石油對(duì)保障國(guó)家能源安全發(fā)揮著重要作用,科學(xué)預(yù)測(cè)未來(lái)中國(guó)石油需求量,對(duì)中國(guó)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(guó)GDP、國(guó)際石油價(jià)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(gè)驅(qū)動(dòng)變量數(shù)據(jù),對(duì)中國(guó)2020—2030年石油需求進(jìn)行情景預(yù)測(cè)。結(jié)果表明:選取的驅(qū)動(dòng)變量與中國(guó)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(cè)精度高。2020—2030年中國(guó)石油需求量和進(jìn)口量不斷增加,但增長(zhǎng)幅度逐漸減緩。3種情景下2020年、2025年和2030年預(yù)測(cè)的石油需求量均值分別為67 577.03萬(wàn)t、73 227.25萬(wàn)t和76 081.55萬(wàn)t;2020—2030年預(yù)測(cè)的平均對(duì)外依存度為76.19%,遠(yuǎn)超過(guò)50%的國(guó)際警戒線。中國(guó)石油供需矛盾將更加尖銳,據(jù)此提出針對(duì)性的政策建議。 

【文章來(lái)源】：地球科學(xué)進(jìn)展. 2020,35(03)北大核心

【文章頁(yè)數(shù)】：11 頁(yè)

【部分圖文】：

中國(guó)石油需求量ACF檢驗(yàn)

中國(guó)石油需求量PACF檢驗(yàn)

ARIMA模型參數(shù)

【參考文獻(xiàn)】：
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(cè)模型[J]. 吳曉峰,楊穎梅,陳垚彤.  統(tǒng)計(jì)與決策. 2019(15)
[2]美國(guó)石油崛起推動(dòng)世界石油格局重大變化下中國(guó)能源安全的風(fēng)險(xiǎn)及對(duì)策[J]. 梁海峰,李穎.  中國(guó)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(cè)[J]. 劉春紅,楊亮,鄧河,郭昱辰,李道亮,段青玲.  中國(guó)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(fèi)預(yù)測(cè)[J]. 謝小軍,邱云蘭,時(shí)凌.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 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(jìn),黃長(zhǎng)兵,陳愿愿,王剛,劉陽(yáng).  地球科學(xué)進(jìn)展. 2018(06)
[6]基于灰色神經(jīng)網(wǎng)絡(luò)的中國(guó)2020—2030年鉻礦需求預(yù)測(cè)[J]. 鄭明貴,袁雪梅.  資源開(kāi)發(fā)與市場(chǎng). 2018(06)
[7]開(kāi)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(mén)“S”形模型的全球石油需求展望[J]. 劉固望,閆強(qiáng),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(fèi)分析——基于Path-STR模型的實(shí)證研究[J]. 柴建,梁婷,周友洪,汪壽陽(yáng),黎建強(qiáng).  中國(guó)管理科學(xué). 2017(11)
[10]產(chǎn)業(yè)結(jié)構(gòu)、石油需求及經(jīng)濟(jì)增長(zhǎng)間關(guān)聯(lián)的實(shí)證檢驗(yàn)[J]. 石俊,劉先濤.  統(tǒng)計(jì)與決策. 2017(01)



本文編號(hào)：3076810