南充天然氣需求量預測分析

□文/蒲 濤 郭緯迪

（西南石油大學經濟管理學院 四川·成都）

一、引言

隨著南充城市化進程的不斷推進，天然氣需求量不斷增大。對南充天然氣需求量的預測不僅是建設升級南充市燃氣管網、配氣系統的基礎，也是對天然氣市場發展的前景預測。因此，采用適當的預測模型，分析預測天然氣需求量顯得尤為重要。

二、預測模型的選取

1、動態數列趨勢模型。動態數列趨勢模型是根據時間數列利用其趨勢擬合進行外推的預測方法。最簡易的計算模型如下：

yt=a+abt+ε

其中：a、b 為常數，ε 為隨機誤差項。

2、二次指數平滑模型。二次指數平滑法是根據時間序列資料，依次計算包含一定項數的時間序列加權平均數，以反映長期趨勢的方法。它既不需要存儲很多歷史數據，又考慮了各期數據的重要性，而且使用了全部歷史資料，因此是移動平均法的改進，在預測中應用極為廣泛。

記基礎數據列為｛yt｝，二次指數平滑法公式為：

式中：St（1）為一次平滑指數；St（2）為二次指數的平滑值。

3、灰色理論模型。灰色系統理論（即灰理論）是針對“少數據不確定性”問題提出的，在分析少數據行為特征后，在序列的基礎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：從序列的角度剖析一般微分方程，以了解其構成的主要條件，然后對那些近似地、大致地滿足這些條件的序列建立近似的（信息不完全的）微分方程模型。

在天然氣消費預測中，天然氣消費量是建模的基本數據。天然氣終端消費屬于多用戶類型，如：商業用氣、居民用氣、化工用氣、煉油用氣等，本文主要簡化了天然氣的終端用氣類型，分為工業用氣和居民用氣。同時，影響天然氣消費量的因子很多，具有灰信息覆蓋，故為“灰因”，而每年天然氣消費量是具體的、確定的，具有白信息覆蓋，是系統的“白果”，所以天然氣需求是符合“灰因白果”的灰色預測事件。計算模型如下：

式中：e 為自然對數，取值為2.71828；k=2，3，…。

4、其他預測模型

（1）其他時間序列預測模型。通過對歷史年份的需求量觀測，分別計算其二次差、環比增長速度、增長率和對數差，由計算結果分析可知，除二次指數平滑法以外的其他時間序列中的各趨勢外推方法如：二次曲線方程模型yt=a+bt+ct2，指數曲線方程yt=abt，修正指數曲線方程yt=k+ctt，龔伯茲曲線方程yt=kabt等均不適合。

（2）線性回歸方程預測。在實際的經濟活動中，經濟變量的關系是錯綜復雜的，直接表現為線性關系的情況很少。但是它們中的大部分又可以通過一些簡單的數學處理，使之簡化成為數學上的線性關系。天然氣消費量受很多因素比如煤炭產量、人均GDP、油料產量等的影響，我們可以用回歸的方法建立多元方程，利用各因素的相互作用關系模擬天然氣需求量的變化趨勢。通過統計顯著性檢驗，模型不符合要求。

（3）BP神經網絡模型預測。人工神經網絡（ANN）模擬人的大腦活動，是一種不需要選取基函數系的非線性函數逼近方法，在模式識別、非線性動態處理及自動控制等領域顯示出極強的生命力外，還在預測、評價等方面取得了很好的應用效果。天然氣需求是一個復雜的系統，它受多個因素的影響，每個因素對其作用的函數關系又很難界定，因此，天然氣需求量預測屬于復雜的非線性系統問題。而研究復雜非線性系統的有效工具就是ANN。目前應用最多的是反向傳播模型，簡稱BP 模型。

把天然氣需求量這個復雜的系統看作是一個黑箱，以實測輸入輸出數據為樣本，輸入BP 模型。該模型通過對樣本進行學習和權值的修核，確定其內部表達，使輸入到輸出的映像與對象相逼近，整個網絡就可以模擬出系統的外部特性。BP 模型建立了天然氣需求量系統的映射關系之后，就可對天然氣需求量進行預測。天然氣需求量受多個因素的影響，但由于對技術進步、經濟發展水平、能源結構優化等因素作定量描述比較困難，所以此模型操作比較困難。

（4）馬爾科夫鏈預測。馬爾科夫預測法是應用隨機過程中馬爾科夫鏈的理論和方法研究分析有關經濟現象變化規律并借此對未來進行預測的一種方法。但此種方法不能進行遠期預測，所以此模型不適用。

三、工業用天然氣需求量預測結果

由于前面幾種方法都適合于天然氣需求量的預測，但通過對灰色理論模型、動態數列趨勢模型和二次指數平滑模型方法的實際操作，對天然氣需求量進行了預測，并對預測結果進行比較，發現動態數列趨勢模型更加適合于天然氣需求量的預測，因此我們選取選取動態數列趨勢模型對天然氣需求量進行預測。

以2005～2012年實際工業用天然氣需求量進行動態數列趨勢模型預測，設工業用天然氣需求量的趨勢模型為：

其中：2005年時，t=1；2006年時，t=2；以此類推。t=1，2，…；ε 為隨機誤差項。

將2005～2012年南充市工業用天然氣消費量數據代入模型得到表1。（表1）于是，工業用天然氣需求量的趨勢模型為：

表1 動態數列趨勢模型各種計算中間變量值表（單位：萬立方米）

根據模型求得工業用天然氣2013～2020年需求量預測值如表2。（表2）根據以上模型的計算，預測到2013年南充市工業用天然氣需求量將達到4，250 萬立方米，到2020年天然氣需求量將達到7，810 萬立方米。比2012年銷售量4，000 萬立方米增加0.9 倍以上。

表2 動態數列趨勢模型預測南充市工業用天然氣需求量結果表（單位：萬立方米）

四、民用天然氣需求量預測結果（表3）

表3 動態數列趨勢模型各種計算中間變量值表（單位：萬立方米）

于是，民用天然氣需求量的趨勢模型為：

根據模型求得民用天然氣2013～2020年的需求量預測值如表4。（表4）根據以上模型的計算，預測到2013年南充市民用天然氣需求量將達到9，595 萬立方米，到2020年天然氣需求量將達到16，500 萬立方米。比2012年銷售量7，780 萬立方米增加1.1 倍以上。

表4 動態數列趨勢模型預測南充市民用天然氣需求量結果表（單位：萬立方米）

五、研究結論

通過以上模型分析得出的研究結論是南充天然氣需求量預計到2020年2.5 億立方米，其中工業用氣7，810 萬立方米、居民用氣16，500 萬立方米。因此，南充市在城市化進程中，應緊密結合預測的天然氣需求量，來進行城市燃氣管網、配氣系統的建設升級，并采取相應措施，適應這一發展的需要。

［1］葉倩.城市天然氣需求預測研究及應用［D］.重慶大學碩士論文，2010.

［2］鐘紅霞，從榮剛.天然氣需求因素分析：OECD國家天然氣發展的歷程及啟示［J］.石家莊經濟學院學報，2013.2.

［3］周子卜，李莉，張淑英.基于灰色理論的天然氣需求預測［J］.天然氣勘探與開發，2006.3.

［4］李蘭蘭，諸克軍，楊娟.天然氣需求價格彈性研究綜述［J］.北京理工大學學報（社會科學版），2012.12.

［5］羅東坤，徐平.基于改進BP神經網絡的天然氣需求預測［J］.油氣田地面工程，2008.7.

［6］張丹.計量經濟學方法在天然氣需求模擬中的應用［J］.上海煤氣，2008.12.