ARIMA模型在重庆市能源消耗量预测中的应用.pdfVIP

第32卷第8期 重庆工商大学学报(自然科学版) 2015年 8月 Vo1．32 NO．8 JChongqingTechnolBusinessUniv．(NatSciEd) Aug．2015 doi：10．16055／j．issn．1672—058X．2015．0008．012 ARIMA模型在重庆市能源消耗量预测 中的应用木 李 岩 岩 (重庆工商大学 数学与统计学院，重庆 400067) 摘 要：能源是人类赖 以生存和发展的重要物质基础，对经济的快速发展和人们生活水平的大幅度提 高起着无可取代的作用，随着经济的发展人们对能源的需求 日益增多，由于地球上的资源是有限的，对未来 能源消耗量的准确预测显得尤为重要；运用ARIMA模型对(2013重庆市统计年鉴》中重庆市 1981-2012年 能源消耗量数据进行分析，结果显示：ARIMA(2，3，2)模型预测未来的结果较为准确，为重庆市资源消耗量 提供 了可靠的依据。 关键词 ：ARIMA模型 ；时间序列；能源消耗 ；预测 中图分类号：0224 文献标志码 ：A 文章编号：1672-058X(2015)08-0054-07 重庆市是中国面积最大的城市，辖区总面积为 8．24万km ，为北京、天津、上海三市面积的2．39倍。改 革开放以来，经济取得了突飞猛进的增长。2013年，工业增加值5249．65亿元 ，比2012年增长 13．1％，占重 庆市地区生产总值的41．5％。伴随着工业化的快速发展，能源处于高耗阶段，能源资源短缺已成为重庆市经 济发展的一大瓶颈。国内外不同的机构和许多学者针对能源消耗问题也运用不同的方法做了大量的研究， 国家统计局和能源办常会采用定性预测方法对能源问题做一些研究然后制定合理的政策；当然对此问题的 研究比较深入的还是广大学者们，他们常用的预测的方法有：回归预测方法、自适应预测、投入产出法、灰色 关联法、生长理论、指数平滑法及神经网络预钡0法等，这些方法都能从一定的方面反映问题，但是 由于没有 考虑数据的平稳性及数据间的关联性，预测结果往往准确度不高，ARIMA模型克服这方面的局限性，它可以 很好的拟合非平稳时间序列，能大大提高预测的精度。 国内学者运用ARIMA模型做了很多研究，其 中有刘勇 针对我 国的能源消费预测和池启水 针对我 国煤炭消费的预测；还有一些地方性的预测，蒋燕l2对广西全社会固定资产投资的预测及龚国勇 对深圳 GDP的预测，李伟 对重庆市GDP的预测也用到了ARIMA模型，但是针对重庆市能源消耗问题还没有学 者专门运用ARIMA方法进行过预测，现今要求整个社会都要以降低能源消耗为 目标，为了尽快全面的掌握 重庆市资源消耗状况，为重庆市节能降耗提供科学、有效的统计数据支撑，现通过收集、分析时间序列数据， 运用ARIMA数学模型，科学分析重庆市能源消费量，估计模型以预测未来能源消耗量，为相关部门制订节 能降耗措施和对策提供科学合理的依据。 收稿 日期：2014-10-01：修回日期：2014-12—09． 基金项 目：重庆市教委科技项 目(KJ1400613)． 作者简介：李岩岩 (1988．)，女 ，河南开封人，硕士研究生 ，从事统计学经济社会统计研究 第 8期 李岩岩：ARIMA模型在重庆市能源消耗量预测中的应用 55 1 基于ARIMA模型的重庆市能源消耗量预测方法 1．1 ARIMA模型理论 ARIMA模型全称为差分 自回归移动平均模型 (AutoRegressionIntegratedMovingAverageModel，简记 ARIMA)，是一类常用的时间序列预测模型，是由博克思(Box)和詹金斯(Jenkins)于20世纪70年代初提出 一 著名时问序列预测方法，所以又称为Box—Jenkins模型、博克思一詹金斯法。其中ARIMA(P，d，q)称为差分 自回归移动平均模型，AR是 自回归，P为 自回归项；MA为移动平均，g为移动平均项数，d为时间序列成为 平稳时所做的差分次数。ARIMA模型通常借助时间序列的随机特性来描述事物的发展变化规律，指将非平 稳时间序列转化为平稳时间序列，然后运用时间序列的过去值、当期值以及滞后随机扰动项的加权来建立