基于多元回归分析的国内人均生活能源消费量预测

题目：基于多元回归分析的国内人均生活能

源消费量预测

院系信息系

专业统计学

班级

学生姓名

学号

导师姓名

导师职称副教授

2014 年 3 月16 日

【摘要】

本文运用了相关性分析和多元回归的方法研究了国内能源总产量，居民消费水平等因素对国内人均生活能源消费量的影响，发现国内能源总产量、货币和准货币这两个因素对国内人均生活能源消费量作用最大，因此建立了多元回归方程。并采用一次指数平滑法计算得到2015年-2017年国内能源总产量的预测值为：（）；货币和准货币的预测值为：（）。结合多元回归模型预测了2015年-2017年人均生活能源的消费量。结果表明多元回归模型是研究国内人均生活能源消费量影响因素和预测的好方法。

关键词：多元回归；相关性；指数平滑；检验

【Abstract】

（英文摘要标题用四号Times New Roman字体加粗，居中加“【】”括号；段前、段后各一行）

×××××××××××××××××××××××××××××（Times New Roman字体12号，行距20磅）×××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××××。

（空2行）

Key words：×××；×××；×××（小四号Times New Roman字体）（四号Times New Roman字体加粗，居左空两字）

目录

一、绪论

（一）问题的提出

（二）国内外学者的研究梳理

（三）本文采用多元回归模型研究的原因分析

二、多元回归模型的理论研究

（一）模型原理

（二）相关系数分析原理

（三）多元回归模型的检验原理

三、国内人均生活能源消费量的模型建立与预测（一）原始数据的导入

（二）影响国内人均生活能源消费量相关性的分析（三）国内人均生活能源消费量多元回归模型的建立（四）多元回归模型的检验

（五）国内人均生活能源消费量的预测

四、结论与建议

1绪论

1.1国内人均生活能源消费量问题的提出

根据《中国能源统计年鉴》的统计数据，从1995 年到2010 年的十六年间，我国工业部门能源消费量占终端消费总量的70%左右，居民生活直接能耗则约为11%。在能源供给和需求矛盾日益尖锐的今天，中国迫切需要改变高能耗高排放的现状，因此长期将提高能源效率、降低能源强度的重点放在工业领域。但是，居民家庭生活能源消耗是中国工业部门之外的第二大能源消耗领域，发达国家的经验显示，即使完成了工业结构的调整，节能形式依然严峻，其中居民消费的能源不断增长就是重要原因。

近些年来我国的社会经济发展取得了显著的进步，国内生产总值连续保持高增长，我国已开始步入工业化的高速发展时期，而这一时期正处于高耗能阶段，加之我国城市化进程的推进，使得我国由于经济的增长和居民的生活水平的提高加大了对能源的需求，而其中居民能源消费呈现出快速增长的特点，占我国能源消费总量的比重越来越大。据国家统计局公布的数据，从1983年到2011 年，我国人均生活能源消费量从106.6千克标准煤上升到278.3千克标准煤，涨幅高达161%。从2000 年起，我国的能源消费总量年增长率约为8.6%，而居民生活能源消费量则以每年9.3%的速度不断增长，超过了能源消费总量的增长速度。未来能源的供给能否支撑我国经济的可持续增长，成为国内外关注的话题。因此做好未来人均生活能源消费量的预测分析，为能源规划及政策的制订提供科学的依据，对于保持我国社会经济健康、持续、稳定的发展具有重要的理论与现实意义。

1.2国内外学者的研究梳理

对居民能源消费的研究兴起于20世纪70年代，首要原因是当时的石油危机导致能源价格急剧上升，其次是因为居民消费的能源在全社会终端能源消费中占据的比例不断增大，逐渐成为工业部门之外的第二大能源消费领域。

目前国内已有学者对中国未来能源消耗进行预测，刘兰风采用协整与误差修正模型、时变参数模型来对我国的能源需求进行模拟与预测；宋春梅遵循可持续发展原则，采用能源强度法对中国各产业部门和生活能源需求进行预测和分析；

谢妍、李牧在灰色系统理论基础上引人遗传算法，对该灰色预测模型参数进行优化，从而获得更为精确的能源预测模型和预测值。

王春清、郝黎明、赵小萍等（2005）建立了用于预测家庭能源消费的模型，文章采用了回归方法对吉林省的居民生活能源消费进行了分析，主要是通过选取居民生活消费的能源种类（电力、燃气、汽油、煤、热五种）分别建立了城市居民生活能源和农村居民生活能源的预测模型，即在掌握每户的电器拥有数量、电炊具拥有数量、汽车的拥有量，煤的消费数量和集中供热的普及率等因素的基础上算出每户各种能源消费的数量，再乘以总户数，从而推算得出城市居民和农村居民的生活能源消费量。接着运用预测的能源消费量与家庭能源消费的变化趋势进行比较，验证了该模型的准确性。

邢璐、邹骥、石磊（2010）采用神经网络预测模型对其进行了预测，通过模型预测了各种生活能源在2020 年的消费数量，从而对未来居民能源的消费水平和消费结构进行了分析，得出的结论是，我国的居民能源消费结构在未来会发生不同的变化，其中煤炭在能源消费总量中所占的比例会越来越小，但由于社会经济条件的现状和煤炭的使用便利的特点，其消费量仍会占据能源消费总量的20%左右；石油和电力的增长速度最快，会成为居民生活能源最大的消费部分，天然气在现有的需求量上将会出现大幅的上涨，提出应通过增加进口来加大天然气的市场供应量。

刘亚男、吕晨思、项茹昱（2013）建立时间序列ARIMA模型预测2013年-2015年我国人均生活能源消费量，文章选取1990-2009年我国人均生活能源消费量共20个数据作为样本分析。得出的结论是：从模型预测结果可以明显看出在未来的短期几年里，人均生活能源消费量还在不断上升，依照本文构建的模