打开文本图片集

摘要：本文基于时间序列模型对贵州经济发展现状展开测度分析。利用三次指数平滑法、建立ARIMA模型预测贵州省GDP数值并结合实际值对比分析，结合贵州省2019年--2026年GDP预测值分析贵州经济发展现状以及未来发展趋势。研究结果表明：ARIMA（1，2，2）更能精确反映二次产业、三次产业给贵州省经济发展带来最为明显的变化，贵州省经济发展水平呈稳定状态，与现实情况基本相吻合。

关键词：ARIMA模型; GDP;SPSS

一、前言

当前我国经济发展已由高速增长阶段转向高质量发展阶段，贵州省在贯彻落实新发展理念方面，迈出了高质量发展的坚实步伐。近年来贵州省地区生产总值整体上呈现上升趋势，经济增长速度处于全国领先地位。其中旅游业作为推动经济发展的支柱产业，2019年贵州省共接待国内外游客113526.6万人次，全省全年旅游业总收入额度达到了12318.86亿元，同比增长了32.07%。而在2020年贵州省旅游人数跌至61781.5万人，贵州省全年旅游总收入额度比同期下降53.04%。焦炭、生铁、钢材产业的生产总量在2019年最少，三次产业就业人数则略高于2020年初，旅游业2020年总收入环比下降了53%，2020年第一季度贵州省服务业与营业收入增加值较前期分别下降8.1%、75.6%。在此背景之下，基于对贵州省经济领域运行指标的整理汇总和预处理、运行趋势的变化分析，实现对贵州省经济发展现状的分析。结合贵州省四十六个年份GDP数据通过构建时间序列模型，应用指数平滑法、ARIMA模型对贵州省地区生产总值进行预测，基于时间序列模型构建能够快速分析经济发展状况和预测经济分析框架，对贵州省经济发展状况进行宏观分析是具有比较重要的现实意义。

基于对国家统计局、贵州统计局中贵州经济领域相关数据的统计描述，分析在国家大力推动实施乡村振兴战略对贵州省经济发展产生的影响。刘璐（2017年）利用时间序列模型基于全国三十个年份的GDP数值，预测了未来一定时间内经济发展趋势[1]；沈秋彤（2015年）以辽宁省三十五个年份GDP来动态分析经济发展趋势[2]；刘罗曼（2009年）对三种指数平滑法进行实例分析论证其对应于不同数据集的时间序列[3]。结合贵州省四十七个年份GDP进行预测，利用对应年份的GDP预测值分析2024年--2026年经济发展趋势。

二、对贵州省经济发展趋势进行分析

地区国民生产总值在很大程度上可以反映一个地区经济发展现状。以贵州省1978年--2023年四十六个年份GDP数值为基础，进行随机性分析，对贵州经济发展现状进行分析是具有重大意义的，制作贵州省四十六个年份GDP散点图[4]。

（一）三次指数平滑法预测贵州省GDP

如图1所示GDP呈上升趋势，将1978年--2023年四十六年贵州省GDP原始数据用0--46进行标记，本序列有非线性趋势，用选择布朗三次平滑法对贵州省2016年--2018年的GDP做出预测，并且选用指数平滑法修改该序列[5]。

从上图可以看到，ARIMA（1，2，2）预测效果更加优于布朗指数平滑法。于是利用ARIMA（1，2，2）预测贵州省2016年--2018年GDP，判断通过时间序列模型得到预测值与实际值较为接近，为更好反映贵州省在贯彻落实新发展理念下以来经济发展所取得的成就，需要进一步的进行分析。

（二）基于ARIMA模型预测贵州省GDP

进一步采用传统时间序列模型对贵州省GDP序列进行平稳性检验，GDP序列ACF显示下降缓慢的非平稳序列[6]。

ARIMA（p，d，q）模型

一阶差分变化趋势是非平稳的，需进行二阶差分，对GDP序列进行二阶差分后，均在2倍标准差之间，得出序列的二阶差分是平稳的。故确定模型为ARIMA（p，2，q）。

AIC、BIC准则进一步来确定模型为ARIMA（1，2，1）和ARIMA（1，2，2），分别对两个ARIMA模型进行检验。

通过分析得出ARIMA（1，2，2）的Ljung-Box Q统计量优于ARIMA（1，2，1）的统计量，确定ARIMA（1，2，2）模型的拟合效果较好，最终得到最优模型。

三、结论

ARIMA（1，2，2）预测效果较优，利用ARIMA（1，2，2）预测贵州省2019年--2026年GDP。

本文对2019年--2026年的GDP值进行预测，总体上呈现出增长趋势但2019年GDP损失率为1.25%，2020年GDP损失率分别为2.47%，2020年经济发展增速放缓，这与实现情况基本符合。预测未来三年贵州省经济将保持增长趋势，2026年贵州省GDP为23337.71亿元。

参考文献

[1]刘璐.时间序列分析在我国GDP预测中的应用[J].时代金融，2017（24）：20+24.

[2]沈秋彤. 时间序列分析在辽宁省GDP预测中的应用[D]. 辽宁大学.2015

[3]刘罗曼.时间序列分析中指数平滑法的应用[J].沈阳师范大学学报（自然科学版），2009，27（04）：416-418.

[4]贵州省统计年鉴.2021

[5]Kauppi Heikki，Virtanen Timo. Boosting nonlinear predictability of macroeconomic time series （vol 37， pg 151， 2021）[J]. INTERNATIONAL JOURNAL OF FORECASTING，2021，37（3）.

[6]Chan Felix，Oxley Les. A pulse check on recent developments in time series econometrics[J]. Journal of Economic Surveys，2022，37（1）.

贵州省大学生创新创业训练计划项目（S202210665102），项目名称： 重大突发事件对贵州省经济发展的影响探究——以新冠肺炎疫情为例。

作者简介：

戴祥卫， 2002- 男 汉族 贵州松桃 铜仁学院数学与应用数学本科学生

赵静，1984-，女，汉族，山东菏泽人，硕士研究生，铜仁学院副教授，主要研究方向数学教育、统计信号处理