省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型研究

省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型研究

一、省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力評(píng)價(jià)與預(yù)測(cè)綜合評(píng)價(jià)價(jià)值是指一個(gè)省（市、區(qū)）對(duì)資源的吸引力、市場(chǎng)競(jìng)爭(zhēng)強(qiáng)度、周邊地區(qū)的輻射強(qiáng)度和運(yùn)動(dòng)力。省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力是推動(dòng)中國區(qū)域經(jīng)濟(jì)和現(xiàn)代市場(chǎng)經(jīng)濟(jì)發(fā)展的重要?jiǎng)恿?發(fā)展省域經(jīng)濟(jì)必須抓住提升省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力這個(gè)基礎(chǔ)和核心問題。大力提升省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力,不僅需要對(duì)其現(xiàn)狀進(jìn)行全面、深入的認(rèn)識(shí)和評(píng)價(jià),且迫切需要對(duì)其未來的變化發(fā)展趨勢(shì)和能力進(jìn)行預(yù)測(cè)分析。市場(chǎng)經(jīng)濟(jì)和區(qū)域經(jīng)濟(jì)越是加快發(fā)展,對(duì)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力進(jìn)行預(yù)測(cè)研究的必要性和重要性也就愈益凸顯。研究和提升省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力需要進(jìn)行預(yù)測(cè)研究,但它從來沒有被預(yù)測(cè)過。省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力從來沒有被預(yù)測(cè)過,并不等于它不能被預(yù)測(cè)。省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力作為推動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展的重要要素,既可以進(jìn)行測(cè)度評(píng)價(jià),也可以進(jìn)行預(yù)測(cè)分析。省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力是由一系列相互聯(lián)系、相互影響的省域經(jīng)濟(jì)要素構(gòu)成的有機(jī)整體,這些要素有些是動(dòng)態(tài)的,處于不斷的變化發(fā)展之中,有些則是相對(duì)穩(wěn)定的,例如國土面積、海域面積、礦產(chǎn)資源儲(chǔ)量等等,這就使省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力既具有經(jīng)濟(jì)要素運(yùn)行的不確定性和不連續(xù)性,又具有自身所特有相對(duì)穩(wěn)定性和持續(xù)性。同時(shí),省域經(jīng)濟(jì)競(jìng)爭(zhēng)力的組成要素多、體量大,在短時(shí)間內(nèi)產(chǎn)生突變的概率小,這些都為省域經(jīng)濟(jì)競(jìng)爭(zhēng)力預(yù)測(cè)提供了可行性。省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)研究不是空中樓閣憑空而起,需要建立在省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力研究和經(jīng)濟(jì)預(yù)測(cè)研究的堅(jiān)實(shí)基礎(chǔ)之上。馬克思主義哲學(xué)作為關(guān)于自然、社會(huì)和思維發(fā)展一般規(guī)律的科學(xué),政治經(jīng)濟(jì)學(xué)作為揭示了生產(chǎn)關(guān)系發(fā)展規(guī)律的科學(xué),為經(jīng)濟(jì)預(yù)測(cè)以經(jīng)濟(jì)現(xiàn)象的歷史、現(xiàn)狀和規(guī)律為依據(jù)對(duì)未來前景進(jìn)行測(cè)定,提供了有力的理論指導(dǎo);西方經(jīng)濟(jì)學(xué)、統(tǒng)計(jì)學(xué)、數(shù)量經(jīng)濟(jì)學(xué)、技術(shù)經(jīng)濟(jì)以及電子計(jì)算機(jī)技術(shù)等學(xué)科的發(fā)展,為省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力的預(yù)測(cè)研究提供了具體的理論、方法和技術(shù)手段;近年來國內(nèi)一批專家學(xué)者致力于省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力的評(píng)價(jià)研究,其中影響最大、最具代表性的成果是由李建平、李閩榕、高燕京主編,由社會(huì)科學(xué)文獻(xiàn)出版社出版的國家級(jí)藍(lán)皮書《中國省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力發(fā)展報(bào)告(2005~2006)》、《中國省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力發(fā)展報(bào)告(2006~2007)》。在省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力的預(yù)測(cè)研究方面,李閩榕主持的2007年國家社科基金項(xiàng)目《中國省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力評(píng)價(jià)與預(yù)測(cè)研究》已取得了階段研究成果,由社會(huì)科學(xué)文獻(xiàn)出版社以相同書名于2007年11月正式出版(李閩榕、李建平、黃茂興,2007),這些研究成果,為省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)研究奠定了的良好基礎(chǔ),表明省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力不僅可以評(píng)價(jià),而且也能夠預(yù)測(cè)?，F(xiàn)代經(jīng)濟(jì)預(yù)測(cè)的核心是建立科學(xué)的預(yù)測(cè)模型,省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)研究也是同樣。由于省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力是一個(gè)復(fù)雜的系統(tǒng)工程,決定了構(gòu)建預(yù)測(cè)模型也是一項(xiàng)十分復(fù)雜、難度很大的工作。本文以省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系作為預(yù)測(cè)指標(biāo)體系,來構(gòu)建省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型,并對(duì)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型精確性和預(yù)測(cè)結(jié)果進(jìn)行驗(yàn)證和評(píng)估。二、建立綜合評(píng)價(jià)省域經(jīng)濟(jì)優(yōu)勢(shì)的模型(一)定量分析方法經(jīng)濟(jì)預(yù)測(cè)方法一般分為定性分析方法和定量分析方法。定性分析方法強(qiáng)調(diào)的是從主觀判斷角度出發(fā),集思廣益,力求得出的結(jié)果能比較客觀,這主要是用于對(duì)難以通過數(shù)據(jù)和資料來衡量的客觀對(duì)象的判斷,經(jīng)濟(jì)研究中常用的定性分析方法主要有專家評(píng)估法(德爾菲法)、判斷預(yù)測(cè)法、市場(chǎng)調(diào)查法、類推法等。定量分析方法則著眼于運(yùn)用統(tǒng)計(jì)與計(jì)量的分析方法,對(duì)搜集的數(shù)據(jù)資料進(jìn)行加工,從而得出所需要的數(shù)據(jù)結(jié)果。自1962年法國經(jīng)濟(jì)學(xué)者朱格勒(C.Juglar)創(chuàng)建時(shí)間—價(jià)格數(shù)列之后(1),經(jīng)濟(jì)發(fā)展預(yù)測(cè)的定量分析方法不斷增多、完善,有調(diào)查預(yù)測(cè)、相關(guān)與回歸預(yù)測(cè)、趨勢(shì)預(yù)測(cè)、季節(jié)預(yù)測(cè)、投入產(chǎn)出預(yù)測(cè)、馬爾可夫預(yù)測(cè)、生產(chǎn)函數(shù)預(yù)測(cè)、短期預(yù)測(cè)、中長(zhǎng)期預(yù)測(cè)、判斷預(yù)測(cè)、延伸預(yù)測(cè)、因果預(yù)測(cè)等1500多種(2)。經(jīng)濟(jì)預(yù)測(cè)運(yùn)用的范圍也越來越廣泛,最初較多是運(yùn)用于對(duì)宏觀經(jīng)濟(jì)的預(yù)測(cè),后來逐步的向區(qū)域、行業(yè)、部門等延伸,形成多層次、多級(jí)別的經(jīng)濟(jì)預(yù)測(cè)體系。預(yù)測(cè)方法和手段也趨于完善,并逐步向智能化和高級(jí)化的方向發(fā)展,使經(jīng)濟(jì)預(yù)測(cè)的科學(xué)性和準(zhǔn)確度不斷提高。以上這些分析方法同樣適用于省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)的分析研究,是進(jìn)行省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)研究選擇最適合、最有效分析研究方法的依據(jù)和對(duì)象。(二)建立省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型的指標(biāo)預(yù)測(cè)指標(biāo)體系是構(gòu)建省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型的依據(jù)和基礎(chǔ)。預(yù)測(cè)“鑒往知來”的本質(zhì),決定了對(duì)過去和現(xiàn)在的評(píng)價(jià)是預(yù)測(cè)的基礎(chǔ),并由此決定了已經(jīng)并且正在使用的對(duì)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力過去和現(xiàn)在狀況進(jìn)行評(píng)價(jià)的指標(biāo)體系及模型,仍然是省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)研究不可缺少的基礎(chǔ)。全國經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力研究中心福建師范大學(xué)分中心(2008)在由社會(huì)科學(xué)出版社出版的國家級(jí)藍(lán)皮書《中國省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力發(fā)展報(bào)告(2006~2007)》中創(chuàng)建的省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系,經(jīng)過了實(shí)踐的檢驗(yàn),獲得了學(xué)術(shù)界、經(jīng)濟(jì)界的較大認(rèn)同,可以作為省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力的預(yù)測(cè)指標(biāo)體系。預(yù)測(cè)指標(biāo)體系設(shè)1個(gè)一級(jí)指標(biāo)、9個(gè)二級(jí)指標(biāo)、25個(gè)三級(jí)指標(biāo)和207個(gè)四級(jí)指標(biāo)(參見圖1),四級(jí)指標(biāo)名稱參見表1,歸屬三級(jí)指標(biāo)的情況及權(quán)重分配參見社會(huì)科學(xué)文獻(xiàn)出版社出版的《中國省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力發(fā)展報(bào)告(2006~2007)》。在省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力的預(yù)測(cè)指標(biāo)體系中,一、二、三級(jí)指標(biāo)沒有客觀的基礎(chǔ)數(shù)據(jù),屬于由下一級(jí)指標(biāo)組合起來的合成性指標(biāo),只有四級(jí)指標(biāo)是屬于具有客觀數(shù)據(jù)的基礎(chǔ)性指標(biāo),因此,省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型主要依據(jù)207個(gè)四級(jí)指標(biāo)來建立。建立省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型不是用一種預(yù)測(cè)方法對(duì)207個(gè)四級(jí)指標(biāo)進(jìn)行簡(jiǎn)單預(yù)測(cè),因?yàn)樵诮?jīng)濟(jì)預(yù)測(cè)中,到目前為止,還沒有一種預(yù)測(cè)方法能夠適應(yīng)眾多不同性質(zhì)的經(jīng)濟(jì)要素的預(yù)測(cè)。因此,構(gòu)建省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型還需要對(duì)207個(gè)四級(jí)指標(biāo)依據(jù)指標(biāo)性質(zhì)的不同進(jìn)行類型分析。由于省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)指標(biāo)體系的指標(biāo)數(shù)量多、涵蓋范圍廣,既有宏觀經(jīng)濟(jì)指標(biāo),也有產(chǎn)業(yè)和企業(yè)指標(biāo);既有投入指標(biāo),也有產(chǎn)出和效益指標(biāo);既有經(jīng)濟(jì)要素指標(biāo),也有以經(jīng)濟(jì)要素產(chǎn)生直接影響的其他相關(guān)指標(biāo),如教育、文化和政府作用等方面的指標(biāo);既有動(dòng)態(tài)指標(biāo),也有靜態(tài)指標(biāo)(不是絕對(duì)不變,是處于緩慢變化之中),如人均國土面積指標(biāo)所涉及國土面積、人均可使用海域和灘涂面積指標(biāo)涉及的可使用海域面積灘涂面積,等等。這些都是從經(jīng)濟(jì)運(yùn)行和經(jīng)濟(jì)要素的角度反映了省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力的內(nèi)部構(gòu)成。從省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)指標(biāo)體系的構(gòu)成看,可以分為5種不同形態(tài):(1)存量形態(tài),就是以總量絕對(duì)值的形式來體現(xiàn)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力構(gòu)成要素的過去、現(xiàn)在和未來存在情況,如地區(qū)生產(chǎn)總值、財(cái)政總收入、流動(dòng)資金周轉(zhuǎn)次數(shù)、全社會(huì)貨物周轉(zhuǎn)量,等等。(2)增量形態(tài),就是以增長(zhǎng)速度的形式來體現(xiàn)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力構(gòu)成要素的變化發(fā)展情況,如地區(qū)生產(chǎn)總值增長(zhǎng)率、財(cái)政總收入增長(zhǎng)率、地方財(cái)政收入年遞增、社會(huì)勞動(dòng)生產(chǎn)率增長(zhǎng)速度,等等。(3)均值形態(tài),就是以平均值的形式來體現(xiàn)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力構(gòu)成要素的平均占有情況,如人均地區(qū)生產(chǎn)總值、規(guī)模以上企業(yè)廠均所有者權(quán)益、每萬人商標(biāo)注冊(cè)件數(shù),等等。(4)占比形態(tài),就是以局部占全部比重的形式來體現(xiàn)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力的變化發(fā)展情況,如規(guī)模以上工業(yè)增加值占工業(yè)增加值比重、稅收收入占財(cái)政總收入比重,等等。(5)比率(比差)形態(tài),就是以兩個(gè)有著密切聯(lián)系的不同事物之間的比較形式來體現(xiàn)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力的變化發(fā)展情況,如貿(mào)易結(jié)構(gòu)優(yōu)化度(貨物和服務(wù)凈流出)、工業(yè)資產(chǎn)總貢獻(xiàn)率、森林覆蓋率、霍夫曼系數(shù)、環(huán)境競(jìng)爭(zhēng)力與宏觀經(jīng)濟(jì)競(jìng)爭(zhēng)力比差(反映協(xié)調(diào)發(fā)展情況),等等。按照以上5個(gè)方面的形態(tài)對(duì)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)指標(biāo)體系中的四級(jí)指標(biāo)進(jìn)行分類,結(jié)果是:存量類指標(biāo)有42個(gè),占指標(biāo)體系的20.3%;增量類指標(biāo)有23個(gè),占指標(biāo)體系的11.1%;均值類指標(biāo)有60個(gè),占指標(biāo)體系的30.0%;占比類指標(biāo)有39個(gè),占指標(biāo)體系的18.8%;比率(比差)類指標(biāo)有43個(gè),占指標(biāo)體系的20.8%,每個(gè)類型包含的具體指標(biāo)參見表1。鑒于少數(shù)指標(biāo)采集的數(shù)據(jù)量太少,如萬元GDP綜合能耗近2年才成為國家統(tǒng)計(jì)體系內(nèi)的指標(biāo),現(xiàn)在的數(shù)據(jù)不足以支持預(yù)測(cè);有的數(shù)據(jù)不是每年都有變化或變化量極小,例如森林覆蓋率國家每5年公布一次,且變化緩慢,預(yù)測(cè)結(jié)果基本是一條直線;還有的屬于合成性指標(biāo),如環(huán)境競(jìng)爭(zhēng)力與宏觀經(jīng)濟(jì)競(jìng)爭(zhēng)力比差(反向指標(biāo))、資源競(jìng)爭(zhēng)力與宏觀經(jīng)濟(jì)競(jìng)爭(zhēng)力比差(反向指標(biāo))、人力資源競(jìng)爭(zhēng)力與宏觀經(jīng)濟(jì)競(jìng)爭(zhēng)力比差(反向指標(biāo))等科學(xué)和諧發(fā)展的指標(biāo),是在一次預(yù)測(cè)的基礎(chǔ)再做二次預(yù)測(cè),預(yù)測(cè)的誤差必然會(huì)進(jìn)一步加大。因此,有11個(gè)四級(jí)指標(biāo)可以不進(jìn)入預(yù)測(cè),參加預(yù)測(cè)的指標(biāo)共有196個(gè)。需要明確的是,不參與預(yù)測(cè)實(shí)驗(yàn)的指標(biāo)應(yīng)以現(xiàn)有分值進(jìn)入與預(yù)測(cè)分值一起合成預(yù)測(cè)結(jié)果,由此確定各個(gè)省域的預(yù)測(cè)排位。(三)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型主要特點(diǎn)對(duì)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力進(jìn)行預(yù)測(cè),除了構(gòu)建指標(biāo)評(píng)價(jià)體系外,還要借助計(jì)量經(jīng)濟(jì)學(xué)、數(shù)理經(jīng)濟(jì)學(xué)的計(jì)算工具建立預(yù)測(cè)評(píng)價(jià)模型。預(yù)測(cè)模型是經(jīng)濟(jì)預(yù)測(cè)研究中必不可少的部分,是區(qū)域經(jīng)濟(jì)預(yù)測(cè)的“支柱”,少了這個(gè)“支柱”,描述得再生動(dòng)、再具體的預(yù)測(cè)也難以在科學(xué)性和客觀性面前站穩(wěn)腳跟。隨著數(shù)學(xué)和計(jì)算機(jī)在經(jīng)濟(jì)學(xué)中的廣泛運(yùn)用,構(gòu)建預(yù)測(cè)模型開始成為經(jīng)濟(jì)預(yù)測(cè)的主流方法,主要預(yù)測(cè)模型有:線性回歸模型、移動(dòng)平均模型、指數(shù)平滑模型、趨勢(shì)外推模型、ARIMA預(yù)測(cè)模型、馬爾可夫預(yù)測(cè)模型、投入產(chǎn)出預(yù)測(cè)模型、灰色預(yù)測(cè)模型、人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型,等等。根據(jù)預(yù)測(cè)的原理的不同,目前比較常用的預(yù)測(cè)模型有9大類,如表2所示。這些預(yù)測(cè)模型對(duì)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)研究也是適用的,是進(jìn)行省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)研究學(xué)習(xí)借鑒的主要對(duì)象。分析預(yù)測(cè)模型不僅要分析其原理和分類,還要分析其主要特點(diǎn)。從上面介紹和分析的可供省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)研究借鑒的9類主要經(jīng)濟(jì)預(yù)測(cè)模型來看,它們?cè)陬A(yù)測(cè)方法上表現(xiàn)出以下幾個(gè)突出特點(diǎn):(1)以此推彼,就是依據(jù)經(jīng)濟(jì)要素之間的因果關(guān)系,由一個(gè)要素的變量預(yù)測(cè)出另一個(gè)要素的變量?；貧w分析模型中的一元線性回歸模型、二元線性回歸模型、三元線性回歸模型都屬于這樣的預(yù)測(cè)方法。(2)以前推后,就是依據(jù)經(jīng)濟(jì)要素過去、現(xiàn)在變化發(fā)展時(shí)間序列的值,對(duì)其未來一定階段內(nèi)的變化值進(jìn)行推導(dǎo)和預(yù)測(cè)。在簡(jiǎn)單預(yù)測(cè)模型中,移動(dòng)平均模型、指數(shù)平滑模型都屬于具有以前推后突出特點(diǎn)的預(yù)測(cè)模型。由于模型構(gòu)造比較簡(jiǎn)單,移動(dòng)平均模型、指數(shù)平滑模型進(jìn)行長(zhǎng)期預(yù)測(cè)的誤差較大,通常適用于1年以內(nèi)的預(yù)測(cè)。(3)以內(nèi)推外,就是將經(jīng)濟(jì)要素過去和現(xiàn)在已經(jīng)形成客觀現(xiàn)實(shí)的變化發(fā)展趨勢(shì)看作是內(nèi)趨勢(shì),將內(nèi)趨勢(shì)形成的函數(shù)曲線向趨勢(shì)外延伸,由此來推導(dǎo)、預(yù)測(cè)其外趨勢(shì),也就是未來的變化發(fā)展趨勢(shì)。以內(nèi)推外在本質(zhì)上也屬于以前推后,但它不是只預(yù)測(cè)經(jīng)濟(jì)要素未來中近期變化發(fā)展的一個(gè)點(diǎn),而是按時(shí)間序列排列的一種趨勢(shì),因而可以用于長(zhǎng)期預(yù)測(cè)。趨勢(shì)外推模型中的多項(xiàng)式曲線模型、指數(shù)曲線模型、對(duì)數(shù)曲線模型、龔珀茲曲線模型、邏輯曲線模型,以及多項(xiàng)式曲線模型中的二次曲線趨勢(shì)模型、三次拋物線模型等預(yù)測(cè)模型等等,都屬于具有以內(nèi)推外特點(diǎn)的預(yù)測(cè)模型。(4)系統(tǒng)綜推,就是充分考慮經(jīng)濟(jì)要素受到的諸多關(guān)聯(lián)因素的復(fù)雜影響,運(yùn)用多變量、系統(tǒng)化的預(yù)測(cè)模型對(duì)預(yù)測(cè)對(duì)未來一定階段內(nèi)的變化值或發(fā)展趨勢(shì),進(jìn)行綜合性推導(dǎo)和預(yù)測(cè)。投入產(chǎn)出預(yù)測(cè)模型、灰色預(yù)測(cè)模型、人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型等,都是具有鮮明系統(tǒng)綜推特點(diǎn)的預(yù)測(cè)模型。(四)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型的發(fā)展趨勢(shì)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)指標(biāo)體系是構(gòu)建省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)研究的基礎(chǔ)和主件,預(yù)測(cè)模型是省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)研究的基本工具和要件,省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)模型的建模必須充分考慮和滿足省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)指標(biāo)體系提出的要求。(1)線性回歸分析模型對(duì)預(yù)測(cè)指標(biāo)的適應(yīng)性分析。線性回歸分析模型中的一元線性回歸模型、二元線性回歸模型、三元線性回歸模型,都屬于簡(jiǎn)單型預(yù)測(cè)模型,明顯不能用來作為進(jìn)行全面、系統(tǒng)的綜合性預(yù)測(cè)的預(yù)測(cè)模型。但是,線性回歸分析模型所具有的以此推彼特點(diǎn),可以用來作為驗(yàn)證模型來發(fā)揮輔助性作用。(2)簡(jiǎn)單時(shí)間序列預(yù)測(cè)模型對(duì)預(yù)測(cè)指標(biāo)的適應(yīng)性分析。移動(dòng)平均模型、指數(shù)平滑模型都是按時(shí)間序列對(duì)經(jīng)濟(jì)要素進(jìn)行預(yù)測(cè)的模型,但屬于簡(jiǎn)單時(shí)間序列預(yù)測(cè)模型。簡(jiǎn)單時(shí)間序列預(yù)測(cè)模型雖然不需要由一個(gè)要素變量來以此推彼地預(yù)測(cè)出另一個(gè)不同要素的變化值,可以自身過去和現(xiàn)在的變化值來預(yù)測(cè)經(jīng)濟(jì)要素未來的變化值,但由于模型構(gòu)造比較簡(jiǎn)單,不太適合用做1年以上的長(zhǎng)期預(yù)測(cè),不宜作為主導(dǎo)模型來使用,但可作為輔助模型來使用。(3)趨勢(shì)外推模型對(duì)預(yù)測(cè)指標(biāo)的適應(yīng)性分析。趨勢(shì)外推模型是以經(jīng)濟(jì)要素過去和現(xiàn)在形成的內(nèi)趨勢(shì)函數(shù)曲線,來向外延伸推導(dǎo)、預(yù)測(cè)未來的變化發(fā)展趨勢(shì)。多項(xiàng)式曲線模型、指數(shù)曲線模型、對(duì)數(shù)曲線模型、龔珀茲曲線模型、邏輯曲線模型,以及多項(xiàng)式曲線模型中的二次曲線趨勢(shì)模型、三次拋物線模型等預(yù)測(cè)模型,發(fā)展都屬于趨勢(shì)外推模型。這些模型雖然在原理上屬于時(shí)間序列預(yù)測(cè)模型,但功能比簡(jiǎn)單時(shí)間序列預(yù)測(cè)模型優(yōu)良許多,不同的預(yù)測(cè)模型對(duì)不同類型的指標(biāo)也有著較強(qiáng)的適應(yīng)性,可以用于具有2個(gè)以上變量因素的預(yù)測(cè)。(4)自回歸移動(dòng)平均模型對(duì)預(yù)測(cè)指標(biāo)的適應(yīng)性分析。自回歸移動(dòng)平均模型是按照時(shí)間序列,根據(jù)歷史數(shù)據(jù)的變動(dòng)規(guī)律,用一定的數(shù)學(xué)模型來近似描述這個(gè)序列,來實(shí)現(xiàn)對(duì)未來的預(yù)測(cè)。經(jīng)濟(jì)預(yù)測(cè)中常用的ARIMA模型,屬于非平穩(wěn)時(shí)間序列預(yù)測(cè)模型,能夠適應(yīng)經(jīng)濟(jì)要素在出現(xiàn)增長(zhǎng)或下降波動(dòng)趨勢(shì)條件下進(jìn)行預(yù)測(cè)的要求,只要模型所需要的各項(xiàng)參數(shù)確定并正確,不僅預(yù)測(cè)比較準(zhǔn)確,而且對(duì)不同類型預(yù)測(cè)指標(biāo)的適應(yīng)面也比較大。(5)馬爾可夫預(yù)測(cè)模型對(duì)預(yù)測(cè)指標(biāo)的適應(yīng)性分析。馬爾可夫預(yù)測(cè)模型是應(yīng)用馬爾科夫鏈的基本原理與方法分析事物的變化規(guī)律,并預(yù)測(cè)其未來變化趨勢(shì)的一種技術(shù)。在總體上也屬于以內(nèi)推外的范疇,具有以“短”推外的特點(diǎn)和需要?dú)v史數(shù)據(jù)少、預(yù)測(cè)簡(jiǎn)便的優(yōu)點(diǎn)。但是,馬爾可夫預(yù)測(cè)模型是建立在一定的假設(shè)條件之上的,而實(shí)際上這些條件很難得到滿足,同時(shí)它還忽視過去的因素,使得預(yù)測(cè)結(jié)果不夠精確,不太適合省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)指標(biāo)體系對(duì)省域宏觀經(jīng)濟(jì)和社會(huì)領(lǐng)域要素的預(yù)測(cè)。(6)投入產(chǎn)出預(yù)測(cè)模型對(duì)預(yù)測(cè)指標(biāo)的適應(yīng)性分析。投入產(chǎn)出預(yù)測(cè)模型是運(yùn)用數(shù)學(xué)方法和電子計(jì)算機(jī)技術(shù),在建立投入產(chǎn)出表的基礎(chǔ)上,分析和預(yù)測(cè)國民經(jīng)濟(jì)各部門間投入原材料和產(chǎn)出產(chǎn)品的平衡關(guān)系及其變化的一種現(xiàn)代經(jīng)濟(jì)預(yù)測(cè)模型,也是一種對(duì)經(jīng)濟(jì)運(yùn)行狀態(tài)和趨勢(shì)進(jìn)行全面、系統(tǒng)預(yù)測(cè)的綜合型預(yù)測(cè)模型,可以應(yīng)用于區(qū)域經(jīng)濟(jì)運(yùn)行狀態(tài)和趨勢(shì)的預(yù)測(cè)。但是,建立和運(yùn)用投入產(chǎn)出預(yù)測(cè)模型有一定的前提要求,如要求總供給和總需求相等、各產(chǎn)品生產(chǎn)的相關(guān)關(guān)系是穩(wěn)定不變、產(chǎn)品生產(chǎn)的消耗數(shù)據(jù)有詳細(xì)統(tǒng)計(jì)等,這些要求在現(xiàn)實(shí)中很難滿足,決定了投入產(chǎn)出模型在省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)中的適用性和準(zhǔn)確性都是有限的。(7)灰色預(yù)測(cè)模型對(duì)預(yù)測(cè)指標(biāo)的適應(yīng)性分析?；疑A(yù)測(cè)模型是一種應(yīng)用微分方程,通過鑒別系統(tǒng)因素之間發(fā)展趨勢(shì)的相異程度,并對(duì)原始數(shù)據(jù)進(jìn)行生成處理來尋找系統(tǒng)變動(dòng)的規(guī)律,預(yù)測(cè)事物未來發(fā)展趨勢(shì)的預(yù)測(cè)模型,具有需求數(shù)據(jù)少、可檢驗(yàn)及修正、預(yù)測(cè)結(jié)果具有良好的精確性等優(yōu)點(diǎn),在經(jīng)濟(jì)社會(huì)各領(lǐng)域應(yīng)用非常廣泛。但是,灰色預(yù)測(cè)模型對(duì)具有明確絕對(duì)值的單一性經(jīng)濟(jì)要素的預(yù)測(cè),因擬合灰度較大導(dǎo)致精度沒有簡(jiǎn)單模型的精確度高。(8)人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型對(duì)預(yù)測(cè)指標(biāo)的適應(yīng)性分析。人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型是通過建立一個(gè)并行和分布式的多層BP神經(jīng)網(wǎng)絡(luò),形成可以逼近任意非線性函數(shù)并進(jìn)行隨機(jī)調(diào)整,來預(yù)測(cè)經(jīng)濟(jì)要素的變化發(fā)展趨勢(shì),具有不需計(jì)算統(tǒng)計(jì)特征和考慮系統(tǒng)表現(xiàn)的函數(shù)形式越復(fù)雜、神經(jīng)網(wǎng)絡(luò)作用也越明顯的特點(diǎn),理論上可以適用于任何非線性時(shí)間序列的建模,但與灰色預(yù)測(cè)模型一樣,在對(duì)單一性經(jīng)濟(jì)要素的預(yù)測(cè)上,預(yù)測(cè)精度不如一些簡(jiǎn)單模型的預(yù)測(cè)精度高。(五)模型評(píng)價(jià)標(biāo)值對(duì)各種模型進(jìn)行有效評(píng)價(jià)和判斷的依據(jù)是設(shè)立有效的評(píng)價(jià)指標(biāo),通過評(píng)價(jià)指標(biāo)值的大小來評(píng)價(jià)各預(yù)測(cè)模型的預(yù)測(cè)效果。對(duì)預(yù)測(cè)模型精確度評(píng)價(jià)和應(yīng)用部分列出了相對(duì)誤差、平均誤差、變異系數(shù)、擬合優(yōu)度、泰爾(Theil)不等系數(shù)、外推預(yù)測(cè)檢驗(yàn)等6種指標(biāo)來評(píng)價(jià)各種模型的預(yù)測(cè)精度,如表3所示。(六)組合模型與主導(dǎo)模型根據(jù)以上適應(yīng)性分析,我們將實(shí)驗(yàn)經(jīng)濟(jì)學(xué)的基本理論和主要方法引入省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)主導(dǎo)模型的選擇研究,組織20多人歷經(jīng)3個(gè)多月時(shí)間,對(duì)31個(gè)省份、長(zhǎng)達(dá)13年的196個(gè)指標(biāo)與16個(gè)常用的經(jīng)濟(jì)預(yù)測(cè)模型的適應(yīng)性進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)數(shù)據(jù)多達(dá)810多萬個(gè),最后綜合考察5個(gè)預(yù)測(cè)效果評(píng)判標(biāo)準(zhǔn),找出每一類指標(biāo)中適應(yīng)指標(biāo)個(gè)數(shù)最多的預(yù)測(cè)模型作為主導(dǎo)模型,每一類指標(biāo)中平均值最優(yōu)的預(yù)測(cè)模型作為的輔助模型。在實(shí)驗(yàn)中我們還發(fā)現(xiàn),以歷史擬合的均方誤差最小為標(biāo)準(zhǔn),用線性規(guī)劃的方法確定各單項(xiàng)預(yù)測(cè)模型的權(quán)重,把所有用于實(shí)驗(yàn)的預(yù)測(cè)模型綜合在一起,擬合效果好的模型權(quán)重大,賦予擬合效果差的模型權(quán)重就要小,由此形成的預(yù)測(cè)結(jié)果不僅比輔助模型更好一些,而且具有綜合性和穩(wěn)定性,不容易受少數(shù)預(yù)測(cè)模型的極端值影響,可以對(duì)主導(dǎo)模型的預(yù)測(cè)效果起到驗(yàn)證作用。課題組將這一模型稱為組合模型,作為主導(dǎo)模型的驗(yàn)證模型。也就是說,只要五大類型指標(biāo)主導(dǎo)模型和輔助模型的預(yù)測(cè)結(jié)果優(yōu)于組合模型,就可以認(rèn)為預(yù)測(cè)結(jié)果在正常范圍之內(nèi),是可以接受的。五大類型指標(biāo)主導(dǎo)模型和組合模型的預(yù)測(cè)效果對(duì)比如表4所示。三、主導(dǎo)模型與其他預(yù)測(cè)模型的比較通過對(duì)省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力指標(biāo)體系中的指標(biāo)進(jìn)行大量預(yù)測(cè)實(shí)驗(yàn),從中選擇出每一類指標(biāo)適應(yīng)性最強(qiáng)的預(yù)測(cè)模型,并把適應(yīng)某類型指標(biāo)最強(qiáng)的預(yù)測(cè)模型作為主導(dǎo)模型,這只是說明主導(dǎo)模型在5個(gè)評(píng)價(jià)標(biāo)準(zhǔn)的比較上優(yōu)于其他預(yù)測(cè)模型,還不能說明主導(dǎo)模型預(yù)測(cè)結(jié)果就是最精確的。實(shí)際上,不管哪種預(yù)測(cè)模型,對(duì)歷史數(shù)據(jù)變化趨勢(shì)的擬合不可能完全一致,也就不可避免地會(huì)產(chǎn)生誤差。而這種誤差的大小,就影響到省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力的預(yù)測(cè)結(jié)果。因此,有必要對(duì)實(shí)驗(yàn)過程中各指標(biāo)預(yù)測(cè)的精確度做個(gè)比較分析。(一)變異系數(shù)和不等系數(shù)表5列出了40個(gè)存量類指標(biāo)利用各自主導(dǎo)模型預(yù)測(cè)效果。從平均絕對(duì)誤差率來看,有18個(gè)指標(biāo)的預(yù)測(cè)誤差小于5%,接近指標(biāo)總數(shù)的一半,預(yù)測(cè)精確度是非常高的,有10個(gè)指標(biāo)的預(yù)測(cè)誤差介于5%到10%之間,預(yù)測(cè)精確度也是比較高的,只有12個(gè)指標(biāo)的預(yù)測(cè)誤差超過了10%;從變異系數(shù)來看,有28個(gè)指標(biāo)預(yù)測(cè)的變異系數(shù)小于0.1,占到指標(biāo)總數(shù)的70%,變異系數(shù)處于0.1到0.2之間的有6個(gè)指標(biāo),另外6個(gè)指標(biāo)的變異系數(shù)超過0.2;從擬合優(yōu)度來看,有26個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度超過0.9,處于0.5和0.9之間的有12個(gè),只有2個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度小于0.5;從2006年相對(duì)誤差來看,只有9個(gè)指標(biāo)的誤差小于5%,11個(gè)指標(biāo)的相對(duì)誤差介于5%和10%之間,另外20個(gè)指標(biāo)的相對(duì)誤差都超過了10%;從泰爾不等系數(shù)來看,只有3個(gè)指標(biāo)泰爾不等系數(shù)小于0.5,處于0.5和0.9之間的有32個(gè),占指標(biāo)總數(shù)的80%,另外5個(gè)大于0.9。綜合來看,存量類指標(biāo)中絕大多數(shù)預(yù)測(cè)效果較好,在5個(gè)評(píng)價(jià)標(biāo)準(zhǔn)中表現(xiàn)比較滿意,只有少數(shù)指標(biāo)預(yù)測(cè)效果較差,特別是對(duì)外經(jīng)濟(jì)合作完成營(yíng)業(yè)額、污染直接經(jīng)濟(jì)損失(反向指標(biāo))、現(xiàn)金投入量、保險(xiǎn)費(fèi)凈收入、音像制品出版數(shù)和城市城鎮(zhèn)社區(qū)服務(wù)設(shè)施數(shù)等幾個(gè)指標(biāo)的預(yù)測(cè)誤差非常大,這是由于這些指標(biāo)的歷史數(shù)據(jù)波動(dòng)明顯,沒有形成明顯的變化趨勢(shì)或曲線,不管是主導(dǎo)模型還是其他任何預(yù)測(cè)模型都難以對(duì)其進(jìn)行有效擬合,使得預(yù)測(cè)誤差比較大。但總體上看來,存量類指標(biāo)預(yù)測(cè)的效果還是很好的,其預(yù)測(cè)結(jié)果可以作為省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力的預(yù)測(cè)評(píng)價(jià)依據(jù)。(二)變異系數(shù)和擬合優(yōu)度表6列出了23個(gè)增量類指標(biāo)利用各自主導(dǎo)模型的預(yù)測(cè)效果。從平均絕對(duì)誤差率來看,有10個(gè)指標(biāo)的預(yù)測(cè)誤差小于5%,接近指標(biāo)總數(shù)的一半,預(yù)測(cè)精確度是非常高的,有8個(gè)指標(biāo)的預(yù)測(cè)誤差介于5%到10%之間,預(yù)測(cè)精確度也是比較高的,只有5個(gè)指標(biāo)的預(yù)測(cè)誤差超過了10%;從變異系數(shù)來看,有17個(gè)指標(biāo)預(yù)測(cè)的變異系數(shù)小于0.1,超過指標(biāo)總數(shù)的70%,變異系數(shù)處于0.1到0.2之間的指標(biāo)有5個(gè),只有1個(gè)指標(biāo)的變異系數(shù)超過0.2;從擬合優(yōu)度來看,有14個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度超過0.9,處于0.5和0.9之間的有6個(gè),只有3個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度小于0.5;從2006年相對(duì)誤差來看,有8個(gè)指標(biāo)的誤差小于5%,10個(gè)指標(biāo)的相對(duì)誤差介于5%和10%之間,另外5個(gè)指標(biāo)的相對(duì)誤差都超過了10%;從泰爾不等系數(shù)來看,共有14個(gè)指標(biāo)泰爾不等系數(shù)小于0.5,處于0.5和0.9之間的有8個(gè),另外1個(gè)大于0.9。綜合來看,增量類指標(biāo)中大部分的預(yù)測(cè)效果還是較好的,在5個(gè)評(píng)價(jià)標(biāo)準(zhǔn)中表現(xiàn)比較滿意,只有少數(shù)指標(biāo)預(yù)測(cè)效果較差,比如實(shí)際FDI增長(zhǎng)率,歷史數(shù)據(jù)波動(dòng)明顯,沒有形成明顯的變化趨勢(shì)或曲線,不管是主導(dǎo)模型還是其他任何預(yù)測(cè)模型都難以對(duì)其進(jìn)行有效擬合,使得預(yù)測(cè)誤差比較大。但總體上看來,增量類指標(biāo)預(yù)測(cè)的效果還是很好的,其預(yù)測(cè)結(jié)果可以作為省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)評(píng)價(jià)依據(jù)。(三)均值類評(píng)價(jià)標(biāo)準(zhǔn)主要的預(yù)測(cè)效果很好,但年、月、日表7列出了57個(gè)均值類指標(biāo)利用各自主導(dǎo)模型的預(yù)測(cè)效果。從平均絕對(duì)誤差率來看,有31個(gè)指標(biāo)的預(yù)測(cè)誤差小于5%,超過指標(biāo)總數(shù)的一半,預(yù)測(cè)精確度是非常高的,有15個(gè)指標(biāo)的預(yù)測(cè)誤差介于5%到10%之間,預(yù)測(cè)精確度也是比較高的,只有11個(gè)指標(biāo)的預(yù)測(cè)誤差超過了10%;從變異系數(shù)來看,有48個(gè)指標(biāo)預(yù)測(cè)的變異系數(shù)小于0.1,超過指標(biāo)總數(shù)的80%,變異系數(shù)處于0.1到0.2之間的指標(biāo)有4個(gè),只有5個(gè)指標(biāo)的變異系數(shù)超過0.2;從擬合優(yōu)度來看,有40個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度超過0.9,另外17個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度大于0.5,說明均值類指標(biāo)預(yù)測(cè)主導(dǎo)模型對(duì)各指標(biāo)擬合效果非常好;從2006年相對(duì)誤差來看,有17個(gè)指標(biāo)的誤差小于5%,20個(gè)指標(biāo)的相對(duì)誤差介于5%和10%之間,另外20個(gè)指標(biāo)的相對(duì)誤差都超過了10%;從泰爾不等系數(shù)來看,有9個(gè)指標(biāo)泰爾不等系數(shù)小于0.5,處于0.5和0.9之間的有45個(gè),只有3個(gè)大于0.9。綜合來看,均值類指標(biāo)中大部分的預(yù)測(cè)效果還是較好的,在5個(gè)評(píng)價(jià)標(biāo)準(zhǔn)中表現(xiàn)比較令人滿意,只有少數(shù)指標(biāo)預(yù)測(cè)效果較差,比如人均治理工業(yè)污染投資額、人均保險(xiǎn)費(fèi)凈收入、萬人技術(shù)市場(chǎng)成交額和每10萬人火災(zāi)發(fā)生數(shù)(反向指標(biāo))等幾個(gè)指標(biāo),同樣是由于這些指標(biāo)的歷史數(shù)據(jù)波動(dòng)明顯,沒有形成明顯的變化趨勢(shì)或曲線,不管是主導(dǎo)模型還是其他任何預(yù)測(cè)模型都難以對(duì)其進(jìn)行有效擬合,使得預(yù)測(cè)誤差比較大。但總體上看來,均值類指標(biāo)預(yù)測(cè)的效果還是很好的,其預(yù)測(cè)結(jié)果可以作為省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)評(píng)價(jià)依據(jù)。(四)均值類評(píng)價(jià)標(biāo)準(zhǔn)主要指標(biāo)的預(yù)測(cè)效果分析表8列出了39個(gè)占比類指標(biāo)利用各自主導(dǎo)模型的預(yù)測(cè)效果。從平均絕對(duì)誤差率來看,有14個(gè)指標(biāo)的預(yù)測(cè)誤差小于5%,占指標(biāo)總數(shù)的1/3,預(yù)測(cè)精確度是非常高的,有15個(gè)指標(biāo)的預(yù)測(cè)誤差介于5%到10%之間,預(yù)測(cè)精確度也是比較高的,另外10個(gè)指標(biāo)的預(yù)測(cè)誤差超過了10%;從變異系數(shù)來看,有25個(gè)指標(biāo)預(yù)測(cè)的變異系數(shù)小于0.1,超過指標(biāo)總數(shù)的60%,變異系數(shù)處于0.1到0.2之間的指標(biāo)有11個(gè),只有3個(gè)指標(biāo)的變異系數(shù)超過0.2;從擬合優(yōu)度來看,有20個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度超過0.9,另外19個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度大于0.5,說明均值類指標(biāo)預(yù)測(cè)主導(dǎo)模型對(duì)各指標(biāo)擬合效果非常好;從2006年相對(duì)誤差來看,只有9個(gè)指標(biāo)的誤差小于5%,11個(gè)指標(biāo)的相對(duì)誤差介于5%和10%之間,另外19個(gè)指標(biāo)的相對(duì)誤差都超過了10%;從泰爾不等系數(shù)來看,有10個(gè)指標(biāo)泰爾不等系數(shù)小于0.5,處于0.5和0.9之間的有27個(gè),只有2個(gè)大于0.9,說明占比類指標(biāo)的主導(dǎo)模型預(yù)測(cè)能力很高的。綜合來看,均值類指標(biāo)中大部分的預(yù)測(cè)效果還是較好的,在5個(gè)評(píng)價(jià)標(biāo)準(zhǔn)中表現(xiàn)比較令人滿意,只有少數(shù)指標(biāo)預(yù)測(cè)效果較差,比如外資企業(yè)進(jìn)出口占進(jìn)出口總額比重、企業(yè)技術(shù)開發(fā)經(jīng)費(fèi)占產(chǎn)品銷售收入比重和醫(yī)療保險(xiǎn)覆蓋率等指標(biāo),這些指標(biāo)的歷史數(shù)據(jù)波動(dòng)明顯,其變化趨勢(shì)或曲線,難以利用普通的預(yù)測(cè)模型對(duì)其進(jìn)行有效擬合,使得預(yù)測(cè)誤差比較大。但是總體上看來,占比類指標(biāo)預(yù)測(cè)的效果還是很好的,其預(yù)測(cè)結(jié)果可以作為省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力預(yù)測(cè)評(píng)價(jià)依據(jù)。(五)評(píng)價(jià)標(biāo)準(zhǔn)之間的相關(guān)分析表9列出了37個(gè)比率(比差)類指標(biāo)利用各自主導(dǎo)模型的預(yù)測(cè)效果,從平均絕對(duì)誤差率來看,有14個(gè)指標(biāo)的預(yù)測(cè)誤差小于5%,超過指標(biāo)總數(shù)的1/3,預(yù)測(cè)精確度是非常高的,有10個(gè)指標(biāo)的預(yù)測(cè)誤差介于5%到10%之間,預(yù)測(cè)精確度也是比較高的,另外13個(gè)指標(biāo)的預(yù)測(cè)誤差超過了10%;從變異系數(shù)來看,有21個(gè)指標(biāo)預(yù)測(cè)的變異系數(shù)小于0.1,接近于指標(biāo)總數(shù)的60%,變異系數(shù)處于0.1到0.2之間的指標(biāo)有10個(gè),只有6個(gè)指標(biāo)的變異系數(shù)超過0.2;從擬合優(yōu)度來看,有16個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度超過0.9,有20個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度大于0.5,只有1個(gè)指標(biāo)的預(yù)測(cè)模型擬合優(yōu)度小于0.5,說明均值類指標(biāo)預(yù)測(cè)主導(dǎo)模型對(duì)各指標(biāo)擬合效果非常好;從2006年相對(duì)誤差來看,有11個(gè)指標(biāo)的誤差小于5%,15個(gè)指標(biāo)的相對(duì)誤差介于5%和10%之間,另外11個(gè)指標(biāo)的相對(duì)誤差都超過了10%;從泰爾不等系數(shù)來看,有13個(gè)指標(biāo)泰爾不等系數(shù)小于0.5,其他24個(gè)都處于0.5和0.9之間,說明比率(比差)類指標(biāo)的主導(dǎo)模型預(yù)測(cè)能力很高的。綜合來看,比率(比差)類指標(biāo)中大部分的預(yù)測(cè)效果還是較好的,在5個(gè)評(píng)價(jià)標(biāo)準(zhǔn)中表現(xiàn)都比較令人滿意,只有少數(shù)指標(biāo)預(yù)測(cè)效果較差。由于比率(比差)類指標(biāo)都是由其他存量類指標(biāo)計(jì)算得到的,同時(shí)受到多個(gè)指標(biāo)變化的影響,特別是資本形成結(jié)構(gòu)優(yōu)化度(存貨增加指數(shù)—反向指標(biāo))、工業(yè)成本費(fèi)用利潤(rùn)率、新產(chǎn)品產(chǎn)值率和工業(yè)固體廢物綜合處置率等指標(biāo),受到其他指標(biāo)波動(dòng)的影響,使得指標(biāo)變化不穩(wěn)定,其變化趨勢(shì)或曲線難以利用普通的預(yù)測(cè)模型對(duì)其進(jìn)行有效擬合,使得預(yù)測(cè)誤差比較大。但是總體上看來,比率(比差)類指標(biāo)預(yù)測(cè)的效果還是很好的,其預(yù)測(cè)結(jié)果可以作為省域經(jīng)濟(jì)