一种天然气需求量预测新模型及其应用以川渝地(4)

表2 四川地区各变量之间的灰色相对关联度表变量 Q X1 X2 X3 X4 X5 Q 1 X1 0.689 5 1 X2 0.614 9 0.549 4 1 X3 0.519 9 0.508 9 0.590 4 1 X4 0.700 0 0.579 0 0.812 4 0.556 5 1 X5 0.672 1 0.964 7 0.545 9 0.508 3 0.573 4 1

表3 重庆地区各变量之间的灰色相对关联度表变量 Q X1 X2 X3 X4 X5 Q 1 X1 0.592 9 1 X2 0.586 0 0.516 0 1 X3 0.530 3 0.505 6 0.676 1 1 X4 0.811 7 0.557 9 0.638 0 0.548 6 1 X5 0.585 1 0.957 7 0.514 6 0.505 2 0.553 0 1

表4 逐步回归分析所得到的模型中与排除系数估计值表地区 模型名称 模型内的变量 Std. Error Beta t P R2 F四川 模型A 修正的R2 = 0.962 0.964 476.651 X4 0.084 0.982 21.832 0模型B 修正的R2 = 0.934 0.937 268.751 X4 0.145 0.968 16.394 0重庆 修正的R2 = 0.984模型C 0.986 582.016 X1 0.133 1.829 7.559 0 X4 0.595 －0.848 －3.504 0.003

表5 川渝地区天然气需求量拟合值及误差结果表年份四川地区 重庆地区实际值/108 m3拟合值/108 m3MAPE 实际值/108 m3拟合值/108 m3 MAPE 2000 58.67 62.43 6.4% 33.26 29.33 11.8%2001 63.07 64.60 2.4% 26.56 29.21 9.9%2002 69.96 69.04 1.3% 27.33 28.84 5.5%2003 74.68 77.84 4.2% 28.75 29.814 3.7%2004 80.64 82.67 2.5% 30.34 32.75 7.9%2005 89.52 92.21 3.0% 35.50 34.56 2.6%2006 106.08 99.01 6.6% 40.05 36.38 9.1%2007 112.15 106.03 5.4% 43.53 40.60 6.7%2008 108.94 116.11 6.5% 48.75 47.02 3.5%2009 126.99 123.64 2.6% 49.47 49.43 0.1%2010 175.26 132.61 24.0% 56.42 56.76 0.6%2011 156.08 142.49 8.7% 61.80 66.39 7.4%2012 153.00 153.34 0.3% 70.98 70.51 0.6%2013 148.30 162.55 9.6% 72.19 74.84 3.6%2014 165.17 172.00 4.1% 82.15 80.05 2.5%2015 170.98 181.70 6.2% 88.37 84.35 4.5%2016 181.57 192.35 5.9% 89.32 89.92 0.7%2017 198.91 204.03 2.5% 95.24 93.73 1.6%2018 214.96 215.26 0.1% 99.50 99.59 0.1%2019 227.00 226.76 0.1% 103.00 104.55 1.5%平均值 5.1% 4.2%

2010年是四川地区“十一五”规划的收官之年，为实现“气化”全川的能源战略目标，导致天然气需求量呈“断崖式上涨”的异常情况，但模型A仍可解释被解释变量变异程度的96.4%，其MAPE=5.1%＜10.0%，这表明模型A的预测精度为“优”，对后续预测具有较强说服力[5]。模型A的预测结果优于多元回归预测模型（MAPE=5.3%）、灰色预测模型（MAPE=7.6%）、非线性预测模型（MAPE=6.8%）等预测模型的结果，表明该模型的预测精度高于其他模型。

由表3可知，在重庆地区天然气预测模型中，首先被选入模型的仍是关联度最高的城镇化率，构建的模型为模型B。在未选入模型B的解释变量中，相对关联度较高的是地区生产总值（X1），选入模型B后，城镇化率（X4）与地区生产总值（X1）均通过了显著性检验（表4），此时构建具有X4和X1两个解释变量的模型C。根据关联度最大原则，继续依次将剩余解释变量产业结构（X2）、人口发展（X3）选入模型C，检验结果均未达到P=0.05的显著性水平（X2：t=0.209、P=0.837；X3：t=－0.195、P=0.848），故终止选择变量程序，此时，利用建立的最佳预测模型C对重庆地区的天然气需求量进行预测，其预测的拟合值及误差结果如表5所示。重庆地区受环保政策和产业结构优化调整的影响，天然气需求量在2000年出现“爆炸式增长”异常现象，但模型C仍将被解释变量变异量的解释能力由模型B的93.7%提高到98.6%，模型C的MAPE=4.2%＜10.0%，表明该模型的预测精度为“优”，对后续预测具有很强的说服力[5]。模型C的预测结果优于多元回归预测模型（MAPE=5.2%）、灰色预测模型（MAPE=5.4%）、非线性预测模型（MAPE=6.1%）等模型的预测结果，模型C的预测精度高于其他模型。

分析川渝地区天然气消费结构可知，城市燃气处于天然气消费主力地位，占比达约45%，工业原料与工业燃料占比相当约为21%，其他消费占比约为13%，整体来说，消费结构比较合理。

对于四川地区，由表2可知，城镇化率是影响天然气需求量的最主要因素，近年来四川地区城镇化率逐年攀升，2019年达53.8%，但相较于发达地区，如北京市城镇化率86.6%的水平还有较大差距。该区天然气需求量较大一部分来源于城市燃气：①城市常住人口的增长直接导致居民生活、公共建筑、采暖空调、城市交通、城市基础设施建设等用气量大幅度提高；②城镇化建设带动了区域经济发展、推动产业转型升级，促使天然气相关工业发展，间接拉动了天然气需求量的增长，故城镇化率的变化是影响四川地区天然气需求量的重要因素。

对于重庆地区，影响天然气需求量的最主要因素与四川地区保持一致，皆为城镇化率。但与四川地区不同的是，四川城镇化率提升空间较大，对天然气需求量的影响后劲强劲，而城镇化率在影响重庆地区天然气需求量方面逐渐乏力，2019年重庆城镇化率超过全国60.6%的水平，达到66.8%，城镇化率仍将增长但后劲相对减弱。经济发展也是驱动能源消费的重要因素，重庆地区经济增速优势明显，由此带动的天然气需求量也非常庞大。

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