- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第 32卷第 1期 东 北 电 力 大 学 学 报 Vol_32.No.1
2012年2月 JournalofNortheastDianliUniversity Feb.,2012
文章编号:1005—2992(2012)01—0086—04
吉林省经济增长与能源消费的灰色关联分析
王 欣,郭永超,孙 冰,高 攀 ,王珊珊,龙小青
(东北电力大学 经济管理学院,吉林 吉林 132012)
摘 要:伴随经济的快速增长与发展 ,能源消费与经济增长之间的矛盾已经越来越突出。为了进
一 步了解能源消费与经济增长的相关性,本文利用吉林省2009年至2009年间的相关经济数据,采用灰
色关联分析方法对吉林省近十年的经济增长与能源消费的相关性进行了实证分析,然后根据分析结果
提出了促进吉林省经济快速增长与节能降耗发展策略。
关 键 词:能源消费;经济增长;灰色关联分析
中图分类号:TKO1+8 文献标识码:A
能源是实现经济增长的主要生产因素,能源的发展也就理所当然的成为经济发展的重点战略之
一
。 吉林省作为东北老工业基地,其重工业是其主要产业支柱,同时汽车、化工等重工业产业也是高
能耗的产业,虽然吉林省是一个资源丰富的省份,但是我们不能走 “先发展后治理”这条老路,尤其在低
碳经济的大潮下,我们应该深入研究经济增长与能源消耗的关系,具体研究各个产业的增长对能源消耗
的相关联程度,积极的降低能耗,调整并升级相关产业结构 J。
现在研究经济增长与能源消耗之间关系的文献很多,通过协整分析与误差修正模型对能源消费与
经济增长进行分析 ;也有通过能源弹性系数对二者关系进行分析H;也有利用灰色关联分析方法对
能源消费与经济增长的关系进行研究。灰色关联分析有其 自身的优越性与特点,其计算比较简便,因素
排序明确,对变量之间的相关类型无特殊要求等特点,具有一定的实际利用价值。本文利用灰色关联基
本原理,对吉林省2000年至2009年间统计年鉴中的相关经济数据进行分析。主要通过对能源消费总
量、地区生产总值、第一产业总值、第二产业总值以及第三产业总值等之间的相关程度进行了灰色关联
分析,得出相关结论,并提出促进吉林省经济快速增长与节能降耗发展策略。
1 灰色关联分析的基本原理
所谓灰色关联分析 是指由邓聚龙教授于 1982年提出来的灰色系统理论,是对一个系统发展变化
态势的定量描述和比较的方法,其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相
似程度来判断其联系是否紧密,它反映了曲线间的关联程度。曲线越接近,相应数列之间的关联度就越
大,反之就越小。灰色关联度有相对关联度与绝对关联度之分,相对关联度与绝对关联度是就其曲线的
相近性与相似性两个角度相对而言的,而对于系统行为只有一个因子,而该因子受到多种因素的影响
时,采用相对关联度更为合适,也更为简便,因此本研究采取相对关联度。
灰色关联分析的数学模型如下:
(1)确定影响系统发展的各项指标,组成一个母因素 y0(t)和子因素 (t)。ro(t)的样本值为
(t)= {Y0(1),),o(2),…… (t)}, (1)
收稿 日期:2011一l1一l0
作者简介:王 欣(1964一),女,河北省乐厅人,东北电力大学经济管理学院教授,博士,主要研究方向:信息经济理论与应用、企业
信息化、电子商务.
第 1期 王 欣等:吉林省经济增长与能源消费的灰色关联分析 87
式中,t=1,2,3……,n(为时间序列个数);
(t)的样本值为
(t)= {Y(1),Y(2),……Y(t)}, (2)
式中,t=1,2,3……m(m为子因素个数)。
(2)将原始数据均值化,进行无量钢化处理
为了便于进行比较,需对各指标按下式进行无量钢化处理,以减少随机因素的干扰。设 (t),X(t)
分别为无量钢化的母因素和子因素的样本值,表示为
文档评论(0)