基于GQM的软件过程改进度量模型的研究

提出一种基于GQM的目标、信息及属性共同驱动的GQ(I)M的软件过程改进度量模型,并且通过统计过程控制方法 SPC来进行分析验证,能够得到软件组织过程的一组基线模型,为企业决策者在实施软件过程改进中提供有效的支持和指导,以降低缺陷率、控制风险以及提高产品质量等,满足企业希望以较低成本取得良好改进效果的需求,尤其是对中小企业更具有现实意义。

软件度量筛选研究

根据度量需求选择合适的度量是度量实施中的一大问题。基于PSM给出的度量选择准则和GQ(I)M模型,提出基于模糊群决策理论的度量筛选模型(MTM)。该模型从利益攸关者角度出发,根据评估指标,对根据GQ(I)M模型得到的基度量进行评估,然后验证度量目标的可达性并删除冗余的基度量,最终得到利益攸关者一致满意的无冗余的基度量集,实现度量的科学筛选。最后通过案例演示模型在度量筛选中的应用。

广东农村贫困变动及分解效应研究

基于2000—2014年广东农村五等份居民收入分组数据,采用GQ模型和Beta模型拟合洛伦兹曲线,分别计算绝对贫困线下和相对贫困线下广东农村居民的贫困规模,进而采用三因素Shapley值分解方法实证分析进入21世纪以来经济增长、收入分配及贫困线变动对贫困变动的影响作用。结果表明,以相对贫困线对广东农村贫困规模进行测度更为合理;经济增长在2000—2014年间对减贫一直起正向作用;收入分配在不同时期对贫困减少起不同作用,2000—2004年收入分配不利于贫困减少,2005—2014年收入分配结构改善,对减贫起着正向作用;贫困线变动则一直对减贫起负向作用,物价变动和生活成本的提高抵消了经济增长和收入分配结构改善的大部分减贫成效,阻碍了广东农村减贫的进程。由此,要持续改善收入分配结构,维持广东经济的稳定增长,抑制通货膨胀,才有助于广东解决相对贫困问题,实现全面建成小康社会的目标。

GQ模型在测算中国农村贫困中的缺陷

贫困问题在中国受到很大关注,准确测度贫困非常重要。本文对大多文献采用的GQ模型拟合洛伦茨曲线来测算中国农村贫困的做法提出了质疑,结论认为当某些居民的纯收入为负数时,采用GQ模型拟合洛伦茨曲线是有偏的,以此计算的贫困指数与实际贫困存在系统性偏差。依据我国农村居民收入的分组数据,GQ模型测算的贫困发生率高估了实际数值,而贫困缺口指数和平方贫困缺口指数则被低估了。

居民收入函数的参数估计方法比较研究

由于无法获得居民收入的全部信息,收入函数的估计成为现有研究获得居民收入分布状况的唯一手段.通过介绍Beta模型、GQ模型以及对数正态分布法这三种收入函数的参数估计方法,以及以上述方法计算的FGT贫困测度指标,从理论上展示测度指标的差异;并利用CHNS农村与城镇样本数据进行实证测算,通过比较三种估计方法计算的FGT贫困率指标与标准贫困率指标偏差,判断不同参数估计法对贫困率指标精度的影响,从而判断不同参数估计方法在我国农村与城市贫困测度中的适用性.实证结果显示:Beta模型对我国农村贫困率的计算更具优势;而GQ模型更适于计算我国城镇低阶贫困率指标、Beta模型更合适我国城镇高阶贫困率指标.这与现有研究的判断存在不一致性.