2020—2030年中國天然氣需求預測

鄭明貴，王 萍，鐘聰紅

(1.江西理工大學礦業貿易與投資研究中心，江西 贛州 341099；2.中國科學技術大學管理學院，安徽 合肥 230026)

天然氣是綠色不可再生能源，在提高能源效率、保障能源安全方面有著多重優勢[1]。2018年，中國天然氣消費量達到2 830億m3，同比增加17.7%。能源發展“十三五”規劃指出，預計到2020年，在中國能源消費結構中，天然氣占比將提高到10%。由于用氣量的增大，國內產量已不能滿足消費需求，對外依存度呈現擴大趨勢[2]，2018年達到45.3%，同比增加6.2%。因此，分析中國天然氣資源在未來的需求情景狀況，對天然氣資源的生產、進出口安排，以及能源戰略的制定具有重要戰略意義。

1 研究現狀

在天然氣需求預測方法的選取上，大多數文獻采用時間序列[3]、回歸分析[4]、系統動力學模型[5]和灰色系統模型[6]等方法。但這些方法在單獨使用時，存在精準度不高、變量因素難以量化、后期收斂速度慢易陷入局部最優等問題。

為使預測過程更加科學、預測結果更加精準，有學者將多種預測方法進行優化組合。殷建成等[7]認為增加預測模型個數，可以使預測結果更為精準，其利用人工神經網絡、線性回歸分析和灰色系統模型三種方法，預測2003—2005年中國天然氣需求量；李哲等[8]運用多項式趨面分析理論，結合最優擬合原則，預測2010年中國天然氣需求量；AZADEH等[9]提出一種以自適應網絡為基礎的模糊推理系統——隨機前沿分析(ANFIS-SFA)方法，用于天然氣需求測算和消費行為分析。

除優化組合外，還有學者對天然氣預測方法進行了升級創新。鄒紹輝等[10]運用自適應原理調整DEBA算法的變異算子和交叉算子，改變了其擾動和變異模式，得到新的DDE-BAG天然氣需求預測模型，提高了局部搜索能力和收斂速度；KHANI等[11]提出基于時間序列的在線校準模型，依靠天然氣需求量歷史和實時數據，實現天然氣需求預測。

將預測方法進行優化組合或升級創新雖一定程度上提高了預測精度，但其所求解的權系數固定不變，對于受多種因素影響的天然氣需求預測并不是最適合的。且以上方法僅適用于短期預測，用于中長期預測時，預測精準度下降。因此建立一種可以探討天然氣需求量與影響因素之間關系并適用于中長期預測的模型尤為重要。BP神經網絡模型具有自適應、自組織和實時學習的優勢，精準度較高。對于研究天然氣需求量與影響因素的關系具有獨到的優勢，尤其適用于中長期預測。

本文的主要貢獻在于：運用BP神經網絡模型，實現對2020—2030年天然氣需求情況的系統性測算；以中國社會科學院和OECD等權威機構發布的數據作為預測依據，對影響天然氣需求的主要因素進行宏觀情景分析；設置高、基礎、低三種不同情景，使預測結果更加科學、精準。

2 全球天然氣資源概況

《BP世界能源統計年鑒2019》數據顯示，全球天然氣探明儲量為196.9萬億m3，新增探明儲量3.4萬億m3[12]。全球天然氣具有地域分布不均衡的特征，中東和獨聯體地區屬于資源密集區，占全球天然氣資源的70%以上。 其中，中東75.5萬億m3，占比38.4%；獨聯體62.8萬億m3，占比31.9%。從國家層面看，儲量最多的國家是俄羅斯，占全球天然氣資源的19.8%，其后依次是伊朗、卡塔爾、土庫曼斯坦和美國，分別占比16.2%、12.5%、9.9%和6.0%。 2018年主要天然氣國家探明儲量見表1。

表1 2018年主要天然氣國家探明儲量

3 中國天然氣資源概況與需求現狀分析

3.1 中國天然氣資源概況

根據2018年全國石油天然氣資源勘查開采情況通報，截至2018年底，中國天然氣探明儲量為57 936.08億m3，新增探明儲量為8 311.57億m3，同比增長4.9%；中國天然氣產量為1 415.12億m3，同比增長6.4%。中國天然氣資源雖較為豐富，但地區分布不均衡，主要集中在四川、鄂爾多斯、塔里木、松遼、柴達木和珠江口等盆地，所產天然氣資源量達1 263.46億m3，占全國的89.3%。但以上盆地的氣田總體規模偏小，資源埋藏深度大，儲量豐度低，較難開發，對開采技術要求比較高，缺少世界級的大型氣田[13-14]。

3.2 中國天然氣資源需求現狀分析

2009—2018年，從整體來看，中國天然氣消費量呈現上漲的趨勢。從增長速度來看，消費量增速持續超過產量增速；除了2015年以外，消費量增速均領先于GDP增速，并且2017—2018年有擴大趨勢，2018年天然氣消費量增速約是GDP增速的三倍，如圖1所示。這是受到市場需求拉動、節能減排壓力和天然氣管道建設持續推進的影響[15]。同時，隨著天然氣城市管道系統的不斷完善，天然氣利用領域由工業用氣向生活用氣深入發展[16]，用戶類型多元化，由單一的天然氣化工為主向城市燃氣、天然氣發電和工業燃氣并存轉變。預計未來十年，天然氣消費量將進一步提高，能源供應將呈現愈加緊張的局勢，供需矛盾日益尖銳。

圖1 2009—2018年中國天然氣產量增速、消費量增速和GDP增速

4 天然氣資源需求情景分析

4.1 影響天然氣需求的主要因素分析

4.1.1 中國GDP

利用通徑分析法尋找影響天然氣需求的核心因素，發現GDP與天然氣需求量有著密切關系，是主要影響因素[17]。GDP越高，天然氣需求量越大。

4.1.2 居民用電銷售電價

根據替代效應理論，電力資源與天然氣資源屬于可替代關系。由于能源之間可相互替代，其他能源的價格會顯著影響天然氣需求的變化[18]。電力價格有多種分類，其中與天然氣需求密切相關的類別應是居民用電銷售價格[19-21]，其發展趨勢對天然氣的需求影響較為顯著。 2009—2018年中國居民用電平均銷售價格見表2。

4.1.3 天然氣期貨價格

價格是影響天然氣需求的另一重要因素，目前我國采取政府定價(指導價)的方式來制定天然氣市場價格。隨著國際化程度的提高，當國外天然氣市場供求發生一定的變動時，國內市場也會隨之改變。因此，如果采取單一的定價機制則無法靈活地呈現出市場變動的真實情況。天然氣的期貨市場價格在一定程度上可以反映現貨的市場價格。因為期貨價格與現貨價格收斂情況幾乎相同且可以發現連續的遠期價格[22]。2009—2018年中國天然氣期貨價格見表3。

表2 2009—2018年中國居民用電平均銷售價格

表3 2009—2018年中國天然氣期貨價格

4.2 天然氣需求情景定義

以中國GDP、居民用電銷售價格和天然氣期貨價格作為關鍵控制因素，設置以下三種天然氣需求情景。

情景A(低情景)：未來十年內，中國經濟低速增長，全國天然氣需求增長穩定，供需缺口有所增大，資源進口量小幅增長。情景B(基礎情景)：在未來十年內，中國經濟保持現有速度穩步增長，全國天然氣需求持續增長，供需缺口較大，資源進口量較快增長。情景C(高情景)：在未來十年內，中國經濟高速增長，天然氣需求快速增長，需求遠大于產量，資源進口量持續快速增長。

5 中國天然氣資源需求情景預測模型

5.1 模型建立

一個三層BP神經網絡可以實現任意復雜的非線性映射，模型建立如下所述。

1) 輸入神經元(I)： 包括中國GDP(I1)、 中國居民用電平均銷售價格(I2)、中國天然氣期貨價格(I3)。

2) 輸出神經元(O)：包括中國天然氣進口需求量(O1)和中國天然氣需求總量(O2)。

3) 隱含層神經元數目(nh)：根據以下公式計算。

式中，ni、no分別為輸入和輸出神經元數目，因此取nh=3。

5.2 宏觀情景設置

根據中國經濟增長前沿課題組[23]、OECD[24]和李標等[25]對中國未來經濟增長率的預測，設置2020—2030年中國GDP總量未來情景，見表4。

表4 2020—2030年中國GDP總量情景設置

根據中國產業信息網[26]和智研咨詢[27]對中國電價走勢的分析及預測可知，在未來十年，隨著經濟水平的不斷發展，物價水平隨之提高，電價呈現波動上漲的趨勢。由此設置2020—2030年中國居民用電價格未來情景，見表5。

根據張宗益等[28]對天然氣期貨價格趨勢預測可知，2009—2018年天然氣期貨價格呈現波動下降趨勢，但預計未來十幾年，天然氣期貨價格將觸底反彈，并且呈現長期增長趨勢。由此設置2020—2030年中國天然氣期貨價格未來情景，見表6。

5.3 原始數據初始化

根據神經網絡訓練要求，輸入和輸出原始數據(表7)需要進行歸一化，為使網絡訓練收斂較快，歸一化后的數據應盡可能在0.1～0.9之間。歸一化方法是尋找某一項數據可能取的最大值，再將該項數據分別除以最大值。由此得到神經網絡訓練數據，見表8。

5.4 神經網絡系統訓練

將神經網絡訓練值輸入BP神經網絡系統，對網絡加以訓練學習。本文共收集2009—2018年共10年的樣本數據，因此學習樣本數目設置為10。有3個輸入神經元和2個輸出神經元，因此將輸入層節點數設為3，輸出層節點數設為2，隱含層數為1。根據前面計算隱含層節點數為3，設定最大學習步數為100 000步，學習沖量0.8，學習速率0.7，誤差平方和為0.001。最后，對訓練好的系統進行測試。測試結果見表9。

表5 2020—2030年中國居民用電電價發展趨勢情景設置

表6 2020—2030年中國天然氣期貨價格情景設置

表7 原始數據

表8 神經網絡訓練值

由表9可知，訓練后的BP神經網絡系統對需求總量的預測輸出值與實際值相對誤差均較小，效果較為理想；對進口總量的預測輸出值，除2009年和2012年相對誤差較大以外，其他年份均處于較為合理的范圍內。2009年多項天然氣勘探開發技術獲得新進展，并成功應用于鄂爾多斯盆地、四川盆地和松遼盆地等特大型氣田中[29]，使得天然氣產量上升，實際進口總量減少。但本文所關注的需求總量預測穩健性較好，網絡可以應用。

5.5 模型測算與結果分析

根據表4、表5和表6，對高、基礎、低三種情景進行預測。測算出中國2020—2030年天然氣資源需求情景，見表10。

表9 網絡測試結果分析表

表10 2020—2030年中國天然氣資源需求情景

由表10可知，在未來十年中國天然氣需求將不斷增加，進口量也將持續增加。2030年三種情景天然氣平均需求總量將達到4 363.27億m3，2030年平均進口量將達到2 245.07億m3。從對外依存度來看，2024年三種情景天然氣平均對外依存度達到51.24%，沖破50%的國際警戒線，2030年達到51.46%。前已述及，全球天然氣資源具有地域分布不均勻的特點，而天然氣主要依靠管道進口，我國管道天然氣進口又囿于周邊少數國家和地區，因此，天然氣對外依存度過高所暗藏的風險，相比石油來說或許更為嚴重。

5.6 本文預測結果與其他機構的比較分析

以情景B為例，將本文預測結果與國外能源機構英國石油公司(BP)和美國能源信息署(EIA)的預測結果進行比較分析，見表11。

表11 本文預測結果與BP、EIA預測結果的比較分析

由表11可知，本文預測結果與國外能源機構英國石油公司(BP)和美國能源信息署(EIA)的預測結果相近。本文預測結果均低于BP的預測結果，但平均相對誤差較小，為-3.58%，兩者預測結果在2024年最為接近，相對誤差僅為0.95%；本文預測結果均高于EIA的預測結果，但平均相對誤差較小，為6.09%，兩者預測結果在2030年最為接近，相對誤差僅為0.55%。由此可知，本文預測結果具有較好的科學性與可信度。

6 結論與建議

基于本文分析，得出以下認識。①2009—2018年，總體來看，中國天然氣消費量呈現上漲趨勢。消費量增速持續超過產量增速；除了2015年以外，消費量增速均領先于GDP增速，并且2017—2018年有擴大趨勢，2018年天然氣消費量增速約是GDP增速的三倍。②中國GDP、居民用電平均銷售價格以及天然氣期貨價格是影響中國天然氣資源需求的主要因素。③情景預測顯示，在未來十年，中國天然氣需求將不斷增加，進口量也將持續增加。2030年天然氣平均需求總量將達到4 363.27億m3，平均進口量將達到2 245.07億m3。2024年天然氣平均對外依存度達到51.24%，沖破50%的國際警戒線，2030年達到51.46%。由此，提出以下建議。

1) 在基礎情景中，預測2024年天然氣需求量較2021年增長15.26%，2027年較2024年增長12.01%，2030年較2027年增長6.62%。因此，從短期來看，建議設立專題研究不同地區、不同時段的天然氣需求情況，結合供應成本，適度提高天然氣供應價格，增加階梯價格差距，從而減少對天然氣需求的依賴性，保障我國天然氣工業的國家經濟安全。

2) 在基礎情景中，與2018年相比，預測2021年天然氣需求量增長11.27%，2024年增長28.25%，2027年增長43.65%，2030年增長53.17%。因此，從長期來看，建議進一步加強國內天然氣勘查開發力度，采用新技術、新方法、新理論，力爭實現找礦重大突破，增加天然氣資源探明儲量，確保我國天然氣資源安全；建議在與周邊主要天然氣供應國建立良好供應關系的同時，適度拓展較遠進口來源國的供應渠道；加強天然氣進口管道基礎設施建設，吸引更多社會資本參與投資；建立與發展天然氣戰略儲備體系，在天然氣資源密集區建立調峰儲氣庫，以備解決天然氣需求高峰時期的供應短缺問題，提高調配效率。