中国农用柴油需求中长期预测徐卫军  张妮妮 (中国农业大学经济管理学院  北京  100083)内容提要  本文以2007年能源平衡表校准的10个部门混合型投入产出表为基础, 建立投入产出表预测框架模型, 对我国中长期农用柴油需求量进行预测。预测显示, 在未来40年, 我国农业生产对柴油的需求量会从2007年的2733万吨标准煤逐渐增加到2050年的10388万吨标准煤, 增加型情景下的预测则会提高到13122万吨标准煤。关键词  农用柴油  中长期  预测  混合型投入产出表一、引  言2009年全国耕种收综合机械化水平¹达49113%, 机耕、机播、机收水平也分别达到65199%、41103%、34174%。其中, 主要粮食作物机械化进程加快, 农机作业已超过人工作业, 成为粮食作物生产的主要作业形式。小麦、水稻、玉米、大豆耕种收综合机械化水平分别达到89137%、55133%、60124%、68188%。由于农业生产中机耕、机播、机收作业基本上都是以柴油发动机作为动力源, 随着全国农业及主要粮食作物的生产对机械化作业依赖性的增强, 我国农业对农用柴油投入依赖的增强,农业生产越来越离不开农用柴油的投入。农业生产对农用柴油投入的依赖性越高, 农用柴油供给或价格冲击对农业生产尤其是粮食生产, 会造成实质性的灾难影响。同时, 农用柴油需求受供给或价格冲击的可能性不断增加, 主要是因为中国原油消费对国际原油市场依存度的持续上升, 2009年原油消费对外依存度高达5113%, 2010年则高达5317%, 涨幅为历年之最º。这样, 中国原油消费对外依赖程度的提高会增加国际原油市场供给短缺对国内成品油市场供给短缺的冲击影响, 相应农用柴油需求的供给保障也会受到冲击。农用柴油供给受冲击的直接影响就是粮食生产安全和农业转型的目标难以实现。此外, 柴油市场的价格冲击也会对农用柴油的稳定供给工作造成极大的影响。所以, 做好农用柴油的稳定供给保障工作, 前提就是获知未来时间点上农用柴油的需求量, 以此需求量为供给保障目标, 在柴油市场供给或价格冲击下做好稳定供给的保障工作。但是, 至今国内外研究中还缺乏对我国中长期农用柴油需求做出针对性的预测研究。国内现有对农业能源的需求预测基本包含在国民经济整体框架之中, 预测模型的设计是针对三次产业整体而言。因此, 本研究的开展一方面弥补国内研究在此领域的空白, 另一方面为农用柴油稳定供给的保障工作做出需求信息支撑。) 104 )    农业技术经济  2011年第7期   ¹º耕种收综合机械化水平计算方法: 按照机耕、机播、机收水平分别为0. 4、0. 3、0. 3的权重计算。数据来源于52009年全国农业机械化统计年报6数据来源于http: //www. caijing. com. cn/2011-01-20/110624142. html二、模型说明(一)建模思路关于宏观能源需求的预测, 现有文献已提出相对成熟的计量经济学模型、一般均衡模型或两者的结合, 如CGE模型、SGM模型、GTAP模型、GATP-EP模型等( MalcolmandTruong, 1999; Miller andBlair, 1985; RutherfordandPaltsev, 2000; SandsandFawcet,t 2005)。但是, 由于数据可获的限制, 本文基于能源平衡表校准后的混合投入产出表建立预测模型, 并用于预测中长期中国农用柴油的需求水平。基准年为2007年( 2007年是已公布的最新投入产出表年份)。预测年为2010年、2020年、2030年、2040年和2050年共五个关键年份。中国农用柴油需求的中长期预测模型是基于投入产出表直接消耗系数的RAS迭代修订思想建设的。在运用投入产出预测模型对中长期能源需求作预测时, 通常假定基准年投入产出表的直接消耗系数矩阵所描述的国民经济各产业生产技术在预测年保持一致, 确定最终使用设想, 根据式( 1)即可对中长期能源需求做出预测。X^t = I-A0-1Ft( 1)其中, X^t、Ft 是第t预测年总产出的预测值和设想的最终使用方案, A0 是基准年投入产出表的直接消耗系数矩阵。这种建模思路的应用参见黎诣远、刘三章( 1984)。但是, 一国或地区的经济发展通常会伴随着某种程度的技术进步, 即各种生产投入间发生要素替代或互补行为。这样, 基准年直接消耗系数矩阵所代表的生产技术水平就不能准确地反映预测年的生产技术水平。因此, 对基准年投入产出表直接消耗系数矩阵进行调整以适应预测年的经济活动水平是十分必要的。基于此, 为完成预测工作, 本文提出基于投入产出表直接消耗系数的RAS迭代修订思想, 并建立中国农用柴油需求中长期预测框架模型(见图1)。图1  农用柴油需求中长期预测框架模型中国农用柴油需求中长期预测框架模型进行预测的基本思路是, 用基准年能源平衡表校准基准年投入产出表, 生成校准后的投入产出表, 并获取相应价格数据, 为预测作准备。运用计量经济学方法和传统规划法设定出中长期内各关键年的预测方案。预测方案包括增加值、增加值率和最终使用。2010年农用柴油需求的预测: 首先运用RAS方法和2010年预测方案, 修订基准年2007年投入产出表的直接消耗系数, 以适应2010年的预测方案, 最终形成2010年投入产出表。其次, 直接抽取2010年投入产出) 105 )    徐卫军等: 中国农用柴油需求中长期预测表中农业部门对石油加工业产品的消费额, 并使用上文获得的价格数据折算出农业部门对石油加工业产品的实际消耗量。最后, 假设农用柴油占农用石油加工业产品消耗量的比率与基准年份一致, 以折算出2010年农用柴油需求的预测值。2020年中国农用柴油需求预测与2010年基本一致, 但是, 2020年投入产出表直接消耗系数矩阵的修订源于2010年投入产出表的直接消耗系数矩阵, 同样2030年源于2020年, 2040年源于2030年, 2050年源于2040年。这种关系就是上文所说的基于投入产出表直接消耗系数的RAS迭代修订思想。(二)基本预测程序第一步, 根据2007年中国42部门投入产出表合并形成10部门投入产出表。10部门的名称与42部门的代码对应原则是( 1)农业: 01; ( 2)能源开采: 02~03; ( 3)石油加工: 11; ( 4)电力: 23; ( 5)食品: 06; ( 6)化工: 12; ( 7)金属制品: 15; ( 8)设备制造: 16~17; ( 9)其他二产: 04~05、07~10、13~14、18~22、24~26; ( 10)第三产业: 27~42。10个部门的设定是根据农用柴油需求研究目的和各产品部门在农产品部门生产中的投入份额综合决定的。能源开采、石油加工、电力三个部门的设立是用于考察农用柴油占农用能源需求总量的份额变化, 以分析农用柴油对农用能源保障的重要性; 食品、化工、金属制品和设备制造是农产品部门生产对其需求最大的四个部门, 2007年直接消耗系数高达010962、010763、010027、010100。第二步, 按照10部门的设置, 根据5中国能源统计年鉴20086提供的2007年中国能源平衡表(标准量)和2007年工业分行业终端能源消费表(标准量), 构建相应的2007年中国能源平衡表与10部门投入产出表。能源平衡表用来标定基准年的能源生产和消费, 它是以万吨标准煤为单位表示的能源投入产出表。能源平衡表的列为能源投入, 行为能源消费活动。用工业分行业终端能源消费量表(标准量)替代中国能源平衡表(标准量)中的工业终端消费, 首先合并能源加工部门的加工转换投入量和终端消费量(行合并), 形成能源加工部门的最终消费量; 再进行全部行业的行合并以与10部门投入产出表的列匹配; 最后作列合并, 形成能源开采、石油加工、电力三类能源品种的投入列(见表1)。表1  2007年中国能源平衡表(合并后)编码 部门 能源开采 石油加工 电力 编码 部门 能源开采 石油加工 电力1 农业 1688 3109 1207 9 其他二产 21497 5991 177682 能源开采 47054 562 1242 10 第三产业 2273 22157 42723 石油加工 84974 6890 1494 TII 中间使用 249792 17403 179204 电力 103598 2026 3410 VA1 最终消费 7375 3723 64195 食品 1797 272 1152 VA2 资本形成总额 1436 -105 06 化工 9414 3930 7016 VA3 净出口 -22666 - 3700 1277 金属制品 199 160 858 VA4 误差 -2664 114 26438 设备制造 1068 455 1540 TI 总产出 257043 45585 49149第三步, 利用新构造的2007年中国能源平衡表来校准2007年10部门投入产出表, 形成10部门混合投入产出表。混合投入产出表的能源行(投入)来自转置后的中国能源平衡表, 其他行来自10部门价值型投入产出表。该表的能源行以万吨标准煤为单位, 其他行以价值量为单位。利用张树伟( 2009)的方法寻找一组价格, 使混合投入产出表的能源行重新以价值量为计算单位。平衡是指部门的总投入等于该部门的总产出。基于10部门混合投入产出表, 利用投入产出表中各部门总投入等于各部门总产出的总量平衡关系, 建立各部门价格pi 的方程组:dialogX1, ,, XiP= XTP+ VAT( 2)) 106 )    农业技术经济  2011年第7期   其中, P、X、VA分别是n部门产品的价格列向量、中间使用矩阵、增加值行向量, Xi 是第i部门产品的总产出。求解公式( 2)得到的价格是混合投入产出表平衡中的/ 等效价格0(见表2), 不具有实际意义。用/校准0后的部门投入价格乘以混合投入产出表中相应行, 即形成用于预测的基准年10部门投入产出表¹。表2  /校准0后10部门投入的价格编号 部门 价格向量 编号 部门 价格向量1 农业 110071 6 化工 0192652 能源开采 80314660 7 金属制品 0196253 石油加工 189413317 8 设备制造 0197434 电力 663615830 9 其他第二产业 0199515 食品 110041 10 第三产业 019715    注: 根据张树伟( 2009)的方法计算得到第四步, 建立未来关键年份的预测方案。在本模型中, 预测方案主要由增加值( VA)、增加值率*( VAR)、最终使用(FU)三个部分构成。对未来关键年份国内生产总值的设想是根据邓小平提出的国民经济/ 三步走0战略作出的, 即到21世纪中叶人均国民生产总值达到中等发达国家水平。具体设定是根据姜克隽( 2008), 以2007年为基准年推算出预测年份的国内生产总值及三次产业增加值(见表3)。其中, 未来预测年份第二产业增加值在各部门之间的分配按2007年第二产业各部门增加值结构进行。表3  分行业增加值增长速度  (亿元, %)项目 2007年基准值 2007) 2010年 2010) 2020年 2020) 2030年 2030) 2040年 2040) 2050年GDP 266044 10104 7167 5185 4109 2182第一产业 28659 4105 3173 2162 2143 2109第二产业 134495 10192 7153 5124 3112 1189第三产业 102889 10146 8160 6192 5115 3160预测年总投入(TI)由下述公式加总得到:TIi =VAiVARi,   TI =ETIi,   i = 1, ,, 10 ( 3)其中, TIi、VAi、VARi 分别是第i部门的总投入、增加值、增加值率。国民经济总投入是各部门总投入之和, 根据投入产出表总投入等于总产出和各部门总投入等于各部门总产出的总量平衡关系, 根据总投入数值给出相应的总产出数值。增加值率是公式( 3)计算的关键。以黎诣远、刘三章( 1984)为代表的预测研究中, 假定预测年各部门的增加值率与基准年保持一致。但是, 随着研究费用的增加和新资本的形成, 各部门的生产都会存在一定程度的技术进步, 相应地, 各部门的增加值率会因此发生相应的变动。在姚愉芳、贺菊煌( 1995a)的增加值率设定基础上, 经过相应调整, 本文给出预测年的增加值率(见表4)。) 107 )    徐卫军等: 中国农用柴油需求中长期预测¹*经2007年能源平衡表校准后的2007年10部门投入产出表, 读者可通过电子邮件索取投入产出表中, 各部门增加值率等于该部门增加值除该部门总产值表4  预测年各部门的增加值率部门 2010年 2020年 2030年 2040年 2050年农业 015744 015579 015396 015194 014974能源开采 014897 014861 014806 014742 014651石油加工 012391 012631 012818 012960 013063电力 013483 013665 013798 013883 013932食品 012457 012505 012529 012529 012505化工 012282 012326 012348 012348 012326金属制品 012261 012305 012327 012327 012305设备制造 012285 012330 012352 012352 012330其他第二产业 012406 012525 012623 012699 012755第三产业 015479 015561 015592 015562 015487最终使用的设想。最终使用由居民消费( HC)、政府消费( GC)、资本形成总额( GFC)和净出口(NE)四部门构成, 即FU=HC+GC+GFC+NE ( 4)预测年居民消费水平的设想。采用杜森贝里的相对收入假设来设定消费函数模型。杜森贝里认为消费具有/不可逆性0, 消费者的消费支出水平不仅受当前收入的影响, 也受自己历史上曾经实现的消费水平的影响。因此, 为预测未来关键年份的居民消费总量水平, 构建并估计获得如下AR( 3)模型修正的宏观消费函数:lnCt = 013312+ 015374lnCt-1 + 013884lnYt + u^t      (011750) (010914)    (010719)u^t = 019483u^t-1 - 016013u^t-2 + 013047u^t-3    (011711)   (011809)    (011457)R2= 019977  D1W1= 118877 ( 5)式中, 样本年份跨度为1952) 2008年, C、Y分别表示实际人均居民消费水平、实际人均国内生产总值, 价格指数是以2007年价格计算的居民消费价格指数。ADF单位根检验表明, 经一阶差分调整后序列lnCt 和lnYt 都是平稳的, 对误差模型^ E= lnCt -0. 94-0. 81lnYt 的单位根检验显示, ADF统计量为-414635(概率值为010007), 在1%水平接受不存在单位根的结论, 即用模型( 5)进行预测不会产生伪回归问题。基于预测年人均国内生产总值数据和模型( 5), 可预测出未来关键年的人均居民消费水平; 给定预测年的人口总量数据, 即可计算出预测年居民消费总量数据。预测年政府消费水平的设想。在2007年10部门投入产出表中, 政府部门只消费农业和第三产业两部门的产品或服务。政府消费与居民消费共同组成了国内最终消费。基于最终消费是由政府消费和居民消费构成的概念, 假定国民经济中政府消费是居民消费不足的补偿, 一定数量的居民消费就有相应数量的政府消费。基于基准年政府消费与居民消费的比值和预测年的居民消费水平, 就可计算出预测年政府的总消费水平。基准年政府消费与居民消费的比例系数, 农业部门为010306, 第三产业为017601。预测年资本形成总额的设想。预测年资本形成总额是基于资本形成率给定。对经济发展过程的观察发现, 资本形成率与人均国内生产总值之间保持着相对稳定的关系。通过对比分析世界银行数据库提供的国别人均国内生产总值与资本形成率散点图以及中国资本形成率的历史曲线, 综合得出与未来预测年人均国内生产总值相对应的资本形成率(见表5)。) 108 )    农业技术经济  2011年第7期   表5  预测年份资本形成率项目 2010年 2020年 2030年 2040年 2050年人均国内生产总值 3505 7050 12386 18943 26047资本形成率 45% 40% 35% 30% 25%    注: 人均国内生产总值按2007年人民币对美元年平均汇价76014计算预测年净出口总额的设想。净出口水平取决于本国国民经济的发展水平, 自2007年起净出口占国内生产总值的份额呈下降趋势, 到2009年为4136%。为简化预测分析, 假定在预测年份净出口份额维持在4%水平, 并以此推断预测年份的净出口消费水平。预测年居民消费、政府消费、资本形成总额和净出口的部门结构。根据现有研究, 居民消费结构随人均消费水平的变动而变动。基于姚愉芳、贺菊煌( 1994, 1995a)的研究, 提出居民结构关于人均消费的弹性值(见表6)。预测年政府消费、资本形成总额和净出口的部门结构沿用基准年的部门结构。表6  居民结构弹性值项目 农业 能源开采石油加工 电力 食品 化工 金属制品设备制造其他第二产业第三产业弹性值 01262 01573 11510 11378 01902 01902 01902 01902 01902 11280(三)RAS方法RAS方法是中国农用柴油需求中长期预测框架模型的核心技术之一, 直接关系到预测年投入产出表的构建。RAS方法最早由英国著名经济学家斯通及其助手提出的一种直接消耗系数的修订方法, 基本思路是采用迭代法, 求替代矩阵R和制造乘数矩阵S。基本操作为: 令基准年的直接消耗系数矩阵为A= [ aij], ( ,i j=1, ,, n), 预测年投入产出表的直接消耗系数矩阵为B=[ bij], ( ,i j=1, ,,n), 寻找对角矩阵R= diag r1, ,, rn 和S=diag s1, ,, sn, 使得以下平衡关系得以成立:B= RAS ( 6)王思强和关忠勇等( 2009)提出运用Microsoft Excel软件的数学规划求解功能实现RAS方法调整预测年投入产出表的解决方案。但是, 该方案提出的最小化目标函数存在函数形式设定模糊的缺陷。为此, 本文根据投入产出表的设定使得目标函数的设定更加具体化, 以增强RAS方法在MircrosoftExcel环境下的可操作性。给定各产品部门的总投入、增加值、最终使用, 目标函数为:minZ=Enj=1Eni=1bijXj +Vj -XjXj2+Eni=1Enj=1bijXj +Fi -XiXi2( 7)其中, Xj、Vj 分别是第j产品部门的总投入和增加值, Xi、Fi 分别是第i产品部门的总产出和最终使用。在实际应用中, 对王思强和关忠勇等( 2009)方案的改进, 在直接消耗系数调整中还尝试过施加投入产出表的行和列的平衡约束, 但由于运算过程中数值的小数位差异不能实现规划求解运算的收敛。因此, 最终的运算是保持0. 0001精度的无约束最小优化求解。三、数据准备及情景设定(一)数据准备中国42部门投入产出表来自国家统计局出版的52007年中国投入产出表6。2007年中国能源) 109 )    徐卫军等: 中国农用柴油需求中长期预测平衡表(标准量)和2007年工业分行业终端能源消费表(标准量)来自国家统计局出版的52008年中国能源统计年鉴6。1952) 2008年人均居民消费水平、居民消费价格指数、国内生产总值、全国人口总量均来自国家统计局出版的5新中国六十年统计资料汇编6。2008) 2050年中国人口数据来自美国国家统计局国际数据库¹。(二)情景设定在由传统农业经济向现代工业经济转变的过程中, 城市化水平的不断提高和非农产业份额的持续增大, 会形成农村人口向城市流动、农业劳动力向非农产业流动的局面, 即可用于农业生产的劳动力供给不断减少。农业生产中柴油投入的主要目的就是为了弥补农业劳动力投入的不足(或者说替代农业劳动力)。为稳定粮食生产、促进农业转型的实现, 农业劳动力供给的减少就得提高农业机械化水平, 相应会增加对柴油、电力等现代商品能源的消耗。根据1993) 2009年全国农用柴油占农用能源消费总量的比例变化, 现阶段农用柴油是我国农用能源消耗的主要品种。美国是一个完全农业机械化的国家, 在2002年农用柴油占农用能源消费总量的份额为42121%(Miranowsk,i 2005)。以美国作为参照值, 柴油也是未来我国农用能源消耗的主体。进而, 在柴油动力型农业机械给定的情形下, 柴油就是农业劳动力替代的主体。农业劳动力下降最直接的结果就是农业部门的劳动者报酬占农业总投入的比重下降, 以美国为例, 2002年劳动者报酬为363114亿美元, 占农业总产出的比重为14154%º。而我国自1987年以来,劳动者报酬占农业总产出的比重一直维持在50%以上(见表7)。因此, 随着我国国民经济的发展,我国劳动者报酬占农业总产出的比重会有较大的下降空间。据此, 本文设立未来农用柴油预测情景。表7  我国劳动者报酬比重的变化  (%)比重 1987年 1992年 1997年 2002年 2007年占农业增加值的比重 81189 84124 88104 80107 94184占农业总产值的比重 56108 54127 52159 46159 55159    注: 根据相应年份的中国投入产出表计算得到情景1: 基于姚愉芳、贺菊煌( 1995a)的研究, 提出基准情景下10个产品部门增加值的变动率(见表8情景1)。情景2: 保持情景1下非农产品部门增加值率的变动水平, 给予农业部门增加值率的变动率一个提高1倍的外生冲击, 形成农业劳动力较高幅度下降的增加型预测情景(见表8情景2)。表8  中长期农用柴油需求预测情景设定  (%)情景 2007) 2010年 2010) 2020年 2020) 2030年 2030) 2040年 2040) 2050年情景1 -0125 -0129 - 0133 -0138 - 0143情景2 -0150 -0158 - 0167 -0176 - 0186四、预测结果(一)全国农用柴油需求量预测表9显示, 在两种情景下, 中国农用柴油需求在中长期内都表现出持续上升的趋势。情景1下,到2030年, 我国农用柴油需求总量将达到6928万吨标准煤; 到2050年, 将会进一步增加到10388万吨标准煤, 是2007年水平的318倍。相应地, 情景2下, 2030年为7849万吨标准煤, 2050年为13122) 110 )    农业技术经济  2011年第7期   ¹º数据库网页为http: //www. census. gov/ipc/www/idb/country. php美国2002年投入产出表, 见www. bea. gov万吨, 2050年是2007年水平的418倍。中长期内, 农业部门增加值率的变动率提高1倍对中国农用柴油需求的冲击效应, 一是未来各预测年全国农用柴油需求总量明显提高, 即情景2的预测值高于情景1; 二是随着时间的推移, 情景2与情景1的预测值之差逐渐增长, 2005年将达到2735万吨标准煤, 约是2010年的61倍。表9  中国农用柴油需求量中长期预测结果  (万吨标准煤)情景 2007年 2010年 2020年 2030年 2040年 2050年情景1 2733 3072 5050 6928 8670 10388情景2 2733 3117 5403 7849 10384 13122(二)农用能源消费中农用柴油份额的预测本文中的农用能源需求是指农业部门生产经营中对能源开采、石油加工、电力三个部门产品的直接需求。因情景的设置是通过等幅度调整农业部门的增加值率来实现的, 这导致两个情景下农用柴油占农用能源需求总量份额的大小和变化趋势基本一致。所以, 本文只报告情景1的预测结果(见图2)。结果表明, 农用柴油份额在中长期内呈直线下降趋势, 从2010年44125%降至2050年的31142%, 年均下降幅度-0185%。图2显示, 非农用柴油能源需求增长速度高于农用柴油需求增长速度是农用柴油份额下降的主要原因。经对比, 农业部门生产对能源开采业产品需求的相对快速增长是主要原因, 据本文预测, 从2010年的1915万吨标准煤增加到2050年14439万吨标准煤, 年均增长5118%。综上所述, 中长期内尽管农用柴油消费总量是持续增加的, 但是, 由于农业生产对能源开采业产品需求的相对快速增加, 农用柴油占农用能源需求的份额呈持续下降趋势。图2  农用柴油占农用能源需求总量的份额 图3  农用柴油需求占全国比重的预测(三)农用柴油需求环境预测农用柴油需求环境预测主要是通过农用柴油占全国柴油需求总量的比例预测来说明。两个情景下, 因变动只影响农业部门的增加值率, 对全国柴油需求量的预测是一致的, 2010年为23591万吨标准煤, 2030年为68954万吨标准煤, 2050年则上升到103947万吨标准煤(见图3)。农用柴油需求占全国的比重在两个情景下则表现出不同的变化趋势。情景1下, 农用柴油比重呈现出持续下降的趋势, 从2010年的13102%下降到2040年的9172%, 2050年维持在9199%的水平。而情景2下, 农用柴油比重的变化呈现出平坦的/ V0型变化, 于2030年触底反弹, 从2010年的13121%下降到2030年的11138%,随后回升到2050年的12162%。情景2的变化说明, 随着农业劳动力流转的加快, 农用柴油比重会呈现) 111 )    徐卫军等: 中国农用柴油需求中长期预测出先下降后上升的变化趋势, 按照情景2的设定, 2030年将是我国农用柴油比重变化的拐点年份。从两个情景的对比来看, 情景2因增加值率的下降幅度大于情景1, 使得其农用柴油比重预测值在预测期间内都大于情景1; 但是, 两个情景下农业部门在柴油市场上仍处于一种弱势地位, 因为比重在2010) 2050年期间最高值是2010年情景2的13121%。五、结论及政策建议本文以2007年能源平衡表校准的10个部门混合型投入产出表为基础, 建立投入产出表预测框架模型, 对中国中长期内农用柴油需求总量进行了预测。预测关键年份为2010年、2020年、2030年、2040年和2050年。模型中, 混合型投入产出表分为10个部门, 为强调农用柴油需求预测的重要性, 部门划分除能源开采、石油加工、电力三个能源部门外, 主要设定在农业生产投入中消耗较大的产品部门, 如化学工业。模型的预测基于投入产出表各产品部门增加值、增加值率和最终使用的推测基础上, 运用RAS方法修订2007年混合型投入产出表的直接消耗系数形成中长期农用柴油需求量的预测。预测显示, 在未来40年内中国农业生产对柴油的需求总量会从2007年的2733万吨标准煤逐渐增加到2050年的10388万吨标准煤, 增加型情景下的预测则会增加到13122万吨标准煤。中长期内农用柴油需求量的大幅度上升和农业在柴油市场上的弱势地位, 增加了政府等相关部门实现农用柴油稳定供给的保障难度。因此, 从长远考虑, 政府部门应尽早制定农用柴油稳定供给的长效保障机制, 以维持农业生产稳定和实现粮食产出安全目标。参考文献1. Malcolm, G1, andT1P1 Truong1 TheProcessof IncorporatingEnergyData intoGTAP1 GTAPTechnicalPaper, November 19992. Miller, R1 R1 andP1 D1 Blair1 Input-OutputAnalysis: FoundationsandExtensions1 EnglewoodCliffs: Prentice-Hal,l Inc1, 19853. Miranowsk,i J1A1, EnergyConsumption inUSAgriculture, inAgricultureas aProducer and Consumer ofEnergy, J1L1 Outlaw, K1J1Collins and J1A1 Duffield, J1L1Outlaw, K1J1 Collinsand J1A1 Duffield^Editors1 2005, CABI Publishing: Cambridge, MA, USA4. Rutherford, T1F1, and S1V1 Paltsev1 GTAP-Energy inGAMS: TheDatasetandStaticModel1WorkingPaperNo1 00-02, DepartmentofEconomics, UniversityofColorado atBoulder, February20005. Sands, R1 D1 andA1 A1 Fawcett20051 TheSecondGenerationMode:l Data, Parameters, and Implementation1 PacificNorthwestNa-tionalLaboratory, PNNL-1543161国家统计局能源统计司12008年中国能源统计年鉴1中国统计出版社, 200871国家统计局国民经济核算司12007年中国投入产出表1中国统计出版社, 200981国家统计局国民经济核算司1新中国六十年统计资料汇编1中国统计出版社, 201091郝苏霞1能源实物价值型投入产出表编制方法1中国市场, 2010(35): 56~57101姜克隽, 胡秀莲, 庄  幸等1中国2050年低碳情景和低碳发展之路1中外能源, 2009, 14(6): 1~7111黎诣远, 刘三章1宏观经济及其能源需求预测1清华大学出版社, 1984121刘普照1宏观税负与经济增长相关性研究1复旦大学博士学位论文, 2003: 161~161131刘起运, 陈  璋, 苏汝劼1投入产出分析1中国人民大学出版社, 2006141王思强1中长期能源预测预警体系研究与应用1北京交通大学博士学位论文, 2009151姚愉芳, 贺菊煌1中国消费结构的长期预测))) 中国中长期经济社会发展与数学模型(二)1数量经济技术经济研究, 1994(1): 18~24161张金水1价值型与实物型混合投入产出模型计算物价的简便方法1控制与决策, 1995, 10(2): 188~191171张树伟1利用能源平衡表校准投入产出表的方法与应用1电力技术经济, 2009, 21( 5): 32~36责任编辑  段  艳) 112 )    农业技术经济  2011年第7期