浅析指数曲线模型在我国石油需求中的应用

摘要：文章以1978～2005年我国石油消费量的历史数据为基础，根据其趋势图拟合出现实的指数曲线回归，对其参差序列应用时间序列进行分析和识别，建立起适合我国石油需求预测的指数回归―ARMA（1,1）模型。结果表明此模型具有简单快捷、预测精度高的特点，可以满足实际预测需要。

关键词：指数回归；ARMA模型；石油需求预测

一、引言

在所有的能源类别中，石油一直是全球消费比例最高的能源。由于经济飞速发展，在全球能源形势日趋紧张的严峻对局中，中国对石油的需求急剧增多。目前，中国已成为世界上石油需求增长最快的国家。随着国民经济的持续高速发展，我国的石油消费量逐年增加，2002年达到2.457亿吨，成为继美国之后的第二大石油消费国。2004年中国石油进口超过日本成为全球仅次于美国的世界第二大石油进口国，石油对外依存度有增无减。据资料显示，2004年生产原油1.75亿吨，进口1.2亿吨，原油对外依存度达到40％。按目前进口的增长速度来看，明年中国石油进口的依存度将高达50％。但相比石油消费，中国的石油生产却增速缓慢，供需矛盾日益突出。近十年来，中国国内生产总值平均增长9.7％，石油需求年增长为5.77％，而国内石油生产年均增长仅为1.67％。随着对石油需求量的快速增长，我国石油供需失衡程度将呈现日益严重的态势。为此，建立准确有效的石油需求模型，对石油需求量进行及时、准确测算，对制定我国的能源战略具有很重要的现实意义。

石油需求预测一直以来都受到广大学者的广泛关注，常用的预测方法主要有：回归分析法、能源消耗弹性系数法、灰色预测法、时间序列方法以及神经网络方法等。本文以历年石油消费数据为出发点，通过其趋势图形拟合出与之相似的指数回归曲线，消除了原序列的长期趋势，然后假设其残差序列为一平稳过程，根据刻画时间序列的自相关和偏相关函数来最终确定ARMA模型的具体形式，最后得到适合我国石油需求数据特征的指数回归―ARMA（1，1）预测模型。

二、模型识别

考虑到我国石油需求量的真实数据没法准确的测算，所以在数据处理中用每年的石油具体消费量代替石油需求量，显然这种数据处理方法是合理地，其具体数据如表1。

从石油消费量序列趋势图可以看出，我国的石油消费量一直呈上升的趋势，近似一条指数曲线，在对石油消费量序列进行一阶差分，差分结果显示石油消费量差分序列的年净增长数总体上呈现出一种上升的趋势，但在1988~1990年、1997~1998年和2004~2005年的这三阶段我国的石油消费却出现了下滑，这是与我国当时宏观经济形势密切相关的。自从1990年以来我国经济步入快车道，随着经济的强劲增长，石油消费量也保持较快增长，1990~1997年我国石油消费量平均保持6％的增长速度。1997~1998年亚洲金融危机对我国的经济造成很大影响，同时石油消费也在一定程度上得到了抑制。从1998年扭转了金融危机的影响以来，石油消费的增长则更加迅速。2002到2004三年间，我国石油消费增长近7000万吨，但2005年由于国际石油价格的大幅上升，导致石油及相关产品的价格明显上涨，为了降低成本，更多的选择替代产品，如煤炭和天然气等能源，这样就抑制了石油的消费快速增长。

对石油序列的一阶差分序列进行了分析后，下面利用计量经济学软件对原序列和一阶差分序列进行自相关和偏相关检验。从检验结果可知：石油消费序列的自相关系数没有很快趋于零，说明序列是非平稳的，所以不能直接对原始序列建立ARMA（p，q）模型进行回归。虽然可以考虑利用一阶差分消除原始序列的趋势，但是一阶差分后得到的结果表明，一阶差分后的序列仍然是非平稳的。虽然可以通过二阶差分得到平稳的时间序列，但经验告诉我们，差分法存在明显的缺点，高阶差分虽然能消除某些序列的趋势而易于建模，但是也消除了原序列的长期特征，从而造成了大量的信息损失。所以考虑利用与原始序列趋势近似的指数曲线来拟合原序列的趋势，其拟合结果如下：

LOG（OD）=8.471149312+0.05246892536*T+Ut（1）

其中Ut为残差序列，从残差Ut的散点图可以看出，其残差序列基本上为一平稳序列。进一步观察其偏相关图，偏相关系数在滞后一期时明显不为0，在k>2以后都落入到95％置信区间内，说明序列的偏相关函数具有截尾性，所以p可以取1或2；从自相关系数可知，自相关系数在滞后一期明显不为0，所以q可以选择1和 2，综上所述对残差序列可以建立ARMA（1，1）、ARMA（1，2）、ARMA（2，1）和ARMA（2，2）四种模型进行预测。

三、模型的建立

通过上述模型的识别，我们确立了基本指数回归－ARMA（p，q）的我国石油需求预测模型，其基本形式如下：

LOG（OD）=a1+a2*T+Ut（2）

Ut=μ1Ut-1+μ2Ut-2+…+μpUt-p+εt-θ1εt-1-…-θqεt-q（p，q=1，2）

利用上述模型进行拟合，我们可以得到五种不同形式模型的参数估计值，汇总其检验结果如下表2所示。结果表明，以上模型除指数回归模型外，都满足ARMA过程的平稳性及可逆性的条件，模型的设定上都是合理的。比较上述模型检验统计量的结果，可以看出四种指数回归－ARMA（p，q）模型的决定系数R2、AIC信息准则以及SC准则之间的差别不是很大。与指数回归模型比较，上述四种模型的整体拟合效果都有显著提高。进一步分析发现指数回归―ARMA（1，1）模型的平均绝对百分误差较小，说明其短期预测效果会更好。虽然指数回归―ARMA（2，2）模型的所有统计指标也很好，但预测模型应该力求简洁实用，所以全面权衡后，我们选择指数回归―ARMA（1，1）模型对我国石油消费量进行中长期预测。

由回归结果可知，首先模型的残差序列是平稳的，说明模型通过了适应性检验；其次模型的拟合值与实际值保持大体一致，说明模型的预测结果可靠性也是很高的。显然指数回归―ARMA（1，1）模型的短期预测能力是非常理想的。下面为应用指数回归―ARMA（1，1）模型对我国未来石油需求的预测结果。

四、结论

由以上预测结果，我们可以得到一些关于未来中国经济如何与石油消费协调发展的启示。从而，对我国实现经济的快速健康发展提供一些战略性建议。

（一）提倡资源节约型的社会经济发展模式，尽快制定出国家总体石油发展战略

在石油供应不足或价格不稳定的情况下，国家应利用法律、行政，以及综合运用投资、财税、价格等经济杠杆，制定一系列相关政策。积极倡导资源节约型的社会经济发展模式，制定出国家总体石油发展战略。只有在国家层面上制定的长远石油发展战略的指导下，实施煤炭、石油、天然气、水电、核能等各个部门的协调发展目标，才能实现能源整体优化。

（二）调整能源消费结构，加大替代石油工作的力度，防止石油消费量过快增长

由于近年来，石油消费量增加的幅度较大，石油价格也持续上涨，但石油消费量的增加并非可以直接导致经济的迅速增长。因此，我们更应该加大替代石油工作的力度，防止石油消费量过快增长。如可油、气并举，加快天然气工业的发展；加快煤层气资源的开发利用步伐，国家给予相应的鼓励政策；高度重视煤炭的洁净利用，对煤代油技术开发给予投资；大力发展洁净能源，如太阳能热水器、风力发电和太阳能光伏发电、地热采暖和地热发电、生物质能利用技术等方面等。具体措施为：（1）建立新能源和可再生能源法规体系。研究制订专项法规或修订已有的法规，逐步建立洁净能源和可再生能源法规体系，主要包括项目审批程序、财税制度、安全和环保、价格、建筑设计等；（2）设立专职机构，建立开发利用体系。负责实施和指导扩大可再生能源生产和利用计划，支持高风险长远研究开发活动，管理指令性援助计划；（3）利用部分国债资金开发利用新能源，转变经济增长方式，增加新能源在能源消费中的比重。尽量减轻对进口石油的依赖度，是我国今后能源建设所面临的一个重大课题。可以考虑由政府利用部分国债资金，支持新能源的开发工作；（4）开拓利用国际石油市场，建立规模化、多元化的海外油气供应体系。利用国外资源，一般有两种途径：一是发展国际贸易；二是到海外直接投资，建立油气生产供应基地。要充分发挥国家公司的比较优势，以中东、中亚、俄罗斯和非洲的油气项目为基础，抓住机会，优选有利地区，发展新项目。加快建成几个具有较大规模的海外油气生产供应基地。同时，积极建设多元化贸易业务，实现油气来源、贸易方式和运输方式的多元化，确保石油供应安全。

参考文献：

1、S.L. Ho and M. Xie.The use of ARIMA models for reliability forecasting and analysis[J].Computers Industrial Engineering,1998.

2、G. Mélard and J.M. Pasteels. Automatic ARIMA modeling including interventions, using time series expert software[J].International Journal of Forecasting,2000.

3、易丹辉.数据分析与Eviews应用[M].中国统计出版社,2002．

4、迪博尔德著,张涛译.经济预测[M].中信出版社,2003．

（作者单位：辽宁石油化工大学经济管理学院）