● 摘要
过去公共政策分析中传统的经验判断和定性分析，已远不能满足新形式下政策制定者的需要，经济的发展要求更加科学、系统、定量化的政策分析工具。公共政策分析已逐步从定性分析向定量研究转变，实现定量研究仍是目前的热点和难点问题。本文对其中的几种量化方法――多元线性回归、人工神经网络、系统动力学以及投入产出分析方法进行了系统的研究，并应用中国农业经济政策的相关数据从不同层面上进行了实证检验，主要内容包括：1．多元线性回归分析中，经常用标准化系数和偏相关系数来描述自变量的相对重要性，本文研究了这两个系数之间的数量关系及其统计意义：得出两者具有相同的正负号，证明出在二元回归中两者相对大小始终一致，而在自变量个数超过两个的回归模型中两者相对大小不一定完全一致，最后通过实例说明在两者出现不一致情况下，判断自变量相对重要性的解决方法和应注意的问题。2．在政策分析中，预测是规划和决策必不可少的关键环节和前提。作为预测分析常用方法之一的BP神经网络，在运用其进行复杂系统建模的过程中，经常遇到指标多、历史数据不足而降低网络泛化能力的情况。为了提高神经网络的泛化能力，本文从简化网络规模的角度出发，运用灰色关联分析法GRA（Grey Relational Analysis）和主成分分析法PCA（Principal Component Analysis）对原始数据集做降维预处理，达到减少神经网络输入节点个数的目的。将由此建立的预测模型应用于我国粮食产量的预测，与一般的BP神经网络模型和基于主成分的BP神经网络模型相比，该预测模型明显简化了网络结构，提高了预测效率，同时较大地提高了预测精度。3．作为一个政策分析的模拟工具，系统动力学模型经常与其他定性或定量分析方法结合用于研究。本文将系统动力学（System Dynamics，简称SD）的原理和建模仿真方法运用于我国粮食中长期供求预测和政策仿真的研究，利用计量经济学的方法来对系统动力学模型中参数进行较精确的估计。定性分析了粮食生产、需求、库存和价格的因果反馈关系，对各变量间的关系加以描述并模拟系统的变化规律，构建出系统动力学模型；定量仿真分析了现行政策条件下的粮食供求状况。模型模拟了个人投入、国家投入、自然条件和国家政策对粮食供求状况的影响，为政府决策部门进行粮食预测和政策仿真提供了数量依据，以期能够对我国粮食供求预测、预警和政策分析提供一定的支持。4．采用实证研究，在前人识别出中国种植业产业集群的基础上，将投入产出分析中的产业关联指标――影响力系数和感应度系数引伸到产业集群内，对比分析了1997年与2002年的数据，考查我国种植业产业集群内各部门之间的关联效应及其变化，识别出集群内的关键部门。通过价格变动影响模型，定量的分析了产品价格变动对其他部门产品价格的影响，分别就关键部门产品价格调整对集群内其他部门的影响程度和其他部门产品价格调整对这些关键部门的影响程度进行测算，为决策者制定和调整有关价格政策提供一定的参考依据。