基于Ｂａｙｅｓ誤差修正的我國(guó)能源消費(fèi)需求組合預(yù)測(cè)研究

摘要 鑒于能源需求系統(tǒng)的復(fù)雜性，為了更科學(xué)地分析相關(guān)經(jīng)濟(jì)因素的變化對(duì)我國(guó)能源需求 的影響效應(yīng)，本文首先利用通徑分析法分析了能源需求的主要影響因素及其對(duì)能源需求的直 接與間接作用，結(jié)果表明經(jīng)濟(jì)增長(zhǎng)、全國(guó)總?cè)丝?、能源消耗結(jié)構(gòu)是決定能源消費(fèi)需求的主要 因素，其中，經(jīng)濟(jì)增長(zhǎng)為能源需求的主要決定因素，能源消費(fèi)結(jié)構(gòu)為能源需求的主要限制性 因素。在此基礎(chǔ)上，文章考慮了多重共線性和預(yù)測(cè)有效性問題，分別建立了偏最小二乘(PLS )及趨勢(shì)外推的單一預(yù)測(cè)模型，然后基于最優(yōu)組合預(yù)測(cè)理論建立了偏最小二乘(PLS)——趨勢(shì) 外推組合預(yù)測(cè)模型。最后，利用Bayes統(tǒng)計(jì)理論得到了預(yù)測(cè)誤差的概率分布和組合預(yù)測(cè)的區(qū) 間估計(jì)。結(jié)果表明，利用預(yù)測(cè)誤差的Bayes估計(jì)來(lái)修正組合預(yù)測(cè)的結(jié)果，將得到更為精確的 結(jié)論。

關(guān)鍵詞 能源需求；偏最小二乘回歸；通徑分析；Bayes；組合預(yù)測(cè)

中圖分類號(hào) F407.2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1002-2104（2008）04-0050-06



能源是經(jīng)濟(jì)增長(zhǎng)和社會(huì)進(jìn)步的重要物質(zhì)基礎(chǔ)。當(dāng)前我國(guó)正面臨新一輪的經(jīng)濟(jì)增長(zhǎng)，產(chǎn)業(yè)結(jié)構(gòu) 調(diào)整、居民消費(fèi)結(jié)構(gòu)升級(jí)、城市化進(jìn)程加速、經(jīng)濟(jì)高速發(fā)展對(duì)能源的依存度不斷加大，未來(lái) 能源基礎(chǔ)能否支撐我國(guó)經(jīng)濟(jì)的可持續(xù)增長(zhǎng)，成為國(guó)內(nèi)外關(guān)注的重要的問題。因此做好未來(lái)能 源需求預(yù)測(cè)分析，科學(xué)、合理、準(zhǔn)確地分析和預(yù)測(cè)我國(guó)能源的消費(fèi)需求形式，建立科學(xué)的預(yù) 測(cè)模型，不僅可以為保障我國(guó)能源安全，解決能源瓶頸提供有效途徑，而且可以為我國(guó)的能 源規(guī)劃及政策的制訂提供科學(xué)的依據(jù)，對(duì)于保持我國(guó)國(guó)民經(jīng)濟(jì)健康、持續(xù)、穩(wěn)定的發(fā)展具有 重要的現(xiàn)實(shí)意義。

1 國(guó)內(nèi)外研究現(xiàn)狀及模型選擇

能源消費(fèi)系統(tǒng)是一個(gè)復(fù)雜系統(tǒng)， 在它的發(fā)展演化過程中受到多種因素及外部環(huán)境的影響和制 約。國(guó)內(nèi)外許多能源或相關(guān)機(jī)構(gòu)對(duì)能源需求進(jìn)行過研究，得出了一些比較實(shí)用的建模方法，這些方法大致可以歸結(jié)為：部門分析法、時(shí)間序列趨勢(shì)法［1］、能源彈性系 數(shù)法［2］、投入產(chǎn)出法［3］、協(xié)整理論與誤差修正模型［4～5］等。但由于單一模型 的假設(shè)條件及適用范圍存在著這樣或那樣的局限性，使用單一的預(yù)測(cè)模型往往使許多有用的 經(jīng)濟(jì)信息得不到有效的利用。如果對(duì)單一模型進(jìn)行適當(dāng)?shù)慕M合，則可以彌補(bǔ)單一模型的不足 ，從而充分利用已有的信息資源，使預(yù)測(cè)結(jié)果具有更大的可信度。盧奇、顧培亮［6］ 等在 對(duì)我國(guó)能源消費(fèi)系統(tǒng)進(jìn)行定性分析的基礎(chǔ)上，采用標(biāo)準(zhǔn)差法進(jìn)行權(quán)重分配，建立了我國(guó)未來(lái) 能源消費(fèi)量的組合預(yù)測(cè)模型，并得出這一組合模型的預(yù)測(cè)結(jié)果準(zhǔn)確性高、穩(wěn)定性好的結(jié)論。

從某種意義上講，每種單一模型預(yù)測(cè)方法都基于不同的信息源，而歸結(jié)起來(lái)，信息源主要有 兩類：被預(yù)測(cè)變量自身的歷史信息（縱向信息）和相關(guān)影響因素的信息（橫向信息）。本文 將首先通過文獻(xiàn)回顧提取影響因素，然后利用通徑分析法分析各影響因素對(duì)能源需求的影響 途徑與影響效應(yīng)，并在通徑分析結(jié)果的基礎(chǔ)上選用偏最小二乘回歸解決多重共線性問題，充 分利用了橫向信息進(jìn)行預(yù)測(cè)。時(shí)間序列趨勢(shì)預(yù)測(cè)法主要考慮被預(yù)測(cè)變量的歷史數(shù)據(jù)，故本文 基于變量的歷史數(shù)據(jù)信息利用趨勢(shì)外推法來(lái)進(jìn)行預(yù)測(cè)，充分利用了縱向信息。這些模型在各 自環(huán)境及相應(yīng)準(zhǔn)則下均是最優(yōu)的，但都不可避免的具有各自的局限性。為解決這個(gè)問題，本 文對(duì)利用兩種不同信息源的預(yù)測(cè)模型進(jìn)行融合，建立了偏最小二乘(PLS)——趨勢(shì)外推組合 預(yù)測(cè)模型，并進(jìn)行了實(shí)證分析，證明了該方法的有效性。

組合預(yù)測(cè)雖然改良了模型，提高了精度，但由于未來(lái)的極大不確定性，使得預(yù)測(cè)誤差也成為 要估計(jì)的隨機(jī)變量。由于可利用的樣本量較小，故本文擬選用適用于小樣本情況的Bayes統(tǒng) 計(jì)技術(shù)來(lái)估計(jì)誤差項(xiàng)，并對(duì)組合預(yù)測(cè)最終結(jié)果進(jìn)行動(dòng)態(tài)修正。

2 基于通徑分析的我國(guó)能源需求偏最小二乘回歸預(yù)測(cè)

能源消費(fèi)需求的建模與預(yù)測(cè)是制訂能源發(fā)展戰(zhàn)略、規(guī)劃部署的基礎(chǔ)之一。能源需求預(yù)測(cè)是從 研究一個(gè)國(guó)家［7］、地區(qū)［8］或特定范圍內(nèi)能源消費(fèi)的歷史與現(xiàn)狀開始，根 據(jù)其消費(fèi)行為，歸納影響能源消費(fèi)的各種因素，尋求消費(fèi)與這些因素的關(guān)系［9～10 ］，根據(jù)這些關(guān)系對(duì)未來(lái)能源需求發(fā)展趨勢(shì)作出估計(jì)和評(píng)價(jià)。

根據(jù)經(jīng)濟(jì)學(xué)的需求理論，價(jià)格因素是影響商品需求的首要和關(guān)鍵因素，而在本文中沒有把它 考慮在內(nèi)，原因是：首先，目前中國(guó)沒有正式公布各種能源的價(jià)格數(shù)據(jù)，我們無(wú)從獲得；其 次，在改革開放之前，我國(guó)實(shí)行計(jì)劃經(jīng)濟(jì)，各種能源價(jià)格都是由政府決定的，而改革開放后 ，雖然政府放開了對(duì)價(jià)格的絕對(duì)控制，但是能源工業(yè)仍然由國(guó)家投資和控制，能源價(jià)格仍是 實(shí)行政府定價(jià)，其變動(dòng)不大。

除了能源價(jià)格之外，還有很多因素影響著未來(lái)的能源需求，有的因素甚至比能源價(jià)格的影響 還要重要得多，例如，國(guó)民經(jīng)濟(jì)發(fā)展速度及其結(jié)構(gòu)變動(dòng)、總?cè)丝?、資源的合理利用等，因此 ，在對(duì)能源需求進(jìn)行建模與分析時(shí)，這些因素應(yīng)該加以考慮并且要加以研究和分析。

首先，能源工業(yè)是一個(gè)長(zhǎng)期性高投入的產(chǎn)業(yè)，其發(fā)展水平直接受制于經(jīng)濟(jì)發(fā)展水平［11 ］，故經(jīng)濟(jì)增長(zhǎng)將是影響能源消費(fèi)的一個(gè)非常重要的因素。其次，由于各產(chǎn)業(yè)的能耗指數(shù) 相差較多，故隨著產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，綜合能耗指數(shù)必將受到影響，因此，在能源需求建模與 分析過程中也必須考慮到產(chǎn)業(yè)結(jié)構(gòu)的變化對(duì)能源需求的影響［12～13］。 再次，人口是社會(huì)系統(tǒng)中最基本的因素，能源是人類賴以生存的基礎(chǔ)，故人口總量的多少直 接影響著能源的總消費(fèi)量［6］。最后，由于中國(guó)是世界上極少數(shù)幾個(gè)以煤炭為主要 能源的國(guó)家之一，以煤炭為主的能源消費(fèi)使得能源利用效率低及能耗指數(shù)偏高，導(dǎo)致了過快 的能源消費(fèi)增長(zhǎng)，因此，在能源需求預(yù)測(cè)過程中必須考慮到未來(lái)優(yōu)化能源結(jié)構(gòu)對(duì)能源需求的 影響［14～15］。

根據(jù)前面的影響因素分析，可得出影響能源需求的主要因素有經(jīng)濟(jì)的增長(zhǎng)、總?cè)丝?、產(chǎn)業(yè)結(jié) 構(gòu)的變化和能源消費(fèi)結(jié)構(gòu)。

2.1 我國(guó)能源需求影響因素的通徑分析

經(jīng)濟(jì)的增長(zhǎng)一般都采用國(guó)內(nèi)生產(chǎn)總值（GDP）來(lái)表示；人口可直接用全國(guó)總?cè)丝跀?shù)來(lái)表示； 產(chǎn)業(yè)結(jié)構(gòu)的變化我們采用工業(yè)在國(guó)民經(jīng)濟(jì)的比重來(lái)加以衡量，因?yàn)楣I(yè)即是國(guó)民經(jīng)濟(jì)的重要 部門，它在國(guó)民經(jīng)濟(jì)比重的變化反映了產(chǎn)業(yè)結(jié)構(gòu)的變化；能源消費(fèi)結(jié)構(gòu)用煤的消費(fèi)比重來(lái) 表示，因?yàn)槊禾吭谥袊?guó)能源消費(fèi)中占的比例達(dá)69%左右，雖然近幾年能源消費(fèi)結(jié)構(gòu)有所改善 ，但煤炭消費(fèi)比重仍然很高，所以煤的消費(fèi)比例的變化可以反映能源消費(fèi)結(jié)構(gòu)的變化。本文 采用所有數(shù)據(jù)都來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》和《能源統(tǒng)計(jì)年鑒》。

多年來(lái)，前人在建立能源需求預(yù)測(cè)模型時(shí)，大多忽視了影響能源需求的經(jīng)濟(jì)因素之間的相互 關(guān)系及其對(duì)我國(guó)能源需求的重要影響。為了更科學(xué)的分析相關(guān)經(jīng)濟(jì)因素的變化對(duì)我國(guó)能源需 求的影響效應(yīng)，本文首先分析了影響能源需求的經(jīng)濟(jì)因素間的相互關(guān)系及其對(duì)能源需求的直 接與間接作用。通徑分析是簡(jiǎn)單相關(guān)分析的繼續(xù)，在多元回歸的基礎(chǔ)上將相關(guān)系數(shù)加以分解 ，通過直接通徑、間接通徑及總通徑系數(shù)分別表示某一變量對(duì)因變量的直接作用效果、通過 其他變量對(duì)因變量的間接作用效果和綜合作用效果。

為利用通徑分析法，本文假定：Y為能源需求；xi(i=1，2，3，4)為自變量，分別 代表：GDP 、全國(guó)總?cè)丝?、第二產(chǎn)業(yè)占國(guó)民經(jīng)濟(jì)的比重、煤的消費(fèi)比重；ε為隨機(jī)誤差項(xiàng)。利 用1985-2 005年的統(tǒng)計(jì)年鑒數(shù)據(jù)，本文得到選定的因素對(duì)變量的解釋能力達(dá)到了99.47%，通徑分析把 握住了主要的影響因素，但變量x3的通徑系數(shù)通不過t檢驗(yàn)。這是因?yàn)樵谕瑫r(shí)考 慮GDP、全國(guó)總?cè)丝?、第二產(chǎn)業(yè)占國(guó)民經(jīng)濟(jì)的比重、煤的消費(fèi)比重等對(duì)能源消費(fèi)的 影響時(shí)， 產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)的影響效應(yīng)分散在其它因素的影響效應(yīng)中。故在以下的回歸分析中，我們只使 用GDP、全國(guó)總?cè)丝?、煤的消費(fèi)比重做為預(yù)測(cè)未來(lái)能源消費(fèi)需求的因素。只對(duì)這三個(gè)因素進(jìn) 行通徑分析，本文得到去掉產(chǎn)業(yè)結(jié)構(gòu)因素后，剩余的因素對(duì)變量的解釋能力達(dá)到了99.41%， 說明通徑分析把握住了主要的影響因素，分析結(jié)果見表1。

通過t檢驗(yàn)，得到各變量xi(i=1，2，4)的通徑系數(shù)均極顯著。同時(shí)由表1還可算出這三個(gè)影 響因素的決策系數(shù)分別為：R(1)2=0.874208，R(2)2=0.336313，R(4)2=-1.05151 。故R (1)2＞R(2)2＞R(4)2，表明經(jīng)濟(jì)增長(zhǎng)為能源需求的主要決定因素，能源消費(fèi)結(jié)構(gòu)為能 源需求的主要限制性因素。

2.2 偏最小二乘回歸預(yù)測(cè)

由表1可見，能源需求影響因素間的多重共線性現(xiàn)象嚴(yán)重，總?cè)丝凇⒌诙a(chǎn)業(yè)占國(guó)民經(jīng)濟(jì)的 比重、煤的消費(fèi)比重等的間接影響絕對(duì)值均大于0.6，煤的消費(fèi)比重的間接影響甚至達(dá)到-1. 297 24，故很難利用一般的回歸技術(shù)來(lái)實(shí)現(xiàn)能源需求預(yù)測(cè)分析。偏最小二乘回歸被稱為第二 代回歸方法，集多元線性回歸分析、典型相關(guān)分析和主成分分析的基本功能為一體，將建模 類型的預(yù)測(cè)分析方法與非模型式的數(shù)據(jù)內(nèi)涵分析方法有機(jī)地結(jié)合起來(lái)， 可以較好地處理最小 二乘回歸難以解決的問題，能夠在自變量存在嚴(yán)重多重相關(guān)性的條件下進(jìn)行回歸建模。假定 ：Y為能源需求；xi(i=1，2，4)為自變量，分別代表：GDP、全國(guó)總?cè)丝?、煤的?費(fèi)比重。使用SAS軟件中PLS過程來(lái)完成偏最小二乘回歸分析，當(dāng)提取到兩個(gè)主成分時(shí)，可解 釋因變量的變差百分比為98.4904%以及自變量變差百分比為97.4006%，第三個(gè)主成分的 解釋 能力已非常弱，故抽取兩個(gè)主成分即可，利用SAS軟件中的分批交叉驗(yàn)證方法也證明了提取 兩個(gè)主成分的有效性和回歸方程的顯著性，得到Y(jié)與xi的偏最小二乘標(biāo)準(zhǔn)化回歸 方程為：

3 基于我國(guó)能源需求歷史統(tǒng)計(jì)數(shù)據(jù)的趨勢(shì)外推預(yù)測(cè)

在一定的歷史階段，一個(gè)國(guó)家和地區(qū)經(jīng)濟(jì)的發(fā)展、經(jīng)濟(jì)結(jié)構(gòu)的變化、技術(shù)及管理水平的提高 等都有一定的規(guī)律性，過去和現(xiàn)在的情況將會(huì)持續(xù)影響到將來(lái)。因此，隨之而來(lái)的能源消費(fèi) 需求的變化也有一定的連續(xù)性，這就給時(shí)間序列預(yù)測(cè)提供了可信的依據(jù)，故本文基于變量的 歷史數(shù)據(jù)信息利用趨勢(shì)外推法來(lái)進(jìn)行預(yù)測(cè)，充分利用縱向信息。

我國(guó)能源消費(fèi)一直呈現(xiàn)增長(zhǎng)的趨勢(shì)，且有些許波動(dòng)，本文采用的是年度數(shù)據(jù)，故不考慮季節(jié) 變動(dòng)。根據(jù)其特點(diǎn)可以采用時(shí)間序列趨勢(shì)模型中的多項(xiàng)式、指數(shù)曲線模型或冪函數(shù)曲線進(jìn)行 擬合和預(yù)測(cè)，結(jié)果顯示多項(xiàng)式趨勢(shì)模型效果最好，但選擇預(yù)測(cè)方法的主要目的是使預(yù)測(cè)的結(jié) 果更加精確，所以在選擇過程中不僅要考慮對(duì)已有數(shù)據(jù)序列的擬合有效度，而且要考慮預(yù)測(cè) 有效度［16］，本文在考慮預(yù)測(cè)方法綜合有效度的前提下對(duì)各方法進(jìn)行選擇。首先以 21年統(tǒng)計(jì)數(shù)據(jù)的前16年數(shù)據(jù)為樣本數(shù)據(jù)區(qū)間，然后以后5年的數(shù)據(jù)為預(yù)測(cè)區(qū)間，在考慮預(yù)測(cè) 精度分布離散程度情況下，計(jì)算各次趨勢(shì)模型的擬合有效度、預(yù)測(cè)有效度、綜合有效度等指 標(biāo)數(shù)據(jù)。

由分析結(jié)果可見，六次趨勢(shì)模型的擬合有效度最高，但預(yù)測(cè)有效 度最低，綜合有效度也是最低。為了提高預(yù)測(cè)效果的精確性，綜合考慮擬合有效度及預(yù)測(cè)有 效度，本文將以綜合有效度為選擇多項(xiàng)式趨勢(shì)模型的依據(jù)，由以上的分析結(jié)果可見，綜合有 效度由大到小依次為：m2＞m5＞m3＞m4＞m6。但經(jīng)過計(jì)算檢驗(yàn)發(fā)現(xiàn)二次及五次趨 勢(shì)模型通不過t檢驗(yàn)，故根據(jù)綜合有效度排名，在通過t及F檢驗(yàn)的基礎(chǔ)上，選擇了三次趨勢(shì) 模型，模型結(jié)果如下：

y=14674.48t-1302.73t2+45.97908t3+55409.21（3）

該模型的解釋能力達(dá)到了95.72%。該模型通過檢驗(yàn)，且預(yù)測(cè)能力較好，可以用于預(yù)測(cè)，相對(duì) 實(shí)際值的預(yù)測(cè)效果見圖1。

4 基于融和橫向及縱向信息的最優(yōu)組合預(yù)測(cè)

通過比較上述三種模型的預(yù)測(cè)標(biāo)準(zhǔn)誤差和相對(duì)誤差可以看到，偏最小二乘回 歸分析要優(yōu)于趨勢(shì)模型分析，這正反映了模型的特點(diǎn)。在一般的預(yù)測(cè)模型中，時(shí)間序列趨勢(shì) 分析法的精度要高于回歸分析法，但由于受多種影響因素支配的目標(biāo)序列值的未來(lái)變化具有 很大的不確定性，容易受到很多影響因素的沖擊而改變?cè)瓉?lái)的變化趨勢(shì)，所以找到影響能 源需求的主要影響因素，通過對(duì)這些影響因素間的相互關(guān)系及其對(duì)能源需求的直接與間接 作用的分析，將會(huì)使預(yù)測(cè)的結(jié)果更加精確。至于多個(gè)自變量的多重共線性問題，本文用偏 最小二乘法使得問題得到了很好的解決。而組合模型充分融和各種信息，即縱向信息（自身 的時(shí)間序列信息）和橫向信息（相關(guān)影響因素的數(shù)據(jù)信息），使這些信息相互補(bǔ)充、相互修 正，由表2可見組合模型相對(duì)預(yù)測(cè)誤差最?。ㄏ鄬?duì)預(yù)測(cè)誤差的均值及標(biāo)準(zhǔn)差為2.469%和0 .016

902），從而得到更加精確的結(jié)論。利用各個(gè)模型對(duì)“十一五”期間能源消耗進(jìn)行預(yù)測(cè)，結(jié) 果見表3。

通過2007年的統(tǒng)計(jì)年鑒，我們可以查得2006年的能源消耗量為246 270萬(wàn)t標(biāo)準(zhǔn)煤，誤差 為7 .5%，這是因?yàn)閲?guó)民經(jīng)濟(jì)增長(zhǎng)率在2006年達(dá)到了11%，煤炭的消費(fèi)結(jié)構(gòu)不降反升0.5%，如通徑 分析的結(jié)果所見，國(guó)民經(jīng)濟(jì)增長(zhǎng)為能源需求的主要決定性因素，能源消費(fèi)結(jié)構(gòu)為能源需求的 主要限制性因素，這兩個(gè)主要因素的變動(dòng)相比“十一五”規(guī)劃預(yù)期變化較大，如果將2006年 的經(jīng)濟(jì)指標(biāo)的實(shí)際值代入預(yù)測(cè)方程，得到的預(yù)測(cè)結(jié)果與實(shí)際值的誤差僅為1.8%。

6 結(jié) 論

能源“十一五”規(guī)劃提出，2010年，我國(guó)一次能源消費(fèi)總量控制目標(biāo)為27億t標(biāo)準(zhǔn)煤左右， 年均增長(zhǎng)4%。由偏最小二乘回歸預(yù)測(cè)值可見，在各個(gè)相關(guān)經(jīng)濟(jì)總量指標(biāo)（能源消費(fèi)結(jié)構(gòu)，國(guó) 民經(jīng)濟(jì)增長(zhǎng)，人口）能按照國(guó)家“十一五”規(guī)劃的目標(biāo)控制住的情況下，2010年能源的消費(fèi) 總量預(yù)測(cè)結(jié)果為271 119.9萬(wàn)t標(biāo)準(zhǔn)煤，基本能達(dá)到能源消費(fèi)總量控制目標(biāo)。但由能源消費(fèi)量 的趨勢(shì)分析結(jié)果來(lái)看，按照正常發(fā)展，2010年能源的消費(fèi)總量預(yù)測(cè)結(jié)果為364 434.7萬(wàn)t標(biāo)準(zhǔn) 煤，在“十一五”期末將會(huì)嚴(yán)重偏離控制目標(biāo)。

組合預(yù)測(cè)的結(jié)果表明，利用對(duì)能源消費(fèi)量有重大影響的宏觀經(jīng)濟(jì)指標(biāo)來(lái)預(yù)測(cè)能源消費(fèi)量能得 到很好的結(jié)果，但以能源的消費(fèi)趨勢(shì)來(lái)修正上述結(jié)果將得到更為精確的結(jié)論，因?yàn)槟茉聪M(fèi) 量本身的歷史數(shù)據(jù)包含很多相關(guān)不可測(cè)因素的影響作用。以2006年的能源消耗統(tǒng)計(jì)量為例， 由于宏觀經(jīng)濟(jì)指標(biāo)的實(shí)際值偏離“十一五”規(guī)劃平均預(yù)期值，國(guó)民經(jīng)濟(jì)增長(zhǎng)率在2006年達(dá)到 了1 1%（預(yù)期7.5%），煤炭的消費(fèi)比例為69.4%（預(yù)期為68.4%），使得組合模型的預(yù)測(cè)值偏小于 實(shí)際值。而基于Bayes方法修正后的組合預(yù)測(cè)誤差概率分析，給出了能源需求預(yù)測(cè)的概率分 布及區(qū)間估計(jì)，這是本文的一個(gè)最為明顯的創(chuàng)新點(diǎn)，這種不確定性的結(jié)果對(duì)我國(guó)未來(lái)制定靈 活的能源政策將提供依據(jù)，以2006年為例，通過2007年的統(tǒng)計(jì)年鑒，我們可以查得2006年的 能源消耗量為246 270萬(wàn)t標(biāo)準(zhǔn)煤，在修正前組合預(yù)測(cè)95%估計(jì)區(qū)間之外，而修正后組合預(yù)測(cè)9 5%區(qū)間估計(jì)為（211 714.6，249 024.2）包含了246 270。從分析結(jié)果來(lái)看，沒有價(jià)格、政 策的 大力調(diào)整實(shí)施，沒有技術(shù)及管理水平的進(jìn)步，很難達(dá)到目標(biāo)。所以政府須通過與能源結(jié)構(gòu)緊 密相關(guān)的能源價(jià)格與產(chǎn)業(yè)結(jié)構(gòu)來(lái)調(diào)整能源結(jié)構(gòu)，加大技術(shù)研發(fā)的投入力度，促進(jìn)技術(shù)進(jìn)步， 降低單位GDP能耗，使得在經(jīng)濟(jì)持續(xù)快速增長(zhǎng)的情況下也能盡量降低能源消費(fèi)需求的增長(zhǎng)率 ，有利于國(guó)家的可持續(xù)發(fā)展和能源安全。

另外，根據(jù)通徑分析及PLS標(biāo)準(zhǔn)化回歸方程可見，在同時(shí)考慮GDP、全國(guó)總?cè)丝凇⒌诙a(chǎn)業(yè)占 國(guó)民經(jīng)濟(jì)的比重、煤的消費(fèi)比重等對(duì)能源消費(fèi)的影響時(shí)，產(chǎn)業(yè)結(jié)構(gòu)的直接影響最弱，因其通 過其它因素的間接影響很大，產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)的影響效應(yīng)分散在其它因素的影響效應(yīng)中，去掉 產(chǎn)業(yè)結(jié)構(gòu)因素后， GDP、全國(guó)總?cè)丝?、煤的消費(fèi)比重對(duì)未來(lái)能源消費(fèi)需求的解釋能力達(dá)到了 99.41%。其中，經(jīng)濟(jì)增長(zhǎng)仍然是能源消費(fèi)需求的主要決定性因素，能源消費(fèi)結(jié)構(gòu)為能源需求 的主要限制性因素。在經(jīng)濟(jì)持續(xù)強(qiáng)勁增長(zhǎng)的情況下，必須要注意通過產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié) 構(gòu)的調(diào)整來(lái)降低能耗，減緩能源消費(fèi)需求的加速增長(zhǎng)，隨著國(guó)家在經(jīng)濟(jì)結(jié)構(gòu)調(diào)整上的政策力 度不斷加大，使得產(chǎn)業(yè)結(jié)構(gòu)和能源消費(fèi)結(jié)構(gòu)的調(diào)整空間不斷降低。為保障我國(guó)能源安全， 對(duì)內(nèi)要加強(qiáng)節(jié)能降耗的宣傳力度，不斷地開發(fā)新能源和可再生能源，加大勘探的資助力度， 大力開展水能、核能項(xiàng)目的建設(shè)；對(duì)外要積極加強(qiáng)能源外交，拓寬進(jìn)口渠道，利用金融工具 降低能源進(jìn)口風(fēng)險(xiǎn)，保持我國(guó)國(guó)民經(jīng)濟(jì)健康、持續(xù)、穩(wěn)定的發(fā)展。(編輯：田 紅)

參考文獻(xiàn)（References）

［1］Volkan S，Edigera， Sertac， Akar. ARIMA Forecasting of Primary Ener gy Demand by Fuel in Turkey［J］. Energy Policy， 2007，35:1701～1708.

［2］史丹. 產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)能源消費(fèi)需求的影響［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 1999（12 ）: 50～52.［Shi Dan.The Impact of Changes in the Industrial Structure on Energy

Consumption［J］.Quantitative Technica Economics，1999，(12): 50～52.］

［3］袁碧玉，姚裕春.基于可持續(xù)發(fā)展的煤炭資源投入產(chǎn)出分析［J］.能源技術(shù)與 管理，20 04，(2)：78～80.［Yuan Biyu，Yao Yuchun. The Inputoutput Analysis of Coal Resou rces Based on the Sustainable Development［J］.Energy Technology and Management， 2004，(2)：78～80.］

［4］George Hondroyiannis. Estimating Residential Demand for Electricity in Gree ce［J］. Energy Economics， 2004，26: 319～334.

［5］Khalifa H Ghali， MitelSakka. Energy Use and Output Growth in Canada:

a

Multivariate Cointegration Analysis［J］. Energy Economics， 2004， 26:225～238.

［6］盧奇， 顧培亮， 邱世明.組合預(yù)測(cè)模型在我國(guó)能源消費(fèi)系統(tǒng)中的建構(gòu)及應(yīng)用［J］.系統(tǒng) 工程理論與實(shí)踐，2003，(3):24～30.［ Lu Qi， Gu Peiliang， Qiu Shiming. The Constru ction and

Application of Combination Forecasting Model in Chinese Energy Consum ption System［J］. Systems Engineeringtheory Practice， 2003，(3):24～30.］

［7］Ni Xiao， Jay Zarnikau， Paul Damien. Testing Functional Forms in Energy Mo deling:An Application of the Bayesian Approach to US Electricity Demand［J］. En ergy Economics， 2006，(1):1～9.

［8］Ceylan， H， Ozturk， H K. Estimating Energy Demand of Turkey Based on Economi c Indicators Using Genetic Algorithm Approach［J］.Energy Conversion and Managem ent ， 2004， 45:2525～2537.

［9］Zarnikau， J. Functional Forms in Energy Demand Modeling［J］. Energy Econom ics， 2003，25 (6):603～613.

［10］Yetis Sazi Murat， Halim Ceylan. Use of Artificial Neural Networks

for Tr ansport Energy Demand Modeling［J］.Energy Policy，2006，34:3165～3172.

［11］周總瑛，張抗，周慶凡. 中國(guó)能源消費(fèi)特征與發(fā)展戰(zhàn)略分析［J］. 資源產(chǎn)業(yè)，2001 ，(5)：25～27．［Zhou Zhongying， Zhang Kang， Zhou Qinfan. China's Energy Consum ption Characteristics and the Development of Strategic Analysis［J］.Resources a nd Industries，2001，(5)：25～27.］

［12］路正南.產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)我國(guó)能源消費(fèi)影響的實(shí)證分析［J］. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究 ， 1999，(12) : 53～55.［Lu Zhengnan. The Empirical Analysis of the Impact of Read justment of the Industrial Structure on China's Energy Consumption［J］.Quantita tive Technica Economics， 1999，(12) : 53～55.］

［13］史丹，張金融. 產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)能源消費(fèi)的影響［J］. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理， 2003， (8):30～32.［Shi Dan，Zhang Jinrong. The Impact of Change of the Industrial Str ucture on China's Energy Consumption［J］.Economic Theory and Business Managemen t，2003，(8):30～32.］

［14］賀菊煌.中國(guó)經(jīng)濟(jì)增長(zhǎng)與能源需求的多部門模型［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，1997，1 1:3～5.［He Juhuang.The

Multisectoral Model China's Economic Growth and Energy

Demand［J］.Quantitative Technica Economics，1999，(12):53～55.］

［15］林伯強(qiáng).結(jié)構(gòu)變化、效率改進(jìn)與能源需求預(yù)測(cè)——以中國(guó)電力行業(yè)為例［J］.經(jīng)濟(jì)研 究，2003，(5):57～65. ［Lin Boqiang. Structural Changes，Efficiency Improvement a nd Electricity Demand Forecasting［J］.Economic Research Journal，2003，(5):57～6 5.］

［16］王明濤.預(yù)測(cè)方法有效性的進(jìn)一步研究［J］.預(yù)測(cè)，1997，(3):50～52.［Wang Mingta o. the Effectiveness of the Forecast Method for Further Study［J］.Rorecasting， 1997，(3):50～52.］