上海市成品油消费评估模型研究

□上海市统计局课题组

随着上海市社会经济的转型升级，城市用能的结构正在不断发生着变化，特别是伴随着社会车辆总量快速增长，上海市油品类能源的消费已经超越煤炭，成为最主要的能源品种。为客观评估油品消费，本文从历史数据出发，对成品油产、储、销、用等各环节进行了梳理。同时立足统计工作实际，利用现有企业基层统计、行业管理统计、网络大数据等多个数据源，构建了一套分行业、分用途、分品种的油品消费评估模型，为今后更完整、准确地分析城市油品消费趋势变化提供了方法和依据。

近年来，随着供应侧改革不断推进，上海市经济结构转型步伐日益加快，在能源消费领域也出现许多新的现象。从行业看，能源消费的增长点正由传统工业向交通、服务业、居民等非工业领域转移。从品种看，随着能源清洁替代不断推进，煤炭类消费比例已由原来的45%下降到不足30%。同时，伴随车辆的快速增加，油品已成为最主要的能源消费品种。

目前，上海市油品核算主要采取以消费端数据定量，以供应端数据核准的核算方法。但随着油品销售市场化程度提高、企业活动外沿扩展以及居民出行方式的改变，传统油品消费核算方法的不足不断显现。同时，近年来经济增速的阶段性波动和经济周期的起伏加大，能源弹性呈现出明显的顺周期特征，这也加大了核算难度。

本文的目的是梳理目前上海市统计部门以及有关行业管理部门正在开展的各类交通运输业能耗统计工作，并结合油品销售、储运等情况，建立符合上海特点的成品油消费评估模型。

国外的相关经验

（一）国际能源署（IEA）

IEA指出，当前世界范围内的交通系统用能正在快速增长，2015年，终端消费中，交通部门用能与工业部门持平，各占终端总量的29%，因此对油品统计分析的重要性日益凸现。

为编制更加完整、真实的能源平衡表，油品统计数据需要分解到具体品种以及用途（如道路运输、国际燃料仓、国内运输、管道运输、铁路等）。为分析能源的使用效率，还需将货运、客运等运输方式加以区分。在IEA给出的核算方法中，基础数据涉及到车辆存量、运输里程、载货率、载货量等多个指标，相互验证最后的总量数据。在居民用油数据的统计，建议采用抽样调查的方式，了解住户车辆用油的情况，并使用模型进行推算。

（二）美国能源署（EIA）

美国的成品油消费量由EIA月度发布。数据来源包含运输部（水运）、美国铁路协会（铁路）、民航局（航空）、大宗运输协会（陆上）等多个行业部门。

在分析道路运输时，将车辆分为轻型车辆、重型车辆、公共汽车和摩托车等。估算数据采用RITIS（区域综合运输信息系统），其中包含拥塞热量映射、速度和流量数据、车辆和人员的延误时间，运输者延误成本等的信息。并开始尝试使用实时数据（INRIX公司负责对私人数据的收集），包含即时的交通状况、交通流量和速度测量、人口流动量、行程、联网车辆和替代燃料车辆的信息。甚至使用GPS信息系统收集信息。

美国对居民出行用油采取调查（RTECS）形式统计，收集的数据包括车辆保有量、行程里程、个人车辆的使用和能源支出情况。未来考虑使用导航等第三方数据，并与大学合作开发运输数据记录器技术，运用到家庭部门上。

上海市汽柴油生产、储运、流通、消费现状

（一）生产情况

2017年，上海市汽、柴油生产量1277.15万吨，比上年增长2.6%，其中汽油570.01万吨，增长6.3%，自给率86%；柴油707.14万吨，与上年基本持平，自给率129.4%。从历史数据看，随着本地机动车不断增长，汽油产量规模不断扩大。柴油自2013年达到859.25万吨的历史高位后，受国际燃油价格走低影响，产量不断减少。

（二）储运情况

目前，上海市成品油油库分为八大系统：中石化、中石油、中联油、中海油、中航油、中化、申能、其他（百联、绿地、机场集团等）。实际使用油库24座，总库容量417万立方米，其中，汽、柴、煤、燃料油四大主要品种合计408万立方米，生物柴油等其他成品油类8.6万立方米。

（三）流通情况

2017年，上海市规模以上汽柴油零售批发企业共200家左右，其中，36家年销售量超过5万吨。从规模集中度看，中石化华东、中石化上海、中石油、中海油四家国有成品油销售企业占销售市场总量的80%。在经营方式上，有自营加油站和加盟站零售、终端用户直批、同业间串换等。

（四）消费情况

2017年，上海市成品油消费1213.01万吨，其中，汽油662.63万吨，比2010年增长59.5%，年均增长6.9%，柴油550.38万吨，增长7.4%，年均增长1.0%。

分行业看，汽油消费主要包括第三产业（除交通运输业，下同）、居民和交通运输业三大部分。2017年，第三产业汽油消费181.64万吨，占总量的27.4%，居民消费282.36万吨，占42.6%，交通运输业消费131.49万吨，占19.8%。

柴油消费主要由交通运输业和第三产业两大部分组成。2017年，交通运输业柴油消费201.75万吨，占总量的36.7%，第三产业消费232.36万吨，占42.2%。

通过上述情况的梳理，可以发现，由于上海市汽、柴油的本地生产、消费量并不大，而调入、调出量特别大（见图1、2），且流通企业多而复杂。为确保数据质量，对成品油消费量的核算应从消费端推算，并辅助以供应端数据加以验证。

图1 2017年上海市汽油生产、流通、消费情况

图2 2017年上海市柴油生产、流通、消费情况

上海市相关领域汽柴油消耗统计方法

（一）统计部门

市统计局自上世纪八十年代开始，从重点行业、重点企业入手，逐步建立起较为完善的油品消费统计方法。

目前，对规模以上工业、建筑业、批零住餐和服务业企业的油品消费开展全面统计。除设置消费量指标外，还增加了国际燃料舱、国内外加油量、业务量单耗等专项指标。

上海市高度重视对交通运输业的能耗监测统计。针对流动源，特别是道路运输能耗统计难的问题，自2007年起，联合市交通主管部门开展对长途客货运输车辆的油耗统计，按车辆客位、吨位、燃油类型分层抽样，推算道路油耗总量。

（二）交通主管部门

市交通委对城市客运行业的能耗统计包含公交、出租、轨道、轮渡四大类。其中，公交包含所有公交线路以及公交企业的市内包车业务；出租车利用行驶里程和单耗数据推算；轮渡仅指城市过江轮渡，不包括崇明三岛客运用能。自2016年起，统计范围拓展到长途客运行业，包含长途班车、长途包车、市内客运包车和客运站。

市交通研究所开展了基于道路车流的油耗统计方法探索。道路交通模型主要是通过小区分车种OD以及道路运行网络的输入，经过多车种平衡分配算法的迭代运算输出道路运行特征和道路网络服务水平特征，为交通规划、建设和运行管理提供定量分析支撑服务。功能包括：现状道路车流运行模拟、近远期车流预测、道路运行服务水平评价等。

建立上海市成品油消费评估模型

（一）基本原则

数据官方性：在构建模型时，基础数据应尽量使用市统计局、市交通委、市公安局等官方统计资料或行政记录，以确保资料可追溯，可查询。

结果可分析：按照IEA的建议，为提高最后结果的可读性和可分析性，尽量细分评估结果，为进一步研究提供支撑。

模型可扩展：在模型的框架构建上，需要考虑到未来技术的发展，确保模型框架可扩展，在有更新、更准确的数据后，可以直接利用。

方法可推广：模型应该具备普适性，除本地区特点外，可以兼顾其他地区的统计基础，便于推广复制。

减少人为干预：在确保评估方法科学合理的基础上，一旦基础数据确定，最后的结果也应是确定的，尽量避免不必要的人为调整。

（二）模型框架

评估模型以统计数据和道路流量信息为基础，利用大数据手段获取车辆单耗、排量结构等数据，推算地区油品消费总量，并将此数据与地区可供量相互验证，确保数据可靠性。

图3 上海市汽油消费评估模型架构

图4 上海市柴油消费评估模型架构

（三）基础数据来源

按照数据的可获得以及连续性，本模型的基础数据主要来源由五部分组成：

1.统计部门收集的规模以上工业、交通运输、第三产业能源统计数据；

2.交通运输部门收集的公交、出租等行业汇总数据；

3.年度道路运输能耗抽样调查数据；

4.车辆油耗、车辆保险资料、公安部门车辆数据库等大型数据；

5.道路流量、货运周转量等专业模型数据。

分品种分领域的测算方法

（一）汽油

1.小客车及摩托车

小客车用油指座位数小于7座的社会客运车辆所产生的油耗，主要包括小客车和摩托车。由于这类车辆数量巨大，且用户类型庞杂，其用油情况基本无法通过统计报表制度获取。因此，需利用车辆单耗数据，结合城市交通路网分配情况进行推算。

在获取车辆单耗数据时，之前的研究多是采用对个别车辆进行单耗检验的方式，但这类办法一是成本较高，二是检测的样本车辆有一定的偶然性。为此，本文利用爬虫软件抓取了中国汽车燃料消耗量查询系统中已有的所有乘用车的油耗信息，包含车辆型号、排量、市区理论油耗、综合理论油耗等指标数据，共计2.3万条记录，并按排量信息作分层统计。

除车辆本身的油耗性能外，道路服务水平也会对用油产生较大影响，市区行驶油耗与市郊明显不同，为此，考虑不同区域内的车辆流量情况，同时结合上海市保险协会的车辆牌照、排量分布情况，对上海市小客车的百公里油耗参数调整。调整后，小客车在市区的平均油耗为13.5升/百公里，在外环外的平均油耗为10.1升/百公里。最后利用道路网上各路段的车流信息测算社会小客车汽油用量。

2.中型客车

中型客车指7到20座车辆，多数为运营车辆或单位用车，按照之前确定的计算公式，根据单车年耗油乘以全社会该类车辆总数获得。单车年耗油数据根据年度道路运输能源消费统计的调查数据确定。

表1 按排量分布的车辆单耗情况（中位数）

（二）柴油

1.道路货运

考虑到上海市目前汽油货车数据较小，默认所有货运车辆均使用柴油。按照计算公式，道路货运能耗等于货运周转量乘以百吨公里耗油，根据2010年市交通委统计资料，以及目前上海市货运车辆数、运营状况，采用的单耗指标为10升/百吨公里。

2.大型客车

大型客车指20座及以上车辆，按照计算公式，根据单车年耗油乘以全社会该类车辆总数获得。单车年耗油情况根据年度道路运输能源消费统计的调查数据确定。

3.其他领域

除道路客货运输外，上海市柴油的使用范围还包括公交、机场、港口、铁路、工业锅炉等方面，

工业锅炉用量主要指规模以上工业直接用于锅炉燃料使用的柴油数量，港口、机场用量主要指设施中锅炉或特殊车辆（装卸运输）用油量。水上运输用量指水运企业在沿海、远洋、内河航线上行驶船舶所使用的柴油数量。上述数据由统计部门直接调查获得。

(三)评估结果与平衡表数据对比分析

根据上述分类推算，汇总得到以下结果：

表2 2015-2017年汽油消费情况（计量单位：万吨）

表3 2015-2017年上海市柴油使用情况（计量单位：万吨）

将推算结果与平衡表数据比较，其中，汽油增幅与平衡表增幅较为接近，总量差异100万吨左右。产生偏差的主要原因：一是道路车流模型测算的是工作日的车流量信息，对节假日情况并没有进行估计；二是上海市车辆在外地的行驶状况在数据模型中没有体现；三是车流模型本身存在一定误差（10%左右）。

柴油的增幅有一定差异，总量差异80万吨左右。产生偏差的主要原因：一是在考虑大型客车用油增长时，没有将新增车辆中的新能源客车剔除；二是由于交通部门已经停止调查年度车辆货运单耗数据，在推算道路货运用油时，使用了三年相同的单耗指标，这使得最后的结果与实际情况存在一定误差；三是模型中没有纳入非工业锅炉用油以及其他特种车辆（包含建筑、环卫、消防等）用油，这部分车辆约2.3万辆。

结论及建议

本文的成品油消费评估模型，在构建和数据的选取上，区别于原有的基层报表统计方法，采用国际统计机构推荐的道路流量、抽样调查等统计手段，在结果上，实现了分品种、分类型的数据结构，能够更好地验证油品消费核算结果。通过与能源平衡表中油品实际消费情况的比对分析，找出模型存在的不足，为进一步完善方法，提出以下建议：

(一)完善车流、货运周转量等综合统计，提高源头数据质量

汽、柴油主要使用在移动源上，加油的方式（零售、购买油卡、公司批发内部加油）多样，且长途客、货车异地加油情况突出，同时，企业在报送统计报表时往往上报的是财务入账金额，需要用单价推算，而非实际消耗量，上述实际情况使得目前的统计方法较难获得地区实际的油品消费量。

参考国外统计经验，多数是使用车流量信息推算车辆用油。建议今后加强与交通管理部门、专业研究机构的沟通，提高社会道路车流量、货运周转量等综合统计数据质量。加强分析车速与车辆油耗之间的关系，探索利用公安部门实时车流、车速信息核算车辆用油情况。

(二)丰富新能源车辆信息，完善车辆分类统计工作

近年来，在国家相关政策扶持下，上海市新能源汽车快速发展，保有量连续多年实现两位数增长，截至2018年9月，上海市新能源汽车已超过21万辆，占全市车辆总数的6%，有效替代了部分传统能源汽车。

在评估模型中，推算结果和平衡表存在一定的差异，其中一个原因就是上报的车辆分类信息中没有燃料类型信息，在推算油品消费量时，无法考虑新能源汽车的替代作用。除此之外，目前公安部门、道路部门与统计部门三方的车辆分类标准不统一，加大了核算难度。

建议加强对新能源汽车、充换电设施等采集平台上的数据分析，通过大数据自动化收集获得新能源汽车燃料使用数据。同时，逐步研究统一部门车辆分类方法，在车辆信息中，使用更详细的分类，确保核算结果更加丰富、准确。

(三)提高供应端数据质量，完善统计指标设置

做好两端数据校核是提高成品油核算结果准确性的关键。在做好消费端统计的同时，必须加强对供应端数据的分析，特别是对大型企业的销售数据流向进行核准，理顺层级。区分批发、零售数据，在报表中的本地销售量指标下增加零售量，研究增加油品实物量运输统计，提高本地供应量数据的准确性。

对消费端数据，考虑到核算口径，增加外省市加油数据。对居民用油，利用出行调查、车辆使用调查等抽样手段，推算总量，使用实时数据收集里程、单耗等信息，推算车辆在外地用油情况。完善能源统计指标设置，不断丰富两端核算数据基础。