安徽省煤炭资源消费需求预测分析

姜 波， 张明明， 祁轶宏

（1.安徽省矿产资源储量评审中心，合肥 230001；2.合肥工业大学 资源与环境工程学院，合肥 230009）

矿产资源是区域社会经济发展基本构成要素之一，在确定的时间点受劳动力、资金、技术、知识等要素特定组合特征的影响。因此，可以充分利用地区资源投入要素与其他影响因素之间的作用关系，来合理分析和预测区域未来一定时期内社会经济发展的资源需求[1－2］。我国是煤炭资源大国，也是煤炭生产、消费大国。我国富煤贫油少气的能源特点和经济发展阶段，决定了煤炭将继续充当第一能源的角色。安徽省是产煤大省，境内蕴藏着丰富的煤炭资源，含煤面积1.8万平方公里，约占全省总面积的12.9%[3］。煤炭作为重要的能源矿产，消费需求预测分析不仅对安徽省的工业经济具有重要影响，也对华东地区的经济发展具有重要意义[3－4］。本文针对安徽省内煤炭资源现状进行调研，结合人口、GDP、弹性消费系数等因素进行分析，使用时间序列趋势预测及多元线性回归预测两种预测模型，预测安徽省未来煤炭资源的需求量，这将对掌握煤炭资源消费量的发展趋势具有实际意义。

安徽省煤炭种类较为齐全，主要类型为气煤、1／3焦煤、焦煤、肥煤、无烟煤、贫煤、瘦煤、天然焦、长焰煤、气肥煤、贫瘦煤、中粘煤、弱粘煤、不粘煤等，勘查程度较高。省内共有淮北、淮南、宣泾、芜湖、巢湖、安庆、贵池7大煤田。有12个市44个县蕴藏着煤炭资源，－2 000米水平以上预测煤炭资源总量896亿吨，约占华东地区的一半。其中淮北、淮南两大煤田煤炭资源量878亿吨，占全省煤炭资源总量的98%，沿江及江南各煤田煤炭资源量18亿吨，占全省总量的2%。另外，全省的煤伴生资源也相当丰富，埋藏在－2 000米以上的煤层气资源量达9 087亿立方米[3］，还有高岭土、天然焦等矿产资源。全省现有淮南、淮北、皖北、新集4个大型煤炭企业，39对国有重点煤矿，315个市、县办的地方及乡镇煤矿，18座选煤厂（生产洗精煤1 165万吨），6座低热值电厂（装机规模153兆瓦）。经过几十年的建设，全省煤炭工业已经形成勘探、设计、建设、生产、科研、教学等种类齐全的完整体系，煤炭工业得到了较大发展，为安徽省内经济的发展做出了重大贡献。

一、矿产资源消费需求的宏观影响因素分析

矿产资源消费需求主要受消费弹性系数、人均消费水平、人口数量及增长率、经济增长与人均国民生产总量的影响。

第一，矿产资源消费弹性系数。矿产资源消费弹性系数指一定区域矿产资源消费增长与该区域国民收入增长之间的比例关系。不同的经济发展阶段，往往表现为不同的资源消耗投入，反映出资源弹性系数的变化。通过分析安徽省未来一定时间内矿产资源消费弹性系数的变化规律，可以分析和预测该区域未来一定时期内的矿产资源消费需求量的变化。

第二，矿产资源的人均消费水平。根据现阶段及未来经济发展状况预测，安徽省矿产品人均消费水平增速将会很快，人均矿产品的消费水平仍将保持在一个较高的水平，未来的工业化发展进程仍将建立在大量消耗矿产资源的基础之上。未来的工业化发展进程仍将建立在大量消耗矿产资源的基础之上。

第三，人口数量及增长率。安徽省是一个人口大省，人口增长速度很快。尽管多年来一直贯彻执行严格的计划生育政策，人口增长率呈现出不断下降的趋势，但人口的绝对数在不断地上升。对未来一定时期内人口增长率进行预测分析，并结合未来可能的人均资源消耗量的水平，可合理预测未来安徽省社会经济发展的矿产资源消费需求量。第四，经济增长与人均国民生产总量。安徽省经济发展很快，特别是改革开放以来经济增长速度明显加快，年均增长速度超过10%，人均国民生产总值明显提高（图1）。

图1 安徽省GDP与人均GDP值变化关系图

通过对1980－2012年安徽省GDP及人均GDP值进行统计分析，并进行发展趋势的分析和预测。在此基础上，确定不同社会经济发挥正常水平下、不同人均GDP值增长条件下矿产资源的消费水平，作为资源需求预测的基础参数。

二、矿产资源预测模型

时间序列方法是社会自然科学预测分析中常用的一种数学模型方法，其主要通过编制和分析时间序列，根据时间序列所反映出来的发展过程、方向和趋势，进行类推或延伸，借以预测下一段时间或以后若干年内可能达到的水平；而多元线性回归模型，主要通过对两个或两个以上的自变量与一个因变量进行相关分析，进而基于相关性对未来的情况进行预测。时间序列方法与多元线性回归模型各具特点，结合矿产资源消费需求的影响因素，本文选取时间序列趋势预测模型和多元线性回归预测模型分别对安徽省近年来的矿产资源需求关系进行分析，并对多种因素共同作用下的未来矿产资源需求进行了预测和对比。第一，时间序列趋势预测。本预测方法依据地区矿产资源消费弹性系数、地区人均矿产品消费量等因素变化，预测未来一定时期内地区矿产资源消费需求的总体演变趋势和特征。依据安徽省预测期不同阶段人口的可能增长水平、人均矿产资源消费量基础、人均GDP增长水平及不同发展阶段矿产资源的消费弹性系数等参数，建立资源需求量的初步预测模型。在上述各影响因素分析研究的基础上，结合区域各因素的分布规律和变化趋势，按照以下预测模型，对区域未来矿产资源消费需求情况进行初步预测：

式中q1为预测期矿产资源需求量；P为预测期总人口数；H0为基期人均矿产资源消费量；r为人均产值增长率；e为矿产资源消费弹性系数；t为预测年限。

第二，多元线性回归预测。当拟合多项式最高方次不超过6时，可采用添加趋势线的方法，首先将待拟合数据输入表格，插入散点图，然后选择散点图的中数据点，添加趋势线，即可得到拟合多项式及复可决系数 R2值[5］。

当拟合多项式最高方次超过6时，设拟合函数为：

作变量变换：xi＝xi（i＝1，2，…，n），（1）式转变为多元线性回归模型：

三、煤炭资源需求预测分析

安徽省2005年到2012年煤炭年实际消费量如下，见表1及下页图2。

表1 安徽省2005年－2012年煤炭消费量及同比增长[6－7］

根据安徽省2005年到2012年间不同阶段人口的增长水平、人均矿产资源消费量基础、人均GDP增长水平及不同发展阶段煤炭资源的消费弹性系数等参数，根据时间序列趋势预测方法，得到安徽省2005年到2012年煤炭消耗变化量拟合曲线如下页图3所示。从图3中可见，2010年前实际消费量同时间序列分析预测结果具有相同的趋势，然而在煤炭需求量于2010年达到峰值后，时间序列分析预测结果较实际消费量存在一定滞后差异。

图2 安徽省2005年－2012年煤炭消费量及增长对比图

图3 安徽省煤炭消耗变化量时间趋势预测模型拟合图

由近年安徽省煤炭消费量变化可看出，2010年由于安徽省经济高速发展，导致煤炭消耗突增，但综合考虑其他年份，煤炭消耗量有一定的稳定性。因此，在进一步采用多元线性回归预测模型进行预测时，将2010年的安徽省的煤炭消耗量作为一个异常值去除。根据安徽省2005年到2012年（除2010年）间安徽省煤炭消耗总量的变化规律，使用多元线性回归预测，可得到安徽省2005年到2012年煤炭拟合曲线如图4所示。

图4 安徽省煤炭消耗变化量多元线性回归预测模型拟合图

从图4可以看出，多元线性回归预测模型的相关系数R2＝0.990 4，说明自变量和因变量之间存在非常显著的回归关系。较之时间序列分析预测结果，多元线性回归模型预测分析结果具有更好的预测效果，同时也说明安徽省煤炭消耗变化量与多个因素均具有相关联系，由多个自变量的最优组合共同来预测或估计因变量更为有效，更符合实际。

基于上述预测模型，研究进一步对安徽省2013到2020年间煤炭需求量进行预测（图5）。预测结果同样表明，未来至2020年安徽省煤炭需求量将持续平稳发展，至2020年将达到1.03－1.08亿吨，表明安徽省对矿产资源的依赖程度逐渐趋于合理，安徽省经济呈健康化发展态势（图5）。

然而，为了保持安徽省煤炭资源合理开发利用，保证煤炭资源的可持续发展，未来需走出一条科技含量高、经济效益好、资源消耗低、环境污染少、人力资源得到充分发挥的新型工业化道路。既做到合理开发资源，满足经济发展的需要，同时也大力倡导综合开发、综合利用、节约利用资源、统筹兼顾持续发展的理念。在矿产资源开发过程中，高度重视环境保护，坚决杜绝由于资源开发造成的环境破坏等不良现象。促进矿产资源优化配置，保障矿产资源安全供应，从而促进安徽省经济社会持续健康发展。

图5 安徽省未来煤炭资源需求量变化关系图

四、结 论

综上分析可知：第一，安徽省煤炭2005年到2012年实际消费量呈现逐年快速增长后缓慢下降的趋势，安徽省对煤炭资源的需求将由上升期进入平稳期。第二，安徽省煤炭资源消费量峰值出现在2010年，这是安徽省注重产业发展的调整导致经济增长对矿产资源依赖性逐渐降低的结果，经济结构将呈现良性增长态势。第三，较之时间序列分析预测结果，多元线性回归模型预测分析结果具有更好的预测效果。根据煤炭资源实际年消费量及消费需求影响因素，基于多元线性回归模型预测出安徽省2013年到2020年煤炭资源需求量将呈现缓慢降低后平稳发展的趋势。

[1]王高尚，韩 梅.中国重要矿产资源的需求预测[J］.地球学报，2002，（6）：483－490.

[2]徐铭辰，王安建，陈其慎，杜雪明.中国能源消费强度趋势分析[J］.地球学报，2010，（5）：720－726.

[3]蒋建明，栾文楼，李建设.安徽省重要矿产资源战略研究[M］.北京：地质出版社，2010.

[4]刘怀雪，谢礼国.安徽省煤炭资源[J］.安徽地质，2002：1－4.

[5]张晓佳，王高尚，陈其慎.我国区域性矿产资源需求差异与趋势分析[J］.地球学报，2010，（5）：679－685.

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

[7]柳彬德，张丽峰.中国能源需求向量自回归模型的建立与分析[J］.技术经济与管理研究，2009，（2）：85－91.