影响电力消费的因素

2018-02-08 18:51孙楚钰
价值工程 2017年35期

孙楚钰

摘要:进行中国(不含港、澳、台)电力消费影响因素分析,对中国各个地区电力供求与经济协调发展意义重大。本文收集了1999-2012年以來的31个省区电力消费量的相关数据,对此建立多元回归模型,再对模型分析检验,求该模型,并最终得到模型。

Abstract: It is of great significance to carry out the analysis of influencing factors of power consumption in China (excluding Hong Kong, Macao and Taiwan), which is of great significance to the coordinated development of power supply and demand and economy in China. This paper collects data on the electricity consumption of 31 provinces and autonomous regions since 1999 and 2012, establishes a multiple regression model, analyzes the model, and obtains the model and finally obtains the model.

关键词:电力消费;豪斯曼检验;内生性问题

Key words: electricity consumption;Hausman tests;endogenous problems

中图分类号:F426 文献标识码:A 文章编号:1006-4311(2017)35-0228-06

0 引言

电力消费与国民经济各产业部门的关系非常密切,对其影响因素进行分析,有利于国家制定相应政策引导电力消费,进而为制定政策提供依据。当前时期,随着市场经济的发展,电力供求和经济社会以及生态环境的关系非常紧密。作为我国的基础产业,电力工业的重要性不言而喻,是实现宏观经济增长的重要支撑。只有确保电力能源的充分供给,才能为经济发展和人们生活质量的改善以及社会进步奠定基础,如果电力资源出现短缺,必将对国民经济发展和人们生活带来诸多不利影响。所以,研究电力需求与经济发展、人口增长、电力消费价格及工业总产值之间的关系,具有重要的理论与实践意义。

电力消费处于整个社会经济大系统中,会受到多方面因素的影响。这里主要研究宏观、工业产业、居民科教文化水平对电力消费影响。

1 文献综述

在研究电力消费的文献中,大部分优秀文献将国内生产总值作为影响电力消费的一项重要因素,如林伯强(2003),鄢琼伟(2011),李锴(2011)等。针对1998年,我国电销消费的弹性系数比较小的问题,林伯强采用了计量经济学的方法进行量化研究。在进行实证分析时,各经济变量都表现出了比较稳定的均衡关系,伴随改革的不断深入,在发挥市场作用时,对电力消费量产生影响的各个变量,其关系更加稳定,相关性也更加显著,在我国经济快速发展时期,产业结构也迅速升级。这一变化对电力需求也产生了直接的影响,在深化经济改革时期,电力消费弹性系数也不可避免地发生了较大的波动。所以,在1997与1998年,可以使用电力消费弹性系数过低来解释产业结构的变化。在这一时期,我国产业结构的转型也是国内外经济环境的改变所导致的结构,由于政府的宏观调控使得经济增长的速度比较缓慢,也对深化国企改革提出了新的要求。在金融危机时期,我国宏观经济也遭受严重影响,所以认为电力消费之所以增长的比较缓慢,不仅采用节能措施的结果,最主要是由于我国产业结构改变所致。

国内研究这一问题的研究思路和方法大致可以概况为四种:①以电力消费弹性系数为指标的电力消费特征研究:国内的一些学者重点研究了电力消费的周期性特征,采用灰色系统理论分析了和预测了我国中长期的电力需求和波动情况(赵文霞,2001年),通过论证得出的结果与中国科学院进行研究所取得的结果大体相同。谢宏(2000年)应用多元统计分析获得了重点的特征分量,并对矢量维数进行压缩。运用这一方法对单日负荷数据进行处理,并提取出其中的主要成分,然后采用主成分分量有效地实现了预测效率的提升。②对电力消费特征的研究采用因果关系检验法:在经济增长的情况下,研究其与电力消费的关系,而另外一个研究思路的展开主要是依据二者的关系开展的。不管对于发达国家还是发展中国家,发展经济的目标就是要实现经济增长,但是电力消费与经济增长,究竟何为因何为果,却不得而知,必须要采用数量经济方法,才能得出令人满意的结果。并且只有明晰二者的因果关系,经济学家才能提出有效的促进经济发展的策略。因此,经济学家也利用不同阶段各个国家的区间数据,进行了深入的研究。③对电力消费特征的研究采用的是协整理论和误差修正模型的方法,林伯强所进行的研究是建立在三要素的生产函数理论的前提下,选择研究样本,构建出Yt=f(Kf,LHf,Ef)的模型,在该模型中,Y是实际GDP,K是实际资本存量,L是总就业人数,H是劳动力人口平均受教育年数,E是人力资本存量,f是电力消费总量。

在进行分析之后,得出这样几个结论,首先,电力消费到国内生产总值的Granger因果关系非常明显;其次,我国经济增长之所以出现短期波动,70%的原因来自于经济系统自身的调整;最后,在考察期间,上述四个变量存在均衡关系。endprint

根据我国经济发展的实际情况来看,在不同的发展阶段,产业结构和技术水平以及供求关系的变化都会对电力消费产生影响。所以,要对电力消费和经济增长的关系进行进一步的研究,必须要厘清电力和经济在不同阶段的关系,在此情况下,才能制定出更加有针对性的电力政策,并对需求进行科学的预测,同时有助于制定电力产业的发展规划。

2 模型构建

2.1 模型构建

构建模型最关键的是要选出正确的影响因素,也就是解释变量。在本文中只有正确选择那些对电力消费影响较大的因素,将其体现在模型之中,才可以正确地分析对电力消费造成影响的因素。只有电力消费影响因素寻找正确,才能为政策建议提供可靠依据。本文采用以下三个影响因素变量:分省生产总值(GDP),各省规模以上工业企业数量(IQ)和技术进步指数(TA)。

之所以选择以上三个变量,原因是:分省生产总值能够反映出经济因素对电力消费的影响,作为宏观经济的支柱产业,电力产业对于其他各产业部门的发展影响显著,尤其是第二产业电量需求非常大,而第二產业在国民经济中的比重最大,所以选择该指标比较符合本文的研究目标。选择各省规模以上工业企业数量的主要目的是将对电力消费价格造成影响的因素,包含在构建的模型之中。通常来说,可以将电力行业用电分为两种形式,一种是大用户直供电,一种是零售市场购买,其中,大用户直供电通常是规模以上工业企业与发电厂直接签订合同供给电力,因此,规模以上工业企业数量这一指标就是反映电力消费价格水平的一种方式;选择技术进步指数的原因是,该指标能够反映对电力消费产生影响的社会因素,伴随社会的发展进步,人们的物质生活水平迅速提升,对电气设备的使用量越来越多,对于电能的需求也越来越大,而这些与技术进步由直接的相关性,所以本文选择这一指标来进行模型的构建。

为了定量分析影响电力消费的因素,构建如下的计量模型:

ln electricConsumption=β0+β1lnGDP+β2lnIQ+β3lnTA+μi

其中GDP为国民生产总值,IQ为规模以上工业企业数量,TA表示技术进步。这一模型反映了受宏观经济、企业、科技三个方面共同影响的电力消费。

2.2 数据说明

由于我国电力市场建设启动较晚,所以年度数据量较少,因此为了使模型计量结果具有较高的可信度,选择分省数据进行面板数据回归以扩充数据,弥补数据不足的问题。在衡量电力消费情况使用的是《电力资料统计汇编》中的全社会用电量情况,此表有全国及北京、天津等31个省级用电量,单位是亿千瓦时,时间跨度从1998年至2016年;分省生产总值来自于《中国统计年鉴》,时间跨度从1999年至2014年;各省规模以上工业企业数量用的是《中国统计年鉴》中的数据,时间跨度从1999至2014年;衡量技术进步是用的经过处理的数据,即用各省研发经费/GDP,其中各省研发经费这一数据为《中国统计年鉴》中规模以上工业企业R&D经费,其时间跨度从1998至1012年。出于统一解释变量单位的问题,对所有数据进行指数化处理,各省以1999年的数据为基期,设为100,其余数据按比例进行计算。

综上所述,本文计量实证分析选取1998年至2012年的经指数化处理之后的分省数据进行研究。

3 实证分析

3.1 平稳性检验

若数据不平稳,则很有可能是伪回归。所以,还需对数据的平稳性进行检验。所谓伪回归就是从数据的关系来看,具有很高的相关性,但是这种相关性的产生只是源于二者有相同的随时间发生变化的趋势,实际上二者没有本质的联系。在本文中,对数据的平稳性进行检验,使用的方法是单位根。在Eviews 6.0中导入数据之后,再做平稳性检验。

由检验结果可知,电力消费数据通过了平稳性检验,如图1所示。由图2可知,GDP未通过单位根检验,因此,进行一阶差分处理,见图3,此时一阶差分后的分省GDP数据通过了单位根检验。由图4可知,规模以上工业企业数量指标未单位根检验,数据不具有平稳性,进行一阶差分处理后具有平稳性,如图5所示。技术进步指标数据通过了单位根检验,具有平稳性,如图6所示。

3.2 协整检验

协整即存在共同的随机性趋势。协整检验的目的是决定一组非平稳序列的线性组合是否具有稳定的均衡关系,伪回归的一种特殊情况即是两个时间序列的趋势成分相同,此时可能利用这种共同趋势修正回归使之可靠。正是由于协整传递出了一种长期均衡关系,若是能在看来具有单独随机性趋势的几个变数之间找到一种可靠联系,那么通过引入这种“相对平稳”对模型进行调整,可以排除单位根带来的随机性趋势,即所称的误差修正模型。在Eviews 6.0中进行协整检验,检验结果如图7所示,P值小于0.05,说明通过了协整检验。

3.3 豪斯曼检验

Hausman检验的基本思想是:由于在遗漏相关变量的情况下,往往导致解释变量与随机扰动项出现同期相关性,即 ,外生性条件不满足,从而使得OLS估计量有偏且非一致。因此,对模型遗漏相关变量的检验可以用模型是否出现解释变量与随机扰动项同期相关性的检验来替代。总而言之,为了检测模型是否存在内生性,需要进行豪斯曼检验。检验结果如下:

人力资本数据来源于《中国统计年鉴》中各省高等教育学校数量,并对此同样进行指数化处理,以1999年为基期100。对此解释变量进行平稳性检验,通过,如图8所示,接着对新模型进行协整检验,同样通过,如图9所示。

最后,将新模型进行豪斯曼检验,通过了豪斯曼检验,内生性问题得以解决。

3.4 回归

4 结论

由回归结果可知,GDP对电力消费有促进作用,这与预测相符;工业企业数量对电力消费有负作用,这可能是因为大用户进行工作时,可能更多的采用燃煤形式,耗电企业相对较少;技术进步具有正的作用,这与预测相符;人力资本也有正的作用,这可能是因为学校数量代表了一个地区的教育水平,间接反映了该地区人民的生活质量较高,相对的用电需求更大。

参考文献:

[1]李锴,齐绍洲.贸易开放、经济增长与中国二氧化碳排放[J].经济研究,2011(11):60-72.

[2]林伯强.电力消费与中国经济增长:基于生产函数的研究[J].管理世界,2003(11):18-27.

[3]鄢琼伟,陈浩.GDP与能源消费之间的关系研究[J].中国人口·资源与环境,2011,21(7):13-19.

[4]贺力平,樊纲,胡嘉妮.消费者价格指数与生产者价格指数:谁带动谁?[J].经济研究,2008(11):16-26.

[5]赵文霞.电力需求的经济预测及波动周期分析[J].电力科学与工程,2001(4):14-16.

[6]谢宏,陈志业.短期电力负荷预测的数据主成份分析[J].电网技术,2000,24(1):43-46.endprint