政策沖擊影響下中國(guó)能源消費(fèi)預(yù)測(cè)分析及控制策略

花 玲，謝乃明

（南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，江蘇南京211106）

政策沖擊影響下中國(guó)能源消費(fèi)預(yù)測(cè)分析及控制策略

花 玲，謝乃明

（南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，江蘇南京211106）

本文運(yùn)用緩沖算子和灰色GM（1，1）模型，對(duì)中國(guó)能源消費(fèi)總量和單位GDP能耗進(jìn)行了模擬和預(yù)測(cè)，在能源消費(fèi)預(yù)測(cè)結(jié)果的基礎(chǔ)上，構(gòu)建了兩種控制策略模型，并以中國(guó)單位GDP能耗預(yù)測(cè)為例進(jìn)行了算例分析。研究結(jié)果表明，灰色模型較好地模擬和預(yù)測(cè)了中國(guó)能源消費(fèi)總量和單位GDP能耗。中國(guó)在“十二五”期間的節(jié)能潛力很大，能順利完成能源消費(fèi)總量的指標(biāo)?！笆濉卑踩刂撇呗詾椋?.48，1），即國(guó)家在“十二五”期間的控制力度應(yīng)調(diào)整為“十一五”控制力度的0.48～1倍之間。

能源；政策沖擊；緩沖算子；GM（1，1）模型；控制策略

1 引言

能源是一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展的重要物質(zhì)基礎(chǔ)，中國(guó)一直是能源消費(fèi)大國(guó)，在“2012中美清潔能源論壇”上，國(guó)家能源局原局長(zhǎng)張國(guó)寶公開表示，近年來中國(guó)能源消費(fèi)增長(zhǎng)較快，2011年的一次能源消費(fèi)總量已超過美國(guó)，這預(yù)示著中國(guó)已經(jīng)成為世界第一大能源消費(fèi)國(guó)。雖然中國(guó)能源消費(fèi)持續(xù)增長(zhǎng)，但是“高耗能，低產(chǎn)出”的能源消費(fèi)模式使中國(guó)在國(guó)際上長(zhǎng)期處于劣勢(shì)地位。因此，在保持經(jīng)濟(jì)穩(wěn)定發(fā)展的前提下，節(jié)能減排、降低單位GDP能耗是當(dāng)務(wù)之急。中國(guó)在“十一五”規(guī)劃中首次對(duì)全國(guó)及各地區(qū)的單位GDP能耗和能源結(jié)構(gòu)層次提出了明確的約束性目標(biāo)并取得一定的成果。在政策沖擊的影響下，“十一五”規(guī)劃期間（2006～2010年）中國(guó)能源消費(fèi)總量緩慢遞增，單位GDP能耗逐年下降，2010年降至最低為1.034噸標(biāo)準(zhǔn)煤/萬元；能源消費(fèi)結(jié)構(gòu)層次緩慢趨向優(yōu)化，具體表現(xiàn)為化石能源比重下降，非化石能源比重逐步上升，其中煤炭比重在2010年降至最低為68%，原油比重在2009年降至最低為17.9%，天然氣和其他能源（主要是可再生能源，包括水電，核電，風(fēng)電）比重在2010年均上升至最高分別為4.4%和8.6%；“十一五”時(shí)期全國(guó)單位國(guó)內(nèi)生產(chǎn)總值能耗降低19.1%，完成了“十一五”規(guī)劃《綱要》確定的約束性目標(biāo)。從各地區(qū)完成節(jié)能目標(biāo)情況看，除對(duì)新疆另行考核外，其他地區(qū)均完成了“十一五”國(guó)家下達(dá)的節(jié)能目標(biāo)任務(wù)，有28個(gè)地區(qū)超額完成了“十一五”節(jié)能目標(biāo)任務(wù)，超額完成目標(biāo)較多的10個(gè)地區(qū)分別為：北京（超額32.95%，下同）、天津（5%）、山西（3%）、內(nèi)蒙古（2.82%）、黑龍江（3.95%）、福建（2.81%）、湖北（8.35%）、廣東（2.63%）、重慶（4.75%）、云南（2.41%）。在“十一五”能源規(guī)劃順利完成之際，全國(guó)各地區(qū)又迎來了“十二五”節(jié)能新目標(biāo)，這時(shí)存在兩方面的問題，一個(gè)是中國(guó)能否順利完成“十二五”能源規(guī)劃任務(wù)，另一個(gè)是基于“十一五”的控制力度，國(guó)家及政府將如何調(diào)整控制力度以保證“十二五”能源規(guī)劃嚴(yán)格按照規(guī)劃目標(biāo)完成。

國(guó)內(nèi)外關(guān)于能源消費(fèi)方面的研究，早期主要集中在能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)相互關(guān)系的驗(yàn)證上。較早研究能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)長(zhǎng)期關(guān)系的是Kraft和Kraft［1］，他們利用1947～1974年美國(guó)數(shù)據(jù)進(jìn)行實(shí)證分析，認(rèn)為CNP到能源消費(fèi)存在單向因果關(guān)系。研究能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)因果關(guān)系最常用的方法是Granger因果檢驗(yàn)法，后來Engle和Granger［2-3］對(duì)Granger因果檢驗(yàn)法做了拓展提出了E～G兩步法。Yu和Jin［4］則使用E～G兩步法對(duì)1974～1990年的美國(guó)季度數(shù)據(jù)進(jìn)行檢驗(yàn)，結(jié)果表明，能源消費(fèi)與收入或就業(yè)之間不存在長(zhǎng)期協(xié)整均衡關(guān)系。之后還

產(chǎn)生了其他研究能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的方法，如灰色關(guān)聯(lián)分析等。相比于國(guó)外的研究，國(guó)內(nèi)的學(xué)者在能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)實(shí)證研究上起步較晚，目前關(guān)于兩者實(shí)證研究主要側(cè)重于兩方面：數(shù)據(jù)選取和實(shí)證方法研究。從數(shù)據(jù)選取上看，不同于國(guó)外學(xué)者選取的國(guó)家數(shù)據(jù)，國(guó)內(nèi)學(xué)者多選取各省市的能源消費(fèi)和經(jīng)濟(jì)增長(zhǎng)數(shù)據(jù)進(jìn)行研究。陳海燕等［5］運(yùn)用協(xié)整理論和因果關(guān)系檢驗(yàn)理論，研究北京市1985～2006年的能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系。王艷青等［6］以河南省為例，基于能源、資本、勞動(dòng)力三要素的CD生產(chǎn)函數(shù)了構(gòu)建了能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)間關(guān)系模型，并采用協(xié)整分析和格蘭杰因果關(guān)系檢驗(yàn)方法，分析了能源消費(fèi)對(duì)GDP的影響。除此以外，還有對(duì)甘肅?。?］、廣東省［8］、湖南?。?］、山東?。?0］、山西?。?1］、陜西?。?2］、江蘇?。?3］、天津市［14］等省市的能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的研究。還有一些學(xué)者研究區(qū)域能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系。蔡旭娜和賴川波［15］對(duì)我國(guó)八大經(jīng)濟(jì)區(qū)域經(jīng)濟(jì)增長(zhǎng)與能源消費(fèi)關(guān)系進(jìn)行研究，得出不同地區(qū)能源消費(fèi)特性對(duì)經(jīng)濟(jì)增長(zhǎng)速度的長(zhǎng)期影響程度不同。中國(guó)人民大學(xué)區(qū)域與城市經(jīng)濟(jì)研究所課題組對(duì)1990～2008年長(zhǎng)三角地區(qū)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系進(jìn)行實(shí)證分析［16］。在實(shí)證方法研究方面，除了延續(xù)國(guó)外的Granger因果檢驗(yàn)法［17］、和灰色關(guān)聯(lián)分析［18］等傳統(tǒng)方法，國(guó)內(nèi)學(xué)者試圖運(yùn)用新方法對(duì)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的關(guān)系進(jìn)行研究。孫海濤和宋榮興［19］基于誤差修正模型理論，從變量的平穩(wěn)性檢驗(yàn)、變量間的因果關(guān)系檢驗(yàn)、變量間的協(xié)整檢驗(yàn)和誤差修改模型角度，利用我國(guó)1978～2009年能源消費(fèi)總量和國(guó)民生產(chǎn)總量數(shù)據(jù)進(jìn)行實(shí)證研究。王思斯等［20］利用更具穩(wěn)健性小樣本特性的自回歸分析滯后（ARDL）模型和Toda-Yamamoto因果檢驗(yàn)方法，從國(guó)家總體的和三次產(chǎn)業(yè)的角度實(shí)證研究了能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的互動(dòng)關(guān)系。馬穎［21］運(yùn)用馬爾科夫區(qū)志轉(zhuǎn)移向量自回歸（MSVAR）模型再次對(duì)中國(guó)1978～2010年期間的能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系進(jìn)行了研究，研究結(jié)果表明能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系會(huì)隨狀態(tài)不同而改變。在國(guó)內(nèi)國(guó)際環(huán)境有利于能源消費(fèi)的穩(wěn)定狀態(tài)下，能源消費(fèi)是經(jīng)濟(jì)增長(zhǎng)的原因，在國(guó)際國(guó)內(nèi)環(huán)境較不利于能源消費(fèi)的不穩(wěn)定狀態(tài)下，經(jīng)濟(jì)增長(zhǎng)是能源消費(fèi)的原因。李小波和蘇怡蓮［22］從內(nèi)生經(jīng)濟(jì)增長(zhǎng)理論入手，探討了經(jīng)濟(jì)增長(zhǎng)、資本、勞動(dòng)和能源消費(fèi)之間的關(guān)系，同時(shí)利用分位數(shù)回歸方法進(jìn)行實(shí)證研究，結(jié)果說明：不同的經(jīng)濟(jì)增長(zhǎng)水平下，能源消費(fèi)產(chǎn)出彈性為負(fù)。趙湘蓮等［23］以空間地理視角，通過空間計(jì)量分析，探索了我國(guó)31個(gè)省市（不含香港、澳門和臺(tái)灣）能源消費(fèi)對(duì)經(jīng)濟(jì)增長(zhǎng)驅(qū)動(dòng)作用，并建立包括地區(qū)生產(chǎn)總值、能源消耗、勞動(dòng)力、資本存量與第二產(chǎn)業(yè)產(chǎn)值的空間滯后模型與空間誤差模型。王火根和沈利生［24］引入空間面板回歸模型研究中國(guó)各省市區(qū)經(jīng)濟(jì)增長(zhǎng)和能源消費(fèi)的關(guān)系，利用matlab軟件及其spatial econometric模型建立和比較傳統(tǒng)面板回歸模型與空間面板回歸模型，結(jié)果表明空間面板回歸模型較傳統(tǒng)面板回歸模型優(yōu)越。

能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)相互關(guān)系的實(shí)證研究已經(jīng)相當(dāng)透徹，目前關(guān)于能源消費(fèi)預(yù)測(cè)及預(yù)測(cè)方法的研究已成為新的熱點(diǎn)。國(guó)外的學(xué)者在能源消費(fèi)預(yù)測(cè)方面已經(jīng)取得一定的研究成果。S?zen等［25］運(yùn)用人工神經(jīng)網(wǎng)絡(luò)方法得到預(yù)測(cè)能源消費(fèi)凈量的公式，結(jié)果表明運(yùn)用人工神經(jīng)網(wǎng)絡(luò)方法得到的能源消費(fèi)凈量的預(yù)測(cè)值誤差很小。Pao［26］用線性規(guī)劃和非線性人工神經(jīng)網(wǎng)絡(luò)模型分析四種經(jīng)濟(jì)因素（包括國(guó)民收入，人口，GDP和CPI）是如何影響電能消費(fèi)量并且構(gòu)建了一個(gè)經(jīng)濟(jì)預(yù)測(cè)模型，兩種模型都得出人口和國(guó)民收入對(duì)電力消費(fèi)量的影響最大，而GDP對(duì)其影響最小，預(yù)測(cè)結(jié)果顯示人工神經(jīng)網(wǎng)絡(luò)法比線性規(guī)劃方法誤差小，預(yù)測(cè)精度更強(qiáng)。Adams和Shachmurove［27］構(gòu)建了基于能源平衡的中國(guó)能源經(jīng)濟(jì)模型并用該模型預(yù)測(cè)到2020年的中國(guó)能源消費(fèi)量和進(jìn)口量，結(jié)果表明中國(guó)將提高對(duì)石油、煤炭、天然氣的進(jìn)口量。Yayar等［28］用ANFIS和ARIMA兩種方法預(yù)測(cè)托卡特省電能需求，結(jié)果顯示在預(yù)測(cè)電能消費(fèi)時(shí)ANFIS方法優(yōu)于ARIMA。Li Junchen等［29］用系統(tǒng)動(dòng)力模型預(yù)測(cè)未來天然氣在中國(guó)主要能源消費(fèi)中成為煤炭重要的替代能源的趨勢(shì)并用情景分析法來評(píng)估結(jié)果的正確性。相比于國(guó)外學(xué)者，除了ARIMA模型［30-32］，國(guó)內(nèi)學(xué)者更傾向于使用灰色模型和組合模型對(duì)能源消費(fèi)進(jìn)行預(yù)測(cè)研究。謝妍等［33］結(jié)合某省能源消費(fèi)的歷史數(shù)據(jù)，用灰色系統(tǒng)理論建立了GM（1，1）預(yù)測(cè)模型，在此基礎(chǔ)上引入遺傳算法對(duì)該灰色預(yù)測(cè)模型參數(shù)進(jìn)行優(yōu)化以獲得更為精確的能源預(yù)測(cè)模型和預(yù)測(cè)值，預(yù)測(cè)結(jié)果表明模型可以作為能源消費(fèi)預(yù)測(cè)的有效工具。李亮等［34］結(jié)合某省能源消費(fèi)歷史數(shù)據(jù)用灰色預(yù)測(cè)和神經(jīng)網(wǎng)絡(luò)建立了單項(xiàng)預(yù)測(cè)模型，再采用最優(yōu)組合權(quán)重的方法進(jìn)行優(yōu)化組合，獲得更為精確的預(yù)測(cè)模型和預(yù)測(cè)值。還有其他一些新方法也被應(yīng)用于能源消費(fèi)預(yù)測(cè)中，如：logistic模型［35］和Log-GMDH［36］等模型?？傊?，目前這些關(guān)于能源預(yù)測(cè)及預(yù)測(cè)方法的研究多是改進(jìn)或組合預(yù)測(cè)模型以期取得更高的預(yù)測(cè)精度和預(yù)測(cè)效果。

本文基于傳統(tǒng)的能源預(yù)測(cè)方法GM（1，1）模型，結(jié)合緩沖算子量化政策沖擊的影響，對(duì)中國(guó)能源消費(fèi)總量和單位GDP能耗進(jìn)行了模擬和預(yù)測(cè)，以解決中國(guó)能否順利完成“十二五”能源規(guī)劃任務(wù)的問題。

雖然目前國(guó)內(nèi)外學(xué)者對(duì)能源消費(fèi)預(yù)測(cè)及預(yù)測(cè)方法進(jìn)行了廣泛的研究，但是缺乏對(duì)政府在能源消費(fèi)中決策行為的關(guān)注：大部分的學(xué)者只局限于能源預(yù)測(cè)精度提高的方法研究，而預(yù)測(cè)的價(jià)值在于輔助決策，我們更應(yīng)關(guān)注政府在能源消費(fèi)中的決策行為，用預(yù)測(cè)信息為其決策提供參考。

為此，本文在能源消費(fèi)預(yù)測(cè)結(jié)果的基礎(chǔ)上，構(gòu)建了兩種控制策略模型，以期解決國(guó)家及政府如何調(diào)整控制力度以保證“十二五”能源規(guī)劃嚴(yán)格按照規(guī)劃目標(biāo)完成的問題。

2 能源預(yù)測(cè)模型

本文所運(yùn)用的能源消費(fèi)預(yù)測(cè)模型有兩種：GM（1，1）模型和基于緩沖算子的GM（1，1）模型。由于基于緩沖算子的GM（1，1）模型只比GM（1，1）模型多了緩沖序列生產(chǎn)這一步驟，其他均相同，因此，這里只給出基于緩沖算子的GM（1，1）模型求解過程。

基于緩沖算子的GM（1，1）模型求解過程［37］：

步驟1 原始序列數(shù)據(jù)獲取。獲取非負(fù)序列：

其中，x（0）（k）≥0，k=1，2，…，n；

步驟2 緩沖序列數(shù)據(jù)生成。選擇合適的緩沖算子D，得到一階緩沖序列X（0）D=（x（0）（1）d，x（0）（2）d，… ，x（0）（n）d），另 記 為 X′（0）=（x′（0）（1），x′（0）（2），…，x′（0）（n）），其中x′（0）（k）= x（0）（k）d，k=1，2，…，n；

步驟3 1-AGO序列生成。對(duì)X（0）D進(jìn)行累加生成獲得1-AGO序列X′（1）：

步驟4 緊鄰均值序列生成。對(duì)X′（1）進(jìn)行緊鄰均值生成獲得緊鄰均值生成序列：

步驟5 參數(shù)求解。

則GM（1，1）模型x′（0）（k）+az（1）（k）=b的最小二乘估計(jì)參數(shù)列滿足=（BTB）-1BTY；

步驟6 時(shí)間響應(yīng)函數(shù)。

步驟8 數(shù)據(jù)模擬和預(yù)測(cè)。根據(jù)步驟7所獲取的一次累加生成序列，累減可得：

步驟7 時(shí)間響應(yīng)序列。根據(jù)步驟6，獲取時(shí)間響應(yīng)序列為：

3 中國(guó)能源消費(fèi)預(yù)測(cè)及分析

3.1 數(shù)據(jù)選取及處理說明

在本節(jié)中，我們選取的2002～2011年中國(guó)能源消費(fèi)總量數(shù)據(jù)來自《中國(guó)統(tǒng)計(jì)年鑒2011》，由于灰色模型適用于小樣本的預(yù)測(cè)，因此選取近10年的中國(guó)能源消費(fèi)總量數(shù)據(jù)（見表1）。我們選取的2005～2010年中國(guó)單位GDP能耗數(shù)據(jù)來自《中國(guó)環(huán)境統(tǒng)計(jì)年鑒2010》，由于統(tǒng)計(jì)年鑒中GDP選取基年的不同（2005年之前的GDP是以2000年的價(jià)格計(jì)算的，2005年以后是以2005年價(jià)格計(jì)算），因此只選取2005～2010年單位GDP能耗數(shù)據(jù)（見表1）。

在預(yù)測(cè)中國(guó)能源消費(fèi)總量時(shí)，由于從2005年開始中國(guó)能源消費(fèi)受到政策沖擊，如果直接用傳統(tǒng)的GM（1，1）方法預(yù)測(cè)“十二五”期間能源消費(fèi)總量顯然是不合理的，因此，為了量化政策沖擊的影響，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理——緩沖處理。首先對(duì)2002～2011年的能源消費(fèi)總量進(jìn)行緩沖處理，然后用處理后的數(shù)據(jù)構(gòu)建GM（1，1）模型得到2002～2011年的能源消費(fèi)總量擬合值，并用2002～2011年的預(yù)測(cè)值比對(duì)實(shí)際值進(jìn)行擬合誤差分析，最后得到“十二五”規(guī)劃后續(xù)四年（2012～2015年）的能源消費(fèi)總量預(yù)測(cè)值。

表1 中國(guó)能源消費(fèi)數(shù)據(jù)

在預(yù)測(cè)中國(guó)單位GDP能耗時(shí)，我們考慮兩種情況，一種情況是國(guó)家在“十二五”期間停止控制力度，另一種情況是國(guó)家在“十二五”期間延續(xù)“十一五”的控制力度。由于能源政策沖擊影響的實(shí)質(zhì)是國(guó)家在宏觀層面對(duì)能源消費(fèi)的控制力度，如果國(guó)家在“十二五”期間停止控制力度，那么系統(tǒng)在“十一五”期間所受的沖擊擾動(dòng)影響將消失，因此，為了真實(shí)的反應(yīng)未來的數(shù)據(jù)變化，需使用緩沖算子來表示原有沖擊擾動(dòng)的消失。首先根據(jù)2005～2010年中國(guó)單位GDP能耗數(shù)據(jù)分別構(gòu)建基于緩沖算子的GM（1，1）模型和GM（1，1）模型求得兩種情況下的擬合值，然后對(duì)比實(shí)際值進(jìn)行擬合誤差分析，最后求得兩種情況下2011～2015年單位GDP能耗的預(yù)測(cè)值。

3.2 中國(guó)能源消費(fèi)總量預(yù)測(cè)

根據(jù)2002～2011年中國(guó)能源消費(fèi)總量數(shù)據(jù)（見表1），我國(guó)傳統(tǒng)能源消費(fèi)總量分別為：

X={159431，183792，213456，235997，258676，280508，291448，306647，324939，348000｝

通過緩沖算子：

XD=（x（1）d，x（2）d，…，x（n）d）

其中：

可得到：

XD={271495.9，282458.6，292316.4，301703，310308.4，317758.5，326528.7，336469.5，348000｝

根據(jù)緩沖序列數(shù)據(jù)構(gòu)建GM（1，1）模型，求的a =-0.029701，b=262375.297424，從而時(shí)間響應(yīng)序列為：

累減還原，可以得到擬合效果表如表2所示。

根據(jù)表2的計(jì)算結(jié)果，兩種方法的擬合平均誤差分別為0.38%和2.93%，基于緩沖算子的GM（1，1）方法模擬效果明顯優(yōu)于傳統(tǒng)GM（1，1）方法。以本文構(gòu)建的方法進(jìn)行預(yù)測(cè)，2012～2015年中國(guó)能源消費(fèi)總量繼續(xù)保持緩慢增長(zhǎng)趨勢(shì)，到2015年能源消費(fèi)總量將達(dá)到391550.42萬噸標(biāo)準(zhǔn)煤（見表3）。根據(jù)2011年首次透露的“十二五”能源規(guī)劃量化指標(biāo)“2015年國(guó)內(nèi)非化石能源將達(dá)4.7億噸標(biāo)煤，約占能源消費(fèi)總量11.5%”，可以得出2015年規(guī)劃的能源消費(fèi)總量為408695.65萬噸標(biāo)準(zhǔn)煤。比較能源消費(fèi)總量的預(yù)測(cè)值和規(guī)劃值，我們可以預(yù)計(jì)中國(guó)在“十二五”期間的節(jié)能潛力很大，能順利完成能源消費(fèi)總量的指標(biāo)。

表2 中國(guó)能源消費(fèi)總量模擬效果檢驗(yàn)表 （單位：萬噸標(biāo)準(zhǔn)煤）

表3 中國(guó)能源消費(fèi)總量預(yù)測(cè)（單位：萬噸標(biāo)準(zhǔn)煤）

3.3 中國(guó)能源單位GDP能耗預(yù)測(cè)

假設(shè)國(guó)家在“十二五”期間停止控制力度，根據(jù)2005～2010年中國(guó)單位GDP能耗數(shù)據(jù)（見圖2），構(gòu)建基于緩沖算子的GM（1，1）模型，求得模擬值（見表4）和預(yù)測(cè)值（見表5）。

假設(shè)國(guó)家在“十二五”期間延續(xù)“十一五”的控制力度，則無需緩沖算子排出沖擊擾動(dòng)波對(duì)系統(tǒng)的影響，直接構(gòu)建GM（1，1）模型，求得模擬值（見表4）和預(yù)測(cè)值（見表5）。

表4 中國(guó)能源單位GDP能耗模擬結(jié)果 （單位：噸標(biāo)準(zhǔn)煤/萬元）

表5 中國(guó)能源單位GDP能耗預(yù)測(cè)值（單位：噸標(biāo)準(zhǔn)煤/萬元）

根據(jù)模型的計(jì)算結(jié)果進(jìn)行分析，中國(guó)在停止控制和延續(xù)控制兩種情況下單位GDP能耗模擬平均誤差分別為0.15%和0.41%，模擬效果較好，分別做預(yù)測(cè)，得到在停止控制的情況下，到2015中國(guó)能源單位GDP能耗為0.925噸標(biāo)準(zhǔn)煤/萬元，而在延續(xù)控制的情況下，則降為0.827噸標(biāo)準(zhǔn)煤/萬元。

“十二五”節(jié)能目標(biāo)要求到2015年，全國(guó)萬元國(guó)內(nèi)生產(chǎn)總值能耗下降到0.869噸標(biāo)準(zhǔn)煤（按2005年價(jià)格計(jì)算），比2010年的1.034噸標(biāo)準(zhǔn)煤下降16%，比2005年的1.276噸標(biāo)準(zhǔn)煤下降32%。對(duì)比上表中的結(jié)果可以看出：如果國(guó)家在“十二五”期間停止控制力度，則無法完成“十二五”單位GDP能耗的指標(biāo)；如果國(guó)家在“十二五”期間延續(xù)“十一五”的控制力度，又將超額完成計(jì)劃指標(biāo)。

因此，為了能夠按照“十二五”能源規(guī)劃的計(jì)劃進(jìn)度進(jìn)行節(jié)能工作，國(guó)家需要將控制力度調(diào)整到合適的范圍內(nèi)。

4 基于能源消費(fèi)預(yù)測(cè)的控制策略模型

控制力度是一個(gè)較為抽象的概念，因此在大多數(shù)時(shí)候國(guó)家（或地方政府）都會(huì)憑借經(jīng)驗(yàn)或參考前一時(shí)期的策略做出調(diào)整方案，準(zhǔn)確性較差，常常出現(xiàn)前怠后緊的問題。為了使國(guó)家（或地方政府）在制定控制策略時(shí)有一個(gè)的量化依據(jù)，我們需要構(gòu)建控制策略模型。

模型1（圖1）：假設(shè)O點(diǎn)所處年份為政策沖擊影響的初始年，OC折線段為該時(shí)期停止控制下的預(yù)測(cè)指標(biāo)值，OB折線段為計(jì)劃目標(biāo)值，OA折線段為延續(xù)前段時(shí)期控制下的預(yù)測(cè)指標(biāo)值。在C點(diǎn)構(gòu)建坐標(biāo)軸，豎軸代表控制力度，用P表示，記C點(diǎn)的控制力度PC為0，A點(diǎn)的控制力度PA為1，安全控制策略記為S。

模型2（圖2）：假設(shè)O點(diǎn)所處年份為政策沖擊影響的初始年，OC折線段為該時(shí)期停止控制下的預(yù)測(cè)指標(biāo)值，OB折線段為延續(xù)前段時(shí)期控制下的預(yù)測(cè)指標(biāo)值，OA折線段為計(jì)劃目標(biāo)值，超額完成的最高限度為ε%。在C點(diǎn)構(gòu)建坐標(biāo)軸，豎軸代表控制力度，用P表示，記C點(diǎn)的控制力度PC為0，B點(diǎn)的控制力度PB為1，安全控制策略記為S。

根據(jù)圖中的線性關(guān)系求得：

安全策略上限為：

PU=PA（1+ε%）

則S=［PA，PU］

需要說明的是，政策沖擊影響的周期性變化是本文控制策略模型適用的前提條件，其中模型1適用于前期控制力度大于當(dāng)期最佳控制力度的情況，模型2適用于前期控制力度小于當(dāng)前最佳控制力度的情況。

圖1 基于能源消費(fèi)預(yù)測(cè)的控制策略模型1

圖2 基于能源消費(fèi)預(yù)測(cè)的控制策略模型2

圖3 中國(guó)能源單位GDP能耗預(yù)測(cè)對(duì)比圖

5 控制策略算例分析

本節(jié)以中國(guó)單位GDP能耗預(yù)測(cè)為例，進(jìn)行具體的控制力度調(diào)整策略分析。

圖3可以反映出如果在嚴(yán)格按照計(jì)劃目標(biāo)執(zhí)行的情況下，“十二五”時(shí)期的控制力度應(yīng)介于0到“十一五”控制力度之間，因此該算例符合模型1。

圖4 中國(guó)能源單位GDP能耗控制力度量化圖

為了便于觀測(cè)，我們?nèi)?010～2015年的單位GDP能耗預(yù)測(cè)值繪制局部微觀放大圖，如圖4所示，A點(diǎn)為延續(xù)控制力度時(shí)到2015年的單位GDP能耗預(yù)測(cè)值，B點(diǎn)為“十二五”能源規(guī)劃到2015年單位GDP能耗的目標(biāo)值，C點(diǎn)為停止控制時(shí)到2015年的單位GDP能耗預(yù)測(cè)值。為了保證目標(biāo)值的完成，控制力的效果必須保證與B點(diǎn)重合或超過B點(diǎn)，因此AB段為安全策略區(qū)。

根據(jù)前面的預(yù)測(cè)結(jié)果可知A點(diǎn)和C點(diǎn)的單位GDP能耗分別為0.925噸標(biāo)準(zhǔn)煤/萬元和0.817噸標(biāo)準(zhǔn)煤/萬元，又知B點(diǎn)的單位GDP能耗為0.869噸標(biāo)準(zhǔn)煤/萬元，基于模型1可求得B點(diǎn)的控制力度為：

則安全控制策略為S=［0.48，1），即國(guó)家在“十二五”期間的控制力度調(diào)整為“十一五”控制力度的0.48～1倍之間。

此控制策略分析方法也適用于各地區(qū)政府制定“十二五”時(shí)期控制力度調(diào)整方案，以提高決策的精度。

6 結(jié)語

本文研究表明：構(gòu)建的緩沖算子GM（1，1）模型優(yōu)于傳統(tǒng)GM（1，1）模型，能夠很好地模擬中國(guó)能源消費(fèi)總量的變化趨勢(shì)，預(yù)測(cè)結(jié)果顯示中國(guó)在“十二五”期間的節(jié)能潛力很大，能順利完成能源消費(fèi)總量的指標(biāo)。如果國(guó)家在“十二五”期間停止控制力度，則無法完成“十二五”單位GDP能耗的指標(biāo)；如果國(guó)家在“十二五”期間延續(xù)“十一五”的控制力度，又將超額完成計(jì)劃指標(biāo)。因此國(guó)家需要將控制力度調(diào)整到合適的范圍內(nèi)以保證按照“十二五”能源規(guī)劃的計(jì)劃進(jìn)度進(jìn)行節(jié)能工作。基于中國(guó)單位GDP能耗預(yù)測(cè)結(jié)果，使用控制策略模型1求得安全控制策略為［0.48，1），即國(guó)家在“十二五”期間的控制力度調(diào)整為“十一五”控制力度的0.48～1倍之間。

需要說明的是，本文的研究成果是建立在一定的參數(shù)和初值條件下的，隨著國(guó)家能源政策的調(diào)整，能源政策的沖擊影響隨之變化，反映這種沖擊影響的緩沖算子的選擇也將改變，此外，本文中控制策略是基于只有政策沖擊影響，其他因素不變的假設(shè)。因此，匹對(duì)緩沖算子與能源沖擊度以及多因素條件下的控制策略分析可以成為今后進(jìn)一步研究的問題。

［1］Kraft J，Kraft A.On the relationship between energy and GNP［J］.Journal of Energy and Development，1978，10（3）：401-403.

［2］Granger C W J.Some properties of time series data and their use in econometric model specification［J］.Journal of Econometrics，1981，16（1）：121-130.

［3］Engle R F，Granger C W.Cointegration and error correction：Representation，estimation and testing［J］. Econometrica，1987，55（2）：251-276.

［4］Yu E S，Jin J C.Cointegration tests of energy consumption，income and employment［J］.Resources and Energy，1992，14（3）：259-266.

［5］陳海燕，蔡嗣經(jīng)，任一萍.北京市能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系的實(shí)證研究［J］.科技進(jìn)步與對(duì)策，2009，26（14）：33 -35.

［6］王艷青，陳書章，朱琰潔，等.河南省能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究［J］.水電能源科學(xué)，2011，29（7）：188-191.

［7］秦靜，牛叔文，孫紅杰，等.甘肅省能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)實(shí)證分析［J］.地域研究與開發(fā)，2010，29（3）：136-141.

［8］張傳國(guó)，陳蔚娟.廣東省能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系實(shí)證研究［J］.國(guó)際經(jīng)貿(mào)探索，2008，24（6）：29-33.

［9］江景星.湖南省能源消費(fèi)與經(jīng)濟(jì)發(fā)展的灰色關(guān)聯(lián)分析［J］.湖南社會(huì)科學(xué)，2010，（5）：135-137.

［10］劉愛芹.山東省能源消費(fèi)與工業(yè)經(jīng)濟(jì)增長(zhǎng)的灰色關(guān)聯(lián)分析［J］.中國(guó)人口·資源與環(huán)境，2008，18（3）：103-107.

［11］李瑋，張艷青，張榮霞.山西省能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究：基于Johansen協(xié)整檢驗(yàn)和Granger因果關(guān)系檢驗(yàn)［J］.中國(guó)礦業(yè)，2012，21（3）：32-34.

［12］楊惠賢，王敏.陜西省經(jīng)濟(jì)增長(zhǎng)與能源關(guān)系分析［J］.中國(guó)經(jīng)貿(mào)導(dǎo)刊，2011，（21）：83-84.

［13］王遠(yuǎn)，陳潔，周婧，等.江蘇省能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)耦合關(guān)系研究［J］.長(zhǎng)江流域資源與環(huán)境，2010，19（9）：979-984.

［14］汪東，汲奕君，孫志威，等.天津市能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的灰色關(guān)聯(lián)分析［J］.環(huán)境污染與防治，2010，32（10）：90-92.

［15］蔡旭娜，賴川波.區(qū)域經(jīng)濟(jì)增長(zhǎng)與能源消費(fèi)關(guān)系的實(shí)證—基于中國(guó)八大經(jīng)濟(jì)區(qū)域的面板數(shù)據(jù)［J］.統(tǒng)計(jì)與決策，2010，（1）：113-115.

［16］中國(guó)人民大學(xué)區(qū)域與城市經(jīng)濟(jì)研究所課題組.長(zhǎng)三角地區(qū)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的實(shí)證分析—基于協(xié)整分析和狀態(tài)空間模型的估計(jì)［J］.江淮論壇，2010，（4）：21-25+133.

［17］張欣欣，劉廣斌，蔡璐.基于Granger檢驗(yàn)的中國(guó)能源消費(fèi)和經(jīng)濟(jì)增長(zhǎng)關(guān)系研究［J］.山西財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011，33（1）：26-27.

［18］黃飛.能源消費(fèi)與國(guó)民經(jīng)濟(jì)發(fā)展的灰色關(guān)聯(lián)分析［J］.熱能動(dòng)力工程，2001，（1）：89-90（112）.

［19］孫海濤，宋榮興.基于誤差修正模型的能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究［J］.生態(tài)經(jīng)濟(jì)，2011，（8）：61-63.

［20］王思斯，崔慶軍，蔣月星，等.基于ARDL模型的我國(guó)三次產(chǎn)業(yè)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)關(guān)系研究［J］.軟科學(xué)，2011，25（5）：74-76（90）.

［21］馬穎.基于MS-VAR模型的經(jīng)濟(jì)增長(zhǎng)與能源消費(fèi)關(guān)系研究［J］.經(jīng)濟(jì)實(shí)證，2012，（18）：120-123.

［22］李小波，蘇怡蓮.基于分位數(shù)回歸方法的能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)分析［J］.現(xiàn)代經(jīng)濟(jì)信息，2009，（10）：2-3.

［23］趙湘蓮，李巖巖，陸敏.我國(guó)能源消費(fèi)與經(jīng)濟(jì)增長(zhǎng)的空間計(jì)量分析［J］.軟科學(xué)，2012，26（3）：33-38.

［24］王火根，沈利生.中國(guó)經(jīng)濟(jì)增長(zhǎng)與能源消費(fèi)空間面板分析［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007，（12）：98-107 +149.

［25］S?zen A，Ak?ayol M A，Arcaklioˇglu E.Forecasting net energy consumption using artificial neural network［J］.Energy Sources Part B：Economics，Planning& Policy，2006，1（2）：147-155.

［26］Pao H T.Modeling and forecasting the energy consumption in Taiwan using artificial neural networks［J］.Journal of American Academy of Business，Cambridge，2006，8（1）：113-119.

［27］Adams F G，Shachmurove Y.Modeling and forecasting energy consumption in China：Implications for Chinese energy demand and imports in 2020［J］.Energy Economics，2008，30（3）：1263-1278.

［28］Yayar R，Hekim M，Yilmaz V，et al.A comparison of ANFIS and ARIMA techniques in the forecasting of electric energy consumption of Tokat province in Turkey［J］.Journal of Economic&Social Studies（JECOSS），2011，1，（2）87-112.

［29］Li Junchen，Dong Xiucheng，Shangguan，et al.Forecasting the growth of China's natural gas consumption［J］.Energy，2011，36（3）：1380-1385.

［30］劉勇，汪旭暉.ARIMA模型在我國(guó)能源消費(fèi)預(yù)測(cè)中的應(yīng)用［J］.經(jīng)濟(jì)經(jīng)緯，2007，（5）：11-13+32.

［31］邢瑞軍，劉麗英.基于ARIMA模型對(duì)湖北省能源消費(fèi)的預(yù)測(cè)［J］.統(tǒng)計(jì)與決策，2008，（24）：107-108.

［32］薛黎明，侯運(yùn)炳，何廣.基于ARIMA模型的我國(guó)能源消費(fèi)結(jié)構(gòu)趨勢(shì)分析與預(yù)測(cè)［J］.中國(guó)礦業(yè)，2011，20（4）：24-27（35）.

［33］謝妍，李牧.基于遺傳算法優(yōu)化的GM（1，1）能源預(yù)測(cè)模型研究［J］.中國(guó)管理信息化，2009，12（19）：95-97.

［34］李亮，孫廷容，黃強(qiáng)，等.灰色GM（1，1）和神經(jīng)網(wǎng)絡(luò)組合的能源預(yù)測(cè)模型［J］.能源研究與利用，2005，（1）：10 -13.

［35］楊波，譚章祿.基于Logistic模型的中國(guó)國(guó)家能源消費(fèi)總量預(yù)測(cè)研究［J］.科技管理研究，2013，（12）：45-48 +58.

［36］李紅梅，賀昌政，肖進(jìn).基于Log-GMDH模型的我國(guó)能源消費(fèi)中長(zhǎng)期預(yù)測(cè)［J］.軟科學(xué)，2012，26（5）：51-54 +66.

［37］劉思峰，黨耀國(guó)，方志耕，等.灰色系統(tǒng)理論及其應(yīng)用［M］.北京：科學(xué)出版社，2010.

Forecasting Analysis of Chinese Energy Consumption and Control Strategy under Policy Impact

HUA Ling1，XIE Nai-ming2
（School of Economics and Management，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China）

In this paper，buffer operator and grey GM（1，1）model are introduced to simulate and forecast the total energy consumption and energy consumption per GDP.Two kinds of control policy models based on energy consumption forecasting are established and Chinese energy consumption per GDP is selected as an example.The research shows that the grey model has well simulated and forecasted the total energy consumption and energy consumption per GDP.China has a great potential to save energy in the twelfth five-year period and can achieve the target of energy consumption successfully.The safe control policy is［0.48，1），which means that the government should adjust the control of the twelfth five-year period to 0.48～1 time the one of the eleventh period.

energy；policy impact；buffer operator；GM（1，1）model；control strategy

TE0

A

1003-207（2014）07-0018-08

2013-06-30；

2014-02-21

花玲（1989-），女（漢族），江蘇南通人，南京航空航天大學(xué)經(jīng)濟(jì)與管理學(xué)院，碩士研究生，研究方向：預(yù)測(cè)、決策與評(píng)價(jià).