基于BP神經網絡的縣域經濟發展模式選擇*——以遼寧省部分縣域為例

祝愛民，袁 赫，于麗娟，王溫冉

（沈陽工業大學管理學院，沈陽 110870）

基于BP神經網絡的縣域經濟發展模式選擇*
——以遼寧省部分縣域為例

祝愛民，袁 赫，于麗娟，王溫冉

（沈陽工業大學管理學院，沈陽 110870）

縣域經濟發展模式是在縣域經濟不斷工業化與現代化進程中逐步形成的一種具有特色的發展過程和路徑。借鑒并選擇正確的發展模式，對于制定縣域經濟發展模式戰略、提高縣域經濟發展效率、幫助縣域經濟發展走出困境起著十分重要的作用。從三大產業主導的縣域經濟發展模式視角入手，以遼寧省部分縣域為例，運用BP人工神經網絡構建模型，通過計算機仿真幫助各個縣域在發展過程中選擇適合的發展模式，從而達到促進縣域經濟順利發展的目的。

縣域經濟;經濟發展;發展模式;發展效率;模式選擇;BP神經網絡;選擇模型

隨著我國全面建設小康社會、統籌城鄉發展、建設社會主義新農村發展戰略的提出，作為在縣級地域范圍內以城鎮為中心、以農村為基礎、以縣級政府為調控主體、以市場為導向將各種經濟成分有機結合的一種具有地域特色和功能完備的縣域經濟的發展逐漸受到重視，而縣域經濟能否順利實現可持續發展，還取決于是否選擇了正確的發展模式［1］。以往學者在縣域經濟發展模式分類方面的研究已經取得了很多成果并且相關理論也很成熟，而在縣域經濟發展模式選擇方面的研究還處于初期階段。現實中大多根據實踐經驗選取合適的縣域經濟發展模式，而理論研究中的選擇方法也多集中于定性分析，但是隨著研究的不斷深入，一些定量分析模型也逐漸被運用到發展模式的選擇方面。本文就運用了定量分析的方法，對縣域經濟發展模式進行選擇。

一、縣域經濟發展模式概述

改革開放以來，我國越來越重視縣域經濟的發展［2］178－191。縣域經濟發展模式的多樣性決定了縣域經濟發展的不平衡性，但是，在經濟發展過程中某些縣域的資源、地理位置等狀況都相似，優劣勢也相當，這些都使得縣域經濟在發展模式的選擇上具有一定的通用性，所以要按照一定的標準對縣域經濟進行分類。很多學者對于縣域經濟發展模式的分類都從不同的視角進行了論述，如從空間地域視角、生產要素及資產所有權視角、經濟運行機制視角、影響縣域經濟發展的不同主導因素視角、經濟地理區位優勢視角、以中小企業為主線視角、主導產業帶動視角、市場類型視角等［3－4］。但是每種分類方式都缺乏統一的范疇，又無法避免出現交叉，在縣域經濟發展模式的選擇上針對性不強。

中國縣域經濟的發展必然面臨著縣域經濟競爭優勢的選擇，中國具有代表性的百強縣域的經濟發展模式可分為農業創新型縣域經濟、工業創新型縣域經濟、服務業創新型縣域經濟和活力經濟型縣域經濟［5］，這種分類方式是以縣域經濟所擁有的優勢為依據進行劃分的，既從縣域經濟的優勢角度入手進行描述，又包含了對其劣勢方面的分析，并且以三大產業為主導的縣域經濟發展模式也能夠深刻地說明縣域資源的開發利用情況，所以本文從以三大產業為主導的縣域經濟發展模式入手，進行縣域經濟發展模式的選擇分析。

二、縣域經濟發展模式選擇模型

以往學者對縣域經濟發展模式的選擇也做過一些定量分析，如有學者采取DEA方法進行主導產業選擇的研究，也有學者采取區位商方法［6］對縣域經濟發展模式的選擇進行相關分析，這些分析研究都取得了一定的成就。但是，每種定量模型在運用過程中都存在著自身的不足之處:DEA方法只能確定有效性和無效性，不能對數據進行排序，無法作出優先選擇，對相關選擇也無法作出預測;而區位商方法的計算量比較大，如果縣域比較多而且影響因素也比較多的話，比較起來會很復雜，時間會比較長，而且區位商方法只描述了產業的生產集中度，但一個產業的優勢應體現在規模和效率兩方面。

在查閱分析和借鑒以往文獻的基礎上，本文最終選擇了BP神經網絡作為研究方法。基于誤差反向傳播（back propagation）算法的多層前饋網絡（multiple-layer feed-forward network）（簡稱 BP網絡）是人工神經網絡中應用最多、最成功、最典型的網絡之一，也是一種逐漸被廣泛應用于各個學科當中的比較科學的方法。BP人工神經網絡的學習過程由正向傳播（處理）和反向傳播（處理）兩部分組成，一個典型的BP神經網絡是由輸入層節點、隱含層節點和輸出層節點組成的前饋階層網絡。BP人工神經網絡使用最速下降法的學習規則，通過反向傳播來不斷地調整網絡權值，以達到誤差平方和最小的目的。其算法的基本思想是給定一組輸入模式，將輸入模式從輸入層傳到隱含層，在隱含層內進行逐層處理，產生一個輸出模式傳輸到輸出層，下一層的神經元狀態只受到前一層神經元狀態的影響，這個過程是一個正向傳播的過程;然后將輸出結果與期望值比較，如果沒有得到期望的結果，說明期望值與實際輸出值之間存在誤差;之后進行反向傳播，將誤差信號按原路徑返回，在這個過程中不斷調整各層神經元之間的連接權值，通過這種正向與反向傳播過程的相互交替運用，達到不斷減少誤差信號的目的。BP神經網絡還具有一些獨特的優點［7］:BP神經網絡具有并行分布式處理能力、非線性處理能力以及自學習功能的特點，它是一種多變量系統，而且神經網絡具有高度的并行結構和實現能力，通過發揮計算機的高速運算能力，能夠快速地尋找到優化解。這種并行分布處理能力可以提高大量運算的速度，彌補了區位商方法中因因素多而計算困難的問題，而且還具有很強的容錯性。神經網絡的自學習功能可以學習和適應不確定的系統，通過對以往歷史數據的學習，從輸入、輸出的數據中提取出規律性的知識，記憶于網絡的權值中，從而訓練出特定的神經網絡，對于預測有重要的意義。神經網絡還可以同時處理定量、定性的信息知識。所以，運用BP神經網絡對縣域經濟發展模式選擇進行數據處理以及相關分析，不僅解決了區位商方法中所存在的問題和DEA方法中無法對選擇進行預測的問題，而且計算結果更加精確、更具有說服力。

三、例證分析

2008年，遼寧省委、省政府提出了全省農村經濟發展的主要指標要在3年內翻一番，力爭達到沿海省份平均水平的奮斗目標，并確定了以發展縣域經濟為載體，扎實推進社會主義新農村建設的發展思路［8］。遼寧省實行了縣級擴權改革，在省里的激勵和扶持下，各縣（市）發揮自身優勢積極發展經濟，使縣域經濟保持強勁的發展態勢。2009年國際金融危機對實體經濟的影響十分顯著，但遼寧省縣域經濟卻逆勢飄紅，2009年1季度，全省44個縣（市）地區生產總值、地方財政一般預算收入、全社會固定資產投資同比分別增長28.1%、45.5%、119%，縣域經濟各項經濟指標首次超過全省城市經濟增長水平，縣域經濟已占遼寧經濟總量的半壁江山。對遼寧省縣域經濟發展差異的成因進行分析的結果表明:從三次產業的層面來看，第二產業是導致縣域經濟發展差異的第一因素，第三產業是第二位因素，而第一產業對縣域經濟發展差異的影響最小，并且還在不斷下降［9］。

本文從遼寧省選取具有代表性的20個縣域作為研究對象，從三大產業角度采集相關數據進行分析。確定縣域經濟發展模式選擇的步驟如下:

（1）樣本數據的采集與處理。本文對遼寧省各個縣的內外部環境因素進行了理論分析，并且根據各個縣的地域特色考慮了宏觀影響因素，再通過對2008年《遼寧統計年鑒》的查閱，從眾多指標信息中選取了三大產業的生產總值及三大產業的從業人數作為指標數據。因為有些指標數據（如人口數、農作物播種面積、規模以上企業個數等）對縣域經濟發展模式選擇的影響較小，而有關三大產業中人均收入的數據又不全面，很難查找，故未予選取。將原始數據進行處理，分別計算出各個縣三大產業的年產值在總產值中的權重以及各個產業從業人數在總從業人數中的權重，最終以權重作為輸入指標項。

（2）輸入層節點個數的確定。影響縣域經濟主導產業發展模式選擇的因素很多，但綜合專家意見以及相關數據，其主要因素是各個產業的從業人數占總從業人數的比重與各個產業的產值占總產值的比重，所以將三大產業中的這兩項數據定為神經網絡輸入層的輸入，輸入層節點數m確定為6［10］137。

（3）輸出層節點個數的確定。本研究最后期待的結果是選擇出以第一產業為主導、以第二產業為主導、以第三產業為主導、以第一二產業混合形式為主導、以第一三產業混合形式為主導、以第二三產業混合形式為主導的發展模式中的一個，所以此神經網絡的輸出節點定為1，取值范圍為［0，1］，則輸出層節點個數為6［11］。

（4）隱含層節點個數的確定。隱含層節點數不能過多也不能過少，過少會導致整個網絡不易收斂，過多則會引起神經網絡訓練時間劇增，這都會給神經網絡的計算帶來很多的不確定因素。常用的經驗公式是其中m為輸入層節點數，n為隱含層節點數，k為輸出層節點數，b是1～10之間的常數。據此可得出隱含層節點個數可以為3～14個，經過網絡訓練后，得到最佳隱含層節點數12［12］28。

（5）權值和閥值的初始設置。BP人工神經網絡的權值和閥值一般取隨機數，而且數值都比較小，以保證每個神經元一開始是在它們轉換函數最大的地方進行。每個輸入層節點和隱含層節點、隱含層節點和輸出層節點連接，輸入層節點數為m，隱含層節點數為n，k為輸出層節點數，建立隱含層權值矩陣（n，m），輸出層權值矩陣（k，n）。BP神經網絡的連接權值和閥值的取值范圍一般是［－1，1］或［－2/m，+2/m］（m為網絡輸入層節點數）。通過試驗比較，本文將網絡的連接權值和閥值的初始取值范圍設為［－1/m，+1/m］。通過以上計算，可以得出輸入是（6，6），隱含層權值矩陣為（12，6），輸出權值矩陣為（6，12），最后得出的就是（6，12）·（12，6）=（6，6）的輸出矩陣結果。

（6）預測數據的確定。樣本1～20分別代表20個縣市區;x1，x2，…，x6表示三大產業產值和三大產業從業人數的權重。錄入數據過程中使用的字母P、T和p分別代表訓練的輸入向量，即樣本中的前15項數據，輸出數據即前15項樣本的實際結果，測試數據即樣本中的后6項數據。相關數據如表1和表2所示。

表1 樣本對應表

表2 縣域經濟發展模式指標

（7）數據分析。本文運用MATLAB軟件編程，對神經網絡進行設計［13］96－124。首先用前15個數據對神經網絡進行訓練，得到如下結論:

本文中將目標訓練次數定為1000次，誤差期望值定為0.00001，經過不斷地對網絡進行訓練，當BP人工神經網絡訓練9次時，均方差誤差MSE以及誤差期望值達到要求，此網絡訓練達到成熟。

為保證計算精確以及網絡的完整性，再用后6項數據對網絡進行測試。將后6項數據的相關指標輸入到網絡中，經過網絡運算得出數據結果，與之前的期望數據結果進行比較。本文中所論述的期望結果實際上是由主觀因素確定的發展模式方向，運用網絡測算出的結果與之前所作出的期望結果進行比對，以得出最終的發展方向。數據比對結果如表3所示。

表3 期望結果與測試結果對比表

表3中，大于0.5的測試結果越接近1越準確，小于0.5的測試結果越接近0越準確，期望結果中1代表采取對應的發展模式，0代表不采取對應的發展模式。從表3中可以看出，對于進行測試的6項數據，朝陽縣應采取以第一產業為主導的經濟發展模式，建昌縣應該采取以第一三產業混合為主導的經濟發展模式，遼中縣、康平縣、法庫縣以及新民市應該采取以第一產業為主導的產業經濟發展模式。在實際發展過程中，以上縣域也是按照這樣的發展模式進行的，所以，通過運用BP神經網絡測試出的結果基本與實際期望結果相吻合。

四、結 論

發展縣域經濟是繁榮農村經濟的重要保證，加快縣域經濟的發展是解決“三農”問題的關鍵。縣域經濟發展模式的選擇是縣域經濟能否可持續發展的關鍵，各個縣對發展模式的選擇要因地制宜，但縣域經濟發展模式選擇是一個復雜的過程，應用合適的方法進行分析，才能作出準確的決策。

本文通過對BP人工神經網絡進行訓練，得到比較成熟的網絡，再將測試數據輸入到成熟的網絡中，通過所得出的數據與之前預測的期望結果相比較，最終可以得出各個縣域經濟發展模式所屬的類型，根據這個方法得出的結論比較符合遼寧省縣域經濟的發展實際。各地方政府在做決策之前可以利用這種方法，根據預測數據所指引的方向制定不同的發展方案，以利于縣域經濟的順利發展。

［1］梁興輝，王麗欣．中國縣域經濟發展模式研究綜述［J］．經濟縱橫，2009（2）:123－125．

［2］王盛章，趙桂溟．中國縣域經濟及其發展戰略［M］．北京:中國物價出版社，2002．

［3］閆天池．我國縣域經濟的分類發展模式［J］．遼寧師范大學學報:社會科學版，2003（1）:22－24．

［4］季建業，洪錦華，陳明．產業創新與縣域經濟發展模式研究［M］．上海:經濟科學出版社，2006．

［5］魏秀芬，于戰平．我國縣域經濟的發展模式［J］．農村經營管理，2005（3）:47－48．

［6］張春英．遼寧主導產業選擇分析［J］．社會科學輯刊，2008（6）:127－130．

［7］蔡錦錦．基于BP神經網絡的高校課堂教學質量評價系統的研究與實現［D］．浙江:浙江工業大學，2009: 37－57．

［8］許桂紅，肖亮．遼寧省區域經濟發展差異的成因分析［J］．沈陽工業大學學報:社會科學版，2008（1）:54－58．

［9］周健，賈曉華．遼寧縣域經濟發展模式選擇［J］．環渤海經濟瞭望，2010（3）:25－28．

［10］蔣宗禮．人工神經網絡導論［M］．北京:高等教育出版社，2001．

［11］高雪鵬，叢爽．BP網絡改進算法的性能對比研究［J］．控制與決策，2001（2）:167－171．

［12］聞新．MATLAB神經網絡應用設計［M］．北京:科學出版社，2000．

［13］飛思科技產品研發中心．神經網絡理論與MATLAB7實現［M］．北京:電子工業出版社，2005．

Pattern selection of economic development in county area based on BP neural network: a case of counties in Liaoning Province

ZHU Ai-min，YUAN He，YU Li-juan，WANG Wen-ran
（School of Management，Shenyang University of Technology，Shenyang 110870，China）

TThe economic development pattern of county area is a distinctive developing process and path which gradually formed in the process of constantly industrialization and modernization of county economy．Referring and selecting right development pattern play an important role in constituting the strategy of economic development pattern in county area，improving the efficiency of economic development in county area，and helping economic development in county area free from predicament． Starting from perspective of economic development pattern in county area led by three major industries，some counties in Liaoning Province are taken as examples，models are established by applying BP artificial neural network，and appropriate development patterns in developing process are selected for each county area through computer simulation，so as to promote the well-off economic development in county area．

county economy; economic development; development pattern; development effciency;pattern selection; BP neural network; selection model

F207

A

1674－0823（2012）01－0012－04

2011－03－14

遼寧省科技計劃項目（2009401013）。

祝愛民（1970－），男，山東海陽人，教授，博士，主要從事企業經營決策與戰略管理等方面的研究。

* 本文已于2011－06－21在中國知網優先數字出版，DOI為CNKI:21－1558/C．20110621．1210．001，http://www．cnki．net/kcms/detail/21．1558．C．20110621．1210．001．html．

（責任編輯:吉海濤）