王丹俊　张占阳　王奉伟

摘要：基于1992-2022年GDP数据，文章分析了我国近30年经济增长及各产业分量情况，并利用时间序列模型和高斯过程进行建模预测，研究各产业在GDP总量中的占比。分析结果发现我国GDP在1992-2019年增长较为平稳，受国际复杂形势等影响，2020年第一季度GDP总量增速减缓，其中第二和第三产业受影响较大，而第一产业受影响相对较小。利用1992-2019年数据预测了2020-2022年的GDP，结果显示，二次多项式时间序列模型预测结果明显优于高斯过程模型。

关键词：GDP；经济分析；预测

一、引言

近30年来，我国经济发展迅速，GDP总量从1992年的27194.5亿元增长至2022年的1210207.0亿元。1992-2011年GDP以7.7%～14.2%的速度快速增长，随着国家经济结构调整政策的出台，2012-2019年期间GDP以6.1%～7.9%的速度平稳增长。近三年来，学者们深入全面地研究评估了国际复杂形势对全国及区域GDP的影响。例如，韩爱华等分析了我国经济韧性测度及相关影响因素，发现各省份存在差异。朱启荣等研究分析了国际复杂形势等因素对我国经济产生的冲击。李守玺和昝文娇使用我国的季度GDP数据定量研究预测了我国GDP总量。此外诸多研究还探究了疫情等因素对世界各国GDP的影响路径，并对各国制定的经济刺激政策的效用进行了评估。

以上研究主要从定量或定性的角度针对不同国家或地区分析预测了GDP总量，如何优选建立适合的预测模型提高预测精度成为关键问题之一。当前主流的预测方法有多元线性回归、时间序列模型、灰色理论和高斯过程等。其中，高斯过程机器学习技术因其处理小样本和非线性数据方面的优势而被广泛应用于各个领域。……