浙江省农村居民收入预测和影响因素分析
摘 要：本文基于浙江省农村居民2009~2019年人均纯收入等相关统计数据,通过ARIMA时间序列模型对2022~2025年的浙江省农村居民人均年收入进行预测，并运用岭回归的原理和方法，分析三次产业的增加量对浙江省农村居民收入的影响,探究浙江省农村居民收入的产业特色。
关键词： ARIMA时间序列；岭回归；农村居民收入
- 文献综述
（一） 引言
2020年是全面建成小康社会收官之年，目前,我国已进入全面建成小康社会的决胜阶段。而我国发展不平衡不充分问题地区仍决定着如期全面建成小康社会任务的艰巨，而其重点难点就在农村，而研究农村居民的收入,对实现全面建成小康社会的目标具有重要意义。 而从1988年开始我国的学者就在不断研究关于农村收入问题，但大部分学者是研究的是中国的中西部较为落后的地区，而忽视了对较为繁荣的长江流域的农村进行分析。而浙江作为长江经济带的发达省份，其农村居民人均可支配收入连续34年位居全国各省（区）首位，研究其农村居民人均收入的增长影响因素无疑会给其他经济落后的地区提供发展依据。同时对于收入的预测问题，大部分的学者是灰色系统中的GM(1,1)模型来预测收入问题但是GM(1,1)模型不是用对应同一点的灰导数和背景值去辨识微分方程中的参数，会使得在预测中产生较大的误差。所以本文选用了ARIMA时间序列对浙江省农村居民收入进行精确预测和岭回归的原理和方法，分析三次产业的增加量对浙江省农村居民收入的影响。
（二） ARIMA时间序列
蔡承智[1]等人在2018年中国水稻单产的光合潜力和“农业生态区划” (AEZ) 模型计算的最大潜力的基础上, 运用ARIMA (自回归单整移动平均) 模型预测了2016—2020年中国水稻单产水平。这解决了学界对于水稻单产潜力的研究, 以育种、栽培及耕作方面为主, 主要基于实验、试验方法, 较少运用计量模型从宏观趋势上进行研究的缺陷，为之后我国在未来粮食总产的提高提供了一定的意见。贺箫楠[2]在对洛阳市手足口病的发病率进行预测时，以2009-2017年洛阳市手足口病发病率数据为依据，但该序列有明显的季节性特征,所以首先经过差分处理使其满足平稳性要求,通过做自然对数转换及一阶季节性差分处理后的自相关函数图和偏自相关函数图后得到经自然对数转换及一阶季节性差分后, 使得该序列经季节性差分后达到平稳,最后构建最优模ARIMA时间序列，并预测2018年6月至12月洛阳市手足口病发病率，为科学防控该地区手足口病, 制定有效的防控措施提供依据。 而彭红星[3]在2019年为系统统计蔬菜价格,实现蔬菜价格可视化并加以预测，首先通过爬取广州江南果菜批发市场所有的蔬菜价格,并对蔬菜价格的数据集进行预处理,然后建立起基于时间序列的ARIMA预测模型、BP神经网络预测模型和LSTM神经网络预测模型三种模型，最后将3种预测模型的实验结果进行对比，得到ARIMA模型在预测蔬菜价格方面的准确率比LSTM、BP模型更高，为ARIMA模型在今后的价格预测上，提供了一个可尝试的方向。
而在国外方面，Muhammad Dawood[4]则是对兴都库什地区降水波动、异常和趋势进行空间统计分析，通过分析得到，降雨趋势对河流流量的波动有显著影响，最终导致洪水和水文干旱，选择降雨量被用作气候参数。利用趋势预测、波动和异常的ARIMA统计模型，利用软件计算和模拟了与降雨量有关的时间数据，得到各个气象站的降雨量趋势，为研究地区的自然灾害预防提供了一定的科学依据，减少自然灾害带来的损失。而Mohanad S[5] 基于多元自适应回归样条（MARS）、支持向量回归（SVR）和自回归综合移动平均（ARIMA）模型构建了准确可靠的电力需求预测模型，协助可再生能源和传统能源工程师、电力供应商、最终用户和政府实体应对澳大利亚国家电力市场的能源可持续性挑战，包括扩大配电网、能源定价和政策制定。并对三种模型对比得到MARS和SVR模型更适合澳大利亚昆士兰州的短期G预测，为进一步探索实时电力需求数据预测提供了有益的科学工具。
（三） 岭回归
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
