能源預測預警理論與方法研究進展

趙春富, 劉耕源, 陳 彬

環境模擬與污染控制國家重點聯合實驗室, 北京師范大學環境學院, 北京 100875

能源預測預警理論與方法研究進展

趙春富, 劉耕源, 陳 彬*

環境模擬與污染控制國家重點聯合實驗室, 北京師范大學環境學院, 北京 100875

能源作為一種稀缺性的戰略資源是國民經濟增長和社會進步的物質基礎，但是隨著化石能源耗竭及能源使用造成的環境問題日趨嚴重，能源安全問題逐漸成為關注的焦點，而能源預測預警也成為能源系統科學領域的新興學科，其內容包含能源安全理論、基于模型的能源供需預測和基于安全評價指標體系的能源預警等方面內容。通過系統回顧能源安全的理論及其演變的歷程，重點綜述了自上而下、自下而上和混合建模3種建模思路的能源預測模型，探討了三類模型的優點和局限性，并根據能源安全預警評價指標濃縮信息的程度，將現有預警評價體系劃分單個型指標評價體系和聚合型指標評價體系兩大類。通過對以上研究內容的總結分析，明確了當前能源預測預警研究各領域的研究進展，及其在理論和應用方面的優勢與不足。在未來研究中，建議從供應鏈的角度出發，考慮能源系統內部各因素及與外部因素的相互作用，構建基于鏈式的預警體系，以有效彌補現有研究中的不足。

能源安全; 預測模型; 預警體系; 文獻分析; 鏈式預警

預警是對于某一系統未來的演化趨勢進行預期性評價，以提前發現特定系統未來運行可能出現的問題及成因，為危機的防范和化解提供依據。關于預警的研究最早起源于經濟領域，法國經濟學家Alfred Fourille通過對經濟進行監測，最先提出了監測預警的思想。到20世紀40年代，隨著雷達、計算機的出現和戰爭的需要，雷達預警系統應運而生，并正式提出了預警系統的科學概念，隨后預警思想和理論方法迅速滲透到糧食安全、環境安全和水資源安全等研究中[1- 4]。

能源預測預警引起各國重視源于20世紀70年代兩次世界范圍內的石油危機，阿拉伯石油輸出國家將石油禁運作為政治武器，致使西方各國經濟陷入嚴重衰退，因此與能源系統相關的監測、預警和分析逐漸成為人們關注的焦點。能源預測預警是指在對能源系統運行機制和演化趨勢進行預期性評估的基礎上，預報不正常的時空范圍及危害程度，最終提出防范措施保證能源安全。由于能源預測預警的最終目的是保證能源安全，隨著能源安全內涵的不斷演變，對能源預測預警體系的構件也提出了新的要求。能演安全最初的概念以穩定原油供應和價格為核心，因此，能源預測預警主要關注能源供應和能源價格兩個維度[5]。隨后能源安全內涵的不斷擴展至技術、公共關系等維度，能源預測預警的研究范疇也隨之不斷延伸[6- 8]。但總的來看，能源預測預警的研究內容主要包括能源安全理論、基于預測模型的能源預測和基于安全評價指標體系的能源預警三部分研究內容，許多國家已將已將能源預測預警制定為國家安全戰略的一個重要內容。然而在多數情況下，現階段國家能源預測與預警研究脫節，客觀預測與主管預警存在接口偏差，缺少科學的系統分析。因此，本文試圖從能源安全的理論及其演變出發，綜述現有能源預測模型和預警評價體系，通過文獻分析方法把握當前能源預測預警的研究動態，旨在為完善我國能源預測預警研究體系構建提供有益參考。

1 能源安全的內涵及預測預警研究的演化分析

1.1 從能源預警范圍的泛化到能源安全定義的延伸

能源預測預警是對能源系統未來的演化趨勢做出預期性評價，提前發現可能出現的問題，為采取防范和化解措施提供依據。其目標是：(1)正確評價和診斷一國能源系統當前的總體運行狀態；(2)正確預測一國能源安全狀態的演變并及時發出預警指示；(3)采取防范化解措施。由此可見，能源安全是能源預測預警的對象，也是能源預測研究研究的核心內容，所以能源安全的內涵是什么？如何對能源安全的狀態進行預測？如何針對未來狀態進行預警？是當前能源預測預警研究的重點和難點。

正確的把握能源安全內涵，是建立有效能源預測預警體系的基礎。自1974年，國際能源署(IEA)率先提出以穩定原油供應和價格為核心的能源安全的概念后，隨后不同學者和研究機構分別從不同角度就能源安全的內涵提出見解[5]。傳統的能源安全定義主要從能源供應和能源價格兩個維度詮釋能源安全的內涵。例如Bohi和Toman[9]認為“能源安全是能源價格波動或能源供給中斷導致的經濟福利損失”。而Dorian等[10]將能源安全定義為“以合理的價格保證能源的持續的供應，從而支持工業和經濟的正常運轉”。此后隨著由能源使用引發的關注點不斷增多，能源安全所涉及的維度也不斷拓寬，特別是20世紀80年代以來，隨著研究者對全球氣候變暖和因能源使用引發的大氣環境質量惡化等問題的深入研究，能源安全的內涵在保障供給安全的基礎上增加了生態環境安全的內容，并由此促成了聯合國“環境和發展”大會的召開、京都議定書草案的形成，以及后續的巴厘島氣候談判和哥本哈根會議等的召開。如張雷[11]將國家能源安全劃分為能源供應保障的穩定性和能源使用的安全性兩部分。此后，2001年美國9.11恐怖事件和2007年美國卡特里娜和麗塔颶風的發生，使能源安全的概念進一步延伸到國家基礎設施和供應鏈安全方面，并推動了美國相關立法[12]。由此可見，能源安全的概念已經以最初的僅考慮供應安全為出發點逐步向著能源安全綜合發展觀過渡，其在發展的過程中被賦予了越來越多新的內涵[13]。從綜合能源安全的角度出發：國家能源領導小組[14]指出能源安全既是經濟問題，又是社會問題，是關系國計民生、涉及政治、經濟、社會和軍事的大安全問題。宋杰鯤等[15]提出能源安全是指一個國家或地區可以足量、經濟、穩定地從國內外獲取能源和清潔、高效地使用能源，保障經濟社會平穩健康可持續發展的能力。亞太能源研究中心(The Asia Pacific Energy Resource Centre, APERC)[16]通過總結之前的研究，將能源安全歸納為4個維度，即可利用性(Availability)——地質因素；可得性(Accessibility)——地緣政治因素；可接受能力(Acceptability)——環境和社會因素；可負擔性(Affordability)-經濟價格的合理性。Vivoda[17]提出，應將能源安全政策概念納入能源安全的概念中，從而建立一個涉及能源供給、需求管理、能源效率、經濟、環境、人類安全、軍隊社會文化、公共關系、技術、國際關系和公共政策七個維度的能源安全的概念。Sovacool[18]在Vivoda研究的基礎上，通過廣泛征求專家的意見進一步將能源安全概念拓寬至20個維度。史丹[19]又進一步提出能源安全的內涵應與時俱進，隨著世界能源格局的改變，能源安全已不僅僅是供應安全，還應包括運輸安全、價格合理和高效清潔消費等多個方面。

從上述研究中可發現，雖然眾多學者從不同角度對能源安全的定義進行了闡述，但是截止目前對能源安全的理解仍未達成共識。主要源于三方面的原因：首先，能源安全是一個涉及多學科交叉的復雜性問題，不同研究者多結合自己的研究背景詮釋能源安全，不同程度的存在隨意性的增加研究范疇等問題。其次，能源安全不僅是一種狀態，而且具有動態性的特征。隨著能源系統面臨的挑戰和人們的關注點的不斷變化，能源安全涉及的維度也在不斷拓寬，容易出現不同維度之間邊界模糊、涵義重疊的問題。最后，能源安全的研究需要結合具體的背景，由于經濟、環境和能源政策不同，同樣的能源安全影響因素對不同國家的相對重要性不同[20]，所以需要因地制宜、設定研究邊界。能源安全的本質有兩個方面：一是能源系統的風險，另一個是能源系統的脆弱性。能源系統風險是指特定能源系統中所發生的非期望事件的概率和后果，如由于自然災害或國家政治經濟因素使能源供給終端，從而對宏觀經濟系統造成嚴重的負面影響。能源系統脆弱性是指在一定社會、經濟、文化背景下，某一能源系統對非預期事件表現出的易于受到傷害和損失的性質。能源安全研究旨在評價能源系統的風險，通過改善能源應對風險的抵抗和恢復能力來提高能源安全。

對于能源安全而言，風險表征了非預期事件發生的概率和后果，相對來說它更多考慮了突發事件的危害，對危害管理的主動性和積極性較弱：而能源系統脆弱性應該是能源安全的核心，通過脆弱性分析和評價，可以識別能源安全的威脅因素，分析這些因子是如何相互作用，可以通過什么樣的調控手段提高能源安全程度等。

1.2 國際能源安全及預警文獻分析

為了定量追蹤能源預測預警研究的演變歷程及其內在規律性，本研究借助ISI Web of Science檢索數據庫資源進行能源安全及預警研究文獻分析。Web of Science檢索數據庫是美國科學情報研究所(Institute for Scientific Information, ISI)出版，由SCI(Science Citation Index)、SSCI(Social Science Citation Index)、A&HCI(Art & Humanities Citation Index)3個獨立的數據庫整合而成，所收錄的文獻覆蓋了全世界最重要和最具影響的研究成果，是目前世界公認的自然科學領域最為重要的評價工具。本研究利用檢索式TS = “energy security” OR TS = “security of energy supply” OR TS = “energy early warning”對1990—2012年以“能源安全”或“能源預警”為主題的文章進行檢索，并從文章發表數量、引用頻次、研究區域和研究涉及的學科領域等角度對檢索結果進行分析。

文獻總量反映了一定時期內科研活動的絕對產出，是衡量科研活動的一個重要因子，而引文數量反應了一個領域研究成果被吸收及關注的程度。從1990—2012年期間ISI Web of Knowledge數據庫中檢索得到的1769篇文章來看(圖1)：自1990年起以“能源安全”或“能源預警”為主題的文章不僅在文獻發表量上逐年攀升，其被引用的頻次也呈現逐漸上升的趨勢。其中，在1990年到2002年期間能源安全相關的研究及文章引用雖逐年上升，但其增速相對緩慢。2002年以后，伴隨著格林斯潘低利率政策所引起的房地產泡沫越來越大，以及全球經濟開始互聯網泡沫后逐漸復蘇，國際原油價格從2002年1月31日的最低每桶15.52美元一路飚升至2008年7月11日的147.5美元，上漲幅度達894.6%。此時能源安全問題作為熱點問題受到了不同領域專家和學者的關注，以“能源安全”或“能源預警”為主題的文章發表及引用頻次迅猛增加。2008年金融危機爆發后，國際原油價格再次出現大起大落，因此到2009年對能源安全進行研究及關注再次達到高峰。在隨后的3a文獻的發表數量雖然有所波動，但依然保持較高的數量。由此可見，隨著全球化石能源的耗竭，全球能源供需矛盾的日益凸顯，以及全球氣候變化的背景下，以“能源安全”或“能源預警”為主題研究成果逐年攀升，相關研究的關注程度也日益增加。

圖1 文獻年發表數量及引文數量Fig.1 The numbersof annual paper publication and citation

從研究的學科類型來看(圖2)，目前以“能源安全”或“能源預警”為主題的研究主要涵蓋能源燃料科學、環境生態學、計算機科學、國際政治學、計量經濟學和地緣政治學等多個學科。這是由于能源安全問題是涉及自然資源學、社會學、經濟學、地理學等多學科交叉的復雜性問題，同時能源與社會和經濟存在一系列的復雜因果關系和聯動效應。因此從不同視角對能源安全問題進行研究有助于闡明能源系統各因素之間復雜的因果聯系，定量把握能源系統安全狀態及其演變趨勢，從而為科學合理的能源安全戰略制定提供科學參考依據。從國際關系角度出發，可以分析出如何通過各國協作更好的解決當前全球面臨的能源問題。從經濟學角度出發，可以分析如何影響能源供需的因素，建立能源模型，從而指導能源的供需管理。從地緣政治的角度出發，可以研究如何減少能源進口中的不安全因素，從而保證能源供應安全。同時在全球氣候變化背景下，能源的終端消費及對環境和人群健康的損害問題逐漸得到重視，從環境科學的角度對能源安全問題進行研究的文獻逐年增加。

圖2 各學科發表文章數量及其占總數比例Fig.2 The numbers and proportion of paper publication indifferent disciplines

圖3 各國家發表文章數量及其占總數比例Fig.3 The numbers and proportions of paper publication in the top- 25 countries

從研究的區域來看(圖3)，目前以“能源安全”或“能源預警”為主題的研究在美國開展的研究最多，其次分別是英國、德國、中國和加拿大等國家。可以看出，對能源安全研究較多的國家中往往面臨能源消耗總量大、能源結構不合理和高度依賴進口的能源問題。因為就全球能源生產與消費格局來看，能源的存儲地與能源的消費地存在嚴重空間錯位，能源消費大國如中國、印度等國其國內能源消費量相較存儲量表現出嚴重不足。以石油為例，全球約有半數以上的石油被經濟合作與發展組織國家消費，但是全球的石油資源卻主要集中在中東地區，據統計中東地區石油儲量占全球總儲量的54.4%。因此導致中國、美國等石油消費大國有超過半數的石油嚴重依賴進口。為了保障這些能源消費大國的正常的能源供應和社會經濟運轉，其更加重視對于能源安全這一議題的研究，因此從文章發表的數量來看，這些國家相較其他國家較高。如何使能源的使用不脅迫人類自身的生存和發展成為了當前研究的熱點問題。

由此可見，隨著全球化石能源耗竭及由于能源使用造成的環境問題日趨嚴重，各國對于能源預測預警問題的關注度持續上上升，其中又以能源消費量高同時資源稟賦相對貧乏的國家表現的最為顯著。從研究的角度上，不同領域學者從國際關系、工程技術、環境生態等不同學科角度切入對能源預測預警這一復雜性議題進行剖析。其中，從環境科學角度出發對能源預測預警問題的研究越來越受關注，主要源于全球氣候變化的大背景，因此能源使用對生態環境的影響愈發受到重視。

2 能源預測模型研究進展

能源預測預警是在能源系統運行的過程中，采用科學的評價方法和模型對能源系統運行的相關數據進行分析，對能源系統發展趨勢進行預測，以便在危害發生前發出警報，從而為國家能源管理部門提供參考，將能源系統的風險遏制在萌芽狀態的一種機制。因此以能源安全為核心的能源預測預警研究實際上包含能源預測和能源預警兩方面工作[21]。能源預測是對能源系統的未來形勢發展進行預料、估計、分析、判斷和推測，是實現能源預警的基礎，主要通過構建能反映能源系統內部活動與外部聯系的數學的模型實現。由于當前能源安全問題不僅涉到能源需求和供給，同時也涵蓋能源利用導致的環境影響以及能源系統對于經濟系統的影響等問題，因此能源預測模型的構建是一項涉及能源-環境-經濟綜合性模型工程。

從模型的構建方法來說，能源預測模型可分為數據外推模型和集成結構模型[22]。數據外推模型僅僅從數據的相關關系進行外推預測，缺乏對能源過程機理的考慮，主要適用于短期預測。而集成結構模型可以反應變量之間的相互關聯與相互影響，但其建模過程相對復雜。從建模思路來看，能源預測模型可以分為：自上而下模型(top-down)、自下而上模型(bottom-up)、以及混合模型(hybrid)三類[23]。自下而上模型以工程技術作為出發點，著重對能源生產和消費過程中所運用的技術進行詳細描述，并以能源消費、能源生產方式為主進行供需預測及環境影響分析[24]。但是由于這類模型不包含宏觀經濟模塊，所有的宏觀經濟與結構變量都需要外生確定，因而不能反映政策對宏觀經濟的影響。目前常用的自上而下模型以各種經濟學模型為主，以能源價格和經濟彈性作為紐帶，集中表現它們與能源消費、能源生產的關系，這類模型能很好的反應價格在經濟活動中的作用，且能刻畫經濟主體間的相互關系和經濟活動的反饋，但是這類模型缺乏對能源技術的描述，從而低估技術進步對于社會經濟部門的影響。當前基于自上而下建模思路的能源預測模型主要以CGE模型為主，由于該模型對能源政策模擬具有良好效果，因此CGE模型已成為分析不同政策情景下未來能源需求分析的重要工具[25]。同時在氣候變化的背景下，越來越多的研究開始嘗試在標準CGE模型中拓展環境反饋模塊，從而在能源、環境條件約束條件下分析能源系統演變趨勢[25- 27]；自下而上模型主要包括美國能源部(EIA)的SAGE模型、IEA的Markal模型、日本NIES的AIM/Enduse模型、IIASA的Message-IV模型、清華大學核能和新能源研究院開發的TH- 3EM模型和瑞典斯德哥爾摩環境研究所開發的LEAP模型等[34](表2)；近年來，混合模型成為能源預測模型構建的趨勢，混合模型同時融合了自下而上和自上而下兩種建模方法，將能源系統和宏觀經濟系統鏈接起來從而大大拓寬了研究的范疇，其在系統的描繪經濟主體與環境之間相互關系的基礎上，同時對能源生產和消費模塊進行刻畫，因此可以實現能源、經濟和環境之間的交互作用作用以及能源系統的準確仿真。根據模型在相同功能部門處理方式的不同，混合模型可以分為軟連接和硬連接兩種[45]。在軟連接中，信息傳遞與控制都通過模型使用者完成，其優勢在于易于操作、公開透明、連接思路清晰，但是計算效率較低，連接過程的主觀判斷性較強。而硬連接中所有模型間的信息處理和交互都通過程序自動完成，在模型重疊的部分使用新的算法來保持一致，因此硬連接的輸出結果較為一致，但是以取消模型功能和各自獨立性為代價。目前常用的混合模型主要包括MARKAL-MACRO模型、ETA-MACRO模型、NEWS模型和IPAC模型等(詳細見表3)。

表1 自上而下的能源預測模型Table 1 Energy forecasting models based on top-down approach

表2 自下而上模型列表Table 2 Energy forecasting models based on bottom-up approach

表3 混合模型列表Table 3 List of mixed energy models

上述分析表明，僅從自上而下或自下而上角度出發建立能源預測模型無法反映能源系統與經濟系統的相互的作用，而混合模型的建立可以同時融合兩種建模的思路，吸取了自下而上模型與自上而下模型各自優點，因而得到了更加廣泛的關注。隨著當前計算技術的迅猛發展，混合模型所涵蓋的領域廣度不斷延伸，更多能源、社會、經濟和環境因素納入混合模型建模的考慮范疇。但是，現有混合模型對于可持續發展涉及的水環境、生物多樣性等問題的模擬仍然相對缺乏，有待進一步加強[62]。同時，目前基于混合建模思路的能源預測模型側重于預測，不具有預警功能，未能實現預測與預警的耦合。此外，在建模技術方面，混合模型構建還存在諸如系統邊界不一致、數據基礎不同、變量設置不同等問題。

3 能源預警評價指標體系研究進展

能源預警是指發現威脅國家能源安全的潛在威脅因素，進而采取措施，消除危險、確保國家能源安全的行動。而能源預警評級指標體系是能源安全狀態評價的依據，只有建立完整能源安全指標評價體系才能對能源系統現狀做出科學評價，并最終實現能源預警。目前國外眾多學者和研究機構都開展了能源安全評價指標體系的研究工作，提出了各自的指標體系。按照指標濃縮信息的程度，這些指標體系可以劃分為單個型指標體系和聚合型指標體系。

3.1 單個型指標評價體系

單個型指標側重于對能源系統基本情況的描述，每個指標涵蓋信息的綜合程度較低，故基于這種指標形成指標評價體系包含的指標數量相對較多。根據具體的評價所涉及的內容，可進一步劃分為針對整個能源系統的綜合性評價體系和針對代表性領域的專題性評價體系。

3.1.1 綜合性評價體系

綜合評價體系是指從整個能源系統出發，分析影響能源的因素，在界定能源安全內涵的基礎上對能源系統進行綜合評價。因此這類指標體系不僅涵蓋了對能源系統運行狀況的測度，同時也將與能源系統相聯系的社會、經濟系統納入到指標構建的考慮范疇。由于綜合性評價指標體系的構建是建立在對能源安全內涵詮釋的基礎上，隨著能源安全所涉及的維度不斷延伸，綜合性評價指標體系也向著更加綜合的方向發展。早期的能源安全的概念強調能源供應穩定、經濟價格合理，因此主要從影響供應穩定的政治、資源稟賦、運輸等因素，以及影響經濟運行的價格因素入手構建能源安全指標體系。如中科院地理所王禮茂[63]從影響資源安全的資源、運輸、政治、經濟和軍事5個方面入手，選取14項指標，初步組成了資源安全的評估指標體系。并運用該體系對我國糧食和石油的安全狀況進行了評估。此后的研究在氣候變化的背景下，部分重點放在了能源的使用安全及環境安全等方面，不少學者在傳統能源安全評價指標體系的基礎上擴充了環境維度的評價指標。如中國石油大學郭小哲、段兆芳和段兆芳[64]建立了涵蓋能源安全的災變、效益、供需、環保、效率的能源安全監測系統。張生玲[65]以保障國家經濟安全為核心，分4個層次構建了中國能源安全指標體系并對中國能源安全狀況進行評估。該指標體系涵蓋了能源生產、能源消費和能源儲備三個方面，包括石油儲采比、進口集中度和能源運輸能力在內的11項具體指標。李繼尊[66]選取了涵蓋煤炭、電力、石油和綜合子系統4個子體統的54個預警指標構建了中國能源預警指標矩陣，并運用主成成分分析和二階回歸方法建立了中國能源預警模型，在此基礎上創建了中國能源預警指數對中國能源的安全狀況進行了測度。劉強等[67]分3個層次、4個能源子系統、從供需平衡、運輸能力、突變影響、經濟安全和生態環境5個方面進行對中國能源安全進行考量，構建了中國能源安全預警指標體系。王思強[21]構建了涵蓋整個能源領域的預測預警框架體系。該能源預測預警系統由煤炭、電力、石油、天然氣、可再生能源和新能源、能源經濟子系統組成，從能源系統的構成出發，設計了各子系統的預警指標，初步形成了能源預測預警需求的指標體系。以上評價指標體系主要關注能源供應側的評價，在隨后的研究中，研究者又增加了能源需求側的技術、需求管理和能源政策因素等。如Von Hippel[68]認為能源安全評價應涵蓋環境、技術、需求管理和社會文化與政治4個維度，初步建立了針對亞洲各國的能源安全評價的概念框架。Vivoda[17]在Von Hippel礎上，又增加了從能源供給、需求管理、能源效率、經濟、環境、人類安全、軍隊社會文化、公共關系、技術、國際關系和公共政策七個維度，分別選取定性和定量指標構建了針對亞洲區域的能源安全指標評價體系。Sovacool[18]指出Vivoda構建的能源安全指標體系未能結合亞洲地區的實際情況，并且該體系忽略了部分對該區域能源安全有重要影響的因素。為進一步完善該指標評價體系，在Vivoda建立的能源安全評價指標體系的基礎上，通過專家廣泛征求專家的基礎上，進一步將能源安全的維度拓寬至20個維度，共選取200余個指標建立了針對亞洲區域的更加綜合的能源安全評價指標體系。

3.1.2 專題性評價體系

專題型指標是選擇能源安全問題涉及的代表性專題領域制定相應的指標體系。這類指標首先需要對能源安全的評價對象和評價目標進行重點剖析，明確影響評價對象和評價目標的主要專題領域，結合專題的特征，構建能夠全面反映專題內容的指標評價體系。目前，專題型指標主要從能源效率、能源系統可持續發展和初次能源的短期供應安全幾個專題入手構建能源安全指標評價體系。

(1)世界能源理事會(WEC)[69]為進行能源效率及節能政策的國際比較研究而建立的能源效率指標體系。該指標體系擁有23個評價指標，按性質不同分為兩類，一類是經濟性指標，用于在整個經濟或全行業層面上測度能源效率，如：一次能源強度(內含不計傳統燃料和按照歐盟水平調整)、終端能源強度、工業能源強度、服務業能源強度、農業能源強度、家庭能源強度等；另一類是技術性指標，即單耗指標，用于測度子行業、終端用能的能源效率，如：鋼單耗、交通能源強度、標準小汽車和公交平均能耗、家庭人均電耗等。

(2)聯合國經濟社會事務部(United Nations Department of Economic and Social Affairs, UNDESA)[70]從能源安全問題涉及的能源效率和能源管理政策方面入手，構建的能源系統的可持續發展評級指標體系。該指標體系涉及社會、經濟和環境維度，分7項、19個子項(附表)。在社會維度上，能源安全指標主要反映公平性和健康性，其中公平性包括“可得性”、“可支付性 ”、和差異性3項。在經濟維度上主要考慮生產模式和安全2項，生產模式涉及綜合利用、綜合生產力、生產效率、生產、終端使用、能源體制多樣性和能源價格7個子項。而安全主題則主要考慮能源進口和戰略能源儲備2個子項。環境維度主要大氣、水和土地利用3項。大氣主要考慮氣候變化和空氣質量兩個子項，水則主要考慮水質，而土地利用主要考慮土壤質量、森林和土壤廢物產生及管理3個方面。

(3)國際能源署(IEA)[71]針對一次能源和二次能源的短期安全問題，從能源系統的風險(Risk)和應對風險的恢復能力(Resilience)兩個方面出發構建能源安全的評價指標體系，同時按能源類型劃分短期能源安全的評價閾值。該指標體系主要涉及能源系統面對的國內外風險及面對國內外能源供給中斷的恢復能力4個維度，風險和恢復能力的量化主要通過IEA的統計數值，同時結合專家的經驗判斷，共選取29個指標。

(4)英國工業貿易部(Department of Trade and Industry, DTI)與天然氣電力市場辦公室(The Office of the Gas and Electricity Markets, OFGEM)[72]成立能源安全聯合研究小組(Joint Energy Security of Supply Working Group, JESS)對英國天然氣與電力供應安全進行研究。圍繞著天然氣與電力的供應安全JESS從能源供需預測、市場信號和市場響應3個角度出發構建了能源安全指標評價體系。同時在構建能源安全指標體系對能源安全現狀進行評價的基礎上，開創性地研究了不確定因素對于預測和相關要素的影響。

3.2 聚合型指標評價體系

聚合指標是指在確定的研究框架中，對大量有關信息加以綜合與集成，從而形成一個具有明確含義的指標。聚合指標對于信息的濃縮程度較高，涵蓋的信息量較大，基于聚合指標的能源安全評價體系通常采用一個綜合指數進行表征。但是，它并不是對低層次同類指標進行簡單加權所計算得出，而是對于一個復雜系統，識別潛在的問題加以進一步分析，以明確問題所在從而加以解決。在聚合型指標體系的構建方面：

荷蘭能源研究中心(Energy research Centre of the Netherlands, ECN)[74]通過集成風險管理指數和供給-需求指數構建能源安全評價體系。風險管理指數主要對短期能源供應中斷的問題進行研究，由風險評估與應急管理兩部分構成。供給-需求指數側重于對中長期能源安全研究，主要包括最終能源需求、能源轉化與運輸和一次能源供應3方面內容。該指標評價體系的特點在于：綜合考慮了短期與長期能源安全，且認為能源安全評價是能源供、求共同作用的結果，同時其綜合考慮了能源系統要素對于能源安全評價的影響。目前，S/D指數模型已被廣泛運用于歐洲能源供應安全的研究之中，如能源供應安全現狀分析；能源供應安全脆弱性分析；現在與未來能源發展情景分析；不同能源政策影響分析；能源供應安全對溫室氣體排放、可再生能源發展的影響等。

Gupta[75]選取影響石油安全的七個因素：石油出口額占GDP比重、單位GDP石油消費量、人均石油消費量、石油供給份額在總能源供給中的比例、國內石油消費量與儲量比重、石油進口依賴度和供給多樣性，通過主成分分析的方法構建一個綜合指數——石油脆弱性指數，從而對石油安全進行評價。由于該方法是采用協方差對指標賦予權重，相較于傳統的專家經驗判斷的方法，這種賦權的方法更加客觀，因此該方法評價的穩定性更強。

目前國內外眾多學者雖然針對能源安全評價指標體系的構建進行了有益嘗試，但是現存的能源安全評價指標體系多基于能源安全的影響因素、區分各能源子系統構建，然后結合指標體系對當前能源安全狀況進行定量或定性評價。綜合來看，由于能源安全的內涵不斷延伸，歸納的能源安全影響因素也不斷增加，因此構建出的能源安全指標體系也不斷向更加綜合的方向發展。但是，目前的能源安全評價指標體系是一種能源安全的截面分析，其只能反映能源安全在某一時刻的一種狀態。同時，現存的指標體系沒有考慮指標間的相互聯系和相互作用。此外，能源安全預警界限的確定主要采用專家咨詢和借鑒國際平均值的方法，這種閾值確定方法的準確性有待商榷。

為了將能源系統內部系統要素之間以及系統與外部要素之間存在復雜關聯性納入能源安全評價體系的考慮范疇，遲春潔和黎永亮[76]建議引入“壓力-狀態-響應(PSR)”模型框架構建能源安全指標體系，房樹瓊[77]基于PSR框架，并結合CAS理論構建了一套“六級并行，逐漸收斂，六層三維三度”的復合能源安全指標體系。而Nguyen[78]嘗試依托食物網理論構建能源安全評價體系。這些研究作為當前研究的有益補充，考慮了能源安全評價指標的相互關聯與相互作用，為能源預警指標體系的構建提供了新思路，但是其定量評價尚處于起步階段。因此未來預警指標體系的構建，可從供給鏈的角度出發，考慮能源系統各要素的多層次、多目標的相互作用，構建基于鏈式的預警指標體系。這類預測預警體系的建立將有助于尋找到能源系統“牽一發而動全身”的因素，并能追蹤該因素對整體能源系統的影響。同時鏈式預警指標體系的建立為進一步研究能源供給鏈中風險的傳遞、積累和耦合效應提供了可能。可見，鏈式預警的評價體系作為一種新的研究思路，具有重要的研究潛力。

4 結論與展望

能源預測預警體系建立以實現國家能源安全為核心，主要包括基于模型的能源預測和基于評價指標體系的預警兩方面工作。在能源預測模型方面，當前主要選取集成自上而下和自下而上兩類模型各自優點的混合模型進行預測。隨計算技術高速發展，混合模型模擬的維度從傳統的能源、經濟角度不斷向環境、社會文化等維度延伸。在能源預警評價指標體體系方面，隨著能源安全內涵的不斷擴展，能源安全的影響因素日趨復雜，學者從不同角度出發構建構了多樣的預警評價指標體系。但是由于能源安全的概念具有動態性特征，其在不同空間和時間范圍內側重點不同，因此當前尚未形成一個普適性的預警評價體系。綜合來看，當前對于能源預測預警的研究主要還存在以下幾點不足：(1)預警指標體系缺乏能源安全-環境保護-經濟運行各因素相互作用機理和影響過程的研究。(2)能源安全測度，預警模型研究因為數據收集，指標口徑不統一等困難造成缺乏時效性，理論與實用意義偏離，對指定政策的參考作用有限。(3)預警指標體系的安全預警主要基于專家判斷，缺乏客觀的評價方法。

當前，我國已經超過美國成為世界最大的能源消費國家，能源需求逐年攀升，能源供需矛盾日益突出。其中作為重要戰略資源的石油嚴重依賴進口，且進口來源主要來源于政治動蕩的中東地區。一旦石油價格上漲將對我國宏觀經濟產生嚴重的負面影響。同時由于能源結構不合理，以煤為主的能源結構是我國能源消費產生的環境污染問題日趨嚴重。因此，針對我國實際情況建立一套完整地能源預測預警體系已經迫在眉睫，該體系的建立不僅可以準確評估我國能源安全現狀，同時可以及時診斷潛在問題，前瞻性地指導能源管理和政策制訂，從而提升我國能源安全。但是由于能源管理體制不完善，能源信息分散，能源數據不完整，我國尚未建立一個針對整個能源領域的預測預警系統。本文通過對當前能源預測預警研究工作的歸納認為，未來我國能源預測模型應選取集成自下而上和自上而下兩類模型各自優點的混合模型，并加強對于可持續發展涉及的水環境和生物多樣性等問題的模擬。在預警評價指標體系方面，應從整個供應鏈角度出發構建鏈式的預警體系，從而考慮能源系統各要素間的相互作用機理。同時應加強能源預測模型與預警評價體系的耦合，實現一體化輸出。

[1] Hutchinson C F. Use of satellite data for famine early warning in sub-Saharan Africa. International Journal of Remote Sensing, 1991, 12(6): 1405- 1421.

[2] James V, Robert K. Grid-cell-based crop water accounting for the famine early warning system. Hydrological Processes, 2002, 16(8): 1617- 1630.

[3] 陳國階. 對環境預警的探討. 重慶環境科學, 1996, 18(5): 1- 4.

[4] 鄭通漢. 論水資源安全與水資源安全預警. 中國水利, 2003, (11): 19- 22.

[5] International Energy Agency (IEA). Energy Technology Policy. Paris: OECD/IEA, 1985: 29- 29.

[6] Kruyt B, van Vuuren D P, de Vries H J M, Groenenberg H. Indicators for energy security. Energy Policy, 2009, 37(6): 2166- 2181.

[7] Sovacool B K. The methodological challenges of creating a comprehensive energy security index. Energy Policy, 2012, 48: 835- 840.

[8] 劉立濤, 沈鐳, 劉曉潔. 能源安全研究的理論與方法及其主要進展. 地理科學進展, 2012, 31(4): 403- 411.

[9] Bohi D R, Toman M A. The Economics of Energy Security. Boston: Kluwer Academic Publishers, 1996.

[10] Dorian J P, Franssen H T, Simbeck D R. Global challenges in energy. Energy Policy, 2006, 34(15): 1984- 1991.

[11] 張雷. 中國能源安全問題探討. 中國軟科學, 2001, (4): 5- 10.

[12] Yergin D. Ensuring energy security. Foreign Affairs, 2006, 85(2): 69- 82.

[13] 崔民選. 中國能源發展報告(2008). 北京: 社會科學文獻出版社, 2008: 1- 2.

[14] 國家能源領導小組. 《國家能源安全戰略》, 研究報告, 2008.

[15] 宋杰鯤, 李在旭, 李繼尊. 我國能源安全狀況分析. 工業技術經濟, 2008, 27(4): 10- 13.

[16] Asia Pacific Energy Research Centre (APERC). A quest for Energy Security in the 21st Century[R/OL], 2007, http://aperc.ieej.or.jp/file/2010/9/26/APERC_2007_A_Quest_for_Energy _Security.pdf.

[17] Vivoda V. Evaluating energy security in the Asia-pacific region: a novel methodological approach. Energy Policy, 2010, 38(9): 5258- 5263.

[18] Sovacool B J. Evaluating energy security in the Asia pacific: Towards a more comprehensive approach. Energy Policy, 2011, 39(11): 7472- 7479.

[19] 史丹. 全球能源格局變化及對中國能源安全的挑戰. 中外能源, 2013, 18(2): 1- 7.

[20] Alhajji A F. What is energy security? Middle East Economic Survey [2007- 11-05]. http://www.mees.com/postedarticles/oped/v50n45- 5OD01.htm.

[21] 王思強. 中長期能源預測預警體系研究與應用 [D]. 北京: 北京交通大學, 2009.

[22] 牟書令, 王慶一. 能源詞典. 北京: 中國石化出版社, 2005: 683- 687.

[23] 魏一鳴, 吳剛, 劉蘭翠, 范英. 能源-經濟-環境復雜系統建模與應用進展. 管理學報, 2005, 2(2): 159- 170.

[24] Bhattacharyya S C, Timilsina G R. Energy demand models for policy formulation: a comparative study of energy demand models. WPS4866; World Bank. Policy Research Working Paper, 2009.

[25] 畢清華, 范英, 蔡圣華, 夏炎. 基于 CDECGE 模型的中國能源需求情景分析. 中國人口 資源與環境, 2013, 23(1): 41- 48.

[26] 王燦, 陳吉寧, 鄒驥. 基于CGE模型的CO2減排對中國經濟的影響. 清華大學學報: 自然科學版, 2005, 45(12): 1621- 1624.

[27] 楊嵐, 毛顯強, 劉琴, 劉昭陽. 基于CGE模型的能源稅政策影響分析. 中國人口. 資源與環境, 2009, 19(2): 24- 29.

[28] Whalley J, Wigle R. Cutting CO2emissions: the effects of alternative policy approaches. The Energy Journal, 1991, 12(1): 109- 124.

[29] Nordhaus W D, Yang Z L. A regional dynamic general-equilibrium model of alternative climate-change strategies. The American Economic Review, 1996, 86(4): 741- 765.

[30] B?hringer C. The synthesis of bottom-up and top-down in energy policy modeling. Energy Economics, 1998, 20(3): 233- 248.

[31] Bernstein P M, Montgomery W D, Rutherford T F. Global impacts of the Kyoto agreement: results from the MS-MRT model. Resource and Energy Economics, 1999, 21(3/4): 375- 413.

[32] Galinis A, van Leeuwen M J. A CGE model for Lithuania: the future of nuclear energy. Journal of Policy Modeling, 2000, 22(6): 691- 718.

[33] Francisco J D M, Manuel A C, Jesús P. Effects of the tax on retail sales of some fuels on a regional economy: a computable general equilibrium approach. The Annals of Regional Science, 2009, 43(3): 781- 806.

[34] 張樹偉. 能源經濟環境模型研究現狀與趨勢評述. 能源技術經濟, 2010, 22(2): 43- 49.

[35] Chateau B, Lapillonne B. Long-term energy demand forecasting: A new approach. Energy Policy, 1978, 6(2): 140- 157.

[36] Enerdata and LEPII. Etude pour une prospective énergétique concernant la France, Direction Générale de l′Energie et des Matières Premières, 2005.

[37] Heaps C. An Introduction to LEAP, 2008, http://www.energycommunity.org/documents/LEAPIntro.pdf.

[38] Loulou R, Goldstein G, Noble K. Documentation for the MARKAL family of models; 2004, Energy Technology Systems Analysis Programme.

[39] IIASA-ECS Modeling, http://webarchive.iiasa.ac.at/Research/ECS/docs/models.html#MESSAGE

[40] Kainuma M. The AIM/end-use model and its application to forecast Japanese carbon dioxide emissions. European Journal of Operational Research, 2000, 122(2): 416- 425.

[41] Grohnheit P E. Economic interpretation of the EFOM model. Energy Economics, 1991, 13(2): 143- 152.

[42] Dani?ls B W, van Dril A W N. Save production: a bottom-up energy model for Dutch industry and agriculture. Energy Economics, 2007, 29(4): 847- 867.

[43] Russ P, Criqui P. Post-Kyoto CO2emission reduction: the soft landing scenario analysed with POLES and other world models. Energy Policy, 2007, 35(2): 786- 796.

[44] Nyboer J. Simulating Evolution of Technology: An Aid to Energy Policy Analysis - A Case Study of Strategies to Control Greenhouse Gases in Canada [D]. Simon Fraser University, School of Resource and Environmental Managemesnt, 1997.

[45] Gürkan K, Reinhard M. Energy and climate policy analysis with the hybrid bottom-up computable general equilibrium model SCREEN: the case of the Swiss CO2act. Annals of Operations Research, 2003, 121(1/4): 181- 203.

[46] Manne A S, Wene C O. MARKAL-MACRO: A linked model for energy-economy analysis. Brookhaven National Lab. Upton, NY (United States), 1992.

[47] Manne A S, Richels R G. A decision analysis of the U. S. breeder reactor program. Energy, 1978, 3(6): 747- 767.

[48] Messner S, Schrattenholzer L. MESSAGE-MACRO: linking an energy supply model with a macroeconomic module and solving it iteratively. Energy, 2000, 25(3): 267- 282.

[49] Lashof D, Tirpak D. Policy Options for Stabilizing Global Climate (including Technical Appendix). Washington, D. C.: Hemisphere Publishing Corp, 1990.

[50] Manne A, Richels R. Global Climate Change. White J, Wagner W, Beal C. Netherlands: Springer, 1992: 211- 239.

[51] Manne A, Oliveira-Martins J. Comparisons of model structure and policy scenarios: GREEN and 12RT OECD Model Comparison Project(II)(1994)(draft), Annex for the WP1 Paper.

[52] Rutherfod T. The Welfare Effects of Fossil Carbon Restrictions: results from a Recursively Dynamic Trade Model. OECD Dept. of Economic Statistics, Resource Allocation Division, Working Paper No. 112(OECD/GD(91), Paris, " 1992.

[53] Peck S C, Teisberg T J. Global warming uncertainties and the value of information: an analysis using CETA. Resource and Energy Economics, 1993, 15(1): 71- 97.

[54] Manne A, Mendelsohn R, Richels R. MERGE: A model for evaluating regional and global effects of GHG reduction policies. Energy Policy, 1995, 23(1): 17- 34.

[55] Mustafa H B, John M R, Monika M, Richard S E, Ian S W, Robert C H. The MIT Emissions Prediction and Policy Analysis (EPPA) model: revisions, sensitivities, and comparisons of results. MIT Joint Program on the Science and Policy of Global Change Reports, 2001, 71: 4- 82.

[56] Brenkert A L, Kim S H, Smith A J, Pitcher H M. Model Documentation for the MiniCAM: Pacific Northwest National Laboratory Richland, WA; 2003.

[57] Maria C L, Barbara J M. The co-production of science and policy in integrated climate assessments. Global Environmental Change, 2005, 15(1): 57- 68.

[58] U.S. Energy Information Administration. The national energy modeling system: an overview, 2009, http://www.eia.gov/oiaf/aeo/overview/electricity.html.

[59] 張阿玲, 李繼峰. 構建中國的能源-經濟-環境系統評價模型. 清華大學學報: 自然科學版, 2007, 47(9): 1537- 1540.

[60] 吉平, 周孝信, 宋云亭, 馬世英, 李柏青. 區域可再生能源規劃模型述評與展望. 電網技術, 2013, 37(8): 2071- 2079.

[61] WEM: World Energy Model - Methodology and Assumptions. http://www.iea.org/media/weowebsite/energymodel/WEM_Methodology_WEO2011- 1.pdf.

[62] B?hringer C, L?schel A. Computable general equilibrium models for sustainability impact assessment: status quo and prospects. Ecological Economics, 2006, 60(1): 49- 64.

[63] 王禮茂. 資源安全的影響因素與評估指標. 自然資源學報, 2002, 17(4): 401- 408.

[64] 郭小哲, 段兆芳. 我國能源安全多目標多因素監測預警系統. 中國國土資源經濟, 2005, 18(2): 13- 15.

[65] 張生玲. 中國的能源安全與評估. 中國人口. 資源與環境, 2007, 17(6): 101- 104.

[66] 李繼尊. 中國能源預警模型研究 [D]. 北京: 中國石油大學, 2007.

[67] 劉強, 姜克雋, 胡秀蓮. 中國能源安全預警指標框架體系設計. 中國能源, 2007, 29(4): 16- 20.

[68] Von Hippel D F. Energy security analysis: a new framework, 2004. http://www.energycommunity.org/reCOMMEND/reCOMMEND2.pdf.

[69] World Energy Council (WEC), Energy Efficiency Policies around the World: Review and Evaluation, http://www.worldenergy.org/documents/energyefficiency_final_online.Pdf.

[70] International Atomic Energy Agency, United Nations Department of Economic and Social Affairs, International Energy Agency, Eurostat, European Environment Agency; Energy indicators for sustainable development: guidelines and methodologies, IAEA, Vienna, 2005.

[71] International Energy Agency (IEA). Energy Technology Policy. Paris: OECD/IEA, Measuring Short-term Energy Security, 2011.

[72] Joint Energy Security of Supply Working Group (JESS). First Report of the DTI-of gem Joint Energy Security of Supply Working Group [R/OL], 2002.

[73] Jansen J C, van Arkel W G, Boots M G. Designing indicators of long-term energy supply security. Energy Research Centre of the Netherlands (ECN), 2004.

[74] Scheepers M, Seebregts A, Jong J. EU standards for energy security of supply updates on the crisis capability index and the supply/demand index quantification for EU- 27. Energy Research Centre of the Netherlands (ECN), 2007.

[75] Gupta E. Oil vulnerability index of oil-importing countries. Energy Policy, 2008, 36(3): 1195- 1211.

[76] 遲春潔, 黎永亮. 能源安全影響因素及測度指標體系的初步研究. 哈爾濱工業大學學報, 2004, 6(4): 80- 84.

[77] 房樹瓊, 楊保安, 余垠. 國家能源安全評價指標體系之構建. 中國國情國力, 2008, (3): 32- 36.

[78] Nguyen N. Assessment of Energy Security Using Social Network Analysis and Food Web Analysis [D]. Budapest: Central European University, 2012.

Advances in theories and methods of energy forecasting and early warning

ZHAO Chunfu, LIU Gengyuan, CHEN Bin*

StateKeyJointLaboratoryofEnvironmentalSimulationandPollutionControl,SchoolofEnvironment,BeijingNormalUniversity,Beijing100875,China

Energy as a scarce strategy resource is the physical base for national economic development and social progress. Along with the fossil fuel depletion and environmental problems induced by energy utilization, the early-warning of energy security has gradually attracted more attention and thereby emerged as a rising discipline of energy sciences, covering the energy security theory, energy demand forecasting models and energy security early warning index systems. After reviewing the evolution of energy security theory, we summarized the merits and limitations of three kinds of commonly used forecasting models including top-down models, bottom-up models and hybrid energy models. Top-down models such as CGE could give a detailed description about the interaction among different economic sectors. However, these models fail to provide a concrete description for energy technologies. For bottom-up model, although a detailed consideration of technologies related to energy production and consumption has been incorporated into modeling, few economies can be described adequately based on such an engineering perspective. In order to integrate the advantage of both modelling approaches, more and more hybrid models have been constructed to overcome the weakness in recent years. Although more dimensions such as environmental, social, and economic aspects have been integrated to the hybrid model, the simulation for water environment and biodiversity is still insufficient. In terms of the modelling technique, the issues like boundary difference, database difference for hybrid model need to be concerned. Additionally, the current energy demand forecasting models can only predict the future energy demand without consideration of energy security. It is therefore necessary to develop the energy security evaluation indicator system. The existing energy security evaluation indicator systems can be divided into two categories: individual indicator-based system and aggregate indicator-based system. Individual indicator system attempts to employ various individual indicators such as reserve to production ratio, strategic fuel stocks, and net energy import dependency to quantitatively assess the energy security level, while aggregated indicator system as a combination of individual indicators usually develops a composite index to evaluate the energy security. Despite many efforts have been devoted to energy demand forecasting models and energy security evaluation indicator system, a universal early-warning framework of energy security, however, has not been constructed. The limitation for current early-warning system of energy security can be summarized as follows: 1) Interaction mechanism among the dimension of energy security, environmental protection, and economy for energy security evaluation indicator is still unclear. 2) Theoretical research and practical application for existing early-warning system of energy security remain seperate. 3) Weights of the indicators are still determined by subjective judgment rather than objective methods. According to the summary of advances in various energy forecasting and early warning studies and their advantages and limitations as well, it is suggested that in the future research, a chain-based early warning system should be established in perspective of supply chain considering the interactions between internal and external factors of the energy system so as to promote the current energy early-warning system.

energy security; forecasting model; early-warning index system; literature analysis; chain-based early-warning system

國家科技支撐計劃課題(2012BAK30B03); 國家自然科學基金(41271543, 91325302); 國家基金委創新研究群體科學基金(51121003); 高等學校博士學科點專項科研基金(20130003110027)

2013- 06- 09;

日期:2014- 07- 22

10.5846/stxb201306091520

*通訊作者Corresponding author.E-mail: chenb@bnu.edu.cn

趙春富, 劉耕源, 陳彬.能源預測預警理論與方法研究進展.生態學報,2015,35(7):2399- 2413.

Zhao C F, Liu G Y, Chen B.Advances in theories and methods of energy forecasting and early warning.Acta Ecologica Sinica,2015,35(7):2399- 2413.