新常态下基于误差修正模型的用电需求预测

蒋 蕾，李雍睿，于海洋，刘和骏

（1.国网辽宁省电力有限公司，辽宁 沈阳 110006；2.北京中电普华信息技术有限公司，北京 100085）

新常态下基于误差修正模型的用电需求预测

蒋 蕾1，李雍睿1，于海洋1，刘和骏2

（1.国网辽宁省电力有限公司，辽宁 沈阳 110006；2.北京中电普华信息技术有限公司，北京 100085）

随着经济步入新常态，外部环境对用电需求的影响变得更为复杂。利用经济发展形势判断电力需求的传统方法难以适应两者间短期偏离的冲击。采用辽宁省2003—2015年的样本数据，引入协整理论和误差修正理论，将经济结构变化因素和效率改进因素纳入误差修正模型中，综合考虑电力需求的长期因素和短期动态调整因素。结果表明电力需求与经济变量存在长期的协整关系。误差修正模型对二者间的短期偏差具有很好的修正作用，大大提升了模型的拟合优度和预测能力。同时参考辽宁省“十三五”规划目标，对未来5年的用电指标进行了科学预测。

电力需求；协整；误差修正；结构；效率

电力是国民经济的重要基础产业与先行产业之一，对维持社会经济发展和改善人民生活水平具有重要的支持与保障作用［1］。经济新常态下，伴随着经济结构的调整，电气化水平的提升，用电结构随之调整，用电需求面临很大不确定性。为更好地服务地方经济发展和居民生活，应该对用电需求做出精准预测。

在电力需求的实证研究中，自回归法、移动平均、指数平滑、X12等时间序列方法被广泛应用［2］。但单指标预测的缺陷是不能呈现用电需求与其他变量之间的内在关系。于是很多学者深入分析电力与经济系统的相互关系，并做出预测［3－6］。然而，这些研究很少考虑结构调整、效率改进等因素的影响。近年来，在实践中发现，通过经济预测电力不再具有很好的效果，两者关系存在很大偏差。事实上，这正是经济发展过程中产出结构、需求结构等变化引发了电力需求的变化。电力发展与国民经济发展的不同步，恰恰说明传统的一些预测方法存在不足。

随着对电力和经济关系研究的深入，计量经济学中“协整”分析理论和“误差修正”理论开始被引入并流行起来［7－9］。为此，本文决定采用基于协整分析的误差修正模型，包含结构因素和效率因素，以辽宁省为研究对象，研究分析了经济与电力的长期均衡关系以及经济系统的短期波动对用电需求的影响。运用该先进方法可以很好地克服“伪回归”问题，更重要的是，考虑长期均衡关系条件下，对前期误差进行修正，具有更高的预测精度，对电力运营的科学决策具有重要的参考意义。

1 影响因素及数据来源

现代经济中，影响电力需求的因素很多。林伯强在模型中考虑到了GDP、电价、人口、经济中的结构变化、效率改进的影响［9］。仇伟杰研究表明电量需求与GDP、固定资产投资、对外贸易、人口数量等经济因素具有长期均衡关系［1］。赵晓丽研究了产业结构的变化、工业发展速度、高耗能工业的发展、宏观经济政策等对电力需求的影响［10］。胡杰等分析了东北区域经济结构、用电结构、用电特点［11］。

通过文献研究以及对辽宁省数据分析，本文认为存在以下主要影响因素。

a.地区生产总值

该因素在探讨电力和经济关系的研究中都被认为是影响电力需求的最重要的决定因素［9］。经济生产活动是影响电力需求的最为直接的因素。经验研究表明GDP与用电量之间存在显著且稳定的正相关关系。

b.收入效应

收入的增加一方面会刺激消费从而增加居民用电，另一方面会增加工厂的产品需求，从而间接增加生产用电。

c.产业结构因素

不同的产业结构体系下，用电特性差异明显。辽宁省第二产业处于支配地位，相应的二产用电占全行业用电高达79.4%，占全社会用电68.7%。然而，随着结构调整的深入和电气化水平的发展，经济结构和用电结构均将产生很大变化，考虑经济结构变化的影响显得非常重要。以二产增加值比重来反映辽宁省的产业结构变化，并且预期其与用电需求应具有负相关关系。

d.效率因素

在经济发展的过程中，经常会出现经济与电力此消彼长的现象。如1998—2001年间，实际GDP累计增长30.2%，但同期能源总消费却下降了4.2%。这种不同步现象很大程度上是由经济结构变化和效率提升引起的。辽宁省的电耗强度由2003年的1 451.9 kWh／万元下降至2015年的897.8 kWh／万元，下降38.2个百分点。这说明能源节约措施和效率的提升产生了显著效果。采用产业增加值／产业消耗的用电量表示效率因素，预期该变量应对用电量具有负向作用。

本研究采用年度数据，样本区间为2003—2015年。相关数据均来自国家电网“统一数据资源库”。其中经济指标数据均统一为2000年可比价。

2 计量经济分析和实证结果

2.1 协整检验

本文采用Engle－Granger两步法进行协整检验，观察各因素和用电需求的长期关系。检验一组变量之间是否存在协整关系等价于检验回归方程残差序列是否是1个平稳序列，而残差的平稳性通常可以使用ADF或PP检验来判断。因此，EG两步法即第1步建立相应的回归方程，第2步对其残差进行单位根检验［12］。

基于上文对用电需求影响因素的阐述以及多次模型训练筛选，现建立如下回归方程：

式中：PC表示全社会用电量，GDP表示地区生产总值，Ind2_R100表示第二产业占比（乘以100后的），Eft表示效率因素（产业增加值／产业用电），Inc表示城镇居民人均可支配收入。

经过估计，得到以下回归等式：

样本区间：2003—2014年，调整后R2＝0.999 5，F统计量为5 590.30。上式括号内数字表示相应的t统计量，∗∗、∗∗∗分别代表5%、1%的显著水平下拒绝系数为0的假设。该模型的拟合值和实际值对比以及相应的残差如图1所示。

图1 模型实际值、拟合值及残差

对式（2）的残差进行单位根检验结果如表1所示，残差序列在5%水平上拒绝原假设：存在单位根，即表明用电量与GDP等自变量满足式（2）所示的协整关系或长期均衡关系。该模型结果表明：①随着地区经济的发展，如地区生产总值的增加、居民可支配收入的增加，用电量会相应提升；②经济结构的调整，第二产业比重降低，尤其是高耗能行业比重的降低，对用电具有负向作用；③效率的提升，即度电产值的增加，能够带来节约效应，使得用电需求降低。

表1 残差单位检验结果

2.2 短期电力需求预测——误差修正模型

现实中，因变量和自变量很少处在均衡点上，实际观察到的只是两者间的短期或非均衡关系。因此，在上文协整关系的基础上建立误差修正模型有利于对短期波动进行修正，改善模型的预测能力。

根据Hendry（1995）的“从一般到特殊”的建模方法，并且结合所选的样本数据特征，逐渐排除不太重要的变量，经过检验筛选，得到如下误差修正结果。

式（3）中ECt－1即误差修正项，为式（2）所示协整关系的滞后残差项，该项前系数为－0.72，表明具有误差修正作用。由结果可知短期关系向长期关系调整的速度约为1.4年（1／0.72），电力和经济短期内的不同步问题并不会影响电力预测。式中其他字符含义与上文所述一致，如ΔPC表示用电量的差分项。模型详细估计结果如表2所示。结果显示模型具有很高拟合度，调整后R2为0.97，参数大部分通过了显著性检验，JB检验也显示残差服从正态分布。表明模型很好反映了数据特征，可以用于研究和预测。

表2 误差修正模型估计结果

3 “十三五”用电需求预测

3.1 模型预测能力测试

根据误差修正公式（3），可以预测辽宁省的未来电力需求。首先需要检验模型的预测能力。扩展样本区间至2015年，预测结果见表3。在建模区拟合值和实际值的平均相对误差0.4%。2015年预测用电量1 927.2亿kWh，实际值1 984.9亿kWh，低估57.7亿kWh，相对误差2.9%。因此，模型具有很好的预测能力。

3.2 需求预测

预测未来用电量前需要确定模型所涉自变量的未来值。辽宁省“十三五”规划纲要中列出了主要经济社会指标的目标值（该纲要所列各指标，对本文具有直接参考意义的有：GDP、城镇居民人均可支配收入、全员劳动生产率、单位GDP能耗在2020年的目标值和“十三五”期间的平均增速）。因此，模型的自变量在“十三五”期间的取值将利用时间序列预测方法并结合官方相关目标值进行推断。

由于误差修正模型需要前期的实际值与拟合值的差作为本期预测的误差修正项，在不知道未来实际值的情况下只能向后预测一期。本文假定十三五期间的误差修正项为0。但当每年获得实际值后即可获得真实的误差修正项，便可修正下一期的预测值。预测结果显示（见表4），到2020年误差修正模型和协整模型预测的用电量分别为2 034.7亿kWh和1 894.2亿kWh。前者平均高出后者93.5亿kWh，增速平均高出1.4个百分点。前者显示用电量经过2015年首次负增长后，延续到2016年后到2017年开始反转，而后者认为2015年后仍延续3年的负增长，直到2019年才开始反转。

表3 拟合和预测结果

表4 “十三五”期间用电量预测结果

4 结论

电力需求的精确规划是成功实施电力系统计划的前提条件，是经济发展的坚强支撑。然而，经济发展过程中产出结构、需求结构等变化引发了电力需求的变化。导致电力发展与国民经济发展出现偏离，部分传统的预测方法显得力不从心。此外，在研究经济与电力关系的文献中，多数并没有考虑到经济环境的变化对用电需求带来的冲击。

鉴于此，本文引入“协整理论”和“误差修正理论”，以辽宁省为研究对象，探索了用电需求与经济发展、收入效应、结构变化和效率因素之间的长期协整关系，并在此基础上构建了电量预测误差修正模型。

a.误差修正模型不仅含有变量间的长期均衡关系，还对短期冲击做出及时反应，因此模型具有更优越的预测能力。

b.经济发展和收入水平的提高可带来电力需求的增长，而经济结构的变化，尤其是第二产业比重的降低及经济效率的提升，用电需求会有所降低。

c.“十三五”期间辽宁省用电预计在未来两年内仍有可能延续负增长趋势。辽宁省调结构、促转型仍需继续加码，以突破当前困局。

［1］仇伟杰.中国电力经济运行规律研究［D］.南京：南京航空航天大学，2006.

［2］陈银峰.电力需求与经济发展的关联关系研究［D］.上海：上海交通大学，2010.

［3］Kraft J.，Kraft A.On the relationship between energy and GNP［J］.Journal of Energy Development，1978，3：401－403.

［4］宋 萍，张近朱.辽宁电网售电量预测与分析［J］.东北电力技术，2002，23（3）：42－45.

［5］郝卫平，李琼慧，赵一农.我国电力弹性系数的现实意义［J］.中国电力，2003，36（5）：8－10.

［6］李敏力.东北地区用电分析与需求预测［J］.东北电力技术，2006，27（1）：39－41.

［7］Stern D I.Energy and economic growth in the USA：A multivariate approach［J］.Energy Economics，1993，15（2）：137－150.

［8］Hondroyiannis G，Lolos S，Papapetrou E.Energy consumption and economic growth：assessing the evidence from Greece［J］.Energy E⁃conomics，2002，24（4）：319－336.

［9］林伯强.结构变化、效率改进与能源需求预测—以中国电力行业为例［J］.经济研究，2003，49（5）：57－65.

［10］赵晓丽.产业结构变化对我国电力需求的影响［J］.华北电力大学学报：社会科学版，2004，11（4）：32－34.

［11］胡 杰，刘继成，张忠华，等.东北区域近期用电需求与经济发展相关性分析［J］.东北电力技术，2015，36（10）：56－59.

［12］高铁梅.计量经济分析方法与建模：EViews应用及实例（第2版）［M］.北京：清华大学出版社，2009.

Power Demand Forecast Based on Error Correction Model Under New Normal

JIANG Lei1，LI Yongrui1，YU Haiyang1，LIU Hejun2
（1.State Grid Liaoning Electric Power Co.，Ltd.，Shenyang，Liaoning 110006，China；2.Beijing China⁃Power Puhua Information Technology Co.，Ltd.，Beijing 100085，China）

As China economy on path for the“new normal”，the influences of external environment for electricity demand becomes more complex.Traditional methods of forecasting electricity demand based on economic development becomes difficult to adapt to im⁃pacts of short⁃term deviation between electricity and economy.This paper adopts the samples of Liaoning province in 2003—2015，in⁃troduces the cointegration and error correction theories，the influences of long⁃term and short⁃term in consideration of economic structure transformation and improvement of efficiency is studied.The empirical results show that there is a co⁃integration relationship between electricity demand and economic variables.As error correction model has a performance in correcting the short⁃term deviation between the two，the model has a great enhancement of the fit and predictive performance.The paper provides the electricity demand of the next five years.

power demand；cointegration；error correction；structure；efficiency

TM715

A

1004－7913（2016）11－0059－04

2016－08－20）

蒋 蕾（1971），硕士，高级工程师，主要从事经济活动分析及统计分析工作。