罗 党，袁晓慧

(华北水利水电学院数学与信息科学学院，河南郑州450011)

河南省电力消费影响因素分析

罗 党，袁晓慧

(华北水利水电学院数学与信息科学学院，河南郑州450011)

采用熵值法和层次分析法来确定指标权重，从而改进经典灰色关联分析模型。利用此模型，对河南省电力消费的影响因素进行分析，得出各个影响因素对河南省电力消费的影响程度，最后根据分析结果提出可行性建议。

河南省;电力消费;AHP;熵值法;影响因素

一、引言

河南省作为人口大省，在日常生产和消费活动中对电力有着巨大的需求。近年来，随着河南省经济的快速发展，河南省的电力消费出现大幅增长的趋势，导致电力供应紧张。特别是在夏冬两季用电高峰期间，电力供应形势严峻，很多地方出现了拉闸限电的现象，给居民生活带来很多不便。影响河南省电力消费的因素很多，如国内生产总值(GDP)、人口数、电价、居民人均可支配收入、国家政策、地区气温等，这些影响因素的变化也导致了河南省电力消费量的变化。笔者通过对影响河南省电力消费的因素进行定量分析，找出影响河南省电力消费的主要因素与次要因素，为预测河南省电力消费量提供依据，为减少电力消耗提供建议，同时也对河南省制定合理的电力发展规划方案提供一些参考。

数理统计中的因子分析法、DEA分析法、主成分分析法都可以进行系统分析，但这些方法在实际运用中存在一些不足之处，如需要大量的数据、必须判断样本服从某个典型的概率分布、计算量很大等。而灰色关联分析方法对样本数据多少没有要求，对于数据有无规律同样适用，且计算量小，在一定程度上弥补了这些方法的缺陷，符合我国统计数据十分有限、灰度大、没有典型分布规律的特点。

二、改进的灰色关联分析方法

(一)灰色关联分析法［1］(P62－99)

灰色关联分析法是灰色系统理论的一种因素比较分析方法，根据序列曲线几何形状的相似程度来分析参考序列和比较序列的关联度大小。在给出参考序列X0=(x0(1)，x0(2)，…，x0(n))与比较序列Xi=(xi(1)，xi(2)，…，xi(n))，i=1，2，…，m之后，对于ξ∈(0，1)，令:γ0i(k)=

式中:ξ称为分辨系数，通常取ξ=0．5，则X0与Xi的灰色关联度为:

(二)改进的灰色关联分析法

原有的灰色关联分析法，由于对各影响指标运用等权处理的方法，没有考虑到人们更看重或者更偏爱某些指标的事实，无法体现因素之间的区别，结果准确性不高。据此，笔者采用改进的灰色关联分析方法［2］。它是在经典的灰色关联分析法的基础上，采用客观赋权熵值法和主观赋权层次分析法来确定指标权重，从而使计算结果的精确度更高。其计算步骤如下:

(1)求出比较序列Xi与参考序列X0的灰色关联度γ0i。

(2)用熵值法确定各指标值对应的权重。在有t个评价指标、m个被评价对象的指标评价体系中，通过对原始数据进行无量纲化和归一化处理，得到矩阵R=(rij)m×t，对第j个评价指标有信息熵为:

熵值法确定各指标值对应的权重为:

α=(α1，α2，…，αt)

(3)运用主观赋权层次分析法确定各指标值对应的权重［3］(P228－232)。首先明确评价对象，建立层次结构模型，然后构造两两比较的判断矩阵，计算权向量并做一致性检验，最后得到指标的综合重要度β=(β1，β2，…，βt)

(4)熵值法与层次分析法结合得到综合权重:

(5)计算灰色加权关联度。灰色加权关联度的计算公式为:

式中:Vi为第i个影响因素对参考因素的灰色加权关联度，r0ij为第i个影响因素对第j个评价指标的关联度。

(6)评价分析。将灰色加权关联度按大小进行排序，关联度越大说明该影响因素对系统影响程度越大。

三、河南省电力消费影响因素的灰色关联度分析

影响河南省电力消费的因素有很多。对河南省电力消费进行分析时，将影响因素的各个方面都进行分析不现实，也没必要。笔者选择了几个明显影响河南省电力消费、方便进行定量化处理、易于获取系统行为特征的数据序列的因素进行关联度分析。这几个影响因子包括:国内生产总值(GDP)、人口数、居民人均可支配收入、固定资产投资总额、城市化水平［4］。

(一)数据选取及整理

本文各项数据主要来源于2010河南省统计年鉴［5］、河南电力监管工作简报［6］，选取了1994年到2009年的时间序列数据对河南省电力消费的影响因素进行灰色关联度分析。国内生产总值(GDP)、居民人均可支配收入、固定资产投资总额必须经过计算才能得到实际值，以调整通货膨胀影响。其中，实际GDP为1994年名义GDP乘以GDP指数(以1994年的指数为基点)所得;实际居民人均可支配收入为名义人均可支配收入除以居民消费价格指数(以1994年的价格指数为基点)所得;实际固定资产投资总额为名义固定资产投资总额除以固定资产投资价格指数(以1994年的价格指数为基点)所得。各项数据整理后结果见表1。

表1 各因素统计数据

(二)灰色关联度计算

根据灰色关联分析方法的计算步骤，计算参考数列X0与比较数列X1、X2、X3、X4、X5的灰色关联度，计算结果见表2。

表2 关联度矩阵

(三)熵值法确定各指标值对应的权重向量

(四)层次分析法确定各指标值对应的权重

运用层次分析法，并根据专家意见结合“近大远小”原则进行权重的确定和计算，从而得到如下权重向量:

(五)由熵值法与层次分析法结合得到综合权重

(六)计算灰色加权关联度

根据灰色加权关联度的计算公式确定加权后的关联度:

(七)结果分析

由X1≻X3≻X5≻X4≻X2可知，各要素对河南省电力消费总量的影响从大到小依次为国内生产总值(GDP)、居民人均可支配收入、城市化水平、固定资产投资总额、人口数。

国内生产总值(GDP)与河南省电力消费的关联度为0．8 962，表明国内生产总值(GDP)对河南省电力消费总量起主导作用。电力工业是国家经济发展中最重要的基础能源产业，第一产业、第二产业、第三产业的发展都需要电力工业的支持，电力的发展和宏观经济之间有着紧密的联系。河南省经济的快速发展需要更多的电力投入，从而拉动了电力消费量的快速增长［7］。

居民人均可支配收入与河南省电力消费的关联度为0．8 599，表明居民人均可支配收入对河南省电力消费总量存在着重大影响。近几年，河南省居民家庭人均可支配收入快速增长，增长率超过10%。同时，居民的消费水平也相应提高，人们越来越多地开始使用如空调、冰箱、电炊具等高耗能家用电器。居民收入和生活质量的提高以及消费观念的变化对河南省电力消费总量的影响也越来越强，从而有力地带动了电力消费的增长。

城市化水平和固定资产投资对河南省电力消费总量也有明显的影响。城市化水平的提高反映了工业化进程的加快。重工业及动力指向性工业在工业生产过程中要消耗大量的电能，推动了电力需求的快速增长。河南省固定资产投资继续保持较快稳定增长，一些行业如采矿业、制造业、公共设施管理业等投资规模巨大，特别是大型基础设施项目的开工，构成影响河南省电力消费的主要因素。

人口因素的灰色关联度V04=0．6 950＜0．7，对河南省电力消费的影响较小。这个结果与河南省的实际情况相符。河南省近10年的人口平均增长率仅为0．5%，而电力消费总量平均增长率却高达10%，由此可见，河南省电力消费总量的快速增长不是由人口因素决定的。

四、结语

运用改进的灰色关联分析模型，对选取的河南省电力消费的影响因素进行分析，可以看出国内生产总值(GDP)的快速增长是河南省用电量迅速增长的根本原因，居民人均可支配收入、城市化水平、固定资产投资总额也是影响全省电力需求增长的主要因素，而人口因素的影响则较小。

要使河南省经济建设保持平稳快速增长势头，就要对电力建设作出合理的发展规划。因电力建设周期较长，在制定长期电力发展规划时，要充分考虑河南省经济发展的前景，建立电力预警机制，做到电力建设先行;在进行重工业生产和大型基础设施建设的过程中，在保证经济发展的同时，大力发展高技术含量、低能耗、少污染、高附加值的装备制造业，加大重点行业节能降耗力度，所有新建基础设施项目的审批，都要把节能评估审查作为首要条件。居民人均可支配收入的快速增长使居民对电力产品的消费支出增加，从而导致用电量增大。因此，河南省要加大研发和推广节电设备和产品的力度，提高电力使用效率，促进全社会养成节约用电的良好习惯。

［1］刘思峰，党耀国，方志耕，等．灰色系统理论及应用［M］．北京:科学出版社，2010．

［2］郑玉彬，韩峰，马艳华．改进灰色关联度模型在设备选择中的应用［J］．机床与液压，2009，(9)．

［3］李华，胡奇英．预测与决策［M］．西安:西安电子科技大学出版社，2005．

［4］吴丽娟，袁永生．上海市电力消费影响因素的实证分析［J］．特区经济，2010，(2)．

［5］刘永奇，刘世德．河南统计年鉴［Z］．北京:中国统计出版社，2010．

［6］河南电监办．2009年河南电力监管统计报告［EB/OL］．中国电力信息公开网http://www．12398．gov．cn/index．shtml，2010．01．29．

［7］蔡火娣，马文超．我国用电量的影响因素分析［J］．商业现代化，2008，(11)．

Analysis of Impact Factors of Electricity Power Consumption in Henan Province

LUO Dang，YUAN Xiao-hui
(College of Mathematics and Information Science，North China University of Water Resources and Electric Power，Zhengzhou450011，China)

Entropy method and AHP were applied to determine the weight of indicator，thereby it improved the model of classical grey relation analysis，Using this model，this paper analyzed the impact factors of electricity power consumption in Henan province，then got the degree of influence that each impact factor brought to electricity power consumption in Henan province;finally some feasible suggestions were given according to the results of the analysis．

Henan Province;Electricity power consumption;Analytic hierarchy process;Entropy method;Impact factor

F407．6

A

1008—4444(2011)05—0081—04

2011－05－21

河南省教育厅自然科学基础研究计划项目(2009A110011);河南省软科学研究计划项目(112400450187)

罗党(1959—)，男，河南汝南人，华北水利水电学院数学与信息科学学院教授，博士。

(责任编辑:王菊芹)