边际贡献分析法在生产经营中的应用

边际贡献是销售收入超过变动成本的那部分价值 ,用边际贡献代替利润作为经营决策标准有许多便利之处。边际贡献不仅适用于对单项产品的生产销售进行分析决策 。

差量分析法与贡献分析法在生产决策中的应用比较

生产决策是企业短期经营决策的重要内容之一,因此其决策成效如何直接决定企业短期经营决策的成败。文章从生产决策基本方法之差量分析法和贡献分析法的基本原理入手,介绍了两种方法在生产决策中的具体应用,指出两种方法在应用中各自的局限性,并提出了相应的改进建议。

基于应用贡献分析法的经济预警指标选择

在理论分析与实践相结合的基础上,提出了一种进行经济预警指标筛选工作的定量方法———应用贡献分析法,并且利用这种方法以中国农业经济的整体运行为例,用贡献分析进行预警指标筛选,并构造中国农业经济景气信号系统,以期在理论和实践上对中国经济预警工作能有所帮助.

从贡献分析法谈林产品生产企业的价格调整策略

本文讨论林产品企业在生产相关林产品时价格调整策略,从贡献分析法的角度,建立了调整策略的数学模型并给出了一个例子。

基团贡献分析法在阻尼材料分子设计中的应用

通过核磁共振波谱分析SBR和NBR分子结构,应用基团贡献分析法预测表征材料能量损耗能力的AT值(损耗因子-温度曲线下的面积)和玻璃化温度。结果表明,预测值与动态热力学分析仪所得的实测值有较好的一致性,为阻尼材料的分子设计提供了依据。

产品边际贡献分析法在企经营决策中的运用

产品边际贡献分析法是企业经营决策的有力工具.产品边际贡献是管理会计中一个十分重要的概念,它是指产品销售收入减去产品变动成本后的余额,表现为其能够为弥补生产产品所发生的固定成本做出多大贡献.由于企业短期生产经营决策是在现有生产能力的范围内进行的,短期内不会改变生产能力,因而固定成本通常是不可控成本、沉没成本,是决策无关成本,在各方案固定成本均相同的情况下,产品边际贡献最大的方案实质上就是利润最大的方案.

贡献分析法在企业生产经营决策中的应用

贡献分析法是增量分析法在成本利润分析中的应用。近年来在企业生产经营决策中,由于它的简便、直观而被广泛应用于短期决策中。贡献是指一个方案能够为企业增加多少利润。通过贡献的计算和比较,来判断一个方案是否可以被接受的方法,称为贡献分析法。所以贡献也就是增量利润,它等于由决策引起的增量收入减去由决策引起的增量成本。 贡献（增量利润）=增量收入-增量成本 如果贡献大于零。

贡献分析法在企业经营决策中的应用——以江苏HX公司为例

贡献分析法是增量分析法在企业经营决策和成本利润分析中的一个应用,通过在江苏HX公司在实际工作中的实践,说明贡献分析法是企业经营决策中一个很好的工具,为企业经营管理者提供了决策依据,同时也在订单定价、亏损产品是否停产、产品结构优化决策等方面发挥着重要作用。

边际贡献分析法在企业短期经营决策中的应用

近些年,我国基础建设不断加强,固定资产投入与重型卡车市场需求等日益增长,带动国内整个汽车行业链的快速发展。作为汽车工业配套行业中重要组成部分的汽车零部件公司,其生存与发展同样随着大环境变化而变化。尽管汽车零部件行业前景广阔、市场繁荣,但是相比德、美等先进国家,我国汽车零部件企业生存与发展依旧存在很多弊端,比如成本压迫企业盈利空间,企业管理理念落后等等,制约汽车零部件公司长远发展。为了促进企业在市场竞争中保持活力,本文以HZ汽车零部件公司为例,以边际贡献分析法为主要方式,探讨企业如何做出科学正确的经营决策。

基于应用贡献分析法的经济预警指标选择

经济预警系统是保证经济健康稳定发展的重要工具。在经济预警指标的选择过程 中 ,以前的方法大都停留在定性和主观分析之上 ,不利于决策方法的选择。因此 ,笔者在 理论分析的基础上 ,提出了一种进行经济预警指标筛选工作的定量方法———应用贡献分 析法。并且利用这种方法以中国农业经济的整体运行为例 ,构造中国农业经济景气信号 系统 ,以期在理论和实践上对我国宏微观、经济预警工作能有所帮助。

科学研究与开发投资贡献分析理论模型

科学研究与开发 (R&D)对经济增长的促进作用已是一个不争事实 ,但是具体到对每一项科研成果的经济作用进行评估 ,还没有一个统一的标准。通过在对R&D的一般经济功能分析的基础之上 。

2015—2021年郴州城区臭氧污染特征、气象影响及输送源分析

在对2015—2021年郴州城区不同时间尺度臭氧(O_(3))污染特征进行分析的基础上,进一步研究气象因素对O_(3)污染的影响,并采用潜在源贡献因子分析法(PSCF)对郴州城区O_(3)污染传输路径及潜在污染源进行分析。结果表明:2015—2021年郴州城区O_(3)质量类别主要为优和良,比例达到98.9%,O_(3)为首要污染物的天数呈波动上升趋势。O_(3)的年均质量浓度整体呈现波动上升趋势,2021年相对于2015年上升了6.0%,年内变化呈现“M”双峰型特征,日变化呈现单峰单谷分布,峰值出现在14:00—15:00。O_(3)质量浓度与日照时数及温度呈显著正相关,与相对湿度呈显著负相关;O_(3)质量浓度随风速的增加,先上升后下降。郴州城区O_(3)污染在超标日期间以短距离输送气流为主,占比达89.7%,主要为东北方及南方气流。在本地西南部污染贡献较大的基础上,受区域输送影响明显,主要为广东省西南部及西北部、江西省西北部、湖北省中部的污染排放。针对郴州城区O_(3)污染,须在严格控制本地污染排放的基础上,进一步加强区域联防联控。

2019年秋冬季京津冀与周边地区污染传输特征分析

本研究结合大气环境观测数据,应用潜在源分析法(PSCF)和浓度权重轨迹分析法(CWT),以及基于WRF-CMAQ模式的传输矩阵和传输通量计算方法,研究分析了2019年秋冬季京津冀典型城市的大气污染特征与成因,量化评估了京津冀地区与周边省份之间的PM_(2.5)传输贡献.结果表明,京津冀地区冬季较秋季污染严重,且重污染时段PM_(2.5)浓度均与相对湿度呈显著的正相关,和风速呈显著的负相关;京津冀典型城市北京、天津和石家庄的潜在源区主要分布在京津冀本地、山西、内蒙古中部地区和山东地区,这与CWT结果基本吻合.京津冀各省域的PM_(2.5)以本地排放贡献为主,北京、天津和河北的本地贡献率范围为54.33%~66.01%,京津冀受区域外传输的贡献率范围为0.11%~26.54%.传输通量结果表明,冬季PM_(2.5)的传输主要受高空西北气流的作用,尤其清洁天气,高风速驱动清洁气团流入;秋季则主要受低空东南气流作用;传输通量呈现出显著的垂直分布特征,高空区域传输作用更为活跃,传输通量的流入/流出以及垂直分布与污染级别和RH呈现非线性响应关系,主导风向变化导致重污染前的传输效应明显大于重污染期间,高湿环境的传输效应明显小于低湿环境.

论成本利润分析在企业决策中的应用

从贡献分析法、盈亏分界点分析法、边际分析法对成本利润进行研究 ,以判断企业的经营状况、预测一定销售量下的利润水平、确定企业的目标成本 。

青岛市大气颗粒物污染特征及潜在来源分析

利用山东青岛2017年1月至2020年12月的大气颗粒物质量浓度、常规气象观测资料以及全球数据同化系统(Global Data Assimilation System,GDAS)数据,研究了该地区大气颗粒物的污染特征,基于拉格朗日混合单粒子轨道模型(Hybrid Single Particle Lagrangian Integrated Trajectory Model,HYSPLIT)和轨迹统计(TrajStat)软件对青岛市大气颗粒物的传输路径进行了研究,运用潜在源贡献因子分析法(Potential Source Contribution Function,PSCF)和浓度权重轨迹分析法(Concentration Weighted Trajectory,CWT)对其潜在源区和浓度贡献进行了分析。研究结果表明:(1)青岛市PM_(2.5)质量浓度年均值为35.3μg·m^(-3),冬季最高,春、秋次之,夏季最低。PM_(2.5)质量浓度年超标率分别为8.22%,7.40%,11.51%和7.38%,重污染日仅出现在冬季,夏季从未出现过超标日。(2)PM_(2.5)质量浓度季节日变化呈“双峰双谷”型,峰值出现在08:00(北京时,下同)-10:00、21:00-22:00,谷值出现在16:00-18:00、02:00-04:00;SO2质量浓度季节日变化呈“单峰”型,日间浓度高于夜间,采暖季日变化曲线波动更明显;NO2日变化呈“双峰双谷”型,峰值时间较PM_(2.5)日变化峰值时间略早。(3)PM_(2.5)质量浓度与气温、日降水量、风速、逆温起始高度呈负相关,相关系数分别为-0.422,-0.212和-0.106(风速≤2.5 m·s^(-1))、-0.15;与气压、逆温层强度呈正相关,相关系数分别为0.319和0.10;与逆温层厚度相关性不明显;与相对湿度的相关性不唯一。(4)春、秋、冬季的气流轨迹来自西北和偏北方向,西北气流占比最高,分别为70.27%,75.39%和100%,其污染轨迹的PM_(2.5)质量浓度最高,是青岛市春、秋、冬季外来大气颗粒物的最重要输送路径;夏季东南向的气流轨迹占比最大,为45.89%,其污染轨迹的PM_(2.5)质量浓度最高,为青岛市夏季外来大气颗粒物的主要输送路径。PM_(2.5)质量浓度潜在源区冬季分布范围最广,潜在源贡献因子值最高,春、秋次之,夏季最小。春、秋、冬季主要潜在污染源区和高浓度贡献潜在源区位于河北南、河南中东、安徽西、山西西、鲁西南等地,是青岛市春、秋、冬季PM_(2.5)污染外来输送的主要源区;夏季高浓度贡献潜在源区位于河北东南、河南东北以及鲁西南等地。

典型西南工业城市春冬季PM2.5来源与潜在源区分析——以柳州市为例

为了揭示柳州城区春冬季PM2.5的来源及其潜在源区分布和贡献,利用2018年24h自动监测数据和气象数据对柳州市大气污染物浓度变化特征进行了分析,并且使用后向轨迹模型(HYSPLIT)对春冬季柳州市PM2.5逐日72h气流后向轨迹和前向轨迹进行聚类分析,同时结合潜在源贡献因子分析法(WPSCF)和轨迹浓度权重法(WCWT)对其潜在源区和浓度贡献进行了分析.结果显示,(1)在研究期内,不利的主导风向和工业区布局导致研究区PM2.5在春冬季污染较严重,且工业源和交通源是其主要本地来源;(2)春冬季PM2.5高值主要来源于西北和东南方向,其中,西北向PM2.5主要来源于本地排放,且浓度在空间上呈现西高东低的趋势;(3)春季后向轨迹PM2.5浓度整体大于冬季,春冬季中对柳州市PM2.5影响最大轨迹均来自东部的短距离输送,而来自西北的气流轨迹输对PM2.5贡献最低.春冬季柳州市大气PM2.5通过气流传输对贵州地区大气环境有较大影响;(4)春季,柳州市PM2.5的主要潜在源区分布在广西东南部、广东中西部、南海沿岸海域、湖南中部、江西西北部、湖北东部及安徽西北部;冬季,主要分布在广西东南部、广东西南部和南海沿岸海域.

基于后向轨迹模式的豫南地区冬季PM 2.5来源分布及传输分析

为研究2017年12月—2018年2月冬季不同来源区域对豫南地区ρ(PM 2.5)的贡献影响及污染特征,利用HYSPLIT-4后向轨迹模式模拟了豫南地区冬季24 h的气团后向轨迹,结合ρ(PM 2.5)在线监测数据进行了聚类分析,研究了以豫南地区为受点的各月份PM 2.5不同轨迹的输送特征,并使用潜在源贡献(PSCF)分析法和浓度权重轨迹(CWT)分析法识别了豫南地区冬季PM 2.5的潜在贡献源区及贡献大小.结果表明:①信阳市空气质量最好,其次为驻马店市,南阳市空气质量最差;南阳市、信阳市和驻马店市ρ(PM 2.5)分别超过GB 3095—2012《环境空气质量标准》二级标准限值(75μg m 3)的1.5、1.2和1.2倍,ρ(PM 2.5)日变化均呈双峰特征.②后向轨迹聚类分析表明,豫南地区主要受到来自西北和东北方向长距离传输和正南方向较短距离输送的影响.③潜在源区分析表明,除豫南地区及周边市县本地污染贡献外,冀鲁豫交界区域、陕鄂交界区域、陕西省中西部、湖北省东北部和西部、河南省中北部、山东省南部是影响豫南地区ρ(PM 2.5)的主要潜在源区.研究显示,豫南地区PM 2.5污染过程除了与地形条件、本地污染源排放有关外,来自东北、西北传输通道城市的远距离输送和南部的近距离传输也不容忽视.