基于支持向量機(jī)的新經(jīng)濟(jì)增長(zhǎng)點(diǎn)選擇研究

張 倩

基于支持向量機(jī)的新經(jīng)濟(jì)增長(zhǎng)點(diǎn)選擇研究

張 倩

（西安財(cái)經(jīng)學(xué)院統(tǒng)計(jì)學(xué)院，陜西西安710100）

針對(duì)現(xiàn)階段新經(jīng)濟(jì)增長(zhǎng)點(diǎn)選擇模型無(wú)法區(qū)分“已有的”增長(zhǎng)點(diǎn)與“新的”增長(zhǎng)點(diǎn)的問(wèn)題，使用支持向量機(jī)挖掘新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的潛在性。研究顯示：陜西省2010年38個(gè)工業(yè)行業(yè)可劃分為“新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”與“非新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”兩類，新經(jīng)濟(jì)增長(zhǎng)點(diǎn)一類中前十位行業(yè)與陜西省“十二五”規(guī)劃中的文化產(chǎn)業(yè)、高新技術(shù)產(chǎn)業(yè)、新能源產(chǎn)業(yè)發(fā)展相一致，可見(jiàn)支持向量機(jī)在新經(jīng)濟(jì)增長(zhǎng)點(diǎn)選擇中的可行性和可靠性。

新經(jīng)濟(jì)增長(zhǎng)點(diǎn)；支持向量機(jī)；產(chǎn)業(yè)

一、引 言

2008年，中國(guó)政府為應(yīng)對(duì)由美國(guó)次貸危機(jī)引起的全球性金融危機(jī)，通過(guò)投資四萬(wàn)億元拉動(dòng)經(jīng)濟(jì)增長(zhǎng)，使得中國(guó)的經(jīng)濟(jì)增長(zhǎng)模式由出口型向內(nèi)需型轉(zhuǎn)變，雖然在一定程度上有效地緩解了金融危機(jī)帶來(lái)的影響，但其不可持續(xù)性已成定論。“十二五”期間尋找新的經(jīng)濟(jì)發(fā)展契機(jī)、培育新經(jīng)濟(jì)增長(zhǎng)點(diǎn)已成為各級(jí)政府統(tǒng)籌經(jīng)濟(jì)工作的重點(diǎn)。如何能夠找到新的增長(zhǎng)點(diǎn)，將選擇過(guò)程變得有根有據(jù)，為政策制定提供依據(jù)，是本文研究的出發(fā)點(diǎn)。

經(jīng)濟(jì)增長(zhǎng)點(diǎn)理論來(lái)源于經(jīng)濟(jì)不平衡增長(zhǎng)理論，法國(guó)經(jīng)濟(jì)學(xué)家弗朗索瓦·佩魯（F．Perroux）在《經(jīng)濟(jì)空間：理論的應(yīng)用》和《略論發(fā)展極的概念》等著述中最早提出了“發(fā)展極”（Poles of Development）理論，他認(rèn)為某些主導(dǎo)產(chǎn)業(yè)或有創(chuàng)新能力的企業(yè)在一些區(qū)域的聚集和優(yōu)先發(fā)展形成經(jīng)濟(jì)活動(dòng)中心，這些中心具有輻射作用，可以帶動(dòng)一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展［1］。在西方，新經(jīng)濟(jì)增長(zhǎng)點(diǎn)主要指的是地理上的經(jīng)濟(jì)活動(dòng)中心，在我國(guó)，新經(jīng)濟(jì)增長(zhǎng)點(diǎn)主要指產(chǎn)業(yè)上的帶動(dòng)作用［2］。由此可見(jiàn)，新經(jīng)濟(jì)增長(zhǎng)點(diǎn)是一個(gè)經(jīng)濟(jì)屬性與空間屬性并重的概念，是經(jīng)濟(jì)點(diǎn)與空間點(diǎn)的結(jié)合［3］。本文認(rèn)為，新經(jīng)濟(jì)增長(zhǎng)點(diǎn)是一切能引起經(jīng)濟(jì)增長(zhǎng)的潛在因素，不僅具有經(jīng)濟(jì)屬性和空間屬性，同時(shí)也具有時(shí)間上的潛在性，即不是已有的、成熟的增長(zhǎng)點(diǎn)，而是在現(xiàn)階段尚不明顯或已初現(xiàn)，但在不久將來(lái)，因其巨大的成長(zhǎng)性和帶動(dòng)作用將成為一個(gè)時(shí)期發(fā)展的主流。新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的選擇模型主要有三種：選擇圖譜法［4］，線性模型法［3］，因子分析法［5］?，F(xiàn)有方法存在兩點(diǎn)不足，第一，沒(méi)有突出新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的潛在性，區(qū)分出“已有的”增長(zhǎng)點(diǎn)與“新的”增長(zhǎng)點(diǎn)；第二，沒(méi)有指明新經(jīng)濟(jì)增長(zhǎng)點(diǎn)具體的增長(zhǎng)環(huán)節(jié)。

支持向量機(jī)（Support Vector Machine，SVM）方法是建立在統(tǒng)計(jì)學(xué)習(xí)理論和Vapnik－Chervonenkis（VC）維概念的基礎(chǔ)之上［6］225－260。雖然統(tǒng)計(jì)學(xué)習(xí)理論論證堅(jiān)實(shí)，理論完善，但是它對(duì)所研究對(duì)象的樣本數(shù)目要求較高，往往要有趨于無(wú)窮大的漸近行為，而實(shí)際問(wèn)題中，研究對(duì)象的樣本數(shù)目有限，通常很難滿足以上假設(shè)前提。支持向量機(jī)的出現(xiàn)，為解決有限樣本學(xué)習(xí)問(wèn)題提供了有力支持。鄭治偉、孟衛(wèi)東使用支持向量機(jī)對(duì)重慶市主導(dǎo)產(chǎn)業(yè)進(jìn)行了預(yù)測(cè)［7］，研究結(jié)果同“十一五”期間重慶市產(chǎn)業(yè)現(xiàn)狀和未來(lái)產(chǎn)業(yè)規(guī)劃基本吻合，證實(shí)了支持向量機(jī)的科學(xué)性、合理性和前瞻性。

前人的研究成果啟發(fā)了筆者的研究思路。SVM是一種典型的兩類問(wèn)題分類器，可以根據(jù)已學(xué)會(huì)的知識(shí)和處理問(wèn)題的經(jīng)驗(yàn)對(duì)復(fù)雜問(wèn)題做出合理的判斷決策，給出較滿意的解答［8］。對(duì)于新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的選擇問(wèn)題，可以使用過(guò)去的“新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”對(duì)模型進(jìn)行訓(xùn)練，識(shí)別出未來(lái)的“新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”的時(shí)間屬性。同時(shí)，針對(duì)新經(jīng)濟(jì)增長(zhǎng)點(diǎn)選擇更為具體、微觀的特點(diǎn)，在選擇出新經(jīng)濟(jì)增長(zhǎng)點(diǎn)后，將行業(yè)與本地區(qū)的自然資源和行業(yè)發(fā)展動(dòng)態(tài)相結(jié)合，尋找具體的增長(zhǎng)環(huán)節(jié)，完成新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的微觀化，加深對(duì)增長(zhǎng)環(huán)節(jié)具體化的理解和研究。

二、計(jì)量模型及測(cè)量指標(biāo)

（一）支持向量機(jī)簡(jiǎn)介

支持向量機(jī)是由V．Vapnik和A．Lerner提出的一種新型的基于統(tǒng)計(jì)學(xué)習(xí)理論的機(jī)器學(xué)習(xí)算法。自從20世紀(jì)90年代提出相關(guān)概念后，SVM已在手寫(xiě)體識(shí)別、圖像分類、時(shí)間序列預(yù)測(cè)等領(lǐng)域取得了廣泛的應(yīng)用和豐碩的成果。隨著對(duì)支持向量機(jī)的不斷深入研究，它已經(jīng)成為機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘最重要的工具之一。

SVM模型主要應(yīng)用于樣本點(diǎn)的分類問(wèn)題。在線性可分的情況下，如圖1所示，對(duì)于分別屬于H1和H2的兩類樣本點(diǎn)，可以輕易地找出一條直線H，將兩類樣本很好地區(qū)分開(kāi)來(lái)。在無(wú)法用直線來(lái)分類樣本點(diǎn)的情況下，SVM通過(guò)尋找唯一的分類間隔最大超平面來(lái)解決分類問(wèn)題。在圖1中，超平面H1由兩個(gè)空心圓張成，超平面H2由兩個(gè)實(shí)心圓張成。這四個(gè)樣本稱為支持向量。所謂分類間隔最大超平面就是指平行H1和H2的超平面H，它不僅能將H1和H2正確分類，而且使得兩者之間的距離最大。

圖1 線性可分情況下的最優(yōu)分類面

超平面H的方程為x·w＋b＝0，在對(duì)其進(jìn)行歸一化之后，線性可分的樣本集（xi，yi），i＝1，…，n，x∈Rd，y∈｛＋1，－1｝，滿足：

此時(shí)分類間隔等于2／｜｜w｜｜。尋找最優(yōu)超平面等價(jià)于在約束條件（1）下，使最小。以上優(yōu)化問(wèn)題等價(jià)于下述對(duì)偶問(wèn)題：

其中αi為L(zhǎng)agrange乘子。該二次函數(shù)優(yōu)化問(wèn)題存在唯一解。解中非零αi所對(duì)應(yīng)的樣本就是支持向量，相應(yīng)的最優(yōu)分類函數(shù)是：

b＊是最優(yōu)超平面的偏移量，通常由分類后的支持向量求均值所得。

無(wú)論是直線還是超平面，在線性可分的情形下，總可以在原空間上利用SVM解決分類問(wèn)題。但是對(duì)于線性不可分的情況，在原空間上已不能直接應(yīng)用上述分類手段，必須利用非線性特征函數(shù)Φ∶Rd→W，將原空間上線性不可分的情形轉(zhuǎn)換為特征空間上線性可分的情形，才能夠繼續(xù)利用SVM進(jìn)行分類。由于無(wú)法直接在高維的特征空間上利用特征函數(shù)計(jì)算分類超平面，為此，引入核函數(shù)K（x，y）的概念。核函數(shù)，就是原空間上的非線性映射，它的函數(shù)表現(xiàn)為特征函數(shù)的點(diǎn)積形式，即K（x，y）＝Φ（x）· Φ（y）。因此，特征空間上的分類問(wèn)題可以轉(zhuǎn)化為支持向量在核函數(shù)上的權(quán)重和問(wèn)題。此時(shí)，分類函數(shù)的形式為：

常用的核函數(shù)有以下三種：

1．多項(xiàng)式核函數(shù)

K（x，y）＝［（x·y）＋1］d

2．徑向基核函數(shù)

3．Sigmoind核函數(shù)

K（x，y）＝tanh（k（x·y）＋c）

實(shí)際應(yīng)用中，由于徑向基函數(shù)實(shí)現(xiàn)非線性映射時(shí)使用參數(shù)較少，往往成為選擇核函數(shù)時(shí)的首選。本文即選用徑向基函數(shù)作為核函數(shù)進(jìn)行SVM分類。

從以上介紹可知，相對(duì)其他統(tǒng)計(jì)方法，SVM具有以下優(yōu)勢(shì)：

1．在有限樣本的前提下，可以求出問(wèn)題的最優(yōu)解，降低了收集樣本信息的成本；

2．SVM模型得到的結(jié)論是全局最優(yōu)的，克服了其他方法中無(wú)法避免的局部極值問(wèn)題；

3．通過(guò)引入核函數(shù)，使得可以僅僅通過(guò)兩個(gè)原始低維空間中的向量，獲得高維特征空間中的向量?jī)?nèi)積，解決了在高維空間中難以求解最優(yōu)超平面的難題。

（二）建立分類模型

1．訓(xùn)練樣本數(shù)據(jù)預(yù)處理

（1）對(duì)訓(xùn)練樣本歸一化，消除量綱的影響；

（2）yqi采用如下策略進(jìn)行調(diào)整：若行業(yè)屬于新經(jīng)濟(jì)增長(zhǎng)點(diǎn)，則yqi＝1；反之，yqi＝－1。

2．建立SVM模型分類器

取徑向基函數(shù)為核函數(shù)，利用訓(xùn)練樣本（xi，yi）求解如式（5）的二次優(yōu)化問(wèn)題，從而獲得（αi，b）及其對(duì)應(yīng)的支持向量：

利用獲得的αi，b和支持向量，得到行業(yè)的分類模型：

重復(fù)上述分類過(guò)程l次，得到l個(gè)行業(yè)分類模型。

3．判別行業(yè)是否屬于新經(jīng)濟(jì)增長(zhǎng)點(diǎn)

利用獲得的判別模型，即可根據(jù)行業(yè)輸入模式，判別行業(yè)是否屬于新經(jīng)濟(jì)增長(zhǎng)點(diǎn)。若第q個(gè)行業(yè)的輸出等于1，則該行業(yè)屬于新經(jīng)濟(jì)增長(zhǎng)點(diǎn)；若輸出為－1，則該行業(yè)不屬于新經(jīng)濟(jì)增長(zhǎng)點(diǎn)。

（三）指標(biāo)體系的設(shè)立

新經(jīng)濟(jì)增長(zhǎng)點(diǎn)是指那些處于潛在狀態(tài)，尚不明顯或者已初現(xiàn)，具有良好的發(fā)展勢(shì)頭和前景，能在不久的將來(lái)發(fā)揮作用的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，結(jié)合經(jīng)濟(jì)增長(zhǎng)點(diǎn)的特征，經(jīng)濟(jì)增長(zhǎng)點(diǎn)的選擇應(yīng)依據(jù)以下三點(diǎn)原則：

1．增長(zhǎng)潛力與成長(zhǎng)性。新經(jīng)濟(jì)增長(zhǎng)點(diǎn)要有發(fā)展?jié)摿统砷L(zhǎng)性，對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)要大，能夠成為拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的主導(dǎo)力量。同時(shí)，具有技術(shù)進(jìn)步帶動(dòng)作用，技術(shù)進(jìn)步才能使得增長(zhǎng)點(diǎn)由外延式增長(zhǎng)轉(zhuǎn)變?yōu)榧s式、內(nèi)涵式增長(zhǎng)。

2．經(jīng)濟(jì)效益。所選行業(yè)應(yīng)具有一定的經(jīng)濟(jì)規(guī)模和經(jīng)濟(jì)效益。

3．帶動(dòng)性。新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的推動(dòng)作用和帶動(dòng)作用要大，能夠促進(jìn)相關(guān)產(chǎn)業(yè)發(fā)展。

結(jié)合以上原則，根據(jù)理論指導(dǎo)及實(shí)際數(shù)據(jù)來(lái)源，本文選擇如下指標(biāo)：

1．反映增長(zhǎng)潛力與成長(zhǎng)性的指標(biāo)

經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，決定經(jīng)濟(jì)增長(zhǎng)的主要因素有技術(shù)進(jìn)步、人力資源和資本積累。根據(jù)前言分析，中國(guó)現(xiàn)階段通過(guò)投資實(shí)現(xiàn)增長(zhǎng)已經(jīng)不可持續(xù)，但可以通過(guò)鼓勵(lì)技術(shù)進(jìn)步得到，因此在增長(zhǎng)潛力原則下選擇技術(shù)進(jìn)步貢獻(xiàn)率指標(biāo)。

技術(shù)進(jìn)步貢獻(xiàn)率

x1＝1－（α×K）／Y－（β×L）／Y

其中K為資本的年均增長(zhǎng)速度，L為勞動(dòng)的平均增長(zhǎng)速度，α為資本產(chǎn)出彈性，β為勞動(dòng)產(chǎn)出彈性，通常假定生產(chǎn)在一定時(shí)期內(nèi)α、β為一常數(shù)，并且α＋β＝1。

新經(jīng)濟(jì)增長(zhǎng)點(diǎn)應(yīng)該適應(yīng)市場(chǎng)需求，具有巨大的市場(chǎng)潛力，因此選擇需求收入彈性系數(shù)x2作為反映市場(chǎng)需求標(biāo)準(zhǔn)的指標(biāo)。該系數(shù)是指在價(jià)格不變的前提下，某行業(yè)的需求增加率同人均國(guó)民收入增加率之比，用以反映某行業(yè)的社會(huì)需求量的變化對(duì)國(guó)民收入變化的敏感程度。其中x2表示某行業(yè)i的需求收入彈性系數(shù)；ΔQi／Qi為該產(chǎn)業(yè)的需求增加率；ΔNi／Ni為同期人均國(guó)民收入增加率，i＝1，2，…，n。

2．反映經(jīng)濟(jì)效益的指標(biāo)

3．反映帶動(dòng)性的指標(biāo)

新經(jīng)濟(jì)增長(zhǎng)點(diǎn)對(duì)一個(gè)時(shí)期一個(gè)地區(qū)經(jīng)濟(jì)增長(zhǎng)的帶動(dòng)性可以通過(guò)影響力系數(shù)和感應(yīng)度系數(shù)得以評(píng)價(jià)。

影響力系數(shù)反映了某產(chǎn)品部門(mén)最終需求增加一個(gè)單位時(shí)對(duì)國(guó)民經(jīng)濟(jì)其他部門(mén)的影響程度。

感應(yīng)度系數(shù)反映了國(guó)民經(jīng)濟(jì)的其他部門(mén)的最終需求均增加一個(gè)單位，各部門(mén)應(yīng)該增加的總產(chǎn)出的數(shù)量。

三、實(shí)證分析

（一）訓(xùn)練集與實(shí)驗(yàn)集樣本數(shù)據(jù)來(lái)源

訓(xùn)練集中的訓(xùn)練樣本分為兩類，一類為“新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”，另一類為“非新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”。“新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”一類選擇的是我國(guó)信息產(chǎn)業(yè)（2010）、汽車產(chǎn)業(yè)（2003），這兩個(gè)行業(yè)在相關(guān)文獻(xiàn)中有所提及并在經(jīng)濟(jì)發(fā)展中得到檢驗(yàn)［9－10］，因此選擇信息產(chǎn)業(yè)2005—2009年的數(shù)據(jù)及汽車產(chǎn)業(yè)1999—2003年數(shù)據(jù)；“非新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”一類選擇的是我國(guó)水的生產(chǎn)和供應(yīng)業(yè)（2010），為與“新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”一類保持同比性，數(shù)據(jù)同樣為5年期限，從2006—2010年。指標(biāo)數(shù)據(jù)來(lái)源于《中國(guó)信息產(chǎn)業(yè)年鑒》（2006—2010），《中國(guó)汽車工業(yè)年鑒》（2000—2004），《中國(guó)統(tǒng)計(jì)年鑒》（2004—2011），《中國(guó)投入產(chǎn)出表》（2002，2007），部分指標(biāo)數(shù)據(jù)經(jīng)計(jì)算得到。

實(shí)驗(yàn)集中的實(shí)驗(yàn)樣本選擇《陜西統(tǒng)計(jì)年鑒》（2011）工業(yè)分類下的38個(gè)部門(mén)，數(shù)據(jù)來(lái)源于《陜西統(tǒng)計(jì)年鑒》（2005—2011），《中國(guó)投入產(chǎn)出表》（2007），《陜西省投入產(chǎn)出表》（2007）。

（二）計(jì)算步驟與結(jié)果

1．?dāng)?shù)據(jù)無(wú)量綱化處理

為了剔除量綱對(duì)計(jì)算結(jié)果的影響，首先對(duì)數(shù)據(jù)進(jìn)行初始化處理。本文選擇的無(wú)量綱化方法為標(biāo)準(zhǔn)化處理法m）分別為第j項(xiàng)指標(biāo)觀測(cè)值的平均值和標(biāo)準(zhǔn)差，x＊ij為處理后的標(biāo)準(zhǔn)化指標(biāo)。

2．指標(biāo)計(jì)算

需求收入彈性系數(shù)的計(jì)算。在利用式（7）對(duì)需求收入彈性系數(shù)進(jìn)行實(shí)際計(jì)算時(shí)，對(duì)此公式做適當(dāng)?shù)霓D(zhuǎn)化，用某行業(yè)的產(chǎn)品收入彈性系數(shù)代表該行業(yè)的收入彈性系數(shù)；公式所指的需求量是指未來(lái)的需求量，但因無(wú)法提前預(yù)知，故用當(dāng)期的需求量替代；基于對(duì)統(tǒng)計(jì)數(shù)據(jù)可得性的考慮，用當(dāng)期的銷售量表示需求量。

技術(shù)進(jìn)步貢獻(xiàn)率的計(jì)算。技術(shù)進(jìn)步貢獻(xiàn)率的計(jì)算根據(jù)C－D生產(chǎn)函數(shù)，ΔA／A＝ΔY／Y－αΔK／K－βΔL／L。式中，ΔA／A為全要素生產(chǎn)率；ΔY／Y為生產(chǎn)增長(zhǎng)率，ΔL／L為勞動(dòng)增長(zhǎng)率；ΔK／K為資金增長(zhǎng)率；α表示勞動(dòng)對(duì)國(guó)民收入所做貢獻(xiàn)的百分比，β表示資金對(duì)國(guó)民收入所作貢獻(xiàn)的百分比。本文對(duì)陜西省第二產(chǎn)業(yè)各行業(yè)分別取2005—2011年產(chǎn)值、從業(yè)人員數(shù)、固定資產(chǎn)數(shù)，根據(jù)C—D生產(chǎn)函數(shù)，其中使用永續(xù)存盤(pán)法測(cè)算固定資本存量，使用SPSS11．0利用多元非線性回歸功能計(jì)算第二產(chǎn)業(yè)各行業(yè)的技術(shù)進(jìn)步貢獻(xiàn)率。

3．模型擬合

首先，按如下規(guī)則設(shè)置訓(xùn)練集樣本：

（1）設(shè)“新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”信息產(chǎn)業(yè)和汽車產(chǎn)業(yè)均為“1”；

（2）設(shè)“非新經(jīng)濟(jì)增長(zhǎng)點(diǎn)”水的生產(chǎn)和供應(yīng)業(yè)為“－1”。

模型采用基于徑向基函數(shù)的SVM分類器，令σ＝0．5。利用式（5），求出相應(yīng)的（αi，b）及其對(duì)應(yīng)的支持向量，并結(jié)合式（6）給出的行業(yè)分類模型，計(jì)算實(shí)驗(yàn)樣本中各行業(yè)的分類結(jié)果。表1給出了以上計(jì)算過(guò)程的擬合結(jié)果。從表1中可以看出，模型將行業(yè)分為兩類：新經(jīng)濟(jì)增長(zhǎng)點(diǎn)（13個(gè)行業(yè)）和非新經(jīng)濟(jì)增長(zhǎng)點(diǎn)（24個(gè)行業(yè)）。通過(guò)計(jì)算各行業(yè)實(shí)驗(yàn)數(shù)據(jù)到最優(yōu)平面的距離（d），可以給出各行業(yè)在各自分類中的排名次序規(guī)則：d越小，越與訓(xùn)練集中的分類標(biāo)準(zhǔn)相近，該行業(yè)越有可能成為（非）新經(jīng)濟(jì)增長(zhǎng)點(diǎn)。

表1 模型分類及排序結(jié)果表

（三）結(jié)果分析

經(jīng)計(jì)算可知，被劃分為新經(jīng)濟(jì)增長(zhǎng)點(diǎn)一類的行業(yè)為通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)，非金屬礦物制品業(yè)，石油和天然氣開(kāi)采業(yè)，文教體育用品制造業(yè)，醫(yī)藥制造業(yè)，印刷業(yè)和記錄媒介的復(fù)制，有色金屬礦采選業(yè)，通用設(shè)備制造業(yè)，電氣機(jī)械及器材制造業(yè)，專用設(shè)備制造業(yè)，紡織業(yè)，化學(xué)纖維制造業(yè)，非金屬礦采選業(yè)。根據(jù)行業(yè)到最優(yōu)平面的距離（d）將排在前十位的行業(yè)作為重點(diǎn)發(fā)展行業(yè)。

根據(jù)行業(yè)增長(zhǎng)特點(diǎn)，具體的增長(zhǎng)環(huán)節(jié)分析如下：通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備制造業(yè)可發(fā)展一些污染小、附加值高、對(duì)整個(gè)西部輻射作用較大的產(chǎn)業(yè)，如高端軟件和集成電路產(chǎn)業(yè)、物聯(lián)網(wǎng)產(chǎn)業(yè)；通用設(shè)備制造業(yè)著重發(fā)展高新技術(shù)產(chǎn)業(yè)；有色金屬礦采選業(yè)注重其中新能源產(chǎn)業(yè)的發(fā)展；基于陜西省大力發(fā)展文化產(chǎn)業(yè)的實(shí)際情況，印刷業(yè)和記錄媒介的復(fù)制業(yè)的發(fā)展可側(cè)重于與文化產(chǎn)業(yè)相關(guān)部分進(jìn)行結(jié)合；醫(yī)藥制造業(yè)著重培育在生物產(chǎn)業(yè)的生物醫(yī)藥領(lǐng)域中的應(yīng)用；借陜西省建立國(guó)家民用航天產(chǎn)業(yè)基地的契機(jī)，專用設(shè)備制造業(yè)也可與之相結(jié)合發(fā)展；電氣機(jī)械及器材制造業(yè)可著重發(fā)展集成電路、激光、半導(dǎo)體照明等產(chǎn)業(yè)?！蛾兾魇?guó)民經(jīng)濟(jì)和社會(huì)發(fā)展“十二五”規(guī)劃綱要》中指出，“十二五”期間陜西省要重點(diǎn)發(fā)展裝備制造業(yè)、文化產(chǎn)業(yè)、戰(zhàn)略性新興產(chǎn)業(yè)，其中戰(zhàn)略性新興產(chǎn)業(yè)包括高新技術(shù)產(chǎn)業(yè)、能源產(chǎn)業(yè)，與本文的分析結(jié)果相比，通過(guò)支持向量機(jī)的方法選擇的新經(jīng)濟(jì)增長(zhǎng)點(diǎn)與陜西省“十二五”規(guī)劃確定的重點(diǎn)發(fā)展產(chǎn)業(yè)基本吻合。

四、結(jié) 論

本文使用SVM選擇新經(jīng)濟(jì)增長(zhǎng)點(diǎn)，其優(yōu)勢(shì)在于：通過(guò)經(jīng)時(shí)間證實(shí)的增長(zhǎng)點(diǎn)挖掘潛在經(jīng)濟(jì)增長(zhǎng)點(diǎn)，使得模型同時(shí)具備經(jīng)濟(jì)屬性、空間屬性和時(shí)間上的潛在性。SVM在解決小樣本、非線性及高維模式識(shí)別方面具有優(yōu)勢(shì)，本文使用某個(gè)地區(qū)在某個(gè)時(shí)期成為新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的行業(yè)作為新經(jīng)濟(jì)增長(zhǎng)點(diǎn)判斷的“標(biāo)準(zhǔn)行業(yè)”，利用SVM在識(shí)別時(shí)需要訓(xùn)練的特點(diǎn)，使用這些標(biāo)準(zhǔn)行業(yè)進(jìn)行訓(xùn)練，通過(guò)訓(xùn)練使模型對(duì)新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的特征有了“記憶”，這時(shí)，再使用需要被評(píng)價(jià)的某地區(qū)當(dāng)下時(shí)間段的多個(gè)行業(yè)輸入模型進(jìn)行運(yùn)算，當(dāng)某個(gè)行業(yè)的特征同經(jīng)過(guò)時(shí)間驗(yàn)證的過(guò)去的新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的特征一致或接近時(shí)，模型就會(huì)識(shí)別出來(lái)新經(jīng)濟(jì)增長(zhǎng)點(diǎn)。同時(shí)，在選擇出新經(jīng)濟(jì)增長(zhǎng)點(diǎn)后，將行業(yè)與本地區(qū)的自然資源和行業(yè)發(fā)展動(dòng)態(tài)相結(jié)合，尋找具體的增長(zhǎng)環(huán)節(jié)，完成新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的微觀化，加深對(duì)增長(zhǎng)環(huán)節(jié)具體化的理解和研究。

［1］ Perroux F．Economic Space：Theory and Application［J］．Quarterly Journal of Economics，1950（64）．

［2］ 羅亮．國(guó)內(nèi)關(guān)于經(jīng)濟(jì)增長(zhǎng)點(diǎn)理論的研究綜述［J］．經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2003（12）．

［3］ 王志寶．確定新經(jīng)濟(jì)增長(zhǎng)點(diǎn)的一種方法——以深圳市為例［J］．經(jīng)濟(jì)地理，2009（4）．

［4］ 辛楊．新經(jīng)濟(jì)增長(zhǎng)點(diǎn)開(kāi)發(fā)理論與方法研究［D］．長(zhǎng)春：吉林大學(xué)管理學(xué)院，2006．

［5］ 陳紅霞，袁顯平．“十二五”產(chǎn)業(yè)增長(zhǎng)點(diǎn)的選擇與評(píng)價(jià)——以陜西省工業(yè)為例［J］．中國(guó)科技論壇，2011（6）．

［6］ Vapnik V．The Nature of Statistical Learning Theory［M］．2nd ed．New York：Springer Verlag，1999．

［7］ 鄭治偉，孟衛(wèi)東．基于支持向量機(jī)的重慶市主導(dǎo)產(chǎn)業(yè)選擇研究［J］．北京理工大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2010（10）．

［8］ Muller K R，Mika S，Rtsch G．An Introduction to Kernel－Based Learning Algorithms［J］．IEEE Trans．on Neural Networks，2001，12（2）．

［9］ 趙彤．21世紀(jì)中國(guó)經(jīng)濟(jì)新的增長(zhǎng)點(diǎn)［J］．交通科技與經(jīng)濟(jì)，2004（3）．

［10］鄭小波．我國(guó)電子信息產(chǎn)業(yè)對(duì)國(guó)民經(jīng)濟(jì)發(fā)展的影響力研究［J］．商業(yè)時(shí)代，2011（25）．

Study about Selection of the New Economic Growth Point Based on Support Vector Machine

ZHANG Qian
（School of Statistics，Xi＇an University of Finance and Economics，Xi＇an 710100，China）

For the problem of selection model of the new economic growth point can not be distinguished between the“existing”and“new”，This paper use SVM to mining the potential economic growth point．Research results show：38industrial sectors of Shaanxi Province in 2010，can be divided into two categories，one is the“new economic growth points”and the other is“non－new economic growth points”．Top 10industrial sectors of the“new economic growth points”category are consistent with the cultural industries，high－tech industries，new energy industry in 12th Five－year Plan of Shaanxi province，it said that SVM is feasible and reliable in the selection of new economic growth points．

new economic growth point；support vector machine；industries

book=66,ebook=12

F061．3

A

1007－3116（2012）06－0066－06

（責(zé)任編輯：王南豐）

2012－03－04

西安統(tǒng)計(jì)研究院基金項(xiàng)目《加快發(fā)展第三產(chǎn)業(yè)行業(yè)與陜西省新經(jīng)濟(jì)增長(zhǎng)點(diǎn)研究》（09JD09）

張 倩，女，新疆烏魯木齊人，碩士，助教，研究方向：統(tǒng)計(jì)方法與應(yīng)用。