金属交易中心官网1999-2018年中国第二产业比重年
金属交易中心官网1999-2018年中国第二产业比重年均下降0.560/0.2009-2018年年均下降1.41%石油资源举动能源体例中的要紧构成一面，正在军事和平、经济和社会等方面具有要紧影响。中邦石油对外依存度正在年起，美邦石油产量跃居寰宇第一，力求创办以其为主导的寰宇石油兴盛新序次，中邦能源和平将面对厉厉的邦际政事危急。石油供应坚固是闭连邦度能源和平的症结身分，领悟中邦来日石油资源需说情景，对邦度能源计谋的造订具有极端要紧的参考道理：
邦表里学者对石油资源需求预测提出了少许举措，重要分为两大类：一是对石油需求的机理研商，如从经济延长、物业布局、邦际石油代价、机动车保有量、碳排放、城镇化水准、技巧发展和石油临盆量等角度领悟中邦石油需求的改变趋向。二是阅历研商模子，行使数据领悟等算法索求中邦石油需求改变顺序，并对来日值举办预测，主流的模子有对比领悟法、体例动力学、灰色体例表面、协整领悟和BP神经汇集等。
简单的预测模子正在反应数据音讯上有限，预测结果精度不足组合预测模子。近些年大方学者行使组合预测模子对能源需求举办预测，如陈海涛、孙梅等、唐丽芳和李振宇平分别采用体例动力学和灰色相闭模子、神经汇集和卡尔曼算法、CPSO-SVM模子以及因子领悟和Logistic模子对中邦石油需求举办预测，但均没有对数据序列的线性与非线性闭连举办领悟。时期序列预测中，ARIMA模子对安定序列的线性闭连拟合成效明显，成为重要预测举措，且常维系其他模子一同举办预测，以升高预测水准。非线性预测模子中，BP神经汇集模子正在发现数据音讯中的非线性闭连方面具有重大的上风，正在中持久预测中运用较为广大。赵成柏等和谢小军等基于ARIMA模子与BP神经汇集组合模子分散对中邦碳排放强度和广西能源消费举办中持久预测，说明组合模子比简单模子预测精度更高。
维系ARIMA模子和BP神经汇集举办形象领悟的研商较少，现有邦内文献中将其运用于中邦石油资源需说情景预测中尚未睹到。本文采用ARIMA-BP神经汇集组合模子，采纳中邦GDP、邦际石油代价、单元GDP能耗、物业布局、城镇化率、石油临盆量等症结变量，预测中邦2020-2030年差别形象下的石油需求量和石油进口量。
本文重要的边际功勋：①基于经济表面领悟，采纳了影响中邦石油资源需求的6个驱动变量，行使灰色相闭领悟法举办了变量要紧水准论证，为变量采纳供给了革新性的举措救援。②构修了ARIMA-BP神经汇集组合预测模子，与简单ARIMA模子、BP神经汇集模子比拟，升高了预测精度；对石油资源需说情景举办了界说，创立了重要驱动变量2020-2030年形象，行使组合预测模子举办了形象预测。
ARIMA模子可以凭据时期序列数据音讯，揭示动态数据内部兴盛顺序，创办对比切确的数学模子，也能对体例的来日改变举办预测。该模子对时期序列数据的线性干系性预测成效较好，但对数据的非线性音讯发现成效欠佳。
BP神经汇集能反应数据音讯间众维映照闭连，具有信号前向宣扬、差错反向宣扬的特色。即音讯从输入层输入，由第一个隐含层先举办数据惩罚，惩罚的数据再输入下一个隐含层惩罚，以此类推，获得最终数据由输出层输出，将输出数据与预期值举办比拟，获得差错。将差错反向由输出层、隐含层、输入层举办数据惩罚，功夫汇集相接的权值从新调理，直至获得新音讯至输出层输出。其上风正在惩罚众元非线性数据上预测结果精度高。
单以ARIMA和BP模子举办预测恐怕显现预测误差较大结果，将ARIMA模子的线性预测和BP神经汇集的非线性预测上风组合起来，阐扬各自的上风，到达升高预测成效的目标。于是，本文选用基于残差优化的ARIMA-BP神经汇集组合模子对中邦石油需求量举办形象预测，即应用ARIMA模子得出残差序列，与原数据序列带人BP神经汇集中举办预测。
凭据前述文献维系经济表面领悟，采纳以下6个影响中邦石油需求的驱动变量：①中邦GDP。经济兴盛直接影响能源消费量，故GDP是影响石油需求的要紧身分。②邦际石油代价。石油代价对石油需求具有负效应，预测模子中必要插足代价身分。③单元GDP能耗。技巧发展有帮于升高能源操纵效用，进而影响能源需求量，故单元GDP能耗是影响中邦石油需求量的身分之一。④物业布局（第二物业扩展值/GDP）。石油重要运用于工业周围，物业布局中工业占比是影响石油需求的重要身分。⑤城镇化率。都市化过程激动底子举措修树，激动交通、修修等行业的兴盛，石油需求量扩展，城镇化率正在中邦石油需求预测中起着不成马虎的效用。⑥石油临盆量。供应影响需求，石油具有不成再素性，来日的石油需求量预测应探求石油产量。外1为6个变量1999-2018年的数据。
为了进一步验证石油需求预测驱动变量的可行性，还需行使统计举措对数据举办检讨，本文采用灰色相闭领悟法举办领悟。其道理是跟着时期的推移，凭据两身分的改变趋向邻近水准，判决其相闭水准。趋向越邻近，相闭度越高，反之越小。
ARIMA(p，d，q)模子中，p为自回归阶数，d为数据差分次数，q为搬动均匀阶数。创办ARIMA模子，最先，对原数据取对数并行使Eviews9.0举办ADF (Augmented Dickey-Fuller)检讨，判决数据安定性。检讨结果如外3所列，证明中邦石油需求量正在一阶差分下安定，确定差分次数d为1。对该序罗列办白噪声检讨，结果得出为非白噪声序列，故能够对该序罗列办修模。
其次，行使SPSS19.0举办干系性和偏干系性领悟，开头确定自回归阶数p为4和5，搬动均匀阶数g为1和0，原委众次试验，当p取5，g取0时，自回归AR的各滞后阶数t值都通过，且该模子的R2为0.995，于是ARIMA模子的参数最优，故确定ARIMA模子为(5，1，0)。
结果，对该模子举办检讨和预测，为判决模子的有用性，对ARIMA(5，l，0)模子的残差举办干系性检讨。该模子的残差ACF (Autocorrelation Function)和PACF( Partial Autocorrelation Function)都不明显，证明推测出的残差是纯随机的，模子提守信息弥漫。用该模子对中邦石油需求量举办预测。
采用MATLAB (2016)软件编程，应用newff函数构修汇集。先将数据举办归一化，再采用试凑法确定隐含层节点数最优数目为9，创立研习步数为50 000，研习速度为0.1，最大差错为0.001，创办7-9-1的BP神经汇集模子。把ARIMA预测差错和中邦GDP、邦际石油代价、单元GDP能耗、物业布局、城镇化率和石油临盆量举动输入，石油需求量为输出，举办BP神经汇集模子的教练，图5显示教练差错能够到达0.000001，汇集创办有用。用此模子对中邦石油需求量举办预测。
分散将ARIMA模子、BP神经汇集以及组合模子对中邦石油需求量举办预测，获得3种模子的相对预测差错，并举办比拟领悟。
基于组合模子的中邦石油需求量预测结果比简单模子的预测结果更亲昵于实质搜集的数据，精确性较高，于是本文将组合模子运用于中邦石油需说情景领悟。
参考李振宇等的形象创立举措，因为石油临盆量来日改变趋向不昭着，凭据其他5个驱动变量创立以下3种形象。
高形象(A):来日10年中邦经济连结中高速延长，邦际石油代价神速上升；资源操纵效用明显升高，单元GDP能耗昭着消沉；物业布局调理升级加快促进，城镇化加快兴盛，对石油需求的增幅较大。
基准形象(B):来日10年中邦经济安定兴盛，邦际石油代价温和上升，单元GDP能耗有所消沉，物业布局调理升级和城镇化稳步促进，对石油需求的增幅较小。
低形象(C):来日10年中邦经济减速延长，邦际石油代价连结安定，增幅较小，资源操纵效用升高不明显，单元GDP能耗消沉不昭着，城镇化兴盛迂缓，对石油需求的增幅很小。
(1)中邦GDP。影响GDP延长的身分错综庞大。服从现时中邦经济高质料兴盛计谋，来日经济延长将连结或者放缓延长。寰宇银行、邦务院兴盛研商核心预测中邦2016-2020年、2021-2025年和2026-2030年经济年均延长率顺序为7%、5.9%和5%；宏观经济研商院预测“十三五”功夫中邦经济增速正在7%把握。参考上述研商和李振宇等8一对中邦来日经济延长速率的创立，维系现时中邦经济延长放缓的趋向，将2020年高形象(A)GDP延长率设为7%，2025年基准形象(B) GDP延长率设为6%，2030年低形象(C)GDP延长率设为5%，各形象其他年份GDP延长率服从0.3个百分点的改观幅度举办创立。
(2)邦际石油代价。邦际能源机构估计2030年之前邦际油价将支持正在每桶50～70美元水准，凭据BP能源统计年鉴数据，测算出1999-2018年邦际石油代价延长率。
(4)物业布局。2018年中邦第二物业比重为40.7%，中邦物业布局已进入加快调理工夫。胡鞍钢等以为，中邦第二物业比重正在2030年将消沉到30%～36%。吴青龙等将2030年中邦物业布局优化后的第二物业比重设定38.7%为低速度，30%/为高速度，其均值为中速。1999-2018年中邦第二物业比重年均消沉0.560/0.2009-2018年年均消沉1.41%，由此，创立2030年高形象(A)第二物业比重30%，低形象(C)为36.35%，基准形象(B)为33.74%；基准形象(B) 2020年第二物业比重消沉1%，高形象和低形象妥善调理延长率。
(5)城镇化率。凭据“十三五”谋划预测，2020年中邦城镇化率将到达60%，故创立2020年低形象(C)和基准形象(B)城镇化率分散服从0.5%和1.0010的延长率改观，准备为60.18010和60.78%：高形象(A)城镇化水准略高，创立延长率为1.5%：参照已有研商，2025年基准形象(B)城镇化率为64.83%，其他2个形象好似创立：参照吴青龙等的研商，创立2030年3种形象的改观幅度。
(6)石油临盆量。禤伟旗等预测2020年中邦石油临盆量为2亿t把握，中邦石油经济技巧研商院预测中邦石油临盆量正在2030年将支持正在2亿t。凭据《BP寰宇能源统计年鉴》数据核算出中邦近20年的石油临盆量延长率，创立2020年中邦石油临盆量高形象(A)、基准形象(B)和低形象(C)分散以0.5%、0.3%和0.1%速度延长，2025年和2030年创立上浮0.25%。
基于组合模子预测的举措，ARIMA预测差错将举动BP神经汇集输入变量，于是必要对该变量举办预测，并创立来日形象。参照张宇青等、陈蔚和谢小军等预测ARIMA差错的做法，基于滚动修模法，维系BP神经汇集对差错举办教练和预测。
应用MATLAB (2016)对中邦石油需求量ARIMA预测差错举办修模，创立汇集输入与输出节点为5和1，第一层和第二层相接函数为正切函数，第三层为线性函数，共轭梯度法为教练函数，经众次研习和教练，当方针值差错收敛正在一个很小的值时，汇集创办有用，最终确定最优汇集布局为5-5- l。将2014-2018年的差错输人创办的汇集中，获得2019年的差错值；再输入2015-2019年的差错，获得2020年的差错值，以此类推，获得2020-2030年ARIMA差错预测值。将上述举措获得的差错预测值设为基准形象(B)，根据1999-2018年预测均匀相对差错绝对值为1.96%，对低形象(C)和高形象(A)分散创立上下浮动1.96个百分点。
基于上述构修好的组合模子，将各形象预测值带入汇集中举办预测，结果对输出结果举办反归一化，获得中邦石油需求量来日预测值。从需求角度来看，石油进口量是石油需求量的要紧构成一面，其影响身分与石油需求量好似。石油进口量预测模子构修进程和石油需求量根基同等。
2020-2030年我邦石油对外依存度均值大于现时的对外依存度，分析来日中邦石油供需抵触加倍敏锐，石油和平生存较大危急。中邦经济兴盛速率、邦际石油代价震荡、单元GDP能耗改变、物业布局调理、城镇化过程和石油临盆处境对中邦石油需求形成必然的影响。正在必然水准上，应用形象领悟法对中邦石油需求举办预测，具有较好的参考代价和实质道理。
本文正在采纳影响中邦石油需求量的6个驱动变量底子上，基于灰色相闭领悟法对影响变量合理性举办判决，验证了采纳的驱动变量与中邦石油需求具有较高的相闭性；根据ARIMA模子和BP神经汇集的预测上风，比拟两个简单模子和组合模子对中邦石油需求量预测的相对差错，拣选预测精度较高的ARIMA-BP组合模子举办修模；再维系形象领悟法对中邦来日石油资源需求量和进口量举办预测，预测结果与邦际能源署和美邦能源音讯解决局的预测结果邻近，具有较好的科学性与可托度。重要研商结论如下：
(1)城镇化率、石油临盆量和中邦GDP对我邦石油需求量影响较大，邦际石油代价、物业布局和单元GDP能耗对石油需求量的影响次之。
(2)2020-2030年中邦石油需求量和进口量不时扩展，但延长幅度慢慢减缓。2020年、2025年和2030年预测的中邦石油需求量3种形象均值分散为67 577.03万t、73 227.25万t和76 081.55万t，延长幅度由8.36%降至3.9%。2020-2030年预测3种形象均匀对外依存度为76.19%，远赶过50%的邦际戒备线且大于现时的对外依存度，来日10年我邦石油供需抵触将加倍敏锐。
(3)归纳3种形象来看，城镇化率和经济延长水准较高时，中邦石油需求量较大；石油临盆量和邦际石油代价水准较高时，中邦石油进口量、需求量延长昭着减缓；第二物业占比和单元GDP能耗水准较低时，中邦石油需求量昭着低落。
(1)针对邦内石油物业的创议。鼎力加紧石油地质勘查做事，大幅扩展勘测资金参加，以扩展石油探明地质储量，正在拉长办事年限的同时扩充石油临盆范畴；加紧石油开采技巧革新，扩展研发人力与血本参加，升高石油采收率；推动石油物业升级，拉长石油物业链，升高石油操纵效用。
(2)针对邦际石油代价不坚固的创议。扩展石油战术贮备和贸易贮备，以应对邦际油价上涨带来的膺惩，保护我邦石油和平。
(3)针对城镇化过程加快和中邦经济延长带来石油需求大幅延长的创议。合理谋划城镇化过程和经济延长水准；陆续促进供应侧布局性变革，改造高能耗物业，有用实行节能降耗；踊跃寻找、鼎力兴盛石油取代能源物业。
(4)针对海外石油勘测开辟的创议。进一步加紧海外石油勘测开辟力度；与目前重要石油供应邦创办优良供应闭连的同时，适度拓展较远进口起原邦的供应渠道；加紧石油进口管道底子举措修树，吸引更众社会血本介入投资。
主办单元：河北省自然资源厅 技巧救援：河北省自然资源音讯核心 网站标识码：1300000044
创议操纵IE9.0以上浏览器或兼容浏览器，离别率1280*720以上; 探访量:
石油资源举动能源体例中的要紧构成一面，正在军事和平、经济和社会等方面具有要紧影响。中邦石油对外依存度正在2015年冲破60%．2018年原油进口依存度到达71%，远赶过50%的邦际戒备线。中邦石油供需缺口大，石油供应和平生存较大危急。从2017年起，美邦石油产量跃居寰宇第一，力求创办以其为主导的寰宇石油兴盛新序次，中邦能源和平将面对厉厉的邦际政事危急。石油供应坚固是闭连邦度能源和平的症结身分，领悟中邦来日石油资源需说情景，对邦度能源计谋的造订具有极端要紧的参考道理：
邦表里学者对石油资源需求预测提出了少许举措，重要分为两大类：一是对石油需求的机理研商，如从经济延长、物业布局、邦际石油代价、机动车保有量、碳排放、城镇化水准、技巧发展和石油临盆量等角度领悟中邦石油需求的改变趋向。二是阅历研商模子，行使数据领悟等算法索求中邦石油需求改变顺序，并对来日值举办预测，主流的模子有对比领悟法、体例动力学、灰色体例表面、协整领悟和BP神经汇集等。
简单的预测模子正在反应数据音讯上有限，预测结果精度不足组合预测模子。近些年大方学者行使组合预测模子对能源需求举办预测，如陈海涛、孙梅等、唐丽芳和李振宇平分别采用体例动力学和灰色相闭模子、神经汇集和卡尔曼算法、CPSO-SVM模子以及因子领悟和Logistic模子对中邦石油需求举办预测，但均没有对数据序列的线性与非线性闭连举办领悟。时期序列预测中，ARIMA模子对安定序列的线性闭连拟合成效明显，成为重要预测举措，且常维系其他模子一同举办预测，以升高预测水准。非线性预测模子中，BP神经汇集模子正在发现数据音讯中的非线性闭连方面具有重大的上风，正在中持久预测中运用较为广大。赵成柏等和谢小军等基于ARIMA模子与BP神经汇集组合模子分散对中邦碳排放强度和广西能源消费举办中持久预测，说明组合模子比简单模子预测精度更高。
维系ARIMA模子和BP神经汇集举办形象领悟的研商较少，现有邦内文献中将其运用于中邦石油资源需说情景预测中尚未睹到。本文采用ARIMA-BP神经汇集组合模子，采纳中邦GDP、邦际石油代价、单元GDP能耗、物业布局、城镇化率、石油临盆量等症结变量，预测中邦2020-2030年差别形象下的石油需求量和石油进口量。
本文重要的边际功勋：①基于经济表面领悟，采纳了影响中邦石油资源需求的6个驱动变量，行使灰色相闭领悟法举办了变量要紧水准论证，为变量采纳供给了革新性的举措救援。②构修了ARIMA-BP神经汇集组合预测模子，与简单ARIMA模子、BP神经汇集模子比拟，升高了预测精度；对石油资源需说情景举办了界说，创立了重要驱动变量2020-2030年形象，行使组合预测模子举办了形象预测。
ARIMA模子可以凭据时期序列数据音讯，揭示动态数据内部兴盛顺序，创办对比切确的数学模子，也能对体例的来日改变举办预测。该模子对时期序列数据的线性干系性预测成效较好，但对数据的非线性音讯发现成效欠佳。
BP神经汇集能反应数据音讯间众维映照闭连，具有信号前向宣扬、差错反向宣扬的特色。即音讯从输入层输入，由第一个隐含层先举办数据惩罚，惩罚的数据再输入下一个隐含层惩罚，以此类推，获得最终数据由输出层输出，将输出数据与预期值举办比拟，获得差错。将差错反向由输出层、隐含层、输入层举办数据惩罚，功夫汇集相接的权值从新调理，直至获得新音讯至输出层输出。其上风正在惩罚众元非线性数据上预测结果精度高。
单以ARIMA和BP模子举办预测恐怕显现预测误差较大结果，将ARIMA模子的线性预测和BP神经汇集的非线性预测上风组合起来，阐扬各自的上风，到达升高预测成效的目标。于是，本文选用基于残差优化的ARIMA-BP神经汇集组合模子对中邦石油需求量举办形象预测，即应用ARIMA模子得出残差序列，与原数据序列带人BP神经汇集中举办预测。
凭据前述文献维系经济表面领悟，采纳以下6个影响中邦石油需求的驱动变量：①中邦GDP。经济兴盛直接影响能源消费量，故GDP是影响石油需求的要紧身分。②邦际石油代价。石油代价对石油需求具有负效应，预测模子中必要插足代价身分。③单元GDP能耗。技巧发展有帮于升高能源操纵效用，进而影响能源需求量，故单元GDP能耗是影响中邦石油需求量的身分之一。④物业布局（第二物业扩展值/GDP）。石油重要运用于工业周围，物业布局中工业占比是影响石油需求的重要身分。⑤城镇化率。都市化过程激动底子举措修树，激动交通、修修等行业的兴盛，石油需求量扩展，城镇化率正在中邦石油需求预测中起着不成马虎的效用。⑥石油临盆量。供应影响需求，石油具有不成再素性，来日的石油需求量预测应探求石油产量。外1为6个变量1999-2018年的数据。
为了进一步验证石油需求预测驱动变量的可行性，还需行使统计举措对数据举办检讨，本文采用灰色相闭领悟法举办领悟。其道理是跟着时期的推移，凭据两身分的改变趋向邻近水准，判决其相闭水准。趋向越邻近，相闭度越高，反之越小。
ARIMA(p，d，q)模子中，p为自回归阶数，d为数据差分次数，q为搬动均匀阶数。创办ARIMA模子，最先，对原数据取对数并行使Eviews9.0举办ADF (Augmented Dickey-Fuller)检讨，判决数据安定性。检讨结果如外3所列，证明中邦石油需求量正在一阶差分下安定，确定差分次数d为1。对该序罗列办白噪声检讨，结果得出为非白噪声序列，故能够对该序罗列办修模。
其次，行使SPSS19.0举办干系性和偏干系性领悟，开头确定自回归阶数p为4和5，搬动均匀阶数g为1和0，原委众次试验，当p取5，g取0时，自回归AR的各滞后阶数t值都通过，且该模子的R2为0.995，于是ARIMA模子的参数最优，故确定ARIMA模子为(5，1，0)。
结果，对该模子举办检讨和预测，为判决模子的有用性，对ARIMA(5，l，0)模子的残差举办干系性检讨。该模子的残差ACF (Autocorrelation Function)和PACF( Partial Autocorrelation Function)都不明显，证明推测出的残差是纯随机的，模子提守信息弥漫。用该模子对中邦石油需求量举办预测。
采用MATLAB (2016)软件编程，应用newff函数构修汇集。先将数据举办归一化，再采用试凑法确定隐含层节点数最优数目为9，创立研习步数为50 000，研习速度为0.1，最大差错为0.001，创办7-9-1的BP神经汇集模子。把ARIMA预测差错和中邦GDP、邦际石油代价、单元GDP能耗、物业布局、城镇化率和石油临盆量举动输入，石油需求量为输出，举办BP神经汇集模子的教练，图5显示教练差错能够到达0.000001，汇集创办有用。用此模子对中邦石油需求量举办预测。
分散将ARIMA模子、BP神经汇集以及组合模子对中邦石油需求量举办预测，获得3种模子的相对预测差错，并举办比拟领悟。
基于组合模子的中邦石油需求量预测结果比简单模子的预测结果更亲昵于实质搜集的数据，精确性较高，于是本文将组合模子运用于中邦石油需说情景领悟。
参考李振宇等的形象创立举措，因为石油临盆量来日改变趋向不昭着，凭据其他5个驱动变量创立以下3种形象。
高形象(A):来日10年中邦经济连结中高速延长，邦际石油代价神速上升；资源操纵效用明显升高，单元GDP能耗昭着消沉；物业布局调理升级加快促进，城镇化加快兴盛，对石油需求的增幅较大。
基准形象(B):来日10年中邦经济安定兴盛，邦际石油代价温和上升，单元GDP能耗有所消沉，物业布局调理升级和城镇化稳步促进，对石油需求的增幅较小。
低形象(C):来日10年中邦经济减速延长，邦际石油代价连结安定，增幅较小，资源操纵效用升高不明显，单元GDP能耗消沉不昭着，城镇化兴盛迂缓，对石油需求的增幅很小。
(1)中邦GDP。影响GDP延长的身分错综庞大。服从现时中邦经济高质料兴盛计谋，来日经济延长将连结或者放缓延长。寰宇银行、邦务院兴盛研商核心预测中邦2016-2020年、2021-2025年和2026-2030年经济年均延长率顺序为7%、5.9%和5%；宏观经济研商院预测“十三五”功夫中邦经济增速正在7%把握。参考上述研商和李振宇等8一对中邦来日经济延长速率的创立，维系现时中邦经济延长放缓的趋向，将2020年高形象(A)GDP延长率设为7%，2025年基准形象(B) GDP延长率设为6%，2030年低形象(C)GDP延长率设为5%，各形象其他年份GDP延长率服从0.3个百分点的改观幅度举办创立。
(2)邦际石油代价。邦际能源机构估计2030年之前邦际油价将支持正在每桶50～70美元水准，凭据BP能源统计年鉴数据，测算出1999-2018年邦际石油代价延长率。
(4)物业布局。2018年中邦第二物业比重为40.7%，中邦物业布局已进入加快调理工夫。胡鞍钢等以为，中邦第二物业比重正在2030年将消沉到30%～36%。吴青龙等将2030年中邦物业布局优化后的第二物业比重设定38.7%为低速度，30%/为高速度，其均值为中速。1999-2018年中邦第二物业比重年均消沉0.560/0.2009-2018年年均消沉1.41%，由此，创立2030年高形象(A)第二物业比重30%，低形象(C)为36.35%，基准形象(B)为33.74%；基准形象(B) 2020年第二物业比重消沉1%，高形象和低形象妥善调理延长率。
(5)城镇化率。凭据“十三五”谋划预测，2020年中邦城镇化率将到达60%，故创立2020年低形象(C)和基准形象(B)城镇化率分散服从0.5%和1.0010的延长率改观，准备为60.18010和60.78%：高形象(A)城镇化水准略高，创立延长率为1.5%：参照已有研商，2025年基准形象(B)城镇化率为64.83%，其他2个形象好似创立：参照吴青龙等的研商，创立2030年3种形象的改观幅度。
(6)石油临盆量。禤伟旗等预测2020年中邦石油临盆量为2亿t把握，中邦石油经济技巧研商院预测中邦石油临盆量正在2030年将支持正在2亿t。凭据《BP寰宇能源统计年鉴》数据核算出中邦近20年的石油临盆量延长率，创立2020年中邦石油临盆量高形象(A)、基准形象(B)和低形象(C)分散以0.5%、0.3%和0.1%速度延长，2025年和2030年创立上浮0.25%。
基于组合模子预测的举措，ARIMA预测差错将举动BP神经汇集输入变量，于是必要对该变量举办预测，并创立来日形象。参照张宇青等、陈蔚和谢小军等预测ARIMA差错的做法，基于滚动修模法，维系BP神经汇集对差错举办教练和预测。
应用MATLAB (2016)对中邦石油需求量ARIMA预测差错举办修模，创立汇集输入与输出节点为5和1，第一层和第二层相接函数为正切函数，第三层为线性函数，共轭梯度法为教练函数，经众次研习和教练，当方针值差错收敛正在一个很小的值时，汇集创办有用，最终确定最优汇集布局为5-5- l。将2014-2018年的差错输人创办的汇集中，获得2019年的差错值；再输入2015-2019年的差错，获得2020年的差错值，以此类推，获得2020-2030年ARIMA差错预测值。将上述举措获得的差错预测值设为基准形象(B)，根据1999-2018年预测均匀相对差错绝对值为1.96%，对低形象(C)和高形象(A)分散创立上下浮动1.96个百分点。
基于上述构修好的组合模子，将各形象预测值带入汇集中举办预测，结果对输出结果举办反归一化，获得中邦石油需求量来日预测值。从需求角度来看，石油进口量是石油需求量的要紧构成一面，其影响身分与石油需求量好似。石油进口量预测模子构修进程和石油需求量根基同等。
2020-2030年我邦石油对外依存度均值大于现时的对外依存度，分析来日中邦石油供需抵触加倍敏锐，石油和平生存较大危急。中邦经济兴盛速率、邦际石油代价震荡、单元GDP能耗改变、物业布局调理、城镇化过程和石油临盆处境对中邦石油需求形成必然的影响。正在必然水准上，应用形象领悟法对中邦石油需求举办预测，具有较好的参考代价和实质道理。
本文正在采纳影响中邦石油需求量的6个驱动变量底子上，基于灰色相闭领悟法对影响变量合理性举办判决，验证了采纳的驱动变量与中邦石油需求具有较高的相闭性；根据ARIMA模子和BP神经汇集的预测上风，比拟两个简单模子和组合模子对中邦石油需求量预测的相对差错，拣选预测精度较高的ARIMA-BP组合模子举办修模；再维系形象领悟法对中邦来日石油资源需求量和进口量举办预测，预测结果与邦际能源署和美邦能源音讯解决局的预测结果邻近，具有较好的科学性与可托度。重要研商结论如下：
(1)城镇化率、石油临盆量和中邦GDP对我邦石油需求量影响较大，邦际石油代价、物业布局和单元GDP能耗对石油需求量的影响次之。
(2)2020-2030年中邦石油需求量和进口量不时扩展，但延长幅度慢慢减缓。2020年、2025年和2030年预测的中邦石油需求量3种形象均值分散为67 577.03万t、73 227.25万t和76 081.55万t，延长幅度由8.36%降至3.9%。2020-2030年预测3种形象均匀对外依存度为76.19%，远赶过50%的邦际戒备线且大于现时的对外依存度，来日10年我邦石油供需抵触将加倍敏锐。
(3)归纳3种形象来看，城镇化率和经济延长水准较高时，中邦石油需求量较大；石油临盆量和邦际石油代价水准较高时，中邦石油进口量、需求量延长昭着减缓；第二物业占比和单元GDP能耗水准较低时，中邦石油需求量昭着低落。
(1)针对邦内石油物业的创议。鼎力加紧石油地质勘查做事，大幅扩展勘测资金参加，以扩展石油探明地质储量，正在拉长办事年限的同时扩充石油临盆范畴；加紧石油开采技巧革新，扩展研发人力与血本参加，升高石油采收率；推动石油物业升级，拉长石油物业链，升高石油操纵效用。
(2)针对邦际石油代价不坚固的创议。扩展石油战术贮备和贸易贮备，以应对邦际油价上涨带来的膺惩，保护我邦石油和平。
(3)针对城镇化过程加快和中邦经济延长带来石油需求大幅延长的创议。合理谋划城镇化过程和经济延长水准；陆续促进供应侧布局性变革，改造高能耗物业，有用实行节能降耗；踊跃寻找、鼎力兴盛石油取代能源物业。
(4)针对海外石油勘测开辟的创议。进一步加紧海外石油勘测开辟力度；与目前重要石油供应邦创办优良供应闭连的同时，适度拓展较远进口起原邦的供应渠道；加紧石油进口管道底子举措修树，吸引更众社会血本介入投资。