论文部分内容阅读
【摘 要】 盡管国家经济向着多元化方向发展，二三产业比重在不断变大，但工业仍然是生产劳动的唯一手段，工业能够加快城市化进程，促进产业结构调整优化升级，带动经济的发展，提高人民的生活水平，实现资源的优化配置。工业企业发展决定了我国经济增长速度，了解工业企业发展状况对我国经济发展有着重要意义。本文重点江苏省规模以上工业企业发展状况进行分析。全文首先将江苏省分为苏北、苏中和苏南三个地区，运用R软件对江苏省规模以上工业企业的利润额、资产、负债等方面的数据进行分层抽样分析，对比不同区域经济发展状况;其次利用EXCEL工具并结合R软件分析结果总结原因;然后运用SPSS软件进行线性回归分析，找出影响企业利润的关键因素;最后利用SPSS软件进行时间序列分析，总结近十年来工业企业发展状态并简单预测未来趋势。最终总结规模以上工业企业经济发展状况并给出建议。
【关键词】 江苏省 工业 统计学 抽样分析
第一章 绪论
一个企业发展的因素有很多方面，而其中难免存在重中之重的因素，我们需要对企业经济发展的有利以及不利因素进行全面的分析，才能给企业制定合理的规划，以促进其向积极的方向发展。这些因素并不是我们凭空想象出来的，需要运用统计分析方法对已有企业经济发展的数据进行合理的分析才能总结出来。
本课题通过调查江苏省各市规模以上工业企业的情况，例如：资产总数，负债，利润总额等方面，运用统计学相关的抽样分析方法，了解规模以上工业企业近年来的发展现况、市场竞争力、行业发展趋势等，比较各地区规模以上工业企业的经济状况，分析企业负债或盈余的原因，为江苏省企业未来经营管理给出合理的建议，如果合理有效希望推广至更广范围。
第二章 抽样数据
1122.1分层随机抽样
分层原则是使层内市单元标志值的差异尽可能小，层间市单元标志值的差异尽可能大。江苏省各地区每个市单元规模以上工业企业差异很大，更适合采用分层随机抽样。
分层原则是使层内市单元标志值的差异尽可能小层间市单元标志值的差异尽可能大。这里. 我们在此将江苏省分为苏北、苏中和苏南三个地区。苏北地区包括徐州、连云港、宿迁、淮安、盐城五个地级市，苏中地区包括扬州、泰州、南通三个地级市，苏南地区包括南京、苏州、无锡、常州、镇江五个地级市。
相应地，把江苏省13个市单元划分为3层，分别为苏北地区、苏中地区、苏南地区。
本文设定的目标是调查江苏省13个市单元的规模以上工业企业的总利润。调查采用分层随机抽样;估计量的精度要求是在置信概率95%下每个市单元规模以上工业企业平均利润额估计量所需要抽取的市单元总数和各层单元数。根据样本，试估计江苏省13个市单元的规模以上工业企业的利润总额、每个市单元的规模以上工业企业的平均利润额。为了对比将所抽取的样本当作简单随机样本，重新估计江苏省13个市单元的规模以上工业企业的平均利润额，分析抽样后分层估计量的优良性。
为进行分层抽样分析，我们预选取8个样本量，按照市单元数比例，分配给各层，有第一层（苏北地区）连云港市、盐城市、宿迁市3个样本，第二层（苏中地区）南通市、扬州市2个样本，第三层（苏南地区）南京市、苏州市、镇江市3个样本。
通过R语言实现从三个地区随机选取样本值，取得编号分别为1、3、2、6、8、10、11、9。
根据数据，总体分为3层，，单元总数为，各层单元数分别为， ，。样本量个市单元，各层的样本量分别为，，。各层的样本观测数据见表2-2。利用表2-2的数据，可以得到表2-1的计算数据。
每个市单元规模以上工业企业的平均利润额的估计量为
（2-1）
每个市单元规模以上工业企业的平均利润额估计量的方差估计为
（2-2）
估计量的标准差估计为
（2-3）
每个市单元规模以上工业企业的平均利润额在置信概率95%下双置信区间的置信下限为
（2-4）
置信上限为
（2-5）
每个市单元规模以上工业企业的平均利润额估计为770.31209亿元，估计量的方差估计为13558.08948，标准差估计为亿元，在置信概率95%下的双侧置信区间（）。
江苏省市单元规模以上工业企业的利润总额的估计为
（2-6）
江苏省市单元规模以上工业企业的利润总额估计量的方差估计为
（2-7）
估计量的标准差估计为
（2-8）
江苏省市单元规模以上工业企业的利润总额在置信概率95%下双侧置信区间的置信下限为
（2-9）
置信上限为
（2-10）
江苏省市单元规模以上工业企业的利润总额的估计值为亿元，估计量的方差估计为，标准差估计为亿元，在置信概率95%下的双侧置信区间（）。
2.2小结
虽然江苏省的总体水平让人欣慰，但是纵观江苏省内部，可谓经济发展差异非常大。江苏省绝大部分规模以上工业企业的利润都是靠苏南地区带动的。从抽出的样本数据来看，省利润额超过平均利润额估计值的仅有3个地区，而其中两个都是在苏南地区，不得不说苏南地区是整个江苏省的利润重要来源地，占了江苏省近50%的利润总额，在别的地区是非常罕见的。
第三章 应用线性回归分析
3.1多元线性回归分析
下面我将运用spss统计软件对江苏省规模以上工业企业的利润额进行多元线性回归分析。
首先我们将江苏统计年鉴中《规模以上工业企业主要经济指标（2017年）》导入Excel中，保留按省辖市划分的数据，删除不需要类别，再将数据导入spss中。 接着运用spss中的分析-线性-回归对数据进行多元线性回归分析 這里的多重判定系数为0.995，反映了因变量的变差中被估计的回归方程所解释的比例，即在利润总额的变差中，能被企业单位数个、资产总计、流动资产合计、负债合计、主营业务收入、销售费用、管理费用、财务费用、平均用工人数万人的多元回归方程所解释的比例为98.1%，说明该模型的拟合程度很高。
3.2小结
从表3-3中我们可以清楚的看见，企业单位数、资产总计、主营业务收入、销售费用这四个因素对利润总额的影响是正的，即这四个因素越大，利润总额越高;而流动资产合计、负债合计、管理费用、财务费用、平均用工人数这五个因素对利润总额的影响是负的，即这五个因素越大，利润总额越小。
就积极因素来说，在江苏省内，资产总数对利润总额的影响最大，换句话说就是一个地区规模以上工业企业的资产越大，其带来的利润相对来说也会越大，在此我们可以很容易理解为什么如今的市场并不允许大规模的创业者的存在。如今的市场很大程度上来说是资本的比拼，虽说企业的创新能力总是被大家追捧，诚然创新能力是推动企业、行业乃至整个社会进步的动力，但是如今的现实告诉我们没有资本，单靠创新是很难维持一个企业持续不断创造利润的，而没有利润何谈发展创新。
而就消极因素来说，负债因素对利润总额的影响最大，换句话说就是一个地区规模以上工业企业的负债越多，其带来的利润相对来说也会越少。根据表3-2可知，苏南地区的负债合计远大于苏北和苏中之和，这也说明苏南地区的资产流动规模很大。
第四章 应用时间序列分析
3233.14江苏省内规模以上工业企业的数量在12年之后有了明显的下降，虽然后面几年有了一定的增长，但是总体数量近年来更是呈下降趋势。但是细致得比较企业数量和总利润额我们可以知道：尽管企业数量有所下降，但是总利润额却在增长。这一点说明江苏省内规模以上工业企业的质量有所增长，平均每个企业带来的利润都比往年有所增长，这也是我们所希望看到的进步。
选择使用ARIMA模型来进行预测，并设置好相应的自变量、因变、统计量以及图表的。
以下是模型摘要
从图中可以看出，序列没有明显的季节成分，但存在一个明显的变化，因此没有必要做季节分解。经过反复试验，确定模型为ARIMA（1，1，1），于是对模型进行拟合预测，得到ARIMA模型。
根据以上数据的分析以及查阅了相关的文献，可以清楚的看出江苏省内规模以上工业企业的发展势头较2010年之后有所放缓，经过SPSS的ARIMA模型预测并结合近年来工业企业的经济发展趋势，我们可以看出未来规模以上工业企业的利润额并不会有太大起伏，结合2016-2017年的势头，甚至有出现下降的可能。这里必须引起我们的注意，工业利润不进反降，这对国民经济发展是非常不利的，这就需要我们更加坚持走产业转型的道路，稳住工业发展低迷的状态。
第五章 综合建议
45江苏工业的发展不仅取决于自身调整的深度、广度和速度，而且取决于经济结构调整和供给侧结构性改革的实施。随着经济发展规模、技术创新、资产要素等因素的变化，江苏工业经济的核心定位、优势培育、发展模式和权力结构正在发生深刻而长期的变化。因此，有必要从发展理念的角度把握“四个转变”。第一，核心定位要从拉动短期经济增长和稳定就业的载体转向提升区域技术创新价值链形成能力和可持续发展能力的载体。第二，优势培育应由要素数量禀赋的优势转变为要素质量提高、要素数量节约和技术前沿生产水平的优势。三是发展模式由简单加工、消化吸收、后处理等粗放模仿模式向自主创新精益模式转变。第四，从强调数量与比例关系的单边动力主导转向强调供需内在平衡的双边协同动力。在推进供给侧结构性改革过程中，要着力提高生产效率、产品质量和竞争力，提高产业体系供给效率和结构水平。
【参考文献】
[1] 杨贵军等. 应用抽样技术. 中国统计出版社.2015
[2] 金勇进，贺本岚. 复杂抽样推断方法体系的比较研究. 统计与信息论坛. 2011
[3] 王江艳. 复杂数据的统计推断：时间序列、抽样和函数型数据[D].苏州大学. 2016
[4] 赵翠林，刘宏臣，倪道安. 基于R软件应用的天津市电梯安全状况抽样分析. 安全分析. 第34卷第9期. 2018
[5] 谭志军，徐勇，勇蚣，曹文君，徐玲. 应用SAS和SPSS进行复杂抽样. 中国卫生统计. 2012
【关键词】 江苏省 工业 统计学 抽样分析
第一章 绪论
一个企业发展的因素有很多方面，而其中难免存在重中之重的因素，我们需要对企业经济发展的有利以及不利因素进行全面的分析，才能给企业制定合理的规划，以促进其向积极的方向发展。这些因素并不是我们凭空想象出来的，需要运用统计分析方法对已有企业经济发展的数据进行合理的分析才能总结出来。
本课题通过调查江苏省各市规模以上工业企业的情况，例如：资产总数，负债，利润总额等方面，运用统计学相关的抽样分析方法，了解规模以上工业企业近年来的发展现况、市场竞争力、行业发展趋势等，比较各地区规模以上工业企业的经济状况，分析企业负债或盈余的原因，为江苏省企业未来经营管理给出合理的建议，如果合理有效希望推广至更广范围。
第二章 抽样数据
1122.1分层随机抽样
分层原则是使层内市单元标志值的差异尽可能小，层间市单元标志值的差异尽可能大。江苏省各地区每个市单元规模以上工业企业差异很大，更适合采用分层随机抽样。
分层原则是使层内市单元标志值的差异尽可能小层间市单元标志值的差异尽可能大。这里. 我们在此将江苏省分为苏北、苏中和苏南三个地区。苏北地区包括徐州、连云港、宿迁、淮安、盐城五个地级市，苏中地区包括扬州、泰州、南通三个地级市，苏南地区包括南京、苏州、无锡、常州、镇江五个地级市。
相应地，把江苏省13个市单元划分为3层，分别为苏北地区、苏中地区、苏南地区。
本文设定的目标是调查江苏省13个市单元的规模以上工业企业的总利润。调查采用分层随机抽样;估计量的精度要求是在置信概率95%下每个市单元规模以上工业企业平均利润额估计量所需要抽取的市单元总数和各层单元数。根据样本，试估计江苏省13个市单元的规模以上工业企业的利润总额、每个市单元的规模以上工业企业的平均利润额。为了对比将所抽取的样本当作简单随机样本，重新估计江苏省13个市单元的规模以上工业企业的平均利润额，分析抽样后分层估计量的优良性。
为进行分层抽样分析，我们预选取8个样本量，按照市单元数比例，分配给各层，有第一层（苏北地区）连云港市、盐城市、宿迁市3个样本，第二层（苏中地区）南通市、扬州市2个样本，第三层（苏南地区）南京市、苏州市、镇江市3个样本。
通过R语言实现从三个地区随机选取样本值，取得编号分别为1、3、2、6、8、10、11、9。
根据数据，总体分为3层，，单元总数为，各层单元数分别为， ，。样本量个市单元，各层的样本量分别为，，。各层的样本观测数据见表2-2。利用表2-2的数据，可以得到表2-1的计算数据。
每个市单元规模以上工业企业的平均利润额的估计量为
（2-1）
每个市单元规模以上工业企业的平均利润额估计量的方差估计为
（2-2）
估计量的标准差估计为
（2-3）
每个市单元规模以上工业企业的平均利润额在置信概率95%下双置信区间的置信下限为
（2-4）
置信上限为
（2-5）
每个市单元规模以上工业企业的平均利润额估计为770.31209亿元，估计量的方差估计为13558.08948，标准差估计为亿元，在置信概率95%下的双侧置信区间（）。
江苏省市单元规模以上工业企业的利润总额的估计为
（2-6）
江苏省市单元规模以上工业企业的利润总额估计量的方差估计为
（2-7）
估计量的标准差估计为
（2-8）
江苏省市单元规模以上工业企业的利润总额在置信概率95%下双侧置信区间的置信下限为
（2-9）
置信上限为
（2-10）
江苏省市单元规模以上工业企业的利润总额的估计值为亿元，估计量的方差估计为，标准差估计为亿元，在置信概率95%下的双侧置信区间（）。
2.2小结
虽然江苏省的总体水平让人欣慰，但是纵观江苏省内部，可谓经济发展差异非常大。江苏省绝大部分规模以上工业企业的利润都是靠苏南地区带动的。从抽出的样本数据来看，省利润额超过平均利润额估计值的仅有3个地区，而其中两个都是在苏南地区，不得不说苏南地区是整个江苏省的利润重要来源地，占了江苏省近50%的利润总额，在别的地区是非常罕见的。
第三章 应用线性回归分析
3.1多元线性回归分析
下面我将运用spss统计软件对江苏省规模以上工业企业的利润额进行多元线性回归分析。
首先我们将江苏统计年鉴中《规模以上工业企业主要经济指标（2017年）》导入Excel中，保留按省辖市划分的数据，删除不需要类别，再将数据导入spss中。 接着运用spss中的分析-线性-回归对数据进行多元线性回归分析 這里的多重判定系数为0.995，反映了因变量的变差中被估计的回归方程所解释的比例，即在利润总额的变差中，能被企业单位数个、资产总计、流动资产合计、负债合计、主营业务收入、销售费用、管理费用、财务费用、平均用工人数万人的多元回归方程所解释的比例为98.1%，说明该模型的拟合程度很高。
3.2小结
从表3-3中我们可以清楚的看见，企业单位数、资产总计、主营业务收入、销售费用这四个因素对利润总额的影响是正的，即这四个因素越大，利润总额越高;而流动资产合计、负债合计、管理费用、财务费用、平均用工人数这五个因素对利润总额的影响是负的，即这五个因素越大，利润总额越小。
就积极因素来说，在江苏省内，资产总数对利润总额的影响最大，换句话说就是一个地区规模以上工业企业的资产越大，其带来的利润相对来说也会越大，在此我们可以很容易理解为什么如今的市场并不允许大规模的创业者的存在。如今的市场很大程度上来说是资本的比拼，虽说企业的创新能力总是被大家追捧，诚然创新能力是推动企业、行业乃至整个社会进步的动力，但是如今的现实告诉我们没有资本，单靠创新是很难维持一个企业持续不断创造利润的，而没有利润何谈发展创新。
而就消极因素来说，负债因素对利润总额的影响最大，换句话说就是一个地区规模以上工业企业的负债越多，其带来的利润相对来说也会越少。根据表3-2可知，苏南地区的负债合计远大于苏北和苏中之和，这也说明苏南地区的资产流动规模很大。
第四章 应用时间序列分析
3233.14江苏省内规模以上工业企业的数量在12年之后有了明显的下降，虽然后面几年有了一定的增长，但是总体数量近年来更是呈下降趋势。但是细致得比较企业数量和总利润额我们可以知道：尽管企业数量有所下降，但是总利润额却在增长。这一点说明江苏省内规模以上工业企业的质量有所增长，平均每个企业带来的利润都比往年有所增长，这也是我们所希望看到的进步。
选择使用ARIMA模型来进行预测，并设置好相应的自变量、因变、统计量以及图表的。
以下是模型摘要
从图中可以看出，序列没有明显的季节成分，但存在一个明显的变化，因此没有必要做季节分解。经过反复试验，确定模型为ARIMA（1，1，1），于是对模型进行拟合预测，得到ARIMA模型。
根据以上数据的分析以及查阅了相关的文献，可以清楚的看出江苏省内规模以上工业企业的发展势头较2010年之后有所放缓，经过SPSS的ARIMA模型预测并结合近年来工业企业的经济发展趋势，我们可以看出未来规模以上工业企业的利润额并不会有太大起伏，结合2016-2017年的势头，甚至有出现下降的可能。这里必须引起我们的注意，工业利润不进反降，这对国民经济发展是非常不利的，这就需要我们更加坚持走产业转型的道路，稳住工业发展低迷的状态。
第五章 综合建议
45江苏工业的发展不仅取决于自身调整的深度、广度和速度，而且取决于经济结构调整和供给侧结构性改革的实施。随着经济发展规模、技术创新、资产要素等因素的变化，江苏工业经济的核心定位、优势培育、发展模式和权力结构正在发生深刻而长期的变化。因此，有必要从发展理念的角度把握“四个转变”。第一，核心定位要从拉动短期经济增长和稳定就业的载体转向提升区域技术创新价值链形成能力和可持续发展能力的载体。第二，优势培育应由要素数量禀赋的优势转变为要素质量提高、要素数量节约和技术前沿生产水平的优势。三是发展模式由简单加工、消化吸收、后处理等粗放模仿模式向自主创新精益模式转变。第四，从强调数量与比例关系的单边动力主导转向强调供需内在平衡的双边协同动力。在推进供给侧结构性改革过程中，要着力提高生产效率、产品质量和竞争力，提高产业体系供给效率和结构水平。
【参考文献】
[1] 杨贵军等. 应用抽样技术. 中国统计出版社.2015
[2] 金勇进，贺本岚. 复杂抽样推断方法体系的比较研究. 统计与信息论坛. 2011
[3] 王江艳. 复杂数据的统计推断：时间序列、抽样和函数型数据[D].苏州大学. 2016
[4] 赵翠林，刘宏臣，倪道安. 基于R软件应用的天津市电梯安全状况抽样分析. 安全分析. 第34卷第9期. 2018
[5] 谭志军，徐勇，勇蚣，曹文君，徐玲. 应用SAS和SPSS进行复杂抽样. 中国卫生统计. 2012