中国人均GDP时间序列建模与相关分析

开篇：润墨网以专业的文秘视角，为您筛选了一篇中国人均GDP时间序列建模与相关分析范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要：人均GDP是衡量一个国家和地区经济发展水平和综合经济实力的重要指标。本文在相关背景下收集了1978-2008年中国人均gdp时间序列数据，应用了SPSS软件进行数据分析并建立时间序列模型，利用模型预测了2009，2010年人均GDP数值，对制定相应的宏观调控政策有十分重要的意义。

Abstract: Per capita GDP is an important indicator to measure the level of national and regional economic development and overall economic strength. this paper collected 1978-2008 time series data of per capita GDP in the relevant context, SPSS software is applied for data analysis and the establishment of time-series model, GDP per capita values of 2009 and 2010 are predicted by model, which are of great significance to the formulation of appropriate macro-control policies Are very important.

关键词：人均GDP；非平稳时间序列；指数平滑法；Holt线性趋势模型；白噪声序列

Key words: per capita GDP；non-stationary time series；exponential smoothing；Holt linear trend model；white noise sequences

中图分类号：C92文献标识码：A文章编号：1006-4311（2011）03-0322-01

1问题背景

产业结构问题，经验表明，当一个国家人均GDP达到1000美元的时候，该国的产业结构和消费结构就会面临一个升级问题。2003年我国人均GDP为1090美元，首次突破1000美元，这虽然是一个时点上的跨越，但是从现实经济发展中可以看出，自2000年以来，我国汽车行业，房地产业持续走强，居民特别是城市居民的消费已不再是电视，洗衣机，电冰箱的问题，而是需要更高档次的消费品，消费结构面临着新的升级。人口问题，我们可以观察到一个有趣的现象：越是贫穷的国家，人口的出生率越高，人口的膨胀越受到政府和普通百姓的关注。而在发达国家例如西欧某些国家反而会出现人口负增长的现象。中国社会科学院社会学所所长李培林说，这两年中国的人均GDP不断增长，首先是经济的高速增长，其次是每年的新增人口在不断减少，因为人口基数越大，人均GDP水平会偏低。因此对我国人均GDP时间序列数据建立模型进行相关分析和预测的意义十分重大。

2数据来源

根据国家统计局网站提供的《2009年中国统计年鉴》，查找出我国1978-2008年人均GDP的数据，计量单位是元。

3我国人均GDP时间序列数据建模

时间序列指随时间变化的，具有随机性的且前后相互关联的动态数据序列，它是依特定时间间隔而记录的指定变量的一系列取值。大量的经济统计指标都是按照年，季，月或日统计，随着时间的推移就形成了这些统计指标的时间序列。时间序列分析的目的就是研究时间序列在演变过程中的统计规律并进行相关的预测。时间序列有平稳的时间序列和非平稳的时间序列，平稳的时间序列理论已经相当成熟，而现实的时间序列都是非平稳的，其变化受多种因素影响。Cramer在Wold平稳时间序列分解的基础上将时间序列分解扩展到非平稳时间序列。在自然界中，由确定性因素导致的非平稳，通常显示非常明显的规律性，通常规律性信息比较容易提取，而随机因素导致的波动则非常难以确定。因此，传统的时间序列分析方法通常把重点放在确定性信息的提取上，忽视对随机信息的提取。然而，确定性因素分解方法只能提取强劲的确定性信息，对随机信息浪费严重，而适当阶数的差分是一种非常简便有效的确定性信息提取方法。许多非平稳序列差分后会显示出平稳序列的分析，鉴于时间序列分析中平稳时序分析理论已经相当成熟，因此差分后平稳序列可以使用ARIMA模型进行拟合。

我国人均GDP（1978-2008）的时间序列数据建模分析首先检验序列的平稳性。

由图可以看出1978-2008年人均GDP呈现出指数增长趋势，具有明显的非平稳性。如果对非平稳的时间序列拟合ARMA模型会出现虚假回归的现象，大多数时间序列通过差分可以实现序列的平稳化，因此首先考虑对非平稳的时间序列数据作相应的处理。对于含有指数趋势的时间序列通过取对数将指数趋势转化为线性趋势，然后进行差分运算。理论上差分可以充分提取序列的非确定性平稳信息，但是每次差分是对信息加工，提取都会有信息的浪费，因此不是差分阶数越高越好。对该取对数后的序列进行一阶差，得到一阶差分后的序列图，自相关图和偏自相关图。

4结论

人均GDP的提高会带来新一轮的产业结构的升级和消费结构的改变，产业结构和消费结构的升级又会给人均GDP带来什么样的影响呢，这是值得探讨的问题。影响人均GDP的因素中，人口因素也是值得关注的，我国国内生产总值虽然已经超过日本成为世界第二，但是人均GDP却排在世界百位之后。人均GDP与这些因素之间存在什么样的关系，可以通过建立相应的计量模型来探讨。通过收集代表相应因素的指标值的数据，建立多元回归模型,因变量是人均GDP,自变量包括人口问题，产业结构，消费结构。其中，人口问题可以用人口增长率来代表，产业结构用第三产业增加值指标，消费结构用城镇居民家庭恩格尔系数指标，同时也可以引进另外相应的指标来建立模型。这样使得对整个人均GDP的研究更加全面，更加具有实际经济意义。

参考文献：

[1] 王燕.应用时间序列分析[M].北京：中国人民大学出版社，2005.

[2] 杜强，贾丽艳.SPSS统计分析从入门到精通[M].北京：人民邮电出版社，2009.

[3] 严天艳，吕王勇，朱丽萍.中国人均GDP的时间序列模型的建立与分析[J].西南民族大学学报，2008（12）.

[4] 官琳琳，门可佩.人均GDP时间序列模型及预测[J].安徽农业科学，2009.