Dự báo nhu cầu và giải pháp thoả mãn nhu cầu điện năng tại tp hồ chí minh trong giai đoạn 2006 2010 có xét đến năm 2020

MỤC ĐÍCH NGHIÊN CỨU CỦA ĐỀ TÀI: Dự báo nhu cầu điện năng sử dụng tại TP Hồ Chí Minh trong giai đoạn năm 2006-2010 có xét đến năm 2020 nhằm cung cấp các số liệu giúp cho chuyên gia hoạch

LUẬN VĂN THẠC SĨ KỸ THUẬT

NGƯỜI HƯỚNG DẪN KHOA HỌC:

TS PHẠM THỊ THU HÀ

HÀ NỘI 2006

MỤC LỤC Trang

DANH MỤC CÁC CHỮ VIẾT TẮT 6

DANH MỤC BẢNG 7

DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ 8

PHẦN MỞ ĐẦU 9

CHƯƠNG 1: CƠ SỞ PHƯƠNG PHÁP LUẬN VỀ DỰ BÁO NHU CẦU ĐIỆN NĂNG 12

1.1 Một số cơ sở lý luận về dự báo kinh tế - xã hội 12

1.1.1 Khái niệm dự báo thống kê 12

1.1.2 Nguyên tắc cơ bản 13

1.1.2.1 Tính khả thi của dự báo mang tính xác suất 13

1.1.2.2 Dự báo thống kê là dự báo ngắn hạn và trung hạn 14

1.1.2.3 Dự báo thống kê mang tính nhiều phương án 14

1.1.2.4 Phương tiện dự báo thống kê 14

1.1.2.5 Phân loại dự báo 15

1.2 Các phương pháp dự báo nhu cầu 16

1.3 Các mô hình dự báo nhu cầu 21

1.3.1 Dự báo thống kê dãy số thời gian và hàm xu thế 21

1.3.1.1 Hàm xu thế tuyến tính 24

1.3.1.2 Hàm xu thế parabol 26

1.3.1.3 Hàm xu thế dạng hàm mũ 27

1.3.1.4 PP dự báo theo hàm xu thế có xét đến biến động thời vụ 28

1.3.2 Dự báo thống kê theo PP san bằng mũ 29

1.3.3 Dự báo theo mối quan hệ tương quan 33

1.3.3.1 Dự báo trên cơ sở đường hồi quy tương quan tuyến tính 33

1.3.3.2 Dự báo bằng mô hình hồi quy tương quan bội 36

1.4 Các nhân tố tác động đến dự báo nhu cầu điện năng 38

1.4.1 Đặc điểm của sản phẩm điện 38

1.4.2 Các nhân tố tác động 39

1.5 Lựa chọn phương pháp và các bước tiến hành dự báo 42

1.5.1 Lựa chọn phương pháp dự báo 42

1.5.2 Các bước tiến hành dự báo 43

TÓM LƯỢC CHƯƠNG 1 45

CHƯƠNG 2: PHÂN TÍCH NHU CẦU VÀ KHẢ NĂNG ĐÁP ỨNG NHU CẦU ĐIỆN NĂNG CỦA CTY ĐIỆN LỰC TP HCM 48

2.1 Khái quát về tình hình sản xuất kinh doanh điện năng tại Cty Điện lực TP HCM 48

2.2 Phân tích nhu cầu điện năng tại TP Hồ Chí Minh trong giai đoạn 1990-2005 50

2.2.1 Khái quát tình hình sử dụng điện tại Công ty Điện lực TP HCM 50 2.2.2 Phân tích thực trạng tổn thất điện năng trên lưới điện 57

2.2.3 Phân tích tình hình sự cố lưới điện năm 2000-2005 58

2.3 Phân tích khả năng đáp ứng như cầu điện năng tại TP HCM 59

2.3.1 Nguồn cung cấp điện 59

2.3.2 Đánh giá kết cấu lưới điện và khả năng cung cấp điện 63

2.3.3 Vốn đầu tư phát triển 64

2.3.4 Ứng dụng khoa học – Công nghệ trong quản lý lưới điện 64

2.4 Phân tích các yếu tố kinh tế ảnh hưởng nhu cầu điện năng trong giai đoạn 1995-2005 70

2.4.1 Tăng trưởng GDP 70

2.4.2 Cơ cấu GDP của Thành phố 71

2.4.3 Khả năng và sự sẵn sàng trả tiền điện của khách hàng 78

2.4.4 Môi trường và Chính trị Pháp luật 79

2.4.4.1 Luật pháp 79

2.4.4.2 Chính sách đổi mới và phát triển ngành điện 80

TÓM LƯỢC CHƯƠNG 2 82

CHƯƠNG 3: DỰ BÁO NHU CẦU VÀ ĐỀ XUẤT CÁC GIẢI PHÁP ĐÁP ỨNG NHU CẦU ĐIỆN NĂNG TẠI TP HCM TRONG GIAI ĐOẠN NĂM 2006 – 2010 CÓ XÉT ĐẾN NĂM 2020 85

3.1 Đặt vấn đề 85

3.2 Chiến lược phát triển ngành điện đến năm 2020 87

3.4.1 Chiến lược phát triển của Tổng Công ty Điện lực Việt Nam 87

3.4.2 Chiến lược phát triển của Công ty Điện lực TP HCM 87

3.3 Định hướng phát triển kinh tế - xã hội TP HCM giai đoạn 2006 -2010 có xét đến năm 2020 89

3.4 Mô hình dãy số thời gian 92

3.4.1 Xác định hàm dự báo 92

3.4.2 Xây dựng hàm xu thế tuyến tính 93

3.4.3 Dự báo nhu cầu điện thương phẩm 94

3.4.4 Dự báo nhu cầu điện năng của các thành phần theo biểu giá 94

3.4.5 Kết luận dự báo nhu cầu điện của các thành phần trong giai đoạn 2006-2010 có xét đến năm 2020 theo phương pháp tuyến tính hóa theo mô hình dãy số thời gian 101

3.5 Mô hình mối quan hệ tương quan 101

3.5.1 Mối tương quan giữa điện năng và tốc độ tăng trưởng GDP, dân số hàng năm 101

3.5.2 Tốc độ tăng trưởng sản lượng điện năng, GDP, dân số tại TP HCM từ giai đoạn 1995 – 2005 102

3.5.3 Xác định phương trình tương quan bội 103

3.5.4 Kết quả của dự báo nhu cầu điện năng trong giai đoạn 2006- 2010 theo mô hình mối quan hệ tương quan 104

3.6 Chọn mô hình dự báo nhu cầu điện năng tại TP HCM trong giai đoạn

2006-2010 có xét đến năm 2020 106

3.6.1 Chọn mô hình dự báo bằng cách so sánh kết quả dự báo giữa mô hình dãy số thời gian và mô hình mối quan hệ tương quan bội 106

3.6.2 Nhân xét 107

3.6.3 Kết luận về kết quả mô hình chọn để dự báo là mô hình mối tương quan bội 109

3.7 Đề xuất các giải pháp thoả mãn nhu cầu điện năng tại TP HCM trong Giai đoạn năm 2006-2010 có xét đến năm 2020 109

TÓM LƯỢC CHƯƠNG 3 119

KẾT LUẬN 121

TÀI LIỆU THAM KHẢO 125

PHỤ LỤC 127

-

L ời cảm ơn

-

Tôi xin chân thành cảm ơn toàn thể Quý Thầy, Cô Khoa Kinh tế và

Quản lý Trung Tâm Đào Tạo sau Đại Học và Ban Giám Hiệu Trường Đại

Học Bách Khoa Hà Nội Đồng thời, cũng xin cám ơn Ban Giám Đốc Công ty

Điện lực TP Hồ Chí Minh, các Phòng Ban Công ty và đặc biệt là Điện lực

Bình Phú đã tận tình hỗ trợ, giúp đỡ tôi trong suốt quá trình học tập cũng

nh ư thời gian thực hiện Luận án này

Đặc biệt, tôi xin trân trọng cám ơn sâu sắc Cô Tiến sỹ Phạm Thị Thu

Hà Khoa Kinh t ế & Quản lý - Trường Đại học Bách Khoa Hà Nội đã trực

ti ếp hướng dẫn và tận tình giúp đỡ trong quá trình nghiên cứu và hoàn thành

Lu ận văn” Dự báo nhu cầu và giải pháp thỏa mãn nhu cầu điện năng tại

TP Hồ Chí Minh trong giai đoạn 2006-2010 có xét đến năm 2020 ”.

M ặc dù, đã có sự cố gắng của bản thân, song do khả năng và kinh

nghi ệm có hạn nên Luận văn sẽ không tránh khỏi những hạn chế nhất định

R ất mong được sự chỉ dẫn của các Thầy Cô và ý kiến đóng góp của các đồng

MỤC LỤC Trang

DANH MỤC CÁC CHỮ VIẾT TẮT 6

DANH MỤC BẢNG 7

DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ 8

PHẦN MỞ ĐẦU 9

CHƯƠNG 1: CƠ SỞ PHƯƠNG PHÁP LUẬN VỀ DỰ BÁO NHU CẦU ĐIỆN NĂNG 12

1.1 Một số cơ sở lý luận về dự báo kinh tế - xã hội 12

1.1.1 Khái niệm dự báo thống kê 12

1.1.2 Nguyên tắc cơ bản 13

1.1.2.1 Tính khả thi của dự báo mang tính xác suất 13

1.1.2.2 Dự báo thống kê là dự báo ngắn hạn và trung hạn 14

1.1.2.3 Dự báo thống kê mang tính nhiều phương án 14

1.1.2.4 Phương tiện dự báo thống kê 14

1.1.2.5 Phân loại dự báo 15

1.2 Các phương pháp dự báo nhu cầu 16

1.3 Các mô hình dự báo nhu cầu 21

1.3.1 Dự báo thống kê dãy số thời gian và hàm xu thế 21

1.3.1.1 Hàm xu thế tuyến tính 24

1.3.1.2 Hàm xu thế parabol 26

1.3.1.3 Hàm xu thế dạng hàm mũ 27

1.3.1.4 PP dự báo theo hàm xu thế có xét đến biến động thời vụ 28

1.3.2 Dự báo thống kê theo PP san bằng mũ 29

1.3.3 Dự báo theo mối quan hệ tương quan 33

1.3.3.1 Dự báo trên cơ sở đường hồi quy tương quan tuyến tính 33

1.3.3.2 Dự báo bằng mô hình hồi quy tương quan bội 36

1.4 Các nhân tố tác động đến dự báo nhu cầu điện năng 38

1.4.1 Đặc điểm của sản phẩm điện 38

1.4.2 Các nhân tố tác động 39

1.5 Lựa chọn phương pháp và các bước tiến hành dự báo 42

1.5.1 Lựa chọn phương pháp dự báo 42

1.5.2 Các bước tiến hành dự báo 43

TÓM LƯỢC CHƯƠNG 1 45

CHƯƠNG 2: PHÂN TÍCH NHU CẦU VÀ KHẢ NĂNG ĐÁP ỨNG NHU CẦU ĐIỆN NĂNG CỦA CTY ĐIỆN LỰC TP HCM 48

2.1 Khái quát về tình hình sản xuất kinh doanh điện năng tại Cty Điện lực TP HCM 48

2.2 Phân tích nhu cầu điện năng tại TP Hồ Chí Minh trong giai đoạn 1990-2005 50

2.2.1 Khái quát tình hình sử dụng điện tại Công ty Điện lực TP HCM 50 2.2.2 Phân tích thực trạng tổn thất điện năng trên lưới điện 57

2.2.3 Phân tích tình hình sự cố lưới điện năm 2000-2005 58

2.3 Phân tích khả năng đáp ứng như cầu điện năng tại TP HCM 59

2.3.1 Nguồn cung cấp điện 59

2.3.2 Đánh giá kết cấu lưới điện và khả năng cung cấp điện 63

2.3.3 Vốn đầu tư phát triển 64

2.3.4 Ứng dụng khoa học – Công nghệ trong quản lý lưới điện 64

2.4 Phân tích các yếu tố kinh tế ảnh hưởng nhu cầu điện năng trong giai đoạn 1995-2005 70

2.4.1 Tăng trưởng GDP 70

2.4.2 Cơ cấu GDP của Thành phố 71

2.4.3 Khả năng và sự sẵn sàng trả tiền điện của khách hàng 78

2.4.4 Môi trường và Chính trị Pháp luật 79

2.4.4.1 Luật pháp 79

2.4.4.2 Chính sách đổi mới và phát triển ngành điện 80

TÓM LƯỢC CHƯƠNG 2 82

CHƯƠNG 3: DỰ BÁO NHU CẦU VÀ ĐỀ XUẤT CÁC GIẢI PHÁP ĐÁP ỨNG NHU CẦU ĐIỆN NĂNG TẠI TP HCM TRONG GIAI ĐOẠN NĂM 2006 – 2010 CÓ XÉT ĐẾN NĂM 2020 85

3.1 Đặt vấn đề 85

3.2 Chiến lược phát triển ngành điện đến năm 2020 87

3.4.1 Chiến lược phát triển của Tổng Công ty Điện lực Việt Nam 87

3.4.2 Chiến lược phát triển của Công ty Điện lực TP HCM 87

3.3 Định hướng phát triển kinh tế - xã hội TP HCM giai đoạn 2006 -2010 có xét đến năm 2020 89

3.4 Mô hình dãy số thời gian 92

3.4.1 Xác định hàm dự báo 92

3.4.2 Xây dựng hàm xu thế tuyến tính 93

3.4.3 Dự báo nhu cầu điện thương phẩm 94

3.4.4 Dự báo nhu cầu điện năng của các thành phần theo biểu giá 94

3.4.5 Kết luận dự báo nhu cầu điện của các thành phần trong giai đoạn 2006-2010 có xét đến năm 2020 theo phương pháp tuyến tính hóa theo mô hình dãy số thời gian 101

3.5 Mô hình mối quan hệ tương quan 101

3.5.1 Mối tương quan giữa điện năng và tốc độ tăng trưởng GDP, dân số hàng năm 101

3.5.2 Tốc độ tăng trưởng sản lượng điện năng, GDP, dân số tại TP HCM từ giai đoạn 1995 – 2005 102

3.5.3 Xác định phương trình tương quan bội 103

3.5.4 Kết quả của dự báo nhu cầu điện năng trong giai đoạn 2006- 2010 theo mô hình mối quan hệ tương quan 104

3.6 Chọn mô hình dự báo nhu cầu điện năng tại TP HCM trong giai đoạn

2006-2010 có xét đến năm 2020 106

3.6.1 Chọn mô hình dự báo bằng cách so sánh kết quả dự báo giữa mô hình dãy số thời gian và mô hình mối quan hệ tương quan bội 106

3.6.2 Nhân xét 107

3.6.3 Kết luận về kết quả mô hình chọn để dự báo là mô hình mối tương quan bội 109

3.7 Đề xuất các giải pháp thoả mãn nhu cầu điện năng tại TP HCM trong Giai đoạn năm 2006-2010 có xét đến năm 2020 109

TÓM LƯỢC CHƯƠNG 3 119

KẾT LUẬN 121

TÀI LIỆU THAM KHẢO 125

PHỤ LỤC 127

-

DANH MỤC CÁC CHỮ VIẾT TẮT

1 ĐL TP.HCM : Công ty Điện Lực Thành Phố Hồ Chí Minh

2 ASSH : Thành phần phụ tải ánh sáng sinh hoạt

3 Hộ tiêu thụ, khách hàng: hộ tiêu thụ điện

4 DSM: Demand side management - Quản lý phía nhu cầu

5 NN&TL: Nông nghiệp và Thuỷ lợi

6 TSĐ –V : Tổng sơ đồ 5 của Viện Năng lượng

7 MSE: Mean square error- Trung bình bình phương sai số dự đoán

8 MAD:Mean absolute deviation - Trung bình độ lệch tuyệt đối của sai số

11 Std err : Standard Error –Sai số chuẩn

12 T : Trend component – thành phần xu hướng

13 S : Seasonal component- thành phần thời vụ

14 C : Cyclical component –thành phần chu kỳ

15 I: Irregular component, random component –thành phần ngẫu nhiên

16 GDP: Gross domestic product - Tổng sản phẩm trong nước

17 EVN : Tổng Công ty Điện lực Việt Nam

18 GIS: Gas Inlulated Switchgear- Cách điện bằng khí

19 CIS: Customer Information System- Hệ thống thông tin khách hàng

20 MIS : Managament Information system- Hệ thống quản lý thông tin

21 CNH, HĐH: công nghiệp hoá, hiện đại hoá

22 MBT : máy biến thế

23 TBK: Turbine khí

DANH MỤC BẢNG Trang

1 Bảng 2-1.Bảng thống kê mức tiện nghi sinh hoạt của người dân thành phố cuối năm 2004 54

2 Bảng 2-2 Tổn thất điện năng trong kinh doanh từ năm 2000-2005 58

3 Bảng 2-3 Danh mục các nhà máy điện hiện có khu vực phía Nam 62

4 Bảng 2-4 Kết quả đầu tư xây dựng lưới điện từ 2000- 2005 68

5 Bảng 2-5 Tổng sản phẩm trong nước trên địa bàn TP.HCM phân theo khu vực kinh tế từ năm 1995-2005 72

6 Bảng 2-6.Tình hình phát triển dân số tại TP.HCM 74

7 Bảng 2-7 Thu nhập bình quân một nhân khẩu/1 tháng tại TP.HCM 76

8 Bảng 2-8 Chi tiêu bình quân 1 người một tháng tại TP.HCM 77

9 Bảng 3-1 Dự báo tốc độ tăng dân số giai đoạn 2006-2020 tại TP.HCM 92 10.Bảng 3-2 Tính toán dự báo nhu cầu SL điện năng năm 94

11.Bảng 3-3 Kết quả dự báo nhu cầu điện năng 2006-2020 95

12 Bảng 3-4 Bảng tóm tắt dự báo nhu cầu điện thương phẩm tại TP.HCM giai đoạn 2006-2020 (PP tuyến tính) 101

12.Bảng 3-5 Thống kê sản lượng điện, GDP, dân số năm 1995-2005 102

13.Bảng 3-6 Kết quả kiểm định hàm dự báo 104

14.Bảng 3-7.Dự báo nhu cầu điện cho các năm giai đoạn 2006-2020 tại TP.HCM (PP Mối quan hệ tương quan ) 105

15.Bảng 3-8 Bảng so sánh sai số dự báo giữa hai PP hàm xu hướng và hàm tương quan tuyến tính 105

16.Bảng 3-9 So sánh mức dự báo đã tính toán với TSĐ-V 108

DANH MỤC CÁC HÌNH VẼ VÀ ĐỒ THỊ Trang

1.Hình 1-1 Các loại biến đổi nhu cầu 20

2.Hình 2-1.Biểu đồ biểu diễn số lượng khách hàng 50

3.Hình 2-2 Biểu đồ nhu cầu sử dụng điện giai đoạn 1991-2005 51

4.Hình 2-3 Biểu đồ biểu diễn tốc độ tăng trưởng điện thương phẩm 52

5.Hình 2-4 Biểu đồ tổn thất điện năng từ năm 1995 đến 2005 57

6.Hình 2-5 Biểu đồ phụ tải trung bình ngày đêm của hệ thống điện Thành Phố Hồ Chí Minh 66

7.Hình 2-6 Biểu đồ biểu diễn công suất phụ tải ở chế độ Max và Min 67

8.Hình 2-7.Biểu đồ tăng trưởng GDP tại TP/HCM từ 1995-2005 71

9.Hình 3-1 Biểu diễn cơ sở đưa ra dự báo nhu cầu điện năng 86

10.Hình 3-2 Biểu đồ biểu diễn sản lượng điện năng giai đoạn 1991-2005 93 11.Hình 3-3 Sơ đồ biểu diễn tỷ trọng điện thương phẩm của TP.HCM trong các năm 2010, 2015, 2020 107

12.Hình 3-4 Sơ đồ biểu diễn tỷ trọng thành phần điện CN, ASSH, DV và các thành phần khác 108

PHẦN MỞ ĐẦU



1 TÍNH CẤP THIẾT CỦA ĐỀ TÀI

Trong quá trình sản xuất kinh doanh dịch vụ, các nhà quản lý thường phải đưa

ra các quyết định liên quan đến những việc sẽ xảy ra trong tương lai Để cho

các quyết định này có độ tin cậy cao và hiệu quả, cần thiết phải tiến hành

công tác dự báo nhu cầu Điều này sẽ càng có ý nghĩa quan trọng hơn đối với

một nền kinh tế thị trường, thường xuyên có cạnh tranh

Thành phố Hồ Chí Minh là trung tâm kinh tế -tài chính - du lịch lớn của cả

nước trong nhiều năm qua, thành phố cũng là địa phương dẫn đầu về cung

ứng và sử dụng điện với tỷ trọng chiếm xấp xỉ 25% sản lượng điện quốc gia,

đã góp phần đảm bảo tốc độ tăng trưởng GDP của Thành phố đạt bình quân

11,6% /năm giai đoạn 2000-2005 Để đáp ứng nhu cầu sử dụng điện cho phát

triển kinh tế xã hội và giữ vững an ninh chính trị về lâu dài, việc triển khai và

lập dự báo nhu cầu phát triển điện năng giai đoạn 2005- 2010 có xét đến năm

2020 là một yêu cầu cần thiết và cấp bách

Từ những nhận thức trên, bản thân tôi qua thời gian học tập tại Trung Tâm

Đào tạo sau Đại Học của Trường Đại Học Bách Khoa Hà Nội được sự giảng

dạy tận tình của tập thể giảng viên khoa Kinh tế & Quản lý, đặc biệt được sự

hướng dẫn của Cô Tiến sỹ Phạm Thị Thu Hà kết hợp với sự giúp đỡ của các

anh chị đồng nghiệp Xí nghiệp Điện Cao Thế, Phòng Tài Chính - Kế Toán,

Phòng Kế Hoạch, Kinh Doanh Công ty và Điện lực Bình Phú đã giúp tôi

nghiên cứu và chọn đề tài “Dự báo nhu cầu và một số giải pháp thỏa mãn

nhu cầu điện năng tại TP Hồ Chí Minh trong giai đoạn năm 2006-2010 có xét

đến năm 2020 ”. Vì trình độ và thời gian có hạn nên không tránh khỏi thiếu

sót, bản thân tôi rất mong được sự đóng góp của Cô Phạm Thị Thu Hà và các

Thầy Cô trong Khoa Kinh Tế & Quản lý của Trường ĐH Bách Khoa Hà Nội

2 MỤC ĐÍCH NGHIÊN CỨU CỦA ĐỀ TÀI:

Dự báo nhu cầu điện năng sử dụng tại TP Hồ Chí Minh trong giai đoạn năm

2006-2010 có xét đến năm 2020 nhằm cung cấp các số liệu giúp cho chuyên

gia hoạch định chiến lược, có các bước phát triển, đầu tư hợp lý cho từng giai

đoạn, đáp ứng nhu cầu phát triển kinh tế của TP.HCM và các nhà quản trị khi

xây dựng chiến lược lâu dài, đảm bảo tính hiệu quả của hệ thống phân phối

điện khi đưa ra các quyết định và lựa chọn các giải pháp thỏa mãn nhu cầu

điện năng

Đối tượng nghiên cứu: Luận văn nghiên cứu tổng quát những vấn đề về sử

dụng điện và khả năng đáp ứng nhu cầu điện năng tại TP Hồ Chí Minh Đi

sâu phân tích các mô hình và phương pháp dự báo nhu cầu điện năng nhằm

tìm hiểu những nguyên nhân cơ bản ảnh hưởng đến tình hình sử dụng điện

của Thành phố Từ đó đề xuất một số giải pháp thỏa mãn nhu cầu điện năng

tại TP Hồ Chí Minh trong giai đoạn 2006 – 2010 có xét đến năm 2020

Phạm vi nghiên cứu của luận văn là tình hình sử dụng điện của khách hàng,

những tồn tại, những nhân tố ảnh hưởng đến nhu cầu tiêu thụ điện tại TP Hồ

Chí Minh từ năm 1995 đến năm 2005 để phân tích, đánh giá Trên cơ sở phân

tích, đánh giá vận dụng cơ sở lý luận thông qua các mô hình dự báo thống kê

để dự báo nhu cầu sử dụng điện tại TP Hồ Chí Minh

Luận văn lấy việc sử dụng phương pháp duy vật biện chứng và duy vật lịch sử

làm nền tảng đồng thời kết hợp với việc sử dụng các mô hình, phương pháp

dự báo và điều tra thực tế để giải quyết các vấn đề đặt ra trong quá trình

nghiên cứu

5 NHỮNG ĐÓNG GÓP CỦA ĐỀ TÀI

Một là làm rõ những vấn đề cơ bản của phương pháp luận về dự báo nhu cầu

tiêu thụ điện

Hai là phân tích đánh giá thực trạng về tình hình sử dụng điện tại TP Hồ Chí

Minh, đặc biệt là phân tích các yếu tố ảnh hưởng đến việc sử dụng điện Từ

đó tìm ra những nguyên nhân và những tác động ảnh hưởng đến việc dự báo

nhu cầu sử dụng điện

Ba là đề xuất các giải pháp thỏa mãn nhu cầu sử dụng điện năng tại TP Hồ

Chí Minh trong giai đoạn năm 2006-2010 có xét đến năm 2020

6 KẾT CẤU CỦA LUẬN VĂN

Ngoài phần mở đầu và kết luận, nội dung của luận văn được chia thành 3

chương:

Ch ương 1: Cơ sở phương pháp luận về dự báo nhu cầu điện năng

Ch ương 2: Phân tích nhu cầu và khả năng đáp ứng nhu cầu điện năng trong

giai đoạn 1995-2005

Chương 3: Dự báo và đề xuất một số giải pháp thỏa mãn nhu cầu điện năng

trong giai đoạn 2006-2010 có xét đến năm 2020./

Chương 1

CƠ SỞ PHƯƠNG PHÁP LUẬN VỀ DỰ BÁO NHU

CẦU ĐIỆN NĂNG

1.1.1 Khái niệm dự báo thống kê

Trong quá trình sản xuất, kinh doanh, các nhà quản trị thường phải đưa ra các

quyết định liên quan đến những sự việc sẽ xảy ra trong tương lai Để cho các

quyết định này có độ tin cậy và hiệu quả cao cần thiết phải tiến hành công tác

dự báo Điều này càng quan trọng hơn đối với một nền kinh tế thị trường,

thường xuyên có cạnh tranh Do vậy :

- Dự báo thống kê là một phương pháp thống kê được dùng để lượng hóa mức

độ của hiện tượng nghiên cứu sẽ xảy ra trong kỳ tương lai trên cơ sở phân tích

đánh giá thực trạng biến động tính quy luật phát triển theo thời gian hoặc

phân tích mối quan hệ nhân quả của đối tượng nghiên cứu

- Kết quả dự báo thống kê là cơ sở để xây dựng kế hoạch phát triển hoặc để

tìm kiếm các điều kiện, các nguyên nhân sẽ ảnh hưởng đến tiêu thức kết quả

hoặc để điều chỉnh đến tiêu thức kết quả

- Dự báo thống kê là khoa học và nghệ thuật tiên đoán những việc sẽ xảy ra

trong tương lai Tính khoa học của dự báo thể hiện ở chỗ khi tiến hành dự báo

ta căn cứ trên các số liệu phản ảnh tình hình thực tế hiện tại, quá khứ, căn cứ

vào xu thế phát triển của tình hình, dựa vào các mô hình toán học để dự đoán

tình hình cơ bản sẽ xảy ra trong tương lai

Dự báo thống kê thực hiện trên những mô hình cụ thể Tức là nó chỉ thực hiện

được sau khi đã phân tích thực trạng biến động theo thời gian hoặc theo

không gian và phân tích đánh giá các nguyên nhân ảnh hưởng đến tiêu thức

kết quả Trong phân tích thống kê cần phân biệt rõ hai mô hình cơ bản sau :

a- Mô hình dãy số thời gian : là tính quy luật biến động của hiện tượng qua

thời gian được biểu hiện bằng hàm xu thế trên cơ sở phân tích sự biến động

của dãy số tiền sử trong quá khứ, hiện tại và tiến tới tương lai

b- Mô hình nhân quả: là mối quan hệ nhân quả giữa các hiện tượng nghiên

cứu qua thời gian hoặc không gian được biểu hiện bằng các hàm kinh tế ,

phương trình kinh tế, phương trình tương quan

Do đó, dự báo thống kê không phải là sự phán đoán theo định tính hoặc “đoán

mò “ mà là định lượng cái sẽ xảy ra, khả năng sẽ xảy ra nhiều nhất hoặc định

lượng mức độ phải xảy ra trên cơ sở khoa học của thực tiễn, cho nên kết quả

dự báo thống kê vừa mang tính khách quan vừa mang tính chủ quan và nó

phụ thuộc vào trình độ nhận thức khách quan, hay khả năng tư duy của người

làm dự báo

1.1.2 Nguyên tắc cơ bản

Để xác định mô hình dự báo là tính kế thừa lịch sử, tính quy luật phát sinh

phát triển của hiện tượng, mối quan hệ biện chứng nhân quả giữa các hiện

tượng cho nên điều kiện để xác lập mô hình dự báo là :

- Các nguyên nhân, các yếu tố, các điều kiện cơ bản ảnh hưởng đến quy luật

biến động phải tương đối ổn định, bền vững trong quá khứ đến hiện tại và tiến

tới tương lai

- Một khi có sự thay đổi các yếu tố, các nguyên nhân thì phải xác định lại mô

hình để thích nghi với hiện thực

- Để dễ điều chỉnh mô hình và đảm bảo mức độ chính xác phù hợp với thực

tiễn thì tầm xa dự báo (là khoảng cách thời gian từ hiện tại đến tương lai)

không nên quá 1/3 thời gian tiền sử

1.1.2.1 Tính khả thi của mức độ dự báo mang tính xác suất:

Kết quả dự báo thống kê là sự báo trước cái sẽ xảy ra, khả năng sẽ xảy ra lớn

nhất cho nên nó có thể xảy ra đúng như vậy, cũng có thể “xấp xỉ” gần đúng

như vậy, cũng có thể xảy ra không đúng như vậy hoặc cái xảy ra có sai số

khá lớn.Nếu cái xảy ra không giống (hoặc sai) với mức độ dự báo thì có nghĩa

là do xác định mô hình dự báo chưa đúng hoặc lượng hóa mối quan hệ của

các nguyên nhân ảnh hưởng chưa đầy đủ hoặc chưa đúng Cho nên dự báo

thống kê vẫn còn sai số cho phép trong độ tin cậy cho trước

1.1.2.2 Dự báo thống kê là dự báo ngắn hạn và dự báo trung hạn

Vì mức độ chính xác của kết quả dự báo thống kê tỷ lệ nghịch với tầm xa dự

báo.Tức là nếu tầm xa dự báo càng dài thì mức độ dự báo càng ít chính xác,

sai số càng lớn và ngược lại Mặt khác, trong thực tế các điều kiện yếu tố,

nguyên nhân ảnh hưởng luôn thay đổi nên mô hình dự báo cũng thường thay

đổi theo Vì lẽ đó, để dễ thay đổi mô hình, dễ thích nghi với thực tế dự báo

thống kê khi dự báo ngắn hạn hoặc trung hạn

1.1.2.3 Dự báo thống kê mang tính nhiều phương án:

Do dự báo thống kê phụ thuộc vào trình độ nhận thức khách quan và kinh

nghiệm làm dự báo của người quản lý cho nên sẽ hình thành nhiều mô hình,

nhiều “nhiều “ phương án Cần phải lựa chọn phương án hay lựa chọn mô

hình để làm hàm dự báo bằng cách kiểm định mô hình Có nhiều phương án

kiểm định Do dãy tiền sử là dãy số liệu thống kê (đảm bảo tính khách quan,

ngẫu nhiên ) trên trong phân tích thống kê dùng hệ số biến thiên sai số ngẫu

nhiên để để kiễm định là thuận lợi hơn, tốt hơn

1.1.2.4 Phương tiện dự báo thống kê

Phương tiện để dự báo thống kê là các thuật toán, kỹ thuật tính toán, phân

tích, kinh nghiệm quản lý, phương tiện tính toán, vi tính và trình độ nhận thức

của người làm dự báo

1.1.2.5 Phân loại dự báo

- Căn cứ và thời đoạn dự báo

Dựa vào thời đoạn dự báo ta phân biệt 3 loại dự báo sau đây:

a- Dự báo ngắn hạn

Thời đoạn dự báo thường không quá 3 tháng, ít khi đến 1 năm Loại dự báo

này cần cho việc mua sắm, điều độ công việc, phân giao nhiệm vụ, cân đối

các mặt trong quản lý tác nghiệp

b- Dự báo trung hạn

Thời đạn dự báo thường từ ba tháng đến ba năm, lọai dự báo này thường cần

cho việc lập kế hoạch báo hàng, kế hoạch sản xuất, dự trừu tài chính tiền mặt

và làm căn cứ cho các loại kế hoạch khác

c- Dự báo dài hạn

Thời đoạn dự báo từ ba năm trở lên Loại dự báo này cần cho việc lập các dự

án sản xuất sản phẩm mới, xác định địa điểm cho cơ sở mới, lựa chọn các dây

chuyền công nghệ, thiết bị mới, mở rộng doanh nghiệp hiện có hoặc thành lập

doanh nghiệp mới

- Căn cứ nội dung công việc cần dự báo

Dựa vào nội dung công việc cần dự báo có thể chia ra các loại sau đây:

a- Dự báo kinh tế

Dự báo kinh tế do các cơ quan nghiên cứu, cơ quan dịch vụ thông tin, các bộ

phận tư vấn kinh tế nhà nước thực hiện Những chỉ tiêu này có giá trị lớn

trong việc hỗ trợ, tạo tiền đề cho công tác dự báo trung hạn, dài hạn của các

doanh nghiệp

b- Dự báo nhu cầu kỹ thuật công nghệ

Dự báo này đề cập đến mức độ phát triển khoa học kỹ thuật công nghệ trong

tương lai Loại này rất quan trọng đối với các ngành có hàm lượng kỹ thuật

cao như năng lượng nguyên tử, tàu vũ trụ, dầu lửa, máy tính, nghiên cứu

không gian, điện tử ….Dự báo kỹ thuật, công nghệ thường do các chuyên gia

trong lĩnh vực đặc biệt thực hiện

c- Dự báo nhu cầu

Thực chất của dự báo nhu cầu là dự kiến, tiên đoán về doanh số bán ra của

doanh nghiệp Loại dự báo này được các nhà quản trị đặc biệt quan tâm

Dự báo nhu cầu giúp cho các doanh nghiệp xác định được các loại và số

lượng sản phẩm, dịch vụ mà họ cần tạo ra trong tương lai Thông qua dự báo

nhu cầu các doanh nghiệp sẽ quyết định quy mô sản xuất, hoạt động của công

ty, là cơ sở để dự kiến về tài chính, tiếp thị, nhân sự

Do tính chất quan trọng nói trên của dự báo nhu cầu đối với quản trị sản xuất

nên dưới đây sẽ đi sâu nghiên cứu vào loại dự báo này

1.2.1 Các phương pháp định tính

Khi chưa có số liệu thống kê (giai đoạn đầu của chu kỳ sống của sản phẩm)

để tiến hành công tác dự báo ta có thể dựa vào các phương pháp định tính

Phương pháp định tính, đặc biệt là phương pháp chuyên gia còn được dùng để

xem xét thêm các kết quả dự báo tiến hành bằng các phương pháp định

lượng

Dưới đây trình bày các phương pháp định tính thường dùng:

1.2.1.1 Lấy ý kiến của ban điều hành

Phương pháp này được sử dụng rộng rãi Cần lấy ý kiến của các nhà quản trị

cao cấp, những người phụ trách các công việc quan trọng thường hay sử dụng

các số liệu thống kê, chỉ tiêu tổng hợp của doanh nghiệp Ngoài ra cần lấy

thêm ý kiến của các chuyên viên về marketing, về tài chính, về kỹ thuật, sản

xuất

Phương pháp này có nhược điểm là có tính chủ quan và ý kiến của người có

chức vụ cao nhất thường chi phối ý kiến của những người khác

1.2.1.2 .Lấy ý kiến của những người bán hàng

Những người bán hàng là những người hiểu rõ nhu cầu và thị hiếu của người

tiêu dùng.Họ có thể dự đoán được lượng hàng có thể bán được trong tương lai

tại khu vực mình bán hàng

Tập hợp ý kiến của nhiều người bán hàng tại nhiều khu vực khác nhau ta có

được lượng dự báo tổng hợp về nhu cầu đối với loại sản phẩm đang xét

Phương pháp này có nhược điểm là phụ thuộc vào đánh giá chủ quan của

người bán hàng Một số có khuynh hướng lạc quan thường đánh giá cao

lượng hàng bán ra của mình Ngược lại một số khác lại muốn giảm xuống để

đạt định mức.Cả hai loại trên lại thường bị ảnh hưởng bởi những kinh nghiệm

gần nhất

1.2.1.3 Lấy ý kiến người tiêu dùng

Cần lấy ý kiến của các khách hàng hiện tại cũng như các khách hàng mới có ý

định hoặc đã có kế hoạch mua hàng trong tương lai.Việc nghiên cứu có thể có

thể do bộ phận bán hàng hoặc bộ phận nghiên cứu thị trường tiến hành Cách

làm có thể hỏi ý kiến trực tiếp của khách hàng, gửi các câu hỏi theo đường

bưu điện, tiếp xúc bằng điện thoại, phỏng vấn cá nhân…Cách làm này không

những giúp ta dự báo nhu cầu tương lai mà còn biết được thị hiếu của khách

hàng nhằm giúp ta cải tiến sản phẩm

1.2.1.4 Phương pháp chuyên gia (phương pháp Delphi)

Cần lấy ý kiến nhiều chuyên gia trong hoặc ngoài doanh nghiệp.Những ý kiến

này được viết ra giấy hẳn hoi nhằm trả lời một số câu hỏi nêu sẵn

Quá trình thực hiện như sau :

(1) Mỗi chuyên gia được phát một thư yêu cầu trả lời một số câu hỏi in sẵn

phục vụ cho việc dự báo

(2) Nhân viên dự báo tập hợp các câu trả lời, sắp xếp, chọn lọc và viết lại

tóm tắt các ý kiến của các chuyên gia

(3) Dựa vào bản tóm tắt này, nhân viên dự báo lại nêu ra các câu hỏi mới để

các chuyên gia trả lời tiếp

(4) Tập hợp các ý kiến mới của các chuyên gia Nếu chưa thỏa mãn thì lại

tiếp tục quá trình trên, cho đến khi đạt được yêu cầu dự báo trên cơ sở các ý

kiến của các chuyên gia

Không xảy ra va chạm giữa các chuyên gia và họ không bị ảnh hưởng bởi ý

kiến của một người nào đó có ưu thế trong số người được hỏi ý kiến

ngược nhau làm cho quá trình xử lý khó khăn, phụ thuộc thời gian thu hồi

phiếu ý kiến của các chuyên gia

Phương pháp Delphi đã mang lại nhiều kết quả tốt, nhất là trong dự báo công

nghệ

1.2.2 Các phương pháp định lượng

Các phương pháp định lượng đều dựa trên cơ sở toán học thống kê Để dự báo

nhu cầu tương lai, không xét đến các nhân tố ảnh hưởng khác ta có thể dùng

các phương pháp dự báo theo dãy số thời gian Khi xét đến các nhân tố khác

ảnh hưởng đến nhu cầu (ngoài thời gian ) ta có thể dùng các phương pháp xét

đến các mối quan hệ tương quan

1.2.2.1 Các chỉ tiêu mô tả tốc độ tăng (giảm ) giữa các kỳ nghiên cứu

Tốc độ tăng (giảm ): là chỉ tiêu phản ảnh mức độ của hiện tượng giữa hai

thời gian nghiên cứu đã tăng (giảm ) bao nhiêu lần (%)

*Tốc độ tăng (giảm ) liên hoàn

y

y y

*Tốc độ tăng (giảm ) trung bình

1.2.2.2 Các biến động của nhu cầu thị trường theo theo thời gian

Nhu cầu thị trường luôn biến động theo thời gian và trong những điều kiện

nhất định nó thường biến động theo một xu hướng nào đó Để phát hiện xu

hướng phát triển của nhu cầu ta cần thu thập các số liệu trong quá khứ để có

được một dãy số thời gian.Thời gian ở đây thường là tháng, quý hoặc năm,

tức là xem xét biến động của nhu cầu qua từng thời kỳ một

Khi đã có dãy số thời gian ta có thể xác định được xu hướng phát triển của

nhu cầu Từ đó ta có thể dự báo cho các thời kỳ trong tương lai

Các biến động của nhu cầu theo thời gian có thể xảy ra mấy trường hợp sau:

(1) Có khuynh hướng tăng (giảm ) rõ rệt trong suốt thời gian nghiên cứu

(ký hiệu T- Trend) Nguyên nhân của những biến động có tính xu hướng có

thể là do lạm phát, sự tăng dân số, tăng thu nhập các nhân, sự tăng trưởng hay

sút giảm của thị trường hoặc sự thay đổi về công nghệ

(2) Biến đổi theo mùa (S- Seasonality ): biểu hiện mức độ tăng giảm của

hiện tượng ở một số thời điểm (tháng hoặc quý) nào đó được lại đi lặp lại qua

nhiều năm Biến động thời vụ thường do các nguyên nhân như điều kiện thời

tiết, khí hậu, tập quán xã hội, tín ngưỡng …Biến động thời vụ được xem xét

khi dữ liệu được thu thập theo tháng, quý, tức là khi chu kỳ biến động là một

năm nếu chu kỳ lớn lớn hơn 1 năm ta sẽ có biến động chu kỳ

(3) Biến đổi có chu kỳ (C – Cycles): biến động được lặp lại với một chu kỳ

nhất định, thường kéo dài từ 2 – 10 năm Biến động theo chu kỳ là do tác

động tổng hợp của nhiều yếu tố khác nhau

(4) Biến đổi ngẫu nhiên (R –Random Variations): biến động không có quy

luật và hầu như không thể dự đoán.Loại biến động này thường xảy ra trong

thời gian ngắn và gần như không lặp lại, do ảnh hưởng của thiên tai, động đất,

nội chiến, chiến tranh v.v…

Trong khi dự báo các biến đổi ngẫu nhiên thường bị loại ra khỏi các mô hình

dự báo hoặc là được xem xét đồng thời với các biến đổi theo mùa, theo

khuynh hướng và chu kỳ

Bốn thành phần trên có thể kết hợp với nhau theo mô hình nhân

(Multiplicative structure )

yi = Ti.Si.Ci.Ii (1-3)

Ti – Thành phần xu hướng ở thời gian i

Si – Thành phần thời vụ ở thời gian i

Ci – Thành phần chu kỳ ở thời gian i

Ii – Thành phần ngẫu nhiên ở thời gian i

1 2 3 4 năm

Hình 1-1 Các lọai biến đổi của nhu cầu

Nhu cầu

sản phẩm

1.3 Các mô hình và ph ương pháp dự báo nhu cầu

1.3.1 Dự báo thống kê theo mô hình dãy số thời gian (hàm xu thế)

Các phương pháp dự báo nhu cầu theo đường xu thế cũng dựa vào dãy số

thời gian Dãy số này, cho phép ta xác định đường xu thế lý thuyết trên cơ sở

kỹ thuật bình phương bé nhất, tức là tổng khoảng cách từ các điểm thể hiện

nhu cầu thực tế trong quá khứ đến đường xu thế lấy theo trục tung nhỏ nhất

Sau đó dựa vào đường xu thế lý thuyết ta tiến hành dự báo nhu cầu cho các

năm trong tương lai

Có thể sử dụng các phương pháp dự báo theo đường xu thế để dự báo ngắn

hạn, trung hạn và dài hạn

Đường xu thế có thể là tuyến tính hoặc phi tuyến

Để xác định đường xu thế lý thuyết, đòi hỏi phải có nhiều số liệu trong quá

khứ

Đường xu thế còn có tên gọi là đường hồi quy hoặc khuynh hướng

Để biết được đường xu thế là tuyến tính hay phi tuyến trước hết ta cần biểu

diễn các nhu cầu thực tế trong quá khứ lên biểu đồ và phân tích xu hướng

phát triển của số liệu đó.Qua phân tích nếu thấy rằng các số liệu tăng hoặc

giảm tương đối đều đặn theo một chiều hướng nhất định thì ta có thể vạch ra

một đường thẳng biểu diễn chiều hướng đó Nếu các số liệu biến động theo

chiều hướng đặc biệt hơn, như tăng giảm ngày càng nhanh hoặc ngày càng

chậm thì ta có thể sử dụng các đường cong thích hợp để mô tả sự biến động

đó (đường parabol, hyperbol, logarit ….)

Mô hình dãy số thời gian được bằng hàm xu thế có dạng đa thức bậc k tổng

= +

i

i i

• a0, ai : là các tham số tự do được xác định cụ thể trong từng dãy số tiền

sử Các tham số này xác định vị trí chiều hướng biến động, dáng điệu

biến động của quy luật phát triển trong quá khứ, hiện tại và tiến tới

tương lai

• t: là biến số được phản ảnh bằng số thứ tự thời gian trong kỳ nghiên

cứu.Thực chất nó là dãy số tự nhiên ( t= 1 ,n )

• y t:Hàm xu thế hay đường hồi quy lý thuyết phản ảnh tính quy luật biến

động của dãy tiền sử (yi) theo thời gian Thực chất nó là dãy các mức

độ tiền sử đã được điều chỉnh theo hàm xu thế nên mang tính bình

quân

• k: Số bậc sai phân Tức là số lần phân tích sự biến động tuyệt đối

(chêch lệch tuyệt đối liên hoàn) hoặc biến động tương đối (tốc độ phát

triển liên hoàn) đến khi nó tiến về một hằng số thì dừng phân tích

Có hai loại sai phân:

a – Sai phân tuyệt đối ( δi )

Sai phân tuyệt đối bậc 1 (khi k= 1) : 1

) 1 (

1 ) 1 ( ) 2 (

1 ) 2 ( ) 3 (

Sai phân tuyệt đối bậc 1 (khi k= 1) : : ( 1 )

1 1 )

δ b- Sai phân tương đối (Ti )

Sai phân tương đối bậc 1 (khi k= 1) :

1

) 1 (

−

=

i

i i

y

y T

Sai phân tương đối bậc 2 (khi k= 3) : (1)

1

) 1 ( ) 2 (

−

=

i

i i

T

δ δ

Sai phân tương đối bậc 3 (khi k= 3): (2)

1

) 2 ( ) 3 (

−

=

i

i i

T

δ

δ v v…

Sai phân tương đối bậc k : ( 1)

1

) 1 ( ) (

T

δ δ

Khi dãy sai phân tuyệt đối bậc k tiến về 1 hằng số thì xác lập hàm khuynh

hướng bậc k có dạng tổng quát:

y t = a0 + a2 t + a2t2 +…….+a k-1 t k-1 + a kt k

Tìm trị số các tham số a0,a1 … phải dựa vào bảng thống kê tổng hợp để lập hệ

phương trình chuẩn có (k+1) phương trình tuyến tính như sau :

Lựa chọn hàm xu thế làm hàm dự báo sẽ có nhiều phương pháp kiểm định

Trong thống kê, vì dãy số tiền sử là các số liệu thống kê nên bản thân nó là số

liệu khách quan, trung thực, đầy đủ, toàn diện nên nó mang tính ngẫu nhiên

cao Do dó để kiểm định, dùng hệ số biến thiên sai số ngẫu nhiên có dạng

tổng quát như sau :

y

S y

p n y

p n

y y V

t t

(số lần,%) (1-4)

Trong đó :

n : Số các mức độ trong dãy tiền sử yt

p : Số các tham số a 0, a 1

y: Mức độ bình quân của dãy số tiền sử (đơb vị tính:lần,%)

Sε :Sai số ngẫu nhiên

Nếu V ≤ 10% thì hàm xu thế được chọn làm hàm dự báo điểm như sau :

y~t=y t Hoặc yˆ(n+ )1 = y t

n: là thứ tự thời gian cuối cùng trong dãy tiền sử

l : là tầm xa dự báo

Dự báo khoảng sẽ là dự báo điểm được điều chỉnh với một mức độ sai số cho

trước :

Tức là : yˆt tα Sε

2

± (1-5) Trong đó :

tα/2 : Hệ số tin cậy khi tra bảng phân vị với độ tin cậy cho trước

Có thể dùng hàm TINV (α/2, n -1) trong bảng tính Excel để tìm

t n-1; α/2 = TINV(α/2, n -1)

Sε:Sai số ngẫu nhiên

xu thế (dáng điệu )

nhiều tiêu thức nguyên nhân và kết quả với nhau Các số liệu thu thập trong

quá khứ phải đầy đủ và xử lý trước khi đưa vào tính toán

Trên cơ sở tổng quát đó, trong thực tế thường dùng các hàm xu thế cơ bản

sau :

1.3.1.1 Hàm xu thế tuyến tính

Nếu dãy tiền sử được biểu hiện trên đồ thị theo các tọa độ (ti ,yi) có xu hướng

phát triển dạng tuyến tính hóa hoặc sai phân tuyệt đối bậc 1 (chênh lệch tuyệt

đối liên hoàn ) có xu hướng tiến về hằng số, hoặc dãy tiền sử có xu hướng

biến động theo cấp số cộng thì mô phỏng tính quy luật biến động của dãy tiền

sử theo hàm xu thế tuyến tính có dạng tổng quát như sau :

y t = a 0 + a 1t (1-6)

Trong đó :

y t : Trị số các mức độ tuyệt đối

t : Thời gian trong dãy số ( t= 1 ,n )

a 0 ,a1 : Các tham số quy định vị trí đường hồi quy lý thuyết

Trong toán học có rất nhiều phương pháp xác định a0 và a 1.Trong thống kê

thường dùng phương pháp bình phương bé nhất ,tức là :

∑ (y – a0 –a 0 t)2 = min

Lấy đạo hàm theo a 0 rồi a 1 cho chúng bằng 0, sau đó rút gọn lại sẽ có hệ

phương trình chuẩn dưới đây :

y t t y n

a1 .2 (1-7 a) Sau khi tính a1, ta có thể tính a0 theo công thức :

n

t a n

y

1

Trong tính toán thực tế, các tham số a0 và a1 có thể được tính theo công thức

đơn giản hơn Vì t là thứ tự thời gian trong dãy số, cho nên ta có thể thay đổi

cách đánh số thứ tự sao cho ∑t =0

- Nếu thứ tự thời gian là 1 số lẻ, thì lấy thời gian ở vị trí giữa bằng 0, các thời

gian đứng trước là –1,-2,-3 … và thời gian đứng sau lần lượt : 1; 2 ; 3…

- Nếu thứ tự thời gian là 1 số chẳn, thì lấy hai thời gian đứng ở vị trí giữa là:

-1 và +1 ; các thời gian đứng trước là –3,-5,-7 ….và đứng sau lần lượt là:

và y n

y

Khi V≤ 10 % thì hàm dự báo điểm sẽ là

yˆ (n+l)= a 0 + a 1(n +l ) (1-9)

1.3.1.2 Hàm xu thế parabol

Nếu dãy sai phân tuyệt đối bậc 2 (k=2 ) tiến về một hằng số, hoặc quan sát

dãy tiền sử, thấy có hiện tượng lúc đầu tăng dần (hay giảm dần) đến một mức

độ nhất định đổi xu hướng biến động ngược lại là giảm dần (hoặc tăng dần)

thì mô phỏng tính quy luật biến độngcủa dảy tiền sử theo dạng hàm xu thế

4

0

. t t t

n

t t y t t

2

. t t t

n

y t y

t n

1.3.1.3 Hàm xu thế dạng hàm mũ

Nếu dãy sai phân tuyệt đối bậc 1về một hằng số hoặc dãy tiền sử có xu hướng

tăng dần (hay giảm dần) theo cấp số nhân thì mô phỏng tính quy luật của dãy

tiền sử như sau :

a 0 : Xác định điểm gốc của phương trình hồi quy

a 1 : Tốc độ tăng theo đơn vị thời gian

Khi logarit hóa phương trình trên, ta sẽ được phương trình có dạng :

t

y t

; lg a0 =

n Y

(1-11) Như vậy, để xác định trị số của các tham số a0 và a 1 ta tính các trị số của

∑t2 , ∑ t.lg y , ∑ lg y

Trong thực tế hệ số a1 tính ra xấp xỉ bằng tốc độ phát triển bình quân (a ) qua

từng khoảng cách thời gian của kỳ nghiên cứu.Tức là:

l

n l

~ ) ( + =

~ ) ( + = =~y(n+l−1) a (1-13) Phương pháp này gọi là dự báo theo tốc độ phát triển bình quân

1.3.1.4 Phương pháp dự báo hàm xu thế có xét đến biến động thời vụ

Đối với một số mặt hàng, nhu cầu thị trường có tính chất biến động theo thời

vụ trong năm Nguyên nhân có thể do điều kiện thời tiết, địa lý hoặc do tập

quán của người tiêu dùng ở từng vùng có khác nhau (tết, lễ, hội …) để dự báo

nhu cầu đối với các mặt hàng này ta cần khảo sát mức độ biến động của nhu

cầu theo thời vụ bằng cách tính chỉ số thời vụ trên cơ sở dãy số thời gian đã

điều tra được

Chỉ số thời vụ tính theo công thức sau :

Is =

yo yi

− (1-16)

Trong đó :

Is – Chỉ số thời vụ

yi− - Số bình quân của các tháng cùng tên

yo –Số bình quân chung của tất cả các tháng trong dãy số

Cách tính y o

−:

n

y o

−

(1-17)

Trong đó:

n - số tháng x số năm trong dãy số

Nhu cầu dự báo có xét đến biến động thời vụ tính như sau:

Ys =Is x Yc (1-18)

Như vậy:

- Trước hết ta tính số dự báo Yc theo phương pháp đường xu hướng

(tuyến tính hoặc phi tuyến)

- Sau đó tính chỉ số thời vụ

- Cuối cùng lấy tích số Is x Yc sẽ có số dự báo theo khuynh hướng có

xét đến biến động thời vụ

1.3.2 Dự báo thống kê theo phương pháp san bằng mũ

Qua các phương pháp dự báo thống kê theo hàm xu thế rút ra một số nhận

xét cơ bản sau :

Hàm xu thế phản ảnh tính quy luật biến động dãy số thời gian (mô hình dãy

số thời gian) đối với đa thức bậc k Cho nên nó được dùng để dự báo mức độ

tương lai Tức là cơ sở để xác định hàm dự báo là hàm xu thế

- Khi đã xác định là hàm xu thế thì các mức độ điều chỉnh dãy số thời gian

chỉ phụ thuộc vào thứ tự thời gian trong quá khứ, hiện tại và tương lai, tức là

các nhân tố ngẫu nhiên đã bị san bằng, không còn chịu sự ảnh hưởng thực tế

của các mức độ tiền sử nên mức độ dự báo phát sinh sai số Một khi có sự

biến động mạnh đột biến thì phải xác định lại mô hình dãy số thời gian nên

gây nhiều khó khăn

Để tránh sự tồn tại của hàm xu thế trong việc điều chỉnh dãy số thời gian,

buộc phải quan tâm đến mức độ ảnh hưởng thực tế của tất cả các mức độ tiền

sử theo nguyên tắc mức độ ảnh hưởng sẽ tăng dần từ đầu dãy tiền sử đến mức

độ kỳ nghiên cứu Tức là mức độ nào càng xa mức độ kỳ nghiên cứu, mức độ

ảnh hưởng càng ít, ngược lại càng gần thì giá trị thông tin càng cao và mức

mức độ ảnh hưởng càng lớn Như vậy giá trị thông tin mới nhất và ảnh hưởng

nhiều nhất là mức độ ở liền ngay trước mức độ kỳ nghiên cứu, kỳ dự báo Để

phản ảnh nguyên tắc này, người ta dùng phương pháp qui nạp, dùng hệ số α

để san bằng mức độ ảnh hưởng và để thích nghi với sự biến động thực tế của

dãy tiền sử Hệ số này gọi là hệ số san bằng mũ

Phương pháp san bằng mũ có những đặc điểm sau :

- Dùng để điều chỉnh dãy số thời gian của đa thức bậc k trong mô hình dãy số

thời gian

- Hệ số α dao động trong khỏang [0,1] đặt 1- α = β tức là α + β= 1.Nếu hệ

số α càng nhỏ ( α  > 0) thì càng gạt bỏ nhiều nhân tố ngẫu nhiên, nhân tố

đột biến và các nhân tố ngẫu nhiên Do đó người ta sử dụng hệ α phụ thuộc

vào mục đích của người làm dự báo và tính chất biến động của dãy tiền sử

Có hai cách để xác định hệ số α :

- Xác định hệ số α một cách khách quan : α =

1

2 +

n

n; Số mức độ dãy số tiền sử, n càng lớn thì α càng nhỏ, càng nhiều nhân tố

ngẫu nhiên, nên càng phải gạt bỏ

- Xác định hệ số α một cách chủ quan, tức là lựa chọn α theo mục đích

nghiên cứu, ấn định sẵn.Thường người ta sử dụng α trong 0,1 ≤ α ≤ 0,4 thì

quy luật biến động bộc lộ rõ rệt đối với các hiện tượng thường xuyên biến

động, có biến động lớn Còn chọn α khá nhỏ (α gần tới 1) đối với hiện tượng

có dãy số tiền sử ổn định, ít sự biến động

Như vậy đối với đa thức bậc k thì hàm san bằng mũ bậc k có dạng tổng quát

như sau :

) 1 ( ) 1 ( )

( 1 1

) 1 (

ˆ ˆ

ˆ ˆ

) 1 ( ˆ

t k

t k

t k

t k

t

Đối với hàm xu thế bậc 1 (k=1 ) bao gồm hàm xu thế tuyến tính, hyperbol,

hàm mũ loga thì phương pháp san bằng hàm mũ bậc 1 có dạng tổng quát như

sau :

[ ( 1 ) ]

) 1 ( ) 0 ( )

1 (

Đối với bậc k =1 người ta không biểu hiện ,nên có thể được phản ảnh đơn

giản như sau :

yˆ : Mức độ tiền sử tại thứ tự thời gian t tương ứng với mức độ yˆ t

[ yt − y ˆ(t− )1 ] = εt : là sai số tuyệt đối ngẫu nhiên giữa mức độ thực tế với

mức độ đã san bằng ở thứ tự thời gian đứng liền kề ngay trước đó

Các mức độ lần lượt được san bằng như sau :

yˆ 1 = yˆ 0 +α [ y1 − yˆ ( 0 )]

yˆ 2 = yˆ 1 +α [ y2 − yˆ ( 1 )]

yˆ 3 = yˆ 2 +α [ y3 − yˆ ( 2 )]

v.v…

−

=

− +

=

a1 ,a0 : Các tham số trong hàm xu thế y t

2 Đơn giản lấy yˆ 0 = y1

3 Để đơn giản hơn phương pháp san bằng có thể san bằng từ thứ tự thời gian

Đối với hàm xu thế bậc 2 (k=2 ) hàm xu thế parabpol thì phương pháp san

bằng mũ bậc 2 có dạng tổng quát như sau :

) 1 ( ) 1 ( )

2 ( 1 )

Đối với hàm xu thế bậc 3 ( k=3) thì phương pháp san bằng mũ bậc 3 có dạng

tổng quát như sau :

) 1 ( ) 2 ( )

3 ( 1 )

3

ˆt = y t− + y t − y t−

1.3.3 Dự báo theo các mối quan hệ tương quan

Các phương pháp dự báo trình bày trên đây đều xem xét sự biến động của đại

lượng cần dự báo theo thời gian thông qua dãy số thời gian thống kê được

trong quá khứ Nhưng trong thực tế đại lượng cần dự báo còn có thể bị tác

động bởi nhân tố khác.Chẳng hạn sản lượng lúa theo các năm thay đổi theo

lượng phân bón sử dụng trong các năm đó Nói cách khác đại lượng phân bón

nhân tố ảnh hưởng đến sản lượng lúa là đại lượng mà ta cần dự báo cho các

năm sau

Mối liên hệ nhân quả giữa đại lượng phân bón và sản lượng lúa không thể

biểu diễn dưới dạng một hàm số chính xác mà chỉ có thể biểu diễn gần đúng

với dạng một tương quan, thể hiện bằng một đường hồi quy tương quan

Đại lượng cần dự báo là biến phụ thuộc còn nhân tố tác động lên nó là biến

độc lập Biến độc lập có thể có một hoặc một số

Nếu chỉ xét trên một nhân tố ảnh hưởng (một biến độc lập) đường hồi quy

tương quan có thể là tuyến tính hoặc phi tuyến

liên quan đến việc xác định các yếu tố ảnh hưởng đến yếu tố ta muốn dự

đoán, nhận ra và tách riêng các yếu tố này phục vụ cho mục đích dự đoán

cũng như cho việc kiểm soát và hoạch định trong quản lý

ảnh hưởng đến Y, sự thay đổi của biến phụ thuộc Y có thể sẽ được giải thích

toàn diện, đầy đủ hơn nếu đặt trong mối liên hệ với nhiều biến độc lập Việc

phân tích và dự báo cần nhiều dữ liệu liên quan, ảnh hưởng để các nhà quản

trị xây dựng phương pháp tính toán hợp lý

1.3.3.1 Dự báo trên cơ sở đường hồi quy tương quan tuyến tính

Phương trình dự báo :

y x =a0+a1x (1-25)

Trong đó :

y x – Lượng nhu cầu dự báo

x – Biến độc lập (nhân tố ảnh hưởng)

a0,a1 – Các hệ số của phương trình

Dùng phương pháp bình phương bé nhất, để tính các tham số a0 ,a1 bằng cách

đạo hàm riêng từng tham số và cho rút gọn thành hệ phương trình chuẩn như

sau :

∑ y = na0 + a1 ∑x

∑ xy = a0 ∑x + ∑ x2

Giải hệ phương trình chuẩn tìm a0 và a1

báo theo đường khuynh hướng nữa mà là biến độc lập

) (

.

x n x

y x n y x

1 1

a x a

x a y

x a

1 25 , 0

= +

x x

Điều này có nghĩa là khi tăng lên 1% (tức là x = 1,01 ) thì y x sẽ tăng 0,125%

so với y x cũ

2.Xác định sai số chuẩn

Để đánh giá chính xác của y xta phải tính sai số chuẩn của đường hồi quy

tương quan, ký hiệu Syx

y – Giá trị thực tế của các năm

y x – Giá trị tính tóan theo phương trình đường hồi quy

n –Số lượng số liệu hồi quy thu thập được

Công thức trên được biến đổi thành

Syx =

2

1 0

(1-29) Sai số càng nhỏ thì mức độ chính xác dự báo càng cao Do đó nếu sử dụng

nhiều phương pháp dự báo thì phương pháp nào có sai chuẩn nhỏ sẽ được

chọn dùng

3.Xác định hệ số tuơng quan

Hệ số tương quan cho ta biết mức độ quan hệ giữa x và y x Hệ số này được

ký hiệu là r, nhận giá trị giữa –1 và +1 (-1≤ r ≤ +1 ) Công thức như sau :

r =

−

] ) ( [

] ) ( [

.

2 2

2 2

y y

n x x

n

y x y x n

(1-30)

Các ký hiệu như cũ Có thể xảy ra các trường hợp sau :

a- Khi r = ± 1 chứng tỏ giữa x và y x có qua hệ chặt chẽ (quan hệ hàm số)

b- Khi r = 0 chứng tỏ x và y x không có quan hệ gì

c- Trị số của r càng gần ± 1, mối liên hệ tương quan giữa x và y x càng

chặt chẽ

âm ta có tương quan nghịch