城镇化水平预测方法新探.PDFVIP

中国科技论文在线 第 10卷 　第 3期 ( ) Vol. 10 No. 3 哈尔滨工业大学学报 社会科学版 　 　 2 0 0 8 年 5 月 J OU RN AL O F H IT ( SO C IAL SC IEN C E S ED IT ION ) M ay. , 2008 　　　　　　 城 镇 化 水 平 预 测 方 法 新 探 ———以神经网络模型的应用为例 丁 　刚 (福州大学 公共管理学院 ,福州 350002) 　　摘 　要 : 在城镇化水平预测领域 ,基于时间因素的趋势回归法与经济因素的相关分析法是两种较为常用 的预测方法 ,但两者在实际用于预测时都需要通过对时序数据的考察建立起相应的计量模型才能进行 ,而所建 模型往往因存在一定缺陷而使预测效果受到严重影响 。目前 ,基于数据驱动式的 “黑箱 ”建模思想而诞生的神 经网络模型在预测领域已得到了广泛应用 ,但在城镇化水平预测方面尚未得以充分使用 。在对上述两种传统 预测方法在应用中存在的缺陷进行实证分析并综合考虑时间因素与经济因素的基础上 ,运用神经网络模型在 这一领域进行了尝试性的分析和探讨 。结果表明 , 同两种传统预测方法相比,其预测效果较为理想 。 　　关键词 : 城镇化 ;预测 ;神经网络模型 　　中图分类号 : F29 1　　　文献标志码 : A 　　　文章编号 : 1009197 1 (2008) 03 - 0 128 - 06 ( ) 院 IIA SA 土地利用研究部与中国科学院地理科 学和自然资源研究所就曾联合对我国未来一段时 　　一 、问题的提出 期的城镇化水平进行预测 , 其所构建的基于时间 趋 势 变 量 t 的 趋 势 回 归 模 型 为 Ut = 　　城镇化是推动中国经济增长进程的重要原动 1 - 0. 022862 ( t - 1982) , 具备 L og is tic 曲线的特 力之一 ,对其发展水平进行科学预测 ,无疑具有极 1 + 2. 95094E 为重要的现实意义 。 征[ 2] ; 郭文等曾以江西省 1978—2004 年城镇化水 　　在我国目前的城镇化水平预测研究领域 ,基 平的时间序列数据为样本, 通过曲线拟合采用形 于时间因素的趋势回归法与经济因素的相关分析 3 如 Y = 18. 7689 + 0. 0008 t 的幂函数方程对于 法是两种较为常用的预测方法 。其共同点在于两 江西省的城镇化水平进行了预测 [ 3 ] 。后者的应 者都是基于一定的时序数据以适用的计量模型构 用则更为广泛 ,如 ,汤茂林等在对 1985—1997 年 建为途径达成其预测 目