中国石油供应安全状态分析与风险预警

中国石油供应安全状态分析与风险预警

［摘要］石油安全风险预警是中国石油安全的重要内

容，本文采用压力一状态一响应框架建立中国石油安全风险预警指标体系，基于数据挖掘理论的主成分分析和K-means 聚类算法建立中国石油安全风险预警模型，并采用多元回归分析验证模型的有效性。实证研究发现，中国石油供应安全状态近20 年来处于较大的波动中。石油消耗强度、国际原油价格、石油对外依存度主要影响着中国石油供应安全。研究结果表明，建立的风险预警模型有效地反映出了中国石油供应安全风险水平的演化及主要因素，其可用于中长期石油供应安全风险预警。

［关键词］石油安全；风险；压力―状态―响应框架；主成分分析；Kmeans 聚类算法；预警

［中图分类号］F40722［文献标识码］A［文章编号］

1673-5595(2014)02-01-07

一、引言

能源安全中最重要的是石油安全［1］，石油占全球能源消费的336%①。1973年的石油危机使石油安全问题受到广泛关注。1974 年成立的IEA ( International Energy Agency )正式提出以稳定原油价格为核心的国家能源安全概念，并逐渐

形成能源供应安全与使用安全的能源安全系统概念框架。2005 年，墨西哥湾的卡特里娜飓风凸显了世界石油供应安全的脆弱性以及其对世界政治与经济的冲击，出现了大量相关研究。Mitchell 和Schlesinger 分别从国家战略的角度对国家石油安全进行了研究[23] ；Sadorsky、Chorn 和Chiou 等从整体角度和国家、行业的角度分析了石油生产、消费以及石油产量的预测等问题[46] ；Boyd 等通过平衡模型分析国际油价对美国经济的影响[7] ；Hughes 提出用于能源安全描述与分析的框架[8] ；Sovacool 提出测量能源安全的指标体系[9] 。国外学者对于石油问题的研究主要立足于国家利益，针对本国的实际情况展开，关于中国的研究主要有，Bambawale 等专门研究的中国能源安全问题，并提出7项假设[10] ；Li 等研

究了中国石油市场与世界石油市场的关系[11] 。

中国石油产业以高度国有化和政府管制为特征，主要通过计划调控。2000 年以后，中国开始进入工业化中期阶段，以石油为代表的能源需求迅速增长，中国能源结构中石油的比重高达19%。至2010 年，中国消费石油428 亿吨，成为仅次于美国的世界第二大石油消费国，石油消费占世界石油消费的106%，但产量仅占世界总产量的52%，石油进口（包括原油和成品油）达294亿吨①。同时，在全球经济一体化影响下，中国石油市场越来越受国际石油市场波动的影响，尤其是国际石油价格的波动，直接影响了中国经济的发展。

当国际石油价格高于5435 美元/桶时，其对石油化工产业的影响凸显并成为抑制中国经济发展的重要因素[12] 。从长期看，石油价格上涨对中国经

济增长具有负面的效应[13] 。中国石油对外依存度1995 年为68% ，2000 年为27%，2010 迅速跃至541%。预计至2020 年，石油对外依存度将达60%，石油消费量至少达45 亿吨。因此，中国石油供应安全问题变得非常突出[14] 。

中国石油安全成为能源安全和经济安全的重要因素，并影响外交、政治和环境，促使国内开始重视并致力于石油安全相关问题的指标体系的完善和评价方法的探讨。近十年来，主要的研究成果有：吴文盛建立了石油资源评价指标体系，预测了2010 年以前中国石油安全情况[15] ；张华林、刘刚应用层次分析法建立了石油安全评价指标体系[16] ；李凌

峰、张华林、于冬梅等应用传统层次分析法对中国石油安全进行了评价，并找出了影响石油安全的主导因素[1719] ；范

秋芳首次应用BP 神经网络方法对中国的石油安全预警进行了研究[20];李小亮等基于PSR ( PressureStateRespons? 框架建立了石油安全评价指标体系，运用熵值法和灰色关联法的集成对中国1993 —2006年的石油安全趋势进行了实证研究[21] ;王宝、李泓泽首次提出用脆弱性指数来衡量中国石油安全情况，并构建了影响中国石油脆弱性的6个主要指标，运用主成分分析法对1998—2008 年中国石油脆弱性进行了综合测算[22] 。目前，关于石油供应风险预警区间界定与控制的研究成果较少，典型的仅有李继尊的相关研究[23] 。

不断增长的石油供应安全风险主要来自于不断增长的石油需求、相对稳定的探明储量、分布较为集中的石油供应国、石油运输方式与能力。本文在文献研究与调研的基础上发现，尽管上述研究成果对相关问题进行了研究与

探索，但是关于中国石油供应安全风险预警的研究仍然有待进一步开展，主要表现为：（1）风险预警指标不够完善；（2）风险预警水平确定是一个动态变化的过程，需要根据环境变化进行调整；（3）随着预警技术的发展，风险预警模型需要进一步完善。本文从中国石油供应安全风险面临的压力一状态一响应三个维度设计中国石油安全风险预警指标体系，通过集成数据挖掘理论的主成分分析[24]与K均值聚类算法[25]，构建中国石油供应安全风险预警模型，在此基础上，对中国1993 ― 2011年的石油供应安全进行实证分析。

中国石油大学学报（社会科学版）2014 年2 月第30 卷第1 期张彤，等：中国石油供应安全状态分析与风险预警二、石油供应安全风险预警模型

石油经济安全系统是一个复杂巨系统，导致石油经济安全的各种影响因素之间相互作用[26] 。利用主成分分析法进行分析，用较少的几个新的综合指标来代替原有的较多的指标，能消除指标间的内部影响，使评价更客观、更接近事实、问题大大简化。Kmeans 算法在聚类方法的分类中属于划分方法的一种，以划分的数目K （聚类中心）为参数，把n 个对象划分为K 个簇，以使簇内具有较高的相似度，如果将聚类的对象处于供应安全风险水平，则通过Kmeans 算法聚类分析得到的每一个簇就可以确定为一个预警区间。

模型主要思想为：（1）利用PSR（PressureStateResponse）构造石油供应安全测量空间模型X（X）；（2）利用主成分分析方法将p 维空间X （X ）变换至低维主成分空间U=（U），以挖掘影响石油供应

风险的主要因素，并定义石油供应安全风险水平；（3）通过主成分回归与Kmeans 聚类，建立中国石油供应安全风险预警模型，构成石油风险分析识辨系统，使用Kmeans 聚类将石油供应风险划分为K 个簇，每一个簇为

一个预警区间；（4）假设中国能源安全内外部环境为基本和平状态，无大

的政治波动和战争，国际政治、经济、科技进步水平在可预期的范围内变化。模型系统结构如图1 所示，由指标测量系统、数据分析系统、状态分

析系统3 个子系统构成。图1 石油供应安全风险预警模型系统结构

（一）指标体系

作为风险测量的基础，首先设计石油供应安全风险预警指标体系。基于风险预警指标体系既要有较好的代表性、可操作性，又能对长期与中短期风险进行预警，所以本文以PSR

框架[27] 作为预警指标体系基本框架，依据相关文献与调研，设计测量指标，构造中国石油供应安全风险测量模型，用于测量与预测中国石油供应安全风险。PSR 模型用“原因―效应一响应”模式，反映石油供应安全系统中消费、供应与资源开采、石油市场之间的相互作用关系。国家经济活动通过国内石油资源开采与国际贸易获取经济发展所必需的石油资源，同时对国内外石油资源与市场产生反作用，从而改变石油资源储量与市场环境状态；而石油资源储量与市场环境状态又反过来影响石油消费与供应。如此循环往复，构成了石油供应与环境之间的压力一状态一响应关系。该测量模型从影响石油供应安全的压力、维持石油供应安全的现状（状态）和社会或政府为应对这些变化的反应（响应）三个方面，以及目标、准则、指标三个层次，反映石油供应安全风险状态。其中，压力指标表征中国石油消费对供应的作用；状态指标表征国内石油开采与国际石油运输对保障石油消费的作用；响应指标反映应对石油安全危机能力。所有指标均可通过权威统计资料获得，具有可靠的可测量性。测量指标体系基本结构见表1。表1 中国石油经济安全评价指标体系目标层准则层指标层变量说明石油供应安全安全压力石油消费在能源消耗中所占比重（%）x1 当年石油消费量占当年能源消费量的百分比石油消耗强度（%）x2 石油消费总量与当年国内国民生产总值之比国际原

油价格（$）x3 国际通行的某一时期的原油平均价格石油对外依存度

（%）x4 每年进口的石油量与石油需求量的比值石油进口集中度[28] （%）x5 进口来源的前三位或者前五位国家的石油进口总量占总进口量的比重安全状态储采比（%）x6 石油探明储量与年开采量的比值储量替代率（%）x7 当年增加的探明储量与开采量的比值石油进口运输安全（分）x8 反映的是资源运输国对运输通道安全保障的能力安全响应石油储备水平（天）x9 当前消费水平下国内石油可供使用的天数32 长期石油进口能力指数（%）x10 石油资源进口额与当年国家外汇储备的比值

二）计算方法

模型计算的主要步骤：

第一，标准化处理。设指标数为P,定义p维石油供应安全风险空间为X= （x1 , x2 , , , xp ）。样本总数为n 年的石油供应安全样本数据矩阵为X= ( xij ) n x p=x11, xlpxnl, xnp i=1 ，2，, ，n；j=1 ，

2，, ，p。

由于是多属性指标，将数据标准化处理为正向指标，得标准化阵

Y= (yij) n x p, yij=xij-j a j

i=1 ，2，, ，n；j=1 ，2，, ，p (1)

式中，j= E ni=1 xijn ；a j= E ni=1 (刈-j ) 2n-1 ；j=1 , 2,,, p。

第二，求Y 的相关系数矩阵R

R= (rij) p x p=YTYn-1 , i, j=1 , 2, , , p。(2)

第三，求解R 的特征方程

R-入Ip=0 (3)

的特征根，入j (j=1 , 2, , , p),采用特征根大于1的抽取准则(Kaiser准则)确定主成分个数m,对每个入j (j=1 , 2, , , m)，求解方程组Rb=入jb得单位特征向量bOj。

第四，将标准化后的指标变量转换为主成分

Uj=YbOj , j=1 , 2, , , m ( 4)

式中, Uj 为第j 主成分。m 个不相关的Uj 构成m 维主成分超平面空间U=(U1, U2, , , Um)。

第五,对m 个主成分加权求和,构成U 上的石油供应安全风险水平F F=刀mj=1 3 jUj (5)

式中，3 j=入j?E mi=1 入i-1 , j=1 , 2, 3, , , p,为主成分Uj 的方差贡献率。

第六，确定预警区间。令k=3 ,进行Kmeans聚类分析，构造三水平预警区间。算法如下：

( 1 )从U 上的F 样本中任意选出3 个样本作为初始中心，记为m( O) 1 ，m( O) 2，m( O) 3。

(2)从F 的样本中，以D( t) l=min{F-m ( t) j ，j=1 ，

2, 3} , l € {1 , 2, 3}为标准测试函数，测度为欧氏距离。

逐个按照最小距离原则将样本F 划分给3 个类中的某一类C (t+1)j, j€ {1 , 2, 3}, t 代表迭代次数。

(3)计算重新分类后的各个聚类中心：

m (t+1) j=1N (t+1) j 刀F€ C (t+1) J F, j=1 , 2, 3 (6)

式中, N 代表在第t+1 次迭代中,各聚类中心样本的总