基于经济分析的上海电力景气研究

谈一鸣，孙伟卿

（上海理工大学光电信息与计算机工程学院，上海　200093）

基于经济分析的上海电力景气研究

谈一鸣，孙伟卿

（上海理工大学光电信息与计算机工程学院，上海200093）

以上海地区为例，从宏观、微观2个不同的层面描述了电力与经济之间的联系。采用景气指数的研究方法，通过构建上海电力景气指数对电力与经济进行宏观分析，这对电力消费与经济运行未来的变化趋势和拐点预测有较强的应用性。在宏观分析的基础之上，应用时差相关系数、单位电耗产值与多元线性回归的方法对电力消费与行业产值分别在时间、比例、影响力度等方面进行微观分析。结果表明：通过资本传递效应的经济活动，最终会在电力消费市场上有强烈的反映，故通过建立完善的电力市场价格机制，将进一步调整整体的电力消费特性，并能够提高能源利用效率。

电力消费；景气指数；能源互联网；电力市场化改革

电力工业长期以来作为国民经济的重要基础，与宏观经济紧密联系，尤其在能源互联网战略背景下，从经济周期变化的角度研究电力消费与社会发展之间的关系变得尤为重要［1-3］。此外，随着电力市场化改革的深入，如何建立起电力消费、经济运行与行业发展之间的纽带，从而进一步反映经济信号，提高能源利用效率，正是本次改革的明确目标之一［4-6］。

自从Kraft提出经济增长与能源消费的关系之后，很多学者致力于该问题的研究，其中电力与经济的相关性则是其中的热点［7-12］。例如：Thoma利用美国的分部门月度数据实证分析了该国经济产出与电力消费之间的关系［13］；文献［14］对中国的电力消费与经济增长的协整关系进行了探讨［14-16］；文献［17］的研究表明，就我国的情况而言，尽管东西部都存在经济增长与电力消费的短期因果关系，但是在长期因果关系上却存在明显差异［17］。然而，电力与经济之间并非仅仅是简单的因果关系，如受我国产业结构的转型、技术进步以及第三产业比重增加等多重因素的影响，2008年至2009年间出现了电力负增长而经济正增长的背离现象［18-19］。通过对相关文献的梳理发现，以往的研究更多借助计量工具对电力和经济时间序列或者面板数据的相关性分析来探究两者之间的关系，但是结论却缺乏实际指导意义［20-21］。即使知道某地区电力消费与经济增长之间存在某种因果关系，政策制定者又如何通过电力消费来预判经济增长的趋势？如何预测经济周期的拐点？这正是当前理论研究有待解决的问题。

本文以上海地区为例，针对已有研究存在的不足之处，从宏观、微观2个不同的层面描述了电力与经济之间的联系。具体来说，首先采用景气指数的研究方法，通过构建上海电力景气指数对两者进行定性分析。其次，应用时差相关系数、单位电耗产值与多元线性回归的方法对电力消费与行业产值分别从时间、比例、影响力度等方面进行定量分析。最后，在前2部分研究的基础上结合能源互联网以及电力市场化改革，提出相关结论与建议。

1　上海电力景气指数的构建

上海市电力景气指数是以上海市为背景，建立在经济周期波动理论基础之上，通过经典景气分析的方法，对宏观经济及电力消费发展状况的量化描述，包括合成指数、扩散指数和景气预警信号系统，能够对宏观经济和电力消费发展的运行状况以及拐点的发生进行及时预测，有较强的应用价值。

1.1景气指数模型

景气指数模型也称为景气指数预警系统，其中的变量类型为时间序列。该模型首先对各经济变量进行分组与归类并，选取基准变量作为被比较对象；其次通过K-L信息量、时差相关系数、峰谷分析趋势图的计算对备选变量与基准变量进行两两比较，从而确定是否在时间的先后、波动的幅度上有良好的对应关系。依次选出先行、一致、滞后变量，然后再对变量进行建模，计算出扩散指数、合成指数。最后建立景气信号预警系统，从其变化趋势和数值上来反映经济周期的波动情况。

1.1.1扩散指数的计算

根据经典景气指数模型构建的定义，扩散指数的实质是在先行、一致、滞后指标组的基础上，通过计算处于扩张期的指标数与所采用的组内指标数的比值，见式（1）。在实际计算中需根据经济含义进行修正，具体做法是综合考虑敏感度、指标组内的指标总数及其代表性作权重上的处理。

该指数的计算结果较为粗略，但能够反映经济系统的实际情况。当扩散指数=50时，其含义与PMI采购经理指数的含义相当，即反映该系统的运行状况处于景气与不景气的分界线。

1.1.2合成指数的计算

合成指数是为解决扩散指数无法反映系统变量的波动幅度问题而产生的，通常采用的是基于增长率循环的合成指数计算方法［21］，这种计算方法大体上可以分为4个步骤：指标的标准对称化，标准平均变化率计算，合成指数初始值计算以及系统性趋势调整。具体方法如下：分别将先行、一致、滞后指标组数记为j，组内相应的指标序号记为i，并假设Yij（t）为第j指标向量组中的第i个指标的时间序列，kj是第j指标组的指标个数。

1）指标的标准对称化。相较于时间序列中的直接变化率，对称变化率是利用2个不同时期的变化量除以2个时期的平均值，而不是除以原始时期的初值，并由于其计算结果中正的变化与负的变化具有对称的形式，故该方法也被称为变化率的对称化处理。首先对Yij（t）求对称变化率Cij（t）：

式（3）是为避免指标向量组中Yij（t）有0或负值的出现，以及有比率序列存在时，所取的一阶差分：

充分考虑到不同指标的量纲与波动幅度的差异，需通过式（4）、式（5）的处理得到标准化的变化率Sij（t）。其中Aij为标准化因子，其作用在于将各向量组的总体平均绝对值计算等于1，而并不改变原序列的趋势。这样的标准化处理的本质是通过将不同指标的数据进行不同比例的放大或缩小从而具有可比性的一种数据处理方法。

2）标准平均变化率计算：

式中：Rj（t）为平均变化率；wij为第j组的第i个指标的权重数；Fj为变化率的权重调整标准化因子，意义与Aij的意义类似；Vj（t）为所求的标准平均变化率序列。

3）合成指数初始值计算：

式中：Ij（t）为合成指数初始值。

1.2上海电力景气指数

本文结合了上海市外来电比重较大、第三产业发达的特点，以资本流转效应为逻辑线，通过综合分析比较地区经济与电力的1 000余项宏观月度指标，选择了以全社会用电量为基准指标，计算筛选如表1所示的先行、一致、滞后变量组，利用软件合成得到先行合成指数、一致合成指数与滞后合成指数的结果，如图1所示。

图1　合成指数计算结果示意图Fig.1　Calculation results of the synthetic index

表1　先行、一致、滞后变量组Tab.1　Precession，consistence，hysteresis variable group

由图1可知，上海电力景气指数的先行、一致、滞后指数的趋势对应良好。以先行指数为例，其峰、谷值与基准指标的平均先行期分别为6个月与5个月。2008年中实体经济与电力消费的急速下降的趋势在先行合成指数2007年10月便有所体现。需指出的是自2012年末至今，景气指数与电力消费始终处于一个窄幅震荡的区间。通过计算，认为该时期是经济结构转型的必然体现，尤其体现在第三产业及居民用电的比重较之前有显著的变化，对于未来的经济运行、电力消费的预测提出了新的挑战。

比较三类合成指数，先行合成指数的应用性最强且具有不错的经济内涵。不难看出，先行指标组内的绝大部分是资本注入的体现，从乘数模型的角度来解释是合理的，因为景气指数的理论支撑便是经济周期波动理论，即经济系统中的各部门之间的相互联系最终导致了一系列的市场反应，并普遍认为资本注入是该反应的源头与归宿。此外，上海作为全球的金融中心，其高度发达的市场化程度及成熟的金融体系，使得此效应尤其显著。

2　电力与经济相关性

由第1节的研究分析，已经对电力消费经济运行做了宏观的定量分析，并描述了两者之间的影响机理。为了进一步研究电力消费与行业发展之间的关系，接下来将应用时差相关系数、单位电耗产值与多元线性回归的方法，对电力消费与行业产值在时间、比例、影响力度等方面分别进行微观分析。

2.1时差相关系数分析

时差相关分析是利用相关系数的方法来分析2个或多个时间序列之间的先后关系。该方法首先是在所谓先行指标中选择一个对研究主题最为重要且最为敏感指标作为基准指标，然后通过计算其他指标相对于基准指标的超前，或滞后的期数，来得到指标之间的相关系数。即设y=｛y1，y2，…，yn｝为基准指标，x=｛x1，x2，…，xn｝为被选择指标，r为时差相关系数，则：

式中：l被称为时差或延迟数，它反映了某指标相对于基准指标的超前或滞后期，若l取负数表示超前，取正数则表示滞后；L为最大延迟数；nl是所有数据的数量。接下来，计算多个不同延迟数的时差相关系数并加以比较，继而筛选景气指标。该方法常用作对时间序列的相关性研究，在应用时常与K-L信息量与B-B峰谷分析法［22］进行综合，以得出超前、滞后的阶数（时间）。其中时差相关系数越接近1，代表相关越强。K-L信息量越小越好。

利用该方法可以准确的对建立的指标体系进行时间维度上的描述。由表2可知，以全社会用电量为基准的各经济变量及其超前滞后的关系，该表是对表1的补充。以上海房地产行业为例，时差相关系数=0.779 8，K-L信息量=3.686 8，平均超前基准指标8个月，且对应趋势良好。

表2　经济变量与全社会用电量相关性分析Tab.2　Correlation between economic variables and total social use

2.2单位电耗产值分析

单位电耗产值等于行业产业产值与用电量的比值，也称为单耗，是通常被用来描述行业能源消费强度的一个指标。

本文通过对各行业的长期分析计算与并应用最小二乘法拟合认为：行业单位电耗产值随时间变化具有一定的规律，且可表述为关于时间变量的函数。尽管不同行业不同季节的能源消费强度不同，但通过对同一行业进行研究发现，单位电耗产值一般会随时间变化而增长，这恰恰验证了该行业技术进步与产业结构转型的状态。表3所示为2015年1季度上海地区单位电耗产值。

2.3多元线性回归分析

2.3.1工业增加值与工业全行业用电量关系模型

以工业增加值累计增速为因变量Y，以工业全行业用电量累计增速作为自变量X，得到工业增加值与全行业用电量回归模型：

表3　2015年1季度上海地区单位电耗产值Tab.3　The per unit output value of power consumption in the first quarter of 2015　元/（kW·h）

从模型的回归结果来看，常数项、自变量X的p检验值均小于0.05，通过显著性检验，表明自变量工业用电量累计增速对因变量工业增加值累计增速有显著性影响。自变量X的系数为1.054，表明一单位工业用电量累计增速的变化引起工业增加值累计增速的变化为1.054个单位。回归方程可决系数R2= 0.930 745，表明自变量工业用电量累计增速对因变量的工业增加值累计增速解释程度为93.074 5%，即自变量的变化可解释93.074 5%因变量的变化。回归方程通过F检验，回归方程整体效果显著，表明工业用电量累计增速自变量综合对因变量工业增加值累计增速有显著性影响，回归效果很好。

2.3.2工业增加值与工业主要行业用电量关系模型

以工业增加值累计增速为因变量Y，按工业中各产业产值占比，选取通用及专用设备制造业、黑色金属冶炼及压延加工业、石油加工、炼焦及核燃料加工业、电力、燃气及水的生产和供应业、橡胶和塑料制品业、有色金属冶炼及压延加工业、工艺品及其他制造业、交通运输、电气、电子设备制造业用电量累计增速分别作为自变量X1至X8，通过回归分析，得到工业增加值累计增速与8个行业用电量累计增速回归模型为：

从模型回归结果来看，常数项、自变量的p检验值均小于0.05，通过显著性检验，表明自变量对因变量有显著性影响。自变量的系数表明该行业用电量累计增速的单位变化引起工业增加值累计增速的变化。回归方程可决系数R2=0.985 780，表明自变量对因变量工业增加值累计增速解释程度为98.578 0%，即自变量的变化可解释98.578 0%因变量的变化。回归方程通过F检验，回归方程整体效果显著，表明行业用电量增速自变量综合对因变量工业增加值增速有显著性影响，回归效果很好。

3　结论

在经济周期波动理论假设下，上海市电力消费与资本运作间存在一定的先后传递效应。通过电力景气指数的研究，认为电力消费基础支撑着经济运行，再通过市场机制推动行业的发展，进一步由资本流转所导致的产业结构变化最终会在电力消费上得以体现。在该循环机制之下，电力消费将会对资本运作的响应越发敏感。因此，在传统的电力工业框架之下，电力用户作为电价的被动接受者，由于相对固定的成本在缺乏能源的市场化机制的激励下将不会对生产服务做出有效的市场响应，此外发电厂商的供给不能与一次能源市场价格联动，存在着较大的运营风险。该效应在2008年至2009年间电力负增长经济正增长的背离现象中尤为明显，同样在2012年至今的产业结构转型过程中，长时间经济低迷的原因之一也是由于没有合理的电力市场机制。本文的研究内容是建立起如图2所示的电力消费、经济运行与行业发展之间的纽带，对于进一步反映经济信号、提高能源利用效率、完善电力市场化的建设具有建设性的意义。

图2　电力消费、经济运行与行业发展之间的纽带示意图Fig.2　The link between the power consumption，economic operation and the development of the industry

［1］李迪，耿亮.互联网与能源融合背景下电力信息通信领域的发展趋势和方向［J］.电力信息与通信技术，2015，13（5）：1-7.LI Di，GENG Liang.The new development direction of electric power information communication domain under the background of internet and energy fusion［J］.Electric Power Information and Communication Technology，2015，13（5）：1-7（in Chinese）.

［2］张炳达，郭凯.电力市场环境下的微网能量管理［J］.南方电网技术，2014，8（5）：84-87.ZHANG Bingda，GUO Kai.Energy management of microgrid in power market environment［J］.Southern Power System Technology，2014，8（5）：84-87（in Chinese）.

［3］袁毅，张鑫.电力市场下发电商经济运行方式分析［J］.电力与能源，2014，35（4）：442-444.YUAN Yi，ZHANG Xin.Analysis of economic operation mode in generating electricity market［J］.Power&Energy，2014，35（4）：442-444（in Chinese）.

［4］颜伟，文旭.智能电网环境下电力市场面临的机遇与挑战［J］.电力系统保护与控制，2010，38（24）：224-230.YAN Wei，WEN Xu.Opportunities and challenges faced by electricity market in smart grid［J］.Power System Protection and Control，2010，38（24）：224-230（in Chinese）.

［5］董开松，丁岩.基于需求侧相应的微电网市场优化模型［J］.高压电器，2015，51（6）：122-126.DONG Kaisong，DING Yan.Market optimization model for microgric with demand response［J］.High Voltage Apparatus，2015，51（6）：122-126（in Chinese）.

［6］马立新，尹晶晶.SOM特征提取与ELM在电力负荷预测中的应用［J］.电力科学与工程，2013，31（5）：1-5.MA Lixin，YIN Jingjing.Application of SOM feature extraction and ELM in power load forecasting［J］.Electric Power Science and Engineering，2013，31（5）：1-5（in Chinese）.

［7］温青，张筱慧.基于负荷误差和经济发展趋势的组合预测模型在中长期负荷预测中的应用［J］.电力系统保护与控制，2011，39（3）：57-61.WEN Qing，ZHANG Xiaohui.The application of combination forecasting model in medium-long term load forecasting based on load error and economic development trend［J］.Power System Protection and Control，2011，39（3）：57-61（in Chinese）.

［8］陆舆.江苏电量需求经济背景预测及“协整模型”方法研究［J］.江苏电机工程，2015，34（5）：49-51.LU Yu.Application of co-integration theory in electricitydemanding forecast modeling in Jiangsu province［J］.Jiangsu Electrical Engineering，2015，34（5）：49-51（in Chinese）.

［9］稽建斌.美国经济发展与电力需求关系对中国电力发展的启示［J］.电网与清洁能源，2012，28（8）：16-19.JI Jianbin.Enlightenment of correlation between US economic development and power demand on China's power development［J］.Power System and Clean Energy，2012，28（8）：16-19（in Chinese）.

［10］孙祥栋，张亮亮.电力消费与经济增长：基于季度数据的因果分析［J］.华北电力大学学报（社会科学版），2015（5）：34-38.SUN Xiangdong，ZHANG Liangliang.Electricity consumption and economic growth causal analysis based on quarterly data［J］.Journal of North China Electric Power University（Social Sciences），2015（5）：34-38（in Chinese）.

［11］李炬添，张曾.海上风电机组利用导管架机构作为自然接地体可行性研究［J］.电磁避雷器，2015（6）：148-153.LI Jutian，ZHANG Zeng.Feasibility study on using jacket structure as natural grounding electrode for offshore wind turbines［J］.Insulators and Surge Arresters，2015（6）：148-153（in Chinese）.

［12］KRAFT A.Kraft.Relationship between energy and GNP［J］.Journal of Energy and Development，1978（3）：401-403.

［13］THOMA M.Electrical energy usage over the business cycle［J］.Energy Economics，2004（26）：463-485.

［14］韩智勇，魏一鸣.中国能源消费与经济增长的协整与因果关系分析［J］.系统工程，2004，22（12）：17-21．HAN Zhiyong，WEI Yiming.Analysis of energy consumption and economic growth in China［J］.Systems Engineering，2004，22（12）：17-21（in Chinese）.

［15］CHENG Y S，WONG W K，WOO C K.How much have electricity shortages hampered China's GDP growth［J］.Energy Policy，2013（55）：127-135.

［16］RONG L M，XIAOQing.Electricityconsumptioneconomic growth nexus in China：evidence form provincial panel data［C］.Power and Energy Society General Meeting，2011.

［17］李强，王洪川，胡鞍钢.中国电力消费与经济增长-基于省际面板数据的因果分析［J］.中国工业经济，2013（9）：19-30.LI Qiang，WANG Hongchuan，HU Angang.Electricity consumption and economic growth in China-causality analysis based on provincial panel data［J］.China Industrial Economics，2013（9）：19-30（in Chinese）.

［18］刘畅，高铁梅.中国电力行业周期波动特征及电力需求影响因素分析-基于景气分析及误差修正模型的研究［J］.资源科学，2011，33（1）：169-177.LIU Chang，GAO Tiemei.Analysis on the characteristics of periodic fluctuation of China's electric power industry and the influencing factors of power demand-research on the model of economic analysis and error correction［J］.Resources Science，2011，33（1）：169-177（in Chinese）.

［19］肖宏伟.用电量与经济增长“短期背离”的原因分析［J］.宏观经济原理，2015（6）：27-29.XIAO Hongwei.Analysis of the reason of the“short-term deviation” ofelectricityconsumptionandeconomic growth［J］.Macromic Principles，2015（6）：27-29（in Chinese）.

［20］段炜，胡兆光，吴思竹，等.基于智能体响应均衡模型的经济政策-电力需求动态模拟［J］.中国电机学报，2014，34（7）：1206-1212.DUAN Wei，HU Zhaoguang，WU Sizhu，et al.Dynamic simulation of economic policy and electricity demand by agents response equilibrium model［J］.Proceedings of the CSEE，2014，34（7）：1206-1212（in Chinese）.

［21］刘玲，马小青.区域经济增长与电力消费的相关性［J］.系统工程，2015，33（6）：84-90.LIU Ling，MA Xiaoqing.An examination of the relationship between economic growth and electricity consumption in different regions［J］.Systems Engineering，2015，33（6）：84-90（in Chinese）.

［22］刘璐，王晓村，郝文强.环境约束下的经济增长与电力

发展分析［J］.华东电力，2014，42（9）：1912-1916.

LIU Lu，WANG Xiaocun，HAO Wenqiang.Economic growth and power development under the environmental constraints［J］.East China Electric Power，2014，42（9）：1912-1916（in Chinese）.

（编辑董小兵）

Electric Power Boom of Shanghai Based on Economic Analysis

TAN Yiming，SUN Weiqing
（School of Optical-Electrical and Computer Engineering，Shanghai University of Technology，Shanghai 200093，China）

Taking Shanghai as an example，this paper discusses the relationship between electric power and economy from both macro and micro perspectives.Using the research method for boom indexes，the macro analysis of electric power and economy is performed through building the Shanghai electric power boom index，which has strong application in forecasting the trends of electricity consumption and economic operation and finding the turning point.On the basis of the macro analysis，the micro analysis is carried out on power consumption and industry output in terms of time，proportion and influence degree using the time difference correlation coefficient，power consumption per unit output value method and multiple linear regression.The results show that ecomic activities through the effect of capital transfer have strong reflections in the electricity market.Therefore，the power consumption characteristics of the whole power consumption can be further adjusted and the efficiency of energy utilization can be improved by establishing the perfect pricing mechanism in the electricity market.

electric power consumption；boom index；energy internet；electric power market reform

1674-3814（2016）07-0045-06

TM9；F407

A

国家自然科学基金项目（71403163，51407117）；上海市社科规划一般课题（2014BJB017）；中国博士后科学基金项目（2013M540910）。

Project Supported by the National Natural Science Foundation of China（71403163，51407117）；Social Science Fund of Shanghai（2014BJB017）；Science Foundation Project of China Post-Doctoral（2013M540910）.

2015-10-14。

谈一鸣（1993—），男，硕士研究生，研究方向为能源互联网；

孙伟卿（1985—），男，博士，副教授，研究方向为电力系统规划与优化、智能电网。