李楠

（西安財經(jīng)學院管理學院，陜西 西安 710100）

■管理學

基于優(yōu)化灰色神經(jīng)網(wǎng)絡的電信業(yè)協(xié)調(diào)發(fā)展分析

李楠

（西安財經(jīng)學院管理學院，陜西 西安 710100）

體制規(guī)制與資費規(guī)制作為我國電信行業(yè)宏觀調(diào)控的兩種重要手段，它們共同作用于我國的電信市場的發(fā)展。本文基于遺傳算法改進的灰色BP神經(jīng)網(wǎng)絡模型，利用我國電信市場從1998至2012年15年間數(shù)據(jù)作為訓練樣本與測試樣本，對電信市場這兩種不同的規(guī)制模式在當今電信市場的效用進行了分析。研究結果表明，在當前市場環(huán)境下，資費規(guī)制的效用相較于體制規(guī)制要更為顯著。電信業(yè)單純依靠競爭者數(shù)量來拉動整個行業(yè)發(fā)展的潛力已不大，資費制度的改革對電信業(yè)的發(fā)展規(guī)模水平有著顯著的推動作用。

電信；體制規(guī)制；資費規(guī)制；灰色神經(jīng)網(wǎng)絡；遺傳算法

一、引言

傳統(tǒng)上，電信產(chǎn)業(yè)常常被認為是自然壟斷行業(yè)，國家對其實行壟斷經(jīng)營和相應的規(guī)制政策。自上世紀80年代，歐美等多國開始對電信產(chǎn)業(yè)實施以引入競爭為核心的改革，放松規(guī)制、引入競爭機制、打破電信產(chǎn)業(yè)壟斷地位就成為了全球電信改革的主要內(nèi)容。我國電信業(yè)真正的改革始于20世紀90年代，1994年聯(lián)通公司的成立標志著原郵電部獨家壟斷局面的打破，電信業(yè)體制改革正式拉開序幕。我國電信業(yè)經(jīng)過多次拆分、重組，目前形成了中國移動、中國電信以及中國聯(lián)通三分天下的態(tài)勢。另一方面，我國電信價格規(guī)制也隨著電信改革的不斷推進發(fā)生了巨大的變化。1994年前我國的電信價格監(jiān)管基本上采用政府定價與政府指導價。2005年后，電信價格規(guī)制方式發(fā)生了根本性轉(zhuǎn)變，主管部門只對部分通話費實行資費上限管理，其余由各運營商自行定價。

體制改革與資費改革作為我國電信行業(yè)宏觀調(diào)控的兩種重要手段，它們共同作用于我國的電信市場的發(fā)展。前者意味著電信運營商數(shù)量的變化，后者則意味著電信資費水平的變化。目前國內(nèi)電信市場處于寡頭壟斷市場，在各種業(yè)務市場上參與競爭的主體更少，而且規(guī)模相差懸殊。黨的十八大已明確提出壟斷基礎性行業(yè)向民間資本放開，我國將扶持民營資本實質(zhì)性進入基礎電信領域，力爭在移動通信試點業(yè)務方面推出一批民間示范企業(yè)，發(fā)揮引導示范帶動效果，增添電信市場競爭活力。我國為了扶持新興運營商能夠快速成長，采取了非對稱管制政策。正是規(guī)模和管制的非對稱性，造成目前尚缺乏商業(yè)能力的各運營商心理失衡，最終采取惡意競爭策略，陷入囚徒式困境。人為的網(wǎng)絡阻塞和惡性的價格爭戰(zhàn)，不僅影響各運營商自身利益，降低ABPU值，也制約著產(chǎn)業(yè)的健康發(fā)展。

因此，我們迫切需要建立科學、可靠的預測方法，探究體制規(guī)制與資費規(guī)制在當前電信市場環(huán)境下是否仍然適用以及如何應用，以建立一個公平、有序的市場運營環(huán)境，保障電信業(yè)持續(xù)、健康和快速發(fā)展。

二、研究現(xiàn)狀

對于電信產(chǎn)業(yè)體制規(guī)制與資費規(guī)制的研究，現(xiàn)有文獻大多局限在分別討論這兩種不同規(guī)制方式對電信市場所產(chǎn)生的影響。在體制規(guī)制方面，Lewis和Sappington認為規(guī)制者應對競爭企業(yè)進行補貼，為其設置有所傾斜的最優(yōu)接入價格，從而能夠促使產(chǎn)品生產(chǎn)者更有效率地展開競爭[1]。周惠中通過分析縱向分離和縱向一體化兩種電信企業(yè)組織結構，提出在接入全面規(guī)制的情況下，兼營結構比分離結構的接入資費低[2]。孟慶國、陳劍研究得出電信運營商之間的規(guī)模比例應由規(guī)制機構嚴格控制，從而協(xié)調(diào)各家運營網(wǎng)絡之間規(guī)模比例，激勵電信運營商之間互聯(lián)互通的實現(xiàn)[3]。

在資費規(guī)制方面，Carter和Wright認為最優(yōu)的解決方法是政府規(guī)制互聯(lián)費[4]。廖成林、李憶提出，目前政府規(guī)定的接入費過低是導致我國競爭性網(wǎng)絡間發(fā)生互通爭端的原因之一，接入費標準仍然需要提高[5]。滕穎、唐小我研究得出，在接入價格規(guī)制體系合理的前提下，只規(guī)制電信主導運營商的接入定價，完全依靠市場來決定終端服務的價格應是較優(yōu)的接入收費規(guī)制體系[6]。呂志勇和陳宏民認為自由市場上的對稱廠商有雙向互聯(lián)動機，無需管制機構的強制規(guī)定[7]。Carter和Wright認為當網(wǎng)絡規(guī)模不對等時，由規(guī)模大的網(wǎng)絡制訂接入價格是一種最優(yōu)的互聯(lián)接入價格規(guī)制制度，大的網(wǎng)絡運營商將自動選擇基于成本的互惠接入價格，最終實現(xiàn)有效競爭[8]。

綜上所述，學術界對于電信業(yè)體制規(guī)制與資費規(guī)制的已有研究成果大部分集中在分別探討他們的作用及影響，而真正比較這兩種規(guī)制方式的文獻極少。對于如何運用灰色神經(jīng)網(wǎng)絡對體制規(guī)制與資費規(guī)制加以比較的文獻更是鳳毛麟角。電信產(chǎn)業(yè)整體的發(fā)展受到多種因素的影響，具有較高的不確定性，同時這些影響因素大多具有非線性特征，因此需要尋找一種可以對非線性影響因素進行分析的工具?；诨疑碚摰腂P神經(jīng)網(wǎng)絡所具有的較強非線性映射能力和柔性網(wǎng)絡結構，以及高度的容錯性和魯棒性，正好適合于體制規(guī)制與資費規(guī)制的效用分析。本文以電信業(yè)體制規(guī)制與資費規(guī)制為研究對象，嘗試運用改進的灰色BP神經(jīng)網(wǎng)絡模型對當前電信市場環(huán)境下體制規(guī)制與資費規(guī)制的效用進行比較研究，以期為電信業(yè)規(guī)制政策的制定提供一種新的工具和方法。

三、基于遺傳算法改進的灰色神經(jīng)網(wǎng)絡模型的建立

人工神經(jīng)網(wǎng)絡（Artificial Neural Network，ANN）是由大量簡單的基本元件-神經(jīng)元相互連接，通過模擬人的大腦神經(jīng)處理信息的方式，進行信息并行處理和非線性轉(zhuǎn)換的復雜網(wǎng)絡系統(tǒng)[9]。BP人工神經(jīng)網(wǎng)絡（Back-Propagation ANN）是基于誤差反向傳播算法的一種多層前向神經(jīng)網(wǎng)絡，其在企業(yè)管理、市場分析、決策優(yōu)化物資調(diào)運自適應控制等方面有著最為廣泛的應用[10]。

灰色理論是一種研究少數(shù)據(jù)、貧信息、不確定性問題的方法，它以部分信息已知、部分信息未知的“小樣本”、“貧信息”不確定系統(tǒng)為研究對象，通過對“部分”已知信息的生成、開發(fā)，提取有價值的信息，實現(xiàn)對系統(tǒng)運行行為、演化規(guī)律的正確描述和有效監(jiān)控。

已有研究表明，單一的非線性預測方法由于其假設條件及適用范圍均存在一定的局限性， 因此容易導致預測精度不高、系統(tǒng)信息不能充分利用等問題。為克服單一預測方法假設條件及不足，組合預測模型比單個預測模型具有更高的精度。以灰色理論為基礎建立的灰色預測模型具有建模簡單、運算方便、所需樣本數(shù)據(jù)少且無須考慮其分布規(guī)律及變化趨勢等特點，但它缺乏自學習、自組織和自適應能力，對非線性信息的處理能力較弱。而這恰好是神經(jīng)網(wǎng)絡的模型所具備的優(yōu)點，可對其進行有效補充。因此，灰色BP神經(jīng)網(wǎng)絡就是將灰色理論與神經(jīng)網(wǎng)絡方法有機結合起來、取長補短，以提高系統(tǒng)建模的效率與模型的預測精度。

相較于其它產(chǎn)業(yè)，電信產(chǎn)業(yè)更易受各種不確定因素的影響。此外，各電信公司對于數(shù)據(jù)的保密及目前我國統(tǒng)計科學發(fā)展的相對滯后，導致在影響電信市場的相關變量的區(qū)分與第一手統(tǒng)計資料的獲得上有著很大的難度。因此對電信市場的研究，就屬于對“部分信息已知，部分信息未知”的“小樣本、貧信息、不確定”系統(tǒng)的研究。而灰色神經(jīng)網(wǎng)絡既具有灰色預測模型的“少數(shù)據(jù)建?！焙烷L期趨勢性建模的優(yōu)勢，又有效地結合了神經(jīng)網(wǎng)絡容錯性好、魯棒性強的優(yōu)點，因此，在電信市場的預測中，灰色BP神經(jīng)網(wǎng)絡有著眾多其它方法所無法比擬的優(yōu)勢。

其中，aj為隱含層第 j個神經(jīng)結點的閾值，b為輸出層閾值。xn為輸入樣本數(shù)據(jù)，y為預測輸出值。wij和wj分別表示輸入層和隱含層以及輸出層的連接權值。

將式①映射到式②中，就得到n個輸入?yún)?shù)，1個輸出參數(shù)的灰色神經(jīng)網(wǎng)絡，網(wǎng)絡拓撲結構如圖1所示。

圖1：灰色神經(jīng)網(wǎng)絡拓撲結構

灰色神經(jīng)網(wǎng)絡模型相較于傳統(tǒng)預測方法在預測精度上雖然具有明顯優(yōu)勢，但灰色神經(jīng)網(wǎng)絡由于權值閾值隨機初始化，容易陷入局部最優(yōu)。遺傳算法具有全局收斂性，利用遺傳算法優(yōu)化灰色神經(jīng)網(wǎng)絡的初始權值和閾值，既能夠克服神經(jīng)網(wǎng)絡結構選取的不確定性，又能改善網(wǎng)絡收斂性能和收斂速度[11]。

由①式可知，灰色神經(jīng)網(wǎng)絡的權值閾值與參數(shù)a,b的取值密切相關。因此，用遺傳算法優(yōu)化首先要對這些參數(shù)的初始值進行有效選擇。遺傳算法優(yōu)化的要素包括種群初始化、適應度函數(shù)、選擇、交叉以及變異操作。遺傳算法改進的灰色神經(jīng)網(wǎng)絡模型運行流程如圖2所示。本文采用實數(shù)編碼，把個體對應灰色神經(jīng)網(wǎng)絡預測誤差做為作個體適應度值，選擇操作采用輪盤賭法，即基于適應度比例的選擇策略。

圖2：遺傳算法優(yōu)化的灰色神經(jīng)網(wǎng)絡運算

四、基于灰色神經(jīng)網(wǎng)絡模型下體制規(guī)制與資費規(guī)制效用分析

電信市場體制規(guī)制決定了電信市場的競爭格局，即電信運營商數(shù)量。而電信市場的資費規(guī)制決定了電信資費的水平。電信運營商數(shù)量與電信資費水平對電信市場的產(chǎn)出都有著深遠的影響。為比較這兩種截然不同的規(guī)制方式在我國當今電信市場中的效用，我們分別利用這兩種因素構建兩個不同的灰色神經(jīng)網(wǎng)絡模型以預測電信市場產(chǎn)出。根據(jù)預測的結果，以平均相對誤差絕對值作為評判標準。若包含運營商數(shù)量的模型預測精度整體優(yōu)于包含資費水平的模型，則表明體制規(guī)制比資費規(guī)制更能有效促進電信市場發(fā)展。否則，資費規(guī)制比體制規(guī)制更有效作用于當今電信市場。

（一）預測指標體系的構建

影響電信市場產(chǎn)出的因素比較繁雜，除了運營商數(shù)量與電信資費水平這兩個因素外，主要包括人口、經(jīng)濟、社會以及企業(yè)因素。根據(jù)可量化原則，可從中提取13個可以合理量化的子因素。由此，包含運營商數(shù)量因素的模型Ⅰ與包含電信資費因素的模型Ⅱ產(chǎn)出評價指標體系分別見表1、表2。

表1：模型Ⅰ電信產(chǎn)出評價指標體系

表2：模型Ⅱ產(chǎn)出評價指標體系

此外，《中國統(tǒng)計年鑒》有關電信業(yè)的產(chǎn)出的指標主要有固定電話業(yè)務收入、移動電話業(yè)務收入、固定電話用戶數(shù)、移動電話用戶數(shù)以及互聯(lián)網(wǎng)用戶數(shù)等①。因此，這 5項構成了本文的電信產(chǎn)出指標（見表3）。

表3：模型Ⅰ、模型Ⅱ電信產(chǎn)出預測指標

（二）輸入數(shù)據(jù)處理及模型參數(shù)的確定

（三）數(shù)據(jù)的選取

1998年電信業(yè)才實現(xiàn)郵電分離，故文中選取1998-2012年、這15年的樣本數(shù)據(jù)作為實驗基礎。除運營商數(shù)量與電信資費水平兩個指標外的其他原始數(shù)據(jù)主要來源于1998-2012各年度的《中國通信年鑒》、《中國信息產(chǎn)業(yè)年鑒》以及《中國物價及城鎮(zhèn)居民家庭收支調(diào)查統(tǒng)計年鑒》③-⑤。其中，以2011-2012年樣本數(shù)據(jù)作為檢驗數(shù)據(jù)，以1998-2010年的13組樣本數(shù)據(jù)作為訓練集數(shù)據(jù)。

1.模型Ⅰ包含運營商數(shù)量因素的灰色神經(jīng)網(wǎng)絡模型

1994年以前，只有中國電信一家運營商，1994-1998年市場上是中國電信、中國聯(lián)通兩家，1999年中國網(wǎng)通成立，2000年初步形成中國電信、中國聯(lián)通、中國移動、中國網(wǎng)通、中國吉通、中國衛(wèi)星通信六家電信運營商，2001年中國鐵通的成立形成了電信行業(yè)七雄爭霸的格局。2003年中國吉通并入網(wǎng)通，2008年6大電信運營商再次拆分重組，至此形成了中國電信、中國聯(lián)通、中國移動三分天下的市場格局。模型Ⅰ數(shù)據(jù)見表4、表5。

表5：模型Ⅰ2011-2012年測試樣本輸入數(shù)據(jù)

2.模型Ⅱ包含電信資費因素的灰色神經(jīng)網(wǎng)絡模型

電信資費水平的統(tǒng)計數(shù)據(jù)包括固定電話資費水平和移動電話資費水平?？紤]到我國電信資費結構現(xiàn)狀，我們將固定電話資費內(nèi)容確定為固定電話初裝費、月租費、通話費等分別計價，移動電話資費內(nèi)容按照移動電話入網(wǎng)費、月租費、通話費、漫游費等分別計價，然后進行匯總和綜合，從而得到整體的平均資費⑥。各數(shù)據(jù)主要來源于1998-2012各年度的《中國統(tǒng)計年鑒》，模型Ⅱ數(shù)據(jù)見表6、表7。

表6：模型Ⅱ 1998-2010年訓練樣本輸入數(shù)據(jù)

表7：模型Ⅱ 1998-2010年測試樣本輸入數(shù)據(jù)

五、實例仿真分析

遺傳算法優(yōu)化中令種群規(guī)模為30，迭代次數(shù)為150次，遺傳算法最優(yōu)個體適應度值隨迭代次數(shù)的變化如圖3、圖4所示。遺傳算法優(yōu)化得到的最佳初始參數(shù)值如表8、表9所示。

圖3：模型Ⅰ遺傳算法優(yōu)化過程

圖4：模型Ⅱ遺傳算法優(yōu)化過程

表8：模型Ⅰ最佳初始參數(shù)

表9：模型Ⅱ最佳初始參數(shù)

把最佳初始參數(shù)賦予灰色神經(jīng)網(wǎng)絡，將訓練數(shù)據(jù)輸入并在Matlab中運行，程序在計算機上運行十多分鐘后，訓練次數(shù)分別達到1685次和1457次時，網(wǎng)絡誤差達到要求，網(wǎng)絡收斂達到穩(wěn)定。得到網(wǎng)絡訓練收斂圖（如圖5、圖6所示）以及遺傳算法改進的灰色BP神經(jīng)網(wǎng)絡模型預測輸出結果（如表10、表11所示）。

圖5：模型Ⅰ訓練結果

圖6：模型Ⅱ訓練結果

表10：模型Ⅰ實際值與預測值對比

表11：模型Ⅱ?qū)嶋H值與預測值對比

從表10、表11平均相對誤差的對比中，我們可以發(fā)現(xiàn)：其一，兩個模型的平均相對誤差都沒有超過10%。運用一般計量經(jīng)濟學的方法進行預測，預測結果能達到80%就說明預測效果較好，而這兩個模型的預測精度分別達到了 94.2%和 95.5%，說明該模型能夠較為準確的對電信業(yè)產(chǎn)出進行預測；第二，模型Ⅱ，即包含電信資費因素的模型預測精度高于包含運營商數(shù)量因素的模型Ⅰ的預測精度。這從一個側(cè)面證明了，在當前電信市場環(huán)境下，資費規(guī)制的效用相較于體制規(guī)制要更為顯著。

模型預測誤差的產(chǎn)生原因可能有以下兩個方面。第一，該模型中根據(jù)電信業(yè)務的影響因素所提取出的13個指標尚不完備。由于模型評價指標的選取考慮到是否可以量化而去掉了一些定性因素，其中就缺少了反映宏觀經(jīng)濟形勢的重要因素，中國電信行業(yè)三大運營企業(yè)最高層領導的位置互換，大大的觸動了企業(yè)內(nèi)部變革。此外，國家高度重視信息化的發(fā)展，將重視信息化的發(fā)展寫入了十七大的報告中，在十八大的報告中進一步明確了放寬行業(yè)管制，鼓勵行業(yè)內(nèi)部競爭的方向。2000至2012年間，電信關鍵技術取得了極大的進步，光纖、ADSL、3G等都是其中代表。這三方面因素對電信業(yè)的發(fā)展都起到了積極的作用，會對預測結果產(chǎn)生重要影響，因此對這些定性因素需要進一步補充與挖掘。第二，模型預測結果的偏差反映了該預測模型的系統(tǒng)性滯后，即模型適應信息變化并作出自動調(diào)整的能力有所不足。這個問題的改善需要進一步調(diào)整遺傳算法中的適應度函數(shù)及網(wǎng)絡權重，以加大算法對環(huán)境變化的學習力度。

六、結論與對策建議

體制改革與資費改革作為我國電信行業(yè)宏觀調(diào)控的兩種重要手段，它們共同作用于我國的電信市場的發(fā)展。本文基于遺傳算法改進的灰色BP神經(jīng)網(wǎng)絡模型，通過對1998-2012這15年間的電信市場數(shù)據(jù)進行分析，研究得出在當前市場環(huán)境下，資費規(guī)制的效用相較于體制規(guī)制要更為顯著。電信業(yè)單純依靠競爭者數(shù)量來拉動整個行業(yè)發(fā)展的潛力已不大，資費制度的改革對電信業(yè)的發(fā)展規(guī)模水平有著顯著的推動作用。

由此可見，我國電信市場壟斷局面產(chǎn)生的根本原因在于其獨，而并不在于其大，拆分式的改革并沒有改變其“獨”的優(yōu)勢地位，改革只是“治標”而不“治本”。簡單地拆分與重組、增加或減少運營商的數(shù)量不能使我國電信市場形成有效競爭的格局，從而不能有效推動電信產(chǎn)業(yè)進一步發(fā)展。多年的資費改革使得電信資費的決定權逐步交還給市場，從而可以剔除政府干預所導致的不合理因素，促進資源的優(yōu)化配置，這同時也體現(xiàn)出電信資費在促進電信發(fā)展方面的瓶頸與關鍵作用。

基于本文研究，我們提出以下政策建議：

第一，真正實現(xiàn)有效競爭需要統(tǒng)一、合理的監(jiān)管體系。在今年十八屆三中全會報告《新一輪改革的基本思路和行動方案》中，明確指出“實質(zhì)性推進電信、互聯(lián)網(wǎng)、廣電主體業(yè)務相互開放和相互進入。再次重組電信企業(yè)，形成多家競爭實力相當?shù)碾娦胚\營商，以利于有效競爭”。在“三網(wǎng)融合”中，廣電和目前的三大電信運營商目前顯然還不是一個公平的競爭關系，因此無法實現(xiàn)有效競爭。公平競爭重在行為監(jiān)管，有效競爭重在格局調(diào)整。大多數(shù)電信市場競爭充分的國家都已經(jīng)從以結構調(diào)整為主的階段，過渡到了以行為監(jiān)管為主的階段，形成了以行為監(jiān)管為主、兼顧結構調(diào)整的監(jiān)管理念與制度。而目前我國的電信市場仍處于結構大調(diào)整的中級階段，主要表現(xiàn)在市場競爭結構還不合理，仍需繼續(xù)調(diào)整，行為監(jiān)管體制尚在搭建之中。因此，這種結構調(diào)整為主、行為監(jiān)管為輔的現(xiàn)狀導致了電信市場監(jiān)管不力，從而無法在自然壟斷環(huán)節(jié)實現(xiàn)有效競爭。

第二，電信資費主導權更加合理的向市場過度，重視互聯(lián)互通費用的制定。電信資費的制定應以市場為導向，從居民收入水平比較的高低和在國際上以購買力平價比較的高低、成本構成以及投資回報合理性等四個方面不斷調(diào)整，避免低于成本、以排擠競爭對手為目的的不正當電信資費戰(zhàn)。此外，“三網(wǎng)融合”的大勢所趨亟需適合我國國情的互聯(lián)互通接入定價模式以平衡紛繁復雜的運營商之間的經(jīng)濟利益，以進一步推動我國電信產(chǎn)業(yè)的發(fā)展。

[注 釋]

① 參考2012年國家統(tǒng)計局《中國統(tǒng)計年鑒》。

② 參看《基于MATLAB 6.X的系統(tǒng)分析與設計——神經(jīng)網(wǎng)絡》一書，徐東著，西安電子科技大學出版社。

③ 參看工業(yè)和信息化部1998-2012年《中國通信年鑒》。

④ 參看工業(yè)和信息化部1998-2012年《中國信息產(chǎn)業(yè)年鑒》。

⑤ 參看國家統(tǒng)計局1998-2012年《中國物價及城鎮(zhèn)居民家庭收支調(diào)查統(tǒng)計年鑒》。

⑥ 由于本文主旨在于研究資費規(guī)制對我國電信業(yè)產(chǎn)生的影響，注重的是整體資費水平的變動趨勢。因此，采用每一時期費用的簡單加權作為使用的基礎數(shù)據(jù)，再利用主成分分析得到資費水平的綜合取值。

[1] LEWIS T R,SAPPINGTON.Access pricing with unregulated downstream competition[J].Information Economics and Policy,1999(11):73-100.

[2] 周惠中.電信企業(yè)的兼并、分拆和接入的規(guī)制[J] .經(jīng)濟學,2002(l):131-148．

[3] 孟慶國,陳劍.電信網(wǎng)絡互聯(lián)互通利益分配模型及激勵機制[J].管理科學學報,2003(6):40-46．

[4] CARTER WRIGHT.Optimal Price-Cap Regulation[J].The Journal of Industrial Economics,1999(91):391-408.

[5] 廖成林,李憶.競爭性網(wǎng)絡間的互聯(lián)互通問題分析[J].中國管理科學,2005(6):12-13.

[6] 滕穎,唐小我.接入定價與電信市場有效競爭的定量分析[J].系統(tǒng)工程理論方法應用,2003,12(3):214-217.

[7] 呂志勇,陳宏民.網(wǎng)絡競爭與雙向互聯(lián):中國電信產(chǎn)業(yè)橫向分割的績效研究[J].世界經(jīng)濟,2003(8):76-77.

[8] CARTER WRIGHT.Price-Cap Regulation[J].Swedish Economic Policy Review,2003(9):167-188.

[9] 蔣宗禮.人工神經(jīng)網(wǎng)絡導論[M].北京:高等教育出版社,2001:5-13.

[10] 周開利,康耀紅.神經(jīng)網(wǎng)絡模型及其MATLAB仿真程序設計[M].北京:清華大學出版社,2005:52-56.

[11] 葛少云,賈鷗莎,劉洪.基于遺傳灰色神經(jīng)網(wǎng)絡模型的實時電價條件下短期電力負荷預測[J].電網(wǎng)技術,2012(1):96-99.

本文推薦專家：

吳旺延，西安財經(jīng)學院，教授，研究方向：產(chǎn)業(yè)經(jīng)濟理論與政策等。

胡海波，江西財經(jīng)大學工商管理學院，副教授，研究方向: 產(chǎn)業(yè)經(jīng)濟、精細化管理、創(chuàng)新與創(chuàng)業(yè)管理等。

Analysis of Telecom Industry Development Based on Optimized Grey Neural Network

LI NAN
(School of Management Engineering, Xi’an University of Finance and Economics,Xi’an 710100, China)

Institution regulation and charges regulation as two important means on macroeconomic regulation and control of China's telecoms industry, they work together on the development of the telecoms market. Based on grey neural network model improved by genetic algorithm, and China's telecom market data from 1998 to 2012 15 years of training and testing samples, the paper analyzes the effectiveness of these two different regulatory ways under current telecoms market. The results show that, in nowadays market environment, the effectiveness of charges regulation is more significant than institution regulation. The potential of driving the development of telecoms industry relying solely on the competitors’ number has little meaning; however, charges reform has a significant role in promoting the development of telecoms industry.

telecom；institution regulation；charges regulation；grey neural network；genetic algorithms

F623

A

1008-472X(2014)05-0037-09

2014-03-27

本文系陜西省科技廳自然科學基礎研究計劃項目（2011JQ9004）、陜西省十二五規(guī)劃項目（SGH13427）階段性成果。

李楠（1981-），女，陜西西安人，西安財經(jīng)學院管理學院講師、碩導、經(jīng)濟學博士，全國高校價格學會理事，主要研究方向為產(chǎn)業(yè)經(jīng)濟。