石油對保障國家能源安全發(fā)揮著重要作用,科學(xué)預(yù)測未來中國石油需求量,對中國能源政策制定具有重要意義。結(jié)合灰色關(guān)聯(lián)分析與ARIMA-BP神經(jīng)網(wǎng)絡(luò)組合模型,選取1999—2018年中國GDP、國際石油價格、單位GDP能耗、產(chǎn)業(yè)結(jié)構(gòu)、城鎮(zhèn)化率和石油生產(chǎn)量等6個驅(qū)動變量數(shù)據(jù),對中國2020—2030年石油需求進行情景預(yù)測。結(jié)果表明:選取的驅(qū)動變量與中國石油需求具有較高的關(guān)聯(lián)性,且組合模型較單一模型預(yù)測精度高。2020—2030年中國石油需求量和進口量不斷增加,但增長幅度逐漸減緩。3種情景下2020年、2025年和2030年預(yù)測的石油需求量均值分別為67 577.03萬t、73 227.25萬t和76 081.55萬t;2020—2030年預(yù)測的平均對外依存度為76.19%,遠超過50%的國際警戒線。中國石油供需矛盾將更加尖銳,據(jù)此提出針對性的政策建議。 

【文章來源】：地球科學(xué)進展. 2020,35(03)北大核心

【文章頁數(shù)】：11 頁

【部分圖文】：

中國石油需求量ACF檢驗

中國石油需求量PACF檢驗

ARIMA模型參數(shù)

【參考文獻】：
期刊論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)誤差校正的ARIMA組合預(yù)測模型[J]. 吳曉峰,楊穎梅,陳垚彤.  統(tǒng)計與決策. 2019(15)
[2]美國石油崛起推動世界石油格局重大變化下中國能源安全的風(fēng)險及對策[J]. 梁海峰,李穎.  中國礦業(yè). 2019(07)
[3]基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)的豬舍氨氣濃度預(yù)測[J]. 劉春紅,楊亮,鄧河,郭昱辰,李道亮,段青玲.  中國環(huán)境科學(xué). 2019(06)
[4]基于ARIMA和BP神經(jīng)網(wǎng)絡(luò)組合模型的能源消費預(yù)測[J]. 謝小軍,邱云蘭,時凌.  數(shù)學(xué)的實踐與認識. 2019(10)
[5]BP神經(jīng)網(wǎng)絡(luò)在富鉀鹵水中的應(yīng)用研究[J]. 陳科貴,李進,黃長兵,陳愿愿,王剛,劉陽.  地球科學(xué)進展. 2018(06)
[6]基于灰色神經(jīng)網(wǎng)絡(luò)的中國2020—2030年鉻礦需求預(yù)測[J]. 鄭明貴,袁雪梅.  資源開發(fā)與市場. 2018(06)
[7]開放STIRPAT模型的區(qū)域碳排放峰值研究——以能源生產(chǎn)區(qū)域山西省為例[J]. 吳青龍,王建明,郭丕斌.  資源科學(xué). 2018(05)
[8]基于交通部門“S”形模型的全球石油需求展望[J]. 劉固望,閆強,羊建波.  資源科學(xué). 2018(03)
[9]不同區(qū)制工業(yè)化水平下的石油消費分析——基于Path-STR模型的實證研究[J]. 柴建,梁婷,周友洪,汪壽陽,黎建強.  中國管理科學(xué). 2017(11)
[10]產(chǎn)業(yè)結(jié)構(gòu)、石油需求及經(jīng)濟增長間關(guān)聯(lián)的實證檢驗[J]. 石俊,劉先濤.  統(tǒng)計與決策. 2017(01)



本文編號：3076810