２０１５年 第５期 第３７卷总第２５１期 ＬＯＧＩＳＴＩＣＳ ＥＮＧＩＮＥＥＲＩＮＧ ＡＮＤ ＭＡＮＡＧＥＭＥＮＴ 物流工程与管理 经济与管理 ｄｏｉ：１ ０．３９６９／ｊ．ｉｓｓｎ．１ ６７４－４９９３．２０１ ５．０５．０８３ 东风汽车公司企业经营竞争力分析 口周 晶，高 宏 （上海理工大学管理学院，上海２０００９３） 【摘要】文中以东风汽车公司近１５年财务报表数据为基础。首先，运用灰色关联度分析方法研究发现企业经营 竞争力影响因素影响强度存在明显差异；其次，通过相关回归分析发现主要影响因子存在显著交互效应，为相关领域的 实证研究提供了一定的数据基础。 【关键词】灰色关联度；经营竞争力；交互效应 【中图分类号】 Ｆ２７２ 【文献标识码】Ａ 【文章编号】１６７４—４９９３（２０１５ Ｊ０５—０２２６—０２ Ｂｕｓｉｎｅｓｓ——ｒｕｎｎｉｎｇ Ｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓ Ａｎａｌｙｓｉｓ ｏｆ Ｄｏｎｇｆｅｎｇ 口ＺＨＯＵ Ｊｉｎｇ，ＧＡＯ Ｈｏｎｇ （Ｓｃｈｏｏｌ ｏｆ Ｍａｎａｇｅｍｅｎｔ，Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｓｈａｎｇｈａｉ ｆｏｒ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ ２０００９３，Ｃｈｉｎａ） 【Ａｂｓｔｒａｃｔ】Ｔｈｅ ａｒｔｉｃｌｅ ｉｓ ｂａｓｅｄ ｏｎ ｎｅａｒｌｙ １５ ｙｅａｒｓ ｏｆ ｆｉｎａｎｃｉａｌ ｓｔａｔｅｍｅｎｔ ｄａｔａ ａｓ ｔｈｅ ｆｏｕｎｄａｔｉｏｎ．Ｆｉｒｓｔ ｏｆ ａｌｌ，ｕｓｉｎｇ ｇｒａｙ ｃｏｒｒｅｌａｔｉｏｎ ｔｈｅｏｒｙ ｆｏｕｎｄ ｔｈａｔｂｕｓｉｎｅｓｓ ｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓ ｆａｃｔｏｒｓ ｈａｖｅ ｄｉｆｆｅｒｅｎｔ ｉｍｐａｃｔ ｓｔｒｅｎｇｔｈ．Ｓｅｃｏｎｄｌｙ，ｕｓｉｎｇ ｔｈｅ ｒｅｌａｔｅｄ ｒｅｇｒｅｓｓｉｏｎ ａｎａｌｙｓｉｓ ｓｈｏｗｅｄ ｔｈａｔ ｔｈｅｒｅ ｗａｓ ａ ｓｉｇｎｉｆｉｃａｎｔ ｉｎｔｅｒａｃｔｉｏｎ ａｍｏｎｇ ｍａｉｎ ｉｎｆｌｕｅｎｃｉｎｇ ｆａｃｔｏｒｓ．Ｔｏ ｐｒｏｖｉｄｅ ｄａｔａ ｂａｓｅ ｆｏｒ ｔｈｅ ｒｅｌａｔｅｄ ｅｍｐｉｒｉｃａｌ ｓｔｕｄｉｅｓ． 【Ｋｅｙ ｗｏｒｄｓ】ｇｒａｙ ｃｏｒｒｅｌａｔｉｏｎ ｄｅｇｒｅｅ；ｂｕｓｉｎｅｓｓ—ｒｕｎｎｉｎｇ ｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓ；ｉｎｔｅｒａｃｔｉｏｎ ｅｆｆｅｃｔ １ 前言 模方法的简化进程，最后总结出同类方法中比较简洁又不失 精确的潜变量交互效应建模方法。 ２．２价值指标体系构建 近年来对于企业经营竞争力的分析不仅仅局限于定性分 析，而是基于上市公司财务报表数据基础上的定量分析。从 财务报表中提炼的企业经营竞争力，来反映企业经营竞争能 本文根据东风汽车公司２０１３年年报数据为基础，并参考 力的强弱对普通投资者有很好的参考作用。本文基于东风汽 车公司近１５年的财务报表数据为基础，通过灰色关联度、相 了许多学者的评价体系，结合现有的统计资料，本文从一个定 性分析的角度，建立了企业经营竞争力指标体系。有２个层 面共１５项指标：一类指标层营运能力，对应于二类指标层流 关回归分析对东风汽车公司企业经营竞争力进行定量分析， 为相关领域的实证研究提供了一定的数据基础。 ２理论综述与评价指标体系构建 ２．１相关理论综述 动比率、速动比率、资产负债率、应收账款周转率、存货周转 率、销售效率、管理效率、向客户融资能力、向供应商融资能 力、劳动生产率和人均利率；一类指标层盈利能力，对应于二 类指标层净利率、扣除非经营性损益净利润、净资产收益率和 灰色系统理论由邓聚龙教授于１９８２年创立，与研究“随 机不确定性”的概率统计和研究“认知不确定性”的模糊数学 扣除非经常性损益的净资产收益率。 ３数据分析 ３．１样本信效度检验 不同，灰色系统理论的研究对象是“小样本”、“贫信息”不确 定性系统…。洪晓枝等 在分析灰色关联度量化模型的基础 上，引入正负关联量，以赋予权重方式将关联系数合成关联 度，提出改进惯量化模型能够简化原模型的计算量。 交互效应理论，变量主要分为显变量与潜变量。在心理、 行为、管理和社会等研究领域所涉及的变量往往不能直接观 测，即所谓潜变量。温忠麟等 从产生乘积指标的策略、参数 约束方法、均值结构与指标中心化的关系三个方面，讨论了建 表１ ＫＭＯ和Ｂａｒｔｌｅｔｔ的检验 取样足够度的Ｋａｉｓｅｒ—Ｍｅｙｅｒ—Ｏｌｋｉｎ度量。 ．６８４ 【收稿日期】２０１５—０３—２１ 【作者简介】周晶（１９８９一），女，上海理工大学管理学院企业管理专业研究生，研究方向：企业经营研究、大学生创业教育与领 导力开发。 高宏，男，博士，博士后，上海理工大学副教授，研究方向：可持续发展、人力资源开发与管理、领导力开发及大学生 创业教育。 第５期 周 晶等：东风汽车公司企业经营竞争力分析 本研究样本信效度检验的检验指标是Ｂａｒｔｌｅｔｔ’Ｓ球形检验 值与ＫＭＯ值。表１中Ｂａｒｔｌｅｔｔ’Ｓ球形检验的显著值近似于０， 拒绝原假设，原假设为相关矩阵是一个单位矩阵，这就说明各 变量之间具有相关性，可以做因子相关分析。ＫＭＯ统计值是 ０．６８４接近效果好的０．７，说明此时各变量之间存在比较好的 采用灰色关联度的方法分析企业经营竞争力与各因子问 的关联程度。把盈利能力影响因子与营运能力影响因子看成 是一个灰色系统，盈利能力因子 （ｉ＝１，２，３，４）作为系统的 参照序列，营运能力因子置（ｉ＝１，…，１２）看成是比较序列。 不同样本的盈利能力因子与营运能力因子作 与 在第ｋ 点上效果白值化，进行双序列关联分析。将 ，Ｘｉ进行均值 化，记作Ｙ ， ， 与置在ｋ点上的关联系数为： ㈩ 上式中，△ （ｋ）＝ＩＹ （ｋ）一 （Ｊｊ｝）ｌ表示Ｙ。序列与 序列 在ｋ点的绝对值差，ｍａｘｆｍａｘ Ａ （ｋ）和ｍｉｎ ｍｉｎｋＡｉ（ｋ）表示两 极最大值和两极最小值差，Ｐ为分辨系数，取０．１。将每次调 查计算得出的关联系数平均，ｃ（ｙ ， ）＝（１／ｎ）∑ｒ；（ｋ）即为 第ｉ种营运能力 与盈利能力Ｙ 的关联度，按Ｇ（Ｙ ， ）的大 小次序排列，称为各比较序列对参照序列的关联度，直接反映 了 对Ｙ 的影响程度。数据处理之前，进行同一量纲的标准 ｘ，ｊ－ｘ， （２） 分辨系数０．１，采用ＤＰＳ处理系统进行分析，计算得出关 联系数表，结果见表２。 表２各维度影响强度数据分析结果表 速动比率其存货周转率管理效率和向客户融资资产负债率销售效率和 它因子关和其它因子其它因子关能力和其它和其它因子其它因子关 联序： 关联序： 联序： 因子关联序： 关联序： 联序： Ｎ０．关联系数Ｎ０．关联系数ＮＯ．关联系数ＮＯ．关联系数Ｎ０．关联系数Ｎ０．关联系数 Ｘ２８ ０．４５６２ Ｘ２６ ０ ５１７９ Ｘ２５ ０．５２１３ Ｘ２４ ０．５８１６ Ｘ２５ ０．５１７０ Ｘ２７ ０ ５２７１ Ｘ２５ ０．４５２２ Ｘ２５ ０ ５０７８ Ｘ２６ ０．５１４７ Ｘｚ５ ０．５３１９ Ｘ２６ ０．４９６６ Ｘ２６ ０．５２２４ Ｘ２６ ０．４４２８ Ｘ２７ ０．５０５２ Ｘ２７ ０．５０１２ Ｘ２７ ０．５２３２ Ｘ２７ ０．４９３６ Ｘ２ｓ ０．５２０４ Ｘ２３ ０．４４０６ Ｘ２８ ０．５０００ Ｘ２４ ０．４９４２ Ｘ２８ ０．５１７４ Ｘ２４ ０．４９３５ Ｘ２５ ０．５１８６ Ｘ２４ ０．４３４２ Ｘ２３ ０．４９９４ Ｘ２３ ０．４８９６ Ｘ２３ ０．５０３１ Ｘ２８ ０．４９３４ Ｘ２４ ０．４８５４ Ｘ２７ ０．４３２０ Ｘ２４ ０．４７４４ Ｘ２８ ０．４７８０ Ｘ２６ ０．４９３４ Ｘ２３ ０．４７７１ Ｘ２３ ０．４８２１ Ｘ２９ ０．４１９３ Ｘ２９ ０．４６１８ Ｘ２９ ０．４６５１ Ｘ２９ ０．４９１１ Ｘ２９ ０．４５４２ Ｘ２９ ０ ４５８８ 表２（筛除了关联系数小于０．４的指标）可以看出不同的 维度变量的关联序不一致，反映出不同的因子变量对企业经 营竞争力影响的主次关系因因子不同而存在差异。关联系数 小于０．４的指标，不作为对企业经营竞争力存在显著影响的 因子变量。表２可以看出存货周转率、向客户融资能力、销售 效率和管理效率与其它因子的关联序最高，表明这四项因子 变量对东风汽车公司经营竞争力影响强度最大。 ３．３ 因子交互效应分析 本文主要根据Ｍａｒｓｈ等 温忠麟等 研究成果并采用多 元回归模型考察因子问的两两交互作用。此处建立的回归模 型主要采用在灰色关联度检验中对企业经营竞争力有显著影 响的存货周转率、向客户融资能力、销售效率和管理效率４个 因子变量。 本文构建的回归模型如下： Ｚ＝ｐ＋［３ＩＸ１＋Ｂ２Ｘ２＋ｐ３Ｘ３＋ｐ４Ｘ４＋ｐ５Ｘｌｘ２＋ｐ６Ｘｌｘ３＋ ｐ７Ｘ１Ｘ４＋１３８Ｘ２Ｘ３＋Ｂ９Ｘ２Ｘ４＋ｐ１ｏＸ３Ｘ４＋ｐ 其中，ｘ。ｘ 代表两因子之间的交互效应，１３ ｉ为回归系数， １３为常数项，Ｂ 为误差项。由ＳＰＳＳ１９．０软件作对应指标的数 据回归分析，结果见表３。 表３各维度交互效应检验成果表 模型一 怀准化 回归 系数 ｔ值 蒹 Ｘｌ Ｘ２ 效０．，．．４２２ 率 管理效率） 率 存货周转率） ｓ －（ 效０．２１７ ３．４２３ ０．０００ ０．２１７ ０．０５２ ０．０４７ ｌ１．７２５ ０．０００ 率 客户融资） 率 客户融资）ｚ Ｘ３ （ 效０．１４７ ２．１６ ０．０２０ ０．１４７ ０．０１５ ０．０１６ ４．７６２ ０．０２０ Ｘ２ ＊Ｘ率 存货周转率）货４（￣２．３６ ０．０１４ ０．１４７ ０．０２７ ０．０２４ ６．１５０ ０．０１４ 率存周转率）。．１４７ 资 存货黧 ∞周转率） ７．４６７ ０．０００ ０．４０４ ０．２４３ ０．２５３ ７２．０６５ ０．ｏ０ｏ 从各因子交互效应检验成果来看，销售效率与管理效率、 存货周转率和向客户融资能力显著性水平为０＜０．０５，ｔ值Ｆ 值Ｒ方在比较高的水平。从交互效应效果来看，销售效率与 管理效率交互作用显著，存货周转率与向客户融资能力交互 作用显著。 ４数据结论与建议 从以上数据分析结果可以看出，存货周转率、向客户融资 能力、销售效率和管理效率与其它因子的关联序最高，表明这 四项因子变量对东风汽车公司经营竞争力影响强度最大。销 售效率与管理效率交互作用显著，存货周转率与向客户融资 能力交互作用显著。笔者认为可以从以下几个方面提高东风 汽车企业经营竞争力： ４．１调整组织结构，提高管理效率 目前东风汽车公司的组织机构主要问题在于总经理直接 下管公司所有部门，工作任务重，不利于快速有效决策，不能 有效抓住工作重点，所以建议在总经理下设副总经理，主抓生 产、产品、财务、人事等。在生产这一块加入生产管理部，生产 技术部和质量保证部。针对管理效率不高，并且管理效率与 销售效率存在显著交互作用，建议在董事会下设资产管理委 员会、战略委员会、薪酬与考核委员会，统筹管理。 （下转第２２５页） 第５期 李倩影：校车路径问题文献综述 车总行程为目标，提出“先聚类后构造路径”的思想，先将车站 ａｌｇｏｒｉｔｈｍ，ＲＲＴ）和大规模邻域搜索算法（Ｌａｒｇｅ Ｎｅｉｇｈｂｏｒｈｏｏｄ 最近聚类，然后分别按照ＴＳＰ处理，最后再合并。Ｂｏｄｉｎ和 Ｓｅａｒｃｈ，ＬＮＳ），并通过河南省巩义市作为案例区进行验证。 Ｂｅｒｍａｎ（１９７９）使用启发式算法解决了城市郊区２５所学校的 校车路径问题。Ｄｅｓｒｏｓｉｅｒｓ（１９８６）针对乡村和城市分别提出了 ［参考文献］ 不同的方法，应用在６所学校规模问题上。 ［１］Ｎｅｗｔｏｎ Ｒ Ｍ，Ｔｈｏｍａｓ ＷＨ．Ｄｅｓｉｇｎ ｏｆ ｓｃｈｏｏｌ ｂｕｓ ｒｏｕｔｅｓ ｂｙ Ｆｆｉｇｅｎｓｃｈｕｈ和Ｍａｒｔｉｎ（２００６）将学生开始上课时间与公共 ｃｏｍｐｕｔｅｒ［Ｊ］．Ｓｏｃｉｏ—Ｅｃｏｎｏｍｉｃ Ｐｌａｎｎｉｎｇ Ｓｃｉｅｎｃｅｓ，１９６９，３ 交通服务问题结合，提出整型规划模型，使用的是两阶段启发 （１）：７５—８５． 式算法。之后他以校车数量和校车总行程为目标，加入多种 ［２］Ｂｅｎｎｅｔｔ Ｂ Ｔ，Ｇａｚｉｓ Ｄ Ｃ．Ｓｃｈｏｏｌ ｂｕｓ ｒｏｕｔｉｎｇ ｂｙ ｃｏｍｐｕｔｅｒ［Ｊ］． 策略降低了时间的复杂度，使路径得到优化提高。 Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ，１９７２，６：３１７—３２５． 多校混载ＳＢＲＰ相对比较复杂，需要考虑不同学校的上下 ［３］Ｒｉｐｐｌｉｎｇｅｒ Ｄ．Ｒｕｒａｌ ｓｃｈｏｏｌ ｖｅｈｉｃｌｅ ｒｏｕｔｉｎｇ ｐｒｏｂｌｅｍ［Ｊ］． 学时间。最初Ｈａｒｇｒｏｖｅｓ和Ｄｅｍｅｔｓｋｙ（１９８１），Ｒｕｓｓｅｌｌ和 Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｒｅｃｏｒｄ，２００５，１９９２：１０５—１１０． Ｍｏｒｒｅｌ（１９８６），Ｃｈｅｎ等（１９９０）并没有给出明确的算法求解多 ［４］Ｚｈａｎｇ Ｊ，ＩＪｉ Ｙ．Ｓｃｈｏｏｌ Ｂｕｓ Ｐｒｏｂｌｅｍ ａｎｄ ｉｔｓ Ａｌｇｏｒｉｔｈｍ［Ｊ］． 校混载的问题。Ｂｒａｃａ等（１９９７）使用基于位置启发算法 ＩＥＲＩ Ｐｒｏｃｅｄｉａ，２０１２，２：８—１１． （Ｌｏｃａｔｉｏｎ ｂａｓｅｄ ｈｅｕｒｉｓｔｉｃ ａｌｇｏｒｉｔｈｍ，ＬＢＨ）得到可行的路线。 ［５］Ａｎｇｅｌ Ｒ Ｄ，Ｃａｕｄｌｅ Ｗ Ｌ，Ｎｏｏｎａｎ Ｒ，ｅｔ ａ１．Ｃｏｍｐｕｔｅｒ—ａｓｓｉｓｔｅｄ Ｓｐａｄａ（２００５）以最小损失时间为目标，使用了节省算法和模拟 ｓｃｈｏｏｌ ｂｕｓ ｓｃｈｅｄｕｌｉｎｇ［Ｊ］．Ｍａｎａｇｅｍｅｎｔ Ｓｃｉｅｎｃｅ，１９７２，１８， 退火与禁忌算法的混合算法。Ｔｈａｎｇｉａｈ等（２００８）允许同一个 （６）：２７９—２８８． 站点的学生搭乘不同车辆，使用启发式算法解决问题。Ｄｅ ［６］Ｂｏｄｉｎ Ｌ Ｄ，Ｂｅｒｍａｎ Ｌ．Ｒｏｕｔｉｎｇ ａｎｄ ｓｃｈｅｄｕｌｉｎｇ ｏｆ ｓｃｈｏｏｌ ｂｕｓｅｓ Ｓｏｕｚａ和Ｓｉｑｕｅｉｒａ（２０１０）使用改进的ＬＢＨ算法解决１０个城市 ｂｙ ｃｏｍｐｕｔｅｒ［Ｊ］．Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｓｃｉｅｎｃｅ，１９７９，１３，（２）：１１３ 的校车路径问题。Ｐａｒｋ等（２０１２）使用多阶段启发算法，首先 １２９． 生成单个学校路径，然后生成多校不混载路径，最后再合并。 ［７］ＦＵｇｅｎｓｃｈｕｈ Ａ，Ｍａｒｔｉｎ Ａ．Ａ ｍｕｌｔｉｃｒｉｔｅｒｉａ ａｐｐｒｏａｃｈ ｆｏｒ ２．２国内研究成果 ｏｐｔｉｍｉｚｉｎｇ ｂｕｓ ｓｃｈｅｄｕｌｅｓ ａｎｄ ｓｃｈｏｏｌ ｓｔａｒｔｉｎｇ ｔｉｍｅｓ［Ｊ］．Ａｎｎ 相对于国外，国内对于ＳＢＲＰ的研究起步晚，研究成果也 Ｏｐｅｒ Ｒｅｓ，２００６，１４７：１９９—２１６． 较少并且倾向于单校ＳＢＲＰ。符卓（２００３）以校车数量、学生总 ［８］Ｔｈａｎｇｉａｈ Ｓ Ｒ，Ｆｅｒｇａｎｙ Ａ，Ｗｉｌｓｏｎ Ｂ，ｅｔ １ａ．Ｓｃｈｏｏｌ ｂｕｓ ｒｏｕｔｉｎｇ 的乘车时间、校车总运营时间和校车负载均衡、路程长度均衡 ｉｎ ｒｕｒａｌ ｓｃｈｏｏｌ ｄｉｓｔｉｒｃｔｓ［Ｊ］．Ｃｏｍｐｕｔｅｒ—ａｉｄｅｄ Ｓｙｓｔｅｍｓ ｉｎ 为目标，使用多种车型车辆，提出最远者优先启发算法 Ｐｕｂｌｉｃ Ｔｒａｎｓｐｏｒｔ，２００８：２０９—２３２． （Ｆａｒｔｈｅｓｔ Ｆｉｒｓｔ Ｈｅｕｒｉｓｔｉｃ，ＦＦＨ），首先从离学校最远的站点开始 ［９］符卓．开放式车辆路径问题及其应用研究［Ｄ］．长沙：中 指派，然后就近访问其余站点，直到满载，随后再调整，直到车 南大学，２００３． 辆最少、线路最短。张苗（２００８）以校车总行程为目标，以校车 ［１０］张苗．基于双层规划的多目标校车路径优化研究［Ｄ］． 容量为约束条件，并且使用单一车型，建立了双层规划模型。 成都：西南交通大学，２００８． 许文龙（２０１１）使用启发式算法优化了北京某小学校车路径。 ［１１］松，ｚｉｇ－Ｘ－峰，党兰学，等．元启发式算法在校车路径规 松（２０１３）使用模拟退火算法，并且使用模拟数据测试。 划中的应用［Ｊ］．地理空间信息，２０１３，（１５）：１７１—１７４． 对于多校不混载问题，丁常勇（２０１２）使用蚁群算法通过增加 ［１２］丁常勇．合作式校车路径优化问题研究［Ｄ］．大连：大连 虚拟总场站，将多中心ＳＢＲＰ转换成单中心ＳＢＲＰ。而对于更 海事大学，２０１２． 复杂的多校混载问题，党兰学（２０１４年）使用两阶段的元启发 ［１３］党兰学．大规模混载校车路径问题优化算法研究［Ｄ］． 算法，快速搜索随机树算法（Ｒａｐｉｄｌｙ—ｅｘｐｌｏｒｉｎｇ Ｒａｎｄｏｍ Ｔｒｅｅ 郑州：河南大学，２０１４． （上接第２２７页） ［参考文献］ ４．２培养核心技术，提高创新能力 ［１］唐启义．ＤＰＳ数据处理系统［Ｍ］．北京：科学出版社， 企业经营竞争力能力主要在于产品技术竞争。一个成 ２０１３，１２６１—１２８５． 功以及具有发展潜力的企业关键在于应该具有自己特 ［２］洪晓枝，冯鹤林．灰色关联度量化模型的改进［Ｊ］．统计与 点的核心能力，引领行业技术的发展。至此不仅有利于市场 决策，２０１４，４０５，（９）：８０—８３． 份额的占领，更有利于企业品牌的建设。东风汽车公司可以 ［３］温忠麟，吴艳．潜变量交互效应建模方法演变与简化［Ｊ］． 从以下几个方面实施：加大科研资金的投入，调动企业技术 心理科学进展，２０１０，１８，（８）：１３０６—１３１３． 人员积极性．力口大与高等院校的合作，共同开发紧密市场的 ［４］ＭａｒｓｈＨＷ，ＷｅｎＺ，ＨａｕＫＴ．Ｓｔｒｕｃｔｕｒａｌ ｅｑｕａｔｉｏｎ ｍｏｄｅｌｓ ｏｆ 科研成果；完善企业培训体系，多与有科技实力的企业合作 ｌａｔｅｎｔ ｉｎｔｅｒａｃｔｉｏｎｓ Ｅｖａｌｕａｔｉｏｎ ｏｆ ａｌｔｅｒｎａｔｉｖｅ ｅｓｔｉｍａｔｉｏｎ 交流。 ｓｔｒａｔｅｇｉｅｓ ａｎｄ ｉｎｄｉｃａｔｏｒ ｃｏｎｓｔｒｕｃｔｉｏｎ．Ｐｓｙｃｈｏｌ０ｇｉｃ ｅｔｈｏｄｓ， ２００４，９，（３）：２７５—３００．
