陕西省能源需求预测及其影响因素分析

详细信息    查看官网全文

• 英文论文题名：Forecast of Energy Demand in Shanxi Province and Analysis of Its Influencing Factors
• 论文作者：邱硕 ; 王雪强 ; 毕胜山 ; 吴江涛
• 英文论文作者：QIU Shuo ; WANG Xue-qing ; BI Sheng-shan ; WU Jiang-tao ; Key Laboratory of Thermo-Fluid Science and Engineering ; Ministry of Education ; Xi'an Jiao tong University ; School of energy and power engineering
• 年：2016
• 作者机构：西安交通大学热流科学与工程教育部重点实验室能源与动力工程学院;
• 论文关键词：能源 ; Logistic模型 ; ARIMA模型 ; 蒙特卡罗模拟
• 英文论文关键词：energy ; logistic model ; ARIMA model ; Monte Carlo method
• 会议召开时间：2016-11-12
• 会议录名称：第十八届中国管理科学学术年会论文集
• 英文会议录名称：Proceedings of the 18th Chinese Annual Conference on Management Science
• 语种：中文
• 分类号：F224;F426.2
• 学会代码：ZHYJ
• 会议名称：第十八届中国管理科学学术年会
• 会议地点：中国陕西西安
• 主办单位：中国优选法统筹法与经济数学研究会、西安交通大学、中国科学院科技战略咨询研究院、《中国管理科学》编辑部
• 学会名称：中国优选法统筹法与经济数学研究会
• 页数：6
• 文件大小：1495k
• 原文格式：O
• 会议级别：全国

摘要

在当前全球面临的能源危机日益严重的大背景下,节能问题受到世界各国的广泛关注和重视,为探索高效的节能政策,本文根据陕西省实际情况,以2012年为基期,以2013—2030年为预测期利用Logistic、ARIMA等数学模型对陕西省未来的人口、经济发展情况进行了预测,通过相关计算完成了未来陕西省能源需求量预测,并对陕西省的能源需求量进行了影响因素分析,最后基于上述计算分析结果为陕西省未来的能源战略提出了建议:①保持经济、人口适度增长;②优化产业结构,降低工业部门GDP占比;③实行技术改革及行业结构调整,降低工业部门能源消费强度。
Under the background of the current global energy crisis increasingly serious,the problem of energy conservation has been widely concerned and valued by all the countries in the world.In order to explore efficient energy conservation policies,this paper according to the actual situation of Shaanxi Province,take 2012 as the base,take 2013-2030 as the forecast period using Logistic,ARIM A model to forecast the Shaanxi Province future population,economic development,completed a prediction on the future energy demand in Shaanxi Province,and the influencing factors of energy demand of Shaanxi Province was analyzed,finally some suggestions for the future energy strategy of Shaanxi province were proposed based on the calculation and the analysis:(1)maintaining a moderate growth in population and economy;(2)Optimizing the industrial structure,reducing the industrial sector GDP ratio;(3)implementing the technology reform and adjustmenting the industrial structure,reducing the energy consumption strength of the industrial sector.

引文

[1]陕西省统计局,国家统计局陕西调查总队.陕西统计年鉴(2013)[M].北京:中国统计出版社.2013.
    [2]Richard S,Hove A.Shulman P.Analysis of US energy scenarios:Meta-scenarios,pathways,and policy implications[J].Technological Forecasting&Social Change,2003,70(4):297-315.
    [3]周倩,黄树红,李爱军.湖北省能源需求预测及分析[J].统计与决策,2007,(4):89-90.
    [4]谭志豪.基于SD模型的中国能源需求预测[J],消费导刊,2008,(11):42-47.
    [5]陶阳威,孙梅,王小芳.基于改进的BP神经网络的中国能源需求预测研究[J].山西财经大学学报,2010,32(2):3-5.
    [6]黄建.基于LEAP的中国电力需求情景及其不确定性分析[J].资源学报,2012,34(11):2124-2132.
    [7]王学保,蔡果兰.Logistic模型的参数估计及人口预测[J].北京工商大学学报(自然科学版).2009.27(6):75-78.
    [8]中华人民共和国国家统计局.http://data.stats.gov.cn/search.htm?s=%E9%99%95%E8%A5%BF%E7%9C%81%20%E4%BA%BA%E5%8F%A3%E6%95%B0,2013-2014.
    [9]孙彩云,杨晓静.乘积ARIMA模型的建立及应用[J].华北科技学院学报,2008,5(2):85-89.
    [10]李善同.“十二五”时期至2030年我国经济增长前景展望[J].经济研究参考,2010,(43):2-27.
    [11]徐铭辰,王安建,陈其慎,等.中国能源消费强度趋势分析[J].地球学报,2010,(5):720-726.
    [12]Intehational Energy Agency,word:Natural gas for 2013[R/OL].[2015-06-08].http.//www.iea.org/statistics/statisticssearch/report/?country=WORLD&product=naturalgas&year=2013.
    [13]格罗宁根经济增长与发展中心[R/OL].http://www.rug.nl/research/ggdc/data/10-sector-database,2016.
    [14]杨允,张士杰,肖云汉,等.蒙特卡罗法在分布式供能系统不确定性评价中的应用[J].中国电机工程学报,2013,33(2):16-24.