基于系统动力学的山东省油气产业能耗控制研究

余志林 丁浩 王信敏

摘要 能耗控制是油气产业节能减排和产业升级的重要内容，驱动因素与产业能耗指标演化是制定产业发展政策的依据。本文基于系统动力学方法对油气产业能耗驱动指标的因果关系进行分析，构建系统动力学（SD）模型，使用2007—2016年数据对山东省油气产业进行模拟仿真。结果显示：经济环境因素中GDP增长对上游产业能源消耗量的影响最大，上游产业投资也是影响能耗增长的重要因素；整体科技水平的提高是最有效提高上游能源效率的因素。GDP增长率和投资也是影响下游产业能源消耗量的关键因素，第一产业GDP的占比、整体科技水平以及下游产业科技水平的提升可能会对下游产业能源消耗产生一定的降低作用。下游能源效率相对于上游能源效率明显较低，第三产业GDP占比的提升有助于下游产业能源效率的大幅度提升。经济规模、产业结构、产业投资规模是山东省油气产业能耗的最重要驱动因素，而产业结构调整对于油气产业能源消耗的影响并不明显。科技水平提升是油气产业能耗的重要控制因素，也是能源效率提升的决定因素。山东省整体科技水平提升对于油气产业能耗影响大于产业内部科技水平提升。国际油价上涨会推动上游产业能耗增加，而下游产业能耗对国际油价并不敏感。

关键词 油气产业；能耗控制；系统动力学；山东省

中图分类号 F427 文献标识码 A 文章编号 1002-2104（2019）05-0079-09 DOI：10.12062/cpre.20190130

能源需求将随着经济的快速发展及人口的持续增长而不断增加，能源需求增长的同时也带来了环境污染问题，解决好能源消耗和环境保护问题是推动我国经济社会可持续发展的重要保证。油气产业作为能源生产部门，是经济发展的重要引擎。山东省作为能源大省，是我国重要的能源产地和能源消耗地。随着经济的发展，山东省逐渐成为能源净输入省份，能源消耗总量2010年为30 235.7万t标准煤，2017年则达到了38 683.7万t标准煤。能源消耗的增加为生态环境带来了巨大压力，能耗控制成为山东省未来发展的重点任务。2017年山东省发布了《“十三五”节能减排综合工作方案》，提出到2020年全省万元国内生产总值能耗比2015年下降17%，能源消耗总量控制在4.2亿t标准煤左右。新的能源形势和转型升级压力下山东省油气产业如何有效地控制能耗对产业的可持续发展具有重要意义。

1 文献综述

目前，有不少学者在产业能源消耗控制方面展开了研究。大部分学者是以区域产业为对象，分析产业能耗与区域经济之间的关系，对能耗水平进行预测，最终根据相关评价结果提出建议对策。如武伟强[1]针对环渤海地区三大产业的能耗进行了评价和预测，分析出影响能耗的因素主要有经济发展、产业结构、人口因素、能源价格和结构、能源政策以及科技水平等；赵涛等[2]同样以环渤海地区为研究对象，对其产业发展与能耗进行脱钩分析，最后在不同情景模拟下，针对能耗相关影响因素提出有关措施建议；张义[3]以四川省为例，根据区域产业的能耗评价结果提出完善产业能耗评价体系、将能耗与产出以及技术创新紧密联系发展、加大工业能耗技术创新支持等；阚大学等[4]利用LMDI模型，分析长江经济带产业的能耗影响因素，得出其第二、三产业的产值效应是使长江经济带能耗增加的主要原因，而其能源的强度效应是长江经济带能耗下降的关键因素。除了针对区域层面，能耗控制的较多研究针对整个国家层面，且主要围绕能耗控制的影响因素进行研究，如王志华和陈圻[5]研究了我国技术进步与产业结构变动对产业能耗的影响，分析了能耗回弹效应，结果表明技术进步与产业结构是产业能耗的主要影响因素；于珍等[6]研究了产业调整对于能源消耗的影响，结果显示经济发展与产业结构调整对能源消耗产生了较大影响；王祥[7]分析了中国能耗强度影响因素，认为投资对能耗变化的影响是直接和显著的，技术进步与配置效率改善可以降低能源消耗，结构调整对能耗强度也具有显著影响；呙小明[8]对我国产业层次差异对能源效率的影响进行研究，结果表明，技术进步是提高能源效率的核心动力，第二产业占比增加会降低能源效率，而第三产业占比的增加有利于提高能源效率。综上可以发现，国内相关研究成果主要针对区域产业或国家层面的能源消耗影响因素，而针对具体产业的研究较少，尤其是油气产业方面的能耗研究。

对于油气产业能耗的研究，在国外最早可以追溯到2002年，但研究成果相对不多，多是油气产业可持续发展研究。Chen等[9]认为，虽然中国油气产量和消费量一直在增加，但也存在许多不利于油气上游产业可持续发展的问题，包括低品位石油储量占未来油气置换储量比重偏大，隐蔽油气藏勘探措施不成熟，储藏库监测和管理水平需要提高，油气勘探和开发的先进技术的短缺等问题。Zhang[10]对中国油气工业的探索与发展进行了思考，侧重从油气工业可持续发展的角度进行剖析，提出相应的油气产业发展建议。

余志林等：基于系统动力学的山东省油气产业能耗控制研究

中国人口·资源与环境 2019年 第5期国内学者在油气产业可持续发展层面研究相对较多。刘玲[11]指出山东省油气产业在可持续发展过程中存在的一些问题，如油气资源的可持续生产和供应问题，对生态环境造成的负面影响，产业结构层次较低等；丁浩等[12]从可持续发展能力和协调能力两个方面对山东省油气产业进行评价，得出制约山东省油气产业发展的因素主要是科技进步贡献率和资源环境系统；王芳等[13]从石油工业上下游综合分析了我国油气产业可持续发展面临的问题，并从油气开发接替系统、管理决策系统、法制及政策系统、科技支持系统、宣传教育系统五个角度構建了我国油气产业可持续发展系统。针对油气产业能耗，朱益飞[14]指出当前的油气集输系统存在着能耗高、油气损失量高和计量混乱的问题；薛向东等[15]利用风险评价方法引入投入产出理论建立了对油气管道运行能耗评价的方法；罗海军[16]提出了一套可以对油气集输系统各部分的效率及能耗进行计算分析的应用系统；高山卜等[17]以输油管道为对象，通过采用BP神经网络来建立能耗预测模型，并加以验证。

综合上述研究成果可知，目前学者针对单一、具体的产业能耗控制研究较少，对于油气产业能耗研究，一般会选择以集输系统或输油管道为对象，研究其能耗的计算、评价和预测，研究视角比较分散，缺乏对整个油气产业能耗的系统性分析成果。因此，本文采用系统动力学方法，对山东省油气产业能耗的影响因素进行分析，梳理各因素间的因果关系，构建山东省油气产业能耗的系统流图，并进行仿真模拟，以期明确山东省油气产业能耗的主要驱动因素，剖析其因果关系，能够更好地控制能耗，实现可持续发展目标。

2 油气产业能耗变化的机理分析

2.1 油气产业能耗变化的影响因素

相关研究可以发现，经济发展、产业结构、技术进步、固定资本投入等因素都是油气产业能耗变化的影响因素。各行业固定资本的投入推动了行业产出的增长，随着经济规模的扩张，各类油气产品的需求增加，从而带动油气消耗总量的不断攀升。经济需求使得油气产业规模不断扩张，由于经济增长与污染排放存在较大关联[18]，油气产业的能耗及污染排放问题也越来越严重，而环境问题将会影响油气产业的发展，从而也将影响整体经济的发展。油气产业能耗变化的机理如图1所示。

2.2 油气产业能耗变化的因果关系分析

油气产业划分为油气上游产业和油气下游产业。前者指油气勘探和油气开采行业，而后者是石油炼制和天然气加工行业。油气产业链中的石油化工行业不属于本文的研究范畴。

在油气产业能耗变化的因果关系中，经济规模（GDP）

图1 油气产业能耗变化的机理是一个重要的核心指标，整体GDP的增长对于油气产业上、下游的投资具有正向作用。GDP增长越多，能源消费量越大，油气产业投资规模就会越大，同时带动油气供应量的增加，因而对油气上游产业发展越有利。同时，随着油气下游产业投入的增加，促进了炼化产品生产，从而带动了油气下游产业的发展。油气产业的良好发展带动整体GDP的进一步增长。经济系统中的产业结构也是一项重要的影响因素，产业结构的调整可以改变能源消费量和消费结构，影响油气产业的污染排放。另一方面，经济规模的扩张带动能源消费增加的同时，油气上下游产业的扩张必然导致油气产业能耗的增长和污染排放的增加，环境问题的日益严重将对油气产业自身发展产生负面影响，同时也会影响山东省整体的经济发展。油气上下游产业中的科技投入也是其中的重要指标，科技投入的增加能够降低污染排放，提升能源效率降低能源消耗，从而改善油气产业的环境问题，降低环境对经济的负面影响。

3 山东省油气产业能耗控制的SD模型构建

3.1 系统流图

因果关系图反映各种变量之间的逻辑关系以及描述系统的反馈结构，但并不能够反映各变量之间的具体关系，在上述分析的基础上，本文构建了山东省油气能耗控制的SD模型的系统流图，见图2。

3.2 数据来源及模型说明

模型中的GDP、各产业GDP、固定资本投资、油气产量、油气消费量、污染排放等指标来自于《山东统计年鉴》，油气产品的相关数据来自于《中国工业统计年鉴》和《中国能源统计年鉴》，国际油价为Dubai、Brent、Nigerian Forcados和West Texas Intermdiate发布的油价（US dollars per barrel）的平均值。固定资产存量使用永续盘存法核算，选择1978年为基年（根据数据的可得性），按照10%的折旧率[19]进行折旧。本文的研究基于2007—2016年数据。模型中主要函数关系的拟合采用SPSS工具，而SD模型采用Vensim软件。

通过改变系统的主要影响要素来对比分析各指标的影响效果，主要的指标有经济结构、整体科技水平、油气产业上下游的科技水平、国际油价、油气产业上下游的投资等。本文将这些指标的变化幅度设置为10%，仅用于观察各指标的变化效果，设置为其他值也是允许的。

3.3 模型的主要函数关系

3.3.1 油气上、下游产业GDP

油气上游产业GDP的影响因素主要包括产能规模、油气生产量等。产能水平可以使用油气上游产业固定资产存量来表示。油气生产量指标由于山东省资源状况及政策因素影响，与油气上游产业GDP不具有较好的相关性，因此模型中仅使用油气上游产业资产总额来进行函数

图2 山东省油气能耗控制的SD模型的系统流图拟合，回归分析的结果见表1中因变量为“上游产业GDP”的部分。因此，拟合方程为：

上游产业GDP=0.000 232×上游产业资产存量+

569.546

（1）

油气下游产业GDP的主要影响因素为下游固定产业投资和炼化产品产量。下游固定产业投资和炼化产品產量与下游产业GDP之间均具有较好的相关性（相关系数分别为0.978和0.982），而下游固定产业投资和炼化产品产量之间的相关性水平也较高（相关系数为0.961），因此仅选择相关性较高的炼化产品产量指标对油气下游产业GDP进行函数拟合。回归分析的结果见表1中因变量为“下游产业GDP”的部分，拟合结果为：

下游产业GDP=1.169×炼化产品产量-2 368.47

（2）

3.3.2 油气产业下游净利润

油气产业下游净利润指标与下游产业GDP具有较好的相关性（相关系数0.988），因此使用下游产业GDP对油气产业下游净利润指标进行函数拟合，回归分析的结果见表1中因变量为“油气产业下游净利润“的部分。油气产业下游净利润指标与下游产业GDP间的函数关系为：

油气产业下游净利润=0.027×下游产业GDP+

15.723

（3）

3.3.3 上、下游污染排放量

上游污染排放量与上游固定资产形成了较好的正相关，同时上游技术水平提升是污染排放的重要影响因素，对于污染排放具有较好的抑制作用，因此选择上游固定资产、上游技术水平作为上游污染排放量的主要影响因素并对其进行函数拟合。拟合过程中，无截距项的拟合方法具有较高的拟合度和显著性，回归分析的结果见表1中因变量为“Ln（上游污染排放量） ”的部分。由此可得上游污染排放量的拟合方程为：

上游污染排放量=EXP（0.494×Ln（上游固定资产）-0.002×Ln（上游技术水平））

（4）

同上，选择炼化产品产量、下游技术水平作为下游污染排放量的主要影响因素并对其进行函数拟合。下游污染排放量的拟合方程为：

下游污染排放量=EXP（1.101×Ln（炼化产品产量）-0.592×Ln（下游技术水平））

（5）

函数拟合的结果显示，上游污染排放量主要取决于产业规模，弹性系数达到了0.494，而科技水平对于上游污染排放量的弹性系数仅为-0.002，因此产业规模是上游污染排放的主要影响因素。炼化产品产量对下游污染排放量达到了1.101，产出规模是污染排放的主要影响因素，而下游技术水平对下游污染排放量的弹性系数也达到了-0.592，与上游产业不同，科技发展对下游产业的污染排放影响效果较为显著。

3.3.4 环境影响水平

油气产业环境影响水平指标没有相关的统计数据，因此需要使用相关影响因素指标进行核算，本研究选择上下游污染排放总量和上下游能源消耗总量进行核算。由于污染排放总量和能源消耗总量指标的量纲不同，无法直接进行计算，需要标准化处理，同时赋以不同的权重，最终获得环境影响水平值。权重计算采用AHP方法进行，由于涉及指标仅2个，专家打分的一致性水平比较高，仅使用了一轮专家打分，最终获得的污染排放总量权重为0.827，能源消耗总量权重为0.173。函数拟合方程为：

环境影响水平=0.827×污染排放总量/102 884+

0.173×能源消耗总量/23 148

（6）

其中，污染排放总量的标准化处理方法为年度污染排放总量除以2007—2016年污染排放总量，同理能源消耗总量的标准化处理方法为年度能源消耗总量除以2007—2016年能源消耗总量。

3.3.5 GDP

模型中GDP以油气产业GDP、环境影响水平两个指标进行拟合，油气产业GDP与GDP形成了较好的同步发展，相关性高（相关系数0.988）。而环境影响水平对于GDP具有反向作用，环境的破坏减少GDP产出，使用无截距项的回归分析，结果见表1。由此可以获得GDP与油气产业GDP、环境影响水平函数关系：

GDP=EXP（1.057×Ln（油气产业GDP）-0.662×

Ln（环境影响水平））

（7）

山东省GDP水平与油气产业GDP形成了较好的正向相关，回归结果显示出了较好的一致性，同时环境问题对经济发展形成了一定负面影响，回归系数为-0.662。

3.3.6 模型主要参数说明

为了较好地体现油气产业能耗驱动力因素的影响，模型中将部分变量设置为表函数，包括：第一产业GDP占比、第二产业GDP占比、第三产业GDP占比、国际油价、油气开采行业技术水平、油气加工行业技术水平、石油生产量、天然气生产量、燃料油产量。其中前六个变量设置为表函数可以更好的作为外生变量，观测其对系统中各主要指标的影响水平。后三个变量作为表函数则是由于这三个变量的特殊性，三个变量不存在与模型中其他变量的相关性，主要来源于山东省资源状况或政策的主导。液体类产品消费量设置为常数，山东省液体类产品消费量平均每年0.6万t左右，相比于生产量可以忽略不计，对于模型没有影响，因此将液体类产品消费量设置为常数0.6。

3.4 模型的灵敏度分析

灵敏度分析选择产业结构、科技水平提升、国际油价等几个外生变量作为目标变量，分析外生变量变化的灵敏度，测试模型是否因为某外生变量的微小调整而出现异常变动。模型的灵敏度分析以各参数在-3%～3%之间变化来进行模拟研究，将因变量变化率与自变量变化率之间比值的绝对值作为参数的灵敏度，以2016年为时间点，研究各参数变化对于能源总消耗量的影响。各指标的敏感度分析结果如图3所示，其中产业结构指标选择第二产业GDP占比和第三产业GDP占比两个指标。

敏感度分析结果表明，第二产业GDP占比指标对油气消费总量指标的灵敏度最高，为0.301 8；即第二产业GDP占比增加1%，油气消费总量指标增加0.301 8%；第二产业GDP占比指标对上游产业投资指标的灵敏度最低，为0.072 1。第二产业GDP占比指标相比于第一产业

图3 主要指标的敏感度分析GDP占比指標灵敏度高，对各个重要指标影响程度较高。第三产业GDP占比指标对油气产业GDP指标的灵敏度最高，为0.635 6；第三产业GDP占比指标对上游产业投资指标的灵敏度最低，为0.115 4。第三产业GDP占比指标相比于第一产业GDP占比指标和第二产业GDP占比指标灵敏度都要高，对各个重要指标影响程度在三次产业占比中是最高的。

国际油价指标对上游产业投资指标的灵敏度最高，为0.185 8；国际油价指标对油气消费总量的灵敏度最低，值为0，即国际油价指标对于油气消费总量不存在影响。国际油价指标产生影响的相对严重程度排序依次为上游产业投资、能源总消耗量、下游产业投资、油气产业GDP、炼化产品总产量。

科技水平指标对油气消费总量指标的灵敏度最高，为-2.433 4，即科技水平每增加1%，油气消费总量将减少 2.433 4%；科技水平指标对炼化产品总产量指标的灵敏度最低，为-0.431 0。科技水平指标产生影响的相对程度排序依次为油气消费总量、下游产业投资、能源总消耗量、上游产业投资、油气产业GDP、炼化产品总产量。

综上所述，产业结构、科技水平、国际油价等几个外生变量的灵敏度都在合理变动范围之内，模型行为模式并没因为一些参数的微小变动出现异常变动，因此模型可信，所以该模型可以用于模拟分析。

4 模型仿真与结果分析

4.1 上游产业能耗控制因素分析

上游产业能源消耗的控制因素包括GDP、产业结构、整体科技水平、国际油价、上游产业投资、上游产业科技水平等，各指标对于上游产业能源消耗的驱动效果如图4所示。随着产业规模的扩张，2007—2016年间山东省油气上

图4 各控制因素对上游产业能耗和能源效率的驱动效果游产业能源消耗呈现持续上升的趋势。在上游产业能源消耗的驱动力因素中，经济环境是较为重要的驱动力，其中GDP增长对于上游产业能源消耗量影响最大，其次为产业结构中的第三产业GDP占比，再次为第二产业GDP占比。GDP增长、第二、三产业GDP占比量增加能够拉动上游产业能源消耗的更大增长，而第一产业占比的增加可以有效减少上游产业的能源消耗。上游产业投资是拉动上游产业能源消耗增长的重要因素，国际油价对于上游产业能耗产生小幅的拉动作用，上游产业科技水平提升以及山東省整体科技水平的提升均能较好的降低上游产业能耗，而整体科技水平的提升对于上游产业能耗控制的效果更佳。

上游能源效率随着经济的发展呈现下降趋势，经济的发展并不能使上游产业能源效率提升，反而降低了上游能源效率。GDP增速对于上游产业能耗效率影响最大，而第 二、三产业GDP占比的提高也会小幅降低上游产业能源效率，第一产业GDP占比增加能够对于上游能源效率起到提升的作用。科技水平的提升才是上游能源效率提升的关键驱动力，整体科技水平提高对于上游能源效率的提升效果明显好于上游产业科技水平的提高，而国际油价增加、上游产业投资提升均可能降低上游能源效率。

4.2 下游产业能耗控制因素分析

下游产业能源消耗的控制因素包括GDP、产业结构、整体科技水平、国际油价、下游产业投资、下游产业科技水平等，各指标对于下游产业能源消耗的驱动效果如图5所示。下游产业能源消耗的驱动力指标中，GDP对下游产业能耗影响最大，其次是第三产业GDP占比。当第三产业GDP占比增加时，较大程度地带动油气需求的增加，从而带动下游产业生产动力，加大下游产业能源消耗。而第二产业GDP占比增加时对于下游产业能耗减少效果不大，

图5 各控制因素对下游产业能耗和能源效率的驱动效果第一产业GDP占比增加则可以对下游产业能耗减少起到一定作用。下游产业能源消耗还受到下游产业投资影响，当下游产业投资增加时，下游产业能耗上升，而整体科技水平和下游产业科技水平提升（曲线重合）均可以有效控制下游能源的消耗量，其中国际油价对于下游产业能耗的影响可以忽略。

下游产业能源效率明显低于上游产业能源效率，仅在2016年基本接近上游产业能源效率，2007—2016年间下游产业能源效率提升较快，随着经济的增长，下游产业GDP产出明显提升，能源效率也呈现了不断提升的态势。第三产业GDP占比的提高可以较大程度上提高下游产业能源效率，第一、二产业GDP占比增加对下游产业能源效率具有降低作用，主要源于第一、二产业GDP占比的增加降低了下游产业GDP的增幅。下游科技水平、下游产业投资提升可以小幅提高下游产业能源效率，但国际油价对于下游产业能源效率指标的影响几乎为零。

5 结 论

本文在分析山东省油气产业能耗系统因果关系的基础上，构建了山东省油气产业能耗变化的系统动力学模型，通过灵敏度分析验证了模型仿真的可行性。基于构建的系统动力学模型，分析各驱动因素对于油气产业能耗主要指标的影响水平。研究结果表明，随着经济的增长及产业结构的调整，油气产业能源消耗量持续升高，经济规模对油气产业能耗具有决定性的作用。整体科技水平及上下游产业科技水平的提升对于能耗的降低具有明显的促进作用，因此在保障经济发展的前提下，提升科技水平是油气产业能耗控制的重要手段。由于上下游产业自身的发展特点，上、下游能源效率随经济发展呈现出不同的变化特征，上游产业能源效率提升问题是山东省油气产业后续发展的重要内容。能源效率对于上下游科技水平的提升是较为敏感的，科技水平提升能够较好地提升能源效率，而上下游投资的增长无法带动能源效率的提升，反而降低了能源效率水平。因此在后续投资决策中，不应盲目的进行产能扩张，投资的重心应向产业升级和科技水平提升方向调整。

（编辑：刘照胜）

参考文献

[1]武伟强. 环渤海地区三大产业能耗评价及预测[D]. 天津：天津大学， 2012.

[2]赵涛， 时洪功， 张艳东. 环渤海产业发展与能耗的脱钩关系分析及能耗水平预测[J]. 现代财经（天津财经大学学报），2013， 33（6）： 79-89.

[3]张义.区域产业能耗评价研究——以四川为例[J]. 再生资源与循环经济， 2017， 10（4）： 16-18.

[4]阚大学，吕连菊. 长江经济带产业能耗因素分解与效应分析[J]. 新余学院学报， 2017， 22（1）： 1-5.

[5]王志华，陈圻.考虑技术进步与结构变动的产业能耗回弹效应分析[J]. 生态经济， 2014， 30（1）： 83-87.

[6]于珍，李保明，施祖麟.产业调整路径、幅度与能源消耗[J]. 中国人口·资源与环境， 2014， 20（6）： 92-97.

[7]王祥.中国能耗强度影响因素分析与节能目标实现[D].大连：东北财经大学， 2012.

[8]呙小明.基于产业层次的中国能源效率研究[D]. 重庆：重庆大学， 2012.

[9]CHEN L L， LIU Y F. Research on main constraints in sustainable development of China oilgas upstream industry[J]. Energy procedia， 2012 （14）： 325-330.

[10]ZHANG K. Where will Chinas exploration and development of oil/gas go next？[J]. China chemical reporter，2015， 26（3/4）： 14-15.

[11]刘玲，丁浩. 山东省油气产业可持续发展问题研究[J]. 资源与产业， 2011， 13（3）： 44-49.

[12]丁浩， 张朋程， 刘玲， 等. 山东省油气产业可持续发展能力评价[J]. 油气田地面工程， 2011， 30（9）： 1-4.

[13]王芳， 何松彪. 我国油气产业可持续发展支持系统简析[J]. 油气田地面工程， 2013， 32（10）：25-26.

[14]朱益飞. 胜利油田油气集输系统现状及能耗控制对策[J]. 石油工业技术监督， 2008 （1）：55-57.

[15]薛向东， 冯伟， 康阳， 等. 油气管道能耗计算与评价方法[J]. 油气储运， 2011， 30（10）：743-745.

[16]罗海军. 基于B/S模式的油气集输能耗分析系统开发[J]. 科技和产业， 2014， 14（6）：121-123.

[17]高山卜， 钱成文， 张沛， 等. 基于改进的BP神经网络管输能耗预测模型[J]. 油气储运， 2014， 33（8）： 869-872.

[18]刘华军， 杨骞. 环境污染、时空依赖与经济增长[J]. 产业经济研究， 2014（1）： 81-91.

[19]廖远甦. 重估上海物质资本存量：1978-2008[J]. 上海经济研究， 2009（12）： 96-103.