北京市能源消費(fèi)影響因素分析及短期預(yù)測

李姝 李衛(wèi)東

摘 要：分析了北京地區(qū)能源消費(fèi)總量與地區(qū)生產(chǎn)總值、能源消費(fèi)品種、產(chǎn)業(yè)結(jié)構(gòu)和能源效率等因素之間的關(guān)系。針對(duì)北京市能源消費(fèi)建立了灰色模型、隨機(jī)時(shí)間序列模型以及多元線性模型，通過比較各個(gè)模型的擬合程度與預(yù)測精度選擇最優(yōu)模型進(jìn)行預(yù)測，本文最終選擇ARIMA（1，2，1）對(duì)北京市2016-2020年的能源消費(fèi)總量進(jìn)行預(yù)測，并根據(jù)實(shí)際情況提出提高能源利用率、發(fā)展可再生能源等相應(yīng)的政策建議。

關(guān)鍵詞：能源消費(fèi) 影響因素 多元線性回歸模型 隨機(jī)時(shí)間序列模型 灰色預(yù)測

一、北京市能源消費(fèi)情況影響因素分析

首先，考察能源消費(fèi)與經(jīng)濟(jì)發(fā)展之間的關(guān)系，如圖1所示，從2000年到2004年，北京市重工業(yè)對(duì)能源的需求量增大導(dǎo)致能源彈性系數(shù)在這一期間呈上升趨勢；從2005年到現(xiàn)在，由于國家推行節(jié)能降耗與綠色GDP，能源消費(fèi)彈性系數(shù)呈現(xiàn)逐年下降的趨勢。

其次，考察能源消費(fèi)品種結(jié)構(gòu)的變化對(duì)能源消費(fèi)量的影響。從圖2可以看出，在2010年煤品與油品占能源消費(fèi)的大半，而近年來煤品的消費(fèi)量呈現(xiàn)出大幅度的下降，天然氣替代了煤品的地位。研究表明天然氣所含的熱量相對(duì)于煤品來說較高，因此我們可以認(rèn)為能源品種結(jié)構(gòu)的變革會(huì)影響能源消費(fèi)的變化。

對(duì)于行業(yè)和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整對(duì)能源消費(fèi)的影響，由圖3可以看出，北京市正努力實(shí)現(xiàn)經(jīng)濟(jì)不再依賴于重工業(yè)，而是逐步提高第三產(chǎn)業(yè)比重，增強(qiáng)北京的軟實(shí)力，這將對(duì)北京的能源消費(fèi)產(chǎn)生重大影響。

二、 北京市能源消費(fèi)總量預(yù)測

（一）北京市能源消費(fèi)總量多元回歸模型

本文決定將下列指標(biāo)作為解釋變量來構(gòu)建北京市能源消費(fèi)總量的多元回歸模型，即經(jīng)濟(jì)發(fā)展水平（X1），產(chǎn)業(yè)結(jié)構(gòu)（X2），人均地區(qū)生產(chǎn)總值（X3），城市化（X4），模型通過了多重共線性、異方差和自相關(guān)等一系列檢驗(yàn)，模型的最終形式如下所示：

擬合精度見表1。

（二）北京市能源消費(fèi)總量時(shí)間序列模型

本文對(duì)北京市1980年至2006年能源消費(fèi)總量的時(shí)間序列數(shù)據(jù)在SAS中進(jìn)行建模，并對(duì)2007—2014年的能源消費(fèi)總量進(jìn)行預(yù)測。最終確定北京市能源消費(fèi)總量ARIMA（1，2，1）模型的表達(dá)形式，見下式。

擬合精度見表2。

（三）北京市能源消費(fèi)總量GM（1，1）模型

MATLAB運(yùn)行之后顯示級(jí)比檢驗(yàn)通過，建立的灰色模型是：

接下來，根據(jù)構(gòu)建的GM（1，1）模型求得1998-2015年北京市能源消費(fèi)總量的灰色預(yù)測值，結(jié)果如表3所示，表中數(shù)據(jù)顯示模型的擬合精度較高。

三、總結(jié)及展望

通過分析我們可以知道，到2020年北京市的能源消費(fèi)總量將有可能達(dá)到6340.7162萬噸標(biāo)準(zhǔn)煤，年增長率幾乎達(dá)到了3.3%。這意味著北京市能源供應(yīng)將面臨著巨大的壓力，針對(duì)這種情況本文對(duì)緩解能源壓力提出幾點(diǎn)意見。

首先，減少國民經(jīng)濟(jì)中第二產(chǎn)業(yè)的比重，提高能源利用效率。為了提高能源利用效率，我們必須走一條新的工業(yè)化道路，大力發(fā)展高新技術(shù)、高效、低耗能的產(chǎn)業(yè)，大力發(fā)展第三產(chǎn)業(yè)，逐步實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型。

其次，大力發(fā)展可再生能源、增加清潔能源在能源消費(fèi)中的比重。政府應(yīng)當(dāng)出臺(tái)一系列政策鼓勵(lì)企業(yè)對(duì)新型可再生能源的開發(fā)利用，控制煤和石油等常規(guī)能源在能源消費(fèi)中的比重，加大科技創(chuàng)新資金的投入，推動(dòng)能源消費(fèi)結(jié)構(gòu)逐步優(yōu)化升級(jí)。同時(shí)，做好扶貧攻堅(jiān)工作，促進(jìn)城鄉(xiāng)一體化發(fā)展。

參考文獻(xiàn)：

[1]Hongting Ma. Analysis of typical public building energy consumption in northern China[J].Elsevier B.V.，2016， 37（11）.

[2]肖宏偉. “十三五”時(shí)期北京市能源消費(fèi)總量及結(jié)構(gòu)變化趨勢預(yù)測[J].研究與探討， 2015，37（07）.

[3]M.Balodis. Analytical Treatment of Forecasts of Electric Energy Consumption in Latvia[J]. Latvian Journal of Physics and Technical Sciences，2014， 56（06）.

[4]Vaghefi，Azai. A Statistical Approach to Modeling and Forecast of the Building Energy Consumption[J]. ProQuest， 2013，44（08）.

[5]崔慶安.基于主成分分析與支持向量機(jī)的能源需求預(yù)測方法[J]. 統(tǒng)計(jì)與決策，2013，389（17）.

[6]鄧鴻鵠.北京市能源消費(fèi)預(yù)測方法比較研究[D].北京：北京林業(yè)大學(xué)，2013.

[7]伊衛(wèi)國.基于關(guān)聯(lián)規(guī)則與決策樹的預(yù)測方法研究及其應(yīng)用[D].大連：大連海事大學(xué)，2012.

[8]陳曦.基于logistic模型的經(jīng)濟(jì)增長與能源預(yù)測分析——以天津“十二五”期間為例[J].發(fā)展研究，2010，17（05）.

[9]劉愛芹.基于組合模型的能源消費(fèi)預(yù)測研究[D].山東：山東財(cái)經(jīng)學(xué)院，2010.

[10][ZK（]高新才.中國能源消費(fèi)系統(tǒng)預(yù)測模型的構(gòu)建[J]. 統(tǒng)計(jì)與決策，2009，281（05）.