基于累积Logistic模型的居民通货膨胀异质性感受的因素研究
基于logistic的人口结构问题研究对GDP影响
基于logistic的人口结构问题研究对GDP影响作者：张子鑫王子青李倩来源：《西部论丛》2019年第21期摘要：现如今，我国人口数量和结构面临着巨大的问题，为了我国的可持续发展，控制人口数量，調整人口结构，优化人口发展质量成为亟待解决的问题。
在此背景下，提出了全面二孩政策，此政策的实施是顺应社会经济发展需求的措施，对我国人口结构和空间格局都产生重要影响。
由此看来，研究人口问题，采取有效措施并优化人口质量尤为重要。
关键词：回归分析、BP神经网络、logistics模型、GDP、人口结构一、问题分析为了推进我国人口与经济社会持续健康发展，基于logistic人口阻滞增长模型对出生率、男女比例、老龄化人口和城乡人口比例进行预测，以及到2035年或2050年我国人口数量和结构的变化，并分析这些变化对国民经济的影响。
对国民经济用人均GDP值来体现，通过构建回归模型来分析国民经济的变化。
二、问题假设假设未来没有人口政策调整;不考虑战争、灾害、疾病对人口数目的影响;不考虑我国人口向国外搬迁，不考虑外国人口向国内搬迁;假设数据真实可靠具有预测性;三、模型建立3.1模型的建立Logistics模型用于人类即为人口预测模型。
基本形式是：（1）其中，表示t时刻种群的数量，r是种群的内禀增长率（即增长率减去死亡率），N为环境能容纳的种群的最大数量。
利用可分离变量法求logistics模型的解析式为：（2）其中，为初始时刻种群的数量。
3.2 模型的求解我们选择1997、2007、2017年的数据=12.3626、=13.2129、=13.9008，=10，带入式（2）得r=0.0487，N=1.4877*10^5性别：城乡：老龄化：老年抚养比是指人口中非劳动年龄人口数中老年部分对劳动年龄人口数之比，因此我们用老年抚养比来表示老龄化，利用BP神经网络预测2019年到2050年的老年抚养比。
3.3 结果分析用MATLAB求得预测结果，可得出人口数量持续增长并且增长速率逐渐趋于平缓;男性比例升高后持续下降但仍高于女性;城镇人口比例持续上升并且上升逐渐减慢。
基于累积Logistic回归模型对化工园区人群认知风险的研究
ＴＡＮＧ Ｍｉ ｎ—ｋ ａ ｎ ｇ ，ＨＵＡＮＧ Ｔｏ ｎ ｇ—ｌ ｉ ｎ ，Ｌ Ｉ ＡＮＧ Ｃｈ ｅ ｎ
（ １ ． Ｊ ｉ ａ ｎ ｇ ｘ ｉ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ ｏ ｆ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ ， Ｒ ｅ ｓ ｏ ｕ ｒ ｃ ｅ ｓ ａ ｎ ｄ Ｅ ｎ ｖ ｉ ｒ ｏ ｎ ｍ ｅ ｎ ｔ Ｅ ｎ ｇ ｉ ｎ ｅ ｅ ｉ ｒ ｎ ｇ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ， Ｇ ａ ｎ ｚ ｈ ｏ ｕ Ｊ ｉ ａ ｎ ｇ ｘ ｉ ３ ４ １ ０ ０ ０ ， Ｃ ｈ ｉ ｎ ａ ；
第 ９卷
第 ９期
中 国 安 全 生 产 科 学 技 术
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｓ ａ ｆ ｅ ｔ ｙ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ ａ ｎ ｄ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ
Ｖｏ １ ． ９ Ｎｏ． ９
２ ０ １ ３年 ９月
Ｓ ｅ ｐ．２ ０１ ３
Ｓ ｔ ｕｄ ｙ ｏ ｎ ｃ ｒ ｏ ｗｄ ｐｅ ｒ ｃ ｅ ｉ ｖ ｅ ｄ ｒ ｉ ｓ ｋ ｏ ｆ ｃ ｈ ｅ ｍｉ ｃ ａ ｌ ｐａ ｒ ｋ ｂａ ｓ ｅ ｄ
ｏ ｎ ｃ ｕ ｍ ｕｌ ａ ｔ ｉ ｖ ｅ Ｌｏ ｇ ｉ ｓ ｔ ｉ ｃ ｒ ｅ ｇ ｒ ｅ ｓ ｓ ｉ ｏ ｎ ｍｏ ｄ ｅ ｌ
文 章 编 号 ：１ ６ ７ ３—１ ９ ３ Ｘ（ ２ ０ １ ３ ）一 ０ ９— ０ １ ３ ２— ０ ５
基 于 累积 Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ回归 模 型 对 化 工 园 区 人 群 认知 风 险 的研 究 木
唐敏康 ，黄 同林 ， 梁 辰
（ １ ．江西理工 大学 资源与环境工程学 院 ， 江西
通货膨胀对主要影响因素的动态响应：基于向量自回归模型(VAR)的实证研究
的传 导效 应很 大 ，通 货膨 胀一 旦 出现将 会持续 一段 时期 。
关键 词 ：通 货膨 胀 ；ＶＡ Ｒ模 型 ；脉 冲响应 函数 Ａｂｔ ｃ ：Ｔ ｉｐ ｐ ｒ ｔｄｅ ｈｎ ’ ｉｆ ｔ ｎｄｎ ｍｉ ｒｓｏ ｓ ｅ ｊｒ ｃｏ ｃｎ ｍｉ ｆｃｏｓ ｕｉｇｐ ｓ３ ｅ ｒ ｓ ａｔ ｈｓ ａ ｅ ｕ ｉｓ ｉａ Ｓｎ ａｉ ｙ ａ ｃ ｅｐ ｎｅｔ ｔ ｏ ｒｅｏ ｏ ｃ ａｔｒ ｄ ｒ ａｔ ０ｙ ａｓ ｒ ｓ Ｃ ｌ ｏ ｏ ｈ ｍａ ｍａ ｎ
ｈ ｖ ｒ ｓ ｕ ｅ ｏ ｆａ ｉ ｎ ｉ ｆ ｉ ｎ ｉ ｅ ｆｈ ｓ￣ ｅ ｔｔａ ｓ ｓ ｉ ｎ ｅ ｆ ｃ ｎ ｎ ａ ｉ ｎ ｗｏ ｌ ｕ ｔ ｉ ｏ ｏ ｇ ｔｍｅ ｏ ｃ ｃ ｕ ： ａ ｅ ｐ ｅ ｓ ｒ ｎ ｉ ｌ ｔ ； ｎ ａ ｏ ｔ ｌ ａ ｒ ａ ｒ ｎ ｍｉ ｓｏ ｆｅ ｔａ ｄ ｉ ｆｔ ｏ ｕ ｄ ｓ ｓ ａｎ ｆ ｒ ｌ ｎ ｉ ｎ ｅ ｏ ｃ ｒ ｎ ｏ ｌ ｔ ｓ ｌ ＧＤＰ’ ｘ ｄ ｇ ｏ ｈ ｍ ｏ ｅ ｈ ｓ ｇ ｅ ｔｐ ｅ ｓ ｒ ｎ ｉ ｆａ ｉ ｎ ｍｏ ｅ ｕ ｐ ｙ ｃ ａ ｇ ｓｅ ｆ ｃ ｓｅ ｅ ｔ ａ ｌ ｅ ｅ ｔ ｄ ｂ ｒｃ ｅ ｅ ； Ｓ ｆ ｅ ｒ ｗｔ ｄ ａ ｒ ａ ｒ ｓ ｕ ｅ ｏ ｌ ｔ ； ｉ ｎ ｏ ｎ ｙ ｓ ｐ ｌ ｈ ｎ ｅ ｆｅ ｔ ｖ ｎ ｌ ｒ ｆ ｃ ｅ ｙ ｐ ｉ ｅ ｌｖ ｌ ｉ ｕ ｙ ｌ ｅ ｃ ｓ ｘ ｄ ａ ｓ ｔ ｖ ｓｍｅ ｔ ｘ ｅ ｓｆ ｅ ｓ ｅ ｓｉ ｅ ｔ ｎ ｉｈ ｌ ａ ｓｔ ｖ ｒ ｅ ｔ ｄ ｅ ｏ ｏ ｙｗｉｌ ｌｏｈ ｓ ｒ ｓ ｕ ｅｏ ｎ ａ ｉ ｎ ｉ ｎ ｗｈ ｃ ｅ ｄ ｏ ｅｈ ａ ｅ ｃ ｎ ｍ ｌ ａ ｓ ａ ｅ ｓ ｒ ｎ ｉ ｆ ｔ ． ｏ ｐ ｌ ｏ Ｋｅ ｏ ｄ ： ｉ ｆ ｔｏ ｙ Ｗ ｒ ｓ ｎ ａ ｉ ｎ． ＶＡＲ ｄ １ ｉ ｕ ｓ —ｅ ｐ ｎ ｅｆ ｃ ｉ ｎ ｌ ｍｏ ｅ ． ｍｐ ｌｅ ｒ ｓ ｏ ｓ ｕｎ ｔｏ
广东财经大学2018年研究生创新项目立项一览表
新时代面向纳税人满意度的智慧纳税 服务路径实证研究
新时代纳税服务优化与税收遵从度互 动关系实证研究
人工智能、产品类型与用户体验的影 响机理及匹配路径研究
大数据背景下在线平台用户画像对品 牌依恋影响
“垫资-第三方评估-划拨”精准扶贫 模式及绩效研究
古村落游客感知价值、满意与忠诚的 关系研究
第 1 页，共 5 页
广东财经大学2018年研究生创新项目立项一览表
项目编号 YJS18020 YJS18021 YJS18022 YJS18023 YJS18024 YJS18025 YJS18026 YJS18027 YJS18028 YJS18029 YJS18030 YJS18031 YJS18032 YJS18033 YJS18034 YJS18035 YJS18036 YJS18037 YJS18038
金融学院 金融学院 金融学院 金融学院 金融学院 金融学院
吕济宏
刘英迪、张思敏、袁 媛
杜晓磊、邹东
满媛媛、沈怡晴、韦 怡
曾旭、张天琪、易凌 颖
甘雨琳、郑宇帆
立项等级 重点项目 重点项目 重点项目 重点项目 重点项目 一般项目 一般项目 一般项目 一般项目 一般项目 一般项目 一般项目 一般项目 一般项目 一般项目 一般项目 一般项目 一般项目 一般项目
所属单位
团队成员
经济学院 经济学院 经济学院
麦土明 李凯航 李俊 杰
廖雪纯、林欣睿、陈 勇珊
彭文浩、常锡荣、卢 贵香
经济学院
吴楚、周力沙
金融学院 金融学院 金融学院
曾旭、易凌颖、张天 琪
荣雪冰、朱攀、颜家 伟
韦施威、谭力澜、王 晶
财政税务学院 张一苇 段超 朱令华
Logistic回归模型及其研究进展
该模型重点比较有序反应变量的相邻两等级的率 , 此时β i 表示当 X 每提高一个等级 , Y 提高一个等级的比数比之对数 值 。此外可以通过分析第 i 个变量的β i1 , β i2 , …, β i (k - 1) k - 1 个值的趋势 , 分析 Xi 对 Y 的剂量 - 反应关系 [ 9 ] 。当分类较多 时 , 随解释变量个数 [ ( k - 1) (p + 1) ] 的增加 , 模型中需估 计的参数增加很快 , 导致参数估计的效率较低 , 且解释较为困 难[ 8 ] 。
2 多值模型 (polytomous logistic models)
1 重庆医科大学卫生统计教研室 ( 重庆 400016)
模型形式为 :
P ( Y ≤j | X) j = 1 , 2 , …,
β χ exp (α j - ∑ i i)
=
i=1
p
β χ 1 - exp (α j - ∑ i i)
log it ( Pj ) = ln
Pj T =α j +β j X PK
β χ exp (α i + ∑ j ij )
=
j=1
β χ 1 + exp (α i + ∑ j ij )
j=1
P
j = 1 , 2 , …, K - 1 其中 αK = 0 , {α } 是另外 K - 1 个待
T 估参数 , βK = 0 , β j = (β 1j , β 2 j , …, β pj ) 为第 j 个反应变 量的偏回 归 系 数 , 其 解 释 类 似 基 本 模 型 , 亦 称 M NL 模 型 ( multinomial logit model) [ 7 ,8 ] 。 212 有序反应分类 logistic 模型 (ordinal logistic models) 该类模型应用于反应变量按有序分类的资料 。 21211 累积比数模型 (cumulative odds model)
logistic回归模型
条件logistic回归－简介
匹配设计（matched design）是在设计阶段控制混杂因素的 一种方法。当得到一名研究病例后，选择一名或多名非病例 作为对照，选择相应对照的条件是：某些需要控制的混杂因
素与该病例之间相同或相似，从而形成一个匹配的对子。一
个匹配的对子可以只有 1个病例和1个对照，称1：1匹配；
模型的诊断与修正
多重共线性的识别：
多重共线性的对偏回归系数的影响与线性回归模型中的表现 一致，如增加或删除一条记录，模型中偏回归系数值发生较 大变化，专业上认为有意义的因素无统计学意义等等。 如果在进行logistic模型分析中，尤其是在向模型中引入交 互作用项时出现了回归结果反常现象，则自变量之间的多重
结果分析
Exp(B) 3.882 2.395 1.097 .004
a. Variable(s) entered on step 1: sex, ecg, ag e.
此表输出模型中的各自变量的偏回归系数及其标准 误、Wald 2、自由度、P 值、OR值（即exp（B））。
宁夏医科大学流行病与卫生统计学系
宁夏医科大学流行病与卫生统计学系
乔慧
条件logistic回归
结果分析
W arnings The dependent variable has only one valid value. A conditional logistic reg ression model will be fitted.
P exp(0 1 X1 1 exp( 0 1 X1
p X p
p X p) p X p)
1 1 P 1 exp( 0 1 X1
p X p)
中国通货膨胀率的非线性动态行为研自MSRFIMA模型的新证据
美国、 日本和英国等三个发达国家通货膨胀序列的动 态特征， 发现日本和英国的通货膨胀服从两区制的门 限单位根过程， 而美国通货膨胀路径的区制转换特征
］ ６ 。 则不明显［ຫໍສະໝຸດ 关于中国通货膨胀率动态行为特征的经验研究
； 收稿日期： 修复日期： ２ ０ １ ３ － ０ ３ － ２ ０ ２ ０ １ ３ － ０ ５ － ２ ６ 基金项目： 教育部人文社会科学研究青年项目 《 我国价格贸易条件冲击的动态传导机制 ： 理论模型、 数值模拟与计量分 （ ） ； （ ） ； 析》 辽宁省社科基金自选项目《 辽宁省宏观经济非线性动态监测预警研究 》 大 １ １ Ｙ Ｊ Ｃ ７ ９ ０ １ ８ ２ Ｌ １ ２ Ｄ Ｊ Ｙ ０ ６ ３ （ ） 连民族学院博士启动基金项目《 基于贝叶斯模型平均技术的经济计量建模方法及应用研究 》 ２ ０ １ １ ６ ３ １ １ 作者简介： 王 亮， 男， 吉林省吉林市人， 数量经济学博士， 讲师， 研究方向： 经济计量学， 宏观经济学。
谱密度函数， 且有当λ→０ 时， λ ～Ｇ ｆ ｚ （） ｚ。 因为允 ·｝ ， 许ｄ 大于或等于０ 所以指示函数Ｉ｛ 的主要 ． ５ ｓ ｔ 作用是截断序列ｚ ｔ 无限过去观测值对 ｗ ｔ 的影响 ， 与Ａ Ｒ Ｆ Ｉ ＭＡ 模型相比， Ｍ Ｓ －Ａ Ｒ Ｆ Ｉ ＭＡ（ ｄ， ｐ， ｑ）模 型最主要的特点是， 允许分数差分参数 ｄ 服从马尔 ｓ ｔ 当 状 态 Ｎ ＝１ 时， 科夫链 过 程。 不 难 看 出， Ｍ Ｓ－ 模型退化成一 个 经 典 的 Ａ Ａ Ｒ Ｆ Ｉ ＭＡ（ ｄ， Ｒ Ｆ Ｉ － ｐ， ｑ） ＭＡ 过程。 （ 二）估计方法 由于分数差分参数 ｄ 服从马尔科夫区制转移 所以 Ｍ 变化， Ｓ－Ａ Ｒ Ｆ Ｉ ＭＡ（ ｄ， ｐ， ｑ）模型不能表示 成状态空间形式。 这意味着 Ｍ Ｓ－Ａ Ｒ Ｆ Ｉ ＭＡ（ ｄ， ｐ， 也不能使用 ｑ）模型既不能使用递归算法来估计， ） 本文使用维特比 （ ＥＭ 算法来估计。为此， Ｖ ｉ ｔ ｅ ｒ ｂ ｉ ① （ ， ， ） 算法 对 Ｍ Ｓ－Ａ Ｒ Ｆ Ｉ ＭＡ ｐ ｄ ｑ 模型进行估计。 维特比算法是一种动态规划算法， 主要用于寻找最 有可能 生 成 观 测 值 序 列 的 隐 含 状 态 序 列 （ Ｖ ｉ ｔ ｅ ｒ ｂ ｉ ） 。 ， ， …， ， 令 表 示 观 测 值 向 ａ ｔ ｈ Ｗｔ ＝ （ ｗ１ ｗ２ ｗ ′ ｐ ｔ） …， 量， 表示潜在的状态向量， 令Ａ Ｓ ｓ ｓ ｓ ′， ｔ＝ （ １， ２， ｔ） ， ， 表示状态之间的转 ＝｛ Ｐ ｓ ｓ ｉ） ｐ ｐ ｊ ｉ ｉ ｔ＝ ｔ － １＝ ｊ｝ ｊ＝ （ ， 移概率， 初始状态概率记为： Ｐ（ ｓ ∏＝ ｛ π π ｉ｝ ｉ＝ １＝ ） 。 （ ） ， （ ） （ ） ， 令 表示 ｉ Ｂ＝ ｛ ｂ ｂ ＰＯ ｏ ｓ ｊ ｔ＝ ｔ＝ ｊｏ ｝ ｊｏ ＝ 状态ｊ 的观察概率分布， 令Θ＝ ｛ 表示参数 Ａ， Ｂ， ∏｝ 集合。维特比算法的核心思想是在观测向量 Ｗｔ 已 即： 知的 条 件 下 找 出 最 优 的 状 态 向 量 Ｓ ｍ ａ ｘ Ｐ ｔ， （ 。 Ｓ Θ） ｔ Ｗ ｔ， ） …， …， 先定义： ｉ ＝ｍ ａ ｘ Ｐ（ ｗ１， ｗ２， ｗ ｓ ｓ δ ｔ（ ｔ， １， ２，
通货膨胀的门槛效应与中国经济增长
通货膨胀的门槛效应与中国经济增长唐雪莲;建克成【摘要】the relationship between inflation and economic growth is still a pending issue so far. This paper establishes a non-linear panel threshold model to illustrate the relationship between inflation and economic growth,and selects the inflation rate change as the threshold variable. By using the provincial panel data of empirical testing in China from 1985 to 2011 years, we found that when the inflation rate of change is lower than the threshold variable 0.0800,the inflation can promote economic growth. What’s more,when the change in the threshold variable is between 0.520 and 0.0800,the positive effect of inflation in boosting economic growth is more obvious. However,when the change is higher than the larger of the second threshold val⁃ue,the inflation is negatively correlated with economic growth. Therefore,the control of inflation relative growth rate is consid⁃ered as important as absolute level control.% 迄今为止，通货膨胀与经济增长之间关系仍然是一个争而未决的难题。
基于VAR模型的经济增长与通货膨胀关系的实证分析
Ｖｏ １ ． ３１ Ｎｏ ． １
Ｊ ａ ｎ ． ２ ０ １ ５
基于 Ｖ Ａ Ｒ模型的经济增长与通货膨胀关系的实证分析
黄 陈刘 ，张 晓
（ 郑 州大学 商 学院 ，河 南 郑州 摘 ４ ５ ０ ０ ０ １ ）
要 ：本 文运 用基 于 Ｖ Ａ Ｉ Ｌ模 型 的动 态经 济计 量分析 方法 ， 对我国 ２ ０ ０ ０年 １季度一 ２ ０ １ ４年 １季度
第３ １ 卷 第１ 期 下） ２ ０ １ ５年 １月
赤 峰 学 院 学 报 （自然 科 学 版 ）
Ｊ ｏ ｕ ｒ ｎ ａ ｌ ｏ ｆ Ｃ ｈ ｉ ｆ ｅ ｎ ｇ Ｕ ｎ ｉ ｖ ｅ ｒ ｓ ｉ ｔ ｙ（ Ｎ ａ ｔ ｕ ｒ ａ ｌ Ｓ ｃ ｉ ｅ ｎ ｃ ｅ Ｅ ｄ ｉ ｔ ｉ ｏ ｎ ）
中图分 类号 ： Ｆ ０ １ ５
１ 引 言
文献标 识码 ： Ａ
文章 编 号 ： １ ６ ７ ３ — ２ ６ ０ Ｘ（ ２ ０ １ ５ ） ０ １ — ０ ０ ５ ２ — ０ ３
膨胀对经济增长即不存在促进作用 ， 也不存在阻碍 作用 ． 例如 ， 葛翔宇 （ ２ ｏ １ ３ ） 研究认 为经 济增长 与通 货膨 胀 没有 可 预 见 的 Ｇ ｒ ａ ｎ ｇ ｅ ｒ 因果 关 系 ， 采 用适 当 的货币政策可 以即保增长又防通［ ３ １ ． 本文使用 ２ ０ ０ ０ 年第 １ 季度到 ２ ０ １ ４年第 １ 季 度我 国季度经济增长率 （ Ｇ Ｄ Ｐ Ｒ ）和通货膨胀率 （ Ｃ Ｐ Ｉ ） 数据 ， 采用 Ｖ ＡＲ模 型 、 脉 冲 响应 函数 和 方差 分解 技 术实证 研究 了经 济增 长 与通货 膨胀 的关 系 ， 从而为实际的经济活动决策提供参考．
经济增 长和 通货 膨胀 的 关 系就 行 了实证 研 究． 研 究结果表 明 ， 通货 膨 胀对 经 济增 长的影 响 随 时 间推 移 由正 变负。 而经 济增 长对 通货 膨 胀具 有持 续推 动作 用 ， 且 通货 膨 胀 受 自身 波动 的影 响较 大． 为 了保 持 我 国经 济
生物系统中种群动力学模型的研究
生物系统中种群动力学模型的研究种群动力学模型是生物系统中研究种群数量变化规律的重要工具。
通过建立数学模型，可以描述种群的增长、衰退、稳定等现象，并揭示其中的动力学机制。
在生态学、进化生物学、流行病学等领域，种群动力学模型被广泛应用于研究种群的演化和交互作用。
种群动力学模型的研究对象是生物种群，即同一物种个体组成的总体。
种群数量的变化受到多种因素的影响，包括出生率、死亡率、迁移率、资源利用率等。
种群动力学模型的基本假设是种群在长时间尺度上达到稳定状态，即种群数量保持在一个相对恒定的水平。
在这种情况下，种群数量的变化可以用数学方程来描述。
一种常用的种群动力学模型是Logistic模型，它基于种群数量增长受到资源限制的假设。
Logistic模型的方程形式为：dN/dt = rN(1-N/K)其中，N表示种群数量，t表示时间，r表示种群增长率，K表示环境容量。
该方程的含义是，种群数量的变化率（dN/dt）等于种群数量（N）乘以增长率（r）和环境容量与种群数量之间的差异（1-N/K）。
当种群数量接近环境容量时，增长率趋于零，种群数量达到稳定状态。
除了Logistic模型，种群动力学模型还包括Lotka-Volterra模型、Ricker模型等。
这些模型根据不同的假设和实际情况，描述了种群数量变化的不同规律。
Lotka-Volterra模型用于描述捕食者和被捕食者之间的相互作用，Ricker模型用于描述种群数量的周期性波动。
种群动力学模型的研究不仅可以预测种群数量的变化趋势，还可以揭示种群数量变化背后的机制。
例如，通过调整模型中的参数，可以模拟不同资源利用率对种群数量的影响，进一步理解资源竞争和适应性演化的过程。
此外，种群动力学模型还可以用于评估生态系统的稳定性和脆弱性，为生态保护和管理提供科学依据。
然而，种群动力学模型也存在一些局限性。
首先，模型的建立需要基于大量的数据和假设，对于复杂的生物系统往往存在不确定性。
基于累积logistic回归模型的人因风险预测研究
Ａｂｓｔｒａｃｔ Ｉｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｓｅｎｓｅｏｆｏｃｃｕｐａｔｉｏｎａｌｓａｆｅｔｙｒｅｓｐｏｎｓｉｂｉｌｉｔｙｏｆｃｏａｌｍｉｎｅｗｏｒｋｅｒｓａｎｄ ｒｅｄｕｃｅｔｈｅａｃｃｉｄｅｎｔｒａｔｅ，ｔｈｅｔｈｅｓｉｓｔａｋｅａｄｖａｎｔａｇｅｏｆｔｈｅｒｏｕｇｈｓｅｔｔｈｅｏｒｙａｎｄＳＰＳＳｓｏｆｔｗａｒｅ，ｗｈｉｃｈｗｅｒｅ ｕｓｅｄｆｏｒｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｔｏｓｅｌｅｃｔｅｉｇｈｔｓｉｇｎｉｆｉｃａｎｔｔｈｒｅｅｌｅｖｅｌｈｕｍａｎｆａｃｔｏｒｒｉｓｋｆａｃｔｏｒｓ．Ａｈｕｍａｎｆａｃｔｏｒ ｒｉｓｋｐｒｅｄｉｃｔｉｏｎｍｏｄｅｌｂａｓｅｄｏｎｌｏｇｉｓｔｉｃｒｅｇｒｅｓｓｉｏｎａｎａｌｙｓｉｓｗａｓｅｓｔａｂｌｉｓｈｅｄ，ａｎｄｔｈｒｅｅｓｉｇｎｉｆｉｃａｎｔｒｉｓｋｆａｃｔｏｒｓ （ｃｕｌｔｕｒａｌｌｅｖｅｌ，ｍｏｏｄｓｗｉｎｇｓａｎｄｔｅｃｈｎｉｃａｌｐｒｏｆｉｃｉｅｎｃｙ）ｗｅｒｅａｎａｌｙｚｅｄ．Ｏｎｔｈｅｓａｍｅｔｉｍｅ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗ ｔｈａｔｔｈｅｓｉｇｎｉｆｉｃａｎｔｌｅｖｅｌｏｆｇｏｏｄｎｅｓｓｏｆｆｉｔｃｏｅｆｆｉｃｉｅｎｔｏｆｔｈｅｍｏｄｅｌｉｓｆａｒｇｒｅａｔｅｒｔｈａｎ０．０５，ａｎｄｔｈｅｐｒｅｄｉｃｔｉｏｎ ａｃｃｕｒａｃｙｏｆｔｈｅｍｅａｓｕｒｅｄｄａｔａｉｓ８０．５％．Ｗｉｔｈｔｈｅｈｅｌｐｏｆｓｃｉｅｎｔｉｆｉｃｃａｌｃｕｌａｔｉｏｎ，ｔｈｅａｐｐｌｉｃａｔｉｏｎｎｅｃｅｓｓｉｔｙｏｆ ｅｍｏｔｉｏｎｍａｎａｇｅｍｅｎｔｉｎｓａｆｅｔｙｗｏｒｋｉｓｏｂｔａｉｎｅｄ，ｗｈｉｃｈｐｒｏｖｉｄｅｓｖａｌｕａｂｌｅｒｅｆｅｒｅｎｃｅｆｏｒｅｎｔｅｒｐｒｉｓｅｍａｎａｇｅ ｍｅｎｔ．
居民通货膨胀感受异质性的影响因素分析
居民通货膨胀感受异质性的影响因素分析作者：段进曾琦来源：《金融经济·学术版》2014年第01期摘要：居民通货膨胀感受的异质性不仅是引起通货膨胀预期异质性的重要因素，而且会造成居民通货膨胀感受与官方公布的CPI之间存在偏差。
探究居民通货膨胀感受异质性的影响因素有助于加深对通货膨胀预期异质性的理解，从而有利于货币政策当局管理通货膨胀预期，确保我国经济平稳健康地发展。
关键词：通货膨胀感受异质性通货膨胀预期 CPI 影响因素通货膨胀感受是指经济主体所感受到的过去一段时间整体物价变化程度，也就是公众所感知到的通货膨胀程度。
通货膨胀预期则是指经济主体预期未来一段时间的通货膨胀程度。
通货膨胀感受的异质性是指不同个体或不同群体的通货膨胀感受有明显的差异。
人们对通货膨胀感受的研究主要始于2002年欧洲货币转换时期，欧元诞生之后欧元区居民的通货膨胀感受明显高于欧元诞生之前，而实际上物价水平的变化并不明显，这一奇怪的现象引发了越来越多的学者对通货膨胀感受的研究。
研究发现：个体会因为年龄、性别、收入、受教育程度等因素的不同而表现出系统性的差异，而且同一类群体内部不同个体的通货膨胀感受也有差异。
通货膨胀感受的这种异质性又会导致不同个体和群体的通货膨胀预期也表现出异质性。
一、居民通货膨胀感受异质性对经济的影响（一）对居民通货膨胀预期的影响通货膨胀预期在宏观经济决策中有重要的作用，它不仅会影响人们的消费、储蓄和投资决策进而影响总需求，而且会影响工资和价格进而影响总供给。
欧洲和美国大量的问卷调查显示，不同个体的通货膨胀感受是其通货膨胀预期最重要的影响因素。
Benford和Driver （2008）通过研究英格兰银行的通货膨胀调查问卷发现，40%的居民认为对当期通货膨胀的感受程度是他们形成通货膨胀预期的重要决定因素之一。
居民在对未来通货膨胀作出预期时，必然会考虑到当前实际通货膨胀的感受。
如果居民感受实际通货膨胀率过高，则相应的会对未来通货膨胀率作出较高的预期；反之，则会作出较低的预期[1]。
Logistic人口阻滞增长模型
敬业与乐业高中作文什么是敬业？什么又是乐业？对于我们高中生来说，这两个词似乎有些遥远，又似乎近在咫尺。
敬业，在我看来，就是对自己所从事的工作或学业，怀着一份敬畏之心，认认真真、兢兢业业地去完成。
乐业，则是在敬业的基础上，能够从工作或学习中找到乐趣，享受其中的过程，而不仅仅是为了完成任务。
说到敬业与乐业，我就想起了我们小区门口的那位修车师傅。
他姓张，大家都亲切地叫他张师傅。
张师傅的修车铺不大，就在小区门口的一个角落里，几平米的地方，堆满了各种各样的工具和零件。
每天早上，当我背着书包去上学的时候，张师傅已经早早地打开了铺子，开始了一天的工作。
他总是穿着一件蓝色的工作服，上面沾满了油污，但却洗得很干净。
他的脸上带着微笑，眼睛里透着专注和认真。
有一次，我的自行车坏了，链条掉了。
我推着车来到张师傅的铺子前，他二话不说，拿起工具就开始修。
他先把车子倒过来，用扳手松开后轮的螺丝，然后把后轮取下来，仔细地检查着链条。
“小姑娘，你这链条磨损得有点厉害啊，得换一条新的。
”张师傅一边说，一边用手比划着。
我点点头，心里想着，这下又要花不少钱了。
张师傅似乎看出了我的心思，笑着说：“别担心，小姑娘，我给你算便宜点，保证质量好。
”说完，他就转身从一堆零件里找出了一条合适的链条，开始安装。
他的动作非常熟练，手在链条和齿轮之间灵活地穿梭着，不一会儿，新的链条就安装好了。
然后，他又把后轮装回去，拧紧螺丝，调整了一下刹车，还不忘用一块抹布把车子擦了一遍。
“好了，小姑娘，你试试看。
”张师傅把车推到我面前。
我骑上车，试了试，果然顺畅多了。
“张师傅，您的手艺真好，多少钱啊？”我问道。
“十块钱。
”张师傅笑着说。
我简直不敢相信自己的耳朵，这么便宜？在别的地方，起码得二十块。
“张师傅，您收得也太少了吧。
”我说道。
“哈哈，都是邻居，收多了不好。
只要能把车修好，大家方便就行。
”张师傅摆摆手说道。
那一刻，我对张师傅的敬佩之情油然而生。
他虽然只是一个小小的修车师傅，但他对待工作的那份认真和负责，让我深深地感动。
logistic增长模型的评价与推广
logistic增长模型的评价与推广1.引言1.1背景随着大数据时代的到来，预测和分析数据的需求变得越来越重要。
在复杂的决策过程中，准确预测事物的增长趋势对于制定有效的策略至关重要。
lo gi st ic增长模型作为一种经典的预测模型，被广泛应用于人口、市场、生态等领域。
1.2目的本文旨在评价lo gi st i c增长模型的优缺点，并探讨其推广应用的潜力，以期帮助读者更好地理解和运用l ogi s ti c增长模型。
2. lo gistic增长模型l o gi st ic增长模型是基于S形曲线的一种常见曲线模型，可用于描述某个变量随时间变化的增长趋势。
该模型基于逻辑函数，能够将线性增长转化为非线性增长，更准确地反映事物在不同阶段的增长速度。
3.评价log istic增长模型3.1优点-非线性拟合能力强，适用于描述复杂的增长模式；-可解释性强，能够给出增长速率和收敛值等直观的指标；-模型简单且计算效率高，易于使用和实现。
3.2缺点-对数据的要求较高，需要有较长的时间序列观测数据；-受初始值和收敛值的影响较大，易受数据的噪声干扰；-无法准确描述长期增长或衰减的特殊情况。
4.推广应用4.1人口增长预测l o gi st ic增长模型在人口学领域有着广泛的应用。
通过分析历史人口数据，可以利用lo g is ti c增长模型预测未来人口的变化趋势，为政府决策提供参考依据，如合理规划社会保障、教育资源分配等。
4.2市场份额预测对于市场研究和市场营销而言，l og is tic增长模型能够帮助企业预测产品在市场中的份额变化。
通过将历史市场份额数据拟合到l og is ti c 增长模型，可以预测未来市场份额的变化趋势，从而指导企业的市场战略制定和资源配置。
4.3生态系统模拟生态系统的变化与数量增长有密切关系，l o gi st ic增长模型可以用于模拟生态系统中不同物种的数量动态。
这对于生态学研究和保护生态平衡具有重要意义，可帮助科学家了解不同物种的生态演替规律，并为生态系统管理提供科学依据。
天然商品林生态效益补偿的Logistic模型分析
天然商品林生态效益补偿的Logistic模型分析第11卷第1期2012年3月北京林业大学(社会科学版)JournalofBeijingForestryUniversity(SocialSciences)VOl_11MaT.NO.12012天然商品林生态效益补偿的Logistic模型分析马志波,黄清麟,MAHwanOK.(1.中国林业科学研究院资源信息研究所,国家林业局林业遥感与信息技术重点实验室;2.廊坊市农林科学院;3.国际热带木材组织)摘要:分析了造成持有天然商品林林权证的农民自主经营权,受益权等权益落实困难的原因,提出通过生态效益补偿解决公共生态效益诉求与个人经济利益追求之间的矛盾.采用Logistic模型分析了基于条件价值法取得的示范点数据资料,结果表明农户接受当地公益林生态效益补偿标准的概率与种植业收入占家庭收入的比例呈负相关关系,预测正确率达到67.9%.降低当地农民对种植业的依赖,有助于天然商品林生态效益补偿政策的实施,有效保护天然林资源,促进当地环境与经济的可持续发展.关键词:天然商品林;生态效益补偿;受偿意愿中图分类号:F326.24文献标志码:A文章编号:1671—6116(2012)-01063—06 LogisticModelingAnalysisonCompensationforEcosystemServices ofNaturaiCommercialForestMAZhi—bo一,HUANGQing.1in,MAHwanOK'(J.InstituteofForestResourceInformationTechniques,ChineseAcademyofForestry; KeyLaboratoryofForestryRemoteSensingandInformationTechnology, StateForestryAdministration,Beng,100091,P.R.China;ngfangAcadamyofForestryandAgriculture,Hebei,065000,P.R.China;3.InternationalTropicalTimberOrganization,Y okohama,220—0012,Japan) Abstract:Thispaperanalyzesthereasonsthatcausingdifficultyoffarmers'operatingrightan dbenefit rightcouldnotbeensuredahhoughtheygainedtheusingrightsofNaturalCommercialForestf romtheReformofCollectiveForestUsingRightsSystem(RCFURS)insouthChinarecently.Apolic ysuggestion israisedthatcompensationforecologicalbenefitcanresolvethecontradictionsbetweenpubl icecologybenefitandfarmers'economicbenefit.Withalogisticregressionmodel,thepaperanalyzesin vestigationdataofdemonstrationarea,DaganvillageofHainanProvince,basedoncontingentvaluation method. Resultsshowthatthereexiststhenegativecorrelationbetweentheprobabilitythatfarmersacc eptthepaymentsforecologicalservices(PES)accordingtothelocalstandardofpublicwelfareforest compensationandproportionofplantingincometofamilyincome.Themodelpredictionacc uracyis67.9%.Reducingfarmers'dependenceofplantingishelpfultoimplementthePESpolicyofnatur alcommercialforest,andcanprotectnaturalforestresourcesandachievesustainabledevelopm entoflocalenvironmentandeconomy.收稿日期:2011-09?16基金项目:国家林业局林业公益性行业科研专项"南方集体林区天然阔叶用材林可持续经营技术试验示范"(200704010),国际热带木材组织(InternationalTropicalTimberOrganization简称ITTO)项目"Developmentanddemonstrationonschemeofpaymentforcavironmentalservices(PES) derivedfromdegradedandsecondarytropicalproductionforestsinHainanProvince,China" (ITTORED.SPD020/09Rev.1(F)).第一作者:马志波,博士生.主要研究方向:森林可持续经营.电话:010-********Email:***************地址:100091北京市海淀区颐和园后中国林业科学研究院资源信息研究所.责任作者:黄清麟,博士,研究员,博导.主要研究方向:森林可持续经营理论与技术.电话:010-********Email:**************.on地址:100091北京市海淀区颐和园后中国林业科学研究院资源信息研究所.北京林业大学(社会科学版)第11卷Keywords:naturalcommercialforest;paymentforecologicalservice(PES);willingnesstoa ccepttheecologicalbenefitscompensation(WTA)2008年,我国全面推进了集体林权制度改革(以下简称"林改"),核心是国家把集体林地承包经营权和林木所有权作为财产分给农民,由此确立农民的经营主体地位.林改对解放和发展农村生产力具有重要的推动作用.随着林改的逐步落实,配套政策研究引起了广泛关注,成为新的研究热点,主要涉及产权交易,资源资产评估和资产抵押贷款等方面.但是,随着林权转移产生的另一新问题尚未得到充分关注,即天然商品林保护与利用间的冲突,表现为农户取得天然商品林(天然商品林就是天然起源的,按照用途划分为商品林属性,经由地方政府和林业主管部门界定并发放林权证的一类森林)林权后,自主经营权等权益落实困难.林权所有者依法享有林地承包经营权和林木所有权,处置权, 受益权等权益.作为"理性人",他们通常选择把天然商品林转为经济效益更高的森林类型(比如人工纯林,包括用材林和经济林),在经营中采取成本更低的经营技术(比如皆伐).但是我国天然林资源因历史原因已严重萎缩,从公共利益出发,各地林业主管部门通常要求采取可持续的方式经营天然商品林,比如近自然经营,生态采伐等理论和方法,采伐技术以择伐为主.分布在重要水源保护区,水土流失易发区,生物多样性热点区域的天然商品林,则应采取严格的保育措施,主要用于发挥生态效益而非经济效益.由于公共利益的约束, 目前农户分得的天然商品林事实上成为"私有公共物品",类似于发挥生态功能的公益林.然而我国目前实施的森林生态效益补偿基金制度不补偿商品林,意味着天然商品林林权所有者既不能以追求经济效益为目标经营森林,也得不到任何补偿,势必引起消极管护,使森林质量下降,功能退化,增大潜在的生态风险.所以,如何保障生态效益持续发挥,促进区域可持续发展,同时保障天然商品林林权所有者的合法权益,是林改后急需解决的问题. 解决环境资源保护与利用的矛盾,主要有法律法规,政策引导,经济刺激和教育途径.其中,生态效益补偿(即国外的paymentsforenvironmental/ ecologicalservices,简称PES)是目前广受欢迎的一种经济刺激方法,可以把具有外部性的,非市场化的生态系统服务价值转换成真正的货币,从而激励人们提供这些服务.森林生态效益补偿是较早开展研究和取得较多实践经验的重要领域.在国外,PES一般针对生产性私有土地(用途类似于我国的商品林)'.在我国,随着产权的转移,保护与利用矛盾的凸显,有必要针对具有重要生态价值的商品林,尤其是划归农户的天然商品林,建立准人和补偿机制,通过经济激励防止集体天然林分配到户后转变为人工纯林,达到保护天然林资源, 促进生态系统服务持续供应的最终目的.补偿标准是补偿机制的关键和核心,因为它直接作用于生态系统服务提供者和购买者,很大程度上决定着补偿机制能否实施和最终效果.根据生态效益补偿的概念和内涵,笔者认为在理论上有2 种途径研制补偿标准:①评估提供的生态系统服务价值和持续供应所需的成本,据此制订补偿标准;②按照由于供应某种(或某些)生态系统服务而使提供者丧失的机会成本制订补偿标准.但是在国内外实践中,补偿标准通常低于上述任意一种途径的研究结果,说明现实可行的补偿标准还受其他因素(例如权益人的受偿意愿,当地的经济发展水平) 影响'"..条件价值法(contingentvaluation method,简称CVM)在国内外环境/生态经济学研究中经常被用到..其一般步骤是:①通过问卷调查受访者对某个环保行动构想的最大支付意愿(willingnesstopay,简称WTP)或者最低受偿意愿(willingnesstoaccept,简称WTA),同时收集受访者的年龄,性别,收入,受教育程度,生态意识等社会经济背景信息;②建立模型分析社会经济因素与受访者WTP(或WTA)之间的相关关系,并根据模型估计平均WTP(或WTA)值作为受访者真实意愿的趋近值和资源环境的总经济价值.CVM问卷调查取得的数据资料通常既包括数值变量(例如收入,年龄),也包括分类变量(例如受教育程度,生态环保意识),因此可以用广义logistic回归模型(1ogisticregressionmodel,简称LRM)进行相关分析¨,预测平均WTP(或WTA)值,但是预测的平均值往往偏大¨,对实践的指示意义不大.此外,LRM本身具有预测概率功能,但是尚未得到重视和应用.本文从实际出发,参照中国农村选举超过半数可以蛆过的思路,建立模型分析示范点农户收人,受教育程度等因素与农户接受天然商品林生态效益补偿构想的相关关系,预测农户接受预设的天然商品林生态效益补偿标准的概率,并对预测效果进行评价,目的是为制订切实可行的天然商品林生态效益补偿标准提供参考.第1期马志波等:天然商品林生态效益补偿的Logistic模型分析65 一,示范点概况(一)自然地理概况示范点设在海南省陵水黎族自治县群英乡大干村,地处北纬18.3435",东经109.5105",海拔30～340m,面积约399.48hm.属热带季风岛屿性气候,多年平均气温24.7℃,1月份平均最低气温19.8℃,7月份平均最高气温30℃,历史最高气温37℃,历史最低气温5.6℃,年降雨量1500～2500Inn.干,湿季分明,11月份至次年4月份为旱季,5至10月份为雨季,占全年降水量的85%以上.季风明显,夏半年盛行西南季风,冬半年盛行东北季风,每年平均遭受3～5次台风袭击.研究区北接陵水河,西临走装水库,水资源丰富.地貌以丘陵为主,土壤以棕色黄壤为主.(二)社会经济当地是典型的黎族聚居区,包括芬优,芬界和大干3个村民小组.截至2010年底,全村约有140 户,600人,种植业和外出务工是村民的主要收人来源.栽培物种以橡胶,槟榔,芒果,荔枝,木薯等为主.外出务工者多从事周边地区的瓜菜种植,也有一部分在岛内其他城市和广东省等附近地区就业. (三)森林资源状况根据笔者在2009,2010年的实地调查,大干村天然商品林面积占土地总面积的22.43%,由于向人工林的转变,天然林比1990年减少了32.14%.当地天然植被以低地雨林为主,受经济因素刺激,天然植被受人为干扰严重,珍稀,名贵的乡土树种降香黄檀(Dalbergiaodorifem),无翼坡垒(Hopeawxalata),青皮(V aticamangachapoi),野生荔枝(Litchichinensis) 等已变得极为罕见,水石梓(Sarcospermalaurinum), 海南红豆(Ormosiapinnata),万宁柯(Lithocarpus elmerriUii),猫尾木(Dolichandronecauda-felina),丛花厚壳桂(Cryptocaryadensiflora),黄杞(Engelhardtia roxburghiana),海南哥纳香(Goniothalamushowii)等常见树种的分布范围也不断缩小.在本次调查之前,已经有研究者采用参与式调查等方法在该示范点开展了森林景观恢复研究,当地居民对访谈和问卷调查已经有所了解,对森林的生态功能可能也有一定的认识.该村有国家和海南省重点公益林,在2010年完成了划界和护林员招聘工作,因此当地居民对森林生态效益补偿机制也有初步认识.二,研究方法(一)问卷调查根据Carson,张志强等,赵军等对CVM应用原则,方法的总结,笔者设计问卷主要内容和实施步骤如下:①根据当地自然环境特征,向受访者介绍天然林的主要生态功能,天然林转为人工林或者遭破坏的后果,介绍实施天然商品林生态效益补偿的构想.②调查受访者家庭成员基本情况,包括成员性别,年龄,文化程度,收入来源,年收入水平,家庭种植业发展计划等.③调查受访者对森林生态系统服务的认识,对森林生态效益补偿相关政策的了解.④介绍目前国家制定的关于森林生态效益补偿的政策,以及海南省公益林生态效益补偿相关文件(琼审农[2009]257号,琼府[2008]71号)中关于补偿标准的规定.⑤调查受访者在接受一定生态效益补偿的前提下,是否可以保证不将天然林转为人工植被,从而保障天然林生态系统服务的持续供应.如果同意此构想,是否同意参照政府文件规定的标准执行补偿,或者提出个人认为合理的补偿标准;如果不同意此构想,进一步询问不同意的原因.为保证访谈数据资料的全面性和可靠性,笔者聘请了当地居住年限较长,农村生产生活经验较丰富的群众作向导,同时解决语言不通问题;选择户主在场时进行访谈;记录家庭成员信息时验证了户口薄;记录了受访家庭的联系电话,便于后续资料检验. (二)LRM简介参考Johnson引,Kutner等¨的研究成果,笔者简述LRM如下:对于二分类名义变量的条件平均数,属于广义的logistic函数,有:f(x)1(1)+e一"』;l由于函数值在0～1之间,至少在形式上等同于概率累计分布,因此可以将式1视为因变量的条件概率分布,记为P(y),有:P(Y)=——_÷::___(2)l+e"己J=1啊若定义"成功的概率与失败的概率之比"为胜负比(odds),即某一事件出现的概率相应于不出现的概率的倍数,并定义"对胜负比取对数即为logit变换",则有:odds::e∑(3)l—pLy两边取自然对数,有:g()=lnodds=0+>'.bjx(4)式4建立了自变量与概率之间的非线性关系,这种关系就是logistic关系,基于这种关系开展的回归分析就是logistic回归分析.(三)建模工具和预测效果检验本文使用R软件(版本号2.13.0)完成模型建66北京林业大学(社会科学版)第11卷设,检验和预测分析.主要调用glm(),step(),wald.test()等函数.随机选取70%的调查数据用于建模,剩余数据用于检验预测效果.用预测正确率(CR)检查预测效果,公式如下:CR=(5)A+B+C+D,对于选定的某个临界值(一般取0.5),可把大于临界值的预测值表示为1,小于的计为0,此时预测结果可以分为0或1两类.预测值与观测值之间的关系可以分为4类,用式5中的A,B,C,D代表, 其中:A代表观测值=1,预测值近似为1的情形发生的次数;B代表观测值=1,预测值近似为0的情形发生的次数;C代表观测值=0,预测值近似为1 的情形发生的次数;D代表观测值=0,预测值近似为0的情形发生的次数.三,结果分析(一)社会经济因素分析示范点内有部分居民长期外出经商,务工,可以采访的家庭数为106户,其中8户明确表示拒绝接受访谈,实际完成98个家庭的入户访谈,占当地总家庭数的70%(占可采访家庭数的92.45%).访谈中登记家庭成员信息覆盖488人,占该村总人口数的81.33%.根据访谈数据,笔者分析示范点社会经济情况如下.1.收入水平和收入结构2010年,大干村家庭年平均总收入为26338元(变动区间1280～85000元),人均收入为5289元. 以人均收入为标准,低于标准的家庭占调查家庭总数的37.8%.2010年该村种植业收入占家庭总收入的比例平均值为32.3%,其余收入主要来源于外出务工和经商(以营销农牧产品和日用品,自酿米酒等为主).橡胶和槟榔是当前栽培面积最大的经济植物,但超过60%是最近10年内栽植,处于幼树,幼苗期,个别达到初产期.受价格上涨刺激,以及黎族群众嚼食槟榔的传统,有约90%的受访者最近3年内调整了种植结构,通过缩减果树林和农作物(主要是木薯)扩大了橡胶和槟榔种植面积;有75%的农户表示,如果有土地,将继续扩大家庭橡胶和槟榔种植面积.2.家庭劳动力资源根据入户调查资料计算,平均每个家庭有人口约5人,其中:务农劳动力(18—50岁)约2人,外出务工1人,其他人员约2人.l8岁以上务农人口约占60.1%.3.教育水平和对森林生态系统服务的认知家庭成员(不包括在校生和学前儿童)平均受教育年限为8.4年(变动区间为4.5～11.0年).登记98个家庭中成年人受教育年限满9年义务教育及以上的有265人,占54.3%;有大学生2人,占0.4%.98位户主中,有8人是高中学历,小学学历10人,其余8O人为初中学历.在主要家庭成员(主要是配偶和父母)在场可提示的情况下,98位户主中有14位可以说出3项以上的森林生态功能,43位可以说出1～3项有41位说出0项.这说明约有58.2%的家庭至少了解1项森林生态系统服务, 有41.8%的家庭对森林生态系统服务缺乏了解.根据上述分析可以初步判断:当地种植业发展势头较强,在缺乏土地的情况下,把天然林转变为人工林的可能性较大.原因是:①当地家庭之间收入差距较大,农户发展经济,提高收入,缩小收入差距的愿望强烈;②种植业,尤其是橡胶和槟榔的种植可能是目前最重要和最有前景的致富门路,当地具有种植橡胶,槟榔的传统和气候土壤优势,示范点所在乡镇近期被县政府确定为扩大橡胶种植规模的重点乡镇,受市场需求和价格上涨因素的刺激,当地群众调整家庭种植结构的行动已经开展, 扩大种植规模的意愿也较强;③当地群众受教育程度普遍不高,劳动力主要分布在种植业,这种现状在短期内较难改变.(二)模型建立与分析预测1.变量选择与回归分析基于上文分析,笔者选择种植业收入占家庭收入的比重,受访者年龄,家庭年总收入,家庭务农人口等作为预测变量(见表1).调查中94.9%受访者家庭表示同意在接受一定的生态效益补偿前提下,不把其占有的天然林转变为人工植被,从而保证天然林生态系统服务的持续供应和质量的提高. 这一比例较高,因此本研究以是否接受有关政府文件规定的公益林生态效益补偿标准为因变量.表1变量的取值范围与描述年龄(n)数值变量,自变量家庭务农人数(1)数值变量,自变量,收入占总收人数值变量,自变量的比例()一……一受教育程度(ed)分类变量,自变量璧的生态功能项分类变量,自变量数(ec)～……一0—100O—l00—1000:初中及以下;1高中及以上0:0项:1:1—3项2:>3项是否接受有关政府文件规定的公益林生态二分类变量,因变量1:同意;O:不同意效益补偿标准(wta)注:海南省政府(琼府[2008]71号)制定了5年规划逐步提高公益林生态效益补偿标准至每年每公顷300元.本文主要采用逐步回归的方法进行建模.为便于比较,同时给出了全变量模型logitO1和逐步回归第1期马志波等:天然商品林生态效益补偿的Logistic模型分析67 得到的模型steplogitO1,参数估计和检验结果等列于表2和表3.由表2知,表1所列变量全部进入模型时,通过检验的只有z与i,说明这两个变量对受访农户的wta影响显着,而年龄,受教育程度,生态意识对wta影响不显着.此时有必要对变量做进一步筛选.表2全变量模型拟合结果注:表示通过显着水平a=0.1检验,"表示通过显着水平a0.05检验.表3逐步回归的拟合结果注:"表不通过显着水平a=0.05检验.采用逐步回归法筛选变量,得到模型steplogit01.steplogit01中通过显着性检验的只有i(a=0.05),z和截距的P值不能通过检验(具体结果见表3).因此需要再次对变量做出取舍.考虑到变量z与i可能存在共线性,或者说存在i中已经包含z信息的可能性,因此尝试在逐步回归结果steplogit01基础上剔除z,拟合结果见表4.从表4可以看出,种植业占总收入的比例和截距都通过了显着性检验.表4取得的结果说明剔除变量Z符合上述推断.进步检查3次拟合所得变量i的系数(具体值见表2～4)可知其均为负值且变幅较小,在一定程度上说明白变量i对因变量wta的解释力较为可靠,也说明剔除变量z的合理性.表4剔除变量l后的拟合结果注:"表不通过显着水平a=0.01检验,'表不通过显署水平a= 0.05检验.进一步,对i进入模型(即logit02)和只保留截距的情形(Nullmodel,即Null模型)做检验,P值=0.01334976<a=0.05,说明logit02的整体拟合效果显着优于Null模型,也就是说变量i进入模型具有实际意义.logit02的形式如下:lnodds=In_1?0733+1?5519i(6)2.预测效果检验根据式5,模型6和用于检验预测的28个样本,计算得到预测正确率为67.9%,具体的wta值(观测值)及其对应的wta(预测值)列于表5.根据前文所定义的分类方法,以及表5给出的预测值,计算A类结果占检验样本的比例为53.6%(剔除日,C两类预测失误结果),即预测接受wta的农户所占比例超过半数,说明通过天然商品林生态效益补偿的途径保护当地的天然林具有可行性.目前直接应用预测正确率检验预测效果的实例较少.缪柏其等用超过1000个样本建模,用1和0.5为标准分析24个样本的预测误差,其中预测相对误差<0.5的占54%.参照该应用案例,笔者认为本研究预测效果可以接受.表5观测值与预测值l10.66510.4660.383100.6470.692100.5890.70510.3830.383l10.6820.658110.6850.633ll03830.619100.4470.38310.5890.689四,结论与讨论(一)结论种植业收入占总家庭收入的比例与村民接受天然商品林受偿建议的意愿呈负相关关系.结合本文社会经济调查结果,笔者认为通过改善教育状况,增加就业技能培训,拓宽家庭经济收入渠道,降低群众对种植业的依赖性,有利于缓解天然商品林转为人工林的压力.本研究建立用于预测林权所有者受偿意愿的logitic模型只包括截距和一个自变量i,形式简单, 预测正确率达到67.9%.预测接受wta的农户超过半数,参考我国农村选举中超过半数可以通过的原则,笔者认为按当地现有公益林生态补偿标准对天然商品林实施生态效益补偿具有可行性.从决策者角度出发,沿用现有制度对天然商品林进行补偿,成本较低,便于被其他人群接受,从而有利于进人决策程序,最终转变为决策实践,解决当前的突出矛盾.(二)讨论1)当数据等离散或者过离散时,用零膨胀泊松分布模型(zero-inflatedPoissondistributionmodel,简称ZIP)或者零膨胀负二项分布模型(zero—inflated negativebinomialdistributionmodel,简称ZINB)分析68北京林业大学(社会科学版)第11卷可以取得更好的效果,ZIP和ZINB已经在医学和生物学领域得到了大量应用.,但是在环境/生态经济学研究中尚未得到关注.ZIP和ZINB要求大样本.,但是最低要求多少样本不得而知,目前所见最小样本数来自美国加利福尼亚大学洛杉矶分校学术技术服务网站给出的应用案例,其样本数超过200.由于示范点总户数低于200,无法满足ZIP或ZINB建模要求,因此,本研究仍使用LRM描述和分析调查数据,从模型检验和预测正确率分析看,logit02可以接受,尽管LRM可能不是最适合的模型.2)产权转移后,实施天然商品林生态效益补偿无疑需要林权所有者的认可.本文采用了常用的CVM途径获得调查数据,建立模型分析当地政府现有公益林补偿标准被群众接受的概率,从而为尽快解决林权落实中的利益冲突提供决策依据.这种思路能否在其他类似决策行动中加以利用还有待进一步的实践检验.参考文献:[2][3][4][5][6][7][8][9][1O][11][12]景谦平,侯元兆.森林资源资产评估管理[J]究,2009,22(3):5-7陈瑶.森林资源资产价值的综合评估方法[J]学,2009,37(6):89-99.世界林业研东北林业大王富炜,王自力.森林资源资产评估的价值类型及其估值[J].北京林业大学(社会科学版),2009,8(4):83-86. STONER.NursingChina'sailingforestsbacktohealth[J]. Science,2009,325(5940):556-558.陆元昌.近自然森林经营的理论与实践[M].北京:科学出版社,2006.张会儒,唐守正.森林生态采伐理论[J].林业科学,2008,44(10):127—131.NA TASHALM,INATP.Silverbulletorfools'gold?.aglobal reviewofmarketsforforestenvironmentalservicesandtheir impactonthepoor[R].London:InternationalInstitutefor EnvironmentandDevelopment,2002.WUNDERS.Paymentsforenvironmentalservices:somenuts andbolts[M].Bogor:CenterforInternationalForestryResearch (CIFOR),2005.李文华,李芬,李世东,等.森林生态效益补偿的研究现状与展望[J].自然资源,2006,21(5):676—688. ZBINDENS,LEEDR.Payingforenvironmentalservices:an analysisofparticipationinCostaRica'sPSAprogram[J]. WorldDevelopment,2005,33(2):255?272.ENGELS,PAGIOLAS,WUNDERS.Designingpaymentsfor environmentalservicesintheoryandpractice:anoverviewofthe issues[J].EcologicalEconomics,2008,65(4):663-674. CARLOSMP,ALEJANDROG,JUANMT,eta1.Payingfor thehydrofogicalservicesofMexico'sforests:analysis, negotiationsandresults[J].EcologicalEconomics,2008,65 (4):725-736.[13]ASQUITHNM,VARGASMT,WUNDERS.Sellingtwo environmentalservices:in-kindpaymentsforbirdhabitatand watershedprotectioninLosNegros,Bolivia[J].EcologicalEconomics,2008,65(4):675-684.[14]TURPIEJK,MARAISC,BLIGNAUTJN.Theworkingfor waterprogramme:evolutionofapaymentsforecosystemservices mechanismthataddressesbothpovertyandecosystemservice deliveryinSouthAfrica[J].EcologicalEconomics,2008,65 (4):788-798.[15]CARSONRT.Contingentvaluation:auser'sguide[J]. EnvironmentalScience&Technology,2000,34(8):l4l3.14l8.[16]JOHNSONDE.应用多元统计分析方法[M].北京:高等教育出版社,2005.[17]KUTNERMH,NACHTSHEIMCJ,NETERJ.Appliedlinear regressionmodels[M].第4版影印版.北京:高等教育出版,2004.[18]KOTCHENMJ,REILINGSD.Environmentalattitudes, motivations,andcontingentvaluationofnonusevalues:acase studyinvolvingendangeredspecies[J].EcologicalEconomics, 2000,32(1):93-107.[19]LOOMISJ,KENTP,STRANGEL,eta1.Measuringthetotal economicvalueofrestoringecosystemservicesinanimpaired riverbasin:resultsfromacontingentvaluationsurvey[J]. EcologicalEconomics,2000,33(1):103—117.[2O]MACMILLAND,DUFFE,ELSTIOND.Modellingthenon—marketenvironmentalcostsandbenefitsofbiodiversityprojeets usingcontingentvaluationdata[J].EnvironmentalandResource Economics,2001,18(4):391-410.[21]张晓红,黄清麟.森林景观恢复研究[M].北京:中国林业出版社,2011.[22]张志强,徐中民,程国栋.条件价值评估法的发展与应用[J].地球科学进展,2003,18(6):454-463.[23]赵军,杨凯.自然资源与环境价值评估:条件价值法及应用原则探讨[J].自然资源,2006,21(9):834—843.[24]缪柏其,韦剑,宋卫国,等.林火数据的logistic和零膨胀Poisson(ZIP)回归模型[J].火灾科学,2008,17(3):143—149.[25]HALLDB.Zero—inflatedPoissonandbinomialregressionwith randomeffects:acasestudy[J].Biometerics,2000,56(4):1030.1039.[26]郭福涛,胡海清,金森,等.基于负二项和零膨胀负二项回归模型的大兴安岭地区雷击火与气象因素的关系[J].植物生态,2010,34(50):571-577.[27]TheUniversityofCaliforniaatLosAngelesAcademicTechnology Services.Rdataanalysisexamples[EB/OL].[2011-05—10]./stat/r/dae/.(责任编辑孔艳)。
农户选择土地产权抵押贷款融资意愿研究——基于多元有序Logistic模型
第!"卷!第#期$%&'年&&月财经理论与实践 双月刊()*()*+,-./01,.2(32*+443/./2*./0*2+/+5326789:!"!/8:#/8;<!$%&'经济管理农户选择土地产权抵押贷款融资意愿研究***基于多元有序\8Q M P K M O模型薛宝飞!郑少锋!西北农林科技大学经济管理学院"陕西杨凌!=&$&%%#"摘!要 选取$%&=年甘肃陇南四个村镇&#$个样本农户的相关调研数据!运用多元有序\8Q M P K M O模型对农户土地产权抵押贷款融资意愿进行实证分析"结果显示%由于收入水平和抗风险能力原因!风险认知因素有负向影响&政策环境和融资评价虽然对农户有着正向影响!但农户普遍认为当地存在资金来源单一和利率较高的现象!并且信息传递存在障碍&服务认知在一定程度上负向影响农户意愿&社会保险)社会关系)家庭情况和对象特征影响不显著"关键词 土地产权&抵押贷款&多元有序\8Q M P K M O模型&农户中图分类号 4!%&:!文献标识码 !.文章编号 &%%!>=$&= $%&' %#>%&A$>%#一 引!言随着新农村建设不断推进"农户的金融需求也呈现出层次性%多元化趋势并且需求总量不断攀升"但是农户贷款难问题始终是制约农村社会健康稳定的关键因素$$%&!年中央一号文件明确指出"要不断改善农村金融服务"创新符合农村特点的抵!质#押担保方式和融资工具"从而建立多种形式的农业信用担保体系$为了缓解'贷款难(和'难贷款(的问题"甘肃陇南%临泽%泾川等地进行了'三权(抵押融资试点"探索土地承包经营权抵押贷款新模式"推动农村产权抵押融资制度化%规范化"促进农村融资环境改善和农村经济社会快速发展$其它地区也在进行农村产权抵押的大胆尝试$陕西省高陵县建立了西北首家农村产权交易平台"通过T16定位为农户财产进行确权)杨凌示范区和四川省成都市则通过农村土地经营权%建设用地使用权等进行抵押融资)重庆市不断完善地票交易机制"对农村产权进行确权登记并成立了农村土地交易所$相比较于前几种模式"甘肃陇南的'土地承包经营权抵押(模式优势体现在土地流转合作社和农户之间的互相担保"在一定程度上规避了法律风险%降低了银行信贷风险"同时由于贷款农户的土地承包经营权只采取转包和出租的形式"原则上农户不会失去土地承包经营权"确保了农户的基本生活保障$在土地产权抵!质#押方面"学术界所持态度褒贬不一"有的认为农村土地经营权的转让与土地集体所有制不矛盾"转让会不断优化农地资源配置"从而实现规模化经营"最终达到农户财产性收入和经营收入双重增收的目的/&"$0)通过建立农业合作经济组织或者以土地承包经营权为抵押的相关农村金融制度"可以有效化解农户贷款难的问题"缓解农村地区资金'瓶颈(现象/!Y C0$有的却认为目前农村土地承包经营权流转存在'非自愿%非规范(的情况"不利于真正维护双方的合法权益)农村土地抵!质#贷款经过多次土地流转"会导致农户失地和抵押贷款悬空的危险/#Y'0$在实证方面相关研究较少"有学者通过公式推导认为"我国农地承包经营权市场流转总体上呈现出需求大于供给的不均衡趋势/"0)通过相关模型分析出农村资金需求量大"但农户的参与意愿明显高于参与行为"且其自身行为态度直接影响农户的参与意愿/&%0)农民由于缺乏抵押物而无法进行融资"因此"土地承包经营权抵押贷款试点应在非农收入与家庭收入水平高的农户中进行/&&"&$0$从已有文献来看"由于农村土地产权不明晰"学术界对产权抵押融资褒贬不一"主要的分歧在于土地流转是否有助于资源的优化配置$然而"无论哪"收稿日期 !$%&'>%!>%$基金项目 !国家社会科学基金项目!&'b B-&$&#%国家自然科学基金项目!=&==!%"!#%陕西省软科学面上项目!$%&A g,5%'#作者简介 !薛宝飞!&"='*#"男"陕西榆林人"西北农林科技大学经济管理学院博士研究生"研究方向+农业经营与管理)郑少锋!&"C"*#"男"陕西咸阳人"西北农林科技大学经济管理学院教授"博士生导师"研究方向+农业经济管理$年第期总第期 薛宝飞 郑少锋 农户选择土地产权抵押贷款融资意愿研究一方面都没有从实证角度给出相关证明$目前的实证研究肯定了土地产权流转能够增加农户贷款的可获得性"但这也是从地区甚至全国宏观层面对其进行分析$由于农村各地区的经济发展水平%资源禀赋等都呈现出较大差异"很难从整体上对农户土地产权抵押贷款进行准确判断"因此从微观层面"尤其是农户方面对某一地区特定的土地产权抵押模式研究就更有价值$甘肃陇南的土地承包经营权反担保贷款作为近两年来一种新兴的抵押模式"由于兼顾多方效益"实施以来取得了较大的成效$那么"当地的农户对这类抵押模式评价如何&又有哪些因素促进和阻碍农户的贷款意愿&鉴于此"从农户的角度出发"运用多元有序\8Q M P K M O 模型研究贷款意愿有助于更好地修正和完善这种抵押模式"从而进一步缓解农民贷款难问题$二 研究方法与理论模型 一 研究方法\8QM P K M O 分析广泛地用于因变量为二分类变量的回归模型"它采用极大似然法求解回归参数"通过概率值进行整体检验"1表示事件发生概率"!&Y1#表示事件不发生概率/&!0$本文的因变量指标为农户进行土地产权抵押贷款融资的意愿度"是一个概率值并且为五个离散变量指标"在进行模型回归前需转化为虚拟变量"因此"选用多元有序\8Q M P K M O 模型能够很好地测量变量之间的关系$二 理论模型采用多元有序\8Q M P K M O 模型来考察农户选择土地产权抵押贷款融资的意愿"把意愿因素分为非常不愿意%不愿意%一般%愿意和非常愿意$可见农户选择土地产权抵押贷款融资不是一个连续变量"在借鉴黄祖辉!$%%##和李剑!$%&$#/&A "&C0模型的基础上把因变量的取值限定在/&"C 0"分别把因变量赋值为+非常不愿意h &"不愿意h $"一般h !"愿意h A "非常愿意h C $假设'*6表示第*个农户选用第6种策略的效用"当'*63'**!6)*#时"追求效用最大化的农户会选择第6种策略"此时"第*个农户使用第6种策略的概率为+,!I *=6#=,!'*63'*.#"假设6种类型相互独立且服从同样的威布尔分布"即9!"#=J [W !-"#"则第*个农户选择第6种策略的概率为/&A "&C 0+,!I *=6#=-&!G *#&?#6.=&-&!G *#!&#*=&","&#$)6=&"$"!"A "C \8Q M P K M O 回归分析的中心概念即是\8Q M K "它是发生比的自然对数"发生比为+M 2!&>M #"即某事件出现的概率与不出现的概率之比"本文具体表现为农户选择土地产权抵押贷款融资的意愿和其它融资意愿的概率之比$由于发生比不是线性模型"因此取其自然对数就可转换为相应的线性方程式/&!0+N $/*3!M #=N (/M2!&>M #0=&!G #!$#\8QM P K M O 模型的具体形式如下+N $/*3!M #=!%?#15=&!575*!!#5h &"$,)*=&","&#$根据\8Q M P K M O 变换的定义有+将式!!#代入式!$#"则第*个农户选择土地产权抵押贷款融资意愿第6类发生的概率如下+,!I *=6#=J [W !!%?#15=&!5G 5*#2/&?!!J [W !!%?#15=&!5G 5*#0!A#其中"*代表农户样本"6代表农户选择土地产权抵押贷款融资的意愿类别"G 5*为影响第*个农户选择土地产权抵押贷款融资意愿的第5个相关变量"!5为影响变量估计参数"1为相关影响变量的个数$三 数据来源与计量分析 一 数据来源数据来自于课题小组$%&=年=月对甘肃陇南四个村庄的农户进行的随机抽样问卷调查"调研共发放&"%份问卷"回收有效问卷&#$份"有效率为'C :$#S $样本的选择具有较强的代表性"特征分布如表&所示$二 计量分析&:自变量的选取$自变量来自于课题小组的调研问卷选项"为了尽可能地分析各指标间的关系"采用探索性因素分析"初步选取问卷中的A &个指标"并对其做最初的适合性检验"其中g 5+h %:C C &"由于值较小不适合进行因素分析"对A &个指标进行逐步删除"直到g 5+的值不再变化为止$具体做法是通过观察反映像相关矩阵的对角线值!56.#"将其最小的一个去掉后再进行g 5+值检验"依次类推"最终将56.的值都小于%:C C 的全部去掉"最终确定了影响农户土地产权抵押贷款融资意愿的$A 个自变量"自变量的定义和相关均值如表$所示$!A &财经理论与实践 双月刊年第期表C !农户样本特征分布指标类别频数比重!S #$"岁及以下&$=:A &!%&!"岁A A $=:&#受访对象年龄!岁#A %&A "岁#%!=:%A C %o C "岁!"$A :%=#%岁及以上=A :!$没上过学&&&&&&&&&&&&&&&&&&&&&&&$'&=:$'小学文化=%A !:$&受访对象文化程度初中文化C #!A :C =高中文化=A :!$大专及以上文化&%:#$&&&&&&&&&&&&&&&&&&&&&&&&&$'A :"A!&A=&A !:'!受访家庭人口数量C &##A !":C &=&'&#":''"&&%$&:$A &%人以上&%:#$%S &&&&&&&&&&&&&&&&&&&&&&&&$%S A $$C :"!受访家庭供养比$%S &A %S !C $&:#%A %S &#%S A "!%:$C #%S &'%S!#$$:$$!!注+家庭人口数量以目前居住在家里的人口!包括在外读书的子女#表示"供养比用完全丧失劳动力的老人与上学的子女之和与家庭人口数量的比值表示$$:农户选择土地产权抵押贷款融资的意愿因子分析$对最终筛选出的$A 个因子进行g5+和b H L K 9J K K 等检验"结果表明"g5+的统计量为%:#A ""b H L K 9J K K 球形检验的G $的值为="$:C &&"球形检验结果的显著性概率值1h %:%%%%%:%C "即拒绝净相关矩阵不是单元矩阵的假设"代表总体的相关矩阵间有共同因素存在"适合进行因素分析$首先"采用主成分分析法对影响农户土地产权抵押贷款融资意愿的各变量进行因子分析"由于不能否定各因子之间没有相关存在的可能性"因此"选择1L 8I H [!1#斜交转轴法进行因子旋转"并通过相关系数的大小排序"得到如表!的各个因子变量的载荷系数$然后"通过提取特征值3&的'个公因子"根据其相关定义大致分为社会保险%社会关系%政策环境%融资评价%家庭情况%风险认知%服务认知和对象特征八大类"它们的累积方差贡献率达到了#&:!!&S "表示样本数据中有#&:!!&S 的信息可以由这'个公因子来进行解释"因此"用这'个公共因子代替原来筛选出的$A 个因子来解释农户土地产权抵押贷款融资意愿的影响因素$表M !自变量构成及其定义自变量自变量定义均值受访农户性别男h &)女h $&:&=受访农户文化程度没上过学h &)小学文化h $)初中文化h !)高中文化h A )大专以上文化h C $:!&家庭经营类型纯农业h &)农业为主兼营其他h $)非农业为主兼营农业h !)非农业h A$:%$收入主要来源粮食作物!小麦%水稻等#h &)经济作物!棉花%花生等#h $)打工h !)养殖业h A )做生意h C $:A $有无欠款无h &)有h $&:==亲戚朋友担任!过#村干部否h &)是h $&:$&亲戚朋友在政府部门任职!过#否h &)是h $&:&"亲戚朋友在银行工作!过#否h &)是h $&:%"购买保险!养%医%失%工及生#否h &)是h $&:'C 产权抵押融资政策了解没听说过h &)听说过一点h $)一般h !)基本了解h A )非常了解h C $:"A 产权抵押融资资金来源单一非常不同意h &)不同意h $)一般h !)同意h A )非常同意h C !:C &开展产权抵押融资业务态度非常不积极h &)不积极h $)一般h !)积极h A )非常积极h C !:=%担心失去土地经营权不同意h &)比较不同意h $)比较同意h !)同意h A )非常同意h C $:'&担心失去获贷机会不同意h &)比较不同意h $)比较同意h !)同意h A )非常同意h C$:"A 最近一次使用产权作抵押物土地承包经营权证h &)土地使用权证h $)宅基地使用权证h !)房屋产权证h A )其他h C &:$#政府是否担保否h &)是h $&:C A 产权抵押评估方式非常不合理h &)不合理h $)一般h !)合理h A )非常合理h C !:A A 产权抵押利率水平非常低h &)有点低h $)一般h !)有点高h A )非常高h C !:'%产权抵押贷款期限非常不合理h &)不合理h $)一般h !)合理h A )非常合理h C $:#"产权抵押还款方式非常不合理h &)不合理h $)一般h !)合理h A )非常合理h C !:#=产权抵押办理流程非常满意h &)不满意h $)一般h !)满意h A )非常满意h C !:$=贷后跟踪调查不会h &)会h $&:#C 提醒归还贷款不会h &)会h $&:''参加政策农业保险否h &)是h $&:%"!!注+数据根据问卷相关指标整理所得$AA &年第期 总第期 薛宝飞 郑少锋 农户选择土地产权抵押贷款融资意愿研究!!由表!可知"社会保险包括家庭是否购买保险!养老%医疗%失业%工伤和生育保险#%家庭是否参与当地的政策性农业保险和政府是否对产权抵押贷款提供了担保)社会关系包括家庭成员或亲戚朋友是否有担任!过#村干部%在政府部门任职过和在银行或者信用社工作!过#)政策环境包括当地信用社开展农村土地产权抵押融资贷款业务的态度如何%对产权抵押融资贷款政策的了解程度和认为产权抵押融资资金的来源是否单一)融资评价包括农村土地产权抵押的评估方式%设立的贷款期限%利率水平%办理流程和还款方式是否合理)家庭情况包括家庭收入的主要来源%家庭经营类型%家庭有无欠款%进行产权抵押贷款时所使用的产权抵押物)风险认知包括进行产权抵押贷款时"担心失去土地经营权和由于不能按时还贷而失去再次获贷的机会)服务认知包括农信社在授予贷款后"是否会对贷款进行贷后跟踪调查和当贷款快要到期时"农信社是否会提醒归还贷款)对象特征包括受访农户的性别和受访农户的文化程度$表N!经D,+-3;斜交转轴后的因子结构矩阵影响因子公因子&$!A C#='社会保险购买保险!养%医%失%工及生#Y%:'!'%:%'%Y%:&$%%:$!C Y%:%"%%:$A&%:%#'%:%C C 参加政策农业保险%:='=%:&!"%:%%A Y%:&&A%:%#$Y%:%=%Y%:&'"Y%:%'A 政府是否担保%:A"$Y%:$!A Y%:&!$Y%:A%A%:A=A Y%:&$A Y%:%A&%:%C'社会关系亲戚朋友在政府部门任职!过#%:%$#%:'$A%:%#$%:%!A%:%%%%:%A%%:%$A Y%:%C=亲戚朋友担任!过#村干部Y%:%#&%:'&&%:&A C%:%A'%:%&"%:&%=%:&A#Y%:&%#亲戚朋友在银行工作!过#%:&="%:#'C Y%:%A#Y%:%&"Y%:&$!Y%:&A#%:%C!%:&!'政策环境开展产权抵押融资业务态度Y%:%'#%:%"!%:##'%:$=%Y%:%A!%:%C&Y%:&$'%:%'#产权抵押融资政策了解%:&C%%:&"A%:#C!%:&=%Y%:&&=%:&%=%:%%A Y%:C$$产权抵押融资资金来源单一%:&!"Y%:%!!%:#&#Y%:$'&Y%:%&C Y%:%!'%:%#&Y%:%"$融资评价产权抵押评估方式%:&C C Y%:%''%:&A!%:#$A%:!C C Y%:%'=%:$"!%:&'$产权抵押贷款期限Y%:&!"Y%:%$&%:%#"%:#%'%:%!A Y%:&%"%:&A"Y%:%C!产权抵押利率水平Y%:!'&%:&'$Y%:$A=%:C!#%:&=%%:!"&Y%:&!=Y%:&%'产权抵押办理流程%:$#$%:%&&%:!=A%:A'A Y%:%%"%:A$'Y%:!$C Y%:!$!产权抵押还款方式Y%:!"&Y%:%%C Y%:%#"%:A#"%:&%A%:$#!Y%:%!&%:&'A家庭情况收入主要来源%:&!%Y%:%"#%:&%C%:$'=%:#==%:&$C Y%:&&$Y%:$C!家庭经营类型Y%:%#A%:&&!Y%:%#"Y%:&%C%:#C C%:%''Y%:&#=%:$#=有无欠款Y%:$'$%:&%'Y%:$!#%:$$A Y%:!%$%:$%'Y%:%$$%:%$#最近一次使用产权作抵押物%:%"%Y%:&&C%:$"!Y%:%"A%:$&#%:&!C Y%:&='Y%:%A%风险认知担心失去土地承包经营权%:A A=Y%:&='%:&#$%:$!%%:A!=Y%:C!%Y%:%C=Y%:$$#担心失去获贷机会Y%:$$!Y%:%#C Y%:$'C Y%:$C A Y%:&#'Y%:A A=%:#=#%:&A%服务认知贷后跟踪调查%:%&%%:&'=%:&A=%:$!%Y%:$C C Y%:%!%%:#$#%:&C"提醒归还贷款%:$&C Y%:&=&Y%:%'#Y%:&#'Y%:%C$Y%:%!#Y%:C'%%:&#!对象特征受访农户性别Y%:%""%:%#&%:%%&%:%%C%:%%#%:%&&%:%#&%:=#%受访农户文化程度Y%:%&'Y%:$&'Y%:&%"Y%:!C A Y%:A$A%:$&"Y%:&&=%:A'=新因子命名社会保险社会关系政策环境融资评价家庭情况风险认知服务认知对象特征特征值$:A=A$:&=$$:&$&$:&!#&:'!#&:'!A&:C""&:C"=方差贡献率&$:$&%":'$#":!C'=:=&A#:"A!C:"$'A:"A"A:A%A 累计方差贡献率&$:$&%$$:%!#!&:!"!!":&%=A#:%C%C&:"='C#:"$=#&:!!&!!注+因子相关系数按大小排列"数据由统计结果得出$!!!:农户选择土地产权抵押贷款融资意愿的多元有序\8Q M P K M O分析$通过对受访农户对象是否愿意进行土地产权抵押贷款作为因变量-"以社会保险%社会关系%政策环境%融资评价%家庭情况%风险认知%服务认知和对象特征'个公因子为自变量i"受访农户共有&#$个"即iM&%iM$%iM!%iM A%iM C%iM#%iM=%i M'其中M h&"$"!"A"C,&#$$结果分析如表A 所示$通过表A可以看出+社会保险!Y&#%社会关系!Y$#%家庭情况!YC#和对象特征!Y'#的1值均大于&%S"没有通过显著性检验)而政策环境!Y!#!C S#%融资评价!YA#!C S#%风险认知!Y##!&S#%服务认知!Y=#!&%S#通过了检验"表明政策环境%融资评价%风险认知和服务认知对农户土地产权抵押贷款融资意愿有显著影响$CA&财经理论与实践 双月刊 年第期表O!多元有序1+&%0'%5模型估计结果项目系数标准误V H9G0D:显著性"C S置信区间下限上限产权抵押意愿h$Y!:A!"%:A&"#=:$#'&%:%%%Y A:$#&Y$:#&=产权抵押意愿h!Y$:!A&%:$'=##:!!%&%:%%%Y$:"%A Y&:===产权抵押意愿h A$:A"'%:$"!=$:A==&%:%%%&:"$!!:%=!社会保险Y&Y%F%"&%F&$A%F C A%&%F A$A Y%F C!&%F!A"社会关系Y$%F$%C%F&!A$F!!'&%F&$&Y%F$%#%F#&C 政策环境Y!%F!C A%F&%&&$F$'#&%F%%A Y%F%=$%F='%融资评价Y A%F!%"%F&&=#F"='&%F%%"Y%F!%'%F"$#家庭情况Y C%F%&'%F%"%%F%A%&%F"$A Y%F!C C%F!"&风险认知Y#Y%F=A A%F&&!A!F!C$&%F%%%Y&F'%=%F!$%服务认知Y=Y%F&A#%F%'#$F''A&%F%'"Y%F A&=%F&$C 对象特征Y'%:%A=%:&&&%:&="&%:'$A Y%:!#=%:A#&预测准确值=A:'SY$\8Q\M`J9M R88G$&C:#!'/H Q J9`J L`J C$%:#!=2R M>P e E H L J C%:%A#!!注+数据由统计结果得出$!!三 回归分析及结论&:风险认知对农户土地产权抵押融资意愿的影响最大且系数为负!Y%:=A A"见表A#"表明风险越大"农户越不可能进行土地产权抵押贷款$风险认知因素包括担心失去土地承包经营权和失去获贷机会两项自变量"根据两项自变量定义均值!$:'&和$:"A"见表&#发现"都接近比较同意指标"表明该两项在农户的日常生活中占有重要部分$一方面"虽然这类抵押模式规定了农户在违约时"其土地承包经营权只是采取转包和出租的形式"农户并不会失去土地承包经营权"但是由于所调研地区的农业发展水平较低"农户手中的可见资产仅限于土地和住房"农户不像城市居民有着较为完善的社会保险体系"土地对于农户来说不仅仅是生活来源更是最大的生活保障)另一方面"农户的收入水平较低"获取贷款的机会本来就很少"若由于不可抗因素导致了农户无法按期甚至不能偿还贷款"势必会对农户的正常生活和下一次贷款获得产生较大影响"因此"这两项是农户进行土地产权抵押贷款融资的首要考虑因素$$:政策环境对农户的意愿的影响次之!%:!C A"见表A#"这表明除了自身的因素以外"政策的导向也对农户的行为产生较大影响"政策环境包括当地信用社开展业务的态度%农户对抵押政策的了解和资金来源的单一程度三项自变量"通过调研发现"机构开展业务态度的均值为!:=%!见表&#"表明农户认可机构开展此类业务的积极性)而农户对政策的了解却仅为一般!$:"A"见表&#"这说明相关机构在政策宣传和与农户的沟通方面还存在着严重的缺陷)农户普遍认可资金来源程度单一!!:C&"见表&#"这是因为调研地目前只有农村信用社在开展此类的业务"其它相关机构还未涉及"反映出农户需要更多的金融机构开展涉农贷款业务的急切心理$ !:融资评价的影响系数为%:!%""它包括其评估方式%贷款期限%利率水平%办理流程和还款方式是否合理"其中评估方式!!:A A#%办理流程!!:$#和还款方式!!:#=#农户比较认可外"贷款期限和利率水平的合理性并不认同"特别是利率水平!!:'#"这主要是由于农户的家庭收入偏低"农户进行抵押贷款是为了缓解家庭经济困难"较高的利率会阻碍农户选择土地产权抵押$A:服务认知也在一定程度上影响着农户的产权抵押贷款融资意愿"包括贷后跟踪调查!&:#C#和提醒归还贷款!&:''#"其影响系数为负$合理的解释是农户在获得贷款后"将贷款用于何种用途是其个人隐私"他们只需要按时归还贷款即可"相关金融机构不合适宜地贷后调查会影响农户的正常生活生产$ C:社会保险%社会关系%家庭情况和对象特征对农户选择土地产权抵押贷款意愿的影响不显著$对此可以的解释为+一方面"相对于社会关系和家庭情况这些变量"农户更关心的是贷款本身以及如何获得贷款"因此影响不明显)另一方面"也与问卷的设计和指标选取等有一定的联系"并不能完全否定这些变量对其无影响"问题有待进一步研究$四 结论与启示以上通过甘肃陇南&#$户农户的实地调研数据"对农户选择土地产权抵押贷款融资意愿影响因素采用多元有序\8Q M P K M O模型回归分析"研究发现+# A &年第期 总第期 薛宝飞 郑少锋 农户选择土地产权抵押贷款融资意愿研究风险认知的影响最大且系数为负"这是由于当地农民收入水平和抗风险能力引起的)政策环境对农户意愿有着正向影响"农户普遍认为农村信用社开展土地产权抵押贷款业务积极"但是对业务的内容和流程却不熟悉"表明业务信息在传递和接收方面还存在着一定障碍)融资评价影响为正"由于当地开展此项涉农贷款业务的机构较少"农户大多数认为存在资金来源单一和利率较高的现象)服务认知负向影响着农户意愿"表明农村信用社的贷后服务会在一定程度上降低农户选择土地产权抵押贷款业务的积极性)社会保险%社会关系%家庭情况和对象特征对农户贷款意愿均影响不显著$基于以上研究"为了更好地提高土地产权抵押融资贷款的成效"给出以下建议+!&#当地政府需不断完善相关保障措施"最大程度上降低农户选择土地产权抵押贷款融资的后顾之忧$同时"应进一步扩大当地农村的就业%养老等社会保障体系覆盖范围"从而降低农村土地社会保障功能$!$#金融机构应加大政策宣传力度"尽可能运用媒体资源"发挥其人缘和地缘优势"定向地向农户宣传土地产权抵押相关政策"确保农户全面深入地了解此项业务$!!#当地政府还应逐步放宽经营门槛"创造宽松环境鼓励更多金融机构开展相关贷款业务"一方面"通过较多机构的进入能有效缓解农户贷款难的问题)另一方面"还能产生良性循环竞争"防止由于垄断所引起的利率过高等一系列问题"更多地优惠于农户$!A#金融机构需进一步完善贷后服务"相关工作人员应注意贷后调查方式和减少调查频率"在有效确保贷款安全的同时"不妨碍农户的正常生活生产$参考文献/&0!袁铖:农地产权与农村土地制度的变迁/B0:内蒙古财经学院学报"$%%A!!#+"A Y"=:/$0!罗先智:浅议土地承包经营权流转/B0:中国经济问题"$%%"!&#+#A Y##:/!0!董晓林:四大担保模式化解农民贷款难题/B0:农业经济问题"$%%'!"#+!C Y A%:/A0!施晓琳:论以土地承包经营权抵押为特征的金融制度/B0:南京农业大学学学报"$%%$!!#+$%Y$C:/C0!肖诗顺:农村金融机构农户贷款模式研究/B0:农业经济问题"$%&%!A#+&A Y&':/#0!丁关良:农村土地承包经营权流转方式研究/B0:中国长春市委党校学报"$%%A!##+&C Y&':/=0!汪小亚:关于农村土地经营权抵押贷款问题的研究/B0:农村金融"$%%"!"#+C!Y C C:/'0!王平:农村土地抵押调查/B0:中国农学通报"$%&%!$##+A A=YA C%:/"0!钱忠好:农地承包经营权市场流转+理论与实证分析/B0:经济研究"$%%!!$#+'!Y"&:/&%0安海燕"洪名勇:农户参与土地承包经营权抵押贷款的行为研究/B0:陕西+西北农林科技大学学报!社科版#"$%&=!A#+'!Y '":/&&0黎翠梅:农村土地承包经营权抵押贷款制度探讨/B0:软科学"$%%'!$#+"A Y"#:/&$0刘盈:农村土地抵押融资需求调查及影响因素分析/B0:安徽农业科学"$%&%!!'#+A'&"Y A'$$:/&!0吴明隆:问卷统计分析实务***6166操作与应用/50:重庆+重庆大学出版社"$%&%+A!=:/&A0黄祖辉:中国农业企业汇率风险应对行为的实证研究***基于企业竞争力视角/B0:金融研究"$%&&!##+"=Y&%':/&C0李剑"黄蕾"等:基于\8Q M P K M O模型下农民专业合作经济组织社员退出意愿的影响因素分析/B0:农业技术经济"$%&$!=#+&&& Y&&':!责任编辑 王铁军#4$:-#%,%53<4$3<70%0+*@3,-",0^Y%<<%$&$"00'+@%$3$5"R0%$&13$9D,+#",'7)%&('30E"5/,%'7***A30"9+$=,9","91+&%0'%5K+9"<i U*b H8D J M"@)*/T6R H8D J F Q!7$%%-/-$&'"$($)*"+8(:Q8(8/-)-(3"R$23#A-+3H`90(*1-2+*34"I8(/%*(/"!#88(G*!=&$&%%"7#*(8#420',35'+.F*I W M L M O H9H F H9X P M P M P G8F J H N8E K D H L I J L P^]M99M F Q F J P P K8D M F H F O J E P M F Q9H F G W L8W> J L K X L M Q R K H P P J O E L M K X N X E P M F Q H F8L G J L J G98Q M P K M OI8G J9]M K R K R J G H K H8D D8E L;M99H Q J P O899J O K J G H K Z M F Q X H F Q28E F K X"T H F P E:(R J L J P E9K P P R8]K R H K L M P`D H O K8L P O8E9G F J Q H K M;J9X H D D J O K D H L I J L P^]M99> M F Q F J P P K8E P JI8L K Q H Q J D M F H F O J N J O H E P J8D H F K M>L M P`O H W H N M9M K X H F G M F O8I J:58P K4H L I J L P O8F P M G> J L K R H K K R J L J J[M P K9H O`8D D E F G P"R M Q R M F K J L J P K L H K J H F G M F D8L I H K M8F K L H F P I M P P M8FN H L L M J L P H9K R8E Q R W89M O X J F;M L8F I J F K H F G D M F H F O M F Q O8E9G W8P M K M;J9X H D D J O K D H L I J L P^]M99M F Q F J P P K8E P JI8L K Q H Q J D M> F H F O J:68O M H9P J O E L M K X"L J9H K M8F P R M W"D H I M9X H F G M F K J L;M J]J J P^O8F G M K M8F PR H;JF8J D D J O K8FD H L I> J L P:6"78+,90+9H F G W L8W J L K X L M Q R K)I8L K Q H Q J98H F)8L G J L J G98Q M P K M OI8G J9)D H L I J L= A&。
异质性主体宏观模型研究进展
2019年第8期异质性主体宏观模型研究进展*郝大鹏 李力摘要:异质性主体宏观模型建立在微观主体和微观数据的基础上,它能把理论模型与微观数据紧密地结合起来以更好地刻画现实经济㊂本文着重从异质性主体宏观模型的前提假设㊁主要分类㊁应用领域和求解算法等方面,系统总结相关重要文献和研究新进展,并分析异质性主体和代表性主体宏观模型的异同㊂结果表明,异质性主体宏观模型的解释力明显优于代表性主体宏观模型,它能够解释代表性主体宏观模型所无法解释的现象和问题,并能提供新的政策内涵㊂多源异构大数据的更易获得和异质性主体宏观模型求解算法的快速发展将有利于我们结合特殊国情运用该模型来分析现实问题,并使其成为宏观政策调控的基础分析工具㊂关键词:异质性主体 代表性主体 不完全市场 宏观政策一㊁引言过去近30年,越来越多的学者致力于研究和构建带有异质性特征的宏观模型来更好地刻画现实世界㊂现实微观数据揭示经济个体之间存在众多的异质性特征,正如Y e l l e n (2016)所强调的那样,异质性特征对于理解宏观经济的动态变化至关重要㊂虽然越来越多的学者开始强调异质性主体(h e t e r o g e n e o u s a g e n t s )宏观模型的重要性,但目前这类模型被政策制定者应用得还不够广泛㊂主要有两个原因:一是模型求解的困难,由于这类模型包含大量不同特征的经济个体,求解稳态值和模拟外部冲击造成的影响都比较复杂,费时费力;二是部分政策制定者认为没必要考虑现实中的异质性特征,因为代表性主体(r e p r e s e n t a t i v ea g e n t s )宏观模型仍拥有足够的解释力㊂例如,R i o s -R u l l (1996)构建了年龄分布与现实更接近的有限生命个体组成的异质性O L G 模型,发现总体消费和投资的相对波动率以及产出和其他总体变量的相关性与代表性主体模型中的模拟结果相一致㊂在K r u s e l l&S m i t h (1998)构建的带有异质性特征的R B C 模型中,虽然居民偏好的异质性可以更好地刻画现实中的财富分布,但技术冲击对总体产出㊁消费和投资的影响与代表性主体R B C 模型的结果十分相似㊂代表性主体宏观模型求解算法简洁易懂,并且主要计量软件均具有比较完善的求解工具箱,便于研究者使用㊂但是随着计算机软硬件性能的快速提升和求解异质性主体宏观模型方法的完善,目前求解异质性主体宏观模型的难度逐渐降低,求解速度也大幅度提升,因此模型求解的困难已经不是限制这类模型发展和应用的主要因素㊂另外,虽然部分文献(R i o s -R u l l ,1996;K r u s e l l&S m i t h ,1998)的结果证明代表性主体宏观模型仍有一定的解释力,但越来越多的文献指出异质性主体宏观模型能解释许多代表性主体宏观模型所无法解释的经济现象㊂如G u v e n e n (2006)认为,传统R B C 模型为解释产出和投资的波动对跨期替代弹性(E I S )的影响而设定的模型参数值高于实际数据的估计值,并通过区分高跨期替代弹性和低跨期替代弹性的家庭研究发现,异质性主体宏观模型模拟的611 *郝大鹏,中国人民大学汉青经济与金融高级研究院,邮政编码:100872,电子邮箱:h a o d p @r u c .e d u .c n ;李力,北京大学光华管理学院,邮政编码:100871,电子邮箱:n k l i l i 0903c @163.c o m ㊂基金项目:国家社科基金重大专项 防范化解重大风险 (18V F H 007)㊂感谢南开大学金融学院王博教授和匿名审稿专家的宝贵意见,文责自负㊂*财富和消费不平等情况与美国数据更相符㊂K a p l a ne t a l (2018)认为,在异质性家庭宏观模型中,货币政策对消费的影响渠道与代表性家庭宏观模型有显著差别㊂近期的文献指出,不但宏观状况会影响经济个体的异质性特征,而且经济个体的异质性也会对总体冲击的效果产生影响,进而对宏观变量造成影响㊂如A h ne t a l (2018)指出,个体之间的不平等对宏观变量的动态变化至关重要,但代表性主体模型无法解释这种影响机制㊂因此,虽然代表性主体宏观模型比较简洁明了,并且易于刻画主要宏观变量之间的动态关系,但其简洁性也限制了其研究问题的深入性,对现实经济现象的解释力更是明显弱于异质性主体宏观模型㊂随着微观数据揭示的经济个体之间异质性特征的逐渐增多,异质性主体宏观模型的应用越来越普及,这也为宏观政策制定者提供了更多的政策研究工具㊂当下我国市场化改革正持续推进,家庭部门在财富㊁收入和消费等各方面呈现出越来越多的差异,而且随着民营企业的壮大,企业之间在生产效率㊁融资约束㊁劳动需求等方面的差异愈发明显㊂家庭和企业的异质性对我国宏观经济发展和宏观政策的制定十分重要,但目前国内学者利用异质性主体宏观模型来研究中国实际问题的文献还比较少,而代表性主体R B C ㊁O L G 和D S G E 等宏观模型仍占据主流㊂随着我国经济统计数据的不断完善,微观数据库日益丰富,这有利于国内学者应用异质性主体宏观模型来研究中国宏观经济㊂因此,本文依据异质性主体宏观模型的主流文献,从异质性主体的前提假设㊁主要分类㊁经济内涵和模型求解算法等方面来进行梳理和评述,并对异质性主体宏观模型在我国的应用前景进行展望,以期对我国宏观经济的发展提供更多的理论支撑和政策启示㊂二㊁异质性主体宏观模型的前提假设和主要分类(一)异质性主体宏观模型的前提假设异质性主体宏观模型是建立在经济个体的异质性和不完全市场的前提假设上,二者不可或缺,这与代表性主体宏观模型的假设完全不同㊂代表性主体宏观模型的重要前提假设是经济个体之间是同质的,如有相同的信念㊁风险偏好㊁折现因子和边际消费倾向等,这样众多的经济个体可以组成一个代表性主体,以达到简化模型的目的㊂但现实中经济个体的经济行为在众多维度上都是异质性的,简单地套用代表性主体来刻画现实世界往往会存在一定的偏差㊂另外,如果假设经济个体之间都是同质的,这时他们之间就缺乏相互影响机制,而经济个体之间的差异会对宏观经济的动态变化产生重要影响㊂想具体探究经济个体之间的不平等㊁借贷关系等对宏观经济波动和宏观政策的影响,就必须允许个体之间存在异质性㊂因此,为更好地刻画现实经济,异质性主体宏观模型通常假设经济个体的某些特征存在异质性㊂代表性主体宏观模型的另一个重要前提假设是经济个体所处的市场是完全的㊂所谓的完全市场是指经济个体有丰富的资产组合或工具,能在不同时间或状态下转换财富或者资源,以达到平滑跨期消费㊁效用或利润最大化的目的㊂当某些经济个体受到特质性冲击(i d i o s yn c r a t i c s h o c k )时,在完全市场状态下,这些经济个体能够完全对冲掉冲击,这时不同的经济个体仍能够组成代表性主体㊂然而,现实中由于经济个体在拥有财富㊁资源和偏好等方面的差异,部分经济个体会受到一定的借贷约束,他们不能完全地对冲特质性风险的冲击㊂例如,当存在借贷约束的经济个体的收入受到特质性冲击时,由于融资约束的限制和资产流动性的差异,他们无法平滑各期的消费,进而无法实现效用最大化(K a p l a ne t a l ,2018)㊂因此,现实中的经济个体往往生活在不完全市场中㊂基于此,不完全市场是异质性主体宏观模型的重要假设,而且是必不可少的㊂这是因为如果具有异质性特征的经济个体生活在完全市场中,这时异质性经济个体可以通过完全市场对冲掉风险,并且能得到与代表性主体模型相似的结果(H e a t h c o t e e t a l ,2009)㊂目前,在异质性主体宏观模型文献中,造成市场不完全的因素主要包括对冲特质性风险的保险的丰富程度(G u v e n e n ,2011)㊁家庭的理性程度(M i s r a&S u r i c o ,2014;F a r h i&W e r n i n g ,2017)㊁融资约束(M c K a y e t a l ,2016;G o p i n a t h e t a l ,2017)㊁资产期限结构(A u c l e r t ,2017)㊁资产流动性的限711 郝大鹏李力:异质性主体宏观模型研究进展2019年第8期制(L u e t t i c k e,2018;K a p l a n e t a l,2018;A h n e t a l,2018)等㊂在不完全市场环境下,经济个体无法利用市场工具来完全有效地对冲掉所有特质性风险,由异质性风险加总的总体冲击对宏观经济的影响就与代表性主体宏观模型中总体冲击带来的影响存在较大差异,此时宏观调控政策的效力在这两种模型下的结果也会有所不同㊂因此,依据现实经济的微观数据来校准异质性主体宏观模型对确保宏观政策的效力至关重要,这也是研究异质性主体宏观模型的重要意义所在㊂(二)异质性主体宏观模型的主要分类在异质性主体宏观模型中,主体主要可分为异质性家庭㊁异质性企业和异质性金融中介,最早的异质性主体宏观模型的文献是研究家庭部门的异质性,其异质性主要体现在资产㊁劳动生产率㊁边际消费倾向㊁风险偏好和闲暇偏好等方面的差异,并且它们面临的风险冲击和借贷约束也不同㊂异质性家庭宏观模型不仅可以模拟出社会财富㊁收入和消费的不平等现象,也可以用来分析货币政策㊁财政支出政策㊁税收政策等宏观政策带来的影响,并且能用来研究货币政策的 前瞻性指引之谜 和失业陷阱等㊂另一部分学者开始考虑企业的异质性,其异质性主要体现在公司规模㊁投资偏好㊁生产效率和融资能力等方面的差异㊂目前,异质性企业宏观模型主要用来研究企业动态变化㊁资本错配㊁投资与宏观经济波动等,也有部分文献开始研究宏观政策的影响,如货币政策的投资影响渠道等㊂近期还有少量文献也开始将异质性金融中介纳入宏观模型中,其异质性主要体现在金融中介的运营效率㊁风险承担能力等方面的差异,这可以用来研究银行系统之间的风险传导机制以及对宏观经济的影响等㊂三㊁异质性主体宏观模型的应用领域异质性主体宏观模型能够灵活多样地设定模型结构,更好地刻画现实经济和宏观政策对微观主体影响的差异性,因此它比代表性主体宏观模型具有更强的解释力㊂本节主要从社会不平等㊁货币政策㊁财政政策㊁税收政策㊁失业陷阱㊁企业动态变化㊁资本错配㊁企业投资㊁金融中介和经济波动等方面,分析异质性主体宏观模型的应用领域与经济内涵㊂(一)社会不平等运用异质性主体宏观模型研究社会不平等的文献最早是从财富不平等开始的㊂目前,拟合财富不平等分布的方式主要有:一是通过劳动生产率冲击的差异来刻画财富的不平等,即部分幸运家庭的劳动生产效率受到有利冲击,劳动收入增加,从而变得富有;而受到不利冲击的其他家庭会变得贫穷(H u g g e t t,1996;C a s t a n e d a e t a l,2003)㊂二是家庭理性和节约程度的差异,如K r u s e l l&S m i t h (1998)通过设定家庭部门具有不同的贴现率来实现财富积累的差异;L a i t n e r(2002)假定家庭为后代留遗产所产生的效用存在差异,进而其积累的财富也存在差异㊂三是资产回报率,即高资产回报率的家庭会变得比低资产回报率的家庭更富有,如G u v e n e n(2006)通过设定股票收益率高于债券收益率,使得股票持有者更富有;Q u a d r i n i(2000)和C a g e t t i&D eN a r d i(2006)通过区分企业家和普通员工,假定企业家会积累更多资本,进而模拟得到了与现实更为相符的财富分布㊂要想研究收入或工资的不平等,需要在模型中内生化劳动供给或工资决定㊂早期文献假设家庭收入的差异外生给定(A i y a g a r i,1994;K r u s e l l&S m i t h,1998),随后部分文献开始内生化劳动供给决策㊁外生化工资的差异,进而来研究收入的不平等(H e a t h c o t e e t a l,2010)㊂家庭工资的决定方程也十分关键,因此部分文献将工资差异内生化,如依据人力资本积累程度来决定工资等㊂H u g g e t t e t a l(2006)研究表明,过大的初始人力资本异质性的程度反而会导致家庭生命周期内工资不平等的下降,而学习能力的异质性能模拟得到与数据中工资不平等上升趋势相符的结果㊂随后H u g g e t t e t a l (2011)㊁G u v e n e ne t a l(2013)又将人力资本的特质性冲击引入模型中,研究发现人力资本增长率的异质性对工资不平等起主导性作用㊂另外,A h ne t a l(2018)根据劳动力与资本的互补性将劳动力区分为高技能和低技能进行研究发现,对低技能劳动力的生产效率施加负向冲击时会带来衰退,更不利于低技能员工,从而收入和消费的不平等增大;而对资本的生产效率施加正向冲击会提振经济,更811有利于高技能员工,但同样会导致收入和消费的不平等增大㊂由于家庭的消费主要受其预算约束的限制,家庭的消费状况与其拥有的财富和收入密切相关,因此消费不平等与财富和收入不平等密切相关㊂但部分文献研究表明,金融服务㊁税收和社会救济等会缓解家庭消费不平等受收入不平等影响的程度㊂K r u e g e r&P e r r i (2006)使用美国消费者调查数据研究发现,从1980年到2003年,组内(即具有相同特征的消费者)收入不平等上升趋势明显大于消费不平等,而组间收入不平等和消费不平等上升趋势相同㊂他们通过构建包含内生化的借贷合约的异质性家庭宏观模型研究发现,其能够很好地拟合现实中的数据,并以此证明金融服务的发展可以缓解消费的波动㊂H e a t h c o t e e t a l (2014)也认为家庭可以通过金融市场缓解收入冲击,减轻收入冲击带来的消费不平等的波动㊂其中,收入冲击只有将近40%会传导到消费,其他的会被保险㊁税收和劳动调整缓冲掉㊂但是A gu i a r&B i l s (2015)通过区分高收入和低收入家庭㊁奢侈品和耐用品,实证结果表明消费不平等的变动与收入不平等的变动十分接近㊂另一方面,家庭持有资产的类型对拟合不同边际消费倾向(M P C )家庭的分布至关重要㊂早期研究社会不平等的文献中假设家庭持有一种资产,并且在模型内会有一定比例的家庭存在借贷约束(A i y a g a r i ,1994;K r u s e l l&S m i t h ,1998)㊂然而当使用微观数据进行校准时,如果根据总体的资产与收入比例进行校准,刻画出的高边际消费倾向的家庭要低于微观数据中的观测值;而如果只根据流动资产与收入比例进行校准,尽管能比较好地与数据中的不同边际消费倾向家庭的分布进行匹配,但这会低估社会总资本㊂为解决此问题,A h ne t a l (2018)进一步将居民持有的资产区分为流动资产和非流动资产,模型模拟结果与数据中总体消费对收入变动的敏感度和总体消费变动的平滑性更接近㊂这是因为将非流动资产转换为流动资产或用来消费时需要支付一定的成本,当未来收入增加时,持有非流动资产的家庭由于交易成本的存在会限制消费变动的幅度;勉强糊口(h a n d -t o -m o u t h ,也可称为 月光族 )的家庭由于借贷能力的限制也不能立即大幅提升消费,而是逐渐增加其消费,这样其消费会变得更加平滑㊂(二)货币政策货币政策是调控宏观经济㊁实现经济增长的重要宏观调控工具,它不仅会影响市场的总供给和总需求,还会影响家庭部门的收入和财富的变化,因此货币政策一直是代表性主体新凯恩斯(R e p r e -s e n t a t i v eA g e n tN e w K e y n e s i a n ,简称为R A N K )模型的重要研究内容㊂随着异质性主体宏观模型的兴起,越来越多的学者开始把异质性主体纳入传统新凯恩斯模型的研究框架中,构建起异质性主体新凯恩斯(H e t e r o g e n e o u sA g e n tN e w K e y n e s i a n ,简称为H A N K )模型㊂H A N K 模型能得到与R A N K 模型不同的结果和政策含义,并与现实实证结果更为相符,这为我们利用货币政策来调控宏观经济和实现政策目标提供了更多的政策启示㊂1.货币政策的影响。
家庭燃料消费差异与居民福利——基于有序Logit模型
家庭燃料消费差异与居民福利——基于有序Logit模型
张一博
【期刊名称】《经济师》
【年(卷),期】2023()3
【摘要】家庭燃料消耗在家庭能源消耗中占据了极其重要的地位,研究家庭燃料消费对居民福利的影响是对研究居民福利的核心问题。
文章利用CGSS2015年微观家庭数据的能源消费与主观幸福感板块,研究了我国家庭燃料能源消费差异对居民福利的影响。
文章的研究为家庭能源消费与居民福利的研究开拓了一个新的视角,为居民控制家庭燃料能源消费、政府等多部门提升居民福利提供参考依据。
【总页数】3页(P43-44)
【作者】张一博
【作者单位】海南大学经济学院
【正文语种】中文
【中图分类】F126.1
【相关文献】
1.户籍制度改革背景下农村居民迁移意愿研究——基于有序Logit模型的分析
2.农村居民收入幸福悖论再检验——基于广义有序Logit模型的考察
3.西藏农村资源禀赋差异、效率认知与农户合作社参与意愿——基于异构选择有序Logit模型的分析
4.西藏农村资源禀赋差异、效率认知与农户合作社参与意愿
——基于异构选择有序Logit模型的分析5.媒体使用、社会网络对居民主观幸福感的影响——基于有序Logit模型的分析
因版权原因，仅展示原文概要，查看原文内容请购买。
累积比数Logistic回归模型及其应用
累积比数Logistic回归模型及其应用
侯文;顾长伟
【期刊名称】《辽宁师范大学学报（自然科学版）》
【年(卷),期】2009(032)004
【摘要】在临床医学中评价某种疾病的不同治疗方案效果,进行影响因素分析,可以优化治疗方案,也为制定医疗保障补偿方案提供科学依据.应用累积比数Logistic回归模型,以1117例急性心肌梗塞(AMI)患者的治疗效果为因变量,以其影响因素为自变量,进行回归分析,找出对治疗效果影响显著的因素.结果表明应用该模型拟合有序多分类变量数据是有效的.
【总页数】4页(P404-407)
【作者】侯文;顾长伟
【作者单位】辽宁师范大学,数学学院,辽宁,大连,116029;辽宁师范大学,数学学院,辽宁,大连,116029
【正文语种】中文
【中图分类】O212.1
【相关文献】
1.应用累积比数回归模型分析癫痫患者抑郁状况的影响因素 [J], 常亮
2.累积比数logistic回归在医学研究中的应用 [J], 陈佩珍;陈峰
3.累积比数logit模型在有序资料中的正确应用 [J], 唐俐玲;翟晓红;王萍;何会女
4.Logitboost法与累积比数Logit模型在判别分析中的应用分析 [J], 王强;陈广;
陈景武
5.ROC曲线在累积比数logit判别模型效果评价中的应用 [J], 王强;陈景武;陈广因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
受 与年 龄及 收入之 间存 在 ｕ 型 关 系 ， 他 们认 为人们
在 中年 时通胀 感受 较低 ， 随着 年龄 的递增 ， 对 通货 膨 胀 的感 受 越 来 越 高 ［ ５ ］ 。Ｍｉ ｃ ｈ ａ ｅ ｌ 和 Ｓ ａ ｒ ａ ｈ （ ２ ０ １ ２ ） 指
胀感 受 的形成原 因及 异质 性 的 影 响 因素 ， 对 于 管 理 通货 膨胀 预期 和实现 货币政 策 的有效 性具有 重要 的 理论 意义 和实践 价值 。
二、 文 献 综 述
及 消费 习惯 ， 其 对 于通 货 膨胀 的感 受 也 不 同 。 国外
有关 居 民 通 胀 感 受 异 质 性 成 因 分 析 的 文 献 较 少 。
费 者会 根据 实际通 货膨胀 率 来修正 其在 上一 期 的通
通 货膨 胀感 受是 指居 民对过 去一 段时 间的 实际 通货膨 胀程 度 的判 断 和感 知 ， 是 通 货 膨胀 预 期 的重
要决定 因素 。居 民会 根据其 对 于当前 物价 的感受 来 预测 未 来 的通 货 膨胀 率口 ］ ， 较 高 的通 胀 感受 会 使 居 民低估 购买 力 ， 从 而减 少支 出 ， 对 总需求 形成 负 面影 响ｌ ２ ］ 。居 民的通胀 感 受 存 在异 质 性 ， 即不 同个 体 或
・
经济 管理 ・
基于 累积 Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ 模 型的居 民通货 膨胀 异 质 性 感 受 的 因素研 究
段 进 ， 段 妍 ， 朱静 平
４ １ ０ ２ ０ ５ ） （ １ ． 湖南大学 金融与统计学院 ， 湖南 长沙 ４ １ ０ ０ ７ ９ ； ２ ．湖南 财 政 经 济 学 院 。 湖南 长沙
摘
要： 通 过 调 查 问卷 获取 居 民 的通 货 膨 胀 感 受 及 相 关 的 个人 特 征 等 数 据 ， 运 用累积 Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ 模型， 从
心 理 层 面 和 外 部 信 息 层 面 考 量 影 响 居 民通 货 膨 胀 感 受异 质 性 的 因 素 。 结 果 表 明 ， 收入 满 意 程 度 、 食 品价格 、 房 租 价 格 以及 促 销 手 段 等 是 导 致 我 国居 民 通 胀 感 受 异 质 性 的 主 要 因素 。鉴 此 ， 政 府 应 该 提 高收 入 满意 度 、 稳 定物价以及调节房价 ， 以期 降低 通 货 膨 胀 感 受 的异 质 性 。 关键词 ： 通 货膨 胀 感 受 ； 异质性 ； 心 理 因素 ； 外 部 因素 ； 累积 Ｌ ｏ ｇ ｉ ｓ ｔ ｉ ｃ 模型 中图分类号 ： Ｆ ７ ２ ６ ； Ｆ ８ ２ ２ ． ５ 文献标识码 ： Ａ 文章 编 号 ： １ ０ ０ ３
第 ３ ６卷
第 １ ９ ４期
财 经 理 论 与 实践 （ 双 月刊 ）
ＴＨ Ｅ ＴＨ ＥｏＲＹ ＡＮＤ ＰＲＡＣＴＩ ＣＥ ｏＦ ＦＩ ＮＡＮＣＥ ＡＮＤ ＥＣ０Ｎ０Ｍ Ｉ ＣＳ
Ｖ０ １ ． ３ ６ ＮＯ． １ ９ ４ Ｍａ ｒ ． ２ 在通 货 膨 胀感 受 的形 成 机制 问题 上 ， 国外 学 者 主要 有两 种观 点 ： 一 种 认 为居 民根 据 日常 的购 物 经 验 以 及 损 失 厌 恶 性 形 成 其 通 胀 感 受 。Ｂ ｒ ａ ｃ ｈ ｉ ｎ ｇ ｅ ｒ （ ２ ０ ０ ５ ， ２ ０ ０ ６ ） 建 立 了通 胀 感 受 指 数 （ ｉ ｎ ｄ ｅ ｘ ｏ ｆ ｐ ｅ ｒ — ｃ ｅ ｉ ｖ ｅ ｄ ｉ ｎ ｆ ｌ ａ ｔ ｉ ｏ ｎ ） ， 也即 Ｉ Ｐ Ｉ 模型， 用 以描述 通胀 感 受 的心 理影 响 因素 ］ 。另 一种 观点认 为居 民在 形成 其
（ ２ ０ １ ２ ） 构建 了一个 综合模 型将 上述 两种 机制 结合 在
一
通胀 感受 时会受 外 界 信息 的影 响 ， 修 正其 本 来 已形 成 的通胀 感受 。这种 形成机 制被 称为 通货膨 胀感 受
起， 对 通胀 感 受 的成 因进 行 了 分 析 ］ 。但 只 是将
结合 起来 。本 文将 构建 一个综 合模 型对 通胀 感受 的 异 质性 影响 因素进 行分 析 。
不 同 的消 费 者具 有 不 同 的人 口特征 、 经济 特 征
质性 ， 从而 增大通 胀 预期管 理 的难 度 ， 最终影 响公 众
对 中央银 行 以及政 府 的信 任度 。因此 ， 研 究 通 货 膨
不 同群体 对于通 货膨 胀有 明显不 同 的感 受 。通货 膨 胀预 期 的异质性 在很 大程度 上取 决于 通胀感 受 的异
货 膨胀 感受 ， 没有 接 触 到新 信 息 的 消 费者 仍 然 保 持 上一 期 的通胀 感受 不变 ＿ ４ ］ 。但 这两 种观点 都 只是 从
其 中一个 方 面研究 通 货 膨 胀 感受 的形 成 原 因 ， 并 没 有将 通胀 感受 的 心理形成 机 制及外 部调 整机 制有 机
一
、
引 言
形 成 的动态 调整 机制 。Ｌ ｅ ｉ ｎ和 Ｍａ ａ ｇ （ ２ ０ １ １ ） 将 Ｃ ａ ｒ —
ｒ ｏ １ １ （ ２ ０ ０ ３ ） 关 于信 念 形成 的流 行 病 学模 型 运 用 于 居 民通胀 感受 的成 因分 析 中 ， 认 为 接 触 到新 信 息 的消
出， 人们 通过媒 体 获取大 量 的信息 ， 但不 会主 动搜 索 与 经济 相关 的信 息 ［ ６ ］ 。因此 ， 消 费者 对 于 通 货 膨 胀 的感 受会 受 到媒体 报 道 的 影 响 ， 不 同 的媒 体 报 道 方
式会 导致 不 同的通 胀感受 。 国 内 学 者 对 通 胀 感 受 的 研 究 非 常 少 。 孟 刚