1、題目(tm)：基于(jy)多元回歸分析(fnx)的國內(nèi)人均生活能源消費(fèi)量預(yù)測院 系 信息系 專 業(yè) 統(tǒng)計(jì)學(xué) 班 級 學(xué)生姓名 學(xué) 號 導(dǎo)師姓名 導(dǎo)師職稱 副教授 2014 年 3 月 16 日【摘要(zhiyo)】 本文運(yùn)用(ynyng)了相關(guān)性分析和多元回歸的方法研究了國內(nèi)能源總產(chǎn)量，居民消費(fèi)水平等因素(yn s)對國內(nèi)人均生活能源消費(fèi)量的影響，發(fā)現(xiàn)國內(nèi)能源總產(chǎn)量、貨幣和準(zhǔn)貨幣這兩個因素對國內(nèi)人均生活能源消費(fèi)量作用最大，因此建立了多元回歸方程。并采用一次指數(shù)平滑法計(jì)算得到2015年-2017年國內(nèi)能源總產(chǎn)量的預(yù)測值為：（）；貨幣和準(zhǔn)貨幣的預(yù)測值為：（）。結(jié)合多元回歸模型預(yù)測了2015年-20

2、17年人均生活能源的消費(fèi)量。結(jié)果表明多元回歸模型是研究國內(nèi)人均生活能源消費(fèi)量影響因素和預(yù)測的好方法。關(guān)鍵詞：多元回歸；相關(guān)性；指數(shù)平滑；檢驗(yàn)【Abstract】（英文摘要(zhiyo)標(biāo)題用四號Times New Roman字體(zt)加粗，居中加“【】”括號(kuho)；段前、段后各一行）（Times New Roman字體12號，行距20磅）。（空2行）Key words：；（小四號Times New Roman字體）（四號Times New Roman字體加粗，居左空兩字）目錄(ml) 緒論(xln) （一）問題(wnt)的提出 （二）國內(nèi)外學(xué)者的研究梳理 （三）本文采用多元回歸模型研究

3、的原因分析多元回歸模型的理論研究 （一）模型原理 （二）相關(guān)系數(shù)分析原理 （三）多元回歸模型的檢驗(yàn)原理國內(nèi)人均生活能源消費(fèi)量的模型建立與預(yù)測 （一）原始數(shù)據(jù)的導(dǎo)入 （二）影響國內(nèi)人均生活能源消費(fèi)量相關(guān)性的分析 （三）國內(nèi)人均生活能源消費(fèi)量多元回歸模型的建立 （四）多元回歸模型的檢驗(yàn) （五）國內(nèi)人均生活能源消費(fèi)量的預(yù)測結(jié)論與建議1緒論(xln)1.1國內(nèi)人均生活能源消費(fèi)量問題(wnt)的提出根據(jù)中國能源統(tǒng)計(jì)年鑒的統(tǒng)計(jì)數(shù)據(jù)，從 1995 年到 2010 年的十六年間，我國工業(yè)部門能源消費(fèi)量占終端消費(fèi)總量的70%左右，居民生活直接能耗則約為11%。在能源供給(gngj)和需求矛盾日益尖銳的今天，中國

4、迫切需要改變高能耗高排放的現(xiàn)狀，因此長期將提高能源效率、降低能源強(qiáng)度的重點(diǎn)放在工業(yè)領(lǐng)域。但是，居民家庭生活能源消耗是中國工業(yè)部門之外的第二大能源消耗領(lǐng)域，發(fā)達(dá)國家的經(jīng)驗(yàn)顯示，即使完成了工業(yè)結(jié)構(gòu)的調(diào)整，節(jié)能形式依然嚴(yán)峻，其中居民消費(fèi)的能源不斷增長就是重要原因。近些年來我國的社會經(jīng)濟(jì)發(fā)展取得了顯著的進(jìn)步，國內(nèi)生產(chǎn)總值連續(xù)保持高增長，我國已開始步入工業(yè)化的高速發(fā)展時期，而這一時期正處于高耗能階段，加之我國城市化進(jìn)程的推進(jìn)，使得我國由于經(jīng)濟(jì)的增長和居民的生活水平的提高加大了對能源的需求，而其中居民能源消費(fèi)呈現(xiàn)出快速增長的特點(diǎn)，占我國能源消費(fèi)總量的比重越來越大。據(jù)國家統(tǒng)計(jì)局公布的數(shù)據(jù)，從1983年到20

5、11 年，我國人均生活能源消費(fèi)量從106.6千克標(biāo)準(zhǔn)煤上升到278.3千克標(biāo)準(zhǔn)煤，漲幅高達(dá)161%。從2000 年起，我國的能源消費(fèi)總量年增長率約為8.6%，而居民生活能源消費(fèi)量則以每年9.3%的速度不斷增長，超過了能源消費(fèi)總量的增長速度。未來能源的供給能否支撐我國經(jīng)濟(jì)的可持續(xù)增長，成為國內(nèi)外關(guān)注的話題。因此做好未來人均生活能源消費(fèi)量的預(yù)測分析，為能源規(guī)劃及政策的制訂提供科學(xué)的依據(jù)，對于保持我國社會經(jīng)濟(jì)健康、持續(xù)、穩(wěn)定的發(fā)展具有重要的理論與現(xiàn)實(shí)意義。1.2國內(nèi)外學(xué)者的研究梳理對居民能源消費(fèi)的研究興起于20世紀(jì)70年代，首要原因是當(dāng)時的石油危機(jī)導(dǎo)致能源價格急劇上升，其次是因?yàn)榫用裣M(fèi)的能源在全社

6、會終端能源消費(fèi)中占據(jù)的比例不斷增大，逐漸成為工業(yè)部門之外的第二大能源消費(fèi)領(lǐng)域。目前國內(nèi)已有學(xué)者對中國未來能源消耗進(jìn)行預(yù)測，劉蘭風(fēng)采用協(xié)整與誤差修正模型、時變參數(shù)模型來對我國的能源需求進(jìn)行模擬與預(yù)測；宋春梅遵循可持續(xù)發(fā)展原則，采用能源強(qiáng)度法對中國各產(chǎn)業(yè)部門和生活能源需求進(jìn)行預(yù)測和分析；謝妍、李牧在灰色系統(tǒng)理論基礎(chǔ)上引人遺傳算法，對該灰色預(yù)測模型參數(shù)進(jìn)行優(yōu)化，從而獲得更為精確的能源預(yù)測模型和預(yù)測值。 王春清、郝黎明(lmng)、趙小萍等（2005）建立(jinl)了用于預(yù)測家庭能源消費(fèi)的模型，文章采用了回歸方法對吉林省的居民生活能源消費(fèi)進(jìn)行了分析，主要是通過選取居民生活消費(fèi)的能源種類（電力、燃?xì)狻?/p>

7、汽油、煤、熱五種）分別建立了城市居民生活能源和農(nóng)村居民生活能源的預(yù)測模型，即在掌握每戶的電器擁有數(shù)量、電炊具擁有數(shù)量、汽車的擁有量，煤的消費(fèi)數(shù)量和集中供熱的普及率等因素的基礎(chǔ)上算出每戶各種能源消費(fèi)的數(shù)量，再乘以總戶數(shù)，從而推算得出城市居民和農(nóng)村居民的生活能源消費(fèi)量。接著運(yùn)用預(yù)測的能源消費(fèi)量與家庭能源消費(fèi)的變化趨勢進(jìn)行比較，驗(yàn)證了該模型的準(zhǔn)確性。邢璐、鄒驥、石磊（2010）采用神經(jīng)網(wǎng)絡(luò)預(yù)測模型對其進(jìn)行了預(yù)測，通過模型預(yù)測了各種生活(shnghu)能源在2020 年的消費(fèi)數(shù)量，從而對未來居民能源的消費(fèi)水平和消費(fèi)結(jié)構(gòu)進(jìn)行了分析，得出的結(jié)論是，我國的居民能源消費(fèi)結(jié)構(gòu)在未來會發(fā)生不同的變化，其中煤炭在能

8、源消費(fèi)總量中所占的比例會越來越小，但由于社會經(jīng)濟(jì)條件的現(xiàn)狀和煤炭的使用便利的特點(diǎn)，其消費(fèi)量仍會占據(jù)能源消費(fèi)總量的20%左右；石油和電力的增長速度最快，會成為居民生活能源最大的消費(fèi)部分，天然氣在現(xiàn)有的需求量上將會出現(xiàn)大幅的上漲，提出應(yīng)通過增加進(jìn)口來加大天然氣的市場供應(yīng)量。劉亞男、呂晨思、項(xiàng)茹昱（2013）建立時間序列ARIMA模型預(yù)測2013年-2015年我國人均生活能源消費(fèi)量，文章選取1990-2009年我國人均生活能源消費(fèi)量共20個數(shù)據(jù)作為樣本分析。得出的結(jié)論是：從模型預(yù)測結(jié)果可以明顯看出在未來的短期幾年里，人均生活能源消費(fèi)量還在不斷上升，依照本文構(gòu)建的模型，2013年我國的人均生活能源消費(fèi)

9、量將達(dá)到535.2 千克標(biāo)準(zhǔn)煤。越來越高的能源消耗將給社會、經(jīng)濟(jì)和環(huán)境帶來更大的壓力和挑戰(zhàn)。面對高能耗的未來，國家需要繼續(xù)采取政策調(diào)節(jié)來使減少生活能源的消耗，建設(shè)節(jié)能型社會。1.3本文采用多元回歸模型研究的原因分析 在解決實(shí)際問題的時候，我們經(jīng)常遇到多個變量同處于一個過程之中，它們之間相互聯(lián)系、相互作用，要了解變量之間如何發(fā)生相互影響的，就需要利用回歸分析。回歸分析是確定兩種或兩種以上變數(shù)間相互依賴的定量關(guān)系的一種統(tǒng)計(jì)分析方法，被廣泛的應(yīng)用與社會經(jīng)濟(jì)現(xiàn)象變量之間的影響因素和關(guān)聯(lián)性的分析。回歸分析主要優(yōu)點(diǎn)有：（1）通過分析大量的樣本數(shù)據(jù)，確定變量之間的數(shù)學(xué)關(guān)系式。（2）對所確定的數(shù)學(xué)關(guān)系式的可信

10、程度進(jìn)行各種統(tǒng)計(jì)檢驗(yàn)，并區(qū)分出對某一特定變量影響較為顯著的變量和影響不顯著的變量。（3）利用所確定的數(shù)學(xué)關(guān)系式，根據(jù)一個或幾個變量的值來預(yù)測或控制另一個特定變量的取值，并給出這種預(yù)測或控制的精確度。回歸分析分為醫(yī)院回歸和多元回歸，由于存在多個因素影響國內(nèi)人均生活能源消費(fèi)量，用一個變量無法描述，所以本文選用多元回歸模型進(jìn)行研究。2多元回歸模型(mxng)的理論研究2.1模型(mxng)原理 多元回歸模型是回歸分析中的一種，是指有一個因變量多個(du )自變量的線性回歸模型，用于揭示因變量與多個自變量之間的線性相關(guān)關(guān)系。多元線性回歸模型的數(shù)學(xué)方程為：式中，y表示為因變量，xi為自變量，n為自變量的

11、個數(shù)，表示隨機(jī)因子對y的影響。在本文研究中，通過分析各個指標(biāo)與國內(nèi)人均生活能源消費(fèi)量之間的線性相關(guān)性，確定與人均生活能源消費(fèi)量最密切的變量指標(biāo)以人均生活能源消費(fèi)量作為因變量，以能源生產(chǎn)總量等指標(biāo)作為自變量建立多元線性回歸模型，進(jìn)行未來時點(diǎn)的人均生活能源消費(fèi)量預(yù)測。2.2相關(guān)系數(shù)分析原理相關(guān)分析和回歸分析是統(tǒng)計(jì)分析方法中最重要內(nèi)容之一，是多元統(tǒng)計(jì)分析方法的基礎(chǔ)。相關(guān)分析主要用于研究和分析變量之間的相關(guān)關(guān)系，了解變量之間的密切程度。相關(guān)系的大小可以用相關(guān)系數(shù)來表示，兩個變量在系統(tǒng)發(fā)展過程中相對變化基本一致，其表現(xiàn)出的相關(guān)系數(shù)就越大，則認(rèn)為兩者相關(guān)性大；反之，兩者相關(guān)性小。相關(guān)系數(shù)（r）公式為：r是

12、一個描述變量線性相關(guān)強(qiáng)度的量，取值于-1和1之間。當(dāng)兩個(lin )變量有很強(qiáng)的線性相關(guān)時，相關(guān)系數(shù)接近于1（正相關(guān)）或-1（負(fù)相關(guān)），而當(dāng)兩個變量不那么線性相關(guān)時，相關(guān)系數(shù)就接近0。2.3多元回歸模型(mxng)的檢驗(yàn)原理2.3.1模型(mxng)擬合程度的檢驗(yàn)?zāi)Ｐ蛿M合程度用方程的相關(guān)系數(shù)R2來表示，模型擬合程度是方程中變量X對Y的解釋程度。R2取值在0到1之間，越接近1，表明方程中X對Y的解釋能力越強(qiáng)。R2 =ESS/TSS TSS=ESS+RSS 2.3.2回歸方程的顯著性檢驗(yàn) 回歸方程的顯著性檢驗(yàn)，即檢驗(yàn)整個回歸方程的顯著性，或者說是評價所有自變量與因變量的線性關(guān)系是否密切。常采用F檢

13、驗(yàn)，F(xiàn)統(tǒng)計(jì)量的計(jì)算公式為：根據(jù)給定的顯著水平，自由度（k，n-k-1）查F分布表，得到相應(yīng)的臨界值，若F，則回歸方程具有顯著意義，回歸效果顯著；若F，則回歸系數(shù)與0有顯著差異，反之則與0無顯著差異。統(tǒng)計(jì)量的計(jì)算公式為：式中是多元線性回歸方程中求解回歸系數(shù)矩陣的逆矩陣的主對角線上的第j個元素。2.3.4計(jì)量經(jīng)濟(jì)學(xué)DW檢驗(yàn)在回歸(hugu)分析法中，假設(shè)隨機(jī)誤差項(xiàng)在不同的樣本點(diǎn)之間是不相關(guān)的，即 與 (ij)相互獨(dú)立。但在實(shí)際問題中，經(jīng)常出現(xiàn)與此相違背(wibi)的情況, 與(ij)之間存在相關(guān)性，稱為序列相關(guān)。若存在序列相關(guān)，則此時的回歸模型無效，必須重新建立(jinl)回歸模型。在序列相關(guān)中，

14、最常見的是一階自相關(guān)即 與 相關(guān)，而對一階自相關(guān)最常用的檢驗(yàn)方法是DW檢驗(yàn)法，當(dāng)DW的檢驗(yàn)值接近于2則說明因變量的取值不存在序列相關(guān)。定義DW統(tǒng)計(jì)量為：其中是的估計(jì)值。3國內(nèi)人均生活能源消費(fèi)量的模型建立與預(yù)測3.1原始數(shù)據(jù)的導(dǎo)入表1 原始數(shù)據(jù)表年 份人均生活能源消費(fèi)量能源生產(chǎn)總量貨幣和準(zhǔn)貨幣居民消費(fèi)水平農(nóng)、林、牧、漁業(yè)總產(chǎn)值國民總收入2000123.6603255135048134610.3363224915.898000.4542001127.2403956143875158301.93886.9226179.6108068.2212002134.0398469150656185006.97

15、4143.7527390.8119095.6892003153.4047056171906221222.84474.5329691.8134976.9722004175.67200821966482541075031.9936239.0159453.6052005194.1017127216219298755.75596.2039450.9183617.3752006211.7829012232167345603.596298.5740810.8215904.4062007233.8132513247279403442.217309.6348893.0266421.9992008240.804

16、7559260552475166.68430.1558002.2316030.3392009254.1940299274619606225.019283.2860361.0340319.9522010258.3375472296916725851.810522.3969319.8399759.5392011278.3208621317987851590.912569.9681303.9468562.378上表數(shù)據(jù)來源于國家統(tǒng)計(jì)局2013年統(tǒng)計(jì)年鑒3.2影響國內(nèi)人均生活能源消費(fèi)量相關(guān)性的分析國內(nèi)人均生活能源消費(fèi)量變化的影響因素主要取決于經(jīng)濟(jì)、社會及政治(zhngzh)的變化，因此影響國內(nèi)人均生活

17、能源消費(fèi)量相關(guān)性的分析研究也成為重要課題(kt)之一。本文選取了5個具有(jyu)代表性的指標(biāo)如：國內(nèi)能源總產(chǎn)量，居民消費(fèi)水平等因素來分析，運(yùn)用SPSS17.0中文版進(jìn)行人均生活能源消費(fèi)量與各因子之間的相關(guān)性系數(shù)計(jì)算,在信度=1%水平上，計(jì)算人均生活能源消費(fèi)量與所選指標(biāo)之間的Pearson相關(guān)系數(shù)如下表：表2 Pearson相關(guān)系數(shù)表指標(biāo)人均生活能源消費(fèi)量能源生產(chǎn)總量貨幣和準(zhǔn)貨幣居民消費(fèi)水平農(nóng)、林、牧、漁業(yè)總產(chǎn)值國民總收入人均生活能源消費(fèi)量10.9940.9330.9480.9540.958由上表可以看出，本研究所選定的國內(nèi)能源總產(chǎn)量、貨幣和準(zhǔn)貨幣、居民消費(fèi)水平、農(nóng)、林、牧、漁業(yè)總產(chǎn)值和國民總

18、收入與人均生活能源消費(fèi)量的Pearson相關(guān)系數(shù)都在0.90-1.00之間，為極其相關(guān)，且相關(guān)系數(shù)均為正值，呈正相關(guān)關(guān)系。因此，本文選取能源總產(chǎn)量、貨幣和準(zhǔn)貨幣、居民消費(fèi)水平、農(nóng)、林、牧、漁業(yè)總產(chǎn)值和國民總收入5個指標(biāo)同時作為預(yù)測人均生活能源消費(fèi)量回歸模型的因子，建立多元回歸方程。3.3多元回歸模型對國內(nèi)人均生活能源消費(fèi)量的建立國內(nèi)人均生活能源消費(fèi)量回歸模型的建立，在SPSS17.0中文版軟件中將2000年-2011年歷年的能源總產(chǎn)量、貨幣和準(zhǔn)貨幣、居民消費(fèi)水平、農(nóng)、林、牧、漁業(yè)總產(chǎn)值和國民總收入分別依次設(shè)為x1、x2、x3、x4、x5輸入到自變量欄中，將人均生活能源消費(fèi)量輸入到因變量欄，在置

19、信度=0.1水平上，運(yùn)用逐步進(jìn)入法進(jìn)行線性回歸方程的模擬，得到如下結(jié)果：表3模型匯總c模型RR 方調(diào)整 R 方標(biāo)準(zhǔn) 估計(jì)的誤差Durbin-Watson1.994a.989.9886.1312.997b.993.9924.9561.635a. 預(yù)測變量: (常量), x1。b. 預(yù)測變量: (常量), x1, x2。c. 因變量: y表4Anovac模型平方和df均方FSig.1回歸33298.111133298.111885.850.000a殘差375.8891037.589總計(jì)33674.000112回歸33452.959216726.480681.042.000b殘差221.041924

20、.560總計(jì)33674.00011a. 預(yù)測變量: (常量), x1。b. 預(yù)測變量: (常量), x1, x2。c. 因變量: y表5系數(shù)a模型非標(biāo)準(zhǔn)化系數(shù)標(biāo)準(zhǔn)系數(shù)tSig.B標(biāo)準(zhǔn) 誤差試用版1(常量)1.9706.845.288.779x1.001.000.99429.763.0002(常量)-21.04810.708-1.966.081x1.001.0001.22112.976.000 x2-5.604E-5.000-.236-2.511.033從表4中可以看出兩個模型的顯著性水平(shupng)均為0.000，明顯小于，說明這個回歸模型(mxng)均有意義。結(jié)合表3、表4、表5的SPS

21、S運(yùn)行結(jié)果可以判定選第2個模型作為回歸模型，得出多元回歸方程：y=-21.048+0.001x1-(5.604*10(-5)x2其中(qzhng)：y是國內(nèi)人均生活能源消費(fèi)量，x1是能源總產(chǎn)量，x2是貨幣和準(zhǔn)貨幣。3.4多元回歸模型的檢驗(yàn)由表3中可以看出模型1的調(diào)整R方為0.994,模型2的調(diào)整R方為0.993,兩個模型的調(diào)整判定系數(shù)都接近于1，無很大差別，均符合模型擬合程度的檢驗(yàn)。表5中分別給出了回歸系數(shù)，回歸系數(shù)的標(biāo)準(zhǔn)誤差，標(biāo)準(zhǔn)化回歸系數(shù)，T檢驗(yàn)值，T檢驗(yàn)值的顯著性水平，從模型的T檢驗(yàn)值和顯著性水平可以看出模型1的常數(shù)項(xiàng)達(dá)不到0.1的顯著性水平，因變量x1項(xiàng)達(dá)到0.1的顯著性水平；模型2的

22、常數(shù)項(xiàng)和應(yīng)變量x1、x2項(xiàng)均達(dá)到了0.1的顯著性水平，所以模型2通過了T檢驗(yàn)。從表4中可以(ky)知道模型1的F值=885.850，模型2的F值=681.042，兩個模型的F值的顯著性水平Sig=0.0000.1，所以(suy)兩個模型均能通過回歸方程的顯著性檢驗(yàn)(jinyn)。由表3可得模型2的DW檢驗(yàn)值結(jié)果是1.635，接近于2 ，證明因變量x1、x2的取值不存在序列相關(guān)，所以模型2通過了DW檢驗(yàn)。3.5國內(nèi)人均生活能源消費(fèi)量的預(yù)測本文選用一次指數(shù)平滑法預(yù)測2015年-2017年能源總產(chǎn)量和貨幣和準(zhǔn)貨幣的預(yù)測值。指數(shù)平滑法是生產(chǎn)預(yù)測中常用的一種方法，也用于中短期經(jīng)濟(jì)發(fā)展趨勢預(yù)測，在所有預(yù)測

23、方法中指數(shù)平滑是用得最多的一種。指數(shù)平滑法則兼容了全期平均和移動平均所長，不舍棄過去的數(shù)據(jù)，但是僅給予逐漸減弱的影響程度，即隨著數(shù)據(jù)的遠(yuǎn)離，賦予逐漸收斂為零的權(quán)數(shù)。指數(shù)平滑法的基本公式是：式中， 是時間t的平滑值；是時間t的實(shí)際值；是時間t-1的平滑值；平滑常數(shù)，其取值范圍為0,1。在Excel中對能源總產(chǎn)量和貨幣和準(zhǔn)貨幣運(yùn)用線性回歸預(yù)測：2015年能源總產(chǎn)量和貨幣和準(zhǔn)貨幣的預(yù)測值分別是384490、1036427；2020年能源總產(chǎn)量和貨幣和準(zhǔn)貨幣的預(yù)測值分別是:469220、1420418。將預(yù)測指標(biāo)帶入公式求得2015年和2020年國內(nèi)人均生活能源消費(fèi)量（千克標(biāo)準(zhǔn)煤）為：Y(2015)=

24、305.3606 Y(2020)=368.57184結(jié)論及建議本文選取了國內(nèi)能源總產(chǎn)量、貨幣和準(zhǔn)貨幣、居民消費(fèi)水平、農(nóng)、林、牧、漁業(yè)總產(chǎn)值和國民總收入5個因素來分析人均生活能源消費(fèi)量。運(yùn)用相關(guān)性分析發(fā)現(xiàn)所選取的5個因素均與人均生活能源消費(fèi)量極其相關(guān)，且相關(guān)系數(shù)均為正值，呈正相關(guān)關(guān)系。后運(yùn)用多元回歸分析的方法選取了能源總產(chǎn)量、貨幣和準(zhǔn)貨幣兩個變量建立了多元回歸模型：y=-21.048+0.001x1-(5.604*10(-5)x2。最后采用一次指數(shù)平滑法預(yù)測出2015年-2017年能源總產(chǎn)量和貨幣和準(zhǔn)貨幣的預(yù)測值（），將兩個預(yù)測值帶入到多元回歸方程得出2015年-2017年國內(nèi)人均生活能源消費(fèi)量

25、的預(yù)測值分別為：由于搜集到的數(shù)據(jù)有限，模型會存在一定的局限性，但是從以上的模型預(yù)測結(jié)果可以明顯看出在未來的短期幾年里，人均生活能源消費(fèi)量還在不斷上升。越來越高的能源消耗將給社會、經(jīng)濟(jì)和環(huán)境帶來更大的壓力和挑戰(zhàn)，面對高能耗的未來，國家需要繼續(xù)采取(ciq)政策調(diào)節(jié)來減少生活能源的消耗，建設(shè)節(jié)能型社會，優(yōu)化能源消費(fèi)結(jié)構(gòu)，降低個人碳排放量，提高太陽能、風(fēng)能等清潔能源的利用，以實(shí)現(xiàn)經(jīng)濟(jì)的可持續(xù)發(fā)展。同時要全力地提高能源利用效率，使單位GDP的“碳消耗(xioho)”逐步降低，優(yōu)化能源消費(fèi)結(jié)構(gòu)，降低煤炭消費(fèi)比重，提高清潔、優(yōu)質(zhì)能源在消費(fèi)結(jié)構(gòu)中的比重。發(fā)展低碳經(jīng)濟(jì)，建設(shè)低碳社會，將是未來可持續(xù)(chx)發(fā)展、構(gòu)建和諧社會的重要戰(zhàn)略選擇。 參考文獻(xiàn)1 陳藝天，ARIMA模型在我國人均生活能源消費(fèi)量預(yù)測中的應(yīng)用J，科技創(chuàng)新導(dǎo)報(bào)，2011，（26）。2 湯長俊， 潘玉田， 胡會芳， 馬昀， TANG Chang-jun， PAN Yu-tian， HU Hui-fang，MA JunGM(1,1)模型預(yù)測火炮研制費(fèi)用的應(yīng)用J，火力與指揮控制，2009，34（9）。3 吉培榮， 胡翔勇， 熊冬青，對灰色預(yù)測模型的分析與評價J， HYPERLINK /Periodical-sdnykx.aspx 水電能源科學(xué) ，1999,17(2)。4 李偉， 彭宇軍， 楊強(qiáng)華，