基于馬尔可夫模型对安徽省各城市人均GDP预测及变动分析.docVIP

基于Markov链最优化模型对安徽地区人均GDP的预测分析 摘要：根据马尔可夫链方法将安徽省17个城市人均 GDP划分为4种状态，得到转移矩阵，并（红色去掉）用优化方法得出一个最优转移概率矩阵，此矩阵比通过平均求得的转移概率矩阵具有较低的误差率，最后(红色去掉）并利用此方法建立预测各市人均GDP在未来若干年后的发展状况的分析模型，它对研究安徽的经济发展具有一定的参考价值。 关键词：马尔科夫链；人均GDP；修正；(红色去掉)优化 一 引言 安徽是一个农业大省，为全面建设小康社会，尽快缩小与其他各省份的差距，了解安徽各城市发展水平和发展趋势，逐步消除各城市发展不平衡以此促进经济发展。本文利用马尔科夫模型建立了安徽17个城市人均GDP的发展变化规律，并对其变化进行预测及变动分析。 一、马尔科夫转移过程的基本概念（此段换成马尔可夫链，参考教材准确叙述，交待时间变量和状态集） 若随机过程（一般表示连续变量，换成在时刻所处的状态为已知的条件下,在时刻(不等式反了)所处的状态分布与时刻之前所处的状态无关。即在事件的发展过程中，若每次状态的转移都只仅与当前时刻的状态有关，而与过去的状态无关，或者说状态转移过程是无后效性的。则这样的状态转移过程就称为马尔可夫过程。 用表示系统由状态经过一步转移后达到状态的概率，那么转移概率矩阵为：（字体大小与其他地方不一致） 其中满足条件： 如果系统的状态不只经过一步转移，而是经过多步转移，则可以用步转移矩阵来描述，我们记步转移矩阵为，则有 （成立有齐次条件） 此式表明步转移是在前一步转移的基础上再进行一步转移，因此步转移矩阵就是一步转移矩阵的次方[2]（此话查文献有错误）。 二、应用实例分析 （一）安徽各地区人均GDP状态划分 人均GDP是衡量一个地区发展程度重要的指标。《1990年世界发展报告》中对121个国家(地区)排队分组，按照人均GDP将各国家（地区）划为贫困、温饱、小康、富裕和发达国家（地区）五种类型，根据我国的实际情况，我们（换成文献3中）按照如下标准划分为以下五种状态[3]： N1-贫困（人均GDP在300美元以下）； N2-温饱（人均GDP在300美元～800美元）； N3-小康（人均GDP在800美元～1500美元）； N4-富裕（人均GDP在1500美元～3000美元）； N5-发达（人均GDP在3000美元以上）。（前面和下面状态变量为，现在为N,要统一，且1，2，3，4，5好像应该为下标） 因为人均GDP具备无后效应的特点。我们可以把它看作是一个以{N1，2，3，4，5}为状态空间的马尔可夫链。 本文用安徽省17个市2004～2009年的人均GDP（见表1），数据来自安徽统计年鉴[4]，来建立马尔可夫预测模型（不通）。人民币对美元按照1：8的汇率换算，由表1可以看出安徽省2004～2009年各地区的人均GDP均超过了贫困水平，因此我们将安徽地区的人均GDP划分为四种状态，分别是： G1-温饱（人均GDP在300美元～800美元）； G2-小康（人均GDP在800美元～1500美元）； G3-富裕（人均GDP在1500美元～3000美元）； G4-发达（人均GDP在3000美元以上）。 表1 安徽省各城市人均国内生产总值（GDP） 2004-2009年 单位：（元） 年份 城市 2004 2005 2006 2007 2008 2009 合肥 13327 19925 22849 27566 34482 41585 芜湖 15649 18065 21511 25933 33024 38553 蚌埠 7621 9465 11132 12818 13632 14802 淮南 9225 11551 13246 15699 18884 22169 马鞍山 21640 30001 34010 42063 49824 51927 淮北 8181 10252 11015 12674 17029 18096 铜陵 19394 25854 34310 40116 44870 46765 安庆 6566 7331 8758 10589 12596 14242 黄山 9133 11254 13441 15427 16867 17981 滁州 8518 7942 9069 10814 12623 14002 阜阳 2889 3761 4483 5515 6475 7288 宿州 4796 5416 6265 7448 8982 9545 巢湖 6836