基于交通部门“S“形模型的全球石油需求展望.pdfVIP

Resources Science 第40卷 第3期 2018年3月 2018，40（3）：547-557 Vol.40，No.3Mar.，2018 引用格式：刘固望，闫强，羊建波. 基于交通部门“S”形模型的全球石油需求展望[J]. 资源科学，2018 ，40 （3）：547-557. [Liu G W, Yan Q, Yang J B. World oil demand based on S-Curve Model of the transport sector[J]. Resources Science ，2018 ，40 （3）：547-557.] DOI：10.18402/resci.2018.03.09 基于交通部门“S”形模型的全球石油需求展望 1, 2 1, 2 1, 2 刘固望 ，闫 强 ，羊建波 （1. 中国地质科学院矿产资源研究所国土资源部成矿作用与资源评价重点实验室，北京100037; 2. 中国地质科学院全球矿产资源战略研究中心，北京100037） 摘 要：各国对石油需求实证研究日益关注，需求预测方法涉及不同形式的模型和估算方法。但这些方法存 在着不同程度的局限，如适用性有限、误差大、未能体现石油消费与经济发展、经济结构等因素间的内在关联等。 本文构建了一套基于交通部门终端能源消费“S”形模型的石油需求预测方法，预测不同发展阶段国家集团以及典 型国家未来20 多年的石油需求量。结果表明，全球石油需求增速明显放缓，并且在2040 年前可能到达峰值，需求 量为51.69 亿t 左右。美英等为代表的后工业化国家的石油需求呈现下降趋势；俄罗斯为代表的工业化晚期国家及 以中国为代表的工业化中期国家的石油需求整体呈现先增后降的趋势，峰值点分别出现在2025 年和2030 年前后； 工业化早期国家和前工业化国家石油需求呈持续增长趋势。全球石油需求的先增后降趋势主要是受汽车能效提 高、新能源汽车发展、碳减排约束等多重因素的影响，这将对全球石油供需格局乃至地缘政治带来深刻变化。 关键词：石油需求；交通部门；S 形模型；新能源汽车 DOI：10.18402/resci.2018.03.09 1 引言 析法、战略规划法、灰色预测模型（GM）、投入产出分 [3-9] 石油对保障国家能源安全和经济发展发挥着 析法、回归分析法、人工神经网络、趋势递推法等 。 重要作用。全球各国对石油需求实证研究日益关 该类预测方法应用最为广泛，只需要较少的数据样 [1, 2] 本和信息即可完成预测。研究人员经常选择现有 注，研究方法涉及不同形式的模型和估算方法 。 目前，中国石油对外依存度高达65% 以上，这迫使 的回归模型，如基于人工神经网络的灰色预测模型 [10] 政府不得不出台一系列包括提高机动车能源效率、 等 。Günay 应用时间序列的人工神经网络模型预 石油投资、推广新能源汽车等措施来应对这一困 测了土耳其电力年度需求，其涉及的数据为1975— 境。未来全球石油需求格局、政策制定和战略布局 2013 年的人口、人均GDP、通货膨胀率以及电力消 [11] 等均以未来石油需求格局和趋势为基础。准确预