《表3 标准曲线测定：2020年社会消费品零售总额的预测——基于BP神经网络算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《2020年社会消费品零售总额的预测——基于BP神经网络算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

首先，运用SPSS对人均GDP、居民消费价格指数（CPI）、城镇居民人均可支配收入、货运量、进口总额、财政支出、年末货币供应量（M1）与年份进行相关性分析，表明这些指标与年份之间存在显著的相关关系。其中，人均GDP、城镇居民人均可支配收入、年末货币供应量（M1）、财政支出四个指标取2012年以来我国经济发展从高速发展时期进入高质量发展时期的数据，并结合疫情实际将前三者的2020年预测值从指数增长改为线性增长；居民消费价格指数、货运量采用2000年以来的数据，并运用线性回归方程预测；考虑到中美贸易摩擦和国际疫情持续蔓延的双重影响，对于进口总额的预测则采取了拟合度更高的二次函数模型；参考饶海洋的研究成果，2020年突发重大公共卫生事件的指标值为54，以2014—2019年5年内地震灾害直接灾损率、自然灾害直接灾损率平均值作为2020年直接灾损率。相关性分析结果见表2，2020年上述指标的OLS预测值见表3。