新常态下陕西省煤炭消费量预测及政策建议∗

李兆进　张金锁　闫晓霞(.西安科技大学能源与经济管理研究中心,陕西省西安市,70054; .延安大学管理学院,陕西省延安市,76000)



新常态下陕西省煤炭消费量预测及政策建议∗

李兆进1张金锁2闫晓霞1
(1.西安科技大学能源与经济管理研究中心,陕西省西安市,710054; 2.延安大学管理学院,陕西省延安市,716000)

摘 要为预测陕西省未来煤炭消费量,筛选影响陕西省煤炭消费量的因素,使用1995－2012年间各因素及能源消费量数据,采用遗传算法和模拟退火法混合(GA－SA)方法优化二次能源评估模型,设置基准和新常态两种情景,得出不同情景下陕西省煤炭资源的消费量并提出政策建议。结果显示,在新常态情景下,到2020年,陕西省煤炭消费量为11318.40万t标准煤;到2030年,陕西省煤炭消费量为11984.91万t标准煤;到2050年陕西省煤炭消费量为14249.45万t标准煤。

关键词新常态 GA－SA模型 能源评估 模型消费结构

近年来,随着陕西省经济的发展,工业化和城镇化进程的加快,陕西省的煤炭消费量也快速增长。据统计,2012年陕西省煤炭消费总量为8372.38万t标准煤,而2003年陕西省煤炭消费总量为2785.05万t标准煤,在煤炭的黄金10年间,陕西省煤炭消费总量翻了近两番。在陕西省总能源消费中,化石能源消费量占总量的绝大部分,而在化石能源消费中,仅煤炭消费量就占能源消费总量的75.47%。为了适应新常态的经济环境,陕西省提出了“适应新常态、奋力新作为、加快产业转型升级和能源强省建设”的能源发展方向,其中减少煤炭消费是重点。

学术界有很多学者对能源的消费量进行了预测,Cai等人用人口、GDP等因素预测了天然气的消费量。Bai等人提出了一个径向基神经网络模型和灰色GM (1,1)模型相结合的模型预测了能源消费量。沈镭、刘立涛等对中国未来能源消费趋势进行了定量预测分析。付立东等运用GA－SA方法对中国能源需求进行了预测,结果表明该方法具有高度的精确性。邢红等将趋势外推模型和ARMA模型相结合,对江苏2014－2023年的能源消费量进行了预测。李瑞峰采用部门耗煤法对我国煤炭需求峰值及届时煤炭供应情况进行了预测。林伯强、蒋竺均等以GDP、产业结构、城市化水平、能源效率和能源价格为影响能源消费的主要因素,通过设置情景预测了我国能源消费量。此外,还有范德成、周丹丹、郭菊娥、侯丹丹等人也对能源消费量的预测进行了研究。

尽管研究能源消费量预测的学者很多,然而多数学者通过时间序列来预测消费量,也有通过分析影响需求的因素来预测的,但是模型中多数都未考虑到变化的不确定性;再者,预测资源富集区,例如晋陕蒙疆的能源消费量的文献很少。本文以陕西省的煤炭消费量为研究对象,采用GA－SA优化方法来研究和预测未来陕西省煤炭消费量的变化趋势并提出政策建议。

1　煤炭消费影响因素的选取及关键因素筛选

国内外许多学者对影响能源消费的因素进行了研究。林伯强、蒋竺均等认为影响能源消费的主要因素为GDP、产业结构、城市化水平、能源效率和能源价格。范德成、王绍华、张伟认为一次能源消费的主要影响因素为能耗、碳排放、GDP、人口等。周丹丹、李蜀庆认为影响能源消费的主要因素顺次为:社会投资额、交通运输、经济增长、人口、产业结构的变化、六大高耗能行业和居民生活消费。郭菊娥等认为能源消费的主要影响因素为经济增长、全国总人口和能源消耗结构。本文在当前已有文献的基础上,结合陕西省煤炭消费的特点,以及陕西省能源局能源研究所调研结果,对影响陕西省煤炭消费的因素进行了梳理。

(1)GDP:陕西省属于资源富集区,一方面, 在GDP的贡献中,煤炭的生产和消费占了很大的比重;另一方面,GDP的变化会影响生产和生活中的煤炭消费。

(2)人口总量:人口数量的多少直接影响陕西省煤炭的总消费量。

(3)固定资产投资:陕西省固定资产投资主要用于采矿业、制造业、交通运输、建筑业等高耗能行业,固定资产投资是影响煤炭消费的主要因素。

(4)能源效率:能源效率的高低影响煤炭消费量的多少。

(5)工业占比:陕西省的发展目前乃至今后一段相当长的时间内主要依赖于工业,而工业的发展重点是能源化工行业,能源化工行业的发展需要投入大量能源资源,因而工业占比也影响着煤炭消费量。

(6)煤炭价格:煤炭价格是反映煤炭市场变化的风向标,煤炭价格是影响煤炭消费的个性因素。

为了避免所选取的指标之间因存在多重共线性而使模型估计失真,通过逐步回归方法对影响煤炭消费量的因素所对应指标间的多重共线性进行了剔除。剔除部分变量后,该模型R2＝0.980592,2＝0.976433可决系数很高,F检验值为235.778,相应的P值为0.000000说明回归方程明显显著,即各自变量联合起来确实对因变量煤炭消费量有显著影响;给定显著性水平α＝0.05,解释变量能源效率、固定资产投资、第二产业占比系数的t统计量都通过显著性检验,表明模型已排除多重共线性影响。通过逐步回归,最后选取能源效率,固定资产投资以及第二产业占比为影响煤炭消费量的关键因素。

2　模型构建及数据来源

构建能源需求二次函数来确定需求函数中各项的系数:

式中:Y——相应的能源消费量取对数值;

N——关键因素数目;

Xi和Xj——分别表示第i个和第j个影响因素;

w0、wi、wij、wii——分别表示函数中各项的系数。

为确定系数w,使用GA－SA优化方法用式(2)进行优化:

式中:T——训练样本的数目;

s——当函数f(x)达到某一最小值或满足算法中之条件时所获得的最优二次方程模型的系数值。

平均绝对百分比误差为:

研究中的数据通过1995－2014年《中国统计年鉴》、1995－2013年《陕西统计年鉴》及wind资讯终端系统来获得,也有部分数据通过陕西省发改委网站和实际调研来获得,还有部分数据通过推算而得。陕西省GDP、总人口、固定资产投资、能源效率、工业占比、以及煤炭的消费量都可直接获得。对于煤炭价格,由于在核算过程中存在多类价格,故而选取出厂价作为指标。煤炭出厂价主要通过价格指数和某一年某种煤炭的实际价格来计算。1995－2012年的价格指数采用2012年煤炭工业PPI数据,对于某一年的价格,以山西省煤炭工业厅公布2006年国有重点煤炭企业商品煤的综合平均售价(出厂价)的数据为依据,即可推算出1995－2012年煤炭平均售价(出厂价)。

3　情景设置及结果分析

3.1情景设置

为了预测未来的陕西省煤炭消费量,设置了基准情景A和新常态情景B。

3.1.1基准情景A

根据陕西省经济发展状况以及调研情况为依据来设置基准情景。

(1)能源效率:2014年,全省万元GDP能耗为0.759t标准煤,同比下降3.58%,故此,设定能源效率的增速为－4%。

(2)固定资产投资:2014年陕西省的固定投资为17192.14亿元,同比增长15.5%。故此,设定固定投资的增长率为10%。

(3)工业占比:2014年陕西省的工业占比为54.8%,相对于2013年的增长率为－1.3%,目前陕西省工业化进程还未完成,工业占比不会下降太快,故设定工业占比的增长率为－1.5%。

3.1.2新常态情景B

参照“十二五”规划,根据《能源发展战略行动计划(2014－2020)》、《中国可再生能源发展路线图2050》、《中国2050能源经济发展路径》等文件和报告,结合全国新常态经济态势和陕西省经济发展状况,以及实际调研情况来设置B情景。

(1)能源效率:我国也在2009年联合国大会上提出,到2020年,我国的能源消耗强度要下降40%～50%。基于此,结合陕西省的实际情况,假设2015－2020年能源效率的增长率为－5%,2021 －2030年为－4%,2031－2050年为－2%。

(2)固定资产投资:新常态下要求我国GDP增长动力从投资带动向消费带动转变。因此,陕西固定资产投资增长率下降,假设2015－2020年增长率为8%,2021－2030年为5%,2031－2050年为3%。

(3)工业占比:陕西省预计“十三五”期间会保证工业化进程的完成,另外,也要实施工业部门的转型升级和产业结构的调整优化。假设2015－2020年工业占比的增长率为－1.5%,2021－2030年为－1%,2031－2050年－1%。

3.2预测及结果分析

GA－SA算法中参数值得设置为:遗传迭代次数为5000,退火起始温度为500,运行得Minfs( )为2.03×10－3,确定出式(1)中的系数w0、wi、wij、wii,并将(1)中系数值和情景设置中各要素的增长率代入式(2)可得A和B情景下的陕西省煤炭消费量的预测值见表1。煤炭消费量的实际值与预测值比较的相对百分误差为: MAPE＝0.002%。

表1　陕西省煤炭消费量预测结果

从表1的预测结果来看,未来陕西省对煤炭的需求量仍然持续增加。2020年,A情景下,煤炭消费量约为1.4亿t标准煤,年均增长率为4%;新常态情景下,煤炭消费量达到1.1亿t标准煤,年增长率不到2%。2030年,A情景下,预测煤炭消费量为2.3亿t标准煤,以年均5%的速度增长;新常态下,煤炭消费量为1.2亿t标准煤,以年均不到1%的速度增长。2050年,A情景下预测煤炭消费量为7.9亿t标准煤,以年均7%的速度增长。新常态下预测煤炭消费量为1.4亿t标准煤,年均增长率不到1%。可以得出,如果陕西省继续以2014年各项经济指标的增长速度发展的话,煤炭消费的增长率在5%～7%之间,A情景下煤炭消费量增长速度很快;如果在新常态的经济发展形势下,陕西省煤炭消费量的增速将会以不到1%的增长速度缓慢平稳增长。

4　结论

(1)通过GA－SA方法对二次能源方程的优化,计算出影响煤炭消费总量的主要因素对应的权重系数。得到煤炭消费总量的预测值和实际值的平均绝对误差为0.002%,从而验证了GA－SA方法的精确度。

(2)新常态下,控制陕西省煤炭消费量的目标是可以实现的,这就需要提高能源效率,合理地规划固定资产投资增长速度,优化产业结构,才能合理控制煤炭消费。

5　政策建议

(1)不断降低能源强度。在全国范围来看,陕西省的能源利用效率处在较低水平,因此能源效率的提升有较大的空间,可以通过降低能源强度来降低煤炭的消费。

(2)优化产业结构。第一,严格控制高耗能行业的新增产能。增强对钢铁、水泥、有色金属冶炼等传统高耗能行业的低碳化技术改造,不断增加其产出投入比。第二,对煤炭资源转化利用的方向进行深入剖析,煤炭资源转化利用朝三个方向发展,即纵向精深加工转化、横向综合利用转化及耦合产业链发展。第三,政府采用政策引导、投资扶持、技术支持等方式促进新能源行业的发展,大力发展太阳能和建筑一体化发展,提高风能发电效率,增加水电基础设施建设,增加对生物智能技术研发的投入。积极发展新能源,不断提高新能源在陕西能源消费结构中的比例。

(3)合理规划固定资产投资方向。一方面,继续加大对“气化陕西工程”的投资,不断提高天然气这种情节能源的消费比例;另一方面,加大对陕西省的风能、水能、太阳能、地热能、生物质能等无碳或低碳新能源投资开发。

参考文献:

[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] 沈镭,刘立涛,王礼茂,陈枫楠,张超,沈明,钟帅.2050年中国能源消费的情景预测[J].自然资源学报,2015(3)

[4] 付立东,张金锁,冯雪.GASA模型预测中国能源需求[J].系统工程理论与实践,2015(3)

[5] 张保留,罗宏.大气污染约束下的省域煤炭消费预测[J].中国煤炭,2015(4)

[6] 李瑞峰,曾琳.能源革命下的煤炭需求峰值及供应能力预测[J].煤炭工程,2014(10)

[7] 林伯强,蒋竺均.中国二氧化碳的环境库兹涅茨曲线预测及影响因素分析[J].管理世界,2009(4)

[8] 张峰玮,曾琳.未来中长期我国居民生活用煤需求预测[J].中国煤炭,2014(6)

[9] 周丹丹,李蜀庆.重庆市能源消费影响因素分析[J].环境科学与管理,2009(3)

[10] 郭菊娥,柴建,吕振东.我国能源消费需求影响因素及其影响机理分析[J].管理学报,2008(8)

[11] 侯丹丹,杨俊杰.我国“十二五”能源消费预测及影响因素分析[J].中外能源,2012(6)

[12] 刘怀.陕西“十三五”规划探讨[J].西部大开发,2015(5)

[13] 邢红,赵媛.江苏省能源消费趋势预测及其碳排放研究[J].特区经济,2013(9)

[14] 范德成,王绍华,张伟低.碳经济目标下一次能源消费结构影响因素分析[J].资源科学,2012(4)

(责任编辑张大鹏)

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

中图分类号TD－9

文献标识码A

基金项目:∗国家自然科学基金(71273206, 71273207,71303184),陕西省软科学研究计划项目(2015KRM085),西安科技大学哲学社会科学繁荣发展计划(2014SY03)

作者简介:李兆进(1991－),男,河南省台前县人,学术性研究生在读,从事能源经济与管理研究。