天然气价格预测模型公式详解_天然气需求量预测

1.一份关于“社会商品价格变化”的社会实践作文怎么写 格式+大只内容

2.趋势回归法

3.天然气100元钱能买多少

4.国外油气资源趋势预测研究现状

5.各超市物品价格的研究性学习报告

6.煤层气项目综合经济评价模型

7.能耗预测技术

8.中俄石油天然气合作的博弈分析

一、研究阶段

国内对油气资源趋势预测的研究可以分为起始阶段(20世纪80年代)、发展阶段(20世纪80年代至今)，未来也将朝综合预测的方向发展。

(一)起始阶段

国内对油气资源发现趋势的预测研究始于20世纪80年代，中国科学院院士翁文波先生作出了开创性的工作。翁文波先生于年出版的专著《预测学基础》，认为任何事件都有“兴起—成长—鼎盛—衰亡”的自然过程，油气的发现也有类似的规律，基于此理论思想提出了泊松旋回(PoissonCycle)模型。该模型是我国建立的第一个预测油气田储量、产量中长期预测模型，通常称之为翁氏模型，可以对某一油区、国家或组织全过程的产量进行预测。翁先生于1991年出版了英文版本专著“Theory of Fore-casting”，该书将泊松旋回更名为生命旋回。此后，国内的相关研究机构和学者开展了大量的油气资源发现趋势的研究，由于统计分析与理论研究工作的深入，在预测模型的建立与应用方面，都取得了显著的成绩。

(二)发展阶段

以陈元千教授为代表继承并发展了翁先生的预测理论，并在油气田储量、产量预测及中长期规划方面得到了广泛应用。1996年，陈元千教授完成了翁氏模型的理论推导，并提出了求解非线性模型的线性试差法。由于原翁氏模型是在模型常数b为正整数时理论推导结果的特例，故将此结果称之为广义翁氏模型。此外，陈元千、胡建国、张盛宗等还提出了威布尔(Weibull)模型、胡—陈—张(HCZ)模型、胡—陈(HC)模型、对数正态分布模型、瑞利模型、广义I型数学模型以及广义Ⅱ型数学模型。黄伏生、赵永胜、刘青年提出了t模型，并由胡建国等完成推导。陈玉祥、张汉亚将经济学中的龚帕兹(Compertz)模型也应用于石油峰值问题的研究。

二、预测模型

综合对比国内外10多种关于石油峰值理论定量研究的模型，大体分为如下3类:基于生命有限体系的生命模型，如:哈伯特模型、广义翁氏生命旋回模型和龚帕兹模型;基于概率论和统计学理论的随机模型，如威布尔模型、对数正态分布模型、瑞利模型和t模型;基于生产实践和理论推理的广义数学模型，如HCZ模型、HC模型、广义I型数学模型和广义Ⅱ型数学模型。

三、研究实例

(一)我国石油储量、产量的趋势预测

1.石油地质储量的预测

国内不同机构或学者利用不同的方法对今后石油探明储量的增长趋势进行了大量的分析，普遍认为未来20年我国石油的年均探明地质储量为7×108～8×108t(表2-2-1)。

表2-2-1 我国石油探明地质储量预测对比表

其中，贾文瑞等采用了翁氏生命旋回和费尔哈斯两种模型对今后石油探明储量的增长趋势进行分析。采用翁氏生命旋回法测算1996～2010年预计可新增石油探明储量105×108t左右，即年均新增储量为7×108t左右，而且大概在2010年以后，年增探明储量将逐步明显降低。沈平平等人2000年预测2001～2010年中国石油年增探明储量的规模保持在6×108～7×108t。国家石化局预计“十五”期间石油年均新增储量6.44×108～6.9×108t，2006～2015年期间石油年均新增储量为7×108～7.3×108t。钱基在2004年预测，中国的新增石油储量峰值将在18～22年后到来，比美国晚50年左右。从一般含油气区的规律看，产量峰值期比储量峰值期滞后约15～20年。预计中国国内在储量峰值期到来前(2020年)将新增石油探明地质储量160×108～200×108t。张抗、周总瑛利用逻辑斯谛模型、经验趋势法和灰色系统模型预测了近中期我国石油储量增长情况，2001～2005年期间累计新增探明储量35×108～38×108t，2006～2010年期间累计新增探明储量32×108～35×108t。郑和荣、胡宗全2004年预测在未来的20年内每年可新增探明石油地质储量9×108t左右，共可探明石油地质储量180×108t左右。

《中国可持续发展油气资源战略研究》报告认为，我国石油资源尚有较大潜力，20年内(2005～2025)储量将稳定增长，发现石油可采储量5000×104t以上大油田或油田群的可能性仍然存在。其中，东部地区石油储量增长基本稳定，年新增探明可采储量0.6×108～0.8×108t，西部地区年新增探明石油储量可保持在0.5×108～0.6×108t左右。

2.石油年产量的预测

国内对我国石油产量的增长趋势也进行了大量的分析预测，总体认为产量高峰在2×108t左右，高峰出现时间在2010～2020年。

《中国石油发展战略研究》预测我国石油产量高峰期将在2015年前后达到2×108t左右。贾承造2000年预测我国石油产量高峰约1.7×108～2.1×108t左右，高峰值将出现在2010～2020年。

《中国可持续发展油气资源战略研究》报告预计未来20年石油产量将逐步形成西部和海上接替东部的战略格局，从而保持全国石油产量的稳定增长。预计到2010年，我国东部油区年产油0.89×108～0.96×108t，2020年产油0.76×108～0.85×108t;2010年，我国西部油区产量将上升到0.51×108～0.55×108t，2020年将上升到0.68×108～0.75×108t;预计2010年海域石油产量将上升到0.36×108～0.39×108t;2020年达到0.37×108～0.41×108t。2020年全国实现原油产量1.8×108～2.0×108t是有把握的。

国土资源部油气资源战略研究中心2003年预测，2005年我国原油产量1.75×108t，2010年原油产量1.8×108～1.9×108t，2015年原油产量1.8×108～2.0×108t，2020年原油产量1.7×108～1.9×108t。

(二)我国天然气储量、产量的趋势预测

张抗、周总瑛等在2000年总结了国内不同研究机构对中国近中期天然气储量与产量增长预测(表2-2-2、表2-2-3)。

表2-2-2 国内不同研究机构对中国天然气储量增长预测表 单位:1012m3

表2-2-3 国内不同研究机构对中国天然气产量增长预测表 单位:1012m3

李景明等根据1991年以来的天然气储量增长态势，综合考虑中国天然气地质条件和勘探前景，利用翁氏旋回法、龚珀兹法、历史趋势法等预测，2001～2015年共计可新增天然气可采储量2.95×1012m3，年均增加可采储量1839×108m3。按照2015年年产1000×108m3的产量方案计算，届时中国天然气的储采比仍可保持在30∶1以上。天然气储量增长的主体仍然是7大盆地。

钱基预计到2020年，国内可以新增探明天然气地质储量8×1012～10×1012m3。

《中国可持续发展油气资源战略研究》报告认为，我国天然气资源比较丰富，正处于勘探早期阶段，大型气田将不断发现。估计2004～2020年共计可新增天然气可采储量3.13×1012m3，年均增加可采储量1839×108m3。到2020年底我国天然气可采储量将达到5.6×1012m3。按照2020年年产1200×108m3的产量方案计算，届时我国天然气的储采比仍可保持在25∶1以上。并预测国内天然气产量2010年达到800×108m3，2020年达到1200×108m3。

一份关于“社会商品价格变化”的社会实践作文怎么写 格式+大只内容

油气资源储量、产量增长趋势预测的方法大致可以划分为三大类，一是专家评估法，二是统计法，包含时间序列数学模型法和工作量数学模型法，三是类比法。

（一）专家评估法

1.基本原理

专家评估法是指预测者制作油气资源趋势预测表格，分发给熟悉业务知识、具有丰富经验和综合分析能力的专家学者，让他们在已有资料的基础上，运用个人的经验和分析判断能力，对油气资源的未来发展做出性质和程度上的判断，然后经过分析处理，综合专家们的意见，得到预测结果。

2.实施步骤

（1）设计油气资源趋势预测表格。预测表格主要包含油气储量、产量高峰值及持续时间的预测，以及每五年的平均储量发现和产量情况（表4-2）。

表4-2 发现趋势专家评估法预测表

（2）将表格分发给专家进行预测。选择对我国油气资源状况比较了解，有较高理论水平和丰富实践经验，在油气资源评价和战略研究方面卓有成效的专家学者。将表发给专家，并附以相关资料，请专家对表中所列事项作出预测与评价，并给出预测依据。

（3）预测结果的分析整理。用统计方法综合专家们的意见。把各位专家的预测结果予以综合、整理、分析，并将结果以图表的形式表现出来。

（二）统计法

统计法主要依据已知的油气储量、产量数据，采用各类数学模型，进行历史数据的拟合，并预测未来的发展趋势。统计法包括时间序列法、勘探工作量数学模型法、递减曲线分析法、储量—产量历史拟合法和储量—产量双向平衡控制模型法等（表4-3）。

表4-3 油气资源发现趋势预测统计法模型分类表

其中，时间序列模型法中的翁氏旋回、逻辑斯谛模型、龚帕兹模型、胡陈张模型、多旋回哈伯特和勘探工作量模型法以及储量—产量双向平衡控制模型法较为常用。

（三）类比法

1.方法原理

所谓类比法是指开展低勘探程度盆地的油气储量、产量趋势预测时，以勘探程度较高的盆地作为类比对象，依据预测盆地与类比盆地在盆地类型和油气地质条件的相似性，假设预测盆地投入充足勘探开发工作量的情况下，未来一个时间段内能够发现的油气储量和达到的产量。类比法可分为探明速度类比法和图形类比法。类比法的建立为低勘探程度地区的油气资源储量、产量增长趋势预测提供了可行的思路和办法。

2.方法种类

（1）速度类比法。以盆地类型为主要划分依据，分别选取松辽、鄂尔多斯、渤海湾、二连、准噶尔、柴达木、吐哈、酒泉、塔里木、苏北和百色盆地作为石油储量发现和产量增长的类比盆地，选取四川、鄂尔多斯、塔里木、吐哈、柴达木、松辽、渤海湾、南襄和百色盆地作为天然气储量发现和产量增长的类比盆地。依据各盆地油气资源的探明程度与采出程度，将以上盆地的勘探开发阶段划分为早期、中期和后期，不同阶段具有不同的油气地质储量的探明速度和可采储量的采出速度。对低勘探程度盆地进行油气资源趋势预测时，给定油气储量发现和开始具有产量的起点，类比高勘探程度盆地的探明速度和采出速度，预测出未来某一时间单元内（2006～2030年）该盆地油气储量探明状况和产量增长状况。

（2）图形类比法。图形类比法是假设在有充足的勘探开发工作量基础上，预测盆地和类比盆地具有相似的勘探发现历程与产量增长过程，预测盆地可类比高勘探程度盆地的储量发现和产量增长曲线，使用类比盆地的模型参数以及预测盆地的资源量数据，即可得到预测盆地油气资源趋势预测曲线，进而得到2006～2030年储量和产量的数据。

按照类比标准表所选取的盆地，使用龚帕兹模型分别进行储量和产量数据曲线的拟合，得到40个储量类比图形和产量类比图形，以及相应的图形参数a、b。

3.实施步骤

（1）建立类比标准表：选取勘探程度较高的盆地作为类比盆地，按照盆地类型进行分类，将各盆地的储量发现和产量增长划分为不同的阶段，统计计算各阶段的储量探明速度和产量增长速度，制作类比标准表。

（2）建立类比图形库：根据作为类比盆地的高勘探程度盆地的储量、产量历史数据，用龚帕兹模型进行曲线拟合，得到控制图形形状的参数a和b，分别拟合类比标准表中各盆地的储量和产量曲线，建立类比图形库。

（3）为预测盆地选择合适的类比盆地：预测盆地与类比盆地的盆地类型、地层时代、储层岩性相近，油气地质条件可以类比。

（4）按照类比标准表分别给各预测盆地储量探明速度和产量增长速度赋值，并按盆地实际情况选择对应的持续时间，得到2006～2030年预测盆地累计探明程度、储量以及累计产量。

（5）将预测盆地的资源量和类比盆地的参数a和b代入龚帕兹公式，得到预测盆地的储量发现和产量增长曲线。

（6）以探明速度和产出速度类比法为主，并考虑图形类比法得到的预测结果，对预测盆地2006～2030年油气资源发现趋势进行综合分析。

（四）综合预测法

1.方法原理

综合预测法是指以盆地或预测区的资源潜力为预测基础，分析其勘探开发历程，依据目前所处的勘探开发阶段，确定其未来储量、产量可能出现的高峰值及时间，使用多旋回哈伯特模型，采用储采比控制的办法，对油气储量、产量进行预测。

多旋回哈伯特模型可表示为：

全国油气资源评价系统建设

式中：Q— —油田年产量，104t或108m3

Qm— —油田年产量高峰值，104t或108m3;

t——时间变量，年；

tm— —产量高峰年份，年；

i——哈伯特旋回个数；

k——哈伯特旋回总数；

b——模型参数。

用多旋回哈伯特模型预测石油地质储量和油气产量首先要确定哈伯特旋回的个数，除了已出现的高峰，还要预测将来可能出现的高峰个数，这需要掌握丰富的地质资料和勘探开发历程，并对油气田的未来发展趋势有比较正确的认识；然后通过最小二乘法进行非线性拟合，确定单个哈伯特模型的参数，最后将多条哈伯特曲线叠加得到总的预测曲线。

2.实施步骤

（1）油气储量、产量高峰的基本判断。开展盆地油气储量、产量发展趋势预测是以其油气资源潜力分析为基础的，盆地的资源量和探明程度、产出程度基本上决定了油气未来储量、产量上升或下降的态势。因此，依据盆地目前所处的勘探阶段、资源潜力、历年所发现的储量规模、石油公司的“十一五”规划和中长期发展规划以及专家评估法做出的判断，确定盆地的储量发现高峰是否已过，如果高峰已过，则未来的储量发现将呈现衰减的形势；如果尚未达到高峰，则需要判断高峰出现的时间及高峰值，不同类型盆地的储量高峰所处的勘探阶段不同，但一般出现在探明程度40%～60%时。产量高峰的判断还要考虑油气开发状况，一般比储量高峰晚5～20年。通过专家小组会议确定各盆地的储量、产量高峰。

（2）油气储量、产量增长曲线拟合。在确定了盆地储量、产量的高峰后，即可使用多旋回哈伯特或高斯模型进行油气储量、产量曲线的拟合。首先要确定哈伯特旋回的个数，除了已出现的高峰，还要根据未来可能出现的高峰值，选择合适的旋回个数，然后通过最小二乘法进行非线性拟合，精确确定单个哈伯特模型有关高峰值、出现时间及表示曲线形态的参数，最后将多条哈伯特曲线叠加得到总的预测曲线。

（3）采用储采比控制储量、产量之间的关系。首先对预测期内的储采比变化趋势进行预测判断，一般而言，高勘探程度盆地的储采比呈现下降趋势，而低勘探程度盆地的储采比在储量发现高峰之前快速上升。然后对盆地的储量、产量进行预测，采用储采比控制法控制储量、产量之间的关系。储采比控制法是在对预测期内新增动用可采储量的预测基础上，用剩余可采储量的储采比作为控制条件进行产量预测的一种方法。预测期历年的新增可采储量，包括老油田提高采收率增加的部分和新增动用储量增加的部分。

趋势回归法

为商品价格的变化和我们的生活息息相关，商家了解商品价格的变化有助于把握市场的供求关系，使商品的生产数量趋于合理。而我们了解商品价格的变化可以为我们的生活带来便捷。要了解商品价格的变化规律，首先我们得了解一些主要商品及及服务价格变化对CPI及中低收入居民生活的影响。

一、两个具体问题的界定

（一）主要商品及服务项目的确定

统计部门计算城市居民消费价格指数所调查的商品及服务项目有几百种，基于本文的研究目的，我们确定的主要商品及服务项目包括与居民生活密切相关的生活必需品和目前政府定价目录内的部分商品及服务。因此，我们选定了八大类共70多项主要商品及服务项目作为研究对象。本文所选取的这些商品及服务项目大多数是消费弹性系数较小的项目，居民不会因其收入的增减而对此类商品的支出安排作较大调整。因此，这些商品及服务价格的变化将对CPI变动的趋势和幅度起到决定性的影响作用，具有充分的代表性。

（二）低收入居民的界定

低收入居民是指在一定时期内人均收入低于某一标准的人群，一般包括失业者、残疾人、孤寡老人等几类人群。在实际工作中，主要是以收入为标准来对低收入居民进行划分，它是一个相对于高、中收入群体的概念。由于我国各地经济发展水平不同，人均收入的差异也很大，所以具体标准很难统一。就成都市而言，目前是以人均月收入低于230元作为确定低保入群的标准，而统计部门的资料大都采用城镇住户抽样调查样本中的10％最低收入户家庭来进行划分。本文原则上按照此标准来确定低收入人群，其实际涵盖范围略大于成都市目前纳入民政府救助范围的低保人群。

二、测算模型的建立

（一）城市居民消费价格指数的编制方法

我国居民消费价格指数采用固定权数加权算术平均指数方法来编制。其编制过程可归纳为如下：第一，将各种居民消费品划分为食品、烟酒及用品、衣着、家庭设备和维修服务、医疗保健和个人用品、交通及通讯类、文化教育及服务、居住等八大类，各大类再划分为若干中类和小类；第二，从上述各小类中选定某种具有代表性的商品及服务项目编入指数，利用有关对比时期的价格资料，分别计算个体指数；第三，通过城镇居民家庭收支调查得到的消费构成确定居民消费各类商品及服务的支出在总支出中的比重权数，加权计算出居民消费价格小类、中类、大类的指数；第四，将各大类指数再加权，求出居民消费价格总指数。整个编制过程中需要反复使用的是固定加权平均公式K=∑kw/∑w，式中k为单种商品的个体价格指数，w为居民消费支出中各项目的实际权重。

（二）主要商品及服务项目权数修正系数的确定

随着居民收入的不断提高，其消费结构会逐步发生变化，一些基本生活必需品的消费比例会逐步降低，一些享受型的消费比例会逐步上升。为了适应居民消费结构的变化，更准确地预测某一商品或服务价格变动对CPI的影响程度，有必要对这些主要商品及服务项目的权数变动趋势和幅度进行测算，以便对计算CPI的权数进行适当修正。因此，我们按照成都市居民近10年来人均消费支出情况，对所选取的主要商品和服务项目进行分析研究，计算出其比重变化，得到所需要的修正系数。其计算公式如下：

c＝（⊿c ）/(n-1) (其中c代表商品的修正系数，⊿c表示当年比重减上年比重的变化幅度，n代表预测时间数)

我们以食品为例，从1998年到2006年，成都市一般居民粮食消费支出占总支出的权重变化总体上呈逐年降低趋势。1998年其权数为44.4%，到2006年已降为33.9%，9年间下降了10.5个百分点。计算得出一般居民消费价格指数中，食品权数的修正系数为-1.312%（负号表示下降趋势），其他商品及服务项目同理计算得出。

我们通过对选定70多种商品和服务项目的分析，得出对居民基本生活支出影响最大的前十项商品和服务项目，以及对成都市居民基本生活支出预期增减幅度影响最大的前十项商品和服务项目的变动修正系数。这些权数修正系数的确定，使我们可以从主要商品及服务价格变动对CPI的影响程度作出较为准确和长期的预测分析。

需要特别说明的是：这些修正系数的确立，是根据历年消费实际支出的比重变化进行分析测算而得出的一个平均增减变化程度，与该商品及服务项目每年所占比重变化的实际权数并不完全一致。同时，通过上表，我们还可看出成都市居民消费支出的若干特点：

从比重看，这十项支出占了居民生活总支出的53.76%，而前六项的支出就占了近38.82%，在居民生活支出中具有相当的代表性。

从变动趋势看，物质性消费在逐步下降，非物质性消费在逐步上升。上升排列前两位的项目是通信和文化支出，而下降排列前两位项目是猪肉和交通的支出；在下降趋势最明显的十项商品及服务中，吃的商品就有七项。而上升趋势最明显的十项支出中，除在外用膳食品外，穿、用商品及服务占绝大多数。

从顺序看，这十项比重仍然是按吃、穿、用的顺序排列。但吃的形式发生了变化，在外膳食成了市民的第一大支出，而粮食、蔬菜等家庭主要食品的支出位次明显靠后，粮食甚至退出了前十位，其比重仅为2.04%。2006年，成都市一般居民的恩格尔系数为33.9%，按联合国粮农组织提出的标准衡量，成都市城市居民生活水平已经进入富裕阶段。

（三）主要商品及服务价格变动对CPI影响的测算模型

通过对价格指数编制过程及权重修正系数的分析，我们可以确定出如下公式来计算主要商品及服务项目的价格变动对CPI的影响程度。

y=⊿a/a × （w＋c）×100％

其中，w为商品a的权数，w的构成是小类权数、中类权数及大类权数的乘积，a为具体的主要商品或服务项目价格，⊿a为价格变动值，c为该商品的修正系数，y为该商品或服务项目价格对CPI的影响程度。

下面我们分别以天然气、自来水和居民生活用电的价格为例，预测其价格变动对2007年CPI的影响程度。假设2007年我市天然气价格上涨8%，民用天然气价格由目前的1.43元/立方米调整到1.54元/立方米，按上述模型测算，仅天然气价格的上涨，就会拉动2007年的CPI上升0.12个百分点。假设2007年自来水价和电价都不做调整，由于2006年10月污水处理费上调了0.15元，该翘尾因素将拉动2007年的CPI上升0.05个百分点；2006年6月，居民生活用电从0.4657元/千瓦时调至0.5224元/千瓦时，涨幅12.18%，其翘尾因素将拉动2007年CPI上升0.14个百分点。仅这三项的价格变动就会对2007年的CPI拉动0.31个百分点。因此，利用上述测算模型，我们可以较为准确地测算主要商品及服务价格变动对CPI的影响程度。

三、主要商品及服务价格变动对CPI影响程度分析

2006年，成都市价格水平没有出现大的起落，全年居民消费价格水平上涨1.8个百分点。根据测算模型计算，本文所列70种商品价格变动拉动CPI上涨了1.87个百分点，超过了全年价格上涨水平。这些商品和服务价格的上涨成为拉动全年价格指数上升的主要因素。其中，尤以食品和水、电、燃料等价格的上涨拉动最为直接。另外，医疗保健类上涨也带动价格总水平微幅上涨0.06个百分点。下面运用上述模型，着重就食品和水、电、气价格变动对居民消费价格总水平的影响程度作简要分析。

（一）食品价格

2006年食品价格上涨2.5%,食品在居民消费支出所占比重为33.85%。根据计算公式得出，食品类商品价格变动拉动成都市全年CPI上升0.85个百分点。

（二）水、电、气价格

根据计算，2006年水、电、气价格合计上涨11.27%，实际拉动当年CPI上升0.49个百分点。具体如下：

1.自来水价格：由于污水处理费的调整，城区自来水价格由原来的2.00元/吨涨到了2.15元/吨，涨幅达7.5%。自来水占成都市居民消费支出比重为0.87%，自来水价格上涨拉动2006年成都市CPI上升0.09个百分点。

2.电价：由原来的0.4657元/千瓦时涨至0.5224元/千瓦时，涨幅12.17%。所占居民消费支出比重为2.95%。电价上涨对2006年成都市CPI拉动0.20个百分点。

3.天然气价格：由原来的1.28元/立方米涨至1.43元/立方米，涨幅高达11.72%。所占居民消费支出比重为1.49%，天然气价格上涨对2006年成都市CPI拉动0.20个百分点。

从上述价格变动的影响程度可以看出，仅食品和水、电、气的价格变动就拉动2006年成都市CPI上涨1.34个百分点，这两类价格的变动成为影响CPI走势的决定性因素。

四、主要商品及服务价格变动对低收入

居民生活影响程度分析

近年来，成都市主要商品和服务价格均有不同程度的上涨，从2004年至今，CPI分别上涨3.9%、2%、1.8%。从涨幅来看不算太高。但看似轻微的CPI上涨水平，已成为部分低收入居民难以承受之重。因此，研究主要商品及服务价格的变动对低收入群体的影响，真实反映出这部分社会阶层的实际生活状况，对维护社会稳定、构建社会主义和谐社会具有重大的现实意义。

（一）2000年－2006年低收入居民收支情况分析

低收入居民2000年－2006年7年间人均可支配收入4111.99元/年，消费支出人均3909.42元/年，总体上收入大于支出，生活水平在逐年改善。但收入增长不稳定，收支增长波动比较大，个别年份甚至支大于收。从收入与支出的发展趋势来看，2000年－2006年低收入居民人均可支配收入年均增加2.69%，而消费性支出年均增长4.57%，收入增长速度低于支出增长速度，使低收入人群的消费预期下降，生活压力加大。

2000年－2006年一般居民与低收入居民的收支情况比较：从实际收入看，7年间一般居民年均可支配收入为9847.53元，是低收入居民的2.4倍；从收入的增幅来看，一般居民年均增长8.92%，比低收入居民高出6.23个百分点。从实际支出来看，一般居民年均支出8013.79元，是低收入居民年均支出的2倍；从支出的增长幅度看，一般居民年均增长8.19%，比低收入居民高3.62个百分点。可见，不论是收入增长的金额还是收入增长的幅度，一般居民的增长都大大高于低收入居民；而且，一般居民收入的增长幅度大于其支出的增长幅度，而低收入居民的收入增长幅度小于支出增长幅度，说明社会的贫富差距在进一步拉大，一些生活必需品价格的上涨已成为低收入群体的沉重负担。因此，如何加大对社会弱势群体的帮扶力度，建立和完善社会救助机制，努力缩小贫富差距，仍是政府和社会面临的一个长期任务。

（二）低收入居民消费支出构成分析

从2006年八类商品消费支出情况看，低收入居民消费支出主要集中在与基本生活密切相关的食品、教育、居住等项目上。三项合计支出3166.66元，占总支出的67.64%。一般居民的该三项支出占其总支出的49.85%。从权重情况来看，低收入居民在食品、医疗保健、文教服务、居住类上的支出权重比一般居民要高，而在衣着、家庭设备及服务、交通和通讯类上则比一般居民要低得多。可见，一般居民和低收入居民在支出安排上有着明显的差别，低收入居民将更多的支出安排在生活必需品上，而在弹性系数比较大的消费项目上的支出则比一般居民要少得多。如在交通和通讯支出上，一般居民占总支出的17.42%，仅次于在食品上的支出，而低收入居民在此项目上的支出只占总支出的6.41%，仅比在家庭设备及服务和杂项商品和服务上的支出比重高。

从近几年来的低收入居民消费支出情况分析，增加的支出主要集中在食品、医疗、教育、居住上。下面对此进行详细分析，并与一般居民进行比较。

1.食品：2006年食品价格上涨2.5%，低收入居民食品消费支出为1961.52元，所占比重为41.9%。通过公式计算得出，2006年食品类商品价格变动对低收入居民的影响程度为1.12%，比一般居民高0.26个百分点，实际比2005年多支出110.88元，多支出部分占总支出的2.8%。一般居民在食品上的支出为3486.55元，仅比2005年多支出90.31元，多支出的比重为0.9%。在食品消费的实际支出上，低收入居民仅为一般居民的56.26%。

2.医疗：在医疗支出上，低收入居民2006年的支出为399.20元，比2005年多支出234.27元，同比上涨142.04%。而一般居民在此项的支出为599.81元，比2005年少支出1.76元，支出没有发生较大变化。在医疗保健的实际支出上，低收入居民仅为一般居民的66.55%。

3.教育：低收入居民2006年的教育支出为616.94元，比2005年多支出128.33元，同比上涨26.3%；一般居民2006年的教育支出为630.58元，比上年多支出26.24元，同比多支出4.3%。低收入居民的支出为一般居民的97.69%。

4.居住：2006年按照国家关于资源环境价格改革的相关政策,对水、电、气价格都进行了不同程度的调整，导致居民居住类消费支出比2005年有一定增长。低收入居民2006年水、电、燃料消费支出449.64元，比2005年多支出78.52元，上涨21%。而一般居民2006年水、电、燃料消费支出559.46元，比2005年上涨14.5%。低收入居民的支出为一般居民的80.37%。

综上所述，除教育支出与一般居民大致差不多外，低收入居民在食品、医疗、居住类等方面的支出都大大低于一般居民。从低收入居民消费情况来看，2006年低收入居民人均总支出4681.79元，比2005年多676.71元，其中仅食品、教育、医疗、居住4项支出之和，就比2005年多支出438.32元，占多支出总额的65%；这4项支出占2006年低收入居民支出增额的绝大份额。由于这些支出的增多，造成耐用品、房租、城市交通、文化等方面的支出略为下降，影响低收入居民生活水平的提高。虽然成都市最低生活保障金标准在2006年11月21日进行了一次调整，由原来的210元/月调整到230元/月，但仍不足以补贴低收入居民因物价上涨带来的额外支出。

五、总结

通过以上分析，我们认为，居民消费价格指数变动情况作为政府制定宏观政策的重要依据是十分必要的。对于居民生活而言，日常生活必需品价格上涨程度对其生活的影响相当直接，而低收入居民对此的感受就更为强烈。因此，作为价格主管部门，更应加强对日常生活必需品价格的监测和管理，并对价格变动对居民生活影响程度做比较准确的预测。保证政府在调控宏观经济时更加科学、合理、稳妥，同时也为了适应构建社会主义和谐社会的需要。

天然气100元钱能买多少

趋势回归分析法是利用统计学的方法，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。回归分析的目的是通过具有已知值的输入输出变量，找到一个联系输入变量和输出变量的最优模型。更确切地说，回归分析就是试图从实际数据中寻找某种规律的方法，确立和分析某种响应Y（因变量）和重要因素X（自变量）之间的函数关系。趋势回归分析法可分为线性回归和非线性回归。在最简单的情况下，回归采用的是线性回归这样的标准统计技术，线性回归的理论已经很完善。但大多数现实世界中的问题是不能用简单的线性回归来做分析的，只能采用非线性回归。管道能效变化是十分复杂的，无法用简单的线性关系来表示，因此选用非线性回归的方法来做管道能耗的趋势分析。

非线性回归可分为两种情况，即已知曲线（方程）类型和未知曲线（方程）类型。这两种情况需要用不同的方法来解决。一般来说，如果已知曲线类型，回归效果会比较有保证；同时在多数情况下我们对所研究的对象都有一定了解，可以根据理论或经验给出可能的曲线类型，因此常用的还是已知曲线类型的回归。确定曲线类型的方法主要有：

1）从专业知识判断。这些公式或者来源于某种理论推导，或者是一种经验公式。

2）如果没有足够的专业知识可判断变量间的关系是哪种类型，则可用散点图的方法来判断。

确定曲线类型之后，回归的任务就变成确定曲线公式中的参数，此时常用的回归分析方法有曲线拟合等方法。同样也要对回归方程和回归系数进行检验。以检验得到的结果是不是反映了X和Y之间的真实关系。比较的标准常用的有两个。

1）误差平方和：

式中：yi为实际值；yi为预测的目标值。

误差平方和必须用变换前的原始数据计算。显然，剩余平方和越小，回归效果越好。但由于随机误差的影响，它不可能无限减小，又无法确定统计检验的阈值，因此它比较适用于比较几种不同变换方法的优劣。

2）相关指数：

式中： ；y为实际值的均值。

相关指数能给人一个比较直观的印象，R2越接近1越好；如果接近0甚至变成负值，则说明变换公式使用不当。

趋势回归能效评价法，主要采取将油气管道的历史能耗数据进行收集、整理，利用趋势回归方法确定能耗变化趋势对比分析，对比分析结果以图形方式直观显示，从中可直接看出各条管道的历史能耗趋势，并将这些能耗数据以环比或同比的方式进行对比，按照输量台阶进行分析，找出经济运行区间，以对管道能耗水平做出正确评价，在此基础上，通过结合管道的实际工况分析能耗变化的主要影响因素。

一元回归分析模型可分为线性模型、指数模型、多项式模型、对数模型、幂函数模型等多种。能耗变化原因非常复杂，所以简单的线性关系是无法反映能耗变化原因的。因此，排除线性模型。其他几种模型的图像如图5-2所示。

图5-2 一兀回归分析模型图

从上面数学模型看，指数模型、幂函数模型和对数模型都是单调递增或单调递减的关系。而管道能耗指标之间的关系不能用单纯的递增或递减来表示，影响管道能耗变化的原因众多，能耗指标之间只能在较小区间内存在单调关系，而在范围较大的区间中的变化趋势是分段单调的，这种规律最适合的数学模型是多项式模型。对管道能耗做趋势分析时选用的数学模型最多的也是多项式模型，少数其他数学模型的相关系数R2也没有在相同条件下多项式模型的相关系数高。因此，能耗分析项目中回归分析的数学模型选用多项式模型。回归分析法中多项式数学模型的阶数如何选择需要通过试算来确定，既要兼顾回归曲线的相关指数R2值，又要考虑曲线所反映的客观情况，例如生产能耗曲线如果出现负值则不符合实际情况。

从长输管道（管网）能耗构成来看，由于输量的变化对直接用于油气输送的能源消耗量有必然影响，与损耗量和辅助能耗（包括辅助生产系统、附属系统、生产管理等过程能源消耗量）没有必然联系。考虑辅助能耗和损耗与生产能耗比量不大，所以不考虑辅助能耗，只需对管道生产能耗进行分析，从管道运行角度分析能耗水平和变化原因。由于不同长输管道（管网）输送过程差异较大，导致其输送过程中能源消耗也存在显著差异。即使从管道输送机理分析，也很难将不同管道的能耗直接进行对比。因此，能耗分析应立足于同一条管道的纵向对比，在相同条件下对其进行分析对比。其中“相同条件”的含义描述如下。

1）管道物理结构。不同的长输管道，其物理结构（包括管径、线路走向等）存在差异是显而易见的。对于同一条管道，随着能源需求量的增加，也会出现原有管道的改建、扩建等，如天然气管道复线的建设、管道沿线用户数量增加等，这些都会导致该管道物理结构的变化，由此必然带来工艺输送方案的调整和变化，使管道工艺参数、动力设备配置及效率等发生变化，从而使能耗发生变化。因此，若不考虑管道物理结构的变化，众多因素对能耗的影响将淹没在管道物理结构变化而引起能耗变化的“噪声”中，无法对管道能耗进行深入分析。因此，对于各个周期的能耗分析，首先应明确管道物理结构变化信息，确保待分析的各个周期中管道物理结构未发生改变，并需要考虑新建、改扩建管道初期能耗的特殊性。

2）输送流体差异。管道输送流体差异性对能耗有显著影响。对于天然气管道，众所周知，对于富气输送（指所输送的天然气富含乙烷、丙烷、丁烷等重组分），由于富气的天然气密度高于常规天然气，可使其流速下降，从而降低管道沿途摩擦损失，提高输送效率；在管道的质量流量一定的前提下，天然气密度增加，还可提高气体的可压缩性，降低压缩能耗，提高压缩效率，使管道能耗下降。对于原油管道，不同区块的原油物性差异明显，由于黏度不同导致能耗不同是显而易见的。对于成品油管道，各油品按照批次顺序输送，各油品的物性、输送次序及各油品的输送量都会影响能耗。

3）工艺输送方案差异。工艺输送方案主要针对液体管道。对于原油管道，主要包括加热输送和加剂输送。对于成品油管道，主要指加剂输送。加热输送指利用加热炉等对原油进行加热，以改善其流动性，降低原油黏度，从而降低管道沿途摩擦损失，提高输送效率；由于管道输送过程中水力、热力的耦合，热力状况和水力状况将相互影响。加热输送一方面增加了热量消耗，但另一方面，降低了管道沿途摩阻损失，并有助于降低泵机组动力消耗。加剂输送在输量不变的情况下，减少了管道沿途压头损失，从而降低了泵机组动力消耗。但受应用经济性的影响，减阻剂尚不能作为一种大量的、常年使用的减阻或增输手段，而是作为一种短期的、权宜性的或特殊处理手段而采用。在能耗分析过程中，虽然一定程度上对管道输送经济性予以考虑，但消耗加剂量并未转化为费用纳入管道整体经济性考虑。因此，对加剂与否要分别讨论。

4）相同输量或周转量。管道能耗随着管道输量或周转量变化而变化。输量反映了管道输送负荷大小，输量越大，负荷率越高。不同输量下，管道能耗不同。只有在经济输量下，才能更好地体现管道输送经济性。周转量是输量和运距（输送距离）的反映，是利用管道输送流体所带来的收益。从反映管道负荷角度来说，输量较周转量更直观。而从反映管道收益角度看，周转量更为合理。

5）相同季节。不同季节时，环境温度（包括气温和地温等）不同，会引起管道输送方案的变化（如在冬季原油管道常需要加热输送）。因此，对比分析管道能耗时，也需要附加相同季节条件，使对比意义更加明显。在上述相同条件下，通过分析动力设备、管道工艺参数等，进一步分析能耗变化的原因。

采用趋势回归法进行能效分析，其对比分析的主要内容为：

1）对比周期。对比分析周期主要包括周分析、月分析、季分析、年分析四类分析周期，其中周分析仅做环比分析，不做同期比较。月分析、季分析、年分析应包括同比和环比两种。

2）对比方式。对比方式包括横向对比和纵向对比两种。其中，横向对比指不同管道之间能耗水平的对比，纵向对比指同一条管道历史能耗数据对比。按照管道类型，详述如下：①天然气管道。不同天然气管道由于管径等基本物理参数不同，管道输气量存在较大差异，而线路走向不同，沿线环境温度也会不同。此外，目前天然气管道呈现网络化，天然气通过联络线互相调配。因此，不同天然气管道横向对比分析意义并不大，从管网的角度对其进行分析更具实际意义。②成品油管道。对于液体管道，由于管径、线路走向不同导致的能耗差异是显而易见的。因此，不同成品油管道也不具备可比性。③原油管道。对于原油管道，除管径、线路走向等基本物理参数不同外，由于原油本身的物性差异，也导致不同原油管道之间不具备可比性。即使同一条管道，也需要综合考虑输送过程中输送工艺等方面的差异。因此，考虑到纵向对比对管道能耗管理更有实际意义，因此对比分析将重点采用纵向对比方式，将同一条管道不同历史周期内的能耗数据，尽可能在相同条件下，以环比及同比的方式进行对比分析。对横向对比来说，由于不同管道之间的基本物理参数、输送工艺、动力设备等各方面存在差异，不具备可比性，横向对比分析意义不大，因此横向对比方式只考虑单体设备效率、有用功等对比。

3）对比对象。对比对象主要为管道和管网两类。其中管道对象包括“对比范围”中所述的十条一级管道。对比分析将以管道为重点，而管网分析则需视现状而定。天然气管道已呈网络化，可进行管网对比分析。而成品油管道尚不具备管网条件，待后续兰郑长等成品油管道投产具备条件后再予以扩展，本阶段暂不考虑。原油管道不考虑以管网形式进行对比分析。

4）对比条件。对比分析条件应遵循以同季节、同输量对比为原则（即相同条件下的对比）。考虑到原油管道在输送过程中，因季节不同所导致的环境温度及地温差异较大，所采用的输送工艺也大不相同。所以，不同季节之间的能耗数据对比意义不大。而输量（周转量）不同，也直接影响到管道的工艺参数及能耗水平，将不同输量（周转量）下的能耗数据互为对比分析条件，在一定程度上不能满足对比分析的需求。故对比条件应以同季节、同输量（或周转量）为原则。

5）对比基准。一方面要按输量和输量台阶进行对比分析，另一方面要考虑环境温度和地温因素对管道能耗的影响。其中，对于成品油管道，不考虑温度影响，只考虑与相同条件（相同输量）历史最低能耗比较。对于原油管道则需要综合考虑地温、输送工艺（如加热、加剂等），与相同条件（相同季节、相同输送工艺、相同输量）历史最低能耗比较。对于天然气管道，需要考虑气温、压缩机配比情况，与相同条件（相同季节、相同输量、相同转供量）下历史最低能耗比较。

采用趋势回归能效评价法，可以采取划分能效等级的方式增加对比的可操作性。

（1）能效等级水平划分标准

能耗等级水平的划分，以服从正态分布的原则，分别以生产单耗的平均值及最大值、最小值为标准，将管道的能耗水平划分为高、较高、中等、较低和低5级，等级划分标准如图5-3所示。

图5-3 能耗数据正态分布图

正态分布的概率密度函数为：

式中：x为所描述的随机变量；μ为随机变量的均值；σ为随机变量的标准差。

正态分布函数满足“3σ规则”，即正态分布随机变量的值落在[μ－σ，μ＋σ]区间的概率为68.27%；落在[μ－2σ，μ＋2σ]区间的概率为95.45%；落在[μ－3σ，μ＋3σ]区间的概率为99.73%，即正态随机变量的值落在[μ－3σ，μ＋3σ]区间几乎是肯定的事。

随机变量分布函数参数的估计方法主要有矩估计、极大似然估计和贝叶斯估计等。本研究采用矩估计法计算正态分布的均值μ，标准偏差σ。对于n个样本x1,x2，…，xn，可采用以下公式计算上述矩指标：

油气管道能效管理

分布函数的检验方法主要包括正态概率值检验、皮尔逊x2拟合检验、柯尔莫哥洛夫与斯米尔诺夫（Kolmogorov-Smirnov）检验、Shapiro WilkW 检验与D’Agostino D检验等，其中W检验与D检验都是正态性检验，已被定为国家标准。W检验要求样本容量n在3～50之间，D检验要求样本容量n在50～1000之间。

D检验步骤如下：

检验问题为：H0，总体服从正态分布；H1，总体不服从正态分布。

将观测值按非降次序排列成：X（1）≤X（2）≤…≤X（n）

定义统计量：

油气管道能效管理

在HO之下，D的近似标准化变量为：

油气管道能效管理

在H0之下，Y渐近于正态分布N（0,1）。故当H0成立时，y的值不能太大也不能太小。于是对给定的显著性水平a，从统计量y的a 分位数表中查得Zα/2和Z1－。/2，当Y＜Zα/2或Y>Z1－α/2时，拒绝H0；当Zα/2≤Y≤Z1－α/2时，不拒绝Ho。

（2）根据能效偏差指数确定能耗等级

根据能效偏差指数确定能耗等级，见表5-9。

表5-9 能耗偏差指数Di

表中：ε为历史生产单耗拟合平均值，kgce/（107m3·km）；μ为相同条件下生产单耗离散数据统计平均值，kgce/（107m3·km）；σ为相同条件下生产单耗离散数据均方差，kgce/（107m3·km）。

（3）根据能效相对指数确定能耗等级

根据能效相对指数确定能耗水平等级，确定原则如表5-10所示。

表5-10 能耗相对指数Ri

表中：εmax为历史生产单耗拟合最大值，kgce/（107m3·km）；εmin为历史生产单耗拟合最小值，kgce/（107m3·km）；μ为相同条件下生产单耗离散数据统计平均值，kgce/（107m3·km）；σ为相同条件下生产单耗离散数据均方差，kgce/（107m3·km）。

采用趋势回归能效评价方法进行能效变化原因分析，是将以上所述的对比分析结果，结合相应管道（管网）的实际生产运行情况，综合可能影响管道能耗的因素，找出导致能效变化的原因，并将这些原因一一列举、排序，尽可能找到影响管道能耗的主要因素。原因分析应立足于每一条管道，对每一次对比结果都要进行详细的原因分析，并且应以不同管道的实际情况为出发点，结合对比分析的空间和时间范围，对可能影响能耗的原因做出正确的分析判断。此外，各管道能耗原因分析应将其投产年限纳入考虑范围。

采用趋势回归能效评价方法进行能效变化原因分析的主要研究内容为：

（1）天然气管道

对于管道输送距离较长、压气站场较多、用户量大、分输及转供情况比较复杂的输气管道，对其进行原因分析时，应主要考虑以下几方面因素：①转供量。即其他管道经由联络线向该管道提供的输送量（输量和周转量）。②上下游周转量比例。对于相同（或接近）周转量，需要考虑由于向上下游用户供气量的不同引起的能耗差异。③输量台阶。涉及管道通过能力及压缩机配比情况。④压缩机配比。考虑不同的压缩机配比对能耗的影响，包括燃驱和电驱成本差异（如电、油、气折合标煤系数的变化）。

气体管道生产单耗变化规律性较差，且除开机方案、输量等主要因素外，其他影响因素也比较多，如管存、季节、压比、电驱、燃驱压缩机使用比例等。而目前天然气管道已连接成网，相互之间转供情况比较复杂，某条单一管道的运行工况变化可能会导致相临管道运行工况及能耗发生变化。且气体可压缩性较强，变化规律还会呈现一定的滞后性，进一步增加了分析难度。针对上述问题，在分析的过程中我们采取了以下几方面措施：①分析措施：尽可能多地考虑影响天然气管道能耗变化的因素，通过理论计算的分析方式，假定其他影响因素不变的情况下，就某个影响因素对能耗的影响程度进行定量分析。详见《能耗水平分析评价标准研究报告——工艺理论分析部分》。②评价措施：对能耗进行评价时，不光要对单一管道能耗水平进行评价，还需针对整个天然气管网进行评价。

（2）成品油管道

成品油管道能耗主要影响因素为输量、泵机组匹配、调节阀节流、输送油品比例（如汽柴比）等，对其进行原因分析时，应主要考虑以下几方面因素：①输量。考虑报告期输量与设计输量和经济输量的关系，考虑输量对能耗的影响。②泵机组配比情况。考虑泵机组的不同组合。③节流情况。调节阀或减压阀节流情况。④输送油品汽柴比。考虑不同密度、黏度油品的输量比例。⑤加剂。主要考虑减阻剂对能耗的影响。

（3）原油管道

原油管道与成品油管道情况类似，但其主要考虑因素除节流、输送油品差异、泵机组匹配、加剂等因素外，还需考虑加热输送工艺对能耗的影响。

国外油气资源趋势预测研究现状

保定市定兴县一家燃气公司，对取暖用天然气实行限购政策，每次只能购买 100 元的天然气，造成购气排长队现象，非常的不方便。

据爆料网友提供的现场照片，在一个营业厅收费窗口张贴的 " 冬季购气的通知 " 上，写明用户可以按两种价格来购买天然气。如果按照 2.68 元 / 立方米的价格购买，须采取分次限量的方式，一次购气充值限额为 100 元。如果按照 3.6 元 / 立方米的价格购气，则不限购。待采暖期结束后，再结合价格政策落实情况，统一办理请退返还，多退少补。落款时间为 2019 年 11 月 15 日。

网友吐槽说，近几日气温连续下降，家家户户都开始烧暖气了。100 元只能购买不到 40 立方米天然气，如果取暖炉敞开烧的话，最多 3 天就用完了。这意味着用户隔三差五就得往燃气公司跑一趟购气。

更让网友吐槽的是，受到限购政策的影响，每天都有大量用户在营业厅排长队购气，已经严重影响了用户正常的生活了，真成了花钱买气生。对于限购的理由，营业厅窗口张贴的通知称 " 由于上游供气方冬季气价上涨，为保障广大农村百姓温暖过冬 "。看来，限购的主要原因，还在于 " 上游供气方冬季气价上涨 "。

冬季气价上涨给燃气公司带来难处，是可以理解的。但采取限购每次 100 元的方式，就有待商榷了。毕竟这种方式会给用户带来极大的不便，这是现实的后果。

11 月 18 日，记者从张贴限购通知的这家燃气公司了解到，今日该限购措施已经解除了，以 2.68 元 / 立方米的价格购买天然气不再分次限量 100 元。

各超市物品价格的研究性学习报告

一、阶段划分

20世纪早期，就有一些学者对油气未来的发现状况和产量进行了定性的判断，可以视为油气资源趋势预测的雏形，近100年来，大致经历了个人主观判断阶段(20世纪早期至50年代)、应用数学模型开展定量预测阶段(20世纪60～80年代)和综合预测阶段(20世纪90年代以来)三个时期。

(一)个人主观判断阶段

这一阶段始于20世纪早期，主要是部分地质学家对美国或世界油气资源状况的主观判断以及对未来的估计。1906年，美国石油地质学家协会第三任主席、著名的油气专家I.C.怀特曾在白宫的州长会议上就美国的油气资源作了发言，他估计美国的石油最终可采储量为100×108～250×108bbl之间，将在1935～1943年间用尽。1919年，美国地质调查局(USGS)的总地质师DaveWhite认为:“(世界)石油生产的高峰将很快过去，很有可能在三年内”。1920年5月，另一位著名的地质学家，美国地质局的总地质师普拉特，对美国的石油最终可采储量作了预测，他说:“由于储量不断被采出，美国产量的高峰期很快一掠而过，可能是5年，也可能只有3年”，但是实际上，1920～1930年的10年间，美国已生产了70×108bbl石油，另外还增加了剩余可采储量64×108bbl。这些著名的石油专家对油气资源及生产的悲观论断具有很大的主观性和局限性，但也反映了世界油气勘探开发早期由于油气资源地质规律的认识、技术条件和经济条件的制约，人们对油气资源蕴藏状况和发现过程的认识比较肤浅。

(二) 应用数学模型开展定量预测阶段

从20 世纪50 年代开始，地质学家们尝试运用数学模型对油气资源趋势预测进行定量研究。M. K. Hubbert 是美国著名的石油地质学家，他开创了石油峰值理论的模型研究。1949 年，他在 “Science”上发表了文章 “Energy from fossil fuels”，提出了矿物资源的 “钟型曲线”问题。1956 年，Hubbert 与 USGS 合作，分析并预测了美国的石油生产趋势。其预测结果显示，美国本土的石油生产将在1966 年至1971 年达到高峰期，而事实验证了他的预测。Hubbert 于 1962 年利用实际资料拟合逻辑斯谛曲线的方法，得到可以用于预测累积产量和最终可采储量的模型，该模型在国外得到广泛应用，并被命名为 Hubbert (哈伯特) 模型。此后，Hubbert 将其模型发展应用于探明可采储量的发现规律和最终可采资源量的预测，并应用于北美及其他地区可采资源量的预测，取得了较好的效果。此后，Albert Bartlett，Colin J. Campbell，Cutler J. Cleveland，KennethS. Deffeyes，Richard Duncan 等对哈伯特曲线进行了详尽的分析，并利用哈伯特曲线对世界油气储量和产量的增长趋势开展了预测研究。

其他学者，如 J. J. Arps，M. Mortada，A. E. Smith 等也曾应用概率统计学原理，建立了动态勘探发现模型，并应用于美国最终可采资源量的预测。

此外，得到广泛应用的预测模型还有龚帕兹模型，以及基于概率论和统计学理论的随机模型，如威布尔模型、对数正态分布模型等。

(三) 综合预测阶段

20 世纪 90 年代以后，由于油气资源在世界经济中发挥着越来越重要的作用，发达国家的政府、跨国石油公司和一些学术研究机构开展了大量的油气资源趋势预测的研究。研究的内容越来越广泛，方法手段越来越多样，考虑的因素越来越复杂; 研究的目的也不仅仅局限于学术上的探讨，更多的是为国家或组织、石油公司制定发展战略提供依据。

二、预测模型

从研究方法来看，主要采用定性判断和数学模型定量预测，比较常用的模型是哈伯特模型。哈伯特模型是指任何油田的开采都遵循一个钟形走势，开始平缓增加，然后急剧上升，到顶点保持平稳，最后急速下滑。

地质学家 Jean Laherrere 在对世界上许多国家的石油储量和产量的增长关系进行了大量研究之后，认为排除政治或其他方面影响，产量的增长曲线将会是储量增长曲线的镜像，产量高峰与储量发现高峰有一种 “滞后对应”的关系。另外，他还研究了Hubbert 曲线对石油产量的预测功能，指出单个的哈伯特曲线可能对美国石油产量这样只有一个高峰形态的情况适用，大多数油气田受石油地质条件、勘探开发技术、经济因素和政策法规的影响，其油气储量和产量往往呈现 “多峰”的特点，需要用多旋回哈伯特模型来拟合与预测。1999年，Al－Jarri和Startzman将单旋回哈伯特模型发展成多旋回哈伯特模型，并在2000年利用多旋回哈伯特模型对世界天然气供应进行了预测。

此外，得到广泛应用的预测模型还有龚帕兹模型，以及基于概率论和统计学理论的随机模型，如威布尔模型、对数正态分布模型等。

三、预测实例

(一)USGS2000年世界石油评价

在USGS2000年世界石油资源评价中，既预测了待发现的油气资源量，又采用美国本土石油储量增长经验的模拟模型，预测全球油气储量增长潜力。结果表明，世界范围内已探明常规石油可采储量为1734×108t，1995～2025年已知油田储量增长1000.1×108t，未发现资源量为1286.2×108t，总计4020.3×108t。其中中国已探明石油开采储量为25.1×108t，已知油田的储量增长26.8×108t，未发现资源量为20×108t，总计71.9×108t，分别占世界的比例为1.45%、2.68%、1.56%、1.79%。

(二)EIA对世界石油产量预测

美国能源情报署(EIA)根据USGS在2000年对世界常规石油资源的评价结果，按照USGS世界常规石油资源3种预测值(2248×109bbl、3003×109bbl和3896×109bbl)，考虑4种世界石油产量的年均增长率(0%、1%、2%、3%)预测了12种结果(图2-1-1)。

图2-1-1 EIA对世界石油产量的预测图(EIA，2000)

(三)石油峰值的研究

石油峰值是指全球石油产量的顶峰，实质上是研究石油枯竭问题。石油峰值理论从一个全新的角度对储量、产量及各作业量进行定性和定量的研究。

目前，全球石油峰值理论的主要观点有四种:一部分地质学家认为会出现在最近的15年;有些学者认为会出现在多年以后，比如Odell认为应该出现在2060年以后;IEA，EIA，Exxon，WETO study，DTI等能源组织或石油公司认为石油峰值不可预见;一些经济学家认为石油峰值不会出现。

对于世界石油资源的问题，可以分乐观派和悲观派。乐观派主要有美国地质调查局(USGS)、BP公司等代表政府和石油公司的组织，悲观派主要有石油峰值研究会(ASPO)等代表地质工作者的组织。

乐观派的专家学者认为世界常规油气资源是丰富的，如果考虑技术进步的因素，更是没有问题。例如，美国地质调查局(USGS)在第16届世界石油大会上公布的《2000年世界油气资源评价》，世界常规石油最终可采储量为4109×108t，比上次预测有了大幅度的增加。USGS的世界能源工程项目主任Thomas Ahlbrand坚持高产稳产概念，不相信即将来临的石油峰值，并举例英国北海油田过去20年中屡次违背钟形曲线式样规律，认为石油时代远没有结束。BP公司的年度统计资料近年来每年公布的石油储采比数据都在40年左右。

美国剑桥能源研究协会发表报告称，目前全球还有大约3.74×1012bbl原油剩余，按照目前的消耗量计算，足够人类使用122年。报告还认为，全球石油产量要到2030年才达到顶峰，而顶峰之后石油产量不会骤然下跌，而会经历一个“有起有落”的过程，然后再缓慢减少。报告认为，石油产量将在21世纪下半叶才会出现永久性的下降，而且这个日期有望通过发现新的油田、技术发展、能源储备和利用其他能源来获得推迟。在此之前，石油产量有望维持在一个较高和平稳的水平。

埃克森—美孚等石油公司认为，在常规油气资源之外，全世界的重油、油砂和页岩油储量大约为7×1012bbl，与常规石油储量大致相当。只要发现其中20%的资源，就将超过迄今为止全世界1×1012bbl的常规石油产量。例如，加拿大油砂中蕴藏的石油估计多达1750×108bbl，比伊朗或伊拉克的储量还要高。

而悲观派对世界石油资源前景并不看好。ASPO认为，以BP为代表的石油公司高估了世界石油探明储量。2003年底，BP公布的世界石油探明储量为1148×109bbl，而ASPO估计的数字为780×109bbl，两套数据差异很大。ASPO认为由于石油资源量是有限的，所以峰值过后，石油产量就会不可避免地下降;具体来说，在100多个石油生产国中超过石油峰值的国家大概有64个，包括美国、俄罗斯、英国、挪威、印度尼西亚等，比如美国的石油峰值大概出现在1971年，英国石油峰值大概出现在1999年，世界常规石油产量峰值在2005到2006年到来，而包含常规油、深海油、极地油、重油和天然气液的广义上的石油，其产量峰值年在2010年左右。

煤层气项目综合经济评价模型

为商品价格的变化和我们的生活息息相关，商家了解商品价格的变化有助于把握市场的供求关系，使商品的生产数量趋于合理。而我们了解商品价格的变化可以为我们的生活带来便捷。要了解商品价格的变化规律，首先我们得了解一些主要商品及及服务价格变化对CPI及中低收入居民生活的影响。

一、两个具体问题的界定

（一）主要商品及服务项目的确定

统计部门计算城市居民消费价格指数所调查的商品及服务项目有几百种，基于本文的研究目的，我们确定的主要商品及服务项目包括与居民生活密切相关的生活必需品和目前政府定价目录内的部分商品及服务。因此，我们选定了八大类共70多项主要商品及服务项目作为研究对象。本文所选取的这些商品及服务项目大多数是消费弹性系数较小的项目，居民不会因其收入的增减而对此类商品的支出安排作较大调整。因此，这些商品及服务价格的变化将对CPI变动的趋势和幅度起到决定性的影响作用，具有充分的代表性。

（二）低收入居民的界定

低收入居民是指在一定时期内人均收入低于某一标准的人群，一般包括失业者、残疾人、孤寡老人等几类人群。在实际工作中，主要是以收入为标准来对低收入居民进行划分，它是一个相对于高、中收入群体的概念。由于我国各地经济发展水平不同，人均收入的差异也很大，所以具体标准很难统一。就成都市而言，目前是以人均月收入低于230元作为确定低保入群的标准，而统计部门的资料大都采用城镇住户抽样调查样本中的10％最低收入户家庭来进行划分。本文原则上按照此标准来确定低收入人群，其实际涵盖范围略大于成都市目前纳入民政府救助范围的低保人群。

二、测算模型的建立

（一）城市居民消费价格指数的编制方法

我国居民消费价格指数采用固定权数加权算术平均指数方法来编制。其编制过程可归纳为如下：第一，将各种居民消费品划分为食品、烟酒及用品、衣着、家庭设备和维修服务、医疗保健和个人用品、交通及通讯类、文化教育及服务、居住等八大类，各大类再划分为若干中类和小类；第二，从上述各小类中选定某种具有代表性的商品及服务项目编入指数，利用有关对比时期的价格资料，分别计算个体指数；第三，通过城镇居民家庭收支调查得到的消费构成确定居民消费各类商品及服务的支出在总支出中的比重权数，加权计算出居民消费价格小类、中类、大类的指数；第四，将各大类指数再加权，求出居民消费价格总指数。整个编制过程中需要反复使用的是固定加权平均公式K=∑kw/∑w，式中k为单种商品的个体价格指数，w为居民消费支出中各项目的实际权重。

（二）主要商品及服务项目权数修正系数的确定

随着居民收入的不断提高，其消费结构会逐步发生变化，一些基本生活必需品的消费比例会逐步降低，一些享受型的消费比例会逐步上升。为了适应居民消费结构的变化，更准确地预测某一商品或服务价格变动对CPI的影响程度，有必要对这些主要商品及服务项目的权数变动趋势和幅度进行测算，以便对计算CPI的权数进行适当修正。因此，我们按照成都市居民近10年来人均消费支出情况，对所选取的主要商品和服务项目进行分析研究，计算出其比重变化，得到所需要的修正系数。其计算公式如下：

c＝（⊿c ）/(n-1) (其中c代表商品的修正系数，⊿c表示当年比重减上年比重的变化幅度，n代表预测时间数)

我们以食品为例，从1998年到2006年，成都市一般居民粮食消费支出占总支出的权重变化总体上呈逐年降低趋势。1998年其权数为44.4%，到2006年已降为33.9%，9年间下降了10.5个百分点。计算得出一般居民消费价格指数中，食品权数的修正系数为-1.312%（负号表示下降趋势），其他商品及服务项目同理计算得出。

我们通过对选定70多种商品和服务项目的分析，得出对居民基本生活支出影响最大的前十项商品和服务项目，以及对成都市居民基本生活支出预期增减幅度影响最大的前十项商品和服务项目的变动修正系数。这些权数修正系数的确定，使我们可以从主要商品及服务价格变动对CPI的影响程度作出较为准确和长期的预测分析。

需要特别说明的是：这些修正系数的确立，是根据历年消费实际支出的比重变化进行分析测算而得出的一个平均增减变化程度，与该商品及服务项目每年所占比重变化的实际权数并不完全一致。同时，通过上表，我们还可看出成都市居民消费支出的若干特点：

从比重看，这十项支出占了居民生活总支出的53.76%，而前六项的支出就占了近38.82%，在居民生活支出中具有相当的代表性。

从变动趋势看，物质性消费在逐步下降，非物质性消费在逐步上升。上升排列前两位的项目是通信和文化支出，而下降排列前两位项目是猪肉和交通的支出；在下降趋势最明显的十项商品及服务中，吃的商品就有七项。而上升趋势最明显的十项支出中，除在外用膳食品外，穿、用商品及服务占绝大多数。

从顺序看，这十项比重仍然是按吃、穿、用的顺序排列。但吃的形式发生了变化，在外膳食成了市民的第一大支出，而粮食、蔬菜等家庭主要食品的支出位次明显靠后，粮食甚至退出了前十位，其比重仅为2.04%。2006年，成都市一般居民的恩格尔系数为33.9%，按联合国粮农组织提出的标准衡量，成都市城市居民生活水平已经进入富裕阶段。

（三）主要商品及服务价格变动对CPI影响的测算模型

通过对价格指数编制过程及权重修正系数的分析，我们可以确定出如下公式来计算主要商品及服务项目的价格变动对CPI的影响程度。

y=⊿a/a × （w＋c）×100％

其中，w为商品a的权数，w的构成是小类权数、中类权数及大类权数的乘积，a为具体的主要商品或服务项目价格，⊿a为价格变动值，c为该商品的修正系数，y为该商品或服务项目价格对CPI的影响程度。

下面我们分别以天然气、自来水和居民生活用电的价格为例，预测其价格变动对2007年CPI的影响程度。假设2007年我市天然气价格上涨8%，民用天然气价格由目前的1.43元/立方米调整到1.54元/立方米，按上述模型测算，仅天然气价格的上涨，就会拉动2007年的CPI上升0.12个百分点。假设2007年自来水价和电价都不做调整，由于2006年10月污水处理费上调了0.15元，该翘尾因素将拉动2007年的CPI上升0.05个百分点；2006年6月，居民生活用电从0.4657元/千瓦时调至0.5224元/千瓦时，涨幅12.18%，其翘尾因素将拉动2007年CPI上升0.14个百分点。仅这三项的价格变动就会对2007年的CPI拉动0.31个百分点。因此，利用上述测算模型，我们可以较为准确地测算主要商品及服务价格变动对CPI的影响程度。

三、主要商品及服务价格变动对CPI影响程度分析

2006年，成都市价格水平没有出现大的起落，全年居民消费价格水平上涨1.8个百分点。根据测算模型计算，本文所列70种商品价格变动拉动CPI上涨了1.87个百分点，超过了全年价格上涨水平。这些商品和服务价格的上涨成为拉动全年价格指数上升的主要因素。其中，尤以食品和水、电、燃料等价格的上涨拉动最为直接。另外，医疗保健类上涨也带动价格总水平微幅上涨0.06个百分点。下面运用上述模型，着重就食品和水、电、气价格变动对居民消费价格总水平的影响程度作简要分析。

（一）食品价格

2006年食品价格上涨2.5%,食品在居民消费支出所占比重为33.85%。根据计算公式得出，食品类商品价格变动拉动成都市全年CPI上升0.85个百分点。

（二）水、电、气价格

根据计算，2006年水、电、气价格合计上涨11.27%，实际拉动当年CPI上升0.49个百分点。具体如下：

1.自来水价格：由于污水处理费的调整，城区自来水价格由原来的2.00元/吨涨到了2.15元/吨，涨幅达7.5%。自来水占成都市居民消费支出比重为0.87%，自来水价格上涨拉动2006年成都市CPI上升0.09个百分点。

2.电价：由原来的0.4657元/千瓦时涨至0.5224元/千瓦时，涨幅12.17%。所占居民消费支出比重为2.95%。电价上涨对2006年成都市CPI拉动0.20个百分点。

3.天然气价格：由原来的1.28元/立方米涨至1.43元/立方米，涨幅高达11.72%。所占居民消费支出比重为1.49%，天然气价格上涨对2006年成都市CPI拉动0.20个百分点。

从上述价格变动的影响程度可以看出，仅食品和水、电、气的价格变动就拉动2006年成都市CPI上涨1.34个百分点，这两类价格的变动成为影响CPI走势的决定性因素。

四、主要商品及服务价格变动对低收入

居民生活影响程度分析

近年来，成都市主要商品和服务价格均有不同程度的上涨，从2004年至今，CPI分别上涨3.9%、2%、1.8%。从涨幅来看不算太高。但看似轻微的CPI上涨水平，已成为部分低收入居民难以承受之重。因此，研究主要商品及服务价格的变动对低收入群体的影响，真实反映出这部分社会阶层的实际生活状况，对维护社会稳定、构建社会主义和谐社会具有重大的现实意义。

（一）2000年－2006年低收入居民收支情况分析

低收入居民2000年－2006年7年间人均可支配收入4111.99元/年，消费支出人均3909.42元/年，总体上收入大于支出，生活水平在逐年改善。但收入增长不稳定，收支增长波动比较大，个别年份甚至支大于收。从收入与支出的发展趋势来看，2000年－2006年低收入居民人均可支配收入年均增加2.69%，而消费性支出年均增长4.57%，收入增长速度低于支出增长速度，使低收入人群的消费预期下降，生活压力加大。

2000年－2006年一般居民与低收入居民的收支情况比较：从实际收入看，7年间一般居民年均可支配收入为9847.53元，是低收入居民的2.4倍；从收入的增幅来看，一般居民年均增长8.92%，比低收入居民高出6.23个百分点。从实际支出来看，一般居民年均支出8013.79元，是低收入居民年均支出的2倍；从支出的增长幅度看，一般居民年均增长8.19%，比低收入居民高3.62个百分点。可见，不论是收入增长的金额还是收入增长的幅度，一般居民的增长都大大高于低收入居民；而且，一般居民收入的增长幅度大于其支出的增长幅度，而低收入居民的收入增长幅度小于支出增长幅度，说明社会的贫富差距在进一步拉大，一些生活必需品价格的上涨已成为低收入群体的沉重负担。因此，如何加大对社会弱势群体的帮扶力度，建立和完善社会救助机制，努力缩小贫富差距，仍是政府和社会面临的一个长期任务。

（二）低收入居民消费支出构成分析

从2006年八类商品消费支出情况看，低收入居民消费支出主要集中在与基本生活密切相关的食品、教育、居住等项目上。三项合计支出3166.66元，占总支出的67.64%。一般居民的该三项支出占其总支出的49.85%。从权重情况来看，低收入居民在食品、医疗保健、文教服务、居住类上的支出权重比一般居民要高，而在衣着、家庭设备及服务、交通和通讯类上则比一般居民要低得多。可见，一般居民和低收入居民在支出安排上有着明显的差别，低收入居民将更多的支出安排在生活必需品上，而在弹性系数比较大的消费项目上的支出则比一般居民要少得多。如在交通和通讯支出上，一般居民占总支出的17.42%，仅次于在食品上的支出，而低收入居民在此项目上的支出只占总支出的6.41%，仅比在家庭设备及服务和杂项商品和服务上的支出比重高。

从近几年来的低收入居民消费支出情况分析，增加的支出主要集中在食品、医疗、教育、居住上。下面对此进行详细分析，并与一般居民进行比较。

1.食品：2006年食品价格上涨2.5%，低收入居民食品消费支出为1961.52元，所占比重为41.9%。通过公式计算得出，2006年食品类商品价格变动对低收入居民的影响程度为1.12%，比一般居民高0.26个百分点，实际比2005年多支出110.88元，多支出部分占总支出的2.8%。一般居民在食品上的支出为3486.55元，仅比2005年多支出90.31元，多支出的比重为0.9%。在食品消费的实际支出上，低收入居民仅为一般居民的56.26%。

2.医疗：在医疗支出上，低收入居民2006年的支出为399.20元，比2005年多支出234.27元，同比上涨142.04%。而一般居民在此项的支出为599.81元，比2005年少支出1.76元，支出没有发生较大变化。在医疗保健的实际支出上，低收入居民仅为一般居民的66.55%。

3.教育：低收入居民2006年的教育支出为616.94元，比2005年多支出128.33元，同比上涨26.3%；一般居民2006年的教育支出为630.58元，比上年多支出26.24元，同比多支出4.3%。低收入居民的支出为一般居民的97.69%。

4.居住：2006年按照国家关于资源环境价格改革的相关政策,对水、电、气价格都进行了不同程度的调整，导致居民居住类消费支出比2005年有一定增长。低收入居民2006年水、电、燃料消费支出449.64元，比2005年多支出78.52元，上涨21%。而一般居民2006年水、电、燃料消费支出559.46元，比2005年上涨14.5%。低收入居民的支出为一般居民的80.37%。

综上所述，除教育支出与一般居民大致差不多外，低收入居民在食品、医疗、居住类等方面的支出都大大低于一般居民。从低收入居民消费情况来看，2006年低收入居民人均总支出4681.79元，比2005年多676.71元，其中仅食品、教育、医疗、居住4项支出之和，就比2005年多支出438.32元，占多支出总额的65%；这4项支出占2006年低收入居民支出增额的绝大份额。由于这些支出的增多，造成耐用品、房租、城市交通、文化等方面的支出略为下降，影响低收入居民生活水平的提高。虽然成都市最低生活保障金标准在2006年11月21日进行了一次调整，由原来的210元/月调整到230元/月，但仍不足以补贴低收入居民因物价上涨带来的额外支出。

五、总结

通过以上分析，我们认为，居民消费价格指数变动情况作为政府制定宏观政策的重要依据是十分必要的。对于居民生活而言，日常生活必需品价格上涨程度对其生活的影响相当直接，而低收入居民对此的感受就更为强烈。因此，作为价格主管部门，更应加强对日常生活必需品价格的监测和管理，并对价格变动对居民生活影响程度做比较准确的预测。保证政府在调控宏观经济时更加科学、合理、稳妥，同时也为了适应构建社会主义和谐社会的需要。

能耗预测技术

综上所述，煤层气项目综合经济评价理论模型可表述为

中国煤层气产业化研究

中国煤层气产业化研究

式中:NPVz为煤层气项目综合净现值。NPVz≥0，项目可行;NPVz＜0，项目不可行。NPVc为煤层气项目经济评价净现值，与前述经济评价方法一致。NPVc≥0，说明在国家现有煤层气财税政策支持的情况下该项目经济可行;NPVc＜0，该项目在经济上不可行。NPVh为煤层气项目环境效益的净现值。NPVh≥0，说明该项目具有正外部性，政府应采用税收优惠政策鼓励煤层气产业发展，如采取优惠的税收政策或给予直接的价格补贴;若NPVh＜0，政府应征收一定的税收或罚金，用于环境保护。PCO2为国际碳减排交易价格。Qt为第t项目年煤层气产量。Em－coal为1m3甲烷替代煤燃烧减少二氧化碳的当量。Em－CO2为1m3甲烷的二氧化碳当量。ηm为煤层气热值。αm为煤层气碳排放系数。a为二氧化碳分子量。b为碳元素原子量。ic为基准收益率。

在计算过程中参数取值如下:

(1)PCO2。按碳排放交易项目的年度国际市场上的温室气体减排权交易的价格计算。如2008年国际市场上的温室气体减排权交易的价格为每吨CO27.5美元，按1美元=6.84元人民币(2008年12月27日美元兑人民币比价)计算，PCO2为51.3元/t，折合为0.037元/m3。

(2)Em－coal。在此处是指若没有开采利用煤层气，我国仍然以煤炭作为主要能源，那么将开采的煤层气作为清洁能源替代煤燃烧，减去甲烷燃烧产生的二氧化碳，所产生的温室气体减排额，由此产生的环境效益。由于1m3甲烷的热量相当于4.72kg标准煤，1kg标准煤燃烧释放2.66kg二氧化碳，故1m3甲烷替代标准煤燃烧可减排0.01256吨二氧化碳。

(3)Em－CO2。在此处是指将采煤过程中产生的甲烷回收，使甲烷不直接排放到大气中，那么回收1m3甲烷相当于减排0.0151t二氧化碳，所产生的环境效益。由于单位质量甲烷的温室效应是二氧化碳的21倍，故1m3甲烷相当于0.0151吨二氧化碳，即回收1m3甲烷相当于减排0.0151吨二氧化碳。

(4)a。二氧化碳分子量为44.01。

(5)b。碳元素原子量为12.011。

(6)ηm。36.25×10－6TJ/m3。

(7)αm。15.3t/TJ。关于煤层气碳排放系数，IPCC(政府间气候变化专门委员会)指南的基准方法将燃料燃烧碳排放系数的计算方法分为5个步骤计算，并由一系列复杂的计算公式可以求出［151］。

(8)ic。石油天然气行业取12%。

据此理论模型和上述取值，计算出沁水盆地400×104m3/d方案和924×104m3/d方案的环境效益分别为809.91万元和1870.90万元。结合前面表7－5计算出来的数据，由此得出这两种方案的综合效益如表7－9。从表7－9中可以看出，如果加上煤层气开发的环境效益，两种方案的净现值得以提高，其中924×104m3/d规模的环境效益更大一些。

表7－9 沁水盆地两种评价方案的综合效益

根据对我国煤层气资源开发现状及沁水盆地煤层气开采的实证分析，可以看出煤层气的开发利用具有经济效益、社会效益和环境效益，对我国能源供应安全、能源结构优化、促进区域经济发展和环境保护等方面具有重要作用。因此，在进行煤层气项目经济评价时，应着重进行定量分析，不仅要考虑其经济效益，还要考虑其外部效益，主要是减少温室气体排放的环境效益和降低煤矿安全事故的社会效益。在评价时，考虑煤层气开采的外部性，不仅是评价项目是否可行的因素之一，也是衡量各相关方利益的直接依据，关系到国家能源环境方面一些政策措施的制定和执行。因此，该模型具有一定的理论和现实意义。

中俄石油天然气合作的博弈分析

能耗预测技术最重要的就是正算法能耗预测技术的应用。正算法的技术路线是利用现有仿真技术及管道模型研发“正算法”能耗预测软件。经研究分析，“ 正算法”能耗预测软件开发，建议采用基于SPS等仿真技术进行二次开发的技术路线。

预测模块应实现根据月度、年度输量计划给定的输量，自动生成开机输送方案，并预测不同方案的能耗，对油气管道能耗进行自动预测；要具备对燃料费、动力费用预测的功能。预测模块内部应包括“方案自动生成子模块”、“能耗指标折算子模块”、“逻辑判断子模块”等3个功能子模块。“方案自动生成子模块”、“能耗指标折算子模块”、“逻辑判断子模块”等3个功能子模块应通过通信协议与SPS仿真软件联动，实现自动预测能耗的逻辑过程。开发“方案自动生成子模块”，将压缩机机组、泵机组、加热炉的开机方案，作为此子模块的主要输出信息，按照一定的算法，自动生成若干开机方案。开发“能耗指标折算子模块”，将耗能量及能耗指标作为此子模块的主要输出信息。开发“逻辑判断子模块”，根据SPS仿真软件输出的管输介质输量、压力、温度，以及耗能设备功率、转速、负荷等数据，和“能耗指标折算子模块”输出的耗能量及能耗指标，按照既定逻辑判断是否需要继续试，并给出优先挑选哪一类方案进行试算的指向性输出信息。

正算法所实现的能耗预测软件是离线的，即不以实时的SCADA数据作为数据来源进行业务过程的修正。基于“正算法”的能耗预测软件，应以油气管道离线水力、热力仿真计算软件为基础进行开发。能耗预测模块，应实现对天然气管网、成品油管道、原油管道的能耗预测。

正算法预测是基于SPS仿真软件进行二次开发而建立的能耗预测模块。其主要特点：一是运行方案自动生成及初步优选；二是利用SPS对运行方案进行模拟，并将模拟结果转化为能耗数据、燃料费、动力费等。

正算法预测模块的功能结构如图11-3所示：

方案自动生成模块，根据用户输入的管道参数、约束条件，进行方案自动生成并初步优选，形成方案库，为后续进行模拟仿真提供输入基础。

根据管道设备情况，采用列举法，即不考虑管道水力热力条件，将管道所有可能的泵组合、压缩机组合等进行列举，形成开机方案的全集。

图11-3 正算法预测模块结构图

在输量一定的情况下，可以通过计算公式计算出所有开机方案的泵（压缩机）、加热炉功率，得到各方案能够提供的总压头和总功率。

在输量一定的情况下，可以通过计算得到管道所需要消耗的总压头、总能耗的最低值，利用该值对方案全集内的方案进行对比判断，从而获得最接近能耗最低值的方案。

方案模拟仿真模块是通过其中的控制模块读取开机方案模块所生成方案集中的指定方案，包括关键设备的启停状态、流量控制值、温度控制值等，并将其写入SPS模型中对应的点，实现对SPS模拟仿真的控制。

逻辑判断分为两种：即可行性判断，判断方案是否有超压、无法翻越最高点等情况，确定方案可行性；指向性判断，判断方案能耗高低，将指向性结果输出到方案生成模块。

能耗折算模块是正算法预测模块中进行数值转换的重要模块，其将SPS输出结果折算为生产单耗、耗油量、耗气量、总能耗等能耗指标。

如图11-4所示，原油管道方案生成采用如下流程：

1）管道情况描述。采用站场、管道、泵、加热炉、油品5个数据类对这条管道进行表达描述。

2）输入管道输量、分输量、注入量以及管道最低进站温度等必要参数。

3）流量分配，根据输量、分输量及注入量对全线进行流量分配，确定各管段的流量。

4）管段温降计算。采用苏霍夫公式计算管道全线的温度分布情况。

5）管段压降计算。采用达西公式计算各管段在给定输量条件下所需要消耗的压头。

6）通过3、4、5步迭代确定出管道所需消耗的最低能量。

7）根据管道压头损失情况，确定各个泵站所需要开启泵的最低数量；根据管道设计承压能力，确定各个泵站能够开启泵的最大数量。

8）依据各站开泵的最大、最小数量，进行全线的开泵情况组合，形成方案集，并对各方案的能耗进行计算排序。

9）将方案集中的方案与最低能耗进行对比分析，初步确定最优方案。

10）将最优方案写入数据库，SPS控制模块取出数据库中的方案，通过事先对好的点，将开机方案对应的指令写入SPS模型中对应的设备，驱动SPS模型模拟方案所指工况。

11）逻辑判断模块读取SPS计算结果，如果需要调整，则返回方案生成模块进行调整（根据产生总压头与管道所需压头进行比较，确定是高还是低；然后将方案的节流量与剩余压头之和同主泵单泵产生压头进行比较，确定是否具备增加、减少泵的条件）。

图11-4 管道方案生成流程图

12）如果不需要，则输出方案到能耗折算模块。

13）能耗折算模块读取SPS模拟数据，计算出该方案设定时间范围内的总能耗和生产单耗，供使用人员参考。

14）对于任何一次完整的预测过程，系统都将自动将其存入数据库，以备后期查询；可按管道查询历史预测结果，其中包含用户输入的数据和计算的结果和开机方案。

下面再介绍一下天然气管道方案生成数学模型。

首先设定目标函数。

天然气管道系统方案生成模块数学模型以最小能耗为目标，其数学表达式为：

油气管道能效管理

式中：S为生产总能耗，kW;Nj为第j个压缩机站的功率，kW;Nc为管网系统中压缩机站总数。

基本约束条件分为进（分）气量约束和进（分）气压力约束。

进（分）气量约束：运营部门购买的天然气只能在一定气量范围内变化。另外，各用户根据自身需要对购气量也有一定要求。即：

油气管道能效管理

i=1,2，…，Nn。

式中：Qi为第i节点进（分）气量，m3/d;Qimin为第i节点允许的最小进（分）气量，m3/d;Qimax为第i节点允许的最大进（分）气量，m3/d。

进（分）气压力约束：天然气运营部门购买的天然气的压力应该限制在一定范围内，同时，用户根据自身需要对管网各分气节点的压力也有一定要求。因此，管道各进（分）气点的压力需满足下式：

油气管道能效管理

i=1,2，…，Nn。

式中：Pi为第i节点压力，Pa;Pimin为第i节点允许的最小压力，Pa;Pimax为第i节点允许的最大压力，Pa。

管道强度约束：设天然气管道系统中管道总数为Np，为了保障管道的安全运行，管道k中的天然气压力必须小于此管道的最大允许操作压力，即：

油气管道能效管理

k=1,2，…，Np。

式中：Pk为第k管道中天然气的压力，Pa;Pkmax为第k管道允许的最大压力，Pa。

下面介绍管道压力降方程。天然气在管道中流动时会产生压力损失，根据气体在管道中流动的连续性方程和动量方程，得出气体在管道内稳态流动应满足的方程为

油气管道能效管理

式中：M为通过管道的气体流量，kg/s;PQ为管道起点压力，Pa;Pz为管道终点压力，Pa;T为气体流动温度平均值，K;L为管道长度，m;D为管径，m；Δh为管道起始端与终端高程差，m;Z为气体压缩系数，按BWRS状态方程计算；A为气体摩阻系数。

管网节点流量平衡约束。在天然气管道任意一节点处，根据质量守恒定律可知流入和流出该节点的天然气质量应该为0。一般地，对于有N。个节点的天然气管网系统，节点的天然气流量平衡方程组可以写为如下形式：

油气管道能效管理

式中：Ci为与第i个节点相连元件集合；Mik为与第i个节点相连元件k流入（出）i节点流量的绝对值；Qi为i节点与外界交换的流量（流入为正，流出为负）；aik为系数，当k元件中流量流入i节点时为＋1，当k元件流量流出i节点时为－1。

压缩机功率约束。天然气管网系统中每个压缩机站中压缩机的个数和种类都不尽相同，因此，每个压缩机（站）的功率（由于压缩机的特性原因）被限制在了一定的范围内。

油气管道能效管理

j=1,2，…，Nc。

式中：Nj为第j个压缩机（站）的功率，W;Njmin为第j个压缩机（站）允许最小功率，W;Njmax为第j个压缩机（站）允许最大功率，W。

压缩机方程。当气体经过压缩机增压时，应满足方程（11-8）。往复压缩机和离心式压缩机的理论方程如下：

油气管道能效管理

式中：N为压缩机功率，W；ε为压缩机压比，P2/P1;k为压缩机绝热指数；P1为压缩机入口压力，Pa;P2为压缩机出口压力，Pa;V1为压缩机入口处的体积流量，m3/s；ηp为压缩机多变效率，当压缩机为往复式压缩机时，ηp＝1。

研究需要优化的运行方案变量，确定出天然气管道系统方案生成数学模型的优化变量为：管道节点处的压力和压缩机（站）的功率。

油气管道能效管理

i=1,2,3，…，Nn;j=1,2,3，…，Nn。

式中：Qi为第i节点流量，m3/d;Pi为第i节点压力，Pa;Nj为第j压缩机（站）功率，W。

采用动态规划法对上述模型进行求解，其框图如图11-5所示：

图11-5 方案生成流程

虽然中俄石油天然气合作既必要又具备可行性，但是这并不意味着双方一定会合作，即便是最终双方政府在战略层面选择了合作，但是具体的合作过程中能否就合作方式达成一致?这一切都取决于双方基于各自利益最大化条件下博弈的结果。中俄石油天然气合作的重要项目———中俄原油石油管道项目长达15年之久的艰苦谈判恰如其分地说明了这一点。

博弈可以分为合作博弈(cooperative game)和非合作博弈(non－cooperative game)，两者的区别主要在于，当参与者的行为相互作用时，是否允许参与者之间签订具有约束力的合作契约。非合作博弈研究的是利益冲突环境中相互独立和理性的个体行为以及这些行为间的交互影响。由于独立性要求，非合作博弈中的每个个体只对自己负责，追求个体决策最优，相互没有也不能缔结具有约束力的合作同盟，其结果可能是有效率的，也可能是无效率的。与之相反，合作博弈允许个体间签订具有约束力的协议，强调团体理性，其结果往往比追求个体理性更有效率。考虑到中俄石油天然气合作的双方很难缔结一个具有约束力的合作协议来提升双方的收益，因此，下面我们将重点运用非合作博弈理论来分析中俄双方政府在石油天然气合作方面的战略选择及中俄原油管道项目路线的选择。

一、中俄双方政府在石油天然气合作方面的战略选择分析

(一)基本博弈模型

考虑一个由中国政府和俄罗斯政府两方参与的不完全信息静态博弈。博弈的基本式为

Gb={I，S，θ，q，π}

(1)局中人:中国政府和俄罗斯政府，定义为I={1，2}，其中，i=1表示中国政府，i=2表示俄罗斯政府。中国政府和俄罗斯政府都是理性和自利的。在石油天然气合作中，俄罗斯政府拥有油气资源，在讨价还价中处于占优地位，中国政府相对处于劣势。

(2)策略集合:无论是中国政府还是俄罗斯政府，可选择的策略都只有两种:合作或不合作。定义行动Si∈{合作C，不合作N}，i=1，2。策略空间为Sij，i，j=1，2。策略S11=合作，S12=不合作，S21=合作，S22=不合作。第一个下标表示第几个参与者，第二个下标表示第几个策略。例如S11=合作表示中国政府的第一个策略为合作。

(3)类型空间:定义类型θj∈{友善，非友善}，j=1，2。如果参与者的类型是友善，那么他将采取合作的行动策略，如果参与者的类型是非友善，那么他将采取不合作的行动策略。类型空间为θij，i，j=1，2。类型θ11=友善，θ12=非友善，θ21=友善，θ22=非友善。第一个下标表示第几个参与者，第二个下标表示第几种类型。例如θ11=友善表示中国政府的第一种类型为友善。

(4)局中人的信念:P(θ11)=q1，P(θ12)=1－q1，P(θ21)=q2，P(θ22)=1－q2。联合概率分布为P(θ1，θ2)，其中P(θ11，θ21)=q1q2，P(θ12，θ22)=(1－q1)(1－q2)，P(θ21|θ11)=P(θ21)=q2，其他类推。q1，q2∈［0，1］。

(5)收益函数:定义完全信息下的收益函数为πi(S1j，S2j)，j=1，2表示第几个策略。

假设完全信息下中国政府的收益函数π1(S1j，S2j)(j=1，2)为:

π1(S11，，S21)=(合作，合作)=a1

π1(S11，，S22)=(合作，不合作)=b1

π1(S12，，S21)=(不合作，合作)=c1

π1(S12，，S22)=(不合作，不合作)=d1=0

为便于分析，假设俄罗斯政府的收益函数π2(S1j，S2j)(j=1，2)为:

π2(S11，，S21)=(合作，合作)=a2

π2(S11，，S22)=(合作，不合作)=b2

π2(S12，，S21)=(不合作，合作)=c2

π2(S12，，S22)=(不合作，不合作)=d2=0

由于中俄在石油天然气供需方面存在巨大的互补性，所以在双方选择合作策略的情况下，双方的收益均是正值，但由于俄罗斯在合作的博弈中拥有资源的优势，而中国又处于对油气资源急切追逐的状态，从而俄罗斯拥有更强的讨价还价能力，其从合作中获取的收益要高于中国，即有π2(S11，，S21)=a2＞π1(S11，，S21)=a1＞0。如果双方都选择不合作策略，则收益相同，即有π1(S12，，S22)=d1=π2(S12，，S22)=d2=0。如果中国选择合作策略，而俄罗斯选择不合作策略，则选择合作策略的中国由于投入了合作的成本，却失去资源，被迫转向中东、非洲等地区寻，故其收益值为负。选择不合作的俄罗斯却可以选择同日本、韩国、美国等国家合作，故其收益值仍然为正，即有π1(S11，，S22)=(合作，不合作)=b1＜0，π2(S11，，S22)=(合作，不合作)=b2＞0。如果俄罗斯选择合作策略，而中国选择不合作策略，中国收益值为0。选择合作策略的俄罗斯因为它投入了合作的成本，同时还可能丧失同别的国家合作的最佳机会，所以其收益值也为负，即有π1(S12，，S21)=(不合作，合作)=c1=0，π2(S12，，S21)=(不合作，合作)=c2＜0。

根据上述定义，完全信息下各种策略下中国与俄罗斯的支付就可以写成表10－1的形式。

表10－1 完全信息静态博弈双方的支付矩阵

在信息不完备条件下，参与者1中国政府的期望收益函数:

(1)当参与者1(中国政府)的类型为友善(θ11)时，参与者1(中国政府)的期望收益为

中俄石油天然气合作

(2)当参与者1(中国政府)的类型为非友善(θ12)时，参与者1(中国政府)的期望收益为

中俄石油天然气合作

由上述期望收益，不难得出下述结论:

1)如果θ2=1，即在参与方2属于友善类型，完全采取合作策略情况下，参与方1的收益会因自身的策略不同而不同。若参与方1也采取合作策略，则收益为a1;若参与方1采取不合作策略，则收益就变为0。由假设a1＞0可知，参与方1的最佳反应策略是选择合作策略。

2)如果0＜θ2＜1，则参与方1的收益会随着参与方2的策略变化而变化。若参与方2类型为友善的可能性越大，即参与方2选择合作性策略可能性越大。只要能保2a1+(1－q2)b1＞0，参与方1的最佳应对就是选择合作策略;反之，若参与方2类型为不友善的可能性越大，即参与方2选择不合作策略可能性越大，当q2a1+(1－q2)b1＜0时，参与方1的最佳应对就是选择不合作策略。

3)如果θ2=0，即在参与方2属于非友善型，完全采取不合作策略情况下，若参与方1采取合作性策，则收益为b1;若参与方1采取不合作策略，与参与方2针锋相对，则收益为0。由假设b1＜0可知，参与方1的最优反应应当是针锋相对，采取不合作策略。

在信息不完备条件下，参与者2俄罗斯政府的期望收益函数:

(1)当参与者2(俄罗斯政府)的类型为友善(θ21)时，参与者2(俄罗斯政府)的期望收益为

中俄石油天然气合作

(2)当参与者2(俄罗斯政府)的类型为非友善(θ22)时，参与者2(俄罗斯政府)的期望收益为

中俄石油天然气合作

同上面的分析相似，由上述期望收益，可以得出下述结论:

1)如果θ1=1，即在参与方1属于友善类型，完全采取合作策略情况下，参与方2的收益会因自身的策略不同而不同。若参与方2也采取合作策略，则收益为a2;若参与方2采取不合作策略，则收益就变为b2。参与方2的最佳反应策略将视a2与b2的值决定是选择合作策略还是不合作策略。若a2＞b2，选择合作是最优应对策略，反之，则不合作策略成为参与方2的最佳应对策略。

2)如果0＜θ1＜1，则参与方2的收益会随着参与方1的策略变化而变化。若参与方1的类型是友善的可能性越大，则参与方1选择合作性策略可能性越大。当q1a2+(1－q1)c2＞q1b2时，参与方2的最佳应对是选择合作策略;反之，若参与方1的类型是不友善的可能性越大，即参与方1选择不合作策略可能性越大，当q1a2+(1－q1)c2＜q1b2时，参与方2的最佳应对是选择不合作策略。

3)如果θ1=0，即在参与方1属于非友善型，完全采取不合作策略情况下，若参与方2采取合作性策略，则收益为c2;若参与方2采取不合作策略，与参与方1针锋相对，则收益为0。由假设c2＜0可知，参与方2的最优反应应当是针锋相对，采取不合作策略。

(二)中俄双方政府的具体行动策略分析

(1)中国政府与俄罗斯政府的类型分析。根据上述博弈模型，无论是对中国政府而言，还是对俄罗斯政府而言，其行动策略的选择都依赖于对另一局中人类型的信念。因此，在分析局中人的行动策略之前，我们先来讨论两个局中人的类型。对中国政府而言，基于国内经济发展对石油的巨额需求及石油安全的考虑，急于开辟新的石油供应渠道，以期实现石油进口的多元化，提高石油安全系数。因此，同俄罗斯进行石油天然气合作是中国的迫切需要。此外，如能与俄罗斯开展石油天然气合作还可以进一步夯实中俄战略协作伙伴关系，改善中国的地缘政治环境。由此可见，俄方可以明确地判定中方属于友善类型的局中人，即俄方对中国是友善型的局中人的信念基本可以调整为1。但中国对俄罗斯类型的判断要复杂一些。尽管与中国政府进行石油天然气合作同样对俄罗斯具有巨大的政治和经济方面的战略利益，但由于其拥有油气资源的优势，在选择合作伙伴方面居于主导地位，在美、日等外部因素的干扰下，为了最大化自身的利益，俄方在是否选择中国作为合作伙伴方面具有摇摆的动机和可能。因此，一个较为合理的假定是:中国对俄罗斯的类型的信念调整为［0.5，1］之间。

(2)俄罗斯政府的行动策略选择。在将中国的类型的信念调整至1之后，俄罗斯在决策时面临的问题就简化为比较合作策略所获取的收益a2和不合作策略所获取的收益b2的大小。若a2＞b2，则选择合作策略，反之，则选择不合作策略。因而，其行动具有不确定性。

(3)中国政府的行动策略选择。将对俄罗斯属于友善类型的信念调整至［0.5，1］之间后，中国政府面临的选择就是如何在保2a1+(1－q2)b1＞0的前提下，尽可能减少为争取俄方合作而进行的投入。即中国政府唯一理性的策略就是促成双方在石油天然气方面的合作。作为促成俄方合作的策略之一，中方应积极主动地走出去，坚持石油进口的多元化战略，尤其应加强同中国陆路相通的哈萨克斯坦、土库曼斯坦等中亚国家以及南亚缅甸、东南亚印度尼西亚等国的合作，降低俄罗斯在石油谈判中的优越感;策略之二是要利用好俄罗斯同美、日之间的矛盾，降低俄方对与美、日合作的期望值;策略之三是加强同俄罗斯各阶层的接触和交流，消除俄方对中国崛起的担忧，进一步提升两国的战略协作伙伴关系。中方只有通过上述举措的组合使用，才能更有力地促使俄方重新评估其在合作与不合作策略间的得益，坚定地实行同中国合作的策略。

总之，中俄双方在石油天然气合作上的博弈，俄罗斯居于主导地位，在国内政治因素或国际事态因素的影响下，其在博弈中的得益可能会出现变化，从而在决定采取合作战略还是不合作战略之间会出现摇摆，进而表现出一定的行动机会主义。但是，由于中俄间在现有国际政治格局中存在着共同的巨大战略利益，因此，结合政治层面的考量，俄罗斯最终必然会选择合作战略。但是，中方必须要清醒地认识到:中俄石油天然气合作受国际政治、国内政治以及经济等诸多方面的影响，其进程将是缓慢而复杂的，不会一帆风顺地向深层次发展。

二、中俄原油管道项目的路线变更分析

中俄原油管道项目在经历了15年旷日持久的谈判之后，终于在2009年4月21日随着《中俄石油领域合作政府间协议》的正式签订而尘埃落定，历经波折的中俄原油管道也在2009年5月进入了实质性的工程施工阶段。在这期间，中俄原油管道的走向也从最初的“安大线”变更为现在的“泰纳线—中国支线”。对于管道线路走向的变更引发了大量的讨论，观点各异。但就其实质而言，我们完全可以将其简化为俄罗斯政府在采取与中国政府进行石油天然气合作战略的前提下的一个利益最大化的决策问题。

(一)中俄原油管道路线变更的简要回顾

中俄原油管道项目最初在1994年11月由俄方首先提议，在双方签署了《中国石油天然气总公司与俄罗斯西伯利亚远东石油股份公司会谈备忘录》后，便开始了项目前期工作。1996年4月，俄罗斯联邦政府代表团访华期间，双方政府签署了《中华人民共和国政府和俄罗斯联邦政府关于共同开展能源领域合作的协议》，正式确认中俄原油管道项目。1999年2月，中石油与俄罗斯尤科斯石油公司、俄罗斯管道运输公司签署了《关于开展中俄原油管道工程预可行性研究工作的协议》，双方根据此协议于1999年12月完成了预可行性研究。2001年7月17日，访俄期间，中俄双方经过谈判就原油管道走向、俄罗斯向中国供油数量、原油购销承诺方式和原油价格公式等重要问题达成一致意见，并在和卡西亚诺夫总理会谈后，双方签署了《关于开展铺设俄罗斯至中国原油管道项目可行性研究主要原则协议》。协议规定该管道自俄罗斯伊尔库茨克州安加尔斯克经中国满洲里入境，终点为大庆，自2005年开始，每年输油量为2000万吨，到2010年达到每年输油量3000万吨，连续稳定供油25年。2001年8月，中国政府批准了中方的项目建议书(预可行性研究报告)。2001年9月8日，在中俄两国总理定期会晤时，双方签署了《中俄关于共同开展铺设中俄原油管道项目可行性研究的总协议》。双方计划2003年7月完成可行性研究和初步设计工作并开工建设，2005年建成投产。双方已于2002年7月底完成了可行性研究投资论证的报告，并分别报各自政府进行评估和审批。2003年5月28日，中石油和俄罗斯尤科斯石油公司签署了《关于“中俄原油管道原油长期购销合同”基本原则和共识的总协议》。就在中俄有关单位紧锣密鼓地进行中俄石油管道前期准备工作的时候，由于日本方面的强力介入，中俄石油管道线路出现变化。2003年2月7日，在由俄罗斯能源部长优素福夫召开的会议上，与会的俄罗斯各方代表拿出一个折中方案:将“安大线”和“远东方案”两条线合并为一条线，在年运输量5000万吨的安加尔斯克—纳霍德卡干线上建设一条年运输量3000万吨的到中国大庆的支线，其中到中国的管道线路将优先开工。2003年3月13日，俄罗斯政府原则上通过了将“远东线路”和“安大线”合二为一的折中方案，该方案后来也成为《俄罗斯2020年前能源战略》的一部分。同时俄罗斯政府要求各部门和有关方面对石油管线方案再进行细化研究，于5月初再作决定。2004年12月31日，俄罗斯政府决定由俄罗斯国营石油运输公司修建一条从泰舍特至纳霍德卡的石油运输管道，预计该管道输油能力为每年8000万吨。2006年1月6日俄罗斯总统普京宣布，俄罗斯将在2006年夏天开工泰舍特—纳霍德卡(简称“泰纳线”)的太平洋输油管道一期工程的建设。根据之前约定，率先开通中国支线。2008年10月，中俄两国总理在第13次定期会晤期间，就建设中俄原油管道达成重要共识。2009年4月21日中俄双方正式签订《中俄石油领域合作政府间协议》。根据协议，中俄双方同意共同建设和运营从俄罗斯斯科沃罗季诺市经中国边境城市漠河到大庆的石油管道。该管道俄罗斯境内段已于4月27日开工，中国境内段于5月18日在黑龙江省漠河县兴安镇开工。整个管道计划于2010年10月竣工通油。

(二)中俄原油管道路线变更的原因解析

首先，我们假设:

n为管道寿命期;

i(i=1，2，3)代表线路(其中，i=1表示“安大线”;i=2表示“泰纳线”;i=3表示“泰纳线—中国支线”);

ci为管道建设成本;

bit为线路i第t年的运营成本;

qi为线路i在寿命期内的年运输量;

pit(t=1，2，……，n)为线路i的原油在第t年的终端售价;

πit为线路i第t年的收益;

r为折现率;

si为线路i的其他收益(如政治层面的收益)。

则，各线路的总收益现值分别为

中俄石油天然气合作

作为一个理性人，俄方必然会选择总收益现值最大的线路。即，当π1＞π2时，俄方将选择“安大线”，反之，当π1＜π2时，俄方将选择“泰纳线”。

俄方之所以摒弃“安大线”转而选择“泰纳线—中国支线”，究其因就在于“泰纳线”的总收益现值要高于“安大线”。因为，一方面“安大线”的运量远低于“泰纳线”，且不利于俄罗斯东西伯利亚开发战略的实施;另一方面，如果俄方选择“安大线”，管道建成投入运营之后，俄方面对的只是中国一个出口对象，且1/3的管道在中国境内，双方将形成一种双边垄断的局面，这不仅将使俄方丧失原油出口的主动权，不利于其能源出口多元化战略和能源外交战略的实施，扩大在亚太的影响力，而且，中方作为垄断买方将大大抵消俄方作为垄断卖方的力量，减弱俄方在原油价格方面的定价权优势;而如果选择“泰纳线”，由于“泰纳线”管道全程在俄罗斯境内，终点在俄罗斯的转运港口，俄方面对的客户将不再是中国唯一的买方，还有整个亚太地区。这将使俄罗斯处于一个单边垄断———垄断卖方的地位。这一垄断卖方的地位不仅可以保证俄罗斯将原油流向的决定权牢牢掌握在自己手里，便于其能源外交战略的实施，增强在亚太地区的影响力，还将保证其在原油价格的定价权方面处于一个非常有利的地位。