基于多元线性回归模型的我国用电量影响因素分析

1

2

（1.德宏师范高等专科学校经济与管理系，云南芒市678400）（2.广东金融学院工商管理系，广东广州510520）摘要：在综述学者相关研究结论并分析现有研究不足的基础上，通过构建多元线性回归模型，以2000-2016年相关研究变量数据为研究对象，实证分析我国用电量的影响因素。结果显示：经济产业中第一产业增加值对用电量有负向影响系数，而第二产业增加值、第三产业增加值对用电量有正向影响系数，能源生产总量与用电量间也存在依存系数。研究结论为经济发展中用电量提供重要的政策性建议与启示。关键词：用电量；经济发展；多元线性回归模型中图分类号：F224.9文献标识码：A文章编号：1008—6129（2017）03—0068—07一、研究概况

电力工业是国民经济和社会发展的基础产业。近年来，伴随着国民经济的持续快速发展，我国能源消费快速增长，电力显得尤为突出，供应日趋紧张，从2002年6月起，中国电力需求快速增长，陆续有些地区拉闸限电。基于连年出现的电力短缺，政府出台了六项推动电力供应的措施，但这并不能从根本上解决电力短缺问题。电力作为一种特殊的商品，具有两大特性：电力的产生、传输与消费的同时在瞬间完成的特性，电力不可储存的特性，由此决定了电力需求与经济发展的紧密相关性。由于电力这种敏感性商品的建设周期长，至少需要3年的时间，因此，为了避免其对社会稳定及经济发展环境的影响，对其建立早期预警系统，做到“电力先行”就显得尤为重要。有研究表明，从经济总量来看，电力消费的增加能够直接带来实际GDP增长，潘凯[1]研究发现每个月用电量增长1单位，实际GDP会增长1.82个单位，说明电力产业对国民经济的巨大推动作用。可见，电力对我国经济发展的重要性。为了促进我国经济的发展，有必要分析影响我国用电量的因素。有学者对用电量的影响因素量化分析，建立模型，并利用这些影响因素模型预测短期用电量。黄波等人[2]通过对用电量增长率和GDP这两个变量构建一元线性回归方程，得到两者的相关系数为0.48，拟合优度为0.2337，即用电量的变化，只有23.37%可由GDP的增长来解释，还存在其他影响因素，并定性分析这些影响因素对用电量的影响。夏丽[3]利用粗糙集理论中的属性约简算法对多个影响因素进行筛选，对经过筛选后的因素构建回归分析方程，预测短期的用电量，其预测值与实际值的误差在5%之内。参考相关研究的文献资料，发现更多的学者只是从广泛的角度分析影响因素并预测短期用电量，很少有学者具体细化分析GDP的各个产业结构和其他影响因素，从而获得更加精准的预测模型。从这个维度出发，本文将具体分析第一产业增加值、第二产业增加值、第三产业增加值、能源生产总量、人口自然增长率这五个细化指标，选择合适的指标变量，构建最佳模型，得到具体的数量关系，再逐一具体分析用电量影响因素，从而为经济发展提供切合实际的建议与对策。收稿日期：2017—05—05作者简介：曹韩（1983—），傈僳族，云南龙陵人，德宏师范高等专科学校经济管理系，讲师。68邢台职业技术学院学报2017年第3期二、多元线性回归法OLS概述

回归分析是计量经济分析中使用最多的方法，在现实问题研究中，因变量往往受制于多个经济变量，通过统计资料，根据多个解释变量的最优组合来建立回归方程预测被解释变量的回归分析称为多元线性回归法。其模型基本形式为：β

其中β0、β1、β2、3…βk是k1个未知参数，称为多元回归系数。Y称为被解释变量，X1t、X2t、X3t…Xkt是k个可以精确测量和可控的一般解释变量，μ是随机误差项。当tk2时，上式为多元线性回Ytβ0β1X1tβ2X2tβ3X3t…βkXktμt(t1,2,3…T)

归模型。三、多元回归模型的建立

（一）变量选择根据现实的经济活动，收集了2000-2016年共17年来我国用电量相关指标数据定义被解释变量和解释变量，被解释变量为用电量（亿千瓦时）（Y），第一产业增加值（亿元）（X1）、第二产业增加值（亿元）（X2）、第三产业增加值（亿元）（X3）、能源生产总量（万吨标准煤）（X4）和人口自然增长率（‰）（X5）。（二）数据描述性统计利用收集到的用电量相关指标数据，绘制我国2000-2016年用电量的使用情况趋势图，如图1所示。图1我国2000-2016年用电量使用情况趋势图数据来源：2000-2015年数据来源于国家统计年鉴，2016年数据来源于中国国家能源局网站http://www.nea.gov.cn/2017-01/16/c_135986964.htm；中国国家统计局网站http://www.stats.gov.cn/tjsj/zxfb/201701/t20170120_1456385.html。从以上趋势图可清晰地看出，我国这些年用电量呈不断上升的趋势，从该趋势中可以大致预估未来我国用电量也将呈现继续上涨的态势。因此，有必要具体分析影响我国用电量的因素，得到它们之间的量化关系，以此把握我国未来用电量的走势。而根据用电量与经济发展间的密切关系，利用用电量的具体走势，可为我国经济发展提供政策性建议。四、多元线性回归模型构建

（一）变量相关性分析为了找到用电量的主要影响因素，首先应用R3.3.2分析指标数据的相关性，得到数据相关性表1和多元数据散点图1。69邢台职业技术学院学报表1yyX1X2X3X4X51.00000.98860.99560.97120.9794-0.7238X10.98861.00000.99720.99140.9454-0.6289X20.99560.99721.00000.98360.9627-0.6713数据相关性X30.97120.99140.98361.00000.9068-0.5624X40.97940.94540.96270.90681.0000-0.83182017年第3期X5-0.7238-0.6289-0.6713-0.5624-0.83181.0000图1多元数据散点图从表1数据相关性分析结果可看出，有些自变量与自变量间也存在着较高的相关性，说明这些自变量可能存在多重共线性，有些自变量与因变量的相关性系数接近1，说明这些自变量与因变量间存在着高度的相关性，这些结果可从图1多元数据散点分布图中更加直观地观察到。因此，做多元数据相关系数检验分析，得到如表2相关系数检验表。表2相关系数检验yyX1X2X3X4X50.00025.40841.26415.77718.794-4.063X10.0000.00051.60029.37611.231-3.133X20.0000.0000.00021.10513.780-3.508X30.0000.0000.0000.0008.331-2.634X40.0000.0000.0000.0000.000-5.804X50.0010.0070.0030.0190.0000.000从以上相关系数检验结果可以看到，用电量（Y）与第一产业增加值（X1）、第二产业增加值（X2）、第三产业增加值（X3）、能源生产总量（X4）、人口自然增长率（X5）的相关系数分别为25.408、41.264、15.777、18.794、-4.063，相关系数值都很高，说明这些指标变量与用电量的关系都非常密切。相关系数表明了各变量与用电量之间的线性关系程度之高，由此可以认为所选取的5个因素都与用电量存在着一定的线性关系。（二）多元回归模型构建基于变量相关性分析，各指标变量与用电量间的线性关系程度都相当高，可进行线性回归分析，从70邢台职业技术学院学报2017年第3期而建立起用电量与影响因素之间的回归模型，以用电量为因变量，所选取的5个指标为自变量。在R3.3.2中运行相关的语句，计算得如下多元线性回归模型：Y=-993.333-0.409X1+0.104X2+0.060X3+0.089X4+191.614X51.模型检验对以上多元线性回归模型进行模型检验，可得到如表3回归模型检验。表3回归模型检验来源回归误差总计离均差平方和3949259406.9165120785.6623954380193自由度51116均方1024157.132359023582.447F值0.003P值0.000由表3回归模型检验结果可见，该多元线性回归模型的P值极小，通过回归模型检验，因此，该多元线性回归模型具有意义。2.模型系数检验在通过回归模型检验的基础上，对该模型回归系数进行t检验，得到表4模型系数检验，以此观察该模型中系数显著性情况。表4模型系数检验Estimate(Intercept)X1X2X3X4X5-993.333-0.4090.1040.0600.089191.614Std.Error7800.2690.2300.0450.0180.025796.714tvalue-0.13-1.782.313.423.530.24Pr(>|t|)0.9010.1020.0420.0060.0050.814系数显著性不显著不显著显著显著显著不显著从表4模型系数检验结果可见，模型中变量X1、X5的系数未通过显著性检验，其检验P值分别为0.102、0.814，均大于0.01，未能通过模型系数检验，其余指标变量则通过模型系数检验。加之，分析表1各指标变量间的相关系数结果可知，有些变量间相关程度很高，这些变量间有可能存在多重共线性，因此，使用R3.3.2对这些指标变量进行逐步回归，调整该多元线性回归模型的变量，以更好地解释因变量。3.模型调整应用R3.3.2确定多元线性回归模型的指标变量，调整多元线性回归模型，可得到表5多元线性回归模型。表5多元线性回归模型Step:AIC=224.5DfSumofSq+X5-X1-X2-X3-X42687415169412536112569721416593512RSS51375435110669665448476736551083475721731055AIC224226227229235247y~X1+X2+X3+X4通过逐步回归法，得到表5多元线性回归模型相关检验参数结果，对比这些相关检验参数结果，调整进入模型的变量为：X1第一产业增加值，X2第二产业增加值，X3第三产业增加值，X4能源生产总71邢台职业技术学院学报2017年第3期量。在此基础上，以用电量为因变量，以X1，X2，X3，X4为自变量，进行多元线性回归分析，建立多元线性回归模型：Y=799.234-0.390X1+0.104X2+0.059X3+0.084X4对该多元线性回归模型进行模型回归系数t检验，可得到表6模型回归系数t检验结果。表6模型回归系数t检验Estimate(Intercept))X1X2X3X4799.234-0.3900.1040.0590.084Std.Error2208.2300.2070.0430.0160.014tvalue0.36-1.882.433.656.23Pr(>|t|)0.72370.0840.0320.0030.000系数显著性不显著显著显著显著显著从以上表6模型回归系数t检验结果可知，该多元线性回归模型中各指标变量的系数检验P值均小于0.1，都通过显著性检验。说明逐步回归法构建的多元线性回归模型通过模型检验和系数检验，从而表明通过筛选的4个自变量与因变量间的数量关系，并可通过这个数量关系解释因变量。4.模型验证为验证以上构建的多元线性回归模型，使用变量选择方法，获得一个最优的回归模型，在R3.3.2中可得到如下表7最优回归模型参数。表7最优回归模型参数X11234***X2*******X3X4adjR20.9910.9980.9980.998Cp67.4836.9246.5435.000BIC-74.93-97.62-97.21-98.78根据BIC最小法则，对比表7最优回归模型参数中4个BIC值，可知最后一个回归模型BIC值-98.78为最小，说明最优的回归模型应该带有X1、X2、X3、X4这4个变量，这与在模型构建中得到的多元线性回归模型是相符的，即以上构建的多元线性回归模型Y=799.234-0.390X1+0.104X2+0.059X3+0.084X4通过变量选择方法验证，该回归模型为最优回归模型。5.模型结果分析（1）从以上最优线性回归模型可知，第一产业增加值对用电量的影响系数是-0.390。由于第一产业主要包括种植业、林业、牧业、副业和渔业，这些产业耗电量比较低，又由于电力的不可存储性，导致第一产业的用电量出现负增长，从而在一定程度上拉低我国总用电量。（2）第二产业增加值对用电量的影响系数是0.104。第二产业主要由采矿业、制造业、建筑业等重工业、高耗电产业组成，这些产业随着我国整个社会经济的快速发展，也得到了高速发展，用电量随之不断增多，从整体上提高了第二产业的总用电量。因此，从最优线性回归模型来看，第二产业增加值的回归影响系数要比第三产业增加值的回归影响系数高得多。（3）第三产业增加值对用电量的影响系数为0.059。第三产业主要是交通运输、仓储和邮政业、服务业等，近年来，社会经济高速发展这个大环境也带动了第三产业中各产业迅速发展，提高了第三产业在国民经济发展中的影响地位，第三产业在推动国民经济发展的过程中发挥着越来越重要的作用，在这样大背景下，第三产业对用电量的需求也不断地增强，总用电量不断地增加。产业增加值的回归影响系数为0.059，这个影响系数短期内将继续影响我国的用电量，用于发展该产业，并将继续推动国民经济的72邢台职业技术学院学报2017年第3期发展。（4）电力作为一种特殊的商品，具有两大特性：电力的产生、传输与消费同时在瞬间完成的特性；电力不可储存的特性。由这两个特性，决定了能源生产总量越多，则用电量越多。从最优回归模型可见，能源生产总量对用电量的影响回归系数为0.084，即生产的能源总量中将有0.084个单位转化为电力被消耗掉。随着我国能源资源的告急，我国寻找到越来越多绿色环保、可重复利用的资源用于生产能源，但生产的这部分能源，由于电力的不可储存性，有部分没有得到很好地利用，但这部分也计入我国的用电量内，从而影响我国用电量计算的准确性。那么，我们该如何充分地利用好这些能源呢?让能源的利用效率达到最高，用电量能真正反映我国电力使用情况？五、研究启示与建议

根据本文回归模型分析结果，提出以下几点政策性建议：（1）加快我国电力工业事业的发展，确保国民经济健康、稳定、持续发展。从回归模型分析结果可知，国民经济发展中第二产业增加值、第三产业增加值对电力需求的影响系数为正。为确保国民经济健康、稳定、持续发展，需为第二产业和第三产业提供足够的电力，以保障产业的快速发展，因此要不断发展我国的电力建设。（2）调整经济结构，改变经济发展方式。从回归模型分析结果，我们可以清晰地看到，第二产业这个高耗能产业迅速发展，在推动经济发展的同时，用电量也迅速增长，而第二产业也是高排放产业，产业的发展加重了环境的负担。所以，在发展产业的过程中，要适当调整产业结构，坚持节能减排，提高电力的使用效率，改变“高投入、高消耗、高排放、低效益”的粗放式经济发展方式，建立以节能、节材为中心的资源节约型工业生产体系，以此推动国民经济更好、更快地发展。（3）加快技术进步，提高电力利用效率。随着我国绿色环保意识的加强，技术人员开始寻找一些绿色环保、可重复利用的资源来生产能源，但实践过程中发现由于电力的不可储存性，导致生产的能源总量中有些电力并没有得到充分的利用，像第一产业用电量出现的负增长现象，电力的使用效率不高。因此，在此基础上，技术人员可做些相关技术研究，攻克技术难题，加快技术进步，提高电力利用效率。（4）发挥电价在电力资源配置中的基础作用，增强国民节能意识。我国自实行电力体制改革以来，电价主要由发改委制定，而不是由市场供求关系决定，电价没有起到调解供需的作用，因而不能在电力营销市场中正确引导企业和居民生活用电消费。因此我国发改委可逐步放松对电价的制定与控制，由市场供求关系来决定电价，从而增强国民的节能意识。此外，用电量会受到能源生产总量的影响，因此，如果我们具有良好的节能意识，在生活中形成良好的节能习惯，将有利于国家更准确地统计每年的用电量，从而，控制能源生产总量，减少不必要的浪费。参考文献：[1]潘凯.中国电力消费与经济增长的关系研究[D].昆明：云南财经大学，2012.[2]黄波，曾玉红.用电量与经济增长相关性的实证分析[J].华北电力大学学报（社会科学版），2004（3）：31-33.[3]夏丽.基于ARIMA模型及回归分析的区域用电量预测方法研究[D].南京：南京理工大学，2013.73邢台职业技术学院学报2017年第3期OnInfluencingFactorsinChina’sElectricityConsumptionBasedonMultipleLinearRegressionModelCAOHan1，XUXiao-ling2（1.DehongTeachersCollege,Mangshi,Yunnan678400,China；2.GuangdongUniversityofFinance,Guangzhou510521,China）Abstract：Basedontherelatedresearchofotherscholarsandtheexistingresearchproblem,thepaperbuildsamultiplelinearregressionmodelfortheempiricalanalysisoftheinfluencefactorsofelectricityconsumptioninourcountrywithrelatedresearchvariabledatafrom2000to2016.Theresultsshowedthattheaddedvalueofprimaryindustryintheeconomicindustryhasnegativeinfluenceonelectricityconsumptionwhiletheaddedvalueofsecondindustryandtertiaryindustryhaveapositiveeffectonelectricityconsumption,andthereexistsadependencecoefficientbetweenenergyproductionandtotalpowerconsumption.Theresearchconclusionprovidessomesignificantsuggestionsandenlightenmentforpowerconsumptionintheeconomicdevelopment.Keywords：powerconsumption;economicdevelopment;multiplelinearregressionmodel*****************************************************************************************（上接第62页）TheProspects,ProblemsandSuggestionsonInternetofVehiclesLIANGXiao-lin，CHENLi，JINChen-cong

（XingtaiPolytechnicCollege,Xingtai,Hebei054035,China）Abstract：Asoneofdirectionsfortheautoindustrydevelopmentinthefuture,InternetofVehiclesweighsalottohelpsolvetheproblemsofsocietyandtransportation.Basedontheresearchesathomeandabroad,thewriterputsforwardthedefinitionandarchitecturediagramoftheInternetofVehicles,whichmeetstheneedofChina’smarket,anddemonstratesitsbrightprospects.Furthermore,thispaperproposescorrespondingsuggestionsonthedeadzoneofinformationcollection,networktechnologyandspeechrecognition.Keywords：automobileindustry;intelligence;networked74