论文部分内容阅读
[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：
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：
原始序列：
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
（4） 求待估计参数向量
GM（1，1）模型中参数向量，其中的a，u都是常数，可通过最小二乘法拟合得到：
（5） 确定GM（1，1）模型的形式
t=1，2，3……n-1
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）={0，1338.651788，2273.716487，2385.661674，202.7264055，5911.485433，1809.201255，3684.633277}
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
。然后根据公式
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：
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）.
作者简介
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.
[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：
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：
原始序列：
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
（4） 求待估计参数向量
GM（1，1）模型中参数向量，其中的a，u都是常数，可通过最小二乘法拟合得到：
（5） 确定GM（1，1）模型的形式
t=1，2，3……n-1
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）={0，1338.651788，2273.716487，2385.661674，202.7264055，5911.485433，1809.201255，3684.633277}
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
。然后根据公式
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：
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）.
作者简介
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.