中国能源供给与消费预测分析

《中国能源供给与消费预测分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、研究与探讨ISSN1672-9064CN35-1272/TK中国能源供给与消费预测分析周扬吴文祥胡莹章予舒（中国科学院地理科学与资源研究所北京110001）摘要能源供需矛盾问题一直是我国经济社会发展中的焦点。对我国能源生产与消费的规律进行简单的分析，采用能源供需历史数据分别构建适合于我国能源生产和消费的ARIMA模型，并对2009年到2013年我国能源的供给与需求进行了预测及分析。结果表明：①预计未来5年我国能源生产与消费基本趋于平衡；②能源生产同比增长速度大于消费增长速度；③ARIMA模型能用于能源生产与消费预测，且预测

2、误差较小。关键词能源生产与消费预测ARIMA模型中国中图分类号：F407.2文献标识码：A文章编号：1672-9064(2010)03－0002－03能源是人类生存和发展的重要物质基础，也是当今国际统计学家Box和Jenkins于70年代首次提出ARIMA政治、经济、军事、外交关注的焦点［1］。能源问题一直是我国（autoregressiveintegratedmovingaveragemodel）模型。ARIMA社会经济发展中的焦点问题［2］。探讨我国能源消费与生产状（p，d，q）模型包括AR（p）自回归模型，p为回归阶

3、数；MA（q）况，对于保障国家能源安全、实施科学发展观战略和走能源为移动平均模型；ARIMA（p，d，q）模型的一般表达式为：可持续发展道路具有重大的现实意义。y（t）=α0+α1y（t-1）+α2y（t-2）+…+αpy（t-p）+β0μt+β1μ（t-1）+β2μ（t-2）+…+βqμ（t-q）目前国内学者主要从社会经济结构、城市化进程等方面1.1ARIMA模型的识别探讨了我国能源消费与经济增长之间的关系，且大多围绕经针对具体时间序列分析，ARIMA（p，d，q）模型主要从样济增长与能源消费是否存在因果关系进行论证研究

4、［2-7］。国本自相关函数（auto-correlationfunction，ACF）、偏相关函数外学者ChanHL应用协整与误差修正模型对中国能源需求（partialauto-correlationfunction，PACF）的截尾性与拖尾性进行了预测分析［8］，Adams和Shachmurove［9］基于能源平衡的来识别［15］。具体识别方法是：原理建立了中国能源消费的计量经济学模型，并对中国能源（1）若平稳时间序列的偏自相关函数Фkk在k＞p以后截消费与进口进行了预测分析等；此外，亦有学者通过计量经尾，即k＞p时，Ф

5、kk=0，且自相关函数ρk拖尾，则可判断此序列济方法、组合模型对我国能源消费量进行了预测分析［10，11］。遵从AR（p）模型，并可以大致确定相应的阶数p；由于能源生产过程中不确定性较大，对我国能源生产预测分（2）若平稳时间序列的自相关函数ρk在k>q时，ρk=0，且析方面的研究相对甚少。傅瑛等应用混沌动力学模型对我国偏相关函数Фkk拖尾，则可判断序列满足MA（q）模型；能源生产进行了预测［12］，魏晓平等应用ARIMA模型对我国（3）若序列的自相关序数和偏相关系数都具有拖尾性，2006年月度煤炭生产进行了预测等［13］。

6、则可以判断序列满足ARMA模型（见表1）。时间序列分析方法是经济领域研究是主要工具之一，其用合适的模型描述历史数据随时间变化的规律，并预测未来［14］。ARIMA模型是时间序列分析中较常用预测方法，其因主要用于短期非平稳时间序列预测且精度较高的优点被广泛运用于经济学、医学等研究领域。它适用于对时间序列发展趋势的预测，可描述时间序列的动态变化及发展规律［14］。研究建立ARMA（p，q）模型，难点在于确定p，q值。一般采表明，基于ARIMA模型的能源需求预测是单一模型中相对用由低阶向高阶逐一拟合模型［15］，并根据AIC（A

7、kaikeinfo较为可靠的预测方法［15］。本文在简述ARIMA模型建模原理criterion）、SC（Schwarzcriterion）准则来确定模型的阶数，即与步骤的基础上，结合能源消费量和生产量各自的特点，分AIC和SC最小的原则。别试探性地构建适合于我国能源供给与消费的ARIMA模1.2ARIMA建模的一般步骤型，并对2009年到2013年我国能源供需进行了预测分析。根据ARIMA模型的基本思想及模型的识别方法，从以文中所采用的能源生产量（1949～2008年）与消费量（1953～下几个方面建立ARIMA模型［1

8、5］：①平稳性的识别；②白噪声2008年）数据源自历年《中国统计年鉴》。检验；③模型识别；④最优模型的选择及预测；⑤根据最终选1ARIMA建模基金项目：国家科技支撑计划课题（2006BAD20B06）作者简介：周扬（1984～），男，贵州普安人，硕士研究生，研究方向为能源预测及区域规划。2010．NO．