系統醫學論文范文第1篇
【摘要】 隨著我國城市化進程的不斷推進，我國各城市的交通壓力也變得越來越大，地鐵在一個城市的交通地位日漸顯現。地鐵在運行的過程中安全保障也愈發重要。為了保證地鐵運行的安全性與乘客的生命安全，必須不斷加強對于地鐵信號系統與屏蔽門聯動控制系統的技術性研究，本文對地鐵信號系統與屏蔽門控制接口進行研究論述，以供參考。
【關鍵詞】 地鐵 信號系統 屏蔽門
一、地鐵信號與屏蔽門控制接口作用
在城市軌道交通系統中，屏蔽門系統和信號系統作為兩個相互獨立，并在信號系統正常工作狀態時又相互聯動的兩個系統，信號系統與屏蔽門之間有相應的接口，并且有傳感器，這些設備的作用在于在地鐵的信號與屏蔽門的操作過程中進行各種信息的傳遞工作，比如說對于信號系統對于屏蔽門狀態的監視和列車的防護與站臺上下乘客時的開關門控制。
二、地鐵信號系統與屏蔽門控制接口運行分析
2.1接口功能綜述
信號系統和屏蔽門系統的接口，是信號系統中不可缺少和重要的接口之一，兩者在車站層面進行信息的傳遞。圖1就是顯示地鐵當中的屏蔽門控制信息及其相應的一些狀態信息在地鐵的車站信號控制系統和屏蔽門系統兩者的傳遞情況。
由于信號系統的安全控制級別相對較高，并采用故障導向安全的設計方式，故在信號系統的聯鎖集中站方案中，各車站的屏蔽門系統都通過安全性繼電器接口與集中站聯鎖系統相連，通過繼電器節點的閉合和斷開傳遞給信號系統屏蔽門狀態信號；在信號系統的區域聯鎖方案中，各車站的屏蔽門狀態通過安全性繼電器傳遞給本站聯鎖I/O模塊，區域聯鎖通過網絡采集各車站I/O模塊。同樣聯鎖通過上述設備傳遞給屏蔽門系統，開門信號和關門信號，屏蔽門系統在接收到開門信號時就執行開門動作；在接收關門信號時，就執行關門動作；當開門信號和關門信號都是為0時，屏蔽門系統保持上一個狀態；開門信號和開門信號由信號系統確保不能同時為1。
2.3接口信號
2.3.1 開門命令
對于開門命令而言，開門命一般由車載ATC系統發送聯鎖系統，并通過聯鎖的I/O模塊或者繼電器傳遞給屏蔽門系統；也有些設計是通過車載ATC將信號傳遞給軌旁ATC系統，由軌旁ATC發給聯鎖系統，并最終通過聯鎖的I/O模塊或者繼電器傳遞給屏蔽門系統。車載ATC必須符合以下情況才能操作打開屏蔽門：車頭和車尾處于停車窗+/-0.5m范圍內；同時檢測到列車已經施加了停車制動，并且切除了牽引；列車的為零速狀態；收到開門請求。
2.3.2 關門命令
對于關門的命令而言，當ATC車載收到相應的關門命令請求時。車載ATC就向軌旁設備發送關門命令，在進行關門命令的信號所需要持續的時間內信號必須保持在一個高電平狀態，直到列車完整離開。
2.3.3 屏蔽門鎖閉信息
對于相關的屏蔽門鎖閉的信息而言，發送條件往往需要全部的屏蔽門進行鎖閉之后才能進行，讓PSD系統給信號系統。在這個信號持續的時間內信號狀態需要處于高電平的狀態直至獲得了PSD的開門指令。
2.3.4 屏蔽門互鎖解除信息
當屏蔽門處于故障狀態時，屏蔽門系統需要發送互鎖解除信息給信號系統。避免列車無法進站或者出站。當信號系統采集到屏蔽門互鎖解除信號時，及時開放允許信號。
互鎖解除信息可以由以下方式傳遞給信號系統：
方案1：
信號系統采集屏蔽門如下信息：
PSD關閉且鎖緊；PSD closed and locked；（安全信息）
PSD互鎖解除；PSD interlock override；（安全信息）
屏蔽門的兩個安全相關信息通過安全性繼電器傳遞給信號系統。信號系統通過安全型繼電器進行采集。
信號系統處理邏輯：
當互鎖解除繼電器吸起或者關閉且鎖閉繼電器吸起，此時聯鎖會將PSD關閉且鎖緊狀態發送給軌旁ATC和車載ATC。
方案2：
對屏蔽門系統電路要求：將互鎖解除的節點并聯入其關閉且鎖閉的回路中，
信號系統采集屏蔽門如下信息：
PSD關閉且鎖緊；PSD closed and locked；（安全信息）屏蔽門為PSD關閉且鎖緊信息通過安全性繼電器傳遞給信號系統。信號系統通過安全型繼電器進行采集。
信號系統處理邏輯：
當關閉且鎖閉繼電器吸起，此時聯鎖會將PSD關閉且鎖緊狀態發送給軌旁ATC和車載ATC。
結束語：綜上所述，如果想要對地鐵的自動化運行程度進行加強，那么必須要加強地鐵信號系統與屏蔽門控制接口的研究。這一點不單單可以減少大量人物力，而且還可以提高安全系數是真正符合地鐵管理當中的方便、高效的宗旨的。
參 考 文 獻
[1]陳會.地鐵信號與屏蔽門聯動控制系統分析[J].四川水泥，2015）（07）：12.
[2]張天羽.地鐵信號與屏蔽門控制接口問題研究[J].住宅與房地產，2016（03）：177.
系統醫學論文范文第2篇
關鍵詞：光電武器系統;隔振系統;升降穩定平臺;精密定位;快速切換
1.引言
在國外，車載電子設備方面的振動沖擊控制及研究起步較早，但有關這方面的文獻及資料卻很少對外公開發表。近年來，在我國隨著相關研制項目的增加和應用范圍的擴展，車載設備振動沖擊分析與控制的研究已開始受到普遍重視[1-5]，部分專業技術和工程設計人員也已經開始有針對性的對各種車輛、方艙、機柜、以及不同的裝載設備等的振動特性和控制方法進行了相應的理論分析和試驗研究[6-8]。目前國內開展適用于軍用環境隔振設備的科研機構較多，且有相關隔振系統運用在電子設備武器系統中[5]，但對于重量超過10t的光電武器系統進行隔振系統設計還是一大難題。
車載大型光電武器系統在運輸過程中，由于升降穩定平臺通過蘑菇頭與車體剛性連接，車輛行駛過程中，路面激勵通過輪胎及懸掛系統可直接傳遞到平臺上，其武器系統關鍵組成部分對振動有很大的敏感度[9]。由于安裝平臺表面受壓后要求變形量很小，高剛度的穩定平臺帶來的缺點也較為顯著，即隔振性能差，抗剪能力較差。因此在崎嶇不平的路面或者遇到坑洼、凸起路面上，路面傳遞到平臺上主要設備的振動沖擊是很大的。當車速較快，路面情況較惡劣時，路面的沖擊輸入甚至可達20g，顯然這樣的沖擊對設備的影響是巨大的[10]。因此，在運輸過程中，一套有效的隔振緩沖系統對車載大型光電武器系統進行保護是極為重要的。
2.隔振系統的可行性[2-6]
5.結論
大型光電武器系統在運輸過程中，由于受到由輪胎傳遞的地面激勵將受迫振動，其關鍵組成部分對振動有很大的敏感度，必須采取減振措施。然而，對超過10t的大型車載光學裝置的減振，目前罕有相關的研究成果。本文根據車載大型光電武器系統運輸和工作時的需求，結合升降穩定平臺的特性研制了一套隔振緩沖系統。在隔振能力測試中，X、Y向振動量級很小。路面隨機輸入工況下，Z向隔振傳遞率約為0.5～0.75，但其振動量級僅為10-2g，振動十分微小;路面沖擊輸入工況下，振動輸入達0.28g，隔振緩沖系統的隔沖傳遞率約0.4，隔振效果良好。實驗結果表明，在對設備進行有效隔振、緩沖的同時，具有穩定可靠、切換時間短、定位精度高等優點。為車載大型光電武器系統隔振設計提供了新的研究方法，并具有重要的軍事意義。
參考文獻：
[1]劉樹峰，白鴻柏，李冬偉等.光電平臺新型隔振機構設計[J].機械設計，2012：16-20.
LIU S F， BAI H B， LI D W， et al. Novel structure of vibration isolation design for photo-electric platform [J]. Machinery Design， 2012：16-20. (in Chinese)
[2]唐曉偉，朱利華.車載系統設備隔振緩沖設計[J].指揮信息系統與技術，2011，04：68-70+75.
TANG X W， ZHU L H. Vibration Isolation and Buffering Design for Equipment of Vehicle-Borne Systems
[J]. Command Information System and Technology， 2011， 04： 68-70+75. (in Chinese)
[3]王平，張國玉，劉家燕等.機載光電吊艙無角位移隔振設計[J].紅外與激光工程，2012，10：2799-2804.
WANG P， ZHANG S G， LIU J Y，et al. Irrotational displacement vibration isolation on airborne optoelectronic pod[J]. Infrared and Laser Engineering， 2010， 10：2799-2804. (in Chinese)
[4]David L.Trumper， Tsuyoshi Sato. A Vibration Isolation Platform [J]. Mechatronics， 2002，12：281-294.
[5]趙志國，楊岳.車載電子設備隔振緩沖設計[J].企業技術開發，2010，01：21-22+31.
ZHAO Z G， YANG Y. Vibration isolation buffer design of vehicle electronic equipment [J]. Technological
Development of Enterprise， 2010， 01：21-22+31. (in Chinese)
[6]高常春，張孟偉.車載光電設備主動隔振平臺支撐結構設計及模糊PID控制[J].機械設計與制造，2012，03：179-181.
Gao C C， ZHANG M W. Structure and fuzzy PID control of active vibration isolation platform for optical
devices on vehicle[J]. Machinery Design & Manufacture， 2012 ，03：179-181. (in Chinese)
[7]安源，徐暉，金光.動載體光電平臺角振動隔振設計[J].半導體光電，2005，10(27)：615-616.
AN Y， XU H， JIN G. Design of Angular Vibration Isolation for Optoelectronic Platform on Moving Vehicle[J]. Semiconductor Optoelectronics， 2005， 10(27)：615-616. (in Chinese)
[8]劉玲，郝運剛，王新科.某車載驅動器的抗振設計[J].兵工自動化，2013，08：78-80.
LIU L， HAO Y G， WANG X K. Anti-Vibration Design of Certain Type Vehicular Drive [J]. Ordnance Industry Automation， 2013， 08：78-80. (in Chinese)
[9]季馨，王樹榮.電子設備振動環境適應性設計[M]. 北京：電子工業出版社，2012.1.
JI X， WANG S R. Design of vibration environmental adaptability of electronic equipment [M]. Beijin： Electronic Industry Press， 2012.1. (in Chinese)
[10]蔣美華，周少良，陳欣等. 車載機柜隔振系統道路試驗[J].噪聲與振動控制，2012，02：59-61+90.
JANG M H， ZHOU S L， Chen X，et al. Road Testing for Vibration Isolation System Between Ark and Vehicle[J]. Nose and Vibration Control， 2012， 02：59-61+90. (in Chinese)
[11]于偉，馬佳光，田競等.隔振對光電跟蹤系統頻率特性的影響及其抑制[J].光電工程，2012，04：60-66.
YU W， MA J G， TIAN J， et al. Adverse Effects of Vibration Isolation on Frequency Characteristic of the
Photo-electric Tracking System and Suppression of the Effects [J]. Opto-Electronicn Engineering， 2012， 04：60-66. (in Chinese)
[12]郭建增，劉鐵根，池偉等.車載光學平臺雙層隔振系統設計與試驗研究[J].強激光與粒子束，2011，05：1245-1249.
GUO J Z，LIU T G， CHI W， et al. Design and experiment of double-layer vibration isolation system for mobile vehicle-mounted optical platform[J]. High Power Laser and Particle Beams， 2011， 05： 1245-1249. (in Chinese)
[13]寧大勇，高云國.大型車載光電跟蹤設備減振方法、仿真及試驗[J].激光與紅外，2010，02：181-186.
LING D Y， GAO Y G. Decreasing vibration method and simulation and experiment of giant vehicular
photo-electric tracker[J]. Laser & Infrared ， 2010， 02：181-186. (in Chinese)
注：此研究課題由總裝背景項目資助。
系統醫學論文范文第3篇
【摘要】近年來，對企業商業生態系統的研究成為公司治理、企業發展戰略的研究重點。文章在近年來健壯性研究特別是生態系統健壯性研究成果的基礎上，對企業商業生態系統健壯性概念和研究意義進行了歸納，研究了健壯性與系統其它特性之間的關系，文章的研究成果可以作為開展企業商業生態系統健壯性評估活動的參考。
【關鍵詞】健壯性 商業生態系統 因素 分析
一、引言
健壯性又稱“魯棒性”，魯棒性原是統計學中的一個專門術語，從19世紀90年代起，隨著網絡經濟、知識經濟等新經濟的興起，經濟環境呈國際化、動態化發展趨勢，經濟體系運行中的“蝴蝶效應”隨處可見。在這種情況下，經濟系統在內外部條件變化情況下的特性維持能力逐漸被人們所關注，健壯性的概念逐漸引入社會經濟領域。由于經濟系統的健壯性問題大多是從生態學中的生態系統推廣得到的，經濟系統的健壯性概念與生態學領域中的健壯性概念類似，指經濟系統在內外部條件變化情況下，維持經濟系統原有特性的能力。
商業生態系統健壯性的概念最早由Marco Iansiti & Ray Levien提出，但是并未給出明確的定義。目前對商業生態系統健壯性的研究也主要集中在具體企業所構建的商業生態系統健壯性指標方面。本文試圖在歸納商業生態系統健壯性概念和研究意義的基礎上，研究健壯性的內涵。
二、商業生態系統健壯性
1、商業生態系統健壯性的概念
商業生態系統的健壯性尚沒有明確的定義，正如圣菲研究所著名的數學生物學家Erica Jen所說的“每個人都對健壯性的涵義有一個直覺的認識，并且認為它對系統生存和系統特性是至關重要的，但沒有人能夠給出一個精確的定義，人們只能在不同的語言環境中去理解它的不同含義”。
根據目前國內外經濟學界以及企業管理學界對商業生態系統健壯性所關注的范圍，在本文中，可以將商業生態系統健壯性的概念簡單理解為：“商業生態系統健壯性是指商業生態系統在受到擾動時，系統保持原有的有效性和功能的能力?！?/p>
2、健壯性概念的含義
上一小節中給出的商業生態系統健壯性的概念有兩層含義。
第一層含義是指健壯性考察系統在三種擾動情況下的特性。第一，系統外部環境發生變化的擾動，以有線電視網絡公司的商業生態系統為例，行業政策要求原有模擬系統需要向數字系統平移，由此帶來了系統外部環境的變化；第二，系統內部構件或構件之間關系發生變化的擾動，同樣以有線電視網絡公司的商業生態系統為例，有線電視網絡公司自身的網絡整合給生態系統帶來的影響屬于此類擾動；第三，以上兩種情況同時出現，即外部擾動的同時，內部構件或構件之間關系發生變化。
第二層含義是健壯性包含系統兩方面的能力。第一，系統處在正常狀態下的抵抗力，即外部環境變化或外部企業對商業生態系統實施影響活動時，商業生態系統保持原有結構、功能的能力；第二，系統處在偏離正常狀態下的恢復力，即商業生態系統受到內外部影響偏離原始狀態，商業生態系統功能受到影響時，系統恢復原有功能的能力。
商業生態系統的抵抗力與恢復力并不經常成正相關關系，有些時候會成負相關關系。這一特性與自然生態系統類似。自然生態系統的成分越單純，營養結構越簡單，自動調節能力就越小，抵抗力就越低，然而這種生態系統的恢復力往往較高。例如，森林生態系統的抵抗力比草原生態系統的高，但是，其恢復力比草原生態系統低得多，因此，熱帶雨林生態系統一旦遭到破壞，再想恢復就十分困難。這在商業生態系統中也十分常見，例如以紅桃K保健品為核心所構建的商業生態系統，曾經在二十世紀九十年代有過輝煌的發展，但是后來由于產品質量問題導致一夜之間崩潰，此生態系統就此消失。
3、研究商業生態系統健壯性的意義
當今企業的競爭是通過商業生態系統的競爭來實現的。商業生態系統中企業的競合關系、商業生態系統之間的競爭關系構成了現代企業的主流關系，現代商業生態系統理論研究成果為企業在新經濟環境下的發展指明了目標和方向。但是，現有理論對如何構建強有力的商業生態系統，并保持商業生態系統的健康發展尚缺乏深入的研究，特別是在商業生態系統健壯性產生機理和如何提高商業生態系統健壯性等問題上，目前理論界和企業界尚無很好的答案?，F階段研究商業生態系統健壯性有如下意義。
首先，進一步揭示商業生態系統運行規律的需要。商業生態系統理論將生態學的研究成果引入企業研究，很好地解釋了現代企業競合關系的動因，并為企業發展戰略研究提供了新的思路。但是，商業生態系統畢竟是一類人工生態系統，與自然生態系統有著巨大的差別，商業生態系統運行規律尚未被人們所認識。研究商業生態系統的健壯性與其結構、狀態、其他特性之間的關系，從更深層次認識商業生態系統的特性，有助于進一步揭示商業生態系統的運行規律。
其次，現代企業生存發展的需要?，F代企業生存在復雜多變的環境里，企業必須通過構建或加入先進的商業生態系統以保持活力。但是，由于環境的快速變化，先進的商業生態系統并不能始終保持先進，一個微小的疏漏很可能就會導致商業生態系統的傾覆。
再次，政府對區域經濟進行管制和引導的需要。區域內各商業生態系統的健康發展關系到區域經濟的穩定，商業生態系統之間的過度競爭，或是商業生態系統的崩潰無疑對區域經濟帶來負面影響。作為經濟的調控者，政府有必要對所轄區域內主要商業生態系統的健壯性進行評估，并利用宏觀調控和資源配置的方法干預商業生態系統的發展，以保持經濟系統的穩定。
4、健壯性評估方法
健壯性可以利用多種方法進行評估。一種方法是分析生態系統中價值的可持續提供能力。在經歷一個重要的外部擾動之后，生態系統中主要企業價值的持續力和恢復力可以作為生態系統健壯性的重要指標。另一種方法，是通過檢測財務指標和企業存活率。健康的商業生態系統將提升各類企業的生存數量，包括那些大量的縫隙型企業，在經歷不可避免的外部擾動之后。這種多樣性同時也給選擇此商業生態系統的客戶提供更多的選擇和可靠性。
三、商業生態系統健壯性與系統其他要素之間的關系
商業生態系統是一類復雜自適應系統（CAS），它具有CAS系統的基本特征：共同進化、自組織、涌現等。商業生態系統健壯性是系統在共同進化、自組織過程中涌現出的特性之一，因而與共同計劃、自組織有強的相關性。另一方面，作為一類生態系統，商業生態系統健壯性受到系統結構、系統功能、系統生態效率等多方面的影響。
1、健壯性與共同進化
商業生態系統的發展是以其中的企業或組織共同進化為基礎的，共同進化是健壯性產生的源泉，系統內企業獲組織的共同進化完成的越好，系統健壯性就越高。另一方面，系統具有較強的健壯性有助于系統內企業或組織的持續進化。
2、健壯性與自組織
商業生態系統中的自組織使得內部決策分散同時又保持協調性，避免了集中決策帶來的失誤，因此，自組織化越強，系統健壯性越強。
3、商業生態系統健壯性與系統結構
自然生態系統的健壯性與其系統結構有著緊密的聯系。一般來說，當生態系統營養結構復雜、所含物種豐富時，生態系統的抵抗力就更強，恢復力更弱。但是，如果復雜性超過一定的限度，反而會降低生態系統的抵抗力。
同樣，商業生態系統的健壯性與其系統結構也有著密切的聯系。商業生態系統的健壯性不僅與結構的復雜程度有關，而且和結構類型有關，一般來說，網狀結構比星形結構、樹型結構具有更高的健壯性。
4、健壯性與系統功能
自然生態系統的服務功能是指從人的角度或更高層生態系統的角度考察生態系統的效能，類似的，商業生態系統的功能指商業生態系統所創造的商業價值總和。健壯性與系統功能有著強的正相關關系；但是在特定的環境下，系統功能超過一定的限度，其對健壯性的影響不大。
5、健壯性與系統生態效率
自然生態系統的生態效率是指各種能流參數中的任何一個參數在營養級之間或營養級內部的比值商業生態系統的生態效率可以認為是系統價值實現效率，該效率反映了商業生態系統的價值增值能力，常用的指標包括：資金增值效率、技術創新指數等指標。從生態效率的概念可以看出，系統生態效率越高，內部企業的歸屬感就越強，商業生態系統企業或組織之間聯系就更緊密，商業生態系統的健壯性就越強。
6、健壯性與穩定性
穩定性與健壯性的相同點在于：都是考察系統在有擾動情況下的性質、狀態方面特性；持續性是穩定性和健壯性的共同點。但兩者又有著本質的區別。Erica Jen等對社會經濟系統健壯性與穩定性的關系從理論和實證的兩方面進行了綜合研究，認為健壯性的概念內涵比穩定性概念更寬泛：首先，健壯性考察的是更復雜層面的系統行為，即受干擾系統本身是復雜適應系統，具有可變能力；其次，健壯性更關心一些超出穩定性研究范圍的內容：若系統組織結構、組織和動力學因素之間的交互關系、與過去及未來的演化行為之間的關系、健壯性的成本及收益等概念。
7、健壯性與健康
健壯性是系統的特性，而健康是指系統的一種正常工作狀態，兩者有緊密聯系，又有著本質的區別。一般來說，具有高健壯性的系統能夠保持一種健康的狀態。但健壯性考察的是系統對于外界或內部出現擾動時的穩定性，而健康考察的是系統當前狀態是否達到一定的“正?！睒藴?。在這里要特別注意的是，一些商業生態系統雖然目前比較“健康”，各項指標正常，但系統很可能缺乏健壯性，一旦受到某些特定干擾會受到毀滅性的打擊。
四、結論
商業生態系統的健壯性與系統特性其他概念，如：共同進化、自組織、系統功能、生態效率等，有著緊密的聯系，同時，商業生態系統的健壯性受到企業層面、商業生態系統層面、商業生態系統外部環境層面等三個層次因素的影響。由于商業生態系統健壯性概念比較抽象，國內外有關研究又很少，商業生態系統健壯性內涵尚缺乏系統的分析。在本研究成果的基礎上，我們還可以對商業生態系統健壯性影響因素和評估方法進行更進一步研究，以便為企業構建高健壯性的商業生態系統提供參考和借鑒。
系統醫學論文范文第4篇
[摘 要] 當前課堂交互分析將教學視為行為系統或信息系統,注重師生外顯行為，沒有關注學生思維過程。課堂交互本質上是認知過程，本文基于學習科學的研究成果，提出了從學習過程的角度對課堂交互進行分析的方法，在此基礎上以中學（七年級）數學課堂《從不同方向看》為研究對象，選取典型課堂交互，利用CAUT模型對問答過程進行分析，并在ACT-R中實現了模擬。通過學習過程分析對課堂教學提出了三點建議，幫助教師更加有效地設計教學來促進學生學習。
[關鍵詞] 學習過程； 課堂交互； 認知模型
[作者簡介] 魏雪峰（1981—），男，山東萊蕪人。講師，博士研究生，主要從事課堂交互、問題解決等研究。E-mail：weixfeng@gmail.com。
2000多年前孔子（公元前551—前479）的“啟發式”和蘇格拉底（Socrates，公元前470—前399）的“產婆術”，是教學中經典的提問方法，通過提問不斷引導學生思考，最終實現預期“學習結果”。仔細分析孔子和蘇格拉底的師生交互會發現：從次序上看，提問內容具有一定的順序性；從內容上看，前后內容之間具有嚴密的邏輯推理；從認知邏輯上看，符合學生學習的認知規律。
目前看來，課堂教學依然是學校教育的主要形式，課堂交互（Classroom Interaction）是課堂教學的重要組成部分。課堂教學是認知活動的競技場，[1]最近關于學習的研究表明，發生在教師和學生之間的課堂交互本質上是社會認知過程。[2][3][4][5]本文從行為系統和信息系統兩個角度對已有課堂交互分析方法進行了總結，在此基礎上嘗試利用腦科學、認知神經科學、心理學、人工智能等相關研究成果，從學習過程的角度對課堂交互進行分析，并在ACT-R中模擬，以期更好地揭示認知過程，幫助教師深入理解學習過程，進而設計有效教學幫助學生學習。
一、已有課堂交互分析方法
（一）行為系統視角
從行為系統的角度對教學分析的研究，大致關注兩個方面，一方面是研究特定行為的教學價值。有研究者關注成人學習者的學習持久性與教學交互之間的關系，研究發現26%的學習者認為，異步討論對他們的堅持學習有促進作用。[6]Wai King Tsang考察了非母語英語課堂中教師反饋與學生舉手發言之間的交互關系，研究發現：重做可能會引發其他類型的反饋；盡管重做和明確修改對于拼寫錯誤有作用，討論協商更有利于語法錯誤的糾正。[7]Judith Kleine等研究者關注不同類型的交互（不使用計算機的面對面交流、基于計算機的協作異步交流、在計算機輔助下的面對面交流）與學習效果的關系，研究表明，計算機介入的交互更加規則，與計算機介入的交互相比，面對面的交互能發生更多的學習。[8]
從行為系統的角度對教學分析的研究關注的另一方面是對交互進行細致解釋學分析。人們關注的主題有：確定對話結構和特征的有效可靠的方法、通過對話交互分析確認對話角色、智能教育系統中對話的運算模型。[9]Joi L等人研究發現，質量越好的交互所達到的層次越高。[10]
典型的課堂交互分析方法有：弗蘭德互動分析系統（Flanders Interaction Analysis System，FIAS）和學生—教師（Student-Teacher，S-T）分析法。弗蘭德互動分析系統是美國明尼蘇達大學弗蘭德（Flanders）在20世紀60年代提出的一種課堂行為分析技術，用于記錄和分析課堂中師生語言交互過程及影響。該系統大致由三個部分構成：（1）一套描述課堂互動行為的編碼系統；（2）一套關于觀察和記錄編碼的規定標準；（3）一個用于顯示數據，進行分析的矩陣。[11]寧虹等采用弗蘭德互動分析系統對一堂中學物理課進行了分析，并針對FIAS存在的缺點進行了改進。[12]S-T分析法主要用于對課堂交互的定量分析。S-T分析法將教學中的行為分為S（學生）行為和T（教師）行為兩類。它將教學分為四種不同的教學模式：練習型、講授型、對話型和混合型。[13]S-T的分析結果可以用S-T圖表示。單迎杰采用S-T分析法對陜西師范大學教育技術學專業“教育技術學研究方法”、“電視原理”等六門專業課的教學過程進行了分析。[14]
（二）信息系統視角
在教學分析領域，國內外有些學者認為教學是一個信息流動的過程。李克東教授對教學系統中認知學習過程進行了信息流向分析，并采用功能模擬的系統科學研究方法來分析教學系統。[15]美國學者豪恩斯坦（A.Dean Hauenstein）把系統的觀點引入教學，并明確提出，任何一個系統都是由輸入、過程、輸出和反饋構成的封閉回路，他明確提出教學系統是一個信息系統。[16]
楊開城教授也認為教學系統從本質上講是信息系統。教學系統的分析實際上是用另外一種編碼體系來表征自然語言表征的教學系統，把教學分析建立在信息系統視角之上，從教學系統整體功能機制出發，把以信息系統為視角的教學分析的觀點引入實際的分析操作。[17]他提出了IIS（Instructional Information Set）圖分析法。[18]林凡等通過嚴謹的實證研究證明了目標知識點的激活量與學習效果正相關。[19]
（三）對已有分析方法的評述
弗蘭德互動分析系統（FIAS）多使用固定時間單位（如每三秒鐘）進行采集，容易造成“意義單元”的切分；觀察量表僅是對教師和學生的語言行為進行量化，對于整個課堂交互過程來說顯得過于粗糙，不能反映一堂課中的所有交互行為；更多的關注教師（或學生）的語言行為，如教師、學生言語所占比例，教師提問次數，學生回答次數等，分析僅停留在外顯行為層面。
S-T分析法中，S、T行為界定粗糙。通過S-T分析圖我們能夠清楚地看到師生各自的行為發生了多少、所占比例、發生的時間，卻無法界定他們做了什么動作?？梢耘袛嘟虒W模式，但對教學過程的評價處于一個模糊狀態。
IIS圖分析法比行為系統的分析更近了一步，更加關注教學內容，通過分析課堂交互過程中知識點的激活量來預測教學效果。然而，IIS圖分析法關注的是教師、學生的輸入和輸出，認為內部的信息處理是透明的、不可見的，即沒有關注學生內部的信息處理過程。
二、基于學習過程的課堂交互分析
（一）學習科學的興起
目前，許多國家大力支持腦與學習科學的研究工作。美國國家科學基金會（National Science Foundation，NSF）執行總裁阿登·貝蒙特（Arden Bement）認為“關于學習的基礎研究非常重要。在當今復雜和快速變化的環境中，對學習過程的基本理解有助于我們發展知識基礎，這種知識基礎對于永遠處于變化當中的世界的繁榮是非常必要的”。[20]我國北京師范大學認知神經科學與學習國家重點實驗室和東南大學學習科學研究中心正在從事這方面的研究。
隨著學習科學（Learning Sciences）的誕生和發展，為有效研究學習提供了新的視野。學習科學是一個跨學科的研究領域，“它吸收了有關人的科學的多種理論視野和研究范式，以便弄清學習、認知和發展的本質及其條件”。[21]“學習科學研究的目標，首先是為了更好地理解認知過程和社會化過程以產生最有效的學習。其次便是為了用學習科學的知識來重新設計我們的課堂和其他學習環境，從而使學習者能夠更有效和深入地學習”。[22]學習科學對學習的研究主張將學習置于多學科研究的廣泛視野，涉及信息科學、腦科學、認知科學、心理學及教育學等眾多研究領域，通過在心智、腦科學和教育（Mind、Brain and Education）之間建立橋梁，將腦科學的最新成果應用于學習和教育過程。
美國教育部教育技術辦公室（Office of Educational Technology）在2010年3月5日發布了《2010國家教育技術規劃》（National Educational Technology Plan 2010，以下簡稱“規劃”），題目為“改變美國教育：技術使學習更強大”。在規劃中多處出現了“學習科學”這一術語，認為學習科學的最新研究成果所揭示的人是如何學習的過程為教育技術的應用提供了重要的理論基礎。規劃也承認：當前的教育系統在對學生進行評估時過多地注重學習結束后事實性知識的掌握，而沒有關注學生在學習過程中即時學習的反饋和改進，即很少關注學生的思維過程，這種情況在我國的教育系統中也普遍存在。學習科學的不斷興起，為我們從學習過程的角度研究課堂交互提供了重要基礎。
（二）CAUT模型
根據目前心理學和認知神經科學的研究成果，[23][24][25][26]提出了CAUT（a Cognitive Architecture of Human Thinking）模型，[27]如圖1所示。
CAUT模型關注學生的思維過程，重視對學習過程的理解。該模型包括以下幾部分：感覺器官、感覺控制、對象編碼、長時陳述性記憶、長時程序性記憶、活動對象（工作記憶）、控制與決策、情境/目標、運動控制、效應器、外回路、內回路等。為了表述清晰，可以將其分為以下八個模塊：（1）E/I（External Loop/Internal Loop）：內部回路或外部回路；（2）IO（Internal Object）：內部的對象；（3）MC（Declarative Memory Retrieval Check）：陳述性記憶提取，判斷感知的對象是新對象還是舊對象；（4）LTDMO（Long Term Declarative Memory Operation）：對長時陳述性記憶的認知操作；（5）AO（Active Object Buffer）：激活對象集合，包括看到和聽到的對象，是工作記憶（Working Memory）的一部分；（6）AADM（Active Action buffer and Decision Making）：包括激活的動作、決策及相關部分；（7）CGE（Context,Goal, Expectance）：與當前任務相關的情景、目標、預期；（8）Action：動作模塊，包括運動控制和效應器。因此，CAUT模型可以表示為如圖2所示。
當我們感知到（看到或聽到）外部對象時，通過視覺或聽覺通道編碼表示為內部對象，然后判斷內部對象是否存儲于長時陳述性記憶中，如果已經存儲就激活相應的對象進入到活動對象中，如果沒有存儲就不停復述、直接進入到活動對象（工作記憶的一部分）中（如現實生活中我們記一個陌生的電話號碼需要不停地重復）。工作記憶中的活動對象會激活長時程序性記憶中的相應動作，激活的動作可能不止一個，通過決策選擇一個動作執行。
與其他認知結構如ACT-R、[28]SOAR、[29]CLARION[30]等模型相比，該模型具有以下特點：
（1）在效應器和感覺器官之間增加了內部言語回路，如默讀等，回路的存在已經在認知神經科學中得到證明；[31][32][33]
（2）長時記憶進一步區分為陳述性記憶（Declarative Memory）和程序性記憶（Procedural Memory），并與學習過程中的知識和技能相對應；
（3）強調記憶的鞏固。最近研究表明，在學習或其他認知過程對長時記憶的使用與記憶的鞏固是分開的，記憶的鞏固發生在認知過程之后。[34][35]
（三）典型課堂交互分析
1．研究對象
我們選取七年級（上學期）一節數學課，講授內容為第一章《豐富的圖形世界》中的第四節《從不同方向看》。所用教材為北京師范大學出版社出版的義務教育課程標準實驗教科書，七年級上冊數學（2005年5月第四版），授課教師為濟南育英中學唐魯軍。
2．典型課堂交互序列
出于研究的需要，先將課堂視頻轉換為文本。在觀看錄像過程中，我們發現，初中數學課堂中教師經常使用實物（或教具）及多媒體課件來幫助學生理解，因此在轉換過程中不僅要把教師的課堂話語轉換為文本，對于課堂教學中所用的實物展示及大屏幕所展示的內容，通過加標注、注釋等方法記錄下來。
在研究中采取“教學目標—教學子目標”的方法對課堂交互文本進行分類。教學目標的確立依據布盧姆的教育目標分類學（修訂版），[36]從知識和認知過程兩個維度進行分析。我們對《從不同方向看》課堂交互文本中的教學活動進行分類，按照時間序列得到了9種教學活動。我們選取了講解概念的交互序列，如圖3所示。
3．交互序列認知過程模擬
ACT-R（Adaptive Control of Thought-Rational）是美國卡耐基梅隆大學（Carnegie Mellon University）著名認知心理學家安德森（John R. Anderson）領導的認知科學實驗室多年研究的國際上著名認知仿真工具。其內部架構、參數設定都是根據大量的認知心理學實驗數據得到的，很多數據是通過核磁共振實驗精確驗證過的。其外在表現是一種編程語言，使用這種編程語言編寫的程序就符合了ACT-R內部的認知預設，從而能夠和真人實驗的認知過程一致，達到仿真的效果。它已經被廣泛使用來模擬人類認知行為的不同方面，例如漢諾塔問題、語言理解、模式識別、記憶、簡單幾何證明等。
學習過程的模擬是非常復雜的，需要對每一句話在特定的情境下進行分析。圖3給出了一個典型的課堂交互序列，限于篇幅，本文只選取“教師提問—學生回答”的課堂交互序列進行模擬分析，提供課堂交互分析的一種方法。交互序列如下所示，其中T表示教師（Teacher），S表示學生（Student）。
T：那么，我從正面看到的就叫做什么？
S：主視圖。
利用CAUT模型對選取的課堂交互序列進行分析，分析的結果轉換為能在ACT-R中執行的程序（.lisp格式），從而實現學習過程模擬。
教師在提問之前已經講述了“主視圖”的概念，即假定學生長時陳述性記憶中存儲“從正面看到的圖叫做主視圖”。下面把教師提問—學生回答的認知過程描述如下。
（1）學生聽到教師的話語：“那么，我從正面看到的叫做什么？”分詞后由聽覺通道進入大腦（如威尼克區）并進行相應的神經編碼；（2）編碼后的詞激活長時陳述性記憶（LTDMO）中心理詞典（mental lexicon）中相關對象并進入活動對象集合（AO）；（3）活動對象集合（工作記憶的一部分）中的內容，經過語義理解，設定該句話的目標為搜索問題，搜索三元組（從正面看到的叫做什么）；（4）活動對象激活長時程序性記憶中的產生式，并產生相應的動作；（5）激活的動作可能不止一個，通過“決策”來選擇其中的一個動作執行；（6）以三元組的形式（從正面看到的叫做什么）在長時程序性記憶中搜索；（7）只有一個與之匹配的答案“主視圖”，搜索結束；（8）學生說出答案。
為了形象直觀地表示學生聽到“那么，現在我從正面看到的就叫做什么”后，回答“主視圖”的認知過程，用M行8列的認知矩陣來表示，如圖4所示。其中，左側的數字表示行號，每行代表認知邏輯步驟（Cognitive Logic Step），并非實際執行的步驟，最后一行表示認知結束。8列與圖2中的8個模塊相對應。從圖4中分析看出，第7行設定目標，直到第9行理解老師的話，第12行給出答案，即達到目標，認知任務結束。
ACT-R提供了抽象的認知結構，僅從功能的角度對認知模型進行了描述。在研究需要根據認知矩陣的分析過程，編寫能夠在ACT-R中模擬的程序，編寫的程序為.lisp格式，模擬結果如圖5所示，最小時間間隔為0.05秒（默認值）。
通過模擬可以發現，學生在回答問題時首先要確定目標（Goal），突出目標的重要性，這與加涅提出的“九大教學事件”中的“告知學習者目標”教學事件相一致。根據活動集合中的對象，激活了相匹配的產生式（Proceduction-Fired），并在長時陳述性記憶中開始提?。⊿tart-Retrieval）；當有多個產生式同時被激活時，會采取沖突解決（Conflict-Resolution）策略，選擇其中的一個產生式執行；0.015秒時，其中的一個產生式被激活，在長時陳述性記憶中搜索，找到與之匹配的內容，達到目標，認知過程結束。
4.模擬結果分析
通過上述模擬深入研究學生回答問題的內部認知過程，并通過ACT-R將這種內部認知過程展現出來，將該學習活動所涉及的陳述性知識和程序性知識提取出來。教師根據不同的知識類型采用不同的教學方法。如主視圖、左視圖、命題等概念，這些陳述性知識主要通過教師講解來記憶；而像算術計算、解方程、幾何證明等程序性知識需要學生在實際的做題過程中不斷訓練才能獲得。
該模型還可以分析師生的交互是否有效促進了學生的認知，是否符合學生的認知規律。例如，兩種不同的提問方式“從正面看到的叫做什么”和“主視圖是從正面看到的嗎”屬于兩種不同的問題，前者是搜索問題，后者是判斷問題。在ACT-R中模擬回答這兩類問題的認知過程是不同的，學生在回答這兩類問題時所需要的程序性知識也不同。
三、學習過程分析對課堂教學的啟示
通過以上分析可以發現，不同的課堂交互會產生不同的學習過程，進而產生不同學習結果，因此，教師在課堂教學中應該注意以下三點：
（一）精心設計課堂提問，促進學生深度理解
在中小學課堂中，提問依然是課堂交互的一種常用方法。然而，從實際課堂觀察可以發現，教師往往為了課堂表面的熱鬧而簡單、隨意甚至重復地提問，部分提問缺乏科學依據和科學設計，課堂提問問題層次較低，純粹記憶性問題過多地抑制了學生思維的發展，不易于教學內容的深度理解。教師應該根據學生認知特點和所講內容特點，精心設計有效課堂提問，使學生在回答問題的過程中，自動建立新舊知識之間的聯系，加深對所學內容的理解。從上述模擬過程可以看出，關于“主視圖”的不同提問“從正面看到的叫做什么”和“主視圖是從正面看到的嗎”，產生的認知過程是不同的。盧正芝提出了有效課堂提問的標準，[37]為教師設計有效課堂提問提供了參考。
（二）合理提供反饋，讓學生積極參與學習過程
在課堂教學中，教師對于學生的回答往往采用“好”、“對”、“錯誤”等簡單評價，提供的反饋方式單一，尤其是對于學生回答錯誤或不完全正確的情況，缺乏進一步的啟發和誘導。對于教師的提問，不可能所有學生都回答正確，合理的啟發和反饋非常有必要；即使對于學生回答正確的情況，也可以對學生做出該回答的過程進行詢問，如“你是怎么得出這個答案的”、“為什么這么回答”等，幫助學生更多地關注學習過程，建立新舊知識之間的聯結，養成“知其然更要知其所以然”的習慣。
（三）科學設計教學過程，幫助學生養成良好的思維習慣
在中小學階段幫助學生養成良好的思維習慣比簡單的獲取知識更為重要。良好的思維習慣能使學生遇到相似問題或新問題時，順利地實現知識遷移，甚至創造性地解決問題。思維習慣是隱性知識的重要內容，也是程序性記憶的重要組成部分，其養成是一個長期的過程。思維習慣的養成要與具體學科知識教學相聯系，這就要求教師在上課過程中針對知識點設計典型的問題進行講解，講解過程的每一步都要有意識地訓練學生的思維能力，更加重視問題解決的過程，讓學生在問題解決的過程中不斷養成良好的思維習慣。例如：在講解小學五年級數學（下冊）“眾數”概念時，通常的方法是給出問題和數據，然后告訴學生“一組數據中出現次數最多的數是這組數據的眾數”。與之不同的另一種方式是呈現現實問題，如“我們班明年舉辦生日慶?；顒?，給某月出生的同學過生日，如果你是班主任，會選哪個月”，貼近學生生活實際，學生自己能收集數據并作出選擇，根據統計結果會選擇過生日最多的月份，然后引出“眾數”的概念。雖然兩種不同的教學過程，學生都能學會“眾數”概念，但概念理解程度和運用“眾數”概念解決實際問題的能力是有差異的。教師在課堂教學中應幫助學生養成運用數學知識解決實際問題的思維習慣。
四、總結與展望
本文在總結已有課堂交互分析的基礎上從學習過程的角度對課堂交互進行了分析。根據腦科學、認知心理學、認知神經科學的研究成果，選擇典型課堂交互序列利用CAUT模型進行了分析，并在ACT-R中模擬。根據課堂交互的分析過程，為課堂教學提出了三點建議，幫助教師設計更加有效的教學。
然而，在基于學習過程的課堂交互分析過程中，本文僅選取了一小段進行了分析，認知程序的編寫需要對學習過程有具體而深刻的理解，如何利用CAUT模型自動生成認知程序，并在ACT-R中實現對整堂課的模擬，需要我們進一步的研究。
[參考文獻]
[1] 鐘啟泉.“課堂互動”研究：意蘊與課題[J].教育研究，2010，（10）:73~80.
[2] Judith L, Gregory Camilli, Patricia B. Elmore. Green. Handbook of Complementary Methods in Education Research[M].American Educational Research Association，2006.
[3] Baruch Schwarz,Tommy Dreyfus and Rina Hershkowitz. Transformation Knowledge Through Classroom Interaction[M].Routledge Teylor& Francis Group，2009.
[4] Asa Wedin.Classroom interaction: Potential or problem? The case of Karagwe[J].International Journal of Educational Development,2010,（30）:145~150.
[5] Bernard J. Baars, Nicole M. Gaga. Introduction to cognitive neuroscience: Cognition, Brain, and Consciousness[M].Elsevier Ltd, 2007.
[6] Steven F Tello. An Analysis of Student Persistence in Online Education[J].International Journal of Information and Communication Technology Education,2007,（3）:47~60.
[7] Wai King Tsang.Feedback and Update in Teacher-Student Interaction:An Analysis of 18 English Lessons in Hong kong Secondary Classrooms[J].RELC Journal,2004,（35）:187~209.
[8] Judith Kleine，Staarman，Karen Krol，Henny vander，Meijden Peer. Interaction in Three Collaborative Learning Environments[J].The Journal of Classroom Interaction,2005,（4）:29~39.
[9] Rachel Pilkington.Analysing Educational Dialogue Interaction:Towards Models that Support Learning [J].International Journal of Artificial Intelligence in Education，2001,（12）:1~7.
[10] Joi L. Moore，Rose M. Marra. A Comparative Analysis of Online Discussion Participation Protocols[J].Journal of Research on Technology in Education, 2005,38（2）:191~212.
[11] Freiberg,H.Jerome. Three Decades of the Flanders Interaction Analysis System[J].Journal of classroom interaction,1981,16（2）:1~7.
[12] 寧虹，武金虹.建立數量結構與意義理解的聯系——弗蘭德互動分析技術的改進運用[J].教育研究，2003，（5）：23~27.
[13] 傅德榮，章慧敏.教育信息處理[M].北京:北京師范大學出版社，2001.94~108.
[14] 單迎杰.以S-T分析法分析教育技術專業課課堂教學問題[J].現代教育技術，2008，（10）:29~31.
[15] 李克東.系統科學方法在教學系統研究中的應用[J].教師教育研究，1990，（4）:56~60.
[16] 馬蘭，盛群力.教育目標分類新架構——豪恩斯坦教學系統觀與目標分類整合模式評述[J].中國電化教育，2005，（7）:20~24.
[17] 楊開城.教學系統分析技術的初步研究[J].中國電化教育，2007，（8）:1~5.
[18] 楊開城，林凡.教學系統的IIS圖分析法及其實證研究[J].中國電化教育，2010，（2）:31~34.
[19] 林凡.教學系統分析IIS圖方法研究[D].北京:北京師范大學，2009.
[20] Arden Bement. Learning about Learning: NSF Awards $36.5 Million for Three Centers to Explore How Humans, Animals and Machines Learn [DB/OL].http://www.nsf.gov/news/news_summ.jsp?cntn_id=100454&org=NSF&from=news.
[21] Sasha A. Barab. Using Design to advance learning Theory, or Using Learning Theory to Advance Design[J].Educational Technology, 2004,（3）:16~19.
[22] Robert Keith Sawyer. Introduction: The New Science of Learning. The Cambridge Handbook of The Learning Sciences[C].Cambridge University Press,2006.5~6.
[23] Zoltan Torey. The Crucible of Consciousness: An Integrated Theory of Mind and Brain[M].Cambridge：MIT Press,2009.
[24] Stephen M Wilson,etc.Listening to Speech Activates Motor Areas Involved in Speech Production[J].Nature Neuroscience,2004,（7）:701~702.
[25] Karim Nader，Oliver Hardt. A Single Standard for Memory：the Case for Reconsolidation[J].Nature Reviews Neuroscience,2009,（10）:224~234.
[26] William P. Banks.Encyclopedia of Consciousness[M].Oxford: Elsevier, 2009.389~402.
[27] Cui Guangzuo, Wei Xuefeng,ect. A Cognitive Model of Human Thinking[C].7th International Conference on Natural Computation, ICNC 2011, Shanghai, China.
[28] Anderson, J. R., Bothell, D., Byrne, M. D., Douglass, S., Lebiere, C., & Qin, Y . An Integrated Theory of the Mind[J].Psychological Review,2004,（4）:1036~1060.
[29] Laird，J.E.，Newell,A.，and Rosenbloom，P.S.Soar: An Architecture for General Intelligence[J]．Artificial Intelligence,1987,（1）:1~64.
[30] R.Sun and I.Naveh. Simulating Organizational Decision Making With a Cognitive Architecture CLARION[J].Journal of Artificial Society and Social Simulation, 2004,（3）:1~39．
[31] NORBERT WILEY.Inner Speech asa Language:A Saussurean Inquiry[J].Journal forthe Theory of Social Behavior,2006,（36）:319~341.
[32] Sophie K.Scott, Carolyn McGettigan and Frank Eisner. A Little More Conversation, a Little Less Action—Candidate Roles for the Motor Cortex in Speech Perception[J].Nature Review Neuroscience,2009,（10）:295~302.
[33] Friedemann Pulvermüller and Luciano Fadiga.Active Perception: Sensorimotor Circuits as a Cortical Basis for Language[J].Nature Review Neuroscience,2010,（11）:351~360.
[34] Susanne Diekelmann and Jan Born. The Memory Function of Sleep[J].Nature Reviews Neuroscience, 2010,（11）:114~126.
[35] Pierre Maquet. The role of Sleep in Learning and Memory[J].Science, 2001,（294）:1048~1052.
[36] L.W.Aderson，等.布盧姆教育目標分類學（修訂版）[M].蔣小平，等譯.北京:外語教學與研究出版社，2009.
[37] 盧正芝，洪松舟.教師有效課堂提問:價值取向與標準建構[J].教育研究，2010，（4）:65~69.
基金項目：國家社會科學基金“十一五”規劃2010年度教育學一般課題“課堂交互產生學習結果的認知模型與仿真研究”（課題編號：BCA100023）
系統醫學論文范文第5篇
【摘 要】當前，中國銀行系統穩定性仍未明顯改善，商業銀行的不良貸款比例再次上升，債券市場違約事件增加以及股票市場下跌。首先，根據在險價值（CoVaR）模型對中國銀行系統穩定性的評估結果顯示，在金融去杠桿的影響已傳導至實體部門的背景下，在商業銀行受到個體性沖擊時，單家商業銀行的個體損失以及平均風險溢出率均未呈現改善；在商業銀行受到系統性沖擊時，五大國有商業銀行抗擊系統性風險的能力雖然依然強于其他銀行，但其優勢正在縮小。此外，根據網絡模型的分析，雖然中國金融機構間同業網絡整體穩定性有一定改善，但五大商業銀行的穩定性值得特別關注。
【關鍵詞】 金融風險；系統重要性銀行；在險價值模型；網絡模型
Absrtact： At present， the stability of China’s banking system is not improved significantly. The proportion of non-performing loans in commercial banks has risen again， the number of defaults in the bond market has been increased and the stock market has fallen. First of all， it is shown from the evaluation results of the stability of China’s banking system based on the value at risk （CoVaR） model that under the background that the influence of financial deleveraging has been transmitted to the real economy， when commercial banks are subject to individual shocks， the individual losses and the average risk overflow rate of a single commercial bank have not been improved. When commercial banks are systematically impacted， the five major state-owned commercial banks are still better than other banks in resisting systemic risks， but their advantages are diminished. In addition， according to the analysis of network model， although the overall stability of the interbank network among Chinese financial institutions has been improved to some extents， the stability of the five major commercial banks deserves special attention.
Key words： Financial Risk； Systematically Important Banks； CoVaR Model； Network Model2018年以來，國際政治經濟環境發生深刻變化，國內經濟下行壓力加大。此外，2017年以來的金融系統去杠桿和強監管的效應仍在持續，這些都對中國金融系統的穩定運行帶來較大挑戰，使得中國商業銀行的不良貸款比例再次上升，債券市場違約事件增加以及股票市場下跌。針對這些現象，2018年12月召開的中央經濟工作會議確定了今后3年的“三大攻堅戰”之中的打好防范化解重大風險攻堅戰，重點是防控金融風險。由此可見，金融風險的防控在中國未來經濟工作中的重要性，而要防控金融風險首先需要精準識別風險點，才能進行有效處置。長期以來銀行在中國金融系統中占據主導地位，并且在未來較長時間內仍將維持這一格局，因此，識別金融系統的風險點關鍵在于識別銀行中的潛在風險。
一、風險評估模型
評估和分析各銀行間以及金融系統的風險主要有兩類模型。一類是簡約模型，如在險價值（CoVaR）模型。這類模型主要利用的是較高頻的市場數據（如日數據、周數據等），通過分析這些數據的聯動性來識別系統重要性銀行，其主要優勢在于可以利用高頻數據來及時發現系統或某些銀行的異常情況。但這類簡約模型的最大缺點在于假設前提非常強，例如CoVaR模型的隱含假設為市場是“半有效”或“強有效”的，否則如果市場是“弱有效”的，該方法則幾乎無效。另一類是結構化模型，如網絡模型。該類模型主要是基于金融機構間的關聯網絡 來識別系統重要性金融機構，從而分析危機傳染路徑和范圍并測算損失程度。這類模型的主要優勢在于不要求市場是“半有效”或“強有效”，只要能夠較全面和準確地構建出金融機構間網絡就可以進行分析和測算。但是這類模型的缺點也很明顯，即受制于金融機構財務數據公布頻率，無法高頻率地觀測金融機構間網絡的變化，從而及時更新危機傳染路徑和范圍并測算損失程度。由于兩類模型各自的優缺點都非常明顯，為了準確評估中國金融系統的穩定性并識別系統重要性金融機構，我們分別用兩種模型做了定量分析。
二、基于CoVaR模型的分析
我們從WIND的股票數據庫中選取了2011年1月1日至2018年12月14日在滬深兩市上市至少兩年的商業銀行，共計16家商業銀行 的日度數據作為樣本數據。截至2018年三季度，這16家銀行的總資產占中國商業銀行資產總額的比例達75.4% ，代表性良好。在估計銀行系統以及各家銀行的VaR和CoVaR系數時，我們用16家上市銀行后復權日收盤價來計算的各家銀行的日收益率表示各銀行的運行情況，用中證滬深300商業銀行全收益指數日收盤指數來計算的日收益率表示銀行系統的運行情況。表1列出了樣本區間內，中證滬深300商業銀行全收益指數日收益率以及各家商業銀行后復權日收益率的統計描述。
首先，當單家銀行受到將使其產生最大損失的外部沖擊時，我們估算了每家銀行自身將受到的損失，即在險價值（Value at Risk，VaR），但是VaR并沒有考慮單個銀行風險溢出的影響，即單家銀行遭受沖擊并發生損失時導致的系統中其他銀行產生的損失。為了考察每家銀行在遭受沖擊時的風險溢出效應，我們還估算了每家銀行的條件在險價值（Conditional Value at Risk，CoVaR）。每家銀行風險溢出的影響用CoVaR和VaR之差表示，即△CoVaR=CoVaR-VaR。此外，我們還計算了△CoVaR/VaR，來衡量每家銀行自身遭受將產生最大損失的外部沖擊時，其引發的系統中其他銀行的損失與其造成的總損失的比例。
表2列出了在5%的置信水平下每家樣本銀行自身受到使其產生最大損失的外部沖擊時，其自身受到的損失和對整個銀行系統的影響?？梢钥闯?，中國上市銀行中每家銀行受到將使其產生最大損失的外部沖擊時，如果不考慮風險溢出效應，除了交通銀行、光大銀行和興業銀行外，其他銀行的日均VaR損失均超過了3%，其中日均VaR損失最大的是中信銀行，為3.25%，五大國有商業銀行和其他銀行并不存在顯著的差異。在考慮各家銀行風險的溢出效應時，風險溢出（即△CoVaR）最大的四家銀行恰好為傳統的國有四大行（工、農、中、建），交通銀行的風險溢出水平也處于第六位。需要指出的是，我們發現隨著金融系統內部去杠桿持續推進以及內部監管逐漸加強，上市的股份制銀行、城商行和農商行風險溢出造成的損失比例較2017年中有所減??；但各家銀行風險溢出造成的損失比例上升到比2017年中更高的水平。當前，中國銀行系統的穩定性不但沒有改善，其脆弱性再次凸顯。從△CoVaR/VaR來看，國有五大行溢出的損失所占其造成的總損失的比例最大，而且工商銀行、中國銀行和農業銀行風險溢出的損失所占比例超過了30%，農業銀行甚至高達36%?？梢?，中國商業銀行間的關聯程度進一步增強，國有五大行風險溢出影響進一步加大?；谧钚聰祿姆治鼋Y果，我們認為股份制銀行和區域性銀行對銀行系統的影響日益增大，不可忽視，但當前保持國有五大行的穩定對于保持中國銀行系統的穩定至關重要，應該優先關注國有五大行的穩定性。
其次，我們還考慮了當整個銀行系統遭受將使其產生最大損失的外部沖擊時，在不考慮各銀行會產生反饋式風險溢出的情況下系統性沖擊對每家銀行造成的損失（即在險價值，VaR），以及在考慮各銀行會產生反饋式風險溢出的情況下系統性沖擊對各家銀行造成的損失（即條件在險價值，CoVaR），并計算了反饋式風險溢出程度（即條件在險價值與在險價值之差，△CoVaR=CoVaR-VaR）和風險溢出率（△CoVaR/VaR）。表3列出了在5%的置信水平下每家樣本銀行遭受系統性沖擊時，其自身受到的損失和對整個銀行系統的影響。
從表3可以看出，當整個銀行系統遭受將使其產生最大損失的外部沖擊時，在不考慮風險的溢出效應時，日均VaR最大的兩家銀行分別是中信銀行和平安銀行，均超過4%，損失最小的不再是國有五大銀行，而是光大銀行。平均而言，國有五大行的日均損失較其他股份制銀行和城市商業銀行僅小0.18%，即國有五大行抗擊系統性風險的能力僅稍強于股份制銀行和城市商業銀行。在考慮各家銀行風險的溢出效應時，風險溢出程度（即△CoVaR）最高的是依然中信銀行和平安銀行，均超過1%；而風險溢出程度最小的則是光大銀行以及興業銀行。從△CoVaR/VaR來看，平均而言，當整個銀行系統遭受巨大外部沖擊時，國有五大行對系統溢出的風險占其總損失的比例較其他股份制銀行、城商行和農商行的該比例僅低1%。也就是說，在出現系統性風險時國有五大行抗擊系統性風險的能力雖然依然強于其他銀行，但其優勢正在縮小。從具體數字上來看，幾乎所有銀行的風險溢出率較2017年末均呈上升之勢，雖然國有五大行的平均上升幅度小于其他全國性股份制銀行和區域性銀行，但這一指標均上升到20%以上，而在2017年末有一半的銀行是低于20%的。2018年以來國有五大行抗擊系統性風險的能力雖然依然強于其他銀行，但其風險溢出率持續上升，即對穩定銀行系統所起到的作用越來越弱。
三、基于網絡模型的分析
由于數據的限制，基于CoVaR模型的分析只能考察上市銀行與銀行系統的關系，而不能對非上市銀行進行考察，也不能識別風險傳染的路徑以及傳染范圍。因此，我們在上市銀行的基礎之上，將三家政策性銀行6，更多的城市商業銀行和農村商業銀行，以及其他上市的非銀行金融機構納入了考察范圍，構建了金融機構間的關系網絡?；谠摼W絡，在假定金融系統整體受到外部沖擊并引發金融機構間雙邊頭寸清算的情況下，我們分析了危機傳染路徑和傳染范圍并測算了損失程度，從而對整個金融系統的穩定性進行評估并對系統重要性金融機構進行識別。
我們從ORBIS Bank Focus數據庫中，剔除了數據缺失的銀行和其他金融機構后，選取了2017年末共計251家銀行和其他金融機構的相關數據作為樣本。其中，包括3家政策性銀行、5家大型國有商業銀行，11家股份制銀行以及176家城市和農村商業銀行。此外，由于中國同業市場的參與者不僅限于銀行，還包括證券業、保險業等金融機構。因此，為了更為全面地構建中國同業市場網絡，我們還將在A股上市的36家證券公司、6家保險公司以及9家其他金融機構納入考察范圍。由于該樣本已包括中國所有大中型銀行、眾多城市和農村商業銀行以及主要的證券公司和保險公司，因此我們假設該樣本完全代表中國金融機構同業市場的參與者。根據相關文獻，銀行間的關聯網絡是通過各家銀行在同業市場的雙邊頭寸建立起來的。理想狀態是能夠獲取每家銀行與系統中其他各家銀行在同業市場的雙邊頭寸，可是在實際操作中，中國的金融機構并不需要披露與其他金融機構在同業市場的雙邊頭寸，而只需在財務報表中披露其在同業市場中拆入和拆出的總頭寸數據。因此，我們利用最大熵方法估計出了2017年樣本金融機構在同業市場的雙邊頭寸數據，并將其寫成了借貸關系矩陣以便分析。
傳統文獻中，金融機構的同業資產的定義是存放在國內同業的款項和拆放給國內同業的款項之和，同業負債項的定義則是同業存放在本行的款項與同業拆放給本行的款項之和。但隨著中國金融系統的快速發展，同業業務的手段已經不再局限于同業拆放，而且監管層也意識到了這一點并對同業業務的定義進行了拓展7，例如央行在2017年二季度貨幣政策執行報告中宣布擬于2018年一季度將同業存單納入MPA同業負債占比考核。因此，我們在原有文獻的基礎之上對金融機構同業資產和同業負債的定義進行了拓展 。其中，拓展的同業資產為存放同業款項、拆出資金凈額、買入返售金融資產凈額、交易性金融資產、可供出售金融資產凈額和持有至到期投資凈額之和；而拓展的同業負債為同業及其他金融機構存放款項、拆入資金和賣出回購金融資產之和。另外，我們還假設由于外部沖擊引起的各金融機構間同業頭寸進行清算將導致銀行資本的損失，當某家金融機構的資本損失殆盡時將會倒閉。在本文的分析中，資本定義為金融機構的所有者權益。表4列出了樣本金融機構的同業資產、同業負債和資本的統計描述。
如表4所示，2017年末樣本金融機構的平均同業資產為2519.8億元，平均同業負債為1745.9億元；而同業資產和負債的中位數則分別為471.2億元和265.3億元。與2017年末的情況類似，中國金融機構的同業資產和負債的分布嚴重左偏，但左偏程度已經較2017年有所減弱?？梢?，中國金融機構的同業資產和同業負債雖然依然主要集中在少數金融機構（如三大政策性銀行、大型國有銀行、大中型股份制銀行、少數城商行以及主要的保險公司），大多數小規模的城市和農村商業銀行、證券公司在同業市場的資產和負債的頭寸相對而言均較小，但中國金融機構的同業資產的分布正朝更均勻的方向發展。
基于我們所估計的2017年樣本金融機構在同業市場的借貸關系矩陣，可以通過模擬由于每家金融機構破產導致對其他金融機構的負債無法償還，而致使其他金融機構破產的數目和整個金融系統的系統性損失（即所有者權益的損失）是否超過某個臨界值來確定其是否為系統重要性金融機構。這里某家金融機構對其他金融機構的違約情況由平均違約率表示8。通過模擬，我們發現，與2016年末不同的是，除了國家開發銀行以外，發生兌付危機時也會引發其他金融機構破產的金融機構新增了工商銀行和中國銀行，但會被引發倒閉的金融機構的數目均只有1家，且不會引起二次傳染，這與2017年的情況出現了較大變化。具體地，我們在2017年末發現只有國家開發銀行發生兌付危機時會引發其他金融機構破產，但隨著平均違約率的上升而破產的金融機構家數快速增加，極端情況下會使得48家金融機構破產?？梢?，隨著金融去杠桿的深入推進，雖然可能引發其他金融機構破產的重要金融機構增加了兩家，但發生危機時波及的范圍大大縮小了。
如果以引發系統性損失的大小來定義系統重要性金融機構，如下金融機構以括號內的平均違約率違約將會造成1萬億元以上的系統損失：國家開發銀行（27%），中國銀行（27%），建設銀行（30%），工商銀行（27%），農業銀行（36%），交通銀行（28%），興業銀行（31%），浦發銀行（35%），民生銀行（46%），招行銀行（56%），中信銀行（54%），光大銀行（85%）；有如下金融機構以括號內的平均違約率違約將會造成2萬億元以上的系統損失：國家開發銀行（46%），中國銀行（55%），建設銀行（62%），工商銀行（55%），農業銀行（73%），交通銀行（57%），興業銀行（63%），浦發銀行（70%），民生銀行（93%）。國家開發銀行的平均違約率達到69%時，會造成的系統損失超過3萬億元，其最大會造成4.3萬億元的系統損失。工、農、中、建、交五大國有銀行會造成的最大損失分別為3.7萬億、2.7萬億、3.6萬億、3.3萬億和3.5萬億元。
與2017年相比，國家開發銀行的安全邊際明顯提高，造成1萬億元以上損失的平均違約率從10%提高到了30%，而且可能造成的最大損失也從10.5萬億元下降到了4.3萬億元。但需要注意的是，工、農、中、建、交五大國有大型商業銀行的安全邊際均出現不同程度的下降，以工商銀行為例，其造成1萬億元以上損失的平均違約率從47%下降到27%，其可能造成的最大損失也從2.6萬億元上升至3.7萬億元。由此可見，雖然中國金融市場同業網絡整體穩定性有一定改善，但五大國有商業銀行的穩定性再次值得特別關注。在不考慮信心崩潰、擠兌等因素的情況下，五大國有商業銀行平均違約率不超過30%即會造成1萬億元以上的系統損失。但是，不可否認的是，這些大中型金融機構一旦出現違約，勢必會在金融市場上形成恐慌，造成擠兌、出逃式拋售等現象，使得資產價格陷入螺旋式下降的情形，在這種情況下會造成的損失則將會是我們所估計的損失的數倍甚至數十倍。
四、總結
2018年以來，國際政治經濟環境發生深刻變化，國內經濟下行壓力加大。此外，2017年以來的金融系統去杠桿和強監管的效應仍在持續。這些都對中國金融系統的穩定運行帶來較大挑戰，使得中國商業銀行的不良貸款比例再次上升，債券市場違約事件增加以及股票市場下跌。首先，根據在險價值（CoVaR）模型對中國銀行系統穩定性的評估，我們發現在金融去杠桿的影響已傳導至實體部門的背景下，在商業銀行受到個體性沖擊時，單家商業銀行的個體損失以及平均風險溢出率均未改善，尤其是工、農、中、建四大國有銀行的風險溢出率已超過30%；在商業銀行受到系統性沖擊時，五大國有商業銀行抗擊系統性風險的能力雖然依然強于其他銀行，但其優勢正在縮小，從數字上來看，幾乎所有銀行的風險溢出率較2018年中均沒有明顯變化，而較2017年末則均呈上升之勢。
此外，為了更全面準確地評價中國金融系統的穩定性，我們還估計了中國金融機構間同業網絡，該網絡涵蓋了銀行、保險、證券等251家金融機構?；谠摼W絡，我們利用網絡模型分析，發現中國金融機構間的同業網絡的安全性較2017年發生了一些變化。第一，除了國家開發銀行以外，發生兌付危機時也會引發其他金融機構破產的金融機構新增了中國工商銀行和中國銀行，但會被引發倒閉的金融機構的數目均只有1家，且不會引起二次傳染。第二，國家開發銀行的安全邊際明顯提高，造成1萬億元以上損失的平均違約率從10%提高至30%，并且可能造成的最大損失也從10.5萬億元下降至4.3萬億元；而五大國有大型商業銀行的安全邊際則均出現不同程度的下降，以中國工商銀行為例，其造成1萬億元以上損失的平均違約率從47%下降至27%，其可能造成的最大損失也從2.6萬億元上升至3.7萬億元。由此可見，雖然中國金融機構間同業網絡整體穩定性有一定改善，但五大商業銀行的穩定性再次值得特別關注。
參考文獻：
[1]馬君潞，范小云，曹元濤.中國銀行間市場雙邊傳染的風險估測及其系統性特征分布[J].經濟研究， 2007（1）.
[2]范小云，王道平，劉瀾飚.規模、關聯性與中國系統重要性銀行的衡量[J].金融研究， 2012（11）.
[3]Upper， Christian and Andreas Worms. Estimating Bilateral Exposures in the German Interbank Market： Is There a Danger of Contagion？[J]. European Economic Review，2004： 48.