政策沖擊影響下中國能源消費預測分析及控制策略

花 玲，謝乃明

（南京航空航天大學經濟與管理學院，江蘇南京211106）

政策沖擊影響下中國能源消費預測分析及控制策略

花 玲，謝乃明

（南京航空航天大學經濟與管理學院，江蘇南京211106）

本文運用緩沖算子和灰色GM（1，1）模型，對中國能源消費總量和單位GDP能耗進行了模擬和預測，在能源消費預測結果的基礎上，構建了兩種控制策略模型，并以中國單位GDP能耗預測為例進行了算例分析。研究結果表明，灰色模型較好地模擬和預測了中國能源消費總量和單位GDP能耗。中國在“十二五”期間的節能潛力很大，能順利完成能源消費總量的指標?！笆濉卑踩刂撇呗詾椋?.48，1），即國家在“十二五”期間的控制力度應調整為“十一五”控制力度的0.48～1倍之間。

能源；政策沖擊；緩沖算子；GM（1，1）模型；控制策略

1 引言

能源是一個國家經濟發展的重要物質基礎，中國一直是能源消費大國，在“2012中美清潔能源論壇”上，國家能源局原局長張國寶公開表示，近年來中國能源消費增長較快，2011年的一次能源消費總量已超過美國，這預示著中國已經成為世界第一大能源消費國。雖然中國能源消費持續增長，但是“高耗能，低產出”的能源消費模式使中國在國際上長期處于劣勢地位。因此，在保持經濟穩定發展的前提下，節能減排、降低單位GDP能耗是當務之急。中國在“十一五”規劃中首次對全國及各地區的單位GDP能耗和能源結構層次提出了明確的約束性目標并取得一定的成果。在政策沖擊的影響下，“十一五”規劃期間（2006～2010年）中國能源消費總量緩慢遞增，單位GDP能耗逐年下降，2010年降至最低為1.034噸標準煤/萬元；能源消費結構層次緩慢趨向優化，具體表現為化石能源比重下降，非化石能源比重逐步上升，其中煤炭比重在2010年降至最低為68%，原油比重在2009年降至最低為17.9%，天然氣和其他能源（主要是可再生能源，包括水電，核電，風電）比重在2010年均上升至最高分別為4.4%和8.6%；“十一五”時期全國單位國內生產總值能耗降低19.1%，完成了“十一五”規劃《綱要》確定的約束性目標。從各地區完成節能目標情況看，除對新疆另行考核外，其他地區均完成了“十一五”國家下達的節能目標任務，有28個地區超額完成了“十一五”節能目標任務，超額完成目標較多的10個地區分別為：北京（超額32.95%，下同）、天津（5%）、山西（3%）、內蒙古（2.82%）、黑龍江（3.95%）、福建（2.81%）、湖北（8.35%）、廣東（2.63%）、重慶（4.75%）、云南（2.41%）。在“十一五”能源規劃順利完成之際，全國各地區又迎來了“十二五”節能新目標，這時存在兩方面的問題，一個是中國能否順利完成“十二五”能源規劃任務，另一個是基于“十一五”的控制力度，國家及政府將如何調整控制力度以保證“十二五”能源規劃嚴格按照規劃目標完成。

國內外關于能源消費方面的研究，早期主要集中在能源消費與經濟增長相互關系的驗證上。較早研究能源消費與經濟增長長期關系的是Kraft和Kraft［1］，他們利用1947～1974年美國數據進行實證分析，認為CNP到能源消費存在單向因果關系。研究能源消費與經濟增長因果關系最常用的方法是Granger因果檢驗法，后來Engle和Granger［2-3］對Granger因果檢驗法做了拓展提出了E～G兩步法。Yu和Jin［4］則使用E～G兩步法對1974～1990年的美國季度數據進行檢驗，結果表明，能源消費與收入或就業之間不存在長期協整均衡關系。之后還

產生了其他研究能源消費與經濟增長關系的方法，如灰色關聯分析等。相比于國外的研究，國內的學者在能源消費與經濟增長實證研究上起步較晚，目前關于兩者實證研究主要側重于兩方面：數據選取和實證方法研究。從數據選取上看，不同于國外學者選取的國家數據，國內學者多選取各省市的能源消費和經濟增長數據進行研究。陳海燕等［5］運用協整理論和因果關系檢驗理論，研究北京市1985～2006年的能源消費與經濟增長關系。王艷青等［6］以河南省為例，基于能源、資本、勞動力三要素的CD生產函數了構建了能源消費與經濟增長間關系模型，并采用協整分析和格蘭杰因果關系檢驗方法，分析了能源消費對GDP的影響。除此以外，還有對甘肅?。?］、廣東?。?］、湖南省［9］、山東省［10］、山西?。?1］、陜西?。?2］、江蘇省［13］、天津市［14］等省市的能源消費與經濟增長關系的研究。還有一些學者研究區域能源消費與經濟增長關系。蔡旭娜和賴川波［15］對我國八大經濟區域經濟增長與能源消費關系進行研究，得出不同地區能源消費特性對經濟增長速度的長期影響程度不同。中國人民大學區域與城市經濟研究所課題組對1990～2008年長三角地區能源消費與經濟增長關系進行實證分析［16］。在實證方法研究方面，除了延續國外的Granger因果檢驗法［17］、和灰色關聯分析［18］等傳統方法，國內學者試圖運用新方法對能源消費與經濟增長的關系進行研究。孫海濤和宋榮興［19］基于誤差修正模型理論，從變量的平穩性檢驗、變量間的因果關系檢驗、變量間的協整檢驗和誤差修改模型角度，利用我國1978～2009年能源消費總量和國民生產總量數據進行實證研究。王思斯等［20］利用更具穩健性小樣本特性的自回歸分析滯后（ARDL）模型和Toda-Yamamoto因果檢驗方法，從國家總體的和三次產業的角度實證研究了能源消費與經濟增長的互動關系。馬穎［21］運用馬爾科夫區志轉移向量自回歸（MSVAR）模型再次對中國1978～2010年期間的能源消費與經濟增長之間的關系進行了研究，研究結果表明能源消費與經濟增長之間的關系會隨狀態不同而改變。在國內國際環境有利于能源消費的穩定狀態下，能源消費是經濟增長的原因，在國際國內環境較不利于能源消費的不穩定狀態下，經濟增長是能源消費的原因。李小波和蘇怡蓮［22］從內生經濟增長理論入手，探討了經濟增長、資本、勞動和能源消費之間的關系，同時利用分位數回歸方法進行實證研究，結果說明：不同的經濟增長水平下，能源消費產出彈性為負。趙湘蓮等［23］以空間地理視角，通過空間計量分析，探索了我國31個省市（不含香港、澳門和臺灣）能源消費對經濟增長驅動作用，并建立包括地區生產總值、能源消耗、勞動力、資本存量與第二產業產值的空間滯后模型與空間誤差模型。王火根和沈利生［24］引入空間面板回歸模型研究中國各省市區經濟增長和能源消費的關系，利用matlab軟件及其spatial econometric模型建立和比較傳統面板回歸模型與空間面板回歸模型，結果表明空間面板回歸模型較傳統面板回歸模型優越。

能源消費與經濟增長相互關系的實證研究已經相當透徹，目前關于能源消費預測及預測方法的研究已成為新的熱點。國外的學者在能源消費預測方面已經取得一定的研究成果。S?zen等［25］運用人工神經網絡方法得到預測能源消費凈量的公式，結果表明運用人工神經網絡方法得到的能源消費凈量的預測值誤差很小。Pao［26］用線性規劃和非線性人工神經網絡模型分析四種經濟因素（包括國民收入，人口，GDP和CPI）是如何影響電能消費量并且構建了一個經濟預測模型，兩種模型都得出人口和國民收入對電力消費量的影響最大，而GDP對其影響最小，預測結果顯示人工神經網絡法比線性規劃方法誤差小，預測精度更強。Adams和Shachmurove［27］構建了基于能源平衡的中國能源經濟模型并用該模型預測到2020年的中國能源消費量和進口量，結果表明中國將提高對石油、煤炭、天然氣的進口量。Yayar等［28］用ANFIS和ARIMA兩種方法預測托卡特省電能需求，結果顯示在預測電能消費時ANFIS方法優于ARIMA。Li Junchen等［29］用系統動力模型預測未來天然氣在中國主要能源消費中成為煤炭重要的替代能源的趨勢并用情景分析法來評估結果的正確性。相比于國外學者，除了ARIMA模型［30-32］，國內學者更傾向于使用灰色模型和組合模型對能源消費進行預測研究。謝妍等［33］結合某省能源消費的歷史數據，用灰色系統理論建立了GM（1，1）預測模型，在此基礎上引入遺傳算法對該灰色預測模型參數進行優化以獲得更為精確的能源預測模型和預測值，預測結果表明模型可以作為能源消費預測的有效工具。李亮等［34］結合某省能源消費歷史數據用灰色預測和神經網絡建立了單項預測模型，再采用最優組合權重的方法進行優化組合，獲得更為精確的預測模型和預測值。還有其他一些新方法也被應用于能源消費預測中，如：logistic模型［35］和Log-GMDH［36］等模型?？傊壳斑@些關于能源預測及預測方法的研究多是改進或組合預測模型以期取得更高的預測精度和預測效果。

本文基于傳統的能源預測方法GM（1，1）模型，結合緩沖算子量化政策沖擊的影響，對中國能源消費總量和單位GDP能耗進行了模擬和預測，以解決中國能否順利完成“十二五”能源規劃任務的問題。

雖然目前國內外學者對能源消費預測及預測方法進行了廣泛的研究，但是缺乏對政府在能源消費中決策行為的關注：大部分的學者只局限于能源預測精度提高的方法研究，而預測的價值在于輔助決策，我們更應關注政府在能源消費中的決策行為，用預測信息為其決策提供參考。

為此，本文在能源消費預測結果的基礎上，構建了兩種控制策略模型，以期解決國家及政府如何調整控制力度以保證“十二五”能源規劃嚴格按照規劃目標完成的問題。

2 能源預測模型

本文所運用的能源消費預測模型有兩種：GM（1，1）模型和基于緩沖算子的GM（1，1）模型。由于基于緩沖算子的GM（1，1）模型只比GM（1，1）模型多了緩沖序列生產這一步驟，其他均相同，因此，這里只給出基于緩沖算子的GM（1，1）模型求解過程。

基于緩沖算子的GM（1，1）模型求解過程［37］：

步驟1 原始序列數據獲取。獲取非負序列：

其中，x（0）（k）≥0，k=1，2，…，n；

步驟2 緩沖序列數據生成。選擇合適的緩沖算子D，得到一階緩沖序列X（0）D=（x（0）（1）d，x（0）（2）d，… ，x（0）（n）d），另 記 為 X′（0）=（x′（0）（1），x′（0）（2），…，x′（0）（n）），其中x′（0）（k）= x（0）（k）d，k=1，2，…，n；

步驟3 1-AGO序列生成。對X（0）D進行累加生成獲得1-AGO序列X′（1）：

步驟4 緊鄰均值序列生成。對X′（1）進行緊鄰均值生成獲得緊鄰均值生成序列：

步驟5 參數求解。

則GM（1，1）模型x′（0）（k）+az（1）（k）=b的最小二乘估計參數列滿足=（BTB）-1BTY；

步驟6 時間響應函數。

步驟8 數據模擬和預測。根據步驟7所獲取的一次累加生成序列，累減可得：

步驟7 時間響應序列。根據步驟6，獲取時間響應序列為：

3 中國能源消費預測及分析

3.1 數據選取及處理說明

在本節中，我們選取的2002～2011年中國能源消費總量數據來自《中國統計年鑒2011》，由于灰色模型適用于小樣本的預測，因此選取近10年的中國能源消費總量數據（見表1）。我們選取的2005～2010年中國單位GDP能耗數據來自《中國環境統計年鑒2010》，由于統計年鑒中GDP選取基年的不同（2005年之前的GDP是以2000年的價格計算的，2005年以后是以2005年價格計算），因此只選取2005～2010年單位GDP能耗數據（見表1）。

在預測中國能源消費總量時，由于從2005年開始中國能源消費受到政策沖擊，如果直接用傳統的GM（1，1）方法預測“十二五”期間能源消費總量顯然是不合理的，因此，為了量化政策沖擊的影響，需要對數據進行預處理——緩沖處理。首先對2002～2011年的能源消費總量進行緩沖處理，然后用處理后的數據構建GM（1，1）模型得到2002～2011年的能源消費總量擬合值，并用2002～2011年的預測值比對實際值進行擬合誤差分析，最后得到“十二五”規劃后續四年（2012～2015年）的能源消費總量預測值。

表1 中國能源消費數據

在預測中國單位GDP能耗時，我們考慮兩種情況，一種情況是國家在“十二五”期間停止控制力度，另一種情況是國家在“十二五”期間延續“十一五”的控制力度。由于能源政策沖擊影響的實質是國家在宏觀層面對能源消費的控制力度，如果國家在“十二五”期間停止控制力度，那么系統在“十一五”期間所受的沖擊擾動影響將消失，因此，為了真實的反應未來的數據變化，需使用緩沖算子來表示原有沖擊擾動的消失。首先根據2005～2010年中國單位GDP能耗數據分別構建基于緩沖算子的GM（1，1）模型和GM（1，1）模型求得兩種情況下的擬合值，然后對比實際值進行擬合誤差分析，最后求得兩種情況下2011～2015年單位GDP能耗的預測值。

3.2 中國能源消費總量預測

根據2002～2011年中國能源消費總量數據（見表1），我國傳統能源消費總量分別為：

X={159431，183792，213456，235997，258676，280508，291448，306647，324939，348000｝

通過緩沖算子：

XD=（x（1）d，x（2）d，…，x（n）d）

其中：

可得到：

XD={271495.9，282458.6，292316.4，301703，310308.4，317758.5，326528.7，336469.5，348000｝

根據緩沖序列數據構建GM（1，1）模型，求的a =-0.029701，b=262375.297424，從而時間響應序列為：

累減還原，可以得到擬合效果表如表2所示。

根據表2的計算結果，兩種方法的擬合平均誤差分別為0.38%和2.93%，基于緩沖算子的GM（1，1）方法模擬效果明顯優于傳統GM（1，1）方法。以本文構建的方法進行預測，2012～2015年中國能源消費總量繼續保持緩慢增長趨勢，到2015年能源消費總量將達到391550.42萬噸標準煤（見表3）。根據2011年首次透露的“十二五”能源規劃量化指標“2015年國內非化石能源將達4.7億噸標煤，約占能源消費總量11.5%”，可以得出2015年規劃的能源消費總量為408695.65萬噸標準煤。比較能源消費總量的預測值和規劃值，我們可以預計中國在“十二五”期間的節能潛力很大，能順利完成能源消費總量的指標。

表2 中國能源消費總量模擬效果檢驗表 （單位：萬噸標準煤）

表3 中國能源消費總量預測（單位：萬噸標準煤）

3.3 中國能源單位GDP能耗預測

假設國家在“十二五”期間停止控制力度，根據2005～2010年中國單位GDP能耗數據（見圖2），構建基于緩沖算子的GM（1，1）模型，求得模擬值（見表4）和預測值（見表5）。

假設國家在“十二五”期間延續“十一五”的控制力度，則無需緩沖算子排出沖擊擾動波對系統的影響，直接構建GM（1，1）模型，求得模擬值（見表4）和預測值（見表5）。

表4 中國能源單位GDP能耗模擬結果 （單位：噸標準煤/萬元）

表5 中國能源單位GDP能耗預測值（單位：噸標準煤/萬元）

根據模型的計算結果進行分析，中國在停止控制和延續控制兩種情況下單位GDP能耗模擬平均誤差分別為0.15%和0.41%，模擬效果較好，分別做預測，得到在停止控制的情況下，到2015中國能源單位GDP能耗為0.925噸標準煤/萬元，而在延續控制的情況下，則降為0.827噸標準煤/萬元。

“十二五”節能目標要求到2015年，全國萬元國內生產總值能耗下降到0.869噸標準煤（按2005年價格計算），比2010年的1.034噸標準煤下降16%，比2005年的1.276噸標準煤下降32%。對比上表中的結果可以看出：如果國家在“十二五”期間停止控制力度，則無法完成“十二五”單位GDP能耗的指標；如果國家在“十二五”期間延續“十一五”的控制力度，又將超額完成計劃指標。

因此，為了能夠按照“十二五”能源規劃的計劃進度進行節能工作，國家需要將控制力度調整到合適的范圍內。

4 基于能源消費預測的控制策略模型

控制力度是一個較為抽象的概念，因此在大多數時候國家（或地方政府）都會憑借經驗或參考前一時期的策略做出調整方案，準確性較差，常常出現前怠后緊的問題。為了使國家（或地方政府）在制定控制策略時有一個的量化依據，我們需要構建控制策略模型。

模型1（圖1）：假設O點所處年份為政策沖擊影響的初始年，OC折線段為該時期停止控制下的預測指標值，OB折線段為計劃目標值，OA折線段為延續前段時期控制下的預測指標值。在C點構建坐標軸，豎軸代表控制力度，用P表示，記C點的控制力度PC為0，A點的控制力度PA為1，安全控制策略記為S。

模型2（圖2）：假設O點所處年份為政策沖擊影響的初始年，OC折線段為該時期停止控制下的預測指標值，OB折線段為延續前段時期控制下的預測指標值，OA折線段為計劃目標值，超額完成的最高限度為ε%。在C點構建坐標軸，豎軸代表控制力度，用P表示，記C點的控制力度PC為0，B點的控制力度PB為1，安全控制策略記為S。

根據圖中的線性關系求得：

安全策略上限為：

PU=PA（1+ε%）

則S=［PA，PU］

需要說明的是，政策沖擊影響的周期性變化是本文控制策略模型適用的前提條件，其中模型1適用于前期控制力度大于當期最佳控制力度的情況，模型2適用于前期控制力度小于當前最佳控制力度的情況。

圖1 基于能源消費預測的控制策略模型1

圖2 基于能源消費預測的控制策略模型2

圖3 中國能源單位GDP能耗預測對比圖

5 控制策略算例分析

本節以中國單位GDP能耗預測為例，進行具體的控制力度調整策略分析。

圖3可以反映出如果在嚴格按照計劃目標執行的情況下，“十二五”時期的控制力度應介于0到“十一五”控制力度之間，因此該算例符合模型1。

圖4 中國能源單位GDP能耗控制力度量化圖

為了便于觀測，我們取2010～2015年的單位GDP能耗預測值繪制局部微觀放大圖，如圖4所示，A點為延續控制力度時到2015年的單位GDP能耗預測值，B點為“十二五”能源規劃到2015年單位GDP能耗的目標值，C點為停止控制時到2015年的單位GDP能耗預測值。為了保證目標值的完成，控制力的效果必須保證與B點重合或超過B點，因此AB段為安全策略區。

根據前面的預測結果可知A點和C點的單位GDP能耗分別為0.925噸標準煤/萬元和0.817噸標準煤/萬元，又知B點的單位GDP能耗為0.869噸標準煤/萬元，基于模型1可求得B點的控制力度為：

則安全控制策略為S=［0.48，1），即國家在“十二五”期間的控制力度調整為“十一五”控制力度的0.48～1倍之間。

此控制策略分析方法也適用于各地區政府制定“十二五”時期控制力度調整方案，以提高決策的精度。

6 結語

本文研究表明：構建的緩沖算子GM（1，1）模型優于傳統GM（1，1）模型，能夠很好地模擬中國能源消費總量的變化趨勢，預測結果顯示中國在“十二五”期間的節能潛力很大，能順利完成能源消費總量的指標。如果國家在“十二五”期間停止控制力度，則無法完成“十二五”單位GDP能耗的指標；如果國家在“十二五”期間延續“十一五”的控制力度，又將超額完成計劃指標。因此國家需要將控制力度調整到合適的范圍內以保證按照“十二五”能源規劃的計劃進度進行節能工作?；谥袊鴨挝籊DP能耗預測結果，使用控制策略模型1求得安全控制策略為［0.48，1），即國家在“十二五”期間的控制力度調整為“十一五”控制力度的0.48～1倍之間。

需要說明的是，本文的研究成果是建立在一定的參數和初值條件下的，隨著國家能源政策的調整，能源政策的沖擊影響隨之變化，反映這種沖擊影響的緩沖算子的選擇也將改變，此外，本文中控制策略是基于只有政策沖擊影響，其他因素不變的假設。因此，匹對緩沖算子與能源沖擊度以及多因素條件下的控制策略分析可以成為今后進一步研究的問題。

［1］Kraft J，Kraft A.On the relationship between energy and GNP［J］.Journal of Energy and Development，1978，10（3）：401-403.

［2］Granger C W J.Some properties of time series data and their use in econometric model specification［J］.Journal of Econometrics，1981，16（1）：121-130.

［3］Engle R F，Granger C W.Cointegration and error correction：Representation，estimation and testing［J］. Econometrica，1987，55（2）：251-276.

［4］Yu E S，Jin J C.Cointegration tests of energy consumption，income and employment［J］.Resources and Energy，1992，14（3）：259-266.

［5］陳海燕，蔡嗣經，任一萍.北京市能源消費與經濟增長關系的實證研究［J］.科技進步與對策，2009，26（14）：33 -35.

［6］王艷青，陳書章，朱琰潔，等.河南省能源消費與經濟增長關系研究［J］.水電能源科學，2011，29（7）：188-191.

［7］秦靜，牛叔文，孫紅杰，等.甘肅省能源消費與經濟增長實證分析［J］.地域研究與開發，2010，29（3）：136-141.

［8］張傳國，陳蔚娟.廣東省能源消費與經濟增長關系實證研究［J］.國際經貿探索，2008，24（6）：29-33.

［9］江景星.湖南省能源消費與經濟發展的灰色關聯分析［J］.湖南社會科學，2010，（5）：135-137.

［10］劉愛芹.山東省能源消費與工業經濟增長的灰色關聯分析［J］.中國人口·資源與環境，2008，18（3）：103-107.

［11］李瑋，張艷青，張榮霞.山西省能源消費與經濟增長關系研究：基于Johansen協整檢驗和Granger因果關系檢驗［J］.中國礦業，2012，21（3）：32-34.

［12］楊惠賢，王敏.陜西省經濟增長與能源關系分析［J］.中國經貿導刊，2011，（21）：83-84.

［13］王遠，陳潔，周婧，等.江蘇省能源消費與經濟增長耦合關系研究［J］.長江流域資源與環境，2010，19（9）：979-984.

［14］汪東，汲奕君，孫志威，等.天津市能源消費與經濟增長的灰色關聯分析［J］.環境污染與防治，2010，32（10）：90-92.

［15］蔡旭娜，賴川波.區域經濟增長與能源消費關系的實證—基于中國八大經濟區域的面板數據［J］.統計與決策，2010，（1）：113-115.

［16］中國人民大學區域與城市經濟研究所課題組.長三角地區能源消費與經濟增長的實證分析—基于協整分析和狀態空間模型的估計［J］.江淮論壇，2010，（4）：21-25+133.

［17］張欣欣，劉廣斌，蔡璐.基于Granger檢驗的中國能源消費和經濟增長關系研究［J］.山西財經大學學報，2011，33（1）：26-27.

［18］黃飛.能源消費與國民經濟發展的灰色關聯分析［J］.熱能動力工程，2001，（1）：89-90（112）.

［19］孫海濤，宋榮興.基于誤差修正模型的能源消費與經濟增長關系研究［J］.生態經濟，2011，（8）：61-63.

［20］王思斯，崔慶軍，蔣月星，等.基于ARDL模型的我國三次產業能源消費與經濟增長關系研究［J］.軟科學，2011，25（5）：74-76（90）.

［21］馬穎.基于MS-VAR模型的經濟增長與能源消費關系研究［J］.經濟實證，2012，（18）：120-123.

［22］李小波，蘇怡蓮.基于分位數回歸方法的能源消費與經濟增長分析［J］.現代經濟信息，2009，（10）：2-3.

［23］趙湘蓮，李巖巖，陸敏.我國能源消費與經濟增長的空間計量分析［J］.軟科學，2012，26（3）：33-38.

［24］王火根，沈利生.中國經濟增長與能源消費空間面板分析［J］.數量經濟技術經濟研究，2007，（12）：98-107 +149.

［25］S?zen A，Ak?ayol M A，Arcaklioˇglu E.Forecasting net energy consumption using artificial neural network［J］.Energy Sources Part B：Economics，Planning& Policy，2006，1（2）：147-155.

［26］Pao H T.Modeling and forecasting the energy consumption in Taiwan using artificial neural networks［J］.Journal of American Academy of Business，Cambridge，2006，8（1）：113-119.

［27］Adams F G，Shachmurove Y.Modeling and forecasting energy consumption in China：Implications for Chinese energy demand and imports in 2020［J］.Energy Economics，2008，30（3）：1263-1278.

［28］Yayar R，Hekim M，Yilmaz V，et al.A comparison of ANFIS and ARIMA techniques in the forecasting of electric energy consumption of Tokat province in Turkey［J］.Journal of Economic&Social Studies（JECOSS），2011，1，（2）87-112.

［29］Li Junchen，Dong Xiucheng，Shangguan，et al.Forecasting the growth of China's natural gas consumption［J］.Energy，2011，36（3）：1380-1385.

［30］劉勇，汪旭暉.ARIMA模型在我國能源消費預測中的應用［J］.經濟經緯，2007，（5）：11-13+32.

［31］邢瑞軍，劉麗英.基于ARIMA模型對湖北省能源消費的預測［J］.統計與決策，2008，（24）：107-108.

［32］薛黎明，侯運炳，何廣.基于ARIMA模型的我國能源消費結構趨勢分析與預測［J］.中國礦業，2011，20（4）：24-27（35）.

［33］謝妍，李牧.基于遺傳算法優化的GM（1，1）能源預測模型研究［J］.中國管理信息化，2009，12（19）：95-97.

［34］李亮，孫廷容，黃強，等.灰色GM（1，1）和神經網絡組合的能源預測模型［J］.能源研究與利用，2005，（1）：10 -13.

［35］楊波，譚章祿.基于Logistic模型的中國國家能源消費總量預測研究［J］.科技管理研究，2013，（12）：45-48 +58.

［36］李紅梅，賀昌政，肖進.基于Log-GMDH模型的我國能源消費中長期預測［J］.軟科學，2012，26（5）：51-54 +66.

［37］劉思峰，黨耀國，方志耕，等.灰色系統理論及其應用［M］.北京：科學出版社，2010.

Forecasting Analysis of Chinese Energy Consumption and Control Strategy under Policy Impact

HUA Ling1，XIE Nai-ming2
（School of Economics and Management，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China）

In this paper，buffer operator and grey GM（1，1）model are introduced to simulate and forecast the total energy consumption and energy consumption per GDP.Two kinds of control policy models based on energy consumption forecasting are established and Chinese energy consumption per GDP is selected as an example.The research shows that the grey model has well simulated and forecasted the total energy consumption and energy consumption per GDP.China has a great potential to save energy in the twelfth five-year period and can achieve the target of energy consumption successfully.The safe control policy is［0.48，1），which means that the government should adjust the control of the twelfth five-year period to 0.48～1 time the one of the eleventh period.

energy；policy impact；buffer operator；GM（1，1）model；control strategy

TE0

A

1003-207（2014）07-0018-08

2013-06-30；

2014-02-21

花玲（1989-），女（漢族），江蘇南通人，南京航空航天大學經濟與管理學院，碩士研究生，研究方向：預測、決策與評價.