С экономико-географической точки зрения в модели WEM страны делятся на две группы: страны ОЭСР и остальной мир. Энергетический сектор стран ОЭСР описывается детально, с подразделением на под-сектора (промышленность, энергетика, транспорт, бытовое потребление, коммерческий сектор) и на крупные отрасли в самих под-секторах. В этих странах спрос на энергоносители определяется из решения динамических уравнений относительно цен на различные виды топлива и объемов поставок (потребления). Цены на топливо и объемы потребления как функции времени моделируются для каждой отрасли в под-секторе системой уравнений вида
, (22)
где F и f - заданные «модельные» функции, а x - набор прочих экзогенных величин, входящих в систему в качестве параметров. Можно также отметить, что почти все страны этой группы являются крупными импортерами энергоресурсов.
Энергетика остальных стран рассматривается более укрупненно, причем для каждой из них энергопотребление прогнозируется на основе трендового подхода по формулам вида (21) в рамках некоторого сценария экономического роста (повышенного, пониженного или базового).
Прогноз энергопотребления для индустриально развитых стран, рынок энергоресурсов которых образован как внутренним производством, так и импортом, составляется с учетом конкуренции всех видов топлива на внутреннем рынке и с учетом особенностей местного законодательства (эти «особенности» при математическом моделировании находят свое выражение в появлении определенных ограничений на множестве возможных решений системы уравнений (23)).
Моделирование спроса по каждому виду топлива опирается на деление всех вышеуказанных регионов мира на две группы: нетто-импортеры и нетто-экспортеры. Нетто-экспортеры конкурируют между собой за поставки энергоресурса странам-импортерам, с учетом того, что емкость рынка последних уменьшается на величину, покрываемую их собственным производством.
Отметим, что детализация рыночных отношений через посредство моделирования спроса и цен на энергоносители имеет и свои недостатки, обусловленные прежде всего сложностью реальных рыночных процессов, для которых оказывается трудным найти адекватное описание даже с помощью такого более изощренного по сравнению с эконометрическими моделями инструмента, каковым является система эволюционных уравнений вида (23). Другие величины, входящие в эти уравнения как параметры (такие, как эластичность спроса на топливо по его цене для разных видов ресурсов или связь между удельными энергозатратами на доллар ВВП и на человека в год), определяются в модели по различным эконометрическим зависимостям на основе данных за период с 1970 г. Надо сказать, что выбор модельных функций (23) для среднесрочных прогнозов (на 10-15 лет) не сильно сказывается на точности прогнозирования, в отличие от предположений о трендах экзогенных величин, чувствительность прогноза по которым очень велика, что отмечается в [3] и самими авторами этой прогнозной системы.
В следующей Части II мы проведем систематическое сравнение рассмотренных прогнозных систем на основе методологии, описанной в разделе 1 данной работы (Части I). Это, полагаем, позволит математически корректно охарактеризовать точность прогнозных систем двух рассматриваемых организаций на достаточно большом отрезке времени.
В заключение данной работы еще раз отметим выявленные нами в статистических обзорах МЭ США и МЭА искажения неслучайной природы, которые, не будучи объясненными, могут трактоваться как случайный фактор, увеличивающий неточность либо фактических данных, либо прогнозных величин. Для МЭ США - это «флуктуации» с течением времени фактических данных в размещенных на соответствующих сайтах электронных версиях обзоров Министерства, тогда как они по своему смыслу должны быть «намертво заморожены» после того, как год состоялся. Для МЭА - это непостоянство тепловых эквивалентов в соседних графах одной и той же таблицы данных по мировому энергопотреблению, чему авторы данной работы также не смогли найти рационального объяснения. Оценка влияния указанных искажений будет приведена нами в следующей работе.
4. Гмурман В.Е. Теория вероятностей и математическая статистика. М.: Высшая школа, 1972.
5. Кремер Н.Ш., Путко Б.А. Эконометрика. М.: ЮНИТИ-ДАНА, 2002.
6. Energy Information Administration. International Energy Annual, July 2004. http://www.eia.doe.gov/pub/international/iealf/table18.xls
7. EIA - International Total Primary Energy Consumption and Energy Intensity Data. / http://www.eia.doe.gov/emeu/international/energyconsumption.html
8. Конвертер МЭА. / www.iea.org/Textbase/stats/defs/defs.htm
9. Calculators for Energy Used in the United States. / http://www.eia.doe.gov/kids/energyfacts/science/energy_calculator.html#oilcalc
10. Справочные материалы. / http://www.gazprom.ru/articles/article20350.shtml
11. World Energy Outlook 2006. Key graphics. / http://www.worldenergyoutlook.org/graphics.htm