丁 聿 付佳鑫 唐 旭,4 王建良,4

1. 中国石油大学（北京）经济管理学院 2. 北京交通大学经济管理学院 3. 北京市燃气集团有限责任公司

4. 中国油气产业发展研究中心

0 引言

能源低碳转型是中国应对气候变化的重要举措[1]。在当前阶段，天然气作为高效、优质的清洁能源已成为能源低碳转型的主要过渡能源[2-3]，其需求增长空间非常大。北京市作为中国的政治、文化、国际交往与科技创新中心，近十年天然气消费大幅增加，天然气在能源消费结构中占比超过30%。在能源低碳转型进程中，预测分析北京市天然气需求量的未来变化趋势及其空间分布特征十分重要，能够在时间和空间维度上为天然气管理提供决策支撑。

天然气需求量预测在学术界备受关注，已有研究主要从国家或省际层面采用单一模型或组合模型开展相关预测。在单一模型中，常用的预测方法主要有神经网络模型、SD（系统动力学）模型等。在神经网络模型方面，研究者通过搜集天然气消费数据，训练并构建了用于天然气需求量预测的人工神经网络模型[4-5]；Szoplik[6]基于天然气实际消耗数据，考虑了季节与气候因素对天然气消耗的影响，利用MLP网络使人工神经网络模型实现了天然气日消耗量与小时消耗量的预测；卢全莹等[7]利用通径分析认为人口、城镇化率是天然气消费的主要推动因素，GDP则是天然气消费的主要限制因素，并利用RBF神经网络分位数回归模型（RBF-QRNN）预测了中国“十二五”和“十三五”期间的天然气消费量；……