王飞飞，周伟杰

（常州大学, 江苏 常州 213164）

能源对经济具有支撑作用，但能源消费的持续增长，将会导致大气中碳排放增多。为了能实现绿色经济和可持续发展，碳的排放量应逐步减少。增加天然气消费是减少碳排放的可选路径之一。为此，准确预测天然气消费具有重要意义。江苏省位于我国东部沿海，属于长三角经济带。其自然资源较少，能源较为短缺。长期以来，江苏经济发展受到能源制约。从2002年开始江苏省能源消费进入了快速增长阶段，且江苏省能源消费结构严重不合理，使得环境问题也逐步凸显出来。为此，准确预测天然气消费能为江苏省能源规划提供政策建议。

1. 天然气消费研究现状

天然气消费系统有非线性、复杂性、不确定等特点，其影响因素较多。利用统计计量和人工智能模型可以获得较高的建模精度。然而，统计计量和人工智能模型需要大量的样本才能确保建模结果的稳定性和精确性。而在实际中，大样本量可能难以满足。如经济指标统计口径的改变导致收集到的目标样本变少，数据收集成本因素导致的样本过少等。这使得部分学者开始寻求对样本量要求较低的模型来预测。灰色系统以“部分信息已知，部分信息未知”“小样本”、“贫信息”的不确定性系统为研究对象，通过提取系统内部的部分已知信息，达到认识系统规律的目的。鉴于灰色系统对样本量及其分布要求并不严苛，以及在贫信息、不确定系统中也能维持较高的精度[1-2]，越来越多的学者应用灰色系统理论对其建模分析[3-5]。如天然气预测、雾霾[6]、冰凌灾害[7]、复杂装备预测等[8]。全延增利用北京市2013年-2017年天然气消费量数据,使用灰色分数阶FGM(1,1)模型,对北京市天然气消耗量进行预测,为政府、企业提供决策参考[9]。Shaikh提出优化的非线性灰色模型用于中国天然气需求量预测中[10]。单一的灰色模型适合研究波动较小的时间序列，而对于具有明显非线性季节特征的时间序列，其数据波动较大。为此有一些学者提出了组合预测方法。魏云云构建基于灰色关联下的GA—Bp模型，用于能源需求预测季节序列[11]。卢奇构建组合预测模型应用于我国能源消费系统中[12]。Wang等人通过将季节性时间序列按月或季度划分为不同的集，引入了一种数据分组的灰色组合模型来预测季度水力发电量[13]。结果表明，该方法优于其它基准方法。然而，灰色模型针对季节序列的预测并不多见。为了描述并处理月度、季度序列存在的季节性特征，有学者将季节因子与灰色模型结合来对季节序列建模，取得一定的预测效果。如针对南澳月度电力预测提出的SFGM(1,1)模型和针对中国季度电力数据构建的SGM(1,1)模型[14-15]。

本文将利用灰色GM(1,1)模型对江苏省的天然气消费进行预测，并根据预测结果，对未来能源规划给出相应的政策建议。

2. 模型构建

定义1[16]设X(0)为非负序列，，1—AGO序列，Z(1)为X(1)的紧邻均值生成序列，称为GM（1，1）的灰色微分方程模型，同时，称为灰色微分方程。

3. 江苏省天然气消费预测

基于国家统计局数据库收集的江苏省2005-2020年的天然气数值，见图1左侧。可以看出，天然气消费呈逐年递增趋势。同时，从图1右侧可见天然气消费的增速在2008年后有较大幅度降低，在2011、2015、2017年有较大的增幅，整体而言，天然气消费的增速呈现波动形态。这意味着在建模预测时需要考虑不同发展时期的特征，而不能用一个模型将所有年份数据都考虑在内。考虑到GM(1,1)滑动窗模型可以刻画不同阶段的发展速度，因此将利用GM(1,1)滑动窗模型来预测江苏省天然气消费数据。

图1 江苏省天然气消费

在利用GM(1,1)滑动窗滚动建模时，采用多少个数据建模是需要分析的。为了计算简便，本文将研究滑动窗口为固定常数下的GM(1,1)建模问题，对于变动窗口下的GM(1,1)模型暂不考虑。建模的步骤如下：

Step1.选择建模个数为4、5、6、7、8、9、10、11， 4为GM(1,1)建模最少个数。预测个数为5，即h=5。

Step2.根据不同的建模拟合个数，对其分别进行滑动窗建模，如建模个数为6，则从原始序列中前6个数来构建GM(1,1)模型；并向前进行5步预测。

Step3.对不同窗口长度下的滑动GM(1,1)模型的5步向前预测计算其平均绝对误差，从中找到建模的最优长度。

表1 不同窗口长度下的GM(1,1)建模精度

通过对江苏省能天然气耗费量在不同窗口长度下的建立GM(1,1)模型5步向前预测，其MApE可见表1。从表1可以看出，天然气的最优建模长度为10。为此，本文利用2011-2020年的10个数据对江苏省天然气消费进行预测。结果见图2。江苏省天然气在四十五期间的预测值分别为：372.20、426.11、487.82、558.47、639.35亿立方米，总体上呈现递增形态，这表明在未来5年，天然气消费将逐步增加，这将有利于碳排放的降低，为江苏省的经济平稳健康发展提供保障，实现经济的绿色发展。

图2 江苏省天然气预测

4. 结论与建议

本文利用GM(1,1)模型对江苏省天然气消费进行预测，首先利用滚动GM(1,1)模型选出最优建模个数，其次在此基础上，对在十四五期间的江苏省天然气消费进行预测。根据预测结果，提出以下相关建议。

4.1 努力增加天然气产量

天然气作为一种清洁能源，燃烧时产生的二氧化碳少于其他化石燃料，可以有效降低碳排放。在保持江苏省现有天然气产量的同时，要加大对扬子、盐城地区天然气的勘探开发力度，同时也要加大对矿业创新技术的重视。此外，为保证天然气的稳定供应，采取多种途径寻求天然气来源也是十分必要的，如不仅可以从中亚国家进口液化石油气，还能够从俄罗斯和美国进口液化石油气。

4.2 推进天然气储备体系建设

为了刺激天然气消费的稳定增长，需要进一步提高江苏省的调峰和应急供应能力。首先,在调峰设施的建设方面,优先建设储气库和配备多种互补的渠道，由多个运营商,构建城市应急储备设施，以便液化天然气接收站天然气管道加压存储。尽管江苏省有3个储气库，但仍需新建储气库以提高调峰能力。其次，在应急供气保障机制上，建立集供气、储气、调峰、应急供气、保障联动为一体的综合协调体系，积累相应的经验，满足高峰时期的天然气需求。

4.3 建立天然气市场化定价机制

理顺天然气价格形成过程，改革天然气定价机制，既能有效释放天然气市场活力，又激发竞争力的重要因素。在借鉴美、英天然气市场化定价的基础上，江苏省可以根据天然气消费情况择优开展天然气价格改革试点。此外，要增加天然气消费，既要优化能源消费，也需要鼓励部分行业或企业选择天然气能源，同时也要逐步培养公众环保习惯，增强公众的环境意识。