中国经济增长影响因素分析及其预测
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
′
第 2 步， 计算关联系数 p 0i
p 0i ( j) =
i
x(i) = ( x(i)′ (1), x(i)′ (2),..., x(i)′ (n))
(0) (i) (0) (i) min min x ′ ( j) - x ′ ( j) + ξ max max x ′ ( j) - x ′ ( j)
133
经济实证
释变量始点零像化序列为： ( x ′ (1), x ′ (2),..., x ′ (n)) 。 第 2 步， 计算 s , s 和 s - s
(i) (i) (i)
| || | |
(0) (i)
(i)
(0)
|。
(i1) (01) x(0) ( j), x(i1) ( j) = ∑ n x(i) ( j) 。 ..., x (n)), 其中 x ( j) = ∑ n j=1 j=1
′
|x
jห้องสมุดไป่ตู้
|
(0)′
( j) - x ( j) + ξ max max x ( j) - x ( j)
i j
(i)′
|
|
i
|
j
|
(0)′
(i)′
|
|
表示分辨力越大， 当 ξ 为 分 辨 系 数 ，ξ 越 小 ， 分辨力最好， 通常取 ξ = 0.5， 本文也如此。 ξ 0.5436 时， 第 3 步， 计算关联度 p 0i
(i) (i) (i) (i) 解释变量序列为 x = ( x (1), x (2),..., x (n)) (i=1,2,…,m),
0 引言 次贷危机后， 中国经济能否继续保持稳定增长， 如何 保持稳定增长， 是现阶段最重要的研究课题， 因此， 研究中 国经济增长的影响因素并进行预测既具有现实意义， 又是 当务之急。经济增长影响因素和经济增长预测方面的研 究， 国内外学者对经济增长影响因素进行了大量理论与实 证研究。 本文以国内生产总值为因变量， 以与经济增长有关的 18 个影响因素为解释变量， 根据中国 2000~2010 年的数据 资料， 采用灰色关联度组合分析方法就中国经济增长的影 响因素进行了实证分析， 设计了灰色关联排序表； 与此同 时， 本文根据灰色关联排序表， 选择 X 0 X1 , X 0 X3 , X 0 X 4 1 , 建立了 GM(1， 5) 灰色 X 0 X11 和 X 0 X18 做为最优影响因素， 预测模型。结果表明： 模型的预测精度很高， 平均相对误 差仅为 3.044%， 可用于后续预测。 1 理论模型 1.1 灰色关联度 灰色关联分析是通过确定原始序列和预测序列的几 何形状的相似程度来判断其紧密程度， 从而对原始序列动 态发展态势进行量化比较分析， 本文主要应用邓氏关联度 和广义灰色关联度在内的 4 种关联度。 邓氏关联度的计算步骤是将解释变量序列与被解释 变量序列进行无量纲化处理， 然后计算关联系数， 最后求 出邓氏关联度， 具体操作如下： 第 1 步， 变量的无量纲化， 即求解释变量序列与被解 释变量序列的初值像 （或均值像） ,本文选用初值像。
(0) (0) (0) (0) 设解释变量序列为 x = ( x (1), x (2),..., x (n)) ， 被
(0) 若 x ( j) =
′
x(0) ( j) x(0) (1)
(i) ，x ( j) =
′
x(i) ( j) x(i) (1)
(j=1,2,…,n)， 则初值像分
别为：
x(0) = ( x(0)′ (1), x(0)′ (2),..., x(0)′ (n))
x ( j) = x(0) ( j) - x(0) (1) ，x(i)′ ( j) = x(i) ( j) - x(i) ( j) ， 则解释变量
(0) (0) (0) (0) 始点零像化序列为：x ′ = ( x ′ (1), x ′ (2),..., x ′ (n)) ,被解 (0)′
统计与决策２０1 3 年第 3 期·总第 375 期
经济实证
中国经济增长影响因素分析及其预测
陈友余
（湖南财政经济学院， 长沙 410205）
摘 要： 文章以国内生产总值为因变量， 以与经济增长有关的 18 个影响因素为解释变量， 就中国 2000~ 2010 年的数据资料， 采用灰色关联度组合分析方法对中国经济增长的影响因素进行了实证分析， 设计了灰色关 联排序表， 实证结果表明： 消费习惯、 产业结构和国内贸易发展水平对中国经济增长影响最大， 卫生水平、 劳动 力数量和城乡结构对中国经济增长影响最小； 然后文章根据灰色关联排序表， 选择 X 0 X1 , X 0 X3 , X 0 X 4 1 , X 0 X11 和 X 0 X18 做为最优影响因素， 建立了 GM(1， 5) 灰色预测模型。结果表明： 模型的预测精度很高， 平均相 对误差仅为 3.044%， 可用于后续预测。 关键词： 经济增长； 邓氏关联度； 广义灰色关联度 中图分类号： F124 文献标识码： A 文章编号： 1002-6487 （2013） 03-0133-04
| s | = || ∑ | s | = || ∑
(0)
|
(i)
|
|s
(i)
-s
(0)
|
x(0)′ ( j) + 1 x(0)′ (n) || ， | 2 n - 1 (1)′ x ( j) + 1 x(1)′ (n) || ， j=2 | 2 |n-1 (1) (0) (1) (0) = || ∑ x ′ ( j) - x ′ ( j) + 1 x ′ (n) - x ′ (n) 2 | j=2
n
p 0i = 1 ∑ p 0i ( j), j = 1,2,..., n n j=1
广义灰色关联度分为灰色绝对关联度、 灰色相对关联 度和灰色综合关联度三种， 灰色绝对关联度仅通过解释变 量序列与被解释变量序列的几何形状来体现两者的相似 程度， 而与空间相对位置无关； 灰色相对关联度是通过解 释变量序列与被解释变量序列均相对于始点的变化速率 来体现两者的接近程度； 灰色综合关联度是灰色绝对关联 度与灰色相对关联度的结合， 能较为全面反映解释变量序 列与被解释变量序列的紧密程度。广义灰色关联度要求 解释变量序列与被解释变量序列初始值不为零且时距均 为 1， 即为等时距序列。 灰色绝对关联度的计算步骤如下： 第 1 步， 变量的始点零像化。 解释变量序列与被解释变量序列表示方法同上， 若
第 2 步， 计算关联系数 p 0i
p 0i ( j) =
i
x(i) = ( x(i)′ (1), x(i)′ (2),..., x(i)′ (n))
(0) (i) (0) (i) min min x ′ ( j) - x ′ ( j) + ξ max max x ′ ( j) - x ′ ( j)
133
经济实证
释变量始点零像化序列为： ( x ′ (1), x ′ (2),..., x ′ (n)) 。 第 2 步， 计算 s , s 和 s - s
(i) (i) (i)
| || | |
(0) (i)
(i)
(0)
|。
(i1) (01) x(0) ( j), x(i1) ( j) = ∑ n x(i) ( j) 。 ..., x (n)), 其中 x ( j) = ∑ n j=1 j=1
′
|x
jห้องสมุดไป่ตู้
|
(0)′
( j) - x ( j) + ξ max max x ( j) - x ( j)
i j
(i)′
|
|
i
|
j
|
(0)′
(i)′
|
|
表示分辨力越大， 当 ξ 为 分 辨 系 数 ，ξ 越 小 ， 分辨力最好， 通常取 ξ = 0.5， 本文也如此。 ξ 0.5436 时， 第 3 步， 计算关联度 p 0i
(i) (i) (i) (i) 解释变量序列为 x = ( x (1), x (2),..., x (n)) (i=1,2,…,m),
0 引言 次贷危机后， 中国经济能否继续保持稳定增长， 如何 保持稳定增长， 是现阶段最重要的研究课题， 因此， 研究中 国经济增长的影响因素并进行预测既具有现实意义， 又是 当务之急。经济增长影响因素和经济增长预测方面的研 究， 国内外学者对经济增长影响因素进行了大量理论与实 证研究。 本文以国内生产总值为因变量， 以与经济增长有关的 18 个影响因素为解释变量， 根据中国 2000~2010 年的数据 资料， 采用灰色关联度组合分析方法就中国经济增长的影 响因素进行了实证分析， 设计了灰色关联排序表； 与此同 时， 本文根据灰色关联排序表， 选择 X 0 X1 , X 0 X3 , X 0 X 4 1 , 建立了 GM(1， 5) 灰色 X 0 X11 和 X 0 X18 做为最优影响因素， 预测模型。结果表明： 模型的预测精度很高， 平均相对误 差仅为 3.044%， 可用于后续预测。 1 理论模型 1.1 灰色关联度 灰色关联分析是通过确定原始序列和预测序列的几 何形状的相似程度来判断其紧密程度， 从而对原始序列动 态发展态势进行量化比较分析， 本文主要应用邓氏关联度 和广义灰色关联度在内的 4 种关联度。 邓氏关联度的计算步骤是将解释变量序列与被解释 变量序列进行无量纲化处理， 然后计算关联系数， 最后求 出邓氏关联度， 具体操作如下： 第 1 步， 变量的无量纲化， 即求解释变量序列与被解 释变量序列的初值像 （或均值像） ,本文选用初值像。
(0) (0) (0) (0) 设解释变量序列为 x = ( x (1), x (2),..., x (n)) ， 被
(0) 若 x ( j) =
′
x(0) ( j) x(0) (1)
(i) ，x ( j) =
′
x(i) ( j) x(i) (1)
(j=1,2,…,n)， 则初值像分
别为：
x(0) = ( x(0)′ (1), x(0)′ (2),..., x(0)′ (n))
x ( j) = x(0) ( j) - x(0) (1) ，x(i)′ ( j) = x(i) ( j) - x(i) ( j) ， 则解释变量
(0) (0) (0) (0) 始点零像化序列为：x ′ = ( x ′ (1), x ′ (2),..., x ′ (n)) ,被解 (0)′
统计与决策２０1 3 年第 3 期·总第 375 期
经济实证
中国经济增长影响因素分析及其预测
陈友余
（湖南财政经济学院， 长沙 410205）
摘 要： 文章以国内生产总值为因变量， 以与经济增长有关的 18 个影响因素为解释变量， 就中国 2000~ 2010 年的数据资料， 采用灰色关联度组合分析方法对中国经济增长的影响因素进行了实证分析， 设计了灰色关 联排序表， 实证结果表明： 消费习惯、 产业结构和国内贸易发展水平对中国经济增长影响最大， 卫生水平、 劳动 力数量和城乡结构对中国经济增长影响最小； 然后文章根据灰色关联排序表， 选择 X 0 X1 , X 0 X3 , X 0 X 4 1 , X 0 X11 和 X 0 X18 做为最优影响因素， 建立了 GM(1， 5) 灰色预测模型。结果表明： 模型的预测精度很高， 平均相 对误差仅为 3.044%， 可用于后续预测。 关键词： 经济增长； 邓氏关联度； 广义灰色关联度 中图分类号： F124 文献标识码： A 文章编号： 1002-6487 （2013） 03-0133-04
| s | = || ∑ | s | = || ∑
(0)
|
(i)
|
|s
(i)
-s
(0)
|
x(0)′ ( j) + 1 x(0)′ (n) || ， | 2 n - 1 (1)′ x ( j) + 1 x(1)′ (n) || ， j=2 | 2 |n-1 (1) (0) (1) (0) = || ∑ x ′ ( j) - x ′ ( j) + 1 x ′ (n) - x ′ (n) 2 | j=2
n
p 0i = 1 ∑ p 0i ( j), j = 1,2,..., n n j=1
广义灰色关联度分为灰色绝对关联度、 灰色相对关联 度和灰色综合关联度三种， 灰色绝对关联度仅通过解释变 量序列与被解释变量序列的几何形状来体现两者的相似 程度， 而与空间相对位置无关； 灰色相对关联度是通过解 释变量序列与被解释变量序列均相对于始点的变化速率 来体现两者的接近程度； 灰色综合关联度是灰色绝对关联 度与灰色相对关联度的结合， 能较为全面反映解释变量序 列与被解释变量序列的紧密程度。广义灰色关联度要求 解释变量序列与被解释变量序列初始值不为零且时距均 为 1， 即为等时距序列。 灰色绝对关联度的计算步骤如下： 第 1 步， 变量的始点零像化。 解释变量序列与被解释变量序列表示方法同上， 若