基于索洛增长和存量递归的金属产业经济预估系统和方法与流程

基于索洛增长和存量递归的金属产业经济预估系统和方法
【技术领域】
1.本发明涉及工业产能经济预估技术领域，尤其涉及一种基于索洛增长和存量递归的金属产业经济预估系统和方法。


背景技术：

2.目前，中国有色金属行业产能过剩，大量企业减产停产。有色金属行业正处于低迷时期，从积极的一面看，这也正是淘汰落后产能、推动产业升级的大好时机。因此，调整振兴规划不能搞普惠制，要有保有压。有色金属产业振兴规划针对当前中国有色金属行业存在的各种困难问题开出了数剂药方.其重点是控制总量、淘汰落后、技术改造、企业重组。一方面要帮助有色金属行业渡过眼前的难关，保证产业平稳发展，另一方面更要着眼于长远的结构调整和产业升级。其中由于总量需求是一个动态变化量，其实际需求与金属行业的经济状态息息相关。
3.而经济预测就是在一定时期的客观经济活动过程进行深入调查的基础上，运用各种科学的方法，对掌握的经济信息加以分析研究后，预测未来经济活动发展状况及变化趋势。定性预测法，也称判断预测法，经验预测法，它是在缺少可以利用的历史数据的情况下，依据内行专业的经验和分析判断能力，取得同预测对象相关的各类因素的历史和现实资料，并在对这些资料加工整理分析研究的基础上，判断预测对象的未来情况的预测方法。
4.常用的经济预估方法包括定性预测法和定量预测法，定性预测法一般包括调查研究法、专家意见法和业务人员估计法，这类以主观意向较多，难以从科学角度给出经济的准确预测；定量预测法，又称数字预测法，统计分析法等，是对预测对象的量化分析。它是根据已掌握的比较完备的历史统计数据，运用一定的数学方法进行科学的数量分析和预测，借以揭示整个变量之间的规律性联系，来预测未来经济发展的前景和变动趋势的一种预测方法。
5.本发明就是定量预测法中的一种，更确切的说是基于中国国内的金属行业的现状，对国内金属产业的未来经济进行预测。
6.因此，有必要研究一种基于索洛增长和存量递归的金属产业经济预估系统和方法来应对现有技术的不足，以解决或减轻上述一个或多个问题。


技术实现要素：

7.有鉴于此，本发明提供了一种基于索洛增长和存量递归的金属产业经济预估系统和方法，可以预测金属产业经济发展趋势，有利于政府部门对未来的金属产业提前做出科学的经济决策，防止产量过剩出现，最大化满足市场需求和经济收益。
8.一方面，本发明提供一种基于索洛增长和存量递归的金属产业经济预估系统，所述经济预估系统包括：
9.一金属产业的经济数据库，用于存储经济数据；
10.一数据预处理模块，其用于对金属产业的经济数据库进行数据预处理；
11.一模型建立模块，其通过变量选择和模型寻优建立经济预估模型；
12.一经济预估模块，其通过经济预估模型获取宏观经济预估结果和微观经济预估结果；
13.一交互模块，用于输入经济数据和输出经济预估结果。
14.如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述数据预处理模块包括数据清洗单元、数据信息提取单元、数据信息转换单元和数据重新规划单元；
15.数据清洗单元用以把存在缺失的金属产业的经济数据补全或非金属产业的经济数据移出、用以将重复数据统一；
16.数据信息提取单元用以提取时间域并建立对应所述时间域的第一经济数据指标、用以对时间域的第一经济数据指标中的突出数据进行标记；
17.数据信息转换单元用以对对时间域的第一经济数据指标进行转换，计算获取相同时间域的第二经济数据指标；
18.所述第一经济数据指标包括：一定区域内金属产业生产总值y、一定区域内金属产业资本存量k和一定区域内劳动投入量l；
19.所述第二经济数据指标包括：一定区域内全要素生产率tep和一定区域内金属产业资本产出弹性系数α。
20.通过将索洛增长模型和存量递归公式应用到经济数据中，对第二经济数据指标与第一经济数据指标进行转换；其中，
21.根据索洛增长模型可以得到：
[0022][0023]
根据存量递归公式可以得到：
[0024][0025]
其中，y为一定区域内金属产业生产总值，l为一定区域内劳动投入量，k为一定区域内金属产业资本存量，tfp为一定区域内全要素生产率，tfp∈(0,0.1)，α为一定区域内金属产业资本产出弹性系数α∈(0,1)，t为当前年份，t-1为当前年份的前一年。
[0026]
数据重新规划单元根据第一经济数据指标和第二经济数据指标对金属产业的经济数据库中的数据进行重新规划，建立金属产业分层经济数据库。
[0027]
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述数据信息提取中用以对时间域的金属产业的经济数据中突出数据进行标记具体为：
[0028]
通过建立线性回归方程，获取时间域和对应所述时间域的金属产业的经济数据之间的映射关系，通过离散和加权平均的方式，确定线性回归方程，对时间域内的第一经济数据指标中不符合线性回归方程下映射关系的数据进行标记。
[0029]
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述数据重新规划模块中还包括对标记数据进行处理，处理方式为替换方式和/或删除方式。
[0030]
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述数据重新规划模块中建立金属产业分层经济数据库时，以神经树方式进行数据分层，分层内容包
括第一经济数据指标、第二经济数据指标和时间域，分层顺序不固定。
[0031]
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述交互模块中获取金属产业的经济数据库中的数据为微观经济数据，具体为金属产业需求相关的历史经济数据指标。
[0032]
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述模型建立模块中变量选择的数据来源为金属产业分层经济数据库。
[0033]
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述模型寻优建立包括：模型选择和评估寻优，其中；
[0034]
模型选择为柯布-道格拉斯生产函数模型，构建的金属产业经济预测模型为：
[0035]
y＝tfp
×kα
×
l
(1-α)
[0036]
其中，y为一定区域内金属产业生产总值，k为一定区域内金属产业资本存量，l为一定区域内劳动投入量，tfp为一定区域内全要素生产率，α为一定区域内金属产业资本产出弹性系数；
[0037]
评估寻优为采用多元回归模型作为金属产业经济预测模型的评估模型，参数寻优方式选择最小二乘法，引入似然比值进行事后维度选择，完成对金属产业经济预测模型的评估模型的多维度评估寻优。
[0038]
如上所述的方面和任一可能的实现方式，进一步提供一种基于索洛增长和存量递归的金属产业经济预估方法，通过所述经济预测系统实现经济预测，所述经济预估方法包括以下步骤：
[0039]
s1：输入经济数据；
[0040]
s2：数据预处理，对金属产业的经济数据库进行数据预处理；
[0041]
s3：建立并确定模型，通过变量选择和模型寻优建立经济预估模型；
[0042]
s4：经济预估，通过经济预估模型获取宏观经济预估结果和微观经济结果；
[0043]
s5：输出经济预估结果。
[0044]
与现有技术相比，本发明可以获得包括以下技术效果：
[0045]
1)：本发明所述方法有利于政府部门作出科学的经济决策，避免能源过剩问题出现；
[0046]
2)：本发明所述方法有利于加强管理职能；
[0047]
3)：本发明所述方法有利于企业开拓市场和扩大经营、增强市场的竞争性；
[0048]
4)：本发明所述方法有利于提高经营管理水平。
[0049]
当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有技术效果。
【附图说明】
[0050]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0051]
图1是本发明一个实施例提供的经济预估系统框架图；
[0052]
图2是本发明一个实施例提供的经济预估方法的流程图。
【具体实施方式】
[0053]
为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
[0054]
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0055]
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
[0056]
本发明提供一种基于索洛增长和存量递归的金属产业经济预估系统及方法，如图1所示所述经济预估系统包括：金属产业的经济数据库、算法程序(模块)和交互模块。
[0057]
金属产业的经济数据库中的数据通过交互模块获取，所述交互模块中金属产业的经济数据库中的数据为可获取的微观经济数据，具体为金属产业需求相关的历史经济数据指标，数据获取方式可以从经济数据官网进行爬虫获取。
[0058]
算法程序中包含经济预估算法，算法程序中具体包括：
[0059]
数据预处理模块，其用于对金属产业的经济数据库进行数据预处理；
[0060]
所述数据预处理模块包括数据清洗单元、数据信息提取单元、数据信息转换单元和数据重新规划单元；
[0061]
数据清洗单元用以把存在缺失的金属产业的经济数据补全或非金属产业的经济数据移出、用以将重复数据统一。
[0062]
在经济数据中，一般包括宏观经济数据和微观经济数据，微观经济数据一般通过直接统计就可以获取，宏观经济数据需要通过计算或其他方式进行获取，数据清洗单元的实际作用是将直接由统计就可以获取的微观经济数据和部分可以直接获取的宏观经济数据进行清洗；
[0063]
补全方式主要包括通过数据信息转换单元中的转换结果进行自补全和通过数据重新规划单元中对标记数据进行替换；
[0064]
移出方式主要包括对非金属产业的经济数据进行删除和对标记数据进行删除。
[0065]
数据信息提取单元用以提取时间域并建立对应所述时间域的第一经济数据指标、用以对时间域的第一经济数据指标中的突出数据进行标记，标记方式具体为：
[0066]
通过建立线性回归方程，获取时间域和对应所述时间域的金属产业的经济数据之间的映射关系，通过离散和加权平均的方式，确定线性回归方程，对时间域内的金属产业的经济数据中不符合线性回归方程下映射关系的数据进行标记。
[0067]
例如统计1990-2020年的相关经济数据，以5年为一个时间域，以1990-1995 为第一时间域，1995-2000为第二时间域，2000-2005为第三时间域，等等，共计获取6个时间域，以时间域为自变量，对应时间域内的相关经济数据为因变量，建立线性回归方程，其中时间域的具体时限不固定，根据实际情况选择，如以2008 年为节点，因为该年全球经济危机，在该年前后经济起伏较大，为了方便说明，在本实施例中不作节点考虑，通过离散和加权平均的计算方式，对线性回归方程进行逐渐逼近调整，偏离回归线的点不予考虑(该点出现的原因有很多，前述全球经济危机即为其中一种)。最终获取最为接近实际结果的线性回归方
程，随后对输入的金属产业的经济数据库中的数据进行逐一验证，对于不符合或偏离线性回归方程结果较大的经济数据，进行标记。
[0068]
数据信息转换单元用以对对时间域的第一经济数据指标进行转换，计算获取相同时间域的第二经济数据指标；
[0069]
第一经济数据指标来源于直接爬取的经济数据，此类数据以微观经济数据为主，在本发明中，第一经济数据指标包括：一定区域内金属产业生产总值、一定区域内金属产业资本存量和一定区域内劳动投入量；第二经济数据指标通过第一经济数据和以下转换方式计算获取，本发明中第二经济数据指标包括一定区域内全要素生产率和一定区域内金属产业资本产出弹性系数。
[0070]
所述第二经济数据指标与第一经济数据指标之间转换方式通过联立递归公式和索洛经济增长模型公式进行转换计算，具体转换计算方式如下：
[0071]
索洛经济增长模型：
[0072]
gy＝αgk (1-α)gl tfp(α β＝1)
ꢀꢀ
(1)
[0073]
式(1)中，gy为经济增长率，gl为劳动力投入量增长率，gk为资本投入量增长率，β为收敛参数，α为资本产出弹性系数。
[0074]
由以上式(1)可以推导出以下式(2)：
[0075][0076]
资本存量递归公式：
[0077][0078]
式(3)中，l为一定区域内劳动投入量，t为一定区域内全要素生产率，α为资本产出弹性系数，t为当前年份。
[0079]
由以上式(3)可以推导出以下式(4)：
[0080][0081]
式(2)和式(4)中，y为一定区域内金属产业生产总值，l为一定区域内劳动投入量，k为一定区域内金属产业资本存量，tfp为一定区域内全要素生产率，tfp∈(0,0.1)，α为一定区域内金属产业资本产出弹性系数α∈(0,1)t为当前年份， t-1为当前年份的前一年；
[0082]
联立式(2)和式(4)，即联立：
[0083][0084][0085]
代入对应时间域[t～(t z)]内的年份数据，z为正整数，进行转换计算，获取第二经济数据指标中一定区域内全要素生产率和tfp一定区域内金属产业资本产出弹性系数α。
[0086]
在本发明中各类指标定义和相关计算方式如下：
[0087]
1)：一定区域内劳动投入量(l)
[0088]
一定区域内劳动投入量指劳动力参与一定区域内金属产业生产总值；
[0089]
2)：一定区域内金属产业资本存量(k)；
[0090]
一定区域内金属产业资本存量指投入金属产业的各类资本的总和；
[0091]
3)：一定区域内全要素生产率(tfp)；
[0092]
一定区域内全要素生产率指金属产量与全部要素投入量之比，即广义上的技术进步。
[0093]
4)一定区域内金属产业资本产出弹性系数(α)
[0094]
一定区域内金属产业资本产出弹性系数指当所有其他投入要素保持不变时，一种投入要素的既定百分比变动所引起的产量的百分比变动。表示生产中产品产量变动对生产要素投入量变动的敏感程度，可以用来评价资源投入的转化效果。简而言之即当某一种生产要素增加百分之一时，金属产业产出量增加百分多少。
[0095]
一定区域内劳动投入量计算公式如下：
[0096]
l＝∑
qh×
lfpr(q)
×
wap(q)
ꢀꢀ
(5)
[0097]
式(5)中，q为工作年龄人口的年龄分组，两组分别为15-64岁和65岁及其以上，h为教育程度，wap为工作年龄人口，lfpr为各年龄段劳动参与率。
[0098]
其中，教育程度(h)的计算公式如下：
[0099][0100]
式(6)中，msy为平均受教育年限，受教育年限统计结果为从小学到停止学业共计年份数量，例如研究生(2年制)毕业后就业，msy为18；大学本科毕业后就业，msy为16；高中毕业后就业，即msy为12。
[0101]
以上数据均由金属产业相关企业和人口统计局提供，以上数据属于人口微观数据指标，在本发明中，由于其包含金属产业相关信息，因此同样也属于微观经济数据中的微观经济指标，由于此部分指标数据需要进行大量统计，故而不在普通的的微观经济指标范畴内。
[0102]
未来一定区域内全要素生产率计算需要参考发达国家的全要素生产率增长水平，其计算公式如下：
[0103][0104][0105]
式(7)和式(8)中，tfp
l
为发达国家全要素生产率，tfp
l
(0)为基准年发达国家全要素生产率，为发达国家全要素生产率增长率，g
l
为发展中国家全要素生产率增长率，β为收敛参数，t为当前年份，τ为收敛年限。
[0106]
一定区域内金属产业资本存量(k)通过永续盘存法测量计算，初始年计算公式如
下：
[0107]
k(t 1)＝(1-d)k(t) i(t)
ꢀꢀ
(9)
[0108]
式(9)中，i为金属产业固定资本形成总额，d为金属产业折旧率，根据已有研究，折旧率取固定值6.3％。
[0109]
一定区域内金属产业资本产出弹性系数(α)是衡量资本对产出影响的相对变化，即当生产资本增加1％时,产出平均增长α％，初始年计算公式如下：
[0110][0111]
式(10)中，α∈(0,1)，为金属行业正常产出状况，a＞1的情况几乎不存在，pk为资本的投资回报率，根据已有研究，取pk＝0.12，k为一定区域内金属产业资本存量，y为一定区域内金属产业生产总值。
[0112]
数据重新规划单元根据第一经济数据指标和第二经济数据指标对金属产业的经济数据库中的数据进行重新规划，建立金属产业分层经济数据库。
[0113]
对经济数据进行分层时，分层方式参考神经树模型，最上端为所有的经济数据的合集；
[0114]
具体的，一种可行实施方式中，第二层包括第一经济数据指标中的所有指标名称和第二经济数据指标中的所有指标名称，第三层包括对应的不同时间域，每层中均设有对应统计的具体数据；
[0115]
具体的，一种可行实施方式中，第二层包括不同时间域，第三层包括对应的第一经济数据指标中的所有指标名称和第二经济数据指标中的所有指标名称，每层中均设有对应统计的具体数据。
[0116]
数据重新规划单元同时还对标记数据进行处理，处理方式为通过第二次重复核定后，以替换和/或删除的方式进行处理，第二次重复核定方式可以通过除交互模块获取数据通道以外的数据来源进行重新审核，例如计算机通过其他网站进行数据爬取和核查，从国家图书馆寻找相应档案资料中进行核查等等。
[0117]
模型建立模块，其通过变量选择和模型寻优建立经济预估模型；
[0118]
经济预估模块，其通过经济预估模型获取宏观经济预估结果和微观经济预估结果；
[0119]
所述交互模块用于输入经济数据和输出经济预估结果。
[0120]
所述模型寻优建立包括：模型选择和评估寻优，其中；
[0121]
模型选择为柯布-道格拉斯生产函数模型，构建的金属产业经济预测模型为：
[0122]
y＝tfp
×kα
×
l
(1-α)
ꢀꢀ
(11)
[0123]
式(11)中，y为一定区域内金属产业生产总值，k为一定区域内金属产业资本存量，l为一定区域内劳动投入量，tfp为一定区域内全要素生产率，tfp《 经济增长率,tfp∈(0,0.1)，α为一定区域内金属产业资本产出弹性系数，α∈(0,1)；
[0124]
评估寻优为采用多元回归模型作为金属产业经济预测模型的评估模型，参数寻优方式选择最小二乘法，基于数据的精准度，评估寻优选择多元回归模型作为评估模型，评估模型如下：
[0125]
y＝βx ε，y为因变量矩阵(对应包含一定区域内金属产业生产总值y)，x(对应包含
一定区域内金属产业资本存量k，一定区域内劳动投入量l，一定区域内全要素生产率tfp和一定区域内金属产业资本产出弹性系数α)为自变量矩阵，β为系数矩阵，ε为残差矩阵。
[0126]
参数计算，β＝(x
′
x)-1(x
′
y)，x
′
为x矩阵的转置。
[0127]
引入似然比值进行事后维度选择，完成对金属产业经济预测模型的评估模型的多维度评估寻优。
[0128]
具体如下：
[0129]
引入似然比值进行事后维度选择，定义：
[0130][0131]
其中，lr1为无约束方程的似然函数，t为点的个数，为无约束方程的方差估计；lr2为约束方程的似然函数，为有约束方程的方差估计，lr1、lr2服从χ2分布，每次尝试剔除一个自变量对原方程的影响，如果影响超过χ2临界值，证明剔除此自变量对方程影响过大，如果在方程中有相关性很强的两个自变量，当一个被剔除时，由于另一个的存在，不会对方程产生重大影响，达到了对原多元回归模型进行了维度选择的效果。
[0132]
如图2所示，本发明还提供一种基于索洛增长和存量递归的金属产业经济预估方法，所述经济预估方法包括以下步骤：
[0133]
s1：输入经济数据；
[0134]
s2：数据预处理，对金属产业的经济数据库进行数据预处理；
[0135]
s3：建立并确定模型，通过变量选择和模型寻优建立经济预估模型；
[0136]
s4：经济预估，通过经济预估模型获取宏观经济预估结果和微观经济；
[0137]
s5：输出经济预估结果。
[0138]
本发明提供一种基于索洛增长和存量递归的金属产业经济预估系统和方法，所述系统和方法均是基于共享社会经济发展路径实现的，现有的基于共享社会经济发展路径(ssps)是国际气候变化研究领域为了对未来气候变化影响、适应和减缓开展综合分析而构建的，其用于描绘了未来经济社会系统五种不同的发展模式(ssp1(sustainability)：可持续发展路径、ssp2(middle of the road)：中间路径)、ssp3(regional rivalry)：区域竞争路径、ssp4(inequality)：不均衡路径、ssp5(fossil-fueled development)：化石燃料为主发展路径)，反映了经济社会发展与应对气候变化之间的关联，是政府间气候变化专门委员会(ipcc)对气候变化进行评估的基础。在本发明中，基于共享社会经济路径(ssps)参数基本框架，未来中国经济预估本地化参数体系见表1。
[0139]
表1ssp1-5中国经济预估本地化参数体系
[0140][0141]
以上表中的经济预估体系，选择已统计年份的对应的基于共享社会经济路径(ssps)参数，调整基于共享社会经济路径(ssps)参数的预估体系，对金属产业的经济进行预估。
[0142]
通过本技术中所述的经济预估方法，综合考虑了数据可获得性与数据的可信度等多种因素，提高了预测精度，为政府部门制定金属产业工业发展目标提供决策依据。
[0143]
与此同时，本发明中所述经济预估方法，除了在金属产业可以应用，在进行宏观经济预测或某一特定行业领域，同样可以适用。
[0144]
以上对本技术实施例所提供的一种基于索洛增长和存量递归的金属产业经济预估系统和方法，进行了详细介绍。以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。
[0145]
如在说明书及权利要求书当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求书并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求书当中所提及的“包含”、“包括”为一开放式用语，故应解释成“包含/包括但不限定于”。“大致”是指在可接收的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。说明书后续描述为实施本技术的较佳实施方式，然所述描述乃以说明本技术的一般原则为目的，并非用以限定本技术的范围。本技术的保护范围当视所附权利要求书所界定者为准。
[0146]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的商品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种商品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的商品或者系统中还存在另外的相同要素。
[0147]
应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0148]
上述说明示出并描述了本技术的若干优选实施例，但如前所述，应当理解本技术并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述申请构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本技术的精神和范围，则都应在本技术所附权利要求书的保护范围内。