GDP數(shù)據(jù)對(duì)宏觀經(jīng)濟(jì)政策制定有著重要的參考作用,但由于該數(shù)據(jù)存在低頻、滯后等原因,影響了其對(duì)政策制定的支撐效果。本文通過構(gòu)建動(dòng)態(tài)倒向回歸方程,運(yùn)用工業(yè)電力大數(shù)據(jù)模擬測(cè)算GDP,以提高其頻率、消除時(shí)滯性,從而提升宏觀經(jīng)濟(jì)政策的制定效果。本研究從江蘇省工業(yè)電力大數(shù)據(jù)及其被影響因素出發(fā),運(yùn)用逐步回歸法和窗口期的動(dòng)態(tài)調(diào)整構(gòu)造測(cè)算模型,并通過從2006到2017年江蘇省電力數(shù)據(jù)的回測(cè),證實(shí)了該方法測(cè)算GDP數(shù)據(jù)的可靠性,且具有及時(shí)性和高頻性特征。 

【文章來源】：學(xué)海. 2020年01期 北大核心CSSCI

【文章頁數(shù)】：9 頁

【部分圖文】：

2006-2017年江蘇省工業(yè)企業(yè)用電量和GDP季度走勢(shì)圖

為了更加直觀地觀察測(cè)算值與官方公布值的關(guān)系,繪制GDP和GDP增長率的測(cè)算值與官方公布值的對(duì)比圖,分別見圖2和圖3。圖3 江蘇官方GDP值與測(cè)算GDP值的對(duì)比

圖2 江蘇官方GDP增速與測(cè)算GDP增速的對(duì)比從表5中的官方公布數(shù)據(jù)與測(cè)算數(shù)據(jù)可以看出,倒向解析得到的季度GDP增速與江蘇省公布的季度GDP增速不僅保持了數(shù)值正負(fù)的一致性,而且兩者數(shù)值整體相差較小。其中差距最小的是2013年四季度,相差僅只有0.36%。圖2、圖3更加直觀地反映出測(cè)算值與官方公布數(shù)值之間的誤差較小。圖2中2010-2017年間,GDP增長率測(cè)算值基本圍繞官方公布數(shù)值上下小幅波動(dòng),這說明本文使用的基于工業(yè)企業(yè)用電量數(shù)據(jù)倒向解析GDP增速的方法是可行的,測(cè)算結(jié)果也較為精確。

【參考文獻(xiàn)】：
期刊論文
[1]電力消費(fèi)量與生產(chǎn)者價(jià)格指數(shù)互動(dòng)關(guān)系研究——基于行業(yè)層面視角的實(shí)證分析[J]. 李海.  價(jià)格理論與實(shí)踐. 2016(12)
[2]中國月度GDP同比增長率估算與經(jīng)濟(jì)周期分析[J]. 高華川,白仲林.  統(tǒng)計(jì)研究. 2016(11)
[3]用電增量與經(jīng)濟(jì)發(fā)展關(guān)系分析[J]. 姚愉芳,陳杰,胡娛歐,董燁,李付強(qiáng).  中國電力. 2016(S1)
[4]智能電網(wǎng)大數(shù)據(jù)分析框架及其應(yīng)用演進(jìn)研究[J]. 孫鴻飛,弓麗棟,張海濤,武慧娟.  現(xiàn)代電力. 2016(06)
[5]氣象因子對(duì)西安城市用電量的影響研究及中長期系統(tǒng)化預(yù)測(cè)[J]. 羅慧,徐軍昶,肖波,劉波,鞏在武,劉杰.  氣象. 2016(01)
[6]面向多源異構(gòu)電網(wǎng)數(shù)據(jù)的獲取與轉(zhuǎn)換技術(shù)研究[J]. 周愛華,戴江鵬,丁杰,饒瑋,胡斌,朱力鵬.  電力信息與通信技術(shù). 2015(07)
[7]智能配用電大數(shù)據(jù)需求分析與應(yīng)用研究[J]. 王繼業(yè),季知祥,史夢(mèng)潔,黃復(fù)鵬,朱朝陽,張東霞.  中國電機(jī)工程學(xué)報(bào). 2015(08)
[8]面向智能電網(wǎng)應(yīng)用的電力大數(shù)據(jù)關(guān)鍵技術(shù)[J]. 彭小圣,鄧迪元,程時(shí)杰,文勁宇,李朝暉,牛林.  中國電機(jī)工程學(xué)報(bào). 2015(03)
[9]電網(wǎng)大數(shù)據(jù)問答[J]. 許元斌.  國家電網(wǎng). 2014(05)
[10]智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)[J]. 宋亞奇,周國亮,朱永利.  電網(wǎng)技術(shù). 2013(04)



本文編號(hào)：2922128