能源需求預測誤差研究綜述

北京理工大學管理與經濟學院　韓睿　劉錦薇

能源需求預測誤差研究綜述

北京理工大學管理與經濟學院韓睿劉錦薇

摘要:能源需求預測，作為能源預測中的基本預測，其預測的誤差大小對能源市場的供給和需求起著很重要的導向作用，本文對能源預測誤差的研究文獻進行整理分類，旨在歸類探討對預測誤差的研究覆蓋，發現有待深入研究的問題。

關鍵詞:能源需求預測誤差IEA

能源預測是對未來各類能源的供需比重、市場價格以及與能源相關的技術發展、環境政策導向效果等進行推測。各個能源預測問題相互影響，其中能源需求預測是能源預測中的基本預測。對能源預測誤差的回顧，分析導致誤差的各個原因，可以為今后進行更好的預測打下堅實基礎。

近年來不少國內外學者對能源需求預測的誤差進行了理論和實證研究。Craig等（2002）針對關于長期預測問題提出幾點建議，例如對基本假定數據建檔、防止陷入復雜技術困境、注意經濟中的不連續數據的處理、合理運用情景分析等。Utgikar等（2006）對蘭德公司20世紀50年代提出的Delphi預測方法進行了介紹，并將Smil在1974年運用此方法對能源環境的預測結果與實際情況進行對比，指出以下幾點預測失誤原因：方法上的不合理，完全匿名的Delphi方法容易出現不負責任的觀點，并且最終達成一致的結果會使得一些雖然極端但有一定合理性的觀點被忽略；能源環境相關技術因素，對能源技術進步預期過高；社會政治因素，即使技術進步如期發展，但是忽略公眾、政府的接受和支持度（例如公眾對核電的認可和恐慌程度），也會造成對未來能源環境發展趨勢的錯誤判斷；市場經濟因素，若石油資源不會用盡，那么對于非化石能源的開發和利用也很難有較大的市場推動力，作者由此提出，提高原油市場的供需預測是整個能源環境預測的關鍵，其中尤其要關注包括中、印在內的經濟快速發展的亞洲石油市場需求。以上這些針對1974年Smil的能源預測準確性影響因素——方法理論、技術預期、政策指向及經濟因素，也對其他能源環境相關預測有一定的普適性。

一、能源需求預測誤差定性分析

Smil（2000）從主要能源轉換、基礎能源需求、部門能源需求、能源耗盡、能源替代這五個預測方向分別回顧了歷史上各長期能源預測的教訓。文章所列舉的關于主要能源演變的錯誤預測論斷，包括從19世紀末愛迪生公司建成發電廠前夕有關學者對電力的不看好，到20世紀70年代對核能和可再生能源的一度狂熱和夸大展望；而對于可以從人口和經濟著手的相對較易的一次能源需求預測來說，總需求預測較為準確，但是成功的相關細節預測例如發展中國家的經濟飛躍等，卻是各大機構學者無法企及的；2000年前就要達到石油生產峰值等預測，錯誤地判斷了技術進步對各能源種類發展和替代的作用。通過如此多的預測教訓可以看出，復雜模型也不能準確預測社會、經濟、技術和環境發展間相互作用。

Bezdek等（2002）回顧了自上個世紀五十年代以來美國各機構學者的長期能源預測。總結半個世紀的學者或機構的能源預測中，對于一些宏觀趨勢預測，如人口增長、經濟發展、清潔能源的開發和利用等定性、無范圍限制的基礎預測有一定的說服性，但對于有時間限定的點預測則誤差百出。常見能源預測錯誤有：預測石油產量的峰值期過早；低估能源價格和市場調節的作用；對能源技術的作用潛力的欠充分預測；對可再生能源的過高預期；未預測到中國等發展中國家的經濟高速發展對世界能源需求的巨大影響等。Koomey（2003）文章通過對兩位長期能源預測帶頭人——Landsberg和Schurrerzhanhou的預測回顧文獻的總結，指出回顧歷史預測的重要性，提出能源歷史回顧不僅僅是簡單的能源需求的預測值與實際值的比較，而應該更全面細致地分部門、分區域及分能源種類進行分析，另外還需要比較人口、經濟、天氣、工業產值等預測的關鍵參數。作者還指出，回顧的另一重要意義在于理解模型方法等的不確定因素造成的系統誤差。

二、能源需求預測誤差定量研究

于汶加等（2009）對IEA和EIA的全球能源需求預測結果進行回顧，對比兩預測機構的中長期能源預測模型體系的特點和缺陷，并提出建議。文章分析發現兩機構對全球能源消費總量的預測偏差較小，但區域能源需求預測誤差較大，指出需用國家發展程度劃分基本的預測單元來代替較為籠統的地域劃分；另外，可以將原來使用的終端能源消費預測與人均能源消費法相結合，以免忽略對能源消費基本規律的宏觀把握。

Auffhammer（2007）實證研究發現對石油、煤炭和電力價格、天然氣消費、電力供給、GDP以及能源強度的預測都存在不對稱損失。Sanders等（2008）整理了EIA1992年2月到2005年4月發布的季度預測數據，研究對象為提前一季度的美國國內石油、天然氣、煤炭和電力的短期供給預測。所用評估方法有兩類，一是準確度檢驗，多角度審視預測誤差；二是分類檢驗，評估整體能源供給方向的預測能力。Sakva（2005）和Winebrake等（2006）發現國家總能源需求預測的誤差中隱含較大的部門能源需求預測誤差。文章得出：外生參數的誤差高于被預測參數的誤差；國家總能源需求預測精度高于部門能源需求預測；能源價格預測誤差較大；幾乎所有的參數都具有系統誤差，有連續的高估或低估。因此通過提高基本假設的準確度、關注能源價格預測、分析預測誤差較大的關鍵部門的需求預測等是進一步提高總體能源預測的關鍵。

Lady（2010）指出先前的常用評估方法可操作性較差，把與預測有關的假設參數的真實值帶入最初的預測模型，分析得出結果與真實能源數據的差距，但是對于長期預測回顧來說，要求存檔多年來的的模型軟件和硬件技術支持。Fischer等（2009）對EIA的中長期預測模型、短期預測模型及其年度回顧評估進行了介紹和評價，進而研究EIA對1985-2006年的美國能源需求中期預測數據。

綜述能源預測誤差相關文獻，早期整理和定性評析各類預測的文獻較多，之后多數學者將研究重心轉移到與實際數據和現實狀況結合的實證回顧研究，各定性研究文獻都在一定程度上表達出準確預測的難度，提出一些宏觀方向把握上的預測建議。對能源預測的定量評估文章的多數研究對象為EIA的能源需求預測數據。

通過總結，對于能源預測評估的研究的待發展和未涉足之處有以下幾點：首先，以IEA預測數據為研究對象的文獻有限，且評估方法限于簡單的統計比較；其次，多數定量評估模型的評估參數以及考慮的因素較為單一，缺乏對能源消費結構（分部門、分區域、分種類和分階段）、能源價格（而非僅片面涉及原油價格）、能源供給、能源轉換以及各個政策影響的綜合考量。

參考文獻：

[1]Craig, P. P., A. Gadgil, et al. What Can History Teach us? A Retro?spective Examination of Long-Term Energy Forecasts for the United States [J]. Annual Review of Energy and the Environment, 27(1): 83-118, 2002.

[2]Smil, V. Perils of Long-Range Energy Forecasting: Reflections on Looking Far Ahead [J]. Technological Forecasting and Social Change, 65 (3): 251-264, 2000.

[3]Utgikar, V. P., J. P. Scott. Energy Forecasting: Predictions, Reality

and Analysis of Causes of Error [J]. Energy Policy, 34(17): 3087-3092, 2006.

[4]Bezdek, R.H., R.M. Wendling. A Half-century of Long-range Ener?gy Forecasts: Errors Made, Lessons Learned and Implications for Forecast?ing [J]. Journal of Fusion Energy 21 (3/4): 155–172, 2002.

[5]Koomey, J., P. Craig, et al. Improving Long-Range Energy Model?ing: A Plea for Historical Retrospectives [J]. Energy Journal, 24(4): 75-92, 2003.

[6]于汶加,王安建等.解析全球能源需求預測結果及相關模型體系[J].資源與產業, 11(03):12-16, 2009.

[7]Auffhammer, M. The Rationality of EIA Forecasts Under Symmetric and Asymmetric Loss [J]. Resource and Energy Economics, 29: 102–121, 2007.

[8]Sakva, D. Evaluation of Errors in National Energy Forecasts [D]. Public Policy Program of Rochester Institute of Technology. 2005.

[9]Winebrake, J. J., D. Sakva. An Evaluation of Errors in US Energy Forecasts: 1982–2003 [J]. Energy Policy, 34(18): 3475-3483, 2006.

[10]Lady, G. M. Evaluating Long Term Forecasts [J]. Energy Econom?ics, 32(2): 450-457, 2010.

[11]Fischer, C., E. Herrnstadt, et al. Understanding errors in EIA pro?jections of energy demand [J]. Resource and Energy Economics, 31(3): 198-209, 2009.