基于相關分析和回歸分析的能源消費影響因素研究
發(fā)布時間:2021-11-14 07:46
能源對于保障國民經濟和社會良好發(fā)展起著至關重要的作用,而能源消費總量的影響因素眾多,各因素之間的交互作用尚不明確。本文在相關性理論分析的基礎上,結合山東省1996—2017年能源消費總量統計數據,針對人口、經濟和技術等方面的13個因素,通過相關分析方法評估能源消費總量諸多因素的影響關系。研究結果表明,總人口、人均第三產業(yè)增加值、地區(qū)生產總值、進出口總額、全社會固定資產投資額、城市化率、單位GDP能耗、第二產業(yè)產值、第三產業(yè)產值、全省居民消費水平和工業(yè)增加值與能源消費總量均有強相關性。最終,通過回歸分析得到擬合度較好的能源消費總量預測模型,這對山東省能源消費短期預測與總量控制有一定的積極意義。
【文章來源】:中國能源. 2020,42(06)
【文章頁數】:6 頁
【部分圖文】:
能源消費影響因素Pearson分析圖
圖1 能源消費影響因素Pearson分析圖經過Pearson相關和Spearman相關綜合分析后,并結合變量間的交互作用程度,最終在13個變量中選取了9個變量進行多元線性回歸分析,分別是總人口、人均第三產業(yè)增加值、能源生產總量、地區(qū)生產總值、全社會固定資產投資額、城市化率、第二產業(yè)產值、全省居民生活消費水平、工業(yè)增加值。
【參考文獻】:
期刊論文
[1]多重共線性問題的嶺回歸實例[J]. 王飛,孫嘉聰,沈丹. 數學學習與研究. 2019(20)
[2]城鎮(zhèn)化進程中地區(qū)居民消費對能源消耗的影響研究[J]. 佟金萍,趙明明,馬劍鋒,楊足膺. 華東經濟管理. 2018(10)
[3]低碳經濟下的廣西產業(yè)結構、能源消耗現狀分析[J]. 牛婷婷,蔣滿霖. 柳州職業(yè)技術學院學報. 2018(03)
[4]影響我國能源消耗的因素分析[J]. 余欣媛. 經貿實踐. 2017(18)
[5]山東省能源消費情況分析及對策[J]. 崔元麗,李月旺. 智富時代. 2016(12)
[6]我國出口貿易的能耗及影響因素分析[J]. 朱啟榮,孫雪潔,楊琳. 山東財經大學學報. 2016(04)
[7]陜西省民用建筑能源消耗影響因素研究[J]. 張涑賢,王震. 工業(yè)工程. 2015(06)
[8]吉林省能源消耗影響因素實證分析[J]. 安佳,卞昊昱,王偉蘅,盧揚. 產業(yè)與科技論壇. 2015(07)
[9]山東省能源消費分析及其優(yōu)化策略[J]. 王敬華. 中國人口·資源與環(huán)境. 2014(11)
[10]山東省能源消費與碳排放分析[J]. 王同孝,趙聯振,王偉. 中國人口.資源與環(huán)境. 2012(07)
博士論文
[1]最大信息系數改進算法及其在鐵路事故分析中的應用[D]. 邵福波.北京交通大學 2016
碩士論文
[1]建筑能耗影響因素區(qū)域性比較研究[D]. 趙宗男.重慶大學 2017
[2]多重共線性修正方法的比較與應用研究[D]. 林石蓮.廣東財經大學 2016
[3]大數據的統計分析技術比較研究[D]. 張海洋.南京大學 2014
[4]多元線性回歸中多重共線性問題的解決辦法探討[D]. 張鳳蓮.華南理工大學 2010
本文編號:3494239
【文章來源】:中國能源. 2020,42(06)
【文章頁數】:6 頁
【部分圖文】:
能源消費影響因素Pearson分析圖
圖1 能源消費影響因素Pearson分析圖經過Pearson相關和Spearman相關綜合分析后,并結合變量間的交互作用程度,最終在13個變量中選取了9個變量進行多元線性回歸分析,分別是總人口、人均第三產業(yè)增加值、能源生產總量、地區(qū)生產總值、全社會固定資產投資額、城市化率、第二產業(yè)產值、全省居民生活消費水平、工業(yè)增加值。
【參考文獻】:
期刊論文
[1]多重共線性問題的嶺回歸實例[J]. 王飛,孫嘉聰,沈丹. 數學學習與研究. 2019(20)
[2]城鎮(zhèn)化進程中地區(qū)居民消費對能源消耗的影響研究[J]. 佟金萍,趙明明,馬劍鋒,楊足膺. 華東經濟管理. 2018(10)
[3]低碳經濟下的廣西產業(yè)結構、能源消耗現狀分析[J]. 牛婷婷,蔣滿霖. 柳州職業(yè)技術學院學報. 2018(03)
[4]影響我國能源消耗的因素分析[J]. 余欣媛. 經貿實踐. 2017(18)
[5]山東省能源消費情況分析及對策[J]. 崔元麗,李月旺. 智富時代. 2016(12)
[6]我國出口貿易的能耗及影響因素分析[J]. 朱啟榮,孫雪潔,楊琳. 山東財經大學學報. 2016(04)
[7]陜西省民用建筑能源消耗影響因素研究[J]. 張涑賢,王震. 工業(yè)工程. 2015(06)
[8]吉林省能源消耗影響因素實證分析[J]. 安佳,卞昊昱,王偉蘅,盧揚. 產業(yè)與科技論壇. 2015(07)
[9]山東省能源消費分析及其優(yōu)化策略[J]. 王敬華. 中國人口·資源與環(huán)境. 2014(11)
[10]山東省能源消費與碳排放分析[J]. 王同孝,趙聯振,王偉. 中國人口.資源與環(huán)境. 2012(07)
博士論文
[1]最大信息系數改進算法及其在鐵路事故分析中的應用[D]. 邵福波.北京交通大學 2016
碩士論文
[1]建筑能耗影響因素區(qū)域性比較研究[D]. 趙宗男.重慶大學 2017
[2]多重共線性修正方法的比較與應用研究[D]. 林石蓮.廣東財經大學 2016
[3]大數據的統計分析技術比較研究[D]. 張海洋.南京大學 2014
[4]多元線性回歸中多重共線性問題的解決辦法探討[D]. 張鳳蓮.華南理工大學 2010
本文編號:3494239
本文鏈接:http://sikaile.net/kejilunwen/dongligc/3494239.html