中国生活能源热力消费的ARIMA模型及预测 .pdfVIP

龙源期刊网

中国生活能源热力消费的ARIMA模型及预

测

作者：张宁李星野

来源：《金融经济·学术版》2013年第06期

摘要：本文利用ARIMA模型，对1980-2009年中国生活能源热力消费量序列进行分析，

建立了差分自回归移动平均模型ARIMA（1，2，0）。检验结果表明，ARIMA（1，2，0）模

型对原始数据序列有着较好的似合效果，模型的预测效果良好，可用于短期内中国生活能源

热力消费量的预测。在此基础上，对我国2010-2014年的生活能源热力消费量进行了预测，最

后给出了结论及建议。

关键词：ARIMA模型；生活能源热力消费；预测

引言1.

自改革开放三十年来，经济飞速发展，人们的生活质量水平也在飞速提升。在这样的情况

下，一个越来越严重的全球性普遍的问题也凸显出来—能源匮乏。这几年来，我国政府已逐渐

经意识到这个问题，在各个方面也纷纷提出节能方案，卓有成效。从近几年的数据来看，工业

能源的增长趋势渐缓，且每单位GDP耗能量已呈现下降的趋势，可见在工业能源方面节能措

施已开始深入并且见效，但是，在另一方面，生活能源消费量却在节节攀升，丝毫不见缓解的

趋势。1980-2009年，我国生活能源热力消费量从4572万百万千焦上升至81143万百万千焦，

可见节能观念还未深入人心，低碳生活的理念还需要不断推广提倡。

生活能源消费量包括有煤炭、煤油、液化石油气、天然气、煤气、热力、电力等七方面的

能源消费。能源可分为一次能源和二次能源，所谓一次能源是指直接取自自然界没有经过加工

转换的各种能量和资源，二次能源是指由一次能源经过加工转换以后得到的能源。一次能源可

进一步分为再生能源和非再生能源两大类。生活能源消费量中所包括的七方面能源除煤炭、煤

油、天然气外都是二次能源，且大多基本由石油支撑，且石油是非再生资源，虽然储量丰富，

但对于地球上庞大的人口而言，依然非常有限。因此急需提倡使用一次能源中例如风能、水

能、太阳能等新型的可再生资源，减少对非再生资源的使用，既为后代保留资源，又可减少环

境污染。

为了能够给生活消费能源方面提出合理建议，我们选择生活能源消费中的热力消费量进行

时间序列分析，对改革开放以来30年的生活能源热力消费量数据建立ARIMA时间序列模

型，并以此为例，分析生活能源的总体消费趋势。

模型2.简介

龙源期刊网

时间序列是某一指标在不同时间上的不同数值组成的，按时间的先后顺序排成一串数列。

时间序列具有四个方面的影响因素：长期趋势、季节变动、循环变动以及不规则变动。而建立

在时间序列的定量预测法就是把预测对象、预测目标和对预测的影响因素都看成为具有时序的

且以时间为自变量的函数，再根据历史数据拟合时间序列函数，研究预测对象自身变化过程及

发展趋势。

本文选取1980-2009年的热力消费量的年度数据构造时间序列模型。传统的时间序列分析

法，如移动平均法和指数平滑法，常因出现滞后误差而影响预测精度。而ARMA模型是描述

平稳随机序列的最常用的一种模型，但现实中的时间序列往往是非平稳的，因此本文选取较为

普遍的ARIMA模型进行数据处理。ARIMA（p，d，q）模型全称为差分自回归移动平均模

型，是基于ARMA模型之上的加入了长期因素和季节因素的非平稳时间序列模型，其中AR

是自回归模型，p为自回归项；MA为移动平均模型，q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模型是一种精度较高的时间序列短期预测方法，能够从本质

上认识时间序列的结构与特征，达到最小方差意义下的最优预测。ARIMA模型可表示为：

ARIMA模型适用于具有长期趋势或季节性的单指标数据的短期预测，根据指标单一的历

史数据就可以建立ARIMA模型进行预测分析，操作较为方便，是分析历史数据较为实用