数量关系论文范文
数量关系论文范文第1篇
论文关键词：线性代数，线性关系，知识体系
线性代数这门课程有一个特点：各部分内容相对独立，整个课程呈现出一种块状结构，原因是线性代数学科的形成过程本身就没有一条明确的主线。内容有行列式、矩阵、向量、线性方程组、特征值问题、二次型、线性空间与线性变换。我们几乎可以找到从线性方程组、行列式、向量、矩阵、多项式、线性空间、线性变换中的任何一个分块开始展开的教材，其展开过程主要取决于作者串联这些分块的形式逻辑的脉络[1]。实际上，课程内容的展开不仅取决于课程本身的逻辑，也应该充分考虑学生的接受能力的因素。行列式、矩阵运算和方程组求解通常都被认为容易被学生理解的内容，而向量组的线性关系问题是线性代数的难点。通常的线性代数知识体系是按照由易到难道顺序安排，这样似乎可以渐进地接受难点，但实际上有以下几个弊端：（1）由于难点出现的时间较迟，学生没有机会对难点进行重复运用和消化理解就已经进入课程的尾声；（2）从心理上讲，学生学习有先入为主的现象，最开始学到的知识最容易记住，因此难点后出现也不利于学生接受；（3）运用向量组的线性关系理论可以统领线性代数的重点内容，如果不尽早引入这个理论，就不容易将块状结构有机地结合起来。
1. 线性关系理论的基本概念及其表现
线性关系理论的基本概念包括：向量组的线性组合、向量的线性表示、向量组的线性相关性、向量组的线性无关性、向量组的最大无关组、向量组的秩等。
对任意一个向量组，以这个向量组为列向量组构造矩阵,可以通过对实施初等行变换判别列向量组的线性相关性，进而获得该向量组的最大无关组，同时可以获得向量组中任意一个向量由最大无关组线性表示的表示系数，也可以获得向量组的秩。可见，向量组的线性关系问题集中表现在矩阵的初等行变换过程中。可以认为数学论文，矩阵的初等行变换过程是向量组线性关系理论的外在表现。
2. 基于线性关系理论的线性代数知识体系与关联
线性代数中主要问题的解决都是通过解线性方程组实现的，可以说线性代数的核心内容是线性方程组,而研究线性方程组及其解靠的是矩阵及其矩阵的初等行变换。因此，以线性方程组为出发点，可以为以后解决问题奠定基础。
通过线性方程组可以引出矩阵概念，并引出矩阵的初等行变换方法，进一步引出向量概念，以及向量的线性运算和矩阵与向量乘法运算。在这些基本概念和运算的基础上，线性方程组可以表示矩阵形式和向量形式，其中，是线性方程组的系数矩阵，为矩阵的列向量组，是线性方程组的常数列向量[2]。
由向量形式方程组进一步讨论向量组的线性关系理论，为深入研究和理解线性代数的其它问题提供理论基础。从矩阵形式的方程组出发进一步讨论矩阵运算，特别是在向量组的最大无关组和向量组的秩的概念下，矩阵的秩的定义变得很简单，逆矩阵也很容易理解。行列式可以认为是方阵中的一个特殊概念，事实上，阶行列式也可以用个为向量定义[2]。在行列式和线性方程组概念下，很自然地讨论矩阵的特征值和特征向量问题。二次型标准形问题则在特征值和特征向量概念基础上处理。线性空间和线性变换则是向量方法和矩阵方法的升华[3]杂志网。
在这种知识体系下，向量和矩阵是线性代数的核心工具，矩阵的初等变换是代数的核心方法，而向量组的线性关系理论是核心理论。矩阵的初等变换这一方法不仅可用于求解线性方程组，他还可用于求矩阵的逆矩阵；求矩阵的秩；求向量组的极大无关组及其秩；求齐次线性方程组的基础解系；求向量空间的基及维数；求特征向量；求实二次型的标准形等。而对于这些问题的理性认识则需要向量组的线性关系理论。
3. 知识体系展开的基本逻辑
怎样设计线性代数课程的科学体系?这取决于我们对学科内容的本质的理解，对该学科在现代科学中的地位和作用的认识和课程的目标。在我国，理工科的线性代数教科书是把线性代数的各部分内容作为工具来掌握，而忽视了这门学科最终形成的思想基石――空间与变换，因此这样的课程并没有真正跨进线性代数的思想殿堂，顶多只能视为矩阵运算的初级教程。而我国数学专业的高等代数课程又过分沉湎于形式化概念的逻辑体系构建，而忽略了线性代数理论在现实生活中的鲜活背景和在现代科学技术中的应用前景，因此这样的课程在学完之后也不易明白学习该课程的目的和意义，甚至以为仅仅是学习其他课程的前期准备[1]。
很多文献([1][4][5])讨论了线性代数的知识体系，但是学者们基本上只考虑知识体系本身，而忽略了学生学习的心理因素。线性代数的一个公认特点是内容抽象，要真正掌握线性代数的原理与方法必须具备较强的抽象思维能力，即对形式概念的理解能力和形式逻辑的演绎能力，而这两种能力要求几乎超越了大多数学生在中学阶段的能力储备。面对抽象的课程内容和复杂度知识体系，学生在学习数学课程时往往会产生焦虑情绪[7]。按照块状结构安排线性代数的知识体系容易使学生产生焦虑情绪。
通常按照块状结构安排线性代数的知识体系，便于教师理解，但是，学生很难建立块状结构之间的联系。基于线性关系理论的线性代数知识体系是从学生认识能力出发数学论文，由现实世界的问题引出数学概念，使学生感到是因为解决现实的需要而学习新的数学概念、理论和方法。这种由现实问题到解决方法的逻辑关系称为生活逻辑，而按照块状结构形成的知识关系成为学科逻辑[7]。学科逻辑是出于本学科的研究者知识整理的需要，不适合向学生传授知识。基于线性关系理论的线性代数知识体系的基本逻辑关系是按生活逻辑展开的。首先，学生容易认识线性方程组与现实的联系，随着解决线性方程组问题过程的深化，提出矩阵和向量概念；进一步，矩阵和向量等新的元素需要进行运算，因此分别讨论向量运算（主要是线性关系理论和方法）和矩阵运算；具备了线性代数的核心工具（向量和矩阵）、核心方法（矩阵的初等变换）和核心理论（向量组的线性关系理论），就可以继续讨论特征值和特征向量，可以讨论二次型，也可以讨论线性空间和线性变换。整个线性代数知识是按照需求展开的，因此，很多过去块状结构中的知识内容（如矩阵、向量、线性方程组等）并非一次性的安排在一章之内，而是在不同的章节中逐渐深入展开。这样安排便于形成以矩阵初等变换为核心方法和向量组的线性关系理论为核心理论的主线，便于学生渐进理解线性代数的难点。
4. 结论
基于线性关系理论的线性代数知识体系将线性代数知识按生活逻辑展开，以向量和矩阵为核心工具，矩阵的初等变换为核心方法，以向量组的线性关系理论为核心理论，形成线性代数的知识主线。这种知识体系便于学生理解线性代数的难点，克服学习上的焦虑情绪。
参考文献
[1]刘学质.线性代数的体系与方法[J]. 重庆教育学院学报,2007.20(7):142-144.
[2]Peter D. Lax. 线性代数及其应用（第二版）[M]. 北京：人民邮电出版社, 2009.
[3]王玺等.线性代数[M]. 上海：同济大学出版社, 2009.
[4]彭德艳,金传榆.《线性代数》内容的关联性研究[J]. 大学数学，2007.23(1):170-175.
[5]贺继康.高等代数课程结构简论[J]. 陕西教育学院学报,2003.19(4):77-79.
[6]王玺.数学课堂教学中的学生情绪因素与教师行为分析[J]. 上海电力学院学报，2004.20(4):95-98.
[7]朱宁波,齐冰.学科课程内容组织的逻辑体系及其处理原则探析[J]. 辽宁师范大学学报(社会科学版)2007.30(1):61-63
数量关系论文范文第2篇
关键词：导师指导人数；学术论文质量；关系
The Relationship between The Quality of Master of Arts Graduate Academic Paper and The Number of Teachers to Guide Students
Abstract： Academic papers is the important symbol to measure the master graduate student ability and academic level. Tutor of master graduate student is an important role in the guidance of the academic papers. Data through scientific analysis shows that the line relationship between the academic paper quality of liberal arts academic graduate student and the number of students， teacher guidance. The number when it is 6 is good to improve the academic papers quality of arts master graduate student， so as to improve the quality of graduate students in an all-round way.
Keywords： the number of teachers to guide students； the quality of academic paper； relationship
一、引言
硕士研究生学术论文是衡量研究生对其掌握的基础知识、写作和科研能力的反映，它是衡量一名硕士研究生的学术水平的重要的指标。随着高校的不断扩招，硕士研究生的招生规模快速增大，而其学术论文的质量增幅速度却相对缓慢，甚至有下降的趋势。同时，伴随着研究生数量的剧增，学校准备不足，学校导师数量却没有相应幅度的增加，导致师生比例的失衡。硕士研究生的学术论文普遍存在抄袭、写作能力不足等问题。如今，各大高校也要求本校硕士生，在校期间在学术期刊上发表与本人研究方向相关的论文，加强对学术论文的重视。
我国对不同类型、科目的硕士研究生采用不同的培养模式。导师在培养学术型硕士研究生时更注重其科研水平的培养，而专业型更注重实践能力培养；文理科学术型的硕士研究生培养也不同，理工科的学术型硕士研究生是通过实验，更直观、深刻掌握专业知识。而文科学生由于学科自身特点，导师更多地是通过课上指导和少数课下指导，极少数学生可以参加导师课题研究中。所以，对于文科类学术型学生而言，导师对硕士生专业理论性的指导、前沿性知识的指导，以及学术论文的选题和写作能力等诸多方面指导有着重要的影响。
文章研究对象为文科类学术型硕士研究生的学术论文质量，以及其导师指导学生人数。导师对其学术论文质量的影响因素有很多，但文章从导师指导的学生人数这一因素分析其与学生学术论文质量的关系。文科类学术型硕士研究生学术论文的质量与导师指导学生人数的关系如何？本文在收集整理Q大学文科类学术型硕士研究生数据的基础上，通过定量统计分析得出了一些结论，为我们提高文科类学术型硕士研究生的学术论文质量提供一些参考。
二、研究方法
（一）样本
为了能准确反应导师指导学生人数与文科类学术型硕士研究生学术论文质量的关系，文章选取了Q大学文科类专业学术型硕士研究生二、三年级的50位学生作为样本，问卷调查包括考察学生学术的情况（的篇数、的途径、的期刊层次）、导师的影响（包括导师指导频率、指导学生人数、导师对于阅读的要求）等内容。文章在导师影响中提取出导师指导学生人数这一因素，分析学术论文质量与导师指导学生数的关系。
（二）分析方法
本文采用分析方法主要是因子分析、相关分析、线性回归等统计方法，利用统计分析软件SPSS 21.0来进行计算。
三、研究过程及结果
（一）研究过程
如何确定硕士研究生学术论文质量的衡量指标，学者们对此的看法不一，文章主要从三个方面考察文科类学术型硕士研究生学术论文的质量：的数量、的期刊层次、的途径。同时，文章考虑三个因素是否可以用一个因素代替？因为用一个因素替代就能更清晰地表示出导师指导学生数与学术论文质量间的关系。所以，文章首先对衡量学术论文质量的三个指标进行分析，之后在确定导师指导学生人数与学术论文质量间的线性关系。
1.对文科类学术型硕士研究生发表学术论文情况的研究
本文从三个因素衡量学生学术论文质量：的数量、的期刊层次、的途径。
（1）检验数据的相关性
表1
从表1中可以看出，sig值均为零，就代表各个指标之间存在相关性，即衡量文科类学术型硕士研究生发表学术论文质量的三个因素间存在相关性。
（2）检验数据的可行性
Kmo和Bartlett检验是用来比较变量间相关系数和偏相关系数的大小，主要用来检验数据是否适合因子分析。Kmo越接近1，意味着变量之间的相关性越强，越适合于作因子分析，Kmo越接近0，则意味着变量之间的相关性越弱，越不适合作因子分析。
表2
如表2所示，Kmo=0.761>0.7，Bartlett球度检验具有高度的显著性，说明所检验的数据适合做因子分析。
（3）方差分析
从表3中可以看出，大于1的特征值有1个，对应的积累贡献率为87.252%。最终确定因子为的数量。
至此，我们已经提取出能87.25%的代表三个成份的主要成份，即学生的数量。
2.导师指导学生人数与学生的数量的关系研究
表3
导师指导学生人数与学生的数量存在怎样的关系，利用回归分析得出结论。
（1）选择菜单中“分析―回归―线性”，从左侧源变量窗口中选择“导师指导人数”作为自变量进入自变量窗口。在选择“数量”作为因变量进入因变量窗口。
（2）单击“统计量”，选择Durbin-Watson（U）、估计、模拟拟合度选项。
（3）单击“绘制”，将左侧源变量窗口中ZPRED进入X窗口，将ZRESID进入Y窗口。选择直方图、正态概率图。
（4）单击“保存”，选择为未标准化、均值、单值。
（5）点击确定。得到如下图标。
表4
表4表明，只有一个自变量“导师指导研究生的人数”进入了模型。
表5
表5的内容是回归模型的概要。“导师指导研究生的人数”与“的数量”的相关系数R为0.304，模型判定系数R方为0.092，由于R方受到个案的影响较大，根据个案对其进行调整以后的值为调整R方为0.074。Durbin-Waston的值是1.627，说明随机误差项基本上是相互独立的。
表6
表6是对模型的方差分析与F检验的结果。从表中可以看成，F值为4.892，显著性水平为0.032
表7
表7的内容是回归方程的参数及检验结果。由该表可以得出回归方程为：y=2.259-0.367x。
（二）研究结果
经过分析，得出文科类学术型硕士研究生学术论文质量与导师指导人数间存在高度相关，并且可以用线性方程表示为y=2.259-0.367x，从方程中可得出导师指导学生人数为6人时，是合适的。文科类学术型硕士研究生的年限为3年，那表示每一位导师所带领的每一年级的学生人数最好为2人，有利于导师对学生学术论文的指导，提高学术论文的质量。
参考文献
[1] 李英.硕士研究生培养方式与学位论文质量的相关性分析-基于贵州师范大学的实证研究[J].贵州师范大学学报，2011（6）
[2] 李彩丽.硕士生生源质量与学位论文成绩的相关分析[J].学位与研究生教育，2009（9）
[3] 孙晓松.借助spss软件的成绩因子分析[J].同化师范学院学报（自然科学），2013（3）
数量关系论文范文第3篇
樊子君现代审计不仅重视审计质量，同时也讲求审计效率。这使得重要性概念在审计中的地位日益突出，而运用重要性概念必然导致审计风险的发生。本文拟在讨论重要性和审计风险两概念的基础上，进一步探讨二者的关系，并试图探索一种确定重要性数量水平的新方法。一、重要性与审计风险的概念界定重要性概念在会计审计理论中，指樊子君 现代审计不仅重视审计质量，同时也讲求审计效率。这使得重要性概念在审计中的地位日益突出，而运用重要性概念必然导致审计风险的发生。本文拟在讨论重要性和审计风险两概念的基础上，进一步探讨二者的关系，并试图探索一种确定重要性数量水平的新方法。 一、重要性与审计风险的概念界定 重要性概念在会计审计理论中，指会计报告与实际情况不一致的严重程度。《独立审计准则第10号——审计重要性》中指出，重要性“是指被审计单位会计报表错报或漏报的严重程度，这一程度在特定环境下可能影响会计报表使用者的判断或决定”。重要性实质上强调了一个“度”，在会计或审计报告中，允许一定程度的不准确或不正确的存在，但是要以这个“度”为界。 重要性原则的运用贯穿于会计审计理论及实务中，但重要性水平则可以是针对会计报表、会计账户、乃至于各项交易，在多数场合是针对和首先针对会计报表的。 审计风险由审计行为带来，指由于审计人员出具的审计报告与被市项目真实情况不一致而承担审计责任的可能性。审计风险概念的意义不仅在于提请审计人员注重审计质量，承担审计责任，更重要的在于正确评估审计风险、控制审计风险。 二、重要性与审计风险的内在关系 我国理论界公认的审计风险决策模型为： 审计风险（AR）=固有风险（IR）×控制风险（CR）×检查风险（DR） 它最根本的用途在于根据确定的预期审计风险、固有风险、控制风险的水平来计算确定检查风险水平。检查风险的价值在于据此确定实质性测试的样本规模，把审计计划与审计实施过程有机地联系起来。 重要性与审计风险是不可分割使用的两个概念，必须把它们结合起来研究。那么，在重要性和审计风险之间存在怎样的关系呢？审计报告对被审事项中的重要性错误未予极因，就会导致审计风险。因此，重要性是审计风险控制的核心和重点。审计过程中同样的事项，其重要性程度提高时，审计风险必然降低；反之，审计风险必然提高。因此，重要性和审计风险之间是反向对应关系。 重要性理论的目的在于指导审计实践。审计人员对会计报表进行审计，首先要对重要性进行初步的判断。判断要从数量和性质等方面来考虑。从数量角度讲，重要性表现为重要性数量水平，如“税前利润的5％－10％”、“总资产的0.5％一1%”，等等。在此之所以单独称之为“重要性数量水平”，是为了区别于一般论述中的“重要性”、“重要性程度”、“重要性水平”。在审计实务中，“重要性数量水平”的作用在于作为会计报告允许出现差错的最高水平，评价所发现问题的重要性，进而确定发表审计意见的类型。 在实施审计前，审计人员对不同规模企业的重要性都有一个比较一致的认同，即有一个大致相同的重要性数量水平，这个水平应该是相对数。重要性数量水平越大，如从5％提高到10％，则对同一个项目的重要性程度认识就越低，从而审计风险也越大；反之，审计风险就越小。所以，重要性数量水平和审计风险水平成正向对应关系。 审计风险是对审计全过程的评价，由几个因素共同作用而成。审计人员所能控制的只有检查风险要素。所以，控制审计风险的要点在于控制检查风险。根据审计风险决策模型可知，在固有风险和控制风险一定的条件下，检查风险和审计风险成正比关系。 从而，重要性数量水平与检查风险水平成正向对应关系。 对于重要性数量水平与检查风险水平的关系我们有理由进一步作如下推断： 1、如果检查风险水平趋向0时；即在审计中几乎不允许遗漏任何错弊，则重要性数量水平也应接近0； 2、重要性数量水平与检查风险水平的取值范围均在0一100％之间； 3、重要性数量水平与格查风险水平在取值范围内的变化是连续的； 4、重要性数量水平与检查风险水平的变化不一定是均匀的。尤其在两者接近100％时，重要性数量水平变化速度应小于检查风险水平的变化速度。因为对任何一个审计项目，从理论上讲、即使审计人员愿意承担极高的审计风险，也不能采用100％的重要性数量水平。换言之，即使检查风险水平为100％，审计人员也不应将重要性数量水平定为
数量关系论文范文第4篇
关键词：灰色关联分析；高被引文章；高被引作者；被引频次；影响因子
中图分类号：G232 文献标志码：A 文章编号：1673-291X（2016）29-0173-04
论文的被引次数是反映论文学术影响力的重要指标之一。有学者研究认为，高被引论文对影响因子的贡献率普遍较高[1，2]。论文的引用情况也经常被用来评价科研人员的绩效[3-6]。利用论文的被引情况来反映论文的影响力时，一般又认为与作者的名气有关[7]，作者的名气越大，发表期刊的级别越高，被引次数应该就越高。有限的期刊资源更倾向于刊用名气大的作者的论文，长此以往，则形成期刊界的马太效应：对一些名家一稿难求，而大量名不见经传的作者的论文就会难以得到及时公开发表。这种主观的判断是否正确？什么条件的作者发表的论文被引频次高？作者如何提高自己论文的被引次数？本文以《灾害学》作为研究期刊，以该期刊的作者作为研究对象，通过2004―2013年10年间刊出的1 286篇论文的所有作者与所被引频次M行相关性分析，同时参考2014年和2015年的数据，以期通过大量的数据，探讨作者论文被引的规律性。通过本论文的研究，也可以为期刊提高期刊的影响因子提供借鉴。
一、研究方法
一般的抽象系统中都包含着许多因素，多种因素共同作用的结果决定了该系统的发展态势。人们常常希望知道在众多的因素中，哪些是主要因素、哪些对系统发展影响大等等，而使用灰色相关性分析可以弥补其他系统分析方法的缺陷，适用于本论文的研究。
灰色系统理论是华中理工大学邓聚龙教授于1982年提出的，该理论利用灰色关联分析来分析因素之间的相关程度[8]。灰色关联分析是根据比较参考序列曲线和比较序列曲线之间的几何相似度来判断二者之间相似程度的，利用灰色关联系数来比较参考序列曲线和比较序列曲线在各点的差异[9，10]。
二、数据来源和统计方法
本研究以《灾害学》期刊作为研究对象。从研究学科来看，《灾害学》是进行综合性研究的学术期刊，它以各种自然灾害，包括自然灾害和人文灾害作为研究内容，通过对各种灾害事件的分析讨论，总结经验，吸取教训。从研究内容来看，广泛交流灾害科学的学术思想、研究方法、研究成果；从研究方向来看，注重关于灾害问题的研究动态和防灾减灾对策、人类抗御灾害的科技水平和能力等等的探讨。因此，通过对该期刊的研究，能够全面筛选出各灾害学相关研究的被引次数。
本研究引用的数据来源于“中国知网”（）2004―2015年的数据。其中以2004―2013年的数据作为数据来源，同时参考2014年和2015年的数据。普赖斯认为，科研论文一般在其发表后1―2年即达到被引用最高峰，因此选用2004―2013年10年的数据，2014年和2015年的数据仅作为参考数据。
本研究利用灰色关联分析，以被引次数最多的50篇论文的相关数据作为研究基础，从论文的被引次数与该论文的下载量、论文作者的职称、的时间、论文研究范围四个方面进行分析。
三、被引用率灰色关联度分析
（一）确定比较数列和参考数列
本文选取论文的被引次数作为参考数列，以该论文的下载量、的时间、论文作者的职称、论文研究的区域作为比较数列，如表1所示。
表1 影响因子及变量设定表
其中，职称按照从高往低赋值：设正高=1，副高（博士）=2，中级（硕士）=3，初级=4；研究范围从大到小赋值：设世界性=1，全国性=2，地区性=3，市县等=4，则被引次数最高的50篇论文的相关数据如表2所示。
（二）无量纲化
由于系统中各因素列中的数据可能因计算单位的不同，不便于比较，或在比较时难以得到正确的结论，因此，在进行灰色关联度分析时，一般都要进行标准化 （无量纲化）的数据处理。本文利用公式（1），以P50的数据为基准，对原始数据数列和比较数据数列进行初始化运算，以消除量纲或数量级的影响，得到标准化后的数列（表3）。
（三）产生对应差数列表
将无量纲化后的比较数列与参考数列进行差值计算，并求绝对值，将之列如对应差数列表，内容包括与参考数列值差（绝对值）、每列最大差和每列最小差。然后计算最大差值和最小差值。
四、灰色关联的结果分析
通过灰色关联分析法可知：
1.论文的下载量、的时间、论文作者的职称、论文研究的范围四个方面的相关度都几乎接近于1，说明这四个方面与论文的被引次数相关度非常大。
2.从论文的下载量、的时间、论文作者的职称、论文研究的范围四个方面来说，相关度大小排序为：研究范围>时间>作者职称>下载数量。说明论文被引用率影响较大的还是论文本身研究范围。也说明论文刊出时间越长，关注的学者越多，被引的可能性也越高。作者职称和下载数量低于前两个因素。
3.利用灰色关联度分析法研究结果对把握期刊的服务对象和办刊理念有极大帮助。灰色关联度分析法克服了传统数理统计方法中对样本需要量大、计算量大等缺点，有利于分析期刊研究过程不完全信息中随机因素的显著性和关联性，开拓了期刊研究的新方法。
参考文献：
[1] 刘雪立.10 种国际权威科技期刊影响因子构成特征及其启示[J].编辑学报，2014，26（3）：296-300.
[2] 毛国敏，蒋知瑞，任蕾，等.期刊论文被引频次的幂律分布研究[J].中国科技期刊研究，2013，25（2）：293-307.
[3] 叶鹰.高品质论文被引数据及其对学术评价的启示[J].中国图书馆学报，2010，36（1）：100-103.
[4] 方红玲.我国科技期刊论文被引量和下载量峰值年代――多学科比较研究[J].中国科技期刊研究，2011，22（5）：708-710.
[5] 黄鹂.从论文被引频次分析看高校学报在学校科研发展中的作用――以长江大学及其主办的学报为例[J].长江大学学报：社会
科学版，2012，35（9）：184-186.
[6] 任胜利，柴育成，姚玉鹏，等.地球科学国际主流期刊的引文分析[J].科学通报，2002，47（1）：74-79.
[7] 李斐然.如何创作被引次数最多的论文[J].创新科技，2012，（1）：58.
[8] 曹惠玲，黄乐腾，康力平.基本AHP及灰色关联分析法的发动机健康评估研究[J].数学的实践与认识，2015，45（2）：122-129.
数量关系论文范文第5篇
[关键词] h指数；被引次数；幂律；不同学科
[中图分类号] G353 [文献标识码] A 文章编号：1671-0037（2015）04-75-4
Abstract： In order to understand the variation of the relationship between author’s H index and citation counts in different disciplines， the relationship between the author’s H index and citation counts in library information， mathematics， material science， basic medicine， finance， psychology， politics and other disciplines was analyzed， the diversity existed in their Power Law relationship should be related to the development stage of the discipline， its theoretical or applicable tendency. In addition， the positive correlation between the author's H index and the maximum number of citation counts was also linked to the academic scale.
Keywords：H index；citation count；power law；different disciplines
1 引言
学术论文是科学研究成果的重要表现形式，在对作者学术影响力的评价方面一直为科学界，尤其是科技管理界所关注，例如科技人员的学术成就和对学科的贡献可以采用传统的发表文献的数量、文献的被引次数等指标，以及建立相应的评价体系来进行衡量。
作者的h指数作为评价作者科研成果的一项新颖的指标，是对科学家个人科研成就的评估，是反映作者科研工作的累积指标，它建立了发文和引文的关系，衡量了学者的数量和影响[1-3]，引起了许多学者的关注，邱均平教授等人利用h指数来评价我国的图书情报学学者的个人绩效，同时考察了h指数与传统计量指标之间的关系，经过比较分析发现h指数与作者的总被引次数具有强烈的相关性[4]；指出了作者的h指数与论文被引次数c之间具有形如h=cb的幂律关系[5]；另外还有将h指数引入到大学评价中，比如计算了我国部分重点大学的h指数，结果表明大学的h指数与被引次数c之间确实具有一定的拟合关系[6]；相关的研究还包括，例如以国内39位经济学领域中的高被引学者在1994-2008年间的被引用情况作为依据，分别对每位学者的h指数进行计算，并且探究了作者的h指数与其总被引频次之间的关系等[7]，本文是希望对不同学科或者是不同研究领域中的h指数与被引次数的关系进行考察，目的是探讨两者之间关系的学科因素的影响，特别是：一是作者的h指数与作者的被引总次数之间的关系随学科变化情况的经验认识，希望得到关于两者拟合关系的初步的规律性结论；二是作为作者h指数与作者被引次数之间关系的组成部分，这里还希望对作者的h指数最大值与作者被引次数最大值之间的关系的学科影响进行经验考察。
2 数据的获取与拟合
2.1 数据来源
本文首先选取了图书情报学作为研究对象，在CNKI数据库中所分类的研究方向为“图书情报与数字图书馆”中，统计了截止到目前发表文献量以及被引次数较多的前50位学者（按发表文献量排序），并在CNKI的引文数据库中得到这些作者的h指数，进一步建立作者的h指数与作者的总被引次数的关系图如图1所示，其中给出了两者的拟合关系，并给出了相应拟合关系的判定系数，其中横轴为作者的被引总次数，纵轴为该作者的h指数。对于其他学科例如自然科学类、工程技术类以及人文社科中的其他学科的情况，采取了相同的处理方法。
2.2 数据处理
笔者在统计的过程中，注意到高被引次数的论文中有作者重名的情况，由此可能会导致统计结果的不确切，为了减少数据不准确所引起的偏差，在生成散点图以及趋势图时，作者重名情况未包含在内。
2.3 数据拟合
表1涉及自然科学领域，分别考察CNKI所划分的基础科学、工程科技、医药卫生科技以及农业科技的情况，考虑到数据量的问题，仅选用这些分支学科中的比较有代表性的领域作为考察对象，分别为数学、材料科学、基础医学、畜牧与动物医学。其中数学是最传统的基础科学；材料科学是工程科技中目前发展态势良好，研究相对活跃，且引文量相对较高的分支学科；基础医学是医学门类的基础学科，涉及自然科学，生命科学和医学科学基本理论，是医学发展的基础；而畜牧业是人类与自然界进行物质交换的重要环节，畜牧与动物科学也是农业发展的重要部分与种植业并列为农业生产的两大支柱。诚然，这些学科客观上具有较强的代表性，但选取这些学科作为考察对象，也是具有一定的主观性的。选定对象后，对其中的作者总被引次数与其h指数的关系进行拟合，结果如表1，数据统计时间截止为2011年5月。
由以上研究不难发现，作者h指数与作者的论文总被引次数确实有较强的相关性，而且这种关系用幂函数进行拟合时具有较高的判定系数，由此从直观上可以有形如h=acb的近似，另外也注意到在不同的学科中a和b的值存在一定的差异。
用相同的方法研究人文社科领域，是为了进一步分析了人文社科中除图书情报学领域之外的其他分支学科，从而进一步验证上述的幂函数关系，分别选取了金融学、心理学以及政治学这三个学科作为代表来进行考察。金融和心理学两个学科的发展较为迅速，发文量和引文量都达到较高水平，作为应用性较强的人文社会学科，其h指数和作者被引之间也能够呈现出一定的相关性。其中金融学中y=0.246x0.599（R2=0.833），心理学y=0.443x0.532（R2=0.814）。
选取政治学的原因是注意到该领域的学科边界相对比较明确，从而作为一个特殊对象进行考察，事实上，与边界相对模糊的学科相比，这种学科界限的明确性也使得该领域以及与该领域相关的论文绝对数量以及论文的总被引用次数都会相对有所下降，因而在统计结果中，由于学科自身的发展状况等因素，有可能暂时无法明确体现作者h指数与作者的总被引次数之间的一般性规律，实际结果表明，h指数与总被引次数表现为弱的幂函数相关性，其中判定系数仅为0.567，结果如图2所示。
所以，这是否能够说明，考虑到学科的不同发展阶段以及学科边界等因素，作者的h指数与作者的总被引次数之间的关系不仅仅表现为已有研究中所得到的幂函数关系，甚至能够反过来利用两者之间的关系来对学科的性质及发展状况进行表征。
3 结果分析与讨论
3.1 作者的h指数与总被引次数之间的拟合关系的确有学科影响因素
3.1.1 拟合系数a与b对学科因素的敏感程度不相一致。数据拟合结果表明，在作者的h指数与作者的总被引次数c之间能够呈现出一定的幂律关系，并且幂指数b大于0小于1，这表明论文总被引次数C的增量对于h指数的增长具有效应递减的规律，但是针对不同的学科又会表现出一定的差异性。能够注意到大部分学科幂指数b在0.5左右，而系数a存在较大的差异性，因此，我们初步估计对于不同的学科，作者的h指数与作者的论文总被引次数之间的这种幂律关系应当能够反映不同学科的属性，假定用A表示学科因子，那么应当有h=acb=a（A）cb，其中a是A的函数，这样从直观上，不同学科的h指数与总被引次数的关系不能直接进行比较，或者需要对两者之间的关系进行学科归一化处理之后才能进行比较，相关的研究包括，尝试创建期刊h指数的归一化换算公式，试图将不同领域的期刊的h指数进行归一运算，以实现不同学科间h指数的比较[8]。
3.1.2 幂函数相关性的强弱与学科的发展阶段有关。作者的h指数与作者的总被引次数之间的关系应当与研究领域的学术研究的发展水平有关。例如数学，基础医学，金融等领域的发展相对较为成熟，无论是研究人员还是论文的绝对数量都相对较多，幂律关系表现得比较明显，两者之间的幂函数相关性相对较高，判定系数也分别达到了0.867，0.860，以及0.833，而对于那些发展相对滞后的学科，研究人员与论文数量相对较少，且影响力相对也相对较弱的情形，幂函数相关性就表现得相对较弱，由此是否意味着学科发展的不同阶段，包括萌芽、发展、成熟等时段的作者h指数与被引次数的关系也会表现为不同的形式。
3.1.3 拟合系数a与学科的理论或是应用性的侧重程度有关。需要注意，作者的h指数与总被引次数之间的关系应当还与学科的理论或者是应用的倾向程度有关。或者说，在假定两者之间服从幂函数关系的基础上，则至少应当有A=A（t），其中t表示学科侧重理论性或是应用性的程度，从而t不同，反映为系数a也会有所差异，从直观上可以有这样的原因，例如论文的理论或应用的性质也会从时间上对h指数的增长速率有所影响，比如一般理论性质的文章可能会具有较长时间的引用期，文献的衰老速度较慢，而通常的工程技术类论文则偏重于实验技术与方法的创新，从而往往被引用的是该领域中前沿的技术知识，文献的老化速率则相对较快，而这些会直接影响到文献被引次数在文献中的分布以及随时间的变化关系，由此学科的理论或应用的倾向会对幂函数的系数，也即拟合函数的系数等产生影响，或者说作者的h指数与其总被引次数的关系能够对学科的理论或者是应用性倾向给予一定的反映。
3.2 作者h指数与作者被引次数的最值关系的学科影响
3.2.1 学科变量的选取。h指数与被引次数的关系随学科的不同会有所变化，还可以借助中间变量（相对于上述对两变量的直接拟合）来进行考察学科影响因素，例如研究人员的数量，该数值能够在一定程度上反映相应学科的学术规模以及活跃程度，在此基础上，分别考察在不同学科中的h指数与研究人数的关系，以及被引次数与研究人数的关系。由此，笔者整理了上述不同学科的作者h指数的最大值、作者被引总次数的最大值，以及各个学科的博导人数，用该人数大致反映该学科的研究人员的数量，并以研究人数作为横轴，h指数与被引次数的最大值作为纵轴，给出两者随不同学科的变化情况如图3所示，其中由于作者被引总次数最大值与h指数的最大值相比往往不在同一数量级上，所以采取将前者除以100以便进行比较，而且除以常数也不会改变被引次数与研究人数的关系，以及与h指数的比较。另外，在图3-1中，学科从左至右依次为政治学、图书情报学、心理学、材料科学、金融学、基础医学以及数学。
3.2.2 两变量的最大值随学科变化的趋势不相一致
从图3中能够看出，作者h指数的最大值与被引次数的最大值随研究人数的变化具有一定的正相关性，但是也能够注意到两者随研究人数的变化趋势从直观上也有明显的差异，在研究人数较低的区域，例如图书情报领域的研究人数仅为75，该领域的h指数的最大值为34，在所列学科中处于较高的区域，而最大被引次数/100却只有19.62，处于较低的范围，不严格地，被引次数较低，h指数却较高说明了该领域的引用集中性，或者说这说明了该领域具有的小学科特性，在研究人数较多的区域，h指数与被引次数的最大值均处于较高的区域，由此，h指数与被引次数的最大值随研究人数的变化并不一致，而这种变化趋势的不同也正是研究人数的不同或者是学科差异的反映。需要指出，严格地探讨还需要对数据进行归一化处理，并需要进一步调整以及扩大数据范围以检验由这种直观考察所得结论的适用性。
4 结语
由以上分析可知，h指数与论文总被引次数之间在不同的学科中大都存在着形如h=acb的关系，其中0
a与b不大于1说明了作者总被引次数c对于作者h指数增长的影响会逐渐减小。在不同的学科中，h指数与作者总被引次数之间的幂函数相关性会存在一定的差异，表现为拟合系数的差异，特别是a值的不同，这应当与学科的发展阶段、理论及应用的倾向有关。
另外，作为对h指数与被引次数关系的补充，对h指数与被引次数的最大值随不同学科的变化情况也进行了考察，其中变化趋势的不一致能够体现学科因素的影响，与学术规模偏低的学科相比，在规模偏高的学科中，h指数与被引次数的最大值可能会具有更强的正相关性。
参考文献：
[1] Hirsch J E. An index to quantify an individual’s scientific research output[J].PNAS，2005，102（46）： 16569-16572.
[2] Ball P. Index aims for fair ranking of scientists [J].Nature，2005，436（7053）：900.
[3] Egghe L. How to improve the h-index [J].The Scientist，2006，20（3）：14.
[4] 邱均平，缪雯婷.h指数在人才评价中的应用――以图书情报学领域中国学者为例[J].科学观察，2007（3）：17-22.
[5] 高小强，赵星.h指数与论文总被引C的幂律关系.情报学报，2010（6）：506-510
[6] 万锦遥花平寰，赵呈刚.中国部分重点大学H指数的探讨[J].科学观察，2007（3）： 9-16.
[7] 许新军.h指数在人才评价中的应用――以经济学领域高被引学者为例.情报杂志，2008（10）：22-30.
[8] 周英博.国际基础科学领域核心期刊h指数分析研究[D].浙江大学，2008.
数量关系论文范文第6篇
关键词学科一技术关系 关联性分析 转化效率
1.引言
“科学一技术”关系的实践研究发展于上世纪90年代，弗朗西斯・纳林（Francis Narin）通过专利对论文引用在来源和时间方面的关联性，证明在高科技领域，科学与技术之间有着紧密的相互作用。利用论文和专利数据可以衡量国家、地区或机构的创新能力测度以及相互间知识转移、技术转移途径的研究，主要是基于宏观数据进行统计分析。基于专利的科学一技术关系的研究，主要包括定量指标方法、数理模型方法、科学一技术映射模型及社会网络分析方法。指标方面主要有科学联系度（Science Linkage）及其标准化后的产业标准化指数、当前影响指数（Current Impact Indicator）及衍生的科学强度、技术循环时间（Technology CycleTime）、技术扩散系数、相对强弱指数（RSI）等。数理模型方面，有基于熵值算法学校一产业一政府的三螺旋模型与算法（已由Mode-1进化到Mode一2），技术成长曲线及其修正，以及用于科研投入与产出绩效间的灰色关联分析；科学一技术映射模型方面，国内学者尝试建立科学学科分类与专利IPC分类的映射模型等；社会网络分析方法，如高继平提出的专利/论文的混合共被引网络分析、聚类分析和聚类自动标引，基于社会网络分析工具的研究等。定量指标方法难以避免突发因素造成的数据噪音，例如论文或专利的数量的突发性增长或引用；模型研究和社会网络分析其关注的指标较为局限，例如模型研究主要是宏观的规模性产出数据；社会网络分析则要求变量数据间有共现关系。文章涉及7个论文和专利的数据变量，得到21种关系组合，扩展了定量指标体系，同时发现了一些原本弱相关或无关的数据变量去除时滞影响后呈现出较强或极强的相关性。
“科学一技术”相互作用分析能体现出科学研究与技术应用间的协同发展、扩散转化和相互贡献程度，从而为支持科技领域布局、制定技术创新策略、合理配置科研资源等提供决策依据。文章以国内高等学校“科学一技术”发展现状为研究对象，通过高校的专利数据和论文数据关联性分析，挖掘影响科学和技术发展的关联性因素，探讨科学与技术相互转化、扩散、相互促进的时间效率。一项研究，或某一领域的研究，在研究发表后需要多长时间能被关注（被引）、被传播、以及促进技术应用的出现，通过r间度量来揭示该问题，能够为高校科技管理部门开展科技资源布局提供有效的决策支持的定量分析方法体系和策略。
2.研究方法
关联性分析方法在很多学科领域得到了应用，在挖掘“科学一技术”关联性分析方面，可以分析研究经费的投入产出，但其涉及的变量局限于产出数据，而忽略了引文关系，即科学与技术间的转化和扩散效率；可以分析科研项目与专利产出间的关联性，但其忽略了科研与技术之间的时间转化差异，其相关性系数均低于0.9。
对于科学与技术的关系，通常认为：先有科学研究再有专利产出，即研究总是走在应用的前面；成果公开之后会经过一段时间得到关注、扩散、被利用。那么一个机构、一个学科、一个技术领域甚至单个的研究内容发表之后，究竟要多长时间才能爆发出大量的技术应用成果？文章扩展了“科学一技术”常用的分析指标涉及的数据变量（见表1），考量了科学与技术发展的时间差异性，一方面挖掘了更多的可用指标；一方面将原本弱相关的关联性通过时间关系处理得到了较强或极强的关联性，并分析该时间差异对科技转化效率的影响。
从表1看出现有文献的研究方法主要有两种：一是考察单一变量的变化趋势或者分布情况；二是对技术相关变量（如专利被引次数与专利公开量、引用论文文献和专利公开量或量）间通过逻辑运算得到的数值进行分析，形成衡量科学一技术关联性、活跃度和影响力的常见指标体系，运算方法主要包括平均数值、标准化数值、引用关系时间间隔等。但其存在的共性问题是：变量关系单一，且依赖于指标的建立来对数据进行处理，无法消除由突发因素引起的数据噪音。
2.1关联性分析方法
在不同的变量间可能存在着线性相关或曲线相关关系，可以是正相关也可以是负相关，不同类的相关又可分为强相关、中等相关、弱相关或者无关等几种关联程度。而曲线相关大多可以转换线性相关进行研究，衡量变量间的线性关系常用的系数为皮尔森（Pearson）相关系数。假设：变量A（专利申请）与变量B（专利被引）之间存在潜在的关联性，当N=30（1985-2014年），A与B两个变量曲线走势见图1，但两条曲线并不完全重合，可以首先计算得到一个皮尔森相关系数：
对于同一年份的数据来说，专利被引相对于专利申请有所滞后。这一规律在图1中表现为变量B的峰值在时间上较变量A提前出现。因此，在计算相同年份的变量A和B的相关性之后，尝试寻找变量B的峰值相对变量A峰值前移的一般规律，计算不同年份的变量A和B之间的相关性；当Pn达到最大值时，n即为变量B相对于变量A的峰值前移时间差，也可以理解为变量B相对于变量A的时滞。新的线性相关系数计算公式如下：
当Pn达到最大值时，n即为A变量对B变量产生作用的时滞度量。
关联性分析主要解决两个问题：（1）对于相互之间没有直接关联性的变量，通过考察其时间序列变化情况，挖掘其在时滞效应和转化速度方面的关联性，以考察其预测性。（2）消除单个数据带来的噪音影响，使分析结果具有较好的稳定性和合理性。
2.2方法验证
通过曲线拟合，比较A和B，以及A和B两组曲线的皮尔森系数和R方值，若皮尔森系数R方值得到改善或有明显提高，且通过SPSS分析软件得到的置信区间均在95%及以上，则说明该方法对于该变量组合具有统计意义。
文章通过列举两个例子来进行验证说明：（1）选择机构G的30年间（1985-2014年）（A1）和专利申请量（B1），并假设论文研究能带动专利的申请，分析在当前的发展趋势下，预测专利申请要经过时间n才能达到当前科学研究水平带来的相应技术应用规模；（2）选择机构G的30年（1985-2014年）专利申请量（A2）和专利被引量（B2）进行关联性分析，与现有的“技术扩散速度”指标进行参照分析。两组变量30年时g序列数据的趋势分布与关联性见表2和图2。
经公式（2）计算得到表3。可见，G单位专利申请与间的关联性，在时间差值n1=2年时达到最强，预测2年后在当前的总体研究态势下，会引发技术引用的大量出现；专利申请与专利引用之间原本呈现的弱关联性，在时差n2=3年时获得较强的关联性，且推测得出G单位的技术扩散速度为3年。
经过该处理后，通过SPSS以A为自变量，B为因变量进行曲线拟合，R方值都得到了明显改善（见表4）。证明该关联性方法具有统计意义，能够表征两个变量间的关联程度。
同样，通过数据验证，关联性分析7个变量（、论文被引、专利申请、专利授权、专利被引、引用专利、引用论文）的21类组合关系都呈现出较好的应用可行性。
3.评价体系的构建
文章的数据包括专利和论文两部分。专利数据来源于TI数据库，以专利权人代码为检索条件，获得1985-2014年国内排名前3的理工科高校（高校S、高校Q、高校Z）的专利公开和引用情况；论文数据来源于InCites平台中3所高校1985-2014年的和被引情况。
3.1评价指标的确立
从论文和专利数据中提取出7类变量，通过前期的关联性分析后，得到21个组合形式并确定变量A对变量B具有促进或推动作用（表5）。
根据主/客体（论文与专利）与行为（引用与被引）之间的时间维度关联性（图3），15对变量组合可以大致划分为四个类别：
（1）表征产出规模驱动的时间效应，体现在不同主体具有同样的行为：一专利申请，即科学研究产出对技术应用产出的推动作用。
（2）表征扩散时间效应，体现为不同主体的产出与被引行为的时间维度关联性，又可以细分为两类：一类包含一论文被引、一专利被引、论文被引一专利被引，即科学研究的扩散对科学研究和技术引用产出的时间影响；一类包含专利申请一专利被引、专利申请一论文被引，即技术应用的扩散对新技术应用和科学研究扩散的时间影响。
（3）表征转化时间效应，体现为不同主体的产出与其引用行为的时间维度关联性，分为两类：一类包含专利申请一引用论文、专利申请一引用专利、引用专利一引用论文，即技术转化对科学研究和新技术应用产出的作用；一类包含一引用专利、一引用论文，即科学研究转化对新的研究内容、技术应用和技术应用转化的影响。
（4）表征贡献程度，体现为引用行为与被引行为的时间维度关联性，也可分为两类：一类是科学研究对新的科学研究转化和技术应用转化的贡献度，包括引用论文一论文被引、引用论文一专利被引；一类是技术应用对新的科学研究转化和技术应用转化的贡献度，包括引用专利一专利被引、引用专利一论文被引。
3.2机构数据对比
通过公式（3）的计算处理后，我们得到以下结果（表6）。比对国内3所水平较高的理工类院校的论文和专利的产出及引用关系数据，其论文数量与专利信息的产出规模、扩散效应、转化效应和相互贡献程度都具有极高的关联性。对比变量A对变量B的推动或促进作用在时间维度的间隔大小，可以挖掘各高校间的“科学一技术”间扩散、转化速度的快慢，以及相互贡献程度的时滞效应。
从关联性来看，高校Q除了专利申请与专利被引、专利授权与、与专利被引、与专利引用专利文献、与专利引用论文文献和专利被引与专利引用专利文献6种组合呈现出中等相关外，其他变量间都呈现出较强相关；高校S和高校Z在专利被引与专利引用专利文献、专利被引与专利引用论文文献2组变量无关联性。
从时间关系上来看，专利授权与其他变量的关系，和专利申请与其他变量的关系差值在0-2之间，整体抵消了我国专利申请到授权的18个月审核周期的时间，因此两者可按需选择，文章以专利申请为主要变量开展分析。另论文被引和专利被引（2，2，1）在时间关系上同步于和专利申请（2，2，1），即一项/篇专利和论文被引用的同时，意味着另一项/篇专利和论文公开发表。因此两组变量具有相互验证的效果（表6中灰色部分为文章未选取的变量组合）。
（1）从产出规模来看：高校Z对科学一技术的产出发展较快，其变量间的时间间隔均小于高校S和高校Q。
（2）从扩散效应来看：高校S与高校Q技术扩散对科学的影响时效长于高校Z（论文被引一专利被引、一专利被引、专利申请一专利被引），而科学研究扩散对新的科学研究的促进（专利申请一论文被引）高校S要迟于高校Q和高校Z，科学研究扩散对新的技术应用的促进（一论文被引）三所高校时效相同。
（3）从转化效应来看：在技术转化方面（专利申请一引用专利），三所高校的效率相似；但高校Q的科学研究转化效率（一引用论文、一引用专利）略低于其他两所高校。
（4）从贡献程度来看：高校Z的科学贡献度较差（引用论文一论文被引），高校Q的科学贡献度和技术贡献度（引用论文一专利被引、引用专利一专利被引）较好，高校S的技术贡献度和科学贡献度（引用论文一专利被引、引用专利一专利被引）都略低于高校Q。
总体来看，高校Z近年来的产出发展较快，其科学研究向技术应用方面的转化速度较快，但是技术与科学的关联度较低，科学贡献度较低，但技术影响力较高。高校Q近年来科技产出变缓，科学研究向技术应用扩散速度较快，高校Q的科学研究转化效率较高，科学与技术的关联度居中，技术循环时间变长，但其技术贡献度和影响力仍较高。高校S在产出发展速度上略缓于其他两所高校，其技术扩散效率不高，科学贡献度和技术贡献度的水平居中。
3.5与传统指标的对比检验
传统指标受到时间变化以及突现的大数值个例影响，会导致指标结果具有数据样本的依赖性。通过分别比较扩散效应与“技术扩散速度”指标，转化效应关联性分析与“学科关联度”和“技术循环时间”指标（见表1）的数据值，对关联性方法的可行性进行检验。
（1）扩散效应关联性与“技术扩散速度”指标。
在已有的科学一技术分析中，计量扩散效应的是（专利申请）与（专利被引）的平均时间间隔，即“技术扩散速度”这个指标来度量的，用这个办法得出来的一个高校的技术扩散速度，选取的时间范围距离现在越远则值越大，选取的时间范围距今越近值越小。例如：图4中，选取30年的数据时，校S、高校Q和高校Z的均值分e为9.1、8.2和9.9年，中值为8.7、6.2和8.3年；选取近十年的数据时，三者的技术扩散速度分别为2.3、1.8和2.4年，中值为2.2、1.6和2.2年。
关联性的分析则是对两个变量的总体趋势进行对比，根据表6的结果，在30年的数据范围内，科学研究的扩散对科学研究和技术引用产出的时间影响（和论文被引：4、3、3，专利申请和专利被引：4，3，3），以及技术应用的扩散对新技术应用、科学研究和科学研究扩散的时间影响（和专利被引：5，5，4）的时间效应更加的均衡和稳定。
（2）转化效应关联性与“科学关联度”和“技术循环时间”指标。
传统指标中评价科研转化和技术转化的指标有科学关联度和技术循环时间两个指标。通过计算学科关联度得到图5，得到的2014年累积值分别为1.10、0.70、0.59，高校S的科学关联度较高，高校Q科学关联度居中，高校Z的科学关联度较低。该结果与三者的科学研究转化对新的研究内容、技术应用和技术应用转化关联分析结果（1，1，1）近似。
近五年（2010-2014年）技术循环时间方面的高校S的技术循环时间（4、5、3、3、3年）与高校Z（5、4、4、3、2年）近似，较高校Q（8、7、4、3、4年）略快，且年代越近，其技术循环时间越小。通过关联性分析，技术转化对科学研究和新技术应用产出的作用（2，3，2），高校Q略缓于高校S和高校Z，与传统指标的结果相近，但受数据集合时间范围的影响更小。
4结论
数量关系论文范文第7篇
论文关键词：交通运输，经济增长，协整，格兰杰因果
一、引言
交通运输业对现代经济发展的作用日益明显，作为国民经济的基础产业，已经成为纵多经济发展因素中的重要因素之一。[1][2]交通运输业如何在经济发展产生作用？与经济经济发展的关系如何？已有学者在这方面做了相关的探讨。刘建强、何景华（2002）以1949―1999年间中国的GDP、客运量和货运量为样本数据，运用协整理论和格兰杰因果关系的检验方法分析了交通运输业与国民经济发展的关系，结果发现货运量与GDP之间具有长期的均衡关系。也就是说交通运输业能促进国民经济的发展。刘秉镰、赵金涛（2005）以1978―2003年间的数据位样本，运用格兰杰因果检验方法分析了我国东中西部的交通运输与经济发展的关系，结果发现GDP增长是交通运输发展的原因。张学良（2007）用面板数据模型研究了不同区域间交通基础设施与经济增长的关系。张学良、孙海鸣（2008）以改革开放以来的时间序列为对象，运用协整理论和格兰杰因果关系检验方法，分析了交通基础设施与经济增长的长期稳定关系工商管理论文，结果发现经济增长是交通基础设施发展的格兰杰原因怎么写论文。
从对上述文献的分析来看，当前对交通运输与经济发展的关系主要集中在整个中国，很少有针对某一区域或某一省份的研究。
本文力图在已有研究方法的基础上，以重庆为研究对象，运用协整理论和格兰杰因果关系检验的方法分析重庆的交通运输业与经济增长的关系。
二、计量方法分析
（一）单位根检验
单位根检验主要是检验变量是否是一个稳定的时间序列过程。根据协整理论，存在长期均衡关系的两个变量必须要相同的单整阶数。因此，在本文中，对三个变量进行协整分析之前，必须检验三个变量进行单位根检验。目前，最常用的单位根检验方法是由Dickey和Fuller提出的ADF（Augented Dickey-FullerTest）检验。ADF检验的基本原理是将非平稳的时间序列进行n次差分变成平稳的时间序列。基本方法如下：
（1）
其中表示常数项，，，表示待定参数，t表示时间趋势因素，表示随机误差项。该检验中的滞后阶数由AIC（赤池消息准则）和SC（施瓦茨准则）来确定。
（二）协整检验
由于本文涉及到三个变量，因此本文将采用Johansen(1988)和Juselius(1990)提出的一种似然法进行检验的方法。该方法是基于向量自回归VAR(P)模型的分析技术进行检验，可用于检验多个变量，能同时求出各变量间的若干种协整关系。它的基本思路是在多变量向量自回归（VAR）系统回归构造两个残差的积矩阵工商管理论文，计算矩阵的有序特征值（Eigen value），根据特征值得出一系列的统计量判断协整关系是否存在以及协整关系的个数。
（三）因果关系检验
利用协整检验结果判断了变量之间是否存在长期稳定关系之后，对于变量之间的因果关系还需要进行进一步的检验。因此，需要在协整检验的基础上，利用因果分析（(Granger Causality Test)对问题继续进行研究。
目前，最常用的因果分析方法是格兰杰因果关系检验怎么写论文。格兰杰因果关系检验的基本思想是：如果变量x是y变化的原因，那么x变化之后，y才发生变化，因此可以通过x来预测y。如果在y关于y的滞后变量的回归中，加入x的滞后变量作为独立的解释变量后，能使整个回归方程更加显著，这个时候，我们称x是y的格兰杰原因，但是在添加x的滞后变量后并没有显著增加回归的解释能力，则称x不是y的格兰杰原因。
格兰杰因果关系检验的模型如下：
（2）
（3）
检验和的格兰杰因果关系的假设是：：=0，j=1,2,...,k；：0，j=1,2,...,k。直接用F―检验来检验上述假设关系，检验的F统计量为：
F=~F[m,T-(m+k+1)] （4）
其中工商管理论文，和分别表示表达式（2）和（3）通过最小二乘法回归得到的残差平方和，m表示自由度，k表示（）滞后项数，T为时间序列（）的观测值总数。
三、实证分析
本文选取重庆市1985―2008年的国内生产总值（GDP）作为反映重庆市的经济增长的指标，反映重庆是交通运输业的指标确定为货运量（HYL）和客运量（KYL），数据全部来源《重庆市2009年统计年鉴》。为了尽可能得到宏观经济变量之间的真实关系，减少序列的波动以及消除异方差的影响，对各个变量取对数形式，分别用lnGDP，lnHYL和lnKYL表示。
（一）交通运输经济增长的态势分析
从图1中可以看出，在1985―2008年这23年间，重庆市的货运量、客运量和国内生产总值的变化趋势表现出一致性，呈不断上升的趋势。在1985―1995年间，三个指标的变化趋势都不是很平稳，但是在1995年后的变化趋势都是不断上升的。通过对图1的大致分析，我们猜测重庆市的交通运输与重庆市的经济增长呈现出相关性。
图1 GDP，HYL和KYL对数化的趋势图
（二）单位根检验结果
在现实经济中，大多数经济指标的时间序列是不稳定的工商管理论文，因此，在用OLS进行回归前，先要对各个变量进行单位根检验，确定各个序列是否是平稳序列，以避免回归出现虚假回归。下面是用本文第二部分所论述的单位根检验方法对客运量、货运量和国内生产总值的时间序列数据的稳定性进行检验，运用软件为Eviews6.0。在检验过程中，根据各个时间序列的时序图来确定检验形式是否含有常数项和时间趋势项。检验结果如表1：
表1 客运量、货运量与国内生产总值的ADF检验
指标
变量
ADF统计值
1%临界值
5%临界值
检验形式式（c,t,k）
结论
lnGDP
水平值
-2.9723
-4.4407
-3.6329
（c,t,3）
不平稳
一阶差分
-2.6211
-3.7880
-3.0124
（c,0,3）
不平稳
二阶差分
-3.6678
-3.7880
-3.0124
(c,0,3)
平稳**
lnHYL
水平值
3.2413
-4.6162
-3.7105
(c,t,6)
不平稳
一阶差分
-3.7792
-3.7696
-3.0049
(c,0,6)
平稳**
二阶差分
-5.7662
-3.7880
-3.0124
（c,0,6）
平稳*，平稳**
lnKYL
水平值
-2.4482
-4.4407
-3.6329
（c,t,1）
不平稳
一阶差分
-3.3052
-3.7696
-3.0049
（c,0,1）
平稳**
二阶差分
-6.3579
-3.7880
-3.0124
数量关系论文范文第8篇
Li Feng；Zhang Tongqi
（Weinan Normal University，Weinan 714000，China）
摘要： 在向量空间理论应用于概率论研究的基础上，讨论了随机变量作为向量的分解问题，得到了随机变量的分解定理，并利用分解定理给出了二维随机变量相关系数的几何意义。
Abstract: In the base of vector space theory applied in probability theory, discuss the problem of the decomposition of random variable, obtain the decomposition theorem of random variable. Furthermore, using the theorem, study the geometric significance of the correlation coefficient of two-dimension random variable.
关键词： 随机变量 期望曲线 相关系数 随机变量的分解
Key words: random variable；expected carve；related coefficient；decompose of random variable
中图分类号：O213.2文献标识码：A文章编号：1006-4311（2011）26-0229-01
0引言
文献[1]通过在概率论中引入“零变量”概念，首次将高等代数中的向量空间理论应用于概率论的研究中，得出一些有意义的结果。本文在此基础上，将随机变量看成向量，在第二节利用文献[2-4]中有关向量分解的定理，得到了随机变量的分解定理。并在第三节中利用得到的分解定理，讨论了二维随机变量相关系数的几何意义，给出了未知分布的情况下，相关系数的一种估计方法。
1随机变量的分解
我们的目的是将（ξ，?浊）中的一个变量表示成另一随机变量的函数与一个性质明确的随机变量之和。
引理[2]1设W是欧氏空间V的一个有限维子空间，存在V的一个子空间W，有V=W?茌W，因而V中的每一向量?浊可唯一表示成?浊=?孜+?灼，这里?孜∈W，
引理2（ξ，?浊）是二维标准正态分布，?渍（x，y）是其联合分布密度函数，则有：①E（E（?浊/ξ））=E（?浊）；②对任一h（?孜）（E（h2（?孜））存在），有E（?浊-E（?浊/?孜））2?燮E（?浊-h（?孜））2；③E（?孜E（?浊/ξ））=?籽?孜n，E（?孜（?浊-E（?浊/ξ））=0。
上述结果说明，当?孜=x时，E（?浊/（ξ=x））是?浊的中心，我们称E（?浊/（ξ=x））为?浊关于?孜的期望曲线。E（?浊/ξ）是所有h（?孜）（E（h2（?孜））存在）中，使得E（?浊-h（?孜））2达到最小。?孜与?浊的相关系数?籽?孜n实际上是?孜与E（?浊/ξ）乘积的均值，?孜与?浊-E（?浊/?孜）不相关。
定理1设（?孜，?浊）是二维标准正态分布，?渍（x，y）是其联合分布密度函数，若满足下列条件：①E（f2（?孜））存在，②?孜与?灼不相关，③?灼的均方误差最小，则?浊可唯一的表示为?浊=f（?孜）+?灼，其中f（?孜）=E（?浊/?孜）。
证明设V[f]=E（?浊-f（?孜））2，其中V[f]是以f（x）为未知函数的泛函。
V[f]=■（y-f（x））■?渍（x，y）dxdy
=■y■?渍（x，y）dxdy-2■yf（x）?渍（x，y）dxdy+■f■（x）?渍（x，y）dxdy
=D（?浊）-2■f（x）■y■dy?渍■（x）dx+■f■（x）?渍■（x）dx
=D（?浊）-2■f（x）E（?浊/（?孜=x））?渍■（x）dx+■f■（x）?渍■（x）dx
由引理1-2，?浊可唯一的表示为?浊=f（?孜）+?灼，需满足V（f）达到最小，且E（?孜?灼）=0。由变分法知识，这是有约束的极值问题，即要求■[f2（x）-2f（x）E（?浊/（?孜=x））+?姿xf（x）]?渍?孜（x）dx达到极小，于是2f（x）-2E（?浊/（?孜=x））+?姿x=0，即f（x）=E（?浊/（?孜=x））-■x；但?籽?孜?浊=E（?孜f（?孜））=E（?孜（E（?浊/?孜）-■?孜））=?籽?孜?浊-■，所以?姿=0。得f（x）=E（?浊/（?孜=x）），f（?孜）=E（?浊/?孜）。又?灼=?浊-f（?孜）=?浊-E（?浊/?孜），且满足①E（?孜?灼）=0，②D（?灼）=E（?浊-E（?浊/?孜））2?燮E（?浊-h（?孜））2，其中h（?孜）是存在二阶矩的?孜的函数。从而?浊可唯一的表示为?浊=E（?浊/?孜）+?灼。证毕。
推论二维标准正态分布（?孜，?浊）中的任一分量，可唯一分解为另一随机变量的具有二阶矩的函数与一个统计学性质好的随机变量?灼之和，其中?灼的性质如下：
①?灼与E（?浊/?孜）不相关（正交）；②E（?灼）=0；③?灼的分布函数F?灼（z）=■?渍（x，y）dxdy，密度函数?渍?灼（z）=■?渍（x，z+E（?浊/?孜=x））dx。
2相关系数的几何意义
令向量函数L（?孜）=a?孜+b，由引理2知，E（?浊/?孜）是所有h（?孜）（E（h2（?孜））存在）中“最靠近”?浊的函数。利用最小二乘法，使得L（?孜）与期望曲线E（?浊/（?孜=x））最接近，得a，b到的最小二乘估计分别为：■=?籽■，■=0。
由随机变量分解定理及相关系数的几何解释，可得以下结论：
①相关系数?籽■是“最靠近”期望曲线（x，E（?浊/（?孜=x））（最小二乘意义下）的直线L（?孜）的斜率，称该直线?浊为关于?孜的回归直线。②由E（?孜E（?浊/?孜））=?籽■知，?孜与n的相关问题即为?孜与f（?孜）=E（?浊/?孜）的相关问题。③在联合分布未知的情况下，寻找相关系数?籽■的估计值■■的新方法。若给定（?孜，?浊）一组样本值（xi，yi）（i=1，2，……n），则■■为使■（axi-yi）2最小的a，得■■=■。
3结束语
在向量理论应用于概率论研究的基础上，将随机变量看成向量，利用向量理论中有关空间向量分解的定理，得到了如下结论：
3.1 二维连续型随机变量（?孜，?浊）中，分量?浊可唯一表示成?浊=E（?浊/?孜）+?灼其中?灼具有好的统计学性质。
3.2 相关系数?籽■是“最靠近”期望曲线（x，E（?浊/?孜=x））的一条直线的斜率，从而在联合分布未知的情况下，得到了?籽■的一种新的估计方法。
参考文献：
[1]张同琦，李凤.向量理论在概率论中的应用[J].科学技术与工程，2010，10（2）：377-379.
[2]张禾瑞，郝柄新.高等代数[M].北京:高等教育出版社，1999：310-318.
数量关系论文范文第9篇
论文关键词：交通运输，经济增长，协整，格兰杰因果
一、引言
交通运输业对现代经济发展的作用日益明显，作为国民经济的基础产业，已经成为纵多经济发展因素中的重要因素之一。[1][2]交通运输业如何在经济发展产生作用？与经济经济发展的关系如何？已有学者在这方面做了相关的探讨。刘建强、何景华（2002）以1949—1999年间中国的GDP、客运量和货运量为样本数据，运用协整理论和格兰杰因果关系的检验方法分析了交通运输业与国民经济发展的关系，结果发现货运量与GDP之间具有长期的均衡关系。也就是说交通运输业能促进国民经济的发展。刘秉镰、赵金涛（2005）以1978—2003年间的数据位样本，运用格兰杰因果检验方法分析了我国东中西部的交通运输与经济发展的关系，结果发现GDP增长是交通运输发展的原因。张学良（2007）用面板数据模型研究了不同区域间交通基础设施与经济增长的关系。张学良、孙海鸣（2008）以改革开放以来的时间序列为对象，运用协整理论和格兰杰因果关系检验方法，分析了交通基础设施与经济增长的长期稳定关系工商管理论文，结果发现经济增长是交通基础设施发展的格兰杰原因怎么写论文。
从对上述文献的分析来看，当前对交通运输与经济发展的关系主要集中在整个中国，很少有针对某一区域或某一省份的研究。
本文力图在已有研究方法的基础上，以重庆为研究对象，运用协整理论和格兰杰因果关系检验的方法分析重庆的交通运输业与经济增长的关系。
二、计量方法分析
（一）单位根检验
单位根检验主要是检验变量是否是一个稳定的时间序列过程。根据协整理论，存在长期均衡关系的两个变量必须要相同的单整阶数。因此，在本文中，对三个变量进行协整分析之前，必须检验三个变量进行单位根检验。目前，最常用的单位根检验方法是由Dickey和Fuller提出的ADF（Augented Dickey-FullerTest）检验。ADF检验的基本原理是将非平稳的时间序列进行n次差分变成平稳的时间序列。基本方法如下：
（1）
其中表示常数项，，，表示待定参数，t表示时间趋势因素，表示随机误差项。该检验中的滞后阶数由AIC（赤池消息准则）和SC（施瓦茨准则）来确定。
（二）协整检验
由于本文涉及到三个变量，因此本文将采用Johansen(1988)和Juselius(1990)提出的一种似然法进行检验的方法。该方法是基于向量自回归VAR(P)模型的分析技术进行检验，可用于检验多个变量，能同时求出各变量间的若干种协整关系。它的基本思路是在多变量向量自回归（VAR）系统回归构造两个残差的积矩阵工商管理论文，计算矩阵的有序特征值（Eigen value），根据特征值得出一系列的统计量判断协整关系是否存在以及协整关系的个数。
（三）因果关系检验
利用协整检验结果判断了变量之间是否存在长期稳定关系之后，对于变量之间的因果关系还需要进行进一步的检验。因此，需要在协整检验的基础上，利用因果分析（(Granger Causality Test)对问题继续进行研究。
目前，最常用的因果分析方法是格兰杰因果关系检验怎么写论文。格兰杰因果关系检验的基本思想是：如果变量x是y变化的原因，那么x变化之后，y才发生变化，因此可以通过x来预测y。如果在y关于y的滞后变量的回归中，加入x的滞后变量作为独立的解释变量后，能使整个回归方程更加显著，这个时候，我们称x是y的格兰杰原因，但是在添加x的滞后变量后并没有显著增加回归的解释能力，则称x不是y的格兰杰原因。
格兰杰因果关系检验的模型如下：
（2）
（3）
检验和的格兰杰因果关系的假设是：：=0，j=1,2,...,k；：0，j=1,2,...,k。直接用F—检验来检验上述假设关系，检验的F统计量为：
F=~F[m,T-(m+k+1)] （4）
其中工商管理论文，和分别表示表达式（2）和（3）通过最小二乘法回归得到的残差平方和，m表示自由度，k表示（）滞后项数，T为时间序列（）的观测值总数。
三、实证分析
本文选取重庆市1985—2008年的国内生产总值（GDP）作为反映重庆市的经济增长的指标，反映重庆是交通运输业的指标确定为货运量（HYL）和客运量（KYL），数据全部来源《重庆市2009年统计年鉴》。为了尽可能得到宏观经济变量之间的真实关系，减少序列的波动以及消除异方差的影响，对各个变量取对数形式，分别用lnGDP，lnHYL和lnKYL表示。
（一）交通运输经济增长的态势分析
从图1中可以看出，在1985—2008年这23年间，重庆市的货运量、客运量和国内生产总值的变化趋势表现出一致性，呈不断上升的趋势。在1985—1995年间，三个指标的变化趋势都不是很平稳，但是在1995年后的变化趋势都是不断上升的。通过对图1的大致分析，我们猜测重庆市的交通运输与重庆市的经济增长呈现出相关性。
图1 GDP，HYL和KYL对数化的趋势图
（二）单位根检验结果
在现实经济中，大多数经济指标的时间序列是不稳定的工商管理论文，因此，在用OLS进行回归前，先要对各个变量进行单位根检验，确定各个序列是否是平稳序列，以避免回归出现虚假回归。下面是用本文第二部分所论述的单位根检验方法对客运量、货运量和国内生产总值的时间序列数据的稳定性进行检验，运用软件为Eviews6.0。在检验过程中，根据各个时间序列的时序图来确定检验形式是否含有常数项和时间趋势项。检验结果如表1：
表1 客运量、货运量与国内生产总值的ADF检验
指标
变量
ADF统计值
1%临界值
5%临界值
检验形式式（c,t,k）
结论
lnGDP
水平值
-2.9723
-4.4407
-3.6329
（c,t,3）
不平稳
一阶差分
-2.6211
-3.7880
-3.0124
（c,0,3）
不平稳
二阶差分
-3.6678
-3.7880
-3.0124
(c,0,3)
平稳**
lnHYL
水平值
3.2413
-4.6162
-3.7105
(c,t,6)
不平稳
一阶差分
-3.7792
-3.7696
-3.0049
(c,0,6)
平稳**
二阶差分
-5.7662
-3.7880
-3.0124
（c,0,6）
平稳*，平稳**
lnKYL
水平值
-2.4482
-4.4407
-3.6329
（c,t,1）
不平稳
一阶差分
-3.3052
-3.7696
-3.0049
（c,0,1）
平稳**
二阶差分
-6.3579
-3.7880
-3.0124
（c,0,1）
平稳*,平稳**
表2 协整检验结果
特征值
原假设
迹统计量
5%临界值
1%临界值
0.999657
0**
188.3264
29.68
35.65
0.779639
至多一个**
36.73277
15.41
20.04
0.343488
至多两个**
7.995476
数量关系论文范文第10篇
关键词： 广州市；房价；地价；租金；关系
中图分类号：F127 文献标识码：A 文章编号：1001-828X（2012）08-0-04
一、绪言
（一）研究的现实和理论意义
地价、房价和租金的关系研究既有深远的现实意义，也有深刻的理论意义。一方面，可以帮助政府明确制定宏观调控政策的着眼方向和着手重点，理清房地产市场调控思路，指导人们理性地根据收入层次和经济形势的变化理性地选择居住方式；另一方面，房价与地价的关系问题是房地产经济学研究的重要课题，可为人们提供新的理论依据，拓展了研究思路，开阔了研究视野，具有理论创新意义。
（二）理论基础和分析方法
作为对全新的研究，本文不准备采用复杂艰深的分析理论和数理工具进行考察，仅选用相对成熟和易懂的分析手段，主要选用了主成分分析和多元回归分析，其他还有较为常用的描述统计分析和相关关系分析。
（三）技术路线
首先，考察是否能够运用基准房价、基准地价和租金参考价这些现成的数据开展课题研究，经过分析，发现三者内涵不同，无法运用，否决。
接着，考察能否选用实际成交的价格数据开展研究，通过分析，发现这些数据也无法直接运用，但通过以基准房价内涵为基础设定房价、地价和房租的内涵，将原始数据调整到设定的基准状态，可以实现同质可比的数据要求，可行。
然后，在数据选取和调整后，就可以运用、相关关系分析、主成分分析和多元回归分析进行数据分析了，分析的过程要始终明确这些分析方法的现实意义，不能为分析而分析。由于是三种分析方法，每次分析后都会得到一些结论。
最后，对此前的数据选取、调整和分析进行总结，并不是只有数据分析的结果才是研究成果，整个研究过程都可能得到有用的结论。
二、数据处理及结果分析
（一）广州市基准地价、房价与租金参考价状况
本文所讨论的房价与广州市基准地价、租金参考价三者之间存在一定的差异，具体见表1：
表1 广州市基准地价、房价和租金参考价情况比较表
本文以房价设定内涵为基础，设定新的地价和房租内涵，并在此基础上，考察地价、房价和房租三者间的关系。
（二）选取数据样点
样点数据是考察房价、地价和房租的基础，合理的选取方法、真实的数据来源是得到可靠的研究结论的必要条件。
1.样点数据的获取
本文采用的样本房价数据是真实成交价，基准地价数据是官方公布的数据，房租数据是根据真实案例测算的对应租金评估值，这些数据的真实准确性均比较强。可以作为进一步分析的基础。
2.样点原始数据的分布
分析样点大致的分布情况见下表：
表2 分析样点分布情况一
表3 分析样点分布情况二
（三）数据同质可比处理过程
前述的房价、基准地价和房租都只是原始的数据，下面要对房价和房租数据作出调整，在全部数据达到此前确定的内涵状态之后，才能进行比较分析。
1.数据调整
根据房价内涵的界定，纳入房价数据调整范围的因素主要有楼层、楼龄、建筑结构、装修标准、朝向、景观和物业管理等。调整的过程为：
公式：
则：
数据项说明如下：
表4 公式中各符号的内涵
房租数据的调整虽与房价的调整有一定的差异，但基本的修正因素是一样的，将房租调整到设定状态直接引用房价的修正体系。其他如家电、租期等因素，虽然会有所考虑，但不作为主要考虑因素，这里从略。
2.数据调整结果
调整后的房价和房租数据的价格分布情况见表5：
表5 分析样点的价格分布情况
通过将房价数据和房租数据调整到基准状态，从上表可以看出调整前后的房价和房租数据有着一定的差异，不过总体上差别不大。从下表中也可以看出，地价占房价的比例在存量高层中的比例约为26%，在存量多层中的比例约为32%，这和此前住建部公布的“目前中国地价占房价15%-30%，平均为23.2%”调查结果总体上是吻合的。
另一个需要关注的方面是房价与房租的比例关系，不考虑时间价值，330到360个月的房租收入相当于存量高层的房价总额，折合到年的话，约为27.7到29.8年；而存量高层住宅的房价总额则相当于307到340个月的房租收入，也就是25.6到28.4年。这和此前流行的房价租金比在200到300之间的说法相比，是有些偏高的。
表6 调整前后分析样点价格指标对比表
（四）房价、地价及租金数据分析
本部分对房价、地价和房租的调整后数据进行比较分析，以考察三者间的关系。
1.相关关系分析
首先考察分析样点的房价、地价和房租间的相关关系。具体的相关关系数据见下表：
表7 房价、地价和房租相关关系数据表
（1）单相关系数
从上表中可以看出，存量高层和存量多层的房价、地价和房租两两指标间的单相关系数大多在0.7左右，属于显著相关，个别如存量多层的房价和地价间的单相关系数则达到了0.8241，为高度相关，整体上看，房价、地价和房租间的相关程度是比较密切的。
（2）偏相关系数
利用一级偏相关系数的计算公式计算房价、地价和房租三者的偏相关系数，从上表中可以看出，在除去一种指标影响后，剩余两种指标的相关程度都受到了较大的影响，其中地价和房租间的偏相关系数更是达到了0.1392和0.0530，与其他两项偏相关指标结果存在较大差距，这也显示出地价与房租间存在的联系很大程度上是受房价和地价、房价和房租两组关系传导造成的。结论如下：房价、地价和房租间存在着显著的关联；房价和地价、房价和房租间存在着直接的联系；地价和房租之间存在着相对较弱的间接联系，通过房价与二者的联系得以构建。
（3）复相关系数
根据回归分析的计算结果，可以得到存量高层的复相关系数为0.7923，存量多层的复相关系数为0.8443。由于房价、地价和房租三者的两两之间均为正相关，复相关系数自然要比它们的单相关系数都大些。这句话也可以反过来说，由于复相关系数比各指标两两之间的单相关系数都大，所以房价、地价和房租三者的两两之间均为正相关，二者互为充分必要条件。
2.多元回归分析
由于是以基准房价为基础进行的考察，这里以房价为因变量，以地价和房租为自变量进行多元线性回归分析。
假定房价和地价、房租之间存在线性关系，其数学模型为：
其中，为房价，、分别代表地价和房租，为相互独立且都服从的随机变量，以及方差是要根据房价、地价和房租数据测算的数字。
根据这一公式进行回归测算得到的回归方程结果如下：
存量高层：
存量多层：
对于存量高层，方程的拟合优度R2为0.62775，拟合优度为62.775%；对于存量多层，方程的拟合优度R2为0.7128，拟合优度为71.28%。拟合优度水平较好，可以接受。其他各项显著性检验数据都符合检验标准。
从回归分析的计算结果看，存量高层方面，地价每变动一个单位，房价会随之发生1.77个单位的变化，可见地价的变动对房价是有放大作用的，地价变动会使房价出现更大幅度的同向变动。
不过，房租和房价的关系就不能这样看了，因为二者间的关系主要是房价的波动影响房租。由于房租的系数达到了约112，说明房价每变动一个单位，会引起房租0.008888单位的变化。考虑到当前的房价租金比大多超过300，远远超过112，那么，如果房价上涨，则其引起的房价和租金增量的比值会小于此前的房价租金比，从而降低市场上的房价租金比，提高租金收益，使租金和房价间的关系趋向合理。基于房地产的保值增值属性，即长期看房地产的价格总是上升的，按照这样的计算结果，房价租金比将很可能逐渐达到符合正常收益水平的状态。
存量多层方面的结果与存量高层相似，不同的是，地价对房价的放大系数只有1.0519，放大作用相当小；租金的系数则只有48.3527，与300间的距离更远。
3.主成分分析
由于各变量间存在一定的相关关系，因此有可能用较少的综合指标分别综合存在于各变量中的各类信息。主成分分析就是这样一种降维的方法。
直线综合指标往往是不能直接观测到的，但它更能反映事物的本质。作为一种将多个实测变量转换为少数几个不相关的综合指标的多元统计分析方法，主成分分析的步骤主要有：a. 原始指标数据的标准化采集；b. 对标准化阵求相关系数矩阵；c. 解样本相关矩阵R的特征方程得P个特征根，确定主成分；d. 将标准化后的指标变量转换为主成分；e. 对选定的主成分进行综合评价。
（1）原始数据标准化
在本文中，房价、地价和房租数据虽然都经过了调整，处在具有明确内涵的基准状态，但各自的量纲不同，主要是房租的量纲为元/平方米/月，而房价和地价的量纲为元/平方米，因此有必要将其调整到无量纲的状态，数据无量纲化处理主要解决数据的可比性，在此采用指数化处理方法。指数化处理以指标的最大值和最小值的差距进行数学计算，其结果介于0-1之间。具体计算公式如下：
其中：为指标的标准分数，为某指标值，为全部指标值中的最大值，为全部指标值中的最小值。
经过上述标准化处理，原始数据均转换为无量纲化指标测评值，即各指标值都处于同一个数量级别上，可以进行综合测评分析。
（2）求取相关系数矩阵
按照前述求单相关系数的方法求取标准化后的房价、地价和房租数据的相关系数，可得表8：
表8 相关系数表
对比没有标准化的原始数据直接计算出来的房价、地价和房租间的单相关系数，可以发现二者并没有区别，可见这一标准化处理并没有改变三种价格指标间的关系。
根据表9所列的数据可以列出房价、地价和房租三者之间的相关关系矩阵，这里仅举出存量高层的，存量多层的可参照列出：
表9 存量高层相关系数矩阵
（3）解相关系数矩阵
按照线性代数的相关原理计算得出表2-31的相关系数矩阵的特征值分别为0.24806、0.32485和2.42709，其对应的特征向量分别为
通过同样运算计算出来的存量多层相关系数矩阵的特征值为0.17467、0.396335、2.42902，其对应的特征是分别为：
将存量高层和存量多层相关系数矩阵的特征值加总，并计算各自所占的百分比，已确定主成分，具体见表10：
表10 利用特征值确定主成分
通过上表可以看出，存量高层和存量多层的最大特征值在其特征值总和中分别占到80.90%和80.97%，作为第一主成分，可以携带指数化处理后的房价、地价和房租超过80%的信息，可以说已经具备非常强的代表性了。不过按照一般的主成分分析的标准，应该市选定的主成分能够携带85%以上的信息，为此需要选定第二主成分。第二主成分分别携带了存量高层和存量多层数据的10.83%和13.21%的信息，加上第一主成分将使信息量增至91.73%和94.18%，超过85%。事实上，没有必要非遵循这样的标准，80%也是一个相当高的水准。如果将要求稍稍放宽，仅考察一个指标，将比考察两个指标显得更加清晰。
4.选定主成分，并计算相应得分
当只选择一个主成分时，这一主成分可以按求出的特征向量表现为：
存量高层第一主成分=1.030118485*房价+1.02511502*地价+房租
存量多层第一主成分=1.092787463*房价+1.080715326*地价+房租
如要取第二主成分，可参照第一主成分的做法，得到的第二主成分为：
存量高层第二主成分= -0.41526358*房价-0.55820668*地价+房租
存量多层第二主成分= -0.3987437*房价+0.52213611*地价+房租
上面计算式里的房价、地价和房租应该对应经过指数化处理后的房价、地价和房租数据，而不是处在基准状态的原始数据。
三、结论及不足之处
（一）主要结论
经过前述的调整和分析，本文取得了以下成果和结论：
1.利用描述性统计指标，发现分析样点的地价占房价的比例在22%到33%之间，与住建部公布的调查结果相近；房价租金比数据在300到360之间，数据偏大，说明房价偏高，或房租偏低；
2.借助相关关系分析，发现：
（1）房价、地价和房租间存在着显著的关联。
（2）房价和地价、房价和房租间存在着直接的联系。
（3）地价和房租之间存在着相对较弱的间接联系，通过房价与二者的联系得以构建。
（4）复相关系数比房价、地价和房租间两两的单相关系数都大，更表明了这三者之间的关系都是正相关的。
通过多元线性回归，可以得到房价、地价和房租间的线性关系为：
存量高层：
存量多层：
其中，为房价，为地价，为房租；
从多元线性回归结果看，地价上涨会对房价上涨起到放大的作用，因此，应慎重选用土地调控手段调控房地产价格；房价上涨会对房租收益的提高起到放大的作用，由于房价长期看是上涨的，因此房租收益也将随之得到提升，房价租金比将向相对合理的区间发展；
借助主成分分析，可以得到房价、地价和房租三者的综合指标，其中第一主成分携带的信息占全部信息的80%以上，具备将其直接作为指示房价、地价和房租发展状况的综合性指数的基本条件，对应的计算式为：
存量高层第一主成分=1.030118485*房价+1.02511502*地价+房租
存量多层第一主成分=1.092787463*房价+1.08715326*地价+房租。
（二）不足和进一步研究的方向
本文对考察房价、地价和房租的相互关系做出了比较大的努力，但存在着以下不足：
1.考察数据的期数较少。本文仅考察了210个样点的房价、地价和房租数据，没有与其他时期数据计算结果进行比较。
2.数据内涵调整仍有改善的空间。实际上不可能出现同一套房地产短期内土地买卖、房屋买卖、房屋租赁同时或相继发生的情况，因此数据内涵的调整仍有改进的空间。
3.分析方法可以更加丰富。本文主要选取符合数据特征且相对成熟的数理分析方法，为了得到更多和更有价值的结论，有必要在今后的研究中选用更为复杂的数理分析方法。
参考文献：
[1]胡晓添，濮励杰，陈志刚，刘长胜.土地因素对房价的时效影响实证分析——以南京市为例[J].中国土地科学，2005，12.
[2]黄晓宇，蒋妍，丰雷.土地市场与宏观经济关系的理论分析及实证检验[J].中国土地科学，2006，8.
[3]刘琳，刘洪玉.地价与房价关系的经济学分析[J].数量经济技术经济研究，2003，7.
[4]刘青，卓四清.由当前我国的住宅租售比引发的思考[J].技术经济，2006，1：56-58.
[5]翁金钟.我国房价与地价关系的实证检验[J].统计与决策，2007，3.
[6]严金海.中国的房价与地价：理论、实证和政策分析[J].数量经济技术经济研究，2006，1.
[7]曾向阳，张安录.地价与房价关系的实证研究[J].地方经济，2006，21.
数量关系论文范文第11篇
论文关键词：金融产业成长，经济增长，Granger因果关系检验，协整检验
一、引言
随着西方经济增长与金融发展理论的引入，金融发展与经济增长的关系已成为我国当代经济学界的一个重要研究领域,厘清两者之间的关系对于加快我国经济发展具有重要的政策意义。我国学者利用国内数据对两者之间的关系进行的大量实证研究，由于方法和指标体系的不同，研究结论各有差异。全国层面谈儒勇(1999)利用普通最小二乘法发现我国金融中介发展与经济增长显著正相关；王志强和孙刚(2003)采用带有控制变量的向量误差修正模型和Granger因果检验方法，发现1990年以来我国金融发展与经济增长之间存在着显著的双向因果关系。区域层面周立、王子明的研究表明：中国各地区的金融发展与经济增长都密切相关, 促进金融发展有利于经济的长期增长；冉光和、李敬等分别对我国东部和西部金融发展与经济增长的长期关系和短期关系进行了比较研究后认为:西部地区金融发展与经济增长之间具有金融发展引导经济增长的单向长期因果关系, 而无明显的短期因果关系，东部地区金融发展与经济增长之间具有明显的双向长期因果关系和双向短期因果关系。此外张兵、胡俊伟( 2003)、孙涌( 2003)、胡金焱、朱明星( 2005) 分别对江苏、贵州和山东三省的金融发展和经济增长的关系进行了实证分析。目前，国内理论界关于金融发展与经济增长关系的实证分析很多论文网，但是大部分是对我国的整体情况做分析，对于省际情况的研究较少。我国是一个具有区域性特点的大国,经济在地域间的发展是不平衡的,金融发展的差异也很大, 因此研究一个区域金融发展与经济增长的关系对于该区域的经济发展更具有指导意义。基于这一认识，本文对重庆市金融发展与经济增长之间的关系进行了实证研究。
二、变量选择、分析方法与数据说明
根据数据的可收集性和经济政策的连续性，论文选取了两组指标: 一是反映经济增长的指标，二是反映金融发展状况的指标。（一）经济增长指标。通常一国或一地区综合经济发展水平用国内生产总值(GDP)来衡量，考虑到人均GDP 数据比总GDP 数据更能反映经济发展水平，并为剔除物价因素和人口因素的影响，本文采用了实际人均GDP的环比增长率( G) 作为衡量经济增长的指标。实际人均GDP 是通过重庆市GDP缩减指数( 以1978 年为基期) 加以调整得到的。（二）金融发展状况指标。本文选取两个指标来反映金融发展状况: 一是衡量金融规模的金融相关比率指标( FIR)。FIR指某一时点上现存金融资产总额与国民财富之比。通常,人们将其简化为金融资产总额与GDP之比。限于数据的可获得性, 本文的金融资产总额包括金融机构各项存款余额、贷款余额、国家债券发行额和企业债券发行额。二是反映金融结构的指标( BANK) , 即金融机构贷款余额在金融总资产中的比重, 可以衡量金融中介( 银行系统) 在金融体系中的相对规模和作用。
在分析方法上，为了避免模型出现伪回归现象，本文首先利用ADF 单位根检验检验变量的平稳性，并对非平稳性变量进行处理使之成为平稳时间序列。为进一步检验二者的因果关系，分析金融发展对经济增长的影响程度，本文采用Granger 因果关系检验对数据进行检验和分析。如果各变量均是单整的，我们将对其进行协整检验以确定金融产业成长与经济增长之间的是否存在长期稳定的关系。
本文样本区间为1997—2009年, 所有数据均来源于《重庆统计年鉴》, 除以上说明外 数据未作其他处理。本文应用Eviews5.0对数据进行分析和检验。
三、实证分析
（一） 单位根检验
采用ADF法对对变量G、FIR、BANK进行单位根检验论文网，根据检验结果(表1)可见各序列一阶差分的ADF 检验值均小于5%的显著水平下的临界值，即G、FIR、BANK都是一阶差分平稳的, 即三者都是I(1)，即一阶单整。所以这三个变量具备了协整关系的必要条件，由此可以进行协整分析和因果检验。
表1 变量单位根检验结果
变量
检验类型( C, T, K)
ADF 检验值
临界值
显著水平
G
（c，t，2）
-3.76
-3.93
5%
G
（c，0，2）
-3.83
-3.21
5%
BANK
（c，t，2）
-1.01
-3.88
5%
BANK
（0，0，2）
-2.33
-1.98
5%
FIR
（c，t，2）
-2.43
-3.88
5%
FIR
（0论文网，0，2）
-1.60
数量关系论文范文第12篇
关键词：生态文明；灰色系统理论；福建省；旅游产业
一、相关的理论基础
（一）生态文明理论
生态文明强调人与自然、人与社会、人与人的和谐相处，旅游业发展过程中需要的也正是人与自然的共同协调发展，二者不谋而合。因此，将生态文明理论应用到旅游业的可持续发展中，不仅有助于旅游资源开发、管理方式的转变，同样对我国环境建设和生态保护起着指导作用，可以说生态文明对我国旅游业的可持续发展有着不可或缺的重要价值。
（二）灰色系统理论
所谓的灰色系统理论（GS或GST）以系统为指导，是一种研究少数据、不确定性和贫信息问题的新方法。由于旅游产业涉及食、住、行、游、购、娱等六个方面，旅游资源的丰富程度、旅游者的偏好、收入水平、旅游交通的区位条件等都会影响旅游产业的发展，旅游产业可以说是个复杂的、不太确定的巨大的灰色系统，而这些对旅游产业发展的影响因素也表现出了明显的灰色性。所以可以把旅游市场看做是灰色系统来研究。
二、福建省旅游产业发展灰色关联计算
（一）旅游产业影响因素关联指标的选取和构建
为了使计算结果更加科学，更符合实际，在借鉴已有研究成果的基础上，根据科学性原则和可操作性原则，在借鉴前人的研究成果基础上将福建省旅游接待人数（X01）和旅游收入（X02）作为参考数列，选取旅行社数量（X9）、星级饭店数量（X6）、国内旅游人数（X3）、国内生产总值（X1）、第三产业增加值（X4）、人均国内生产总值（X2）、城镇居民人均可支配收入（X5）、民用汽车拥有量（X10）、客运量（X7）、第三产业从业人数（X8）、等十个指标作为影响旅游产业发展的主要因素，将影响因素的参考数列和比较数列进行灰色关联分析。具体情况见表1：
（二）灰色关联度的测算
基于数据计算结果的科学性和准确性，本文将定义关联度0.7≤r
（1）求差数列，从而确定极差的最大值和最小值。
计算各被评价对象序列与最优参考序列的绝对差序列。计算公式为Δi（k）=，Δ=（Δi（1），Δi（2），Δi（n）），（i=1，2，m），极差最大值等于2.945，极差最小值等于0.000，具体的计算结果见表2。
1、求关联系数
在计算灰色关联系数时，一般取分辨系数ρ=0.5（0
εi（k）=，k=1，2，…，n；i=1，2，…，m。详细的计算结果见表3。
2、计算关联度
计算每个经济发展相关指标关联系数的平均值即得关联度，其计算公式为：
ri（k）=，i=1，2，…，m。福建省旅游接待人数和旅游收入与各个影响因子之间的关联度以及排名见表4。
三、结论
从计算结果可以看出，福建省内旅游接待人数与各个影响因子之间的灰色关联度大小排序是国内旅游人数>国内生产总值、第三产业增加值>人均国内生产总值>城镇居民人均可支配收入>民用汽车拥有量>第三产业从业人数>客运量>旅行社数量>星级饭店数量。这个排名结果表明：福建省的旅游发展空间主要集中在国内游客上，国际知名度不高，缺乏宣传力度，这需要引起政府和相关管理部门的重视。福建省旅游收入与各影响因子之间的灰色关联度大小的排名是：国内旅游人数>国内生产总值>第三产业增加值>人均国内生产总值>城镇居民人均可支配收入>民用汽车拥有量>第三产业从业人数>客运量>旅行社数量>星级饭店数量。由于旅游人数与旅游收入是两个相关性比较强的指标，所以有关旅游收入和旅游人数的关联度排名区别不是很大。民用汽车拥有量和城镇居民可支配收入是人们生活水平高低的指标，所以通过旅游收入与相关因子的关联度分析可只有保障人们的生活水平，旅游人数才能增加，再配合旅游产业整体服务质量的提高效果会更加明显。从预测结果可以看出，福建省旅游产业发展的旅游人数和旅游收入在未来六年还有巨大的发展空间。按现在的发展态势，2015-2020年的6年间福建省旅游人数和旅游收入都有较大的增长空间。
参考文献：
[1]蔡溢，杨洋，殷红梅.基于灰色系统理论（GST）的贵州省旅游业发展分析与预测研究[J].贵州师范大学学报（自然科学版），2014，4（32）：99-105.
[2]王大鹏，邹广琦.基于灰色系统理论的河北省旅游产业发展研究[J].中国集体经济，2014，4：62-64.
数量关系论文范文第13篇
（青岛大学商学院，山东 青岛 266001）
【摘 要】随着在线评论数量的激增，如何从海量评论中获取有价值的信息成为人们网购时面临的新问题。本文从认知理论角度，应用ELM（精细加工可能性模型）分析框架，对大众点评网中服务行业的评论数据进行了实证分析，探讨了在线评论有用性的影响因素，以及它们对评论有用性的作用机理。研究结果表明，评论的显性因素和隐性因素均可能对评论有用性产生作用，并且隐性因素中的评论深度对评论有用性还呈现倒U型关系。此外，服务涉入度对隐性因素与评论有用性的关系具有正向调节作用，但对显性因素，服务涉入度的调节作用并不明显。
关键词 评论有用性；精细加工可能性模型；显性因素；隐形因素；服务涉入度
基金项目：国家自然基金（71403138）；山东省软科学项目（2014RKB01324）。
作者简介：栾攀（1989—），女，山东济宁人，硕士，主要从事电子商务在线评论研究。
张宁（1980—），男，山东聊城人，博士，副教授，主要从事电子商务在线评论研究。
0 引言
在线评论已成为多数消费者网上购物时关注的重要信息之一，在很大程度上决定了消费者的购物意愿。营销领域的研究表明，在线评论的传播在减少顾客购买时的不确定性和帮助其制定有效的购买决策方面发挥重要作用[1-2]。原因在于，其他用户提供的信息间接地给予了顾客产品的相关体验，所以对顾客来说，购买者提供的商品信息可信性更高，在他们制定购买决策时也更加有用。
然而，随着在线评论数量的激增，顾客怎样才能获得众多评论中有价值的信息？网上卖家如何引导顾客发觉他们需要的信息，并缩短顾客制定购买决策的时间?探讨在线评论有用性的影响因素及其作用机制，将为解决以上问题提供帮助。
国内外学者的相关研究，发现了一系列评论有用性的影响因素，也有学者对在线评论的信息加工机制进行了进一步的探索，取得了一系列有价值的研究成果，但相关研究还没有形成统一的研究框架，在理论分析框架的完善、研究领域的拓展等方面还有待于进一步的深入研究。本文站在认知理论角度，应用ELM（精细加工可能性模型）分析框架，对大众点评网中服务行业的在线评论数据展开实证研究，揭示出服务领域的在线评论有用性的影响因素，并且进一步探讨它们对评论有用性的作用机理。
1 研究内容与假设
1.1 精细加工可能性模型（ELM）
社会心理学领域中的双重加工理论(Dual-process Theory)研究了信息内容及相关因素在塑造人们的认知和行为时所扮演的角色，在说服和态度转变的相关研究中得到广泛应用。ELM是应用双重加工思想最突出的理论之一，由心理学家Petty和Cacioppo提出，解释了人们在面对说服性信息时态度变化的内部反应机制[3]。根据ELM模型，基于信息接收者的能力和动机，他们在判断论点的核心价值时的信息加工过程是不同的。此外，ELM认为个体之间的态度的改变可能是受两个“路径”的影响，即：中心路径和边缘路径。两者的不同就在于对信息进行全面处理的能力和个人精细加工的动机。
对于大众点评网上的在线评论而言，有些评论属性直接显示在当前评论页面，并且无需对其进行深入加工和再处理，我们称为“显性因素”(Dominant factor)，比如评论的星级可以直接影响用户对产品或服务的评判。此外，有些评论属性隐藏在当前评论页面以外，需要用户进行进一步探寻，或者即使在当前页面显示但仍需深入阅读，我们称为“隐性因素”(Recessive factor)，比如评论文本内容无法被用户直接利用，需要用户深入阅读才能对产品或服务进行评判。由此，我们可以将评论相关的属性变量基于ELM模型归纳为显性因素和隐性因素两类。
1.2 假设提出与模型建立
1.2.1 显性因素
在大众点评网上，评论价效和评论者信用可以直观地被用户发现，并且不需要对其进行再处理就可以对用户感知该评论信息是否有用产生影响，这恰恰具有显性因素的特性。因此，评论价效和评论者信用是影响评论有用性的显性因素。
1）评论价效（Review Valence）
在线顾客评论中往往都会有一个整体评分属性（一般是1～5分），也就是评论者用价效的方式对自己关于该服务的整体态度所给的分值，其中1分代表极端负面的评价，5分代表极端正面的评价。大量的相关研究表明，评分的高低对评论有用性有显著的影响，但是观点却不尽相同。近年来，更多的学者开始认为适中的评论由于它可以给出产品或服务正反两方面的评价而可能被用户感知为更为有用[4－5]。本文认为，价效适中的评论能够提供给人们更加客观的产品或服务信息，对用户而言更加有用。由此提出以下假设：
H1:在线评论的评论价效与评论有用性之间存在倒U型关系。
2）评论者信用（Reviewer Credibility）
之前的研究者已经证明，信息来源会对信息采纳产生重要影响[6－7]。一般人们根据评论者以往的评论信息状态所感知的该评论者受信任程度，是评论者重要的相关信息之一[8]。本文认为，评论者信用的高低会对用户判断评论是否有用产生影响，信用越高的评论者的评论对用户而言越有用。由此提出以下假设：
H2:评论者信用与评论有用性正相关。
1.2.2 隐性因素
评论深度是指评论文本所提供的信息详尽度，这需要评论信息的接收者仔细阅读评论文本之后得到，即，需要用户付出相关努力才能得到，这符合隐性因素的定义。此外，对于大众点评网上的评论数据，评论信息接收者无法直接浏览到与评论者声望有关的数据信息，即，接收者必须进入该评论者的个人页面才能够了解评论者的声望情况。因此，评论深度和评论者的声望是影响在线评论有用性的隐性因素。
1）评论深度(Review Depth)
由于在线评论属于开放式的交流方式，文本深度会对顾客评估一条评论是否有用产生影响。近年来的研究也发现，在线评论中文本深度会影响评论有用性 [9]。Mudambi 和 Schuff (2010)在研究中发现评论文本深度与评论有用性之间有直接的联系，评论有用性会随着文本字数的增加而增大[10]。对于用户而言，评论深度越大，它所能提供给用户参考的相关信息越多，也就越有利于用户了解该产品或服务的各项属性，从而做出用户自己的决策，那么对于用户来说这条评论也就越有用。相反，评论深度越小，用户从该评论中所能得到的相关信息也就越少，用户也就会感知该评论的有用性程度越小。然而，也有学者指出，随着内容的增多，评论的复杂性也会提高，过于冗长复杂的评论的有用性反而会降低。本文认为，评论文本的深度会影响评论的有用性，文本深度适中的评论更容易被用户接受，评论有用性更高。由此提出以下假设：
H3:在线评论的评论深度与评论有用性之间存在倒U型关系。
2）评论者声望(Reviewer Reputation)
声望是区分不同评论者的重要属性，并且是线上环境中获得他人信任的有力保障。Jeppesen 和 Frederiksen (2006)认为评论者的评论信息越受到其他人的赞同，该评论者就会越努力的填写评论信息[11]。
Bator 和 Cialdini (2001)认为评论者的声望是理解说服性信息的基本的影响因素[12]。本文认为，评论者声望会正向影响评论有用性，即声望高的评论者的评论对用户而言更有用。由此提出以下假设：
H4:评论者声望与评论有用性正相关。
1.2.3 服务涉入度
最早提出涉入(Involvement)这一概念的学者是Sherif 和 Cantril (1947)，他们在其有关社会判断理论的研究中提出的。Zaichkowsky (1985)认为涉入度是个人基于内在需求、价值以及兴趣对特定事物的关注或投入程度。本文研究了服务类产品的涉入度对在线评论相关因素与在线评论有用性之间关系的调节作用，本文用服务涉入度(Service Involvement)表示。
根据本文基于在线评论的ELM模型，人们信息处理的过程是沿边缘路径还是沿中心路径取决于人们涉入度的高低。高涉入度的服务是指与用户有较强的相关性的服务，此时，用户便是沿ELM模型中的中心路径对信息进行处理，隐性因素在信息加工过程中起到了重要作用。相反，对于低涉入度的服务，用户投入的精力相对较少，仅仅依赖在线评论中显性属性就可以让他们形成对该服务的态度，此时，显性因素在信息加工的过程中起到了比较重要的作用。由此本文提出以下假设：
H5a:服务涉入度对评论价效与评论有用性的关系具有负向调节作用，服务涉入度越低，评论价效对评论有用性的影响越大。
H5b:服务涉入度对评论者信用与评论有用性的关系具有负向调节作用，服务涉入度越低，评论者信用对评论有用性的影响越大。
H6c:服务涉入度对评论深度与评论有用性的关系具有正向调节作用，服务涉入度越高，评论深度对评论有用性的影响越大。
H6d:服务涉入度对评论者声望与评论有用性的关系具有正向调节作用，服务涉入度越高，评论者声望对评论有用性的影响越大。
基于以上的考量，本文基于ELM的评论有用性影响因素作用机制模型如图1所示。
3 数据收集与研究设计
3.1 数据收集
本文的在线评论数据来源于大众点评网的用户评论。在大众点评网上的商户信息页面上我们可以看到该商户的整体消费水平以及之前的消费者对于该商户服务发表的评论。本文收集了大众点评网上三个不同城市（北京、上海、青岛）的多个商家的相关评论信息，提取了评论中与本文研究相关的信息。由图2我们可以看出，评论价效和评论者信用直观地显示在评论页面中，属于评论的显性属性。评论文本需要用户深入阅读，属于评论的隐性因素。图3显示了点击评论者图标后显示出的评论者信息页面，评论者声望隐藏在此页面中，属于隐性因素。
3.2 回归模型与变量设置
3.2.1 回归模型
基于我们对评论有用性与评论相关属性之间的假设，本文建立了以下多元回归模型来检验在线评论有用性影响因素以及他们之间的作用机制。
3.2.2 变量设置
1）因变量
本文回归模型的因变量是评论有用性（Helpfulness），即人们认为评论的有用性程度。本文使用线上用户对该评论的点赞总数作为在线评论有用性的测量指标。
2）显性因素
本文回归模型显性因素的自变量是指直接显示在当前评论页面，并且无需对其进行再处理和深入加工的变量，包含评论价效和评论者信用。
评论价效（Valence）：Mudambi 和 Schuff (2010)在其研究中使用了评论星级表示评论中的评论价效，并被以后的研究者广泛运用[10]。所以本文使用评分作为评论价效的衡量指标。
评论者信用（Credibility）：在大众点评网上，评论者的勋章个数是由评论者在大众点评网上的活跃程度、发表评论数以及粉丝数目等综合得出的，代表了他在大众点评网上的等级，所以本文引入评论者的勋章个数作为该评论者信用的测量指标。
3）隐性因素
本文回归模型的隐性因素的自变量是指隐藏在当前评论页面以外，需要用户进行进一步探寻，或者即使在当前页面显示但仍需深入阅读的变量，包含评论深度和评论者声望。
评论深度（Depth）：本文统计评论者的评论信息文本中包含的字符数作为该评论深度的测量值。
评论者声望（Reputation）：大众点评网上用户可以对自己支持的评论送鲜花，评论者得到的鲜花数越多，该评论者受人们拥戴的程度也就越高，他的声望也就越高，所以，本文引入评论的者总共所得的鲜花数作为评论者声望的测量指标。
4）调节变量
一些文献指出，产品或服务的价格会影响消费者对产品或服务信息的关注程度，可以作为涉入度的替代变量。对于价格较高的服务来说，人们会更加细致的处理与该服务相关的信息来增强自己制定决策的信心，隐性因素就变得尤为重要。相反对于价格较低的服务而言，人们对信息的关注度则会降低，具有启发性的显性因素也就变得重要了。因此，本文使用服务的平均价格作为调节变量服务涉入度的衡量标准。
5）控制变量
除了以上的主要变量之外，还存在其他的潜在变量对评论有用性产生影响。本文选取日期与地域作为控制变量。
日期（Date）：一些学者研究证明，信息的呈现顺序对用户的行为有显著影响。所以评论展示的时间长短会对评论有用性高低产生一定的影响。本文引入日期（即该评论日期距离收集日期的天数）作为模型的控制变量。
地域（Beijing、Shanghai）：对于不同地域的人们对于评论有用性的感知可能会有不同，本文的分析研究的样本数据来源于北京、上海、青岛3个城市，为了控制地域因素对评论有用性的影响作用，本文引入Beijing、Shanghai两个地域控制变量。
具体变量设置如表1所示。
综上所述，本文基于以下几条规则对餐馆商户的评论信息进行了选取。第一，为防止由于不同商家进驻大众点评网的日期不同产生的影响，选取了距离搜集日2014年4月27日365天（即一年）内的数据。第二，剔除评论有用性投票数为0的样本，大众点评网上的在线评论数目虽然多，但是对于同一个商铺的服务评论中有用性投票为0的评论数量过多，对于本文研究来说没有意义。第三，剔除无整体评分的评论。最后得到1385条评论样本。
4 实证分析结果
我们运用spss17.0对样本数据进行了层级回归分析。表2给出了回归分析结果。
在模型2中我们加入了评论显性因素与隐性因素后，相对于仅含控制变量的模型1，回归方程的解释能力显著提高（R2=0.2872，p<0.01）。回归结果显示，评论价效（Valence）和评论价效平方（Valence2）的系数不显著（p>0.1），表明评论价效对评论有用性的作用不明显，H1未得到支持。评论深度（Depth）的系数为正（β4=0.0109，p<0.01），评论的深度平方（Depth2）的系数为负（β5=-0.0000，p<0.01），表明评论深度与评论有用性之间呈倒U型关系，即评论深度适中的评论的有用性更高，H3得到支持。评论者信用（Credibility）的系数为正（β3=0.2173，p<0.01），表明评论者信用对评论有用性具有显著的正向作用，即评论者信用越高，评论有用性也越高，H2得到支持。评论者声望（Reputation）的系数为正（β6=0.0004，p<0.01），表明评论者声望对评论有用性具有显著的正向作用，即评论者声望越高，评论有用性也越高，H4得到支持。综上，模型2的回归结果显示，评论深度、评论者信用和评论者声望对评论有用性有显著的影响，评论价效对评论有用性的作用不明显。H2、H3、H4在回归分析检验中得到支持。
模型3加入调节变量服务涉入度（Involvement）及其与评论相关的显、隐性因素的交互项，回归方程的解释能力进一步得到显著提高（R2=0.0868，p<0.01）。服务涉入度与评论显性因素的交互项系数均不显著（p>0.1），H5a和H5b未得到支持。InvolvementDepth的系数显著为正（γ4=1.5449，p<0.01）， InvolvementDepth2的系数显著为负（γ5=-1.1748，p<0.01），表明在服务涉入度高的情况下，评论深度对评论有用性的作用增大，服务涉入度对评论深度与评论有用性的关系存在正向调节作用，H6a得到支持。 InvolvementReputation的系数显著为正（γ6=1.8808，p<0.01），表明在服务涉入度高的情况下，评论者声望对评论有用性的作用增增大，服务涉入度对评论者声望与评论有用性的关系存在正向调节作用，H6b得到支持。
综上所述，评论者信用、评论深度和评论者声望对评论有用性有显著影响，服务涉入度对隐性因素与评论有用性的关系具有显著调节作用，这与本文理论假设相一致。评论价效对评论有用性的影响不显著，导致这种结果的原因可能是因为对于服务类的产品而言，人们更多的会注重评论的文本信息或者更为有价值的信息来判断该条评论对于自己而言是否有用，而不是仅仅依靠他人对该服务的评分来判断。服务涉入度对显性因素与评论有用性之间的调节作用不显著。本文假设的整体检验结果如表3所示。
5 结论
本文主要围绕在线评论的显隐性因素对评论有用性的影响作用和服务涉入度对两者的调节作用进行了研究。并借助于实证研究的方法，对本文的模型进行了验证。总体而言，本文的研究得到了以下结论。
第一，文本深度适中的评论对用户来说更为有用。提供服务的商家应该多重视深度适中的评论，根据这些评论所给出的建议，不断改善服务。评论的者应该多评论文本深度适中的评论，为其他用户提供更加有用的信息。此外，对于像大众点评网一样的第三方评论网站而言，应该引导在线消费者提供规范的在线评论。在提供评论信息时，应尽可能的描述与服务相关的属性特征、或者结合自身的感受描述服务的优点与缺陷等，提供更加真实可靠的相关信息。
第二，评论者信用和评论者声望与评论有用性有显著正相关关系。所以，在线消费者在参与网上评论的过程中，应积极提供较为准确的评论信息，提高自己的社区信用和声望，这样才能提供更为有用的评论。
第三，服务涉入度对评论显隐性因素与评论有用性的关系具有调节作用，对于涉入度较高的服务，隐性因素（评论深度和评论者声望）对评论有用性的影响作用要比涉入度较低的服务的大一些。所以，提供不同服务的商家对评论相关属性的注重应该有所不同。
此外，本文检验了社会心理学中的ELM模型在关于在线评论有用性影响因素的研究中的适用性，拓展了社会心理学的相关理论的应用范围，并且丰富了在线评论领域的研究范畴。本文将对影响在线评论有用性的研究引入到了服务领域，将服务涉入度的调节作用引入到了在线评论有用性研究的模型框架中，并使用来自大众点评网服务领域的评论数据对在线评论有用性影响因素模型进行了检验，拓展了在线评论研究的领域。
本文的研究证实了部分以往的研究成果，同时也为后续的相关研究提供了一些理论参考依据。在本文的研究基础上，未来的研究可以将信息的接收者纳入影响因素模型中来，从而对本文的模型进一步的完善。此外，未来的研究也可以再对其他类的点评网站进行进一步研究，或者将提供数据的网站类型等作为调节变量进行研究，增强研究结果的适用性。
参考文献
［1］Katz E, Paul F. L Personal Influence: The Part Played by People in the Flow of Mass Communications [M]. New York: Free Press,1955.
［2］Arndt J. Role of product-related conversations in the diffusion of a new product [J]. Journal of Marketing Research, 1967,4(3):291-295.
［3］Weiss A, Lurie N., Watts S. Knowledge adoption in online communities of practice [M]. In S.T. March, A. Massey, and J.I. Degross (eds.), Proceedings of the 24th International Conference on Information Systems. Seattle: Association for Information Systems, 2003, pp.96-109.
［4］Ba B. S, Pavlou P. Evidence of the effect of trust building technology in electronic markets: price premiums and buyer behavior [J]. MIS Quarterly, 26,3, 2002,243-268.
［5］殷国鹏,刘雯雯,祝珊.网络社区在线评论有用性影响模型研究——基于信息采纳与社会网络视角[J].图书情报工作,2012,56(16),140-147.
［6］Briggs P, et al. Trust in online advice [J]. Social science Computer Review, 20, 3 (fall 2002),321-332.
［7］Bristor, Julia M. Enhanced Explanations of Word of Mouth Communications：The Power of Relationships [J]. Research in Consumer Behavior, 1990,4:51-83.
［8］郭国庆,陈凯,何飞.消费者在线评论可信度的影响因素研究[J].当代经济管理,2010,32(10),17-23.
［9］Racherla P, Friske W. Perceived ‘usefulness’ of online consumer reviews: An exploratory investigation across three services categories [J]. Electronic Commerce Research and Applications, 2012,11(6),548-559.
［10］Susan M, David S. What makes a helpful online review A study of customer reviews on amazon.com. [J]. MIS Quarterly, 2010,34(1):185-200.
［11］Jeppesen L. Frederiksen L. Why do users contribute to firm-hosted user communities [J]. Organization Science, 17,1,2006,45-63.
数量关系论文范文第14篇
二次函数作为初中数学教学的主要内容之一，一直是初中数学教学中一个重点、难点和考点。但结合学生平时对二次函数练习题的作答以及在中考中对二次函数相关题目的应试情况来看，教师在教学中对二次函数的教学要点还没有有效地传达给学生。这其中的因素较多，为了有效的提升学生掌握二次函数的能力，我们有必要梳理二次函数的教学要点，采用正确有效的教学方式和教学策略帮助学生正确理解和全面掌握二次函數。
一、引导学生正确理解二次函数的基本概念
初中数学教材中对二次函数的基本概念表达的非常明确，一般中等左右水平的学生通过自己的阅读和老师的适时点拨都能够对二次函数的概念有一个基本的理解和认识。但是将二次函数的基本概念融入到具体的练习题当中之后，有部分学生的脑瓜就不太亮堂了，常常会犯一些常识性的错误。这个时候，老师就必须引导学生正确理解二次函数的基本概念。要告诉学生，在具体的练习当中，可以从二次函数的关系式开始。首先将二次函数的关系式进行整理，使其右边是含自变量的代数式，左边是因变量。其次判别右边含自变量的代数式是否为整式。再其次判别自变量的项的最高次数是否为2。最后判别二次项的系数是否为0。另外还有一种题目就是根据实际问题列出二次函数的表达式，面对这个问题时，教师要告诉学生立足于二次函数的基本概念，先找出题目中变量之间的关系，从而得到一个等量关系式，最后根据等量关系式列出二次函数的表达式。
二、引导学生灵活应用二次函数的图像与性质
二次函数的图像与性质涵盖的内容繁多而且复杂，学生往往会与此前所学习过的一次函数、反比例函数的图像与性质相互混淆。因此，教师在教授二次函数的图像与性质之初，就应该将一次函数、反比函数、二次函数的图像、画法、性质等做细致梳理，让学生在复习的过程中，逐步加深对二次函数的图像与性质的学习深度。比如做二次函数y=x2的图像，教师要先讲解清楚二次函数的图像常用的描点法，让学生明确其中的基本步骤：列表、描点、连线。但在具体的作图步骤中还要向学生传递妙招，可以告诉学生画图时图像应越过端点，表示向上或向下无限延伸；作图时应注意在对称轴两侧画出的曲线是对称的；顶点不要画成尖形，应该平滑自然。再比如比较函数y=x2的图像上若干点的纵坐标的大小，要告诉学生必须注意的步骤：首先是确定这些点的横坐标的大小，其次是判断这些点是在图象对称轴的左侧还是右侧，最后根据函数y=x2的增减性进行判断。其实，在教学利用二次函数图象及性质解决问题的相关考题时，主要采用的是数形结合的思想，只要告诉学生在作答时按照二次函数图象的性质进行判定即可知道具体答案。
在二次函数的图形与性质的教学中我们必须对特殊形式的二次函数之间的关系的讲授进行重点剖析。当然这是在学生已经掌握简单二次函数图象与性质的基础上所要认真审视的。例如面对比较函数值大小的习题，我们要告诉学生常用的方法有两种，一种是图象法，一种是代入法。图象法是利用图象上点的位置比较函数值的大小，这种方法直观形象。代入法是将自变量的值代入函数表达式，求得函数值，然后比较其大小，这种方法的优点是更准确。在面对具体的问题时，要让学生根据题意和给出的解题条件灵活选择适当的方法。
三、引导学生体会二次函数的应用价值
二次函数的应用主要是要求学生能够分析和表示不同背景下实际问题中变量之间的二次函数关系，并能够运用二次函数的知识解决实际问题中的最大（小）值的问题。以“利用二次函数求图形面积的最值问题”为例，我们要告诉学生解二次函数最值问题的基本方法是设法把关于最值的实际问题转化为二次函数的最值问题，然后按求二次函数最值的方法求解。要告诉学生解答的一般步骤，首先是利用题目中的已知条件和学过的有关的数学公式列出关系式，其次是把关系式转为二次函数表达式，最后求得二次函数的最大值或者最小值。还要告诉学生对于二次函数y=ax2+ bx+c（a，b，c为常数，a≠0），当自变量的取值范围是全体实数时，求最值的方法有配方法和公式法，可以根据题目的具体要求灵活选用。
数量关系论文范文第15篇
关键词：结构方程模型；高等教育；学生满意度
《国家中长期教育改革和发展规划纲要（2010-2020年）》指出，今后中国高等教育发展的主旋律主要体现在教学质量方面。但是，目前的国内外对什么是教育质量的研究还没有定论，只是有一个观点逐渐被国外学者所重视，那就是以“学”为中心，认为教育质量就是关注学生、关注学生学习、学生发展、学生变化发展。它还体现在增值性的质量观方面。高等教育的重要组成部分是教学质量，它是为满足顾客需要而规定的教学标准及其实施效果的总和，学生及其相关方（包括学生的父母、雇主、其他的学校和其它社会组织等）作为高校的顾客，是高校提供的教育项目、课程和服务的直接受益人。因此对高校而言，顾客满意就是学生及其相关方对高等教育的要求被满足的程度的感受，在一定程度上也可以看作是学生对学校提供的教育服务的用户反馈。[1]因此，以学生为中心的教学质量高低的评判，学生满意度评价可作为一种适切的评价方式。
一、理论背景
（一）服务质量理论
GrLnroons（1982）根据心理学的基本理论把顾客感知服务质量定义为顾客对服务期望水平和实际服务绩效的感知水平比较结果。[2]Parasuraman、Zeithaml和Berry（1985）把感知服务质量定义为“有关服务优势的一个总体判断或态度”[3]。Liljander和Strandvik（1993）从关系层面上度量顾客感知服务质量的设想和理论的基础，将感知服务质量研究扩展到对感知服务价值的研究。[4]GrLnroons（2001）对服务质量和顾客满意度之间的关系重新进行界定，他认为可能应该用感知服务特征模型替代原来的感知服务质量模型。[5]大多数学者都认为服务质量是消费者对于服务的满意程度，是使用者对于期望服务与实际感知服务的差距的主观判断的结果。
高等教育服务主要是指以学生为中心，贯穿以满足学生需求的服务理念，当高等教育成为服务产业之后，高等学校中的学生满意度，就成了学生对于教育价值和学习经历的认知和主观体会的多重性概念，Astin（1993）认为是一直期望与实际感受互动下的结果。[6]大多数学者是在顾客满意概念的基础上对学生满意度的含义进行界定的。如Oliver等（1989）认为学生满意度是学生对与教育相关的各种结果与经历主观评价的喜好程度。[7]Bryant（2001）认为学生满意度是当高校学生的期望得到满足或者超出满足状态时，学生所报告的对自己大学经历的满足感觉。[8]
（二）高等教育学生发展理论
Tinto（1993）认为学生满意度是高等教育机构和学生个体互动的函数。学生的院校满意度不仅是体现教学成果的重要指标，也是展示供求双方相互作用成效的重要指标。[9]
由于学生满意度指标与学生的学业成就、持续学业、毕业率密切相关，它成为高等院校判断自身教学功能实现程度的重要评价指标。学生满意度是指学生对于学校提供的服务质量所持有的期望与实际提供的服务之间的差异进行比较后的感觉。从学生的视角来看，学生满意度测评是学校为了满足他们作为消费者表达的一种行为方式，同时也是他们对自身使用或购买产品和服务的评价。高等教育服务质量指的是高等教育所提供的服务产品的质量，高等教育服务产品质量的高低体现了其满足教育需求主体学生显性或隐性的需求程度。高等教育服务质量的评价则反映了学生对服务质量的期望与现实的服务水平之间的对比。
・教育管理・基于结构方程模型的高等教育学生满意度研究
（三）基于服务质量理论的学生满意度模型
在对顾客满意概念理解的基础上，学者们基于适应水平理论、比较水平理论、公平理论、归因理论等理论基础陆续推出了顾客满意度模型。顾客满意度模型分为理论模型和指数模型两个阶段。最著名的理论模型有Oliver（1980）提出的“期望-不一致模型”；影响范围最广的满意度指数模型是1994年创立的美国顾客满意度指数模型（ACSI）。在顾客满意度模型的基础上，学者们根据不同的指标体系建立了学生满意度模型，刘慧、路正南（2012）从学校形象、学生期望、价值感知、质量感知、学生抱怨、学生忠诚、学生满意度7个指标构建了以学生满意度为中心的结构模型，结论认为学校形象对学生期望、质量感知和学生满意度有直接正向影响，影响力最大的质量感知，总体影响最大的是学校形象。[10]杨兰芳、陈万明（2012）基于结构方程模型方法构建了感知价值、学生忠诚、质量感知、学生期望、学生满意、高校形象等6个潜在变量18个标识变量和15N假设关系进行研究，通过因子分析及潜在变量的路径关系分析发现，在整个满意度测评体系中，学生的个体发展在学生期望和质量感知中的方差贡献率较大。[11]刘凯等人运用项目分析、信度分析、探索性因子和验证性因子分析等方法，从学生期望、高校形象、感知质量、学生满意、学生信任、学生承诺、学生忠诚和感知公平等8个结构变量建立了高等学校学生满意度指数模型。结果显示模型整体拟合度较好，8个结构变量能有效测量高校大学生的满意度水平。[12]本研究在整理前人文献的基础上，总结出感知公平、学生满意、人才培养、感知管理、校园文化、感知质量、硬件支持为学生满意度的影响因素，同时在美国顾客满意度模型的基础上建立新的模型，并对模型的影响因素的关系进行研究。
二、研究设计和分析方法
（一）研究样本
本研究的样本是2015年自愿参加CCSS调查的南京X高校提供的数据，学校按照5%的抽样误差和60%的预计回收率进行完全随机抽样。经过检验，样本分布与原始抽样分布无显著差异。有效问卷作答学生统计如表1。
（二）研究假设及模型构建
结构方程模型方法要求首先建立概念模型，将不可直接测量的某些变量之间的关系建立因果模型，然后根据构念，找出可以测量的观察变量。结构方程模型建构要经过模型设定、模型估计方法设定、模型检验和模型修正等几个步骤。[13]本模型在美国顾客满意度指数模型（ASCI）的基础上，经过分析与整合提出了全新的一个模型，从而构建潜在变量并建立模型结构。通过对国内外大量文献梳理，提出学生满意度模型指数的12个研究假设，具体如下。
假设 1：感知公平影响感知质量（正向）；
假设 2：感知公平影响学生满意（正向）；
假设 3：硬件支持影响感知质量（正向）；
假设 4：硬件支持影响人才培养（正向）；
假设 5：感知管理影响感知质量（正向）；
假设 6：感知管理影响人才培养（正向）；
假设 7：感知质量影响学生满意（正向）；
假设 8：校园文化影响人才培养（正向）；
假设9：校园文化影响感知管理（正向）；
假设 10：校园文化影响硬件支持（正向）；
假设11：校园文化影响感知公平（正向）；
假设12：校园文化影响感知质量（正向）。
由以上假设我们形成了本文的假设模型，见图1。
（三）高等教育学生满意度指标体系的形成
在模型假设中，各变量名称、各变量所包含的子纬度及其在此基础上，遵循重要性大、代表性好、敏感性高、独立性强等原则，最终将测评指标体系划分为三个层次。每一层次的测评指标都是由上一层测评指标展开的，而上一层次的测评指标则是通过下一层测评指标的测评结果反映出来的，如表2所示。
三、数据收集与分析
（一）信度和效度检验
为了进一步了解主成分因子分析并剔除部分变量后的问卷数据是否具有一致性和有效性。首先，我们采用了Cronbach’s Alpha系数法对问卷数据进行信度和效度检测。根据统计学规律，一般认为Cronbach’s Alpha系数在0.70是可接收的最小值。通过SPSS21.0软件统计分析，各题项的信度如表3。
数据结果表明，感知公平的5个因子的Alpha系数为0.208，硬件支持4个因子的Alpha系数为0.822，感知管理3个因子的Alpha系数为0.849，感知质量6个变量的Alpha系数为0.841，学生满意6个变量的Alpha系数为0.951，人才培养6个变量的Alpha系数为0.810，校园文化5个变量的Alpha系数为0.864，因为感知公平的Alpha系数为0.208，信度低于0.70，故舍弃。剩下30个因子的整个量表的Alpha系数达到0.92，这说明主成分因子分析后30个因子的问卷仍然具有非常好的内部一致性。
效度上，我们用潜在变量相关系数进行讨论，结果小于0.8表示不存在多重共线性。为此，我们运用SPSS21.0对题项做相关系数检验，结果如表4。
1.设定模型评价和假设检验
在对研究模型的信度和效度进行检验之后，本研究利用SPSS-AMOS软件来计算假设模型的各路径系数和相应P值。数据表明，其他路径系数检验均在可接受范围，但“人才培养感知管理”、“感知质量校园文化”路径系数检验的P值分别为0.215、0.727，均大于0.001，故不显著，所以模型还需要进一步改善。
2.设定模型的修正
为了进一步优化模型，本研究依据假设模型的检验结果、理论关系以及各变量相关系数的强弱对研究模型进行了修正，以期获得一个最优拟合模型，修正模型比假设模型更为符合数据的内在逻辑关系。修正模型结果详见表6。
3.模型解释
结构方程模型主要功能揭示潜在变量之间、可测变量之间以及潜在变量与可测变量之间的结构关系，它们之间的结构关系在模型中可以通过路径系数来体现。
（1）直接效应
直接效应是指由原因变量对结果变量的直接影响，用原因变量到结果变量的路径系数来衡量的效应。如表8中学生满意效应的结果，由校园文化到学生满意的标准化路径系数是0.128，那么校园文化到学生满意的直接效应就是0.128。这种情况说明在其他条件不变时，“校园文化”潜在变量每提升1个单位，“学生满意”的潜在变量就会直接提升0.128个单位。
（2）间接效应
间接效应是指原因变量通过影响其它变量，从而对结果变量产生的间接影响。在只有一个其它变量的时候，间接效应的大小则是两个路径系数之间的乘积。如表8中校园文化、感知管理、硬件支持效应结果，从校园文化到感知管理的标准化路径系数是0.909，感知管理到硬件支持的俗蓟路径系数是0.575，那么从校园文化到硬件支持的间接效应就是0.909×0.575=0.523。这也充分说明了在其他条件不变时，“校园文化”对于“硬件支持”的影响每提升1个单位，那么“硬件支持”就会间接提升0.523个单位。
（3）总效应
总效应是指由原因变量对结果变量总的影响，是直接效应与间接效应之和。如表8中校园文化、人才培养效应的结果，从校园文化到人才培养的直接效应是0.127，校园文化到人才培养的间接效应是0.509，那么从校园文化到人才培养的总效应则为0.127+0.509=0.635。在其他条件不变时，“校园文化”对“人才培养”的影响是每提升1个单位，“人才培养”就会提升0.635个单位。
四、结论与建议
1.从直接效应来分析，人才培养对学生满意度影响最大。对于专业而言，培养专业的兴趣尤为重要，在入学期间学校要给予学生职业规划指导与帮助。从学生视角而言，学生在学习与生活中要培养自身良好的组织领导能力、数学与统计信息分析能力、书面表达能力以及口头表达能力等。
2.从间接效应来分析，硬件支持对学生满意度影响最大。对于学校食堂而言，学校要不断改善其硬件设施及伙食条件；对于图书馆而言，学校要不断改善图书馆的条件及增加藏书量；对于实验室、体育馆而言，要不断提高学校的生均校舍建筑面积、生均实验、教学仪器设备数量。
3.从总效应来分析，校园文化对学生满意度影响最大。在社交方面，学校要鼓励来自不同城乡、民族、家庭背景的学生相互接触，提供社交机会，形成师生之间、学生之间以及主体与环境之间的积极互动。学生的学习与成长过程本质上说就是他们自身认知与能力、情感与价值观的社会化过程。在兴趣爱好方面，学校应该鼓励学生积极参加各类校园文体活动。在时政方面，学校要鼓励学生多参与国家社会、经济、政治等重大问题的学习与讨论。在学习方面，学校应该建立与完善学生远程学习/在线学习等学习制度。
综上所述，根据高校学生满意度的影响因素提出如下建议：第一，提高人才培养的质量。加强对在校大学生学习状况和影响因素的研究，为深化高等教育与教学改革提供研究案例。第二，加大硬件支持。硬件支持反映了学生对学校所提供的学习支持条件的满意程度，学校要改善图书馆环境，增加和改进图书文献的量和品质，加强教室室内温度的适宜调节以及改善实验室设备等。第三，形成良好的校园文化。良好的校园文化不仅对学生对校园环境感知产生影响，还对他们在校的教育经验满意度以及对他们在校期间的学习行为、学习兴趣和学业收获等都会产生积极的影响。学校应更多从制度、文化等层面采取措施来营造良好的校园文化，使学生对校园支持的满意度不断提高从而最终提升学生对院校的总体满意度。[13]
五、研究不足
本研究主要存在以下几点不足：第一，本研究是基于2015年CCSS的调查数据，数据的选取仅是南京X高校的数据，而不是在全国所有同类院校中随机抽取的样本，因此其代表性有待检验。第二，虽然本研究建立的路径分析模型能够展示变量之间的关系，且数据较好地拟合了被调查数据。但是，如果还要对各原因变量，对结果变量关系作用进行深入分析，还有待进一步建立完整的结构方程模型和完善相关理论。第三，感知公平对于学生满意度的信度低于0.70，为了更好地将感知公平作为学生满意度的预测指标，还需要对CCSS调查的项目进行补充与调整。
参考文献：
[1] 郑雅君，熊庆年.“高校学生满意度”再认识[J].江苏高教，2016（4）：56-60.
[2] GRONROOS C.Strategic Management and Marketing in the Service Sector[R].Helsinki，Swedish School of Economics and Administration，1982：68-72.
[3] PARASURAMAN A，ZEITHAML V A，BERRY L L.A Conceptual Model of Service Quality and Its Implications for Future Research[J].Journal of Marketing，1985.49（fall）：41-50.
[4]LILJANDER V，STRANDVIK T.Estimating Zones Oftolerance in Perceived Service Quality and Perceived Servicevalue[J].International Journal of Service Industry Man-agement，1993，4（2）：6-28.
[5] GRNROOS C.The Perceived Service Quality Concept-amistake[J].Managing Service Quality，2001，11（3）：150-152 .
[6]AstinA W.What Matters in College？ Four Critical Yearsrevisited[M].San Francisco：Jossey-Bass，1993：62-74.
[7]Oliver，R.L.，Desarbo .W.S.Processing of the Satisfaction Response in Consumption：A Suggested Frame-work and Research Proposition[J].Journal of ConsumerSatisfaction，Dissatisfaction and Complaining，Behavior，1989（2）：1-16.
[8]Julie L.Bryant.Assessing Expectations and Perceptions of Campus Experience：The Noel-Levitz Student Satisfaction Inventory[J].New Directions for Community Colleges Yol，2006：134-135.
[9]Tinto V.Leaving college：Rethinking the Causes and Cures of Student Attrition[M].Chicago：University of Chicago Press，1987：54-60.
[10]⒒郏路正南.基于PLS路径建模技术的中国高等教育学生满意度测评研究[J].高教探索，2012（2）：30-36.
[11]杨兰芳，陈万明.基于结构方程的高校学生满意度实证研究――以江苏省八所高校本科生为例[J].复旦教育论坛，2012（10）：29-35.
