關(guān)于我國國內(nèi)生產(chǎn)總值的統(tǒng)計(jì)分析

統(tǒng)計(jì)調(diào)查分析報(bào)告題目：_關(guān)于我國國內(nèi)生產(chǎn)總值的統(tǒng)計(jì)分析__時(shí)間：_2013年7月4日____________ 關(guān)于我國國內(nèi)生產(chǎn)總值的統(tǒng)計(jì)分析內(nèi)容摘要：本文首先通過網(wǎng)絡(luò)工具對我國1980-2011年GDP、人口數(shù)、固定資產(chǎn)投資、進(jìn)出口總額、國家財(cái)政支出數(shù)據(jù)；1980-2011年中南六?。汉?、湖南、河南、江西、廣東、廣西的GDP數(shù)據(jù)；我國各?。ㄖ陛犑校?011年GDP數(shù)據(jù)進(jìn)行數(shù)據(jù)收集。而后根據(jù)要求對數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶幚?，根?jù)所需要的分析結(jié)果，我們分別選擇了excel和spss兩種工具進(jìn)行輔助分析。這其中既有關(guān)于GDP與人口數(shù)、固定資產(chǎn)投資、進(jìn)出口總額、國家財(cái)政支出的相關(guān)性分析，也有各省GDP的方差分析，還有各省GDP的聚類分析。根據(jù)分析的結(jié)果對我國GDP水平進(jìn)行適當(dāng)?shù)奶接懸约敖o出一些經(jīng)濟(jì)發(fā)展規(guī)劃的建議。關(guān)鍵詞：GDP、相關(guān)分析、回歸分析、方差分析、聚類分析問題的提出自1978年改革開放以來，我國經(jīng)濟(jì)飛速發(fā)展，國內(nèi)生產(chǎn)總值日趨上升，經(jīng)濟(jì)總體處于供大于求的狀態(tài)，雖然經(jīng)歷了1997金融風(fēng)暴和2007金融危機(jī)，但是我國經(jīng)濟(jì)發(fā)展前景一片大好。國內(nèi)生產(chǎn)總值(簡稱GDP)是指在一定時(shí)期內(nèi)(一個季度或一年)，一個國家或地區(qū)的經(jīng)濟(jì)中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價(jià)值，常被公認(rèn)為衡量國家經(jīng)濟(jì)狀況的最佳指標(biāo)。它不但可反映一個國家的經(jīng)濟(jì)表現(xiàn)，更可以反映一國的國力與財(cái)富。一個國家或地區(qū)的經(jīng)濟(jì)究竟處于增長抑或衰退階段，從這個數(shù)字的變化便可以觀察到。一般而言，GDP公布的形式不外乎兩種，以總額和百分比率為計(jì)算單位。當(dāng)GDP的增長數(shù)字處于正數(shù)時(shí)，即顯示該地區(qū)經(jīng)濟(jì)處于擴(kuò)張階段；反之，如果處于負(fù)數(shù)，即表示該地區(qū)的經(jīng)濟(jì)進(jìn)入衰退時(shí)期。近來由于世界金融危機(jī)和我國經(jīng)濟(jì)轉(zhuǎn)型的影響，以及我國自身的一些發(fā)展條件限制，我國經(jīng)濟(jì)發(fā)展速度逐漸放緩，因而對我國GDP水平的研究就顯得尤為必要。由于對GDP的研究是一個非常復(fù)雜和龐大的過程，在這里，我們僅對下面三個問題做研究：（一）收集我國1980-2011年GDP、人口數(shù)、固定資產(chǎn)投資、進(jìn)出口總額、國家財(cái)政支出數(shù)據(jù)，做GDP與其他指標(biāo)因素的相關(guān)分析和回歸分析。（二）收集1980-2011年中南六?。汉薄⒑?、河南、江西、廣東、廣西的GDP數(shù)據(jù)，消除物價(jià)因素影響后，做方差分析。（三）收集我國各?。ㄖ陛犑校?011年GDP數(shù)據(jù)，做聚類分析。通過對上面三個問題的研究來對我國GDP進(jìn)行一些簡要的分析，以此來為整個國民收入的研究解決一些基本問題。問題的求解（一）對我國GDP的相關(guān)分析和回歸分析1、數(shù)據(jù)收集1980-2012年全國經(jīng)濟(jì)相關(guān)數(shù)據(jù)年份GDP(現(xiàn)價(jià))（億元）人口數(shù)（萬人）固定資產(chǎn)投資（億元）進(jìn)出口總額（人民幣：億元）國家財(cái)政支出（億元）19804545.62498705910.95701228.8319814891.5611100072961735.31138.4119825323.3511016541230.4771.31229.9819835962.65161030081430.1860.11409.5219847208.05171043571832.912011701.0219859016.03661058512543.22066.72004.25198610275.17921075073120.62580.42204.91198712058.61511093003791.73084.222628231110264753.83821.82491.21198916992.31911127044410.441562823.78199018667.822411433345175560.13083.59199121781.49941158235594.57225.83386.62199226923.47651171718080.19119.63742.2199335333.924711851713072.3112714642.3199448197.856411985017042.120381.95792.62199560793.729212112120019.323499.96823.72199671176.591712238922913.524133.87937.55199778973.03512362624941.126967.29233.56199884402.279812476128406.226849.710798054812578629854.729896.213187.67200099214.554312674332917.739273.215886.52001109655.170612762737213.542183.618902.582002120332.689312845343499.951378.222053.152003135822.756112922755566.670483.524649.952004159878.337912998870477.4395539.128486.892005184937.36913075688773.6129116921.833930.282006216314.4259131448109998.162414097440422.732007265810.3058132129137323.9381166863.749781.352008314045.4258132802172828.3998179921.470262592.662009340902.8126133450224598.7679150648.063576299.932010401512.7952134091278121.8549201722.14789874.162011473104134735311485.1254236401.992109247.792、數(shù)據(jù)處理這里我們錄入全國1980年到2011年的GDP,人口數(shù)，固定資產(chǎn)投資，進(jìn)出口總額、國家財(cái)政支出數(shù)據(jù)。在相關(guān)性分析中，我們以GDP為參考，利用SPSS軟件研究其他四種因素與GDP的相關(guān)性，由于做單個比較需要進(jìn)行四次操作，因而我們在這里直接利用SPSS的相關(guān)功能直接給出五個量的兩兩相關(guān)系數(shù)，這之中自然包括我們所需要的GDP與其他四類因素的相關(guān)系數(shù)。在回歸分析中，我們令GDP為因變量Y，將人口數(shù)，固定資產(chǎn)投資，進(jìn)出口總額、國家財(cái)政支出四個數(shù)據(jù)作為自變量X1、X2、X3、X4，然后利用excel的數(shù)據(jù)分析工具做回歸分析。3、分析步驟（1）相關(guān)性分析錄入數(shù)據(jù)到SPSS→畫出關(guān)于GDP的散點(diǎn)圖→做大致分析→做相關(guān)性分析具體操作過程見附錄一，所得散點(diǎn)圖見附錄二。（2）回歸分析錄入數(shù)據(jù)到excel→選擇分析工具→定好自變量和因變量→做回歸分析具體操作過程見附錄三。4、結(jié)果分析（1）相關(guān)性分析

下表是通過SPSS所做相互的兩兩相關(guān)系數(shù)表格：CorrelationsGDP人口數(shù)固定資產(chǎn)投資進(jìn)出口總額國家財(cái)政支出GDPPearsonCorrelation1.798**.956**.984**.992**Sig.(2-tailed).000.000.000.000N3232323232人口數(shù)PearsonCorrelation.798**1.633**.781**.729**Sig.(2-tailed).000.000.000.000N3232323232固定資產(chǎn)投資PearsonCorrelation.956**.633**1.933**.974**Sig.(2-tailed).000.000.000.000N3232323232進(jìn)出口總額PearsonCorrelation.984**.781**.933**1.969**Sig.(2-tailed).000.000.000.000N3232323232國家財(cái)政支出PearsonCorrelation.992**.729**.974**.969**1Sig.(2-tailed).000.000.000.000N3232323232**.Correlationissignificantatthe0.01level(2-tailed).從表中我們可以知道：1）GDP與人口數(shù)之間的相關(guān)系數(shù)是0.798，雙尾檢驗(yàn)的概率值為0，小于0.01，則相關(guān)水平是顯著的，換句話說，我們有超過99%的把握認(rèn)為，兩者之間存在著比較強(qiáng)的正相關(guān)性。2）GDP與固定資產(chǎn)投資之間的相關(guān)系數(shù)是0.956，雙尾檢驗(yàn)的概率值為0，小于0.01，則相關(guān)水平是顯著的，換句話說，我們有超過99%的把握認(rèn)為，兩者之間存在著非常強(qiáng)的正相關(guān)性。3）GDP與進(jìn)出口總額之間的相關(guān)系數(shù)是0.984，雙尾檢驗(yàn)的概率值為0，小于0.01，則相關(guān)水平是顯著的，換句話說，我們有超過99%的把握認(rèn)為，兩者之間存在著比較強(qiáng)的正相關(guān)性。4）GDP與國家財(cái)政支出數(shù)據(jù)之間的相關(guān)系數(shù)是0.992，雙尾檢驗(yàn)的概率值為0，小于0.01，則相關(guān)水平是顯著的，換句話說，我們有超過99%的把握認(rèn)為，兩者之間存在著非常強(qiáng)的正相關(guān)性。對于回歸分析，我們可以利用excel中自帶的會給分析予以分析。（2）回歸分析下表是通過excel軟件做出的回歸分析結(jié)果：1)方差分析表方差分析dfSSMSFSignificanceF回歸分析44.96E+111.24E+113400.954.65521E-36殘差279.83E+0836423935總計(jì)314.96E+112)參數(shù)確定表由輸出結(jié)果可以知道，線性回歸方程為：1>、Y=-149510+1.4495*X1+0.189964*X2+0.427531*X3+2.461343*X4。2>、根據(jù)輸出結(jié)果中的方差分析可知，SignificanceF=4.65521E-36<α=0.05,說明回歸方程是顯著的。3>、而由結(jié)果中的回歸系數(shù)的tStat檢測可知:a:P-value=1.25E-08<α=0.05，b1:P-value=2.79E-09<α=0.05，b2:P-value=0.031325<α=0.05，b3:P-value=2.89E-06<α=0.05，b4:P-value=0.000433<α=0.05綜上所述，因此回歸方程是有效可靠的。（二）中南六省GDP方差分析1、數(shù)據(jù)收集：中南六省1980-2011年GDP數(shù)據(jù)（現(xiàn)價(jià)）年份湖北湖南河南江西廣西廣東國內(nèi)生產(chǎn)總值指數(shù)（可比價(jià)，1978=100）1978151146.99162.928775.85185.851001979188.46178.01190.09104.1584.59209.34107.61980199.38191.72229.16111.1597.33249.65116.00811981219.75209.68249.69121.26113.46290.36122.09051982241.55232.52263.3133.96129.15339.9213358257.43327.95144.13134.6368.75147.59871984328.22287.29370.04169.11150.27458.74169.99831985396.26349.95451.74207.89180.97577.38192.89061986442.04397.68502.91230.82205.46667.53209.95441987517.77469.44609.6262.9241.56846.69234.2741988626.52584.07749.09325.83313.281155.37260.70141989717.08640.8850.71376.46383.441381.39271.29431990824.38744.44934.65419.54449.061471.84281.70931991913.38833.31045.73465.1518.591780.56307.567219921088.39997.71279.75559.52646.62293.54351.36719931325.831244.711660.18723.04871.73469.28400.43319941700.921650.022216.83948.161198.294619.02452.812419952109.382132.132988.371169.731497.565933.05502.28219962499.772540.133634.691409.741697.96834.97552.55319972856.472849.274041.091605.771817.257774.53603.924119983114.023025.534308.241719.871911.38530.88651.231519993229.293214.544517.941853.651971.419250.68700.854320003545.393551.495052.992003.072080.0410741.25759.945320013880.533831.95533.012175.682279.3412039.25823.023220024212.824151.546035.482450.482523.7313502.42897.770720034757.546606867.72807.42821.115844.6987.775620045633.25641.98553.83456.73433.518864.61087.393220056590.196596.110587.424056.763984.122557.371210.377720067617.477688.6712362.794820.534746.1626587.761363.811720079333.49439.615012.465800.255823.4131777.011556.9601200811328.891155518018.536971.05702136796.711706.968200912961.113059.6919480.467655.187759.1639482.561864.2514201015967.6116037.9623092.369451.269569.8546013.062059.0096201119632.2619669.5626931.0311702.8211720.8753210.282250.38512、數(shù)據(jù)分析對表格數(shù)據(jù)進(jìn)行分析，我們可以知道，此GDP數(shù)據(jù)沒有消除物價(jià)因素影響。通過上網(wǎng)查資料我們可以知道：現(xiàn)價(jià)GDP沒有消除價(jià)格因素影響，可比價(jià)GDP消除了價(jià)格因素的影響。要對實(shí)際GDP消除價(jià)格因素影響，我們只需要知道當(dāng)年的GDP可比價(jià)指數(shù)就可以消除價(jià)格因素對當(dāng)年的GDP的影響。在這里我們可以利用excel的計(jì)算功能進(jìn)行計(jì)算。3、分析過程錄入數(shù)據(jù)到excel→消除物價(jià)因素影響→選擇合適工具→數(shù)據(jù)描述→做方差分析得出消除物價(jià)因素影響后的中南六省GDP表見附錄四，具體操作過程見附錄五。4、結(jié)果分析下表是利用SPSS軟件求解所得:1）數(shù)據(jù)描述表：下表給出了水稻品種分組的樣本含量N、平均數(shù)Mean、標(biāo)準(zhǔn)差Std.Deviation、標(biāo)準(zhǔn)誤Std.Error、95%的置信區(qū)間、最小值和最大值。2）方差分析表下表給出了組間變差，組內(nèi)變差以及總變差等一些數(shù)據(jù)。第五欄為F值（組間均方與組內(nèi)均方之比）第六欄為F值所對應(yīng)的概率值，針對假設(shè)Ho：組建均值無顯著性差異（即省間GDP均值無顯著性差異）。P<0.0001，由此可以認(rèn)為全國各省市的GDP水平是不同的。3）Tamhane'sT2法比較表MultipleComparisonsGDPTamhane(I)組別(J)組別MeanDifference(I-J)Std.ErrorSig.95%ConfidenceIntervalLowerBoundUpperBound128.1556247.814981.000-137.4496153.76093-160.8081363.73943.200-356.557234.94104174.12156*39.13709.00154.0826294.16065164.68187*39.53622.00243.5334285.83046-704.01938*1.29382E2.000-1110.1854-297.853321-8.1556247.814981.000-153.7609137.44963-168.9637564.53202.160-366.894828.96734165.96594*40.41508.00241.8493290.08255156.52625*40.80170.00531.3465281.70606-712.17500*1.29775E2.000-1119.2484-305.101631160.8081363.73943.200-34.9410356.55722168.9637564.53202.160-28.9673366.89484334.92969*58.39367.000153.1403516.71915325.49000*58.66193.000143.0383507.94176-543.21125*1.36448E2.004-966.4953-119.927241-174.12156*39.13709.001-294.1606-54.08262-165.96594*40.41508.002-290.0825-41.84933-334.92969*58.39367.000-516.7191-153.14035-9.4396930.169831.000-101.309482.43006-878.14094*1.26834E2.000-1278.5578-477.724051-164.68187*39.53622.002-285.8304-43.53342-156.52625*40.80170.005-281.7060-31.34653-325.49000*58.66193.000-507.9417-143.038349.4396930.169831.000-82.4300101.30946-868.70125*1.26958E2.000-1269.3912-468.011361704.01938*1.29382E2.000297.85331110.18542712.17500*1.29775E2.000305.10161119.24843543.21125*1.36448E2.004119.9272966.49534878.14094*1.26834E2.000477.72401278.55785868.70125*1.26958E2.000468.01131269.3912*.Themeandifferenceissignificantatthe0.05level.從上表我們可以知道：湖北的年度GDP水平與江西、廣西、廣東有顯著性差異；湖南的年度GDP水平與江西、廣西、廣東有顯著性差異；河南的年度GDP水平與江西、廣西、廣東有顯著性差異；江西的年度GDP水平與湖北、湖南、河南、廣東有顯著性差異；廣西的年度GDP水平與湖北、湖南、河南、東有顯著性差異；廣東的年度GDP水平與湖北、湖南。，河南、西、有顯著性差異。（三）全國各省市GDP聚類分析1、數(shù)據(jù)收集全國各省市2011年GDP數(shù)據(jù)（現(xiàn)價(jià)/單位：億元）地區(qū)地區(qū)生產(chǎn)總值農(nóng)業(yè)工業(yè)建筑業(yè)交通運(yùn)輸、倉儲和郵政業(yè)批發(fā)和零售業(yè)住宿和餐飲業(yè)金融業(yè)房地產(chǎn)業(yè)其他北京16251.93136.273048.79703.69808.952139.65348.422215.411074.935775.82天津11307.28159.725430.84497.48632.11463.89194.52756.5411.461760.77河北24515.762905.7311770.381356.482046.221780.63338.91746.01918.022653.38山西11237.55641.425959.96675.3756.29846.65261.33519.32224.911352.37內(nèi)蒙古14359.881306.37101.6936.091040.031216.6381.64447.46384.761545.41遼寧22226.71915.5710696.541455.611143.171960.33436.13755.57876.122987.66吉林10568.831277.444917.95693.53420.98860.47205.69207.65238.611746.51黑龍江125821701.55602.76727.77543.811060.26275.8350.82465.611853.67上海19195.69124.947208.59719.3868.313040.99279.342277.41019.683657.14江蘇49110.273064.7722280.612922.672127.935341.39919.132600.112747.897105.77浙江32318.851583.0414683.031872.551206.953288.53620.252730.291677.134657.08安徽15300.652015.3170621247.38589.821050.61252.62503.85634.921944.15福建17560.181612.247675.091394.11963.851511.29300.35862.41911.162329.68江西11702.821391.075411.86978.69507.44831.97270.29357.44402.511551.55山東45361.853973.8521275.892741.222328.385400.19881.581640.411838.145282.2河南26931.033512.2413949.321477.76961.51586.09797.99868.29872790.94湖北19632.262569.38538.041277.9869.481512.89446.52674.57634.673108.89湖南19669.562768.038122.751239.24948.821662.34406.87501.09518.043502.38廣東53210.282665.224649.61797.782090.365681.171192.282916.133321.318896.45廣西11720.872047.234851.37823.95588.2803.48307.88445.37465.681387.72海南2522.66659.23475.04239.46119.74258.0689.75105.24208.71367.43重慶10011.37844.524690.46852.58456.25747.3166.31704.66396.281153.01四川21026.682983.519491.051538.08638.761186.58562.63868.15620.623137.3貴州5701.84726.221829.2365.13590.91448.77224.4297.27160.31059.64云南8893.121411.012994.3786.02217.22932.21278.2456.23222.311595.62西藏605.8374.4748.18160.6123.9534.2517.7531.717.44197.48陜西12512.31220.95857.921077.67552.541036.35266.92432.11398.031669.86甘肅5020.37678.751923.95453.88280.33351.97123.61145.05134.25928.57青海1670.44155.08811.73163.4567.5393.718.9362.5629.05268.41寧夏2102.21184.14816.79239.36174.1109.9937.15134.1879.01327.49新疆6610.051139.032700.2525.7256.72371.977.87288.77176.221073.642、數(shù)據(jù)處理根據(jù)要求，我們需要對全國GDP做聚類分析，簡而言之，就是做一個分類處理。這個分類，我們可以根據(jù)全國各省市的GDP構(gòu)成來對其進(jìn)行一個簡單地劃分。通過對全國各省市的GDP構(gòu)成的了解，以及通過比較各省市之間的各行GDP進(jìn)行分類。在這里我們利用了SPSS軟件中的系統(tǒng)聚類法和快速聚類法。并且在聚類分析之前通過對統(tǒng)計(jì)量進(jìn)行描述，對數(shù)據(jù)做初步分析。3、分析步驟（1）統(tǒng)計(jì)量描述錄入數(shù)據(jù)到SPSS→選用合適的分析工具→做數(shù)據(jù)分析具體操作過程見附錄五。（2）系統(tǒng)聚類法選擇合適的分析工具→選擇變量→選擇系統(tǒng)聚類方法→做系統(tǒng)聚類→選擇下一種系統(tǒng)聚類法分析具體操作過程見附錄七，用七種系統(tǒng)聚類法所得的樹狀聚類圖見附錄八。（3）快速聚類法選擇合理的分析工具→選擇變量→預(yù)先數(shù)據(jù)分為三類→做快速聚類具體造作過程見附錄九。4、結(jié)果分析（1）數(shù)據(jù)描述DescriptiveStatisticsNMinimumMaximumMeanStd.Deviation農(nóng)業(yè)3174.473973.851.5306E31099.29507工業(yè)3148.1824649.607.4799E36296.67453建筑業(yè)31160.612922.671.0303E3673.06563交通運(yùn)輸倉儲蓄和郵政業(yè)3123.952328.388.0067E2613.84875批發(fā)分零售業(yè)3134.255681.171.5681E31509.48430住宿和餐飲業(yè)3117.751192.283.5423E2277.56833金融業(yè)3131.702916.138.3555E2833.73651其他31197.488896.452.5054E32036.35437ValidN(listwise)31從表中我們可以知道：平均GDP較高的三個行業(yè)是工業(yè)、交通運(yùn)輸倉儲和郵政業(yè)、金融業(yè)。從GDP的極大值和極小值方面分析，我們可以知道GDP的極小值是住宿和餐飲業(yè)的17.75億元。極大值是工業(yè)的24649.60億元。（2）系統(tǒng)聚類法（注：取用間距SquaredEuclideanDistance）1）下表是利用“組間聯(lián)結(jié)”聚類法計(jì)算所得的近似矩陣表，其實(shí)質(zhì)是一個不相似矩陣，其中的數(shù)值表示各個樣本之間的相似系數(shù)，數(shù)值越小，表示兩樣本的差距越小。（由于表格數(shù)據(jù)很大，故截取一部分作說明）2）下圖是利用利用“組間聯(lián)結(jié)”聚類法生成的樹狀聚類圖。

Dendrogram

using

Average

Linkage

(Between

Groups)

Rescaled

Distance

Ctluser

Combine

C

A

S

E

0

5

10

15

20

25

Label

Num

+---------+---------+---------+---------+---------+

西

藏

26

─┐

青

海

29

─┤

寧

夏

30

─┤

海

南

21

─┼─┐

甘

肅

28

─┤

│

新

疆

31

─┤

│

貴

州

24

─┘

│

山

西

4

─┐

├─────┐

重

慶

22

─┤

│

│

天

津

2

─┤

│

│

黑龍江

8

─┤

│

│

廣

西

20

─┼─┘

│

江

西

14

─┤

│

陜

西

27

─┤

│

吉

林

7

─┤

├─────┐

云

南

25

─┤

│

│

安

徽

12

─┤

│

│

內(nèi)蒙古

5

─┘

│

│

遼

寧

6

─┐

│

│

福

建

13

─┼─┐

│

│

湖

北

17

─┤

│

│

├─────────────────────────────────┐

湖

南

18

─┤

├─┐

│

│

│

四

川

23

─┘

│

├───┘

│

│

河

南

16

───┘

│

│

│

河

北

3

─────┘

│

│

北

京

1

─┬───────┐

│

│

上

海

9

─┘

├─────┘

│

浙

江

11

─────────┘

│

江

蘇

10

───┬───┐

│

山

東

15

───┘

├─────────────────────────────────────────┘

廣

東

19

───────┘由上圖可以知道，如果將樣本分為三類的話，如圖所示，第一類包括廣東、山東、江蘇；第二類包括浙江、北京、上海；第三類為其他。5）結(jié)果總結(jié)縱觀七種聚類方法，比較其聚類結(jié)果（分為三類）可總結(jié)出如下表：第一類第二類第三類組間聯(lián)結(jié)聚類法廣東、山東、江蘇浙江、上海、北京其他組內(nèi)聯(lián)結(jié)聚類法廣東山東、江蘇其他最近鄰元素聚類法廣東、山東、江蘇浙江其他最遠(yuǎn)鄰元素聚類法廣東、山東、江蘇浙江、上海、北京其他質(zhì)心聚類法廣東、山東、江蘇浙江、上海、北京其他中位數(shù)聚類法廣東、山東、江蘇浙江、上海、北京其他Ward聚類法廣東、山東、江蘇浙江、上海、北京其他（3）快速聚類法1）下表表示的是初始聚類中心，也就是種子點(diǎn)InitialClusterCentersCluster123農(nóng)業(yè)74.472665.203512.24工業(yè)48.182.46E41.39E4建筑業(yè)160.611797.781477.76交通運(yùn)輸倉儲蓄和郵政業(yè)23.952090.36961.50批發(fā)分零售業(yè)34.255681.171586.09住宿和餐飲業(yè)17.751192.28797.99金融業(yè)31.702916.13868.20房產(chǎn)業(yè)17.443321.31987.00其他197.488896.452790.942）下表表示的是每個個案的類別情況：第三列的“cluster”表示的是該案屬于哪一個類別。第四列的“distance”表示的該案例與所屬類別中心之間的距離。ClusterMembershipCaseNumber地區(qū)ClusterDistance1北京15.056E32天津12.352E33河北32.505E34山西12.625E35內(nèi)蒙古33.191E36遼寧31.114E37吉林11.662E38黑龍江12.464E39上海33.752E310江蘇2714.67011浙江35.887E312安徽32.977E313福建32.173E314江西12.159E315山東22.694E316河南34.537E317湖北31.330E318湖南31.876E319廣東22.924E320廣西11.937E321海南13.178E322重慶11.397E323四川31.215E324貴州11.653E325云南1791.06926西藏13.774E327陜西12.596E328甘肅11.633E329青海13.052E330寧夏12.983E331新疆1928.110分析上表可知，若采用K-均值聚類法分三類，第一類包括廣東、山東、江蘇，第二類包括河北、內(nèi)蒙古、遼寧、上海、浙江、安徽、福建、河南、湖北、湖南、四川，第三類為其他。4、結(jié)論結(jié)論1：不同地業(yè)的平均GDP比較平均GDP較高的三個行業(yè)是：工業(yè)、交通運(yùn)輸倉儲和郵政業(yè)、金融業(yè)結(jié)論2：不同地區(qū)平均GDP比較：比較系統(tǒng)聚類法和K-均值聚類法輸出的結(jié)果，其我們可以清楚的看到第一類基本都為廣東、山東、江蘇，但是第二類卻有很大出入，用系統(tǒng)聚類法的幾種不同方法所做的分析結(jié)果基本相同，故而我們我們這里認(rèn)為第二類包括北京，上海，浙江，第三類包括其他省市。討論和建議1、問題一根據(jù)回歸方程：Y=-149510+1.4495*X1+0.189964*X2+0.427531*X3+2.461343*X4我們可以知道人口和政府財(cái)政支出較進(jìn)出口和固定資產(chǎn)對GDP水平的影響大的多，但是我們也知道，人口過剩也是制約國名經(jīng)濟(jì)發(fā)展的一個非常關(guān)鍵的因素。為促進(jìn)國民經(jīng)濟(jì)又好又快的的發(fā)展，政府的作用顯得非常重要，同時(shí)我們也看到進(jìn)出口總額對國民經(jīng)濟(jì)的影響也是不容小視的。同時(shí)，加大固定資產(chǎn)的投資也可以促進(jìn)經(jīng)濟(jì)發(fā)展，政府的固定資產(chǎn)投資包括基礎(chǔ)設(shè)施建設(shè)、水利工程改造等。針對以上問題。我們給出以下建議：（1）政府要加大財(cái)政支出來作為經(jīng)濟(jì)發(fā)展驅(qū)動力。（2）加大全球經(jīng)濟(jì)交融力度，擴(kuò)大外貿(mào)，融入全球經(jīng)濟(jì)中。（3）繼續(xù)實(shí)施“計(jì)劃生育”基本國策。（4）要加大基礎(chǔ)設(shè)施建設(shè)力度。（5）深化國家經(jīng)濟(jì)產(chǎn)業(yè)轉(zhuǎn)型，加大經(jīng)濟(jì)改革力度。2、問題二通過對問題二的了解，我們可以知道六省之間顯著差異性。廣東省位于無果改革開放的最前沿，因而GDP水平較其他五省有很大的差異。而廣西省雖然在廣東省旁邊，但是經(jīng)濟(jì)發(fā)展水平去無法與廣東省相提并論。然中部三省中湖北、湖南、兩省GDP水平大致相同，河南省由于地理位置和產(chǎn)業(yè)配置GDP水平高于湖北、湖南兩省，但三省與廣東比較去相差甚遠(yuǎn)。中部江西省由于地理位置和國家經(jīng)濟(jì)發(fā)展規(guī)劃GDP水平與湖北、湖南兩省有很大差距，與廣西省水平大致相當(dāng)。針對以上存在的問題，我們給出以下幾條建議：加大力度實(shí)施中部大崛起戰(zhàn)略，全力建設(shè)“武漢城市圈“和“長株潭城市群”的建設(shè)。利用珠三角的經(jīng)濟(jì)發(fā)展優(yōu)勢來帶動廣西省的經(jīng)濟(jì)發(fā)展，擴(kuò)大廣西省通國外貿(mào)易交流。利用長三角經(jīng)濟(jì)發(fā)展優(yōu)勢來帶動江西省你的經(jīng)濟(jì)發(fā)展，并通過南北經(jīng)濟(jì)交融來促進(jìn)江西省經(jīng)濟(jì)發(fā)展。利用北京和天津的經(jīng)濟(jì)發(fā)展優(yōu)勢來帶動河南省的經(jīng)濟(jì)進(jìn)一步發(fā)展，加大河南省經(jīng)濟(jì)產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整。堅(jiān)持改革開放，并利用香港經(jīng)濟(jì)優(yōu)勢來彌補(bǔ)內(nèi)地經(jīng)濟(jì)發(fā)展不足。堅(jiān)持可持續(xù)發(fā)展，全面規(guī)劃，科學(xué)統(tǒng)籌，做到各地區(qū)經(jīng)濟(jì)優(yōu)勢互補(bǔ)，發(fā)展協(xié)調(diào)穩(wěn)健，減少地區(qū)經(jīng)濟(jì)發(fā)展差距。3、問題三通過對問題的分析，我們知道如果對我國各省市進(jìn)行聚類分析，我們可以把北京、上海、浙江歸為一類，把廣東、山東、江蘇歸為一類。我們聚類的根據(jù)是各省市的產(chǎn)業(yè)結(jié)構(gòu)，所以被歸集為一類的省市在產(chǎn)業(yè)結(jié)構(gòu)上具有一定的相似性。以前兩組為例，廣東、山東、江蘇三省的各產(chǎn)業(yè)GDP水平均在各省市的前列；北京、上海、浙江三省市的各產(chǎn)業(yè)水平與非常高，但在農(nóng)業(yè)、但由于地域等因素的限制，普遍對比廣東、山東、江蘇三省稍低，但是總體水平也是想當(dāng)可觀。針對以上現(xiàn)象我們給出以下建議：經(jīng)濟(jì)發(fā)展要因地制宜，不要求面面俱到，做到集中力量發(fā)展優(yōu)勢產(chǎn)業(yè)。經(jīng)濟(jì)發(fā)展要全國整體規(guī)劃，做到各省市要有自己的強(qiáng)勢產(chǎn)業(yè)，全國各省市的強(qiáng)勢產(chǎn)業(yè)加一起要構(gòu)成一個整體無缺的市場格局。加大對落后省事的政策扶持力度，全面協(xié)調(diào)發(fā)展?？偨Y(jié)做國家GDP研究是一個非常系統(tǒng)龐大的過程，本文僅僅只是GDP分析中的一個微小部分。從分析的過程我們不難知道，做好數(shù)據(jù)分析的關(guān)鍵就是要有非常精確的數(shù)據(jù)，而后才是分析的方法。雖然在這次統(tǒng)計(jì)調(diào)查的過程中我花費(fèi)了很多時(shí)間，但我卻在這次統(tǒng)計(jì)調(diào)查分析中學(xué)到了很多知識。通過分析調(diào)查，我對GDP有了初步的了解，對國民經(jīng)濟(jì)的構(gòu)成也有了一定的了解。同時(shí)，由于這次分析調(diào)查的局限性，我對問題的研究和探討有有一定的局限性，所以給出的建議也有一定的問題。附錄一：1、將表格數(shù)據(jù)輸入到spss中，用spss進(jìn)行數(shù)據(jù)處理。截圖如下：2、點(diǎn)擊Graphs→Scatter/Dot。截圖如下：3、分別選擇人口數(shù)，固定資產(chǎn)投資，進(jìn)出口總額、國家財(cái)政支出作為X，以GDP為Y。截圖如下：4、點(diǎn)擊Analyze→Correlate→Bivariate，把兩個變量都移入Variables框，經(jīng)過相關(guān)設(shè)置后，交計(jì)算機(jī)運(yùn)行。截圖如下：5、將GDP/人口數(shù)，固定資產(chǎn)投資，進(jìn)出口總額、國家財(cái)政支出鍵入Varidble中。截圖如下: 附錄二：所得到的散點(diǎn)圖如下：附錄三：點(diǎn)擊工具→數(shù)據(jù)分析，截圖如下：點(diǎn)擊“回歸”截圖如下：在Y值輸入?yún)^(qū)域鍵入B3：B34，在X值輸入?yún)^(qū)域鍵入C3：F34,勾選線性擬合圖。截圖如下：附錄四：中南六省1980-2011年GDP數(shù)據(jù)（可比價(jià)/單位：億元）年份湖北湖南河南江西廣西廣東1978151146.99162.928775.85185.851979175.15165.44176.6696.7978.62194.551980171.87165.26197.5495.8183.90215.201981179.99171.74204.5199.3292.93237.821982181.41174.63197.75100.6197.00255.291983177.90174.41222.1997.6591.19249.831984193.07169.00217.6799.4888.40269.851985205.43181.42234.19107.7893.82299.331986210.54189.41239.53109.9497.86317.941987221.01200.38260.21112.22103.11361.411988240.32224.04287.34124.98120.17443.181989264.32236.20313.57138.76141.34509.191990292.63264.26331.78148.93159.41522.471991296.97270.93340.00151.22168.61578.921992309.76283.95364.22159.24184.02652.751993331.10310.84414.60180.56217.69866.381994375.63364.39489.57209.39264.631020.071995419.96424.49594.96232.88298.151181.221996452.40459.71657.80255.13307.281236.981997472.98471.79669.14265.89300.911287.341998478.17464.59661.55264.10293.491309.961999460.76458.66644.63264.48281.291319.912000466.53467.33664.91263.58273.711413.422001471.50465.59672.28264.35276.951462.812002469.25462.43672.27272.95281.111503.992003481.64471.77695.27284.21285.601604.072004518.05518.85786.63317.89315.761734.852005544.47544.96874.72335.16329.161863.662006558.54563.76906.49353.46348.011949.522007599.46606.28964.22372.54374.022040.962008663.68676.931055.59408.39411.312155.682009695.24700.531044.95410.63416.212117.882010775.50778.921121.53459.02464.782234.722011872.40874.051196.73520.04520.842364.50附錄五：1、如圖，在表格中鍵入：=(B4/H4)*100既可以算出湖北省1978年消除物價(jià)因素后的GDP。同理，其他省份的GDP也可以照著這個方法來計(jì)算，這里就不一一列舉。用excel計(jì)算過程截圖如下：在G4中鍵入（B4/H4）*100，回車即可以得到消除物價(jià)因素后的GDP。截圖如下：2、錄入數(shù)據(jù)到spss：由于spss的一些局限性，我們對數(shù)據(jù)進(jìn)行一些基本處理。我們湖北、湖南、河南、江西、廣西，廣東分別用第1、2、3、4、5、6組代替輸入到spss軟件中、由于數(shù)據(jù)過大，故截取一部分為例：3、點(diǎn)擊AnalyzeCompare→Mean→s0ne-WayANOVA，截圖如下：4、將GDP鍵入DependentList中，將組別鍵入Factor中，截圖如下：5、單擊“Contrasts”，勾選Polynomial”復(fù)選項(xiàng)，該操作激活其右面的“Degree”參數(shù)框。截圖如下：6、點(diǎn)擊PostHoc，因?yàn)椴恢婪讲钍欠窬哂旋R次性，故而勾選EqualVarancenotassumed中的Tamhane'sT2進(jìn)行均屬差異比較，截圖如下：7、單擊Options，勾選Descriptive，截圖如下：附錄六：1、錄入數(shù)據(jù)到spss:2、點(diǎn)擊Analyze→DescriptiveStatistic→Descriptives，截圖如下3、將個行業(yè)鍵入Variable中，截圖如下：4、點(diǎn)擊Options，勾選Mean、Min、Max、Std，截圖如下：附錄七：1、點(diǎn)擊Analyze→Classity→HerarchairCluster，截圖如下：2、將各行業(yè)鍵入鍵入Variable中，截圖如下：3、點(diǎn)擊Statistic，勾選Agglomerationschedule、Proximitymatrix，截圖如下：4、點(diǎn)擊Method，勾選Ronge0to1,取間距“SquaredEuclideandistance”選用組間聚類法，截圖如下：附錄八：1）組內(nèi)聯(lián)結(jié)聚類法*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

H

I

E

R

A

R

C

H

I

C

A

L

C

L

U

S

T

E

R

A

N

A

L

Y

S

I

S

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

Dendrogram

using

Average

Linkage

(Within

Group)

Rescaled

Distance

Cluster

Combine

C

A

S

E

0

5

10

15

20

25

Label

Num

+---------+---------+---------+---------+---------+

西

藏

26

─┐

青

海

29

─┤

寧

夏

30

─┼─┐

海

南

21

─┘

├───┐

甘

肅

28

─┐

│

│

新

疆

31

─┼─┘

│

貴

州

24

─┘

│

山

西

4

─┬─┐

├─────┐

重

慶

22

─┘

│

│

│

天

津

2

───┤

│

│

黑龍江

8

─┐

│

│

│

廣

西

20

─┤

├───┘

│

江

西

14

─┤

│

├─────────┐

陜

西

27

─┤

│

│

│

吉

林

7

─┼─┤

│

│

云

南

25

─┤

│

│

│

安

徽

12

─┘

│

│

│

內(nèi)蒙古

5

───┘

│

│

北

京

1

─────┬───────┘

├─────────────────────────┐

上

海

9

─────┘

│

│

湖

北

17

─┐

│

│

湖

南

18

─┼───┐

│

│

四

川

23

─┘

├─┐

│

│

遼

寧

6

───┬─┘

├─┐

│

│

福

建

13

───┘

│

├───────┐

│

│

河

南

16

───────┘

│

├─────┘

│

河

北

3

─────────┘

│

│

浙

江

11

─────────────────┘

│

江

蘇

10

─────────────┬───────┐

│

山

東

15

─────────────┘

├───────────────────────────┘

廣

東

19

─────────────────────┘2）最近鄰元素聚類法*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

H

I

E

R

A

R

C

H

I

C

A

L

C

L

U

S

T

E

R

A

N

A

L

Y

S

I

S

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

Dendrogram

using

Single

Linkage

Rescaled

Distance

Cluster

Combine

C

A

S

E

0

5

10

15

20

25

Label

Num

+---------+---------+---------+---------+---------+

西

藏

26

─┐

青

海

29

─┤

寧

夏

30

─┤

海

南

21

─┤

甘

肅

28

─┼─┐

新

疆

31

─┤

│

貴

州

24

─┘

│

江

西

14

─┐

│

陜

西

27

─┤

│

黑龍江

8

─┤

│

廣

西

20

─┼─┤

吉

林

7

─┤

│

云

南

25

─┘

│

山

西

4

───┤

重

慶

22

───┤

安

徽

12

───┤

天

津

2

───┤

內(nèi)蒙古

5

───┼───┐

湖

北

17

─┬─┤

│

湖

南

18

─┘

│

│

四

川

23

───┤

├─────┐

遼

寧

6

───┤

│

│

福

建

13

───┘

│

├───────────┐

河

南

16

───────┘

│

├─────┐

河

北

3

─────────────┘

│

│

北

京

1

───────┬─────────────────┘

├─────────────────┐

上

海

9

───────┘

│

│

浙

江

11

───────────────────────────────┘

│

江

蘇

10

─────────────────┐

│

山

東

15

─────────────────┼───────────────────────────────┘

廣

東

19

─────────────────┘3）最遠(yuǎn)鄰元素聚類法*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

H

I

E

R

A

R

C

H

I

C

A

L

C

L

U

S

T

E

R

A

N

A

L

Y

S

I

S

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

Dendrogram

using

Complete

Linkage

Rescaled

Distance

Cluster

Combine

C

A

S

E

0

5

10

15

20

25

Label

Num

+---------+---------+---------+---------+---------+

西

藏

26

─┐

青

海

29

─┤

寧

夏

30

─┤

海

南

21

─┼───┐

甘

肅

28

─┤

│

新

疆

31

─┤

│

貴

州

24

─┘

├───────────────┐

山

西

4

─┐

│

│

重

慶

22

─┼─┐

│

│

天

津

2

─┘

│

│

│

江

西

14

─┐

├─┘

│

陜

西

27

─┤

│

│

吉

林

7

─┤

│

│

云

南

25

─┼─┘

│

黑龍江

8

─┤

├───────────────────────────┐

廣

西

20

─┤

│

│

安

徽

12

─┤

│

│

內(nèi)蒙古

5

─┘

│

│

遼

寧

6

─┐

│

│

福

建

13

─┼─┐

│

│

湖

北

17

─┤

│

│

│

湖

南

18

─┤

├───────┐

│

│

四

川

23

─┘

│

│

│

│

河

北

3

───┤

├─────────┘

│

河

南

16

───┘

│

│

北

京

1

─┬───┐

│

│

上

海

9

─┘

├─────┘

│

浙

江

11

─────┘

│

江

蘇

10

─┬───┐

│

山

東

15

─┘

├───────────────────────────────────────────┘

廣

東

19

─────┘4）質(zhì)心聚類法*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

H

I

E

R

A

R

C

H

I

C

A

L

C

L

U

S

T

E

R

A

N

A

L

Y

S

I

S

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

Dendrogram

using

Centroid

Method

Rescaled

Distance

Cluster

Combine

C

A

S

E

0

5

10

15

20

25

Label

Num

+---------+---------+---------+---------+---------+

西

藏

26

─┐

青

海

29

─┤

寧

夏

30

─┤

海

南

21

─┼─┐

甘

肅

28

─┤

│

新

疆

31

─┤

│

貴

州

24

─┘

│

山

西

4

─┐

├───┐

重

慶

22

─┤

│

│

天

津

2

─┤

│

│

黑龍江

8

─┤

│

│

廣

西

20

─┼─┘

│

江

西

14

─┤

│

陜

西

27

─┤

│

吉

林

7

─┤

├───┐

云

南

25

─┤

│

│

安

徽

12

─┤

│

│

內(nèi)蒙古

5

─┘

│

│

遼

寧

6

─┐

│

│

福

建

13

─┼─┐

│

│

湖

北

17

─┤

│

│

├─────────────────────────────────────┐

湖

南

18

─┤

│

│

│

│

四

川

23

─┘

├───┘

│

│

河

南

16

───┤

│

│

河

北

3

───┘

│

│

北

京

1

─┬───────┐

│

│

上

海

9

─┘

├─┘

│

浙

江

11

─────────┘

│

江

蘇

10

─────┬─┐

│

山

東

15

─────┘

├─────────────────────────────────────────┘

廣

東

19

───────┘5）中位數(shù)聚類法*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

H

I

E

R

A

R

C

H

I

C

A

L

C

L

U

S

T

E

R

A

N

A

L

Y

S

I

S

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

*

Dendrogram

using

Median

Method

Rescaled

Distance

Cluster

Combine

C

A

S

E

0

5

10

15

20

25

Label

Num

+---------+---------+---------+---------+---------+

西

藏

26

─┐

青

海

29

─┤

寧

夏

30

─┤

海

南

21

─┼─┐

甘

肅

28

─┤

│

新

疆

31

─┤

├───────────┐

貴

州

24

─┘

│

│

山

西

4

─┐

│

│

重

慶

22

─┼─┘

│

天

津

2

─┘

│

湖

北

17

─┐

│

湖

南

18

─┼─┐

│

四

川

23

─┘

│

│

遼

寧

6

─┐

├─┐

│

福

建

13

─┤

│

│

├─────────────────────────────────┐

黑龍江

8

─┤

│

│

│

│

廣

西

20

─┼─┘

│

│

│

江