本文選題：馬爾科夫鏈 + 區(qū)域經(jīng)濟(jì)趨同　； 參考：《江西財(cái)經(jīng)大學(xué)》2017年碩士論文

【摘要】：馬爾科夫過(guò)程是隨機(jī)過(guò)程理論中一個(gè)十分重要的分支,當(dāng)馬爾科夫過(guò)程的狀態(tài)和時(shí)間均處于離散時(shí),則將該馬爾科夫過(guò)程稱(chēng)作馬爾科夫鏈。馬爾科夫鏈理論能夠較好地應(yīng)用于現(xiàn)實(shí)問(wèn)題中,其中在醫(yī)學(xué)、教育學(xué)、社會(huì)學(xué)以及經(jīng)濟(jì)學(xué)等學(xué)科領(lǐng)域中均有一定的研究成果。馬爾科夫鏈之所以能夠應(yīng)用于如此多的領(lǐng)域,主要是不同領(lǐng)域的許多現(xiàn)象都滿足馬爾科夫性:系統(tǒng)在某一時(shí)刻所處的狀態(tài),可以決定系統(tǒng)在下一時(shí)刻所處的狀態(tài),而無(wú)需考慮該時(shí)刻以前系統(tǒng)所處的狀態(tài)。江西省位于中國(guó)中部,在地理位置、礦質(zhì)資源以及生態(tài)環(huán)境等方面都具有十分重要的戰(zhàn)略地位。但是江西省的經(jīng)濟(jì)狀況一直處于中部地區(qū)的較低階段,其中各個(gè)地級(jí)市之間的經(jīng)濟(jì)水平也呈現(xiàn)出發(fā)展不平衡甚至兩極分化的現(xiàn)象,因此,分析江西省各地級(jí)市之間的經(jīng)濟(jì)趨同現(xiàn)象,是研究江西省各地區(qū)經(jīng)濟(jì)協(xié)調(diào)發(fā)展的關(guān)鍵。以往的文獻(xiàn)在研究經(jīng)濟(jì)趨同問(wèn)題時(shí)的步驟通常是先建立空間馬爾科夫鏈模型、設(shè)置空間滯后算子,從而構(gòu)建空間權(quán)重矩陣,再得出滯后期的條件概率矩陣,最后分析該矩陣,得出相關(guān)結(jié)論。本文在此基礎(chǔ)上,根據(jù)具體情況進(jìn)行模型的改進(jìn)和優(yōu)化,首先將江西省各個(gè)地級(jí)市的人均GDP數(shù)據(jù)序列進(jìn)行馬爾科夫性檢驗(yàn),再依據(jù)有序聚類(lèi)的思想,對(duì)分類(lèi)方法進(jìn)行相應(yīng)的修正,之后建立空間權(quán)重矩陣時(shí),改用鄰邊原則進(jìn)行優(yōu)化,并將矩陣標(biāo)準(zhǔn)化,最后得到優(yōu)化后的滯后期條件概率矩陣。在對(duì)實(shí)際數(shù)據(jù)進(jìn)行實(shí)證分析時(shí),可以發(fā)現(xiàn)使用傳統(tǒng)方法得到的矩陣主要表現(xiàn)出了經(jīng)濟(jì)發(fā)達(dá)地區(qū)的狀態(tài)轉(zhuǎn)移情況,而不能形象地描述出經(jīng)濟(jì)落后地區(qū)的狀態(tài)轉(zhuǎn)移情況。使用優(yōu)化模型對(duì)數(shù)據(jù)作出分析后,得出的滯后期條件概率矩陣能夠更好地反映出經(jīng)濟(jì)落后地區(qū)發(fā)生狀態(tài)轉(zhuǎn)移的趨勢(shì):當(dāng)不發(fā)達(dá)地區(qū)附近存在發(fā)達(dá)地區(qū)時(shí),轉(zhuǎn)移到上一狀態(tài)的概率將會(huì)增加;當(dāng)欠發(fā)達(dá)地區(qū)附近存在發(fā)達(dá)地區(qū)時(shí),其轉(zhuǎn)移到下一狀態(tài)的概率將會(huì)大幅增加。不同的地區(qū)受限于不同的外界因素影響,得到的結(jié)果也不盡相同,但是分析后的結(jié)果表現(xiàn)出了經(jīng)濟(jì)落后區(qū)域的經(jīng)濟(jì)發(fā)展趨勢(shì),為研究江西省各區(qū)市協(xié)調(diào)發(fā)展提供了理論基礎(chǔ)。
[Abstract]:Markov process is a very important branch of stochastic process theory. When the state and time of Markov process are discrete, the Markov process is called Markov chain. Markov chain theory can be well applied to practical problems, among which there are some achievements in medicine, pedagogy, sociology and economics. The reason why Markov chains can be applied to so many fields is that many phenomena in different fields satisfy the Markov property: the state of the system at a certain moment can determine the state of the system at the next moment. Without considering the state of the system prior to that moment. Jiangxi Province is located in the central part of China and plays an important strategic role in geographical location, mineral resources and ecological environment. However, the economic situation of Jiangxi Province has always been in the lower stage of the central region, in which the economic level of various prefecture-level cities has also shown a phenomenon of uneven development and even polarization. Therefore, It is the key to study the coordinated development of regional economy in Jiangxi Province by analyzing the phenomenon of economic convergence among prefecture-level cities in Jiangxi Province. The steps of the previous literature in studying economic convergence are usually to establish the spatial Markov chain model and the spatial lag operator to construct the spatial weight matrix, and then to obtain the conditional probability matrix of the lag period, and finally to analyze the matrix. Draw relevant conclusions. On this basis, this paper improves and optimizes the model according to the specific situation. Firstly, the data series of per capita GDP of every prefecture-level city in Jiangxi Province are tested by Markov property test, and then according to the idea of orderly clustering. The classification method is modified accordingly, and when the spatial weight matrix is established, the adjacent edge principle is used to optimize the matrix, and the matrix is standardized. Finally, the lagged conditional probability matrix after optimization is obtained. In the empirical analysis of the actual data, it can be found that the matrix obtained by the traditional method mainly shows the state transfer situation in the economically developed areas, but cannot describe the state transfer situation in the economically backward areas. After using the optimization model to analyze the data, the lag conditional probability matrix can better reflect the trend of state transition in the economically backward areas: when there are developed areas near the undeveloped areas, The probability of transferring to the previous state will increase, and when there is a developed region near the less developed region, the probability of transferring to the next state will increase significantly. Different regions are limited by different external factors, and the results obtained are different, but the analysis results show the economic development trend of the backward regions, which provides a theoretical basis for the study of coordinated development of Jiangxi provinces and cities.
【學(xué)位授予單位】：江西財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：F127;O211.62

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周麗;謝舒蕾;;基于空間馬爾科夫鏈的農(nóng)村經(jīng)濟(jì)發(fā)展水平分析——以四川省為例[J];中國(guó)農(nóng)業(yè)資源與區(qū)劃;2016年12期

2 張俊婷;周晶;徐紅利;鞠鵬;;基于空間型馬爾科夫鏈的行程時(shí)間估計(jì)模型[J];系統(tǒng)工程;2015年12期

3 張偉麗;張翠;;中原經(jīng)濟(jì)區(qū)增長(zhǎng)俱樂(lè)部趨同及其演變——基于縣域尺度的加權(quán)馬爾科夫鏈分析[J];干旱區(qū)資源與環(huán)境;2015年08期

4 周迪;張虎;;中國(guó)創(chuàng)新水平區(qū)域趨同時(shí)空演變[J];中國(guó)科技論壇;2015年06期

5 薛亮;;基于空間馬爾科夫鏈的關(guān)中地區(qū)經(jīng)濟(jì)水平時(shí)空演變研究[J];生產(chǎn)力研究;2014年01期

6 陳培陽(yáng);朱喜鋼;;中國(guó)區(qū)域經(jīng)濟(jì)趨同:基于縣級(jí)尺度的空間馬爾可夫鏈分析[J];地理科學(xué);2013年11期

7 王勇;韓學(xué)山;丁穎;繩潔;;基于馬爾科夫鏈的電力系統(tǒng)運(yùn)行可靠性快速評(píng)估[J];電網(wǎng)技術(shù);2013年02期

8 魏傳奇;;基于馬爾科夫分析法的A股市場(chǎng)股價(jià)預(yù)測(cè)[J];商業(yè)會(huì)計(jì);2012年24期

9 王佳偉;王志;;基于神經(jīng)網(wǎng)絡(luò)的馬爾科夫鏈和遺傳算法對(duì)股票價(jià)格預(yù)測(cè)研究[J];寧波工程學(xué)院學(xué)報(bào);2012年03期

10 李玉華;李棟才;畢威;李瑞軒;;混合馬爾科夫預(yù)測(cè)模型及其在反洗錢(qián)中的應(yīng)用研究[J];計(jì)算機(jī)科學(xué);2011年07期

相關(guān)博士學(xué)位論文 前4條

1 劉銀;中國(guó)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展制度研究[D];吉林大學(xué);2014年

2 張和喜;貴州區(qū)域干旱演變特征及預(yù)測(cè)模型研究[D];沈陽(yáng)農(nóng)業(yè)大學(xué);2013年

3 榮騰中;基于高階周期Markov鏈模型的預(yù)測(cè)方法研究[D];重慶大學(xué);2012年

4 邵偉;蒙特卡洛方法及在一些統(tǒng)計(jì)模型中的應(yīng)用[D];山東大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 樊冬雪;基于優(yōu)化灰色馬爾科夫鏈模型的鐵路客流量預(yù)測(cè)方法研究[D];重慶交通大學(xué);2015年

2 彭鑫;不同空間尺度的中國(guó)區(qū)域經(jīng)濟(jì)差異研究[D];南京師范大學(xué);2015年

3 馬睿tD;馬爾科夫鏈模型在發(fā)展性學(xué)生評(píng)價(jià)中的應(yīng)用研究[D];內(nèi)蒙古師范大學(xué);2014年

4 趙騰遠(yuǎn);基于馬爾科夫鏈蒙特卡洛的坪子山滑坡的穩(wěn)定性分析[D];西南交通大學(xué);2014年

5 韓宇;基于馬爾科夫隨機(jī)場(chǎng)和貝葉斯理論的人腦MR圖像的分割研究[D];昆明理工大學(xué);2014年

6 張海君;基于馬爾科夫模型的沙漠?dāng)U散和天氣預(yù)測(cè)[D];新疆大學(xué);2013年

7 汲劍銳;馬爾科夫鏈應(yīng)用的一些探討[D];華中師范大學(xué);2012年

8 吳迪;基于馬爾科夫鏈的交通網(wǎng)絡(luò)道路權(quán)重計(jì)算方法研究[D];吉林大學(xué);2011年

9 周政寧;陜西省區(qū)域經(jīng)濟(jì)增長(zhǎng)差異變動(dòng)及其影響因素分析[D];西北農(nóng)林科技大學(xué);2011年

10 趙峰;空間計(jì)量理論在中國(guó)區(qū)域經(jīng)濟(jì)趨同測(cè)度中的應(yīng)用[D];東北財(cái)經(jīng)大學(xué);2010年

，

本文編號(hào)：2117550