基于灰色模型的美國煤炭生產(chǎn)與消費(fèi)預(yù)測

吳大明

(應(yīng)急管理部信息研究院，北京市朝陽區(qū)，100029)

美國是世界煤炭生產(chǎn)和消費(fèi)大國，數(shù)據(jù)顯示，2018年美國煤炭的生產(chǎn)和消費(fèi)僅次于中國和印度[1]。由于煤炭的生產(chǎn)和消費(fèi)與經(jīng)濟(jì)社會發(fā)展具有一定聯(lián)系，因此，研究分析美國煤炭的生產(chǎn)和消費(fèi)趨勢，對于了解和掌握美國能源經(jīng)濟(jì)發(fā)展具有重要意義[2-4]。此外，通過對美國煤炭生產(chǎn)和消費(fèi)變化的研究，還可為深入分析美國煤炭安全生產(chǎn)管理政策變化提供一定的借鑒[5]。筆者應(yīng)用灰色理論模型，結(jié)合歷史數(shù)據(jù)，對美國煤炭生產(chǎn)和消費(fèi)進(jìn)行預(yù)測，可為我國政府和煤炭企業(yè)相關(guān)政策制定以及煤炭生產(chǎn)提供參考。

1 美國煤炭生產(chǎn)消費(fèi)發(fā)展現(xiàn)狀

1.1 煤炭生產(chǎn)與進(jìn)出口現(xiàn)狀

煤炭生產(chǎn)方面，2018年，美國煤炭產(chǎn)量為68540萬t，同比減少1731萬t、下降2.46%，見表1和圖1。從歷史數(shù)據(jù)來看，自2001年以來，美國煤炭產(chǎn)量在2008年出現(xiàn)最大值，產(chǎn)量為106305萬t，在2016年出現(xiàn)最小值，產(chǎn)量為66076萬t。與2008年的煤炭產(chǎn)量最高峰相比，2018年的煤炭產(chǎn)量下降了35.53%。

表1 2001-2018年美國煤炭生產(chǎn)與進(jìn)出口量情況 萬t

圖1 2000-2018年美國煤炭產(chǎn)量變化

煤炭進(jìn)出口方面，2018年，美國煤炭進(jìn)口540萬t，同比減少166萬t、下降23.51%；煤炭出口10490萬t，同比增加1695萬t、增長19.27%。從歷史數(shù)據(jù)來看，自2001年以來，美國煤炭進(jìn)口量在2007年出現(xiàn)最大值，達(dá)到3297萬t，2018年達(dá)到最小值；煤炭出口量在2012年出現(xiàn)最大值，達(dá)到11407萬t，在2002年出現(xiàn)最小值，出口量為3593萬t。整體來看，美國煤炭進(jìn)口量呈逐年下降趨勢，而煤炭出口量則呈逐年上升趨勢。

1.2 煤炭消費(fèi)現(xiàn)狀

2018年，美國煤炭消費(fèi)總量62353萬t，同比減少2679萬t、下降4.12%，見表2。從趨勢來看，自2001年以來，煤炭消費(fèi)整體呈下降趨勢。從煤炭消費(fèi)領(lǐng)域來看，電力消費(fèi)始終占比最大，2018年其消費(fèi)占比為92.61%。

表2 2001-2018年美國煤炭消費(fèi)量情況 萬t

2 研究方法與模型選取

2.1 研究方法

根據(jù)美國煤炭生產(chǎn)與消費(fèi)的歷史統(tǒng)計數(shù)據(jù)，筆者有針對性地選擇了預(yù)測方法和預(yù)測模型。目前，數(shù)據(jù)預(yù)測的常見方法及其特點(diǎn)如下所述。

(1)定性預(yù)測法。定性預(yù)測法是依據(jù)人工觀察與分析能力，加之經(jīng)驗(yàn)判斷和邏輯推理來開展的預(yù)測分析方法，它依據(jù)當(dāng)前所掌握的情況和以往實(shí)踐的經(jīng)驗(yàn)對目標(biāo)進(jìn)行主觀判斷，一般也稱為調(diào)查研究預(yù)測法。定性預(yù)測法側(cè)重事物發(fā)展性質(zhì)的預(yù)測，具有較大的靈活性，易于充分發(fā)揮人的主觀能動性，且簡單便捷，一般用于短、中、長期的數(shù)據(jù)預(yù)測，尤其是對歷史統(tǒng)計數(shù)據(jù)較少或趨勢即將發(fā)生變化的事件預(yù)測具有較大優(yōu)勢。

(2)回歸分析預(yù)測。回歸分析是當(dāng)前廣泛使用的定量預(yù)測方法，它是在分析歷史數(shù)據(jù)變化的基礎(chǔ)上，按照一定方法建立的反映數(shù)據(jù)關(guān)系的數(shù)學(xué)模型，然后根據(jù)自變量的發(fā)展變化來進(jìn)行數(shù)據(jù)計算，從而實(shí)現(xiàn)對事物未來發(fā)展趨勢的預(yù)測。該預(yù)測方法的關(guān)鍵是建立回歸模型，進(jìn)而開展分析和預(yù)測結(jié)果。此外，若因變量和自變量的相關(guān)性不足以建立回歸方程，那么該方法不適宜應(yīng)用。

(3)灰色預(yù)測法。20世紀(jì)80年代，我國學(xué)者鄧聚龍教授提出了灰色系統(tǒng)理論[6-7]。該理論是解決信息不全面系統(tǒng)的數(shù)學(xué)方法，它將控制論的觀點(diǎn)和方法延伸到復(fù)雜的大系統(tǒng)中，通過將自動控制與運(yùn)籌學(xué)的數(shù)學(xué)方法相結(jié)合，為客觀世界中具有不確定性問題預(yù)測的研究提供了更加科學(xué)的方法。一般情況下，如果研究中的部分信息已知、部分信息未知，那么采用該方法分析研究較為適宜。

2.2 模型選取

根據(jù)常見預(yù)測方法的優(yōu)劣及數(shù)據(jù)選取情況，采用灰色預(yù)測法對美國煤炭生產(chǎn)與消費(fèi)趨勢進(jìn)行預(yù)測[8-10]。由于煤炭生產(chǎn)和消費(fèi)數(shù)量在時間上存在關(guān)聯(lián)性，在一定時間范圍內(nèi)，系統(tǒng)發(fā)展過程中相對變化基本一致，因此，可以采用灰色模型的累加生成方式建立GM(1，1)模型，即根據(jù)已知的煤炭數(shù)據(jù)情況來預(yù)測其未來發(fā)展變化。

借助DPS統(tǒng)計軟件，根據(jù)近年的統(tǒng)計數(shù)據(jù)，對煤炭生產(chǎn)和消費(fèi)量進(jìn)行預(yù)測。構(gòu)建GM(1，1)模型及具體計算步驟如下：

(1)原始非負(fù)序列：

X(0)={x(0)(1),x(0)(2),…x(0)(n)}

(1)

對式(1)作一次累加生成，得到：

X(1)={x(1)(1),x(1)(2),…x(1)(n)}

(2)

其中，

(3)

(2)構(gòu)造累加矩陣和常數(shù)向量：

(4)

(3)最小二乘法解灰參數(shù)：

(5)

(4)對公式(3)建立微分方程模型，并得出對應(yīng)的時間響應(yīng)函數(shù)，將灰參數(shù)代入該函數(shù)，得到：

(6)

(5)還原得到：

(7)

(6)模型診斷。為了分析模型的可靠性，對模型進(jìn)行診斷，目前較通用的診斷方法是對模型進(jìn)行后驗(yàn)差檢驗(yàn)，即計算觀察數(shù)據(jù)離差S1及殘差的離差S2：

(8)

再計算均方差比值及小誤差概率：

(9)

根據(jù)C和p對模型進(jìn)行診斷，結(jié)果見表3。

表3 精度檢驗(yàn)參照表

3 預(yù)測分析

3.1 煤炭產(chǎn)量與進(jìn)出口量預(yù)測

根據(jù)美國2001-2018年煤炭產(chǎn)量與進(jìn)出口量數(shù)據(jù)，應(yīng)用DPS數(shù)據(jù)處理系統(tǒng)進(jìn)行灰色計算預(yù)測。

(1)將2001-2018年煤炭產(chǎn)量輸入DPS數(shù)據(jù)處理系統(tǒng)，通過軟件計算，得出煤炭產(chǎn)量預(yù)測值如表4所示。

(2)將2001-2018年煤炭進(jìn)口量輸入DPS數(shù)據(jù)處理系統(tǒng)，通過軟件計算，得出煤炭進(jìn)口量預(yù)測值如表5所示。

(3)將2001-2018年煤炭出口量輸入DPS數(shù)據(jù)處理系統(tǒng)，通過軟件計算，得出煤炭出口量預(yù)測值如表6所示。

3.2 煤炭消費(fèi)預(yù)測

根據(jù)美國2001-2018年煤炭消費(fèi)數(shù)據(jù)，應(yīng)用DPS數(shù)據(jù)處理系統(tǒng)進(jìn)行灰色計算預(yù)測。

(1)將2001-2018年煤炭商業(yè)消費(fèi)量輸入DPS數(shù)據(jù)處理系統(tǒng)，通過軟件計算，得出煤炭商業(yè)消費(fèi)量預(yù)測值如表7所示。

(2)將2001-2018年煤炭工業(yè)消費(fèi)量輸入DPS數(shù)據(jù)處理系統(tǒng)，通過軟件計算，得出煤炭工業(yè)消費(fèi)量預(yù)測值如表8所示。

(3)將2001-2018年煤炭電力消費(fèi)量輸入DPS數(shù)據(jù)處理系統(tǒng)，通過軟件計算，得出煤炭電力消費(fèi)量預(yù)測值如表9所示。

表4 美國煤炭產(chǎn)量DPS模型參數(shù)及預(yù)測

表5 美國煤炭進(jìn)口量DPS模型參數(shù)及預(yù)測

表6 美國煤炭出口量DPS模型參數(shù)及預(yù)測

表7 美國煤炭商業(yè)消費(fèi)量DPS模型參數(shù)及預(yù)測

表8 美國煤炭工業(yè)消費(fèi)量DPS模型參數(shù)及預(yù)測

表9 美國煤炭電力消費(fèi)量DPS模型參數(shù)及預(yù)測

3.3 模型檢驗(yàn)

(1)煤炭產(chǎn)量預(yù)測的均方差比值和小誤差概率為：C=0.6171，p=0.6667，模型精度等級介于三級和四級之間，可勉強(qiáng)對系統(tǒng)進(jìn)行預(yù)測；

(2)進(jìn)口量預(yù)測的均方差比值和小誤差概率為：C=0.7841，p=0.6667，模型精度等級為四級，不能對系統(tǒng)進(jìn)行預(yù)測；

(3)出口量預(yù)測的均方差比值和小誤差概率為：C=0.7116，p=0.7222，模型精度等級介于三級和四級之間，可勉強(qiáng)對系統(tǒng)進(jìn)行預(yù)測；

(4)商業(yè)消費(fèi)預(yù)測的均方差比值和小誤差概率為：C=0.4441，p=0.8333，模型精度等級為二級，可對系統(tǒng)進(jìn)行預(yù)測；

(5)工業(yè)消費(fèi)預(yù)測的均方差比值和小誤差概率為：C=0.2736，p=0.9444，模型精度等級介于一和二級之間，可對系統(tǒng)進(jìn)行預(yù)測；

(6)電力消費(fèi)預(yù)測的均方差比值和小誤差概率為：C=0.5535，p=0.6111，模型精度等級介于三級和四級之間，可勉強(qiáng)對系統(tǒng)進(jìn)行預(yù)測。

3.4 預(yù)測結(jié)果

根據(jù)預(yù)測，未來7年，美國煤炭產(chǎn)量與消費(fèi)量變化趨勢見表10。

表10 2019-2025年美國煤炭生產(chǎn)與消費(fèi)變化預(yù)測 萬t

4 結(jié)論

根據(jù)計算分析，到2025年，在煤炭生產(chǎn)及進(jìn)出口方面，美國煤炭產(chǎn)量將為67642萬t、進(jìn)口量將為705萬t、出口量將為14171萬t；在煤炭消費(fèi)方面，美國煤炭商業(yè)消費(fèi)量將為85萬t、工業(yè)消費(fèi)量將為3722萬t、電力消費(fèi)量將為56389萬t。從模型檢驗(yàn)結(jié)果來看，煤炭商業(yè)和工業(yè)消費(fèi)量的預(yù)測最為可靠，其次為煤炭產(chǎn)量、出口量和電力消費(fèi)量，煤炭進(jìn)口量預(yù)測結(jié)果誤差最大，在下一步研究中，將采取其他方法予以深入研究。