本發(fā)明涉及一種社會(huì)經(jīng)濟(jì)指標(biāo)集合預(yù)測方法，屬于數(shù)理統(tǒng)計(jì)技術(shù)領(lǐng)域。

背景技術(shù)：

社會(huì)經(jīng)濟(jì)指標(biāo)是反映一個(gè)城市發(fā)展?fàn)顩r的重要基礎(chǔ)性指標(biāo)，包括人口、產(chǎn)業(yè)經(jīng)濟(jì)產(chǎn)值等，傳統(tǒng)社會(huì)經(jīng)濟(jì)指標(biāo)預(yù)測采用多年平均增長率的方式進(jìn)行推算，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，該方法已經(jīng)難以滿足需求，因此一些統(tǒng)計(jì)學(xué)方法應(yīng)運(yùn)而生，如趨勢分析法、灰色模型、多指標(biāo)分析法、數(shù)學(xué)模型法等，由于社會(huì)經(jīng)濟(jì)指標(biāo)預(yù)測往往采用過去指標(biāo)的趨勢變化來進(jìn)行預(yù)測，面對新時(shí)期的發(fā)展?fàn)顩r，預(yù)測結(jié)果存在一定的局限性。此外，各類方法之間在預(yù)測社會(huì)經(jīng)濟(jì)指標(biāo)方面也存在局限性和適用性，有時(shí)單一一種預(yù)測方法難以得到良好的結(jié)果，且多種方法之間預(yù)測結(jié)果往往采用對比分析的方式進(jìn)行討論與研究，多種方法集合預(yù)報(bào)在水文預(yù)報(bào)上有所應(yīng)用，但這種預(yù)報(bào)方法需要序列長度較長，且結(jié)構(gòu)復(fù)雜、操作困難。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種社會(huì)經(jīng)濟(jì)指標(biāo)集合預(yù)測方法，以解決現(xiàn)有社會(huì)經(jīng)濟(jì)指標(biāo)預(yù)測方法的不足。

本發(fā)明的技術(shù)方案：

第一步，采用若干常規(guī)預(yù)測方法對社會(huì)經(jīng)濟(jì)指標(biāo)原始序列進(jìn)行擬合，選取擬合通過的m種方法(m≥2)；

第二步，采用此m種方法分別對社會(huì)經(jīng)濟(jì)指標(biāo)進(jìn)行預(yù)測，預(yù)測值為X_ij(i＝1，…，m；j＝1，2，…，n)，預(yù)測長度為n；

第三步，采用常規(guī)賦權(quán)方法對m種方法的預(yù)測序列(序列長度為j)進(jìn)行權(quán)重分析，得到各個(gè)方法的分配權(quán)重α_ij；

第四步，將相應(yīng)預(yù)測方法的預(yù)測值X_ij乘以其分配權(quán)重α_ij，取集合f＝∑(X_ij×α_ij)即為該社會(huì)經(jīng)濟(jì)指標(biāo)的最終預(yù)測值f_j。

前述方法中，第一步的計(jì)算方法屬于社會(huì)經(jīng)濟(jì)指標(biāo)原始序列的擬合，按可自行選取任意常規(guī)方法計(jì)算。第二步的社會(huì)經(jīng)濟(jì)指標(biāo)預(yù)測，是選取第一步中擬合通過的m種方法，擬合通過是指各方法的檢驗(yàn)標(biāo)準(zhǔn)達(dá)到有效基準(zhǔn)值。第三步的分配權(quán)重α_ij是指方法i預(yù)測社會(huì)經(jīng)濟(jì)指標(biāo)j長度的分配權(quán)重，賦權(quán)計(jì)算方法可自行選取。第四步的預(yù)測值X_ij是指i方法預(yù)測序列的最尾預(yù)測值，將所有方法的最遠(yuǎn)預(yù)測值乘以相應(yīng)方法的權(quán)重，然后求和，即為第j年的社會(huì)經(jīng)濟(jì)預(yù)測值。

與現(xiàn)有技術(shù)相比，本發(fā)明以常規(guī)的預(yù)測方法和賦權(quán)方法進(jìn)行社會(huì)經(jīng)濟(jì)指標(biāo)的預(yù)測、優(yōu)選和集合，耦合了兩種常規(guī)方法的功能，避免了采用單一方法預(yù)測的不確定性和多方法預(yù)測差異性，綜合了多種預(yù)測方法預(yù)測值，并以賦權(quán)的方式將各方法在預(yù)測中所占的比重區(qū)別開來，進(jìn)而得到較為合理的預(yù)測值。

附圖說明

圖1是本發(fā)明系統(tǒng)的流程圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)說明。

如圖1所示，圖1為本發(fā)明一種社會(huì)經(jīng)濟(jì)指標(biāo)集合預(yù)測方法流程圖，本發(fā)明的一種社會(huì)經(jīng)濟(jì)指標(biāo)集合預(yù)測方法包括如下步驟：

步驟一、采用若干常規(guī)預(yù)測方法對社會(huì)經(jīng)濟(jì)指標(biāo)原始序列進(jìn)行擬合，選取擬合通過的m種方法(m≥2)。

說明：這里的計(jì)算方法屬于數(shù)值預(yù)測內(nèi)容，可自行選取常規(guī)方法；擬合通過是指各方法的檢驗(yàn)標(biāo)準(zhǔn)達(dá)到有效基準(zhǔn)值。

步驟二、采用此m種方法分別對社會(huì)經(jīng)濟(jì)指標(biāo)進(jìn)行預(yù)測，預(yù)測值為X_ij(i＝1，…，m；j＝1，2，…，n)，預(yù)測長度為n。

說明：預(yù)測長度n是指新預(yù)測的社會(huì)經(jīng)濟(jì)指標(biāo)預(yù)測序列長度；i為采用的預(yù)測方法編號，j為預(yù)測序列的編號。

步驟三、采用常規(guī)賦權(quán)方法對m種方法的預(yù)測序列(序列長度為j)進(jìn)行權(quán)重分析，得到各個(gè)方法的分配權(quán)重α_ij。

說明：賦權(quán)計(jì)算方法可自行選取常規(guī)方法；分配權(quán)重α_ij是指方法i預(yù)測社會(huì)經(jīng)濟(jì)指標(biāo)j長度的分配權(quán)重，即為各個(gè)預(yù)測方法對社會(huì)經(jīng)濟(jì)指標(biāo)預(yù)測序列的分配權(quán)重。

步驟四、將相應(yīng)預(yù)測方法的預(yù)測值X_ij乘以其分配權(quán)重α_ij，取集合f＝∑(X_ij×α_ij)即為該社會(huì)經(jīng)濟(jì)指標(biāo)的最終預(yù)測值f_j。

說明：最終預(yù)測值f_j是對預(yù)測序列編號j的預(yù)測值，j就是預(yù)測年，即預(yù)測年j的社會(huì)經(jīng)濟(jì)指標(biāo)預(yù)測值。

實(shí)施例1：

以我國西部山區(qū)某地區(qū)的非農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)值為例，對本發(fā)明作進(jìn)一步說明。

(1)根據(jù)當(dāng)?shù)亟y(tǒng)計(jì)年鑒，搜集整理非農(nóng)經(jīng)濟(jì)產(chǎn)值(第二產(chǎn)業(yè)、第三產(chǎn)業(yè)，其中二產(chǎn)以工業(yè)為主)，匯總非農(nóng)經(jīng)濟(jì)產(chǎn)值作為研究指標(biāo)。擬合序列長度為2004年到2012年，詳見表1。

表1 實(shí)施例研究非農(nóng)業(yè)經(jīng)濟(jì)產(chǎn)值序列

(2)選取常規(guī)預(yù)測方法進(jìn)行指標(biāo)值的擬合，本實(shí)施例選取了線性模型、二次多項(xiàng)式模型、三次多項(xiàng)式模型、對數(shù)模型、指數(shù)模型、灰色模型、ARMA模型等7種模型，分別對2004年到2012年的序列進(jìn)行擬合；對擬合結(jié)果進(jìn)行檢驗(yàn)，分別采用各自的檢驗(yàn)方法，檢驗(yàn)結(jié)果詳見表2、表3。

A.線性模型的決定系數(shù)為0.92，Nash效率系數(shù)為0.92，關(guān)聯(lián)度為0.71(三級)，后驗(yàn)差檢驗(yàn)14.71％(一級)，小概率誤差為1(一級)；

B.二次多項(xiàng)式模型的決定系數(shù)為0.99，Nash效率系數(shù)為0.99，關(guān)聯(lián)度為0.61(四級)，后驗(yàn)差檢驗(yàn)4.54％(一級)，小概率誤差為1(一級)；

C.三次多項(xiàng)式模型的決定系數(shù)為0.99，Nash效率系數(shù)為0.99，關(guān)聯(lián)度為0.62(四級)，后驗(yàn)差檢驗(yàn)2.89％(一級)，小概率誤差為1(一級)；

D.對數(shù)模型的決定系數(shù)為0.92，Nash效率系數(shù)為0.92，關(guān)聯(lián)度為0.70(四級)，后驗(yàn)差檢驗(yàn)14.73％(一級)，小概率誤差為1(一級)；

E.指數(shù)模型的決定系數(shù)為0.98，Nash效率系數(shù)為0.98，關(guān)聯(lián)度為0.68(四級)，后驗(yàn)差檢驗(yàn)8.64％(一級)，小概率誤差為1(一級)；

F.灰色模型的決定系數(shù)為0.99，Nash效率系數(shù)為0.88，關(guān)聯(lián)度為0.67(四級)，后驗(yàn)差檢驗(yàn)24％(一級)，小概率誤差為1(一級)；

G.ARMA模型的決定系數(shù)為0.9922，校正決定系數(shù)為0.9910，回歸標(biāo)準(zhǔn)差為32027.4，殘差平方和為6150000000.0，對數(shù)似然值為-93.1956，D.W.統(tǒng)計(jì)量為2.3715，因變量均值為778660.4，因變量標(biāo)準(zhǔn)差為336685.1，AIC準(zhǔn)則為23.7989，SC準(zhǔn)則為23.8188，HQ檢驗(yàn)值為23.6649。

綜上所述，7種預(yù)測模型都通過了其檢驗(yàn)，模擬效果良好，檢驗(yàn)標(biāo)準(zhǔn)見表4。因此，采用7種模型進(jìn)入下一步。

表2 實(shí)施例各類預(yù)測模型的檢驗(yàn)結(jié)果

表3 實(shí)施例ARMA預(yù)測模型的檢驗(yàn)結(jié)果

表4 精度檢驗(yàn)等級參照表

(3)采用選取的7種模型分別對非農(nóng)經(jīng)濟(jì)產(chǎn)值進(jìn)行預(yù)測，預(yù)測時(shí)間長度從2013年到2030年，結(jié)果見表5。

表5 選取方法的指標(biāo)預(yù)測值

(4)選取常規(guī)賦權(quán)方法進(jìn)行各預(yù)測方法的權(quán)重評價(jià)分析，本實(shí)施例選取變差系數(shù)法、標(biāo)準(zhǔn)/平均差法、熵權(quán)法、CRITIC法分別進(jìn)行權(quán)重評價(jià)分析，然后采用此4種方法的權(quán)重均值作為各預(yù)測方法的綜合權(quán)重。各個(gè)賦權(quán)方法的計(jì)算序列長度、各方法賦權(quán)結(jié)果、綜合權(quán)重結(jié)果詳見表6。

從表5中可以看出，對預(yù)測年2013年到2020年序列進(jìn)行四種賦權(quán)方法的權(quán)重分析，線性模型、二次多項(xiàng)式模型、三次多項(xiàng)式模型、對數(shù)模型、指數(shù)模型、灰色模型、ARMA模型的綜合權(quán)重分別為0.0843、0.1193、0.1800、0.0843、0.1488、0.1981、0.1852；對預(yù)測年2021年到2030年序列進(jìn)行四種賦權(quán)方法的權(quán)重分析，線性模型、二次多項(xiàng)式模型、三次多項(xiàng)式模型、對數(shù)模型、指數(shù)模型、灰色模型、ARMA模型的綜合權(quán)重分別為0.0602、0.0966、0.1375、0.0600、0.1803、0.2405、0.2250。

表6 實(shí)施例各賦權(quán)方法所計(jì)算各選取方法的權(quán)重

(5)以預(yù)測年2020年和2030年為例，其各方法預(yù)測值見表5，2020年和2030年的綜合權(quán)重通過(4)已經(jīng)計(jì)算得到，見表6。根據(jù)式f＝∑(X_ij×α_ij)相應(yīng)預(yù)測方法的預(yù)測值乘以相應(yīng)的權(quán)重值，然后求和。即為該預(yù)測年的指標(biāo)預(yù)測值，見表7。

f₂₀₂₀＝183295.0×0.0843+501038.6×0.1193+……+1278164.7×0.1852＝5687593.7

f₂₀₃₀＝203166.9×0.0602+1005825.0×0.0966+……+10582399.4×0.2250＝34539904.8

表7 實(shí)施例預(yù)測年各預(yù)測方法預(yù)測份值與結(jié)果/萬元

此外，本發(fā)明所述實(shí)施例是說明性的，而不是限定性的，因此本發(fā)明并不限定于實(shí)施方式中所述的實(shí)施例，凡是由本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的技術(shù)方案得出的其他實(shí)施方式，同樣屬于本發(fā)明保護(hù)的范圍。