网络搜索数据与我国GDP的关联机理分析

网络搜索数据是研究我国宏观经济现象的重要微观信息依据。本文从需求、供给与政策三方面选取和筛选关键词合成网络搜索指数,并与我国GDP进行相关性研究。结果表明:网络搜索指数与GDP的相关性较高,且两者存在长期均衡关系与短期误差修正机制,当GDP逐渐偏离均衡,将会以1~2个月的调整速度从非均衡态过渡到均衡态;网络搜索指数的增长对我国GDP有促进作用。

基于网络搜索数据的GDP组合预测研究

网络搜索数据(Web Search Data, WSD)是研究宏观经济现象的重要微观信息依据。从需求、供给与政策环境等方面选取和筛选关键词来合成网络搜索指数,采用金枪鱼群(Tuna Swarm Optimization, TSO)算法优化的最小二乘支持向量回归(Least Squares Support Vector Regression, LSSVR)模型,对GDP进行预测。结果表明,网络搜索指数与GDP具有强相关性,合成的网络搜索指数能较好地反映GDP的波动走势;网络搜索数据的加入使得预测结果呈现出强时效性,预测效果及预测精度都取决于对最优模型的选择,引入参数智能优化算法可提高模型的预测性能。提出的TSO-LSSVR&WSD模型充分利用网络搜索数据及组合预测优势,提高了GDP的预测精度和时效性,可应用于宏观经济指标预测中。

基于长时序夜光遥感数据的长三角区域GDP预测研究

融合了DMSP/OLS(Denfense Meterological Satellite Program/Operational Linescan System)和NPP/VIIRS(Suomi Nation Polar-orbiting Partnership/Visible infrared imaging radiometer suite)两种常见的夜光遥感数据,延长了夜光遥感数据的时间跨度,以长三角区域的三省一市为例,对比了一元ARIMA模型、加入了NPP/VIIRS数据夜光总量ARIMAX模型和加入本文融合两种夜光数据的夜光总量ARIMAX模型,对研究区域的GDP进行了研究,以2019—2021年作为预测年份,与真实值进行对比。实验结果表明,不同经济结构在GDP预测结果的精度不同,加入夜光遥感数据的模型在预测经济发达并且面积较小的区域GDP时精度会显著降低,融合后的夜光数据GDP平均预测精度相比之前有了大幅度提高,可以很好地改进GDP预测结果。

基于时序NPP-VIIRS夜间灯光和土地利用数据的福州市GDP时空分布研究

基于时序NPP-VIIRS夜间灯光、社会经济统计等数据,构建GDP空间化模型,并结合空间分辨率为30 m×30 m的土地利用数据对模型进行修正,研究2013—2020年福州市经济空间差异性及演变趋势。结果表明:(1)利用土地利用数据对GDP空间化模型进行修正以提高单元网格精度和效度的方法是可行的,对较小尺度的经济空间分析具有意义。(2)将土地利用数据对应的各产业产值用于对GDP空间化模型修正,能够进一步提升单元网格的模拟精度。(3)从共时性比对来看,福州市的经济空间呈现东部GDP较高,西部和北部GDP以低值为主、高值零星分布的格局。从历时性来看,自2015年起,福州市GDP高值区域的扩张与GDP总值的增长速度明显提高,2018年后整体出现略微下降趋势。

夜间灯光数据替代GDP指标时需关注的问题

客观的夜间灯光数据被频繁地作为GDP的替代指标,出现在越来越多的经济学文献中。然而随着SNPP卫星替代DMSP卫星,研究领域从城市扩展到农村,有三个新问题常常被学者们忽略:DMSP/OLS和SNPP/VIIRS夜间灯光数据是否可比?夜间灯光数据能否替代农村地区的GDP?哪一个夜间灯光指标最优?忽视这三个问题很可能导致得出错误的结论。文章通过对DMSP/OLS和SNPP/VIIRS夜间灯光数据的比较发现,分辨率、成像时间、传感器的差异使二者不具可比性。我国县级农村层面的数据证明,夜间灯光数据仍然可以作为GDP的替代指标;农业占GDP比例较高的子样本证实,夜光强度为GDP的最优替代指标。

基于多源地理大数据的我国GDP空间建模研究

国内生产总值(GDP)是衡量一个国家经济状况和发展水平的重要指标,精确核算年度GDP对于一个国家制定发展策略非常重要。然而不同研究用于GDP估算的地理数据均有所差别,且哪种地理数据更有利于核算GDP是尚未明确的问题。文章以我国2848个区县为研究区,采用多元线性回归(OLS)方法及地理加权回归(GWR)方法,结合夜间灯光遥感数据、兴趣点POI数据、腾讯位置大数据和城镇建设用地面积等多源地理数据模拟2020年区县GDP规模,并探讨不同变量的模拟效果。研究发现:①综合运用多源地理数据并结合空间加权回归方法可在区县级和地级市级分别实现74%和87%GDP空间模拟精度;②对比不同地理因子,发现POI数据最能有效反映区县级别GDP总量,效果优于其他地理因子;③相比于POI因子,腾讯位置大数据能较好地反映西部地区GDP总量。因此,结合腾讯位置及兴趣点POI数据,可提高全国GDP建模精度。文章为快速、准确模拟我国GDP空间分布提供了重要数据和方法参考。

研究生教育对区域经济发展的影响研究

以省际面板数据为样本,以第三产业经济和人均GDP为经济度量指标,以研究生教育和科技创新等为解释变量,构建了31个省以及东中西部三大区域的各类回归模型。实证分析表明:我国的研究生教育可直接促进区域经济增长(硕士的影响效应高于博士),并通过科技创新变量间接推进经济发展。对三大区域进行纵横比较发现,东部整体态势较好,显著优于中部和西部;中西部地区硕士对经济的影响力显著高于博士,西部研究生教育和产业结构明显不匹配。

基于DMSP/OLS夜间灯光数据的省域GDP统计数据空间化方法——以广西壮族自治区为例

针对省域小尺度资源环境研究领域对空间型社会经济数据的需求,以DMSP/OLS夜间灯光数据为依据,采用GIS与SPSS相结合的方法,分析广西生产总值、第一产业、第二产业、#工业和第三产业分别与夜间灯光指数的相关性,构建广西2010年GDP统计数据的空间化模型,并制作广西1km*1km GDP密度专题图。结果表明,DMSP/OLS夜间灯光数据与省域GDP的空间分布相关性明显,相关系数为0.9755。估算得到的GDP密度能够完整地反映广西GDP宏观分布现状,可为今后经济决策和产值估算提供一定的依据。

各省区季度GDP数据质量评估

国内外学者对我国GDP数据质量的质疑重点已从年度数据转到季度数据,从全国数据转向地方数据。本文通过设计一套较为系统且可操作性强的季度GDP评估指标体系,运用空间面板数据模型对各省区的季度GDP数据质量进行了实证检验。结果表明,整体来看,中国各省区季度GDP同各经济指标的匹配性较好,数据质量较高,并不存在明显的失真现象;从时间上来看,每年一、二季度的GDP存在一定程度的高估,而每年三、四季度的GDP则存在一定程度的低估,但是这种偏差在统计上不显著;分地区来看,尽管一半省区的季度GDP存在一定程度的高估,另一半省区存在一定程度的低估,但大部分省区高估或低估的程度在统计上不显著。文章进一步分析了其中的原因。

基于GDP格网的中国大陆城市DMSP/OLS稳定灯光数据饱和标定方法

DMSP稳定灯光数据产品因其灰度级较低(6bit),通常导致数据在城市中心区域达到饱和,限制了其对城市化进程(如建成区面积)、社会经济发展(如能耗)等关键指标的宏观统计与高精度应用。该文提出一种GDP格网数据辅助去饱和方法,以2010年中国大陆地区DMSP/OLS稳定灯光数据饱和最为严重的36个城市为研究对象,基于该年的GDP格网数据对稳定灯光数据产品进行饱和标定,标定后各城市灯光总和均得到合理提升。为了验证方法的有效性,对标定前后的城市灯光总和与城市建成区面积和能源消耗量两个社会经济指标进行了相关分析,结果表明,标定后的相关系数分别从0.63和0.57提高到0.67和0.61,说明基于GDP格网数据标定方法能够提高稳定灯光数据的应用精度。

基于夜间灯光数据的连片特困区GDP估算及其空间化

国内生产总值(gross domestic product,GDP)能反映一个国家或地区的经济发展状况,构建高精度的特困区GDP空间数据库对扶贫工作的开展具有重要意义。首先通过建立DMSP/OLS夜间灯光数据与连片特困区GDP的回归模型,实现利用夜间灯光数据估算特困区GDP;然后分别对第一和第二、三产业GDP进行空间化建模:第一产业GDP与土地利用数据相结合建模,第二、三产业GDP与夜间灯光数据相结合建模。研究结果表明,大部分特困区GDP的估算结果较为准确,县级尺度的估算精度达到87.38%;连片特困区多为GDP低密度区,GDP基本处于50万元/km2以下,西北地区甚至出现大片低于5万元/km2。因此,高精度的连片特困区GDP密度分布图能够准确地反映特困区经济分布状况,为扶贫工作的开展提供数据支持。

基于时间序列匹配性的GDP数据质量评估研究

GDP数据质量对宏观经济监测具有基础性作用,以GPD数据质量评估有GDP数据渐进稳定性、GDP和GDP增长率趋势长期趋同性、影响因素不同但数据表现的长期趋势一致性三个基本假设,以基本假设为基础,分别构建GDP和GDP增长率的确定性与随机性时间序列模型,分析1981～2009年中国GDP数据质量,发现中国GDP数据质量总体上较好,同时具有显著的阶段性特点。

GDP数据修正对经济周期测定的影响

本文在收集和建立季度GDP实时数据的基础上,利用区制转移模型对我国经济周期测定展开了实时数据分析,并深入讨论了GDP数据修正对经济周期阶段性测定的影响。研究结果表明:GDP数据修正引致我国经济周期阶段性测定发生了深刻的变化,使我国经济周期的测定在2005年第二季度至2006年第四季度间从低速增长改变为高速增长。而且,GDP数据修正对经济周期平均增长率的影响方向,与其是否影响经济周期阶段性具有相反关系,即当GDP数据修正不影响(影响)经济周期阶段性时,它对高、低平均增长率都具有同向(反向)影响。

基于夜间灯光数据的珠三角地区镇级GDP估算

高精度地表GDP分布数据是开展小尺度区域发展相关研究的关键数据,但通常难以获得完整数据序列。文章比较了DMSP-OLS和NPP-VIRS两种夜间灯光数据在小尺度单元GDP估算工作上的适应性,证实NPP-VIIRS数据在镇级GDP估算中有更好的性能。利用修正后的NPP-VIIRS夜间灯光数据建立珠三角地区镇级GDP估算模型,并通过地区差异系数对估计结果进行校正。对2013年镇级GDP估算的实验结果总体精度达到85%。估算结果能够用于填补珠三角地区部分镇级GDP统计数据缺失,为相关研究获取、对比GDP数据提供技术手段。

GDP国家数据与地区数据的可衔接性研究

国内生产总值(GDP)是反映一个国家的经济规模和结构的最重要的宏观经济指标。我国GDP核算采用分级核算制度。近十年来,我国GDP核算的国家值与地区汇总值的差距呈现明显的扩大趋势,两者之间已存在明显的系统误差。从生产角度看,第二产业增加值特别是其中工业增加值的地区汇总值明显大于国家值。从支出角度看,固定资产形成的地区汇总值明显大于国家值。利用经济普查资料对照分析发现,GDP国家层面的数据在第三产业增加值核算方面可能存在着较为严重的漏算,而大多数地区的第二产业增加值则有被高估的倾向。利用Benford法则和计量模型对GDP数据质量进行检验的结果表明,无论是国家层面还是地区层面均未发现明显的有意弄虚作假的证据。上述问题的产生,既有经济管理体制方面,也有统计制度方法方面的原因。因此,坚持科学的政绩评价,推进统计管理体制改革以及进一步完善GDP核算制度等措施有助于改善GDP数据的衔接性问题。

市场化指数与人均GDP关系的实证研究

利用各地区市场化指数和人均GDP的面板数据(Panel Data)使用面板数据模型对各地区市场化程度与人均GDP之间的关系进行实证研究,结果表明,市场化指数和人均GDP之间具有正相关关系,说明市场化程度越高,人均GDP越高、增长越快.

世界主要国家季度GDP核算方法研究

季度GDP核算是国民经济核算体系的重要组成部分,对于及时把握宏观经济形势、制定经济政策起着十分重要的作用。为了借鉴国外季度GDP核算的先进经验,本文研究了经济合作与发展组织(OECD)的31个成员国以及巴西、印度、印度尼西亚、俄罗斯和南非等共36个国家的季度GDP核算方法,并从中选取了7个有代表性的国家,较为详细地梳理了这些国家季度GDP的核算方法及不同特点;归纳和概括出了值得我国借鉴的计算方法和资料来源以及得到的启示。

土地可持续利用评价中GDP数据空间化方法的研究

分析了社会经济统计数据的空间化方法及GDP空间分布情况,提出了一种应用遥感和GIS技术,以土地利用类型为基础,结合面积权重与反距离加权的GDP数据空间化方法,实现了广东省韶关市GDP空间化。

中国季度GDP核算数据质量研究

如何核算和发布季度GDP数据是一个主要难题。中国2017年改革了GDP核算方法,将季度GDP核算分为初步核算和最终核实两个步骤,取消了原先的初步核实,进一步研究取消初步核实的合理性。从理论角度,构造了一个新的等预测精度检验,新建立的检验具有更好的有限样本性质;从实证角度,首先基于季度GDP数据和第一、二、三产业的数据,排除了三大产业数据存在偏差相互抵消的可能,证实了初步核算数据以及初步核实数据均为真实数据的无偏有效估计,并基于新建立的检验比较了初步核算数据和初步核实数据的预测精度,发现初步核实数据预测精度更高,但两者预测精度差异并不显著,因此改革方案具有合理性。

利用互联网大数据预测季度GDP增速的方法研究

大数据为季度GDP走势预测创新研究带来重要突破口。本文利用百度等网站的互联网大数据,基于代表性高维数据机器学习(和深度学习)模型,对我国2011-2018年季度GDP增速深入进行预测分析。研究发现,对模型中的随机干扰因素作出一定分布的统计假设,有助于降低预测误差,任由模型通过大量数据机械地学习和完善并不总是有利于模型预测能力的提升;采用对解释变量集添加惩罚约束的方法,可以有效地处理互联网大数据维度较高的棘手问题;预测季度GDP增速的最优大数据解释变量集的稳定性较高。