海南省区域经济发展优势分析_基于模糊综合评价模型的实证研究
中国产业税收政策有效性研究——基于模糊综合评价模型
世界 范 围 内产业 结 构调 整 的步 伐 ， 为我 国产 业 结 这 构调 整带 来 新 的机 遇和 挑 战 ， 这 加快 转 变经 济 发 在 展方 式 的攻 坚 时期 ， 究如 何有 效 发挥 以产业 为 导 研 向的税 收政 策 在转 变 经济增 长 方式 中的作 用 ， 于 对 加 快产 业结 构 调整 步 伐 ，催 生 新 的经 济增 长 点 ， 参
中 图分 类 号 ： ８ ０４ 文 献标 识码 ： 文 章 编 号 ：６ ２ ６ ６ ２ １ ）７ ０ ５ — ５ Ｆ １ ．２ Ａ １ ７ — ２ Ｘ（０ ２ ０ — ０ ４ ０
一
、
引 言
意义 。此 外 ，０ ８年全 球性 经 济危 机加快 了新一 轮 ２０
运 用 税 收 政 策 引导 和 支 持 产 业 结 构 升 级 进 而 促 进 经济 可持 续发 展 是世 界 多数 国家 的普 遍 做法 。 近 年来 ， 国政府 逐渐 意 识 到产业 结 构优 化 调整 在 我 国 民经济 发展 中的 战略 地位 ， 制定 了与 中 国经济 发
美 国战后 三 次税 收政 策 调整 对投 资 的影 响 ， 果 发 结 现 ，９ ４年 国 内收入 法案 采用 加速 折 旧法大 大促 进 １５
化 ？而 对我 国产业 税 收政 策有 效性 进行 评 价 ， 是 正
本文 所要研 究 和 回答 的 问题 。
当前 正值 强 调 提 高 政 府 管 理 效 率 和 提 高 经 济 增 长质 量 的关 键 时候 ， 其是 在讨 论政 府 对经 济 的 尤
了企业 对 建 筑 业 投 资 ，推 动 了美 国建 筑 行 业 的发 展 ；９ ２年 国 内收入 法案 主 张缩短 机器 设备 的折 旧 １６ 年 限及 对设 备 和机 器 实行 投 资税 收抵 免政 策 ， 对设
基于ARIMA模型的海南省国内生产总值预测
基于ARIMA模型的海南省国内生产总值预测海南省国内生产总值（GDP）是反映一个地区经济发展水平的重要指标之一。
通过对GDP 的预测和分析，可以更好地了解一个地区的经济发展趋势，为政府决策提供重要参考。
本文将利用ARIMA模型对海南省GDP进行预测，并进行详细的分析和讨论。
一、海南省GDP概况海南省是中国的经济特区之一，也是中国重要的旅游胜地。
近年来，海南省的GDP呈现出稳步增长的态势，经济结构逐渐优化，产业布局不断完善，对外开放程度不断提高。
海南省经济也面临着一些挑战，如环境保护、产业升级等问题。
通过对海南省GDP的预测分析，可以更好地了解其经济运行态势，有助于政府决策和发展规划。
二、ARIMA模型介绍ARIMA模型是一种常用的时间序列预测模型，适用于对非平稳时间序列数据进行预测。
ARIMA模型包括自回归（AR）、差分（I）和移动平均（MA）三个部分。
具体而言，ARIMA模型可以用数学公式表示为ARIMA(p, d, q)，其中p代表自回归部分阶数，d代表差分阶数，q代表移动平均部分阶数。
通过对历史数据进行ARIMA模型拟合，可以得到模型的参数，并用于未来数据的预测。
三、海南省GDP数据收集与预处理我们收集了2000年至2020年的海南省GDP数据，包括年度GDP总值。
然后，对数据进行预处理，包括缺失值处理、异常值剔除等步骤，以保证数据的完整性和准确性。
四、ARIMA模型拟合及参数选择接下来，我们利用Python中的statsmodels库对海南省GDP数据进行ARIMA模型的拟合。
我们对数据进行平稳性检验，以确定是否需要进行差分处理。
然后，根据自相关函数（ACF）和偏自相关函数（PACF）的图形来选择合适的ARIMA模型参数。
经过分析，我们选择了ARIMA(1, 1, 1)模型，即自回归项阶数为1，差分阶数为1，移动平均项阶数为1。
通过最大似然方法估计模型的参数，并对模型进行拟合。
最终得到了拟合良好的ARIMA模型。
模糊综合评价模型的研究及应用
四、实验结果及分析
在实验过程中，我们得到了以下结果并进行以下分析：
1、模型的拟合度：通过比较模型预测结果与实际结果之间的差异，可以得 出模型的拟合度。实验结果表明，我们的模糊综合评价模型具有较高的拟合度， 能够较为准确地预测评价结果。
2、置信区间：通过计算模型预测结果的置信区间，可以评估模型的可靠性 和稳定性。实验结果表明，我们的模型的置信区间相对较小，说明模型较为稳定 可靠。
四、应用实例
为了验证基于云模型的模糊综合评价方法的有效性，我们将其应用于一个水 利工程项目的风险评估中。首先，我们确定了风险评估的主要因素，如技术风险、 市场风险、政策风险等。然后，我们利用云模型确定了各因素的权重。接着，我 们建立了评价集，将风险等级分为五级：低风险、较低风险、中等风险、较高风 险和高风险。最后，我们进行了单因素评价和多因素综合评价，得到了该项目的 风险评估结果。
4、计算综合评价结果
通过将权重向量和评价矩阵进行模糊运算，可以得出审计风险的综合评价结 果。该结果可以反映审计风险的总体水平，为审计师提供参考。
三、应用实例
假设某公司财务报表存在一定的不确定性、不完整性和不准确性，同时审计 师的执业能力和职业道德水平也存在一定的问题。通过应用基于动态模糊评价的 审计风险综合评价模型，我们可以得出该公司的审计风险较高。因此，审计师应 谨慎发表意见，充分披露相关信息，以降低审计风险。
三、模型建立与评价
在模糊综合评价模型的建立和评价过程中，我们需要以下几方面的考虑：
1、数据集的选择：为了建立有效的模糊综合评价模型，需要选择适当的数 据集。数据集应该具有一定的代表性，能够涵盖多种情况和情境，以便于我们更 好地训练模型并进行验证。
2、评价指标的选择：评价指标的选择对于模糊综合评价模型的建立至关重 要。我们应该根据评价对象的特征和评价目标，选择恰当的评价指标，并对评价 指标进行分类和权重分配。
基于主成分分析法的沿海11省市综合经济实力评价
基于主成分分析法的沿海11省市综合经济实力评价作者：杨山力来源：《中国集体经济》2014年第08期摘要：利用2013年中国统计年鉴数据，选择8项经济指标，采用主成份分析对我国沿海11个省市的经济实力进行综合评价排序，并按照主成份分析得分值的高低进行进一步分类和阐释。
关键词：经济发展；综合实力；主成分分析；沿海一、引言辽宁、河北、天津、山东、江苏、上海、浙江、福建、广东、广西、海南是我国大陆的沿海省、市。
自20世纪80年代实施改革开放以来，沿海地区先后通过设立经济特区、沿海开放城市、开发开放上海浦东等重大政策，使该地区成为中国经济最活跃、吸引外资最多、经济总量最大、对国家贡献最大、对外影响力最大的区域。
但区域经济差异是经济发展过程中不可避免的现象，地区发展不平衡也是我国的基本特征之一。
沿海各省、市有着比较相似的自然环境和资源等客观条件，经济发展水平依然存在较大的差异。
沿海地区的经济发展对中国的经济发展起着领头羊的作用，是中华民族崛起不可缺少的强劲动力，只有客观、准确地评价沿海各省、市的综合经济实力，分析各地区经济发展的差异，然后提出有针对性的政策和意见，才最终实现推动沿海各省、市经济的协调稳定发展。
二、研究方法（一）主成分分析简介主成分分析方法（Principal Component Analysis）简称（PCA），是一种解决最终问题的“中间过程”。
在社会经济研究中经常会遇到多指标的问题，这些指标间往往存在一定的相关，直接纳入分析不仅复杂，使变量之间难以取舍，而且可能因多元线性而无法得出正确结论。
主成分分析的目的就是运用线性变换，将原来的多个指标组合成相互独立的少数几个能充分反映母体信息的指标，从而在不丢掉主要信息的前提下，避开了变量之间共线性的问题，便于进一步分析。
在主成分分析中，提取出的每个主成分都是原来多个指标的线性组合，比如有两个原始变量x1和x2，则一共可提取出如下两个主成分：PCA1=a11x1+a21x2PCA2=a12x1+a22x2原则上如果有n个变量，则最多可提取出n个主成分，但如果将它们全部提取出来就失去了该方法简化指标的实际意义。
基于模糊综合评价模型对城市宜居水平的建模与分析
基于模糊综合评价模型对城市宜居水平的建模与分析随着城市化进程的加快和人们生活水平的不断提高，城市宜居水平成为了评价一个城市发展水平的重要指标。
而要对城市的宜居水平进行评价，需要考虑多个方面的因素，包括环境质量、居住条件、经济发展、文化教育等多个方面。
为了更客观、科学地评价城市的宜居水平，本文将基于模糊综合评价模型对城市宜居水平进行建模与分析。
一、模糊综合评价模型介绍模糊综合评价是一种利用模糊数学理论对多种指标进行综合评价的方法。
它能够克服传统评价方法中对指标权重设置困难、主客观权衡不明显等问题，能够更全面、客观地评价事物的优劣势。
其基本思想是将各指标的评价值转化为模糊数，然后进行模糊综合评价，得出综合评价结果。
二、城市宜居水平评价指标要评价一个城市的宜居水平，需要考虑多个指标，包括但不限于：1. 环境质量：包括空气质量、水质、噪音污染等。
2. 居住条件：包括房价水平、住房供应、社区配套设施等。
3. 经济发展：包括城市GDP、就业率、收入水平等。
4. 文化教育：包括教育资源、文化设施、人文环境等。
5. 社会治安：包括犯罪率、社会秩序等。
6. 交通便利：包括道路畅通程度、公共交通覆盖率等。
三、城市宜居水平评价的模糊综合评价模型建立1. 确定评价指标及其量化首先需要确定要评价的城市宜居水平的指标，然后将这些指标进行量化。
环境质量可以使用空气质量指数AQI来表示；经济发展可以使用城市GDP、人均收入等指标表示；文化教育可以使用高等教育覆盖率、图书馆数量等指标表示。
2. 建立模糊矩阵将各指标的量化值构成模糊矩阵，矩阵的行代表各指标，列代表各级别，如优良中差等级。
每个指标对应的等级为其隶属度函数。
3. 确定权重通过专家问卷调查、层次分析法等方法，确定各指标的权重，即对城市宜居水平影响最大的指标。
4. 计算模糊矩阵隶属度函数使用模糊数学理论将各指标转化为模糊数，并计算各指标对各等级的隶属度函数。
5. 进行模糊综合评价将各指标的模糊数值代入模糊综合评价模型，得出城市宜居水平的综合评价结果。
基于ARIMA模型的海南省国内生产总值预测
基于ARIMA模型的海南省国内生产总值预测随着我国经济的快速发展，各省份的国内生产总值（GDP）也在不断增长。
海南省作为我国的经济特区之一，其经济增长速度更是快速。
对于政府和企业来说，对未来海南省GDP的预测是非常重要的。
本文将基于ARIMA模型，对海南省GDP进行预测和分析。
一、ARIMA模型ARIMA模型是自回归移动平均模型的英文缩写，它是一种非常常用的时间序列模型，用于对未来数据进行预测。
ARIMA模型的主要思想是将时间序列数据转化为平稳时间序列数据，然后建立模型进行预测。
ARIMA模型有三个重要参数：p（自回归阶数）、d（差分次数）、q（移动平均阶数）。
其中p表示自回归模型中所包含的滞后项个数，d表示需要进行几次差分才能使时间序列平稳，q表示移动平均模型中所包含的滞后项个数。
通过调整这三个参数，可以得到适合于特定时间序列数据的ARIMA模型。
二、海南省GDP时间序列数据为了进行ARIMA模型的建立和预测，我们首先需要获取海南省历年的GDP时间序列数据。
根据国家统计局的数据，我们获取了2000年至2020年的海南省GDP数据，具体数据如下：| 年份| GDP（亿元）|| ---- | ----------- || 2000 | 377.607 || 2001 | 439.492 || 2002 | 513.776 || 2003 | 591.78 || 2004 | 690.753 || 2005 | 836.22 || 2006 | 1060.91 || 2007 | 1315.48 || 2008 | 1668.45 || 2009 | 1967.02 || 2010 | 2053.23 || 2011 | 2277.35 || 2012 | 2523.94 || 2013 | 2837.38 || 2014 | 3163.32 || 2015 | 3701.79 || 2016 | 4046.86 || 2017 | 4462.52 || 2018 | 4832.05 || 2019 | 5411.95 || 2020 | 5723.587 |由于ARIMA模型要求时间序列数据平稳，所以我们首先需要对海南省GDP数据进行平稳性检验和差分处理。
海南省东方市经济调研报告
海南省东方市经济调研报告一、概述本文是对海南省东方市进行经济调研的报告。
东方市位于海南岛东北部，是海南省五景之一的“东方天空之城”。
经过实地考察和数据收集，我们对东方市的经济发展状况、产业结构、投资环境、市场潜力等方面进行了深入分析。
二、经济发展状况根据数据统计，东方市的经济总量呈现稳步增长的态势。
2019年，东方市地区生产总值（GDP）达到X亿元，比上年增长X%。
在东方市的GDP构成中，第一产业占比X%，第二产业占比X%，第三产业占比X%。
可以看出，东方市的市场主体以第三产业为主导，服务业处于快速发展阶段。
三、产业结构东方市的产业结构以服务业为主导，其中旅游业是东方市的重要支柱产业。
作为海南省唯一一个滨海旅游城市，东方市拥有丰富的自然资源和独特的海岸线风光，吸引了大量的游客。
另外，东方市还发展了一些传统特色农业产业，如热带水果种植、草编产业等。
随着东方市经济的发展，高新技术产业也在逐步崛起，为东方市的产业结构升级提供了新的动力。
四、投资环境东方市拥有良好的投资环境，政策扶持力度较大。
政府出台了一系列鼓励和支持企业发展的政策，包括税收减免、土地优惠、人才引进等。
同时，东方市的基础设施建设也在加大力度，交通、电力、通讯等基础设施逐步完善。
这些措施为投资者提供了良好的条件，吸引了大量的资金流入。
五、市场潜力东方市作为滨海旅游城市，具有巨大的市场潜力。
随着人们生活水平的提高，旅游需求不断增长。
东方市以其独特的自然风光和文化底蕴吸引了大量的游客，同时也积极推进旅游业的多元化发展。
未来，东方市的旅游市场有望进一步扩大，为相关产业带来更多的机遇。
六、发展建议为了进一步促进东方市的经济发展，我们提出以下建议：1. 加大对服务业的支持力度，继续发展旅游业，进一步挖掘旅游资源，提升旅游服务质量。
2. 加强与周边地区的合作，打造旅游合作共赢模式，共同开展经济合作。
3. 继续加大对高新技术产业的扶持力度，推动产业结构升级。
基于模糊层次综合评价法(FAHP)的科技查新质量评价研究的开题报告
基于模糊层次综合评价法(FAHP)的科技查新质量评价研究的开题报告一、研究背景与意义随着科学技术的快速发展和知识经济时代的到来，科技查新已成为关键技术和战略选择之一，是企业、政府、科研机构和个人获取信息、提高竞争力的重要环节。
科技查新的质量直接关系着科研成果的质量，对于提高科学文献检索的效率、拓展知识领域、促进经济发展、推动信息化建设等方面都具有重要的意义。
科技查新质量评价作为科技查新研究中的一个重要分支，主要是评价各种科技查新信息源的搜索效率、相关度、全面性、更新速度等方面的质量，为科技创新提供科学、系统、客观的评价标准，具有重要的理论和实践意义。
本研究基于模糊层次综合评价法（FAHP），将其应用于科技查新质量的评价研究中，旨在建立一个科技查新质量评价的次级指标体系和评价模型，为科技查新质量评价提供定量和具体的参考。
二、研究内容和方法（一）研究内容本研究将对现有的科技查新质量评价研究及方法进行综述，以此为基础，构建科技查新质量评价次级指标体系，选取合理的指标进行评价，并运用模糊层次综合评价法（FAHP）等方法，建立科技查新质量评价模型，开展实证研究，检验模型的实用性和科学性，最终得出科技查新质量评价的定量结果。
（二）研究方法1.文献综述法：系统综述、分类整理和归纳总结相关的科技查新质量评价研究成果，明确研究领域的现状、问题和发展方向。
2.模糊层次综合评价法（FAHP）：选用模糊层次分析法（Fuzzy Analytic Hierarchy Process）进行科技查新质量评价，将评价对象与评价指标两个层次转化为判断矩阵，在交叉比较矩阵、得出特征向量的过程中使用数学方法求解最终权重。
3.实证研究法：结合实际的数据，运用建立的科技查新质量评价模型进行实证研究，检验模型的实用性和科学性，并得出科技查新质量评价的定量结果。
三、预期研究成果1.建立科技查新质量评价的次级指标体系和评价模型；2.实证研究验证评价模型的实用性和科学性；3.为科技查新质量评价提供定量和具体的参考，对提高科技查新质量具有重要的实践意义。
基于AHP-模糊综合评价的多式联运风险管理研究
［作者简介］邵博（１９９９－），男，汉族，浙江江山人，福州大学经济与管理学院，本科生，研究方向：物流工程。 ［通讯作者］叶罛（１９７６－），男，福建福州人，副教授，硕士生导师，博士，福州大学物流系主任，研究方向：流通国际
化、流通业态论。 ［基金项目］福建省软科学基金项目“跨界融合创新催生新业态的预测研究”（项目编号：２０１８Ｒ００４８）；国家级大学
一、引言 “十三五”以 来，我 国 现 代 化 物 流 产 业 飞 速 进 步，我
国与发达国家之间的物流水平差距不断缩小。但总体来 说，我国的供应链物流产业仍处于发展的初级阶段，大型 物流项目如 多 式 联 运 工 程、物 流 园 区 （中 心 ）工 程、冷 链 物流工程等都还处于初步建设阶段，在投资建设中不乏 存在各种风险，对项目风险进行系统的分析管理，是政府 和企业决策的重要依据。针对这种现状，对大型物流项
２０１９年第 １１期·总第 ３０５期
【经贸管理】
基于 ＡＨＰ－模糊综合评价的 多式联运风来自管理研究邵 博 叶 罛
（福州大学，福建 福州 ３５０１１６）
［摘 要］ “十三五”以来，我国的物流水平迅速提高，逐渐向供应链物流方向发展，但是由于供应链物 流过程中伴随着诸多不确定性，供应链风险也不断增加，如何提高供应链物流协同联动，有效降低供应链物 流的风险成为亟待解决的问题。针对多式联运的特点，建立 ＡＨＰ－模糊综合评估组合模型，先运用层次分析 法（ＡＨＰ）对多式联运项目中的风险进行指标层次分析，再根据分析结果进行模糊综合评价，最后进行风险分 析及风险转移管理，通过对某多式联运项目实证分析表明，该模型可以有效进行供应链物流风险管控，促进 多式联运产业良好发展。 ［关键词］ 多式联运；风险管理；ＡＨＰ；模糊综合评价 ［中图分类号］ Ｆ２５９２２ ［文献标识码］ Ａ ［文章编号］２０９５－３２８３（２０１９）１１－０１０１－０５
模糊综合评价模型的优缺点
模糊综合评价模型的优缺点1. 什么是模糊综合评价模型？嘿，朋友们！今天咱们聊聊一个听起来挺复杂，但其实挺有趣的东西——模糊综合评价模型。
你想想，生活中有时候就是这么模糊，比如你不知道要不要吃汉堡还是披萨，或者在选择哪个电影的时候头疼得不行。
模糊综合评价模型就像个聪明的朋友，帮你在模糊的选择中找到答案。
简单来说，这个模型可以帮助我们把那些不那么明确的信息整理清楚，让决策变得更简单。
1.1 模糊评价的概念模糊评价就像你在吃火锅时，不确定要不要加点牛肉。
你脑子里就开始盘算，牛肉嫩不嫩，价格怎么样，能不能填饱肚子。
这个过程中，你心里其实有很多个小小的评判标准，而模糊综合评价模型就是把这些标准整合起来，让你一目了然，做出更好的选择。
1.2 应用范围说到应用，模糊综合评价模型的范围可是广泛得很，从企业管理、环境评价到社会科学，甚至在日常生活中的选择决策，它都能发挥出大作用。
比如说，你在买手机的时候，可能要考虑品牌、价格、功能等一堆东西。
这时候，这个模型就像个小助手，帮助你把这些“模糊”的因素整合到一起。
2. 模糊综合评价模型的优点好啦，咱们先聊聊它的优点。
首先，模糊综合评价模型能够处理不确定性。
生活中很多事情都不那么黑白分明，尤其是当你面临多个选项时，这个模型就能给你一个清晰的“路线图”。
2.1 灵活性其次，它的灵活性也是一大亮点。
你可以根据自己的需求调整评价标准，完全可以根据你的“胃口”来做决定。
就像你在选餐厅时，有的地方适合聚会，有的地方适合约会，模型能帮你把这些因素一并考虑进去。
2.2 提高决策质量再说，它还能提高决策的质量。
用它来做决策，就像是把所有的信息都“洗一遍”，让你不再有疑虑，直接就能下定决心。
相信我，这种感觉就像是在冰冷的冬天喝上一碗热汤，心里那叫一个暖和。
3. 模糊综合评价模型的缺点当然，世界上没有完美的东西，模糊综合评价模型也有自己的短板。
比如，它对数据的依赖性可不小。
要是你手里的数据不靠谱，最终的决策可能也就不靠谱了。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2009年12月海南大学学报人文社会科学版Dec .2009第27卷第6期Humanities &Social Sciences Journal of Hainan UniversityVol .27No .6海南省区域经济发展优势分析———基于模糊综合评价模型的实证研究陈福川1,马生全2(1.琼台师范高等专科学校,海南海口571100;2.海南师范大学数学与统计学院,海南海口571158)[摘 要]点轴开发模式已成为区域经济开发的重要模式。
从增强海南省区域经济开发中“点”与“轴”选择的科学性出发,利用模糊综合评价模型对海南省区域经济发展状况进行分析,结合本土实际,分析了海南区域经济发展的优势条件,重点研究了各级“点”与“轴”的选择方案,构建了增长极与增长轴的结构和布局,为制订海南省区域经济发展战略提供决策依据。
[关键词]区域经济;点轴式开发;海南省[中图分类号]F 127 [文献标识码]A [文章编号]1004-1710(2009)06-0601-06[收稿日期]2009-04-24[基金项目]海南省教育厅高校科研资助项目(H jsk200782);海南省自然科学基金项目(808152)[作者简介]陈福川(1966-),男,海南万宁人,琼台师范高等专科学校讲师,硕士,主要从事经济数学研究。
点轴开发理论最早在20世纪70年代由荷兰经济学家萨伦巴(Pi otr Zare mba )和马利士提出。
作为增长极限的延伸,该理论认为,区域经济发展的不平衡首先表现在一些“点”上,然后再由“点”向“点”延伸,随着经济的发展,这些“点”有必要用轴连接起来,形成新一的经济增长带,然后通过带动与扩散效应在区域内形成新的增长极与增长轴。
一般而言,采用这种“点———轴”式开发的地区至少应处于一个快速成长的时期,应具备良好的区位即交通条件,而且是综合实力较强的中心城市。
本文针对我国特有的生态省———海南省的区域经济发展实际,采用信息熵和模糊综合评价相结合的方法对海南省区域经济发展优势进行分析研究,为各级决策部门提供科学的决策依据。
一、研究方法与模型影响一个区域经济发展程度的因素有很多,其中既有静态因素又有动态因素,为了便于分析它们对区域经济发展程度的影响,结合海南省区域经济发展的实际,笔者依据海南省统计年鉴的数据资料,从经济发展的各个方面选出了34个具体的指标,通过信息熵方法择优选择“G D P 、人均G D P 、人均财政收入、人均固定资产投资、人均社会消费品零售额、在岗职工年平均工资、农民人均纯收入、农民人均消费支出”8个具有代表性的经济指标作为该区域经济发展水平评价的指标体系。
为了使“点”和“轴”的选择具有更好的科学性,参照参考文献[1]中的模型,首先对海南各地区的经济发展水平进行综合评价,再根据其综合评价值进行排序,作为选择“点”和“轴”的重要依据。
以县及县级市(统称为“县”)为研究单位,为了处理与分析方便,对海南省来说,海口市是全省政治、文化、经济和信息交流的中心,其经济发展实力相对最发达,所以将其综合评价值赋值为1,只对其他17个参评单位的经济发展状况进行综合评价。
具体做法如下:第一,首先对指标数据采用信息熵方法优选研究指标。
针对此待评价系统,设有m 个评价指标,n 个评价对象(研究单位),x ij 为第j 个评价对象在指标之上的值,经过定性与定量的标准化处理使xij [0,1],第i 评价指标的熵定义为H i =1ln n ∑nj =1f ij ln f ij , f ij =x ij∑nj =1xij,并假定,当f ij =0时f ij ln f ij =0。
(1)106依据以上公式并遵循下列三条原则进行指标选择:(1)当评价对象在指标i 上的值完全相同时,熵值达到最大值1,这意味着该指标向决策者提供的信息量为零,则取消该指标。
(2)当评价对象在指标上的值相差较大,熵值较小,则意味着该指标提供了有用的信息,同时说明了在该问题上各对象在该指标上有明显差异应重点考虑。
(3)从信息角度考虑,某指标的熵值代表该指标在该问题中提供有用信息量的多寡程度。
综合以上的考虑,根据各指标熵值分析比较(计算过程略),这里选用“国内生产总值”、“人均国内生产总值”,“人均财政收入”、“人均固定资产投资”、“人均社会消费品零售额”、“农民人均消费支出”、“农民人均纯收入”、“在岗职工年平均工资”8个代表性指标,以海南统计年鉴(2001—2006年)的经济数据为依据进行实证分析。
第二,构建评判模型。
评价一个区域经济发展状况涉及到众多的参评指标,而参评指标的优劣具有明显的模糊性,所以本文综合模糊数学方法与信息方法构建综合评价的主体模型为B =W 。
R ,(2)其中:B =(b 1,b 2,…,b m ),W =(w 1,w 2,…,w n ),R =(r ij )n ×m ,b j =∑mk =1wk・r k j ,这里b j 为参评县(或市)的评判结果,w k 为参评指标的权重,x ij 为第j 个参评县(或市)关于第i 个参评指标的指标值,r ij 是相应于x ij 的标准化值(按下列特征值量化方法计算),“。
”为模糊算子。
b j =∑m k =1w k・r k j是相应的模糊内积运算,选择不同的模糊算子,便可得到不同的评判结果。
第三,特征值量化方法。
参评指标的优劣具有模糊性,为更好地利用参评指标信息,本文用模糊概念的隶属函数描述指标的优劣,用V 表示模糊评判集。
设有m 个指标,n 个评价对象,按照定性和定量相结合的原则取得评价对象关于多指标的评价矩阵,对其标准化得到R =(r ij )n ×m ,(3)式中:r ij 为第j 个评价对象在指标i 上的标准化值,有rij [0,1]。
在多指标综合评价问题中,通常评价指标有“效益型”和“成本型”两大类。
“效益型”表示指标属性值越大越好的指标,“成本型”表示指标属性值越小越好的指标,根据本文选用的指标,这里采用“效益型”,按照以下方法定义各指标的隶属函数为:r ij =u (x ij )=x ij -m in {x ij }m ax {x ij }-m in {x ij }[2],(4)其中,x ij 为第j 个参评县(或市)关于第i 个参评指标的指标值,这里max 和m in 的含义指同一指标在所有参评县(市)中的最大和最小值。
依此,构建判断(评价)矩阵。
矩阵的各行分别代表某市地所辖各县,列分别代表各县的GD P 、人均GD P 、人均财政收入、人均固定资产投资、人均社会消费品零售额、在岗职工年平均工资、农民人均纯收入、农民人均消费支出等指标的评价值。
第四,权重集的确定。
各指标间由于其形成机制不同等原因,造成了各自的隶属函数的分布和离散程度不同。
由于海南省的参评指标的数据离散化严重,根据这一实际,本文提出信息化处理的办法,采用理想物作为“参照物”,从原始数据中挖掘出新的更重要信息进行信息化处理。
在多属性优化决策中,任意经济指标要达到省内该指标的最高值是比较困难的,但一般当指标值达到某一高度后人们就比较满意,这种状态可称为理想状态(或满意状态),人们把理想状态的指标值称作理想物。
这是一个相对的、动态的概念,具有鲜明的模糊性,相对这个经济系统而言,起着“参照物”的作用。
假设指标值达到S 点时,大多数人的满意度已达到1.0,则把S 点状态作为理想物。
本模型把各指标达全省前5名的均值作为理想态。
将各指标的理想物对最低状态的比值定义为该指标的离散度,然后再进行2062009年海南大学学报人文社会科学版第6期正规化处理,其结果定义为该指标对评判的信息量[2]。
因为该信息量反映了各指标对非均衡评判结果的重要性,故将该信息量进一步定义为评判模型的权重W。
即若设Si 为第j个参评指标的理想物,Ai是第j个参评指标的最低值,则Pi=S i/A i表示第i个参评指标的离散度,wi =P i/P为第i个参评指标的信息量,其中P=∑8i=1P i,i=1,2,…,8。
因此,可设县级单位的评判权重矩阵为W=(w1,w2,…,w n),且wi[0,1],∑8i=1w i=1。
(5)二、海南省区域经济发展现状分析海南省位于我国最南端,行政区域包括海南岛、西沙群岛、中沙群岛、南沙群岛的岛礁及其海域,全省陆地(主要包括海南岛和西沙、中沙、南沙群岛)总面积3.54万平方公里,海域面积约200万平方公里。
海南省是我国最大的经济开发区,区位优势和地缘优势突出。
海南还拥有丰富的自然资源、矿产资源以及旅游资源,1988年建省以来,经济取得了长足的发展。
然而,就其区域内部经济发展态势来看却呈现出较大的差异,地区经济实力各地发展不均衡。
按照以上模型设计算法,输入海南2002—2006年的8个指标的数据,经计算机处理数据[3],得到海南省2002—2006年17个市(县)经济发展水平评价结果(如表1)。
表1 海南省2002—2006年17个市县经济发展水平评价结果表市、县名称年份2002综合数据排序2003综合数据排序2004综合数据排序2005综合数据排序2006综合数据排序三亚市0.76820.85410.87310.86910.8761五指山0.42360.32780.26790.216100.23011文昌市0.52630.55730.50830.51330.5433琼海市0.76810.78720.63920.71820.7232万宁市0.39170.43160.38550.35670.3827定安县0.177130.201120.181110.210110.22112屯昌县0.221110.162130.163130.167130.17314澄迈县0.36080.35770.32880.34580.3668临高县0.267100.304100.254100.28990.3019儋州市0.50040.49940.43340.45840.4624东方市0.48250.46450.37860.41050.4325乐东县0.214120.214110.172120.201120.23110琼中县0.068170.067160.070170.072170.08117保亭县0.129140.092140.105140.107140.18713陵水县0.071160.076150.071160.073160.12315白沙县0.083150.065170.084150.086150.08916昌江县0.29590.31790.35870.36160.3926 从表1中可以看出,海南省的经济发展存在着不平衡。
经济发展相对而言,较好的地区分布在北部地区(海口、文昌、琼海)和南部地区(三亚市),海口、三亚、琼海、文昌这4个城市近年来经济发展一直稳定增长,在海南省的区域经济发展中具有较强的竞争实力。