能源需求分析方法述析

摘要：能源需求分析方法大致可分為兩類：一類是能源需求的預測分析方法，另一類是能源需求的因素分析方法。這些方法雖然對能源需求預測和影響因素分析做出了一定的貢獻，但在建模思想和建模方法上都有不足之處。對于能源需求預測分析方法中存在的問題來說，建議用組合預測模型來解決；對于能源需求因素分析方法中存在的問題來說，建議采用協整與誤差修正模型來解決。

關鍵詞：能源需求；分析方法；評述；探討

中圖分類號：F206文獻標志碼：Ａ文章編號：1673-291X(2008)18-0280-02

一、引言

能源是人類社會發展不可缺少的物質基礎，任何一個國家或地區的社會經濟發展都離不開能源的支持。自進入工業化時期以來，能源在任何國家的社會與經濟生活中都起著無可替代的重要作用，為了滿足不斷增長的能源需求，世界各國大量開采煤、石油、天然氣等化石燃料，但仍然供不應求，多次出現全球性或區域性的能源緊缺，甚而導致嚴重的能源危機，而與年俱增的能源消費對環境造成的破壞也越來越嚴重。因此，清楚了解能源供需形勢，做好影響能源需求因素分析、搞好能源需求預測為能源規劃及政策的制定提供科學依據，對于保證我國國民經濟健康、穩定、持續發展具有重要的理論和現實意義。

二、能源需求分析方法的發展

20 世紀70 年代爆發的“石油危機”使得各國學者更加關注能源問題的研究，并將各種建模方法引入到能源系統的研究當中。這其中對能源需求的研究又較多，并得出了一些比較實用的建模方法。這些方法大致可以歸結為九種，具體包括：

（1）部門分析法，該方法是為了直接預測在一定經濟發展速度以及一定技術進步條件下的能源需求量。根據實際情況把國民經濟依部門劃分，利用能源消費量與經濟發展速度之間的關系，使用單位產值能源消費量來綜合反映各部門能源消費的技術水平和管理水平。模型把國民經濟現狀作為分析和計算的出發點，直接應用基期年份的產值水平與能源消費量等參數在假定了各部門的產值增長速度與單位產值能耗變化率后，就可預測出各部門能源消費需求量、總能源需求量和增長趨勢。部門劃分越細，預測的準確率就越高，反之，預測的準確率就越低。

（2）傳統時間序列趨勢法，從能源消費量的過去和現在的統計數據中，按其發生時間的先后次序排成一個序列，找出能源消費量隨時間變動的規律，以能源消費量作為時間的函數，使時間外延時，能源消費量的預測值可以從函數關系式解出。該方法的基本思想是能源消費量在將來隨時間的變化規律同過去的能源消費量的變化規律是一致的。適用于國家、地區或企業從事短期或中期的能源消費預測。當遇到歷史數據起伏較大，或者對未來趨勢需要研究誤差或探討轉折點時，就必須同其他預測方法相結合。

（3）能源消費彈性系數法，一個國家和地區的能源消費彈性系數可以宏觀地反映本國或本地區國民經濟發展與能源消費的統計規律。在某一特定的歷史發展階段，能源消費彈性系數有一個大體上比較穩定的數值范圍。根據歷史上能源消費與經濟增長的統計數據，計算出能源消費彈性系數，然后利用這個值來預測今后年份的能源需求量，該預測法的基本思想是假設一國或地區在未來預測年份的經濟發展趨勢與過去的經濟發展趨勢相比無明顯的改變。

（4）投入產出法，能源投入產出分析是研究能源部門與整個國民經濟的聯系。它從國民經濟是一個有機整體出發，同時從能源生產消耗和分配使用兩個側面來全面反映能源產品在國民經濟各部門間的運動過程。它不僅能反映能源產品的價值形成過程，也能反映能源產品的使用價值運動過程。

（5）RRS能源因素分析法，是由20世紀80年代初歐洲 Rhys 提出了一種簡單實用的因素分析法，接著德國學者Reitler、Rudolph 和Schaefer在其方法的基礎上加以完善，把影響工業能源消費的因素分解為四個部分，即工業總產值增長因素、能源利用效率因素、以及其他因素。

（6）BP人工神經網絡模型法，神經網絡是一種由若干互連處理單元組成的并行計算系統。而前饋神經網絡則是神經網絡體系結構中的一種，它是指一層中的所有權重直接指向下一個網絡層的結點，權重不循環回來作為前一層的輸入；前饋神經網絡通常使用BP (Back Propagation)算法作為訓練方法。BP算法是通過從輸出層開始修改權重，然后反向移動到網絡的隱層，來進行反向學習。

（7）情景分析法，是從未來社會發展的目標情景設想出發，來構想未來的能源需求，這種構想可以不局限于目前已有的條件限制，允許人們首先考慮未來希望達成的目標，然后再來分析達成這一目標所要采取的措施和可行性。

（8）灰色模型法，在控制論中，將已知信息的系統稱為白色系統，未知信息的系統稱為黑色系統，而系統中既含有已知又含有未知或不完全的信息系統稱為灰色系統。1982 年鄧聚龍教授創立了灰色系統理論，開辟了控制論新的研究方法。概括來講，灰色系統理論是以“部分信息已知，部分信息未知”的“小樣本”、“貧信息”不確定性系統為研究對象，主要通過對“部分”已知信息的生成、開發，提取有價值的信息，對系統運行行為、演化規律的正確描述和有效監控。

（9）混沌時間序列法，是由Farmer D.J提出的，Takens用數學為之奠定了堅實基礎的重構相空間方法。混沌理論以系統中出現的內在隨機現象為研究對象，分析隨機現象形成的過程和內在機制，它是關于系統從有序間或變為無序狀態的一種演化理論。簡單地說，混沌就是事物發展過程中的不確定性或者說是一個確定性系統中產生的近似隨機性，這種隨機性不是外因加于系統的，而是系統的內稟隨機性。

三、能源需求分析方法評述

根據上述能源需求分析方法的研究角度不同，大致可將其分為兩類：第一類是能源需求的預測分析方法，主要基于能源系統本身對能源需求進行研究，其中包括傳統時間序列趨勢法、BP人工神經網絡模型法、灰色模型法和混沌時間序列法。第二類是能源需求的因素分析方法，主要基于整個社會經濟系統對能源需求進行研究，其中包括部門分析法、能源消費彈性系數法、投入產出法、RRS能源因素分析法和情景分析法。

在以往的能源需求研究中，這些方法雖然對能源需求預測和影響因素分析做出了一定的貢獻；但是在建模思想和建模方法上也存在著不足和缺點。對于能源需求的預測分析方法來說，無論較傳統的時間序列趨勢法，還是較新的BP人工神經網絡模型法、灰色模型法和混沌時間序列法，雖然在建模方法本身有了新的進展，但是這些單一方法對能源需求預測精度提高的效果卻都不明顯。究其原因是因為傳統的單一方程模型往往只能描述社會經濟現象的某一方面，而經濟現象本身卻比較復雜，因此，這樣進行描述和預測的結果往往由于缺乏對經濟信息的全面充分利用而導致產生較大的誤差。所以，僅對能源需求預測分析在方法上進行改進和創新是遠遠不夠的，還必須從建模思想上有所突破才行。對于能源需求的因素分析方法來說，部門分析法、能源消費彈性系數法、投入產出法和RRS能源因素分析法是根據歷史數據對能源需求的經濟關系進行研究來分析能源需求的影響因素及預測；而情景分析法則是從未來社會發展的目標情景設想出發，來構想未來的能源需求，這種構想可以不局限于目前已有的條件限制，允許人們首先考慮未來希望達成的目標，然后再來分析達成這一目標所要采取的措施和可行性；其分析思路和前幾種方法正好相反。但是，這些方法共同特點往往是以某種經濟理論或對經濟行為的認識來確立模型的理論關系形式，而依據經濟理論或對經濟行為的認識來確立模型，在建模本身上存在著主觀性，因此，最后也就不可避免會造成由于認識上的不夠全面和不夠深入而導致建模的不準確進而導致分析結果上產生偏差。所以要對能源需求的因素分析在建模思想和建模方法上都應有所改進才行。

四、能源需求分析方法探討

對于能源需求預測分析方法中存在的問題來說，建議用組合預測模型來解決，該方法利用兩個模型之間的數學邏輯關系進行推導，具有較強的邏輯性和客觀性，在預測效果上也有較高的準確性，這改變了傳統單一模型由于對信息利用不充分所產生的較大誤差。對于能源需求因素分析方法中存在的問題來說，建議采用協整與誤差修正模型來解決，該方法從經濟變量數據中所顯示的關系出發，來確定模型中包含的變量和變量之間的理論關系，并以此來建立模型。而經濟變量數據中所顯示的關系是客觀的，因此，所建立的能源需求模型和進行的因素分析也就具有更好的合理性和更高的科學性。另外，協整與誤差修正模型還可以解決由非平穩變量引起的“偽回歸”的影響，以及分辨出變量之間的長期均衡關系、短期波動以及長期均衡對短期波動的影響，并在此基礎上進行相應的長期行為分析和短期行為分析。

參考文獻：

[1]李亮．灰色GM（1，1）和神經網絡組合的能源預測模型[J]．研究與探討，2005，（1）．

[2]田立新．能源經濟系統分析[M]．北京：社會科學文獻出版社，2005．

[3]李子奈，葉阿忠.高等計量經濟學[M].北京：清華大學出版社，2000.

[4]傅德印，劉曉梅.預測方法與應用[M].北京：中國統計出版社，2003．

[5]韓君，梁亞民．趨勢外推與ARMA組合的能源需求預測模型[J]．蘭州商學院學報，2005，（6）.

[6]韓君，梁亞民．基于協整與ECM模型的中國能源需求計量分析[J]．開發研究，2006，（6）.