新常態下陜西省煤炭消費量預測及政策建議?

李兆進　張金鎖　閆曉霞(.西安科技大學能源與經濟管理研究中心,陜西省西安市,70054; .延安大學管理學院,陜西省延安市,76000)

?

新常態下陜西省煤炭消費量預測及政策建議?

李兆進1張金鎖2閆曉霞1
(1.西安科技大學能源與經濟管理研究中心,陜西省西安市,710054; 2.延安大學管理學院,陜西省延安市,716000)

摘 要為預測陜西省未來煤炭消費量,篩選影響陜西省煤炭消費量的因素,使用1995－2012年間各因素及能源消費量數據,采用遺傳算法和模擬退火法混合(GA－SA)方法優化二次能源評估模型,設置基準和新常態兩種情景,得出不同情景下陜西省煤炭資源的消費量并提出政策建議。結果顯示,在新常態情景下,到2020年,陜西省煤炭消費量為11318.40萬t標準煤;到2030年,陜西省煤炭消費量為11984.91萬t標準煤;到2050年陜西省煤炭消費量為14249.45萬t標準煤。

關鍵詞新常態 GA－SA模型 能源評估 模型消費結構

近年來,隨著陜西省經濟的發展,工業化和城鎮化進程的加快,陜西省的煤炭消費量也快速增長。據統計,2012年陜西省煤炭消費總量為8372.38萬t標準煤,而2003年陜西省煤炭消費總量為2785.05萬t標準煤,在煤炭的黃金10年間,陜西省煤炭消費總量翻了近兩番。在陜西省總能源消費中,化石能源消費量占總量的絕大部分,而在化石能源消費中,僅煤炭消費量就占能源消費總量的75.47%。為了適應新常態的經濟環境,陜西省提出了“適應新常態、奮力新作為、加快產業轉型升級和能源強省建設”的能源發展方向,其中減少煤炭消費是重點。

學術界有很多學者對能源的消費量進行了預測,Cai等人用人口、GDP等因素預測了天然氣的消費量。Bai等人提出了一個徑向基神經網絡模型和灰色GM (1,1)模型相結合的模型預測了能源消費量。沈鐳、劉立濤等對中國未來能源消費趨勢進行了定量預測分析。付立東等運用GA－SA方法對中國能源需求進行了預測,結果表明該方法具有高度的精確性。邢紅等將趨勢外推模型和ARMA模型相結合,對江蘇2014－2023年的能源消費量進行了預測。李瑞峰采用部門耗煤法對我國煤炭需求峰值及屆時煤炭供應情況進行了預測。林伯強、蔣竺均等以GDP、產業結構、城市化水平、能源效率和能源價格為影響能源消費的主要因素,通過設置情景預測了我國能源消費量。此外,還有范德成、周丹丹、郭菊娥、侯丹丹等人也對能源消費量的預測進行了研究。

盡管研究能源消費量預測的學者很多,然而多數學者通過時間序列來預測消費量,也有通過分析影響需求的因素來預測的,但是模型中多數都未考慮到變化的不確定性;再者,預測資源富集區,例如晉陜蒙疆的能源消費量的文獻很少。本文以陜西省的煤炭消費量為研究對象,采用GA－SA優化方法來研究和預測未來陜西省煤炭消費量的變化趨勢并提出政策建議。

1　煤炭消費影響因素的選取及關鍵因素篩選

國內外許多學者對影響能源消費的因素進行了研究。林伯強、蔣竺均等認為影響能源消費的主要因素為GDP、產業結構、城市化水平、能源效率和能源價格。范德成、王紹華、張偉認為一次能源消費的主要影響因素為能耗、碳排放、GDP、人口等。周丹丹、李蜀慶認為影響能源消費的主要因素順次為:社會投資額、交通運輸、經濟增長、人口、產業結構的變化、六大高耗能行業和居民生活消費。郭菊娥等認為能源消費的主要影響因素為經濟增長、全國總人口和能源消耗結構。本文在當前已有文獻的基礎上,結合陜西省煤炭消費的特點,以及陜西省能源局能源研究所調研結果,對影響陜西省煤炭消費的因素進行了梳理。

(1)GDP:陜西省屬于資源富集區,一方面, 在GDP的貢獻中,煤炭的生產和消費占了很大的比重;另一方面,GDP的變化會影響生產和生活中的煤炭消費。

(2)人口總量:人口數量的多少直接影響陜西省煤炭的總消費量。

(3)固定資產投資:陜西省固定資產投資主要用于采礦業、制造業、交通運輸、建筑業等高耗能行業,固定資產投資是影響煤炭消費的主要因素。

(4)能源效率:能源效率的高低影響煤炭消費量的多少。

(5)工業占比:陜西省的發展目前乃至今后一段相當長的時間內主要依賴于工業,而工業的發展重點是能源化工行業,能源化工行業的發展需要投入大量能源資源,因而工業占比也影響著煤炭消費量。

(6)煤炭價格:煤炭價格是反映煤炭市場變化的風向標,煤炭價格是影響煤炭消費的個性因素。

為了避免所選取的指標之間因存在多重共線性而使模型估計失真,通過逐步回歸方法對影響煤炭消費量的因素所對應指標間的多重共線性進行了剔除。剔除部分變量后,該模型R2＝0.980592,2＝0.976433可決系數很高,F檢驗值為235.778,相應的P值為0.000000說明回歸方程明顯顯著,即各自變量聯合起來確實對因變量煤炭消費量有顯著影響;給定顯著性水平α＝0.05,解釋變量能源效率、固定資產投資、第二產業占比系數的t統計量都通過顯著性檢驗,表明模型已排除多重共線性影響。通過逐步回歸,最后選取能源效率,固定資產投資以及第二產業占比為影響煤炭消費量的關鍵因素。

2　模型構建及數據來源

構建能源需求二次函數來確定需求函數中各項的系數:

式中:Y——相應的能源消費量取對數值;

N——關鍵因素數目;

Xi和Xj——分別表示第i個和第j個影響因素;

w0、wi、wij、wii——分別表示函數中各項的系數。

為確定系數w,使用GA－SA優化方法用式(2)進行優化:

式中:T——訓練樣本的數目;

s——當函數f(x)達到某一最小值或滿足算法中之條件時所獲得的最優二次方程模型的系數值。

平均絕對百分比誤差為:

研究中的數據通過1995－2014年《中國統計年鑒》、1995－2013年《陜西統計年鑒》及wind資訊終端系統來獲得,也有部分數據通過陜西省發改委網站和實際調研來獲得,還有部分數據通過推算而得。陜西省GDP、總人口、固定資產投資、能源效率、工業占比、以及煤炭的消費量都可直接獲得。對于煤炭價格,由于在核算過程中存在多類價格,故而選取出廠價作為指標。煤炭出廠價主要通過價格指數和某一年某種煤炭的實際價格來計算。1995－2012年的價格指數采用2012年煤炭工業PPI數據,對于某一年的價格,以山西省煤炭工業廳公布2006年國有重點煤炭企業商品煤的綜合平均售價(出廠價)的數據為依據,即可推算出1995－2012年煤炭平均售價(出廠價)。

3　情景設置及結果分析

3.1情景設置

為了預測未來的陜西省煤炭消費量,設置了基準情景A和新常態情景B。

3.1.1基準情景A

根據陜西省經濟發展狀況以及調研情況為依據來設置基準情景。

(1)能源效率:2014年,全省萬元GDP能耗為0.759t標準煤,同比下降3.58%,故此,設定能源效率的增速為－4%。

(2)固定資產投資:2014年陜西省的固定投資為17192.14億元,同比增長15.5%。故此,設定固定投資的增長率為10%。

(3)工業占比:2014年陜西省的工業占比為54.8%,相對于2013年的增長率為－1.3%,目前陜西省工業化進程還未完成,工業占比不會下降太快,故設定工業占比的增長率為－1.5%。

3.1.2新常態情景B

參照“十二五”規劃,根據《能源發展戰略行動計劃(2014－2020)》、《中國可再生能源發展路線圖2050》、《中國2050能源經濟發展路徑》等文件和報告,結合全國新常態經濟態勢和陜西省經濟發展狀況,以及實際調研情況來設置B情景。

(1)能源效率:我國也在2009年聯合國大會上提出,到2020年,我國的能源消耗強度要下降40%～50%。基于此,結合陜西省的實際情況,假設2015－2020年能源效率的增長率為－5%,2021 －2030年為－4%,2031－2050年為－2%。

(2)固定資產投資:新常態下要求我國GDP增長動力從投資帶動向消費帶動轉變。因此,陜西固定資產投資增長率下降,假設2015－2020年增長率為8%,2021－2030年為5%,2031－2050年為3%。

(3)工業占比:陜西省預計“十三五”期間會保證工業化進程的完成,另外,也要實施工業部門的轉型升級和產業結構的調整優化。假設2015－2020年工業占比的增長率為－1.5%,2021－2030年為－1%,2031－2050年－1%。

3.2預測及結果分析

GA－SA算法中參數值得設置為:遺傳迭代次數為5000,退火起始溫度為500,運行得Minfs( )為2.03×10－3,確定出式(1)中的系數w0、wi、wij、wii,并將(1)中系數值和情景設置中各要素的增長率代入式(2)可得A和B情景下的陜西省煤炭消費量的預測值見表1。煤炭消費量的實際值與預測值比較的相對百分誤差為: MAPE＝0.002%。

表1　陜西省煤炭消費量預測結果

從表1的預測結果來看,未來陜西省對煤炭的需求量仍然持續增加。2020年,A情景下,煤炭消費量約為1.4億t標準煤,年均增長率為4%;新常態情景下,煤炭消費量達到1.1億t標準煤,年增長率不到2%。2030年,A情景下,預測煤炭消費量為2.3億t標準煤,以年均5%的速度增長;新常態下,煤炭消費量為1.2億t標準煤,以年均不到1%的速度增長。2050年,A情景下預測煤炭消費量為7.9億t標準煤,以年均7%的速度增長。新常態下預測煤炭消費量為1.4億t標準煤,年均增長率不到1%。可以得出,如果陜西省繼續以2014年各項經濟指標的增長速度發展的話,煤炭消費的增長率在5%～7%之間,A情景下煤炭消費量增長速度很快;如果在新常態的經濟發展形勢下,陜西省煤炭消費量的增速將會以不到1%的增長速度緩慢平穩增長。

4　結論

(1)通過GA－SA方法對二次能源方程的優化,計算出影響煤炭消費總量的主要因素對應的權重系數。得到煤炭消費總量的預測值和實際值的平均絕對誤差為0.002%,從而驗證了GA－SA方法的精確度。

(2)新常態下,控制陜西省煤炭消費量的目標是可以實現的,這就需要提高能源效率,合理地規劃固定資產投資增長速度,優化產業結構,才能合理控制煤炭消費。

5　政策建議

(1)不斷降低能源強度。在全國范圍來看,陜西省的能源利用效率處在較低水平,因此能源效率的提升有較大的空間,可以通過降低能源強度來降低煤炭的消費。

(2)優化產業結構。第一,嚴格控制高耗能行業的新增產能。增強對鋼鐵、水泥、有色金屬冶煉等傳統高耗能行業的低碳化技術改造,不斷增加其產出投入比。第二,對煤炭資源轉化利用的方向進行深入剖析,煤炭資源轉化利用朝三個方向發展,即縱向精深加工轉化、橫向綜合利用轉化及耦合產業鏈發展。第三,政府采用政策引導、投資扶持、技術支持等方式促進新能源行業的發展,大力發展太陽能和建筑一體化發展,提高風能發電效率,增加水電基礎設施建設,增加對生物智能技術研發的投入。積極發展新能源,不斷提高新能源在陜西能源消費結構中的比例。

(3)合理規劃固定資產投資方向。一方面,繼續加大對“氣化陜西工程”的投資,不斷提高天然氣這種情節能源的消費比例;另一方面,加大對陜西省的風能、水能、太陽能、地熱能、生物質能等無碳或低碳新能源投資開發。

參考文獻:

[1] CaiZhenhua,LiaoXinwei.ThetrendofChinaenergy structure:Forecast natural gas consumption [J].EnergyEducationScienceandTechnologyPart A:EnergyScienceandResearch,2014(1)

[2] BaiYan,RenQingchang,JiangHongmei.Theanalysisofcombinedpredictionmodelofbuildingenergy consumptionwithgreytheoryandRBFneuralnetwork[J]. Advanced Materials Research,2012 (10)

[3] 沈鐳,劉立濤,王禮茂,陳楓楠,張超,沈明,鐘帥.2050年中國能源消費的情景預測[J].自然資源學報,2015(3)

[4] 付立東,張金鎖,馮雪.GASA模型預測中國能源需求[J].系統工程理論與實踐,2015(3)

[5] 張保留,羅宏.大氣污染約束下的省域煤炭消費預測[J].中國煤炭,2015(4)

[6] 李瑞峰,曾琳.能源革命下的煤炭需求峰值及供應能力預測[J].煤炭工程,2014(10)

[7] 林伯強,蔣竺均.中國二氧化碳的環境庫茲涅茨曲線預測及影響因素分析[J].管理世界,2009(4)

[8] 張峰瑋,曾琳.未來中長期我國居民生活用煤需求預測[J].中國煤炭,2014(6)

[9] 周丹丹,李蜀慶.重慶市能源消費影響因素分析[J].環境科學與管理,2009(3)

[10] 郭菊娥,柴建,呂振東.我國能源消費需求影響因素及其影響機理分析[J].管理學報,2008(8)

[11] 侯丹丹,楊俊杰.我國“十二五”能源消費預測及影響因素分析[J].中外能源,2012(6)

[12] 劉懷.陜西“十三五”規劃探討[J].西部大開發,2015(5)

[13] 邢紅,趙媛.江蘇省能源消費趨勢預測及其碳排放研究[J].特區經濟,2013(9)

[14] 范德成,王紹華,張偉低.碳經濟目標下一次能源消費結構影響因素分析[J].資源科學,2012(4)

(責任編輯張大鵬)

Shaanxiprovince＇scoalconsumptionforecastandpolicysuggestionsunder thenewnormal

LiZhaojin1,ZhangJinsuo1,2,YanXiaoxia1
(1.ResearchCenterforEnergyEconomyandManagement,Xi＇anUniversity ofScienceandTechnology,Xi＇an,Shaanxi710054,China; 2.SchoolofManagement,Yan＇anUniversity,Yan＇an,Shaanxi716000,China)

AbstractToforecastthecoalconsumptioninShaanxiprovinceinthefuture,thepaperuse factsandenergyconsumptiondatafromyear1995to2012toscreeningofinfluencefactorsofcoal consumptioninShaanxiprovinceanduseGA-SA method(GeneticAlgorithm-SimulatedAnnealing)tooptimizationsecondaryenergyevaluationmodel,itsetsupbaselineandthenewnormal scenes,obtainedthecoalconsumptionofShaanxiprovinceandputforwardpolicysuggestions. Theresultsaysthat,underthenewnormalscene,by2020,thecoalconsumptionofShaanxi provinceis11318.40tonsofstandardcoal,by2030,thecoalconsumptionofShaanxiprovinceis 11984.91tonsofstandardcoal,by2050,thecoalconsumptionofShaanxiprovinceis14249.45 tonsofstandardcoal.

Keywordsnewnormal,GA-SA model,energyevaluationmodel,consumptionstructure

中圖分類號TD－9

文獻標識碼A

基金項目:?國家自然科學基金(71273206, 71273207,71303184),陜西省軟科學研究計劃項目(2015KRM085),西安科技大學哲學社會科學繁榮發展計劃(2014SY03)

作者簡介:李兆進(1991－),男,河南省臺前縣人,學術性研究生在讀,從事能源經濟與管理研究。