2010年重庆市统计年鉴
重庆市2010年平均工资主要情况及解读
重庆市2010年平均工资主要情况及解读 2010年全市城镇非私营单位在岗职工（原城镇经济单位在岗职工）年平均工资35326元，比上年增加4361元，增长14.1%。
2010年全市城镇私营单位就业人员年平均工资20790元，比上年增加3376元，增长19.4%。
一、城镇非私营单位在岗职工年平均工资情况各区域年平均工资都有不同幅度的增长。
城镇非私营单位在岗职工年平均工资最高的是“一小时经济圈”36709元，其次是“渝东南翼”31174元，“渝东北翼”29830元。
2010年，年平均工资最高的“一小时经济圈”增幅最高，达到14.1%，其次是“渝东北翼”13.4%，“渝东南翼”13.1%。
主城九区的年平均工资明显高于其他地区，且增幅也相对较高，达到14.3%。
分地区城镇非私营单位在岗职工年平均工资单位：元，%2009年 2010年 增长率 全 市 30965 35326 14.1 一小时经济圈 32171 36709 14.1渝东北翼 26294 29830 13.4渝东南翼 27571 31174 13.1主城九区 35568 40637 14.3各行业年平均工资都有不同幅度的增长，大部分行业增长在3000元以上。
分行业城镇非私营单位在岗职工年平均工资情况单位：元，%2009年 2010年 增长率 全 市 30965 35326 14.1(一)农、林、牧、渔业 18864 20894 10.8(二)采矿业 28128 31769 12.9(三)制造业 27752 31960 15.2(四)电力、燃气及水的生产和供应业 44952 51172 13.8(五)建筑业 24032 28014 16.6(六)交通运输、仓储和邮政业 28804 34321 19.2(七)信息传输、计算机服务和软件业 50426 64592 28.1(八)批发和零售业 26102 30054 15.1(九)住宿和餐饮业 17097 21380 25.1(十)金融业 64430 78593 22.0(十一)房地产业 28912 32674 13.0 (十二)租赁和商务服务业 22370 25547 14.2 (十三)科学研究、技术服务和地质勘查业 48329 55793 15.4 (十四)水利、环境和公共设施管理业 20084 22883 13.9 (十五)居民服务和其他服务业 22628 26171 15.7 (十六)教育 34337 38251 11.4 (十七)卫生、社会保障和社会福利业 38191 44828 17.4 (十八)文化、体育和娱乐业 30796 34544 12.2 (十九)公共管理和社会组织 35852 37911 5.7二、城镇私营单位就业人员年平均工资情况2010年城镇私营单位就业人员年平均工资20790元，比上年增加3376元，增长19.4%。
中国城市统计年鉴2010年
2-1 人口营口市235.0489.28234.4288.8 3.06 2.53 阜新市192.2777.59192.3777.740.95-1.72 辽阳市183.4872.7183.4472.66 1.160.13 盘锦市130.0160.62129.5960.35 2.84 3.42 铁岭市306.0644.6930644.64 1.70.55 朝阳市342.659.8341.759.5 4.5 2.83 葫芦岛市282.2799.18281.3498.75 4.18 3.03吉林省2504.85866.542496.76863.63 4.27 2.8 长春市756.5362.32754.51361.6 5.34 3.38 吉林市437.42185.07433.88183.29 3.02 1.64 四平市339.1260.95338.3460.92 4.65 3.64 辽源市123.7847.79123.5647.76 2.29 1.39 通化市226.8144.93226.9945.1 1.50.12 白山市129.7259.33129.7159.32 2.35 2.02 松原市288.3355.26286.7254.767.34 6.45 白城市203.1750.89203.0550.88 3.58 2.57黑龙江省3791.531362.253782.331359.51 3.86 1.19 哈尔滨市991.6474.7990.7474.9 4.12 1.39 齐齐哈尔571.56141.99570.4141.88 5.11-0.86 鸡西市190.7188.11190.7188.11 1.260.27 鹤岗市109.4167.87109.4167.91-0.19-0.96 双鸭山市150.8150.18150.6350.13-0.64 大庆市280.17132.53276.72130.57 6.15 3.46 伊春市127.3181.03127.4781.06-1.34-2.58 佳木斯市252.2681.49251.9581.95 4.26 1.48 七台河市92.7755.3291.4954.39 6.29 5.33 牡丹江市270.5779.91270.2379.65 1.990.06 黑河市174.2119.21173.9419.15 2.67 1.51 绥化市580.1589.91578.6889.81 5.52 5.17上海市1400.71331.681395.871326.69-1.02-0.87江苏省7419.232641.527403.952642.17 1.85 2.75 南京市629.77545.97627.12543.61 2.17 2.08 无锡市465.65238.12464.93237.770.250.61 徐州市957.61186.22952.24185.31 1.3 4.49 常州市359.82226.67359.28226.27-0.40.46 苏州市633.29240.21631.52239.21 1.3 3.5 南通市762.66211.54763.19211.65-1.51-1.13 连云港市490.6488.69489.4484.78 4.887.68 淮安市534.16274.52535.54276.23 2.12 3.55 盐城市812.37162.55812.04162.21 3.11 5.01 扬州市458.8121.99459.29121.88-1.680.8 镇江市269.88103.45269.33103.130.88 2.89 泰州市503.9882.07502.4491.36 2.04 1.19 宿迁市540.6159.52537.59158.769.159.29浙江省4716.191489.394702.011484.23 3.45 3.1 杭州市683.38429.44680.51426.87 3.41 4.22 宁波市571.02221.83569.55220.98 1.9 2.4 温州市779.11144.77775.55144.37.99 6.17 嘉兴市339.683.12338.8382.84-0.120.35 湖州市259.17108.56258.83108.540.16-0.75 绍兴市437.7464.9437.464.90.230.17金华市463.6892.7462.5492.54 3.11 3.01 衢州市249.8682.18249.3682.01 2.88 2.8 舟山市96.7769.6696.7769.62-1.03-0.18 台州市578.47153.77576.26153.26 5.55 4.43 丽水市257.3938.46256.4138.37 5.73 6.4安徽省6794.521951.246767.731937.73 6.267.2 合肥市491.43208.58489.08206.03 6.92 5.11 芜湖市230.1104.92230.45105.25 1.05 1.31 蚌埠市360.6492.52359.4892.518.2 5.17 淮南市242.52180.77241.7180.298.458.64 马鞍山市128.6163.61128.3663.35 2.54 2.65 淮北市217.74109.02216.76108.710.758.39 铜陵市73.9944.9573.9444.52 2.68 2.61 安庆市615.8873.96614.8974.11 4.06 2.59 黄山市148.646.66148.4843.57 2.82 2.57 滁州市450.2553.24448.8353.04 5.75 5.02 阜阳市1000.5204.23994.14202.669.2914.28 宿州市635.19183.9630.63182.258.849.71 巢湖市458.688.64457.788.2 4.53 2.54 六安市705.89185.15703.77184.64 6.279.21 亳州市596.93159.52592.85157.53 4.29.39 池州市159.8865.81159.465.63 5.34 5.92 宣城市277.7785.76277.2785.45 2.61 5.89福建省3497.61903.963695.07937.6 6.12 6.75 福州市637.92187.33636.93187.01 5.9 3.33 厦门市177177175.33175.338.238.23 莆田市319.61212.98318.13211.958.749.76 三明市271.0628.36270.0627.37 3.58 3.5 泉州市680.85102.94887.15140.68 5.52 6.83 漳州市471.7755.01470.5154.79 5.67 5.56 南平市310.149.27309.1249.217.41 4.27 龙岩市293.3547.81292.3547.73 6.767 宁德市335.9543.26335.4943.53 5.06 6.66江西省4643.36904.574607.75895.639.647.53 南昌市497.33222.5496.03222.797.4 4.39 景德镇市160.2245.79159.2345.6914.488.66 萍乡市186.9384.97186.3584.797.33 5.53 九江市491.0363.8487.8562.1210.44 6.24 新余市124.6192.24123.9191.78.969.67 鹰潭市119.8222.23117.0320.6313.148.86 赣州市896.9964.57892.9764.179.37.69 吉安市489.153.66487.1853.58.957.94 宜春市549.92104.22545.73103.738.8312.05 抚州市399.14111.11389.16107.277.627.57 上饶市728.2739.48722.3139.2412.3111.68山东省9449.452739.29310.332728.14 4.84 4.21 济南市603.27348.24603.63349.24 2.62 3.07 青岛市762.92275.47762.24275.86 1.52 2.59 淄博市421.41278.77421.01278.470.840.81 枣庄市386.79219.59385.02219.498.049.12 东营市184.5983.28184.2883.21 3.15 4.15烟台市652179.24651.85179.32-0.58 2.87 潍坊市867.85181.25865.17176.68 3.79 4.99 济宁市831.31119.61827.03114.748.757.15 泰安市555.83159.25555.28159.66 2.46 1.37 威海市252.9764.54252.664.24-1.17 4.87 日照市285.76122.83285.15122.63 4.22 3.65 莱芜市126.38126.38126.17126.170.680.68 临沂市1041.54199.461038198.58 4.94 6.2 德州市569.0163.44566.663.137.07 5.49 聊城市590.89105.02587.9104.74 6.55 5.64 滨州市377.4963.23376.5963.2 3.43 2.36 菏泽市939.44149.6821.81148.7812.910.13河南省10595.21885.5610521.31868.68.267.85 郑州市731.47285.01725.54280.887.418.19 开封市527.1485.38522.8185.0911.36 5.16 洛阳市694.89160.07690.69159.218.21 5.88 平顶山市532.36101.86528.15101.2811.057.05 安阳市573.16107.53570.26107.147.727.88 鹤壁市159.7960.97158.7758.358.8711.35 新乡市597.25101.4593.41101.04 5.37 5.22 焦作市364.8683.52363.0683.2 5.8 5.85 濮阳市404.2267.14400.2366.559.488.08 许昌市485.2141.17482.0840.99 6.43 6.74 漯河市276.07139.17274.47138.217.24 6.92 三门峡市229.5629.2228.6329.1 6.46 5.38 南阳市1167.51185.321157.56183.7714.4914.01 商丘市910.87173.2905.99171.71 5.62 4.67 信阳市860.99145.75853.1144.6610.39.67 周口市1206.7652.731197.4252.3 6.08 6.89 驻马店市873.1366.14869.1665.12 5.410.44湖北省5324.661535.925301.881517.98 5.19 4.12 武汉市835.55514.97834.39514.6 3.77 2.51 黄石市258.5671.54257.9471.66 5.36 1.06 十堰市353.2252.78352.1247.868.4 5.57 宜昌市401.37124.79401.1124.61-0.18 1.45 襄樊市588.88221.75586.63220.64 6.037.39 鄂州市107.24107.24103.4103.4 3.03 3.03 荆门市301.0567.92300.5867.52 3.76 5.28 孝感市528.7396.82526.8993.548.4 6.6 荆州市662.05116.85655.09113.2 1.86 3.54 黄冈市739.6136.8737.3836.747.42 5.18 咸宁市290.6359.78289.4259.658.237.25 随州市257.7764.68256.9464.56 6.427.44湖南省6634.711267.026609.171258.53 5.13 5.68 长沙市651.59240.95648.37239.64 5.34 5.4 株洲市382.8100.21381.9899 6.8 4.91 湘潭市295.2687.75294.6387.78 3.55 1.06 衡阳市739.8104.27735.5103.7 4.74 4.64 邵阳市764.1467.3759.1266.93 5.71 5.47 岳阳市558.6887.51555.1184.41 6.269.65 常德市616.69140.56615.43140.39 1.34 1.14张家界市165.2749.88164.6149.687.937.42 益阳市470.55132.73469.11132.19 3.54 4.92 郴州市473.8666.62472.4366.47 6.25 6.17 永州市586.66109.59586.66109.27 6.128.8 怀化市508.8834.78506.7534.537.4710.93 娄底市420.5344.87419.4744.54 3.3115.1广东省8365.983274.338898.353887.057.88 6.61 广州市794.62654.68789.39650.25 4.25 4.04 韶关市325.5492.09325.5492.09 5.49 5.57 深圳市245.96245.96884.03884.0313.1713.17 珠海市102.65102.65101.07101.07 6.3 6.3 汕头市510.73503.43508.65501.36 5.14 5.17 佛山市367.63367.63365.98365.98 4.7 4.7 江门市391.52137.57390.73137.08 2.96 3.91 湛江市763.14151.81694.85147.6412.8813.43 茂名市735.31130.68730.49129.810.4912.53 肇庆市413.6953.19411.9952.987.6 5.93 惠州市324.36129.02321.6127.49 6.33 6.73 梅州市507.3631.49506.3231.39 5.44 4.69 汕尾市340.6152.45338.352.0911.8412.35 河源市348.9829.83347.8129.7912.7910.29 阳江市275.6766.81274.4866.5110.9212.95 清远市408.8264.37407.3160.017.38.74 东莞市178.73178.73176.8176.8 5.16 5.16 中山市147.86147.86147.15147.15 5.42 5.42 潮州市257.8934.97257.0134.91 3.42-1.99 揭阳市649.1169.48644.6169.210.38 5.47 云浮市275.829.63274.2429.437.2310.63广西壮族自5203.141343.675166.971333.810.7611.82 南宁市697.9267.14694.8265.518.159.37 柳州市367.56103.83366.23103.33 6.2 4.99 桂林市511.6375.79509.9875.86 5.39 5.87 梧州市316.1850.06310.6549.8910.32 6.02 北海市160.1860.42158.9559.8613.5414.09 防城港市86.9251.8685.8451.3121.6621.84 钦州市371.19134.79367.85133.1917.1420.74 贵港市509.69185.84505.78185.0415.2710.94 玉林市653.4197.81647.5796.8515.9816.03 百色市398.5734.77395.4734.539.9210.14 贺州市223.9107.17221.95105.769.429.86 河池市409.5533.12407.0632.788.128.9 来宾市254.5105.27253.86104.489.3715.01 崇左市241.9635.8240.9835.41 6.4812.67海南省213.95213.95212.17212.179.139.13 海口市158.24158.24157.03157.038.468.46 三亚市55.7155.7155.1455.1411.0211.02重庆市3275.611542.773266.331426.28 4.48 2.83四川省8310.282391.488279.032380.08 3.97 3.58 成都市1139.63520.861132.29515.51 2.51 3.01 自贡市328.49150.58327.03150.1410.749.49 攀枝花市111.5869.2111.3869.19 4.33 3.34泸州市497.15145.53495.27145.078.03 4.58 德阳市388.465.9387.9165.770.74 1.19 绵阳市544.65122.31542.68121.38 3.67 3.77 广元市312.7393.24311.5592.95 4.71 3.35 遂宁市387.05150.84384.75150.76 3.74 4.5 内江市425.61141.73425.33141.5 3.88 5.26 乐山市353.22115.01353.38115.160.63-0.09 南充市753.51193.35751.5192.93 4.83 3.61 眉山市348.0785.5347.3385.22 3.1 1.86 宜宾市534.9380.03532.8779.83 2.59-0.77 广安市470.02126.1468.01125.76 6.11 3.59 达州市657.5644.21656.7742.72 3.24 4.08 雅安市155.1535.19154.8535.2 4.89 4.83 巴中市401.18143.25399.88142.78 2.89 3.07 资阳市501.35108.65496.25108.21 3.98 3.37贵州省1710.78441.741701434.63 5.89 4.62 贵阳市367.08218.79365.5218.11 5.36 4.57 六盘水市319.3552.95316.1647.39 6.84 6.4 遵义市750.8685.3747.4484.61 6.855 安顺市273.4984.7271.984.52 2.85 3.23云南省2785.61600.292778.91686.239.3 5.87 昆明市533.99250.24531.26333.3 6.52 4.34 曲靖市616.2269.47612.1669.1910.86 4.76 玉溪市214.3642.06213.6741.86 5.33 4.97 保山市250.2389.05249.2289.03 5.74 5.92 昭通市561.0481.69555.2881.1217.1310.99 丽江市120.5315.33120.0215.33 4.54 4.46 思茅市249.6421.76258.425.79 5.957.93 临沧市239.630.69238.930.61 6.267.64西藏自治区51.5321.6721.97拉萨市51.5321.6721.97陕西省3833.791271.013814.71263.99 6.58 6.76 西安市781.67561.58776.99558.15 6.95 6.87 铜川市85.3175.7285.1975.89 3.35 2.82 宝鸡市378.78141.37378.37140.267.17 5.77 咸阳市516.3889.7513.4189.38 6.017.04 渭南市556.8696.8554.3796.437.159.92 延安市227.5144.87225.4144.5411.2110.95 汉中市381.5555.26380.8554.84 1.86 2.31 榆林市359.1150.93354.6250.3811.239.36 安康市303.5799.89302.7299.38 5.579.18 商洛市243.0554.89242.7754.74 2.91 1.83甘肃省2426.31811.62385.59806.5 6.31 4.78 兰州市323.59210.47322.93210.24 4.33 2.93 嘉峪关市20.8720.8719.919.9 3.69 3.69 金昌市47.5721.5347.4321.47 5.8 5.32 白银市179.5549.66178.8149.539.48 5.78 天水市359.69126.06358.45125.63 6.9 6.56 武威市198.93103.57198.43103.21 2.76 4.11 张掖市130.3751.87129.9751.75 5.72 5.21 平凉市229.7749.9922949.81 6.7 1.14。
2010年重庆国民经济和社会发展统计公报
2010年重庆国民经济和社会发展统计公报2011-4-28 9:35:00 重庆统计局2010年是实施“十一五”规划的最后一年。
一年来，在区委、区政府的正确领导下，全区上下坚持以科学发展观为指导，坚持“重环境、重民生、重政策”的“三重”理念，加快“精美城市、渝西高地、幸福永川”建设，国民经济继续保持快速增长，各项社会事业协调发展，人民生活持续改善，实现了“十一五”规划的良好“收官”，超额完成了“十一五”规划的各项目标任务。
“十一五”是永川发展历史上最快最好的时期，大城市框架基本形成，区域性中心城市格局基本显现，为“十二五”更快更好发展奠定了坚实的基础。
一、综合国民经济快速发展，经济总量突破300亿元。
经重庆市统计局核定，2010年全区实现生产总值(GDP)300.04亿元，按可比价计算，比上年增长19.0%。
其中：第一产业增加值29.16亿元，增长6.2%;第二产业增加值164.8亿元，增长25.4%，其中：工业增加值为129.12亿元，增长26.6%;第三产业增加值106.08亿元，增长13.8%。
在第三产业中，交通运输、仓储和邮政业增长27.9%，金融业增长17.9%，批发和零售业增长12.9%，住宿和餐饮业增长1.4%，房地产业增长6.0%，营利性和非营利性服务业分别增长22.4%和11.8%。
非公有制经济发展迅速，经济总量比重继续提升。
2010年全区非公有制经济实现增加值2043078万元，比上年增长23.2%，在生产总值(GDP)中的比重为68.1%。
非公经济比重比上年提高了2.1个百分点。
经济结构更加优化，三次产业增加值比重由上年的10.6:52.2:37.2调整为9.7:54.9:35.4，二产业所占比重比上年提高2.7个百分点。
非公经济增加值占GDP比重及其增幅市场物价总水平保持平稳回升。
根据调查统计，2010年全区居民消费价格总水平同比上涨4%。
其中：食品类价格上涨7.5%、烟酒及用品上涨1.9%、衣着上涨0.4%、家庭设备用品及维修服务下降1.3%、医疗保健及个人用品上涨5.5%、交通和通讯上涨1.8%、娱乐教育文化用品及服务上涨1.5%、居住类价格上涨3.7%。
浅析重庆现代服务业发展现状及对策
浅析重庆现代服务业发展现状及对策摘要：发展现代服务业对经济增长，就业增加，产业结构优化等具有重要意义。
重庆现代服务业发展水平与国内其他直辖市相比差距较大。
本文首先对现代服务业进行了一个概述，然后分析了重庆市现代服务业发展的现状、存在的主要问题，最后提出解决发展现代服务业存在问题的对策措施。
关键词：现代服务业；现状；对策措施一、现代服务业概述及其发展意义1.现代服务业概述现代服务业主要指依托现代信息技术和现代管理理念而发展起来的,为社会提供高质量的生活服务和生产服务的国民经济新兴领域[1]。
如通信信息业、金融物流业、教育医疗保健、住宿餐饮、文化娱乐、旅游、房地产、商品零售、公共服务等。
现代服务业的发展是优化产业结构、拉动经济增长、增加就业的内在要求。
现代服务业特点是技术知识密集性，服务业的现代化，高附加值，人力资本高，对从业人员的综合素质和受教育程度要求较高，要求较强的管理的才能和一定的专业技术知识。
2.发展现代服务业的意义发展现代服务业能够促进社会经济发展，现代服务业是高附加值的产品，收益较大，最终推动经济快速增长；增加就业，随着产业结构升级和技术进步加速，服务业成为吸纳就业的主要渠[2] ，服务业是劳动密集型行业，能够吸收大量劳动力；优化产业结构，服务业占国民经济的比例不足，需要大力发展现代服务业，促进产业结构升级优化；提升综合竞争力，现代服务业提高各行业的管理水平、利润率、劳动生产率，降低运营成本。
二、重庆现代服务业发展现状及问题分析总体上看，现代服务业在全市国民经济中所占比重仍然偏低,尤其是对经济增长的贡献率较低，服务业还没有成为推动重庆经济增长的主要力量。
1.重庆市服务业占全市gdp的比重《重庆市统计年鉴(2011)》的数据显示，重庆服务业生产总值占全市gdp的比例虽有波动，但整体上是下降的。
1998～2010年服务业产值总量一直没有超过第二产业，且二者的差距逐年扩大，局限在二、三、一的产业结构中，1998～2002年，重庆服务业占gdp 的比重呈上升的趋势，2002年达到最大值42.9%，2002～2010年出现下降的趋势，降至2010年的36.4%。
2010年重庆市统计年鉴
＃批发零售贸易业 餐饮业
对外贸易（亿美元） 进出口总值 进口总值 出口总值
利用内外资 实际利用外资额（亿美元） ＃外商直接投资额 实际利用内资额（亿元）
国际旅游 国际旅游人数（万人次）
旅游外汇收入（万美元）
金融保险业（亿元） 金融机构人民币存款年末余额 ＃城乡居民储蓄存款 金融机构人民币贷款年末余额 股票筹资额（亿元） 保险公司保费收入 保险公司赔款及给付 教育、科技、文化
Science and Technology Transaction Value of Technology Market (10 000 yuan)
Agriculture Rural Employment (10 000 persons) Gross Output Value of Farming, Forestry, Animal Husbandry and Fishery (100 million yuan) Farming Forestry Animal Husbandry Fishery
重庆市旅游业2010年统计公报
2010年重庆市旅游业统计公报2010年，重庆市旅游业在市委、市政府的高度重视和国家旅游局的大力支持下，以贯彻落实国务院《关于加快发展旅游业的意见》（国发〔2009〕41号）文件和认真实施“温泉旅游主题年”活动为主线，紧紧围绕“一心两带”发展定位，以大力实施“大项目、大投入、大营销”三大战略为抓手，着力打造“一带五区”和六大旅游精品，特别是突出三峡国际黄金旅游带建设，充分利用中国国内旅游交易会暨首届中国长江三峡国际旅游节、全国旅游饭店发展暨五星级饭店质量提升工作会议在重庆召开以及第十四届中国重庆山水都市旅游节等节会平台，大力宣传营销和招商引资，全市旅游经济继续呈现强劲发展势头。
2010年全市共接待海内外旅游者1.62亿人次，比上年增长31.54%；旅游总收入917.85亿元，比上年增长30.52%。
其中：入境旅游者137.02万人次，旅游外汇收入7.03亿美元,分别比上年增长30.74%和30.9%；国内旅游者1.6亿人次,国内旅游收入868.36亿元,分别比上年增长31.55%和30.32%。
出境旅游者43万人次，同比增长22.86%，其中，通过出境旅行社组织的出境旅游者19.16万人次,比上年增长33.99%。
（见表1）。
通过5家赴台旅行社组织的赴台旅游者3.57万人次，比上年增长104%。
表1 2010年重庆市旅游接待及收入情况一、国内旅游快速增长，国内旅游最主要的增长点是假日旅游2010年，全市接待国内旅游者16036.57万人次，比上年增长31.55%；国内旅游收入868.36亿元，比上年增长30.32%。
(见图1、图2)图1 2010年重庆市接待国内旅游者情况单位：万人次图2 2010年重庆市接待国内旅游收入情况单位：亿元2010年，假日旅游继续成为国内旅游最重要的增长点。
“春节”和“十一”两个黄金周，“元旦”、“清明”、“五一”、“端午”、“中秋”五个“小长假”七个假日全市共接待旅游者4312.85万人次，占2010年全市国内旅游总接待人数的26.89%。
2010年重庆市国民经济和社会发展统计公报
2010年重庆市国民经济和社会发展统计公报 重庆市统计局国家统计局重庆调查总队2011年3月20日2010年，全市人民在市委、市政府的坚强领导下，坚持以邓小平理论和“三个代表”重要思想为指导，深入贯彻落实科学发展观，牢牢把握“314”总体部署和国发〔2009〕3号文件[1]精神，积极推进统筹城乡改革、“五个重庆”[2]，加快建设“两江新区” [3]、“保税港区” [4]，坚定不移地扩内需、调结构、防通胀、惠民生，全市呈现出“经济高位平稳增长、民生环境持续改善、改革发展纵深推进、各项社会事业全面进步”的发展态势。
一、综合初步核算，全年实现地区生产总值7894.24亿元，比上年增长17.1%。
其中，第一产业实现增加值685.39亿元，增长6.1%；第二产业实现增加值4356.41亿元，增长22.7%；第三产业实现增加值2852.44亿元，增长12.4%。
第一产业增加值占全市生产总值的比重为8.7%，比上年下降0.6个百分点；第二产业增加值比重为55.2%，比上年上升2.4个百分点；第三产业增加值比重为36.1%，比上年下降1.8个百分点。
图1 “十一五”期间全市生产总值及其增长速度单位：亿元、%地区生产总值分区域看，一小时经济圈[5]完成地区生产总值6120.40亿元，比上年增长17.0%，占全市生产总值的77.5%；渝东北翼完成1342.66亿元，增长17.7%，占全市的17.0%；渝东南翼完成431.18亿元，增长16.8%，占全市的5.5%；“两翼”所占比重较上年上升0.2个百分点。
城市居民消费价格总水平[6]比上年上涨3.2%，其中食品价格上涨6.5%。
主要食品价格中，粮食价格上涨13.1%，油脂价格上涨5.2%，猪肉上涨3.1%。
工业品出厂价格上涨3.1%，原材料、燃料、动力购进价格上涨6.9%。
图2 “十一五”期间城市居民消费价格涨跌幅度单位：%表1 2010年城市居民消费价格涨跌幅度指 标 比上年±% 居民消费价格总水平 3.2食品 6.5烟酒及用品 4.3衣着-1.6家庭设备用品及服务0.2医疗保健及个人用品 2.5交通和通信-0.5娱乐教育文化用品及服务 2.7居住 5.4城镇新增就业人员31.51万人，农村富余劳动力新增转移就业35.30万人。
熵值法对城市生态健康评价
熵值法对城市生态健康评价近年来,生态系统健康评价已成为国际生态领域的研究热点[1].城市生态系统是一个整合生态–社会经济–人类健康的复杂的巨系统,其健康不仅强调从生态学角度出发的生态系统结构合理、功能高效与完整,而且更加强调生态系统能维持对人类的服务功能,以及人类自身健康及社会经济健康不受损害[2].城市生态系统健康评价研究的关键在于建立适宜的评价指标体系.Rapport等[3]提出以"生态系统危险症状(EDS)";作为生态系统非健康状态的指标,Jerry等[4]采用驱动力-压力-状态-暴露-影响-相应模型(DPSEEA)探讨了城市生态系统健康评价指标体系理论、方法的建立等问题.Costanza[5]从系统可持续性能力的角度,提出了活力、组织结构和恢复力3个描述系统状态的指标.郭秀锐等[2]多数学者选择活力、组织结构、恢复力、生态系统功能的维持、人群健康状况作为城市生态系统健康评价的5个要素.颜文涛等[6]选择自然、社会、经济3个子系统构建评价指标体系.曾勇等[7]在城市土地利用类型基础上,将城市生态系统分为生态用地、农业用地、生产-生活用地三大类子系统来构造指标体系框架.在城市生态系统健康评价研究中,除模糊综合评价法、层次分析法、主成分投影法、集对分析法等主要评价方法外,近几年又涌现出了熵权模糊物元法、能值分析法、突变级数法、投影寻踪法等.上述方法都是以某个城市或多个城市一年或多年数据为基础,进行综合评价或研究方法优化比较分析,缺少对城市生态系统健康动态发展的研究.基于以上研究成果和经验,本研究选择活力、组织结构、恢复力、服务功能、人群生活状况5个要素建立城市生态系统健康评价指标体系,应用熵值法确定指标权重进行综合评价研究,并根据灰理论研究模型,进行城市生态系统健康状况的未来变化趋势预测.1方法1.1指标体系把城市生态系统看成一个有机体,选择活力、组织结构、恢复力、服务功能、人群生活状况作为城市生态系统健康评价的5大要素.选取经济生产力、能源消费状况、经济结构、社会结构等12类评价指标,24项具体指标构建城市生态系统健康评价指标体系.详细指标体系见表1.1.2熵值法综合评价熵指的是无序性、紊乱性.在信息系统中的信息熵是信息无序度的度量,信息熵越大,信息的无序度越高,其信息的效用值越小;反之,信息熵越小,信息的无序度越低,其信息的效用值越大[8].综合评价是一个多属性、多层次、多目标的复杂决策过程,应用熵值法确定评价指标权重,能够深刻反映出指标信息熵值的效用价值,其给出的指标权重值比专家调研法和层次分析法的可信度高[9].设综合评价模型中需要评价某个城市m年的生态系统健康状况,评价指标体系包括n个指标,于是得到评价系统的初始数据矩阵{}ijX=X(i=1,2,…,m;j=1,2,…,n).(1)数据标准化假定*jx为指标j的理想值,对样本评价指标进行归一化处理,消除各指标值的量纲和统一各指标值的变化范围.正向指标:*max' ijijjx=xx(1)负向指标:ijjijxxx*min' =(2)定义其标准化值:∑==miijijijyxx1' ' (0≤≤1ijy)(3)由此得数据的标准化矩阵:{}ijmnYy×=(2)指标信息熵值e和信息效用值d根据熵的定义,第j项指标的信息熵值为:1lnmjijijieKyy==∑(4)式中:常数K与系统样本数m有关.对于一个信息完全无序的系统,有序度为零,其熵值最大,e=1,m个样本处于完全无序分布状态时,1ijym=,此时1lnKm=.某项指标的信息效用值dj取决于该指标的信息熵ej与1的之间的差值:1jjd=e(5)(3)评价指标权重第j项指标的权重wj为:1njjjjwdd==∑(6)(4)样本评价用第j项指标权重与标准化矩阵中第i 个样本第j项指标接近度' ijx的乘积之和作为样本评价值if,即:*1' nijijjfWx==∑(7)*1' nkijijjFWx==∑(8)式中:Wj为第j个指标的权重;ijx' 为第i个样本中第j个指标的接近度;jijWx' *表示第i个样本第j项指标评价值;Fki为第i个样本的相应指数.k=1,2,3,4,5时分别表示第i个样本的活力指数、组织结构指数、恢复力指数、服务功能指数、人群生活状况指数;n为各指数所包含的指标数目.1.3灰理论GM模型灰色系统理论主要研究如何依据有限的灰色信息去预测系统的未来变化趋势和决策.灰色动态模型(GM)是直接将时间序列转化为微分方程,从而建立抽象系统的发展变化动态模型,GM(1,1)即表示含有1个变量的1阶微分方程,它是灰理论中最常用的预测模型[10-12].GM(1,1)的建模步骤如下[13]:(1)收集原始数列为(0)x,对(0)x作累加处理生成AGO(0)x,构造矩阵B,YN;(2)计算[]1()TTTNaBBBYau==，;(3)将求得的a代入响应函数(1)x(k+1)=(1)(1)eakuuxaa+;(4)对(1)x(k+1)求导还原成预测模型(0)x(k+1),并进行精度检验;(5)若检验结果可用,则可利用(0)x(k+1)模型进行预测;否则,需建立残差模型对(1)x(k+1)进行修正.2实例分析2.1评价对象以重庆城市生态系统为研究对象,原始数据来源于2006~2010年重庆市统计年鉴[14],根据评价指标的性质,参照相关文献中评价指标很健康的状态值和中国生态城市的建议值[15]确定各指标理想值*jx,应用式(1)~式(3)进行原始数据处理,得到标准化矩阵后,利用式(4)~式(6)进行各指标权重计算,结果如表1所示。
成渝经济区土地利用变化特征与驱动力分析
成渝经济区土地利用变化特征与驱动力分析吴坤;王文杰;刘军会;张哲;胡圣武【摘要】以成渝经济区2000年、2005年、2010年3个时期的土地利用数据为基础，应用RS和GIS技术，提取成渝经济区各种土地利用类型数量、土地利用类型动态度及土地利用转移矩阵，分析2000—2010年成渝经济区土地利用变化数量及转移特征；应用偏最小二乘回归方法，结合社会经济数据，构建土地利用变化的偏最小二乘回归模型，分析成渝经济区土地利用变化驱动力。
结果表明，研究期间成渝经济区人工表面、林地和耕地面积变化十分显著，其中，人工表面面积增加2337．03 km2，林地面积增加2719．15 km2，耕地面积减少5840．27 km2，耕地主要转换为林地和人工表面；人口压力的加剧是成渝经济区土地利用变化的最主要驱动因素，社会经济快速发展为次强驱动因素，国家调控政策的实施对土地利用变化也具有重要的驱动作用。
%Based on the land use change data of Chengdu-Chongqing Economic Zone ( CCEZ) in 2000, 2005 and 2010, and combined with RS and GIS methods, the information of land use quantityof each type, land use dynamic degree and land use conversion matrix was extracted, and the land use change quantity and conversion characteristics during 2000 to 2010 bined with the data of social-economic statistical data, the partial least squares regression model of land use change was built, and the driving forces of land use change of CCEZ analyzed.The result showed significant changes emerged in structured land, forest land and farm land, among which structured land increased by 2 337.03 km2 , the forest land increased by 2 719.15 km2 , whereas the farm land reduced by 5 840.27 km2 .The farm land was mostly changed toforest land and structured land.The increasing population pressure is the major driving force of land use change in CCEZ, the rapid development of social economy is the subordinate driving force, and the macro-control and policy implementation of country also plays an important role in land use change.【期刊名称】《环境工程技术学报》【年(卷),期】2015(000)001【总页数】9页(P29-37)【关键词】土地利用变化;驱动力;地理信息系统;偏最小二乘回归;成渝经济区【作者】吴坤;王文杰;刘军会;张哲;胡圣武【作者单位】湖南科技大学建筑与城乡规划学院，湖南湘潭 411201; 中国环境科学研究院环境信息研究所，北京 100012;中国环境科学研究院环境信息研究所，北京 100012;中国环境科学研究院环境信息研究所，北京 100012;中国环境科学研究院环境信息研究所，北京 100012;河南理工大学测绘与国土信息工程学院，河南焦作 454000【正文语种】中文【中图分类】X171吴坤，王文杰，刘军会，等.成渝经济区土地利用变化特征与驱动力分析［J］.环境工程技术学报，2015，5（1）：29-37.WU K，WANG W J，LIU J H，et al.Analysis on characteristics and driving force of land use change in Chengdu-Chongqing Economic Zone［J］.Journal of Environmental Engineering Technology，2015，5（1）：29-37.土地利用变化是人类活动作用于生态环境所呈现出的最显著形式［1］，作为土地科学计划研究的重要课题，已经成为全球环境变化与可持续发展研究的重要内容［2-4］。
重庆市直辖以来各年GDP及各年增长率变化分析
查阅统计年鉴、完成图表分析一、重庆市直辖以来各年GDP及各年增长率变化分析1、重庆市直辖以来各年GDP及各年增长率原始数据如下：GDP指数（上一年为基年份GDP(亿元）GDP增长率（%）期）1997年1998年1999年2000年2001年2002年2003年2004年2005年2006年2007年2008年2009年2010年2011年2、重庆市直辖以来各年GDP及各年GDP增长率变化图示：3、分析如下：该图反应重庆市直辖以来各年GDP及各年GDP增长率变化特点；从图上可以看出，重庆市直辖以来，GDP呈稳步增长的趋势，没有经历大的波动。
1997年GDP为亿元，2011年为亿元，是1997年的倍；而GDP增长率的变化则呈现先下降后总体上升的趋势，且一直保持正值,直辖以来，重庆市GDP保持年均%高速增长。
由于受亚洲金融危机的影响，1997—1999年重庆市GDP增长率呈下降趋势，至1999年达到最低值%；之后经济发展进入高速发展的良性轨道，GDP呈上升趋势，2007年达到了一个小的高峰%，但是由于2008年次贷危机的影响GDP出现下滑，2009年经济开始复苏，并且在2010年达到峰值%，是1999年的倍。
二、重庆市直辖以来三次产业变动情况1、1997—2011年重庆市三次产业产值占生产总值比重数据如下：本市生产总值第一产业（%）第二产业（%)第三产业(%) 1997年1998年1999年2000年2001年2002年2003年2004年2005年2006年2007年2008年2009年2010年2011年表12、1997—2011年重庆市各产业产值占生产总值比重变动情况示意图：图13、1997—2011年重庆市三次产业结构饼状图：图2 4、1997—2011年重庆市三次产业产值数据如下：表25、1997—2011年重庆市三次产业产值变动情况：图36、分析如下：表1、图1和图2反应重庆市1997—2011年三次产业产值占生产总值比重变化的情况；由图表可以看出第一产业在国民经济中的地位逐年下降，1997年到2011年下降了个百分点；第二产业所占比重呈缓慢增加趋势；第三产业呈先增加后减少的趋势，在1997—2006年呈增加趋势，由1997年的%到2006年的%，提高了个百分点。
2010年重庆市统计年鉴
100.0 31.0 69.0
100.0 3.2 85.5 11.3
100.0 61.4 13.4 25.2
100.0 3.5 95.8 0.7 100.0 44.5 55.5
100.0 80.9 19.1
国民经济和社会发展结构指标 s of Natinal Economic and Social Development
农村居民生活消费结构 ＃食 衣 居 卫 生 卫生技术人员结构 ＃执业（助理） 医师 注册护士 卫生机构床位结构 ＃医院 环 境 治理工业污染资金使用结构 治理废水 治理废气 治理固体废物 治理噪声 其 他 品 着 住
Public Health Medical Technical Personnel (person) Licensed (Assisstant) Doctors Registered Nurses Beds in Health Care Institutions Hospitals 100.0 36.2 21.7 100.0 35.1 22.0 100.0 50.7 23.4 100.0 59.0 100.0 44.4 55.6 100.0 64.7
Environment Uses of Fund in Industrial Pollution Control Waste Water Control Waste Gas Control Solid Waste Control Noise Control Others 100.0 48.1 41.9 3.8 0.8 5.4 100.0 35.8 50.1 4.6 3.1 6.4
农林牧渔服务业 工 业 规模以上工业增加值结构 轻工业 重工业 运输业 货运量结构 ＃铁 公 水 路 路 运
重庆市旅游业现状及其发展预测
重庆市旅游业现状及其发展预测重庆工商大学陈慧、何云梅、康喻清摘要：为研究重庆市旅游业的现状和发展,未来的前景,本研究以重庆市自1997年成为直辖市以来到2009年的旅游业主要指标数值和其相关联的产业的GDP为数据来源,采用了描述统计,回归方程及其相关统计模型检验,统计预测的方法.关键词：旅游业国际旅游外汇收入趋势预测随着社会的发展,旅游业已成为全球经济中发展势头最强劲和规模最大的产业之一.旅游业在城市经济发展中的产业地位,经济作用逐步增强,旅游业对城市经济的拉动性、社会就业的带动力、以及对文化与环境的促进作用日益显现.旅游业是中国经济发展的支柱性产业之一.重庆自1997年成为直辖市以来,经济迅速增长,旅游业也飞速发展.作为我国面积最大、人口最多、最年轻的直辖市,凭借其地处东西部经济结合带上的优越的区位条件,已发展成为西南最大的经济中心和最大的交通枢纽.重庆市历史悠久,文化积淀深厚,是我国著名的历史文化名城,先巴文化、巴文化、三国文化、抗战陪都文化、现代都市文明等为重庆提供了十分丰富的人文旅游资源.同时,独特的地理条件又为重庆塑造了集山、水、林、泉、瀑、洞、峡为一体,并以峡谷风光最为突出的奇特的自然旅游资源.重庆市旅游业以其丰富独特的自然、人文旅游资源为依托,以不断完善的旅游服务设施为条件,凭借其便利的交通运输条件和在西南地区特殊的地位而发展迅速,重庆直辖后,不仅地域范围扩大、旅游资源更加丰富,而且更将长江三峡黄金旅游线纳入重庆旅游范围,给重庆旅游增加了精品名品,从而使重庆旅游业取得了更加迅猛的发展.2009年,全市旅游总收入就达到了703.03亿元,占全市国内生产总值的10.8%,年接待海外旅游者104.8万人次,国内旅游者12191万人次,旅游外汇收入达53721万美元,国内旅游收入为666.34亿元人民币.重庆市旅游业的主要指标有：旅游总收入,占全市国内生产总值,海外旅游者人数,国际旅游外汇收入,国内旅游者人数,国内旅游收入.其中,入境游客是指来重庆观光、度假、探亲访友、就医疗养、购物、参加会议或从事经济、文化、体育、宗教活动的外国人、港澳台同胞等游客（即入境旅游人数）.统计时,入境游客按每入境一次统计.旅游外汇收入是指入境旅游者在重庆境内旅行、游览过程中用于交通、参观展览、住宿、餐饮、购物、娱乐等全部花费.1.1997—2009年重庆市旅游业的发展情况1.1 1997—2009年重庆旅游业发展情况的2.数据来源2010年中国统计年鉴和2010年重庆市统计年鉴1.2 重庆旅游业发展历程图1 1997—2009年接待入境旅游人数折线图图2 2009年来重庆的入境游客占总游客的比例饼图图3 1997—2009年国内旅游人数折线图图4 1997—2009年平均每人逗留天数折线图从上述四个图表中可以看出,重庆直辖后,接待国内旅游人数和入境旅游人数都有大幅度提高,1997年旅游外汇收入达到10548万美元,接待旅游人数达到259414人次,这是由于直辖提高了重庆的国内地位和国际知名度.然而,2003年由于“非典”的影响,无论是接待人数还是旅游外汇收入都有大幅度回落,旅游业遭受重创打击.随后,重庆旅游业又恢复高速增长.2009年接待入境旅游人数104.8万人次.从入境游客的国籍来看,来重庆旅游的人中,最多的是美国人,其次是香港同胞,实现旅游外汇收入53721万美元.其中接待旅游人数同比增长20.2％,旅游外汇收入同比增长19.38%.2. 旅游业总收入的影响因素社会经济现象是复杂的,通常一种社会经济现象总是和许多种现象相联系.一种社会经济现象与多种现象相联系的最简单形式,是一个被解释变量与多个解释变量的线性关系.在此,我们分析重庆旅游业的总收入情况就结合了餐饮、住宿业和交通运输业的生产总值.得到如下表：注：1.在此考虑到多重共线性的问题,因此没有选取“国内旅游收入”这个指标 2.数据来源2010年重庆市统计年鉴2.1多元回归的模型理论基础 2.1.1多元线性回归模型在计量经济学中,如果总体回归函数描述了一个被解释变量与多个解释变量之间的线性关系,由此而设定的总体回归函数就是多元线性回归模型.与一元线性回归模型类似,所谓多元线性回归模型是指对各个回归参数而言是线性的,而对于变量则可以是线性的,也可以不是线性的.一般地,包含被解释变量Y 与1-k 个解释变量k 21...,,,X X X的多元总体线性回归函数的形式为+++=i X X Y 33i 221i βββ…+i ki k X μβ+其中,()k j ⋯=,2,1j β为模型参数；i μ为随机扰动项；1-k 为解释变量的个数. 如果对被解释变量Y 及解释变量k X X X ,,,32⋯做了n 次观测,所得的n 组观测值()()n i X X X Y ki i i i ,,2,1,,,,32⋯=⋯ 将满足如下线性关系：+++=i X X Y 33i 221i βββ…+i ki k X μβ+ ()n i ⋯=,2,1为了探讨重庆市旅游业的影响因素,研究近十年来重庆市旅游总收入与重庆市旅游外汇,重庆市交通运输业以及重庆市餐饮业和住宿业总收入等因素的关系,这时的解释变量已不止一个,可建立如下经济模型： i i X X X Y μββββ++++=4433221其中,i Y 为重庆市旅游总收入；2X 为国际旅游外汇收入；3X 为餐饮业和住宿业收入；X 4为交通运输业收入. 2.1.2拟合优度检验为了说明多元线性回归对样本观测值的拟合情况,在Y 的总变差中由多个解释变量作出了解释的那部分变差的比重,即“回归平方和”和“总离差平方和”.多元线性回归中Y 的变差分解式为变差： ()()()222ˆˆˆ∑∑∑-+-=-Y Y Y Y YY iii i TSS = RSS + ESS自由度： (n-1) = (n-k) + (k-1)其中,总离差平方和TSS 反映了被解释变量观测值总变差的大小；回归平方和ESS 反映了被解释变量中变差.回归估计值总变差的大小,残差平方和RSS 反映了被解释变量观测值与估计值之间的多重可决系数为：()∑∑--=-=-==22211Y Y e TSS RSS TSS RSS TSS TSS ESS R i i 在样本容量一定的情况下,增加解释变量必定使得待估参数的个数增加,从而会损失自由度.为此,可用自由度去修正多重可决系数2R 中的残差平方和与回归平方和,从而引入修正的可决系数2R (adjusted coefficient of determination),其计算公式为()()∑∑∑∑----=----=222221111Y Y e k n n n Y Y kn eR i iii2.1.3回归方程的显著性检验 （1）F 检验对模型中被解释变量与所有解释变量之间的线性关系在总体上是否显著做出推断.对回归模型整体显著性的检验,所检验假设的形式为：0:320==⋯==k H βββ()k j H j ⋯=,3,2:1β不全为零 可以证明,在0H 成立的条件下,统计量 ()()()k n k F k n RSS k ESS F ----=,1~/1/即统计量F 服从自由度为k-1和n-k 的F 分布.给定显著性水平α,在F 分布表中查处自由度为k-1和n-k 的临界值()k n k F --,1α.若()k n k F F -->,1α,则拒绝原假设0:320==⋯==k H βββ ,说明回归方程显著,即列入模型的各个解释变量联合起来对被解释变量有显著影响；若()k n k F F --<,1α,说明回归方程不显著,即列入模型的各个解释变量联合起来对被解释变量的影响不显著. 2.1.4 回归方程的显著性检验 （2）t 检验① 提出检验假设()()k j H k j H j j ,,2,10:,,2,10:10 ⋯=≠⋯==ββ② 计算统计量在0H 成立的条件下,根据样本观测值计算t 统计量的值 jj j c t σβˆˆ*=③ 检验给定显著性水平α,查自由度为n-k 的t 分布表,得临界值()k n t -2/α.若()k n t t -≥2/*α,即()k n t t -≥2/*α或()k n t t --≤2/*α,就拒绝0H ,说明在其他解释变量不变的情况下,解释变量j X 对被解释变量Y 的影响显著.若()k n t t -≤2/*α,即()k n t t t -<<-2/*2/αα,就不能拒绝0H ,说明在其他解释变量不变的情况下,解释变量j X 对被解释变量Y 的影响不显著.[参考文献1] 2.2 利用Eviews 进行分析结果表3 重庆市旅游总收入回归分析Dependent Variable: Y Method: Least Squares Date: 06/19/11 Time: 13:13Sample: 1 13Included observations: 13Variable Coefficient Std. Error t-Statistic Prob.C -63.41034 17.29933 -3.665479 0.0052 X2 0.003677 0.002278 1.614386 0.1409 X3 3.758810 1.267061 2.966557 0.0158 X40.1361060.3351861.4060630.6942R-squared 0.989282 Mean dependent var 279.2931 Adjusted R-squared 0.985710 S.D. dependent var 190.1286 S.E. of regression 22.72846 Akaike info criterion 9.332772 Sum squared resid 4649.245 Schwarz criterion 9.506603 Log likelihood -56.66302 F-statistic 276.9077 Durbin-Watson stat0.595273 Prob(F-statistic)0.000000根据表3中数据,模型估计的结果为：4321361.07588.30037.04103.63ˆX X X Y i +++-= （17.2993） （0.0023） （1.2671） （0.3352） t= (-3.6655) (1.6144) (2.9666) (1.4061)139077.2769857.09893.022====df F R R2.2 模型检验 2.2.1 经济意义检验模型估计结果表明,在假定其他变量不变的情况下,旅游业总收入每增长1亿元,平均说来国际旅游外汇收入会增长0.0037万美元；在假定其他变量不变的情况下,旅游业总收入每增长1亿元,平均说来餐饮业和住宿业GDP 会增长3.7588亿元；在假定其他变量不变的情况下,旅游业总收入每增长1亿元,平均说来交通业GDP 会增长0.1361亿元. 2.2.2统计检验（1）拟合优度：由表3中数据可以得到R 2=0.9893,修正的可决系数为R 2=0.9857,这说明模型对样本的拟合很好.（2）F 检验：由上表与前文F 检验方法可得,由表中得到F=276.9077,由于F=276.9077> F ∂(3,10)=27.2,应该拒绝原假设H 0：2β=3β=4β=0,说明回归方程显著,即“国际旅游外汇收入”,“交通业GDP ”,“餐饮业和住宿业GDP ”等变量联合起来确实对“旅游总收入”有显著影响.（3）T 检验；由上表与前文t 检验方法可得,说明回归方程显著,即“国际旅游外汇收入”,“交通业GDP”,“餐饮业和住宿业GDP”等变量联合起来确实对“旅游总收入”有显著影响.3. 重庆市旅游外汇收入与重庆市GDP的关系旅游业作为一个关联性极强的综合性产业,与地区的经济增长之间存在着不可分割的关系,重庆市的国际旅游业起步于改革开放之后,在1997年直辖之后发展迅速,近年来,旅游业在重庆市的经济发展和产业结构调整中所发挥的作用日益突出.该部分通过描述统计分析和回归模型等分析方法构建了重庆旅游外汇收入对重庆市GDP的贡献模型,探索旅游外汇收入与GDP之间的关系,便于正确估价重庆市旅游业对经济增长的带动作用. [参考文献2]注：数据来源于《2010年重庆统计年鉴》本文在对重庆市GDP和旅游外汇收入这两组数据进行计算时,分别用汇率和自然对数进行了转换,对重庆市GDP取对数记为LN（重庆市GDP）,同样对旅游外汇收入取对数记为LN（旅游外汇收入）,因为对数化变换不仅不会改变变量之间的关系,反而能够使其显性化,从而方便我们构建模型,以求能够更好的反应两者之间的关系.另外文中还用到了差分分析,所以分别记一阶差分为DL（重庆市GDP）,DL（国际旅游外汇收入）,在分析的过程中,运用了Excel和Eviews获得了相关分析的图表.为了更好地观察重庆市GDP与国际旅游外汇之间的关系,我们进行了序列的描述统计分析,利用Excel绘制了时序图（图5）和一阶差分序列图（图6）.图5 时序图图6 一阶差分序列图从图5可以看出LN（重庆市GDP）和LN（旅游外汇收入）在1997—2009年间的变动都呈现上升的趋势,表现出水平序列的不平稳性；而从图6的一阶差分序列图显示出变量的一阶差分具有平稳性,说明变量的一阶差分序列是平稳序列.利用Eviews 软件进行回归模型分析,可以得到如下结论：表5Dependent Variable: Y Method: Least Squares Date: 06/19/11 Time: 19:11 Sample: 1997 2009 Included observations: 13Variable Coefficient Std. Error t-Statistic Prob. C 5.591599 0.274118 20.39852 0.0000 X 0.846011 0.097384 8.687415 0.0000 R-squared 0.872790 Mean dependent var 7.930072Adjusted R-squared 0.861225 S.D. dependent var 0.501341 S.E. of regression 0.186762 Akaike info criterion -0.377326 Sum squared resid 0.383680 Schwarz criterion -0.290411 Log likelihood 4.452621 F-statistic 75.47118 Durbin-Watson stat 1.890983 Prob(F-statistic) 0.000003为了分析重庆市旅游外汇收入与重庆市GDP 的关系,对重庆市GDP 求自然对数作为被解释变量（用Y 表示）,对重庆市旅游外汇收入求自然对数作为解释变量（用X 表示）,C 为常数,可以建立如下线性回归模型：Y=5.591599+0.846011X通过表5可知X 每增加1亿元,即LN （国际旅游外汇收入）每增加1亿元,相当于国际旅游外汇收入等于e 亿元,约为2.718亿元,平均说来可导致Y 提高0.846011亿元,即LN （重庆市GDP ）增加0.846011亿元,重庆市GDP 等于e 46011.80亿元,约等于2.3303亿元.这表明重庆市的国际旅游收入对重庆市的GDP 起着很大的拉动作用,即随着入境旅游业的发展,将促进重庆市地区生产总值的增加.由表5中可以看出,例中的可决系数为0.87279, 说明所建的模型整体上对样本数据拟合较好,即解释变量“国际旅游外汇收入的自然对数”对被解释变量“重庆市GDP 的自然对数”的绝大部分差异做出了解释.研究表明：在一定时期内,重庆市旅游外汇收入是导致重庆市GDP 增长的原因,而重庆市地区生产总值的增加对其旅游外汇收入没有明显的因果关系.所以,作为旅游总收入重要组成部分的旅游外汇收入在重庆市地区生产总值中的地位是不可忽视的.4.对重庆市国际旅游外汇收入和国内旅游收入的预测4.1 对国际旅游外汇收入的预测我们可以看出,1997年到2009年的国际旅游外汇收入具有明显的线性递增趋势.当序列具有趋势时,一次平均数序列总是滞后于实际数据序列,出现了滞后偏差,二次移动平均数序列也与一次平均数序列形成了滞后偏差.二次移动平均正是利用这种滞后偏差的眼百年规律建立线性预测模型的.因此,采用二次移动平均法来对2010年的国际旅游外汇收入进行预测. [参考文献3]在此,为了检验预测,将2009年的数据作为测试预测,1997到2008年的数据,作为训练预测数据.二次移动平均线性预测模型为：T F T t t t b a +=+t a =2()1t S -）（2t St b =12-N （()1t S -）（2t S ） 其中()1t S 是第t 期的一次平均数,）（2t S 是第t 期二次移动平均数,N 是计算移动平均数所选定的数据个数,此处N=2=2009F 45140.5*7050.0*（2009-2008）=53190.5与2009年的真实值53721比较,还是比较接近,因此线性二次移动平均法的效果还差强人意.为此,我们预测2010年的国际旅游收入=-⨯+=)20082010(0.70505.451402010F 59240.5,因此我们预测2010年重庆市国际旅游外汇收入大约为59500万美元.4.2 国内旅游收入的预测因为国内旅游收入和国际旅游外汇收入一样都呈现线性增长趋势,因此我们用同样的方法进行预测.表7 国内旅游收入线性二次移动平均预测=F523.95+104.22*（2009-2008）=642.172009与2009年的真实值666.34比较,还是比较接近,与真实值的差异在其有一定的滞后性.因此线性二次移动平均法的效果还差强人意.为此,我们预测2010年的国内旅游收入：95.104F732.4022523.=)-=⨯+20102008(2010考虑到滞后性,因此我们预测重庆市2010年的国内旅游输入大约为750亿元.5. 结论与建议5.1 结论举世无双的长江三峡,世界文化遗产大足石刻,集山城、江城、历史文化名城于一身的现代山城都市等,赋予重庆旅游资源鲜明的个性特征和较高的知名度.在模型一中,由表1.1可看出,国际旅游外汇收入 ,交通业GDP以及住宿和餐饮业GDP都对旅游总收入有显著影响,并且相比较与其余两者交通业GDP对其影响最大,在假定其他变量不变的情况下,旅游业总收入每增长1亿元,平均说来餐饮业和住宿业GDP会增长3.7588亿元.由此可知,在1997年重庆成为直辖市以来,餐饮业和住宿业的迅速发展对旅游业的发展做出了很大的贡献.在住宿业方面,2009年,重庆已挂牌的五星级酒店有11家.同时,已有28家国内外知名品牌酒店管理公司进驻重庆.高星级酒店业正成为一个新的投资热点.在餐饮方面,饮食一条街、美食城以其优越的环境和浓厚的特色,吸引了众多的消费者.如南山的泉水鸡一条街、歌乐山的辣子鸡一条街、南北滨江路的饮食一条街、八一路的美食城,都是一些中小型餐饮门面连成一片,美食城（街）都是以食、住、纯自然的环境和休闲、度假集于一身,特别是景区的休闲村、城郊的农家乐融田园风光、特色饮食、自然环境于一体,以较低廉的价格给消费者提供了回归自然、休闲度假的好去处,优势较强,生命周期长,亲山亲水,形成美食聚集地带.而在外汇方面,2009年7月,重庆市政府组团赴宝岛台湾促销.年内促销团三赴台湾,使渝台两地互往的游客增长迅猛,赴台旅游人数同比增长13倍.2009年,重庆市政府先后远赴北欧、美国等地促销,与越南国家旅游局、约旦旅游局等签订旅游合作协议.逐渐对外开放,使其在旅游业中占据重要的一位.2009年,渝湘高速公路开通后,渝东南旅游出现了罕见的井喷现象.快速的发展交通业,同时也带动了旅游业的发展,为重庆市GDP增添重要的一笔.5.2 建议（1）塑造世界级的旅游品牌,增强重庆旅游业在海外市场的竞争力根据旅游资源的特点、空间分布、发展条件和海外市场需求等方面的条件,应重点打造在国际上有一定影响力的大足石刻、长江三峡等旅游精品,从而增强重庆旅游产品在国际市场上的竞争力,同时应该大力发展以日韩、西欧等国家为主要客源的入境旅游市场,增加旅游外汇收入,拉动重庆市GDP的增长.（2）具有针对性的开拓海外旅游市场,加强宣传力度当今社会的旅游业竞争激烈,重庆应该根据自身的特色,因地制宜,制定各种适合不同国家旅游市场的政策方案.对于信奉佛教的东南亚国家旅客,重庆应该重点推出大足石刻等佛教旅游专项产品；而对于处在欧洲大陆上的一些国家的旅客,由于对以河流为主的休闲旅游产品比较感兴趣,所以可以具有针对性的利用长江三峡开通游轮旅游；同时在一些国家还可以通过适当的降低旅游产品直观价格,增强价格竞争力.除此之外,还可以通过电视广告、网络预订等方式加大宣传力度. （3）提高旅游资源开发层次,加强开发保护力度在已开发的旅游资源中,多数旅游景区、景点仅具游览观光的功能.即便是长江三峡黄金线,其可参与性、娱乐性、文化性都不强,开发层次仅仅停留在粗加工阶段,与“回归大自然”、“参与性游览”、“文化旅游”等深层次旅游的国际发展趋势不相适应.旅游资源开发层次较低,直接反映在旅游活动内容单调,旅游项目少、档次低,难以吸引游客,致使来渝游客停留时间短,所以在开发重庆旅游资源的时候,应该更加注重参与性、娱乐性、文化性的开发挖掘,增加旅游项目数量,提高旅游项目档次.（4）加强和完善交通基础条件重庆旅游的弱项在交通,交通是国民经济的基础产业之一.没有交通事业的支持,旅游业将难以发展.搞好旅游不能单凭简单的一条路、一辆车、几个景点就能实现得了的,除了要抓好旅游资源开发,扩大产业规模,加强交通基础建设,提高旅游综合接待能力等方面工作以外,很重要的一点,就是不断提高和完善交通运输服务环境.它一方面包括交通服务场站的建设,另一方面包括交通服务功能的完善.重庆交通状况近年来发展很快,但是基础条件还需要加强和完善.因此,切实抓好交通基础设施建设,对于实现旅游生产、分配、交换、消费的有机结合,对于繁荣旅游经济和市场,活跃社会经济生活,搞好重庆旅游区的建设起着至关重要的作用. （5）打响餐饮企业品牌战略,加强连锁经营重庆市大型餐饮企业虽有资本运作成功案例,但仅为个案,大部分餐饮企业在市场扩张、规模发展和管理创新等方面还缺乏有效手段,在市场化竞争和消费结构升级的新形势下,餐饮企业应不断加强连锁经营、网络营销、集中采购、统一配送等现代经营方式的有效实施和运用,充分挖掘潜力,进一步做强做大,以便加大促进经济的发展.参考文献[1]古扎拉蒂D N. 2000. 计量经济学.3版.林少宫译.北京:中国人民大学出版社[2]庞皓,《计量经济学》（2010第二版）北京：科学出版社[3]徐国祥,《统计预测和决策》[M]上海：上海财经大学出版社[4]易丹辉：《数据分析与Eviews应用》，中国统计出版社2002年版[5]David F.Groeboner,Patrick W. Shannon,Phillip C. Fry and Keut D.Smith,Business Stastistics:A Decision-making A pproach,5th.ed 中国统计出版社2003年版。
2010年重庆统计公报
币存款余额 13454.98 万亿元，比年初增加 2524.80 亿元，比上年少
2498.39
30.4
19084.76
15.8
2878.04
19.0
2718.71
19.1
159.33
17.7
103.2
3.2
106.5
6.5
104.3
4.3
98.4
-1.6
家庭设备用品及维修服务
100.2
0.2
医疗保健及个人用品
102.5
2.5
交通和通信
99.5
-0.5
娱乐教育文化用品及服务
102.7
11.3
城镇居民人均消费性支出（元） 13335
9.8
注：1、.国内生产总值、规模以上工业总产值及其分类项目增长速度均按可比价 计算；其他指标增长速度均按现价计算。
2、微型计算机无同期数可比。
1-12 月份，全市规模以上工业企业实现利润 459.48 亿元，同比 增长 39.8%。实现利税 826.28 亿元，同比增长 31.8%。
3.投资保持较快增长，投资结构继续改善。全年全社会固定资产 投资 6934.80 亿元，比上年增长 30.4%，增速比上年回落 1.1 个百分 点。其中，城镇固定资产投资 6342.98 亿元，增长 27.9%；农村固定 资产投资 591.81 亿元，增长 64.8%。全年房地产开发投资 1620.26 亿元，增长 30.8%。
重庆市的产业结构
重庆市的产业结构产业结构是指各产业的构成及各产业之间的联系和比例关系。
各产业部门的构成及相互之间的联系、比例关系不尽相同，对经济增长的贡献大小也不同。
因此，把包括产业的构成、各产业之间的相互关系在内的结构特征概括为产业结构。
重庆产业结构概况根据05年的重庆统计年鉴中的投入产出表可得02年重庆19个产业的投入产出情况，可看出在重庆市总产值中占的比重最大的是第二产业中的制造业和建筑业，分别为41.86%和14.00%。
符合重庆重工业城市的特点。
由于重庆地理位置及条件的影响，农业所在比重不大，仅有8.73%。
在第三产业中比重较大的是批发零售业和房地产业，分别为7.71%和3.87%。
而住宿与餐饮业和水利、环境和公共设施管理业所在比重较小，分别为1.55%、0.17%。
金融业所占比重仅仅是接近百分之二，说明重庆的融资条件并不理想，对于吸引外来的投资是个不小的障碍。
代表高新技术的信息传输.计算机服务及软件业所占比重也只有百分之一点四，说明重庆在信息产业方面的发展还处于起步阶段。
一、重庆市农业产业结构现状农业产业结构主要指农业内部各产业部门之间的组合和相互联系，具体来说，包括种植业、林业、畜牧业和渔业四大产业。
农业的产业结构调整,重在因地制宜,发挥优势产业.重庆是一个典型的山区农业地区，调整农业产业结构，是实现农业产业化的重要途径。
因此，因地制宜发展农业，优化农业产业结构，对促进重庆农村经济发展具有重要的现实意义。
重庆作为我国第四个直辖市，位于我国西南部，长江上游，幅员辽阔，农业资源丰富。
2007年末，全市农业人口2413.95万人，占全市总人口的74.61%。
其中，乡村从业人员1378.29万人，第一产业从业人员699.28万人。
2007年，全市实现地区生产总值4111.82亿元，其中，农业生产恢复性增长，第一产业实现增加值531.65亿元，增长9.5%。
农业产业增加值占全市地区生产总值的12.9%。
2007年完成农林牧渔业总产值799.62亿元，比上年增加9.5%。
重庆市直辖以来各年GDP及各年增长率变化分析
查阅统计年鉴、完成图表分析一、重庆市直辖以来各年GDP及各年增长率变化分析1、重庆市直辖以来各年GDP及各年增长率原始数据如下：年份GDP(亿元）GDP增长率（%）GDP指数（上一年为基期）1997年1509.75 11.2 111.2 1998年1602.38 8.6 108.6 1999年1663.20 7.8 107.8 2000年1791.00 8.7 108.7 2001年1976.86 9.2 109.2 2002年2232.86 10.5 110.5 2003年2555.72 11.7 111.7 2004年3034.58 12.4 112.4 2005年3467.72 11.7 111.7 2006年3907.23 12.4 112.4 2007年4676.13 15.9 115.9 2008年5793.66 14.5 114.5 2009年6530.01 14.9 114.9 2010年7925.58 17.1 117.1 2011年10011.37 16.4 116.4 2、重庆市直辖以来各年GDP及各年GDP增长率变化图示：3、分析如下：该图反应重庆市直辖以来各年GDP及各年GDP增长率变化特点；从图上可以看出，重庆市直辖以来，GDP呈稳步增长的趋势，没有经历大的波动。
1997年GDP为1509.75亿元，2011年为10011.37亿元，是1997年的6.6倍；而GDP增长率的变化则呈现先下降后总体上升的趋势，且一直保持正值,直辖以来，重庆市GDP保持年均12.2%高速增长。
由于受亚洲金融危机的影响，1997—1999年重庆市GDP 增长率呈下降趋势，至1999年达到最低值7.6%；之后经济发展进入高速发展的良性轨道，GDP呈上升趋势，2007年达到了一个小的高峰15.9%，但是由于2008年次贷危机的影响GDP 出现下滑，2009年经济开始复苏，并且在2010年达到峰值17.1%，是1999年的2.25倍。
实施“三大工程”推进“三个提高”
户，新 建 巴渝 新居２ ０ 户，打造 农 民康 居点２ 个 。着 亿 元，入 场率 、招 标率 、公开招 标率达 １ ０ 。南川被 ２０ ２ ０％ 力 “ ＋ ”示 范 街 改造 ， 投入 １ ６ 元 ，按 照 道路 黑 评 为 中国百佳最 具投资 潜力 区、 中国西部最 具投资潜 ６１ ．亿
力 、统 计数 据质量 、政 府统计公 信力 “ 三个提 高” ，
全 区统计 工作迈上 了新台阶 。
一
识 竞赛 ５ 次， 获得 重庆 市纪 念统 计法 颁 布２ 周 年知识 ５ 竞赛 组织 奖 。积 极开展 统计执 法检查 ，树立统 计法权
威 ， 为 统 计 工 作 的 正 常 开 展 营 造 了 良好 社 会 氛 围 。
着 力实施 “ 固本 强基工程 ”
● ■■ ■■－ ● ■ ■■ －
加 强 统 计 基 层 基 础 建 设 ， 是 “ 个 提 高 ” 的 基 三
础，也 是落 实 “ 个提 高”的重 要抓手 。南川 区统计 三 局积极 争取领 导重视 和部 门的配 合，统 计基础得 到夯 于进一 步加强 和改进 统计 工作 的意见 和 关于 转发
Ｃ ＩＮ Ｑ Ｎ Ｓ ｎＴ Ｓ １Ｃ Ｉ Ｇ Ｉ Ｇ Ｔ １ ＳＪ Ｏ Ｔ Ｉ
＿ 垦０ Ｃ 交ｌ — 骥．ｌ验 （ 流 ０经 Ｉ ２１ ）Ｌ ） １ １ ，
实 ¨ ： 推』个 施三ｌ ｊ三琨 六程 ｉ ： 毪 ¨
同
口 蒋 小 芳
近 年来 ，南川 区统计局 认真落 实科学发展 观 ，以 济普查 条例》 、 人 口普查 条例》 等统计 法制知识 。 “ 先争优 ”活 动为载体 ， 着力实施 固本强基 、人 才 累计 发 放宣 传 折 页５ Ｏ 余份 ， 宣 传手 册２ ０ 本 ， 宣 创 ０Ｏ ００ 兴统 、服务 提升 “ 三大 工程” ，积极推 进统计 工作 能 传 画 、宣 传单２ 多张 。举 办知 识讲 座２ 次， 组织知 万 ６
重庆市人均GDP、重庆市个人储蓄存款年末余额1980-2010
重庆人均GDP增长分析摘要：根据重庆市经济发展现状，从计量经济学的角度，利用重庆市1980-2010年的储蓄数据以及相应的人均GDP数据，运用最小二乘估计的方法分析重庆市居民储蓄存款年度余额和人均GDP的关系，以试图了解重庆市居民储蓄的现状，特征及其与人均GDP之间的相互影响，并使用EVIEWS储蓄额与人均GDP之间的关系系数进行了结构检验。
计量结果关键词：重庆市人均GDP、重庆市个人储蓄存款年末余额目录一、理论综述 (4)二、实证分析 (5)（1）变量确定..............................................（2）数据取得..............................................（3）参数估计 (6)(4)模型检验 (7)4.1 经济意义检验 .....................................4.2 拟合优度检验 .....................................4.3t 检验 .............................................4.4自相关检验 ........................................(5)模型预测 (9)三、结果分析 (10)四、参考文献 .................................................[引言]改革开放以来，重庆地区生产总值（GDP）由1978年的67.32亿元猛增到2007年的4122.51亿元，年均增速达到10.2%，高于全国同期增速0.4个百分点。
与此同时，全市人均GDP由269元提高到14660元，年均增速为9.7%。
改革开放初期，重庆人均储蓄只有23元。
而2008年末，重庆市居民的人均储蓄已达1.2万余元。
重庆市市统计局发布的2009年统计年鉴显示，改革开放30年，重庆居民人均储蓄已经翻了500多倍。
重庆市旅游业2010年统计公报
2010年重庆市旅游业统计公报2010年，重庆市旅游业在市委、市政府的高度重视和国家旅游局的大力支持下，以贯彻落实国务院《关于加快发展旅游业的意见》（国发〔2009〕41号）文件和认真实施“温泉旅游主题年”活动为主线，紧紧围绕“一心两带”发展定位，以大力实施“大项目、大投入、大营销”三大战略为抓手，着力打造“一带五区”和六大旅游精品，特别是突出三峡国际黄金旅游带建设，充分利用中国国内旅游交易会暨首届中国长江三峡国际旅游节、全国旅游饭店发展暨五星级饭店质量提升工作会议在重庆召开以及第十四届中国重庆山水都市旅游节等节会平台，大力宣传营销和招商引资，全市旅游经济继续呈现强劲发展势头。
2010年全市共接待海内外旅游者1.62亿人次，比上年增长31.54%；旅游总收入917.85亿元，比上年增长30.52%。
其中：入境旅游者137.02万人次，旅游外汇收入7.03亿美元,分别比上年增长30.74%和30.9%；国内旅游者1.6亿人次,国内旅游收入868.36亿元,分别比上年增长31.55%和30.32%。
出境旅游者43万人次，同比增长22.86%，其中，通过出境旅行社组织的出境旅游者19.16万人次,比上年增长33.99%。
（见表1）。
通过5家赴台旅行社组织的赴台旅游者3.57万人次，比上年增长104%。
表1 2010年重庆市旅游接待及收入情况一、国内旅游快速增长，国内旅游最主要的增长点是假日旅游2010年，全市接待国内旅游者16036.57万人次，比上年增长31.55%；国内旅游收入868.36亿元，比上年增长30.32%。
(见图1、图2)图1 2010年重庆市接待国内旅游者情况单位：万人次图2 2010年重庆市接待国内旅游收入情况单位：亿元2010年，假日旅游继续成为国内旅游最重要的增长点。
“春节”和“十一”两个黄金周，“元旦”、“清明”、“五一”、“端午”、“中秋”五个“小长假”七个假日全市共接待旅游者4312.85万人次，占2010年全市国内旅游总接待人数的26.89%。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1－2 国民经济和社会发展总量与速度指标注：1）本表数据本市生产总值、工业增加值速度指标按可比价计算，其余指标均为自然增长。
2）工业总产值的绝对值和指数按现价计算；工业增加值的绝对值按现价计算，指数按可比价计算。
3）建筑业2003年起的所有数据均不包括劳务分包企业；其增加值2003年前按工程结算利润计算，从2003年起按 营业利润计算（以下各表同)。
4）从2000年起民航货运量按新制度统计，旅客行李不再计入货运。
5）1996年起铁路数据按重庆现地域进行了调整（以下各表同）。
6）2008年公路、水路数据按部门专项调查作了调整。
7）邮电业务总量2001年前为1990年不变价，2001年及以后为2000年不变价口径（以下各表同）。
8）普通高等学校数据含研究生。
9）“城市居民人均房屋建筑面积”2002年前数据为“人均房屋居住面积”。
10）2002年起卫生统计指标名称变更，统计口径变化，不可与往年同比：2002年起卫生技术人员和床位不包括医学院校、卫生学校和计生站；执业（Note:1) The indicators of GDP and growth rate of value-added of industry are calculated at constant prices, while the other indicators are the value of nat2) The value and index of gross output value of industry are calculated at current price; the value-added of industry is calculated at current price while the index is calc3) All the data of construction has not included labor subcontractors since 2003. The value-added is calculated upon the settled profit before 2003 and upon the operat4) Since 2000, the cargo turnover of civil aviation has been calculated by the new statistic system, and the luggage of passengers is nolonger accounted in.5) The data of railway has been modified based on the present administrative division of Chongqing since 1996 (the same for the tables below).6) The data of highway and waterway has been modified according to the specialized survey by the related departments since 2008.7) The business volumes of postal and telecommunication services before 2001 are calculated at the constant price of 1990, while the data after 2000 are calculated at8) The data of regular institutions of higher education include the postgraduates.9) The data of “per capita residential space of urban residents” was formerly “per capital residential space” before 2002.10) Due to the change of names and statistic scopes of the indicators of public health in 2002, the indicators are not comparable with the data in previous years: since 2 (assistant) doctor was formerly “doctor” before 2002(the same for the tables below).2875.302848.822798.002839.002859.0099.4100.4102.2 848.211013.881265.951419.091474.92173.9145.5116.5 2027.091834.941532.051419.911384.0868.375.490.3 1479.061409.831435.641445.7597.7102.51369.761388.171403.361413.25103.2101.81719.431690.001611.571646.441668.8397.697.198.7103.6 294.63208.87209.66229.590.0 10.9510.1516.8913.0213.44128.4122.7132.479.61315.121791.003467.725793.666530.01457.2410.4290.0171.4 287.56284.87463.40575.40606.80159.6152.3142.0116.6 568.99760.031564.003057.783448.77647.4577.0390.4197.1 502.06633.981293.812607.152917.40661.4589.0407.2203.3 458.57746.101440.322160.482474.44449.2392.3256.9161.3320.73655.812006.324045.255317.921962.51658.1810.9265.1 228.60531.381838.423781.564958.742169.2933.2269.7 172.98391.751320.692790.563719.832150.4949.5281.7 55.62139.63517.73991.001238.912227.5887.3239.3 92.13124.43167.90263.69359.18389.9288.7213.9 40.0659.5296.09181.27268.93671.3451.8279.9 52.0764.9158.2982.4290.24173.3139.0154.854.94104.46394.96963.341165.712533.62121.81115.9147.8 79.42202.46625.351448.561806.072727.42274.1892.1163.8109.796.7100.8105.698.4104.198.6103.0105.895.5106.3105.6108.2112.295.0106.195.598.7105.097.31330.441352.601366.911379.891379.94102.3103.7102.0101.0 424.99 412.63 662.19 871.39 913.11241.7214.9221.3137.9 271.38 244.74 358.30 465.47 522.84229.4192.7213.6145.9 11.55 10.82 19.97 29.34 34.14319.9295.5315.5170.9 131.17 141.99 249.50 344.15 319.42244.9243.5225.0128.0 10.89 15.08 23.80 21.15 24.27274.5222.9160.9102.0%）Principal Aggregate and Growth Rate Indicators of NationaSocial Development1172.141131.211168.191153.211137.2098.697.0100.597.3 23.60 31.06 42.71 35.76 40.54161.4171.8130.594.9 13.24 10.41 9.02 8.55 9.99128.175.596.0110.81.55 1.45 1.652.17 2.26129.1145.8155.9137.0 56.6281.68154.63193.28212.87359.0376.0260.6137.7 133.22143.91178.39177.59187.72147.6140.9130.4105.2 114.18122.45144.46140.65146.52130.5128.3119.7100.0 14.0720.0325.0619.0620.39168.1144.9101.881.4730.41962.322525.875755.906772.90199.72287.50716.361829.632189.39711.34959.362515.175667.616624.71931.3690.5263.4 48.0485.57256.48601.71710.501479.0830.3277.0 63.7787.10139.40204.00204.4096.5099.1098.7998.0098.301354631081775111561671594841177.4513.1205.81498.721149.901957.793702.864290.79286.3373.1219.2 26.1038.9857.0979.5075.70290.3194.2132.6 128.73167.90234.03396.64428.26332.7255.1183.0 117.55156.98294.70487.20477.44406.2304.1162.07.3613.9839.3679.7675.151021.1573.6190.926457.002090.00648.761402.782100.693230.513610.99556.6257.4171.9 12.4124.5942.1576.64118.65951.6482.5281.51.34 4.8215.3340.7263.304723.91313.3412.9 177.36191.07420.84774.90761.74429.5398.7181.0 28.5450.4253.8768.0172.77255.0144.3135.1 453.91343.50396.08451.00476.00104.9138.6120.2205.30348.66783.571496.321915.25932.9549.3244.4 56.4394.52171.61485.00506.01896.7535.3294.940656088107231561916476405.3270.6153.7 22773084515564857473328.2242.3145.0423705696960436107191114598288.43270.47201.16189.6 9721442122424722603132.67267.79180.51212.7 374105317057600102680110150320.40294.44207.17191.2 3900224013881578122636.5931.4554.7588.4 881172244616191627.97702.99528.74276.2 2433926852392006365168491300.46281.40255.07174.7 1633181219232086218273.70133.59120.40113.4 2021423646333785458958532320.67289.56247.53175.4 24911392389669717771491.24311.98558.29199.51.202.40 2.88 5.19 6.12874.29510.00255.00212.5107624485251789386121009.57800.34351.78164.015.9985.82210.15424.75489.844469.343063.41570.78233.166.50268.43688.91688.10627.731685.63943.95233.8591.19.00160.00943.401281.701440.9239804.4216010.22900.58152.70.0310.00128.66189.57203.80679333.332038.00158.4498.63 719.951227.802147.102479.01 496.0 414.0 286.7 201.9 438.07 627.361052.921793.532048.96 469.1 393.6 274.8 194.6 54.45 84.16 163.57 307.0 381.27 672.6 542.0 350.7 233.115.85 17.85 42.93 95.21 77.09 543.3 486.4 431.9 179.6 9.92 7.90 17.72 37.99 34.29 600.5 345.7 434.1 193.5 5.94 9.95 25.21 57.22 42.80 505.3 720.5 430.2 169.84.42 3.45 7.04 28.57 41.92 680.5 948.41215.1 595.5 2.19 2.44 5.16 27.29 40.161059.61833.81645.9 778.3 34.11 43.04 205.90 842.841468.024303.73410.9 713.016.1826.6152.3987.19104.81733.4647.8393.9200.1 709013837264364497753721848.3757.7388.2203.2846.431904.714727.728021.9510933.001615.61291.7574.0231.3 500.711085.362545.853988.964908.681222.7980.3452.3192.8 913.931881.293719.526190.728766.061160.5959.2466.0235.7 10.4122.6312.7317.56331.3168.777.612.8227.7173.10200.56244.701908.7883.1334.76.488.2717.5945.6456.63873.9684.8321.9940010449201842839829883317.6317.9286.0148.1 4505412523332105203544.845.249.387.2 695038176693997103111106544157.8153.3130.3113.3 117711119014114326119161117460100.099.898.7102.77.9913.2535.7948.5052.33712.9654.9394.9146.26.958.459.6911.3911.06176.4159.1130.9114.1 101.27147.79173.52190.79192.02196.5189.6129.9110.7 273.71276.13260.98224.39208.1478.976.075.479.8256.19327.71343442965943570596218844561901730.61328.3153.8127.8130231119811320136771318586.6101.2117.7116.5 3480408261086356182.6155.748674547316032159862123.0109.4 78.9093.7095.9696.4296.46128.6122.3102.9100.5 86.3089.9092.4992.8892.89109.3107.6103.3100.43.08 3.05 3.13 2.95 2.9397.395.196.193.63.85 3.70 3.71 3.70 3.6194.996.1100.097.326.4419.0218.3226.1230.01113.5157.8163.81.682.07 5.657.378.31494.6401.4147.18.0010.7222.1727.3427.41337.1342.6255.7123.624.4429.5832.9135.0335.73149.1143.3118.4108.6145.49173.23345.82613.78716.14547.0492.2413.4207.150108020166302698530965686.9618.1386.1186.214367.5515748.675022.966176.3010243.9915708.7417191.10392.9342.3278.3167.81479.051892.442809.324126.214478.35324.8279.0218.0159.416563511803312247149861120.9905.0426.8186.62567225014631396140456.054.762.496.08754288619787808874697199113.0111.0109.7123.43073344940373213941741943134.6136.593.3112.46633965666646748195092689137.8139.7141.2143.38454870722827518743392321109.2130.5111.611198075257204679223084256569229.1340.9125.418572806709578999033486.4321.9127.326523299554759376335238.9192.0114.211041588797710504129601173.9816.1162.524247875营业利润计算（以下各表同)。