网络层次法范文

网络层次法范文（精选7篇）

网络层次法 第1篇

当今,我们处在信息时代,网络已经成为我们日常生活、工作和学习必不可少的方式。为了满足用户不断增长的需求,网络规模不断扩大,来自网络内外部的威胁也正在以各种方式威胁着网络的安全。

本文在对网络安全态势相关技术和目前发展趋势进行研究的基础之上,提出了将模糊评估法和层次分析法相结合的模糊综合评估模型来对网络安全态势进行评估。

1网络安全态势评估方法

自上世纪末以来,国内外对网络安全评估态势进行了很多的研究,并设计出了多种态势评估方法。西方发达国家研究和开发出了一系列相关评估标准、方法和技术并建立了相关的认证体系。国内对网络安全态势的评估研究起步较晚,但也研究出了一些典型的评估方法,并在一些领域得以运用。目前,国内外比较典型的研究成果总结如下:

1.1基于网络流量特征分析的评估方法

这种方法主要是采用Netflow技术来实现,Netflow是一种数据包交换技术,是由Cisco公司提出的,它的工作方式主要是记录网络数据流信息。它能够记录下每一个TCP/IP失误的相关流量信息,这种方法主要是提取与网络攻击相关的敏感数据来分析流量中存在的异常情况,主要分析的是与网络性能、服务等相关的一些流量特征值。例如,流入流出数据包数量、流入流出数据包增长率、报文长度、协议类型、源和目的IP地址、端口等。通过这种方式网络管理人员可以对网络流量的分布状态进行了解, 并通过建立网络流量特征模型来对网络用户的行为进行了解。采用这种方法进行评估时对各项指标数据进行量化需要大量领域专家的实践经验。

1.2基于层次化网络的态势评估方法

层次化分析方法目前被广泛应用在各行各业的评估和预测中,该方法的主要思想是将复杂问题进行分解,将这些分解后的组成因素按照一定的支配关系进行分组;再按照隶属关系和关联关系构成层次结构,这种层次结构一般呈阶梯状;然后通过构造一系列相关的判断矩阵、计算矩阵特征值和矩阵的特征向量;最后通过一致性检验和排序等过程,得出问题的评估决策结果。该方法主要考虑攻击的一些特征,建立的是网络威胁评估体系,得到的是一个综合性的网络威胁评估结果,网络管理人员能够通过它来了解网络系统安全态势的整体状况。

2基于模糊评估法和层次分析法的综合评估模型研究

2.1模糊综合评价方法

模糊综合评价方法是一种对被评价事物的模糊指标通过构造模糊判断矩阵来量化的方法,也就是确定它的隶属度,然后采用模糊变换原理对评价指标的判断矩阵进行运算。因为各因素对被评估对象的影响存在差异,因此需要对每一个因素根据影响力大小分配不同的权值,然后根据不同的模糊算子进行综合运算, 并给出综合评估的模型。

模糊综合评价法一般有两种方式,即一级模糊综合评价和多级模糊综合评价。这里我们采用多级评价法进行综合评价。

2.1.1模糊矩阵的建立

首先要构造模糊等级子集,然后对每个被评事物有影响的因素进行量化,也就是确定每一个单个的因素对于等级模糊子集的隶属度,这可以通过集中隶属度量化方法来实现,然后就可以得到模糊关系矩阵R。

本文模糊评价矩阵的建立是采用统计和专家经验相结合的方式建立,即统计网络安全态势指标中每一个指标的实际情况, 然后根据专家的经验给出隶属度值,从而建立模糊评价矩阵。

2.1.2评价因素权向量的确定

合理的确定评价因素的权向量对评估的结果是至关重要的。 在模糊综合评价方法中,权向量的确定实际上就是根据某个影响因素对被评事物的影响程度来确定的,因而确定每个因素权系数,但是在合成权向量前先要进行归一化处理。使

2.1.3合成模糊综合评价结果向量

模糊综合评价的结果向量的合成是通过将权向量A与模糊评价矩阵R通过合适的算子进行合成得到的。

常用的算子有以下几种:

通过比较我们可以看出,加权平均型算子在综合评价中优势最明显,体现权数作用明显,利用模糊评价矩阵信息充分, 综合程度强,因此我们在本文中采用加权平均型算子来进行综合评价结果的合成。

2.1.4对模糊综合评价结果向量进行分析

最后通过对模糊评判向量S的分析做出综合结论,一般可以采用以下三种方法:

(1)最大隶属原则;

(2)加权平均原则;

(3)模糊向量单值化。

在实际的综合评价应用中,最大隶属度原则是最常用的分析方法,但是由于在一些情况下损失信息太多,不能充分利用模糊评价矩阵的信息,使得评价结果有时不尽如人意。由于加权平均法具有体现权数明显,利用信息充分,综合程度强等特点,因此本文中,我们采用加权平均求隶属度等级的方式来对网络安全态势影响因素进行分析,得出综合的评价结果。

2.2层次分析法确定权重

在综合评价中,最关键的问题是权重的确定。层次分析法对确定权重系数是一种非常好的有效的方法。对那些复杂的难以采用定量特征进行分析的问题尤其适合。它将难以量化的各影响因素通过划分有序层使之条理化,并对客观事物根据实践经验进行模糊判断,对每一层的相对重要性进行定量的表示,最后所有元素重要性的相对次序采用数学方法来进行确定。

采用层次分析法来确定权重系数的步骤为:

(1)确定被评价的目标及目标的全部评价指标因素

n个评价指标,

(2)建立判断矩阵

构建判断矩阵是确定权系数的关键,一般采用1~9标度方法来实现,含义如表2所示:

根据标度方法,采用德尔菲法建立判断矩阵,比较方法是以矩阵上层某个元素作为基准,然后对下一层所有的元素进行两两比较重要性来确定矩阵的每一个元素值,得到判断矩阵。其一般形式如下所示:

判断矩阵S具有如下性质:

(3)计算判断矩阵

首先计算判断矩阵的最大特征根,然后计算它的特征向量A,计算都采用开源软件Mathematica来实现,特征向量A的值就是分配的权系数,也就是对各评价因素重要性的排序。

(4)一致性检验

通过计算所得判断矩阵的特征向量,得到各因素的权系数分配。为了验证分配的合理性,我们需要对它进行一致性校验。

(5)计算一致性指标值

(6)找出对应的平均随机一致性指标RI。

随机一致性指标RI的值可通过计算获得,也可通过查表获得,如表3所示:

(7)计算一致性比率

一致性比率的计算方法下所示:

如果权系数的分配合理,那么一致性比率CR<0.1,否则, 就要对判断矩阵元素的值进行调整,重新分配权系数。

3结束语

本文首先介绍了常用的评估算法和目前的主要评估技术;提出了将模糊评价法和层次分析法结合应用在对网络安全态势的评估上。在模糊综合评估中,采用模糊综合评价法建立模糊矩阵, 采用层次分析法确定每个影响因素的权重,并通过一致性校验, 保证所分配的权重系数是合理的。由于在模糊合成综合向量时, 不同的合成算子,合成的结果有很大差异,而加权平均型算子在综合评价中优势最明显,因此我们采用加权平均型算子来进行综合评价结果的合成。这种方法得出的评估效果较好,能较为准确的反应实际情况,具有较好的推广价值和应用前景。

参考文献

[1]司加权.网络安全态势感知技术研究[D].哈尔滨工程大学计算机科学与技术学院,2010.

[2]张勇.网络安全态势感知模型研究与实现[D].中国科技大学计算机学院,2010.

[3]王新洲.模糊空间信息处理[M].武汉大学出版社,2003.

[4]姜启源.数学模型[M].高等教育出版社,2005.

网络安全层次分析 第2篇

网络安全是一门涉及计算机科学、网络技术、通信技术、密码技术、信息安全技术、应用数学、数论、信息论等多种学科的综合性学科。它主要是指网络系统的硬件、软件及其系统中的数据受到保护, 不受偶然的或者恶意的原因而遭到破坏、更改、泄漏, 系统连续正常地运行, 网络服务不中断。因此, 网络安全就显得尤其重要。

网络安全隐患主要表现在以下三个方面:病毒、内部用户恶意或非恶意的非法操作和网络外部的黑客。对于病毒, 几乎80%应用网络的部门都受到过它的侵害。由于网络设计的不严密性, 内部网络使用者可能会误入他们本不该进入的领域, 出于无知或好奇修改了其中的数据。另有一些内部用户利用自身的合法身份有意对数据进行破坏。而网络黑客一旦进入某个网络进行破坏, 其造成的损失无法估量, 他们是网络中最可怕的敌人, 也是网络安全防范策略的首要对象。此外, 还有网络协议中的缺陷, 例TCP/IP协议的安全问题、自然灾害、以外事故以及信息战等。

网络安全应具有以下4个方面的特征:

保密性:信息不泄漏给非授权用户、实体或过程, 或供其利用。

完整性:数据未经授权不能进行改变, 信息在存储或传输过程中不被修改、不被破坏和丢失。

可用性:可被授权实体访问并按需求使用。

可控性:对信息的传播及内容具有控制能力。

2 不同环境的网络安全

不同环境的网络安全包括以下几种:

(1) 运行系统安全

即保证信息处理和传输系统的安全, 它侧重于保证系统的正常运行, 避免因系统的崩溃和破坏而对系统存储、处理和传输的信息造成破坏和损失, 避免由于电磁泄漏产生信息泄漏, 干扰他人。

(2) 网络系统信息的安全

主要包括用户口令鉴别, 用户存取权限控制, 数据存取权限、方式控制, 安全审计, 安全问题跟踪, 计算机病毒防治, 数据加密。

(3) 网络上信息传播安全及信息传播后果的安全

包括信息顾虑等。它侧重于防止和控制非法、有害信息进行传播后的后果, 避免公用网上大量自由传输的信息失控。

(4) 网络上信息内容的安全

它侧重于保护信息的保密性、真实性和完整性、避免攻击者利用系统的安全漏洞进行窃听、冒充、诈骗等有损于合法用户的行为, 本质上是保护用户的利益和隐私。

3 网络安全体系分析

网络系统主要提供各种业务应用系统的硬件平台, 建立各用户之间的信息交流通道, 由于服务是开放性的, 必须保证网络系统的整体安全性能。

其安全防御流程:

安全路由器:路由器的安全配置保证路由信息的正确, 形成端到端的安全路由连接;

防火墙:设立安全服务区 (SSN) 定义访问控制规则, 对外部网络和内部业务系统实行严格的逻辑隔离;

防病毒网关:扫描进出服务器区的信息内容, 抵御各种病毒、JAVA、Active x等恶意小程序;

安全服务器:服务器的增强型安全插件、防止缓冲器溢出攻击和服务器劫, 系统文件实施完整性保护。

入侵检测:实时监控外网和内网的各种业务通信, 捕获安全违规活动, 根据服务器会话数据流寻找网络攻击模式;

安全评估:对整个网络系统所有部件进行扫描、分析和评估, 发现报告网络系统的安全弱点;

C/S病毒检测:扫描网络主机、服务器和工作站的系统和文件, 检测病毒感染的情况。

网页保护恢复:监视避难预定的时间间隔对Web服务器页面进行校验, 发现非法修改后可自动恢复;

双机热备份和负载均衡:关键网络设备 (路由器、交换机、服务器等) 运行中相互备份, 合理分担信息负载。

该网络安全体系是面向网络进行整体安全规划控制, 在实施过程中层层设防, 不仅要求网络安全设备的功能全面先进, 还需有良好的稳定性和扩展性、迅速的响应能力。这里由安全防护模块、安全监测模块、备份恢复模块在信息流的主干道组成三道重点防线, 各模块都有相关的响应机制对网络安全行为作出不同的反应, 并根据安全控制需要反馈到不同的进程, 从而纠正非安全行为与正常行为的偏差。同时各模块把问题集中反馈到安全管理模块 (包含安全管理策略和安全管理手段) , 由管理模块作集中的安全决策并协调各模块的关系这样防护、检测、和响应构成一个实时、动态的闭环控制系统 , 同时与恢复、管理组成一个完整的安全系统。这个循环是开放的, 它的开放性体现在安全管理作为一个独立的模块具有相当的能动性和灵活性, 是技术因素和非技术因素的结合体。它的信息采集既有外部的, 又有内部安全问题的集中反馈;既有其他安全模块对安全事件的响应, 又能对其它安全模块进行协调控制, 从而达到合理有效的安全稳态环境。

参考文献

[1]谢希仁.计算机网络.4.2003.

[2]张耀疆.聚焦黑客———攻击手段与防护策略, 2002.

[3]冯登国.计算机通信网络安全.北京:清华大学出版社, 2001.

[4]肖军模.网络信息安全与对抗.北京:解放军出版社, 1999.

网络层次法 第3篇

农业是国之根本, 农业生产结构调整是农业发展的决定性因素。在农业生产结构深化调整的今天, 深入剖析农业生产结构的演变机理, 有效地量化评价各影响因素的权重, 对于农业生产结构战略性调整将提供积极的帮助。1949-2010年, 中国农业发展成绩卓著, 总量快速增长—农林牧渔总产值攀升迅速, 农民收入持续增加, 主要农产品产量达到世界领先水平。总量快速增长的背后是农业生产结构的进化、升级。60余年的总量增长, 根源于农业生产结构的巨大变化—由种植业独占天下, 升级到种植业占一定比例的条件下, 畜牧业、渔业比例大幅提高。此期间很多学者给出了颇有价值的研究成果, 从宏观层面探讨了结构调整的必要性、方向以及作用。但是, 目前的研究多是影响因素的理论分析, 缺乏定量化研究。本文使用层次分析积因子法位次赋值数据排序农业生产结构影响因素, 从演变机理的角度说明各影响因素的权重, 以期为农业生产结构调整、优化, 农业政策制定提供有价值的参考。

1 层次分析积因子法

层次分析法 (AHP 方法) , 由于它突出的适用性、简洁性、实用性、系统性等优点, 使其在近30年的时间里得到了广泛的应用和大幅发展。但是其方法本身也存在着局限性, 主要问题是无论是在建立层次结构还是构造判断矩阵时, 人的主观判断、选择、偏好对结果的影响极大, 可能造成决策失误;还存在的问题就是, 层次分析法中的逆序问题[1]。层次分析积因子法是对层次分析法的改进, 去除了专家打分带来的主观影响, 基于位次赋值数据给出影响因素的权重。同时, 避免了AHP方法可能导致的倒序问题。层次分析积因子方法在量化方案的重要性时, 用幂函数求积代替线性函数求和[1]。层次分析积因子法首先是对要排序的指标层因素取得实际数值, 通过数据的同趋势化预处理建立位次赋值数据;之后, 建立幂函数y=xundefinedxundefined…xundefined, 对指标层因素的数值x1, x2, …, xn取算术平均数, 依据算术平均数的大小来确定对应的y值。通过回归, 给出α1, α2, …, αn的值, 使用undefined表示权重[1,2]。

2 排序农业生产结构影响因素

2.1 建立递阶层次结构

国民生产的各个环节影响着农业生产, 大部分研究者们认为自然资源、人口、科学技术、政府宏观调控、市场需求5个方面是影响农业生产结构演变的重要因素。本文选取这个5个因素, 同时将因素进行细分, 建立递阶层次结构, 分为目标层、准则层、指标层, 指标层中共有20个指标。各层的具体指标如图1所示 (数据来自《中国统计年鉴》) 。

2.2 建立位次赋值数据

使用该方法之前, 需要对数据进行预处理, 建立位次赋值数据。

使用ci表示第i个因素的指标值, xi表示第i个因素经初步处理后的指标值, 用xsi表示第s年第i个指标的数值。首先同趋势化, 以增大方向为优, 具体方式按表1进行。

然后, 将同一因素的数据进行0～100之间的标准化, 公式为

undefined×100

由于在下一步的计算中, 还要取对数, 为了保证取值有意义, 故将标准化之后的数据再向右平移一个单位, 所得数据仍用xsi表示。数据预处理结束, 得到的 (x1i, x2i, …, x8i) 即为对应第i个指标的位次数据 (i=1, 2, …, 20) 。

2.3 计算权重

2.3.1 计算指标层权重

以x2, x3, x4, x54个因素为例。使用函数

ys2=xundefined·xundefined·xundefined·xundefined, s=1, 2, …, 8 (1)

计算第2, 3, 4, 5因素的相对于准则层的权重。其中, x2, x3, x4, x5的值为位次数据中对应分量的取值。ys2值的获得方式为, 先取xs2, xs3, xs4, xs5的算术平均数, 然后将算术平均数的最小值与最大值构成的区间, 平分成9份, 考察各算术平均数在第几个区间里, 对应的ys2则取几, 取值为1到9。对式 (1) 两边同时取对数, 化为线性回归, 使用SAS软件计算回归系数α1, α2, α3, α4, 算得权重 (见表2) 。

从权重的结果可以看出来, 在人口因素中城镇人口数量是决定性的因素, 其次是第一产业的就业人数;在科学技术因素中劳动生产率最重要, 其次是农村家庭收入在5 000元以上的比例;政府宏观调控中国家财政用于农业的支出是最重要的因素, 其次是国家对粮、棉、油的价格补贴;市场需求中农村居民家庭恩格尔系数是决定性的因素。

2.3.2 计算准则层权重。

同样使用公式zs1=yundefined·yundefined。其中, ys2=xundefined·xundefined·xundefined·xundefined, s=1, 2, …, 8。

其余步骤按上述方法进行准则层因素权重, 如表3所示。

准则层权重说明, 市场需求在农业生产结构的发展过程中是带来最大影响的因素, 其次是人口数量、政府宏观调控、科学技术、自然资源。其中, 市场需求和人口数量两个因素构成了农业生产结构演变的绝对主导力量。

3 结论

农业生产结构演变是第一产业生产优化和战略调整过程中的核心问题, 建国60多年来, 从种植业独霸天下升级到种植业占一定比例的条件下, 畜牧业、渔业比例大幅提高, 农业生产结构发生了巨大的改变。本文使用层次分析积因子法排序了5个公认的主要影响因素—自然资源、人口、科学技术、政府宏观调控、市场需求。排序结果表明, 市场需求是导致农业生产结构改变的最重要因素, 其次是人口数量。这也说明中国农业生产结构的产业升级, 主要是靠市场需求拉动的;人口作为产品的消费者和生产者, 在其中也发挥了非常重要的作用。

摘要：深入分析了农业生产结构演变过程的影响因素, 将为农业生产结构调整、优化提供重要的理论参考。使用层次分析积因子法排序了自然资源、科学技术生产力、人口数量、市场需求、政府宏观调控5个农业生产结构的主要影响因素。结果表明, 市场需求是引起中国农业生产结构演变的最主要因素, 权重为0.5 4。

关键词：层次分析积因子法,农业生产结构,因素,排序

参考文献

[1]李放歌, 柏继云, 赵红杰.层次分析积因子位次赋值数据求权重研究[J].运筹与管理, 2005, 14 (6) :60-63.

[2]柏继云, 宋聚生, 李放歌, 等.层次分析积因子位次赋值求权重方法及应用[J].科技与管理, 2006, 36 (2) :45-48.

[3]孟军, 杨广林.黑龙江创业农场农业产业结构的评价研究[J].运筹与管理, 2003 (6) :80-84.

[4]李小军, 李宁辉.中国农业生产结构变动的实证分析[J].农业经济问题, 2004 (8) :45-48.

[5]包国宪, 王蕾.西北农业产业结构科技进步分析及调整对策[J].科技进步与对策, 2005 (8) :146-148.

[6]杜栋, 赵瑶卿.农业科技投入效果的横向和纵向DEA评价[J].农业系统科学与综合研究, 1998, 14 (2) :93-96.

[7]辛立秋.农业生产结构的基本理论问题研究[J].黑龙江农业, 2002 (2) :20-21.

[8]杨戈.中部六省农业生产结构市域分异探究[J].中国农业资源与区划, 2009, 30 (3) :11-17.

[9]何长辉, 乔继红.农业生产结构调整与农民收入的关系研究-以湖北省荆州市为例[J].热带农业科学, 2010, 30 (6) :94-97.

网络层次法 第4篇

随着计算机网络、数据库、人工智能等技术的发展, 利用计算机进行试卷的自动生成并逐步积累形成有效的试题库, 使得对试题和试卷的管理变得高效而便捷, 极大提高教务考试的工作效率, 使考试系统的管理逐步走向正规化、自动化。但在试题库建立及组卷策略的应用中, 由于试题抽取是随机进行的, 无法控制, 导致答题者有可能抽取试题库中不同难度水平的不同题目。这样, 就很难把握考试对于每个答题者的公平性。利用题目“目标 -难度”层次评估法, 针对每次抽取的试题确定其合格分数线, 判断答题者是否对此套试题达到合格水平, 将很大程度上保证考试的公平性。

二、层次评估分析法

层次分析法, 简称AHP ( Analytic Hierarchy Process) , 在20世纪70年代中期由美国运筹学家托马斯·塞蒂正式提出。它是一种定性和定量相结合的、系统化、层次化的分析方法。由于它在处理复杂的决策问题上的实用性和有效性, 很快在世界范围得到重视, 它的应用已遍及经济计划和管理、能源政策和分配行为、科学、军事指挥、运输、农业、教育、人才、医疗和环境等领域。

层次分析法是把复杂问题分解成各个组成因素, 又将这些因素按支配关系分组形成递阶层次结构, 通过两两比较的方式确定各个因素相对重要性, 然后综合决策者的判断确定决策方案相对重要性的总排序。运用层次分析法进行系统分析设计决策时可分为4个步骤:

1. 进行建立层次结构模型

在深入分析实际问题的基础上, 将有关的各个因素按照不同属性自上而下地分解成若干层次, 同一层的诸因素从属于上一层的因素或对上层因素有影响, 同时又支配下一层的因素或受到下层因素的作用, 最上层为目标层通常只有1个因素, 最下层通常为方案或对象层中间可以有一个或几个层次, 通常为准则或指标层。当准则过多时 ( 譬如多于9个) 应进一步分解出子准则层。

2. 构造成对比较阵

从层次结构模型的第2层开始, 对于从属于或影响上一层每个因素的同一层诸因素, 用成对比较法1 ~9比较尺度构成对比较阵, 直到最下层, 通常使用1 ~9比例标度对重要性程度赋值。

3. 计算权向量, 并做一致性检验

对于每一个成对比较阵, 计算最大特征根及对应特征向量, 利用一致性指标, 随机一致性指标和一致性比率做一致性检验, 若检验通过, 特征向量 ( 归一化后) 即为权向量;若不通过, 需重新构追成对比较阵。

4. 计算组合权向量并做组合一致性检验

计算最下层对目标的组合权向量并根据公式做组合一致性检验若检验通过则可按照组合权向量表示的结果进行决策否则需要重新考虑模型或重新构造那些一致性比率较大的成对比较阵。

三、组卷策略研究

组卷算法是试题库管理系统的核心技术, 是试题库管理系统的灵魂, 是基于专家知识的决策过程。组卷过程是在考试大纲的题分、难度系数、试题覆盖面、题型比例等约束都满足的条件下, 根据经验和考试目的, 调用相应的组卷策略, 设计出符合用户要求和一定约束条件的试卷模式; 然后再按试卷模式选取试题组成试卷;通过对不同的知识点赋予恰当的题型组合, 并在此基础上确定各考题的难度系数 ( 难易程度) , 最终由具有这样属性的试题构成考卷。通常的组卷算法有:

1. 随机选取法

随机选取法以状态空间的控制指标为依据, 随机抽取试题, 此过程不断重复, 直到组卷完毕, 或己无法从题库中抽取满足条件的试题为止。该算法的主要优点是简单、快速。缺点是形成的试卷在覆盖面、难易度、重复题率等指标上无法令人满意, 组卷成功率低, 主要原因是这种算法很难全面考虑试题的相关参数, 因此该算法通常只能应用于简易的试题库管理系统。

2. 回溯试探法

回溯试探法是通过建立一个按用户设置的组卷参数要求的过滤模型, 将随机选取法产生的每一状态都记录下来, 当搜索失败时释放上次记录的状态类型, 然后再依据一定的规律, 变换一种新的状态类型进行试探, 通过不断地回溯试探直到试卷生成完毕或退回出发点为止。这种有条件的深度优先法, 对于状态类型和出题量都较小的题库系统而言, 组卷成功率较好, 但是在实际到一个应用时发现这种算法对内存的占用量大, 程序结构相对比较复杂; 而且选取试题缺乏随机性, 组卷时间长, 这两点是无法接受的。

3. 遗传算法

遗传算法是一种并行的、能够有效优化的算法, 以基因理论及间断平衡理论为依据, 同时融合了边缘物种形成理论和一般系统理论的一些思想, 模拟达尔文的自然界遗传学: 继承、进化、优胜劣汰。其实质就是一种把自然界有机体的优胜劣汰的自然选择、适者生存的进化机制与同一群体中个体与个体间的随机信息交换机制相结合的搜索算法。运用遗传算法求解问题首先需将所要求解的问题表示成二进制编码, 然后根据环境进行不断的所谓“生存选择”的基本, 最后收敛到一个最适应环境条件的个体上, 得到问题的最优解。

但目前的组卷策略算法, 重点研究的都是理论算法问题, 很少考虑到在组卷之后, 对每个被试者的考试是否公平, 因为抽取具体每道试题的难度无法掌握, 设立统一的合格分数线就无法体现考试的公平性。

四、基于题目“目标 -难度”层次评估

对于传统的考试, 作为一位有经验的任课教师, 只要审察一下测验卷中的每一个题目, 便能判断考试的难易情况, 甚至能够较准确地预计到参加考试的班级中具有不同能力结构的学生会有什么成绩。对教师的这种经验判断加以开发, 并通过适当的方法步骤加以引导, 就可以用来确定测验的分数合格线。

基于题目“目标 -难度”层次分析评估来确定一个测验的分数合格线时, 其主要思想是根据对题目考查目标层次的认识以及对题目难易程度做出的经验判断, 把整个测试卷中所有题目按照两个特征进行双向分类。然后, 由组卷系统根据组卷策略为每一类题目指派一个临界概率, 这个临界概率就是设想一个尚可接受的最低能力的被试者, 能够正确回答该类题目的可能性大小, 或者认为这一临界概率是对每一位被称为合格的被试者提出至少应答对该类题目的比例大小 ( 同概率值大小相等) 。这种方法涉及二维评判, 组卷策略要考虑设计一些所谓最低能力且又是可接受的被试者, 答对特定题目或答对这类题目的可能性。这种方法简述如下:

第一步:组卷系统把一份测试卷中的所有题目按K个考查目标能力层次进行分类 ( 比如按布卢姆关于认知目标的六个层次来分) , 设这K类所占分数分别为M1, M2…Mk ( 若在组织试卷过程中有过测试蓝图设计, 可直接利用命题双向细目表中的考查目标层次界定及其相应题目的权数) 。

第二步:把上述每一类题目按照难、中、易分成三组, 因此可得到更细的分类。计算各组题目的分数, 就可得到测验题目双向分类下的数据块, 以矩阵的形式记为:

第三步:设想一个可接受的最低能力的被试者, 答对上述“第i个难度层次第j个能力目标层次”所有题目的可能性大小为Pij ( 这里i =1, 2, 3;j =1, 2, …, K) , 得到一个概率矩阵, 记为:

第四步:计算该试验的最低合格分数, 记为:

五、实例分析

设计某次课程结业考试, 其命题双向细目表的设计, 题目可分成五个目标层次 ( 即五种题型) , K =5和难、中、易三种难度水平, 得到如下双向分类数据, 如表1, 记为:

进一步地, 若综合组卷策略及专家系统的智能评判, 计算出一个尚可接受的最低能力被试者, 答对上述各组命题的概率如表2。

则该次被试者抽取试卷考试的分数合格线可定为:

如果被试者超过其选择试题的分数合格线, 其能力水平基本符合测试要求, 这将成为其最终测试是否达到标准水平的重要依据。

六、结论

将基于题目“目标 -难度”层次分析评估法应用于考试系统, 配合组卷策略及相关专家系统, 按照“目标 - 难度”两个特征对题目进行双向分类, 应用二维评判, 确定被试者抽取到的各自试卷的合格分数线, 判断被试者是否对此套试题达到合格水平, 并且保证考试的公平性。

参考文献

[1]张洪祥, 李秀菊.对考试难度和及格分数线的初步探讨[J].教育科学, 1987, (3) :50-56.

[2]韩宁.如何确定及格分数线[J].上海教育科研, 1989, (5) :40-42.

[3]王伏华, 蒋源.基于层次分析法的动态评估研究[J].软件导刊, 2012, 11 (2) :8-9.

[4]潘良明.灰色层次评估法[J].系统工程, 1992, 10 (5) :45-51.

[5]肖洋, 王骁, 刘凤新.在线考试组卷算法研究[J].北京化工大学学报, 2006, 33 (4) :44-47.

[6]陈磊, 姜薇.通用考试系统的设计与实现[J].计算机工程与设计, 2007, 28 (17) :4285-4289.

[7]黄光扬.教育测量与评价[M].上海:华东师范大学出版社, 2002.

[8]张建同, 吕碧玉.基于假设检验方法的考试及格线确定[J].统计与决策, 2009, (3) :165-166.

网络层次法 第5篇

关键词：停车诱导系统,停车诱导分区,层次分析法,模糊评价法

停车诱导系统 (PGIS) 是智能交通系统 (ITS) 的重要组成部分, 是以促进停车场及相邻道路的有效利用为目的, 通过多种方式向驾驶员提供停车场的位置、使用状况、路线以及相关道路交通状况等信息, 诱导驾驶员最有效地找到停车场的系统。它的主要作用有:减少司机寻找停车泊位的时间;提高停车设施使用率;减少由于寻找停车场而产生的道路交通量;均衡停车需求在时间和空间上的分布;提高停车场经营者的效益;增加商业区域的经济活力[1]。

停车诱导系统主要靠发布停车诱导信息来诱导驾驶员停车, 通过它的帮助, 驾驶员可以迅速找到目的地的最佳停车位置。目前诱导信息发布的方式大都是采用路侧诱导信息显示牌, 为了遵循驾驶员接受信息的规律和特征, 常将诱导信息分层显示[2]。那么如何放显示牌, 如何调整好各显示牌与停车场的位置才能得到最好的诱导效果, 这就需要通过停车诱导区域划分来实现。在以往对停车诱导区域的划分研究中, 人们大都是给出了定性的划分原则, 缺少定量的分析方法, 因此, 本文结合多层次和模糊评价法定量地对停车诱导区域的划分进行更深入的探讨研究。

1 影响停车诱导区域划分的因素

1.1 停车诱导分区

停车诱导区域的划分是指根据区域内停车场的规模、功能、布局以及其周边的设施的情况, 在明确每个停车场的主要服务对象 (例如, 大型商场、体育设施以及其他公共设施等) 的基础上, 将停车诱导系统的服务范围划分成若干个诱导小区。在分区的过程中可以有交叉, 这个时候在信息标志牌的发布内容上可以采取交叉发布的形式发布停车场的信息。例如A和B是2个相邻的区域, 在分别进入各区域前方的诱导标志牌上都显示区域C的停车场信息如图1所示。诱导分区有2个重要作用:①通过各分区内的泊位供需平衡, 提高诱导的效率;②通过诱导分区进行信息的分区诱导, 避免停车诱导信息过载, 将信息以简洁明了的形式提供给停车者 [3]。

1.2 停车诱导区域划分的影响因素

完整合理的城市停车诱导区域的划分, 要考虑的因素很多, 根据以往的停车诱导分区划分遵循的原则, 主要考虑以下因素:

1) 停车诱导区域大小应适中。若停车区域划分太大, 则第2层信息显示板覆盖范围太大, 信息诱导量大、复杂且诱导准确性低;若停车区域划分过小, 则停车区域个数过多, 第1层信息显示板上的信息量大且复杂, 将直接增加驾驶员的反应及理解时间, 甚至有可能使驾驶员无法理解, 从而失去诱导意义[4]。对于停车吸引强度大且集中的土地开发区域, 诱导小区的范围可较小, 对于停车吸引强度较小且均匀的土地开发区域, 诱导小区的范围可较大, 通常第三级显示屏的服务半径约在200～280 m范围内。

2) 停车诱导小区划分后的各区域应与道路网的形态结构相适应, 在干线道路类型明确的条件下可以干线道路为分区的界线。

3) 各停车分区停车设施供应与停车需求应匹配, 在明确各停车场服务对象的基础上, 使每个分区内的停车泊位容量和停车需求大致平衡。

4) 各停车诱导小区交通组织应结合路网流量及流向划分, 避免出现调头诱导及其他可能出现的不利交通组织情况。

这些影响因素可以归纳为静态交通影响因素 (信息诱导显示屏的服务半径、驾驶员对诱导信息的理解难易和分区与路网形态结构的适应性) 和动态交通影响因素 (分区对停车的吸引强度、交通组织的难易程度和停车泊位供应与停车需求的匹配程度) 两类。

2 城市停车诱导区域多层次模糊评价

2.1 城市停车诱导区域划分的评价指标体系

城市停车诱导区域划分的评价涉及到多项因素, 如信息诱导显示屏的服务半径、与路网形态结构的适应性程度等, 要对诸因素进行综合的分析比较, 以寻求整体最优的方案。先运用层次分析法 (AHP) 建立方案评价体系 (如表1所列) :第1层为目标层, 用于不同方案间的比选;第2层ui为准则层, 作为判断同一方案某一子系统的贡献大小;第3层uij是指标层, 具体描述方案的各项指标的属性。然后在这个基础上进行模糊评价, 以得到最优的方案。最后对南京市夫子庙周围的停车场进行分析和评价, 以说明这个方法的可行性。

2.2 确定各指标因素隶属度

单因素评价矩阵Ri= (ri1, ri2, ri3, …, rim) (i=1, 2, …, n) 是根据指标因素ui对方案评价的隶属度来确定的, 因此应确定各指标因素ui隶属度μi。

2.2.1 静态交通指标u1

静态交通指标u1含有3个分项指标 (u11、u12、u13) 见表1。

1) 信息诱导显示屏的服务半径u11, 是指停车诱导区域的大小, 即区域面积的大小。区域面积的大小是否合适是由人的经验决定的, 是定性指标。对于每一种分区方案, 采用偏大、偏小、适中3个等级确定其隶属度, 满足0≤u≤1。

2) 驾驶员对诱导信息的理解难易u12, 是指停车者对停车诱导信息量的视认性和可接受性。停车场诱导信息的可理解性直接影响到停车者的停车选择, 在一个面积有限的屏幕上发布诱导信息时, 要简明且易于理解, 能让驾驶员在极短的时间内完全理解屏幕的内容, 帮助司机迅速了解城市中所处区域停车场的大致分布情况, 尤其是繁华商业区、办公区的停车场分布, 便于更快的找到停车场[5]。可以用困难、较困难、较容易、容易对其进行分级。

3) 分区与路网形态结构的适应性u13, 是指停车诱导小区划分后的各区域应与道路网的形态结构相适应, 在干线道路类型明确的条件下可以干线道路为分区的界线, 可以分为很不适应、比较不适应、较适应、很适应4级。

2.2.2 动态交通指标u2

动态交通指标u2含有3个分项指标 (u21、u22、u23) 见表1所列。

1) 分区对停车的吸引强度u21。在停车诱导区域的划分过程中, 由于城市各区域的交通状况不同, 而停车的强度也会不同。有些分区可能包括了大型的娱乐场所或者是商场, 这些地方的服务业比较的集中, 是人流的吸引源, 吸引着大量的停车;而有些地方相对可能吸引强度比较弱。可以用很不强、比较不强、较强和很强来对其进行分级。

2) 交通组织的难易程度u22。各停车诱导小区的交通组织应结合路网流量及流向来进行管理, 应避免出现车辆的调头诱导及其他可能出现的不利交通组织的情况。交通组织的难易可以分为困难、较困难、较容易、很容易4级。

3) 停车泊位供应与停车需求的匹配程度u23。各停车分区停车设施供应与停车需求应匹配, 在明确各停车场服务对象的基础上, 使每个分区内的停车泊位容量和停车需求大致平衡。可以分为匹配性差、较差、较好、很好4级。

2.3 确定指标因素的权重

将因素集U= (μ1, μ2, μ3, …, μn) 中各因素两两进行比较, 设μij为μi与μj的比较结果, 即

式 (1) 中μij =1-μji (i=1, 2, …, n;j=1, 2, …, m) , 为防止某一对象的权重为零, 在因素集中设置虚拟因素μn+1, 并设其权重为零, 则各因素权重为

2.4 模糊综合评价

因素集U= (μ1, μ2, μ3, …, μn) , 式中:μi (i=1, 2, …, n) 为综合评价的因素;设评价集V= (v1, v2, …, vn) 为评价结果。对于U上的每个因素μi都有一个单因素评价矩阵为:Ri= (ri1, ri2, …, rim) Ri是V上一个模糊子集, 则多因素评价矩阵为

式中:rij ( 0≤rij≤1, i=1, 2, …, n;j=1, 2, …, m) 为第i个因素对于第j个评价等级的隶属度。评价矩阵R表示因素U和评价结果V之间的模糊关系。R确定了从U到V的一个模糊变换, 即

模糊综合评价就是给定A和R, 通过模糊变换得到B。其中A表示诸因素的权重分配, B表示评价结果。根据B中的计算权值, 确定方案比选的择优序列, 从而推荐出整体最优或较优的选型方案。

3 实例分析

以南京夫子庙周围地区为本次研究的主要区域。南京夫子庙地处城南秦淮河畔, 地理位置优越, 是历史遗迹和旅游景点, 是新兴的文化、商业、游览中心和庙市合一的繁华之地。从图2可以看出共有10处主要的停车场分别分布在6条主要的街道上, 有些地方的停车场比较集中而有些地方分开的距离比较大 (经过调查停车场少的地方车流量并不比停车场多的地方小) 。长乐路与4条主要街道相交, 有着大量的交通流汇到此处, 但是此处并没有一个比较正规和大的停车场, 给停车者带来了一定的停车困难。可以看出夫子庙周围停车场的分区不是很合理, 有些停车场的使用率很低, 而有些地方则出现了泊位供不应求的状况, 致使很多的车辆停在道路两边, 如图3所示。

对此提出了甲方案 (图4) 和原有乙方案 (图2) 进行比较, 采用上面的模型进行分析和研究。

首先确定信息诱导显示屏的服务半径u11在各方案中的隶属度。服务半径可以分为偏大、偏小、适中3个等级, 根据我们对方案甲和乙的调查研究, 发现甲方案的信息诱导显示屏的服务半径u11比较适中, 而乙方案则比较偏大, 可以用数字5和4来分别描述, 考虑到隶属度的含义, 对其进行归一化处理, 得到对应的1.0和0.8。则甲和乙方案中u11隶属度分别为1.0和0.8。根据以上原理, 其他主要指标可以用相同的方法得到, 主要数据如表2所列。

根据各指标因素隶属度的确定方法, 得出评价矩阵:

各项指标因素的权重由式 (2) 计算得A= (0.19 0.10 0.17 0.19 0.14 0.21) 则评价结果如下:

根据隶属度原则, 则甲方案则为相对较优的原则。

4 结束语

停车诱导分区的评价是为了能更好的对停车诱导区域进行合理的划分, 从上面的实例可以看出, 通过将层次分析法和模糊评价法相结合起来, 对停车诱导区域的划分进行研究, 能较好的进行停车诱导区域划分方案的评价和选择。

参考文献

[1]陈群.城市停车诱导系统设计的理论与方法研究[D].上海:同济大学, 2006

[2]齐功远, 彭国雄, 杨哓光.停车诱导信息的发布[J].武汉理工大学学报:交通科学与工程版, 2005, 29 (4) :514-517

[3]张宝玉, 周湘霆.城市停车诱导系统规划设计中诱导分区分级的确定[J].交通与运输, 2006 (12) :69-70

[4]沈良.基于层次分析法及F评判技术的停车诱导区域划分方法研究[J].交通与计算机, 2008, 26 (3) :73-74

网络层次法 第6篇

关键词：国际工程,投标决策,层次关联矩阵法

国际工程建设项目承包是国际贸易的重要内容之一, 也是国际间劳务、技术、经济等全面合作的体现。一般情况下, 国际工程建设项目承包是设计、采购、施工于一体, 因此体现了技术贸易、货物贸易和服务贸易[1]。国际工程建设项目承包是一种国际贸易, 是服务贸易、货物贸易与技术贸易相结合的一种方式, 是一种特定的综合贸易方式, 往往包括工程设计、设备及材料采购、工程施工等内容, 综合性和系统性较强, 是目前我国国际贸易领域的重要方式之一[2]。

但由于在进行国际工程项目投标决策[7]时, 需要考虑多个方面的多项因素、各因素的性质各异、投标决策的对应关系不确定以及容易受多个人主观印象等原因给投标决策问题[12 -13]带来了很多困难。目前国内外在这方面的研究主要是一种静态的研究[3], 不能很好的应用到企业的具体决策中去, 导致理论研究和企业的实际应用存在一定的差距。

为此, 本论文通过将层次分析法[6]与关联矩阵法[5]相结合, 形成层次关联矩阵法来对国际工程[8 -11]建设项目投标决策的方法进行分析研究, 并将该方法应用到一个具体的案例, 分析企业在复杂多变的市场环境中如何进行有效的投标决策。本文通过在分析原有方法的优缺点[14 -16]的基础上, 将二者结合起来形成一种更好的投标决策方法[9], 并将该方法应用到具体的工程案例, 从而使得研究工作在方法上具有创新性, 同时在实际工作中又具有操作指导性。

1 项目方案多目标决策模型

1. 1 建立项目方案评价指标体系

1. 1. 1 项目方案评判框架

评价项目方案优劣的指标有很多。本文选取了项目成本、项目工期、劳动消耗量、项目质量、投资额和其他六项指标来对项目方案进行评价, 从而选出最佳的项目方案。项目方案评判框架如下:

1. 1. 2 关键指标选取说明

①项目成本: 包括直接费用和间接费用。

②项目工期: 指项目从开始到完成所持续的时间。

③劳动消耗量: 该指标反应了项目机械化程度与劳动生产率水平, 一般用工日或单位产品劳动消耗量表示。

④质量: 指的是项目的内在特征所满足要求的程度。项目质量越高, 项目成本越大, 劳动消耗量也会增加。一般用优良率、合格率或满意率表示。

⑤投资额: 在进行项目的决策分析时, 我们应考虑增加的项目投资额对仙姑工期、成本、质量的贡献率, 同时应进行投资效益比较。

⑥其他。除了上面所提到的指标以外, 还有可能要考虑其他因素对项目方案的影响, 例如项目所在国政治、经济、技术的条件, 项目范围的大小等。

1. 2 基于层次关联矩阵法的项目方案决策模型

1. 2. 1 关联矩阵的表现形式

设A1, A2, …Am是项目的m个决策方案。X1, X2, …Xn是该决策方案的n个评价指标。W1, W2, …, Wn是n个评价指标的权重, Vij是第i个方案的关于评价指标Xj ( j =1, 2, …, n) 的价值评定量, 则相应的关联矩阵法的表现形式如表1所示:

1. 2. 2 AHP法确定指标权值

在Satty教授的层次分析法中, 通过1 ~ 9 个整数来表示决策人对于子母标的重要性判断。但是用1 ~9 标度法, 专家有时很难做出判断, 可能出现判断结果不一致, 进而导致计算结果失真。文献[4]对常用的标度进行了深入的研究, 认为10/10 ~ 18 /2 标度的性能最好, 最适宜于精确的权值且能得到较为合理的结果。为此, 本文采用如表2 所示的标度来评价不同准则的相对重要性。从而能使得最终的决策结果更好的反应实际情况。

用AHP法确定评价指标权值时的步骤如下:

①通过专家评估法或统计分析法来确定各个指标的相对重要性。

②根据层次分析法的10/10 ~ 18/2 标度法来构造判断矩阵。为了减少单个专家的主观性, 可以采用Delphi法由多个专家确定判断矩阵[8]。

③根据层次单排序来确定各指标的权重, 并进行一致性检验。最终所得到的Xi ( i =1, 2, …, n) 的权值就对应表1 中的Wi ( i =1, 2, …, n) 。

1. 2. 3 确定评价尺度

根据评价指标的个数, 将得分分为1 到n个等级。根据统计分析法或专家评估法来为每个评价指标设定每个得分等级的取值范围。通过评价尺度表所得到的每个方案的各个指标的得分就对应于表1 中的Vij ( i =1, 2, …, m; j =1, 2, …, n) 。

1. 2. 4 确定最优项目方案

根据评价尺度表, 当我们获得每个指标的对应数值时, 就可以确定每个指标的得分。从而也就得到了每个待评价个体的对应评价指标的价值评定量。从而我们就可以得出每个项目方案的价值V。则

所对应的方案i为最优项目方案。

2 实例应用

某投标人在某国际工程进行技术投标时, 通过对招标文件的分析, 提出三种可选择的项目方案A、B、C。三个方案各项指标的数据如表4, 适选择最优施项目方案。

①建立评价尺度表

根据评价尺度表我们可以得出方案的价值评价值矩阵为

②确定评价指标权值

判断矩阵表示针对上一层某个元素, 本层次间有关元素的相对重要性。采用10/10~18/2标度法构造判断矩阵并进行一致性检验如下:

各列归一化得矩阵:

按行相加, 归一化后, 即C - P判断矩阵的各项数值为:

上述结果中W的五项数值表示5 个指标间的相对重要性, 即Wi ( i =1, 2, …, n) 的值。

根据W和各方案对应的价值评定值, 可得表6:

由表可得最优项目方案为方案B。

3 结束语

网络层次法 第7篇

1998年至今实行的住房分配货币化, 建立住房保障制度阶段。住房分配货币化的住房制度改革, 将住房分配体制由原来的行政、福利性质、实物分配制度, 转变为按劳分配为主的货币制度, 同时建立双轨制的住房供应体系。以中低收入家庭为对象、具有社会保障性质的经济适用房及廉租住房供应体系和以高收入家庭为对象的商品房供应体系。然而在新的体制下, 住房价格却节节攀高, 从2010年1月7日的《国务院办公厅关于促进房地产市场平稳发展的通知》 (国4条) 到2010年4月17日的《关于坚决遏制部分城市房价过快上涨的通知》 (国10条) , 国务院针对房价出台了一系列的政策。与此同时, 为防止货币对房地产市场的冲击, 在2010年1月到2011年4月短短的16个月的时间内, 央行对存款准备金率进行了9次上调, 总增加幅度达到了4.50%。但一系列的政策组合调控政策仍未能使房价的上涨得到有效的遏制, 全国70个大中城市在2011年1月份到4月份仍保持持续的增长, 平均环比幅度达到100.77、100.45、100.29、100.3 (环比以上月价格为100, 以上数据均来自中国统计局) , 平均同比幅度更是达到了106.42、105.90、105.38、104.52 (同比以去年价格为100, 以上数据均来自中国统计局) 。

二、文献回顾

在房价长期持续上涨的环境中, 国内学者对房地产价格进行了广泛的研究。 王丹丹 (2010) 认为我国房地产价格和广义货币供应量M2之间存在稳定的均衡关系, 货币流动性过剩对房地场价格产生波动性影响。王爱俭 (2007) 认为人民币汇率升值与房地产价格高涨呈现一种共存态势, 必须采取更加灵活的汇率形成机制, 扩大汇率浮动区间, 适时调整人民币汇率水平。张学忠 (2007) 通过以利率上升与房地产价格的关系为出发点, 从房地产投资、开发商的行为选择、外汇市场、证券市场等方面, 深入分析了利率上升对房地产价格的直接影响与间接影响, 提出央行提高利率从理论上可以使房地产价格下降。李松 (2010) 认为土地成本是构成房价的主要部分, 土地价格上涨是房地产市场升温形成的引致需求及土地出让制度直接推动的结果。范严新 (2007) 认为土地交易价格与房屋销售价格存在长期互动机制, 土地交易价格波动的 15% 以上是由房屋销售价格波动造成的, 而房屋销售价格的波动中 22% 以上可以有土地交易价格波动来解释。目前国内对房地产市场的研究分析已经取得了一定的成果, 专家学者从各个角度进行分析, 较为全面的介绍了有关的因素影响。相信对国内房地产的正常运作颇具指导意义。然而, 多数的研究是从单一的因素对房价的波动的影响进行分析, 从而得出房价与这些因素的关联性程度。影响房地产价格的因素错综复杂, 房价高攀并不是单一因素的影响结果, 而是多个因素发展变化、共同作用的结果。

三、房地产问题分析

根据微观经济学的均衡原理, 在开放经济条件下, 产品价格会根据供求关系自行调整, 直到人们的需求数量和供给数量相等。1998年中国房屋建筑面积为17566.6万平方米, 直至2009年已增加到72677.4万平方米。相比之下, 1998年至2009年国内城市人口年增长率为4.067%, 由此可见, 供给规模远远超过城市人口增加的比例, 其数值竟达4倍之多。那么, 为何国内房价一路高攀, 为何国内房市依然被供不应求的氛围笼罩着?所有这些可以从中国房市的需求、住房供应结构以及国人的收入探讨房价问题。

(一) 需求决定房价。

房地产作为消费品, 其价格主要由供需决定, 在供给相对稳定的情况下其价格主要受需求影响。房地产市场的总需求可以归类为刚性的住房需求与投机性的投资需求。随着中国经济的高速发展, 城市人口与年俱增, 城市化发展迅速, 但总体上中国的城市化水平仍然比较落后, 目前49.68%的城市化水平与发达国家存在着明显的差距。因此, 在这个经济环境下城市人口必然会持续逐年上升。城市化进程的加速意味着对房地产的庞大需求。根据均衡模型, 需求的高涨使商品房的价格随之上升。但由于城市土地资源有限的因素制约, 土地购置费用、贷款利息以及建筑费用等建筑开发成本被进一步抬高。这意味着供给的成本和对住房的需求都在逐步上升, 在这双重作用之下房价均衡点逐步被抬高。由于住房的刚性需求并不会在短期内显著下降, 只要房地产总需求稳定在一定的水平上, 那么从供需均衡的角度分析, 房价并不会有明显的下降。目前我国的股票市场波动较频繁, 多数投资者亏损, 房地产作为特殊商品, 具有投资性。在中国房产刚性需求稳增不降的环境下, 房市投资便成为投资市场中相对的低风险高收益的投资方式, 使得越来越多的投资者选择房市, 从而在一定程度上增加房地产市场的总需求。

(二) 住房供应结构的优化问题。

由上述的论证可知, 快速发展的城市化决定房市庞大的住房需求。尽管目前我国住房建设规模持续扩大, 但是分配很不均衡, 住房供应结构仍不完善。以中低收入家庭为对象、具有社会保障性质的经济适用房及廉价住房供应体系, 在房地产企业和地方政府短期收益最大化的双重作用下并没有被广泛实施。1998年到2010年商品房销售面积以8.6倍的增幅增加到93376.60万平方米, 而经济适用房的销售面积仅从1666.50万平方米上升到2748.47万平方米。由表1可看出经济适用房比重逐年下降, 高档商品房和普通商品房的竣工面积年增幅远大于经济适用房的增幅。央行2008年第二季度的《货币政策执行报告》披露:2008年上半年, 90平方米以下住房投资同比增长85.1%, 占开发投资总量的19%, 较上年同期提高5.3%。说明中国中小户型住房占了较小的比例。大户型也符合开发商利润最大化的原则。经济适用房及廉价住房供给不足、中小户型开发比重小促使中低收入家庭的住房需求被迫转向以高收入家庭为对象的商品房, 并不得不为此支付高额的房价。

注:资料来源《中国统计年鉴》

(三) 收入影响房价上升。

经济高速发展带动人均收入的上升, 居民的购买力大幅度增强, 不考虑政府因素, 由国民收入恒等式Y= C+ S 和Y= C+ I+ NX 可得S= I+ NX, 这意味着储蓄最终要转化为投资和出口。不同收入阶层的边际消费倾向存在较大的差异, 高收入阶层边际消费倾向较低, 而低收入阶层的边际消费倾向较高, 因此, 社会的消费率进而储蓄率会受到收入差距的影响, 收入差距扩大将导致储蓄率提高。收入差距通过影响储蓄率, 进而影响出口规模及其导致的外汇占款规模, 从而影响市场流动性的供给。在过剩的流动性情况下, 能够改变或者强化投资者对房地产市场的预期, 充裕的流动性有可能流向房地产市场进行投资、投机活动, 导致房地产价格快速上涨。基于以上的分析, 本文选取一系列指标通过EVIEWS 6.0建立模型从数据中印证分析的现实性。

四、对房地产价格影响因素的计量分析

(一) 变量的选取。

根据房地产供给影响的分析和已有的研究成果, 在开放经济条件下, 住房的刚性需求主要由城市化的发展决定, 而城镇人口是衡量城市化的重要指标, 故而选取城镇人口数量作为该模型的研究因素之一。另一方面, 贷款及存款利率与房产投资回报率的比较会影响房市的投资需求。此外, 城镇人均可支配收入与国内生产总值反映的是经济发展的大趋势, 由国民购买力的上升带动的房价上涨也是一个必然的趋势。再者, 住房供给结构的情况则通过住宅投资额及经济适用房的开工面积来研究。商品房的销售面积即由商品房市场决定的均衡数量。具体选择建模的因素如表2所示。

运用EVIEWS 6.0建立房地产市场在需求层次上的关系式, 函数的基本形式为SA=f (CDI, CP, IR, LR, GDP, P, TI, HI, AHI, NAHA) , SA表示商品房销售面积, CDI表示城镇人均可支配收入 (单位:元) , CP表示城镇人口数量 (单位:万) , SP表示商品房销售额 (单位:亿元) , IR表示存款利率, LR表示贷款利率, GDP表示国内生产总值 (单位:亿元) , P表示商品房均价 (单位:元/平方米) , TI表示固定资产投资的城镇投资 (单位:亿元) , HI表示住宅投资 (单位:亿元) , AHI表示经济适用房投资额 (单位:亿元) , NAHA表示经济适用房开工面积 (单位:万平方米) 。

(二) 建立非线性回归方程。

利用EVIEWS 6.0软件采用向前回归方法进行处理, 可得如表4结果STEPLS SA C @ CDI CP IR LR GDP P TI HI AHI NAHA

Ln SA = -35.1891326282 + 2.4058948166* Ln CP + 1.49095330202* Ln LR - 0.27088795713* Ln AHI - 0.598364473733* Ln IR + 1.59834341399* Ln GDP - 2.68840198528* Ln HI + 2.31040093183* Ln CDI + 0.729466826057* Ln TI [模型1]R-squared = 0.999949 , Adjusted R-squared=0.999847 , D.W.= 3.146210, F=9803.388

(三) 计量结果经验分析。

使用向前回归法, 剔除了因素P与NAHA, 这是合理的, 因为P可由SP与SA相除得到, 而NAHA与AHI存在正比例关系。回归结果表明:在1998～2010年间, Ln SA变化的99.9%可由解释变量的变化来解释。所有的变量参数都在误差为1%的范围内通过了t检验, 显著地不为零, 而且参数的符号也是合理的。进一步, 在图 1中将SA的观测值 (红色线) 与预测值 (绿色线) 比较, 同时给出残差曲线 (蓝色线) 。观察可知, 观测值与预测值高度拟合, 由向前回归法得出的模型1能有效解释商品房销售面积的影响因素。同时, 残差趋于一致, 大致可知模型1不存在异方差性。

为检验模型 1中随机干扰项的自相关性, 考察残差项与滞后一期的残差项线性相关性, 图2表明两者不存在线性关系, 故模型 1不存在自相关性。

通过检验, 模型 1不存在异方差性与自相关性, 因此可以确定模型中的参数估计量有效, 变量的显著性检验有意义, 同时模型的预测也是有效的。由模型可以看出:从Ln CP, Ln CDI前的参数看, 在1998～2010年间, 商品房销售面积关于城镇人均可支配收入及城镇人口数量的弹性都大于1, 说明这期间, 随着城镇人均可支配收入水平的提高与城镇人口数量的增加, 商品房销售面积以更快的速度增长, 印证了前文关于收入与需求对房价的影响的分析;从Ln HI前的参数看, 经济适用房投资额对商品房销售面积影响不大, 说明这期间经济适用房的增加远远不能满足居民住房需求, 商品房在住房供给结构中的比重远超过前者。但由于经济适用房的投资额与销售面积呈负相关性, 增加经济适用房的投资额还是能在一定程度上缓解商品房供求矛盾。

五、对模型数据的现实意义分析

从数据印证了经济适用房对商品房销售量具有一定的影响。从理论上讲, 对城市房产的购买需求主要由商品房和经济适用房两个层次的供给来满足, 基于土地资源的特殊性和稀缺性, 增加经济适用房的供给会使商品房供给方能够用来开发的土地减少, 土地的稀缺和建筑企业间的竞争将共同带动土地成本的上升, 同时也将对商品房市场的需求缓解, 对商品房的影响可用图3简单表示:

需求曲线由D向左平移至D1, 供给曲线由于成本的上升从S向左平移至S1, 均衡价格应该还是P点不变, 均衡交易数量由Q减少至Q1。但由于经济适用房的供给对住房的刚性需求下降使得投资住房面临更大的流通成本和风险, 这将削弱投资者对房市的综合评估, 部分投资者的退出使得需求曲线从D1继续向左平移至D2。新的商品房均衡点的价格下降至P1, 数量下降至Q2。

六、结论与建议

综上所述, 可见在房价问题上各个利益体或多或少均扮演了一定的角色, 住房作为每一个人生活中一个不可或缺的一部分, 房地产市场的良性发展与否, 是一个社会长治久安的基本保证。以政策主导为中心, 供给与需求共同带动的房价问题是眼下中国亟需解决的难题, 以2009年为例, 中国人均可支配收入为19109.44元/年, 对比5032元/平方米的房价, 意味着普通国民一年的可支配收入仅够购买3.79平方米, 这对国民日常生活将带来巨大的负面影响。笔者认为基于本文的结论, 稳妥解决房价问题要从根本上解决经济适用房的供给, 同时辅助以在刚性需求和投资需求两个层次改进, 通过抑制房价的上升, 最终使房价回归正常轨道。一是从根本上健全房改制度政策, 各级政府部门应当坚决落实经济适用房的供给规模, 以地方指标的方式将经济适用房的模式广泛推行, 为中低收入家庭提供价格符合自己经济条件的住房。一系列措施能使商品房的刚性需求能得到一定程度上的缓解, 房市的投资则会提高风险且降低收益, 对商品房的投资需求也会下降, 总需求下降必然带动房价下降从而回到正常的轨道。二是提高投资成本限制投资需求, 可对已拥有一套以上住房的新购置住户进行收取一定比例的税费甚至实施限购令, 在合理的范围内提高投资的成本, 使房市投资的利率降低, 促使部分投资者转向其他市场, 抑制和降低投资需求, 从而达到总需求的降低。从供需平衡的角度去分析, 总需求的降低将使价格下降。三是积极开发城市周边的土地资源, 将政府行政部门和通过可行性的奖励性措施将部分条件允许的企业迁到城市周边地区, 一方面可带动城市周边地区的经济发展, 增强其综合竞争力, 最重要的是可以增加城市圈实际的辐射面积, 缓解由城市人口逐年上升对市区土地带来的压力, 使城市人民对房屋刚性需求背后, 有了更大范围的土地供给与之对应。

参考文献

[1].王丹丹.货币流动性过剩与房地产价格波动的实证分析[J].商业经济, 2010, 10

[2].王爱俭.人民币汇率与房地产价格的关联性研究[J].金融研究, 2007, 6

[3].张学忠.利率上升对房地产价格的影响[J].当代经济, 2007, 6

[4].李松.我国土地出让制度存在的问题及对策研究[J].经济纵横, 2010, 5

[5].范严新.房价上涨的动态Granger因果检验和结构式VAR分析[N].兰州学报, 2007, 8:176