以未来经济社会可持续发展为目标,研究了社会发展、经济增长、经济结构变化、技术进步、产品替代和主要煤炭消费部门活动水平等煤炭需求的影响因素,建立了煤炭需求情景分析模型,对2010年和2020年的煤炭需求进行了情景分析及预测,得出了2010年和2020年国内煤炭需求总量分别为226 810万t和269 041万t的结论.

以我国1980—2005年实际数据为样本对我国煤炭消费进行协整分析,协整检验结果说明煤炭消费与国内生产总值(GDP)、结构变化和效率之间存在长期均衡关系.建立的误差修正模型符合反向修正机制,说明煤炭消费短期波动不会影响其长期均衡关系,该模型适合于煤炭消费的短期预测.Granger因果关系检验揭示了GDP、效率分别对煤炭消费量存在单向的Granger因果关系.正交脉冲响应和方差分解分析说明GDP和产业结构变化对煤炭消费具有持续的正影响,而效率对煤炭消费具有持续的负影响.

煤炭是我国的主要能源,我国经济飞速发展离不开煤炭资源的大量消费。收集近15年的统计数据,基于SPSS多元线性回归分析,建立多元线性回归模型并对模型进行检验修正。该模型避免了复杂的推导过程,有较高的准确度。根据预测模型得出了影响煤炭消费量的主要因素以及未来变化趋势。

完整代码，可直接运行

阐述了2020年煤炭消费情况,重点分析了四大行业运行现状及煤炭消费情况。结合电力、钢铁、建材、化工等行业发展趋势,对2021年煤炭消费趋势进行预测,认为2021年我国煤炭消费总量仍将保持小幅增长。

为了研究全国以及火电、冶金、建材和化工行业煤炭消费量，基于无偏灰色(GM)、差分自回归移动平均(ARIMA)、逻辑斯蒂(LOGISTIC)和人工神经网络(ANN)模型，分别构建了各行业组合预测模型，并运用相关系数、平均绝对误差、平均相对误差和均方根误差评价指标检验组合模型拟合精度，筛选出各行业最优组合模型并预测2020—2030年各行业消费趋势。研究表明：最优加权组合模型的R-2、MAE、MAPE和RMSE等检验指标均优于单项模型；分别构建了权重为(0.32，0.68)的我国煤炭消费总量预测模型GM-ARIMA、权重为(0.28，0.14，0.58)的火电行业预测模型GM-LOGISTIC-ARIMA、权重为(0.40，0.60)的冶金行业预测模型GM-LOGISTIC、权重为(0.32，0.68)的建材行业预测模型ANN-ARIMA、权重为(0.79，0.21)的化工行业预测模型ANN-ARIMA；预测未来我国煤炭消费总量和火电行业消费量呈小幅增长趋势，2030年分别达到41.67亿t和22.10亿t；冶金和建材行业消费量呈稳定趋势，2030年分别达到6.60亿t和5.04亿t；化工

电力行业煤炭消费控制政策研究

MATLAB源码集锦-碳排放约束下的煤炭消费量优化预测

碳排放约束下的煤炭消费量优化预测