社会经济定量分析方法报告.ppt

公共管理学院黄健元 社会经济定量分析方法 一门科学 只有成功地运用数学时 才算是达到了真正完善的地步 卡尔 马克思 一统计分析方法 二计量经济分析方法 三预测与决策分析方法 一 统计分析方法统计学基础知识 统计表 统计图 集中趋势 离散趋势 2 参数估计 参数估计主要内容是通过统计量估计总体参数 参数估计的方法有两种 即点估计与区间估计 点估计就是以单个数值对总体参数做出估计 区间估计即在结论中指出未知总体参数所在区间的上下限 并给出估计结论的可靠性 常用的有总体均值 总体成数的估计 3 假设检验 在统计学中 把需要通过样本去推断其正确与否的命题称为原假设 用Ho表示 与原假设相对立的假设便是备择假设 用Ha表示 假设检验的目的是判断原假设是否正确 常用的有总体均值 总体均值之差 总体成数及总体成数之差的检验 4 方差分析 方差分析又称变异数分析 两个总体均值之差的显著性检验是对两个平均数的比较 实际上往往需要对多个平均数进行比较 此时 通常采用方差分析来确定多个平均数之间差异的显著性 5 相关及回归分析 现实世界中大多数现象表现为相关关系 人们通过大量观察 将现象之间的相关关系抽象概括为函数关系 并用函数形式或模型来描述与推断现象间的具体变动关系 用一个或一组变量的变化来估计与推算另一个变量的变化 这种分析方法称为回归分析 6 时间数列分析 时间数列的特点 时间数列按时间先后顺序排列时间数列是按一定方式搜集的一系列数据时间数列中的观察值具有差异时间数列中的数据不许遗漏 通常把时间数列 Y 分解为以下四种变动 1 长期趋势变动 T 2 季节变动 S 3 周期波动 C 4 不规则变动 I 乘法模型的一般形式为 Y T S C I式中Y T是总量指标 S C I为比率 加法模型的一般形式为 Y T S C I式中Y T S C I都是总量指标 7 抽样调查 抽样调查是从研究的总体中抽取部分单位组成样本进行调查 或观察 并利用样本的信息来推断总体特征 它是一种非全面的调查 抽样调查分为概率抽样与非概率抽样两大类 只讨论概率抽样调查 它是建立在概率论和数理统计基础上的一种抽样方法 有以下特点 一个要进行抽样调查的总体 能够被抽到的各个不同的样本所组成的集合 是能够加以确定的 每一次抽样相当于一个样本点 全部可能样本组成样本空间 每个可能抽到的样本都被规定在一个已知的被抽中概率 在抽样时要根据随机原则排除主观有意识的选择样本单位 以样本的数据从数量上推断总体 按照概率论的原理可以对调查结果的抽样误差在一定可靠性条件下作出推断 1 简单随机抽样及其抽样方法简单随机抽样又称纯随机抽样 是一种最基本的抽样方式 设总体的大小为N 从中随机抽取容量为n的样本 每一个样本都有同样的机会被抽中 这种抽样的方法称为简单随机抽样 所抽的样本为简单随机样本 2 分层随机抽样 3 整群抽样在某些情况下 抽样单位与基本单位可以不一致 例如欲调查某个大学的学生身高 其基本单位是学生 但抽样单位可以是班级或系等 实际是对抽中的班级或系的全部学生作为样本进行观察 由若干个有联系的基本单位所组成的集合称为群 抽样调查时以群为抽样单位抽取样本就称为整群抽样 4 系统抽样1 关于系统抽样 系统抽样也称机械抽样或等距抽样 2 系统抽样的作用 系统抽样有以下作用 简便易行 系统抽样的误差大小与总体单位的排列顺序有关 3 系统抽样的分类 系统抽样根据总体单位的排列情况大致可以分为三类 按无关标志排队 即排列的顺序和所研究的标志是无关的 按有关标志排队 根据各单位在总体中原有的自然位置顺序排列 案例研究一 等距抽样方法某水库移民收入 受教育程度等社会经济状况调查采取等距抽样方法确定样本 这是社会调查中应用较为广泛的一种抽样方法 首先请移民办或各安置村 居委会 提供移民户籍编号 然后按照等距抽样的原理确定具体抽样样本 抽样比例以户为基本单位 抽取各安置村 居委会 移民安置户的15 来调查 推断该水库移民收入 受教育程度等社会经济状况 等距抽样的具体操作方法如下 首先将总体N个单位按某一标志排队后 从头到尾编上1至N号 并等分成n段 n为样本容量 每段含有k个单位 N n k 然后在第一段的k个单位中用简单随机抽样的方法抽取一个单位 记为i号 i 1 k 以下每隔距离k 就抽取下一个单位 这样抽取的n个样本号码分别为i i k i 2k i 3k i n 1 k 由这n个单位构成了样本的抽样组织形式 图示如下 图一中 任意两个相邻的样本之间的间隔都是k个单位 共n个样本 在实际项目操作中 总体N一般不是n的整数倍 这使得抽样每一段的单位数为非整数 对于这种情况 可采用如下方法解决 记k N n N 总体单位数 n 样本容量 显然k未必是整数 此时最先抽出的个体序号为 1 x k 1 这里 表示数的取整符号 Z 表示小于或等于Z的最大整数 例如 3 14 3 e 2 x是0到1之间的随机数 注 随机数表中的数均为整数 在0到1之间的随机数 可按下列的方法进行 例如N n k 6 7 本项目调查按总体的15 抽取样本 在10 67范围内选一个两位随机数 譬如说选了38 于是在0到1之间的随机数定为0 38 有了公式 1 对以后要抽取n 1个个体的序号用下面公式1 x i k i 1 2 n 1 2 这样我们就从总体中抽取了n个样本 此种方法保证了原总体中的每个个体被选中的概率相同 也保证了样本容量正好是n 如果总体的顺序是以任意的方式排列 等距抽样与简单随机抽样的效果完全相同 案例研究二 洛伦茨曲线与居民收入差异分析 洛伦茨曲线是20世纪初美国经济统计学家洛伦茨根据意大利经济学家巴雷特提出的收入分配公式绘制成的描述收入和财富分配性质的曲线 曲线横轴是累计人口百分比 纵轴是累计收入或财富的百分比 当一个国家的收入分配完全按人均分配时 同一累计百分比的人口就一定占有相同的累计收入百分比 此时该国的收入分配程度曲线就与对角线重合 如果绝大多数人口占有很少的财富和收入 而少部分人占有了绝大部分的收入 则该国的曲线就靠近下横轴和右纵轴 一般来说 国家的收入分配不会是绝对平均的 也不会是绝对不平均的 将任一国家或地区的收入分配情况绘制成洛伦茨曲线就可以观察分析该国家或地区收入分配的平均程度 例某地区2005年的人口及收入情况见下表 试绘制该地区的洛伦茨曲线 在 插入 菜单中选择 图表 打开 图表向导 在第1步的 图表类型 中选择 XY散点图 在 子图表类型 中选择 平滑线散点图 单击 下一步 按钮 打开向导2 在第2步的数据区域中输入 E1 F14 单击 下一步 按钮 在第3步中 单击 标题 页面 在 图表标题 中输入 某地区收入洛伦茨曲线 在 数值 X 轴 中输入 累计户数百分比 在 数值 Y 轴中输入 累计收入百分比 取消图例 单击 确定 按钮 对所得图的X轴进行编辑 将鼠标箭头指向X轴 单击右键 弹出对话框 单击 坐标轴格式 选项 如图所示 单击 数字 页面 在分类列表中选择 百分比 在小数位数上选择 0 打开 刻度 页面 在数值 X 轴刻度列表中 将 最大值 选取为 1 最小值 选取为 0 其他 字体 页面可相同处理 单击 确定 对图表Y轴进行编辑 编辑方法与X轴相同 利用绘图工具在图表左下角到右上角两端点加一条直线作为对角线 对角线称为 绝对公平线 对角线与累计曲线之间的面积称为 不公平面积 由此便得洛伦茨曲线 如图所示从图中可以看出 该地区的收入差异非常之大 其中44 6 的户数的收入占全部收入的2 45 基尼系数 Ginicoefficient xi为累计家庭比率 yi为累计收入比率 i 1 2 n弄清基尼系数与洛伦兹曲线的关系注意 一般x0 0 y0 0且xi yi为累计比率 如若不是 则先要处理数据才能代入公式计算 经计算得上例G 0 854366 二 计量经济分析方法 计量经济学是一个有关经济关系的经验估计的经济学分支 计量经济学依据经济理论 使用数学和统计推断等工具 用观测数据对经济和商务活动进行实证研究 测度和检验经济变量间的经验关系 从而给出经济理论的经验内容 在经济理论的抽象世界和人类活动的具体世界之间搭建桥梁 理论 模型 计量经济模型 事实 数据 加工好的数据 统计理论 计量经济技术 使用计量经济技术 用加工好的数据 估计并检验计量经济模型 结构分析 经济预测 政策评价 图计量经济学的研究方法 计量经济分析的步骤一般说来 计量经济分析按照以下步骤进行 1 陈述理论 或假说 2 建立计量经济模型 3 收集数据 4 估计参数 5 假设检验 6 结构 预测和政策分析 1 一元线性回归模型Yt Xt ut t 1 2 n2 多元线性回归模型 t 1 2 n 常用的参数估计方法就是普通最小二乘法 OLS法 OrdinaryLeastsquares 线性回归模型三大问题 1 多重共线性问题在多元回归分析中 如果解释变量之间关系很密切 就会出现所谓的多重共线性 multicollinearrity 这种棘手的问题 处理多重共线性问题的原则 多重共线性是普遍存在的 轻微的多重共线性问题可不采取措施 严重的多重共线性问题 一般可根据经验或通过分析回归结果发现 例如 影响系数的符号 重要的解释变量t值很低 要根据不同情况采取必要措施 如果模型仅用于预测 则只要拟合程度好 可不处理多重共线性问题 存在多重共线性的模型用于预测时 往往不影响预测结果 2 异方差问题 异方差性的存在 使得OLS估计量的优良性质遭到破坏 因此 对所取得的样本数据 特别是横截面样本数据 弄清这组数据是否具有异方差性 是我们进行正确回归分析的前提条件 这就提出了异方差性的检验问题 如帕克 R E Park 检验法等 异方差性问题的解决方法 对原模型进行变换 加权最小二乘法 广义最小二乘法 3 系列相关问题 系列相关或称自我相关 在用时间序列数据进行回归分析时经常出现的问题 即指随机误差项之间存在着相互关系 误差项中出现序列相关的主要原因 1 模型中遗漏了重要的解释变量 2 经济行为的惯性 3 某种冲击造成的经济影响在该时期没有结束 还会波及到以后时期 4 函数形式选择不当 5 时间序列回归分析的时间单位越短 越容易受到上一时期的影响而出现序列相关 杜宾 沃特森比 DW 是用来检验是否存在一阶系列相关的统计量 当用DW检验出现一阶序列相关时 不能使用OLS 否则不能得BLUE估计 若选择增加重要的解释变量改变模型的函数形式或受到重大意外冲击的影响时 引入一虚拟变量 设法消除序列相关 若用上述方法 仍未能消除序列相关 则可选用下述估计方法 1 Cochrane OrcuttCO法 2 基于PW变换的GLS 一般最小二乘法 3 极大似然法 ML 3 虚拟变量的应用 临时虚拟为更好地对模型进行估算 经常需要在回归模型中排除一些突发事件产生的异常值及其对模型的影响 例如 地震 战争 政治事件等 而引入的虚拟变量 2 季度虚拟 季度虚拟是通过回归模型的常数项变化 斜率回归系数一定 来掌握季度和月份等季节变化 以消除季节变化的影响 在引入季度数据作回归分析时 为消除季节变化 可引入3个虚拟变量 Di 1第i季0其他 i 1 2 3 当D1 D2 D3 0时 可表示第四季 3 定性数据的虚拟处理 对于我们面临着的一些定性的问题 例如 学历 性别 人种等问题需引入到计量经济分析中时 也可引入虚拟变量 如 学历若我们关心的是 是否大学毕业 则可引入 D 1 大学毕业0 其他 4 系数虚拟 系数虚拟 是为了反映结构变化之前与之后的回归系数 斜率 的差异 而不是常数项 而采取的虚拟变量处理办法 利用系数虚拟变量的一元回归模型 D 0 结构变化之前1 结构变化之后 结构变化之后 结构变化之前 即回归系数发生了变化 从上可知 若常数及回归系数均引起变化 则 虚拟变量案例见Word文档 4 联立方程模型 联立方程模型用于描述经济系统 其数学模型是一个方程组 在联立方程模型中 一个方程中的因变量往往作为解释变量出现在另外一些方程中 通常与它作为解释变量的方程的扰动项相关 在这种情况下 应用OLS法得到的估计量既不是无偏的 又不是一致的 此外 联立方程模型还有识别问题 识别问题是指联立方程模型中某结构方程不具有唯一的统计形式 即模型中其它方程或全部方程的任意组合也具有这种统计形式 从而无法唯一地确定该方程的结构参数的估计值 因此 在估计联立方程模型之前 应判别模型中方程的识别问题 如有不可识别方程 则只有改变模型设定 消除识别问题 方可进行估计 用于估计联立方程模型的方法可分为单方程方法和系统估计方法两类 单方程方法是对联立方程模型中每个方程分别进行估计的方法 包括间接最小二乘法 ILS 二阶段最小二乘法 2SLS 和有限信息极大似然法 LIML 5 投入产出模型 投人产出法产生于20世纪30年代的美国 它的基本思想最早由美籍俄裔经济学家瓦西里 列昂节夫 WassilyLeontief 提出 其基本内容是编制投人产出表 投人产出表也称部门联系平衡表或产业关联表 它是根据国民经济各部门生产中的投人来源和使用去向纵横交叉组成的一张棋盘式平衡表 是国民经济核算体系的重要组成部分 这种交叉在投入产出表中间形成横竖两条线 将投人产出表分成3个部分 按照左上 右上 左下的排列次序 分别称这3个部分为第I 第 和第 象限 投入产出案例见Word文档 三 预测与决策分析方法 一 预测方法 从应用领域划分 经济预测 社会预测 科技预测 从时间范围划分 短期 中期 长期 预测技术有其局限性 要用系统观点全面分析 多方法实施预测 合理鉴别不同的结果 从方法上划分 预测工作的步骤 因方法而异 定量预测方法的步骤 1 明确预测目的与要求 含时间范围 2 收集和整理资料和数据 样本 3 选择和建立预测模型 4 对所建模型进行有关参数的估计和检验 5 实施测算与结果分析 6 编写预测报告 回归分析预测法2 时间序列平滑预测法移动平均法指数平滑法自适应过虑法 3 趋势外推法 趋势外推法的原理根据时间序列的长期趋势 以时间为自变量 序列指标为因变量 拟合函数方程y f t 据以进行外推预测 模型种类 4 灰色预测 1982年华中理工大学邓聚龙教授首先建立灰色系统的概念和理论 灰色系统是指系统中部分信息或参数已知 部分信息或参数未知的系统 灰色预测模型是基于灰色系统理论而创立的 灰色预测可划分为5类 1 数列预测对系统行为特征指标观测值所形成的数列进行预测 如GNP等 2 灾变预测对超出某一域值 出现时间的预测 3 季节性灾变预测 4 拓扑预测对一段时间内系统行为特征指标数据波形的预测 5 系统综合预测它是对系统行为特征指标群建立一组相互关联的灰色预测模型群 对系统整体变化进行预测 数列预测就是对某一指标的发展变化情况所作的预测 其预测的结果是该指标在未来各个时刻的具体数值 譬如 人口数量预测 耕地面积预测 粮食产量预测 工农业总产值预测 等等 都是数列预测 数列预测的基础 是基于累加生成数列的GM 1 1 模型 模型GM 1 1 是基本模型 组合预测 采用两种或两种以上的预测方法对同一对象进行预测 对各单独的预测结果适当加权综合作为最终结果 组合预测能够提高预测精度 关键是恰当的确定单个预测模型的加权系数 实际中 常常采用组合预测方法 组合预测方法 最优组合预测方法的思想是根据过去一段时间内组合预测误差最小这一原则来求取各个单项预测方法的加权系数向量 即如果某一种方法的加权系数Ki使组合预测方法的预测误差平方和J达到极小值Jn 组合预测方法的加权系数向量为K k1 km T 则称ki为最优加权系数 其所对应的组合预测方法为最优组合预测方法 组合预测案例1 2分别见Word 二 决策方法 决策是指公司或政府在确定其政策或选择实施现行政策的有效方法时所进行的一种经营活动 其中包括搜集必要的事实以对某一建议做出判断以及分析可以达到预定目的各种可供选择的方法等活动 美国现代经济词典 决策就是对未来实践的方向 目标以及实现方向 目标的原则和方法所作的决定 决策科学基础 按决策目标的数量分类 单目标决策 仅有一个目标的决策多目标决策 存在两个或两个以上目标的决策社会经济系统中的决策问题 主要是多目标决策 多目标决策比单目标决策更具有实用价值 决策的五个阶段 提出决策问题阶段确定决策目标阶段拟定备选方案阶段选择行动方案阶段决策实施和反馈阶段 按综合评价方法的领域来分 多指标综合评价的方法主要有三大类 1 常规多指标综合评价方法 2 建立在模糊集理论基础上的综合评价方法 3 多元统计分析方法 具体可划分如下 1 常规多指标综合评价方法 按无量纲化方法类型分 直线型 指标评价值与实际值之间是一种线性关系 评价值随实际值等比例变化 折线型 现象小于某点时 对综合水平影响大 评价值变化大 大于某点时 对综合水平影响小 评价值变化小 现象发展呈阶段性 指标值在不同阶段对事物总体水平的影响不相同 就是分段处理 难点 必须找出事物发展过程中转折点的指标值并确定其评价值 曲线型 有些事物发展的阶段性的分界点不很明显 而前中后各期发展情况又截然不同 即指标值变化对事物总体水平的影响是逐渐变化的 而非突变的 2 建立在模糊集理论基础上的综合评价方法 按评价模型分 模糊综合评判模型模糊优选模型基于模糊一致矩阵理论的决策优选方法 3 多元统计分析方法 按分析方法分 主成分分析法因子分析法聚类分析法判别分析法 近年来 围绕着多指标综合评价 其他领域的相关知识不断渗入 使得多指标综合评价方法不断丰富 有关这方面的研究也不断深入 主要表现在以下几个方面 1 评价所用的指标是多种多样的 评价的问题也不是单一的 20世纪60年代 1965年 产生的模糊数学在综合评价中得到了较为成功的应用 产生了特别适合于对主观或定性指标进行评价的模糊综合评价方法以及理论上更为严谨的模糊优选模型 基于模糊一致矩阵理论的决策优选方法 2 多指标综合评价中比较难以解决的是综合时各指标间信息的重复问题 近几十年来迅速发展的多元统计分析为解决这一问题提供了可能性 因而产生了主成分分析法 因子分析法 另外判别分析 聚类分析也为解决综合评价问题提供了较好的定量方法 3 由于评价对象的多样性及评价的决策作用 多目标决策方法也溶入到综合评价中来 比如功效系数法 AHP法等 开阔了评价方法的新思路 4 信息论 灰色系统理论等也渗透到综合评价中 产生熵值法 灰色关联度评价方法等 5 运筹学的新发展产生了将投入和产出指标分离开来评价部门间相对有效性的数据包络分析 DEA 方法 在对非单纯盈利部门进行评价时取得了很好的效果 6 多维标度分析及空间统计学的发展提高了统计分析技术上的整合能力 使多目标综合评价方法的应用更加深入 综合评价的局限性 综合评价方法很多 各种方法得出的结果不可能完全相同 并且都带有一定的相对性和局限性 1 将若干个指标数值综合成一个数值 损失了原有指标带来的大量信息 结果较抽象 难释其经济意义 2 主观性较强 选择什么指标 选择多少指标 权数的分配都较为主观 3 评价的结果不具有惟一性 选择不同的方法 可能有不同的结果 即使采用同样的方法 由于各指标的赋值不同 权重不同等 也有可能使评价结果不同 AHP决策分析方法 AHP决策分析法 AnalyticHierarchyProcess 于20世纪70年代由美国运筹学家T L Saaty提出 是一种定性与定量相结合的决策分析方法 决策者对复杂系统的决策思维过程模型化 数量化的过程 AHP方法特点 思路简单明了 它将决策者的思维过程条理化 数量化 便于计算 容易被人们所接受 所需要的定量化数据较少 但对问题的本质 问题所涉及的因素及其内在关系分析得比较透彻 清楚 AHP决策分析法 常常被运用于多目标 多准则 多要素 多层次的非结构化的复杂决策问题 特别是战略决策问题的研究 基本步骤 1 明确问题弄清问题的范围 所包含的因素 各因素之间的关系等 以便尽量掌握充分的信息 2 建立层次结构模型将问题所含的要素进行分组 把每一组作为一个层次 按照最高层 目标层 若干中间层 准则层 以及最低层 措施层 的形式排列起来 3 构造判断矩阵 4 层次单排序 目的 确定本层次与上层次中的某元素有联系的各元素重要性次序的权重值 任务 计算判断矩阵的最大特征根和对应的单位特征向量 5 层次总排序利用同一层次中所有层次单排序的结果 计算针对上一层次而言的本层次所有元素的重要性权重值 6 层次总排序的一致性检验当CR 0 10时 则认为层次总排序的计算结果具有令人满意的一致性 否则 就需要对本层次的各判断矩阵进行调整 直至层次总排序的一致性检验达到要求为止 基于模糊集理论的决策分析方法 目前 建立在模糊集理论基础上的综合评价模型主要有三种 模糊综合评判模型 模糊优选模型以及基于模糊一致矩阵理论的决策优选方法 传统的模糊综合评判模型应用十分广泛 但该模型能否获得成功应用的关键之一 在于单指标评判的结果 实际上也就是隶属函数的确定 众所周知 隶属函数的确定是一个十分困难的问题 在实际工作中 隶属函数的确定往往带有较强的 主观任意性 不可避免地会融入人们的主观色彩 且不同的函数组合对评判结果的影响较大 这就导致有时候所得的结果与事实不相符合 甚致出现误判等后果 基于相对隶属函数的模糊优选模型避开了传统隶属函数的确定问题 相对隶数函数概念的提出 为相当程度上降低主观因素的影响提供了一种很好的方法 正因为此 基于相对隶属函数的模糊 优选模型在数学理论上显得就比传统的模糊综合评判模型严谨 因而也更具有合理性 实用性 该模型是对若干对象进行多指标综合评价的一种实用方法 从目前业已取得的一些应用成果来看 当方案优选中考虑的因素定量指标较多时 利用模型优选的结果是合理的 同时也是令人信服的 但当定性指标较多时 尽管一些应用成果的结果也是理想的 但在这类问题的处理时 通常是对定性指标的各种等级描述先给出量化值 然后再计算相对隶属度 故指标特征值的确定往往显得主观性太强 缺乏 必要的理论依据 因而模糊优选模型在对定性指标较多的综合评价问题应用时要特别慎重 模糊一致矩阵的中分传递性符合人们决策思维过程中的心理特点 因而能在决策分析中得到有效的应用 从基于模糊一致矩阵理论的单层次决策优选方法中优先关系系数取值的规则看出 优先关系系数能把待优选的若干对象在每一项指标下的优劣定量地描述出来 而且很巧妙地避开了隶属函数的确定问题 故具有操作上的方便之处 但该法显然 存在不足之处 在某一评价指标下 两个对象之间的优先关系系数的确能反映它们的优劣 但对于定量指标优劣的差异程度却体现不出来 通过分析可知 在定性指标较多 隶属函数的建立主观色彩太浓或难以把握时 采用该方法有其优越性 但在定量指标较多的情况下 该方法便不宜采用 或要慎用 基于模糊集理论的决策分析方法案例见Word 一点体会定性与定量分析相结合是社会学 经济学上主流的研究方法 而且定量与定性这两种相辅相成的方法 越来越出现融合的态势 传统上 定性分析被广泛用于社会科学和人文科学 主要依靠研究者的知识和经验 对一些难以用定量分析的现象进行逻辑推理 而定量分析被较多地用于自然科学 它主要依靠大量的数据及数学推导研究问题 定量分析法并不意味着对定性分析法的否定 更不意味着社会学 经济学研究要全部数学化 近年来国内外的有些学者将定量分析与定性分析人为割裂开来 错误地认为只有定量分析才是科学的方法 对定性分析方法持有疑问 进而采取排斥的态度 这种偏见极为有害 不利于社会学经济学研究的全面开展及提高 另外 还有一种倾向也值得关注 就是将社会经济研究全部数学化 似乎不用数学公式来表达 其理论就体现不出水平 我们不应该反对数学在社会经济研究上的应用 但不同意数学方法的滥用和误用 应该说 社会经济研究没有数学是万万不能的 而在社会经济研究过程中 数学也不可能是万能的 谢谢各位 欢迎提出宝贵意见