吳金++蔚陸靜

摘要：隨著廣西經濟不斷發(fā)展，居民生活不斷提高，對生活用電消費也需求量不斷增大。本文對1990-2014年廣西人均生活用電消費量進行分析，建立計量模型ARMA（2，1，3），經統(tǒng)計檢驗，該模型精確度較高，并運用此模型對未來三年廣西居民人均生活用電消費量進行預測。

關鍵詞：ARMA模型；廣西；生活用電消費量；預測

中圖分類號：O212 文獻識別碼：A 文章編號：1001-828X（2016）016-000-02

一、引言

電力是居民生產發(fā)展的基礎，與居民的經濟發(fā)展密切相關。從20世紀80年代以來，廣西經濟快速增長，廣西居民的收入也不斷增加，生活水平不斷提高，生活用電力消費量也跟著快速增長.在1985年廣西居民人均年生活用電消費量只有27千瓦小時，但到2014年居民人均年生活用電消費增加到503千瓦小時.電力行業(yè)發(fā)展與經濟增長基本同步，電力供應總量增長迅速，但仍有供需緊張的狀況出現(xiàn)，特別是在夏季用電高峰時期。因此，對廣西居民年人均生活用電力消費量進行研究，具有積極的實際意義。本文運用eviews8.0軟件，對廣西人均生活用電消費量進行分析，建立合適ARMA模型，并對未來三年廣西居民人均生活用電消費量進行預測。

二、數(shù)據的來源與處理

本文選取1990-2014年廣西城鄉(xiāng)居民人均生活用電消費量（單位：千瓦小時）數(shù)據作為研究對象，記為{yt}序列，數(shù)據來源于《廣西統(tǒng)計年鑒（2015）》。下圖1是廣西城鄉(xiāng)居民人均生活用電消費量{yt}的時序圖，圖形有明顯的遞增趨勢，是非平穩(wěn)序列。為消除趨勢的影響，對{yt}序列進行一階逐期差分[1]，得到{dyt}序列，如圖2所示，圖形不具有趨勢特征，初步判定為平穩(wěn)序列。

三、ARMA模型的構建

1.ADF檢驗

由于建立ARMA模型要求序列必須是平穩(wěn)[2]，為了進一步確定序列{dlnyt}為平穩(wěn)序列，運用EViews8.0軟件對{yt}序列和{dyt}序列進行ADF檢驗，結果如表1所示。由單位根檢驗知，{yt}序列，統(tǒng)計量ADF=2.7655，大于1%，5%，10%顯著性水平的臨界值，對應概率值p=0.998大于顯著性水平0.05，是非平穩(wěn)序列。{dyt}序列，統(tǒng)計量ADF=-6.8265，均小于1%，5%，10%顯著性水平的臨界值，對應概率值p=0.001小于顯著性水平0.05，拒接原假設，即認為該序列不存在單位根，是平穩(wěn)序列。

2.模型的識別與建立

圖3 是{dyt}序列的自偏相關和偏相關圖，Q統(tǒng)計量對應的p值從延遲第1期起至第12期均小于顯著水平0.05，從AC分析圖可見，在延遲3階后樣本的自相關系數(shù)明顯落入隨機區(qū)間內；從PAC分析圖可見，在延遲2階后樣本的偏自相關系數(shù)明顯落入隨機區(qū)間內；這表明{dyt}序列明顯的短期相關，因此考慮建立ARIMA（2，1，3）模型。

3.參數(shù)估計及檢驗

通過上述模型識別，我們建立ARIMA（2，1，3）模型，建模結果如表2所示，其中，統(tǒng)計量R2=0.8217和調整后的=0.7797，說明模型擬合程度比較好，AIC=7.4490，SC=7.5074，相差不大。各參數(shù)估計值對應的P值均小于0.05，有理由認為該參數(shù)顯著不為0。模型表達式為對ARIMA（2，1，3）模型進行適合性檢驗，即對殘差{εt}序列進行白噪聲檢驗[4]。從殘差自相關和偏相關圖（圖4）可知，Q統(tǒng)計量和檢驗的相伴概率p值都大于0.05，即殘差{εt}序列為白噪聲序列，檢驗通過，該模型是較好的有效的模型。

4.預測及結果

根據ARIMA（2，1，3）模型的得到表3，2012-2014年實際值和擬合值的比較[3]，差距不大，誤差較小，誤差率均在5%范圍內，模型擬合效果較好。運用模型對2015-2017年廣西人均生活用電消費量做預測，結果分別550.4072千瓦小時，603.0119千瓦小時和661.3839千瓦小時。

四、建議

本文利用Eview8.0軟件分析廣西人均生活電力消費量1990-2014年的歷史數(shù)據的數(shù)據特征，對數(shù)據進行一階逐期差分的平穩(wěn)化處理和ADF檢驗，根據自相關和偏自相關圖進行模型識別，最終根據模型的擬合優(yōu)度R2和，AIC和SC準則和參數(shù)檢驗的綜合比較分析，確定ARIMA（2，1，3）模型對廣西人均生活電力消費量擬合和預測.由表5比較結果可知，2012-2014年實際值和擬合值的差距不大，誤差率在5%之內，模型擬合效果較好，因此運用模型對2015-2017年廣西人均生活用電消費量做預測，可信度比較高。B-J方法對時間序列的短期預測效果較好，精度明顯提高[4]，而且預測的結果穩(wěn)定性好。

參考文獻：

[1]易丹輝.數(shù)據分析與Eviews應用[M].中國統(tǒng)計出版社，2002.

[2]查奇芬，焦小偉.指數(shù)回歸-ARMA模型在我國人均生活電力消費量預測中的應用[J].數(shù)理統(tǒng)計與 管理，2009，28（6）：1122-1126.

[3]陳潔，蔣雪松.基于灰色預測模型的淮安市居民生活用電消費研究[J].企業(yè)經濟，2015（2）： 162-165.

[4]賈艷琴.西北地區(qū)居民生活用電的影響因素分析[J].資源開發(fā)與市場，2014，30（4）：405-408.