一、基本概念
相关分析法是一种测定经济现象之间相关关系的方向及程度，并据此进行预测和控制的分析方法。社会经济现象之间存在着大量相互联系、相互依赖、相互制约的数量关系。相关关系指的是变量之间存在着不确定、不严格的依存关系，对于变量的某个数值，可以有另一变量的若干数值与之相对应，这若干个数值围绕着它们的平均数呈现出有规律的波动。在经济形势分析中，相关分析法能够帮助我们拓展和深化对经济运行状况的认识和评判。
相关关系是由于两个变量之间存在某种因果关系所致，也可能是由于两个变量之间存在着某些复杂的公共因素所致。例如，冷饮销量和空调销量密切相关，主要是由于这两个变量与气温高低存在因果联系，而非这两个变量之间存在因果关系。
二、表现形式
相关分析法可以用来判定不同变量间相关关系的方向，一般可以采用画散点图等方法，如图1所示主要有以下几种类型：
图1 相关分析散点图
常见的相关关系有正相关和负相关。举个例子，用电量的变化与经济走势呈现正相关关系，常被大家认为是观察经济走势的风向标。通常用电量增长较快的国家，经济增长也较快。根据世界银行数据，从主要国家经济发展的历史情况来看，1981—2011年的30年间，日本经济增长81％，用电量增长79％；印度经济增长5.1倍，用电量增长6.8倍；美国经济增长1.3倍，用电量增长80％；德国经济增长72％，用电量增长27％。
而食品消费占居民消费支出的比重，则往往与居民收入水平呈现负相关关系。比如，2022年，全国居民人均可支配收入36883元，自2013年以来累计增长123.4％；而食品烟酒消费支出占全部消费支出的比重（恩格尔系数）则不断下降，从2013年的31.2％下降到2019年的28.2％，2020—2022年期间虽然受疫情影响，恩格尔系数波动略升，但仍低于2013年及以前水平。
三、注意事项
相关分析法可以通过计算相关系数来衡量不同变量间相关关系的密切程度。一般来说，相关系数的绝对值越大，两个变量的关联程度越高。需要注意的是，在不同发展阶段，两个变量间的相关程度也会发生变化。以我国为例，在经济增长比较平稳时，用电量和经济增长之间的关系相对稳定；在经济高速成长阶段，用电量增速会更快；经济增速放缓阶段，用电量放缓的幅度也会更大。比如，1998—2007年，我国国内生产总值同比增速由7.8％提高至14.2％，而同期工业用电量增速总体上呈现持续平稳上升的态势；2008—2009年，受国际金融危机冲击，我国经济增速大幅回落，工业用电量增速明显下降；2009年后，随着我国经济增速的回升，工业用电量加快增长；2011年以来，随着经济增速下行，工业用电量增速也呈总体回落态势。出现两者变化不同步的原因主要是一段时期里，重化工业是电力消耗大户，但增加值占经济总量的比重则相对较低。随着近年来中国经济步入新常态，产业结构、经济布局、能源结构和能源使用效率出现深刻而又积极的变化，再加上区域内分工与交换不断加深，用电量与经济增长的关系正在发生一些变化，因此必须用动态的视角、发展的眼光看待两者之间的相关关系。
