APP下载

石化项目投资决策中的国内市场需求预测方法

2021-09-16

石油化工技术与经济 2021年4期
关键词:正丁醇曲线拟合需求量

刘 媛

(中国石化国际事业有限公司,北京 100728)

在可预见的未来或至少30年之内,在中国境内投资建设石化项目,其产品目标市场依然是以国内为主,因此国内市场的分析是投资石化装置决策中市场分析的重点。需依靠专业人员开展调研、数据采集、数据分析与研究,采用多种方法对石化产品国内市场未来供需状况进行预测。市场分析中,供应和消费的历史数据及现状均是客观存在的,作为市场分析人员,主要是采用各种渠道获得足够长、足够可信的数据,进行适当取舍、归纳并予以分析。未来的供应介于客观现实和预测之间,需要在文案和实地调研的基础上,由市场分析人员进行分析判断。未来国内市场需求预测,则需要市场分析人员将定性与定量方法相结合,采取各种方法进行预测,并据此对未来需求做出量化判断。在前述系列文章中述及的连贯性原则、类比性原则、相关性原则、定性和定量等多种需求预测方法,适用于国际市场,也同样适用于国内市场且在市场分析和预测中需予以遵循。这些预测方法在理论上很成熟,但如何有效地将它们应用到石化产品的市场预测中,是值得深入研究的课题。

1 计算基础及计算方法

表观消费量分析及预测中,年均增长率是非常重要的概念,其计算并不复杂或高深,如果已知石化产品A的2013年产量为A1=800 kt,2020年的产量为A2=1 200 kt,则2013—2020年间该产品的年均增长率为:

A2=A1(1+x)n

(1)

式中,n=7,x代表年均增长率。在此公式中代入上述相关数据,可计算出年均增长率x=5.96%。公式中,n的取值是不计入起始年份的,即:n=结束年份-起始年份=2020-2013=7,代表了2014—2020年共7个年份,而非8个年份,即不包含起始年份2013年。

根据此公式用Excel编写一个小的计算程序,每次计算只要输入年产量的起始值、结束值以及年份数据n,就可自动计算出年均增长率,提高工作效率。

2 需求市场预测方法

2.1 细分市场法

石化产品需求现状分析中,对产品下游应用即细分市场的分析至关重要,拟投资建设项目的目标市场就是根据细分市场的信息来筛选和确定的。细分市场的数据来源渠道与国内供应分析一文的生产企业数据来源渠道类似,不同的是市场分析人员需大体掌握细分市场各领域的基本工艺,至少熟悉下游产品所需石化原料的消耗因子,这样在获知下游装置产能规模和产量时可方便地计算出所消耗的石化原料数量。

以正丁醇为例,预计202A年中国正丁醇的消费结构为丙烯酸丁酯42%,醋酸丁酯38%,增塑剂邻苯二甲酸二丁酯(DBP)12%,其他如医药中间体、农药中间体和选矿剂等占8%。要分析计算正丁醇在各个细分市场的所需量,就需要获知每个主要细分领域的生产能力,查找其单耗,同时考虑开工率,从而计算出在该领域的需求量。

以消耗于丙烯酸丁酯的正丁醇为例,经查询数据和资料获知,202A年中国丙烯酸丁酯装置生产能力为1 000 kt/a,正丁醇的单耗为0.55 t/t,同时考虑到开工率,则该领域对正丁醇的需求量约为480 kt/a。运用类似的方法,可依次计算出醋酸丁酯、增塑剂等领域于202A年需消耗的正丁醇量。在此基础上,对各个细分市场的未来预测需求量进行累加,即可获得细分市场预测方法对该产品的未来需求预测。

该预测方法对投资决策拟建项目的目标市场确定非常有帮助,但每一个细分领域都需要耗费很多时间和精力核实和预测其下游生产装置,工作量大,往往数据难以获得。尤其下游装置若门槛低、装置多、规模小,获取数据会有一定难度,从而影响预测的准确度。

2.2 弹性因子法

如果拟投资建设的石化装置产品下游消费领域发展与国内生产总值(GDP)关系密切,则可根据该产品的历史消费数据,结合同期GDP的增长速度,采用弹性因子法对未来需求量进行预测[1]。

弹性因子=表观消费量增长率/GDP增长率

(2)

以石化装置产品A为例,采用弹性因子法的需求量预测过程如下:首先列出A产品过去10年甚至20年每年的表观消费量,并根据前述年均增长率的定义和公式(1),计算设定时段的表观消费量年均增长率,并列出同期GDP的增长率,根据公式(2)计算出弹性因子(见表1)。列出较长时段的弹性因子,是为了更准确地选择合适的弹性因子以便预测未来消费量。

表1 石化A产品消费量弹性因子

根据石化产品的当前消费量、未来需求量预测选取合适的弹性因子,进行计算,从而预测未来的消费量,为了提高预测准确性,预测时弹性因子可选择低值、中值、高值(见表2)。

表2 用弹性因子法预测未来中国石化A产品消费量

在掌握该石化产品历史表观消费量、同期GDP年均增长率的基础上,使用弹性因子法即可方便、快捷地对未来需求量进行计算和预测,是一种直观、简洁、实用的方法。

2.3 历史表观消费量曲线拟合预测法

历史表观消费量曲线拟合法要收集已知发达国家的某个石化产品至少15年历史表观消费量数据,根据一定时段的历史数据按照数学模型的方法,进行各种曲线拟合,预测已成现实的某时间点的消费量,根据曲线拟合预测的消费量和实际消费量的差值,通过比较各种曲线拟合方法如线性、对数、多项式、乘幂等预测结果,寻找最接近实际消费量的曲线拟合法;然后以该石化产品国内近年表观消费量历史数据为基础,选用该曲线拟合方法,同时结合所研究石化产品的消费特点,找出与未来需求量可能最接近的拟合曲线,预测我国该石化产品未来需求量。理论上,曲线拟合法属于时间序列预测方法。举例而言,假定已知美国正丁醇1980—2010年间的表观消费量数据,则可选用1980—2000年数据作图,然后进行多种曲线拟合,预测2005年和2010年消费量,比较预测值与实际值,寻找最接近的曲线;以我国2000—2020年正丁醇的表观消费量作为基础数据,采用该曲线拟合方法对未来10年的需求量进行预测,同时,根据经验,对预测数据进行修正。

为了更好地说明如何采用该方法进行预测,以苯酚为例进行历史表观消费量曲线拟合预测法。鉴于美国苯酚工业生产相当成熟,首先查找了美国近30年苯酚表观消费量的数据,然后以前20年数据为基础,以时间为横坐标,表观消费量为纵坐标画出曲线图,并以该曲线图为基础,分别采用线性、多项式、指数等数种方法进行曲线拟合,并对后10年消费量进行预测。同时,给出后10年的实际消费量,并与拟合曲线进行比对,寻找出最接近实际值的预测方法,应用于中国苯酚需求量预测。

采用了5种曲线拟合,其中,线性及对数预测方法偏差为负,预测的时间越长,误差越大;2级多项式、乘幂、指数方法偏差均为正。5种预测方法中,以2级多项式偏差最低。因此,中国的苯酚市场需求量预测中可优先考虑采用二级多项式。

据此,对中国苯酚市场进行曲线拟合预测。目前时间采集点为2002年,以1990—2002年中国苯酚表观消费量为基础数据。

以2003年为时间基点,根据表观消费量曲线拟合方法预测2007年中国苯酚需求量为760~820 kt(后来实际为1 010 kt);预测2012年为1 340 kt(后来实际为1 300 kt)。该预测完成于2003年,是受中国石化位于华东地区的某家企业委托完成的市场分析报告,后来的实践证明预测准确度比较高。

此预测方法已应用于多个石化有机原料的市场预测,预测数据随后经过了实践的检验,是一种非常实用的预测方法,但应用的前提是需获得国外发达国家如美国过去多年的历史消费量数据;同时,市场分析人员需要根据经验对预测数据进行一定的甄别与修正,而非简单、机械地采纳曲线拟合的预测数据,此处所言及的甄别与修正涉及的因素很多。

2.4 人均消费量预测法

人均消费量预测法建立在石化产品的需求量与人均消费量密切相关的基础上。可以找出近10~15年石化产品的每年表观消费量,同时找出同时期人口数量,计算出每百万人均消费量。一般而言,人均消费量是逐年攀升的,可以根据过去多年的增长情况,并结合未来人口数量,选择合适的未来人均消费量基数,据此预测表观消费量。表3是按人均消费量预测中国石化产品A的需求量预测过程。

表3 按人均消费量预测中国石化产品A的2025年需求量

该方法在因子选取时,也可采纳发达国家(如美国)的历史表观消费量和人均消费量为参考依据,预测中国同一石化产品的人均消费量,此处不再赘述。该方法简单、直观,要提高预测准确度,因子的选取很重要。

2.5 专家预测法

有条件的话,可邀请多位国内外从事该石化产品生产、工程设计、市场分析、产品销售、技术许可转让、贸易、信息及管理的资深人士,采用面对面讨论、电话沟通等各种方式进行交流和讨论,获取专家的预测观点,并进行归纳和总结,获得对未来的预测。

3 结语

对于产品的未来需求量,要采用各种方法进行预测,引入低值、中值和高值的概念,并根据专业人员的分析判断,提出预测值。对未来的预测不可能绝对准确,但作为市场分析专业人员,要建立自己的数据库,分析总结预测结果,不断修正预测方法,以期尽可能提高预测准确度。

文章谈及的对石化产品未来需求的预测方法,更多适用于石化投资建设项目的方案论证及投资决策的中长期市场分析,对石化贸易所需要的即期或短期市场预测,可供参考。

猜你喜欢

正丁醇曲线拟合需求量
浓香型白酒正丁醇生成规律及代谢途径的研究
正丁醇和松节油混合物对组织脱水不良的补救应用
从数学角度看“弹性”
正丁醇/丙酸与腐殖酸相互作用的NMR研究
不同阶曲线拟合扰动场对下平流层重力波气候特征影响研究*
基于MATLAB 和1stOpt 的非线性曲线拟合比较
价格战是一定的! 2020年虾苗需求量预计减少10%~20%,苗价下调是趋势
浅谈Lingo 软件求解非线性曲线拟合
曲线拟合的方法
正丁醇/煤油混合物非预混燃烧压力振荡特性