開(kāi)篇：寫(xiě)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(jì)預(yù)測(cè)論文，希望這些內(nèi)容能成為您創(chuàng)作過(guò)程中的良師益友，陪伴您不斷探索和進(jìn)步。

經(jīng)濟(jì)預(yù)測(cè)論文:經(jīng)濟(jì)預(yù)測(cè)建筑工程技術(shù)論文

1建筑工程技術(shù)經(jīng)濟(jì)預(yù)測(cè)的原則

1.1以全過(guò)程經(jīng)濟(jì)效益為主，結(jié)合階段性經(jīng)濟(jì)效益預(yù)測(cè)

建筑工程有效地開(kāi)展，需要進(jìn)行以下幾個(gè)工作環(huán)節(jié)，分別是：對(duì)項(xiàng)目目標(biāo)的確定、技術(shù)方案的提出、方案的篩選、工程的實(shí)施以及經(jīng)濟(jì)效益的分析等等。每一個(gè)工作環(huán)節(jié)都發(fā)揮著重要的作用。當(dāng)然這些流程中也有所重點(diǎn)，經(jīng)濟(jì)預(yù)測(cè)要突出全過(guò)程的經(jīng)濟(jì)效益。然而，在以前的建筑工程經(jīng)濟(jì)預(yù)測(cè)中，往往忽視了工程技術(shù)的經(jīng)濟(jì)效益，只重視施工階段，從而導(dǎo)致主次不分，很難有效的提升建筑工程技術(shù)經(jīng)濟(jì)效益。所以，建筑工程技術(shù)經(jīng)濟(jì)預(yù)測(cè)的首要原則就是立足于全過(guò)程經(jīng)濟(jì)效益的預(yù)測(cè)。

1.2最優(yōu)化預(yù)測(cè)與滿意度預(yù)測(cè)的結(jié)合

在進(jìn)行建筑工程技術(shù)經(jīng)濟(jì)預(yù)測(cè)的過(guò)程中，要遵守原則最優(yōu)化的處理方案，這種思想由美國(guó)經(jīng)濟(jì)學(xué)家西蒙所創(chuàng)造，其中關(guān)鍵詞匯為“滿意程度”，因?yàn)槿藗冊(cè)趯?duì)建筑工程技術(shù)問(wèn)題進(jìn)行分析、解決環(huán)節(jié)時(shí)自身處理問(wèn)題的容量與問(wèn)題本比較十分渺小，所以要想在實(shí)際生活中做到科學(xué)、有效的實(shí)施途徑十分困難。為此該經(jīng)濟(jì)學(xué)家提出滿意程度一詞，用滿足度來(lái)替換最優(yōu)化，在預(yù)測(cè)建筑工程技術(shù)經(jīng)濟(jì)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(dòng)預(yù)測(cè)為主，結(jié)合被動(dòng)分析

建筑工程技術(shù)的經(jīng)濟(jì)預(yù)測(cè)就是要將系統(tǒng)處理問(wèn)題時(shí)即將面臨的狀況進(jìn)行評(píng)估，從而確保工程實(shí)施的高效性。以往的操作方式是將實(shí)際值與預(yù)期值進(jìn)行對(duì)比，倘若實(shí)際值較預(yù)期值相差甚遠(yuǎn)，便分析其內(nèi)部因素，并采取進(jìn)一步的改進(jìn)措施。這種預(yù)測(cè)方式被稱(chēng)之為被動(dòng)分析，只能對(duì)已經(jīng)出現(xiàn)問(wèn)題的系統(tǒng)評(píng)估和改進(jìn)，無(wú)法達(dá)到預(yù)測(cè)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(jì)預(yù)測(cè)的內(nèi)容中，事前主動(dòng)的分析施工狀況，避免不必要的損失。以主動(dòng)預(yù)測(cè)為主，結(jié)合被動(dòng)分析將成為今后實(shí)施途中的主要原則之一。

2建筑工程技術(shù)經(jīng)濟(jì)預(yù)測(cè)的方法

2.1定量預(yù)測(cè)方法

定量預(yù)測(cè)方法主要包含以下三種具體方法，分別是：平均移動(dòng)法、平均簡(jiǎn)單法和平均加權(quán)移動(dòng)法。平均移動(dòng)法對(duì)實(shí)際發(fā)生的數(shù)據(jù)信息進(jìn)行求平均值，一般在時(shí)間周期方面要移動(dòng)一個(gè)周期左右，所得數(shù)值即作為下一個(gè)周期的經(jīng)濟(jì)預(yù)測(cè)值。平均簡(jiǎn)單法通過(guò)對(duì)以往的數(shù)據(jù)信息分析來(lái)預(yù)測(cè)未來(lái)的經(jīng)濟(jì)效益值，這種方法的操作較為簡(jiǎn)單，適合處理短期的經(jīng)濟(jì)預(yù)測(cè)情況。第三種平均加權(quán)移動(dòng)法利用加權(quán)來(lái)反應(yīng)數(shù)據(jù)信息之間存在的區(qū)別，該方法的經(jīng)濟(jì)預(yù)測(cè)平均值比較準(zhǔn)確。

2.2定性預(yù)期方法

定影預(yù)期方法主要由專(zhuān)家分析法與德?tīng)柗品ńM成。專(zhuān)家分析法的經(jīng)濟(jì)預(yù)測(cè)評(píng)估對(duì)象為專(zhuān)家所提出的建議，專(zhuān)家通過(guò)自身的豐富經(jīng)驗(yàn)和所掌握的建筑工程技術(shù)知識(shí)，來(lái)從以往的項(xiàng)目中尋求規(guī)律，并對(duì)未來(lái)的發(fā)展走向做出判斷。判斷提出之后，還需要進(jìn)行進(jìn)一步的分析、整理以及歸納環(huán)節(jié)。專(zhuān)家分析法還分為個(gè)人分析與集體分析，個(gè)人分析的優(yōu)勢(shì)在于可以充分調(diào)動(dòng)專(zhuān)家的創(chuàng)造性和主觀能動(dòng)性，集體分析的優(yōu)勢(shì)在于專(zhuān)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(zhuān)家之間的溝通交流，經(jīng)濟(jì)預(yù)測(cè)結(jié)果精準(zhǔn)程度較高。德?tīng)柗品ㄍㄟ^(guò)匿名的形式對(duì)專(zhuān)家的建議進(jìn)行分析、整理，可以算作專(zhuān)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(kāi)始決策方法并不是最優(yōu)化方案，實(shí)施人員便可能會(huì)后悔，為了避免這中現(xiàn)象的發(fā)生，在作抉擇時(shí)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(gè)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(shí)施過(guò)程中一般不會(huì)出現(xiàn)操作失誤等問(wèn)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(gè)方案中處于自然狀況下收益值最大的方案。

3.2風(fēng)險(xiǎn)性決策

風(fēng)險(xiǎn)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(chēng)之為合理性標(biāo)準(zhǔn)，該方法的實(shí)施條件一般是在統(tǒng)計(jì)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(biāo)準(zhǔn)期望值法，通過(guò)對(duì)每個(gè)方案進(jìn)行期望值的計(jì)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(wú)法獲得準(zhǔn)確性的數(shù)據(jù)，便將其稱(chēng)之為期望值。

4結(jié)論

在建筑工程技術(shù)實(shí)施過(guò)程中，要做好經(jīng)濟(jì)預(yù)測(cè)，并選擇好決策方法，以保證工程的順利實(shí)施。由此不難發(fā)現(xiàn)，建筑工程技術(shù)的經(jīng)濟(jì)預(yù)測(cè)以及決策方法在各項(xiàng)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(jì)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(xiàn)。本篇論文主要從建筑工程技術(shù)經(jīng)濟(jì)的合理性與必要性、建筑工程技術(shù)經(jīng)濟(jì)預(yù)測(cè)的方法、建筑工程技術(shù)中的決策方法等方面展開(kāi)論述。

作者：萬(wàn)東操 單位：黔南民族職業(yè)技術(shù)學(xué)院

經(jīng)濟(jì)預(yù)測(cè)論文:經(jīng)濟(jì)預(yù)測(cè)的工程技術(shù)論文

1建筑工程技術(shù)經(jīng)濟(jì)預(yù)測(cè)的原則

1.1以全過(guò)程經(jīng)濟(jì)效益為主，結(jié)合階段性經(jīng)濟(jì)效益預(yù)測(cè)建筑工程有效地開(kāi)展，需要進(jìn)行以下幾個(gè)工作環(huán)節(jié)，分別是：對(duì)項(xiàng)目目標(biāo)的確定、技術(shù)方案的提出、方案的篩選、工程的實(shí)施以及經(jīng)濟(jì)效益的分析等等。每一個(gè)工作環(huán)節(jié)都發(fā)揮著重要的作用。當(dāng)然這些流程中也有所重點(diǎn)，經(jīng)濟(jì)預(yù)測(cè)要突出全過(guò)程的經(jīng)濟(jì)效益。然而，在以前的建筑工程經(jīng)濟(jì)預(yù)測(cè)中，往往忽視了工程技術(shù)的經(jīng)濟(jì)效益，只重視施工階段，從而導(dǎo)致主次不分，很難有效的提升建筑工程技術(shù)經(jīng)濟(jì)效益。所以，建筑工程技術(shù)經(jīng)濟(jì)預(yù)測(cè)的首要原則就是立足于全過(guò)程經(jīng)濟(jì)效益的預(yù)測(cè)。

1.2最優(yōu)化預(yù)測(cè)與滿意度預(yù)測(cè)的結(jié)合在進(jìn)行建筑工程技術(shù)經(jīng)濟(jì)預(yù)測(cè)的過(guò)程中，要遵守原則最優(yōu)化的處理方案，這種思想由美國(guó)經(jīng)濟(jì)學(xué)家西蒙所創(chuàng)造，其中關(guān)鍵詞匯為“滿意程度”，因?yàn)槿藗冊(cè)趯?duì)建筑工程技術(shù)問(wèn)題進(jìn)行分析、解決環(huán)節(jié)時(shí)自身處理問(wèn)題的容量與問(wèn)題本比較十分渺小，所以要想在實(shí)際生活中做到科學(xué)、有效的實(shí)施途徑十分困難。為此該經(jīng)濟(jì)學(xué)家提出滿意程度一詞，用滿足度來(lái)替換最優(yōu)化，在預(yù)測(cè)建筑工程技術(shù)經(jīng)濟(jì)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(dòng)預(yù)測(cè)為主，結(jié)合被動(dòng)分析建筑工程技術(shù)的經(jīng)濟(jì)預(yù)測(cè)就是要將系統(tǒng)處理問(wèn)題時(shí)即將面臨的狀況進(jìn)行評(píng)估，從而確保工程實(shí)施的高效性。以往的操作方式是將實(shí)際值與預(yù)期值進(jìn)行對(duì)比，倘若實(shí)際值較預(yù)期值相差甚遠(yuǎn)，便分析其內(nèi)部因素，并采取進(jìn)一步的改進(jìn)措施。這種預(yù)測(cè)方式被稱(chēng)之為被動(dòng)分析，只能對(duì)已經(jīng)出現(xiàn)問(wèn)題的系統(tǒng)評(píng)估和改進(jìn)，無(wú)法達(dá)到預(yù)測(cè)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(jì)預(yù)測(cè)的內(nèi)容中，事前主動(dòng)的分析施工狀況，避免不必要的損失。以主動(dòng)預(yù)測(cè)為主，結(jié)合被動(dòng)分析將成為今后實(shí)施途中的主要原則之一。

2建筑工程技術(shù)經(jīng)濟(jì)預(yù)測(cè)的方法

2.1定量預(yù)測(cè)方法定量預(yù)測(cè)方法主要包含以下三種具體方法，分別是：平均移動(dòng)法、平均簡(jiǎn)單法和平均加權(quán)移動(dòng)法。平均移動(dòng)法對(duì)實(shí)際發(fā)生的數(shù)據(jù)信息進(jìn)行求平均值，一般在時(shí)間周期方面要移動(dòng)一個(gè)周期左右，所得數(shù)值即作為下一個(gè)周期的經(jīng)濟(jì)預(yù)測(cè)值。平均簡(jiǎn)單法通過(guò)對(duì)以往的數(shù)據(jù)信息分析來(lái)預(yù)測(cè)未來(lái)的經(jīng)濟(jì)效益值，這種方法的操作較為簡(jiǎn)單，適合處理短期的經(jīng)濟(jì)預(yù)測(cè)情況。第三種平均加權(quán)移動(dòng)法利用加權(quán)來(lái)反應(yīng)數(shù)據(jù)信息之間存在的區(qū)別，該方法的經(jīng)濟(jì)預(yù)測(cè)平均值比較準(zhǔn)確。

2.2定性預(yù)期方法定影預(yù)期方法主要由專(zhuān)家分析法與德?tīng)柗品ńM成。專(zhuān)家分析法的經(jīng)濟(jì)預(yù)測(cè)評(píng)估對(duì)象為專(zhuān)家所提出的建議，專(zhuān)家通過(guò)自身的豐富經(jīng)驗(yàn)和所掌握的建筑工程技術(shù)知識(shí)，來(lái)從以往的項(xiàng)目中尋求規(guī)律，并對(duì)未來(lái)的發(fā)展走向做出判斷。判斷提出之后，還需要進(jìn)行進(jìn)一步的分析、整理以及歸納環(huán)節(jié)。專(zhuān)家分析法還分為個(gè)人分析與集體分析，個(gè)人分析的優(yōu)勢(shì)在于可以充分調(diào)動(dòng)專(zhuān)家的創(chuàng)造性和主觀能動(dòng)性，集體分析的優(yōu)勢(shì)在于專(zhuān)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(zhuān)家之間的溝通交流，經(jīng)濟(jì)預(yù)測(cè)結(jié)果精準(zhǔn)程度較高。德?tīng)柗品ㄍㄟ^(guò)匿名的形式對(duì)專(zhuān)家的建議進(jìn)行分析、整理，可以算作專(zhuān)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(kāi)始決策方法并不是最優(yōu)化方案，實(shí)施人員便可能會(huì)后悔，為了避免這中現(xiàn)象的發(fā)生，在作抉擇時(shí)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(gè)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(shí)施過(guò)程中一般不會(huì)出現(xiàn)操作失誤等問(wèn)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(gè)方案中處于自然狀況下收益值最大的方案。

3.2風(fēng)險(xiǎn)性決策風(fēng)險(xiǎn)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(chēng)之為合理性標(biāo)準(zhǔn)，該方法的實(shí)施條件一般是在統(tǒng)計(jì)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(biāo)準(zhǔn)期望值法，通過(guò)對(duì)每個(gè)方案進(jìn)行期望值的計(jì)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(wú)法獲得準(zhǔn)確性的數(shù)據(jù)，便將其稱(chēng)之為期望值。

4結(jié)論

在建筑工程技術(shù)實(shí)施過(guò)程中，要做好經(jīng)濟(jì)預(yù)測(cè)，并選擇好決策方法，以保證工程的順利實(shí)施。由此不難發(fā)現(xiàn)，建筑工程技術(shù)的經(jīng)濟(jì)預(yù)測(cè)以及決策方法在各項(xiàng)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(jì)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(xiàn)。本篇論文主要從建筑工程技術(shù)經(jīng)濟(jì)的合理性與必要性、建筑工程技術(shù)經(jīng)濟(jì)預(yù)測(cè)的方法、建筑工程技術(shù)中的決策方法等方面展開(kāi)論述。

作者：萬(wàn)東操單位：黔南民族職業(yè)技術(shù)學(xué)院

經(jīng)濟(jì)預(yù)測(cè)論文:美國(guó)對(duì)日本貿(mào)易經(jīng)濟(jì)預(yù)測(cè)探討論文

[摘要]本文研究美國(guó)對(duì)日本進(jìn)出口貿(mào)易額的實(shí)證分析和演化模型。根據(jù)美國(guó)1974年1月到2006年2月年的美國(guó)對(duì)日本進(jìn)出口貿(mào)易額統(tǒng)計(jì)資料，借助于計(jì)量經(jīng)濟(jì)學(xué)方法，建立了美國(guó)對(duì)日本進(jìn)出口貿(mào)易額演化模型，并得出如下結(jié)論：美國(guó)對(duì)日本進(jìn)出口貿(mào)易額已越過(guò)其相變點(diǎn)，以緩慢的速度接近其飽和值14686和6545（百萬(wàn)美元）。

[關(guān)鍵詞]美國(guó)對(duì)日本貿(mào)易統(tǒng)計(jì)數(shù)據(jù)實(shí)證分析經(jīng)濟(jì)演化模型經(jīng)濟(jì)預(yù)測(cè)

一、引言

利用美國(guó)對(duì)日本進(jìn)出口貿(mào)易額歷史統(tǒng)計(jì)數(shù)據(jù)（歷年《美國(guó)總統(tǒng)經(jīng)濟(jì)報(bào)告》），借助計(jì)量經(jīng)濟(jì)學(xué)軟件進(jìn)行回歸分析，找出美國(guó)對(duì)日本進(jìn)出口貿(mào)易額演化規(guī)律的形式的某些方面，建立美國(guó)經(jīng)濟(jì)演化的一個(gè)計(jì)算機(jī)仿真模型，是一個(gè)有意義的工作。以此模型為基礎(chǔ)，根據(jù)經(jīng)濟(jì)學(xué)原理，可以解釋這個(gè)模型各個(gè)參數(shù)的經(jīng)濟(jì)學(xué)意義，從而通過(guò)對(duì)各種參數(shù)的調(diào)節(jié)或變動(dòng)所導(dǎo)致的美國(guó)對(duì)日本進(jìn)出口貿(mào)易額路徑的偏移進(jìn)行計(jì)算機(jī)仿真展示，把握住美國(guó)對(duì)日本進(jìn)出口貿(mào)易額演化的某些客觀必然趨勢(shì),以及對(duì)我國(guó)與美國(guó)和我國(guó)與日本進(jìn)出口貿(mào)易額的影響，預(yù)先提出相應(yīng)的政策建議，從而增強(qiáng)我國(guó)的經(jīng)濟(jì)安全保障。

本文研究進(jìn)行這一工作。

二、美國(guó)對(duì)日本進(jìn)出口貿(mào)易額歷史數(shù)據(jù)的實(shí)證分析和經(jīng)濟(jì)演化模型

美國(guó)經(jīng)濟(jì)在建國(guó)200年所打下的堅(jiān)實(shí)基礎(chǔ)之上，借助其科技優(yōu)勢(shì)、美元的支配地位等有利因素而高速發(fā)展。用計(jì)量經(jīng)濟(jì)學(xué)軟件，我們對(duì)其1974年1月～2006年2月的對(duì)日本進(jìn)出口貿(mào)易數(shù)據(jù)進(jìn)行回歸分析。

1.先進(jìn)行數(shù)據(jù)截取:19741月年至2006年2月的美國(guó)對(duì)日本進(jìn)出口貿(mào)易額演化數(shù)據(jù)作為模型創(chuàng)建樣本；用以預(yù)測(cè)2008年至2020年的美國(guó)對(duì)日本進(jìn)出口貿(mào)易額主要指標(biāo)取值。所用數(shù)據(jù)來(lái)自歷年《美國(guó)總統(tǒng)經(jīng)濟(jì)報(bào)告》中美國(guó)對(duì)日本進(jìn)出口貿(mào)易額指標(biāo)數(shù)據(jù)。

2.然后對(duì)主要經(jīng)濟(jì)指標(biāo)系例數(shù)據(jù)作出散點(diǎn)圖（圖1中的圓圈表示）。

3.據(jù)數(shù)據(jù)散點(diǎn)圖進(jìn)行回歸分析。函數(shù)形式設(shè)定：因?yàn)榻?jīng)濟(jì)系統(tǒng)常態(tài)發(fā)展具有最大可能值（經(jīng)濟(jì)系統(tǒng)的最大負(fù)荷）和對(duì)負(fù)荷的一定的占據(jù)速率（經(jīng)濟(jì)增長(zhǎng)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(jì)值。L是曲線最大極限值即經(jīng)濟(jì)系統(tǒng)的負(fù)荷，b是曲線的增長(zhǎng)速率因子即經(jīng)濟(jì)系統(tǒng)對(duì)其負(fù)荷的本征侵占速率，a近似是曲線的縮小因子即經(jīng)濟(jì)系統(tǒng)內(nèi)在的交易費(fèi)用等耗散因素的作用強(qiáng)度，據(jù)這三個(gè)參數(shù)的意義其估計(jì)值可近似由統(tǒng)計(jì)數(shù)據(jù)的演化態(tài)勢(shì)進(jìn)行估計(jì)。我們?nèi)椋篖=6000，a=7，b=0.8。

在此基礎(chǔ)上，借助計(jì)量經(jīng)濟(jì)學(xué)軟件，對(duì)統(tǒng)計(jì)數(shù)據(jù)回歸函數(shù)的參數(shù)進(jìn)行優(yōu)化估計(jì)，得出精確的統(tǒng)計(jì)數(shù)據(jù)回歸函數(shù)完備表達(dá)式。在實(shí)際操作過(guò)程中，這一步驟可能進(jìn)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(guó)對(duì)日本進(jìn)出口貿(mào)易額演化的數(shù)學(xué)模型(百萬(wàn)美元)：

圖1美國(guó)對(duì)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(jìn)行主要經(jīng)濟(jì)指標(biāo)在未來(lái)20年～30年（取2008年至2030年作為預(yù)測(cè)區(qū)間)的取值預(yù)測(cè)(圖1中的加號(hào)表示）。公務(wù)員之家

5.據(jù)回歸曲線進(jìn)行經(jīng)濟(jì)系統(tǒng)演化態(tài)勢(shì)分析：由仿真曲線可以看出，美國(guó)經(jīng)濟(jì)加速增長(zhǎng)期目前已經(jīng)越過(guò)其相變點(diǎn)(仿真曲線的拐點(diǎn)即經(jīng)濟(jì)增長(zhǎng)相變點(diǎn))；但是，仿真曲線顯示，緩慢增長(zhǎng)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(diǎn)附近（6546百萬(wàn)美元），就是美-日經(jīng)濟(jì)結(jié)構(gòu)的變革期。

同樣地，美國(guó)對(duì)日本進(jìn)口貿(mào)易額演化模型為：

殘差為：354647648。相應(yīng)地，美國(guó)對(duì)日本進(jìn)口貿(mào)易額模型曲線圖如圖2。

圖2美國(guó)對(duì)進(jìn)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(gè)大的復(fù)雜自適應(yīng)演化的經(jīng)濟(jì)系統(tǒng)，在美國(guó)科技優(yōu)勢(shì)、美元支配地位等有利條件下，各種自然資源和社會(huì)資源得以充分開(kāi)發(fā)，各種比較優(yōu)勢(shì)得以充分利用，各種國(guó)內(nèi)市場(chǎng)和國(guó)際市場(chǎng)得以充分溝通，科技創(chuàng)新借助于因大量引進(jìn)各國(guó)優(yōu)秀人材而使美國(guó)高校和科研院所的優(yōu)勢(shì)突飛猛進(jìn)，制度創(chuàng)新隨著主動(dòng)或被動(dòng)地接受人類(lèi)文明的各個(gè)方面而日新月異，各種生產(chǎn)要素通過(guò)市場(chǎng)機(jī)制和政策機(jī)制不斷趨于最優(yōu)配置，使得美國(guó)對(duì)日本進(jìn)出口貿(mào)易額總體態(tài)勢(shì)在經(jīng)過(guò)高速增長(zhǎng)長(zhǎng)達(dá)20多年后，目前處于漸漸接近飽和值的穩(wěn)定發(fā)展的時(shí)期。認(rèn)清這一基本態(tài)勢(shì)，從各個(gè)方面規(guī)劃和協(xié)調(diào)我國(guó)對(duì)美國(guó)和日本的經(jīng)濟(jì)貿(mào)易和科技合作等各方面的關(guān)系，促進(jìn)我國(guó)經(jīng)濟(jì)全面協(xié)調(diào)可持續(xù)高速發(fā)展，應(yīng)該是未來(lái)二十年我國(guó)對(duì)美經(jīng)濟(jì)政策的重要參考。

四、結(jié)論

美-日經(jīng)濟(jì)貿(mào)易系統(tǒng)是一個(gè)紊亂的、以邏輯斯蒂模型為主線演化的、進(jìn)出口差額越來(lái)越大的復(fù)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(yán)重自然災(zāi)害的條件下，緩慢接近其飽和值14686和6545（百萬(wàn)美元），經(jīng)過(guò)20年左右的穩(wěn)定期和一個(gè)經(jīng)濟(jì)結(jié)構(gòu)的重大調(diào)整，再進(jìn)入新一輪的邏輯斯蒂演化。

經(jīng)濟(jì)預(yù)測(cè)論文:經(jīng)濟(jì)預(yù)測(cè)方法及應(yīng)用探討論文

內(nèi)容摘要：隨著計(jì)算機(jī)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(lái)越普遍,統(tǒng)計(jì)思想、統(tǒng)計(jì)方法以及眾多的統(tǒng)計(jì)分析技術(shù)成為諸多領(lǐng)域和部門(mén)不可缺少的有力工具。本文主要就應(yīng)用統(tǒng)計(jì)中的經(jīng)濟(jì)預(yù)測(cè)方法及其在經(jīng)濟(jì)管理領(lǐng)域的應(yīng)用進(jìn)行分析和介紹。

關(guān)鍵詞：經(jīng)濟(jì)預(yù)測(cè)方法定量研究回歸預(yù)測(cè)模型

經(jīng)濟(jì)預(yù)測(cè)方法分類(lèi)

經(jīng)濟(jì)預(yù)測(cè)是一門(mén)邊緣性科學(xué)，它依據(jù)經(jīng)濟(jì)學(xué)原理，應(yīng)用數(shù)理統(tǒng)計(jì)學(xué)以及數(shù)量經(jīng)濟(jì)與技術(shù)經(jīng)濟(jì)的方法對(duì)客觀經(jīng)濟(jì)過(guò)程及其要素的變動(dòng)趨勢(shì)作出描述，從而達(dá)到預(yù)測(cè)未來(lái)的目的。它所提供的方法，對(duì)于我們制定各種經(jīng)濟(jì)、管理計(jì)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(jì)預(yù)測(cè)方法主要有如下幾類(lèi)：專(zhuān)家評(píng)估法、回歸分析預(yù)測(cè)法、時(shí)間序列平滑預(yù)測(cè)法、模型法、馬爾柯夫預(yù)測(cè)法。

經(jīng)濟(jì)預(yù)測(cè)方法的應(yīng)用

經(jīng)濟(jì)預(yù)測(cè)的方法多種多樣，在具體應(yīng)用過(guò)程中，必須對(duì)所研究的問(wèn)題進(jìn)行深入細(xì)致的分析，根據(jù)所研究問(wèn)題的具體特點(diǎn)和性質(zhì)，采取多種較為適合的方法，進(jìn)行綜合比較，才能夠得出比較準(zhǔn)確的結(jié)論。

在預(yù)測(cè)過(guò)程中，定性分析和定量分析兩者之間相互補(bǔ)充。下面具體舉例說(shuō)明經(jīng)濟(jì)預(yù)測(cè)方法在經(jīng)濟(jì)管理中的應(yīng)用。要求用回歸分析預(yù)測(cè)法預(yù)測(cè)2001年的凈利潤(rùn)（1992-2000年民營(yíng)科技企業(yè)凈利潤(rùn)及上繳稅金增長(zhǎng)情況統(tǒng)計(jì)表略）。

試配合適當(dāng)?shù)幕貧w模型并進(jìn)行顯著性檢驗(yàn)；若2001年民營(yíng)科技企業(yè)上繳稅金是1100億元，當(dāng)顯著性水平а=0.05時(shí)，試估計(jì)2001年民營(yíng)科技企業(yè)的凈利潤(rùn)。

繪制散點(diǎn)圖

設(shè)凈利潤(rùn)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(biāo)，繪制散點(diǎn)圖（圖略），由散點(diǎn)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(jì)算回歸系數(shù)。由上表計(jì)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(yù)測(cè)模型為：=50.0384+1.2085x

檢驗(yàn)線性關(guān)系的顯著性

當(dāng)顯著性水平а=0.05，自由度=n-m=9-2=7時(shí)，查相關(guān)系數(shù)臨界值表，得

R0.05(7)=0.666因?yàn)镽=0.7994>0.666=

R0.05(7)，所以在а=0.05顯著性水平上，檢驗(yàn)通過(guò)，說(shuō)明兩變量之間相關(guān)關(guān)系顯著。

預(yù)測(cè)。計(jì)算y的估計(jì)標(biāo)準(zhǔn)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(dāng)顯著性水平а=0.05，自由度=n-m=9-2=7時(shí)，查t分布表得t0.025(7)=2.36；由已知得x0=1100億元，所以y的點(diǎn)估計(jì)值為：=50.0384+1.2085x0=1379.3884（億元）

所以預(yù)測(cè)區(qū)間為

即：當(dāng)2001年民營(yíng)科技企業(yè)上繳稅金是1100億元時(shí)，在а=0.05的顯著性水平上，2001年民營(yíng)科技企業(yè)的凈利潤(rùn)的預(yù)測(cè)區(qū)間為：1209.8703——1548.9065億元之間。從《中華工商時(shí)報(bào)》上查得2001年民營(yíng)科技企業(yè)的凈利潤(rùn)為1450億元，屬于上述預(yù)測(cè)區(qū)間。

應(yīng)該看到，現(xiàn)代市場(chǎng)經(jīng)濟(jì)的發(fā)展，大大增多了社會(huì)運(yùn)行中的不確定性，這為經(jīng)濟(jì)預(yù)測(cè)方法的大量應(yīng)用提供了廣闊的舞臺(tái)。而經(jīng)濟(jì)、科技特別是計(jì)算機(jī)技術(shù)的飛速發(fā)展，又為經(jīng)濟(jì)預(yù)測(cè)方法的發(fā)展提供了技術(shù)支持。可以預(yù)見(jiàn)，預(yù)測(cè)的蓬勃發(fā)展對(duì)國(guó)民經(jīng)濟(jì)的發(fā)展將起著越來(lái)越大的作用。

經(jīng)濟(jì)預(yù)測(cè)論文:中國(guó)宏觀經(jīng)濟(jì)預(yù)測(cè)論文

摘要：2004年中國(guó)政府推進(jìn)新一輪的宏觀經(jīng)濟(jì)調(diào)控成績(jī)斐然，全年GDP增長(zhǎng)9.3%，然而對(duì)于中國(guó)經(jīng)濟(jì)而言，說(shuō)我們的經(jīng)濟(jì)調(diào)控已卓有成效為時(shí)尚早。2005年將是中國(guó)經(jīng)濟(jì)在新形勢(shì)下自我調(diào)整的第一年，在國(guó)家宏觀調(diào)控的指導(dǎo)下，個(gè)別高能耗、低水平的行業(yè)在未來(lái)幾年內(nèi)將會(huì)被逐步淘汰。因而2005年中國(guó)經(jīng)濟(jì)運(yùn)行總的態(tài)勢(shì)是：繼續(xù)以較高速度增長(zhǎng)，但勢(shì)頭將有所放緩，從“進(jìn)中求穩(wěn)”到“穩(wěn)中求進(jìn)”。

關(guān)鍵詞：宏觀經(jīng)濟(jì)分析國(guó)際經(jīng)濟(jì)安全人民幣匯率

縱觀2004年中國(guó)經(jīng)濟(jì)，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(shí)控制了國(guó)民經(jīng)濟(jì)的粗放型增長(zhǎng)勢(shì)頭，另一方面，國(guó)民經(jīng)濟(jì)中的深層次矛盾被觸及卻并沒(méi)有被解決，經(jīng)濟(jì)中的不穩(wěn)定因素增加。這一切都將對(duì)2005年的經(jīng)濟(jì)產(chǎn)生巨大的影響。

根據(jù)國(guó)家發(fā)改委主任馬凱在《全國(guó)非公有制經(jīng)濟(jì)界人士中國(guó)特色社會(huì)主義優(yōu)秀建設(shè)者表彰大會(huì)》所作的報(bào)告中指出，盡管2004年宏觀經(jīng)濟(jì)調(diào)控已初見(jiàn)成效，2005年國(guó)內(nèi)經(jīng)濟(jì)增長(zhǎng)將面臨六大問(wèn)題：（一）糧食進(jìn)一步增產(chǎn)和農(nóng)民進(jìn)一步增收的難度加大。（二）國(guó)內(nèi)投資總規(guī)模仍然偏大，部分行業(yè)過(guò)度擴(kuò)張有反彈的跡象；（三）煤電油運(yùn)緊張的問(wèn)題仍十分突出，電力緊張局面還會(huì)持續(xù)；（四）價(jià)格上漲面臨較大壓力，使明年物價(jià)呈上漲趨勢(shì)；（五）社會(huì)矛盾不容忽視，就業(yè)、再就業(yè)壓力大；（六）深層次矛盾沒(méi)有得到解決，經(jīng)濟(jì)結(jié)構(gòu)不合理，增長(zhǎng)形式粗放，體制、機(jī)制轉(zhuǎn)換滯后。

然而困擾中國(guó)經(jīng)濟(jì)的頑癥不止于此，總的來(lái)看，對(duì)明年中國(guó)經(jīng)濟(jì)所面臨的考驗(yàn)可以分為國(guó)內(nèi)、國(guó)際兩個(gè)方面：

從國(guó)際方面的因素主要有：

（一）國(guó)際經(jīng)濟(jì)安全與貿(mào)易保護(hù)主義。隨著世界保守主義勢(shì)力的抬頭，國(guó)際經(jīng)濟(jì)形勢(shì)變得更加不穩(wěn)定,盡管剛剛出版的《2004年中國(guó)國(guó)防白皮書(shū)》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(lái)看，一方面俄羅斯和印度積極加強(qiáng)和中國(guó)在國(guó)家安全領(lǐng)域的合作，歐盟也將提出盡快解除對(duì)華武器禁售的問(wèn)題。與此同時(shí)我們的近鄰卻在變得不安定，隨著伊拉克問(wèn)題的接近尾聲，美國(guó)將其戰(zhàn)略安全的目標(biāo)從中亞轉(zhuǎn)向了東亞，朝鮮問(wèn)題成為國(guó)際安全的下一個(gè)焦點(diǎn)。

如果不發(fā)生大的改變，美國(guó)將推行其“三條線政策”，針對(duì)朝鮮，遏制中國(guó)：

其一，繼續(xù)從經(jīng)濟(jì)和軍事上支持“臺(tái)獨(dú)”勢(shì)力，對(duì)臺(tái)灣繼續(xù)出售高技術(shù)武器，在拉動(dòng)本國(guó)軍事產(chǎn)業(yè)從而推動(dòng)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，實(shí)現(xiàn)其在亞太地區(qū)的下一步全球戰(zhàn)略；

其二，鼓動(dòng)日本宣揚(yáng)“中國(guó)威脅論”，盡管我們一再聲稱(chēng)中國(guó)的崛起不會(huì)威脅任何人，但日本已經(jīng)越來(lái)越不滿于其經(jīng)濟(jì)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(guò)國(guó)外經(jīng)濟(jì)援助尋求代言人的同時(shí)，日本軍國(guó)主義勢(shì)力開(kāi)始登臺(tái)，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(huì)建立起“國(guó)民軍”，購(gòu)買(mǎi)美國(guó)軍火，正符合了美國(guó)的利益；

其三，在基本上結(jié)束伊拉克戰(zhàn)爭(zhēng)之后，美國(guó)通過(guò)其對(duì)中東石油資源的控制，延緩中國(guó)經(jīng)濟(jì)的快速增長(zhǎng)。這樣中國(guó)近土的石油來(lái)源只剩下了西伯利亞（俄羅斯）。從2004年來(lái)看，中國(guó)進(jìn)口石油近1億噸，隨著國(guó)內(nèi)油井的枯竭，明年石油進(jìn)口將突破1.2億噸。石油價(jià)格的持續(xù)上漲在減緩世界經(jīng)濟(jì)增長(zhǎng)的同時(shí)也會(huì)將減緩中國(guó)經(jīng)濟(jì)增展的勢(shì)頭。一方面是油價(jià)上漲會(huì)使中國(guó)的進(jìn)口總額增加，僅此一項(xiàng)，可能導(dǎo)致幾年后國(guó)際收支逆差的出現(xiàn)；另一方面，油價(jià)的上漲將帶動(dòng)新一輪物價(jià)上漲，尤其是生產(chǎn)資料和產(chǎn)品生產(chǎn)價(jià)格的上漲，將會(huì)壓縮原有的一些外向型企業(yè)和行業(yè)的利潤(rùn)空間，外向型出口業(yè)近年來(lái)面臨著一次大的洗牌。

國(guó)際石油價(jià)格的持續(xù)上漲和國(guó)家（中日美）間意識(shí)形態(tài)因素的增加，中日、中美的貿(mào)易增長(zhǎng)受限致使中國(guó)經(jīng)濟(jì)增長(zhǎng)放緩。

（二）人民幣匯率問(wèn)題。2004年人民幣的匯率問(wèn)題受世人矚目。國(guó)際經(jīng)濟(jì)學(xué)家、金融學(xué)家提醒我們，人民幣的匯率已經(jīng)存在嚴(yán)重低估的現(xiàn)象。由于我們依然堅(jiān)持人民幣盯住美元政策，有數(shù)據(jù)表明，一年多以來(lái)人民幣已經(jīng)對(duì)世界主要貨幣縮水近10%。如果再次當(dāng)選的布什政府將繼續(xù)執(zhí)行弱勢(shì)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(shì)來(lái)看，直到2008年，中國(guó)的國(guó)民財(cái)富將會(huì)再次無(wú)條件縮水10%左右。排除掉印尼海嘯等威脅世界的自然性災(zāi)害，隨著中國(guó)人民出多旅游的增多和中國(guó)所接受的境外游客的增多，以及中國(guó)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(duì)國(guó)民極為不利；從政府來(lái)看，這屆政府推行的“親民”政策也將大受影響。

我國(guó)政府推行的也是“弱勢(shì)”人民幣政策，維持國(guó)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(shì)”人民幣政策已經(jīng)開(kāi)始有所變動(dòng)，我們還看到，金人慶部長(zhǎng)、周小川行長(zhǎng)今年參加了G7會(huì)議，中國(guó)政府對(duì)待人民幣匯率的問(wèn)題已經(jīng)有所緩和。尤其是近一個(gè)月來(lái)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(wèn)題到達(dá)了一個(gè)關(guān)口。

問(wèn)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(huì)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(jià)上漲，以緩和匯率上漲的壓力，這會(huì)對(duì)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(zhǎng)速度將放緩，對(duì)國(guó)民經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)作用會(huì)有所變小。而且匯率的上升有利于減少對(duì)華反侵銷(xiāo)的迅猛增長(zhǎng)勢(shì)頭（如果匯率不作變動(dòng)，在美國(guó)的示范下，明年的對(duì)華反侵銷(xiāo)將超過(guò)75起，涉案金額可能超過(guò)150億美元，同樣會(huì)減慢中國(guó)經(jīng)濟(jì)的增長(zhǎng)速度）。

僅從經(jīng)濟(jì)方面來(lái)看，2004年中國(guó)外貿(mào)總額將超過(guò)1.2萬(wàn)億美元，相對(duì)于1.5萬(wàn)億美元的國(guó)民經(jīng)濟(jì)大盤(pán)而言已經(jīng)顯得有些龐大，外貿(mào)依存度已經(jīng)達(dá)到了80%，遠(yuǎn)遠(yuǎn)超過(guò)了國(guó)民經(jīng)濟(jì)安全警戒線（畢竟美國(guó)的外貿(mào)依存度也在30%以下），今年國(guó)民經(jīng)濟(jì)增長(zhǎng)9.2%的成就有著外貿(mào)的巨大貢獻(xiàn)。

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(dòng)。相對(duì)固定需求狀況下的促進(jìn)產(chǎn)品和產(chǎn)業(yè)升級(jí)將是未來(lái)幾年內(nèi)我國(guó)大企業(yè)和國(guó)民經(jīng)濟(jì)面臨的最大難題。

國(guó)內(nèi)方面，2005年一些行業(yè)的增長(zhǎng)將放緩，某些行業(yè)面臨大的調(diào)整。總的來(lái)看，國(guó)內(nèi)問(wèn)題也比較突出：

農(nóng)業(yè)方面，由于生活必需品的價(jià)格上漲，大農(nóng)業(yè)依然可以保持較快的發(fā)展勢(shì)頭，但種植業(yè)尤其是糧食種植的增長(zhǎng)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(cái)力支持、糧價(jià)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(kāi)始實(shí)行“穩(wěn)健”的財(cái)政政策，2005年物價(jià)依然會(huì)有小幅上升，但空間不會(huì)很大。由于中國(guó)經(jīng)濟(jì)的高速增長(zhǎng)并沒(méi)有帶來(lái)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(chǎng)比較看好。

汽車(chē)業(yè)方面，截至目前為止，中國(guó)依然有106家形形色色的汽車(chē)廠，年產(chǎn)量超過(guò)10萬(wàn)輛的只有十家，占總體產(chǎn)量的近一半，其余的近百家汽車(chē)廠商基本上不具備國(guó)際公認(rèn)的規(guī)模生產(chǎn)競(jìng)爭(zhēng)力，2004年實(shí)施的《汽車(chē)產(chǎn)業(yè)發(fā)展政策》,取消了實(shí)行多年的進(jìn)口汽車(chē)保稅政策2005年,汽車(chē)關(guān)稅稅率繼續(xù)下調(diào)，2006年降至25%，明年將使中國(guó)汽車(chē)業(yè)大調(diào)整的一年，對(duì)于20萬(wàn)汽車(chē)業(yè)從業(yè)人員的很大一部分面臨再就業(yè)的問(wèn)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(rùn)“中國(guó)百富榜”的數(shù)據(jù)，2004年在中國(guó)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?jī)r(jià)繼續(xù)快速攀升，漲幅高達(dá)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(lái)的最大漲幅。由于國(guó)內(nèi)利率上升，貸款買(mǎi)房受阻，而且銀行已經(jīng)開(kāi)始出現(xiàn)大量由貸款買(mǎi)車(chē)房帶來(lái)的呆賬壞賬，大摩、高盛等國(guó)際銀行集團(tuán)指出2004年中國(guó)（尤其是上海）的房地產(chǎn)已經(jīng)存在嚴(yán)重泡沫，盡管建設(shè)部的官員一再否認(rèn)和一部分國(guó)內(nèi)學(xué)者一再否認(rèn)。但房地產(chǎn)的價(jià)格上漲速度之快已經(jīng)明顯的超過(guò)了城市居民可支配收入的增長(zhǎng)速度，2005年房地產(chǎn)仔給中國(guó)經(jīng)濟(jì)帶來(lái)巨大風(fēng)險(xiǎn)的同時(shí)，已經(jīng)難以保持2004年的增長(zhǎng)勢(shì)頭。

總的來(lái)看，由于收入不能大幅度增長(zhǎng)，一些行業(yè)的市場(chǎng)化步驟不協(xié)調(diào)，在收入分配制度沒(méi)有實(shí)現(xiàn)大幅轉(zhuǎn)變情況下，個(gè)別行業(yè)市場(chǎng)化進(jìn)程相對(duì)過(guò)快，尤其是教育產(chǎn)業(yè)化（高校后勤社會(huì)化），百姓的主要支出項(xiàng)目，即所謂的“五子（孩子、車(chē)子、位子、票子、房子）”中，下一代的預(yù)期教育費(fèi)用增加；汽車(chē)業(yè)價(jià)格下降，尚未到達(dá)人們的心理底線，持幣待購(gòu)的現(xiàn)象比較普遍；房地產(chǎn)價(jià)格持續(xù)上漲，預(yù)期支出呈上漲趨勢(shì)，在沒(méi)有發(fā)現(xiàn)新的消費(fèi)增長(zhǎng)點(diǎn)以前，對(duì)固定收入者而言，明年的“內(nèi)需”也難以大幅拉動(dòng)。

但在投資方面，由于2004年宏觀調(diào)控并沒(méi)有抑制地方政府投資沖動(dòng)，1—11月份，全國(guó)完成固定資產(chǎn)投資4.93萬(wàn)億人民幣，同比增長(zhǎng)近30%。這些投資的聯(lián)動(dòng)效應(yīng)及帶動(dòng)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(huì)有一定程度的復(fù)蘇。這對(duì)帶動(dòng)2005年GDP的增長(zhǎng)是有作用的。

在經(jīng)濟(jì)指數(shù)方面，明年總體物價(jià)水平呈上升態(tài)勢(shì)。CPI指數(shù)上漲3%左右，利息上調(diào)3%，匯率水平上升5%—7%。預(yù)測(cè)2005年GDP增長(zhǎng)不會(huì)超過(guò)8.5%，可能在8.3%左右。

經(jīng)濟(jì)預(yù)測(cè)論文:經(jīng)濟(jì)預(yù)測(cè)報(bào)告格式

經(jīng)濟(jì)預(yù)測(cè)報(bào)告，是對(duì)經(jīng)濟(jì)活動(dòng)的歷史和現(xiàn)狀進(jìn)行調(diào)查后，運(yùn)用科學(xué)的方法分析所調(diào)查的資料，從而作出預(yù)測(cè)，來(lái)反映未來(lái)經(jīng)濟(jì)發(fā)展趨勢(shì)的書(shū)面報(bào)告。經(jīng)濟(jì)預(yù)測(cè)報(bào)告可對(duì)經(jīng)濟(jì)發(fā)展的前景作出推斷和描述，以提供經(jīng)濟(jì)決策的科學(xué)依據(jù)；能改善計(jì)劃工作，以減少不確定因素，使指標(biāo)定得積極和穩(wěn)妥；對(duì)經(jīng)濟(jì)活動(dòng)前景的勾畫(huà)可使企業(yè)加強(qiáng)經(jīng)濟(jì)核算，以掌握經(jīng)濟(jì)管理的主動(dòng)權(quán)，增強(qiáng)企業(yè)競(jìng)爭(zhēng)力。經(jīng)濟(jì)預(yù)測(cè)報(bào)告的特點(diǎn)是：在調(diào)查的內(nèi)容上有廣泛性；從調(diào)查的動(dòng)機(jī)看，它有預(yù)見(jiàn)性；從它的分析方法看，它有科學(xué)性。

經(jīng)濟(jì)預(yù)測(cè)報(bào)告的種類(lèi)很多，根據(jù)內(nèi)容可分為綜合性經(jīng)濟(jì)預(yù)測(cè)報(bào)告和專(zhuān)題性預(yù)測(cè)報(bào)告；根據(jù)經(jīng)濟(jì)對(duì)象分，有宏觀經(jīng)濟(jì)預(yù)測(cè)報(bào)告和微觀經(jīng)濟(jì)預(yù)測(cè)報(bào)告；按預(yù)測(cè)范圍分，有全國(guó)性經(jīng)濟(jì)預(yù)測(cè)報(bào)告和地區(qū)性經(jīng)濟(jì)預(yù)測(cè)報(bào)告；按預(yù)測(cè)時(shí)限分，有長(zhǎng)期經(jīng)濟(jì)預(yù)測(cè)報(bào)告和短期經(jīng)濟(jì)預(yù)測(cè)報(bào)告等。

經(jīng)濟(jì)預(yù)測(cè)報(bào)告的結(jié)構(gòu)，一般包括標(biāo)題、正文、落款三個(gè)部分。

標(biāo)題。經(jīng)濟(jì)預(yù)測(cè)報(bào)告的標(biāo)題有兩種形式：一種是由單位、時(shí)間、事由和文種組成；另一種是論文式標(biāo)題。

正文。經(jīng)濟(jì)預(yù)測(cè)報(bào)告的正文包括開(kāi)頭、主體和結(jié)尾三個(gè)部分。

經(jīng)濟(jì)預(yù)測(cè)報(bào)告的開(kāi)頭，簡(jiǎn)要說(shuō)明預(yù)測(cè)的目的和意義，介紹預(yù)測(cè)對(duì)象的歷史和現(xiàn)狀，說(shuō)明預(yù)測(cè)的方式方法。這一部分?jǐn)?shù)據(jù)要準(zhǔn)確，資料要典型，表述要概括精當(dāng)。

經(jīng)濟(jì)預(yù)測(cè)報(bào)告正文的主體是寫(xiě)預(yù)測(cè)趨勢(shì)。預(yù)測(cè)必須建立在對(duì)經(jīng)濟(jì)現(xiàn)象作科學(xué)分析研究的基礎(chǔ)上。對(duì)材料的組織安排靈活多樣，可用并列式結(jié)構(gòu)，對(duì)預(yù)測(cè)對(duì)象歸納幾個(gè)特點(diǎn)加以闡述；可用連貫式結(jié)構(gòu)，按照發(fā)展順序?qū)戭A(yù)測(cè)的內(nèi)容；也可用分總式結(jié)構(gòu)，依循因果關(guān)系來(lái)表述。

經(jīng)濟(jì)預(yù)測(cè)報(bào)告的結(jié)尾，根據(jù)預(yù)測(cè)的結(jié)果提出建議和改善經(jīng)營(yíng)的辦法，力求具體、切實(shí)，以供有關(guān)部門(mén)參考。

寫(xiě)經(jīng)濟(jì)預(yù)測(cè)報(bào)告，要重視搜集和分析資料，應(yīng)全面、系統(tǒng)；預(yù)測(cè)要實(shí)事求是，具有科學(xué)性；文字表述要準(zhǔn)確。

范例一

企業(yè)職工補(bǔ)發(fā)工資購(gòu)買(mǎi)力投向預(yù)測(cè)

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(duì)企業(yè)職工工資進(jìn)行了理順。據(jù)初步測(cè)算，我市符合調(diào)資的職工人數(shù)約15～16萬(wàn)人，按文件規(guī)定每個(gè)職工補(bǔ)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(gè)職工60元預(yù)支，其余多退多補(bǔ)，預(yù)計(jì)全市職工補(bǔ)發(fā)理順工資額約為800萬(wàn)元左右。

為了摸清職工補(bǔ)發(fā)工資后的投向，我們對(duì)××紡織廠76戶(hù)職工家庭共263口人進(jìn)行了調(diào)查。這76戶(hù)共補(bǔ)發(fā)工資金額為7，270元，他們主要購(gòu)買(mǎi)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(chǔ)蓄為1，330元，占18．29％，其它支出為420元，占5．78％。

按上述購(gòu)買(mǎi)投向比重推算，預(yù)計(jì)全市企業(yè)補(bǔ)發(fā)工資后投向吃的為436萬(wàn)元，占54．5％；主要用于購(gòu)買(mǎi)呢絨、綢緞、各式服裝支出為110萬(wàn)元，占13．8％；購(gòu)買(mǎi)日用品支出為62萬(wàn)元，占7．8％；全市企業(yè)職工補(bǔ)發(fā)工資后存入銀行的為146萬(wàn)元，占18．3％。此外還有部分用于其它支出約46萬(wàn)元，占5．6％。

19××年國(guó)家調(diào)整了機(jī)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(jiǎng)金納稅起點(diǎn)，增加了肉食品補(bǔ)貼等措施。因此，今春市場(chǎng)將比往年興旺。

目前庫(kù)存呈下降趨勢(shì)，1985年12月末為2752．8萬(wàn)元，較年初3167．0萬(wàn)元下降13．1％。市直國(guó)營(yíng)零售單位1985年12月末庫(kù)存562．1萬(wàn)元，較年初633．8萬(wàn)元下降11．3％。現(xiàn)有庫(kù)存同當(dāng)前市場(chǎng)不相適應(yīng)，如不及時(shí)補(bǔ)充庫(kù)存，增加貨源，將滿足不了市場(chǎng)需要。

經(jīng)濟(jì)預(yù)測(cè)論文:上半年經(jīng)濟(jì)預(yù)測(cè)分析及政策建議

今年以來(lái)，面對(duì)國(guó)內(nèi)遭遇歷史罕見(jiàn)的低溫雨雪冰凍災(zāi)害、國(guó)際次貸危機(jī)不斷蔓延和加深的嚴(yán)峻復(fù)雜形勢(shì)，省委、省政府貫徹執(zhí)行國(guó)家宏觀調(diào)控政策，自覺(jué)踐行科學(xué)發(fā)展觀，有效采取措施，應(yīng)對(duì)冰雪災(zāi)害、物價(jià)上漲等問(wèn)題，國(guó)民經(jīng)濟(jì)保持了平穩(wěn)較快發(fā)展。綜合分析各方面因素，預(yù)計(jì)今年上半年我省工業(yè)生產(chǎn)形勢(shì)較好，投資將高位運(yùn)行，消費(fèi)需求將進(jìn)一步升溫，外貿(mào)出口增速可能放緩，上半年全省經(jīng)濟(jì)仍將保持較快增長(zhǎng)。

一、一季度*經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)分析

1.經(jīng)濟(jì)繼續(xù)保持較快增長(zhǎng)，經(jīng)濟(jì)運(yùn)行質(zhì)量不斷提高。一季度，全省經(jīng)濟(jì)繼續(xù)保持兩位數(shù)增長(zhǎng)的發(fā)展態(tài)勢(shì)，生產(chǎn)總值1212.6億元，增長(zhǎng)11.6％，同比提高0.1個(gè)百分點(diǎn)。其中，第一產(chǎn)業(yè)168.4億元，增長(zhǎng)4.3％；第二產(chǎn)業(yè)611.2億元，增長(zhǎng)14.3％；第三產(chǎn)業(yè)433.1億元，增長(zhǎng)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(duì)經(jīng)濟(jì)增長(zhǎng)的作用進(jìn)一步增大，完成增加值513.6億元，增長(zhǎng)16.1％，占GDP的42.4％，同比提高1.7個(gè)百分點(diǎn)。經(jīng)濟(jì)運(yùn)行質(zhì)量較好，據(jù)統(tǒng)計(jì)，1－2月，規(guī)模以上工業(yè)實(shí)現(xiàn)主營(yíng)業(yè)務(wù)收入848.1億元，增長(zhǎng)35.0％。實(shí)現(xiàn)利稅68.3億元，增長(zhǎng)8.8％，利潤(rùn)26.1億元，增長(zhǎng)3.0％。一季度，全省財(cái)政收入達(dá)到200.28億元，同比增收44.5億元，增長(zhǎng)28.6％。地方財(cái)政收入突破100億元，完成118.04億元，同比增收29.4億元，增長(zhǎng)33.2％。

2.農(nóng)業(yè)、工業(yè)生產(chǎn)形勢(shì)向好，增長(zhǎng)速度提高。一是農(nóng)業(yè)有效應(yīng)對(duì)冰雪災(zāi)害，繼續(xù)保持較快的發(fā)展趨勢(shì)。在我省出臺(tái)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(zhǎng)4.4％。主要農(nóng)作物播種面積擴(kuò)大。據(jù)調(diào)查，主要農(nóng)作物種植面積比上年增長(zhǎng)0.5％；蔬菜種植面積增長(zhǎng)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(zhǎng)3.8％和3.6％，肉類(lèi)總產(chǎn)量達(dá)70萬(wàn)噸，增長(zhǎng)3.9％。漁業(yè)逐步恢復(fù)正常水平。一季度，水產(chǎn)品產(chǎn)量52.5萬(wàn)噸，增長(zhǎng)7.4％。二是工業(yè)生產(chǎn)較快增長(zhǎng)，園區(qū)集聚度進(jìn)一步提升。一季度，規(guī)模以上工業(yè)增加值462.1億元，增長(zhǎng)22.1％。園區(qū)集聚度進(jìn)一步上升，完成規(guī)模以上工業(yè)增加值234.3億元，增長(zhǎng)34.7％，比規(guī)模以上工業(yè)增幅高3.5個(gè)百分點(diǎn)。

3.開(kāi)放型經(jīng)濟(jì)繼續(xù)保持良好的發(fā)展勢(shì)頭，出口結(jié)構(gòu)進(jìn)一步優(yōu)化。一是全省出口繼續(xù)保持增長(zhǎng)勢(shì)頭。一季度，進(jìn)出口總額25.71億美元，增長(zhǎng)47.4％。其中，出口總額13.68億美元，增長(zhǎng)40.1％；進(jìn)口總額12.02億美元，增長(zhǎng)56.8％。加工貿(mào)易業(yè)快速增長(zhǎng)，完成出口3.73億美元，增長(zhǎng)65.5％。出口結(jié)構(gòu)進(jìn)一步優(yōu)化。機(jī)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(zhǎng)，機(jī)電產(chǎn)品完成出口3.21億美元，增長(zhǎng)65.5％，高新技術(shù)產(chǎn)品出口1.92億美元，增長(zhǎng)1.9倍。二是實(shí)際利用外資不斷增加。一季度，新簽外資項(xiàng)目130個(gè)，合同金額9.09億美元，實(shí)際利用外商直接投資7.5億美元，增長(zhǎng)14.1％。合同金額1000萬(wàn)美元以上的項(xiàng)目有16家，外商投資項(xiàng)目平均投資規(guī)模達(dá)699萬(wàn)美元，增長(zhǎng)26.2％。外資企業(yè)增資擴(kuò)股活躍，增資規(guī)模達(dá)3.26億美元，增長(zhǎng)39.3％。

4.投資、消費(fèi)保持穩(wěn)定發(fā)展的良好勢(shì)頭。一季度，全社會(huì)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(zhǎng)31.5％，增速比上年同期加快6.7個(gè)百分點(diǎn)，全社會(huì)固定資產(chǎn)投資占GDP比重比上年同期上升2.9個(gè)百分點(diǎn)。其中，城鎮(zhèn)固定資產(chǎn)投資完成450.69億元，同比增長(zhǎng)32.1％，增速比上年同期加快5.9個(gè)百分點(diǎn)。全省工業(yè)投資254.87億元，增長(zhǎng)65.7％，占全省50萬(wàn)元以上投資的54.5％，拉動(dòng)投資增長(zhǎng)28.3個(gè)百分點(diǎn)。全省實(shí)現(xiàn)社會(huì)消費(fèi)品零售總額486.43億元，同比增長(zhǎng)20.2％，批發(fā)零售貿(mào)易業(yè)商品銷(xiāo)售總額為795.72億元，增長(zhǎng)20.6％，災(zāi)后重建帶動(dòng)市場(chǎng)漲幅明顯。城鄉(xiāng)市場(chǎng)全面旺盛。城市市場(chǎng)實(shí)現(xiàn)零售額264.1億元，增長(zhǎng)21.3％；農(nóng)村市場(chǎng)（縣及縣以下）實(shí)現(xiàn)零售額222.4億元，增長(zhǎng)19.0％，同比分別加快4.6個(gè)百分點(diǎn)和4.0個(gè)百分點(diǎn)。

5.民生工程取得進(jìn)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(wàn)人，同比多增0.6萬(wàn)人。一季度，農(nóng)民人均現(xiàn)金收入1204.3元，增長(zhǎng)14.6％。延續(xù)了近年來(lái)10％以上的增長(zhǎng)勢(shì)頭，同比加快1.5個(gè)百分點(diǎn)。受冰雪災(zāi)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(zhǎng)2.6％。

二、國(guó)際、國(guó)內(nèi)宏觀經(jīng)濟(jì)形勢(shì)判斷

目前，世界經(jīng)濟(jì)增長(zhǎng)減緩，金融市場(chǎng)動(dòng)蕩，國(guó)際市場(chǎng)原油、糧食等初級(jí)產(chǎn)品的價(jià)格持續(xù)上漲；國(guó)內(nèi)物價(jià)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(shì)依然嚴(yán)峻。

（一）國(guó)際經(jīng)濟(jì)形勢(shì)分析

1.從國(guó)際經(jīng)濟(jì)環(huán)境看，世界經(jīng)濟(jì)增長(zhǎng)的趨勢(shì)放緩已成定局，我國(guó)的出口市場(chǎng)面臨萎縮的風(fēng)險(xiǎn)。高盛公司最近發(fā)表的研究報(bào)告顯示：美國(guó)的這次次貸危機(jī)給全球經(jīng)濟(jì)帶來(lái)的損失預(yù)計(jì)為1.2萬(wàn)億美元，不久前美國(guó)公布的損失是9000億美元，其中美國(guó)的損失是4600億，是原來(lái)曝光的4倍。據(jù)預(yù)計(jì)美國(guó)次貸影響還不止這些，因?yàn)檫€有很多應(yīng)對(duì)的措施沒(méi)有到位，次貸危機(jī)使美國(guó)的房?jī)r(jià)下降、股市縮水。美國(guó)的經(jīng)濟(jì)拖累了全球經(jīng)濟(jì)，據(jù)國(guó)際貨幣基金組織最近的預(yù)測(cè)，2008年全球經(jīng)濟(jì)的增長(zhǎng)率是3.7％，比去年放慢1.2％，其中美國(guó)增長(zhǎng)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(shí)際上日本所受影響還遠(yuǎn)不是這個(gè)數(shù)量，因?yàn)槿赵苍诔掷m(xù)升值，按照慣例，日元升值快，日本的經(jīng)濟(jì)受到的負(fù)面影響就越大。

2.世界糧食、原油等初級(jí)產(chǎn)品的價(jià)格持續(xù)上漲。推動(dòng)全球通貨膨脹持續(xù)增長(zhǎng)的主要原因是已經(jīng)不僅僅是工業(yè)原材料價(jià)格的上漲，食品原材料價(jià)格的上漲也格外引人關(guān)注，不少?lài)?guó)家因?yàn)榧Z食的漲價(jià)已經(jīng)引起了社會(huì)的動(dòng)蕩。據(jù)專(zhuān)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(jià)格才會(huì)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(guó)家新增生產(chǎn)能力雖然有所增加，但是歐佩克國(guó)家不愿意增產(chǎn)，穩(wěn)定油價(jià)。專(zhuān)家們預(yù)計(jì)今年的油價(jià)不會(huì)低于每桶100美元，實(shí)際上現(xiàn)在的油價(jià)已經(jīng)超過(guò)了120美元。

3.經(jīng)濟(jì)放緩、通脹上升兩大風(fēng)險(xiǎn)同時(shí)存在，使各國(guó)的貨幣政策面臨嚴(yán)峻的考驗(yàn)。從匯率趨勢(shì)看，美國(guó)貨幣當(dāng)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(shí)會(huì)保持與主要經(jīng)濟(jì)體密切合作，防止匯率過(guò)于增大。從目前來(lái)看，美元還會(huì)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(duì)各國(guó)的貨幣政策形成嚴(yán)峻的考驗(yàn)。

（二）國(guó)內(nèi)經(jīng)濟(jì)形勢(shì)分析

1.出口增速持續(xù)下滑。一季度我國(guó)的出口增長(zhǎng)了21.4%，其中對(duì)美國(guó)的出口增長(zhǎng)了5.4%，對(duì)歐盟的出口增長(zhǎng)了24.2%，同比回落了15%和10.3%，估計(jì)下半年的出口增速還有可能進(jìn)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(guó)CPI同比上漲8％，高出上年同期5．3個(gè)百分點(diǎn)。這是最近十幾年單季CPI漲幅首次超過(guò)8％，4月份全國(guó)CPI同比上漲8.5％，漲幅比上月攀升了0.2個(gè)百分點(diǎn)。在居民消費(fèi)價(jià)格上漲的同時(shí)，工業(yè)品出廠價(jià)格、燃料動(dòng)力價(jià)格也在加快上漲。一季度工業(yè)品出廠價(jià)格同比上漲6．9％（3月份上漲8．0％），比上年同期高4．0個(gè)百分點(diǎn)；原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格同比上漲9．8％（3月份上漲11．0％），比上年同期高5．7個(gè)百分點(diǎn)。國(guó)內(nèi)通脹壓力增大，物價(jià)形勢(shì)嚴(yán)峻。國(guó)際原材料價(jià)格上漲帶來(lái)的“輸入性通脹”威脅依然存在。美元貶值造成了相當(dāng)多國(guó)際游資進(jìn)入石油市場(chǎng)投機(jī)，油價(jià)連創(chuàng)新高，始終保持在高位增長(zhǎng)；國(guó)際市場(chǎng)農(nóng)產(chǎn)品供不應(yīng)求的矛盾越來(lái)越突出，小麥、玉米、大米等主要農(nóng)產(chǎn)品的價(jià)格持續(xù)攀升。鐵礦石今年的協(xié)議價(jià)格又上漲了65%，礦產(chǎn)品的價(jià)格還會(huì)持續(xù)上升。煤炭的價(jià)格突然上升，今年以來(lái)煤炭的價(jià)格已經(jīng)上漲將近50%。國(guó)際原材料價(jià)格的快速上漲對(duì)我國(guó)企業(yè)生產(chǎn)成本帶來(lái)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(dá)到4%，人民幣對(duì)美元匯率已經(jīng)破7，現(xiàn)在預(yù)計(jì)全年升值要達(dá)到10%，匯率的上升必然會(huì)使大量的國(guó)際游資涌向中國(guó)，除了要發(fā)行人民幣來(lái)購(gòu)買(mǎi)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(shí)我們國(guó)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(jìn)一步吸引熱錢(qián)，不調(diào)當(dāng)前的物價(jià)形勢(shì)會(huì)更加嚴(yán)峻。

4.國(guó)內(nèi)資本市場(chǎng)動(dòng)蕩。雖然印花稅的下調(diào)股市總體反映不錯(cuò)，但用印花稅來(lái)救市能不能見(jiàn)效還很難判斷。股市的動(dòng)蕩目前還沒(méi)有過(guò)去，因?yàn)榻?jīng)濟(jì)增長(zhǎng)還沒(méi)有走入一個(gè)穩(wěn)定持續(xù)增長(zhǎng)的階段，國(guó)際環(huán)境影響仍在制約著我們。

三、2008年上半年全省經(jīng)濟(jì)走勢(shì)的判斷和主要經(jīng)濟(jì)指標(biāo)預(yù)測(cè)

（一）2008年上半年經(jīng)濟(jì)走勢(shì)的主要判斷分析

1.經(jīng)濟(jì)仍將保持較快增長(zhǎng)。由于經(jīng)濟(jì)繼續(xù)處于經(jīng)濟(jì)周期的快速增長(zhǎng)期；我省基礎(chǔ)設(shè)施和投資軟環(huán)境進(jìn)一步得到優(yōu)化；省委省政府多年來(lái)重視招商引資的政策所取得的成果，帶動(dòng)效應(yīng)進(jìn)一步顯現(xiàn)。一季度，新簽外資項(xiàng)目130個(gè)，合同金額9.09億美元，實(shí)際利用外商直接投資7.5億美元，增長(zhǎng)14.1％。合同金額1000萬(wàn)美元以上的項(xiàng)目有16家，外商投資項(xiàng)目平均投資規(guī)模達(dá)699萬(wàn)美元，增長(zhǎng)26.2％。外資企業(yè)增資擴(kuò)股活躍，增資規(guī)模達(dá)3.26億美元，增長(zhǎng)39.3％；我省民間投資和消費(fèi)市場(chǎng)趨于活躍。一季度，民間投資完成額271.6億元，增長(zhǎng)43.9％。全省實(shí)現(xiàn)社會(huì)消費(fèi)品零售總額486.43億元，同比增長(zhǎng)20.2％。城鄉(xiāng)市場(chǎng)全面旺盛。城市市場(chǎng)實(shí)現(xiàn)零售額264.1億元，增長(zhǎng)21.3％；農(nóng)村市場(chǎng)（縣及縣以下）實(shí)現(xiàn)零售額222.4億元，增長(zhǎng)19.0％，同比分別加快4.6個(gè)百分點(diǎn)和4.0個(gè)百分點(diǎn)。這些都將促使我省下半年整體經(jīng)濟(jì)走勢(shì)處于高位運(yùn)行。

2.工業(yè)生產(chǎn)仍將平穩(wěn)較快增長(zhǎng)。總體看，我省目前煤、電、油、運(yùn)生產(chǎn)能力較好，不會(huì)形成制約。國(guó)內(nèi)、國(guó)際貿(mào)易的持續(xù)較快增長(zhǎng)，外部需求繼續(xù)走旺。一季度我國(guó)出口增長(zhǎng)了21.4%，其中對(duì)美國(guó)出口增長(zhǎng)了5.4%，對(duì)歐盟出口增長(zhǎng)了24.2%；一大批重大產(chǎn)業(yè)項(xiàng)目的投產(chǎn)和儲(chǔ)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(dá)到了7250個(gè)。一季度，我省新增固定資產(chǎn)投資105.39億元，新開(kāi)工項(xiàng)目902個(gè)，這些都將繼續(xù)促進(jìn)我省工業(yè)生產(chǎn)的較快增長(zhǎng)。一季度，我省發(fā)電量116.71億千瓦時(shí)，增長(zhǎng)19.5％，從另一個(gè)角度說(shuō)明我省工業(yè)生產(chǎn)已經(jīng)開(kāi)始加速。

3.投資增速將繼續(xù)高位運(yùn)行。由于受以下因素影響，我省投資將會(huì)繼續(xù)高位運(yùn)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(zāi)害災(zāi)后基礎(chǔ)設(shè)施的修復(fù)和重建；三是地方政府換屆，投資增長(zhǎng)的體制性沖動(dòng)依然存在；四是多數(shù)行業(yè)企業(yè)利潤(rùn)增加較快，資金充足。1－2月，規(guī)模以上工業(yè)實(shí)現(xiàn)主營(yíng)業(yè)務(wù)收入848.1億元，增長(zhǎng)35.0％。實(shí)現(xiàn)利稅68.3億元，增長(zhǎng)8.8％，利潤(rùn)26.1億元，增長(zhǎng)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(duì)當(dāng)前本行業(yè)總體運(yùn)行狀況的判斷持樂(lè)觀及一般的認(rèn)同率為92.01％，認(rèn)為不樂(lè)觀的占7.89％，企業(yè)家信心指數(shù)為136.79。

4.消費(fèi)需求將進(jìn)一步升溫。促進(jìn)消費(fèi)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(shí)和國(guó)家對(duì)社會(huì)保障利民政策的出臺(tái)，居民消費(fèi)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(huì)對(duì)增加居民收入、穩(wěn)定收入預(yù)期、擴(kuò)大消費(fèi)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(wàn)人，同比多增0.6萬(wàn)人。一季度，農(nóng)民人均現(xiàn)金收入1204.3元，增長(zhǎng)14.6％，延續(xù)了近年來(lái)10％以上的增長(zhǎng)勢(shì)頭，同比加快1.5個(gè)百分點(diǎn)。一季度城鎮(zhèn)居民人均可支配收入3298.7元，增長(zhǎng)2.6％。但住房?jī)r(jià)格、資本市場(chǎng)動(dòng)蕩、物價(jià)上漲對(duì)居民消費(fèi)的影響預(yù)計(jì)還將進(jìn)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(xiāo)售面積同比下降了21.1％，商品房銷(xiāo)售額同比下降17％，這說(shuō)明居民對(duì)住房?jī)r(jià)格拐點(diǎn)預(yù)期增強(qiáng)，處于持幣觀望狀態(tài)。資本市場(chǎng)動(dòng)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(diǎn)到3000多點(diǎn)的“腰斬”，近13萬(wàn)億元市值的灰飛煙滅。一季度，基金凈值縮水達(dá)6000億元左右。一季度，我省CPI同比上漲8.2，居民通脹預(yù)期增強(qiáng)。

5.利用外資可望繼續(xù)平穩(wěn)增長(zhǎng)，外貿(mào)出口增速可能放緩。雖然受美國(guó)次貸和國(guó)際原材料價(jià)格上升影響，但是國(guó)際資金仍然較為充足，跨國(guó)投資仍然十分活躍，再加上我國(guó)人民幣升值預(yù)期的吸引，我省承接產(chǎn)業(yè)轉(zhuǎn)移的勢(shì)頭仍將較好。我省目前正著力加強(qiáng)軟環(huán)境建設(shè)，對(duì)外引資仍將保持較大的吸引力。同時(shí)，由于國(guó)際貿(mào)易摩擦加劇，世界經(jīng)濟(jì)放緩、美國(guó)次貸危機(jī)影響，人民幣升值壓力增加，國(guó)家對(duì)外貿(mào)順差加大調(diào)控力度。據(jù)統(tǒng)計(jì)，美國(guó)的這次次貸危機(jī)給全球經(jīng)濟(jì)帶來(lái)的損失預(yù)計(jì)為1.2萬(wàn)億美元，不久前美國(guó)公布的統(tǒng)計(jì)是9000億美元，其中美國(guó)的損失是4600億，是原來(lái)曝光的4倍。據(jù)預(yù)計(jì)美國(guó)次貸影響還不止這些，因?yàn)檫€有很多應(yīng)對(duì)的措施沒(méi)有到位，次貸危機(jī)使美國(guó)的房?jī)r(jià)下降、股市縮水。同時(shí)，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(zhǎng)。

（二）2008年上半年全省主要經(jīng)濟(jì)指標(biāo)預(yù)測(cè)

在以上分析判斷的基礎(chǔ)上，運(yùn)用經(jīng)濟(jì)計(jì)量分析模型測(cè)算，我省2008年上半年主要經(jīng)濟(jì)指標(biāo)的預(yù)測(cè)結(jié)果是：

2008年上半年，我省經(jīng)濟(jì)將繼續(xù)保持較快增長(zhǎng)，GDP增速可達(dá)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(zhǎng)，規(guī)模以上工業(yè)增加值增速可達(dá)23.5%；投資增速繼續(xù)高位運(yùn)行，預(yù)計(jì)全社會(huì)固定資產(chǎn)投資增速30.0%；消費(fèi)穩(wěn)步提高，預(yù)計(jì)全省社會(huì)消費(fèi)品零售總額增速17.3%；預(yù)計(jì)出口有所放緩，進(jìn)出口總額增速53.5%，其中出口增速51％。實(shí)際利用外資增速24.3%；財(cái)政總收入增速30.0%，地方財(cái)政收入增速31.0％；預(yù)計(jì)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(guó)家宏觀調(diào)控政策，加快調(diào)整投資結(jié)構(gòu)。根據(jù)國(guó)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(xiàng)目及時(shí)開(kāi)工建設(shè)。要加大對(duì)電子信息產(chǎn)業(yè)、大型裝備制造業(yè)、運(yùn)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(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級(jí)。同時(shí)，加大“三農(nóng)”工作力度，加大對(duì)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(jìn)農(nóng)村經(jīng)濟(jì)的發(fā)展，扎實(shí)推進(jìn)社會(huì)主義新農(nóng)村建設(shè)，進(jìn)一步促進(jìn)社會(huì)和諧。

2.大力發(fā)展對(duì)外經(jīng)濟(jì)，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(jiān)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(hù)生態(tài),促進(jìn)經(jīng)濟(jì)社會(huì)全面、協(xié)調(diào)、可持續(xù)發(fā)展。進(jìn)一步優(yōu)化投資環(huán)境,擴(kuò)大外商投資領(lǐng)域，鼓勵(lì)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(dǎo)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(jìn)外資參與國(guó)有企業(yè)的改組改造，盤(pán)活資產(chǎn)存量，提高競(jìng)爭(zhēng)能力。圍繞已有的引進(jìn)項(xiàng)目，制訂配套項(xiàng)目引資規(guī)劃，有針對(duì)性地加強(qiáng)引資工作，同時(shí)，加強(qiáng)招商引資項(xiàng)目的儲(chǔ)備工作，為招商引資的長(zhǎng)期平穩(wěn)發(fā)展奠定堅(jiān)實(shí)的基礎(chǔ)，避免大起大落。內(nèi)外資并重，在內(nèi)資引進(jìn)和外資引進(jìn)中，實(shí)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(duì)國(guó)家對(duì)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(jì)受美國(guó)次貸危機(jī)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(jì)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(dǎo)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(qiáng)支柱產(chǎn)業(yè)，大力發(fā)展服務(wù)業(yè)。落實(shí)產(chǎn)業(yè)政策，按照國(guó)家要求，努力淘汰高能耗、高污染的“五小”工業(yè)企業(yè)和過(guò)剩生產(chǎn)能力。根據(jù)市場(chǎng)需求、資源條件和環(huán)境容量的變化，堅(jiān)持以能源消耗少、經(jīng)濟(jì)效益好為著力點(diǎn)，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(shí)，依托南昌、九江等中心城市，做大做強(qiáng)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(jí)。

4.改善企業(yè)經(jīng)營(yíng)環(huán)境，提高企業(yè)競(jìng)爭(zhēng)力。改善企業(yè)經(jīng)營(yíng)外部環(huán)境，一是要進(jìn)一步完善中小企業(yè)融資擔(dān)保體系，加大財(cái)政對(duì)融資擔(dān)保的支持力度，降低融資成本，真正發(fā)揮好融資擔(dān)保機(jī)構(gòu)的資金服務(wù)平臺(tái)作用。同時(shí)，大力發(fā)展和引入風(fēng)險(xiǎn)投資機(jī)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(duì)重點(diǎn)行業(yè)，特別是因國(guó)家環(huán)保、產(chǎn)業(yè)政策門(mén)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(dǎo)，通過(guò)創(chuàng)新變“壓力”為“競(jìng)爭(zhēng)力”。三要出臺(tái)并落實(shí)有利于增加就業(yè)的土地、財(cái)稅等政策，減輕因勞動(dòng)力綜合成本上漲而增加經(jīng)營(yíng)壓力的中小民營(yíng)企業(yè)負(fù)擔(dān)。四要積極研究國(guó)內(nèi)市場(chǎng)。隨著宏觀調(diào)控不斷深入，在經(jīng)濟(jì)增長(zhǎng)動(dòng)力由過(guò)分倚重“外需”向擴(kuò)大“內(nèi)需”調(diào)整過(guò)程中，結(jié)合我省實(shí)際情況，培育壯大具有比較優(yōu)勢(shì)的行業(yè)，提升企業(yè)競(jìng)爭(zhēng)力。

5.大力發(fā)展縣域經(jīng)濟(jì)，促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展，啟動(dòng)農(nóng)村消費(fèi)。把發(fā)展縣域經(jīng)濟(jì)同發(fā)展特色經(jīng)濟(jì)、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(dòng)農(nóng)村富余勞動(dòng)力轉(zhuǎn)移、促進(jìn)農(nóng)民增收結(jié)合起來(lái)，把縣域經(jīng)濟(jì)發(fā)展同社會(huì)主義新農(nóng)村建設(shè)有機(jī)統(tǒng)一起來(lái)。要本著多予、少取,放活的原則,在財(cái)政、稅收、金融、信貸、投資等一系列政策上,支持縣域經(jīng)濟(jì),建立合理的激勵(lì)機(jī)制,促進(jìn)縣域經(jīng)濟(jì)的發(fā)展。

6.加大節(jié)能減排力度，促進(jìn)循環(huán)經(jīng)濟(jì)發(fā)展。采取必要措施，在土地供應(yīng)、項(xiàng)目評(píng)估審批等方面嚴(yán)把能耗關(guān)、環(huán)保關(guān)。對(duì)嚴(yán)重污染環(huán)境的高耗能項(xiàng)目一律不予辦理有關(guān)用地手續(xù)。積極推進(jìn)排污收費(fèi)制度改革，實(shí)行“環(huán)保部門(mén)核定、稅務(wù)部門(mén)征收、財(cái)政部門(mén)監(jiān)管”的征收體制。加快建立污染源自動(dòng)監(jiān)控體系，同時(shí)，加大對(duì)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(zhuān)項(xiàng)資金。采取利率差價(jià)，對(duì)節(jié)能減排技術(shù)改造項(xiàng)目貸款實(shí)行利率差別定價(jià)，對(duì)重點(diǎn)節(jié)能減排技術(shù)改造項(xiàng)目給予貸款貼息，對(duì)從事符合條件的節(jié)能減排項(xiàng)目企業(yè)給予稅收優(yōu)惠，建立節(jié)能減排獎(jiǎng)勵(lì)制度。

7.加強(qiáng)對(duì)物價(jià)的調(diào)控，確保全年經(jīng)濟(jì)穩(wěn)定運(yùn)行。鑒于當(dāng)前物價(jià)漲幅較高的壓力，要進(jìn)一步加強(qiáng)和改進(jìn)價(jià)格宏觀調(diào)控，積極采取措施平抑漲幅過(guò)快的商品價(jià)格，把物價(jià)調(diào)控在合理范圍內(nèi)。重點(diǎn)監(jiān)控糧油、豬肉、居住等直接影響民生的漲價(jià)主導(dǎo)因素變化，搞好居民基本消費(fèi)品的供需平衡。加大對(duì)農(nóng)資產(chǎn)品、鋼材、煤炭、石油等重要生產(chǎn)資料的市場(chǎng)調(diào)劑供應(yīng)，嚴(yán)控流通中間環(huán)節(jié)漲價(jià)，保障工、農(nóng)業(yè)正常生產(chǎn)。合理引導(dǎo)市場(chǎng)價(jià)格預(yù)期，力保全年經(jīng)濟(jì)平穩(wěn)運(yùn)行。同時(shí)也要進(jìn)一步提高社會(huì)保障水平，關(guān)注民生，保證中低收入群體特別是低保戶(hù)不因漲價(jià)而影響正常生活。

經(jīng)濟(jì)預(yù)測(cè)論文:上半年經(jīng)濟(jì)預(yù)測(cè)分析及政策建議

今年以來(lái)，面對(duì)國(guó)內(nèi)遭遇歷史罕見(jiàn)的低溫雨雪冰凍災(zāi)害、國(guó)際次貸危機(jī)不斷蔓延和加深的嚴(yán)峻復(fù)雜形勢(shì)，省委、省政府貫徹執(zhí)行國(guó)家宏觀調(diào)控政策，自覺(jué)踐行科學(xué)發(fā)展觀，有效采取措施，應(yīng)對(duì)冰雪災(zāi)害、物價(jià)上漲等問(wèn)題，國(guó)民經(jīng)濟(jì)保持了平穩(wěn)較快發(fā)展。綜合分析各方面因素，預(yù)計(jì)今年上半年我省工業(yè)生產(chǎn)形勢(shì)較好，投資將高位運(yùn)行，消費(fèi)需求將進(jìn)一步升溫，外貿(mào)出口增速可能放緩，上半年全省經(jīng)濟(jì)仍將保持較快增長(zhǎng)。

一、一季度*經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)分析

1.經(jīng)濟(jì)繼續(xù)保持較快增長(zhǎng)，經(jīng)濟(jì)運(yùn)行質(zhì)量不斷提高。一季度，全省經(jīng)濟(jì)繼續(xù)保持兩位數(shù)增長(zhǎng)的發(fā)展態(tài)勢(shì)，生產(chǎn)總值1212.6億元，增長(zhǎng)11.6％，同比提高0.1個(gè)百分點(diǎn)。其中，第一產(chǎn)業(yè)168.4億元，增長(zhǎng)4.3％；第二產(chǎn)業(yè)611.2億元，增長(zhǎng)14.3％；第三產(chǎn)業(yè)433.1億元，增長(zhǎng)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(duì)經(jīng)濟(jì)增長(zhǎng)的作用進(jìn)一步增大，完成增加值513.6億元，增長(zhǎng)16.1％，占GDP的42.4％，同比提高1.7個(gè)百分點(diǎn)。經(jīng)濟(jì)運(yùn)行質(zhì)量較好，據(jù)統(tǒng)計(jì)，1－2月，規(guī)模以上工業(yè)實(shí)現(xiàn)主營(yíng)業(yè)務(wù)收入848.1億元，增長(zhǎng)35.0％。實(shí)現(xiàn)利稅68.3億元，增長(zhǎng)8.8％，利潤(rùn)26.1億元，增長(zhǎng)3.0％。一季度，全省財(cái)政收入達(dá)到200.28億元，同比增收44.5億元，增長(zhǎng)28.6％。地方財(cái)政收入突破100億元，完成118.04億元，同比增收29.4億元，增長(zhǎng)33.2％。

2.農(nóng)業(yè)、工業(yè)生產(chǎn)形勢(shì)向好，增長(zhǎng)速度提高。一是農(nóng)業(yè)有效應(yīng)對(duì)冰雪災(zāi)害，繼續(xù)保持較快的發(fā)展趨勢(shì)。在我省出臺(tái)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(zhǎng)4.4％。主要農(nóng)作物播種面積擴(kuò)大。據(jù)調(diào)查，主要農(nóng)作物種植面積比上年增長(zhǎng)0.5％；蔬菜種植面積增長(zhǎng)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(zhǎng)3.8％和3.6％，肉類(lèi)總產(chǎn)量達(dá)70萬(wàn)噸，增長(zhǎng)3.9％。漁業(yè)逐步恢復(fù)正常水平。一季度，水產(chǎn)品產(chǎn)量52.5萬(wàn)噸，增長(zhǎng)7.4％。二是工業(yè)生產(chǎn)較快增長(zhǎng)，園區(qū)集聚度進(jìn)一步提升。一季度，規(guī)模以上工業(yè)增加值462.1億元，增長(zhǎng)22.1％。園區(qū)集聚度進(jìn)一步上升，完成規(guī)模以上工業(yè)增加值234.3億元，增長(zhǎng)34.7％，比規(guī)模以上工業(yè)增幅高3.5個(gè)百分點(diǎn)。

3.開(kāi)放型經(jīng)濟(jì)繼續(xù)保持良好的發(fā)展勢(shì)頭，出口結(jié)構(gòu)進(jìn)一步優(yōu)化。一是全省出口繼續(xù)保持增長(zhǎng)勢(shì)頭。一季度，進(jìn)出口總額25.71億美元，增長(zhǎng)47.4％。其中，出口總額13.68億美元，增長(zhǎng)40.1％；進(jìn)口總額12.02億美元，增長(zhǎng)56.8％。加工貿(mào)易業(yè)快速增長(zhǎng)，完成出口3.73億美元，增長(zhǎng)65.5％。出口結(jié)構(gòu)進(jìn)一步優(yōu)化。機(jī)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(zhǎng)，機(jī)電產(chǎn)品完成出口3.21億美元，增長(zhǎng)65.5％，高新技術(shù)產(chǎn)品出口1.92億美元，增長(zhǎng)1.9倍。二是實(shí)際利用外資不斷增加。一季度，新簽外資項(xiàng)目130個(gè)，合同金額9.09億美元，實(shí)際利用外商直接投資7.5億美元，增長(zhǎng)14.1％。合同金額1000萬(wàn)美元以上的項(xiàng)目有16家，外商投資項(xiàng)目平均投資規(guī)模達(dá)699萬(wàn)美元，增長(zhǎng)26.2％。外資企業(yè)增資擴(kuò)股活躍，增資規(guī)模達(dá)3.26億美元，增長(zhǎng)39.3％。

4.投資、消費(fèi)保持穩(wěn)定發(fā)展的良好勢(shì)頭。一季度，全社會(huì)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(zhǎng)31.5％，增速比上年同期加快6.7個(gè)百分點(diǎn)，全社會(huì)固定資產(chǎn)投資占GDP比重比上年同期上升2.9個(gè)百分點(diǎn)。其中，城鎮(zhèn)固定資產(chǎn)投資完成450.69億元，同比增長(zhǎng)32.1％，增速比上年同期加快5.9個(gè)百分點(diǎn)。全省工業(yè)投資254.87億元，增長(zhǎng)65.7％，占全省50萬(wàn)元以上投資的54.5％，拉動(dòng)投資增長(zhǎng)28.3個(gè)百分點(diǎn)。全省實(shí)現(xiàn)社會(huì)消費(fèi)品零售總額486.43億元，同比增長(zhǎng)20.2％，批發(fā)零售貿(mào)易業(yè)商品銷(xiāo)售總額為795.72億元，增長(zhǎng)20.6％，災(zāi)后重建帶動(dòng)市場(chǎng)漲幅明顯。城鄉(xiāng)市場(chǎng)全面旺盛。城市市場(chǎng)實(shí)現(xiàn)零售額264.1億元，增長(zhǎng)21.3％；農(nóng)村市場(chǎng)（縣及縣以下）實(shí)現(xiàn)零售額222.4億元，增長(zhǎng)19.0％，同比分別加快4.6個(gè)百分點(diǎn)和4.0個(gè)百分點(diǎn)。

5.民生工程取得進(jìn)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(wàn)人，同比多增0.6萬(wàn)人。一季度，農(nóng)民人均現(xiàn)金收入1204.3元，增長(zhǎng)14.6％。延續(xù)了近年來(lái)10％以上的增長(zhǎng)勢(shì)頭，同比加快1.5個(gè)百分點(diǎn)。受冰雪災(zāi)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(zhǎng)2.6％。

二、國(guó)際、國(guó)內(nèi)宏觀經(jīng)濟(jì)形勢(shì)判斷

目前，世界經(jīng)濟(jì)增長(zhǎng)減緩，金融市場(chǎng)動(dòng)蕩，國(guó)際市場(chǎng)原油、糧食等初級(jí)產(chǎn)品的價(jià)格持續(xù)上漲；國(guó)內(nèi)物價(jià)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(shì)依然嚴(yán)峻。

（一）國(guó)際經(jīng)濟(jì)形勢(shì)分析

1.從國(guó)際經(jīng)濟(jì)環(huán)境看，世界經(jīng)濟(jì)增長(zhǎng)的趨勢(shì)放緩已成定局，我國(guó)的出口市場(chǎng)面臨萎縮的風(fēng)險(xiǎn)。高盛公司最近發(fā)表的研究報(bào)告顯示：美國(guó)的這次次貸危機(jī)給全球經(jīng)濟(jì)帶來(lái)的損失預(yù)計(jì)為1.2萬(wàn)億美元，不久前美國(guó)公布的損失是9000億美元，其中美國(guó)的損失是4600億，是原來(lái)曝光的4倍。據(jù)預(yù)計(jì)美國(guó)次貸影響還不止這些，因?yàn)檫€有很多應(yīng)對(duì)的措施沒(méi)有到位，次貸危機(jī)使美國(guó)的房?jī)r(jià)下降、股市縮水。美國(guó)的經(jīng)濟(jì)拖累了全球經(jīng)濟(jì)，據(jù)國(guó)際貨幣基金組織最近的預(yù)測(cè)，2008年全球經(jīng)濟(jì)的增長(zhǎng)率是3.7％，比去年放慢1.2％，其中美國(guó)增長(zhǎng)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(shí)際上日本所受影響還遠(yuǎn)不是這個(gè)數(shù)量，因?yàn)槿赵苍诔掷m(xù)升值，按照慣例，日元升值快，日本的經(jīng)濟(jì)受到的負(fù)面影響就越大。

2.世界糧食、原油等初級(jí)產(chǎn)品的價(jià)格持續(xù)上漲。推動(dòng)全球通貨膨脹持續(xù)增長(zhǎng)的主要原因是已經(jīng)不僅僅是工業(yè)原材料價(jià)格的上漲，食品原材料價(jià)格的上漲也格外引人關(guān)注，不少?lài)?guó)家因?yàn)榧Z食的漲價(jià)已經(jīng)引起了社會(huì)的動(dòng)蕩。據(jù)專(zhuān)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(jià)格才會(huì)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(guó)家新增生產(chǎn)能力雖然有所增加，但是歐佩克國(guó)家不愿意增產(chǎn)，穩(wěn)定油價(jià)。專(zhuān)家們預(yù)計(jì)今年的油價(jià)不會(huì)低于每桶100美元，實(shí)際上現(xiàn)在的油價(jià)已經(jīng)超過(guò)了120美元。

3.經(jīng)濟(jì)放緩、通脹上升兩大風(fēng)險(xiǎn)同時(shí)存在，使各國(guó)的貨幣政策面臨嚴(yán)峻的考驗(yàn)。從匯率趨勢(shì)看，美國(guó)貨幣當(dāng)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(shí)會(huì)保持與主要經(jīng)濟(jì)體密切合作，防止匯率過(guò)于增大。從目前來(lái)看，美元還會(huì)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(duì)各國(guó)的貨幣政策形成嚴(yán)峻的考驗(yàn)。

（二）國(guó)內(nèi)經(jīng)濟(jì)形勢(shì)分析

1.出口增速持續(xù)下滑。一季度我國(guó)的出口增長(zhǎng)了21.4%，其中對(duì)美國(guó)的出口增長(zhǎng)了5.4%，對(duì)歐盟的出口增長(zhǎng)了24.2%，同比回落了15%和10.3%，估計(jì)下半年的出口增速還有可能進(jìn)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(guó)CPI同比上漲8％，高出上年同期5．3個(gè)百分點(diǎn)。這是最近十幾年單季CPI漲幅首次超過(guò)8％，4月份全國(guó)CPI同比上漲8.5％，漲幅比上月攀升了0.2個(gè)百分點(diǎn)。在居民消費(fèi)價(jià)格上漲的同時(shí)，工業(yè)品出廠價(jià)格、燃料動(dòng)力價(jià)格也在加快上漲。一季度工業(yè)品出廠價(jià)格同比上漲6．9％（3月份上漲8．0％），比上年同期高4．0個(gè)百分點(diǎn)；原材料、燃料、動(dòng)力購(gòu)進(jìn)價(jià)格同比上漲9．8％（3月份上漲11．0％），比上年同期高5．7個(gè)百分點(diǎn)。國(guó)內(nèi)通脹壓力增大，物價(jià)形勢(shì)嚴(yán)峻。國(guó)際原材料價(jià)格上漲帶來(lái)的“輸入性通脹”威脅依然存在。美元貶值造成了相當(dāng)多國(guó)際游資進(jìn)入石油市場(chǎng)投機(jī)，油價(jià)連創(chuàng)新高，始終保持在高位增長(zhǎng)；國(guó)際市場(chǎng)農(nóng)產(chǎn)品供不應(yīng)求的矛盾越來(lái)越突出，小麥、玉米、大米等主要農(nóng)產(chǎn)品的價(jià)格持續(xù)攀升。鐵礦石今年的協(xié)議價(jià)格又上漲了65%，礦產(chǎn)品的價(jià)格還會(huì)持續(xù)上升。煤炭的價(jià)格突然上升，今年以來(lái)煤炭的價(jià)格已經(jīng)上漲將近50%。國(guó)際原材料價(jià)格的快速上漲對(duì)我國(guó)企業(yè)生產(chǎn)成本帶來(lái)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(dá)到4%，人民幣對(duì)美元匯率已經(jīng)破7，現(xiàn)在預(yù)計(jì)全年升值要達(dá)到10%，匯率的上升必然會(huì)使大量的國(guó)際游資涌向中國(guó)，除了要發(fā)行人民幣來(lái)購(gòu)買(mǎi)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(shí)我們國(guó)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(jìn)一步吸引熱錢(qián)，不調(diào)當(dāng)前的物價(jià)形勢(shì)會(huì)更加嚴(yán)峻。

4.國(guó)內(nèi)資本市場(chǎng)動(dòng)蕩。雖然印花稅的下調(diào)股市總體反映不錯(cuò)，但用印花稅來(lái)救市能不能見(jiàn)效還很難判斷。股市的動(dòng)蕩目前還沒(méi)有過(guò)去，因?yàn)榻?jīng)濟(jì)增長(zhǎng)還沒(méi)有走入一個(gè)穩(wěn)定持續(xù)增長(zhǎng)的階段，國(guó)際環(huán)境影響仍在制約著我們。

三、2008年上半年全省經(jīng)濟(jì)走勢(shì)的判斷和主要經(jīng)濟(jì)指標(biāo)預(yù)測(cè)

（一）2008年上半年經(jīng)濟(jì)走勢(shì)的主要判斷分析

1.經(jīng)濟(jì)仍將保持較快增長(zhǎng)。由于經(jīng)濟(jì)繼續(xù)處于經(jīng)濟(jì)周期的快速增長(zhǎng)期；我省基礎(chǔ)設(shè)施和投資軟環(huán)境進(jìn)一步得到優(yōu)化；省委省政府多年來(lái)重視招商引資的政策所取得的成果，帶動(dòng)效應(yīng)進(jìn)一步顯現(xiàn)。一季度，新簽外資項(xiàng)目130個(gè)，合同金額9.09億美元，實(shí)際利用外商直接投資7.5億美元，增長(zhǎng)14.1％。合同金額1000萬(wàn)美元以上的項(xiàng)目有16家，外商投資項(xiàng)目平均投資規(guī)模達(dá)699萬(wàn)美元，增長(zhǎng)26.2％。外資企業(yè)增資擴(kuò)股活躍，增資規(guī)模達(dá)3.26億美元，增長(zhǎng)39.3％；我省民間投資和消費(fèi)市場(chǎng)趨于活躍。一季度，民間投資完成額271.6億元，增長(zhǎng)43.9％。全省實(shí)現(xiàn)社會(huì)消費(fèi)品零售總額486.43億元，同比增長(zhǎng)20.2％。城鄉(xiāng)市場(chǎng)全面旺盛。城市市場(chǎng)實(shí)現(xiàn)零售額264.1億元，增長(zhǎng)21.3％；農(nóng)村市場(chǎng)（縣及縣以下）實(shí)現(xiàn)零售額222.4億元，增長(zhǎng)19.0％，同比分別加快4.6個(gè)百分點(diǎn)和4.0個(gè)百分點(diǎn)。這些都將促使我省下半年整體經(jīng)濟(jì)走勢(shì)處于高位運(yùn)行。

2.工業(yè)生產(chǎn)仍將平穩(wěn)較快增長(zhǎng)。總體看，我省目前煤、電、油、運(yùn)生產(chǎn)能力較好，不會(huì)形成制約。國(guó)內(nèi)、國(guó)際貿(mào)易的持續(xù)較快增長(zhǎng)，外部需求繼續(xù)走旺。一季度我國(guó)出口增長(zhǎng)了21.4%，其中對(duì)美國(guó)出口增長(zhǎng)了5.4%，對(duì)歐盟出口增長(zhǎng)了24.2%；一大批重大產(chǎn)業(yè)項(xiàng)目的投產(chǎn)和儲(chǔ)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(dá)到了7250個(gè)。一季度，我省新增固定資產(chǎn)投資105.39億元，新開(kāi)工項(xiàng)目902個(gè)，這些都將繼續(xù)促進(jìn)我省工業(yè)生產(chǎn)的較快增長(zhǎng)。一季度，我省發(fā)電量116.71億千瓦時(shí)，增長(zhǎng)19.5％，從另一個(gè)角度說(shuō)明我省工業(yè)生產(chǎn)已經(jīng)開(kāi)始加速。

3.投資增速將繼續(xù)高位運(yùn)行。由于受以下因素影響，我省投資將會(huì)繼續(xù)高位運(yùn)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(zāi)害災(zāi)后基礎(chǔ)設(shè)施的修復(fù)和重建；三是地方政府換屆，投資增長(zhǎng)的體制性沖動(dòng)依然存在；四是多數(shù)行業(yè)企業(yè)利潤(rùn)增加較快，資金充足。1－2月，規(guī)模以上工業(yè)實(shí)現(xiàn)主營(yíng)業(yè)務(wù)收入848.1億元，增長(zhǎng)35.0％。實(shí)現(xiàn)利稅68.3億元，增長(zhǎng)8.8％，利潤(rùn)26.1億元，增長(zhǎng)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(duì)當(dāng)前本行業(yè)總體運(yùn)行狀況的判斷持樂(lè)觀及一般的認(rèn)同率為92.01％，認(rèn)為不樂(lè)觀的占7.89％，企業(yè)家信心指數(shù)為136.79。

4.消費(fèi)需求將進(jìn)一步升溫。促進(jìn)消費(fèi)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(shí)和國(guó)家對(duì)社會(huì)保障利民政策的出臺(tái)，居民消費(fèi)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(huì)對(duì)增加居民收入、穩(wěn)定收入預(yù)期、擴(kuò)大消費(fèi)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(wàn)人，同比多增0.6萬(wàn)人。一季度，農(nóng)民人均現(xiàn)金收入1204.3元，增長(zhǎng)14.6％，延續(xù)了近年來(lái)10％以上的增長(zhǎng)勢(shì)頭，同比加快1.5個(gè)百分點(diǎn)。一季度城鎮(zhèn)居民人均可支配收入3298.7元，增長(zhǎng)2.6％。但住房?jī)r(jià)格、資本市場(chǎng)動(dòng)蕩、物價(jià)上漲對(duì)居民消費(fèi)的影響預(yù)計(jì)還將進(jìn)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(xiāo)售面積同比下降了21.1％，商品房銷(xiāo)售額同比下降17％，這說(shuō)明居民對(duì)住房?jī)r(jià)格拐點(diǎn)預(yù)期增強(qiáng)，處于持幣觀望狀態(tài)。資本市場(chǎng)動(dòng)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(diǎn)到3000多點(diǎn)的“腰斬”，近13萬(wàn)億元市值的灰飛煙滅。一季度，基金凈值縮水達(dá)6000億元左右。一季度，我省CPI同比上漲8.2，居民通脹預(yù)期增強(qiáng)。

5.利用外資可望繼續(xù)平穩(wěn)增長(zhǎng)，外貿(mào)出口增速可能放緩。雖然受美國(guó)次貸和國(guó)際原材料價(jià)格上升影響，但是國(guó)際資金仍然較為充足，跨國(guó)投資仍然十分活躍，再加上我國(guó)人民幣升值預(yù)期的吸引，我省承接產(chǎn)業(yè)轉(zhuǎn)移的勢(shì)頭仍將較好。我省目前正著力加強(qiáng)軟環(huán)境建設(shè)，對(duì)外引資仍將保持較大的吸引力。同時(shí)，由于國(guó)際貿(mào)易摩擦加劇，世界經(jīng)濟(jì)放緩、美國(guó)次貸危機(jī)影響，人民幣升值壓力增加，國(guó)家對(duì)外貿(mào)順差加大調(diào)控力度。據(jù)統(tǒng)計(jì)，美國(guó)的這次次貸危機(jī)給全球經(jīng)濟(jì)帶來(lái)的損失預(yù)計(jì)為1.2萬(wàn)億美元，不久前美國(guó)公布的統(tǒng)計(jì)是9000億美元，其中美國(guó)的損失是4600億，是原來(lái)曝光的4倍。據(jù)預(yù)計(jì)美國(guó)次貸影響還不止這些，因?yàn)檫€有很多應(yīng)對(duì)的措施沒(méi)有到位，次貸危機(jī)使美國(guó)的房?jī)r(jià)下降、股市縮水。同時(shí)，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(zhǎng)。

（二）2008年上半年全省主要經(jīng)濟(jì)指標(biāo)預(yù)測(cè)

在以上分析判斷的基礎(chǔ)上，運(yùn)用經(jīng)濟(jì)計(jì)量分析模型測(cè)算，我省2008年上半年主要經(jīng)濟(jì)指標(biāo)的預(yù)測(cè)結(jié)果是：

2008年上半年，我省經(jīng)濟(jì)將繼續(xù)保持較快增長(zhǎng)，GDP增速可達(dá)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(zhǎng)，規(guī)模以上工業(yè)增加值增速可達(dá)23.5%；投資增速繼續(xù)高位運(yùn)行，預(yù)計(jì)全社會(huì)固定資產(chǎn)投資增速30.0%；消費(fèi)穩(wěn)步提高，預(yù)計(jì)全省社會(huì)消費(fèi)品零售總額增速17.3%；預(yù)計(jì)出口有所放緩，進(jìn)出口總額增速53.5%，其中出口增速51％。實(shí)際利用外資增速24.3%；財(cái)政總收入增速30.0%，地方財(cái)政收入增速31.0％；預(yù)計(jì)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(guó)家宏觀調(diào)控政策，加快調(diào)整投資結(jié)構(gòu)。根據(jù)國(guó)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(xiàng)目及時(shí)開(kāi)工建設(shè)。要加大對(duì)電子信息產(chǎn)業(yè)、大型裝備制造業(yè)、運(yùn)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(jìn)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整升級(jí)。同時(shí)，加大“三農(nóng)”工作力度，加大對(duì)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(jìn)農(nóng)村經(jīng)濟(jì)的發(fā)展，扎實(shí)推進(jìn)社會(huì)主義新農(nóng)村建設(shè)，進(jìn)一步促進(jìn)社會(huì)和諧。

2.大力發(fā)展對(duì)外經(jīng)濟(jì)，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(jiān)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(hù)生態(tài),促進(jìn)經(jīng)濟(jì)社會(huì)全面、協(xié)調(diào)、可持續(xù)發(fā)展。進(jìn)一步優(yōu)化投資環(huán)境,擴(kuò)大外商投資領(lǐng)域，鼓勵(lì)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(dǎo)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(jìn)外資參與國(guó)有企業(yè)的改組改造，盤(pán)活資產(chǎn)存量，提高競(jìng)爭(zhēng)能力。圍繞已有的引進(jìn)項(xiàng)目，制訂配套項(xiàng)目引資規(guī)劃，有針對(duì)性地加強(qiáng)引資工作，同時(shí)，加強(qiáng)招商引資項(xiàng)目的儲(chǔ)備工作，為招商引資的長(zhǎng)期平穩(wěn)發(fā)展奠定堅(jiān)實(shí)的基礎(chǔ)，避免大起大落。內(nèi)外資并重，在內(nèi)資引進(jìn)和外資引進(jìn)中，實(shí)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(duì)國(guó)家對(duì)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(jì)受美國(guó)次貸危機(jī)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(jì)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(dǎo)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(qiáng)支柱產(chǎn)業(yè)，大力發(fā)展服務(wù)業(yè)。落實(shí)產(chǎn)業(yè)政策，按照國(guó)家要求，努力淘汰高能耗、高污染的“五小”工業(yè)企業(yè)和過(guò)剩生產(chǎn)能力。根據(jù)市場(chǎng)需求、資源條件和環(huán)境容量的變化，堅(jiān)持以能源消耗少、經(jīng)濟(jì)效益好為著力點(diǎn)，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(shí)，依托南昌、九江等中心城市，做大做強(qiáng)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(jí)。

4.改善企業(yè)經(jīng)營(yíng)環(huán)境，提高企業(yè)競(jìng)爭(zhēng)力。改善企業(yè)經(jīng)營(yíng)外部環(huán)境，一是要進(jìn)一步完善中小企業(yè)融資擔(dān)保體系，加大財(cái)政對(duì)融資擔(dān)保的支持力度，降低融資成本，真正發(fā)揮好融資擔(dān)保機(jī)構(gòu)的資金服務(wù)平臺(tái)作用。同時(shí)，大力發(fā)展和引入風(fēng)險(xiǎn)投資機(jī)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(duì)重點(diǎn)行業(yè)，特別是因國(guó)家環(huán)保、產(chǎn)業(yè)政策門(mén)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(dǎo)，通過(guò)創(chuàng)新變“壓力”為“競(jìng)爭(zhēng)力”。三要出臺(tái)并落實(shí)有利于增加就業(yè)的土地、財(cái)稅等政策，減輕因勞動(dòng)力綜合成本上漲而增加經(jīng)營(yíng)壓力的中小民營(yíng)企業(yè)負(fù)擔(dān)。四要積極研究國(guó)內(nèi)市場(chǎng)。隨著宏觀調(diào)控不斷深入，在經(jīng)濟(jì)增長(zhǎng)動(dòng)力由過(guò)分倚重“外需”向擴(kuò)大“內(nèi)需”調(diào)整過(guò)程中，結(jié)合我省實(shí)際情況，培育壯大具有比較優(yōu)勢(shì)的行業(yè)，提升企業(yè)競(jìng)爭(zhēng)力。

5.大力發(fā)展縣域經(jīng)濟(jì)，促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展，啟動(dòng)農(nóng)村消費(fèi)。把發(fā)展縣域經(jīng)濟(jì)同發(fā)展特色經(jīng)濟(jì)、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(dòng)農(nóng)村富余勞動(dòng)力轉(zhuǎn)移、促進(jìn)農(nóng)民增收結(jié)合起來(lái)，把縣域經(jīng)濟(jì)發(fā)展同社會(huì)主義新農(nóng)村建設(shè)有機(jī)統(tǒng)一起來(lái)。要本著多予、少取,放活的原則,在財(cái)政、稅收、金融、信貸、投資等一系列政策上,支持縣域經(jīng)濟(jì),建立合理的激勵(lì)機(jī)制,促進(jìn)縣域經(jīng)濟(jì)的發(fā)展。

6.加大節(jié)能減排力度，促進(jìn)循環(huán)經(jīng)濟(jì)發(fā)展。采取必要措施，在土地供應(yīng)、項(xiàng)目評(píng)估審批等方面嚴(yán)把能耗關(guān)、環(huán)保關(guān)。對(duì)嚴(yán)重污染環(huán)境的高耗能項(xiàng)目一律不予辦理有關(guān)用地手續(xù)。積極推進(jìn)排污收費(fèi)制度改革，實(shí)行“環(huán)保部門(mén)核定、稅務(wù)部門(mén)征收、財(cái)政部門(mén)監(jiān)管”的征收體制。加快建立污染源自動(dòng)監(jiān)控體系，同時(shí)，加大對(duì)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(zhuān)項(xiàng)資金。采取利率差價(jià)，對(duì)節(jié)能減排技術(shù)改造項(xiàng)目貸款實(shí)行利率差別定價(jià)，對(duì)重點(diǎn)節(jié)能減排技術(shù)改造項(xiàng)目給予貸款貼息，對(duì)從事符合條件的節(jié)能減排項(xiàng)目企業(yè)給予稅收優(yōu)惠，建立節(jié)能減排獎(jiǎng)勵(lì)制度。

7.加強(qiáng)對(duì)物價(jià)的調(diào)控，確保全年經(jīng)濟(jì)穩(wěn)定運(yùn)行。鑒于當(dāng)前物價(jià)漲幅較高的壓力，要進(jìn)一步加強(qiáng)和改進(jìn)價(jià)格宏觀調(diào)控，積極采取措施平抑漲幅過(guò)快的商品價(jià)格，把物價(jià)調(diào)控在合理范圍內(nèi)。重點(diǎn)監(jiān)控糧油、豬肉、居住等直接影響民生的漲價(jià)主導(dǎo)因素變化，搞好居民基本消費(fèi)品的供需平衡。加大對(duì)農(nóng)資產(chǎn)品、鋼材、煤炭、石油等重要生產(chǎn)資料的市場(chǎng)調(diào)劑供應(yīng)，嚴(yán)控流通中間環(huán)節(jié)漲價(jià)，保障工、農(nóng)業(yè)正常生產(chǎn)。合理引導(dǎo)市場(chǎng)價(jià)格預(yù)期，力保全年經(jīng)濟(jì)平穩(wěn)運(yùn)行。同時(shí)也要進(jìn)一步提高社會(huì)保障水平，關(guān)注民生，保證中低收入群體特別是低保戶(hù)不因漲價(jià)而影響正常生活。

經(jīng)濟(jì)預(yù)測(cè)論文:支持向量機(jī)技術(shù)及其在經(jīng)濟(jì)預(yù)測(cè)中的應(yīng)用

摘要 在經(jīng)濟(jì)活動(dòng)中,人們?cè)絹?lái)越依賴(lài)經(jīng)濟(jì)預(yù)測(cè)方法來(lái)分析經(jīng)濟(jì)發(fā)展過(guò)程和現(xiàn)象,以論證經(jīng)濟(jì)發(fā)展的方針、政策的合理性和科學(xué)性。而在當(dāng)代的各種預(yù)測(cè)技術(shù)中,統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)(SVM)方法則最具代表性。本文介紹了統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)方法的基本原理和應(yīng)用方法,結(jié)合支持向量機(jī)在其它領(lǐng)域內(nèi)的成功應(yīng)用經(jīng)驗(yàn),將支持向量機(jī)拓展了SVM方法在經(jīng)濟(jì)及其它管理方面的應(yīng)用領(lǐng)域;并對(duì)支持向量機(jī)算法進(jìn)行GDP預(yù)測(cè)的可行性與有效性進(jìn)行分析,對(duì)GDP模型進(jìn)行驗(yàn)證。

關(guān)鍵詞 經(jīng)濟(jì)預(yù)測(cè);數(shù)據(jù)挖掘技術(shù);支持向量機(jī);經(jīng)濟(jì)增長(zhǎng)模型

1 研究背景意義

當(dāng)代的經(jīng)濟(jì)系統(tǒng)是一個(gè)多目標(biāo)、多變量、非線性的開(kāi)放系統(tǒng),具有非常復(fù)雜的相互依賴(lài)和相互制約關(guān)系,很難做出正確概率高的決策。

經(jīng)濟(jì)管理的過(guò)程,就是對(duì)經(jīng)濟(jì)系統(tǒng)的發(fā)展過(guò)程及其變動(dòng)趨勢(shì)進(jìn)行預(yù)測(cè),并在此基礎(chǔ)上制定出發(fā)展規(guī)劃和進(jìn)行決策,以確定經(jīng)濟(jì)管理的目標(biāo)和實(shí)施這一目標(biāo)的方案,監(jiān)督目標(biāo)、方案的實(shí)現(xiàn),并進(jìn)行調(diào)節(jié)和控制。進(jìn)行科學(xué)、合理的經(jīng)濟(jì)預(yù)測(cè)并依此制定發(fā)展規(guī)劃對(duì)于促進(jìn)經(jīng)濟(jì)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(jì)統(tǒng)計(jì)工作中引進(jìn)數(shù)據(jù)挖掘技術(shù),將該技術(shù)在經(jīng)濟(jì)統(tǒng)計(jì)中的應(yīng)用普遍化,能有效地提高統(tǒng)計(jì)工作的效率,降低統(tǒng)計(jì)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(jià)值的信息,有利于相關(guān)部門(mén)在大量經(jīng)濟(jì)數(shù)據(jù)的基礎(chǔ)上制定各種經(jīng)濟(jì)政策,促進(jìn)我國(guó)經(jīng)濟(jì)良性發(fā)展。

2 支持向量機(jī)(SVM)技術(shù)綜述

支持向量機(jī)(Support Vector Machine,縮寫(xiě)為SVM)是由Vapnik領(lǐng)導(dǎo)的AT&TBell實(shí)驗(yàn)室研究小組在1963年提出的一種新的非常有潛力的分類(lèi)技術(shù),SVM是一種基于統(tǒng)計(jì)學(xué)習(xí)理論的模式識(shí)別方法,主要應(yīng)用于模式識(shí)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(gè)更高維的空間里,在這個(gè)空間里建立有一個(gè)最大間隔超平面。對(duì)于只有兩類(lèi)的問(wèn)題,可將分類(lèi)線兩側(cè)的樣本點(diǎn)分為正類(lèi)和負(fù)類(lèi),則用符號(hào)函數(shù)的方式推斷點(diǎn)所對(duì)應(yīng)的類(lèi)別的決策函數(shù)如下:

設(shè)訓(xùn)練樣本輸入為,,對(duì)應(yīng)的期望輸出為,其中,+1和-1分別代表兩類(lèi)標(biāo)識(shí),假定分類(lèi)面方程為。為了使分類(lèi)面對(duì)所有樣本正確分類(lèi)并且具備分類(lèi)間隔,就要求它滿足如下約束:

可以計(jì)算出分類(lèi)間隔為:

現(xiàn)在求解在服從約束式的條件下最大化分類(lèi)間隔。即最優(yōu)超平面的權(quán)系數(shù)向量是訓(xùn)練樣本向量的線性組合。

本文重點(diǎn)討論非線性可分情況的SVM。對(duì)需要非線性分類(lèi)的情況,支持向量機(jī)提出的方法是利用特征映射方法,使非線性分類(lèi)的問(wèn)題可以利用線性分類(lèi)的計(jì)算框架來(lái)實(shí)現(xiàn)。

對(duì)于非線性問(wèn)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(gè)分界超平面。

對(duì)支持向量機(jī)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(xiàng)式核函數(shù)、非齊交多項(xiàng)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(jì)增長(zhǎng)模型

自20世紀(jì)80年代中期以來(lái),以羅默和盧卡斯為代表的“新增長(zhǎng)理論”的出現(xiàn),該理論又稱(chēng)“內(nèi)生技術(shù)變革理論”,是基于新古典經(jīng)濟(jì)增長(zhǎng)模型發(fā)展起來(lái)的,認(rèn)為人均實(shí)際GDP增長(zhǎng)是因?yàn)槿藗冊(cè)谧非罄麧?rùn)中所作出的選擇,且增長(zhǎng)可以持續(xù)下去。該理論可以揭示經(jīng)濟(jì)增長(zhǎng)率差異的原因和解釋持續(xù)經(jīng)濟(jì)增長(zhǎng)的可能。經(jīng)濟(jì)活動(dòng)的事實(shí)證明,經(jīng)濟(jì)增長(zhǎng)率不是一個(gè)常數(shù),它隨著時(shí)間的變化而變化,并呈現(xiàn)出一定的周期性,新經(jīng)濟(jì)增長(zhǎng)理論在參數(shù)中引入時(shí)間變量,可以較好地反映經(jīng)濟(jì)發(fā)展的周期性,同時(shí)對(duì)創(chuàng)新機(jī)制、人力資源成本等因素進(jìn)行較好地反映,是比較適合中國(guó)國(guó)情的。

新經(jīng)濟(jì)增長(zhǎng)理論有助于我們更深刻地認(rèn)識(shí)到我國(guó)現(xiàn)實(shí)經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變的必要性和緊迫性。新經(jīng)濟(jì)增長(zhǎng)理論說(shuō)明,要素投入的增加只有在起能夠帶來(lái)技術(shù)進(jìn)步的條件下才能推動(dòng)經(jīng)濟(jì)的持續(xù)發(fā)展,這從理論上說(shuō)明粗放型經(jīng)濟(jì)增長(zhǎng)模式不可持續(xù)。為了保證我國(guó)經(jīng)濟(jì)持續(xù)、快速、健康發(fā)展,必須將經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變到主要依賴(lài)技術(shù)進(jìn)步的集約型經(jīng)濟(jì)增長(zhǎng)方式上來(lái)。

新經(jīng)濟(jì)增長(zhǎng)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(dòng)力投入量、人力資本(無(wú)形資本)存量和時(shí)間。

4 實(shí)證研究

在我國(guó),投資對(duì)經(jīng)濟(jì)增長(zhǎng)的推動(dòng)明顯,是推動(dòng)經(jīng)濟(jì)高速發(fā)展的最主要的動(dòng)力;而人力資本也是非常重要。現(xiàn)階段,低廉的勞動(dòng)力資源已成為我國(guó)吸引外資、提高經(jīng)濟(jì)競(jìng)爭(zhēng)力的主要因素。

本文在設(shè)計(jì)經(jīng)濟(jì)預(yù)測(cè)模型時(shí)首先假定社會(huì)政治制度、財(cái)政政策、稅收政策、退休養(yǎng)老福 利形式、金融市場(chǎng)發(fā)展為平穩(wěn)漸進(jìn)型;我國(guó)經(jīng)濟(jì)成功轉(zhuǎn)型,則可假定技術(shù)進(jìn)步也是一個(gè)平穩(wěn)漸進(jìn)的過(guò)程。考慮金融危機(jī)的影響,應(yīng)對(duì)本模型預(yù)測(cè)結(jié)果進(jìn)行修正。

本文中的國(guó)民經(jīng)濟(jì)產(chǎn)出模型的可看作一個(gè)生產(chǎn)函數(shù):

其中,F表示國(guó)民經(jīng)濟(jì)產(chǎn)出,A表示技術(shù)進(jìn)步,K表示資本投入,L表示勞動(dòng)力,H表示人力資本。本模型用國(guó)內(nèi)生產(chǎn)總值來(lái)表示國(guó)民經(jīng)濟(jì)產(chǎn)出。

文中對(duì)GDP的增長(zhǎng)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(zhǎng)率等指標(biāo)來(lái)進(jìn)行回歸預(yù)測(cè),選用擬合誤差最小的結(jié)果進(jìn)行GDP的增長(zhǎng)率的預(yù)測(cè)。用RMSE和預(yù)測(cè)準(zhǔn)確度為性能指標(biāo)。

本文從《中國(guó)統(tǒng)計(jì)年鑒2008》選取1978年至2003年的GDP數(shù)據(jù)及增長(zhǎng)率進(jìn)行訓(xùn)練,將訓(xùn)練數(shù)據(jù)分成5份做交叉驗(yàn)證。選取2004年至2007年的GDP數(shù)據(jù)及增長(zhǎng)率做測(cè)試樣本集。利用LIBSVM進(jìn)行模型的測(cè)試與預(yù)測(cè)。

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(xiàng)式核、RBF 核、sigmoid 核。經(jīng)研究,選擇RBF、多項(xiàng)式、sigmoid核函數(shù)進(jìn)行預(yù)測(cè)并進(jìn)行比較,以保證預(yù)測(cè)結(jié)果的準(zhǔn)確性。并采用探索法來(lái)確定參數(shù)。

5 結(jié)論

表1國(guó)內(nèi)生產(chǎn)總值不同核函數(shù)形式的預(yù)測(cè)準(zhǔn)確性對(duì)比

在實(shí)證中,RMSE值越小,相對(duì)誤差越小,預(yù)測(cè)準(zhǔn)確度越高。本文使用徑向基核函數(shù)完成預(yù)測(cè)。

GDP預(yù)測(cè)結(jié)果見(jiàn)表2,2008~2010年的國(guó)民生產(chǎn)總值上揚(yáng),體現(xiàn)了我國(guó)在進(jìn)行經(jīng)濟(jì)結(jié)構(gòu)調(diào)整取得重大進(jìn)展,國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)率保持較高水平。自2007年年末爆發(fā)了世界性金融危機(jī),對(duì)世界經(jīng)濟(jì)產(chǎn)生了巨大的影響。金融市場(chǎng)的動(dòng)蕩,使世界各個(gè)國(guó)家尤其是西方發(fā)達(dá)國(guó)家的經(jīng)濟(jì)遭受到了毀滅性打擊,對(duì)我國(guó)經(jīng)濟(jì)也造成了巨大的沖擊。我國(guó)政府積極應(yīng)對(duì),加大了固定資產(chǎn)投資,共投入4萬(wàn)億資金,拉動(dòng)內(nèi)需,取得了令世界矚目的成就。從2008年~2009年,我國(guó)經(jīng)濟(jì)已觸底反彈,并率先開(kāi)始進(jìn)入增長(zhǎng),確保GDP高速增長(zhǎng)。

表2 全國(guó)2008~2010年宏觀經(jīng)濟(jì)數(shù)據(jù)預(yù)測(cè)值

在研究中發(fā)現(xiàn),支持向量機(jī)方法進(jìn)行經(jīng)濟(jì)預(yù)測(cè)也存在一定的局限性。主要表現(xiàn)為:第一,在支持向量機(jī)方法中不能明確獲得內(nèi)部權(quán)重,所反映學(xué)習(xí)信息及結(jié)果,不利于確切把握經(jīng)濟(jì)現(xiàn)象的本質(zhì);第二,SVM算法選擇小規(guī)模的樣本集訓(xùn)練,降低了學(xué)習(xí)代價(jià),但存在初始樣本集選擇不當(dāng),SVM的分類(lèi)精度不高的缺陷;第三,如何在訓(xùn)練時(shí)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(jìn)行豐富。

經(jīng)濟(jì)預(yù)測(cè)論文:基于BP與RBF神經(jīng)網(wǎng)絡(luò)經(jīng)濟(jì)預(yù)測(cè)模型的研究

摘要：該文結(jié)合經(jīng)濟(jì)預(yù)測(cè)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(diǎn)，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(jì)增長(zhǎng)預(yù)測(cè)。實(shí)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(yù)測(cè)精度，但是各種神經(jīng)網(wǎng)絡(luò)進(jìn)行經(jīng)濟(jì)增長(zhǎng)預(yù)測(cè)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(jì)部門(mén)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(jì)增長(zhǎng)預(yù)測(cè)

1 經(jīng)濟(jì)預(yù)測(cè)概論

經(jīng)濟(jì)預(yù)測(cè)是與未來(lái)有關(guān)的旨在減少不確定性對(duì)經(jīng)濟(jì)活動(dòng)影響的一種經(jīng)濟(jì)分析。它是對(duì)將來(lái)經(jīng)濟(jì)發(fā)展的科學(xué)認(rèn)識(shí)活動(dòng)。經(jīng)濟(jì)預(yù)測(cè)不是靠經(jīng)驗(yàn)、憑直覺(jué)的預(yù)言或猜測(cè)，而是以科學(xué)的理論和方法、可靠的資料、精密的計(jì)算及對(duì)客觀規(guī)律性的認(rèn)識(shí)所作出的分析和判斷。

2 人工神經(jīng)網(wǎng)絡(luò)經(jīng)濟(jì)預(yù)測(cè)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(cuò)性、自適應(yīng)和聯(lián)想功能強(qiáng)等特點(diǎn)，作為非線性智能預(yù)測(cè)方法的人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法成為國(guó)內(nèi)外經(jīng)濟(jì)預(yù)測(cè)研究的一個(gè)熱點(diǎn)。

人工神經(jīng)網(wǎng)絡(luò)不斷應(yīng)用于證券預(yù)測(cè)分析、企業(yè)經(jīng)濟(jì)戰(zhàn)略預(yù)測(cè)、經(jīng)濟(jì)理論創(chuàng)新、經(jīng)濟(jì)預(yù)測(cè)預(yù)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(yù)測(cè)模型分析

3.1 經(jīng)濟(jì)增長(zhǎng)神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)模型

3.1.1 宏觀經(jīng)濟(jì)預(yù)測(cè)指標(biāo)

經(jīng)濟(jì)增長(zhǎng)率是判斷宏觀經(jīng)濟(jì)運(yùn)行狀況的一個(gè)主要指標(biāo)。經(jīng)濟(jì)增長(zhǎng)率指的就是不變價(jià)國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率(簡(jiǎn)稱(chēng)國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)率。因此，判斷宏觀經(jīng)濟(jì)運(yùn)行狀況要落腳到對(duì)國(guó)內(nèi)生產(chǎn)總值的核算上。在本文中我們采用GDP的增長(zhǎng)率來(lái)作為預(yù)測(cè)目標(biāo)。

3.1.2 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)模型經(jīng)濟(jì)模型的設(shè)計(jì)

本論文采用兩種模型對(duì)經(jīng)濟(jì)進(jìn)行預(yù)測(cè)。

1) 第一種 GDP預(yù)測(cè)模型：第n年的一、二、三產(chǎn)業(yè)的增長(zhǎng)率作為輸入，第n+1年GDP增長(zhǎng)率作為輸出。

2) 第二種預(yù)測(cè)模型。第n-3、n-2、n-1、n年的經(jīng)濟(jì)增長(zhǎng)率作為輸入，第n-1、n、n+1年經(jīng)濟(jì)增長(zhǎng)率作為輸出。

這里還要說(shuō)明兩個(gè)問(wèn)題。第一我們用到的數(shù)據(jù)來(lái)自2009年 浙江省統(tǒng)計(jì)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(jì)經(jīng)濟(jì)預(yù)測(cè)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(guò)去的每年的GDP增長(zhǎng)指數(shù)的基礎(chǔ)上進(jìn)行BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)

3.2.1 學(xué)習(xí)樣本的選擇

本次實(shí)驗(yàn)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(jì)發(fā)展的的預(yù)測(cè)模型。輸入層節(jié)點(diǎn)數(shù)為n=4，輸出層節(jié)點(diǎn)m=3.而隱含層節(jié)點(diǎn)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(duì)復(fù)雜問(wèn)題的映射能力，實(shí)驗(yàn)中我們采用試湊法來(lái)確定最佳節(jié)點(diǎn)數(shù)。現(xiàn)設(shè)置較少的隱節(jié)點(diǎn)訓(xùn)練網(wǎng)絡(luò)，然后逐漸增加網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)，用同一樣本進(jìn)行訓(xùn)練，從中確定網(wǎng)絡(luò)誤差最小時(shí)對(duì)應(yīng)的節(jié)點(diǎn)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(xùn)練函數(shù)選擇traindx。

3.2.2 數(shù)值歸一化處理

對(duì)于浙江省經(jīng)濟(jì)增長(zhǎng)序列Q=（Q1，Q2…，Qt）。設(shè)序列的最大值、最小值分別為Qmax、Qmin。對(duì)時(shí)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(xùn)練和數(shù)據(jù)預(yù)測(cè)

采用1978～2003年的數(shù)據(jù)樣本在MatLab7.0軟件中對(duì)輸入網(wǎng)絡(luò)進(jìn)行訓(xùn)練.隱層節(jié)點(diǎn)數(shù)先從4開(kāi)始訓(xùn)練，逐步增加到12時(shí)，當(dāng)數(shù)值 為10時(shí)預(yù)測(cè)結(jié)果較好。允許誤差為0.001，訓(xùn)練3217次達(dá)到訓(xùn)練要求。

采用1978～2004年的數(shù)據(jù)作為第一組訓(xùn)練數(shù)據(jù)，2005-年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP。采用1978～2005年的數(shù)據(jù)作為第一組訓(xùn)練數(shù)據(jù)，2006年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP， 采用1978～2006年的數(shù)據(jù)作為第一組訓(xùn)練數(shù)據(jù)，2007-年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP，依次類(lèi)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(lái)看，相對(duì)誤差比較小，BP網(wǎng)絡(luò)對(duì)整個(gè)模擬數(shù)據(jù)的擬合程度還是比較好的，但是從2005-2009的預(yù)測(cè)數(shù)據(jù)來(lái)看預(yù)測(cè)數(shù)據(jù)的誤差還是比較大的，這也說(shuō)明對(duì)未來(lái)的預(yù)測(cè)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(yù)測(cè)GDP

3.3.1 樣本數(shù)據(jù)訓(xùn)練

將1978-2004年數(shù)據(jù)對(duì)輸入網(wǎng)絡(luò)進(jìn)行訓(xùn)練。然后把需要預(yù)測(cè)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(gè)3個(gè)輸入節(jié)點(diǎn)、18個(gè)隱含層節(jié)點(diǎn)、一個(gè)輸出結(jié)點(diǎn)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(xùn)練函數(shù)選擇traindx，允許誤差為0.001，訓(xùn)練1748次達(dá)到訓(xùn)練要求。

采用1978～2004年的數(shù)據(jù)作為第一組訓(xùn)練數(shù)據(jù)，2005年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP。采用1978～2005年的數(shù)據(jù)作為第一組訓(xùn)練數(shù)據(jù)，2006年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP， 采用1978～2006年的數(shù)據(jù)作為第一組訓(xùn)練數(shù)據(jù)，2007年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP，依次類(lèi)推，產(chǎn)生結(jié)果如表2所示。

3.3.2 數(shù)據(jù)分析

從預(yù)測(cè)數(shù)據(jù)來(lái)看預(yù)測(cè)數(shù)據(jù)的誤差盡管比上一種類(lèi)型的數(shù)據(jù)要好，但是誤差還是比較大的，但是考慮到預(yù)測(cè)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(shuō)明對(duì)未來(lái)的預(yù)測(cè)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(yù)測(cè)一年的話，可以通過(guò)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(guò)去的每年的GDP增長(zhǎng)指數(shù)的基礎(chǔ)上進(jìn)行RBF神經(jīng)網(wǎng)絡(luò)預(yù)測(cè).

3.4.1 RBF 神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)

該種方式與第一種BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法類(lèi)似， 以以前四年的GDP增長(zhǎng)率作為輸入，后兩年加以預(yù)測(cè)的年作為輸出。輸入層節(jié)點(diǎn)數(shù)為n=4，輸出層節(jié)點(diǎn)m=3.而隱含層節(jié)點(diǎn)數(shù)的選擇是采用matlab的newrbe自動(dòng)來(lái)設(shè)置.然后用同一樣本進(jìn)行訓(xùn)練。

3.4.2 樣本數(shù)據(jù)訓(xùn)練和數(shù)據(jù)預(yù)測(cè)

1) 采用1978～2004年的數(shù)據(jù)作為第一組訓(xùn)練數(shù)據(jù)，2005年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP。采用1978～2005年的數(shù)據(jù)作為第一組訓(xùn)練數(shù)據(jù)，2006年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP，依次類(lèi)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?yàn)橥ㄟ^(guò)測(cè)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(shí)驗(yàn)數(shù)據(jù)看，RBF對(duì)整個(gè)模擬數(shù)據(jù)的曲線擬合程度是相當(dāng)完美，但是從2005-2009的預(yù)測(cè)數(shù)據(jù)來(lái)看預(yù)測(cè)數(shù)據(jù)的誤差還是比較大的，這也說(shuō)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(yù)測(cè)的能力來(lái)講，并不比BP網(wǎng)絡(luò)好，反而通過(guò)試驗(yàn)顯得更差一些。這仍然表明對(duì)未來(lái)的預(yù)測(cè)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(yù)測(cè)也只能作為參考之用，不能對(duì)各種的突發(fā)事件進(jìn)行預(yù)測(cè)。

3.5 使用RBF三種產(chǎn)業(yè)增加率確定法預(yù)測(cè)GDP

3.5.1 RBF神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)

該種方式與對(duì)應(yīng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法類(lèi)似， 以一年的三種產(chǎn)業(yè)增長(zhǎng)率作為輸入，后一年的GDP增長(zhǎng)率預(yù)測(cè)作為輸出。本次實(shí)驗(yàn)采用RBF神經(jīng)網(wǎng)絡(luò)建立浙江省經(jīng)濟(jì)發(fā)展的的預(yù)測(cè)模型。輸入層節(jié)點(diǎn)數(shù)為n=3，輸出層節(jié)點(diǎn)m=1.而隱含層節(jié)點(diǎn)數(shù)的選擇采用RBF自動(dòng)的newrbe方法實(shí)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(xùn)練數(shù)據(jù)，2005年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP。采用1978～2005年的數(shù)據(jù)作為第一組訓(xùn)練數(shù)據(jù)，2006年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP， 采用1978～2006年的數(shù)據(jù)作為第一組訓(xùn)練數(shù)據(jù)，2007-年數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，通過(guò)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)GDP，依次類(lèi)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(yù)測(cè)數(shù)據(jù)來(lái)看預(yù)測(cè)數(shù)據(jù)的誤差比上一組得RBF的誤差還要大，幾乎有點(diǎn)難以接受。這也說(shuō)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(yù)測(cè)的能力來(lái)講，并不比BP網(wǎng)絡(luò)好，反而我通過(guò)試驗(yàn)更差一些。2009年的數(shù)據(jù)變得極為不合理，從而導(dǎo)致數(shù)據(jù)的偏差性很高。，從測(cè)試數(shù)據(jù)可看出，但是由于經(jīng)濟(jì)運(yùn)行的復(fù)雜性，以及不可預(yù)知性，特別是由于2008的美國(guó)金融導(dǎo)致的世界范圍的經(jīng)濟(jì)危機(jī)，導(dǎo)致經(jīng)濟(jì)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(dǎo)致數(shù)據(jù)的偏差性很高。

4 總結(jié)與歸納

從我們的試驗(yàn)來(lái)看，各種神經(jīng)網(wǎng)絡(luò)的確可以對(duì)未來(lái)進(jìn)行預(yù)測(cè)，但是精度多高卻有一些問(wèn)題，從我們的試驗(yàn)來(lái)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(cè)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(yù)測(cè)仍然需要不斷的完善。

經(jīng)濟(jì)預(yù)測(cè)論文:基于徑向基神經(jīng)網(wǎng)絡(luò)的宏觀經(jīng)濟(jì)預(yù)測(cè)實(shí)證分析

一、緒論

國(guó)內(nèi)外已不少學(xué)者通過(guò)構(gòu)建不同模型對(duì)經(jīng)濟(jì)周期進(jìn)行監(jiān)測(cè)預(yù)警，人工神經(jīng)網(wǎng)絡(luò)是方法之一。神經(jīng)網(wǎng)絡(luò)實(shí)質(zhì)是一個(gè)大規(guī)模的連續(xù)的非線性時(shí)間動(dòng)力系統(tǒng)，它具有并行分布處理、連續(xù)時(shí)間非線性動(dòng)力學(xué)、網(wǎng)絡(luò)全局作用及學(xué)習(xí)聯(lián)想能力和高度的魯棒性等特點(diǎn)。[1]與此同時(shí)，它也具有不可預(yù)測(cè)性、自適應(yīng)性、耗散性和吸引性等非線性動(dòng)力系統(tǒng)的所共有的特性。[2]對(duì)于宏觀經(jīng)濟(jì)這樣一個(gè)復(fù)雜的“黑箱”運(yùn)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(rèn)為利用大數(shù)據(jù)信息可以為實(shí)時(shí)預(yù)測(cè)提供服務(wù)。[3]比如，提前捕獲GDP這樣的經(jīng)濟(jì)數(shù)據(jù)。人們可以依靠網(wǎng)絡(luò)技術(shù)和實(shí)時(shí)信息的可采集性，比如，在2016年12月31日得到我國(guó)本月GDP的數(shù)值。本文將通過(guò)構(gòu)建以經(jīng)濟(jì)理論為支撐的宏觀經(jīng)濟(jì)的指標(biāo)體系，然后采用徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行宏觀經(jīng)濟(jì)預(yù)測(cè)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(diǎn)；再計(jì)算樣本點(diǎn)與節(jié)點(diǎn)中心的距離，該距離通過(guò)徑向基函數(shù)的轉(zhuǎn)換形成隱藏層的輸出；最后通過(guò)輸出層的線性表達(dá)形成網(wǎng)絡(luò)的最終輸出。

在這個(gè)過(guò)程中，重點(diǎn)之一是如何確定隱藏層節(jié)點(diǎn)的中心和其標(biāo)準(zhǔn)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(diǎn)中心可用聚類(lèi)的方法確定，或直接從樣本中選擇；而標(biāo)準(zhǔn)差則可通過(guò)經(jīng)驗(yàn)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(diǎn)個(gè)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(xué)習(xí)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(guò)輸出數(shù)據(jù)來(lái)調(diào)整，整個(gè)過(guò)程采用誤差修正來(lái)學(xué)習(xí)，其代價(jià)函數(shù)如下定義：

設(shè)E為一個(gè)輸出節(jié)點(diǎn)的誤差，N為訓(xùn)練樣本的個(gè)數(shù)，ej為輸入第j個(gè)訓(xùn)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(diǎn)的個(gè)數(shù)[6]。學(xué)習(xí)時(shí)，正是通過(guò)尋找合適的自由參數(shù)使代價(jià)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(xué)習(xí)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(jì)預(yù)測(cè)的實(shí)現(xiàn)

宏觀經(jīng)濟(jì)預(yù)測(cè)的影響因素眾多，且各因素之間關(guān)系復(fù)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(jì)的指標(biāo)體系，再采用徑向基神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)宏觀經(jīng)濟(jì)預(yù)測(cè)，以陜西省1996年～2015年的數(shù)據(jù)作為實(shí)證樣本。

（一）宏觀經(jīng)濟(jì)預(yù)警指標(biāo)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(jì)水平。以經(jīng)濟(jì)學(xué)理論為基礎(chǔ)，劃分出四類(lèi)一級(jí)指標(biāo)：消費(fèi)、投資、政府支出及凈出口；[6]但人力資本在地方經(jīng)濟(jì)發(fā)展中起著越來(lái)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(xiàng)一級(jí)指標(biāo)。兼顧指標(biāo)數(shù)據(jù)的可獲得性，選取以下指標(biāo)來(lái)衡量陜西省的經(jīng)濟(jì)發(fā)展：

所有數(shù)據(jù)均來(lái)源于中國(guó)統(tǒng)計(jì)局，原始數(shù)據(jù)見(jiàn)附表1。

（二）徑向基神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的實(shí)現(xiàn)

基于徑向基神經(jīng)網(wǎng)絡(luò)進(jìn)行陜西省宏觀經(jīng)濟(jì)預(yù)測(cè)的實(shí)現(xiàn)依照以下步驟實(shí)現(xiàn)：

1.數(shù)據(jù)的預(yù)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(gè)缺失數(shù)據(jù)。補(bǔ)充方法如下：對(duì)于教育經(jīng)費(fèi)（EF）的第一處缺失、圖書(shū)（TB）、期刊（TJ）和報(bào)紙（TN）的缺失采用均值插樣做補(bǔ)充；教育經(jīng)費(fèi)（EF）的第二處缺失參考新聞“教育經(jīng)費(fèi)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(fèi)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(fèi)投入。博物館數(shù)量（NM）的兩處均以1998年的67個(gè)類(lèi)推。

接著定義樣本并劃分訓(xùn)練樣本和測(cè)試樣本。其中1996～2000年的數(shù)據(jù)為訓(xùn)練樣本，2001～2005年的數(shù)據(jù)為測(cè)試樣本。

2.訓(xùn)練樣本。為了充分利用樣本，對(duì)15份訓(xùn)練樣本進(jìn)行插值得到100份樣本。具體操作為先將訓(xùn)練樣本和對(duì)應(yīng)的目標(biāo)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(duì)應(yīng)目標(biāo)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(kuò)散因子為22，最大神經(jīng)元個(gè)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(biāo)的數(shù)據(jù)量級(jí)不同，對(duì)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(cè)試顯示測(cè)試結(jié)果。

相對(duì)誤差結(jié)果總結(jié)如下：

四、總結(jié)

從實(shí)證過(guò)程可以歸納出以下三點(diǎn)：第一，指標(biāo)有效，合適的數(shù)據(jù)預(yù)處理可以保證算法的收斂速；第二，預(yù)測(cè)結(jié)果的平均相對(duì)誤差僅有0.071629，因此有理由認(rèn)為，徑向基神經(jīng)網(wǎng)絡(luò)可以準(zhǔn)確預(yù)測(cè)宏觀經(jīng)濟(jì)的走勢(shì)；第三，預(yù)測(cè)值隨著時(shí)間的推后，預(yù)測(cè)偏差逐漸擴(kuò)大，這說(shuō)明該方法和其他預(yù)測(cè)方法有著同樣的確定，即只適合短時(shí)期內(nèi)的預(yù)測(cè)，預(yù)測(cè)誤差會(huì)隨著預(yù)測(cè)期的延長(zhǎng)而變大。

作者簡(jiǎn)介：蘇珊娜（1993-），女，漢族，陜西省咸陽(yáng)市，西安財(cái)經(jīng)學(xué)院，碩士研究生在讀，數(shù)量經(jīng)濟(jì)學(xué)。

經(jīng)濟(jì)預(yù)測(cè)論文:度應(yīng)用經(jīng)濟(jì)預(yù)測(cè)

2016 年有望成為應(yīng)用經(jīng)濟(jì)高歌猛進(jìn)的一年。到 12 月底，App Annie預(yù)計(jì)移動(dòng)應(yīng)用商店總消費(fèi)額將達(dá)到 520 億美元，而移動(dòng)應(yīng)用內(nèi)廣告總消費(fèi)額將達(dá)到 770 億美元。移動(dòng)端如今成為絕對(duì)的主流平臺(tái)，各行各業(yè)的公司都依賴(lài)于移動(dòng)渠道提升現(xiàn)有收入來(lái)源，同時(shí)開(kāi)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(tái)創(chuàng)新和移動(dòng)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(shí)到投資移動(dòng)端的重要性。

2017 年應(yīng)用經(jīng)濟(jì)狀態(tài)：全面增長(zhǎng)

App Annie預(yù)測(cè)，2017 年移動(dòng)應(yīng)用消費(fèi)總額（含應(yīng)用商店消費(fèi)和廣告費(fèi)用）將達(dá)到 1660 億美元。

移動(dòng)應(yīng)用商店總消費(fèi)額將達(dá)到 650 億美元。游戲類(lèi)應(yīng)用仍是此項(xiàng)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(zhǎng)。

應(yīng)用內(nèi)廣告總消費(fèi)額將達(dá)到 1010 億美元。社交媒體、視頻平臺(tái)和游戲仍是此項(xiàng)收入的主要來(lái)源。在以上類(lèi)別中，移動(dòng)視頻廣告形式帶來(lái)的收入增長(zhǎng)最快。此外，品牌廣告也是重要的收入增長(zhǎng)來(lái)源之一，在移動(dòng)應(yīng)用內(nèi)廣告消費(fèi)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(guó)）Android 手機(jī)平臺(tái)上購(gòu)物應(yīng)用的使用時(shí)間同比增加 52%，主要原因是移動(dòng)商務(wù)蓬勃發(fā)展。2017 年，由于移動(dòng)應(yīng)用對(duì)實(shí)體店內(nèi)購(gòu)物體驗(yàn)的影響，預(yù)計(jì)實(shí)體零售商將迎來(lái)一波強(qiáng)勁的增長(zhǎng)趨勢(shì)。

其他實(shí)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(zhǎng)，因?yàn)楦鞔蠊炯娂婇_(kāi)始在業(yè)務(wù)運(yùn)營(yíng)中利用移動(dòng)平臺(tái)。

商業(yè)合并浪潮席卷西方

2017 年，App Annie預(yù)計(jì)西方世界將會(huì)如同去年的亞洲一樣，到處涌動(dòng)商業(yè)應(yīng)用合并的潮流。拼車(chē)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(guò)風(fēng)險(xiǎn)投資籌集大量資金，以支持業(yè)務(wù)發(fā)展和用戶(hù)獲取工作。折扣價(jià)格是吸引新用戶(hù)的主要方式，但是也會(huì)導(dǎo)致單位經(jīng)濟(jì)效益難以持續(xù)。2017 年，整個(gè)市場(chǎng)將趨向成熟，預(yù)計(jì)合并會(huì)使競(jìng)爭(zhēng)態(tài)勢(shì)正常化，并推動(dòng)幾家占主導(dǎo)地位的大公司最終進(jìn)行 IPO。

短視頻風(fēng)靡，地面電視面臨激烈競(jìng)爭(zhēng)

過(guò)去幾年間，人們普遍認(rèn)為 Netflix 和付費(fèi)在線視頻服務(wù)可打破傳統(tǒng)付費(fèi)電視規(guī)則。然而，Netflix 的定位是單一網(wǎng)絡(luò)平臺(tái)，也就是說(shuō)，它只是與單個(gè)電視臺(tái)競(jìng)爭(zhēng)，而不是全面抗衡付費(fèi)電視。Netflix 對(duì)于原創(chuàng)內(nèi)容的投資印證了這種價(jià)值主張。由于主要消費(fèi)渠道發(fā)生變革，這一策略也會(huì)讓訂閱者數(shù)量和用戶(hù)參與度繼續(xù)提升。但是，由于資源庫(kù)存有限，付費(fèi)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(yùn)營(yíng)模式。

隨著 YouTube、Facebook 以及后續(xù)加入的 Snapchat 等平臺(tái)上短視頻和視頻直播發(fā)展，App Annie相信在未來(lái)幾年內(nèi)，上述平衡格局將會(huì)變化。2016 年 10 月，美國(guó) Android 用戶(hù)僅使用 YouTube 的時(shí)間就增加了近 45%。由于媒體公司加大了對(duì)獨(dú)家訂制內(nèi)容的投資，這一數(shù)據(jù)在 2017 年預(yù)計(jì)還會(huì)繼續(xù)增加。隨著時(shí)間推移，這些公司會(huì)真正地顛覆規(guī)則，留給地面電視的時(shí)間已經(jīng)不多了，尤其是年輕群體中，“掐線族” 和“沒(méi)電視族”呈現(xiàn)出日漸增加的趨勢(shì)。

聊天機(jī)器人影響力有限，但 B2C 消息類(lèi)應(yīng)用將會(huì)繼續(xù)發(fā)展

2016 年，圍@聊天機(jī)器人的諸多討論都以“對(duì)話商務(wù)”的理念為立足點(diǎn)。反方觀點(diǎn)則主要強(qiáng)調(diào)按需經(jīng)濟(jì)的存在。送餐和拼車(chē)應(yīng)用存在的意義在于減少摩擦――用圖形用戶(hù)界面 （GUI）代替對(duì)話。與此相反，消息類(lèi)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(hù)和售后服務(wù)人員的溝通需求。隨著 Facebook Messenger 和 WhatsApp 等消息類(lèi)應(yīng)用逐步被整合到 Facebook 頁(yè)面中，F(xiàn)acebook很有可能成為這一領(lǐng)域的領(lǐng)導(dǎo)者。聊天機(jī)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(xì)，不足以完成高水準(zhǔn)的客戶(hù)服務(wù)。因此，App Annie預(yù)測(cè)聊天機(jī)器人的用處仍限于發(fā)送通知，以及將用戶(hù)導(dǎo)向人工服務(wù)流程。

語(yǔ)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(duì)語(yǔ)音輔助技術(shù)的未來(lái)充滿信心。盡管App Annie相信，Google Assistant 能夠提高移動(dòng)端語(yǔ)音搜索查詢(xún)的數(shù)量，但是在應(yīng)用互動(dòng)模式中仍然缺乏大規(guī)模變革的動(dòng)向。即使是語(yǔ)音搜索有顯著增長(zhǎng)，預(yù)計(jì)語(yǔ)音互動(dòng)在智能手機(jī)總體使用次數(shù)中所占比例仍低于2%。這是因?yàn)楝F(xiàn)有的觸摸式交互功能已經(jīng)比較成熟，不太可能在此時(shí)發(fā)生較大變化。盡管如此，屏幕建議（on-screen suggestions， 來(lái)自同樣的基礎(chǔ) AI 技術(shù)）功能還是引起更多關(guān)注。

即時(shí)應(yīng)用與分布式發(fā)現(xiàn) 共同改變應(yīng)用導(dǎo)航

即時(shí)應(yīng)用是指無(wú)需下載即可訪問(wèn) Android 應(yīng)用的一種方式，這也是2016年 Google I/O 開(kāi)發(fā)者大會(huì)上的最重要信息之一。2017 年應(yīng)用開(kāi)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(lái)就是不需要大量用戶(hù)時(shí)間份額的應(yīng)用，例如拼車(chē)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(shì)，這一現(xiàn)象會(huì)越來(lái)越明顯。例如，通過(guò) Google 的所有產(chǎn)品都能發(fā)現(xiàn)應(yīng)用，而不是像過(guò)去一樣只能依靠應(yīng)用商店這個(gè)單一的搜索發(fā)現(xiàn)渠道。Google Maps 中嵌入拼車(chē)、酒店預(yù)訂和送餐服務(wù)的深層鏈接之后，開(kāi)始變成應(yīng)用發(fā)現(xiàn)的一大來(lái)源。此外，當(dāng)用戶(hù)位于當(dāng)?shù)厣虡I(yè)店鋪或零售商店附近時(shí)，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(guó)市場(chǎng)上也出現(xiàn)了類(lèi)似趨勢(shì)，那就是微信“小程序”。

虛擬現(xiàn)實(shí)（VR）技術(shù)偏愛(ài)移動(dòng)平臺(tái)

移動(dòng) VR 配件（如 Gear VR 和 Google 的 Daydream Viewer）的使用量將大大超過(guò) PC 平臺(tái)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(kuò)大，涵蓋新聞、運(yùn)動(dòng)、娛樂(lè)甚至是教育類(lèi)的 360 度全方位視頻――這些都是推動(dòng)虛擬現(xiàn)實(shí)設(shè)備迅速發(fā)展的原因。到 2017 年底，App Annie預(yù)計(jì)移動(dòng) VR 的用戶(hù)群體數(shù)量大概與 2016 年底使用家用語(yǔ)音助手的用戶(hù)數(shù)量基本相當(dāng)。

新平臺(tái)：語(yǔ)音助手產(chǎn)品依然小眾，可穿戴設(shè)備的熱點(diǎn)轉(zhuǎn)移到眼鏡領(lǐng)域

家用語(yǔ)音助手：Amazon Echo成為 2016年市場(chǎng)熱點(diǎn)，因其未來(lái)感設(shè)計(jì)吸引大批早期用戶(hù)，2016年11月它的配套應(yīng)用下載量累計(jì)達(dá)到約350萬(wàn)次。隨著產(chǎn)品“技能”范圍的拓展和近期Google Home，預(yù)計(jì)設(shè)備保有量還會(huì)增加。但是，語(yǔ)音助手在2017年仍然是小眾產(chǎn)品，因?yàn)槿鄙倨渌嚓P(guān)的家用設(shè)備，延緩了社會(huì)大眾采用語(yǔ)音助手技術(shù)的步伐。

可穿戴設(shè)備：消費(fèi)者和開(kāi)發(fā)商對(duì)于智能手表的興趣幾年前就開(kāi)始下降。因此，App Annie認(rèn)為OEM和平臺(tái)所有者會(huì)把投資轉(zhuǎn)向智能眼鏡，從配備基礎(chǔ)相機(jī)功能的 Snap Spectacles 眼鏡到功能齊全的 AR 平臺(tái)（例如 Microsoft HoloLens）都在考慮之列。不過(guò)，由于基礎(chǔ)技術(shù)尚未成熟，2017 年不太可能實(shí)現(xiàn)標(biāo)志性的商業(yè)成就。

經(jīng)濟(jì)預(yù)測(cè)論文:大數(shù)據(jù)背景下的銀行經(jīng)濟(jì)預(yù)測(cè)和金融統(tǒng)計(jì)研究

在經(jīng)濟(jì)學(xué)中，數(shù)據(jù)對(duì)于經(jīng)濟(jì)預(yù)測(cè)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(jì)算可以幫助銀行準(zhǔn)確地把握市場(chǎng)動(dòng)態(tài)、經(jīng)濟(jì)發(fā)展趨勢(shì)等，而且群體行為也會(huì)在數(shù)據(jù)上進(jìn)行體現(xiàn)。在此背景下，如何有效的收集市場(chǎng)數(shù)據(jù)，分析出數(shù)據(jù)背后的經(jīng)濟(jì)運(yùn)行脈絡(luò)，理清金融發(fā)展線索稱(chēng)為當(dāng)前銀行業(yè)普遍關(guān)注的焦點(diǎn)。

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(dāng)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(chēng)。當(dāng)前大數(shù)據(jù)技術(shù)不僅是實(shí)體數(shù)據(jù)，而且包括相關(guān)的數(shù)據(jù)庫(kù)、云計(jì)算等技術(shù)。在大數(shù)據(jù)背景下，銀行企業(yè)將過(guò)往十幾年間積累的客戶(hù)數(shù)據(jù)、企業(yè)行為、政府行為以及國(guó)家經(jīng)濟(jì)行為統(tǒng)一集中在一個(gè)數(shù)據(jù)庫(kù)中，利用相關(guān)關(guān)系來(lái)分析所需要預(yù)測(cè)的經(jīng)濟(jì)問(wèn)題和進(jìn)行金融數(shù)據(jù)統(tǒng)計(jì)。當(dāng)前大數(shù)據(jù)主要以下三個(gè)特點(diǎn)，第一是數(shù)據(jù)的整體性，大數(shù)據(jù)時(shí)代的數(shù)據(jù)信息不再是隨機(jī)樣本，而是整體樣本，包括所有的經(jīng)濟(jì)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(lái)分析和計(jì)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(lái)計(jì)算概率。

銀行應(yīng)用大數(shù)據(jù)進(jìn)行經(jīng)濟(jì)分析的重要作用

對(duì)于銀行等金融機(jī)構(gòu)，使用大數(shù)據(jù)技術(shù)可以起到以下幾個(gè)重要作用。

提高經(jīng)濟(jì)預(yù)測(cè)能力：大數(shù)據(jù)技術(shù)實(shí)現(xiàn)了對(duì)未來(lái)短期內(nèi)的經(jīng)濟(jì)行為的預(yù)測(cè)，大數(shù)據(jù)帶來(lái)的不僅是對(duì)過(guò)往經(jīng)濟(jì)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(lái)的經(jīng)濟(jì)發(fā)展趨勢(shì)。因此銀行使用大數(shù)據(jù)技術(shù)可以提升經(jīng)濟(jì)預(yù)測(cè)能力。

實(shí)現(xiàn)金融統(tǒng)計(jì)管理智能化：通過(guò)大數(shù)據(jù)以及其配套計(jì)算機(jī)、互聯(lián)網(wǎng)技術(shù)，讓銀行可以將不同的數(shù)據(jù)進(jìn)行系統(tǒng)自動(dòng)聚類(lèi)和信息清洗，優(yōu)化數(shù)據(jù)統(tǒng)計(jì)結(jié)構(gòu)，實(shí)現(xiàn)對(duì)不同數(shù)據(jù)統(tǒng)計(jì)的智能化管理，建立科學(xué)化的宏觀預(yù)測(cè)和金融統(tǒng)計(jì)工作。

完善風(fēng)險(xiǎn)規(guī)避能力：通過(guò)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(jì)分析概率可以幫助銀行更好的搭配資金結(jié)構(gòu)和營(yíng)業(yè)結(jié)構(gòu)，通過(guò)金融組合來(lái)完成對(duì)潛在市場(chǎng)風(fēng)險(xiǎn)、宏觀經(jīng)濟(jì)風(fēng)險(xiǎn)以及國(guó)際金融風(fēng)險(xiǎn)的規(guī)避，降低金融危機(jī)對(duì)銀行的沖擊。

大數(shù)據(jù)時(shí)代下銀行構(gòu)建分析統(tǒng)計(jì)系統(tǒng)的應(yīng)對(duì)措施

解決數(shù)據(jù)統(tǒng)計(jì)問(wèn)題

對(duì)于當(dāng)前銀行機(jī)構(gòu)的數(shù)據(jù)統(tǒng)計(jì)方式。應(yīng)用在經(jīng)濟(jì)預(yù)測(cè)和金融分析中還存在不少問(wèn)題。在數(shù)據(jù)技術(shù)上，銀行缺少動(dòng)態(tài)數(shù)據(jù)的統(tǒng)計(jì)工具，對(duì)于市場(chǎng)數(shù)據(jù)的實(shí)時(shí)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(jìn)一步優(yōu)化，提煉系統(tǒng)對(duì)數(shù)據(jù)聚類(lèi)程序和數(shù)據(jù)源的判斷能力；加強(qiáng)對(duì)非結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用能力，完善對(duì)財(cái)務(wù)報(bào)表、賬簿等結(jié)構(gòu)數(shù)據(jù)與經(jīng)營(yíng)中的非結(jié)構(gòu)零散統(tǒng)計(jì)數(shù)據(jù)的對(duì)接，另外要提高對(duì)圖像、影音等隱藏信息的統(tǒng)計(jì)能力；加強(qiáng)與現(xiàn)代電商之間的金融數(shù)據(jù)合作，強(qiáng)化全社會(huì)體系下的大數(shù)據(jù)分析能力，健全信息共享機(jī)制。除此之外，還要進(jìn)一步加強(qiáng)信息收集過(guò)程中的安全防護(hù)，合法收集數(shù)據(jù)，防止客戶(hù)隱私數(shù)據(jù)流出，強(qiáng)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(jì)

建立能夠立足經(jīng)濟(jì)預(yù)測(cè)和金融統(tǒng)計(jì)的大數(shù)據(jù)技術(shù)，銀行必須從頂層設(shè)計(jì)方面進(jìn)行專(zhuān)業(yè)化的設(shè)計(jì)。銀行需要成立專(zhuān)門(mén)的大數(shù)據(jù)技術(shù)研究機(jī)構(gòu)和管理部門(mén)，負(fù)責(zé)針對(duì)大數(shù)據(jù)技術(shù)、系統(tǒng)開(kāi)發(fā)、功能設(shè)計(jì)以及金融專(zhuān)業(yè)參數(shù)計(jì)算等工作，制定詳細(xì)的工作計(jì)劃。然后通過(guò)系統(tǒng)的會(huì)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(diǎn)以及制度保障，推動(dòng)并開(kāi)發(fā)硬件設(shè)施、軟件工具以及分析工具，加強(qiáng)大數(shù)據(jù)系統(tǒng)的專(zhuān)業(yè)組織與管理，探索大數(shù)據(jù)技術(shù)在經(jīng)濟(jì)預(yù)測(cè)以及金融數(shù)據(jù)統(tǒng)計(jì)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(chǔ)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(kù)結(jié)構(gòu)，最終實(shí)現(xiàn)大數(shù)據(jù)系統(tǒng)在銀行各級(jí)部門(mén)中的布局。

加強(qiáng)專(zhuān)業(yè)經(jīng)濟(jì)預(yù)測(cè)、會(huì)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(duì)此，銀行管理者必須加強(qiáng)對(duì)大數(shù)據(jù)與經(jīng)濟(jì)領(lǐng)域應(yīng)用的融合。比如，銀行可以借鑒瑞士銀行已開(kāi)發(fā)的大數(shù)據(jù)系統(tǒng)，使用“定向算法文本分析（簡(jiǎn)稱(chēng)DATA）”技術(shù)，利用大數(shù)據(jù)為基礎(chǔ)對(duì)經(jīng)濟(jì)的運(yùn)行狀態(tài)進(jìn)行預(yù)測(cè)分析，通過(guò)計(jì)算客戶(hù)的資金流通預(yù)測(cè)客戶(hù)對(duì)經(jīng)濟(jì)的感情態(tài)度，然后再給出“積極/消極”或是“樂(lè)觀/悲觀”等態(tài)度概率，從而加強(qiáng)對(duì)未來(lái)幾個(gè)月內(nèi)經(jīng)濟(jì)走向的預(yù)測(cè)。

對(duì)于銀行借助大數(shù)據(jù)的金融統(tǒng)計(jì)功能。也可以通過(guò)具體的算法來(lái)實(shí)現(xiàn)，比如日本央行開(kāi)發(fā)并試運(yùn)營(yíng)的XBRL語(yǔ)言框架，可以通過(guò)銀行現(xiàn)有的各種數(shù)據(jù)對(duì)金融報(bào)告進(jìn)行分析。可以完成對(duì)企業(yè)財(cái)務(wù)狀況、信用狀況、債務(wù)狀況、國(guó)際匯率、證券等其他金融項(xiàng)目的具體統(tǒng)計(jì)。

隨著時(shí)代的發(fā)展，數(shù)據(jù)信息的價(jià)值在不斷提升。通過(guò)數(shù)據(jù)可以分析出未來(lái)一定階段內(nèi)的經(jīng)濟(jì)狀況、金融狀況、市場(chǎng)狀況，對(duì)銀行未來(lái)的改革創(chuàng)新有著重要的推動(dòng)作用。對(duì)此銀行等金融機(jī)構(gòu)需要針對(duì)大數(shù)據(jù)技術(shù)不斷創(chuàng)新，吸收并培養(yǎng)專(zhuān)門(mén)的數(shù)據(jù)統(tǒng)計(jì)分析人才，實(shí)現(xiàn)數(shù)據(jù)分析對(duì)經(jīng)濟(jì)的預(yù)測(cè)和金融的統(tǒng)計(jì)功能，推動(dòng)我國(guó)金融業(yè)的商業(yè)化改革。

經(jīng)濟(jì)預(yù)測(cè)論文:最小二乘法在經(jīng)濟(jì)預(yù)測(cè)中的應(yīng)用

【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(yùn)用于經(jīng)濟(jì)中的商品銷(xiāo)售預(yù)測(cè)。社會(huì)經(jīng)濟(jì)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(guò)計(jì)算相關(guān)系數(shù)來(lái)確定收集數(shù)據(jù)間的相關(guān)系數(shù)，再運(yùn)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(yù)測(cè)出未來(lái)的銷(xiāo)售情況，根據(jù)預(yù)測(cè)結(jié)果提供相應(yīng)的產(chǎn)量，保證社會(huì)的經(jīng)濟(jì)發(fā)展穩(wěn)定性，這種方法還在社會(huì)中的人員流動(dòng)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(xiàng)式擬合 相關(guān)系數(shù) 消費(fèi)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(shí)出現(xiàn)觀測(cè)誤差是不可避免的，因此常設(shè)想所尋求的曲線與實(shí)驗(yàn)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(cè)值的平均值；yi代表觀測(cè)值。Se，R2，s分別代表殘差平方和，相關(guān)系數(shù)和剩余標(biāo)準(zhǔn)差。其中殘差表示描述的是預(yù)測(cè)值（估計(jì)值）的期望與真實(shí)值之間的差距。殘差越大，越偏離真實(shí)數(shù)據(jù)。當(dāng)R2越大，說(shuō)明殘差越小，回歸曲線擬合程度也就越好。當(dāng)s越小，說(shuō)明殘差越小，也可以說(shuō)明曲線的擬合程度越好。相關(guān)系數(shù)，剩余標(biāo)準(zhǔn)差都與殘差，取決標(biāo)準(zhǔn)是一致的，只是看待問(wèn)題的角度不同，因此可以利用上述的方法進(jìn)行分析研究。

三、最小二乘法的應(yīng)用

經(jīng)濟(jì)走向由許多因素共同決定，一個(gè)社會(huì)的良好發(fā)展取決于經(jīng)濟(jì)的總體發(fā)展，這個(gè)是取決于消費(fèi)品的供給與需求之間的關(guān)系。如若供給大于需求，會(huì)有產(chǎn)品閑置，間接導(dǎo)致失業(yè)的結(jié)果；如若需求大于供給，增大對(duì)進(jìn)口的需求，導(dǎo)致資金外流。所以，對(duì)于供求關(guān)系的把控是需要一定的估計(jì)，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(huì)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(huì)消費(fèi)品零售總額當(dāng)期值（億元）如下表格所示：

對(duì)應(yīng)的擬合函數(shù)圖像：

計(jì)算出來(lái)的3個(gè)對(duì)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(guò)3次擬合得到的擬合效果是相對(duì)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(huì)消費(fèi)品零售總額當(dāng)期值為29621（億元）

代入x=14，得到y(tǒng)=31070即2016年二月份.社會(huì)消費(fèi)品零售總額當(dāng)期值為31070（億元）

代入x=15，得到y(tǒng)=31517即2016年三月份.社會(huì)消費(fèi)品零售總額當(dāng)期值為31517（億元）

可見(jiàn)，如果銷(xiāo)售品較為穩(wěn)定，可以用最小二乘法進(jìn)行趨勢(shì)預(yù)測(cè)。

以2016年1月份為例，經(jīng)過(guò)計(jì)算，y的殘差為1968.6，相關(guān)系數(shù)R2=0.9147，剩余標(biāo)準(zhǔn)差s=69601，我們知道，當(dāng)R2越大，證明殘差越小，回歸曲線擬合程度也就越好。當(dāng)s越小，說(shuō)明殘差越小，也可以說(shuō)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(biāo)準(zhǔn)差最小，三者統(tǒng)一，共同說(shuō)明擬合的效果最佳，所以我們的解決方法對(duì)我們運(yùn)用于實(shí)際中來(lái)分析問(wèn)題是有參考價(jià)值的。

通過(guò)得出的結(jié)果，我們可以預(yù)估未來(lái)年份的當(dāng)期值，對(duì)應(yīng)這個(gè)我們可以生產(chǎn)相應(yīng)的產(chǎn)品來(lái)滿足，就避免了過(guò)大的供求差異關(guān)系，即2016年一月份、二月份及三月份社會(huì)消費(fèi)品總額分別約為29621億元、31070億元及31517億元，根據(jù)各消費(fèi)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(jìn)社會(huì)經(jīng)濟(jì)的發(fā)展。

四、總結(jié)

在處理上述問(wèn)題的過(guò)程中，我們對(duì)在一定時(shí)期內(nèi)，較為穩(wěn)定的數(shù)據(jù)進(jìn)行最小二乘進(jìn)行趨勢(shì)預(yù)測(cè)，分別對(duì)問(wèn)題運(yùn)用了一次、二次和三次三種不同的多項(xiàng)式擬合，通過(guò)得出的結(jié)果，我們可以知道在一定范圍內(nèi)，當(dāng)擬合的多項(xiàng)式次數(shù)較高時(shí)，多項(xiàng)式擬合的誤差平方和小，則擬合的效果會(huì)較好。相關(guān)系數(shù)能夠揭示生活問(wèn)題兩組數(shù)據(jù)間的關(guān)系，再通過(guò)選取好的擬合函數(shù)，得到預(yù)測(cè)結(jié)果更加準(zhǔn)確，從而更好制定方案。

作者簡(jiǎn)介：涂崇智（1995-），男，漢族，湖北武漢人，本科，江漢大學(xué)，研究方向：金融數(shù)學(xué)。

經(jīng)濟(jì)預(yù)測(cè)論文:淺析高中數(shù)學(xué)在經(jīng)濟(jì)預(yù)測(cè)與決策中的應(yīng)用及重要性

【摘要】 隨著經(jīng)濟(jì)的發(fā)展和科技的進(jìn)步，經(jīng)濟(jì)研究領(lǐng)域得到了進(jìn)一步的拓展，集中表現(xiàn)在經(jīng)濟(jì)預(yù)測(cè)和決策當(dāng)中。在經(jīng)濟(jì)預(yù)測(cè)與決策中，數(shù)學(xué)發(fā)揮著重要的工具作用，輔助經(jīng)濟(jì)領(lǐng)域得到進(jìn)一步拓展。高中數(shù)學(xué)對(duì)于經(jīng)濟(jì)預(yù)測(cè)與決策的重要作用，不僅表現(xiàn)為高中數(shù)學(xué)有助于經(jīng)濟(jì)理論的形成和發(fā)展，而且高中數(shù)學(xué)可以通過(guò)數(shù)字的靈活應(yīng)用實(shí)現(xiàn)經(jīng)濟(jì)的交流、積累和傳播。因此，本文從當(dāng)前經(jīng)濟(jì)領(lǐng)域的發(fā)展現(xiàn)狀出發(fā)，進(jìn)一步探討和分析高中數(shù)學(xué)在經(jīng)濟(jì)預(yù)測(cè)與決策中的應(yīng)用和重要性。

【關(guān)鍵詞】 數(shù)學(xué) 經(jīng)濟(jì)預(yù)測(cè) 經(jīng)濟(jì)決策

引言

新經(jīng)濟(jì)的發(fā)展離不開(kāi)數(shù)學(xué)的帶動(dòng)作用，高中數(shù)學(xué)知識(shí)通過(guò)數(shù)學(xué)方法和思維更好地解決了實(shí)踐中各種經(jīng)濟(jì)問(wèn)題，因此，高中數(shù)學(xué)與經(jīng)濟(jì)的關(guān)系也越來(lái)越密切，突出表現(xiàn)在高中數(shù)學(xué)對(duì)于經(jīng)濟(jì)預(yù)測(cè)與決策中的發(fā)揮著不可替代的重要作用。下文將進(jìn)行逐一的具體分析。

一、高中數(shù)學(xué)在經(jīng)濟(jì)研究中的作用

隨著科技的不斷進(jìn)步，高中數(shù)學(xué)通過(guò)思維語(yǔ)言的應(yīng)用和邏輯思維的辨析，與經(jīng)濟(jì)學(xué)更緊密的聯(lián)系在一起，逐步在經(jīng)濟(jì)研究中發(fā)揮著重要作用。同時(shí)，數(shù)學(xué)知識(shí)的迅速發(fā)展，也極大地提高了經(jīng)濟(jì)研究的整體水平。數(shù)學(xué)知識(shí)不僅重視數(shù)字分析的嚴(yán)謹(jǐn)性，保證經(jīng)濟(jì)預(yù)測(cè)和決策的信息和數(shù)字依據(jù)更加準(zhǔn)確化，同時(shí)進(jìn)一步完善經(jīng)濟(jì)學(xué)這門(mén)科學(xué)，促進(jìn)經(jīng)濟(jì)學(xué)理論的形成和進(jìn)一步發(fā)展。在經(jīng)濟(jì)領(lǐng)域中，通過(guò)運(yùn)用高中數(shù)學(xué)知識(shí)進(jìn)一步建立函數(shù)模型，將復(fù)雜的經(jīng)濟(jì)問(wèn)題進(jìn)一步轉(zhuǎn)化為數(shù)學(xué)問(wèn)題，構(gòu)建對(duì)應(yīng)函數(shù)模型進(jìn)行解決經(jīng)濟(jì)問(wèn)題。例如，在經(jīng)濟(jì)研究的過(guò)程中，常用到的數(shù)學(xué)知識(shí)理論有：消費(fèi)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(duì)經(jīng)濟(jì)研究和經(jīng)濟(jì)學(xué)的發(fā)展做出了巨大的貢獻(xiàn)。因此，高中數(shù)學(xué)知識(shí)在經(jīng)濟(jì)研究中發(fā)揮著不可替代的重要作用，促進(jìn)經(jīng)濟(jì)的交流、積累和進(jìn)一步的傳播與發(fā)展。

二、經(jīng)濟(jì)預(yù)測(cè)與決策在經(jīng)濟(jì)活動(dòng)中的作用

經(jīng)濟(jì)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(guò)不斷優(yōu)化資源配置從而實(shí)現(xiàn)了經(jīng)濟(jì)最大化的獲利。在經(jīng)濟(jì)決策中，決策的基礎(chǔ)是要進(jìn)行精準(zhǔn)、明確的預(yù)測(cè)。對(duì)于經(jīng)濟(jì)決策和經(jīng)濟(jì)預(yù)測(cè)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(jì)信息以及調(diào)查結(jié)果為依托，采用科學(xué)有效的方法和理論，將可能出現(xiàn)的結(jié)果進(jìn)行整合，再進(jìn)行進(jìn)一步的評(píng)估和分析，從而制定經(jīng)濟(jì)方案和發(fā)展方向。此外，市場(chǎng)經(jīng)濟(jì)的蓬勃發(fā)展，各種資源都在被進(jìn)行整合利用，經(jīng)濟(jì)的高速發(fā)展在創(chuàng)造極大的經(jīng)濟(jì)效益的同時(shí)，也帶來(lái)了極大的風(fēng)險(xiǎn)。

但是，隨著科技發(fā)展的逐步成熟以及數(shù)學(xué)知識(shí)的應(yīng)用，這種潛在的巨大風(fēng)險(xiǎn)是可以進(jìn)行人為控制的。因此，在進(jìn)行經(jīng)濟(jì)預(yù)測(cè)和決策的過(guò)程中，應(yīng)該進(jìn)一步優(yōu)化資源配置，整合方案，降低經(jīng)濟(jì)發(fā)展過(guò)程中潛在的風(fēng)險(xiǎn)，從而實(shí)現(xiàn)經(jīng)濟(jì)活動(dòng)的順利、穩(wěn)定發(fā)展。

三、高中數(shù)學(xué)在經(jīng)濟(jì)預(yù)測(cè)與決策中的應(yīng)用

高中數(shù)學(xué)在經(jīng)濟(jì)預(yù)測(cè)與決策過(guò)程中的應(yīng)用，主要是通過(guò)將數(shù)學(xué)理論與實(shí)際事實(shí)進(jìn)行有機(jī)統(tǒng)一的結(jié)合，以此來(lái)進(jìn)行實(shí)際中經(jīng)濟(jì)有關(guān)的問(wèn)題的解決，主要的公式是：F（x）=f（x），其中，x代表經(jīng)濟(jì)活動(dòng)中變量，則F（x）代表經(jīng)濟(jì)中與政策變化等相關(guān)的因素隨經(jīng)濟(jì)活動(dòng)中變量變化而產(chǎn)生的影響和聯(lián)系。因此，經(jīng)濟(jì)預(yù)測(cè)與決策與高中數(shù)學(xué)知識(shí)之間的關(guān)系，是將經(jīng)濟(jì)理論、數(shù)學(xué)方法以及統(tǒng)計(jì)方法相結(jié)合，根據(jù)實(shí)際的經(jīng)濟(jì)問(wèn)題，構(gòu)建計(jì)量模型和估算方程，通過(guò)深入準(zhǔn)確的定性分析與定量分析，以數(shù)學(xué)的形式進(jìn)行表達(dá)和呈現(xiàn)，也就是將數(shù)學(xué)方程式、變量和參數(shù)進(jìn)行整合。通過(guò)利用數(shù)學(xué)知識(shí)進(jìn)行經(jīng)濟(jì)預(yù)測(cè)和決策，不僅能夠準(zhǔn)確地反映現(xiàn)實(shí)特點(diǎn)，還可以明確經(jīng)濟(jì)分析的思路，從而進(jìn)行精確計(jì)算，發(fā)揮高中數(shù)學(xué)的重要作用，實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展和資源的優(yōu)化配置。

四、高中數(shù)學(xué)在經(jīng)濟(jì)預(yù)測(cè)與決策中的重要性

科技的迅速發(fā)展，帶動(dòng)經(jīng)濟(jì)領(lǐng)域的范圍逐漸擴(kuò)展，同時(shí)通過(guò)數(shù)學(xué)模型的建立，更加有效的解決了實(shí)際中很多的經(jīng)濟(jì)問(wèn)題。尤其是隨著以數(shù)字化為基礎(chǔ)的計(jì)算機(jī)和互聯(lián)網(wǎng)的出現(xiàn)和應(yīng)用，更是強(qiáng)化了高中數(shù)學(xué)在經(jīng)濟(jì)領(lǐng)域中的重要作用。例如，在解決實(shí)際問(wèn)題的時(shí)候，常常要通過(guò)建立目標(biāo)函數(shù)，運(yùn)用到極限理論進(jìn)行有關(guān)經(jīng)濟(jì)問(wèn)題的極限計(jì)算，，具體而言，若函數(shù)代表?yè)p失則達(dá)最小，若函數(shù)代表獲利則達(dá)極大，從而將具體的經(jīng)濟(jì)問(wèn)題轉(zhuǎn)化為目標(biāo)函數(shù)條件極值或者變分問(wèn)題。

五、結(jié)論

經(jīng)濟(jì)和科技的發(fā)展，使高中數(shù)學(xué)知識(shí)廣泛應(yīng)用到經(jīng)濟(jì)學(xué)領(lǐng)域中。通過(guò)數(shù)學(xué)知識(shí)和方法的運(yùn)用，讓高中數(shù)學(xué)逐步成為經(jīng)濟(jì)預(yù)測(cè)和決策中至關(guān)重要的一部分。通過(guò)將實(shí)踐中復(fù)雜的經(jīng)濟(jì)問(wèn)}轉(zhuǎn)化為數(shù)學(xué)知識(shí)后，從而進(jìn)行函數(shù)模型的構(gòu)建，通過(guò)進(jìn)一步精確和理性的邏輯的分析，應(yīng)用高中數(shù)學(xué)知識(shí)解決實(shí)際問(wèn)題。總而言之，無(wú)論是高中數(shù)學(xué)知識(shí)還是數(shù)學(xué)思想，都在經(jīng)濟(jì)預(yù)測(cè)和決策中發(fā)揮著舉足輕重的作用，對(duì)于實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展和資源的優(yōu)化配置以及利潤(rùn)的最大化都十分重要。