張宇鑫 蘇州大學(xué)數(shù)學(xué)科學(xué)學(xué)院

引言

隨著全球化進(jìn)程日益加劇，各國(guó)家之間在經(jīng)濟(jì)、政治、文化等各方面的聯(lián)系達(dá)到了前所未有的密切程度。強(qiáng)勢(shì)語(yǔ)言迅猛傳播，并在世界語(yǔ)言叢林中牢牢樹立了霸權(quán)地位，而弱勢(shì)語(yǔ)言卻隨著語(yǔ)言功能縮減，使用人數(shù)減少，慢慢喪失其生機(jī)與活力，并逐漸走向?yàn)l危甚至消亡。世界經(jīng)濟(jì)一體化程度的加深，跨國(guó)企業(yè)在經(jīng)濟(jì)鏈中的作用越發(fā)顯現(xiàn)，引領(lǐng)著國(guó)際投資和國(guó)際貿(mào)易的前進(jìn)方向。與此同時(shí)，跨國(guó)企業(yè)如何確定子公司區(qū)位，使利潤(rùn)最大化也成為經(jīng)濟(jì)學(xué)家議論和研究的焦點(diǎn)。壟斷競(jìng)爭(zhēng)、規(guī)模經(jīng)濟(jì)和運(yùn)輸成本等都是當(dāng)今跨國(guó)企業(yè)選址必須考慮的因素。因此，跨國(guó)企業(yè)選址問(wèn)題映入眼簾。

1 模型建立與求解

1.1 語(yǔ)言的未來(lái)發(fā)展預(yù)測(cè)

1.1.1 語(yǔ)言人數(shù)隨時(shí)間變化

本文搜集了百年來(lái)十大語(yǔ)言的母語(yǔ)人口數(shù)據(jù)，利用其強(qiáng)的自相關(guān)性，建立時(shí)間序列模型。

圖1 時(shí)間序列模型

我們使用ARIMA 模型，如果序列僅存在趨勢(shì)，當(dāng)經(jīng)過(guò)d 階逐步差分就可以平穩(wěn)，然后就可以建立改進(jìn)的ARIMA 模型—ARIMA（p，q，d）模型。

圖2 差分階數(shù)d 的確定

由此可見，d 的值可取1，中文在一階差分之后具有的平穩(wěn)性，中文滿足ARIMA1，1，1 模型。

為驗(yàn)證結(jié)論的合理性，需對(duì)其進(jìn)行模型進(jìn)行白噪聲檢驗(yàn)：若殘差是非白噪聲，說(shuō)明殘差中還存在可以提取的有用信息，還需要對(duì)模型進(jìn)一步改進(jìn)或重新建模。針對(duì)殘差的檢驗(yàn)一般采用有正態(tài)性檢驗(yàn)、白噪聲檢驗(yàn)。

正態(tài)性檢驗(yàn)可通過(guò)LM 檢驗(yàn)法，結(jié)果如圖3，其LM 值0.96 對(duì)應(yīng)概率為0.618，大于0.05，故殘差服從正態(tài)分布。

圖3 ARIMA1,1 模型殘差LM 檢驗(yàn)結(jié)果

白噪聲檢驗(yàn)可通過(guò)對(duì)殘差序列做下X2檢驗(yàn)，可得到Q 統(tǒng)計(jì)量對(duì)應(yīng)的相伴概率，即拒絕原假設(shè)所犯a 類錯(cuò)誤的概率，一般以殘差自相關(guān)圖中最大時(shí)滯所對(duì)應(yīng)的概率為檢驗(yàn)概率。圖4 為ARIMA(1，1，1)模型殘差序列的自相關(guān)圖，最大時(shí)滯取12，由圖中得出k=12 時(shí)對(duì)應(yīng)的概率為88.6%，即接受該殘差序列相互獨(dú)立的假設(shè)；且從圖中看出其自相關(guān)函數(shù)值與。無(wú)顯著不同并全部處于隨機(jī)區(qū)間中，可以判斷ARIMA(1，1，1)模型殘差序列為白噪聲序列。

圖4 殘差的自相關(guān)和偏自相關(guān)圖

重復(fù)上述步驟，對(duì)不同語(yǔ)言進(jìn)行分析，發(fā)現(xiàn)各語(yǔ)言一階差分具有平穩(wěn)性，且均滿足ARIMA(1，1，1)模型。

1.1.2 50 年后的語(yǔ)言使用人數(shù)變化預(yù)測(cè)

根據(jù)1.1.1，語(yǔ)言隨時(shí)間的變化具有非平穩(wěn)性，且語(yǔ)言的變化除了與自身相關(guān)之外，還與國(guó)家的政策，經(jīng)濟(jì)等因素有關(guān)，所以語(yǔ)言使用人數(shù)的變化事實(shí)上為多因素、長(zhǎng)期預(yù)測(cè)問(wèn)題，考慮建立GA-BP 神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)。

在選取時(shí)，GA-BP 神經(jīng)網(wǎng)絡(luò)采用3層的網(wǎng)絡(luò)結(jié)構(gòu)，將母語(yǔ)國(guó)的經(jīng)濟(jì)（國(guó)家GDP），母語(yǔ)國(guó)的人口增長(zhǎng)，時(shí)間序列，政治平穩(wěn)度共4 層，作為輸入層信息，隱含層的神經(jīng)元個(gè)數(shù)設(shè)置為3 ，輸出層神經(jīng)元即為當(dāng)年所對(duì)應(yīng)的語(yǔ)言使用人數(shù)。設(shè)置學(xué)習(xí)率，最大訓(xùn)練次數(shù)為10000 次，目標(biāo)誤差為0.0001。利用遺傳算法訓(xùn)練過(guò)的最優(yōu)個(gè)體來(lái)優(yōu)化網(wǎng)絡(luò)的權(quán)值和閾值。

圖5 3 層網(wǎng)絡(luò)結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)圖

(1)個(gè)體編碼及種群的初始化

個(gè)體包含了整個(gè)神經(jīng)網(wǎng)絡(luò)的所有權(quán)值和閾值。本文對(duì)個(gè)體采用實(shí)數(shù)編碼的方式進(jìn)行編碼。編碼長(zhǎng)度為：

種群的規(guī)模對(duì)遺傳算法的全局搜索性能有很大的影響，本次實(shí)驗(yàn)初始種群的規(guī)模為40。

(2)適應(yīng)度函數(shù)的設(shè)定

適應(yīng)度函數(shù)設(shè)定為神經(jīng)網(wǎng)絡(luò)誤差平方和的倒數(shù)：

其中，SE 為神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)輸出與期望輸出之間的誤差平方和。

(3)個(gè)體的選擇

個(gè)體的選擇可以按概率值進(jìn)行，公式如下 ：

(4)交叉操作和變異操作

最優(yōu)個(gè)體沒(méi)有進(jìn)行交叉操作，而是直接復(fù)制進(jìn)入到下一代。其他的個(gè)體，則是用變異概率pm進(jìn)行變異操作，產(chǎn)生出另外新的個(gè)體。在本次實(shí)驗(yàn)中pc=0.4，pm=0.07，進(jìn)化代數(shù)為100。

根據(jù)預(yù)測(cè)結(jié)果，各語(yǔ)言在50 年后都呈現(xiàn)使用人數(shù)上升的勢(shì)態(tài)，相較下，英語(yǔ)、中文、印度語(yǔ)有較大幅度的提高，進(jìn)一步拉開差距，成為強(qiáng)勢(shì)語(yǔ)言。而日語(yǔ)、俄語(yǔ)相較之下比例嚴(yán)重縮小，可能在未來(lái)的語(yǔ)言環(huán)境下會(huì)被其他強(qiáng)勢(shì)語(yǔ)言替代。

1.1.3 未來(lái)的語(yǔ)言地理分布預(yù)測(cè)

事實(shí)上，隨著經(jīng)濟(jì)全球化的浪潮，經(jīng)濟(jì)不發(fā)達(dá)地區(qū)在發(fā)展過(guò)程中，會(huì)受到發(fā)達(dá)地區(qū)的文化輸入與影響，強(qiáng)勢(shì)的國(guó)際語(yǔ)言會(huì)在一定程度上代替弱勢(shì)的當(dāng)?shù)卣Z(yǔ)言。同時(shí)，移民活動(dòng)的活躍也是造就語(yǔ)言地理分布變化的直接原因。

所以，在1.1.2 的GA-BP 神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，在輸入層需要加入人口的分布與遷移的信息，現(xiàn)將母語(yǔ)國(guó)的每年新增人口數(shù)目與母語(yǔ)國(guó)移入居民添加至輸入層。根據(jù)網(wǎng)絡(luò)結(jié)果繪制如下的語(yǔ)言地理分布圖：

圖6 語(yǔ)言地理分布圖

1.1.4 利用動(dòng)態(tài)模型進(jìn)行檢驗(yàn)

在上述求解過(guò)程中，我們一直嘗試?yán)渺o態(tài)模型進(jìn)行預(yù)測(cè)為了驗(yàn)證模型的合理性，考慮使用動(dòng)態(tài)模型對(duì)上述過(guò)程進(jìn)行模擬，考慮使用元胞自動(dòng)機(jī)。

在運(yùn)行過(guò)程中，將十大語(yǔ)言分為十次進(jìn)行模擬。錄入使用人數(shù)等數(shù)據(jù)，仿照病毒傳播過(guò)程進(jìn)行仿真，在規(guī)定時(shí)間的變化后，統(tǒng)計(jì)感染的細(xì)胞的數(shù)目多少，即可得到語(yǔ)言在未來(lái)的發(fā)展程度。

根據(jù)元胞自動(dòng)機(jī)的結(jié)果，英語(yǔ)迅速發(fā)展成為使用人數(shù)最多的語(yǔ)言，中文，印度語(yǔ)緊隨其后，而日語(yǔ)、俄語(yǔ)則在一段時(shí)間后暫時(shí)靜止，不再上升。

根據(jù)元胞自動(dòng)機(jī)的驗(yàn)證，與上述小問(wèn)的結(jié)論相符，也驗(yàn)證了上述各問(wèn)結(jié)論具有一定程度上的可信度。

1.2 跨國(guó)子公司選址

1.2.1 跨國(guó)子公司選址城市確定

國(guó)家的政治穩(wěn)定程度是設(shè)立子公司的重要指標(biāo)?？鐕?guó)公司的根本目的需要盈利，則經(jīng)濟(jì)發(fā)展水平更高的國(guó)家更易受到跨國(guó)公司的青睞。在產(chǎn)品受眾為所有人的假設(shè)條件下，更多的人口預(yù)示著更多的消費(fèi)者。

事實(shí)上，在短期內(nèi)，國(guó)家內(nèi)的環(huán)境與當(dāng)前的政治形勢(shì)相關(guān)性較大，而選擇做長(zhǎng)期的規(guī)劃時(shí)，政治形勢(shì)所造成的影響會(huì)降低很多，應(yīng)當(dāng)更多地尋找經(jīng)濟(jì)優(yōu)勢(shì)的國(guó)家、地區(qū)進(jìn)行子公司的設(shè)立。

與傳統(tǒng)的TOPSIS 法相比，改進(jìn)的TOPSIS 法主要針對(duì)評(píng)價(jià)對(duì)象與正理想解和負(fù)理想解的評(píng)價(jià)公式進(jìn)行了改進(jìn)。具體步驟如下：

1)數(shù)據(jù)標(biāo)準(zhǔn)化。

2)確定指標(biāo)權(quán)重，構(gòu)建加權(quán)的決策矩陣。通過(guò)嫡權(quán)法確定的指標(biāo)權(quán)重向量wi，被考慮到?jīng)Q策矩陣中，加權(quán)規(guī)范化決策矩陣通過(guò)矩陣R 的每一行與其相應(yīng)的權(quán)重wi，相乘得到

3)確定正、負(fù)理想解。令礦表示最偏好的方案(正理想解)，Y 表示最不偏好的方案(負(fù)理想解)，則有

4)計(jì)算距離。分別計(jì)算每個(gè)年份評(píng)價(jià)向量到正理想解的距離D+和負(fù)理想解的距離D-

5)計(jì)算歷年評(píng)價(jià)對(duì)象與最優(yōu)方案的貼近度Cj

其中，Cj越高，代表國(guó)家的得分越高，作為子公司地點(diǎn)的優(yōu)先級(jí)越高.根據(jù)上述方案，可得到如下地圖：

圖7 跨國(guó)公司選址圖

根據(jù)綜合判斷結(jié)果，需要短期建立子公司可將如下六個(gè)城市作為建議：

國(guó)家 城市 語(yǔ)言美國(guó) 洛杉磯 英語(yǔ)墨西哥 墨西哥城 西班牙語(yǔ)巴西 里約熱內(nèi)盧 葡萄牙德國(guó) 柏林 英語(yǔ)中國(guó) 廣州 漢語(yǔ)日本 東京 日語(yǔ)

需要長(zhǎng)期建立子公司時(shí)，建議將日本東京替換成印度新德里，用語(yǔ)變?yōu)橛《日Z(yǔ)。

1.2.2 跨國(guó)子公司選址的優(yōu)化

跨國(guó)企業(yè)在世界范圍內(nèi)投資建廠，設(shè)立子公司，主要原因是利用全球要素稟賦以優(yōu)化其資源配置，從而節(jié)約成本實(shí)現(xiàn)利潤(rùn)最大化。本部分主要是選擇新經(jīng)濟(jì)地理學(xué)的相關(guān)視角為切入點(diǎn)，分析跨國(guó)企業(yè)選址問(wèn)題的三項(xiàng)基本影響要素：運(yùn)輸成本、收益遞增和外部性。

這三個(gè)因素在新經(jīng)濟(jì)地理學(xué)框架中都有涉及，并承擔(dān)重要的角色。不論是運(yùn)輸成本，收益遞增還是外部性都是針對(duì)企業(yè)自身而言，而且都會(huì)從不同側(cè)面影響工人的工資率，直接關(guān)系企業(yè)的經(jīng)濟(jì)效益；最后，由于空間距離的存在，三項(xiàng)因素彼此之間存在著密不可分的微妙關(guān)系：運(yùn)輸成本本身有收益遞增的特性，外部性同樣可以引起收益遞增等等。因此，將其并列討論具有重要意義。

(一)運(yùn)輸成本與跨國(guó)企業(yè)選址

由于生產(chǎn)要素以及產(chǎn)品和服務(wù)的不完全流動(dòng)性，使運(yùn)輸成本成為跨國(guó)企業(yè)海外投資進(jìn)行選址時(shí)必須考慮的因素，同時(shí)因?yàn)檫\(yùn)輸成本與國(guó)際貿(mào)易密切相關(guān)，使運(yùn)輸成本從另一個(gè)角度影響跨國(guó)企業(yè)的經(jīng)營(yíng)策略，并且促使跨國(guó)企業(yè)選擇接近目標(biāo)市場(chǎng)的地區(qū)進(jìn)行生產(chǎn)。經(jīng)過(guò)進(jìn)一步研究發(fā)現(xiàn)，運(yùn)輸成本又通過(guò)需求關(guān)聯(lián)效應(yīng)、成本關(guān)聯(lián)效應(yīng)、本地市場(chǎng)效應(yīng)以及價(jià)格指數(shù)效應(yīng)這四種效應(yīng)來(lái)影響跨國(guó)企業(yè)選址決策，四種效應(yīng)都是促使跨國(guó)企業(yè)選擇在市場(chǎng)規(guī)模較大的地區(qū)進(jìn)行生產(chǎn)的動(dòng)因。

運(yùn)輸成本與跨國(guó)企業(yè)選址的模型檢驗(yàn)

市場(chǎng)潛力函數(shù)將區(qū)域中貨物和服務(wù)的潛在需求與消費(fèi)者市場(chǎng)的區(qū)位接近相聯(lián)系，其表達(dá)式為：

其中MPj是區(qū)域j 的市場(chǎng)潛力，Yk表示區(qū)域k 的收入，而Djk表示區(qū)域j 和k 之間的距離。

現(xiàn)有區(qū)域J 和勞動(dòng)力L，勞動(dòng)力在區(qū)域間都是完全流動(dòng)的。區(qū)域 的住宅房屋假定為固定的Hj，區(qū)域間貨物的運(yùn)輸成本用冰山成本形式計(jì)算，J 區(qū)域生產(chǎn)且在K 區(qū)域銷售的貨物i 的到岸價(jià)格為：

從克魯格曼的均衡條件入手，來(lái)修正等式中的市場(chǎng)潛力函數(shù)。

對(duì)于區(qū)域j 而言，由于運(yùn)輸成本的存在，以及運(yùn)輸成本與消費(fèi)需求的相關(guān)性，當(dāng)周圍地區(qū)的收入提高時(shí)，就會(huì)促進(jìn)在區(qū)域j 所生產(chǎn)的貿(mào)易商品的需求程度，同時(shí)其他區(qū)域的高工資水平也提高了這些區(qū)域所生產(chǎn)的貿(mào)易商品的相對(duì)價(jià)格，也提高了對(duì)j區(qū)域生產(chǎn)商品的需求程度。區(qū)域j 貿(mào)易商品的大量生產(chǎn)擴(kuò)大了勞動(dòng)力需求，并且提升了該區(qū)域勞動(dòng)力名義工資率以及房屋價(jià)格。市場(chǎng)在循環(huán)累積的作用下不斷擴(kuò)大規(guī)模，為了節(jié)約成本企業(yè)將會(huì)越來(lái)越偏好j 區(qū)域，也就是偏好規(guī)模較大的市場(chǎng)。

通過(guò)理論分析與模型分析相結(jié)合，使我們了解到運(yùn)輸成本在跨國(guó)企業(yè)選址決策中的重要影響：由于運(yùn)輸成本的存在，是跨國(guó)企業(yè)在選址時(shí)更傾向于選擇市場(chǎng)規(guī)模較大的地區(qū)，或者說(shuō)接近最終產(chǎn)品市場(chǎng)和中間品市場(chǎng)的地區(qū)。只有這樣才能為跨國(guó)企業(yè)節(jié)約更多的成本，創(chuàng)造更高的效益。

（二）收益遞增與跨國(guó)企業(yè)選址

收益遞增，就是指投入增加會(huì)導(dǎo)致產(chǎn)出以更大的比例增加的一種經(jīng)濟(jì)現(xiàn)象。其兩種重要的表現(xiàn)形式即規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)，規(guī)模經(jīng)濟(jì)(economies of cale )是指：給定技術(shù)條件下，對(duì)于某一產(chǎn)品，如果在某些范圍內(nèi)平均成本是下降(或上升)的話，就認(rèn)為存在著規(guī)模經(jīng)濟(jì)(或不經(jīng)濟(jì))。范圍經(jīng)濟(jì)(economies of scope)是指由廠商的范圍而非規(guī)模帶來(lái)的經(jīng)濟(jì)，當(dāng)同時(shí)生產(chǎn)兩種產(chǎn)品的費(fèi)用低于分別生產(chǎn)每種產(chǎn)品時(shí)，所存在的狀況就被稱為范圍經(jīng)濟(jì)。

由于外部規(guī)模經(jīng)濟(jì)與外部范圍經(jīng)濟(jì)的影響，以及運(yùn)輸成本自身還存在收益遞增的特性，激勵(lì)跨國(guó)企業(yè)選址時(shí)優(yōu)先考慮同行業(yè)企業(yè)以及上下游企業(yè)比較集中的地區(qū)，以便獲得收益遞增為企業(yè)帶來(lái)的優(yōu)勢(shì)。

收益遞增與跨國(guó)企業(yè)選址的模型檢驗(yàn)

假設(shè)一個(gè)經(jīng)濟(jì)體由兩部門、兩地區(qū)組成，農(nóng)業(yè)生產(chǎn)限于區(qū)域A 內(nèi)，工業(yè)生產(chǎn)集中在另一個(gè)區(qū)域B 內(nèi)。農(nóng)業(yè)部門是收益遞減的，而工業(yè)部門收益遞增。

圖7 收益遞增與跨國(guó)企業(yè)選址的模型檢驗(yàn)

此時(shí)，不同的工資水平會(huì)產(chǎn)生不同的均衡點(diǎn)。首先考慮W1的情況，如圖7 所示，在W1工資水平下，只有一個(gè)穩(wěn)定的均衡點(diǎn)：。在某種條件下，例如知識(shí)的積累，使得參數(shù)k 增加，導(dǎo)致工業(yè)部門的邊際勞動(dòng)率曲線向上移動(dòng)，此時(shí)的勞動(dòng)生產(chǎn)率曲線W1與曲線WA，相交于唯一的點(diǎn)。此時(shí)將會(huì)出現(xiàn)大量的移民從A 區(qū)域遷移到B 區(qū)域，從而又會(huì)引導(dǎo)跨國(guó)企業(yè)選址的取向。

從模型分析與理論分析共同來(lái)看，由于收益遞增的存在，使企業(yè)能夠在許多方面獲得經(jīng)濟(jì)優(yōu)勢(shì)，例如：增強(qiáng)企業(yè)的競(jìng)爭(zhēng)力，優(yōu)化企業(yè)的資源配置，降低生產(chǎn)和交易成本等，最終達(dá)到提高效益的目的。同時(shí)，也正是由于收益遞增的存在，為了實(shí)現(xiàn)規(guī)模經(jīng)濟(jì)和范圍經(jīng)濟(jì)，促使跨國(guó)企業(yè)在選址時(shí)更偏好市場(chǎng)較大且同行業(yè)企業(yè)以及上下游企業(yè)較為集中的地區(qū)。

（三）外部性與跨國(guó)企業(yè)選址

跨國(guó)企業(yè)選址受到“市場(chǎng)接近效應(yīng)”和“生產(chǎn)成本效應(yīng)”兩種集聚力的作用，流入又受到傾向于流入有大量上下游企業(yè)密集的地方。與此同時(shí)，跨國(guó)企業(yè)的“市場(chǎng)擁擠效應(yīng)”這一分散力的影響，傾向于流入市場(chǎng)競(jìng)爭(zhēng)相對(duì)不激烈的地方。最終企業(yè)作何選擇就要看這兩種力量的“較量”。

外部性與跨國(guó)企業(yè)選址的模型檢驗(yàn)

假定存在兩個(gè)經(jīng)濟(jì)體：南部地區(qū)和北部地區(qū)，并且兩個(gè)地區(qū)的要素稟賦、消費(fèi)者偏好和技術(shù)完全相同。每個(gè)地區(qū)包含農(nóng)業(yè)和工業(yè)兩個(gè)部門，一共擁有L 單位的勞動(dòng)力，且工資率為 。每個(gè)經(jīng)濟(jì)體的消費(fèi)者僅僅依靠工資為其收入來(lái)源，并且對(duì)于農(nóng)產(chǎn)品和工業(yè)制成品的偏好符合科布一道格拉斯函數(shù)，表示形式為：，其中，V 表示數(shù)量，QA表示農(nóng)產(chǎn)品的價(jià)格，QM為工業(yè)制成品的價(jià)格指數(shù)，表示工業(yè)制成品在消費(fèi)者支出中所占的份額。那么預(yù)算約束方程表示為：

工業(yè)部門使用勞動(dòng)力和中間投入品組合為投入要素進(jìn)行生產(chǎn)，此處假定：中間投入品組合與消費(fèi)品組合相同，因此，中間投入品組合的價(jià)格指數(shù)也為QM， 勞動(dòng)力與中間投入品組合的再組合符合科布一道格拉斯函數(shù)，其中中間投入品所占份額為。

定義北部地區(qū)為工業(yè)制成品的總支出節(jié)E。

從模型分析與理論分析共同來(lái)看，外部性(這里主要是指貨幣外部性)對(duì)企業(yè)的有利影響往往是當(dāng)企業(yè)選擇鄰近同行業(yè)企業(yè)的地點(diǎn)時(shí)才發(fā)揮作用，某地區(qū)擁有的上下游企業(yè)數(shù)量越多(在飽和范圍內(nèi))其外部性的效應(yīng)就越顯著，為企業(yè)創(chuàng)造的利潤(rùn)也就越豐厚。因此，由于外部性的存在，促使跨國(guó)企業(yè)選址時(shí)偏向同行業(yè)以及上下游企業(yè)較為集中的地區(qū)。

綜上，本部分運(yùn)用理論和模型相結(jié)合的方法從三個(gè)因素分別入手進(jìn)行分析，從總體上把握跨國(guó)企業(yè)選址決策與這三項(xiàng)基本影響因素的關(guān)系。由于運(yùn)輸成本、收益遞增以及外部性的存在，促使跨國(guó)企業(yè)在選址時(shí)，偏向臨近中間品市場(chǎng)和最終產(chǎn)品市場(chǎng)以及上下游企業(yè)較多的地區(qū)，也就是所謂的“中心”區(qū)域。

2 結(jié)論

根據(jù)預(yù)測(cè)結(jié)果，各語(yǔ)言在50 年后都呈現(xiàn)使用人數(shù)上升的勢(shì)態(tài)，相較下，英語(yǔ)、中文、印度語(yǔ)有較大幅度的提高，進(jìn)一步拉開差距，成為強(qiáng)勢(shì)語(yǔ)言。而日語(yǔ)、俄語(yǔ)相較之下比例嚴(yán)重縮小，可能在未來(lái)的語(yǔ)言環(huán)境下會(huì)被其他強(qiáng)勢(shì)語(yǔ)言替代。根據(jù)綜合判斷結(jié)果，需要短期建立子公司可將如下六個(gè)城市作為建議：洛杉磯、墨西哥城、里約熱內(nèi)盧、柏林、廣州、東京 需要長(zhǎng)期建立子公司時(shí)，建議將日本東京替換成印度新德里，用語(yǔ)變?yōu)橛《日Z(yǔ)。由于運(yùn)輸成本、收益遞增以及外部性的存在，促使跨國(guó)企業(yè)在選址時(shí)，偏向臨近中間品市場(chǎng)和最終產(chǎn)品市場(chǎng)以及上下游企業(yè)較多的地區(qū)，也就是所謂的“中心”區(qū)域。

3 模型的評(píng)價(jià)

3.1 模型的優(yōu)點(diǎn)

3.1.1 由于跨國(guó)企業(yè)在東道國(guó)已經(jīng)表現(xiàn)出了中心一外圍結(jié)構(gòu)、集聚及其引發(fā)的規(guī)模經(jīng)濟(jì)等特征，因此本文使用新經(jīng)濟(jì)地理學(xué)的內(nèi)容研究跨國(guó)企業(yè)選址問(wèn)題顯得更加符合當(dāng)代跨國(guó)企業(yè)發(fā)展的特點(diǎn)。

3.1.2 在實(shí)證模型和實(shí)證方法方面，本文吸收了國(guó)內(nèi)外相關(guān)研究領(lǐng)域的先進(jìn)模型和方法，并結(jié)合中國(guó)的數(shù)據(jù)，對(duì)各部分進(jìn)行了實(shí)證檢驗(yàn)。

3.1.3 遺傳算法與神經(jīng)網(wǎng)絡(luò)的結(jié)合，分類的準(zhǔn)確度高，對(duì)噪聲有較強(qiáng)的魯棒性和容錯(cuò)能力，能充分逼近復(fù)雜的非線性關(guān)系。

3.2 模型的不足

3.2.1 由于研究重點(diǎn)的和篇幅的原因，沒(méi)有以東道國(guó)跨國(guó)企業(yè)為研究重點(diǎn)，針對(duì)東道國(guó)跨國(guó)企業(yè)“走出去”進(jìn)行理論和實(shí)證研究，這也是未來(lái)的研究方向之一。

3.2.2 由于缺少特定國(guó)家、特定制造業(yè)的跨國(guó)企業(yè)在中國(guó)投資的數(shù)據(jù)，因此不能針對(duì)特定產(chǎn)業(yè)進(jìn)行分析和實(shí)證研究。

3.2.3 網(wǎng)絡(luò)訓(xùn)練時(shí)誤差和收斂速度很慢。在基本BP 神經(jīng)網(wǎng)絡(luò)中，學(xué)習(xí)率是一個(gè)固定值，且為了保證神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性，這個(gè)值一般是比較小的，因而導(dǎo)致神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練過(guò)程中誤差和收斂速度很慢。