20260619-国际能源署-石油行业市场报告_2026年6月（英译中）_12页_975kb

油市场报告总结（2026年6月）

核心内容概述

本报告由国际能源署（IEA）石油工业与市场部发布，聚焦于全球炼油厂利润率的计算方法与更新。报告涵盖了炼油厂配置、产品收率、原油等级、石化利润、排放成本、能源消耗成本等关键内容，并比较了2022年7月与2024年8月及2026年5月的模型更新。

主要观点

炼油厂利润率计算方法更新

• 2026年5月方法更新：碳交易体系成本计算方法已更新，适用于欧洲，同时移除了初始能源使用假设和氢气需求计算，以提供更现实的利润空间。
• 数据来源：IEA世界能源统计数据作为主要来源，基于OECD成员国年度申报。
• 利润计算公式：
  $$
  \text {Refinery margin} _ {x, y, z} = \sum (Y i e l d _ {i, x, y, z} \times P r i c e _ {i, x, y, z}) - C r u d e P r i c e _ {x, y} - F r e i g h t C o s t _ {x, y} - T o t a l M a r g i n a l E n e r g y C o s t _ {x}
  $$
• 利润计算步骤：包括产品产量、价格、成本的综合计算，其中能源成本和排放成本是关键组成部分。

炼油厂配置与产品收率

• 区域配置差异：不同地区选择不同的炼油厂配置类型，如西北欧侧重裂化/加氢裂化，而美国侧重焦化。
• 产品收率：各区域的炼油厂产品收率根据原油类型和配置不同而有所变化，例如汽油、柴油、LPG等。

原油等级

• 等级分类：报告使用轻质甜、中质酸、重质酸三种原油等级。
• 等级转换：部分等级基于历史数据或成本加运费（CFR）报价进行调整，如新加坡的轻质甜原油等级基于WTI报价。

石化产品利润

• 简化模型：为西北欧和新加坡引入了石化产品利润的简化模型，假设轻质油全部用于石化装置原料。
• 副产品氢气：氢气被视为“免费”供应，体现在天然气采购成本节约中。

关键信息

排放成本更新

• 欧盟ETS：排放成本基于EEA数据，不包括配额，以反映逐步取消免费配额的趋势。
• 计算方法：
  $$
  C O 2 \text { Emissions Marginal Cost } _ {x} (U S / b l) = \frac {(C O 2 E m i s s i o n s _ {x} (t o n) \times C O 2 E T S P r i c e _ {x} (U S / t o n)}{T h r o u g h p u t _ {x} (b l)}
  $$
• 地区差异：西北欧、地中海和新加坡的碳成本显著高于美国，部分原因是数据粒度和配额的影响。

能源消耗成本

• 能源类型：包括天然气、燃料气、LPG、重油、电、石油焦、进口蒸汽等。
• 成本计算：通过加权平均法计算各地区的边际能源成本，基于IEA世界能源统计数据。
• 价格来源：大部分价格来自Argus媒体集团，部分来自Bloomberg。
• 地区差异：美国的能源成本显著低于欧洲和新加坡，主要由于天然气和LPG价格较低。

与2022年7月模型相比的变化

• 边际成本调整：能源成本和石化产品利润的调整对利润率有显著影响。
• 区域影响：
  • 欧洲地区：西北欧、地中海和新加坡的利润率因边际能源成本扣除而下降。
  • 美国地区：USGC和USMC的利润率因产量调整和价格变化而下降。
• 价格变更：部分产品价格根据市场情况进行了调整，如汽油87常规、柴油ULSD等。

与2024年8月模型相比的变化

• 新的排放成本计算：采用EEA数据，不考虑配额，反映欧洲碳成本的增加。
• 碳成本差异：
  • 不含配额：西北欧轻质甜原油配置的碳成本为1.73美元/桶。
  • 含配额：为40美分/桶，显著低于不含配额的情况。
• 数据粒度：以国家为单位，未考虑具体原油加工和配置差异，导致一定近似性。

炼油厂利润率与成本参数（2026年）

产品收率与价格

边际能源成本（美元/桶）

模型更新的影响

• 欧洲地区：由于较高的能源和排放成本，利润率受到较大影响。
• 美国地区：拥有显著的成本优势，主要得益于较低的天然气和LPG价格。
• 新加坡：利润率变化主要由边际能源成本扣除和产品价格调整引起。
• 数据限制：部分国家在天然气信息方面存在缺失，IEA正在改进这部分数据。

总结

IEA对炼油厂利润率计算方法进行了多次更新，以更好地反映市场动态和环境成本。新的方法更加注重商品市场驱动和实际数据应用，但也存在一定的数据粒度限制和近似假设。欧洲地区的排放成本显著增加，而美国则因能源成本较低而保持优势。报告强调了数据来源的可靠性，并指出未来将继续优化模型，以提高准确性。