西藏自治区国民生产总值(GDP)预测与分析

1 西藏自治区国内生产总值（GDP）预测与分析 摘要：本文以西藏自治区国内生产总值为研究对象，以国内外有关GDP的预测与分析的研究成果为基础，结合西藏地区经济发展实际情况，定性研究与定量研究相结合，通过数据分析和构建西藏国内生产总值预测模型，以了解西藏国内生产总值和经济发展现状、预测未来经济总量和分析影响国民生产的因素，并就如何提高西藏国内生产总值提出了建议。因此本文建立了时间序列ARIMA模型，对自治区未来若干年的GDP进行了预测，同时通过因子分析对西藏自治区1978年～20012年的GDP影响因素进行了分析，研究结果表明进出口总额、财政支出，固定资产投资总额，都对西藏自治区国内生产总值有一定的影响。因此，要提高国内生产总值，就注意这几个因素，同时增加出口，适量控制进口，加大投资力度。同时为了提高GDP产值，本文给出了加强西藏以工业投资为主的长期产业投资、促进农牧业快速发展和加快现代旅游等第三产业发展步伐的建议。 关键词：西藏自治区 GDP ARIMA 预测 影响因素 一、引言 国内生产总值（Gross Domestic Product，简称GDP)是指在一定时期内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，是被公认为衡量一个国家或地区经济状况的最佳指标，它不但可反映一个国家的经济表现，还可以反映一国的国力与财富,GDP公布的形式有2种，一种是以总额和百分比率为计算单位，一个国家或地区的经济究竟处于增长抑或衰退阶段，从这个数字的变化便可以观察到。【1】例如在2008年卷起环球金融风暴的背景下，准确的分析GDP，便可以准确的把握经济宏观走势。同时自从1985年国家统计局建立起相应的核算制度以来,国内生产总值核算已经成为我国宏观经济管理部门了解经济运行状况的重要手段,制定经济发展战略、中长期规划、年度计划和各种宏观经济政策的重要依据。因此准确的分析预测GDP，具有经济宏观战略意义。 伴随着西藏自治区经济跨越式发展的良好势头，2013上半年，西藏自治区全区实现生产总值329.59亿元，增长12.0%，同比增长0.7个百分点；其中，自治区农牧民人均现金收入达1999元，增长14.5%；城镇居民人均可支配收入达9528元，增长12.9%。【2】目前西藏经过近50年的发展,现代化推进的主线基本上是一个由封闭走向开放、由传统走向现代、由不发达走向发达、由第一产业为主导走向二、三产业为主体的区域成长发展历程【3】，2012年西藏国民经济总量为701亿元，是解放初期的105倍，而关于西藏经济总量分析和预测方面的研究几乎没有，因此对西藏自治区的GDP进行预测具有重大的经济意义和现实意义。 二、国内外国有关GDP预测与分析的研究综述 到目前为止，虽然有关国内生产总值的研究很多。如宋丽红（2012年）用线性神经网络模型进行分析和预测，发现东西部地区在上世纪八十年代中期以前GDP差距并不大，但在上世纪八十年代末开始，GDP差距逐渐加大；王小鲁等（2004）通过分析资本、劳动力、人力资本等生产要素在各地区间的配置与流动状况及其动因，考察我国地区经济差距的变动趋势和这些因素对地区差距变化的作用,同时也考察制度变革和结构变化等因素对地区经济差距变化的影响；何艳等（2007）通过泰尔指数将地区经济差距和投资差距量化,并对两者之间的变动趋势进行了分析研究，阐述了我国地区GDP差距原因。 同时在众多的研究文献中，关于国内生产总值（GDP）预测始终是一个重要问题，‘仁者见仁，智者见智’，关于GDP的预测，方法众多，不同的学者研究的方法不同。徐先金等（2004）用灰色预测模型预测上海市实际利用外资，但精度方面还是存在比较大的误差；梅芳丽等（2007）利用遗传算法预测我国国内生产总值；张德志,宫宁生（2008）利用径向函数网络对国民经济生产总值进行预测研究；利用非参数回归建模预测的，刘亮, 2

孙朗成（2009）利用非参数回归建模对我国的GDP进行预测，也有利用蚁群、聚类算法和RBF神经网络预测的，方法比较复杂；2006年海明郭提出了一种新修改的ARIMA模型，并用它预计1978-2004年我国国内生产总值增长数，预测实验数据表明,改性AR、MA模型可以提供更准确地预测比传统的ARIMA模型。 ARIMA模型是一种著名时间序列预测方法，又称为box-jenkins模型、博克思-詹金斯法。是用于非平稳时间序列的建模方法，由美国统计学家Box和Jenkins于1970年首次提出，是作为现代数据处理的方法之一,广泛应用于各类实际工程领域中，它要求建模所用的观测数据样本不少于20个,而且历史数据越多越准确,建模预测结果也越可靠【4】。ARIMA模型的基本思想是将预测对象随时间推移而形成的数据序列视为一个随机序列，用一定的数学模型来近似描述这个序列。而模型一旦被识别后就可以从时间序列的过去值及现在值来预测未来值。由于一般预测大多是时间序列,建立预测模型所需要的原始数据不多，容易采集且方法简便并具有较高的准确性,因此ARIMA模型逐渐成为经济预测中一种非常有效的方法。 目前，建立时间序列预测模型，对时间序列分析的方法主要有三种，第一种是由Box和Jenkins提出的Box－Jenkins递推预报方法；第二种是基于Brockwell和Davis以Hilbert空间的基本理论和方法为基础提出的射影预报方法；第三种是最优滤波理论【5】。本文采用的ARIMA模型即是Box和Jenkins提出的Box－Jen-kins法中的一种预测模型。而近年来，国内许多学者利用时间序列方法对地区GDP进行ARIMA建模预测，得到了良好的预测数据。因此本文采用ARIMA建模进行国内生产总值（GDP）预测。 关于时间预测的软件主要有Eviews、SPSS和Excel。【6】其中SPSS是社会经济统计软件包，在主成分分析上有着独特的优势，但也能用来做经济学的时间序列分析;而Eview是专门的计量经济学软件，对时序数据的分析能力较强;Excel有着强大的计算功能和数学处理功能，但前两者都需要使用者具备较好的数学知识。本文主要采用软件SPSS17．0做分析。 三、研究思路与研究方法 （一）研究思路 本文研究主要通过文献研究、数据收集、比较分析和建立数学模型等方法，，以了解西藏国内生产总值和经济发展现状、预测未来经济总量和分析影响国民生产的因素，在文献资料分析研究的基础上，收集西藏自治区GDP方面的指标数据，通过构建西藏自治区GDP预测模型，以了解了解西藏国内生产总值和经济发展现状，通过因子分析了解分析影响国民生产的因素，并给出建议。

（二）研究方法 本研究以文献分析法和数据分析法为主，在对文献资料和数据收集、阅读、整理、汇总和分析的基础上，了解和借鉴国内外有关就业胜任力及大学生胜任力的研究成果，建立ARMA模型。 同时本文所要建立的ARMA模型（Auto-Regressive and Moving Average Model），是研究时间序列和进行时间序列预测的的一种重要方法。【8】建构的步骤主要分为4步，首先，判断时间序列数据是否平稳,经常采用ADF检验(Augmented Dickey-Fuller Test)方法来判断该序列的平稳性（如果该序列为非平稳序列,这时应对该时间序列进行差分,同时分析差分序列的相关图以判断差分序列的平稳性,直至得到一个平稳序列）；第二步,在平稳时间序列基础上识别ARMA模型阶数p和q，在建立ARMA模型时,时间序列的相关图

问题研究 影响因素研究和数据收集、分析 建立模型、得出结论并给出建议 3

和偏相关图为识别模型参数p和q提供了信息；第三步，在基于时间序列数据下进行参数的估计和检验；最后进行模型预测。 四、研究结果分析 (一)数据收集 借助于相关文献的查阅，收集CNKI中《西藏统计年鉴》已有的关于西藏GDP和经济方面的数据，通过对这些数据的整理得到了1978年-2012年西藏GDP数据（部分数据见图表1）。 年份 GDP（亿元） 年份 GDP（亿元） 年份 GDP（亿元） 1978 6.65 1990 27.7 2002 162.04 1979 7.3 1991 30.53 2003 185.09 1980 8.67 1992 33.29 2004 220.34 1981 10.4 1993 37.42 2005 248.8 1982 10.21 1994 45.99 2006 290.76 1983 10.29 1995 56.11 2007 341.43 1984 13.68 1996 64.98 2008 394.85 1985 17.76 1997 77.24 2009 441.36 1986 16.93 1998 91.5 2010 507.46 1987 17.71 1999 105.98 2011 605 1988 20.25 2000 117.8 2012 701 1989 21.86 2001 139.16 图表1 1952年-2012年西藏GDP数据部分数据 （二）数据描述性分析和处理

图表2 1978-2012年西藏自治区GDP统计数据图表 在1978-2012年GDP数据的基础上，画出GDP统计数据图表（见图表2），发现GDP随时间的增长呈指数趋势,由于GDP带有很强的趋势成分,而我们的目的主要是利用ARMA模型对其周期成分进行分析,因此需要对此类的数据先进行消除趋势性的处理,然后建立ARMA模型。同时对原始序列（GDP数据）作对数处理和作二阶差分处理，对GDP数据取对数后的序列进行单位根检验。经单位根检验,得到lny的二阶差分折线图和自相关与偏相关图（见图表3和图表4）