广西能源需求预测及对策建议

蒙绍祥 黄懿

摘 要：基于偏最小二乘法，对广西三大能源消费量及其影响因素的相互关系进行定量化研究，建立预测模型。结果表明，三大能源消费量共同的主要影响因素是经济增长和能源结构。2015年广西煤炭、石油和水电消费量的预测值分别为6973、2056和2294万吨标准煤，分别比2010年的实际消费量增加2709、741和774万吨。为达到“十二万”规划目标提供能源保障，需要通过价格和政策手段调整能源结构，大力发展可再生能源，促进技术进步提高能源效益。

关键词：能源需求 影响因素 预测 偏最小二乘法

中图分类号：F426 文献标识码：A 文章编号：1674-098X（2012）12（a）-0-02

能源是国民经济和社会发展的物质基础，能源消费预测是一个国家或地区制定能源规划以及国民经济规划的重要依据。近年来，广西经济持续较快发展，2010年，全区生产总值9502亿元，比2005年翻1.25番，比同期全国均值快2.7个百分点，三次产业结构由2005年的22.9∶37.9∶39.2调整为2010年的17.6：47.5：34.9，工业化率由2005年的1.4提高到2.3，已迈入工业化中期阶段。据《广西壮族自治区国民经济和社会发展第十二个五年（2011—2015年）规划纲要》，地区生产总值年均增长10%，力争“十二五”期末翻一番，结构调整取得重大进展，工业增加值占地区生产总值比重提高5个百分点。当前，广西已经进入工业化、城市化快速推进，市场化、国际化全面提升的阶段。在此背景下，探讨能源消费与各种影响因素之间的关系，分析主要影响因素，建立能源消费需求预测模型，具有重要意义。

1 研究理论和方法

1.1 能源需求理论

能源消费需求预测是基于一个国家或地区能源消费的历史与现状，分析能源消费与各种影响因素的关系，对未来能源需求趋势做出估计和评价[1-4]。能源消费需求量主要取决于国民经济发展[5]、人口增长[6]、产业结构调整[7]和效益改进[8]等，只有深入分析各因素之间的内在联系，定量化地挖掘出内在规律，才能进行准确预测。该文建立的模型包含的影响因素有经济增长、人口增长、城市化水平、产业结构调整、效益改进和能源结构等。由于中国未正式公布能源价格数据[9]，本研究将价格因素考虑在内。

1.2 偏最小二乘法

国内外能源需求的预测方法大致可分为数学模型法、投入产出法、类比法和部门分析法[10]。其中，能源需求预测的数学模型法大致可分为趋势外推法[11]、灰色预测法[12]、人工神经网络法[13]和回归分析法[14]等。趋势外推法通过对自身历史数据的挖掘对能源需求进行预测，缺点是忽略了太多相关信息。灰色预测法和人工神经网络预测法具有非线性处理能力强、自学能力强等优点，但是不具备机理性。相关分析法能够挖掘出能源需求与影响因子之间的关系，具备实用性和机理性，但容易共线影响。偏最小二乘回归（Partial Least-Squares Regression，简称PLS）集中了主成分分析、相关分析和多元线性回归分析方法的优点，能够实现多对多线性回归建模。该文将PLS应用于能源需求预测。

1.3 变量与数据来源

该文数据全部源自1990—2010年广西统计年鉴。将煤炭消费量Y1、石油消费量Y2和水电消费量Y3作为因变量，分别代表能源消费需求；将国内生产总值（GDP）X1（万元）、户籍人口X2（万人）、非农业人口比例X3（%）、工业在国民经济中的比重X4（%）、单位国内生产总值能耗X5（万元国内生产总值消耗的万吨标准煤）、煤消费比重X6（%）、石油消费比重X7（%）和水电消费比重X8（%）作为自变量，分别代表经济增长、人口、城市化水平、产业结构、效益改进和能源消费结构。人口变量取公安户籍统计数，2010年的户籍人口数根据1991—2009年的数据推算。

2 结果与讨论

2.1 PLS结果

该文在Matlab7.0软件平台上进行PLS建模和分析。交叉验证结果表明，当取5个偏最小二乘因子时，得到的预测残差平方和的均方差最小，其值为-0.8446。偏最小二乘回归方程的参数估计见表1。该文还对模型的精度进行了验证，3个模型模拟值和实际值的相关系数以及平均相对误差见表2。从表2可知，3个模型预测值和实际值的相关系数在0.98以上，平均相对误差都在8%以内，精度可以满足预测要求。

2.2 广西能源消费的影响因素

标准化偏回归系数反映了各影响因素跟煤炭、石油和水电消费的相互关系以及影响大小。对于煤炭消费量，国内生产总值、非农业人口比例和煤消费比重的系数比较大，说明煤炭消费量主要取决于经济增长、城市化水平和能源消费结构；单位国内生产总值能耗则跟煤炭消费量负相关，说明效益改进则有利于减少煤炭消费量。对于石油消费量，国内生产总值、户籍人口、石油消费比重和煤炭消费比重的系数比较大，说明石油消费量主要取决于经济发展增长、人口增长和能源消费结构。对于水电消费量，国内生产总值、户籍人口、水电消费比重和煤炭消费比重的系数比较大，说明水电消费量主要取决于经济发展增长、人口增长和能源消费结构；工业在国民经济中的比重跟水电消费量呈很弱的负相关，原因是广西工业能源消费以煤炭为主，水电能源的影响相对小。

虽然三大能源消费量的影响因素有所区别，但是共同主要影响因素都是经济增长和能源消费结构。

2.3 广西能源消费预测

《广西壮族自治区国民经济和社会发展第十二个五年（2011—2015年）规划纲要》提出，“十二五”期末国民生产总值翻一番，工业增加值占地区生产总值比重提高5个百分点，城镇化率提高9.4个百分点；国家“十二五”规划纲要草案提出，单位国内生产总值能源消耗降低16%。对2015年的变量进行估算，结果见表3。将表3中各变量代人表1中的3个原始变量回归方程，得到2015年广西煤炭、石油和水电消费量的预测值，分别为6973、2056和2294万t标准煤。以2010年广西煤炭、石油和水电消费量的实际消费量分别为4264、1315和1520万t标准煤为基准，2015年广西三大能源需求量分别增加2709、741和774万t。

3 结语

煤炭消费量主要取决于经济增长、城市化水平和能源消费结构，效益改进则有利于减少煤炭消费量；石油消费量主要取决于经济发展增长、人口增长和能源结构；水电消费量主要取决于经济发展增长、人口增长和能源消费结构；三大能源消费量的共同主要影响因素是经济增长和能源结构。利用模型预测得到2015年广西煤炭、石油和水电消费量的预测值，分别为6973、2056和2294万t标准煤，按照2010年的实际消费量，2015年广西三大能源需求量分别增加2709、741和774万t。“十二五”期间，广西的经济增长、城市化都将以较快的速度发展，能源缺口压力巨大。需要通过价格和政策手段调整能源结构，大力发展可再生能源，促进技术进步，提高能源

效益。

参考文献

[1] Xiao Ni，Zarnikau J，Damien P.Testing Functional Forms in Energy Modeling：An Application of the Bayesian Approach to US Electricity Demand[J].Energy Economics，2006（1）：1-9.

[2] Ceylan H，Ozturk H K.Estimating Energy Demand of Turkey Based on Economic Indicators Using Genetic Algorithm Approach[J].Energy Conversion and Management，2004，45：2525-2537.

[3] Zarnikau J.Functional Forms in Energy Demand Modeling[J].Energy Economics，2003，25（6）：603-613.

[4] 柴建，郭菊娥，卢虎，等.基于Bayes误差修正的我国能源消费需求组合预测研究[J].中国人口、资源与环境，2008，18（4）：50-55.

[5] 韩智勇，魏一鸣，焦建玲，等.中国能源消费与经济增长的协整性与因果关系分析[J].系统工程，2004，22（12）：17-21.

[6] 林伯强.中国能源需求的经济计量模型[J].统计研究，2001（10）：34-39.

[7] 路正南.产业结构调整对我国能源消费影响的实证分析[J].数量经济技术经济研究，1999，17（12）：53-55.

[8] 林伯强.结构变化、效率改进与能源需求预测：以中国电力行业为例[J].经济研究，2003，6（5）：57-65.

[9] 郭菊娥，柴建，吕振东.我国能源消费需求影响因素及其影响机理分析[J].管理学报，2008，5（5）：651-654.

[10] 王安建，王高尚，陈其慎，等.矿产资源需求理论与模型预测[J].地球学报，2010，31（2）：137-147.

[11] Edigera V，Akar S.Arima forecasting of primary energy demand by fuel in Turkey[J].Energy Policy，2007，35（3）：1701-1708.

[12] 樊爱宛，潘中强，王巍.灰色GM（1，N）模型在河南省煤炭需求预测中的应用[J].煤炭技术，2011，30（10）：7-9.

[13] 余良晖，贾文龙，薛亚洲，等.MATLAB实现BP神经网络的煤炭需求预测[J].煤炭经济研究，2007（10）：34-36.

[14] Hongroyiannis G.Estimating residential demand for electricity in Greece[J].Energy Policy，2004，26（3）：319-334.