用电量需求与GDP协调发展预测分析

○罗广雷 胡锡国 赵 阳

（广安市经济和信息化委员会 四川 广安 638000）

一、预测背景

1、用电量需求和GDP预测的意义

众所周知，电力行业作为国民经济发展的重要基础产业，为国民经济中各个行业的发展提供能源供给和动力支持。电力需求取决于国民经济的发展，电力需求的发展变化与经济发展情况密切相关，两者之间存在一定的正相关性，电力发展与经济发展必须相协调。随着我国市场经济的不断完善和供电紧张局面的改善，电力需求会越来越依赖国民经济的相关变量如GDP、市场价格等。因此，用电量、GDP的分析和预测研究对电力部门以及相关经济部门的工作具有极其重要的意义。

电力需求预测是电网规划设计与建设的基础，其预测精度的高低直接影响到电力系统运行的安全性、经济性和供电质量。同时，准确预测电力需求将有利于电力企业合理安排生产计划，提高经济效益，有助于协调供电与社会需求之间的平衡关系。为了实现广安“十二五”规划纲要提出的经济社会发展目标，以“发展经济，电力先行”为指导原则，以GDP增长速度为依据，准确把握电力与经济之间的关系，进行合理的经济分析，对提高电力需求和GDP增长预测的精度具有重要作用。

2、预测模型与数据

本文研究指标为全社会用电量、国内生产总值（以下简称GDP）。全社会用电量是反映电力需求的一个重要指标，它是指第一、二、三产业等所有用电领域的电能消耗总量，包括工业用电、农业用电、商业用电、居民用电、公共设施用电以及其他用电等。GDP，是国民经济核算的核心指标，也是衡量一个国家或地区经济状况和发展水平的重要指标，它是指在一定时期内一个国家或地区的经济中所生产出的全部最终产品和劳务的价值。随着广安经济社会的快速发展，全社会用电需求量、GDP均在逐年增加，在一定时期内将呈现出一定的增长趋势。

本文所用数据以广安市2003—2011年的用电量、GDP数据为标本。数据的选取主要考虑研究对象的特点以及样本数据的可信度。数据来源于广安市统计年鉴、广安市人民政府网等。选用一阶单变量GM（1，1）模型进行科学预测。通过建模机理对原始数据进行建模，将原始数据进行累加成为生成数列，对残差（模型计算值与实际值之差）修订后，建立差分微分方程模型，进行关联度收敛分析后，将GM（1，1）模型所得数据逆生成还原即可得到预测数据。

3、广安市经济社会发展现状

截至2012年底，广安市发电装机总容量达到288万kW，其中火电装机244.45万kW，水电装机43.5万kW；广安电网基本形成以500kV变电站为中心、220kV变电站为骨架、110kV变电站为枢纽的可靠电力运行网络体系。

“十一五”期间，全市生产总值增长1.3倍，年均增长14.3%，工业发展更是突飞猛进，全市规模以上工业总产值、增加值分别增加4.9倍、3.4倍，工业化率由28.6%提高到40.2%。“十二五”时期将是广安实现超常规发展的重要时期，也是广安由工业化初期向中期过渡的关键阶段，一是国务院正式批准广安经济开发区为国家级经济开发区；二是国家出台的《成渝经济区区域规划》中将广安批准为成渝经济示范区，广安同时被纳入“重庆半小时经济圈”。诸多中、省层面利好政策支持对招商引资、培育重点项目、增加消费、高新技术发展等方面起到了非常积极的作用，广安经济将在未来的几年内出现爆发式增长，广安已驶入经济社会发展快车道，正进入加速发展期。2011年全市GDP同比增长22.84%，经济的快速增长也带动了用电需求的增长，2011年用电量同比增长10.97%，用电量增速对经济增长增速具有较强的弹性。另外，从广安实际出发，“十二五”期间，广安玖源化工、科塔金属等主要用电企业将相继建成投产，企业正常生产后年用电量预计可达到4亿kW·h，因此，在行业管理部门对电力发展规划科学预测的同时，也要与当地发展实际接轨，避免电网发展规划滞后影响当地经济社会发展。

表1 2004—2011年广安市全社会用电量和GDP统计

2004年至2011年，广安市全社会用电量由14.23亿kW·h增加到29.13亿kW·h，增幅达到137.66%；期间，全市GDP由217.6亿元增加至659.9亿元，增幅达到327.39%。历年的《广安统计年鉴》表明，近年来广安市以较低的电力消耗支撑了全市经济社会的平稳较快发展（见表1）。

二、用电量和GDP预测模型建模

1、2011年全市用电量检验性预测

根据广安电力工业的近期发展实际情况，选取5—8维短序列全社会用电量数据建立不同维数的灰色预测模型，对2011年全社会用电量进行检验性预测，计算结果列于表2。由表2可知，5—8维模型预测精度等级均为良好，但8维模型的平均拟合精度最高，为99.85%，5维模型的近期预测精度最高，达到99.82%。为了预测未来几年发展趋势，综合考虑拟合精度和预测精度，以下本文选取6维灰色预测模型对2012—2015年广安市用电量需求及GDP相应发展趋势进行预测。

表2 不同维数灰色预测模型关于2011年全社会用电量检验性预测比较

2、2012—2015年用电量需求和GDP预测

由表1可以得到2006—2011年广安市全社会用电量的原始数据。根据GM（1，1）模型可以得到：

建立6维全市全社会用电量的GM（1，1）预测模型：

经模型精度检验，模型参数均方差比值C=0.05214，小误差概率p=1，平均拟合精度为99.72%，因此可得模型检验精度为优。根据模型计算，即可得到2012—2015年全市全社会用电量预测值，数据见表3。

同理，对全市2006—2011年GDP数据进行建模后预测，可得：

建立6维全市全社会用电量的GM（1，1）预测模型：

经模型精度检验，模型参数均方差比值C=0.08266，小误差概率p=1，平均拟合精度为99.3%，因此可得模型检验精度为优。根据模型计算，即可得到2012—2015年全市GDP预测值，数据见表3。

表3 2012—2015年用电量和GDP预测值

3、电力消费弹性系数分析

电力消费弹性系数反映了电力消费增长速度与国民经济增长速度之间的关系，是研究电力增长与国民经济发展之间关系的重要指标，等于电力消费量年平均增长速度与国民经济年平均增长速度之比。它的变动是一定时期经济增长、结构变化、技术进步、供求关系等相关因素共同作用的结果。为方便计算，前者可用电量年平均增长率表示，后者可用国内生产总值的年平均增长率表示。

电力消费弹性系数是一个十分活跃的因素，电力消费弹性系数在经济发展的不同时期，因产业结构变动和居民生活用电水平的变化而各不相同。在重工业化时期，电力弹性系数一般大于1；高加工化时期电力弹性系数有所减小，但是居民生活用电水平的迅速提高仍然会使该系数大于1；进入工业化后期，电力消费弹性系数一般小于1。从广安市2003—2011年间电力消费弹性系数（见表1）可知，广安市电力消费弹性系数始终低于0.8，说明广安地区能源发展速度始终滞后于经济社会发展速度，广安电网建设远滞后于国民经济发展速度。2004年电力弹性系数较小，原因是当时广安电网发展滞后，广安紧紧抓住邓小平百年诞辰历史机遇，加快交通、城市建设步伐，全市经济实现超常规发展。从2012年电力需求与GDP预测值可得电力消费弹性系数约为0.7，与近几年电力消费弹性系数保持基本一致，从而表明本文预测结果符合广安地区实际，是可以作为依据参考的。另外，广安地区电力消费弹性系数较小的原因可能是原始数据存在误差致使预测精度有限。用电量数据统一由本地电力企业得到，口径统一。但由于供电营业区域划分的存在，致使部分用户虽属广安行政区域内管辖但其供区不在辖区内供电企业供电范围内，因而其用电量并未统计在内，但GDP等经济数据却统计在内。广安地区国家电网与地方电网并存，有4家地方电网企业，由于销售电量口径及统计方法不同，致使数据存在差异，进而导致全社会用电量在一定范围内不能得到准确均衡。

三、结论

任何事物的发展都遵循一定的规律性，用电需求与GDP的增长也不例外。从本文可以得出以下结论：第一，本文采用GM（1，1）预测模型样本数量较小，建模方便，具有较高的预测精度，对短期增长较快的时间序列预测效果较好，从预测结果可知：2012年广安市全社会用电量预计达到32.26亿kw·h，同比增长10.74%，到2015年全社会用电量预计达到44.38亿kw·h，为2011年的1.52倍；2012年广安市GDP预计达到761.8亿元，同比增长15.44%，2014年GDP预计达到1061.43亿元，将突破千亿，到2015年GDP将达到1252.9亿元，比2011年翻一番。

第二，回顾广安市“十一五”期间经济社会发展历程，全社会用电量年均增长8.95%，这期间电力弹性系数仅为0.647，电力供需局面十分紧张，电力瓶颈严重制约了国民经济的发展，同时也给人民生产生活带来了一定的影响，随着“十二五”电网规划建设，广安电力工业将进入快速发展新阶段。

第三，虽然本文从理论上得到较高的预测精度，但若需进一步提高GM（1，1）预测模型精度，准确预估未来几年经济发展指标，一是有必要对原始量的发展状况及所处的发展阶段有一个正确的估计，最好能根据产业划分预估电力需求与GDP增长相关性，从而得到未来发展遵循的一定规律性；二是有必要结合当地经济发展实际情况，对潜在的徒增量进行累加，避免预测精度与实际量存在较大偏差，为用电量需求与GDP协调发展提供有力的实证分析依据。

[1]严永新、沈建涛：灰色理论模型在云南电网电力需求预测中的运用[J]．云南电力技术，2006（4）.

[2]邓聚龙：灰色系统基本方法[M]．武汉：华中科技大学出版社，2005.

[3]傅立：灰色系统理论及其应用[M]．北京：科学技术文献出版社，1992.

[4]广安统计年鉴[Z]．中国统计出版社，2003—2011.

[5]谢乃明、刘思峰：离散GM（1，1）模型与灰色预测模型建模机理[J]．系统工程理论与实践，2005（1）.

[6]蔡树文：基于电力消费弹性系数的电力需求分析[J]．云南社会科学，2007（1）.（责任编辑：胡婉君）