基于神經(jīng)網(wǎng)絡(luò)的人口與經(jīng)濟(jì)系統(tǒng)的耦合協(xié)調(diào)發(fā)展分析

張光晨 郝鵬飛 宗鑫

0 引言

人口與經(jīng)濟(jì)是影響國(guó)家發(fā)展和社會(huì)進(jìn)步的重要因素．近年來(lái),大數(shù)據(jù)技術(shù)、信息物理系統(tǒng)等理論的進(jìn)一步成熟,使得信息產(chǎn)業(yè)與現(xiàn)代工業(yè)的數(shù)字化、智能化進(jìn)程加快,社會(huì)生產(chǎn)方式也取得了空前的進(jìn)步,這對(duì)人口、經(jīng)濟(jì)與文化的發(fā)展提出了更高的要求．在經(jīng)濟(jì)增長(zhǎng)、教育進(jìn)步以及城鎮(zhèn)化進(jìn)程加快等多種因素的綜合影響下,人口結(jié)構(gòu)和質(zhì)量不斷地從低級(jí)向高級(jí)演進(jìn),形成復(fù)雜的動(dòng)態(tài)人口系統(tǒng)．在技術(shù)進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化以及人力資本存量提升的帶動(dòng)下,社會(huì)財(cái)富大量累積,發(fā)展動(dòng)力競(jìng)相迸發(fā),經(jīng)濟(jì)系統(tǒng)亦呈現(xiàn)出體系化、聯(lián)動(dòng)性等特征．人口和經(jīng)濟(jì)相互作用、相互制約、協(xié)調(diào)配合,呈現(xiàn)為一種相互依賴的耦合關(guān)系．

“耦合”常用于描述電子電路系統(tǒng)、控制系統(tǒng)、計(jì)算機(jī)理論中兩個(gè)實(shí)體或模塊與模塊之間信息或參數(shù)間的依賴程度．在社會(huì)科學(xué)中耦合現(xiàn)象也普遍存在,例如,多元產(chǎn)業(yè)之間的聯(lián)動(dòng)發(fā)展是經(jīng)濟(jì)中的耦合現(xiàn)象,人口質(zhì)量和人口結(jié)構(gòu)是影響人口系統(tǒng)演化的耦合因素．自“耦合”概念被引入經(jīng)濟(jì)社會(huì)領(lǐng)域等問(wèn)題研究以來(lái),國(guó)內(nèi)學(xué)者圍繞經(jīng)濟(jì)、資源環(huán)境系統(tǒng)的耦合協(xié)調(diào)發(fā)展問(wèn)題進(jìn)行了許多有益的探索．例如,楊士弘從耦合協(xié)調(diào)發(fā)展的角度,構(gòu)建協(xié)調(diào)度模型,分析了廣州市環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展情況[1]．隨后,眾多專家學(xué)者分別在不同領(lǐng)域,從不同角度研究了經(jīng)濟(jì)與環(huán)境[2-4]、人口與經(jīng)濟(jì)[5-7]、人口與環(huán)境[8-9]之間的耦合協(xié)調(diào)關(guān)系,其中以經(jīng)濟(jì)與資源環(huán)境之間耦合關(guān)系的研究最為成熟．最近,一些學(xué)者致力于人口、經(jīng)濟(jì)、環(huán)境間的相關(guān)研究,并取得了一些有益的成果[10-12]．

由于影響人口與經(jīng)濟(jì)耦合發(fā)展內(nèi)、外因素眾多,各種因素之間耦合并存,構(gòu)成了復(fù)雜的耦合非線性網(wǎng)絡(luò)．遺憾的是,現(xiàn)有的分析方法和處理手段已不能有效刻畫多約束并存影響下的人口與經(jīng)濟(jì)系統(tǒng)呈現(xiàn)的網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜性與系統(tǒng)間的非線性關(guān)系;另一方面,相較于中東部發(fā)達(dá)省份而言,寧夏人口較少、區(qū)域發(fā)展不平衡，呈現(xiàn)出北強(qiáng)南弱、能源偏煤、產(chǎn)業(yè)偏重、科技服務(wù)不足、創(chuàng)新驅(qū)動(dòng)偏弱的特點(diǎn),目前尚缺乏靈活多變的可操作控制策略和評(píng)價(jià)體系.本文將以銀川市、石嘴山市為例,構(gòu)建基于耦合度、耦合協(xié)調(diào)度的徑向基神經(jīng)網(wǎng)絡(luò)模型,探索影響人口經(jīng)濟(jì)耦合協(xié)調(diào)發(fā)展的主要因素,進(jìn)而對(duì)其影響因素加以干預(yù)和控制．

本文的貢獻(xiàn)與創(chuàng)新之處在于:1)引入了自適應(yīng)耦合協(xié)調(diào)度與區(qū)

間,從參數(shù)自適應(yīng)選取的角度,構(gòu)建自適應(yīng)預(yù)警策略;2)通過(guò)引入徑向基函數(shù)(Radial Basis Function,RBF)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法,以解決人口系統(tǒng)和經(jīng)濟(jì)系統(tǒng)的外生性耦合協(xié)調(diào)關(guān)系．

1 相關(guān)指數(shù)、數(shù)據(jù)來(lái)源及處理

1.1 評(píng)價(jià)指標(biāo)體系與數(shù)據(jù)來(lái)源

影響人口系統(tǒng)的因素主要包括人口結(jié)構(gòu)指數(shù)、人口生活指數(shù)以及人口產(chǎn)出指數(shù)等,本文稱之為影響人口系統(tǒng)的一級(jí)因子．人口自然增長(zhǎng)率、社會(huì)勞動(dòng)力、城鎮(zhèn)人口比重等影響人口結(jié)構(gòu)指數(shù),城鎮(zhèn)居民人均消費(fèi)支出、居民消費(fèi)價(jià)格指數(shù)等影響人口生活指數(shù),人均糧食占有量、人均蔬菜產(chǎn)量等會(huì)影響人口產(chǎn)出指數(shù),本文稱之為影響人口系統(tǒng)的二級(jí)因子．具體如圖1所示．

圖1 人口系統(tǒng)評(píng)價(jià)指標(biāo)體系Fig.1 Comprehensive evaluation index system for population

影響經(jīng)濟(jì)系統(tǒng)的因素主要包括生產(chǎn)、消費(fèi)、投資等,本文稱之為經(jīng)濟(jì)發(fā)展指數(shù),作為影響經(jīng)濟(jì)系統(tǒng)的一級(jí)因子．經(jīng)濟(jì)發(fā)展指數(shù)受地方生產(chǎn)總值、地方財(cái)政收入、城鎮(zhèn)居民可支配收入等因素影響,本文稱這些因素為影響經(jīng)濟(jì)系統(tǒng)的二級(jí)因子．具體如圖2所示 (“+”表示正向指標(biāo),“-”表示逆向指標(biāo))．

注1圖1與圖2中所列指標(biāo)的數(shù)據(jù)來(lái)源于2011—2020年《寧夏統(tǒng)計(jì)年鑒》、《銀川統(tǒng)計(jì)年鑒》、《石嘴山統(tǒng)計(jì)年鑒》,以及部分年份國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)．

圖2 經(jīng)濟(jì)系統(tǒng)評(píng)價(jià)指標(biāo)體系Fig.2 Comprehensive evaluation index system for economic development

1.2 數(shù)據(jù)處理、綜合評(píng)價(jià)指數(shù)及權(quán)重確定

為消除量綱影響,本文擬對(duì)采集的人口與經(jīng)濟(jì)系統(tǒng)樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理．設(shè)zij表示第i年第j個(gè)指標(biāo)的樣本值,Zij表示樣本值對(duì)應(yīng)的標(biāo)準(zhǔn)化值,即:

(1)

(2)

注2當(dāng)二級(jí)因子樣本數(shù)值越大對(duì)系統(tǒng)發(fā)展越有利時(shí),采用正向指標(biāo)式 (1);當(dāng)數(shù)值越小對(duì)系統(tǒng)發(fā)展越有利時(shí),采用負(fù)向指標(biāo)式 (2)．

基于樣本值的標(biāo)準(zhǔn)化處理 (1)、(2),引入人口系統(tǒng)、經(jīng)濟(jì)系統(tǒng)的綜合評(píng)價(jià)函數(shù)[15]:

(3)

(4)

注3利用綜合評(píng)價(jià)指數(shù)可判定人口與經(jīng)濟(jì)系統(tǒng)綜合發(fā)展水平類型,指數(shù)越高,表明人口發(fā)展水平越高、經(jīng)濟(jì)發(fā)展?fàn)顩r越好,反之越低(差)．

結(jié)合變異系數(shù)法[14],給出人口與經(jīng)濟(jì)系統(tǒng)綜合評(píng)價(jià)指數(shù)(3)、(4)中權(quán)重aj和bj的求解公式:

(5)

(6)

進(jìn)一步,根據(jù)求解公式,可以給出求解參數(shù)aj和bj的算法流程如圖3所示．

圖3 權(quán)重計(jì)算流程Fig.3 Flow chart of weight calculation

注4變異系數(shù)法是一種客觀賦權(quán)法,客觀賦權(quán)發(fā)還包括熵權(quán)法和主成分分析法,經(jīng)過(guò)本文驗(yàn)證,發(fā)現(xiàn)變異系數(shù)法更適合本指標(biāo)體系(參見附錄1、附錄2)．

2 預(yù)警策略與學(xué)習(xí)網(wǎng)絡(luò)模型

在本節(jié)將根據(jù)綜合評(píng)價(jià)指數(shù),引入人口與經(jīng)濟(jì)系統(tǒng)的自適應(yīng)耦合度與自適應(yīng)耦合協(xié)調(diào)度．在此基礎(chǔ)上,定義基于耦合協(xié)調(diào)度的自適應(yīng)耦合協(xié)調(diào)度區(qū)間,并提出預(yù)警人口與經(jīng)濟(jì)系統(tǒng)策略．進(jìn)一步地,構(gòu)建網(wǎng)絡(luò)學(xué)習(xí)模型,以分析和控制人口與經(jīng)濟(jì)系統(tǒng)的耦合影響關(guān)系．

2.1 自適應(yīng)預(yù)警策略

首先,借鑒廖重斌[2]提出的經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展模型,引入人口與經(jīng)濟(jì)系統(tǒng)自適應(yīng)耦合協(xié)調(diào)度:

(7)

式中,Ci∈[0,1]為第i年的耦合度,k為系統(tǒng)的個(gè)數(shù)．在本文中k=2,即人口系統(tǒng)和經(jīng)濟(jì)系統(tǒng)．耦合度Ci根據(jù)影響人口系統(tǒng)和經(jīng)濟(jì)系統(tǒng)因素自適應(yīng)地求得,起到分析和判別人口與經(jīng)濟(jì)系統(tǒng)耦合強(qiáng)度的作用．但是,在有些情況下耦合度難以反映出人口與經(jīng)濟(jì)系統(tǒng)的整體功能或發(fā)展水平,因此需要構(gòu)建人口與經(jīng)濟(jì)系統(tǒng)的耦合協(xié)調(diào)度模型,即:

(8)

根據(jù)自適應(yīng)耦合協(xié)調(diào)度,構(gòu)建自適應(yīng)耦合協(xié)調(diào)度區(qū)間,以預(yù)警兩者發(fā)展秩序,即根據(jù)歷史數(shù)據(jù)和經(jīng)驗(yàn),設(shè)定自適應(yīng)耦合協(xié)調(diào)度區(qū)間,即:(di-1,di],其中di-1與di滿足0≤di-1,di≤1,i=1,…,N．當(dāng)Di∈(di-1,di]時(shí),可設(shè)置不同的自適應(yīng)協(xié)調(diào)狀態(tài),形成自適應(yīng)預(yù)警策略,以實(shí)現(xiàn)人口與經(jīng)濟(jì)系統(tǒng)之間協(xié)調(diào)關(guān)系的預(yù)警目的．

注5當(dāng)Ci=1時(shí),耦合度最大,系統(tǒng)間相互作用、相互影響的程度最大,系統(tǒng)之間或系統(tǒng)內(nèi)部各要素之間能夠達(dá)到良性共振耦合,系統(tǒng)將趨向新的、更高級(jí)的功能體;當(dāng)Ci=0時(shí),耦合度極小,系統(tǒng)間不存在相互作用和相互影響,系統(tǒng)之間或系統(tǒng)內(nèi)部各要素之間處于無(wú)關(guān)狀態(tài),系統(tǒng)將向無(wú)序發(fā)展．

2.2 網(wǎng)絡(luò)學(xué)習(xí)模型

通過(guò)本文提出的預(yù)警策略,基于人口與經(jīng)濟(jì)系統(tǒng)的關(guān)系,以自適應(yīng)耦合協(xié)調(diào)度為輸出層節(jié)點(diǎn),輔以人口系統(tǒng)和經(jīng)濟(jì)系統(tǒng)為輸入層,形成三層廣義RBF學(xué)習(xí)網(wǎng)絡(luò)模型(圖4)．圖4通過(guò)設(shè)計(jì)適當(dāng)?shù)乃惴?確定隱含層節(jié)點(diǎn)數(shù)k與數(shù)據(jù)中心ci,以求得隱含層節(jié)點(diǎn)與輸出層節(jié)點(diǎn)之間的權(quán)重矩陣B,是本文借助輸入層中人口系統(tǒng)、經(jīng)濟(jì)系統(tǒng)二級(jí)因子來(lái)計(jì)算耦合協(xié)調(diào)度Di的關(guān)鍵步驟(參見圖4)．

圖4 網(wǎng)絡(luò)學(xué)習(xí)模型Fig.4 Network learning model

本文采用自組織學(xué)習(xí)方法確定數(shù)據(jù)中心ci,數(shù)據(jù)中心的個(gè)數(shù)k即為隱含層節(jié)點(diǎn)個(gè)數(shù)．在具體計(jì)算中,數(shù)據(jù)中心的自組織選擇分為兩個(gè)階段:第一階段為無(wú)導(dǎo)師學(xué)習(xí),主要采用K-mean聚類分析法,本文給出聚類中心算法如下:

1.初始化聚類中心2.form=1;1;mmax3. forp=1;1;pmax4. fori=1;1;imax5. 計(jì)算p點(diǎn)到i聚類中心的距離6. i=i+17. endfor8. p=p+19. endfor10. 更新聚類中心11. if(前后兩次中心沒(méi)有變化)12. break13. endif14.endfor15.print(聚類完成)

聚類完成后,即進(jìn)入第二階段:監(jiān)督學(xué)習(xí)．本階段選用梯度下降法訓(xùn)練隱含層與輸出層之間神經(jīng)元的連接權(quán)值．首先,選用從中心到兩邊遞減,能夠得到局部有限回應(yīng)的高斯函數(shù)作為隱含層節(jié)點(diǎn)的核函數(shù),即:

(9)

然后,拓展常數(shù)即方差可由以下公式求解:

(10)

Cmax為所選取中心點(diǎn)之間的最大距離．在此基礎(chǔ)上,輸入層與隱含層的權(quán)重矩陣B可由最小二乘法直接計(jì)算得到,公式如下:

(11)

3 案例分析

本文選取銀川和石嘴山兩市作為研究對(duì)象,開展人口與經(jīng)濟(jì)系統(tǒng)的耦合發(fā)展分析．其中,銀川市作為寧夏回族自治區(qū)首府,地區(qū)生產(chǎn)總值占據(jù)區(qū)域生產(chǎn)總值的一半以上,人口數(shù)量也位居區(qū)域首位;石嘴山市人口總數(shù)居于區(qū)域末位,但地區(qū)生產(chǎn)總值位居自治區(qū)第三.因此,選取以上兩市進(jìn)行人口與經(jīng)濟(jì)耦合發(fā)展分析具有代表性.

3.1 綜合評(píng)價(jià)指數(shù)分析

通過(guò)求解人口與經(jīng)濟(jì)系統(tǒng)二級(jí)因子權(quán)重公式 (5)、(6),可獲取影響銀川市與石嘴山市人口系統(tǒng)排名前5的二級(jí)因子(表1和表2).

表2 經(jīng)濟(jì)系統(tǒng)排名前3的二級(jí)因子Table 2 The top three secondary factors for economic development

由表1中可知:人均豬牛羊肉占有量x35對(duì)兩個(gè)城市人口系統(tǒng)影響均較大,這與寧夏打造高端肉牛生產(chǎn)基地和中國(guó)灘羊之鄉(xiāng)的產(chǎn)業(yè)布局政策相符合.另外,銀川鄉(xiāng)村就業(yè)者占總就業(yè)人員比重x16與石嘴山就業(yè)人員占總?cè)丝诒戎豿14均排列前5,印證了人口系統(tǒng)發(fā)展的政策引導(dǎo)性.

表1 人口系統(tǒng)排名前5的二級(jí)因子Table 1 The top five secondary factors for population

由表2中可知:兩個(gè)城市第三產(chǎn)業(yè)生產(chǎn)總值占生產(chǎn)總值比重y16排名均較高,這也真實(shí)反映了第三產(chǎn)業(yè)已經(jīng)取代第一產(chǎn)業(yè)和以采礦業(yè)、制造業(yè)以及建筑業(yè)為主的第二產(chǎn)業(yè)成為經(jīng)濟(jì)發(fā)展的主要?jiǎng)恿?憑借獨(dú)具特色的旅游資源,旅游業(yè)已發(fā)展成為銀川、石嘴山兩市的支柱產(chǎn)業(yè),是帶動(dòng)經(jīng)濟(jì)發(fā)展的重要力量;另外,依靠對(duì)產(chǎn)業(yè)調(diào)整、科技進(jìn)步等的推動(dòng)作用,城鎮(zhèn)化已成為影響石嘴山市經(jīng)濟(jì)系統(tǒng)發(fā)展的重要因素.

根據(jù)所求人口與經(jīng)濟(jì)系統(tǒng)的二級(jí)因子權(quán)重,進(jìn)一步求得綜合評(píng)價(jià)指數(shù)(表3).

由表3可知:受人均糧食占有量、人均肉類占有量明顯下滑的影響,銀川市2014年人口系統(tǒng)綜合評(píng)價(jià)指數(shù)下降,但在此后的年份里,城鎮(zhèn)居民人均消費(fèi)支出x12以及就業(yè)人員占總?cè)丝诒戎豿14等二級(jí)因子表現(xiàn)良好,綜合評(píng)價(jià)指數(shù)穩(wěn)步上升,表征了人口發(fā)展水平也越高.

表3 人口與經(jīng)濟(jì)系統(tǒng)綜合評(píng)價(jià)指數(shù)Table 3 Comprehensive evaluation index for both population and economic development

另一方面,2012—2016年石嘴山市人均糧食占有量x34、人均蔬菜占有量x33以及人均財(cái)政收入x32等人口產(chǎn)出增長(zhǎng)乏力,造成人口系統(tǒng)發(fā)展后勁不足,進(jìn)而導(dǎo)致綜合評(píng)價(jià)指數(shù)增長(zhǎng)緩慢甚至偶有下降.

得益于第三產(chǎn)業(yè)生產(chǎn)總值占生產(chǎn)總值比重y16和旅游綜合收入y19等指標(biāo)的穩(wěn)健表現(xiàn),銀川市經(jīng)濟(jì)呈現(xiàn)近似于一次函數(shù)的發(fā)展態(tài)勢(shì);受制于第三產(chǎn)業(yè)生產(chǎn)總值占生產(chǎn)總值比重y16以及地方財(cái)政收入y11等指標(biāo)的不穩(wěn)定,石嘴山市經(jīng)濟(jì)發(fā)展歷程較為曲折,經(jīng)濟(jì)綜合評(píng)價(jià)指數(shù)在上漲勢(shì)頭中間偶有下降或持平(圖5).

圖5 銀川、石嘴山經(jīng)濟(jì)系統(tǒng)綜合評(píng)價(jià)指數(shù)Fig.5 Comprehensive evaluation index for economic development in Yinchuan and Shizuishan

3.2 耦合度與耦合協(xié)調(diào)度分析

根據(jù)綜合評(píng)價(jià)指數(shù),求出銀川市和石嘴山市在2010—2019年間的耦合度及耦合協(xié)調(diào)度Di.進(jìn)一步,根據(jù)所求耦合度與耦合協(xié)調(diào)度,設(shè)計(jì)自適應(yīng)耦合協(xié)調(diào)參數(shù)及耦合協(xié)調(diào)區(qū)間.本文采用平均分的方式設(shè)定判別標(biāo)準(zhǔn)及類型劃分(表4).

表4 耦合協(xié)調(diào)發(fā)展的判別標(biāo)準(zhǔn)及類型劃分Table 4 Classification of coupling coordinated development levels

根據(jù)表4,可以求得2010—2019年銀川市和石嘴山市人口與經(jīng)濟(jì)系統(tǒng)的耦合度及耦合協(xié)調(diào)度(表5)．

表5 耦合度及耦合協(xié)調(diào)度Table 5 Coupling degrees and coupling coordination degrees

從表5中可以發(fā)現(xiàn):第一,2010—2019年,銀川市和石嘴山市的人口與經(jīng)濟(jì)系統(tǒng)之間的耦合度保持在0.9以上,僅有微小的波動(dòng),說(shuō)明兩個(gè)城市兩系統(tǒng)之間互相作用、相互依賴、相互促進(jìn)的程度很高;第二,得益于城鎮(zhèn)居民人均消費(fèi)支出x12以及就業(yè)人員占總?cè)丝诒戎豿14、第三產(chǎn)業(yè)生產(chǎn)總值占生產(chǎn)總值比重y16以及旅游綜合收入y19等人口與經(jīng)濟(jì)系統(tǒng)二級(jí)因子的穩(wěn)健表現(xiàn),銀川市人口與經(jīng)濟(jì)系統(tǒng)耦合協(xié)調(diào)度呈明顯遞增趨勢(shì),且總體上高于石嘴山市;第三,受人均糧食占有量x34、人均蔬菜占有量x33以及地方財(cái)政收入x32等人口與經(jīng)濟(jì)系統(tǒng)二級(jí)因子增長(zhǎng)乏力影響,石嘴山市人口與經(jīng)濟(jì)系統(tǒng)耦合協(xié)調(diào)度呈波動(dòng)上升趨勢(shì),且增幅明顯低于銀川市．

3.3 耦合協(xié)調(diào)度影響因子貢獻(xiàn)度分析

本文利用RBF神經(jīng)網(wǎng)絡(luò)模型式 (9)—(11),計(jì)算銀川市與石嘴山市耦合協(xié)調(diào)度影響因子xij,yij的貢獻(xiàn)度矩陣B,結(jié)果如表6所示．

表6 基于RBF神經(jīng)網(wǎng)絡(luò)模型的人口與經(jīng)濟(jì)系統(tǒng)因子貢獻(xiàn)度Table 6 Contribution of population and economic factors based on RBF neural network model

在銀川市人口與經(jīng)濟(jì)系統(tǒng)為達(dá)到耦合協(xié)調(diào)的動(dòng)態(tài)變化過(guò)程中,貢獻(xiàn)度最高的二級(jí)因子為中學(xué)及以上在校生占總?cè)丝诒戎豿17,直接證明了知識(shí)要素、教育發(fā)展以及人才資源在城市人口與經(jīng)濟(jì)系統(tǒng)耦合發(fā)展中的重要作用,這與國(guó)家科教興國(guó)、人才強(qiáng)國(guó)戰(zhàn)略相一致．人均財(cái)政收入x32以及地方財(cái)政收入y11因子貢獻(xiàn)度緊隨其后,進(jìn)一步驗(yàn)證了財(cái)政對(duì)城市發(fā)展的推動(dòng)作用．

在石嘴山人口與經(jīng)濟(jì)系統(tǒng)邁向耦合協(xié)調(diào)發(fā)展的過(guò)程中,全社會(huì)固定資產(chǎn)投資y111、人均GDPx31以及第二產(chǎn)業(yè)生產(chǎn)總值占生產(chǎn)總值比重y15三個(gè)二級(jí)因子的貢獻(xiàn)度累計(jì)超過(guò)20%,較為符合石嘴山市的實(shí)際情況．作為一個(gè)資源豐富、人口總量少、經(jīng)濟(jì)體量小的西北小城,石嘴山市基礎(chǔ)設(shè)施建設(shè)尚未完善,需要不斷增加投資,以支持城市建設(shè),并帶動(dòng)經(jīng)濟(jì)發(fā)展．特別地,銀川市和石嘴山市萬(wàn)人擁有醫(yī)院床位數(shù)x24的因子貢獻(xiàn)度均較高,這說(shuō)明無(wú)論是人口較多、經(jīng)濟(jì)發(fā)展較好的中心城市,還是人口較少、經(jīng)濟(jì)滯后的地方小城,均需重視醫(yī)療系統(tǒng)的建設(shè)．

3.4 干預(yù)與控制措施

本文將累計(jì)貢獻(xiàn)度占前30%的二級(jí)因子稱為關(guān)鍵因子．基于表6,可以得出影響銀川市人口與經(jīng)濟(jì)系統(tǒng)耦合協(xié)調(diào)度的關(guān)鍵二級(jí)因子分別為:中學(xué)及以上在校生占總?cè)丝诒戎豿17、人均財(cái)政收入x32、人均GDPx31、居民消費(fèi)價(jià)格指數(shù)x26以及萬(wàn)人擁有醫(yī)院床位數(shù)x24．為使銀川市人口與經(jīng)濟(jì)系統(tǒng)實(shí)現(xiàn)更高程度的耦合協(xié)調(diào)發(fā)展,擬提出以下干預(yù)措施和控制手段:

1) 應(yīng)推動(dòng)教育走向高質(zhì)量發(fā)展道路,一方面更加注重基礎(chǔ)教育,創(chuàng)新教育方式,補(bǔ)齊義務(wù)教育短板,提高高中教育質(zhì)量;另一方面,要以人才培養(yǎng)為核心,以科學(xué)研究為基礎(chǔ),充分調(diào)動(dòng)政府、學(xué)校、企業(yè)、社會(huì)等各方面力量,提高高等教育的區(qū)域競(jìng)爭(zhēng)力.

2) 深化“放管服”改革,進(jìn)一步減稅降費(fèi),激發(fā)企業(yè)活力,讓社會(huì)財(cái)富充分涌流,以拓展稅基,增加財(cái)政收入;深化供給側(cè)結(jié)構(gòu)性改革,調(diào)整產(chǎn)業(yè)結(jié)構(gòu),增強(qiáng)科技創(chuàng)新能力,為經(jīng)濟(jì)增長(zhǎng)注入新的動(dòng)力;加強(qiáng)價(jià)格監(jiān)管、維護(hù)市場(chǎng)秩序、保持金融穩(wěn)定,進(jìn)而促進(jìn)物價(jià)穩(wěn)定.

3) 穩(wěn)步推進(jìn)醫(yī)療衛(wèi)生體系建設(shè),進(jìn)一步加大基層醫(yī)療資源投入,改善醫(yī)療衛(wèi)生環(huán)境,提升醫(yī)療系統(tǒng)應(yīng)對(duì)突發(fā)事件的能力．

影響石嘴山市人口與經(jīng)濟(jì)系統(tǒng)耦合協(xié)調(diào)度的關(guān)鍵二級(jí)因子分別為:全社會(huì)固定資產(chǎn)投資y111、人均GDPx31、第二產(chǎn)業(yè)生產(chǎn)總值占生產(chǎn)總值比重y15、萬(wàn)人擁有醫(yī)院床位數(shù)x24以及地方財(cái)政收入y11．為推動(dòng)石嘴山市人口與經(jīng)濟(jì)系統(tǒng)邁向更高層次的耦合協(xié)調(diào)發(fā)展,擬在以下幾方面采取干預(yù)與控制措施:

1) 應(yīng)擴(kuò)大投資需求,加大投資力度,進(jìn)一步完善城市基礎(chǔ)設(shè)施建設(shè);應(yīng)充分發(fā)揮地區(qū)特色,加強(qiáng)黃河流域生態(tài)保護(hù),增強(qiáng)創(chuàng)新能力,促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展．

2) 在綠色發(fā)展前提下,發(fā)揮第二產(chǎn)業(yè)優(yōu)勢(shì),并合理引導(dǎo)產(chǎn)業(yè)結(jié)構(gòu)向合理化、高級(jí)化方向轉(zhuǎn)變．

3) 充分調(diào)動(dòng)政府、企業(yè)、社會(huì)等各方力量,增加醫(yī)療資源投入,完善醫(yī)療基礎(chǔ)設(shè)施建設(shè)．

4) 在激發(fā)市場(chǎng)活力,增加稅基的同時(shí),加強(qiáng)非稅收入管理,以增加地區(qū)財(cái)政收入．

4 結(jié)束語(yǔ)

本文在提出自適應(yīng)預(yù)警策略的基礎(chǔ)上,通過(guò)網(wǎng)絡(luò)學(xué)習(xí)模型確定了影響人口與經(jīng)濟(jì)系統(tǒng)耦合協(xié)調(diào)發(fā)展的關(guān)鍵因子,對(duì)其進(jìn)行了分析，并提出控制手段和干預(yù)措施．在銀川、石嘴山兩市的案例分析中,本文發(fā)現(xiàn):在2010—2019年間,一方面,兩市的耦合度均保持在0.9以上,且耦合協(xié)調(diào)度經(jīng)歷了從輕度失調(diào)、瀕臨失調(diào)等逐步向中極協(xié)調(diào)以及良好協(xié)調(diào)的演進(jìn)過(guò)程,這說(shuō)明銀川市與石嘴山市人口與經(jīng)濟(jì)系統(tǒng)之間相互依賴、相互促進(jìn)的程度較高,且呈遞增趨勢(shì);另一方面,在兩市實(shí)現(xiàn)耦合協(xié)調(diào)發(fā)展的歷程中,各二級(jí)因子表現(xiàn)差異明顯但仍有共同點(diǎn)，即萬(wàn)人擁有醫(yī)院床位數(shù)x24以及地方財(cái)政收入y11對(duì)兩個(gè)城市的貢獻(xiàn)度均較大,說(shuō)明對(duì)同處西北內(nèi)陸的銀川和石嘴山而言,增加財(cái)政收入、加快城市基礎(chǔ)設(shè)施建設(shè)、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展,對(duì)實(shí)現(xiàn)人口與經(jīng)濟(jì)系統(tǒng)耦合協(xié)調(diào)發(fā)展至關(guān)重要．