论文部分内容阅读
摘 要：海南城市化进程自建省后突飞猛进，但是目前国内外文献中涉及海南省城市化水平预测的研究并不多见。我们利用海南省的人口数据，以时间序列模型的方法来对海南省未来十年的城市化水平进行预测研究，目的在于为海南省城市发展战略的制定提供科学的理论支持。
关键词：基于时间；序列模型；海南城市化；水平预测；研究
中图分类号：F299.27 文献标志码：A 文章编号:1673-291X（2008）15-0156-02
一、问题提出
海南自1988年建省以来，在特区各项优惠政策的推动下，社会经济迈上了一个新台阶，城市化进程日益加快，但目前国内外文献中涉及海南省城市化水平预测的研究并不多见。本文主要选取时间序列模型的方法对海南省2004—2013年十年间的城市化水平进行预测研究，目的在于为海南省城市发展战略的制定提供科学的理论支持。
二、海南省城市化水平时间序列分析
1.城市化水平时间序列线性图
运用SPSS13.0软件把城市化水平数据组合成一条时间序列线性图（略）。该序列轨迹呈现出较为明显的非平滑状态，除去70年代前因政策因素（“大跃进”等）的影响使个别数据异常外，其数据基本表现为平稳特征（即总体上升趋势），有趋势项，无周期性。其平稳性和模型的具体形式不够明确，仍需进一步的分析和讨论。
2.判定时间序列的平稳性
判定时间序列的平稳性即为判定该序列的自相关函数在某一固定水平线附近摆动。反映在图形上就是所有样本点都围绕某一水平直线上下随机波动。一般要求时间序列样本数据n>50，滞后周期k≤n/4，因此此处控制最大滞后数值（Lag Number）为13。海南省城市化水平的自相关图（略）系数衰减较为缓慢，可以看到直到滞后期数为13时其系数仍为0.175，证明该序列受自身影响较大；海南省城市化水平的偏相关图（略）系数迅速衰减，并在某一水平线附近上下波动，偏相关系数小。
3.平稳时间序列的构建
以上分析可以得出这样的结论：海南省城市化水平序列呈线性缓慢衰减特征，为一非平稳序列。为了进行时间序列的预测，须对该序列作一阶差分，得出其一阶差分序列，通过一阶差分序列的相关图（略）可以看出，时间序列数据的自相关系数在某一固定水平线附近摆动（置信区间内），偏相关系数与自相关系数一样，具有相似的衰减特点：衰减较快，相关系数在某一固定水平线附近摆动（置信区间内），系数呈现较为明显的周期性波动。因此可以判定该一阶差分序列基本稳定。
三、海南省城市化水平时间序列模型预测
1.模型的识别和定阶
通过考察序列的自相关及偏相关系数可以识别出适当的时间序列模型。从以上的分析可知，该平稳时间序列的自相关系数及偏相关系数均不截尾，且缓慢衰减收敛，因而判断该序列为ARIMA（p，d，q）模型。
因为该序列是经过一阶差分后平稳的，d应该为1；观察相关图，p与q均取2较为合适（峰值）。于是有该模型为ARIMA（2，1，2）。
2.模型的拟合
使用Eviews3.0软件，用最小二乘法对该模型进行拟合，得出关于海南省城市化水平的预测模型为：
Δy=0.9057-0.2095Δy t -1+μ t
11.97 -1.268
R2=0.7212DW=0.905 Q（k=13）=6.1767
3.预测结果及其分析
以该模型预测1999—2003年五年的城市化水平，与实际数值相比较，以检验其误差。
各年度的预测误差分别为：0.8357%、1.3214%、1.8071%、2.2428%、2.6585%。
可以看到，以该模型对城市化水平进行预测，其精度有一定误差，距当前时期越近，预测精度越高，距离当前时期越远，预测的误差越大。
十年间海南省城市化水平增加了9.05个百分点。从这些数据可以看出，海南省城市化水平以年均0.9的增势向上发展，该预测值稍大于现实数值，存在一定误差。误差的存在同时也是由于只采用一种方法进行预测。
在中国经济突飞猛进的背景条件下，海南的经济也处于迅猛发展的阶段。该预测值虽稍大于实际值，但在经济迅猛发展的背景下海南的城市化水平也会得到相应的提高，因此，该预测的结果也具有一定的合理性。
参考文献：
[1] 李林杰，金剑.中国城市化水平预测的时间序列模型及其应用[J].中国人口科学，2005:1-6.
[2] 张佰瑞.城市化水平预测模型的比较研究——对中国2020年城市化水平的预测[J].理论界，2007，（4）:48-50.
[3] 唐功爽. 时间序列分析在经济预测中的应用[J].统计与信息论坛，2005，（6）:90-94.
[4] 金剑.中国城市化水平的时间序列模型分析[J].统计与决策，2005，（8）:48-49.
[5] 郭志仪，丁刚.基于PDL模型的中国省域城市化水平预测研究——以甘肃省为例[J].中国软科学，2005，（3）：99-104.
[6] 束锡红，陈西蕊.宁夏人口发展与城市化水平预测[J].宁夏社会科学，2004，（1）:50-56.
[责任编辑 吴明宇]
关键词：基于时间；序列模型；海南城市化；水平预测；研究
中图分类号：F299.27 文献标志码：A 文章编号:1673-291X（2008）15-0156-02
一、问题提出
海南自1988年建省以来，在特区各项优惠政策的推动下，社会经济迈上了一个新台阶，城市化进程日益加快，但目前国内外文献中涉及海南省城市化水平预测的研究并不多见。本文主要选取时间序列模型的方法对海南省2004—2013年十年间的城市化水平进行预测研究，目的在于为海南省城市发展战略的制定提供科学的理论支持。
二、海南省城市化水平时间序列分析
1.城市化水平时间序列线性图
运用SPSS13.0软件把城市化水平数据组合成一条时间序列线性图（略）。该序列轨迹呈现出较为明显的非平滑状态，除去70年代前因政策因素（“大跃进”等）的影响使个别数据异常外，其数据基本表现为平稳特征（即总体上升趋势），有趋势项，无周期性。其平稳性和模型的具体形式不够明确，仍需进一步的分析和讨论。
2.判定时间序列的平稳性
判定时间序列的平稳性即为判定该序列的自相关函数在某一固定水平线附近摆动。反映在图形上就是所有样本点都围绕某一水平直线上下随机波动。一般要求时间序列样本数据n>50，滞后周期k≤n/4，因此此处控制最大滞后数值（Lag Number）为13。海南省城市化水平的自相关图（略）系数衰减较为缓慢，可以看到直到滞后期数为13时其系数仍为0.175，证明该序列受自身影响较大；海南省城市化水平的偏相关图（略）系数迅速衰减，并在某一水平线附近上下波动，偏相关系数小。
3.平稳时间序列的构建
以上分析可以得出这样的结论：海南省城市化水平序列呈线性缓慢衰减特征，为一非平稳序列。为了进行时间序列的预测，须对该序列作一阶差分，得出其一阶差分序列，通过一阶差分序列的相关图（略）可以看出，时间序列数据的自相关系数在某一固定水平线附近摆动（置信区间内），偏相关系数与自相关系数一样，具有相似的衰减特点：衰减较快，相关系数在某一固定水平线附近摆动（置信区间内），系数呈现较为明显的周期性波动。因此可以判定该一阶差分序列基本稳定。
三、海南省城市化水平时间序列模型预测
1.模型的识别和定阶
通过考察序列的自相关及偏相关系数可以识别出适当的时间序列模型。从以上的分析可知，该平稳时间序列的自相关系数及偏相关系数均不截尾，且缓慢衰减收敛，因而判断该序列为ARIMA（p，d，q）模型。
因为该序列是经过一阶差分后平稳的，d应该为1；观察相关图，p与q均取2较为合适（峰值）。于是有该模型为ARIMA（2，1，2）。
2.模型的拟合
使用Eviews3.0软件，用最小二乘法对该模型进行拟合，得出关于海南省城市化水平的预测模型为：
Δy=0.9057-0.2095Δy t -1+μ t
11.97 -1.268
R2=0.7212DW=0.905 Q（k=13）=6.1767
3.预测结果及其分析
以该模型预测1999—2003年五年的城市化水平，与实际数值相比较，以检验其误差。
各年度的预测误差分别为：0.8357%、1.3214%、1.8071%、2.2428%、2.6585%。
可以看到，以该模型对城市化水平进行预测，其精度有一定误差，距当前时期越近，预测精度越高，距离当前时期越远，预测的误差越大。
十年间海南省城市化水平增加了9.05个百分点。从这些数据可以看出，海南省城市化水平以年均0.9的增势向上发展，该预测值稍大于现实数值，存在一定误差。误差的存在同时也是由于只采用一种方法进行预测。
在中国经济突飞猛进的背景条件下，海南的经济也处于迅猛发展的阶段。该预测值虽稍大于实际值，但在经济迅猛发展的背景下海南的城市化水平也会得到相应的提高，因此，该预测的结果也具有一定的合理性。
参考文献：
[1] 李林杰，金剑.中国城市化水平预测的时间序列模型及其应用[J].中国人口科学，2005:1-6.
[2] 张佰瑞.城市化水平预测模型的比较研究——对中国2020年城市化水平的预测[J].理论界，2007，（4）:48-50.
[3] 唐功爽. 时间序列分析在经济预测中的应用[J].统计与信息论坛，2005，（6）:90-94.
[4] 金剑.中国城市化水平的时间序列模型分析[J].统计与决策，2005，（8）:48-49.
[5] 郭志仪，丁刚.基于PDL模型的中国省域城市化水平预测研究——以甘肃省为例[J].中国软科学，2005，（3）：99-104.
[6] 束锡红，陈西蕊.宁夏人口发展与城市化水平预测[J].宁夏社会科学，2004，（1）:50-56.
[责任编辑 吴明宇]