消费预测

消费预测（精选12篇）

消费预测 篇1

1 前言

石油消费需求预测是指对某一国家或地区石油需求的未来发展趋势预先做出科学的估计和推测, 是经济管理部门制定石油生产、进口和储备计划、合理安排相关行业生产计划和调整产业结构的重要依据。目前对于石油消费需求常用的预测方法有时间序列预测法、普通最小二乘回归预测法和神经网络预测法等。但是时间序列预测法只考虑时间因素而不考虑外界因素对石油消费需求的影响, 其预测结果常会与实际状况严重不符;普通最小二乘回归预测法又因为无法克服石油消费需求影响因素间的多重相关性问题, 导致预测准确度大大降低;神经网络是基于经验风险最小化原则的学习算法, 但由于其存在层数和神经元个数难以确定、容易陷入局部极小和过学习现象等固有的缺陷, 也难于满足石油消费需求预测分析的要求。因此, 研究适合石油消费需求预测的方法具有重要现实意义。本文采用了偏最小二乘回归预测法, 建立了石油消费需求预测模型。

2 PLS建模原理与方法

偏最小二乘回归法是在多元统计分析基础上建立起来的新型回归方法。它与普通多元回归分析在思路上的主要区别, 是它在回归建模过程中采用了信息综合与筛选技术。在利用多个自变量X= (X1, …, Xp) 进行回归建模时, 偏最小二乘回归法利用信息分解的思路, 将自变量系统中的信息重新组合, 有效地提取对因变量Y解释性最强, 同时又最能概括自变量系统X中信息的综合变量 (即:主成分) t1, …, tm (m≤p) , 剔除多重相关信息和无解释意义信息的干扰, 从而克服了自变量在多重相关性在系统建模中的不良作用, 得到一个更为可靠的分析结果。偏最小二乘回归可分为多因变量偏最小二乘回归和单因变量偏最小二乘回归, 本文所讨论和应用的是单因变量偏最小二乘回归。

2.1 变量构造、样本点选择与数据标准化处理

依据所研究的问题, 选择构造因变量Y与自变量X= (X1, …, Xp) 。然后依据统计数据, 选择n个样本点 (Xi1, …, Xip, Yi) , i=1, 2, …, n可以得到数据表:Xn×p= (X1, …, Xp) n×p, Y=Yn×1。然后, 为了消除建模时由于各变量量纲不同而带来的不良影响, 以及为了处理数据方便, 对Xij和Yi进行如下标准化处理:

undefined

undefined和undefined分别是Xj和Y的均值, sj和sY分别是Xj和Y的均方差, 得

X*= (X*1, …, X*p) n×p, Y*=Y*i (i=1, …, n) 。

记E0= (E01, …, E0p) =X*, F0=Y*。

2.2 PLS建模与求解

(1) PLS建模

首先, 寻找第一主轴w1, w1是一个单位向量, 即:w′1w1=1。

并在E0中提取出成分t1=E0w1。在提取t1时, 必须满足下列两个要求:

(a) t1应尽可能大的携带X中的变异信息。此时, t1的方差应该尽可能达到最大。即:Var (t1) →max

(b) t1和F0的相关程度能够达到最大, 这表明t1对因变量Y有最强的解释能力。此时, t1和F0的相关系数应达到最大值。即:r (t1, F0) →max

因此, 综合 (a) (b) , 就是要求t1和F0的协方差达到最大, 即:

undefined

综上, 正规的数学表述应该是求解下列优化问题, 即:

undefined

(2) PLS主成分求解

由 (1) 得:undefined

undefined

(2)

式中, r (Xj, Y) 为Xj (j=1, …, p) 和Y的相关系数。

由w1可得:undefined

求E0和F0对t1的回归方程:E0=t1p′1+E1, F0=t1r1+F1。式中, 回归系数和回归系数量是:

undefined和F1分别是残差矩阵和残差向量。

然后, 用残差矩阵E1和残差向量F1取代E0和F0, 可求出w2、t2、p2、r2和残差矩阵E2与残差向量F2。如此计算下去, 如果X的秩为A, 则最后可求出:wm、tm、pm、rm和残差向量Em与残差值Fm (m=1, …, A) , 并且有:tm=Em-1wm, Em-1=tmp′m+Em, Fm-1=tmrm+Fm。

由于undefined, 令undefined, 则tm=E0w*m。

此时, 偏最小二乘回归模型的主成分可表示为:

(t1, …, tA) =E0 (w*1, …, w*A) (3)

记D= (w*1, …, w*A) , 则 (t1, …, tA) =E0D, D为由原始自变量E0重新组合, 变换为综合变量 (t1, …, tA) 的过渡矩阵。

(3) PLS主成分的选择——交叉有效性检验

交叉有效性检验可以判断引进新的主成分th是否会对模型预测能力无明显的改善作用。Yi为因变量原始数据, t1, …, th是在偏最小二乘回归过程中提取的h个成分, undefined是使用全部样本点并取t1, …, th个成分回归建模后, 第i个样本点的拟合值。undefined是在建模时删去营业部样本点i, 取t1, …, th个成分回归建模后, 再用此模型计算因变量的拟合值。记:

undefined

当Qundefined≥0.0975时, 引进新的主成分th会对模型预测能力有明显的改善作用, 则模型引入主成分th;否则, 不引入主成分th。

(4) 建立回归模型方程

若有h个主成分通过交叉有效性检验, 则回归模型可引入h个主成分t1, …, th。回归模型为:

F0=t1r1+F1=t1r1+t2r2+F2=…=t1r1+t2r2+…+thrh+Fh (5)

上述模型和以F0为因变量, 以t1, …, th为自变量, 采用普通最小二乘法回归算法求解的回归方程是完全等价的。由于t1, …, th之间是相互直交的, 即对于任给的l≠m, 有t′ltm=0。因此, 当采用普通最小二乘法求F0关于t1, …, th的回归方程时, 就不会遇到多重相关性问题, 同时, 也解决了小样本建模的问题。

由于tm=E0w*m, 则回归方程又可转化为:

undefined

记:undefined是偏最小二乘回归方程的回归系数向量, 则回归方程可简化为:F0=E0B+Fh。

(5) PLS模型精度检验——R2检验

偏最小二乘回归方程的模型预测精度可用R2 (Y) 来检验。

undefined

R2 (Y) 表示预测模型可解释因变量变异占总变异的百分比, R2 (Y) 数值越大, 则模型的预测精度越高。此时, 自变量系统被提取的变异信息量为:

undefined

R2 (X) 代表引入模型的主成分t1, …, th所提取自变量X变异信息量的百分比。

3 基于PLS的我国石油消费需求预测

3.1 石油消费需求影响因素分析与模型变量构造

影响石油消费需求Y的因素是多方面的, 也是错综复杂的, 除了经济增长、技术进步与产业结构调整等几种常见因素外, 还有石油价格、国家宏观政策等因素。本文建模时采用了以下指标:国内生产总值X1、年末总人口数X2、能源消费弹性系数X3和燃料价格指数X4。

3.2 样本数据的选择与标准化

1990—2007年我国石油消费需求量及相关影响因素统计数据如表1所示:

我国石油消费需求量和各影响因素之间相关系数如表2所示:

注:**.Correlation is significant at the 0.01 level (2-tailed) .*.Correlation is significant at the 0.05 level (2-tailed) .

由表2易看出:①我国石油消费需求量Y与各影响因素相关性都比较强。②影响因素之间存在严重的多重相关性。如果用普通方法建模, 由于受到各影响因素间的多重共线性影响, 模型估计参数和预测精度会严重失真。但用PLS方法建模, 则可克服上述缺陷。

将表1数据进行标准化处理, 最后得到因变量F0和自变量E0= (E01, E02, E03, E04) , 作为建模的样本数据。

3.3 PLS主成分求解

依据PLS的模型求解方法, 可求出w*m的值如表3所示:

因此, 可以求得主成分t1, …, t4:

(t1, t2, t3, t4) = (E01w*1, E02w*2, E03w*3, E04w*4)

= (E01, E02, E03, E04)

undefined

3.4 石油消费需求预测模型PLS主成分选择——交叉有效性检验

为了评价主成分t1, …, t4对石油消费需求预测模型的预测能力有无明显的改善作用, 决定主成分是否进入回归预测模型, 做交叉有效性检验。由 (4) 式可求得检验值如表4所示, 在表中Qundefined (cum) 为交叉有效性检验累积值。

由表4可知:Qundefined=0.7489≥0.0975, Qundefined=0.1329≥0.0975, 因此, 仅t1和t2通过交叉有效性检验。当提取主成分t1和t2时, Qundefined (cum) =0.8818, 此时, 石油消费需求预测模型预测效果最好, 预测模型可以解释石油消费需求量97.87%的变异信息。t1和t2分别为:

t1=0.563803E01+0.541667E02+0.280766E03+0.556681E04

t2=0.711664E01-0.216523E02-0.659142E03+0.118069E04

3.5 建立石油消费需求预测模型回归方程

石油消费需求预测模型引入主成分t1和t2时, 由 (5) 式得偏最小二乘回归模型为:

undefined

由于

undefined

, 因此, 石油消费需求预测模型回归模型为:

undefined

将undefined和E0恢复为原始变量Y和X, 原始数据预测模型简化整理后, 石油消费需求量预测模型最终回归方程为:

Y=0.0377958X1+0.430114X2+2525.26X3+21.0221X4-42805.1

3.6 石油消费需求预测模型精度检验

此时, 由 (7) (8) 式可得:

undefined

由此可知, 我国石油消费需求预测模型的预测精度是比较高的, R2 (Y) =0.9787, 模型可解释石油消费需求量 (Y) 总变异的97.87%。此时, R2 (X) =0.8818, 石油消费需求预测模型引入的主成分t1和t2, 共提取了石油消费需求影响因素中88.18%的变异信息。

由下图可知, 1990—2007年我国石油消费需求预测结果与实际结果基本相符, 因此该模型可以用来做我国石油消费需求预测。

4 结论

影响我国石油消费需求的因素多种多样, 而且错综复杂, 各影响因素之间往往又存在严重的多重相关性, 这大大增加了建立我国石油消费需求预测模型的难度。通过偏最小二乘回归方法 (PLS) 建立的预测模型, 能够克服各影响因素之间存在的多重相关性, 预测精度能够满足我国石油消费需求预测要求。

参考文献

[1]国家统计局.中国统计年鉴[M].北京:中国统计出版社, 2008.

[2]王慧文.偏最小二乘回归方法及其应用.国防工业出版社, 1999, 150-234.

[3]Umetrics.SIMCA-P and SIMCA-P+User Guide.http://www.umetrics.com/2005

[4]李工农, 阮晓青, 徐晨, 等.经济预测与决策及其matlab实现[M].北京:清华大学出版社, 2007.

[5]刘兰凤, 易行健.中国能源需求的估计与预测模拟[J].上海财经大学学报, 2008, 8 (4) :84-91.

消费预测 篇2

中国正处于一个快速发展与转型时期，理解并了解中国消费者在消费的理念或形式上在根本上发生的一系列变化或趋势，对于品牌的成功是至关重要的。尚扬媒介中 国区首席战略官Thomas Nolsoee指出：“由于中国社会的发展日趋成熟，品牌也被迫需要从渠道策略向以消费者为中心的策略转变。在这样一个大环境下，已有或新的企业需要抓住 机遇，充分利用这些消费趋势——如果你的企业不这样做，总有其他人会做到。”

这是尚扬媒介连续第四年发布针对中国市场的消费趋势报告。本次报告参考了全国约60位趋势观察员和市场领域专业人士的信息反馈，运用了多个中国消费者连续研究数据库对中国消费者生活形态进行可视化的数据追踪，并融合了社会化媒体的声音，得出以下这些消费趋势：

1.我们都是极客？！

2.渴望平衡

3.越夜越精彩

4.体验消费

5.小众有力量

6.民以食为天

7.国货新风尚

8.明明白白消费

9.动动手指，天下我有

以下是其中的一些消费趋势的描述和启示：

我们都是极客？！

随着极客概念的大众化以及科技的快速发展与普及，国内越来越多的消费者开始认同并响应极客文化，追随极客精神。这群狂热的科技爱好者，会使用各种电子产品 点燃生活的激情。消费者们不再满足于被科技推着走的被动体验，反而更愿意积极主动地投入科技的怀抱，成为“极客”家族的一员,去搜罗、去了解、去感知、去 体验、去创造。在2012年31%的消费者表示他们所使用的高科技产品总是被周围人所追捧，比2010年增长了35%。更重要的是，消费者 以“极客”来作为区隔自己、展示自身优势的标签。

启示：“极客”可以成为品牌最重要的拥趸和宣传者、支持的中心甚至是品牌的教

育者。品牌需要去思考怎样帮助极客们得到肯定并传播他们的热情。

渴望平衡

中国消费者越来越富裕，但工作上的激烈竞争、地球资源过度开发造成的环境污染、添加剂造成的食品安全问题给他们带来的压力也越来越大。消费者们开始反思自 己的生活方式，希望自己的生活重归平衡，返璞归真。他们开始更多追求精神上的满足，并希望可以回馈给社会。于是，他们尝试更加环保地消费和生活，譬如，更 多参加瑜伽锻炼修身养性，喝更多果汁以及去健身房锻炼等。人们开始相信并 愿意为平衡生活方式的概念买单。

启示：品牌需要去考虑自身如何在产品的功能和情感上都融入平衡生活方式的概念。

越夜越精彩

节奏越来越快，生活越来越忙，可似乎属于自己的时间却越来越少？好像24小时已经不再够用，白天的活动也似乎不再那么主旋律，反当夜幕降临，城市的华灯异 彩才渐渐上演。越来越多的消费者在夜晚“清醒”，夜晚盛行的消费模式悄然起步，愈演愈烈。希望超市晚上加长营业时间成为消费者选择超市越来越看重的因素，这类消费者的规模在3年内翻了3倍多。而今年双十一的阿里巴巴旗下天猫商城的战绩，也让我们对夜猫子们的购买力刮目相看——他们在双十一的第一个小时（凌 晨一点）内，就完成了超过67亿元的交易。消费者们愈发享受自己的精彩“夜”生活，而商家以“夜”火燎原之势开始为夜猫们打造专属于他们的消费平台。

启示：品牌可以通过延长营业时间来增加销量，同时也可以创造夜晚进行时，采用差时段的营销方式等

体验消费

如今的消费者消费的不再仅仅是商品本身，还包括在购买消费过程中的各种感官刺激和消费体验。这种购买消费过程的体验需求贯穿在消费者从认知到购买的整个路 径中84%的消费者表示喜欢在环境好的地方购物，而这一数字在2010年仅为57％。消费者的这些需求促使品牌和商家需要为消费者打造多感官多维度的整合 与创新体验的同时，以及注重表达商品或品牌背后所代表的意义、文化。

启示：品牌和企业要考虑自身怎样才能售卖产品同时更多地是售卖消费的体验。能够打造超级体验的品牌将会赢得更多忠诚和活跃的消费者。

明明白白消费

在信任危机频发的今天，在知识传播便捷化的今天，中国消费者拥有了更多的选择，他们也比过去任何时候都更渴望明明白白地消费。他们想了解自己究竟买了什 么、钱花在了哪里。半数的消费者表示在买东西之前,即使是商标上最小的内容都不会放过，这一数据在三年内上涨了14%。明白消费对消费者而言，既是眼见为 实的放心消费，也是对各种信息的知情权；而对于品牌来说，则更意味着一种社会责任。

启示：品牌需要更多地以朋友的身份与消费者沟通。

国货新风尚

也许以往问及中国的消费者为什么会购买国产品牌时，低廉的价格和铺货广总不言而喻成为绝大多数消费者的“理由”。可现在随着中国经济的不断强大，中国创新 技术和研发的不断突破，尤其是风云人物带来的模仿效应，消费者对于“国货”的理解再也不是廉价品的代名词，反而成为潮流的风向标，成为源远流长的中国文化 的象征。他们对国货的消费则更多是出于对国产品牌质量和价值的认可。阿里巴巴提供的数据显示，在2013天猫购物狂欢节销售额前十名的商家，中国品牌独占 8个席位，吸金约达15亿元，小米手机凭借创新概念稳坐第一名。

国内甲醇市场分析与消费预测 篇3

【关键词】甲醇 生产 市场调查 消费预测

1.甲醇价格变化分析

通过多年来对甲醇价格市场分析发现，影响甲醇价格变化主要分两个方面：一是市场需求；二是成本價格。

市场需求

（1）供应状况：近年，我国煤制甲醇发展较快，甲醇项目投资呈现井喷状态，产能、产量迅速增长。然而，长期以来，我国甲醇开工率通常在45%～60%的范围内波动[2]。甲醇产能过剩问题已成为抑制甲醇市场价格的因素之一。

（2）下游需求：甲醇的下游产品主要有甲醛、二甲醚等，2012年分别占我国甲醇消费的26%和19%。除了传统下游产品，近年来甲醇燃料（甲醇汽油、甲醇制汽油）也是甲醇的主要消费点，2012年占甲醇消费的12%。因此，甲醇下游需求变化是甲醇价格变化的重要原因。

成本价格

（1）能源价格对甲醇市场的影响：原油、天然气与煤炭都是基础性能源 ，是国际能源价格变动的风向标，而天然气、煤炭均是甲醇的重要原料，因而油价的变动会对甲醇价格也有着重要影响。

（2）运输成本：当前，我国大部分在建、拟建甲醇项目处在内蒙古、陕西、宁夏等地区，消费地则在华东、华南地区。而甲醇生产企业拥有铁路专线的为数不多，企业外销甲醇多以汽运为主。甲醇价格的变化常因为恶劣的天气与天灾等不可抗力干扰正常的交通运输而导致。

（3）国内外价格联动程度：近年来，随着我国甲醇市场与国际市场的联系日益紧密，国际甲醇市场的变化对我国甲醇市场也有较大的影响。

（4）国家政策：到2020年全国单位国内生产总值二氧化碳排放比2005年下降40%-45%[3]，甲醇产业作为一种高能耗、高碳排放的产业，低碳和环保是未来发展的必由之路。2011年国家发改委发布的《产业结构调整目录》中，已经明确限制100万吨/年以下煤制甲醇生产装置项目以及配套的100万吨以下二甲醚项目等，2012年国家发改委发布的《天然气利用政策》也明确禁止了天然气制甲醇，这些政策的发布使得甲醇项目得到了有效的控制，从而对甲醇价格市场有较大的影响。

这些原因中按照影响力的大小排序依次为：（1）能源价格的变动；（2）甲醇供应状况；（3）国家政策的影响；（4）国内外价格联动程度；（5）国际经济影响；（6）下游需求；（7）运输成本。

2.产能与产量

近年来国家大力推进石油替代战略，甲醇产能扩张步伐加快。然国内甲醇消费量的增长速度远未跟上甲醇产能和进口量的增长速度。截至2013年底，我国甲醇生产企业300余家，总年产能达到5590万吨，2013年1-12月我国甲醇进口486万吨。 2013年1-12月份，中国累计生产甲醇2878.54万吨，比2012年同期增加了8.30%，开工率为51%。从2013年甲醇生产企业发展情况来看，未来甲醇产能增长主要来自于煤制烯烃项目与天然气制烯烃项目。根据目前国内甲醇拟在建项目进展情况，以及考虑部分落后产能逐渐关停，到2015年国内甲醇产能将在5800万吨/年左右，2020年甲醇产能将达到9000万吨/年左右，新增产能主要来自煤制汽油领域及煤制烯烃领域。

3.甲醇消费预测

2013年我国石油产量20890万吨，消费49000万吨，进口量28800万吨，进口依存度58.77%，逼近我国《能源发展 十二五 规划》中61%的 红线 ，如果不加大甲醇制汽油与甲醇汽油的规模，中国工程院专家预测，2016年我国石油进口量将达到37000万吨，依存度65%、 2020年进口量达到46000万吨，依存度69%、2030年进口量达到56000万吨，依存度达到73%，即使按规划我国煤制油产量2016年达到4000万吨、2020年达到6700万吨、2030年达到12000万吨，进口依存度仍然高居57.89%、59.55%、57.89%。可见为了使石油依存度不超过61%的红线，未来国家会加大甲醇制汽油、甲醇汽油项目的建设，产量将在未来几年内会有大幅度的上涨，从而对甲醇的需求也会大量增加。预计到2016年中国甲醇需求为4000万吨，产能在5800万吨左右。

预计到2020年，我国甲醇消费结构将发生巨大变化。新兴消费需求将消费甲醇有效产能的50%以上。到2020年底，甲醇将完成从原料向能源产品的转型，甲醇将主要作为能源载体，其总消费量将达约8000万吨，按照90%的开工率计算，甲醇有效产能规模可发展到9000万吨/年（含煤制烯烃、焦炉气甲醇），或接近1亿吨/年（4700万吨标油）。这些有效产能将由新兴消费需求和传统消费需求共同消耗。

新兴消费需求如甲醇制烯烃、甲醇制汽油（芳烃）等在需求端将很大程度地改变甲醇行业的消费结构。其中，甲醇制烯烃消费占比将从2012年的12%增长到2020年的37.5%，届时将消耗甲醇3000万吨；甲醇制汽油（芳烃）消费在2020年将达到12.5%，消耗甲醇达1000万吨。新兴消费需求将消费甲醇有效产能的50%以上。而相较于新兴消费需求，传统的消费需求如甲醛、二甲醚、醋酸、MTBE等将趋于稳定。

到2020年，甲醛消费将达到1500万吨甲醇，消费占比从2012年的29.1%降至18.8%；二甲醚将消费700万吨甲醇，消费占比从2012年的16.3%降至8.8%。根据以上预测，“十三五”末我国甲醇产业结构将进一步优化，产业综合竞争能力将有所提高。

4.小结

未来我国甲醇消费量继续稳步上涨，随着甲醇消费结构的变化，新兴消费需求将占甲醇产能的50%以上，传统的甲醇消费将趋于稳定，因此甲醇总消费量在未来10年还会有较大规模地上涨，甲醇价格也会随着需求的增加而稳步上升。

【参考文献】

[1]李峰.我国甲醇工业的发展与趋势[J].杭州化工，2013（06）

[2]李志坚.甲醇产能真的过剩了吗[J].化工管理，2013-01-01

[3]白颐.石油化工行业低碳经济发展关注点[J].化学工业，2010-04-21

基于灰色模型的餐饮消费预测 篇4

1 GM (1, 1) 模型简介

灰色系统理论是20世纪80年代初期创立的并取得飞速发展的新兴理论, 它是对贫信息、小样本数据进行分析, 不需原始数据分布的先验特征, 直接从所面对的数据中提取信息。基于灰色理论的灰色模型预测方法已在许多领域得到成功应用。灰色模型的特点是弱化原始数据随机性, 对数据的数量和分布要求不高, 所建的模型精度高, 能够较好地反映系统实际情况。GM (1, 1) 模型是最常用的一种灰色模型。设原始数列为

X (0) 的一阶累加生成序列为

Z (1) 为X (1) 的紧邻均值生成序列, 即

则GM (1, 1) 模型的灰差分方程为

x (0) (k) +az (1) (k) =b, 其中a, b为参数。

利用最小二乘法估计模型中的参数列得到

设则可以得到GM (1, 1) 模型[2]为

2 餐饮消费预测模型的建立

全国2005-2010年餐饮业限上企业餐费收入数据见表1, 单位为亿元, 数据来源于《中国统计年鉴》。

以2005-2009年餐饮业限上企业餐费收入数据作为建模数据集, 以2010年限上企业餐费收入数据作为测试数据。用建模数据集建立GM (1, 1) 预测模型并预测2010年限上企业餐费收入数据。以建模数据集作为原始数列X (0) (1124.0, 1410.6, 1711.3, 2358.4, 2441.3) , 则X (0) 的一阶累加生成序列X (1) = (1124.0, 2534.6, 4245.9, 6604.3, 9045.6) , X (1) 的紧邻均值生成序列利用matlab计算得, 从而p=1249.3, q=-0.2016。代人 (1) 式可以得到GM (1, 1) 模型

上式中, k分别取1, 2, 3, 4, 5, 6得2005-2010年餐饮业限上企业餐费收入的预测数据分别为1228.9, 1475.8, 1772.4, 2128.6, 2556.3, 3070.0。利用 (2) 式对建模数据拟合的结果和对2010年餐费收入的预测与原始数据对比见图1。

2005-2010年限上企业餐费收入数据的拟合值与原始值的相对误差如表2。

其中2010年餐费收入的预测值与原始值的相对误差0.0611。

2 结果分析

从表2可以看出, 用GM (1, 1) 模型对2005-2009年全国限上企业餐费收入数据拟合, 其结果精度较高, 相对误差都较小。2010年限上企业餐费收入的预测值为3070.0亿元, 而2010年能源消费的实际值是2893.2亿元, 相对误差为0.0611, 与实际值较为接近。所以, 该方法是一种可靠的、预测精度较高的方法。

3 附matlab程序

参考文献

[1]中财网.中国餐饮业强势前行2010餐饮零售额有望实现2万亿[N].http://www.cfi.net.cn/p20100202001338.html, 2010-02-02.

消费预测 篇5

网讯：

内容提要：目前的儿童家具市场处于半成熟阶段，还没有真正达到一个行业规范化、标准化运作的程度。

随着国内家具行业的不断细分，儿童家具越来越被社会认可和接受。但由于受国内消费观念的影响，儿童家具市场在整个家具市场中所占的比重却仅为10%左右，与我国目前0至14岁儿童人口基数相比毫不匹配。面对这一矛盾，不少家具生产企业表示，儿童家具未来市场毫无疑问潜力巨大。

目前的儿童家具市场处于半成熟阶段，还没有真正达到一个行业规范化、标准化运作的程度。此外，中国儿童家具市场的竞争环境还没有白热化，无论是产品的设计研发、生产还是营销，都还存在很大的提升空间。

品牌化程度低，是当前国内儿童家具市场的另一处短板。不少消费者表示，选购成人家具是可以说出很多耳熟能详的品牌名字，而在为孩子选购儿童家具时，脑中却浮现不出熟知的名字。正如多喜爱儿童家具品牌总监彭鹏坦言，“儿童家具领域只有行业品牌，没有市场品牌”。虽然少数知名企业已经开始通过形象代言人、电视剧营销等手段进行品牌推广，但大多数儿童家具品牌的名字对于消费者而言仍然十分陌生。

消费预测 篇6

摘 要：社會消费品零售总额反映一定时期内人民物质文化生活水平的提高情况，反映社会商品购买力的实现程度，以及零售市场的规模状况。本文运用指数平滑法对我国五个省市的社会消费品零售总额进行预测，发现各省市在社会消费品零售总额方面存在的差距，得到的2015-2020的预测值为政府制定相关政策提供参考。

关键词：指数平滑法；社会消费品零售总额；预测

一、引言

时间序列预测法是一种历史资料延伸预测，也称历史引伸预测法。是以时间数列所能反映的社会经济现象的发展过程和规律性，进行引伸外推，预测其发展趋势的方法。时间序列预测法又包括趋势预测法、指数平滑法、季节性趋势预测法等，在社会消费品零售总额的预测上使用较多的是季节时间序列模型（SARIMA）及指数平滑法。本文通过对我国不同地区社会消费品零售总额官方统计数据的研究，选择了不同地区的五个省市作为研究对象并以这些省市2000～2014年的社会消费品零售总额为样本，运用指数平滑法建立模型后预测2015～2020年的社会消费品零售总额。

二、指数平滑法预测模型建立

时间序列是指某种统计指标的数值，按照时间先后顺序排列起来的数列。时间序列分析是定量预测方法中的一种，它的基本原理：一是认同任何事物的发展都是延续的，因此只要有过去的一些数据就能够对未来的发展趋势进行一定的预测；二是承认事物发展具有随机性。

时间序列分析法中有很多种具体的操作方法，指数平滑法是其中的一种，根据平滑次数不同：有一次指数平滑法、二次指数平滑法和三次指数平滑法等。本文建模所运用的主要是一次指数平滑法。

1.预测模型

设时间序列为y1，y2，y3…yt…，一次指数平滑公式为

S（1）t=αyt+（1-α）S（1）t-1，（1）

式中S（1）t为一次指数平滑值；α为加权系数，且0<α<1。以这种平滑值进行预测，就是一次指数平滑法。它的预测模型为：

t+1=S（1）t，（2）

t+1=αyt+（1-α）yt，（3）

也就是以第t期指数平滑值作为t+1期预测值。

2.加权系数的选择

在进行指数平滑法时，有很重要的一项就是选择加权系数。由式（3）可以看出，α的大小决定了在新预测值中新数据和原预测值所占的比重。α值愈大，新数据所占的比重愈大，原预测值所占比重就愈小，反之亦然。若把式（3）改写为：

t+1=t+α（yt-t），（4）

则可看出，新预测值是通过对原来的预测值进行修正后得到的。修正的幅度大小通过α值的大小来反映，越大代表修正幅度越大，越小则代表修正幅度越小。所以，α值是很重要的一个指标，它不只能够反映出预测模型对时间序列数据变化的反应速度，而且决定着预测模型修正误差的能力。

若选取α=0，则t+1=yt即下期预测值就等于本期预测值，在预测过程中不考虑任何新信息；若选取α=1，则t+1=yt，即下期预测值就等于本期观察值，完全不相信过去的信息。这两种极端情况很难做出正确的预测。

因此，α值应根据时间序列的具体性质在0～1之间进行选择。具体如何选择一般要根据实际情况来定：

（1）当时间序列波动不大时，也就是说比较平稳时，则α应取小一点，如（0.1-0.3），这样就可以减少修正幅度，使预测模型能包含较长时间序列的信息。

（2）当时间序列具有迅速且明显的变动倾向，也就是说很不平稳时，那么α应取大一点，如（0.6-0.8），这样使预测模型灵敏度能够高些，以便迅速跟上数据的变化。

3.初始值的确定

运用一次指数平滑法进行预测，不只可以选择合适的α，还要对初始值S10进行确定，初始值是由预测者估计或指定的。在时间序列的数据较多的情况下，比如在20个以上时，那么初始值对之后的进行预测的预测值影响很小，就可以把第一期数据作为初始值。当时间序列的数据较少时，比如在20个以下时，那么初始值对之后进行预测时得到的预测值会有很大的影响，这时，就必须认真研究如何正确确定初始值，一般情况下可以把最初几期实际值的平均值算出来作为初始值。

三、社会消费品零售总额预测分析

1.北京市社会消费品零售总额预测

通过运用本文所建模型进行计算，得到关于北京市社会消费品零售总额预测模型，当α取0.7时，均分误差较少，预测结果较优。通过表1对比历年的实际值与预测值，可看出预测值与实际值相差不大，拟合得较好。

2.上海市社会消费品零售总额预测

通过运用本文所建模型进行计算，得到关于上海市社会消费品零售总额预测模型，当α取0.6时，均分误差较少，预测结果较优。通过表1对比历年的实际值与预测值，可看出预测值与实际值相差不大，拟合得较好。

3.湖南省社会消费品零售总额预测

通过运用本文所建模型进行计算，得到关于湖南省社会消费品零售总额预测模型，当α取0.6时，均分误差较少，预测结果较优。通过表2对比历年的实际值与预测值，可看出预测值与实际值相差不大，拟合得较好。

4.贵州省社会消费品零售总额预测

通过运用本文所建模型进行计算，得到关于贵州省社会消费品零售总额预测模型，当α取0.6时，均分误差较少，预测结果较优。通过表2对比历年的实际值与预测值，可看出预测值与实际值相差不大，拟合得较好。

5.海南省社会消费品零售总额预测

通过运用本文所建模型进行计算，得到关于海南省社会消费品零售总额预测模型，当α取0.6时，均分误差较少，预测结果较优。通过表3对比历年的实际值与预测值，可看出预测值与实际值相差不大，拟合得较好。

四、社会消费品零售总额预测结论与建议

本文通过运用指数平滑法依据2000-2014年的社会消费品零售总额数据，对我国五省市2015-2020的社会消费品零售总额分别进行了预测，从预测结果来看，预测值与实际值拟合的较好，因此，预测结果有很大程度的可信度。从预测结果来看，未来六年该五省市的社会消费品零售总额是程不断增长的趋势。由于各省发展的实际情况不一样，发展速度也有差异，各省市社会消费品零售总额差距较大，而且这差距也没有减少的趋势。

根据预测结果，北京与上海的社会消费品零售总额将分别在2016与2017年突破万亿元大关。而作为中部省份的湖南省2014年社会消费品零售总额已突破万亿元。西部地区的贵州省社会消费品零售总额数量发展到2020年也只能与北京市2008年的数量持平。处于我国最南部的海南省，2014年的社会消费品零售总额已突破千万元大关，根据预测，未来几年其都在千万元徘徊。

由以上分析可知，我国社会消费品零售总额省市之间的差距较大，尤其是东西部省市差距更大。影响社会消费品零售总额的因素很多，因此，东西部差距的原因比较复杂。社会消费品零售总额在一定程度上能够反应出某地的经济发展水平，通过本文进行预测可看出，各省市的发展水平差距很大，对于经济相对落后的一些地区，如何加快发展提高人民的生活水平与消费能力是当务之急。

（作者单位：兴义民族师范学院）

参考文献：

[1] 王长江.指数平滑法中平滑系数的选择研究[J]，中北大学学报（自然科学版），2006（06）.

[2] 陈宛庚，袁梅.指数平滑法在贵州省煤炭产量预测中的应用初探[J]，煤炭技术，2012（12）.

[3] 崔建伟，薛建成.指数平滑法在小浪底大坝变形预测中的应用[A]，《测绘通报》测绘科学前沿技术论坛摘要集[C]，2008.

[4] 罗中德，赖美艳.中国社会消费品零售总额的预测分析[J]，统计与决策，2013（02）.

消费预测 篇7

在当今社会, 网络连接与我们呼吸的空气、行走的道路和消费的电力同等重要, 不可或缺。一旦实现网络连通, 如果不得不削减开支, 互联网是消费者最不愿意放弃的一项消费。网络连接不仅仅对于保持朋友联络非常重要, 更是一种获得收入的渠道。

2010年, 爱立信与理特管理顾问公司 (Arthur D.Little) 共同开展的一项研究认为, 宽带普及率每增长10%, 可带动GDP增长1%;而每增加1000个新的宽带连接, 可创造大约80个新的工作岗位。

人人都可以成为服务提供商

消费者每天走在大街上, 随时随地不厌其烦地登录互联网, 他们正创造着对新服务的巨大需求。而我们正在创造一个新的社会氛围, 在这里, 如果提供消费品和消费服务的企业希望继续保持与客户的关系, 就必须面对成为移动服务提供商的挑战。不仅如此, 许多服务非常具体, 实际操作起来并不特别复杂。这为众多微型企业和消费者自己提供服务与应用打开了商业上可行的发展机遇。人人都可以参与进来成为移动服务提供商。

社交媒体重新定义新闻报道

社交网络成为伴随网络聊天和发帖来推动图片、视频和音乐消费的真正媒体中心。严肃的新闻报道正在被重新定义。我们不久前针对日本3.11地震和海啸带来的后果进行了一项调查。调查结果显示, 社交媒体数量迅速增长并成为人们广泛获取信息的可靠来源。社交媒体以病毒扩散般的速度迅速传播, 在电视报道不够深入和电话无法接通时, 社交媒体可以提供有用的信息;在其他新闻来源的可靠性难以赢得信任或无法做出清楚解释时, 社交媒体还可以提供必要的解释说明。

手机在人们日常的本地移动生活中扮演重要角色

美国著名思想家丹尼斯·维特利 (Denis Waitley) 曾说过一句话, “先是我们形成习惯, 然后是习惯改变我们。”———我们的研究也证实, 在上下班、购物和做家务事过程中养成的习惯是我们生活中的一大主要内容。这或许就是消费者对与他们身边地点和事情直接相关的移动服务表现出浓厚兴趣的原因所在。最近一次调查中, 有58%的智能手机用户表示他们希望手机可以当交通卡来用;70%的用户希望将积分卡储存在他们的手机上;更是有76%的用户希望手机能作为条形码扫描器来用, 方便他们进行价格比较。

透明比隐私重要

只要在互联网上分享个人信息的实际优点超过缺点, 人们就会继续这样做。也许只有当周围的人因此受到伤害时, 人们才会改变这一行为方式。就像Play Station Network遭受了严重的黑客攻击, 但人们仍然我行我素, 感觉不到问题的紧迫性和严重性。

人们正逐渐习惯于过一种或多或少透明的生活。人们当然也希望企业活动变得透明。这对于那些提供服务具有显著优点而且不会辜负消费者信任的企业将会是极大的机遇。

云让一切变得容易

电信运营商和ICT提供商提供的云服务将继续增长。但是, 消费者日常谈论的都是“在线服务”或是类似概念, 并没有太多地提及“云”。他们将云视为共享所有信息和媒体的平台。调查表明, 消费者拥有多种可以使用或是生成媒体的设备, 让这些设备轻松连接到互联网正在定义何谓“简单易用”。因此我们看到, 在美国的数码照相机用户中, 有49%希望直接将照相机与互联网相连, 从而能够直接上传照片。随着宽带速度提升并突破网络瓶颈, 云技术将能够进一步提高易用性, 回答消费者提出的“怎样才能轻松将照片上传到网络相册”的问题。

出于类似的原因, 36%的消费者希望他们的i Pod或MP3播放器能连接网络直接下载音乐, 此外30%的便携游戏设备玩家希望能够访问在线游戏商店选购自己喜欢的游戏。

女性推动智能手机广泛普及

我们在2011年对美国和英国智能手机用户进行了调查。调查结果显示, 使用Vo IP网络语音电话和视频电话等较低普及率服务的男性多于女性, 而且他们也更喜欢下载新应用。

另一方面, 有明显更多的女性使用语音通话、短信和Facebook等较高普及率的服务。71%的女性智能手机用户在手机上登录社交网络, 男性用户这样做的比例仅有64%;59%的女性用户会经常进行状态更新, 而仅有51%的男性用户这样做。同时, 在手机上使用彩信、电子邮件和浏览互联网的男性与女性数量基本持平。

女性们热衷于将各种通信渠道统一到一个设备上, 这也推动着智能手机在大众市场的普及。

让购物更方便

柏林、纽约、巴黎和上海的智能电话用户在接受我们调查时, 有67%的用户表示他们希望用智能手机支付小额费用, 有66%的用户对移动银行感兴趣。但是, 我们不应孤立地看待移动支付问题。在智能手机用户与我们谈及他们的购物习惯时, 他们都非常明确地告诉我们, 直接掏钱包支付并不是最好的方法, 必须将移动支付纳入到日常购物习惯中, 包括获取相关产品信息、食谱、营养建议等。关于应如何提供综合服务, 69%的消费者希望提供室内导航, 因为在大型购物商城很容易迷失方向。

一切皆连接

城市化不仅在全球范围内继续扩展, 消费者也在转向城市的移动生活:许多以前只在家中进行的活动现在开始出现在街头, 至少那些需要互联网连接的消费活动是如此。

移动宽带用户数量正在以每年60%的速度增长。在移动宽带的推动下, 智能手机用户消费的数据量也在猛增。2009年四季度, 移动数据流量首次超越语音通话流量, 在2011年一季度更是达到语音通话流量的两倍。

2011年, 智能电话数据流量将翻三番。到2016年, 在占地球陆地总面积不到1%的土地上生活的智能手机用户将可以产生大约60%的移动数据流量。消费者希望在他们所处的城市环境中能够从身边的地方和事物连接互联网, 随着家中、车上、检票口、自动售卖机、收银机等越来越多地与互联网连接, 这些正在成为现实。

在一个充满不确定性的年代, 消费者更希望一切尽在掌握

在经济动荡和自然灾害频发的年代, 消费者努力加强消费管理。在像日本3.11地震那样破坏性的灾难一个接一个发生之时, 我们看到消费者对水电供应等公用设施服务重新产生了兴趣。在东京, 地铁站的电子显示器上不再只是提供天气预报信息了, 已开始显示电力供应信息。而德国等其他国家也出现了电力供应方面的新挑战, 印度的许多消费者已经对电力短缺习以为常。

消费预测 篇8

Dominika Maison等人的研究指出低卷入产品的内、外测态度相关程度高,高卷入产品内外态度相关程度可能会低。本研究拟选用服饰作为高卷入的测试品,以期检测在我国市场中,高卷入产品是否具有内、外测态度的高相关,以及对于高卷入产品来说,IAT对消费者的品牌态度和消费行为是否具有预测性。

一、方法

1. 被试

预调查显示,大学生最喜欢的休闲服饰中NIKE与Adidas两大品牌居于前两位,因此选取这两个品牌的休闲服饰进行研究。招募适合的大学生志愿者60人作为被试。方法、步骤、内容、数据分析均与Greenwald等人的一项研究类似。

2. 外显测验

外显测验调查被试对NIKE或Adidas的态度,包括如下项目:

(1)自我报告休闲服饰消费行为;

(2)两大品牌服饰的品牌偏好;

(3)分别对NIKE与Adidas进行10个纬度上的语义区分量表七点评分。

3.IAT

IAT中作为目标概念词,代表NIKE与Adidas两大品牌形象的是选取自已经发布的广告图片,各四张,其大小与形式尽量做到一致;两极属性词完全取自于Greenwald的一项同类研究,8个愉快词分别是:太阳、幸运、爱情、快乐、幸福、愉快、假日、友好;8个不愉快词分别是:疾病、死亡、谋杀、事故、毒药、战争、悲剧、呕吐。

IAT在台式PC机上完成。遵循Greenwald提出的IAT原理,笔者用e-prime自行开发出IAT程序。刺激词出现于屏幕中央,并指导被试将出现于屏幕中央的刺激词进行相应的分类,刺激词属于左边的则用“E”键反应,属于右边的用“I”键反应。受开发平台e-prime本身的限制,本程序中被试若对某刺激按键反应错误,则不会象Greenwald等人的原程序那样,刺激词仍停留于屏幕直至反应正确才消失,而是如正确反应一样立即消失。IAT的反应时及对错情况均由计算机自动记录。

二、程序

告知被试参加一项有关服饰消费的调查。每一个被试首先进行外显测验,完成后立即进行IAT。

IAT包括5个分类任务,其中,任务1为靶词辨别练习,共20次;任务2为联想属性词辨别练习,共20次;任务3为初始联合辨别,前20次练习,后40次数据搜集;任务4为相反联想属性词辨别练习,共20次;任务5为相反联合辨别,前20次练习,后40次数据搜集。此外,为了平衡顺序效应,程序还对任务2~3和任务4~5进行了顺序反转。如此,一半被试按表1顺序参加测验,另一半被试按反转后顺序参加测验。最后,只有任务3和任务5中的后40次数据参加下文的处理分析。

三、结果

1. IAT数据简化

首先把每个被试I A T所得用于分析之用的8 0个数据导入SPSS10.0,然后按照Greenwald等人提出的记分方法,先把低于300ms的以300记,大于3000ms的以3 000记;错误率超过20%的剔除该被试所有数据,错误率未超过20%的被试删除其按键反应错误的数据,结果有46个被试3351个有效数据保留。接下来对所有有效原始反应时(RT)进行对数转换(得到Log RT),以取得方差稳定性。然后分别计算不愉快-NIKE/愉快-Adidas条件下和愉快-NIKE/不愉快-Adidas条件下的平均反应时,最后把前者平均反应时减去后者的平均反应时,所得数值便是IAT效应(简称IATeffect),也就是被试相对于不愉快的词而言,把愉快词与两大品牌相联的程度,即内隐品牌偏好的强度。

2. 外显品牌态度

在回答两个服饰的平时消费情况时,46人中有18人穿NIKE一些,17人穿Adidas多于一些。在回答对两个服饰的品牌偏好时,19人较喜欢NIKE,12人较喜欢Adidas。

平均所有被试评分结果,发现消费者在10个纬度上对两大品牌的评分均在5分以上,非常积极。10个纬度中两项具有显著差异,表现为对NIKE的评分远低于对Adidas的评分。因此,外显态度上消费者对两大品牌都比较喜欢,但比较而言Adidas具有一定的优势。

按品牌偏好将被试分为NIKE组与Adidas组,发现NIKE偏好者对NIKE服饰的评分绝大多数高于对Adidas的评分,但却只在其中一项上具有显著差异;而Adidas偏好者对Adidas服饰在所有纬度上的评分均高于NIKE,其中四项差异显著。按消费行为将被试分为NIKE组与Adidas组,发现NIKE消费者对NIKE与Adidas两大品牌服饰的评分,也是绝大多数前者高于后者,其中四项有显著差异。而Adidas消费者则在其中七项上表现为对Adidas的评分显著高于对NIKE的评分。因此,无论是从品牌偏好上来看还是实际的消费购买行为来看,消费者都对偏好的或经常消费的品牌表现出积极取向,但相对而言,Adidas的偏好者与消费者对Adidas的偏爱更加明显。

3. 内隐品牌态度

平均所有被试内隐测验结果发现,NIKE服饰和愉快词配对及Adidas和不愉快词配对(N+/A-)时的反应时与NIKE和不愉快词配对及Adidas和愉快词配对(N-/A+)时的反应时相比,两者差异显著,这表明总体上看,消费者对Adidas有极强的内隐偏好。

依据品牌偏好将被试区分为NIKE组与Adidas组。分别检验这两组消费者的内隐品牌态度,发现NIKE组在N+/A-条件下的反应时远大于N-/A+条件下,而Adidas组则在A+/N-条件下的反应时远小于A-/N+条件下,表明无论是NIKE偏好者还是Adidas偏好者都对Adidas有强烈内隐偏好。

同样,依据自我报告消费行为将被试分为NIKE组与Adidas组。检验发现,NIKE组在N+/A-条件下的反应时远大于N-/A+条件下,而Adidas组则在A+/N-条件下的反应时远小于A-/N+条件下,这表明无论是NIKE消费者还是Adidas消费者都对Adidas有强烈内隐偏好。

4. 多元回归分析:IAT与外显测验对消费行为的预测效度

IAT与外显测验的相关度较低(r=0.113),未达显著性水平。为了检验IAT与外显测验对消费者品牌消费行为的预测效度,现以消费行为(Self RCON)为因变量,以IAT效应(IATeffect)与NIKE-Adidas外显评价总评差值(NABEW)为自变量,进行多元线性回归分析。

依据回归拟合自变量筛选标准,只有外显测验结果(即NABEW)进入回归方程,R2=0.18,F(1,43)=9.32,P=0.004。回归方程中消费行为与外显测验相关联的权重很大(β=0.422):t(43)=3.04,P=0.004,而消费行为与IAT的关联权重很小(β=-0.01),t(43)=-0.08,P=0.945。因此,内隐态度不能预测消费者休闲服饰的消费行为,但外显测验在回归方程中的样本决定性系数也很小,因此认为外显态度对消费行为的预测性也比较差,只能说外显态度一定程度上影响消费者的品牌消费行为。

四、讨论

两大品牌中,NIKE的内外品牌态度不一致,外显报告喜欢且消费行为较多的是NIKE的消费者,内隐品牌偏好却是Adidas。Adidas的品牌偏好者与消费者却表现出内外品牌态度上高度一致。因此,这种结果似乎产生了一个难解的问题,即:消费者IAT结果在NIKE与Adidas两大品牌上为何有此差异?IAT到底能否预测高卷入产品的品牌态度与消费行为?

对此结果,笔者认为可用品牌忠诚理论进行解释。品牌忠诚理论认为,消费者对品牌的忠诚可分两种情况:一种是积极的忠诚,该种品牌忠诚者会从内心深处喜欢并且选择自己所喜欢的品牌产品;还有一种是被动的忠诚,该种品牌忠诚者行为上同样表现为多次重复购买或消费某种品牌的产品,但这种重复可能仅仅是一种习惯性行为,也可能是受周围环境的左右,并非真正喜欢这种品牌。NIKE注重科技含量与外观,Adidas则注重耐用、实用与庄重。由于二者广告都做得比较好,定价又都比较高,加之各自迥异的风格,就都奠定其在休闲服饰领域中数一数二的地位。但比较而言,NIKE在足球领域地位远低于Adidas。Adidas经常赞助世界杯、欧洲杯一类的足球赛事,因此在休闲服饰尤其是运动鞋领域,Adidas俘获的是一大批年轻的、足球以至所有领域运动爱好者的心。外显上的NIKE偏好者与消费者有可能仅仅因为NIKE本身作为值得信赖的大品牌从而使他们养成了习惯性忠诚行为,但从内隐层面上他们不再喜欢NIKE,转而喜欢Adidas,这也可能意味着NIKE正在逐步失去其忠诚消费者。

本研究虽显示类似服饰这样的高卷入产品其内外测验总体相关不显著,IAT对消费者的品牌消费行为不具有预测力,但基于上述分析,笔者认为,IAT却可以与外显测验联合用于辨别忠诚消费者。

参考文献

[1]Greenwald A G,McGhee E,Schwartz J L K(1998).Measuring IndividualD ifferencesi nI mplicitC ognition:T heI mplicitA ssociationT est.J ournal of Personality and Social Psychology,74(5):181-198

[2]Dominika Maison,Anthony G.Greenwald,Ralph H.Brui(s2001),“The Implicit Association Test as a measure of implicit consumer attitudes”,PolishP sychologicalB ulletin,32(1)

消费预测 篇9

一、GM(1,1)模型

1.GM(1,1)模型

设原始数据序列x(0)=(x(0)(1),x(0)(2),…,x(0)(n)),对其进行一次累加得到新的序列x(1),对其构造均值序列为z(1),令Y为x(0)的转置,B是以z(1)的相反数为第一列,1位第二列n-1行2列的矩阵,参数a和b满足方程[a,b]的转置等于BTB的逆右乘BTY,依据最小二乘法求解上述方程得到参数a和b,得到x(1)的预测公式x(0)(1)减去b/a后再与函数e-a(k-1)相乘加上b/a,还原可得x(0)的预测序列。

2.加权最小二乘估计方法

用加权最小二乘方法来估计GM(1,1)模型[2]的参数, 就是通过赋予不同误差平方和不同权重以增强了模型参数估计的稳健性,从而进一步提高了GM(1,1)模型的精度。 建模步骤为:在GM(1,1)模型基础上,给出误差平方和公式S为wk与x(0)加上az(1)(k) 减去b的结果平方后乘以wk,wk为误差平方和的权重。 在权重wk确定的情况下,使S最小的a和b。 即得到了加权最小二乘方法模型参数估计的灰色GM(1,1)模型。

3.残差修正的GM(1,1)模型

当常规GM(1,1)模型或加权最小二乘GM(1,1)模型的精度不高时,可用残差序列建立GM(1,1)模型【 3】对原来的模型进行修正,以提高精度。

1)由实际序列减去模拟序列可得到残差序列 ε(0)(k), 若存在k0,满足1第k0项开始,ε(0)(k) 的符号一致;2n大于等于k0+4,则可建模残差尾段为(|ε(0)(k0)|,|ε(0)(k0+1)|,...,|ε(0)(n)|),记为 ε(0)分量为(ε(0)(k0),ε(0)(k0+1),...,ε(0)(n))。

2)根据第一步得到的残差尾段建立GM(1,1)模型为残差GM(1,1)修正模型。 残差修正值的符号应与残差尾段的符号与一致。

二、能源消费预测模型

1.能源消费的加权GM(1,1)模型

(1)模型建立

本文选取了《 中国统计年鉴》 公布的1997- 2011年能源消费总量以1997- 2006数据组成预测模型的原始数列, 建立加权GM (1,1) 模型得到a为- 0.04650,b为126388.8092, 确定出模型为x(1)对时间t的导数减去- 0. 04650乘以x(1)等于126388.8092,时间响应式为2853677.0乘以e0.0465047k减去2717766.0,则根据累减还原得到x(0)的预测序列。 预测结果见图1建立加权GM(1,1)模型得x(0)的预测结果见表1

(2)模型误差检验

运用上述预测模型计算的模拟数据, 该模型对1997- 2006年的能源消费实际数据拟合的平均误差为7.71%。 分别计算原始序列和残差序列的方差S1,S2,并计算均值方差比C近似为0.55>0.35:因此根据误差检验标准,均值方差比为二级。 可以看出加权GM(1,1)的预测精度都不高,所以还需要对该模型进行改进,以下是采用残差GM(1,1)模型进行估计的过程。

2.能源消费的残差GM(1,1)模型[3]

(1)残差模型建立

由加权GM(1,1)模型看出残差很大可以应用残差模型进行修正。 取K0为7,得残差尾段(ε(0)(7),ε(0)(8),ε(0)(9),ε(0)(10))实际数据为(12387.5,33892.1,47885.3,61609.6), 建立残差尾段的GM(1,1)模型,得 ε(0)的1- AGO序列 ε(1)的时间响应式为103692.0乘以e0.287673k减去91304.0,其还原值为29829.2e0.287673k。

由加权最小二乘GM (1,1) 模型有2853677.0乘以e0.0465047k减去2717766.0

可得累减还原式的残差修正模型为当k小于7时, 2853677.0乘以e0.0465047(k+1)减去2853677.0乘以e0.0465047k,当k大于或等于7时模型为2853677.0乘以e0.0465047 (k+1)减去2853677.0乘以e0.0465047k再加上29829.2乘以e0.287673 (k-7), 其中,的符号和原始残差序列的符号一致。

按此模型对k=7,8,9,10四个模拟值进行修正,修正后的预测结果如表1所示。

(2)模型误差检验

运用上述预测模型计算的模拟数据, 可知该模型对1997- 2006年的能源消费[6]实际数据拟合的平均误差为2.8%。 分别计算原始序列和残差序列的方差,并以此计算均值方差比C为0.11,因此根据误差检验标准,均值方差比为一级。可以看出残差修正的GM(1,1)模型预测精度较高,对于能源需求的短期预测是有效的。

结论

消费预测 篇10

自改革开放以来中国与互联网技术的发展速度日渐加快,各项硬件设施迅速得到广泛普及。2015年,随着我国“互联网+”行动计划的提出和推进,互联网对于整体社会的影响进入到新的阶段。从中国互联网络信息中心(CNNIC)2016年1月发布的中国互联网络发展状况统计报告来看:截至2015年12月,中国网民规模达到6.88亿,全年共计新增网民3951万人,互联网的普及率达50.3%,比2014年底提高了2.4个百分点。在2014年,中国网络购物用户规模达到3.6亿人,在网民中的渗透率为55.7%。同时2014年,中国网络购物市场交易规模达到2.8万亿元,大致相当于社会消费品零售总额的10.6%,年度线上渗透率首次突破10%。技术进步促使经济发展,并且随着电子商务市场的发展崛起,传统商品市场正受到前所未有剧烈冲击,可以预见的是,中国正在进入一个流行的网络购物的时代。

从摘自中国互联网络信息中心(CNNIC)发布的中国网民年龄结构图来看,10到29岁的用户年龄段占50%以上的市场份额,占据网络购物年龄结构中最大的比例;而且从学位结构来看,高中和大专以上学历的网购用户比例近年来一直居高不下。通过以上数据分析不难看出,学生群体是中国最大的互联网用户群。在网购领域学生团体是网络消费的主力。据中国商业情报网络发布2016年中国网络购物市场调查显示,学生现在不是在线购物的主力,但频率逐年增加,网上购物频率增加,因此,学生群体具有不可估量的网络购物消费潜力,其潜在市场机会可能会改变现有的电子商务市场模式。

二、我国在校学生网络购物消费现状及问题分析

(一)网购频率和依赖性

在校学生是一个年轻的群体,他们充满活力,聪明好学,知识和文化水平高,所以学习能力强,接受新事物的能力也比一般人高;当代学生大多是“90后”,他们的成长伴随着信息技术的快速发展,而且他们访问和使用互联网更早,对于网上购物这种购物模式的经验和理解更加深刻。通过访问和调查发现在校学生在具有网上购物习惯的人口中所占比例非常大,达到了80%以上;一些人即使现在没有网上购物的经验,但他们展示了一个强烈的愿望———在校期间学会网购并养成网上购物的习惯;大多数人表现出频繁的购买趋势,他们每年的网购次数达到超过百次,所以可以得出在校学生网购频率较大这一结论。

现在城市规划建设的改进使得许多学校纷纷外迁,很多选择建在远离繁华市区的郊区,这些远离城市中心商业区的学校周围的购物条件有限,购物选择的空间也相对较小,再加上大多数学生没有属于自己的交通工具,交通条件不便,所以购物也相对不便。而网上商城的商品价格不仅比实体店低而且种类繁多,选择的面也很广泛,而且不需要出门只要能上网就可以选购,这样省去了很多麻烦还节省成本,因此对学生有着不小的吸引力。通过调查还发现,有很大比重的大学生对网购已经成瘾,凡是自己需要的商品他们都会以互联网为依托,寻找同款或者相似的产品,几乎不光顾实体店铺。对网络购物的依赖性较大,甚至过于寄托自己的物质需求导致入不敷出,放纵物质追求与享受,成为一个典型的现状。

(二)网购商品种类的倾向性

通过调查发现,在校学生网络购物产品类别包括服装服饰、电子技术、家居用品、皮包、教学书籍、美容护肤、虚拟产品、旅游、食品等等几乎所有类型的商品,可以说是包罗万象。但从各种商品的购买频率来看,在校学生的消费结构仍表现出一定的趋势:集中在购买服装配件、教学书籍、电子技术、虚拟产品。购物趋势,也反映了特定的性别差异:男生网上购物的频率较少,网上购物也主要集中在电子技术(如手机、平板电脑、MP3等)、教学书籍、交通、旅游等;相比之下女孩更沉迷于网上购物,购物取向主要表现在服装配件、水果零食、美容护肤、生活用品等范围。

(三)网购平台变动性、购买成交率、退/换货率

由于网上购物风险的存在,多数学生在第一次网上购物得到成功经验后,将依靠经验继续网上购物直至养成网购的消费习惯。根据调查发现在校学生在购物平台的选择和使用方面对淘宝的使用频率最高,超过了80%;但如果其他平台介绍一个更聚集眼球的活动,在校学生们还是非常愿意去感受新的购物体验。此外,一些购物网站的销售产品具备很强的针对性(如凡客诚品,卓越网和当当网等),差异化营销策略仍然可以在激烈的电子商务市场争取市场份额。这是由于学生的好奇心和学习能力强,容易也愿意接受新事物,所以在网上购物平台的选择上也呈现一定的变化趋势。

经过调查笔者还了解到,在校学生在课余时间浏览网络商品的概率非常大。与一般人群相比,在校学生有很多空闲时间和足够的时间在线阅览商品信息。据调查显示,中国在校学生平均每日在互联网上四个小时,浏览网络广告的概率也更大,但由于自己的需求限制,导致在校学生形成了在网络商城“只逛不买”的习惯,虽然浏览时间长,但成交率不高;相反,忙碌的专业人士或工作人员没有足够的空闲时间去购物,他们网上购物往往具有较强的目的,成交率高;此外,由于在校学生维权意识更强,所以他们在购买商品时普遍都有较高的要求,收到货后会发现很多商品实物和在网络上的描述差别很大,货物质量难以满足他们,他们就会渴望维权甚至退款退货,而普通消费者由于忙于工作常常因为怕麻烦,即使网购到不满意的商品也不会申请退货。

(四)畅销产品、节日促销消费量和市场潜力

网上购物大家都很关注产品是否受大家欢迎,品质是否有保证,在校学生群体由于缺乏社会经验和阅历,思想单纯,在校学生群体作为消费者的购买决策过程相对简单,他们在信息收集阶段的信息来源主要是商业来源和公共来源,而商业来源仅仅是卖家广告及网站商品详情展示,公共来源则主要依靠消费者评级机构。在校学生往往通过查看产品销量数据和翻阅商品购买者在收到货物之后给出的评价,做出购买决策,所以往往那些销量很高,评分很高的商品会成为在校学生的首选,但是网络刷单现象的存在让很多在校学生无法辨识销量数据和评分是否真实,商家信誉有待考证。

网上购物促销活动主要包括折扣、间隙、邮件、包搭配、优惠券、折扣这些促销礼品和其他促销形式,大多是商家以庆祝特别节日的形式来刺激消费者的购买欲望,更多的企业将根据节日的数字日期(如“1111”、“1212”等等)推出相关的促销活动,以此得到更多的关注。好奇心和欲望在在校学生身上表现得尤为强烈,他们容易被企业所做的促销活动所诱惑,并且他们的消费观念相对不成熟,感性消费大于理性消费,自我控制能力差,所以这些节日促销的电商活动促使他们产生更多的购买行为,由此衍生出假期抢购以及快递爆仓的现象。

(五)在校学生网购安全问题

随着网络购物在学生群体中广泛普及,加上在校学生的网络安全防范意识欠缺,使得学生成了网购被骗的重灾区,很多的在校学生受害者的正当权益得不到相关法律的及时保护。发生在我身边的一个真实案例,在某日晚上,一个学妹在淘宝网上购买了一件衣服,第二天中午接到一位陌生女子的来电,对方自称是店主并很急切的告诉学妹说前一天网站系统出了问题,需要先把钱退还给学妹后,让学妹再重新购买商品。由于对方语气很着急并了解学妹的购买信息,所以学妹就没有怀疑对方,按照对方发的网址点开后输入了自己的姓名、身份证号码、银行卡的卡号和密码等信息。过一会儿,该学妹收到了银行发来的信息,发现自己银行卡里的钱全部不翼而飞了,这时候学妹才意识到自己被骗了,并且也联系不上之前打来电话的女子。像这样真实的被骗事件我们在新闻报道中经常看到,骗子行骗的方法五花八门,让人猝不及防。在发生这样的不幸时我们都希望自己作为消费者的合法权益能够得到保障,接下来我们继续来看看消费者对于电子商务的相关诉求情况。

根据图2-1、图2-2提供的信息,可以看出在2015年上半年电子商务投诉数量在3月所占比最大,那是因为2015年上半年电商平台推出各种丰富多彩的节日促销活动大打价格战,再加上“315”消费维权日期间,用户的维权意识被进一步激发,出现投诉高峰期。仅2015年上半年网络购物在电子商务投诉领域就拔得头筹,占比33.86%,而图2-3显示网络购物十大热点被投诉问题中售假、买家信息安全、网络诈骗及相关售后问题占比靠前。这些问题的解决并不是靠买家卖家电商平台等就可以,还需要政府部门完善相关法制法规,规范市场秩序。

(六)在校学生网购行为的SWOT分析

接下来笔者将通过SWOT分析法这一经典分析方法,整合在校学生网购所拥有的资源,进一步分析在校学生自身优、劣势及其所属网购环境的机会与威胁,得出一些在校学生的网购战略选择。

通过SWOT分析方法可以看出在校学生自身优势和外部机会条件并存时可选择的增长型战略与自身处在劣势和外部威胁下的防御型战略对比明显。优势与机会并存时要竭尽全力充分利用它们,使自己获得最大利益;相反在劣势与威胁情况下就要想方设法减少内部劣势,回避外部威胁。

三、我国在校学生网购行为预测及建议

通过上述对在校学生网络购物现状的分析对其特点和存在的问题有了更加深入的了解后,我们可以根据现实状况给出一些在校学生网购行为的预测和建议。

(一)网购的安全性和服务体验

1. 注重网络购物流程的安全系数,保障个人信息安全。

规范建立网上商店的程序,坚决实行网络实名认证,落实电子商务平台服务的监督义务,维护消费者的权益。在机密信息系统和重要信息系统保护方面使用密码技术,不断改进的密码保护的技术手段,保护公民的个人隐私信息,防止信息被恶意窃取,造成不可估量的财产损失。在校学生作为消费者应该加强自我防范意识,在使用网络购物时更需要谨慎,尽管很多中学和高校都会定期开展相关安全讲座,但是仍然有很多在校学生上当受骗,这很值得我们的反思。相较社会这个大环境而言,学校则单纯简单得多,长期在这样环境下生活的同学同样也相对简单善良,更容易相信陌生人,很多进行网购诈骗的人也正是利用在校学生的善良单纯去行骗。所以在校学生应该清楚在面对陌生人时自我警惕,自我保护这道防线是万万不可松的。

完善电子商务信用评估标准。建立电子商务交易平台完整性评估机制,支持符合条件的第三方机构信用评估服务,确保商品信息的真实可靠性,使商品质量得到广泛认同,消除客户对网购产品安全性的顾虑。同时还可以全网推行15天退换货服务,当然这也需要结合多部门多方商定后拟定出更加完善的退换货条件细则,在做到公平公正的基础上去维护买卖双方合法权益。

2. 注重店铺的网络服务体系以及在线服务能力。

在校学生作为网购的巨大客户群,针对他们的特点为其提供更精准的服务是互惠互利的益事。首先,建立一个高度交互的接口,允许消费者根据个人喜好定制电子购物环境,满足他们追求个性不走寻常路的要求。应特别注意提供支持在以下两个方面:一方面是对现有产品的初步筛选,以确定什么是值得进一步考虑的,另一方面是产品的比较,然后选择产品实际的购买决定。其次,提高沟通效率,提供个性化服务。网络虚拟化,使得沟通在整个购物过程的作用尤其重要。提高沟通效率,注重沟通和语言表达的技巧性,为客户营造出亲切友好的沟通氛围,使顾客可以开心、舒适、方便地购物。

(二)网购的个性化定制和时尚产品

1. 注重购物活动个体属性间的差异。

调查发现,性别、年龄、专业、性格、家境不一样的的在校学生网购的特点也存在差别。在开发营销策略时,企业应科学地调研在校学生的消费倾向与习惯,进行相应的市场细分和市场定位,从而有针对性的开展网络营销,以此吸引在校学生的注意。在校学生中女生倾向于买衣服、袋、礼品等单位价值低的时尚商品,而男生倾向于购买单位价值高的时尚产品,如电脑、手机。从事电子商务的企业,应根据他们的需求,提供不同的产品和服务,提高网上购物的频率。电子商务的企业可以定期向在校学生客户做抽样调查进行回访,主要调查他们对自己企业商品的满意层度,希望企业能做出改进的地方,这样既可以帮助企业扩大市场,也可以让在校学生买到自己更满意的商品。

2. 注重时尚产品属性。

研究表明,时尚产品的新颖性和视觉观赏性两个属性对在校学生的网上购物行为有积极的影响。因此,企业在开发营销策略,应选择代表性的时尚产品,然后多方面地运用视听技术,充分利用“互联网+”平台及众多公共社交平台展示产品相关属性,挖掘产品独特性和创造性,利用创新手段提高产品附加值,从而吸引在校学生的注意,增加产品点击率和网站访问量,最终激发在校学生在这个商店的购买行为。

3. 注重群体的影响性。

参照群体的影响、消费者关注的品牌产品、产品的需求程度、个人网购消费习惯等等都直接或者间接的影响我国在校学生做出购物决策,电商可以根据参照群体影响消费者制定营销策略。对在校学生来说,偶像、明星等的影响力很强大,他们中的大多数都会追星或者在社交平台当中关注网络红人,并且很多在校学生会效仿偶像的穿着、用品等等,所以商家可以借助网上商店的名人代言、网络达人和专家推荐的方式来吸引学生的注意力,增加存储在线流量,促进在校学生在线交易。运用广告、促销、模仿等方式,使用群体广泛性影响力来增强消费者的扩散。

四、结语

网络购物这一购物方式正在慢慢成为我国在校学生生活中必不可少的一部分,它为在校学生带来便利同时也带来了问题,它也使得在校学生这一群体越来越受到网络营销人员的关注,虽然本文的研究尚有诸多待完善之处,相信随着本课题的深入研究,会总结出更多对电子商务网络购物领域和在校学生的网购选择有用的信息,帮助商家企业做出合理高效的营销战略的同时也提在校学生网购的满意度。并且伴随着各种相关政策的推出,政府不断加强监管力度,市场经济体制的调节和改革的进一步深入,网络购物大环境将会得到改善。我们有理由相信网络购物能够在国内更加蓬勃稳步地发展,能够吸引更多年轻有为的学生的目光。

参考文献

[1]CN N IC报告:手机使用率首超PC[J].金融科技时代,2014,22(8):7

[2]熊杰.电商PK实体零售业,未来谁主沉浮[J].信息与电脑,2015,5(2):8

[3]Yang,Lester D.Gender differences in e-commerce[J].Applied Economics,2005,37(18):2077-2089

[4]盛晏,邓洪林.面向大学生的网络营销策略分析[J].全国商情:经济理论研究,2008,(B09):25-26

[5]宋朝阳.浅析大学生网络购物的现状及前景[N].湖南财经高等专科学校学报,2009,25(119):100-101

[6]王丹等.公司战略与风险管理[M].北京:经济科学出版社,2014,3(1):51-54

[7]张高峻.基于大学生网购行为的营销策略研究[J].郑州大学学报,2013,9(2):5

[8]李贵成.高校信息用户信息行为影响因素探析[J].高校图书情报论坛,2009,8(3):50-54

[9]刘晓红.市场营销学[M].北京:化学工业出版社,2008,5(1):35

[10]石文典等.市场营销心理学[M].大连:东北财经大学出版社,2000,7(3):57

[11]许丽忆.建立中国电子商务信用评估网站的必要性及可行性分析[J].中国国际电子商务应用技术研究高级论坛论文集,2004,5(1):12

消费预测 篇11

1月～5月份，社会消费品零售总额同比增长8％，增幅比去年同期下降0.6个百分点，按一季度累计增长速度测算，4月份、5月份，批发零售贸易业损失约27.8亿元(4月份增长速度大于一季度累计增长速度)，餐饮业损失约189亿元。从地区情况来看，城市损失约174亿元，农村约损失46亿元。按去年同期增长速度测算，城市约损失154亿元，农村约损失41亿元(4月份增长速度大于去年同期)；批发零售贸易业约损失49亿元(4月份增长速度大于去年同期)，餐饮业约损失182亿元。

从具体商品种类来看，4月份、5月份零售额增长较大的主要是汽车、电子通讯产品、一些中西药、洗涤、消毒、卫生用品、一些体育器材及一些与防非典有关的家电产品，食品类中居民家庭消费部分由于前期居民的集中采购和消费弹性较小的原因，基本保持正常的增长，但由于受餐饮业的影响，食品类商品总体增长速度还是受到一定程度的影响。其他以居民消费为主的商品都受到不同程度的影响。

根据中华全国商业信息中心对全国重点大型零售企业的统计，1月～5月份商品零售额同比增长12.8％，其中5月零售额同比下降3.7％。5月份零售额中，食品类增长25％，饮料类增长24.6％，洗涤用品类增长30.5％，健身器材类增长56％，通讯器材类增长84.1％，汽车类增长60.7％。5月份零售额中，服装类下降18.8％，帽类下降44％，钟表、眼镜类下降16.9％，儿童玩具类下降20.4％，工艺美术品类下降28.7％，金银珠宝类下降22.8％，照相器材类下降51.8％，文化办公用品类下降11.1％，家具类下降33.8％，建筑及装璜材料类下降42.2％，音像器材类下降9.9％，生活电器类下降2.4％。

预计6月份，批发零售贸易业零售额同比增长9.5％，餐饮业零售额同比3.4％，全社会消费品零售总额同比增长8.2％，上半年全社会消费品零售总额同比增长8％。

非典对社会消费品零售总额增长速度的影响下半年还将持续，除了餐饮业的恢复到正常水平至少还需3个月，其他方面的影响也不能忽视：一是非典期间城内务工的居民大量回家和农民进城务工及其他一些经营活动受到限制，影响到全年收入的增长；交通、旅游、餐饮、文化娱乐等服务行业由于非典期间及非典后期受到的影响较大，职工收入较大幅度地降低。这部分人群的消费能力相应受到较大影响。二是上半年财政收入增长受到影响，支出加大，下半年虽然有国家为了尽量减小非典所造成的损失，有关促进消费等相关促进经济增长的措施会加强，但受财政状况的影响，困难是很大的；三是个别行业的发展过热现象，由于受市场的调节和国家相关政策变化约束，发展速度和相关产品的需求将会下降。

下半年从具体商品种类来看，汽车、手机由于目前库存的上升，下半年降价促销的力度会继续加大，消费将继续保持较高速度的增长；洗涤消毒用品，一些体育器材增长速度仍将快于非典前的增长速度，但增幅较5月份会有所降低；建筑及装璜材料类，由于非典期间原本装修的居民被迫推迟，非典过后，居民住房装修将集中释放，将带动此类商品快速增长；数码相机由于价格的下降和旅游的逐步回升，消费也将快速增长；受非典促使居民生活消费方式改变的影响，居民饮食的质量水平要求提高，相关食品的消费会比以前有较快的增长。而非典期间大幅增长的一些中西药品将回复到原有的水平。

消费预测 篇12

关键词：人均能源消费,预测,国际比较,可持续性增长

0引言

中国已成为世界上能源生产总量和消费总量的大国,而人均能源消费水平还处于低水平与能源大国地位很不相符,距全面建成全面小康应达到的生活水平也相距甚远。中国还是发展中国家,未来经济、人口的增长及居民生活水平的持续提高,意味着支撑经济增长的能源需求巨大,体现居民生活水平提升的重要标志之一的人均能源消费水平必定提高。中国现实能源消费暴露出的问题已严重影响到人均能源消费水平增长的可持续性。通过对此问题研究文献的梳理,发现对该问题的研究主要倾向于人均能源消费的比较研究及人均能源消费与经济发展关系的研究,人均能源消费实际实际上是一个灰色系统,已有文献其研究方法少见以灰色预测方法,且对提升我国人均能源的具体路径和策略没有深入探索。本文就此问题进行了一些探索。根据人均能源消费水平的灰色特性,运用中国能源消费现实数据通过建立人均能源消费的灰色预测模型,预测了未来中国人均能源消费水平,结合中国人均能源消费水平的国际比较,提出了我国人均能源消费水平的可持续性提高建议。

1人均能源消费的灰色特性

人均能源消费即按一国家或某一地区一定时期内能源消费总量和人口数量计算所得,人均能源消费=能源消费总量/人口数量。从公式看,人均能源消费取决于两个变量,人均能源消费是否是一个灰色系统,取决于能源消费总量、人口总量及其二者之间的数量关系三个系统是否属于灰色系统。如果决定能源消费总量的所有信息都是确定的且是人们已知的和掌握其规律的,那么能源消费总量和其决定因素系统则是一个白色系统;如果决定人口数量的所有信息都是的确定的且是人们已知的和掌握其规律的,那么人口数量及其决定因素系统也是一个白色系统;同样如果决定能源消费总量与人口数量之间的数量关系因素都是确定、人们已知和掌握规律的,那么这两个变量之间的数量关系系统也是一个白色系统。决定人均能源消费的三个因素系统都是白色系统,人均能源消费系统就是一个白色系统,那么关于未来人均能源消费就是一个简单的问题。然而现实情况并非如此,关于能源消费总量及其影响因素、人口数量及其影响因素、能源消费与人口之间的关系影响因素三个系统的研究远远达不到白色系统所有要求的所有信息都是确定、人们已知的和掌握其规律的。从已有的认知看,能源消费水平取决于经济发展水平、经济结构、技术水平、能源生产和消费结构、能源转换效率等因素,这只是从定性方面进行分析,其量的关系并没有完全、甚至没有揭示出来。经济发展总量与能源消费水平相关,但同一国家不同时期经济总量与能源消费总量之比值并不相等,二者的变化趋势方向并不总是同向。经济总量大体相同的国家其能源消费并不大体相同。

一个国家或地区人口数量的增加,是人口自然变动和机械变动综合作用的结果,但通常取决于自然生长率。即出生率减死亡率。自然变动是各种区域性地理环境因素综合影响的结果。包括经济、政治、文化教育、科学技术、医疗卫生、人口迁移、宗教、习俗、人口政策、战争等社会经济因素和自然灾害、自然环境、年龄性别结构、人体生理素质等自然因素。可见影响人口数量的因素非常复杂,这些因素与人口数量是正相关、还是负相关在不同国家表现不同、在同一国家不同时期表现也不同,人口数量与其已认知的影响因素的量关系更是无法准确描述。关于能源消费水平与人口数量之间的关系问题同样存在已知和大量未知因素信息。所以决定人均能源消费的三个变量系统都是一个灰色系统,人均能源消费自然是一个灰色系统,人均能源消费预测适合于时间灰色预测模型。

2人均能源消费灰色预测

我国人均能源消费灰色预测基础资料选取2004-2014各年相关数据如表1所示。

基础资料来源:BP2015世界能源统计报告、中国统计局.

2.1构造累加生成数列

2.2确定发展灰数a,内生控制灰数u

2.2.1建立数据矩阵B

2.2.3计算发展灰数a,内生控制灰数u

2.3构建模型

其理论值模型:

2.4模型检验

2.4.1残差检验

(1)求理论值数列。

(2)计算残差。

将理论值数列与实际值数列对比如表3所示。

残差计算结果汇总如表4。

(3)模型精度。

根据残差计算结果计算平均残差,根据平均残差评估模型精度。

2.4.2关联度

(1)按△0(i)计算关联系数。

(2)计算关联度。

(3)关联度检验。

r=0.655满足分辨p=0.5时r>0.6的要求,通过检验。

2.5我国人均能源消费预测

模型经上述两种方法检验,说明模型无论是精度还是可靠度都满足要求,可以用于预测。

预测2015-2030年我国人均能源消费如表5和图1所示。

3中国人均能源消费国际比较

3.1人均能源消费量比较

2004-2014十一年间中国人均能源消费从2004年的1.21吨油当量持续增长到2014年的2.17吨油当量,如表6所示。累计增长0.96吨油当量,平均年增长0.096吨油当量。中国人均能源消费与发达国家、发达经济体的人均能源消费差距较大,明显偏低。根据表7所示,美国2004-2014人均能源消费总体趋在递减,但都在7吨油当量以上,2014年中国人均能源消费最高至2.17吨油当量,只相当于美国人均能源消费最低年份2012年7.04吨油当量的30%。相当于经合组织人均能源消费最低年份2009年4.51吨油当量的48%,相当于欧盟人均能源消费最低年份2014年3.2吨油当量的67.8%。相当于美国人均能源消费最高年份2004年8.1吨油当量的26.8%,相当于经合组织人均能源消费最高年份2007年4.78吨油当量的45.4%,相当于欧盟人均能源消费最高年份2006年3.65吨油当量的不足60%。经合组织与欧盟人均能源消费变化不大,但每一年都在4.5吨油当量和3.2以上。

3.2人均能源消费结构国际比较

2013-2014中国人均能源消费结构国际比较(表7、表8所示)。2013年中国人均能源消费2.13(吨油当量)构成情况:石油、天然气、煤炭、核能、水电、可再生能源分别为0.37吨油当量、0.11吨油当量、1.44吨油当量、0.02吨油当量、0.15吨油当量、0.03吨油当量。中国人均煤炭消费极度偏高,是世界平均水平的2.62倍、非经合组织的3倍、经合组织的1.672倍、欧盟的2倍。中国人均石油消费0.38吨油当量,是世界平均水平的62.7%、与非经合组织相当、是经合组织的21.6%、欧盟的31.1%。中国人均天然气消费是世界平均水平的23.9%、非经合组织的40.7%、经合组织的9%、欧盟的14.1%。中国人均核能消费是世界平均水平的28.6%、与非经合组织的相当、是经合组织的5.4%、欧盟的5.1%。中国人均水电消费是经合组织的55.6%、与欧盟相当。2014年中国人均能源消费2.17吨油当量,其中,人均煤炭消费1.43吨油当量,仍然偏高但比上年有所降低,是世界平均水平的2.65倍,比上年有所提高;是非经合组织的3倍,与上年持平;是经合组织的1.63倍,比上年有所降低;是欧盟的2.7倍,比上年提高;人均石油消费0.38吨油当量,比上年有所提高,是世界平均水平的64.4%,比上年提高;是经合组织的22.4%,比上年提高;是欧盟的32.5%,比上年提高。中国天然气人均消费0.12吨油当量,比上年有所提高,是世界平均水平的27.9%,是经合组织的十分之一,欧盟的17.4%,均有所提高。

3.3我国人均电力消国际比较

如表9和图2所示,我国人均电力消耗2014年为4038千瓦小时是2005年1913千瓦小时的2.11倍,年均增长8.65%,与发达国家人均电力消耗相比差距甚远,我国2014年人均电力消耗只相当于2011年加拿大的24.6%,美国的30.5%、澳大利亚的38.4%、韩国的39.7%、日本的51.5%、法国的55%、德国的57%、俄罗斯的62%。

我国人均生活用电量2014年为506千瓦小时是2005年221.3千瓦小时的2.29倍,年均增长9.64%,快于同期人均GDP和人均国民收入的年均增长速度。但我国人均生活用电量与发达国家相比差距较大,以发达国家2011年数据相比,我国2014年人均生活用电量,相当于美国的11%、加拿大的11.4%,法国的22.17%、日本的22.29%、英国的28.44%,德国的30%,韩国的40%,俄罗斯的55%、南非的62%,比巴西、印度高。

人均生活用电量占人均电力消耗比重从2005到2014十年情况看,最高为2009年的13.15%,最低是2005年的11.57%,其他年份大体在12.5%左右,与发达国家相比,我国人均生活用电量在人均电力消费中的比重偏低,国际能源署统计显示,2011年时这一指标,美国是34.47%、英国是32.6%、法国是31.2%、日本是30%、加拿大是27%、澳大利亚是26%、德国是24%、意大利是21.4%、巴西是19%、南非是17%、俄罗斯是14%。

(单位:吨油当量/人)

(单位:吨油当量/人)

资料来源:中国统计局、世界能源统计.

(单位:消费总量:百万吨油当量,人均消费:吨油当量/人)

资料来源:中国统计局、世界能源统计.

(单位:消费总量:百万吨油当量,人均消费:吨油当量/人)

资料来源:中国统计局、世界能源统计.

根据以上灰色预测结果看,2015-2030年中国人均能源消费不断增长,2030年预计达到4.71吨油当量/人,与经合组织2013、2014年的人均能源消费水平相当,相当于美国2014年的65.87%,是中国2014年2.17吨油当量/人的2.17倍。因此,无论是按中国人均能源消费预测趋势值判断,还是与发达经济体国家人均能源消费横向比较,中国人均能源消费提升空间都比较大。

4中国人均能源消费增长的必然性

4.1未来中国经济增长刺激能源消费增长

习近平主席在2015年全国两会期间,首次针对“十三五“规划进行重要阐述,“十三五”规划是实现全面建设小康的规划,是实现第一个“一百年目标”的规划。“第一个百年”奋斗目标,即中国共产党成立100周年时,全面建成小康社会,这是中国梦的第一个宏伟目标。国家发改委2015年11月12日表示,若要实现2020年国内生产总值(GDP)比2010年翻一番的目标,“十三五”期间GDP增速底线就是6.5%,如果按6.5%底线增长速度与预计能源消费弹性系数平均0.5计算,十三五各年能源消费增长在3.25%。到2020年中国能源消费会达到2972(1+3.25%)=3600百万吨油当量。发改委表示,虽然现在经济面临下行压力,但中国完全有条件、有信心实现上述目标,最重要的因素就是中国拥有巨大的消费需求,其次地区发展空间很强大,城镇化快速推进也有利于扩大投资和消费,而创新更将成为发展第一动力。中国第一个百年目标的实现及百年目标实现的经济条件十分清楚的表明,未来中国经济增长是必然的,支撑经济增长的能源消费必然增长。

4.2人均能源消费提高是人民生活水平提高的标志

中国此前已公布了“十三五”规划建议,明确提出GDP到2020年比2010年翻一番,城乡居民人均收入也要翻一番。全面建成小康社会,预计到2020年我国人均GDP达到10000美元以上,居民生活水平比现在明显要上一个台阶,而收入水平提高人均消费水平必然提高,反映居民生活水平提高的人均能源消费水平自然提高。根据预测我国2020年人均能源消费将达到2.94吨油当量/人,是2014年的1.35倍,但相对于发达经济体而言仍然偏低,是经合组织2014年水平的64.47%,是美国2014年水平的人均能源消费7.15的41.12%。现在中国能源人均消费水平,离2020年实现全面建设小康社会的目标,跨越中等收入陷阱要求相差甚远。根据发达国家的经验,人均能源消费在经济发展到一定程度后会出现稳定并缓慢下降趋势。不同发达经济体人均能源消费达到峰值的时间和水平不尽相同,美国在2004年达到峰值8.1吨油当量/人,经合组织在2007年达到峰值4.78吨油当量,欧盟在2006年达到峰值3.65吨油当量/人。能源消费达到峰值以后,美国、欧盟、经合组织均出现了人均能源消费水平稳定且缓慢下降趋势。根据中国经济发展及能源开发利用技术,中国政府到2030年污染排放零增长的承诺,预计2030年中国人均能源消费水平可能达到峰值4.71吨油当量,此后中国人均能源消费水平稳定且缓慢下降。因此在2030年之前中国能源消费均呈现不断增长态势。如果按人均能源消费水平判断居民生活水平,那么到2030年中国居民生活水平才有望达到美国的1990年、欧盟2000年的生活水平,经合组织2007年的生活水平。因此就提升居民生活水平看,中国人均能源消费水平还有很大的提升空间。

基础数据来源:国家统计局.

4.3刺激能源终端消费是解决当前经济低迷的举措之一

2012年以来,我国经济增长速度从过去十年平均10%左右下滑到2013年的7.7%。2014的7.4%,当时认为是1990年以来的最低增速。2014年GDP总量首次突破10万亿美元(636463亿元)。2015年经济形势更是严峻,经济增长速度还在下滑,一季度经济增长7.0%,二季度虽然保持了7%的增长速度,但三季度经济增长6.9%GDP增速,首度“破7”。预计2015年度经济增速保持7%左右似乎又困难。当然7%增速从全球来看仍然属于高速度。在投资增速下降甚至出现负增长,2014年我国进出口总值26.43万亿元人民币,比2013年增长2.3%,没有达到年初预期的增长7.5%的目标,自2012年以来已是外贸增速连续第三年未达既定目标。据海关统计,2015年上半年,我国进出口总值11.53万亿元人民币,比去年同期下降6.9%。其中,出口6.57万亿元,增长0.9%;进口4.96万亿元,下降15.5%。在投资增长,进出口增长低于预期情况下,刺激国内消费无疑是正确的选择,而国内消费增长必然带动能源终端消费增加,能源终端消费的增长本身也就是国内消费增长的途径之一。人均终端能源消费增长成为破解中国当前经济低迷的当然举措之一。

5提高中国人均能源消费方式选择

在没有达到能源消费峰值之前的未来,我国能源增长空间巨大,人均能源消费增长成为必然,那么怎样提高中国人均能源消费水平,前提是人均能源消费总水平必须可持续性。人均能源消费=人均电能源消费+人均非电能消费,人均非电能消费的增长因污染严重问题很难持续。电是最清洁的能源,为此本人建议在提高人均能源消费总水平下应该大幅度提高人均电能消费消费水平,降低人均非电能消费水平。提高我国人均电力消费水平在一定程度上可以化解当前与未来我国能源消费面临的经济发展对能源巨大需求与能源资源总量、环境容量瓶颈矛盾。而提高我国人均电力消费水平就要大力提升我国电气化水平。

电气化水平是衡量一个国家现代化程度的重要标志,它通常用两个指标来表示:发电用能占一次能源的比重、电能占终端能源消费的比重。世界范围内电气化水平上升是一个普遍的规律和趋势。根据国际能源署统计显示,在发达经济体中,发电用能占一次能源消费总量的比重将平均在70%左右,电能占终端能源消费的比重将也在40%左右。根据中国统计局数据计算,我国2013年电能终端能源消费的比重为15.06%,2014年为15.59%,发电能源占一次能源消费量的比重2012年为49.3%,2013年为51.56%,2014年为52.34%。无论是电力终端消费占比还是发电能源占比,我国电气化水平都有待于提高。电气化水平提高既能有助于经济增长,又可以很好解决经济增长与对能源巨大需求之间的矛盾。因为电气化水平提高有助于提高能源利用效率,节约能源。有研究表明,电气化水平提高一个百分点,能源效率提高4%左右。从能源的终端利用效率来看,电能的终端利用效率最高,可以达到90%以上;燃气的终端利用热效率约为50%~90%,而燃煤的终端利用效率通常不高于40%。从经济效率来看,电能的经济效率是石油的3.2倍、煤炭的17.27倍,即1吨标准煤当量电力创造的经济价值与3.2吨标准煤当量的石油、17.3吨标准煤当量的煤炭创造的经济价值相同。不仅如此,电气化水平提高直接可以提升电力的终端利用水平,减少一次能源直接燃烧带来的严重污染。另外提高人均电力消费一定要提高衡量人民生活水平的人均生活用电量,我国人均生活用电量2014年为506度,只相当于发达经济体平均水平的15%左右,与我国全面建设小康社会的要求也相距甚远。

6结论

(1)中国经济发展现实及发展目标说明中国人均能源消费还有持续增长;(2)提高中国人均能源消费的方向是提高人均电力消费水平,生活人均用电量提升潜力巨大。(3)人均用电量反映生活水平高低,提升我国电气化水平是提高人均生活用电水平的途径。

参考文献

[1]于汶加.发达国家人均能源消费“零增长”现象解析[J].商业时代,2009(4).

[2]张斌.从OECD国家发展历程看我国2020年能源电力消费[J].电力技术经济,2009(2).

[3]吴建群.探索性数据分析在能源消费中的应用探讨——人均生活能源消费和人均GDP的关系研究[J].现代商贸工业2011(9).

[4]姜磊.市场机制对中国人均能源消费调节作用的实证研究[J].产经评论,2011(9).

[5]贺仁飞.人均生活能源消费、收入和碳排放的面板数据分析[J].资源科学,2012(6).

[6]岳婷.我国居民生活能源消费量的影响因素分析[J].华东经济管理,2013(11).