武汉市服务业发展的时间序列模型应用研究

陈战波等

摘 要：通过武汉市服务业发展水平数据分析，利用R语言与时间序列理论，对数据进行了不同的模型试验，最终按照统计准则，选出了最优模型，对该模型的残差进行了随机性检验，利用该模型对武汉市服务业发展水平进行了预测，通过模型预测结果可以看出，武汉市在新型城镇化背景下，服务业在2015年会持续向上增长。

关键词：服务业；时间序列；预测

一、引言

近年来武汉市服务业快速发展，服务业逐渐成为武汉经济新的增长点和重要组成部分，自改革开放以来，武汉的城市化水平不断上升，服务业在城市经济中的地位也在提高，随着城市化进程的进一步加快，以及武汉城市扩张的需求，武汉市服务业发展也越来越快，其中包括技术性服务业和生产性服务业和生活性服务业。对武汉市服务业发展进行研究，构建合理的统计模型分析，通过模型结果提出合理的对策建议来提升武汉市服务业的发展的目的。武汉服务业的发展能有效降低能源消耗，更好的保护环境。本文利用时间序列模型对武汉市服务业的发展进行实证研究。

二、模型介绍

对于研究问题来说，得到所要研究的经济时间序列数据后，首先是对数据进行整理和清查，该过程在建模过程中非常重要，是后续的基础，应引起高度的重视。时间序列数据整理完成后，第一步是对数据的随机性进行检验，如果该序列数据，经过检验后为纯随机序列，也就失去了建立时间序列模型的意义，建模过程终止；第二步，若数据经检验后，为非随机序列，则可以对数据进行平稳性检验，若数据非平稳，则需通过取对数、差分一次或多次等方法，把数据转化为平稳序列；第三步，数据经过平稳性检验后，按照自相关和偏自相关的截尾性来确定模型的形式；第四步，残差进行检验；第五步，通过模型做短期的预测。

三、武汉市服务业发展的时间序列模型的建立

1.数据的获取与检验。通过已有的服务业研究文献回顾，第三产业增加值占GDP比重能从一定程度上反映服务业的发展水平。考虑到中国的改革开放以后，服务业才缓慢的增长，本文选取数据从1979年到2011年来建立模型，数据来源于《武汉市统计年鉴2014》。利用R语言对该序列数据进行随机性与平稳性检验，随机性检验结果P值为7.4×10-8，该时间序列为非随机性序列，可以建立时间序列模型。通过图1可以观察出，该序列不平稳，需要做一次差分消除递增趋势项。一次差分后需对随机性和平稳性进行第二次检验。最后得出，该序列二阶差分后随机性和平稳性均通过检验，原始序列图见图1，二次差分后平稳序列图见图2。

四、结论与建议

通过模型分析及预测结果可以得出，随着武汉城市化水平增长和经济大发展以及武汉市政府的高度重视，武汉市的服务业总量增长有持续效应；服务业增长对城市化发展具有推动作用。通过上述分析，武汉市服务业的发展应采取的措施有：优化服务业内部结构，大力发展现代服务业、生活性服务业、增强服务业产业带动能力，加快现代物流、信息服务、金融保险等现代服务业的发展，增加就业，促进城市化进程健康和谐发展。最后，武汉作为中国的交通枢纽与中部重镇，在新型城镇化背景下，大力发展服务业除了解决本省的就业问题外，对于邻近的中部省份，也有较好的带动作用与示范作用。

参考文献：

[1]王燕.应用时间序列分析[M].中国人民大学出版社，2013.

[2]游士兵.服务业发展水平影响因素分析[J].中南财经政法大学学报，2006（05）.

[3]崔璐，关伟.辽宁省服务业发展与城市化进程关系的实证研究[J].资源开发与市场，2011（11）.

[4]武汉市统计年鉴，2014.