基于灰色理论的我国石油消费主要影响因素分析

常军乾，罗传龙，任 翔，安海岗

(1.中国地质大学(北京)， 北京 100083；2.中国矿业大学(北京)， 北京 100083)

经济和社会赖以发展的基础是能源，尤其是煤、石油、天然气等高碳能源。其中，石油是最重要的高碳能源，事关经济的命脉。至2008年，我国石油对外依存度已提前超过50%，成为世界上仅次于美国的第二大石油消费国。尤其是进入新世纪以来，石油消费更是迅猛增长，一度出现石油安全问题，迄今石油问题依然是国家外交的主要内容。众多的因素导致了过快的石油消费，这些因素中，含有很多“不确定信息”。每个因素与石油消费量的关系较难量化，难以将所有因素对石油消费的影响程度进行量化，使得关于石油消费的相关问题显得复杂起来。灰色系统理论由华中科技大学邓聚龙教授创立，重点解决贫信息情况下的不确定性系统问题，当寻求不到系统的隶属特性时，灰色理论具有很大的优势。因此，本文提取其中最重要的石油消费影响因素，并利用灰色系统理论进行分析，计算其关联度，并对其重要度排序，分析影响程度，以采取针对性措施进行合理、高效消费，减少石油消费中的浪费，从而降低总消费量，增加石油安全度。

1 我国石油消费影响因素的选取

近些年，随着石油安全问题的出现，对石油消费影响因素的研究文献也越来越多。石油消费系统是一个复杂的系统，受到各类内外因素的影响。根据近年来的一些研究成果，笔者进行了分析和归纳总结，总体可以分为几个方面：

(1)经济增长因素

虽然在我国的能源消费结构中，石油所占比例低于煤炭，但其重要程度却高于煤炭。国家的经济规模及增长速度，是石油消费强度的首要决定因素。经济规模大，必然造成石油消费强度高，而增长速度也决定着石油消费量的增长速度。建国以来，中国石油消费量与中国经济发展呈同向增长趋势。尤其是改革开放以后，中国实际GDP(以1990年人民币不变价格计算)从1978年的6580亿元增长到2005年74510亿元人民币。GDP的年均增长率9.07%。同期，石油消费量从1978年的1.3亿t标准煤，增长到2005年的4.6亿t标准煤,年均增长速度为4.8%。另外，国民经济中，二、三产业消费了多半的石油。因此，第二、三产业在国民经济中的主导程度，也是石油消费量的主要影响因素。

(2)人口因素

人口是社会系统中最基本的因素,人的活动必然要消耗能源。人口的数量直接影响石油的消费量，也决定和影响着石油资源的人均占有量和利用方式。人均GDP反映了人均消费力，其大小影响着石油消费的人均消费量，从而决定着消费总量。

(3)价格因素

价格是市场经济中最有效的调节手段之一,价格影响着需求。石油价格的变动，对石油消费强度具有重要影响。在我国，石油价格一般由政府控制，根据世界油价的波动，中国政府通过调节国内油价来调节石油消费。因此，国际石油价格与国内石油消费之间，存在着必然联系。

(4)能源消费结构因素

能源消费结构是指整个能源消费量中，各种能源所占的比例关系。石油是作为煤的替代性能源而出现的，石油的使用大大减少了煤的消费。在我国能源消费总量中，煤炭占了大半，但是其利用率低，能耗指数高，环境污染严重。随着生态环保意识的提高及相关政策的实施，必然要优化能源消费结构，降低煤炭消费比例，导致石油消费比例的提高。

另外，交通运输业的规模和国内石油产量，也对国内石油消费有重要影响。

根据以上分析，确定石油消费主要影响因素为：x1-GDP(亿元)；x2-第二、三产业比重(%)；x3-石油价格(美元/桶)；x4-石油产量(万t)；x5-煤消费量(万t)；x6-人均GDP(元)；x7-人口(万人)；x8-民用汽车拥有量(万辆)。共8个指标，作为本文石油消费灰色分析的选用指标。

2 灰色关联分析

2.1 灰色关联分析原理

灰色关联分析方法，是对一个系统发展变化态势的定量描述和比较的方法。主要依据空间理论的数学基础，按照规范性、偶对称性、整体性和接近性的原则，确定参考数列(母数列)和若干比较数列(子数列)之间的关联系数和关联度，目的是寻求系统中各因素间的主要关系，从而掌握事物的主要特征，促进和引导系统迅速而有效的发展。它是根据序列曲线几何形状的相似程度，来判断其联系是否紧密。曲线几何形状越相似，则对应关联度就越大；反之，就越小。本文中，选取相关的数据序列进行间接表征，通过计算关联因素变量——影响石油消费的变量的数据序列和系统特征变量——石油消费量数据序列的灰色关联度，进行分析，得出结果。

2.2 灰色关联分析模型及步骤

(1)确定参考数列和比较数列

根据研究问题，确定一个参考数据列，记为：

X0={X0(1),X0(2),…,X0(n)}。

若干个比较数列，记为：Xi={Xi(1),Xi(2),…,Xi(n)}。i=1，2，…，m。

其中，n表示参考数列和比较数列的长度；m表示数量。

(2)原始数据无量纲化处理

原始数据代表不同的因素，物理意义和量纲不尽相同，需要进行无量纲化变换。变换方法有均值化处理、初值化处理和规格化处理。初值法由于较均值法更便于比较分析，因此，本文采用初值化处理方法。初值法就是用数列中的各数除以本数列的第1个数，新数列记为：

得到的新数列，就是各个时刻值相对于第1个时刻值的百分比(%)。

(3)求差序列、最大差M、最小差m

Δi(k) =|x0′(k)-xi′(k)|;k= 1，2，…，n；i=1，2，…，m。

(4) 计算关联系数

ρ为分辨系数，0<ρ<1。

(5)计算关联度

(6) 排关联序，进行优势因素分析。

2.3 实证分析

根据1995～2007年13年的统计数据，见表1，以石油消费量X0作为参考序列，以与石油消费有关的影响因素作为比较序列Xi。

表1 石油消费及有关因素统计数据

首先，根据上文第(2)步，进行无量纲化处理，原始数据变换后用矩阵表示为：

其次，根据上述第(3)、(4)步，进行石油消费X0同Xi的灰色关联计算。

以石油消费统计数据X0=(16065,17436,19692,19818,21073,22439, 22838,24780,27126,31700,32535,34876,36570)作为参考序列，其经过变换后为(1,1.09,1.23,1.23,1.31, 1.4,1.42,1.54,1.69,1.97,2.03,2.17,2.28)经公式(2)计算，差序列如表2所示。

表2 差序列

由表2可知，M=1.91，m=0，0<ρ<1，本文取0.5，根据上文第(4)步，计算石油消费X0与Xi的关联系数ξ0i如表3所示。

表3 石油消费X0与Xi的关联系数

根据上文第(5)步，计算X0与Xi的关联度，如下：

ϖ0 1=0.71，ϖ0 2=0.7，ϖ0 3=0.83，ϖ0 4=0.72，ϖ0 5=0.74，ϖ0 6=0.77，ϖ0 7=0.69，ϖ0 8=0.73.

由此，关联度排序为：ϖ0 3>ϖ0 6>ϖ0 5>ϖ0 8>ϖ0 4>ϖ0 1>ϖ0 2>ϖ0 7

此关联度排序结果表明：石油价格、人均GDP是我国石油消费的最主要的影响因素。从关联度来看，八个因素对石油消费的影响程度较接近，说明所选指标都对石油消费有显著影响，反映出石油消费因素的多重性和复杂性。

3 结果分析及措施

影响石油消费的因素很多，要确定所有的因素是十分困难的。本文在综合众多文献的基础上，结合新的形势，选取了8个因素，分析表明：

(1)石油价格是调控石油消费、减少浪费的重要措施。

国内油价长期低于国际价格，通过调节石油价格来抑制不合理的石油消费，可以打破低油价、高耗油、石油依存度高的石油消费形势，达到节能环保。在油价下跌时，是我国提高国内成品油价，再次向国际油价靠拢的有利时机之一。因此，在当前经济危机导致油价下跌时，要抓住时机，下定决心，尽早实现国内外油价接轨。

(2)工业消耗了大部分的石油，我国现在正处在经济高速发展时期，经济对石油的依赖越来越大，这不利于我国的经济安全。因此，要大力发展第三产业、服务业，发展能耗低、附加值高的高新技术产业，调整传统的工业产业结构，力争减少和淘汰高耗能、低附加值的产业。

(3)优化能源消费结构，提高石油消费效率，降低煤炭消耗，加大天然气使用。民用汽车拥有量与石油消费关联度也较大，因此，要提高全民的节能环保意识，提倡全民节能，方能到达最终减少浪费、实现可持续发展的目的。

[1] 李孟刚.新能源安全观需要新思考[J].中国国情国力,2008,(11):8-11.

[2] 邓聚龙．灰理论基础[M]．武汉：华中科技大学出版社，2002.

[3] 刘宏杰.中国石油消费与经济增长关系的时间序列分析[J]．东北大学学报，2008，(3)121-126.

[4] 纪玉山,代栓平. 中国石油消费的动态影响因素分析[J]．经济与管理研究，2008，(1)26-30.

[5] 肖文锋，陈 彤. 基于灰色关联分析的新疆科技投入与经济增长关系研究[J]．新疆农业大学学报，2008，31(6)87-91.

[6] 刘思锋，党耀国．灰色系统理论及其应用[M]．北京：科学出版社，2007.

[7] 张晓东,阳 亮．交通能源需求量组合预测模型研究[J]．南京工程学院学，2008，(6)：62-66.

[8] 潘增友．城市道路与汽车保有量相互关系研究[J]．汽车与配件，2008，(45)：40-43.

[9] xin，G.：Maoxing，S．Improved absolute grey in eidence degree and its applieation[J].Kybernetes，2004，33(2)：263-267.

[10] 林伯强.中国能源需求的经济计量模型[J].统计研究,2001，(10):34-39.