统计预测与决策课程论文
统计预测与决策论文
我国1978—2010化肥使用量及预测1问题的提出中国是一个人口众多的国家，粮食生产在农业生产的发展中占有重要的位置。
通常增加粮食产量的途径是扩大耕地面积或提高单位面积产量。
根据中国国情，继续扩大耕地面积的潜力已不大，虽然中国尚有许多未开垦的土地，但大多存在投资多、难度大的问题。
这就决定了中国粮食增产必须走提高单位面积产量的途径。
施肥不仅能提高土壤肥力，而且也是提高作物单位面积产量的重要措施。
化肥是农业生产最基础而且是最重要的物质投入。
据联合国粮农组织(FAO)统计，化肥在对农作物增产的总份额中约占40%～60%。
中国能以占世界7%的耕地养活了占世界22%的人口，可以说化肥起到举足轻重的作用。
中国1998年化肥产量已达2956万吨(纯养分，下同)，占世界总产量的19%，居世界第一位；中国1998年化肥纯养分使用量达3816万吨，也居世界第一位。
虽然中国的化肥总产量和总用量方面居世界第一位，并不意味着中国在化肥合理使用技术上也处于第一的位置，反而，恰恰相反，中国部分农村在施用化肥方面存在着严重不合理、不科学的问题，造成了化肥资源的浪费，增加了农业成本，使农民的收益下降，亟待改变。
2数据年份化肥施用量1978 8841980 12691985 17761990 25901995 35941996 38281997 39811998 40841999 41342000 41462001 42542002 43392003 44122004 46372005 47662006 49282007 51082008 52392009 54042010 5561图1如图1所示，此数据呈线性增长趋势，同时并没有较强的周期性，依次用移动平均法二次指数平滑法和最小二乘法尝试。
3研究方法与结果一、首先尝试采用二次移动平均法，取N=5时，得到如下数据：年份t 化肥施用量m1 m2 a b y1978 1 8841980 2 12691985 3 17761990 4 25901995 5 3594 895.61996 6 3828 1019.41997 7 3981 1151.41998 8 4084 1334.81999 9 4134 1545.6 488.24 2602.96 528.682000 10 4146 1594.8 522.84 2666.76 535.98 3131.64 0.24466 2001 11 4254 1647 559.68 2734.32 543.66 3202.74 0.247123 2002 12 4339 1684.6 603.88 2765.32 540.36 3277.98 0.244531 2003 13 4412 1709.2 650.96 2767.44 529.12 3305.68 0.250752 2004 14 4637 1756.6 670.28 2842.92 543.16 3296.56 0.289075 2005 15 4766 1804 690.2 2917.8 556.9 3386.08 0.289534 2006 16 4928 1853.4 707.6 2999.2 572.9 3474.7 0.2949072007 17 5108 1904 722.64 3085.36 590.68 3572.10.300685 2008 18 5239 1975.2 746.36 3204.04 614.42 3676.04 0.298332 2009 19 5404 2034 767.6 3300.4 633.2 3818.46 0.293401 2010 20 5561 2097.8 790.24 3405.36 653.78 3933.6 0.292645 2011 21 预测值 4059.14 2012 224712.92由于绝对百分百误差较大，另取N=3，7尝试，发现均不符合所以不能使用二次移动平均法。
统计预测和决策论文
广西科技大学《统计预测和决策》大作业论文名称广西居民消费水平的预测院别理学院专业统计学班级统计112班学号 ************姓名贺永强任课教师张涛二○一四年五月二日摘要:我国经济快速发展的今天，居民消费越来越主导，特别是近几年经济的快速发展，极大地刺激了居民消费水平。
随着广西经济的快速发展，广西的居民消费水平也发生了巨大的变化。
本文就是研究广西居民消费水平，通过搜集的数据，运用统计预测与决策的知识，对广西居民消费水平做一个简单的预测以及对几种预测方法效果做一个比较。
关键字：居民消费水平、趋势外推法、灰色预测法、回归预测法、广西生产总值引言:首先，什么是居民消费水平？居民消费水平是指居民在物质产品和劳务的消费过程中，对满足人们生存、发展和享受需要方面所达到的程度。
居民消费在经济体系中占主导地位。
任何经济体系、任何社会体系都离不开居民消费。
其次，对于本文中所用的三种预测方法的概念，在这里做一个简单介绍：趋势外推法是根据过去和现在的发展趋势推断未来的一类方法的总称，是事物发展渐进过程的一种统计预测方法。
它的主要优点是可以揭示事物未来的发展，并定量得估计其功能特性;灰色预测法是一种对含有不确定因素的系统进行预测的方法。
灰色预测是对既含有已知信息又含不确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。
回归预测法是指根据预测相关性原则，找出影响预测目标的各因素，并用数学方法找出这些因素与预测目标之间的函数关系的近似表达，再利用样本数据对其模型估计参数及对模型进行误差检验，一旦模型确定，就可利用模型，根据因素的变化值进行预测。
最后，居民的消费水平在很大程度上受整体经济的影响。
国内生产总值是用于衡量一国总收入的一种整体经济指标，也是影响居民消费水平的一个是主要因素。
居民收入稳定，GDP 高，居民消费的支出较多，消费水平较高；反之，居民收入低，GDP也低，用于消费支出较少，消费水平随之下降。
统计预测与决策论文
统计预测与决策引言统计预测是指利用历史和现有数据，基于统计学原理和模型来预测未来事件或数据的发展趋势。
利用统计预测方法，可以辅助决策，提供决策者制定合理决策的依据。
本文将介绍统计预测的基本原理和常用方法，并探讨其在决策过程中的应用。
统计预测的基本原理统计预测的基本原理是通过对历史数据的分析和建模，找到数据的规律和趋势，从而对未来数据进行预测。
统计预测基于以下几个假设：1.数据具有某种规律性：统计预测假设数据的变化存在一定的规律和趋势，可以通过历史数据来揭示这些规律。
2.数据是随机的：统计预测假设数据的变化是由一系列随机变量引起的，可以通过概率统计的方法来描述和分析。
3.数据的规律不变：统计预测假设数据的规律和趋势在未来一段时间内基本保持不变，可以用来预测未来数据的变化。
基于上述假设，统计预测可以分为时间序列预测和横截面预测两种方法。
时间序列预测时间序列预测是指利用时间序列数据来进行预测的方法。
时间序列数据是按照时间顺序排列的观测值序列，其中每个观测值与前后观测值之间存在一定的时间间隔。
在时间序列预测中，常用的统计模型有移动平均、指数平滑和自回归等。
移动平均移动平均是一种简单的时间序列预测方法，其基本原理是对观测值进行平均处理，以减小随机因素的影响，突出长期趋势。
移动平均方法根据之前几个时间点的观测值计算平均值，并将平均值作为预测值。
移动平均可以平滑时间序列数据，减少数据的波动性，从而揭示出数据的趋势。
指数平滑指数平滑是一种更加灵活的时间序列预测方法，其基本原理是对观测值进行加权平均处理，比较重视最近观测值的影响，相较于移动平均方法更能体现短期趋势。
指数平滑方法通过设置平滑系数来控制不同观测值的权重，根据过去观测值和预测误差来更新平滑系数，从而得到最终的预测结果。
自回归自回归模型是一种常用的时间序列预测方法，基于随机过程的自相关性。
自回归模型假设观测值与之前的观测值之间存在一定的线性关系，可以通过对过去观测值的线性组合来构建模型，并用模型来进行预测。
统计预测与决策课程论文
统计预测与决策课程论文院系数学与统计学院专业统计学二Ｏ一一年十二月二十五日从消费结构看中国城镇居民生活水平黄海燕（南京信息工程大学数学与统计学院，南京，210044）摘要：本文根据《中国统计年鉴-2010》最新资料，构建灰色预测模型，采用因子分析法并运用SAS软件，对中国城镇居民消费结构的数据进行分析和预测，同时恩格尔系数进行分析比较，进而对城镇居民生活水平进行量化说明，从而为我国经济社会可持续发展提供参考依据。
关键词：城镇居民；消费结构；灰色预测；因子分析0 引言改革开放以来，中国城镇居民生活消费结构发生了翻天覆地的变化，1989年以前属于供给式消费向温饱型消费发展的模式，1989年以后则是由温饱型消费小康型消费的发展过程。
特别是21世纪的消费结构，恩格尔系数的巨大变化。
根据国家统计局提供的一组数字（见附录），清晰地描绘了这种改变。
在2001年范剑平等人在《中国城乡居民消费结构的变化趋势》中，采用扩展线性支出系统模型、双对数模型等常用消费结构预测数量方法预测出多个预测方案，对居民消费结构做出预测。
本文利用所学统计知识，对近年的城镇居民可支配收入、消费性支出和恩格尔系数进行分析，采用SAS软件对其消费结构做因子分析，并采用灰色模型对其做相关预测，希望能以此为依据，能为改善中国城镇居民的消费结构提出一些对策和建议，并且看出中国城镇居民生活水平的发展走向。
1人均可支配收入、消费性支出和恩格尔系数变化消费结构作为消费领域的经济范畴，并不是一成不变的，而是有其长期的发展变化规律，要找出消费结构的这种发展变化规律，研究居民消费结构变化趋势的影响因素，掌握消费结构的未来发展方向并作出预测，就必须要对消费结构作动态分析。
于是首先对1997——2009年中国城镇居民人均可支配收入、消费性支出和恩格尔系数的变化做研究分析。
表一是根据中国统计年鉴提供的数据整理出来的。
表1 1997－2009城镇居民人均可支配收入、消费性支出和恩格尔系数年份人均可支配收入消费性支出恩格尔系数1997 5160.3 4185.64 46.61998 5425.1 4331.62 44.71999 5854 4615.92 42.12000 6280 4997.99 39.42001 6859.6 5398.99 38.22002 7702.8 6030 37.72003 8472.2 6510.97 37.12004 9421.6 7182.1 37.72005 10493 7942.86 36.72006 11759.5 8696.55 35.82007 13785.8 9997.47 36.32008 15780.8 11278.85 37.92009 17174.7 12264.54 36.5图1 1997—2009城镇居民人均可支配收入、消费性支出和恩格尔系数变化由图1可以看出，1997-2009年中国城镇居民的人均可支配性收入和消费性支出呈明显上升趋势，恩格尔系数呈明显下降趋势。
统计预测与决策课程论文.
统计预测与决策课程论文题目基于ARMA模型的西安进出口总额时间序列分析与预测学生姓名解盼学生学号 13610704150504专业经济统计学班级金融统计班提交日期二〇一六年五月基于ARMA模型对西安进出口总额时间序列分析与预测摘要:本文分析了 1987-2013年西安地区进出口总额时间序列，在将该时间序列平稳化的基础上，建立自回归移动平均模（ARMA）,从中得出西安进出口总额序列的变化规律，并且预测2014,2015年西安进出口总额的数值。
关键词：时间序列预测；进出口总额；ARMA模型1. 前言进出口总额指实际进出我国国境的货物总金额。
进出口总额用以观察一个国家在对外贸易方面的总规模。
进出口总额包括:对外贸易实际进出口货物，来料加工装配进出口货物，国家间、联合国及国际组织无偿援助物资和赠送品，华侨、港澳台同胞和外籍华人捐赠品，租赁期满归承租人所有的租赁货物，进料加工进出口货物，边境地方贸易及边境地区小额贸易进出口货物(边民互市贸易除外)，中外合资企业、中外合作经营企业、外商独资经营企业进出口货物和公用物品，到、离岸价格在规定限额以上的进出口货样和广告品(无商业价值、无使用价值和免费提供出口的除外)，从保税仓库提取在中国境内销售的进口货物，以及其他进出口货物。
本文就此对我国进出口总额时间序列进行分析，并且采用ARMA模型对序列进行拟合，最后在此基础上对2014年西安进出口总额数据进行预测。
2. ARMA模型2.1 ARMA模型概述ARMA模[]1型全称为自回归移动平均模型(Auto-regressive Moving AverageModel，简称 ARMA)是研究时间序列的重要方法。
其在经济预测过程中既考虑了经济现象在时间序列上的依存性, 又考虑了随机波动的干扰性, 对经济运行短期趋势的预测准确率较高, 是近年应用比较广泛的方法之一。
ARMA模型是由美国统计学家G.E.P.Box 和 G.M.Jenkins在20世纪70年代提出的著名时序分析模型,即自回归移动平均模型。
统计预测和决策期末总结
统计预测和决策期末总结一、引言统计预测与决策是现代社会中经济、政治、科学等领域中不可或缺的重要工具。
通过收集、整理、分析和解释数据，可以帮助我们预测未来发展趋势和变化，以及做出合理的决策。
本文将对统计预测与决策的应用进行总结和回顾，分析其优势和不足，并提出一些建议以进一步提高其应用效果。
二、统计预测的应用1. 经济领域：统计预测在经济领域中应用广泛，可以用于预测GDP增长率、通货膨胀率、失业率等宏观经济指标，以及市场需求、销售预测等微观经济现象。
通过对历史数据的分析和建模，可以帮助经济学家和企业家制定合理的经济政策和商业策略。
2. 政治领域：统计预测在选举预测、民意调查等政治领域中得到广泛应用。
通过对选民调查数据的统计分析，可以预测候选人的胜选概率，为政治家和选民提供决策参考。
此外，统计预测还可以帮助政府决策者预测社会问题的发展趋势，如犯罪率、环境污染等，以制定相关政策。
3. 科学研究：统计预测在科学研究中也发挥着重要作用。
研究者可以通过统计分析数据，建立模型并预测实验结果。
此外，在生物学、地球科学、物理学等领域，统计预测还可以帮助发现新的规律和关联性，为进一步的研究提供指导。
三、统计预测的优势1. 提供客观准确的信息：统计预测通过对数据的分析和处理，可以提供客观准确的信息，避免主观臆断和主观判断的错误。
2. 预测未来趋势：通过对历史数据的分析和建模，统计预测可以帮助我们预测未来的趋势和变化，为决策者提供决策依据。
3. 降低决策风险：统计预测可以提供不同决策方案的可能结果及其概率，帮助决策者更好地评估决策的风险和收益，减少决策的不确定性。
4. 优化资源分配：通过对数据的分析和建模，统计预测可以帮助企业和政府合理分配资源，提高资源利用效率，实现经济增长和社会发展。
四、统计预测的不足1. 数据质量不佳：统计预测的准确性很大程度上依赖于数据质量的好坏。
如果数据采集不准确或者缺失，那么预测的结果也会受到影响。
统计预测与决策课程设计论文
目录摘要 (2)一引言 (3)二数据来源 (3)三模型及预测方法的介绍 (4)四模型建立、求解及检验 (6)1.移动平均法预测 (6)2.指数平滑法预测 (7)3.一元线性回归预测 (8)五分析与结论 (10)六参考文献 (10)摘要中国在全球范围内，人口的数量是首屈一指，虽然中国向来以地大物博著称，但是，人口数目过多导致的种种问题接踵而至，就业问题、经济问题、教育问题等等。
为了使我国的经济更好地发展，社会更加的进步，我们对于国内人口数目要有一个准确的预测，以满足人们日益发展的需求，并通过预测数据对未来的发展进行一系列的规划，从而促进我国社会更好更迅猛的发展。
本次课程设计主要通收集机山东省1996~2010年人口数据并且分别采用移动平均法、指数平滑法、一元线性回归预测模型对山东省未来十年的人口总数进行预测。
关键词移动平均法指数平滑法线性回归 excel引言对于国家而言人口发展状况与国民经济各方面都有着密切联系。
山东省人口总数在全国位居第二位。
人口数量十分巨大，而人口发展状况与国民经济各方面都有着密切联系，直接影响着经济的繁荣与社会的发展，人口预测是制定和顺利实践社会经济各项战略设想的挤出和出发点，是制定正确的人口政策的科学依据。
作为人口大国的中国，人口的分析和预测对我国的社会进步和经济发展具有更为重大的现实意义和长远意义。
本文主要针对于山东省过去的十五年人口数据，对未来十年的人口增长做一个大致的预测分析。
数据来源从中国统计年鉴上得到的山东省1996到2010年总人口数的数据，如下：模型及预测方法的介绍1.移动平均法：移动平均法是根据时间序列资料逐项推移，依次计算包含一定项数的时序平均数,以反映长期趋势的方法。
当时间序列的数值由于受周期变动和不规则变动的影响，起伏较大，不易显示出发展趋势时，可用移动平均法，消除这些因素的影响，来分析、预测序列的长期趋势。
移动平均法有简单的平均法、加权平均法和趋势移动平均法。
统计预测与决策论文
前言：当前我国经济的快速发展， 房地产异常的火爆，房地产从业人数因此而迅速的增加。
本文通过房地产从业人数的历史数据，建立了我国房地产从业人数的二次指数平滑模型、灰色预测模型、ARMA 模型以及组合预测模型，通过对二次指数平滑模型、灰色预测、ARMA 模型和组合预测模型的具体比较分析，证明ARMA 模型更为易行和有效， 因此我们选择ARMA 模型对2009、2010、2011年的房地产从业人数进行预测。
关键字：房地产从业人数、二次指数平滑模型、灰色预测模型、ARMA 模型、组合模型正文：1993 1994 1995 1996 1997 1998 1999 2000 39 42 43 44 48 54 66 74 2001 2002 2003 2004 2005 2006 2007 2008 8084879496100107117一、线性二次指数平滑模型1、模型介绍：二次指数平滑也称为双重指数平滑，它是对一次指数平滑值再进行一次平滑。
一次指数平滑法是直接利用一次指数平滑值作为预测值的一种预测方法，二次指数平滑法与其不同，它是用平滑值对时序存在的线性趋势进行修正。
因此，二次指数平滑也被称为线性二次指数平滑。
线性二次指数平滑法只利用三个数据值和一个a 值就可以计算，这种方法还可以使过去观察值的权数减少。
因此，在带有趋势的时间序列中，一般倾向于使用线性二次指数平滑法作为预测方法。
使用的公式：其中为一次指数平滑的值，为二次指数平滑的值，m 为预测超前期数，当t=1时，我们通常认为s0（1）=S0（2）=Y0t m t t F a b m +=+2、模型使用：年份原始数值预测数值绝对误差相对误差1993 391994 421995 43 40.2 2.8 0.0651161996 44 41.44 2.56 0.0581821997 48 42.696 5.304 0.11051998 54 45.152 8.848 0.1638521999 66 49.23776 16.76224 0.2539732000 74 56.84314 17.15686 0.231852001 80 65.27685 14.72315 0.1840392002 84 73.42335 10.57665 0.1259122003 87 80.50018 6.499817 0.0747112004 94 86.36935 7.630654 0.0811772005 96 92.95084 3.049164 0.0317622006 100 98.00496 1.995044 0.019952007 107 102.7594 4.240605 0.0396322008 117 108.4919 8.50814 0.0727192009 116.1012010 120.64712011 125.1933由此我们可以预测出2009、2010、2011年的房地产从业人数分别为116.101、120.6471、125.1933万人，绝对误差平均值为5.030657，相对误差平均值为0.071468。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
预测与决策概论论文——2007—2010年度江苏省出口贸易的统计预测分析班级：工商管理A1001姓名：周琴学号：1001041901472007—2010年度江苏省出口贸易的统计预测分析一、引言：统计预测属于预测方法研究范畴，即如何用科学的方法对事物的未来发展进行定量推测，并计算概率置信区间。
在这种推测中，不仅有数学计算，而且有直觉判断，本文在分析了1996——2006年江苏发展出口贸易的基础上，根据其数据特征建立指数曲线趋势外推模型，利用EXCEL工具对模型进行检验分析。
并利用外贸依存度，道格拉斯生产函数分析江苏省出口贸易对其经济的影响。
预测了江苏省2007年至2010年的出口贸易额。
指出江苏经济发展存在的问题并提出了相关的解决对策。
在此基础上为江苏省出口商品贸易的战略的制定提供依据，在不断提高经济效益的前提下，力争出口增长速度略高于国民经济的增长速度，以国际市场为导向，以提高出口商品的国际竞争力和充分发挥比较优势为核心，以国内产业结构升级和技术进步为基础，以市场多元化和拓展海外市场为目标，合理利用外资和进口国外要素资源，实现出口贸易的适度、高效增长。
国内外对于外贸的预测一直很是关注，特别是从外贸依存度方面来分析一直是国内学术界所感兴趣的，其中最关键的一个原因是将这个概念与经济安全联系在一起。
二、研究方法——趋势外推法1、趋势外推法的概念统计资料表明，大量社会经济现象的发展主要是渐进型的，其发展相对于时间而言具有一定的规律性。
因此当预测对象依时间变化呈现某种上升或下降的趋势，并且无明显的季节波动，又能找到一条合适的函数曲线反映这种变化的趋势时，就可以时间为自变量，时序数值y为因变量，建立趋势模型：y=f(t)当有理由相信这种趋势能够延伸到未来时，赋予变量t所需要的值，可以得到相应时刻的时间序列未来值。
这就是趋势外推法。
2 、趋势外推法的假设条件（1）假设事物发展没有跳跃式变化，一般属于渐进式变化。
（2）假设事物的发展因素也决定事物未来的发展，其条件是不变或变化不大。
3、趋势外推法的种类（1）多项式曲线预测模型（2）指数曲线预测模型（3）对数曲线预测模型（4）生长曲线预测模型三、数据来源1、搜集数据并确定模型根据江苏省统计年鉴搜集到江苏省1996年至2006年GDP及出口贸易额的11期资料。
对原始数据进行一阶差分，二阶差分，三阶差分，一阶比率运算，计算结果如下表y单位：亿元 x单位：亿美元表1 年份GDP y 出口总额 x 一阶差分二阶差分三阶差分一阶比率24.88 1.21446415.62 -9.26 1.11086726.58 10.96 20.22 1.16982974.61 48.03 37.07 1.40750531.08 -43.53 -91.56 1.12060596.02 64.94 108.47 1.332502206.6 110.58 45.64 1.536902284.18 77.58 -33 1.480521354.24 70.06 -7.52 1.404578374.37 20.13 -49.93 1.30441通过上表我们可以看出，一阶二阶三阶差分波动较大，而一阶比率保持稳定，所以选择用指数曲线趋势外推法来分析和预测出口贸易额2、描绘散点图四、建立模型，确定参数（模型中y代表出口贸易额）y t=ae bt (a.>0)现性变换得Lny t=lna+bt令Y t=Lny t, A= lna, 则Y t= A+bt将指数曲线模型转化为直线模型，其中a,b为待定参数，其值可以通过最小二乘法得到经计算得出n=11, ∑t=0 ，∑t2 =110 ∑tY=29.71 Y=5.89A=Y=5.89b= ∑tY/ ∑t2=0.27a=e A =361.317Y=5.89+0.27t得初预测模型：y t=361.317 e0.27t五、模型检验Y的单位：亿美元表2年份出口总额 y 预测值y 残差残差平方y的总方差93.691 -22.319 498.147 171294.999122.732 -18.158 329.727 151319.444160.774 4.264 18.182 139411.131210.608 27.518 757.257 120268.853275.889 18.189 330.854 74086.307361.405 72.625 5274.432 58133.068473.428 88.628 7854.936 21050.528620.174 28.774 827.940 3783.726812.406 -63.174 3990.976 119502.9591064.223 -165.597 27422.449 489904.8051394.094 -210.096 44140.341 1154124.78791445.241 2502880.606可决系数R2 =1-91445.24061/2502880.605=1-0.036536=0.963464 91445.241/(11 -2)=10160.58标准方差= 100.8(亿美元)SE/y=100.8/530=19%六、对未来预测预测2007年至2010年的出口额（亿美元）2007 t=6 Y=5.89+0.27*6 y t=e Y =1826.22008 t=7 Y=5.89+0.27*7 y t=e Y =2392.32009 t=8 Y=5.89+0.27*8 y t=e Y =3133.82010 t=9 Y=5.89+0.27*9 y t=e Y =4105.2七、出口贸易对江苏经济增长的影响分析1、外贸依存度分析对外贸易依存度(Foreign Trade for Existence Degrees)是指一国进出口总额与其国内生产总值或国民生产总值之比，又叫对外贸易系数。
或出口（进口）依存度，即一国出口（进口）总额与其国内生产总值或国民生产总值之比。
一国对国际贸易的依赖程度，一般可用对外贸易依存度来表示。
比重的变化意味着对外贸易在国民经济中所处地位的变化。
国内学术界之所以对外贸依存度发生浓厚的兴趣，其中最关键的一个原因是将这个概念与经济安全联系在一起。
一方面，伴随我国贸易规模扩大，持续贸易顺差带来的人民币升值压力，与主要贸易伙伴的贸易摩擦日益频繁化，结构转型与就业等一系列结构性矛盾日益突出。
由于统计年鉴中GDP与出口贸易额的单位不统一，利用汇率换算为统一单位，使用的汇率如示：2005年之前均采用8.27的汇率2005年采用中国人民银行发布人民币汇率改革的消息后8月15日美元兑人民币跌至人民币升值以来新低8.0980的汇率2006年使用当年1月四日和12月28日的中间价7.9426表3年份GDP 出口总额 x1 按汇率折为亿元出口依存度由表可以看出如今出口贸易正对江苏经济产生越来越深刻的影响,用出口贸易表现的外贸依存度呈不断上升的趋势，一放面说明江苏的对外开放程度越来越高，贸易规模不断扩大，另一方面也说明江苏发展经济对外具有较大的依赖性，应该加强独立自主的发展能力。
2、出口贸易对江苏经济增长的产出效应分析本文分别以巴拉萨(Balassa) 和费德( Fender) 的公式为模型, 对江苏省1996 –2006年的数据进行回归分析经济学家巴拉萨(Balassa) 认为, 在开放经济条件下,传统的道格拉斯生产函数, 必须修正并提出生产函数应为:Y=F（K，L，X）其中Y、K、L、X分别表示GDP、资本、劳动力和出口。
之所以把出口作为与资本、劳动力两种生产要素并列的变量，是考虑到出口扩大可以产生规模经济效应并促进国内技术进步。
泰勒在此基础上采用指数形式的生产函数：Y=AKαLβXγ然后对上式两边取对数，得到变形的出口总量生产函数的对数形式：lnY=c+αlnK+βlnL+γlnX式中的α，β，γ表示产出弹性，c表示差值各个变量的对数值如表4所示。
表4年份lnY lnK lnL lnX1996 8.7002 7.5753 8.3864 6.86631997 8.8069 7.6976 8.3868 7.06061998 8.8818 7.8381 8.3871 7.16581999 8.9487 7.9167 8.3872 7.32262000 9.0575 8.0048 8.3935 7.66442001 9.1603 8.1026 8.3971 7.77832002 9.2716 8.2556 8.4025 8.06542003 9.4303 8.5822 8.4048 8.49512004 9.6494 8.8287 8.4079 8.88752005 9.8131 9.0756 8.4141 9.20622006 9.9780 9.2167 8.4261 9.4526运用统计软件对表2数据进行回归计算，回归结果如表5所示。
表5SUMMARY OUTPUT回归统计Multiple R 0.99905R Square 0.99811Adjusted R0.9973Square标准误差0.02212观测值11方差分析Significancdf SS MS Fe F回归分析 3 1.806004 0.602001 1230.27 6.86661E-10残差7 0.003425 0.000489总计10 1.80943Coeffic标准误差t Stat P-value Lower 95% Upper 95% ientsIntercept -36.83 20.02514 -1.83919 0.10847 -84.181951610.521853X Variable 1 0.34346 0.148359 2.315077 0.05378 -0.0073505130.694275X Variable 2 4.96866 2.408972 2.062563 0.07807-0.72765285610.66497X Variable 3 0.18723 0.102746 1.82221 0.11121 -0.0557310040.430182表5数据显示，回归系数均通过5%的显著性检验， R2为0.99811，表明回归方程非常好地拟合了样本数据。
回归系数值表明，投资增加1%可拉动江苏GDP 增长0.34346个百分点，劳动力增加1%可拉动GDP增长4.96866个百分点的，而对外贸易增长1%仅能拉动湖北GDP增长0.18723，不难得出结论，江苏出口扩大并非完全通过刺激技术进步和提高要素产出效率的方式实现。
而相对于江苏GDP13.75%增长率来说，对外贸易的贡献度依然偏低。