论文摘要
电力能源在现代社会的生产和生活中具有不可替代的作用,合理、有效地利用电力资源是江西经济发展和社会进步的重要基础。一方面,江西省是一次能源缺乏省份,能源自给率较低,随着江西经济的快速发展,对电力消费的需求日益增加。另一方面,江西省正处于工业化中期阶段,工业结构中高耗能产业单位增加值电耗较大,产业结构存在很大的改进空间。因此,通过分析经济结构调整对电力需求的影响具有重要的现实意义。本文在详细分析改革开放以来江西省产业结构和电力消费量变化的基础上,通过线性回归模型对未来江西省电力需求进行了预测,说明江西省电力缺口逐年加大,而江西省终端电力消费部门结构不合理,产业结构的优化将对降低电耗水平起到积极的作用。以此为基础,运用灰色关联度分析法分析了江西省三次产业对电力需求的影响程度,借用多元线性回归模型分析了江西省三次产业增加值与电力消费量的关系,同时,通过拉氏因素分解法对影响电耗强度的结构因素和效率因素做了阐述。最后,对如何协调江西省用电需求与产业结构演进关系提出了针对性的政策建议。
论文目录
相关论文文献
- [1].基于数学模型的云南省电力消费量的预测与分析[J]. 洛阳师范学院学报 2015(05)
- [2].新疆电力消费量发展现状与影响因素分析[J]. 黑龙江对外经贸 2010(07)
- [3].浙江省电力消费量与产业结构关联度的时空变化研究[J]. 电力需求侧管理 2018(04)
- [4].长三角电力消费量特征提取及预测[J]. 软科学 2018(09)
- [5].河北省电力消费量的一种预测方法[J]. 统计与管理 2018(04)
- [6].一种基于改进灰色理论的电力消费量预测方法[J]. 陕西电力 2016(03)
- [7].中国VS日本[J]. 文苑 2015(01)
- [8].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]. 价格理论与实践 2016(12)
- [9].基于基尼系数法的辽宁省电力消费量区域分解研究[J]. 节能 2017(08)
- [10].基于组合模型的中国电力消费量预测研究[J]. 中国管理信息化 2013(05)
- [11].对我国电力消费量的多元回归分析[J]. 统计与决策 2008(14)
- [12].基于灰色神经网络组合模型的电力消费量预测——以河北省为例[J]. 保定学院学报 2014(02)
- [13].灰色预测模型在陕西省电力消费量预测中的应用[J]. 山东纺织经济 2013(11)
- [14].全国各省区电力消费量的系统聚类分析研究[J]. 科技创新与应用 2014(02)
- [15].基于卫星灯光数据的我国省域电力消费模拟研究[J]. 中国能源 2017(01)
- [16].基于DMSP/OLS数据的近十年湖南省电力消费量区域估算与时空变化研究[J]. 测绘与空间地理信息 2019(06)
- [17].浅谈我国电力消费与产业结构的关系[J]. 中小企业管理与科技(下旬刊) 2013(05)
- [18].中国电力消费的动态时空特征及其驱动因素[J]. 中国人口·资源与环境 2019(11)
- [19].中国人均生活电力消费量的等维新陈代谢-加权Markov-SCGM(1,1)_c预测模型[J]. 系统科学与数学 2014(05)
- [20].指数回归-ARMA模型在我国人均生活电力消费量预测中的应用[J]. 数理统计与管理 2009(06)
- [21].新常态下资源型城市经济发展与电力消费研究[J]. 河北企业 2016(09)
- [22].电力消费量的影响因素分析[J]. 农村电气化 2013(04)
- [23].电力消费量周期性分析[J]. 应用基础与工程科学学报 2008(04)
- [24].数字[J]. 国家电网 2014(03)
- [25].数字[J]. 电器工业 2017(03)
- [26].近20年来中国电力需求的行业与地域结构分析[J]. 统计与信息论坛 2008(08)
- [27].劳动力转移对农村家庭人均电力消费量的影响[J]. 西安科技大学学报 2018(03)
- [28].能源清洁化是蓝天保卫战的根本途径[J]. 中国石油企业 2019(06)
- [29].美国天然气的使用对二氧化碳排放影响不大[J]. 中外能源 2015(01)
- [30].韩国以风电和潮汐发电谋求改变[J]. 能源研究与利用 2013(01)