论文部分内容阅读
近年来,我国汽油市场发展迅速,汽油消费量快速增长,自2000年以来,我国汽油消费量年均增长率超过7%,个别年份增长率甚至超过10%。对这样一类使用广泛、用量巨大的能源建立研究预测模型,不论对企业生产还是国家监控,都具有重要的意义。经过对国内成品油企业的调研及有关文献的查阅,发现已有的预测模型都只涉及“能源”这一笼统性概念,鲜有专门针对汽油消费预测的定量模型。而目前应用较多的能源预测模型,仍存在一些实用或理论上的不足。在实际使用上,这些模型需要满足较为严格的数学假设,并且预测精度会随着时间延长而下降;在理论方面,模型又都存在纯数据驱动的问题,缺少对经济规律的挖掘。因此,有必要建立一类针对汽油表观消费量的预测模型,既能够将预测准确度保持在较高的水平上,同时又能通过模型挖掘更深层的经济含义,据此提出具有可行性的政策和建议。 经过比较与分析,本文最终决定建立线性回归模型来实现以上两个目的。一方面,回归模型的系数能够直观地反映出自变量对因变量的影响程度,从而揭示汽油消费量增长背后的经济规律;另一方面,通过选取适当的自变量,能够使模型的可决系数高达90%以上,做到预测准确。 为此,本文首先对我国汽油消费市场进行了详细的考察,总结出我国汽油消费的7个特点,包括1、汽油消费量随经济形势同步上升,2、我国汽油需求呈现行业集中性和地域集中性,3、汽车工业发展是拉动汽油消费的最直接因素,4、我国汽油生产及消费基本做到自给自足、较少受国际汽油市场影响,5、汽油消费在一年内呈现有规律的波动,6、汽油的需求价格弹性较低,7、新型能源开始逐步取代汽油等。在此分析基础上,参考有关文献中已被证实对能源消费确有显著影响的因素,提出了本文认为对汽油消费有显著影响的5类因素:经济形势、产(行)业结构、人口结构、汽车产业发展以及价格因素。并选取了9个经济、社会领域的自变量,对这5类因素进行量化。这9个变量分别为:国内生产总值、第二产业产值、农村人口、城镇化率、汽车销量、汽车保有量、公路运输周转量、公路里程和汽油相对价格。这些自变量由宏观逐渐到微观,既有经济数据也包括社会因素,能够全面、客观地代表调节汽油消费的诸多因素。 本文从石油规划院获得了1978-2009年间的相应数据,在此基础上展开模型建立工作。为了解决自变量间的多重共线性问题,在建立回归模型前,本文首先对自变量进行了因子分析,得到了两类主要因子,即经济总体形势和价格因素。之后以这两个因子为自变量,建立了我国汽油表观消费量的回归模型。Eviews中的检验表明,由普通最小二乘法建立的回归模型存在残差自相关的问题,于是使用广义差分最小二乘法进行了重新建模。结果显示,该回归模型的可决系数高达99%,解释性很好;对2010-2012年汽油表观消费量进行预测,发现预测误差低于2%,适合于进行中期预测。 随后,本文通过加权计算的方法还原了9个原始自变量对汽油表观消费量的影响,并就此分别对政府工作及企业生产给出了参考建议。对于政府而言,未来几年内经济仍将保持良好的发展势头,因此汽油消费量也会稳步增长。而因为第二产业与汽油消费的关系更为紧密,在不影响经济增量的情况下,适当降低第二产业在国民经济中的比重,能够减少汽油的消耗。第三,“十二五”期间,我国的农村人口将持续减少,城镇化率进一步提高,第三方物流将快速发展,对于由此引起的汽油消费猛增,政府应当有充分的准备。最后模型还表明汽油是一种刚性需求的能源,目前还没有适当的替代品。虽然我国的汽油能够做到自给自足,但我国是原油净进口国,石油对外依存度极高。由于国际经济、政治等诸多因素的影响,国际油价一路走高,石油供应不容乐观。为了缓解能源压力,建议我国快加研发新型能源的步伐,进一步扩大清洁能源的使用量及使用范围。 对于企业而言,由于汽车行业与汽油消费具有最直接的关系,成品油生产企业应密切观察汽车行业的发展,不仅对汽车销量、汽车保有量等数据有准确的把握;还应深入了解未来各种燃料在汽车驱动上的比例变化,研究替代性能源对汽油消费的冲击。对于大型石油企业,如中石油、中石化等,由于汽油产量占全国汽油产量的80%以上,则可以根据模型预测的汽油消费量来安排相应的生产规划。同时由于汽油价格极度缺乏弹性,价格对需求的调节作用力度很小,企业可以不用太担心由于油价上涨而导致的汽油滞销。 本文的创新性在于证明了运用回归模型预测我国汽油表观消费量的合理性,模型弥补了主流模型纯数据驱动的盲目性,从纷繁复杂的经济、社会现象中提取出对汽油消费有重要影响的因素,并量化了这种影响程度;而且使得预测精度保持在高水准上,这对于理论研究和实际应用都有积极的意义。另外,本文通过中国石油规划总院从统计局等国家部委收集到所需的年度数据,数据的可靠性与完整性也是本文得出预测精度较高的模型的先决条件。最后,本文也提出了所建模型的缺陷,比如说,数据的样本量较小,小样本导致因子分析受到了一定程度的影响。此外,本文对自变量建立的预测模型较为简单,使得对汽油消费量的预测精度随着时间推移而下降。在今后的研究中,可以考虑将清洁燃料对汽油消费的负向影响加以量化,纳入建模工作;或者建立非线性模型,以提高模型的预测精确性及解释性。