北京理工大学管理与经济学院　韩睿　刘锦薇

能源需求预测误差研究综述

北京理工大学管理与经济学院韩睿刘锦薇

摘要:能源需求预测，作为能源预测中的基本预测，其预测的误差大小对能源市场的供给和需求起着很重要的导向作用，本文对能源预测误差的研究文献进行整理分类，旨在归类探讨对预测误差的研究覆盖，发现有待深入研究的问题。

关键词:能源需求预测误差IEA

能源预测是对未来各类能源的供需比重、市场价格以及与能源相关的技术发展、环境政策导向效果等进行推测。各个能源预测问题相互影响，其中能源需求预测是能源预测中的基本预测。对能源预测误差的回顾，分析导致误差的各个原因，可以为今后进行更好的预测打下坚实基础。

近年来不少国内外学者对能源需求预测的误差进行了理论和实证研究。Craig等（2002）针对关于长期预测问题提出几点建议，例如对基本假定数据建档、防止陷入复杂技术困境、注意经济中的不连续数据的处理、合理运用情景分析等。Utgikar等（2006）对兰德公司20世纪50年代提出的Delphi预测方法进行了介绍，并将Smil在1974年运用此方法对能源环境的预测结果与实际情况进行对比，指出以下几点预测失误原因：方法上的不合理，完全匿名的Delphi方法容易出现不负责任的观点，并且最终达成一致的结果会使得一些虽然极端但有一定合理性的观点被忽略；能源环境相关技术因素，对能源技术进步预期过高；社会政治因素，即使技术进步如期发展，但是忽略公众、政府的接受和支持度（例如公众对核电的认可和恐慌程度），也会造成对未来能源环境发展趋势的错误判断；市场经济因素，若石油资源不会用尽，那么对于非化石能源的开发和利用也很难有较大的市场推动力，作者由此提出，提高原油市场的供需预测是整个能源环境预测的关键，其中尤其要关注包括中、印在内的经济快速发展的亚洲石油市场需求。以上这些针对1974年Smil的能源预测准确性影响因素——方法理论、技术预期、政策指向及经济因素，也对其他能源环境相关预测有一定的普适性。

一、能源需求预测误差定性分析

Smil（2000）从主要能源转换、基础能源需求、部门能源需求、能源耗尽、能源替代这五个预测方向分别回顾了历史上各长期能源预测的教训。文章所列举的关于主要能源演变的错误预测论断，包括从19世纪末爱迪生公司建成发电厂前夕有关学者对电力的不看好，到20世纪70年代对核能和可再生能源的一度狂热和夸大展望；而对于可以从人口和经济着手的相对较易的一次能源需求预测来说，总需求预测较为准确，但是成功的相关细节预测例如发展中国家的经济飞跃等，却是各大机构学者无法企及的；2000年前就要达到石油生产峰值等预测，错误地判断了技术进步对各能源种类发展和替代的作用。通过如此多的预测教训可以看出，复杂模型也不能准确预测社会、经济、技术和环境发展间相互作用。

Bezdek等（2002）回顾了自上个世纪五十年代以来美国各机构学者的长期能源预测。总结半个世纪的学者或机构的能源预测中，对于一些宏观趋势预测，如人口增长、经济发展、清洁能源的开发和利用等定性、无范围限制的基础预测有一定的说服性，但对于有时间限定的点预测则误差百出。常见能源预测错误有：预测石油产量的峰值期过早；低估能源价格和市场调节的作用；对能源技术的作用潜力的欠充分预测；对可再生能源的过高预期；未预测到中国等发展中国家的经济高速发展对世界能源需求的巨大影响等。Koomey（2003）文章通过对两位长期能源预测带头人——Landsberg和Schurrerzhanhou的预测回顾文献的总结，指出回顾历史预测的重要性，提出能源历史回顾不仅仅是简单的能源需求的预测值与实际值的比较，而应该更全面细致地分部门、分区域及分能源种类进行分析，另外还需要比较人口、经济、天气、工业产值等预测的关键参数。作者还指出，回顾的另一重要意义在于理解模型方法等的不确定因素造成的系统误差。

二、能源需求预测误差定量研究

于汶加等（2009）对IEA和EIA的全球能源需求预测结果进行回顾，对比两预测机构的中长期能源预测模型体系的特点和缺陷，并提出建议。文章分析发现两机构对全球能源消费总量的预测偏差较小，但区域能源需求预测误差较大，指出需用国家发展程度划分基本的预测单元来代替较为笼统的地域划分；另外，可以将原来使用的终端能源消费预测与人均能源消费法相结合，以免忽略对能源消费基本规律的宏观把握。

Auffhammer（2007）实证研究发现对石油、煤炭和电力价格、天然气消费、电力供给、GDP以及能源强度的预测都存在不对称损失。Sanders等（2008）整理了EIA1992年2月到2005年4月发布的季度预测数据，研究对象为提前一季度的美国国内石油、天然气、煤炭和电力的短期供给预测。所用评估方法有两类，一是准确度检验，多角度审视预测误差；二是分类检验，评估整体能源供给方向的预测能力。Sakva（2005）和Winebrake等（2006）发现国家总能源需求预测的误差中隐含较大的部门能源需求预测误差。文章得出：外生参数的误差高于被预测参数的误差；国家总能源需求预测精度高于部门能源需求预测；能源价格预测误差较大；几乎所有的参数都具有系统误差，有连续的高估或低估。因此通过提高基本假设的准确度、关注能源价格预测、分析预测误差较大的关键部门的需求预测等是进一步提高总体能源预测的关键。

Lady（2010）指出先前的常用评估方法可操作性较差，把与预测有关的假设参数的真实值带入最初的预测模型，分析得出结果与真实能源数据的差距，但是对于长期预测回顾来说，要求存档多年来的的模型软件和硬件技术支持。Fischer等（2009）对EIA的中长期预测模型、短期预测模型及其年度回顾评估进行了介绍和评价，进而研究EIA对1985-2006年的美国能源需求中期预测数据。

综述能源预测误差相关文献，早期整理和定性评析各类预测的文献较多，之后多数学者将研究重心转移到与实际数据和现实状况结合的实证回顾研究，各定性研究文献都在一定程度上表达出准确预测的难度，提出一些宏观方向把握上的预测建议。对能源预测的定量评估文章的多数研究对象为EIA的能源需求预测数据。

通过总结，对于能源预测评估的研究的待发展和未涉足之处有以下几点：首先，以IEA预测数据为研究对象的文献有限，且评估方法限于简单的统计比较；其次，多数定量评估模型的评估参数以及考虑的因素较为单一，缺乏对能源消费结构（分部门、分区域、分种类和分阶段）、能源价格（而非仅片面涉及原油价格）、能源供给、能源转换以及各个政策影响的综合考量。

参考文献：

[1]Craig, P. P., A. Gadgil, et al. What Can History Teach us? A Retro⁃spective Examination of Long-Term Energy Forecasts for the United States [J]. Annual Review of Energy and the Environment, 27(1): 83-118, 2002.

[2]Smil, V. Perils of Long-Range Energy Forecasting: Reflections on Looking Far Ahead [J]. Technological Forecasting and Social Change, 65 (3): 251-264, 2000.

[3]Utgikar, V. P., J. P. Scott. Energy Forecasting: Predictions, Reality

and Analysis of Causes of Error [J]. Energy Policy, 34(17): 3087-3092, 2006.

[4]Bezdek, R.H., R.M. Wendling. A Half-century of Long-range Ener⁃gy Forecasts: Errors Made, Lessons Learned and Implications for Forecast⁃ing [J]. Journal of Fusion Energy 21 (3/4): 155–172, 2002.

[5]Koomey, J., P. Craig, et al. Improving Long-Range Energy Model⁃ing: A Plea for Historical Retrospectives [J]. Energy Journal, 24(4): 75-92, 2003.

[6]于汶加,王安建等.解析全球能源需求预测结果及相关模型体系[J].资源与产业, 11(03):12-16, 2009.

[7]Auffhammer, M. The Rationality of EIA Forecasts Under Symmetric and Asymmetric Loss [J]. Resource and Energy Economics, 29: 102–121, 2007.

[8]Sakva, D. Evaluation of Errors in National Energy Forecasts [D]. Public Policy Program of Rochester Institute of Technology. 2005.

[9]Winebrake, J. J., D. Sakva. An Evaluation of Errors in US Energy Forecasts: 1982–2003 [J]. Energy Policy, 34(18): 3475-3483, 2006.

[10]Lady, G. M. Evaluating Long Term Forecasts [J]. Energy Econom⁃ics, 32(2): 450-457, 2010.

[11]Fischer, C., E. Herrnstadt, et al. Understanding errors in EIA pro⁃jections of energy demand [J]. Resource and Energy Economics, 31(3): 198-209, 2009.