1水电产业与经济发展灰色关联模型的建立
1.1指标体系的选取
从与水电密切相关的第一产业中选取农林牧渔业，第二产业中选取工业、建筑业，第三产业中选取批发零售业等（如图1）近5年来的收入变化情况，综合分析水电产业与其相关产业的关联度。
1.2灰色关联模型的建立
灰色关联分析实质是对反映各因素变化特性的数据序列进行几何比较。利用灰色关联分析法对水电产业与其他产业发展间的相互关系、适宜程度进行测算，可视作为水电产业与各相关产业的关联程度。具体步骤如下：（1）确定参考数列和比较数列。确定参考数列为水电产业，比较数列为第一产业中的农林牧渔业，第二产业中的工业、建筑业，第三产业中的交通运输业、批发零售业等相关产业。设关联分析的时间序列为n年的数值变化，相关联产业为m个。参考数列为：xn*={Xn*(t)/t=1,2,K,n}；比较数列为：Xi*={xi*(t)/t=1,2,K,n}(i=1,2,K,n)，（2）指标值的无量纲处理。由于各产业产值指标值往往具有不同的量纲和数量级，为便于比较，按下式进行无量纲化处理。K＝X（1，2，3，…i）／〔（X1+X2+X3+…..Xm）／t〕（1）其中，K代表无量纲值，Xi为比较数即水电产业发电量，Xm为相关比较数值即各个产业产值之和。（3）计算灰色关联系数。无量纲化处理后，就可以计算各年份水电产业与相关产业的关联系数：Si(k)=〔Min(△i(Min)＋0.5Max)〕／〔|x0(k)-xi(k)|+0.5Max(△Max)〕（2）此公式中，Min(△i(Min)＝Min|x0(k)-xi(k)|Max(△i(Max)＝Max|x0(k)-xi(k)|其中，Si(k)是第K个时刻比较曲线Xi与参考曲线X0的相对差值，即比较数列与参考数列在不同年份上的相对差值，它是Xi对X0在K时刻的关联系数，也就是相关产业与水电产业的关联系数。我们一般取分辨系数为0.5，具有较高的分辨率。（4）计算灰色关联度。关联度是水电产业与相关密切产业间关联的量度，它由关联系数演变而来。Ri＝1N∑si(k)（3）根据关联度的大小，可以确定参考数据列与比较数据列的拟合程度。即关联度越大的产业，它与水电产业的相互依赖程度越密切，水电产业的发展对该产业的拉动效应越明显。
2水电产业与经济发展的灰色关联分析
以湖北省为例
2.1水电年发电量与相关产业
年生产总值从表1可以看出，湖北水电产业与其它相关产业基本呈正相关关系。水电的发电量与其它产业均同步协调稳定增长。
2.2水电产业与相关产业的关联系数
根据表1数据，用公式（1）对比较数列与参考数列进行无量纲处理，其结果如表2所示。根据无量纲处理后的表2数据，按照以下步骤，计算各个年份水电产业与相关产业的关联系数：第一步：求差序列，即每个数值与水电数值差的值，得出每个时刻Xi与X0的绝对差值，如表3所示。第二步：求两级最小差与最大差，得出：Min︳x0(k)-xi(k)︳=0；Max︳x0(k)-xi(k)︳=0.21第三步：将数据代入公式（2），得出水电产业与相关产业的关联系数序如表4所示。取各产业的权重为1，通过公式（3），计算各个产业关联系数的均值，得到一个综合的产业关联度，即水电产业与相关产业的灰关联度，如图2所示。从图2可以看出，在一、二、三产业中，第一产业与水电产业的开发利用关联度最高，达到0.6612，说明农林牧渔业的发展依赖或受制于水电开发利用程度，水电资源开发的越好，农林牧渔业所创造的生产总值就越高；其次为第三产业，达到0.5526，水电的开发能够更好地推动交通运输业的发展，促进贸易流通，推动商品零售和批发；最后是第二产业为0.4938，其中建筑业较工业与水电产业的关联度要高。
2.3水电产业与相关产业的关联结论
通过表1~4分析，湖北省电力与经济增长关系的总体结论为：全省电力增长与经济总量增长之间的因果关系不显著，但分产业的用电量与增加值关系显著。第一产业增加值增长与第一产业用电量增长是双向因果关系，用电量增长1%，产业增加值增长1.82%；产业增加值增长1%，用电量增长0.51%。第二产业用电量与第二产业增加值是从用电量增长到产业增加值增长的单向因果关系，长期协整关系为用电量增长1%，产业增加值增长2.95%。第三产业用电量增长与第三产业增加值增长的关系是从产业增加值到用电量的单向因果关系，长期协整关系为产业增加值增长1%，用电量增长1.16%。
2.3.1水电产业与农林牧渔业关联度分析水电产业与第一产业的联系最大，农林牧渔业与水电产业的关联度达到0.6612，说明全省农林牧渔业的发展与水电产业息息相关，水电开发利用度直接影响或决定着农林牧渔业的发展。近年来，湖北省着力搞好长江、汉江堤防等重点骨干水利工程建设，抓紧水库除险整险和中小河流整治，强化南水北调配套工程建设，大力开展农田基本建设，包括灌区配套工程、水保工程、中低产田改造等，农业综合生产能力大幅提升。
2.3.2水电产业与工业关联度分析工业与水电产业的关联度为0.488，与第二产业的平均关联度0.4938基本持平，说明工业在第二产业中与水电产业的关联度相对稳定。以2013年为例，全省规模以上工业完成增加值11159.66亿元，规模以上工业用电量1106.00亿千瓦时，每千瓦电力可为10.09元工业增加值提供电力保障。2011年和2012年的数据也基本维持这一水平。
2.3.3水电产业与建筑业关联度分析建筑业与水电产业的关联度为0.5616，高于水电产业与第二产业的平均关联度0.0678个关联点，说明建筑业在第二产业中与水电产业的关联度最大。相对于其它产业或行业，建筑业等能源消耗较高的特殊性行业在自身发展中比较依赖电力产业，与水电产业的关联度较高。
2.3.4水电产业与批发零售业关联度分析批发零售业与水电产业的关联度为0.6188，高于第三产业平均关联度0.0662个点，仅次于农林牧渔业，并与第二产业平均关联度接近，说明批发零售业与第二产业总体关联度基本一致，随着第二产业的发展状况而左右与电力产业的关系。
2.4水电产业与经济发展的关联修正
从上述各类关联数据分析，电力消费增长率和实际经济增长率之间会出现一定程度的反向变化。具体而言，当电力消费弹性系数大于1时，电力消费增速往往会快于经济增速；反之，则电力消费增速往往会慢于经济增速；而当电力消费弹性系数为负值时，这个指标的指向意义就很不明显了。所以，在具体统计分析当中，不能简单地把电力消费弹性系数作为衡量经济增长指标的主要标准，而是要密切结合国家调结构、促转型、稳增长的大政方针，结合三次产业结构调整及变化，结合节能减排及新能源发展等因素，科学判断电力消费和经济增长之间的相似度或相异度关联，促进电力产业拉动经济增长的持续稳定科学发展。
作者：赵锦 单位：华中师范大学公共与管理学院
