《中国能源发展报告(2019年)》预测：我国电力需求将保持较快增长

《中国能源发展报告（2019年）》预测：我国电力需求

将保持较快增长

近日，南网能源院发布的《中国能源发展报告（2019年）》（以下简称《报告》），从能源消费、能源生产、能源发展指标、能源政策、发展展望等多个方面，总结了过去一段时期内我国能源发展状况，展望了未来的发展趋势。

《报告》还立足南方五省区能源资源生产消费特点与发展实际，对区域内能源供需情况进行了分析总结和展望预测。《报告》认为，南方五省区能源消费总量稳定增长，尤其用电量保持较快增长，用电结构进一步优化。按能源消费结构看，南方五省区非化石能源占比持续提升，且远高于全国平均水平。

能源生产总量平稳增长

《报告》显示，2018年我国能源消费总量为46.4亿吨标准煤，占全球一次能源消费总量的23.6%，连续十年居全球第一位。

《报告》指出，我国能源消费结构持续优化，炭消费比重下降，天然气、核能和可再生能源比重上升。2018年我国能源消费总量46.4亿吨标准煤,同比增长3.3%，增速较2017年提高0.4个百分点。

从分布来看，调整优化能源消费结构成效显著。2018年，作为调结构的主力，水电、核电、风电等非化石能源消费占一次能源消费的比重为14.3%，占能源消费总量的比重较上年提高0.5个百分点，2020年占比15%的目标完成在即。

《报告》认为，能源生产总量平稳增长，非化石能源占比持续增加。2018年我国一次能源生产总量37.7亿吨标准煤，同比增长5.0%，达到2012年以来最高水平。其中水电、核电、风电等非化石能源占比18.0%，较上年提高0.6个百分点。

《报告》显示，2018年我国单位产值电耗为760千瓦时/万元，同比增长1.8%，其中，第一、三产业单位产值电耗分别同比增长11.2%和2.5%，第二产业单位产值电耗同比下降1.9%。

在此基础上，《报告》预测认为，能源消费总量将保持增长，但增速有所放缓。预计我国2019年和2020年能源消费总量将分别达到47.9亿和49.4亿吨标准煤,同比分别增长约3.2%和3.1%。南方五省区2019年和2020年能源消费总量分别为6.96亿吨标准煤和7.06亿吨标准煤，同比分别増长约1.9%和1.5%。

《报告》也指出，目前我国能源发展仍存在非化石能源发展保障机制不完善、化石能源清洁化利用水平较低、能源对外依存度较高、能源核心技术自主研发能力有待提高等问题。

针对这些问题，《报告》提出了一系列建议，包括加快提高风、光、水电等可再生能源消纳水平，加快推进煤基燃料和化学品对油气的部分替代，积极参与能源安全国际合作，加强能源领域核心技术研究等。

用电结构凸显工业转型升级成效

《报告》指出，2018年，我国全社会用电量稳定增长。数据显示，2018年，我国全社会用电量6.8万亿千瓦时，同比增长85%，增速同比提高1.9个百分点，主要受产业结构调整、工业转型升级、气温等因素影响。

2017-2018年南方五省区全社会用电量(单位：亿千瓦时) 分产业看，2018年我国第一产业用电量728亿千瓦时，同比增长9.8%；第二产业用电量4.7万亿千瓦时，同比增长7.2%，占全社会用电量的69.0%；第三产业用电量1.1万亿千瓦时，同比增长12.7%，占全社会用电量的15.8%；城乡居民生活用电量0.97万亿千瓦时，同比增长10.4%。

南方五省区2018年产业用电贡献率

《报告》分析认为，第二产业用电增长加快，工业转型升级显成效。2018年，我国四大高载能行业用电1.9万亿千瓦时，同比增长3.1%，增速较第二产业整体用电增速低4.1个百分点；占全社会用电量的比重较2017年下降1.2个百分点。说明2018年我国第二产业的用电增长由除四大高载能以外的行业拉动，我国供给侧结构性改革，工业转型升级显成效。第三产业和居民用电增长加快，占比持续提高。2018年，第三产业、居民生活用电在全社会用电量的比重分别为15.8%和14.1%，较上年分别提高1.9和0.4个百分点。

分地区看，我国用电主要集中在经济发展水平高和工业发达的省份。2018年用电量最高的两个省份为广东和江苏，用电量分别为6323.4亿千瓦时和6128.3亿千瓦时。这与该区的经济发展水平有关，经济发展水平越高，电力需求越大。山东、河南、河北的用电量也较高，分别为5916.8亿千瓦时、3417.7亿千瓦时和3665.7亿千瓦时，略低于广东和江苏，这些省份的高用电量由产业结构决定，工业用电量占本省用电量的比重长期保持在70%以上。

2018年南方五省区分地区分行业用电量

电力生产方面，2018年全国总装机容量19亿千瓦，同比增长6.5%，其中非化石能源装机容量7.7亿千瓦，占总装机容量的40.8%。2018年我国发电量7.2万亿千瓦时，同比增长7.7%，为2014年来最高增速。

2010-2018年我国能源消费结构

《报告》预测，我国电力需求将保持较快增长。在国内外环境整体相对稳定的情况下，综合考虑环保约束收紧、去产能政策延续及其他因素的影响，预计2019年我国全社会用电量为7.2万亿千瓦时，同比增长约5.0%；2020年全社会用电量为7.5万亿千瓦时左右，同比增长约4.6%。2019年预计全国总发电装机容量达20亿千瓦，2020年预计全国总发电装机容量达到21亿千瓦，2018年到2020年的年均增长率保持在6%左右。2019年全国发电量为7.4万亿千瓦时。2020年预计全国发电量达到7.7万亿千瓦时，均高于全社会用电量预测值，预计我国电力供需总体平衡。

2010-2018年单位产值电耗(千瓦时/万元)

居民用电、电能替代促进用电量增长

“广东省是南方五省区中能源消费总量量大的省份。”《报告》还分析了南方五省区能源供需情况，按省区看，数据显示，除广东外，南方五省区中能源消费总量依次是云南、广西、贵州，能源消费总量相近，海南能源消费总量最小。按能源消费结构看，南方五省区煤炭占比最高，但比重持续下降，非化石能源占比持续提升，且远高于全国平均水平。

在电力消费方面，受经济运行总体平稳、电能替代等因素推动，2018年南方五省区全年用电量11628亿千瓦时，同比增长8.3%，为2011年以来最高。其中，广东省全社会用电量6323.4亿千瓦时，高居全国第一；广西全社会用电量增长速度在南方五省区中最快，为17.8%。

2010-2018年能源需求结构变化情况

分地区看，广东省用电量最高。2017-2018年，南方五省区各省用电占比没有明显变化，其中广东省用电占比分别为56%和55%，广西、云南、贵州的用电占比分别维持在14%左右。

2010-2018年全国全社会用电量

分产业看，用电结构进一步优化，第三产业和居民用电对南方五省区电力消费增长的驱动力增强。2018年，第二产业用电对南方五省区全社会用电量增长的贡献率为51.0%，较上一年下降7.1个百分点；第三产业和居民用电量合计贡献率为8.6%，较上一年提高8.7个百分点。

2018年全国分地区用电量(前十位)

《报告》分析认为，除居民用电外，电能替代也是促进2018年南方五省区全社会用电量快速增长的主要因素。电能替代方面，2018年，南方电网完成电能替代电量224亿千瓦时，同比增长65.6%，拉动用电增长2.1个百分点，其中家庭电气化、燃煤自备电厂、电窑炉、轨道交通及其他类生产制造领域完成替代电量居于前五位，分别占比为17.5%、16.9%、11.7%、11.4%和10.3%，合计占比67.2%。

2019年和2020年全国发电量和全社会用电量预测值在电力经济性指标方面，广东、广西、云南、海南的线损率整体下降，贵州线损率呈先增后减趋势，其中广东、云南、贵州三省的线损率分别低于全国平均水平1.89、1.82、0.98个百分点。

此外，南方五省区电力装机清消化比例继续提升，非化石能源发电占比持续增加。截至2018年底，南方五省区6000千瓦及以上电厂装机3.0亿千瓦，同比增长6.2%，其中，火电、水电、风电和核电装机分別增长3.1%、5.9%、7.3%和20.3%，清洁能源装机增速高于火电裝机增速。南方区域非化石能源发电量占比51.5%，风电、光伏发电利用率达到99%以上。

最新数据显示，今年1-11月，南方五省区全社会用电量11344亿千瓦时，同比增长7.2%，较全国增速高2.7个百分点，第三产业和居民生活用电增长较高，增速均突破两位

数，达11.7%。经济运行总体平稳、迎峰度夏以来气温同比偏高、西部省区新增产能带动及南方电网公司全力增供扩销是拉动五省区用电较快增长的主要因素。

(本版图表来源于南网能源院发布的《中国能源发展报告（2019年）》）

定岗定编,你怎样预测人员需求量

定岗定编，你怎样预测人员需求量 金融危机下，如何让企业的生产经营更加高效?其中的一个措施就是在对未来人才需求进行相对准确预测的基础上，重新审定人员编制。那么，怎样的预测才更科学、更准确呢? 在为企业提供咨询服务的过程中，我们发现，不同行业、不同性质的企业在处理定岗定编、人员数量预测等方面的问题时，主要通过定性判断或“拍脑袋”的方式来解决，缺乏科学且定量化的手段作补充，结果应用往往差强人意。 网络型企业的特点及人员需求预测难题 A公司为一家民营城市燃气公司，企业处于高速发展阶段，在多个城市收购了子公司。由于历史原因，各子公司业务规模、员工人数等方面存在较大差异，有的子公司人员配置臃肿，而有的子公司因业务发展较快而产生岗位严重缺员的现象。总部对各单位人员配置数量缺乏统一标准，人力资源管理依据不足，这为公司进一步并购中的风险评估带来了很大困难。 B公司为一家超市连锁企业，公司正处于稳步发展阶段，下属十余家门店。一直令人力资源总监头痛的问题是：总部无数次开会讨论提出的门店定岗定编方案，一到执行就出问题，各门店都会找出很多理由证明自己人员不够用，而总部对门店的实际情况又缺乏了解，对门店提出的理由无法辨别，从而导致定岗定编方案迟迟不能落实。 C公司为一家电力行业的大型国企，在全国绝大部分省市都设有子公司。总部人力资源部要制订“十二五”人力资源战略规划，需要对“十二五”期间人员的需求数量进行预测。公司一直采用1990年制定的劳动定员标准来确定各子公司的人员数量，由于组织变革、技术进步等因素，原先的标准已不能适用“十二五”期间的人员需求预测，亟需对定员标准进行修订。 纵观上述三家企业，我们可以发现他们具有以下两大共同点： 第一，企业类型相似。以上三家企业都存在多个职能类似，且业务模式可复制的下属组织机构，其工作内容、业务流程、人员配置等方面的差异不大，我们将这类企业称之为“网络型企业”。通常，这类企业具有这样四个特点：一是业务内容基本相同，仅存在地区、规模等方面的差异；二是业务模式差异不大；三是业务流程差异不大，主要流程可以标准化；四是人员配置差异不大，对各类人员的数量、结构和质量要求基本相同。 第二，存在的问题雷同。A公司面临的问题是如何对已有或准备并购的公司的人员配置状况进行评估，做出合理的人员配置；B公司面临的问题是如何拿出让各门店都信服的定岗定编方案；C公司面临的问题是如何修订劳动定员标准，进行科学的人员需求预测。可见，问题的核心都可以归结为如何通过科学的技术方法，确定各单位、各岗位所需的合理人数。 一般而言，进行人员预测的方法主要有这样三种：一是组织分析法，即从整个组织的愿景和使命出发，梳理组织结构，根据具体的业务流程需要，确定所需岗位设置及人员配备；二是标杆对照法，即参照本行业典型企业现时的人员配置进行人员需求预测；三是劳动效率法，狭义上是指根据生产任务和员工的劳动效率以及出勤等因素来计算岗位人数，广义上是指考虑工作量和工作效率的相关性，来确定人员需求数量。其实，组织分析法和标杆对照法也都在一定程度中体现了劳动效率法的思想。 考虑到组织的复杂性以及定性分析的局限性，通常基于定量分析的劳动效率法是解决人员需求预测的最

人力需求预测之计算机模拟预测法

人力需求预测之计算机模拟预测法 随着预测技术的提高，人们希望考虑进更多的因素、希望得出更精确的结果，开始求助于功能强大的计算机。计算机模拟预测法应运而生，考虑影响人力资源需求的种种因素，建立预测人力资源需求的模型，将这些影响因素在未来可能的数值输入计算机，最终得到相应的人力资源需求方案。 步骤： （1）寻找各种影响人力资源需求的因素； （2）分析这些因素之间的联系，分析这些因素与人力资源需求的联系； （3）借助计算机建立人力资源需求预测模型； （4）将未来各种因素可能出现的数值输入计算机，模拟未来的环境，计算机直接输出人力资源需求方法。 模型中应包括一些重要的数据，如生产单位产品需要的直接劳动工时、销售额等。如果包括的数据足够充分，除可预测出总人数外，还可预测出各个岗位需要的具体人数。 计算机模拟预测又被称之为在“虚拟的世界”里进行实验，在这个实验中，最主要的一些影响因素可归入生产计划和销售计划。输入不同的生产计划和销售计划，可以得出不同的人力资源需求方案，这一过程就像一个实验过程。因此，运用这一系统，可以很快地将生产计划、销售计划转化为对人员的需求。 计算机模拟预测法是人力资源需求预测中最复杂最精确的一种方法，综合考虑了各种因素对人员需求的影响。在电脑模拟的虚拟环境中，分析企业未来可能遇到的外部环境和可能出现的内部状况，从而最终得到人力资源需求方案。 一些企业已经开始利用计算机来建立人员需求预测系统，即是计算机化预测系统（computerized forecast）。虽然这种方法最精确、最科学，但是由于建立一个与现实接近的模拟环境很困难，并且要耗费大量的时间和金钱，因此也只有很少的一些企业在使用。 Key facts： A．模型中包括的因素比较多，要认清各种因素与人员需求的关系； B．建立模型时，常常会陷入追求数据完美的误区，而忽视了数据的真实意义； C．人员需求预测系统不仅可以预测人员需求，还可以通过不断地更换未来数据得出不同的人员需求方案，比较这些方案从而为企业的其它计划提供参考； D．当一些重要的关系变化后，要及时修正模型，这个工作需要专业人士完成，最好是由当初建立模型的团队完成。

需求预测方法 (2)

需求预测方法 常用的物资需求预测方法主要包括基于时间序列模型的移动平均预测法、指数平滑预测法、趋势外推预测法等;基于因果分析模型的回归分析预测法，基于统计学习理论以及结构风险最小原理的支持向量机预测方法，基于人工智能技术的人工神经网络算法。归纳如图1： 图1：物资需求预测方法 一、 时间序列法 1.定义：将预测对象按照时间顺序排列起来，构成一个所谓的时间序列，从所构成的这一组时间序列过去的变化规律，推断今后变化的可能性及变化趋势、变化规律，就是时间序列预测法。 2.概况： 时间序列法主要考虑以下变动因素：①趋势变动，②季节变动，③循环变动，④不规则变动。 若以S t ，T t ，C t ，I t 表示时间序列的季节因素S t ，长期趋势波动、季节性变动、不规则变动．则实际观测值与它们之间的关系常用模型有 加法模型： 乘法模型： 混合模型： 时间序列预测一般反映三种实际变化规律：趋势变化、周期性变化、随机性变化。 t t t t I S T x ++=t t t t I S T x ??=)() )t t t t t t t t I T S x b I T S x a +?=+?=

3.时间序列常用分析方法：移动平均法、指数平滑法、季节变动法等 （1）移动平均法 ①简单移动平均法：将一个时间段的数据取平均值作为最新时间的预测值。该时间段根据要求取最近的。例如：5个月的需求量分别是10，12，32，12，38。预测第6个月的需求量。 =27。 可以选择使用3个月的数据作为依据。那么第6个月的预测量Q=32+12+38 3 ②加权移动平均法：将每个时段里的每组数根据时间远近赋上权重。例如：上个例子，3个月的数据，可以按照远近分别赋权重0.2，0.3，0.5。那么第6个月的预测量Q=0.2×32+0.3×12+0.5×38=29（只是在简单移动平均的基础上考虑了不同时段影响的权重不同，简单移动平均默认权重=1.） （2）指数平滑法 基本思想：预测值是以前观测值的加权和，且对不同的数据给予不同的权数，新数据给予较大的权数，旧数据给予较小的权数。 指数平滑法的通用算法： 指数平滑法的基本公式：St=aYt+(1-a)St-1 式中， St--时间t的平滑值； Yt--时间t的实际值； St-1--时间t-1的平滑值； a--平滑常数，其取值范围为[0,1] 具体方法：一次指数平滑、二次指数平滑、三次指数平滑。 方法的选取：指数平滑方法的选用，一般可根据原数列散点图呈现的趋势来确定。当时间数列无明显的趋势变化，可用一次指数平滑预测。如呈现直线趋势，选用二次指数平滑法；若实际数据序列呈非线性递增趋势，采用三次指数平滑预测方法。如呈现抛物线趋势，选用三次指数平滑法。或者，当时间序列的数据经二次指数平滑处理后，仍有曲率时，应用三次指数平滑法。 （3）季节变动法 根据季节变动特征分为：水平型季节变动和长期趋势季节变动 ①水平型季节变动: 是指时间序列中各项数值的变化是围绕某一个水平值上下周期性的波动。若时间序列呈水平型季节变动，则意味着时间序列中不存在明显的长期趋势变动而仅有季节变动和不规则变动。

配电网规划中电力需求预测方法分析

配电网规划中电力需求预测方法分析 近年来，在社会经济稳健发展的背景下，我国电力事业也呈现了快速的发展势态。为了确保电力供应的稳定性、充足性以及安全性，做好配电网规划工作，满足电力需求便显得非常关键。文章在分析配电网规划中电力需求预测传统方法的基础上，进一步对配电网规划中电力需求预测的现代化方法进行探究，希望以此为配电网规划设计的完善及优化提供具有价值的参考凭据。 标签：配电网；电力需求；预测方法 引言 在整体电力系统当中，配电网是非常重要的一部分。与此同时，配电网在联络输电系统和用户用电设备两者之间起到了中心枢纽的作用[1]。为了满足供电需求，同时确保电力供应的稳定性及安全性，做好配电网规划设计工作非常重要。而要想使配电网规划设计工作得到有效优化，采取行之有效的电力需求预测方法非常关键。鉴于此，文章对“配电网规划中电力需求预测方法”进行了分析与探究，意义重大。 1 配电网规划中电力需求预测传统方法分析 现状下，对于配电网规划中电力需求预测来说，主要做出的研究分为两大部分：其一为针对总量负荷预测作出的研究；其二为针对空间负荷预测作出的研究。具体内容如下。 1.1 总量负荷预测 对于总量负荷预测来说，指的是针对总体规划区负荷以及电量采取预测措施。近年来，现代化科学技术呈现了快速的进步及发展，在这样的趋势下，关于配电网规划中电力需求预测方法也变得越来越多。基于整体层面分析，针对总量负荷预测作出的方法由以往的传统预测方法过渡得到了现如今智能预测方法，具体包括：传统模式下的预测方法。对于传统预测方法来说，一般是一负荷历史数据和负荷影响因素两者之间的相关性为依据，进而对负荷预测模型加以构建。其预测方式有二：其一为趋势外推预测；其二为回归模型预测[2]。首先，对于趋势外推预测来说，主要是一负荷的改变势态为依据，进而针对未来负荷值进行有效预测。此类方法主要的优势为数据相对较少，与此同时，工作量也比较小。但此类方法也潜在一些不足之处，主要为只表现在负荷数据的拟合方面，而对于负荷的影响因素对负荷产生的影响也有所忽视。对于回归模型预测来说，主要是以负荷值和影响负荷的一些相关性因素为依据，如经济因素、气候因素、社会因素等，进而构建出预测模型。因影响因素和负荷值两者间存在的关系具备多样化的特点，并且影响因素自身潜在多面性，所以在不同状态下的负荷预测，需采取不一样的回归模型。此类方法的优势为预测简易，技术比较成熟。但同时也存在一些缺点，包括对样本提出了较高的要求，需要样本具备较好的分布规律以及发展

旅游需求预测方法与模型评述

2008年9月 甘肃省经济管理干部学院学报 Sep te mber 2008第21卷第3期 Journal of Gansu Econom ic Manage ment I nstitute Vol 121　No 13 旅游需求预测方法与模型评述 3 殷书炉,杨立勋 (西北师范大学经济管理学院,甘肃兰州　730070) 摘　要:对旅游需求预测研究始于上世纪60年代,绝大多数研究成果出现于80年代以后,然而对此类研究进行整理和述评的论文较少。因此,文章系统论述了各种方法与模型在旅游需求预测中的应用,并对其预测效果做了简略评价,同时指出了将来的研究重点和发展趋势。 关键词:旅游需求;预测模型;发展趋势 中图分类号:F224.9;F59 文献标识码:　A 文章编号:100924830(2008)0320042204 一、引言 随着经济全球化和国际交流的不断深化,国际旅游业得到了长足的发展。旅游业对于平衡国际收支,改善贸易结构具有不可替代的作用,同时又是扩大对外开放、促进对外交流的重要手段。因此在过去20年里旅游研究也得到了前所未有的发展,而旅游需求模型与预测更是研究的重点。 本文在综合介绍旅游需求预测中各种模型运用的基础之上,对这些模型的优缺点做出相应的评价,同时分析了今后旅游预测的研究重点和发展趋势。 二、旅游需求预测中模型的应用 (一)计量模型 经济预测方法常用的有两类,一类是解释性预测方法,即找出预测变量的相关影响因素,建立回归模型,进行分析和预测。另一类是时间序列分析方法,它只依赖于预测变量的历史观测数据和其背后的规律,通过相应的数学模型拟合出变化趋势,从而进行预测。 Kulendran et al .(2000)[1] 研究发现误差修正模型EC M (Err or Correcti on Model )优于天真1(Naive 1)和季节性自回归移动平均法(S AR I M A )。L i et al .(2006)[2] 将误差修正模型EC M 和T VP (Ti m e Varying Para meter )两者的优点相结合而提出T VP -EC M ,并验证了比其他单一的分析方法有更好的预 测效果。线性回归L (L inear )和滞后线性模型LL (Lag L inear )在许多旅游预测中都有应用,但预测效 果都不甚理想。 近乎理想需求方法A I D S (A l m ost I deal De mand Syste m )有很好的经济学理论基础,它特别适合于旅 游需求的弹性分析。L i,Song,W itt (2006)[3] 将T VP 分别和EC M -LA I D S 与长期线性近乎理想需求方法LR -LA I D S 组成T VP -EC M -LA I D S,T VP -LR -LA I D S,并且证明这种组合模型的预测能力更好。 联立方程组主要强调的是各单个方程之间的内在联系,在社会管理方面应用较多,比如对G DP 、电 力需求的预测。Turner,W itt (2001)[4] 运用联立方程组探讨了假日游、商务游和探亲游的内在关联,并对旅游需求做了分析与预测。 (二)时间序列模型 由于旅游业存在着明显的季节性,因而季节这个显著特征变量成了重要的考察因素。融合季节性的自回归移动平均法(S AR I M A )也就得到了广泛研 究和运用。Goh ,La w (2002)[5] 在对香港的旅游预测中,选用了多种时间序列模型,分别是天真法Na 2ive 、移动平均法MA 、指数平滑法ES 、自回归移动平 — 24—3　收稿日期:2008-04-01 作者简介:殷书炉(1982-),男,安徽太湖人,西北师范大学经济管理学院研究生,研究方向:数量经济学; 杨立勋(1965-),男,甘肃武山人,西北师范大学教授,研究方向:宏观经济统计分析及国民经济核算。

运筹学实验1预测模型

实验一、需求预测模型 预测是用科学的方法预计、推断事物发展的必要性或可能性的行为，即根据过去和现在预计未来，由已知推断未知的过程。 预测分析的具体方法很多，概括起来主要有两种：定量预测法和定性预测法。定量预测法是在掌握与预测对象有关的各种要素的定量资料的基础上，运用现代数学方法进行数据处理，据以建立能够反映有关变量之间规律性联系的各类预测模型的方法体系。定量预测法又可分为时间系列预测法和因果关系预测法。定性预测法是由有关方面的专业人员根据个人经验和知识，结合预测对象的特点进行综合分析，对事物的未来状况和发展趋势做出推测的预测方法。它一般不需要进行复杂的定量分析，适用于缺乏完备的历史资料或有关变量之间缺乏明显的数量关系等情况下的预测。定性预测法又可分为德尔菲法、各部门主管集体讨论法、销售人员意见汇集法、消费市场调查法等。 定性预测法和定量预测法在实际应用中相互补充、相辅相成。定量分析法虽然较精确，但许多非计量因素无法考虑；定性分析法虽然可以将非计量因素考虑进去，但估计的准确性在很大程度上受预测人员的经验和素质的影响，难免产生预测结论因人而异，带有一定的主观随意性。因此，在实际工作中常常是二者结合，相互取长补短，以提高预测的准确性和预测结论的可信度。 不管何种机构，如果按照以下步骤进行预测，将会使自己的预测结果更加有效：⑴明确定预测目标；⑵将需求规划和预测结合起来；⑶识别影响需求预测的主要因素；⑷理解和识别顾客群；⑸决定采用适当的预测方法；⑹确定预测效果的评估方法和误差的测度方法。 通过上面的介绍，我们知道，需求预测的方法很多，而在本次实验中，我们主要训练学生如何使用Excel来完成定量预测法中时间序列预测法的计算和分析工作。 一、实验目的 1、掌握如何建立时间序列预测模型，并能根据不同的系统需求框架选择合适的预 测方法。 2、掌握如何用Excel完成时间序列预测模型的计算和数据分析工作，包括回归分 析、预测误差的测定。 二、实验内容 1、时间序列预测法的相关知识 任何预测方法的目的都是预测系统需求部分和估计随机需求部分。系统需求部分的数据在一般形式下包含有需求水平、需求趋势和季节性需求。它也可能表现为如下列方程所示的多种形式。 ○复合型：系统需求=需求水平×需求趋势×季节性需求 ○附加型：系统需求=需求水平+需求趋势+季节性需求 ○混合型：系统需求=（需求水平+需求趋势）×季节性需求 运用于既定预测的系统需求部分的具体形式，取决于需求的性质。针对每种形式，企业都可以采用静态法和适应法这两种方法。 下面我们将通过一个实例来阐述时间序列预测法中的静态法和适应法，在预测过程中，我们假定系统需求是混合型，即系统需求=（需求水平+需求趋势）×季节性需求。 2、引例 天然气在线公司利用现有的管道设施供应天然气，同时满足各个分销商的网上紧急订购需求。该公司自2003年第二季度成立以来，需求一直在增长。计划年度将从某给定年度的第二季度开始，并延续到下一年的第一季度。公司正在规划其必备的生产能力及从2006年第

需求预测模型

浅析卷烟需求预测的基本方法当前，卷烟市场呈现“工、商、零”三维一体的新型格局，市场的卷烟货源投放来自于卷烟需求预测，卷烟需求预测工作的虚实影响到卷烟市场的货源满足率。作为最贴近市场、最了解市场、最熟悉客户的客户经理，我们无疑在卷烟市场需求预测方面占有举足轻重的地位，其预测准确率的高低直接关系到“按客户订单组织货源”的可行性及“卷烟市场营销上水平”的进程。 卷烟需求预测就是在卷烟市场调研和对卷烟销售历史数据分析的基础上，运用科学分析方法，对市场需求及未来变化趋势进行分析研究，从而预测未来市场需求和变化趋势的过程。卷烟需求预测一般分为定性预测法和定量预测法。定性预测法是利用对业务知识熟悉、具有丰富经验和较强的综合分析能力的业务人员或专家学者，根据卷烟销售历史资料和相关资料，对卷烟未来销售趋势做出性质上的判断和预测。 定量预测法则是利用销售历史资料，运用一定的数学分析方法和数学模型，找到数据或影响变量之间的规律性联系，以此对卷烟需求或销售的变化趋势做出定量的分析和预测。 卷烟是一种特殊消费商品，其销量以时间为序列，呈现一定的销售规律，但由于消费者的不确定因素，单靠定性或定量预测方法是不能准确预测其销量的。在实际工作中，往往是定性和定量分析和预测方法结合使用。以定性分析确定卷烟市场需求发展趋势，然后以定量预测方法确定数学模型，从而对卷烟市场需求和销售变化

情况做出准确和精确的判断和预测。下面，我将结合“镇巴辖区卷烟销售情况”，对现用的卷烟需求预测方法之“移动平均法”做以实例说明。一、现有方法介绍： <一）、方法说明： 移动平均预测法是一种重要的时间预测方法，它能反映数据的变化趋势，具有较好的修匀历史数据、消除随机波动影响的作用。对具有长期趋势变动和季节性变动的时间序列数据，经过移动平均调整后，可以消除不规律的变动，从而较好地揭示经济现象的长期发展趋势。<二）、计算公式： n y y y M n t t t t ---+++= K 211 注： 1 t M 为第t 期的移动平均值， t y 代表第t 期的实际销量，n 代表平均预测法的跨 度周期<通常取n=3、n=5） <三）、方法步骤： 见下表，以镇巴2018年5月份需求预测为例： 镇巴2018年5月份需求预测(移动平均法>

新形势下我国电力需求预测的基本思路 王琦

新形势下我国电力需求预测的基本思路王琦 摘要：随着社会经济的不断发展，电力供需的矛盾也在逐渐深入，电力已经成 为了一种商品化的物质，进入到了社会的生产和人们的生活当中，因此就需要对 电力市场的需求变化进行全方位的分析，从而对电力需求变化所产生的规律进行 充分预测，以此来加强电力系统的服务。在电力市场的营销战略当中，首先需要 对其进行电力需求预测，在电力需求的长期预测当中，存在着很多经典的方法， 比如回归法、时间序列法以及相关分析法等。在实际工作当中需要根据实际情况 来对其进行预测，从而通过历史的数据进行预测。 关键词：新形势；电力需求预测；基本思路 预测未来电力消费水平一直以来都是国内外难题，在当前我国“结构转型”的 大背景下则表现得尤其突出。当前学界以及政策界对电力需求预测存在着“中长期预测的逻辑短视”和“短期预测的思维固化”这两种倾向。所谓“中长期预测的逻辑 短视”指的是在预测中长期电力消费时，过分强调从历史数据中得来的相关规律以及短期电力消费增长趋势，而忽视了未来经济社会发展的转型方向；所谓“短期预测的逻辑固化”指的是在预测短期电力消费时，往往沿用中长期电力需求预测思路，将GDP增长、产业结构调整等长期因素考虑进来，但缺少对中频或高频经济数据 的挖掘及其与电力消费数据的关联分析，同时也忽视了短期内对电力消费影响巨 大的“小概率”事件，如极端气温等。 1电力需求概述 目前，在中国电力行业需要多种方式分析。不同的分类有不同的研究目的。 根据部门的性质、用电的目的、用电单位和电力负荷的大小等，在电力系统的需 求划分中，主要分类方法主要根据电力消耗的性质进行划分。以及电力负荷的时间。 在电力需求方面，需要根据不同的用电需求进行分析，如工业用电、农业用电、城乡居民用电、用电等各种用电需求进行分析研究。 在第一产业中，电力的主要需求是农业用电，整个社会的用电比例很小。具 有较强的季节性特征。白天的变化相对较小，但月内和月内的负荷变化相对较大，表现出不平衡的特点。 在第二产业中，主要集中在工业用电，工业用电需求相对较大，工业用电也 比较稳定，这两个特点呈现出不平衡状态。在冶炼行业中，电力消耗相对较大， 负荷相对稳定。然而，工业用电之前的差异主要体现在生产过程的特点与生产计 划的不同。无论是冶炼还是加工业，电力负荷在月份和季度的变化不大，呈现出 较为均衡的状态。 在第三产业中，对交通运输和城乡居民生活用电进行了描述。在交通运输行 业中，电力比例相对较小，其中电气化铁路相对其他运输方式相对较小，虽然一 天中的负荷不稳定，但在一个月内的电力消费特性在一季度和一年中是不稳定的。N年相对稳定。城乡居民的用电水平远高于以往，但用电量的比例仍然很小。城 乡居民生活用电的特点是日变化，月用电量不大。 2电力需求预测的基本思路 2.1把握电力经济关系“大逻辑” 从中长期看，我国正处于经济社会发展的转型期，过去对电力消费水平的普 遍性认识并不能适应当前的转型环境。要以经济转型为背景认识中长期电力消费 的大方向。当前我国经济增速换档，增长的动力不断优化。“十三五”期间，我国

电力市场需求、分析、预测

电力市场需求、分析、预测 姓名：白旭光 【摘要】：今年年初，国家电力公司成立了需求侧管理指导中心，可见需求侧管理已成为国家电力 公司的一项主要工作内容。如何做好需求侧管理，这方面的研究在我国起步时间很短，希望通过本期话题， 加深对电力市场需求分析与预测的认识，提高科学决策水平。 【关键词】：电力市场需求电力需求分析与预测需求分析 一、管理信息系统开发中常见的一些问题 （1）管理信息系统开发人员对需求的理解出现偏差 系统分析员必须要对用户的需求比较了解才能够很好的展开工作，系统分析员能够顺利的展开工作这就要看他们能否理解用户并且要具有较为充足的工作经验，系统的分析结果也对系统设计工作非常重要；分析员如果在分析过程中出现偏差，就会导致在工作中产生问题，最后使得开发出来的系统不能够满足用户的需要而成为一个失败的产品。 （2）“堆栈”现象 管理信息系统是有多个阶段进行开发并最终完成的，所以在不同的阶段如果出现了问题都会导致系统开发失败，并且不同的阶段出现的错误其错误的“潜伏期”是不一样的，错误越早发生就好导致越晚发现，类似堆栈规律。 （3）重编程，轻规划，轻分析 管理信息系统的发展有其独特的发展规律，最开始的计算机被用于电力企业中，主要是处理简单的信息，是单项目系统，这种小型的计算机系统比较简单且功能单一。如果需要将多个不同的单项系统进行整合，并发挥其整体的优势时，就会让整个系统无法正常的运行，系统无法将各个单项进行很好的整合并协调好不同单项之间的关系。 （4）过低估计信息系统的投资而使开发工作夭折

在投资管理信息系统的时候，有些投资是能够立马看到成效的，例如投资软件和硬件等等，就能够较快的看到效果。但是还有一些投资是不能够马上看到效果的，例如在对信息系统进行开发的过程中，由于某些需要，必须要对系统进行修改，并且由于市场的不断变化，对系统的一些维护费用等，这些改变所带来的费用是不能够马上见到效果的。 二、电力需求预测管理系统的设计技术 （1）年度电量预测。全社会口径、本企业口径、统调口径电量，各产业电量，行业分类电量等。 （2）年度电力预测。最大用电负荷、年平均最大用电负荷、最小用电负荷、年代表峰谷差/负荷率/最小负荷率等）。 （3）年负荷曲线预测。 （4）月度参数的预测或结果获取。月最高温度、月平均最高温度、月最低温度、月平均最低气味和降水量的大小以及进行拉闸限电的情况等。 （5）月度电力的预测。月最大的用电负荷、月平均最大的用电负荷、在工作日内平均最大的用电负荷、最小用电负荷、工作日最小用电负荷、月代表峰谷差/负荷率/最小负荷率等。 （6）电力负荷在不同的地区其发展规律也是不一样的。每一种预测的规律方式都是一个地区的发展规律。如果预测的方法越多，那么预测的选择性就会越大，也就会更加精确。软件有一个预测方法库，里面有大约50种预测的方法。在这些预测方法中，大部分都是被经常使用的预测方法，并且还加入了一些比较特别的预测方法，如灰色系统法、人工神经网络法等。 三、电力市场预测策略 综合预测模型的技术。对序列号进行预测，在进行预测之前可以选择多种不同的预测方式进行。其中用数字模型进行预测的方法是最合适的，在负载发展的过程中，其自然的规律不是简单的数字模型可以进行描述的，一般情况下，单一的预测模型不能够进行精准的预测。所以，之前的预测理论不够完善就是这个原因。农业生产和农业排灌用电市场近年来，农村电网进行“两改一同价”、农业产业的电网结构发生变化、农村城镇化水平的加快促使农村的农业生产水平和农业排灌的用电量增长速度也加快了步伐。非居民生活用电市场非居民生活用电市场由县内行政单位、事业单位组成，用电量稳定，总体趋势稳中有升，也具有一定市场发展潜力。1.3商业用电市场商业用电市场由商业用电户组成，其用电量

5月份需求预测分析

品牌科2008年5月份 卷烟需求预测分析报告 一、上月品牌供需情况回顾分析 上月卷烟销售同/环比均有明显增加。增加的主要原因一是节后市场需求的逐步增加；二是销售供应政策的调整。各类品牌货源充足，有效满足了零售客户订单需求，同时促进了销量增加。 从各类别卷烟销售情况看，与去年同期相比比较突出的特点是一、二类卷烟销售增幅明显，而五类卷烟销售出现下降。三类烟因云烟（紫）等品牌（规格）调拨价上调，总量有所下降，但品牌销售整体保持稳定增加。从销售份额同比变化情况看，3月份一、二、三类卷烟销量合计份额达到总销量的46.12%，比去年同期的41.75%提高4.37个百分点；四类烟市场份额与去年基本持平；而五类烟份额由去年的18.57%下降到14.86%，减少3.71个百分点。与上月相比，因销售时间差异，销量有明显增加。但从各类烟销售份额看，总体变化表现为：一、二类烟份额有下降，三、五类卷烟份额基本持平，四类烟份额明显增加。从整体走势看，销售结构整体提升的变化趋势明显。 二、5月份需求预测分析 1、市场环境变化分析 （1）五一假期调整对销售产生一定影响。今年五一假日缩短，全月工作日比去年多4天，销量预计同比会有一定程度增加。

（2）市场环境不断规范对销售促进作用日益明显。3月以来，专卖部门开展了“全面清理整顿卷烟市场百日专项行动”市场环境得到进一步改善，对卷烟销售起到了良好的促进作用。 （3）一、二类卷烟需求预计将有明显回升。煤炭价格的不断上涨和行业景气程度的提高对本地经济发展产生一定影响，高收入群体消费能力不断增强，高档卷烟需求增加趋势明显，突出表现在200-500元价位段品牌用于消费者吸食的需求量明显增加。 （4）低档烟需求有所回升。5月份城区市政工程大面积开工，建筑行业民工群体大量增多，低档烟整体需求预计比上月会有一定程度增加。 2、品牌需求预测分析 需求预测分析参考依据为去年同期销量、最近三个月平均销量、年度/半年度计划、全国性大品牌培育发展方向,新品牌培育计划、市场需求预测分析等，5月份市场需求总量与3、4月相比预计将保持平稳状态，整体需求结构有所上移，五类烟需求预计会略有减少，同时四类、三类品牌需求会有所增加。按照“控制总量、稍紧平衡”的原则,结合近几个月销售和社会库存情况,需求总量适度控制在14500箱左右,比三月份销量略有减少。 结合市场需求形势综合分析,卷烟消费整体结构呈逐步上升趋势,农村消费者及民工群体消费提升趋势明显,低档烟需求量有下降趋势,因此5月份需求适度减少了大丰收（福临门）、北戴河、

电力需求预测研究现状分析

电力需求预测研究现状分析 发表时间：2018-03-20T17:06:57.950Z 来源：《基层建设》2017年第34期作者：郭晓丹李鹏 [导读] 摘要：电力工业关系国计民生，电力需求预测是电力规划和运行的基础。 国网吉林省电力有限公司经济技术研究院吉林长春 130062 摘要：电力工业关系国计民生，电力需求预测是电力规划和运行的基础。论文分析了经济新常态和节能减排背景下电力需求预测的重要性，梳理了电力需求影响因素和电力需求预测相关研究，指出了未来电力需求预测的发展方向。 关键词：电力需求影响因素；电力需求预测；经济新常态；节能减排 1.引言 电力是经济发展的血液和命脉，是生产生活最重要的能源之一，具有不可储存的特点。电力短缺会给生产生活造成重大的不利影响。目前，我国还处于工业化的中后期，城镇化正处于快速推进期，随着经济发展和人民生活的改善，电力需求也同步增长。2016年全社会用电量59198亿千瓦时，同比增长5.0%，其中，第一产业用电量1075亿千瓦时，同比增长5.3%；第二产业用电量42108亿千瓦时，同比增长 2.9%；第三产业用电量7961亿千瓦时，同比增长11.2%；城乡居民生活用电量8054亿千瓦时，同比增长10.8%。电力供应能力充足，部分地区过剩。其中，东北和西北地区电力供应能力过剩较多，华北地区电力供需总体平衡、部分省份富裕，而华中、华东和南方区域电力供需总体宽松、多个省份富余。同时，在非化石能源发电快速发展、发电生产结构持续优化的背景下，新能源电力装机在地域分布上一直处于东西部严重不平衡状态，以风光为主的大型新能源地面电站主要集中在西北和东北地区。由于当地消纳能力有限，且电力外输通道不够，弃光限电情况逐年恶化。比如，甘肃和新疆自治区2015年弃光率高达31%和26%。2016 年全国一季度弃光19亿kwh中，宁夏、新疆和甘肃三省弃光达18亿kwh，占弃光总量近95%。其中新疆和甘肃弃光量分别占全国的40%和 44%，弃光率高达 52%和39%。因此，科学合理的预测电力需求，做好电力规划和建设工作意义重大。尤其是科学合理的预测电力需求，是电力事业健康持续发展的首要环节。 电力对经济发展的重要性决定了电力需求预测始终是企业界和学界关注的重点之一。目前，有很多学者对电力需求预测做了很多有益的研究，但在新的时代背景下，电力供需有新的特征，电力需求预测也存在新的发展方向。本文将在梳理既有研究的基础上提出一些新的研究方向。 2.关于电力需求影响因素的研究 电力需求预测是电力系统规划和运行的基础，很多学者研究了电力需求的预测方法以及未来电力需求的变化趋势，并指出了一些电力需求的影响因素。影响电力需求的因素很多。一些学者采用协整分析和误差修正模型等方法的研究都显示，经济发展是影响电力需求的重要因素[1，2，3]。总体上，经济增长会带来电力需求增长，同时也会受经济结构的影响[4]。经济结构中不同行业对电力的需求不同，电力需求会随着经济增长的波动而波动。同时，伴随经济增长的城市化和电力需求之间也存在均衡关系[5]。王莉琳等[6]以湖北省为例，分析了经济运行新常态下的电力需求影响因素。刘洪久等[7]采用多元线性回归模型分析了苏州的电力需求影响因素，发现人均GDP、第二产业结构比例对电力需求的影响十分显著。彭武元和潘家华[8]基于湖北省的抽样调查分析显示，发现收入水平是影响农村电力需求的主要因素，同时，电价和农户特征以及农村工业企业特征对农村电力需求也影响显著。沈小波[9]基于我国30个省级行政区自2005年到2010年的省级年度数据，采用系统GMM估计法分析了我国农村居民电力消费，研究显示我国农村居民电力需求主要受人均收入、燃料价格、电价、家庭人口规模、家电价格、城镇化水平及年平均气温等因素的影响，尤其是电价和用电成本以及收入增加是农村居民电力消费增加的主要原因。崔巍等[10]采用主成分分析法分析了重庆市电力需求的影响因素，发现影响重庆电力需求的主要因素是宏观经济相关因素、居民生活需求和气候变化。Yong fu Huang（2014）[11]认为，排除价格和收入影响因素，人口增多、技术进步与温度变化对当前电力能源的需求都有很大影响与作用。同时，新能源[12][13]和新能源产品[14][15]对电力需求的影响越来越大。 以上研究采用不同的方法，基于不同的样本数据，针对不同的区域研究了影响电力需求的主要因素，但对导致电力需求变化的深层次原因研究相对较少。徐敏杰等[16]运用系统工程的方法分析了影响电力需求的各种因素及其相互关系，利用解释结构模型分析电力需求影响因素之间的递阶层次关系，发现宏观经济发展是影响电力需求的深层原因，电价、供给能力、传输能力、用户对电价的灵敏性、发电燃料行业的影响、技术进步、自然灾害和降水等因素是影响电力需求的浅层原因，城市化水平及人们生活水平、人口、电气化水平、DSM、气温则是影响电力需求的表层原因。王韶华[17]利用通径分析方法系统分析了低碳环境下影响电力需求的各因素相互关系，结果表明：经济增长、人口增长、城市化、节能和碳排放约束是推动电力需求增长的主要因素。 3.关于电力需求预测的研究 传统的电力需求预测方法主要包括时间序列法、趋势外推法、相关分析法以及回归分析法。现代电力需求预测主要采用灰色预测法、专家系统法、模糊预测、神经网络、马尔可夫预测以及组合预测法等方法。与传统的电力需求预测方法相比，这些方法预测精度更高，对历史数据的依赖也更小。比如，神经网络的优点是可以模仿人脑的智能化处理，具有信息记忆、自主学习、知识推理和优化计算的特点，特别的，自主学习和自适应功能是常规算法不具备的[18]。 很多学者采用不同的预测方法研究了电力需求预测。徐敏杰等[19]在2008年国际金融危机后，运用电力供需研究实验室仿真分析了金融危机影响出口下降对我国经济与电力需求的影响。他们的研究显示，2008年出口下降使全社会用电量增速下降3.44个百分点。柴建等[20]在筛选电力消费核心驱动因素的基础上，基于单变量和多变量两个维度进行电力需求分析和预测，研究表明，GDP每提高1% 使得电力需求量提高 0.5249%；工业化水平每提高 1% 使得电力需求量提高2.2146%，城镇化水平每提高1% 使电力需求量相应提高1.0076%。T.Jager等[21]在分析德国经济和环境对电力市场的影响后，归纳出多种德国电力需求影响因素，并基于系统动力学模型预测德国电力需求。施通勤等[22]从经济平稳发展和经济重大变革两个层面分析电力需求并建立电力需求预测模型，以湖北为例建立了相应的电力需求预测体系。还有一些文献具体研究了某一区域[23，24]和特定行业[25，26]的电力需求预测问题。 在我国优化产业结构、推进节能减排的环境下，电力需求在中长期内面临更多不确定因素。对节能减排背景下的电力需求预测引起了很多人的关注[27，28]。董力通等[29]考虑多个因素对电力经济发展弹性系数的影响，按照投入产出模型，运用支持向量机算法构建预测模型。以2000—2009年我国电力需求及 GDP，产业结构的数据为样本，预测2010年的电力需求总量。研究表明，与普通弹性系数回归预测、普通支持向量机预测方法相比预测精度显著提高。范德成等[30]考虑到低碳经济和节能减排政策对电力需求的影响，选取了GDP、人口数、单位GDP能耗和单位GDP碳排放作为变量，探讨了低碳经济发展水平对电力需求的影响，并采用回归技术预测了电力需求。蒋蕾等

企业竞争模拟中市场需求预测模型解析

52 2011.10 2011年10月经管空间 企业竞争模拟中市场需求预测模型解析 文/涂帅华 王滢 摘 要：本文主要研究企业竞争模拟中市场需求预测模型的决策支持作用，通过Eviews计量经济学软件回归分析并研究可量化的变量对需求的影响，探索建立需求预测模型。分析发现，这些变量对需求的影响呈现一定规律；而且部分变量在一定范围内与需求存在明显的线性关系。 关键词：企业竞争模拟；Eviews；市场需求预测 中图分类号：F270 文献标识码：A 文章编号：1006-4117（2011）10-0052-02 依附于企业竞争模拟软件的企业竞争模拟是由学生组成3—5人的团队，进行虚拟企业经营，从而了解企业运营相关知识的实践课程。市场驾驭能力是决定经营效果的重要因素，如何准确预测市场需求，是每个决策者关注的热点。不少实战经验丰富的决策者利用经验和感觉来确定市场需求量，本文以计量经济学为理论基础结合实战经验预测分析市场需求，更准确地描述市场需求与各变量的内在联系。 一、企业竞争模拟简介 企业竞争模拟（B U S I M U）是由北大光华管理学院王其文等几位老师共同研发，运用计算机技术模拟企业竞争环境，参与者组成虚拟的企业，在模拟的市场环境里进行经营决策的训练。[1]其决策分为五个板块：生产运筹、供应安排、市场营销、投资规划以及财务，共69个决策量。半数以上决策量属于市场营销，说明市场营销的重要性和复杂性，表现为市场驾驭的难度。市场的驾驭主要反映在市场价格的把握和市场需求的预测。笔者下面根据比赛所获以及赛后总结探讨一下关于市场需求预测模型的应用。 二、利用Eviews回归市场需求预测模型 Eviews回归模型的数学原理是利用最小二乘法求得未知参数最小二乘估计向量，再根据拟合优度、置信区间和F检验等检验回归模型的整体显著性水平。若回归模型整体上是显著的，则可应用于预测未来；反之，则利用价值不大。程序如下： 1、获取样本数据 本文所用数据来源于：h t t p：//b u s i m u.g s m.p k u. https://www.sodocs.net/doc/502730073.html,/网站，2011年全国MBA培养院校企业竞争模拟大赛半决赛1889赛区北京工商大学代表队第1市场A产品。选择这部分样本数据作为研究对象的原因：由于比赛中的市场消息是一个描述性变量，具有很强的模糊性和随机性，笔者无力将其量化。1889赛区第1市场A产品受市场消息产生的影响较小，选择这部分数据作为研究对象，可以一定程度上减少随机干扰项对模型准确度的影响。 2、明确目标变量和影响变量 企业生产供应商品为了满足客户需求并从中获利，根据经济学基本规律，需求决定供给。企业生产运营中通过对需求的预测确定生产供应商品的数量，因此需求才是决定性的目标变量。由此确定目标变量为：需求（Y）。 根据比赛规则说明，需求的影响变量非常多，大致可分为三类：数值变量（商品价格、广告费、促销费、产品等级和市场份额）、可量化的非数字变量（广告的滞后效应、市场扩容和季节变动）、不可量化的描述性变量（市场消息等）。本文主要研究的是数值变量以及可量化的非数值变量——这些与需求变动有明显规律的变量——与需求之间的相关关系。数值变量中的商品价格、广告费、促销费的绝对值和相对值都影响需求。市场扩容和季节变动都以时间为轴线，对需求的影响依附于期数反映。由此确定影响变量为：期数（X1）、商品价格、广告费和促销费的绝对量（X2、X3、X4）和相对量（△X2、△X3、△X4）、滞后广告（X5）、产品等级（X6）、市场份额（X7）。 通过数据观察和实战经验总结部分影响变量的规律如下：（1）市场扩容为每期2单位/企业，季节变动周期性影响市场扩容量，春季和秋季为旺季（设第1期为春季），扩容为3单位/企业；将市场扩容和季节变动对需求的影响合并得：2.5×X1+（1-（-1）X1）/4。（2）广告的滞后效应为短期效应——本期广告按照一定比例对下期需求产生影响，对此后各期影响甚小。（3）市场份额不直接影响需求，而是通过总体需求在竞争者中的重新分配影响对个体竞争者的需求，其分配机制：市场份额未达到平均市场份额的企业部分需求会转移到市场份额大于平均市场份额的企业；总结其公式：某参数×（总体市场需求/市场同类竞争者数量）×（该企业上期X7-平均市场份额）。 3、确定目标变量和影响变量的相关关系 根据决策者的角色不同，可将样本数据分为两部分来确定目标变量和影响变量的相关关系。前8期为第一部分，由比赛组织者模拟，不存在相对量的影响，可用于确定X1、X2、X3、X4、X5和X6的影响系数。后7期为第二部分，由各参赛者模拟，不同决策者的决策能力参差不齐、风格迥异，个体决策结果差异较大，增加相对量的影响；以这部分数据和第一部分分析结果作为基础，可确定△X2、△X3、△X4以及X7的影响系数。 （1）第一部分（1—8期） 首先确定目标变量和影响变量的相关关系为线性还是非线性。根据样本数据中前8期数据，利用E v i e w s分析可得，无相对量影响的需求（Y1）与各影响变量整体表现为明显的线性关系；但是观察各影响变量的P r o b.值大部分都大于0.05，可见其系数并不准确，其原因可能是由于X1来自两个影响因素作用的结果，与Y1并不表现出线性关系。剔除 X1对模型的影响，回归分析结果如图1：

水资源需求预测分析

水资源分析 【摘要】：根据我国国民经济实际用水状况,简要分析了水资源需求的驱动因素,建立了水资源需求驱动因素综合分析模型,并根据模型进行了实例计算和分析。结果表明:(1)全国总用水增加了1 220亿m3,其中工业和生活用水增长是国民经济用水增长的直接原因;(2)全国而言,排在前四位的正向驱动因素分别是工业增加值、农田灌溉面积、人口以及林牧渔需(补)水面积。负向驱动因素分别是农田灌溉定额的下降,其次是工业用水定额的下降;(3)对生活用水而言,北方省份人口增长对生活需水增长的贡献较突出,南方省份则是生活用水定额的提高对生活需水增长的贡献较突出;(4)对工业用水而言,工业规模的扩大 【关键词】：水资源需求;驱动因素;分析模型 社会经济发展是影响水资源供需的主要因素。社会经济发展包括人口增长与城市化进程，产业结构变化与工业总产值增加，农业发展与灌溉面积增长以及人民生活水平提高等方面。显然在发展进程中这些因素既受到不确定因素的影响，但也有其发展的规律性可循。在各个因素之间，还同时存在着深刻的内在联系。为了反映各类指标的确定性趋势和不确定性影响，应采用情景分析的方法，进行区域社会经济发展态势预测。 到“十一五”时期，中国人口将增加至14亿左右，经济上，按人均计算要达到当时中等发达国家的水平，粮食生产要保证基本自给；为解决农村富裕劳动力就业并节约土地，以及为改善农村的能源交通教育医疗等条件，城镇化率将有较大幅度提高。因此对水资源的需求在总量上和区域集中程度上均相应地有大幅度提高。 需水分析 1、工业需求 影响工业需水的因素主要有工业产品的结构与规模、工业总产值、生产工艺、生产设备及技术水平、节水技术等。工业用水重复率的确定方法较多，现用数学模型与分析比较相结合的方法进行确定。这种方法是根据流域历年统计资料，建立数学模型进行预测。其预测结果经分析比较确定。从国内外工业用水重复率统计资料来看，其增长过程一般符合生长曲线模型，可用庞伯兹公式来预测。其数学公式为：R（i）=Rmax ×exp[-b×exp（-kT）]，其中R（i）为预测年工业用水重复率，Rmax为工业用水重复率上限值，T 为时间，b，k是模型参数。由各流域工业发展情况、工业用水变化情况及重复用水率变化趋势拟合外延，可以估计得各流域的工业重复用水率的上限值表1.8，再由庞伯兹公式可以得到预测年的工业重复用水率，见表1.9。工业总产值预测直接采用《中国水资源现状评价和供需发展趋势分析》预测成果。再由技术进步系数（见表1.10），万元工业产值用水量降低及工业用水重复率提高法公式可以得到预测年万元用水定额，预测工业用水量。 表1.8 各流域工业重复用水率 表1.9 各流域历年工业重复用水率（R为工业用水重复率）