吳大明
(應急管理部信息研究院,北京市朝陽區(qū),100029)
美國是世界煤炭生產(chǎn)和消費大國,數(shù)據(jù)顯示,2018年美國煤炭的生產(chǎn)和消費僅次于中國和印度[1]。由于煤炭的生產(chǎn)和消費與經(jīng)濟社會發(fā)展具有一定聯(lián)系,因此,研究分析美國煤炭的生產(chǎn)和消費趨勢,對于了解和掌握美國能源經(jīng)濟發(fā)展具有重要意義[2-4]。此外,通過對美國煤炭生產(chǎn)和消費變化的研究,還可為深入分析美國煤炭安全生產(chǎn)管理政策變化提供一定的借鑒[5]。筆者應用灰色理論模型,結合歷史數(shù)據(jù),對美國煤炭生產(chǎn)和消費進行預測,可為我國政府和煤炭企業(yè)相關政策制定以及煤炭生產(chǎn)提供參考。
煤炭生產(chǎn)方面,2018年,美國煤炭產(chǎn)量為68540萬t,同比減少1731萬t、下降2.46%,見表1和圖1。從歷史數(shù)據(jù)來看,自2001年以來,美國煤炭產(chǎn)量在2008年出現(xiàn)最大值,產(chǎn)量為106305萬t,在2016年出現(xiàn)最小值,產(chǎn)量為66076萬t。與2008年的煤炭產(chǎn)量最高峰相比,2018年的煤炭產(chǎn)量下降了35.53%。
表1 2001-2018年美國煤炭生產(chǎn)與進出口量情況 萬t
圖1 2000-2018年美國煤炭產(chǎn)量變化
煤炭進出口方面,2018年,美國煤炭進口540萬t,同比減少166萬t、下降23.51%;煤炭出口10490萬t,同比增加1695萬t、增長19.27%。從歷史數(shù)據(jù)來看,自2001年以來,美國煤炭進口量在2007年出現(xiàn)最大值,達到3297萬t,2018年達到最小值;煤炭出口量在2012年出現(xiàn)最大值,達到11407萬t,在2002年出現(xiàn)最小值,出口量為3593萬t。整體來看,美國煤炭進口量呈逐年下降趨勢,而煤炭出口量則呈逐年上升趨勢。
2018年,美國煤炭消費總量62353萬t,同比減少2679萬t、下降4.12%,見表2。從趨勢來看,自2001年以來,煤炭消費整體呈下降趨勢。從煤炭消費領域來看,電力消費始終占比最大,2018年其消費占比為92.61%。
表2 2001-2018年美國煤炭消費量情況 萬t
根據(jù)美國煤炭生產(chǎn)與消費的歷史統(tǒng)計數(shù)據(jù),筆者有針對性地選擇了預測方法和預測模型。目前,數(shù)據(jù)預測的常見方法及其特點如下所述。
(1)定性預測法。定性預測法是依據(jù)人工觀察與分析能力,加之經(jīng)驗判斷和邏輯推理來開展的預測分析方法,它依據(jù)當前所掌握的情況和以往實踐的經(jīng)驗對目標進行主觀判斷,一般也稱為調(diào)查研究預測法。定性預測法側重事物發(fā)展性質(zhì)的預測,具有較大的靈活性,易于充分發(fā)揮人的主觀能動性,且簡單便捷,一般用于短、中、長期的數(shù)據(jù)預測,尤其是對歷史統(tǒng)計數(shù)據(jù)較少或趨勢即將發(fā)生變化的事件預測具有較大優(yōu)勢。
(2)回歸分析預測。回歸分析是當前廣泛使用的定量預測方法,它是在分析歷史數(shù)據(jù)變化的基礎上,按照一定方法建立的反映數(shù)據(jù)關系的數(shù)學模型,然后根據(jù)自變量的發(fā)展變化來進行數(shù)據(jù)計算,從而實現(xiàn)對事物未來發(fā)展趨勢的預測。該預測方法的關鍵是建立回歸模型,進而開展分析和預測結果。此外,若因變量和自變量的相關性不足以建立回歸方程,那么該方法不適宜應用。
(3)灰色預測法。20世紀80年代,我國學者鄧聚龍教授提出了灰色系統(tǒng)理論[6-7]。該理論是解決信息不全面系統(tǒng)的數(shù)學方法,它將控制論的觀點和方法延伸到復雜的大系統(tǒng)中,通過將自動控制與運籌學的數(shù)學方法相結合,為客觀世界中具有不確定性問題預測的研究提供了更加科學的方法。一般情況下,如果研究中的部分信息已知、部分信息未知,那么采用該方法分析研究較為適宜。
根據(jù)常見預測方法的優(yōu)劣及數(shù)據(jù)選取情況,采用灰色預測法對美國煤炭生產(chǎn)與消費趨勢進行預測[8-10]。由于煤炭生產(chǎn)和消費數(shù)量在時間上存在關聯(lián)性,在一定時間范圍內(nèi),系統(tǒng)發(fā)展過程中相對變化基本一致,因此,可以采用灰色模型的累加生成方式建立GM(1,1)模型,即根據(jù)已知的煤炭數(shù)據(jù)情況來預測其未來發(fā)展變化。
借助DPS統(tǒng)計軟件,根據(jù)近年的統(tǒng)計數(shù)據(jù),對煤炭生產(chǎn)和消費量進行預測。構建GM(1,1)模型及具體計算步驟如下:
(1)原始非負序列:
X(0)={x(0)(1),x(0)(2),…x(0)(n)}
(1)
對式(1)作一次累加生成,得到:
X(1)={x(1)(1),x(1)(2),…x(1)(n)}
(2)
其中,
(3)
(2)構造累加矩陣和常數(shù)向量:
(4)
(3)最小二乘法解灰參數(shù):
(5)
(4)對公式(3)建立微分方程模型,并得出對應的時間響應函數(shù),將灰參數(shù)代入該函數(shù),得到:
(6)
(5)還原得到:
(7)
(6)模型診斷。為了分析模型的可靠性,對模型進行診斷,目前較通用的診斷方法是對模型進行后驗差檢驗,即計算觀察數(shù)據(jù)離差S1及殘差的離差S2:
(8)
再計算均方差比值及小誤差概率:
(9)
根據(jù)C和p對模型進行診斷,結果見表3。
表3 精度檢驗參照表
根據(jù)美國2001-2018年煤炭產(chǎn)量與進出口量數(shù)據(jù),應用DPS數(shù)據(jù)處理系統(tǒng)進行灰色計算預測。
(1)將2001-2018年煤炭產(chǎn)量輸入DPS數(shù)據(jù)處理系統(tǒng),通過軟件計算,得出煤炭產(chǎn)量預測值如表4所示。
(2)將2001-2018年煤炭進口量輸入DPS數(shù)據(jù)處理系統(tǒng),通過軟件計算,得出煤炭進口量預測值如表5所示。
(3)將2001-2018年煤炭出口量輸入DPS數(shù)據(jù)處理系統(tǒng),通過軟件計算,得出煤炭出口量預測值如表6所示。
根據(jù)美國2001-2018年煤炭消費數(shù)據(jù),應用DPS數(shù)據(jù)處理系統(tǒng)進行灰色計算預測。
(1)將2001-2018年煤炭商業(yè)消費量輸入DPS數(shù)據(jù)處理系統(tǒng),通過軟件計算,得出煤炭商業(yè)消費量預測值如表7所示。
(2)將2001-2018年煤炭工業(yè)消費量輸入DPS數(shù)據(jù)處理系統(tǒng),通過軟件計算,得出煤炭工業(yè)消費量預測值如表8所示。
(3)將2001-2018年煤炭電力消費量輸入DPS數(shù)據(jù)處理系統(tǒng),通過軟件計算,得出煤炭電力消費量預測值如表9所示。
表4 美國煤炭產(chǎn)量DPS模型參數(shù)及預測
表5 美國煤炭進口量DPS模型參數(shù)及預測
表6 美國煤炭出口量DPS模型參數(shù)及預測
表7 美國煤炭商業(yè)消費量DPS模型參數(shù)及預測
表8 美國煤炭工業(yè)消費量DPS模型參數(shù)及預測
表9 美國煤炭電力消費量DPS模型參數(shù)及預測
(1)煤炭產(chǎn)量預測的均方差比值和小誤差概率為:C=0.6171,p=0.6667,模型精度等級介于三級和四級之間,可勉強對系統(tǒng)進行預測;
(2)進口量預測的均方差比值和小誤差概率為:C=0.7841,p=0.6667,模型精度等級為四級,不能對系統(tǒng)進行預測;
(3)出口量預測的均方差比值和小誤差概率為:C=0.7116,p=0.7222,模型精度等級介于三級和四級之間,可勉強對系統(tǒng)進行預測;
(4)商業(yè)消費預測的均方差比值和小誤差概率為:C=0.4441,p=0.8333,模型精度等級為二級,可對系統(tǒng)進行預測;
(5)工業(yè)消費預測的均方差比值和小誤差概率為:C=0.2736,p=0.9444,模型精度等級介于一和二級之間,可對系統(tǒng)進行預測;
(6)電力消費預測的均方差比值和小誤差概率為:C=0.5535,p=0.6111,模型精度等級介于三級和四級之間,可勉強對系統(tǒng)進行預測。
根據(jù)預測,未來7年,美國煤炭產(chǎn)量與消費量變化趨勢見表10。
表10 2019-2025年美國煤炭生產(chǎn)與消費變化預測 萬t
根據(jù)計算分析,到2025年,在煤炭生產(chǎn)及進出口方面,美國煤炭產(chǎn)量將為67642萬t、進口量將為705萬t、出口量將為14171萬t;在煤炭消費方面,美國煤炭商業(yè)消費量將為85萬t、工業(yè)消費量將為3722萬t、電力消費量將為56389萬t。從模型檢驗結果來看,煤炭商業(yè)和工業(yè)消費量的預測最為可靠,其次為煤炭產(chǎn)量、出口量和電力消費量,煤炭進口量預測結果誤差最大,在下一步研究中,將采取其他方法予以深入研究。