一、美国四州能源消费模型分析
美国亚利桑那州天然气和可再生能源使用量占有相当高的比例,这标志着其在四州中拥有最清洁和最稳定的能源消费结构。亚利桑那州石油,特别是煤炭用量排名最低。亚利桑那州的能源使用量增长主要集中在使用两类清洁能源,即可再生能源和天然气。
新墨西哥州几乎不依赖可再生能源和石油,但其对天然气的需求稳步增长。这三种能源的使用分别在长期保持在一定的高度。另一方面,新墨西哥州煤炭使用占比大幅增加,该州的总能源消费量增加。在1960年后的半个世纪中,新墨西哥州的煤炭消费从极低的水准逐步提升到了300000BTU的较高水平。
加利福尼亚州的情况与新墨西哥州类似,石油和可再生能源的使用率稳步降低。通过始于1960年的快速增长,其煤炭消费总量也在1980年超过了其天然气消费。在1996年能源消耗激增的过程中,加州的天然气使用量显著增长,而可再生能源使用量略有下降。事实上,加利福尼亚州是美国四个州中唯一可再生能源消费呈下降趋势的州。
德克萨斯州的能源消费总量排在全美第四位,在本文研究对象中仅次于加利福尼亚州。其缓慢而持续增长的石油消费标志着相对其余三州而言对汽油的高度依赖。德克萨斯州的能源使用概况也显示了其1982年附近的天然气的使用率增长,该时段其煤炭和石油的消费迅速增长。
总体而言,从四个州的能源概况中可见一些联系和对比。四个州的能源消费总量均呈上升趋势,1960—1970年期间,美国经济发展速度最快,二次世界大战后煤炭消费量显著增长。硅谷的快速发展也在短时间内加大了加州的煤炭消费增长。从能源结构来看,煤炭消费的快速增长影响了各州天然气的使用。发生在1995年前后的各州第二次能源消费热潮之后,这种情况得到缓解,此后能源消费增长主要体现在天然气上。各州具体情况差异主要是由于各自的地理因素造成的。例如,由于得克萨斯州高速发展的公路运输及丰富的原油储量导致新墨西哥州在四个州中能源情况中天然气占比最大,且石油的高产量及需求导致其石油使用的占比同样最高。相对而言,亚利桑那州的人口稀少和广袤的贫瘠土地使其能源消费情况高度稳定。
二、美国四州能源概况分析与清洁能源消费概况分析
时间序列日期分析:ARIMA模型法
步骤1:判断时间序列的稳定性,并稳定化模型。
步骤2: 识别并优化模型、参数估计
步骤3:模型预测
(一)亚利桑那州
第一,能源概况
步骤1
步骤1.1 绘制以年为单位的时序图
图表显示出波动明显上升的趋势,未见稳定性。
步骤1.2 检查序列的稳定性
通过具有原始假设“自相关系数= 0”的卡方检验对自相关系数的白噪声进行自相关检验显示Pr <0.0001,自相关
系数保持正值且具有线性趋势,表明时序系列不稳定。
步骤1.3序列的固定化
通过一阶差分降低线性增长趋势,固定序列。
步骤2最小话信息准则,得p = q = 0,模型即为
步骤3预测变量x
变量x的预测
年份 预测 标准误差 95%置信区间
2025 1836741.1 116311 1608776.5 2064705.8
2026 1860642.9 119890 1625662.3 2095623.4
2027 1884544.6 123366 1642751.6 2126337.6
2028 1908446.3 126747 1660027.6 2156865
2029 1932348 130039 1677475.8 2187220.3
2030 1956249.8 133251 1695083.5 2217416.1
2031 1980151.5 136386 1712839.3 2247463.8
2032 2004053.2 139452 1730733.2 2277373.3
2033 2027955 142451 1748756.4 2307153.5
2034 2051856.7 145388 1766900.9 2336812.5
2035 2075758.4 148268 1785159.4 2366357.5
2036 2099660.2 151092 1803525.4 2395794.9
2037 2123561.9 153865 1821993 2425130.8
2038 2147463.6 156588 1840556.8 2454370.4
2039 2171365.3 159265 1859211.9 2483518.8
2040 2195267.1 161898 1877953.7 2512580.4
2041 2219168.8 164488 1896778.1 2541559.5
2042 2243070.5 167038 1915681.2 2570459.8
2043 2266972.3 169550 1934659.5 2599285
2044 2290874 172026 1953709.7 2628038.3
2045 2314775.7 174466 1972828.7 2656722.7
2046 2338677.4 176872 1992013.7 2685341.2
2047 2362579.2 179247 2011262 2713896.3
2048 2386480.9 181590 2030571.2 2742390.6
2049 2410382.6 183903 2049938.9 2770826.4
2050 2434284.4 186188 2069362.9 2799205.9
第二,清洁能源概况
变量x的预测
年份 预测 标准误差 95%置信区间
2025 0.0182 0.0313 -0.0432 0.0795
2026 0.0175 0.0323 -0.0458 0.0807
2027 0.0169 0.0331 -0.048 0.0818
2028 0.0162 0.034 -0.0504 0.0828
2029 0.0156 0.0348 -0.0526 0.0839
2030 0.015 0.0357 -0.0549 0.0849
2031 0.0144 0.0365 -0.0571 0.0858
2032 0.0137 0.0372 -0.0593 0.0867
2033 0.0131 0.038 -0.0614 0.0876
2034 0.0124 0.0388 -0.0636 0.0884
2035 0.0118 0.0395 -0.0656 0.0893
2036 0.0112 0.0402 -0.0677 0.09
2037 0.0106 0.0409 -0.0697 0.0908
2038 0.0099 0.0417 -0.0717 0.0916
2039 0.0093 0.0423 -0.0737 0.0923
2040 0.0087 0.043 -0.0757 0.093
2041 0.008 0.0437 -0.0776 0.0937
2042 0.0074 0.0443 -0.0795 0.0943
2043 0.0068 0.045 -0.0814 0.095
2044 0.0061 0.0456 -0.0833 0.0956
2045 0.0055 0.0463 -0.0852 0.0962
2046 0.0049 0.0469 -0.087 0.0968
2047 0.0042 0.0475 -0.0889 0.0973
2048 0.0036 0.0481 -0.0907 0.0979
2049 0.003 0.0487 -0.0925 0.0984
2050 0.0023 0.0493 -0.0943 0.099
步骤1.1,1.2同前步骤1.1,1.2。
步骤1.3序列的固定过程
一阶差分降低线性增长趋势。
步骤2最小化信息标准→p5,q = 0,模型即为:
步骤3 预测变量x 见左下“变量X的预测”。
(二)加利福尼亚州
第一,能源概况
步骤1
步骤1.1 ,1.2同前步骤1.1,1.2。
步骤1.3序列的固定化
通过一阶差分降低线性增长趋势,固定序列。
步骤2最小话信息准则,得p=1,q=0,模型即为 。
步骤3预测变量x
变量x的预测
年份 预测 标准误差 95%置信区间
2025 9306697.9 901080 7540614.4 11072781
2026 9397180 930029 7574356.8 11220003
2027 9487662 958104 7609812.9 11365511
2028 9578144.1 985379 7646836.1 11509452
2029 9668626.1 1011920 7685299.7 11651953
2030 9759108.2 1037782 7725093.2 11793123
2031 9849590.3 1063015 7766119.5 11933061
2032 9940072.3 1087663 7808292.9 12071852
2033 10030554 1111764 7851537 12209572
2034 10121037 1135354 7895783.6 12346289
2035 10211519 1158464 7940971.6 12482066
2036 10302001 1181121 7987045.6 12616956
2037 10392483 1203352 8033955.6 12751010
2038 10482965 1225180 8081656.1 12884273
2039 10573447 1246626 8130105.6 13016788
2040 10663929 1267708 8179266 13148592
2041 10754411 1288446 8229102.4 13279719
2042 10844893 1308856 8279582.8 13410203
2043 10935375 1328952 8330677.5 13540073
2044 11025857 1348748 8382358.9 13669355
2045 11116339 1368259 8434601.7 13798077
2046 11206821 1387494 8487382.1 13926260
2047 11297303 1406467 8540678.1 14053929
2048 11387785 1425188 8594469.1 14181102
2049 11478267 1443665 8648735.9 14307799
2050 11568750 1461909 8703460.3 14434039
第二, 清洁能源概况
步骤1
步骤1.1,1.2同前步骤1.1,1.2。
步骤1.3序列的固定过程
利用一阶差分降低线性增长趋势。
步骤2最小化信息标准→p=0,q=1,模型即为:
。
步骤3 预测变量x
变量x的预测
年份 预测 标准误差 95%置信区间
2025 0.232 0.0389 0.1559 0.3082
2026 0.2334 0.0394 0.1561 0.3107
2027 0.2348 0.04 0.1564 0.3132
2028 0.2362 0.0406 0.1567 0.3157
2029 0.2376 0.0411 0.157 0.3181
2030 0.239 0.0416 0.1573 0.3206
2031 0.2404 0.0422 0.1577 0.323
2032 0.2417 0.0427 0.158 0.3254
2033 0.2431 0.0432 0.1584 0.3279
2034 0.2445 0.0437 0.1588 0.3303
2035 0.2459 0.0443 0.1592 0.3327
2036 0.2473 0.0448 0.1596 0.335
2037 0.2487 0.0453 0.16 0.3374
2038 0.2501 0.0458 0.1604 0.3398
2039 0.2515 0.0462 0.1608 0.3421
2040 0.2529 0.0467 0.1613 0.3444
2041 0.2542 0.0472 0.1617 0.3468
2042 0.2556 0.0477 0.1622 0.3491
2043 0.257 0.0481 0.1627 0.3514
2044 0.2584 0.0486 0.1631 0.3537
2045 0.2598 0.0491 0.1636 0.356
2046 0.2612 0.0495 0.1641 0.3583
2047 0.2626 0.05 0.1646 0.3605
2048 0.264 0.0504 0.1651 0.3628
2049 0.2654 0.0509 0.1656 0.3651
2050 0.2667 0.0513 0.1662 0.3673
(三)新墨西哥州
第一,能源概况
步骤1
步骤1.1 ,1.2同前步骤1.1,1.2。
步骤1.3序列的固定化
通过一阶差分降低线性增长趋势,固定序列。
步骤2最小话信息准则,得p = q = 0,模型即为
步骤3预测变量x
变量x的预测
年份 预测 标准误差 95%置信区间
2025 781465.7 84514.94 615819.5 947111.9
2026 788426.4 87116 617682.2 959170.6
2027 795387.1 89641.63 619692.7 971081.4
2028 802347.8 92098.02 621839 982856.6
2029 809308.5 94490.57 624110.4 994506.6
2030 816269.2 96824.02 626497.6 1006040.8
2031 823229.9 99102.55 628992.5 1017467.3
2032 830190.6 101330 631587.7 1028793.4
2033 837151.3 103509 634276.9 1040025.6
2034 844112 105644 637054.2 1051169.8
2035 851072.7 107736 639914.3 1062231
2036 858033.4 109788 642852.6 1073214.1
2037 864994.1 111803 645864.7 1084123.4
2038 871954.8 113782 648946.7 1094962.8
2039 878915.5 115727 652095 1105735.9
2040 885876.2 117640 655306.4 1116446
2041 892836.9 119522 658577.7 1127096
2042 899797.6 121375 661906.3 1137688.8
2043 906758.3 123201 665289.5 1148227.1
2044 913719 124999 668724.9 1158713
2045 920679.7 126772 672210.3 1169149
2046 927640.4 128521 675743.7 1179537
2047 934601.1 130246 679323.1 1189879
2048 941561.8 131949 682946.7 1200176.8
2049 948522.4 133630 686612.8 1210432.1
2050 955483.1 135290 690319.8 1220646.5
第二,清洁能源概况
步骤1
步骤1.1,1.2同前步骤1.1,1.2。
步骤1.3序列的固定化
通过一阶差分降低线性增长趋势,固定序列。
步骤2最小话信息准则,得p = q = 0,模型即为
步骤3预测变量x
变量x的预测
年份 预测 标准误差 95%置信区间
2025 0.0666 0.0175 0.0322 0.101
2026 0.0671 0.0181 0.0317 0.1025
2027 0.0677 0.0186 0.0312 0.1041
2028 0.0682 0.0191 0.0308 0.1056
2029 0.0687 0.0196 0.0303 0.1072
2030 0.0693 0.0201 0.0299 0.1086
2031 0.0698 0.0206 0.0295 0.1101
2032 0.0703 0.021 0.0291 0.1115
2033 0.0709 0.0215 0.0288 0.113
2034 0.0714 0.0219 0.0285 0.1144
2035 0.072 0.0223 0.0282 0.1158
2036 0.0725 0.0228 0.0279 0.1171
2037 0.073 0.0232 0.0276 0.1185
2038 0.0736 0.0236 0.0273 0.1198
2039 0.0741 0.024 0.027 0.1212
2040 0.0746 0.0244 0.0268 0.1225
2041 0.0752 0.0248 0.0266 0.1238
2042 0.0757 0.0252 0.0264 0.1251
2043 0.0762 0.0256 0.0262 0.1263
2044 0.0768 0.0259 0.026 0.1276
2045 0.0773 0.0263 0.0258 0.1289
2046 0.0779 0.0267 0.0256 0.1301
2047 0.0784 0.027 0.0254 0.1314
2048 0.0789 0.0274 0.0253 0.1326
2049 0.0795 0.0277 0.0251 0.1338
2050 0.08 0.0281 0.025 0.135
(四)德克萨斯州
第一,能源概况
步骤1
步骤1.1 ,1.2同前步骤1.1,1.2。
步骤1.3序列的固定化
通过一阶差分降低线性增长趋势,固定序列。
步骤2最小话信息准则,得p = q = 0,模型即为
步骤3预测变量x
变量x的预测
年份 预测 标准误差 95%置信区间
2025 13376981 1486762 10462981 16290982
2026 13514190 1533487 10508610 16519770
2027 13651398 1578830 10556948 16745849
2028 13788607 1622907 10607769 16969445
2029 13925816 1665817 10660874 17190757
2030 14063024 1707650 10716092 17409957
2031 14200233 1748482 10773271 17627195
2032 14337442 1788382 10832277 17842606
2033 14474650 1827411 10892990 18056311
2034 14611859 1865624 10955303 18268415
2035 14749067 1903070 11019119 18479016
2036 14886276 1939793 11084352 18688200
2037 15023485 1975833 11150923 18896047
2038 15160693 2011228 11218759 19102628
2039 15297902 2046011 11287795 19308009
2040 15435111 2080212 11357970 19512251
2041 15572319 2113860 11429231 19715408
2042 15709528 2146980 11501524 19917532
2043 15846736 2179597 11574804 20118669
2044 15983945 2211734 11649027 20318864
2045 16121154 2243410 11724151 20518156
2046 16258362 2274645 11800140 20716584
2047 16395571 2305457 11876959 20914183
2048 16532780 2335862 11954574 21110985
2049 16669988 2365877 12032955 21307021
2050 16807197 2395515 12112073 21502321
第二,清洁能源概况
步骤1
步骤1.1,同前步骤1.1,1.2。
步骤1.3序列的固定过程
利用一阶差分降低线性增长趋势。
步骤2最小化信息标准→p=1,q=0,模型即为:
步骤3 预测变量x
变量x的预测
年份 预测 标准误差 95%置信区间
2025 0.072 0.0198 0.0332 0.1109
2026 0.0729 0.0205 0.0328 0.113
2027 0.0738 0.0211 0.0324 0.1152
2028 0.0747 0.0218 0.032 0.1173
2029 0.0755 0.0224 0.0317 0.1194
2030 0.0764 0.023 0.0314 0.1214
2031 0.0773 0.0236 0.0311 0.1234
2032 0.0781 0.0241 0.0308 0.1254
2033 0.079 0.0247 0.0306 0.1274
2034 0.0799 0.0252 0.0304 0.1293
2035 0.0807 0.0258 0.0302 0.1312
2036 0.0816 0.0263 0.0301 0.1331
2037 0.0825 0.0268 0.03 0.135
2038 0.0833 0.0273 0.0298 0.1368
2039 0.0842 0.0278 0.0297 0.1387
2040 0.0851 0.0283 0.0297 0.1405
2041 0.086 0.0287 0.0296 0.1423
2042 0.0868 0.0292 0.0296 0.1441
2043 0.0877 0.0297 0.0295 0.1459
2044 0.0886 0.0301 0.0295 0.1476
2045 0.0894 0.0306 0.0295 0.1494
2046 0.0903 0.031 0.0295 0.1511
2047 0.0912 0.0315 0.0295 0.1528
2048 0.092 0.0319 0.0295 0.1545
2049 0.0929 0.0323 0.0296 0.1562
2050 0.0938 0.0327 0.0296 0.1579
(一)比较
方法一 垂直比较(州内)
亚利桑那州
1. 总体而言,有巨大的波动和下降的趋势。
2. 2009年,清洁能源在能源份额中所占的比例甚至更低,表明情况更糟糕。
加利福尼亚州
1. 总体而言,尽管清洁能源份额依然不稳定,但发展趋势仍在继续。
2. 2009年,虽然2009年的份额高于以往,但其历史上的不稳定性降低了对其未来的估计。加州的模型不应是最好的能源消费占比模型。
新墨西哥州
1. 总体而言,其清洁能源占比波动幅度很大,但2005年之前的稳定和其后的快速发展显示出理想的清洁能源消费状况。
2. 2009年,清洁能源占比低于2008年。
德克萨斯州
1.总体而言,得克萨斯州在2005年之前表现出最好的稳定性和快速发展的趋势。清洁能源使用的总体情况是积极的。
2. 2009年,尽管与2008年相比增长率相对较低,但趋势仍然积极。
总之,得克萨斯州在四个州中的能源情况最优。
方法二 横向比较(不同州之间)
步骤1
建立原始评估指标体系,筛选清洁能源和可再生能源数据。然后将选定的数据分成“输入”和“输出”部分。
步骤2主成分分析
2.1对于“输入”
通过主成分分析,前两个主成分的累计贡献率达到97.59%,表明各指标之间的强相关性,或换言之,许多指标具有非常相似的功能。
2.2对于“输出”
通过主成分分析,前两个主成分的累计贡献率达到98.04%,表明各指标之间存在较强的相关性,换言之,许多指标具有非常类似的功能。
为了找到一些有代表性的指标,应当引入聚类分析。
步骤3聚类分析
3.1对于“输入”
通过聚类分析,所有“输入”指标分为3类。选择每个分类的代表性指标之一作为以下判断的基础。
3.2对于“输出”
通过聚类分析,所有“输出”指标分为2类。选择第一类中的一个代表性指标作为以下判断的基础。
步骤4 DEA数据包络分析
引入非阿基米德无穷小的DEA模型,
从MATLAB获得的结果如下所示:
theta = 0.9562 1.0000 0.6911 0.7246
结论: 加州的清洁或可再生能源使用效果最好。
(二)预测
方法一 纵向比较
2025 2050
az 164144.1 277121.4
ca 3412631 5301623
nm 95658.3 164787.3
tx 1806670 3395216
上表中的数据直接来自相关年份95%置信区间的最大值。该表格是时间序列的95%置信区间的上限与清洁能源占比的乘积。(95%的置信区间意味着极有可能达到的值)
方法二 横向比较
步骤1
用时间序列预估2025年和2050年的一些重要指标。所谓“重要指标”是基于上述聚类分析的结果。
步骤2
将估计值引入DEA模型,得到以下数据:
2025
theta = 1.0000 1.0000 0.5146 0.5071
结论:亚利桑那州和加州比新墨西哥州和德克萨斯州好。亚利桑那州在2009年与自己相比取得了很大的进步。
2050
theta = 1.0000 1.0000 0.5934 0.5787
结论:亚利桑那州和加州比新墨西哥州和德克萨斯州好。尽管新墨西哥州和德克萨斯州取得了一些进展,但仍落后于亚利桑那州和加利福尼亚州。
从“投入”和“产出”的主成分分析,特征值1和2的累计贡献率高达97.59%。表达式为:
Print1=0.376369*GETCB+0.372665*HYTCB+0.226423*NUEGB+0.226423*NUETP+0.398292*REPRB+0.397508*RETCB+0.399192*ROPRB+0.375404*SOTCB
Print2=-0.280185*GETCB-0.233304*HYTCB+0.632955*NUEGB+0.632955*NUETP+0.002053*REPRB+0.020997*RETCB-0.019288*ROPRB-0.254921*SOTCB
将主成分1和2的系数加和,发现NUEPT,NUEGB,RETCB和REPRB的系数最大。
因此,
1.所有国家都应通过提高核能在其能源消费的占比来提高对核电的依赖性。
2.应鼓励使用风力发电和地热能等可再生能源发电。
对于“输入”,特征值1和2的累计贡献率高达100%,这意味着它们可以完全代表自己的重要信息。表达式为:
Print1=0.574135*EMTCB+0.57481*WWTCB+0.583062*BMTCB
Print2=0.720496*EMTCB-0.69296*WWTCB-0.026313*BMTCB
将主成分1和2的系数相加,得到EMTCB,BMTCB和WWTCB的系数递减。而且,WWTCB的系数是负值。
因此:应鼓励乙醇作为燃料;应增加生物质燃料的总消耗量;应减少木材和垃圾的总消费量。
四、总结
通过分析了四个州的1966—2009年能源总体概况,最终找到了可供WIEC参考的能源结构目标。本文通过结合时间序列分析、主成分分析、聚类分析和DEA模型的方法,提供了能源问题的解决方案,尤其是清洁能源和可再生能源问题的应用目标。
本文讨论的美国四个州的能源总体情况应该分为两类:第一类为亚利桑那州和加利福尼亚州,第二类为新墨西哥州和德克萨斯州。亚利桑那州和加利福尼亚州已经拥有较高的清洁能源使用水平,因此这两个州应该着重稳定其清洁能源使用的发展趋势,减少波动。新墨西哥州和德克萨斯州,清洁能源使用开始较晚,具有未成熟的清洁能源技术,但发展迅速。后一种类型在没有额外外部援助的情况下可能面临困难和发展中的阻力。因此,西部州际能源契约应该为新墨西哥州和德克萨斯州提供一个平台,以便从亚利桑那州和加利福尼亚州获得先进的清洁能源技术和经验,以保持其在能源概况中的清洁能源占比的增长速率。
2009年,WIEC所有四个州仍然依赖石油和煤炭等传统能源。然而,可再生能源的发展趋势表明了未来的光明前景。根据预测,清洁能源的比重逐年增加,增长率也在逐年上升。据保守估计,2050年可再生能源占比将高达12%〜15%。
责编/马铭阳