屬性強度函數(shù)未知下的煤炭資源采礦權(quán)案例估價方法

鄒紹輝，許建輝，董　唄

(1.西安科技大學(xué)管理學(xué)院，陜西 西安 710054；2.西安科技大學(xué)能源經(jīng)濟與管理研究中心，陜西 西安 710054)

屬性強度函數(shù)未知下的煤炭資源采礦權(quán)案例估價方法

鄒紹輝1，2，許建輝1，董唄2

(1.西安科技大學(xué)管理學(xué)院，陜西 西安 710054；2.西安科技大學(xué)能源經(jīng)濟與管理研究中心，陜西 西安 710054)

摘要：科學(xué)合理的煤炭資源采礦權(quán)估價方法有助于實現(xiàn)煤炭資源最優(yōu)配置。隨著煤炭資源采礦權(quán)交易市場的快速發(fā)展大，案例估價方法將在今后煤炭資源采礦權(quán)估價中變得越來越重要。本文基于案例推理和現(xiàn)代統(tǒng)計學(xué)等理論和方法，首先揭示了基于案例推理的煤炭資源采礦權(quán)估價基本原理，對屬性指標(biāo)、屬性強度函數(shù)、標(biāo)的資產(chǎn)、案例資產(chǎn)以及案例相似度等關(guān)鍵概念進(jìn)行界定；然后建立了屬性強度函數(shù)未知情形下的煤炭資源采礦權(quán)案例選取準(zhǔn)則和相似度模型；最后建立了煤炭資源采礦權(quán)案例估價模型和估價流程。通過一煤炭資源采礦權(quán)實例，對該模型進(jìn)行了運用研究。研究結(jié)果表明：一是運用煤炭資源采礦權(quán)案例估價方法估價出的結(jié)果非常接近該采礦權(quán)的最后交易價格；二是在存在一定數(shù)量的可比較交易對象前提下，案例估價方法較其他方法所需數(shù)據(jù)較少，也更為高效和直接。

關(guān)鍵詞：煤炭資源；采礦權(quán)；案例推理；屬性強度函數(shù)；案例相似度

我國能源資源資源稟賦特點、經(jīng)濟社會發(fā)展所處階段以及能源結(jié)構(gòu)調(diào)整復(fù)雜性，決定了煤炭在我國未來相當(dāng)長時期內(nèi)仍是主要的一次能源。但是，煤炭工業(yè)依然存在著產(chǎn)業(yè)結(jié)構(gòu)不合理、增長方式粗放、科技水平低、安全事故多發(fā)、資源浪費、環(huán)境治理滯后、管理粗放等一系列問題，更為嚴(yán)重的是長期以來以煤炭生產(chǎn)和消費為主的能源結(jié)構(gòu)直接導(dǎo)致了我國大氣環(huán)境的不斷惡化。因此，高效開發(fā)和清潔利用煤炭資源將是我國煤炭工業(yè)實現(xiàn)可持續(xù)發(fā)展、確保能源安全和治理大氣污染的必經(jīng)之路。

目前，促進(jìn)煤炭資源高效開發(fā)和清潔利用的財稅政策著力點主要包括完善礦業(yè)權(quán)交易市場和改變煤炭資源稅計征方式，也即在開發(fā)環(huán)節(jié)和消費環(huán)節(jié)促進(jìn)資源高效配置和利用。事實上，煤炭生產(chǎn)企業(yè)會迅速地把消費環(huán)節(jié)稅收政策變化帶來的成本變動傳導(dǎo)給下游企業(yè)，自身也難以建立起最優(yōu)開發(fā)與利用資源的內(nèi)在驅(qū)動機制。而該內(nèi)在驅(qū)動機制形成的關(guān)鍵在于讓煤炭生產(chǎn)企業(yè)在公開市場上公平競爭獲得資源，真正讓市場成為煤炭資源最優(yōu)配置的主體。這樣，煤炭生產(chǎn)企業(yè)基于利潤最大化原則自然會珍惜自己花費合理成本獲得的煤炭資源，盡可能地提高煤炭資源回采率和杜絕資源浪費行為[1]，也不會扭曲企業(yè)的邊際成本決策行為；另一方面，“資源稀缺”和“產(chǎn)權(quán)明確”會驅(qū)使企業(yè)積極尋找和構(gòu)建能實現(xiàn)最大化利用煤炭資源價值的產(chǎn)業(yè)升級路徑，充分激發(fā)煤炭市場主體的創(chuàng)新動力，進(jìn)而實現(xiàn)由“燃料”到“原料”的煤炭產(chǎn)業(yè)變革。

完善煤炭資源出讓和轉(zhuǎn)讓市場取決于是否有一套科學(xué)合理的煤炭資源采礦權(quán)估價方法。煤炭資源采礦權(quán)是指在依法取得的采礦許可證規(guī)定范圍內(nèi)，開采煤炭資源和獲得所開采煤炭產(chǎn)品的權(quán)利。經(jīng)過多年的研究，國內(nèi)外基本上形成了以折現(xiàn)現(xiàn)金流量法、實物期權(quán)法和案例法為主的煤炭資源采礦權(quán)估價方法[2]。建立在確定性價值驅(qū)動因素上的折現(xiàn)現(xiàn)金流量法，由于忽視價格、利率、便利收益和成本等因素變化帶來的“經(jīng)營管理靈活性”，常常低估煤炭資源采礦權(quán)價值。實物期權(quán)方法由于能適切地反應(yīng)價格、利率、便利收益和成本等不確定性因素的變化，是目前最為科學(xué)的一種方法。但是，完全識別和定量評價煤炭資源開發(fā)利用過程中的“經(jīng)營管理靈活性”需要較高技能和相應(yīng)專業(yè)知識，這在很大程度上限制了實物期權(quán)方法的實際應(yīng)用。事實上，在競爭環(huán)境下買主愿意對某資產(chǎn)支付的價格必須等于相似資產(chǎn)的公允價值，否則市場上就會出現(xiàn)套利現(xiàn)象，并且投資者往往根據(jù)相似資產(chǎn)價格來估算目標(biāo)資產(chǎn)價格。案例估價方法正是基于這一原理而成為相應(yīng)評估價格最接近資產(chǎn)市場價值的一種有效方法，而且這種方法比其他方法相更為直觀和高效。近年來，隨著煤炭資源整合的不斷深入和采礦權(quán)交易市場的快速發(fā)展，可比交易對象空間越來越大，案例估價方法在煤炭資源采礦權(quán)估價中變得越來越重要。

1研究綜述

煤炭資源采礦權(quán)案例估價方法是指在比較待評估煤炭資源采礦權(quán)與最近公開交易的類似煤炭資源采礦權(quán)屬性差異的基礎(chǔ)上，按照既定的程序?qū)︻愃泼禾抠Y源采礦權(quán)市場成交價格進(jìn)行調(diào)整，進(jìn)而確定待評估煤炭資源采礦權(quán)價值的一種方法。煤炭資源采礦權(quán)案例估價方法的理論基礎(chǔ)是案例推理(Case-Based Reasoning，CBR)理論[3]。案例推理的基本程序是當(dāng)決策者遇到新問題時，案例推理系統(tǒng)在案例庫中匹配與新問題相似的案例，進(jìn)而把用于解決這些已經(jīng)存在案例的求解方法運用到該新問題中去[4]。案例推理基本原理在于“相似問題總有相似的解”，其優(yōu)勢在于不需要像規(guī)則推理那樣具備完備和清晰的知識。因此，案例推理方法非常適用于知識不完全、屬性難以定義或定義不一致而經(jīng)驗豐富的決策環(huán)境中[5]。并且，案例推理還是一個可持續(xù)學(xué)習(xí)方法，每次問題被解決時都能獲得新的經(jīng)驗，而新經(jīng)驗又可為下一次新問題所用。事實上，當(dāng)評估特定煤炭資源采礦權(quán)時，資源儲量、煤炭價格、生產(chǎn)成本以及地質(zhì)開采條件等信息常常存在著高度不確定性和非完備性[6]，特別是在評估已探明單位開發(fā)或開發(fā)時間很短的煤炭資源采礦權(quán)時，運用案例推理方法可以有效克服其他方法存在的不足。由于案例屬性常常是動態(tài)變化的和具有不可預(yù)測性，案例推理求解問題的質(zhì)量又取決于能否找到最佳匹配相似案例，目前案例推理研究的重點都集中在案例檢索技術(shù)和案例修正方法上[7-8]。其中，構(gòu)建合理的案例相似度模型是提高案例檢索質(zhì)量和進(jìn)行案例修正的關(guān)鍵所在。Kaoru Hirota和Hajime Yoshino等學(xué)者運用模糊理論來表示案例屬性指標(biāo)的模糊隸屬度函數(shù)，進(jìn)而建立起了案例相似度函數(shù)[9]，該研究也為解決案例推理中的不確定性問題奠定了基礎(chǔ)。周艷春和李向陽在基于案例推理進(jìn)行關(guān)系價值度量的框架下，用問題案例和歷史案例在各個關(guān)系價值度量指標(biāo)上的差異關(guān)系(Difference re lations，DR)來替代經(jīng)典的歐氏距離，提出基于差異關(guān)系的案例推理方法，該方法也是一種新的案例檢索方法[10]。郭強和郭耀煌等學(xué)者為解決排序方案的多屬性特征和決策者對事物認(rèn)識的局限性，引入模糊相似度概念，建立了基于模糊相似度的多屬性群決策模型[11]。Gu Lichcuan和Guo Qingyan等學(xué)者運用結(jié)構(gòu)矩陣方法建立起了一種新的案例檢索算法，該算法能較好地提高案例推理的精度和需要較少的成本[12]。這些研究有力地推動了案例推理理論在企業(yè)經(jīng)營管理決策上的應(yīng)用。

相對于基于案例推理的管理決策理論與方法方面的研究，基于案例推理的資產(chǎn)評估方法研究卻進(jìn)展緩慢，研究基本集中在房地產(chǎn)資產(chǎn)價值評估和房地產(chǎn)建筑成本預(yù)測等方面。對于在概念上沒有明確的外延或難以量化的案例資產(chǎn)屬性指標(biāo)可以用類比法建立隸屬函數(shù)；對于概念外延易于確定的案例資產(chǎn)屬性指標(biāo)則可選擇其合適的隸屬函數(shù)，確定其取值的變化范圍，將指標(biāo)值代入隸屬函數(shù)，求其隸屬函數(shù)值[13]。周春喜將模糊數(shù)學(xué)應(yīng)用于房地產(chǎn)評估，建立了貼近度模型和市場法評估模型，發(fā)現(xiàn)該模型具有方便、真實和可靠的特點[14]。不過，在基于案例推理的資產(chǎn)評估方法方面，更重要的是如何以較少的成本和資料獲得最佳匹配案例和進(jìn)行案例修正，這方面的研究還沒有取得實質(zhì)性進(jìn)展[15-16]。張金鎖基于案例推理原理，建立了屬性強度函數(shù)未知情況下的礦物資產(chǎn)估價方法，該方法為案例推理理論在礦產(chǎn)資源資產(chǎn)評估領(lǐng)域中的運用奠定了基礎(chǔ)[17]。但是，礦物資源資產(chǎn)和煤炭資源采礦權(quán)在價值屬性、價值構(gòu)成、價值影響因素和案例描述等方面都存在著根本差異，該方法不能直接運用于估價煤炭資源采礦權(quán)?？傊?，運用案例推理方法進(jìn)行能源資產(chǎn)評估的研究在國內(nèi)外還剛剛起步，案例資產(chǎn)描述指標(biāo)主要采用模糊數(shù)學(xué)隸屬函數(shù)來刻畫[18]，已有的研究成果主要是借鑒基于案例推理的房地產(chǎn)資產(chǎn)評估方法，對煤炭資源采礦權(quán)交易實例選取準(zhǔn)則和相似性測度方法的研究幾乎空白。由于煤炭資源采礦權(quán)在煤炭資源儲量、稟賦條件、煤質(zhì)、開采條件、地理位置、交通運輸條件和勘探程度等方面的屬性特征與房地產(chǎn)資產(chǎn)屬性特征存在著根本差異，不能簡單地套用房地產(chǎn)案例估價方法。在案例推理下，正確刻畫煤炭資源采礦權(quán)案例是案例檢索和案例修正的前提，煤炭資源采礦權(quán)屬性指標(biāo)與煤炭資源采礦權(quán)價格的關(guān)系主要表現(xiàn)為可以不能確定屬性強度函數(shù)解析關(guān)系和能確定屬性強度函數(shù)解析關(guān)系兩種。因此，本文首先就屬性強度函數(shù)未知下的煤炭資源采礦權(quán)案例估價方法展開研究。

2模型建立

2.1模型描述

描述煤炭資源采礦權(quán)屬性特征的指標(biāo)稱為屬性指標(biāo)。由于煤炭資源采礦權(quán)是一種基于煤炭資源資產(chǎn)的衍生資產(chǎn)，其屬性指標(biāo)除了地質(zhì)開采條件、煤炭質(zhì)量、開采方法與工藝、宏觀經(jīng)濟狀況(特別是煤炭市場的供需狀況)、地理和環(huán)境條件等外，還包括煤炭生產(chǎn)企業(yè)的組織管理水平和資本資產(chǎn)投入。設(shè)P為煤炭資源采礦權(quán)的市場價格(單位儲量的采礦權(quán)價款)，yi，i=1，2，...，n為具體的屬性指標(biāo)，n為屬性指標(biāo)的個數(shù)，Y為屬性指標(biāo)向量，用向量Y=(y1，y2，…，yn)T表示。稱函數(shù)P=f(Y)=f(y1，y2，…，yn)為P與Y的屬性強度函數(shù)。實際估價中，投資者往往用儲量或成本等變量構(gòu)建一個經(jīng)驗線性估價公式來評估其價格。因此，假定P與Y的關(guān)系表現(xiàn)出顯著的線性關(guān)系是合理的[2]。這樣，P與Y的關(guān)系可以表示為式(1)。

(1)

用SM表示待評估煤炭資源采礦權(quán)(簡稱標(biāo)的采礦權(quán))，Ps代表SM的市場價值或價格，Ys代表SM的屬性指標(biāo)向量，SM的n個屬性指標(biāo)構(gòu)成的向量為Ys=(ys1，ys2，...，ysn)T。

用CM表示與SM相類似且價格是可觀測或可獲得的煤炭資源采礦權(quán)(簡稱案例采礦權(quán))，Pc代表CM的市場交易價格(出讓或轉(zhuǎn)讓價格)或評估價格，Yc代表CM的屬性指標(biāo)向量，CM的n個屬性指標(biāo)構(gòu)成的向量為Yc=(yc1，yc2，...，ycn)T。

(2)

式中：M(M

2.2案例相似度

基于案例的采礦權(quán)估價方法主要采取以下步驟。首先建立采礦權(quán)的屬性指標(biāo)體系，收集案例采礦權(quán)，并輸入案例采礦權(quán)和標(biāo)的采礦權(quán)屬性指標(biāo)信息；第二，確定屬性指標(biāo)的權(quán)重值；第三，構(gòu)建案例相似度模型，利用屬性指標(biāo)信息計算出備選案例采礦權(quán)的相似度得分；第四，確定最優(yōu)案例采礦權(quán)集；最后，利用式(1)計算出標(biāo)的采礦權(quán)的價值。因此，相似度的計算對于案例檢索是至關(guān)重要的。由于煤炭資源采礦權(quán)由其屬性指標(biāo)向量決定，因此案例采礦權(quán)與標(biāo)的采礦權(quán)的相似程度可以用案例采礦權(quán)與標(biāo)的采礦權(quán)的屬性指標(biāo)向量間的相似性來描述。案例采礦權(quán)的屬性指標(biāo)向量和標(biāo)的采礦權(quán)的屬性指標(biāo)向量相當(dāng)于空間中的兩點，兩點之間的距離表征了兩屬性指標(biāo)向量間的相似性。這樣，可以用案例采礦權(quán)與標(biāo)的采礦權(quán)屬性指標(biāo)向量間的距離大小來表征案例采礦權(quán)與標(biāo)的采礦權(quán)的相似程度。一般地，距離越小，相似程度越大，該備選案例作為最優(yōu)案例的可能性就越大。因此，可以根據(jù)案例采礦權(quán)與標(biāo)的采礦權(quán)屬性指標(biāo)向量間的距離大小從備選案例集中選取合適的案例采礦權(quán)。

(3)

2.3案例資產(chǎn)相似度模型

通過以上準(zhǔn)則可以從備選案例Ca={CAi|i=1～m}中選取出屬性強度未知情況下的最優(yōu)案例集Cb={CAi|i=1～M}。為此，根據(jù)案例相似度的定義，構(gòu)建測量煤炭資源采礦權(quán)案例相似度的公式(式(4))。

(4)

2.4估價模型

(5)

式中，Z為待估價煤炭資源采礦權(quán)的資源儲量儲量。式(5)即為屬性函數(shù)未知情形下的煤炭資源采礦權(quán)估價模型。

3實例運用

3.1案例介紹

A煤礦井田位于陜西省榆林市榆陽區(qū)西部，西部靠近內(nèi)蒙古自治區(qū)。井田向東至榆林市60km，向北經(jīng)榆林至包頭310km，向西經(jīng)定邊至銀川410km。該井田共獲各類資源總量為5058.44Mt，其中探明的內(nèi)蘊經(jīng)濟資源量(331)為1337.33 Mt，控制的內(nèi)蘊經(jīng)濟資源量(332)為1139.37Mt，推斷的內(nèi)蘊經(jīng)濟資源量(333)為2581.74Mt。地質(zhì)資源量豐富。設(shè)計可采儲量31.07億t。本區(qū)地層總體上向西微傾伏，局部發(fā)育寬緩的波狀起伏，地層平均傾角小于1°，根據(jù)地震解釋成果，未發(fā)現(xiàn)落差大于20m的斷層，無巖漿侵入，褶皺不發(fā)育，僅在局部發(fā)育有寬緩的波狀起伏，井田構(gòu)造簡單。該井田含煤地層為侏羅系中統(tǒng)延安組，平均煤層厚度5.5m。本井田煤質(zhì)優(yōu)良，是良好的民用、氣化及動力用煤。

本文根據(jù)A煤礦的屬性特征，主要選取了神華神東集團公司轄下的10個煤礦，2個榆林地方所屬煤礦作為案例采礦權(quán)。在研究煤炭資源采礦權(quán)價格與其屬性指標(biāo)的關(guān)系時，本文基于以下考慮：一是如果將所有的因素都考慮進(jìn)去，要求占有的資料就越多，導(dǎo)致計算變得非常復(fù)雜，降低模型的實用性；二是yi中包含對ps相關(guān)性不大的因素，如果將這些因素考慮進(jìn)來反會降低屬性強度函數(shù)的穩(wěn)定性和可靠性；三是有些因素之間存在著共線性，必須消除這些因素，因此在已有研究成果的基礎(chǔ)上[2，17]，本文選取煤層厚度、煤層穩(wěn)定性、灰分、發(fā)熱量、開采深度、噸煤利潤、運輸距離七個指標(biāo)來刻畫煤炭資源案例采礦權(quán)。在專家調(diào)查的基礎(chǔ)上，利用AHP分析法得出煤炭資源采礦權(quán)屬性指標(biāo)，具體見表1。

由于有的指標(biāo)是定量的，有的是定性的，同時它們的量綱也不相同，為此必須構(gòu)架統(tǒng)一的評價尺度。一般可采用專家評價法、統(tǒng)計類比法、模糊數(shù)學(xué)隸屬函數(shù)法等方法，本文采用專家評分法來確定(先建立具體的評分標(biāo)準(zhǔn)，然后直接請上述煤礦的總工程師進(jìn)行評價)。在邀請專家評價每一項屬性指標(biāo)值時，都事先建立了評價標(biāo)準(zhǔn)，每項屬性指標(biāo)值的上限為10，最后對評分進(jìn)行標(biāo)準(zhǔn)化處理，具體結(jié)果見表2。

將表2數(shù)據(jù)代入式(3)，得備選案例資產(chǎn)距標(biāo)的資產(chǎn)的加權(quán)歐幾里得距離(i=1～12)，見表3。

表1　采礦權(quán)屬性指標(biāo)權(quán)重

表2　標(biāo)的采礦權(quán)和案例采礦權(quán)的屬性指標(biāo)評價值

備選案例CM1CM2CM3CM4CM5CM6CM7CM8CM9CM10CM11CM12DISCMiSM()1.7251.0441.0561.1541.0231.6051.1051.6401.4572.1272.3572.265

根據(jù)前文提出的案例采礦權(quán)選取準(zhǔn)則，去掉距離明顯較大的案例CM1，CM4，CM6，CM8，CM9，CM10，CM11，CM12。剩余的案例則構(gòu)成最優(yōu)案例集Cb={CAi|i=2，3，4，5，7}。將它們的加權(quán)歐幾里得距離值代入式(4)，得最優(yōu)案例集所對應(yīng)的相似度，見表4。

表4　屬性強度函數(shù)未知情況下的最優(yōu)案例及其相似度

待估煤炭資源采礦權(quán)的總價值為V=31.07×10.18=3316.29(億元)。

3.2研究結(jié)果分析

上述標(biāo)的采礦權(quán)按折現(xiàn)現(xiàn)金流量法計算價格為4.45元/t(該煤炭資源采礦權(quán)評估時間為2012年6月1日)。實際上，在2012年陜北煤礦的煤炭資源采礦權(quán)市場交易價格在12元/t左右。因此，煤炭資源采礦權(quán)案例估價方法評估結(jié)果比較接近該采礦權(quán)的市場價值。這主要是基于以下原因：一是采用折現(xiàn)現(xiàn)金流量法時，所采用的煤炭價格、成本和利率等數(shù)據(jù)是最近幾年的平均數(shù)據(jù)，這些數(shù)據(jù)常常低于這些指標(biāo)的當(dāng)前市場值；二是折現(xiàn)現(xiàn)金流量法假定這些指標(biāo)在煤炭資源剩余開采期內(nèi)是固定不變的，進(jìn)一步導(dǎo)致了折現(xiàn)現(xiàn)金流量法下的評估價格偏離市場價格；三是煤炭資源采礦權(quán)案例估價方法利用與待評估采礦權(quán)相似的煤炭資源采礦權(quán)的相關(guān)數(shù)據(jù)，通過案例選取準(zhǔn)則進(jìn)一步縮小相似案例的數(shù)量，得到最優(yōu)相似案例，使得用該方法得到的評估價格盡可能接近了其市場價格。

4結(jié)論

建立一套科學(xué)合理的煤炭資源采礦權(quán)估價方法是完善煤炭資源采礦權(quán)市場的關(guān)鍵所在。由于直觀和高效，案例估價方法將在煤炭資源采礦權(quán)估價中變得越來越重要。本文通過對屬性指標(biāo)、屬性強度函數(shù)、標(biāo)的資產(chǎn)、案例資產(chǎn)以及案例相似度等關(guān)鍵概念的界定，構(gòu)建了屬性強度函數(shù)未知下的煤炭資源采礦權(quán)估價模型，得出了以下結(jié)論。

1)本文建立的屬性強度函數(shù)未知情形下的煤炭資源采礦權(quán)案例選取準(zhǔn)則和相似度求解模型，較好地解決了過去案例選擇的簡單化和主觀性問題，使得案例估價法下的煤炭資源采礦權(quán)估價模型更加合理和更具客觀性。

2)實例運用結(jié)果也表明，在存在一定數(shù)量的采礦權(quán)案例情形下，煤炭資源采礦權(quán)案例估價法下的采礦權(quán)價格更接近其市場交易價格。因此，為了真正讓市場成為煤炭資源最優(yōu)配置的主體和防止國有資產(chǎn)流失，在完善煤炭資源采礦權(quán)估價方法方面，需要修訂現(xiàn)行的煤炭資源采礦權(quán)評估方法，將案例估價方法作為主要的評估方法。

3)煤炭資源采礦權(quán)案例估價法依賴于一個分區(qū)域、分煤種的煤炭資源采礦權(quán)公共案例數(shù)據(jù)庫，這也是案例估價法需要進(jìn)一步解決的問題。

參考文獻(xiàn)

[1]鄒紹輝，張金鎖.煤炭資源開發(fā)稅費政策改革方向研究[J].中國礦業(yè)，2009，18(8)：17-20.

[2]鄒紹輝.基于期權(quán)的煤炭資源采礦權(quán)估價方法研究[D].西安：西安科技大學(xué)，2009.

[3]Kendal，S.，Creen，M.An introduction to knowledge engineering[R].2007.

[4]Liao，S.H.Expert system methodologies and applications-A decade review from 1995 to 2004[J].Expert Systems with Applications，2005，28：93-103.

[5]Ahn，H.，Kim，K.J.，Han，I..Global optimization of feature weights and the number of neighbors that combine in a case-based reasoning system[J].Expert Syst.，2006，23(5)：290-301.

[6]鄒紹輝，張金鎖.我國煤炭價格變動模型實證研究[J].煤炭學(xué)報，2010，35(3)：525-528.

[7]Juell，P.，Paulson，P..Case-based systems[J].IEEE Intel.Syst.Applic.，2003，18(4)：60-67.

[8]Hüllermeier，E.Case-based approximate reasoning[R].2007.

[9]Kaoru Hirota，Hajime Yoshino，Xu MingQiang，et al.An Application of Fuzzy Theory to the Case-based Reasoning of the CISG[J].Journal of Advanced Computational Intelligence，1997，1(2)：86-93.

[10]周艷春，李向陽.基于差異關(guān)系案例推理的關(guān)系價值度量研究[J].運籌與管理，2010，19(3)：70-74.

[11]郭強，郭耀煌，郭春香.基于模糊相似度的群決策方案排序[J].西南交通大學(xué)學(xué)報，2010，45(2)：307-311.

[13]張協(xié)奎，陳偉清，成文山，等.基于模糊數(shù)學(xué)的市場比較法研究[J].中國管理科學(xué)，2001，9(3)：37-42.

[14]周春喜.基于模糊數(shù)學(xué)的房地產(chǎn)市場法價格評估[J].中國資產(chǎn)評估，2004(5)：25-27.

[15]SaeHyun Ji，Moonseo Park，HyunSoo Lee.Case Adaptation Method of Case-Based Reasoning for Construction Cost Estimation in Korea[J].Journal of Construction Engineering and Management，2012，138(1)：43-52.

[16]Kim，Sangyong.Shim，Jae Heon1.Combining case-based reasoning with genetic algorithm optimization for preliminary cost estimation in construction industry[J].Canadian Journal of Civil Engineering.2014，41(1)：65-73.

[17]張金鎖.礦物資源資產(chǎn)案例估價方法研究[J].西安科技學(xué)院學(xué)報，2002，22(4)：476-480.

[18]Huaizhi Su，Jinyou Li，Jiping Cao，et al.Macro-comprehensive evaluation method of high rock slope stability in hydropower projects[J].Stochastic Environmental Research and Risk Assessment，2014，28(2)：213-224.

[19]董唄.基于案例的煤炭資源采礦權(quán)估價方法研究[D].西安：西安科技大學(xué)，2009.

The case-based reasoning evaluating model of coal resource mining right with unknown attribute strength function

ZOU Shao-hui1，2，XU Jian-hui1，DONG Bei2

(1.School of Management，Xi’an University of Science and Technology，Xi’an 710054，China；2.Energy Economy and Management Research Center，Xi’an University of Science and Technology，Xi’an 710054，China )

Abstract:A scientific and reasonable evaluation method of coal mining rights is conductive to realize optimal allocation of coal resources.With the rapid development of coal mining rights market，case-based evaluation method will become more and more important in coal mining rights evaluation in the future.Based on the theories and methods of case-based reasoning and modern statistics，this paper revealed the basic principle of case-based reasoning evaluation method of coal resource mining right，and defined the key concepts such as attribute index，attribute strength function，underlying asset，case assets，and case similarity.Then the criteria of case selection and the similarity model under the condition that attribute strength function was unknown were established.Finally a case-based reasoning evaluation model and evaluation procedures of coal resource mining right were set up.The established model was applied to a real case.The research results show that the price by using case-based reasoning evaluation method is very close to the final deal price.Furthermore，under the condition of a certain number of comparable transaction objects，this method needs less data and thus is more efficient and direct than other evaluation methods.

Key words：coal resources；mining right；case-based reasoning；attribute strength function；case similarity

收稿日期：2015-09-05

基金項目：國家自然科學(xué)基金項目資助(編號：71273207)；陜西省科學(xué)技術(shù)研究發(fā)展計劃項目資助(編號：2011kjxx54)；陜西省留學(xué)人員科技活動擇優(yōu)項目資助

作者簡介：鄒紹輝(1976-)，男，四川達(dá)州人，博士，副教授，主要從事資源環(huán)境政策與管理、系統(tǒng)工程和財務(wù)金融方面的研究和教學(xué)工作。

中圖分類號：F426.21

文獻(xiàn)標(biāo)識碼：A

文章編號：1004-4051(2016)05-0042-06