基于組合預(yù)測(cè)模型的中國(guó)對(duì)俄進(jìn)出口額預(yù)測(cè)

白 石

（1.南開(kāi)大學(xué) 經(jīng)濟(jì)學(xué)院，天津 300071；2.國(guó)家口岸管理辦公室，北京 100730）

基于組合預(yù)測(cè)模型的中國(guó)對(duì)俄進(jìn)出口額預(yù)測(cè)

白 石1，2

（1.南開(kāi)大學(xué) 經(jīng)濟(jì)學(xué)院，天津 300071；2.國(guó)家口岸管理辦公室，北京 100730）

為了準(zhǔn)確預(yù)測(cè)中俄雙邊貿(mào)易發(fā)展趨勢(shì)，首先系統(tǒng)剖析了中俄貿(mào)易發(fā)展面臨的國(guó)際國(guó)內(nèi)形勢(shì)，利用多元回歸模型和神經(jīng)網(wǎng)絡(luò)模型對(duì)中國(guó)對(duì)俄出口額和進(jìn)口額分別建立了線性和非線性預(yù)測(cè)模型，進(jìn)而采用二次優(yōu)化算法構(gòu)建了中俄貿(mào)易額的組合預(yù)測(cè)模型，預(yù)測(cè)結(jié)果表明組合預(yù)測(cè)模型為中俄貿(mào)易額預(yù)測(cè)提供一種有效的優(yōu)化和篩選方法，為科學(xué)規(guī)劃中國(guó)對(duì)俄口岸和深化中俄全面戰(zhàn)略協(xié)作伙伴關(guān)系提供依據(jù)。

中俄貿(mào)易；多元回歸；神經(jīng)網(wǎng)絡(luò)；組合預(yù)測(cè)

1 引言

中俄關(guān)系是當(dāng)今世界上最重要的雙邊關(guān)系之一，在金融危機(jī)后全球經(jīng)濟(jì)格局與秩序重新調(diào)整的背景下，中俄關(guān)系進(jìn)入到歷史上前所未有的高水平，并具有巨大的潛力和廣闊的前景。中俄經(jīng)貿(mào)合作是中俄關(guān)系的基石，貿(mào)易合作在兩國(guó)經(jīng)濟(jì)戰(zhàn)略中的地位不斷增強(qiáng)。尤其是在俄羅斯受到油價(jià)下跌和西方制裁導(dǎo)致經(jīng)濟(jì)下滑的關(guān)鍵時(shí)期，中國(guó)成為了俄羅斯最重要的經(jīng)濟(jì)合作伙伴。即便是在全球金融危機(jī)的背景下，中俄貿(mào)易近年來(lái)仍總體保持著快速增長(zhǎng)的態(tài)勢(shì)。從2008年到2014年，中俄雙方的貿(mào)易總額總體呈上升態(tài)勢(shì)，由2008年的569.1億美元增長(zhǎng)到2014年的952.8億美元，在2015年受俄烏危機(jī)和盧布貶值影響雙邊貿(mào)易短期下滑了34.4%，到2016年已經(jīng)開(kāi)始逐漸恢復(fù)，上半年中俄雙邊貿(mào)易額達(dá)317億美元，貿(mào)易下降趨勢(shì)得到扭轉(zhuǎn)。

由于中俄兩國(guó)具有比較強(qiáng)的貿(mào)易互補(bǔ)性，隨著中國(guó)“一帶一路”戰(zhàn)略的推動(dòng)和中俄由政治上的戰(zhàn)略互信走向經(jīng)濟(jì)上的務(wù)實(shí)合作，中俄貿(mào)易的發(fā)展?jié)摿薮?，?duì)未來(lái)中俄貿(mào)易發(fā)展水平進(jìn)行前瞻性的預(yù)測(cè)和判斷，對(duì)于研判中俄貿(mào)易發(fā)展趨勢(shì)，解構(gòu)中俄貿(mào)易的產(chǎn)業(yè)需求和物流需求，統(tǒng)籌推進(jìn)“一帶一路”基礎(chǔ)設(shè)施建設(shè)[1]都具有重要的意義。然而，由于中俄貿(mào)易量歷史波動(dòng)較大，并且受到全球經(jīng)濟(jì)復(fù)蘇的總體態(tài)勢(shì)、中俄兩國(guó)經(jīng)濟(jì)的發(fā)展走勢(shì)、產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整趨勢(shì)和國(guó)家合作戰(zhàn)略等因素的綜合影響，預(yù)測(cè)難度較大，依賴單一方法難以反映中俄貿(mào)易變動(dòng)的規(guī)律。本文在綜合運(yùn)用多元線性回歸模型和BP神經(jīng)網(wǎng)絡(luò)模型對(duì)中俄貿(mào)易額進(jìn)行預(yù)測(cè)的基礎(chǔ)上，提出二者的組合預(yù)測(cè)模型，并提出相關(guān)建議。

2 中俄貿(mào)易發(fā)展面臨的環(huán)境分析

2.1 經(jīng)濟(jì)全球化與區(qū)域經(jīng)濟(jì)一體化趨勢(shì)

經(jīng)濟(jì)全球化和區(qū)域一體化是中俄兩國(guó)貿(mào)易發(fā)展的基本動(dòng)力，為兩國(guó)的貿(mào)易發(fā)展創(chuàng)造了良好的外部環(huán)境。金融危機(jī)以來(lái)，國(guó)際經(jīng)濟(jì)格局重新調(diào)整，區(qū)域經(jīng)濟(jì)一體化進(jìn)入新的發(fā)展階段，俄羅斯遠(yuǎn)東地區(qū)與中國(guó)是東北亞地區(qū)經(jīng)濟(jì)一體化的重要組成部分，中俄兩國(guó)不斷提高貿(mào)易合作往來(lái)符合兩國(guó)各自的經(jīng)濟(jì)利益。2015年俄羅斯的危機(jī)雖然使中俄兩國(guó)貿(mào)易的發(fā)展受到了影響，但在一定程度上，使得兩國(guó)又重新調(diào)整了貿(mào)易合作發(fā)展戰(zhàn)略，進(jìn)一步改善了貿(mào)易結(jié)構(gòu)。

2.2 地理位置的優(yōu)勢(shì)

俄羅斯東南面與中國(guó)毗鄰，兩國(guó)互為最大鄰國(guó)，兩國(guó)邊界線全長(zhǎng)4 463km，得天獨(dú)厚的地理位置為中俄兩國(guó)貿(mào)易的發(fā)展創(chuàng)造了有利的條件。中國(guó)的東北地區(qū)處于東北亞經(jīng)濟(jì)圈的中心地帶，在地理位置上，它與俄羅斯、蒙古以及朝鮮接壤，并與日本和韓國(guó)隔海相望，這使得中國(guó)不僅能與俄方順利展開(kāi)貿(mào)易往來(lái)，還能溝通俄羅斯與他國(guó)的貿(mào)易往來(lái)。因此，從地理位置來(lái)看，中俄兩國(guó)將會(huì)促進(jìn)邊境貿(mào)易升級(jí)，進(jìn)一步發(fā)展兩國(guó)的邊境貿(mào)易。

2.3 兩國(guó)政治合作的不斷深化

政治方面，近年來(lái)兩國(guó)政治關(guān)系邁上新臺(tái)階，兩國(guó)領(lǐng)導(dǎo)人互訪和會(huì)晤越來(lái)越頻繁，不斷提高了政治的互信，這在推動(dòng)兩國(guó)睦鄰友好，互利合作發(fā)展方面起到了十分重要的推動(dòng)作用，通過(guò)不斷地互訪，兩國(guó)關(guān)系的得到了全面鞏固與提高。近年來(lái)，兩國(guó)逐漸建立了健全有效的合作與磋商機(jī)制，加強(qiáng)了兩國(guó)之間的溝通。2014年來(lái)的西方制裁與俄羅斯經(jīng)濟(jì)危機(jī)，推進(jìn)了兩國(guó)政治和經(jīng)濟(jì)貿(mào)易合作的深化。

2.4 經(jīng)濟(jì)結(jié)構(gòu)的高度互補(bǔ)性

雖然俄羅斯經(jīng)濟(jì)目前陷入萎縮，但長(zhǎng)期仍將處于穩(wěn)定發(fā)展態(tài)勢(shì)。中國(guó)經(jīng)濟(jì)雖然進(jìn)入“新常態(tài)”，但中高速發(fā)展趨勢(shì)仍不可改變。兩國(guó)經(jīng)濟(jì)的快速發(fā)展必將推動(dòng)兩國(guó)貿(mào)易的快速發(fā)展，也必將帶動(dòng)兩大國(guó)之間的進(jìn)一步合作需求，兩國(guó)經(jīng)濟(jì)的互補(bǔ)性優(yōu)勢(shì)也將促進(jìn)兩國(guó)貿(mào)易的發(fā)展。一是自然資源方面，中國(guó)能源人均占有量少，供不應(yīng)求的矛盾日益突出，而俄羅斯是世界上占有資源量最富集的國(guó)家，俄西伯利亞與遠(yuǎn)東地區(qū)能源儲(chǔ)量占世界總儲(chǔ)量的1/3以上，其中天然氣占1/3以上，石油占2/5，還擁有豐富的鈾、鎳、鋁、鈦等有色金屬和鹽、磷灰石、磷鈣石等資源，森林資源、水資源、毛皮獸資源也名列世界前茅。這種生產(chǎn)要素的互補(bǔ)性決定了中俄合作開(kāi)發(fā)遠(yuǎn)東自然資源的必要性和可行性。二是勞動(dòng)力資源方面，中國(guó)人口眾多，人力資源充足，勞動(dòng)力資源過(guò)剩；相比而言，俄羅斯人口少，勞動(dòng)力資源缺乏。就中俄勞動(dòng)力結(jié)構(gòu)層次來(lái)看，中國(guó)初級(jí)勞動(dòng)力豐富，而俄羅斯高技術(shù)人才豐裕。三是科學(xué)技術(shù)方面，兩國(guó)也形成一定程度的互補(bǔ)性。俄羅斯是世界上科技水平較高的國(guó)家之一，在航空航天、核能、激光、生物工程、納米材料、新材料等領(lǐng)域有明顯的優(yōu)勢(shì)，在軍工領(lǐng)域尤其是在軍事高科技、新型戰(zhàn)斗機(jī)、戰(zhàn)略導(dǎo)彈、航母設(shè)備等方面也具有領(lǐng)先優(yōu)勢(shì)。中國(guó)部分日用工業(yè)品頗有競(jìng)爭(zhēng)力，目前，中國(guó)的家電等日用工業(yè)品技術(shù)已相當(dāng)成熟，部分品牌家電在歐美市場(chǎng)所占份額穩(wěn)步上升。

2.5 能源合作的巨大潛力

中俄建立能源合作關(guān)系已有十幾年，在中俄政府及能源企業(yè)的共同努力下，近年來(lái)兩國(guó)能源合作取得了一系列重要成果。上游合作取得一定進(jìn)展，下游合作逐步展開(kāi)，管道項(xiàng)目出現(xiàn)重大突破，原油貿(mào)易穩(wěn)步推進(jìn)，技術(shù)服務(wù)初步展開(kāi)，能源金融合作與其他能源領(lǐng)域的合作陸續(xù)跟進(jìn)，油氣合作是最具潛力的合作領(lǐng)域。俄羅斯要實(shí)現(xiàn)與亞太經(jīng)濟(jì)一體化，必須利用中國(guó)快速發(fā)展的機(jī)遇，搭乘中國(guó)經(jīng)濟(jì)發(fā)展的快車，這就難以回避中國(guó)強(qiáng)烈期待的能源合作。中俄己建立起良好的經(jīng)濟(jì)合作機(jī)制，為兩國(guó)能源合作提供了重要基礎(chǔ)。

3 中俄貿(mào)易預(yù)測(cè)基礎(chǔ)模型

對(duì)于貿(mào)易量的預(yù)測(cè)目前尚無(wú)比較成熟的預(yù)測(cè)模型，由于雙邊貿(mào)易活動(dòng)的活躍程度與相關(guān)國(guó)家自身的經(jīng)濟(jì)發(fā)展水平直接相關(guān)，派生性特征明顯，因此相對(duì)于時(shí)間序列模型，因果關(guān)系模型更能夠反映貿(mào)易變動(dòng)的規(guī)律，因此在預(yù)測(cè)模型上首先選取多元回歸預(yù)測(cè)法和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法作為預(yù)測(cè)的基礎(chǔ)模型。

3.1 多元回歸預(yù)測(cè)模型

3）在注水系統(tǒng)單站停運(yùn)時(shí)，將會(huì)對(duì)注水管網(wǎng)壓力和水量產(chǎn)生波動(dòng)，管理部門應(yīng)統(tǒng)籌協(xié)調(diào)下游注水井管理人員，及時(shí)調(diào)整注水井壓力和水量，減小注水管網(wǎng)壓力和水量波動(dòng)造成的影響，保障注水系統(tǒng)平穩(wěn)運(yùn)行。

雙邊貿(mào)易額變化的影響因素很多，比如兩國(guó)的經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)發(fā)展?jié)摿?、?jīng)濟(jì)結(jié)構(gòu)等，我們通過(guò)相關(guān)性檢驗(yàn)篩選出和貿(mào)易額相關(guān)的自變量，在這些變量和貿(mào)易額之間建立多元回歸方程，并將回歸方程作為預(yù)測(cè)模型，根據(jù)自變量在預(yù)測(cè)期的數(shù)量變化來(lái)預(yù)測(cè)因變量未來(lái)的變化趨勢(shì)，在一定誤差范圍內(nèi)取得預(yù)測(cè)值。

首先建立貿(mào)易額與經(jīng)濟(jì)社會(huì)發(fā)展變量的多元線性回歸模型：

利用最小二乘法對(duì)參數(shù) β0,β1,β2,…,βk進(jìn)行估計(jì)，根據(jù)所求出的參數(shù)得到貿(mào)易額擬合值y的回歸方程，并求出相應(yīng)的貿(mào)易額預(yù)測(cè)值

考慮到進(jìn)口和出口與兩國(guó)經(jīng)濟(jì)的依賴關(guān)系存在差異，本文分別對(duì)中國(guó)對(duì)俄出口和進(jìn)口建立回歸模型，首先通過(guò)相關(guān)性檢驗(yàn)得出兩國(guó)的GDP變動(dòng)與中國(guó)對(duì)俄貿(mào)易量的變動(dòng)具有很強(qiáng)的關(guān)聯(lián)性，然后在兩國(guó)GDP和貿(mào)易額之間建立回歸方程：

式中Ye、Yi分別表示中國(guó)對(duì)俄出口額和進(jìn)口額，單位為億美元，X1和X2分別代表中俄兩國(guó)的GDP總額，單位為萬(wàn)億美元，其中貿(mào)易額數(shù)據(jù)來(lái)源于海關(guān)貿(mào)易數(shù)據(jù)庫(kù)，中俄兩國(guó)的GDP均來(lái)源于世界銀行發(fā)布的世界發(fā)展指標(biāo)，時(shí)間范圍為2000-2015年（由于2009年受金融危機(jī)的沖擊，中國(guó)對(duì)俄出口貿(mào)易額出現(xiàn)超過(guò)40%的下降，為了剔除離群值對(duì)模型的干擾，將2009年出口數(shù)據(jù)做了剔除處理）。

3.2 神經(jīng)網(wǎng)絡(luò)模型

利用公式（4）的newff()函數(shù)來(lái)建立前饋網(wǎng)絡(luò)，需要四個(gè)參數(shù)，第一個(gè)參數(shù)PR為R×2矩陣代表R個(gè)輸入向量的最小值和最大值；第二個(gè)參數(shù)Si表示第i層網(wǎng)絡(luò)所包含的神經(jīng)元個(gè)數(shù)；第三個(gè)參數(shù)TFi為第i層網(wǎng)絡(luò)所使用的傳遞函數(shù)名稱；最后一個(gè)函數(shù)BTF為所用到的訓(xùn)練函數(shù)名稱。

根據(jù)以往文獻(xiàn)通用的設(shè)定方法和經(jīng)驗(yàn)公式[3-4]，并結(jié)合模型反復(fù)測(cè)試，在對(duì)輸入數(shù)據(jù)統(tǒng)一做歸一化處理的基礎(chǔ)上，選用隱含層節(jié)點(diǎn)數(shù)為3，輸入層為tan-Sigmoid函數(shù)，輸出層為Pureline函數(shù)，訓(xùn)練算法為貝葉斯正則化法的模型形式[5]。本文利用BP神經(jīng)網(wǎng)絡(luò)建立中俄雙邊貿(mào)易預(yù)測(cè)模型，輸入向量分別為中美2001-2015年的GDP總額，目標(biāo)向量為這一時(shí)期的中俄進(jìn)口和出口額，為了防止出現(xiàn)過(guò)擬合現(xiàn)象，將相關(guān)數(shù)據(jù)歸一化處理為[0,1]之間的純數(shù)。對(duì)于2009年離群值的處理同多元回歸預(yù)測(cè)模型。

4 中俄貿(mào)易進(jìn)出口額的組合預(yù)測(cè)模型

4.1 基于單一模型的中國(guó)對(duì)俄貿(mào)易預(yù)測(cè)結(jié)果

單一模型的預(yù)測(cè)結(jié)果分別如圖1和圖2所示，盡管分析期間中俄貿(mào)易額出現(xiàn)了巨大波動(dòng)，但線性回歸模型和神經(jīng)網(wǎng)絡(luò)模型仍對(duì)能夠較好地模擬雙邊進(jìn)出口額的變動(dòng)情況。在中國(guó)對(duì)額出口額的多元回歸模型和神經(jīng)網(wǎng)絡(luò)模型中預(yù)測(cè)的平均誤差率分別為7.2%和9.6%，可決系數(shù)分別為97.46%和98.06%，對(duì)俄進(jìn)口額的多元回歸模型和神經(jīng)網(wǎng)絡(luò)模型中預(yù)測(cè)的平均誤差率分別為7.2%和8.0%，可決系數(shù)分別為96.03%和97.13%?？傮w而言，多元回歸模型具有平均誤差率較低的特性，而神經(jīng)網(wǎng)絡(luò)模型具有更好的擬合優(yōu)度，這主要是由于在預(yù)測(cè)量出現(xiàn)較大波動(dòng)時(shí)，神經(jīng)網(wǎng)絡(luò)對(duì)極值的逼近能力回歸模型更強(qiáng)。

總體來(lái)看，兩種方法對(duì)中俄貿(mào)易的預(yù)測(cè)都是呈現(xiàn)穩(wěn)步遞增的趨勢(shì)，對(duì)于中國(guó)未來(lái)對(duì)俄進(jìn)口量的預(yù)測(cè)整體上呈現(xiàn)穩(wěn)步上升的趨勢(shì)。由于進(jìn)口量更加依賴于我國(guó)的GDP，而我國(guó)GDP增長(zhǎng)在未來(lái)幾年，不管是從國(guó)家戰(zhàn)略層面上還是世界銀行給出的預(yù)測(cè)數(shù)字來(lái)看，都是十分穩(wěn)健的，每年增長(zhǎng)率保持在6.5%左右，起伏不大，俄羅斯的經(jīng)濟(jì)狀況在經(jīng)歷了動(dòng)蕩不安階段后，國(guó)際觀點(diǎn)普遍認(rèn)為在未來(lái)幾年中會(huì)止住頹勢(shì)，呈現(xiàn)緩慢上升的趨勢(shì)。結(jié)合回歸預(yù)測(cè)和神經(jīng)網(wǎng)絡(luò)的結(jié)果，在世界經(jīng)濟(jì)大環(huán)境和宏觀政策不發(fā)生巨大變化的情況下，中國(guó)對(duì)俄進(jìn)口貿(mào)易量會(huì)呈現(xiàn)穩(wěn)中增長(zhǎng)的態(tài)勢(shì)，這與兩國(guó)經(jīng)濟(jì)未來(lái)的穩(wěn)定發(fā)展是分不開(kāi)的。

圖1 單一預(yù)測(cè)模型的中國(guó)對(duì)俄出口額預(yù)測(cè)結(jié)果及對(duì)比

圖2 單一預(yù)測(cè)模型的中國(guó)對(duì)俄進(jìn)口額預(yù)測(cè)結(jié)果及對(duì)比

4.2 組合預(yù)測(cè)模型的權(quán)重算法

為了綜合多元線性回歸和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的優(yōu)點(diǎn)，本文進(jìn)一步構(gòu)建中俄進(jìn)出口貿(mào)易的組合預(yù)測(cè)模型，分別對(duì)多元回歸和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型賦予不同權(quán)重，將兩個(gè)模型的加權(quán)平均值作為組合預(yù)測(cè)結(jié)果。組合預(yù)測(cè)值的計(jì)算公式可以表示為：

式中Yk為預(yù)測(cè)模型中第k組的值，j代表兩種預(yù)測(cè)模型，取值為l和n，限制式為且利用廣義拉格朗日函數(shù)對(duì)上述模型進(jìn)行求解可以分別得到出口預(yù)測(cè)模型和進(jìn)口預(yù)測(cè)模型的φl(shuí)和φn，其中出口模型的計(jì)算結(jié)果為φl(shuí)=0.173 32，φn=0.826 68，進(jìn)口模型的計(jì)算結(jié)果為φl(shuí)=0，φn=1。

4.3 組合預(yù)測(cè)模型預(yù)測(cè)結(jié)果分析

利用三種模型分別對(duì)中國(guó)2001-2015年對(duì)俄出口和進(jìn)口額進(jìn)行了預(yù)測(cè)，預(yù)測(cè)結(jié)果見(jiàn)表1。在出口預(yù)測(cè)模型中，組合預(yù)測(cè)模型在擬合優(yōu)度上均高于多元回歸模型和神經(jīng)網(wǎng)絡(luò)模型，表明組合預(yù)測(cè)能夠優(yōu)化單一模型的局限，綜合了線性回歸與神經(jīng)網(wǎng)絡(luò)兩個(gè)模型所包含的信息，取得更好的預(yù)測(cè)效果。在進(jìn)口模型中，組合預(yù)測(cè)的權(quán)重計(jì)算結(jié)果為φn=1，表明神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果已經(jīng)為最優(yōu)，線性回歸模型未能在進(jìn)一步的優(yōu)化中提供有益的信息，故可在進(jìn)口模型中直接采用神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)結(jié)果。

表1 中國(guó)對(duì)俄進(jìn)出口額各預(yù)測(cè)模型結(jié)果及對(duì)比（單位：億美元）

5 結(jié)論

中俄貿(mào)易是中俄雙邊關(guān)系的核心和基石，在當(dāng)前錯(cuò)綜復(fù)雜的國(guó)際形勢(shì)下，大力推進(jìn)中俄經(jīng)貿(mào)往來(lái)與合作既是中俄深化全面戰(zhàn)略協(xié)作伙伴關(guān)系中的重要議題，也是中國(guó)新常態(tài)下推動(dòng)全方位對(duì)外開(kāi)放戰(zhàn)略的重要組成部分。對(duì)中俄未來(lái)的貿(mào)易前景進(jìn)行科學(xué)、客觀、準(zhǔn)確的預(yù)測(cè)是發(fā)展中俄雙邊關(guān)系的重要依據(jù)，也是設(shè)立和發(fā)展中俄邊境貿(mào)易口岸的重要參考。由于金融危機(jī)以來(lái)全球貿(mào)易經(jīng)歷了大幅波動(dòng)到持續(xù)低迷，并且中俄兩國(guó)自身的經(jīng)濟(jì)發(fā)展也呈現(xiàn)出一系列嶄新的特點(diǎn)和挑戰(zhàn)，使得中俄未來(lái)貿(mào)易前景的預(yù)測(cè)面臨較大的變數(shù)。本文首先選擇了多元回歸預(yù)測(cè)和神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)從線性和非線性角度分別對(duì)中俄貿(mào)易走勢(shì)進(jìn)行了擬合，進(jìn)而利用二次優(yōu)化算法建立了組合預(yù)測(cè)模型以綜合兩種模型各自的優(yōu)點(diǎn)，最后分別對(duì)出口額和進(jìn)口額歷史數(shù)據(jù)進(jìn)行了模型的驗(yàn)證，得出比較科學(xué)的預(yù)測(cè)結(jié)果。

[1]霍紅,朱智鵬,陳化飛.黑龍江省對(duì)俄邊境口岸物流能力評(píng)價(jià)研究[J].物流技術(shù),2015,34(11):115-118.

[2]Rumelhart David E,Hinton Geoffrey E,Williams Ronald J. Learning representations by back-propagating errors[J].Nature, 1986,323(6 088):533-536.

[3]祝樹(shù)金,賴明勇.基于貝葉斯正則化的TDBPNN模型在中國(guó)外貿(mào)預(yù)報(bào)中的應(yīng)用及評(píng)估[J].中國(guó)管理科學(xué),2005,13(1): 1-8.

[4]傅曉旗,謝雯,鄭桂環(huán).2006年中國(guó)進(jìn)出口預(yù)測(cè)與分析[J].管理評(píng)論,2006,18(1):22-26.

[5]陳再輝,江麗鈞,朱曉燕,等.基于貝葉斯正則化BP神經(jīng)網(wǎng)絡(luò)的DEM趨勢(shì)面逼近[J].海洋測(cè)繪,2009,29(4):32-41.

[6]張艷,馬川生,韋可.組合預(yù)測(cè)中權(quán)重的確定研究—最小絕對(duì)值法的應(yīng)用[J].交通運(yùn)輸系統(tǒng)工程與信息,2006,(4):125-129.

Forecasting of Sino-Russia Export Based on Combination Forecasting Model

Bai Shi1,2
(1.School of Economics,Nankai University,Tianjin 300071;2.State Entry Port Administration Office,Beijing 100730,China)

In this paper,in order to more accurately predict the development trend of the bilateral trade between China and Russia,we first analyzed systematically the domestic and international situation for the development of the Sino-Russia trade,used the multiple regression model and neural network model to respectively build the linear and nonlinear forecasting model of the export and import value between China and Russia,then established the combination forecasting model for the trade volume between the two using the secondary optimization algorithm and at the end,verified that the combination forecasting model was an effective method of optimization and filtering in the forecasting of the trade value between China and Russia.

Sino-Russia trade;multiple regression;neuralnetwork;combination forecasting

F224.0;F752.6

A

1005-152X(2017)01-0045-04

10.3969/j.issn.1005-152X.2017.01.008

2016-11-06

白石（1967-），男，南開(kāi)大學(xué)經(jīng)濟(jì)學(xué)院區(qū)域經(jīng)濟(jì)學(xué)專業(yè)博士，國(guó)家口岸管理辦公室副主任，研究方向：區(qū)域物流規(guī)劃、口岸規(guī)劃管理、區(qū)域產(chǎn)業(yè)分析。