APP下载

中国能源总量的消耗预测

2016-01-04

决策与信息 2015年29期
关键词:能源消耗关联度预测值



中国能源总量的消耗预测

刘倩

河北大学经济学院河北保定071000

[摘要]能源的消耗直接影响着我国经济水平,所以掌握能源的消耗趋势,对于我国经济是十分有必要的。本文以我国2006-2013年的全国能源消耗总量数据为基础,建立了灰色预测模型,对近些年的能源消耗进行预测,为合理的做出能源规划提供理论依据。

[关键词]灰色预测模型;能源消耗

一、引言

中国虽然是一个能源大国,但是能源是有限的,合理利用资源是我国一直提倡的。能源是经济的发展和人民生活水平的提高的基础,能源短缺就会抑制社会发展,进而阻碍人民过上幸福生活。虽然近些年能源短缺的局面有所好转,但是从长远来看,合理利用资源的任务仍然任重而道远。因此做好未来能源预测,为能源规划提供科学的理论指导,有利于我国经济在正确的轨道上前行。本文利用《中国统计年鉴》得到31期全国能源消耗总量y的时间序列如下表一所示:

表一:全国能源消耗总量(单位:万吨标准煤)

二、预测方法介绍

2.1灰色预测法

灰色预测法是一种对含有不确定因素的系统进行预测的方法。一般是利用时间序列数据,通过建立GM(1,1)模型进行预测。灰色预测模型的预测步骤如下:

对原始序列进行一次累加生成,得到新序列:

构造系统矩阵B和数据向量Yn

(5) 确定GM(1,1)模型的形式

上式就是数列的预测公式。

(6)求原始数列的预测值

由于上式是对一次累加生成数列的预测值,因此我们可以利用累减生成法求得原始数列的预测值。公式如下:

(7)利用历史数据对数据模型进行精度检验,若通不过检验,则利用残差对原模型进行修正。

2.2灰色模型预测

根据历史数据序列x(0),做一次累加得到生成序列

进行矩阵运算得到发展灰数a=-0.050814196,μ=258992.1173,得到预测模型为:

2.3残差检验

将得到的序列x(1)进行一次累减生成预测序列x(0),将预测值与真实值比较得到绝对误差序列et为:

△(0)={0,1338.651788,2273.716487,2385.661674,202.7264055,591 1.485433,1809.201255,3684.633277}

相对误差序列为:

φ={-0.004772241,0.007801448,0.00777983,0.000623891,-0.016986929,-0.005001496,0.009825689}

计算相对误差后发现相对误差几乎都小于1%,模型的精确度较高。下面进行关联度检验,当ρ=0.5时,关联度大于0.6时就可以通过关联度检验了。由残差的绝对序列可知

计算每个序列值的关联系数,再求平均得到关联度r=0.653957543。本文取ρ=0.5,r>0.6,因此模型通过了关联度检验。模型既通过了残差检验,又通过了关联度检验。

三、G(1,1)模型用于宏观经济预测

由上面结论可以推到出中国能源消耗的预测模型为:

未来5年的能源消耗预测如下表所示:

表二:预测未来5年全国能源消耗总量(单位:万吨标准煤)

四、小结

由上文可知灰色预测模型对我国2006-2013年的全国能源消耗总量数据做了出色的解释。因此,笔者运用灰色预测法大胆的对中国未来5年的能源消耗进行了预测,其预测值可信度较高,对政府制定合理的能源政策和能源发展战略具有参考意义。

参考文献

[1]中国国家统计局 中国统计年鉴2009.

[2]徐国祥编著.统计预测与决策.上海财经大学出版社,2009.

[3]刘勇,汪旭辉.ARIMA模型在我国能源消费预测中的应用.经济经纬,2007,

[4]潘志刚,韩颖.组合预测法在我国汽车市场需求预测中的应用.商业研究.2006,(20).

刘倩(1990—),女,汉族,河北唐山市人,硕士研究生,单位:河北大学经济学院统计学专业;研究方向:统计学.

作者简介

猜你喜欢

能源消耗关联度预测值
基于熵值法与灰色关联度分析法的羽毛球技战术综合评价分析
基于熵权TOPSIS法和灰色关联度分析的藤茶药材等级研究
湖南省地方标准《日用玻璃单位产品能源消耗限额及计算方法》的编制
加拿大农业部下调2021/22年度油菜籽和小麦产量预测值
AI讲座:ML的分类方法
自体荧光内镜对消化道肿瘤诊断临床应用分析
中国制造业产业关联度分析
中国制造业产业关联度分析
基于WiFi的室内定位中AP选择方法研究
谢文骏与刘翔110m栏分段成绩与总成绩的灰色关联度对比分析