讨论几个主要的预测模型
窦宏恩
Hubbert(1956)提出了Logistic 模型,通过用其曲线拟合美国历史上的石油产量,并预测美国石油产量的未来,该模型成立的假设条件:(1)产量最终必须按指数律递减;(2)曲线之下的区域必须等于美国的最终可采资源量。
当时,他使用该模型对美国石油最终可采资源量(1500—2000亿桶)的进行了估计,预测美国石油产量将会在1965-1971年的某一时候达到峰值。果然在1970年美国产量达到峰值并开始缓慢递减时,许多评论者都认为:Hubbert的方法已得到了证明(Strahan,2007)。但是,后来的分析证明他预测的准确性带有偶然性(Kaufmann和Cleveland,2001;Cavallo,2005a、b)。
Logistic 模型是广泛用来模拟增长过程的对称和非对称曲线(Meade,1984;Tsoularis和Wallace,2002)包括广义Logistic 模型(Nelder,1971)、Bass(1969)、贡珀茨(Gompertz)(Moore,1966)和双Logistic 模型(Meyer,1994)以及累积对数正态、柯西(Cauchy)和韦布尔(Weibull)分布(Wiorkowski,1981;Meade,1984)。Brandt(2007)分析了74个产油区域发现,就90%以上的情况来说,产量增长率超过了下降率,非对称模型可能是更合适的。然而,当Moore(1962)用非对称贡珀茨函数拟合美国数据时,他得到的最终可采资源量估计几乎是具有相当拟合度Logistic 模型的两倍。后来Wiorkowski(1981)以及Clevelland和Kaufmann(1991)也获得了十分相似的结果。曲线拟合技术的弱点是:不同的函数形式,通常可比较好地拟合数据,但可给出很不同的最终石油可采资源量(Ryan,1966)。
国内对石油储量和产量研究的模型,我国出现了翁氏模型,HCZ模型等。
所有以上这些模型的特点:
(1)这些模型多数都能从数学上找到原始模型,可以从微分方程中求解得到。
(2)这些模型都是有总量控制的模型,在预测产量时,可采储量就是其总量控制参数。
(3)这些模型都是总量与时间序列相关的模型。
通过研究显示:几种预测模型相比,这些模型用来预测产量变化与时间的关系,其边界条件都是总量是一定的,类似此系统是封闭的,总量的大小决定了其产出量随时间的变化。模型可以得到好的拟合效果,但未必都可用于预测。这就是这些总量控制模型为什么不能预测未来世界石油产量和石油产量或者我国未来石油储量和产量变化的原因。