宏观监测（精选5篇）
宏观监测 篇1
1. 引言
宏观经济监测预警是指采用若干经济指标编制出的指数来描述宏观经济的周期波动,通过对宏观经济指标的分析,综合判断其运行的状态,并提前反映宏观经济形势的未来发展方向和变动幅度,在宏观经济形势发展过快或面临衰退时能预先发出预警信号,为有关部门进行。
本文引入了数据仓库技术,数据仓库是面向主题的,集成的,不可更新的,随时间不断变化的数据集合。通过对基于数据仓库的宏观经济进行监测预警,可以清楚地发现宏观经济各层面发生的变化,洞悉经济结构发生的转变,引导投资者理性投资,并有利于政府及时采取稳定政策,促进经济平稳、快速发展,因此在实践上意义重大。
2. 宏观经济监测预警指标的设计
建立宏观经济预警系统,进行经济景气分析,所用的指标要能综合、全面反映经济的整体水平运行状况。
2.1 预警指标的选择
根据经济的重要性,本文通过总结比较共选取十大类,32个指标。
工业:工业增加值、工业产品产销率、预算内工业企业销售收入、发电量、钢产量;农业:粮食定基比、基础农资产品指数;商业:社会消费品零售总额、商品房销售额;投资:房地产开发投资、土地开发面积、固定资产投资完成额;交通:社会货运量;财政:财政收入、财政支出;外贸:海关进出口总额、海关进口总额、海关出口总额;金融:狭义货币、金融机构各项贷款余额、金融机构各项存款余额、企业活期存款、居民储蓄存款、工商贷款、外汇储备、利率;劳动:城镇单位就业人数;指数类:居民消费价格指数、股票价格指数、企业商品价格指数、消费者满意指数、产品库存指数[1]。
2.2 预警警限的界定
本文研究并调整宏观经济监测预警系统预警指标的临界值。临界值如表2-1所示。
3. 基于数据仓库的经济预警系统的研究
3.1 系统的开发环境
本系统采用B/S结构,用Windows 2000 Server作为服务器操作系统,MS SQL Server 2000作为数据库操作系统,客户端采用Windows XP或Windows 2000。数据仓库部分的平台为SQL Server 2000系统。OLAP采用Analysis Service,后台数据库为SQL Server 2000。本系统利用VS.NET为开发工具,采用C#语言,ADOMD.NET技术和MDX(多维表达式)建立Web与数据仓库的接口,构建了基于B/S模式的Web数据仓库应用系统,实现利用Web浏览器对数据仓库的访问。
3.2 系统的数据仓库多维数据模型
在设计数据仓库的多维数据模型时,需要遵循一个原则:多维数据模型中的事实表一般用来存储日积月累、数据庞大且不断更新的数据,而维度表一般用来存储数据量较少且变化不大的数据,而且往往维度表中数据是对事实表中数据的说明。在本文数据仓库的设计过程中,选择本月值、累计值、同比值、环比值四个参数,并全部存储在事实表中,将时间、地区、指标相关数据存储在维度表中,建立了一个星型模型加以表示,如图3-1所示:
事实表和维表设计完成后,以此为基础,使用SQL Server中的Analysis Manager将星型结构转变为多维立方体结构,形成了多维分析模型。其中,星型模型中的事实表对应OLAP中的立方体,维对应OLAP中的维。
3.3 系统的总体设计
本文研究的宏观经济监测预警系统从功能上分为数据管理、经济预测、监测预警等模块。各模块的主要功能设计如下:
数据管理模块:本模块以数据仓库的方式按经济主题对各项数据进行分类整理,并以Web形式展现指标体系的数据,包括数据采集、数据更新、多项查询、相关查询等功能。
经济预测模块:本模块完成对经济趋势的预测,提供年度预测、月度预测、长期预测以及专家预测等功能。
监测预警模块:本模块完成对经济波动的预警,包括预警界限值的设置、监测预警信号灯等功能。
3.4 系统数据仓库的访问实现
下面主要研究一下宏观经济监测预警系统中的监测预警模块.监测预警模块模块采用ADOMD.NET技术和MDX建立数据仓库的接口,实现利用Web浏览器对数据仓库的访问,具体实现过程如下:
(1)系统准备
运行ADOMD.NET.MSI安装ADOMD.NET,完成后在安装目录下有一个DLL文件,另外还需要安装Microsoft XML Parser。
(2)连接OLAP服务器
添加对Microsoft.Analysis Services.Adomd Client.dll的引用,建立连接与ADO.NET类似,要使用ADOMD.NET连接Analysis Services服务器,必须建立一个Adomd Connection对象,以及一个connection String连接字符串,然后调用AdomdConnection类的Open打开连接。代码如下:
(3)分析OLAP服务器
为了更容易获取多维数据集中的数据,还必须使用MDX多维查询语言。MDX是定义多维对象及对多维数据进行查询与操作的语法,它能快速分析数据,并生成有用的信息。首先用MDX语言创建查询字符串,然后用strSql及AdomdConnection对象建立一个AdoMdDataAdapter对象,再建立一个DataSet对象,用来存储查询结果数据集,然后调用AdomdDataAdapter对象的Fill方法来填充DataSet[2]。具体代码如下:
(4)关闭与OLAP服务器的连接
关闭所有连接的语句如下:AdomdConn.Close();
4. 小结
总之,宏观经济监测预警的研究是一项复杂的工程,随着现代科学技术的发展,计算机技术己经成功运用于经济监测预警领域,从而使经济监测预警的测度能力大大提高。但宏观经济监测预警系统涉及的领域广,需要多学科的综合和交叉才能合理解决。因此宏观经济监测预警机制仍任重而道远,对于宏观经济监测预警的研究远远没有结束,从某个角度来说仅仅是一个新的开始。
参考文献
[1]姜淑梅.宏观经济监测预警指标体系的改进[J].江苏统计,2008(9):18-21.
[2]张维明.数据仓库原理及应用[M].北京:电子工业出版社,2006.
宏观监测 篇2
20世纪60年代初,遥感技术逐步发展成为一门世界性的新兴技术,目前已形成多卫星、多传感器、多分辨率共同发展的局面[1]。随着遥感技术在我国国土事业中的普遍应用,以CBERS_02B、环境减灾卫星(以下简称HJ-1 A/B)为代表的国产卫星在宏观监测中的作用日趋凸显。
HJ-1A/B具有适合中等比例尺研究的空间分辨率,重访周期短,覆盖宽,相对国外卫星数据更易于获取,其应用日趋普遍。目前,宏观监测在一定程度上仍依赖于目视解译,对HJ-1A/B进行波段组合的效果,直接影响目视解译和研究对象的提取。由于人眼对彩色比较敏感且分辨能力强,故应充分利用信息丰富的彩色合成图像进行判读。常见的数字图像处理系统一般采用三色合成原理形成彩色图像,即在3个通道上安置3个波段图像,然后分别赋以红、绿、蓝色,叠合在一起形成彩色图像[2]。因此,如何从HJ-1A/B数据中快速、准确选取最佳波段组合,以便于图像的目视解译和信息的有效提取,是宏观监测中遥感数字图像处理的关键问题之一。
1 HJ-1A/B影像数据简介及研究数据来源
1.1 HJ-1A/B遥感数据简介
HJ-1A/B全称中国环境与灾害监测预报小卫星星座,是中国专用于环境与灾害监测预报的卫星,其A、B星于2008年9月6日以一箭双星方式在太原卫星发射中心由长征二号丙火箭发射升空。采取多颗卫星组网飞行的模式,每两天可实现一次全球覆盖。HJ-1A/B影像包含兰、绿、红、近红外4个波段,幅宽711km,分辨率30m,重访周期4天。
1.2 研究数据来源
本次研究采用重庆市HJ1A数据,轨道号为393856,数据获取时间为2010年9月1 7日。
2 最佳波段组合研究
2.1 最佳波段的选取原则
选取最佳波段的原则通常有3点:(1)所选波段涵盖的信息量较大;(2)波段间的相关性较小;(3)波段组合对所研究地物类型的光谱差异较大。
波段辐射量的标准差大小体现了该波段所含信息量的多少,因此应选取波段辐射量标准差较大的波段。但由于地物在各波段的辐射特性之间存在相关性,当3个波段相关性较高时,各波段所包含的信息之间可能存在大量的重复和冗余,相关性较强的波段组合在一起不一定是最佳组合[3]。因此,选择3个波段进行组合时,必须同时考虑标准差要大而相关性要小这两个条件[4]。
2.2 最佳波段的选取方法
目前应用较广泛的最佳波段选取方法有:各波段信息量的比较、波段间相关性比较、最佳指数法(O I F)、各波段数据的信息熵和联合熵、协方差矩阵特征值法、波段指数法等。
本次研究采用美国查维茨提出的最佳指数法(OIF)[5]。公式如下:
其中:Si为第i个波段的标准差,Rij为i、j两波段的相关系数。
图像数据的标准差与所含信息量成正比,标准差越大所包含的信息量越大。波段间的相关系数越小,表明各波段图像数据的独立性越高,信息的冗余度越小。因此OIF越大,则相应组合图像的信息量越大。
对不同波段组合的OIF值进行排列,在暂不考虑地物类型光谱差异的前提下,最大OIF值对应的波段为最佳波段组合[6]。此方法计算简单,易于操作,且更接近于波段选择的原则,是目前最常用的波段选择方法。
2.3 光谱特征统计及波段间相关系数计算
在Erdas或Arc Gis软件的支持下,对选取的影像进行图像统计,得到各波段间的光谱特征(表1)。下表显示单波段信息量最大的是Band3。
利用Erdas软件的model maker计算各波段间相关系数(表2)。下表显示B a n d 4与其他波段间的相关性较低。
2.4 OIF指数计算及排序
根据最佳波段选取原则及表1、表2中的相关数据,确定最佳波段组合应至少含有Band3、Band4中的一个波段,由此得到4种可能的最佳波段组合。按公式1计算得到不同波段组合的OIF指数(表3),以1 3 4波段组合的OIF指数最大,排在第二位的是234波段,与134波段相差不大。
2.5 最佳波段组合确定
所研究地物类型的光谱差异应较大,也是确定最佳波段组合的原则之一,结合宏观监测相关工作的基本情况,我们选择OIF指数较为接近的134波段和234波段进行进一步比较(图1、图2)。
通过比较我们发现,采用234波段得到的影像,较为符合人们的视觉习惯,信息量丰富,能充分显示各种地物影像特征的差别,对于道路的解译和提取更加容易。
因此,在充分考虑最佳波段选取的3个原则的基础上,我们确定本次研究的影像最佳波段组合是234波段。
2.6 宏观监测遥感图彩色合成
在确定最佳波段组合的基础上,还需要确定赋色方案,以使得波段组合后的影像与自然地物间有较好的相似性,从而利于目视解译。在Erdas软件的支持下,分别导入3个波段,按各种赋色方案分别进行图层叠置,得到H J-1 A/B的最佳波段组合方式,即342波段。
3 结论
(1)本次研究HJ-1A/B数据的最佳波段组合方式为342波段。
(2)各波段组合的最佳指数值同各波段的标准差之和成正比、与各波段间相关系数之和成反比。
(3)在实际应用中,OIF法选择最佳波段存在一定的局限性。这种方法只考虑了信息量和相关性这两个方面,没有充分考虑研究对象的光谱特征和卫星传感器的用途等方面。在宏观监测的实际工作中,进行波段组合应充分考虑光谱特征等因素。
(4)每个波段有其自身的特点,在实际应用中应该根据这些特点和实际情况进行波段选择,基于信息量、波段相关性、光谱特征的最佳波段选择只是参考。
参考文献
[1]尤淑撑,刘顺喜,周连芳,等.CBERS_02B星数据土地利用动态遥感监测方法研究[J].国土资源遥感.2009,79(1):79—82
[2]刘建平,赵英时,孙淑玲.高光谱遥感数据最佳波段选择方法试验研究[J].遥感技术与应用.2001,16(1):7—13
[3]常胜.TM遥感影像彩色合成最佳波段组合研究[J].湖北民族学院学报.2010,28(2):230—235
[4]章孝灿,黄智才,赵元洪.遥感数字图像处理[M].杭州:浙江大学出版社.2003:174-175
[5]韩丽君.土地利用分类中TM影像最佳波段组合选择研究.太原师范学院学报.2010,9(1):127-144
宏观监测 篇3
(一) 一致指数微幅走低
8月份, 我区一致指数为93.2, 比7月份下降0.007点。在构成一致指数的5个指标中, 季节调整剔除季节因素和随机因素影响后, 工业指数、发电量指数、就业指数小幅上升;社会需求指数和社会收入指数继续走低。
(二) 先行指数继续上行
8月份, 我区先行指数为100, 比7月份上升0.3点。在构成一致指数的6个指标中, 季节调整剔除季节因素和随机因素影响后, 产销率指数、产成品资金占用指数 (逆转) 、平均消费倾向指数和贷款指数呈现上升;新开工项目指数、新开工项目计划总投资指数均下降。
二、宏观经济预警指数及主要指标走势
(一) 宏观经济预警指数在“浅蓝灯区”止跌企稳
8月份, 我区宏观经济预警指数为20, 与7月份持平, 平稳运行于偏冷的“浅蓝灯区”下限, 呈现企稳迹象。
8月份, 构成我区宏观经济预警指数的10个指标中, 投资指数、工业利润指数、财政收入指数和商品房销售额指数运行于过冷的“蓝灯区”;工业指数、外贸指数运行于偏冷的“浅蓝灯区”;消费指数、居民收入指数、居民消费价格指数、贷款指数均处于正常的“绿灯区”。
(二) 主要指标走势分析
1. 工业预警指数在偏冷的“浅蓝灯区”稳步回升。
8月份, 季节调整剔除季节因素和随机因素影响后, 工业预警指数为115.7, 比7月份上升0.2点, 在偏冷的“浅蓝灯区”微幅上行。
8月份, 我区规模以上工业增加值同比增长13.3%, 比上月上升1.1个百分点, 较上年同期下降3.9个百分点。需要关注的是, 企业效益下滑势头仍在持续, 8月份, 全区规模以上工业企业利润同比下降4.1%, 继续创下2009年12月以来的历史新低。
2. 投资预警指数在过冷的“蓝灯区”小步上行。
1-8月份, 季节调整剔除季节因素和随机因素影响后, 投资预警指数为122, 比1-7月份上升0.9点, 在过冷的“蓝灯区”小幅上行, 接近“浅蓝灯区”的下限。
1-8月份, 我区50万元以上项目固定资产投资同比增长20.6%, 比1-7月份下降0.4个百分点, 较上年同期下降4.4个百分点。
3. 消费预警指数在正常的“绿灯区”小幅回落。
1-8月份, 季节调整剔除季节因素和随机因素影响后, 消费预警指数为114.1, 比1-7月份下降0.4点, 继续在正常的“绿灯区”小步回调。
1-8月份, 我区社会消费品零售总额 (限额以上) 同比增长12.7%, 高于1-7月份0.7个百分点, 比上年同期下降17.5个百分点。
4. 进出口预警指数在偏冷的“浅蓝灯区”微幅上升。
1-8月份, 季节调整剔除季节因素和随机因素影响后, 外贸预警指数为99.6, 比1-7月份上升1.4点。
1-8月份, 我区进出口总额同比下降2.9%, 比1-7月份下降1.9个百分点, 低于上年同期49.2个百分点。自今年4月份以来, 虽伴有小幅波动, 但整体呈现回升态势。
5. 财政收入预警指数在过冷的“蓝灯区”继续下探。
1-8月份, 季节调整剔除季节因素和随机因素影响后, 财政收入预警指数为111.9, 比1-7月份下降2点, 降幅有所收窄。
1-8月份, 我区地方财政一般预算收入增速持续放缓, 同比下降10.2%, 低于1-7月份2.1个百分点, 低于上年同期20个百分点。需要关注的是, 7月份、8月份地方财政一般预算收入连续两个月负增长, 同比分别下降10.6%和6.4%。
6. 居民消费价格预警指数在正常的“绿灯区”继续回落。
8月份, 季节调整剔除季节因素和随机因素影响后, 价格预警指数为102.1, 比7月份下降0.5点, 继续在正常的“绿灯区”小幅下行。
宏观监测 篇4
(一) 一致指数小幅走低
10月份, 我区宏观经济一致指数为94.05, 比9月份微幅走低0.02点。在构成一致指数的5个指标中, 季节调整剔除季节因素和随机因素影响后, 工业指数、发电量指数、就业指数继续上升;社会需求指数和社会收入指数继续小幅下行。
(二) 先行指数继续上行
9月份, 我区宏观经济先行指数为100.17, 比9月份上升0.07点。在构成一致指数的6个指标中, 季节调整剔除季节因素和随机因素影响后, 产销率指数、产成品资金占用指数 (逆转) 、平均消费倾向指数和贷款指数小幅上升;新开工项目指数、新开工项目计划总投资指数继续回落。
二、宏观经济预警指数及主要指标走势
(一) 宏观经济预警指数继续停留于偏冷的“浅蓝灯区”
10月份, 我区宏观经济预警指数为21, 与9月份持平, 继续运行于偏冷的“浅蓝灯区”。
10月份, 构成我区宏观经济预警指数的10个指标中, 工业企业利润指数、财政收入指数和商品房销售额指数运行于“蓝灯区”;工业指数、投资指数、外贸指数运行于“浅蓝灯区”;消费指数、居民收入指数、居民消费价格指数、贷款指数均处于正常的“绿灯区”。
(二) 主要指标走势分析
1. 工业预警指数在偏冷的“浅蓝灯区”继续上行
10月份, 季节调整剔除季节因素和随机因素影响后, 工业预警指数为115.89, 比9月份上升0.18点, 在偏冷的“浅蓝灯区”继续回升。
2. 投资预警指数在偏冷的“浅蓝灯区”微幅走低
1-10月份, 季节调整剔除季节因素和随机因素影响后, 投资预警指数为122.03, 比前三季度下降0.03点, 已连续两个月在偏冷的“浅蓝灯区”运行。
3. 消费预警指数在正常的“绿灯区”继续下行
1-10月份, 季节调整剔除季节因素和随机因素影响后, 消费预警指数为113.68, 比前三季度下降0.23点, 在正常的“绿灯区”继续回落。
4. 进出口预警指数在偏冷的“浅蓝灯区”小幅下行
1-10月份, 季节调整剔除季节因素和随机因素影响后, 外贸预警指数为99.14, 比前三季度下降0.11点。
5. 财政收入预警指数在过冷的“蓝灯区”继续走低
1-10月份, 季节调整剔除季节因素和随机因素影响后, 财政收入预警指数为108.8, 比前三季度下降1.23点, 降幅较上月收窄0.45点, 下行态势放缓。
6. 居民消费价格预警指数在正常的“绿灯区”继续回落
宏观监测 篇5
编者按:2013年, 全球经济下行风险有所缓和, 特别是美国经济在量化宽松的政策推动下复苏势头强劲, 欧元区经济也显现出复苏的迹象。但是我国所面临的国内外经济形势依然复杂, 不确定性、不稳定性因素仍然存在, 世界经济复苏仍很脆弱, 国际金融危机深层次的影响还在继续, 国内有效需求不足与产能过剩问题都在制约着我国经济的发展, 企业生产经营仍然未走出困境, 保持消费较快增长的动力不足。从一季度开始党中央、国务院有序地围绕调结构、稳增长、促改革推出了一系列政策措施, 为经济平稳运行注入了新的动力和活力, 激发了民营企业的投资活力。中国经济在第三季度出现回升, 7.8%的增速分别高于一季度的7.7%和二季度的7.5%, 目前的实体经济增速符合预期。我国经济增长能否保持上升趋势?经济增长周期波动态势和物价走势如何?政府的宏观调控政策取向应如何调整?需要对这些问题做出认真的分析与研究, 为政府下一步的宏观调控提出政策建议。
本组专题由十五篇研究报告组成。所有研究报告均是国家社会科学基金重大项目《“十二五”时期宏观经济运行动态监测分析研究》的阶段性研究成果。该课题组汇集了国内多个经济分析与监测机构的专家, 他们从多个角度对2013年国内外宏观经济形势进行了动态监测, 其中包括对欧美经济的分析;对我国宏观经济总量及各领域, 如投资、消费、外贸、物价等领域的分析;对金融风险、汇率、劳动力转移等问题的研究;以及对一些重点产业, 如工业、能源、房地产等行业的监测。这些研究报告对2013年的经济形势以及存在的问题进行了多领域、多视角的研究和分析, 提出了相应的对策建议。
本刊在该课题首席专家、东北财经大学高铁梅教授及其课题组成员支持下组织了本期专题讨论, 这是本刊组织的第三次专题讨论, 希望能为政府决策部门、企业界和学术界提供帮助和参考。