电力消费与城市经济发展驱动力关系的深层挖掘分析

2018-06-06王蓓蓓

电力需求侧管理 2018年3期

胡宏，胥鹏，罗慧，秦喆，王蓓蓓

（1.国网江苏省电力有限公司，南京 210024；2.东南大学电气工程学院，南京 210096）

不同城市由于区位及产业结构原因，具有不同的经济发展驱动力，在不同的外部环境下，其电力消费与经济发展的关系往往呈现各自的特点，国家的宏观战略和区域地方政府的发展重点都会对于城市经济发展产生深远影响［1—3］。另一方面随着我国电力体制改革的不断深入，《关于进一步深化电力体制改革的若干意见（中发〔2015〕9号）文》及相关配套文件的逐步下发，发用电计划、配售电业务有序放开、输配电价改革以及现货市场的建设等环节的进一步实施，外部经济环境越来越错综复杂。面对复杂多变的外部环境，电网公司迫切需要分析区域电力消费水平和城市经济发展之间的深层关系，以便制定竞争环境下的市场发展战略。

协整理论是计量经济学中的一个重要组成部分，国内很多学者已经利用该计量技术对我国能源和经济之间的关系进行了研究。戴世峰［4］利用协整理论证明了上海市GDP增长与电力消费存在长期稳定的正向相关均衡关系。张兴平［5］等人在研究我国电力消费协整关系时，创新性的把经济增长从单一的GDP指标分解为固定资产投资、人均可支配收入、出口总额与电力价格，对我国1980—2004年的电力消费的变化做出更合理的解释。谢品杰［6］等人运用协整理论证明了我国城市化与电力消费存在长期的均衡关系，在长期内二者互为Granger原因，但均不构成对方的短期Granger原因，得出“推进城市化要坚持电力发展既要有一定的超前性，又要保持均衡发展”的结论。但国内大多数相关研究的分析对象都比较单一，大多是从国家、某个省或者市进行整体区域的分析［7—9］，针对同一区域不同城市电力消费与经济发展关系的深层挖掘与对比分析还有所欠缺。

本文基于协整理论，以我国某沿海省份不同城市为对象，对电力消费与城市经济发展驱动力关系进行深层挖掘。首先，筛选与电力消费存在长期均衡关系的经济因素，接着运用协整相关理论证明了我国某沿海省份不同城市电力消费与经济发展之间存在长期均衡关系，并基于Granger检验的结果分析不同城市电力消费的主要驱动因素，结合相关资料，对其经济发展类型进行分析，为各地电网公司把握本地经济发展形势、准确预知该区域电力消费发展趋势提供参考。

1 协整模型

1.1 研究思路

本文基于协整模型分析电力消费与经济发展的关系，流程图如图1。

图1 电力消费与经济发展关系分析流程图

在计量分析中，为了防止由于宏观经济变量不平稳而产生“伪回归”，首先需要对时间序列进行平稳性检验［10—12］。一般来说，平稳序列最大的特征就是围绕一个均值上下波动。具体来说，若某时间序列{Xt}(t=1,2,…)的每一个数值都是从一个概率分布中随机得到，并满足：①均值E(Xt)=μ与t无关；② 方差Var(Xt)=σ2与t无关；③ 协方差Cov(Xt,Xt+k)=γk；则称{Xt}(t=1,2,…)为一个平稳序列。

对时间序列平稳性的检验常用单位根检验，非平稳时间序列如果检验出存在单位根，则一般可以通过差分来消除单位根，得到平稳序列。如果时间序列过程{yt}经过差分d次后是平稳的，则称之为d阶积分过程，简称I(d)过程。本文采用ADF方法进行平稳性检验，基于SC准则选取其最优滞后阶数。ADF检验模型为

1.2 数据平稳性检验

式中：Δyt为一阶差分序列；Δyt-j为滞后j期的一阶差分序列；α、βj均为回归系数；p为滞后阶数；εt为误差项；H0为原假设。

1.3 协整检验

所谓协整，是指在一个经济系统中，尽管多个经济变量具有各自的长期波动规律，但它们的某个线性组合却存在着稳定的均衡关系，从而表现出这些经济标量之间存在着一个长期稳定的关系，即为协整关系。协整过程的数学定义［13］为：

若Yt=(y1t,y2t,···,ykt)′k×1 阶列向量，其中每一个元素表示一个定义在概率空间（Ω，F，P）上的随机过程。如果满足：

（1）yit～I(d)，i=1，2，…，k，Yt中每个分量的积分阶数全部为d；

（2）存在一个k×1阶列向量β=(β1,β2,···,βk)′，(β≠0)，满足

则称经济变量集Yt=(y1t,y2t,···,ykt)′存在（d,b）阶协整关系，用Yt～CI(d,b)表示。

协整检验常用的方法有2种：一种是基于回归残差的Engle⁃Granger两步法协整检验；另一种是基于回归系数的Johansen检验方法。前者一般用于检验2个变量之间的协整关系，本文采用后者进行分析。

Johansen检验法，也称为极大似然估计法与迹检验法或最大特征根检验，设有向量自回归模型

（1）用最小二乘OLS估计得到残差矩阵S0，为(M×T)阶矩阵。

（2）用最小二乘OLS估计：得到残差矩阵S1，为(M×T)阶矩阵。

（3）构造上述残差矩阵的积矩阵

（4）计算R10R-100R01关于R11的有序特征值与特征向量。特征方程为

设上式的解就是特征值1≥λ1≥…≥λr≥…≥λm≥0。

（5）构造统计量：零假设H0：有M-r个单位根，即有r个协整关系，检验统计量为

式（6）统计量服从Johansen分布。

1.4 Granger因果关系检验

协整检验说明变量之间存在长期均衡关系，但是否构成因果关系，还需要进一步检验。Granger因果关系检验的核心思想是考察某变量X的滞后值是否能够帮助解释另一变量Y的变动［14］，若其滞后值的引入能更好地解释另一变量Y的变化，那么变量X就被认为是另一变量Y的Granger原因，也叫作变量Y是由变量X的Granger引起的。就其实质而言，Granger因果检验是对一个变量是否受到其他变量滞后期数据影响而进行的验证［15］。

对于两变量X和Y，Granger因果关系检验要求检验以下回归［16］

式中：m为滞后阶数。检验可能出现4种结果：第一种，X是Y的Granger因，表现为式（7）X各滞后项的参数整体不为零，而式（8）Y各滞后项前的参数整体为零；第二种，Y是X的Granger因，表现为式（7）Y各滞后项的参数整体不为零，而式（8）X各滞后项前的参数整体为零；第三种，Y和X互为Granger因，表现为Y与X各滞后项的参数整体不为零；第四种，Y和X之间不存在影响，表现为Y与X各滞后项的参数整体为零。

2 算例分析

本算例主要研究某沿海省不同城市现阶段电力消费与经济发展的关系，从该省三大区域各选两个城市作为研究对象，以2016—2017上半年6个城市的电力消费与经济变量的月度数据为样本数据，数据来源于该省统计局。

由于外部经济环境的错综复杂，影响电力消费的经济因素也难以准确定位。本文首先在可获取范围内收集整理用电量及各经济数据，包括规模以上工业增加值、固定资产投资、进出口总额、金融机构存款余额、社会消费平零售总额、人均可支配收入、居民消费价格指数、工业出厂者价格指数以及一般公共财政预算收入，在进行后续数据平稳性检验、协整检验的过程中逐步排除未通过检验的经济指标，最终结果显示电力消费（e）与规模以上工业增加值（v）、固定资产投资（i）、进出口总额（j）、一般公共财政预算收入（g）这4个经济指标存在协整关系。

结果表明单从数据的检验上可以得到其与电力消费满足协整关系的结论。而这4个经济指标在现实中与电力消费是否存在明显关系需要结合实际来说明。前文已经提到，我国电力消费与经济的关系已经错综复杂，各指标之间都存在直接或者间接的关系。例如对于进出口来说，我国出口的商品基本上是初级产品，对电力消费存在比较大的影响。

2.1 原始数据

以A市为例，给出各变量原始数据，见表1。

表1 A市各变量原始数据

由于对时间序列取对数后能很好的消除变量的异方差问题，而且不会改变数据的性质和关系，因此本文对数据取对数后进行分析。

2.2 变量平稳性检验

A市各变量平稳性检验结果如表2。

表2中各变量都是非平稳的，而变量的一阶差分都在1%的显著性水平下平稳，属于I（1）过程。其他5市各变量检验结果与A市相同，均为I（1）过程。即2016年-2017上半年之间各市的电力消费（e）与规模以上工业增加值（v）、固定资产投资（i）、进出口总额（j）和一般公共财政预算收入（g）之间可能存在着某种平稳关系，即协整关系。

2.3 协整检验

采用Johansen检验法进行协整检验，从不存在协整关系这一零假设开始检验，同样以A市为例，其检验结果见表3。

表2 A市各变量ADF检验结果

表3 A市各变量Johansen协整检验结果

根据表3中似然统计量与5%临界值的比较，前3个假设被拒绝，第4个假设被接受，即在5%显著性水平下，存在3个协整方程。考虑经过标准化的协整系数，提取一个协整方程式的结果如表4（括号内是渐进标准误差）。

表4 标准化协整系数

由表4得到的协整关系为

接下来对上式的残差序列进行平稳性检验，结果见表5。

表5 残差序列的平稳性检验

残差序列在1%的显著性水平下拒绝原假设，接受不存在单位根的假设，可认为残差序列为平稳序列，从而证明协整关系式（9）有效。协整关系式（9）中各自变量前的系数表示电力消费对不同影响因素的弹性，可以反映不同经济因素对电力消费的影响程度和机理。例如5.773表示在其他因素不变的情况下，当规模以上工业增加值增加1%时，电力消费将增加5.773%，其他系数同理。对其他5市同样进行协整检验，连同A市结果将电力消费对不同经济因素的弹性统计如表6。

表6 各市电力消费对经济变量的弹性系数

可见，该省6市的电力消费与经济发展都存在长期稳定的协整关系，但同一城市不同经济因素对电力消费的影响程度不同，不同城市同一经济因素对电力消费的影响程度也不相同，这是由于不同城市由于区位及产业结构的不同，其经济发展模式也各具特色，电力消费与经济发展的关系定然存在一定的差异。

2.4 Granger因果关系检验

同样以A市为例，对其电力消费与各经济变量进行Granger因果关系检验，设定检验滞后阶数为2，结果如表7。

表7 Granger因果关系检验结果

表7中观测值个数为样本个数减去滞后阶数，所以为16；F统计量为F检验中的统计量最终值；P值指F检验中的弃真概率，其值越小，原假设越有可能不成立，说明样本信息中反对原假设的依据的强度越高。在95%置信水平下，P值小于0.05可反对原假设，即认为规模以上工业增加值与进出口是电力消费的Granger因；在90%置信水平下，P值小于0.1可反对原假设，即固定资产投资是电力消费的Granger因。置信水平越高得到的结果越接近真实结果，本文认为，在95%置信水平下的检验结果是可信的。

对其他5市的电力消费与经济变量同样进行Granger因果关系检验，95%置信水平下，各市电力消费的Granger因统计如表8。

表8 各市电力消费Granger因统计

从表8中看出，规模以上工业增加值是北部二市电力消费的Granger因；固定资产投资是南部二市以及中部C市电力消费的Granger因；进出口是北部A市和中部D市的Granger因。可见，由于经济发展模式、进程的不同，各市电力消费的经济驱动力指标也不尽相同。

2.5 结论

结合算例研究的结果，得到以下结论：

（1）该省北部二市A、B的规模以上工业增加值对电力消费的弹性系数相较于其他城市明显偏大，分别为5.773和5.750，并且是电力消费的Granger因，说明该省北部地区尚处于工业发展的中前期，工业的增长能有效刺激电力消费水平的提高。对于当地电网企业来说，要重点关注当地工业发展，从规模以上工业增加值指标的实时数据中把握电力消费的变动趋势。

（2）该省南部二市E、F的电力消费只有固定资产投资一个Granger因，说明对于南部地区而言，虽然工业仍占着经济发展的一大部分，但电力消费的提高已经不依赖于工业的增长。以E市为例，近年来，E市大力发展以港口物流、休闲旅游、高端金融为主的现代服务业，拉动了投资，推动了三产的持续快速发展。随着三产用电量比重的逐年上升，其对全市用电量增长的拉动效应将进一步增强。对于当地电网企业来说，想要抓住电力消费变动趋势的关键之举就在于重点关注当地投资市场的发展，分析固定资产投资指标的变动。

（3）该省中部二市C、D处于由北部地区能源驱动型经济向南部地区投资驱动型经济过渡期。固定资产投资是C市电力消费的Granger因，进出口总额是D市电力消费的Granger因。据统计，D市进出口总额2017上半年增速连续5个月保持全省第二，进出口总额的飞速增长贡献了电力消费的增长。同样，电网公司需要立足本市经济驱动力指标，预知电力消费近期走势。

3 结束语

本文对某省6市电力消费与经济发展驱动力的深层关系进行了挖掘分析，发现各市电力消费与经济发展都存在长期稳定的协整关系，但对各经济变量的弹性系数因城市而不同，并且各市电力消费的Granger因也存在差异，地理位置相近的城市存在一定的相似度，这对该省各市电网公司把握当前的经济发展模式、明确当地电力消费驱动力具有重要的参考价值。D

［1］杨立.四川省工业电力需求影响因素分析［D］.成都：西南财经大学，2014.

［2］史晋川，谢瑞平.区域经济发展模式与经济制度变迁［J］.学术月刊，2002（5）：49-55.

［3］张拴虎.中国区域发展模式的演化比较分析［D］.广州：华南师范大学，2004.

［4］戴世峰.上海市经济增长与电力消费关系研究［D］.上海：复旦大学，2014.

［5］张兴平，牛玉琴，赵旭.中国电力消费协整关系模型［J］.中国电机工程学报，2008，28（13）：114-119.

［6］谢品杰，谭忠富，侯建朝，等.我国城市化与电力消费水平的动态关系分析［J］.电网技术，2009，33（14）：72-77.

［7］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.

［8］张龙.宏观经济与用电量关系辨析［J］.中国电力企业管理，2012（8）：40-43.

［9］侯建朝.中国能源与经济之间关系的模型及实证分析［D］.北京：华北电力大学，2009.

［10］吕光明.对数据平稳性检验方法的比较研究［J］.财经问题研究，2004（6）：77-80.

［11］陈双金.时间序列单位根检验方法比较［D］.成都：电子科技大学，2013.

［12］刘罗曼.时间序列平稳性检验［J］.沈阳师范大学学报（自然科学版），2010，28（3）：357-359.