城镇居民消费水平预测.doc

城镇居民消费水平预测 　　摘要： 本文根据1978-2009年的数据建立了Logistic与GM（1，1）模型，并预测了2010-2020年我国城镇居民消费水平指数。最后基于Logistic模型的缺点考虑阻滞因素对Logistic模型进行改进，得到了与GM（1，1）模型预测精度接近的模型，同时还能避免GM（1，1）模型在中后期预测出现无限增长的情况。 　　Abstract： According to the data from 1978 to 2009， this paper established Logistic and GM （1，1） model and predicted the urban residents consumption level from 2010 to 2020. Finally， based on the shortcomings of Logistic model and considering blocking factor， it improved the Logistic model and obtained the model whose prediction accuracy is close to the GM （1，1） model， while avoiding the infinite growth situation of GM （1，1） model in late prediction. 　　关键词： 城镇居民消费水平；Logistic模型；GM（1，1）灰色预测模型；Logistic模型的改进 　　Key words： urban residents consumption level；Logistic model；GM （1，1） gray prediction model；improvement of Logistic model 　　中图分类号：O21.3 文献标识码：A 文章编号：1006-4311（2013）25-0010-03 　　0 引言 　　2020年是我国步入小康社会的关键一年，为了使我国社会主义经济更加发展，逐步实现三步走战略而最终实现共产主义，因此有必要提高社会的消费水平，从而提高整个国家的经济水平，带动整个国民经济的发展，提升我国的国际战略地位。为了使大家较为准确地了解我过步入小康社会城镇居民的消费情况以及发展前景。我们选取1978-2009年的数据为样本，以预测2010-2020年的城镇居民消费水平指数为目的，建立Logistic与GM（1，1）模型，以及对Logistic模型进行改进，并对模型进行了检验，验证了模型的合理性。 　　1 数据收集与分析 　　根据2010年《中国统计年鉴》[5]以及中华人民共和国国家统计局网站等官方网站，搜集了从1978年到2009年城镇居民消费水平指数的数据保证了数据的有效性、合理性和真实性。由于城镇居民消费水平内部规律的复杂性和我们认识程度的限制，无法分析内在的因果关系，建立合乎机理规律的数学模型。鉴于此，我们以城镇居民消费指数水平做为城镇居民消费水平的评价标准，通过对数据散点图的绘制和数据分析，可以看出城镇居民消费水平是随着时间的推进呈现增长趋势，前期增长速度较快，中间一小段时间平稳，后来增长速度又逐渐增加。因此可以采用Logistic阻滞增长模型和GM（1，1）灰色预测模型来进行拟合并预测出我国城镇居民消费水平的发展趋势，使我国人民了解我国经济发展的趋势，为尽快实现小康社会而不断贡献力量，实现经济的快速和稳定发展。 　　2 模型的建立与求解 　　2.1 Logistic阻滞增长模型的应用 消费增长要受到多种因素的影响，诸如个人认知、消费观念、社会发展等，但从总体上来说，消费水平增长到一定数量时消费水平增长率随消费额的增加而减小，当消费水平增长到一定数量时会趋于稳定状态。 　　我们记第k年的城镇居民消费水平指数为yk，ym为最高消费水平指数，y0为初始消费水平指数，n为固有增长率，建立模型如下：y■=■ （1） 　　采用最小二乘法进行模型参数估计得到预测方程如下：y■=■ （2） 　　我国城镇居民的最高消费指数为229480；根据式（2）可以预测出2020年的城镇居民消费水平指数1296.71。 　　2.2 GM（1，1）灰色预测模型 　　2.2.1 模型的建立 　　①记原始数据序列为：X0=（x0（1），x0（2），x0（3），…，x0（n）） 　　②对原始数据进行一次累加得到序列：X1=（x1（1），x1（2），x1（3），…，x1（n））。其中x1（k）=■x0（t），k=1，2，3，…，n 　　③用微分方程对X1进行描述： 　　我们称di（k）=xi（k）-