油价预计调整最新消息_油价最新预测分析表

1.未来中国石油需求预测

传统的数据仓库展现，一般是通过建立数据仓库、设定维度、预先计算，然后向客户端展现多维分析的结果。在本系统中，则取了与之不同的另一种数据仓库构建的思路，即在系统的数据仓库展现中尝试利用多维数据表之间的关联性来实现实时的多维分析功能。

在多维数据结构中，事实表和维度表之间是通过直接或间接的关系联系在一起的。对于某张表中某条记录的选取，可以在其他相关联表之间查询到与之相关联的数据记录，并可以对选取的数据和相关联的数据进行统计分析，得到这些数据的分布、趋势等分析结果，并且可以在设定了多维分析的维度之后，按照维度之间的层次关系对数据从各个不同的组合角度进行分析，形成实时的多维分析。

数据仓库展现的开发内容一般可以分为数据仓库的设计和多维分析的实现两部分。数据仓库的设计包括星型模式的搭建、数据抽取方式的确定、数据转换净化的实现，以及多维数据的存储等内容。多维分析的实现则包括多维分析维度的选取、度量值的定义、维度变换方式、钻取路径的定义、钻取数据显示方式的确定等内容。

本系统在开发过程中，由于原型系统带来的需求不确定性和数据齐备性等因素的制约，如何设计出良好的结构来更好地进行多维数据展现以及取何种形式进行展现是一个重点问题。前文已经讨论过系统中数据仓库的架构模式、多维数据结构的定义等内容，讨论了系统原始数据源中存在的复杂性、数据完整性和数据有效性等方面存在的问题及解决办法。多维分析的设计包括维度之间的关联、事实数据展现的内容和形式、数据钻取等内容。

5.3.2.1 维度表关联性分析

数据源表结构中包括一张事实表和数张维度表。针对这些维度表可以设计用于多维分析的维度，分别为油品、交易市场、交易类型、价格单位和价格日期维度。维度数据和中间事实表之间存在直接关联，维度数据之间通过中间事实表而产生简洁的关联关系。从而可以在既有事实数据的基础上，对维度之间的关联关系进行可视化展现。

图5.29中显示了4个维度的内容数据，并列出了各维度中所具有的字段取值，这些字段通过事实表产生关联。在选择了Crude Oil油品之后，其他3个维度中的字段取值背景出现变化。白色背景表示在事实表中存在与Crude Oil相关联的交易市场，分别为Cushing,OK和Europe Brent，这表明事实表中存在有Crude Oil在这两个市场中的价格数据，没有在其他市场上的价格数据。

图5.29 多维分析维度列表

在默认情况下，维度列表显示了全部可能的维度取值。而在选择了某一维度之后，比如选择产品名称中的Crude Oil值，则在其他维度中高亮显示与此维度选中值通过油价数据关联起来的维度值。通过维度之间的关联显示，可以分析出源数据中隐藏的一些分布模式。在本示例中就可以看出系统中具有Crude Oil在Cushing,OK和Europe Brent两个市场的Spot Price FOB价格，而价格时间则从1986年到2008年都存在，油价的单位名称只存在Dollar per Barrel一种形式。多维分析的维度关联性分析，还允许在一次分析基础之上继续缩小选择值的范围。

5.3.2.2 维度表和事实表的关联性分析及展现

在实时多维分析中，除了可以进行维度表之间的关联性分析，也可将维度表和事实表关联起来进行分析。在此类分析中，除了可以在界面左侧展示维度表之间的关联之外，还可以在界面主体部分显示出事实表数据以及以事实表数据为基础的一些统计分析。图5.30中展现的是全球石油价格不同交易类型的对析，反映出对各石油品种在现货交易、期货交易等方式下的价格对比情况，分析的结果可以随左侧维度选择的变化实时变动。

图5.30 交易价格比较分析

对于事实表的展现，除了按照默认的维度顺序进行统计分析，维度之间的顺序也可以直接通过在界面中拖动维度的位置来完成维度的变换，实现多维分析旋转功能，在此不再赘述。

5.3.2.3 事实表数据钻取

多维分析另外一个很重要的内容就是数据钻取。在实时多维分析中，数据钻取的功能可以更为丰富。出于分析的目的，我们预先定义了钻取路径：

市场→价格类型→价格年份→产品名称。

这样就可以按照这样的路径对油价进行钻取分析。第一次默认按照市场名称来统计历史油价，在选择了一个市场之后就向下钻取两层，就可以得到按照价格年份来统计的历史油价。这里的钻取分析可以和维度关联性分析结合起来使用，从而更灵活地实现数据钻取（图5.31，图5.32）。

图5.31 数据钻取分析一

图5.32 数据钻取分析二

5.3.2.4 价格趋势分析

价格趋势分析可以作为价格预测的一种补充，它的功能展现过去时间的不同油品、不同交易类型及价格单位等相关信息，以此来直观表达油品的未来走向与趋势。这一块已经有了单独的模型程序模块来完成（图5.33）。

图5.33 多维价格趋势分析

通过在数据仓库展现中利用实时多维分析中的维度表关联性以及维度表和事实表之间的关联性，可以更好地拓展多维分析的功能。而对多维分析的需求确定可以考虑取原型法来进行，利用数据仓库的实时多维展现来发现数据的内涵和数据之间的关联性，逐步帮助确定需要分析的维度、度量值、展现方式等内容，并反向影响到数据源表结构的设计。

未来中国石油需求预测

考虑到各种情况的变动，油价未来还有可能降，但是据分析师预测，下一次的油价调整应该是会上调的。

根据图表显示，步入2020年，国内油价已经经历了4次上调，5次下调，12次搁浅的变动。而油价刚刚进行的第5次的下调，会使每个车主加满一罐油少花6块多钱。但是这次下调很有可能会促使下一次变动时油价出现上涨的情况。在国内油价的这些变化中，我们也不难发现一个这样的规律：油价会出现连升和连降的情况，而一旦连升之后就会连降，甚至涨价以及降价的次数都是相同的。比如2020年初始油价先是大幅下降了三次，随后又大幅涨价了三次。然后经过多少次的搁浅之后，又出现了类似的变动。当然这不能成为一个理论上的规律，油价的这些变动只能是一个巧合，但是油价变动的大方向却是降价之后很快就会涨价。所以有分析师就预测，第5次油价下调后，下一次油价变动很可能就会上涨。当然这并不能排除掉其他特殊的情况。

尽管油价有时会上升，有时会下调，但是步入2020年之后，受到疫情的影响，以及国外油价的变动，我国国内油价总体是下降的。虽然期间会出现过价格反弹，但是反弹的程度远不及下降的程度。照这个情况下去，排除掉小的价格波动，未来的油价可能还会继续下降，但是当油价价格低到一个点的时候，也就是油价的最低点，可能就会维持较长时间的价格搁浅，但绝不可能继续下降了。如果利润甚至不足以支付成本，那么销售成品油行业就会出现亏损，没有人会愿意继续销售这些成品油。

目前的石油需求预测方法可以分为两类：一类是宏观预测法，是以宏观经济分析预测为基础，研究石油消费与国民生产总值、人口及石油价格等的关系，并根据石油消费与经济发展的关系及发展趋势，预测未来石油消费。这类方法包括石油消费弹性系数法、能源消费强度法和人均石油消费法等。另一类是部门分析法，就是分析每一个石油消费部门的石油消费与本部门消耗石油的机具、产品等的相互关系，如汽油消费与汽车保有量的关系、化工产品产量与石油消费量的关系等，根据这种关系预测本部门未来石油消费的增长趋势，所有部门预测值的综合就是全国未来石油消费量。

这两种预测方法各有优缺点。部门预测法的优点是充分应用了各部门对未来发展前景预测，包括未来产品的市场需求、节能和能源替代等大量技术和经济分析，以及油价和行业技术发展对各部门未来石油需求的影响。这种预测的缺点也是显而易见的，这种预测涉及各部门各环节的石油消费预测，每一个部门每一个环节预测的误差都会出现在总体预测中，预测的综合误差就是每一个部门每一个环节预测的误差的综合，因此增加了误差的概率；另一方面，这种预测也不能考虑不可预见的对石油需求的影响，特别是对长期预测可能会造成更大误差。宏观预测法是以国民经济发展为依据进行预测，是以国民经济综合数据为基础，消除了部门之间预测可能造成的误差加和，过去曾发生过的不可预见的影响，替代能源、节油技术进步和油价变化的综合影响，适合于长期趋势的预测。

本次的中国石油需求预测是建立在中国和美国石油消费对比研究的基础上的宏观预测。设现在的高油价将使中国石油需求明显下降，石油利用效率不断改善；设未来20年中国的石油消费强度沿着美国过去20年走过的道路不断改善，经济发展对石油的依赖显著地降低。在此设下，使用石油消费强度和石油消费弹性系数两种宏观预测方法，取美国1980～2000年的石油消费强度值和石油消费弹性系数作为中国2000～2020年的石油消费强度和石油消费弹性系数进行预测。

(1)根据石油消费强度法预测石油消费量。近20年来，虽然中国石油消费总量逐年增加，但单位国内生产总值的石油消耗却在逐年降低，石油利用效率有了很大提高。单位国内生产总值的石油消耗从18年的0.6吨/1000 美圆左右下降到了2000年的0.18吨/1000 美圆，在22年里下降了70%。预测随着石油利用效率的提高，中国单位国内生产总值的石油消耗也降持续降低。对照美国石油消费强度演化趋势和中国石油消费强度演化趋势发现，目前中国正处于美国1980年的石油消费强度水平，如果将美国的石油消费强度演化趋势整体向后移20年作为中国未来发展的趋势(图6.26)，到2010年中国石油消费强度将降到0.12吨/1000美圆左右，预计比2000年下降33%左右；2020年中国石油消费强度将降到0.10吨/1000美圆左右，预计比2000年下降44%左右。根据中国国民经济发展目标和石油消费强度演化趋势预测，2010年中国石油需求为3.92亿吨，2020年为5.99亿吨(表6.1)。

利用石油消费弹性系数预测中使用的GDP数据来自国家权威数据，石油消费强度数据借用美国数据，数据可靠性是相当高的。但是，预测的石油消费强度目标是2020年中国的石油消费强度达到美国2000年的水平，美国目前并不是世界上石油利用效率最好的国家。目前美国的石油消费强度几乎比西欧国家平均高60%左右，更比日本高出1倍以上。如果以西欧国家作为目标，或者以日本作为目标，预测的中国未来石油需求量将大大减少。2020年中国石油消费强度下降到西欧、甚至日本2020年的水平的可能是存在的，也有可能实现。因为未来节能技术、新能源开发和替代都将更先进、有效。

图6.26 中国单位国内生产总值石油消耗预测

表6.1 中国未来石油需求预测(石油消费强度法预测)

①2005年GDP来自国家统计局，2010年GDP来自《中国国民经济和社会发展第十一个五年规划纲要》，2020年GDP按院发展研究中心预测2010～2020年间6.50%的增长速度预测。

②GDP以2005年平均8.19汇率折算。

③来自国家统计局简报。

(2)石油消费弹性系数法预测。石油消费弹性系数是石油消费增长率与国内生产总值增长率的比值，代表国内生产总值每增长一个百分点所需的石油消费增长率。这是能源预测中最常见的方法，预测公式如下：

En=E0·(1+Tn·Gn)n

式中，En为第n年石油需求量；E0为起始年石油消费量；Tn为第n年石油消费弹性指数；Gn为第n年国内生产总值增长率。

石油消费弹性系数的变化与国民经济发展速度、产业结构、石油价格、节油技术进步和其他能源替代水平等因素有关，其中石油价格影响因素是比较重要的影响因素。一般来说，随着国民经济的发展，就业人员从第一产业向第二产业、从第二产业向第三产业转移，各产业对国民经济贡献也随之发生变化，石油消费较少的第三产业对国民经济贡献逐渐增加，石油消费弹性系数随之降低。石油价格的增长导致替代能源发展和节油技术进步，使石油消费下降，石油消费弹性系数随之降低。美国在13年第一次石油危机之前，世界石油价格较低时，石油消费占一次能源消费的47%，石油消费弹性系数在0.5～1.0 之间。13～18年石油消费出现负增长，石油消费弹性系数为负值。18年以后，美国石油消费重新增长，但石油在美国一次能源消费中的比例下降到了40%左右，石油消费弹性系数相应的下降到了0.43左右。自“九五”以来，中国石油消费弹性系数一直处在0.5～1.0之间，2000～2005年，石油消费弹性系数平均为0.71。在经历了2004年的高油价和能源短缺以后，中国加快了替代能源的开发和节油技术进步。根据前面分析，2010年以后中国石油消费增长速度将明显回落。预计2010年、2015年和2020年中国石油消费弹性指数依次为0.62，0.55和0.43，相应的石油需求量为3.70，4.36和4.亿吨(表6.2)。

表6.2 中国未来石油需求预测(弹性系数法)

弹性系数预测需要使用基础年石油消费量、国民经济增长速度石油消费弹性系数等参数，这些参数由于来源不同差距很大。本次预测用的2005年中国石油消费量3亿吨是国家统计局的官方数据，经济增长速度数据也来自国家“十一五”规划，弹性系数取自美国历史数据，这些数据基本上排除了作者的个人因素，预测结果应该更为可信。