降电价政策对工业生产活动影响的实证研究

谢 涛， 刘晓静， 赵雪敏， 曹清华， 安 玲

（1.国网安徽省电力有限公司， 安徽 合肥 230000；2.国网安徽省电力有限公司阜阳供电公司， 安徽 阜阳 236000；3.北京经世万方信息技术有限公司， 北京 100000）

引言

2020年新冠肺炎疫情给经济带来巨大冲击，为支持企业复工复产，国家于2～6月实施阶段性非高耗能工商业电价减免5%的政策和支持性两部制电价政策。5月22日，政府工作报告又明确提出“降低5%非高耗能工商业电价政策延长到今年年底”。本文试图通过分析历史降电价政策对行业经济活动的影响，评估电价政策效应，为电价政策的精细化、针对性优化调整提供参考。

历史降电价政策的目标群体主要是工商业及其他用户，电价根据用户类别可划分为大工业、一般工商业，近两年两类电价走势如图1 所示。以2018年5月安徽省大工业降电价政策为切入点，基于规上工业分行业经济走势，从定性与定量两个层面对降电价与行业经济活动之间的关系进行分析，并以定性分析指导定量建模参数设定。

1 文献回顾

以往文献大多从研究电价政策与宏观经济关联性着手，主要集中在电价调整与产业结构、经济发展关系方面，少数文献从行业层面探讨了电价敏感性。张友国（2006）[1]采用CGE 模型对我国的电价变动与产业结构变化进行了实证研究，发现各行业产出对电价的交叉弹性系数虽然很小，但耗电越多的行业对电价变化的反映越敏感。谭显东等（2008）[2]探讨了通过差别电价政策来提高电价对具体行业的影响，认为对高耗能行业实施差别电价会导致电价上涨和用电量下调，但是对整体的物价水平不会造成太大的影响。李华昌等人（2020）[3]以各行业电费占成本比例、毛利率两个维度指标，通过改进的K-means算法，对各行业电价敏感性进行了分类。

现有文献不乏从经济总量、结构以及企业成本层面研究电价政策的影响，但较少基于行业真实生产活动水平反馈开展研究。事实上，电价成本对企业的影响还取决于企业用电的“刚性”/“弹性”以及其他影响因素。从真实生产活动反馈入手，采用双重差分法（Differences-in-Differences，DID），验证以电价政策提振工业经济的有效性，并刻画不同行业对电价政策的应激度。

2 安徽省降电价政策对行业经济活动的影响分析

从规上工业增加值累计增速来看，电价政策执行前后工业增加值增长曲线存在形势逆转的特征：以2018年5月大工业降电价为例，电价执行政策前，工业经济增速持续下行，电价政策执行后的5、6月增速出现迅速反弹，6月累计增速回升0.5 个百分点，之后减速上行，如图2 所示。根据安徽省发改委信息查询结果，2018年4月左右未出台其他经济发展强力支撑政策，因此，短期（4～5 个月）内表现出迅速反弹或表明电价政策对工业经济具有一定的提振作用。

不同行业因生产特性等差异，对电价的反应时间点和程度也有所不同，通过行业定性分析，确定采用DID 双重差分模型的政策实施时点参数。

3 研究设计与实证分析

3.1 模型构建

本文从时间维度上选取对照组，一是考虑2018年5月1日大工业电价大幅下降，而2019年同期大工业电价平稳；二是2018年、2019年总体宏观背景相似，均为经济由“新常态”转入攻坚期阶段。本文将2019年规上工业行业构造为对照组，2018年为处理组，以降电价政策执行时点（即5月1日）作为政策冲击时点进行双重差分检验，测算各行业受到的影响，并统计不同行业经济增长对电价政策的反馈。

根据DID 模型设立的基本步骤，构建以下虚拟变量：一是处理组和对照组虚拟变量（treated），处理组为2018年规上工业行业，定义为1；对照组为2019年规上工业行业，定义为0。二是政策实施时间虚拟变量（time），5月1日之后定义为1，之前定义为0。本文基于DID 方法建立的OLS 模型如下：

式中，yi，t为工业行业增加值累计增速；did=treated*time，为分组虚拟变量与政策实施虚拟变量的交互项，其系数β1就反映了政策实施的净效应；λi为个体固定效应；vt为时间固定效应；εi，t为随机误差项。

3.2 模型结果分析

3.2.1 基准回归分析

DID 模型实证结果表明，降电价政策实施后，规上工业经济增速迅速上升，且长期保持上升趋势。短期内，电价政策调整使工业经济增速上升0.82 个百分点，并且在5%的水平上显著；中期内，电价政策调整使工业经济增速上升1.55 个百分点，且在1%的水平上显著。在添加投资累计增速变量之后，短期内降电价政策对工业经济影响不显著，中期内将推升工业经济增速上升0.63 个百分点，且在5%的水平上显著，如表1 所示。

表1 工业总体回归结果

3.2.2 行业差异性分析

选取包括四大高耗能、四大装备制造业、纺织业、农副食品加工业、橡胶和塑料制品业、专用设备制造业在内的12 类行业，分别构建DID 模型，结果显示，降电价政策对部分规上工业行业的经济活动存在显著影响，主要是装备制造业中的通用、计算机、专用、仪器仪表制造业，以及纺织业、有色、化工行业。与2019年同期没有实施降电价政策的行业经济走势相比，2018年5月之后行业经济增速呈不同程度和不同持续时长的上升。下游电气与汽车制造业经济活动均未表现出受降电价政策的显著影响。中游制造业中，降电价政策对计算机和纺织业经济影响时间较长，经济增速在短期和长期内均显著增加，详见下页表2。

表2 中游制造业回归结果

将投资累计增速纳入到回归模型中，短期降电价政策对计算机行业经济影响显著，中期不显著。降电价政策实施后，短期计算机行业增加值增速提升5.44 个百分点。纺织业等其他行业则在纳入行业投资累计增速、PPI 等变量后未能得到有效或可解释的模型结果，具体详见表3。

表3 控制投资累计增速后计算机行业回归结果

上游制造业中，非金属、黑色冶炼等行业经济对电价政策变动几乎无反应，有色冶炼、化工行业经济活动受电价政策的滞后影响，行业经济增速在5～6月无显著反应，6月之后经济增速出现抬升趋势，详见表4。

表4 中上游制造业回归结果

3.3 稳健性检验

采用安慰剂检验来对回归分析进行稳健性检验，通过虚拟的“伪降电价政策执行时点”作为政策冲击时点进行双重差分检验。本文随机选取6月为政策实施时间点进行检验。工业总体安慰剂检验的测试结果如表5 所示，采用虚拟的“伪降电价政策执行时点”政策净效应的估计系数在统计上不显著，即降电价政策确实影响了规上工业总体的经济活动。

表5 工业总体的安慰剂检验结果

下游、中上游制造业行业的安慰剂检验结果如表6、表7 所示。检验结果佐证了基准回归结论的有效性。

表6 下游制造业的安慰剂检验结果

表7 中上游制造业的安慰剂检验结果

4 结论与建议

4.1 结论

本文通过定性分析与实证分析结合，考察降电价政策对工业行业经济活动的影响，最终得出以下结论：

1）降电价政策对于工业经济增长具有显著的带动作用。电价政策调整后，工业总体经济增速短期内上升0.82 个百分点，中期内上升1.55 个百分点，其中主要拉动了装备制造业中的通用、计算机、专用、仪器仪表制造业，以及纺织业、有色、化工行业的经济增长。

2）行业所处产业链位置决定了电价政策效应是否显著以及起效时点。中游制造业对降电价的反应更为强烈，如计算机、专用、通用、仪器仪表和纺织业经济增速在降电价政策执行后有所上升，其中计算机、纺织业迅速反应，政策起效快，其他行业则在政策实施3 个月以后受到滞后影响。上游制造业多表现为中期效应显著，有色、化工行业的经济增速在政策实施3 个月以后才显著上升。而下游电气、汽车制造业对电价政策均不敏感。

4.1 结论

根据电价政策效应研究结论，对电价政策的优化提出两点建议：一是企业侧降电价须结合下游市场侧需求刺激，政策组合拳将收获更为稳定、长期的积极效应；二是电价政策可根据行业反馈做出精细化调整，在助力经济提振的同时减少电网企业经营压力。

历史电价政策对于大工业采取“一刀切”式的降电价，未考虑到行业所处产业链位置以及其对电价政策的敏感性。针对中上游制造业可制定更有利的降价政策，进一步为企业减负，助力企业生产经营恢复；针对下游制造业，由于电价政策作用的局限性，可适当缩小降价幅度，以需求刺激政策为主导，以政策组合推动行业经济恢复。