简介:本文研究了政府收取运输碳排放税且排放责任由制造商和第三方物流(3PL)共同承担的环境下,处于卖方垄断地位的制造商如何制定生产策略和选择运输模式。重点分析了碳排放税和制造商承担的碳排放责任对运输模式选择策略的影响;进一步给出了碳排放税能够促使运输模式转移的条件以及碳排放分摊比例。研究结果显示,当3PL通过调整碳排放分摊比例来鼓励制造商选择清洁运输模式时,政府收取较小的碳排放税就能促使制造商转移运输模式。同时也发现,当碳排放税等于运输模式转移阈值时,虽然制造商选择两种运输模式的利润相同,但选择更清洁的运输模式能够大大降低碳排放总量,进一步在企业的环保意识驱动下,制造商会选择更清洁的运输模式。因此,我们的研究结果为制造商可持续运作和政府制定合理的碳排放税提供一定的决策参考。
简介:为解决以往上市公司集成评价模型中各方法评价结果不一致问题,本文构建了改进集成评价模型。该模型先采用层次分析法、灰色关联度法、因子分析法进行评价,并运用KENDALL-W协和系数法对各评价结果进行事前一致性检验;通过检验后,再分别运用算术平均组合评价模型、Borda组合评价模型和Copeland组合评价模型进行组合评价。为了衡量组合评价与各评价方法的评价结果是否吻合,应用Spearman等级相关系数进行组合评价方法的事后检验,并根据Spearman等级相关系数的大小,选出最优的组合评价方法。最后,对中国26家上市运输公司财务绩效进行了集成评价的实证研究,并以算术平均组合评价模型的标准得分为聚类指标,采用欧氏距离法对26家上市运输公司进行聚类。结果显示:铁路、水路、公路运输各存在一个典型绩优企业,分别是:铁龙物流、北京传媒、海峡股份,四类上市运输公司中铁路上市公司财务绩效最优。
简介:目的:基于支持向量机回归(SVR)模型在非线时间序列的预测能力及经验模态分解(EMD)方法在处理非线性非平稳性的优势,提出一种复合自回归经验模态分解支持向量机回归(AR-EMDSVR)模型,提高非线性非平稳船舶运动极短期预报精度。创新点:1.研究非线性非平稳船舶运动的极短期预报问题,提出一种复合的预报方法;2.基于不同层次的预报模型和模型试验数据,分析非线性非平稳性对极短期预报精度的影响。方法:1.在SVR模型中引入基于自回归(AR)预报端点延拓的EMD方法,形成复合的AR-EMDSVR预报模型;2.基于集装箱船模水池试验运动数据将AR-EMD-SVR模型与AR、SVR和EMD-AR三种模型进行比较,分析非线性非平稳性对极短期预报的影响以及不同模型的预报性能。结论:1.AR-EMD方法能够有效的克服非平稳对极短期预报模型(AR和SVR)在精度上所带来的不良影响;2.基于船模试验数据的预报结果表明:相较于AR、SVR和EMD-AR三种预报模型,基于AR-EMD-SVR模型的非线性非平稳船舶运动极短期预报结果具有更高的精度。