能源需求分析方法述析

时间：2023-03-25 00:13:42 经济毕业论文我要投稿

相关推荐

能源需求分析方法述析

摘要：能源需求分析方法大致可分为两类：一类是能源需求的预测分析方法，另一类是能源需求的因素分析方法。这些方法虽然对能源需求预测和影响因素分析做出了一定的贡献，但在建模思想和建模方法上都有不足之处。对于能源需求预测分析方法中存在的问题来说，建议用组合预测模型来解决；对于能源需求因素分析方法中存在的问题来说，建议采用协整与误差修正模型来解决。　　关键词：能源需求；分析方法；评述；探讨
　　
　　一、引言
　　
　　能源是人类社会发展不可缺少的物质基础，任何一个国家或地区的社会经济发展都离不开能源的支持。自进入工业化时期以来，能源在任何国家的社会与经济生活中都起着无可替代的重要作用，为了满足不断增长的能源需求，世界各国大量开采煤、石油、天然气等化石燃料，但仍然供不应求，多次出现全球性或区域性的能源紧缺，甚而导致严重的能源危机，而与年俱增的能源消费对环境造成的破坏也越来越严重。因此，清楚了解能源供需形势，做好影响能源需求因素分析、搞好能源需求预测为能源规划及政策的制定提供科学依据，对于保证我国国民经济健康、稳定、持续发展具有重要的理论和现实意义。
　　
　　二、能源需求分析方法的发展
　　
　　20 世纪70 年代爆发的“石油危机”使得各国学者更加关注能源问题的研究，并将各种建模方法引入到能源系统的研究当中。这其中对能源需求的研究又较多，并得出了一些比较实用的建模方法。这些方法大致可以归结为九种，具体包括：
　　（1）部门分析法，该方法是为了直接预测在一定经济发展速度以及一定技术进步条件下的能源需求量。根据实际情况把国民经济依部门划分，利用能源消费量与经济发展速度之间的关系，使用单位产值能源消费量来综合反映各部门能源消费的技术水平和管理水平。模型把国民经济现状作为分析和计算的出发点，直接应用基期年份的产值水平与能源消费量等参数在假定了各部门的产值增长速度与单位产值能耗变化率后，就可预测出各部门能源消费需求量、总能源需求量和增长趋势。部门划分越细，预测的准确率就越高，反之，预测的准确率就越低。
　　（2）传统时间序列趋势法，从能源消费量的过去和现在的统计数据中，按其发生时间的先后次序排成一个序列，找出能源消费量随时间变动的规律，以能源消费量作为时间的函数，使时间外延时，能源消费量的预测值可以从函数关系式解出。该方法的基本思想是能源消费量在将来随时间的变化规律同过去的能源消费量的变化规律是一致的。适用于国家、地区或企业从事短期或中期的能源消费预测。当遇到历史数据起伏较大，或者对未来趋势需要研究误差或探讨转折点时，就必须同其他预测方法相结合。
　　（3）能源消费弹性系数法，一个国家和地区的能源消费弹性系数可以宏观地反映本国或本地区国民经济发展与能源消费的统计规律。在某一特定的历史发展阶段，能源消费弹性系数有一个大体上比较稳定的数值范围。根据历史上能源消费与经济增长的统计数据，计算出能源消费弹性系数，然后利用这个值来预测今后年份的能源需求量，该预测法的基本思想是假设一国或地区在未来预测年份的经济发展趋势与过去的经济发展趋势相比无明显的改变。
　　（4）投入产出法，能源投入产出分析是研究能源部门与整个国民经济的联系。它从国民经济是一个有机整体出发，同时从能源生产消耗和分配使用两个侧面来全面反映能源产品在国民经济各部门间的运动过程。它不仅能反映能源产品的价值形成过程，也能反映能源产品的使用价值运动过程。
　　（5）RRS能源因素分析法，是由20世纪80年代初欧洲 Rhys 提出了一种简单实用的因素分析法，接着德国学者Reitler、Rudolph 和Schaefer在其方法的基础上加以完善，把影响工业能源消费的因素分解为四个部分，即工业总产值增长因素、能源利用效率因素、以及其他因素。
　　（6）BP人工神经网络模型法，神经网络是一种由若干互连处理单元组成的并行计算系统。而前馈神经网络则是神经网络体系结构中的一种，它是指一层中的所有权重直接指向下一个网络层的结点，权重不循环回来作为前一层的输入；前馈神经网络通常使用BP (Back Propagation)算法作为训练方法。BP算法是通过从输出层开始修改权重，然后反向移动到网络的隐层，来进行反向学习。
　　（7）情景分析法，是从未来社会发展的目标情景设想出发，来构想未来的能源需求，这种构想可以不局限于目前已有的条件限制，允许人们首先考虑未来希望达成的目标，然后再来分析达成这一目标所要采取的措施和可行性。
　　（8）灰色模型法，在控制论中,将已知信息的系统称为白色系统，未知信息的系统称为黑色系统，而系统中既含有已知又含有未知或不完全的信息系统称为灰色系统。1982 年邓聚龙教授创立了灰色系统理论，开辟了控制论新的研究方法。概括来讲，灰色系统理论是以“部分信息已知，部分信息未知”的“小样本”、“贫信息”不确定性系统为研究对象，主要通过对“部分”已知信息的生成、开发，提取有价值的信息，对系统运行行为、演化规律的正确描述和有效监控。　　（9）混沌时间序列法，是由Farmer D.J提出的，Takens用数学为之奠定了坚实基础的重构相空间方法。混沌理论以系统中出现的内在随机现象为研究对象，分析随机现象形成的过程和内在机制，它是关于系统从有序间或变为无序状态的一种演化理论。简单地说，混沌就是事物发展过程中的不确定性或者说是一个确定性系统中产生的近似随机性，这种随机性不是外因加于系统的，而是系统的内禀随机性。
　　
　　三、能源需求分析方法评述
　　
　　根据上述能源需求分析方法的研究角度不同，大致可将其分为两类：第一类是能源需求的预测分析方法，主要基于能源系统本身对能源需求进行研究，其中包括传统时间序列趋势法、BP人工神经网络模型法、灰色模型法和混沌时间序列法。第二类是能源需求的因素分析方法，主要基于整个社会经济系统对能源需求进行研究，其中包括部门分析法、能源消费弹性系数法、投入产出法、RRS能源因素分析法和情景分析法。
　　在以往的能源需求研究中，这些方法虽然对能源需求预测和影响因素分析做出了一定的贡献；但是在建模思想和建模方法上也存在着不足和缺点。对于能源需求的预测分析方法来说，无论较传统的时间序列趋势法，还是较新的BP人工神经网络模型法、灰色模型法和混沌时间序列法，虽然在建模方法本身有了新的进展，但是这些单一方法对能源需求预测精度提高的效果却都不明显。究其原因是因为传统的单一方程模型往往只能描述社会经济现象的某一方面，而经济现象本身却比较复杂，因此，这样进行描述和预测的结果往往由于缺乏对经济信息的全面充分利用而导致产生较大的误差。所以，仅对能源需求预测分析在方法上进行改进和创新是远远不够的，还必须从建模思想上有所突破才行。对于能源需求的因素分析方法来说，部门分析法、能源消费弹性系数法、投入产出法和RRS能源因素分析法是根据历史数据对能源需求的经济关系进行研究来分析能源需求的影响因素及预测；而情景分析法则是从未来社会发展的目标情景设想出发，来构想未来的能源需求，这种构想可以不局限于目前已有的条件限制，允许人们首先考虑未来希望达成的目标，然后再来分析达成这一目标所要采取的措施和可行性；其分析思路和前几种方法正好相反。但是，这些方法共同特点往往是以某种经济理论或对经济行为的认识来确立模型的理论关系形式，而依据经济理论或对经济行为的认识来确立模型，在建模本身上存在着主观性，因此，最后也就不可避免会造成由于认识上的不够全面和不够深入而导致建模的不准确进而导致分析结果上产生偏差。所以要对能源需求的因素分析在建模思想和建模方法上都应有所改进才行。
　　
　　四、能源需求分析方法探讨
　　
　　对于能源需求预测分析方法中存在的问题来说，建议用组合预测模型来解决，该方法利用两个模型之间的数学逻辑关系进行推导，具有较强的逻辑性和客观性，在预测效果上也有较高的准确性，这改变了传统单一模型由于对信息利用不充分所产生的较大误差。对于能源需求因素分析方法中存在的问题来说，建议采用协整与误差修正模型来解决，该方法从经济变量数据中所显示的关系出发，来确定模型中包含的变量和变量之间的理论关系，并以此来建立模型。而经济变量数据中所显示的关系是客观的，因此，所建立的能源需求模型和进行的因素分析也就具有更好的合理性和更高的科学性。另外，协整与误差修正模型还可以解决由非平稳变量引起的“伪回归”的影响，以及分辨出变量之间的长期均衡关系、短期波动以及长期均衡对短期波动的影响，并在此基础上进行相应的长期行为分析和短期行为分析。
　　
　　参考文献：
　　[1]李亮．灰色GM（1，1）和神经网络组合的能源预测模型[J]．研究与探讨，2005，（1）．
　　[2]田立新．能源经济系统分析[M]．北京：社会科学文献出版社，2005．
　　[3]李子奈，叶阿忠.高等计量经济学[M].北京：清华大学出版社，2000.
　　[4]傅德印，刘晓梅.预测方法与应用[M].北京：中国统计出版社,2003．
　　[5]韩君，梁亚民．趋势外推与ARMA组合的能源需求预测模型[J]．兰州商学院学报，2005，（6）.
　　[6]韩君，梁亚民．基于协整与ECM模型的中国能源需求计量分析[J]．开发研究，2006，（6）.

【能源需求分析方法述析】相关文章：

分析计算机网络木马入侵与防御方法05-19