智能化背景下上海市经济增长的影响因素分析
2020-04-29匡野
匡 野
(上海工程技术大学, 上海 201620)
0 引 言
现有研究指出,上海的经济增长速度与前几年相比虽然有所放缓,但与全国其他地区相比,仍处于优势地位。经济增长水平代表着一个城市的发展程度,若能借助智能化手段对过去七年间影响上海经济增长的主要数据进行灰色关联分析,则可发现其中潜在规律。通过本文研究,就可找到在智能全球化背景下中国经济继续保持稳定增长的重要影响因素及未来发展的主要路径,同时也可为中国其他地区的经济发展提供参照坐标。考虑到经济增长领域所涉及到的为灰色模糊系统,因而影响其经济增长的原因有很多。本文拟运用灰色关联模型对影响上海经济增长因素的顺序和程度做实证分析,对此可展开研究论述如下。
1 灰色关联度分析
与其他的相关分析方法(如主成分、方差、因子分析等方法)相比,灰色关联对计算量的要求较小,对样本的数量和样本的特征也没有明确的限制,分析效果更好。灰色关联法一般通过分析系统中各主要因子间的关联,来确定可能导致整个系统发展的次要和主要因素,再根据其曲线的几何相似度,判断因素之间的关系。一般而言,形成曲线的几何形态越相类,与之对应序列的关联度则越大。
1.1 灰色关联公理
条件10≤γ(X0,Xi)≤1,γ(X0,Xi)⟸X0=Xi;
条件2|x0(k),xi(k)|越小,γ(x0(k),xi(k))越大,则称γ(X0,Xi)为Xi与X0为关联度。γ(x0(k),xi(k))是Xi与X0在k点的系数。其中,
γ(x0(k),xi(k))=
(1)
所以,将ε称为分辨系数。
1.2 灰色关联度的计算
Step2求X0与Xi初值像,Δi(k)=|X0′(k)-Xi′(k)|,Δi=(Δi(1),Δi(2), ...,Δi(n)),i=1,2,...,m。
Step4计算关联系数,γ(x0(k),xi(k))为Xi与X0在k点的关联系数,记作γ0,i(k),有:
(2)
在关联系数的算式中,早期相关理论研究学者通常取ε=0.5。近年来,越来越多学者在其实际的应用中发现ε=0.5的不足,例如,对于分辨系数ε=0.5的不合理性,申卯兴等人经过数学推导和论证,得出分辨系数ε=0.05时更符合实际情况,并且能够进一步提高灰色分析的分辨率,该论述得到了许多学者的肯定。
基于此,取分辨系数ε=0.5。
Step5计算灰色关联度,有:
(3)
2 实证分析
2.1 指标选取及数据收集
由于影响一个城市经济增长的因素较为多样,文章将影响因素分为2类.一类是第一、二、三产业;另一类则包括消费、投资、对外贸易。考虑到数据的可获得性,文章将采用上海市2010~2016七年间GDP数据代表上海市经济增长,并用上海市固定资产投资数据来表示总投资,用上海市达到社会消费品零售总额数据表示总消费,用上海市进出口总额数据表示对外贸易差额。以上全部数据都来自《上海统计年鉴(2017)》的面板数据。
为了能够正确地观察到影响上海市经济增长的关键特征指标,基于城市经济增长指标的相关研究,选取第一产业、第二产业、第三产业、总消费、总投资、进出口总额6个指标作为研究的自变量,见表1。
表1 变量指标
根据以上7项变量指标,对已经发布的面板数据进行整理和汇总,结果见表2。
表2 2010~2016年上海市经济增长相关数据
2.2 各个指标的去量纲化处理
由于各个指标的计算单位不尽相同,因此无法忽视其差别直接进行对比。为了便于建立起各指标间的关系,需要对表2中的相关指标进行处理。对此过程可阐释分述如下。
(1)计算指标X0-X6的算术平均值,可得到:
(2)研究可知:
(4)
运算后得出表2各个指标的初值像,计算结果见表3。
表3 2010~2015上海市经济增长相关数据均值像
2.3 各个指标的均值像分析
由计算结果可知,选择的6个自变量指标的变化范围与因变量指标的变化范围大体接近,这即表明论文选取的自变量指标能够较为正确地反映出上海市的经济增长情况,仿真绘制曲线如图1所示。
图1 均值像折线图
由图1可知,2010~2016年上海市生产总值与第一、二、三产业、总消费、总投资、进出口等变量指标之间存在密切关系。
2.4 灰色关联度计算
由各指标均值像,求解X1,X2,X3,X4,X5,X6与X0对应序列Δi(k),i=1,2,...,6。 由Δi(k)=|X0′(k)-Xi′(k)|,Δi=(Δi(k),Δi(k),...,Δi(k)),i=1,2,...,m,可得:
Δ1=(0.18, 0.13, 0.08, 0.04, 0.15, 0.08),
Δ2=(0.18, 0.13, 0.08, 0.02, 0.01, 0.14),
Δ3=(0.16, 0.08, 0.05, 0.01, 0.00, 0.09),
Δ4=(0.06, 0.02, 0.01, 0.00, 0.01, 0.03),
Δ5=(0.03, 0.03, 0.02, 0.02, 0.03, 0.01),
Δ6=(0.22, 0.12, 0.07, 0.02, 0.04, 0.10),
Δ7=(0.33, 0.22, 0.13, 0.02, 0.08, 0.25),
找出Δi(k)=|X0'(k)-Xi'(k)|,k=1,2,...,n;i=1,2,...,m, 以及其最大值与最小值,分别记:
(5)
由此可知:M=0.33,m=0。
对各个关联系数进行加总平均,可得出如下关联度,即:
故而,研究求得的各影响因素对上海市GDP的灰色关联度见表4。由计算结果可知:2010~2016年上海市经济增长(GDP)与总消费关联度最大,与第一产业关联度最小。
表4 各影响因素对上海市GDP的灰色关联度
Tab. 4 Grey correlation degree of each influencing factor to Shanghai GDP
变量指标灰色关联度变量指标灰色关联度X1第一产业0.14X4总消费0.53X2第二产业0.21X5总投资0.44X3第三产业0.29X6进出口总额0.24
从产业结构来看,上海与发达国家产业推动经济发展次序相同,即农业<工业<服务业,属于较健康的发展态势。从城市总收支角度看,城市消费对经济的影响大于城市投资、大于城市对外贸易。
3 结束语
(1)从分析结果来看,上海市的经济发展状况、即GDP增长情况与第一、二、三产业及社会消费品零售总额、社会固定资产投资、进出口总额密切相关。
(2)第三产业(即服务业)对上海市GDP增长的影响最大,推动作用最为明显。而第二产业(工业)和第一产业(农业)对上海经济的影响程度依次降低,其中农业的影响最小。由此可知,目前上海正处于健康的经济产业结构。
(3)社会总消费与上海市GDP的关联度最高,为0.53。社会总投资对上海经济增长的影响次之,为0.44;而进出口总额、即对外贸易增长对上海经济增长的推动作用最小。
总地来说,通过智能化手段的研究运用后可以发现,上海市经济增长整体情况基本处于健康态势,但仍需进一步重视进出口、即对外贸易的发展。