基于ARIMA模型对我国能源需求的预测

基于ARIMA模型对我国能源需求的预测

第９期（总第１０８期）２００８年９月

统计教育

ＳｔａｔｉｓｔｉｃａｌＴｈｉｎｋｔａｎｋ

Ｎｏ．９

（ＳｅｒｉｅｓＮｏ．１０８）Ｓｅｐ．２００８

基于ＡＲＩＭＡ模型对我国能源需求的预测

杜雨潇

摘

要：本文利用时间序列的建模方法，对我国１９８７－２００６年的能源消费总量数据进行了实证分析，构建了经检验该模型能够很好的拟合全社会对于能源的需求趋势。在此基础上作了短期预测，最后给出了ＡＲＩＭＡ模型。结论及建议。

关键词：能源需求；预测；ＡＲＩＭＡ模型

ＰｒｅｄｉｃａｔｉｏｎｏｆＣｈｉｎａ＇ｓＥｎｅｒｇｙＤｅｍａｎｄＢａｓｅｄｏｎＡＲＩＭＡＭｏｄｅｌ

ＤｕＹｕｘｉａｏ

Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒａｐｐｌｉｅｓｔｈｅｍｅｔｈｏｄｏｆｅｓｔａｂｌｉｓｈｉｎｇｔｉｍｅ－ｓｅｒｉｅｓｍｏｄｅｌｔｏｅｍｐｉｒｉｃａｌｌｙａｎａｌｙｚｅＣｈｉｎａ＇ｓｇｒｏｓｓｅｎｅｒｇｙｃｏｎｓｕｍｐｔｉｏｎａｎｄｅｓｔａｂｌｉｓｈｅｓＡＲＩＭＡｍｏｄｅｌｗｈｉｃｈｉｓｔｅｓｔｅｄｔｏｂｅｔｔｅｒｗｏｒｋｏｕｔｔｈｅｔｒｅｎｄｏｆｓｏｃｉｅｔｙ＇ｓｅｎｅｒｇｙｄｅｍａｎｄ．Ｂａｓｅｄｏｎｔｈｉｓ，ｔｈｉｓｐａｐｅｒｍａｋｅｓａｓｈｏｒｔ－ｔｅｒｍｐｒｅｄｉｃａｔｉｏｎ，ｒｅａｃｈｅｓｃｏｎｃｌｕｓｉｏｎｓａｎｄｍａｋｅｓｓｕｇｇｅｓｔｉｏｎｓ．Ｋｅｙｗｏｒｄｓ：ｅｎｅｒｇｙｄｅｍａｎｄ，ｐｒｅｄｉｃａｔｉｏｎ，ＡＲＩＭＡｍｏｄｅｌ

能源是推动社会经济发展的巨大动力，我国作为一个人均能源占有量较低的国家，能源供应安全问题是一个不容忽视的问题。利用比较科学而合理的能源需求模型对未来的能源需求做出准确的预测，对合理制定经济发展政策和能源安全利用政策具有深远的意义。

根据《中国统计年鉴》中相关的定义，“能源消费总量是指一定时期内全国物质生产部门、非物质生产部门和生活消费的各种能源的总和。能源消费重量包括原煤和原油及其制品、天然气、电力，不包括低热值燃料、生物质能和太阳能等的利用。该指标是观察能源消费水平、构成和增长速度的总量指标”。本文试图以全国的能源消费这一指标为研究对象，借助合理的模型对我国的能源需求进行实证分析和预测。

对于能源需求模型的构建，许多模型都可以用来进行尝试。“如时间序列模型、神经网络模型、多元线

［３］

性回归模型、”“如果选择预测模型的标Ｌｏｇｉｓｔｉｃ模型。

我国的能源需求问题进行实证研究。全部的研究数据来源于历年的《中国统计年鉴》所公布的我国能源消费总量数据。所用的软件为ＳＰＳＳ１６．０专业统计软件。

１数据的收集及预处理

在研究中共收集了从１９７８年至２００６年共２９期

的全国能源消费总量的数据进行建模研究。

１．１平稳性检验

利用软件绘制时序图后，可以清晰地从图中看到：

我国对能源的消费总量有明显的逐年递增趋势，所以原始序列一定不是平稳序列，不能直接用来建模。

１．２差分消除非平稳性

由于原始数据蕴含着确定性的信息，由Ｃｒａｍｅｒ分

解定理可保证适当阶数的差分一定可以充分提取确定性信息。所以对原始数据进行一阶差分，效果并不明显；二阶差分后时序图呈现平稳性，但是自相关图和偏自相关图更清楚地显示了非平稳性。故继续作三阶差分。从三阶差分的时序图、相关图和偏自相关图来看序列已经平稳，三阶差分已经能够很好地将原始序列中确定性因素剔出。

准是追求预测精度的极大化，则最好选择时间序列模

［４］型。”

基于上述分析，本文选择时间序列的建模方法对

作者简介：杜雨潇，１９８６年生，河北保定人，北京林业大学经济管理学院统计系０５级本科生。

搜索“diyifanwen.net”或“第一范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，第一范文网，提供最新外语学习基于ARIMA模型对我国能源需求的预测全文阅读和word下载服务。