基于PLS建模的中國石油企業(yè)天然氣銷售影響因素實證研究

李宏勛+鞠曉桐

摘要：對天然氣銷售相關文獻進行分析與總結，運用基于偏最小二乘法的結構方程建模方法建立天然氣銷售影響因素模型，以中石油和中石化兩家石油企業(yè)的天然氣銷售數據為基礎進行實證研究。研究結果表明，天然氣供應能力、運輸能力對天然氣銷售產生正向影響，天然氣價格對天然氣銷售產生負向影響。另外，企業(yè)的創(chuàng)新能力對天然氣供應能力和運輸能力具有很強的促進作用，進而對天然氣銷售產生影響。

關鍵詞：天然氣銷售；影響因素；石油企業(yè)；PLS

中圖分類號：F407.22 文獻標識碼：A 文章編號：1673-5595（2017）03-0007-05

一、引言

進入第三次產業(yè)革命以來，人們的生活水平不斷提高，世界各國環(huán)境保護意識不斷增強，國際社會對低碳經濟、節(jié)能減排的呼聲日益強烈，全球能源結構亟待改變。天然氣因具有低碳、燃燒后污染物少的特點，其愈發(fā)受國際社會的青睞，成為了可持續(xù)發(fā)展能源中的“新貴”。

近年來，中國經濟發(fā)展呈現(xiàn)“新常態(tài)”，天然氣市場也表現(xiàn)出類似特點，供需雙方均出現(xiàn)低速增長的態(tài)勢；全球油價低迷、經濟復蘇緩慢，致使天然氣增長速度放緩。然而，《國家能源發(fā)展戰(zhàn)略行動計劃（2014—2020年）》提出，2020年中國天然氣消費在一次能源中的比重要達到10%以上。為實現(xiàn)這一目標，中國石油企業(yè)應該從改善自身條件做起，優(yōu)化營銷資源配置，制定科學有效的銷售策略，從而提高天然氣消費比重，開拓天然氣市場。

天然氣市場目前仍然處于半壟斷狀態(tài)，關于天然氣銷售影響因素方面的研究相對較少。但新世紀以來，天然氣領域全球出現(xiàn)了重大變化，美國頁巖氣革命改變了天然氣的供應格局，2013年的俄烏爭端改變了天然氣的貿易格局，固有的市場體系不可避免地隨之改變。[1]隨著天然氣產業(yè)的快速發(fā)展，天然氣產業(yè)改革逐漸深入，天然氣市場化已迫在眉睫，可以預見，今后關于天然氣銷售方面的研究將越來越多。從企業(yè)角度出發(fā)研究天然氣銷售的影響因素，既彌補了現(xiàn)有研究的不足，也為未來天然氣銷售方面的研究提供一定基礎。同時，在總結歸納前人理論研究的基礎上，采用定量方法，客觀分析中國石油企業(yè)天然氣銷售的影響因素，可為今后合理規(guī)劃銷售資源、擴大天然氣銷量提供理論參考。

二、國內外研究現(xiàn)狀

目前圍繞中國天然氣發(fā)展的研究多集中于市場開發(fā)、價格改革等方面，如李宏勛等的《國外培育天然氣市場的經驗及對我國的啟示》《日本政府促進天然氣消費的政策措施及其啟示》闡述了政府支持、法律法規(guī)及行業(yè)機構等因素在市場開發(fā)過程中的作用[2-3]；聶光華、姜子昂等針對天然氣價格改革展開研究，分析了中國的天然氣價格體系，對氣價應如何改革及改革后的效果等做了闡述。[4-5]這部分研究均以宏觀分析為主，用來預測未來天然氣市場的需求變化趨勢、天然氣市場的發(fā)展前景等。

從微觀角度出發(fā)研究天然氣銷售的文獻主要以定性分析為主，缺乏定量分析和實證分析。如趙蓓對中石油統(tǒng)銷模式下的天然氣營銷策略進行了分析[6]，楊惠明探討了中國加入WTO后，中石化的天然氣營銷策略[7]，馬新華以川渝地區(qū)為例分析了天然氣對中國能源革命的引領作用[8]。這些研究闡述了企業(yè)應該采取何種營銷策略以提高天然氣銷量、擴大產品市場，針對天然氣銷售影響因素方面的研究相對較少，運用定量分析方法展開的研究更少，導致提出的建議和對策缺乏說服力。

綜上所述，實證研究中國石油企業(yè)天然氣銷售影響因素，可以幫助石油企業(yè)改善天然氣銷售狀況，彌補現(xiàn)有研究的不足，指導中國石油企業(yè)發(fā)展天然氣業(yè)務。

三、PLS建模技術

本文采用基于偏最小二乘法的結構方程建模方法，即PLS（Partial Least Squares）建模方法。這種方法是Herman Wold 1975年創(chuàng)立的，它是一種特殊的結構方程模型。

PLS建模方法多用于處理缺乏理論知識的復雜問題，允許反映型結構與形成型結構同時存在，對數據沒有分布要求[9]，即使在小樣本下也可以出現(xiàn)比較滿意的結果。PLS建模方法中，影響樣本數量的主要因素是模型結構的好壞，當因素負荷量（載荷系數）高于0.7，或變量間的回歸關系（路徑系數）很強時，以較少的樣本也可以滿足估計的需求[10]，存在用15個樣本進行分析并得出滿意結果的情況。

考慮目前中國的銷售以線上銷售為主，主要是B2C銷售模式，還沒有對天然氣此類采用B2B銷售模式的產品提出較為成熟的理論框架；測量模型中可能存在反映型與形成型結構共存的情況；此外，以中石油、中石化兩大石油企業(yè)2001—2015年的天然氣銷售數據為研究基礎，樣本數量比較小，因此本研究選用PLS建模方法構建天然氣銷售影響因素模型。

四、模型構建

（一）研究假設

1.天然氣供應能力與天然氣銷售

天然氣是一種能源，消費者購買天然氣，本質需求就是保障動力安全。在影響天然氣供給安全的眾多因素（供給、市場、風險）中，天然氣供給是影響較大的因素。[11]企業(yè)的產品供應能力比較強，供應期間從未出現(xiàn)過斷供的現(xiàn)象，那么消費者對該企業(yè)就會產生安全感、滿意感，在再次購買天然氣時就會首先選擇該企業(yè)。因此，我們提出假設H1：產品供應能力與天然氣銷售有正向影響關系。

2.天然氣運輸能力與天然氣銷售

天然氣正常狀態(tài)下呈現(xiàn)氣態(tài)，運輸受到很大的制約，必須依賴天然氣管道完成輸送任務。天然氣從油氣田到發(fā)電廠、煉化廠以及城市燃氣公司，都需要經過天然氣管道輸送。如果沒有管道等基礎設施，而是通過液化壓縮，采用汽車、輪船等方式運輸，不僅運輸量有限、工作效率較低，而且運輸損耗也會增加，造成天然氣極大的浪費，因此天然氣陸地運輸主要采取的方式仍然是管道運輸。[12]石油企業(yè)的天然氣運輸能力越強，在獲取天然氣消費者中就越有競爭力。對此我們提出假設H2：產品運輸能力與天然氣銷售有正向影響關系。

3.天然氣價格與天然氣銷售

中國天然氣定價機制隨著天然氣市場的發(fā)展不斷發(fā)生變化，供給側與消費側的定價機制存在差異，供給側（出廠價或邊境價）與國際油價之間無直接關系，后者（門站價）與國際油價掛鉤。[13]從整體角度出發(fā)，中國天然氣定價機制是以政策指導為主，即存在外生價格?！靶聝r格理論”認為，當存在外生價格時，產品的需求量同價格之間的關系存在不確定性，因此天然氣需求量隨價格的變化情況需要進一步驗證。一般情況下，價格與需求之間存在反向關系，研究不妨假設天然氣也服從該規(guī)律，在實證中對假設進行驗證。因此，提出假設H3：天然氣價格與天然氣銷售有負向影響關系。

4.企業(yè)創(chuàng)新能力與供應能力及運輸能力

天然氣產出及運輸過程中，需要克服很多技術難關。譬如油氣田的探測、特殊地形的天然氣開采、不同地貌下如何鋪設天然氣管道、極端氣候地區(qū)對于管道建設的要求等。對于天然氣這類技術密集型產業(yè)來說，企業(yè)的技術創(chuàng)新能力對企業(yè)的可持續(xù)發(fā)展有重要的促進作用。[14]沒有科學可靠的技術支持，就無法探知天然氣藏的地點；沒有針對不同地貌的開采及運輸技術，深埋地下的天然氣就不能轉化成商品，送到消費者的手中。這些技術的攻克，都需要企業(yè)提供大量資金、人才作為支持。企業(yè)用于研發(fā)方面的支出越多，企業(yè)的創(chuàng)新水平就越高，產品供應能力及運輸能力就會越強。因此，我們提出假設H4：企業(yè)的創(chuàng)新能力與產品供應能力呈正向影響關系；假設H5：企業(yè)的創(chuàng)新能力與運輸能力呈正向影響關系。

（二）變量定義

中國天然氣市場上近85%的天然氣來自中石油、中石化，因此本研究選擇這兩家企業(yè)2001—2015年的天然氣銷售數據作為樣本。數據主要來自企業(yè)年報，部分數據通過查詢國家統(tǒng)計年鑒獲得，部分指標通過作者計算得出。

模型中潛變量及顯變量匯總見表1。

（三）模型確定

本文構建的天然氣銷售影響因素模型如圖1所示。圖1包含了上述5個潛變量以及它們之間的假設作用路徑。

PLS的測量模型有反映型和形成型結構兩種類型。一般認為僅有單一測量變量的結構變量與嚴格意義上的潛變量有一定差異，在PLS路徑模型中建議采用“形成型結構”模式來表達它們之間的關系。因此模型中的價格潛變量與價格顯變量之間的關系為形成型結構，對于其他潛變量，筆者在初步計算后發(fā)現(xiàn)反應型模型相對更適合。即天然氣銷售影響因素模型中潛變量與其顯變量的關系是反映型與形成型結構模式共存。

五、實證分析

本文利用SmartPLS軟件實現(xiàn)PLS結構方程建模。雖然SmartPLS輸入的數據是未經標準化的原始數據，但在計算過程中，軟件會自動將數據進行標準化，因此輸出的包括路徑系數、載荷系數在內的結果均為標準化結果。

基于PLS建模方法的實證分析主要分為三個階段：模型估計參數的檢驗、測量模型的效果評價及結構模型的預測能力評價。以下是主要分析過程。

（一）路徑系數估計及顯著性檢驗

1.路徑系數估計

一般情況下，載荷系數大于0.7說明顯變量較好地反映了潛變量，路徑系數在0.2左右才有意義。

軟件計算結果如表2、表3所示，測量模型中的絕大多數路徑系數和結構模型中的全部路徑系數均滿足標準，可以接受。

2.路徑系數顯著性檢驗

SmartPLS計算軟件中采用Bootstrapping方法對模型路徑系數進行顯著性檢驗。計算過程中，重復抽樣次數設定為500，因此取顯著性水平α=0.05，自由度df>200的T=1.96為檢驗標準。

經計算發(fā)現(xiàn)，載荷系數和路徑系數均通過了顯著性檢驗，見表4、表5。

接下來，將對模型進行效度檢驗。在評價模型時，首先要考慮外部關系的效果，如果測量模型的效果不好，內部關系的評價也就沒有意義。

（二）測量模型的效果評價

PLS建模方法中，測量模型的效果評價由共同因子（Communality）、組合信度（Composite Reliability）和平均方差提取率（AVE）三個指標綜合體現(xiàn)。其中，共同因子是在每個測量模型中由潛變量解釋的方差大于測量誤差引起的方差，應至少大于0.5。組合信度主要是評價潛在變量的一致性程度，即測量變量分享該潛在變量的程度，一般認為在0.6以上為佳。AVE的作用在于評價測量模型的區(qū)別效度，AVE>0.5，表示一個潛變量能夠解釋其所反映的測量變量方差總和的50%以上；潛變量的AVE平方根大于其與其他潛變量之間的相關系數，說明一個潛變量所反映的測量變量組與其他潛變量所反映的測量變量組具有較好的區(qū)別性。運用SmartPLS軟件的PLS Algorithm、Blindfdding計算可得出各變量的共同因子等指標，主要輸出結果見表6～8。

由表6可知5個變量的共同因子均達到0.5的標準。整個模型的共同因子（各潛變量共同因子平均值）為0.8093，可以認為潛變量對于各自的顯變量有較好的反映效果，顯變量與潛變量總體上具有較高的共同度；組合信度大于0.6，說明顯變量能夠較大程度地反映對應的潛變量；各潛變量的平均方差提取率均大于0.5，表示潛變量能夠解釋其所反映的測量變量方差總和的50%以上，滿足測量模型標準。

在表7中供應能力與運輸能力的對角線是每一個潛變量AVE的平方根數值，其他數值是潛變量之間相關系數?？梢钥吹?，模型中潛變量的平均方差提取率并不完全滿足區(qū)別效度的檢驗條件，AVE的平方根并不是大于所有潛變量間的相關系數。具體來看，供應能力、運輸能力、價格和銷售所表述的意義具有明顯的區(qū)別性，創(chuàng)新能力存在不符合標準的情況。但總體上各潛變量具有良好的獨立性和區(qū)別性，測量模型可以接受。

（三）結構模型的預測能力評價

PLS建模方法中，結構模型的預測能力用R2和冗余度（Redundancy，F(xiàn)2）檢驗。R2值表示由模型做出解釋的方差在因變量總方差中所占的比重，最低標準為0.5；冗余度反映內部和外部關系的聯(lián)合預測能力，用于度量外生潛變量預測內生顯變量的能力，最低標準為0.35。

模型中的內生潛變量銷售的R2高達0.9717，說明天然氣銷售總變異中由價格、產品供應能力和產品運輸能力解釋的比例達到了97.17%，模型中主要潛變量對天然氣銷售的解釋能力強。整體來看，各個潛變量的R2均值（模型的平均R2）為0.8022，說明在內部關系中，各潛變量對銷售的解釋功效較強，整個結構模型估計效果可以接受。各潛變量的冗余度Redundancy及整個模型的平均冗余度均大于0.35的標準。因此天然氣銷售影響因素模型的整體預測能力強、擬合效果好。

六、結論

綜合以上分析，模型中5條路徑系數中有3條路徑系數大于0.8，載荷系數絕大部分在0.9左右，參考Marcoulides和Saunders在2006年所提出的不同因素負荷量與回歸系數所需要的樣本規(guī)模對照表，本文構建的模型所需樣本規(guī)模在15～25之間[15]，本研究所采用的數據數量滿足該要求，因此可以認為模型檢驗是有效的，結論具有一定的參考意義。我們可以得出結論：

其一，產品供應能力對天然氣銷售的路徑系數為0.8507，產生正向的影響。表明企業(yè)的天然氣供應能力越強，天然氣銷售越好。且系數超過0.5，說明供應能力對銷量的影響程度比較強，這符合天然氣賣方市場的特點，產品供應越有保障，銷售越好，假設H1成立。

其二，產品運輸能力對天然氣銷售的路徑系數為0.2141，產生正向的影響，假設H2成立。但路徑系數相對于其他系數比較小，說明運輸能力對銷售產生的影響相對較弱。

其三，天然氣價格對天然氣銷售的影響系數是-0.2191，即產生負的影響。說明天然氣產品雖然存在政府管制的情況，但仍然與需求理論相符合，天然氣價格越高，銷售越不理想。此外，價格因素影響系數與其他因素相比較小，剛剛達到有意義的標準0.2，因此可以認為天然氣需求量對價格的敏感程度比較弱，假設H3成立。

其四，企業(yè)的創(chuàng)新能力對于天然氣供應能力和運輸能力的影響系數分別為0.8894和0.8000，表明企業(yè)創(chuàng)新能力的提高，可以加強企業(yè)的天然氣供應能力和運輸能力，假設H4、H5成立。

參考文獻：

[1] 葉張煌，王安建，閆強，等. 全球天然氣格局分析和我國的發(fā)展戰(zhàn)略[J]. 地球學報，2017（1）：17-24.

[2] 李宏勛.國外培育天然氣市場的經驗及對我國的啟示[J].天然氣工業(yè)，2001（4）：103-106.

[3] 李宏勛，趙璽玉，張榮旺，等.日本政府促進天然氣消費的政策措施及其啟示[J].天然氣工業(yè)，2002，22（6）：109-111.

[4] 聶光華.我國天然氣定價機制研究[J].中國青年政治學院學報，2013（1）：75-79.

[5] 姜子昂，何春蕾，段言志，等.我國天然氣價格理論體系構建的思考[J].價格理論與實踐，2016（7）：61-64.

[6] 趙蓓.中石油統(tǒng)銷模式下的營銷策略分析[J].商場現(xiàn)代化，2010（22）：40-41.

[7] 楊惠明.入世后中石化天然氣營銷策略探討[J].南方論刊，2004（11）：19-22.

[8] 馬新華.天然氣與能源革命——以川渝地區(qū)為例[J]. 天然氣工業(yè)，2017（1）：1-8.

[9] Gudergan S P， Ringle C M， Wende S， et al. Confirmat-ory Tetrad Analysis in PLS Path Modeling[J]. Journal of Business Research， 2008，61（12）：1238-1249.

[10] 邱皓政.當PLS遇上SEM：議題與對話[J].αβγ量化研究學刊，2011（3）：20-53.

[11] 田時中，黃炎，王子迪.天然氣供給安全評價指標及實證研究[J].中國國土資源經濟，2016（6）：54-60.

[12] 付丹丹，趙蘊彪，田雨. 天然氣長輸管道站場選址問題淺析[J]. 化工管理，2017（2）：135.

[13] 溫倩，李志堅.油價波動背景下的煤制天然氣產業(yè)競爭力分析[J].化學工業(yè)，2015（4）：8-14.

[14] 秦智廣.天然氣企業(yè)管理創(chuàng)新與技術創(chuàng)新協(xié)同發(fā)展模式研究[J].中國經貿，2015（14）：96.

[15] Marcoulides G A， Saunders C. PLS： A Silver Bullet？ [J]. MIS Quarterly，2006，30（2）：iv-viii.

Empirical Research on Factors Influencing Natural Gas Sales

of Chinas Oil Company Based on PLS

LI Hongxun， JU Xiaotong

（School of Economics & Management， China University of Petroleum， Qingdao， Shandong 266580， China）

Abstract：With the review of natural gas sales literature， a gas sales factors modelis established using Partial Least Squares Structure Equation Model. An empirical research is conducted using gas sales data of two oil companies in China， i.e. PetroChina and Sinopec. The results show that natural gas supply capacity， transport capacity and gas price have affected the sales of natural gas， and that the first two have positive impact and the gas price has negative impact. At the same time， innovation capacity affects gas supply capacity and transport capacity strongly.

Key words： natural gas sales；factors；Chinas oil company；PLS