经济统计分析精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的经济统计分析主题范文，仅供参考，欢迎阅读并收藏。

第1篇：经济统计分析范文

多元统计分析作为经典统计学发展中的重要分支,对社会宏观经济管理具有重要的作用,影响国民经济总体及其经济活动的状态。本文主要通过阐述多元经济分析方法的主要内容,探讨多元统计分析方法在宏观经济中的应用状况。

关键词:

多元统计分析;宏观经济;应用探讨

统计学是一门收集、整理、归纳、描述、分析数据的学科。多元统计学作为经典统计学的一个重要分支,遵循了继承、发展的原则,在掌握统计学基本统计原理的同时,创造更多统计分析方法,使多元统计学合理应用到社会宏观经济的管理中,改善社会整体经济发展水平,促进国民经济持续、稳定的发展。

一、多元统计分析方法的主要内容

随着社会科学技术水平的发展,统计学在应用数学知识的基础上,逐渐与计算机技术相融合,利用计算机快速、有效的应用能力,将统计学所涉及的领域扩大到社会生活的方方面面,影响社会经济水平的发展。多元统计分析作为一种综合的分析方法,拥有多种统计分析的方式。其中主要包括了判别分析、聚类分析、主成分分析、对应分析、因子分析等统计分析的方式。判别分析,是多元统计分析中的主要分析方式。将多个不同的样本构造成为一个特别的函数,根据与样本相关联的量变的变化,判别分析出想要知道的未知函数属于哪一个所提供的样本。这种通过判断的方式寻找问题答案的分析过程就是判别分析。判别分析在社会中应用广泛,它涉及了医学、气象、图像识别等多种领域,用判别数据的方式促进社会的发展。

主成分分析,是一种归纳、整理、避免重复的分析方式。为了简化复杂的数据,将多个可变量综合整理为一个整体,应用新组合的无关变量群体替换原有的相关变量的群体,经过层层组合,将多个可变量因素归纳成为少数的主成分群体,通过少数群体所凸显的主要问题分析事物发展的主要矛盾,解决因多个相关变量互相干扰所带来的困扰。主成分分析适合解决综合性问题,将多个可变量数据组合成为一个综合的变量,逐层递减,逐渐减少可变量的数据,最终实现解决复杂问题的愿望。聚类分析,是一种较为直观的分析方式,根据它的名字我们就可以了解到,这是一种将同类属性的可变量因素综合在一起的统计分析方式,将相同类别、相同性质,可以互相关联的因素,合理的归纳在一起,这就是相互整合的聚类分析。聚类分析作为多元统计分析方式中的一种,应用图表合理的展示所要分析的数据,相比较经典统计学而言,聚类分析更为直观、具体。

二、多元统计分析在宏观经济中的应用实例

(一)判别分析在宏观经济中的应用判别分析,作为一种判断式的分析方式,在宏观经济中应用广泛。在医学领域、气象预报中,判别分析是一种主要的数据统计分析方式。1、判别分析在医学领域的应用案例判别分析对于医学领域的发展具有重要的促进作用,下面将针对呼吸内科的应用案例,对判别分析的实际应用进行合理的解释。如果一个人的肺部产生阴影,那么可能产生的原因是肺癌、肺结核、乙肝、或者是肺气肿。在不知道具体患有什么病症的前提下,通过应用判别分析的分析方式,将多种可能含有的症状综合整理成为一个函数,然后通过患病者的患病状况,研究患病者是否含有咳嗽、咳血、发烧、体重减轻等症状,将患病者的患病状况视为一种可变的因变量,通过对因变量的统计分析,研究患病者患有哪一种肺部的疾病。通过这种判别式的数据统计分析方式,可以合理的分析出患病者属于哪一类的病症结果,通过对于因变量的分析,将患者想要了解的未知问题对应的寻找已知的答案,为医护人员以及病症患者提供有效的解决方案。这种判别分析的方式,可以提高医护人员解决病症患者医疗问题的速度,为医疗事业提供及时有效的解决方案,使真正患有疾病的人员可以在最佳的治疗时间进行医治,以延长患者的生命,再次用宝贵的生命为社会的发展作出自己的贡献,使仅仅患有肺气肿的人员,可以以最快的时间排除自己可能患有癌症或传染性疾病的可能性,为患者以及患者家人带来一份安心。判别分析对于医疗事业的影响深远,在社会发展的过程中,通过判别分析可以提高医疗诊断的效率,用最快的时间诊断出患者的病情,为医疗患者提供最佳的治疗时间,促进中国医疗事业的发展。2、判别分析在气象预报领域的应用案例在气象事业中,可以通过提供多种可知的样本,例如阴天、雨天、晴天、多云、雾霾天等多种可能出现的天气样本,将多种天气汇集成的样本制作成为一个总体的函数,根据气象台所侦察到的多种数据进行合理有效的分析,对应的放置在已经知道的样本中,选择最适合的样本作为想要了解的未知函数,在判别分析的判定下,我们可以将所有的天气状态进行整理,根据气象观测中显示的风力情况,云层厚度等所有可变因素,预判未来几天的天气情况,为未来生活的出行条件提供便利的因素。判别分析对于日常生活的影响十分的深远,它在方便人们生活的同时,改善了人们的生活状态,提高了人们的生活质量。

(二)聚类分析在宏观经济中的应用聚类分析在宏观经济中的应用范围也是十分的广泛的,在社会生活的多种领域中都存在聚类分析的统计分析方式。聚类分析,在宏观经济中的应用直接影响了中国社会的发展,它不仅对中国经济的变化有着重要的影响,对于中国灾害的预报,聚类分析也同样产生重要的作用,在预报洪水、地震、暴雨等自然灾害中,聚类分析的效果要比其他的统计分析效果好很多。作为多元统计分析方式中的一种统计方式,相对于其他的统计数据分析而言,聚类分析可以通过图表的展示,更为直观、明朗的呈现数据的变化过程。1、聚类分析对于城市居民生活状态的分析应用案例对于我国各个省份的城市居民生活水平状况,可以根据聚类分析的方式进行整理、归纳、分析。通过聚类分析的方式,可以首先将中国各个省份的城市居民生活状态绘制成为一个图标,将省份的名称以及城市居民的住房建筑物投资、人均收入水平、人均消费水平、城市就业人数等多种与城市居民经济水平相关联的可变量数据显示在图标中。可变量数据经过整理后,再次简化数据,将数据进行标准化的处理,使数据的图表呈现方式更加直观。经过合理整理后,用聚类分析的统计分析方式,将相关联的样本进行分类,将中国各个省份分成不同的类别。通过聚类分析的方式,可以直观、清楚的将中国城市居民的生活水平以图表的方式呈现出来,方便国家在宏观经济中对城市居民的生活水平进行宏观调控,使中国城市居民的生活可以得以改善、提高。宏观经济,是国民经济的整体发展水平及经济运营状态,国家对于宏观经济的掌控及其调整,直接影响着中国人民的生活水平。多元统计分析作为一种统计、分析数据的方式,可以根据过去原有的陈旧数据,进行归纳、整理、分析,从现有的数据中,分析未来数据的变化过程,通过对于数据的掌握情况,可以改善社会中多种领域范围的发展状况。随着社会的不断发展,由经典统计分析分支出来的多元统计分析方式也在不断的改善、提高。经过时间与实践的探索,多元统计分析衍生出主成分分析方式、聚类分析方式、判别分析方式、对应分析方式等多种分析方式,这些统计分析方式涉及了社会各个领域的发展变化,在宏观经济的应用中影响着社会中医学、科技、农业、电子科技等行业的发展状况,对社会的总体发展起到了至关重要的作用。通过精确的数据分析,多元统计分析方式满足社会发展中的多种发展需求,促进社会国民经济总体水平的提升。

参考文献:

[1]朱小梅.多元统计分析方法在宏观经济分析中的应用[J].赤峰学院学报(自然科学版),2013,(20):5-6

[2]刘君一.多元统计分析方法在宏观经济分析中的运用[J].时代金融(中旬),2015,(7):168

第2篇：经济统计分析范文

【关键词】经济增长；用电量；统计分析

众所周知，电力工业是国民经济发展的基础产业，其发展对国民经济的其他部门的发展起着支撑作用。对于我国而言，“国民经济每增长1%，电力产业发展增长约为1.13%时才能为国民经济的其他部门发展提供足够动力。”因此，电力工业的发展水平在一定的程度上反映了国民经济的发展状况。

一、现阶段我国电力消费的状况

改革开放以来，电力体制不断改革，在实行多家办电、积极合理利用外资和多渠道筹促资金，运用多种电价和鼓励竞争等有效政策的激励下，电力工业发展迅速，在发展规模、建设速度和技术水平上不断刷新纪录、跨上新的台阶。发电装机容量继1987年突破1亿千瓦后，到1995年超过了2亿千瓦，2000年达到了3亿千瓦。目前，我国发电装机容量和用电量稳居世界第二位，但人均用电水平还很低，2006年，我国人均装机容量为473千瓦，人均用电量为2149千瓦时，大致相当于美国的1/7、日本的1/4和韩国的1/3，也低于2004年的世界平均水平的608千瓦和2371千瓦时。具体而言，我国近三十年来电力消费的状况如表一所示：

其中：gdp表示国内生产总值，dgdp表示其增长率，tce表示年度国内电力消费量，tpe表示年度国内电力生产量，dtce 、dtpe分别代表其增长率。

综上所述，现阶段我国总体经济处于快速的运行阶段，自2002年以来，我国GDP增长率每年保持在8%以上，经济运行进入新一轮的上升时期。在这样的一个宏观形势下，我国电力产业也呈现出了前所未有的发展势头。由图2可知，2000――2007年，我国的电力产业的强劲发展为经济的健康持续增长提供了基本保证。同时，我国的电力供求关系也保持平衡。在2000年以前，经济增长的幅度超过了电力消费增长幅度，说明我国的电力总体供给短缺，这也在一定的程度上制约了电力的消费，因而在一定程度上制约了我国经济的增长。

二、我国电力供应与经济增长之间的张力

从当前我国的宏观经济景气指数的变动及电力行业的生产与对电力的消费可以较好的说明我国电力产业运行与经济增长的现状，如图3―图5所示。

从图3、4、5可以得出用电量与经济增长之间关系的如下两个特点：

2.1、在经济增长下行时，发电量下行的幅度更大；当经济增长上行时，发电量上行的幅度也更大。1998年GDP增长率由上年的9.3%回落到7.8%，发电量增长率则由上年的5%回落到2.8%，发电量增长水平远低于GDP增长水平，回落幅度则大于GDP。2008年的变化趋势也是如此，GDP增长率由上年的13%回落到9%，而发电量增长率则由上年的15.8%回落到5.6%，回落幅度大于GDP，增幅则已明显低于GDP。其次，用电量与经济增长数据不一致的情况，国外也存在。美国2001年电力消费下降3.6%，而国内生产总值增长0.8%；1991年电力消费增长5.0%，但国内生产总值则下降0.2%。日本2003年电力消费下降1.3%，而国内生产总值增长1.8%。韩国1980年电力消费增长5.4%，而国内生产总值则下降1.5%。

2.2、生产结构变化是用电量与经济增长数据的重要原因之一。分析我国发电量与经济增长数据之间的关系，必然注意到生产结构的变化。上世纪90年代中期以后，我国重化工原材料行业经历了一个较长时期的调整，在此期间，钢铁、有色、建材等行业出现了比较严重的生产能力过剩，生产长时间在低谷徘徊。随着这些高耗能产业的调整，电力需求明显减少，发电能力过剩问题比较突出。而经济增长则更多地依靠耗能较低的轻工业，以及各类服务业支持，这就出现了经济增长水平相对较高，回落幅度较小；而发电量（用电量）增长水平则相对较低，增幅下降较大。去年我国经济的调整，也包含重化工原材料工业的调整，特别在四季度，重工业增幅下降远大于轻工业，这就必然导致发电量（用电量）增长低于经济增长，增幅回落大于经济增长。

今年一季度工业结构的调整仍在继续，重化工业增幅下降较多，其中黑色金属冶炼与压延业同比增长0.3%，有色金属冶炼与压延业同比增长2.8%，石油加工、炼焦业同比增长―5.4%，化学原料及制品业同比增长3.7%，增幅均低于工业增长的平均水平（5.1%）。重工业是用电大户，占一季度工业用电的82%，重工业增速大幅下降，是导致一季度工业正增长而用电量负增长的重要原因。需要注意的是，2003年以来我国经济新一轮较快增长中，重化工业一直处于加快发展中，由于其对电力的需求很大，引起发电量增长高于经济增长。当前重化工原材料行业的调整，必然对发电量与经济增长的关系产生很大的校正力，也就可能在短期内出现发电量（用电量）负增长和经济正增长的现象。

第3篇：经济统计分析范文

摘要：目前有效的缩小区域经济的发展差距是区域经济领域研究的重点，运用因子分析找到影响经济发展的关键因素；根据因子分析得出因子得分情况。以云南省为例利用回归分析重点对第三类地区进行经济指标的分析。通过以上的数据分析确定影响区域经济差异的因素并得出城镇化建设的重要性。

关键词：区域经济；因子分析；回归分析；多元统计

0引言

近十年随着中国的经济快速的增长，对于协调区域经济发展的研究也取得了一定的成果，陈斐等人[1]将空间统计分析嵌入到GIS系统中进行可行性分析。李雪梅等人[2]将主成分分析应用于区域经济分析中，吴涛等人[3]基于粗糙集理论对区域经济进行了分析。S.Luo[4]通过聚类分析研究中国区域经济。但是区域不平衡的现象并没有真正地解决，为了对每一类地区制定合适的经济发展的方案，本文对近几年中国的各类经济指标运用因子分析和回归分析方法进行了研究，确定了影响经济发展的因素并找到加快发展的动力。

1分析方法的理论

本文在对区域经济的数据分析过程中采用了两种数据多元统计的方法，分别是因子分析法和回归分析法。因子分析（factoranalysis）模型由主成分分析发展而来。在降低维度思想的基础上，将多个变量之间的复杂关系转变为少数因子的一种多变量统计分析的方法。与主成分分析方法相比，因子分析的特点是更注重于描述原始变量之间的相关关系。近年来随着数据挖掘技术的提高，人们将因子分析的理论成功地应用于经济学、心理学、医学等各个领域，不断丰富了因子分析的理论和方法。回归分析属于统计学中的基本分析方法，一般用来确定因变量与若干个因素变量之间的关系表达式，通常称为回归方程或数学模型；此外，还可以通过控制可控变量的数值，通过建立的数学模型对因变量进行预测；回归分析还可进行因素分析，寻找出影响显著的变量，从而可以区别重要因素和次要因素。

2经济指标的选择

区域经济指的是在一定区域内经济发展的内部因素与外部条件相互作用而产生的生产综合体区域经济反应不同地区内经济发展的客观规律以及内涵和外延的相互关系。每一个区域经济的发展都受到自然条件、社会经济条件和技术经济政策等因素的制约。

3区域经济的数据分析

3.1因子分析本节主要应用因子分析的方法

根据相关性大小对原始变量进行分组，从而提高同组内的变量之间相关性，通过该方法提取影响经济发展的主因子。将收集的资料导入数据分析软件SPSS19.0。

3.2多元回归分析

通过对以上各省份的区域经济的划分，可以得出属于第三类地区的省份最多，为了实现我国经济的均衡发展必须大力促进第三类地区的省份的经济的发展，从因子分析的结果分析选取了三个因子得分较高的指标X1（工业增加值）、X2（城镇居民人口数）、X3（房地产开发企业个数），为了便于分析第三类地区的经济发展状况这里以云南省为例，选取2005-2015近十年的数据，采用回归分析的方法建立回归模型，以便于对未来的生产总值做出预测。

4结果分析

通过以上的数据分析，可以得到区域经济的划分，无论是通过聚类分析得出的区域划分还是通过因子分析得出的区域划分都能够得出属于第三类地区的省份占到绝大多数，所以在进行经济战略部署的时候，应该以第一类地区的发展带动第三类地区的发展为重点才能够达到缩小经济区域发展差异的目标。通过区域的划分我们可以看到以下区域经济问题：①以广东、山东、江苏为首的发展迅速的三大省份，都是位于东部沿海地区，这说明中国沿海地区的省份拥有经济发展的资源更加的丰富，也可能在地区经济制度方面更加的完善，从而有利于该地区经济的发展。②从第二类地区中我们可以看到几乎包括了所有的直辖市，这说明该类地区的发展影响因素最大的应该是社会因素，人类的活动在促进经济发展方面起到了决定性的作用。③第三类地区的占到全国省份的2/3，这些地区的地理条件有很大的差异，说明影响这些地区发展的因素是多方面的，不仅应该从自然条件方面找到制约经济发展的因素，还应该从社会资源等方面寻找该地区经济发展的瓶颈。

5结语

我国的区域经济差异的因素虽然是多方面的但是也是有规律可循的，经过上述的数据分析在众多的指标中确定了影响经济发展的关键因素是工业生产增加值，所以应该从行业发展的状况中找到适合各类地区的有针对性的经济发展策略。以第一类地区作为全国经济发展的先锋，继续保持该地区省份的经济发展势头，整合该地区的各种发展资源，能够为第二、三类地区提供有效的经济发展资源，能够起到各地区相互帮扶的作用。为了加快第三类地区的经济发展，应该以第二类地区为联系的纽带，通过第一类地区对第二类地区的经济带动，进一步的使得第二类地区帮助第三类地区的发展，形成一个经济发展的链条。通过建立的回归分析模型可以得出城镇人口在促进经济发展的过程中起到了很大的作用，这也是国家要推进城市化建设的重要的原因，所以在今后的经济战略部署中应该加快各地区的城镇化建设，不断的增加城镇人口的数量。

参考文献：

[1]陈斐，杜道胜.空间统计分析与GIS在区域经济分析中的应用[J].武汉大学学报，2002，27（4）：391-396.

[2]李雪梅，张素琴.主成分分析在区域经济分析中的应用[J].计算机工程与应用，2009，45（19）：204-206.

第4篇：经济统计分析范文

关键词：经济增长；就业；回归模型；四川

中图分类号：F124.1 文献标志码：A 文章编号：1673-291X（2012）35-0064-02

引言

经济增长与劳动就业关系密切，经济增长能否带来就业的同步增加，取决于经济增长方式。不同的产业结构形式，将会导致不同的经济发展速度，间接地影响到产业对劳动力的吸纳能力。在中国进入“十二五”时期，在深化改革开放、加快转变经济发展方式的攻坚阶段，明晰经济增长与就业的关系，找出不同产业发展对就业的拉动力，做好产业结构的调整，促进劳动就业，就显得尤为重要。

四川省是中国西部人口大省，其经济发展在中国西部经济发展中有一定的代表性。本文基于四川统计年鉴数据，运用回归分析方法，借助EVIEWS统计分析软件，对四川省经济增长与人口就业做出统计分析，以期对加快四川省产业调整，促进经济增长和就业扩大有借鉴意义。

一、分产业的四川省经济增长与就业的关系

本文引入劳动力资源总数这一变量，运用多元线性回归分析方法，把就业和地区生产总值按照第一、二、三产业分开作为变量，基于《四川统计年鉴2011》中1990—2010年的统计数据，进行分产业就业和分产业地区生产总值之间计量模型构建与分析。

（一）第一产业就业人口的回归分析

以第一产业就业人口EP1为因变量， 以劳动力资源总数LFR及三次产业生产总值GDP1、GDP2、GDP3 为自变量建立多元线性模型，做参数统计检验。因劳动力资源总数作为一个变量引入，在模型中就不引入常数项，模型如下：

LnEP1=α*LnLFR+β1*LnGDP1+β2*LnGDP2+β3*LnGDP3+μ

（符号说明：GDP表示地区生产总值（亿元），GDP1代表第一产业地区生产总值，GDP2代表第二产业地区生产总值，GDP3代表第三产业地区生产总值，EP代表总体就业人口（万人），EP1代表第一产业就业人口，EP2代表第二产业就业人口，EP3代表第三产业就业人口，LFR代表劳动力资源总数，μ代表随机误差。符号在后文中出现不再重复说明。）

用EVIEWS对该模型进行消除多重共线性的逐步回归，得到第一产业就业人口模型：

LnEP1=1.164634 LnLFR-0.321820 LnGDP1

t=（89.97170） （-19.62997）

R2=0.912729 AdjustedR2=0.97881 F-statistic=188.2546

上式显示模型拟合的效果很好，但是经对数处理后的系数不能直观反映出第一产业就业人口与劳动力资源总数之间的关系，故用未经处理的原始数据在EVIEWS中回归后变量中劳动力资源总数LFR的系数为0.685403，即每10万经济活动人口约有6.8 万人从事第一产业，符合经济意义。四川省是农业大省，农业劳动人口众多。从模型中显示第一产业GDP与第一产业就业关系的结果看，第一产业GDP的系数为-1.723037，系数为负说明第一产业农业对劳动力不具吸纳作用而是产生就业的挤出效应。产生这种效应的原因是多方面的，农村经济体制改革以来，农民劳动积极性提高是原因之一；农业现代化生产工具与生产方式的采用，大大提高了农业劳动生产率也是原因之一；土地制度改革，土地流转政策的实施，也可能促进第一产业的就业饱和并排挤出农村剩余劳动力转向二三产业。

（二）第二产业就业人口的回归分析

借鉴第一产业就业模型，以第二产业就业人口EP2为因变量，劳动力资源总数LFR和三次产业的地区生产总值GDP1、GDP2、GDP3为自变量。建立第二产业就业人口模型：

LnEP2=α*LnLFR+β1*LnGDP1+β2*LnGDP2+β3*LnGDP3+μ

用EVIEWS对该模型进行消除多重共线性的逐步回归，得到第二产业就业人口模型：

LnEP2=0.632199LnLFR+0.170181LnGDP2

t=（89.72048） （20.49607）

R2=0.975924 AdjustedR2=0.94586 F-statistic=729.6217

第二产业具有GDP 高产出的显著特征，GDP的增长对就业的拉动作用非常明显，该产业GDP的增长与其就业人口增长呈现一致变动的关系；目前，四川省第二产业GDP发展吸收就业的能力仍然很强。

（三）第三产业就业人口的回归分析

如上，以第三产业就业人口EP3为因变量，劳动力资源总数LFR和三次产业的地区生产总值GDP1、GDP2、GDP3为自变量。建立第三产业就业人口模型：

LnEP3=α*LnLFR+β1*LnGDP1+β2*LnGDP2+β3*LnGDP3+μ

用EVIEWS对该模型进行消除多重共线性的逐步回归，得到第三产业就业人口模型：

LnEP3=0.580312LnLFR-0.281684LnGDP2+0.554490LnGDP3

t=（82.97539） （-5.302039） （10.80001）

R2=0.991395 AdjustedR2=0.990383 F-statistic=979.3299

比较第三产业模型与前两次产业模型在劳动力资源总数上的系数可以看出，第三次产业的水平还比较低，因此吸纳就业的能力还很有限。式中，第二产业对第三产业就业人口影响为负数，说明二次产业的增长吸纳了更多就业人口，致使第三产业就业人口相对减少。

从上可看出，因经济发展水平不高、大众消费水平低较低和第三产业发展不充分等诸多因素影响，造成第三产业吸纳就业的能力不强。

（四）总体就业与三次产业的地区生产总值的回归分析

因每年新增的劳动力对就业人口影响较大，对各产业的就业影响也各不相同，故根据以上分产业就业人口的回归分析，以总体就业人口EP为因变量，以劳动力资源总数LFR及三次产业的地区生产总值GDP1、GDP2、GDP3为因变量建立多元线性回归模型：

EP=α*LFR+β1*GDP1+β2*GDP2+β3*GDP3+μ

用EVIEWS对该模型进行消除多重共线性的逐步回归，得到总体就业人口模型：

EP=0.846424 LFR+0.191139 GDP2-0.353723 GDP3

t=（395.6410） （8.563305） （-12.46845）

R2=0.947600 Adjusted R2=0.941436 F-statistic=153.7145

总体就业人口模型中变量LFR（劳动力资源总数）的系数为0.846424，其值的范围在0和1之间，符合经济意义：四川省经济在排除三次产业经济发展及其他因素影响下，可保证84.64%的劳动力就业。而三次产业的结构和经济发展对总体就业产生了不同影响。

二、结论

三次产业对就业的拉动能力各不相同。其中，第一产业就业已基本达到饱和，出现劳动力挤出效应；第二产业经济增长速度快，随着劳动生产效率的提高，其吸纳就业的能力有限；能够提供大量就业的第三产业发展水平还很有限，还不能发挥其对就业增加的拉动作用。因此，四川省经济发展的产业结构还不尽合理。如要充分扩大就业，切实缓解就业压力，还应当从产业结构调整上做出考虑。

三、对策建议

1.调整产业结构，扩大劳动就业。四川省是人口大省，也是劳动力大省，就业压力大。劳动密集型产业就业吸纳能力强，对促进就业具有直接作用，而第三产业多属于劳动密集型产业，故应调整产业结构，大力发展第三产业。

第5篇：经济统计分析范文

数据表转化；因子分析；聚类分析；贫富差距的缩小

[中图分类号]F127[文献标识码]A[文章编号]1009-9646（2011）08-0050-02

一、问题的分析：

全国31个省级地区所提供的经济指标是：

――地区生产总值；

――人均地区生产总值；

――劳动者报酬；

――最终消费支出；

――居民消费水平；

――总人口；

――人口自然增长率；

――失业人员数；

――全社会固定资产投资；

――电力消费量；

――一般预算收入；

――一般预算支出；

――居民消费价格指数；

――商品零售价格指数；

――固定资产投资价格指数；

――城乡居民人民币储蓄存款（年底余额）；

――社会消费品零售额总计；

――各地区国际旅游（外汇）收入；

――国内专利申请受理数；

――国内发明申请受理数；

――技术市场成交额。

明显可以看出这些经济指标太多，而且变量之间存在明显的相关性，用这些指标对各个地区进行分析非常复杂而且代表性不强，既费时费力又得不到准确的结果，所以考虑用基于主成分法的因子分析将那些繁多的具有一定相关性的变量线性表示成少数综合变量

二、数据的处理

1.数据的标准化

由于搜集的数据并没有统一的量纲，所以先考虑对原始数据进行标准化。

2.用主成分法进行因子分析

从数据资料可以看出，反映经济现象的指标有很多，而且具有一定的相关性。

因此我们可以考虑用主成分法的因子分析将原来具有一定相关性的指标重新组合成新的一组相互无关的变量来代替原指标，新的指标将更具有代表性和综合性。

3.聚类分析

在得到新综合变量的基础上，可以考虑对所有的省级区域进行分类，对于不同的类别我们在考虑采取不同的措施。下面进行聚类分析：

(1)快速聚类。可以得到31个样本除了地区数据不完整无法进行分类，其他省级区域可以作如下分类：一类，北京、上海、天津；二类，广东、江苏、浙江、山东；其他省级地区自成一类。

(2)用分层聚类法进行聚类分析。从上面分类表和树形图看，只将31个地区分层两类。很难找出每个类的具体特征，所以还是考虑用快速聚类法的到得的结果。

从快速聚类法的分类结果来看也基本符合我国现在的发展状况。北京，上海，天津作为直辖市由于政府的重点投入而成为我国经济发展的第一梯队，广东，江苏，浙江利用自己沿海的地域的优势，经济得到长足的发展，成为我国的经济发达地区。这些都是我国改革开放以来取得的重大成果。但是也产生了重大的地区间的贫富差距。

因此中央政府应该对这一问题加大重视，拿出切实可行的经济政策来解决已经出现和可能出现的问题。

三、政策建议

通过以上分析，我们可以发现，国内各省之间经济发展水平存在较大差异，呈现出明显不均衡现象。针对这种现象，笔者对全国域经济发展提出以下政策建议：

（1）继续发挥北京、上海、天津的经济优势，同时提高其对其他不发达地区，尤其是对周边地区河南，河北，山西，内蒙古等的经济辐射能力，与经济发展较落后的地区之间进行资本、人才、技术、市场等要素的流动和转移以及思想观念、思维方式、生活习惯等方面的传播，以现代化的思想观念、思维方式替代与现代化相悖的旧习惯势力，进一步提高经济资源配置的效率。

（2）对于广东、江苏、浙江、山东这些海滨地区要继续发挥其地理优势，加强与外界的经济交流和贸易往来以提高自己的经济总量。与此同时还要加强与内地的经济交流，特别是西部的陕西，贵州等较落后地区，还有亟待崛起的中部地区，例如湖南，湖北，江西等地。它们的发展也要考这些沿海的成功经济发达城市来带动。

（3）对于经济发展较落后的城市，要做到扬长避短，比如西部地区要继续发挥其重工业产业集群的优势，中部地区的崛起可以依靠长江的优势发展自己的传统优势项目来促进自身经济的飞速发展。中央也应该投入更多的人力物力，为不发达地区提供坚实的基石，同时加强与经济发达城市之间的合作，加快经济结构调整和产业结构升级。

（4）对于三类地区要实施“人才工程”，推进科技教育进步。建立一套切实可行的引进、培养人才的激励约束机制，制定相应配套措施。大力发展科技、教育、文化、卫生等各项社会事业，推进三、四类地区发展。

（5）改善交通及通讯环境，加强全国的交通事业的投资力度。中部地区的武广高铁通车加强中部地区和沿海发达城市的交流，已经带动了中部地区的经济发展，因此，应该加快投资建设西部地区与发达地区连接的交通设施，构建以发达城市带动不发达地区的经济形态，以达到缩小贫富差距，构建全国全面发展的。

（6）改善中部和西北地区的医疗卫生状况和加强发达城市的污染防治工作，提高这类地区人们的生活环境和医疗保障。重点是加西部地区农村医疗体系发展力度，从软硬件设施上改善农村医疗状况，使农村居民能够享受便捷实惠的卫生医疗服务。

（7）加大科技的发展，从因子分析的结果来看，专利发明数是一个重要的决定因素。加大科技的发展力度，科技强国就是这个道理。科学技术是第一生产力一直是我国发展迅速的重要因素。地区性的经济发展也可以效仿这种做法，这样缩小地域性的差异才能实现。

[1]（德）巴克豪斯著.多元统计分析方法：用SPSS工具[M].格致出版社,2009.

第6篇：经济统计分析范文

一、多元统计分析评价企业经济效益的必然性

我国自20世纪80年代开始评价企业经济效益，当时针对国有企业的两权分离的特点，特别制定了企业经济效益评价的十大指标体系，并在2002年进行了修改，综合考虑了企业投资人、债权人和社会效益三个方面。虽然此评价体系是根据新财务会计准则进行的调整，但仍存在一些不足之处，过于注重财务指标（总资产报酬率等8个指标），忽视了企业市场竞争力的非财务指标（市场占有率、存货周转率）。有些指标间有交叉或是关联，致使评价体系有一定的局限性，很难客观、全面地评价企业效益。假如资产负债率低的企业，它的自有资本高，同时如果净利润相当，那么它的资本收益率反而比资产负债率高的企业还要低。基于上述的情况和问题，全面考虑到企业市场竞争能力、企业财务能力、经营管理水平和企业发展能力，建立多元化企业经济效益评价体系，主要从获取利润的能力、开展资产运营能力、参与竞争的能力、经营管理能力和企业发展能力对企业经济效益进行全面系统评估。

二、多元统计分析在企业经济效益评价中的应用

统计学的不断发展为企业经济效益评价提供了支持，评价企业经济效益开始采用多元统计分析方法，它可以把多维度问题映射到单一维度，然后通过模糊决策、加权平均等方法全面地反映企业经济效益。在企业经济效益评价中应用较多的多元统计分析方法如下：

（一）主成分分析方法

所谓主成分分析是将具有多个相关的指标转换成新的相互独立的指标的一种多元统计分析方法。这种方法可以消除各指标间的相关性，以尽可能小的数据损失，反映尽可能多的指标，客观地描述样本的相对地位，减少主观的评价结果。利用主成分分析方法评价企业经济效益中，在评价企业的资产运营能力时，可以将多项的财务指标（总资产报酬率等8个指标）重新组合、分解，形成生产经营成果指标、资金利用效率和消耗资源指标三个新的相对独立的指标，然后将三个指标通过杜邦分析图进行分析即可。

（二）因子分析方法

因子分析方法可以看作是主成分分析方法的推广，也是企业经济效益评价较为常用的方法之一。因子分析方法能够将多个具有较复杂的关系的指标归纳为主要的少数几个指标的统计方法。此方法以多指标之间的相互关系为基础并加以组合，形成最少个数的独立新变量（因子），简化变量并能够避免不同变量权重设计的误差。例如评价企业经济效益时，可以将固定资产税率、资金利税率、销售收入利税率、资金利润率、固定资产产值率、流动资金周转天数、万元产值能耗、全员劳动生产率等综合为盈利能力（固定资产税率、资金利税率、销售收入利税率、资金利润率、固定资产产值率）、资金和人力利用因子（流动资金周转天数和全员劳动生产率）、产值能耗（万元产值能耗）三个因子作为考核企业经济效益的指标。

（三）聚类分析方法

聚类分析是将研究对象、数据进行分类的分析方法。首先根据研究对象的相似性来分类，按照一定的原则将相似元素归为一类，然后再将相似的样本进行合并，直到所有样本都归为一类。在企业经济效益评价中，可以将资产周转率、利息倍数、流动比率、应收账款周转率、速动比例、偿债比率、存货周转率等利用聚类分析方法将其归为企业资产运营能力进行评价。

（四）判别分析方法

与其他统计方法不同，判别分析是在分类确定的条件下，即事先已经知道了判别的规则和类型，在分析未知样品类型是，只需要遵循判别规则进行样品分类的多元分析方法。在进行企业综合效益分析时，如已经明确了资产运营能力的指标体系，只需要对指标进行加权分类，就可以判定不同企业资产运营能力的强弱。判别标准不同时，常用的判别方法是Fisher判别；按函数的形式，一般用线性判别。判别的方法可分为很多种，要结合企业的实际情况和评价指标，选择最能反映企业效益的判别方法。

三、多元统计分析评价企业经济效益的前景

由于多元统计分析方法是研究多个随机变量之间相互关系及内在规律的一门统计学科，应用到企业经济效益评价中，简化了错综复杂的评价指标，更加客观、全面、系统地反映企业经济活动效率。可以真实、完整地对企业在一定期间的经济效果进行判别，并确定企业经济效益的现状。多元统计分析方法还可以有针对性对企业资本运营效率、资源利用率等分项进行评价，提高劳动生产率和经济效益。我们可以通过对企业经济效益的多方面评价，寻找和挖掘企业的可利用潜力并预测企业发展的前景，促进企业经济效益和社会效益的提高。

第7篇：经济统计分析范文

[关键词] 灰色关联度 灰色预测模型 旅游经济

灰色系统(Grey Systems)是指部分信息已知，部分信息未知的系统。它通过对“部分”信息已知信息的生成，开发去了解、认识现实世界，实现对系统运行行为和演化规律的正确把握和描述。旅游系统是一个复杂的巨系统，影响的因素很多，如旅游资源、交通条件、区域经济发展水平、客源市场、旅游者的可支配性收入、旅游偏好、年龄、职业及文化修养等等，而这些因素对旅游业的发展表现出明显的灰色性，因此，旅游经济可作为一个灰色系统来研究。

目前,灰色系统理论在社会、经济和自然科学的应用十分广泛,如预测宏观经济态势、区域经济优势分析、产业结构的调整方向等方面都取得了较好的应用效果，但在旅游经济应用研究方面尚不多见,本文以地方城市为例，应用灰色关联分析的方法，定量地将影响地方旅游经济发展的主导因素的分析出来，同时建立地方旅游业的灰色预测模型，进而为地方旅游经济的发展提供科学依据。

一、影响地方旅游经济发展因素的灰色关联度分析

灰色关联分析法是分析灰色系统中各因素间关联程度的一种量化方法，其基本思想是根据序列曲线几何形状的相似程度来判断灰色过程发展态势的关联程度。利用灰色关联度作为测度进行综合评价,可以充分利用已有的白化信息,减少误差。

1.灰色关联分析的原理

灰色系统理论中的灰色关联分析方法是在不完全的信息中，对所要分析研究的各因素,通过一定的数据处理,在随机的因素序列间,找出它们的关联性,发现主要矛盾，找到主要特性和主要影响因素。

为了使计算结果更加科学客观,更符合实际,在借鉴已有研究成果的基础上,根据科学性原则和可操作性原则,我们将地方的旅游总收入和国际外汇收入作为参考目标序列,选取GDP、人均GDP、职工年平均工资、人均可支配收入、客运量、旅客周转量、星级饭店数、城市接待过夜旅游总人数指标作为影响旅游业发展的主要因素(见表1),将影响因素的时间序列(比较序列)与参考序列进行灰色关联分析。

2.计算方法与步骤：

(1)将时间序列的原始数据作初值化变换处理，消除量纲，增强各因素之间的可比性。

(2)求关联系数，并从中找出极大值与极小值。

先求参考数列χ0与各比较数列χi之间的差列：

i(k)=X0(k)-Xi(k)

再从差列i(k)中找出最小值和最大值：

min|X0(k)-Xi(k)|,

max|X0(k)-Xi(k)|

最后从不同比较数列最小、最大值再分别取最小、最大值:

minmin|X0(k)-Xi(k)|,

maxmax|X0(k)-Xi(k)|

(3)取分辨系数:0

(4)求关联系数:

(5)求关联度:

3.计算结果

把表1的数据按上述方法经计算得到的关联度见表2、表3

4.结果分析

(1)从表2来看, 地方旅游营业收入与各影响因子之间的灰色关联度大小排序是: 国内生产总值＞人均国内生产总值＞职工年平均工资＞星级饭店数＞人均可支配收入＞城市接待过夜旅游总人数＞客运量＞旅客周转量。这表明，地方旅游营业收入与国内生产总值的关联度最大，其次是人均国内生产总值，再次是居民的收入，这与地方旅游业的发展情况相符，也与其它研究人员研究的结果相符。

(2)从表3来看,地方国际外汇收入与各影响因子之间的灰色关联度大小排序是:星级饭店数＞国内生产总值＞人均国内生产总值＞职工年平均工资＞人均可支配收入＞城市接待过夜旅游总人数＞客运量＞旅客周转量。这表明，地方国际外汇收入与星级酒店的关联度最大,其次是国内生产总值,再次是人均国内生产总值,这与实际情况相符,一个地区没有一定的星级酒店，也很难吸引海外旅游者来旅游，而国内生产总值又代表着一个地区的经济实力，经济实力的强大与旅游基础设施、旅游服务质量、旅游产品开发有着密切联系。

二、地方旅游经济发展的灰色预测

1.灰色预测GM模型

灰色预测GM模型是为单序列的一阶线性动态模型,对时间序列数据进行数量大小的预测,它所需要的原始数据少,甚至四个数据就可以建立准确的预测模型,且能得到满意的结果。

2.地方旅游业发展的预测

把2002年～2007年地方旅游营业收入和国际外汇收入作为原始数据,利用DPS数据处理软件建立GM(1,1)模型,为了提高精度，经过二次残差计算后，可得出地方旅游营业收入和国际外汇收入的GM(1,1)预测模型，结果如下:

旅游营业收入模型参数及预测函数:

a=-0.080536 b=43.853363 x(t)=583.558358e0.080536(t-1)―544.518358

国际外汇收入模型参数及预测函数:

a=-0.130238 b=9673.141305 x(t)=81413.754354e0.130238(t-1)―74272.754354

通过X(t)可以计算2002年至2007年的各年累加值,然后递减还原就可得各年的模拟值,结果见表4、表5。

从模拟结果可发现，旅游营业收入模型最大残差为-6.129，国际外汇收入模型最大残差为-2478.60，两模型的模拟误差很小。用后验差检验模拟结果，本文所建两模型的后验差比值分别是C=0.3502和0.3417，两者的小误差概率 p=1.0000，这说明模型的精度较好（p>0.95和c

三、结论

1.通过灰色关联分析可知：影响地方旅游经济发展的因素与当地的总体经济实力密切相关，经济实力增强了,旅游业发展速度将会更快。

2.利用GM 模型可以预测旅游业发展的变化，短期预测精度很高。

参考文献:

[1]邓聚龙:灰色系统基本方法[M].武汉:华中理工大学出版社,1987

[2]马书红:公路交通的适应性及其评价技术研究[J].重庆交通学院学报,2004(10):70～75

[3]袁嘉祖:灰色系统理论及应用[M]．北京:科技出版社，1991

第8篇：经济统计分析范文

农业在我国经济发展中起到非常重要的作用，受到自然条件的影响，全国各个地区的经济发展水平存在很大的差异性，当地政府对农业的重视程度和政策帮助力度不同，也影响到了各个地区农业的发展。基于多元统计分析，可以分析出各个地区农业生产条件的优势和不足，制定出相应的农业发展策略，进而提高农业经济发展水平。

1 多元统计分析

多元统计分析属于数理统计中非常重要的一部分，在进行多个分析指标的统计时，往往需要用到数理统计分析来进行多个统计指标之间的理论和实践研究。多元统计分析有多种分析方法，比如说主成分分析、聚类分析等。在进行多元统计分析时，往往需要结合多个统计指标来进行，将多元统计分析应用到农业生产条件中，可以充分掌握气候、农药、化肥等多个方面的因素，寻找各个指标之间的联系性，再进行数学模型的建立，结合当地实际情况，对农业经济发展有清晰的了解，再制定出相应的政策制度，合理地对现有农业资源进行分配，最终实现促进农业经济发展的目的。

2 多元统计分析的应用和实践

在探究农业生产条件对农业经济发展的影响时，选择多元统计分析的方式，可以最大化运用农业生产条件，科学的分配农业资源，提高农业经济效益。在实际的分析时，可以先对当地的农业生产条件进行统计，比如说劳动力情况、机械化水平、气候条件、耕地面积等。因为每个地区的实际农业生产条件都不相同，比如说西南地区，影响农业经济发展最主要的因素是农村劳动力，耕地面积、机械化水平等远没有劳动力重要。其主要的原因是因为西南地区的地形情况比较复杂，没有大面积的耕地，严重限制了农业机械的应用，往往需要采取人工的方式来完成耕种，因此需要大量的劳动力。

运用关联分析在进行农业生产条件的分析时，绝大多数地区的耕地面积与农村劳动力关联不是很紧密，与物质生产条件的关联程度在逐年加大。造成这种现象的原因是，受到科学技术的发展影响，对传统的种植方式带来了很大的改变，提高了农作物的产量，农业生产机械化程度越来越高，进而耕地面积以及农村劳动力的重要性已经没有之前那么重要。对于农业生产工具、化肥农药等的使用不断加大，再加上各个地区的实际生产条件有所不同，导致了农业生产条件重要性的改变，需要结合实际情况对农业生产条件进行调整，最终促进农业经济的发展。

3 改善农业生产条件，促进农业经济发展

农业生产条件直接影响到农业经济的发展，一定要做好农业生产条件的利用工作，促进农业经济的发展。在??际的生产过程中，随着耕地面积以及劳动力在生产条件中的地位逐渐降低，但是耕地面积以及劳动力又是农业生产中的必要条件。因此，在进行农业生产条件的改善时，要加大对种植技术的研究力度，提高单位耕地面积的产量；要增强农村劳动力对科技的运用能力，提高农村劳动力的文化水平，结合先进的科学技术来开展农业生产，提高农业生产的产值，促进经济发展。

在对农业生产条件进行改善时，不仅要从传统生产方式上进行改善，还需要从本质上进行变革，比如说病虫害的防治、栽培技术、育种方式等。在病虫害的防治方面，科学合理地选择防治农药，可以减少病虫害对农作物的损失，提高农业生产产量，在使用农药时，要注意农药的更换使用，避免长期使用1种农药，进而使得病虫害产生抗药性失去防治作用。在进行化肥的使用时，一定要注意化肥的选择和化肥的搭配，农作物不同的生长时期要选择不同类型的化肥，化肥的搭配一定要合理，这样才能促进农作物的全面生长，化肥之间不要存在一些酸碱性的冲突，要牢牢把握好化肥的用量，过多造成浪费，过少达不到增长目的。育种方式以及栽培方式在农作物的生产中也非常重要，好的育种方式和栽培方式可以增强农作物的成活率，提高产量。结合先进的科学技术改善农业生产条件，能够发挥出现代科学技术的价值和作业，促进农业经济的发展。

第9篇：经济统计分析范文

    从现在来看,对经济的统计调查分析报告有两方面的意义,一是认清现状,及时改正,通过对过去的数据的统计调查和分析可以发现已经存在的问题,并可以就其中的联系进一步剖析和研究,发现问题真正的原因,对于没有收益或者收益日渐下滑的项目应该马上停止,把不适合企业发展的部分剔除掉,保证经济健康快速的发展。二是抓住机会,创造利润,大多数我们得到的都是数量上的,表面的东西,我们要做的就是通过一系列的调查分析,将数量转化为质量。我们要通过对当前经济的分析来找到在当今社会大多数行业市场饱和的情况的商机,抓住稍纵即逝的机会,创造更大的利润。

    2 经济统计调查分析报告策略现存的问题

    2.1 经济调查中存在的困难

    在调查中,我们不可能把所有地区,所有企业的经济都进行一遍盘查,那样不仅耗费大量的人力,物力,更会使得到的调查数据太过冗杂,不便于分析,那么如何正确的进行抽样调查,保证选择的样本具有代表性,能够代表大多数的经济状况,而不具有特殊性就成为了经济调查的难点。而且调查得到的数据繁多,如何从大量的数据中找到有用的数据,成为了重点和难点,由于统计调查人员的个人素质和统计数据的繁多,给统计调查工作带去了很大难度,在数据的统计调查上,如何保证调查得到的数据的正确性也是一个难点,经济的统计调查是一切数据分析的开始,如果统计调查得到的数据出现错误,将会影响接下来的工作。

    2.2 经济统计分析中存在的困难

    如果说统计是基础,那么对经济的分析就是得出我们需要的结果唯一手段,经济分析、就是运用当前所有的数据,把数量上的东西,把一些数字化的东西变成结论,变成指导下一步运作和计划的准则。如何根据现有的大量的数据,得出正确的,对企业,国家经济发展有力的分析结果,就要看分析人员的素质了,分析人员要有超前的洞察力和分析能力,才会真正地得出有用的结论。

    2.3 经济统计报告中存在的困难

    经济的变化是十分迅速的,上一秒还在盈利,也许下一秒就已经亏损,在得出经济分析的结论之后,有效,快速,及时的送达分析报告也是十分重要的环节,但是由于工作人员的怠慢等原因很有可能耽误信息的送达,导致不能对当前经济已经发生的错误做出及时的改正,造成亏损。

    3 经济统计调查分析报告策略

    3.1 经济统计调查策略

    在经济统计调查中,要建立统一的机制,制定一套完整的调查程序,各个部门及时沟通在调查中出现的问题,并予以解决,根据国家的统计报表制度,建立自己的半年或季度统计报表制度。从制度建设入手,健全信息沟通渠道。建立培训制度,对调查人员进行培训,提高其调查工作的方法和手段,使调查工作更好更快地开展。还可以建立考核制度,对调查人员的工作进行及时考核,以监督和激励调查人员的工作。

    3.2 经济统计分析策略

    对于经济统计的分析的重要性已经不用再强调了,那么如何保证分析结果的正确性呢?首先要使用正确的分析方法,由于统计分析的复杂性,所以在分析中要用到管理学,社会学等多个学科的知识。现有的统计分析方法有静态经济分析,动态经济分析等多种方法,采用正确的,适合的分析方法是得出分析结果的首要保证。其次,要建立完善的分析体制,对于不同的经济体按照不同的分析体制进行分析,力求更快,更好的对数据进行分析。再次,要提高分析人员的素质,正因为分析工作的复杂和困难,对分析人员的素质就提出了很高的要求,分析人员要了解当前局势,要了解各个学科方面的内容,要能够正确运用分析方法,能够变量分析,将经济学,数学,统计学很好的运用到一起去,才能统揽全局,得出最正确,最客观的分析结果。

    3.3 经济统计报告策略

    经济统计报告存在的问题可以说是最好解决的,但是我们也要引起重视,在得出了分析结果之后,要把它体现在报告书上。首先要规范报告内容,要严格按照报告书的格式,根据分析结果填写,要保证报告书将分析结果清晰明了的呈现出来,做到全面不丢失分析结果信息。其次,要提高报告人员的意识,要让他们做到及时的将报告送达到上一级领导手中,保证分析结果的不延误,以免影响下一步的进行。