山東省集中供熱面積及煤耗增量預測

王玉博, 王 強, 王 樹, 董洪芳, 李 鵬, 吳海濤, 魏海亮

(1.山東建筑大學熱能工程學院,山東濟南250101;2.山東毫瓦特新能源有限公司,山東聊城252199;3.山東省黃河三角洲可持續發展研究院,山東東營257091;4.山東勝利建設監理股份有限公司,山東東營257100;5.中國石油天然氣銷售東部分公司,上海200122)

1 概述

目前,我國人均溫室氣體排放處于全球較高水平,碳排放、碳交易對我國傳統制造業和高科技產業發展的影響日益顯現。建筑是全社會耗能的重要領域,2017年折合成標準煤的能源消耗量超過9.63×108t,占我國能源消耗總量的21%左右,其中北方地區集中供熱消耗折合成標準煤的能源總量達到2.01×108t[1]。同時,建筑能耗分布具有明顯的地域特征,并受到當地經濟發展水平的影響。2016年,山東、河北、廣東三省的城鎮民用建筑碳排放總量分別以12 799×104、11 305×104、9 077×104t位居全國前列,而寧夏、青海、海南的同期數據僅為1 049×104、1 028×104、793×104t[2]?？梢园l現,山東省城鎮民用建筑碳排放總量處于全國較高水平,建筑控碳、減碳形勢嚴峻。

2017年,我國北方城鎮集中供熱面積從2001年的50×108m2增長至140×108m2[1]。其中,山東省燃煤集中供熱面積超過23×108m2,并且仍在持續快速增長。針對上述問題,國內外學者對建筑能耗開展了探索性研究。在涉及建筑能耗的直接影響因素方面,文獻[3-5]從建筑類型、建筑面積、用電量、使用人數、居民收入等方面開展了建筑能耗計算方法研究。從建筑能耗與社會發展宏觀指標之間的聯系出發,文獻[6-14]開展了城鄉結構、城鎮人口、城鎮化率、GDP、萬元地區生產能耗等因素對建筑能耗影響的研究。

本文綜合考慮城鄉結構、GDP、人口數量、城鎮化率等參數,建立集中供熱面積預測模型,對山東省集中供熱面積、供暖期集中供熱煤耗增量進行預測研究。

2 研究方法

匯總山東省統計局公布的歷年統計年鑒數據,對比山東省各地市統計局公布的數據發現,山東省統計年鑒數據僅包含各地級市、縣級市的集中供熱面積,不包含各縣的集中供熱面積。對此,參考住建部城市、城鄉統計年鑒對上述數據進行了補充,獲得了山東全省(含各地級市、縣級市、縣)(為方便闡述,本文將包括各地級市、縣級市、縣的山東省相關數據,稱為山東全省相關數據,如山東全省集中供熱面積、山東全省GDP變化率、山東全省人口變化率、山東全省城鎮化率等)集中供熱面積歷史數據。但由于城鄉發展顯著不平衡,完全采用歷史數據開展山東全省集中供熱面積研究仍然存在不足。因此,采用數據更加豐富、樣本量更大的全國集中供熱面積數據建立預測模型,可有效保證預測準確性。

2020年山東全省與全國住房、人口及經濟數據見表1。由表1數據可知,山東全省在人均住房面積、城鎮化率、流動人口與人戶分離人口比率、人均國內生產總值等方面與全國數據具有可比性。因此,可根據全國集中供熱面積、經濟、人口數據建立預測模型(作為山東全省集中供熱面積預測模型),根據山東省統計年鑒數據的山東省(不含縣)(為方便闡述,本文將不包括縣的山東省相關數據,稱為山東省相關數據,如山東省集中供熱面積、山東省GDP變化率、山東省人口變化率、山東省城鎮化率等)集中供熱面積、經濟、人口數據建立山東省集中供熱面積預測模型。兩預測模型預測結果的差為山東省縣集中供熱面積預測數據。

表1 2020年山東全省與全國住房、人口及經濟數據

3 省級集中供熱面積預測

3.1 經濟數據影響因素篩選

分析數據發現,集中供熱面積受地區經濟發展水平、居民家庭經濟條件的影響更加顯著。經過初步篩選,選取全國GDP、第二產業增加值、第三產業增加值、人均公園綠地面積作為全國集中供熱面積的經濟數據影響因素進行比較,篩選出最具影響力的經濟數據。受源數據限制,人均公園綠地面積僅有2002—2020年的數據。

1981—2020年全國集中供熱面積、全國GDP、第二產業增加值、第三產業增加值、人均公園綠地面積分別見圖1～4。由圖1～4可知,全國集中供熱面積、全國GDP、第二產業增加值、第三產業增加值、人均公園綠地面積均呈逐年增加的趨勢。全國集中供熱面積與全國GDP表現出很強的關聯性。盡管第二、第三產業增加值主要影響絕大多數的居民家庭收入水平,但全國集中供熱面積與第二、第三產業增加值之間仍然存在較強的關聯性。進入21世紀以來,我國的人均公園綠地面積逐年增加,但其增長規模和增長率與全國集中供熱面積之間的聯系不顯著,并且分析樣本較少,將制約預測模型的適用性。因此,為方便研究,將全國GDP作為唯一的經濟數據影響因素。

圖1 1981—2020年全國集中供熱面積、全國GDP

圖2 1981—2020年全國集中供熱面積、第二產業增加值

圖3 1981—2020年全國集中供熱面積、第三產業增加值

圖4 1981—2020年全國集中供熱面積、人均公園綠地面積

3.2 山東全省集中供熱面積預測模型

1981年以來,全國經濟和集中供熱面積發生了顯著變化,在未來一段時間仍然具有較大的發展潛力。因此,為保證預測模型的適用性,匯總、分析了1981年以來全國集中供熱面積與經濟、人口等數據,并采用1981年全國相應數據作為基準,計算得到不同年份全國集中供熱面積變化率RA、全國GDP變化率RG、全國人口變化率Rp,并獲取全國城鎮化率Rt。采用經驗擬合的方法,研究了不同因素對全國集中供熱面積變化率RA的影響。研究發現,RA與RG、Rp、Rt存在較強的關聯性。根據1981—2019年數據,通過函數擬合得到全國集中供熱面積預測模型:

(1)

式中RA——全國集中供熱面積變化率

RG——全國GDP變化率

Rt——全國城鎮化率

Rp——全國人口變化率

將1981年的各項數據作為基礎,計算當年全國GDP變化率、全國人口變化率。按計算得到全國人口變化率,在式(1)中選取相應的計算式,將當年全國GDP變化率、全國人口變化率、全國城鎮化率代入,計算得到全國集中供熱面積變化率。將式(1)中,全國GDP變化率、全國人口變化率、全國城鎮化率替換成山東全省GDP變化率、山東全省人口變化率、山東全省城鎮化率,即可成為山東全省集中供熱面積預測模型。

3.3 山東省集中供熱面積預測模型

結合1996—2019年山東省集中供熱面積及相應數據,以1996年數據作為基準,得到不同年份山東省集中供熱面積變化率RA-SD、山東省GDP變化率RG-SD、山東省人口變化率Rp-SD、山東省城鎮化率Rt-SD。采用相同方法,得到山東省集中供熱面積預測模型:

(2)

式中RA-SD——山東省集中供熱面積變化率

RG-SD——山東省GDP變化率

Rp-SD——山東省人口變化率

Rt-SD——山東省城鎮化率

由式(1)計算得到的2020年山東全省集中供熱面積為19.64×108m2,實際山東全省集中供熱面積為19.62×108m2,計算相對誤差為0.10%。在2020年實際山東全省集中供熱面積中,實際山東省集中供熱面積為15.93×108m2,實際山東省縣集中供熱面積為3.69×108m2。由式(2)計算得到的2020年山東省集中供熱面積為16.07×108m2,計算相對誤差為0.88%。結果表明,預測模型的預測誤差在合理水平,能夠比較準確預測山東全省集中供熱面積、山東省集中供熱面積。

3.4 預測模型參數確定

為開展集中供熱面積預測,需要確定未來一段時期(本文以2021—2035年為例)預測模型相關參數。將2020年的數據作為計算基礎,計算2021—2035年山東全省GDP、山東全省人口數量、山東全省城鎮化率等山東全省數據,以確定山東全省GDP變化率、山東全省人口變化率、山東全省城鎮化率。2020年,山東全省GDP為7.31×1012元,山東全省人口數量為10 165×104人,山東全省城鎮化率為0.630 5,出生率為0.008 56,高齡老年人口減少率為0.007 19,低于預期壽命人口減少率為0.003 488。

經過測算,將山東全省數據代入山東省集中供熱面積預測模型,也可得到相對準確的山東省集中供熱面積預測結果。因此,山東省集中供熱面積預測模型也采用山東全省數據進行預測。

① 山東全省GDP

“十四五”(2021—2025年)、“十五五”(2026—2030年)、“十六五”(2030—2035年)山東全省GDP較上一年增速為分別取5.50%、5.25%、5.00%,由此計算“十四五”“十五五”“十六五”期間山東全省GDP(見表2)。

表2 2021—2035年山東全省GDP、山東全省人口數量、山東全省城鎮化率

② 山東全省人口數量

總體上,人口變化可分為新生人口增加、高齡老年人口減少、低于預期壽命人員減少3部分。第n年(n取1～15)山東全省人口數量Np(n)的計算式為:

Np(n)=Np(n-1)(1+Rbirth)·
[1-Rdeath,82(n)](1-Rdeath,60)

(3)

式中Np(n)——第n年山東全省人口數量,人

Np(n-1)——第n-1年山東全省人口數量,人

Rbirth——山東全省出生率

Rdeath,82(n)——第n年高齡老年人口減少率

Rdeath,60——低于預期壽命人口減少率

式(3)中,Np(0)為2020年山東全省人口數量?！渡綎|統計年鑒(2021)》顯示,2020年山東全省出生率Rbirth為0.008 56,設定未來一段時間內山東全省出生率基本維持穩定。

《山東省“十四五”衛生與健康規劃》指出,山東省人均預期壽命由2015年的78歲上升至2020年的79.13歲,到2025年將達到80歲左右。據此推算,到2037年,山東省人均預期壽命可達82歲左右。依據《山東統計年鑒(2021)》,2020年山東全省65歲及以上人口占比為15.1%。理論上,這部分人口將在2037年全部超過預期壽命。假設高齡老年人口減少率的年遞增率η為0.025,則有:

Rdeath,82(n)=Rdeath,82(n-1)(1+η)

(4)

式中Rdeath,82(n-1)——第n-1年高齡老年人口減少率

η——年遞增率,取0.025

式(4)中,Rdeath,82(0)為2020年高齡老年人口減少率。2020年全國參加養老保險人員60歲年齡的減少率分別為男性0.466 0%、女性0.231 5%,忽略其他年齡組人口數量減少,將低于預期壽命人口減少率取男性、女性60歲年齡減少率的平均值,則低于預期壽命人口減少率為0.003 488。

③ 山東全省城鎮化率

《山東省新型城鎮化規劃(2021—2035年)》明確提出,2035年山東全省城鎮化率達到75%左右。

設定山東全省城鎮化率以2020年的0.630 5為基數且以冪級數形式逐年增加,可確定未來第n年山東全省城鎮化率的計算式為:

Rt-SD(n)=Rt-SD(n-1)(1+0.024 5×0.9n)

(5)

式中Rt-SD(n)——第n年山東全省城鎮化率

Rt-SD(n-1)——第n-1年山東全省城鎮化率

式(3)中,Rt-SD(0)為2020年山東全省城鎮化率0.630 5。

④ 預測模型參數

由以上方法確定的2021—2035年山東全省GDP、山東全省人口數量、山東全省城市化率見表2。2023年3月,山東省發布的《2022年山東省國民經濟和社會發展統計公報》顯示,山東全省年末常住人口10 162.79×104人、城鎮化率為0.645 4。與表2數據對比可知,相對誤差分別為-0.19%、1.83%,驗證了預測模型參數確定方法的準確性。

3.5 集中供熱面積預測結果

采用山東全省集中供熱面積預測模型、山東省集中供熱面積預測模型以及確定的模型參數,得到山東全省集中供熱面積、山東省集中供熱面積、山東省縣集中供熱面積預測結果,見表3。由表3可知,山東全省集中供熱面積預計于2032年達峰,最高為30.21×108m2,并在之后緩慢減少。山東省集中供熱面積預計于2032年達峰,最高為23.26×108m2,并在之后緩慢減少。山東省縣集中供熱面積預計于2033年達峰,最高為6.96×108m2,并在之后緩慢減少。2032年,山東全省集中供熱面積出現拐點,說明建筑供熱能耗全面達峰。

表3 山東全省集中供熱面積、山東省集中供熱面積、山東省縣集中供熱面積預測結果

4 城市集中供熱面積預測

經過考慮,城市(含縣)集中供熱面積預測模型可采用山東全省集中供熱面積預測模型,城市(不含縣)集中供熱面積預測模型可采用山東省集中供熱面積預測模型?？紤]到一些不足,以集中供熱面積變化率增量作為預測目標。方法為對式(1)、(2)的供熱面積變化率求全微分,分別得到城市(含縣)、城市(不含縣)集中供熱面積變化率增量預測模型。

① 城市(含縣)集中供熱面積預測

城市(含縣)集中供熱面積變化率增量dRA,i(n)預測模型:

(6)

式中 dRA,i(n)——第n年城市(含縣)i集中供熱面積變化率增量

RA,i(n-1)——第n-1年城市(含縣)i集中供熱面積變化率

RG,i(n-1)——第n-1年城市(含縣)i的GDP變化率

dRG,i(n)——第n年城市(含縣)i的GDP變化率增量

Rt,i(n-1)——第n-1年城市(含縣)i城鎮化率

dRt,i(n)——第n年城市(含縣)i城鎮化率增量

Rp,i(n-1)——第n-1年城市(含縣)i人口變化率

dRp,i(n)——第n年城市(含縣)i人口變化率增量

Rp,i(n)——第n年城市(含縣)i人口變化率

在預測城市(含縣)集中供熱面積變化率增量時,以1981年作為基準年,城市(含縣)集中供熱面積預測時間為2021—2035年,n取41～55。已知各城市(含縣)2020年相關數據,模型參數按本文第3.4節方法確定。式(6)中,RA,i(n-1)、RG,i(n-1)、Rt,i(n-1)、Rp,i(n-1)、Rp,i(n)為第n-1年、第n年數據與1981年數據比較得到的變化率,dRG,i(n)、dRt,i(n)、dRp,i(n)為第n年與第n-1年對比得到的增量。

為驗證預測模型的準確性,對2021年各城市(含縣)的集中供熱面積增量進行預測,進而根據2020年各城市(含縣)實際集中供熱面積計算2021年各城市(含縣)預測集中供熱面積。2021年各城市(含縣)實際集中供熱面積、預測集中供熱面積及預測相對誤差見表4。各城市(含縣)實際集中供熱面積來自文獻[15]。由表4可知,除淄博、聊城的城市(含縣)集中供熱面積預測相對誤差比較大外,其他城市(含縣)集中供熱面積的預測相對誤差均在±5%以內,說明預測模型具有較高的準確性。

表4 2021年各城市(含縣)實際集中供熱面積、預測集中供熱面積及預測相對誤差

采用上述方法,得到山東省各城市(含縣)集中供熱面積增量預測結果,見表5。表5中,各時期增量均為各期期末量減上個時期期末量,正值為正增長,負值為負增長。由表5可知,在未來3個五年計劃時期,山東省各城市(含縣)集中供熱面積增量比較均衡,但增速均呈下降趨勢。在“十六五”末,山東省各城市(含縣)集中供熱面積出現負增長。

表5 山東省各城市(含縣)集中供熱面積增量預測結果

② 城市(不含縣)集中供熱面積預測

采用同樣方法,對式(2)求偏導,得到城市(不含縣)集中供熱面積變化率增量預測模型,進而得到山東省各城市(不含縣)集中供熱面積增量預測結果,見表6。由表5、6可知,山東省各城市(不含縣)集中供熱面積增量變化趨勢與山東省各城市(含縣)集中供熱面積增量變化趨勢一致。

5 城市(含縣)集中供熱煤耗增量預測

全國北方供熱數據顯示,供暖期建筑單位供熱面積煤耗量約16.0 kg/m2。根據表5數據,可得到山東省各城市(含縣)供暖期集中供熱煤耗增量預測結果,見表7。

表7 山東省各城市(含縣)供暖期集中供熱煤耗增量預測結果

由表7可知,“十四五”末,山東省城市(含縣)集中供熱煤耗增量達到1 124.80×104t。“十五五”末,山東省城市(含縣)供暖期集中供熱煤耗增量顯著減小,約521.60×104t。“十六五”末,山東省城市(含縣)供暖期集中供熱煤耗出現負增長,比“十五五”末減少30.40×104t。

6 限制條件

由于預測模型建立過程中選取的自變量數量有限,以及山東省各城市經濟、社會發展現實差異影響,集中供熱面積預測精度受限,今后仍然需要開展深入研究。

7 結論

① 2032年,山東省集中供熱面積出現拐點,建筑供熱能耗達峰。

② “十六五”末山東省供暖期集中供熱煤耗出現負增長,比“十五五”末減少30.40×104t。