一种城市经济运行状态监测预警分析方法及系统与流程
本发明涉及城市经济综合评价领域，具体涉及一种城市经济运行状态监测预警分析方法及系统。
背景技术：
经济运行状态分析预警的思想产生于19世纪末与20世纪初，如法国学者在1888年巴黎统计学会上，对经济进行气象式研究，用不同颜色描述经济运行状态。法国政府在1911年设置常设的经济恐慌委员会，以及美国学者1909年开始编制经济活动指数，1919年开始定期发布“美国一般商情指数”(哈佛指数)。但是，从严格意义上讲，经济运行状态分析预警的正式产生应该定在20世纪30年代所发生的资本主义第一次全面深刻的经济危机之后。因为，也是从这个时候起，西方经济学家才开始普遍承认资本主义也有大危机，资本主义经济也会产生警情。1961年穆尔和希斯金提出了综合指数法(ci)。二战后出现了新的信息采集方法-预期调查法。到70年代末，预警系统已初步定型并出现国际化趋势。1979年，美国nber与国防经济循环研究中心合作成立了“国际经济指标系统”(iei)。至于经济预警在我国的产生时期，可以大体定在改革开放之后的80年代初期，其发展时期可以定在80年代中期以后。1988年，国家信息中心开始组织人力投入宏观经济景气分析的研究开发。1991年初起在国家经济信息系统试点推广。九十年代初期，国家统计局主持建立了“宏观经济监测与预警系统”。
国内外已有不少学者通过对经济周期监测预警理论的探讨构建出不同的模型对经济运行进行监测预警，主要包括景气指数法、arma模型、arch模型、var模型、概率模式识别模型、人工神经网络和stv横截面回归模型。
城市经济运行状态监测预警分析，是经济运行工作必不可少的组成部分，是稳增长、保态势、防风险的基础性工作，是政府科学决策的重要前提。建立合理的城市经济运行状态监测预警分析方法，可以及时发现和掌握经济运行中的苗头性、倾向性和潜在性问题，通过加大调控力度，提高经济运行调度的效率和质量。
针对现有技术存在的缺陷，本发明通过选取gdp、财政一般预算收入、外贸出口总额、社会固定投资等典型经济指标数据，构成二维矩阵并对此矩阵进行算法计算，利用主成分分析法筛选出影响城市经济运行的关键经济指标；其次，基于关键经济指标，构建三维度的经济多元控制模型，分析城市不同时期、不同区域的经济指标统计情况；最后通过扩展的锡尔指数计算方法评估城市内以及城市间经济运行状态。
技术实现要素：
本发明提出了一种城市经济运行状态监测预警分析方法及系统，能够获取城市经济运行关键经济指标，围绕关键经济指标建立三维度的城市经济控制模型，并综合分析城市经济运行情况。
本发明的一个目的是提供了一种城市经济运行状态监测预警分析方法，包括以下步骤：
获取城市不同时期经济指标数据样本并作向量化处理，形成经济指标数据矩阵；
对经济指标数据矩阵进行特征值分解运算，得到二维矩阵，获取二维矩阵特征值，筛选出影响城市经济运行的关键经济指标；
针对每一个关键经济指标，以时间、区域为自变量，构建城市经济多元控制图，建立时间、空间、经济数据三维度的经济多元控制模型，监控城市经济指标统计过程；
基于关键经济指标数据，运用锡尔指数计算得到城市经济运行系数t，通过对比分析不同城市的t值，对特定城市经济发展以及不同城市经济发展的协调性进行评估。
其中，获取城市不同时期经济指标数据样本并作向量化处理，形成经济指标数据矩阵具体如下：
收集城市地区不同时期生产总值、规模以上工业增加值、固定资产投资、社会消费品零售总额、地方公共财政预算收入、常住居民人均可支配收入、第三产业增加值等n组经济指标数据样本，每一组数据样本包含m个经济指标变量数据，n、m为大于0的自然数，每一组经济指标数据样本可以表示为向量xi：
xi＝(xi1，...，xij，...，xim)
其中，xij为典型经济指标。
将n组经济指标数据整合形成二维经济指标数据矩阵xnm：
进一步的，筛选影响城市经济运行的关键经济指标具体如下：
对经济指标数据矩阵通过如下算法进行计算：
其中，
求得经济指标数据矩阵特征值λm，从m个经济指标变量数据中选择p个经济指标，1＜p＜m，满足对应的p个特征值之和占m个特征值之和比重超80％的既定阀值，并定义为城市经济运行状态监测的关键经济指标。
进一步的，构建城市经济多元控制图，建立时间、空间、经济数据三维度的经济多元控制模型具体如下：
获取n个时间段的经济指标数据样本，每一个样本包含城市k个区域的经济指标，每一区域包含p个关键经济指标数据，构建城市经济运行状态三维度多元控制模型。
且
其中，xikj为经济指标值，
进一步的，基于关键经济指标数据，运用锡尔指数计算得到城市经济运行系数具体如下：
其中，tj为第j个城市锡尔指数，ii为城市第i个地区的收入，i是城市总收入，pi是第i个地区的人口，p是城市总人口。
本发明的另一个目的是提供一种城市经济运行状态监测预警分析系统，系统包括以下模块：
经济数据获取模块，用于获取城市不同时期经济指标数据样本并作向量化处理，形成经济指标数据矩阵，并将经济指标数据矩阵发送给关键经济指标筛选模块；
关键经济指标筛选模块，用于对经济指标数据矩阵进行特征值分解运算，得到二维矩阵，获取二维矩阵特征值，筛选出影响城市经济运行的关键经济指标，并将关键经济指标发送给控制模型构建模块和经济发展状况评估模块；
控制模型构建模块，用于针对每一个关键经济指标，以时间、区域为自变量，构建城市经济多元控制图，建立时间、空间、经济数据三维度的经济多元控制模型，监控城市经济指标统计过程；
经济发展状况评估模块，用于运用锡尔指数计算得到城市经济运行系数t，通过对比分析不同城市的t值，对特定城市经济发展以及不同城市经济发展的协调性进行评估。
其中，经济数据获取模块中获取城市不同时期经济指标数据样本并作向量化处理，形成经济指标数据矩阵具体如下：
收集城市地区不同时期生产总值、规模以上工业增加值、固定资产投资、社会消费品零售总额、地方公共财政预算收入、常住居民人均可支配收入、第三产业增加值等n组经济指标数据样本，每一组数据样本包含m个经济指标变量数据，n、m为大于0的自然数，每一组经济指标数据样本可以表示为向量xi：
xi＝(xi1，...，xij，...，xim)
其中，xij为典型经济指标。
将n组经济指标数据整合形成二维经济指标数据矩阵xnm：
进一步的，关键经济指标筛选模块中，筛选影响城市经济运行的关键经济指标具体如下：
对经济指标数据矩阵通过如下算法进行计算：
其中，
求得经济指标数据矩阵特征值λm，从m个经济指标变量数据中选择p个经济指标，1＜p＜m，满足对应的p个特征值之和占m个特征值之和比重超80％的既定阀值，并定义为城市经济运行状态监测的关键经济指标。
进一步的，控制模型构建模块中，构建城市经济多元控制图，建立时间、空间、经济数据三维度的经济多元控制模型，具体如下：
获取n个时间段的经济指标数据样本，每一个样本包含城市k个区域的经济指标，每一区域包含p个关键经济指标数据，构建城市经济运行状态三维度多元控制模型。
且
其中，xikj为经济指标值，
进一步的，经济发展状况评估模块中，基于关键经济指标数据，运用锡尔指数计算得到城市经济运行系数具体如下：
其中，tj为第j个城市锡尔指数，ii为城市第i个地区的收入，i是城市总收入，pi是第i个地区的人口，p是城市总人口。
本发明的城市经济运行状态监测预警分析方法及系统构建了时间、区域、经济三个维度的经济多元控制模型，能够评估城市不同时间、不同区域经济指标的统计过程是否存在异常；并提出了一种扩展的锡尔指数计算方法，以统一的标准计算城市内部不同区域以及城市间的经济运行系数，实现城市经济运行状态的评估。
附图说明
图1示出了本发明的城市经济运行状态监测预警分析方法总体框图。
图2示出了本发明的城市经济运行数据统计监测预警流程示意图。
图3示出了本发明的城市经济运行状态分析方法流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明，应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
现在将详细参考本发明的实施例，这些实施例的示例在附图中示出。元件的后缀“模块”和“单元”在此用于方便描述，并且因此可以可交换地被使用，而且没有任何可区别的意义或功能。
虽然构成本发明的实施例的所有元件或单元被描述为结合到单个元件中或被操作为单个元件或单元，但是本发明不一定局限于此种实施例。根据实施例，在本发明的目的和范围内所有的元件可以选择性地结合到一个或多个元件并且被操作为一个或多个元件。
如图1所示，本发明的一个实施例中的城市经济运行状态监测预警分析方法具体包括：获取城市不同时期经济指标数据样本并作向量化处理，形成经济指标数据矩阵；对经济指标数据矩阵进行特征值分解运算，得到二维矩阵，获取二维矩阵特征值，筛选出影响城市经济运行的关键经济指标；针对每一个关键经济指标，以时间、区域为自变量，构建城市经济多元控制图，建立时间、空间、经济数据三维度的经济多元控制模型，监控城市经济指标统计过程；基于关键经济指标数据，运用锡尔指数计算得到城市经济运行系数t，通过对比分析不同城市的t值，对特定城市经济发展以及不同城市经济发展的协调性进行评估。
具体地操作步骤为：
步骤1：收集城市传统的m个典型经济指标数据，表示为向量xi：
xi＝(xi1，...，xij，...，xim)
其中，xij为典型经济指标。
将n组经济指标数据整合形成二维经济指标数据矩阵xnm：
通过如下换算得到rij，以rij为元素得到矩阵r，
计算矩阵r的特征值c1，c2，...，cm，选取p个特征值使其满足条件如下：
其中，p＝t-k。
那么，相应的p个典型经济指标为关键经济指标。
步骤2：如图2所示，获取n个时间段的经济指标数据样本，每一个样本包含城市k个区域的经济指标，每一区域包含p个关键经济指标数据，基于p个关键经济指标构建经济多元控制模型如下：
且
其中，xikj为经济指标值，
分析
具体的，当城市k个区域中第d个区域的均值波动很大时，则第d个区域经济指标数据存在问题，向统计部门发出警报；进一步的，当城市k个区域中第d个区域的均值波动很大时，分析均值向量
步骤3：如图3所示，收集多个城市关键经济指标数据，利用锡尔指数计算公式，基于关键经济指标数据计算不同城市的经济运行系数如下。
其中，tj为第j个城市锡尔指数，ii为城市第i个地区的收入，i是城市总收入，pi是第i个地区的人口，p是城市总人口。
分析城市的经济运行系数tj可以评估该城市的经济运行状态，同时通过比较不同城市的经济运行系数tj可以横向的得到不同城市的经济发展状况。
本发明的另一实施例中的城市经济运行状态监测预警分析方法具体包括：
内容1：选取城市不同时期财政一般预算收入、第三产业增加值、外贸出口总额、基础建设投资、社会固定投资等典型经济指标数据，构成典型经济指标二维矩阵；
内容2：对二维矩阵进行算法计算后的矩阵进行特征值求解，并求和任意个数特征值组合直至结果超过特征值总和的80％，选取满足条件的最小数量的特征值组合，相应的经济指标作为城市经济运行关键经济指标；
内容3：基于多元控制图结合关键经济指标，构建时间、区域、经济指标三个维度的经济多元控制模型，通过分析均值以及协方差的波动情况，获取城市不同时期以及地区的经济指标统计情况；
内容4：利用扩展的锡尔指数计算公式，计算不同城市间的经济运行系数，实现城市经济运行状态的评估。
本发明的另一实施例中的城市经济运行状态监测预警分析系统包括：
经济数据获取模块，用于获取城市不同时期经济指标数据样本并作向量化处理，形成经济指标数据矩阵，并将经济指标数据矩阵发送给关键经济指标筛选模块；
关键经济指标筛选模块，用于对经济指标数据矩阵进行特征值分解运算，得到二维矩阵，获取二维矩阵特征值，筛选出影响城市经济运行的关键经济指标，并将关键经济指标发送给控制模型构建模块和经济发展状况评估模块；
控制模型构建模块，用于针对每一个关键经济指标，以时间、区域为自变量，构建城市经济多元控制图，建立时间、空间、经济数据三维度的经济多元控制模型，监控城市经济指标统计过程；
经济发展状况评估模块，用于运用锡尔指数计算得到城市经济运行系数t，通过对比分析不同城市的t值，对特定城市经济发展以及不同城市经济发展的协调性进行评估。
其中，经济数据获取模块中获取城市不同时期经济指标数据样本并作向量化处理，形成经济指标数据矩阵具体如下：
收集城市地区不同时期生产总值、规模以上工业增加值、固定资产投资、社会消费品零售总额、地方公共财政预算收入、常住居民人均可支配收入、第三产业增加值等n组经济指标数据样本，每一组数据样本包含m个经济指标变量数据，n、m为大于0的自然数，每一组经济指标数据样本可以表示为向量xi：
xi＝(xi1，...，xij，...，xim)
其中，xij为典型经济指标。
将n组经济指标数据整合形成二维经济指标数据矩阵xnm：
进一步的，关键经济指标筛选模块中，筛选影响城市经济运行的关键经济指标具体如下：
对经济指标数据矩阵通过如下算法进行计算：
其中，
求得经济指标数据矩阵特征值λm，从m个经济指标变量数据中选择p个经济指标，1＜p＜m，满足对应的p个特征值之和占m个特征值之和比重超80％的既定阀值，并定义为城市经济运行状态监测的关键经济指标。
进一步的，控制模型构建模块中，构建城市经济多元控制图，建立时间、空间、经济数据三维度的经济多元控制模型，具体如下：
获取n个时间段的经济指标数据样本，每一个样本包含城市k个区域的经济指标，每一区域包含p个关键经济指标数据，构建城市经济运行状态三维度多元控制模型。
且
其中，xikj为经济指标值，
进一步的，经济发展状况评估模块中，基于关键经济指标数据，运用锡尔指数计算得到城市经济运行系数具体如下：
其中，tj为第j个城市锡尔指数，ii为城市第i个地区的收入，i是城市总收入，pi是第i个地区的人口，p是城市总人口。
本发明的城市经济运行状态监测预警分析方法及系统：1、提出了一种经济指标数据矩阵表达方式，并结合主成分分析法获取城市经济运行关键经济指标；2、构建了时间、区域、经济三个维度的经济多元控制模型，能够评估城市不同时间、不同区域经济指标的统计过程是否存在异常；3、提出了一种扩展的锡尔指数计算方法，以统一的标准计算城市内部不同区域以及城市间的经济运行系数，实现城市经济运行状态的评估。
应当理解，在本说明书中描述的功能单元或能力可被称为或标示为组件、模块或系统，以便更具体地强调它们的实现独立。例如，组件、模块或系统可被实现为硬件电路，其包括定制超大规模集成(vlsi)电路或门阵列、现成的半导体，诸如逻辑芯片、晶体管，或其他分立组件。组件或模块还可在可编程硬件设备中实现，诸如场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等。组件或模块还可以在用于由各种类型的处理器执行的软件中实现。例如，可执行代码的识别的组件或模块可以包括一个或多个物理或逻辑的计算机指令，其可以，例如，被组织为对象、程序或功能。然而，所识别的组件或模块不必在物理上定位在一起，而是可以包含存储在不同位置的全异指令，其当逻辑上接合在一起时，包含组件或模块并实现对于组件或模块的规定目的。
应该理解由本领域技术人员通过本发明能够实现的效果并不局限于在上文已特别描述的内容，并且本发明的其它优点从上面的详细描述中将更清楚地理解。
对于本领域技术人员，显然可以在不脱离本发明的精神或范围的情况下在本发明中做出各种修改和变型。因此，本发明旨在如果本发明的修改和变型落入附随权利要求和它们的等同形式的范围内，那么本发明覆盖这些修改和变型。
- 还没有人留言评论。精彩留言会获得点赞！