基于BP神经网络的县域经济发展模式选择*——以辽宁省部分县域为例

祝爱民，袁 赫，于丽娟，王温冉

（沈阳工业大学管理学院，沈阳 110870）

基于BP神经网络的县域经济发展模式选择*
——以辽宁省部分县域为例

祝爱民，袁 赫，于丽娟，王温冉

（沈阳工业大学管理学院，沈阳 110870）

县域经济发展模式是在县域经济不断工业化与现代化进程中逐步形成的一种具有特色的发展过程和路径。借鉴并选择正确的发展模式，对于制定县域经济发展模式战略、提高县域经济发展效率、帮助县域经济发展走出困境起着十分重要的作用。从三大产业主导的县域经济发展模式视角入手，以辽宁省部分县域为例，运用BP人工神经网络构建模型，通过计算机仿真帮助各个县域在发展过程中选择适合的发展模式，从而达到促进县域经济顺利发展的目的。

县域经济;经济发展;发展模式;发展效率;模式选择;BP神经网络;选择模型

随着我国全面建设小康社会、统筹城乡发展、建设社会主义新农村发展战略的提出，作为在县级地域范围内以城镇为中心、以农村为基础、以县级政府为调控主体、以市场为导向将各种经济成分有机结合的一种具有地域特色和功能完备的县域经济的发展逐渐受到重视，而县域经济能否顺利实现可持续发展，还取决于是否选择了正确的发展模式［1］。以往学者在县域经济发展模式分类方面的研究已经取得了很多成果并且相关理论也很成熟，而在县域经济发展模式选择方面的研究还处于初期阶段。现实中大多根据实践经验选取合适的县域经济发展模式，而理论研究中的选择方法也多集中于定性分析，但是随着研究的不断深入，一些定量分析模型也逐渐被运用到发展模式的选择方面。本文就运用了定量分析的方法，对县域经济发展模式进行选择。

一、县域经济发展模式概述

改革开放以来，我国越来越重视县域经济的发展［2］178－191。县域经济发展模式的多样性决定了县域经济发展的不平衡性，但是，在经济发展过程中某些县域的资源、地理位置等状况都相似，优劣势也相当，这些都使得县域经济在发展模式的选择上具有一定的通用性，所以要按照一定的标准对县域经济进行分类。很多学者对于县域经济发展模式的分类都从不同的视角进行了论述，如从空间地域视角、生产要素及资产所有权视角、经济运行机制视角、影响县域经济发展的不同主导因素视角、经济地理区位优势视角、以中小企业为主线视角、主导产业带动视角、市场类型视角等［3－4］。但是每种分类方式都缺乏统一的范畴，又无法避免出现交叉，在县域经济发展模式的选择上针对性不强。

中国县域经济的发展必然面临着县域经济竞争优势的选择，中国具有代表性的百强县域的经济发展模式可分为农业创新型县域经济、工业创新型县域经济、服务业创新型县域经济和活力经济型县域经济［5］，这种分类方式是以县域经济所拥有的优势为依据进行划分的，既从县域经济的优势角度入手进行描述，又包含了对其劣势方面的分析，并且以三大产业为主导的县域经济发展模式也能够深刻地说明县域资源的开发利用情况，所以本文从以三大产业为主导的县域经济发展模式入手，进行县域经济发展模式的选择分析。

二、县域经济发展模式选择模型

以往学者对县域经济发展模式的选择也做过一些定量分析，如有学者采取DEA方法进行主导产业选择的研究，也有学者采取区位商方法［6］对县域经济发展模式的选择进行相关分析，这些分析研究都取得了一定的成就。但是，每种定量模型在运用过程中都存在着自身的不足之处:DEA方法只能确定有效性和无效性，不能对数据进行排序，无法作出优先选择，对相关选择也无法作出预测;而区位商方法的计算量比较大，如果县域比较多而且影响因素也比较多的话，比较起来会很复杂，时间会比较长，而且区位商方法只描述了产业的生产集中度，但一个产业的优势应体现在规模和效率两方面。

在查阅分析和借鉴以往文献的基础上，本文最终选择了BP神经网络作为研究方法。基于误差反向传播（back propagation）算法的多层前馈网络（multiple-layer feed-forward network）（简称 BP网络）是人工神经网络中应用最多、最成功、最典型的网络之一，也是一种逐渐被广泛应用于各个学科当中的比较科学的方法。BP人工神经网络的学习过程由正向传播（处理）和反向传播（处理）两部分组成，一个典型的BP神经网络是由输入层节点、隐含层节点和输出层节点组成的前馈阶层网络。BP人工神经网络使用最速下降法的学习规则，通过反向传播来不断地调整网络权值，以达到误差平方和最小的目的。其算法的基本思想是给定一组输入模式，将输入模式从输入层传到隐含层，在隐含层内进行逐层处理，产生一个输出模式传输到输出层，下一层的神经元状态只受到前一层神经元状态的影响，这个过程是一个正向传播的过程;然后将输出结果与期望值比较，如果没有得到期望的结果，说明期望值与实际输出值之间存在误差;之后进行反向传播，将误差信号按原路径返回，在这个过程中不断调整各层神经元之间的连接权值，通过这种正向与反向传播过程的相互交替运用，达到不断减少误差信号的目的。BP神经网络还具有一些独特的优点［7］:BP神经网络具有并行分布式处理能力、非线性处理能力以及自学习功能的特点，它是一种多变量系统，而且神经网络具有高度的并行结构和实现能力，通过发挥计算机的高速运算能力，能够快速地寻找到优化解。这种并行分布处理能力可以提高大量运算的速度，弥补了区位商方法中因因素多而计算困难的问题，而且还具有很强的容错性。神经网络的自学习功能可以学习和适应不确定的系统，通过对以往历史数据的学习，从输入、输出的数据中提取出规律性的知识，记忆于网络的权值中，从而训练出特定的神经网络，对于预测有重要的意义。神经网络还可以同时处理定量、定性的信息知识。所以，运用BP神经网络对县域经济发展模式选择进行数据处理以及相关分析，不仅解决了区位商方法中所存在的问题和DEA方法中无法对选择进行预测的问题，而且计算结果更加精确、更具有说服力。

三、例证分析

2008年，辽宁省委、省政府提出了全省农村经济发展的主要指标要在3年内翻一番，力争达到沿海省份平均水平的奋斗目标，并确定了以发展县域经济为载体，扎实推进社会主义新农村建设的发展思路［8］。辽宁省实行了县级扩权改革，在省里的激励和扶持下，各县（市）发挥自身优势积极发展经济，使县域经济保持强劲的发展态势。2009年国际金融危机对实体经济的影响十分显著，但辽宁省县域经济却逆势飘红，2009年1季度，全省44个县（市）地区生产总值、地方财政一般预算收入、全社会固定资产投资同比分别增长28.1%、45.5%、119%，县域经济各项经济指标首次超过全省城市经济增长水平，县域经济已占辽宁经济总量的半壁江山。对辽宁省县域经济发展差异的成因进行分析的结果表明:从三次产业的层面来看，第二产业是导致县域经济发展差异的第一因素，第三产业是第二位因素，而第一产业对县域经济发展差异的影响最小，并且还在不断下降［9］。

本文从辽宁省选取具有代表性的20个县域作为研究对象，从三大产业角度采集相关数据进行分析。确定县域经济发展模式选择的步骤如下:

（1）样本数据的采集与处理。本文对辽宁省各个县的内外部环境因素进行了理论分析，并且根据各个县的地域特色考虑了宏观影响因素，再通过对2008年《辽宁统计年鉴》的查阅，从众多指标信息中选取了三大产业的生产总值及三大产业的从业人数作为指标数据。因为有些指标数据（如人口数、农作物播种面积、规模以上企业个数等）对县域经济发展模式选择的影响较小，而有关三大产业中人均收入的数据又不全面，很难查找，故未予选取。将原始数据进行处理，分别计算出各个县三大产业的年产值在总产值中的权重以及各个产业从业人数在总从业人数中的权重，最终以权重作为输入指标项。

（2）输入层节点个数的确定。影响县域经济主导产业发展模式选择的因素很多，但综合专家意见以及相关数据，其主要因素是各个产业的从业人数占总从业人数的比重与各个产业的产值占总产值的比重，所以将三大产业中的这两项数据定为神经网络输入层的输入，输入层节点数m确定为6［10］137。

（3）输出层节点个数的确定。本研究最后期待的结果是选择出以第一产业为主导、以第二产业为主导、以第三产业为主导、以第一二产业混合形式为主导、以第一三产业混合形式为主导、以第二三产业混合形式为主导的发展模式中的一个，所以此神经网络的输出节点定为1，取值范围为［0，1］，则输出层节点个数为6［11］。

（4）隐含层节点个数的确定。隐含层节点数不能过多也不能过少，过少会导致整个网络不易收敛，过多则会引起神经网络训练时间剧增，这都会给神经网络的计算带来很多的不确定因素。常用的经验公式是其中m为输入层节点数，n为隐含层节点数，k为输出层节点数，b是1～10之间的常数。据此可得出隐含层节点个数可以为3～14个，经过网络训练后，得到最佳隐含层节点数12［12］28。

（5）权值和阀值的初始设置。BP人工神经网络的权值和阀值一般取随机数，而且数值都比较小，以保证每个神经元一开始是在它们转换函数最大的地方进行。每个输入层节点和隐含层节点、隐含层节点和输出层节点连接，输入层节点数为m，隐含层节点数为n，k为输出层节点数，建立隐含层权值矩阵（n，m），输出层权值矩阵（k，n）。BP神经网络的连接权值和阀值的取值范围一般是［－1，1］或［－2/m，+2/m］（m为网络输入层节点数）。通过试验比较，本文将网络的连接权值和阀值的初始取值范围设为［－1/m，+1/m］。通过以上计算，可以得出输入是（6，6），隐含层权值矩阵为（12，6），输出权值矩阵为（6，12），最后得出的就是（6，12）·（12，6）=（6，6）的输出矩阵结果。

（6）预测数据的确定。样本1～20分别代表20个县市区;x1，x2，…，x6表示三大产业产值和三大产业从业人数的权重。录入数据过程中使用的字母P、T和p分别代表训练的输入向量，即样本中的前15项数据，输出数据即前15项样本的实际结果，测试数据即样本中的后6项数据。相关数据如表1和表2所示。

表1 样本对应表

表2 县域经济发展模式指标

（7）数据分析。本文运用MATLAB软件编程，对神经网络进行设计［13］96－124。首先用前15个数据对神经网络进行训练，得到如下结论:

本文中将目标训练次数定为1000次，误差期望值定为0.00001，经过不断地对网络进行训练，当BP人工神经网络训练9次时，均方差误差MSE以及误差期望值达到要求，此网络训练达到成熟。

为保证计算精确以及网络的完整性，再用后6项数据对网络进行测试。将后6项数据的相关指标输入到网络中，经过网络运算得出数据结果，与之前的期望数据结果进行比较。本文中所论述的期望结果实际上是由主观因素确定的发展模式方向，运用网络测算出的结果与之前所作出的期望结果进行比对，以得出最终的发展方向。数据比对结果如表3所示。

表3 期望结果与测试结果对比表

表3中，大于0.5的测试结果越接近1越准确，小于0.5的测试结果越接近0越准确，期望结果中1代表采取对应的发展模式，0代表不采取对应的发展模式。从表3中可以看出，对于进行测试的6项数据，朝阳县应采取以第一产业为主导的经济发展模式，建昌县应该采取以第一三产业混合为主导的经济发展模式，辽中县、康平县、法库县以及新民市应该采取以第一产业为主导的产业经济发展模式。在实际发展过程中，以上县域也是按照这样的发展模式进行的，所以，通过运用BP神经网络测试出的结果基本与实际期望结果相吻合。

四、结 论

发展县域经济是繁荣农村经济的重要保证，加快县域经济的发展是解决“三农”问题的关键。县域经济发展模式的选择是县域经济能否可持续发展的关键，各个县对发展模式的选择要因地制宜，但县域经济发展模式选择是一个复杂的过程，应用合适的方法进行分析，才能作出准确的决策。

本文通过对BP人工神经网络进行训练，得到比较成熟的网络，再将测试数据输入到成熟的网络中，通过所得出的数据与之前预测的期望结果相比较，最终可以得出各个县域经济发展模式所属的类型，根据这个方法得出的结论比较符合辽宁省县域经济的发展实际。各地方政府在做决策之前可以利用这种方法，根据预测数据所指引的方向制定不同的发展方案，以利于县域经济的顺利发展。

［1］梁兴辉，王丽欣．中国县域经济发展模式研究综述［J］．经济纵横，2009（2）:123－125．

［2］王盛章，赵桂溟．中国县域经济及其发展战略［M］．北京:中国物价出版社，2002．

［3］闫天池．我国县域经济的分类发展模式［J］．辽宁师范大学学报:社会科学版，2003（1）:22－24．

［4］季建业，洪锦华，陈明．产业创新与县域经济发展模式研究［M］．上海:经济科学出版社，2006．

［5］魏秀芬，于战平．我国县域经济的发展模式［J］．农村经营管理，2005（3）:47－48．

［6］张春英．辽宁主导产业选择分析［J］．社会科学辑刊，2008（6）:127－130．

［7］蔡锦锦．基于BP神经网络的高校课堂教学质量评价系统的研究与实现［D］．浙江:浙江工业大学，2009: 37－57．

［8］许桂红，肖亮．辽宁省区域经济发展差异的成因分析［J］．沈阳工业大学学报:社会科学版，2008（1）:54－58．

［9］周健，贾晓华．辽宁县域经济发展模式选择［J］．环渤海经济瞭望，2010（3）:25－28．

［10］蒋宗礼．人工神经网络导论［M］．北京:高等教育出版社，2001．

［11］高雪鹏，丛爽．BP网络改进算法的性能对比研究［J］．控制与决策，2001（2）:167－171．

［12］闻新．MATLAB神经网络应用设计［M］．北京:科学出版社，2000．

［13］飞思科技产品研发中心．神经网络理论与MATLAB7实现［M］．北京:电子工业出版社，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

辽宁省科技计划项目（2009401013）。

祝爱民（1970－），男，山东海阳人，教授，博士，主要从事企业经营决策与战略管理等方面的研究。

* 本文已于2011－06－21在中国知网优先数字出版，DOI为CNKI:21－1558/C．20110621．1210．001，http://www．cnki．net/kcms/detail/21．1558．C．20110621．1210．001．html．

（责任编辑:吉海涛）