一種天然氣需求量預(yù)測(cè)新模型及其應(yīng)用
——以川渝地區(qū)為例

李洪兵 張吉軍

西南石油大學(xué)經(jīng)濟(jì)管理學(xué)院

0 引言

由于經(jīng)濟(jì)發(fā)展、城鎮(zhèn)化建設(shè)、環(huán)保政策等因素的需要，天然氣作為優(yōu)質(zhì)高效的綠色清潔能源，將為后疫情時(shí)代中國(guó)經(jīng)濟(jì)“綠色復(fù)蘇”、實(shí)現(xiàn)碳達(dá)峰、邁向碳中和作出重要貢獻(xiàn)?！赌茉瓷a(chǎn)和消費(fèi)革命戰(zhàn)略（2016—2030）》提出實(shí)施天然氣推廣利用重大戰(zhàn)略行動(dòng)[1]，加快天然氣替代散煤步伐、大力發(fā)展天然氣分布式能源。《加快推進(jìn)天然氣利用的意見（2017）》強(qiáng)調(diào)將天然氣培育成為我國(guó)現(xiàn)代清潔能源體系的主體能源[2]。天然氣消費(fèi)量顯著增長(zhǎng)，2019年四川、重慶地區(qū)的天然氣消費(fèi)量占各自能源總量的比重分別為17.0%和15.3%，在全國(guó)處于領(lǐng)先水平，但仍低于世界平均水平（24%），未來川渝地區(qū)天然氣市場(chǎng)仍具有較大增長(zhǎng)空間。

深入分析并準(zhǔn)確預(yù)測(cè)天然氣需求量，不僅是相關(guān)部門制訂清潔低碳、安全高效現(xiàn)代化能源體系發(fā)展政策的基礎(chǔ)，也是建立天然氣供需預(yù)測(cè)預(yù)警機(jī)制的內(nèi)在需求。但天然氣需求量受諸多因素的制約，由于因素的動(dòng)態(tài)隨機(jī)不確定性，因素之間相互影響的程度難以確定，準(zhǔn)確預(yù)測(cè)存在較大難度。筆者采用灰色相對(duì)關(guān)聯(lián)度挖掘影響天然氣需求量的重要因素，基于逐步回歸法構(gòu)建了預(yù)測(cè)精度高的雙對(duì)數(shù)需求函數(shù)模型，并對(duì)川渝地區(qū)天然氣需求量進(jìn)行了預(yù)測(cè)。

1 相關(guān)研究現(xiàn)狀

天然氣需求量預(yù)測(cè)結(jié)果受諸多因素的影響，這些因素大多數(shù)具有顯著的動(dòng)態(tài)隨機(jī)不確定性特征，部分因素之間還存在某種線性或非線性關(guān)系，傳統(tǒng)簡(jiǎn)單的預(yù)測(cè)模型不能滿足其預(yù)測(cè)精度的要求[3]。不同的預(yù)測(cè)方法從不同角度揭示了預(yù)測(cè)對(duì)象的演變規(guī)律，選用合適的數(shù)學(xué)模型是提高天然氣需求量預(yù)測(cè)精度的關(guān)鍵。近年來天然氣需求量預(yù)測(cè)模型呈多元化發(fā)展態(tài)勢(shì)，并得到了較好的實(shí)踐和發(fā)展[4]。例如，從天然氣需求量影響因素方面，王建良等[5]采用鄧氏灰色關(guān)聯(lián)度從GDP、人口、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化率等因素中選擇3個(gè)核心因素，建立灰色GM（1,3）模型，對(duì)我國(guó)東中西部區(qū)域的天然氣消費(fèi)需求量進(jìn)行預(yù)測(cè)；盧全瑩等[6]篩選出GDP、城鎮(zhèn)化率、人口3個(gè)核心因素，構(gòu)建了基于神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)模型；Szoplik[7]構(gòu)建神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)天然氣需求量的演變趨勢(shì)；柴建等[8]也認(rèn)為可采用人口、GDP、城鎮(zhèn)化率、產(chǎn)業(yè)結(jié)構(gòu)等因素作為預(yù)測(cè)天然氣需求量的解釋變量，并建立了BMA模型、RBF分位數(shù)回歸模型[9]預(yù)測(cè)未來天然氣需求量；Zhang等[10]將國(guó)內(nèi)生產(chǎn)總值、人口、消費(fèi)水平等因素作為解釋變量，采用貝葉斯模型平均法預(yù)測(cè)天然氣消費(fèi)量；Shahbaz等[11]構(gòu)建了多元框架模型，研究經(jīng)濟(jì)增長(zhǎng)對(duì)巴基斯坦天然氣需求量的影響。另外，馬小艷[12]、李洪兵等[13]利用線性回歸模型分別對(duì)重慶市天然氣和湖北省城市天然氣需求量進(jìn)行預(yù)測(cè)，Zhu等[14]也利用回歸模型對(duì)全國(guó)天然氣需求量進(jìn)行了預(yù)測(cè)分析。通過對(duì)上述文獻(xiàn)的研究結(jié)果發(fā)現(xiàn)，天然氣需求量驅(qū)動(dòng)因素出現(xiàn)頻次較高的有國(guó)內(nèi)生產(chǎn)總值、產(chǎn)業(yè)結(jié)構(gòu)、人口發(fā)展、城鎮(zhèn)化率、消費(fèi)水平5個(gè)影響因素。預(yù)測(cè)模型中灰色預(yù)測(cè)方法適用于范圍較廣的短期預(yù)測(cè)，但預(yù)測(cè)精度有所下降[9]；神經(jīng)網(wǎng)絡(luò)模型的預(yù)測(cè)精度雖然較高，但容易出現(xiàn)過度學(xué)習(xí)且易陷入局部最小，從而降低泛化性[3]；線性回歸模型建模迅速、簡(jiǎn)單方便，但難以刻畫復(fù)雜的非線性數(shù)據(jù)演變趨勢(shì)，且精度不夠理想。

基于上述分析，在天然氣需求量預(yù)測(cè)中，選擇的諸因素不可能同時(shí)都能通過統(tǒng)計(jì)顯著性檢驗(yàn)，并且若將較多的自變量同時(shí)選入同一預(yù)測(cè)模型，將不可避免地導(dǎo)致不同程度的多重共線性問題。為此，筆者利用灰色相對(duì)關(guān)聯(lián)度刻畫兩兩變量之間的關(guān)聯(lián)程度，剔除存在多重共線性關(guān)系的自變量，挖掘不同地區(qū)天然氣需求量的重要影響因素。天然氣需求量預(yù)測(cè)數(shù)學(xué)模型選擇應(yīng)用較廣泛的雙對(duì)數(shù)需求函數(shù)模型[15-17]，該數(shù)學(xué)模型能避免預(yù)測(cè)過程中異方差與異常值的問題[16]，降低復(fù)雜非線性數(shù)據(jù)的預(yù)測(cè)誤差，預(yù)測(cè)精度較高且擬合參數(shù)具有明確的經(jīng)濟(jì)含義。采用逐步回歸法逐一精細(xì)分析各影響因素對(duì)天然氣需求量的統(tǒng)計(jì)顯著性，剔除未通過顯著性檢驗(yàn)的因素，并采用最小二乘法估計(jì)待定參數(shù)，構(gòu)建以“最少”解釋變量解釋最多天然氣需求量變異量的“最佳”逐步回歸分析雙對(duì)數(shù)需求函數(shù)模型，并利用該模型對(duì)川渝地區(qū)天然氣中長(zhǎng)期需求量進(jìn)行了預(yù)測(cè)。

2 相關(guān)方法和原理

2.1 灰色相對(duì)關(guān)聯(lián)度

灰色相對(duì)關(guān)聯(lián)度是灰色關(guān)聯(lián)分析的一種重要方法，其基本思想是根據(jù)數(shù)據(jù)序列之間幾何曲線發(fā)展變化趨勢(shì)的緊密程度來判斷數(shù)據(jù)序列的關(guān)聯(lián)程度[18]，克服了傳統(tǒng)數(shù)理統(tǒng)計(jì)方法要求樣本數(shù)據(jù)眾多且必須具備某種概率分布特點(diǎn)的不足，也彌補(bǔ)了定性分析與量化分析結(jié)果相互矛盾的缺陷。兩兩數(shù)據(jù)序列幾何曲線變化速率越接近，關(guān)聯(lián)度就越大，反之越小。采用灰色相對(duì)關(guān)聯(lián)度挖掘?qū)μ烊粴庑枨罅坑绊戄^重要的有效驅(qū)動(dòng)因素。計(jì)算步驟如下：

2）為使不同量綱影響因素的指標(biāo)能進(jìn)行有效的比較和計(jì)算，采用初值像處理數(shù)據(jù)序列Xi，將其轉(zhuǎn)化為無量綱的數(shù)據(jù)序列，即

利用灰色相對(duì)關(guān)聯(lián)度rij，將各影響因素對(duì)天然氣需求量的影響程度進(jìn)行量化，相對(duì)關(guān)聯(lián)度較大，則表明對(duì)天然氣需求量的影響程度較大，對(duì)預(yù)測(cè)天然氣需求量就越重要。rij除了能夠刻畫影響因素對(duì)天然氣需求量的影響程度大小以外，還可用于分析、處理天然氣需求量預(yù)測(cè)中影響因素之間的多重共線性問題，主要通過比較影響因素之間rij的大小進(jìn)行診斷。如果影響因素之間的rij大于預(yù)先設(shè)定的閾值，表明該組影響因素存在多重共線性問題，此時(shí)可將與天然氣需求量關(guān)聯(lián)程度較低的影響因素剔除。從而進(jìn)一步精簡(jiǎn)影響因素，為多因素預(yù)測(cè)模型的準(zhǔn)確預(yù)測(cè)提供基礎(chǔ)保障。

2.2 多項(xiàng)式回歸模型

多項(xiàng)式回歸模型是解釋變量之間相關(guān)關(guān)系的連續(xù)函數(shù)，且任意一個(gè)函數(shù)均可在一個(gè)較小范圍內(nèi)用多項(xiàng)式逼近，其擬合精度較高，因而在較復(fù)雜的實(shí)際問題中得到了廣泛應(yīng)用[19-21]。影響天然氣需求量的解釋變量具有時(shí)間序列特征，擬采用具有特殊性質(zhì)回歸式拋物線的一元三次多項(xiàng)式回歸函數(shù)，對(duì)天然氣需求量的各解釋變量指標(biāo)進(jìn)行預(yù)估。模型的一般形式為：

2.3 逐步回歸分析雙對(duì)數(shù)需求函數(shù)模型

將逐步回歸分析法引入具有需求彈性含義且常用于經(jīng)濟(jì)學(xué)分析的雙對(duì)數(shù)需求函數(shù)模型，建立逐步回歸分析雙對(duì)數(shù)需求函數(shù)模型，運(yùn)用該模型預(yù)測(cè)天然氣需求量，其一般形式為：

式中Qk表示天然氣在第k期的需求量；Xik表示第i個(gè)影響因素在第k期的數(shù)值，Xi表示GDP、人口發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化率、消費(fèi)水平等影響因素；β0表示函數(shù)截距，為常數(shù)項(xiàng)；βi表示第i個(gè)影響因素的偏回歸系數(shù)，其具有需求彈性系數(shù)相同的內(nèi)涵；u表示函數(shù)的隨機(jī)誤差項(xiàng)，一般情況下假定隨機(jī)誤差項(xiàng)平均值。

利用最小二乘法對(duì)式（6）中的各個(gè)參數(shù)進(jìn)行確定。最小二乘估計(jì)量要滿足最小方差性，故殘差平方和應(yīng)達(dá)到最小，則

逐步回歸分析是將解釋變量由相對(duì)關(guān)聯(lián)度最高者逐次一一選入雙對(duì)數(shù)需求函數(shù)模型，每選入一個(gè)解釋變量都將進(jìn)行統(tǒng)計(jì)顯著性檢驗(yàn)，若原來選入的解釋變量因后選入的解釋變量變得不顯著時(shí)，則將后選入的解釋變量剔除，以確保雙對(duì)數(shù)需求函數(shù)模型中只包含相對(duì)關(guān)聯(lián)度較高的顯著性解釋變量。最后得到一個(gè)以最少解釋變量解釋最多被解釋變量變異量的最佳需求函數(shù)預(yù)測(cè)模型。

逐步回歸分析建模的一般步驟為：①計(jì)算天然氣需求量與各個(gè)影響因素之間的相對(duì)關(guān)聯(lián)度，以及兩兩影響因素之間的相對(duì)關(guān)聯(lián)度，根據(jù)相對(duì)關(guān)聯(lián)度大小進(jìn)行排序，同時(shí)剔除具有多重共線性問題的影響因素。②將相對(duì)關(guān)聯(lián)度最大者選入雙對(duì)數(shù)需求函數(shù)進(jìn)行建模，計(jì)算偏回歸系數(shù)，并進(jìn)行統(tǒng)計(jì)顯著性檢驗(yàn)。如果統(tǒng)計(jì)顯著性通過檢驗(yàn)，則選入模型，否則剔除模型。③將剩余未選入的影響因素中相對(duì)關(guān)聯(lián)度較高者選入上述模型，進(jìn)行偏回歸系數(shù)計(jì)算，同時(shí)進(jìn)行統(tǒng)計(jì)顯著性檢驗(yàn)。如果通過檢驗(yàn)，則選入模型，否則將該解釋變量剔除。④重復(fù)步驟③，直到全部選入模型的影響因素均通過顯著性檢驗(yàn)且無可選入的影響因素為止，此時(shí)所建模型包含了與天然氣需求量關(guān)聯(lián)程度較高又具有統(tǒng)計(jì)顯著性的所有影響因素，此時(shí)，稱該模型為“最佳”雙對(duì)數(shù)需求函數(shù)模型。

3 天然氣需求量預(yù)測(cè)模型構(gòu)建及預(yù)測(cè)分析

3.1 樣本數(shù)據(jù)的選取及收集

經(jīng)綜合分析歷史文獻(xiàn)資料，筆者選取天然氣需求量預(yù)測(cè)中出現(xiàn)頻次較高的地區(qū)生產(chǎn)總值、產(chǎn)業(yè)結(jié)構(gòu)、人口發(fā)展、城鎮(zhèn)化率、消費(fèi)水平等外生變量作為天然氣需求量的影響因素。將地區(qū)生產(chǎn)總值設(shè)為解釋變量X1，產(chǎn)業(yè)結(jié)構(gòu)以使用能源較多的第二產(chǎn)業(yè)占比為解釋變量X2，人口發(fā)展采用地區(qū)年末總常住人口為解釋變量X3，城鎮(zhèn)化率以城鎮(zhèn)化率為解釋變量X4，消費(fèi)水平以社會(huì)消費(fèi)品零售總額為解釋變量X5。

2000—2019年川渝地區(qū)天然氣需求量及其影響因素的各項(xiàng)指標(biāo)數(shù)據(jù)來源于國(guó)家統(tǒng)計(jì)局、四川省統(tǒng)計(jì)年鑒、四川省統(tǒng)計(jì)公報(bào)、重慶市統(tǒng)計(jì)年鑒、重慶市統(tǒng)計(jì)公報(bào)的公布數(shù)據(jù)并經(jīng)整理所得，將天然氣需求量設(shè)為被解釋變量Q。天然氣影響因素指標(biāo)及其需求量數(shù)據(jù)如表1所示。

3.2 構(gòu)建逐步回歸雙對(duì)數(shù)需求函數(shù)模型

利用灰色相對(duì)關(guān)聯(lián)度模型計(jì)算川渝地區(qū)天然氣需求量與各影響因素以及兩兩因素之間的相對(duì)關(guān)聯(lián)度，結(jié)果分別如表2、3所示。相對(duì)關(guān)聯(lián)度越大，表明該影響因素對(duì)天然氣需求量的影響程度越高，反之越小。影響因素之間的相對(duì)關(guān)聯(lián)度較大表明因素之間存在線性關(guān)系，設(shè)定兩兩因素之間的灰色相對(duì)關(guān)聯(lián)度大于0.9時(shí)，判定該兩因素之間存在多重共線性，可剔除與天然氣需求量關(guān)聯(lián)度較小的影響因素。

由表2、3可知，四川地區(qū)與天然氣需求量關(guān)聯(lián)度由高到低的影響因素依次為城鎮(zhèn)化率、GDP、消費(fèi)水平、產(chǎn)業(yè)結(jié)構(gòu)、人口發(fā)展；而重慶地區(qū)則依次為城鎮(zhèn)化率、GDP、產(chǎn)業(yè)結(jié)構(gòu)、消費(fèi)水平、人口發(fā)展。若關(guān)聯(lián)度大于0.9，則判定為存在多重共線性，由表2、3發(fā)現(xiàn)四川省與重慶市的地區(qū)生產(chǎn)總值（X1）與消費(fèi)水平（X5）的相對(duì)關(guān)聯(lián)度分比為0.964 7與0.957 7均大于0.9，而X1與天然氣需求量（Q）的關(guān)聯(lián)度大于X5與Q的關(guān)聯(lián)度，故剔除關(guān)聯(lián)度較小的影響因素X5，初步確定地區(qū)生產(chǎn)總值（X1）、產(chǎn)業(yè)結(jié)構(gòu)（X2）、人口發(fā)展（X3）、城鎮(zhèn)化率（X4）為影響天然氣需求量的解釋變量。

將表1中2000—2019年天然氣需求量與各影響因素的數(shù)據(jù)進(jìn)行對(duì)數(shù)處理后，根據(jù)表2、3中關(guān)聯(lián)度，由大到小逐次將初步確定的影響因素選入雙對(duì)數(shù)需求函數(shù)模型，并進(jìn)行統(tǒng)計(jì)顯著性檢驗(yàn)。本文研究采用IBM SPSS Statistics 26軟件執(zhí)行逐步回歸分析，以是否達(dá)到5%的顯著性水平為標(biāo)準(zhǔn)，經(jīng)反復(fù)迭代計(jì)算分析，逐次剔除不顯著的影響因素，篩選出相對(duì)重要的影響因素，結(jié)果列于表4。

表1 天然氣需求量及其影響因素指標(biāo)數(shù)據(jù)表

由表2可知，城鎮(zhèn)化率（X4）與四川地區(qū)天然氣需求量的相對(duì)關(guān)聯(lián)度最高，首先被選入模型中，構(gòu)建成為模型A，統(tǒng)計(jì)顯著性檢驗(yàn)結(jié)果如表4所示。此時(shí)，模型A外尚有3個(gè)預(yù)測(cè)解釋變量，各自變量與因變量的相對(duì)關(guān)聯(lián)度以地區(qū)生產(chǎn)總值（X1）的0.689 5為最高，因此是第二個(gè)被選入的影響因素。在模型A的基礎(chǔ)上選入變量X1，進(jìn)行統(tǒng)計(jì)顯著性檢驗(yàn)，結(jié)果顯示修正的R2=0.961，地區(qū)生產(chǎn)總值的t值為0.734、P值為0.473，均未通過顯著性檢驗(yàn)，故剔除影響因素X1。余下的兩個(gè)因素中產(chǎn)業(yè)結(jié)構(gòu)（X2）的關(guān)聯(lián)度較高，被選入模型A，結(jié)果顯示X2的t值為1.561、P值為0.137，未通過檢驗(yàn)，不能納入模型A。最后將人口發(fā)展（X3）納入模型進(jìn)行顯著性檢驗(yàn)，分析表明X3的t值為－1.876、P值為0.078，未達(dá)到P=0.05的顯著性水平，不能選入預(yù)測(cè)模型，由于模型外無符合條件的影響因素，故選擇變量程序終止，此時(shí)，利用該最佳預(yù)測(cè)模型A對(duì)四川地區(qū)的天然氣需求量進(jìn)行預(yù)測(cè)，預(yù)測(cè)的擬合值及誤差結(jié)果如表5所示。

表2 四川地區(qū)各變量之間的灰色相對(duì)關(guān)聯(lián)度表

表3 重慶地區(qū)各變量之間的灰色相對(duì)關(guān)聯(lián)度表

表4 逐步回歸分析所得到的模型中與排除系數(shù)估計(jì)值表

表5 川渝地區(qū)天然氣需求量擬合值及誤差結(jié)果表

2010年是四川地區(qū)“十一五”規(guī)劃的收官之年，為實(shí)現(xiàn)“氣化”全川的能源戰(zhàn)略目標(biāo)，導(dǎo)致天然氣需求量呈“斷崖式上漲”的異常情況，但模型A仍可解釋被解釋變量變異程度的96.4%，其MAPE=5.1%＜10.0%，這表明模型A的預(yù)測(cè)精度為“優(yōu)”，對(duì)后續(xù)預(yù)測(cè)具有較強(qiáng)說服力[5]。模型A的預(yù)測(cè)結(jié)果優(yōu)于多元回歸預(yù)測(cè)模型（MAPE=5.3%）、灰色預(yù)測(cè)模型（MAPE=7.6%）、非線性預(yù)測(cè)模型（MAPE=6.8%）等預(yù)測(cè)模型的結(jié)果，表明該模型的預(yù)測(cè)精度高于其他模型。

由表3可知，在重慶地區(qū)天然氣預(yù)測(cè)模型中，首先被選入模型的仍是關(guān)聯(lián)度最高的城鎮(zhèn)化率，構(gòu)建的模型為模型B。在未選入模型B的解釋變量中，相對(duì)關(guān)聯(lián)度較高的是地區(qū)生產(chǎn)總值（X1），選入模型B后，城鎮(zhèn)化率（X4）與地區(qū)生產(chǎn)總值（X1）均通過了顯著性檢驗(yàn)（表4），此時(shí)構(gòu)建具有X4和X1兩個(gè)解釋變量的模型C。根據(jù)關(guān)聯(lián)度最大原則，繼續(xù)依次將剩余解釋變量產(chǎn)業(yè)結(jié)構(gòu)（X2）、人口發(fā)展（X3）選入模型C，檢驗(yàn)結(jié)果均未達(dá)到P=0.05的顯著性水平（X2：t=0.209、P=0.837；X3：t=－0.195、P=0.848），故終止選擇變量程序，此時(shí)，利用建立的最佳預(yù)測(cè)模型C對(duì)重慶地區(qū)的天然氣需求量進(jìn)行預(yù)測(cè)，其預(yù)測(cè)的擬合值及誤差結(jié)果如表5所示。重慶地區(qū)受環(huán)保政策和產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化調(diào)整的影響，天然氣需求量在2000年出現(xiàn)“爆炸式增長(zhǎng)”異?，F(xiàn)象，但模型C仍將被解釋變量變異量的解釋能力由模型B的93.7%提高到98.6%，模型C的MAPE=4.2%＜10.0%，表明該模型的預(yù)測(cè)精度為“優(yōu)”，對(duì)后續(xù)預(yù)測(cè)具有很強(qiáng)的說服力[5]。模型C的預(yù)測(cè)結(jié)果優(yōu)于多元回歸預(yù)測(cè)模型（MAPE=5.2%）、灰色預(yù)測(cè)模型（MAPE=5.4%）、非線性預(yù)測(cè)模型（MAPE=6.1%）等模型的預(yù)測(cè)結(jié)果，模型C的預(yù)測(cè)精度高于其他模型。

分析川渝地區(qū)天然氣消費(fèi)結(jié)構(gòu)可知，城市燃?xì)馓幱谔烊粴庀M(fèi)主力地位，占比達(dá)約45%，工業(yè)原料與工業(yè)燃料占比相當(dāng)約為21%，其他消費(fèi)占比約為13%，整體來說，消費(fèi)結(jié)構(gòu)比較合理。

對(duì)于四川地區(qū)，由表2可知，城鎮(zhèn)化率是影響天然氣需求量的最主要因素，近年來四川地區(qū)城鎮(zhèn)化率逐年攀升，2019年達(dá)53.8%，但相較于發(fā)達(dá)地區(qū)，如北京市城鎮(zhèn)化率86.6%的水平還有較大差距。該區(qū)天然氣需求量較大一部分來源于城市燃?xì)猓孩俪鞘谐Ｗ∪丝诘脑鲩L(zhǎng)直接導(dǎo)致居民生活、公共建筑、采暖空調(diào)、城市交通、城市基礎(chǔ)設(shè)施建設(shè)等用氣量大幅度提高；②城鎮(zhèn)化建設(shè)帶動(dòng)了區(qū)域經(jīng)濟(jì)發(fā)展、推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，促使天然氣相關(guān)工業(yè)發(fā)展，間接拉動(dòng)了天然氣需求量的增長(zhǎng)，故城鎮(zhèn)化率的變化是影響四川地區(qū)天然氣需求量的重要因素。

對(duì)于重慶地區(qū)，影響天然氣需求量的最主要因素與四川地區(qū)保持一致，皆為城鎮(zhèn)化率。但與四川地區(qū)不同的是，四川城鎮(zhèn)化率提升空間較大，對(duì)天然氣需求量的影響后勁強(qiáng)勁，而城鎮(zhèn)化率在影響重慶地區(qū)天然氣需求量方面逐漸乏力，2019年重慶城鎮(zhèn)化率超過全國(guó)60.6%的水平，達(dá)到66.8%，城鎮(zhèn)化率仍將增長(zhǎng)但后勁相對(duì)減弱。經(jīng)濟(jì)發(fā)展也是驅(qū)動(dòng)能源消費(fèi)的重要因素，重慶地區(qū)經(jīng)濟(jì)增速優(yōu)勢(shì)明顯，由此帶動(dòng)的天然氣需求量也非常龐大。

綜上所述，城鎮(zhèn)化率是影響川渝地區(qū)天然氣需求量的最主要影響因素，構(gòu)建的逐步回歸雙對(duì)數(shù)需求函數(shù)新模型對(duì)天然氣需求量的預(yù)測(cè)效果好，預(yù)測(cè)精度和可信度高，可作為預(yù)測(cè)未來川渝及其他地區(qū)天然氣需求量的預(yù)測(cè)模型。預(yù)測(cè)結(jié)果可作為相關(guān)部門及天然氣企業(yè)制訂儲(chǔ)氣計(jì)劃、合理調(diào)度調(diào)峰調(diào)壓、制訂購氣計(jì)劃、科學(xué)施策和保障重要領(lǐng)域用氣供應(yīng)安全的參考數(shù)據(jù)，可作為政府相關(guān)部門科學(xué)制訂天然氣供需協(xié)調(diào)機(jī)制的理論依據(jù)。

3.3 未來川渝地區(qū)天然氣需求量預(yù)測(cè)分析

采用逐步回歸雙對(duì)數(shù)需求函數(shù)模型預(yù)測(cè)2020—2030年川渝地區(qū)天然氣需求量，需要在相關(guān)解釋變量已知的情況下進(jìn)行預(yù)測(cè)。2020年受新冠肺炎疫情影響，四川精準(zhǔn)擴(kuò)大有效投資、穩(wěn)定外貿(mào)、提振消費(fèi)，推動(dòng)經(jīng)濟(jì)健康穩(wěn)定發(fā)展；重慶市GDP同比增長(zhǎng)將由2019年的6.3%預(yù)估降至5.0%左右[22]。采用預(yù)測(cè)性能較好的多項(xiàng)式回歸模型分別對(duì)2020—2030年四川、重慶地區(qū)的生產(chǎn)總值與城鎮(zhèn)化率指標(biāo)進(jìn)行預(yù)測(cè)，結(jié)果如表6所示。以構(gòu)建的“最佳”預(yù)測(cè)模型A和C分別對(duì)四川、重慶地區(qū)天然氣需求量進(jìn)行預(yù)測(cè)，結(jié)果如圖1所示。

圖1 2020—2030年川渝地區(qū)天然氣需求量預(yù)測(cè)圖

表6 川渝地區(qū)天然氣需求量影響指標(biāo)預(yù)測(cè)結(jié)果表

隨著我國(guó)能源清潔低碳高質(zhì)量發(fā)展戰(zhàn)略和環(huán)保政策的嚴(yán)格實(shí)施，在未來10年實(shí)現(xiàn)碳排放達(dá)到峰值，再經(jīng)過30年力爭(zhēng)實(shí)現(xiàn)碳中和的綠色低碳轉(zhuǎn)型期，將有效拉動(dòng)川渝地區(qū)天然氣消費(fèi)需求剛性穩(wěn)健地持續(xù)增長(zhǎng)。由圖1可知，2020—2030年川渝地區(qū)的天然氣需求量均呈上升趨勢(shì)，但兩個(gè)地區(qū)的天然氣需求量增長(zhǎng)率因其城鎮(zhèn)化進(jìn)程、經(jīng)濟(jì)發(fā)展等情況的不同而呈現(xiàn)一定差異，四川地區(qū)的平均增長(zhǎng)率最高，重慶地區(qū)次之。2020年受疫情影響天然氣市場(chǎng)需求疲軟[23]，四川地區(qū)天然氣需求量增長(zhǎng)率降至4.6%，重慶地區(qū)降至2.0%左右，2021年重慶地區(qū)天然氣需求量增長(zhǎng)率出現(xiàn)“報(bào)復(fù)性增長(zhǎng)”，之后川渝地區(qū)增長(zhǎng)率均呈下降趨勢(shì)，表明川渝地區(qū)天然氣需求量增速均有所減緩。到2030年四川和重慶的年天然氣需求量將分別約為321×108m3和137×108m3，增長(zhǎng)率將分別降至1.7%和1.1%，屆時(shí)川渝地區(qū)天然氣需求總量也將約為458×108m3。

4 結(jié)論

1）影響天然氣需求量的因素繁多，某些因素不滿足統(tǒng)計(jì)量檢驗(yàn)或因素之間存在多重共線性。合理選擇處理方法有利于挖掘重要影響因素，剔除不符合要求的因素，提高天然氣需求量預(yù)測(cè)模型的可靠性和精度。

2）城鎮(zhèn)化率是影響川渝地區(qū)天然氣需求量的最重要因素，加快推進(jìn)四川地區(qū)城鎮(zhèn)化建設(shè)進(jìn)程，是拓展四川天然氣市場(chǎng)需求空間的有效手段；科學(xué)規(guī)劃重慶地區(qū)城鎮(zhèn)化發(fā)展，重點(diǎn)調(diào)整經(jīng)濟(jì)發(fā)展與能源消費(fèi)之間的關(guān)系，是保障重慶天然氣產(chǎn)業(yè)健康持續(xù)發(fā)展的有效措施。

3）選擇預(yù)測(cè)天然氣需求量的方法很多，本文構(gòu)建的逐步回歸雙對(duì)數(shù)需求函數(shù)模型優(yōu)于傳統(tǒng)的算法且預(yù)測(cè)結(jié)果精度高，可作為其他地區(qū)構(gòu)建類似的天然氣中長(zhǎng)期需求預(yù)測(cè)模型的參考。

4）未來10年川渝地區(qū)天然氣需求量仍呈增長(zhǎng)趨勢(shì)，但受城鎮(zhèn)化建設(shè)、經(jīng)濟(jì)發(fā)展等外部環(huán)境的影響，增長(zhǎng)率逐年降低，到2030年川渝地區(qū)天然氣需求總量增長(zhǎng)率約為1.6%，需求量約458×108m3，天然氣市場(chǎng)將由高速發(fā)展逐步轉(zhuǎn)向高質(zhì)量發(fā)展，應(yīng)加快推進(jìn)天然氣生產(chǎn)和消費(fèi)革命、建立健全協(xié)調(diào)穩(wěn)定發(fā)展機(jī)制，以保障川渝地區(qū)天然氣工業(yè)健康持續(xù)發(fā)展。

5）在經(jīng)濟(jì)由高速發(fā)展降速轉(zhuǎn)為高質(zhì)量發(fā)展新時(shí)期，調(diào)整優(yōu)化能源結(jié)構(gòu)，持續(xù)提高天然氣消費(fèi)占比是實(shí)現(xiàn)碳排放達(dá)峰與碳中和目標(biāo)的最佳路徑。新時(shí)期天然氣消費(fèi)將呈現(xiàn)“淡季不淡、旺季更旺”的新常態(tài)，需求量將持續(xù)攀升。