什麼是相關分析法？

　　經濟是一個包羅萬象的複雜系統，經濟社會現象之間存在著大量相互聯繫、相互依賴、相互制約的數量關係。各種指標間相關聯，用統計數據共同勾畫了經濟運作的軌跡。研究指標間存在著哪種關聯關係、關係的緊密程度如何，是研究經濟關係、分析經濟走勢、進行政策調整的重要基礎工作。

　　一、基本概念

　　相關分析法是一種測定經濟現象之間相關關係的方向及程度，並據此進行預測和控制的分析方法。相關關係指的是這樣一種關係：變數之間存在著不確定、不嚴格的依存關係，對於變數的某個數值，可以有另一變數的若干數值與之相對應，這若干個數值圍繞著它們的平均數呈現出有規律的波動。在經濟形勢分析中，相關分析法能夠幫助我們拓展和深化對經濟運作狀況的認識和評判。

　　相關關係與因果關係不同，相關關係可能是由於兩個變數之間存在某種因果關係所致，也可能是由於兩個變數之間存在著某些複雜的公共因素所致。例如，冷飲銷量和空調銷量密切相關，主要是由於這兩個變數與氣溫高低存在因果聯繫，而非這兩個變數之間存在因果關係。

　　二、幾種表現形式

　　相關分析法可以用來判定不同變數間相關關係的方向，一般可以採用畫散點圖等方法，主要有以下幾種類型：

　　常見的相關關係有正相關和負相關。舉個例子，用電量的變化與經濟走勢呈現正相關關係，常被大家認為是觀察經濟走勢的風向標。通常用電量增長較快的國家，經濟增長也較快。根據世界銀行數據，1981—2011年的30年間，日本經濟增長81%，用電量增長79%；印度經濟增長5.1倍，用電量增長6.8倍；美國經濟增長1.3倍，用電量增長80%。

　　而食品消費佔居民消費支出的比重，則往往與居民收入水準呈現負相關關係。比如，2013—2019年，全國居民每人平均可支配收入不斷提高，2019年比2013年名義增長67.8%；而食品煙酒消費支出佔全部消費支出的比重（恩格爾系數）則不斷下降，從2013年的31.2%下降到2019年的28.2%。

　　三、經濟指標間的相關關係會隨著發展階段發生變化

　　相關分析法還可以通過計算相關係數來衡量不同變數間相關關係的密切程度。一般來説，相關係數的絕對值越大，兩個變數的關聯程度越高。需要注意的是，在不同發展階段，兩個變數間的相關程度也會發生變化。以我國為例，在經濟增長比較平穩時，用電量和經濟增長之間的關係相對穩定；在經濟高速成長階段，用電量增速會更快；經濟增速放緩階段，用電量放緩的幅度也會更大。比如，1998—2007年，我國國內生産總值同比增速由7.8%提高至14.2%，而同期工業用電量增速總體上呈現持續平穩上升的態勢；2008—2009年，受國際金融危機衝擊，我國經濟增速大幅回落，工業用電量增速明顯下降；2009年後，隨著我國經濟增速的回升，工業用電量加快增長；2011年以來，經濟增速下行，工業用電量增長又加速回落。出現兩者變化不同步的原因主要是一段時期裏，重化工業是電力消耗大戶，但增加值佔經濟總量的比重則相對較低。近年來中國經濟步入新常態，産業結構、經濟佈局、能源結構和能源使用效率出現深刻而又積極的變化，再加上區域內分工與交換不斷加深，用電量與經濟增長的關係正在發生一些變化，因此，必須用動態的視角、發展的眼光看待兩者之間的相關關係。