基于ARIM A模型的我國能源消費結構趨勢分析與預測

薛黎明,侯運炳,閆 旭,何 廣

(中國礦業大學 (北京)資源與安全工程學院,北京 100083)

能源結構是一次能源總量中各種能源的構成及其比例關系。我國的能源消費結構可以概括為“富煤、缺油、少氣”,與世界能源消費結構相比較,我國一次能源消費呈現出迥然不同的結構特點:煤炭消費比重基本上與世界上石油、天然氣的消費比重相當,占60%～70%;而石油、天然氣的消費比重則與世界煤炭消費比重基本持平,只占20%～30%。煤是一種排放物污染程度較高的能源,在煤的生產過程中也是要消耗大量能源。因此,以煤為主的能源消費結構,決定我國的經濟發展基礎建立在高污染高能耗的基礎之上,這會極大影響我國的經濟發展質量,與當今世界提出的低碳目標是極不協調的。因此,對我國的能源消費總量及能源消費結構進行預測是非常必要的。在預測的基礎上,對我國的能源結構進行優化,對我國的碳排放水平進行預估,進而制定出節能減排措施,對于中國樹立大國的負責任形象是非常重要的。本文將運用ARIM A模型,對我國

1 預測方法的選取

對數量預測方法可以分為兩大類,一類是根據某變量的過去值和現在值預測將來值;另一種方法是已知某時間序列的影響因素,通過回歸或其他方法運用變量之間的關系進行預測。由于我國能源消費系統是一個具有很多不確定因素的系統,影響因素比較復雜,本文通過第一類方法對能源結構進行預測。在第一類方法中,主要有兩種工具。一種就是利用灰色系統原理進行預測,另一種就是利用ARIM A模型進行預測。在對兩種方法進行試算比較后,ARIM A模型的預測結果較灰色系統理論所建模型的預測精度高,因此,本節運用 ARIMA模型對我國能源消費結構進行預測。

2 ARIM A模型建模原理

ARIM A模型全稱是差分自回歸移動平均模型(Autoregressive Integrated Moving Average Model,簡記ARIM A),是由博克思 (Box)和詹金斯(Jenkins)于20世紀70年代初提出的一種著名的時間序列預測方法,所以又稱為Box-Jenkins模型。ARIM A模型的基本思想,是將預測對象隨時間推移而形成的數據序列視為一個隨機序列,用一定的數學模型來近似描述這個序列。這個模型一旦被識別后,就可以根據時間序列的過去值及現在值來預測未來值[1]。

一個 AR IM A(p,d,q)模型,由三個過程組成,AR(p)自回歸過程、M A(q)移動平均過程和 I(d)單整過程。

2.1 自回歸過程AR(p)

如果一個線性過程可表達為

式中:φii,i=1,2,…p是自回歸參數;ut是白噪聲過程,則稱 xt為 p階自回歸過程,用AR(p)表示。

2.2 移動平均過程 MA(q)

如果一個線性隨機過程可用式 (2)表達式中:θ1、θ2、…、θq是回歸參數;ut為白噪聲過程。則式 (2)稱為 q階移動平均過程,記為 M A(q)。將其稱之為“移動平均”,是因為 xt是由q+1個 ut和ut滯后項的加權和構造而成。“移動”指t的變化,“平均”指加權和。

任何一個q階移動平均過程,都是由 q+1個白噪聲變量的加權和組成,所以任何一個移動平均過程都是平穩的。

2.3 自回歸移動平均過程ARM A(p,q)

由自回歸和移動平均兩部分共同構成的隨機過程,稱為自回歸移動平均過程,記為 ARM A(p,q),其中 p、q分別表示自回歸和移動平均部分的最大階數。ARM A(p,q)的一般表達式是:

2.4 單整自回歸移動平均過程ARIMA(p,d,q)

假設一個隨機過程含有 d個單位根,其經過 d次差分之后,可以變換為一個平穩的自回歸移動平均過程。則該隨機過程稱為單整自回歸移動平均過程,記為 ARIM A(p,d,q)。

3 我國能源需求結構預測

在對我國能源需求結構進行分析時,主要研究各種能源品種在能源消費總量中所占的比例,因此,需要對能源需求總量和各種能源的消費量進行預測。

3.1 能源消費總量的預測

用EC表示能源消費總量,為了消除其異方差性,對數據進行了對數處理,用LN EC表示。本文將根據1978～2008年能源消費總量數據,對2020年前我國能源消費總量進行預測。1978～2008年能源消費總量數據源自相關年份的《中國統計年鑒》。

3.1.1 LN EC序列的平穩性檢驗

對我國1978～2008年能源消費總量數據的平穩性進行檢驗。檢驗結果如表1所示。

表1 能源消費總量時間序列的平穩性檢驗結果

3.1.2 AR IM A模型識別

由平穩性檢驗結果知,應對能源需求總量時間序列數據建立ARIM A(p,2,q)模型。

下一步,還需要對模型進行進一步的識別,確定 p、q值。

LN EC的二階差分用Δ2LN ECt表示,Δ2LN ECt時間序列的相關圖如圖1所示。

圖1 Δ2 LN ECt時間序列的相關圖

由序列相關圖可初步確定 p=2,q=2,將 p與q的所有可能組合 (2,0)、(2,1)、(2,2)、(1,0)、(1,1)、(1,2)、(0,0)、(0,1)、(0,2)用EV IEWS 6.0軟件進行計算[2]。計算結果與檢驗結果表明,對Δ2LN ECt時間序列建立ARM A(2,2)模型。建立模型形式為:

應用Eview s6.0軟件,得到模型估計結果為:

由于

根據公式 (5)和公式 (6)有:

整理可得:

用EC表示能源消費總量,ECF表示模擬值,原值與模擬值的比較見圖2。

從圖2可以看出,所建立模型的預測效果較好。這里只列出2000～2008年的原值、模擬值與相對誤差值,見表2。表2表明,應用該模型進行預測時的相對誤差較小。

對預測模型進行檢驗,檢驗結果見表3。

應用ADF檢驗法對殘差的平穩性進行檢驗,結果表明殘差為平穩序列。

以上結果均表明,ARM A(2,2)模型可以作為LN EC二階差分序列的預測模型。

對2009～2020年我國能源消費總量進行預測,預測結果見表4。

圖2 LN EC序列原值、模擬值與殘差圖

表2 2000～2008年LN EC序列的原值、模擬值與相對誤差

表3 LN EC時間序列ARMA模型的檢驗結果

3.2 我國煤炭消費總量的預測

用CC表示煤炭消費總量,為了消除其異方差性,對數據進行了對數處理,用 LNCC表示。1978～2008年煤炭消費總量數據源自《中國統計年鑒》。依據1978～2008年煤炭消費總量數據對2020年前的煤炭消費總量進行預測。對煤炭消費總量進行預測的原理與能源消費總量預測相同。由于篇幅所限,這里只給出預測結果。煤炭消費總量的原值與模擬值的比較見圖3。對2009～2020年我國煤炭消費總量進行預測,預測結果見表4。

3.3 我國非化石能源消費總量的預測

非化石能源指的是核能、風能、太陽能、水能、生物質能、地熱能、海洋能等可再生能源。為了履行我國在哥本哈根會議達成的減排協議,國務院2009年12月召開常務會議,提出到2020年中國非化石能源占一次能源消費的比重達到15%左右的目標。因此,有必要按照目前的用能習慣、能源系統的特點及清潔能源建設速度,預測我國是否能夠達到該目標。

對非化石能源消費總量進行預測與能源消費總量預測的原理相同。這里只給出非化石能源消費總量的原值、模擬值與殘差圖和預測結果。非化石能源消費總量的原值、模擬值與殘差圖見圖4。非化石能源消費總量的預測結果見表4。

對2009年～2020年我國非化石能源消費總量進行預測,預測結果見表4。

圖3 原值、模擬值與殘差圖

表4 2009～2020年我國能源結構預測值

圖4 非化石能源消費總量的原值、模擬值與殘差圖

4 結論

(1)ARIM A模型可以作為能源消費預測的工具,其預測精度很好。

(2)我國能源消費總量持續增大。2015年我國的能源消費總量將比2008年增長30%左右,這對我國的節能減排目標是一個嚴峻的挑戰。為保證我國經濟發展帶來的快速增長的能源需求,調整經濟結構和節能減排依然是今后經濟發展的主要任務。

(3)從預測結果看,盡管煤炭消費會對環境帶來很大的負面影響,如果不改變當前的經濟結構和用能習慣,我國以煤為主的能源消費結構長期是不會改變的,能源消費結構中煤炭仍占70%左右。要降低煤炭對環境的破壞作用,應該做到以下兩點:

①加快實現煤炭的清潔利用。要達到節能減排目標,首要措施就是實現煤炭的清潔利用。在煤炭潔凈利用技術還不成熟、煤炭潔凈利用成本還較高的情況下,應重視優質煤炭資源的勘探和開發,優先利用優質煤炭資源,努力減輕對用煤環境的污染。②優化煤炭定價機制。長期以來,我國煤炭價格偏低,不能充分反映其不可再生成本和環境污染成本,在一定程度上造成了能源資源不合理配置。煤炭價格應與其他商品的比價趨于合理化,與國際市場接軌,促進煤炭工業的可持續發展。煤炭價格合理化不僅有利于節能,也有利于能源結構的改善。

(4)2020年我國非化石能源的比重為11.9%,與之前提出的15%的目標有一定差距。

為了實現清潔能源發展目標,我國必須加快清潔能源產業的發展。在世界一次能源消費結構中,化石燃料占90%,水電和核電僅占10%,我國只占2.5%。化石燃料尤其是煤燃燒排放的二氧化碳,是導致氣候變化的主要原因。雖然全球化石燃料最終可采儲量至少還可供人類使用100年,但開采成本較低的儲量將在21世紀后期耗盡[3]。因此,無論是從環境角度來看還是從資源角度來看,必須加速發展可再生能源。在技術方面,要努力縮短與國際先進水平的差距,加大研發力度。在政策方面,國家要對清潔能源的發展給予支持,形成清潔能源和可再生能源產業的競爭機制,消費領域也要提供激勵措施,建立新能源產業發展的長效機制[4]。

[1] 高鐵梅.計量經濟分析力法與建模 [M].北京:清華大學出版社,2006.

[2] 易丹輝.數據分析與Evicw s應用 [M].北京:中國統計出版社,2002.

[3] 杭雷鳴.我國能源消費結構問題研究 [D].上海交通大學,2007.

[4] 羅佐縣,汪如朗.優化我國能源結構的思考 [J].天然氣技術,2009,3(2):6-8.