度对预想事故进行分类，忽略了事故发生的概率;文献[10,11]基于扩展等面积准则EEAC(Extended Equal Area Criteria)给出了一种暂态稳定协调控制方法，但其数学模型中没有考虑与预防控制和紧急控制紧密相关的备用资源的成本，并且全局优化受失稳模式之间拓扑关系的影响较大，当拓扑关系比较复杂时，全局优化就较为困难。文献[12]基于实用动态安全域提出了一种安全性协调控制的方法，以综合控制总成本为目标函数，以超平面形式的不等式为暂态稳定约束，将安全性综合控制问题归结成一个最优化问题。该方法考虑切负荷作为一种预防控制措施来扩大动态安全域，使得初始运行点对于所有故障都稳定，这不能够适用于多种失稳模式之间预防控制存在冲突的情况，有可能出现控制的负效应。
稳定控制决策是在保持系统稳定的前提下，使控制代价最小的优化问题。预防控制措施往往是连续量，对应于非线性连续规划;紧急控制往往是离散量，对应于非线性整数规划，其协调问题是混合型的非线性规划问题。
如果可供选择的措施种类及数目较多，但没有可靠的量化指标及相关的灵敏度分析技术，或者没有一个有效的搜索策略，那么即使只对单个工况下的单个故障进行控制措施的优化也将难以实现。
文献[13]基于EEAC提出了一种新的构建电力系统参数空间中动态安全域的方法。本文将该研究成果应用于预防控制措施和紧急控制措施实施效果及成本的量化中，提出了基于动态安全域的预防控制和紧急控制措施搜索算法及协调优化控制策略。最后，以8机32节点系统为例进行了仿真验证。
1 基于动态安全域的暂态稳定预防控制
1.1 交集区域上的可行点
采用动态安全域方法进行预防控制时，对于单一故障，只需要判断当前运行点与动态安全域边界的距离，选取性能代价比最大的方向将运行点迁移到动态安全域内部。
实际系统的预防控制往往面对预想事故集包含几十甚至上百个预想事故。不同事故的动态安全域可能有交集，但当预想事故的失稳模式存在冲突时，也可能没有交集，这种情况下，应用传统算法无法找到预防控制的可行解。因此，对于预想事故集进行最优的预防控制，首先要识别出各预想事故动态安全域所有可能的交集区域，并找出各交集区域上的可行点。
本文针对上述问题，提出了一种搜索预想事故集中所有事故的动态安全域交集区域上可行点的方法。
1.2 预想事故集包含3个故障时可行点的搜索
如图1所示，ABC1、ABD1、ABD2C2分别为事故1、2、3的动态安全域DSR1、DSR2、DSR3在PG1PG2二维平面的截面图，其中，BC1、AD1、C2D2为3个事故描述暂态稳定临界点的超平面在PG1PG2二维平面的截线。
从初始运行点P0出发，分别向动态安全域边界BC1、AD1、C2D2作垂线，考虑适当的稳定裕度，所得到的点P11、P12、P13为从P0出发，分别满足3个预想事故的最近迁移点。易知，P0处所有事故都不稳定，P11、P12、P13处满足稳定条件的事故个数分别为1、1、2。定义运行点满足稳定条件的事故个数为该点的适应度，记为Q，则有Q0=0,Q11=1,Q12=1,Q13=2。选取适应度最大的点作为下一次搜索的初始运行点，这样可以保证搜索过程中适应度的递增特性，本例中下一步搜索的初始运行点就是P13，此时，只有事故3不满足稳定性条件。因此，只需要考虑向C1B作垂线，得到点P23，其适应度Q23=3，从而得到了一个同时满足所有事故的可行解。
另外，第1步搜索结束后得到的点P13所满足的事故为事故1和事故3，而点P12满足事故2的稳定条件。若从点P13出发不能搜索到适应度大于Q13且满足的事故包含事故2的点，为了不漏掉最优解，还需要从点P12出发继续进行搜索，如图中的P2′2、P 2′3。
1.3 预想事故集包含多个故障时可行点搜索的一般过程
上述过程应用到一般的情况，可以总结出以下的搜索过程。对于初始运行点P0，计算其满足稳定条件的故障个数，记为Q0，称为运行点P0的适应度;记点P0满足稳定条件的故障集为S0。下面即为第r步搜索过程。
a.预想事故集中任一故障k，寻找当前运行点P r0距离故障k的动态安全域边界最近的点Prk作为预防控制的中间可行点;若当前运行点满足该故障的稳定条件，则对应于该故障的中间可行点就是当前运行点。这些中间可行点对应的集合记为Dr={Prk，(k=1,2，…，N)}，N为预想事故集的故障总数。
b.依次计算点P rk的适应度Q rk，相应所满足的故障集记为Srk;设这些故障集的集合为Λr={Srk，(k=1,2，…，N)}。
c.记适应度Q rk最大者所对应的点为Prkr，其满足的故障集为Srkr;可以保证Qrkr≥Qr-1kr-1，下一步的初始运行点为P0r+1=Prkr。
d.定义RrS为Λr中不是S rkr的子集且不是其他元素真子集的元素集合，则第r步搜索后，确定RrS不仅要考虑本步搜索产生的可行区域，还要考虑与第r-1步确定的可行区域的相互包含关系。因此有
与RSr中各故障集对应运行点的集合记为RPr;RSr和R Pr描述了第r步搜索后确定的预想事故集中故障的动态安全域可能存在的其他交集区域及其上可行点的集合。
一直进行下去，直至Qrkr不再增加，RrS不再改变，从而确定了最大可能满足的一组预想事故各自动态安全域的交集区域及其上可行点，记为(S1,P1);对RrS和RrP描述的可行区域及可行点也进行上述搜索，确定预想事故集中各故障的动态安全域可能存在的其他交集区域及其上可行点，依次记为(Si,Pi),i=2,3，…，n，其中n为搜索到的交集区域的总数。
2 基于动态安全域的暂态稳定紧急控制
2.1 相关假设
国内外的调查结果均显示，最常用的控制措施为切机和切负荷控制[14,15]。考虑到我国电网的暂态稳定水平，半数以上的电网可以达到单一三相故障只采取切机操作，不损失负荷的情况下可以保持稳定和不过负荷。所以，本文的紧急控制措施只考虑切机操作。
基于EEAC的分群理论，故障后切除领前群中的发电机是有效的紧急控制措施，因此本文在选择切机点的时候，只选择失稳模式所确定的领前群发电机，从而减少紧急控制搜索空间的维数。
基于动态安全域理论，假设紧急控制后系统的动态安全域结构不发生改变，只是同一模式对应的超平面发生平移[2]。
现有算法在利用EEAC[16]、稳定域[17]等选择控制措施及计算控制后的系统稳定裕度时，一般都假设了系统在控制后失稳模式或相关不稳定平衡点不变。注意到EEAC所揭示的机理，当切机使某节点机组从领前群移至余下群时，进一步切该机组会对前摆稳定不利;当切机使得稳定裕度增加很小甚至下降时，不应再切同类机。因此，应密切关注切机引起的失稳模式变化，从而选择合理的切机点。
2.2 紧急控制措施搜索算法
根据上述特点，本文提出了一种紧急控制算法，其基本思路是在计及控制代价和效果的同时，考虑失稳模式随参数的改变情况，下面是其具体算法。
a.根据预先计算的故障的动态安全域，由当前运行点所在的位置，确定发生故障时系统的失稳模式，找出领前群发电机的集合，记为A。
b.对于集合A中的发电机节点i，切除该节点上的uGi台发电机的成本记为ΔCGi，引起稳定裕度的改变量记为ΔηGi，因此切除该节点上的发电机的灵敏度为
其中，si为节点i的单机(单级)容量。
性能代价比为
根据当前失稳模式确定的领前群中发电机节点切机的性能代价比大小进行排序。
c.选择性能代价比最大的节点为切机点，根据该节点的切机灵敏度计算切机量。
d.根据故障前的动态安全域、当前的运行点以及切机点和切机量，判断执行紧急控制后的系统运行点所属的失稳模式是否改变，如果未改变，则转步骤f;如果失稳模式发生改变，则转步骤e。
e.判断在当前的失稳模式下是否还有性能代价比次优的切机点(或其上的切机量)可供选择，如果有，则减少当前切机点的切机量，增加性能代价比次优切机点的切机量(每次减少和增加的切机量均为相应切机点的单级容量)，转步骤d;如果没有，则选择最初使得失稳模式发生改变的切机点和切机量，转步骤a。
f.根据步骤d、e确定的切机点和切机量，计算系统的稳定裕度，如果满足稳定条件，则停止计算，输出紧急控制措施;如果不满足稳定条件，则判断当前切机点是否还有可切容量，如果有，则增加当前切机点的切机量，否则，增加次优切机点的切机量，转步骤d。
由于紧急控制的主要目的是快速镇定系统，追求绝对最优的控制并不是非常必要。因此，运用上面的算法搜索得到满意的次优可行措施即可。该算法关键是利用文献[13]提出的模式匹配算法，进行失稳模式随参数变化的跟踪识别，避免了紧急控制措施搜索过程中的切机负效应。图2为算法流程图。
3 暂态稳定协调控制优化算法
3.1 协调控制建模
从经济性层面看，协调控制目标运行点的选择需要考虑备用成本、预防控制成本、紧急控制成本等，另外，还需要考虑消除紧急控制后的不平衡功率引起的成本。
a.备用成本。系统备用容量是进行预防控制和紧急控制的基础，因此，协调控制的经济性应该考虑备用成本，记为Cr(z)，可采用如下公式计算：
其中，J为参与预防控制和紧急控制的发电机节点集合，z为J中发电机节点备用容量向量，zj为第j个发电机节点提供的备用容量，σj为其备用成本系数。
b.预防控制成本。其可表示为
其中，y0为初始运行点，y为目标运行点，J p为参与预防控制的发电机节点的集合，aj、bj分别为发电机节点j的二次和一次成本或效用系数。
c.紧急控制成本。对于故障γjΓe,ej为采用的紧急控制措施，Ce(ej)为采取该措施的紧急控制成本，则有
其中，J e为参与紧急控制的发电机节点集合，μi(iJe)为单位切机量的成本系数;si为第i个可切发电机节点的单机(单级)容量;ui为第i个切机点切除发电机的台数;令e为与故障集对应的所有紧急控制措施的集合，从而，紧急控制措施的期望成本为
其中，P(γj)为事故γj发生的概率。
d.消除不平衡功率成本。假定执行紧急控制措施后缺额的发电量由平衡节点来补充，该项成本可用平衡节点发电机的调度成本衡量，对应于紧急控制措施ej，有
其中，ye0、yej分别为平衡节点发电机调度前和调度后的有功出力，ae、be分别为其二次和一次成本或效用系数。从而，消除不平衡功率期望成本为
因此，对于初始运行点y0，电力系统暂态稳定协调控制的目标就是寻找相应的预防控制和紧急控制措施来共同保证所有预想事故的安全性，并使得总的安全运行成本指标最小，可表示为式(10)所示数学模型(记为M1)。
其中，约束条件中第1式为预防控制时系统运行点的变化范围约束;第2式为功率平衡约束;第3式为暂态稳定约束;第4式为最小稳定裕度约束。Γp为单独采取预防控制保证稳定的故障集，Ωd(γj)为故障γiΓp的动态安全域;Γe为预防控制后还需要采取紧急控制措施才能够保证稳定的故障集，Ωd(γj,ej)为故障γjΓe考虑了紧急控制措施ej后的动态安全域;Γ=Γp∪Γe;ηi为故障i在采取控制措施后的稳定裕度，ε为预先设置的最小稳定裕度阈值。
3.2 协调控制模型求解
显然，模型M1是一个含动态约束的混合非线性双层优化问题。外层优化决定约束的动态变化，它把预想事故集分解为Γp和Γe，为内层优化提供固定的约束集;内层优化是对于给定的Γp和Γe，选择控制总成本最小的预防控制和紧急控制方案。本文中外层优化算法采用文献[12]提出的“积极约束松弛法”，内层优化采用本文提出的预防控制和紧急控制搜索算法，确定协调控制最优解。
如图3所示，暂态稳定协调控制的主要任务包含以下3步：
a.把预想事故集Γ分解成Γp和Γe2个集合，Γp的事故由预防控制保证安全性，Γe的事故由紧急控制负责;
b.用预防控制措施把系统运行点由迁移到y;
c.为Γe中的每个事故选择最优的紧急控制措施，形成紧急控制措施集e。
对于初始运行点y0，不断调整上述3个步骤确定的Γp、Γe、y、e，使得安全运行成本指标F(z,y0,y,e)取得最小值。
4 算例分析
4.1 仿真条件
系统接线图如图4所示。系统包含8台发电机，9个负荷，32个节点，一条直流线路，系统基准容量为100 MV·A。发电机G6作调相机运行，发电机G1为平衡节点，选择剩下的6个发电机节点有功注入来构建参数空间的动态安全域。假设每个发电机节点都是由5台同样参数的发电机组成，各发电机对应的成本系数如表1所示。
预想事故集由20个三相短路故障组成，如表2所示，其中N-1故障15个，N-2故障5个。假定故障都发生在线路首端，故障起始时间为0时刻，故障持续时间为0.13 s，通过断开线路消除故障。紧急控制的切机措施在故障清除后0.1 s执行。紧急控制时发电机被切除后关闭时间10 h，关闭后缺额发电量由平衡机补充。在运行点P0=[6.000,3.100,1.600,4.300,2.250,3.060]T处，不安全故障共有8个(初始稳定裕度η<0.000 1)，其中，N-1故障6个，N-2故障2个。
注：p为发生概率;η为初始稳定裕度。
4.2 仿真结果分析
4.2.1 搜索初始可行点
应用本文的预防控制搜索算法，搜索到3个初始可行点，相应的适应度、不满足稳定的事故集以及安全运行成本指标如表3所示。由表可知采用预防控制措施不可能保证预想事故集中所有事故都稳定，必须采取紧急控制措施。
4.2.2 搜索最优运行点
针对搜索到的3个可行点，分别采用积极约束算法进行优化搜索。图5反映了搜索过程中成本指标的变化情况(n为迭代次数)。如图所示，经过第2步迭代后，可行点P1、P2分别确定了其局部最优解。第3步迭代后，P3也确定了其局部最优解。比较各可行点的安全运行成本指标可知，最优可行点为经过2步迭代后的P1，该点处预防控制事故子集包含16个事故，其中，N-1故障14个，N-2故障2个;紧急控制事故子集包含4个事故，其中N-1故障1个，N-2故障3个。其适应度、满足稳定的事故集以及成本指标如表4所示。
图6为初始运行点、可行点、最优运行点处的成本指标构成情况。
初始运行点处安全运行成本为$1 217.108，而本文算法搜索到的最优可行点处安全运行成本降低到了$442.641，且与可行点P1、P2、P3处成本相比，最优运行点处的备用成本、预防控制成本和紧急控制成本分布更加均衡、合理。
4.2.3 搜索紧急控制措施
在最优运行点P1处，还需要为紧急控制事故子集中各故障搜索紧急控制措施。以19号故障为例，采用本文提出的紧急控制措施搜索算法进行搜索。表5列出了在紧急控制措施迭代搜索过程中各领前群发电机切机灵敏度、性能代价比、控制前后稳定裕度等信息的变化情况。
从表5所列的计算过程可知，迭代过程中当失稳模式不发生改变的时候，不改变领前群发电机的切机灵敏度和切机性价比并不会影响紧急控制措施搜索结果的正确性，但有效减少了计算量。
采取紧急控制措施前后19号故障功角曲线如图7所示。
注：γi为领前群发电机切机灵敏度;βi为领前群发电机切机性价比;“/”表示为非领前群发电机，不用计算其切机灵敏度和性价比;η1为紧急控制前稳定裕度;η2为紧急控制后稳定裕度。
5 讨论
随着联网规模不断增加，连锁故障引起大面积停电的可能性也逐渐增加，紧急情况下仅采取切机措施可能不再有效，这时就需要考虑切负荷措施来确保系统稳定。
在节点注入空间下构建的动态安全域除了考虑发电机节点的注入功率外，还可以考虑负荷节点的注入功率(为负值)，文献[18]证明的动态安全域的拓扑学特性———内无洞、边界不打结和边界紧致，使得本文提出的预防控制及紧急控制措施搜索算法可以应用于考虑负荷节点注入量后的扩展的动态安全域中，仅仅是搜索空间的维数增加了。
本文方法在紧急控制措施搜索时，是基于EEAC方法关于发电机领前群和余下群的判断上进行的，仅能够考虑切机措施对系统失稳模式改变及系统稳定性的影响，而不能考虑切负荷措施的影响，存在适应面不够广泛的不足。
在本文工作基础上进一步研究切负荷措施对系统稳定性影响，将是后续工作的一个方向。
6 结论
暂态稳定预防控制与紧急控制是维持电力系统安全运行的2种重要手段，长期以来关于两者的研究一直被割裂开来。一方面，对于小概率的严重事件，预防控制并不合理甚至不可行;另一方面，紧急控制的代价往往很高，并且不利于事后的恢复控制。在预防控制和紧急控制之间存在很强的互补性，它们的优化和协调对于市场环境中的互联电网的规划和运行极为重要。
动态安全域 篇4
1 相关概念概述
1.1 计算机网络可达性
网络可达性, 也可指网络信息的连通性, 可达一词最早出现在交通公路网的规划中.计算机网络可达性可以这样理解, 认为是网络中随机两个节点之间可相互通信的数据包全集。在这个概念下, 可以看到, 无障碍网页可以用来量化网络的相互连接的节点数据的概率。假设一个办公室, 为计算机之间的简单的连接处, 在没有路由器, 防火墙, 硬件软件等设备的前提, 可以分组连接, 只需分析这些节点的数据链路连接, 这个时间来研究网络可达性的一瞥。但众所周知, 现实生活中的网络并非如此, 随着信息安全问题的不断提升, 相关的安全介质不断涌现, 网络的可达性的问题不再是一个简单的问题。在传输中的数据包, 可以通过防火墙 (有些路由器), 包括防火墙和路由器访问控制列表, 这种访问控制列表将决定是否包通过防火墙, 以便在数据链路层光滑的情况下, 因为这个列表, 包也可以永远不能达到目的[1]。特别是在当前光网络技术高速发展的今天, 网络可达性问题的研究尤为突出。
目前, 网络连通性问题可以分别上限网络连通性、下限网络连通性和瞬时网络连通性3种。
1.2 光网络技术
随着网络用户的越来越多, IP业务呈高速增长模式, 不仅如此, 现代用户对网络带宽的要求也随之增高, 但是, 由于业务本身的不确定性和不可预测性, 这些要求, 网络带宽的动态分配也被迫立即要求。传统方法主要依靠手动配置网络连接, 耗时和容易出错、不只难以满足现代网络和业务发展的需要, 还需要适应市场竞争。一个新的网络, 可以自动完成自动交换传输网络或自动交换光网络的出现应运而生的网络连接的概念。这是一个动态的用户请求服务时, 该元素将被自动计算和路径选择, 并通过信令控制连接建立、恢复、拆迁, 新一代的光网络交换, 传输作为一个整体发送。
在网络中, 引进新技术的优势主要体现在以下几个方面: (1) 网络资源分析的动态性。具体是指允许动态分配网络资 源路由, 缩短了业务层的扩展时间, 增加流量负载服务节点; (2) 信令能力的可扩展性 ; (3) 业务提供和拓展的快捷性 ; (4) 营运成本的低开销; (5) 业务恢复功能的高效性 ; (6) 系统的高兼容性与稳定性。软件配置管理业务新技术的支持系统, 以维持一个动态数据库, 减少人为错误的机会。
1.3 多层多域
在当前网络数据呈密集型、海量型发展的情况下, 多层多域[2]是目前新提出的一个网络术语, 这里简单对多层多域进行介绍。在网络技术体系中, 根据体系结构的不同, 不同管理者之间的网络特征表现呈现多元化, 这里的多元可理解为多层、多域。多层性能不仅体现在光纤技术问题领域, 也涉及到网络层、IP层电路; 在属于分布式网络不同的供应商, 如信令、路由和异构资源共享等之间的互联互通的多领域, 多层多域问题的提出对促进网络整合, 数据密集型业务的研究与应用, 均有着重大的时代意义。
2 Internet 常用路由体系分析
在计算机网络中, 路由功能是通过路由器设备完成。
路由在这里是指通过网络域的信息传输从来源到目的地通道。沿路由信息通过至少一个中间段, 到达目的节点。路由器在工作中主要完成两个基本动作, 即: 选路和转发。路由是确定目的地的路由选择算法实现的最佳途径。为了确定最佳路 径, 路由选择算法必须启动并维护路由包含在路由表中的信息, 路由信息依赖于路由算法和不一样的。选定的端口转发通过路由器, 路由器将信息发送出去, 到达下一跳路由器。互联网的路由系统通常可分为静态和动态路由, 静态路由称为非自适应路由、动态路称为自适应路由。由于静态路由算法 没有考虑网络的当前状态, 现代计算机网络通常使用动态路由算法。
静态路由算法与泛洪算法和最短路径的方法; 动态路由有向量距离路由法和链路状态路由法。其中链路状态路由法应用较为广泛。 下面将简单分析链路状态路由算法[3]。
链路状态算法早期也叫最知路径算法, 但为了与静态路由中的最短路径法作区别, 后来改为链路状态算法, 这种算法的原则是: 发送路由信息到互联网上所有的结点, 针对某一个路由器, 仅发送它的路由表中描述了其自身链路状态的那一部分。
链路状态路由算法由5个步骤组成: 发现邻节点,并获取他们的地址; 测量到达每一个邻节点的时延或成本; 构造一个分组来通告他所知道的所有路由信息; 发送该分组到所有其他节点; 计算到所有其他节点的最短路径.
这种路由算法有3个方面的特征:
(1) 向本自治系统中的所有路由器发送信息; (2) 相邻的路由器的链路状态路由器发送的所有信息, 但这是唯一的已知的信息路由器的一部分;(3) 只有当链路状态发生变化时, 路由器将使用泛洪发送此信息到所有的路由器。在链路状态路由器只与联通和邻居路由器和互联网应用的规模, 没有直接的关系。
因此, 链路状态路由算法, 可用于大型或路由信息的互联网环境大为改观。在光网络技术体系结构下, 这种方法在处理层域问题对负荷均衡问题方面还需作改进。
3 域划分的动态路由算法
3.1 算法思想
在当前光网络技术将呈现主导的趋势下, 路由的算法引起在很多专家学生高度重视, 在固定静态路由算法方面, 主要反映了两个问题,(1) 静态路由表冗余和动态路由。冗余指的是静态的路由表来计算的路线, 每个路由条目 (源和汇节点来计算不同的路线) 路由另一套;(2) 动态路由是指商业动态的到来, 采取不同的策略是首选的路由选择, 最后挑选出拨备最优路径资源预留的策略[4]。
针对上述两个问题, 这里拟在选择动态路由的问题上找到一个切入点。根据传统的集中式路由的理论, 花两倍的路由表存储空间的每个路径有一个替代路线, 没有共同的联系, 动态路由, 两条路线, 利用各种资源状态的策略是最优的, 而赢家的资源配置, 这种做法能够显着提高路由的性能。在静态路由表冗余在过程中, 为内部域路由表中, 使用的固定的路由计算 ; 对于域间路由表, 使用固定备用路由的计算。在动态路由的过程, 而不是基于链路路由策略基于静态的业务分类策略优化已被采用的实时状态的路由优化, 这样可以节省时间状态信号链路修复了大量的依托[5]。这一思想对于系统的静态过程和基本的动态过程, 同时提高可以取得良好的效果。
3.2 基于域划分的动态路由算法描述
根据上述思路, 这里参照文献[5], 并在其基础上进行了一定的改进, 现列出算法的基本步骤。在进入算法描述之前, 事先要做一项工作, 即部署最短跳算法, 这个算法的目的是解决路由数的问题。
Step1: 计算网络所m层, n域的路由。
Step2: for 1 to m
Search x->R /* 从次底层起依次搜索域路由表,找到所有n跳 (n>=1) 的路由集合R。
Step3:search R
RconversionD /* 对路由集R进行搜索 , 从中找出所有路由涉及到的转接逻辑节点所代表第0层域的集合D, 路由集r (d), (r (d) ∈R, 且r (d) 中 , 代表d域的逻辑节点作为变换域, d∈D)。
Step4: Search D。 /* 对集合D进行搜索。
Step5: delete r (n)(rl (d) ∈r (d)) /* 将n (n>=1) 个rl的第1跳链路和最后1跳链路从d域的实际拓扑中清除。这里需要说明的是, 在清除之前必须保证d域内拓扑连通性。
Step6:while d内实际拓扑G1为.t.
If G1=删改前的d内拓扑then转step7
Else T1 (d, r (s, d)) /* 计算d域内所有结点对的路由并另外开辟存储空间存储进d域的域内路由表,s和d均为边界结点。
Then在d域内路由表T (d, r (s, d)) 删除除了r1 (d) 以外的部分并释放存储资源。现在在d域中并存两张路由表T1和T, T中仅包含rl (d)。注意到T1中的路由没有则转step5。
Step7:算法结束。
3.3 算法分析
上述算法主要任务是计算m*n的路由表, 当业务请求到达时, 按照之前的介绍进行路由实例化和组合路由。
当到达域d的底部, 这种情况是存在d中域间路由两个边界节点之间的请求实例化。如果实例请求的是边界节点的两个d域服务之间, 使用T中的路由被实例化; 如果该实例是源主机节点中的一个是未在d结构域的服务, 也就是请求d结构域作为转印域, T是用于路由被实例化。根据算法的过程可知, 此种情况下, T中必然有相应路由; 若这种实例化的问题是因某一具体的业务引起的, 则此业务的源宿结点没有任何一个不在d域内。
这种情况则使用T1中的路由进行实例化。根据算法描述, 仅在最底层域组成路由时需进行业务源宿与组路由源宿的一致性判断, 可以知道算法的时间复杂度为O (N)。
算法中, 描述在最坏情况下的过程中需要使用的存储空间, 即在每个域的底部的任意边界节点加分有一个开关功能, 但一个非常小的空间中, 通常可以忽略不计。
4 结语
近年来, 许多研究人员都集中在水平区域划分算法进行实地研究计算机网络的可达性。或好或坏的层域生效, 人们通常使用的路由模拟的两层或模拟。主要是通过对路由表的复杂的数学推导确定关系的长度和水平域分成几个性质。 层域划分的属性分别是: 层数目、域数目, 域的相对大小。经过很多专家学者的不断总结和推理, 研究大多集中如下问题, (1) 层的数目问题 , 考虑到分层带来的好处和开销 , 层数目不是越多越好, 最大不能超过3; (2) 路由长度问题, 层内进行平均划分能够使路由表总长度最低, 从而使泛洪和路由表查询的性能最优。
摘要：网络可达性研究逐步成为一种网络安全研究的主流,在光网络技术高速发展的今天,各种各样的网络路由算法层出不穷,有关这方面的问题已成为当前研究的热点。分析了不同网络路由算法,重点讲解了链路状态路由算法,针对此算法存在的问题提出了一种域划分的动态路由算法,对其实现流程进行了介绍,同时对其性能进行深入分析。
隐喻认知域中人类认知的动态性 篇5
人类对隐喻的研究历史源远流长, 最早可以追溯到古希腊的亚里士多德。有关隐喻的理论也从古代西方的替代论、比较论、互动论到现代的映射论和概念合成理论 (王文斌, 2007) 。亚里士多德在《诗学》和《修辞学》这两本著作中对隐喻问题有过深入的探讨, 将隐喻定义为“用一个表示某物的词借喻他物” (亚里士多德, 1996:149) 。20世纪初, 隐喻研究者开始重新认识隐喻。认为隐喻不仅仅是一种修辞手段, 更是人类的一种思维方式。“人们往往参照他们熟知的、有形的、具体的概念来认识、思维、经历、对待无形的、难以定义的概念, 形成了一个不同概念之间相互关联的认知方式” (赵艳芳, 2000:106) 。Lakoff&Johnson在他们合著的《我们赖以生存的隐喻》 (Metaphors We Lives by) (1980) 中根据可靠的统计, 断言英语中大约有70%的表达方式是隐喻性的。“在国内, 对隐喻的研究在1994年以前, 始终是在辞格研究的框架下展开的, 尽管也零星涉及了隐喻的表现形式及其功能, 可始终没有形成系统的研究, 更未上升到认知的理论高度” (王文斌, 2007:15) 。近年来, 认知语言学的研究成为国内学者越来越热门的研究, 尤其是对贯穿于人类思维始终的隐喻的研究。
然而, 有关隐喻种类的研究, 众多学者从不同角度对其进行分类 (Lakoff&Johnson, 1980;Newmark, 1982;余立三, 1985;Cooper, 1986;Goatly, 1997) 。本文在前辈学者对隐喻分类的基础上, 把隐喻拟分为死喻、活喻和新喻, 并运用隐喻的基本理论, 从认知角度来分析英汉语隐喻中人类认知的动态性, 说明三种隐喻之间的动态转化即外部动态性和三种隐喻内部人类认知的动态性即内部动态性。
二、隐喻的分类及其原因
隐喻既然不仅仅是一种文学修辞, 而是人类认知思维方式的一种反映, 那么隐喻就会随着人类认知及思维方式的变化而发展。隐喻有着不断变化发展的动态过程, 即一个从产生、发展到消亡, 有可能再到新产生、新发展和新消亡的循环过程。早期人类出于生存的需要, 总是先关注和命名眼前接触多的事物, 后来随着人类文明的发展, 越来越多地对事物的形状、质量等进行描述、分析、归纳和概括, 从而产生隐喻。人们要表达新的概念或抽象概念, 最常用的思维方式就是利用自己最熟悉的词, 借用它们在形状、功能等方面的相似性来表达。人类思维就是处于这种不断寻求事物相似性的变化发展之中的。那么, 隐喻必然也处于不断变化发展之中, 有着不可否认的动态性。根据隐喻这样一个从产生、发展到消亡的动态过程, 我们把隐喻分为新喻、活喻和死喻。从分类依据我们可以看出, 任何一个隐喻必然要经历从产生、发展到消亡甚至是新的产生、发展和灭亡的过程, 这是隐喻从新喻到活喻再到死喻的自然动态发展过程, 即外部动态性。那么在新喻、活喻和死喻内部, 人类在认知时, 也存在程度不等的认知动态性, 即内部动态性。
(一) 外部动态性
隐喻的外部动态性主要是由社会的变化发展所引起的。社会是在不断向前发展的, 在发展过程中, 原有的概念不足以表达新事物, 人们就要创造出新的概念。在这个过程中, 人类就可能采用新的思维方式, 从一个全新的视角去认知新事物, 这样就出现了新喻。人们就逐渐采用这个新喻, 逐渐成了大家经常使用的活喻。然而随着社会的继续向前发展, 这个活喻不再适合社会的需要, 人们不用了或者人们经常使用就觉得它不再新奇, 它的原始概念会消失, 那么它就变成了一个死喻。或许人们经过再加工和创造, 这个死喻突然变活, 依然经历新的新喻、新的活喻和新的死喻的发展变化过程。隐喻经历的这样一个从发展到灭亡再到新的发展和新的灭亡的动态发展变化过程就叫做隐喻的外部动态性。如“洋火”早在双半的中国指的是我们点火用的火柴, 当时中国贫穷落后, 火柴也只有从国外进口或者是从洋人那里买来, “洋火”因此得名。但是随着中国逐渐强大, 可以制造火柴了, 不用从国外进口或者从洋人那里买了, 所以后来用“洋火”来代表火柴的人就慢慢少了, 直至现在它变成了一个彻底的死喻。英语中的green-collar指的是环保绿领工人, 他们受雇于环保经济产业的工人, 可以满足绿色发展的需要。这是一个新词, 也是对环保绿领工人的隐喻, 可以说是一个新喻, 而且随着环境对人类生存的威胁越来越严重, green-collar在我们日常生活中也越来越多地被人们使用来隐喻那些环保工作者。然而, 试想:随着社会的发展和环保工作的开展, 地球环境越来越好, 在人类的思维中将没有环保的概念, 我们还会用到green-collar吗?也许到那时绿领工人是指农民呢?我们谁也不知道。但我们清楚一点, 就是人类在创造和使用这些隐喻时, 人类的认知是具有动态性的。
(二) 内部动态性
隐喻的三个分支内部也同样具有认知动态性, 就是隐喻的内部动态性。下文将对新喻、活喻和死喻的认知动态性进行一一阐述。
三、认知动态性分析
(一) 新喻的人类认知动态性
新喻指人们拿已有的概念或事物来表示新的概念或事物。一般来说, 有影响的人, 如科学家、哲学家、政治家等, 他们初次创造和使用的隐喻语言, 哲理深刻, 一经产生, 人们就会在类似的场合进行模仿表达类似的隐喻概念。隐喻是人类的思维方式, 所以不同的人会有不同的思维方式, 那么必然导致对同一事物人类认知的不同, 这就造成了认知的动态性。如:
“初月如弓未上弦, 分明挂在碧霄边。时人莫道蛾眉小, 三五团圆照满天。” (缪氏子, 《赋新月》)
“无言独上西楼, 月如钩。寂寞梧桐深院锁清秋。剪不断, 理还乱, 是离愁。必然是一番滋味在心头。” (李煜, 《相见欢》)
O rose, thou art sick.
The invisible worm
That flies in the night
In the howling storm
Has found out thy bed
Of crimson joy,
And his dark secret love
Does thy life destroy?
(William Blake:The Sick Rose)
O, my luve’s like a red, red rose,
That’s newly sprung in June.
O, my luve’s like the melodie,
That’s sweetly play’din tune.
(Robert Burns:A Red, Red Rose)
以上英汉诗歌可能会引起读者的怀疑:有些诗是我们大家耳熟能详的诗, 怎么会是新喻呢?不错, 我们现在看来, 这些的确是死喻, 可是在诗的作者生活的年代, 它们是新喻。现在我们关注的是人类认知思维的动态性, 在汉语诗中, 始源域都是我们大家熟悉的“月”, 常人看来, 月就是月, 可是在缪氏子眼里:初月如同未上弦的弓, 诗人缪氏子看到初月联想到弓, 这是一个很贴切的隐喻。缪氏子是通过弓形象地传达出初月的形状, 也把人们遥不可及的月隐喻成了可感可触摸的弓;大诗人李煜更是有奇妙的思维, 他把月看成了钩, 可以说在此恰当地道出了诗人心中的苦闷, 李煜从钩来认识月, 没有像缪氏子那样的“月如弓”, 而是“月如钩”, 那是因为李煜当时的处境让他有独特的思维, 让他不再像其他自由的诗人一样, 所以他通过“钩”来形容自己的危难处境。Robert Burns用Red Rose隐喻爱人的美丽和青春活力, 诗人是一个充满爱情和活力、满怀激情的人, 因此在他眼中, 自己的爱人就像那朵红红的玫瑰一样充满活力, 诗人是通过这样一个积极的形象来隐喻爱人的, 然而相反, William Blake把玫瑰隐喻成黑色隐秘的爱, 不再是纯洁和天真的象征, 诗人可能对自己的爱人不再相信, 所以通过病玫瑰来认识自己的爱人, 表达自己心中的郁闷。
通过对英汉诗的分析, 不管是汉诗中“月”还是英诗中“rose”, 对于同一个始源域, 诗人都会根据自身的经历和认知的能力创造出不同的目标域。也就是说, 对于“月”和“rose”的认知, 不同的诗人会有不同的认识, 并不是固定下来不变的。所以在新喻中人类的认知具有动态性。
(二) 活喻的人类认知动态性
活喻指人们对新喻进行广泛的普遍的模仿和使用的隐喻语言。如我们现在经常称外国人为“老外”, 而过去称外国人为“洋人”, 现在不称“洋人”了, 这里“老外”就成了活喻。“下海”一词, 前些年还是活喻, 近几年已经不再流行, 可能再过若干年就会变成死喻。这是因为社会历史原因而造成的隐喻的外在动态性。那么, 人类对同一事物的认识或者是对同一隐喻的使用还有一定的内在动态性, 这里主要是指我们在认知活喻时认知域的动态性。如:
(1) 他很瘦, 大家都说他跟猴子差不多。
(2) 他很机灵, 就是一只小猴子。
(3) 他很瘦, 电线杆一个!
(4) 一眼就看出这是个精明人, 手脚麻利, 走路又轻又快, 机灵得像只猫儿。 (杨朔《百花山》)
(5) Love is a journey.
(6) Love is a TV play series.
(7) Life is a journey.
(8) life is a TV play series.
在前四个汉语例句中, (1) (3) 两句和 (2) (4) 两句都是目标域相同, 始源域不同;而 (1) 和 (2) 两句则恰好相反这就充分说明了人类在认知同一事物的时候, 并不会采用相同思维方式, 甚至是同一个人也不可能采用同种思维方式, 他可以说“某个人瘦得像个猴子”, 也可以说“某个人太瘦了, 简直就是一电线杆。”同样在英语中, 我们既可以把“life”隐喻成“journey”“TV play series”, 也可以用“journey”“TV play series”来表达“love”这个抽象的概念, 这也就是说, 隐喻中的人类认知的域并非固定不变的, 而是随着人类思维的变化而变化、社会的变化而变化。所以在活喻中人类的认知具有动态性。
(三) 死喻中的人类认知动态性
死喻指那些曾经风靡一时的隐喻, 随着时间的流逝, 人们已经感觉不到其隐喻意义与其本身的字面意义有什么差别, 它们成为了已经被人们所认可的普通词汇。如:山腰、山头、all ears, mouth of a volcano等。死喻的认知域真的是在人类的个人无意识状态下固定了么?如果死喻能够“复活”, 那么也就表明死喻的认知域并不是固化了的, 它是具有动态性的。如:
(9) 牵挂你一生, 爱戴你一世。 (黄金首饰广告)
(10) He has a lot of things to do every day, having meals, sleeping etc.He is as busy as a pig.
在没有特定语境的情况下看到 (9) 句时, 你可能认为这是一句一对情人之间的山盟海誓。这实际上是一幅黄金首饰广告, 广告制作者不但营造了一个情意浓浓的语境, 而且更独具匠心地利用了“牵挂”和“爱戴”两个词组。我们一般认为“牵挂”和“爱戴”的应该是自己想念的爱人或者思念的亲人朋友, 可是在这一广告里, 广告制作者彻底改变了原来两个词组生存的环境, 打破了常人的思维。广告制作者在使用这个隐喻时, 运用一种独特的思维, 从另外一个角度认知, 冲出了这两个词组原来的生存域, 因此让它们有了新生。再如 (11) 句中, 我们常见的比喻是“as busy as a bee”, “as lazy as a pig”但此句变为“He is as lazy as a pig.”言语之中充满讽刺、幽默意味。说话者打破常人的思维:蜜蜂是辛勤的, 猪是懒惰的, 直接说“他像猪一样忙”。作者在使用此隐喻时, 认知的模式发生了变化, 使句子更具幽默的味道。这也就充分表明人类在使用隐喻时, 即使是死隐喻, 也并不是固定不变的, 因为人类的思维是在不断变化的, 那么死喻也会在不同的语境下和人类的思维运动下变活。所以, 即使在死喻中, 人类的认知也具有动态性。
四、结语
动态安全域 篇6
各机构、部门高层领导的决策依赖于大量信息,要求企业的各种业务信息能通过一个简单、一致的浏览器界面来收集和传送,这要求计算机管理信息系统(MIS)设计应基于B/S(Browse/Server)模式[3]。该模式的MIS系统还具有便捷安装、客户端零维护、方便移植等优势,越来越受到各单位的青睐。
通常意义上的MIS系统都包括两大方面内容:基础数据的管理和在基础数据上进行分析与挖掘。以满足单位基层人员的日常工作需要和提供对高层管理人员的辅助分析。
MIS系统中基础数据的管理往往是针对一堆业务表格的管理,实现业务表格的添加、修改、删除、查询功能,统称为表单域编辑。目前比较通用的基于WEB的一些开发框架、开发工具都提供了许多便捷性操作,方便表单编辑功能的开发,但都存在一个问题,各业务表格的编辑功能相似,但业务表格之间的关系、表格内容、表格各项格式不一样,因此,每个业务表格的管理都需要一套代码来实现。一般情况下,一个MIS系统中的基础表格数量比较大,这样就需要庞大的代码量,延长了系统的开发时间,也不利于将来代码的维护与功能的扩展。
如何克服上述弊端呢?本文就如何利用动态表单域技术,实现以一套代码管理所有业务表单操作,并基于数据表动态生成提交表单和动态生成处理表单的源程序作一些探讨。
2 设计原理
传统的提交表单是根据具体的业务内容来生成的,表单编辑的实现方式如图1所示,用户打开某个业务表格的录入页面录入数据并存入数据库时,系统提供该业务表格的具体录入页面给用户录入,然后再提交到数据库中存储。
通常每个表单的提交页面及处理程序是由熟悉网页设计的程序员事先编程实现,然后再上传发布的。这样的缺点是:第一,不能由非专业人员完成,必须由相关专业人员才能完成开发工作。第二,不同的提交内容需要设计不同的提交表单和处理程序,程序没有通用性[1]。
本文的设计原理是利用配置思想,动态实现表单域的提交。本文的动态表单域是指Web页面中需要提交的表单域不是事先指定的而是动态可变的[2],是由配置信息来生成。
配置信息即需要提交的业务表格的内容项、各项格式、大小、默认值等信息。把配置信息做为参数信息存放在配置表中或配置文件中。如图2所示,当用户打开某个业务表格的录入页面录入数据并存入数据库时,系统根据用户的要求,从配置信息中读取该表单的配置参数,动态生成提交页面给用户使用。因此,不管用户需要录入哪个业务表格,实际都是针对同一个动态页面做提交操作。
这种动态表单提交方式,将大大缩短开发时间,维护起来也方便,当需要修改表格项或新增表格时,把表格项信息在配置表中重新配置即可。当新增加业务表格时,只需要按要求配置具体的信息即可,这些工作非专业人员都能完成,这种设计方式很好地弥补了传统方式的不足。
3 设计与实现
3.1 配置参数设计
配置参数的存储形式可以是数据库表、文本文件、XML格式的配置文件等,这里用数据库表来存储配置参数。
配置表类似数据库中的系统表,配置表ER图见图3所示,其中“表名”、“字段名”、“字段类型”、“字段长度”、“是否为必填项”必须与具体业务表格在数据库中建的表相一致;“表中文名”、“字段中文名”是指在通用编辑表单页面上显示的标题内容;“字段页面显示样式”是指字段在页面上的显示样式,这里用固定单词SELECT、TEXT、TEXTAREA、DATE等来区分下拉框、输入框、文本框、日期型样式,“在页面上显示的次序”表示通用编辑页面上各表格项的前后布局位置情况;“默认值”指通用编辑页面上各项初始化时的默认显示项。这些参数的使用都体现在下面算法中。
3.2 动态表单域设计
为方便描述,我们用最简单的JSP+JAVABEAN方式来实现WEB上的表单提交功能。
该设计方案需要一个数据库操作对象,这里命名为Op DBBean.java,需要一个动态表单提交页面,命名为Public Edit.jsp,一个动态表单处理页面Public Edit Post.jsp,具体的实现方式见图4中的序列图所示。
3.3 程序实现
从上述序列图中可以看出,实现的关键是“5、生成动态提交页面”和“8、生成SQL处理语句”两段程序。
3.3.1 生成动态提交页面的程序
提交页面布局思路:用一个两列的表格来分别存放内容项的标题和输入框。为了页面的美观,隐藏表格的表格线。
页面提交时的输入内容校验可以有多种方法,如果使用struts、Spring等框架,还可以用这些框架定义的标签,这里使用了自定义标签,这样输入内容可以根据自定义标签用JS来实现校验。自定义标签说明:chname指输入域中文名,当输入内容出错时可以用中文来提示出错的输入域;maxsize指输入最大长度控制,避免存入数据库时的超长输入错误;isnull指是否可以不填,可校验页面是否是必填项;datatype指数据类型,可判断用户输入的数据类型是否正确,比如是否在文本框中输入了整数等。
另外一个值得一提的是,输入域中如果是下拉列表选择项或单选项的,这里我们把选择项另外存储(例如使用数据库表等),并且设计成可以通过表名和字段名来获取这些选择项,这样这些选择项即能独立管理又能方便编辑页面的获取,这里不详细描述了。
具体生成动态提交页面的程序如下所示:
<%=参数.表中文名%>录入页面
for(int i=0;i<参数个数;i++)//循环该表中每个参数对象
{
}
| <%=当前参数对象.字段中文名%> |
if(当前参数对象.字段页面显示样式.equals Ignore Case("text"))//输入域样式为text { } else if(当前参数对象.字段页面显示样式.equals Ignore Case("select"))//输入域样式为下拉选择框 { Array List the List=Type Bean.get Type List(当前参数对象.表名,当前参数对象.字段名); //根据表名和字段名得到预设该下拉框中应该显示的输入信息列表 } else if(当前参数对象.字段页面显示样式.equals Ignore Case("radio"))//输入域样式为单选项 { Array List the List=Type Bean.get Type List(当前参数对象.表名,当前参数对象.字段名); //根据表名和字段名得到预设该单选项的所有选择项 for(int j=0;j if(当前参数对象.默认值.equals Ignore Case(列表中当前项))//与默认值相同则选中 <%=列表中当前项%> else <%=列表中当前项%> } else if(当前参数对象.字段页面显示样式.equals Ignore Case("textarea"))//输入域样式为文本域 { } else if(当前参数对象.字段页面显示样式.equals Ignore Case("date"))//输入域样式为日期 { }
|
3.3.2 生成动态SQL处理语句的程序
在生成动态提交页面的程序中,我们可以看到页面中各输入域的名称都是以参数中的字段名命名,这是该程序的一个巧妙之处,这样该页面提交后各输入项内容就能很方便地通过表中各字段名来获取了,这样提交后SQL处理语句可以通过获取各输入项内容来动态生成。
表单提交的动态SQL处理语句的实现程序:
String tmp Field Str="";//表中字段名拼成的以逗号分隔的字符串
String tmp Value Str="";//各输入项内容拼成的以逗号分隔的字符串
for(int i=0;i<参数个数;i++)//循环该表中每个参数对象
{
tmp Field Str=tmp Field Str+当前参数对象.字段名+",";
String Int Value=request.get Parameter(当前参数对象.字段名);//通过字段名获取输入值
if((当前参数对象.字段类型.equals Ignore Case("integer"))
||(当前参数对象.字段类型.equals Ignore Case("real")))
{
if(int Value==null||int Value.equals Ignore Case(""))int Value="0";
}
else if(int Value==null)int Value="";
tmp Value Str=tmp Value Str+int Value+",";
}
tmp Field Str=tmp Field Str.substring(0,tmp Field Str.length()-1);//去掉最后一个多余的逗号
tmp Value Str=tmp Value Str.substring(0,tmp Value Str.length()-1);//去掉最后一个多余的逗号
String sql="";//最后生成的录入SQL语句
sql="insert into"+参数.表名+"("+tmp Field Str+")values("+tmp Value Str+")";
4 应用
一般MIS系统都是针对机构、部门进行管理的,这里我们以物业管理系统中的“部门大事记”这样一个表单为例来说明如何应用本方案,不需添加多余代码即可实现这个表单管理。
假设部门大事记包含以下内容:部门名称、事件类型、标题、时间、内容、备注、记录日期、记录人。我们根据这些内容在数据库中创建一个表:部门大事表,并设该表的主关键字“流水号”为自动增量字段。
并在“表单编辑参数配置表”中配置如下记录:
然后调用通用编辑页面,传入参数,如:http://发布路径/Public Edit.jsp?tablename=T_BMDS。即可显示如图6所示的编辑页面,在该页面上录入信息点击“确定”按钮,系统校验录入内容后把录入内容存入数据库中。
5 结束语
这种利用配置思想实现的动态生成提交页面的方法使得MIS中的表单编辑的开发和维护费用降低,开发速度加快,开发人员减少,而配置方式不仅提高了程序的复用程度,而且其适应性、灵活性和可扩展性也增强了。这种应用配置思想的设计本身是一个循环迭代的过程,它在不断应用于实践的过程中得到更新和提高。下一步工作要在该方法上不断进行改进,对于多表单复杂编辑的配置方式还需要进一步探讨。
摘要：基于WEB的MIS系统正在日益普及,本文叙述了基于WEB的MIS系统中表单域编辑的一种动态实现方案,讲述了该方案的设计原理,并与传统方式进行比较,特别针对该方案的实现程序进行了详细的分析和解释,文中还通过一个典型的例子阐述了该方案的应用。
关键词：WEB,MIS,动态表单域
参考文献
[1]刘友生,陈一平,胡浪.基于数据表的动态表单处理技术[J].计算机工程与应用,2004(34):199.
[2]张严林,胡战虎,张江洋.JAVA WEB框架动态表单域编程在物业管理中的应用[J].广东自云贵化与信息工程,2005(3).
动态安全域 篇7
安徽跨区输送工程是国家“十一五”电力发展规划的重要组成部分,是优化华东地区能源资源配置的一项重大战略[1]。主要工程包括东通道送出、中通道加强工程、西通道构建工程、宣城—富阳省际通道工程及1 000千伏淮南—浙北—上海特高压交流输电工程以及相关配套工程等,目前除淮上特高压正在建设过程中而外,其它工程均已竣工投产运行。整体工程投资由两大主体构成,一是安徽省的发电企业,二是安徽省电网企业。作为该项送出工程投资主体的电网公司有必要测算一下该项工程投资回收年限,用时间性指标来评价该项工程投资的经济性。本文采用现金流量分析法,对该项工程安徽电网投资部份的动态投资回收期进行测算。测算结果作为安徽省今后类似送出工程投资策略的参考。
1 投资回收期的概念[2]
投资回收期,也称投资返本年限,是指以项目的净收益抵偿投资所需要的时间(常用年表示),是反映项目财务上投资回收能力的重要指标,如果项目评价求出的投资回收期pt不大于行业基准投资回收期pc时,可以认为该项目在财务上可以考虑。项目投资回收期越短,表明投资回收快,抗风险能力强。反之则可以考虑拒绝该项目。
项目投资回收期分静态投资回收期和动态投资回收期两种。通常静态投资回收期是在不考虑资金的时间价值条件下以净收益抵偿投资所需要的时间,通常项目的优劣,不能作为全面衡量项目的理想指标,只以年为单位。静态投资回收期值考虑投资回收之前的效果,不考虑资金的时间价值,因此无法正确地辨识能用于粗略评价或者作为辅助指标加以运用。
为克服静态投资回收期未考虑资金的时间价值的缺点,通常财务上采用改进指标动态投资回收期。其测算公式为
其中pt为动态投资回收期。通常可以根据财务现金流量折现值和累计净现金流量折现值计算。pt=累计净现金流量折现值开始为正值的年份-1+上年累计净现金流量折现值的绝对值/当年净现金流量折现值。
2 工程建设投资现金流量表制作[2,3]
现金流量表制作思路描述:由于输送的是电能,因此电网工程具有其特殊性,输配电工程的投产的效益是体现在输送电量的增量上,因此,本文在制作现金流量表之前必须先测算清楚输送电量所发生的费用情况;2006-2008年分年贷款每年还本付息总额,按照行业投资回收期的固定资产折旧情况,以及年维护运营、检修成本等情况,均需要在制作现金流量表之前测算清楚。
2.1 基本费用情况测算
以上基于增值税按照收益的17%考虑,不考虑所得税测算。具体测算情况见表1。
2.2 投运期间运营总成本费用测算
该项电网一期送出工程于2008年年底完全投运,按照既定边界条件测算,2007-2011年期间总成本费用见表2。
注:本表仅列出2007-2011年。上述表格中修理费、其他费用按照预估值测算,折旧费引用表3测算结果。
其中,利息支出采用等额还本付息方式测算,还款起始年年初借款余额以2006年投资总额的65%测算。而折旧采用年数总和法,按照“工业企业固定资产分类折旧年限表,输电线路按照30~35年折旧”,变电设备按照18~22年考虑,本次测算取25年为折旧年限,残值10 000万元;折旧计算公式如下:
年折旧率=100%×[(折旧年限-已使用年限数)/ 折旧年限×(折旧年限+1) ÷2]
年折旧额=(固定资产原值-预计净残值)×年折旧率
按照上述方法测算,投资年折旧额分别如表3。
2.3 工程现金流量表
根据表4以及动态投资回收期计算公式,测算该项送出工程动态投资回收期 =累计净现金流量折现值开始为正值的年份-1+上年累计净现金流量折现值的绝对值/当年净现金流量折现值=27+6 224/18 300=27.3(年)
3 结论
如果计网损损失,则该项送出工程动态投资回收期约27.3年; 根据测算结果来看,该项工程的动态投资回收期与电网资产折旧年限基本相当,因此投资主体收益不是十分明显,而通过该项工程实现了向省外周边其他省份输送电力能源,有效拉动了周边其他省份的经济增长。从某种意义上讲该项工程的投资社会效益大于经济效益。需要特别说明的是本次测算只是单纯从电网看得见的投入与收益角度,实际上该项送出工程的投产对安徽省500千伏骨干网架的形成,地区供电可靠性的提高、网架潮流的分布优化等方面也有一定的效果,但这部分收益无法量化,故本文未作考虑。
参考文献
[1]安徽省政府.安徽省国民经济和社会十一五发展规划纲要[Z].合肥,2006.
[2]全国注册咨询工程师资格考试参考教材编写委员会.中国项目决策分析与评价(2012年版)[M].北京:中国计划出版社,2011.
动态安全域 篇8
知识经济时代,物质资本不再是影响国家或地区经济发展的核心要素,而人力资本作为劳动和资本以外的一种能够产生附加价值的生产要素[1],成为影响国家或地区经济发展的核心要素和重要源泉[2,3]。对人力资本进行投资是促进经济增长的重要方式之一[4],人力资本投资效率的高低不仅反映了人力资本投资金额的利用效率,而且在一定程度上决定了人力资本对经济增长的贡献程度[5]。据《中国统计年鉴》[6]测算可知,我国人力资本投资金额( 教育、科学技术、医疗卫生、社会保障与就业四项投资额) 由2001 年的3 248. 22亿元增加到2013 年的45 663. 34 亿元,年均增长率为24. 08% 。那么在人力资本增速如此快速的背景下,我国人力资本投资效率如何? 省域间人力资本投资效率是否存在差异? 回答以上两个问题不仅有利于了解我国人力资本的投资效率,更对促进省域间人力资本协调发展、提高我国人力资本投资效率具有重要意义。
1 文献综述
目前,关于国家或地区人力资本投资效率的研究文献主要有: 刘迎秋( 1997) 研究认为可以使用边际分析法来衡量一定时期内的人力资本投资效率[7]。钱雪亚、王秋实、刘辉( 2008 ) 研究发现1995—2005 年我国人力资本效率有下降的趋势[8]。骆永民( 2010) 使用门限面板回归研究发现随着人力资本投资效率的提高,其对经济增长的弹性却不断降低[9]。李学军( 2010) 研究了导致我国人力资本投资效率低的影响因素[10]。刘忠文( 2011) 研究了运行机制、激励机制、约束机制对我国农村人力资本投资效率的影响[11]。刘军、常远、李军( 2012)和阚大学( 2012) 均使用DEA方法分析了我国部分省份的人力资本投资效率[12,13]。白勇、马跃如( 2013) 仅从教育资本和健康资本两个维度构建了基于随机前沿分析理论的人力资本投资效率的测度模型[14]。封永刚、邓宗兵( 2015) 使用BootstrapMalmquist模型测算了我国人力资本投资效率,研究表明2001—2009 年我国人力资本投资效率呈现出“大幅上升”的变化趋势,而2010—2012 年我国人力资本投资效率又呈现出“小幅下降”的变化趋势[5]。
由此可知,目前人力资本投资效率领域取得了一些研究成果,但已有文献仍存在不足之处,第一,在选取指标因素方面缺乏系统性,已有研究均只考虑了教育、医疗、社会保障和就业方面的指标,尚未考虑科技方面的投入和产出指标。第二,在静态时间分析时,仅使用DEA模型测算了某一年的人力资本投资效率,尚未逐年分析样本年内人力资本投资效率的变动情况。基于此,本文从全要素的视角出发,采用DEA-Malmquist生产率指数分析方法来更加系统的评价我国人力资本的投资效率。
2 研究方法与数据来源
2. 1 研究方法
Malmquist指数法是由瑞典经济学家Malmquist于1953 年提出的一种用于分析不同时期消费变化情况的方法[15]。数据包络分析( Data Envelopment Analysis,DEA) 是美国运筹学家Chames和Copper于1978 年提出的一种效率评价方法[16]。随后Caves等( 1982) 和Fare等( 1994 ) 分别构建和应用了DEA-Malmquist生产率指数法[17,18]。
本文旨在研究中国人力资本全要素投资效率及省域差异,同时找出其效率低下的主要原因,地区的人力资本投资效率一般属于可变规模报酬的情况。为此,本文选用DEA-BCC规模效率评价模型,其表达式如式( 1) :
式( 1) 中,Xi、Yi分别为第i个决策单元的投入量和产出量; Zi0的最小值为决策单元( DMUi0) 的相对效率评价值; ε 为非阿基米德无穷小量; êT= ( 1,1,…,1) ∈ Em; eT= ( 1,1,…,1) ∈ ES; S-、S+为松弛变量。
根据Caves等( 1982) 和Fare等( 1994) 的研究思路,本文将中国31 个省、市、自治区的人力资本称作决策单元( DMU) ,构造每一时期中国人力资本全要素投资效率的最佳前沿面。然后,将31 个决策单元每一时期的全要素投资效率与同期的最佳前沿面进行比较,分析出各省、市、自治区的人力资本全要素投资效率变化情况,则人力资本全要素投资效率指数( Human Capital Malmquist,HCM) 的变化情况可以表示为式( 2) :
式( 2) 中,若HCM > 1,则说明人力资本全要素投资效率提升,反之则为下降; i为某一省、市或自治区,即为决策单元; x、y分别为投入要素和产出要素; t为时期; VRS为可变规模报酬收益; pech为某一决策单元人力资本全要素投资效率的纯技术效率变化; sech为某一决策单元人力资本全要素投资效率的规模效率变化; techch为某一决策单元人力资本全要素投资效率的技术进步变化。而纯技术效率和规模效率的乘积表示人力资本全要素投资效率的技术效率( effch) 。
2. 2 变量的选取
人力资本投资效率评价是一个多投入、多产出的复杂问题,为确保评价结果的有效性和满意度,在已有研究的基础上,结合数据的科学性、可比性、系统性、可获性等原则,本文的投入指标为: 教育支出( 亿元) 、科学技术经费支出( 亿元) 、医疗卫生支出( 亿元) 、社会保障和就业支出( 亿元) ,与这些投入指标相对应的产出指标为: 人均受教育年限( 年) 、研究与试验发展( R&D) 人员全时当量( 人) 、每千人口卫生技术人员( 人) 、城镇职工基本养老保险参保人数( 万人) 、失业保险参保人数( 万人) 、城乡居民基本养老保险参保人数( 万人) 。
2. 3 数据来源
基于数据的科学性和可得性原则,本文选取2010—2013 年作为研究中国人力资本全要素投资效率动态变动及省域差异的时间段、大陆地区的31个省、市、自治区为决策单元,决策单元数量( 31 个)大于投入产出指标之和的3 倍( ( 4 + 6) × 3 = 30个) ,所以本文建立的DEA-Malmquist评价模型是有效的[19,20]。指标数据来源于《中国统计年鉴》[6]和《中国科技统计年鉴》[21]。需要指出的是,人均受教育年限采用国家统计局社科司刘巍( 2003) 提出的以现行学制年数为系数的方法求解出该数据[22];2012 年8 月起,新型农村社会养老保险和城镇居民社会养老保险制度合并为城乡居民社会养老保险,因此2010 年和2011 年城乡居民社会养老保险的数据为新型农村社会养老保险的数据。
3 研究结果及分析
3. 1 我国人力资本全要素投资效率动态变动分析
3. 1. 1 总体动态变动分析
结合考虑了规模报酬情况的DEA-Malmquist生产率指数评价模型,利用DEAP2. 1 软件对我国31个省、市、区的人力资本全要素投资效率进行分析( 见表1) 。
由表1 可知,从总体来看,2010—2013 年我国人力资本全要素投资效率指数值呈现出下降趋势,平均降低了3. 2% 。进一步分析发现,技术进步缓慢是人力资本全要素投资效率呈下降趋势的主要因素,在样本年内平均下降了4% ,这说明我国存在人力资本投资结构不合理、缺乏科学的管理制度和投资制度的现状。
我国人力资本全要素投资效率的规模效率以2012 年为分水岭,呈现了增长—降低的趋势,这可能由于我国目前经济发展方式还较多依赖于物质资本,相对忽略了人力资本的重要性,导致人力资本领域难以形成规模经济。而在样本年内纯技术效率值均大于1,说明在目前的技术水平上,对人力资本领域投入资源的使用是有效率的。
3. 1. 2 省域动态变动分析
利用DEAP2. 1 软件对我国各地区2010—2013年的相对效率值进行分析,由于篇幅有限和便于直接比较各地区的相对效率值,将所得到的技术效率、纯技术效率、规模效率、规模报酬转化为折线图( 见图1、图2、图3、图4) ,特别地,图4 中值为1 代表规模报酬不变,值为2 代表规模报酬递增,值为3代表规模报酬递减。若2010—2013 年的线条重合度越高,说明2010—2013 年人力资本全要素投资的相对效率值变化越小,反之越大。
从技术效率的角度进行分析,在样本年内全国有16 个省份( 北京、天津、河北等) 为DEA有效,说明在样本年内这些地区将人力资本投入要素进行了较为合理的配置和使用,人力资本投资效率处于我国的生产前沿面。而内蒙古、广西、贵州、云南、新疆在样本年内DEA均是无效。其他10 个省份在样本年内均呈现在有效和非有效之间交替变化的状态。
从纯技术效率的角度进行分析,在样本年内全国有20 个省份处于有效状态,说明这20 个省份一方面对人力资本投资进行了良好的管理,其投入要素的使用是有效率的,另一方面也对科技创新、科技知识以及技术利用的重视程度较高。广西和云南两地在样本年内均处于无效状态。其他9 个省份在样本年内均呈现在有效和非有效之间交替变化的状态。
从规模效率的角度进行分析,在样本年内全国有16 个省份处于有效状态,说明这些省份的投入要素符合这些地区的社会经济发展的现状,投入要素得到了较好的组合,实现了资源的优化配置。内蒙古、广西、贵州、云南和新疆在样本年内均处于无效状态。其他10 个省份在样本年内均呈现在有效和非有效之间交替变化的状态。
从规模报酬的角度进行分析,在样本年内全国有16 个省份处于规模报酬不变状态,说明这些省份人力资本投资已经形成了规模经济。内蒙古、广西、新疆在样本年内均处于规模报酬递减的状态,说明这3 个地区人力资本投资过程中长期忽略了重要的生产要素,如教育要素的投入等。其他12 个省份在样本年内均呈现在规模报酬不变、规模报酬递增和递减之间交替变化的状态。
3. 2 我国人力资本全要素投资效率省域差异分析
从表2 可以看出,2010—2013 年,我国人力资本投资效率平均指数值为0. 968,说明我国人力资本投资效率还未达到最佳水平,这与封永刚、邓宗兵( 2015) 的研究结果是一致的。我国有9 个省份的人力资本全要素投资效率指数值大于1,呈现了增长的趋势,而其他22 个省份均呈现了下降的趋势。由于中部崛起和西部大开发战略的实施,在样本年内安徽( 1. 227) 、贵州( 1. 164) 的人力资本全要素投资效率表现最好,增长率分别达到了22. 7% 、16. 4% ,技术进步的大幅度提高是促进这两个省份人力资本全要素投资效率提高的主要原因。吉林( 0. 854 ) 、西藏( 0. 863 ) 、宁夏( 0. 869 ) 、青海( 0. 880) 、新疆( 0. 882) 、海南( 0. 896) 的人力资本全要素投资效率下降最为明显,分别下降了14. 6% 、13. 7% 、13. 1% 、12. 0% 、11. 8% 、10. 4% 。 其中,由于技术进步缓慢、投入的资源要素没有得到优化配置,导致吉林人力资本全要素投资效率指数下降最为明显。
4 结论及建议
基于动态时间序列的总体变动分析。2010—2013 年,由于技术进步缓慢,我国人力资本全要素投资效率指数值从总体来看呈现出下降趋势,平均降低了3. 2% 。因此,我国在经济发展过程中需要加大人力资本投资力度、改善人力资本投资结构、完善人力资本投资制度和建立科学的人力资本管理制度,为国民经济持续健康发展准备充分的人力条件。
基于动态时间序列的省域变动分析。2010—2013 年,我国各地区人力资本投资相对效率值上,有一半以上的省份均达到了有效状态,而广西、云南两省却一直处于无效状态。因此,为缩小我国省域间人力资本投资效率的差异,一方面需要加大对西部地区,特别是贫困地区和农村地区在教育、科学技术、医疗卫生、社会保障与就业方面的投资力度,另一方面积极鼓励人力资本所有者在我国劳动力市场中自由流动,积极参与西部大开发建设中。