多层特征（精选五篇）
多层特征 篇1
近几年来各种宽带高速网络不断出现,如何实现高速环境下的实时入侵检测成为现实面临的重大问题。而且目前入侵检测产品的处理带宽超过100mbp/s时就会出现丢包现象甚至崩溃[1]。为此迫切需要提高入侵检测的处理速度。本文提出了一种新的基于层次的网络入侵检测模式,一定程度上提高了入侵检测的速度,而且还能简单地对入侵的危险级别进行区分并提出告警,在一定程度上优化了实时保护网络的安全问题。
1 传统的基于网络的入侵检测系统
基于网络的入侵检测系统,是当前入侵检测系统的发展趋势,其策略就是通过将入侵检测系统安装在共享网段的重要位置,对监听采集到的每个或可疑的数据包进行特征分析,如果数据包与系统规则集数据库中的某些规则吻合,入侵检测系统就会发出警报直至切断网络连接[5]。图1给出了基于网络入侵检测模型。
图1中监测器按一定的规则从网络上获取与安全事件相关的数据包。然后传递给入侵分析引擎器模块进行安全分析判断。入侵检测模块将根据网络数据包捕获模块上接收到的包并结合网络入侵规则库进行分析,把分析的结果传递给控制模块[3]。
目前,IDS分析及检测入侵阶段一般通过以下几种技术手段进行分析[4]:特征库匹配、基于统计分析和完整性分析。其中前两种方法用于实时的入侵检测,而完整性分析则用于事后分析。
据公安部计算机信息系统安全产品质量监督检验中心的报告。国内送检的入侵检测产品95%是属于使用入侵规则进行模式匹配的特征检测产品。其他5%是采用概率统计的检测产品与基于日志的专家知识库产品[2]。可是模式匹配算法有一个很大的弱点就是所需的计算量巨大,对于满负载的100mbp/s以太网,其每秒比对次数=网络中每秒数据包数量*数据包字节数*攻击特征字节数*特征库中攻击特征数量。假设每秒钟网络流量为10000个数据包,一个数据包为100byte。特征库中有1000个攻击特征,而攻击特征字节数平均为30byte,则每秒比对数为3*1010次,即多达300亿次。如此大的运算量一旦运算能力不足时,入侵检测系统将会丢弃一些数据包从而出现漏报。因此所以说如何提高模式匹配的效率成了当今热门的话题。目前有很多改进的模式匹配算法大大改进了模式匹配的效率。有基于特征值的多模式匹配算法[6]、基于有序二叉树的多模式匹配算法[7]、基于改进双链树的多模式匹配算法[8]等。
2 改进网络入侵检测
特征匹配的成功效率的提高不仅在于算法的改进上,也与所匹配的特征库模式分配有关。如果将攻击频率高的攻击模式优先进行匹配,则可以减少攻击模式匹配成功的平均匹配次数,从而提高入侵检测系统的匹配的效率,以适应不断出现的各种高速网络。基于这种思想我们将基于网络的入侵检测系统进行了改进。
2.1 入侵的层次分析[9]
对于网络的入侵检测,使用敏感层的概念来划分标志攻击技术所引起的危害程度,大致分为六层。
第一层:包括服务拒绝攻击(denial of service)和邮件炸弹攻击(email bomb)。
第二层:包括本地用户获得非授权访问。
第三层:包括本地用户获得他们非授权的文件写权限和远程用户获得非授权的账号。
第四层:远程用户获得了特权文件的读权限。
第五层:远程用户获得了特权文件的写权限。
第六层:远程用户拥有了根(root)权限(黑客已攻克系统)。
第一层的攻击危害性不大,但是发生的频率却很高。第二、三层攻击发生的原因有可能是部分配置错误。第四层产生的原因大多是服务器的配置不当。第五、六层仅仅利用不该出现的漏洞攻击,但这种攻击就是致命的。通过上述分层我们可以看出各种攻击出现的频率和危险程度是不一样的。
2.2 基于多层次特征匹配的网络入侵检测
首先根据攻击的发生频率不一的特点将模式匹配特征库划分成四个级别的特征库。第一层攻击的特征归为最优先匹配特征库,这层攻击发生的频率是最高的。第二、三层攻击的特征归为第二优先级匹配库,第四层攻击的特征归为第三优先级模式匹配库,第五、六层的攻击特征归为最低优先级模式匹配库。各特征库攻击分配如表1所示。
其次根据攻击对网络可能造成不同的危险程度的这一特点,本模式的特征匹配库中对攻击增加一危险级别的属性,用一标志位flag标志,flag值越高表示攻击的危险程度越高。基于多层次特征匹配的网络入侵检测模型如图2所示。
模式匹配的基本思想如下:
(1) 将监测器抓捕的数据包与第一特征库中的模式进行匹配,匹配成功则转(5),匹配不成功转(2);
(2) 将数据包与第二特征库进行匹配,成功则转(5)否则转(3);
(3) 将数据包与第三特征库进行匹配,成功则转(5)否则转(4);
(4) 将数据包与第四特征库进行匹配,成功则转(5);
(5) 根据flag标志的危害程度向控制器提出告警。
据统计网上的攻击活动正以一年十倍的速度增长,所以特征库的模式分配不应该是一成不变的,应该动态地适应攻击的变化,针对这一点本模式采用替换算法LRU-Threshold的思想动态地对特征库进行调整。这种模式匹配的动态思想总的来说就是将最近经常出现的攻击尽量放在特征库的前面使其最早的与入侵进行匹配从而降低匹配次数进而提高匹配效率。基本思想如下:
(1) 特征库中每个模式都有一个标志匹配成功次数的计数值用二维数组count[4][n]表示,一维表示所在的模式库,二维表示模式。对二维数组count的管理方法就是在某个特征匹配成功时,让对应的count值加1(Count[i][j]=count[i][j]+1)。最后系统根据count值调整完之后将count值清零。
(2) 每个特征库设置一频率阈值,值为各特征库攻击的频率a1=0.7,a2=0.5,a3=0.3。
(3) 每隔一段时间根据用count值得到频率值a(a=count/sum;sum为所有count值之和)来动态管理各特征库,如果a值小于所在库的阈值则调入向下一级库中,如果a值大于上一层特征库的阈值则将其调入其上一级特征库中,再将各特征库中的模式重新排序。
2.3 性能分析
首先是能够提高匹配的速度。我们可以假定在某一NIDS中,第一特征库共有W个特征模式,第二特征库共有X个特征模式,第三特征库共有Y个特征模式,第四攻击特征库共有Z个特征模式。利用本文提出的方法进行攻击监测,假设某段时间内,有G个攻击,入侵代码在第一特征库匹配成功所占总匹配成功的比例为k1,在第二特征库匹配成功所占总匹配成功的比例为k2,在第三特征库匹配成功所占总匹配成功的比例为k3,在第四特征库匹配成功所占总匹配成功的比例为k4,其中k1+k2+k3+k4=1.则所有攻击匹配成功的平均比较次数T2为:
T2=第一特征库中攻击的攻击数×第一特征匹配库匹配成功平均比较次数+第二特征库中攻击的攻击数×第二特征匹配库匹配成功平均比较次数+第三特征库中攻击的攻击数×第三特征匹配库匹配成功平均比较次数+第四特征库中攻击的攻击数×第四特征匹配库匹配成功平均比较次数=G*k1*(W+1)/2+G*k2*(W+X+1)/2+G*k3*(W+X+Y+1)/2+G*k4*(W+X+Y+Z+1)/2次。而利用原来方法进行检测,则这段时间内所有攻击匹配成功的平均比较次数T1为:T1=总的所受攻击数×平均比较次数=G*(W+X+Y+Z+1)/2次。
从以上所分析数据可以看出,本方法减少了检测攻击时的匹配次数,就上面的入侵检测系统来说,利用本文中的策略可以将检测攻击时的匹配次数减少△T=T2-T1=(k1*X+(k1+k2)*Y+(k1+k2+k3)*Z-3)*G/2次。这对工作量比较大的模式匹配检测系统(特征匹配库庞大),其匹配效率会有很大程度的提高。
再就是易于对各种攻击给予针对性地告警。由于各个攻击模式都在属性特征库中有标志危险程度的属性,所以对于所检测到的攻击,也就可以有针对性地提出相应的告警。以便管理员根据系统的告警级别采取相应的应对措施。如果检测到危险程度级别高的攻击,就表明网络已经处于很不安全状态中,安全管理员应当立即采取有效措施如阻断网络等,以保证网络的安全。
3 结 语
为了适应不断出现的各种高速网络,本文提出一种基于层次特征库的网络入侵检测系统,根据攻击的分层以及各层攻击的特点将模式匹配特征库划分成四个级别的特征库。在进行模式匹配方面,将攻击频率高的攻击模式优先进行匹配,从而减少了攻击模式匹配成功所需的平均匹配次数,从而提高入侵检测系统的匹配的效率。同时可以更容易地对监测到的攻击作出相应的告警,以便管理员根据系统的告警级别采取相应的应对措施。
参考文献
[1]彭诗力,谭汉松.基于特征值的多模式匹配算法及硬件实现.计算机工程与应用,2005,1.
[2]网络世界.入侵检测技术综述.http://www.cnw.com.cn/.
[3]张千里.网络安全新技术.北京:人民邮电出版社,2003:65-100.
[4]宋明秋,张国权,邓贵仕.入侵检测多模式匹配算法.2006-3.
[5]梁亚声,汪永益,刘京菊,汪生.计算机网络安全技术教程.北京:机械工业出版社,2005:106-117.
[6]张健,陈松乔.基于特征值的多模式匹配算法.信息安全与通信保密,2005,9.
[7]胡佩华,王永成,刘功申.基于有序二叉树的多模式匹配算法.计算机科学,2002,1.
[8]唐皓,卢显良.基于改进双链树的多模式匹配算法.计算机应用,2005,2.
多层特征 篇2
关键词：土壤温度,垂直结构,日变化
土壤温度,即地温,是土壤热状况的综合表征指标。地面表层土壤的温度称为地面温度。地面以下土壤中的温度称为地中温度。地中温度常规观测分为浅层地温(距离地面5、10、15、20cm深度处的土壤温度)和深层地温(距离地面40、80、160、320cm深度处的土壤温度)观测。
对于土壤温度垂直结构、变化特征、影响因子等的研究已经不少。如刘玉洪[1]研究了云南哀牢山北段山地地温的垂直结构特征。佘军等[2]研究了不同层次土壤温度的持续性和振荡特征。杨梅学等[3]研究了藏北高原土壤温度的日变化。李栋梁等[4]分析了青藏高原地表温度的变化特征。向毓意等[5]分析了西藏高原深层地温气候特征。刘文杰等[6]研究了西双版纳人工雨林土壤温度变化规律。黄承标等[7]研究了草坪绿地对土壤温度的调节作用。林文卿[8]研究了土壤板结对地面最高温度的影响。王绍令等[9]研究了青藏高原局地因素对近地表层地温的影响。
深圳地处中国南部沿海,位于北回归线以南,属亚热带海洋性季风气候。本文应用深圳国家气候观象台的地温资料,分析深圳夏季三类典型天气(晴天、阴雨天和阵雨天)条件下地温及其垂直结构日变化规律。研究结果既有利于加强对中国南部沿海亚热带海洋性季风气候区土壤温度的垂直结构和变化规律的认识,也可以在此基础上更精细地设计数值天气模式土壤过程和陆面过程的参数化方法,有利于开展精细化的数值天气预报。
1观测资料
深圳夏季,典型的天气有3类,即晴天(白天时段有日照无雨)、阴雨天(白天时段有雨无日照)、阵雨天(白天时段有日照也有雨)。2006年7月,这三类天气分别为15天、5天和11天。选取2006年7月22日作为晴天的代表,2006年7月29日为阴雨天的代表,2006年7月11日为阵雨天的代表。资料时段是2006年7月22日2时至23日1时,7月29日2时至30日1时,7月11日2时至12日1时。
2夏季地温及其垂直结构日变化特征
2.1夏季晴天地温及其垂直结构日变化特征
2.1.1夏季晴天地温的日变化特征
2006年7月22日2时至7月23日1时地温的日变化见图1。
以整点时刻的地温值来分析,2006年7月22日2时至23日1时各层地温日最低值、最高值和日较差等见表1。
由图1可知,地面温度及浅层土壤温度呈正弦曲线日变化。由表1可知地面温度日变化幅度最大,其次是5 cm地温,越往深层,地温日变化幅度越小,位相越后,周期越长。深层土壤温度日变化很小,40 cm土壤温度日较差0.5℃,80 cm以下土壤层温度日较差在0.2℃以内。
2.1.2 夏季晴天地温的垂直结构日变化特征
2006年7月22日2时至23日1时地温垂直结构见图2(a)、(b)、(c)、(d)。
由图2(a)可见,深夜至凌晨,地面温度和深层土壤温度低,浅层土壤底部20 cm 处土壤温度较高。由图2(b)可见,太阳出来后的几个小时,地面温度先升高,并加热地面下的浅层土壤,使浅层土壤温度跟着升高,地温垂直结构表现为地面温度高,浅层土壤和深层土壤上层温度比较均匀,深层土壤下层(320 cm)温度较低。由图2(c)可见,正午前后,地面温度最高,其次是浅层土壤温度,深层土壤温度最低,即从地面到深层土壤,温度逐步降低。由图2(d)可见,傍晚至深夜,地面温度逐步降低,带动其下浅层土壤温度降低,最高温度出现位置逐步由地面向其下土壤层转移,地温逐步呈现15 cm到20 cm土壤层温度高,地面和深层土壤温度低的垂直结构。
2.2 夏季阴雨天地温及其垂直结构的日变化特征
2.2.1 夏季阴雨天地温的日变化特征
2006年7月29日2时至30日1时,白天降水时段天空总云量和低云量均为10成,共有50.2 mm降水。29日10时,没有降水,其它时次都有降水。
以整点时刻地温值来分析,各层地温日最低值、最高值和日较差等见表2。
地面温度以及浅层土壤温度不再呈正弦曲线日变化(图略)。由表2可知地面温度日变化幅度最大,其次是5 cm地温,越往深层,地温日变化幅度越小。深层土壤温度日变化很小,80 cm以下土壤层温度日变化在0.5℃以内。这与晴天的地温变化规律一致。但是地面温度和浅层土壤温度的日变化幅度要远远小于晴天的日变化幅度,地面和浅层土壤温度最大值及其出现的时间也不一样。
降水不仅极大地影响降水时段的地面温度和浅层土壤温度的大小,也影响其日变化幅度及极值出现的时间,但对80 cm以下深层土壤温度的影响小。
2.2.2 夏季阴雨天地温垂直结构日变化特征
2006年7月29日2时至7月30日1地温垂直结构可见图3(a)、(b)、(c)。
由图3(a)可见,2～7时,80 cm土壤温度最高,由此向下和向上,土壤温度都降低,10 cm以上浅层土壤温度和地面温度甚至比深层土壤温度320 cm还低。由图3(b)可见8～12时地面温度和浅层土壤温度因为太阳散射的加热作用有所上升而使地温垂直结构不同于早间时段。由图3(c)可见,白天降水时段,从地面到浅层土壤,再到80 cm深层土壤,温度逐步升高,与晴天情况相反。与晴天夜间相比,20 cm地温受到降水影响明显,要比40 cm地温低,40 cm地温也受到影响,比80 cm土壤温度低。可见,降水极大地影响降水时段的地面和浅层土壤温度和40 cm深层土壤的垂直结构,但对80 cm以下深层土壤的垂直结构影响小。
2.3 夏季阵雨天地温及其垂直结构的日变化特征
2.3.1 夏季阵雨天地温的日变化特征
2006年7月11日是阵雨天,2006年7月11日2时至12日1时这个时段里,11日9～16时无日照共有12.3 mm降水,17～19时无降水共有2.7小时日照。
以整点时刻地温值来分析,各层地温日最低值、最高值和日较差等见表3。
地面温度以及浅层土壤温度受阵性降水的影响,温度会降低,不再呈正弦曲线日变化(图略)。由表3可知,地面温度日变化幅度最大,其次是5 cm地温,越往深层,地温日变化幅度越小。深层土壤温度日变化很小,40 cm土壤温度日变化在0.3℃以内,而80 cm以下土壤层温度日变化在0.1℃以内。与晴天条件相比,阵性降水不仅影响地面温度和浅层土壤温度的升高幅度,也影响其极值出现的时间。阵性降水对深层土壤温度影响很小。
2.3.2 夏季阵雨天地温的垂直结构特征
2006年7月11日2时至7月12日1地温垂直结构可见图4(a)、(b)、(c)。
由图4(a)可见,2～6时,40 cm土壤层温度最高,由此向下和向上,土壤温度都降低,这与晴天条件下的地温结构基本一致。由图4(b)可见,9～12时地面温度和浅层土壤温度受到小阵雨的影响降低,使这时段40 cm以上土壤层呈现地面温度和浅层土壤温度低,40 cm深层土壤温度高的结构,与晴天条件下有较大差别。由图4(c)可见,雨停后,13～16时,在太阳直射下,地面温度迅速升高,随后其下浅层土壤温度逐步升高,导致从地面到20 cm土壤层的地温呈现由高到低的垂直结构。16时,地面温度升高到全天最高值,但是20 cm土壤层温度并没有超过40 cm土壤层温度,与晴天时不太一致。可见,降水不仅极大地影响降水时段的地面温度和浅层土壤温度,也会影响雨停后一段时间浅层土壤的温度,但对40 cm以下深层土壤温度的垂直结构影响甚小。
3 结论
夏季土壤温度及其垂直结构日变化与天气密切相关,不同天气条件,呈现完全不同的特征。
(1)晴天,地面温度和浅层地温呈现正弦曲线变化,地面温度振幅最大,越往深层,地温振幅越小,且位相越后,周期越长。地温垂直结构在也有日变化,白天正午时分,浅层地面温度高,深层地面温度低。夜间地面温度和10 cm以上浅层地温、80 cm以下深层地温低,而15～20 cm之间的土壤温度相对较高。
(2)阴雨天,地面温度和浅层地温的日变化要远远小于晴天。降水时段,地面温度和浅层土壤温度即使在白天有太阳散射也难以升高,甚至可以降得比夜间低。地温垂直结构,80 cm最高,由此位置向下和向上温度都降低。地面温度甚至比320 cm的深层地温要低。降水既影响地面温度和浅层地温及其日变化大小,还影响其最大值和最小值出现的时间,并极大地影响地温垂直结构。但是80 cm以下深层土壤受持续降水的影响小,日变化不明显。
(3)阵雨天,地面温度和浅层地温的日变化幅度比晴天小,比阴雨天大。白天降水时段,地面温度和浅层地面温度依次降低。雨停太阳出来后,在太阳辐射的直射下,地面温度迅速上升,但是其下土壤的温度,特别是浅层土壤层底部的温度要延后升高,且由于升温幅度不够而小于40 cm土壤温度。阵雨会影响地面温度和浅层地温的大小和日变化幅度,也影响其最大值和最小值出现的时间,还影响地温垂直结构。不过,阵雨对40 cm以下深层土壤温度的影响较小,影响的时间也要滞后。
(4)阵性降水对土壤温度及其垂直结构的影响要小于阴雨天较大的持续性降水。无论是晴天、阴雨天,还是阵雨天气,深层土壤,特别是80 cm以下土壤层的温度,其日变化幅度都很小,表明深层土壤温度受天气影响小。
参考文献
[1]刘玉洪.哀牢山山地土壤温度的垂直结构特征.气象,1992;18(12):23—26
[2]佘军,张邦林,丑纪范.不同层次土壤温度的持续性和振荡特征.高原气象,1993;12(1):12—17
[3]杨梅学,姚檀栋,丁永建,等.藏北高原土壤温度的日变化.环境科学,1999;20(3):5—8
[4]李栋梁,钟海玲,吴青柏,等.青藏高原地表温度的变化分析.高原气象,2005;24(3):291—298
[5]向毓意,杜军,马玉才.西藏高原深层地温气候特征分析.西藏科技,1999;(5):56—58
[6]刘文杰,李红梅.西双版纳人工雨林土壤温度变化规律.云南热作科技,1997;20(1):16—20
[7]黄承标,莫柳艳,黄炳京,等.草坪绿地对土壤温度的调节作用.土壤与环境,2002;11(1):29—31
[8]林文卿.土壤板结对地面最高温度的影响.气象,1997;23(5):1,66
多层特征 篇3
1 材料和方法
从2010年3至2011年3月, 我们共收治4例高度怀疑SMAS的病人。4例病人均具有以下多个症状, 饭后上腹疼痛, 饱胀感, 呕吐和体重减轻。男2例, 女2例, 年龄17~51岁, 平均年龄28岁。病史最长16个月, 最短1个月, 平均6个月。4例病人的体重指数分别为20kg/m2、17kg/m2、16.5kg/m2、16kg/m2, 平均17.375kg/m2。所有病人在完成CT检查后又行上消化道钡透及内镜检查。
1.1 采用GE lightspeed 16排CT扫描仪
扫描前2小时内饮水1000~1500ml。扫描参数:管电压120k V, 管电流250m A, 螺距1.375:1。扫描范围肝膈面至耻骨联合上缘。经肘静脉团注非离子型含碘对比剂80~100ml, 浓度370mg I/ml (碘帕醇) , 注射流率3.0ml/s。行双期增强扫描, 注射对比剂后动脉期延时25~30秒, 静脉期延时55~60秒。扫描后原始图像0.625mm建薄传入ADW4.3工作站。利用动脉期图像采用最大密度投影 (Maximumintensity projection, MIP) 、容积再现 (Volume rendering, VR) 等技术得到肠系膜上动脉MSCTA图像, 测量肠系膜上动脉 (SMA) 与腹主动脉 (AO) 的最小距离及其两者夹角。
1.2 上消化道钡餐透视
使用GE800MA数字胃肠机, 钡剂为青岛东风Ⅱ型干混悬剂和其发泡剂, 配比浓度为220% (W/V) , 每个患者的服钡量为120~150ml, 按照气一钡双重造影方法, 分别摄取胃和十二指肠的黏膜像, 对比像, 充盈和加压像。检查中多体位观察十二指肠蠕动及排空过程, 并适当加压, 仔细观察十二指肠是否有对比剂通过受阻征象。
1.3 内镜检查
采用胃镜OLYMPUS-GIF120、XQ240, 通过胃镜对十二指肠、胃、食管以及重要病变观察, 并在操作过程中取照片, 必要时活检行病理检查。
2 结果
4例病人中, 经MSCT诊断出SMAS 3例, 十二指肠水平段肿瘤1例;上消道钡餐透视诊断SMAS 1例;内镜检查未作出SMAS诊断, 但4例病人胃镜检查无一例正常, 3例慢性胃炎, 1例十二指肠溃疡。所有病人均行手术治疗, 3例经手术证实SMAS (男性1例, 女性2例) , 1例 (男性) 经手术切除病理证实为十二指肠腺癌。
3例SMAS中, MSCT均显示胃、十二指肠不同程度扩张, 在十二指肠通过肠系膜上动脉后, 十二指肠肠腔明显缩小或消失, 呈截然的分界现象, SMA-AO距离明显缩小 (如图1、2) , 分别为5mm、7mm、7.8mm, 平均6.6mm;三维重建 (矢状面) 测量其角度亦明显缩小 (如图3、4) , 分别为22°、20°、21.5°, 平均21.17°。1例病人MSCT显示十二指肠水平段软组织密度占位性病变, 动脉期明显强化 (图5) , SMA-AO距离为25mm, 夹角为39.7°。上消化道钡餐透视诊断出1例SMAS, 显示出十二指肠扩张、笔杆样压迹 (见图6) 。
3 讨论
Rokitansky于1842年首先指出十二指肠的第三段可能会被肠系膜上动脉压迫, 引起十二指肠梗阻[1]。后来Harold Ellis建议采用肠系膜上动脉综合征 (superior mesenteric artery syndrome, SMAS) 来命名此病而被普遍采用[2]。SMAS的发病因素较多, 其中十二指肠水平或升部与肠系膜上动脉的解剖关系是基础因素。肠系膜上动脉从腹主动脉分出位置过低, 与腹主动脉间夹角小于正常水平 (40°~60°) , 或消瘦引起腹膜后脂肪过少而失去对动脉压迫十二指肠的缓冲、铺垫作用, 使十二指肠水平段受到压迫, 引起饭后上腹痛、饱胀感、呕吐, 病人出现营养障碍, 体重下降。根据文献报道, SMAS在人群中的发病率在0.2%~0.78%之间[3,4,5]。从2010年3月至2011年3月, 笔者共施行腹部CT扫描1650例, 发现了3例SMAS (0.18%) , 比文献报道略低, 这可能与SMAS发病率低, 医生较少想到此病而没有进行针对性检查有关。
SMAS患者多以上消化道症状就诊而行胃镜检查, 胃镜可发现胃及十二指肠的慢性炎症或溃疡, 可证实十二指肠水平段外压性改变, 但不能提示诊断[6]。腹部彩色多普勒超声可直接清晰地显示SMA和AO间所形成的夹角和从该夹角中通过的十二指肠水平段的解剖关系, 但经常受腹腔内气体过而多影响显像效果[7]。传统的上消化道钡透在诊断SMAS中扮演了重要角色。在这种检查中, 胃及十二指肠扩张、十二指肠逆蠕动及十二指肠笔杆样压迹, 作为上消化道钡餐透视诊断SMAS的标准[8]。Lukes等人认为十二指肠扩张并不是在所有病人中都能显示。Wang等人也认为轻度的十二指肠扩张在传统的钡餐检查中很可能被忽略[9,10]。如钡剂造影方法不规范, 患者禁食或呕吐后症状明显缓解时而施行钡餐检查者, 钡剂较容易通过, 可出现假阴性而漏诊;剧烈呕吐的患者造影剂不易进入十二指肠, 使显影不理想, 从而难以确定诊断。
传统的血管造影术能够测量SMA-AO角度, 从而成为确诊SMAS的一种方法, 但其操作为侵入性而且具有一定的难度, 使其应用受到一定程度的限制。Konen等人指出, 三维CT重建血管造影术能够显示肠系膜上动脉的起始处[11]。Birsen Unal等人报道了SMAS的CT发现, 胃及十二指肠扩张, SMA-AO距离缩小, 夹角变小;采用ROC曲线得出SMAS与正常人截断值:SMA-AO距离≤8mm (敏感性和特异性为100%) , SMA-AO夹角≤22° (敏感性为42.8%, 特异性为100%) [12]。在本组资料中, 3例SMAS病人均按照此标准比较, 经手术证实, 获得了准确的诊断, 与文献报道完全一致。
本组资料中3例SMAS, MSCT均显示胃及十二指肠不同程度扩张, 在十二指肠通过肠系膜上动脉后, 十二指肠肠腔明显变小或者消失, 呈明显的“截断征”;SMA-AO距离明显缩小, 分别为5mm、7mm、7.8mm;其角度亦明显缩小, 分别为22°、20°、21.5°。剩下的1例病人, MSCT发现了胃及十二指肠的扩张, 同时也发现了十二指肠水平段明显强化的肿物, 测量SMA-AO距离为25mm, 夹角为39.7°, 术前CT诊断为十二指肠水平段肿瘤, 术后病理证实为腺癌, 说明MSCT还能够鉴别引起十二指肠排空障碍的其他病变, 如十二指肠癌肿等。结合文献, 可以总结出MSCT诊断SMAS的特征, 胃、十二指肠有不同程度扩张;在十二指肠通过SMA后, 十二指肠肠腔显著的缩小或消失, 呈截然分界现象;十二指肠腔内及周围无软组织肿块;SMA-AO间距离≤8mm, 其夹角≤22°。
MSCT的发展使腹部大范围薄层扫描常规化, 结合静脉团注高浓度含碘对比剂, 得到高强化的肠系膜上动脉, 还可以通过后处理进行MPR、MIP、VR等重组成像, 重组后的图像可以在横断面, 矢状位以及冠状位多角度、多平面观察[13]。可以直观显示腹主动脉、肠系膜上动脉的起始、走行及十二指肠受压的立体关系, 并可测量SMA-AO的距离及夹角, 使放射学医师可以很容易地诊断SMAS, 同时更符合外科医师的观察及判断习惯, 明显方便了术前评估。另一方面, 相对的非侵入性, 快速、安全、经济等特点, 较传统的血管造影术具有更大的优势, 可作为首选的诊断方法。
摘要：目的 描述肠系膜上动脉综合征 (superior mesenteric artery syndrome, SMAS) 的多层螺旋CT特征。方法 我们对4例反复发作的餐后上腹饱胀感、呕吐及体重下降的病人均行MSCT、上消化道钡餐透视和内镜检查诊断为SMAS;4例病人均行手术治疗。结果 手术证实本组有3例为SMAS, 1例为十二指肠腺癌。3例SMAS病人经MSCT确诊, 上消化道钡餐透视诊断出SMAS1例, 内镜检查未能作出诊断。SMAS的CT表现:胃及十二指肠扩张, 腹主动脉-肠系膜上动脉间距离分别为5mm、7mm、7.8mm, 其夹角分别为22°、20°、21.5°。结论 多层螺旋CT对SMAS的诊断有重要价值, 可成为诊断SMAS的首选方法。
多层特征 篇4
关键词：团山钨矿,成矿地质条件,多层矿化带,接触带构造
0 引言
团山钨矿矿体主要产于团山短轴背斜顶部、侵入花岗岩与围岩接触带及层间构造带矽卡岩内, 少部分产于花岗岩内接触带和外接触带矽卡岩化大理岩内。在背斜核部和接触带较缓部位矿体厚度较大、背斜两翼和接触带较陡部位矿体较薄, 形成较为典型的多层矿化带。团山钨矿矿石矿物以白钨矿为主, 其它见有黄铜矿、方铅矿、闪锌矿、辉钼矿、磁铁矿等, 脉石矿物主要有透辉石、次透辉石、透闪石、钙铝榴石、符山石、阳起石、绿帘石、绿泥石、沸石、斜长石、石英、方解石等。原生矿石中钨矿物以白钨矿为主, 体积分数一般为2%~3%, 粒度为0.1~0.9mm, 主要呈自形他形粒状浸染状分布于透辉石、透闪石、绿帘石等矿物颗粒间, 或与石榴石、电气石、方解石伴生, 少量呈细脉分布[1,2,3,4]。在岩体侵入过程中, 当围岩是碳酸盐与碎屑岩互层时, 岩层发生接触交代作用, 形成多层矽卡岩化带, 并在有利条件下形成多层状矿体。本文依据多层接触带和多层矿化带的概念[5,6]分析研究团山钨矿多层矿化带接触带成矿的成矿地质条件及成矿规律。从矿区围岩地层、岩浆岩、接触带构造等方面分析总结团山钨矿多层矿化带形成的地质条件, 为该区的矿床地质特征研究提供有价值的勘查依据。
1 矿区地质特征
1.1 成矿地质背景
研究区位于滇东南薄竹山穹窿西南缘, 出露地层为寒武系冲庄组和大丫口组, 为滨海近滨海带的下部环境—滨海近滨海带的上部环境沉积的碳酸盐建造和砂泥质建造[7]。冲庄组∈1ch:灰黄色中薄层粉砂岩, 粉砂质板岩, 向上变为中厚层状、长石粉砂岩。褶皱构造以团山短轴背斜为主;断裂构造以北东向F3为代表。岩浆岩为所作底单元 (K1-2S) :灰—灰白色细中粒含斑黑云二长花岗岩, 具似斑状结构, 基质为细中粒半自形粒状结构 (图1) 。岩体周围矽卡岩化、大理岩化、角岩化等广泛发育。
1.2 矿区地质条件
1.2.1 矿区地层
矿区围岩地层为寒武系冲庄组和大丫口组, 冲庄组∈1ch:灰白、灰黄色薄-中层状细粒长石石英砂岩、粉砂质板岩、绢云板岩和少量粉砂岩;大丫口组为一、二、三段, 大丫口组第一段∈2d1:浅灰、深灰色块状大理岩、灰质条带状灰岩、灰绿色带黄色块状细晶矽卡岩化大理岩;大丫口组第二段∈2d2:深灰色、褐色块状角岩、粉砂岩、粉砂质泥岩;大丫口组第三段∈2d3:浅灰、深灰色中-厚层状粉晶灰岩、灰质条带灰岩夹少量深灰色、褐色粉砂岩。冲庄组为该区出露最老地层, 分布在矿区西北部, 底部与断层或岩体接触, 顶部与大丫口组第一段整合接触;大丫口组出露在矿区东南部及西北部, 底部与冲庄组呈整合接触或与岩体呈侵入接触关系 (图1) 。
1.2.2 岩浆岩特征
1.第四系冲洪层;2.大丫口组第三段;3.大丫口组第二段;4.大丫口组第一段;5.冲庄组;6.辉绿岩脉前;7.所做底单元;8.钨矿体;9.地质界线;10.断层.
区内岩浆活动与成矿关系密切的主要是薄竹山中酸性花岗岩体, 张世涛等[8]提出该岩体为一复式花岗岩体, 并采用单元—超单元 (序列) 方法将其划分为7个单元, 建立了两个序列 (陈家寨序列和薄竹山序列) 和一个独立单元 (大山脚单元) 。按形成的时间顺序由老到新分别为所作底单元 (K1-2S) 、洋芋树单元 (K1-2Y) 、大山单元 (K1-2D) 、雷达站单元 (K2Ld) 、分水岭单元 (K2F) 、薄竹坡单元 (K2B) 和大山脚单元 (ED) , 其中K1-2S、K1-2Y和K1-2D属于陈家寨序列;K2Ld、K2F和K2B属于薄竹山序列。经研究获得全岩Rb-Sr等时线年龄、锆石U-Pb年龄介于114~87Ma[8,9], 官房矿区花岗岩的形成平均年龄为91.2±1.2Ma[1]。
团山钨矿床花岗岩的岩石学和地球化学特征进行了分析, 结果表明:花岗岩对的Si O2、Na2O和K2O的平均质量百分数分别为68.49%、2.38%、4.26%, 里特曼指数平均为2.33;微量元素表现为Nb、Ta、Y富集, Sr、Ba显著亏损;稀土元素总量平均为256.09×10-6, 稀土元素分配模式为LREE富集型, Eu负异常较明显, δEu=0.62~0.72[1,2,3,4,5]。矿区花岗岩的主量元素特征表明其具有高钾钙碱性岩特征, 属于S型花岗岩;主量元素、微量元素特征一致显示其形成于同碰撞构造环境;稀土元素特征表明其物质来源为壳源。研究还表明, 矿区花岗岩中钨的含量是中国花岗岩平均含量的23.7倍[4], 较高的钨丰度有利于官房团山钨矿床的形成。
1.2.3 构造
矿区构造有褶皱、断裂、节理裂隙, 褶皱构造以团山短轴背斜为主, 两翼地层以寒武系碳酸岩和碎屑岩为主, 褶皱轴向45°;断裂构造以北东向F3为主, 走向北东, 倾向北西, 倾角约75°。断层上盘地层为∈1ch, 下盘地层为∈2d及所作底单元 (K1-2S) 花岗岩。沿断面见片理化现象, 断层显示上盘上升, 下盘下降, 为一逆断层;节理裂隙有褶皱核部张节理及层间裂隙, 节理裂隙发育。
2 矿体特征及控矿构造
2.1 矿体特征
矿体顶部在腰店河以西部分被剥蚀出露地表, 但大部分仍隐伏地下, 呈似层状产出, 在垂向上亦有分岔现象。矿体走向北北东, 倾向南东东, 倾角约30°。长约617m, 倾斜延深190-345m, 平均236m。矿体厚度1.00-14.06m, 平均厚5.19m。工业矿品位WO3为0.12-2.27%, 平均WO3为0.52%;低品位矿品位WO3为0.10%。矿体厚度变化系数为85%, 矿体厚度不稳定;品位变化系数为122%, 矿体主要组分分布较均匀。
2.2 控矿构造
团山钨矿矿体主要产于团山轴背斜顶部、侵入花岗岩与围岩接触带及层间构造带矽卡岩内, 矿体主要分布于强烈的矽卡岩化带中, 矿化范围较广, 主要矿化富集在矽卡岩化带、大理岩化带及角岩化带中, 于围岩接触的岩体也见有矿化现象, 矿体及矿化与地层、岩体、接触带构造有密切关系。
1.第四系洪冲积层;2.大丫口组第一段;3.大丫口组第二段;4.大丫口组第三段;5.冲庄组;6.所作底单元;7.灰岩;8.大理岩;9.砂砾层;10.矽卡岩;11.角岩;12.花岗岩;13.钻孔编号;14.矿体编号.
1.第四系洪冲积层;2.第四系坡积层;3.大丫口组第一段;4.大丫口组第二段;5.大丫口组第三段;6.所作底单元;7.砂砾层;8.土壤砾石层;9.花岗岩;10.灰岩;11.大理岩;12.矽卡岩;13.角岩;14.矿体编号;15.钻孔编号.
2.2.1 接触带构造与控矿作用
岩体接触带构造按其形态大致可分为平直的、波状的、港湾状的、锯齿状的、岩枝状的和顺层贯入的等几种[5], 经钻孔控制, 团山钨矿其岩体接触带构造其形态有平直的、波状的、港湾状的和顺层贯入的 (如图2) , 张亚辉[2]将官房钨矿接触带分为超覆整合接触和倾斜整合接触。团山钨矿矿体形态受接触带构造控制, 均产于接触构造带, 矿体形态以似层状、透镜状为主, 矿体倾角和厚度变化随接触带形态变化而变化, 从钻孔资料综合分析, 团山钨矿矿体在垂向有3-5层, 形成具有其独特的多层接触带构造和多层矿化带成矿地质特征 (如图2、图3) 。
2.2.2 背斜构造与控矿作用
矿体呈层状、似层状、透镜状产于团山背斜的矽卡岩中, 在团山背斜核部矿体厚度较大、背斜两翼矿体较薄, 矿体产状与背斜两翼岩层产状较为一致, 矿体形态与背斜两翼地层产状有密切关系, 形成多层矿体围绕团山背斜呈立体空间分布特征 (图3) , 为多层矿化成矿提供有利地质条件。
2.2.3 层理及层间破碎带与控矿作用
在岩体侵入过程中, 在岩体地顶托作用下形成团山背斜, 致使背斜核部形成大量节理、裂隙以及层间滑脱破碎带, 为岩浆及成矿物质地运移形成通道, 更为后期矿物质沉淀和富集提供有利空间。矿区为碳酸岩和碎屑岩互层的特殊地层组合, 在岩体侵入过程中形成多层层间滑脱破碎带, 因此形成具有其独特的多层矿化带成矿地质条件。
3 讨论与结论
(1) 团山钨矿主要赋矿地层为大丫口组矽卡岩、矽卡岩化大理岩、大理岩中, 矿体主要受接触带构造控制, 岩体与围岩接触带和层间构造带是钨矿体富集部位。钨矿体主要产于矽卡岩中, 其中透辉石矽卡岩矿化较好, 形成主要工业矿体, 矽卡岩化大理岩及大理岩矿化较弱, 往往形成较低品位矿体, 矿化与矽卡岩化有非常密切关系, 是典型的接触交代矽卡岩型钨矿床。
(2) 团山短轴背斜核部节理裂隙及两翼层间裂隙多层构造破碎带为矽卡岩化带形成提供良好的条件, 成为主要的导矿、控矿、容矿构造, 形成了典型的多层接触构造带、多层矽卡岩化带, 为多层矿化富集的形成创造了有利条件, 最终形成团山钨矿多层矿化的多层层状、似层状矿体。
; (3) 侵入接触带构造是矽卡岩型矿床最重要的控矿构造类型之一, 其侵入接触带构造与矿化富集沉淀有着直接、密切的时间、空间和成因上的联系, 具有其较独特的成岩成矿和控矿作用。团山钨矿其矿体形态受接触带构造控制, 其独特的多层接触带构造和多层矿化成矿地质特征能否为薄竹山地区的找矿工作提供理论依据及实际意义。
(4) 本文从多层接触带构造和多层矿化成矿的成矿地质条件研究发现, 该区独特的碳酸盐与碎屑岩互层的围岩条件在薄竹山岩体侵入过程中形成3-5层矿体, 是对团山钨矿研究的一大跨越, 使团山钨矿形成的成矿地质条件有了更清晰的认识, 弥补了以往对团山钨矿研究的不足, 为该矿床的研究做出了重大的突破。
参考文献
[1]张亚辉.滇东南薄竹山晚燕山期酸性岩浆热液成矿作用研究[J].昆明:昆明理工大学, 2013.
[2]张亚辉, 张世涛.云南文山官房钨矿床花岗岩地球化学特征及其地质意义[J].地质与勘探, 2011;47 (6) :1002-1008.
[3]张亚辉, 张世涛, 刘红卫.滇东南薄竹山地区大型多金属矿床控矿因素对比研究[J].昆明理工大学学报, 2012, 27 (6) :1007-855x.
[4]张亚辉, 张世涛, 范玉华, 等.云南省文山县官房钨矿床矿床地质和流体包裹体研究[J].岩石学报, 2014, 30 (3) :77-88.
[5]翟裕生.侵入接触构造及其控矿作用[J].地质出版社, 1981, 29-44.
[6]赵一鸣, 林文蔚, 毕承思, 等.中国矽卡岩矿床基本地质特征[J].中国地质科学院学报, 1986:59-87.
[7]云南省地质矿产局.中华人民共和国区域地质报告 (1850000) , 老寨街幅[R].昆明:云南省地质矿产局, 1991:63-20.
[8]张世涛, 陈国昌.滇东南薄竹山复式岩体的地质特征及其演化规律[J].云南地质, 1997, 16 (3) :222-231.
多层特征 篇5
自2008 年全球金融危机以来,世界各国都开始反思过去经济发展中存在的根本性问题,进而逐渐意识到培育和发展创新技术和新兴产业是促进经济长期发展的根本动力,对国家未来的竞争力具有至关重要的作用,因此越来越重视创新技术及新兴产业的培育和发展。中国自2009 年提出培育和发展战略性新兴产业的规划以来,关于战略性新兴产业的研究也越来越多。由于创新技术是战略性新兴产业发展的基础,技术创新性是战略性新兴产业的根本特性之一,所以研究企业的研发投资的规律也就成了当前经济和产业发展领域的重要课题。
资金是研发活动的基本投入要素之一。根据国家统计局 《2013 年全国科技经费投入统计公报》披露的数据,2013 年中国共投入研发经费1. 18 万亿元,比上年增加15% ,研发投资强度( 指研发经费占GDP的比例) 达到2. 08% ,首次超过2% 。
但这个水平远低于西方发达国家,甚至低于西方10 年前的水平。Hall等[1]报告了西方一些国家企业的研发投资强度,其中美国为4. 9% ,德国为4. 5% ,法国为4. 2% , 意大利为3. 3% , 英国为2. 9% 。更重要的是,企业的研发投资并不是总能及时得到所需要的资金,融资约束是企业投资经常面临的问题。因为研发活动需要投入大量的资金,因而资金的充裕程度是研发活动能否顺利进行并持续下去的关键因素之一。而且,由于研发活动没有形成最终产品,短期内不可能在市场上实现市场最终价值,也就不能像一般的投资项目那样形成 “投资—盈利—再投资”的自我造血的机制,因而现金流投入的可持续性和投资风险都是研发投入需要考虑的重要问题。
自从Fazzari等[2]开创性地提出融资约束的概念之后,有关融资约束的研究也越来越多。融资约束是指在资本市场不完善的情况下,企业由于外部融资渠道的成本太高、无法支付过高的外源融资成本而导致融资不足,从而使得投资无法达到最优水平、企业投资决策更多依赖于内部融资。Brown等[3]指出,内源融资比外源融资更易于得到,因为不需要抵押、没有形成逆向选择问题、也没有放大与财务危机相关的问题,所以内源融资是研发投资的一个主要资金来源。
但是,如果企业的研发创新只依赖于内部融资,就会造成以下问题:( 1) 资金积累较少的小规模企业很难在自己内部融到足够多的资金来支持其研发活动;( 2) 市场波动、商业周期波动等带来的风险使得内源融资的资金供应不稳定、难以持续。因此企业需要通过外源融资来对企业的研发投资形成支持。而良好的金融制度可以使市场能够迅速达成资金和项目的配对,从而有效缓解融资约束的问题。Greenwood等[4]认为金融中介可以降低收集信息和处理信息的成本,向更有前景的企业提供资金,因此带来更有效率的资本配置。Rajan等[5]和Demirguc - Kurt等[6]的研究发现,金融深化对企业融资渠道具有积极影响,从而可以促进外部融资依赖型企业的成长。Tadesse[7]认为良好的金融体系应该可以向技术创新体系提供所需的资金,缓解企业的融资约束。Claessens等[8]认为金融发展水平影响了企业的外部融资渠道,决定了投资可获得的资源, 因而影响企业的成长。 Gorodnichenko等[9]的研究表明发展中国家的金融发展水平较低,制约了企业的融资和创新活动。张杰等[10]研究发现融资约束对民营企业R&D投入造成了显著抑制效应,企业R&D投入的融资渠道主要来源于自身现金流、注册资本增加和商业信用,而银行贷款对企业R&D投入有负面影响。
为了适应不同类型企业的融资需要,中国已经逐渐形成了多层次资本市场的格局,沪深主板市场、创业板市场和场外市场都已经进入良性发展的轨道。目前,中国的资本市场包括场内市场和场外市场两大部分。其中,场内市场包括主板市场和创业板市场,在深圳主板市场内还设有中小板市场①; 场外市场目前主要是代办股份转让系统。此外,交易所债券市场也已经成为多层次资本市场的重要组成部分。如图1 所示。
资本市场是企业重要的融资渠道。在 《国务院关于加快培育和发展战略性新兴产业的决定》 ( 国发 【2010】32 号) 文件中对战略性新兴产业发展的资本市场环境建设目标和要求已经有了比较明确的指示,要求 “积极发挥多层次资本市场的融资功能。进一步完善创业板市场制度,支持符合条件的企业上市融资。推进场外证券交易市场的建设,满足处于不同发展阶段创业企业的需求”。那么,经过这些年的发展,多层次资本市场的建设是否真的改善了企业的融资约束状况、促进了研发投资呢? 中小板和创业板企业在融资约束和融资渠道特征方面与主板市场是否存在差异呢? 根据深圳证券交易所的研究报告[11],中小板和创业板是战略性新兴产业企业的主要上市板块,承担着战略性新兴产业上市融资、实现经济创新驱动的重要任务。因此,本文以中小板和创业板的战略性新兴企业为主要研究对象,与主板市场的战略性新兴企业研发投资的融资约束和融资渠道特征进行比较研究。
2 研究设计
2. 1 样本选择与数据来源
根据 《国务院关于加快培育和发展战略性新兴产业的决定》 ( 国发 【2010】32 号) 精神,中国将大力发展节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料和新能源汽车等战略性新兴产业。考虑到数据的可得性和可比性,本文对我国多层次资本市场环境的研究主要集中于沪深主板市场、中小板市场和创业板市场,比较分析上市公司的研发投资特征。根据官方确定的战略性新兴产业的行业领域,本文从沪深两市A股中选取了战略性新兴产业企业数据作为研究对象。
对于如何判定一个样本公司是否属于战略性新兴产业,在佘坚[11]以及殷红等[12]的研究中都采用了以下标准: 企业的第一主营业务必须属于国家规划的七大战略性新兴产业之一,且相应的主营业务收入占比超过50% 。本文也沿用这一标准,以2013年年报数据为基准选择样本企业,从上海主板、深圳主板( 含中小板) 、深圳创业板市场中挑选出715家战略性新兴企业,然后剔除3 年间出现ST和PT状态的样本,进而收集样本企业在2011—2013 年间的面板数据。样本的资料和数据均来源于上市公司的历年年报和国泰安数据库。
本文所用的研发投入数据采用手工收集的方式,从上市公司的年报中摘取。一般来说,很多上市公司都会在 “董事会报告” 中公布研发投入的情况,也有的在资产负债表或者财务报表附注中披露 “开发支出”,但是这个开发支出是企业开发无形资产过程中能够资本化形成无形资产成本的支出部分,与“董事会报告” 中的研发投入的统计口径不同,为了保证本文研究数据的一致性,本文全部采用 “董事会报告”中的研发投入数据。经过手工摘取,共获得649 家公司在2011 年—2013 年3 年的研发投入数据。
2. 2 不同板块资本市场企业的研发投资比较
企业研发投资的衡量指标一般有绝对指标和相对指标两类。其中,绝对指标是以货币计量的研发投资金额,记为RD; 相对指标一般采用研发投资金额与企业总资产的比值,称为研发投资强度,记为RDI,即:
式中,RDI即为研发投资强度,RD是以货币计量的研发投资金额,Asset是公司的总资产。由于研发投资的绝对指标RD通常受资产规模的影响,因而不适于在不同层次市场板块之间进行比较,所以本文采用研发投资强度RDI作为研发投资的衡量指标。
比较不同市场板块企业的研发投资强度,最简单的是采用均值比较法,通过2 组独立样本的均值差构造T值,采用T检验判断两组样本之间的差异是否在统计意义上表现显著。但是,T检验需要假设样本满足正态分布特征,而实际上各板块企业研发投资强度的分布并不满足正态分布,所以本文采用更为稳健的非参数Mann - Whitney U检验。Mann- Whitney U检验是基于样本观测值的秩和来进行的,对于2 组样本观测值xi,i = 1,2,…,m和yj,j = 1,2,…,n,将2 组样本观测值混合排序得到各自的秩,进而计算各组样本的秩和,记为Rx和Ry。为了判断2 组样本观测值的中位数是否相同,建立原假设H0: 2 组总体分布的中位数相同; H1: 2组总体分布的中位数不同。于是Mann - Whitney U统计量为U = Rx- m ( m + 1) /2,近似服从正态分布,进一步可以计算标准正态分布统计量,进而可以进行统计学显著性检验。计算公式为:
本文对上海主板、深圳主板、深圳中小板和创业板的战略性新兴产业的企业研发投入的3 年混合观测值进行两两对比,判别各组对比差异是否显著。计算结果及显著性检验如表1 所示。
注: **表示在p = 0. 01 的水平上差异显著
由表1 可以看到,从企业的研发投资特征看,上海主板和深圳主板企业之间的差异不显著,中小板和创业板企业之间的差异也不显著,但上海主板、深圳主板与中小板、创业板之间的差异是非常显著的( P < 0. 01) 。这与我们的常识也是一致的: 沪深两市主板企业具有一定的共同性,而2004 年在深圳主板内推出中小板,实际上是作为创业板的试点,因而两个板块的企业特征有一定相似性。因此,本文的研究将沪深主板并为一类,称为 “主板市场”,将中小板和创业板并为一类,称为 “新兴市场板块”,进而对比两者之间的研发投资特征。
2. 3 研究假设
有关企业投资活动的融资约束情况,Fazzari等[2]提出了一种度量方法,他认为企业的投资活动不仅受到托宾Q值的影响,而且会受到企业经营现金流充足程度的影响: 如果投资活动对企业的现金流依赖性很高,则说明企业的投资活动更多地受到现金流状况的约束,因而企业从外部融资所受的融资约束就较大; 反之,如果企业的投资活动较少受现金流的影响,则说明企业可以轻易地从外部融资,因而融资约束就会较小。Fazzari的融资约束模型为:
式中,I表示企业的投资额; K表示企业的总资产; X表示影响企业投资的其他因素; cf表示企业的经营净现金流量。因为市场投资机会是引导企业投资的重要因素之一,所以Fazzari在研究中同时引入了托宾Q值到这个模型中,于是有融资约束经验分析的基本模型:
式中的Q表示托宾Q值,是企业的市场价值与企业总资产的比值; 回归系数 β1和 β2分别描述了企业投资的市场机会导向作用和融资约束作用。
为了研究企业研发投资的融资约束情况,本文参照上述Fazzari的模型设计如下融资约束模型:
式中,RDI表示研发投资强度,即研发投资额与企业总资产的比值; CF表示净现金流量与企业总资产的比值; X表示其他影响因素。考虑到资金短缺应该是企业经营面临的普遍现象,我们可以预料β2应该是正的。因此,提出假设1:
假设1: 经营性现金流充足的企业有更高的研发投资强度。
考虑多层次资本市场设立的初衷,正是为了更有效地服务于科技型中小企业、服务于战略性新兴产业,相比于主板市场,我们希望看到新兴板块的设立使得战略性新兴产业企业所面临的融资约束比主板市场有所缓解。因此,提出假设2:
假设2: 在新兴市场板块上,研发投资对现金流的依赖程度比主板市场小。也即新兴市场板块上的融资约束比主板市场小。
研究多层次资本市场环境下战略性新兴产业企业研发投资的融资渠道依赖特征,主要是考察企业的研发投资资金主要从哪里来。这可以通过研发投资对不同融资渠道的依赖程度来分析。如果把融资渠道分为内源融资、股权融资和债权融资三类,就可以分别讨论各融资渠道对研发投资的影响。考虑到中国目前企业的融资渠道不畅,总体来说,研发投资的资金来源应该主要依赖于内源融资,因而与内源融资率正相关。因此,提出假设3:
假设3: 内源融资充足的企业有更高的研发投资强度。
研发投资强度与内源融资的相关性实际上也从另一个角度给出了融资约束程度的度量: 如果企业的研发投资非常依赖于内源资金积累,则其面临着较大的融资约束。与前述假设2 类似,我们也期望看到新兴板块的设立使得战略性新兴产业企业所面临的融资约束比主板市场有所缓解。因此,提出假设4:
假设4: 在新兴市场板块上,研发投资对内源融资的依赖性比主板市场小。
2. 4 变量选择与定义
根据研究假设,本文的模型以研发投资强度为因变量,以融资渠道、现金流量作为自变量,同时引入企业规模、托宾Q值和销售利润率3 个指标作为控制变量。其中,融资渠道以内源融资率、股权融资率、债权融资率3 个融资比率作为衡量指标,其定义分别为:
内源融资率( INT) :( 期末盈余公积+ 期末未分配利润- 期初盈余公积- 期初未分配利润) /期末总资产,描述了企业以自身盈利为资金来源渠道获得的资金所占比例;
股权融资率( EQT) : ( 期末股本+ 期末资本公积- 期初股本- 期初资本公积) /期末总资产,描述了企业以股权融资为渠道获得的资金所占比例;
债权融资率( Debt) : ( 期末非流动负债- 期初非流动负债) /期末总资产,描述了企业通过非流动负债渠道获得的资金所占的比例。
此外,由于企业的研发投资应该会具有业绩依赖性和市场机会导向性,而且与企业的资产规模也有关系,所以本文引入企业规模( Size) 、托宾Q值( Q) 和销售利润率( Profit) 3 个指标作为控制变量,从而考察以上假设是否成立。本文引入的各变量具体如表2 所示。
通过对样本各变量进行描述统计,得到结果如表3 所示。
2. 5 模型设计
为了研究企业研发投资面临的融资约束情况以及融资渠道对研发投资强度的影响,本文采用混合面板数据回归考察两个模型: 不变截距和不变斜率的混合数据面板模型( 模型1) ,以及按市场板块分组的变截距和变斜率面板模型( 模型2) 。
对于全部样本企业,在不考虑截距和斜率差异的情况下,有模型1:
其中,controlkit表示第k个控制变量第i个样本的第t个观测,3 个控制变量分别为Size ( 企业规模) 、Q ( 托宾Q值) 、Profit ( 销售利润率) 。
为了考察多层次资本市场上企业的研发投资对融资渠道和现金流的依赖性,本文建立的第2个模型中引入市场板块哑变量MD。如果企业是新兴市场板块( 中小板或创业板) 的上市公司则取1; 否则取0。假定新兴市场板块企业在模型中表现出的截距和斜率系数的表现都是不同的,有模型2:
其中,β0表示主板市场上的截距,β0+α0MD表示新兴板块市场上的截距;βj和βj+αjMD分别表示主板和新兴板块市场上自变量的系数,表现了研发投资强度对融资渠道和现金流的依赖情况; δk和 δk+γkMD分别表示主板和新兴板块市场上控制变量的系数,反映了控制变量对研发投资强度的影响情况。通过验证各 α 和 γ 是否显著为0,可以判断新兴板块市场的企业行为特征是否与主板市场有显著差异。
3 回归检验
在做模型回归前,首先对变量的多重共线性、异方差和序列相关情况进行诊断。本文计算所得的各变量两两间的Pearson相关系数矩阵以及各自的方差膨胀因子分别如表4、表5 所示。
由表4和表5可以看到,各变量之间的相关性不大,而且方差膨胀因子也比较小,因此可以认为没有严重的多重共线性干扰。
经过White异方差检验和D.W.序列相关检验,发现本文所用的数据具有显著的异方差现象,但没有序列相关情况。
4回归结果及解释
4.1对模型1的加权最小二乘回归
为了消除回归模型中的异方差性,本文采用加权最小二乘法(Weighted Least Squares,WLS)来估计模型,以普通最小二乘法得到的残差的绝对值的倒数为权重,即:
对模型1实施加权最小二乘法,得到回归结果。回归模型的F统计检验如表6所示。
可以看到,F检验结果显示模型的整体回归解释效应是显著的。进而对各变量的系数进行检验,结果如表7 所示。
由表7 可以看到:
( 1) 研发投资强度具有很强的现金流依赖性。这显示企业的研发投资具有融资约束效应,而且检验结果显示融资约束效应非常显著( P < 0. 01) ,则假设1 得到了验证。
(2)企业的研发投资强度具有很强的内源融资依赖性,当企业的研发投资强度增加时,通常伴随着较高的内源融资率。这说明企业的研发投资很大程度上是依靠内部资金的积累,则假设3得到了验证。
(3)3个控制变量对研发投资强度的影响都是非常显著的。说明本文采用这3个变量作为控制变量是合理的,回归模型有效地控制了这3个变量的影响,所得的结论是剔除了这3个影响因素之后的“净效应”。
4.2对模型2的加权最小二乘回归
为了研究多层次资本市场上企业的行为特征差异,在模型2中引入了新兴市场板块虚拟变量(MD),以此来对比主板市场的企业特征。估计方法依然采用加权最小二乘法,以普通最小二乘法得到的残差的绝对值的倒数为权重。回归分析F检验结果如表8所示。
F检验显示,模型的整体回归解释效应是显著的。进而对各变量的系数进行检验,结果如表9所示。
由表9可以看到:
(1)企业的研发投资对现金流的依赖性进一步得到证实,融资约束效应是存在的;而新兴市场板块企业所面临的融资约束看起来比主板市场更大(CF*MD的系数>0),但是系数的显著性不高。这说明,不同层次资本市场板块的融资约束差异可能是抽样误差造成的,新兴市场板块和主板市场之间的差异并不显著,因而假设2没有通过显著性验证。
(2)企业研发投资强度的内源融资依赖性得到了进一步证实。这说明企业的研发投资很大程度上是依靠内部资金的积累,但新兴市场板块的内源融资依赖性小于主板市场(在P=0.1的显著水平上),从而假设4得到了验证。
从控制变量的系数差异也可以得到几个颇有深意的结论,让我们看到了不同层次资本市场的企业行为特征是有差异的:
(1)从企业规模对研发投资的影响来看,规模越大的企业,研发投资强度会越小,产生研发投资强度的“规模惰性”;而且,新兴市场板块上的这种规模惰性效应显著大于主板市场。
(2)市场机会对企业的研发投资强度具有正向影响,企业研发投资具有“市场机会导向作用”,这与本文前述结论是一致的;而且,新兴市场板块上企业研发投资的市场机会导向作用表现得更为明显,与主板市场有显著差异(在P=0.05的水平上)。
(3)企业的销售利润率对研发投资的负向作用显示,较高的销售利润率并没有带来更高的研发投资强度,反而使研发投资强度降低了。对这个现象的解释是,由于我们采用混合面板数据,模型主要反映了企业的当期研发投资和当期利润率的关系,显然当期销售利润率的提升对当期的研发投资是有“挤出效应”的,这种“挤出效应”在新兴市场板块上表现得比主板市场上更为明显(Profit*MD的系数<0,而且在P=0.01的水平上非常显著)。
5小结
从本文的研究结果来看,在中国多层次资本市场环境下,战略性新兴企业的研发投资行为表现出明显的融资渠道依赖性和现金流依赖性,融资约束效应明显;而新兴市场板块上的研发投资行为与主板市场上的表现也有明显差异。
(1)在企业研发投资的融资约束方面,可以发现研发投资对现金流的确具有依赖性,企业面临融资约束效应;而新兴市场板块企业所面临的融资约束看起来比主板市场更大(CF*MD的系数>0),但是系数的显著性不高。这表明新兴市场板块和主板市场之间的融资约束效应差异并不显著。
(2)在融资渠道依赖性方面,内源融资率越高的企业,同时也表现出越高的研发投资强度,因而可以认为研发投资是具有内源融资渠道依赖的:内源资金越充足的企业,越能有更多的资金投向研发活动。相对于主板市场企业来说,新兴板块企业的这种内源融资渠道依赖性要略小一些,可见外部融资渠道对他们的研发投资也起到了相当大的作用,从这个角度定义的融资约束状况是有所缓解的。对外源融资的进一步解析可以看到,研发投资强度与外源融资率都呈现负相关,可见外源融资的资金更多的还是用于其他投资项目,而不是用于研发投资项目上。这与研发投资本身的特征是相符的:研发投资具有较大的不确定性,通过股权融资和债权融资来筹资具有较大困难,所以企业的外源融资资金只会有很小的比例用于研发投资,这些外源融资资金可能更多地使用在了生产、销售等其他领域,而较少地使用在研发活动中。
(3)3个控制变量对研发投资强度的影响系数情况说明:
第一,企业的研发投资具有“规模惰性”,即规模越大的企业,其研发投资强度会越小。这种规模惰性现象是合理的,体现了研发活动的“轻资产”特性:越是资产巨大的企业,其研发投资占资产的比例就会越小。而新兴市场板块上的这种规模惰性效应显著大于主板市场,研发活动的“轻资产”特性表现得更明显。
第二,企业研发投资具有“市场机会导向”效应。当资本市场认可企业的未来发展潜力、对企业的市场价值评估提高时,企业会加大研发投资力度。和主板市场相比,新兴市场板块上企业研发投资的市场机会导向作用表现得更为明显,市场估值对新兴市场板块企业的研发投资有着重要影响。
第三,企业的销售利润率对研发投资有着“挤出效应”。当企业提高当期销售利润率时,就会同时降低研发投资强度。这种“挤出效应”在新兴市场板块上表现得比主板市场上更为明显。结合前文融资渠道和融资约束方面的结论,可以推测,这种差异是由于新兴市场板块企业的内源资金不够充足、面临更多的融资约束造成的。
参考文献
[1]HALL B H,ORIANI R.Does the market value R&D investment by European firms?Evidence from a panel of manufacturing firms in France,Germany,and Italy[J].International Journal of Industrial Organization,2006,24(5):971-993
[2]FAZZARI S M,HUBBARD R G,PETERSEN B C.Financing constraints and corporate investment[J].Brookings Papers on Economic Activity,1988(1):141-195
[3]BROWN J R,FAZZARI S M,PETERSEN B C.Financing innovation and growth:cash flow,external equity and the 1990s R&D boom[J].Journal of Finance,2009,64(1):151-185
[4]GREENWOOD J,JOVANOVIC B.Financial development,growth,and the distribution of income[J].Journal of Political Economy,1990,98:1076-1107
[5]RAJAN R,ZINGLALES L.Financial dependence and growth[J].American Economic Review,1998,88(3):559-586
[6]DEMIRGUC-KUNT A,MAKSIMOVIC V.Law,finance,and firm growth[J].Journal of Finance,1998,53:2107-2137
[7]TADESSE S.Financial Architecture and economic performance:international evidence[J].Journal of Financial Intermediation,2002,11(4):429-454
[8]CLAESSEN S,LAEVEN L.Financial development,property rights,and growth[J].Journal of Finance,2003,58(6):2401-2436
[9]GORODNICHENKO Y,SCHNITZER M.Financial constraints and innovations:why poor countries don’t catch up[J/OL].NBER Working Paper,No.15792.(2010-03-01)[2014-08-14].http://www.nber.org/papers/w15792
[10]张杰,芦哲,郑文平,等.融资约束、融资渠道与企业R&D投入[J].世界经济,2012(10):66-90
[11]佘坚.战略性新兴产业上市公司现状及特点分析[R].深圳:深圳证券交易所综合研究所,2011