基于工业电力大数据倒向解构经济增长动态的实证研究——以江苏省为例

发布时间：2020-12-17 13:32

　　GDP数据对宏观经济政策制定有着重要的参考作用,但由于该数据存在低频、滞后等原因,影响了其对政策制定的支撑效果。本文通过构建动态倒向回归方程,运用工业电力大数据模拟测算GDP,以提高其频率、消除时滞性,从而提升宏观经济政策的制定效果。本研究从江苏省工业电力大数据及其被影响因素出发,运用逐步回归法和窗口期的动态调整构造测算模型,并通过从2006到2017年江苏省电力数据的回测,证实了该方法测算GDP数据的可靠性,且具有及时性和高频性特征。 

【文章来源】：学海. 2020年01期 北大核心CSSCI

【文章页数】：9 页

【部分图文】：

2006-2017年江苏省工业企业用电量和GDP季度走势图

为了更加直观地观察测算值与官方公布值的关系,绘制GDP和GDP增长率的测算值与官方公布值的对比图,分别见图2和图3。图3 江苏官方GDP值与测算GDP值的对比

图2 江苏官方GDP增速与测算GDP增速的对比从表5中的官方公布数据与测算数据可以看出,倒向解析得到的季度GDP增速与江苏省公布的季度GDP增速不仅保持了数值正负的一致性,而且两者数值整体相差较小。其中差距最小的是2013年四季度,相差仅只有0.36%。图2、图3更加直观地反映出测算值与官方公布数值之间的误差较小。图2中2010-2017年间,GDP增长率测算值基本围绕官方公布数值上下小幅波动,这说明本文使用的基于工业企业用电量数据倒向解析GDP增速的方法是可行的,测算结果也较为精确。

【参考文献】：
期刊论文
[1]电力消费量与生产者价格指数互动关系研究——基于行业层面视角的实证分析[J]. 李海.  价格理论与实践. 2016(12)
[2]中国月度GDP同比增长率估算与经济周期分析[J]. 高华川,白仲林.  统计研究. 2016(11)
[3]用电增量与经济发展关系分析[J]. 姚愉芳,陈杰,胡娱欧,董烨,李付强.  中国电力. 2016(S1)
[4]智能电网大数据分析框架及其应用演进研究[J]. 孙鸿飞,弓丽栋,张海涛,武慧娟.  现代电力. 2016(06)
[5]气象因子对西安城市用电量的影响研究及中长期系统化预测[J]. 罗慧,徐军昶,肖波,刘波,巩在武,刘杰.  气象. 2016(01)
[6]面向多源异构电网数据的获取与转换技术研究[J]. 周爱华,戴江鹏,丁杰,饶玮,胡斌,朱力鹏.  电力信息与通信技术. 2015(07)
[7]智能配用电大数据需求分析与应用研究[J]. 王继业,季知祥,史梦洁,黄复鹏,朱朝阳,张东霞.  中国电机工程学报. 2015(08)
[8]面向智能电网应用的电力大数据关键技术[J]. 彭小圣,邓迪元,程时杰,文劲宇,李朝晖,牛林.  中国电机工程学报. 2015(03)
[9]电网大数据问答[J]. 许元斌.  国家电网. 2014(05)
[10]智能电网大数据处理技术现状与挑战[J]. 宋亚奇,周国亮,朱永利.  电网技术. 2013(04)



本文编号：2922128