前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的惠子相梁主題范文，僅供參考，歡迎閱讀并收藏。
摘要：計量經(jīng)濟(jì)學(xué)作為一門經(jīng)濟(jì)學(xué)科，進(jìn)入21世紀(jì)后在全世界得到了迅猛的發(fā)展，可以說是近10年來發(fā)展最為迅速的經(jīng)濟(jì)學(xué)科子類。其研究成果越來越多地被應(yīng)用到實際金融領(lǐng)域，并取得了令人矚目的成績。在我國，隨著金融業(yè)的不斷發(fā)展，計量經(jīng)濟(jì)模型也被越來越多地應(yīng)用于宏觀經(jīng)濟(jì)分析以及行業(yè)分析中，很多金融從業(yè)者也逐漸依靠計量經(jīng)濟(jì)模型進(jìn)行投資以克服人性的弱點(diǎn)。在此大背景下，本文擬對逐漸被廣泛使用的向量自回歸模型及其衍生出的結(jié)構(gòu)向量自回歸模型做相關(guān)的簡介與探討。
關(guān)鍵詞：向量自回歸；結(jié)構(gòu)向量自回歸；脈沖響應(yīng)；方差分解；Granger因果檢驗
一、向量自回歸模型（VAR）
1、向量自回歸模型（VAR）簡介
向量自回歸模型（vector autoregressive model）是20世紀(jì)80年代由西蒙斯率先研究出來的。該模型采用聯(lián)立方程的形式，在其每個方程中，所有的解釋變量對模型中其他解釋變量的滯后項進(jìn)行回歸，以此估算出內(nèi)生變量間的相互動態(tài)的關(guān)系。
向量自回歸（VAR）模型的建立是以各個變量的統(tǒng)計特點(diǎn)為基礎(chǔ)，通過將其中每個解釋變量作為其他解釋變量的滯后項的函數(shù)來構(gòu)建的，而且可以推導(dǎo)出由多個時間序列變量組成的多元向量自回歸模型。VAR模型在處理分析各個經(jīng)濟(jì)指標(biāo)間的相互關(guān)系時操作非常簡潔與方便。因而受到廣泛的關(guān)注，并且發(fā)展十分迅速。
一種極有可能的情況是，該模型無法捕捉兩個變量之間的相對應(yīng)關(guān)系。如果采用結(jié)構(gòu)方程的聯(lián)立形式，則可建立它們之間相應(yīng)的線性關(guān)系。VAR模型結(jié)構(gòu)受兩個參數(shù)影響。一個是樣本的總?cè)萘縉，一個是模型的最大滯后階數(shù)g。
2、向量自回歸模型（VAR）的特點(diǎn)
VAR模型有區(qū)別與其他模型的許多特點(diǎn)，其主要的特點(diǎn)如下：
（1）不依據(jù)傳統(tǒng)的相關(guān)經(jīng)濟(jì)理論。有兩個關(guān)鍵之處需要在模型的建立過程中引起特別注意：①確定在VAR模型中的變量都是相關(guān)的；②確定滯后階數(shù)g。建立后的模型應(yīng)能反映出絕大部分變量間的相互影響。
（2） VAR模型中的參數(shù)可以為零。
（3） VAR模型中不包括任何為當(dāng)期變量的解釋變量，也不會出現(xiàn)任何與聯(lián)立方程模型有關(guān)的問題。
（4） VAR模型中需要很多的參數(shù)估計。假設(shè)一個向量自回歸模型含有3個變量，最大滯后階數(shù)g=3，則有g(shù)N2=3*32=27個相應(yīng)的參數(shù)需要估計。因此，當(dāng)樣本容量較大時，參數(shù)估計量得出的誤差才可能會比較小，從而得到令人滿意的結(jié)果。
（5）無約束VAR模型一個最大的應(yīng)用之處就是在于對經(jīng)濟(jì)所進(jìn)行的預(yù)測功能，其預(yù)測有著先天的優(yōu)勢。
3、向量自回歸模型（VAR）的脈沖響應(yīng)函數(shù)（impluse response）
由于在向量自回歸模型參數(shù)中的OLS估計量具有一致性，因此對單獨(dú)某個變量的估計值做經(jīng)濟(jì)解釋是比較困難的。因此，如果想要對一個向量自回歸模型做出相應(yīng)的解釋，通常是考慮在模型中使用脈沖響應(yīng)函數(shù)（impluse response）。
脈沖響應(yīng)函數(shù)（impulse response）簡介
脈沖響應(yīng)函數(shù)（impulse response）描述的是模型中內(nèi)生變量對于標(biāo)準(zhǔn)差的誤差沖擊的反應(yīng)。確切地說，它描述的是在隨機(jī)誤差項ut上施加一個標(biāo)準(zhǔn)差的沖擊后，內(nèi)生變量的當(dāng)期值和以后幾期的值能發(fā)生何種變化。或者說它描述了其他變量在t期以及t期后的滯后期保持不變的前提下， VAR模型中yi，t+s對yj，t一次沖擊時的響應(yīng)過程。
誤差項間可能具有一定的相關(guān)性導(dǎo)致對脈沖響應(yīng)函數(shù)的解釋有困難。當(dāng)誤差項與誤差項之間存在相關(guān)關(guān)系時，它們間共同的組成部分是不容易被識別的。
二、結(jié)構(gòu)向量自回歸模型（SVAR）
1、結(jié)構(gòu)向量自回歸模型基礎(chǔ)
將一般的 VAR 模型拓展到經(jīng)濟(jì)金融領(lǐng)域經(jīng)常用到的結(jié)構(gòu)性（Structural）動態(tài)模型，即“結(jié)構(gòu)向量自回歸模型” （SVAR）。結(jié)構(gòu)向量自回歸模型可以捕捉模型系統(tǒng)內(nèi)各個變量之間的即時性結(jié)構(gòu)性關(guān)系。
從以上模型系統(tǒng)我們可以看到，IS 等式描述了真實經(jīng)濟(jì)產(chǎn)出缺口與真實利率（it-πt）之間的線性關(guān)系；菲利普斯曲線將通貨膨脹定義為真實經(jīng)濟(jì)產(chǎn)出缺口和通脹率的函數(shù)；而貨幣政策反應(yīng)方程則說明了貨幣政策工具，即短期利率，本身具有一定的平滑性特征（利率滯后項的出現(xiàn)），同時受到經(jīng)濟(jì)產(chǎn)出缺口和通脹壓力的影響。所以，（2.1）這個模型系統(tǒng)每個等式都是基于一定的經(jīng)濟(jì)理論基礎(chǔ)而建立起來的，并且這三個變量之間通過三個等式形成一個有機(jī)地動態(tài)系統(tǒng)。這就是一個典型的 SVAR 模型，在整個系統(tǒng)中，每個變量除了受各自的滯后項的影響，同時還包含了其它變量的即時（當(dāng)期）的影響。
可見，通過將 SVAR 模型轉(zhuǎn)化成 VAR模型，我們可以規(guī)避聯(lián)立方程偏倚問題。而在估計 VAR 模型之后，原始的 SVAR 模型可以通過SVAR與對應(yīng)的 VAR 模型之間的內(nèi)在聯(lián)系而獲得。
由于SVAR 模型中的脈沖響應(yīng)和方差分解，基本思路與VAR模型是類似的，都要依據(jù)脈沖響應(yīng)和方差分解的基本定義進(jìn)行計算。因此，在此不再做詳細(xì)介紹。
2、格蘭杰因果性檢驗
（作者單位：浙江財經(jīng)大學(xué)經(jīng)濟(jì)與國際貿(mào)易學(xué)院）
參考文獻(xiàn)
[1]Hamilton， J.D. 時間序列分析[M]. 普林斯頓大學(xué)出版社， 1994.
[2]White， H. 計量經(jīng)濟(jì)學(xué)的漸進(jìn)理論 [M]. 加州學(xué)術(shù)出版社， 2001.
[3]張曉桐. 計量經(jīng)濟(jì)學(xué)基礎(chǔ)[M]. 南開大學(xué)出版社， 2001.
[4]高鐵梅. 計量經(jīng)濟(jì)分析方法與建模―Eviews應(yīng)用及實例 [M]. 清華大學(xué)出版社， 2009.
[5]李子奈，葉阿忠編著. 高等計量經(jīng)濟(jì)學(xué)[M]. 清華大學(xué)出版社， 2000.
[6]王振龍. 時間序列分析[M]. 中國統(tǒng)計出版社， 2000.
[7]劉金全. 現(xiàn)代宏觀經(jīng)濟(jì)沖擊理論[M]. 吉林大學(xué)出版社， 2000.
[8]伍超標(biāo). 經(jīng)濟(jì)計量學(xué)導(dǎo)論[M]. 中國統(tǒng)計出版社， 1998.
伴隨著孩子的身心不斷發(fā)育，孩子對世界的看法會更加具體化，當(dāng)遭遇成長過程中的諸多煩惱時，他們就可能會產(chǎn)生悲觀的情緒、進(jìn)行消極的解讀。久而久之，孩子就容易形成被動和內(nèi)向的性格，甚至出現(xiàn)抑郁的傾向。
保持積極樂觀的心態(tài)，對孩子的學(xué)習(xí)和成長都非常重要。被譽(yù)為“積極心理學(xué)之父”的馬丁?塞利格曼博士曾經(jīng)研究過50萬名成人與兒童，最后發(fā)現(xiàn)悲觀者比樂觀者在以下三個方面的表現(xiàn)較差：他們時常容易沮喪；他們在學(xué)校、工作以及球場上所獲得的成績都低于其具有的潛在能力；他們的身體健康情況比樂觀者差。
對于外部環(huán)境，作為個人，我們無力改變，當(dāng)然也無法回避。那我們只能幫助孩子積極面對，形成樂觀的性格，養(yǎng)成積極思考的習(xí)慣，釋放自身無限的“正能量”。
轉(zhuǎn)變思維：從消極轉(zhuǎn)為積極
面對同樣的事情，人們往往會產(chǎn)生不同的解讀，有人習(xí)慣從負(fù)面，有人習(xí)慣從正面。父母首先需要幫助孩子調(diào)整他們的思維方式，用積極的方式解讀客觀現(xiàn)實，自己才能成為一個幸福的人。不同的解讀方式，真的會帶來不同的結(jié)果嗎？
讓我們看看著名發(fā)明家愛迪生是如何積極正向思考的。當(dāng)年，他進(jìn)行了5000次電燈試驗都失敗了，有位記者去采訪他：“愛迪生先生，你已經(jīng)進(jìn)行了5000次試驗，失敗了5000次，說明這個實驗不可能成功，放棄吧。”愛迪生這樣回答：“我沒有失敗5000次，是成功了5000次，我成功證明了哪些方法行不通。”
同樣的客觀現(xiàn)實，卻有完全不同的解讀，記者消極解讀認(rèn)定這是不可能成功的實驗，但愛迪生的積極解讀，最終讓他走向了成功。積極的態(tài)度帶來積極的結(jié)果，收獲積極的人生。
調(diào)整情緒：從悲觀轉(zhuǎn)為樂觀
對于孩子來說，學(xué)習(xí)也好，生活也罷，一定會有不如他們意的地方，一定會遇到無數(shù)困難和挫折。當(dāng)他們遇到時，雖然父母無力改變這些事，但我們一定能幫助孩子改變對待這些事的態(tài)度，讓孩子學(xué)會調(diào)整自己的情緒，從悲觀轉(zhuǎn)為樂觀。形象地說，樂觀就是當(dāng)我們看到半杯水時總認(rèn)為它是半滿，或者總是看到事物好的一面。
無論孩子還是大人，當(dāng)我們積極看待生活中出現(xiàn)的各種問題的時候，其實環(huán)境也可能會發(fā)生變化，開始向我們希望的方向發(fā)展。當(dāng)我們自己開始轉(zhuǎn)變、并有所行動的時候，外界也許已開始轉(zhuǎn)變。
作為父母，在生活和工作中不要總是指責(zé)和抱怨，因為我們的負(fù)面情緒一定會傳染給自己的家人和朋友，也一定會傳染給我們的孩子。當(dāng)孩子每天都接收到很多負(fù)面信息和負(fù)面情緒時，試想孩子還能積極樂觀地對待生活和學(xué)習(xí)嗎？
面對失敗：從無助轉(zhuǎn)為征服
很多人在經(jīng)歷一次或多次失敗之后，就容易心灰意冷，甚至自暴自棄，失去了一往無前的勇氣和信心。但也有一些人會把一次又一次的失敗看作是成功的前奏，并能從這些過往的失敗中總結(jié)經(jīng)驗和教訓(xùn)，很快又踏上下一個征程。在心理學(xué)上，前者的行為表現(xiàn)被稱為習(xí)得性無助；后者的行為表現(xiàn)被稱為征服。要讓孩子體驗征服的感覺，就需要先讓他經(jīng)歷失敗、品味沮喪，并不斷嘗試直到最終獲得成功。
征服行為是鍛煉孩子樂觀性格的重要途徑。這就需要父母給孩子創(chuàng)造更多的機(jī)會去嘗試和歷練。當(dāng)我們沖動地去保護(hù)孩子，使他們遠(yuǎn)離失敗時，我們就剝奪了孩子成長的機(jī)會；當(dāng)我們不遺余力地為孩子掃清一切障礙時，我們就很難使孩子獲取成就感和提高征服的能力。
當(dāng)孩子遇到挫折和困難時，我們不用過度保護(hù)，而是協(xié)助孩子勇往直前、努力克服困難，養(yǎng)成積極樂觀的習(xí)慣。任何孩子的成長之路，注定不會一直很平坦。相反，在學(xué)習(xí)和成長的過程中，他們經(jīng)常會被各種事情折騰得手足無措，因此也就會經(jīng)常遭遇挫敗感。
如果我們足夠了解孩子，就會坦然接受這一切，因為這是每一個人成長之路上必須經(jīng)歷的。只要孩子能夠時時刻刻從這些經(jīng)歷中總結(jié)經(jīng)驗，吸取教訓(xùn)，這種挫敗感就完全可以轉(zhuǎn)化為下一次的成就感。
對待缺點(diǎn)：從苛求轉(zhuǎn)為接納
馬丁?塞利格曼博士提出，悲觀有四個來源：基因，父母的悲觀，從父母或老師那得來的悲觀性的批評，征服和無助感的經(jīng)歷。除了孩子的基因無法改變，其他方面都可以進(jìn)行改變，改變自身的悲觀，改變對待孩子的態(tài)度，給孩子創(chuàng)造征服的機(jī)會等。其中一個很重要的方面就是，我們需要減少對孩子的批評，尤其是避免針對孩子各種缺點(diǎn)的批評和指責(zé)。
事實上，每個人都不是完美的。孩子身上有缺點(diǎn)，也是很正常的。很多家長經(jīng)常抱怨說：“我的孩子身上怎么這么多缺點(diǎn)，我實在受不了。”既然孩子有缺點(diǎn)是正常的，即使他改正了某些缺點(diǎn)，他也不可能是十全十美的。
作為父母，最重要的是接納我們的孩子，因為每個孩子身上都有缺點(diǎn)；還需要認(rèn)識到“有缺點(diǎn)是正常，沒有缺點(diǎn)才奇怪”。抱有這樣的態(tài)度，我們才能坦然面對孩子身上種種的缺點(diǎn)、孩子行為上表現(xiàn)出的種種不是。
天津市慈善協(xié)會正在這里召開第七屆“大田杯”慈濟(jì)育才獎學(xué)活動頒獎大會。
這個大會上，18名自強(qiáng)學(xué)生標(biāo)兵、180名自強(qiáng)學(xué)生受到了表彰并分別得到3000元和1000元的獎勵。
在4名自強(qiáng)學(xué)生代表在大會上報告了他們的事跡之后，天津市慈善協(xié)會會長陸煥生走上了講臺。
人們或許并沒有注意到，這位已經(jīng)年近八旬的老人，邁動的腿步已經(jīng)有些沉重了，表情豐富的臉龐也消瘦了許多。人們注意到的，一定是他那一雙總是漾著笑紋的眼睛，依舊像早晨的太陽那樣明亮、溫暖的眼睛；一定是他那洪亮、浸滿真摯情感的聲音，還是那樣充滿活力，那樣迸發(fā)著極強(qiáng)的感染力的聲音。
他依舊像過去那樣瀟灑地站在講臺上，微笑著環(huán)顧會場里的同學(xué)們。他詩一般鏗鏘、優(yōu)美、動人的話語，像滴滴春雨正滋潤著那些孩子們的心田。他用金子般精煉的語言畫龍點(diǎn)睛地總結(jié)了4位自強(qiáng)學(xué)生的感人事跡與自強(qiáng)不息的精神境界。他用這些孩子剛剛說過的話和曾經(jīng)做過的事與臺下的同學(xué)們互動，調(diào)動起會場的一個又一個。他的講演實際上不是在臺上而是在這些同學(xué)中間。他眼前沒有一頁講稿紙片，充滿激情與愛的眼睛始終在與大家交流。
會場里的每一個人都被深深地感染著。那些激動不已的人們，一定不會想到，眼前這位在天津市慈善協(xié)會當(dāng)了15年會長的老人，是從醫(yī)院的病床上起來到這個會場的。在此之前，他接連做了3次小手術(shù)，正準(zhǔn)備著再做一次手術(shù)。
人們還在驚訝著，這位年事已高的會長，怎么會記住那么多同學(xué)的名字，對那些自強(qiáng)學(xué)生的事跡怎么會記得那樣清楚？
這項慈善助學(xué)活動自2004年開展以來，已經(jīng)有1761名“自強(qiáng)學(xué)生”標(biāo)兵和“自強(qiáng)學(xué)生”受到了資助和獎勵。每年這樣活動從評選到發(fā)獎的全過程，陸煥生會長都要從頭至尾地參與，都要親臨會場講話。他們中許多同學(xué)的名字和在困境中自強(qiáng)自立的事跡他大概永遠(yuǎn)也不會忘記。
他記住的當(dāng)然不只是這些同學(xué)，那些在困境中的孩子、老人，那些需要社會慈善救助的困難群眾，許多都在他的古道熱腸之中。天津靜海縣那兩個患有肺病的孤兒，不幸患上白血病的那個新疆少數(shù)民族大學(xué)生，還有許許多多沒有子女的孤寡老人，他們都是在他的惦記下，不斷感受著慈善的溫暖。每年春節(jié)前，陸煥生都和慈善會的同志們一起慰問困難家庭，連續(xù)14年每年春節(jié)前開展“迎新春慈善助困”活動，總計投入3116.45萬元，資助困難家庭77887戶。每年六一兒童節(jié)前，陸煥生都會和孤兒見面，連續(xù)7年開展的“有愛，不再孤單”助孤活動，包括了全市所有生活困難的散居孤兒，共投入172.4萬元，每年有400多人受益。
許多身患絕癥的困難病人永遠(yuǎn)也不會忘記陸煥生會長與他們交心、交談的情景，正是這位曾歷盡坎坷的老人、慈善會會長給了他們一種力量、一種人間的溫暖、一種希望。這些年來，在陸煥生會長的協(xié)調(diào)下，天津市慈善協(xié)會與有關(guān)方面合作，救治了生活困難的重病患者，使這些身處絕境的大病患者重新獲得新生。陸煥生記著他們，他們也不會忘記這位知心的慈善會長。
陸煥生任天津市慈善協(xié)會會長的15年間，天津的慈善工作不僅非常活躍，而且每一項工作都扎扎實實、明明白白、漂漂亮亮。在天津，很少有人不知道天津慈善會；很少有人不知道陸煥生的。提起天津市慈善協(xié)會的工作，提起陸煥生的工作和為人，很少有人不挑大拇指的。
應(yīng)該說，陸煥生對慈善事業(yè)的真誠、執(zhí)著和他的人格魅力在天津市的慈善事業(yè)的發(fā)展中起到了很重要的作用。陸煥生與許多慈善事業(yè)的熱心捐助者，無論是企業(yè)家還是平民百姓都是知心的好朋友。劉東英老人是天津市一位普通的家庭婦女，其老伴兒是退休的老中醫(yī)。劉老和老伴兒相依為命，主要靠老伴兒的退休金和子女孝敬的生活費(fèi)過日子。雖然家庭收入不多，但她有一顆善良的心。天津市慈善協(xié)會成立的第二天，劉東英老人就捐出200元錢，用來幫助困難學(xué)生，并成為天津市慈善協(xié)會的會員。陸煥生會長對這樣的捐贈者十分敬重，與老人親切交談，感謝她并對她表示關(guān)心。老人從此與天津市慈善協(xié)會結(jié)下不解之緣，把平時的零用錢積攢下來，不斷進(jìn)行捐贈，在重大自然災(zāi)害發(fā)生的時候更是帶頭捐款。老人每次到慈善會時，陸煥生會長都要親切地與之交談、多次為老人頒發(fā)捐贈證書。還曾到老人家中，為老人和老人的老伴祝壽。老人激動地說：“老市長來給我祝壽，這是我的福氣呀，我們?nèi)胰艘惠呑右餐涣恕！?/p>
靠蹬三輪支教助教的慈善老人白芳禮，退休老工人郭長林等許多捐贈者提起陸煥生會長總是贊不絕口，說這樣的領(lǐng)導(dǎo)當(dāng)慈善會長是大家的福氣，捐贈者放心、受助者舒心。多年來，陸煥生會長不僅總是高度贊揚(yáng)、大力宣揚(yáng)這些慈善老人的慈心善舉，而且十分關(guān)心他們的身體和生活，兩位慈善老人生病期間，陸煥生會長多次親自或委托專人前去看望并送去慰問金。
為使更多的困難戶得到及時幫助，為籌集實施慈善救助的善款，為啟發(fā)人們的慈善之心和道德意識，陸煥生常常握筆幾頁幾頁地給企業(yè)領(lǐng)導(dǎo)寫信。他到處奔波，一個一個地拜訪那些有可能提供善款的企業(yè)，尋求支持。他是高級領(lǐng)導(dǎo)干部，可沒有一點(diǎn)領(lǐng)導(dǎo)干部的架子；他是高級知識分子，卻沒有一點(diǎn)知識分子的矜持。他尋求富裕了的人們的援手，想的是盡快幫助尚在不幸之中的人群，想的是喚起人們的良知與慈愛之心，想的是我們民族急待發(fā)揚(yáng)光大的道德建設(shè)。他不想自己的面子，不想自己的得失，不想自己的辛苦勞頓，在慈善事業(yè)面前他沒有自己。他的執(zhí)著、真誠和無私奉獻(xiàn)打動了許多企業(yè)家。
天津市熱心慈善事業(yè)的企業(yè)家都非常敬重陸煥生會長，天獅集團(tuán)總裁李金元、天士力集團(tuán)總裁閻希軍、天津金橋焊材集團(tuán)有限公司董事長侯立尊、王朝葡萄釀酒有限公司的幾任老總等許多熱心慈善的企業(yè)家都是陸煥生的好朋友，其中最年長的候立尊先生是為天津慈善事業(yè)捐款最多的民營企業(yè)家。每年春節(jié)，陸煥生會長都會和慈善會的同志一起給老人家拜年。各個企業(yè)有社會活動需要他參加時，他無論多忙、多累也不會推辭。企業(yè)有需要他協(xié)調(diào)的事情，他也一定會盡力。
天津大田集團(tuán)董事長王樹生是比較年輕的成功企業(yè)家，陸煥生會長多次到他的企業(yè)拜訪。近十年來大田集團(tuán)王樹生成了天津市慈善協(xié)會最密切的合作伙伴之一，啟動于2004年，陸煥生會長正在講話的“大田杯”慈濟(jì)育才獎學(xué)活動，就是由這位企業(yè)家出資資助的。
在天津市慈善協(xié)會擔(dān)任會長的15年間，陸煥生兩袖清風(fēng)、一塵不染，甚至在慈善會辦公時喝的茶水都要自己帶。對大家的慈善捐款，對每一分善款的用項，他一直盯得緊緊的，絕不允許有一絲一毫的差錯。
在陸煥生會長的帶動下，天津市慈善協(xié)會無論在慈善募捐還是在慈善救助、慈善項目的實施上，透明度總是最高的，公信力總是最強(qiáng)的。
身為慈善會會長的陸煥生，一直十分熟悉困難群體的詳細(xì)情況，對許多困難學(xué)生、孤寡老人，他不但能叫出名字，還一直記著他們的學(xué)習(xí)、生活、家庭的情況，記著他們曾經(jīng)說過的話、做過的事。多年來，陸煥生和慈善會的同志們不但為困難群眾送去了許多物質(zhì)上的幫助，還一直給予他們溫暖的精神撫慰。
身為慈善會會長的陸煥生，一直不忘那些為慈善捐款捐物的愛心人士，無論是捐款百萬、千萬的企業(yè)家，還是只有小額捐贈的平民百姓，陸煥生都是一樣地敬重，一樣由衷地感激，并一直記著怎樣分配好這些款物和這些款物的去向，一直記著要向這些捐贈者做真誠、及時的回報。
關(guān)鍵詞：社會資本測量方法 中小企業(yè)
隨著社會資本的話題越來越受到關(guān)注，該領(lǐng)域的實證研究數(shù)量漸增，但由于對社會資本的定義不同，研究目的和側(cè)重點(diǎn)各異，不同研究文獻(xiàn)中采用的社會資本測量方法也差異巨大。在企業(yè)融資相關(guān)領(lǐng)域的文獻(xiàn)中，社會資本的測量方法亦仍未形成共識，尤其欠缺較為深入全面測量中小企業(yè)融資相關(guān)社會資本的實證研究方法。本文對相關(guān)文獻(xiàn)中社會資本的測量方法進(jìn)行了梳理總結(jié)，并對中小企業(yè)銀行融資相關(guān)社會資本的測量方法提出了建議，以期對研究社會資本在中小企業(yè)融資中的作用有所啟示和助益。
一、社會資本研究的分類與層次
（一）社會資本研究的兩大學(xué)派
由于各學(xué)科對社會資本構(gòu)成的看法不一，關(guān)注的問題不同，研究方法有異，已經(jīng)自然地形成兩個不同學(xué)派：結(jié)構(gòu)分析學(xué)派和關(guān)系結(jié)構(gòu)學(xué)派。結(jié)構(gòu)分析學(xué)派源于組織社會學(xué)，采用結(jié)構(gòu)分析方法，討論結(jié)構(gòu)性質(zhì)對信息傳遞和網(wǎng)絡(luò)控制的影響，主要代表學(xué)者包括Burt (1992， 2000a, 2000b, 2001)， Lin (2001a, 2001b), 和Leenders & Gabbay (1999)等。他們認(rèn)為社會資本的構(gòu)成包括結(jié)構(gòu)洞（structural holes）和閉合性（network closure）， 或橋連（bridging）與內(nèi)連（bonding），或弱關(guān)系（weak tie）與強(qiáng)關(guān)系（strong tie）。
關(guān)系結(jié)構(gòu)學(xué)派源于關(guān)系性質(zhì)與結(jié)構(gòu)分析，討論網(wǎng)絡(luò)結(jié)構(gòu)、信任和規(guī)范等關(guān)系性質(zhì)對資源獲取和行動寫作的影響，主要代表學(xué)者包括Nahapiet & Ghoshal (1998), Adlber and Kwon (2002), 和Fukuyama（1995）等。不過，對于社會資本的構(gòu)成，關(guān)系結(jié)構(gòu)學(xué)派內(nèi)部也存在一些分歧，有的認(rèn)為社會資本就是信任，如Fukuyama（1995）；有的認(rèn)為本質(zhì)上是友善（goodwill），如Adler & Kwon (2002)；有的認(rèn)為應(yīng)該包括結(jié)構(gòu)性、關(guān)系性和認(rèn)知性等三個方面的特征，如Nahapiet & Ghoshal （1998）。
一般認(rèn)為，現(xiàn)有較完善的對社會資本構(gòu)成的分類是Naphpiet & Goshal (1998）的分類。他們指出，人際關(guān)系提供信息轉(zhuǎn)換的管道，關(guān)系的整體結(jié)構(gòu)是構(gòu)成社會資本的重要因素（Nahapiet & Ghoshal,1998）。
（二）社會資本研究的層次
一般認(rèn)為，社會資本分為微觀、中觀和宏觀三個層次（Brown, 1997），微觀的社會資本包括了嵌入于社會結(jié)構(gòu)的資源、資源的可獲得性，以及對資源的使用（Lin, 2001; Lin, Fu and Hsung, 2001， Burt, 1997b）。中觀層次的社會資本包括個人因他/她在社會結(jié)構(gòu)中所處的特定位置而對資源的可獲得性（Lin, 2001; Lin, Fu and Hsung, 2001，），而宏觀層次的社會資本分析主要關(guān)注團(tuán)體、組織、社會或國家中一個行動者群體對社會資本的占有情況。
與上不同的是，Adler and Kwon（2002）把微觀層次和中觀層次的社會資本合稱為“外在社會資本”，而宏觀社會資本被稱為“內(nèi)在社會資本”，因為它形成于行動者（群體）內(nèi)部的關(guān)系，其功能在于提升群體的集體行動水平，而前者歸屬于個人而且服務(wù)于個人的私人利益，因此Leana and Van Buren（1999）將其歸為一種“私人物品”（private goods），而后者被認(rèn)為是一種“公共物品”（public goods）。
二、現(xiàn)有企業(yè)融資相關(guān)社會資本的測量方法及評價
（一）區(qū)域社會資本。Luigi Guiso, Paola Sapienza, and Luigi Zingales(2004)采用公民“投票率”和“每100人獻(xiàn)血量”來測量地區(qū)的社會資本水平，并依此對意大利不同地區(qū)社會資本與當(dāng)?shù)厝谫Y行為的關(guān)系進(jìn)行了比較。采用這個測量維度的優(yōu)點(diǎn)是便于獲取數(shù)據(jù)，而且也在一定程度上測量了個人對政府的信任或公民行為，但個人對政府的信任以及地區(qū)的公民行為與社會資本之間是否存在直接的因果關(guān)系卻值得商榷。
（二）企業(yè)社會資本。Wayne E. Baker（1990）把企業(yè)與銀行之間建立的社會資本分為“關(guān)系型”、“交易型”、和“混合型”。 其中，“關(guān)系型”社會資本指企業(yè)與一個或幾個主銀行之間的交易不由經(jīng)濟(jì)學(xué)中的供求關(guān)系決定，而是建立在長期關(guān)系基礎(chǔ)上；“交易型”社會資本是建立在新古典經(jīng)濟(jì)學(xué)的競爭性市場上的銀企關(guān)系，其市場聯(lián)系是短命的（short-lived）和隨機(jī)的(random)。采用的測量指標(biāo)包括：（1）企業(yè)采用的投資銀行數(shù)量；（2）、企業(yè)的主銀行的數(shù)量；（3）、企業(yè)給予最主要使用銀行的業(yè)務(wù)量比例（代表企業(yè)與銀行關(guān)系強(qiáng)度）。
Brian Uzzi（1999）從兩個方面對銀企關(guān)系的結(jié)構(gòu)性嵌入程度（structural embeddedness）進(jìn)行了測量，一是企業(yè)與銀行的并矢關(guān)系（dyadic tie），二是網(wǎng)絡(luò)層次的銀企關(guān)系。測量并矢關(guān)系采用的維度包括“關(guān)系持續(xù)的時間長度”、“關(guān)系的多重性（multiplexity）”兩個維度。前者指銀行與企業(yè)家之間的關(guān)系維持了多少年，后者指銀行為企業(yè)家提供了多少種類的金融服務(wù)。測量網(wǎng)絡(luò)聯(lián)系時參考了Baker（1990）的方法，采用了 “市場聯(lián)系”（arms' length tie）、“嵌系”(embedded tie)和“混合型聯(lián)系”(mix of ties)三個維度，并使用郝芬達(dá)爾指數(shù)，使測量網(wǎng)絡(luò)類型的指標(biāo)成為0到1的聯(lián)系變量，方便回歸分析的操作。 Wayne和Uzzi的方法有點(diǎn)在于采用了直接測量指標(biāo)，但缺點(diǎn)是沒有區(qū)分聯(lián)系的強(qiáng)弱和測量聯(lián)系質(zhì)量的指標(biāo)。
Shane and Cable（2002）在研究企業(yè)家社會網(wǎng)絡(luò)、聲譽(yù)如何影響風(fēng)險投資基金對新創(chuàng)企業(yè)的投資行為時，采用了企業(yè)家與投資者之間的“直接聯(lián)系”和“間接聯(lián)系”來測量社會資本，“直接聯(lián)系”代表在融資行為發(fā)生之前，雙方就已經(jīng)有職業(yè)上或社交上的聯(lián)系，而“間接聯(lián)系”則代表雙方通過自己信任的第三方可以獲得關(guān)于對方的非公開信息。這種測量方法區(qū)分了聯(lián)系的強(qiáng)弱，但無法測量規(guī)模與質(zhì)量，其測量指標(biāo)較為適合正式制度完善，法律體系健全的美國市場，但對于正式制度不健全，法律保護(hù)體系不完善的發(fā)展中國家，嵌入性社會資本的作用更為突出，尤其是遭受規(guī)模歧視和信貸約束的中小企業(yè)，聯(lián)系的質(zhì)量和規(guī)模的差異均可能會影響到融資績效（Lin, 1982）。
Bat Batjargal and Mannie Liu（2004）在Shane and Cable的基礎(chǔ)上進(jìn)行了改進(jìn)，采用了三個維度測量中國新創(chuàng)企業(yè)的企業(yè)家社會資本對風(fēng)險資本家的投資決策的影響，包括“之前的關(guān)系”，“第三方推介”和“強(qiáng)聯(lián)系”，“之前的關(guān)系”指在進(jìn)行投資之前，風(fēng)險資本家與企業(yè)家有職業(yè)上或社交上的聯(lián)系，“第三方推介”指通過風(fēng)險投資家通過自己信任的第三方可以獲得關(guān)于企業(yè)家的非公開信息，而“強(qiáng)聯(lián)系”指投資之前雙方是私人朋友。這種測量方式強(qiáng)調(diào)了“強(qiáng)聯(lián)系”，對于測量中國這種人情社會中的社會資本很有必要，但缺點(diǎn)是“之前的聯(lián)系”與“強(qiáng)聯(lián)系”可能出現(xiàn)重復(fù)交叉的地方，也無法測量聯(lián)系的規(guī)模和質(zhì)量。
Jing Zhang，Vangelis Souitaris，Pek-hooi Soh Poh-kam Wong（2008）在研究新創(chuàng)企業(yè)家接近早期投資者的影響因素時，采用企業(yè)家人力資本作為變量測量其社會資本，主要包括職業(yè)地位和工作職能，職業(yè)地位包括現(xiàn)有職業(yè)地位和之前的職業(yè)地位（3代表高層管理者、2代表中層管理者，1代表中層以下）。工作職能則是企業(yè)家是否擁有管理和營銷經(jīng)驗（啞變量）。此法存在的問題仍然是間接性，沒有直接測量社會聯(lián)系的規(guī)模、強(qiáng)度和質(zhì)量的指標(biāo)。
根據(jù)相關(guān)文獻(xiàn)，本文將針對企業(yè)融資行為研究的社會資本測量方法進(jìn)行了如下整理：
三、中小企業(yè)銀行融資相關(guān)社會資本測量指標(biāo)
從上述文獻(xiàn)可見，目前中小企業(yè)融資領(lǐng)域的實證研究主要側(cè)重于銀企關(guān)系和新創(chuàng)企業(yè)與風(fēng)險基金的關(guān)系，著重于測量社會資本的強(qiáng)弱程度，而欠缺對對質(zhì)量和規(guī)模的測量指標(biāo)，一些則采用間接的變量進(jìn)行測量，總的來說，目前還缺乏較為系統(tǒng)和直接測量融資相關(guān)的中小企業(yè)社會資本的指標(biāo)體系。
根據(jù)前人的研究文獻(xiàn)，本文擬從網(wǎng)絡(luò)理論角度，結(jié)合我國中小企業(yè)融資的實際情況，嘗試提出較為全面系統(tǒng)的，適合我國中小企業(yè)銀行融資相關(guān)的社會資本測量指標(biāo)體系。首先，我國中小企業(yè)多數(shù)歷史短且規(guī)模較小，在融資中遭受所有制歧視和規(guī)模歧視（袁誠 周培奇，2010；張琦; 陳曉紅; 蔡神元，2008；王霄，張捷，2003）），因此，企業(yè)家個人的信用成為對企業(yè)融資的重要擔(dān)保手段，考察企業(yè)社會資本應(yīng)結(jié)合企業(yè)家個人的社會聯(lián)系與企業(yè)的社會聯(lián)系。
（一）關(guān)系質(zhì)量。由于所有制歧視和規(guī)模歧視，目前我國商業(yè)銀行貸款仍然向國有大中型企業(yè)傾斜，銀行向中小企業(yè)貸款需要承擔(dān)更高的交易成本和違約風(fēng)險，除了可抵押資產(chǎn)等硬信息外，為降低交易成本和違約風(fēng)險，銀行還需要通過各種渠道和手段掌握企業(yè)的經(jīng)營狀況、潛在風(fēng)險、企業(yè)家的信用記錄等信息，以便在貸款前對企業(yè)進(jìn)行綜合評估、貸款后進(jìn)行監(jiān)督。企業(yè)家與銀行各層次的正式與非正式的交往直接影響到企業(yè)與銀行之間的信息流通，以及雙方的信任程度。企業(yè)家與不同職業(yè)地位的銀行人員的來往在質(zhì)量上也有差異，即，與銀行行長、中層管理人員、普通業(yè)務(wù)員的聯(lián)系中產(chǎn)生的信息流和產(chǎn)生的信任具有質(zhì)量的差異。例如，行長與企業(yè)家的直接聯(lián)系能增進(jìn)其對企業(yè)家經(jīng)營業(yè)績和個人信用了解，由于銀行采用行長負(fù)責(zé)制，因此，行長的判斷在很大程度上可能影響到貸款的決策，而與一般業(yè)務(wù)員的聯(lián)系則作用小很多。因此，有必要對企業(yè)家聯(lián)系的銀行工作人員根據(jù)職業(yè)地位進(jìn)行分類測量。
（二）關(guān)系強(qiáng)度。從組織層面看，企業(yè)與銀行業(yè)務(wù)聯(lián)系的強(qiáng)度、規(guī)模也影響了雙方信息交流和資源流動。企業(yè)與銀行的固定業(yè)務(wù)關(guān)系有助于銀行掌握企業(yè)的現(xiàn)金流動情況和實際經(jīng)營績效，從而降低銀行貸款的交易成本，建立固定業(yè)務(wù)關(guān)系的時間越長，銀行對企業(yè)充分了解的可能性就越大。因此，與銀行建立固定業(yè)務(wù)關(guān)系的時間長度應(yīng)成為測量銀企關(guān)系強(qiáng)度的重要指標(biāo)。
（三）關(guān)系規(guī)模。企業(yè)擁有固定業(yè)務(wù)關(guān)系的銀行越多，則越有利用銀行之間的商業(yè)競爭進(jìn)行博弈的資本（Uzzi，1999， 2009）。由于國情限制，國內(nèi)商業(yè)銀行自主決定浮動利率的范圍很小，但對經(jīng)營績效和信用記錄良好的優(yōu)質(zhì)企業(yè)的激烈爭奪仍然是存在的。因此，企業(yè)固定業(yè)務(wù)關(guān)系銀行的規(guī)模也是在融資研究中應(yīng)該考慮的一個重要變量。
四、結(jié)論
鑒于社會資本在銀行融資中的作用受到越來越多的關(guān)注，但相關(guān)實證研究卻沒有達(dá)成較為一致的方法，尤其缺乏適合我國中小企業(yè)融資實際的社會資本測量方法，而方法的差異決定了相關(guān)研究的結(jié)果缺乏可比性，難以形成學(xué)術(shù)對話，從而不利于理論的深入發(fā)展。本文從網(wǎng)絡(luò)理論出發(fā)，結(jié)合相關(guān)文獻(xiàn)，嘗試提出了一套較為系統(tǒng)的，適用于中小企業(yè)銀行融資研究領(lǐng)域的社會資本測量方法。主要指標(biāo)包括銀行工作人員職業(yè)地位（網(wǎng)絡(luò)質(zhì)量）、企業(yè)與銀行建立固定業(yè)務(wù)的時間長度（網(wǎng)絡(luò)強(qiáng)度）和企業(yè)建立的固定業(yè)務(wù)銀行的數(shù)量（網(wǎng)絡(luò)規(guī)模）。網(wǎng)絡(luò)規(guī)模決定了外部社會資源總儲量，網(wǎng)絡(luò)強(qiáng)度影響到資源的流量和流速，而網(wǎng)絡(luò)質(zhì)量則影響到外部資源的優(yōu)劣程度。
注：廣東省軟科學(xué)項目，廣東先進(jìn)制造業(yè)的戰(zhàn)略網(wǎng)絡(luò)研究（項目編號：2010B070300039）；廣州市哲學(xué)社科“十一五”規(guī)劃課題“創(chuàng)業(yè)導(dǎo)向、組織學(xué)習(xí)與廣東省企業(yè)績效研究”（09Y31）
參考文獻(xiàn)：
1、Adler and Kwon, Social Capital: Aspects for a New concept, Academy of Management Review, 2002, Vol.27.
2、Burt, R.S., 1992. Structural Holes: The Social Structure of Competition. Cambridge: Harvard University Press.
3、Jing Zhang，Vangelis Souitaris，Pek-hooi Soh Poh-kam Wong，A Contingent Model of Network Utilization in Early Financing of Technology Ventures，[J], ENTREPRENEURSHIP THEORY and PRACTICE，July, 2008。
4、Lin, Nan, Karen Cook, and Ronald Burt. 2001. Social Capital: Theory and Research. New York: Aldine de Gruyter.
5、Luigi Guiso, Paola Sapienza, and Luigi Zingales, The Role of Social Capital in Financial Development, [J], The American Economic Review, 2004. Vol. 94, No.3. 526-556.
6、Scott Shane and Daniel Cable, Network Ties, Reputation, and the Financing of New Ventures, [J], Management Science, Vol. 48, No. 3 (Mar., 2002).
7、Uzzi , Brian ，James J. Gillespie，2009, Social Embeddedness and Corporate Financing: The Benefits of Social Networks in the Acquisition and Cost of Capital，working paper, 省略/.
8、Uzzi , Brian ，EMBEDDEDNESS IN THE MAKING OF FINANCIAL CAPITAL: HOW SOCIAL RELATIONS AND NETWORKS BENEFIT FIRMS SEEKING FINANCING，[J], American Journal of Sociology, 1999, Vol.64.
9、羅家德，趙延?xùn)|，“社會資本的層次及其測量方法”，《社會學(xué)理論與經(jīng)驗》社會科學(xué)文獻(xiàn)出版社，2005年8月第1版。
10、羅家德，趙延?xùn)|，“社會資本的層次及其測量方法”，《社會學(xué)理論與經(jīng)驗》社會科學(xué)文獻(xiàn)出版社，2005年8月第1版；
11、王霄，張捷，銀行信貸配給與中小企業(yè)貸款――一個內(nèi)生化抵押品和企業(yè)規(guī)模的理論模型，[J], 經(jīng)濟(jì)研究，2003年7月。
12、袁誠 周培奇，中國中小企業(yè)間接融資的所有制歧視:來自雙差分估計的經(jīng)驗證據(jù)，[J], 《南方金融》，2010年12期；
13、張琦，陳曉紅; 蔡神元，規(guī)模歧視與中小企業(yè)信貸融資，[J], 系統(tǒng)工程，2008年10月；
14、朱仁宏，“社會資本、機(jī)會開發(fā)與新創(chuàng)企業(yè)績效關(guān)系研究”，中山大學(xué)博士論文，2007年6月4日。
農(nóng)民50元買得起的公共文化工程
銀川市賀蘭縣立崗鎮(zhèn)永興村村民魏鳳琴未曾想到自家能看上那么多免費(fèi)電視節(jié)目。小孫女要看少兒頻道，我喜歡看綜藝頻道，老伴卻喜歡看體育頻道，現(xiàn)在一個電視都快不夠用了。花50塊錢裝個鍋能收到40多個臺，真是實惠又方便。說起剛安裝的直播衛(wèi)星接收設(shè)備，魏鳳琴滿心歡喜。
永興村地處偏遠(yuǎn)，有線電視網(wǎng)絡(luò)未能通達(dá)，村民看電視只能靠微波天線收幾個地方臺。而此前在寧夏，像這樣無法通過有線電視網(wǎng)絡(luò)聽廣播、看電視的農(nóng)村家庭仍有80萬戶。
如今，得益于國家實施的直播衛(wèi)星公共服務(wù)戶戶通工程，收聽收看不到廣播電視在寧夏已成為過去。這是繼2006年廣播電視村村通工程之后，國家為縮減城鄉(xiāng)數(shù)字鴻溝推出的又一項文化惠民工程，即在有線電視網(wǎng)絡(luò)未通達(dá)的農(nóng)村地區(qū)通過直播衛(wèi)星實現(xiàn)廣播電視全覆蓋。
使用直播衛(wèi)星雙模機(jī)頂盒，用戶可同時免費(fèi)接收25套衛(wèi)星電視節(jié)目、17套衛(wèi)星廣播節(jié)目以及6套地方電視節(jié)目。此外，雙模機(jī)頂盒還能提供應(yīng)急廣播、新聞資訊、涉農(nóng)氣象、科技、農(nóng)貿(mào)等綜合信息服務(wù)。
魏鳳琴告訴記者，以前為了收看衛(wèi)視臺，很多村民都私自安裝了山寨鍋，但山寨鍋信號不穩(wěn)定，也不能隨意切換地方臺。現(xiàn)在好了，只要一個遙控器，想看啥都有。
自治區(qū)廣電局局長馬洪真說：戶戶通工程把直播衛(wèi)星與地面數(shù)字電視單頻示范網(wǎng)有機(jī)結(jié)合，農(nóng)村群眾既能收看中央臺節(jié)目，又能收看地方臺節(jié)目。
作為試點(diǎn)地區(qū)，為了提高農(nóng)民安裝直播衛(wèi)星接收設(shè)施的積極性，自治區(qū)政府對農(nóng)戶購機(jī)予以補(bǔ)貼。寧夏招標(biāo)入圍雙模機(jī)頂盒和天線的全套價格是480元，而除去中央和寧夏財政以及移動通信部門的補(bǔ)貼，農(nóng)民只需交納50元。
國家廣電總局局長蔡赴朝說，直播衛(wèi)星公共服務(wù)是一項涉及億萬農(nóng)戶的惠民工程，能夠短時間內(nèi)在公共文化共享方面縮小城鄉(xiāng)差距，實現(xiàn)城鄉(xiāng)廣播電視公共服務(wù)均等化。
多方聯(lián)動率先實現(xiàn)直播衛(wèi)星公共服務(wù)戶戶通
截至2月16日，寧夏戶戶通工程共開戶安裝702055戶，信號開通650102戶，分別完成首次登記招標(biāo)合同任務(wù)的98.35%和91.5%。自去年12月初安裝開通工作全面鋪開，這項工程僅用了70多天時間。
寧夏回族自治區(qū)主席王正偉表示，能夠早日收聽收看上豐富優(yōu)質(zhì)的廣播電視節(jié)目，是寧夏80萬戶農(nóng)民群眾的熱切期盼，是他們最現(xiàn)實、最關(guān)心、最基本的文化權(quán)益。
為保證戶戶通工程成功全面實施，自治區(qū)政府從經(jīng)費(fèi)投入、公開招標(biāo)、人員培訓(xùn)、安裝調(diào)試等方面予以強(qiáng)力保障；自治區(qū)廣電局經(jīng)過深入調(diào)研，并在前期3個鄉(xiāng)鎮(zhèn)工程試點(diǎn)的基礎(chǔ)上，因地制宜采取了整村推進(jìn)和多點(diǎn)開花的實施辦法。
自治區(qū)廣電局副局長李寶寧說，從設(shè)備招標(biāo)采購到安裝調(diào)試及售后服務(wù)，工程采取全程跟蹤監(jiān)管的方式，確保其公益性的同時嚴(yán)把質(zhì)量關(guān)，真正把民心工程建設(shè)成為放心工程。
按工程進(jìn)度，寧夏要完成日均一萬多戶的安裝開通任務(wù)，而工期正值隆冬時節(jié)，且多數(shù)農(nóng)戶處于偏遠(yuǎn)山區(qū)，降雪、道路結(jié)冰等給施工帶來諸多不便，但為了保證如期完工，9家工程中標(biāo)廠商頂嚴(yán)寒、放棄春節(jié)休假，連續(xù)作戰(zhàn)。
海信公司營銷總監(jiān)梁勇說，公司負(fù)責(zé)的區(qū)域是同心縣和涇源縣，都是山區(qū)，冰雪天氣加大了運(yùn)輸和售后服務(wù)的難度。春節(jié)期間氣溫低至零下20多攝氏度，仍有包括技術(shù)人員、安裝工人在內(nèi)的三四十人堅持工作。
預(yù)計2月下旬，寧夏戶戶通工程的安裝開通工作將全面結(jié)束，約80萬戶、300多萬農(nóng)民將能免費(fèi)享受國家這一公共文化服務(wù)工程帶來的實惠。
終端實現(xiàn)三網(wǎng)融合凸顯綜合效應(yīng)
直播衛(wèi)星公共服務(wù)戶戶通工程是惠及億萬農(nóng)村百姓的民生工程，同時也是推動信息化建設(shè)的科技工程，因為它在解決用戶收聽收看廣播電視難題的同時，還在終端實現(xiàn)了三網(wǎng)融合。
據(jù)了解，國家廣電總局和中國移動合作在雙模機(jī)頂盒內(nèi)設(shè)置了移動通信模塊和專用軟件，用戶只需在機(jī)頂盒上外接一個電話機(jī)，就能實現(xiàn)固定電話功能，通過移動通信網(wǎng)接打電話。
中國移動有80多萬個基站，覆蓋人口達(dá)到99%，我們與移動合作開發(fā)固話功能，整合了資源，群眾直接收益，今后裝上3G模塊還可以實現(xiàn)無線上網(wǎng)，這樣就在用戶終端實現(xiàn)了廣電視聽、電信通話和互聯(lián)網(wǎng)應(yīng)用的三網(wǎng)融合。國家廣電總局科技司司長王效杰說。
戶戶通給百姓帶來實惠，對設(shè)備生產(chǎn)廠商也是開拓市場的機(jī)會，因此其參與積極性很高。梁勇說，雙模機(jī)頂盒功能較多，生產(chǎn)成本高，加之寧夏山區(qū)物流、售后維護(hù)等成本也較高，企業(yè)在寧夏試點(diǎn)期間的利潤很微弱，但他們看中的是工程在全國推廣后更廣闊的市場。
10月12日，記者在第二十三屆長城國際心臟病學(xué)會議暨亞太心臟大會獲悉，“樂普醫(yī)療”在本屆“長城會”上推出了四種自主研發(fā)、生產(chǎn)的新產(chǎn)品，其中的“Nano”和“Biguard”兩種支架系統(tǒng)獲得了與會專家的高度關(guān)注。
據(jù)了解，樂普醫(yī)療共在“長城會”上推出了四種新產(chǎn)品。這四種新產(chǎn)品都是“樂普醫(yī)療”自主研發(fā)、生產(chǎn)的，分別為血管內(nèi)無載體含藥（雷帕霉素）洗脫支架系統(tǒng)（Nano）、雷帕霉素藥物洗脫分支支架系統(tǒng) （Biguard）、電生理導(dǎo)管和靶向灌注導(dǎo)管。
據(jù)介紹，作為全球首創(chuàng)的新產(chǎn)品，Nano于2011年年初取得了國家食品藥品監(jiān)督管理局的產(chǎn)品注冊證，并且在全國多個省份進(jìn)入了醫(yī)院使用。Nano結(jié)合了裸支架（易內(nèi)皮化，不會產(chǎn)生血栓）和藥物支架（療效更好）的優(yōu)點(diǎn)，在保證成功抵御冠脈再狹窄的前提下，消除了現(xiàn)有藥物支架中高分子聚合物對人體的有害作用，有效降低了遠(yuǎn)期血栓安全性風(fēng)險，縮短了患者術(shù)后服用氯吡格雷的時間，減輕了患者的經(jīng)濟(jì)負(fù)擔(dān)。而雷帕霉素藥物洗脫分支支架系統(tǒng) （Biguard）是樂普醫(yī)療歷時5年研發(fā)的、國內(nèi)第一款專門用于分叉病變適應(yīng)癥的藥物洗脫支架，于今年下半年取得了SFDA的注冊證。該支架在分支開口處增加黃金材質(zhì)的顯影標(biāo)記，使支架在植入人體時，更容易確定精準(zhǔn)位置，同時簡化了分叉病變的操作過程，為患者節(jié)省了治療費(fèi)用。
據(jù)悉，“樂普醫(yī)療”同時推出的診斷用電生理標(biāo)測導(dǎo)管和治療用電生理射頻消融導(dǎo)管這兩項產(chǎn)品，在今年上半年已經(jīng)取得注冊證。此外，還有一項產(chǎn)品——靶向灌注導(dǎo)管，適用于冠狀動脈、腦血管、外周動脈小血管、內(nèi)臟動脈血管，其應(yīng)用功能涵蓋動脈血管分支選擇性造影診斷、選擇性給藥治療、選擇性栓塞治療腫瘤等。此次推出的電生理產(chǎn)品，標(biāo)志著“樂普醫(yī)療”正式跨入心臟病診療的一個新領(lǐng)域——電生理診療。
據(jù)介紹，“樂普醫(yī)療”是一家高科技生物醫(yī)藥企業(yè)，致力于心臟微創(chuàng)治療產(chǎn)品的研發(fā)、生產(chǎn)與銷售，1999年落戶于中關(guān)村科技園區(qū)昌平園。2009年，樂普醫(yī)療成功登陸創(chuàng)業(yè)板。上市后，通過一系列的并購，完成了在心血管介入領(lǐng)域的布局：心臟支架、配件（導(dǎo)管、導(dǎo)絲等）、心血管造影機(jī)、封堵器、心臟瓣膜和心臟起搏器、體外診斷試劑、電生理等。同時充分利用在心血管科室的營銷渠道優(yōu)勢，打造多元化的產(chǎn)品線，成為綜合型的高端醫(yī)療器械企業(yè)。“樂普醫(yī)療”完成國內(nèi)市場布局的同時，國際化的步伐也在穩(wěn)步推進(jìn)。目前產(chǎn)品已應(yīng)用到60多個國家和地區(qū)。
關(guān)鍵詞：支持向量回歸；多步預(yù)測；誤差累積；相空間重構(gòu)；殘差
中圖分類號： TP391
文獻(xiàn)標(biāo)志碼：A
文章編號：1001-9081（2016）11-3229-05
0 引言
模擬電路在航空航天、電子對抗、軍事防御等領(lǐng)域的設(shè)備中發(fā)揮著至關(guān)重要的作用，其運(yùn)行狀態(tài)嚴(yán)重影響著設(shè)備的性能和功能，因此研究模擬電路的狀態(tài)發(fā)展趨勢，預(yù)測元器件剩余壽命，評估電路健康狀況，從而確保電路長時間正常穩(wěn)定工作具有重要意義。
健康度[1]可以用來量化表征元器件性能，通過對健康度變化的時間序列進(jìn)行預(yù)測，評估元器件工作狀態(tài)和剩余壽命[2]。在實際應(yīng)用中，由于模擬電路構(gòu)成復(fù)雜，各元器件相互耦合，加之電氣噪聲的影響，必然導(dǎo)致所計算的健康度數(shù)值序列具有非線性變化的特點(diǎn)，在出現(xiàn)故障或異常后，這一特點(diǎn)表現(xiàn)更為明顯。因此，基于健康度的模擬電路狀態(tài)預(yù)測需要解決非線性序列預(yù)測問題。
支持向量回歸（Support Vector Regression，SVR）是一種將支持向量機(jī)（Support Vector Machine， SVM）方法推廣應(yīng)用于時間序列函數(shù)回歸估計的方法，魯棒性好、推廣能力強(qiáng)、具有全局最優(yōu)解，被廣泛應(yīng)用于非線性時間序列的預(yù)測[3-5]中，有利于解決模擬電路的狀態(tài)趨勢預(yù)測問題。根據(jù)輸入樣本的不同，可以將時間序列的SVR預(yù)測分為單步預(yù)測和多步預(yù)測兩種[6]。多步預(yù)測能得到更加超前的預(yù)測結(jié)果，比單步預(yù)測更具實際意義，但由于誤差的存在并不斷累積，多步預(yù)測的精度會隨預(yù)測步數(shù)的增大而逐漸下降，甚至可能不再反映待預(yù)測序列的變化趨勢。
針對SVR多步預(yù)測的誤差累積問題，本文提出了一種基于相空間重構(gòu)的自適應(yīng)殘差修正SVR預(yù)測算法。首先，將相空間重構(gòu)技術(shù)引入到SVR狀態(tài)預(yù)測中；然后，根據(jù)預(yù)測誤差構(gòu)造殘差序列，并進(jìn)行二次SVR預(yù)測，用于修正原始預(yù)測值，從而提高了預(yù)測精度；最后，利用數(shù)值仿真驗證算法降低誤差累積的效果，并將其應(yīng)用于模擬電路的健康度時間預(yù)測中。
由圖1可以看出，不等距離采樣并沒有給回歸結(jié)果帶來顯著影響，ε-損失帶能夠?qū)⑿盘柕恼龖B(tài)分布噪聲包含在內(nèi)，使得回歸曲線光滑，并且與準(zhǔn)周期信號對應(yīng)良好。說明SVR回歸估計求解得到的是優(yōu)化問題的全局最優(yōu)解，只要參數(shù)對選取合適，就可以得到較好的回歸結(jié)果。在參數(shù)對（ε，C，σ）中：不敏感損失參數(shù)ε反映了模型對數(shù)據(jù)噪聲幅值的容許范圍，可通過對噪聲進(jìn)行先驗估計而設(shè)定。懲罰因子C控制著擬合誤差與泛化性能，應(yīng)根據(jù)需要尋找兩者之間的折中。核參數(shù)σ決定了支持向量數(shù)目和模型的復(fù)雜程度，σ越小，模型越復(fù)雜，回歸曲線則相對粗糙；σ越大，支持向量越少，回歸曲線越光滑，擬合誤差增大。在支持向量回歸模型中，懲罰因子C、核參數(shù)σ和不敏感損失參數(shù)ε共同決定了支持向量回歸模型的預(yù)測精度和泛化能力[9]。
1.3 多步預(yù)測的誤差累積
多步預(yù)測將預(yù)測值加入模型的輸入矢量中，從而得到比單步預(yù)測更為超前的預(yù)測結(jié)果，對時間序列趨勢的預(yù)測意義更大。對1.2節(jié)的準(zhǔn)周期信號進(jìn)行連續(xù)多步預(yù)測，圖2（a）～圖2（d）分別為第1步～第4步的預(yù)測結(jié)果。
由圖2可以看出，第1步預(yù)測結(jié)果與實際曲線最接近，隨著預(yù)測步數(shù)的增大，預(yù)測結(jié)果逐漸偏離實際曲線，但仍能夠較好地反映序列的變化趨勢。得到這樣的結(jié)果是科學(xué)合理的，因為多步預(yù)測是從單步預(yù)測遞推得到的，前幾步的預(yù)測誤差會被加入到模型之中，導(dǎo)致誤差的累積，使得預(yù)測精度降低；但多步預(yù)測重在體現(xiàn)序列整體信息，反映樣本發(fā)展趨勢，得到更加超前的預(yù)測結(jié)果，其意義遠(yuǎn)遠(yuǎn)大于單步預(yù)測。然而，如果多步預(yù)測的偏差過大，甚至超出了序列的承受范圍，多步預(yù)測便失去了意義，因此需要尋找削減預(yù)測誤差的方法，以提高多步預(yù)測的精度。
2 相空間重構(gòu)的自適應(yīng)殘差修正SVR預(yù)測
為解決SVR多步預(yù)測存在的誤差累積問題，本文提出一種基于相空間重構(gòu)的自適應(yīng)殘差修正SVR預(yù)測算法。將相空間重構(gòu)技術(shù)引入到SVR狀態(tài)預(yù)測中，對多步預(yù)測過程中產(chǎn)生的誤差累積序列進(jìn)行二次SVR預(yù)測，實現(xiàn)對初始預(yù)測誤差的自適應(yīng)修正。
2.2 本文算法
利用SVR算法對時間序列進(jìn)行預(yù)測估計，不論是單步預(yù)測還是多步預(yù)測，其預(yù)測值與實際值都可能存在一定的偏差，在連續(xù)多次預(yù)測之后，這些偏差值也是一個時間序列，稱之為殘差序列，記作var。通過對殘差序列var再進(jìn)行SVR預(yù)測，然后修正原始預(yù)測值，就可得到更精確的預(yù)測結(jié)果，這就是本文提出的基于相空間重構(gòu)的自適應(yīng)殘差修正SVR預(yù)測算法的基本思路，如圖3所示。
從圖3可以看出，自適應(yīng)殘差修正SVR預(yù)測是在傳統(tǒng)SVR預(yù)測的基礎(chǔ)上，對模型前期預(yù)測值與實際值之間的差值序列進(jìn)行殘差SVR建模，然后預(yù)測后續(xù)預(yù)測值與實際值的殘差，自適應(yīng)修正原始預(yù)測值，使得預(yù)測值與實際值之間的偏差減小。
基于相空間重構(gòu)的自適應(yīng)殘差修正SVR預(yù)測算法的具體實現(xiàn)步驟如下：
步驟1 構(gòu)造能夠反映模擬電路狀態(tài)單變量的時間序列。
3 實驗驗證與結(jié)果分析
3.1 仿真驗證與分析
利用基于相空間重構(gòu)的自適應(yīng)殘差修正SVR預(yù)測算法對1.2節(jié)的準(zhǔn)周期信號進(jìn)行連續(xù)多步預(yù)測，時間延遲τ=1，最小嵌入維數(shù)m=5，同樣使用高斯徑向基核函數(shù)，相同的參數(shù)對（ε，C，σ）=（0.05，10，0.5），圖4（a）～圖4（d）分別為第1步～第4步的預(yù)測結(jié)果。
對比圖2和圖4可知：在圖2的SVR多步預(yù)測結(jié)果中，第1步預(yù)測結(jié)果與實際曲線比較接近，但隨著預(yù)測步數(shù)的增加，預(yù)測結(jié)果逐漸偏離實際曲線。但在圖4的本文提出的自適應(yīng)殘差修正SVR多步預(yù)測結(jié)果中，不僅第1步預(yù)測結(jié)果與實際曲線比較接近，而且隨著預(yù)測步數(shù)的增加，以后各步的預(yù)測結(jié)果也沒有偏離實際曲線的傾向，預(yù)測結(jié)果也與實際曲線比較接近。說明本文提出的自適應(yīng)殘差修正SVR預(yù)測算法能夠有效降低預(yù)測誤差，提高回歸估計精度，同時很好地反映序列的變化趨勢。表1列出了兩種SVR算法的誤差評價指標(biāo)[7] 的對比值，進(jìn)一步展現(xiàn)了本文算法的優(yōu)勢，從數(shù)值量化角度說明了算法減小預(yù)報誤差的效果。
PPMCC與其他距離度量方式相比，無需對特征量進(jìn)行預(yù)處理，可直接計算健康度，步驟簡單，對實現(xiàn)模擬電路故障預(yù)測非常有利。若元器件無故障，參數(shù)值與標(biāo)稱值相等，則PPMCC的值為1，即元器件健康度也為1；反之，參數(shù)值偏離標(biāo)稱值，健康度會慢慢降低。
下面以如圖5所示的ITC97國際標(biāo)準(zhǔn)電路中的CTSV（Continuous-Time State-Variable）濾波器電路為例，驗證本文所提出的模擬電路故障預(yù)測算法在實際應(yīng)用中的效果。
各元器件的標(biāo)稱值均已在圖中標(biāo)出，其中電阻的容差范圍為5%，電容的容差范圍為10%。通過對電路進(jìn)行靈敏度分析，發(fā)現(xiàn)R3的靈敏度相對較高，因此選擇R3作為實驗對象。設(shè)R3性能退化過程是均勻變化的，且每變化一次就對應(yīng)一個時間點(diǎn)，R3從10kΩ增加到16kΩ，每次增加10Ω，則共有600個時間點(diǎn)。當(dāng)元器件參數(shù)值偏離標(biāo)稱值50%時，通常可認(rèn)為該元器件發(fā)生故障，因此R3發(fā)生故障時的參數(shù)值為15kΩ，經(jīng)計算可知，第500個時間點(diǎn)即為R3故障發(fā)生的時間。
電路輸入節(jié)點(diǎn)為14，起始頻率和截止頻率分別設(shè)置為1Hz和10kHz，節(jié)點(diǎn)8為輸出測試點(diǎn)。根據(jù)提取的電路頻率響應(yīng)信號，利用式（14）計算出R3在各時間點(diǎn)的健康度，軌跡如圖6所示。
選取R3的前200個時間點(diǎn)的樣本數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)，剩余的時間點(diǎn)數(shù)據(jù)為測試數(shù)據(jù)以驗證所提算法的預(yù)測能力。
分別利用基于相空間重構(gòu)的自適應(yīng)殘差修正SVR預(yù)測算法和傳統(tǒng)SVR算法對R3健康度軌跡進(jìn)行預(yù)測，時間延遲τ=1，最小嵌入維數(shù)m=5，參數(shù)對（ε，C，σ）=（0.05，10，0.5），使用同樣的高斯徑向基核函數(shù)，第1步預(yù)測和第5步預(yù)測結(jié)果如圖7所示。
從圖7中的預(yù)測軌跡可以看出，本文所提SVR算法的預(yù)測結(jié)果與R3的實際健康度變化曲線非常接近，回歸誤差小。兩種SVR算法對健康度軌跡的第1步預(yù)測誤差和第5步預(yù)測誤差如表2所示。
由表2可知，無論是第1步還是第5步，本文的SVR預(yù)測算法的絕對誤差均值和相對誤差均值都小于傳統(tǒng)SVR算法的值；傳統(tǒng)SVR算法第5步預(yù)測結(jié)果的的絕對誤差均值相對第1步的值增加了66.3%，而本文的SVR預(yù)測算法第5步預(yù)測結(jié)果的絕對誤差均值相對第1步的值只增加了5.7%，絕對誤差均值降低了60.5%，說明本文的SVR算法的預(yù)測精度較傳統(tǒng)SVR算法的預(yù)測精度有較大的提升。綜上結(jié)果可以看出，無論是第1步的預(yù)測結(jié)果還是第5步的預(yù)測結(jié)果，本文所提出的SVR預(yù)測算法較傳統(tǒng)SVR算法的預(yù)測精度都要高，更好地反映了健康度軌跡變化趨勢。同時，本文算法在第1步預(yù)測和第5步預(yù)測的效果都較為理想，而傳統(tǒng)SVR算法雖然在第1步預(yù)測有很好的效果，但多步預(yù)測能力明顯低于本文所提出的SVR預(yù)測算法，這說明本文算法對故障元器件的預(yù)測更為精確，有效降低了預(yù)測誤差，在模擬電路故障預(yù)測中具有很好的應(yīng)用潛力。
4 結(jié)語
針對模擬電路故障預(yù)測存在一定的非線性時間序列預(yù)測問題，研究了基于SVR的電路故障預(yù)測技術(shù)，提出了一種基于相空間重構(gòu)的自適應(yīng)殘差修正SVR預(yù)測算法。將相空間重構(gòu)技術(shù)引入到SVR狀態(tài)預(yù)測中，通過對殘差序列var進(jìn)行SVR預(yù)測，修正原始預(yù)測值，削減了多步預(yù)測的誤差累積，從而得到更精確的預(yù)測結(jié)果。通過仿真實驗驗證了本文提出的新SVR預(yù)測算法能有效降低預(yù)測誤差，提高回歸估計精度，同時很好地反映了序列的變化趨勢。將本文算法應(yīng)用于模擬電路健康度預(yù)測中的實驗結(jié)果可以看出，與傳統(tǒng)SVR算法相比本文所提出的新SVR預(yù)測算法的多步預(yù)測誤差累積降低了60%以上，顯著提高了預(yù)測精度，可有效解決模擬電路狀態(tài)趨勢預(yù)測問題。
參考文獻(xiàn)：
[1] 張朝龍， 何怡剛， 鄧芳明， 等. 一種基于QPSO-RVM的模擬電路故障預(yù)測方法[J]. 儀器儀表學(xué)報， 2014， 35（8）： 1751-1757.（ZHANG C L， HE Y G， DENG F M， et al. An approach for analog circuit fault prognostics based on QPSO-RVM[J]. Chinese Journal of Scientific Instrument， 2014， 35（8）： 1751-1757.）
[2] 羅慧. 模擬電路測試診斷理論與關(guān)鍵技術(shù)研究[D]. 南京： 南京航空航天大學(xué)， 2012. （ LUO H. Research on testing diagnosis theory and key technology for analog circuits[D]. Nanjing： Nanjing University of Aeronautics & Astronautics， 2012.）
[3] 張愛華， 王永超， 宋心點(diǎn)， 等. 魯棒LSSVR的模擬電路性能在線評價策略[J]. 儀器儀表學(xué)報， 2013， 34（10）： 2328-2335. （ZHANG A H， WANG Y C， SONG X D， et al. Novel online evaluation strategy for analog circuit performance based modified robust LSSVR[J]. Chinese Journal of Scientific Instrument， 2013， 34（10）： 2328-2335.）
[4] 王濤， 李艾華， 高運(yùn)廣， 等. 基于相空間重構(gòu)和遺傳優(yōu)化SVR的機(jī)械設(shè)備狀態(tài)趨勢預(yù)測[J]. 噪聲與振動控制， 2014， 34（3）： 176-181. （ WANG T， LI A H， GAO Y G， et al. Condition trend prediction of mechanical equipments based on phase space reconstruction and genetic optimization support vector regression[J]. Noise and Vibration Control， 2014， 34（3）： 176-181.）
[5] LAU K W， WU Q H. Local prediction of non-linear time series using support vector regression[J]. Pattern Recognition， 2008， 41（5）：1539-1547.
[6] 周若愚. 基于SVR與半監(jiān)督學(xué)習(xí)的時間序列預(yù)測[D]. 西安： 西安電子科技大學(xué)， 2014.（ZHOU R Y. Time series prediction based on SVR and semi-supervised learning[D]. Xian： Xidian University， 2014.）
[7] 陳榮， 梁昌勇， 謝福偉. 基于SVR的非線性時間序列預(yù)測方法應(yīng)用綜述[J]. 合肥工業(yè)大學(xué)學(xué)報（自然科學(xué)版）， 2013， 36（3）： 369-374. （ CHEN R， LIANG C Y， XIE F W. Application of nonlinear time series forecasting methods based on support vector regression[J]. Journal of Hefei University of Technology （Natural Science）， 2013， 36（3）： 369-374.）
[8] 李學(xué)斯， 畢研剛， 楊宏橋， 等. 一種支持向量回歸機(jī)自動模型選擇方法[J]. 計算機(jī)與現(xiàn)代化，2011（10）：19-23. （LI X S， BI Y G， YANG H Q， et al. An automatic model selection method for support vector regression[J].Computer and Modernization， 2011（10）：19-23.）
[9] 楊斌. 基于EEMD-SVR的預(yù)測模型與應(yīng)用[D]. 廣州： 華南理工大學(xué)， 2013.（YANG B. Research of prediction and application based on EEMD-SVR model[D]. Guangzhou： South China University of Technology， 2013.）
[10] PACKARD N H， CRUTCHFIELD J P， FARMER J D， et al. Geometry from a time series[J]. Physical Review Letters， 1980， 43（9）： 712-715.
[11] FARASER A M， SWINNEY H L. Independent coordinates for strange attractors from mutual information[J]. Physical Review A， 1986， 33（2）： 1134-1140.
關(guān)鍵詞：支持向量回歸；電子鼻；魚粉；揮發(fā)性鹽基氮
中圖分類號：TP274；S963．32＋1文獻(xiàn)標(biāo)識碼：A文章編號：0439－8114（2011）13－2749-04
Detection of TVB-N in Fishmeal by Electronic Nose Based on Support Vector Regression
LIU Hui，NIU Zhi－you
（College of Engineering ＆ Technology， Huazhong Agricultural University，Wuhan 430070，China）
Abstract： Total volatile basic nitrogen （TVB－N） is a very important indicator to measure the freshness of fishmeal．Exploring rapid detection of TVB－N has great significance to fishmeal quality’s inspection． Different freshness samples of fishmeal were detected by self－developed electronic nose．Support vector regression（SVR） between electronic nose data and TVB－N value was created and was validated by prediction set． And it was compared to multiple linear regression （MLR） method． The results showed that the prediction precision of the model based on SVR superior to MLR model． The determination coefficients R2，standard deviation of prediction SEP， maximum relative error RE-max， and average relative error RE-mean were 0．910， 4．32， 8．92％，and 1．87％ respectively．Therefore，it is feasible and validate to estimate TVB－N of fishmeal based on support vector regression and electronic．
Key words： support vector regression； electronic nose； fishmeal； TVB－N
基于仿生學(xué)的電子鼻檢測技術(shù)是20世紀(jì)90年展起來的一種新的檢測技術(shù)，由氣體傳感器陣列、數(shù)據(jù)采集處理和模式識別方法等組成。與常規(guī)的理化分析方法相比，具有無須進(jìn)行樣品的前處理，不必使用具有污染的化學(xué)試劑，沒有理化檢測時的繁瑣操作等諸多優(yōu)點(diǎn)。因此被稱作快速、綠色的檢測方法。
目前，電子鼻技術(shù)已經(jīng)被廣泛應(yīng)用于食品、農(nóng)產(chǎn)品、醫(yī)學(xué)等領(lǐng)域的研究。學(xué)者們主要應(yīng)用電子鼻技術(shù)進(jìn)行豬肉［1］、牛肉［2，3］、魚肉［4］等肉類新鮮度研究，不同品牌的香煙［5－7］、不同儲藏期的牛奶［8］、不同品質(zhì)的茶葉［9，10］、水果［11－14］等品質(zhì)識別，小麥、水稻和玉米的霉變檢測［15］，輔助診斷疾病［16，17］等。因此嘗試將電子鼻應(yīng)用于魚粉中揮發(fā)性鹽基氮（TVB－N）的檢測，為魚粉TVB－N的快速檢測提供研究基礎(chǔ)。
利用主成分回歸（PCR）、多元線性回歸（MLR）等線性方法建立的模型預(yù)測效果很不理想，BP神經(jīng)網(wǎng)絡(luò)存在易陷入局部極小、訓(xùn)練結(jié)果不穩(wěn)定等缺點(diǎn)，因此考慮采用支持向量機(jī)和電子鼻數(shù)據(jù)建立魚粉TVB－N值的預(yù)測研究。
支持向量機(jī)不僅可以進(jìn)行模式識別，也可應(yīng)用于非線性回歸。其基本思想：給定訓(xùn)練集T＝
｛（x1，y1），…，（xi，yi）｝∈（X×Y）l，其中xi∈X＝Rn為訓(xùn)練集輸入樣本，n為輸入樣本的空間維數(shù)；yi為輸出樣本，及與輸入樣本對應(yīng)的期望輸出，i＝1，2，…，l為訓(xùn)練集中樣本的個數(shù)。假定訓(xùn)練集是按某個概率
P（x，y）分布的，尋求一個函數(shù)f（X）在給定的損失函數(shù)c（x，y，f）的條件下，能夠使得期望風(fēng)險函數(shù)
R［f］＝c（x，y，f）dP（x，y）達(dá)到極小。
1材料與方法
1．1試驗材料
取新鮮魚粉儲藏于高溫的環(huán)境下，使得魚粉在儲藏的過程中逐漸變質(zhì)腐敗，在腐敗過程中采集魚粉保存作為樣本，總共選擇了15個不同儲藏時間的魚粉樣本。
1．2試驗儀器
試驗采用自行研制的電子鼻測量系統(tǒng)，該電子鼻測量系統(tǒng)由4個TGS系列傳感器構(gòu)成的傳感器陣列、數(shù)據(jù)采集設(shè)備、計算機(jī)等硬件和基于LabVIEW虛擬儀器平臺開發(fā)的數(shù)據(jù)采集、處理、保存等軟件組成，其結(jié)構(gòu)示意圖如圖1所示。氣體傳感器陣列分別由TGS822乙醇及有機(jī)溶劑傳感器、TGS825硫化氫型傳感器、TGS826氨氣及胺類傳感器和TGS832鹵烴類傳感器組成，采集卡型號為NI USB6008。
1．3試驗方法
1．3．1生化檢測魚粉揮發(fā)性鹽基氮（TVB－N）采用GB／T 19164－2003中規(guī)定的半微量定氮法進(jìn)行測定，相同儲藏時間的魚粉樣本進(jìn)行3次重復(fù)檢測，取3次重復(fù)的算術(shù)平均值作為這個儲藏時間的魚粉中TVB－N的含量。
1．3．2電子鼻數(shù)據(jù)采集在進(jìn)行魚粉TVB－N值生化檢測的同時，利用自行研制的電子鼻測量系統(tǒng)進(jìn)行不同儲藏時間的魚粉樣本的氣味信息采集。相同儲藏時間的魚粉樣本進(jìn)行10次重復(fù)電子鼻數(shù)據(jù)采集，共采集了15個不同儲藏時間的魚粉樣本電子鼻數(shù)據(jù)，因此總共有150個電子鼻數(shù)據(jù)樣本。
1．3．3異常電子鼻數(shù)據(jù)剔除在實際測量中，由于傳感器對環(huán)境條件比較敏感以及可能出現(xiàn)的傳感器不能恢復(fù)到原始狀態(tài)的情況，就有可能存在異常數(shù)據(jù)，而異常數(shù)據(jù)將會對建立模型產(chǎn)生不利的影響，因此在模型建立之前有必要剔除異常數(shù)據(jù)。利用常用的3σ（即相當(dāng)于顯著性水平α＝0．01）準(zhǔn)則進(jìn)行數(shù)據(jù)處理，當(dāng)測量次數(shù)n＜10時，｜xi－x｜＜3σ恒成立［18］。儲藏時間相同的魚粉樣本平行測試了10次，因此用2σ（即相當(dāng)于顯著性水平α＝0．05）進(jìn)行數(shù)據(jù)剔除。每一次測量數(shù)據(jù)包含4個傳感器電壓值，只要其中一個傳感器電壓值符合剔除準(zhǔn)則，則將這個電子鼻數(shù)據(jù)樣本剔除。
本文為全文原貌 未安裝PDF瀏覽器用戶請先下載安裝 原版全文
2結(jié)果與分析
2．1樣本TVB－N化學(xué)分析
不同儲藏時間的魚粉中TVB－N的含量如圖2所示。隨著儲藏時間的延長（儲藏時間隨樣本編號的增大而增加），魚粉中TVB－N的含量呈增加的趨勢，表明魚粉隨著儲藏時間的延長而逐步變質(zhì)腐敗。
2．2電子鼻檢測響應(yīng)曲線
電子鼻測量系統(tǒng)中氣體傳感器陣列的響應(yīng)曲線如圖3所示，從傳感器響應(yīng)曲線可以看出，傳感器的響應(yīng)值在經(jīng)過3 min之后趨于穩(wěn)定，因此選擇第5 分鐘最后1 s的電壓值平均值作為后續(xù)的分析數(shù)據(jù)。
2．3檢測模型的建立
150個電子鼻數(shù)據(jù)樣本經(jīng)過異常數(shù)據(jù)剔除后，26個電子鼻數(shù)據(jù)樣本被作為異常樣本剔除了，因此余下的124個電子鼻數(shù)據(jù)樣本作為后續(xù)分析的數(shù)據(jù)。并對這124個電子鼻數(shù)據(jù)樣本根據(jù)隔三選一［19］的方法劃分訓(xùn)練集和預(yù)測集，93個電子鼻數(shù)據(jù)樣本作為訓(xùn)練集，余下的31個作為預(yù)測集。
以93個電子鼻數(shù)據(jù)樣本為輸入，對應(yīng)的TVB－N作為輸出，利用支持向量機(jī)建立電子鼻數(shù)據(jù)和TVB-N之間的回歸模型，稱之為支持向量回歸模型（Support vector regression，簡稱SVR）。并建立電子鼻數(shù)據(jù)與TVB-N之間的多元線性回歸（MLR），比較兩者的結(jié)果。
將建立好的模型對訓(xùn)練集和預(yù)測集進(jìn)行TVB-N的預(yù)測，SVR預(yù)測結(jié)果如圖4所示，訓(xùn)練集與預(yù)測集的TVB－N實測值和預(yù)測值之間的決定系數(shù)R2、預(yù)測標(biāo)準(zhǔn)差SE、最大相對誤差RE－max、平均相對誤差RE－mean分別為0．982、2．12、7．91％、0．99％和0．910、4．32、8．92％、1．87％。MLR預(yù)測結(jié)果如圖5所示，訓(xùn)練集與預(yù)測集的實測值和預(yù)測值之間的決定系數(shù)R2、預(yù)測標(biāo)準(zhǔn)差SE、最大相對誤差RE－max和平均相對誤差RE－mean分別為0．538 5，9．79、14．03％、6．09％和0．586 9、9．14、13．91％、5．57％。
對比圖4、圖5可以看出，SVR對訓(xùn)練集和預(yù)測集的預(yù)測結(jié)果均好于MLR，預(yù)測集的實測值與預(yù)測值之間的決定系數(shù)R2提高約0．32，預(yù)測標(biāo)準(zhǔn)差SEP、最大相對誤差RE－max、平均相對誤差RE－mean分別降低4．82、4．99個百分點(diǎn)、3．70個百分點(diǎn)。這是因為支持向量回歸是一種非線性擬合，同時能解決人工神經(jīng)網(wǎng)絡(luò)易陷入局部極小、訓(xùn)練不穩(wěn)定的缺點(diǎn)。
3小結(jié)
研究了利用支持向量回歸和電子鼻預(yù)測魚粉中TVB－N的可行性。結(jié)果表明，支持向量回歸相對多元線性回歸具有較好的預(yù)測結(jié)果，其決定系數(shù)R2、預(yù)測標(biāo)準(zhǔn)差SEP、最大相對誤差RE－max、平均相對誤差RE－mean分別為0．910、4．32、8．92％、1．87％。利用支持向量回歸方法和電子鼻技術(shù)可有效地檢測魚粉中TVB－N含量，為魚粉中TVB－N的快速檢測提供了一種新方法。
參考文獻(xiàn)：
［1］ 孫鐘雷． 基于遺傳組合網(wǎng)絡(luò)的豬肉新鮮度人工嗅覺系統(tǒng)的研究［D］．長春：吉林大學(xué)，2006．
［2］ BLIXT Y，BORCH E． Using an electronic nose for determining the spoilage of vacuum－packaged beef［J］． International Journal of Food Microbiology，1999，46（2）：123－134．
［3］ ZHANG Z， TONG J， CHEN D H， et al． Electronic nose with an air sensor matrix for detecting beef freshness［J］． Journal of Bionic Engineering，2008，5（1）：67－73．
［4］ EL BARBRI N， LLOBET E， EL BARI N， et al． Application of a portable electronic nose system to assess the freshness of Moroccan sardines［J］． Materials Science and Engineering C，2008，28（5－6）：666－670．
［5］ LUO D H， GHOLAM HOSSEINI H， STEWART J R． Application of ANN with extracted parameters from an electronic nose in cigarette brand identification［J］． Sensors and Actuators B： Chemical， 2004，99（2－3）：253－257．
［6］ K?DDERITZSCH P， BISCHOFF R， VEITENHANSL P， et al． Sensor array based measurement technique for fast－responding cigarette smoke analysis［J］． Sensors and Actuators B： Chemical， 2005，107（1）：479－489．
［7］ 黃祖剛，李建平，何秀麗，等．用電子鼻鑒別卷煙的方法［J］．傳感器技術(shù)，2004，23（6）：62－65．
［8］ LABRECHE S， BAZZO S， CADE S， et al． Shelf life determination by electronic nose： application to milk［J］． Sensors and Actuators B： Chemical， 2005，106（1）：199－206．
［9］ DUTTA R， HINES E L， GARDNER J W， et al． Tea quality prediction using a tin oxide－based electronic nose： an artificial intelligence approach［J］． Sensors and Actuators B： Chemical， 2003，94（2）：228－237．
［10］ 于慧春，王俊．電子鼻技術(shù)在茶葉品質(zhì)檢測中的應(yīng)用研究［J］．傳感器技術(shù)學(xué)報，2008，21（5）：748－752．
［11］ BREZMES J，LLOBET E，VILANOVA X，et al． Fruit ripeness monitoring using an electronic nose［J］． Sensors and Actuators B： Chemical，2000，69（3）：223－229．
［12］ BREZMES J， LLOBET E， VILANOVA X， et al． Correlation between electronic nose signals and fruit quality indicators on shelf－life measurements with pinklady apples［J］． Sensors and Actuators B： Chemical， 2001，80（1）：41－50．
［13］ 周亦斌，王俊．基于電子鼻的番茄成熟度及貯藏時間評價的研究［J］．農(nóng)業(yè)工程學(xué)報，2005，21（4）：113－117．
［14］ 鄒小波，趙杰文．支持向量機(jī)在電子鼻區(qū)分不同品種蘋果中的應(yīng)用［J］．農(nóng)業(yè)工程學(xué)報，2007，23（1）：146－149．
［15］ 鄒小波，趙杰文．電子鼻快速檢測谷物霉變的研究［J］．農(nóng)業(yè)工程學(xué)報，2004，20（4）：121－124．
［16］ GARDNER J W， SHIN H W， HINES EL． An electronic nose system to diagnose illness［J］． Sensors and Actuators B： Chemical，2000，70（1－3）：19－24．
［17］ 陳星．呼吸檢測電子鼻及其在肺癌診斷應(yīng)用中的研究［D］．杭州：浙江大學(xué)，2008．
［18］ 葉川， 伍川輝， 張嘉怡． 計量測試中異常數(shù)據(jù)剔除方法比較［J］．計量與測試技術(shù)，2007，34（7）：26－27．
［19］ 吳靜珠，王一鳴，張小超，等．近紅外光譜分析中定標(biāo)集樣品挑選方法研究［J］．農(nóng)業(yè)機(jī)械學(xué)報，2006，37（4）：80－82，101．
00000鎮(zhèn)為進(jìn)一步提高源頭數(shù)據(jù)質(zhì)量，夯實農(nóng)村統(tǒng)計基礎(chǔ)工作，提升農(nóng)村統(tǒng)計工作水平，適應(yīng)形勢發(fā)展需要，根據(jù)省、市部署，結(jié)合本地農(nóng)村統(tǒng)計工作的實際，在全鎮(zhèn)范圍內(nèi)深入開展了農(nóng)村統(tǒng)計調(diào)查基礎(chǔ)工作和數(shù)據(jù)質(zhì)量大檢查自查，現(xiàn)將有關(guān)情況匯報如下：
一、高度重視、加強(qiáng)領(lǐng)導(dǎo)、推動統(tǒng)計數(shù)據(jù)質(zhì)量檢查順利開展
《關(guān)于開展農(nóng)村統(tǒng)計調(diào)查基礎(chǔ)工作和數(shù)據(jù)質(zhì)量大檢查的通知》以來，我們迅速召開黨政聯(lián)席會議和全鎮(zhèn)專題工作會議，重點(diǎn)學(xué)習(xí)了省、市通知精神和《農(nóng)村統(tǒng)計調(diào)查基礎(chǔ)工作和數(shù)據(jù)質(zhì)量大檢查方案》，使全鎮(zhèn)上下明確了此次檢查工作的實際意義和工作方法，進(jìn)一步增強(qiáng)了落實通知精神的自覺性；同時結(jié)合實際，下發(fā)了《00000鎮(zhèn)關(guān)于開展農(nóng)村統(tǒng)計調(diào)查基礎(chǔ)工作和數(shù)據(jù)質(zhì)量大檢查的通知》，成立了以鎮(zhèn)長任組長，分管農(nóng)業(yè)的副鎮(zhèn)長任副組長，統(tǒng)計站等有關(guān)部門負(fù)責(zé)人為成員的領(lǐng)導(dǎo)小組，為把通知精神傳達(dá)好，貫徹好，落實好打下了組織基礎(chǔ)。
二、夯實基礎(chǔ)、健全機(jī)制，確保統(tǒng)計工作質(zhì)量檢查成效顯著
統(tǒng)計工作的高質(zhì)量是統(tǒng)計數(shù)據(jù)準(zhǔn)確性、科學(xué)性的保證，其關(guān)鍵在于基層。近年來，我們加大投入，加強(qiáng)了鎮(zhèn)村統(tǒng)計隊伍建設(shè)，累計投入萬元，為鎮(zhèn)統(tǒng)計站配備了微機(jī)等辦公用品，購置齊全了各種硬件，實現(xiàn)了磁盤保送、網(wǎng)上發(fā)送，使其更好地發(fā)揮組織領(lǐng)導(dǎo)和綜合協(xié)調(diào)統(tǒng)計工作的職能。健全統(tǒng)計網(wǎng)絡(luò)，堅持保障經(jīng)費(fèi)、落實待遇、提高素質(zhì)，保持了工作的連續(xù)性。逐步建立健全統(tǒng)計原始證錄、統(tǒng)計臺帳制度和崗位目標(biāo)責(zé)任制度，推動了整體工作的規(guī)范化、制度化。每年至少開展兩次大檢查，促進(jìn)了統(tǒng)計基礎(chǔ)工作的規(guī)范、科學(xué)，統(tǒng)計數(shù)據(jù)的準(zhǔn)確、詳實。圍繞此次檢查，我們進(jìn)一步健全了黨政領(lǐng)導(dǎo)成員包管區(qū)、機(jī)關(guān)工作人員包村的包保責(zé)任制度，確保了各項工作的落實。
三、嚴(yán)格執(zhí)法、穩(wěn)妥推進(jìn)，全面開展統(tǒng)計調(diào)查數(shù)據(jù)質(zhì)量檢查
我們嚴(yán)格按照《山東省農(nóng)村統(tǒng)計調(diào)查基礎(chǔ)工作和數(shù)據(jù)質(zhì)量大檢查方案》，結(jié)合00000實際，采取自查、抽查和復(fù)查等形式對鎮(zhèn)、調(diào)查村、調(diào)查戶農(nóng)村統(tǒng)計調(diào)查數(shù)據(jù)進(jìn)行了全面檢查。工作中，統(tǒng)計、財政、經(jīng)管、經(jīng)貿(mào)委等部門積極配合，切實做到了有法必依，執(zhí)法必嚴(yán)，違法必究，共查處各類違法、違章案件起，糾正數(shù)據(jù)錯誤處，具體包括以下幾個方面的問題：一是部分村不夠重視統(tǒng)計工作，統(tǒng)計制度不健全，統(tǒng)計信息閉塞，檔案資料歸檔不及時、不規(guī)范，統(tǒng)計人員變動相對頻繁，檔案未及時移交，嚴(yán)重影響了統(tǒng)計工作的連續(xù)性；二是統(tǒng)計工作服務(wù)水平整體偏低，部分村沒有按時整理年度資料和歷史資料，不能做到定期編寫年度、季度統(tǒng)計分析報告；三是統(tǒng)計數(shù)據(jù)質(zhì)量有待提高，沒有做到“村組數(shù)據(jù)與鄉(xiāng)鎮(zhèn)上報數(shù)據(jù)一致，鄉(xiāng)鎮(zhèn)數(shù)據(jù)與上報市級數(shù)據(jù)一致”，報表數(shù)據(jù)邏輯性差，一些統(tǒng)計數(shù)據(jù)計算錯誤，指標(biāo)含義混淆。