2.3 市场预测

2.3.1 市场预测的主要内容

市场预测的内容是市场调查内容在时间上的延伸。建设项目市场预测的内容侧重在以下三个方面：

（1）市场需求预测

市场需求预测主要是预测需求量。需求量是指未来市场上有支付能力的需求总量，不仅包括产品的国内需求，还包括产品的出口需求。产品出口需求分析，应当掌握国外类似产品的销量和需求变化，对比分析出口产品的优势和劣势，并估计产品出口量。

（2）市场供应预测

对市场的供应能力进行预测，包括现有的市场能力、在建的生产能力、准备建设的生产能力和进口替代分析。进口替代分析，一般通过项目产出物与有代表性的国外同类产品相对比，对比的内容包括：产品价格、成本、生产效率、质量、性能、包装以及服务等，分析可能的进口替代数量。

（3）价格预测

价格预测是测算项目投产后的营业收入、生产成本和财务效益的基础，也是评价项目产品是否有竞争力的重要方面。预测价格时，应对影响价格形成与变化的各种因素进行分析，科学地确定项目投入品的采购价格和产出品的销售价格。

在市场经济条件下，产品价格一般以均衡价格为基础，供求关系是价格形成的主要影响因素。价格预测除考察市场供求状况以外，还应了解影响产品价格的其他因素。具体包括：

1）项目主要投入品和产品的国内外市场的供需情况、价格水平和变化趋势；

2）项目主要投入品和产品的成本和运输费用；

3）新技术、新材料的采用和替代产品的出现对价格的影响；

4）国内外税费、利率、汇率等的变化以及非贸易壁垒对价格的影响；

5）社会平均利润率；

6）消费者的购买力水平和价格接受能力等。

2.3.2 市场预测的原则

市场预测，应该遵循下列原则：

（1）相似性原则

当人们对预测对象的过去和现在的情况并不了解时，无法掌握其发展的规律性。但许多不同产品的需求存在着相似的演变规律，可以利用相似事物的发展变化规律来类推预测对象的情况，也可以利用预测对象在某种场合下的已知规律性推测它在不同条件下发展的规律性。相似性的类推一般从三个方面进行：一是依据历史上曾经发生过的事件类推当前或未来；二是依据其他地区或国家曾经发生的事件进行类推；三是根据局部类推总体。利用相似性原则进行预测，基本前提是两个事物之间的发展变化具有相似性。

（2）相关性原则

事物之间的相关关系可以从不同角度进行分析，其中最重要、应用最广泛的是因果关系分析。任何一个事物的发展变化都是有原因的，因果关系是事物之间普遍联系和相互作用的形式之一，预测对象有关的各种因素之间存在着相互依存、相互制约、相互促进的因果关系，如果掌握影响预测对象的主要因素的发展规律，就可以推测预测对象的发展趋势。

（3）延续性原则

预测对象的市场状况经常按一定的规律发展变化，并且在一定时期内以这种规律持续发展。表现在两个方面：一是事物发展趋势的特征在一段时间呈现延续性，如发展方向、发展速度、变化周期等；二是在一定时期内，预测目标和某些环境因素的结构和相互关系具有延续性，会按照一定的格局延续下去。利用事物发展的延续性这一特征进行预测的前提是系统的稳定性。只有在系统处于相对稳定的状态下，事物之间的内在联系及基本特征才可能延续下去。因此，预测要研究可能出现的偏离及偏离程度，并做出适当的预测修正，以符合发展的实际结果。

（4）概率推定原则

预测是关于预测对象的概率描述，由于未来的多元化和不确定性，预测不可能对未来事件有完全的把握。预测的目的在于减少未来事件的不确定性，为决策提供依据。因此，在推断预测结果具有较大的概率发生时，就认为预测结果是成立的、可用的，这称为概率推定原则。由于预测对象本身的不确定性及预测对象所处环境的不确定性和复杂性，在预测时不可能将所有的环境因素及其变化都考虑充分，只有对预测环境做出一定的假设，抽象出关键因素，进行分析预测。预测的期限越长，这些假设就越难成立，面对这种局面，唯一可行的方法就是运用概率估计对预测结果加以说明。因此，在实际预测中，除了给出预测结果外，还应给出明确的概率说明，以全面反应预测情况。

2.3.3 市场预测的程序

市场预测的程序见图2-2 。

（1）确定预测目标

预测应根据决策的要求确立预测的目标，具体内容包括：预测的内容、范围、精确程度、预测的期限等。

（2）收集分析资料

资料是市场预测的依据。在预测前要依据预测目标系统搜集各种有关资料。既要搜集现时的资料，也要搜集历史资料，并且对资料的真实可靠性进行分析，去掉与预测目标无关和虚假的资料，并排除偶发事件。

（3）选择预测方法并建立预测模型

预测方法有很多种，预测者需要依据预测目标的要求和条件，本着效果好、经济实用的原则选择合适的预测方法，建立预测模型。

（4）分析评价预测结果

对通过数学模型计算出的预测值要进一步分析评价，估计预测误差。由于市场因素是不断变化的，而预测模型又不可避免地需将问题简化，所以预测值与未来的实际情况之间可能存在误差。因此，必须在计算预测值的基础上，分析时间和空间各种因素变化的情况及其影响的程度，找到可能产生的误差，利用统计检验的准则和方法，进行模型参数估计和模型检验，从而进一步确定最终选定的模型。

（5）修正预测结果

无论是定量预测还是定性预测，常常由于数据不足或主观判断不准确，导致预测结果可能与真实情况之间存在误差，因而需要对预测结果进行修正。可以用定量的方法修正定性的结果，也可用定性的方法对定量的结果进行修正。

2.3.4 市场预测的基本方法

市场预测方法一般可以分为定性预测和定量预测两大类。基本的预测方法体系见图2-3 。

（1）定性预测

定性预测是建立在经验判断基础上，并对判断结果进行有效处理的预测方法，适用于预测对象受到各种因素的影响，又无法对其影响因素进行定量分析的情况。

1）定性预测的特点：

①灵活性强。在定性预测中，人们总是能随着外界的变化而不断进行调整，并加以综合分析，推理判断。因此，定性预测不仅能反映预测对象变化的一般规律，而且还能反映由于客观条件发生突变所引起的预测对象的一系列变化，因此，定性预测具有较强的灵活性。

②具有科学性。虽然定性预测主要依赖于人们的客观分析判断，然而，人们的经验智慧来自于大量的实践，人们的知识来源于科学的总结。因此，定性预测的基本原理是运用逻辑学的方法，来推断预测对象未来发展趋势。定性预测并非是主观臆想，而是具有一定科学性的。

③简便易行。定性预测方法主要依赖于人们丰富的实际经验来进行分析判断，不需要很深的数学知识，因而在实际工作中容易掌握，易于推广。

由于定性预测法受预测人员主观因素影响较大，适用于历史数据资料缺乏、影响因素复杂、难以分清主次或对主要影响因素难以定量分析的场合。定性预测受个人经验判断的影响，具有一定的局限性。

2）定性预测的方法。定性预测的常用方法有头脑风暴法、德尔菲法、类推预测法等。

①头脑风暴法。头脑风暴法可分为直接头脑风暴法（通常简称为头脑风暴法）和质疑头脑风暴法（也称反头脑风暴法）。直接头脑风暴法是针对一定的问题，召集有关人员举办小型会议，在融洽轻松的气氛中，各抒己见，自由联想，畅所欲言，互相启发，互相鼓励，使创造性设想连锁反应，获得众多解决问题的方法。质疑头脑风暴法则是对直接头脑风暴法提出的设想、方案逐一质疑，分析其现实可行性的方法。它们都属于意见交换法，通过专家意见不受约束地相互交流，在头脑中进行智力碰撞产生新的智力火花，并使专家的论点不断集中和深化。头脑风暴法作为一种创造性的思维方法，一经发明就得到了广泛应用。

A.直接头脑风暴法的过程：

a.选择专家。头脑风暴法预测效果的好坏，在很大程度上取决于专家的选择是否得当。选择专家要注意以下几个要点：专家要有代表性；专家要具有丰富的知识和经验；专家还应具备较强的市场调研与分析预测能力；专家的数量要适当，一般由10 ～15个专家组成。理想的专家小组应该由如下人员组成：方法论学者——预测学家，设想产生者——专业领域专家；分析家——专业领域专家；演绎专家——具有较高逻辑思维能力的专家。

b.会前准备。落实参与人、主持人和课题任务，必要时可进行柔性训练。

c.设想开发。主持人公布会议主题并介绍与主题相关的参考情况，与会专家就议题内容突破思维惯性，大胆联想，力争在有限的时间内提出尽可能多的创意性设想。

d.设想的分类与整理。一般可将设想分为实用型和幻想型两类。实用型设想是指目前技术工艺可以实现的设想，对此可进行深入论证，进行二次开发，进一步扩大设想的实现范围；幻想型设想是目前的技术工艺还不能完成的设想，需继续进行开发，将创意的萌芽转化为成熟的实用型设想。

B.质疑头脑风暴法的过程：

a.要求参加者对每一个提出的设想都要提出质疑，并进行全面评论。评论的重点是研究有碍设想实现的所有限制性因素。在质疑过程中，可能产生一些可行的新设想。

b.对每一组或每一个设想，编织一个评论意见一览表，以及可行设想一览表。质疑头脑风暴法应遵守的原则与直接头脑风暴法一样，只是禁止对已有设想提出肯定意见，鼓励提出批评和新的可行设想。

c.对质疑过程中提出的评价意见进行估价，以便形成一个对解决所讨论问题实际可行的最终设想一览表。对于评价意见的估价，与所讨论设想质疑一样重要。

d.由分析组负责处理和分析质疑结果。

②德尔菲法。德尔菲法（ Delphi）是在许多领域广泛应用的一种专家分析方法。它是在专家个人判断法和专家会议法的基础上发展起来的一种专家调查法。1964年，美国兰德公司发表的“长远预测研究报告”首次将其应用于技术预测，以后为世界各国预测人员广泛采用。德尔菲法尤其适用于长期需求预测。

A.德尔菲法的特点

a.匿名性。德尔菲法通过匿名信函的方式收集专家意见，专家背靠背地发表意见。专家们只同组织者发生联系，专家之间不存在横向联系，且组织者对专家的姓名也是保密的。这样，既减少交叉影响、权威效应，又可使专家毫无顾虑地提出和修改自己的意见。

b.反馈性。德尔菲法要多次轮番征求意见，通常要经过三至四轮；而且每轮间都将上轮较为集中的意见或部分信息反馈给专家，供专家修改自己意见时参考。

c.收敛性。每轮意见收集后，组织者都将意见进行处理，根据专家意见集中程度，重新整理问题，再次征询专家意见。同时，每轮都通过整理问题和提供集中意见供专家参考，进而使意见更趋于集中。

d.广泛性。德尔菲法因采用通信函询方式，可以在比较广泛的范围内征询专家意见，不仅可用于有历史资料和无历史资料情况下的预测，而且可用于近期探索性和远期开放性情况下的预测。

德尔菲法突出的优点是：便于独立思考，独立估测；既集思广益，又经济合理；利于探索性解决问题；具有广泛的应用范围。德尔菲法的不足是：易忽视少数人的创意；缺少思想交锋和商讨；容易受组织者主观意向的影响。

B.德尔菲法的程序。德尔菲法预测程序见图2-4 。

德尔菲法主要包括五个步骤：

a.建立预测工作组。调查工作组人数一般在10～20人（视工作量大小而定），专门负责调查预测的组织工作。调查组的成员应能正确认识并理解德尔菲法的实质，并具备必要的专业知识，能进行统计和数据处理。

b.选择专家。依据预测问题的性质选择专家，不仅要选择对本学科领域精通的有代表性的专家，还应选择从事某项具体工作的一般专家；不仅要选择本部门的专家，还要选择其他部门的专家。选择的专家要与预测主体的学科领域相关，而且知识面广泛，经验丰富，思路开阔，富于创造性和洞察力；专家人数一般为20人左右，可根据预测问题的规模和重要程度进行调整。

c.设计调查表。调查表的设计质量直接影响着调查预测的结果。调查表没有统一的格式，其设计应适于专家对预测时间的了解，因此，所提问题应明确，回答方式应简单，便于对调查结果的汇总和整理。比较常见的调查表有：预测某事件实现的时间和概率、选择性预测（从多种方案中择优选择）、排序性预测（对多种方案进行优先排序）。

d.组织调查实施。一般调查要经过2 ～3轮。第一轮将预测的背景材料、预测对象和相应预测时间表格发给专家，给专家较大的空间自由发挥。第二轮将经过统计和修正的第一轮调查结果表发给专家，让专家对较为集中的预测事件评价、判断，可以提出进一步的理由和意见，经预测工作组整理统计后，形成初步预测意见。如有必要可再依据第二轮的预测结果制定调查表进行第三轮预测。

e.汇总处理调查结果。将调查结果汇总，进行进一步的统计分析和数据处理。有关研究表明，专家应答意见的概率分布一般接近或符合正态分布，这是对专家意见进行数理统计处理的理论基础。

C.德尔菲法的运用范围。德尔菲法的应用具有广泛性，在下述情况下尤能体现其效果：

a.缺乏足够的资料时。在市场预测中，由于没有历史资料或历史资料不完备，难以进行量化时，适宜采用德尔菲法。如新产品的生产与经营。

b.作长远规划或大趋势预测时。因时间长，可变因素太多，进行具体量化既不太可能，又缺乏实际作用，宜采用德尔菲法。

c.影响预测事件的因素太多时。预测事件的变化总是会受诸多因素的影响，然而，当其影响因素太多且又不可不加以考虑时，宜采用德尔菲法。

d.主观因素对预测事件的影响较大时。预测事件的变化主要不是受技术、收入等客观因素影响，而是受政策、方针、个人意志等因素影响时，宜采用德尔菲法。

③类推预测法。类推预测法是指利用事物之间的某种相似特点，把先行事物的表现过程类推到后继事物上去，从而对后继事物的前景做出预测的一种方法。即从一个已知的产品或市场区域的需求和演变情况，推测其他类似产品或市场区域的需求及其变化趋势，他是由局部、个别到特殊的分析推理方法，具有极大的灵活性和广泛性，非常适用于新产品、新行业和新市场的需求预测。

根据预测目标和市场范围的不同，类推预测法可以分为产品类推预测、行业类推预测和地区类推预测三种。

（2）定量预测

定量预测是指在历史数据和统计资料充分的基础上，运用数学方法，有时还要结合计算机技术，对事物未来的发展趋势进行数量方面的估计与推测。

1）定量预测的特点：①依靠实际观察数据，重视数据的作用和定量分析；②建立数学模型作为定量预测的工具。随着统计方法、数学模型和计算机技术日益为更多的人所掌握，定量预测的运用范围会越来越大。

由于影响事物的因素是多方面的，很多因素的变化是不可预知的、难以量化的，比如国家政策的变化、人们消费偏好的改变等，因此定量预测的结果也存在一定误差，需要进行修正。

2）定量预测方法。定量预测常用方法有延伸预测法、因果分析法等。

①延伸预测法。在市场预测中，经常遇到按时间排列的统计数据，如按月份、季度和年度统计的GDP、发电量、客运量、销售量等数据，称为时间序列。时间序列预测就是通过对预测目标本身时间序列的处理，研究预测目标的变化趋势。延伸预测法（时间序列预测方法）包括移动平均法、指数平滑法、趋势外推法等。

A.移动平均法。移动平均法可分为简单移动平均法和加权移动平均法。

简单移动平均法是预测将来某一时期的平均预测值的一种方法。该方法按对过去若干历史数据求算术平均数，并把该数据作为以后时期的预测值。

简单移动平均法可以表述为：

式中： F _{t + 1} —— t +1时的预测数；

n ——在计算移动平均值时所使用的历史数据的数目，即移动时段的长度。

为了进行预测，需要对每一个 t 计算出相应的 F _{t + 1} ，所有计算得出的数据形成一个新的数据序列。经过2～3次同样的处理，历史数据序列的变化模式将会被揭示出来。这个变化趋势不及原始数据上下变化的幅度大，一般是在原始数据序列所描绘的曲线下方。因此，移动平均法从方法论上分类属于平滑技术。

采用移动平均法进行预测，用来求平均数的时期数 n 的选择非常重要。 n 值越小，表明近期观测值对预测的作用越重视，预测值对数据变化的反应速度也越快，但预测的修均程度较低，估计值的精度也可能降低；反之， n 值越大，预测值的修均程度越高，但对数据变化的反应速度较慢。因此， n 值的选择无法二者兼顾，应视具体情况而定。

移动平均法只适用于短期预测，在大多数情况下只用于以月度或周为单位的近期预测。移动平均法的主要优点是简单易行，容易掌握。其缺点是：只是在处理水平型历史数据时才有效，每计算一次移动平均需要最近的 n 个观测值。而在现实经济生活中，历史数据的类型远比水平型复杂，这就大大限制了移动平均法的应用范围。

简单移动平均法的另一个主要用途是对原始数据进行预处理，以消除数据中的异常因素或除去数据中的周期变动成分。

【解答】 采用3个月移动平均法，2011年1月电视机销售量预测：

2011年2月电视机销售量预测：

2011年3月电视机销售量预测：

于是，2011年第一季度电视机销售量预测为：

Q = Q ₁ + Q ₂ + Q ₃ =50+46+46=142（台）

为了使预测更符合当前的发展趋势，可以采用加权移动平均法，即将不同时期的序列给予不同的权重。如对预测的前一期、前二期和前三期分别赋予3 、2和1的权重，则：

2011年1月电视机销售量预测：

2011年2月电视机销售量预测：

2011年3月电视机销售量预测：

于是，2011年第一季度电视机销售量预测为：

Q = Q ₁ + Q ₂ + Q ₃ =47+45+45=137（台）

B.指数平滑法。指数平滑法又称指数加权平均法，实际是加权的移动平均法，它是选取各时期权重数值为递减指数数列的均值方法。指数平滑法解决了移动平均法需要 n 个观测值和不考虑 t - n 前时期数据的缺点，通过某种平均方式，消除历史统计序列中的随机波动，找出其中主要的发展趋势。

根据平滑次数的不同，指数平滑有一次指数平滑、二次指数平滑、三次指数平滑和高次指数平滑。这里只介绍一次指数平滑法。

一次指数平滑法（ Single Exponential Smoothing）又称简单指数平滑，是一种较为灵活的时间序列预测方法，这种方法在计算预测值时对于历史数据的观测值给予不同的权重。这种方法与简单移动平均法相似，两者之间的区别在于简单指数平滑法对先前预测结果的误差进行了修正，因此这种方法和简单移动平均法一样，都能够提供简单适时的预测。

一次指数平滑法适用于市场观测呈水平波动，无明显上升或下降趋势情况下的预测，它以本期指数平滑值作为下期的观测值，对于时间序列 x ₁ 、 x ₂ 、 x ₃ ，… x _t ，一次平滑指数公式为：

式中： α ——平滑系数，0＜ α ＜1 ；

x _t ——历史数据序列 x 在 t 时的观测值；

F _t 和 F _{t -1} —— t 时和 t -1时的平滑值。

平滑系数 α 实际上是前一观测值和当前观测值之间的权重。当 α 接近于1时，新的预测值对前一个预测值的误差进行了较大的修正；当 α =1时， F _t = xt ，即t期平滑值就等于t期观测值；而当 α 接近于0时，新预测值只包含较小的误差修正因素；当 α = 0时， F _t + 1 = F _t ，即本期预测值就等于上期预测值。研究表明，大的 α 值导致较小的平滑效果，而较小的 α 值会产生客观的效果。因此，在简单指数平滑方法的应用过程中， α 值对预测结果所产生的影响不亚于简单移动平均法中 n 的影响。一般情况下，观测值呈较稳定的水平发展， α 值取0.1～0.3之间；观测值波动较大时， α 值取0.3～0.5之间；观测值呈波动很大时， α 值取0.5 ～0.8之间。

【例2-3】 某地区水泥消费量预测

2010年1 ～12月，某地区水泥消费量如表2-3所示，用一次指数平滑法预测2011年1月的水泥需求量（ α 值取0.3）。

【解答】 首先，计算初始平滑值：

按照指数平滑法的计算公式，得出：

于是，2011年1月水泥需求量 x ' ₁₃ = F ₁₂ =43.92 （万吨）（见表2-4）。

②因果分析法。

A.回归分析法。一个事物的发展变化，经常与其他事物存在直接与间接的联系，通过统计分析可能找到其中的规律。回归分析法是描述分析相关因素相互关系的一种数理统计方法，通过建立一个或一组自变量与相关随机变量的回归分析模型，来预测相关随机变量的未来值。采用这种方法需要占有充分的历史数据，预测的准确性还与市场的成熟度密切相关。

回归分析法按分析中自变量的个数分为一元回归与多元回归；按自变量与因变量的关系分为线性回归与非线性回归。这里主要阐述一元线性回归。

一元线性回归模型的形式为：

式中： y ——因变量，即拟进行预测的变量；

x ——自变量，即引起因变量 y 变化的变量；

a 、 b ——表示 x 和 y 之间关系的系数；

e ——误差项。

为了确定 a 和 b ，从而揭示变量 y 与 x 之间的关系，假设公式可以表示为：

可以利用普通最小二乘法原理求出回归系数 a 和 b 。

式中： 、 —— y i 、 x _i 的平均值；

——调查统计样本数。

【例2-4】 预测2015年某地区汽车配件销售额

根据表2-5某地区1991～2009年汽车保有量与汽车配件销售额数据，运用一元线性回归方法，建立汽车配件销售额与汽车保有量之间的回归模型，并假定某地区的汽车保有量“十二五”期间的年均增长率为10 %，预测该地区2015年的汽车配件销售额。

【解答】 解题步骤：

①建立一元线性回归模型。设汽车配件销售额为 y ，汽车保有量为 x ，数据计算结果见表2-6 。根据表中数据得：

②参数计算：

则回归预测曲线为：

y = a + bx = 3.101 + 1.1264 x

③销售量预测。该地区的汽车保有量“十二五”期间的年均增长率为10 %，2015年将达到：

2005年汽车配件销售额为：

预测该地区2015年的汽车配件销售额为11883万元。

B.弹性系数法。弹性系数法是一种相对简单易行的定量预测方法。弹性是一个相对量，可衡量某一变量的改变所引起的另一变量的相对变化。弹性总是针对两个变量而言的。例如，需求的价格弹性系数所考察的两个变量是某一特定商品的价格和需求量；能源弹性则是考察国内生产总值或工农业总产值与能源消费量之间的关系。

弹性系数分析方法可用来研究经济联系的性质和特点。比如，研究市场需求和消费的特点，研究能源消费的特点等；也可以用弹性分析方法来研究两个因素或变量之间关系的密切程度。一般来说，两个变量之间的关系越密切，相应的弹性值越大；两个变量越是不相关，相应的弹性值越小。

通过计算某一特定的弹性值，如不同时期的弹性值，不同范围的弹性值，或不同衡量对象的弹性值等，可以直接用弹性分析方法得出相关结论。

a.收入弹性。商品需求的收入弹性是指商品价格保持不变时，该商品购买量变化比例与消费者收入的变化比例之比。收入弹性可表示为

收入弹性=购买量变化比例/收入变化比例

设： Q ₁ ， Q ₂ ，… Q n 为时期1 ，2 ，… n 的商品购买量； I ₁ ， I ₂ ，… I _n 为时期1 ，2，… n 的收入水平；Δ Q 与Δ I 分别为相应的改变量，则可按以下公式计算收入弹性 ε _I ：

计算收入弹性时，衡量收入水平可以用国民收入，也可用人均收入或其他收入变量。具体选用什么变量进行计算，应根据所研究的问题来决定。

b.价格弹性。商品需求的价格弹性是指当收入水平保持不变时，该商品购买量变化比例与价格变化比例之比。价格弹性可表示为：

价格弹性=购买量变化比例/价格变化比例

沿用收入弹性的符号，如果设 P ₁ ， P ₂ ，… P _n 为时期1 ，2 ，… n 的商品价格；Δ Q 与Δ P 为相应的改变量；则价格弹性 ε _P 的计算公式为：

一般来说，价格弹性均为负数，这反映了价格的变动方向与需求量变动方向的不一致性。价格上升，需求量会下降；价格下降，需求量会上升。

【例2-5】 某地区空调消费需求预测

2005 ～2011年某地空调消费量和平均销售价格见表2-7 ，如果空调价格下降到2000元/台，请用价格弹性系数法预测2012年空调需求量。

【解答】 解题步骤：

①计算空调的价格弹性系数，见表2-8。

②预测2012年空调需求量。将2006 ～2011年各年价格弹性系数的平均值作为2012年的价格弹性系数，则空调价格弹性系数为-1.04 ，即价格每降低10 %，需求增长10.4 %。

当价格降低到2000元/台，较2011年价格降低了18.4 %，相应地空调需求增长19.1 %。

2012年空调需求量=62× （1 +19.1 %）=74 （万台）

c.能源弹性。能源弹性可反映能源消费与国民经济发展指标的关系，用以分析预测国民经济发展对能源的需求和能源生产量、消费量增长变化的影响。

能源消费可细分为电力、煤炭、石油、天然气等消费，可分别计算有关的弹性。国民经济发展指标一般包括国内生产总值、工农业总产值、国民收入、主要产品产量等，可按这些指标计算不同的能源弹性。例如，能源的国内生产总值弹性，是指能源消费量变化比例与国内生产总值变化比例之比，其公式为：

能源的国内生产总值弹性=能源消费量变化比例/国内生产总值变化比例

如果设 E ₁ ， E ₂ ，… E _n 分别为时期1 ，2 ，… n 的能源消费量； GDP ₁ ， GDP ₂ ，… GDP _n 分别为时期1 ，2 ，… n 的国内生产总值；Δ E 与Δ GDP 为相应的变化量，则能源的国内生产总值弹性 ε _GDP 的计算公式为：

【例2-6】 预测某市2020年的电力需求

某市2010年GDP1788亿元，当年电力消费量269.13亿千瓦小时。预计未来10年中前5年和后5年GDP将保持9 %和8 %的速度增长。据统计，该市1995 ～2010年GDP增长和电力消费数据见表2-9 ，计算1996～2010年各年的电力消费弹性系数。根据专家分析，预计2011～2015年和2016～2020年电力需求弹性系数分别为0.66和0.59 ，用弹性系数法预测2020年该市电力需求量。

【解答】 解题步骤：

①计算电力消费国内生产总值弹性系数：

ε _GDP = （Δ E / F ） /（Δ GDP / GDP ）

计算求得该市电力消费弹性系数见表2-10。尽管各年弹性系数有高有低，但总体呈下降趋势。5年间平均弹性系数：“九五”为1.35 ，“十五”为0.85 ，“十一五”为0.74 。

②预测该市2020年电力需求量：

该市2020年电力需求量为451.01亿千瓦小时。

用弹性分析方法处理经济问题的优点是简单易行，计算方便，计算成本低，需要的数据少，应用灵活广泛；其缺点，一是其分析带有一定的局部性和片面性，只能考虑两个变量之间的关系，忽略了其他相关变量所能产生的影响；二是弹性分析的结果在许多情况下显得比较粗糙。

（3）各种预测方法比较

不同的市场预测方法具有不同的条件、应用范围和预测精度。可根据预测周期、产品生命周期、预测对象、数据资料、精度要求、时间与费用限制等因素，选择适当的方法。也可以采用几种方式，进行组合预测，相互验证或修正。在实践中，多采用定性预测与定量预测方法进行组合。常用预测方法的特点见表2-11 。