肖 丹

（貴州大學(xué) 經(jīng)濟(jì)學(xué)院，貴州 貴陽 550025）

一、引言及文獻(xiàn)綜述

GDP（Gross Domestic Product）體現(xiàn)國(guó)內(nèi)生產(chǎn)總值，它是國(guó)民核算過程中的重要指標(biāo)之一。國(guó)內(nèi)生產(chǎn)總值代表一個(gè)經(jīng)濟(jì)體內(nèi)所有人提供的服務(wù)和生產(chǎn)的全部最終產(chǎn)品的總價(jià)值。為了避免重復(fù)計(jì)算，GDP只需要考慮最終產(chǎn)品和服務(wù)的產(chǎn)出，而不考慮中間產(chǎn)品的產(chǎn)出。國(guó)內(nèi)生產(chǎn)總值可以反映一個(gè)國(guó)家或者地區(qū)的經(jīng)濟(jì)總量和綜合實(shí)力。一方面，它代表著整個(gè)國(guó)家或地區(qū)的發(fā)展和人民的生活狀況；另一方面，又代表著國(guó)民經(jīng)濟(jì)的增長(zhǎng)、城鄉(xiāng)居民生活的發(fā)展、市場(chǎng)價(jià)格的變動(dòng)和社會(huì)發(fā)展的步伐。因此，GDP 指標(biāo)在制定一個(gè)國(guó)家相應(yīng)的政策和決定經(jīng)濟(jì)發(fā)展方向方面起著關(guān)鍵作用。

四川省位于中國(guó)西部，是西南地區(qū)重要的交通樞紐，連接西南、西北、中部，承攬華北、華南，是連接中亞、南亞、東南亞的交通走廊。四川省經(jīng)濟(jì)總量位居全國(guó)第六，其綜合實(shí)力高居西部地區(qū)首位。自改革開放以來，四川省的經(jīng)濟(jì)發(fā)展和對(duì)外貿(mào)易取得了巨大的成就，尤其是在我國(guó)加入世界貿(mào)易組織和實(shí)施“西部大開發(fā)”戰(zhàn)略以來，其經(jīng)濟(jì)伴隨著對(duì)外貿(mào)易的迅速發(fā)展而高倍增長(zhǎng)，其國(guó)內(nèi)生產(chǎn)總值由1978 年的184.61 億元人民幣增加到2022 年的56 749.8 億元人民幣，增長(zhǎng)三百多倍。2011 年，四川省GDP 達(dá)到2 萬億元，這是在2007 年突破萬億元以后，并在“汶川大地震”和“國(guó)際金融危機(jī)”等復(fù)雜經(jīng)濟(jì)形勢(shì)影響下，僅用四年時(shí)間就突破了另一個(gè)萬億元大關(guān)，在西部各省市處于率先地位，成為西部經(jīng)濟(jì)發(fā)展的龍頭大省。2020 年，全國(guó)的GDP 平均增速為2.3%，而四川省經(jīng)濟(jì)跑出了3.8%的增速，比全國(guó)平均水平高了1.5 個(gè)百分點(diǎn)，達(dá)到近七年的最高水平。在過去幾年里，四川省的經(jīng)濟(jì)增長(zhǎng)率都保持在7%以上，在多重不利因素的疊加下，四川省GDP從一季度下降3%，到全年增長(zhǎng)3.8%，經(jīng)濟(jì)實(shí)現(xiàn)了“V”型反轉(zhuǎn)。

本文以四川省1978—2022 年的GDP 時(shí)間序列數(shù)據(jù)作為研究對(duì)象，采用ARIMA 時(shí)間序列模型對(duì)四川省的經(jīng)濟(jì)數(shù)據(jù)進(jìn)行分析，并對(duì)未來五年內(nèi)經(jīng)濟(jì)走勢(shì)進(jìn)行了合理預(yù)測(cè)，具有一定的現(xiàn)實(shí)意義和參考價(jià)值。

事實(shí)上，ARIMA 模型主要用于單變量、同方差場(chǎng)合的線性模型。AR 模型、MA 模型、ARMA 模型和ARIMA 模型都是經(jīng)典的時(shí)間序列分析方法。近年來，許多學(xué)者運(yùn)用時(shí)間序列模型進(jìn)行經(jīng)濟(jì)預(yù)測(cè)。劉林（2022）[1]基于經(jīng)濟(jì)增長(zhǎng)理論，在生產(chǎn)要素和通脹變動(dòng)路徑的假設(shè)下，利用1996—2020 年經(jīng)濟(jì)數(shù)據(jù)，構(gòu)建了長(zhǎng)江三角洲地區(qū)八個(gè)萬億GDP 城市的經(jīng)濟(jì)增長(zhǎng)模型，預(yù)測(cè)各市截至2035 年的經(jīng)濟(jì)總量規(guī)模和增長(zhǎng)趨勢(shì)。羅森和張孟璇（2019）[2]分別構(gòu)建ARIMA和VAR 模型對(duì)2019 年四個(gè)季度的中國(guó)GDP 進(jìn)行預(yù)測(cè)，并對(duì)兩種模型的預(yù)測(cè)結(jié)果進(jìn)行比較。王鄂和張?chǎng)?019）[3]選取湖南省1978—2017 年GDP 的相關(guān)數(shù)據(jù)，使用計(jì)量經(jīng)濟(jì)學(xué)軟件Eviews 8 對(duì)所選的時(shí)間序列數(shù)據(jù)進(jìn)行建模，最終建立ARIMA（1，1，2）作為預(yù)測(cè)湖南省GDP 的最優(yōu)模型。李娜和薛俊強(qiáng)（2013）[4]以1952—2011 年不變價(jià)格GDP 為研究樣本，首先建立了36 組ARIMA 模型，運(yùn)用多重篩選準(zhǔn)則，最后確定最優(yōu)ARIMA（6，1，3）模型，對(duì)我國(guó)2009—2011 年的GDP 進(jìn)行預(yù)測(cè)，并且預(yù)測(cè)精度高。孫彩云和劉翔宇（2022）[5]分別基于河北省1988—2018 年人均GDP 數(shù)據(jù)序列構(gòu)建灰色預(yù)測(cè)模型、時(shí)間序列預(yù)測(cè)模型以及動(dòng)態(tài)組合預(yù)測(cè)模型。在對(duì)這三種模型對(duì)比研究之后，他們發(fā)現(xiàn)動(dòng)態(tài)組合模型的預(yù)測(cè)結(jié)果較為理想，并提出了一些建議。

嚴(yán)彥文（2018）[6]通過對(duì)山東省1975—2015 年GDP 的分析，運(yùn)用統(tǒng)計(jì)原理構(gòu)建了預(yù)測(cè)效果較好的ARIMA（1，1，1）模型，可為山東省制定經(jīng)濟(jì)發(fā)展目標(biāo)提供一定的決策參考。隨著ARIMA、向量自回歸模型（VAR）和一階自回歸AR（1）的應(yīng)用，區(qū)域人均GDP 的時(shí)間序列數(shù)據(jù)已被證明是發(fā)達(dá)國(guó)家和發(fā)展中國(guó)家的有效經(jīng)濟(jì)實(shí)驗(yàn)工具，無論是年度還是季度數(shù)據(jù)。例如，Xinyao Zhang 和Jie Ou（2022）[7]建立了2010—2019 年四川省國(guó)內(nèi)生產(chǎn)總值的30 維長(zhǎng)序列，通過改進(jìn)微分方程初值解條件法修正了6 維短序列的正態(tài)灰色模型，經(jīng)過對(duì)論文模型的檢驗(yàn)結(jié)果表明，改進(jìn)微分方程初始值解條件法修正的6 維短序列灰色預(yù)測(cè)模型對(duì)2020—2021 年四川GDP 的預(yù)測(cè)效果較好。Hongye Cai 和Wenxuan Qiu（2022）[8]選取深圳市1980—2020 年的GDP 數(shù)據(jù)，構(gòu)建ARIMA（2，2，3）模型對(duì)未來5 年的GDP 數(shù)據(jù)進(jìn)行預(yù)測(cè)，2021 年預(yù)測(cè)結(jié)果與實(shí)際數(shù)據(jù)的相對(duì)誤差為2.9%，表明模型預(yù)測(cè)結(jié)果較好，具有一定的可行性。Maity B 和Chatterjee B（2012）[9]使用1959—2011 年的年度數(shù)據(jù)預(yù)測(cè)了印度的GDP 增長(zhǎng)率，結(jié)果表明ARIMA（1，2，2）模型最適合。借助1980—2013 年的數(shù)據(jù)，經(jīng)濟(jì)學(xué)家Dritsaki（2015）[10]使用ARIMA（1，1，1）模型預(yù)測(cè)了希臘的實(shí)際GDP 率，結(jié)果表明希臘GDP預(yù)測(cè)率穩(wěn)步提高。

二、ARIMA 模型介紹

ARIMA 模型最早是由兩位美國(guó)統(tǒng)計(jì)學(xué)家G.E.P.Box 和G.M.Jenkins 在1970 年提出的，又被稱為博克思-詹金斯法，它是一個(gè)比較有效的預(yù)測(cè)時(shí)間序列發(fā)展趨勢(shì)的模型。ARIMA 模型在ARMA 模型的基礎(chǔ)上進(jìn)行差分計(jì)算，并使用數(shù)學(xué)模型來描述預(yù)測(cè)對(duì)象隨時(shí)間形成的數(shù)據(jù)序列。在確定模型后，可以根據(jù)時(shí)間序列的過去值和現(xiàn)在值預(yù)測(cè)未來值。其中AR為自回歸模型，p 為自回歸項(xiàng)，MA 為移動(dòng)平均項(xiàng)，q 為移動(dòng)平均項(xiàng)個(gè)數(shù)，d 為時(shí)間序列趨于平穩(wěn)時(shí)所做的差分次數(shù)[11]。

ARIMA 模型與ARMA 模型的區(qū)別在于ARMA模型是針對(duì)平穩(wěn)時(shí)間序列建立的模型，而ARIMA模型是針對(duì)非平穩(wěn)時(shí)間序列建模。換句話說，非平穩(wěn)時(shí)間序列要建立ARMA 模型，首先需要經(jīng)過差分轉(zhuǎn)化為平穩(wěn)時(shí)間序列，然后建立ARMA 模型。ARIMA模型要求序列是平穩(wěn)的，檢驗(yàn)序列是否平穩(wěn)可以采用單位根檢驗(yàn)，單位根檢驗(yàn)的原假設(shè)為序列不平穩(wěn)。一般情況下，p 值小于0.1，意味著在0.1 的水平上拒絕原假設(shè)，此時(shí)序列是平穩(wěn)的。如果序列不平穩(wěn)，可以在一階或二階差分后進(jìn)行單位根檢驗(yàn)，直到序列平穩(wěn)為止。如果二階差分仍然不是平穩(wěn)的，一般使用二階作為最終差分的階數(shù)。

對(duì)于非平穩(wěn)序列，其方差和均值會(huì)在不同時(shí)間發(fā)生改變。對(duì)于非平穩(wěn)序列，其不確定性較高，難以借助當(dāng)前已知信息條件完成推測(cè)。從經(jīng)濟(jì)宏觀層面看，其絕大部分經(jīng)濟(jì)時(shí)間序列都屬于不穩(wěn)定序列。如果能對(duì)這種不穩(wěn)定序列進(jìn)行方差運(yùn)算，得到穩(wěn)定的時(shí)間序列，就稱為平穩(wěn)序列[12]。

設(shè)Xt是d 階的平穩(wěn)序列，Xt～I(xiàn)（d），則wt=吟dXt=（1-B）dXt，Wt為平穩(wěn)序列，即Wt～I(xiàn)（0），進(jìn)而能夠針對(duì)Wt，構(gòu)建ARMA（p，q）模型：

當(dāng)ARIMA（p，d，q）模型中的d=0 時(shí)，即等于ARMA模型（p，q）。ARMA（p，q）模型一般用于原始數(shù)據(jù)不需要經(jīng)過差分的建模分析，即平穩(wěn)的時(shí)間序列分析。而經(jīng)過差分的數(shù)據(jù)，大多數(shù)情況是借助ARIMA（p，d，q）模型來對(duì)其進(jìn)行不平穩(wěn)的時(shí)間序列分析。針對(duì)諸如經(jīng)濟(jì)數(shù)據(jù)等數(shù)據(jù)序列而言大多屬于非穩(wěn)定時(shí)間序列，因此本文采用ARIMA 模型對(duì)四川省GDP進(jìn)行時(shí)間序列分析[13]。

三、實(shí)證分析

（一）數(shù)據(jù)來源及初步分析

本文通過查詢《四川省統(tǒng)計(jì)年鑒》，選取四川省1978—2022 年的國(guó)內(nèi)生產(chǎn)總值數(shù)據(jù)，共45 個(gè)觀測(cè)值，如表1 所示。

表1 四川省1978—2022 年GDP 數(shù)據(jù) （單位：億元）

運(yùn)用Python 軟件繪制出時(shí)序圖，通過圖1 的折線圖可以看出，1978—2022 年間，四川省的國(guó)內(nèi)生產(chǎn)總值大致呈無周期性的增長(zhǎng)趨勢(shì)，并且在1992年以后，四川省GDP 的增長(zhǎng)速度越來越快，分析原因可能是，隨著計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)過渡，民營(yíng)經(jīng)濟(jì)逐漸成為四川省經(jīng)濟(jì)的重要組成部分，從無到有，從小到大，由弱到強(qiáng)。21 世紀(jì)以來，市場(chǎng)經(jīng)濟(jì)體制改革不斷深入，開始站穩(wěn)腳跟，四川省民營(yíng)經(jīng)濟(jì)開始快速發(fā)展，總體規(guī)模迅速擴(kuò)大。黨的十八大以來，在經(jīng)濟(jì)進(jìn)入新常態(tài)、高質(zhì)量發(fā)展成為主題的背景下，四川省GDP 水平快速提升，在全國(guó)的排名逐步提升。

圖1 四川省GDP 時(shí)序圖

（二）數(shù)據(jù)平穩(wěn)化處理

由圖1 可以看出，1978—2022 年間，四川省GDP呈指數(shù)式增長(zhǎng)，具有明顯的非平穩(wěn)性，為了更好地滿足平穩(wěn)性需求，對(duì)四川省GDP 數(shù)據(jù)進(jìn)行對(duì)數(shù)化處理，隨后進(jìn)行單位根檢驗(yàn)。由表2 可見，針對(duì)Ln_GDP（億元），該時(shí)間序列數(shù)據(jù)ADF 檢驗(yàn)的t 統(tǒng)計(jì)量為-1.263，p 值為0.646，而1%、5%、10%臨界值分別為-3.593、-2.932、-2.604，此時(shí)p=0.646＞0.1，不能拒絕原假設(shè)，說明序列不平穩(wěn)。接著對(duì)序列進(jìn)行一階差分后再進(jìn)行ADF 檢驗(yàn)。一階差分后數(shù)據(jù)ADF 檢驗(yàn)結(jié)果顯示p=0.020＜0.05，有高于95%的把握拒絕原假設(shè)，此時(shí)序列平穩(wěn)，可確定模型的階數(shù)d=1。

（三）ARIMA（p，d，q）模型建立

模型的識(shí)別主要依靠分析自相關(guān)圖和偏自相關(guān)圖，利用軟件分別畫出自相關(guān)圖與偏自相關(guān)圖，觀察圖形的自相關(guān)系數(shù)的變化趨勢(shì)可以初步判斷p、q的取值。對(duì)四川省GDP 數(shù)據(jù)進(jìn)行對(duì)數(shù)一階差分后的序列為平穩(wěn)序列，因此可進(jìn)行下一步的操作，即確定p 值和q 值?？梢酝ㄟ^觀察自相關(guān)圖（ACF）（見圖2）和偏自相關(guān)圖（PACF）（見圖3）來選取自回歸階數(shù)p 和移動(dòng)平均階數(shù)q 的值。如果ACF 圖在q 階處截尾同時(shí)PACF 圖不截尾，此時(shí)ARIMA 模型可簡(jiǎn)化為MA（q）；如果PACF 圖在p 階處截尾且ACF 圖不截尾，這時(shí)候ARIMA 模型就可以簡(jiǎn)化為AR（p）；如果ACF 圖和PACF 圖都顯著不截尾，就需要選擇合適的ARIMA 階數(shù)，ACF 圖中最顯著的階數(shù)可以選擇為q 值，PACF 圖中最顯著的階數(shù)可以選擇為p值；如果ACF 和PACF 都顯示為截尾，表明數(shù)據(jù)為白噪聲，ARMA 模型不適用。由圖2 的自相關(guān)函數(shù)圖和圖3 的偏自相關(guān)函數(shù)圖可以得出，自相關(guān)函數(shù)圖呈拖尾現(xiàn)象，偏自相關(guān)函數(shù)圖的峰值出現(xiàn)了滯后二階截尾現(xiàn)象。接著通過模型參數(shù)檢驗(yàn)，其AIC 值為-140.511，說明模型擬合較好，模型ARMA（2，0）的平穩(wěn)性檢驗(yàn)通過，因此確定p=2、q=0，即四川省GDP 時(shí)間序列模型為ARIMA（2，1，0）。

圖2 自相關(guān)圖（ACF）

（四）殘差白噪聲檢驗(yàn)

得到估計(jì)的模型之后，為確定該模型是否完全反映了序列中有價(jià)值的信息，是否是有效的，需要對(duì)模型的殘差序列進(jìn)行白噪聲檢驗(yàn)。ARIMA 模型要求模型殘差為白噪聲，即殘差中不存在自相關(guān)性，可以通過Q 統(tǒng)計(jì)量檢驗(yàn)進(jìn)行白噪聲檢驗(yàn)；例如，用Q6 來檢驗(yàn)殘差的前六階自相關(guān)系數(shù)是否滿足白噪聲，通常Q6 對(duì)應(yīng)p 值大于0.1，則說明滿足白噪聲檢驗(yàn)，反之則說明不是白噪聲，一般情況下可直接針對(duì)Q6 進(jìn)行分析即可；如果拒絕白噪聲假定（p＜0.05），意味著模型擬合不佳，反之通常意味著模型可正常使用。根據(jù)表3 中的Q 統(tǒng)計(jì)量可知，Q6 的p值大于0.1，則在0.1 的顯著性水平下不能拒絕原假設(shè)，模型的殘差為白噪聲，說明序列中幾乎所有有用信息都被此模型提取反映出來，擬合的ARIMA（2，1，0）模型可以作為理想的預(yù)測(cè)模型，因此模型基本滿足要求。

表3 模型Q 統(tǒng)計(jì)量

（五）模型預(yù)測(cè)

為了對(duì)模型ARIMA（2，1，0）的正確性進(jìn)行一定程度的檢驗(yàn)，需要利用上述建模步驟建立的ARIMA（2，1，0）模型對(duì)四川省的GDP 進(jìn)行預(yù)測(cè)，將預(yù)測(cè)結(jié)果和四川省GDP 的實(shí)際值進(jìn)行對(duì)比并利用作圖軟件畫出趨勢(shì)圖?，F(xiàn)用前33 個(gè)數(shù)據(jù)即1978—2010 年的GDP 數(shù)據(jù)來預(yù)測(cè)四川省2011—2022 年GDP，用其檢驗(yàn)擬合效果，將四川省2011—2022 年GDP 預(yù)測(cè)值與真實(shí)值進(jìn)行比較，并繪制出圖4 的真實(shí)值與預(yù)測(cè)值折線對(duì)比趨勢(shì)圖，不難看出，預(yù)測(cè)的四川省GDP 值基本上與其真實(shí)值處于同一位置上，說明該模型具有較好的擬合效果，誤差比較小，表明所構(gòu)建的ARIMA（2，1，0）模型對(duì)該數(shù)據(jù)的預(yù)測(cè)值具有一定的可信度。

圖4 四川省GDP 真實(shí)值與預(yù)測(cè)值比較圖

因此，可以利用該模型進(jìn)一步對(duì)四川省2023—2027 年未來五年的GDP 進(jìn)行預(yù)測(cè)，預(yù)測(cè)值如表4所示。由此可見，“十四五”期間四川省GDP 仍保持較高增速，2023 年四川省GDP 將達(dá)到61 334.47 億元，同比增長(zhǎng)8.1%。2022 年12 月15 日，習(xí)近平總書記在中央經(jīng)濟(jì)工作會(huì)議上也指出，當(dāng)前經(jīng)濟(jì)工作要著力擴(kuò)大國(guó)內(nèi)需求、加快建設(shè)現(xiàn)代化產(chǎn)業(yè)體系、切實(shí)落實(shí)“兩個(gè)毫不動(dòng)搖”、更大力度吸引和利用外資，這些都對(duì)經(jīng)濟(jì)的發(fā)展有很大的促進(jìn)作用，四川省一定會(huì)在經(jīng)濟(jì)發(fā)展的浪潮中抓住機(jī)遇，不斷提高發(fā)展質(zhì)量，促進(jìn)GDP 的增長(zhǎng)。預(yù)計(jì)到2025 年即“十四五”的收官之年，四川省的GDP 將接近七萬億元大關(guān)，繼續(xù)實(shí)現(xiàn)穩(wěn)步增長(zhǎng)。

表4 四川省2023—2027 年GDP 預(yù)測(cè)值 （單位：億元）

四、結(jié)論及建議

（一）結(jié)論

本文使用四川省1978—2022 年的GDP 數(shù)據(jù)進(jìn)行時(shí)間序列分析，利用Python 軟件畫出四川省GDP的時(shí)序圖，可以看出四川省GDP 呈指數(shù)式增長(zhǎng)，對(duì)取對(duì)數(shù)后的時(shí)間序列數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果為對(duì)數(shù)一階差分后達(dá)到序列平穩(wěn)。接下來通過自相關(guān)圖和偏自相關(guān)圖判斷模型的p、q 取值，構(gòu)建了ARIMA（2，1，0）模型。通過比較四川省2011—2022年GDP 的預(yù)測(cè)值與真實(shí)值，發(fā)現(xiàn)預(yù)測(cè)的四川省GDP值基本上與實(shí)際值處于同一位置上，說明該模型具有較好的擬合效果，誤差比較小，表明所構(gòu)建的ARIMA（2，1，0）模型對(duì)該數(shù)據(jù)的預(yù)測(cè)值具有一定的可信度。在此基礎(chǔ)上，利用該模型進(jìn)一步對(duì)四川省2023—2027 年未來五年的GDP 進(jìn)行預(yù)測(cè)，分別為61 334.47億元、64 781.56 億元、69 064.03 億元、72 802.48 億元、76 960.68 億元。其中，2023 年四川省GDP 將達(dá)到61 334.47 億元，同比增長(zhǎng)8.1%，經(jīng)濟(jì)將進(jìn)入一個(gè)全面復(fù)蘇的新階段，政策方針的推動(dòng)也會(huì)對(duì)經(jīng)濟(jì)發(fā)展產(chǎn)生很大的促進(jìn)作用。預(yù)計(jì)到2025 年即“十四五”的收官之年，四川省的GDP 將接近七萬億大關(guān)，從數(shù)據(jù)上看，四川省GDP 繼續(xù)保持高增長(zhǎng)態(tài)勢(shì)，可為政府的經(jīng)濟(jì)決策提供一定的參考。

（二）建議

基于前文研究，為進(jìn)一步促進(jìn)四川省GDP 增長(zhǎng)，本文提出以下建議：

一是明確重點(diǎn)發(fā)展產(chǎn)業(yè)。實(shí)施主體功能區(qū)規(guī)劃，發(fā)展壯大五個(gè)萬億級(jí)支柱產(chǎn)業(yè)，包括電子信息、食品飲料、裝備制造、能源化工、先進(jìn)材料，重點(diǎn)培育新能源汽車、軌道交通、動(dòng)力及儲(chǔ)能、電池等核心產(chǎn)業(yè)；重點(diǎn)打造四大世界級(jí)產(chǎn)業(yè)集群，培育集成電路、信息安全、新型顯示等國(guó)內(nèi)領(lǐng)先產(chǎn)業(yè)集群；支持核能裝備及核技術(shù)應(yīng)用、航空成套器械、航空發(fā)動(dòng)機(jī)等優(yōu)勢(shì)領(lǐng)域；優(yōu)先發(fā)展糧油、肉類食品、紡織服裝、中藥材、茶葉等千億級(jí)產(chǎn)業(yè)等。

二是明確重點(diǎn)發(fā)展區(qū)域。在有限的投資和高負(fù)債的情況下，全面建設(shè)是不可能的，必須為發(fā)展選擇關(guān)鍵領(lǐng)域。從四川省經(jīng)濟(jì)現(xiàn)狀出發(fā)，必須在突出成都這個(gè)“干”的基礎(chǔ)上，將自貢、內(nèi)江、宜賓建設(shè)成貢江宜經(jīng)濟(jì)區(qū)，南充、廣安、遂寧建設(shè)為南遂廣經(jīng)濟(jì)區(qū)，組成“兩支”，從而實(shí)現(xiàn)“一干兩支”的發(fā)展模式。貢江宜經(jīng)濟(jì)區(qū)主要發(fā)展電子信息、機(jī)械和材料、醫(yī)藥化工等產(chǎn)業(yè)，而南遂廣經(jīng)濟(jì)區(qū)主要發(fā)展紡織、食品加工、特色產(chǎn)業(yè)等，成都、綿陽、德陽主要發(fā)展電子信息、軟件和互聯(lián)網(wǎng)、金融、旅游業(yè)等產(chǎn)業(yè)。

三是注重統(tǒng)籌，協(xié)調(diào)發(fā)展。全面審查和規(guī)劃應(yīng)從整個(gè)省份甚至西南部的總體高度進(jìn)行。例如，四川省旅游業(yè)發(fā)展良好，但與貴州省等其他地方相比，其速度仍然太慢，貴州的游客人數(shù)和旅游收入與四川差不多。四川省應(yīng)協(xié)調(diào)四川西部和北部自然旅游資源，打造以成都-江油-劍門關(guān)-閬中-廣元-漢中為一線的歷史旅游資源，發(fā)展成都和廣元兩個(gè)旅游節(jié)點(diǎn)，使四川省旅游業(yè)進(jìn)一步發(fā)展。

四是軍民融合。在三線建設(shè)中，四川省遷入了一大批軍工企業(yè)。軍用企業(yè)和民用企業(yè)融合是四川產(chǎn)業(yè)發(fā)展的思考點(diǎn)，如果融合得好，將能夠帶動(dòng)企業(yè)和產(chǎn)品的進(jìn)一步發(fā)展。四川省在航空航天、人工智能、軌道交通、無人機(jī)等方面的發(fā)展已經(jīng)取得了一定成果，行業(yè)已有很好的基礎(chǔ)，政府應(yīng)該進(jìn)一步探索軍民融合發(fā)展的道路，消除障礙。