基于多重影响因素的天然气需求预测研究——以西南油气田分公司为例

doi:10.11885/j.issn.1674-5094.2023.02.08.03

西南石油大学学报(社会科学版) ›› 2023, Vol. 25 ›› Issue (6): 1-12.DOI: 10.11885/j.issn.1674-5094.2023.02.08.03

• 能源发展研究 • 下一篇

基于多重影响因素的天然气需求预测研究——以西南油气田分公司为例

贺志明¹, 袁灿¹, 罗学渊¹, 任雨涵², 罗小利¹

1. 中国石油西南油气田分公司天然气经济研究所, 四川成都 610041;
2. 中国石油西南油气田分公司营销部, 四川成都 610041

收稿日期:2023-02-08 发布日期:2023-12-21
作者简介:贺志明(1966-),男(汉族),重庆万州人,高级经济师,研究方向:天然气经济与技术管理。

Natural Gas Demand Prediction Based on Multiple Influencing Factors—An Empirical Analysis of the Data of Southwest Oil and Gas Field Company

HE Zhiming¹, YUAN Chan¹, Luo Xueyuan¹, Ren Yuhan², Luo Xiaoli¹

1. PetroChina Southwest Oil and Gas Field Company Natural Gas Economics Research Institute, Chengdu Sichuan, 610041, China;
2. PetroChina Southwest Oil and Gas Field Company Sales Department, Chengdu Sichuan, 610041, China

Received:2023-02-08 Published:2023-12-21

摘要/Abstract

摘要： 天然气需求因素效应分析对于企业预判市场需求和能源市场稳定有着重要作用。基于中国石油西南油气田分公司的天然气营销数据，运用多因素回归模型分析各影响因素的作用效果与行业异质性，结果发现：各影响因素的作用效果存在总体差异性和行业异质性；影响天然气需求的关键性因素是民用天然气市场价格、城市燃气使用价格与供给价格价差、天然气供给价格、工业天然气市场价格等。为了推动我国能源行业健康运行，能源企业应构建基于复杂情景的智慧营销管理策略，进一步强化能源风险应对能力。

关键词: 天然气需求, 能源风险, 能源安全, 营销策略, 多因素回归模型

Abstract: The effect analysis of natural gas demand factors plays an important role in predicting market demand and energy market stability at the enterprise level. Based on the natural gas marketing data of Southwest Oil and Gas Field Company, this paper analyzes the effect of various influencing factors and the heterogeneity of the industry using a multi-factor regression model. The results show that there are overall differences and industry heterogeneity in the effects of various influencing factors. When studying and judging the key factors affecting demand, enterprises should focus on factors like the market price of civil natural gas, the price difference between prices of urban gas use and supply, natural gas supply price, market price of industrial natural gas. Energy enterprises should build intelligent marketing management strategies based on complex scenarios, strengthen the prediction and risk response capabilities, and promote the high-quality development, so as to promote the healthy operation of China's energy industry, and serve the top-level design of national energy security.

Key words: natural gas demand, energy risk, energy security, marketing strategy, multi-factor regression model

中图分类号:

F407.22

贺志明, 袁灿, 罗学渊, 任雨涵, 罗小利. 基于多重影响因素的天然气需求预测研究——以西南油气田分公司为例[J]. 西南石油大学学报(社会科学版), 2023, 25(6): 1-12.

HE Zhiming, YUAN Chan, Luo Xueyuan, Ren Yuhan, Luo Xiaoli. Natural Gas Demand Prediction Based on Multiple Influencing Factors—An Empirical Analysis of the Data of Southwest Oil and Gas Field Company[J]. Journal of Southwest Petroleum University(Social Sciences Edition), 2023, 25(6): 1-12.

0
/ / 推荐

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://journal15.magtechjournal.com/Jwk_xnsk/CN/10.11885/j.issn.1674-5094.2023.02.08.03

http://journal15.magtechjournal.com/Jwk_xnsk/CN/Y2023/V25/I6/1

参考文献

[1] 侯玉民. PG市天然气需求预测[D].成都:西南石油大学, 2014.
[2] 亢亿林,王荔.关于某市天然气需求预测分析[J].管理观察, 2014(1):156-157.
[3] 王安,王文虎,胡娇,等.最优组合预测模型在中国天然气需求预测中的应用[J].平顶山学院学报, 2018, 33(5):32-39.
[4] 李洪兵,曾轶.灰色回归组合新模型在城市天然气需求预测中的应用[J].天然气技术与经济, 2020, 14(2):72-77.
[5] 李宏勋,聂慧.基于灰色——偏最小二乘组合模型的中国天然气需求预测[J].资源与产业, 2019, 21(6):9-19.
[6] 郭晓茜,刘永权.基于部门消费混合模型的我国天然气未来需求预测[J].中国地质调查, 2020, 7(4):118-124.
[7] 罗东坤,徐平.基于改进BP神经网络的天然气需求预测[J].油气田地面工程, 2008(7):20-21.
[8] 冯雪,张金锁,邹绍辉,等.基于RBF神经网络非线性集成模型的天然气需求预测[J].统计与决策, 2015(11):91-93.
[9] 邹绍辉,丁治立.基于DDE-BAG的中国天然气需求预测模型[J].中国矿业, 2018, 27(8):62-69.
[10] 佟敏,陈忠源,党乐,等.基于特征筛选BP神经网络的天然气需求量预测[J].天然气技术与经济, 2022, 16(3):59-65.
[11] 陶阳威,孙梅,王小芳.基于改进的BP神经网络的中国能源需求预测研究[J].山西财经大学学报, 2010(S2):3-5.
[12] 张洪亮,方博涛,李雪菲,等.2022年中国天然气市场供需预测[J].国际石油经济, 2021(12):44-52.
[13] 李洪兵,张吉军.天然气需求影响因素分析及未来需求预测[J].运筹与管理, 2021, 30(9):132-138.
[14] 李洪兵,张吉军.中国能源消费结构及天然气需求预测[J].生态经济, 2021, 37(8):71-78.
[15] 叶倩.城市天然气需求预测研究及应用[D].重庆:重庆大学, 2010.
[16] 王建良,李孥.中国东中西部地区天然气需求影响因素分析及未来走势预测[J].天然气工业, 2020, 40(2):149-158.
[17] 董康银,孙仁金.价格规制对天然气需求弹性的影响——以北京地区为例[J].天然气与石油, 2018, 36(1):110-117.
[18] 夏潇远,王佩,蔡艺,等.北溪1号管线供应中断对欧洲天然气市场的影响[J].国际石油经济, 2022, 30(11):74-79.
[19] 柴建,毛敏.不同省份和区域间天然气需求驱动路径及差异性分析——基于贝叶斯结构方程模型[J].系统科学与数学, 2020, 40(12):2431-2444.
[20] 申洪亮,孙洪磊,张雪.新冠病毒疫情对2020年中国天然气行业的影响[J].国际石油经济, 2020, 28(2):68-73.
[21] 李宝军,贺志明,朱力洋,等.川渝地区建设中国天然气市场化改革发展示范区的思考[J].天然气工业, 2020(11):1-10.
[22] 何润民,熊伟,杨雅雯,等.中国天然气市场发展分析与研究[J].天然气技术与经济, 2018(6):21-24, 82.

基于多重影响因素的天然气需求预测研究——以西南油气田分公司为例

Natural Gas Demand Prediction Based on Multiple Influencing Factors—An Empirical Analysis of the Data of Southwest Oil and Gas Field Company

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	刘红勇, 吴易一, 刘军. 页岩气规模可持续开发的非技术因素影响机理[J]. 西南石油大学学报(社会科学版), 2023, 25(3): 1-9.
[2]	韦进深, 李芳玲. 第一次石油危机后国际能源政治的情境变迁[J]. 西南石油大学学报(社会科学版), 2021, 23(6): 1-10.
[3]	潘建屯, 范乃嘉. 共生理论视域下“一带一路”能源命运共同体构建[J]. 西南石油大学学报(社会科学版), 2020, 22(4): 1-7.
[4]	刘明德, 储德朗. 全球影响力分析框架下中沙能源合作的影响因素[J]. 西南石油大学学报(社会科学版), 2019, 21(2): 1-11.
[5]	李昕. 美国页岩革命与俄罗斯东进油气出口战略构建[J]. 西南石油大学学报(社会科学版), 2018, 20(5): 1-11.
[6]	朱勇. 中石化海外原油供应链绩效优化研究——基于内部基准分析[J]. 西南石油大学学报(社会科学版), 2018, 20(3): 1-6.
[7]	李学工, 赵帅. 石油物流的成本和风险管控策略思考——基于陆海域统筹视野[J]. 西南石油大学学报(社会科学版), 2017, 19(5): 18-23.
[8]	蒋朝莉, 蒲宇阳. 生态文明理念下的能源教育路径探究[J]. 西南石油大学学报(社会科学版), 2017, 19(3): 7-12.
[9]	林培源. 中亚地区油气竞合表象下的政治博弈与中国策略[J]. 西南石油大学学报(社会科学版), 2017, 19(2): 1-7.
[10]	王敏, 惠宁. 构建石油企业国际竞争力评价指标的探索[J]. 西南石油大学学报(社会科学版), 2016, 18(5): 8-14.
[11]	卢文刚黄小珍. 美国的页岩气革命与我国的应对之策[J]. 西南石油大学学报(社会科学版), 2016, 18(3): 34-39.
[12]	刘明德江阳阳 . 能源互联网的概念探讨与其国家发展意义[J]. 西南石油大学学报(社会科学版), 2016, 18(2): 16-22.
[13]	韦进深. 国际议程设置与中国的能源安全实现路径探析[J]. 西南石油大学学报(社会科学版), 2015, 17(5): 1-08.
[14]	徐云龙. 中巴能源合作：背景现状前景[J]. 西南石油大学学报(社会科学版), 2015, 17(5): 42-47.
[15]	屈振辉. 试论能源法的伦理之维[J]. 西南石油大学学报(社会科学版), 2015, 17(4): 8-12.