数学建模的优势范文1
贵州省农业可持续发展
优势分析及对策研究
收稿日期：2011-12-10
作者简介：于法稳（1969－），男，山东鄄城人，中国社会科学院农村发展研究所研究员，研究方向为生态经济理论、资源环境经济学、农业可持续发展。
于法稳
（中国社会科学院 农村发展研究所,北京100732）
摘要：贵州省稻谷、玉米生产具有效率优势，但不具有规模优势，相对于豆类生产而言，二者具有综合优势。畜牧业生产不具有效率优势，但具有规模优势，贵州具有发展畜牧业的比较优势。烤烟生产具有效率优势和有规模优势，此外还具有明显的比较优势。当前，贵州省应建设一批现代化生态农业示范园区，带动农业基础设施条件的改善，促进社会经济效益和生态效益的提高。同时，应以建设生态畜牧业大省为目标，把生态畜牧业作为后续支柱产业来培育。此外，要挖掘特色农业发展潜力，优化特色农产品区域布局，大力发展特色优质农产品，培育壮大优势产业。
关键词：贵州省；农业可持续发展；农产品；畜牧业；特色农业
Advantage Analysis and Countermeasures Study on Agriculture’s Sustainable Development in Guizhou
YU Fawen
(Institute of Rural Development, Chinese Academy of Social Sciences, Beijing 100732, China）
Abstract：Guizhou has an efficiency advantage but not a scale advantage over rice and corn production. Compared with beans, both have a comprehensive advantage. Guizhou has a scale and comparative advantage but not an efficiency advantage over animal husbandry production. Tobacco has not only an efficiency advantage but a scale and an obvious comparative advantage. Guizhou should currently build modern ecological demonstration areas promoting improvement for agricultural infrastructure condition, social economic and ecological benefit. Meanwhile, Guizhou should aim to build an ecological animal husbandry province, fostering ecological animal husbandry industry as a subsequent pillar industry. Furthermore, Guizhou should explore the agricultural development potential, optimize regional distribution for characteristic agricultural products, develop characteristic highquality agricultural products and foster the growth of dominant industry.
Key words：Guizhou; agricultural sustainable development; agricultural products; animal husbandry; characteristic agriculture
20世纪90年代中期以后，我国农业增长的背景发生了两个极为重要的变化：一是基本上解决了农产品供给短缺的问题，增长目标由农业增产转为农民增收；二是中国加入WTO，农业资源配置的基础由单一的国内资源、国内市场转为国内、国际两种资源、国内与国际两个市场。贵州省委、省政府提出了“又好又快、更好更快”的发展战略对农业指出了明确的发展方向，要突出贵州生态特点、山区特点，突出气候多样性、生物多样性、资源多样性，发展生态农业，优化农业产业结构。正是基于如此考虑，本文对贵州省农业可持续发展的优势进行评价，从而提出实现农业可持续发展的政策性建议。
一、贵州省农业发展状况描述
（一）种植业、养殖业稳步发展
2009年，贵州省主要粮食作物种植面积稳定增长，粮食作物播种面积为29847万公顷（447705万亩），粮食总产量达到116827万吨，比2008年增长09%，油菜籽、茶叶、蔬菜等经济作物产量增长幅度较大，烤烟产量因计划调减有所下降。
种植业结构进一步优化。油料种植面积5131万公顷（76965万亩），增长127%；蔬菜种植面积5996万公顷（89940万亩），增长74%。2009年末，果园面积1408万公顷（21125万亩），比上年增长57%；茶园面积1322万公顷（19829万亩），增长257%。
2009年生猪、牛、羊出栏数分别为1596万头、92万头、190万只，比2008年增长22%、94%、65%；肉类总产量170万吨，禽蛋产量1万吨，牛奶产量45万吨，水产品产量8万吨，比2008年分别增长50%、130%、44%、29%。
（二）农业增长呈现稳定性特征
农产品的需求弹性很小，尤其是在农产品供给短缺问题基本解决以后，它不可能也不需要一直保持快速增长，所以经济学家通常把农业增长能否稳定地保持3%或超过人口增长率一个百分点，作为衡量农业增长稳定性的经验指标。从表1可以看出，1991―2009年之间，贵州省农业总产值年均增长率为43%。其中，种植业、林业、牧业、渔业产值的年均增长率分别为36%、17%、63%和105%，只有林业产值年均增长率低于3%。因此，总体上可以说，贵州省农业发展超过了衡量农业增长稳定性的经验指标，说明这段时间农业增长并不存在令人担忧的问题。
（三）农业产值与其他省的差距依然在拉大
从静态比较来看，2007―2009年农业总产值的平均值（2006年价），四川省为278809亿元，云南省为137099亿元，而贵州省只有67036亿元。
图1西南三省农业总产值的比较从动态变化来看，与2007年相比，四川省农业总产值增长732%，云南省农业总产值增长1370%，贵州省农业总产值增长1142%。也就是说，贵州省农业增长的速度快于四川省，而慢于云南省。
即使在这种增长态势下，贵州省农业发展与四川省、云南省的差距仍然在扩大。从图2可以看出，2007年，贵州省农业总产值与四川省、云南省的差距分别为2062亿元、646亿元；2008年，这种差距扩大到2103亿元、704亿元；到2009年，这种差距进一步扩大到2188亿元、753亿元。
二、优势分析理论与方法
农业产业结构调整是一项复杂的系统工程，贵州省某个农产品在全国不具有比较优势，但在省内某个地区可能具有比较优势。因此，通过优势分析取得的结果可以作为农业产业结构调整的一项重要参考，而非决策的全部依据。
图2贵州省农业总产值与四川省、云南省之间差距的变化区域农作物的比较优势是农业自然资源禀赋、社会经济及区位条件、科学技术、种植制度、种植传统以及市场需求等因素综合作用的结果。一个地区一种作物的单产水平是当地自然资源禀赋以及各种物质投入水平和科技进步等因素的综合体现。而一种作物的生产规模，即种植面积，则是劳动与物质可投入能力、市场需求、种植制度、政策支持以及自然资源禀赋等因素的综合体现。
单产水平与种植规模相互作用所形成的作物生产的能力，可以用3个比较优势指标测定，亦即效率优势指数、规模优势指数和综合优势指数。
（一）效率优势指数
效率优势指数反映作物比较优势。效率优势指数主要通过分析特定地区、特定农作物的土地产出率（亩产量）与该地区所有农作物平均土地产出率的相对水平以及与全国该比率平均水平的对比关系，考察该地区在该农作物生产上的生产效率相对优势。
效率优势指数主要是从资源内涵生产力的角度来反映作物的比较优势。根据效率优势指数的大小判断区域某种作物是否具有效率优势，效率优势指数值越大，生产效率优势越明显。
效率优势指数的计算公式如下：
EAIij = APi j /APi APj /AP
式中，EAIij为i区j种作物的效率优势指数;APij为i区j种作物单位面积产量；APi为i区全部农作物平均单产；APj为全国j种作物平均单产；AP为全国全部作物平均单产。
如果EAIij>1，表明与全国平均水平相比，i区j作物生产具有效率优势；如果EAIij
（二）规模优势指数
在一般情况下，往往生产规模越小，其单产水平越高，效率优势指数也就越高。因此，效率优势指数并不能客观反映一个地区一种作物的真正比较优势，也不能反映市场的需求和传统种植制度概况。
规模优势指数反映生产规模和专业化程度。规模优势指数通过分析特定地区、特定农作物的播种面积占该地区所有农作物总播种面积的比例与全国该比例平均水平的对比关系，考察该种农作物在该地区农业生产上的相对重要性及规模优势。
规模优势指数反映一个地区某一农作物生产的规模和专业化程度，它是市场需求、资源禀赋、种植制度等因素相互作用的结果。一般来说，在一定长的时期内，只要有相当的规模，就意味着有市场需求，而有市场需求就意味着有经济效益，因此，规模优势指数反过来在一定程度上可以反映农作物生产的比较优势状况。
规模优势指数的计算公式如下：
SAIij = GSi j /GSi GSj /GS
式中，SAIij为规模优势指数；GSij为i区j种农作物的播种面积；GSi为i区所有农作物的播种面积；GSj为全国j种农作物的播种面积；GS为全国所有农作物的播种面积。
如果SAIij>1，表明与全国平均水平相比，i区j作物生产具有规模优势；如果SAIij
（三）综合优势指数
综合优势指数适合于比较优势的衡量。综合优势指数从相对生产效率和由市场、技术、种植制度及气候、地理区位等综合因素决定的规模优势两方面，综合衡量地区特定农产品生产的相对比较优势。综合优势指数值越大，表明这种农产品的优势越明显。
综合优势指数的计算公式如下：
AAIij=EAIij×SAIij
如果AAIij>1，表明与全国平均水平相比，i区j作物生产具有比较优势；如果AAIij
因此，综合比较优势指标更适合于一国范围内地区之间的比较或者同一地区内不同粮食作物之间比较优势的比较。
三、贵州省主要农产品优势评价结果
（一）主要农产品的比较优势
1 主要农产品的效率优势
从表1中的数据可以看到，贵州省稻谷生产的效率优势指数是130，高于四川省的109和云南省的128；玉米生产的效率优势指数为112，也高于四川省的087和云南省的094；而豆类生产的效率优势指数仅为086，不具有效率优势，而且也远远低于四川省的127和云南省的126。
2主要农产品的规模优势
贵州省稻谷生产、玉米生产、豆类生产的规模优势指数分别为085、093和085，都不具有规模优势。特别是稻谷，贵州省的规模优势指数小于四川的115和云南的089；玉米规模优势指数则高于四川的072，低于云南的110；豆类规模指数与玉米类似。由此可以看出，贵州、四川、云南三省豆类生产都不具有规模优势；贵州、四川两省稻谷生产不具有规模优势。
表1贵州省主要农产品的比较优势（2008）
效率优势指数EAIij规模优势指数SAIij综合优势指数AAIij稻谷玉米豆类稻谷玉米豆类稻谷玉米豆类东部地区090093109098115050094104074中部地区099100096115091136107095114西部地区113107109081099094096103102西南地区118092115101085080109088096四川109087127115072072112079096贵州130112086085093085105102086云南128094126089110091107101107资料来源：根据《中国统计年鉴 2009》中的相关数据计算得到。
3主要农产品的综合优势
贵州省稻谷生产的综合优势指数为105、玉米生产的综合优势指数为102,二者都具有比较优势；而豆类生产的综合优势指数为086，没有比较优势。从横向比较来看，稻谷生产的比较优势不及四川、云南，二者的综合优势指数分别为112、107；贵州玉米生产的比较优势要高于云南（101），而四川综合优势指数为079，不具有生产的比较优势；对豆类生产而言，贵州与四川（096）一样，不具有比较优势，云南具有生产豆类的比较优势（107）。
（二）畜产品的比较优势分析
畜牧业是贵州省发展现代农业中的优势产业和生态产业，在农业总产值中的比重逐年提高。随着以草地畜牧业为重点的生态畜牧业建设步伐加快，贵州省各种畜禽总量将大幅度提高。
1畜产品的效率优势
表2是贵州省畜产品的比较优势分析结果。贵州省畜牧业的效率优势指数为093，低于东部地区的110，中部地区的094、西部地区的097以及西南地区的094。在西南地区的三省中，贵州省的畜牧业的效率指数高于四川的091，低于云南的098。
表2贵州省畜产品的比较优势（2008）
年份效率优势指数EAIij规模优势指数SAIij综合优势指数AAIij东部地区110106108中部地区094105099西部地区097090094西南地区094107100四川091112101贵州093110101云南098103100资料来源：根据《中国统计年鉴 2009》中的相关数据计算得到。
2畜产品的规模优势
贵州省畜牧业规模优势指数为110，具有规模优势。在区域横向比较方面，贵州省的规模优势指数高于东部地区的106、中部地区的105、西部地区的090，以及西南地区的107。在西南地区三省中，贵州省畜牧业规模指数低于四川的112，高于云南的103。
3 畜产品的综合优势
贵州省畜牧业的综合优势指数为101，具有发展畜牧业的比较优势。从区域横向比较方面，贵州省的综合优势指数低于东部地区的108，而高于中部地区的099、西部地区的094、西南地区的100。在西南地区三省中，贵州省综合优势指数与四川相同，而高于云南。
（三）主要地方特色产品的比较优势分析
1主要特色产品的效率优势
选择油料、麻类与烤烟作为特色农产品，分析贵州省在特色农产品生产方面的优势。表3中数据表明，贵州省油料、麻类生产的效率优势指数分别为076、058，不具有效率优势。同处于西南地区的云南、四川的效率优势指数也都小于1，同样不具有效率优势。贵州省烤烟生产的效率优势指数为105，具有效率优势，但小于云南省在烤烟生产方面的效率优势。
表3贵州省主要特色农产品的比较优势（2008）
区域效率优势指数EAIij规模优势指数SAIij综合优势指数AAIij油料麻类烤烟油料麻类烤烟油料麻类烤烟东部地区214133164070004038122023079中部地区066072073132175073094112073西部地区095108114094108185094108145西南地区090074104106169387098112201四川083055083147287121110125100贵州076058105114011510093026232云南089212129039058847059111330资料来源：根据《中国统计年鉴 2009》中的相关数据计算得到。
2主要特色产品的规模优势
从油料、麻类、烤烟生产来看，贵州省在这三种主要特色农产品生产方面的规模优势指数分别为114、011、510。也就是说，贵州省在油料、烤烟生产方面具有规模优势，特别是烤烟生产方面的优势比较明显，但仍然不及云南省在规模优势明显。
3主要特色产品的综合优势
贵州省油料、麻类、烤烟生产方面的综合优势指数分别为093、026和232。也就是说，贵州省在油料、麻类生产方面不具有比较优势，烤烟生产具有明显的比较优势，这种比较优势大于四川，而低于云南。
四、结论与政策建议
其一，贵州省稻谷、玉米生产具有效率优势，但不具有规模优势，这是由贵州省耕地资源短缺以及破碎特点所决定的。相对于豆类生产而言，二者具有综合优势。2009年人均耕地面积只有064亩/人，工程性缺水问题突出，人均有效灌溉农田仅040亩/人，都远远低于全国平均水平，耕地资源数量明显不足。由于喀斯特地区特殊地质条件的影响，贵州生态环境十分脆弱，山高坡陡，水土流失严重，中低产田土比重大；此外，耕地分布上的零碎化在一定程度上限制了生态农业的发展，难以形成现代农业所要求达到的生产规模。为此，要根据生态农业规划，结合新农村建设，选择条件好的村，做好土地整理工作，建立一批田成方、地成块、渠相连、路相通、树成行的现代化生态农业示范园区，带动农业基础设施条件的改善，促进社会经济效益和生态效益的提高。同时，实施地力培肥工程，重点推广秸秆还田、平衡施肥技术；加快推进农田水利设施建设工程，积极争取中央水利建设、生态建设和石漠化治理等政策支持，切实加大生态农业基础设施建设，特别是农田水利设施建设，解决贵州省发展生态农业中遇到的工程性缺水问题。
其二，贵州省畜牧业生产不具有效率优势，但具有规模优势，具有发展畜牧业的比较优势。因此，贵州应以建设生态畜牧业大省为目标， 把生态畜牧业作为后续支柱产业来培育。坚持走依靠科技发展生态畜牧业的路子，以完善基层服务网络为重点，加快建设具有较强服务功能、覆盖广大农村的畜禽良种繁育、疫病防治、饲草饲料生产、质量安全和畜产品市场体系；抓好小区养殖，加大引草入田和草地改良力度；加快发展生猪，突出发展肉牛、肉羊和奶牛；积极发展特色养殖，大力扶持畜产品加工业，抓好无公害优质畜产品生产基地建设；积极争取国家支持实施岩溶地区现代草业和畜牧业行动计划。
其三，贵州省油料、麻类生产不具有效率优势，但烤烟生产具有效率优势，而且烤烟生产具有明显的规模优势。在油料、麻类生产方面不具有比较优势，烤烟生产具有明显的比较优势。贵州省具有地理气候多样性和生物资源多样化的特性，应充分利用其特点，挖掘特色农业发展潜力，优化特色农产品区域布局，大力发展特色优质农产品，培育壮大优势产业。根据市场需求，在巩固烤烟、油菜等传统优势特色农产品的同时，选择具有贵州特点和市场前景的特色农产品作为开发重点，集中力量发展马铃薯、烤烟、油菜、辣椒、蔬菜、水果、中药材、茶叶、花卉等特色优质农产品，打造一批有特色、上规模的知名品牌，形成有竞争力的特色农业产业体系。
参考文献：
［1］李周，于法稳. 西部资源管理与农业研究［M］. 北京：中国社会科学出版社，2010.
［2］刘彦随，吴传钧．农业持续发展研究进展及其理论［J］．经济地理，2000(1).
［3］尚杰．农业生态经济学（第二版）［M］．北京：中国农业出版社，2011.
数学建模的优势范文2
关键词：农作物；比较优势指数；辽宁省
中图分类号：F326.1；F327 文献标识码：A 文章编号：0439-8114（2013）13-3212-03
辽宁省地处中国东北地区南部，位于东经118°53′-125°46′，北纬38°43′-43°26′，陆地面积14.8万km2，其中农业用地面积1 123.0万hm2，占全省陆地面积的75.88%，耕地面积408.5万hm2，占农业用地面积的36.38%。种植的农作物以水稻、玉米、大豆、高粱、小麦为主，还有棉花、花生、甜菜、烟叶等。在此选择辽宁省种植的6种农作物（玉米、大豆、棉花、烤烟、甜菜、花生）进行分析比较，以了解辽宁省这几种农作物的种植现状以及在全国的竞争优势，对于辽宁省农作物的生产和种植业结构调整具有重要的意义。
1 数据来源与研究方法
数据来源于2006-2011年的《全国农产品成本收益资料汇编》[1]、《辽宁省统计年鉴》[2]、《中国统计年鉴》[3]。
采用李凤[4]改进的综合比较优势指数法对辽宁省主要农作物进行比较优势分析。综合比较优势指数法只考虑规模比较优势指数和效率比较优势指数，没有考虑经济效益，改进的综合比较优势指数法包括规模比较优势指数、效率比较优势指数和效益比较优势指数，比一般的综合比较优势指数法[5-8]能更全面、科学、合理地反映一个地区某种农产品生产的比较优势水平。各比较优势指数的计算公式如下[4]：
规模比较优势指数：SAIij=■
效率比较优势指数：EAIij=■
效益比较优势指数：BAIij=■
综合比较优势指数：AAIij=■
2 结果与分析
2.1 规模比较优势
从表1可知，6种农作物中，玉米规模比较优势指数平均为2.731，与全国相比，具有绝对规模比较优势，但是可以看出规模比较优势指数有下降趋势；其次是花生，也具有相当的规模比较优势，平均规模比较优势指数为1.815。6年来稳步增长到2010年的2.819，花生的规模比较优势指数从2008年开始均远远高于全国平均水平，应该是由于2008年政策调整的结果；其他4种农作物都处于规模比较劣势，尤其是棉花、甜菜、烤烟规模比较优势处于极度劣势，其中甜菜和烤烟规模比较优势指数比较稳定。棉花规模比较优势指数平均为0.010，且近6年不断下降。从近6年来的平均数据大致可以看出，辽宁省6种主要农作物的规模比较优势从高到低的排序为玉米、花生、大豆、烤烟、甜菜和棉花。
2.2 效率比较优势
从表2结果可以看出，4种农作物具有效率比较优势，只有花生和甜菜平均效率比较优势指数小于1，即没有效率比较优势。甜菜在2005和2010年效率比较优势指数大于1，这2年具有效率比较优势。花生没有效率比较优势，平均产量低于全国平均水平，在单位面积上的生产力没有竞争优势，6年来效率比较优势指数变化不大。从近6年来的平均数据大致可以看出，辽宁省6种农作物的效率比较优势从高到低的排序为大豆、烤烟、棉花、玉米、甜菜和花生。
2.3 效益比较优势
从表3结果可知，只有大豆平均效益比较优势指数大于1，其他5种农作物的平均效益比较优势指数均小于1，说明辽宁省这5种农作物的经济效益都低于全国平均水平。2007和2009年花生的效益比较优势指数大于1，但是花生6年来效益比较优势指数波动比较大，最高的2007年是最低的2008年的2.454倍。从表3中还可以看出，效益比较优势指数波动最大的是烤烟，2007年效益比较优势指数高达4.703，而在2010年则低至-20.263，属于严重亏本，同时2005年烤烟的种植也是亏本的，其6年的平均效益比较优势指数为负。从近6年来的平均数据大致可以看出，辽宁省6种主要农作物的效益比较优势从高到低的排序为大豆、花生、甜菜、玉米、棉花和烤烟。
2.4 综合比较优势
从表4可以看出，6种农作物中具有综合比较优势的是花生和玉米，花生的综合比较优势指数从2006年来一直处于平稳上升状态，2007-2010年的综合比较优势指数一直大于1，其综合比较优势高于全国平均水平。而玉米这6年的综合比较优势指数则呈下降趋势。大豆的综合比较优势指数基本平稳，在2009年有所降低，但平均综合比较优势指数接近1，具有微弱的综合比较劣势。甜菜、烤烟和棉花的综合比较优势都处于劣势，尤其是棉花的综合比较优势指数平均为0.181，处于极度劣势，且6年来呈下降趋势。烤烟虽然在2007年具有综合比较优势，但是由于2005和2010年综合比较优势指数为负，所以最终6年的平均综合比较优势指数也处于极度劣势。从近6年来的平均数据可以看出，辽宁省6种农作物的综合比较优势从高到低的排序为玉米、花生、大豆、甜菜、烤烟和棉花。
3 结论分析与政策建议
规模比较优势指数反映种植规模的大小。效率比较优势指数反映单位面积产量即土地产出率的高低，它们都是从自然资源方面测定农作物的比较优势。效益比较优势指数反映一个地区某种农产品的经济效益状况，注重的是农作物的经济效益和产品的市场需求，它包含了农产品的品质、市场需求、农产品生产成本等多种因素，能够较好地反映农作物生产在经济效益方面的比较优势。因此，改进的综合比较优势指数能够更全面、科学、合理地反映一个地区某种农产品生产的比较优势水平。
3.1 结论分析
在辽宁省6种农作物种植中，玉米和花生都具有综合比较优势，玉米的综合比较优势指数、效率比较优势指数和规模比较优势指数都高于全国平均水平，但效益比较优势指数小于1。花生的综合比较优势指数和规模比较优势指数均高于全国平均水平，但效率比较优势指数和效益比较优势指数低于全国平均水平。大豆的综合比较优势指数低于但接近全国平均水平，其效率比较优势指数和效益比较优势指数都高于全国平均水平，主要是规模比较优势指数太低。甜菜和棉花都没有综合比较优势，综合比较优势指数均小于1，棉花虽然效率比较优势指数高于全国平均水平，但其规模比较优势处于极端劣势，说明棉花在辽宁省的种植太少。
2007和2010年烤烟的规模比较优势指数和效率比较优势指数都没有特别的变化，比较平稳，而效益比较优势指数的差别很大，通过分析这两年的成本收益情况，原因主要在以下3个方面：2007年辽宁省烤烟总产值为全国平均值的112.4%，产品出售价格为全国平均出售价格的84.2%，产品出售产值为全国平均值的111.9%；2010年辽宁省烤烟总产值为全国平均值的80.0%，而产品出售价格为全国平均出售价格的74.7%，产品出售产值为全国平均值的79.9%。由此可以看出，2007年总产值及出售产值都远高于全国平均水平，即产量和商品量都高；而2010年总产值及出售产值都远远低于全国平均水平，即产量和商品量都低得多，这样，再加上出售价格的差异，导致这两年效益比较优势指数出现大的波动。
3.2 政策建议
依据辽宁省6种农作物比较优势格局，建议调整农作物种植结构。
1）鼓励扩大种植具有综合比较优势的玉米和花生，但应该提高科技含量，提高花生的单位面积产量。同时，由于这两种农作物的效益比较优势指数都小于1，所以在提高品质和市场需求的同时应尽可能降低生产成本，使得在丰产的同时丰收。
2）由于棉花的效率比较优势指数大于1，即单位面积产量高于全国平均水平，所以可以适当扩大棉花的生产规模。一般来说，在一定时期内，有了一定的规模优势就有市场需求，而有市场需求就有经济效益，这样棉花的综合比较优势就能提高。
3）烤烟的种植风险较大，虽然具有效率比较优势，但是商品率、市场需求、价格等因素变化系数太大，应谨慎种植。
4）大豆本来就是东北的优势农作物，所以效率和效益比较优势指数都高于全国平均水平，尤其是具有绝对的效率比较优势指数，但大豆的综合比较优势指数小于1，关键是规模比较优势太小，所以应该扩大大豆的种植面积。
5）甜菜的规模和综合比较优势都处于劣势，也缺乏效率和效益比较优势，因此可以适量调减种植面积，以进一步优化辽宁省农业自然资源的配置。
6）花生是辽宁省的主要油料作物，具有规模比较优势，而效率比较优势指数和效益比较优势指数都相对较低，可以通过加大科技投入和降低生产成本来提高单产水平和经济效益。
7）从效益比较优势指数可以看出，花生、甜菜、玉米、棉花和烤烟这5种农作物的经济效益都低于全国平均水平，所以辽宁省应该在整体提高经济效益上下大力气，可从以下几方面入手：一是优化区域布局，重点抓好优质特色产业；二是加强专业化基地建设，加快优质特色产业内部品种结构调整；三是培育龙头企业，发展农产品加工产业集群；四是扩大对外开放，推进外向型农业的快速发展。
参考文献：
[1] 国家发展和改革委员会价格司.全国农产品成本收益资料汇编（2006-2011）[M].北京：中国统计出版社，2006-2011.
[2] 辽宁省统计局.辽宁统计年鉴（2006-2011）[M].北京：中国统计出版社，2006-2011.
[3] 国家统计局.中国统计年鉴（2006-2011）[M].北京：中国统计出版社，2006-2011.
[4] 李 凤.河南省主要粮食作物生产比较优势分析[J].浙江农业科学，2012（5）：625-627.
[5] 孙占祥，隋学静，吕宝顺，等.辽宁省粮食生产的回顾及发展对策[J].辽宁农业科学，2005（4）：21-23.
[6] 赵 辉.辽宁省农业生态环境现状及对策探讨[J].农业环境与发展，2010（3）：78-80.
数学建模的优势范文3
[关键词]慕课；SWOT；应用型本科高校
[中图分类号] G642 [文献标识码] A [文章编号] 2095-3437（2017）01-0022-03
慕课（MOOC， Massive open online course），即大规模开放式在线课程，其雏形形成于2008年。近年来，慕课浪潮席卷全球并给高校教学模式带来了巨大的影响和改变，目前涌现了“国际在线教育三驾马车”――Coursera、Udacity 和edX 三大课程提供商。[1][2]与传统教育模式相比，慕课无论在传播内容、渠道，还是在受众体验等方面均具有传统教育传播无可比拟的优势，为师生的教与学都提供了新的契机，也给我国高校传统教育模式改革带来了新的机遇。[2]本文基于应用型本科高校贵州工程应用技术学院学生学习通识教育选修课情况，探究慕课在应用型本科高校应用中的优势（Strength）、劣势（Weakness）、机遇（Opportunity）及面临的挑战（Threat），以期对目前应用型本科高校慕课资源建设与利用提出具有针对性和实效性的建议。
一、学生学习慕课基本现状
（一）通识教育共享课程选修情况
2014-2015学年，学校以慕课形式共计开设10门在线式通识教育共享课程供学生学习。经统计，全校共计有3388名学生参与了选课并进行了学习，其中选修现代社交与礼仪课程的学生人数最多，为460人，占总人数的13.6%。
（二）学生学习通识教育共享课程情况与常模的比较
为更好地了解在线式通识教育共享课程运行模式下学生学习慕课情况，本研究将其与184所合作高校学生学习现状数据常模进行了校际横向比较。常模高校的慕课学习人均登录次数为18.9次，人均在线教程完成率为81.1%，人均论坛参与数为0.61，平均成绩为60.4分，成绩合格率为62.6%。结果说明：1.学生在通识教育共享课程上的学习自主性有待加强，即使网络助理教师通过在线方式定期督促学生学习进程，但是仍有18.9%的学生不能在规定时间完成在线教程；2.尽管在线课程论坛资源在解决问题时非常必要，但是进入论坛进行互动的学生偏少，人均论坛参与数仅为0.61；3.学生在线课程学习成绩合格率偏低，平均成绩仅在及格线上下浮动。虽然，本文中案例研究高校学生在人均登录次数、人均论坛参与数、人均在线教程完成率、平均成绩及成绩合格率方面均高出常模水平，在184所高校排名中依次排在19、53、85、99以及107名。但总体看来，以慕课形式开展在线式通识教育共享课程学习质量还有待加强。
二、应用型本科高校慕课建设的SWOT分析
（一）应用型本科高校慕课建设的优势
慕课作为一种在线课程开发模式，以信息化、数字化、网络化的教学形式冲击着以讲授为主的传统教学模式，其优点主要表现在以下几个方面：1.慕课可以解决通识教育选修课程师资不足问题。通识教育选修课能够使学生了解本专业外其他知识领域的内容和研究方法，但包括应用型本科高校在内的大多数高校受限于师资条件及教师知识结构、能力素养等因素，多数高校往往只能将通识教育选修课开设成科普课、讲座课等，课程教学质量难以得到有效保障。[2][3][4]同时，因为师资不足问题致使通选课只能采用大班授课，参与式等教学方法使用受限。而将通识教育选修课引入慕课中就可以实现校际优质教学资源的共享。多个高校联合组成教学共同体，学生到慕课平台上去学习，然后通过官方或本校组织的考试获得学分，这既有效发挥了重点高校对普通高校的辐射和带动作用，又相对减少了教师工作量，缓解了师资和知识资源不足的问题。2.拓展了学习方式的时空界限，学生可自主安排学习时间。慕课作为“可移动式”课堂，学生学习地点更加灵活多变，只要学生有学习意愿和时间，就能根据个人情况通过包括平板电脑、手机等在内的各类移动终端设备进行学习，从而使学生根据自己的学习计划完成课程学习，同时依据课程讲授内容掌握程度合理分配时间。3.慕课转变了学生学习方式，有效提高学习效率。慕课模式下一节课约20～30分钟左右，完全符合成人注意力高度集中规律，另外在保障各章节知识体系完整性的同时又通过动画、声音等多种信息媒体来呈现教学资源，充分活跃了学生思维及提高了其学习兴趣，促使其以轻松愉悦的心态主动投入到学习中。同时，学生可在慕课课程论坛中进行师生互动讨论交流等活动，真正实现“以学生为中心”的学习理念，促进学生的“合作学习”。
（二）应用型本科高校慕课建设的劣势
慕课在发挥固有优势的同时，也不可避免地存在特性上的缺陷，具体表现在：1.“人机互动”缺少必要的师生情感交流。师生面对面互动中的肢体语言、情感交流等均有助于提升学生认知及情操，而“人机”互动使师生无法进行心灵的沟通，难以实现以情育人的目标。2.慕课平台适时监控学生学习效果有待加强。Udacity创始人Sebastian Thrun曾表示，慕课在线教育存在一个不可忽视的“硬伤”就是“很少有人能将课听完”，而致使学生在线通选课学习成绩合格率低的一个重要原因就是很多学生只是“鼠标滚动完整个教程” 。[3][5]慕课模式下获取优质教育资源的途径和方式更便捷，但不可否认的是自由化的学习方式对学习者的自主性和约束力提出了更高的要求。3.慕课传授的知识“碎片化”及“表面化”。慕课为了追求“引人入胜”的“人性化”教学形式，将本应该一气呵成的深刻讲解切割为碎片化知识点。另外，慕课的“开放性”使其面对不同教育群体时不能“因材施教”，为了满足不同层次学习者的需求，通常将艰深问题和深刻理论的解释变得表面化、庸俗化。[4]
（三）应用型本科高校慕课建设的机遇
慕课风暴不仅在教育技术层面发挥了独特的优势，同时也给应用型本科高校的课程建设提供了机遇。1.慕课平台能集中全国优秀资源。即使慕课平台下教育资源的整合和共享实现了最优化，但是一流大学提供的慕课未必契合地方高校学生的学习能力及发展需求，因此集中全国优秀资源，借鉴其慕课建设经验，主力打造具有地方传统文化特色，能够促进地方社会经济发展的校本“精品”课程势必会提升学生学习兴趣及效率。2.“明星教师”效应的聚集。慕课平台能集中某专业、领域内掌握专业前沿知识、教学能力强的“明星教师”，进而能调动学生学习慕课的积极性和高效性[5]，其“明星效应”会激励大批教师借鉴其成功经验，有效提升课堂教学能力。
（四）应用型本科高校慕课建设的挑战
慕课的出现不仅对高等教育信息化、国际化产生了重要而深远的影响，同时也给应用型本科高校教育带来了巨大的冲击，主要表现在：1.促进教育资源重新分化组合，优胜劣汰。鉴于一流大学拥有优质师资和教育资源，其在慕课建设及学员选择方面占有相对优势，而应用型本科高校受自身办学条件等局限性的影响，如何避免自身沦为一流大学慕课教学的实验室及辅导室，是其面临的最大挑战。2.凸显教育成本和教育质量统一问题。慕课提供的有偿或免费课程打破了时空界限，注册学习者众多，使提供慕课及学习慕课课程的成本缩小，同时慕课还提供了满足市场需求的创新型课程，在降低教育成本的同时有效提升了教育质量。
三、应用型本科高校慕课资源建设与利用对策
（一）以精准化人才培养为目标，构建慕课联盟发展的特色模式
慕课引人入胜及人性化的教学模式深得人心，但是面向不同层次高校及不同教学背景的学生群体，其很难精准化地实现不同类型、层次高校的人才培养目标，而联盟发展的特色模式正是有效解决上述难题的必然选择。 联盟可以分为区域联盟、行业联盟、同类院校联盟多种形式，如上海30余所高校共同开发并共享优质课程资源，重庆大学联合19所同类院校成立了东西部高校课程共享机制。[6]基于共同特征的群体进行慕课联盟，实行共享课程开发及学分互认，不仅能够加强学生学习的组织性，更重要的是基于相似的办学特征，能够提供有针对性的优质共享课程，实现精准化人才培养目标。
（二）立足学校实际，开展“校本慕课”建设
慕课平台下应用型本科高校在共享优质教学资源的同时，其教学质量的提升无疑迫在眉睫。应用型本科高校在自身办学条件等因素的限制下，开展慕课平台下传统基础课程的建设，其竞争力明显不足。因此，应用型本科高校应立足地方经济发展及区域优势，打造富有地方传统文化底蕴及文化特色的“校本慕课”，同时加强合作发展，争取区域与高校间的联盟及合作，进一步实现优质课程资源的共享，这无疑是发挥应用型本科高校竞争优势的最佳选择。
（三）深化课堂教学改革，采取多样化教学模式
大学课堂教学怎样实现由教师主体到师生对话、知识灌输到能力提升、共性教学到因材施教、封闭课堂到开放教学的转变，是高校亟须改革的问题。而将慕课与传统教学紧密结合，处理好线上学习慕课，线上线下辅导答疑的关系，是提高慕课教学质量的有效途径之一。
慕课的发展不代表传统课堂教学的消亡，就慕课的价值取向而言，其深层含义是要求提高教师的综合能力。通过调查，在案例研究高校中有87.60%的学生倾向于通识教育选修课采取慕课的翻转课堂教学模式，即“线上自主学习+讨论（作业）+线上或线下考试”。因此，将慕课融入传统教学，能使教师将主要精力集中在线下“面对面交流”层面，引导教师认识到慕课发展带来的“能力危机”，不断钻研专业业务知识，提高课堂教学能力。
（四）加强教学团队的培育，打造一流核心课程
慕课打破了时空界限，学生可以通过互联网电脑在线注册方式，共享到最优质的课程资源。部分特色不够鲜明、核心优势不够突出的应用型本科高校课程将会被同类院校相对优秀的课程所替代。因此，应用型本科高校必须立足于应用型人才培养目标并基于教学内容与课程体系改革培育一流的教学团队，着力打造特色核心课程，同时借助大数据等前沿技术，对学生海量学习过程数据进行分析，发现隐藏在数据背后的问题，给学生提出有针对性的学习建议，改变以往单纯靠经验和简单的分数进行评估的方式，从而使整个学校的教学运行、动态追踪、评估反馈、质量监控等管理工作更加高效，才能使学校在同类院校的竞争中处于优势地位。
[ 参 考 文 献 ]
[1] 吴维仲，关晓辉，曲朝阳.“慕课”浪潮引发的高校教学改革思考[J].东北师范大学学报（哲学社会科学版），2015（2）：190-194.
[2] 张振红，刘文，韩智.从OCW课堂到MOOC学堂：学习本源的回归[J].现代远程教育研究，2013（3）：20-27.
[3] 杨满福，焦建利.大教学、大数据、大变革――edx首门“慕课”研究报告的分析与启示[J].电化教育研究，2014（6）：34-37，50.
[4] 徐武生.互联网翻转课堂：慕课模式的教育传播学思考[J].当代传播，2014（2）：74-76.
[5] 方鸿琴.“慕课”能否引发大学教学模式变革[N].中国社会科学报，2013-09-30（A03）.
数学建模的优势范文4
关键词：拟合方法比较；趋势法；分段法；AID法；应用条件；拟合精度
中图分类号： C37 文献标识码： A 文章编号： 1673-1069（2017）04-122-2
1 概述
拟合方法是统计预测的前提，拟合模型建立的不好，何谈预测效果？鉴于近30年来的各种规划涉及的预测方法应有尽有，但这些预测存在的一个严重问题是相差几百万、几千万都丝毫没有影响到“规划”的所谓科学性、合理性，这正是做课题人员的统计预测知识缺乏，而导致规划中预测结果的“宽范围”特殊性，使的规划检查执行进度时出现预测结果与后期实际结果相差得经过很长的时间才有可能，甚至永远不可能实现的困境。这里基于数据本身的特征M行拟合效果比较，进而达到拟合效果高精度实现。关于数据本身的规律大体上表现为两大类，一类是横截面数据的拟合，这一类大多涉及到多元回归问题，更多的是对所建模型利用样本区间以外的影响因素数据进行预测；另一类是时间序列数据的预测，更注重于趋势预测。本文主要研究时间序列数据的拟合问题。
在时间序列预测中，当序列存在明显的趋势成分时，需要使用趋势预测法[1]进行预测。然而有时候单一形式曲线的预测效果并不是很好。对此，李武选通过对旅游外汇收入数据采用分段拟合技术[2]建立模型进行预测，取得比单一形式曲线更好的拟合精度；方开泰使用AID法[3]将数据分区间进行拟合，发现AID法在有异常数据的预测中比单一形式曲线有更好的效果。钱晓莉[4]将AID法应用于通过企业的广告费用预测销售收入的实例中，指出该法适宜于对含有特异值的样本进行预测。本文通过对某地的有关预报数据进行实证分析，用这3种拟合方法进行拟合，并比较三者的拟合效果。
2 研究方法及其应用条件
2.1 趋势拟合法
在趋势拟合法中主要有线性趋势和非线性趋势两种方法。线性趋势是指研究现象随着时间的推移而呈现出稳定增长或下降的线性变化规律，其线性拟合方程为yt=b1+b1t，其中待定系数和可根据最小二乘法求解。当所要研究现象呈现出某种非线性趋势，则需要拟合适当的趋势曲线。这种方法应用要求时间序列数据本身具有明显的趋势特征，如线性或者非线性特征。
2.2 分段拟合法
分段拟合法根据所要研究对象随时间的推移呈现出不同类型的趋势变化将其分段，针对每段进行拟合，最后整合出整体数据的拟合情况。此法应用条件是数据自然的规律要具有线性及非线性或者拐点等特征。
2.3 AID拟合法
AID拟合法是将有序样本数据合理分类，划分各类的原则是最优分割原则，最后根据要拟合的值所属类的平均值作为其拟合值。该法的应用条件是数据本身应具有明显的波动聚集特征。
3 实证分析
3.1 数据来源
本文研究方法使用的实际数据（见表1）：
该数据具有适用于上述3种拟合方法的基本要求，可以使用上述方法建立拟合模型并可以进行拟合。
3.2 趋势拟合法
用SPSS20.0软件中11 种常用的趋势曲线进行拟合，依据最大作为选择标准，可得较满意S曲线拟合。
结果说明：以上两个p值均小于0.05，表明模型中变量之间的关系在统计意义上是显著的；统计量F=10.120，Sig=0.011
3.3 分段拟合法
通过对数据做散点图可看出将该时间序列分为三段较好，第一段包括前四个时间序列数据，第二段包括接下来的中间的三个数据，第三段包括剩下的四个数据，然后针对每段建立模型进行拟合。在对每段进行拟合时，通过SPSS20.0软件中11 种常用的趋势曲线进行拟合，根据拟合优度系数最大以及模型中系数与模型整体的统计显著性选择最优的拟合模型。
结果说明：以上三个模型，对系数的t检验以及对整个模型的F检验结果都是统计显著的，故模型均是合理的，可以用来拟合。
3.4 AID拟合法
先将该时间序列数据分类。最优分割原则是使组内离差平方和达到极小，并且每次分类时都将一组数据只分成两类。由总离差平方和=组内离差平方和+组间离差平方和可知，要使组内离差平方和极小化，则要使组间离差平方和极大化。计算可得总体均值=6.91。组间平方和QA=n1（・1-）2+n2（・2-）2，其中nj为第j（j=1，2）类包含的数据的个数，・j为第j（j=1，2）类的均值。分别以t=1，2…10为分割点计算QA，得QA在以t=4为分割点时最大，故将t=4作为分割点，把数据分成两类{y1～y4}，{y5～y11}。相对于全部数据的个数来说，第二类包含的数据仍较多，故将第二类{y5～y11}继续分类，重复上述步骤，得以t=7作为分割点，将{y5～y11}分为{y5～y7}，{y8～y11}。因此，最终将该数据分为三类，分别是{y1～y4}，{y5～y7}，{y8～y11}。t也相应地分成三个区间：[1，4]， [5，7]， [8，11] ，每一类的平均值分别为2.3， 14.5， 5.8。然后进行拟合，根据将要拟合的值所属类的平均值作为其最终拟合值。
3.5 3种拟合方法的比较
在比较拟合精度时，可选取的评价指标有均方误差、绝对误差、相对误差等，本文采用均方误差来评价拟合方法的优劣。根据MSE=（yt-t）2/n，通过计算可得：趋势拟合法的均方误差；分段拟合法的均方误差；AID拟合法的均方误差。
比较均方误差的大小，可看出分段法的效果最好，AID法次之，最后是趋势法；从个性离差值上比较来看，分段拟合也同样有最好的预测效果；同时，通过3种方法残差个值的绝对值大小比较，也可得到相同的结论。
4 结论
预测的基础是基于样本数据的拟合模型最优，本文研究的结论是对于本预报数据而言，基于上述3种方法拟合模型的结果，分段法是将时间序列数据分段进行拟合，可以更好地根据每段的变化趋势拟合曲线，使每段的拟合值误差减小，进而提高整体的拟合效果；AID法是将时间序列数据按最优分割原则分类，将相近的样本数据分到了一类，对于有异常数据的样本拟合能达到更好的效果。
在实践中，我们可以用AID法中的最优分割原则将时间序列数据分类，并将该分类结果作为分段法的分段依据，然后在每一段内使用趋势法进行拟合，以达到更好的拟合效果。
另外，还可以用加权组合的方法来拟合，通过赋予上述3种拟合方法合理的权重，然后对3组拟合值进行加权组合得到新的拟合值。
参 考 文 献
[1] 贾俊平，何晓群，金勇进.统计学[M].北京：中国人民大学出版社，2009：374-392.
[2] 李武选，王小建，李源，等基于30年入境旅游外汇收入的最佳建模与预测[J].统计与信息论坛，2009，24（4）：21-26.
[3] 方开泰.实用多元统计分析[M].上海：华东师范大学出版社，1989：246-252.
数学建模的优势范文5
Abstract: How to choose the leading industries for the resource-based cities is related to the adjustment of industrial structure and its future sustainable development. The evaluation index system of the resource-based cities leading industries is built from a regional comparative advantage, resource advantage, competitive advantage, industrial advantage, sustainable development, the weight of each index is determined using AHP and case analysis of Daqing leading industry which is the typical resource-based city is conducted using gray comprehensive evaluation based on the correlation degree, providing the basis for selection of its leading industry.
关键词： 资源型城市；主导产业；层次分析法；灰色综合评价法
Key words: resource-based cities；leading industries；Analytic Hierarchy Process；gray comprehensive evaluation method
中图分类号：F20 文献标识码：A 文章编号：1006-4311（2012）20-0187-03
0 引言
我国资源型城市占城市总数的18%，对我国经济建设贡献巨大，目前约有25%的资源型城市面临资源枯竭，原有主导产业进入亏损期，经济发展与生态环境矛盾加重，资源型城市可持续发展面临巨大困难。因此，如何选择主导产业对资源型城市未来发展具有重要的现实意义。目前，对资源型城市主导产业进行分析的方法有：层次分析法、主成分分析法、BP逻辑模糊神经网络和基于关联度的灰色综合评价法。层次分析法主要用于指标权重的确定；主成分分析法利用降维思想，将多个变量转化为几个独立的主成分，但并不具备综合评价功能；BP逻辑模糊神经网络能在信息模糊及不确定情况下处理复杂问题，功能强大，但在实际应用中过于复杂；基于关联度的灰色综合评价法对数据量没有太高要求，具有较强的实用性。而专门针对资源型城市主导产业如何选择的研究成果较少，在指标体系确定与评价方法选取方面还需要深入研究。因此，本文拟采用层次分析法与基于关联度的灰色综合评价法对资源型城市主导产业进行分析，并以典型资源型城市大庆市为例提出资源型城市主导产业选择的具体建议。
1 构建资源型城市主导产业评价的指标体系
1.1 指标体系构建的原则 构建资源型城市主导产业评价指标体系时，应充分反映资源型城市地理位置、资源优势、经济优势及发展方向、产业优势及劳动力水平等情况，并需遵循一定的原则：要考虑比较优势，比较优势包括区域比较优势及资源比较优势；要考竞争优势，可理解为某产业在生产力发展水平上的优势；要考虑产业优势，兼顾产业可持续发展以及指标选取的科学性、综合性、合理性原则。
1.2 各指标权重的确定 权重确定方法有很多，目前常用确定权重的方法有德尔菲法、模糊聚类分析法和层次分析法等方法。德尔菲法的过程较为繁琐，需要花费较长时间；模糊聚类分析法是通过建立模糊相似矩阵反映样本间相似程度，但此模糊相似矩阵只具有自反性和对称性而不具有传递性。层次分析法原理简单、计算量小，实用性强，适用于存在主观判断及区分模糊的情况。因此，本文选用层次分析法，通过层次分析法软件YAAHP.0.5.3计算各指标权重：通过软件YAAHP.0.5.3建立层次结构模型；依据专家意见构造判断矩阵；利用软件YAAHP0.5.3对判断矩阵数据进行一致性检验；将得到的数据输入到层次结构模型中，计算得到最终结果。
1.3 构建评价指标体系 目前，构建评价指标体系主要方式：一是强调指标的全面、不重叠且易获得，二是强调指标的科学性、综合性、合理性。前者能使评价结果更加准确，后者容易造成数据间重叠。因此，本文采用第一种方式，在构建资源型城市主导产业评价指标体系时将指标体系分为目标层、基准层、指标层（见表1）。
2 资源型城市主导产业的灰色综合评价
2.1 模型的建立 基于灰色关联度的灰色综合评价法原理是利用最优方案与备选方案之间关联程度的紧密，对评价对象进行比较。具体步骤如下：
①确定比较数列和参考数列。设待评价对象为m个，评价指标为n个，则比较数列为Xi={Xi（k）│k=1，2，…，n}，i=1，2，…，m；参考数列为V0={X0（k）│k=1，2，…，n}。
数学建模的优势范文6
关键词：生态移民 反贫困 人力资源 教育
《中国农村扶贫开发纲要（2011-2020年）》中指出重点支持连片特困地区的扶贫开发，而广西作为国家14个连片特困地区的扶贫攻坚战主战场之一，29个县被列入其中，并且这些地区主要集中在社会发展程度低、自然环境条件恶劣的石漠化地区。政府专门设立了异地安置领导小组，并对49个贫困县的特困人口外迁进行异地安置开发，截止2007年初，通过扶贫部门共安置大石山区贫困人口5万多户。造成广西大石山区贫困人口迁移的主要因素是生态压力过大，由于尖锐的人地矛盾，过多的贫困人口依赖于十分有限的土地求生存，导致对自然资源的掠夺性开发，进而出现因居住地的环境问题而不能在土地上谋生需要进行迁移的现象。在我国西部，人力资本的原始存量及其增量和结构间接影响着日益恶化的生态环境，人们可通过思想认识、人口压力、贫穷对资源的掠夺等方式对生态环境进行影响破坏。
国内外研究现状述评
国际上关于移民的主要理论是英国学者雷文斯坦（E.G.Ravenstein）的推拉理论（the Push and Pull Theory），指出人口迁移是由迁出地的推力和迁入地的拉力两种力量决定的。西方学者于20世纪90年代提出生态移民是解决PPE（人口、贫困和环境）问题的有效途径。近年来，针对生态移民我国学者米宝文，王梅兰（2008）从迁出地特征对生态移民必要性做出分析，指出迁出地具有环境恶劣、生态恶化、人口超标和人口贫困等特征。黄承伟（2010）指出贫困移民的特点迫切要求大力开发人力资源。国内外对生态移民及在此背景下的人力资源开发研究虽然取得了较为丰富的成果，但仍存在不足。对生态移民问题的研究大多侧重在生态、经济和社会等宏观层面或抽象层次，而从人力资源这一微观层面的研究甚少。从研究方法来看，现有研究多停留在理论与原则层面的探讨，实证分析较少，理论与实践脱节情况严重。
Binary Logistic回归模型
本次研究是以对应的贫困线为标准来划定移民贫困与否的，即贫困问题的特点是因变量仅有两个值，贫困发生（是）或者贫困不发生（否）。而常用的多元线性回归模型要求变量必须在间距测度等级以上，也就是通常所说的连续型变量，并且要求在满足高斯-马尔科夫的假设条件下，误差项e还必须呈正态分布。因此，当对二值品质型因变量进行多元量化分析时，这种方法便不再适用，而Binary Logistic回归模型克服了多元线性回归的这种缺陷，它可以很好的对具有两分特点的因变量进行相关的统计分析。
（一）模型简介
令事件Y发生的概率为p，p∈[0，1]，则1-p即为Y对立事件发生的概率，现对概率p进行Logit变换，即对p/（1-p）取对数ln（p/（1-p）），则ln（p/（1-p））∈（-∞，+∞），设x1，x2，…，xi为影响Y取值的变量，那么以ln（p/（1-p））为因变量，x1，x2，…，xi为自变量建立线性回归方程，并通过变换可得：
那么对于服从二项分布（0，1）的因变量Y，Y=1的总体概率为（Y=1）所对应的logistic回归模型为：
模型中α为截距（即常数项），βi为xi对应的偏回归系数，exp（.）是以自然对数e（e=2.71828）为底的指数。
（二）参数解释
优势（Odds）和优势比（Odds Ratio， OR）。优势是指事件期望出现的概率（或次数）与非事件期望出现的概率（或次数）的比值。可以用公式简单的表示出优势与概率之间的关系，如果用表示二项分类变量事件发生的概率，即为非事件概率，用表示优势则有：。
优势比是用来反应二项分类中两个变量之间关系的一种指标。logistic回归模型中的优势比。将的优势公式带入经过logit变换的logistic回归模型可得：
模型中α为常数项，即当x1，…，xi=0时ln（p/（1-p））的值，βi为模型的回归系数，表示当xi之外的自变量保持不变时，xi的取值增加一个单位所引起的ln（p/（1-p））的变化量，也即logit（）或对数优势的平均该变量。但在logistic回归模型中，并不直接对回归系数βi做出解释，它解释的是优势比，也就是当自变量xi改变一个单位时，因变量对应的优势比平均改变exp（βi）个单位，用公式可表示为：
如果模型中存在虚拟变量，假设有k个分类，则需要且k-1个虚拟变量，每一个虚拟变量的优势比是相对于参照类而言，改变因变量优势的平均量。当模型中自变量的系数大于零时，意味着事件发生的概率会增加；反之，当系数小于零时，事件发生的概率则会减少，通过对自变量系数取值正负的判断，即可相应的得出该自变量对因变量的影响趋势。
数据来源及处理
（一）数据来源
本文选取广西河池市环江毛南族自治县为考察对象进行了生态移民调研。2010年底环江县常住人口为27.23万，其中少数民族占地区人口的93.81%，通过收集的资料分析，环江县的移民现已占到县总人口的40.4%，且移民以苗族、壮族、瑶族和毛南族等少数民族为主，可见环江县的生态移民工程在广西地区具有一定的代表性。本次调研共发出问卷147份，收回有效问卷121份，其中男性占54.84%，女性占45.16%，计量研究选取调研所得的移民家庭人均收入水平作为衡量移民贫困现状的依据，并将其记做Y作为模型中的因变量；将调查问卷中移民文化程度（小学，初中、高中及中专、大专及以上）作为教育（E）自变量计入模型。
（二）数据处理
因变量：2009年和2010年国家农村居民贫困标准分别为1196元/人和1274元/人，为了在模型中明确区分出生态移民地区的贫困人口和非贫困人口，本研究在参考这两个标准的前提下综合考虑移民调查问卷中的相应问题，现将人均年收入低于1200元的作为贫困人口并赋值为1，收入等于或高于1200元的为非贫困人口并赋值为0。自变量：对于教育（E）这一变量组，本文采用虚拟变量的方法对其进行处理，选取小学文化程度作为参照类，定义虚拟变量E1为初中文化程度、E2为高中及中专文化程度、E3为大专及以上文化程度，通过SPSS数据处理得到编码。
实证分析及解释
E（教育）作为自变量共有4个分类，将具有小学文化程度的定为参照类，则生成E1、E2、E3共3个虚拟变量。将具有小学文化程度的定为参照类。在选择自变量进入模型的方法中，由于本文是研究不同文化程度在反贫困过程中的作用水平，得出其不同的反贫困作用大小，对精度要求不是很高，故此本文选取Enter强迫进入法，即将所有自变量均放入模型中，再进行生态移民地区不同教育水贫困的logistic回归模型分析，分析结果如表1所示。
通过软件分析可知此模型拟合程度较好，能够用其建立相关的logistic回归模型。由表2的统计结果可以看出，虚拟变量E1在0.05的检验水平下，p>α，接受原假设，即其对应的回归系数与0没有显著性差别，E1与因变量不存在统计学意义上的联系，也就是说在改变贫困这一现象的优势发生比方面，具有初中文化程度和具有小学文化程度是没有什么差别的，若进一步分析也会发现，虽然在降低贫困优势发生比的过程中，两者作用效果近似，但E1的回归系数β1
由虚拟变量E2、E3的系数项B还可以看出，β2，β3
=0.146）则会使贫困发生的优势比下降85.4%，到达原有水平的14.6%。据此我们可以得出结论：生态移民地区教育反贫困的过程中，基础教育对生态移民具有一定的反贫困效果，且具有初中文凭与小学文凭的反贫困作用无显著差别，而具有高中及中专、大专及以上的文凭相对具有于小学文凭而言更具有反贫困效果，且具有大专及以上文凭比具有高中文凭或中专文凭的，在降低贫困优势发生比方面的效果更显著。
结论及建议
基于以上二项Logistic回归模型的计量分析，我们可以发现，教育作为提升人力资源水平的一个重要因素，在降低生态移民地区的贫困优势发生比方面具有积极作用。在生态移民地区教育反贫困的过程中，基础教育对生态移民的反贫困效果具有一定作用，具有小学文化水平和具有初中文化水平就降低生态移民贫困优势发生比而言，两者均在一定程度上对贫困的发生具有抑制作用，但效果均不是很显著。具有高中及中专、大专及以上文化程度与基础教育相比，能够明显降低生态移民的贫困优势发生比，且文化程度越高这种作用越显著。可见，基础教育在生态移民反贫困的过程中只是起到基本的保障作用，而要实现真正意义上的脱贫，就要加大对高中及其以上的教育投资。
因此，在广西生态移民地区的反贫困过程中，政府应大力推进生态移民地区的教育发展，据此构建人力资源开发的主渠道：
完善生态移民地区基础教育，建立贫困地区经济社会发展的重要智力支撑。加大生态移民地区基础教育经费投入，在满足教育基础建设需求的前提下，教育投入政策应实现由教室到教师的转变，并多渠道的优化教师队伍；建立符合生态移民特色的、有针对性的分级、分类评价指标体系，使对生态移民地区基础教育的评价更具有操作性和实效性，以促进该地区基础教育持续健康的发展。
改变生态移民对教育投资的成本—收益预期，促进移民地区教育事业的全面发展。造成生态移民教育收益偏低的主要原因是移民教育发展目标的错位，即大部分生态移民是想通过对子女的高等教育实现对其城市合格劳动力的转化，而不是希望其成为知识型的现代化农村建设者，因此便会出现子女考不取大学、读书年限越长家庭经济状况越困难的尴尬局面。因此，在生态移民地区应根据该地区的社会经济特点，建立融合式素质教育模式：以实用技术为主、突出职业教育市场化，实现文化教育与职业技术教育的紧密结合。
参考文献：
1.敬嵩.西部人力资本投资结构及其对生态环境的影响[J].生态经济，2008（11）
2.David Popenoe.Sociology（10th edition）[M].Beijing：Renmin University of China Press，1999
