未来石油需求，是增还是减?

林伯强

日前，国际能源署（IEA）发布了2024年中期石油市场报告指出，考虑到清洁能源转型推进和部分主要经济体的经济结构转变，石油需求的未来增速将会持续放缓，需求量将在2030年达到峰值。届时，石油供应将发生严重过剩。据IEA预测，到2030年，全球石油总供应水平将接近日均1.14亿桶，超出总需求800万桶。欧佩克（OPEC）对此则表示反对，认为石油需求不仅不会在2030年达峰，甚至预测2045年时全球石油需求将进一步扩大，增长至1.16亿桶/天。针对石油需求的未来走向，两大专业机构为何竟得出截然相反的结论？

首先要明确的是，虽然石油具有能源与工业原料双重属性，但相比之下，石油作为工业原料对供需影响较小。许多不确定因素都会影响到石油需求走向，如全球经济、油价波动、能源政策调整等，准确预测非常困难，只能通过分析一些关键性因素，对石油需求的发展趋势进行相对客观的把握。其中，有两大影响因素值得特别关注：其一，是新能源汽车快速发展对石油消费的替代；其二，是人工智能（AI）的爆发式增长带来的大量能源需求。这两个因素将是影响对2030年石油需求走向判断的关键。

新能源汽车，尤其是电动汽车的广泛应用，正显著降低全球对石油的依赖。随着电池和电驱动技术的持续进步，无论是电动商用车还是电动乘用车，其续航能力、充电效率都在显著提升，这些因素促使越来越多的消费者选择电动车。同时，各国政府的支持政策和包括充电桩在内的新能源车配套设施日渐完善，不少国家宣布将在未来10年至20年逐步淘汰传统燃油车，这将使交通运输领域石油需求相应降低。以中国为例，中国汽车工业协会发布的数据显示，2023年全国汽车销量为3009.4万辆，新能源汽车销量为949.5万辆，占比约31.6%。假设一辆燃油车每年平均行驶1.5万公里，平均每百公里油耗为10升，每升汽油约为0.73千克，据此估算，2023年新售出的新能源汽车约节省了1049万吨汽油。按照预测，中国新能源汽车年销量在2025年可能突破1000万辆并不断攀升，新能源对石油的替代力度也将逐年增大。

另一个可能对石油需求产生重要影响的因素是AI的发展。目前，全球AI正经历高速发展期。有研究表明，从2012年到2018年，最先进AI模型的计算量每3.4个月就翻一番，也即年增长近10倍。AI应用依赖庞大的数据中心来处理和存储海量数据，而数据中心的算力、数据存储和设备冷却会产生极大的用电需求。训练深度学习模型时设备耗电量则更进一步，高耗电的训练过程可能持续数天甚至数月。此外，随着AI技术在各行各业的应用日益广泛与深入，其推理任务的频率和复杂度也在增加。例如，一次普通谷歌搜索的平均耗电为0.3 Wh，而ChatGPT响应一条请求的平均耗电为2.9 Wh，相差近30倍。而自动驾驶汽车的实时决策作为一个典型的AI应用场景，需要数据计算支持会更高。有专家预计，到2027年，整个AI行业年耗电量将达85至134TWH(1TWh等于10亿KWh)，约相当于7到12个谷歌、8到14个微软每年消耗的电量。

据英国能源研究院发布的《世界能源统计年鉴2023》报告显示，2012年至2022年间，交通运输仍是石油的主要用途，石油发电量下降了36.22%。但除了中国，全球可再生能源发展进度普遍落后于预期。数据显示，2020年全球可再生能源投资约为3000亿美元，而据国际可再生能源机构（IRENA）估计，要实现到2050年的能源转型，每年至少需要投资4万亿美元。考虑到全球水电核电发电量增长缓慢、风电光伏发电量仅占总发电量约13%、可再生能源产业仍存在大规模高效储能等技术瓶颈的客观现实，AI、新能源汽车发展带动的电力供需不匹配可能导致电力需求增量在短中期内不得不继续依赖包括石油在内的化石能源。

简言之，在石油供需的天平上，一端是电动汽车发展导致石油2030年石油需求下降，另一端是以AI为代表的大规模耗电带来的能源需求激增，可能带动化石能源，包括石油需求持续增长。两大重要因素角力，将给2030年的全球石油市场带来很大的不确定性。（作者是厦门大学管理学院讲席教授、中国能源政策研究院院长）▲