我国煤炭需求峰值预测及应对

2015年第2期《发展研究》我国煤炭需求峰值预测及应对●李维明[内容提要]在当前资源环境形势日 益严峻的背景下,预测我国煤炭需求峰值提前做好产能规划与部署,对于科学推动煤炭消费总量控制,实现煤炭产业健康、稳定和可持续发展意义重大。本文基于计量经济学理论,针对1978- 2013 年的样本数据,构建了基于煤炭需求的多因素协整模型(CM)、误差修正模型(ECM)和向量误差修正模型( VECM)。比较发现,ECM的模型性能和拟合效果更佳，故基于ECM对未来我国煤炭的需求峰值进行了预测和分析。结果表明,我国煤炭需求峰值预计出现在2020年,峰值水平为45亿吨;2020年前,煤炭需求量年均增幅3.9% ,2020年后开始出现下降,年均降幅0.76% ,到2030年降至42亿吨。面对即将到来的煤炭峰值,政府管理部门应及早谋划、加强应对,切实推动煤炭产业转型升级和可持续发展。[关键词]煤炭需求 峰值应对中图分类号:F407.21文献标识码:A文章编号:1003 -0670(2015)03 -0023 -6近年来,煤炭消费的过快增长及其低效、不清洁利用煤炭需求及峰值预测是一项涉及经济-能源-环境使得我国资源、环境、经济和社会可持续发展问题日益突的复杂系统工程。研究方法大体分为两类:直接预测法和出。实施煤炭总量控制,倒逼能源结构调整和煤炭清洁高间接预测法。直接预测法(也称部门分析法)指的是通过效利用，已成为我国推进生态文明建设和绿色发展的必然直接估计各主要耗煤行业的煤炭需求量,汇总形成对煤炭要求。事实上,我国政府已开始高度重视能源结构调整，需求总量的估计(郭云涛,2004;曾琳,2014)。而间接预测特别是控制煤炭消费总量和降低煤炭在能源消费中的比法则是指通过估计煤炭需求与其驱动因素之间的内在关重。《煤炭工业发展“十二五”规划》(发改能源[2012]640系来构建模型,从而为煤炭需求预测提供依据和参考,模号)提出,2015年我国煤炭产量和消费量都要控制在39亿型主要涉及:EG误差修正模型(Chan and lee,1979)、BP神吨。2013 年9月国务院印发的《大气污染防治行动计划》经网络模型(宁云才,2003)、向量自回归模型(林伯强等,提出,到2017年,煤炭占-次能源消费比重降低到65%以2007)、面板数据模型( Cattaneo ,2010)、灰色滚动机制模型下。国家能源局则提出2015年就要实现这-目标。2014( Kumar and Jain ,2010)等。纵观现有文献不难发现，已有年6月13日召开的中央财经领导小组第六次会议上,习近成果多是煤炭景气时期所开展的研究,研究目的主要是应平同志更是提出要大力推动能源消费革命、抑制不合理能对煤炭供不应求的局面，很少涉及峰值测度问题。而专门源消费等主要任务。这意味着,消费侧敞开口子供应的模针对煤炭经济下行以来所开展的峰值预测研究,目前国内式将终结,煤炭消费将受到新的更大限制。在这一新形势外成果还几乎没有。本文借助计量经济学理论和方法,从下,对煤炭需求及其峰值水平和出现时间的准确预测,将分析煤炭需中国煤化工圣济发展水平作为成为科学制定中长期煤炭总量控制目标和策略的关键。主要解释变MYHC N M H G源效率作为重要变23.产业经济量纳人模型,在深人探寻煤炭需求与这些驱动因素之间函能耗和煤炭消费强度。数关系基础上,对未来煤炭需求发展趋势和峰值做出估(四)产业结构计,进而为制定煤炭总量控制政策和我国能源发展规划提国民经济三次产业之间的能耗差异很大,相比第一、供决策参考。三产业,第二产业的能耗水平要高出很多。尤其对能源结-、煤炭需求的主要影响因素构以煤为主的我国来说，工业化城市化的快速推进以及(一)煤炭价格基础设施建设规模的不断扩大,对煤炭这一基础能源形成按照一般经济学理论,价格是决定需求的主要因素。巨大的直接和间接需求。因此,产业结构调整尤其是二产1993年之前,我国煤炭价格受到严格管制,实行政府定价。结构的变动,会对综合能耗产生较大影响,在煤炭需求建随着社会主义市场经济体制的初步建立,国家开始逐步放模与分析过程中必须要充分考虑这一-因素。开除电煤之外的煤炭价格,但占煤炭消费量- -半以上的电(五)城市化水平煤,仍长期执行低于市场价格的政府指导价。尽管2001年伴随城市化进程的加快,我国农业人口不断向非农产后国家决定全部放开电煤价格,但由于电价改革的敏感业向城市转移,从而促使城市人口数量增多、城市规模不性,实际上仍对其实施经常性千预。直到2012年底,国务断扩大。这-过程中,大规模的基础设施、住房以及交通院出台《关于深化电煤市场化改革的指导意见》,明确提出运输体系建设等必然带动建材、钢铁、化工等高耗煤行业自2013年起取消重点合同,取消电煤价格双轨制,由此,煤快速发展,从而导致煤炭需求增长。与此同时,城市居民炭价格开始真正走向市场化。本研究将煤炭价格作为自和农村居民的能源利用方式和消费水平差别很大。较为变量纳人模型,以检验其是否影响煤炭需求,假如变量不完善的能源供应基础设施,包括电力供应设施、天然气和显著,则舍弃。城市煤气管道、热力供应管道等,使城市居民可以享受较(二)经济发展水平好的能源服务;而农村居民受能源基础设施、自身支付能一个国家的经济发展水平通常采用人均国内生产总力等因素制约,所享受的能源服务较城市明显减少,所产值来表征。一般而言,在- -定发展阶段内,人均国内生产生的煤炭需求也要少很多。总值水平越高,人均能源消费量就越大。煤炭是我国的主(六)环境政策体能源,经济发展离不开能源尤其是煤炭的消费,煤炭是近年来,低碳生活、环境保护、经济的可持续发展8益现代工业生产中重要的中间投人要素。相应地,经济发展受到各国的广泛重视,环境问题已成为世界性热点。- -系同样影响煤炭需求,是促进我国煤炭需求增长的重要动列环保政策的出台使得环境质量价值开始显现,对能源供力求技术与能源战略的影响也愈发明显。通常来讲，环境政(三)能源效率策对煤炭需求起作用的方式,主要是通过政府制定越来越能源效率指的是单位能源所带来的经济效益。其主严格的燃煤污染排放标准或者出台直接的“控煤”政策等,要受能源结构与技术进步等因素影响。由于石油、天然推动煤炭清洁利用以及能源结构和产业结构调整,进而达气水(核)电等是较煤炭更为高级|的能源品种的边际效率到控制煤炭需求的目的。出于对影响因素独立性、可量化及其之间的边际替代率不同,因此,在存在替代可能的前和数据可获取性的考虑,环境政策这一因素在本文中暂通提下,能源结构变动会直接影响能源效率进而影响作为我过能源效率、产业结构等指标来反映。国主体能源的煤炭的供需状况。而技术进步对煤炭需求二、基于煤炭需求的多变量计模型的建立起作用的方式主要是通过采用新技术、新工艺新手段,提中国煤化工升设备工作效率,简化交易过程,进而有效降低单位产品在对煤MYH! CN MH C建模时,首要问题242015年第2期《发展研究》是变量与数据的选择问题。基于指标代表性和数据可获考虑到变量的显著性以及模型的整体性能，选取第一得性的考虑,煤炭价格经济发展水平、能源效率、产业结个方程来反映系统的长期协整关系(如表3所示) ,进而对构、城市化水平等影响因素分别采用煤炭工业品出厂价格模型残差做单位根检验,发现属平稳序列,且在0均值上下指数(CPR, -)、人均GDP(GDP ,万元)、能源效率(亿元/波动,验证了协整关系的正确性。亿吨标煤, EEF).第二产业比重(PSI,%).城市化率.由CM各变量系数t统计量可知,其弹性表出均符合(URB,% )等指标来反映。各变量数据来自历年的中国统经济学意义:煤炭消费量与人均GDP、二产比重城市化率计年鉴以及国家统计局网站(为剔除物价波动因素,对各之间存在显著正向关系,而与能源效率存在明显负向关经济变量进行了1978 年不变价处理) ,样本考察期为系。1978- 2013 年。实证过程借助计量经济软件EVIEWS6. 1表2各变序列的Johansen协整检验实现。(二)各变量序列的平稳性检验原假设特征根Trace统计量5% 显著水平|1%显著水平利用ADF和PP检验方法对各序列进行平稳性检验。None* *| 0. 8301142 1975 .69.8188 .7. 8188表1结果显示，1978- -2013 年所有序列均非平稳,但CC、At most1* * 0.689583. 701047. 856154.6815GDP"、URB、EEF为二阶单整序列,PSI和CP为-阶单整序At most2* * 0. 5722745. 099529.797135. 4582列。At most 30. 307017.036915. 494719. 9371表1变量平稳性检验Atmost4| 0. 13894. 9342 .3. 84156.6349水平统计量-阶差分统计量二阶量分统计量特征根Max - Eigen统计量|5%显著水平1%显著水平序列ADF| PIADFPPPINone* *| 0. 8356958. 496533. 8768.39.3701XC |-1.3523| -0.8572 -25884 -244246 -8.2962* *|-8.2133*At most1* * 0.6778938. 601427. 584332 7152CDP'|0.7857 34801| -0.1711 0.0569 -23967* | -5.144At most2* * 0.4787628. 062521. 131625. 8612URB-I.1863| -0.6010 -23715 -23387 |-9.5339*9 -9.7005*At most3| 0. 2213212 102814. 264618 5200EF -3.3984 -20427 -3.5064| -23979 -4.8635** -7.3203*Atmost4.0. 201054.9342 .6. 6349S[I -1.9587 -1.7733 -3.6344* *-3.6344* *注:5%和1%临界值为MeacKinnon - Haug - Michelis( 199)临界值。CP | -3.2798 -1.8468 -3.3188*| -3.5157*表3协整模型(CM)注:本文中( *)和(*●)均分别表示该统计量值在5%和1%的显著协整方程: .对数似然函数值-23. 9633性水平下拒绝原假设。标准化的协整系数(标准误差)[t统计量|CCGDPSTREEFURB(三)各序列的协整检验1.000 -20.9753-0. 21150.009147-0. 5130根据协整理论,两个以上不同阶数单整序列通过线形(2 0474)(0 030)(0. 00)(0.0631)组合可构成低阶单整序列从而形成协整关系。本文采用[10.2451* *][5.7134* *]|[-9.1595* *] [8.1325* *]Johansen方法对各变量进行协整检验并确定它们之间的符号关系。结果显示(表2),在1%显著性水平下变量序列注:经反复验中国煤化工入协整方程。之间存在3个协整关系。:YHCNMHG2:产业经济.(四)多变量(V)ECM的建立表4模型效果评价向量误差修正模型( VECM)是对诸变量施加了协整模型分布AIC值SC值约束的向量自回归模型,仅使用于具有协整关系的序列建VECM|正态分布(Normal)4. 83657. 7842模。基于前已证明的协整关系,可构建VECM如下。CM正态分布( Normal)1. 60911. 8290[0.029 2.62 0.015 -005 0.18 7ECM|正态分布(Normal)0. 42410.061370.011 -0.30 000008 0001 0.0020OYt=(0.86 -5.76 0.51 0.0086 0.89| X0T4+13.42 -087.48 1.56 0.95 0.31(0.089 -0.39 -0.039 0.011 0.38三基于ECM的煤炭需求峰值预测进行预测之前,需对模型拟合效果和预测效果进行评[0.59 -46.51 -0046 0.0048 0.160.0071 -0.69 -0001 0.000 -0.040价。由统计检验结果可知(表5),ECM模型性能整体良0.025 -7.43 -0.19 0.0036 -1.89好,可对煤炭需求的短期波动和长期均衡进行直接描述。-0.87 1486.4 1.01 -0.38 -21.840.037 235 0.031 00041 0.36表5 ECM 统计检验[0.068 10.32]-.00520.018检验结果含义-0.181.48-0, 1131. 16R' =0.9360 R2 =0.9181拟合效果良好. 0.096」D. W. =2. 1595,接近2残差不存在一 -阶自相关| LM(2)统计量值1. 7972, LM(3)统其中,Y=[Cc coPe STR即UuRB]'|计量值1.1475,LM(4)统计量值残差不存在高阶自相关0.936....均不显著romu=[ -20.97535 -.21 0. 09417 -. 5130] XYt+ 9.8901JB统计量值0 01728 ,不显著残差服从正态分布此外,根据Hendry从-般到个别的建模方法逐步剔WH统计量值1. 1681 ,不显著残差不存在异方差除回归系数不显著的滞后期项,可建立简洁的ECM方程| RESSET(2)统计量值1. 1166,不显模型具有稳定性和合理性如下:CUSUM(递归残差累积和检验)和scc=0.66* 0cCc(-2)- 0.072*68EF+ 0.03032$68四(-2)2 + 23.5668*8 GDPCUSUM of Square (递归残差累积平- 21. 2280* GDP?(-2) + 0. 2408* 0URB+O. 1632*APSI-0. 2726*eam(-1)[-9. 1280*[2 419.3875"]方和检验)统计量均落在两倍标准模型系数具有稳定性[-2. 59091[2.4310啊[4. 4024*][34111*]1差范围内其中,方括号内为回归系数t统计量。图1给出了模型在样本区间内的拟合值实际值以及表4列出了基于VECM、ECM和CM的AIC值和SC值,该值越小越好。可以看出, ECM的模型性能优于两者之间的误差。可以看出, ECM的拟合效果较好,模型误差多分布在- -一个较小的范围内(2% -4% ) ,满足预测要VECM和CM,具有更好的拟合效果,因此本文选择ECM来求刻画煤炭需求和各驱动因素之间的关系。由ECM可知，为完成对未来我国煤炭需求峰值的预测和估计,需要所有统计量检验值在1%和5%的显著性水平下均显著,误设定相关经济变量的趋势值,本文采用各大机构发布的预差修正项的系数为负值( -0. 2726) ,符合负向调整机制。估值作为参中国煤化工期为2014 - 2030年。YHCNMH G!62015年第2期《发展研究》圉1煤炭消费量的实际值、拟合值和误差项为成熟,但仍受到诸多因素的制约,如变量选择过程全面性与独立性及数据可获得性之间的矛盾、各变量在预测期取值科学性的问题等,都在一定程度上影响着模型的预测效果。更为先进的预测技术以及基于不同类别预测模型如计量、灰色、神经网络、支持向量机等所开展的组合预测有待进一步深人研究。图2 2030 年之前的煤炭需求预测35表6参数设定20预测参考值.变量; 20|| 2015 2020| 2025 2030EEP(2010年不变价)0.96 1.14 | 1.33 1.52CDP增长率(% ,当年价)| 7.40 6.60 5.60 4.60GDP"1978 1983 1988 1993 1998 2003 2008 2013 2018 2023 2029人口(亿人)13.74| 13.99 14.12| 14. 11[士历史煤发消史量士煤光美水量预钻值]PSI(当年价)45.5 42.8| 39.3| 37.2URB56.57 | 62.3967.07| 70. 58四应对煤炭需求峰值到来的相关建议注:本研究预测过程未设定情景，各变量趋势值选择最有可能发生的(一)加强煤炭需求及峰值预测研究,科学制定我国煤情况。炭消费总量调控目标和策略资料来源:国务院发展研究中心,世界银行:《中国中长期能源发展战基于煤炭需求预测结果科学设定我国煤炭总量控制略研究>《中国:推进高效、包容、可持续的城镇化》.(2030年的中国;建设现代化和谐有创造力的社会)。目标，如2015年可设定为39亿吨,2020年为45亿吨,2025年为44亿吨,2030年为42亿吨;同时,根据峰值出现前后根据模型预测结果(图2) ,我国煤炭需求量峰值出现煤炭需求的不同增速(年均分别为3.9%和-0. 76% ),制在2020年附近，峰值水平为32. 39亿吨标准煤,折合原煤定差异化的总量控制策略确保煤炭总量控制工作稳步有45.34亿吨(与中国能源研究会牵头的“中国煤炭峰值预序推进。测”课题组初步预测结果接近,可相互印证”)。2020年之(二)注重产业结构调整,能源结构优化和加强煤炭清前,我国煤炭需求量年均增速3.9% ;之后,伴随能源效率洁高效利用是实现煤炭总量控制目标的关键的逐步提升和经济结构中二产比重的持续下降,煤炭需求实证结果表明,产业结构、能源效率对煤炭需求的影量将缓慢下降(年均降速0.76% ) ,并在2030年降至29.99响非常显著且符合经济学意义。为实现煤炭总量控制目亿吨标煤的水平。标,就必须要充分挖掘产业结构调整、能源结构优化潜力，需要指出的是,不同预测方法各有利弊,本文所采用大力推动非化中国煤化工展。与此同时,还的多变量计量模型作为-一种间接预测方法,尽管目前已较要充分意识到:MYH. CNM H G.的能源禀赋特27产业经济征推动能源生产和消费革命并非要“革”煤炭“命”,即使注释:峰值到了,煤炭消费量2030年也不低于40亿吨,因此,煤①"中国煤炭峰值预测”课题组利用直接预测方法初步预测炭清洁高效利用大有作为。我国煤炭消费将在2020年达到峰值47亿吨。其中,钢铁、建材(三)加强能源战略规划和政策的超前谋划,科学做好耗煤量在2015年达到峰值,电力行业用煤量2020年后基本稳定、略有增长,而化工用煤量则在2025年达到峰值。下一阶段的煤炭产能规划和部署综合考虑煤炭需求预测结果以及目前我国的煤炭产参考文献[1]宁云才煤炭需求预测的复合小波神经网络模型[J].能状况(据煤炭工业协会数据,目前我国煤炭产能达40亿煤炭学报,2003(1).吨,产能建设超前3亿吨左右;预计到2020年,全国煤矿可[2]郭云涛.中国煤炭中长期供需分析与预测[J].中国煤利用产能40亿吨,产能缺口5亿多吨) ,不难发现,短期内炭,2004(19).全国煤炭市场供大于求问题十分突出,而从中长期看煤炭[3]林伯强,魏巍贤,李丕东.中国长期煤炭需求:影响与政的安全稳定供给仍值得高度关注。建议国家充分研判煤策选择[J],经济研究,007(2)2炭供需形势,科学部署产能，引导市场理性投资及产能有[4] 易丹辉.数据分析与Eviews 应用[M].北京:中国人民.序释放,积极应对我国短期煤炭产能过剩的局面;与此同大学出版社,08.0时,继续推进煤炭大基地、大集团、大矿井、大通道建设,鼓[5]曾琳.煤炭峰值顸测与对策研究[J].煤炭经济研究，励企业“走出去”,确保煤炭的长期稳定供应和国家能源安2014,34(4).全。[6]国务院发展研究中心,世界银行.2030年的中国:建设(四)正确发挥政府在煤炭总量控制中的作用现代化和谐有创造力的社会[ M] ,北京:中国发展出版社,2013.正确处理政府与市场关系,为实施煤炭总量控制创造[7]国务院发展研究中心。中国中长期能源发展战略研究公平、有效的竞争环境。在供给侧，重点要严厉打击违规[M],北京:中国发展出版社,2013.[8]国务院发展研究中心,世界银行.中国:推进高效、包容、建设和超能力开采行为,充分发挥市场机制,以严格的安全、环保等外部性标准依法淘汰落后产能;要加快研究出可持续的城镇化[ M] ,北京:中国发展出版社,2014.[9] Chan H L Lee S K. Modelling and forocasting the demand台商品煤质量标准与质量管理实施细则,从环保角度严格for coal in China[J]. Energy Economics ,1997 ,19(3).限制劣质煤炭的进口长途运输和异地利用。在需求侧，[10] Chavez S G, Bemat J X,Coalla H L Forecasting energy要充分发挥国家宏观调控作用,在保障经济向“新常态”平production and consumption in Asturias( North Spain)[J] ,Energy,稳过渡的同时,加快转变煤炭经济发展方式,有效遏制煤1999 ,24(6).炭的低效率消耗。此外,鉴于长期以来我国煤炭价格形成[1] Kumar U ,Jain V K. Time series models ,Grey Model with机制的不合理使得价格对煤炭需求的影响并不显著,建议rlling mechanism and singular spectrum analysis to forecast energy进一步加快和深化煤炭流通体制改革,继续坚持煤炭价格consumption in India[J] ,Energy, 2010,35(4).市场化改革方向和供需双方自主协商定价。同时,加强市[12] Cattaneo C, Manera M, Scarpa E. Industrial coal de-场垄断和不正当竞争监管，强化外部成本监管，加快形成mand in China; a provincial analysis[J], Esource and Energy Eco-反映市场供求关系、资源稀缺程度环境损害成本的煤炭nomics, 2011 ,33(1).中国煤化工。价格形成机制,使其对煤炭需求的杠杆调节作用得以充分1务院发展研究中心]MYHCNMHG发挥。(责任编辑:谢毅梅)强方数据