發(fā)布時間：2022-05-25 11:28:12
開篇：寫作不僅是一種記錄，更是一種創(chuàng)造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的1篇經(jīng)濟預測論文，希望這些內(nèi)容能成為您創(chuàng)作過程中的良師益友，陪伴您不斷探索和進步。
1建筑工程技術(shù)經(jīng)濟預測的原則
1.1以全過程經(jīng)濟效益為主，結(jié)合階段性經(jīng)濟效益預測
建筑工程有效地開展，需要進行以下幾個工作環(huán)節(jié)，分別是：對項目目標的確定、技術(shù)方案的提出、方案的篩選、工程的實施以及經(jīng)濟效益的分析等等。每一個工作環(huán)節(jié)都發(fā)揮著重要的作用。當然這些流程中也有所重點，經(jīng)濟預測要突出全過程的經(jīng)濟效益。然而，在以前的建筑工程經(jīng)濟預測中，往往忽視了工程技術(shù)的經(jīng)濟效益，只重視施工階段，從而導致主次不分，很難有效的提升建筑工程技術(shù)經(jīng)濟效益。所以，建筑工程技術(shù)經(jīng)濟預測的首要原則就是立足于全過程經(jīng)濟效益的預測。
1.2最優(yōu)化預測與滿意度預測的結(jié)合
在進行建筑工程技術(shù)經(jīng)濟預測的過程中，要遵守原則最優(yōu)化的處理方案，這種思想由美國經(jīng)濟學家西蒙所創(chuàng)造，其中關(guān)鍵詞匯為“滿意程度”，因為人們在對建筑工程技術(shù)問題進行分析、解決環(huán)節(jié)時自身處理問題的容量與問題本比較十分渺小，所以要想在實際生活中做到科學、有效的實施途徑十分困難。為此該經(jīng)濟學家提出滿意程度一詞，用滿足度來替換最優(yōu)化，在預測建筑工程技術(shù)經(jīng)濟效益期間合理的結(jié)合最優(yōu)化與滿意度，這樣便能夠降低盲目追求高效率，卻事倍功半發(fā)生的幾率。
1.3以主動預測為主，結(jié)合被動分析
建筑工程技術(shù)的經(jīng)濟預測就是要將系統(tǒng)處理問題時即將面臨的狀況進行評估，從而確保工程實施的高效性。以往的操作方式是將實際值與預期值進行對比，倘若實際值較預期值相差甚遠，便分析其內(nèi)部因素，并采取進一步的改進措施。這種預測方式被稱之為被動分析，只能對已經(jīng)出現(xiàn)問題的系統(tǒng)評估和改進，無法達到預測的效果。如今，建筑工程技術(shù)人員已經(jīng)將控制理論與體系理論融入到經(jīng)濟預測的內(nèi)容中，事前主動的分析施工狀況，避免不必要的損失。以主動預測為主，結(jié)合被動分析將成為今后實施途中的主要原則之一。
2建筑工程技術(shù)經(jīng)濟預測的方法
2.1定量預測方法
定量預測方法主要包含以下三種具體方法，分別是：平均移動法、平均簡單法和平均加權(quán)移動法。平均移動法對實際發(fā)生的數(shù)據(jù)信息進行求平均值，一般在時間周期方面要移動一個周期左右，所得數(shù)值即作為下一個周期的經(jīng)濟預測值。平均簡單法通過對以往的數(shù)據(jù)信息分析來預測未來的經(jīng)濟效益值，這種方法的操作較為簡單，適合處理短期的經(jīng)濟預測情況。第三種平均加權(quán)移動法利用加權(quán)來反應(yīng)數(shù)據(jù)信息之間存在的區(qū)別，該方法的經(jīng)濟預測平均值比較準確。
2.2定性預期方法
定影預期方法主要由專家分析法與德爾菲法組成。專家分析法的經(jīng)濟預測評估對象為專家所提出的建議，專家通過自身的豐富經(jīng)驗和所掌握的建筑工程技術(shù)知識，來從以往的項目中尋求規(guī)律，并對未來的發(fā)展走向做出判斷。判斷提出之后，還需要進行進一步的分析、整理以及歸納環(huán)節(jié)。專家分析法還分為個人分析與集體分析，個人分析的優(yōu)勢在于可以充分調(diào)動專家的創(chuàng)造性和主觀能動性，集體分析的優(yōu)勢在于專家能夠提出大量的數(shù)據(jù)信息，所涉及到的影響因素較為全面，有利于專家之間的溝通交流，經(jīng)濟預測結(jié)果精準程度較高。德爾菲法通過匿名的形式對專家的建議進行分析、整理，可以算作專家分析法的一種延續(xù)。
3建筑工程技術(shù)中的決策方法
3.1非確定性決策
非確定性決策主要包含以下幾種決策方法：第一，最大最小后悔值法，首先需要選定一種建筑工程技術(shù)的施工方法，從而其最優(yōu)化方法便得到確定，倘若一開始決策方法并不是最優(yōu)化方案，實施人員便可能會后悔，為了避免這中現(xiàn)象的發(fā)生，在作抉擇時便應(yīng)該采用最大最小后悔值法，后悔數(shù)值即為所應(yīng)用方案的效益值與最大化效益值的差值。第二，最小最大效益值法，首先尋找出各個決策方案的最小效益值，然后在這其中選擇出效益值最大的方案，并將其作為最優(yōu)化方案，這種方法在實施過程中一般不會出現(xiàn)操作失誤等問題。第三，最大最大效益法，顧名思義，該方法與最小最大小效益法正好相反，選取效益值最大的決策方案，即各個方案中處于自然狀況下收益值最大的方案。
3.2風險性決策
風險性決策也包含兩種決策方法，第一種決策方法為等概率方法，又稱之為合理性標準，該方法的實施條件一般是在統(tǒng)計數(shù)據(jù)資料不足或是參考資料缺失的情況，該方法假設(shè)正常狀態(tài)下的自然概率均相等。第二種決策方法為標準期望值法，通過對每個方案進行期望值的計算，選擇出損失最小或是效益最大的方案。期望值即某種方案在自然條件下所出現(xiàn)的損失值。由于該數(shù)值無法獲得準確性的數(shù)據(jù)，便將其稱之為期望值。
4結(jié)論
在建筑工程技術(shù)實施過程中，要做好經(jīng)濟預測，并選擇好決策方法，以保證工程的順利實施。由此不難發(fā)現(xiàn)，建筑工程技術(shù)的經(jīng)濟預測以及決策方法在各項工作環(huán)節(jié)中都起到了不可替代的作用，只有有效的控制工程的經(jīng)濟效益，才能最大程度的降低成本，為企業(yè)的可持續(xù)發(fā)展做出貢獻。本篇論文主要從建筑工程技術(shù)經(jīng)濟的合理性與必要性、建筑工程技術(shù)經(jīng)濟預測的方法、建筑工程技術(shù)中的決策方法等方面展開論述。
作者：萬東操 單位：黔南民族職業(yè)技術(shù)學院
1建筑工程技術(shù)經(jīng)濟預測的原則
1.1以全過程經(jīng)濟效益為主，結(jié)合階段性經(jīng)濟效益預測建筑工程有效地開展，需要進行以下幾個工作環(huán)節(jié)，分別是：對項目目標的確定、技術(shù)方案的提出、方案的篩選、工程的實施以及經(jīng)濟效益的分析等等。每一個工作環(huán)節(jié)都發(fā)揮著重要的作用。當然這些流程中也有所重點，經(jīng)濟預測要突出全過程的經(jīng)濟效益。然而，在以前的建筑工程經(jīng)濟預測中，往往忽視了工程技術(shù)的經(jīng)濟效益，只重視施工階段，從而導致主次不分，很難有效的提升建筑工程技術(shù)經(jīng)濟效益。所以，建筑工程技術(shù)經(jīng)濟預測的首要原則就是立足于全過程經(jīng)濟效益的預測。
1.2最優(yōu)化預測與滿意度預測的結(jié)合在進行建筑工程技術(shù)經(jīng)濟預測的過程中，要遵守原則最優(yōu)化的處理方案，這種思想由美國經(jīng)濟學家西蒙所創(chuàng)造，其中關(guān)鍵詞匯為“滿意程度”，因為人們在對建筑工程技術(shù)問題進行分析、解決環(huán)節(jié)時自身處理問題的容量與問題本比較十分渺小，所以要想在實際生活中做到科學、有效的實施途徑十分困難。為此該經(jīng)濟學家提出滿意程度一詞，用滿足度來替換最優(yōu)化，在預測建筑工程技術(shù)經(jīng)濟效益期間合理的結(jié)合最優(yōu)化與滿意度，這樣便能夠降低盲目追求高效率，卻事倍功半發(fā)生的幾率。
1.3以主動預測為主，結(jié)合被動分析建筑工程技術(shù)的經(jīng)濟預測就是要將系統(tǒng)處理問題時即將面臨的狀況進行評估，從而確保工程實施的高效性。以往的操作方式是將實際值與預期值進行對比，倘若實際值較預期值相差甚遠，便分析其內(nèi)部因素，并采取進一步的改進措施。這種預測方式被稱之為被動分析，只能對已經(jīng)出現(xiàn)問題的系統(tǒng)評估和改進，無法達到預測的效果。如今，建筑工程技術(shù)人員已經(jīng)將控制理論與體系理論融入到經(jīng)濟預測的內(nèi)容中，事前主動的分析施工狀況，避免不必要的損失。以主動預測為主，結(jié)合被動分析將成為今后實施途中的主要原則之一。
2建筑工程技術(shù)經(jīng)濟預測的方法
2.1定量預測方法定量預測方法主要包含以下三種具體方法，分別是：平均移動法、平均簡單法和平均加權(quán)移動法。平均移動法對實際發(fā)生的數(shù)據(jù)信息進行求平均值，一般在時間周期方面要移動一個周期左右，所得數(shù)值即作為下一個周期的經(jīng)濟預測值。平均簡單法通過對以往的數(shù)據(jù)信息分析來預測未來的經(jīng)濟效益值，這種方法的操作較為簡單，適合處理短期的經(jīng)濟預測情況。第三種平均加權(quán)移動法利用加權(quán)來反應(yīng)數(shù)據(jù)信息之間存在的區(qū)別，該方法的經(jīng)濟預測平均值比較準確。
2.2定性預期方法定影預期方法主要由專家分析法與德爾菲法組成。專家分析法的經(jīng)濟預測評估對象為專家所提出的建議，專家通過自身的豐富經(jīng)驗和所掌握的建筑工程技術(shù)知識，來從以往的項目中尋求規(guī)律，并對未來的發(fā)展走向做出判斷。判斷提出之后，還需要進行進一步的分析、整理以及歸納環(huán)節(jié)。專家分析法還分為個人分析與集體分析，個人分析的優(yōu)勢在于可以充分調(diào)動專家的創(chuàng)造性和主觀能動性，集體分析的優(yōu)勢在于專家能夠提出大量的數(shù)據(jù)信息，所涉及到的影響因素較為全面，有利于專家之間的溝通交流，經(jīng)濟預測結(jié)果精準程度較高。德爾菲法通過匿名的形式對專家的建議進行分析、整理，可以算作專家分析法的一種延續(xù)。
3建筑工程技術(shù)中的決策方法
3.1非確定性決策非確定性決策主要包含以下幾種決策方法：第一，最大最小后悔值法，首先需要選定一種建筑工程技術(shù)的施工方法，從而其最優(yōu)化方法便得到確定，倘若一開始決策方法并不是最優(yōu)化方案，實施人員便可能會后悔，為了避免這中現(xiàn)象的發(fā)生，在作抉擇時便應(yīng)該采用最大最小后悔值法，后悔數(shù)值即為所應(yīng)用方案的效益值與最大化效益值的差值。第二，最小最大效益值法，首先尋找出各個決策方案的最小效益值，然后在這其中選擇出效益值最大的方案，并將其作為最優(yōu)化方案，這種方法在實施過程中一般不會出現(xiàn)操作失誤等問題。第三，最大最大效益法，顧名思義，該方法與最小最大小效益法正好相反，選取效益值最大的決策方案，即各個方案中處于自然狀況下收益值最大的方案。
3.2風險性決策風險性決策也包含兩種決策方法，第一種決策方法為等概率方法，又稱之為合理性標準，該方法的實施條件一般是在統(tǒng)計數(shù)據(jù)資料不足或是參考資料缺失的情況，該方法假設(shè)正常狀態(tài)下的自然概率均相等。第二種決策方法為標準期望值法，通過對每個方案進行期望值的計算，選擇出損失最小或是效益最大的方案。期望值即某種方案在自然條件下所出現(xiàn)的損失值。由于該數(shù)值無法獲得準確性的數(shù)據(jù)，便將其稱之為期望值。
4結(jié)論
在建筑工程技術(shù)實施過程中，要做好經(jīng)濟預測，并選擇好決策方法，以保證工程的順利實施。由此不難發(fā)現(xiàn)，建筑工程技術(shù)的經(jīng)濟預測以及決策方法在各項工作環(huán)節(jié)中都起到了不可替代的作用，只有有效的控制工程的經(jīng)濟效益，才能最大程度的降低成本，為企業(yè)的可持續(xù)發(fā)展做出貢獻。本篇論文主要從建筑工程技術(shù)經(jīng)濟的合理性與必要性、建筑工程技術(shù)經(jīng)濟預測的方法、建筑工程技術(shù)中的決策方法等方面展開論述。
作者：萬東操單位：黔南民族職業(yè)技術(shù)學院
[摘要]本文研究美國對日本進出口貿(mào)易額的實證分析和演化模型。根據(jù)美國1974年1月到2006年2月年的美國對日本進出口貿(mào)易額統(tǒng)計資料，借助于計量經(jīng)濟學方法，建立了美國對日本進出口貿(mào)易額演化模型，并得出如下結(jié)論：美國對日本進出口貿(mào)易額已越過其相變點，以緩慢的速度接近其飽和值14686和6545（百萬美元）。
[關(guān)鍵詞]美國對日本貿(mào)易統(tǒng)計數(shù)據(jù)實證分析經(jīng)濟演化模型經(jīng)濟預測
一、引言
利用美國對日本進出口貿(mào)易額歷史統(tǒng)計數(shù)據(jù)（歷年《美國總統(tǒng)經(jīng)濟報告》），借助計量經(jīng)濟學軟件進行回歸分析，找出美國對日本進出口貿(mào)易額演化規(guī)律的形式的某些方面，建立美國經(jīng)濟演化的一個計算機仿真模型，是一個有意義的工作。以此模型為基礎(chǔ)，根據(jù)經(jīng)濟學原理，可以解釋這個模型各個參數(shù)的經(jīng)濟學意義，從而通過對各種參數(shù)的調(diào)節(jié)或變動所導致的美國對日本進出口貿(mào)易額路徑的偏移進行計算機仿真展示，把握住美國對日本進出口貿(mào)易額演化的某些客觀必然趨勢,以及對我國與美國和我國與日本進出口貿(mào)易額的影響，預先提出相應(yīng)的政策建議，從而增強我國的經(jīng)濟安全保障。
本文研究進行這一工作。
二、美國對日本進出口貿(mào)易額歷史數(shù)據(jù)的實證分析和經(jīng)濟演化模型
美國經(jīng)濟在建國200年所打下的堅實基礎(chǔ)之上，借助其科技優(yōu)勢、美元的支配地位等有利因素而高速發(fā)展。用計量經(jīng)濟學軟件，我們對其1974年1月～2006年2月的對日本進出口貿(mào)易數(shù)據(jù)進行回歸分析。
1.先進行數(shù)據(jù)截取:19741月年至2006年2月的美國對日本進出口貿(mào)易額演化數(shù)據(jù)作為模型創(chuàng)建樣本；用以預測2008年至2020年的美國對日本進出口貿(mào)易額主要指標取值。所用數(shù)據(jù)來自歷年《美國總統(tǒng)經(jīng)濟報告》中美國對日本進出口貿(mào)易額指標數(shù)據(jù)。
2.然后對主要經(jīng)濟指標系例數(shù)據(jù)作出散點圖（圖1中的圓圈表示）。
3.據(jù)數(shù)據(jù)散點圖進行回歸分析。函數(shù)形式設(shè)定：因為經(jīng)濟系統(tǒng)常態(tài)發(fā)展具有最大可能值（經(jīng)濟系統(tǒng)的最大負荷）和對負荷的一定的占據(jù)速率（經(jīng)濟增長速率），因而有可能具有如下的函數(shù)形式：
首先確定各參數(shù)的粗略估計值。L是曲線最大極限值即經(jīng)濟系統(tǒng)的負荷，b是曲線的增長速率因子即經(jīng)濟系統(tǒng)對其負荷的本征侵占速率，a近似是曲線的縮小因子即經(jīng)濟系統(tǒng)內(nèi)在的交易費用等耗散因素的作用強度，據(jù)這三個參數(shù)的意義其估計值可近似由統(tǒng)計數(shù)據(jù)的演化態(tài)勢進行估計。我們?nèi)椋篖=6000，a=7，b=0.8。
在此基礎(chǔ)上，借助計量經(jīng)濟學軟件，對統(tǒng)計數(shù)據(jù)回歸函數(shù)的參數(shù)進行優(yōu)化估計，得出精確的統(tǒng)計數(shù)據(jù)回歸函數(shù)完備表達式。在實際操作過程中，這一步驟可能進行多次，以便使殘差最小。最后得出的優(yōu)化參數(shù)值是：L=6546，a=6.7，b=0.9899，殘差值為151093044。
于是我們得到美國對日本進出口貿(mào)易額演化的數(shù)學模型(百萬美元)：
圖1美國對日本出口貿(mào)易額演化模型(據(jù)1974年1月～2006年2月樣本數(shù)據(jù)）
4.據(jù)回歸曲線進行主要經(jīng)濟指標在未來20年～30年（取2008年至2030年作為預測區(qū)間)的取值預測(圖1中的加號表示）。公務(wù)員之家
5.據(jù)回歸曲線進行經(jīng)濟系統(tǒng)演化態(tài)勢分析：由仿真曲線可以看出，美國經(jīng)濟加速增長期目前已經(jīng)越過其相變點(仿真曲線的拐點即經(jīng)濟增長相變點)；但是，仿真曲線顯示，緩慢增長漸漸接近其飽和值還有著巨大的區(qū)間（一直延伸到2025年以后）；在接近極限點附近（6546百萬美元），就是美-日經(jīng)濟結(jié)構(gòu)的變革期。
同樣地，美國對日本進口貿(mào)易額演化模型為：
殘差為：354647648。相應(yīng)地，美國對日本進口貿(mào)易額模型曲線圖如圖2。
圖2美國對進口貿(mào)易額演化模型圖
三、結(jié)論與政策建議
美-日貿(mào)易作為一個大的復雜自適應(yīng)演化的經(jīng)濟系統(tǒng)，在美國科技優(yōu)勢、美元支配地位等有利條件下，各種自然資源和社會資源得以充分開發(fā)，各種比較優(yōu)勢得以充分利用，各種國內(nèi)市場和國際市場得以充分溝通，科技創(chuàng)新借助于因大量引進各國優(yōu)秀人材而使美國高校和科研院所的優(yōu)勢突飛猛進，制度創(chuàng)新隨著主動或被動地接受人類文明的各個方面而日新月異，各種生產(chǎn)要素通過市場機制和政策機制不斷趨于最優(yōu)配置，使得美國對日本進出口貿(mào)易額總體態(tài)勢在經(jīng)過高速增長長達20多年后，目前處于漸漸接近飽和值的穩(wěn)定發(fā)展的時期。認清這一基本態(tài)勢，從各個方面規(guī)劃和協(xié)調(diào)我國對美國和日本的經(jīng)濟貿(mào)易和科技合作等各方面的關(guān)系，促進我國經(jīng)濟全面協(xié)調(diào)可持續(xù)高速發(fā)展，應(yīng)該是未來二十年我國對美經(jīng)濟政策的重要參考。
四、結(jié)論
美-日經(jīng)濟貿(mào)易系統(tǒng)是一個紊亂的、以邏輯斯蒂模型為主線演化的、進出口差額越來越大的復雜自適應(yīng)演化系統(tǒng)，它的演化值將在不發(fā)生世界大戰(zhàn)或或嚴重自然災害的條件下，緩慢接近其飽和值14686和6545（百萬美元），經(jīng)過20年左右的穩(wěn)定期和一個經(jīng)濟結(jié)構(gòu)的重大調(diào)整，再進入新一輪的邏輯斯蒂演化。
內(nèi)容摘要：隨著計算機應(yīng)用的日益普及與深入,處理、收集、分析、利用數(shù)據(jù)變得越來越普遍,統(tǒng)計思想、統(tǒng)計方法以及眾多的統(tǒng)計分析技術(shù)成為諸多領(lǐng)域和部門不可缺少的有力工具。本文主要就應(yīng)用統(tǒng)計中的經(jīng)濟預測方法及其在經(jīng)濟管理領(lǐng)域的應(yīng)用進行分析和介紹。
關(guān)鍵詞：經(jīng)濟預測方法定量研究回歸預測模型
經(jīng)濟預測方法分類
經(jīng)濟預測是一門邊緣性科學，它依據(jù)經(jīng)濟學原理，應(yīng)用數(shù)理統(tǒng)計學以及數(shù)量經(jīng)濟與技術(shù)經(jīng)濟的方法對客觀經(jīng)濟過程及其要素的變動趨勢作出描述，從而達到預測未來的目的。它所提供的方法，對于我們制定各種經(jīng)濟、管理計劃、政策等，都是十分重要的。
目前應(yīng)用得比較廣泛的經(jīng)濟預測方法主要有如下幾類：專家評估法、回歸分析預測法、時間序列平滑預測法、模型法、馬爾柯夫預測法。
經(jīng)濟預測方法的應(yīng)用
經(jīng)濟預測的方法多種多樣，在具體應(yīng)用過程中，必須對所研究的問題進行深入細致的分析，根據(jù)所研究問題的具體特點和性質(zhì)，采取多種較為適合的方法，進行綜合比較，才能夠得出比較準確的結(jié)論。
在預測過程中，定性分析和定量分析兩者之間相互補充。下面具體舉例說明經(jīng)濟預測方法在經(jīng)濟管理中的應(yīng)用。要求用回歸分析預測法預測2001年的凈利潤（1992-2000年民營科技企業(yè)凈利潤及上繳稅金增長情況統(tǒng)計表略）。
試配合適當?shù)幕貧w模型并進行顯著性檢驗；若2001年民營科技企業(yè)上繳稅金是1100億元，當顯著性水平а=0.05時，試估計2001年民營科技企業(yè)的凈利潤。
繪制散點圖
設(shè)凈利潤為y，上繳稅金為x，根據(jù)公式要求先算出xy、x2、y2，如表1示：
分別以x、y為橫、縱坐標，繪制散點圖（圖略），由散點圖看出兩者大致為線形關(guān)系，可以配合一元線形回歸模型。
建立一元線形回歸模型
計算回歸系數(shù)。由上表計算有關(guān)數(shù)據(jù)的結(jié)果以及利用MicrosoftExcel中的粘貼函數(shù)功能可直接求得b=1.2085，a=50.0384
所以所求回歸預測模型為：=50.0384+1.2085x
檢驗線性關(guān)系的顯著性
當顯著性水平а=0.05，自由度=n-m=9-2=7時，查相關(guān)系數(shù)臨界值表，得
R0.05(7)=0.666因為R=0.7994>0.666=
R0.05(7)，所以在а=0.05顯著性水平上，檢驗通過，說明兩變量之間相關(guān)關(guān)系顯著。
預測。計算y的估計標準誤差公務(wù)員之家
由MicrosoftExcel中的粘貼函數(shù)功能可得Sy=46.4166；當顯著性水平а=0.05，自由度=n-m=9-2=7時，查t分布表得t0.025(7)=2.36；由已知得x0=1100億元，所以y的點估計值為：=50.0384+1.2085x0=1379.3884（億元）
所以預測區(qū)間為
即：當2001年民營科技企業(yè)上繳稅金是1100億元時，在а=0.05的顯著性水平上，2001年民營科技企業(yè)的凈利潤的預測區(qū)間為：1209.8703——1548.9065億元之間。從《中華工商時報》上查得2001年民營科技企業(yè)的凈利潤為1450億元，屬于上述預測區(qū)間。
應(yīng)該看到，現(xiàn)代市場經(jīng)濟的發(fā)展，大大增多了社會運行中的不確定性，這為經(jīng)濟預測方法的大量應(yīng)用提供了廣闊的舞臺。而經(jīng)濟、科技特別是計算機技術(shù)的飛速發(fā)展，又為經(jīng)濟預測方法的發(fā)展提供了技術(shù)支持。可以預見，預測的蓬勃發(fā)展對國民經(jīng)濟的發(fā)展將起著越來越大的作用。
摘要：2004年中國政府推進新一輪的宏觀經(jīng)濟調(diào)控成績斐然，全年GDP增長9.3%，然而對于中國經(jīng)濟而言，說我們的經(jīng)濟調(diào)控已卓有成效為時尚早。2005年將是中國經(jīng)濟在新形勢下自我調(diào)整的第一年，在國家宏觀調(diào)控的指導下，個別高能耗、低水平的行業(yè)在未來幾年內(nèi)將會被逐步淘汰。因而2005年中國經(jīng)濟運行總的態(tài)勢是：繼續(xù)以較高速度增長，但勢頭將有所放緩，從“進中求穩(wěn)”到“穩(wěn)中求進”。
關(guān)鍵詞：宏觀經(jīng)濟分析國際經(jīng)濟安全人民幣匯率
縱觀2004年中國經(jīng)濟，一方面宏觀調(diào)控的力度增加，宏觀調(diào)控的形式更加多樣化，在一定形式上暫時控制了國民經(jīng)濟的粗放型增長勢頭，另一方面，國民經(jīng)濟中的深層次矛盾被觸及卻并沒有被解決，經(jīng)濟中的不穩(wěn)定因素增加。這一切都將對2005年的經(jīng)濟產(chǎn)生巨大的影響。
根據(jù)國家發(fā)改委主任馬凱在《全國非公有制經(jīng)濟界人士中國特色社會主義優(yōu)秀建設(shè)者表彰大會》所作的報告中指出，盡管2004年宏觀經(jīng)濟調(diào)控已初見成效，2005年國內(nèi)經(jīng)濟增長將面臨六大問題：（一）糧食進一步增產(chǎn)和農(nóng)民進一步增收的難度加大。（二）國內(nèi)投資總規(guī)模仍然偏大，部分行業(yè)過度擴張有反彈的跡象；（三）煤電油運緊張的問題仍十分突出，電力緊張局面還會持續(xù)；（四）價格上漲面臨較大壓力，使明年物價呈上漲趨勢；（五）社會矛盾不容忽視，就業(yè)、再就業(yè)壓力大；（六）深層次矛盾沒有得到解決，經(jīng)濟結(jié)構(gòu)不合理，增長形式粗放，體制、機制轉(zhuǎn)換滯后。
然而困擾中國經(jīng)濟的頑癥不止于此，總的來看，對明年中國經(jīng)濟所面臨的考驗可以分為國內(nèi)、國際兩個方面：
從國際方面的因素主要有：
（一）國際經(jīng)濟安全與貿(mào)易保護主義。隨著世界保守主義勢力的抬頭，國際經(jīng)濟形勢變得更加不穩(wěn)定,盡管剛剛出版的《2004年中國國防白皮書》一再指出“和平與發(fā)展依然是世界的主題”。從亞太地區(qū)來看，一方面俄羅斯和印度積極加強和中國在國家安全領(lǐng)域的合作，歐盟也將提出盡快解除對華武器禁售的問題。與此同時我們的近鄰卻在變得不安定，隨著伊拉克問題的接近尾聲，美國將其戰(zhàn)略安全的目標從中亞轉(zhuǎn)向了東亞，朝鮮問題成為國際安全的下一個焦點。
如果不發(fā)生大的改變，美國將推行其“三條線政策”，針對朝鮮，遏制中國：
其一，繼續(xù)從經(jīng)濟和軍事上支持“臺獨”勢力，對臺灣繼續(xù)出售高技術(shù)武器，在拉動本國軍事產(chǎn)業(yè)從而推動經(jīng)濟增長的同時，實現(xiàn)其在亞太地區(qū)的下一步全球戰(zhàn)略；
其二，鼓動日本宣揚“中國威脅論”，盡管我們一再聲稱中國的崛起不會威脅任何人，但日本已經(jīng)越來越不滿于其經(jīng)濟與政治上的不平衡狀況，繼續(xù)積極尋求其在世界事務(wù)中的發(fā)言權(quán)，在通過國外經(jīng)濟援助尋求代言人的同時，日本軍國主義勢力開始登臺，明年日本將繼續(xù)修改各種《安全法案》，作為其在海外出兵的由頭。這樣日本將會建立起“國民軍”，購買美國軍火，正符合了美國的利益；
其三，在基本上結(jié)束伊拉克戰(zhàn)爭之后，美國通過其對中東石油資源的控制，延緩中國經(jīng)濟的快速增長。這樣中國近土的石油來源只剩下了西伯利亞（俄羅斯）。從2004年來看，中國進口石油近1億噸，隨著國內(nèi)油井的枯竭，明年石油進口將突破1.2億噸。石油價格的持續(xù)上漲在減緩世界經(jīng)濟增長的同時也會將減緩中國經(jīng)濟增展的勢頭。一方面是油價上漲會使中國的進口總額增加，僅此一項，可能導致幾年后國際收支逆差的出現(xiàn)；另一方面，油價的上漲將帶動新一輪物價上漲，尤其是生產(chǎn)資料和產(chǎn)品生產(chǎn)價格的上漲，將會壓縮原有的一些外向型企業(yè)和行業(yè)的利潤空間，外向型出口業(yè)近年來面臨著一次大的洗牌。
國際石油價格的持續(xù)上漲和國家（中日美）間意識形態(tài)因素的增加，中日、中美的貿(mào)易增長受限致使中國經(jīng)濟增長放緩。
（二）人民幣匯率問題。2004年人民幣的匯率問題受世人矚目。國際經(jīng)濟學家、金融學家提醒我們，人民幣的匯率已經(jīng)存在嚴重低估的現(xiàn)象。由于我們依然堅持人民幣盯住美元政策，有數(shù)據(jù)表明，一年多以來人民幣已經(jīng)對世界主要貨幣縮水近10%。如果再次當選的布什政府將繼續(xù)執(zhí)行弱勢美元政策，在新一屆任期內(nèi)貶值近10%。這樣從目前總的趨勢來看，直到2008年，中國的國民財富將會再次無條件縮水10%左右。排除掉印尼海嘯等威脅世界的自然性災害，隨著中國人民出多旅游的增多和中國所接受的境外游客的增多，以及中國的直接和間接性（制造業(yè)）輸出勞務(wù)的增加，人民幣匯率的持續(xù)走低對國民極為不利；從政府來看，這屆政府推行的“親民”政策也將大受影響。
我國政府推行的也是“弱勢”人民幣政策，維持國內(nèi)較低水平的“溫和”的通貨膨脹，但10月29日，央行突然加息，表明“弱勢”人民幣政策已經(jīng)開始有所變動，我們還看到，金人慶部長、周小川行長今年參加了G7會議，中國政府對待人民幣匯率的問題已經(jīng)有所緩和。尤其是近一個月來美元和人民幣的匯率固定在8.2765的焦灼狀態(tài)，種種跡象表明人民幣匯率問題到達了一個關(guān)口。
問題的積累將在明年后半年，尤其是9月下旬之后有較大的反應(yīng)，人民幣的匯率將會有持續(xù)小幅上升，首次調(diào)整載3.5%左右，伴隨的是輕微的物價上漲，以緩和匯率上漲的壓力，這會對一部分微利的外向型制造行業(yè)產(chǎn)生影響，外貿(mào)的增長速度將放緩，對國民經(jīng)濟增長的拉動作用會有所變小。而且匯率的上升有利于減少對華反侵銷的迅猛增長勢頭（如果匯率不作變動，在美國的示范下，明年的對華反侵銷將超過75起，涉案金額可能超過150億美元，同樣會減慢中國經(jīng)濟的增長速度）。
僅從經(jīng)濟方面來看，2004年中國外貿(mào)總額將超過1.2萬億美元，相對于1.5萬億美元的國民經(jīng)濟大盤而言已經(jīng)顯得有些龐大，外貿(mào)依存度已經(jīng)達到了80%，遠遠超過了國民經(jīng)濟安全警戒線（畢竟美國的外貿(mào)依存度也在30%以下），今年國民經(jīng)濟增長9.2%的成就有著外貿(mào)的巨大貢獻。
根據(jù)上面的分析，2005年出口總額將難以有較大幅度的增加，尤其是高附加值行業(yè)，“外需”難以被大幅拉動。相對固定需求狀況下的促進產(chǎn)品和產(chǎn)業(yè)升級將是未來幾年內(nèi)我國大企業(yè)和國民經(jīng)濟面臨的最大難題。
國內(nèi)方面，2005年一些行業(yè)的增長將放緩，某些行業(yè)面臨大的調(diào)整。總的來看，國內(nèi)問題也比較突出：
農(nóng)業(yè)方面，由于生活必需品的價格上漲，大農(nóng)業(yè)依然可以保持較快的發(fā)展勢頭，但種植業(yè)尤其是糧食種植的增長幅度有限，根據(jù)馬凱主任的分析，由于糧食播種面積、單產(chǎn)、財力支持、糧價等上升的空間有限，以及天氣等不確定的因素制約，明年糧食產(chǎn)量難以大幅度增加，大多數(shù)農(nóng)民增收變得十分困難。由于今年中央政府開始實行“穩(wěn)健”的財政政策，2005年物價依然會有小幅上升，但空間不會很大。由于中國經(jīng)濟的高速增長并沒有帶來人民收入的迅速增加，一些固定收入者將再次調(diào)整其收入分配政策，耐用品的市場比較看好。
汽車業(yè)方面，截至目前為止，中國依然有106家形形色色的汽車廠，年產(chǎn)量超過10萬輛的只有十家，占總體產(chǎn)量的近一半，其余的近百家汽車廠商基本上不具備國際公認的規(guī)模生產(chǎn)競爭力，2004年實施的《汽車產(chǎn)業(yè)發(fā)展政策》,取消了實行多年的進口汽車保稅政策2005年,汽車關(guān)稅稅率繼續(xù)下調(diào)，2006年降至25%，明年將使中國汽車業(yè)大調(diào)整的一年，對于20萬汽車業(yè)從業(yè)人員的很大一部分面臨再就業(yè)的問題。
房地產(chǎn)業(yè)在2004年的“十大暴利行業(yè)”中位居榜首，這已經(jīng)是房地產(chǎn)業(yè)第三年蟬聯(lián)該冠軍地位，根據(jù)胡潤“中國百富榜”的數(shù)據(jù)，2004年在中國的前一百位富翁中，涉及房地產(chǎn)的為45人，占據(jù)了近半數(shù)。與此伴隨的是2004年，近乎瘋狂的房價繼續(xù)快速攀升，漲幅高達13.4％，上海上漲21％，寧波上漲19.9％，天津上漲16.7％，南京上漲16.2％，重慶上漲15％，均創(chuàng)出8年以來的最大漲幅。由于國內(nèi)利率上升，貸款買房受阻，而且銀行已經(jīng)開始出現(xiàn)大量由貸款買車房帶來的呆賬壞賬，大摩、高盛等國際銀行集團指出2004年中國（尤其是上海）的房地產(chǎn)已經(jīng)存在嚴重泡沫，盡管建設(shè)部的官員一再否認和一部分國內(nèi)學者一再否認。但房地產(chǎn)的價格上漲速度之快已經(jīng)明顯的超過了城市居民可支配收入的增長速度，2005年房地產(chǎn)仔給中國經(jīng)濟帶來巨大風險的同時，已經(jīng)難以保持2004年的增長勢頭。
總的來看，由于收入不能大幅度增長，一些行業(yè)的市場化步驟不協(xié)調(diào)，在收入分配制度沒有實現(xiàn)大幅轉(zhuǎn)變情況下，個別行業(yè)市場化進程相對過快，尤其是教育產(chǎn)業(yè)化（高校后勤社會化），百姓的主要支出項目，即所謂的“五子（孩子、車子、位子、票子、房子）”中，下一代的預期教育費用增加；汽車業(yè)價格下降，尚未到達人們的心理底線，持幣待購的現(xiàn)象比較普遍；房地產(chǎn)價格持續(xù)上漲，預期支出呈上漲趨勢，在沒有發(fā)現(xiàn)新的消費增長點以前，對固定收入者而言，明年的“內(nèi)需”也難以大幅拉動。
但在投資方面，由于2004年宏觀調(diào)控并沒有抑制地方政府投資沖動，1—11月份，全國完成固定資產(chǎn)投資4.93萬億人民幣，同比增長近30%。這些投資的聯(lián)動效應(yīng)及帶動效應(yīng)將在明年年初得到體現(xiàn)，除此以外，各地方的小水泥、小鋼鐵依然會有一定程度的復蘇。這對帶動2005年GDP的增長是有作用的。
在經(jīng)濟指數(shù)方面，明年總體物價水平呈上升態(tài)勢。CPI指數(shù)上漲3%左右，利息上調(diào)3%，匯率水平上升5%—7%。預測2005年GDP增長不會超過8.5%，可能在8.3%左右。
經(jīng)濟預測報告，是對經(jīng)濟活動的歷史和現(xiàn)狀進行調(diào)查后，運用科學的方法分析所調(diào)查的資料，從而作出預測，來反映未來經(jīng)濟發(fā)展趨勢的書面報告。經(jīng)濟預測報告可對經(jīng)濟發(fā)展的前景作出推斷和描述，以提供經(jīng)濟決策的科學依據(jù)；能改善計劃工作，以減少不確定因素，使指標定得積極和穩(wěn)妥；對經(jīng)濟活動前景的勾畫可使企業(yè)加強經(jīng)濟核算，以掌握經(jīng)濟管理的主動權(quán)，增強企業(yè)競爭力。經(jīng)濟預測報告的特點是：在調(diào)查的內(nèi)容上有廣泛性；從調(diào)查的動機看，它有預見性；從它的分析方法看，它有科學性。
經(jīng)濟預測報告的種類很多，根據(jù)內(nèi)容可分為綜合性經(jīng)濟預測報告和專題性預測報告；根據(jù)經(jīng)濟對象分，有宏觀經(jīng)濟預測報告和微觀經(jīng)濟預測報告；按預測范圍分，有全國性經(jīng)濟預測報告和地區(qū)性經(jīng)濟預測報告；按預測時限分，有長期經(jīng)濟預測報告和短期經(jīng)濟預測報告等。
經(jīng)濟預測報告的結(jié)構(gòu)，一般包括標題、正文、落款三個部分。
標題。經(jīng)濟預測報告的標題有兩種形式：一種是由單位、時間、事由和文種組成；另一種是論文式標題。
正文。經(jīng)濟預測報告的正文包括開頭、主體和結(jié)尾三個部分。
經(jīng)濟預測報告的開頭，簡要說明預測的目的和意義，介紹預測對象的歷史和現(xiàn)狀，說明預測的方式方法。這一部分數(shù)據(jù)要準確，資料要典型，表述要概括精當。
經(jīng)濟預測報告正文的主體是寫預測趨勢。預測必須建立在對經(jīng)濟現(xiàn)象作科學分析研究的基礎(chǔ)上。對材料的組織安排靈活多樣，可用并列式結(jié)構(gòu)，對預測對象歸納幾個特點加以闡述；可用連貫式結(jié)構(gòu)，按照發(fā)展順序?qū)戭A測的內(nèi)容；也可用分總式結(jié)構(gòu)，依循因果關(guān)系來表述。
經(jīng)濟預測報告的結(jié)尾，根據(jù)預測的結(jié)果提出建議和改善經(jīng)營的辦法，力求具體、切實，以供有關(guān)部門參考。
寫經(jīng)濟預測報告，要重視搜集和分析資料，應(yīng)全面、系統(tǒng)；預測要實事求是，具有科學性；文字表述要準確。
范例一
企業(yè)職工補發(fā)工資購買力投向預測
根據(jù)××省有關(guān)工資改革文件精神，我市于1985年12月下旬對企業(yè)職工工資進行了理順。據(jù)初步測算，我市符合調(diào)資的職工人數(shù)約15～16萬人，按文件規(guī)定每個職工補發(fā)工資額平均每月12．5元，由于企業(yè)性質(zhì)未定，各單位暫按每個職工60元預支，其余多退多補，預計全市職工補發(fā)理順工資額約為800萬元左右。
為了摸清職工補發(fā)工資后的投向，我們對××紡織廠76戶職工家庭共263口人進行了調(diào)查。這76戶共補發(fā)工資金額為7，270元，他們主要購買投向是：吃的支出為3，960元，占54．47％；穿的支出1，000元，占13．76％；用的支出560元，占7．7％；儲蓄為1，330元，占18．29％，其它支出為420元，占5．78％。
按上述購買投向比重推算，預計全市企業(yè)補發(fā)工資后投向吃的為436萬元，占54．5％；主要用于購買呢絨、綢緞、各式服裝支出為110萬元，占13．8％；購買日用品支出為62萬元，占7．8％；全市企業(yè)職工補發(fā)工資后存入銀行的為146萬元，占18．3％。此外還有部分用于其它支出約46萬元，占5．6％。
19××年國家調(diào)整了機關(guān)事業(yè)單位職工工資，理順了企業(yè)職工工資，放寬了企業(yè)發(fā)放獎金納稅起點，增加了肉食品補貼等措施。因此，今春市場將比往年興旺。
目前庫存呈下降趨勢，1985年12月末為2752．8萬元，較年初3167．0萬元下降13．1％。市直國營零售單位1985年12月末庫存562．1萬元，較年初633．8萬元下降11．3％。現(xiàn)有庫存同當前市場不相適應(yīng)，如不及時補充庫存，增加貨源，將滿足不了市場需要。
今年以來，面對國內(nèi)遭遇歷史罕見的低溫雨雪冰凍災害、國際次貸危機不斷蔓延和加深的嚴峻復雜形勢，省委、省政府貫徹執(zhí)行國家宏觀調(diào)控政策，自覺踐行科學發(fā)展觀，有效采取措施，應(yīng)對冰雪災害、物價上漲等問題，國民經(jīng)濟保持了平穩(wěn)較快發(fā)展。綜合分析各方面因素，預計今年上半年我省工業(yè)生產(chǎn)形勢較好，投資將高位運行，消費需求將進一步升溫，外貿(mào)出口增速可能放緩，上半年全省經(jīng)濟仍將保持較快增長。
一、一季度*經(jīng)濟運行態(tài)勢分析
1.經(jīng)濟繼續(xù)保持較快增長，經(jīng)濟運行質(zhì)量不斷提高。一季度，全省經(jīng)濟繼續(xù)保持兩位數(shù)增長的發(fā)展態(tài)勢，生產(chǎn)總值1212.6億元，增長11.6％，同比提高0.1個百分點。其中，第一產(chǎn)業(yè)168.4億元，增長4.3％；第二產(chǎn)業(yè)611.2億元，增長14.3％；第三產(chǎn)業(yè)433.1億元，增長10.7％，三次產(chǎn)業(yè)比重13.9︰50.4︰35.7，產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化。工業(yè)對經(jīng)濟增長的作用進一步增大，完成增加值513.6億元，增長16.1％，占GDP的42.4％，同比提高1.7個百分點。經(jīng)濟運行質(zhì)量較好，據(jù)統(tǒng)計，1－2月，規(guī)模以上工業(yè)實現(xiàn)主營業(yè)務(wù)收入848.1億元，增長35.0％。實現(xiàn)利稅68.3億元，增長8.8％，利潤26.1億元，增長3.0％。一季度，全省財政收入達到200.28億元，同比增收44.5億元，增長28.6％。地方財政收入突破100億元，完成118.04億元，同比增收29.4億元，增長33.2％。
2.農(nóng)業(yè)、工業(yè)生產(chǎn)形勢向好，增長速度提高。一是農(nóng)業(yè)有效應(yīng)對冰雪災害，繼續(xù)保持較快的發(fā)展趨勢。在我省出臺了一系列惠農(nóng)政策的影響下，一季度，全省農(nóng)業(yè)總產(chǎn)值283.2億元，增長4.4％。主要農(nóng)作物播種面積擴大。據(jù)調(diào)查，主要農(nóng)作物種植面積比上年增長0.5％；蔬菜種植面積增長2％左右。畜牧業(yè)快速發(fā)展。一季度，全省生豬出欄數(shù)和存欄數(shù)分別增長3.8％和3.6％，肉類總產(chǎn)量達70萬噸，增長3.9％。漁業(yè)逐步恢復正常水平。一季度，水產(chǎn)品產(chǎn)量52.5萬噸，增長7.4％。二是工業(yè)生產(chǎn)較快增長，園區(qū)集聚度進一步提升。一季度，規(guī)模以上工業(yè)增加值462.1億元，增長22.1％。園區(qū)集聚度進一步上升，完成規(guī)模以上工業(yè)增加值234.3億元，增長34.7％，比規(guī)模以上工業(yè)增幅高3.5個百分點。
3.開放型經(jīng)濟繼續(xù)保持良好的發(fā)展勢頭，出口結(jié)構(gòu)進一步優(yōu)化。一是全省出口繼續(xù)保持增長勢頭。一季度，進出口總額25.71億美元，增長47.4％。其中，出口總額13.68億美元，增長40.1％；進口總額12.02億美元，增長56.8％。加工貿(mào)易業(yè)快速增長，完成出口3.73億美元，增長65.5％。出口結(jié)構(gòu)進一步優(yōu)化。機電產(chǎn)品和高新技術(shù)產(chǎn)品等高附加值的產(chǎn)品出口快速增長，機電產(chǎn)品完成出口3.21億美元，增長65.5％，高新技術(shù)產(chǎn)品出口1.92億美元，增長1.9倍。二是實際利用外資不斷增加。一季度，新簽外資項目130個，合同金額9.09億美元，實際利用外商直接投資7.5億美元，增長14.1％。合同金額1000萬美元以上的項目有16家，外商投資項目平均投資規(guī)模達699萬美元，增長26.2％。外資企業(yè)增資擴股活躍，增資規(guī)模達3.26億美元，增長39.3％。
4.投資、消費保持穩(wěn)定發(fā)展的良好勢頭。一季度，全社會固定資產(chǎn)投資突破500億元，完成503.63億元，比上年同期增長31.5％，增速比上年同期加快6.7個百分點，全社會固定資產(chǎn)投資占GDP比重比上年同期上升2.9個百分點。其中，城鎮(zhèn)固定資產(chǎn)投資完成450.69億元，同比增長32.1％，增速比上年同期加快5.9個百分點。全省工業(yè)投資254.87億元，增長65.7％，占全省50萬元以上投資的54.5％，拉動投資增長28.3個百分點。全省實現(xiàn)社會消費品零售總額486.43億元，同比增長20.2％，批發(fā)零售貿(mào)易業(yè)商品銷售總額為795.72億元，增長20.6％，災后重建帶動市場漲幅明顯。城鄉(xiāng)市場全面旺盛。城市市場實現(xiàn)零售額264.1億元，增長21.3％；農(nóng)村市場（縣及縣以下）實現(xiàn)零售額222.4億元，增長19.0％，同比分別加快4.6個百分點和4.0個百分點。
5.民生工程取得進展，居民收入水平不斷提高。一季度，城鎮(zhèn)新增就業(yè)人員11.9萬人，同比多增0.6萬人。一季度，農(nóng)民人均現(xiàn)金收入1204.3元，增長14.6％。延續(xù)了近年來10％以上的增長勢頭，同比加快1.5個百分點。受冰雪災害、股市低迷等不利因素影響，城鎮(zhèn)居民收入增速出現(xiàn)較大幅度回落，一季度城鎮(zhèn)居民人均可支配收入3298.7元，增長2.6％。
二、國際、國內(nèi)宏觀經(jīng)濟形勢判斷
目前，世界經(jīng)濟增長減緩，金融市場動蕩，國際市場原油、糧食等初級產(chǎn)品的價格持續(xù)上漲；國內(nèi)物價總水平仍然處于高位，通脹壓力較大，制約農(nóng)業(yè)增產(chǎn)和農(nóng)民增收的因素比較多；固定資產(chǎn)投資反彈的壓力仍然存在，節(jié)能減排的形勢依然嚴峻。
（一）國際經(jīng)濟形勢分析
1.從國際經(jīng)濟環(huán)境看，世界經(jīng)濟增長的趨勢放緩已成定局，我國的出口市場面臨萎縮的風險。高盛公司最近發(fā)表的研究報告顯示：美國的這次次貸危機給全球經(jīng)濟帶來的損失預計為1.2萬億美元，不久前美國公布的損失是9000億美元，其中美國的損失是4600億，是原來曝光的4倍。據(jù)預計美國次貸影響還不止這些，因為還有很多應(yīng)對的措施沒有到位，次貸危機使美國的房價下降、股市縮水。美國的經(jīng)濟拖累了全球經(jīng)濟，據(jù)國際貨幣基金組織最近的預測，2008年全球經(jīng)濟的增長率是3.7％，比去年放慢1.2％，其中美國增長1.5％，放慢1.7％，歐盟是1.4％，放慢1.2％，日本是1.4％，放慢1.2％，實際上日本所受影響還遠不是這個數(shù)量，因為日元也在持續(xù)升值，按照慣例，日元升值快，日本的經(jīng)濟受到的負面影響就越大。
2.世界糧食、原油等初級產(chǎn)品的價格持續(xù)上漲。推動全球通貨膨脹持續(xù)增長的主要原因是已經(jīng)不僅僅是工業(yè)原材料價格的上漲，食品原材料價格的上漲也格外引人關(guān)注，不少國家因為糧食的漲價已經(jīng)引起了社會的動蕩。據(jù)專家判斷，從全球糧食生產(chǎn)現(xiàn)狀，至少要半年以后，食品的原料價格才會趨于穩(wěn)定，從短期看，增加石油供應(yīng)的潛力有限，非歐佩克國家新增生產(chǎn)能力雖然有所增加，但是歐佩克國家不愿意增產(chǎn)，穩(wěn)定油價。專家們預計今年的油價不會低于每桶100美元，實際上現(xiàn)在的油價已經(jīng)超過了120美元。
3.經(jīng)濟放緩、通脹上升兩大風險同時存在，使各國的貨幣政策面臨嚴峻的考驗。從匯率趨勢看，美國貨幣當局是希望美元持續(xù)貶值，以發(fā)揮減少巨額外貿(mào)逆差的作用，同時會保持與主要經(jīng)濟體密切合作，防止匯率過于增大。從目前來看，美元還會繼續(xù)貶值。最近歐盟的通脹速度居高不下，在歐元區(qū)，歐盟現(xiàn)在希望看到亞洲區(qū)貨幣升值，希望亞洲區(qū)貨幣升值減輕歐元區(qū)壓力。由此，這都將對各國的貨幣政策形成嚴峻的考驗。
（二）國內(nèi)經(jīng)濟形勢分析
1.出口增速持續(xù)下滑。一季度我國的出口增長了21.4%，其中對美國的出口增長了5.4%，對歐盟的出口增長了24.2%，同比回落了15%和10.3%，估計下半年的出口增速還有可能進一步下滑。
2.通脹壓力增大，企業(yè)生產(chǎn)的成本面臨較大的壓力。一季度我國CPI同比上漲8％，高出上年同期5．3個百分點。這是最近十幾年單季CPI漲幅首次超過8％，4月份全國CPI同比上漲8.5％，漲幅比上月攀升了0.2個百分點。在居民消費價格上漲的同時，工業(yè)品出廠價格、燃料動力價格也在加快上漲。一季度工業(yè)品出廠價格同比上漲6．9％（3月份上漲8．0％），比上年同期高4．0個百分點；原材料、燃料、動力購進價格同比上漲9．8％（3月份上漲11．0％），比上年同期高5．7個百分點。國內(nèi)通脹壓力增大，物價形勢嚴峻。國際原材料價格上漲帶來的“輸入性通脹”威脅依然存在。美元貶值造成了相當多國際游資進入石油市場投機，油價連創(chuàng)新高，始終保持在高位增長；國際市場農(nóng)產(chǎn)品供不應(yīng)求的矛盾越來越突出，小麥、玉米、大米等主要農(nóng)產(chǎn)品的價格持續(xù)攀升。鐵礦石今年的協(xié)議價格又上漲了65%，礦產(chǎn)品的價格還會持續(xù)上升。煤炭的價格突然上升，今年以來煤炭的價格已經(jīng)上漲將近50%。國際原材料價格的快速上漲對我國企業(yè)生產(chǎn)成本帶來較大壓力。
3.人民幣匯率面臨升值的壓力。今年一季度人民幣升值已達到4%，人民幣對美元匯率已經(jīng)破7，現(xiàn)在預計全年升值要達到10%，匯率的上升必然會使大量的國際游資涌向中國，除了要發(fā)行人民幣來購買這些外幣以外，更難的就是這些游資如何控制，所以匯率上升面臨的壓力依然很大。同時我們國家的利率也面臨壓力，現(xiàn)在利率調(diào)整面臨兩難的選擇，調(diào)高必然進一步吸引熱錢，不調(diào)當前的物價形勢會更加嚴峻。
4.國內(nèi)資本市場動蕩。雖然印花稅的下調(diào)股市總體反映不錯，但用印花稅來救市能不能見效還很難判斷。股市的動蕩目前還沒有過去，因為經(jīng)濟增長還沒有走入一個穩(wěn)定持續(xù)增長的階段，國際環(huán)境影響仍在制約著我們。
三、2008年上半年全省經(jīng)濟走勢的判斷和主要經(jīng)濟指標預測
（一）2008年上半年經(jīng)濟走勢的主要判斷分析
1.經(jīng)濟仍將保持較快增長。由于經(jīng)濟繼續(xù)處于經(jīng)濟周期的快速增長期；我省基礎(chǔ)設(shè)施和投資軟環(huán)境進一步得到優(yōu)化；省委省政府多年來重視招商引資的政策所取得的成果，帶動效應(yīng)進一步顯現(xiàn)。一季度，新簽外資項目130個，合同金額9.09億美元，實際利用外商直接投資7.5億美元，增長14.1％。合同金額1000萬美元以上的項目有16家，外商投資項目平均投資規(guī)模達699萬美元，增長26.2％。外資企業(yè)增資擴股活躍，增資規(guī)模達3.26億美元，增長39.3％；我省民間投資和消費市場趨于活躍。一季度，民間投資完成額271.6億元，增長43.9％。全省實現(xiàn)社會消費品零售總額486.43億元，同比增長20.2％。城鄉(xiāng)市場全面旺盛。城市市場實現(xiàn)零售額264.1億元，增長21.3％；農(nóng)村市場（縣及縣以下）實現(xiàn)零售額222.4億元，增長19.0％，同比分別加快4.6個百分點和4.0個百分點。這些都將促使我省下半年整體經(jīng)濟走勢處于高位運行。
2.工業(yè)生產(chǎn)仍將平穩(wěn)較快增長。總體看，我省目前煤、電、油、運生產(chǎn)能力較好，不會形成制約。國內(nèi)、國際貿(mào)易的持續(xù)較快增長，外部需求繼續(xù)走旺。一季度我國出口增長了21.4%，其中對美國出口增長了5.4%，對歐盟出口增長了24.2%；一大批重大產(chǎn)業(yè)項目的投產(chǎn)和儲備使得我省工業(yè)生產(chǎn)后勁仍然很足。截至到2月份，我省工業(yè)園區(qū)招商簽約資金完成410.88億元，園區(qū)內(nèi)工業(yè)企業(yè)數(shù)達到了7250個。一季度，我省新增固定資產(chǎn)投資105.39億元，新開工項目902個，這些都將繼續(xù)促進我省工業(yè)生產(chǎn)的較快增長。一季度，我省發(fā)電量116.71億千瓦時，增長19.5％，從另一個角度說明我省工業(yè)生產(chǎn)已經(jīng)開始加速。
3.投資增速將繼續(xù)高位運行。由于受以下因素影響，我省投資將會繼續(xù)高位運行。一是全省環(huán)保投入加大，大批污水處理等基礎(chǔ)設(shè)施投入建設(shè)。二是冰雪災害災后基礎(chǔ)設(shè)施的修復和重建；三是地方政府換屆，投資增長的體制性沖動依然存在；四是多數(shù)行業(yè)企業(yè)利潤增加較快，資金充足。1－2月，規(guī)模以上工業(yè)實現(xiàn)主營業(yè)務(wù)收入848.1億元，增長35.0％。實現(xiàn)利稅68.3億元，增長8.8％，利潤26.1億元，增長3.0％；五是企業(yè)家信心指數(shù)仍保持高位。根據(jù)景氣調(diào)查，一季度全省企業(yè)家對當前本行業(yè)總體運行狀況的判斷持樂觀及一般的認同率為92.01％，認為不樂觀的占7.89％，企業(yè)家信心指數(shù)為136.79。
4.消費需求將進一步升溫。促進消費的有利因素有：一是城鄉(xiāng)居民收入的穩(wěn)步提高。隨著提高農(nóng)民工工資、增加離退休人員工資和建立新型合作醫(yī)療等一系列民生工程的落實和國家對社會保障利民政策的出臺，居民消費將逐步減少顧慮，繼續(xù)升溫；二是就業(yè)狀況繼續(xù)改善，將會對增加居民收入、穩(wěn)定收入預期、擴大消費支出產(chǎn)生重要影響。一季度，城鎮(zhèn)新增就業(yè)人員11.9萬人，同比多增0.6萬人。一季度，農(nóng)民人均現(xiàn)金收入1204.3元，增長14.6％，延續(xù)了近年來10％以上的增長勢頭，同比加快1.5個百分點。一季度城鎮(zhèn)居民人均可支配收入3298.7元，增長2.6％。但住房價格、資本市場動蕩、物價上漲對居民消費的影響預計還將進一步顯現(xiàn)。一季度，我省商品房施工面積同比上升了21.4％，但商品房銷售面積同比下降了21.1％，商品房銷售額同比下降17％，這說明居民對住房價格拐點預期增強，處于持幣觀望狀態(tài)。資本市場動蕩，居民收入縮水。從去年到今年一季度股指已經(jīng)完成了從6000多點到3000多點的“腰斬”，近13萬億元市值的灰飛煙滅。一季度，基金凈值縮水達6000億元左右。一季度，我省CPI同比上漲8.2，居民通脹預期增強。
5.利用外資可望繼續(xù)平穩(wěn)增長，外貿(mào)出口增速可能放緩。雖然受美國次貸和國際原材料價格上升影響，但是國際資金仍然較為充足，跨國投資仍然十分活躍，再加上我國人民幣升值預期的吸引，我省承接產(chǎn)業(yè)轉(zhuǎn)移的勢頭仍將較好。我省目前正著力加強軟環(huán)境建設(shè)，對外引資仍將保持較大的吸引力。同時，由于國際貿(mào)易摩擦加劇，世界經(jīng)濟放緩、美國次貸危機影響，人民幣升值壓力增加，國家對外貿(mào)順差加大調(diào)控力度。據(jù)統(tǒng)計，美國的這次次貸危機給全球經(jīng)濟帶來的損失預計為1.2萬億美元，不久前美國公布的統(tǒng)計是9000億美元，其中美國的損失是4600億，是原來曝光的4倍。據(jù)預計美國次貸影響還不止這些，因為還有很多應(yīng)對的措施沒有到位，次貸危機使美國的房價下降、股市縮水。同時，人民幣兌美元匯率已經(jīng)突破7。這些因素都不利于外貿(mào)出口，可能影響我省出口增長。
（二）2008年上半年全省主要經(jīng)濟指標預測
在以上分析判斷的基礎(chǔ)上，運用經(jīng)濟計量分析模型測算，我省2008年上半年主要經(jīng)濟指標的預測結(jié)果是：
2008年上半年，我省經(jīng)濟將繼續(xù)保持較快增長，GDP增速可達13.0%。其中，一產(chǎn)增速4.8%，二產(chǎn)增速17.2%，三產(chǎn)增速11.0%；工業(yè)生產(chǎn)平穩(wěn)較快增長，規(guī)模以上工業(yè)增加值增速可達23.5%；投資增速繼續(xù)高位運行，預計全社會固定資產(chǎn)投資增速30.0%；消費穩(wěn)步提高，預計全省社會消費品零售總額增速17.3%；預計出口有所放緩，進出口總額增速53.5%，其中出口增速51％。實際利用外資增速24.3%；財政總收入增速30.0%，地方財政收入增速31.0％；預計城鎮(zhèn)居民人均可支配收入增速8.0%，農(nóng)民人均純收入增速14.7%。
四、政策建議
1.根據(jù)國家宏觀調(diào)控政策，加快調(diào)整投資結(jié)構(gòu)。根據(jù)國家宏觀調(diào)控要求，加大投資結(jié)構(gòu)調(diào)整力度，逐步淘汰高污染、高耗能行業(yè)，大力調(diào)整投資結(jié)構(gòu)，集中資金確保關(guān)系全省發(fā)展后勁的一批重大項目及時開工建設(shè)。要加大對電子信息產(chǎn)業(yè)、大型裝備制造業(yè)、運輸裝備制造業(yè)、生物技術(shù)和中醫(yī)藥產(chǎn)業(yè)、新材料工業(yè)、新能源產(chǎn)業(yè)的投資力度，促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級。同時，加大“三農(nóng)”工作力度，加大對農(nóng)村公共衛(wèi)生、基礎(chǔ)設(shè)施、教育、醫(yī)療等的傾斜力度，促進農(nóng)村經(jīng)濟的發(fā)展，扎實推進社會主義新農(nóng)村建設(shè)，進一步促進社會和諧。
2.大力發(fā)展對外經(jīng)濟，加快招商引資從數(shù)量規(guī)模型向質(zhì)量效益型轉(zhuǎn)化。一是在招商引資中，堅持統(tǒng)籌規(guī)劃和可持續(xù)發(fā)展，注重速度、質(zhì)量和效益的統(tǒng)一，注重節(jié)約資源和保護生態(tài),促進經(jīng)濟社會全面、協(xié)調(diào)、可持續(xù)發(fā)展。進一步優(yōu)化投資環(huán)境,擴大外商投資領(lǐng)域，鼓勵外商投資我省農(nóng)業(yè)、林業(yè)、水利、交通、電力、市政、環(huán)保等基礎(chǔ)產(chǎn)業(yè)或基礎(chǔ)設(shè)施，引導外資投向電子信息、生物工程、新材料等高新技術(shù)產(chǎn)業(yè)領(lǐng)域，積極引進外資參與國有企業(yè)的改組改造，盤活資產(chǎn)存量，提高競爭能力。圍繞已有的引進項目，制訂配套項目引資規(guī)劃，有針對性地加強引資工作，同時，加強招商引資項目的儲備工作，為招商引資的長期平穩(wěn)發(fā)展奠定堅實的基礎(chǔ)，避免大起大落。內(nèi)外資并重，在內(nèi)資引進和外資引進中，實施同等的所得稅、土地、軟硬件基礎(chǔ)環(huán)境等方面的優(yōu)惠政策。二是針對國家對外貿(mào)出口退稅政策的調(diào)整以及出口產(chǎn)品結(jié)構(gòu)的控制，以及全球經(jīng)濟受美國次貸危機的影響將趨于放慢等因素，制定積極的政策，大力培育我省新型、高附加值的外向型經(jīng)濟發(fā)展，調(diào)整我省出口產(chǎn)品結(jié)構(gòu)，轉(zhuǎn)向高端產(chǎn)品主導型的現(xiàn)代化出口產(chǎn)品結(jié)構(gòu)。
3.調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，依托中心城市做大做強支柱產(chǎn)業(yè)，大力發(fā)展服務(wù)業(yè)。落實產(chǎn)業(yè)政策，按照國家要求，努力淘汰高能耗、高污染的“五小”工業(yè)企業(yè)和過剩生產(chǎn)能力。根據(jù)市場需求、資源條件和環(huán)境容量的變化，堅持以能源消耗少、經(jīng)濟效益好為著力點，大力發(fā)展資源節(jié)約型和環(huán)境友好型的裝備制造、農(nóng)產(chǎn)品加工、清潔能源、高技術(shù)產(chǎn)業(yè)等特色產(chǎn)業(yè)。依托我省各大礦藏產(chǎn)地，打造我省特色產(chǎn)業(yè)基地，同時，依托南昌、九江等中心城市，做大做強支柱產(chǎn)業(yè)。依托南昌、九江、贛州等城市，加快發(fā)展信息、物流和金融等生產(chǎn)性服務(wù)業(yè)，建立重要區(qū)域集散中心，大力發(fā)展服務(wù)業(yè)，引領(lǐng)全省產(chǎn)業(yè)結(jié)構(gòu)升級。
4.改善企業(yè)經(jīng)營環(huán)境，提高企業(yè)競爭力。改善企業(yè)經(jīng)營外部環(huán)境，一是要進一步完善中小企業(yè)融資擔保體系，加大財政對融資擔保的支持力度，降低融資成本，真正發(fā)揮好融資擔保機構(gòu)的資金服務(wù)平臺作用。同時，大力發(fā)展和引入風險投資機構(gòu)，提高中小企業(yè)發(fā)展的資金保障能力。二是要加大對重點行業(yè)，特別是因國家環(huán)保、產(chǎn)業(yè)政策門檻提高而受影響的行業(yè)領(lǐng)域的技術(shù)改造資金支持和政策引導，通過創(chuàng)新變“壓力”為“競爭力”。三要出臺并落實有利于增加就業(yè)的土地、財稅等政策，減輕因勞動力綜合成本上漲而增加經(jīng)營壓力的中小民營企業(yè)負擔。四要積極研究國內(nèi)市場。隨著宏觀調(diào)控不斷深入，在經(jīng)濟增長動力由過分倚重“外需”向擴大“內(nèi)需”調(diào)整過程中，結(jié)合我省實際情況，培育壯大具有比較優(yōu)勢的行業(yè)，提升企業(yè)競爭力。
5.大力發(fā)展縣域經(jīng)濟，促進農(nóng)村經(jīng)濟發(fā)展，啟動農(nóng)村消費。把發(fā)展縣域經(jīng)濟同發(fā)展特色經(jīng)濟、扶持農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)、小城鎮(zhèn)建設(shè)、帶動農(nóng)村富余勞動力轉(zhuǎn)移、促進農(nóng)民增收結(jié)合起來，把縣域經(jīng)濟發(fā)展同社會主義新農(nóng)村建設(shè)有機統(tǒng)一起來。要本著多予、少取,放活的原則,在財政、稅收、金融、信貸、投資等一系列政策上,支持縣域經(jīng)濟,建立合理的激勵機制,促進縣域經(jīng)濟的發(fā)展。
6.加大節(jié)能減排力度，促進循環(huán)經(jīng)濟發(fā)展。采取必要措施，在土地供應(yīng)、項目評估審批等方面嚴把能耗關(guān)、環(huán)保關(guān)。對嚴重污染環(huán)境的高耗能項目一律不予辦理有關(guān)用地手續(xù)。積極推進排污收費制度改革，實行“環(huán)保部門核定、稅務(wù)部門征收、財政部門監(jiān)管”的征收體制。加快建立污染源自動監(jiān)控體系，同時，加大對節(jié)能減排技術(shù)研究投入，建立節(jié)能減排技術(shù)研究和推廣專項資金。采取利率差價，對節(jié)能減排技術(shù)改造項目貸款實行利率差別定價，對重點節(jié)能減排技術(shù)改造項目給予貸款貼息，對從事符合條件的節(jié)能減排項目企業(yè)給予稅收優(yōu)惠，建立節(jié)能減排獎勵制度。
7.加強對物價的調(diào)控，確保全年經(jīng)濟穩(wěn)定運行。鑒于當前物價漲幅較高的壓力，要進一步加強和改進價格宏觀調(diào)控，積極采取措施平抑漲幅過快的商品價格，把物價調(diào)控在合理范圍內(nèi)。重點監(jiān)控糧油、豬肉、居住等直接影響民生的漲價主導因素變化，搞好居民基本消費品的供需平衡。加大對農(nóng)資產(chǎn)品、鋼材、煤炭、石油等重要生產(chǎn)資料的市場調(diào)劑供應(yīng)，嚴控流通中間環(huán)節(jié)漲價，保障工、農(nóng)業(yè)正常生產(chǎn)。合理引導市場價格預期，力保全年經(jīng)濟平穩(wěn)運行。同時也要進一步提高社會保障水平，關(guān)注民生，保證中低收入群體特別是低保戶不因漲價而影響正常生活。
今年以來，面對國內(nèi)遭遇歷史罕見的低溫雨雪冰凍災害、國際次貸危機不斷蔓延和加深的嚴峻復雜形勢，省委、省政府貫徹執(zhí)行國家宏觀調(diào)控政策，自覺踐行科學發(fā)展觀，有效采取措施，應(yīng)對冰雪災害、物價上漲等問題，國民經(jīng)濟保持了平穩(wěn)較快發(fā)展。綜合分析各方面因素，預計今年上半年我省工業(yè)生產(chǎn)形勢較好，投資將高位運行，消費需求將進一步升溫，外貿(mào)出口增速可能放緩，上半年全省經(jīng)濟仍將保持較快增長。
一、一季度*經(jīng)濟運行態(tài)勢分析
1.經(jīng)濟繼續(xù)保持較快增長，經(jīng)濟運行質(zhì)量不斷提高。一季度，全省經(jīng)濟繼續(xù)保持兩位數(shù)增長的發(fā)展態(tài)勢，生產(chǎn)總值1212.6億元，增長11.6％，同比提高0.1個百分點。其中，第一產(chǎn)業(yè)168.4億元，增長4.3％；第二產(chǎn)業(yè)611.2億元，增長14.3％；第三產(chǎn)業(yè)433.1億元，增長10.7％，三次產(chǎn)業(yè)比重13.9︰50.4︰35.7，產(chǎn)業(yè)結(jié)構(gòu)不斷優(yōu)化。工業(yè)對經(jīng)濟增長的作用進一步增大，完成增加值513.6億元，增長16.1％，占GDP的42.4％，同比提高1.7個百分點。經(jīng)濟運行質(zhì)量較好，據(jù)統(tǒng)計，1－2月，規(guī)模以上工業(yè)實現(xiàn)主營業(yè)務(wù)收入848.1億元，增長35.0％。實現(xiàn)利稅68.3億元，增長8.8％，利潤26.1億元，增長3.0％。一季度，全省財政收入達到200.28億元，同比增收44.5億元，增長28.6％。地方財政收入突破100億元，完成118.04億元，同比增收29.4億元，增長33.2％。
2.農(nóng)業(yè)、工業(yè)生產(chǎn)形勢向好，增長速度提高。一是農(nóng)業(yè)有效應(yīng)對冰雪災害，繼續(xù)保持較快的發(fā)展趨勢。在我省出臺了一系列惠農(nóng)政策的影響下，一季度，全省農(nóng)業(yè)總產(chǎn)值283.2億元，增長4.4％。主要農(nóng)作物播種面積擴大。據(jù)調(diào)查，主要農(nóng)作物種植面積比上年增長0.5％；蔬菜種植面積增長2％左右。畜牧業(yè)快速發(fā)展。一季度，全省生豬出欄數(shù)和存欄數(shù)分別增長3.8％和3.6％，肉類總產(chǎn)量達70萬噸，增長3.9％。漁業(yè)逐步恢復正常水平。一季度，水產(chǎn)品產(chǎn)量52.5萬噸，增長7.4％。二是工業(yè)生產(chǎn)較快增長，園區(qū)集聚度進一步提升。一季度，規(guī)模以上工業(yè)增加值462.1億元，增長22.1％。園區(qū)集聚度進一步上升，完成規(guī)模以上工業(yè)增加值234.3億元，增長34.7％，比規(guī)模以上工業(yè)增幅高3.5個百分點。
3.開放型經(jīng)濟繼續(xù)保持良好的發(fā)展勢頭，出口結(jié)構(gòu)進一步優(yōu)化。一是全省出口繼續(xù)保持增長勢頭。一季度，進出口總額25.71億美元，增長47.4％。其中，出口總額13.68億美元，增長40.1％；進口總額12.02億美元，增長56.8％。加工貿(mào)易業(yè)快速增長，完成出口3.73億美元，增長65.5％。出口結(jié)構(gòu)進一步優(yōu)化。機電產(chǎn)品和高新技術(shù)產(chǎn)品等高附加值的產(chǎn)品出口快速增長，機電產(chǎn)品完成出口3.21億美元，增長65.5％，高新技術(shù)產(chǎn)品出口1.92億美元，增長1.9倍。二是實際利用外資不斷增加。一季度，新簽外資項目130個，合同金額9.09億美元，實際利用外商直接投資7.5億美元，增長14.1％。合同金額1000萬美元以上的項目有16家，外商投資項目平均投資規(guī)模達699萬美元，增長26.2％。外資企業(yè)增資擴股活躍，增資規(guī)模達3.26億美元，增長39.3％。
4.投資、消費保持穩(wěn)定發(fā)展的良好勢頭。一季度，全社會固定資產(chǎn)投資突破500億元，完成503.63億元，比上年同期增長31.5％，增速比上年同期加快6.7個百分點，全社會固定資產(chǎn)投資占GDP比重比上年同期上升2.9個百分點。其中，城鎮(zhèn)固定資產(chǎn)投資完成450.69億元，同比增長32.1％，增速比上年同期加快5.9個百分點。全省工業(yè)投資254.87億元，增長65.7％，占全省50萬元以上投資的54.5％，拉動投資增長28.3個百分點。全省實現(xiàn)社會消費品零售總額486.43億元，同比增長20.2％，批發(fā)零售貿(mào)易業(yè)商品銷售總額為795.72億元，增長20.6％，災后重建帶動市場漲幅明顯。城鄉(xiāng)市場全面旺盛。城市市場實現(xiàn)零售額264.1億元，增長21.3％；農(nóng)村市場（縣及縣以下）實現(xiàn)零售額222.4億元，增長19.0％，同比分別加快4.6個百分點和4.0個百分點。
5.民生工程取得進展，居民收入水平不斷提高。一季度，城鎮(zhèn)新增就業(yè)人員11.9萬人，同比多增0.6萬人。一季度，農(nóng)民人均現(xiàn)金收入1204.3元，增長14.6％。延續(xù)了近年來10％以上的增長勢頭，同比加快1.5個百分點。受冰雪災害、股市低迷等不利因素影響，城鎮(zhèn)居民收入增速出現(xiàn)較大幅度回落，一季度城鎮(zhèn)居民人均可支配收入3298.7元，增長2.6％。
二、國際、國內(nèi)宏觀經(jīng)濟形勢判斷
目前，世界經(jīng)濟增長減緩，金融市場動蕩，國際市場原油、糧食等初級產(chǎn)品的價格持續(xù)上漲；國內(nèi)物價總水平仍然處于高位，通脹壓力較大，制約農(nóng)業(yè)增產(chǎn)和農(nóng)民增收的因素比較多；固定資產(chǎn)投資反彈的壓力仍然存在，節(jié)能減排的形勢依然嚴峻。
（一）國際經(jīng)濟形勢分析
1.從國際經(jīng)濟環(huán)境看，世界經(jīng)濟增長的趨勢放緩已成定局，我國的出口市場面臨萎縮的風險。高盛公司最近發(fā)表的研究報告顯示：美國的這次次貸危機給全球經(jīng)濟帶來的損失預計為1.2萬億美元，不久前美國公布的損失是9000億美元，其中美國的損失是4600億，是原來曝光的4倍。據(jù)預計美國次貸影響還不止這些，因為還有很多應(yīng)對的措施沒有到位，次貸危機使美國的房價下降、股市縮水。美國的經(jīng)濟拖累了全球經(jīng)濟，據(jù)國際貨幣基金組織最近的預測，2008年全球經(jīng)濟的增長率是3.7％，比去年放慢1.2％，其中美國增長1.5％，放慢1.7％，歐盟是1.4％，放慢1.2％，日本是1.4％，放慢1.2％，實際上日本所受影響還遠不是這個數(shù)量，因為日元也在持續(xù)升值，按照慣例，日元升值快，日本的經(jīng)濟受到的負面影響就越大。
2.世界糧食、原油等初級產(chǎn)品的價格持續(xù)上漲。推動全球通貨膨脹持續(xù)增長的主要原因是已經(jīng)不僅僅是工業(yè)原材料價格的上漲，食品原材料價格的上漲也格外引人關(guān)注，不少國家因為糧食的漲價已經(jīng)引起了社會的動蕩。據(jù)專家判斷，從全球糧食生產(chǎn)現(xiàn)狀，至少要半年以后，食品的原料價格才會趨于穩(wěn)定，從短期看，增加石油供應(yīng)的潛力有限，非歐佩克國家新增生產(chǎn)能力雖然有所增加，但是歐佩克國家不愿意增產(chǎn)，穩(wěn)定油價。專家們預計今年的油價不會低于每桶100美元，實際上現(xiàn)在的油價已經(jīng)超過了120美元。
3.經(jīng)濟放緩、通脹上升兩大風險同時存在，使各國的貨幣政策面臨嚴峻的考驗。從匯率趨勢看，美國貨幣當局是希望美元持續(xù)貶值，以發(fā)揮減少巨額外貿(mào)逆差的作用，同時會保持與主要經(jīng)濟體密切合作，防止匯率過于增大。從目前來看，美元還會繼續(xù)貶值。最近歐盟的通脹速度居高不下，在歐元區(qū)，歐盟現(xiàn)在希望看到亞洲區(qū)貨幣升值，希望亞洲區(qū)貨幣升值減輕歐元區(qū)壓力。由此，這都將對各國的貨幣政策形成嚴峻的考驗。
（二）國內(nèi)經(jīng)濟形勢分析
1.出口增速持續(xù)下滑。一季度我國的出口增長了21.4%，其中對美國的出口增長了5.4%，對歐盟的出口增長了24.2%，同比回落了15%和10.3%，估計下半年的出口增速還有可能進一步下滑。
2.通脹壓力增大，企業(yè)生產(chǎn)的成本面臨較大的壓力。一季度我國CPI同比上漲8％，高出上年同期5．3個百分點。這是最近十幾年單季CPI漲幅首次超過8％，4月份全國CPI同比上漲8.5％，漲幅比上月攀升了0.2個百分點。在居民消費價格上漲的同時，工業(yè)品出廠價格、燃料動力價格也在加快上漲。一季度工業(yè)品出廠價格同比上漲6．9％（3月份上漲8．0％），比上年同期高4．0個百分點；原材料、燃料、動力購進價格同比上漲9．8％（3月份上漲11．0％），比上年同期高5．7個百分點。國內(nèi)通脹壓力增大，物價形勢嚴峻。國際原材料價格上漲帶來的“輸入性通脹”威脅依然存在。美元貶值造成了相當多國際游資進入石油市場投機，油價連創(chuàng)新高，始終保持在高位增長；國際市場農(nóng)產(chǎn)品供不應(yīng)求的矛盾越來越突出，小麥、玉米、大米等主要農(nóng)產(chǎn)品的價格持續(xù)攀升。鐵礦石今年的協(xié)議價格又上漲了65%，礦產(chǎn)品的價格還會持續(xù)上升。煤炭的價格突然上升，今年以來煤炭的價格已經(jīng)上漲將近50%。國際原材料價格的快速上漲對我國企業(yè)生產(chǎn)成本帶來較大壓力。
3.人民幣匯率面臨升值的壓力。今年一季度人民幣升值已達到4%，人民幣對美元匯率已經(jīng)破7，現(xiàn)在預計全年升值要達到10%，匯率的上升必然會使大量的國際游資涌向中國，除了要發(fā)行人民幣來購買這些外幣以外，更難的就是這些游資如何控制，所以匯率上升面臨的壓力依然很大。同時我們國家的利率也面臨壓力，現(xiàn)在利率調(diào)整面臨兩難的選擇，調(diào)高必然進一步吸引熱錢，不調(diào)當前的物價形勢會更加嚴峻。
4.國內(nèi)資本市場動蕩。雖然印花稅的下調(diào)股市總體反映不錯，但用印花稅來救市能不能見效還很難判斷。股市的動蕩目前還沒有過去，因為經(jīng)濟增長還沒有走入一個穩(wěn)定持續(xù)增長的階段，國際環(huán)境影響仍在制約著我們。
三、2008年上半年全省經(jīng)濟走勢的判斷和主要經(jīng)濟指標預測
（一）2008年上半年經(jīng)濟走勢的主要判斷分析
1.經(jīng)濟仍將保持較快增長。由于經(jīng)濟繼續(xù)處于經(jīng)濟周期的快速增長期；我省基礎(chǔ)設(shè)施和投資軟環(huán)境進一步得到優(yōu)化；省委省政府多年來重視招商引資的政策所取得的成果，帶動效應(yīng)進一步顯現(xiàn)。一季度，新簽外資項目130個，合同金額9.09億美元，實際利用外商直接投資7.5億美元，增長14.1％。合同金額1000萬美元以上的項目有16家，外商投資項目平均投資規(guī)模達699萬美元，增長26.2％。外資企業(yè)增資擴股活躍，增資規(guī)模達3.26億美元，增長39.3％；我省民間投資和消費市場趨于活躍。一季度，民間投資完成額271.6億元，增長43.9％。全省實現(xiàn)社會消費品零售總額486.43億元，同比增長20.2％。城鄉(xiāng)市場全面旺盛。城市市場實現(xiàn)零售額264.1億元，增長21.3％；農(nóng)村市場（縣及縣以下）實現(xiàn)零售額222.4億元，增長19.0％，同比分別加快4.6個百分點和4.0個百分點。這些都將促使我省下半年整體經(jīng)濟走勢處于高位運行。
2.工業(yè)生產(chǎn)仍將平穩(wěn)較快增長。總體看，我省目前煤、電、油、運生產(chǎn)能力較好，不會形成制約。國內(nèi)、國際貿(mào)易的持續(xù)較快增長，外部需求繼續(xù)走旺。一季度我國出口增長了21.4%，其中對美國出口增長了5.4%，對歐盟出口增長了24.2%；一大批重大產(chǎn)業(yè)項目的投產(chǎn)和儲備使得我省工業(yè)生產(chǎn)后勁仍然很足。截至到2月份，我省工業(yè)園區(qū)招商簽約資金完成410.88億元，園區(qū)內(nèi)工業(yè)企業(yè)數(shù)達到了7250個。一季度，我省新增固定資產(chǎn)投資105.39億元，新開工項目902個，這些都將繼續(xù)促進我省工業(yè)生產(chǎn)的較快增長。一季度，我省發(fā)電量116.71億千瓦時，增長19.5％，從另一個角度說明我省工業(yè)生產(chǎn)已經(jīng)開始加速。
3.投資增速將繼續(xù)高位運行。由于受以下因素影響，我省投資將會繼續(xù)高位運行。一是全省環(huán)保投入加大，大批污水處理等基礎(chǔ)設(shè)施投入建設(shè)。二是冰雪災害災后基礎(chǔ)設(shè)施的修復和重建；三是地方政府換屆，投資增長的體制性沖動依然存在；四是多數(shù)行業(yè)企業(yè)利潤增加較快，資金充足。1－2月，規(guī)模以上工業(yè)實現(xiàn)主營業(yè)務(wù)收入848.1億元，增長35.0％。實現(xiàn)利稅68.3億元，增長8.8％，利潤26.1億元，增長3.0％；五是企業(yè)家信心指數(shù)仍保持高位。根據(jù)景氣調(diào)查，一季度全省企業(yè)家對當前本行業(yè)總體運行狀況的判斷持樂觀及一般的認同率為92.01％，認為不樂觀的占7.89％，企業(yè)家信心指數(shù)為136.79。
4.消費需求將進一步升溫。促進消費的有利因素有：一是城鄉(xiāng)居民收入的穩(wěn)步提高。隨著提高農(nóng)民工工資、增加離退休人員工資和建立新型合作醫(yī)療等一系列民生工程的落實和國家對社會保障利民政策的出臺，居民消費將逐步減少顧慮，繼續(xù)升溫；二是就業(yè)狀況繼續(xù)改善，將會對增加居民收入、穩(wěn)定收入預期、擴大消費支出產(chǎn)生重要影響。一季度，城鎮(zhèn)新增就業(yè)人員11.9萬人，同比多增0.6萬人。一季度，農(nóng)民人均現(xiàn)金收入1204.3元，增長14.6％，延續(xù)了近年來10％以上的增長勢頭，同比加快1.5個百分點。一季度城鎮(zhèn)居民人均可支配收入3298.7元，增長2.6％。但住房價格、資本市場動蕩、物價上漲對居民消費的影響預計還將進一步顯現(xiàn)。一季度，我省商品房施工面積同比上升了21.4％，但商品房銷售面積同比下降了21.1％，商品房銷售額同比下降17％，這說明居民對住房價格拐點預期增強，處于持幣觀望狀態(tài)。資本市場動蕩，居民收入縮水。從去年到今年一季度股指已經(jīng)完成了從6000多點到3000多點的“腰斬”，近13萬億元市值的灰飛煙滅。一季度，基金凈值縮水達6000億元左右。一季度，我省CPI同比上漲8.2，居民通脹預期增強。
5.利用外資可望繼續(xù)平穩(wěn)增長，外貿(mào)出口增速可能放緩。雖然受美國次貸和國際原材料價格上升影響，但是國際資金仍然較為充足，跨國投資仍然十分活躍，再加上我國人民幣升值預期的吸引，我省承接產(chǎn)業(yè)轉(zhuǎn)移的勢頭仍將較好。我省目前正著力加強軟環(huán)境建設(shè)，對外引資仍將保持較大的吸引力。同時，由于國際貿(mào)易摩擦加劇，世界經(jīng)濟放緩、美國次貸危機影響，人民幣升值壓力增加，國家對外貿(mào)順差加大調(diào)控力度。據(jù)統(tǒng)計，美國的這次次貸危機給全球經(jīng)濟帶來的損失預計為1.2萬億美元，不久前美國公布的統(tǒng)計是9000億美元，其中美國的損失是4600億，是原來曝光的4倍。據(jù)預計美國次貸影響還不止這些，因為還有很多應(yīng)對的措施沒有到位，次貸危機使美國的房價下降、股市縮水。同時，人民幣兌美元匯率已經(jīng)突破7。這些因素都不利于外貿(mào)出口，可能影響我省出口增長。
（二）2008年上半年全省主要經(jīng)濟指標預測
在以上分析判斷的基礎(chǔ)上，運用經(jīng)濟計量分析模型測算，我省2008年上半年主要經(jīng)濟指標的預測結(jié)果是：
2008年上半年，我省經(jīng)濟將繼續(xù)保持較快增長，GDP增速可達13.0%。其中，一產(chǎn)增速4.8%，二產(chǎn)增速17.2%，三產(chǎn)增速11.0%；工業(yè)生產(chǎn)平穩(wěn)較快增長，規(guī)模以上工業(yè)增加值增速可達23.5%；投資增速繼續(xù)高位運行，預計全社會固定資產(chǎn)投資增速30.0%；消費穩(wěn)步提高，預計全省社會消費品零售總額增速17.3%；預計出口有所放緩，進出口總額增速53.5%，其中出口增速51％。實際利用外資增速24.3%；財政總收入增速30.0%，地方財政收入增速31.0％；預計城鎮(zhèn)居民人均可支配收入增速8.0%，農(nóng)民人均純收入增速14.7%。
四、政策建議
1.根據(jù)國家宏觀調(diào)控政策，加快調(diào)整投資結(jié)構(gòu)。根據(jù)國家宏觀調(diào)控要求，加大投資結(jié)構(gòu)調(diào)整力度，逐步淘汰高污染、高耗能行業(yè)，大力調(diào)整投資結(jié)構(gòu)，集中資金確保關(guān)系全省發(fā)展后勁的一批重大項目及時開工建設(shè)。要加大對電子信息產(chǎn)業(yè)、大型裝備制造業(yè)、運輸裝備制造業(yè)、生物技術(shù)和中醫(yī)藥產(chǎn)業(yè)、新材料工業(yè)、新能源產(chǎn)業(yè)的投資力度，促進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級。同時，加大“三農(nóng)”工作力度，加大對農(nóng)村公共衛(wèi)生、基礎(chǔ)設(shè)施、教育、醫(yī)療等的傾斜力度，促進農(nóng)村經(jīng)濟的發(fā)展，扎實推進社會主義新農(nóng)村建設(shè)，進一步促進社會和諧。
2.大力發(fā)展對外經(jīng)濟，加快招商引資從數(shù)量規(guī)模型向質(zhì)量效益型轉(zhuǎn)化。一是在招商引資中，堅持統(tǒng)籌規(guī)劃和可持續(xù)發(fā)展，注重速度、質(zhì)量和效益的統(tǒng)一，注重節(jié)約資源和保護生態(tài),促進經(jīng)濟社會全面、協(xié)調(diào)、可持續(xù)發(fā)展。進一步優(yōu)化投資環(huán)境,擴大外商投資領(lǐng)域，鼓勵外商投資我省農(nóng)業(yè)、林業(yè)、水利、交通、電力、市政、環(huán)保等基礎(chǔ)產(chǎn)業(yè)或基礎(chǔ)設(shè)施，引導外資投向電子信息、生物工程、新材料等高新技術(shù)產(chǎn)業(yè)領(lǐng)域，積極引進外資參與國有企業(yè)的改組改造，盤活資產(chǎn)存量，提高競爭能力。圍繞已有的引進項目，制訂配套項目引資規(guī)劃，有針對性地加強引資工作，同時，加強招商引資項目的儲備工作，為招商引資的長期平穩(wěn)發(fā)展奠定堅實的基礎(chǔ)，避免大起大落。內(nèi)外資并重，在內(nèi)資引進和外資引進中，實施同等的所得稅、土地、軟硬件基礎(chǔ)環(huán)境等方面的優(yōu)惠政策。二是針對國家對外貿(mào)出口退稅政策的調(diào)整以及出口產(chǎn)品結(jié)構(gòu)的控制，以及全球經(jīng)濟受美國次貸危機的影響將趨于放慢等因素，制定積極的政策，大力培育我省新型、高附加值的外向型經(jīng)濟發(fā)展，調(diào)整我省出口產(chǎn)品結(jié)構(gòu)，轉(zhuǎn)向高端產(chǎn)品主導型的現(xiàn)代化出口產(chǎn)品結(jié)構(gòu)。
3.調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，依托中心城市做大做強支柱產(chǎn)業(yè)，大力發(fā)展服務(wù)業(yè)。落實產(chǎn)業(yè)政策，按照國家要求，努力淘汰高能耗、高污染的“五小”工業(yè)企業(yè)和過剩生產(chǎn)能力。根據(jù)市場需求、資源條件和環(huán)境容量的變化，堅持以能源消耗少、經(jīng)濟效益好為著力點，大力發(fā)展資源節(jié)約型和環(huán)境友好型的裝備制造、農(nóng)產(chǎn)品加工、清潔能源、高技術(shù)產(chǎn)業(yè)等特色產(chǎn)業(yè)。依托我省各大礦藏產(chǎn)地，打造我省特色產(chǎn)業(yè)基地，同時，依托南昌、九江等中心城市，做大做強支柱產(chǎn)業(yè)。依托南昌、九江、贛州等城市，加快發(fā)展信息、物流和金融等生產(chǎn)性服務(wù)業(yè)，建立重要區(qū)域集散中心，大力發(fā)展服務(wù)業(yè)，引領(lǐng)全省產(chǎn)業(yè)結(jié)構(gòu)升級。
4.改善企業(yè)經(jīng)營環(huán)境，提高企業(yè)競爭力。改善企業(yè)經(jīng)營外部環(huán)境，一是要進一步完善中小企業(yè)融資擔保體系，加大財政對融資擔保的支持力度，降低融資成本，真正發(fā)揮好融資擔保機構(gòu)的資金服務(wù)平臺作用。同時，大力發(fā)展和引入風險投資機構(gòu)，提高中小企業(yè)發(fā)展的資金保障能力。二是要加大對重點行業(yè)，特別是因國家環(huán)保、產(chǎn)業(yè)政策門檻提高而受影響的行業(yè)領(lǐng)域的技術(shù)改造資金支持和政策引導，通過創(chuàng)新變“壓力”為“競爭力”。三要出臺并落實有利于增加就業(yè)的土地、財稅等政策，減輕因勞動力綜合成本上漲而增加經(jīng)營壓力的中小民營企業(yè)負擔。四要積極研究國內(nèi)市場。隨著宏觀調(diào)控不斷深入，在經(jīng)濟增長動力由過分倚重“外需”向擴大“內(nèi)需”調(diào)整過程中，結(jié)合我省實際情況，培育壯大具有比較優(yōu)勢的行業(yè)，提升企業(yè)競爭力。
5.大力發(fā)展縣域經(jīng)濟，促進農(nóng)村經(jīng)濟發(fā)展，啟動農(nóng)村消費。把發(fā)展縣域經(jīng)濟同發(fā)展特色經(jīng)濟、扶持農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)、小城鎮(zhèn)建設(shè)、帶動農(nóng)村富余勞動力轉(zhuǎn)移、促進農(nóng)民增收結(jié)合起來，把縣域經(jīng)濟發(fā)展同社會主義新農(nóng)村建設(shè)有機統(tǒng)一起來。要本著多予、少取,放活的原則,在財政、稅收、金融、信貸、投資等一系列政策上,支持縣域經(jīng)濟,建立合理的激勵機制,促進縣域經(jīng)濟的發(fā)展。
6.加大節(jié)能減排力度，促進循環(huán)經(jīng)濟發(fā)展。采取必要措施，在土地供應(yīng)、項目評估審批等方面嚴把能耗關(guān)、環(huán)保關(guān)。對嚴重污染環(huán)境的高耗能項目一律不予辦理有關(guān)用地手續(xù)。積極推進排污收費制度改革，實行“環(huán)保部門核定、稅務(wù)部門征收、財政部門監(jiān)管”的征收體制。加快建立污染源自動監(jiān)控體系，同時，加大對節(jié)能減排技術(shù)研究投入，建立節(jié)能減排技術(shù)研究和推廣專項資金。采取利率差價，對節(jié)能減排技術(shù)改造項目貸款實行利率差別定價，對重點節(jié)能減排技術(shù)改造項目給予貸款貼息，對從事符合條件的節(jié)能減排項目企業(yè)給予稅收優(yōu)惠，建立節(jié)能減排獎勵制度。
7.加強對物價的調(diào)控，確保全年經(jīng)濟穩(wěn)定運行。鑒于當前物價漲幅較高的壓力，要進一步加強和改進價格宏觀調(diào)控，積極采取措施平抑漲幅過快的商品價格，把物價調(diào)控在合理范圍內(nèi)。重點監(jiān)控糧油、豬肉、居住等直接影響民生的漲價主導因素變化，搞好居民基本消費品的供需平衡。加大對農(nóng)資產(chǎn)品、鋼材、煤炭、石油等重要生產(chǎn)資料的市場調(diào)劑供應(yīng)，嚴控流通中間環(huán)節(jié)漲價，保障工、農(nóng)業(yè)正常生產(chǎn)。合理引導市場價格預期，力保全年經(jīng)濟平穩(wěn)運行。同時也要進一步提高社會保障水平，關(guān)注民生，保證中低收入群體特別是低保戶不因漲價而影響正常生活。
摘要 在經(jīng)濟活動中,人們越來越依賴經(jīng)濟預測方法來分析經(jīng)濟發(fā)展過程和現(xiàn)象,以論證經(jīng)濟發(fā)展的方針、政策的合理性和科學性。而在當代的各種預測技術(shù)中,統(tǒng)計學習理論的支持向量機(SVM)方法則最具代表性。本文介紹了統(tǒng)計學習理論和支持向量機方法的基本原理和應(yīng)用方法,結(jié)合支持向量機在其它領(lǐng)域內(nèi)的成功應(yīng)用經(jīng)驗,將支持向量機拓展了SVM方法在經(jīng)濟及其它管理方面的應(yīng)用領(lǐng)域;并對支持向量機算法進行GDP預測的可行性與有效性進行分析,對GDP模型進行驗證。
關(guān)鍵詞 經(jīng)濟預測;數(shù)據(jù)挖掘技術(shù);支持向量機;經(jīng)濟增長模型
1 研究背景意義
當代的經(jīng)濟系統(tǒng)是一個多目標、多變量、非線性的開放系統(tǒng),具有非常復雜的相互依賴和相互制約關(guān)系,很難做出正確概率高的決策。
經(jīng)濟管理的過程,就是對經(jīng)濟系統(tǒng)的發(fā)展過程及其變動趨勢進行預測,并在此基礎(chǔ)上制定出發(fā)展規(guī)劃和進行決策,以確定經(jīng)濟管理的目標和實施這一目標的方案,監(jiān)督目標、方案的實現(xiàn),并進行調(diào)節(jié)和控制。進行科學、合理的經(jīng)濟預測并依此制定發(fā)展規(guī)劃對于促進經(jīng)濟的持續(xù)、快速、健康發(fā)展具有極其重要的戰(zhàn)略意義。在經(jīng)濟統(tǒng)計工作中引進數(shù)據(jù)挖掘技術(shù),將該技術(shù)在經(jīng)濟統(tǒng)計中的應(yīng)用普遍化,能有效地提高統(tǒng)計工作的效率,降低統(tǒng)計成本。而利用數(shù)據(jù)挖掘技術(shù)從大量的數(shù)據(jù)中挖掘出有價值的信息,有利于相關(guān)部門在大量經(jīng)濟數(shù)據(jù)的基礎(chǔ)上制定各種經(jīng)濟政策,促進我國經(jīng)濟良性發(fā)展。
2 支持向量機(SVM)技術(shù)綜述
支持向量機(Support Vector Machine,縮寫為SVM)是由Vapnik領(lǐng)導的AT&TBell實驗室研究小組在1963年提出的一種新的非常有潛力的分類技術(shù),SVM是一種基于統(tǒng)計學習理論的模式識別方法,主要應(yīng)用于模式識別領(lǐng)域。這種方法在90年代后得以迅速發(fā)展。
SVM方法將數(shù)據(jù)向量映射到一個更高維的空間里,在這個空間里建立有一個最大間隔超平面。對于只有兩類的問題,可將分類線兩側(cè)的樣本點分為正類和負類,則用符號函數(shù)的方式推斷點所對應(yīng)的類別的決策函數(shù)如下:
設(shè)訓練樣本輸入為,,對應(yīng)的期望輸出為,其中,+1和-1分別代表兩類標識,假定分類面方程為。為了使分類面對所有樣本正確分類并且具備分類間隔,就要求它滿足如下約束:
可以計算出分類間隔為:
現(xiàn)在求解在服從約束式的條件下最大化分類間隔。即最優(yōu)超平面的權(quán)系數(shù)向量是訓練樣本向量的線性組合。
本文重點討論非線性可分情況的SVM。對需要非線性分類的情況,支持向量機提出的方法是利用特征映射方法,使非線性分類的問題可以利用線性分類的計算框架來實現(xiàn)。
對于非線性問題,可以引用非線性函數(shù),把輸入空間Rn映射到m維的特征空間, ,然后在高維特征空間中構(gòu)造一個分界超平面。
對支持向量機而言,核函數(shù)的構(gòu)造和選擇尤其重要。在滿足Mercer條件下,核函數(shù)可以有多種形式:齊交多項式核函數(shù)、非齊交多項式核函數(shù)、徑向基核函數(shù)、Sigmoid核函數(shù)、薄板核函數(shù)等。
3 經(jīng)濟增長模型
自20世紀80年代中期以來,以羅默和盧卡斯為代表的“新增長理論”的出現(xiàn),該理論又稱“內(nèi)生技術(shù)變革理論”,是基于新古典經(jīng)濟增長模型發(fā)展起來的,認為人均實際GDP增長是因為人們在追求利潤中所作出的選擇,且增長可以持續(xù)下去。該理論可以揭示經(jīng)濟增長率差異的原因和解釋持續(xù)經(jīng)濟增長的可能。經(jīng)濟活動的事實證明,經(jīng)濟增長率不是一個常數(shù),它隨著時間的變化而變化,并呈現(xiàn)出一定的周期性,新經(jīng)濟增長理論在參數(shù)中引入時間變量,可以較好地反映經(jīng)濟發(fā)展的周期性,同時對創(chuàng)新機制、人力資源成本等因素進行較好地反映,是比較適合中國國情的。
新經(jīng)濟增長理論有助于我們更深刻地認識到我國現(xiàn)實經(jīng)濟增長方式轉(zhuǎn)變的必要性和緊迫性。新經(jīng)濟增長理論說明,要素投入的增加只有在起能夠帶來技術(shù)進步的條件下才能推動經(jīng)濟的持續(xù)發(fā)展,這從理論上說明粗放型經(jīng)濟增長模式不可持續(xù)。為了保證我國經(jīng)濟持續(xù)、快速、健康發(fā)展,必須將經(jīng)濟增長方式轉(zhuǎn)變到主要依賴技術(shù)進步的集約型經(jīng)濟增長方式上來。
新經(jīng)濟增長理論模型的生產(chǎn)函數(shù)形式:
其中,Y是總產(chǎn)出,K、L、H和t分別是物質(zhì)資本存量、勞動力投入量、人力資本(無形資本)存量和時間。
4 實證研究
在我國,投資對經(jīng)濟增長的推動明顯,是推動經(jīng)濟高速發(fā)展的最主要的動力;而人力資本也是非常重要。現(xiàn)階段,低廉的勞動力資源已成為我國吸引外資、提高經(jīng)濟競爭力的主要因素。
本文在設(shè)計經(jīng)濟預測模型時首先假定社會政治制度、財政政策、稅收政策、退休養(yǎng)老福 利形式、金融市場發(fā)展為平穩(wěn)漸進型;我國經(jīng)濟成功轉(zhuǎn)型,則可假定技術(shù)進步也是一個平穩(wěn)漸進的過程。考慮金融危機的影響,應(yīng)對本模型預測結(jié)果進行修正。
本文中的國民經(jīng)濟產(chǎn)出模型的可看作一個生產(chǎn)函數(shù):
其中,F表示國民經(jīng)濟產(chǎn)出,A表示技術(shù)進步,K表示資本投入,L表示勞動力,H表示人力資本。本模型用國內(nèi)生產(chǎn)總值來表示國民經(jīng)濟產(chǎn)出。
文中對GDP的增長率靠固定資產(chǎn)投資總額、從業(yè)人員人數(shù)以及職工平均工資的增長率等指標來進行回歸預測,選用擬合誤差最小的結(jié)果進行GDP的增長率的預測。用RMSE和預測準確度為性能指標。
本文從《中國統(tǒng)計年鑒2008》選取1978年至2003年的GDP數(shù)據(jù)及增長率進行訓練,將訓練數(shù)據(jù)分成5份做交叉驗證。選取2004年至2007年的GDP數(shù)據(jù)及增長率做測試樣本集。利用LIBSVM進行模型的測試與預測。
關(guān)于核函數(shù)的選擇,LIBSVM提供了4種常用的SVM算法核函數(shù):線性核、多項式核、RBF 核、sigmoid 核。經(jīng)研究,選擇RBF、多項式、sigmoid核函數(shù)進行預測并進行比較,以保證預測結(jié)果的準確性。并采用探索法來確定參數(shù)。
5 結(jié)論
表1國內(nèi)生產(chǎn)總值不同核函數(shù)形式的預測準確性對比
在實證中,RMSE值越小,相對誤差越小,預測準確度越高。本文使用徑向基核函數(shù)完成預測。
GDP預測結(jié)果見表2,2008~2010年的國民生產(chǎn)總值上揚,體現(xiàn)了我國在進行經(jīng)濟結(jié)構(gòu)調(diào)整取得重大進展,國內(nèi)生產(chǎn)總值的增長率保持較高水平。自2007年年末爆發(fā)了世界性金融危機,對世界經(jīng)濟產(chǎn)生了巨大的影響。金融市場的動蕩,使世界各個國家尤其是西方發(fā)達國家的經(jīng)濟遭受到了毀滅性打擊,對我國經(jīng)濟也造成了巨大的沖擊。我國政府積極應(yīng)對,加大了固定資產(chǎn)投資,共投入4萬億資金,拉動內(nèi)需,取得了令世界矚目的成就。從2008年~2009年,我國經(jīng)濟已觸底反彈,并率先開始進入增長,確保GDP高速增長。
表2 全國2008~2010年宏觀經(jīng)濟數(shù)據(jù)預測值
在研究中發(fā)現(xiàn),支持向量機方法進行經(jīng)濟預測也存在一定的局限性。主要表現(xiàn)為:第一,在支持向量機方法中不能明確獲得內(nèi)部權(quán)重,所反映學習信息及結(jié)果,不利于確切把握經(jīng)濟現(xiàn)象的本質(zhì);第二,SVM算法選擇小規(guī)模的樣本集訓練,降低了學習代價,但存在初始樣本集選擇不當,SVM的分類精度不高的缺陷;第三,如何在訓練時確定核函數(shù)及參數(shù),研究還很不成熟,另外核函數(shù)的形式有待不斷的進行豐富。
摘要：該文結(jié)合經(jīng)濟預測理論和BP神經(jīng)網(wǎng)絡(luò)算法和RBF神經(jīng)網(wǎng)絡(luò)的特點，研究浙江省基于BP神經(jīng)網(wǎng)絡(luò)算法和RBF神經(jīng)網(wǎng)絡(luò)算法的人工神經(jīng)網(wǎng)絡(luò)的經(jīng)濟增長預測。實證研究數(shù)據(jù)結(jié)果表明，人工神經(jīng)網(wǎng)絡(luò)具有較好的預測精度，但是各種神經(jīng)網(wǎng)絡(luò)進行經(jīng)濟增長預測的數(shù)據(jù)不一樣，有些誤差非常大。人工神經(jīng)網(wǎng)絡(luò)可以為宏觀經(jīng)濟部門決策提供很好的參考依據(jù)。
關(guān)鍵詞：BP人工神經(jīng)網(wǎng)絡(luò)；RBF人工神經(jīng)網(wǎng)絡(luò)；經(jīng)濟增長預測
1 經(jīng)濟預測概論
經(jīng)濟預測是與未來有關(guān)的旨在減少不確定性對經(jīng)濟活動影響的一種經(jīng)濟分析。它是對將來經(jīng)濟發(fā)展的科學認識活動。經(jīng)濟預測不是靠經(jīng)驗、憑直覺的預言或猜測，而是以科學的理論和方法、可靠的資料、精密的計算及對客觀規(guī)律性的認識所作出的分析和判斷。
2 人工神經(jīng)網(wǎng)絡(luò)經(jīng)濟預測技術(shù)
由于人工神經(jīng)網(wǎng)絡(luò)具有大規(guī)模并行處理、容錯性、自適應(yīng)和聯(lián)想功能強等特點，作為非線性智能預測方法的人工神經(jīng)網(wǎng)絡(luò)預測方法成為國內(nèi)外經(jīng)濟預測研究的一個熱點。
人工神經(jīng)網(wǎng)絡(luò)不斷應(yīng)用于證券預測分析、企業(yè)經(jīng)濟戰(zhàn)略預測、經(jīng)濟理論創(chuàng)新、經(jīng)濟預測預警等研究中，都得到了一定的效果。
3 BP與RBF神經(jīng)網(wǎng)絡(luò)預測模型分析
3.1 經(jīng)濟增長神經(jīng)網(wǎng)絡(luò)設(shè)計模型
3.1.1 宏觀經(jīng)濟預測指標
經(jīng)濟增長率是判斷宏觀經(jīng)濟運行狀況的一個主要指標。經(jīng)濟增長率指的就是不變價國內(nèi)生產(chǎn)總值增長率(簡稱國內(nèi)生產(chǎn)總值增長率。因此，判斷宏觀經(jīng)濟運行狀況要落腳到對國內(nèi)生產(chǎn)總值的核算上。在本文中我們采用GDP的增長率來作為預測目標。
3.1.2 神經(jīng)網(wǎng)絡(luò)設(shè)計模型經(jīng)濟模型的設(shè)計
本論文采用兩種模型對經(jīng)濟進行預測。
1) 第一種 GDP預測模型：第n年的一、二、三產(chǎn)業(yè)的增長率作為輸入，第n+1年GDP增長率作為輸出。
2) 第二種預測模型。第n-3、n-2、n-1、n年的經(jīng)濟增長率作為輸入，第n-1、n、n+1年經(jīng)濟增長率作為輸出。
這里還要說明兩個問題。第一我們用到的數(shù)據(jù)來自2009年 浙江省統(tǒng)計年鑒，它的網(wǎng)址是// 。
3.1.3 神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)
設(shè)計經(jīng)濟預測神經(jīng)網(wǎng)絡(luò)模型前，首先需要確定神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，主要包括如下內(nèi)容：網(wǎng)絡(luò)的層數(shù)，每層的神經(jīng)元數(shù)和激活函數(shù)等。采用的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1。
3.2 使用BP在以浙江省過去的每年的GDP增長指數(shù)的基礎(chǔ)上進行BP神經(jīng)網(wǎng)絡(luò)預測
3.2.1 學習樣本的選擇
本次實驗使用Matlab 軟件采用3層BP神經(jīng)網(wǎng)絡(luò)建立浙江省經(jīng)濟發(fā)展的的預測模型。輸入層節(jié)點數(shù)為n=4，輸出層節(jié)點m=3.而隱含層節(jié)點數(shù)的選擇是人工神經(jīng)網(wǎng)絡(luò)最為關(guān)鍵的一步，它直接影響網(wǎng)絡(luò)隊復雜問題的映射能力，實驗中我們采用試湊法來確定最佳節(jié)點數(shù)。現(xiàn)設(shè)置較少的隱節(jié)點訓練網(wǎng)絡(luò)，然后逐漸增加網(wǎng)絡(luò)節(jié)點數(shù)，用同一樣本進行訓練，從中確定網(wǎng)絡(luò)誤差最小時對應(yīng)的節(jié)點數(shù)，隱層、輸出層神經(jīng)元的轉(zhuǎn)移函數(shù)，隱含層和輸出層轉(zhuǎn)移函數(shù)分別采用tansig和logsig，訓練函數(shù)選擇traindx。
3.2.2 數(shù)值歸一化處理
對于浙江省經(jīng)濟增長序列Q=（Q1，Q2…，Qt）。設(shè)序列的最大值、最小值分別為Qmax、Qmin。對時間序列的值作歸一化處理。
令xi=(Qi-Qmin)/(Qmax-Qmin)
3.2.3 樣本數(shù)據(jù)訓練和數(shù)據(jù)預測
采用1978～2003年的數(shù)據(jù)樣本在MatLab7.0軟件中對輸入網(wǎng)絡(luò)進行訓練.隱層節(jié)點數(shù)先從4開始訓練，逐步增加到12時，當數(shù)值 為10時預測結(jié)果較好。允許誤差為0.001，訓練3217次達到訓練要求。
采用1978～2004年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2005-年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP。采用1978～2005年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2006年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP， 采用1978～2006年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2007-年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP，依次類推，產(chǎn)生結(jié)果如表1所示。
3.2.4 數(shù)據(jù)分析
從2000-2004的擬合數(shù)據(jù)來看，相對誤差比較小，BP網(wǎng)絡(luò)對整個模擬數(shù)據(jù)的擬合程度還是比較好的，但是從2005-2009的預測數(shù)據(jù)來看預測數(shù)據(jù)的誤差還是比較大的，這也說明對未來的預測是很難的。各種不確定的因素在起作用。
3.3 三種產(chǎn)業(yè)增加率BP確定法預測GDP
3.3.1 樣本數(shù)據(jù)訓練
將1978-2004年數(shù)據(jù)對輸入網(wǎng)絡(luò)進行訓練。然后把需要預測的樣本2000-2004年的樣本數(shù)據(jù)輸入網(wǎng)絡(luò)，得到結(jié)果，然后用反歸一化公式獲得結(jié)果。在Matlab7.0中調(diào)用newff函數(shù)，建立一個3個輸入節(jié)點、18個隱含層節(jié)點、一個輸出結(jié)點的BP神經(jīng)網(wǎng)絡(luò)，隱含層和輸出層轉(zhuǎn)移函數(shù)分別采用tansig和logsig，訓練函數(shù)選擇traindx，允許誤差為0.001，訓練1748次達到訓練要求。
采用1978～2004年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2005年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP。采用1978～2005年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2006年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP， 采用1978～2006年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2007年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP，依次類推，產(chǎn)生結(jié)果如表2所示。
3.3.2 數(shù)據(jù)分析
從預測數(shù)據(jù)來看預測數(shù)據(jù)的誤差盡管比上一種類型的數(shù)據(jù)要好，但是誤差還是比較大的，但是考慮到預測的能力 ，數(shù)據(jù)還是可以接受的 。但是數(shù)據(jù)誤差還是比較大的，這也說明對未來的預測是很難的，不是十分確定的，有些文章的數(shù)據(jù)精確度挺高的，但我想應(yīng)該是不太可能的，也許有故意湊數(shù)據(jù)的嫌疑。如果預測一年的話，可以通過調(diào)整參數(shù)獲得近似結(jié)果，但是很多年就很困難。
3.4 使用RBF在以浙江省過去的每年的GDP增長指數(shù)的基礎(chǔ)上進行RBF神經(jīng)網(wǎng)絡(luò)預測.
3.4.1 RBF 神經(jīng)網(wǎng)絡(luò)模型設(shè)計
該種方式與第一種BP神經(jīng)網(wǎng)絡(luò)預測方法類似， 以以前四年的GDP增長率作為輸入，后兩年加以預測的年作為輸出。輸入層節(jié)點數(shù)為n=4，輸出層節(jié)點m=3.而隱含層節(jié)點數(shù)的選擇是采用matlab的newrbe自動來設(shè)置.然后用同一樣本進行訓練。
3.4.2 樣本數(shù)據(jù)訓練和數(shù)據(jù)預測
1) 采用1978～2004年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2005年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP。采用1978～2005年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2006年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP，依次類推，產(chǎn)生結(jié)果如表3所示。這兒采用newrbe函數(shù)，spread參數(shù)為0.25。這是因為通過測試采用0.25獲得的數(shù)據(jù)結(jié)果較好。
3.4.3 數(shù)據(jù)分析
從實驗數(shù)據(jù)看，RBF對整個模擬數(shù)據(jù)的曲線擬合程度是相當完美，但是從2005-2009的預測數(shù)據(jù)來看預測數(shù)據(jù)的誤差還是比較大的，這也說明RBF神經(jīng)網(wǎng)絡(luò)盡管曲線的擬合程度比BP網(wǎng)絡(luò)好 ，但是從預測的能力來講，并不比BP網(wǎng)絡(luò)好，反而通過試驗顯得更差一些。這仍然表明對未來的預測是很難的。各種不確定的因素在起作用。神經(jīng)網(wǎng)絡(luò)的預測也只能作為參考之用，不能對各種的突發(fā)事件進行預測。
3.5 使用RBF三種產(chǎn)業(yè)增加率確定法預測GDP
3.5.1 RBF神經(jīng)網(wǎng)絡(luò)模型設(shè)計
該種方式與對應(yīng)的BP神經(jīng)網(wǎng)絡(luò)預測方法類似， 以一年的三種產(chǎn)業(yè)增長率作為輸入，后一年的GDP增長率預測作為輸出。本次實驗采用RBF神經(jīng)網(wǎng)絡(luò)建立浙江省經(jīng)濟發(fā)展的的預測模型。輸入層節(jié)點數(shù)為n=3，輸出層節(jié)點m=1.而隱含層節(jié)點數(shù)的選擇采用RBF自動的newrbe方法實現(xiàn)。
3.5.2 數(shù)據(jù)處理
1) 采用1978～2004年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2005年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP。采用1978～2005年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2006年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP， 采用1978～2006年的數(shù)據(jù)作為第一組訓練數(shù)據(jù)，2007-年數(shù)據(jù)作為仿真預測數(shù)據(jù)，通過神經(jīng)網(wǎng)絡(luò)預測GDP，依次類推，產(chǎn)生結(jié)果如表4所示。
3.5.3 數(shù)據(jù)分析
但是從2005-2009的預測數(shù)據(jù)來看預測數(shù)據(jù)的誤差比上一組得RBF的誤差還要大，幾乎有點難以接受。這也說明RBF神經(jīng)網(wǎng)絡(luò)盡管曲線的擬合程度比BP網(wǎng)絡(luò)好，但是從預測的能力來講，并不比BP網(wǎng)絡(luò)好，反而我通過試驗更差一些。2009年的數(shù)據(jù)變得極為不合理，從而導致數(shù)據(jù)的偏差性很高。，從測試數(shù)據(jù)可看出，但是由于經(jīng)濟運行的復雜性，以及不可預知性，特別是由于2008的美國金融導致的世界范圍的經(jīng)濟危機，導致經(jīng)濟數(shù)據(jù)的不可靠性大大增加，歷史數(shù)據(jù)變得用處不太大。2009年的數(shù)據(jù)變得極為不合理，從而導致數(shù)據(jù)的偏差性很高。
4 總結(jié)與歸納
從我們的試驗來看，各種神經(jīng)網(wǎng)絡(luò)的確可以對未來進行預測，但是精度多高卻有一些問題，從我們的試驗來看BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)要比RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)要好，但是也只在一定范圍內(nèi) ，四種檢測方法，只有一種數(shù)據(jù)還略微能夠接受。神經(jīng)網(wǎng)絡(luò)預測仍然需要不斷的完善。
一、緒論
國內(nèi)外已不少學者通過構(gòu)建不同模型對經(jīng)濟周期進行監(jiān)測預警，人工神經(jīng)網(wǎng)絡(luò)是方法之一。神經(jīng)網(wǎng)絡(luò)實質(zhì)是一個大規(guī)模的連續(xù)的非線性時間動力系統(tǒng)，它具有并行分布處理、連續(xù)時間非線性動力學、網(wǎng)絡(luò)全局作用及學習聯(lián)想能力和高度的魯棒性等特點。[1]與此同時，它也具有不可預測性、自適應(yīng)性、耗散性和吸引性等非線性動力系統(tǒng)的所共有的特性。[2]對于宏觀經(jīng)濟這樣一個復雜的“黑箱”運作系統(tǒng)，人工神經(jīng)網(wǎng)絡(luò)體現(xiàn)出其優(yōu)良性。
再者，崔勝鉉和瓦里安（2011）認為利用大數(shù)據(jù)信息可以為實時預測提供服務(wù)。[3]比如，提前捕獲GDP這樣的經(jīng)濟數(shù)據(jù)。人們可以依靠網(wǎng)絡(luò)技術(shù)和實時信息的可采集性，比如，在2016年12月31日得到我國本月GDP的數(shù)值。本文將通過構(gòu)建以經(jīng)濟理論為支撐的宏觀經(jīng)濟的指標體系，然后采用徑向基神經(jīng)網(wǎng)絡(luò)進行宏觀經(jīng)濟預測分析。
二、徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)介紹
（一）徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
徑向基函數(shù)網(wǎng)絡(luò)（Radial Basis Function，RBF）由三層構(gòu)成：輸入層、隱藏層和輸入層。輸入向量首先與權(quán)值向量相乘，輸入到隱藏層的節(jié)點；再計算樣本點與節(jié)點中心的距離，該距離通過徑向基函數(shù)的轉(zhuǎn)換形成隱藏層的輸出；最后通過輸出層的線性表達形成網(wǎng)絡(luò)的最終輸出。
在這個過程中，重點之一是如何確定隱藏層節(jié)點的中心和其標準差σ，以及隱藏層與輸出層之間的權(quán)值矩陣。[4]其中節(jié)點中心可用聚類的方法確定，或直接從樣本中選擇；而標準差則可通過經(jīng)驗公式
其中dmax表示所選中心之間的最大距離，n為隱藏層節(jié)點個數(shù)。根據(jù)徑向基函數(shù)中心確定的方法不同，RBF神經(jīng)網(wǎng)絡(luò)有不同的學習策略。本文將使用有監(jiān)督選取中心的方法。“監(jiān)督”即神經(jīng)網(wǎng)絡(luò)的權(quán)值通過輸出數(shù)據(jù)來調(diào)整，整個過程采用誤差修正來學習，其代價函數(shù)如下定義：
設(shè)E為一個輸出節(jié)點的誤差，N為訓練樣本的個數(shù)，ej為輸入第j個訓練樣本所得結(jié)果與期望結(jié)果之間的誤差：
其中，I表示隱含節(jié)點的個數(shù)[6]。學習時，正是通過尋找合適的自由參數(shù)使代價函數(shù)最小。
由于RBF網(wǎng)絡(luò)能夠逼近任意的非線性函數(shù)，可以處理系統(tǒng)內(nèi)的難以解析的規(guī)律性，并且具有很快的學習收斂速度，因此RBF網(wǎng)絡(luò)具有較為廣泛的應(yīng)用。[5]
三、基于徑向基神經(jīng)網(wǎng)絡(luò)宏觀經(jīng)濟預測的實現(xiàn)
宏觀經(jīng)濟預測的影響因素眾多，且各因素之間關(guān)系復雜，是具有高度不確定的非線性系統(tǒng)，故而先構(gòu)建影響宏觀經(jīng)濟的指標體系，再采用徑向基神經(jīng)網(wǎng)絡(luò)實現(xiàn)宏觀經(jīng)濟預測，以陜西省1996年～2015年的數(shù)據(jù)作為實證樣本。
（一）宏觀經(jīng)濟預警指標體系的構(gòu)建
以陜西省省內(nèi)內(nèi)生產(chǎn)總值（億元）表示陜西省的經(jīng)濟水平。以經(jīng)濟學理論為基礎(chǔ)，劃分出四類一級指標：消費、投資、政府支出及凈出口；[6]但人力資本在地方經(jīng)濟發(fā)展中起著越來越重要的作用，所以增加技術(shù)、教育投資和文化公共事業(yè)這三項一級指標。兼顧指標數(shù)據(jù)的可獲得性，選取以下指標來衡量陜西省的經(jīng)濟發(fā)展：
所有數(shù)據(jù)均來源于中國統(tǒng)計局，原始數(shù)據(jù)見附表1。
（二）徑向基神經(jīng)網(wǎng)絡(luò)預測的實現(xiàn)
基于徑向基神經(jīng)網(wǎng)絡(luò)進行陜西省宏觀經(jīng)濟預測的實現(xiàn)依照以下步驟實現(xiàn)：
1.數(shù)據(jù)的預處理。利用RStudio處理初始數(shù)據(jù)，調(diào)用matrixplot查看是否存在缺失數(shù)據(jù)，結(jié)果顯示共有7個缺失數(shù)據(jù)。補充方法如下：對于教育經(jīng)費（EF）的第一處缺失、圖書（TB）、期刊（TJ）和報紙（TN）的缺失采用均值插樣做補充；教育經(jīng)費（EF）的第二處缺失參考新聞“教育經(jīng)費不少于地區(qū)總產(chǎn)值的4%”[5]，加之2014年、2013年的教育經(jīng)費投入都大于陜西總產(chǎn)值的5%，那么一定程度上用2015年地區(qū)總產(chǎn)值的5%作為本地的教育費投入。博物館數(shù)量（NM）的兩處均以1998年的67個類推。
接著定義樣本并劃分訓練樣本和測試樣本。其中1996～2000年的數(shù)據(jù)為訓練樣本，2001～2005年的數(shù)據(jù)為測試樣本。
2.訓練樣本。為了充分利用樣本，對15份訓練樣本進行插值得到100份樣本。具體操作為先將訓練樣本和對應(yīng)的目標輸出合并為16×100矩陣，采用Matlab2013（a）中的二維插值函數(shù)interp2插值后，再將該矩陣拆分為樣本和對應(yīng)目標輸出。
3.創(chuàng)建徑向基神經(jīng)網(wǎng)絡(luò)。使用newrb函數(shù)創(chuàng)建徑向基神經(jīng)網(wǎng)絡(luò)，其中設(shè)定設(shè)誤差容限為，擴散因子為22，最大神經(jīng)元個數(shù)為101。調(diào)用函數(shù)后，得到的誤差下降曲線圖如下：
考慮到不同指標的數(shù)據(jù)量級不同，對數(shù)據(jù)做歸一化后得到的神經(jīng)網(wǎng)絡(luò)如圖3：
相比初次得到的RBF網(wǎng)絡(luò)結(jié)構(gòu)圖（圖4），數(shù)據(jù)歸一化后誤差下降速率更穩(wěn)定：
4.測試顯示測試結(jié)果。
相對誤差結(jié)果總結(jié)如下：
四、總結(jié)
從實證過程可以歸納出以下三點：第一，指標有效，合適的數(shù)據(jù)預處理可以保證算法的收斂速；第二，預測結(jié)果的平均相對誤差僅有0.071629，因此有理由認為，徑向基神經(jīng)網(wǎng)絡(luò)可以準確預測宏觀經(jīng)濟的走勢；第三，預測值隨著時間的推后，預測偏差逐漸擴大，這說明該方法和其他預測方法有著同樣的確定，即只適合短時期內(nèi)的預測，預測誤差會隨著預測期的延長而變大。
作者簡介：蘇珊娜（1993-），女，漢族，陜西省咸陽市，西安財經(jīng)學院，碩士研究生在讀，數(shù)量經(jīng)濟學。
2016 年有望成為應(yīng)用經(jīng)濟高歌猛進的一年。到 12 月底，App Annie預計移動應(yīng)用商店總消費額將達到 520 億美元，而移動應(yīng)用內(nèi)廣告總消費額將達到 770 億美元。移動端如今成為絕對的主流平臺，各行各業(yè)的公司都依賴于移動渠道提升現(xiàn)有收入來源，同時開拓新的創(chuàng)收渠道。
2017 年將成為應(yīng)用生態(tài)系統(tǒng)的又一里程碑。除了主要平臺創(chuàng)新和移動優(yōu)先型企業(yè)的持續(xù)發(fā)展，更多傳統(tǒng)行業(yè)的公司也意識到投資移動端的重要性。
2017 年應(yīng)用經(jīng)濟狀態(tài)：全面增長
App Annie預測，2017 年移動應(yīng)用消費總額（含應(yīng)用商店消費和廣告費用）將達到 1660 億美元。
移動應(yīng)用商店總消費額將達到 650 億美元。游戲類應(yīng)用仍是此項收入的主力軍，但交友和流媒體應(yīng)用訂閱收入將迅速增長。
應(yīng)用內(nèi)廣告總消費額將達到 1010 億美元。社交媒體、視頻平臺和游戲仍是此項收入的主要來源。在以上類別中，移動視頻廣告形式帶來的收入增長最快。此外，品牌廣告也是重要的收入增長來源之一，在移動應(yīng)用內(nèi)廣告消費總額中所占份額將上升至 12.5%。
2016 年前 3 季度，全球（不含中國）Android 手機平臺上購物應(yīng)用的使用時間同比增加 52%，主要原因是移動商務(wù)蓬勃發(fā)展。2017 年，由于移動應(yīng)用對實體店內(nèi)購物體驗的影響，預計實體零售商將迎來一波強勁的增長趨勢。
其他實體企業(yè)（尤其是銀行和快餐廳）的應(yīng)用總使用次數(shù)在 2017 年將大幅增長，因為各大公司紛紛開始在業(yè)務(wù)運營中利用移動平臺。
商業(yè)合并浪潮席卷西方
2017 年，App Annie預計西方世界將會如同去年的亞洲一樣，到處涌動商業(yè)應(yīng)用合并的潮流。拼車與配送領(lǐng)域的創(chuàng)業(yè)公司在創(chuàng)新與發(fā)現(xiàn)階段通過風險投資籌集大量資金，以支持業(yè)務(wù)發(fā)展和用戶獲取工作。折扣價格是吸引新用戶的主要方式，但是也會導致單位經(jīng)濟效益難以持續(xù)。2017 年，整個市場將趨向成熟，預計合并會使競爭態(tài)勢正常化，并推動幾家占主導地位的大公司最終進行 IPO。
短視頻風靡，地面電視面臨激烈競爭
過去幾年間，人們普遍認為 Netflix 和付費在線視頻服務(wù)可打破傳統(tǒng)付費電視規(guī)則。然而，Netflix 的定位是單一網(wǎng)絡(luò)平臺，也就是說，它只是與單個電視臺競爭，而不是全面抗衡付費電視。Netflix 對于原創(chuàng)內(nèi)容的投資印證了這種價值主張。由于主要消費渠道發(fā)生變革，這一策略也會讓訂閱者數(shù)量和用戶參與度繼續(xù)提升。但是，由于資源庫存有限，付費在線視頻服務(wù)僅憑自身力量始終難以取代現(xiàn)有的電視運營模式。
隨著 YouTube、Facebook 以及后續(xù)加入的 Snapchat 等平臺上短視頻和視頻直播發(fā)展，App Annie相信在未來幾年內(nèi)，上述平衡格局將會變化。2016 年 10 月，美國 Android 用戶僅使用 YouTube 的時間就增加了近 45%。由于媒體公司加大了對獨家訂制內(nèi)容的投資，這一數(shù)據(jù)在 2017 年預計還會繼續(xù)增加。隨著時間推移，這些公司會真正地顛覆規(guī)則，留給地面電視的時間已經(jīng)不多了，尤其是年輕群體中，“掐線族” 和“沒電視族”呈現(xiàn)出日漸增加的趨勢。
聊天機器人影響力有限，但 B2C 消息類應(yīng)用將會繼續(xù)發(fā)展
2016 年，圍@聊天機器人的諸多討論都以“對話商務(wù)”的理念為立足點。反方觀點則主要強調(diào)按需經(jīng)濟的存在。送餐和拼車應(yīng)用存在的意義在于減少摩擦――用圖形用戶界面 （GUI）代替對話。與此相反，消息類應(yīng)用的作用在于讓現(xiàn)有的交流渠道更有效率，例如滿足客戶和售后服務(wù)人員的溝通需求。隨著 Facebook Messenger 和 WhatsApp 等消息類應(yīng)用逐步被整合到 Facebook 頁面中，F(xiàn)acebook很有可能成為這一領(lǐng)域的領(lǐng)導者。聊天機器人能夠發(fā)揮一定的影響，但是，2017 年人工智能技術(shù)水平還不夠精細，不足以完成高水準的客戶服務(wù)。因此，App Annie預測聊天機器人的用處仍限于發(fā)送通知，以及將用戶導向人工服務(wù)流程。
語音搜索繼續(xù)發(fā)展，但難以成為主流
Google已經(jīng)推出Google Assistant，顯然對語音輔助技術(shù)的未來充滿信心。盡管App Annie相信，Google Assistant 能夠提高移動端語音搜索查詢的數(shù)量，但是在應(yīng)用互動模式中仍然缺乏大規(guī)模變革的動向。即使是語音搜索有顯著增長，預計語音互動在智能手機總體使用次數(shù)中所占比例仍低于2%。這是因為現(xiàn)有的觸摸式交互功能已經(jīng)比較成熟，不太可能在此時發(fā)生較大變化。盡管如此，屏幕建議（on-screen suggestions， 來自同樣的基礎(chǔ) AI 技術(shù)）功能還是引起更多關(guān)注。
即時應(yīng)用與分布式發(fā)現(xiàn) 共同改變應(yīng)用導航
即時應(yīng)用是指無需下載即可訪問 Android 應(yīng)用的一種方式，這也是2016年 Google I/O 開發(fā)者大會上的最重要信息之一。2017 年應(yīng)用開發(fā)商將逐漸采用這一策略，首先以使用較少的應(yīng)用為主，尤其是旅游、送餐和零售行業(yè)應(yīng)用。接下來就是不需要大量用戶時間份額的應(yīng)用，例如拼車應(yīng)用。由于一種被App Annie定義為“分布式發(fā)現(xiàn)（distributed discovery）” 的趨勢，這一現(xiàn)象會越來越明顯。例如，通過 Google 的所有產(chǎn)品都能發(fā)現(xiàn)應(yīng)用，而不是像過去一樣只能依靠應(yīng)用商店這個單一的搜索發(fā)現(xiàn)渠道。Google Maps 中嵌入拼車、酒店預訂和送餐服務(wù)的深層鏈接之后，開始變成應(yīng)用發(fā)現(xiàn)的一大來源。此外，當用戶位于當?shù)厣虡I(yè)店鋪或零售商店附近時，Google Nearby 可發(fā)送應(yīng)用提示。最后，Google search、Google Now 和 Google Assistant 推薦都可在某種程度上提供應(yīng)用發(fā)現(xiàn)的功能。在中國市場上也出現(xiàn)了類似趨勢，那就是微信“小程序”。
虛擬現(xiàn)實（VR）技術(shù)偏愛移動平臺
移動 VR 配件（如 Gear VR 和 Google 的 Daydream Viewer）的使用量將大大超過 PC 平臺的 VR 設(shè)備，如 HTC Vive 和 Oculus Rift。這是由于設(shè)備擁有成本大大降低，使用范圍逐漸擴大，涵蓋新聞、運動、娛樂甚至是教育類的 360 度全方位視頻――這些都是推動虛擬現(xiàn)實設(shè)備迅速發(fā)展的原因。到 2017 年底，App Annie預計移動 VR 的用戶群體數(shù)量大概與 2016 年底使用家用語音助手的用戶數(shù)量基本相當。
新平臺：語音助手產(chǎn)品依然小眾，可穿戴設(shè)備的熱點轉(zhuǎn)移到眼鏡領(lǐng)域
家用語音助手：Amazon Echo成為 2016年市場熱點，因其未來感設(shè)計吸引大批早期用戶，2016年11月它的配套應(yīng)用下載量累計達到約350萬次。隨著產(chǎn)品“技能”范圍的拓展和近期Google Home，預計設(shè)備保有量還會增加。但是，語音助手在2017年仍然是小眾產(chǎn)品，因為缺少其他相關(guān)的家用設(shè)備，延緩了社會大眾采用語音助手技術(shù)的步伐。
可穿戴設(shè)備：消費者和開發(fā)商對于智能手表的興趣幾年前就開始下降。因此，App Annie認為OEM和平臺所有者會把投資轉(zhuǎn)向智能眼鏡，從配備基礎(chǔ)相機功能的 Snap Spectacles 眼鏡到功能齊全的 AR 平臺（例如 Microsoft HoloLens）都在考慮之列。不過，由于基礎(chǔ)技術(shù)尚未成熟，2017 年不太可能實現(xiàn)標志性的商業(yè)成就。
在經(jīng)濟學中，數(shù)據(jù)對于經(jīng)濟預測和金融分析有著極大的作用。大量數(shù)據(jù)的掌握和有效計算可以幫助銀行準確地把握市場動態(tài)、經(jīng)濟發(fā)展趨勢等，而且群體行為也會在數(shù)據(jù)上進行體現(xiàn)。在此背景下，如何有效的收集市場數(shù)據(jù)，分析出數(shù)據(jù)背后的經(jīng)濟運行脈絡(luò)，理清金融發(fā)展線索稱為當前銀行業(yè)普遍關(guān)注的焦點。
大數(shù)據(jù)技術(shù)概念及銀行應(yīng)用的重要意義
大數(shù)據(jù)技術(shù)相關(guān)概念
大數(shù)據(jù)（Big Data）是一種在當前信息爆炸以及互聯(lián)網(wǎng)不斷發(fā)展背景下提出的關(guān)于非結(jié)構(gòu)、半結(jié)構(gòu)和相關(guān)關(guān)系數(shù)據(jù)的統(tǒng)稱。當前大數(shù)據(jù)技術(shù)不僅是實體數(shù)據(jù)，而且包括相關(guān)的數(shù)據(jù)庫、云計算等技術(shù)。在大數(shù)據(jù)背景下，銀行企業(yè)將過往十幾年間積累的客戶數(shù)據(jù)、企業(yè)行為、政府行為以及國家經(jīng)濟行為統(tǒng)一集中在一個數(shù)據(jù)庫中，利用相關(guān)關(guān)系來分析所需要預測的經(jīng)濟問題和進行金融數(shù)據(jù)統(tǒng)計。當前大數(shù)據(jù)主要以下三個特點，第一是數(shù)據(jù)的整體性，大數(shù)據(jù)時代的數(shù)據(jù)信息不再是隨機樣本，而是整體樣本，包括所有的經(jīng)濟行為；第二是數(shù)據(jù)的龐雜性，大數(shù)據(jù)不再執(zhí)著于數(shù)據(jù)收集的精確度，而是利用整體數(shù)據(jù)來分析和計算；第三是數(shù)據(jù)的相關(guān)性，不僅利用數(shù)據(jù)的因果關(guān)系，更多的利用相關(guān)關(guān)系來計算概率。
銀行應(yīng)用大數(shù)據(jù)進行經(jīng)濟分析的重要作用
對于銀行等金融機構(gòu)，使用大數(shù)據(jù)技術(shù)可以起到以下幾個重要作用。
提高經(jīng)濟預測能力：大數(shù)據(jù)技術(shù)實現(xiàn)了對未來短期內(nèi)的經(jīng)濟行為的預測，大數(shù)據(jù)帶來的不僅是對過往經(jīng)濟的總結(jié)，還能夠讓銀行在龐大的相關(guān)數(shù)據(jù)中分析出未來的經(jīng)濟發(fā)展趨勢。因此銀行使用大數(shù)據(jù)技術(shù)可以提升經(jīng)濟預測能力。
實現(xiàn)金融統(tǒng)計管理智能化：通過大數(shù)據(jù)以及其配套計算機、互聯(lián)網(wǎng)技術(shù)，讓銀行可以將不同的數(shù)據(jù)進行系統(tǒng)自動聚類和信息清洗，優(yōu)化數(shù)據(jù)統(tǒng)計結(jié)構(gòu)，實現(xiàn)對不同數(shù)據(jù)統(tǒng)計的智能化管理，建立科學化的宏觀預測和金融統(tǒng)計工作。
完善風險規(guī)避能力：通過大數(shù)據(jù)技術(shù)，銀行可以完成更加精確地戰(zhàn)略布局，大數(shù)據(jù)的經(jīng)濟分析概率可以幫助銀行更好的搭配資金結(jié)構(gòu)和營業(yè)結(jié)構(gòu)，通過金融組合來完成對潛在市場風險、宏觀經(jīng)濟風險以及國際金融風險的規(guī)避，降低金融危機對銀行的沖擊。
大數(shù)據(jù)時代下銀行構(gòu)建分析統(tǒng)計系統(tǒng)的應(yīng)對措施
解決數(shù)據(jù)統(tǒng)計問題
對于當前銀行機構(gòu)的數(shù)據(jù)統(tǒng)計方式。應(yīng)用在經(jīng)濟預測和金融分析中還存在不少問題。在數(shù)據(jù)技術(shù)上，銀行缺少動態(tài)數(shù)據(jù)的統(tǒng)計工具，對于市場數(shù)據(jù)的實時變化缺少挖掘和采集渠道；數(shù)據(jù)的分析和整理模型工具還需要進一步優(yōu)化，提煉系統(tǒng)對數(shù)據(jù)聚類程序和數(shù)據(jù)源的判斷能力；加強對非結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用能力，完善對財務(wù)報表、賬簿等結(jié)構(gòu)數(shù)據(jù)與經(jīng)營中的非結(jié)構(gòu)零散統(tǒng)計數(shù)據(jù)的對接，另外要提高對圖像、影音等隱藏信息的統(tǒng)計能力；加強與現(xiàn)代電商之間的金融數(shù)據(jù)合作，強化全社會體系下的大數(shù)據(jù)分析能力，健全信息共享機制。除此之外，還要進一步加強信息收集過程中的安全防護，合法收集數(shù)據(jù)，防止客戶隱私數(shù)據(jù)流出，強化互聯(lián)網(wǎng)技術(shù)條件
完善數(shù)據(jù)分析技術(shù)的頂層設(shè)計
建立能夠立足經(jīng)濟預測和金融統(tǒng)計的大數(shù)據(jù)技術(shù)，銀行必須從頂層設(shè)計方面進行專業(yè)化的設(shè)計。銀行需要成立專門的大數(shù)據(jù)技術(shù)研究機構(gòu)和管理部門，負責針對大數(shù)據(jù)技術(shù)、系統(tǒng)開發(fā)、功能設(shè)計以及金融專業(yè)參數(shù)計算等工作，制定詳細的工作計劃。然后通過系統(tǒng)的會議，制定大數(shù)據(jù)技術(shù)以及大數(shù)據(jù)金融產(chǎn)業(yè)的發(fā)展重點以及制度保障，推動并開發(fā)硬件設(shè)施、軟件工具以及分析工具，加強大數(shù)據(jù)系統(tǒng)的專業(yè)組織與管理，探索大數(shù)據(jù)技術(shù)在經(jīng)濟預測以及金融數(shù)據(jù)統(tǒng)計中的應(yīng)用方向和應(yīng)用方式。最后是完善大數(shù)系統(tǒng)在銀行總行以及各分行之間的數(shù)據(jù)聯(lián)合，完成數(shù)據(jù)的儲存和管理，建立從總行到分行到地市支行再到縣區(qū)支行的數(shù)據(jù)庫結(jié)構(gòu)，最終實現(xiàn)大數(shù)據(jù)系統(tǒng)在銀行各級部門中的布局。
加強專業(yè)經(jīng)濟預測、會融分析功能研發(fā)
大數(shù)據(jù)技術(shù)在銀行業(yè)中的具體應(yīng)用歸根結(jié)底還是要落在與金融業(yè)有關(guān)的業(yè)務(wù)方面。對此，銀行管理者必須加強對大數(shù)據(jù)與經(jīng)濟領(lǐng)域應(yīng)用的融合。比如，銀行可以借鑒瑞士銀行已開發(fā)的大數(shù)據(jù)系統(tǒng)，使用“定向算法文本分析（簡稱DATA）”技術(shù)，利用大數(shù)據(jù)為基礎(chǔ)對經(jīng)濟的運行狀態(tài)進行預測分析，通過計算客戶的資金流通預測客戶對經(jīng)濟的感情態(tài)度，然后再給出“積極/消極”或是“樂觀/悲觀”等態(tài)度概率，從而加強對未來幾個月內(nèi)經(jīng)濟走向的預測。
對于銀行借助大數(shù)據(jù)的金融統(tǒng)計功能。也可以通過具體的算法來實現(xiàn)，比如日本央行開發(fā)并試運營的XBRL語言框架，可以通過銀行現(xiàn)有的各種數(shù)據(jù)對金融報告進行分析。可以完成對企業(yè)財務(wù)狀況、信用狀況、債務(wù)狀況、國際匯率、證券等其他金融項目的具體統(tǒng)計。
隨著時代的發(fā)展，數(shù)據(jù)信息的價值在不斷提升。通過數(shù)據(jù)可以分析出未來一定階段內(nèi)的經(jīng)濟狀況、金融狀況、市場狀況，對銀行未來的改革創(chuàng)新有著重要的推動作用。對此銀行等金融機構(gòu)需要針對大數(shù)據(jù)技術(shù)不斷創(chuàng)新，吸收并培養(yǎng)專門的數(shù)據(jù)統(tǒng)計分析人才，實現(xiàn)數(shù)據(jù)分析對經(jīng)濟的預測和金融的統(tǒng)計功能，推動我國金融業(yè)的商業(yè)化改革。
【摘要】探討了最小二乘法的基本原理及其各種擬合方法，將這種思想運用于經(jīng)濟中的商品銷售預測。社會經(jīng)濟走向與供求關(guān)系有關(guān)，穩(wěn)定的發(fā)展與供求差異的程度相關(guān)，通過計算相關(guān)系數(shù)來確定收集數(shù)據(jù)間的相關(guān)系數(shù)，再運用最小二乘法，我們就可以根據(jù)相關(guān)系數(shù)較高的數(shù)據(jù)預測出未來的銷售情況，根據(jù)預測結(jié)果提供相應(yīng)的產(chǎn)量，保證社會的經(jīng)濟發(fā)展穩(wěn)定性，這種方法還在社會中的人員流動和收支狀況分析上也具有一定的參考意義。
【關(guān)鍵詞】最小二乘法 多項式擬合 相關(guān)系數(shù) 消費品零售總額
一、最小二乘法的定義
二、最小二乘擬合的誤差分析
由于在數(shù)據(jù)采集時出現(xiàn)觀測誤差是不可避免的，因此常設(shè)想所尋求的曲線與實驗數(shù)據(jù)之間的誤差在某種度量意義最小，令
其中i代表擬合值；代表觀測值的平均值；yi代表觀測值。Se，R2，s分別代表殘差平方和，相關(guān)系數(shù)和剩余標準差。其中殘差表示描述的是預測值（估計值）的期望與真實值之間的差距。殘差越大，越偏離真實數(shù)據(jù)。當R2越大，說明殘差越小，回歸曲線擬合程度也就越好。當s越小，說明殘差越小，也可以說明曲線的擬合程度越好。相關(guān)系數(shù)，剩余標準差都與殘差，取決標準是一致的，只是看待問題的角度不同，因此可以利用上述的方法進行分析研究。
三、最小二乘法的應(yīng)用
經(jīng)濟走向由許多因素共同決定，一個社會的良好發(fā)展取決于經(jīng)濟的總體發(fā)展，這個是取決于消費品的供給與需求之間的關(guān)系。如若供給大于需求，會有產(chǎn)品閑置，間接導致失業(yè)的結(jié)果；如若需求大于供給，增大對進口的需求，導致資金外流。所以，對于供求關(guān)系的把控是需要一定的估計，那么最小二乘法就提供了這樣的方法，將損失最小化，將社會發(fā)展最大化。經(jīng)調(diào)查和數(shù)據(jù)收集，某地區(qū)2015年3～12月社會消費品零售總額當期值（億元）如下表格所示：
對應(yīng)的擬合函數(shù)圖像：
計算出來的3個對應(yīng)殘差平方和。s1=215.61，s2=194.30，s3=194.02，C合以上結(jié)果，三次擬合偏差最小，即經(jīng)過3次擬合得到的擬合效果是相對較好的擬合方程，其方程為：
Y=104（2.2562-0.0198x+0.0083x2-0.0002x3），x∈（1，26）
代入x=13，得到y(tǒng)=29621即2016年一月份.社會消費品零售總額當期值為29621（億元）
代入x=14，得到y(tǒng)=31070即2016年二月份.社會消費品零售總額當期值為31070（億元）
代入x=15，得到y(tǒng)=31517即2016年三月份.社會消費品零售總額當期值為31517（億元）
可見，如果銷售品較為穩(wěn)定，可以用最小二乘法進行趨勢預測。
以2016年1月份為例，經(jīng)過計算，y的殘差為1968.6，相關(guān)系數(shù)R2=0.9147，剩余標準差s=69601，我們知道，當R2越大，證明殘差越小，回歸曲線擬合程度也就越好。當s越小，說明殘差越小，也可以說明曲線的擬合成都越好。與其它擬合曲線相比，該擬合曲線的殘差平方和最小，相關(guān)系數(shù)最大，剩余標準差最小，三者統(tǒng)一，共同說明擬合的效果最佳，所以我們的解決方法對我們運用于實際中來分析問題是有參考價值的。
通過得出的結(jié)果，我們可以預估未來年份的當期值，對應(yīng)這個我們可以生產(chǎn)相應(yīng)的產(chǎn)品來滿足，就避免了過大的供求差異關(guān)系，即2016年一月份、二月份及三月份社會消費品總額分別約為29621億元、31070億元及31517億元，根據(jù)各消費品的比例分布，生產(chǎn)相應(yīng)的產(chǎn)品，使得供求基本一致，更好地促進社會經(jīng)濟的發(fā)展。
四、總結(jié)
在處理上述問題的過程中，我們對在一定時期內(nèi)，較為穩(wěn)定的數(shù)據(jù)進行最小二乘進行趨勢預測，分別對問題運用了一次、二次和三次三種不同的多項式擬合，通過得出的結(jié)果，我們可以知道在一定范圍內(nèi)，當擬合的多項式次數(shù)較高時，多項式擬合的誤差平方和小，則擬合的效果會較好。相關(guān)系數(shù)能夠揭示生活問題兩組數(shù)據(jù)間的關(guān)系，再通過選取好的擬合函數(shù)，得到預測結(jié)果更加準確，從而更好制定方案。
作者簡介：涂崇智（1995-），男，漢族，湖北武漢人，本科，江漢大學，研究方向：金融數(shù)學。
【摘要】 隨著經(jīng)濟的發(fā)展和科技的進步，經(jīng)濟研究領(lǐng)域得到了進一步的拓展，集中表現(xiàn)在經(jīng)濟預測和決策當中。在經(jīng)濟預測與決策中，數(shù)學發(fā)揮著重要的工具作用，輔助經(jīng)濟領(lǐng)域得到進一步拓展。高中數(shù)學對于經(jīng)濟預測與決策的重要作用，不僅表現(xiàn)為高中數(shù)學有助于經(jīng)濟理論的形成和發(fā)展，而且高中數(shù)學可以通過數(shù)字的靈活應(yīng)用實現(xiàn)經(jīng)濟的交流、積累和傳播。因此，本文從當前經(jīng)濟領(lǐng)域的發(fā)展現(xiàn)狀出發(fā)，進一步探討和分析高中數(shù)學在經(jīng)濟預測與決策中的應(yīng)用和重要性。
【關(guān)鍵詞】 數(shù)學 經(jīng)濟預測 經(jīng)濟決策
引言
新經(jīng)濟的發(fā)展離不開數(shù)學的帶動作用，高中數(shù)學知識通過數(shù)學方法和思維更好地解決了實踐中各種經(jīng)濟問題，因此，高中數(shù)學與經(jīng)濟的關(guān)系也越來越密切，突出表現(xiàn)在高中數(shù)學對于經(jīng)濟預測與決策中的發(fā)揮著不可替代的重要作用。下文將進行逐一的具體分析。
一、高中數(shù)學在經(jīng)濟研究中的作用
隨著科技的不斷進步，高中數(shù)學通過思維語言的應(yīng)用和邏輯思維的辨析，與經(jīng)濟學更緊密的聯(lián)系在一起，逐步在經(jīng)濟研究中發(fā)揮著重要作用。同時，數(shù)學知識的迅速發(fā)展，也極大地提高了經(jīng)濟研究的整體水平。數(shù)學知識不僅重視數(shù)字分析的嚴謹性，保證經(jīng)濟預測和決策的信息和數(shù)字依據(jù)更加準確化，同時進一步完善經(jīng)濟學這門科學，促進經(jīng)濟學理論的形成和進一步發(fā)展。在經(jīng)濟領(lǐng)域中，通過運用高中數(shù)學知識進一步建立函數(shù)模型，將復雜的經(jīng)濟問題進一步轉(zhuǎn)化為數(shù)學問題，構(gòu)建對應(yīng)函數(shù)模型進行解決經(jīng)濟問題。例如，在經(jīng)濟研究的過程中，常用到的數(shù)學知識理論有：消費函數(shù)、邊際分析、回歸分析、主成分分析、投入產(chǎn)出函數(shù)模型等，都對經(jīng)濟研究和經(jīng)濟學的發(fā)展做出了巨大的貢獻。因此，高中數(shù)學知識在經(jīng)濟研究中發(fā)揮著不可替代的重要作用，促進經(jīng)濟的交流、積累和進一步的傳播與發(fā)展。
二、經(jīng)濟預測與決策在經(jīng)濟活動中的作用
經(jīng)濟和科技的迅速發(fā)展，讓原本有限的資源獲得了最大化的利用，換而言之，通過不斷優(yōu)化資源配置從而實現(xiàn)了經(jīng)濟最大化的獲利。在經(jīng)濟決策中，決策的基礎(chǔ)是要進行精準、明確的預測。對于經(jīng)濟決策和經(jīng)濟預測而言，兩者又都是以商品的生產(chǎn)和交換為基礎(chǔ)，以調(diào)查資料、經(jīng)濟信息以及調(diào)查結(jié)果為依托，采用科學有效的方法和理論，將可能出現(xiàn)的結(jié)果進行整合，再進行進一步的評估和分析，從而制定經(jīng)濟方案和發(fā)展方向。此外，市場經(jīng)濟的蓬勃發(fā)展，各種資源都在被進行整合利用，經(jīng)濟的高速發(fā)展在創(chuàng)造極大的經(jīng)濟效益的同時，也帶來了極大的風險。
但是，隨著科技發(fā)展的逐步成熟以及數(shù)學知識的應(yīng)用，這種潛在的巨大風險是可以進行人為控制的。因此，在進行經(jīng)濟預測和決策的過程中，應(yīng)該進一步優(yōu)化資源配置，整合方案，降低經(jīng)濟發(fā)展過程中潛在的風險，從而實現(xiàn)經(jīng)濟活動的順利、穩(wěn)定發(fā)展。
三、高中數(shù)學在經(jīng)濟預測與決策中的應(yīng)用
高中數(shù)學在經(jīng)濟預測與決策過程中的應(yīng)用，主要是通過將數(shù)學理論與實際事實進行有機統(tǒng)一的結(jié)合，以此來進行實際中經(jīng)濟有關(guān)的問題的解決，主要的公式是：F（x）=f（x），其中，x代表經(jīng)濟活動中變量，則F（x）代表經(jīng)濟中與政策變化等相關(guān)的因素隨經(jīng)濟活動中變量變化而產(chǎn)生的影響和聯(lián)系。因此，經(jīng)濟預測與決策與高中數(shù)學知識之間的關(guān)系，是將經(jīng)濟理論、數(shù)學方法以及統(tǒng)計方法相結(jié)合，根據(jù)實際的經(jīng)濟問題，構(gòu)建計量模型和估算方程，通過深入準確的定性分析與定量分析，以數(shù)學的形式進行表達和呈現(xiàn)，也就是將數(shù)學方程式、變量和參數(shù)進行整合。通過利用數(shù)學知識進行經(jīng)濟預測和決策，不僅能夠準確地反映現(xiàn)實特點，還可以明確經(jīng)濟分析的思路，從而進行精確計算，發(fā)揮高中數(shù)學的重要作用，實現(xiàn)經(jīng)濟的可持續(xù)發(fā)展和資源的優(yōu)化配置。
四、高中數(shù)學在經(jīng)濟預測與決策中的重要性
科技的迅速發(fā)展，帶動經(jīng)濟領(lǐng)域的范圍逐漸擴展，同時通過數(shù)學模型的建立，更加有效的解決了實際中很多的經(jīng)濟問題。尤其是隨著以數(shù)字化為基礎(chǔ)的計算機和互聯(lián)網(wǎng)的出現(xiàn)和應(yīng)用，更是強化了高中數(shù)學在經(jīng)濟領(lǐng)域中的重要作用。例如，在解決實際問題的時候，常常要通過建立目標函數(shù)，運用到極限理論進行有關(guān)經(jīng)濟問題的極限計算，，具體而言，若函數(shù)代表損失則達最小，若函數(shù)代表獲利則達極大，從而將具體的經(jīng)濟問題轉(zhuǎn)化為目標函數(shù)條件極值或者變分問題。
五、結(jié)論
經(jīng)濟和科技的發(fā)展，使高中數(shù)學知識廣泛應(yīng)用到經(jīng)濟學領(lǐng)域中。通過數(shù)學知識和方法的運用，讓高中數(shù)學逐步成為經(jīng)濟預測和決策中至關(guān)重要的一部分。通過將實踐中復雜的經(jīng)濟問}轉(zhuǎn)化為數(shù)學知識后，從而進行函數(shù)模型的構(gòu)建，通過進一步精確和理性的邏輯的分析，應(yīng)用高中數(shù)學知識解決實際問題。總而言之，無論是高中數(shù)學知識還是數(shù)學思想，都在經(jīng)濟預測和決策中發(fā)揮著舉足輕重的作用，對于實現(xiàn)經(jīng)濟的可持續(xù)發(fā)展和資源的優(yōu)化配置以及利潤的最大化都十分重要。
