• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于DDE-BAG的中國(guó)天然氣需求預(yù)測(cè)模型

    2018-08-14 11:38:56鄒紹輝丁治立
    中國(guó)礦業(yè) 2018年8期
    關(guān)鍵詞:通徑城鎮(zhèn)化率需求量

    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。

    猜你喜歡
    通徑城鎮(zhèn)化率需求量
    31 省份最新城鎮(zhèn)化率:9 省份超70%,這10 個(gè)省份城鎮(zhèn)人口最多
    牡丹江市氣象因子與PM2.5濃度影響通徑分析
    黑龍江氣象(2021年2期)2021-11-05 07:06:58
    從數(shù)學(xué)角度看“彈性”
    新型全自動(dòng)氣動(dòng)通徑機(jī)設(shè)計(jì)要點(diǎn)探究
    氣動(dòng)通徑機(jī)設(shè)計(jì)及使用中應(yīng)注意的幾個(gè)問(wèn)題
    安徽省生態(tài)足跡與城鎮(zhèn)化率關(guān)系實(shí)證研究
    2017年我國(guó)汽車軟管需求量將達(dá)6.4億m
    橡膠科技(2015年3期)2015-02-26 14:45:02
    新型鋼管氣動(dòng)通徑機(jī)的研發(fā)
    基于BP神經(jīng)網(wǎng)絡(luò)人均豬肉需求量預(yù)測(cè)
    2013年日本國(guó)內(nèi)紙與紙板市場(chǎng)需求量預(yù)計(jì)減少1.5%
    岚皋县| 涟水县| 社会| 西宁市| 延庆县| 永靖县| 察哈| 镇赉县| 文安县| 宜丰县| 垦利县| 四川省| 朝阳区| 南宫市| 页游| 梧州市| 怀仁县| 丰原市| 黄山市| 县级市| 郁南县| 绵阳市| 海南省| 镇雄县| 赣州市| 从化市| 玛沁县| 囊谦县| 吉安市| 介休市| 高州市| 和硕县| 普安县| 肇州县| 崇左市| 台北市| 西安市| 曲靖市| 荆州市| 富裕县| 绥滨县|