BP神经网络在贸易引致环境损害预测中应用研究.docVIP

BP神经网络在贸易引致环境损害预测中应用研究 　　摘要：贸易增长与环境损害之间的关系是多纬度、错综复杂的，又受到贸易政策、环境政策的影响，使得准确预测贸易引致的环境损害相当困难。在分析贸易与环境问题现状的基础上尝试运用BP神经网络模型从宏观上建立贸易增长与环境损害预测模型，采用MATLAB中神经网络工具箱实现多层前馈BP网络，结果证明所提出的方法成功的将神经网络模型引入贸易与环境问题定量预测研究中，并且得到预期误差范围内的预测结果。神经网络模型应用于中国贸易与环境污染预测的结果表明，该模型具有所需样本少，预测精度较高等优点，为研究贸易引致的环境污染预测提供了新途径。 　　关键词：神经网络；对外贸易；环境损害预测 　　中图分类号：F2文献标识码：A文章编号：1672-3198（2013）08-0010-02 　　1引言 　　Runge（1993）认为贸易改变了国际间的分工模式，也扩大了经济活动的规模。经济活动与污染的非线性关系说明，除贸易之外，产出结构、技术和环境政策也起着重要作用。根据Runge的分析结果，经济增长规模对环境造成的负面影响，一定程度上被产出结构所抵消。因此从总体上说，贸易自由化在造成污染的同时提高了资源配置效率。人均GDP的增长会使环境保护需求增加，并导致产出结构和生产技术的变化，反过来降低污染物的排放量。Anderson，Blackhurst（1992）和Gorden（1997）认为贸易自由化政策实施的同时，采取适当的环境政策可以改进全球福利。Siebert（1990）等人甚至运用最经典的H-O模型论证了贸易自由化提高生产效率，减少资源消耗压力的可能性，认为采用贸易限制手段解决环境问题只会造成进一步扭曲，而基于比较优势的专业化分工能够促进全球资源的有效配置和合理利用，有利于环境保护。因此，更大程度地开放市场，推进贸易自由化进程是减少环境污染的有效途径。贸易有害论观点认为，如果商品生产和消费模式对环境产生负面影响，那么开放贸易后，世界产出的增加会导致环境更进一步的破坏。较早将产权制度不完备性引用H-O扩展模型以分析发展中国家和发达国家间贸易污染问题的学者Chilchilnisky（1994）认为，在私人产权没有得到明确界定的情况下，贸易会加速发展中国家环境资源的破坏，从而对全球环境构成进一步的威胁。Daly，Goodland（1994）和Ayres（1996）考察了贸易对污染排放量的影响，结论是自由贸易将加剧环境污染，他们对贸易自由化带来的经济增长与环境保护关系的积极性提出了质疑，认为这种贸易增长不但不是改进社会福利的重要因素，而且与环境保护目标背道而驰。 　　2基于贸易环境效应的BP神经网络构造 　　2.1BP神经网络预测模型设计 　　基于BP算法的多层前馈型网络的结构包括输入层结点，输出层结点，而且有一层或多层隐含结点。对于输入信息，要先向前传播到隐含层的结点上，经过各单元的特性为Sigmoid型传递函数运算后，把隐含结点的输出信息传播到输出结点，最后给出输出结果。网络的学习过程由正向和反向传播两部分组成。在正向传播过程中，每一层神经元的状态只影响下一层神经元网络。这里所采用的BP神经网络模型，均为包含一个输入层，一个隐含层，一个输出层的3层网络结构，即标准的BP网络结构模型。文中采用BP神经网络模型对贸易增长引致的环境损害的预测通过建立两个BP模型分三步来完成。经过多次模拟训练和参数选择尝试，多个输出接点造成了预测结果的较大误差，因此，最终选择一个输出层节点。首先，建立一个输入层节点数为3、输出层节点数为1、隐含层节点数若干的贸易指标时间序列预测模型。在该模型中，对4个贸易指标分别从1989开始提取样本，每4个样本为一组，前3个样本作为输入，最后1个样本作为输出其次，建立一个输入层节点数为4、输出层节点数为1、隐含层节点数若干的BP网络隐含层的确定对神经网络系统起着非常关键的作用。对于多层神经元网络来讲，需要解决两个关键问题：一是确定隐含层层数的原则，二是隐含层接点数目的选择。基于上面的分析，在人工神经网络模型之中，我们经过多次模拟训练和尝试后，最终选取一个隐含层和一个输出层并达到了既定预测精度要求。因为一方面本模型的输入是离散的数值，另一方面激活函数是采用单一的S型函数。同时本模型的输入节点比较多，如果选取更多的隐含层，势必增加训练成本，因而整体上来说是不经济的。BP网络的传递函数有多种。Log-sigmoidS型函数的输入值可取任意值，输出值在0和1之间；tan-sigmodS型传递函数tansig的输入值可取任意值，输出值在[-1，+1]之间；线性传递函数purelin的输入与输出值可取任意值。BP网络通常有一个或多个隐含层，该层中的神经元均采用sigmoidS型传递函数，输出层的