基于BP神经网络我国生产者服务业增加值比重发展趋势研究.pdfVIP

基于BP神经网络的我国生产者服务业增加值比重发 展趋势的研究 高楠，陈伟达 东南大学经济管理学院，南京（210089 ） E-mail：gaonan@ 摘 要：本文运用BP神经网络方法,对我国生产者服务业增加值占GDP比重发展趋势进行分 析和预测，确定影响生产者服务业增加值比重的主要因素，并建立了我国生产者服务业增加 值占GDP比重的预测模型。通过模型可以看出，到“十一五”末期，我国生产者服务业增加值 占GDP的比重不足20% ，低于英国1968年生产者服务业增加值占GDP比重。因此，我国需要 大大加快生产者服务业发展的步伐。 关键词：BP神经网络；生产者服务业增加值；预测 中图分类号：F11919 1. 研究问题背景及问题提出 自上世纪80年代以来,随着全球经济一体化进程的不断加快和国际产业专业化分工的进 一步深化,服务业特别是生产者服务业逐渐成为国民经济中最具活力的部门,其占GDP 的比重 【 】 不断上升 1 。其中的生产者服务业，指那些为其它商品和服务的生产者用作中间投入的服 【 】 务，与直接满足最终需求的消费者服务相对 2 。许多经济学家对生产者服务业的迅速增长 进行了研究。加拿大学者 Grubel Walker(1989)通过对加拿大生产服务业的研究发现，以 1981年不变价计算的生产服务业增加值占GDP 比重1961~1986年间上 【 】 升了近20% 3 。OECD (2003) 的研究成果表明，20世纪90年代中期，DECD 国家制造业产品 【 】 的价值中平均有22%是由生产服务业所创造的，且比重还在进一步提升 4 。随着我国工业 深化和服务业结构转变，我国生产者服务业增加值占GDP 比重的发展趋势是怎样的呢？这将 是本文研究的主要问题。 由于生产者服务业其本身是一个复杂的大系统，影响因素复杂、具有很强的非线性。而且 各因素间互相依赖和互相制约,单凭直觉和经验以及线性分析的方法很难正确研究。 研究显 示。对于不易建立精确数学模型的非线性复杂系统,应用人工神经网络(ANN)方法可以得出 比较满意的结果。由于人工神经网络强大的并行处理机制、任意函数的逼近能力、学习记忆 【 】 能力以及自组织和自适应能力,其在经济时间序列预测等方面已被广泛运用 5 。本文将通过 人工神经网络建模的方法对我国生产者服务业增加值占GDP 比发展趋势进行分析和预测。文 【 】 中的生产者服务业增加值是采用Momigliano and Siniscalso 的方法 6 ，将第三产业增加值乘 以第三产业中间需求率而得。根据这种方法，服务业中并不存在明确属于生产者服务业或消 费服务业的具体部门，每个服务分支部门中都存在一定比重的生产服务业和消费者服务业。 中间需求率是根据我国1987 、1990、1992 、1995 、1997 、2000 、2002年七年详细的投入 产出表计算整理而得。 2. 神经网络方法的基本原理 2.1 人工神经网络 人工神经网络（ANN-artificial neural networks ）是属于人工智能（Artificial Intelligence ） 范畴的一种计算技术，它是人脑思维系统的一个简单的结构模拟,可以模仿基本形式的人脑 - 1 -