残差修正GM(1,1)模型对上海工业产值预测分析

2018-03-06 00:23高鹏飞段明圆
经济研究导刊 2017年33期
关键词:残差产值修正

高鹏飞+段明圆

摘 要:利用残差修正GM(1,1)对上海未来三年工业产值进行预测。结果表明,残差修正预测模型精度较高,能够更好地把握上海工业产值短期动态变化规律和趋势,并能够对上海市工业资源配置具有一定的参考价值。

关键词:上海工业产值;残差修正;GM(1,1);预测分析

中图分类号:F427 文献标志码:A 文章编号:1673-291X(2017)33-0088-03

一、引言

上海制造产业近年来经济增长乏力、工业投资增长停滞、部分制造业面临结构性产能过剩[1]。由于发展要素有限,工业用地增加有限与工业科技型研发人才有限。在结构转型和外部冲击的双重作用下,上海制造业经济全要素生产率呈现较大幅度的下降和波动,制造业PMI始终枯荣线上下徘徊。为了更好了解上海制造业产值动态变化规律,本文采用修正GM(1,1)预测新常态下上海制造业发展。利用该理论,邱慧、黄解宇等采用GM(1,2)对山西省物流进行预测,对山西省物流规划和发展战略起到参考[2]。任晓松将STIRPAT模型修正GM(1,1)对工业碳排放及其影响因素进行预测[3]。

二、残差修正模型预测上海工业产值

为了提高模型预测精度,可以用生成残差数列建成GM(1,1)模型,用以修正原模型。

以■(0) (k+1)修正白化方程■(1) (k+1),得修正后的模型的响应方程函数为:

■(1) (k+1)=[x(0) (1)-■]e-ak+■+δ(k-i)(-at)[ε(0) (1)-■]e-atk

式中,δ(k-i)=1 k≥i i=n-n0 k≤i 为了预测未来三年的上海工业产值情况,以工业产值,建立灰色模型和修正残差GM(1,1)进行预测。根据上海市统计局近年数据整理计算如下:

x2(0) 的GM模型,x(0) ={25 968.38,24 888.08,31 038.57,

33 834.44,33 186.41,33 899.38,34 071.19},平均误差e=5.591899%。

x3(0) 的GM模型,x(0) ={24 888.08,31 038.57,33 834.44,

33 186.41,33 899.38,34 071.19},平均误差e=1.625323%。

x4(0) 的GM模型,x(0) ={31 038.57,33 834.44,33 186.41,

33 899.38,34 071.19},平均误差e=0.730049%。

由上述计算可得,2010—2014年上海工业产值构成领域GM(1,1)模型平均误差最小,所以用该时间段数据模型作为灰色预测模型精度最高。

用2010—2014年工业产值数据列,得到数学应用模型:

■(1) (k+1)=7 896 340.833e0.004238k -7 865 302.263706

■(1) ={31 038.57,64 873.01,98 059.42,131 958.8,166 029.99}

x(1) ={31 038.57,64 574.4,98 252.3,132 073.9,166 037.6}

计算生产残差绝对值 |ε(0) (k+1)|=x(1) (k+1)-■(1) (k+1)

ε(0) ={0,298.61,192.88,115.1,7.61},AGO:{ε(0) }→{ε(1) }

ε(1) ={0,298.61,491.49,642.59,650.2},IAGO·gm·AGO:

{ε(0) }→{■(0) }

■(1) (k+1)= [ε(0) (1)-■]e-atk+■=-352.422e-0.7917k +651.032

■(0) (k+1)=(-at)[■(0) (1)-■]e-atk= -278.02736e-0.7917k

以■(0) (k+1)修正■(1) (k+1),得到残差修正方程模型为:

■(1) (k+1)=[x(0) (1)-■]e-ak+■+δk·ute-atk

=7 896 340.833e0.004238k -7 865 302.263706+δk·(-352.422e-0.7917k +

651.032)

■(0) (k+1)=33 393.93e0.004238k +278.02736e-0.7917k ,k?芏1

残差修正的GM(1,1)预测模型优于常规GM(1,1)模型,2010—2014年预测产值与实际产值误差0.5%,残差修正的GM(1,1)与实际产值曲线拟合度较高,预测精度较准。因此,用残差模型对上海2015年、2016年和2017年工业产值进行预测,预测值分别为34 114.406亿元,34 256.355亿元以及34 400.52亿元。

三、结语

通過残差修正GM预测模型,能够较大程度降低预测误差,较真实地反映未来三年上海工业产值变化趋势。总体来看,工业产值增速平缓,其中新兴产业产值增长较多,表明上海对新兴产业政策正确性。未来几年,上海制造业经济新常态表现较为明显,制造业总产值保持中速增长,生物医药制造业、医疗设备产业保持平稳增长,汽车、成套设备、电子通信设备低速增长,信息化学品、精品钢材和电子计算机办公设备产值呈下降态势。消费需求引领经济增长特征逐渐明显,上海制造业经济产值增长依赖传统行业正在逐渐减弱,部分生产性服务业开始加速脱离工业企业。基于以(下转172页)(上接89页)上分析,为了使上海制造业应对“上海经济新常态”,转变制造业产值增长方向,上海制造业主导产业的更替升级和新旧发展动力的转换,符合上海经济“换挡”的基本趋势[4]。

参考文献:

[1] 肖林.经济新常态下结构性改革的上海实践[J].科学发展,2015,(12):32-36.

[2] 邱慧,黄解宇,董亚兰.基于灰色系统模型的山西省物流需求预测分析[J].数学的实践与认识,2016,(13):66-70.

[3] 任晓松,赵国浩.中国工业碳排放及其影响因素灰色预测分析——基于STIRPAT模型[J].北京交通大学学报:社会科学版,2014,

(4):18-24.

[4] 高鹏飞.新常态下制造业转型升级研究——以上海为例[J].经济研究导刊,2017,(9).

[责任编辑 刘兆峰]endprint

猜你喜欢
残差产值修正
对微扰论波函数的非正交修正
日本印刷产业产值2018年第一季度略增
基于二阶自相关过程残差控制图的改进
基于MVU降维的捕捉数据自动分割
测量数据的残差分析法
修正2015生态主题摄影月赛
修正2015生态主题摄影月赛
连续型过程的二元残差T2控制图