基于DDE-BAG的中國(guó)天然氣需求預(yù)測(cè)模型

鄒紹輝，丁治立

(1.西安科技大學(xué)管理學(xué)院，陜西 西安 710054；2.西安科技大學(xué)能源經(jīng)濟(jì)與管理研究中心，陜西 西安 710054)

天然氣是一種重要的能源，由于其高效、清潔而越來(lái)越受各國(guó)政府的重視。同時(shí)，天然氣還具有經(jīng)濟(jì)效益高、安全可靠的優(yōu)點(diǎn)，因此天然氣被廣泛地應(yīng)用于發(fā)電、化工、城市燃?xì)獾裙I(yè)領(lǐng)域和生活領(lǐng)域。在中國(guó)，天然氣的使用量從1986年的142.2億m3上升到2015年的1 947.6億m3，將近翻了14倍，年均增長(zhǎng)率高達(dá)9.7%。“十三五”規(guī)劃指出，到2020年，中國(guó)天然氣的使用量在能源使用總量的占比將會(huì)達(dá)到10%，而2015年這一指標(biāo)僅為5.9%，這意味著在“十三五”期間中國(guó)政府將會(huì)大力發(fā)展天然氣。中國(guó)現(xiàn)今消耗的天然氣來(lái)源于兩種途徑，一是靠自己生產(chǎn)，二是靠進(jìn)口。以2015年為例，中國(guó)天然氣消費(fèi)總量為1 947.6億m3，其中進(jìn)口量所占比重超過(guò)30%。因此，準(zhǔn)確地預(yù)測(cè)未來(lái)天然氣需求量不但對(duì)能源戰(zhàn)略的制定和政策制定者的規(guī)劃有一定的參考價(jià)值，而且對(duì)規(guī)劃天然氣進(jìn)口和生產(chǎn)具有顯著意義。

國(guó)內(nèi)在能源需求、煤炭需求預(yù)測(cè)方面的研究起步較早，現(xiàn)今已取得了豐碩成果，而在天然氣需求預(yù)測(cè)方面的研究則相對(duì)較少。早期研究表明，組合預(yù)測(cè)模型可較好的克服單一預(yù)測(cè)模型的缺陷，殷建成等[1-2]使用組合模型對(duì)天然氣需求進(jìn)行了相關(guān)研究，研究表明，相對(duì)于線性回歸預(yù)測(cè)法、人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)法、灰色系統(tǒng)預(yù)測(cè)法，組合模型的預(yù)測(cè)精度更高。李哲等[3]首次利用多項(xiàng)式趨面分析理論，并通過(guò)最優(yōu)擬合原則建立起天然氣消費(fèi)需求量與國(guó)內(nèi)生產(chǎn)總值(GDP)和人口數(shù)量相關(guān)的最佳數(shù)學(xué)預(yù)測(cè)模型，并使用該模型對(duì)未來(lái)天然氣消費(fèi)需求量進(jìn)行了預(yù)測(cè)分析。XU Guang等[4]建立了PCMACP模型，該模型是移動(dòng)平均模型和二階多項(xiàng)式曲線模型結(jié)合形成的，作者利用該模型對(duì)2007～2008年我國(guó)的天然氣需求量進(jìn)行預(yù)測(cè)。眾多研究表明，在天然氣需求預(yù)測(cè)方面，組合模型具有較好的表現(xiàn)，但隨著天然氣需求系統(tǒng)的復(fù)雜化，以及越來(lái)越多的非線性因素的出現(xiàn)，導(dǎo)致組合模型的預(yù)測(cè)精度有待提高。

過(guò)去的一些研究表明，人工智能技術(shù)在能源需求預(yù)測(cè)領(lǐng)域具有良好的表現(xiàn)，人工智能需求預(yù)測(cè)模型具有較強(qiáng)的靈活性和較好的預(yù)測(cè)能力，能夠解決復(fù)雜的能源需求系統(tǒng)和越來(lái)越多的非線性因素的出現(xiàn)而帶來(lái)的系列問(wèn)題，因此人工智能技術(shù)也越來(lái)越受研究人員的關(guān)注和青睞。羅東坤等[5]使用了改進(jìn)型的BP神經(jīng)網(wǎng)絡(luò)對(duì)未來(lái)天然氣需求量進(jìn)行預(yù)測(cè)，結(jié)果表明未來(lái)10年天然氣的需求仍很強(qiáng)勁，國(guó)內(nèi)天然氣供應(yīng)難以滿足長(zhǎng)期需求。馮雪等[6]使用RBF神經(jīng)網(wǎng)絡(luò)非線性集成模型對(duì)天然氣需求進(jìn)行預(yù)測(cè)，研究結(jié)果表明，該模型的預(yù)測(cè)精度極高，且非常穩(wěn)定。鑒于人工智能技術(shù)在能源需求預(yù)測(cè)領(lǐng)域的優(yōu)良表現(xiàn)，本文將使用智能優(yōu)化技術(shù)建立天然氣需求預(yù)測(cè)模型，對(duì)我國(guó)未來(lái)天然氣需求量進(jìn)行預(yù)測(cè)。

1 DDE-BAG算法介紹

Yong[7]在2010年提出BA算法，即蝙蝠算法，它是通過(guò)對(duì)蝙蝠尋找獵物和覓食的過(guò)程進(jìn)行模擬而得出來(lái)的一種啟發(fā)式搜索算法。與其他的一些算法相比，蝙蝠算法具有更好的準(zhǔn)確性和有效性，并且在算法運(yùn)行過(guò)程中，不需要設(shè)置過(guò)多的參數(shù)。雖然標(biāo)準(zhǔn)的蝙蝠算法與傳統(tǒng)的優(yōu)化算法相比有一定的優(yōu)勢(shì)，但收斂速度慢、精度低的問(wèn)題仍然存在。為了提高蝙蝠算法的局部搜索能力，盛孟龍等[8]引入一種交叉變換的方式更新蝙蝠群體位置的方式，以此提高了蝙蝠算法的局部搜索能力，Cai X等[9]使用高斯擾動(dòng)代替最初的均勻擾動(dòng)以提高蝙蝠算法的局部搜索能力。DE算法即差分進(jìn)化算法，由R Storn等[10]于1997年正式提出，它也是一種啟發(fā)式演化算法，它具有收斂速度快、不易陷入局部最優(yōu)解、待定參數(shù)少的特點(diǎn)，因此得到了廣泛地應(yīng)用。DE算法雖然性能優(yōu)異，但是也存在著一定的局限性，因此，有很多學(xué)者也對(duì)它進(jìn)行了改進(jìn)。R Mallipeddi等[11]將原始DE算法的交叉策略進(jìn)行改變，形成一種EPSDE算法，研究結(jié)果表明這種新算法在收斂速度上提升了很多。肖輝輝等[12]將BA算法和DE算法進(jìn)行了結(jié)合，得到了DEBA算法，仿真表明，與單個(gè)的DE算法和BA算法相比，DEBA 算法在收斂速度和搜索能力以及精確度等方面得到了很大的提升。

雖然相對(duì)于BA算法、DE算法來(lái)說(shuō)，原始的DEBA算法無(wú)論是在搜索能力上還是在收斂速度上都有很大提高，但是在解決龐大而復(fù)雜的天然氣需求問(wèn)題上，還存在著收斂速度不足、計(jì)算緩慢的問(wèn)題，因此本文根據(jù)自適應(yīng)原理，并使用高斯擾動(dòng)，對(duì)原始的DEBA算法進(jìn)行改進(jìn)，形成DDE-BAG算法，具體過(guò)程見(jiàn)圖1。

圖1 DDE-BAG算法流程圖

2 天然氣需求評(píng)估模型

基于天然氣需求影響因子建立多重線性和指數(shù)形式的天然氣需求評(píng)估模型，多重線性模型表達(dá)式見(jiàn)式(1)，指數(shù)模型表達(dá)式見(jiàn)式(2)。

(1)

(2)

式中：NGD為天然氣需求總量；xi為影響天然氣需求的第i個(gè)因子；n為影響因子的個(gè)數(shù)；w0、wi、wit為預(yù)測(cè)模型的系數(shù)。

為了獲得天然氣求預(yù)測(cè)模型的最優(yōu)系數(shù)，本文將均方誤差作為目標(biāo)函數(shù)，使用DDE-BAG優(yōu)化方法求得預(yù)測(cè)模型的最優(yōu)系數(shù)，目標(biāo)方程見(jiàn)式(3)。

(3)

3 天然氣消耗影響因子及分析

3.1 影響因子的選取

天然氣需求系統(tǒng)是一個(gè)龐大且復(fù)雜的系統(tǒng)。影響天然氣需求的因素眾多，一些學(xué)者研究認(rèn)為經(jīng)濟(jì)增長(zhǎng)、國(guó)家能源政策、人口數(shù)量、產(chǎn)業(yè)結(jié)構(gòu)、科技發(fā)展水平、天然氣儲(chǔ)量、天然氣價(jià)格等因素都會(huì)影響到天然氣的需求。結(jié)合以往的相關(guān)文獻(xiàn)，本文選取四個(gè)影響因素作為模型的輸入因子，分別是：人均生活用氣量x1、天然氣在能源消耗中的占比x2、經(jīng)濟(jì)增長(zhǎng)x3以及人口城鎮(zhèn)化率x4。相關(guān)數(shù)據(jù)均來(lái)自《中國(guó)能源統(tǒng)計(jì)年鑒2016》，詳細(xì)數(shù)據(jù)見(jiàn)圖2。

右軸-GDP;左軸-其余各物理量圖2 各影響因子與天然氣消耗量實(shí)際值

1) 人均生活用氣量。作為天然氣終端消費(fèi)，人均生活用氣量對(duì)天然氣的供求關(guān)系有著一定的影響。近30年來(lái)，我國(guó)的人均生活用氣量呈現(xiàn)出迅速增長(zhǎng)的趨勢(shì)，年均增長(zhǎng)率為17.04%。在21世紀(jì)之前的15年里，我國(guó)人均用氣量年均增長(zhǎng)率為15.7%。進(jìn)入21世紀(jì)以來(lái)，我國(guó)人均用氣量明顯提升，年均增長(zhǎng)率為18.43%，其中2001年、2006年、2007年、2010年、2011年的增長(zhǎng)率均在25%以上，甚至達(dá)到39%。很顯然，人均生活用氣量的增長(zhǎng)對(duì)天然氣的消耗有著積極影響。

2) 天然氣消耗在能源消耗中的占比。由于中國(guó)是一個(gè)煤炭資源相對(duì)豐富的國(guó)家，因此煤炭便成為這個(gè)國(guó)家的主流資源，年煤炭消費(fèi)在能源消費(fèi)中的占比達(dá)到64%以上。而天然氣的使用較少，截至2015年，天然氣的消費(fèi)量在總的能源消費(fèi)量中的占比僅為5.9%，但是，近30年來(lái)，這一指標(biāo)發(fā)生了翻天覆地地變化，從1986年的2.3%增長(zhǎng)到2015年的5.9%，增長(zhǎng)了3.6%。因此，本文認(rèn)為天然氣消費(fèi)的比重是影響天然氣消費(fèi)的因素之一。

3) 經(jīng)濟(jì)增長(zhǎng)。GDP是衡量經(jīng)濟(jì)增長(zhǎng)的重要指標(biāo)，因此本文使用GDP來(lái)衡量中國(guó)的經(jīng)濟(jì)增長(zhǎng)。隨著經(jīng)濟(jì)的快速發(fā)展，中國(guó)的GDP由1986年的103.76百億元增長(zhǎng)到2000年的1 002.8百億元，年均增長(zhǎng)率為17.9%，同時(shí)期的天然氣消耗量由142.2億m3增長(zhǎng)到253.5億m3，年均增長(zhǎng)率為4.77%；進(jìn)入21世紀(jì)以來(lái)，GDP的年均增長(zhǎng)率為13.8%，同時(shí)期的天然氣消耗量則出現(xiàn)了爆炸式的增長(zhǎng)，年均增長(zhǎng)率高達(dá)15.57%。很顯然，GDP的增長(zhǎng)對(duì)天然氣的消耗有積極影響。

4) 人口城鎮(zhèn)化率。隨著社會(huì)經(jīng)濟(jì)的發(fā)展，中國(guó)的城鎮(zhèn)化發(fā)展水平也越來(lái)越高。而在城鎮(zhèn)化發(fā)展的同時(shí)，伴隨著越來(lái)越多的居民使用天然氣，這直接導(dǎo)致天然氣的需求結(jié)構(gòu)發(fā)生改變，進(jìn)而對(duì)天然氣需求產(chǎn)生巨大影響。1986年以來(lái)，中國(guó)的人口城鎮(zhèn)化率由最初的24.52%提升至2015年的56.10%，城鎮(zhèn)人口從2.6億人提升至7.7億人，增加了5.1億人，人口總數(shù)的上升增加了對(duì)天然氣的需求。因此，本文認(rèn)為人口城鎮(zhèn)化率對(duì)天然氣的需求有著積極影響。

3.2 數(shù)據(jù)分析

為研究選取的四個(gè)因子對(duì)天然氣需求的影響狀況，本文對(duì)這些因素進(jìn)行通徑分析。通徑分析[13]是數(shù)量遺傳學(xué)家Sewall Wright在1921年提出，該方法不但消除了傳統(tǒng)多元回歸分析方法不能消除多重共線性的缺陷，能夠通過(guò)直接通徑、間接通徑和綜合通徑將自變量和因變量之間的相關(guān)性分解，從而能夠分析各個(gè)自變量對(duì)因變量的直接、間接影響以及綜合影響。在之前的相關(guān)研究中，通徑分析在能源領(lǐng)域得到了廣泛應(yīng)用。宋長(zhǎng)明等[14]利用主成分分析和通徑分析的方法分析了經(jīng)濟(jì)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、人口因素、能源效率和城鎮(zhèn)化水平對(duì)能源消費(fèi)的直接效應(yīng)和間接效應(yīng)。彭新育等[15]使用通徑分析方法比較了經(jīng)濟(jì)增長(zhǎng)、人口增長(zhǎng)、工業(yè)化水平，城市化比例以及能源結(jié)構(gòu)對(duì)能源需求的影響力度。盧全瑩等[16]利用通徑分析篩選出天然氣消費(fèi)的核心影響因素，發(fā)現(xiàn)人口和城鎮(zhèn)化率是天然氣消費(fèi)的主要推動(dòng)因素，GDP是天然氣消費(fèi)的主要限制因素。

在進(jìn)行通徑分析之前，首先需要對(duì)因變量進(jìn)行正態(tài)性檢驗(yàn)，由于本文所選樣本的樣本容量為30，屬于小樣本，因此選取Shapiro-Wilk方法進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果見(jiàn)表1，統(tǒng)計(jì)量為0.748，偏度為0，說(shuō)明NGD服從正態(tài)分布，可以進(jìn)行通徑分析。通徑分析的結(jié)果見(jiàn)表2。

由表2可以看出，所選取的四個(gè)影響因子與天然氣需求量的相關(guān)系數(shù)均在0.9以上，表明這四個(gè)影響因子與天然氣消耗量高度相關(guān)。其中經(jīng)濟(jì)增長(zhǎng)對(duì)天然氣消耗量的直接影響最大，這是因?yàn)橹袊?guó)目前還處于發(fā)展階段，經(jīng)濟(jì)增長(zhǎng)主要依靠工業(yè)拉動(dòng)，而工業(yè)的發(fā)展又離不開(kāi)能源的支撐。人口城鎮(zhèn)化率對(duì)天然氣需求量的直接影響為負(fù)。判定系數(shù)R2=0.9989，說(shuō)明選定的四個(gè)影響因子對(duì)被解釋變量的解釋能力達(dá)到99.89%，證明選取的四個(gè)影響因子是有效的。

4 評(píng)估結(jié)果

4.1 模型系數(shù)優(yōu)化

本文使用1990年、1995年、2000年、2005年、2010年和2015年的數(shù)據(jù)作為測(cè)試集，用以檢測(cè)模型；其余各年的數(shù)據(jù)作為訓(xùn)練集，用以訓(xùn)練模型系數(shù)。DDE-BAG優(yōu)化算法通過(guò)Matlab來(lái)編譯和實(shí)現(xiàn)。算法應(yīng)用到的參數(shù)設(shè)置見(jiàn)表3。

表1 因變量NGD的正態(tài)性檢驗(yàn)

表2 通徑分析結(jié)果

表3 DDE-BAG算法參數(shù)設(shè)置

當(dāng)DDE-BAG算法運(yùn)行到最大迭代次數(shù)時(shí)，分別獲得兩種模型系數(shù)的計(jì)算結(jié)果，如下所示。

wMLR=[w0,w1,w2,w3,w4]=[5.1200 2.8457 5.1200 0.0147 -0.2898]；

wEXP=[w0,w1,w2,w3,w4,w5,w6,w7,w8]=

[-4.8334 5.1003 0.8612 3.1708 1.8519 0.1257 0.6337 -5.1200 -0.4536]

4.2 模型評(píng)估

為了檢測(cè)兩種模型的預(yù)測(cè)精度，使用兩種模型分別對(duì)1986～2015年的天然氣需求量進(jìn)行預(yù)測(cè)，將得到的擬合值和觀察值進(jìn)行擬合，擬合情況見(jiàn)圖3。由圖3可以看出，兩種模型均具有很好的擬合能力。為了進(jìn)一步比較兩種模型的優(yōu)劣性，本文使用判定系數(shù)(R2)和平均絕對(duì)百分誤差(MAPE)對(duì)兩個(gè)模型進(jìn)行評(píng)價(jià)，計(jì)算結(jié)果見(jiàn)表4，各年的絕對(duì)百分誤差見(jiàn)圖4。兩個(gè)指標(biāo)的計(jì)算式分別見(jiàn)式(4)和式(5)。

(4)

(5)

圖3 兩種模型預(yù)測(cè)各年天然氣消耗量及天然氣實(shí)際消耗量

表4 兩種模型擬合度及整體誤差對(duì)比

判定系數(shù)平均絕對(duì)百分誤差訓(xùn)練集測(cè)試集全集訓(xùn)練集測(cè)試集全集NGDMLR99.81599.97299.8595.9003.2245.292NGDEXP99.81899.86099.8314.5284.9824.612

圖4 兩種模型各年預(yù)測(cè)值的絕對(duì)誤差

結(jié)合表4和圖4可以看出，兩種模型在進(jìn)行預(yù)測(cè)的時(shí)候均存在一定的誤差，多重線性模型在對(duì)全集進(jìn)行預(yù)測(cè)時(shí)，誤差為5.29%，指數(shù)模型此時(shí)誤差相對(duì)較低，僅為4.16%。而在對(duì)測(cè)試集進(jìn)行預(yù)測(cè)時(shí)，指數(shù)模型的預(yù)測(cè)誤差為4.982%，遠(yuǎn)遠(yuǎn)超過(guò)了線性模型的3.224%。在判定系數(shù)方面，兩種模型的判定系數(shù)均達(dá)到99%以上，表明兩個(gè)模型均具有很好的擬合度，這也佐證了圖3中三條曲線的擬合效果。綜上所述，本文建立的多重線性預(yù)測(cè)模型和指數(shù)預(yù)測(cè)模型都是有效的，都能用來(lái)預(yù)測(cè)中國(guó)未來(lái)年的天然氣需求量。

5 中國(guó)天然氣需求預(yù)測(cè)

作為一個(gè)能源消費(fèi)大國(guó)，精準(zhǔn)預(yù)測(cè)未來(lái)天然氣需求量對(duì)中國(guó)政府的能源戰(zhàn)略規(guī)劃和天然氣進(jìn)口與生產(chǎn)政策的制定具有重要意義，因此本文使用兩種方式對(duì)中國(guó)未來(lái)十五年的天然氣需求量進(jìn)行預(yù)測(cè)。方式一：采用曲線擬合的方法來(lái)預(yù)測(cè)四個(gè)影響因子的取值；方式二：采用情景假設(shè)的辦法來(lái)獲取四個(gè)影響因子的取值。

5.1 方式一：曲線擬合法

使用1986～2015年的人均生活用氣量、天然氣消費(fèi)在能源消費(fèi)中的比重、GDP、人口城鎮(zhèn)化率的數(shù)據(jù)作為樣本，進(jìn)行曲線擬合，為獲得精準(zhǔn)的擬合曲線，對(duì)四個(gè)變量分別進(jìn)行一階、二階、三階擬合(圖5～8)，并使用擬合優(yōu)度R2和調(diào)整R2對(duì)擬合曲線進(jìn)行評(píng)價(jià)。擬合結(jié)果見(jiàn)圖5～8，R2和調(diào)整R2的計(jì)算結(jié)果見(jiàn)表5。

圖5 人均生活用氣量擬合圖

圖6 天然氣在能源消費(fèi)中的比重?cái)M合圖

圖7 GDP擬合圖

圖8 人口城鎮(zhèn)化率擬合圖

表5 各擬合曲線的擬合優(yōu)度

1階擬合2階擬合3階擬合人均生活用氣量R20.72470.96310.9891調(diào)整R20.71490.96040.9878天然氣消費(fèi)在能源R20.62070.97860.9889消費(fèi)中的比重調(diào)整R20.65890.9770.9876GDPR20.82450.98450.9954調(diào)整R20.81830.98330.9949人口城鎮(zhèn)化率R20.97860.99370.9989調(diào)整R20.97790.99330.9988

從圖5～8可以看出，3階擬合曲線與原始數(shù)據(jù)的擬合程度明顯優(yōu)于1階擬合曲線和2階擬合曲線，從表5可以看出，3階擬合曲線的判定系數(shù)R2和調(diào)整R2也大于1階擬合曲線和2階擬合曲線的R2和調(diào)整R2,而且均在0.985以上，說(shuō)明98.5%以上的變量取值可以用3階擬合曲線來(lái)解釋。因此得到四個(gè)影響因子(x1,x2,x3,x4)和年份(y)之間的表達(dá)式，見(jiàn)式(6)～(9)。

x1(y)=0.002529y3-15.12y2+

3.01×104y-2.001×107

(6)

x2(y)=0.0002486y3-1.471y2+

2922y-1.935×106

(7)

x3(y)=0.4251y3-2539y2+

5.055×106y-3.354×109

(8)

x4(y)=-0.001445y3+8.694y2-

1.743×104y+1.164×107

(9)

采用式(6)～(9)可得到2016～2030年中國(guó)人均生活用氣量、天然氣消耗在能源消耗中的比重、GDP以及人口城鎮(zhèn)化率的數(shù)值，在使用兩種模型進(jìn)行預(yù)測(cè)，得到的結(jié)果見(jiàn)圖9。通過(guò)多重線性模型進(jìn)行預(yù)測(cè)，在2030年，中國(guó)天然氣的需求量將會(huì)達(dá)到8 665.35億m3，是2015年實(shí)際消耗量的4.5倍；通過(guò)指數(shù)模型進(jìn)行預(yù)測(cè)，得到的結(jié)果是，在2030年，中國(guó)天然氣需求量將會(huì)更高，達(dá)12 113.18億m3，是2015年實(shí)際消耗量的6.2倍。

圖9 曲線擬合法預(yù)測(cè)結(jié)果

5.2 方式二：情景假設(shè)法

在該方式中，以2015年為基準(zhǔn)，進(jìn)行以下假設(shè)。

1) 人均生活用氣量。根據(jù)中國(guó)政府的《能源發(fā)展“十三五”規(guī)劃》可得，2020年中國(guó)總能源消耗量大約為50億t標(biāo)準(zhǔn)煤，其中天然氣的占比為10%，即5億t標(biāo)準(zhǔn)煤，大約為4 103億m3，則此時(shí)人均用氣量為54 m3。因此假設(shè)，2016～2020年中國(guó)的人均生活用氣量的年均增長(zhǎng)率為15.7%，2021～2031年該指標(biāo)為10%。

2) 天然氣消耗在能源消耗中的比重。根據(jù)中國(guó)政府的《能源發(fā)展“十三五”規(guī)劃》指出，到2020年天然氣的消耗在能源消耗中所占比重要達(dá)到10%，因此假設(shè)2016～2020年天然氣消耗在能源消耗中所占比重的年均增長(zhǎng)率為11.13%，之后十年該指標(biāo)有所下降，假設(shè)2021～2030年該指標(biāo)為8%。

3) 經(jīng)濟(jì)增長(zhǎng)。根據(jù)中國(guó)政府的“十三五”規(guī)劃指出，2016～2020年中國(guó)經(jīng)濟(jì)年均增長(zhǎng)率不得低于6.5%，因此假設(shè)2016～2020年中國(guó)的經(jīng)濟(jì)增長(zhǎng)速度為7%,假設(shè)2021～2030年中國(guó)的經(jīng)濟(jì)增長(zhǎng)速度有所下降，年均增長(zhǎng)率為5%。

4) 人口城鎮(zhèn)化率。根據(jù)中國(guó)政府2017年1月25日印發(fā)的《國(guó)家人口發(fā)展規(guī)劃(2016—2030年)》可知，常住人口城鎮(zhèn)化率2020年達(dá)到60%，2030年達(dá)到70%。因此假設(shè)2016～2020年中國(guó)人口城鎮(zhèn)化率的增長(zhǎng)率為1.35%，2021～2030年的該指標(biāo)為1.55%。相關(guān)指標(biāo)變化狀況見(jiàn)表6。

表6 方式二各影響因子變化設(shè)置

根據(jù)表6，可得出各個(gè)影響因子在2016～2030年的數(shù)值變化，借此對(duì)中國(guó)未來(lái)十五年的天然氣需求量進(jìn)行預(yù)測(cè)，得到的結(jié)果見(jiàn)圖10。通過(guò)方式二，使用多重線性模型預(yù)測(cè)出的結(jié)果為，在2030年中國(guó)天然氣需求量為7 278.9億m3，是2015年的3.7倍；使用指數(shù)模型預(yù)測(cè)出的結(jié)果為，在2030年中國(guó)天然氣需求量為13 534.7億m3，是2015年的6.7倍。

圖10 情景假設(shè)法預(yù)測(cè)結(jié)果

5.3 討 論

將兩種方式下的預(yù)測(cè)結(jié)果進(jìn)行比較，就會(huì)發(fā)現(xiàn)，兩種預(yù)測(cè)結(jié)果的差值并不大，這說(shuō)明中國(guó)未來(lái)天然氣需求量大致會(huì)隨著這種趨勢(shì)進(jìn)行變化。方式一與方式二相比，方式一中，經(jīng)濟(jì)增長(zhǎng)的速度明顯大于方式二的經(jīng)濟(jì)增長(zhǎng)速度，而方式二的人口城鎮(zhèn)化比率明顯大于方式一的人口城鎮(zhèn)化比率，方式一的人口城鎮(zhèn)化率是按照先增后減的規(guī)律進(jìn)行變化，在2023年左右達(dá)到最大值，方式二的人口城鎮(zhèn)化比率是一直增大的。

根據(jù)中國(guó)的《能源發(fā)展“十三五”規(guī)劃》可知，到2020年，中國(guó)的能源總需求為50億t標(biāo)準(zhǔn)煤，其中天然氣的占比達(dá)到10%。也就是說(shuō)，2020年中國(guó)天然氣需求量約為4 103億m3。在預(yù)測(cè)結(jié)果中，兩種方式下，線性模型的預(yù)測(cè)值均不能達(dá)到這一目標(biāo)；在指數(shù)模型的預(yù)測(cè)結(jié)果顯示，使用方式一的預(yù)測(cè)2020年的天然氣需求量為3 965.8億m3，此時(shí)天然氣的占比為9.4%，略小于占比為10%的目標(biāo)；而方式二的預(yù)測(cè)值為4 216.7億m3，此時(shí)天然氣的占比為10.01%，基本達(dá)到規(guī)劃目標(biāo)。同時(shí)，由于方式二中，各變量的變化趨勢(shì)更加符合我國(guó)的現(xiàn)有國(guó)情，因此，本文認(rèn)為方式二的預(yù)測(cè)結(jié)果更為準(zhǔn)確。通過(guò)查閱《中國(guó)能源統(tǒng)計(jì)年鑒2017》和相關(guān)行業(yè)數(shù)據(jù)可知，2016年中國(guó)天然氣消耗量為2 098.0億m3，2017年天然氣消耗量大致為2 300億m3，這與使用指數(shù)模型和方式二所獲得的預(yù)測(cè)值極為相近，誤差僅為3%，進(jìn)一步說(shuō)明方式二的預(yù)測(cè)效果更為有效。因此，根據(jù)上述預(yù)測(cè)結(jié)果可知，我國(guó)未來(lái)十五年天然氣需求量仍將會(huì)以9.04%～13.53%的年均增長(zhǎng)率持續(xù)增長(zhǎng)。屆時(shí)，天然氣需求仍將是整個(gè)能源需求系統(tǒng)中增長(zhǎng)速度最快的能源。

與快速增長(zhǎng)的天然氣需求相比，我國(guó)天然氣的生產(chǎn)量增長(zhǎng)相對(duì)較慢。進(jìn)入21世紀(jì)以來(lái)，我國(guó)天然氣生產(chǎn)量年均增長(zhǎng)率為11.23%，而同時(shí)期天然氣需求量年均增長(zhǎng)率高達(dá)15.57%。從2006年開(kāi)始，我國(guó)天然氣需求量超過(guò)生產(chǎn)量，且這一差額逐年增加，到2015年，這一差值達(dá)到618.6億m3，約占全年需求量的31%。若在今后15年，我國(guó)天然氣生產(chǎn)量繼續(xù)以11.23%的速度增長(zhǎng)，則到2030年，我國(guó)天然氣需求量將會(huì)是生產(chǎn)量的1.11～2.06倍。面對(duì)強(qiáng)勁的天然氣需求，政府需要制定更有效的天然氣供需策略。

6 結(jié) 論

1) 利用通徑分析的方法分析了人均生活用氣量、天然氣在能源消耗的占比、經(jīng)濟(jì)增長(zhǎng)以及人口城鎮(zhèn)化率對(duì)天然氣需求量的影響，結(jié)果表明，天然氣需求量和這四個(gè)因素之間的相關(guān)程度極高，其中，經(jīng)濟(jì)增長(zhǎng)對(duì)天然氣需求量的直接影響最大。

2) 采用自適應(yīng)和高斯擾動(dòng)原理改進(jìn)的差分蝙蝠算法(即DDE-BAG)構(gòu)建的天然氣預(yù)測(cè)模型預(yù)測(cè)誤差極小，在5.5%以內(nèi)，因此該模型具有極高的實(shí)用性。使用該模型對(duì)未來(lái)中短期天然氣需求量進(jìn)行預(yù)測(cè)，具有極高的可信程度。

3) 預(yù)測(cè)結(jié)果表明，在未來(lái)15年里，我國(guó)的天然氣需求量將繼續(xù)增長(zhǎng)，年均增長(zhǎng)率在9.04%～13.53%，到2020年，我國(guó)天然氣需求量在3 356.5億～4 216.7億m3之間，2030年我國(guó)天燃?xì)庑枨罅吭? 278.9億～13 534.7億m3之間，國(guó)家應(yīng)對(duì)此做好準(zhǔn)備，調(diào)整天然氣的生產(chǎn)和進(jìn)口策略。