基于灰色GM-BP神经网络组合模型的中国镍原矿多情景需求预测

作者：周文潇; 詹成张; 周益; 阮晟哲; 成金华^*

来源：资源与产业, 2023, 1-20.

DOI：10.13776/j.cnki.resourcesindustries.20231123.001

• GM-BP模型
• BP神经网络
• 镍原矿需求
• 情景预测

2016年我国颁布《全国矿产资源规划（2016—2020年）》，首次将镍列为战略性矿产资源。我国是全球最大的镍消费国，但镍资源储量少，对外依存度高。科学预测镍原矿需求量对保障镍矿产业链与供应链安全、稳定具有重要的现实意义。从需求侧出发，利用灰色关联度法选取中国不锈钢产量、人均GDP、电镀行业市场规模、城镇化率、产业结构、新能源汽车产量作为镍原矿需求情景预测的驱动变量，再在灰色GM（1，1）模型预测基础上，与BP神经网络算法相结合，构建基于残差优化的GM-BP组合模型，对2025—2035年中国镍原矿需求展开多情景预测。研究结果表明：组合模型实现了对小样本非线性时间序列数据的有效预测，且比GM（1，1）模型拟合误差更小，预测精度更高；根据组合模型，2025年、2030年、2035年我国镍原矿多情景需求均值分别为182.22万t、272.08万t、395.17万t，“十四五”、“十五五”、“十六五”期间需求年均增长5.60%、17.97%、24.62%。镍原矿需求呈稳定上升态势，镍矿供需矛盾将进一步加剧，我国必须提高镍供应能力，降低对进口镍的依赖程度。对此，提出如下政策建议：1）推进国内不锈钢产业的转型升级，优化生产工艺和产品结构，推广新型合金材料的应用；2）加大对镍矿勘探和开发的支持力度，如鼓励矿业企业技术创新，提高勘探效率和精度，同时积极推动国际合作，吸引国外先进技术设备进入国内市场；3）促进进口多元化，与多个供应国建立合作关系，鼓励国内企业参与海外镍矿项目。

• 单位
  中国地质大学(武汉)经济管理学院