南京市化学原料及化学制品制造业能源消耗预测*

程文荣姚天祥

（南京信息工程大学经济管理学院　南京210044）



南京市化学原料及化学制品制造业能源消耗预测*

程文荣姚天祥

（南京信息工程大学经济管理学院南京210044）

摘要化学原料及化学制品制造业作为南京市高能耗、高污染产业，对其能源消耗总量及能源消耗结构进行预测，对节能减排具有重要意义。以2002—2012年能源消耗量弱化之后的数据为原始数据，运用灰色GM（1，1）模型对2013—2020年南京市化学原料及化学制品制造业能源消耗总量以及主要能耗进行了预测。由于部分原始数据序列光滑性较差，所建预测模型的精度较低，使用平均弱化缓冲算子对其进行处理。结果表明，处理之后建模精度提高，预测的结果更加准确。

关键词GM（1，1）能源预测化学原料与化学制品

The Energy Consumption Prediction of Nanjing Chemical Materials and Chemical Products Manufacturing

CHENG Wenrong YAO Tianxiang
（College of Economics and Management，Nanjing University of Information Science＆Technology Nanjing 210044）

Abstract Chemical materials and chemical products industry is a high energy consumption and high pollution industry in Nanjing，so it has great significance to predict its total energy consumption and energy consumption structure for energy sav-ing．In this paper，the energy consumption of the years 2002—2012 after weakening is used as the original data to establish the GM（1，1）model，and predict the total consumption of 2013—2020 Nanjing chemical materials and chemical products manufacturing，as well as its main energy consumption．As the part of the original sequence data’s smoothness is poor，the accuracy of prediction models is low and an average of weakening buffer operator is used to process the raw data in this pa-per．The results show that modeling accuracy is indeed higher than the original after the treatment．

Key Words GM（1，1）energy forecasting chemical materials and chemical products

0　引言

能源是经济发展和社会进步的重要资源，经济的发展以递增的能源消耗为前提，与此相对的是有限的能源、技术、政策等方面的制约，使得能源供需面临严峻的挑战，能源消耗预测成为研究的一个热点。有学者对我国能源消耗的总量进行了预测，卢奇等以1985—1999年我国实际能源消耗为原始数据，运用灰色预测、神经网络预测、多元回归方法建立了组合预测模型，对我国2000—2020年的能源消耗总量进行了预测［1］。谢乃明等构建了能源生产和消费的灰色GM（1，1）模型和能源消费结构的马尔可夫结构转移模型，对江苏省能源消费总量和结构进行了预测［2］。王建伟等针对交通运输业能源消耗特点，建立基于马尔科夫链的交通运输业能源消耗结构预测模型，对2010—2015年交通运输业的能源消耗结构进行了预测［3］。宋宇辰等以内蒙古制造业能源消费为研究对象，利用2001—2009年内蒙古制造业能源消费数据，建立了预测模型，对内蒙古“十二五”期间的制造业能源消费量进行了预测［4］。目前对于化学原料及化学制品制造业的能源预测较少。本文立足于南京市高能耗、高污染的化学原料及化学制品制造业能源消费现状，以2002—2012年的能源消耗数据为基础，建立灰色预测GM（1，1）模型，对南京市化学原料及化学制品制造业能源消耗总量及其主要能耗进行了预测，以期能够为缓解当前能源消费与能源供给矛盾，优化消费结构，为政府相关部门制定科学合理的能源战略规划提供科学依据和理论参考。

1预测模型

能源消耗预测的方法主要有时间序列法［5］、回归分析法、灰色预测法、神经网络法、情景分析法［6］、组合预测法等。由于能源消耗受到能源结构以及利用效率等多种因素的影响，包含了确定性因素和不确定性因素，故可以看作一个灰色系统。灰色预测通过对原始数据处理建模，分析研究系统的特征变化，对系统未来的状况作出科学预测［7］。运用灰色预测模型可以避免由于个人经验、知识、偏好的影响造成的主观臆断。故本文使用灰色系统理论中的GM（1，1）模型对南京市化学原料及化学制品制造业的能源消耗情况进行预测。

预测建模步骤［8］如下。

步骤1：获取非负序列：

步骤4：预测值为

步骤5：采用平均相对误差法对模型精度进行检验，对于平均相对误差大于0．1的不合格灰色预测模型，在建模之前先对原始数据使用平均弱化缓冲算子进行处理，再进行建模。

平均弱化缓冲公式［9］：设原始序列X＝（x（1），x（2），…，x（n）），令XD＝（x（1）d，x（2）d，…，x（n）d），

2南京市化学原料及化学制品制造业能源消耗现状分析

2．1南京市化学原料及化学制品制造业能源总量消耗现状

南京市75%的能源消耗需要从外部调入，能源自给率仅25%左右，能源消费对外依存度很高。南京的高能耗产业主要集中在工业，工业企业2012年的能源消耗量达到了90 995 991 t标准煤。制造业是南京工业生产的主力军，其中化学原料及化学制品制造业是制造业中的主要能耗产业。虽然，化学原料及化学制品制造业快速增长可以增加价值，促进经济增长，但是在其发展过程中存在着能源浪费较为严重、污染严重以及能源利用效率低等问题。因此，对其能源消耗进行预测具有重要意义。

图1南京市2002—2012年工业企业化学原料及化学制品制造业能源消耗

南京市工业企业能源消耗总量总体上呈现递增趋势，其中占比最大（约为35%）的高能耗、高污染的化学原料及化学制品制造业的能源消耗也呈递增趋势（如图1）。2002年消耗总量为14 943 106 t标准煤，到2012年已经增长到27 587 914 t标准煤，是2002年的1．84倍。在总体呈现稳态递增趋势的同时，2008年相较于2007年、2010年相较于2009年稍有减少。说明“十一五”规划中规定的能源消耗量和污染物排放量对企业的能源消耗产生了影响，实行的节能减排政策取得了显著成效。但是经济发展必定要以能源消耗为前提，化学原料及化学制品制造企业所消耗的能源总量递增的趋势是不会改变的。在2002—2012年中，2002—2005年增幅较大，环比增长率依次为21%，9%，24%；2006—2007年增速明显回落，增长率由24%高速下降到6%；2008年出现了增长率为9%的大幅负增长；2009年开始缓慢回升，增长率为5%；2010年出现了增长率为2%的小幅度负增长；2011年开始大幅度回升；2012年又出现负增长，负增长率为5%。

2．2南京市化学原料及化学制品制造业主要能源消耗现状

南京市化学原料及化学制品制造业主要能源消耗见表1。可以看出，最主要的能源消耗是原煤。这与我国“富煤、贫油、少气”的能源情况相吻合，体现了我国能源消费结构中对煤炭的依赖。同时可以分析出，在未来一段时间内原煤和电力总体呈递增趋势，汽油消耗量近几年几乎不变，柴油和燃料油呈递减趋势。

表1化学原料及化学制品制造业的主要能源消耗

南京市化学原料及化学制品制造业的万元产值能耗自2002—2012年一直处于下降状态，表明行业的能源利用效率得到了提高，尤其在2001—2002年的进步惊人。从目前来看，整个化工行业正在稳步转型升级，化工产品也在随着化学工艺的改进而改进。化学原料及化学制品制造业共包括基础化学原料制造、肥料制造、农药制造、涂料、油墨、颜料及类似产品制造、合成材料制造、专用化学品制造及日用化学品制造7个子行业。从这7个子行业产值来看，几乎都达到过产量最多的时候，然后渐渐开始下降。这7个子行业所占化学原料及化工制品制造业的比重不断地在改变，也就是化工行业产业结构在调整，随着行业的调整，所需要的各种能源也在发生着变化。

3实证分析

3．1南京市化学原料及化学制品制造业能源消耗总量预测

以南京市2002—2012年化学原料及化学制品制造业能源消耗量为原始数据，有

对模型进行检验，其平均相对误差为6．78%，模拟精度为三级，可以用来对2013—2020年南京市化学原料及化学制品制造业能源消耗总量进行预测。但考虑到在“新常态”的要求下，化工行业的增长由高速向中速转变［10］，为了表示这一转变，减缓增长速度，本文对原始数据先进行弱化处理再进行预测［11］，得到2013—2020年的能源消费量如表2所示。

表2南京市2013—2020化学原料及化学成品制造业能源消耗总量t

从表2可以分析出，南京市未来5年内化学原料及化学成品制造业能源消耗总量呈上升趋势，2020年消费量的预测值为38 950 920 t标准煤，但增长速率是相对缓慢的。

3．2南京市化学原料及化学制品制造业的主要能源消耗预测

分别以2002—2012年南京市化学原料及化学制品制造业中的原煤、汽油、柴油、燃料油、电力的消耗量为原始数据建立GM（1，1）模型，得到的预测参数、还原值函数、模型的相对误差如表3所示。

表3 5种能源的GM（1，1）预测模型一览

对5个模型进行检验，原煤、汽油、柴油、燃料油的GM（1，1）预测模型平均相对误差都大于10%，模型精度低于三级，不能用来进行预测，需要先对这4种能源的原始数据进行平均弱化处理。表4以柴油消耗的GM（1，1）预测模型为例，说明经过平均弱化缓冲处理之后，预测模型精度得到了提高。

表4柴油原始序列建立的GM（1，1）模型和弱化之后GM（1，1）模型对比

数据经弱化处理后建立的GM（1，1）原始模型的平均相对误差为6．58%，明显低于原来的21．45%，预测模型精度得到了很大的提高，且单个数据模拟的相对误差明显降低，经检验模型等级为三级合格，可以用来对2013—2020年的南京市化学原料及化学制品制造业的主要能源消耗量进行预测。得到的预测结果如表5所示。

表5南京市2013—2020南京市化学原料及化学制品制造业的主要能源消耗量

将原煤、汽油、柴油、燃料油的原始数据平均弱化，再进行建模得到各模型的平均相对误差分别为2．34%，3．10%，6．58%，10．61%，可见模型的预测精度相对较高。虽然燃料油的预测精度为10．61%，但是相对于原来的30．17%，模型的精度已经有了很大的提高，我们认为这个精度也是可以的，不再对原始数列进行弱化处理。从预测结果可以看出，原煤仍为主要的消耗能源，电力消耗量也呈递增趋势；汽油、柴油、燃料油消耗量呈递减趋势。以煤为主的消耗情况在很长的时间内仍不会改变，能源消费结构在短时间内很难改变。为了降低使用原煤引起的环境问题，化学原料与化学成品制造业可以采取以下措施：

（1）控制南京市传统的化工产能规模及煤炭消耗量，发展新型化工技术。从长远看，化石能源终有消耗殆尽的时候，必须将传统的依靠化石能源的化工技术转化为生物质基化工技术。生物质能源具有数量大、环境友好、可再生以及CO2零排放等优点，具有全面替代化石燃料的潜力，且能避免因煤炭资源枯竭而阻遏化学原料及化学制品制造业的发展［12］。

（2）发展循环经济的化工业。

（3）提高煤炭资源的利用率。据相关专家分析我国的煤炭资源一次性利用率仅为27%，存在大量的浪费。

（4）发展及推广应用洁净煤技术。大力发展旨在减少污染排放和提高煤炭利用效率的煤炭加工、燃烧、转化及污染控制等洁净煤技术。充分利用西气东输的有利条件，提高石油、天然气在生产、生活中的比例。

4　结语

化学工业是南京市重要的基础产业之一，化学原料及化学制品制造业在南京市化学工业中占主导地位，近年来以较快的速度增长，然而增长具有两面性，在增加价值的同时也过度消耗着能源，同时伴随着较为严重的能源浪费、严重污染以及低效率的能源利用等问题，节能减排势在必行。本文使用建立的GM（1，1）模型对2013—2020年的能源消耗量进行了预测，以期能够为政府相关部门制定科学合理的能源战略规划提供科学依据和理论参考。

参考文献

［1］卢奇，顾培亮，邱世明．组合预测模型在我国能源消费系统中的建构及应用［J］．系统工程理论与实践，2003（3）：24 －30．

［2］谢乃明，刘思峰．能源消费总量与结构预测分析以江苏省为例［J］．工业技术经济，2009，28（1）：46－49．

［3］王建伟，宋庆亮，高洁．交通运输业能源消耗结构预测模型［J］．武汉理工大学学报（交通科学与工程版），2013，3 （37）：509－512．

［4］宋宇辰，郭丽，孟海东．内蒙古制造业能源消费的组合预测模型［J］．水电能源科技，2012，30（4）：205－209．

［5］张林，张传平．基于时间序列视角的2020年中国能源需求预测［J］．价值工程，2011（15）：22－23．

［6］梁巧梅，魏一鸣，范英，等．中国能源需求和能源强度预测的情景分析模型及其应用［J］．管理学报，2004，1（1）：62－66．

［7］Lin Y，Chen M Y，Liu S．Theory of gray systems：capturing uncertainties of gray information［J］．Kybernetes，2004，33（2）：196－218．

［8］燕列雅，毛联霞．GM（1，1）模型应用［J］．系统工程理论与实践，1998（10）：104－106．

［9］尹春华，顾培亮．基于灰色序列生成中缓冲算子的能源预测［J］．系统工程学报，2003，18（2）：189－192．

［10］李东周，张晶星．新常态下论剑：化工发展面临新格局［J］．化工管理，2015（1）：19－23．

［11］花玲，谢乃明．政策冲击影响下中国能源消费预测分析及控制策略［J］．中国管理科学，2014，22（7）：18－25．

［12］鞠付栋，陈汉平，杨海平，等．化工行业节能减排新技术和战略选择［J］．化工进展，2009（28）：1－5．

姚天祥，1971年出生，男，河南新蔡人，博士，副研究员，硕士生导师，主要研究方向：灰色系统理论。

安全环保论坛

收稿日期：（2014－12－15）

作者简介程文荣，1990年出生，女，山东临沂人，硕士研究生，主要研究方向：灰色系统理论。

*基金项目：国家自然科学基金（71171116），教育部人文社会科学青年基金（09YJC630129）。