經濟統計分析精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的經濟統計分析主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：經濟統計分析范文

多元統計分析作為經典統計學發展中的重要分支,對社會宏觀經濟管理具有重要的作用,影響國民經濟總體及其經濟活動的狀態。本文主要通過闡述多元經濟分析方法的主要內容,探討多元統計分析方法在宏觀經濟中的應用狀況。

關鍵詞:

多元統計分析;宏觀經濟;應用探討

統計學是一門收集、整理、歸納、描述、分析數據的學科。多元統計學作為經典統計學的一個重要分支,遵循了繼承、發展的原則,在掌握統計學基本統計原理的同時,創造更多統計分析方法,使多元統計學合理應用到社會宏觀經濟的管理中,改善社會整體經濟發展水平,促進國民經濟持續、穩定的發展。

一、多元統計分析方法的主要內容

隨著社會科學技術水平的發展,統計學在應用數學知識的基礎上,逐漸與計算機技術相融合,利用計算機快速、有效的應用能力,將統計學所涉及的領域擴大到社會生活的方方面面,影響社會經濟水平的發展。多元統計分析作為一種綜合的分析方法,擁有多種統計分析的方式。其中主要包括了判別分析、聚類分析、主成分分析、對應分析、因子分析等統計分析的方式。判別分析,是多元統計分析中的主要分析方式。將多個不同的樣本構造成為一個特別的函數,根據與樣本相關聯的量變的變化,判別分析出想要知道的未知函數屬于哪一個所提供的樣本。這種通過判斷的方式尋找問題答案的分析過程就是判別分析。判別分析在社會中應用廣泛,它涉及了醫學、氣象、圖像識別等多種領域,用判別數據的方式促進社會的發展。

主成分分析,是一種歸納、整理、避免重復的分析方式。為了簡化復雜的數據,將多個可變量綜合整理為一個整體,應用新組合的無關變量群體替換原有的相關變量的群體,經過層層組合,將多個可變量因素歸納成為少數的主成分群體,通過少數群體所凸顯的主要問題分析事物發展的主要矛盾,解決因多個相關變量互相干擾所帶來的困擾。主成分分析適合解決綜合性問題,將多個可變量數據組合成為一個綜合的變量,逐層遞減,逐漸減少可變量的數據,最終實現解決復雜問題的愿望。聚類分析,是一種較為直觀的分析方式,根據它的名字我們就可以了解到,這是一種將同類屬性的可變量因素綜合在一起的統計分析方式,將相同類別、相同性質,可以互相關聯的因素,合理的歸納在一起,這就是相互整合的聚類分析。聚類分析作為多元統計分析方式中的一種,應用圖表合理的展示所要分析的數據,相比較經典統計學而言,聚類分析更為直觀、具體。

二、多元統計分析在宏觀經濟中的應用實例

(一)判別分析在宏觀經濟中的應用判別分析,作為一種判斷式的分析方式,在宏觀經濟中應用廣泛。在醫學領域、氣象預報中,判別分析是一種主要的數據統計分析方式。1、判別分析在醫學領域的應用案例判別分析對于醫學領域的發展具有重要的促進作用,下面將針對呼吸內科的應用案例,對判別分析的實際應用進行合理的解釋。如果一個人的肺部產生陰影,那么可能產生的原因是肺癌、肺結核、乙肝、或者是肺氣腫。在不知道具體患有什么病癥的前提下,通過應用判別分析的分析方式,將多種可能含有的癥狀綜合整理成為一個函數,然后通過患病者的患病狀況,研究患病者是否含有咳嗽、咳血、發燒、體重減輕等癥狀,將患病者的患病狀況視為一種可變的因變量,通過對因變量的統計分析,研究患病者患有哪一種肺部的疾病。通過這種判別式的數據統計分析方式,可以合理的分析出患病者屬于哪一類的病癥結果,通過對于因變量的分析,將患者想要了解的未知問題對應的尋找已知的答案,為醫護人員以及病癥患者提供有效的解決方案。這種判別分析的方式,可以提高醫護人員解決病癥患者醫療問題的速度,為醫療事業提供及時有效的解決方案,使真正患有疾病的人員可以在最佳的治療時間進行醫治,以延長患者的生命,再次用寶貴的生命為社會的發展作出自己的貢獻,使僅僅患有肺氣腫的人員,可以以最快的時間排除自己可能患有癌癥或傳染性疾病的可能性,為患者以及患者家人帶來一份安心。判別分析對于醫療事業的影響深遠,在社會發展的過程中,通過判別分析可以提高醫療診斷的效率,用最快的時間診斷出患者的病情,為醫療患者提供最佳的治療時間,促進中國醫療事業的發展。2、判別分析在氣象預報領域的應用案例在氣象事業中,可以通過提供多種可知的樣本,例如陰天、雨天、晴天、多云、霧霾天等多種可能出現的天氣樣本,將多種天氣匯集成的樣本制作成為一個總體的函數,根據氣象臺所偵察到的多種數據進行合理有效的分析,對應的放置在已經知道的樣本中,選擇最適合的樣本作為想要了解的未知函數,在判別分析的判定下,我們可以將所有的天氣狀態進行整理,根據氣象觀測中顯示的風力情況,云層厚度等所有可變因素,預判未來幾天的天氣情況,為未來生活的出行條件提供便利的因素。判別分析對于日常生活的影響十分的深遠,它在方便人們生活的同時,改善了人們的生活狀態,提高了人們的生活質量。

(二)聚類分析在宏觀經濟中的應用聚類分析在宏觀經濟中的應用范圍也是十分的廣泛的,在社會生活的多種領域中都存在聚類分析的統計分析方式。聚類分析,在宏觀經濟中的應用直接影響了中國社會的發展,它不僅對中國經濟的變化有著重要的影響,對于中國災害的預報,聚類分析也同樣產生重要的作用,在預報洪水、地震、暴雨等自然災害中,聚類分析的效果要比其他的統計分析效果好很多。作為多元統計分析方式中的一種統計方式,相對于其他的統計數據分析而言,聚類分析可以通過圖表的展示,更為直觀、明朗的呈現數據的變化過程。1、聚類分析對于城市居民生活狀態的分析應用案例對于我國各個省份的城市居民生活水平狀況,可以根據聚類分析的方式進行整理、歸納、分析。通過聚類分析的方式,可以首先將中國各個省份的城市居民生活狀態繪制成為一個圖標,將省份的名稱以及城市居民的住房建筑物投資、人均收入水平、人均消費水平、城市就業人數等多種與城市居民經濟水平相關聯的可變量數據顯示在圖標中。可變量數據經過整理后,再次簡化數據,將數據進行標準化的處理,使數據的圖表呈現方式更加直觀。經過合理整理后,用聚類分析的統計分析方式,將相關聯的樣本進行分類,將中國各個省份分成不同的類別。通過聚類分析的方式,可以直觀、清楚的將中國城市居民的生活水平以圖表的方式呈現出來,方便國家在宏觀經濟中對城市居民的生活水平進行宏觀調控,使中國城市居民的生活可以得以改善、提高。宏觀經濟,是國民經濟的整體發展水平及經濟運營狀態,國家對于宏觀經濟的掌控及其調整,直接影響著中國人民的生活水平。多元統計分析作為一種統計、分析數據的方式,可以根據過去原有的陳舊數據,進行歸納、整理、分析,從現有的數據中,分析未來數據的變化過程,通過對于數據的掌握情況,可以改善社會中多種領域范圍的發展狀況。隨著社會的不斷發展,由經典統計分析分支出來的多元統計分析方式也在不斷的改善、提高。經過時間與實踐的探索,多元統計分析衍生出主成分分析方式、聚類分析方式、判別分析方式、對應分析方式等多種分析方式,這些統計分析方式涉及了社會各個領域的發展變化,在宏觀經濟的應用中影響著社會中醫學、科技、農業、電子科技等行業的發展狀況,對社會的總體發展起到了至關重要的作用。通過精確的數據分析,多元統計分析方式滿足社會發展中的多種發展需求,促進社會國民經濟總體水平的提升。

參考文獻:

[1]朱小梅.多元統計分析方法在宏觀經濟分析中的應用[J].赤峰學院學報(自然科學版),2013,(20):5-6

[2]劉君一.多元統計分析方法在宏觀經濟分析中的運用[J].時代金融(中旬),2015,(7):168

第2篇：經濟統計分析范文

【關鍵詞】經濟增長；用電量；統計分析

眾所周知，電力工業是國民經濟發展的基礎產業，其發展對國民經濟的其他部門的發展起著支撐作用。對于我國而言，“國民經濟每增長1%，電力產業發展增長約為1.13%時才能為國民經濟的其他部門發展提供足夠動力。”因此，電力工業的發展水平在一定的程度上反映了國民經濟的發展狀況。

一、現階段我國電力消費的狀況

改革開放以來，電力體制不斷改革，在實行多家辦電、積極合理利用外資和多渠道籌促資金，運用多種電價和鼓勵競爭等有效政策的激勵下，電力工業發展迅速，在發展規模、建設速度和技術水平上不斷刷新紀錄、跨上新的臺階。發電裝機容量繼1987年突破1億千瓦后，到1995年超過了2億千瓦，2000年達到了3億千瓦。目前，我國發電裝機容量和用電量穩居世界第二位，但人均用電水平還很低，2006年，我國人均裝機容量為473千瓦，人均用電量為2149千瓦時，大致相當于美國的1/7、日本的1/4和韓國的1/3，也低于2004年的世界平均水平的608千瓦和2371千瓦時。具體而言，我國近三十年來電力消費的狀況如表一所示：

其中：gdp表示國內生產總值，dgdp表示其增長率，tce表示年度國內電力消費量，tpe表示年度國內電力生產量，dtce 、dtpe分別代表其增長率。

綜上所述，現階段我國總體經濟處于快速的運行階段，自2002年以來，我國GDP增長率每年保持在8%以上，經濟運行進入新一輪的上升時期。在這樣的一個宏觀形勢下，我國電力產業也呈現出了前所未有的發展勢頭。由圖2可知，2000――2007年，我國的電力產業的強勁發展為經濟的健康持續增長提供了基本保證。同時，我國的電力供求關系也保持平衡。在2000年以前，經濟增長的幅度超過了電力消費增長幅度，說明我國的電力總體供給短缺，這也在一定的程度上制約了電力的消費，因而在一定程度上制約了我國經濟的增長。

二、我國電力供應與經濟增長之間的張力

從當前我國的宏觀經濟景氣指數的變動及電力行業的生產與對電力的消費可以較好的說明我國電力產業運行與經濟增長的現狀，如圖3―圖5所示。

從圖3、4、5可以得出用電量與經濟增長之間關系的如下兩個特點：

2.1、在經濟增長下行時，發電量下行的幅度更大；當經濟增長上行時，發電量上行的幅度也更大。1998年GDP增長率由上年的9.3%回落到7.8%，發電量增長率則由上年的5%回落到2.8%，發電量增長水平遠低于GDP增長水平，回落幅度則大于GDP。2008年的變化趨勢也是如此，GDP增長率由上年的13%回落到9%，而發電量增長率則由上年的15.8%回落到5.6%，回落幅度大于GDP，增幅則已明顯低于GDP。其次，用電量與經濟增長數據不一致的情況，國外也存在。美國2001年電力消費下降3.6%，而國內生產總值增長0.8%；1991年電力消費增長5.0%，但國內生產總值則下降0.2%。日本2003年電力消費下降1.3%，而國內生產總值增長1.8%。韓國1980年電力消費增長5.4%，而國內生產總值則下降1.5%。

2.2、生產結構變化是用電量與經濟增長數據的重要原因之一。分析我國發電量與經濟增長數據之間的關系，必然注意到生產結構的變化。上世紀90年代中期以后，我國重化工原材料行業經歷了一個較長時期的調整，在此期間，鋼鐵、有色、建材等行業出現了比較嚴重的生產能力過剩，生產長時間在低谷徘徊。隨著這些高耗能產業的調整，電力需求明顯減少，發電能力過剩問題比較突出。而經濟增長則更多地依靠耗能較低的輕工業，以及各類服務業支持，這就出現了經濟增長水平相對較高，回落幅度較小；而發電量（用電量）增長水平則相對較低，增幅下降較大。去年我國經濟的調整，也包含重化工原材料工業的調整，特別在四季度，重工業增幅下降遠大于輕工業，這就必然導致發電量（用電量）增長低于經濟增長，增幅回落大于經濟增長。

今年一季度工業結構的調整仍在繼續，重化工業增幅下降較多，其中黑色金屬冶煉與壓延業同比增長0.3%，有色金屬冶煉與壓延業同比增長2.8%，石油加工、煉焦業同比增長―5.4%，化學原料及制品業同比增長3.7%，增幅均低于工業增長的平均水平（5.1%）。重工業是用電大戶，占一季度工業用電的82%，重工業增速大幅下降，是導致一季度工業正增長而用電量負增長的重要原因。需要注意的是，2003年以來我國經濟新一輪較快增長中，重化工業一直處于加快發展中，由于其對電力的需求很大，引起發電量增長高于經濟增長。當前重化工原材料行業的調整，必然對發電量與經濟增長的關系產生很大的校正力，也就可能在短期內出現發電量（用電量）負增長和經濟正增長的現象。

第3篇：經濟統計分析范文

摘要：目前有效的縮小區域經濟的發展差距是區域經濟領域研究的重點，運用因子分析找到影響經濟發展的關鍵因素；根據因子分析得出因子得分情況。以云南省為例利用回歸分析重點對第三類地區進行經濟指標的分析。通過以上的數據分析確定影響區域經濟差異的因素并得出城鎮化建設的重要性。

關鍵詞：區域經濟；因子分析；回歸分析；多元統計

0引言

近十年隨著中國的經濟快速的增長，對于協調區域經濟發展的研究也取得了一定的成果，陳斐等人[1]將空間統計分析嵌入到GIS系統中進行可行性分析。李雪梅等人[2]將主成分分析應用于區域經濟分析中，吳濤等人[3]基于粗糙集理論對區域經濟進行了分析。S.Luo[4]通過聚類分析研究中國區域經濟。但是區域不平衡的現象并沒有真正地解決，為了對每一類地區制定合適的經濟發展的方案，本文對近幾年中國的各類經濟指標運用因子分析和回歸分析方法進行了研究，確定了影響經濟發展的因素并找到加快發展的動力。

1分析方法的理論

本文在對區域經濟的數據分析過程中采用了兩種數據多元統計的方法，分別是因子分析法和回歸分析法。因子分析（factoranalysis）模型由主成分分析發展而來。在降低維度思想的基礎上，將多個變量之間的復雜關系轉變為少數因子的一種多變量統計分析的方法。與主成分分析方法相比，因子分析的特點是更注重于描述原始變量之間的相關關系。近年來隨著數據挖掘技術的提高，人們將因子分析的理論成功地應用于經濟學、心理學、醫學等各個領域，不斷豐富了因子分析的理論和方法。回歸分析屬于統計學中的基本分析方法，一般用來確定因變量與若干個因素變量之間的關系表達式，通常稱為回歸方程或數學模型；此外，還可以通過控制可控變量的數值，通過建立的數學模型對因變量進行預測；回歸分析還可進行因素分析，尋找出影響顯著的變量，從而可以區別重要因素和次要因素。

2經濟指標的選擇

區域經濟指的是在一定區域內經濟發展的內部因素與外部條件相互作用而產生的生產綜合體區域經濟反應不同地區內經濟發展的客觀規律以及內涵和外延的相互關系。每一個區域經濟的發展都受到自然條件、社會經濟條件和技術經濟政策等因素的制約。

3區域經濟的數據分析

3.1因子分析本節主要應用因子分析的方法

根據相關性大小對原始變量進行分組，從而提高同組內的變量之間相關性，通過該方法提取影響經濟發展的主因子。將收集的資料導入數據分析軟件SPSS19.0。

3.2多元回歸分析

通過對以上各省份的區域經濟的劃分，可以得出屬于第三類地區的省份最多，為了實現我國經濟的均衡發展必須大力促進第三類地區的省份的經濟的發展，從因子分析的結果分析選取了三個因子得分較高的指標X1（工業增加值）、X2（城鎮居民人口數）、X3（房地產開發企業個數），為了便于分析第三類地區的經濟發展狀況這里以云南省為例，選取2005-2015近十年的數據，采用回歸分析的方法建立回歸模型，以便于對未來的生產總值做出預測。

4結果分析

通過以上的數據分析，可以得到區域經濟的劃分，無論是通過聚類分析得出的區域劃分還是通過因子分析得出的區域劃分都能夠得出屬于第三類地區的省份占到絕大多數，所以在進行經濟戰略部署的時候，應該以第一類地區的發展帶動第三類地區的發展為重點才能夠達到縮小經濟區域發展差異的目標。通過區域的劃分我們可以看到以下區域經濟問題：①以廣東、山東、江蘇為首的發展迅速的三大省份，都是位于東部沿海地區，這說明中國沿海地區的省份擁有經濟發展的資源更加的豐富，也可能在地區經濟制度方面更加的完善，從而有利于該地區經濟的發展。②從第二類地區中我們可以看到幾乎包括了所有的直轄市，這說明該類地區的發展影響因素最大的應該是社會因素，人類的活動在促進經濟發展方面起到了決定性的作用。③第三類地區的占到全國省份的2/3，這些地區的地理條件有很大的差異，說明影響這些地區發展的因素是多方面的，不僅應該從自然條件方面找到制約經濟發展的因素，還應該從社會資源等方面尋找該地區經濟發展的瓶頸。

5結語

我國的區域經濟差異的因素雖然是多方面的但是也是有規律可循的，經過上述的數據分析在眾多的指標中確定了影響經濟發展的關鍵因素是工業生產增加值，所以應該從行業發展的狀況中找到適合各類地區的有針對性的經濟發展策略。以第一類地區作為全國經濟發展的先鋒，繼續保持該地區省份的經濟發展勢頭，整合該地區的各種發展資源，能夠為第二、三類地區提供有效的經濟發展資源，能夠起到各地區相互幫扶的作用。為了加快第三類地區的經濟發展，應該以第二類地區為聯系的紐帶，通過第一類地區對第二類地區的經濟帶動，進一步的使得第二類地區幫助第三類地區的發展，形成一個經濟發展的鏈條。通過建立的回歸分析模型可以得出城鎮人口在促進經濟發展的過程中起到了很大的作用，這也是國家要推進城市化建設的重要的原因，所以在今后的經濟戰略部署中應該加快各地區的城鎮化建設，不斷的增加城鎮人口的數量。

參考文獻：

[1]陳斐，杜道勝.空間統計分析與GIS在區域經濟分析中的應用[J].武漢大學學報，2002，27（4）：391-396.

[2]李雪梅，張素琴.主成分分析在區域經濟分析中的應用[J].計算機工程與應用，2009，45（19）：204-206.

第4篇：經濟統計分析范文

關鍵詞：經濟增長；就業；回歸模型；四川

中圖分類號：F124.1 文獻標志碼：A 文章編號：1673-291X（2012）35-0064-02

引言

經濟增長與勞動就業關系密切，經濟增長能否帶來就業的同步增加，取決于經濟增長方式。不同的產業結構形式，將會導致不同的經濟發展速度，間接地影響到產業對勞動力的吸納能力。在中國進入“十二五”時期，在深化改革開放、加快轉變經濟發展方式的攻堅階段，明晰經濟增長與就業的關系，找出不同產業發展對就業的拉動力，做好產業結構的調整，促進勞動就業，就顯得尤為重要。

四川省是中國西部人口大省，其經濟發展在中國西部經濟發展中有一定的代表性。本文基于四川統計年鑒數據，運用回歸分析方法，借助EVIEWS統計分析軟件，對四川省經濟增長與人口就業做出統計分析，以期對加快四川省產業調整，促進經濟增長和就業擴大有借鑒意義。

一、分產業的四川省經濟增長與就業的關系

本文引入勞動力資源總數這一變量，運用多元線性回歸分析方法，把就業和地區生產總值按照第一、二、三產業分開作為變量，基于《四川統計年鑒2011》中1990—2010年的統計數據，進行分產業就業和分產業地區生產總值之間計量模型構建與分析。

（一）第一產業就業人口的回歸分析

以第一產業就業人口EP1為因變量， 以勞動力資源總數LFR及三次產業生產總值GDP1、GDP2、GDP3 為自變量建立多元線性模型，做參數統計檢驗。因勞動力資源總數作為一個變量引入，在模型中就不引入常數項，模型如下：

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

（符號說明：GDP表示地區生產總值（億元），GDP1代表第一產業地區生產總值，GDP2代表第二產業地區生產總值，GDP3代表第三產業地區生產總值，EP代表總體就業人口（萬人），EP1代表第一產業就業人口，EP2代表第二產業就業人口，EP3代表第三產業就業人口，LFR代表勞動力資源總數，μ代表隨機誤差。符號在后文中出現不再重復說明。）

用EVIEWS對該模型進行消除多重共線性的逐步回歸，得到第一產業就業人口模型：

LnEP1=1.164634 LnLFR-0.321820 LnGDP1

t=（89.97170） （-19.62997）

R2=0.912729 AdjustedR2=0.97881 F-statistic=188.2546

上式顯示模型擬合的效果很好，但是經對數處理后的系數不能直觀反映出第一產業就業人口與勞動力資源總數之間的關系，故用未經處理的原始數據在EVIEWS中回歸后變量中勞動力資源總數LFR的系數為0.685403，即每10萬經濟活動人口約有6.8 萬人從事第一產業，符合經濟意義。四川省是農業大省，農業勞動人口眾多。從模型中顯示第一產業GDP與第一產業就業關系的結果看，第一產業GDP的系數為-1.723037，系數為負說明第一產業農業對勞動力不具吸納作用而是產生就業的擠出效應。產生這種效應的原因是多方面的，農村經濟體制改革以來，農民勞動積極性提高是原因之一；農業現代化生產工具與生產方式的采用，大大提高了農業勞動生產率也是原因之一；土地制度改革，土地流轉政策的實施，也可能促進第一產業的就業飽和并排擠出農村剩余勞動力轉向二三產業。

（二）第二產業就業人口的回歸分析

借鑒第一產業就業模型，以第二產業就業人口EP2為因變量，勞動力資源總數LFR和三次產業的地區生產總值GDP1、GDP2、GDP3為自變量。建立第二產業就業人口模型：

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

用EVIEWS對該模型進行消除多重共線性的逐步回歸，得到第二產業就業人口模型：

LnEP2=0.632199LnLFR+0.170181LnGDP2

t=（89.72048） （20.49607）

R2=0.975924 AdjustedR2=0.94586 F-statistic=729.6217

第二產業具有GDP 高產出的顯著特征，GDP的增長對就業的拉動作用非常明顯，該產業GDP的增長與其就業人口增長呈現一致變動的關系；目前，四川省第二產業GDP發展吸收就業的能力仍然很強。

（三）第三產業就業人口的回歸分析

如上，以第三產業就業人口EP3為因變量，勞動力資源總數LFR和三次產業的地區生產總值GDP1、GDP2、GDP3為自變量。建立第三產業就業人口模型：

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

用EVIEWS對該模型進行消除多重共線性的逐步回歸，得到第三產業就業人口模型：

LnEP3=0.580312LnLFR-0.281684LnGDP2+0.554490LnGDP3

t=（82.97539） （-5.302039） （10.80001）

R2=0.991395 AdjustedR2=0.990383 F-statistic=979.3299

比較第三產業模型與前兩次產業模型在勞動力資源總數上的系數可以看出，第三次產業的水平還比較低，因此吸納就業的能力還很有限。式中，第二產業對第三產業就業人口影響為負數，說明二次產業的增長吸納了更多就業人口，致使第三產業就業人口相對減少。

從上可看出，因經濟發展水平不高、大眾消費水平低較低和第三產業發展不充分等諸多因素影響，造成第三產業吸納就業的能力不強。

（四）總體就業與三次產業的地區生產總值的回歸分析

因每年新增的勞動力對就業人口影響較大，對各產業的就業影響也各不相同，故根據以上分產業就業人口的回歸分析，以總體就業人口EP為因變量，以勞動力資源總數LFR及三次產業的地區生產總值GDP1、GDP2、GDP3為因變量建立多元線性回歸模型：

EP=α*LFR+β1*GDP1+β2*GDP2+β3*GDP3+μ

用EVIEWS對該模型進行消除多重共線性的逐步回歸，得到總體就業人口模型：

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

總體就業人口模型中變量LFR（勞動力資源總數）的系數為0.846424，其值的范圍在0和1之間，符合經濟意義：四川省經濟在排除三次產業經濟發展及其他因素影響下，可保證84.64%的勞動力就業。而三次產業的結構和經濟發展對總體就業產生了不同影響。

二、結論

三次產業對就業的拉動能力各不相同。其中，第一產業就業已基本達到飽和，出現勞動力擠出效應；第二產業經濟增長速度快，隨著勞動生產效率的提高，其吸納就業的能力有限；能夠提供大量就業的第三產業發展水平還很有限，還不能發揮其對就業增加的拉動作用。因此，四川省經濟發展的產業結構還不盡合理。如要充分擴大就業，切實緩解就業壓力，還應當從產業結構調整上做出考慮。

三、對策建議

1.調整產業結構，擴大勞動就業。四川省是人口大省，也是勞動力大省，就業壓力大。勞動密集型產業就業吸納能力強，對促進就業具有直接作用，而第三產業多屬于勞動密集型產業，故應調整產業結構，大力發展第三產業。

第5篇：經濟統計分析范文

數據表轉化；因子分析；聚類分析；貧富差距的縮小

[中圖分類號]F127[文獻標識碼]A[文章編號]1009-9646（2011）08-0050-02

一、問題的分析：

全國31個省級地區所提供的經濟指標是：

――地區生產總值；

――人均地區生產總值；

――勞動者報酬；

――最終消費支出；

――居民消費水平；

――總人口；

――人口自然增長率；

――失業人員數；

――全社會固定資產投資；

――電力消費量；

――一般預算收入；

――一般預算支出；

――居民消費價格指數；

――商品零售價格指數；

――固定資產投資價格指數；

――城鄉居民人民幣儲蓄存款（年底余額）；

――社會消費品零售額總計；

――各地區國際旅游（外匯）收入；

――國內專利申請受理數；

――國內發明申請受理數；

――技術市場成交額。

明顯可以看出這些經濟指標太多，而且變量之間存在明顯的相關性，用這些指標對各個地區進行分析非常復雜而且代表性不強，既費時費力又得不到準確的結果，所以考慮用基于主成分法的因子分析將那些繁多的具有一定相關性的變量線性表示成少數綜合變量

二、數據的處理

1.數據的標準化

由于搜集的數據并沒有統一的量綱，所以先考慮對原始數據進行標準化。

2.用主成分法進行因子分析

從數據資料可以看出，反映經濟現象的指標有很多，而且具有一定的相關性。

因此我們可以考慮用主成分法的因子分析將原來具有一定相關性的指標重新組合成新的一組相互無關的變量來代替原指標，新的指標將更具有代表性和綜合性。

3.聚類分析

在得到新綜合變量的基礎上，可以考慮對所有的省級區域進行分類，對于不同的類別我們在考慮采取不同的措施。下面進行聚類分析：

(1)快速聚類。可以得到31個樣本除了地區數據不完整無法進行分類，其他省級區域可以作如下分類：一類，北京、上海、天津；二類，廣東、江蘇、浙江、山東；其他省級地區自成一類。

(2)用分層聚類法進行聚類分析。從上面分類表和樹形圖看，只將31個地區分層兩類。很難找出每個類的具體特征，所以還是考慮用快速聚類法的到得的結果。

從快速聚類法的分類結果來看也基本符合我國現在的發展狀況。北京，上海，天津作為直轄市由于政府的重點投入而成為我國經濟發展的第一梯隊，廣東，江蘇，浙江利用自己沿海的地域的優勢，經濟得到長足的發展，成為我國的經濟發達地區。這些都是我國改革開放以來取得的重大成果。但是也產生了重大的地區間的貧富差距。

因此中央政府應該對這一問題加大重視，拿出切實可行的經濟政策來解決已經出現和可能出現的問題。

三、政策建議

通過以上分析，我們可以發現，國內各省之間經濟發展水平存在較大差異，呈現出明顯不均衡現象。針對這種現象，筆者對全國域經濟發展提出以下政策建議：

（1）繼續發揮北京、上海、天津的經濟優勢，同時提高其對其他不發達地區，尤其是對周邊地區河南，河北，山西，內蒙古等的經濟輻射能力，與經濟發展較落后的地區之間進行資本、人才、技術、市場等要素的流動和轉移以及思想觀念、思維方式、生活習慣等方面的傳播，以現代化的思想觀念、思維方式替代與現代化相悖的舊習慣勢力，進一步提高經濟資源配置的效率。

（2）對于廣東、江蘇、浙江、山東這些海濱地區要繼續發揮其地理優勢，加強與外界的經濟交流和貿易往來以提高自己的經濟總量。與此同時還要加強與內地的經濟交流，特別是西部的陜西，貴州等較落后地區，還有亟待崛起的中部地區，例如湖南，湖北，江西等地。它們的發展也要考這些沿海的成功經濟發達城市來帶動。

（3）對于經濟發展較落后的城市，要做到揚長避短，比如西部地區要繼續發揮其重工業產業集群的優勢，中部地區的崛起可以依靠長江的優勢發展自己的傳統優勢項目來促進自身經濟的飛速發展。中央也應該投入更多的人力物力，為不發達地區提供堅實的基石，同時加強與經濟發達城市之間的合作，加快經濟結構調整和產業結構升級。

（4）對于三類地區要實施“人才工程”，推進科技教育進步。建立一套切實可行的引進、培養人才的激勵約束機制，制定相應配套措施。大力發展科技、教育、文化、衛生等各項社會事業，推進三、四類地區發展。

（5）改善交通及通訊環境，加強全國的交通事業的投資力度。中部地區的武廣高鐵通車加強中部地區和沿海發達城市的交流，已經帶動了中部地區的經濟發展，因此，應該加快投資建設西部地區與發達地區連接的交通設施，構建以發達城市帶動不發達地區的經濟形態，以達到縮小貧富差距，構建全國全面發展的。

（6）改善中部和西北地區的醫療衛生狀況和加強發達城市的污染防治工作，提高這類地區人們的生活環境和醫療保障。重點是加西部地區農村醫療體系發展力度，從軟硬件設施上改善農村醫療狀況，使農村居民能夠享受便捷實惠的衛生醫療服務。

（7）加大科技的發展，從因子分析的結果來看，專利發明數是一個重要的決定因素。加大科技的發展力度，科技強國就是這個道理。科學技術是第一生產力一直是我國發展迅速的重要因素。地區性的經濟發展也可以效仿這種做法，這樣縮小地域性的差異才能實現。

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

第6篇：經濟統計分析范文

一、多元統計分析評價企業經濟效益的必然性

我國自20世紀80年代開始評價企業經濟效益，當時針對國有企業的兩權分離的特點，特別制定了企業經濟效益評價的十大指標體系，并在2002年進行了修改，綜合考慮了企業投資人、債權人和社會效益三個方面。雖然此評價體系是根據新財務會計準則進行的調整，但仍存在一些不足之處，過于注重財務指標（總資產報酬率等8個指標），忽視了企業市場競爭力的非財務指標（市場占有率、存貨周轉率）。有些指標間有交叉或是關聯，致使評價體系有一定的局限性，很難客觀、全面地評價企業效益。假如資產負債率低的企業，它的自有資本高，同時如果凈利潤相當，那么它的資本收益率反而比資產負債率高的企業還要低。基于上述的情況和問題，全面考慮到企業市場競爭能力、企業財務能力、經營管理水平和企業發展能力，建立多元化企業經濟效益評價體系，主要從獲取利潤的能力、開展資產運營能力、參與競爭的能力、經營管理能力和企業發展能力對企業經濟效益進行全面系統評估。

二、多元統計分析在企業經濟效益評價中的應用

統計學的不斷發展為企業經濟效益評價提供了支持，評價企業經濟效益開始采用多元統計分析方法，它可以把多維度問題映射到單一維度，然后通過模糊決策、加權平均等方法全面地反映企業經濟效益。在企業經濟效益評價中應用較多的多元統計分析方法如下：

（一）主成分分析方法

所謂主成分分析是將具有多個相關的指標轉換成新的相互獨立的指標的一種多元統計分析方法。這種方法可以消除各指標間的相關性，以盡可能小的數據損失，反映盡可能多的指標，客觀地描述樣本的相對地位，減少主觀的評價結果。利用主成分分析方法評價企業經濟效益中，在評價企業的資產運營能力時，可以將多項的財務指標（總資產報酬率等8個指標）重新組合、分解，形成生產經營成果指標、資金利用效率和消耗資源指標三個新的相對獨立的指標，然后將三個指標通過杜邦分析圖進行分析即可。

（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廣，也是企業經濟效益評價較為常用的方法之一。因子分析方法能夠將多個具有較復雜的關系的指標歸納為主要的少數幾個指標的統計方法。此方法以多指標之間的相互關系為基礎并加以組合，形成最少個數的獨立新變量（因子），簡化變量并能夠避免不同變量權重設計的誤差。例如評價企業經濟效益時，可以將固定資產稅率、資金利稅率、銷售收入利稅率、資金利潤率、固定資產產值率、流動資金周轉天數、萬元產值能耗、全員勞動生產率等綜合為盈利能力（固定資產稅率、資金利稅率、銷售收入利稅率、資金利潤率、固定資產產值率）、資金和人力利用因子（流動資金周轉天數和全員勞動生產率）、產值能耗（萬元產值能耗）三個因子作為考核企業經濟效益的指標。

（三）聚類分析方法

聚類分析是將研究對象、數據進行分類的分析方法。首先根據研究對象的相似性來分類，按照一定的原則將相似元素歸為一類，然后再將相似的樣本進行合并，直到所有樣本都歸為一類。在企業經濟效益評價中，可以將資產周轉率、利息倍數、流動比率、應收賬款周轉率、速動比例、償債比率、存貨周轉率等利用聚類分析方法將其歸為企業資產運營能力進行評價。

（四）判別分析方法

與其他統計方法不同，判別分析是在分類確定的條件下，即事先已經知道了判別的規則和類型，在分析未知樣品類型是，只需要遵循判別規則進行樣品分類的多元分析方法。在進行企業綜合效益分析時，如已經明確了資產運營能力的指標體系，只需要對指標進行加權分類，就可以判定不同企業資產運營能力的強弱。判別標準不同時，常用的判別方法是Fisher判別；按函數的形式，一般用線性判別。判別的方法可分為很多種，要結合企業的實際情況和評價指標，選擇最能反映企業效益的判別方法。

三、多元統計分析評價企業經濟效益的前景

由于多元統計分析方法是研究多個隨機變量之間相互關系及內在規律的一門統計學科，應用到企業經濟效益評價中，簡化了錯綜復雜的評價指標，更加客觀、全面、系統地反映企業經濟活動效率。可以真實、完整地對企業在一定期間的經濟效果進行判別，并確定企業經濟效益的現狀。多元統計分析方法還可以有針對性對企業資本運營效率、資源利用率等分項進行評價，提高勞動生產率和經濟效益。我們可以通過對企業經濟效益的多方面評價，尋找和挖掘企業的可利用潛力并預測企業發展的前景，促進企業經濟效益和社會效益的提高。

第7篇：經濟統計分析范文

[關鍵詞] 灰色關聯度 灰色預測模型 旅游經濟

灰色系統(Grey Systems)是指部分信息已知，部分信息未知的系統。它通過對“部分”信息已知信息的生成，開發去了解、認識現實世界，實現對系統運行行為和演化規律的正確把握和描述。旅游系統是一個復雜的巨系統，影響的因素很多，如旅游資源、交通條件、區域經濟發展水平、客源市場、旅游者的可支配性收入、旅游偏好、年齡、職業及文化修養等等，而這些因素對旅游業的發展表現出明顯的灰色性，因此，旅游經濟可作為一個灰色系統來研究。

目前,灰色系統理論在社會、經濟和自然科學的應用十分廣泛,如預測宏觀經濟態勢、區域經濟優勢分析、產業結構的調整方向等方面都取得了較好的應用效果，但在旅游經濟應用研究方面尚不多見,本文以地方城市為例，應用灰色關聯分析的方法，定量地將影響地方旅游經濟發展的主導因素的分析出來，同時建立地方旅游業的灰色預測模型，進而為地方旅游經濟的發展提供科學依據。

一、影響地方旅游經濟發展因素的灰色關聯度分析

灰色關聯分析法是分析灰色系統中各因素間關聯程度的一種量化方法，其基本思想是根據序列曲線幾何形狀的相似程度來判斷灰色過程發展態勢的關聯程度。利用灰色關聯度作為測度進行綜合評價,可以充分利用已有的白化信息,減少誤差。

1.灰色關聯分析的原理

灰色系統理論中的灰色關聯分析方法是在不完全的信息中，對所要分析研究的各因素,通過一定的數據處理,在隨機的因素序列間,找出它們的關聯性,發現主要矛盾，找到主要特性和主要影響因素。

為了使計算結果更加科學客觀,更符合實際,在借鑒已有研究成果的基礎上,根據科學性原則和可操作性原則,我們將地方的旅游總收入和國際外匯收入作為參考目標序列,選取GDP、人均GDP、職工年平均工資、人均可支配收入、客運量、旅客周轉量、星級飯店數、城市接待過夜旅游總人數指標作為影響旅游業發展的主要因素(見表1),將影響因素的時間序列(比較序列)與參考序列進行灰色關聯分析。

2.計算方法與步驟：

(1)將時間序列的原始數據作初值化變換處理，消除量綱，增強各因素之間的可比性。

(2)求關聯系數，并從中找出極大值與極小值。

先求參考數列χ0與各比較數列χi之間的差列：

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

再從差列i(k)中找出最小值和最大值：

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

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

最后從不同比較數列最小、最大值再分別取最小、最大值:

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

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

(3)取分辨系數:0

(4)求關聯系數:

(5)求關聯度:

3.計算結果

把表1的數據按上述方法經計算得到的關聯度見表2、表3

4.結果分析

(1)從表2來看, 地方旅游營業收入與各影響因子之間的灰色關聯度大小排序是: 國內生產總值＞人均國內生產總值＞職工年平均工資＞星級飯店數＞人均可支配收入＞城市接待過夜旅游總人數＞客運量＞旅客周轉量。這表明，地方旅游營業收入與國內生產總值的關聯度最大，其次是人均國內生產總值，再次是居民的收入，這與地方旅游業的發展情況相符，也與其它研究人員研究的結果相符。

(2)從表3來看,地方國際外匯收入與各影響因子之間的灰色關聯度大小排序是:星級飯店數＞國內生產總值＞人均國內生產總值＞職工年平均工資＞人均可支配收入＞城市接待過夜旅游總人數＞客運量＞旅客周轉量。這表明，地方國際外匯收入與星級酒店的關聯度最大,其次是國內生產總值,再次是人均國內生產總值,這與實際情況相符,一個地區沒有一定的星級酒店，也很難吸引海外旅游者來旅游，而國內生產總值又代表著一個地區的經濟實力，經濟實力的強大與旅游基礎設施、旅游服務質量、旅游產品開發有著密切聯系。

二、地方旅游經濟發展的灰色預測

1.灰色預測GM模型

灰色預測GM模型是為單序列的一階線性動態模型,對時間序列數據進行數量大小的預測,它所需要的原始數據少,甚至四個數據就可以建立準確的預測模型,且能得到滿意的結果。

2.地方旅游業發展的預測

把2002年～2007年地方旅游營業收入和國際外匯收入作為原始數據,利用DPS數據處理軟件建立GM(1,1)模型,為了提高精度，經過二次殘差計算后，可得出地方旅游營業收入和國際外匯收入的GM(1,1)預測模型，結果如下:

旅游營業收入模型參數及預測函數:

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

國際外匯收入模型參數及預測函數:

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

通過X(t)可以計算2002年至2007年的各年累加值,然后遞減還原就可得各年的模擬值,結果見表4、表5。

從模擬結果可發現，旅游營業收入模型最大殘差為-6.129，國際外匯收入模型最大殘差為-2478.60，兩模型的模擬誤差很小。用后驗差檢驗模擬結果，本文所建兩模型的后驗差比值分別是C=0.3502和0.3417，兩者的小誤差概率 p=1.0000，這說明模型的精度較好（p>0.95和c

三、結論

1.通過灰色關聯分析可知：影響地方旅游經濟發展的因素與當地的總體經濟實力密切相關，經濟實力增強了,旅游業發展速度將會更快。

2.利用GM 模型可以預測旅游業發展的變化，短期預測精度很高。

參考文獻:

[1]鄧聚龍:灰色系統基本方法[M].武漢:華中理工大學出版社,1987

[2]馬書紅:公路交通的適應性及其評價技術研究[J].重慶交通學院學報,2004(10):70～75

[3]袁嘉祖:灰色系統理論及應用[M]．北京:科技出版社，1991

第8篇：經濟統計分析范文

農業在我國經濟發展中起到非常重要的作用，受到自然條件的影響，全國各個地區的經濟發展水平存在很大的差異性，當地政府對農業的重視程度和政策幫助力度不同，也影響到了各個地區農業的發展。基于多元統計分析，可以分析出各個地區農業生產條件的優勢和不足，制定出相應的農業發展策略，進而提高農業經濟發展水平。

1 多元統計分析

多元統計分析屬于數理統計中非常重要的一部分，在進行多個分析指標的統計時，往往需要用到數理統計分析來進行多個統計指標之間的理論和實踐研究。多元統計分析有多種分析方法，比如說主成分分析、聚類分析等。在進行多元統計分析時，往往需要結合多個統計指標來進行，將多元統計分析應用到農業生產條件中，可以充分掌握氣候、農藥、化肥等多個方面的因素，尋找各個指標之間的聯系性，再進行數學模型的建立，結合當地實際情況，對農業經濟發展有清晰的了解，再制定出相應的政策制度，合理地對現有農業資源進行分配，最終實現促進農業經濟發展的目的。

2 多元統計分析的應用和實踐

在探究農業生產條件對農業經濟發展的影響時，選擇多元統計分析的方式，可以最大化運用農業生產條件，科學的分配農業資源，提高農業經濟效益。在實際的分析時，可以先對當地的農業生產條件進行統計，比如說勞動力情況、機械化水平、氣候條件、耕地面積等。因為每個地區的實際農業生產條件都不相同，比如說西南地區，影響農業經濟發展最主要的因素是農村勞動力，耕地面積、機械化水平等遠沒有勞動力重要。其主要的原因是因為西南地區的地形情況比較復雜，沒有大面積的耕地，嚴重限制了農業機械的應用，往往需要采取人工的方式來完成耕種，因此需要大量的勞動力。

運用關聯分析在進行農業生產條件的分析時，絕大多數地區的耕地面積與農村勞動力關聯不是很緊密，與物質生產條件的關聯程度在逐年加大。造成這種現象的原因是，受到科學技術的發展影響，對傳統的種植方式帶來了很大的改變，提高了農作物的產量，農業生產機械化程度越來越高，進而耕地面積以及農村勞動力的重要性已經沒有之前那么重要。對于農業生產工具、化肥農藥等的使用不斷加大，再加上各個地區的實際生產條件有所不同，導致了農業生產條件重要性的改變，需要結合實際情況對農業生產條件進行調整，最終促進農業經濟的發展。

3 改善農業生產條件，促進農業經濟發展

農業生產條件直接影響到農業經濟的發展，一定要做好農業生產條件的利用工作，促進農業經濟的發展。在??際的生產過程中，隨著耕地面積以及勞動力在生產條件中的地位逐漸降低，但是耕地面積以及勞動力又是農業生產中的必要條件。因此，在進行農業生產條件的改善時，要加大對種植技術的研究力度，提高單位耕地面積的產量；要增強農村勞動力對科技的運用能力，提高農村勞動力的文化水平，結合先進的科學技術來開展農業生產，提高農業生產的產值，促進經濟發展。

在對農業生產條件進行改善時，不僅要從傳統生產方式上進行改善，還需要從本質上進行變革，比如說病蟲害的防治、栽培技術、育種方式等。在病蟲害的防治方面，科學合理地選擇防治農藥，可以減少病蟲害對農作物的損失，提高農業生產產量，在使用農藥時，要注意農藥的更換使用，避免長期使用1種農藥，進而使得病蟲害產生抗藥性失去防治作用。在進行化肥的使用時，一定要注意化肥的選擇和化肥的搭配，農作物不同的生長時期要選擇不同類型的化肥，化肥的搭配一定要合理，這樣才能促進農作物的全面生長，化肥之間不要存在一些酸堿性的沖突，要牢牢把握好化肥的用量，過多造成浪費，過少達不到增長目的。育種方式以及栽培方式在農作物的生產中也非常重要，好的育種方式和栽培方式可以增強農作物的成活率，提高產量。結合先進的科學技術改善農業生產條件，能夠發揮出現代科學技術的價值和作業，促進農業經濟的發展。

第9篇：經濟統計分析范文

    從現在來看,對經濟的統計調查分析報告有兩方面的意義,一是認清現狀,及時改正,通過對過去的數據的統計調查和分析可以發現已經存在的問題,并可以就其中的聯系進一步剖析和研究,發現問題真正的原因,對于沒有收益或者收益日漸下滑的項目應該馬上停止,把不適合企業發展的部分剔除掉,保證經濟健康快速的發展。二是抓住機會,創造利潤,大多數我們得到的都是數量上的,表面的東西,我們要做的就是通過一系列的調查分析,將數量轉化為質量。我們要通過對當前經濟的分析來找到在當今社會大多數行業市場飽和的情況的商機,抓住稍縱即逝的機會,創造更大的利潤。

    2 經濟統計調查分析報告策略現存的問題

    2.1 經濟調查中存在的困難

    在調查中,我們不可能把所有地區,所有企業的經濟都進行一遍盤查,那樣不僅耗費大量的人力,物力,更會使得到的調查數據太過冗雜,不便于分析,那么如何正確的進行抽樣調查,保證選擇的樣本具有代表性,能夠代表大多數的經濟狀況,而不具有特殊性就成為了經濟調查的難點。而且調查得到的數據繁多,如何從大量的數據中找到有用的數據,成為了重點和難點,由于統計調查人員的個人素質和統計數據的繁多,給統計調查工作帶去了很大難度,在數據的統計調查上,如何保證調查得到的數據的正確性也是一個難點,經濟的統計調查是一切數據分析的開始,如果統計調查得到的數據出現錯誤,將會影響接下來的工作。

    2.2 經濟統計分析中存在的困難

    如果說統計是基礎,那么對經濟的分析就是得出我們需要的結果唯一手段,經濟分析、就是運用當前所有的數據,把數量上的東西,把一些數字化的東西變成結論,變成指導下一步運作和計劃的準則。如何根據現有的大量的數據,得出正確的,對企業,國家經濟發展有力的分析結果,就要看分析人員的素質了,分析人員要有超前的洞察力和分析能力,才會真正地得出有用的結論。

    2.3 經濟統計報告中存在的困難

    經濟的變化是十分迅速的,上一秒還在盈利,也許下一秒就已經虧損,在得出經濟分析的結論之后,有效,快速,及時的送達分析報告也是十分重要的環節,但是由于工作人員的怠慢等原因很有可能耽誤信息的送達,導致不能對當前經濟已經發生的錯誤做出及時的改正,造成虧損。

    3 經濟統計調查分析報告策略

    3.1 經濟統計調查策略

    在經濟統計調查中,要建立統一的機制,制定一套完整的調查程序,各個部門及時溝通在調查中出現的問題,并予以解決,根據國家的統計報表制度,建立自己的半年或季度統計報表制度。從制度建設入手,健全信息溝通渠道。建立培訓制度,對調查人員進行培訓,提高其調查工作的方法和手段,使調查工作更好更快地開展。還可以建立考核制度,對調查人員的工作進行及時考核,以監督和激勵調查人員的工作。

    3.2 經濟統計分析策略

    對于經濟統計的分析的重要性已經不用再強調了,那么如何保證分析結果的正確性呢?首先要使用正確的分析方法,由于統計分析的復雜性,所以在分析中要用到管理學,社會學等多個學科的知識。現有的統計分析方法有靜態經濟分析,動態經濟分析等多種方法,采用正確的,適合的分析方法是得出分析結果的首要保證。其次,要建立完善的分析體制,對于不同的經濟體按照不同的分析體制進行分析,力求更快,更好的對數據進行分析。再次,要提高分析人員的素質,正因為分析工作的復雜和困難,對分析人員的素質就提出了很高的要求,分析人員要了解當前局勢,要了解各個學科方面的內容,要能夠正確運用分析方法,能夠變量分析,將經濟學,數學,統計學很好的運用到一起去,才能統攬全局,得出最正確,最客觀的分析結果。

    3.3 經濟統計報告策略

    經濟統計報告存在的問題可以說是最好解決的,但是我們也要引起重視,在得出了分析結果之后,要把它體現在報告書上。首先要規范報告內容,要嚴格按照報告書的格式,根據分析結果填寫,要保證報告書將分析結果清晰明了的呈現出來,做到全面不丟失分析結果信息。其次,要提高報告人員的意識,要讓他們做到及時的將報告送達到上一級領導手中,保證分析結果的不延誤,以免影響下一步的進行。