導(dǎo)語(yǔ)：如何才能寫(xiě)好一篇預(yù)算赤字，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

據(jù)統(tǒng)計(jì)，法國(guó)年人均光顧醫(yī)療機(jī)構(gòu)14.8次，每年有1300余萬(wàn)人次住院治療，約占全國(guó)人口的22%。1995年，法國(guó)人均醫(yī)療支出12000法郎，年人均向社會(huì)保險(xiǎn)機(jī)構(gòu)報(bào)銷醫(yī)藥費(fèi)20次。法國(guó)用于醫(yī)療方面的總支出為7820億法郎，其中69%由社會(huì)保險(xiǎn)報(bào)銷，約5400億法郎。

醫(yī)療保險(xiǎn)制度構(gòu)成和承載方式

法國(guó)醫(yī)療保險(xiǎn)是其12種社會(huì)保險(xiǎn)之一。它主要分為三種主要保險(xiǎn)制度。第一種是基本保障制度，由醫(yī)療保險(xiǎn)組織起草。據(jù)2009年底的統(tǒng)計(jì)，基本保障制度所惠及的人數(shù)已經(jīng)接近5700萬(wàn)人，相當(dāng)于法國(guó)總?cè)丝诘?9%?；颈Ｕ现贫戎饕獙?duì)抗五類風(fēng)險(xiǎn)，即疾病、生育、傷殘、死亡、工傷或者其他職業(yè)病。它是改善人口健康狀況的一種有力管理手段，能在加強(qiáng)健康保障系統(tǒng)工作效率的同時(shí)，調(diào)整健康及醫(yī)療的支出改革。

第二種是農(nóng)村特保制度，由法國(guó)農(nóng)業(yè)社會(huì)互助組織管理中心起草，輻射所有農(nóng)業(yè)及礦業(yè)勞動(dòng)者。

第三種是個(gè)體醫(yī)療保障制度，覆蓋藝術(shù)家、商人及其他自由職業(yè)者。

此外，還存在針對(duì)特殊行業(yè)、特別工種的醫(yī)療保障制度，如法國(guó)國(guó)家鐵路公司的醫(yī)療保險(xiǎn)制度。如此一來(lái)，法國(guó)醫(yī)療保險(xiǎn)制度基本覆蓋了全民。

法國(guó)醫(yī)療保險(xiǎn)的運(yùn)作機(jī)制同其他類型的保險(xiǎn)一樣，建立在如何應(yīng)對(duì)疾病治療引發(fā)的經(jīng)濟(jì)及財(cái)務(wù)風(fēng)險(xiǎn)之上，還同時(shí)承擔(dān)著社會(huì)財(cái)富包括政府支出的分配任務(wù)。

醫(yī)療保險(xiǎn)可以有兩種不同的承載形式。

其一，醫(yī)療保險(xiǎn)涉及經(jīng)濟(jì)支援保險(xiǎn)。社會(huì)個(gè)體由于面臨風(fēng)險(xiǎn)而得到保險(xiǎn)，比如事故或者疾?。灰约皞€(gè)體需要照料關(guān)懷而得到保險(xiǎn)，包括醫(yī)療藥品的支出成本、醫(yī)療護(hù)理、健康體檢等。這兩項(xiàng)將根據(jù)法國(guó)醫(yī)療保險(xiǎn)費(fèi)率表進(jìn)行補(bǔ)償。

其二，醫(yī)療保險(xiǎn)組織構(gòu)建了一張關(guān)懷網(wǎng)絡(luò)。醫(yī)療保險(xiǎn)協(xié)會(huì)聯(lián)系相關(guān)的藥品供應(yīng)商及醫(yī)生，通過(guò)訂購(gòu)一系列的醫(yī)療服務(wù)，對(duì)網(wǎng)絡(luò)內(nèi)的會(huì)員進(jìn)行健康關(guān)懷，或者將所購(gòu)買的藥品賣給需要的人群。在這種組織形式下，最極端的形式就是被保險(xiǎn)者沒(méi)有自己選擇醫(yī)生的權(quán)利，但是他們享受免費(fèi)的診療或者獲得全額補(bǔ)償。

公共醫(yī)療保險(xiǎn)體系制度可以由國(guó)家承擔(dān)，也可以由相關(guān)的私人機(jī)構(gòu)承擔(dān)。醫(yī)療保險(xiǎn)的組織形態(tài)完全自由。醫(yī)療保險(xiǎn)的受益人在參與公共保險(xiǎn)的同時(shí)，可通過(guò)保險(xiǎn)公司或者互助組織選擇購(gòu)買私立保險(xiǎn)。

保險(xiǎn)的基本原則和內(nèi)容

法國(guó)醫(yī)療保險(xiǎn)制度包含兩種補(bǔ)助形式，一是與疾病相關(guān)醫(yī)療開(kāi)支的部分及全部補(bǔ)償，即非現(xiàn)金補(bǔ)償；二是因停止工作造成階段性工資損失而進(jìn)行的現(xiàn)金補(bǔ)償。值得一提的是，法國(guó)疾病醫(yī)療保險(xiǎn)還包括殘疾撫恤金。

法國(guó)政府20世紀(jì)七八十年代制定了醫(yī)院收費(fèi)、自由醫(yī)師酬金、醫(yī)保藥品范圍和價(jià)格標(biāo)準(zhǔn)。醫(yī)院收費(fèi)、自由醫(yī)師酬金由疾病基金會(huì)與代表醫(yī)師的勞動(dòng)工會(huì)間簽約確定；由醫(yī)療保險(xiǎn)支付的醫(yī)療服務(wù)、藥品范圍及其價(jià)格，由中央政府衛(wèi)生健康經(jīng)濟(jì)委員會(huì)與藥廠和行業(yè)協(xié)會(huì)協(xié)商后統(tǒng)一確定，并不定期調(diào)整；醫(yī)保范圍外的藥品遵循市場(chǎng)自由定價(jià)，由個(gè)人自付。

法國(guó)的醫(yī)生可分為兩類。第一類醫(yī)生是普通全科醫(yī)生和一般?？漆t(yī)生。第二類醫(yī)生是有名望的專科醫(yī)生。他們可自由選擇工作地點(diǎn)，擁有提供醫(yī)療服務(wù)數(shù)量的自由權(quán)利，其報(bào)酬來(lái)源于對(duì)患者的服務(wù)次數(shù)和按服務(wù)項(xiàng)目的收費(fèi)。

因?yàn)獒t(yī)療資源非常豐富，法國(guó)的一些地方甚至出現(xiàn)自由執(zhí)業(yè)醫(yī)生和醫(yī)院過(guò)剩的現(xiàn)象，這也給患者提供了更多選擇機(jī)會(huì)。

在法國(guó)，患者可以自由選擇醫(yī)生。不過(guò)88.7%的參?；颊咴谏『筮€是會(huì)首選第一類醫(yī)生。

不得不提的是，法國(guó)的藥品消費(fèi)位居歐洲之最。在90%以上的就診中，醫(yī)生都會(huì)開(kāi)藥，年人均消費(fèi)50盒以上的藥品。參保人一般個(gè)人自付30%的醫(yī)療費(fèi)用，有的藥品要自付65%，其余費(fèi)用由醫(yī)療保險(xiǎn)地方管理處與自由執(zhí)業(yè)醫(yī)生或醫(yī)院按月結(jié)算。

一般醫(yī)療補(bǔ)償金將在患者使用健康保險(xiǎn)卡就醫(yī)后的五日內(nèi)，通過(guò)銀行轉(zhuǎn)賬，將資金劃轉(zhuǎn)至被保險(xiǎn)人及權(quán)利所有人的賬戶內(nèi)。但針對(duì)住院治療的患者或者與醫(yī)療保險(xiǎn)支付中心簽訂協(xié)議的醫(yī)生、藥劑師，可以采取第三方發(fā)放醫(yī)療補(bǔ)助。被保險(xiǎn)人只能針對(duì)沒(méi)有得到社會(huì)保障補(bǔ)償部分的醫(yī)療支出進(jìn)行申請(qǐng)補(bǔ)償。該部分費(fèi)用將由第三方直接劃轉(zhuǎn)至醫(yī)生或者藥店賬戶。

除了醫(yī)療補(bǔ)助，在職人員在病假期間可以領(lǐng)取原工資50%的生活津貼，產(chǎn)假、工傷獲全額補(bǔ)貼。經(jīng)濟(jì)困難人員還可以適當(dāng)提高補(bǔ)貼比例。

三大管理體系

法國(guó)醫(yī)療保險(xiǎn)體制采取“政府決策，民間運(yùn)作，垂直管理”的模式。醫(yī)療保險(xiǎn)決策由中央政府提交議會(huì)批準(zhǔn)，法令通過(guò)后頒布實(shí)施。中央和地方醫(yī)療保險(xiǎn)機(jī)構(gòu)作為政府的受托人，按照與政府簽訂的協(xié)議具體實(shí)施政策規(guī)定，經(jīng)辦社會(huì)保險(xiǎn)業(yè)務(wù)。

法國(guó)的醫(yī)療保險(xiǎn)管理體制主要分為基金征收體系、醫(yī)療保險(xiǎn)管理體系和醫(yī)療保險(xiǎn)支付體系。

法國(guó)基本社會(huì)保險(xiǎn)是混合籌資體系。疾病醫(yī)療保險(xiǎn)在垂直管理模式下，實(shí)行基金“收支兩條線”?；鹩蓢?guó)家社會(huì)保險(xiǎn)基金征收中央管理處，及下屬的地區(qū)社會(huì)保險(xiǎn)金征收辦公室統(tǒng)一征收。社會(huì)保險(xiǎn)費(fèi)征收又稱社會(huì)保險(xiǎn)金的分?jǐn)?。個(gè)人基于工資收入水平分?jǐn)傄话闵鐣?huì)保險(xiǎn)金，雇主依法每三個(gè)月主動(dòng)繳納一次社會(huì)保險(xiǎn)費(fèi)。逾期未繳納的人員，地方社會(huì)保險(xiǎn)金征收辦公室先電話提醒，兩周后仍未繳的發(fā)書(shū)面警告，對(duì)拒不繳納的有權(quán)直接用其賬戶或財(cái)產(chǎn)強(qiáng)制抵費(fèi)。

醫(yī)療保險(xiǎn)管理體系是由國(guó)家醫(yī)療保險(xiǎn)管理結(jié)算中心及下屬的醫(yī)療保險(xiǎn)地方管理處組成。它是法國(guó)醫(yī)療保險(xiǎn)管理的領(lǐng)導(dǎo)和核心部門，在醫(yī)療保險(xiǎn)中起著重要作用。

顧問(wèn)醫(yī)生是法國(guó)醫(yī)療保險(xiǎn)地方管理處中一個(gè)特殊的角色。其直接隸屬于中央管理機(jī)構(gòu)，在地方社會(huì)保險(xiǎn)機(jī)構(gòu)中獨(dú)立行使控制管理和調(diào)控職能。其控制管理包括對(duì)失業(yè)、殘障、工傷等的保險(xiǎn)金賠付、過(guò)度醫(yī)療服務(wù)等濫用行為的控制，及對(duì)醫(yī)療服務(wù)契約雙方的執(zhí)行情況進(jìn)行分析。其調(diào)控職責(zé)主要體現(xiàn)在通過(guò)加強(qiáng)與醫(yī)療機(jī)構(gòu)的交流來(lái)控制和規(guī)范醫(yī)療行為，清算衛(wèi)生事業(yè)管理經(jīng)費(fèi)；協(xié)調(diào)醫(yī)藥公司與醫(yī)保的關(guān)系。

顧問(wèn)醫(yī)生還有權(quán)檢查患者的實(shí)際健康狀況，縮短和取消休假；對(duì)發(fā)放殘疾補(bǔ)助金的患者進(jìn)行殘疾程度的鑒定；檢查醫(yī)療機(jī)構(gòu)進(jìn)行醫(yī)療服務(wù)的真實(shí)性和必要性，拒絕支付虛假病情的治療費(fèi)用等。

醫(yī)療保險(xiǎn)支付體系由國(guó)家和地方醫(yī)療（養(yǎng)老）保險(xiǎn)結(jié)算中心組成，主要是直接支付經(jīng)審核合格的醫(yī)療保險(xiǎn)費(fèi)用。

法國(guó)個(gè)人醫(yī)療費(fèi)用的77%由基本醫(yī)療保險(xiǎn)支付，其余的12.5%由補(bǔ)充醫(yī)療保險(xiǎn)支付，1.5%由國(guó)家救濟(jì)補(bǔ)助，9%由家庭及個(gè)人承擔(dān)。

振興計(jì)劃抵御危機(jī)

社會(huì)醫(yī)療保險(xiǎn)經(jīng)費(fèi)的籌措完全受社會(huì)保險(xiǎn)資金管理辦法的制約，當(dāng)然該項(xiàng)法案對(duì)社會(huì)保險(xiǎn)資金的籌措也起到了保障作用。每年，議會(huì)根據(jù)社會(huì)保險(xiǎn)資金管理辦法所確定的預(yù)算支出進(jìn)行投票，進(jìn)而確定每年醫(yī)療保險(xiǎn)支付的主要目標(biāo)。

近年來(lái)，法國(guó)社會(huì)保險(xiǎn)的預(yù)算赤字已經(jīng)出現(xiàn)急劇惡化的趨勢(shì)，赤字從2008年的440億歐元發(fā)展到2010年的1160億歐元。2009年，金融危機(jī)的影響及社?；鹄U納總量的下降，對(duì)整個(gè)預(yù)算赤字的影響更是雪上加霜。在此背景下，法國(guó)健康衛(wèi)生部與預(yù)算部已達(dá)成較為一致的協(xié)議，即控制醫(yī)療衛(wèi)生的財(cái)政支出，并于2015年實(shí)現(xiàn)醫(yī)療保險(xiǎn)賬戶的收支平衡。

醫(yī)療保險(xiǎn)戒備委員會(huì)是由議會(huì)負(fù)責(zé)的致力于醫(yī)療保險(xiǎn)事業(yè)支出改革的機(jī)構(gòu)。其主要職責(zé)是解決如何在遵循議會(huì)衛(wèi)生預(yù)算的前提下，改變政府及社會(huì)保險(xiǎn)賬戶與預(yù)算不協(xié)調(diào)的問(wèn)題。

法國(guó)各屆政府采取的措施，無(wú)一例外都是在確保衛(wèi)生健康藍(lán)圖不變的背景下，探索如何在短期內(nèi)重建預(yù)算平衡。所有這些醫(yī)療衛(wèi)生制度的計(jì)劃與改革的目標(biāo)都存在局限性，無(wú)非一是針對(duì)醫(yī)療衛(wèi)生的費(fèi)用支出，二是增加有關(guān)此類項(xiàng)目的資金籌措力度。

針對(duì)增加醫(yī)療衛(wèi)生資金籌措的方案，有如下四個(gè)方面：通過(guò)擴(kuò)大社會(huì)繳費(fèi)基數(shù)及重塑資金籌措體系，包括完善醫(yī)療津貼、家庭補(bǔ)助津貼及工作補(bǔ)貼，增設(shè)社會(huì)基礎(chǔ)交費(fèi)項(xiàng)目等；在失業(yè)率不斷提高的背景之下，協(xié)調(diào)處理自主繳費(fèi)比例；將養(yǎng)老金賬戶中更多的收入結(jié)存至社會(huì)保險(xiǎn)賬戶，以便用于將來(lái)的養(yǎng)老支出；改善政府資金籌措方式，設(shè)立社會(huì)保險(xiǎn)資金籌措管理辦法。

對(duì)于醫(yī)療保險(xiǎn)組織而言，如何做好風(fēng)險(xiǎn)抵御對(duì)策才是他們的工作核心。為此，法國(guó)醫(yī)療保險(xiǎn)在2004年經(jīng)過(guò)一次變革，并將其抵御危機(jī)的規(guī)劃與行動(dòng)進(jìn)行了新闡釋：發(fā)展醫(yī)療衛(wèi)生預(yù)防工作；醫(yī)療衛(wèi)生系統(tǒng)內(nèi)建立信息共享平臺(tái)，尤其是加強(qiáng)醫(yī)療保險(xiǎn)受益者和醫(yī)生之間的溝通；控制醫(yī)療資源減少，或限制不必要的支出；建立醫(yī)療服務(wù)尤其是提供保健服務(wù)的相關(guān)組織；正確引導(dǎo)及控制醫(yī)療服務(wù)體系。

公共補(bǔ)充性醫(yī)療保障

基礎(chǔ)疾病保險(xiǎn)制度不能報(bào)銷的部分是患者醫(yī)療費(fèi)的自理部分，額度隨補(bǔ)助金類型、保健產(chǎn)品的不同而不同。法國(guó)建立了補(bǔ)充性社會(huì)保障，以此抵御健康風(fēng)險(xiǎn)。如果缺失補(bǔ)充性社會(huì)保障，將直接導(dǎo)致其受保人放棄保健。

居民放棄保健的意愿和收入水平成反比。收入越低，放棄保健的意愿就越大，家庭受補(bǔ)充性制度保護(hù)的程度就越小。求助于保健體系的程度取決于投保者收入剩余的負(fù)擔(dān)程度，即他們需要直接從收入中繳付的金額，而不是由第三人繳付的金額。

1999年7月27日，法國(guó)通過(guò)的普遍醫(yī)療保障法案是一個(gè)補(bǔ)充性疾病保險(xiǎn)制度。它面向所有月收入低于606歐元的人，取代了省級(jí)免費(fèi)醫(yī)療救濟(jì)。受保者在支付費(fèi)用后，便可以免費(fèi)享受一攬子保健措施。

普遍醫(yī)療保障包括醫(yī)療費(fèi)自理部分、醫(yī)院包干費(fèi)、假牙和眼科基本價(jià)格的有限超出部分。根據(jù)憲法對(duì)最低收入人群保健的保護(hù)原則，這些享受普遍醫(yī)療保障的人不能享受醫(yī)療費(fèi)豁免。

普遍醫(yī)療保障的建立，使受保人放棄保健的可能性明顯降低。

為了獲得這一體系中的補(bǔ)充性補(bǔ)助金，受益者可以自由向四個(gè)機(jī)構(gòu)求助，分別是基礎(chǔ)性疾病風(fēng)險(xiǎn)組織、互助機(jī)構(gòu)、互濟(jì)機(jī)構(gòu)和保險(xiǎn)公司。

截至2006年底，普遍醫(yī)療保障基金的受益者共有490萬(wàn)人。在這個(gè)補(bǔ)充性醫(yī)療制度服務(wù)途徑的選擇上，88%的人選擇疾病保險(xiǎn)互助會(huì)，12%的人選擇互助機(jī)構(gòu)或者保險(xiǎn)公司。

普遍醫(yī)療保障基金按包干的形式報(bào)銷健康支出，其資金主要來(lái)自補(bǔ)充性疾病保障組織營(yíng)業(yè)收入的分?jǐn)偨?、?guó)家疾病保險(xiǎn)基金的捐贈(zèng)、國(guó)家財(cái)政補(bǔ)貼和酒類飲料分?jǐn)偨鸬恼{(diào)撥，以及部分煙草消費(fèi)稅。2007年，法國(guó)普遍醫(yī)療保險(xiǎn)保障基金的預(yù)算為17億歐元。

篇2

關(guān)鍵詞：粒子群算法；自適應(yīng)排斥因子；蒙特卡洛模擬；多峰問(wèn)題；局部最優(yōu)解

中圖分類號(hào)： TP18

文獻(xiàn)標(biāo)志碼：A

0 引言

粒子群算法（Particle Swarm Optimization， PSO）[1]是群智能算法領(lǐng)域中應(yīng)用較為廣泛的一種算法，其概念簡(jiǎn)單，相比其他算法具有控制參數(shù)少、容易實(shí)現(xiàn)等優(yōu)點(diǎn)，已被社會(huì)科學(xué)、自然科學(xué)等各領(lǐng)域的學(xué)者廣泛應(yīng)用[2-5]。但基本粒子群算法在優(yōu)化復(fù)雜多峰問(wèn)題時(shí)，由于種群多樣性的喪失，算法極易陷入局部最優(yōu)解，使得基本粒子群算法在實(shí)際應(yīng)用中受到了限制。為更好地將PSO應(yīng)用于實(shí)際問(wèn)題的求解，國(guó)內(nèi)外許多學(xué)者針對(duì)基本PSO提出了一些改進(jìn)策略。比較經(jīng)典的改進(jìn)算法，如Clerc等[6]引入了收縮因子，在基本PSO基礎(chǔ)上，提出帶有收縮因子的PSO變形。Mendes等[7]提出完全信息粒子群算法，充分利用了種群中粒子的各維信息，以提升種群的潛在搜索空間。Zhan等[8]和Riget等[9]提出新的粒子學(xué)習(xí)策略來(lái)提升種群向全局最優(yōu)解收斂的概率。遲玉紅等[10]提出一種基于空間縮放和吸引子的粒子群優(yōu)化，它利用對(duì)搜索空間進(jìn)行縮放的邊界變異策略有效控制了粒子搜索范圍，保證了算法全局探測(cè)能力。

申元霞等[11]提出相關(guān)性粒子群優(yōu)化模型。該模型采用Copula函數(shù)刻畫(huà)隨機(jī)因子間的相關(guān)結(jié)構(gòu)，而不同的相關(guān)結(jié)構(gòu)和相關(guān)性程度反映了粒子對(duì)自身經(jīng)驗(yàn)信息和群體共享信息的利用策略的差異，同時(shí)給出了基于Gaussian Copula的相關(guān)性粒子群優(yōu)化模型的實(shí)現(xiàn)方法。陳志敏等[12]提出自適應(yīng)粒子群優(yōu)化的新型粒子濾波來(lái)提升算法的性能及應(yīng)用。最近，Blackwell等[13]提出一種動(dòng)態(tài)更新規(guī)則粒子群算法以提升算法的運(yùn)行效率。Wan等[14]和聶新立等[15]提出混合算法來(lái)改善粒子群算法的性能。

總之，目前已有的各種改進(jìn)算法都是從種群多樣性、粒子學(xué)習(xí)樣本改進(jìn)、算法的混合等角度展開(kāi)討論，取得了一定的效果，但是在求解精度上仍有改進(jìn)空間。

因此，為有效地提升算法跳出局部最優(yōu)解的能力，提升算法的求解精度，本文提出一種自適應(yīng)排斥因子粒子群算法。首先，采用蒙特卡洛（Monte Carlo）方法模擬了種群飛行軌跡，得出種群極易陷入局部最優(yōu)解的原因；然后，通過(guò)定義粒子間距離、粒子間最大距離和粒子間平均距離，提出一種自適應(yīng)控制粒子自身最優(yōu)位置（pp）和種群最優(yōu)位置（pg）間距離的排斥因子來(lái)提升種群跳出局部最優(yōu)的能力；最后，將所提出算法與其他幾種算法進(jìn)行算法收斂性及統(tǒng)計(jì)分析對(duì)比。

3.3 算法的計(jì)算復(fù)雜度分析

由于本文提出的自適應(yīng)排斥因子粒子群算法（ARFPSO） 是在基本粒子群算法基礎(chǔ)上引入了相應(yīng)的策略，因此，需要從計(jì)算復(fù)雜度上分析引入的策略是否增加了算法的計(jì)算復(fù)雜度。用T表示最大迭代次數(shù)，N表示粒子總數(shù)，D表示決策變量的維數(shù)。自適應(yīng)排斥因子的計(jì)算復(fù)雜度T1（N）=O（N×T），基本粒子群算法的計(jì)算復(fù)雜度T2（N）=O（N×D×T），這樣，ARFPSO算法的計(jì)算復(fù)雜度為T（N）=O（N×D×T）+O（N×T）≈O（N×D×T）=T2（N）。因此，理論上ARFPSO與基本PSO算法的復(fù)雜度在同一數(shù)量級(jí)上。

為進(jìn)一步測(cè)試算法的計(jì)算復(fù)雜度，將三種算法在檢測(cè)函數(shù)上Rosenbrock，Ackley和Griewank上，采用仿真平臺(tái)Pentium Core Duo，1.8GB RAM CPU，2GB RAM，Matlab R2008b，每個(gè)檢測(cè)函數(shù)獨(dú)立運(yùn)行30次，每次迭代3×104次函數(shù)評(píng)價(jià)，對(duì)每種算法運(yùn)行時(shí)間取平均值。表2給出每種算法的獨(dú)立運(yùn)行時(shí)間，可以看出，ARFPSO與其他算法在運(yùn)行時(shí)間在同一數(shù)量級(jí)，引入的策略并沒(méi)有增加計(jì)算復(fù)雜度。

4 結(jié)語(yǔ)

針對(duì)基本粒子群算法在求解復(fù)雜的多峰問(wèn)題時(shí)，算法極易陷入局部最優(yōu)解的缺陷，本文提出一種自適應(yīng)排斥因子粒子群算法。首先，采用蒙特卡洛（Monte Carlo）模擬了種群運(yùn)行軌跡，得出種群極易陷入局部最優(yōu)解的根源在于，在算法迭代后期，粒子自身最優(yōu)位置（pp）和種群最優(yōu)位置（pg）間距離過(guò)于接近，導(dǎo)致種群速度接近于0，種群靜止，失去進(jìn)一步探索能力。針對(duì)這一結(jié)論，提出一種排斥因子，自適應(yīng)地控制粒子的進(jìn)化速度，來(lái)提升種群跳出局部最優(yōu)的能力。通過(guò)在Rosenbrock，Ackley和Griewank三個(gè)檢測(cè)函數(shù)上的仿真實(shí)驗(yàn)表明：1）相比其他算法，ARFPSO算法具有較快的收斂速度及較好的跳出局部最優(yōu)解的能力；2）相比其他算法，ARFPSO算法所獲結(jié)果具有統(tǒng)計(jì)學(xué)意義；3）ARFPSO算法引入的策略沒(méi)有明顯增加計(jì)算復(fù)雜度，與基本粒子群算法在同一計(jì)算復(fù)雜度上。因此，ARFPSO算法是求解復(fù)雜多峰問(wèn)題的一種有效方法。

參考文獻(xiàn)：

[1]KENNEDY J， EBERHART R C. Particle swarm optimization [C]//Proceedings of 1995 IEEE International Conference on Neural Networks. Piscataway： IEEE， 1995， 4：1942-1948.

[2]ZHOU X C， ZHAO Z X， ZHOU K J， et al. Remanufacturing closedloop supply chain network design based on genetic particle swarm optimization algorithm [J]. Journal of Central South University of Technology， 2012， 19（2）： 482-487.

http：//.cn/Periodical_zngydxxb-e201202026.aspx【

[3]SUBRAMANIAN P， RAMKUMAR N， NARENDRANA T T， et al. A technical note on ‘Analysis of closed loop supply chain using genetic algorithm and particle swarm optimisation’ [J]. International Journal of Production Research， 2012， 50（2）： 593-602.

http：///doi/abs/10.1080/00207543.2011.593348#preview

[4]韓鵬飛， 孫占磊，趙罡. 改進(jìn)離散粒子群算法及其在飛機(jī)裝配任務(wù)調(diào)度中的應(yīng)用研究 [J]. 圖學(xué)學(xué)報(bào)， 2013， 34（1）： 60-65.

[5]王念橋， 姚四改. 基于改進(jìn)粒子群優(yōu)化算法的排課問(wèn)題 [J]. 計(jì)算機(jī)應(yīng)用， 2013， 33（1）： 207-210.

[6]CLERC M， KENNEDY J. The particle swarm — explosion， stability， and convergence in a multidimensional complex space [J]. IEEE Transactions on Evolutionary Computation， 2002， 6（1）： 58-73.

[7]MENDES R， KENNEDY J. The fully informed particle swarm： simpler， maybe better [J]. IEEE Transactions on Evolutionary Computation， 2004， 8（3）： 204-210.

[8]ZHAN Z H， ZHANG J， LI Y， et al. Orthogonal learning particle swarm optimization [J]. IEEE Transactions on Evolutionary Computation， 2011， 15（6）： 832-847.

[9]RIGET J， VESTERSTRM J S. A diversityguided particle swarm optimizer — the ARPSO， EVALife TR 2002-02 [R]. Aarhus， Denmark： University of Aarhus， 2002.

http：///Publication/58025/a-diversity-guided-particle-swarm-optimizer-the-arpso

[10]遲玉紅，孫富春，王維軍，等.基于空間縮放和吸引子的粒子群優(yōu)化算法[J]. 計(jì)算機(jī)學(xué)報(bào)，2011，34（1）：115-130.

[11]申元霞， 王國(guó)胤，曾傳華.相關(guān)性粒子群優(yōu)化模型 [J]. 軟件學(xué)報(bào)，2011，22（4）：695-707.

[12]陳志敏，薄煜明，吳盤(pán)龍，等.基于自適應(yīng)粒子群優(yōu)化的新型粒子濾波在目標(biāo)跟蹤中的應(yīng)用[J].控制與決策，2013，28（2）：193-200.

[13]BLACKWELL T. A study of collapse in bare bones particle swarm optimization [J]. IEEE Transactions on Evolutionary Computation， 2012， 16（3）： 354-372.

篇3

構(gòu)性減稅也是政府實(shí)施宏觀調(diào)控的重要手段。在今年，它還要作為積極財(cái)政政策的主要載體而發(fā)揮作用。既是與宏觀調(diào)控直接相關(guān)，那么在現(xiàn)代經(jīng)濟(jì)條件下的宏觀調(diào)控當(dāng)然不能只有定性而無(wú)定量，只有方向而無(wú)規(guī)模。也就是說(shuō)，有關(guān)實(shí)施財(cái)政擴(kuò)張的操作，需要引入量化的指標(biāo)。

構(gòu)性減稅的規(guī)模界定，可從如下兩個(gè)層面入手：

其一，財(cái)政赤字的規(guī)模。構(gòu)性減稅，當(dāng)然要在財(cái)政赤字的約束下加以實(shí)施。一筆特定的財(cái)政赤字，既可以支撐增加支出的安排，也可以支撐減少稅收的安排。故而，財(cái)政赤字的規(guī)模在總體上鎖定了構(gòu)性減稅的最大量。

財(cái)政擴(kuò)張力度的大小，直接決定于預(yù)算赤字的規(guī)模及其邊際效應(yīng)。立足于當(dāng)前的國(guó)內(nèi)外經(jīng)濟(jì)形勢(shì)和宏觀經(jīng)濟(jì)政策的基調(diào)，將通過(guò)舉借國(guó)債彌補(bǔ)的赤字和動(dòng)用中央預(yù)算穩(wěn)定調(diào)節(jié)基金彌補(bǔ)的赤字合并計(jì)算。可以認(rèn)為，我國(guó)2012年的預(yù)算赤字或?qū)⑴c2011年的規(guī)模大致持平，或?qū)⒃?011年的基礎(chǔ)上有少許增加。這就意味著，較之以往年間，實(shí)施財(cái)政擴(kuò)張的力度將有所節(jié)制，而不會(huì)或不必再現(xiàn)以往的全面或大規(guī)模擴(kuò)張的勢(shì)頭。2011年，就預(yù)算數(shù)字而論，當(dāng)年通過(guò)舉借國(guó)債和動(dòng)用中央預(yù)算穩(wěn)定調(diào)節(jié)基金彌補(bǔ)的財(cái)政赤字分別為9000億元和1500億元，兩項(xiàng)合計(jì)，當(dāng)年預(yù)算赤字總額為10500億元。就決算數(shù)字而論，當(dāng)年通過(guò)舉借國(guó)債和動(dòng)用中央預(yù)算穩(wěn)定調(diào)節(jié)基金彌補(bǔ)的財(cái)政赤字分別為8500億元和1500億元，兩項(xiàng)合計(jì)，當(dāng)年決算赤字總額為10000億元。以此為基礎(chǔ)，可以預(yù)期，2012年的預(yù)算赤字，應(yīng)當(dāng)掌握在略高于10500億元的水平。

其二，增支減稅的對(duì)比。前面說(shuō)過(guò)，在既定規(guī)模的財(cái)政預(yù)算赤字約束下，可以有增加支出和減少稅收兩種操作。有別于以往以“增支”為重心的操作，在今年，“減稅”將成為繼續(xù)實(shí)施財(cái)政擴(kuò)張的主要載體。既然主要載體是減少稅收而非增加支出，并且，財(cái)政赤字的規(guī)模已經(jīng)確定為略高于10500億元的水平，那么，可以預(yù)期，2012年的減稅規(guī)模，當(dāng)掌握在不少于6000億元的水平。

篇4

20世紀(jì)下半葉興起的全球化涉及所有的經(jīng)濟(jì)活動(dòng)，也包括金融市場(chǎng)。金融市場(chǎng)的全球化主要表現(xiàn)為資本市場(chǎng)的開(kāi)放程度和資本流動(dòng)的自由程度等。其中，資本市場(chǎng)中非居民的比重是反映資本市場(chǎng)開(kāi)放的主要指標(biāo)。在美國(guó)國(guó)債市場(chǎng)上，非居民的比重為22%，德國(guó)為77%。受金融自由化思想的指導(dǎo)以及IMF的壓力，俄羅斯的資本市場(chǎng)開(kāi)放程度很高，如1997年在俄羅斯國(guó)家有價(jià)證券市場(chǎng)上非居民的比重為30%，在外匯債務(wù)市場(chǎng)上為40%。

俄羅斯的銀行是短期國(guó)債和聯(lián)邦債券市場(chǎng)上最大的投資者。到2001年初，財(cái)政部發(fā)行的債券的50%掌握在銀行手中，第二大投資者是非居民。根據(jù)中央銀行的資料，在2001年初，非居民手中的國(guó)債為450億盧布，約占市場(chǎng)的24.6%。其余20-25%的份額為俄羅斯的金融和非金融機(jī)構(gòu)占有。截止到2001年4月，中央銀行持有總額為2560億盧布的聯(lián)邦債券。

俄羅斯盧布證券市場(chǎng)的特點(diǎn)是債券集中度很高。市場(chǎng)是一個(gè)批發(fā)市場(chǎng)，大型的銀行和金融機(jī)構(gòu)是市場(chǎng)的主體，它們可以操縱市場(chǎng)價(jià)格。中小投資者在市場(chǎng)中處于絕對(duì)弱勢(shì)地位，權(quán)利和利益無(wú)法得到保護(hù)。高風(fēng)險(xiǎn)是俄羅斯金融市場(chǎng)的特點(diǎn)之一。1996-1997年投資于短期國(guó)債和股票的巨大收益到1998年變成了巨大的損失。

俄羅斯國(guó)家有價(jià)證券市場(chǎng)的監(jiān)管主要由財(cái)政部、證券委員會(huì)和中央銀行來(lái)完成。由于分工的混亂和利益的爭(zhēng)奪，這3家監(jiān)管機(jī)構(gòu)經(jīng)常發(fā)生激烈沖突。

2、國(guó)家有價(jià)證券市場(chǎng)的規(guī)模和收益結(jié)構(gòu)

在1993年，俄羅斯的國(guó)家有價(jià)證券市場(chǎng)開(kāi)始形成，但是直到1995年之前，由于國(guó)家預(yù)算赤字的缺口主要是靠中央銀行多發(fā)貨幣來(lái)彌補(bǔ)，所以國(guó)內(nèi)債券市場(chǎng)規(guī)模不大。當(dāng)國(guó)家宣布發(fā)行國(guó)債作為補(bǔ)償國(guó)家預(yù)算赤字的主要手段后，國(guó)家有價(jià)證券市場(chǎng)發(fā)生了根本性變化。如果在1994年只有3%的預(yù)算赤字是靠發(fā)行國(guó)債來(lái)補(bǔ)償?shù)模?995年已經(jīng)達(dá)到60%，1998年依靠短期國(guó)債補(bǔ)償?shù)念A(yù)算赤字已經(jīng)達(dá)到80%，國(guó)債市場(chǎng)規(guī)模開(kāi)始急劇增長(zhǎng)?？梢哉f(shuō)，1999年以前的俄羅斯有價(jià)證券市場(chǎng)的核心主體是短期國(guó)債。

1992-1998年俄羅斯預(yù)算赤字總量達(dá)到1.3萬(wàn)億盧布（1998年價(jià)）。從1995年開(kāi)始，預(yù)算赤字開(kāi)始由發(fā)行有價(jià)證券來(lái)彌補(bǔ)，這導(dǎo)致了國(guó)家有價(jià)證券市場(chǎng)規(guī)模的急劇增大，到1998年達(dá)到了最高點(diǎn)。

在危機(jī)之前，俄羅斯金融市場(chǎng)上占優(yōu)勢(shì)的是12個(gè)月償付期的國(guó)家短期無(wú)息債券。短期國(guó)債的平均收益率成為俄羅斯金融市場(chǎng)最重要的指標(biāo)。俄羅斯主要金融機(jī)構(gòu)的大部分金融資源都投入到了國(guó)家有價(jià)證券市場(chǎng)上，主要原因是短期國(guó)債的收益率較高，而且投資短期國(guó)債的流動(dòng)性也較好。

金融危機(jī)使國(guó)家有價(jià)證券支付期結(jié)構(gòu)更加不合理，如到2000年末，短期債券的比重不超過(guò)1%（在危機(jī)之前為31%）。2000年2月16日，在金融危機(jī)以后第一次發(fā)行2期，總額為50億盧布，償付期為196天和98天的短期國(guó)債，以后又多次發(fā)行。2000年短期國(guó)債和聯(lián)邦債券的交易量縮減到60億美元，只有1997年的1/25。截止到2000年12月1日，短期國(guó)債和聯(lián)邦債券的債務(wù)總量為2297億盧布，到2001年6月短期國(guó)偵和聯(lián)邦債券的市場(chǎng)規(guī)模為1950億盧布。

金融危機(jī)過(guò)后，俄羅斯將金融危機(jī)以前發(fā)行的短期國(guó)債和聯(lián)邦債券中的部分債券的支付期延長(zhǎng)。1998年12月12日，俄羅斯政府頒布“關(guān)于國(guó)家有價(jià)證券創(chuàng)新的決定”，并授權(quán)俄羅斯財(cái)政部將在1999年12月12日到期的短期國(guó)債和聯(lián)邦債券轉(zhuǎn)換成3-5年的國(guó)家長(zhǎng)期債券（ОФЗ—ФД和ОФЗ—ПД）。

金融危機(jī)使短期國(guó)債和聯(lián)邦債券的持有者受到了很大損失。由于1998年8月的國(guó)債重組，投資者損失總額達(dá)到450億美元，其中75%的損失落在俄羅斯投資者身上。在1999年，人們對(duì)短期國(guó)債和聯(lián)邦債券的興趣下降，1999年1月28日，在莫斯科銀行間外匯交易所進(jìn)行了重組后的短期國(guó)債和聯(lián)邦債券的新發(fā)行。到1999年4月30日，國(guó)內(nèi)短期國(guó)債和聯(lián)邦債券的重組工作結(jié)束，總的重組規(guī)模達(dá)到1733億盧布。

3、俄羅斯發(fā)行國(guó)家有價(jià)證券的作用

國(guó)家的有價(jià)證券市場(chǎng)政策與國(guó)家預(yù)算情況密切相關(guān)。1996-1998年俄羅斯的預(yù)算赤字在很大程度上是靠發(fā)行短期國(guó)債來(lái)彌補(bǔ)的。短期國(guó)債和聯(lián)邦債券的發(fā)行不僅為國(guó)家預(yù)算籌集了大量的資金，而且也減緩了通貨膨脹的壓力?？梢哉f(shuō)，短期國(guó)債和聯(lián)邦債券對(duì)經(jīng)濟(jì)轉(zhuǎn)軌時(shí)期的俄羅斯經(jīng)濟(jì)有特殊意義。從1999年開(kāi)始，俄羅斯的經(jīng)濟(jì)開(kāi)始恢復(fù)性增長(zhǎng)，國(guó)家預(yù)算收入開(kāi)始好轉(zhuǎn)，相應(yīng)的國(guó)家有價(jià)證券市場(chǎng)的情況也發(fā)生根本性的變化，從金融市場(chǎng)吸收資金變得不是十分迫切。俄羅斯政府提出了用吸收的資金加快償付內(nèi)債，以減少內(nèi)債規(guī)模。

國(guó)家有價(jià)證券的發(fā)行市場(chǎng)普遍成為國(guó)家預(yù)算補(bǔ)償?shù)闹饕ぞ?。為了補(bǔ)償支付缺口，國(guó)家需要短期盧布有價(jià)證券。在預(yù)算的1年框架內(nèi)，預(yù)算的進(jìn)項(xiàng)與支出在時(shí)間上很難一致，由此在預(yù)算的收入與支出上存在短期的缺口。與長(zhǎng)期債券一樣，在西方也發(fā)行短期國(guó)債，如美國(guó)和英國(guó)的短期國(guó)庫(kù)券的發(fā)行期（償付期）為91天，日本為60天。短期國(guó)債也用來(lái)保證商業(yè)銀行資產(chǎn)的清償。銀行投資于短期國(guó)債，這些資產(chǎn)不僅具有較高的流動(dòng)性，而且可以帶來(lái)可觀的、穩(wěn)定的收益。

篇5

希臘國(guó)債違約的形式倒不是支付不起到期的本金和利息。很有可能是IMF的重組方案，對(duì)現(xiàn)有較低利率債券再融資的形式。也就是所謂的“軟性違約”，即單方面地以新債券代替現(xiàn)有的債券，而不支付現(xiàn)金。但是，不管何種形式的違約，債權(quán)人不會(huì)得到全部賠償。

要想避免違約，唯一的辦法就是削減預(yù)算赤字，直到國(guó)內(nèi)外投資者接受為止，也就是阻止債務(wù)占GDP比重的進(jìn)一步上升。

為了實(shí)現(xiàn)此目標(biāo)，首先要把目前赤字占GDP14%下降到5%之內(nèi)。根據(jù)《馬斯特里赫特條約》規(guī)定，歐盟成員國(guó)應(yīng)該將債務(wù)和GDP比率控制在60%內(nèi)，赤字占GDP比控制在3%之內(nèi)――這也是歐元區(qū)財(cái)長(zhǎng)們要求希臘在2012年前必須達(dá)到的目標(biāo)。

把赤字占GDP比重削減10%，意味著政府開(kāi)支方面的巨大削減，或是稅收大幅增加，最好是兩者的組合。而從政治上來(lái)說(shuō)，要想實(shí)現(xiàn)此目標(biāo)就會(huì)導(dǎo)致內(nèi)需疲軟，產(chǎn)能下降和失業(yè)率上升。目前希臘的失業(yè)率已經(jīng)高達(dá)10%，GDP預(yù)計(jì)會(huì)下降4%，這會(huì)進(jìn)一步推升失業(yè)率。

高稅收和減少政府預(yù)算還會(huì)導(dǎo)致經(jīng)濟(jì)進(jìn)一步蕭條，這會(huì)導(dǎo)致稅收進(jìn)一步縮水和失業(yè)率上升。這樣看來(lái)，計(jì)劃減少歐元赤字小于實(shí)際的歐元縮水，為了實(shí)現(xiàn)將赤字控制在3%之內(nèi)，政府預(yù)算就不可能削減10%的赤字占GDP比重。

不管怎么計(jì)算，我們都不能減少赤字規(guī)模和伴隨的經(jīng)濟(jì)下滑：希臘國(guó)債違約難以避免。

如果希臘不加入歐元區(qū)，或許能避免這個(gè)結(jié)果的出現(xiàn)。貨幣貶值會(huì)刺激出口，抑制進(jìn)口。由此拉動(dòng)的內(nèi)需使得GDP增長(zhǎng)，從而稅收得以增加和公共支出減少。簡(jiǎn)而言之，如果希臘擁有自己的財(cái)政政策，現(xiàn)在的情況就會(huì)好得多。

希臘加入歐元區(qū)也是目前預(yù)算赤字的原因。因?yàn)橄ＥD已經(jīng)有十多年不發(fā)行本國(guó)的貨幣了。市場(chǎng)上也無(wú)法對(duì)債務(wù)激增作出警示。

如果希臘沒(méi)有加入歐元區(qū)，而自行發(fā)行貨幣，大量發(fā)行的國(guó)債會(huì)使得本國(guó)貨幣貶值，債券利率上升。但是，由于希臘歐元債券被看做與其他國(guó)家歐元債券密切相關(guān)，大量發(fā)行的國(guó)債沒(méi)有導(dǎo)致利率上升――直到市場(chǎng)認(rèn)為有可能違約為止。

篇6

提出這個(gè)問(wèn)題就猶如在詢問(wèn)美國(guó)的信貸額度是多少。理清這個(gè)問(wèn)題對(duì)理解美國(guó)的債務(wù)很有幫助。因此，既然美國(guó)沒(méi)有還款計(jì)劃，那就讓我們?yōu)樗鼊?chuàng)造一個(gè)吧。假如美國(guó)的債務(wù)總規(guī)模為15萬(wàn)億美元（2012年時(shí)，美國(guó)實(shí)際債務(wù)規(guī)模達(dá)到這一水平）而且有著非常低的利率，同時(shí)年度還款額度為5000億美元，那么約30年才能償清全部的債務(wù)。雖然30年并不是特別苛刻的限定時(shí)間，但還是讓我們來(lái)分析一下償清全部債務(wù)的難易程度吧。

為了能夠有效地償清這筆債務(wù)，美國(guó)將不得不先消除掉1.6萬(wàn)億美元的財(cái)政預(yù)算赤字。為了便于計(jì)算，我們將這一數(shù)字設(shè)定為1.5萬(wàn)億美元。在這種情況下，為了能夠啟動(dòng)為時(shí)長(zhǎng)達(dá)30年的漫漫債務(wù)償債之旅，將需要獲得一筆總額為2萬(wàn)億美元（5000億美元的當(dāng)年財(cái)政支出+1.5萬(wàn)億美元的既有預(yù)算赤字=2萬(wàn)億美元）的稅收資金。而當(dāng)前，美國(guó)從稅收中可以獲得的年度財(cái)政收入約為2萬(wàn)億美元――約9000億美元資金來(lái)自個(gè)人所得稅；約1.1萬(wàn)億美元的資金來(lái)自社會(huì)保障以及其他一些稅收收入。

所以，為了啟動(dòng)這一還款計(jì)劃，美國(guó)需要將總征稅數(shù)額增加100%或是將個(gè)人所得稅增加200%。這種做法無(wú)論在政治層面或是經(jīng)濟(jì)層面上都是行不通的，而且這一情況還要在假定財(cái)政預(yù)算赤字不再增加、還貸利率始終處在今日極低水平上才會(huì)發(fā)生。無(wú)論采取何種措施，美國(guó)龐大的政府債務(wù)都是一種不良資產(chǎn)。

當(dāng)然，在當(dāng)前借錢給美國(guó)的那些人群中，誰(shuí)都不會(huì)特別在意美國(guó)是否有能力還錢，因?yàn)榫湍壳岸?，美?guó)尚有能力不斷地拆東墻補(bǔ)西墻。盡管如此，那些供給此類資本的外國(guó)投資者和國(guó)內(nèi)投資者有時(shí)會(huì)說(shuō)“是適可而止的時(shí)候了”。大多數(shù)的人要說(shuō)這將是在孫子輩時(shí)才會(huì)出現(xiàn)的問(wèn)題，原因又是為何呢？那些外國(guó)投資者倘若停止借錢給美國(guó)，根本不需要等待整整一代人那么長(zhǎng)的時(shí)間吧？他們可以隨時(shí)終止自己的借貸行為。

篇7

關(guān)鍵詞：臘肉品質(zhì)；近紅外光譜；圖像處理；支持向量機(jī)；粒子群優(yōu)化算法

Predication of Chinese Bacon Quality Grades Based on Support Vector Machine and Particle Swarm Optimization Algorithm

GUO Peiyuan， LIU Yanfang*， XING Suxia， WANG Xinkun

（School of Computer and Information Engineering， Beijing Technology and Business University， Beijing 100048， China）

Abstract： In recent years， quality problems of Chinese bacon such as acid values and peroxide values exceeding the national standard， color fading， oil exudation and sticky feeling to the touch have received growing attention. With that in mind， a fast， accurate and practical detection method to evaluate Chinese bacon quality is presented in this paper. We established a predictive model for bacon quality detection by using the support vector machine （SVM） approach based on the near-infrared spectral data （acid value， peroxide value， volatile base nitrogen） and microscopic image data （the total number of microbial colonies）. Moreover， the model was optimized by using particle swarm optimization （PSO） algorithm. It was found that the prediction results of the SVM model and the biochemical method were consisted for bacon quality classification. Besides， the predictive accuracy of the classification mode was increased from 97.5% to 100% after optimization. The SVM model optimized by PSO proved to be able to quickly and accurately detect Chinese bacon quality.

Key words： Chinese bacon quality； near infrared spectroscopy （NIR）； image processing； support vector machine （SVM）； particle swarm optimization （PSO）

DOI：10.7506/rlyj1001-8123-201703006

中D分類號(hào)：TS251.1 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1001-8123（2017）03-0030-05

引文格式：

郭培源， 劉艷芳， 邢素霞， 等. 基于支持向量機(jī)及粒子群算法的臘肉品質(zhì)等級(jí)檢測(cè)[J]. 肉類研究， 2017， 31（3）： 30-34. DOI：10.7506/rlyj1001-8123-201703006. http：//rlyj.pub

GUO Peiyuan， LIU Yanfang， XING Suxia， et al. Predication of Chinese bacon quality grades based on support vector machine and particle swarm optimization algorithm[J]. Meat Research， 2017， 31（3）： 30-34. DOI：10.7506/rlyj1001-8123-201703006. http：//rlyj.pub

中國(guó)臘肉是世界飲食文化的寶貴遺產(chǎn)，臘肉以其獨(dú)特的風(fēng)味聞名于世，其制作工藝要求不高，在貯藏和運(yùn)輸過(guò)程中很容易出現(xiàn)質(zhì)量問(wèn)題。隨著生活水平的提高，人們對(duì)食品安全的關(guān)注度也相應(yīng)提高。臘肉主要成分包括脂肪和蛋白質(zhì)，評(píng)價(jià)脂肪的降解指標(biāo)是酸價(jià)和過(guò)氧化氫值，評(píng)價(jià)蛋白質(zhì)的降解指標(biāo)是揮發(fā)性鹽基氮[1-3]，這些也是傳統(tǒng)飲食安全的主要檢測(cè)指標(biāo)。在實(shí)際臘肉樣品檢測(cè)中發(fā)現(xiàn)微生物菌落總數(shù)對(duì)臘肉的品質(zhì)也有重要的影響[4]。目前，對(duì)于臘肉品質(zhì)的檢測(cè)主要以理化檢測(cè)為主，但是其檢測(cè)時(shí)間過(guò)長(zhǎng)，且具有破壞性，不利于衛(wèi)生檢疫部門對(duì)臘肉品質(zhì)的快速檢驗(yàn)，因此急需一種新型的快速準(zhǔn)確實(shí)用的無(wú)損檢測(cè)技術(shù)。

近紅外光譜（near infrared spectroscopy，NIR）作為一種新型的光學(xué)檢測(cè)技術(shù)在食品檢測(cè)中的應(yīng)用越來(lái)越廣泛，尤其是在肉類品質(zhì)檢測(cè)中對(duì)肉制品的保水性、肉色、新鮮度等的檢測(cè)具有突出優(yōu)勢(shì)[5]。近年來(lái)國(guó)內(nèi)外學(xué)者對(duì)臘肉的食用品質(zhì)檢測(cè)做了很多研究，楊昆程等[6]以臘肉為對(duì)象，探討了高光譜技術(shù)在亞硝酸鹽含量快速檢測(cè)的可行性，賀稚非等[7]對(duì)川味臘肉在貨架期間的品質(zhì)變化做了研究。這些研究雖然使我們對(duì)影響臘肉食用品質(zhì)的因素以及臘肉品質(zhì)變化的過(guò)程有了更深入的了解，但是臘肉食用品質(zhì)檢測(cè)方法仍有待改進(jìn)。本實(shí)驗(yàn)以臘肉為主要研究對(duì)象，采用支持向量機(jī)（support vector machine，SVM）將近紅外光譜檢測(cè)到的酸價(jià)、過(guò)氧化值、揮發(fā)性鹽基氮和顯微圖像處理得到的微生物菌落總數(shù)進(jìn)行多數(shù)據(jù)融合，建立臘肉品質(zhì)等級(jí)檢測(cè)模型，并利用粒子群優(yōu)化（particle swarm optimization，PSO）算法進(jìn)行模型優(yōu)化。以期為檢疫執(zhí)法部門提供一種快速檢測(cè)技術(shù)，保證消費(fèi)者的食用安全。

1 材料c方法

1.1 材料

廣式臘肉 廣州皇上皇集團(tuán)有限公司。

1.2 儀器與設(shè)備

FoodScan近紅外全光柵透射光譜分析儀 丹麥Foss公司；BI-2000醫(yī)學(xué)圖像攝像電子顯微鏡 成都泰盟科技有限公司；恒溫恒濕箱 北京雅士林試驗(yàn)設(shè)備有限

公司；8011S組織搗碎機(jī) 美國(guó)Waring Commercial公司；OPUS6.0光譜處理軟件 德國(guó)布魯克光譜儀器公司。

1.3 方法

1.3.1 數(shù)據(jù)采集

將不同批次共計(jì)10 個(gè)臘肉樣品粉碎成肉糜狀，18 ℃恒溫箱保存。每隔12 h分次進(jìn)行酸價(jià)、過(guò)氧化值、揮發(fā)性鹽基氮的理化數(shù)據(jù)及光譜數(shù)據(jù)的采集，并采集樣品的微生物菌落總數(shù)，采集12 次，共得到120 組包含理化、光譜、微生物菌落信息的樣本數(shù)據(jù)。其中酸價(jià)與過(guò)氧化值按GB/T 5009.37―2003《食用植物油衛(wèi)生標(biāo)準(zhǔn)分析方法》[8]

測(cè)定；揮發(fā)性氨基氮按GB/T 5009.44―2003《肉與肉制品 衛(wèi)生標(biāo)準(zhǔn)的分析方法》中半微量定氮法來(lái)測(cè)定[9]；近紅外光譜數(shù)據(jù)采用福斯近紅外光譜儀，每個(gè)樣品連續(xù)掃描32 次，取平均值，得到120 個(gè)光譜數(shù)據(jù)；微生物菌落總數(shù)采用電子顯微鏡，采集100物鏡下的顯微圖像，并將樣品菌落圖像進(jìn)行平滑去噪處理然后進(jìn)行黏連菌落分割計(jì)數(shù)，最后進(jìn)行歸一化。

1.3.2 基于支持向量機(jī)的臘肉品質(zhì)等級(jí)檢測(cè)模型建立

首先將采集的120 組樣品數(shù)據(jù)隨機(jī)分成校驗(yàn)集（80 組）和預(yù)測(cè)集（40 組）2 部分。

其次利用自組織映射（self organizing maps，SOM）神經(jīng)網(wǎng)絡(luò)[10]將生化實(shí)驗(yàn)測(cè)得的酸價(jià)、過(guò)氧化值以及微生物菌落總數(shù)進(jìn)行模式識(shí)別及分類，將臘肉樣品的品質(zhì)等級(jí)在相關(guān)國(guó)家標(biāo)準(zhǔn)[11]的基礎(chǔ)上劃分為4 級(jí)：放心食用、可食用、不推薦食用和不可食用，從而細(xì)化分類等級(jí)，滿足人們生產(chǎn)生活的實(shí)際需要。

然后將近紅外光譜[12]采集到的校驗(yàn)集的酸價(jià)、過(guò)氧化值、揮發(fā)性鹽基氮光譜與樣本所對(duì)應(yīng)的理化值利用偏最小二乘方法建立定量分析模型[13]并用遺傳算法進(jìn)行特征光譜選擇，將優(yōu)選后的波段作為支持向量機(jī)的特征向量。同時(shí)利用計(jì)算機(jī)視覺(jué)獲取樣品顯微菌斑圖像[14]，將菌斑圖像進(jìn)行平滑去噪處理然后進(jìn)行黏連菌落分割計(jì)數(shù)，并對(duì)計(jì)數(shù)結(jié)果歸一化，將歸一化后的結(jié)果作為支持向量機(jī)的另一特征向量。

最后采用支持向量機(jī)[15-18]對(duì)處理后的酸價(jià)、過(guò)氧化值、揮發(fā)性鹽基氮數(shù)據(jù)和微生物菌落進(jìn)行多數(shù)據(jù)融合，建立臘肉品質(zhì)檢測(cè)模型，對(duì)臘肉的品質(zhì)等級(jí)進(jìn)行快速識(shí)別。圖1為支持向量機(jī)多數(shù)據(jù)融合結(jié)構(gòu)圖。

2 結(jié)果與分析

2.1 基于支持向量機(jī)的臘肉品質(zhì)等級(jí)檢測(cè)模型預(yù)測(cè)結(jié)果

2.1.1 近紅外光譜處理結(jié)果與分析

利用近紅外檢測(cè)技術(shù)采集校驗(yàn)集樣品光譜得到如圖2a所示的原始光譜圖，其橫坐標(biāo)為波長(zhǎng)，縱坐標(biāo)為樣品進(jìn)行歸一化處理后的吸光度。圖2b、c、d是用遺傳算法進(jìn)行特征光譜選擇后得到的酸價(jià)、過(guò)氧化值、揮發(fā)性鹽基氮的結(jié)果圖，深色縱帶為圖中指標(biāo)所對(duì)應(yīng)的波長(zhǎng)段。優(yōu)選的波段主要集中在863～873 nm、895～900 nm、930～963 nm和1 012～1 022 nm這幾個(gè)波段，雖然檢測(cè)指標(biāo)不同，所選取的波段不同，但是所用波長(zhǎng)總數(shù)依然是整個(gè)波段波長(zhǎng)數(shù)（198=1048-850）的1/3。可以看出遺傳算法對(duì)波段進(jìn)行波長(zhǎng)選擇，能使模型精度提高，建模所用波長(zhǎng)數(shù)減少。

2.1.2 微生物菌落處理結(jié)果與分析

圖3a、c、e分別是第6、14、28天某樣品的微生物菌落原始圖像，其中白色代表菌斑；圖3b、d、f是樣品菌斑圖像進(jìn)行平滑去噪以及黏連菌落分割處理后的圖像。第6天菌斑是作為發(fā)酵劑的微生物所引起的，國(guó)標(biāo)中允許在臘肉表面殘留一定的微生物，這些作為發(fā)酵劑的微生物有利于增加臘肉的特有風(fēng)味。第12天菌相開(kāi)始發(fā)生變化，說(shuō)明在這個(gè)時(shí)間樣品的優(yōu)勢(shì)菌種已經(jīng)發(fā)生改變，而且此時(shí)菌斑數(shù)量明顯增多。第28天菌斑數(shù)量較之第12天增加更多，通過(guò)計(jì)數(shù)得知，此時(shí)的菌落總數(shù)為32 854 CFU/g，已經(jīng)超過(guò)了國(guó)標(biāo)[28]中10 000 CFU/g的標(biāo)準(zhǔn)。

圖4是一個(gè)月內(nèi)校驗(yàn)集樣本微生物菌落總數(shù)變化圖，通過(guò)數(shù)字圖像處理方法得到的菌落總數(shù)與通過(guò)國(guó)標(biāo)人工計(jì)數(shù)的方法得到的菌落總數(shù)幾乎相同，這證明了通過(guò)數(shù)字圖像處理技術(shù)可以獲得微生物菌落總數(shù)，提高效率。

2.1.3 支持向量機(jī)模型分類預(yù)測(cè)結(jié)果與分析

SVM是Vapnik在多年研究統(tǒng)計(jì)學(xué)習(xí)理論線性分類的基礎(chǔ)上，提出的一種設(shè)計(jì)最佳準(zhǔn)則，其最終決策函數(shù)只有少量的支持向量決定，所以具有較好的魯棒性，簡(jiǎn)單高效[29]。由于本研究只有酸價(jià)、過(guò)氧化值、揮發(fā)性鹽基氮、菌落總數(shù)4 項(xiàng)指標(biāo)，所以建立SVM臘肉品質(zhì)檢測(cè)模型可以很迅速地實(shí)現(xiàn)臘肉品質(zhì)的準(zhǔn)確分類。

本研究樣品存在非線性不可分的情況，可以用低維空間的非線性問(wèn)題轉(zhuǎn)化為高維空間的線性問(wèn)題，然后在這個(gè)新空間中求解最優(yōu)超平面。這種非線性轉(zhuǎn)化是通過(guò)定義適當(dāng)?shù)膬?nèi)積核函數(shù)實(shí)現(xiàn)的[30]。選擇正確的內(nèi)積核函數(shù)可以使原空間到高維空間的非線性映射計(jì)算量大大減少。

為得到新空間中的函數(shù)集合，需要選取最佳的懲罰參數(shù)c和核函數(shù)參數(shù)g。采取交叉驗(yàn)證（cross validation，CV）的方法，可以避免欠學(xué)習(xí)和過(guò)學(xué)習(xí)的現(xiàn)象。本研究在采用k-CV方法時(shí)，得到的分類結(jié)果準(zhǔn)確率是97.5%。這種算法雖然可以找到最佳的c和g，可是因?yàn)楸狙芯繉ふ易顑?yōu)c和g的網(wǎng)格范圍較大，用k-CV方法會(huì)遍歷網(wǎng)格內(nèi)的所有參數(shù)點(diǎn)，較為費(fèi)時(shí)，而且準(zhǔn)確率還有待提高，所以采用粒子群優(yōu)化算法來(lái)進(jìn)行模型優(yōu)化。

2.2 基于PSO算法的優(yōu)化模型分類預(yù)測(cè)結(jié)果與分析

粒子群優(yōu)化（PSO）算法是通過(guò)模擬鳥(niǎo)群覓食行為而發(fā)展起來(lái)的一種基于群體協(xié)作的隨機(jī)搜索算法。每個(gè)PSO算法的“粒子”表示的空間中可能的解，每個(gè)粒子具有由適應(yīng)度函數(shù)來(lái)確定一個(gè)相應(yīng)的適應(yīng)值。PSO粒子群算法優(yōu)化SVM分類預(yù)測(cè)參數(shù)選擇結(jié)果如圖5所示。

圖 5 PSO粒子群算法優(yōu)化SVM分類預(yù)測(cè)參數(shù)選擇結(jié)果

Fig. 5 Selection of parameters for predictive classification of Chinese bacon quality by the optimized SVM model

由圖5可知，得到最佳懲罰參數(shù)c和核函數(shù)參數(shù)g分別為0.707 1和1.414 2。將預(yù)測(cè)參數(shù)選擇出的最佳懲罰參數(shù)c和核函數(shù)g參數(shù)帶入到SVM算法函數(shù)集合式中，得到經(jīng)PSO算法優(yōu)化后的支持向量機(jī)分類預(yù)測(cè)模型的準(zhǔn)確率為100%。所以，采用PSO算法尋找最佳懲罰參數(shù)c和核函數(shù)參數(shù)g，不但可以解決人工選取懲罰參數(shù)c和核函數(shù)參數(shù)g沒(méi)有相關(guān)的理論依據(jù)，解決人工反復(fù)實(shí)驗(yàn)選取的問(wèn)題，而且還可以優(yōu)化已建立的支持向量機(jī)分類預(yù)測(cè)模型，提高模型的精確度和泛化能力。

2.3 優(yōu)化支持向量機(jī)模型與生化方法分級(jí)預(yù)測(cè)結(jié)果對(duì)比

表1是用生化方法對(duì)臘肉進(jìn)行分級(jí)預(yù)測(cè)的結(jié)果。利用優(yōu)化后的SVM模型對(duì)預(yù)測(cè)集40 個(gè)樣品采集的數(shù)據(jù)進(jìn)行預(yù)測(cè)，結(jié)果如表2所示。

對(duì)比兩表中各項(xiàng)數(shù)據(jù)可以看出，2 種方法所得分級(jí)預(yù)測(cè)結(jié)果基本相同，證明可以用粒子群優(yōu)化支持向量機(jī)模型對(duì)臘肉等級(jí)進(jìn)行準(zhǔn)確檢測(cè)。

3 結(jié) 論

本研究對(duì)臘肉品質(zhì)進(jìn)行分級(jí)預(yù)測(cè)的結(jié)果與使用生化方法對(duì)臘肉進(jìn)行分級(jí)預(yù)測(cè)的結(jié)果基本相同，證明所建支持向量機(jī)預(yù)測(cè)模型可以對(duì)臘肉品質(zhì)等級(jí)進(jìn)行準(zhǔn)確的分類檢測(cè)。而且經(jīng)粒子群算法優(yōu)化后的支持向量機(jī)分類預(yù)測(cè)模型準(zhǔn)確率從97.5%提高到100%，運(yùn)算時(shí)間縮短5.3 s，模型的準(zhǔn)確率和效率得到了很大提高。

本研究在國(guó)家相關(guān)食品標(biāo)準(zhǔn)的基礎(chǔ)上，通過(guò)支持向量機(jī)對(duì)影響臘肉品質(zhì)的因素進(jìn)行多數(shù)據(jù)融合，建立了臘肉品質(zhì)等級(jí)檢測(cè)模型，并利用粒子群算法進(jìn)行模型優(yōu)化從而對(duì)樣品臘肉品質(zhì)等級(jí)進(jìn)行模式識(shí)別及快速判別。本研究建立的檢測(cè)模型較傳統(tǒng)理化檢驗(yàn)方法有如下優(yōu)點(diǎn)：1）傳統(tǒng)理化檢驗(yàn)操作復(fù)雜，檢驗(yàn)周期為15 d左右，而本研究模型在保證精度的同時(shí)可以簡(jiǎn)單迅速進(jìn)行現(xiàn)場(chǎng)實(shí)時(shí)檢驗(yàn)；2）傳統(tǒng)理化檢驗(yàn)是一種破壞性的檢驗(yàn)，而本研究為無(wú)損檢驗(yàn)。所以本研究可以為相關(guān)部門提供一種快速檢測(cè)技術(shù)，保證消費(fèi)者的食用安全。

參考文獻(xiàn)：

[1] 郭昕， . 湘西臘肉品質(zhì)評(píng)價(jià)指標(biāo)間的相關(guān)性研究[J]. 食品工業(yè)， 2015， 36（1）： 281-283.

[2] 趙杰文， 惠矗 黃林， 等. 高光譜成像技術(shù)檢測(cè)雞肉中揮發(fā)性鹽基氮含量[J]. 激光與光電子學(xué)進(jìn)展， 2013， 50（7）： 1-3. DOI：10.3788/LOP50.073003.

[3] 周令國(guó)， 肖琳， 祝義偉， 等. 近紅外光譜技術(shù)快速檢測(cè)臘肉酸價(jià)和過(guò)氧化值[J]. 肉類研究， 2012， 26（3）： 30-33. DOI：10.3969/j.issn.1001-8123.2012.03.009.

[4] 陳美春， 楊勇， 石磊. 四川臘肉生產(chǎn)過(guò)程中理化及微生物特性的研究[J]. 食品科學(xué)， 2008， 29（5）： 1002-6630.

[5] 黃偉， 楊秀娟， 張燕鳴， 等. 近紅外光譜技術(shù)在肉類定性鑒別中的研究進(jìn)展[J]. 肉類研究， 2014， 28（1）： 31-34.

[6] 楊昆程， 郭培源， 劉碩， 等. 高光譜技術(shù)在臘肉亞硝酸鹽含量檢測(cè)的應(yīng)用[J]. 科技通報(bào)， 2016， 32（4）： 70-74. DOI：10.13774/ki.kjtb.2016.04.015.

[7] 賀稚非， 薛山. 川味臘肉貨架期間的品質(zhì)變化[J]. 食品工業(yè)科技， 2013， 34（18）： 318-321. DOI：10.13386/j.issn1002-0306.2013.18.081.

[8] 中A人民共和國(guó)衛(wèi)生部， 中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì). GB/T 5009.37―2003 食用植物油衛(wèi)生標(biāo)準(zhǔn)分析方法[S]. 北京： 中國(guó)標(biāo)準(zhǔn)出版社， 2003.

[9] 中華人民共和國(guó)衛(wèi)生部， 中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì). GB 5009.44―2003 肉與肉制品 衛(wèi)生標(biāo)準(zhǔn)的分析方法[S]. 北京： 中國(guó)標(biāo)準(zhǔn)出版社， 2003.

[10] 趙建華. 基于SOM神經(jīng)網(wǎng)絡(luò)的半監(jiān)督分類算法[J]. 西華大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2015， 34（1）： 36-40. DOI：10.3969/j.issn.1673-159X.2015.01.029.

[11] 王昕琨， 郭培源， 林巖. 基于多數(shù)據(jù)融合技術(shù)的臘肉品質(zhì)分級(jí)方法[J]. 食品科學(xué)， 2014， 35（2）： 217-221. DOI：10.7506/spkx1002-6630-201402042.

[12] RUST S R， PRICE D M， SUBBIAH J， et al. Predicting beef tenderness using near-infrared spectroscopy[J]. Journal of Animal Science， 2007， 86（1）： 211-219. DOI：10.2527/jas.2007-0084.

[13] 勵(lì)建榮， 王麗， 張曉敏， 等. 近紅外光譜結(jié)合偏最小二乘法快速檢測(cè)大黃魚(yú)新鮮度[J]. 中國(guó)食品學(xué)報(bào)， 2013， 13（6）： 209-214. DOI：10.16429/j.1009-7848.2013.06.015.

[14] 趙俊華， 郭培源， 邢素霞， 等. 基于高光譜成像的臘肉細(xì)菌總數(shù)預(yù)測(cè)建模方法研究[J]. 中國(guó)調(diào)味品， 2016， 41（2）： 74-78. DOI：10.3969/j.issn.1000-9973.2016.02.015.

[15] LI Weijun， LIU Zhenyu. A method of SVM with normalization in intrusion detection[C]//Proceedings of the 2011 2nd International Conference on Challenges in Environmental Science and Computer Engineering. Haikou： Procedia Environmental Sciences， 2011： 256-262.

[16] ZHONG Jingjing， TSE P W， WANG Dong. Novel Bayesian inference on optimal parameters of support vector machines and its application to industrial survey data classification[J]. Neurocomputing， 2015， 211（26）： 159-171. DOI：10.1016/j.neucom.2015.12.132.

[17] 陳燁， 劉淵. 基于參數(shù)優(yōu)化SVM融合的網(wǎng)絡(luò)異常檢測(cè)[J]. 計(jì)算機(jī)應(yīng)用于軟件， 2013， 30（9）： 39-43. DOI：10.3969/j.issn.1000-386x.2013.09.012.

[18] 王健峰， 張磊， 陳國(guó)興， 等. 基于改進(jìn)的網(wǎng)格搜索法的SVM參數(shù)優(yōu)化[J]. 應(yīng)用科技， 2012， 39（3）： 28-31. DOI：10.3969/j.issn.1009-671X.201112016.

[19] 劉志康. 一種改進(jìn)的混合核函數(shù)支持向量機(jī)文本分類方法[J]. 工業(yè)控制計(jì)算機(jī)， 2016， 29（6）： 113-114. DOI：10.3969/j.issn.1001-182X.2016.06.050.

[20] 胡局新， 張功杰. 基于K折交叉驗(yàn)證的選擇性集成分類算法[J]. 科技通報(bào)， 2013， 29（12）： 115-117. DOI：10.3969/j.issn.1001-7119.2013.12.039.

[21] 谷文成， 柴寶仁. 基于粒子群優(yōu)化算法的支持向量機(jī)研究[J]. 北京理工大學(xué)學(xué)報(bào)， 2014， 34（7）： 705-709. DOI：10.15918/j.tbit1001-0645.2014.07.014.

[22] 杜軍崗， 魏汝祥， 劉寶平. 基于PSO優(yōu)化LS-SVM的小樣本非線性協(xié)整檢驗(yàn)與建模研究[J]. 系統(tǒng)工程理論與實(shí)踐， 2014， 34（9）： 2322-2331.

[23] CAI Zhuoran， ZHAO Honglin， YANG Zhutian， et al. A modular spectrum sensing system based on PSO-SVM[J]. Sensors， 2012， 12（11）： 15292-15307. DOI：10.3390/s121115292.

[24] ALI B， HASHEMI， MEYBODI M R. A note on the learning automata based algorithms for adaptive parameter selection in PSO[J]. Applied Soft Computing Journal， 2011， 11（1）： 689-705. DOI：10.1016/j.asoc.2009.12.030.

[25] 陳治明. 改進(jìn)的粒子群算法及其SVM參數(shù)優(yōu)化應(yīng)用[J]. 計(jì)算機(jī)工程與應(yīng)用， 2011， 47（10）： 38-40. DOI：10.3778/j.issn.1002-8331.2011.10.011.

[26] 張慶， 劉丙杰. 基于PSO和分組訓(xùn)練的SVM參數(shù)快速優(yōu)化方法[J]. 科學(xué)技術(shù)與工程， 2008， 8（16）： 4613-4616. DOI：10.3969/j.issn.1671-1815.2008.16.045.

[27] 匡芳君， 徐蔚， 張思揚(yáng). 基于改進(jìn)混沌粒子群的混合核SVM參數(shù)優(yōu)化及應(yīng)用[J]. 計(jì)算機(jī)應(yīng)用研究， 2014， 31（3）： 671-687. DOI：10.3969/j.issn.1001-3695.2014.03.007.

[28] 中華人民共和國(guó)衛(wèi)生部， 中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì). GB 2726―2005 熟肉制品衛(wèi)生標(biāo)準(zhǔn)[S]. 北京： 中國(guó)標(biāo)準(zhǔn)出版社： 2005.

篇8

當(dāng)前荷蘭預(yù)算赤字占國(guó)內(nèi)生產(chǎn)總值（GDP）的比例約為4.6%，根據(jù)歐盟委員會(huì)規(guī)定，荷蘭需將預(yù)算赤字占GDP比例在2013年降低至3%。正是由于為了滿足歐盟預(yù)算赤字要求，荷蘭政治聯(lián)盟已經(jīng)歷了長(zhǎng)達(dá)七周的談判。而由于聯(lián)盟主要黨派反對(duì)預(yù)算緊縮計(jì)劃，致使談判破裂，并直接導(dǎo)致上述首相呂特的辭職。由于在女王考慮首相辭呈期間政府還在工作，因此荷蘭財(cái)長(zhǎng)德亞赫4月27日稱，荷蘭議會(huì)可能會(huì)部分批準(zhǔn)預(yù)算削減計(jì)劃，以避免預(yù)算在9月12日選舉前突破歐盟規(guī)定的限制。修訂后的預(yù)算計(jì)劃包括提高增值稅，對(duì)礦物燃料和煙酒額外征稅以及削減醫(yī)療福利支出。緊縮舉措還包括公務(wù)員工資凍結(jié)兩年以及對(duì)銀行的新增稅率提高1倍。雖然有一些小黨派支持這一緊縮計(jì)劃，但是工會(huì)和其他反對(duì)黨對(duì)這一協(xié)議大加抨擊，稱這將損害經(jīng)濟(jì)，并警告選舉后這些舉措將形同廢紙。

我們知道荷蘭是歐元區(qū)為數(shù)不多幾個(gè)仍擁有AAA評(píng)級(jí)的成員國(guó)之一，更重要的是荷蘭是二戰(zhàn)之后歐洲統(tǒng)合中除德國(guó)和法國(guó)之外最重要的核心國(guó)家。歐盟的前身最早可追溯至1951年4月18日成立的歐洲煤鋼聯(lián)營(yíng)（ECSC）。1950年法國(guó)外長(zhǎng)舒曼提出“歐洲煤鋼聯(lián)營(yíng)計(jì)劃”(即“舒曼計(jì)劃”)建議：“煤鋼生產(chǎn)的聯(lián)營(yíng)將保證歐洲聯(lián)邦共同基礎(chǔ)的建立和發(fā)展，還可以改變這一地區(qū)長(zhǎng)期生產(chǎn)武器使它自己成為犧牲品這一命運(yùn)，”“這樣結(jié)合起來(lái)的聯(lián)合生產(chǎn)意味著法、德之間發(fā)生戰(zhàn)爭(zhēng)是不可想象的，而且在物質(zhì)上也不可能?！贝撕蠓▏?guó)、西德、意大利、比利時(shí)、荷蘭、盧森堡等六個(gè)西歐國(guó)家開(kāi)始在此計(jì)劃基礎(chǔ)上進(jìn)行談判。1951年4月 18日上述六國(guó)在巴黎簽訂為期50年的《歐洲煤鋼聯(lián)營(yíng)條約》，它標(biāo)志著歐洲煤鋼聯(lián)營(yíng)正式成立。歐洲煤鋼聯(lián)營(yíng)以后又發(fā)展為歐洲經(jīng)濟(jì)共同體，再后發(fā)展為今天的歐盟。

歐洲債務(wù)危機(jī)發(fā)展到今天，從時(shí)間和空間的角度觀察都超出了最初一些歐洲政治家的預(yù)判，而證明了當(dāng)時(shí)一些更悲觀的估計(jì)是有見(jiàn)地的。這些相對(duì)悲觀的估計(jì)實(shí)際上是基于以下兩點(diǎn)觀察。

首先，自20世紀(jì)70年代經(jīng)濟(jì)學(xué)界開(kāi)始對(duì)用財(cái)政赤字作為衡量財(cái)政政策的標(biāo)準(zhǔn)和分析代際分配的手段提出質(zhì)疑，因此需要尋找替代財(cái)政赤字的方法，從新的角度觀察財(cái)政平衡問(wèn)題。1991年提出的代際核算方法就是這樣的新視角，代際核算方法實(shí)際上是用數(shù)據(jù)檢驗(yàn)政府的稅收和轉(zhuǎn)移支付政策能否實(shí)現(xiàn)代際平衡。從代際核算方法提出到現(xiàn)在，近30個(gè)國(guó)家建立自己的代際核算體系，代際核算方法已經(jīng)被用來(lái)分析財(cái)政政策的各方面問(wèn)題。許多政府機(jī)構(gòu)和國(guó)際組織都采用這套核算體系來(lái)分析財(cái)政政策。而該方法的主要特點(diǎn)就是在分析財(cái)政問(wèn)題中考慮了人口老齡化的后果。熟悉歐洲利用代際核算方法所做國(guó)別研究的人都不會(huì)對(duì)于歐洲債務(wù)危機(jī)的發(fā)生感到奇怪，因?yàn)檫@些研究早已討論了歐債危機(jī)與人口老齡化之間的關(guān)系，闡述了歐盟的人口老齡化問(wèn)題可以轉(zhuǎn)化為財(cái)政危機(jī)，進(jìn)而演變?yōu)閭鶆?wù)危機(jī)的原因。

篇9

這種本末倒置的焦點(diǎn)，在很大程度上反映了我們當(dāng)前的政治文化，尤其說(shuō)明了國(guó)會(huì)是如何脫離美國(guó)民眾所遭遇的一切的。與此同時(shí)，當(dāng)華盛頓的人們談?wù)摮嘧趾蛡鶆?wù)時(shí)，大部分時(shí)候，他們根本不知道他們?cè)谡務(wù)撌裁矗艺f(shuō)最多的人其實(shí)了解得最少。

也許最明顯的是，那些國(guó)會(huì)一直依賴的所謂經(jīng)濟(jì)專家，他們不止一次地完全錯(cuò)誤估計(jì)預(yù)算赤字的短期影響。自從美國(guó)總統(tǒng)奧巴馬上任后，那些偏好從傳統(tǒng)基金會(huì)得到經(jīng)濟(jì)分析的人們一直在等待預(yù)算赤字使得利率飆升?，F(xiàn)在每一天都如此！

雖然他們一直在等待，但那些利率已降至歷史上的最低點(diǎn)。你可能會(huì)認(rèn)為這些事實(shí)會(huì)使那些政客質(zhì)疑他們所選擇的專家?；蛘吣憧赡苓@么認(rèn)為，如果他們都不知道任何我們的狀況，怎么算了解政治。

但華盛頓并不只是對(duì)短期形勢(shì)感到困惑，而且也對(duì)長(zhǎng)期形勢(shì)感到糊涂。雖然債務(wù)可能是一個(gè)問(wèn)題，但我們的政治家和學(xué)者認(rèn)識(shí)債務(wù)的方式卻都錯(cuò)了，還夸大了問(wèn)題的嚴(yán)重性。

擔(dān)憂赤字的人描繪到這樣一個(gè)未來(lái)，當(dāng)我們需要借貸時(shí)，我們會(huì)變得一無(wú)所有。他們認(rèn)為，美國(guó)就像一個(gè)大家庭，他拿出太多的抵押了，一旦經(jīng)濟(jì)狀況不佳，分期付款也變得艱難。

然而，至少?gòu)膬蓚€(gè)方面來(lái)說(shuō)，上述觀點(diǎn)是一個(gè)比較糟糕的比喻。

首先，家庭要償還其債務(wù)，但政府卻不用。所以他們需要做的是確保債務(wù)的增長(zhǎng)速度遠(yuǎn)比其課稅基礎(chǔ)慢。事實(shí)上，第二次世界大戰(zhàn)期間的債務(wù)根本沒(méi)有償還，隨著美國(guó)經(jīng)濟(jì)增長(zhǎng)以及應(yīng)稅所得額的增加，它只是變得越來(lái)越無(wú)關(guān)緊要。

其次，這點(diǎn)幾乎沒(méi)有人想到，一個(gè)超額借貸的家庭欠的是別人的錢，但在很大程度上，美國(guó)的債務(wù)實(shí)質(zhì)是自己欠自己的錢。

債務(wù)幫助贏得了第二次世界大戰(zhàn)，這種說(shuō)法是真實(shí)的。那時(shí)的納稅人被套入債務(wù)的圈套，債務(wù)占國(guó)內(nèi)生產(chǎn)總值的百分比也遠(yuǎn)高于今天；但這些債務(wù)其實(shí)也由納稅人擁有，正如所有的人買儲(chǔ)蓄國(guó)債一樣。因此，債務(wù)并沒(méi)有使戰(zhàn)后的美國(guó)更窮。尤其是債務(wù)并不能阻止戰(zhàn)后一代經(jīng)歷美國(guó)歷史上收入和生活水平最大的提升。

但這個(gè)時(shí)代有什么不同嗎？其實(shí)并沒(méi)有你想的那樣的不同。

沒(méi)錯(cuò)，外國(guó)人現(xiàn)在持有巨額的美國(guó)的債務(wù)，包括相當(dāng)數(shù)量的政府債務(wù)。但每一美元的外國(guó)人購(gòu)買的美國(guó)債務(wù)中，就有89美分是我們購(gòu)買國(guó)外的債務(wù)。外國(guó)人往往在美國(guó)投資安全、低收益的資產(chǎn)，美國(guó)實(shí)際上從它的海外資產(chǎn)賺取的收益遠(yuǎn)遠(yuǎn)超過(guò)支付給外國(guó)投資者的數(shù)額。如果你想象的是一個(gè)國(guó)家已經(jīng)對(duì)中國(guó)負(fù)債累累，那你肯定是被誤導(dǎo)了。我們并不是在這個(gè)方向迅速前進(jìn)的。

不過(guò)，聯(lián)邦債務(wù)與美國(guó)未來(lái)的抵押貸款不同這一事實(shí)并不意味著債務(wù)是無(wú)害的。必須征收稅來(lái)支付利息，不需要成為右翼理論家，我們也承認(rèn)，如果沒(méi)有從生產(chǎn)活動(dòng)到避稅逃稅行為所造成的資源轉(zhuǎn)移，稅收會(huì)對(duì)經(jīng)濟(jì)施加一定的成本。但這些成本遠(yuǎn)不如之前超負(fù)債家庭的形容的那樣嚴(yán)重。

這也是為什么國(guó)家需要一個(gè)穩(wěn)定的、負(fù)責(zé)任的政府。歷史表明，當(dāng)情況允許的時(shí)候，如果政府愿意施加適度的高稅收，它能夠在更高水平的債務(wù)中生存，這遠(yuǎn)比今日的常規(guī)思維所讓你相信的要多得多。特別是英國(guó)，在過(guò)去170年里的歷史中，有81年里其債務(wù)都超過(guò)國(guó)內(nèi)生產(chǎn)總值的100%。當(dāng)凱恩斯撰寫(xiě)消費(fèi)的必要性，以擺脫經(jīng)濟(jì)大蕭條之時(shí)，英國(guó)有著比今天任何發(fā)達(dá)國(guó)家（除日本外）的更高的債務(wù)。

當(dāng)然，從某個(gè)意義上來(lái)說(shuō)，由于美國(guó)國(guó)內(nèi)有著瘋狂的反征稅保守運(yùn)動(dòng)，可能沒(méi)有一個(gè)這樣負(fù)責(zé)任的政府。但錯(cuò)誤并不在我們的債務(wù)中，而是在我們自己。

篇10

［關(guān)鍵詞］財(cái)政政策;國(guó)際收支;產(chǎn)出-吸收效應(yīng);儲(chǔ)蓄-投資效應(yīng);匯率效應(yīng)

作者簡(jiǎn)介：丁騁騁，男，復(fù)旦大學(xué)經(jīng)濟(jì)學(xué)院，上海 200433

一、財(cái)政政策與國(guó)際收支：理論綜述

國(guó)際經(jīng)濟(jì)學(xué)經(jīng)典理論往往只將國(guó)際收支不平衡歸于五個(gè)原因：臨時(shí)性不平衡、結(jié)構(gòu)性不平衡、貨幣性不平衡、周期性不平衡、收入性不平衡，卻很少將它與財(cái)政政策聯(lián)系起來(lái)。在Sidney Stuart Alexander1952提出的國(guó)際收支吸收分析法（Absorption Approach）中，我們可大致看到財(cái)政政策-國(guó)際收支最早的理論分析。亞歷山大認(rèn)為一國(guó)國(guó)際收支差額（B）為國(guó)民收入（Y）與國(guó)內(nèi)吸收（A）之差，即：B=Y-A，而A=C+I。當(dāng)一國(guó)實(shí)行擴(kuò)張的財(cái)政政策時(shí)，A增加，國(guó)際收支（B）就趨于逆差。但問(wèn)題是，財(cái)政政策對(duì)Y也會(huì)產(chǎn)生影響，這樣一來(lái)，財(cái)政政策與國(guó)際收支之間的關(guān)系就不能簡(jiǎn)單地一言以蔽之。另外，我們通過(guò)國(guó)民收入賬戶可以得到等式：Y=C+I+G+X＝C+S+T+M，也即：I-S+(G-T)=M-X。當(dāng)投資與儲(chǔ)蓄相等時(shí)，財(cái)政赤字與經(jīng)常賬戶赤字存在一對(duì)一的關(guān)系；但如果I≠S，情況就變得十分復(fù)雜。無(wú)論是吸收分析法，還是國(guó)民收入賬戶，都僅把國(guó)際收支中的經(jīng)常賬戶（而且主要是貿(mào)易賬戶）納入分析框架。關(guān)于財(cái)政政策與經(jīng)常賬戶之間關(guān)系歷來(lái)存在很大爭(zhēng)論，學(xué)界有兩種幾乎對(duì)立的看法。

一種觀點(diǎn)認(rèn)為財(cái)政政策與經(jīng)常賬戶存在關(guān)聯(lián)，財(cái)政赤字引起經(jīng)常賬戶赤字。如新劍橋?qū)W派認(rèn)為：由于私人部門的總支出和可支配收入大體相等，因此投資與私人儲(chǔ)蓄之間的差大體為零，因此政府預(yù)算赤字增加，就引起外部赤字上升。Vinals, Minford和Melitz（1986）區(qū)分了固定匯率與浮動(dòng)匯率兩種不同條件下財(cái)政政策對(duì)國(guó)際收支的影響作用。認(rèn)為在固定匯率制下，預(yù)算赤字的擴(kuò)大必定導(dǎo)致經(jīng)常項(xiàng)目惡化。[1]另一方面，在預(yù)算平衡時(shí)，財(cái)政政策擴(kuò)張僅在浮動(dòng)匯率制下才會(huì)導(dǎo)致經(jīng)常項(xiàng)目赤字。Sachs等人（1994）還區(qū)分了政府支出暫時(shí)性增加與持久性增加對(duì)一國(guó)國(guó)際收支的影響，認(rèn)為在資本自由流動(dòng)的國(guó)家，政府支出增加都將惡化國(guó)際收支，而對(duì)實(shí)行資本控制的國(guó)家卻沒(méi)有任何影響。Obsfeld和Rogoff（1996）的跨期迭代模型中則認(rèn)為人口變化趨勢(shì)和稅收的代際影響也是決定國(guó)民收入和經(jīng)常項(xiàng)目的重要因素。政府預(yù)算赤字引起經(jīng)常項(xiàng)目出現(xiàn)暫時(shí)性的惡化，但在第二期后又回到以前水平。[2]另一種觀點(diǎn)則是財(cái)政政策與經(jīng)常賬戶無(wú)關(guān)論，認(rèn)為財(cái)政政策對(duì)經(jīng)常賬戶不平衡沒(méi)有作用。這種觀點(diǎn)的理論源頭一直可以上溯到19世紀(jì)提出的“李嘉圖等價(jià)”。后來(lái)經(jīng)濟(jì)學(xué)家，如Vinals，Minford與Melitz（1986），Erceg， Guerrieri和Guest（2005）對(duì)此進(jìn)一步發(fā)展，指出財(cái)政政策-國(guó)際收支之間并不存在一對(duì)一的關(guān)系，或者兩者關(guān)系很小。[1］［3］(825)

在關(guān)于財(cái)政政策與經(jīng)常賬戶之間關(guān)系的實(shí)證研究中，大致有三種不同的結(jié)論：(1)大多數(shù)經(jīng)濟(jì)學(xué)家認(rèn)為財(cái)政赤字與一國(guó)國(guó)際收支赤字成正相關(guān)。例如，Eisner(1991)使用凈出口占GNP比重作為因變量，使用經(jīng)過(guò)價(jià)格調(diào)整的充分就業(yè)下的財(cái)政赤字占GNP的比重作為自變量，建立了一個(gè)單一方程的最小二乘法方程，最后發(fā)現(xiàn)美國(guó)預(yù)算赤字對(duì)貿(mào)易赤字存在正效應(yīng)。Roubini(1988)，Normandin(1999)認(rèn)為政府財(cái)政預(yù)算赤字會(huì)引起貿(mào)易赤字的更加惡化，在美國(guó)，財(cái)政赤字增加1美元會(huì)引起0.22―0.98美元的外部赤字。而對(duì)發(fā)展中國(guó)家的實(shí)證

研究也得到了較一致的結(jié)論。(2)Evans(1988)，Bussiere(2004)等人的研究得到的結(jié)論是，財(cái)政赤字僅對(duì)經(jīng)常項(xiàng)目產(chǎn)生微小的影響。Erceg, Guerrieri和Guest（2005）[3］發(fā)現(xiàn)財(cái)政赤字（與GDP之比）增加一個(gè)百分點(diǎn)，將引起貿(mào)易余額（與GDP之比）惡化0.2個(gè)百分比。(3)Roubini和Kim（2003）通過(guò)結(jié)構(gòu)性VAR分析得到一個(gè)令人驚奇的結(jié)論，擴(kuò)張性的財(cái)政沖擊會(huì)改善經(jīng)常項(xiàng)目。[4]

二、財(cái)政政策影響國(guó)際收支的三個(gè)作用機(jī)制

通過(guò)文獻(xiàn)解讀，本文發(fā)現(xiàn)，目前已有的關(guān)于財(cái)政政策與國(guó)際收支之間關(guān)系的研究主要是通過(guò)以下三個(gè)作用機(jī)制來(lái)實(shí)現(xiàn)的：(1)在預(yù)算平衡的情況下，通過(guò)國(guó)民收入賬戶I-S+(G-T)=M-X推導(dǎo)可知，經(jīng)常項(xiàng)目盈余等于儲(chǔ)蓄減去投資，即CA=S-I。一國(guó)的儲(chǔ)蓄與投資水平在很大程度上受該國(guó)財(cái)政政策的影響，因此，財(cái)政政策可能通過(guò)影響儲(chǔ)蓄和投資，進(jìn)而影響國(guó)際收支。這個(gè)機(jī)制主要是側(cè)重于財(cái)政政策對(duì)儲(chǔ)蓄與投資的影響，這里稱之為儲(chǔ)蓄-投資效應(yīng)。［5](2)從吸引分析法來(lái)看，B=Y-A，一國(guó)的國(guó)際收支等于總產(chǎn)出與總吸收之差。財(cái)政政策影響總吸收，同時(shí)也關(guān)系到總產(chǎn)出水平，因此財(cái)政政策可以通過(guò)改變產(chǎn)出和吸收從而影響國(guó)際收支。這個(gè)機(jī)制主要是側(cè)重財(cái)政政策對(duì)產(chǎn)出和吸收的影響，這里不防稱之為產(chǎn)出-吸收效應(yīng)。(3)如果把經(jīng)常賬戶再擴(kuò)展一下，經(jīng)常賬戶為貿(mào)易余額與國(guó)外凈資產(chǎn)收入之和，即：CA=TB+iB-1，TB為貿(mào)易余額，iB-1為國(guó)外的凈資產(chǎn)收入。貿(mào)易余額又由實(shí)際匯率決定，因此，財(cái)政政策可能使得實(shí)際匯率升值從而導(dǎo)致經(jīng)常項(xiàng)目赤字。

（一）財(cái)政政策的儲(chǔ)蓄-投資效應(yīng)

宏觀經(jīng)濟(jì)學(xué)的一個(gè)重要發(fā)展就是把跨時(shí)期的預(yù)算約束引入微觀分析中，在薩克斯以及Obsfeld、Rogoff等人的努力下又將跨期預(yù)算約束引入開(kāi)放經(jīng)濟(jì)條件下的宏觀經(jīng)濟(jì)學(xué)。本文主要討論跨期預(yù)算約束模型下稅收融資的政府暫時(shí)性增加支出與持久性增加支出兩種不同情形，通過(guò)儲(chǔ)蓄-投資機(jī)制怎樣來(lái)影響國(guó)際收支。

1.稅收融資的政府支出的暫時(shí)性增加。如果稅收融資的政府支出暫時(shí)增加，如用于戰(zhàn)爭(zhēng)的軍費(fèi)開(kāi)支，政府暫時(shí)性支出增加必定以增稅為前提，假定第一期政府支出G1和稅收T1等量增加，第二期政府支出G2和稅收T2保持不變。從跨期消費(fèi)模型可以知道，由于增稅消費(fèi)者收入減少，第一期消費(fèi)C1將下降，但幅度沒(méi)有T1上升那么大。因?yàn)槎愂盏臅簳r(shí)性增加意味著可支配收入的暫時(shí)下降，所以試圖維持穩(wěn)定消費(fèi)的家庭在稅收暫時(shí)提高時(shí)憑未來(lái)收入作擔(dān)保去借債，這樣一來(lái)，私人儲(chǔ)蓄就會(huì)下降。通過(guò)等式I-S+(G-T)=M-X我們可知，對(duì)無(wú)法改變世界利率水平的小國(guó)而言，投資不變而儲(chǔ)蓄下降會(huì)降低其經(jīng)常項(xiàng)目余額。從中我們可以看出，以稅收融資的政府支出的暫時(shí)性增加會(huì)造成經(jīng)常項(xiàng)目的惡化。對(duì)實(shí)行資本控制國(guó)家而言，私人儲(chǔ)蓄的下降將造成國(guó)內(nèi)利率的上升，而不是經(jīng)常項(xiàng)目的惡化。如果是資本自由流動(dòng)的大國(guó)，一旦儲(chǔ)蓄下降影響著世界利率水平，促使其上升，但同時(shí)又會(huì)使該國(guó)經(jīng)常項(xiàng)目惡化。世界利率水平提高將使世界其它地區(qū)的儲(chǔ)蓄增加、投資下降，從而改善了這些國(guó)家的經(jīng)常項(xiàng)目。[2]

2.稅收融資的政府支出的持久性增加。在以更高的稅收來(lái)融資的政府支出的持久性增加中，G1和G2增加相同的量ΔG，兩個(gè)時(shí)期的稅收T1和T2也增加相同的量ΔT。政府儲(chǔ)蓄保持不變。持久性的稅收增加導(dǎo)致的可支配收入持久性下降，因此家庭將整個(gè)消費(fèi)習(xí)慣作出調(diào)整，將支出減少，而且幅度比在稅收暫時(shí)增加的情形要大。因此，在政府持久性的稅收增加的情況下私人儲(chǔ)蓄不會(huì)下降太多，甚至根本不會(huì)下降。因此，在資本自由流動(dòng)的小國(guó)經(jīng)濟(jì)中，私人儲(chǔ)蓄下降幅度很小，對(duì)經(jīng)常項(xiàng)目造成的影響也較小，而小國(guó)是無(wú)權(quán)決定利率高低的。在資本實(shí)行控制的情形下，儲(chǔ)蓄有較小的下降，但對(duì)經(jīng)常項(xiàng)目沒(méi)有影響，利率上升。在資本可以自由流動(dòng)的大國(guó)經(jīng)濟(jì)中，私人儲(chǔ)蓄下降幅度很小，因此對(duì)經(jīng)常項(xiàng)目造成的影響也較小，利率有小幅上升。

我們總結(jié)擴(kuò)張性財(cái)政政策在兩種不同的沖擊類型下，對(duì)經(jīng)常項(xiàng)目的不同影響結(jié)果，得到表1。

（二）財(cái)政政策的產(chǎn)出―吸收效應(yīng)

擴(kuò)張性的財(cái)政政策對(duì)國(guó)際收支產(chǎn)生作用的第二個(gè)微觀機(jī)制是產(chǎn)出-吸收效應(yīng)。財(cái)政政策一旦實(shí)行擴(kuò)張，不光增加投資與公共消費(fèi)，使進(jìn)口增加，同時(shí)也提高了產(chǎn)出。如此，兩者關(guān)系就變得撲朔迷離。因此，我們必須區(qū)分不同的匯率制度，不同的財(cái)政支出結(jié)構(gòu)，以及不同的外部經(jīng)濟(jì)環(huán)境才能得到結(jié)論。

Mundell-Fleming模型強(qiáng)調(diào)了在固定匯率制度下，增加對(duì)國(guó)內(nèi)產(chǎn)品的公共支出以及提高稅收將會(huì)相應(yīng)引起國(guó)內(nèi)產(chǎn)出增加，但經(jīng)常項(xiàng)目保持不變。因?yàn)楫a(chǎn)出和稅收都增加，但居民的可支配收入不變。另一方面，在浮動(dòng)匯率制度下，財(cái)政擴(kuò)張導(dǎo)致對(duì)國(guó)內(nèi)產(chǎn)品需求增加，會(huì)引起本幣升值，最后導(dǎo)致經(jīng)常項(xiàng)目赤字。但經(jīng)常項(xiàng)目赤字又會(huì)被最初總需求的增加沖銷，使國(guó)內(nèi)總產(chǎn)出保持不變(見(jiàn)表2)。

以此為基礎(chǔ)，Vinals、Minford和Melitz[1]提出了一個(gè)跨期非均衡模型，他們認(rèn)為，當(dāng)經(jīng)濟(jì)體是經(jīng)歷著凱恩斯主義的失業(yè)，還是經(jīng)歷著古典失業(yè)，真實(shí)產(chǎn)出對(duì)擴(kuò)張財(cái)政政策的反應(yīng)是完全不同的。因?yàn)榻?jīng)常項(xiàng)目是產(chǎn)出與支出之差，經(jīng)常項(xiàng)目在以上兩種情況中反應(yīng)也是完全不同。另外，擴(kuò)張性財(cái)政政策是暫時(shí)性的還是永久性的，總需求潛在的反應(yīng)對(duì)其也不同，因此就須做跨期分析。

1.由于需求過(guò)低引起的凱恩斯主義失業(yè)的情形：(1)在浮動(dòng)匯率制度下，如果政府通過(guò)稅收融資，暫時(shí)性增加支出提高對(duì)非貿(mào)易產(chǎn)品的購(gòu)買，使該類產(chǎn)品產(chǎn)出增加，這就會(huì)引起對(duì)貨幣的過(guò)度需求，導(dǎo)致匯率升值。本幣升值使可貿(mào)易產(chǎn)品價(jià)格下降、需求上升，結(jié)果就是短期經(jīng)常項(xiàng)目赤字。如果政府通過(guò)發(fā)行貨幣而不是增稅來(lái)實(shí)現(xiàn)擴(kuò)張，那么就不會(huì)有過(guò)量的貨幣需求，只會(huì)引起不可貿(mào)易產(chǎn)品產(chǎn)出和就業(yè)的增加，而可貿(mào)易產(chǎn)品的產(chǎn)出和經(jīng)常項(xiàng)目不變。如果政府支出持久性增加，消費(fèi)者認(rèn)識(shí)到未來(lái)持續(xù)增稅，則私人消費(fèi)就會(huì)減少。結(jié)果，當(dāng)前對(duì)不可貿(mào)易產(chǎn)品的需求就下降，引起貨幣過(guò)量供給導(dǎo)致本幣實(shí)際匯率貶值，可貿(mào)易產(chǎn)品凈供給增加，由此改善經(jīng)常項(xiàng)目。由于貿(mào)易部門的產(chǎn)出上升、不可貿(mào)易部門的產(chǎn)出下降，因而整個(gè)就業(yè)與產(chǎn)出是否增加不能確定，但經(jīng)常項(xiàng)目改善。(2)在固定匯率制度下，稅收融資的政府支出增加對(duì)不可貿(mào)易產(chǎn)品的購(gòu)買，將在當(dāng)前增加不可貿(mào)易產(chǎn)品的產(chǎn)出。在價(jià)格既定的情況下，實(shí)際匯率也就不變，因此經(jīng)常項(xiàng)目也不會(huì)受到影響。在經(jīng)常項(xiàng)目不變，暫時(shí)性的財(cái)政預(yù)算擴(kuò)張會(huì)增加就業(yè)。如果政府購(gòu)買持久性增加，對(duì)不可貿(mào)易產(chǎn)品的當(dāng)前需求下降，因?yàn)轭A(yù)期稅收增加減少個(gè)人財(cái)富，結(jié)果導(dǎo)致不可貿(mào)易產(chǎn)品產(chǎn)出和就業(yè)下降，對(duì)可貿(mào)易產(chǎn)品的支出也下降，因而改善經(jīng)常項(xiàng)目。

2.由于實(shí)際工資過(guò)高引起的古典失業(yè)的情形：(1)在古典情形中，政府支出擴(kuò)張只有在貨幣數(shù)量同時(shí)增加時(shí)才會(huì)提升就業(yè)，而這種情況只有在浮動(dòng)匯率制度下政府通過(guò)增發(fā)貨幣時(shí)才發(fā)生。只有當(dāng)可貿(mào)易產(chǎn)品的產(chǎn)出增加，財(cái)政政策擴(kuò)張才會(huì)增加就業(yè)，因?yàn)椴豢少Q(mào)易產(chǎn)品產(chǎn)出既定。然而，可貿(mào)易產(chǎn)品產(chǎn)出提升，實(shí)際匯率就要貶值，但這種情形僅在貨幣供給增加匯率允許變動(dòng)的情況下發(fā)生。(2)在預(yù)期未來(lái)財(cái)政預(yù)算擴(kuò)張的情形下，現(xiàn)期的總產(chǎn)出和就業(yè)都不會(huì)有變化，因?yàn)榈谝黄趨R率是由貨幣市場(chǎng)單獨(dú)決定的。另一方面，因?yàn)轭A(yù)期未來(lái)增稅私人財(cái)富下降，私人對(duì)所有不可貿(mào)易產(chǎn)品的當(dāng)前和未來(lái)的消費(fèi)縮減?，F(xiàn)期可貿(mào)易產(chǎn)品產(chǎn)出不變，可貿(mào)易產(chǎn)品消費(fèi)下降導(dǎo)致經(jīng)常項(xiàng)目盈余。

值得注意的是：與稅收融資相比，政府通過(guò)發(fā)行債券融資提升了家庭財(cái)富，因而增加了當(dāng)前的消費(fèi)支出最后使經(jīng)常項(xiàng)目惡化。這無(wú)論在凱恩斯主義失業(yè)的情形下還是古典失業(yè)的情形下都有相同結(jié)果(見(jiàn)表3)。

（三）財(cái)政政策的匯率效應(yīng)

財(cái)政政策第三個(gè)對(duì)國(guó)際收支發(fā)揮作用的途徑是匯率效應(yīng)。一國(guó)的匯率分固定匯率制與浮動(dòng)匯率制。如果一國(guó)實(shí)行浮動(dòng)匯率制，在資本可以自由流動(dòng)的情況下，即使赤字沒(méi)有被貨幣化，擴(kuò)張性的財(cái)政政策將導(dǎo)致本國(guó)利率水平上升，吸引外國(guó)資本大量流入，引起本幣升值，最后又將導(dǎo)致國(guó)際收支經(jīng)常項(xiàng)目逆差。即：財(cái)政政策擴(kuò)張利率本幣升值國(guó)際收支逆差。

當(dāng)一國(guó)實(shí)行固定匯率制，擴(kuò)張性的財(cái)政政策通過(guò)貨幣發(fā)行來(lái)彌補(bǔ)時(shí)，又會(huì)通過(guò)匯率渠道對(duì)國(guó)際收支產(chǎn)生影響。當(dāng)貨幣發(fā)行增加，導(dǎo)致價(jià)格水平上升。我們知道，實(shí)際匯率用公式表示為e=EPP，其中EP為國(guó)外的價(jià)格水平，P為國(guó)內(nèi)的價(jià)格水平。如果本國(guó)發(fā)生通貨膨脹，實(shí)際匯率升值，也將引起本國(guó)國(guó)際收支的逆差。即：財(cái)政赤字增發(fā)貨幣通貨膨脹實(shí)際匯率升值國(guó)際收支逆差。

三、基本結(jié)論及對(duì)我國(guó)的啟示

在我國(guó)現(xiàn)有著作中，目前還缺乏對(duì)財(cái)政政策與國(guó)際收支兩者關(guān)系的系統(tǒng)研究，這其中的一個(gè)重要原因是，我國(guó)財(cái)政赤字持續(xù)多年，但貿(mào)易收支長(zhǎng)期順差，幾乎沒(méi)有人會(huì)（表面上似乎也沒(méi)有必要）關(guān)注財(cái)政赤字對(duì)國(guó)際收支究竟造成了何種影響。但問(wèn)題是，我國(guó)的國(guó)際收支順差并非一種常態(tài)，一旦國(guó)際收支逆差（即便順差），財(cái)政政策究竟對(duì)國(guó)際收支產(chǎn)生什么樣的影響――這是一個(gè)具有超前現(xiàn)實(shí)意義的研究課題。另外，在國(guó)際收支調(diào)節(jié)的政策選擇上，受蒙代爾 “有效市場(chǎng)政策指派原則”影響，大家習(xí)慣上都認(rèn)為財(cái)政政策僅對(duì)內(nèi)部均衡發(fā)揮作用、貨幣政策對(duì)外部均衡進(jìn)行調(diào)節(jié)。這樣，人們相應(yīng)地忽視財(cái)政政策對(duì)于外部均衡的調(diào)節(jié)作用，將財(cái)政政策與國(guó)際收支之間的關(guān)系割裂開(kāi)來(lái)。理論模型及實(shí)證研究都表明，財(cái)政政策對(duì)國(guó)際收支通過(guò)微觀機(jī)制發(fā)揮著極其重要的作用，這種微觀作用機(jī)制包括：儲(chǔ)蓄―投資效應(yīng)，產(chǎn)出―吸收效應(yīng)以及匯率效應(yīng)。這本來(lái)是一國(guó)當(dāng)

局為實(shí)現(xiàn)內(nèi)部均衡而實(shí)行擴(kuò)張或緊縮的財(cái)政政策時(shí)，對(duì)外部均衡產(chǎn)生的一個(gè)被動(dòng)的結(jié)果。如果我們把握了其中的內(nèi)在關(guān)系，就可以主動(dòng)地運(yùn)用財(cái)政政策來(lái)實(shí)現(xiàn)外部均衡，當(dāng)然這一定是在特定的環(huán)境下。

從以上三個(gè)作用機(jī)制的分析來(lái)看，財(cái)政政策對(duì)國(guó)際收支產(chǎn)生影響的最基本前提是資本可以自由流動(dòng)的情況下。從儲(chǔ)蓄―投資效應(yīng)這個(gè)角度而言，如果資本可以自由流動(dòng)，則無(wú)論暫時(shí)性的還是持久性的政府支出增加，都會(huì)引起國(guó)際收支經(jīng)常賬戶的逆差。但如果實(shí)行資本控制，則擴(kuò)張性的財(cái)政政策對(duì)經(jīng)常項(xiàng)目沒(méi)有影響。與之同時(shí)，從匯率機(jī)制這個(gè)角度而言，要使擴(kuò)張性財(cái)政政策發(fā)揮作用也必須以資本開(kāi)放為前提。如果沒(méi)有這個(gè)條件，財(cái)政政策擴(kuò)張，利率上升，資本不能自由流動(dòng)，匯率機(jī)制也就失效。從以上兩個(gè)角度考慮，財(cái)政政策對(duì)我國(guó)目前外部均衡的影響甚微，但隨著對(duì)外開(kāi)放度不斷加大，資本賬戶在我國(guó)必定實(shí)現(xiàn)可自由兌換，在此情況下，如何運(yùn)用財(cái)政政策配合貨幣政策對(duì)外部均衡實(shí)現(xiàn)調(diào)控，就值得密切關(guān)注！ 從跨期非均衡模型中，我們又可以得到三個(gè)重要政策啟示：第一，在凱恩斯主義失業(yè)的情形下，通過(guò)貨幣發(fā)行（或在固定匯率制下通過(guò)稅收融資）政府增加對(duì)不可貿(mào)易產(chǎn)品的購(gòu)買從而增加政府暫時(shí)性支出，可以擴(kuò)大產(chǎn)出和就業(yè)而不至于引起經(jīng)常項(xiàng)目惡化。第二，在古典失業(yè)的情形下，通過(guò)改變對(duì)不可貿(mào)易產(chǎn)品政府支出以達(dá)到擴(kuò)大產(chǎn)出和就業(yè)的目的是一項(xiàng)無(wú)效的政策。但如果是浮動(dòng)匯率制，暫時(shí)性減稅并通過(guò)發(fā)行貨幣能夠在改善經(jīng)常賬戶的同時(shí)擴(kuò)大產(chǎn)出和就業(yè)。總之，暫時(shí)性或持久性地提升政府支出并不一定引起產(chǎn)出和就業(yè)的增加，只有在浮動(dòng)匯率制下貨幣供給量增加使本幣貶值，因而導(dǎo)致可貿(mào)易產(chǎn)品產(chǎn)出上升，這種擴(kuò)張效果才能見(jiàn)效。第三，如果我們考慮到政府債券構(gòu)成居民的凈財(cái)富，通過(guò)暫時(shí)性債券融資而形成的預(yù)算赤字與經(jīng)常項(xiàng)目赤字之間存在正相關(guān)關(guān)系。但如果是發(fā)行貨幣來(lái)融資，這種強(qiáng)相關(guān)關(guān)系就不存在。

我國(guó)人民幣還是以固定匯率制度為主要特征，并且總體上失業(yè)也主要由于總需求的不足引起，所以從理論上講，擴(kuò)張的財(cái)政政策對(duì)我國(guó)經(jīng)常項(xiàng)目不會(huì)造成明顯影響，只有在舉債融資的情況下有可能使經(jīng)常項(xiàng)目逆差。因此我國(guó)在通過(guò)發(fā)行債券融資來(lái)達(dá)到財(cái)政擴(kuò)張的目的時(shí)需慎之又慎！

主要參考文獻(xiàn)：

［1］Vinals, Jose，and Patrick Minford and Jacques Melitz, 1986, Fiscal Policy and the Current Account, Economic Policy, Vol.1, No.3.

［2］杰弗里?薩克斯，費(fèi)利普?拉雷恩．全球視角的宏觀經(jīng)濟(jì)學(xué)［M］．上海：上海三聯(lián)書(shū)店，上海人民出版社，2004．

［3］Erceg, Christopher J. and Luca Guerrieri and Christopher Guest, 2005, Expansionary Fiscal Shocks and the Trade Deficit, Board of Governors of the Federal Reserve System “International Finance Discussion Papers”.

［4］Roubini, Nourel ＆ Brad Setser，2004，The US as a Net Debtor: The Sustainability of the US External Imbalances，stern.nyu.edu/globalmacro