廣西能源需求預(yù)測(cè)及對(duì)策建議

蒙紹祥 黃懿

摘 要：基于偏最小二乘法，對(duì)廣西三大能源消費(fèi)量及其影響因素的相互關(guān)系進(jìn)行定量化研究，建立預(yù)測(cè)模型。結(jié)果表明，三大能源消費(fèi)量共同的主要影響因素是經(jīng)濟(jì)增長(zhǎng)和能源結(jié)構(gòu)。2015年廣西煤炭、石油和水電消費(fèi)量的預(yù)測(cè)值分別為6973、2056和2294萬(wàn)噸標(biāo)準(zhǔn)煤，分別比2010年的實(shí)際消費(fèi)量增加2709、741和774萬(wàn)噸。為達(dá)到“十二萬(wàn)”規(guī)劃目標(biāo)提供能源保障，需要通過(guò)價(jià)格和政策手段調(diào)整能源結(jié)構(gòu)，大力發(fā)展可再生能源，促進(jìn)技術(shù)進(jìn)步提高能源效益。

關(guān)鍵詞：能源需求 影響因素 預(yù)測(cè) 偏最小二乘法

中圖分類號(hào)：F426 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2012）12（a）-0-02

能源是國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的物質(zhì)基礎(chǔ)，能源消費(fèi)預(yù)測(cè)是一個(gè)國(guó)家或地區(qū)制定能源規(guī)劃以及國(guó)民經(jīng)濟(jì)規(guī)劃的重要依據(jù)。近年來(lái)，廣西經(jīng)濟(jì)持續(xù)較快發(fā)展，2010年，全區(qū)生產(chǎn)總值9502億元，比2005年翻1.25番，比同期全國(guó)均值快2.7個(gè)百分點(diǎn)，三次產(chǎn)業(yè)結(jié)構(gòu)由2005年的22.9∶37.9∶39.2調(diào)整為2010年的17.6：47.5：34.9，工業(yè)化率由2005年的1.4提高到2.3，已邁入工業(yè)化中期階段。據(jù)《廣西壯族自治區(qū)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十二個(gè)五年（2011—2015年）規(guī)劃綱要》，地區(qū)生產(chǎn)總值年均增長(zhǎng)10%，力爭(zhēng)“十二五”期末翻一番，結(jié)構(gòu)調(diào)整取得重大進(jìn)展，工業(yè)增加值占地區(qū)生產(chǎn)總值比重提高5個(gè)百分點(diǎn)。當(dāng)前，廣西已經(jīng)進(jìn)入工業(yè)化、城市化快速推進(jìn)，市場(chǎng)化、國(guó)際化全面提升的階段。在此背景下，探討能源消費(fèi)與各種影響因素之間的關(guān)系，分析主要影響因素，建立能源消費(fèi)需求預(yù)測(cè)模型，具有重要意義。

1 研究理論和方法

1.1 能源需求理論

能源消費(fèi)需求預(yù)測(cè)是基于一個(gè)國(guó)家或地區(qū)能源消費(fèi)的歷史與現(xiàn)狀，分析能源消費(fèi)與各種影響因素的關(guān)系，對(duì)未來(lái)能源需求趨勢(shì)做出估計(jì)和評(píng)價(jià)[1-4]。能源消費(fèi)需求量主要取決于國(guó)民經(jīng)濟(jì)發(fā)展[5]、人口增長(zhǎng)[6]、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整[7]和效益改進(jìn)[8]等，只有深入分析各因素之間的內(nèi)在聯(lián)系，定量化地挖掘出內(nèi)在規(guī)律，才能進(jìn)行準(zhǔn)確預(yù)測(cè)。該文建立的模型包含的影響因素有經(jīng)濟(jì)增長(zhǎng)、人口增長(zhǎng)、城市化水平、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、效益改進(jìn)和能源結(jié)構(gòu)等。由于中國(guó)未正式公布能源價(jià)格數(shù)據(jù)[9]，本研究將價(jià)格因素考慮在內(nèi)。

1.2 偏最小二乘法

國(guó)內(nèi)外能源需求的預(yù)測(cè)方法大致可分為數(shù)學(xué)模型法、投入產(chǎn)出法、類比法和部門(mén)分析法[10]。其中，能源需求預(yù)測(cè)的數(shù)學(xué)模型法大致可分為趨勢(shì)外推法[11]、灰色預(yù)測(cè)法[12]、人工神經(jīng)網(wǎng)絡(luò)法[13]和回歸分析法[14]等。趨勢(shì)外推法通過(guò)對(duì)自身歷史數(shù)據(jù)的挖掘?qū)δ茉葱枨筮M(jìn)行預(yù)測(cè)，缺點(diǎn)是忽略了太多相關(guān)信息?；疑A(yù)測(cè)法和人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法具有非線性處理能力強(qiáng)、自學(xué)能力強(qiáng)等優(yōu)點(diǎn)，但是不具備機(jī)理性。相關(guān)分析法能夠挖掘出能源需求與影響因子之間的關(guān)系，具備實(shí)用性和機(jī)理性，但容易共線影響。偏最小二乘回歸（Partial Least-Squares Regression，簡(jiǎn)稱PLS）集中了主成分分析、相關(guān)分析和多元線性回歸分析方法的優(yōu)點(diǎn)，能夠?qū)崿F(xiàn)多對(duì)多線性回歸建模。該文將PLS應(yīng)用于能源需求預(yù)測(cè)。

1.3 變量與數(shù)據(jù)來(lái)源

該文數(shù)據(jù)全部源自1990—2010年廣西統(tǒng)計(jì)年鑒。將煤炭消費(fèi)量Y1、石油消費(fèi)量Y2和水電消費(fèi)量Y3作為因變量，分別代表能源消費(fèi)需求；將國(guó)內(nèi)生產(chǎn)總值（GDP）X1（萬(wàn)元）、戶籍人口X2（萬(wàn)人）、非農(nóng)業(yè)人口比例X3（%）、工業(yè)在國(guó)民經(jīng)濟(jì)中的比重X4（%）、單位國(guó)內(nèi)生產(chǎn)總值能耗X5（萬(wàn)元國(guó)內(nèi)生產(chǎn)總值消耗的萬(wàn)噸標(biāo)準(zhǔn)煤）、煤消費(fèi)比重X6（%）、石油消費(fèi)比重X7（%）和水電消費(fèi)比重X8（%）作為自變量，分別代表經(jīng)濟(jì)增長(zhǎng)、人口、城市化水平、產(chǎn)業(yè)結(jié)構(gòu)、效益改進(jìn)和能源消費(fèi)結(jié)構(gòu)。人口變量取公安戶籍統(tǒng)計(jì)數(shù)，2010年的戶籍人口數(shù)根據(jù)1991—2009年的數(shù)據(jù)推算。

2 結(jié)果與討論

2.1 PLS結(jié)果

該文在Matlab7.0軟件平臺(tái)上進(jìn)行PLS建模和分析。交叉驗(yàn)證結(jié)果表明，當(dāng)取5個(gè)偏最小二乘因子時(shí)，得到的預(yù)測(cè)殘差平方和的均方差最小，其值為-0.8446。偏最小二乘回歸方程的參數(shù)估計(jì)見(jiàn)表1。該文還對(duì)模型的精度進(jìn)行了驗(yàn)證，3個(gè)模型模擬值和實(shí)際值的相關(guān)系數(shù)以及平均相對(duì)誤差見(jiàn)表2。從表2可知，3個(gè)模型預(yù)測(cè)值和實(shí)際值的相關(guān)系數(shù)在0.98以上，平均相對(duì)誤差都在8%以內(nèi)，精度可以滿足預(yù)測(cè)要求。

2.2 廣西能源消費(fèi)的影響因素

標(biāo)準(zhǔn)化偏回歸系數(shù)反映了各影響因素跟煤炭、石油和水電消費(fèi)的相互關(guān)系以及影響大小。對(duì)于煤炭消費(fèi)量，國(guó)內(nèi)生產(chǎn)總值、非農(nóng)業(yè)人口比例和煤消費(fèi)比重的系數(shù)比較大，說(shuō)明煤炭消費(fèi)量主要取決于經(jīng)濟(jì)增長(zhǎng)、城市化水平和能源消費(fèi)結(jié)構(gòu)；單位國(guó)內(nèi)生產(chǎn)總值能耗則跟煤炭消費(fèi)量負(fù)相關(guān)，說(shuō)明效益改進(jìn)則有利于減少煤炭消費(fèi)量。對(duì)于石油消費(fèi)量，國(guó)內(nèi)生產(chǎn)總值、戶籍人口、石油消費(fèi)比重和煤炭消費(fèi)比重的系數(shù)比較大，說(shuō)明石油消費(fèi)量主要取決于經(jīng)濟(jì)發(fā)展增長(zhǎng)、人口增長(zhǎng)和能源消費(fèi)結(jié)構(gòu)。對(duì)于水電消費(fèi)量，國(guó)內(nèi)生產(chǎn)總值、戶籍人口、水電消費(fèi)比重和煤炭消費(fèi)比重的系數(shù)比較大，說(shuō)明水電消費(fèi)量主要取決于經(jīng)濟(jì)發(fā)展增長(zhǎng)、人口增長(zhǎng)和能源消費(fèi)結(jié)構(gòu)；工業(yè)在國(guó)民經(jīng)濟(jì)中的比重跟水電消費(fèi)量呈很弱的負(fù)相關(guān)，原因是廣西工業(yè)能源消費(fèi)以煤炭為主，水電能源的影響相對(duì)小。

雖然三大能源消費(fèi)量的影響因素有所區(qū)別，但是共同主要影響因素都是經(jīng)濟(jì)增長(zhǎng)和能源消費(fèi)結(jié)構(gòu)。

2.3 廣西能源消費(fèi)預(yù)測(cè)

《廣西壯族自治區(qū)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十二個(gè)五年（2011—2015年）規(guī)劃綱要》提出，“十二五”期末國(guó)民生產(chǎn)總值翻一番，工業(yè)增加值占地區(qū)生產(chǎn)總值比重提高5個(gè)百分點(diǎn)，城鎮(zhèn)化率提高9.4個(gè)百分點(diǎn)；國(guó)家“十二五”規(guī)劃綱要草案提出，單位國(guó)內(nèi)生產(chǎn)總值能源消耗降低16%。對(duì)2015年的變量進(jìn)行估算，結(jié)果見(jiàn)表3。將表3中各變量代人表1中的3個(gè)原始變量回歸方程，得到2015年廣西煤炭、石油和水電消費(fèi)量的預(yù)測(cè)值，分別為6973、2056和2294萬(wàn)t標(biāo)準(zhǔn)煤。以2010年廣西煤炭、石油和水電消費(fèi)量的實(shí)際消費(fèi)量分別為4264、1315和1520萬(wàn)t標(biāo)準(zhǔn)煤為基準(zhǔn)，2015年廣西三大能源需求量分別增加2709、741和774萬(wàn)t。

3 結(jié)語(yǔ)

煤炭消費(fèi)量主要取決于經(jīng)濟(jì)增長(zhǎng)、城市化水平和能源消費(fèi)結(jié)構(gòu)，效益改進(jìn)則有利于減少煤炭消費(fèi)量；石油消費(fèi)量主要取決于經(jīng)濟(jì)發(fā)展增長(zhǎng)、人口增長(zhǎng)和能源結(jié)構(gòu)；水電消費(fèi)量主要取決于經(jīng)濟(jì)發(fā)展增長(zhǎng)、人口增長(zhǎng)和能源消費(fèi)結(jié)構(gòu)；三大能源消費(fèi)量的共同主要影響因素是經(jīng)濟(jì)增長(zhǎng)和能源結(jié)構(gòu)。利用模型預(yù)測(cè)得到2015年廣西煤炭、石油和水電消費(fèi)量的預(yù)測(cè)值，分別為6973、2056和2294萬(wàn)t標(biāo)準(zhǔn)煤，按照2010年的實(shí)際消費(fèi)量，2015年廣西三大能源需求量分別增加2709、741和774萬(wàn)t。“十二五”期間，廣西的經(jīng)濟(jì)增長(zhǎng)、城市化都將以較快的速度發(fā)展，能源缺口壓力巨大。需要通過(guò)價(jià)格和政策手段調(diào)整能源結(jié)構(gòu)，大力發(fā)展可再生能源，促進(jìn)技術(shù)進(jìn)步，提高能源

效益。

參考文獻(xiàn)

[1] Xiao Ni，Zarnikau J，Damien P.Testing Functional Forms in Energy Modeling：An Application of the Bayesian Approach to US Electricity Demand[J].Energy Economics，2006（1）：1-9.

[2] Ceylan H，Ozturk H K.Estimating Energy Demand of Turkey Based on Economic Indicators Using Genetic Algorithm Approach[J].Energy Conversion and Management，2004，45：2525-2537.

[3] Zarnikau J.Functional Forms in Energy Demand Modeling[J].Energy Economics，2003，25（6）：603-613.

[4] 柴建，郭菊娥，盧虎，等.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[J].中國(guó)人口、資源與環(huán)境，2008，18（4）：50-55.

[5] 韓智勇，魏一鳴，焦建玲，等.中國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的協(xié)整性與因果關(guān)系分析[J].系統(tǒng)工程，2004，22（12）：17-21.

[6] 林伯強(qiáng).中國(guó)能源需求的經(jīng)濟(jì)計(jì)量模型[J].統(tǒng)計(jì)研究，2001（10）：34-39.

[7] 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，1999，17（12）：53-55.

[8] 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，2003，6（5）：57-65.

[9] 郭菊娥，柴建，呂振東.我國(guó)能源消費(fèi)需求影響因素及其影響機(jī)理分析[J].管理學(xué)報(bào)，2008，5（5）：651-654.

[10] 王安建，王高尚，陳其慎，等.礦產(chǎn)資源需求理論與模型預(yù)測(cè)[J].地球?qū)W報(bào)，2010，31（2）：137-147.

[11] Edigera V，Akar S.Arima forecasting of primary energy demand by fuel in Turkey[J].Energy Policy，2007，35（3）：1701-1708.

[12] 樊愛(ài)宛，潘中強(qiáng)，王巍.灰色GM（1，N）模型在河南省煤炭需求預(yù)測(cè)中的應(yīng)用[J].煤炭技術(shù)，2011，30（10）：7-9.

[13] 余良暉，賈文龍，薛亞洲，等.MATLAB實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的煤炭需求預(yù)測(cè)[J].煤炭經(jīng)濟(jì)研究，2007（10）：34-36.

[14] Hongroyiannis G.Estimating residential demand for electricity in Greece[J].Energy Policy，2004，26（3）：319-334.