标题

Size: px

Start display at page:

Download "标题"

初块易
7 years ago
Views:

1 2014 年 4 月摇摇摇摇摇摇第 30 卷摇第 2 期中国石油大学学报 ( 社会科学版 ) 摇摇摇摇摇摇 Journal of China University of Petroleum( Edition of Social Sciences) Apr Vol. 30 摇 No. 2 一中国石油供应安全状态分析与风险预警张摇彤, 张文琴, 王摇渊, 罗超华 ( 西安工程大学管理学院, 陕西西安 ) [ 摘摇要 ] 石油安全风险预警是中国石油安全的重要内容, 本文采用压力状态响应框架建立了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 ; K 鄄 means 聚类算法 ; 预警 [ 中图分类号 ]F407 郾 22 摇 [ 文献标识码 ]A 摇 [ 文章编号 ] (2014) 摇摇一引言能源安全中最重要的是石油安全 [1], 石油占淤全球能源消费的 33 郾 6% 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 [2 鄄 3] ;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 [4 鄄 6] ;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 等专门研究中国的能源安全问题, 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 4 郾 28 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 10 郾 6%, 但产量仅占世界总产量的 5 郾 2%, 石油淤进口 ( 包括原油和成品油 ) 达 2 郾 94 亿吨同时, 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 54 郾 35 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 6 郾 8%,2000 年为 27%,2010 迅速跃至 54 郾 1% 预计至 2020 年, 石油对外依存度将达 60%, 石油消费量至少达 4 郾 5 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影响因素, 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, [ 收稿日期 ] [ 基金项目 ] 西安工程大学供应链控制与决策研究项目 [ 作者简介 ] 张摇彤 (1960-), 男, 陕西西安人, 西安工程大学管理学院教授, 研究方向 : 能源管理与决策

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

2 2 中国石油大学学报 ( 社会科学版 ) 摇摇摇摇摇摇摇摇摇摇摇摇摇 2014 年 4 月预测了 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 [17 鄄 19] ; 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 ( Pressure 鄄 State 鄄 Response) 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状态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 [24] 理论的主成分分析与 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, 对中国年的石油供应安全进行实证分析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 K 鄄 means 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 K 鄄 means 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(Pressure 鄄 State 鄄 Response) 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 K 鄄 means 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 K 鄄 means 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 摇 ( 一 ) 指标体系石油供应安全风险预警模型系统结构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 [27] 期风险进行预警, 所以本文以 PSR 框架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 模型用原因效应响应冶模式, 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状态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指标体系基本结构见表 1

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

3 第 30 卷摇第 2 期摇摇摇摇摇摇摇摇摇摇张摇彤, 等 : 中国石油供应安全状态分析与风险预警 3 表 1 摇中国石油供应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安全状态安全响应石油消费在能源消耗中所占比重 x 1 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 x 2 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 ($) x 3 国际通行的某一时期的原油平均价格石油对外依存度 x 4 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] x 5 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储采比 x 6 石油探明储量与年开采量的比值储量替代率 x 7 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 ) x 8 资源运输国对运输通道安全保障的能力石油储备水平 ( 天 ) x 9 当前消费水平下国内石油可供使用的天数长期石油进口能力指数 x 10 石油资源进口额与当年国家外汇储备的比值摇摇 ( 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 = (x 1, x 2,, x p ) 样本总数为 n 年的石油供应安全样本数据矩阵为 æx 11 x 1p ö ç X = (x i ) n 伊 p = 左左 ç èx n1 xnp ø i = 1,2,,n; = 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 = (y i ) n 伊 p, y i = x i- 軃 x 滓 i = 1,2,,n; = 1,2,,p (1) 式中, 軃 x = n 移 i =1x i n ; 滓 = n 移 (x i - x軃 ) 2 i =1 ; = 1,2,, p n-1 第二, 求 Y 的相关系数矩阵 R: R = (r i ) p 伊 p = YT Y n-1, 摇 i, = 1,2,,p (2) 第三, 求解 R 的特征方程 : R- 姿 I p = 0 (3) 的特征根, 姿 ( = 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, 对每个姿 ( = 1,2,,m), 求解方程组 Rb = 姿 b 得单位特征向量 b 0 第四, 将标准化后的指标变量转换为主成分 : U = Yb 0, = 1,2,,m (4) 式中,U 为第主成分 m 个不相关的 U 构成 m 维主成分超平面空间 U = (U 1, U 2,, U m ) 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: m F = 移棕 U (5) =1 m 式中, 棕 = 姿 ( 移姿 i ) -1, = 1,2,3,,p, 为主成分 U i =1 的方差贡献率第六, 确定预警区间令 k = 3, 进行 K 鄄 means 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 (0) 1,m (0) 2,m (0) 3 (2) 从 F 的样本中, 以 D (t) l = min{ F-m (t), = 1,2,3}, l 沂 {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 (t1), 沂 {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 (t1) = 1 N (t1) 移 F 沂 C (t1) J F, 摇 = 1,2,3 (6) 式中,N 代表在第 t1 次迭代中, 各聚类中心样本的总数 (4) 如果 m (t1) = m (t), = 1,2,3, 则算法结束 ; 否则返回步骤二, 反复迭代 (5) 最终得到 3 个聚类中心, 分别对应特定的预警区间三定量分析 ( 一 ) 石油供应安全主要影响因素利用 SPSS 统计软件对中国石油供应安全风险预警模型进行分析计算数据集取自表 2 所示的年中国石油供应安全相关统计数据依据计算模型得到贡献率和累积贡献率 ( 见表 3) 与主成分的特征向量值 ( 见表 4) 根据表 3, 选取前 3 个主成分 U 1 U 2 U 3 进行综合评价根据表 4, 由式 (4) 得各主成分的线性表达式 : U 1 = -0 郾 097y 1 0 郾 340y 2 0 郾 496y 3 0 郾 454y 4-0 郾 277y 5 0 郾 318y 6-0 郾 338y 7 0 郾 056y 8 0 郾 352y 9 0 郾 059y 10 ; (7) U 2 = 0 郾 528y 1-0 郾 340y 2 0 郾 024y 3-0 郾 208y 4-0 郾 125y 5 0 郾 117y 6-0 郾 006y 7 0 郾 535y 8 0 郾 350 y 9 0 郾 344y 10 ; (8)

的比值石油进口集中度 [28] x 5 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储采比 x 6 石油探明储量与年开采量的比值储量替代率 x 7 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 ) x 8

4 4 中国石油大学学报 ( 社会科学版 ) 摇摇摇摇摇摇摇摇摇摇摇摇摇 2014 年 4 月年份 U 3 = -0 郾 230y 1-0 郾 004y 2 0 郾 052y 3 0 郾 145y 4 0 郾 646 y 5 0 郾 322y 6 0 郾 268y 7-0 郾 048y 8 石油消费在能源消耗中所占比重石油消耗强度表 2 摇年中国石油供应安全测量原始数据石油对外依存度国际原油价格 ($) 石油进口集中度 0 郾 067y 9 0 郾 568y 10 (9) 其中,y 1,y 2,,y 10 代表 10 项指标标准化数据储采比储量替代率石油进口运输安全 ( 分 ) 石油储备水平 ( 天 ) 长期石油进口能力指数 ( 分 ) 郾 2 0 郾 42 1 郾 4 16 郾郾郾 39 0 郾 88 4 郾郾 4 0 郾 31 2 郾 7 15 郾郾郾 22 0 郾 79 5 郾郾郾 5 0 郾 26 6 郾 8 17 郾郾郾 85 0 郾 49 4 郾郾郾 7 0 郾 24 9 郾 8 20 郾郾郾 29 0 郾 82 4 郾郾郾 4 0 郾郾 3 19 郾郾郾 48 1 郾 14 4 郾郾郾 8 0 郾郾 7 12 郾郾郾 89 0 郾 99 4 郾郾 5 3 郾郾 5 0 郾郾 2 17 郾郾郾 35 1 郾 02 4 郾郾郾 2 0 郾郾 5 59 郾郾 07 0 郾 95 4 郾郾 9 11 郾郾 8 0 郾郾 1 24 郾郾郾 69 0 郾 67 4 郾郾 9 7 郾郾 3 0 郾郾郾郾 24 0 郾 81 4 郾郾 3 5 郾郾 2 0 郾 2 32 郾 5 28 郾郾郾 08 1 郾 02 4 郾郾 1 6 郾郾 3 0 郾 2 40 郾 1 38 郾郾郾 97 1 郾 27 4 郾郾 1 7 郾郾 8 0 郾郾郾郾 69 0 郾 97 4 郾郾 2 7 郾郾 3 0 郾郾 3 65 郾郾郾 10 1 郾 06 4 郾郾 3 7 郾郾 8 1 郾郾郾郾郾 00 1 郾 07 4 郾郾郾 3 1 郾郾 8 97 郾郾郾 00 1 郾 08 4 郾郾郾 9 1 郾郾 2 61 郾郾郾 10 1 郾 09 4 郾郾郾郾郾 5 52 郾郾 20 1 郾 10 4 郾郾郾 4 0 郾郾郾郾郾 02 5 郾郾 18 资料来源 : 中华人民共和国统计年鉴 2012 BP Statistical Review of World Energy 2012 及国家外汇管理局历年数据表 3 摇指标的贡献率和累积贡献率特征根特征值方差贡献率累计方差贡献率姿 1 3 郾郾郾 060 姿 2 2 郾郾郾 601 姿 3 1 郾郾郾 818 姿 4 0 郾郾郾 755 姿 5 0 郾郾郾 472 姿 6 0 郾郾郾 240 姿 7 0 郾郾郾 679 姿 8 0 郾郾郾 133 姿 9 0 郾郾郾 751 姿 10 0 郾郾郾 000 供应中断的能力, 因此命名为供应风险水平 ; 第 3 主成分在石油进口集中度储采比储量替代率长期石油进口能力上的载荷相对较高, 反映了石油供应的可持续能力, 因此命名为可持续供给能力 ( 二 ) 石油供应安全风险水平与空间结构特征将各特征值的方差贡献率作为权重, 对主成分得分进行加权求和, 由式 (5) 得第 t 年中国石油供应安全风险水平 :F(t)= 0 郾 3806U 1 (t) 0 郾 26541U 2 (t) 0 郾 U 3 (t) 最终计算结果见表 5 表 5 摇年中国石油供应安全预警风险水平表 4 摇指标的主成分特征向量值标准化指标主成分 1 主成分 2 主成分 3 y 1-0 郾郾郾 230 y 2-0 郾郾郾 004 y 3 0 郾郾郾 052 y 4 0 郾郾郾 145 y 5-0 郾郾郾 646 y 6 0 郾郾郾 322 y 7-0 郾郾郾 268 y 8 0 郾郾郾 048 y 9 0 郾郾郾 067 y 10 0 郾郾郾 568 由表 4 可知, 第 1 主成分在石油消耗强度石油对外依存度国际原油价格石油进口运输安全上的载荷最高, 综合反映了中国石油供应安全面临的市场状况, 因此命名为市场环境因素 ; 第 2 主成分在石油消费在能源消耗中所占比重石油储备水平上的载荷最高, 从石油消费状态反映了石油储备水平应对短暂年份第 1 主成分第 2 主成分第 3 主成分石油供应安全预警风险水平郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾郾摇摇因 U 1 U 2 累积贡献率已达 64 郾 601%, 其构成的

( 分 ) 石油储备水平 ( 天 ) 长期石油进口能力指数 ( 分 ) 1993 18 郾 2 0 郾 42 1 郾 4 16 郾 97 51 郾 66 15 郾 39 0 郾 88 4 郾 94 57 0 1994 17 郾 4 0 郾 31 2 郾 7 15 郾 82 87 郾 17 15 郾 22 0 郾 79 5 郾 14 57 6 郾 84 1995 17

5 第 30 卷摇第 2 期摇摇摇摇摇摇摇摇摇摇张摇彤, 等 : 中国石油供应安全状态分析与风险预警 5 2 维主超平面空间为 U = ( U 1,U 2 ), 相应的散点图 ( 见图 2), 有效地将描述石油供应安全风险因素从 p 维空间降维至 2 维空间, 直接刻画出石油供应安全风险样本点之间的相关关系分布特点与结构图 2 摇石油供应安全预警风险水平主平面摇摇 ( 三 ) 确定预警区间由主成分分析原理可知, 所有的正指标都变换成了负指标, 因此, 预警风险水平越小, 预示着中国石油供应状况越安全 ; 方差传达的是一种信息量, 其数值越大, 传达的信息量越大, 同时也代表着数据的波动性越大, 越不稳定, 因此, 主成分的得分越大, 表明石油供应安全压力越大, 石油供应安全状况越不好基于以上因素, 进行 K 鄄 means 聚类分析,K = 3, 对应预警区间 : 安全值得关注危险最后计算得出的聚类中心为 :-1 郾 35-0 郾 13 0 郾 90, 表示石油供应安全风险水平的三个预警区间的平均水平, 即石油供应安全风险的警戒线 ( 四 ) 主成分回归利用回归分析预测功能, 通过对数据进行回归分析得出经验公式, 利用经验公式就可以在已知自变量的情况下预测因变量的取值, 然后进行误差分析, 从而来说明预警模型的有效性将年中国石油供应安全预警指标标准化后的数据代入式 (7) (8) (9), 求得 U i ( i = 1,2,3); 然后以 U i 为自变量, 中国石油供应安全预警风险水平为因变量, 进行多元回归分析主成分回归可以避免多重共线性的干扰, 使回归结果更有效回归分析结果见表 6, 模型通过了拟合度检验 (R 2 = 1 且 P<0 郾 05) 表 6 摇回归分析结果预警风险水平回归方程 : Y(t)= 0 郾 381U 1 (t) 0 郾 265 U 2 (t) 0 郾 122 U 3 (t) (10) 将 2011 年的 U 1 U 2 U 3 实际数据带入式 (10), 结果为 Y(2011)= -0 郾 075 6, 与实际数据 F(2011) = -0 郾比较, 残差小于 0 郾 01, 说明预警模型有效 ( 五 ) 结果讨论对表 5 的计算结果用警戒线设置控制边界, 得到石油供应安全风险控制图 ( 见图 3), 清楚地表明了石油供应安全风险趋势与临界状态由式 (10) 得到主成分回归分析结果, 与表 5 中的中国石油供应安全预警风险水平对比 ( 由于两条线基本重合, 为了便于观察, 将回归结果上移了 0 郾 1 个单位 ), 得到对比分析及预测图 ( 见图 4), 进一步说明了预警结果的有效性利用模型对 2011 年中国石油供应安全进行预测, 得到风险水平的近期发展趋势年市场环境因素得分越来越大, 2003 年以后增长幅度更加明显,2007 年开始下降, 但是 2009 年后又逐渐上升, 这说明中国石油供应安全的市场环境在 2003 年经历了危险期,2007 年后逐渐好转, 但是近几年呈现恶化的趋势由第 1 主成分的系数发现, 石油对外依存度国际原油价格石油消耗强度占较大比重, 在中国石油供应安全的市场环境因素中起主导作用首先, 石油对外依存度逐年上升, 导致中国石油供应所处的市场环境不稳定性增强, 国际石油市场的行情变化影响到中国的国民经济运行 2003 年中国原油净进口超过万吨, 石油进口依存度达到 32 郾 5%,2011 年达到 56 郾 5% 其次, 国际油价的不断上涨以及大幅波动, 对中国石油产业的成本和竞争力也产生了不良影响再次, 石油消耗强度增强意味着中国经济的增长越来越依赖石油的消费, 导致石油供应的压力越来越大总的来看, 市场环境因素对于石油供应安全具有举足轻重的作用, 需要引起高度重视变量未标准化的回归系数标准化后的回 B Std. Error 归系数 (Beta) Sig. 值常量第 1 主成分 0 郾郾第 2 主成分 0 郾郾第 3 主成分 0 郾郾由于回归分析数据已经标准化, 因此选用未标准化的回归系数进行拟合, 得到中国石油供应安全图 3 摇中国石油供应安全风险控制图

供应状况越安全 ; 方差传达的是一种信息量, 其数值越大, 传达的信息量越大, 同时也代表着数据的波动性越大, 越不稳定, 因此, 主成分的得分越大, 表明石油供应安全压力越大, 石油供应安全状况越不好基于以上因素, 进行 K 鄄

6 6 中国石油大学学报 ( 社会科学版 ) 摇摇摇摇摇摇摇摇摇摇摇摇摇 2014 年 4 月图 4 摇中国石油供应安全风险主成分回归与预测供应风险水平的得分在 2000 年达到了最大值, 此后开始下降, 这表明中国石油在需求供给方面的安全状况开始改善由第 2 主成分的系数发现, 石油消费在能源消耗中所占比重石油储备水平的相对权重较大随着石油消费的需求不断攀升, 中国政府将石油安全提升到了国家战略的高度, 出现了从沿海分布到散入内陆从地上建库到地下储存的变化, 很大程度上提高了应对短暂供应中断的能力可持续供给能力的得分波动比较大由第 3 主成分的系数发现, 可持续供给因素的得分与储采比和储量替代率的关系密切石油储量的稀缺性和不确定性等因素导致中国石油供给安全的可持续供给能力具有很大的不确定性, 这无疑给中国石油供应安全带来了威胁由图 2 可知, 预警结果与回归模型得到的结果基本一致, 可见该预警模型是有效的通过查阅资料, 对 2012 年中国石油供应安全的预警指标数值进行估计, 利用预警模型预测了 2012 年中国石油安全状况, 预警风险水平为 - 0 郾结果表明,2012 年中国石油供应安全压力进一步缓解, 但仍需要进一步关注综合上述主成分因素分析, 并由图 3 可知, 年中国石油供应安全的预警风险水平都低于 -1 郾 35 的警戒线, 表明这段时间中国石油供应安全年, 中国石油供应安全状况开始值得关注 2000 年开始, 预警风险水平有 6 年突破了 0 郾 90 的危险警戒线但是自 2007 年开始, 安全水平一直处于安全区间, 这说明中国的能源政策与经济调整政策发挥了作用在实际经济发展中, 表现为中国经济较好地抵御了 2008 年金融危机, 并在近年的石油价格大幅波动中, 保证了中国经济发展由此可知, 中国经济对石油的依赖性越来越大, 并面临国际石油市场对中国石油市场的冲击, 但中国的石油供应安全状况近年来处于安全区间四结论其一, 本文基于数据挖掘理论与 PSR 框架模型提出石油供应安全风险预警模型, 将高维指标系统通过统计分析转换为 3 维风险分析识辨系统, 从而有效地降低系统复杂性, 提高分析的精度以便分析深层次因素通过实证分析及验证, 证实了本模型的有效性其二, 本研究表明, 中国石油供应安全状态近 20 年来处于较大的波动中, 可明显地分为上升与下降两个阶段,2006 年为分界点自 2007 年开始, 安全水平一直处于安全区间, 这说明中国的能源政策与经济调整政策具有较强鲁棒性, 保证了中国经济健康发展其三, 影响中国石油供应安全的主要因素为石油消耗强度国际原油价格石油对外依存度其中, 石油消耗强度反映国内工业与经济的发展对石油的需求情况 ; 石油对外依存度反映国内石油生产状态 ; 而原油价格则直接反映中国石油需求状态与国际原油市场的供求关系这三项指标作为主要因素对中国石油供应安全战略具有重要影响注释 : 淤参见 BP Statistical Review of World Energy 2011 [ 参考文献 ] [1] 江泽民. 对中国能源问题的思考 [ J]. 上海交通大学学报, 2008,42(3): 345 鄄 359. [2] MITCHELL J V. A new political economy of oil [ J ]. Quarterly Review of Economics and Finance, 2002, 42: 251 鄄 272. [3] SCHLESINGER J R. The geopolitics of energy [ J]. The Washington Quarterly, 1979, 2:3 鄄 7. [4] SADORSKY P. Modeling and forecasting petroleum futures volatility[j]. Energy Economics, 2006,28(4):467 鄄 488. [5 ] CHORN L G, SHOKHOR S. Real options for risk management in petroleum development investments [ J ]. Energy Economics, 2006,28(4):489 鄄 505. [6] CHIOU WEI S Z, ZHU Z. Commodity convenience yield and risk premium determination: The case of the U. S. natural gas market[ J]. Energy Economics, 2006,28(4): 523 鄄 534. [7] BOYD R, DOROODIAN K, THORNTON D. The impact of oil price volatility on the future of the U. S. economy [J]. Energy and Environment, 2001,11(1):25 鄄 48. [8] HUGHES L. A generic framework for the description and analysis of energy security in an energy system [J]. Energy Policy, 2012,42:221 鄄 231. [9] SOVACOOL B K, MUKHERJEE I. Conceptualizing and measuring energy security: A synthesized approach [ J].

存的变化, 很大程度上提高了应对短暂供应中断的能力可持续供给能力的得分波动比较大由第 3 主成分的系数发现, 可持续供给因素的得分与储采比和储量替代率的关系密切石油储量的稀缺性和不确定性等因素导致中国石油供给安

7 第 30 卷摇第 2 期摇摇摇摇摇摇摇摇摇摇张摇彤, 等 : 中国石油供应安全状态分析与风险预警 7 Energy, 2011, 36:5343 鄄 [10] BAMBAWALE M J, SOVACOOL B K. China 謖 s energy security: The perspective of energy users [ J]. Applied Energy, 2011(88):1949 鄄 [11] LI R, LEUNG G C K. The integration of China into the world crude oil market since 1998 [ J]. Energy Policy, 2011,39:5159 鄄 [12] 王双英, 李东. 国际石油价格与我国石化生产的协整关系 : 基于 TAR 模型的研究 [ J]. 数理统计与管理,2012, 31(1):1 鄄 6. [13] 田新翠, 雷钦礼, 吕月英. 基于非均衡理论研究国际石油价格波动对中国经济的影响 [ J]. 数理统计与管理, 2010,29(2):294 鄄 304. [14] 陈清泰. 中国的能源战略和政策 [ J]. 国际石油经济, 2003(12):18 鄄 21. [15] 吴文盛. 我国石油资源安全评价与预警研究 [ J]. 地质技术经济管理,2002,24(5):13 鄄 19. [16] 张华林, 刘刚. 我国石油安全评价指标体系初探 [J]. 国际石油经济,2005(5):44 鄄 48. [17] 李凌峰, 张斌, 杜志敏. 中国石油安全危机预警研究 [J]. 石油天然气学报,2005,27(5):308 鄄 310. [18] 张华林, 刘刚. 层次分析法在石油安全评价中的应用 [J]. 天然气工业,2006,26(4):135 鄄 137. [19] 于冬梅, 秦江波, 孙永波. 基于层次分析法的石油资源安全评价 [J]. 科技管理研究,2010(17):63 鄄 65. [20] 范秋芳. 基于 BP 神经网络的中国石油安全预警研究 [J]. 运筹与管理,2007,16(5):100 鄄 105. [21] 李小亮, 陈彦玲, 董正信. 基于 PSR 框架的我国石油安全 [J]. 北京石油化工学院学报,2008,16(1):62 鄄 67. [22] 王宝, 李泓泽. 中国石油脆弱性的测算及其情景分析 [J]. 华北电力大学学报 : 社会科学版,2011(1):10 鄄 13. [23] 李继尊. 中国能源预警模型及其预警指数的创建 [ J]. 中国石油大学学报 : 自然科学版,2007,31(6):161 鄄 166. [24] 傅荣林. 主成分综合评价模型的探讨 [ J]. 系统工程理论与实践,2011(11):68 鄄 74. [25 ] MACQUEEN J. Some methods for classification and analysis of multivariate observations [ C ]. Proc 5th Berkeley Symp Mathematics Statist and Probability,1967: 281 鄄 297. [26] 葛家理, 胡机豪, 张宏民. 我国石油经济安全与监测预警复杂战略系统研究 [ J]. 中国工程科学,2002,4(1): 75 鄄 80. [27] Organization for Economic Cooperation and Development ( OECD ). Environmental indicators, a preliminary set [ R]. Paris: OECD Publications Service,1991. [28] 张德胜. 中国石油经济安全评价指标体系设计的研究 [D]. 北京 : 北京化工大学,2008. [ 责任编辑 : 张岩林 ] Analysis and Warning on Chinese Oil Supply Security ZHANG Tong, ZHANG Wenqin, WANG Yuan, LUO Chaohua (School of Management, Xi 謖 an Polytechnic University, Xi 謖 an, Shaanxi , China) Abstract: Pre 鄄 warning plays an important role in China 謖 s petroleum security. This paper applies pressure 鄄 state 鄄 response ( PSR) framework to China 謖 s petroleum security pre 鄄 warning indicator system, then establishes China 謖 s petroleum security pre 鄄 warning model based on data mining theory of principal component analysis (PCA) and K 鄄 means clustering method. Empirical study has found that China 謖 s petroleum supply security is in large fluctuations in nearly 20 years. Intensity of petroleum consumption, international crude oil prices and dependence on foreign petroleum are the maor impact factors of China 謖 s petroleum supply. The study shows that the model can reflect China 謖 s petroleum supply security risk level of evolution and the main factors, and can be used for medium and long 鄄 term pre 鄄 warning of petroleum supply security risk. Key words: petroleum security; risk; pressure 鄄 state 鄄 response; principal component analysis; K 鄄 means clustering method; pre 鄄 warning

Energy Policy, 2011,39:5159 鄄 5166. [12] 王双英, 李东. 国际石油价格与我国石化生产的协整关系 : 基于 TAR 模型的研究 [ J]. 数理统计与管理,2012, 31(1):1 鄄 6. [13] 田新翠, 雷钦礼, 吕月英.

说明为了反映教运行的基本状态, 为校和院制定相关政策和进行教建设与改革提供据依据, 校从程资源 ( 开类别开量规模 ) 教师结构程考核等维度, 对 2015 年春季期教运行基

说明为了反映教运行的基本状态, 为校和院制定相关政策和进行教建设与改革提供据依据, 校从程资源 ( 开类别开量规模 ) 教师结构程考核等维度, 对 2015 年春季期教运行基内部资料东北师范大教运行基本状态据报告 2015 年春季期教务处 2015 年 10 月 27 日说明为了反映教运行的基本状态, 为校和院制定相关政策和进行教建设与改革提供据依据, 校从程资源 ( 开类别开量规模 ) 教师结构程考核等维度,