南充天然气需求量预测分析

蒲涛　郭纬迪

[提要] 随着南充城市化进程的推进，天然气需求量在不断增大，对天然气管网、城市配气系统提出更高的要求。今后若干年，南充到底需要多少天然气是一个很值得研究的问题。我们用什么方法和模型来研究，让它更符合实际需求量，这对于南充市的发展以及南充燃气公司的发展都具有十分重要的指导意义。

关键词：城市化；天然气需求量；预测模型

中图分类号：TU996 文献标识码：A

收录日期：2013年12月21日

一、引言

随着南充城市化进程的不断推进，天然气需求量不断增大。对南充天然气需求量的预测不仅是建设升级南充市燃气管网、配气系统的基础，也是对天然气市场发展的前景预测。因此，采用适当的预测模型，分析预测天然气需求量显得尤为重要。

二、预测模型的选取

1、动态数列趋势模型。动态数列趋势模型是根据时间数列利用其趋势拟合进行外推的预测方法。最简易的计算模型如下：

yt=a+abt+ε

其中：a、b为常数，ε为随机误差项。

2、二次指数平滑模型。二次指数平滑法是根据时间序列资料，依次计算包含一定项数的时间序列加权平均数，以反映长期趋势的方法。它既不需要存储很多历史数据，又考虑了各期数据的重要性，而且使用了全部历史资料，因此是移动平均法的改进，在预测中应用极为广泛。

记基础数据列为{yt}，二次指数平滑法公式为：

S■■=？琢y■+（1-？琢）S■■ （1）

S■■=？琢S■■+（1-？琢）S■■ （2）

式中：S■■为一次平滑指数；S■■为二次指数的平滑值。

3、灰色理论模型。灰色系统理论（即灰理论）是针对“少数据不确定性”问题提出的，在分析少数据行为特征后，在序列的基础上建立起近似微分方程模型的灰建模。灰建模的主要思路是：从序列的角度剖析一般微分方程，以了解其构成的主要条件，然后对那些近似地、大致地满足这些条件的序列建立近似的（信息不完全的）微分方程模型。

在天然气消费预测中，天然气消费量是建模的基本数据。天然气终端消费属于多用户类型，如：商业用气、居民用气、化工用气、炼油用气等，本文主要简化了天然气的终端用气类型，分为工业用气和居民用气。同时，影响天然气消费量的因子很多，具有灰信息覆盖，故为“灰因”，而每年天然气消费量是具体的、确定的，具有白信息覆盖，是系统的“白果”，所以天然气需求是符合“灰因白果”的灰色预测事件。计算模型如下：

■=（x■-■）（e■-e■）

式中：e为自然对数，取值为2.71828；k=2，3，…。

4、其他预测模型

（1）其他时间序列预测模型。通过对历史年份的需求量观测，分别计算其二次差、环比增长速度、增长率和对数差，由计算结果分析可知，除二次指数平滑法以外的其他时间序列中的各趋势外推方法如：二次曲线方程模型yt=a+bt+ct2，指数曲线方程yt=abt，修正指数曲线方程yt=k+ctt，龚伯兹曲线方程yt=kabt等均不适合。

（2）线性回归方程预测。在实际的经济活动中，经济变量的关系是错综复杂的，直接表现为线性关系的情况很少。但是它们中的大部分又可以通过一些简单的数学处理，使之简化成为数学上的线性关系。天然气消费量受很多因素比如煤炭产量、人均GDP、油料产量等的影响，我们可以用回归的方法建立多元方程，利用各因素的相互作用关系模拟天然气需求量的变化趋势。通过统计显著性检验，模型不符合要求。

（3）BP神经网络模型预测。人工神经网络（ANN）模拟人的大脑活动，是一种不需要选取基函数系的非线性函数逼近方法，在模式识别、非线性动态处理及自动控制等领域显示出极强的生命力外，还在预测、评价等方面取得了很好的应用效果。天然气需求是一个复杂的系统，它受多个因素的影响，每个因素对其作用的函数关系又很难界定，因此，天然气需求量预测属于复杂的非线性系统问题。而研究复杂非线性系统的有效工具就是ANN。目前应用最多的是反向传播模型，简称BP模型。

把天然气需求量这个复杂的系统看作是一个黑箱，以实测输入输出数据为样本，输入BP模型。该模型通过对样本进行学习和权值的修核，确定其内部表达，使输入到输出的映像与对象相逼近，整个网络就可以模拟出系统的外部特性。BP模型建立了天然气需求量系统的映射关系之后，就可对天然气需求量进行预测。天然气需求量受多个因素的影响，但由于对技术进步、经济发展水平、能源结构优化等因素作定量描述比较困难，所以此模型操作比较困难。

（4）马尔科夫链预测。马尔科夫预测法是应用随机过程中马尔科夫链的理论和方法研究分析有关经济现象变化规律并借此对未来进行预测的一种方法。但此种方法不能进行远期预测，所以此模型不适用。

三、工业用天然气需求量预测结果

由于前面几种方法都适合于天然气需求量的预测，但通过对灰色理论模型、动态数列趋势模型和二次指数平滑模型方法的实际操作，对天然气需求量进行了预测，并对预测结果进行比较，发现动态数列趋势模型更加适合于天然气需求量的预测，因此我们选取选取动态数列趋势模型对天然气需求量进行预测。

以2005～2012年实际工业用天然气需求量进行动态数列趋势模型预测，设工业用天然气需求量的趋势模型为：

yt=a+bt+ε （3）

其中：2005年时，t=1；2006年时，t=2；以此类推。t=1，2，…；ε为随机误差项。

将2005～2012年南充市工业用天然气消费量数据代入模型得到表1。（表1）于是，工业用天然气需求量的趋势模型为：

■■=-326.1221+508.7598t （4）

根据模型求得工业用天然气2013～2020年需求量预测值如表2。（表2）根据以上模型的计算，预测到2013年南充市工业用天然气需求量将达到4，250万立方米，到2020年天然气需求量将达到7，810万立方米。比2012年销售量4，000万立方米增加0.9倍以上。

四、民用天然气需求量预测结果（表3）

于是，民用天然气需求量的趋势模型为：

■■=705.6596+987.7635t （5）

根据模型求得民用天然气2013～2020年的需求量预测值如表4。（表4）根据以上模型的计算，预测到2013年南充市民用天然气需求量将达到9，595万立方米，到2020年天然气需求量将达到16，500万立方米。比2012年销售量7，780万立方米增加1.1倍以上。

五、研究结论

通过以上模型分析得出的研究结论是南充天然气需求量预计到2020年2.5亿立方米，其中工业用气7，810万立方米、居民用气16，500万立方米。因此，南充市在城市化进程中，应紧密结合预测的天然气需求量，来进行城市燃气管网、配气系统的建设升级，并采取相应措施，适应这一发展的需要。

主要参考文献：

[1]叶倩.城市天然气需求预测研究及应用[D].重庆大学硕士论文，2010.

[2]钟红霞，从荣刚.天然气需求因素分析：OECD国家天然气发展的历程及启示[J].石家庄经济学院学报，2013.2.

[3]周子卜，李莉，张淑英.基于灰色理论的天然气需求预测[J].天然气勘探与开发，2006.3.

[4]李兰兰，诸克军，杨娟.天然气需求价格弹性研究综述[J].北京理工大学学报（社会科学版），2012.12.

[5]罗东坤，徐平.基于改进BP神经网络的天然气需求预测[J].油气田地面工程，2008.7.

[6]张丹.计量经济学方法在天然气需求模拟中的应用[J].上海煤气，2008.12.

[提要] 随着南充城市化进程的推进，天然气需求量在不断增大，对天然气管网、城市配气系统提出更高的要求。今后若干年，南充到底需要多少天然气是一个很值得研究的问题。我们用什么方法和模型来研究，让它更符合实际需求量，这对于南充市的发展以及南充燃气公司的发展都具有十分重要的指导意义。

关键词：城市化；天然气需求量；预测模型

中图分类号：TU996 文献标识码：A

收录日期：2013年12月21日

一、引言

随着南充城市化进程的不断推进，天然气需求量不断增大。对南充天然气需求量的预测不仅是建设升级南充市燃气管网、配气系统的基础，也是对天然气市场发展的前景预测。因此，采用适当的预测模型，分析预测天然气需求量显得尤为重要。

二、预测模型的选取

1、动态数列趋势模型。动态数列趋势模型是根据时间数列利用其趋势拟合进行外推的预测方法。最简易的计算模型如下：

yt=a+abt+ε

其中：a、b为常数，ε为随机误差项。

2、二次指数平滑模型。二次指数平滑法是根据时间序列资料，依次计算包含一定项数的时间序列加权平均数，以反映长期趋势的方法。它既不需要存储很多历史数据，又考虑了各期数据的重要性，而且使用了全部历史资料，因此是移动平均法的改进，在预测中应用极为广泛。

记基础数据列为{yt}，二次指数平滑法公式为：

S■■=？琢y■+（1-？琢）S■■ （1）

S■■=？琢S■■+（1-？琢）S■■ （2）

式中：S■■为一次平滑指数；S■■为二次指数的平滑值。

3、灰色理论模型。灰色系统理论（即灰理论）是针对“少数据不确定性”问题提出的，在分析少数据行为特征后，在序列的基础上建立起近似微分方程模型的灰建模。灰建模的主要思路是：从序列的角度剖析一般微分方程，以了解其构成的主要条件，然后对那些近似地、大致地满足这些条件的序列建立近似的（信息不完全的）微分方程模型。

在天然气消费预测中，天然气消费量是建模的基本数据。天然气终端消费属于多用户类型，如：商业用气、居民用气、化工用气、炼油用气等，本文主要简化了天然气的终端用气类型，分为工业用气和居民用气。同时，影响天然气消费量的因子很多，具有灰信息覆盖，故为“灰因”，而每年天然气消费量是具体的、确定的，具有白信息覆盖，是系统的“白果”，所以天然气需求是符合“灰因白果”的灰色预测事件。计算模型如下：

■=（x■-■）（e■-e■）

式中：e为自然对数，取值为2.71828；k=2，3，…。

4、其他预测模型

（1）其他时间序列预测模型。通过对历史年份的需求量观测，分别计算其二次差、环比增长速度、增长率和对数差，由计算结果分析可知，除二次指数平滑法以外的其他时间序列中的各趋势外推方法如：二次曲线方程模型yt=a+bt+ct2，指数曲线方程yt=abt，修正指数曲线方程yt=k+ctt，龚伯兹曲线方程yt=kabt等均不适合。

（2）线性回归方程预测。在实际的经济活动中，经济变量的关系是错综复杂的，直接表现为线性关系的情况很少。但是它们中的大部分又可以通过一些简单的数学处理，使之简化成为数学上的线性关系。天然气消费量受很多因素比如煤炭产量、人均GDP、油料产量等的影响，我们可以用回归的方法建立多元方程，利用各因素的相互作用关系模拟天然气需求量的变化趋势。通过统计显著性检验，模型不符合要求。

（3）BP神经网络模型预测。人工神经网络（ANN）模拟人的大脑活动，是一种不需要选取基函数系的非线性函数逼近方法，在模式识别、非线性动态处理及自动控制等领域显示出极强的生命力外，还在预测、评价等方面取得了很好的应用效果。天然气需求是一个复杂的系统，它受多个因素的影响，每个因素对其作用的函数关系又很难界定，因此，天然气需求量预测属于复杂的非线性系统问题。而研究复杂非线性系统的有效工具就是ANN。目前应用最多的是反向传播模型，简称BP模型。

把天然气需求量这个复杂的系统看作是一个黑箱，以实测输入输出数据为样本，输入BP模型。该模型通过对样本进行学习和权值的修核，确定其内部表达，使输入到输出的映像与对象相逼近，整个网络就可以模拟出系统的外部特性。BP模型建立了天然气需求量系统的映射关系之后，就可对天然气需求量进行预测。天然气需求量受多个因素的影响，但由于对技术进步、经济发展水平、能源结构优化等因素作定量描述比较困难，所以此模型操作比较困难。

（4）马尔科夫链预测。马尔科夫预测法是应用随机过程中马尔科夫链的理论和方法研究分析有关经济现象变化规律并借此对未来进行预测的一种方法。但此种方法不能进行远期预测，所以此模型不适用。

三、工业用天然气需求量预测结果

由于前面几种方法都适合于天然气需求量的预测，但通过对灰色理论模型、动态数列趋势模型和二次指数平滑模型方法的实际操作，对天然气需求量进行了预测，并对预测结果进行比较，发现动态数列趋势模型更加适合于天然气需求量的预测，因此我们选取选取动态数列趋势模型对天然气需求量进行预测。

以2005～2012年实际工业用天然气需求量进行动态数列趋势模型预测，设工业用天然气需求量的趋势模型为：

yt=a+bt+ε （3）

其中：2005年时，t=1；2006年时，t=2；以此类推。t=1，2，…；ε为随机误差项。

将2005～2012年南充市工业用天然气消费量数据代入模型得到表1。（表1）于是，工业用天然气需求量的趋势模型为：

■■=-326.1221+508.7598t （4）

根据模型求得工业用天然气2013～2020年需求量预测值如表2。（表2）根据以上模型的计算，预测到2013年南充市工业用天然气需求量将达到4，250万立方米，到2020年天然气需求量将达到7，810万立方米。比2012年销售量4，000万立方米增加0.9倍以上。

四、民用天然气需求量预测结果（表3）

于是，民用天然气需求量的趋势模型为：

■■=705.6596+987.7635t （5）

根据模型求得民用天然气2013～2020年的需求量预测值如表4。（表4）根据以上模型的计算，预测到2013年南充市民用天然气需求量将达到9，595万立方米，到2020年天然气需求量将达到16，500万立方米。比2012年销售量7，780万立方米增加1.1倍以上。

五、研究结论

通过以上模型分析得出的研究结论是南充天然气需求量预计到2020年2.5亿立方米，其中工业用气7，810万立方米、居民用气16，500万立方米。因此，南充市在城市化进程中，应紧密结合预测的天然气需求量，来进行城市燃气管网、配气系统的建设升级，并采取相应措施，适应这一发展的需要。

主要参考文献：

[1]叶倩.城市天然气需求预测研究及应用[D].重庆大学硕士论文，2010.

[2]钟红霞，从荣刚.天然气需求因素分析：OECD国家天然气发展的历程及启示[J].石家庄经济学院学报，2013.2.

[3]周子卜，李莉，张淑英.基于灰色理论的天然气需求预测[J].天然气勘探与开发，2006.3.

[4]李兰兰，诸克军，杨娟.天然气需求价格弹性研究综述[J].北京理工大学学报（社会科学版），2012.12.

[5]罗东坤，徐平.基于改进BP神经网络的天然气需求预测[J].油气田地面工程，2008.7.

[6]张丹.计量经济学方法在天然气需求模拟中的应用[J].上海煤气，2008.12.

[提要] 随着南充城市化进程的推进，天然气需求量在不断增大，对天然气管网、城市配气系统提出更高的要求。今后若干年，南充到底需要多少天然气是一个很值得研究的问题。我们用什么方法和模型来研究，让它更符合实际需求量，这对于南充市的发展以及南充燃气公司的发展都具有十分重要的指导意义。

关键词：城市化；天然气需求量；预测模型

中图分类号：TU996 文献标识码：A

收录日期：2013年12月21日

一、引言

随着南充城市化进程的不断推进，天然气需求量不断增大。对南充天然气需求量的预测不仅是建设升级南充市燃气管网、配气系统的基础，也是对天然气市场发展的前景预测。因此，采用适当的预测模型，分析预测天然气需求量显得尤为重要。

二、预测模型的选取

1、动态数列趋势模型。动态数列趋势模型是根据时间数列利用其趋势拟合进行外推的预测方法。最简易的计算模型如下：

yt=a+abt+ε

其中：a、b为常数，ε为随机误差项。

2、二次指数平滑模型。二次指数平滑法是根据时间序列资料，依次计算包含一定项数的时间序列加权平均数，以反映长期趋势的方法。它既不需要存储很多历史数据，又考虑了各期数据的重要性，而且使用了全部历史资料，因此是移动平均法的改进，在预测中应用极为广泛。

记基础数据列为{yt}，二次指数平滑法公式为：

S■■=？琢y■+（1-？琢）S■■ （1）

S■■=？琢S■■+（1-？琢）S■■ （2）

式中：S■■为一次平滑指数；S■■为二次指数的平滑值。

3、灰色理论模型。灰色系统理论（即灰理论）是针对“少数据不确定性”问题提出的，在分析少数据行为特征后，在序列的基础上建立起近似微分方程模型的灰建模。灰建模的主要思路是：从序列的角度剖析一般微分方程，以了解其构成的主要条件，然后对那些近似地、大致地满足这些条件的序列建立近似的（信息不完全的）微分方程模型。

在天然气消费预测中，天然气消费量是建模的基本数据。天然气终端消费属于多用户类型，如：商业用气、居民用气、化工用气、炼油用气等，本文主要简化了天然气的终端用气类型，分为工业用气和居民用气。同时，影响天然气消费量的因子很多，具有灰信息覆盖，故为“灰因”，而每年天然气消费量是具体的、确定的，具有白信息覆盖，是系统的“白果”，所以天然气需求是符合“灰因白果”的灰色预测事件。计算模型如下：

■=（x■-■）（e■-e■）

式中：e为自然对数，取值为2.71828；k=2，3，…。

4、其他预测模型

（1）其他时间序列预测模型。通过对历史年份的需求量观测，分别计算其二次差、环比增长速度、增长率和对数差，由计算结果分析可知，除二次指数平滑法以外的其他时间序列中的各趋势外推方法如：二次曲线方程模型yt=a+bt+ct2，指数曲线方程yt=abt，修正指数曲线方程yt=k+ctt，龚伯兹曲线方程yt=kabt等均不适合。

（2）线性回归方程预测。在实际的经济活动中，经济变量的关系是错综复杂的，直接表现为线性关系的情况很少。但是它们中的大部分又可以通过一些简单的数学处理，使之简化成为数学上的线性关系。天然气消费量受很多因素比如煤炭产量、人均GDP、油料产量等的影响，我们可以用回归的方法建立多元方程，利用各因素的相互作用关系模拟天然气需求量的变化趋势。通过统计显著性检验，模型不符合要求。

（3）BP神经网络模型预测。人工神经网络（ANN）模拟人的大脑活动，是一种不需要选取基函数系的非线性函数逼近方法，在模式识别、非线性动态处理及自动控制等领域显示出极强的生命力外，还在预测、评价等方面取得了很好的应用效果。天然气需求是一个复杂的系统，它受多个因素的影响，每个因素对其作用的函数关系又很难界定，因此，天然气需求量预测属于复杂的非线性系统问题。而研究复杂非线性系统的有效工具就是ANN。目前应用最多的是反向传播模型，简称BP模型。

把天然气需求量这个复杂的系统看作是一个黑箱，以实测输入输出数据为样本，输入BP模型。该模型通过对样本进行学习和权值的修核，确定其内部表达，使输入到输出的映像与对象相逼近，整个网络就可以模拟出系统的外部特性。BP模型建立了天然气需求量系统的映射关系之后，就可对天然气需求量进行预测。天然气需求量受多个因素的影响，但由于对技术进步、经济发展水平、能源结构优化等因素作定量描述比较困难，所以此模型操作比较困难。

（4）马尔科夫链预测。马尔科夫预测法是应用随机过程中马尔科夫链的理论和方法研究分析有关经济现象变化规律并借此对未来进行预测的一种方法。但此种方法不能进行远期预测，所以此模型不适用。

三、工业用天然气需求量预测结果

由于前面几种方法都适合于天然气需求量的预测，但通过对灰色理论模型、动态数列趋势模型和二次指数平滑模型方法的实际操作，对天然气需求量进行了预测，并对预测结果进行比较，发现动态数列趋势模型更加适合于天然气需求量的预测，因此我们选取选取动态数列趋势模型对天然气需求量进行预测。

以2005～2012年实际工业用天然气需求量进行动态数列趋势模型预测，设工业用天然气需求量的趋势模型为：

yt=a+bt+ε （3）

其中：2005年时，t=1；2006年时，t=2；以此类推。t=1，2，…；ε为随机误差项。

将2005～2012年南充市工业用天然气消费量数据代入模型得到表1。（表1）于是，工业用天然气需求量的趋势模型为：

■■=-326.1221+508.7598t （4）

根据模型求得工业用天然气2013～2020年需求量预测值如表2。（表2）根据以上模型的计算，预测到2013年南充市工业用天然气需求量将达到4，250万立方米，到2020年天然气需求量将达到7，810万立方米。比2012年销售量4，000万立方米增加0.9倍以上。

四、民用天然气需求量预测结果（表3）

于是，民用天然气需求量的趋势模型为：

■■=705.6596+987.7635t （5）

根据模型求得民用天然气2013～2020年的需求量预测值如表4。（表4）根据以上模型的计算，预测到2013年南充市民用天然气需求量将达到9，595万立方米，到2020年天然气需求量将达到16，500万立方米。比2012年销售量7，780万立方米增加1.1倍以上。

五、研究结论

通过以上模型分析得出的研究结论是南充天然气需求量预计到2020年2.5亿立方米，其中工业用气7，810万立方米、居民用气16，500万立方米。因此，南充市在城市化进程中，应紧密结合预测的天然气需求量，来进行城市燃气管网、配气系统的建设升级，并采取相应措施，适应这一发展的需要。

主要参考文献：

[1]叶倩.城市天然气需求预测研究及应用[D].重庆大学硕士论文，2010.

[2]钟红霞，从荣刚.天然气需求因素分析：OECD国家天然气发展的历程及启示[J].石家庄经济学院学报，2013.2.

[3]周子卜，李莉，张淑英.基于灰色理论的天然气需求预测[J].天然气勘探与开发，2006.3.

[4]李兰兰，诸克军，杨娟.天然气需求价格弹性研究综述[J].北京理工大学学报（社会科学版），2012.12.

[5]罗东坤，徐平.基于改进BP神经网络的天然气需求预测[J].油气田地面工程，2008.7.

[6]张丹.计量经济学方法在天然气需求模拟中的应用[J].上海煤气，2008.12.