一种天然气需求量预测新模型及其应用以川渝地(3)

3 天然气需求量预测模型构建及预测分析

3.1 样本数据的选取及收集

经综合分析历史文献资料，笔者选取天然气需求量预测中出现频次较高的地区生产总值、产业结构、人口发展、城镇化率、消费水平等外生变量作为天然气需求量的影响因素。将地区生产总值设为解释变量X1，产业结构以使用能源较多的第二产业占比为解释变量X2，人口发展采用地区年末总常住人口为解释变量X3，城镇化率以城镇化率为解释变量X4，消费水平以社会消费品零售总额为解释变量X5。

2000—2019年川渝地区天然气需求量及其影响因素的各项指标数据来源于国家统计局、四川省统计年鉴、四川省统计公报、重庆市统计年鉴、重庆市统计公报的公布数据并经整理所得，将天然气需求量设为被解释变量Q。天然气影响因素指标及其需求量数据如表1所示。

3.2 构建逐步回归双对数需求函数模型

利用灰色相对关联度模型计算川渝地区天然气需求量与各影响因素以及两两因素之间的相对关联度，结果分别如表2、3所示。相对关联度越大，表明该影响因素对天然气需求量的影响程度越高，反之越小。影响因素之间的相对关联度较大表明因素之间存在线性关系，设定两两因素之间的灰色相对关联度大于0.9时，判定该两因素之间存在多重共线性，可剔除与天然气需求量关联度较小的影响因素。

由表2、3可知，四川地区与天然气需求量关联度由高到低的影响因素依次为城镇化率、GDP、消费水平、产业结构、人口发展；而重庆地区则依次为城镇化率、GDP、产业结构、消费水平、人口发展。若关联度大于0.9，则判定为存在多重共线性，由表2、3发现四川省与重庆市的地区生产总值（X1）与消费水平（X5）的相对关联度分比为0.964 7与0.957 7均大于0.9，而X1与天然气需求量（Q）的关联度大于X5与Q的关联度，故剔除关联度较小的影响因素X5，初步确定地区生产总值（X1）、产业结构（X2）、人口发展（X3）、城镇化率（X4）为影响天然气需求量的解释变量。

将表1中2000—2019年天然气需求量与各影响因素的数据进行对数处理后，根据表2、3中关联度，由大到小逐次将初步确定的影响因素选入双对数需求函数模型，并进行统计显著性检验。本文研究采用IBM SPSS Statistics 26软件执行逐步回归分析，以是否达到5%的显著性水平为标准，经反复迭代计算分析，逐次剔除不显著的影响因素，筛选出相对重要的影响因素，结果列于表4。

表1 天然气需求量及其影响因素指标数据表年份 四川地区重庆地区Q/108m3X1/亿元 X2 X3/万人 X4 X5/亿元 Q/108m3 X1/亿元 X2 X3/万人 X4 X5/亿元2000 58.67 3 928 36.48% 8 235 26.7% 1 524 33.26 1 791 42.43% 2 849 35.6% 643 2001 63.07 4 293 36.61% 8 143 27.2% 1 680 26.56 1 977 42.59% 2 829 37.4% 699 2002 69.96 4 725 36.69% 8 110 28.2% 1 850 27.33 2 233 42.94% 2 814 39.9% 763 2003 74.68 5 333 37.78% 8 176 30.1% 2 091 28.75 2 556 44.42% 2 803 41.9% 836 2004 80.64 6 380 39.02% 8 090 31.1% 2 384 30.34 3 035 45.37% 2 793 43.5% 955 2005 89.52 7 385 41.53% 8 212 33.0% 3 004 35.50 3 468 45.10% 2 798 45.2% 1 228 2006 106.08 8 690 43.44% 8 169 34.3% 3 473 40.05 3 907 47.90% 2 808 46.7% 1 432 2007 112.15 10 562 44.01% 8 127 35.6% 4 106 43.53 4 676 50.65% 2 816 48.3% 1 711 2008 108.94 12 601 46.21% 8 138 37.4% 4 945 48.75 5 794 52.78% 2 839 49.9% 2 147 2009 126.99 14 151 47.43% 8 185 38.7% 5 759 49.47 6 530 52.81% 2 859 51.6% 2 479 2010 175.26 17 185 50.46% 8 045 40.2% 6 885 56.42 7 926 55.00% 2 885 53.0% 3 051 2011 156.08 21 027 52.45% 8 050 41.8% 8 291 61.80 10 011 55.37% 2 919 55.0% 3 782 2012 153.00 23 873 51.66% 8 076 43.5% 9 622 70.98 11 410 52.37% 2 945 56.9% 4 403 2013 148.30 26 392 51.05% 8 107 44.9% 11 001 72.19 12 783 45.47% 2 970 58.4% 5 056 2014 165.17 28 537 48.93% 8 140 46.3% 12 393 82.15 14 263 45.77% 2 991 59.6% 5 711 2015 170.98 30 053 44.08% 8 204 47.7% 13 878 88.37 15 717 44.98% 3 017 60.9% 6 424 2016 181.57 32 935 40.84% 8 262 49.2% 15 602 89.32 17 741 44.52% 3 048 62.6% 7 271 2017 198.91 36 980 38.75% 8 302 50.8% 17 481 95.24 19 425 44.19% 3 075 64.1% 8 068 2018 214.96 42 902 37.43% 8 341 52.3% 18 255 99.50 21 589 40.96% 3 102 65.5% 7 977 2019 227.00 46 616 37.25% 8 375 53.8% 20 144 103.00 23 606 40.23% 3 124 66.8% 8 667

由表2可知，城镇化率（X4）与四川地区天然气需求量的相对关联度最高，首先被选入模型中，构建成为模型A，统计显著性检验结果如表4所示。此时，模型A外尚有3个预测解释变量，各自变量与因变量的相对关联度以地区生产总值（X1）的0.689 5为最高，因此是第二个被选入的影响因素。在模型A的基础上选入变量X1，进行统计显著性检验，结果显示修正的R2=0.961，地区生产总值的t值为0.734、P值为0.473，均未通过显著性检验，故剔除影响因素X1。余下的两个因素中产业结构（X2）的关联度较高，被选入模型A，结果显示X2的t值为1.561、P值为0.137，未通过检验，不能纳入模型A。最后将人口发展（X3）纳入模型进行显著性检验，分析表明X3的t值为－1.876、P值为0.078，未达到P=0.05的显著性水平，不能选入预测模型，由于模型外无符合条件的影响因素，故选择变量程序终止，此时，利用该最佳预测模型A对四川地区的天然气需求量进行预测，预测的拟合值及误差结果如表5所示。

文章来源：《天然气工业》 网址: http://www.trqgyzzs.cn/qikandaodu/2021/0610/1279.html