四川省宏观经济运行状况分析和预测

摘 要：通过分析2004-2013年四川省地区相关经济数据，概述了四川省的宏观经济运行情况并阐明了原因，之后给出了三大产业增加值的回归方程，并预测了未来的相关经济数据。

关键词：宏观经济预测；时间序列分析；回归分析♚

中图☿分类号：F2

文献标识码：A

1 地区生产总值与产业比重分析

四川省经济总量在全国排名前十，经济增速快，在国务院发布的《“十二五”中期中国省域经济综合竞争力发展报告》蓝皮书中，四川省在省域♫经济综合竞争力排名第十，属于上游区。为研究四川省宏观经济运行状况，选取2004-2013年间的相关数据进行分析，以下所有数据来源为国家统计局网站。

GDP是宏观经济中最受关注的经济统计数字，因为它是衡量国民经济发展情况最重要的一个指标。2004-2013年间四川省年度地区生产总值与经济增长率（按可比价格计算）如图1所示：

2 消费者价格指数分析

可以看出2004年CPI水平较高，相关数据显示2004年全年CPI指数呈现中间高，两头低的态势，其中6-9月的涨幅均超过5%，这主要是由于以下两方面造成的：一是由于2004年经济活动过热，投资大增，导致能源与原材料价格上涨，间接拉动了下游产品的价格；二是食品价格的上涨成为价格上涨的主要推手，2004年食品价格上涨9.9%，其中粮价上涨尤为明显，涨幅高达26.4%，这是因为在2004年遭遇了粮食连续三年减产，库存大幅减少的局面，粮食供给出现了一定程度的短缺，导致粮价上涨迅猛，，尤其是2004年3-4月，国内小麦价格达到历史最高水平。

3 地区生产总值与三大产业增加值走势分析

为了预测2014年的四川省的宏观经济数据，考虑先预测三大产业的增加值，进而将三者相加得到地区生产总值，首先绘出四川省地区生产总值与三大产业增加值的走势图3：

可以较为明显看出，第

一、二产业增加值与时间并不存在着较为明显的函数关系式，所以可以考虑用时间序列分析的相关理论来拟合出一个表达式，而第三产业增加值可以考虑用指数回归方程来拟合。

4 三大产业增加值回归方程计算与检验

1.041-0.055，为验证所得回归方程的合理性，下面计算可决系数并做方程的显著性检验。

可决系数表明回归方程中被解释变量的变化是在多大程度上由解释变量引起的，本文中的回归方程包含了2个解释变量，所以应当计算调整的可决系数。

方程的显著性检验旨在对模型中被解释变量与解释变量之间的线性关系在总体上是否显著成立，并可作出推断，首先提出原假设和备择假设：

原假设H0：β0=β1=…=βk=0，备择假设H1：βj不全为0，则统计量：

所以拒绝原假设，接受备择假设，故可以判定原方程总体上线性关系显著。

综上可得第一产业增加值回归方程为：

由于第二产业增加值图像与第一产业相似，所以此处不加计算地直接给出第二产业增加值的回归方程与相关检验：

调整的可决系数

R-2=1-RSS/（n-k-1）TSS/（n-1）=09766

方程的显著性检验统计量

这表明方程拟合优度较高，因变量与自变量之间线性关系显著。

对于计算第三产业增加值的回归方程，可以看到产业增加值变化趋势较为平稳，略向下凸，也正如前文所述，第三产业增加值占地区生产总值的比重在增加，故选取指数函数可以更好地表述其发展的动向。

假设回归方程为Zn=aebn+uZ=ebn+lna+uZ，线性化后可写为lnZn=lna+bn+uZ′，计算系数可得第三产业年增加值的方程为：

三大产业增加值的回归方程可以预测之后每一年的数据，这属于点预测，而增ฒ加对产业增加值进行区间预测具有很强的实际意义。

第三产业的回归模型属于一元线性回归模型，则对于个别值y0的区间预测可以构造如下统计量且该统计量如从t分布：

则显著性水平为α时，y0的预测区间为：

第一和第二产业回归模型属于多元线性回归方程，设样本矩阵为X，观测值矩阵为X0，那么对于个别值y0的区间预测可以构造出统计量y0-0s1+X0X′X-1X0′，由概率论的有关知识可以证明：

y0-0s1+X0X′X-1X0′～tn-k-1

则显著性水平为α时，y0的预测区间为：

[0-tα/2n-k-1s1+X0X′X-1X0′，

0+tα/2n-k-1s1+X0X′X-1X0′]

5 数据预测与检验