基于灰色马尔科夫模型水资源价格预测.docVIP

基于灰色马尔科夫模型水资源价格预测 　　摘 要：之前水价测量的研究多集中在单一水价模型的建立和参数的估算方面，而对水价预测的研究相对较少。因此，结合灰色系统理论和马尔科夫理论，建立改进的灰色马尔科夫预测模型，并利用兰州市2003―2016年的水资源价格数据进行检验，发现与传统 GM（1，1）模型的预测结果比较，灰色马尔科夫模型的拟合精度更好，平均相对误差更小、更简便实用。此项研究为西部水资源价格的形成机制以及建立有序的水市场提供了科学的理论依据，同时也为兰州市水价新政策的出台和水价的制定提供了一定的决策支持。 　　关键词：GM（1，1）模型；GM-M（1，1）模型；水价；预测 　　中图分类号：F323.2 文献标志码：A 文章编号：1673-291X（2017）18-0105-06 　　随着我国经济体制的转变，水价在生活生产中的作用也在逐渐发生变化。以往水价仅仅是用来核算资源价值的一种工具，随着社会结构的完善和发展，人们逐渐认识到价格在调节需求、促进资源配置中的重要作用。2014年6月水利部召开“水权水市场建设”专题研讨会议，明确提出要加快推进水权水市场建设，逐步建立归属清晰、权责明确、监管有效、流转顺畅的国家水权制度体系和水市场格局[1]。 　　一、水资源存在的问题及国内外研究现状 　　水资源属于公共资源，同时具备公共属性和经济属性[2]。公共资源的定价通常存在一个问题：如果完全根据市场供求情况进行定价，虽然可以保证垄断者的利润，但是部分需求者的需求得不到满足，这种定价会严重侵害消费者的利益、损害社会福利[3]；如果从公共资源的公共属性出发，由政府部门进行价格管制，可能会存在定价过低，供水企业存在亏损[4]，影响供水的可持续发展，同时政府部门定价还会造成价格机制的效率低下，不能促进水资源的合理分配。鉴于此，水价变动趋势的研究意义得以凸显。目前，国内外学者的研究主要集中在水价目标、水资源价值及水价构成、水资源影子价格、需水价格弹性、水价影响分析和水资源定价模型等领域[5～10]。但针对水价预测的方法的研究还相对较少，主要有时间序列预测法、回归分析预测法、灰色预测法[11～13]。时间序列预测法和回归分析预测法需要大量历史数据，灰色预测法适用于时间短、数据量少和波动不大的预测问题，用作长期预测时，数据序列拟合差，预测精度偏低[14～15]；马尔科夫适用于长期的、数据序列随机波动大的预测问题[16～18]。李翠梅等学者（2010）在应用GMM估计方法对城市水价预测长期边际成本数学模型的参数估计进行了研究[19]；张丹丹（2013）将理论模型应用于苏州城市居民用水的价格预测，运用Eviews软件对样本数据进行了统计性描述，使用静态面板数据模型对成本函数和需求函数中的参数进行估计[20]。 　　因此，本文考虑到水价序列的时间性和连续性，提出一种修正的灰色马尔科夫预测模型。选取我国西北重要城市兰州2003―2016年的水价数据为例，利用修正的灰色马尔科夫模型作为理论基础进行分析，以期降低地区水市场水价制定中由于政策实施的盲目性可能导致的隐性成本和损失，从整体上提高地区水市场效率，促进地区水市场的健康发展，为推动地区水权交易和水权制度建设提供理论依据和方法，并?榈厍?水市场设立，运行中合理定位政府责任提供指引。 　　二、灰色GM（1，1）模型的建立 　　（一）模型建立过程 　　2.改进的灰色GM（1，1）模型。由于灰色预测值数据序列呈现对数变化趋势，可以考虑编程拟合一个对数模型，并对该对数模型不断调整，使之接近原始数据的走势，因此提出改进的灰色GM（1，1）模型：X^’（0）=d logkc+X^（0），k=1，2，……，14；该模型预测简化了灰色模型中累减还原的步骤，在得到d、c两个参数后可以直接预测出各个年份的水价。 　　（二）数据选取及处理 　　以2003―2016年兰州市水价作为研究对象（见表1），先用2003―2013年的数据作为预测的原始数据序列进行灰色GM（1，1）模型预测，记为Y=X（0） =[X（0） （1），X（0） （2），……，X（0） （14）]，其中X（0） （k）表示第2002+k年的兰州市水价的实际值，k=1，2，…，10。然后用2014―2016年的数据进行检验，并对模型的精度进行评价。 　　（三）灰色预测结果及模型检验 　　由上述计算过程得到2003―2016年兰州市水价预测值、残差序列（如上页表2所示）。 　　三、建立灰色马尔科夫预测模型GM-M （1，1） 　　（一）状态划分 　　（三）预测值的确定 　　（四）灰色马尔科夫模型预测 　　在任何一个灰色系统的发展过程中，随着时间的推移，将会不断有一些随机扰动或驱动因素进入系统，使系统的发展相继受其影响。因此，用灰