區(qū)域經(jīng)濟方法及模型

.z.區(qū)域經(jīng)濟方法與模型第一章學習區(qū)域經(jīng)濟方法與模型的意義、以及應該注意的問題教學要求：本章主要介紹區(qū)域經(jīng)濟分析方法研究中的模型的意義，以及認識和使用模型中應該注意的問題。要求掌握：模型的概念及研究的意義。本章重點：區(qū)域經(jīng)濟分析中的模型概念、如何認識模型的應用。第一節(jié)、區(qū)域經(jīng)濟分析中的模型第二節(jié)、區(qū)域經(jīng)濟分析中研究模型的重要性第三節(jié)如何對模型使用有一個正確的對待第二章指標、指標體系和區(qū)域經(jīng)濟分析數(shù)據(jù)的獲取教學要求：本章主要什么是指標與指標體系，指標的含義與表征意義；區(qū)域經(jīng)濟分析中的數(shù)據(jù)有哪些，以及如何獲取。本章重點：區(qū)域經(jīng)濟分析中的數(shù)據(jù)如何獲取第一節(jié)指標與指標體系第二節(jié)區(qū)域經(jīng)濟分析中的數(shù)據(jù)類型與特征第三節(jié)區(qū)域經(jīng)濟分析中的數(shù)據(jù)獲取第四節(jié)區(qū)域經(jīng)濟分析中的數(shù)據(jù)處理第三章區(qū)域經(jīng)濟分析方法與模型的分類及其評價教學要求：本章主要區(qū)域經(jīng)濟分析模型分類和模型優(yōu)缺點的比擬與評價。本章重點：區(qū)域經(jīng)濟分析模型的分類。第一節(jié)區(qū)域經(jīng)濟分析中的模型分類第二節(jié)區(qū)域經(jīng)濟分析模型的應用比擬第四章常用計量經(jīng)濟方法理論概述教學要求：通過本章的學習要求掌握區(qū)域經(jīng)濟分析中的常用計量經(jīng)濟模型。本章重點：計量經(jīng)濟模型存的理論依據(jù)和常用領域、圍和應注意的問題。第一節(jié)計量經(jīng)濟模型概述第二節(jié)計量經(jīng)濟模型應用的理論依據(jù)第三節(jié)計量經(jīng)濟模型的分類第四節(jié)計量經(jīng)濟模型的常用領域第五節(jié)計量經(jīng)濟模型應用中應注意的問題第五章常用計量經(jīng)濟方法模型與EVIEWS軟件實現(xiàn)教學要求：本章從常用計量經(jīng)濟模型介紹開場，對不同模型使用的圍和領域進展分析，并對軟件實現(xiàn)進展展示。要求掌握常用的計量經(jīng)濟模型，如時間序列回歸回歸、線性回歸、ARMA、等，并能在軟件支持下實現(xiàn)。本章重點：常用計量經(jīng)濟模型的推導及軟件實現(xiàn)。第一節(jié)EVIEWS軟件簡介第二節(jié)回歸模型第三節(jié)ARMA模型第四節(jié)動態(tài)計量模型第四節(jié)向量誤差修正模型第六章常用統(tǒng)計方法理論概述教學要求：本章要求了對常用統(tǒng)計方法與模型進展了解，并對區(qū)域經(jīng)濟分析中的主要統(tǒng)計模型的使用方法和理論進展分析；掌握區(qū)域經(jīng)濟分析中的常用統(tǒng)計模型使用中的問題。本章重點：常用統(tǒng)計方法的理論分析；常用統(tǒng)計分析方法應用中的局限性。。第一節(jié)統(tǒng)計模型概述第二節(jié)統(tǒng)計模型應用的理論依據(jù)第三節(jié)統(tǒng)計模型的分類第四節(jié)統(tǒng)計模型的常用領域第五節(jié)統(tǒng)計模型應用中應注意的問題第七章常用統(tǒng)計方法模型與SPPSS軟件實現(xiàn)教學要求：本章從常用統(tǒng)計學模型介紹開場，對不同模型使用的圍和領域進展分析，并對軟件實現(xiàn)進展展示。要求掌握常用的計量經(jīng)濟模型，如相關分析、判別分析與聚類分析、因子分析和主成分分析、馬爾科夫模型、趨勢面分析等，并能在軟件支持下實現(xiàn)。本章重點：常用計量經(jīng)濟模型的推導及軟件實現(xiàn)。第一節(jié)EVIEWS軟件簡介第二節(jié)相關分析第三節(jié)判別分析與聚類分析第四節(jié)因子分析和主成分分析第五節(jié)馬爾科夫模型第六節(jié)趨勢面分析第八章其他常用統(tǒng)計方法模型與SAS軟件實現(xiàn)教學要求：本章主要講述SAS軟件如何在區(qū)域經(jīng)濟分析中的應用。本章重點：SAS應用。第一節(jié)SAS軟件簡介第二節(jié)SAS軟件在區(qū)域經(jīng)濟分析中的應用SAS軟件在金融經(jīng)濟分析中的應用SAS軟件在規(guī)劃分析中的應用第五節(jié)SAS軟件在系統(tǒng)仿真中的應用第九章常用規(guī)劃方法理論概述教學要求：本章要求了對規(guī)劃方法與模型進展了解，并對區(qū)域經(jīng)濟分析中的主要規(guī)劃模型的使用方法和理論進展分析；掌握區(qū)域經(jīng)濟分析中的常用規(guī)劃模型使用中的問題。本章重點：常用計量經(jīng)濟模型的推導及軟件實現(xiàn)。第一節(jié)規(guī)劃模型概述第二節(jié)規(guī)劃模型應用的理論依據(jù)第三節(jié)規(guī)劃模型的分類第四節(jié)規(guī)劃模型的常用領域第五節(jié)規(guī)劃模型應用中應注意的問題第十章常用規(guī)劃方法模型與LINDO、DPS軟件實現(xiàn)教學要求：本章從常用規(guī)劃模型介紹開場，對不同模型使用的圍和領域進展分析，并對軟件實現(xiàn)進展展示。要求掌握常用的規(guī)劃模型，如線性規(guī)劃、多目標規(guī)劃、AHP方法、DEA、網(wǎng)絡分析等，并能在軟件支持下實現(xiàn)。本章重點：常用規(guī)劃模型的推導及軟件實現(xiàn)。第一節(jié)LINDO和DPS軟件簡介第二節(jié)線性規(guī)劃第三節(jié)多目標規(guī)劃第四節(jié)AHP方法第五節(jié)DEA方法第六節(jié)網(wǎng)絡分析第十一章常用非線性方法理論概述教學要求：本章要求了對常用非線性方法與模型進展了解，并對區(qū)域經(jīng)濟分析中的主要線性模型的使用方法和理論進展分析；掌握區(qū)域經(jīng)濟分析中的常用非線性模型使用中的問題。本章重點：常用非線性方法的理論分析；常用非線性分析方法應用中的局限性。。第一節(jié)非線性模型概述第二節(jié)非線性模型應用的理論依據(jù)第三節(jié)非線性模型的分類第四節(jié)非線性模型的常用領域第五節(jié)非線性模型應用中應注意的問題第十二章常用非線性方法模型與MATLAB軟件實現(xiàn)教學要求：本章從常用非線性模型介紹開場，對不同模型使用的圍和領域進展分析，并對軟件實現(xiàn)進展展示。要求掌握常用的非線性模型，如人工神經(jīng)網(wǎng)絡、遺傳算法、CA模型、小波模型、分形模型等，并能在軟件支持下實現(xiàn)。本章重點：常用非線性模型的推導及軟件實現(xiàn)。第一節(jié)MATLAB軟件簡介第二節(jié)人工神經(jīng)網(wǎng)絡第三節(jié)分形模型第四節(jié)小波模型第五節(jié)遺傳算法第六節(jié)CA模型第十三章其它常用模型及其軟件實現(xiàn)教學要求：本章從其他一些常用區(qū)域經(jīng)濟分析模型介紹開場，對不同模型使用的圍和領域進展分析，并對軟件實現(xiàn)進展展示。還有一些比擬常見的模型，如系統(tǒng)動力學模型、模糊數(shù)學模型〔模糊聚類和模糊評判〕、隨機決策模型、灰色系統(tǒng)模型、投入產出模型、解析構造模型、系統(tǒng)評價模型、系統(tǒng)決策模型、系統(tǒng)仿真模型〔蒙特卡羅〕等。本章重點：系統(tǒng)動力學模型、模糊數(shù)學模型、解析構造模型。第一節(jié)系統(tǒng)動力學模型第二節(jié)模糊數(shù)學模型第三節(jié)解析構造模型第四節(jié)其它模型第五節(jié)蒙特卡羅仿真第一章學習區(qū)域經(jīng)濟方法與模型的意義、以及應該注意的問題區(qū)域經(jīng)濟分析中的模型什么是模型？模型，是真實事物的人為再現(xiàn)，是它所代表的真實世界中對應事物的概要復制。它略去了次要枝節(jié)，突出了主干，因而濃縮了問題的核心。〔賈懷勤主編，"數(shù)據(jù)、模型與決策"。：對外經(jīng)濟貿易大學比版，2003?！衬Ｐ褪且粋€系統(tǒng)*一個方面本質屬性的描述，它以*種確定的形式〔例如文字、符號、圖表、實物、數(shù)學公式等〕提供關于該系統(tǒng)的知識?！沧T躍進等："系統(tǒng)工程原理"。：國防科技大學，1999〕模型一般不是研究對象本身〔比例尺為1：1世界地圖是否為模型〕，而是對現(xiàn)實研究對象的描述、模仿或抽象。一般而言，我們要研究的區(qū)域經(jīng)濟問題是復雜的，屬性也是多方面的，但對于大多數(shù)研究目的而言，沒有必要考慮研究對象的全部屬性，因此，模型只是對研究對象*一方面本質屬性的描述，本質屬性的選取完全取決于我們的研究目的〔如經(jīng)濟學中的供需模型、蛛網(wǎng)模型、IS-LM模型等〕。模型分類模型種類繁多，種類自然就很多。下表是根據(jù)不同原則的一種分類：分類原則模型種類1按建模材料不同抽象、實物2按與實體的關系形象、類似、數(shù)學3按模型表征信息的程度觀念性、數(shù)學、物理4按模型的構造方法理論、經(jīng)歷、混合5按模型的功能構造、性能、評價、最優(yōu)化、網(wǎng)絡6按與時間的依賴關系靜態(tài)、動態(tài)7按是否描述系統(tǒng)部特征黑箱、白箱8按模型的應用場合通用、專用9數(shù)學模型分類〔1〕按變量形式分確定性、隨機性、連續(xù)型、離散型〔2〕按變量之間的關系分代數(shù)方程、微分方程、概率統(tǒng)計、邏輯但一般將模型分為物理模型、文字模型和數(shù)學模型；通常我們分：概念模型、實體模型、幾何模型和數(shù)學模型，最多的是數(shù)學模型。實體模型。當研究對象的大小剛好適合研究而又不存在危險時，就把系統(tǒng)本身作為模型。實體模型包括抽樣模型、例如標準件的生產檢驗是從總體中抽取一定數(shù)量的樣本進展的，樣本就是實體模型；比例模型。是放大或縮小的研究對象，使之適合于研究。相似模型。根據(jù)相似性原理，利用一種系統(tǒng)去代替另一種系統(tǒng)。例如用電路系統(tǒng)代替機械系統(tǒng)、熱力學系統(tǒng)進展研究。文字模型。如技術報告、說明書等。在物理模型和數(shù)學模型都很難建立時，有時不得不用它來描述研究結果。網(wǎng)絡模型。用網(wǎng)絡圖來描述系統(tǒng)的組成元素以及元素之間的相互關系〔包括邏輯與數(shù)學關系〕圖表模型。用圖象和表格描述的模型，它們可以互相轉化，這里說的圖象是指坐標系中的曲線、曲面和點等幾何元素。邏輯模型。表示邏輯關系的模型，如方框圖、程序單、模擬機排題圖等。解析模型。用數(shù)學方程式表示的模型。區(qū)域經(jīng)濟分析中的模型區(qū)域經(jīng)濟定量分析方法泛指各種能夠用來分析區(qū)域經(jīng)濟問題的數(shù)學手段，是構成數(shù)學模型的根底。例如多元統(tǒng)計方法、最優(yōu)化方法、微分方程或差分方程、模糊數(shù)學方法、層次分析法等等。現(xiàn)代數(shù)學的大多數(shù)領域都可以在區(qū)域經(jīng)濟分析中發(fā)揮作用。區(qū)域經(jīng)濟定量分析模型是指在一定的假設條件下，為描述區(qū)域經(jīng)濟活動而建立的一組互為聯(lián)系的數(shù)學表達式。例如地區(qū)投入產出模型、城市系統(tǒng)動力學模型、灰色系統(tǒng)模型等等。大多數(shù)情況下，模型是方法的組合及方法的具體實現(xiàn)手段，也是方法與具體研究對象有機結合。模型與對象結合得恰當與否取決于兩個因素：一是對方法的掌握程度；二是對研究對象的了解程度，二者互為補充、缺一不可。第二節(jié)、區(qū)域經(jīng)濟分析中研究模型的重要性區(qū)域經(jīng)濟學從發(fā)軔起就與定量方法結下了不解之緣。區(qū)域經(jīng)濟學的開山鼻祖德國區(qū)域論學家杜能就在數(shù)學方面頗有造詣，提出了農業(yè)區(qū)位論。韋伯提出了工業(yè)區(qū)位論?？死锼固├仗岢隽酥行牡乩碚?。廖什提出了市場區(qū)位論。現(xiàn)代區(qū)域科學的創(chuàng)始人艾薩德對地區(qū)及地區(qū)間投入產出模型有著精深的研究，并成功地應用定量方法進展多個城市的案例研究，取得了良好的效果。交通區(qū)位學家胡佛提出的交通區(qū)位論也建立在數(shù)學模型根底之上的。使用數(shù)學模型的好處是定量分析的根底。是進展預測與決策的工具?？勺冃院?，適應性強，分析問題速度快，省時省錢，而且便于使用計算機，因此，是所有模型中使用最廣泛的一種。是科學性和現(xiàn)實科學研究的需要現(xiàn)代經(jīng)濟學洛貝爾獲得者不是經(jīng)濟學家，而是數(shù)學家?？茖W研究需要數(shù)學來嚴格證明學術研究也需要數(shù)學模型來依托，特別是初入學術規(guī)研究者。第三節(jié)如何對模型使用有一個正確的對待一、科學主義和科學什么是科學主義科學主義(Scientism)來源于西方經(jīng)濟學的爭論。科學主義是指一門學科中的成員雖然在外表上使用了科學的研究方法，卻未能得到科學的結果，使該學科成為科學，從而科學方法僅使該學科貌似科學，而事實上卻不是。這種科學主義的事例大量存在。西方用于算命的星象學使用符合邏輯的語言和復雜的計算方法，甚至用立體幾何的方法確定星座的位置；我國的帶有迷信性質的風水先生也使用羅盤來準確地判明方位。當然，這些科學的方法并未能使他們的研究結果成為科學。區(qū)域經(jīng)濟學也存在類似的情況，其中最突出之點是數(shù)學的使用。[例子]假設*研究人員企圖研究兩個經(jīng)濟變量*和Y之間的關系〔*可能代表消費量、Y可能代表國民收入〕。下表中的A、B、C三點代表研究人員所收集到的*-Y之間的關系的數(shù)據(jù)或他所觀察到的事實。這三點具有如下的數(shù)值：ABC*136Y254這三點的數(shù)值可以用兩種曲線方程表示出來：第一，用直線方程Y=2.73+0.28*；第二，用二次曲線方程Y=2.7+0.62-0.07*2。這種情況下，誰是對的呢？誰有能反映研究對象變化的本質規(guī)律呢？數(shù)學使用的雙重性數(shù)學是一種研究工具，它可以為正確的理論效勞，也可以為錯誤的理論披上一個準確的虛假外衣。但數(shù)學中使用的符號和公式往往具有比擬準確的含義，用數(shù)學符號和公式來表述區(qū)域經(jīng)濟學中的概念和變量之間的關系不會引起誤解和導致無聊的爭論。二、對建模的根本要求1、對模型建立的要求可以概括為三條：現(xiàn)實性。在一定程度上能夠教好地反映系統(tǒng)的客觀實際，應把系統(tǒng)本質的特征和關系反映進去，而把非本質的東西去掉，但又不影響反映本質的真實程度。也就是說，模型應有足夠的精度。精度要求不僅與研究對象有關，而且與所處的時間、狀態(tài)和條件有關。因此，為滿足現(xiàn)實性要求，對同一對象在不同情況下可以提出不同的精度要求。簡明性為滿足現(xiàn)實性要求的根底上，應盡量使模型簡單明了，以節(jié)約建模的費用和時間。也就是說，如果一個簡單的模型已經(jīng)能夠使實際問題得到滿意的解答，就沒有必要去建一個復雜的模型，因為建造一個復雜的模型并求解是要付出很高的代價的。標準化在建立*些模型時，如果已有*種標準化模型可供借鑒，則盡量采用標準化模型，或者對標準化模型加以*些修改，使之適合對象。2、建模應該遵循的原則切題模型只應包括與研究目的有關的方面，而不是對象系統(tǒng)的所有方面。清晰一個大型復雜系統(tǒng)是由許多聯(lián)系密切的子系統(tǒng)組成的，因此對應的系統(tǒng)模型也是許多子模型組成的。在子模型與子模型之間，除了保存研究目的所必須的信息外，其它的耦合關系要盡可能減少，以保證模型構造盡可能清晰。精度要求適當建立系統(tǒng)模型，應該視研究目的和使用環(huán)境不同，選擇適當?shù)木鹊燃?，以保證模型切題、實用，而又不致花費太多。盡量使用標準模型在建立一個實際的模型時，應該首先大量調閱模型庫中的標準模型，如果其中*些可供借鑒，不妨先試用一下。如能滿足要求，盡量使用標準模型，或盡可能向標準模型靠攏。3、建模的主要方法推理法對于部構造和特性已經(jīng)清楚的研究對象，即所謂的“白箱〞系統(tǒng)，可以利用的定律和定理，經(jīng)過一定的分析和推理，得到模型。統(tǒng)計分析法對于那些屬于“黑箱〞，但又不允許直接進展觀察的系統(tǒng)，可以采用數(shù)據(jù)收集和統(tǒng)計分析的方法來建造模型。模擬仿真方法對于無法求解、沒有解析數(shù)學式的研究對象的行為想象，可以通過模擬仿真方法來求得?！?〕類比法即建造原系統(tǒng)的類似模型?？梢赃M展類似，如沙堆模型、風洞模型、系統(tǒng)動力學模型等。4、模型在使用中應該注意的幾個問題數(shù)據(jù)的篩選與質量檢驗問題。數(shù)據(jù)是建模型的根底：一是確定模型中的參數(shù)與初值；二是檢驗模型的正確性、合理性和有效性。模型的構造問題。描述區(qū)域經(jīng)濟問題的數(shù)學模型，是對區(qū)域經(jīng)濟分析進展定量研究的依據(jù)，也就是概念模型的清晰化過程。英國著名區(qū)域經(jīng)濟學家威爾遜曾就如何建造區(qū)域經(jīng)濟模型發(fā)表見解：明確建模的目的，即建模者必須答復所建模型將用來做什么？企圖解決什么問題？第二，明確研究對象的系統(tǒng)，其構成要素是什么？它們之間如何聯(lián)系、作用和動態(tài)變化應該由什么形式的變量所反映？第三，在各類變量中必須明確哪些變量是可以控制的，即通過對哪些變量的調控可以使系統(tǒng)的行為發(fā)生改變？在模型中，如何處理時間概念？即認為被研究對象是無記憶系統(tǒng)還是記憶系統(tǒng)？是建立靜態(tài)模型還是建立動態(tài)模型？所建模型將采用什么觀點，解決那些理論問題？與此問題有關的建立模型的根本假設，以及所依據(jù)的理論，將要解決的問題等都能直接或間接地表達在模型中。能用于建模的有關數(shù)據(jù)、資料是什么？其可能性如何？應該采用什么樣的建模技術？有現(xiàn)成的技術方法可供借鑒還是需要建造新模型？采用什么方法確定模型的參數(shù)？所建模型的精度，以及該模型的合理性和有效性如何？采用什么方法和手段檢驗所建模型？模型的集成問題第二章指標、指標體系和區(qū)域經(jīng)濟分析數(shù)據(jù)的獲取教學要求：本章主要什么是指標與指標體系，指標的含義與表征意義；區(qū)域經(jīng)濟分析中的數(shù)據(jù)有哪些，以及如何獲取。本章重點：區(qū)域經(jīng)濟分析中的數(shù)據(jù)如何獲取第一節(jié)指標與指標體系第二節(jié)區(qū)域經(jīng)濟分析中的數(shù)據(jù)類型與特征第三節(jié)區(qū)域經(jīng)濟分析中的數(shù)據(jù)獲取第四節(jié)區(qū)域經(jīng)濟分析中的數(shù)據(jù)處理第一節(jié)指標與指標體系一、指標與指標體系指標Indicator來自拉丁文Indicare，具有提醒、指明、宣布或者使公眾了解等涵義。它是幫助人們理解事物如何隨時間發(fā)生變化的定量化信息，反映總表達象的特定概念和具體數(shù)值。指標由指標名稱和具體數(shù)值構成。指標名稱說明所研究現(xiàn)象數(shù)值方面的科學概念，即質的規(guī)定性。依據(jù)指標名稱所反映的社會經(jīng)濟容，通過統(tǒng)計工作獲得的統(tǒng)計數(shù)字就是指標數(shù)值。因此，指標是數(shù)與量的統(tǒng)一。由此可見，如果要應用指標認識和說明所研究現(xiàn)象的特征，就必須把反映總表達象的特定概念和具體數(shù)值結合起來。指標是說明總體數(shù)量特征的統(tǒng)計疇，它包括可以用數(shù)值來表示的客觀指標和不能直接用數(shù)字來表示的主觀指標。主觀指標反映公眾對客觀事物或現(xiàn)象的感受、愿望和態(tài)度，一般不能直接取得指標值，因此本文所稱謂的指標主要是指客觀指標。任何指標都是從數(shù)量上說明物質的總體或*種屬性和特征的，其語言是數(shù)字。通過一個具體統(tǒng)計或調查指標，可以說明一個簡單現(xiàn)象，從而到達反映事物總表達象的一個側面或*一個側面的*一特征。要反映被研究事物的總體全貌，就必須把一系列相互聯(lián)系的數(shù)量指標和質量指標結合在一起加以運用。但凡客觀存在的、相互聯(lián)系的假設干個指標所組成的一個整體，就稱之為指標體系。它是由一系列相互聯(lián)系、相互制約的指標組成科學的、完整的總體。任何指標都是從數(shù)量上說明物質的總體或*種屬性和特征的，它的語言是數(shù)字。通過一個具體統(tǒng)計或調查的指標，可以說明一個簡單現(xiàn)象，從而到達反映事物總表達象的一個側面或*一個側面的*一特征。要反映被研究事物的總體全貌，就必須把一系列相互聯(lián)系的數(shù)量指標和質量指標結合在一起加以運用。但凡客觀存在的、相互聯(lián)系的假設干個指標所組成的一個整體，就稱之為指標體系。它是由一系列相互聯(lián)系、相互制約的指標組成科學的、完整的總體。指標所謂指標體系構造是指眾指標之間的相互關系。最簡單的指標體系構造是多個指標的集合，指標之間除了同屬于一個集合之外，相互之間沒有其它關系，各個指標都可以直觀的反映系統(tǒng)側面屬性。除了簡單的指標集合之外，較常用的指標體系有樹形構造和網(wǎng)絡狀構造。指標體系的樹形構造排列使不同層面的指標之間具有附屬關系，下一層次的指標屬于上一層次并以此類推，最后的指標是位于樹狀構造頂端。這種構造有助于指標間的分類，指標之間的關系也較清楚，符合人們的日常思維習慣。指標體系的網(wǎng)絡狀構造是采用網(wǎng)絡圖形來顯示指標間的關系，該構造更適合描述現(xiàn)實世界事物之間的非層次復雜關系，它一般要同時涉及多個準則來表達系統(tǒng)的多種反應構造。為了對中國中部地區(qū)經(jīng)濟開展水平作出更為客觀的評判，我們采用的是基于樹形的網(wǎng)絡構造設計方法。二、指標與指標體系的分類這里指標一般是指統(tǒng)計指標而言的，可以分為數(shù)值指標和品質指標兩種，能夠用具體數(shù)值來反映事物的特征的指標，被稱為數(shù)值指標，如產值指標、人口數(shù)、增長率等。其中，從統(tǒng)計測度分析角度，數(shù)值的零值是絕對的，數(shù)值可以進展加減乘除運算的指標，被稱為定比指標，也叫比率尺度；而數(shù)值的零值是相對的，人為確定的，數(shù)值僅可以進展加減運算而不能進展乘除運算的指標，被稱為定距指標，也叫間距尺度。不能用具體數(shù)值而用文字形式來反映事物的性質的指標，被稱為品質指標，如性別、職業(yè)、類型等。其中，從統(tǒng)計測度分析角度，指標容之間有次序關系的，被稱作定序指標，也叫有序尺度，如大中小、好中差；指標容之間無次序關系的，僅僅反映類型劃分的，被稱作定類指標，也叫名義尺度，如東西、中部、西部；對于只有兩個值的，加二值指標或二值尺度。指標按作用不同，分為總量指標和比例指標。總量指標，也稱為絕對數(shù)，一般是研究對象的總體數(shù)值特征，如國家的國民生產總值，企業(yè)的總產值，職工的總收入，物業(yè)的總價值等。使用總量指標時要特別注意其計量單位，并且總量指標由于樣本涵常常不一樣，一般要慎重進展比照分析。比例指標，也稱為相對數(shù)，具體有無名數(shù)和有名數(shù)兩種形。無名數(shù)沒有具體的計量單位，一般用百分比表示，當數(shù)值很小時，用千分比表示，如人口出生率等，當數(shù)值很大時，用倍數(shù)表示，如增長速度等。有名數(shù)有計量單位，用分子與分母相除的形式表示，如人均產值、人口密度等，比例指標較適宜進展比照分析。劃分角度指標類型統(tǒng)計測度〔尺度〕指標說明按測量尺度分數(shù)值指標定比指標〔比例尺度〕能加減乘除運算，最高等級定距指標〔間距尺度〕僅能加減品質指標定序指標〔有序尺度〕可以排序定類指標〔名義尺度〕僅代表分類，最低等級二值指標〔二值尺度〕按作用分總量指標樣本涵可能不一樣，要慎重進展比照分析比例指標無名數(shù)較適宜進展比照分析有名數(shù)三、指標體系設計的原則區(qū)域經(jīng)濟開展系統(tǒng)作為構造復雜的巨系統(tǒng)，具有變量多而龐雜、不確定指標作用顯著等特點，單獨選出幾個指標缺乏以反映區(qū)域經(jīng)濟開展的總體特征，按照上述幾個指標體系的思路，全部選出所有指標又會因指標過多過細增加資料獲取和評價的難度，既無必要更不可能。為使構建的指標體系到達粗而不失描述預測區(qū)域經(jīng)濟開展目標的主題本質特征，細而不失建模的實際可能性的目的，在設置指標體系時應遵循以下原則：〔1〕簡明科學性和可操作性原則。一方面，指標體系必須立足客觀現(xiàn)實，建立在準確、科學的根底上，所選指標的集合能夠反映區(qū)域經(jīng)濟開展過程中的人口、經(jīng)濟、資源環(huán)境和社會各方面整體開展的真實水平。指標概念必須明確，并且有一定的科學涵，能夠真實度量和反映區(qū)域經(jīng)濟開展的構造和功能，以及主要的運行特征；另一方面，指標體系要廣泛適用于不同的區(qū)域，指標具有可測性和可比性，易于量化，并且所需數(shù)據(jù)應容易獲得〔最好盡可能利用現(xiàn)有的統(tǒng)計資料〕，計算方法簡單易行?！?〕相對完備性原則和主成分性相結合的原則。指標體系作為一個有機整體，應該能夠比擬全面地反映和測度區(qū)域經(jīng)濟開展中的主要特征和開展狀況。指標體系大小適宜，過大會因指標層次過多過細而掩蓋主要問題，不利于提醒所研究的主要矛盾；過小則會因指標層次過少過粗而無法反映區(qū)域經(jīng)濟運行的全貌。同時，在完備性的根底上，指標體系力求簡潔，盡量選擇那些有代表性的綜合指標和主要指標?！?〕相對獨立性原則。描述區(qū)域經(jīng)濟開展狀況的指標往往存在指標間信息的重疊，因此在選擇指標時，應盡可能選擇具有相對獨立性地指標，從而增加評價的準確性和科學性。〔4〕穩(wěn)定性與動態(tài)性相結合的原則。要使評價指標體系能夠提醒區(qū)域經(jīng)濟開展的規(guī)律性，就必須保證評價指標體系的相對穩(wěn)定性。但是，區(qū)域經(jīng)濟與社會的開展總是呈現(xiàn)動態(tài)變化的趨勢，因此，在保證指標體系根本穩(wěn)定的前提下，還應當根據(jù)區(qū)域經(jīng)濟開展過程中出現(xiàn)的新變化加以動態(tài)調整，即能夠通過一定的方法得到這些指標的未來動態(tài)變化值，以便能夠對區(qū)域經(jīng)濟開展做出長期的動態(tài)的評價?！?〕層次性和構造性指標并重的原則。在指標設計時，一方面，要根據(jù)區(qū)域經(jīng)濟開展的在機制構建層次性指標，以到達對區(qū)域經(jīng)濟開展水平和狀態(tài)的評價；另一方面，還要依據(jù)區(qū)域經(jīng)濟開展的PRED系統(tǒng)運行機理，構建構造性指標，以到達對區(qū)域經(jīng)濟協(xié)調程度進展評價。四、指標體系設計的步驟指標體系的建立是一個系統(tǒng)思考的過程。該過程既可以通過定性分析、專家咨詢來完成，也可以通過定量分析，數(shù)據(jù)測算來實現(xiàn)。在設計區(qū)域經(jīng)濟開展評價指標體系時，應力求定性分析和定量手段的相互結合。本報告在上述原則的根底上，首先采用頻度統(tǒng)計法、理論分析法和專家咨詢法對指標進展設計，建立的指標稱為一般指標體系；然后利用相關分析、變異系數(shù)分析和因子分析對一般指標體系進展主成分性和獨立性設置和篩選，從而確定所需要的指標評價體系，其步驟可以概括為圖2.2?！?〕一般指標體系設計。在此采用頻度統(tǒng)計法、理論分析法和專家咨詢法設置、篩選指標，以滿足科學性和完備性原則。頻度統(tǒng)計法是對目前有關區(qū)域經(jīng)濟開展水平測度與評價指標設計的報告、論文進展頻度統(tǒng)計，選擇那些使用頻度較高的層次性指標；理論分析法是對區(qū)域經(jīng)濟開展的PRED系統(tǒng)的涵、特征進展分析綜合，選擇那些重要的構造性指標；專家咨詢法是在初步提出評價指標的根底上，征詢有關專家的意見，對指標進展調整。如此建立的指標體系稱之為一般指標體系。為使指標體系具有可操作性，需進一步考慮被評價區(qū)域社會經(jīng)濟開展狀況，考慮指標數(shù)據(jù)的可得性，并征詢專家意見，得到具體指標體系?！?〕主成分性和獨立性分析。為滿足指標的主成分性和獨立性原則，對一般指標體系進展主成分性分析和獨立性分析，選擇涵豐富又相對獨立的指標構成評價指標體系。指標篩選程序見圖2.2，主要步驟如下：開場開場頻度統(tǒng)計資料收集理論分析建立一般指標體系專家咨詢計算相關系數(shù)計算空間變異度主成分性分析獨立性分析因子分析確定評價指標體系完畢第一步，采用Z-Score法對根底指標進展標準化轉化：5.1式中：為標準化后的指標值，為指標值，為該項指標的平均值，為該項指標的標準差。第二步，計算相關系數(shù)和合并重復指標。分別計算各個指標間的相關系數(shù)，找出相關系數(shù)小于臨界值的獨立指標，結合空間變異度公式對指標進展主成分性和獨立性分析：5.2定義真相關系數(shù)為0.95以上(包括0.95)的指標為重復指標并加以合并。方法如下：辨識真假相關，對于同類型指標，相關系數(shù)為正是真相關，為負是假相關；對空間變異度小且真相關系數(shù)大于0.95以上的指標合并或篩減，合并時優(yōu)先保存高層次指標和綜合性指標。第三步，利用因子分析完成整個指標體系的主成分性選取。對一般指標構成的相關系數(shù)矩陣R求特征方程|R-λE|=0的全部非負特征根共K個(另外P-K個指標的特征根均為零)，并依大小順序排列成λ1≥λ2≥…≥λk>0，顯然，λk是第k個主成分的方差，它反映了第k個主成分在描述被評價對象上所起作用的大小。根據(jù)特征向量的計算結果，可知評價指標*ij′在各主因子中的系數(shù)αij，其絕對值說明該指標所起作用的大小。計算各指標在第q個主因子中的奉獻率αj及累積奉獻率α(q′)，公式為：5.3式中：αj表示第j個指標所占的主因子信息量；α(q′)表示前q′個指標所占的主因子信息量。當α(q1)≥85%時，前q′個指標即為主成分性指標，構成了評價的最終指標體系。第二節(jié)區(qū)域經(jīng)濟分析中的數(shù)據(jù)類型與特征一、區(qū)域分析中的數(shù)據(jù)類型〔1〕空間數(shù)據(jù)點，又一個獨立的坐標〔*，Y〕定位，是空間上不可再分的幾何實體。線，由假設干個〔至少兩個，理論上是無窮個〕坐標點〔*I，YJ〕〔I=1，2，…，N；J=1，2，…，M〕定義，有一定的長度和走向。面，表示空間上連續(xù)分布的景觀或區(qū)域?！?〕屬性數(shù)據(jù)屬性數(shù)據(jù)主要用來描述區(qū)域實體、區(qū)域要素、區(qū)域現(xiàn)象、區(qū)域事件、區(qū)域開展過程中與屬性有關的數(shù)據(jù)?？梢詫傩詣澐譃閮煞N類型，即數(shù)量標志數(shù)據(jù)和品質標志數(shù)據(jù)。〔1〕數(shù)量標志數(shù)據(jù)。根據(jù)測度標準，可以將數(shù)量標志數(shù)據(jù)劃分為如下兩種數(shù)據(jù)類型：間隔尺度數(shù)據(jù)。這種數(shù)據(jù)是以用量綱的數(shù)據(jù)形式表示測度對象在*種單位下的絕對量。如以*種貨幣量綱表示*地區(qū)的GDP。比例尺度數(shù)據(jù)。這種數(shù)據(jù)，是以無量綱的數(shù)據(jù)形式表示測度對象的相對量。這種數(shù)據(jù)要求事先規(guī)定一個基點，然后將其他同類數(shù)據(jù)與基點數(shù)據(jù)相比擬，換算為基點數(shù)據(jù)的比例。因此，這類數(shù)據(jù)常常又被稱為指數(shù)或比例數(shù)。如GDP折算指數(shù)、耕地指數(shù)、復種指數(shù)等?！?〕品質標志數(shù)據(jù)。根據(jù)其測度標準，可以將品質標志數(shù)據(jù)劃分為如下三種類型：有序數(shù)據(jù)。當測度標準不是連續(xù)的量，而是只表示其順序關系的數(shù)據(jù)，則稱其為有序尺度或等級尺度數(shù)據(jù)。這種數(shù)據(jù)并不表示量的多少，而只是給出一個等級或次序。如將城市分為特大城市、大城市、中等城市、小城市四個城市等級。二元數(shù)據(jù)。即用0、1兩個數(shù)據(jù)表示區(qū)域事物、區(qū)域現(xiàn)象或事件是非判斷問題。如，在人口統(tǒng)計中，用1表示男性，用0表示女性。名義尺度數(shù)據(jù)。即用數(shù)字表示區(qū)域經(jīng)濟實體、要素、區(qū)域現(xiàn)象或實踐狀態(tài)類型。如，在土地利用現(xiàn)狀調查中，用15表示“菜地〞，13表示“水澆地〞。二、區(qū)域經(jīng)濟分析中數(shù)據(jù)的根本特征〔1〕數(shù)量化、形式化與邏輯化數(shù)量化、形式化與邏輯化是數(shù)學的根本特征。定量化的區(qū)域分析數(shù)據(jù)是建立數(shù)學模型的根底，它的作用有兩個方面：一是確定模型的參數(shù)，給定模型運行的初始條件；二是檢驗模型的有效性?！?〕不確定性不確定性是區(qū)域經(jīng)濟分析數(shù)據(jù)的根本特征之一。導致這種不確定性的原因主要有兩個方面：第一，區(qū)域經(jīng)濟現(xiàn)象的復雜性；第二，數(shù)據(jù)存在誤差?！?〕多種時空尺度由于區(qū)域經(jīng)濟學研究對象具有多種時空尺度，所以描述區(qū)域經(jīng)濟對象的數(shù)據(jù)也具有多種時空尺度的性質。〔4〕多維性對于一個區(qū)域經(jīng)濟對象，它的具體意義往往需要從空間、屬性和時間三個方面進展綜合描述。第三節(jié)區(qū)域經(jīng)濟分析中的數(shù)據(jù)獲取一、第二手數(shù)據(jù)收集數(shù)據(jù)收集工作是進展區(qū)域經(jīng)濟定量分析的前期工作之一。一般分為兩類：第一，是收集第一手數(shù)據(jù)，也叫原始數(shù)據(jù)收集；第二，是已有的數(shù)據(jù)的收集，也被稱為二手數(shù)據(jù)收集。在當前，第二手數(shù)據(jù)十分豐富。從類型看，包括數(shù)據(jù)類：統(tǒng)計年鑒類。主要指統(tǒng)計數(shù)據(jù)報表、年鑒，最常用的有中國統(tǒng)計年鑒、中國城市統(tǒng)計年鑒、*行政區(qū)統(tǒng)計年鑒。期刊索引類。主要指一定定期的較為公開的圖書、期刊、報紙、分析報告、索引等。二、第一手數(shù)據(jù)收集第一手數(shù)據(jù)收集來源于兩個方面，一使自己觀測、測量的專業(yè)數(shù)據(jù)，二是統(tǒng)計調查獲取的數(shù)據(jù)，而對于區(qū)域經(jīng)濟分析，第一手收據(jù)主要指統(tǒng)計調查數(shù)據(jù)。統(tǒng)計調查一般分為四個步驟，首先要明確調查目的及容，然后確定調查對象圍及方法，接著設計調查表，最后組織實施。明確調查目的及容。對于調查目的應該抓住重點、化繁為簡來實現(xiàn)。確定調查研究圍與方法。調查圍，就是調查對象的總體。調查圍和調查方式相聯(lián)系的，調查圍廣，可能要采取普查方法，其他可以采取重點調查、典型調查、抽樣調查。抽樣樣本數(shù)量確定公式為：Y=〔T2D2N〕/〔NΔ2*+T2D2〕這里，Y為抽樣樣本數(shù)量；T為概率度，是與置信度相關的指標，近似對應關系為，置信度=69%，T=1；置信度=95%，T=2；置信度=99%，T=3。D2為總體方差；N為總體的數(shù)量；Δ*為平均數(shù)的抽樣極限誤差。設計調查表。要注意：第一，簡潔明了。第二，總量不繁雜；調查組織實施。包括制定調查提綱、落實人員、人員培訓、調查實施、督導核查等。第四節(jié)區(qū)域經(jīng)濟分析中的數(shù)據(jù)處理一、統(tǒng)計整理數(shù)據(jù)統(tǒng)計整理的根本步驟如下：統(tǒng)計分組。所謂分組，就是根據(jù)研究目的，按照一定的分組標志將數(shù)據(jù)分成假設干組。一般而言，分組標志的選取取決于研究目的，對于同一種數(shù)據(jù)，如果研究目的不同，采用的分組標志也會不同。各組數(shù)據(jù)的頻數(shù)與頻率的計算。計算數(shù)據(jù)的頻數(shù)與頻率必須編制統(tǒng)計分組表。作分布圖。例如，以縱坐標表示頻數(shù)，橫坐標表示分組，作出頻數(shù)分布的直方圖。二、幾種常見的統(tǒng)計量〔1〕集中趨勢度指標。有平均值、中位數(shù)、眾數(shù)等。平均數(shù)。常用的平均數(shù)是算術平均數(shù)，此外還有調和平均數(shù)、幾何平均數(shù)等。為未分組的數(shù)據(jù)，平均數(shù)=〔Σ*I〕/N；對于分組的數(shù)據(jù)，平均數(shù)=〔ΣFI*I〕/〔ΣFI〕中位數(shù)。將各個數(shù)據(jù)從小到大排列，居于中間位置的那個數(shù)就是中位數(shù)。它從一個側面衡量數(shù)據(jù)的一般水平。對于未分組的數(shù)據(jù)。如果樣本數(shù)N為奇數(shù)，則，中位數(shù)就是位置排在第〔N+1〕/2位的那個數(shù)；如果樣本數(shù)N為偶數(shù)，則排在中間位置的有兩個數(shù)據(jù)，則，中位數(shù)就是這兩個數(shù)的平均值。對于分組的數(shù)據(jù)。中位數(shù)的計算步驟為：首先，確定中位數(shù)所在的組位置。中位數(shù)應該在向上累計頻數(shù)包括ΣFI/2的組中。在按照下述公式計算中位數(shù)：ME=L+D*〔1/2ΣFI-SM-1〕/FM或者ME=L-D*〔1/2ΣFI-SM+1〕/FM公式中，ME為中位數(shù)；L為中位數(shù)所在組的下限值；U為中位數(shù)所在組的上限值；FM為中位數(shù)所在組的頻數(shù)；SM-1為中位數(shù)所在組以下的累計頻數(shù)；SM+1為中位數(shù)所在組以上的累計頻數(shù)；D為中位數(shù)所在組的組距。眾數(shù)。眾數(shù)就是出現(xiàn)頻數(shù)最多的那個數(shù)。眾數(shù)也是從一個側面反映了數(shù)據(jù)的一般水平。對于未分組的數(shù)據(jù)，可以割據(jù)每一個數(shù)據(jù)出現(xiàn)的頻數(shù)大小直接確定眾數(shù)；對于分組的數(shù)據(jù)。眾數(shù)的計算步驟為：首先，確定頻數(shù)最多的組為眾數(shù)所在組。在按照以下公式計算眾數(shù)：MO=L+D*〔Δ1/〔Δ1+Δ2〕〕或者ME=L-D*〔Δ2/〔Δ1+Δ2〕〕公式中，MO為眾數(shù)；L為眾數(shù)所在組的下限值；U為眾數(shù)所在組的上限值；Δ1為眾數(shù)組頻數(shù)與下一組頻數(shù)之差；Δ2為眾數(shù)組頻數(shù)與上一組頻數(shù)之差；D為眾數(shù)組所在組的組距。分位數(shù)。一組數(shù)據(jù)排序后，被分割成假設干相等局部，正好位于分割點位置上的數(shù)值叫做分位數(shù)，反映中間位置分布特征。包括四分位數(shù)、八分位數(shù)等?！?〕離散程度度量指標。有極差、離差、方差和標準差、變異系數(shù)等。極差。它是指所有數(shù)據(jù)中最大值與最小值之差，即R=MA*{*I}-MIN{*I}離差。它是指每一個數(shù)據(jù)與平均值的差，它代表著每一個數(shù)據(jù)與平均值的離散程度，其計算公式為：DI=*I-*平均離差平方和。它從總體上衡量一組數(shù)據(jù)與平均值的離散程度，其計算公式為：D2=Σ〔*I-*平均〕2方差與標準差。它們四從平均概況衡量一組數(shù)據(jù)與平均值的離散程度。其中，方差是均方差的簡稱。其計算公式為：D2=1/N*Σ〔*I-*平均〕2標準差是方差的平方根，即D2=[1/N*Σ〔*I-*平均〕2]1/2如果以樣本方差對標準差進展無偏估計，則其計算公式為：S=[1/〔N-1〕*Σ〔*I-*平均〕2]1/2變異系數(shù)。它表示數(shù)據(jù)的相對變化〔波動〕程度，其計算公式如下：C=100%*S/*平均=〔1/*平均〕*[1/〔N-1〕*Σ〔*I-*平均〕2]1/2〔3〕描述數(shù)據(jù)分布特征的參數(shù)。有標準偏度系數(shù)和標準峰度系數(shù)。標準偏度系數(shù)。它測度了數(shù)據(jù)分布的不對稱性情況，刻畫了以平均值為中心的偏向情況，其計算公式為：G1=〔1/6N〕1/2*Σ[〔*I-*平均〕/S]3G1小于0時，表示負偏，即均值在峰值的左邊，相反在右邊，G1為0時，表示對稱分布。標準峰度系數(shù)。它測度了數(shù)據(jù)在均值附近的集中程度，其計算公式為：G2=〔N/24〕1/2*{〔1/N〕*Σ[〔*I-*平均〕/S]4-3}G2小于0時間，表示數(shù)據(jù)分布的集中程度低于正態(tài)分布；相反表示數(shù)據(jù)分布的集中程度高于正態(tài)分布；G2為0時，表示標準峰度系數(shù)。〔4〕描述數(shù)據(jù)動態(tài)變化的參數(shù)。有累計增長、逐期增長、定基增長、環(huán)比增長等。需要從事物開展的角度進展分析，即考慮時間開展，被稱為動態(tài)分析。對于一個時間序列A1，A2，……，AN，一般稱A1為基期水平，AI為報告期水平，主要動態(tài)指標有：累計增長量A2-A1，A3-A1，AN-A1；逐期增長量A2-A1，A3-A2，AN-AN-1；定基開展速度A2/A1，A3/A1，AN-/A1；環(huán)比開展速度A2/A1，A3/A2，AN-/AN-1；定基增長速度A2/A1-1，A3/A1-1，AN-/A1-1；環(huán)比增長速度A2/A1-1，A3/A2-1，AN-/AN-1-1；增長率的平均數(shù)〔A2/A1-1+A3/A1-1+……，+AN-/A1-1〕/〔N-1〕；平均增長率〔AN-/A1〕N-1-1=〔A2/A1*A3/A2，-*……*AN-/AN-1〕N-1-1三、數(shù)據(jù)的標準化〔1〕總和標準化。分別求出所對應數(shù)據(jù)的總和，以各要素的數(shù)據(jù)除以數(shù)據(jù)的總和，即*/=*IJ/Σ*IJ這種標準化方法得到的數(shù)據(jù)滿足Σ*/=1〔2〕標準差標準化，即*/=〔*IJ-*平均〕/S由這種標準化方法所得到的新數(shù)據(jù)*/的平均值為0，標準差為1。〔3〕極大值標準化，即*/=*IJ/MA*{*IJ}經(jīng)過這種標準化所得到的新數(shù)據(jù)*/的極大值為1，其余數(shù)值小于1?！?〕極差標準化，即*/=〔*IJ-MIN{*IJ}/〔MA*{*IJ}-MIN{*IJ}〕〕經(jīng)過這種標準化所得到新數(shù)據(jù)*/的極大值為1，極小值為0，其余數(shù)值均在0與1之間。〔5〕其他標準化方法，如移動法、成效系數(shù)方法等。三、整理數(shù)據(jù)的表現(xiàn)把整理出來的數(shù)據(jù)通過數(shù)據(jù)表、統(tǒng)計圖和其他方法表現(xiàn)。統(tǒng)計表。一般有簡單表、分組表和復合分組表。統(tǒng)計圖。一般有折線圖、柱形圖、餅狀圖、雷達圖等。地圖。有專題地圖、地形圖、分區(qū)圖等。第三章區(qū)域經(jīng)濟分析中常用模型方法的評價與開展教學要求：本章主要區(qū)域經(jīng)濟分析模型分類和模型優(yōu)缺點的比擬與評價。本章重點：區(qū)域經(jīng)濟分析模型的分類。第一節(jié)區(qū)域經(jīng)濟分析中的模型分類第二節(jié)區(qū)域經(jīng)濟分析模型的應用比擬第一節(jié)區(qū)域經(jīng)濟分析常用模型方法的評價與比擬一、常用的數(shù)學根底主要方法，見表數(shù)學方法用途概率論用于現(xiàn)象、要度的隨機分布研究抽樣調查用于數(shù)據(jù)的采集和整理相關分析分析要素之間的相關關系回歸分析用于擬合要素之間具體的數(shù)量關系、預測開展趨勢方差分析研究數(shù)據(jù)分布的離散程度時間序列分析用于過程的預測與控制研究主成分分析用于數(shù)據(jù)的降緯處理和綜合評價聚類分析用于分類和區(qū)域劃分判別分析用于要素的類型歸屬趨勢面分析用于擬合要素的空間分布形態(tài)協(xié)方差與變異函數(shù)用于研究要素的空間相關性及空間分布的數(shù)量規(guī)律克里格法、樣條函數(shù)用于空間局部估計和局部插值馬爾科夫鏈用于隨機過程、預測隨機事件線性規(guī)劃研究有關規(guī)劃與決策問題投入產出法用于產業(yè)部門聯(lián)系分析、勞動地域構成分析、區(qū)域相互作用分析多目標規(guī)劃用于研究有關規(guī)劃與決策問題非線性規(guī)劃用于研究有關規(guī)劃與決策問題動態(tài)規(guī)劃用于多階段決策問題的求解網(wǎng)絡分析用于交通網(wǎng)絡、通訊網(wǎng)絡、河流水系等網(wǎng)絡研究層次分析用于有關多層次、多要素戰(zhàn)略決策問題的分析風險型決策分析法用于各種風險型決策問題的分析非確定性決策分析法用于各種非確定事件決策問題的分析模糊數(shù)學方法用于各種模糊現(xiàn)象、過程、決策和系統(tǒng)評價研究控制論用于過程、系統(tǒng)的調控研究信息論用于各種信息的分析、處理突變論用于突發(fā)性現(xiàn)象、事件的研究耗散構造理論用于系統(tǒng)、過程的組織與演化問題研究協(xié)同學用于有關系統(tǒng)、過程的自組織問題研究灰色系統(tǒng)方法用于系統(tǒng)的分析、建模、控制與決策研究系統(tǒng)動力學用于系統(tǒng)仿真、模擬和預測分形理論用于實體的形態(tài)、構造分析小波分析用于多層次、多尺度、多分辨率的時空過程的時頻分析人工神經(jīng)網(wǎng)絡用于模式的識別、過程機制的自學習及預測等遺傳算法用于復雜的非線性問題的計算細胞自動機用于過程的計算機模擬二、常用模型的應用〔1〕分布型分析。主要對要素的分布特征及規(guī)律進展定量分析。如，運用平均值、標準差、概率函數(shù)、分形理論等?！?〕相關關系分析。主要對要素之間的相關關系進展定量分析。如運用統(tǒng)計相關分析、灰色關聯(lián)分析、回歸分析、投入產出分析各產業(yè)之間的相互聯(lián)系?！?〕類型研究。對對象進展定量劃分。如應用模式識別方法、判別分析方法、聚類分析等?！?〕網(wǎng)絡分析。主要對對象的空間構造進展定量分析。如地理網(wǎng)絡法、幾何學方法、圖論等?！?〕趨勢面分析?！?〕空間相互作用分析。主要定量地分析各種“流〞在不同區(qū)域之間流動的方向和強度。如應用線性規(guī)劃、投入產出方法、萬有引力模型等?！?〕系統(tǒng)仿真研究?！?〕過程模擬與預測研究。如回歸方法、時間序列方法、馬爾科夫方法、灰色系統(tǒng)方法、系統(tǒng)建模方法等?！?〕空間行為研究。如應用線性規(guī)劃、多目標規(guī)劃、多維灰色規(guī)劃方法、決策方法如AHP、風險決策、非確定性方法、模糊決策、灰色局勢決策等?！?0〕系統(tǒng)優(yōu)化調控研究。如現(xiàn)代控制論、大系統(tǒng)理論、灰色去余控制論等?！?2〕系統(tǒng)復雜性研究。突變理論、分形理論、混沌理論、小波分析、人工神經(jīng)網(wǎng)絡等。三、常用模型的評價主要方法的缺乏之處，見表方法學科理論主要用途主要適用圍明顯優(yōu)點突出缺陷改良方法相關分析統(tǒng)計學、計量經(jīng)濟學要素之間相關分析城市化與生態(tài)環(huán)境系統(tǒng)或系統(tǒng)間要素分析簡單、明了，操作方便最小樣本容量限制、要素之間作用關系是對等的擴大樣本容量、與其它方法聯(lián)合使用回歸分析統(tǒng)計學、計量經(jīng)濟學擬合要素之間具體數(shù)量關系、預測開展趨勢城市化與生態(tài)環(huán)境系統(tǒng)或系統(tǒng)間要素分析簡單、明了，操作方便最小樣本容量限制、模型根底是線性方程擴大樣本容量、變量替換主成分分析統(tǒng)計學、計量經(jīng)濟學數(shù)據(jù)降維處理及因素分析與綜合評價城市化與生態(tài)環(huán)境耦合系統(tǒng)整體性評價計算的權重比擬客觀計算結果出現(xiàn)負值，不便于進一步分析與其它方法聯(lián)合使用模糊綜合評價模糊數(shù)學模糊系統(tǒng)綜合評價城市化與生態(tài)環(huán)境耦合系統(tǒng)整體性評價數(shù)據(jù)需求少、提供評判信息豐富、適合主客觀要素分析不能解決指標間信息重疊、存在評價的主觀性增加客觀數(shù)據(jù)或將數(shù)據(jù)預處理(連環(huán)比率法)、與其它方法聯(lián)合使用灰色關聯(lián)分析灰色理論、系統(tǒng)理論灰色系統(tǒng)要素關聯(lián)分析城市化與生態(tài)環(huán)境耦合系統(tǒng)相互作用數(shù)據(jù)需求少、提供評判信息豐富、與其它方法兼容性強在數(shù)據(jù)無量綱化過程中，選擇不當方法容易歪曲要素聯(lián)系的本質與其它方法聯(lián)合使用灰色預測灰色理論、系統(tǒng)理論灰色系統(tǒng)開展預測城市化與生態(tài)環(huán)境子系統(tǒng)數(shù)據(jù)需求較少、近期預測效果好長期預測容易失真與其它方法聯(lián)合使用層次分析系統(tǒng)工程多層次、多要素重要性分析及系統(tǒng)決策城市化與生態(tài)環(huán)境耦合系統(tǒng)整體性評價數(shù)據(jù)需求少、思路明了，分析構造清楚存在評價的主觀性、判斷矩陣一致性難以通過改良或與其它方法聯(lián)合使用投入產出經(jīng)濟學、計量經(jīng)濟學產業(yè)部門聯(lián)系分析、城市區(qū)域經(jīng)濟構成與相互作用分析城市化與生態(tài)環(huán)境耦合系統(tǒng)整體性評價模型規(guī)、計算的結果通用性強數(shù)據(jù)詳實、模型的理論根底是線性運算改良或與其它方法聯(lián)合使用系統(tǒng)動力學系統(tǒng)理論對系統(tǒng)仿真、模擬、預測和系統(tǒng)要素相互作用分析城市化與生態(tài)環(huán)境耦合系統(tǒng)相互作用模型規(guī)、思路明了，便于分析系統(tǒng)部構造問題數(shù)據(jù)較多、建模復雜、計算結果與實際容易出現(xiàn)偏差與其它方法聯(lián)合使用靈敏度模型系統(tǒng)理論、生態(tài)學系統(tǒng)要素重要性識別城市化與生態(tài)環(huán)境耦合系統(tǒng)相互作用思路明了，便于分析系統(tǒng)要素之間關系存在評價的主觀性、應用復雜改良或與其它方法聯(lián)合使用人工神經(jīng)網(wǎng)絡神經(jīng)科學、系統(tǒng)理論系統(tǒng)模式識別、過程模擬及預測城市化與生態(tài)環(huán)境耦合系統(tǒng)整體性評價與預測數(shù)據(jù)需求較少、自學習、聯(lián)想存貯和高速尋解、建模簡單預測中需要訓練樣本、模型選取困難、收斂算法選取困難改良或與其它方法聯(lián)合使用第二節(jié)區(qū)域經(jīng)濟分析常用模型的開展與展望作業(yè)：檢索在區(qū)域經(jīng)濟分析中的最新模型有哪些？如何實現(xiàn)？主要應用軟件是什么？或者應用什么語言和平臺？。提示：現(xiàn)代模型在區(qū)域經(jīng)濟分析中主要向動態(tài)化、復雜化、集成化方向開展。第四章常用計量經(jīng)濟方法理論概述教學要求：通過本章的學習要求掌握區(qū)域經(jīng)濟分析中的常用計量經(jīng)濟模型。本章重點：計量經(jīng)濟模型存的理論依據(jù)和常用領域、圍和應注意的問題。第一節(jié)計量經(jīng)濟模型概述第二節(jié)計量經(jīng)濟模型應用的理論依據(jù)第三節(jié)計量經(jīng)濟模型的分類第四節(jié)計量經(jīng)濟模型的常用領域計量經(jīng)濟模型應用中應注意的問題第一節(jié)計量經(jīng)濟模型概述1、什么是計量經(jīng)濟學計量經(jīng)濟學一詞，是挪威經(jīng)濟學家弗里希在1926年發(fā)表的"論純解決問題"一文中仿照生物計量學一詞而提出的。他對計量經(jīng)濟學的定義為“計量經(jīng)濟學就是統(tǒng)計學、經(jīng)濟學和數(shù)學的結合〞。目前各個國家一般教科書對計量經(jīng)濟學容所作的規(guī)定，都還沒有超出這個圍。美國現(xiàn)代經(jīng)濟詞典定義：計量經(jīng)濟學是“用數(shù)學語言來表達經(jīng)濟理論，以便通過統(tǒng)計方法來論證這些經(jīng)濟理論的一門經(jīng)濟學的分支〞。2、計量經(jīng)濟學的產生和開展直到19世紀后半期，在經(jīng)濟學中才大量運用數(shù)學來研究問題，當時瑞士洛桑大學教授瓦爾拉斯創(chuàng)立了所謂的“一般均衡經(jīng)濟學〞，為計量經(jīng)濟學開展奠定了方法論根底。計量經(jīng)濟學作為獨立的學科是在20世紀30年代初才出現(xiàn)的。1930年2月29日在美國俄亥俄州克里富蘭城，由弗里希、丁伯根和弗歇爾等經(jīng)濟學家發(fā)起成立了“國際計量經(jīng)濟學會〞，其宗旨就是要“促進經(jīng)濟問題達論數(shù)量探討和經(jīng)歷數(shù)量探討相結合的目的〞。到1933年以計量經(jīng)濟學的名義出版了"計量經(jīng)濟學"雜志，標志著計量經(jīng)濟學已正式成為一門獨立的新興學科。在計量經(jīng)濟學開展初期的十多年中，主要用于研究微觀經(jīng)濟。如舒爾茲在消費理論和市場行為方面的研究，道格拉斯對邊際生產力的研究，丁伯根在景氣循環(huán)方面的創(chuàng)立，都為計量經(jīng)濟學的開展作出了卓有成就的奉獻。1935年，丁伯根建立了世界上第一個宏觀經(jīng)濟計量模型〔即用于分析荷蘭經(jīng)濟的宏觀經(jīng)濟模型〕，開創(chuàng)了建立宏觀經(jīng)濟計量模型的新階段。20世紀40年代，計量經(jīng)濟學邁進了新境界，學者們致力于經(jīng)濟理論的模型化及數(shù)學化的研究，并將統(tǒng)計推斷應用到計量經(jīng)濟學中，因而幾乎使計量經(jīng)濟學變成數(shù)理統(tǒng)計學的分支。1950年、1957年，H．Theil和Basmann各自獨立提出發(fā)表了二階段最小平方法，對計量經(jīng)濟學的開展很多建樹。20世紀60年代是計量經(jīng)濟學的起飛階段，學者們提出有關滯后分布的新處理方法，又有人將物理的光譜分析應用于計量經(jīng)濟學，同時有關非一次式模型的許多問題也被克制。20世紀60年代中期，計量經(jīng)濟學的一場新方法變革開場從模型估計和檢驗的方法研究轉向模型設定的方法論探討。英國倫敦經(jīng)濟學院的薩根率先將誤差修正模型形式運用于計量經(jīng)濟模型，為模型的理論假設提供了方便的計量檢驗形式，薩根所倡導的一個從一般到簡單為原則的動態(tài)模型設定的新方法在20世紀70年代中期迅速開展。20世紀80年代初，英國牛津大學的享德里提出的協(xié)調理論使計量經(jīng)濟學進入了一個新的理論體系。該體系認為模型與經(jīng)濟理論和數(shù)理統(tǒng)計原則的邏輯一致性應是計量經(jīng)濟學研究的開展趨勢。于是，現(xiàn)代對策論、貝葉斯理論等在計量經(jīng)濟學中的應用也成為計量經(jīng)濟學的研究課題。應用計量經(jīng)濟學也由傳統(tǒng)的生產函數(shù)、需求函數(shù)、消費函數(shù)、投資函數(shù)和宏觀經(jīng)濟模型轉向金融市場、工資、福利、國際貿易、經(jīng)濟周期波動、科技進步、經(jīng)濟增長方式轉變、產業(yè)構造調整等新的研究領域。計量經(jīng)濟學另一個重要的開展是在宏觀計量經(jīng)濟模型的研制和應用方面。目前已有一百多個國家和地區(qū)都編制了不同的宏觀計量經(jīng)濟模型，由克賴因發(fā)起研制的“連接〞方案，到1981年就包括了美、法、英、日等70多個國家。3、計量經(jīng)濟學與有關學科的關系〔1〕計量經(jīng)濟學本身是一門經(jīng)濟學。用數(shù)學方法探討經(jīng)濟學可以從好幾個方面著手，但任何一方面都不能與計量經(jīng)濟學混為一談。計量經(jīng)濟學與經(jīng)濟統(tǒng)計學決非一碼事；它也不同于我們所說的一般經(jīng)濟理論，盡管經(jīng)濟理論大局部具有一定的數(shù)量特征；計量經(jīng)濟學也不應看為數(shù)學應用于經(jīng)濟學的同義語。經(jīng)歷說明，統(tǒng)計學、經(jīng)濟理論和數(shù)學這三者對于真正了解現(xiàn)代經(jīng)濟生活中的數(shù)量關系來說，都是必要的，但本身并非充分條件。〔2〕計量經(jīng)濟學與數(shù)理統(tǒng)計學是有嚴格區(qū)別的。數(shù)理統(tǒng)計作為一門數(shù)學學科，它可以應用于經(jīng)濟領域，也可應用于其他領域，例如社會、醫(yī)學、自然科學等。但它與經(jīng)濟理論、經(jīng)濟統(tǒng)計學結合而形成的計量經(jīng)濟學，則主要應用于經(jīng)濟領域。更重要的，從建立與應用計量經(jīng)濟學模型的全過程也可以看出，理論模型的設定、樣本數(shù)據(jù)的采集，則必須對經(jīng)濟理論、對所研究的經(jīng)濟現(xiàn)象的透徹認識為根底；即使是涉及數(shù)學方法較多的模型參數(shù)估計、模型的檢驗等，單靠數(shù)學知識也是難以完成的。計量經(jīng)濟學與其他學科的關系圖經(jīng)濟統(tǒng)計學數(shù)理經(jīng)濟學經(jīng)濟統(tǒng)計學數(shù)理經(jīng)濟學計量經(jīng)濟學經(jīng)濟學統(tǒng)計學數(shù)學數(shù)理統(tǒng)計學〔1〕計量經(jīng)濟學方法與其他經(jīng)濟數(shù)學方法的結合應用。例如，將計量經(jīng)濟學與投入產出方法結合，計量經(jīng)濟學與最優(yōu)化法方法結合，計量經(jīng)濟學與控制論方法相結合。〔2〕計量經(jīng)濟學方法已從主要用于經(jīng)濟預測轉向經(jīng)濟理論假設和政策假設的檢驗。〔3〕計量經(jīng)濟學模型的應用，已由傳統(tǒng)的領域轉向新的領域。傳統(tǒng)領域：生產函數(shù)、需求分析、消費函數(shù)、投資分析和宏觀經(jīng)濟模型等。代替上述傳統(tǒng)領域的是諸如貨幣、工資、就業(yè)、福利、國際間貿易、金融等?！?〕計量經(jīng)濟學模型的規(guī)模不再是水平上下的衡量標準，人們更喜歡建立一些簡單的模型，從總量上、趨勢上說明經(jīng)濟現(xiàn)象。5、計量經(jīng)濟學模型的三要素理論。即經(jīng)濟理論，所研究的對象的行為理論，它是計量經(jīng)濟研究的根底。方法。主要包括模型方法和計算方法，它是計量經(jīng)濟研究的工具與手段，是計量經(jīng)濟學不同于其他經(jīng)濟學科的主要特征。數(shù)據(jù)。反映研究對象的活動水平、相互間聯(lián)系以及外部環(huán)境的數(shù)據(jù)，或更廣義講是信息，可以看承是計量經(jīng)濟研究的原料。6、計量經(jīng)濟學模型建立的步驟〔1〕確定模型的設計=1\*GB3①確定模型所包含的變量計量經(jīng)濟學方法，說到底是因果分析方法，定量分析經(jīng)濟活動中各因素之間的因果關系。如果選擇了*一變量作為“果〞，則重要的是正確地選擇作為“因〞的變量。首先，變量的正確選擇關鍵在于能否正確把握所研究經(jīng)濟活動的經(jīng)濟學涵。例如，研究生產活動中產出量與影響產出量的諸因素之間的關系，以產出量為被解釋變量，則，在供應缺乏的經(jīng)濟環(huán)境下，各種投入要素〔如資本、勞動等〕應該作為解釋變量；而在需求缺乏的環(huán)境下，反映需求的因素〔如收入、人口等〕應該作為解釋變量。再如，研究消費活動，選擇消費額作為被解釋變量，則，在不同的消費理論下，解釋變量的選擇是很不一樣的。第二，在選擇變量時，錯誤是容易發(fā)生的。例如，出口=-107.6562+0.1288*社會商品零售總額+0.2214*農副產品收購額。這里，社會商品零售總額無直接關系，并不是出口的“因〞。進口=0.7257*輕工業(yè)投資+0.2080*出口+0.1806*生產消費+67.6025*進出口政策。這里選擇了不完全的變量。輕工業(yè)投資作為進口的解釋變量，口徑太小，應該選擇固定資產投資，以反映對進口產品的除生產消費之外的需求。第三，對虛變量的設置應堅持慎重態(tài)度。在建立計量經(jīng)濟學模型中，設置適當?shù)奶撟兞康谋匾?，它可以把一些確實對被解釋變量有很大影響又難以變量描述的因素因如模型，如氣候模型、政策因素等等。第四，變量的選擇不是一次完成的，往往要經(jīng)過屢次反復。=2\*GB3②確定模型的數(shù)學形式選擇了適當?shù)淖兞?，接下來就要選擇適當?shù)臄?shù)學形式描述這些變量之間的關系，這就是理論模型的建立。理論模型的建立的主要依據(jù)是經(jīng)濟行為理論。需要指出的是，現(xiàn)代經(jīng)濟學比擬重視實證研究，任何建立在一定經(jīng)濟學理論假設根底上的理論模型，如果不能很好地解釋過去，尤其是歷史統(tǒng)計數(shù)據(jù)，則它是不能為人們所承受的。=2\*GB3②擬定模型中待估參數(shù)的符號和大小的理論期望值。模型中待估參數(shù)的數(shù)值，要待模型估計、檢驗后才能確定，但對于它們的符號和大小圍，在很多情況下可以根據(jù)對所研究經(jīng)濟活動的認識事先加以估計，并用以檢驗模型的估計結果?！?〕確定模型的設計=1\*GB3①幾類常用的樣本數(shù)據(jù)時間序列數(shù)據(jù)。按照時間先后排列的統(tǒng)計數(shù)據(jù)，一般由統(tǒng)計部門提供，在研究應用計量經(jīng)濟學模型時應充分加以利用，以減少收集數(shù)據(jù)的工作量。截面數(shù)據(jù)。這是一批發(fā)生在同一時間截面上的調查數(shù)據(jù)，例如人口普查數(shù)據(jù)、工業(yè)普查數(shù)據(jù)、家計調查數(shù)據(jù)等。虛變量數(shù)據(jù)。在西方也叫二進制變量數(shù)據(jù)，一般情況下取0和1。例如，在農業(yè)生產函數(shù)研究中，假設設置虛變量表示氣候環(huán)境對農業(yè)生產的影響，則相對于災年，該變量取1，相對于正常年份，該變量取0。=2\*GB3②選擇樣本數(shù)據(jù)的出發(fā)點選擇樣本數(shù)據(jù)，除了考慮數(shù)據(jù)的可得性之外，還必須考慮數(shù)據(jù)的可用性。模型研究的目的不同，對樣本數(shù)據(jù)要求也不同。如果模型研究是為了預測，對參數(shù)估計值的最小方差性要求較高。=3\*GB3③樣本數(shù)據(jù)的質量數(shù)據(jù)質量問題大體上可以概括為完整性、準確性、可比性和一致性?！?〕模型參數(shù)的估計〔5〕模型的檢驗=1\*GB3①經(jīng)濟意義檢驗。在這一階段，需要檢驗模型是否符合經(jīng)濟意義，檢驗求得的參數(shù)估計值的符號與大小是否與根據(jù)人們的經(jīng)歷和經(jīng)濟理論所擬訂的期望值相符合。如果不符合，則要查找原因和采取必要的修正措施。=2\*GB3②統(tǒng)計檢驗。統(tǒng)計檢驗是由統(tǒng)計理論決定的，目的在于檢驗模型參數(shù)估計值的可靠性。通常最廣泛應用的統(tǒng)計檢驗準則有擬合優(yōu)度檢驗、變量和方程的顯著性檢驗和估計值標準差檢驗。=3\*GB3③計量經(jīng)濟學檢驗。由計量經(jīng)濟學理論確定的準則給出的，主要包括隨機擾動項的序列相關檢驗，異方差檢驗、解釋變量的多重共線性檢驗等。=4\*GB3④模型的預測檢驗。預測檢驗主要檢驗估計值的穩(wěn)定性以及相對樣本容量變化時的靈敏度，確定所建立的模型是否可以用于樣本觀察值以外的圍，即模型的所謂超樣本特征。計量經(jīng)濟模型應用的理論依據(jù)一、經(jīng)濟理論為計量經(jīng)濟學建模提供理論依據(jù)計量經(jīng)濟學本身是一門經(jīng)濟學。用數(shù)學方法探討經(jīng)濟學可以從好幾個方面著手，所研究的對象的行為理論，它是計量經(jīng)濟研究的根底。例如，*一商品的需求量Q取決于它自身的價格*1、其他商品的價格*2、消費者收入*3、消費者的愛好*4。數(shù)理經(jīng)濟學和一般經(jīng)濟學并無本質區(qū)別，它采用數(shù)學符號來表達以上經(jīng)濟理論，因此，上述經(jīng)濟關系，可以寫成Q=B0+B1*1+B2*2+B3*3+B4*4計量經(jīng)濟學在經(jīng)濟關系中引進一個具有明確特征的隨機變量來加以考慮，這樣需求方程就成了Q=B0+B1*1+B2*2+B3*3+B4*4+U計量經(jīng)濟學與經(jīng)濟學、數(shù)理經(jīng)濟學的不同之處在于引入了適合實際經(jīng)濟生活的隨機因素U，U稱為隨機擾動項。二、數(shù)學和統(tǒng)計學為計量經(jīng)濟學建模提供方法論根底數(shù)學和統(tǒng)計學為計量經(jīng)濟學分析提供了方法論根底。三、計算機技術為計量經(jīng)濟學分析提供了實現(xiàn)的手段有了現(xiàn)代計算機技術的廣泛應用，以及應用軟件〔如SPSS、SAS、EVIEWS、STATISTIC、MNINTAB等〕三、計量經(jīng)濟學根本理論一、簡單線性模型〔一〕相關分析1、變量之間的相互關系及種類按照相關程度分為不相關、不完全相關和完全相關按照相關的方向不同分為正相關和負相關按照相關的形式不同分為線性相關和非線性相關按照相關的因素的多少不同分為單相關和復相關2、相關分析相關分析是分析變量之間相關關系的一種分析方法，常用相關系數(shù)表示。相關系數(shù)是表示兩個變量之間在直線相關條件下，相關系數(shù)密切程度的數(shù)量指標。嚴格地講，應稱為線性相關系數(shù)，一般簡稱為相關系數(shù)。常用的相關系數(shù)有person相關系數(shù)和spearman相關系數(shù)。person相關系數(shù)假定相關的兩個變量*和Y的相關圖：IIIIIIIIIIIIIV*-*均*-*均Y-Y均Y-Y均在I、II象限中，乘積〔*-*均〕〔Y-Y均〕為正，因為*和Y的離差都有一樣的符號，同時為正或同時為負。在II、IV象限中，乘積〔*-*均〕〔Y-Y均〕為負，因為*和Y的離差沒有一樣的符號，兩者不是同時為正或同時為負。如果所有變量值*和Y與其平均值的離差乘積之后為正，則*和Y之間就正相關，用符號表示就是：∑〔*-*均〕〔Y-Y均〕"0；但是這個公式存在兩個方面的缺陷：第一，受觀察點數(shù)目的影響。N越大，數(shù)值越大，第二，受變量*和Y計量單位及其離散程度的影響，且不同的計量單位相乘也沒有實際的經(jīng)濟容。為克制第一個缺點，用觀察值數(shù)目N去除∑〔*-*均〕〔Y-Y均〕，以消除N的影響，用S2*Y表示，即S2*Y=∑〔*-*均〕〔Y-Y均〕/N，這個表達式稱為*和Y的協(xié)方差。為了進一步克制計量單位的不同，用*和Y各自的標準差去除協(xié)方差，得到相關系數(shù)：R=[∑〔*-*均〕〔Y-Y均〕]/〔NS*SY〕S*=[∑〔*-*均〕2/N]1/2；SY=[∑〔*-*均〕2/N]1/2當R數(shù)值介于0-0.3之間，稱為微弱相關；當R數(shù)值介于0.3-0.5之間，稱為低度相關；當R數(shù)值介于0.5-0.8之間，稱為中度相關；當R數(shù)值介于0.8-1之間，稱為高度相關。Spearman相關系數(shù)也稱為等級相關系數(shù)。其公式為R=1-6∑D2/N〔N2-1〕，其中D為序列等級之差。具體推推導見書P19。3、利用相關系數(shù)應注意的問題變量Y和*的相關系數(shù)等于變量*與Y之間的相關系數(shù)。簡單相關系數(shù)只適用于兩個變量之間的相關關系，假設變量為三個或三個以上時，就要用復相關系數(shù)計算。相關分析要以定性分析為前提，不然就會出現(xiàn)“虛假相關〞?！捕郴貧w分析1、回歸的定義：研究現(xiàn)象之間的一般關系求出關系方程式，由此根據(jù)*變量的一個推斷出另一變量的可能值，就稱為回歸分析。它實際上是將相關現(xiàn)象之間不確定的數(shù)量關系一般化。采用的方法是配合直線或曲線，用這條直線或曲線來代表現(xiàn)象之間的一般數(shù)量關系。2、回歸分析與相關分析的聯(lián)系與區(qū)別聯(lián)系：〔1〕相關分析是回歸分析的根底和前提；〔2〕回歸分析是相關分析的深入和繼續(xù)。區(qū)別：〔1〕相關分析所研究的兩個變量是對等關系，回歸分析所研究的兩個變量不是對等關系，必須根據(jù)研究目的，先確定一個為解釋變量，另一個為被解釋變量?！?〕對兩個變量*和Y來說，相關分析只能計算出一個反映兩變量之間相關關系密切程度的相關系數(shù)，計算中改變*和Y的地位不影響相關系數(shù)的數(shù)值；回歸分析卻好分析兩變量或多變量之間相關的形式，即回歸方程?！?〕相關分析對資料的要，兩個變量都必須是隨機的；而回歸分析對資料的要，解釋變量是固定的，被解釋變量是隨機的。3、總體回歸函數(shù)〔PRF〕E〔Y/*I〕恰好都落在一條直線上，我們稱這條描述條件均值E〔Y/*I〕變化情況的直線為回歸直線，更確切地說為回歸曲線。E〔Y/*I〕=F〔*I〕PRF〔populationregressionfunction〕描述了總體的平均變化情況。E〔Y/*I〕=βo+β1*β線性總體回歸函數(shù)，需要指明的是，在計量經(jīng)濟學中，所謂“線性〞是對模型中的參數(shù)而言的，即指參數(shù)進入模型的方式，而與模型中的變量是否為“線性〞無關。4、隨機擾動項μ總體回歸函數(shù)E〔Y/*I〕只是描述了總體變化情況，也就是說回歸直線只是在其他條件保持不變的情況下，代表平均消費和收入之間的準確關系，但就個別家庭來說，其消費支出就不全在這條直線上，而是圍繞這條直線上下波動，與該點的均值產生一個偏差。在計量經(jīng)濟學中，為了更完善地描述個別家庭消費者支出的變化情況，特引進一個變量μ，μI=YI-E〔Y/*I〕YI=E〔Y/*I〕+μI=βo+β1*β+μI[Y的變差]=[有解釋變差]+[未解釋變差]隨機擾動項包括：〔1〕被遺漏的影響因素；〔2〕變量的誤差；〔3〕隨機誤差；〔4〕模型的設定誤差。5、樣本回歸函數(shù)〔SRF〕為了反映總體的變化情況，我們只能由樣本“信息〞來估計總體，根據(jù)樣本資料所作出的，用以估計總體回歸函數(shù)的函數(shù)，就稱為樣本回歸函數(shù)，記為SRF〔Sampleregressionfunction〕與總體回歸函數(shù)類似，實際觀察到的被解釋變量YI值，并不完全等于其樣本條件均值Y/I，二者之差用EI表示，則EI=YI-Y/I或者YI=βo+β1*+EI6、樣本回歸函數(shù)與總體回歸函數(shù)的關系〔三〕樣本線性回歸模型的估計1、簡單線性回歸模型的根本假定〔1〕關于隨機擾動項μI的假定第一，μI是一個隨機實變數(shù)，其均值為零，且為正態(tài)分布。E〔UI/*I〕=0第二，μI的方差為常數(shù)〔同方差〕假定Var〔UI/*I〕=E[ui-E(ui/*i)]2=E(ui2)=δ2第三，μI的協(xié)方差等于零Cov(ui,uj)=E[ui-E(ui)][uj-E(uj)]=E(uiuj)=0，表示不同觀察值的隨機擾動項(uiuj)是互不相關。第三，μI與解釋變量無關Cov(*i,uj)=E[ui-E(ui)][*j-E(*j)]=0，表示隨機擾動項與解釋變量不相關，即*i和uj各自獨立對Y產生影響?！?〕對解釋變量*和被解釋變量Y的假定解釋變量是非隨機的，即在重復抽樣時，解釋變量*是一組固定的值，也就是說解釋變量*無測量誤差。被解釋變量Y可以是隨機的，Y的值可以包含或不包含測量誤差。由于被解釋變量Y分布的性質決定于ui，對于ui的各項假定也適用于Y的假定。即第一，E〔YI/*I〕=βo+β1*I；第二，Var〔YI/*I〕=δ2；第三，Cov(Yi,Yj)=0；第四，YI-〔βo+β1*I，δ2〕2、樣本線性回歸模型的參數(shù)估計——普通的最小二乘法〔OLS〕普通最小二乘法OLS〔ordinaryleastsquares〕簡便易行，具有良好性質。其要各個散點到回歸直線的離差的平方和最小，即∑ei2=∑(Yi-βo-β1*i)2=min(具體見書P31)得到：βo=Y均-β1*均β1=∑〔*-*均〕〔Y-Y均〕/∑〔*I-*均〕=∑*IYI/∑*I23、OLS回歸線的性質回歸線通過樣本均值，剩余項ei的均值為零。Y的估計值的均值等于實際的均值。解釋變量與剩余項ei不相關。Y的估計值與剩余項ei不相關。4、OLS估計式的特性〔1〕一個“優(yōu)良〞的估計式應該具備的統(tǒng)計性質第一，無偏性〔無偏估計式〕。設θ/是參數(shù)θ的估計式，定義估計量偏倚為：偏倚=E〔θ/〕θ，如果E〔θ/〕=θ，則成為無偏的。第二，最小方差性〔最正確估計式〕。第三，線性估計式。第四，有效性〔有效估計式〕〔2〕OLS估計式具備的統(tǒng)計性質線性。無偏性。最小方差性?！?〕極大擬然估計〔ML〕極大擬然估計ML〔ma*imunlikelihood〕，又稱為最大擬然估計，是與最小二乘估計完全不同的一種參數(shù)估計方法。普通最小二乘法是根據(jù)期望的性質而建立的一種參數(shù)估計的方法，估計過程并不需要了解模型隨機誤差項的概率分布。而ML卻是考慮到了模型隨隨機誤差項的概率分布來估計參數(shù)的一種方法。近代計量經(jīng)濟學理論的開展，更多地是以極大擬然原理為根底，一些特殊的計量經(jīng)濟模型也只有使用ML估計才能取得理想的結果。最小二乘估計是使模型對樣本的擬合到達最優(yōu)，而極大擬然估計卻是使樣本出現(xiàn)的到達最大。二者的原理不同，所依據(jù)的條件也有很大區(qū)別，但是極大擬然原理更本質地提醒了通過樣本估計總體參數(shù)的在聯(lián)系，所以對計量經(jīng)濟學的參數(shù)估計理論的開展有著重大的影響?！菜摹硺颖揪€性回歸模型的估計1、樣本的擬合優(yōu)度—可決系數(shù)R2檢驗可決系數(shù)R2就是說明在被解釋變量的總變差中由解釋變量*解釋的變差所占的百分比。R2越大，擬合優(yōu)度越好，否則，越差。Yi=Yi/+eiYi-Y均=Yi/-Y均+eiYi=yi/+ei∑Yi2=∑(yi/+ei)2∑yi2=∑yi/2+∑ei2+2∑yi/ei〔1〕∑Yi2=∑〔Yi-Y均〕2反映了Y的實際值與樣本均值的總變差，稱為變差的“總平方和〞，用TSS〔totalsumofsqures〕表示〔2〕∑yi12=∑〔Y/i-Y均〕2反映了由于回歸或由于解釋變量影響的yi而形成的平方和，稱為回歸平方和或有解釋的平方和，用ESS〔e*plainedsumofsqures〕表示〔3〕∑ei2=∑〔Yi-Y/i〕2反映了yi變化中沒有得到解釋的變差，稱為剩余平方和或未解釋的平方和，用RSS〔residualsumofsqures〕表示這樣上面的公式就可以寫成TSS=ESS+RSS如圖，對于一個確定的樣本來說，TSS是一個固定值，因此假設ESS的值越大，則RSS的值相應地就越小，或者說ESS在TSS中占的比重越大，則由回歸直線解釋的變差所占的比重越大，未解釋的變差所占的比重越??；假設ESS在TSS中占的比重越大，則回歸直線擬合的優(yōu)度就越好，因此，定義R2=ESS/TSS來衡量回歸直線的擬合優(yōu)度，一般稱為可決系數(shù)?？蓻Q系數(shù)R2與相關系數(shù)r的關系：在一元線性回歸模型中，可決系數(shù)R2等于相關系數(shù)r的平方。二者既有聯(lián)系又有區(qū)別，相關系數(shù)r只表示*、Y之間相關的密切程度，并不表示*、Y之間的因果關系?？蓻Q系數(shù)R2說明在被解釋變量的總變差中，由解釋變量作出的解釋所占的比重，它是一個變量的變差決定另一個變量的變差的綜合度量。2、總體回歸系數(shù)的估計與檢驗總體回歸系數(shù)βo和β1是未知的，需要根據(jù)樣本資料求出總體未知的參數(shù)，這就是所謂的參數(shù)估計。估計可以分為點估計和區(qū)間估計。t0=(βo/-βo)/SE(βo)~t(n-2)t0=(β1/-β1)/SE(β1)~t(n-2)P(-ta/2≦t0≦ta/2)=1-a3、回歸方程的顯著性檢驗假設總體回歸方程不顯著，即：H0：β2=β3=……βK=0進展方差分析，回歸平方和的取值受K個回歸系數(shù)估計值的影響，同時又要服從F=〔ESS/〔K-1〕〕/〔RSS〔N-K〕〕根據(jù)自由度和給定的顯著性水平a，查F分布表中的理論臨界值Fa，當F>Fa時，拒絕原假設，即認為總體回歸函數(shù)中各自變量的線性關系顯著否則，承受原來假設。第三節(jié)計量經(jīng)濟模型的分類一、按照模型的應用分類1、構造分析是指利用估計的計量經(jīng)濟模型，來測定所研究經(jīng)濟系統(tǒng)的經(jīng)濟變量之間的各種根本關系，具體來說，是估計和研究系統(tǒng)的參數(shù)以及這些參數(shù)的*些線性組合。最常用的方式是比擬靜力學分析、彈性分析和乘數(shù)分析。2、政策評價即利用估計的計量經(jīng)濟模型，在不同的政策方案之間進展選擇，權衡各種可供選擇的政策的可能效益和代價，比擬不同政策各種后果，以期望得到理性經(jīng)濟決策。進展政策評價的主要方法有政策模擬法、目標-工具法、社會福利函數(shù)法和最優(yōu)控制法等。經(jīng)濟預測即利用估計的計量經(jīng)濟模型，來預測實際觀察樣本數(shù)據(jù)以外的*些變量的未來值。需要說明的是，計量經(jīng)濟學研究涉及的主要是因果預測問題。所謂因果預測，是指對一個經(jīng)濟變量的未來值由其他的有密切的經(jīng)濟變量所決定的關系來進展預測。4、實證分析即利用計量經(jīng)濟模型和實際統(tǒng)計資料分析現(xiàn)實的經(jīng)濟現(xiàn)象，以說明*個理論假說的正確與否。二、按照模型形式分類1、單方程模型〔1〕線性回歸模型研究想象之間的一般關系求出關系方程式，由此對*變量的一個值推斷出另一變量的可能值，就稱為回歸分析。它實際上是將相關現(xiàn)象間不確定的數(shù)量關系一般化。采用的方法是配合直線或曲線，用這條直線或曲線來代表現(xiàn)象之間的一般數(shù)量關系。這條直線或曲線叫做回歸直線或回歸曲線?！?〕分布滯后模型和自回歸模型前面我們所討論的問題大多沒有考慮時間因素，總認為本期的被解釋變量變化僅僅依賴于本期解釋變量的變化。但是實際情況是，解釋變量與被解釋變量之間的關系不可能在瞬間發(fā)生，通常有一個“時間滯后〞，也就是說解釋變量需要通過一段時間才能完全作用于被解釋變量。例如，消費需求量的大小，不僅取決于同期居民的收入水平，而且也受過去收入水平多少的影響；農產品的產量不僅受本年預期價格的影響，而且還受去年價格的影響。因此在設定回歸模型的變量時，必須考慮變量的延遲作用，才能使理論模型接近于真實的經(jīng)濟過程。YT=B1+B2*T+B3*T-1+B4*T-2+……+C1YT-1+C2YT-2