中国企业在过去十多年中,经历了相当多的不公正的反倾销调查。现在,中国已经成为WT0的成员,但遭受的反倾销调查有增无减。今年上半年,我国就受到了23起反倾销调查,是遭受反倾销调查最多的国家。 在我国各类进口商品中,化工行业面临的倾销形势尤为突出。由于世界化学工业已经进入相对成熟期,产能出现过剩;与此相反,我国化工产品需求高速增长,并成为关注的焦点,因此西方国家化工企业利用倾销和不公平贸易抢占国内市场的行为已经实际发生。外国化工产品大量涌入中国市场后,涉嫌倾销者也不断增多,在我国迄今立案调查的反倾销案件中,绝大部分是针对化工产品。 本文在对反倾销调查过程中的一系列损害指标进行量化的基础上,应用模糊聚类方法,对不易区分的各种反倾销损害评判指标进行分类和优化。同时,应用模糊神经网络对评判指标的权重进行了优化,最后采用了多层模糊综合评判方法建立了一种判定损害及损害程度的模型,用来解决化工反倾销产品的损害认定问题。并通过已裁决案例的验证,证明此模型具有一定的适用性,故此模型对化工行业反倾销产品的损害和损害程度判定以及反倾销裁决具有一定的帮助,也对国家制定相关政策有一定的促进作用。