中国电力需求量影响因素的实证分析

李欣恰

摘要：随着我国经济的发展，电力需求量在中国越来越重要并且受多个解释变量的影响，本文选取三个主要的影响因素：经济总量、产业结构、电力价格，基于1988至2013年间的时间序列数据样本，运用STATA.15，以多元线性回归模型分析中国的电力需求量与经济总量（ GDP）、第二产业增加值占国内生产总值GDP的比重（IR）以及电力与热力生产者价格指数（ EPI）的关系，得出相应的参数估计并分析，对模型进行多重共线性检验，异方差检验，经济学检验，统计学检验并进行修正，最后对修正后的模型结论进行分析并提出相关建议。

关键词：电力需求量;经济总量;IR;EPI;時间序列;多元线性回归模型

一、研究目的

在中国，随着经济的发展，电力需求量是一个越来越重要的变量，并且主要受到了经济总量（ GDP）、第二产业增加值占国内生产总值GDP的比重（IR）以及电力与热力生产者价格指数（ EPI）这三个因素的影响。与此同时，电力行业在现如今的发展与规划不能只是片面的考虑单一因素，比如经济总量。而是要考虑以下三种因素，第一，必须结合经济发展、人民生活水平以及产业结构等相关因素对电力的需求量综合考量，合理安排自身的产能发展，不至于因盲目发展而招致资产闲置，经营效益下降。第二，电力行业义必须保持适度的发展，不至于错失发展机会。第三，电力行业作为国民经济的基础性行业，它的发展有着保障国民经济健康、协调发展的功能，如果发展不足，必然阻碍国民经济的发展，按照我国社会经济发展的第二阶段的战略目标，国内生产总值必须保持在6%～ 7%的年增长率。那么，按照这一速度发展，电力行业应该发展到多大规模？这已经成为一个事关行业自身发展和关乎国民经济发展目标能否顺利实现的重大课题。鉴于电力需求量与影响因素之间存在相当程度的数量相关性。因而，运用STATA.15建立多元线性回归模型分析其相关性，揭示相互问存在的现实依存关系，然后依据对相关因素的预测结果，通过计量经济学模型来预测电力需求量。

二、模型的建立

（一）解释变量与被解释变量的选取

首先，研究对象即“被解释变量”是电力需求量，记为“EDQ”。其次，其影响因素，即“解释变量”。第一，经济总量（ GDP），这是因为经济总量综合了各种产业发展及消费水平对电力需求影响总和，考虑到指标的可得性以及多数情况下考虑电力用量参照的是当前收入，选择当年价计算的国内生产总值GDP。第二，第二产业增加值占国内生产总值GDP的比重（IR），南于在三个产业层次中，第二产业对能源的需求影响最大，但影响主要表现为第二产业占经济总量的比重，并且这可以较大程度地解释变量问的不相关性。第三，电力与热力生产者价格指数（ EPI），由于电力价格对电力需求的制约作用，同等条件下电价上涨，将会导致用户倾向于节约用电，进而导致电力需求的下降，考虑到电力价格在不同地区问的差异很大，数据不易获取，因此，采用电力工业产品出厂价格指数代替。

（二）数据的收集与整合

以下是样本数据的选取，其中，被解释变量：电力需求量（edq），解释变量：经济总量（GDP），第二产业增加值比重（IR）以及电价指数（EPI），共四个参数，选取1988年～2013年问的时问序列数据为样本。其中，电力需求量（ edq）分别为：5466.80、5865.30、6230.40、6804.00、7589.20、8426.50、9260.40、10023.40、10764. 30、11284. 40、11598.40、12305. 20、13471. 40、14633. 50、16331. 50、19031. 60、21971.40、24940. 40、28588. 00、32711. 80、34541. 35、37032.14、41934. 50、47000. 90、49762. 60、54203.41;经济总量（ GDP）分别为：15042. 80、16992. 30 .18667. 80 .21781. 50、26923. 50. 35333. 90. 48197.90. 60793. 70. 71176. 60.78973.00. 84402.30. 89677. 10. 99214. 60. 109655. 20.120332.70、135822. 80、159878. 30、183217. 50. 211923. 50、249529. 90、314045. 40、340902. 80、401512. 80、473104. 00、519470.10 .568845.20;第二产业增加值比重（IR）分别为：38.41 、38.16 .36.77 、37.13 .38.20 .40.15 .40.41 、41.04 .41. 37、41.69 .40.31 、39.99 .40.35 .39.74 .39.42 .40.46 .40.79 .42.15、43.09 .43.03 .47.45 .46.24 .46.67 、46.59 .45.27 、43.89;电价环比指数（ EPI）分别为：101.70、105. 90、107. 40、116. 90、108.80 、135.90 、139.50、109.50、113.10、114. 00、105.50、100.90 、102.40、102. 30、100. 80、100. 90、102. 40、104. 20、102. 80、102.20 、101.90 、102.40 、102.00 、101.60 、103.70 、100.20。

（三）模型的初步构建

可以看出电力需求量EDQ与国内生产总值GDP、工业增长值占GDP比重IR以及电力出厂价格指数EPI间的相关系数分别是0.9927、0.8673和- 0.4285，都有一定程度的线性相关性。

所以，可以将模型初步设计为：EDQ=β0+β1*GDP+β2*IR+β3*EPI+μ，其中，β0、β1、β2、β3为待估参数，μ为随机误差项。

三、模型的初步回归及分析

（一）基本统计量分析

运用SUMMARIZE GDP IR EPI命令，得出GDP IR EPI统计量分析结果图，可以看出三个解释变量的观察值Obs都是26，其中GDP的平均值是171362.2，标准Std.Dev.为165737.6，最小值和最大值分别是15042.8与568845.2：IR的平均值是41.49115，标准差Std.Dev.为3.007249，最小值与最大值分别为36.77与47.45：EPI的平均值为107.2654，Std.Dev.为9.998597，最小值与最大值分别是100.2和139.5。

（二）最小二乘回归结果

运用STATA输入命令REGRESS EDQ GDP IR EPI做普通最小二乘法（ OLS）的回归分析，输出如图2的回归结果。

根据图中的样本数据，模型估计结果为：

EDQ= - 6479. 829+0.0824369*GDP +430.4391*IR -43.52509*EPI

SE=（9280.209）（ 0.004374）（ 228.4329）（ 39.50348）

t_（-0.7）

（18.85）

（1.88） （- 1.10）

R2= 0.9878，调整后的R2= 0.9861，F=592.01，n= 26

分析结果可以看出，①可决系数R2= 0.9878，调整后的可决系数为0.9861，与1接近，表明电力需求量（EDQ）有98.78%可以被GDP，IR，EPI的线性函数解释，模型拟合度很好。②F统计量为592.01，表明在0.05的方程显著性水平下，回归方程整体显著。③t检验结果可知，只有GDP和IR是显著的，而EPI是不显著的，和所预想的不符，因此，需要对模型做进一步的修正和检验。

（三）模型的检验与修正

1.多重共线性检验

利用解释变量问的相关系数，运用stata进行多重共线性检验，通过命令：cor GDP IR EPI，得到解释变量问相关系数结果图，得m相关系数可以看m EPI有严重的多重共线性问题，因此，采用逐步回归法来修正该模型。

2.多重共线性修正

运用逐步回归法，首先，分别通过命令：regress EDQCDP; regress EDQ IR; regress EDQ EPI做EDQ对CDP ，IR，EPI的一元回归分析，得出GDP的R2= 0.9854，调整后的R2= 0.9848.IR的R2= 0.7521.调整后的R2= 0.7418.EPI的R2= 0.1836，调整后的R2= 0.1496，其中GDP的调整后的可决系数R2最大，以GDP为基础，顺次分别加入IR与EPI逐步回归，运用stata命令regress EDQ CDP IR与regressEDQ GDP EPI进行多重共线性修正，得到修正后的模型：

EDQ= -9800.137+0.084135*GDP+390.9266*IR

SE=（8818.033）（ 0.0041124）（ 226.6474）

t=（-1.11）

（20.46）

（1.72）

R2= 0.9871，调整后的R2= 0.9860，F值=879.23

因此，分析结果可以看出，①可决系数R2= 0.9871，调整后的可决系数为0. 9860，与l接近，表明电力需求量（ EDQ）有98.71%可以被GDP，IR的线性函数解释，模型拟合度很好。②F统计量为897.23，表明在0.05的方程显著性水平下，回归方程整体显著。③t检验结果可知，所有解释变量对模型均显著。四、修正后的模型检验

（一）经济学检验

由于去掉EPI的样本回归模型为：

EDQ= -9800.137+0.084135*GDP+390.9266*IR

SE=（8818.0330）（ 0.0041124）（ 226.6474）

R2=0.9871，F=879.2277，n=26，

因u为β1=0，084135>0，与理论预期一致，β2=390.9267>0，与理论预期一致，方程表明，如果其他因素不变的情况下，GDP每增加1亿，对电力需求量平均增加0.0841，如果其他因素不变的情况下，IR每增加1%，对电力需求量平均增加0390.9267。

（二）统计学检验

1.拟合优度检验

R2= 0.9871，方程拟合度高，表明电力需求量的变动，98.71%能够被样本方程所解释。

2.F检验

F<显著性水平10%情况下的F值，拒绝原假设，解释变量对修正后的模型是显著的。

3.检验

两个解释变量的t值< 10%，所以，在10%的显著性水平下，国内生产总值GDP，IR对电力需求量的影响非常显著。

（三）异方差检验

采用white检验，运用stata命令：imtest，white操作命令得到结果P= 0.1782，由于P值= 0.1782>0.05的显著性水平，表明接受同方差的原假设，修正后的模型不存在异方差。

五、结论及建议

通过以上对中国电力需求量（ EDQ）与国内生产总值（ GDP）、第二产业增加值占国内生产总值GDP的比重（IR）以及電力与热力生产者价格指数（EPI）。这三个因素的影响关系的实证研究，我们可以清晰地看出解释变量与被解释变量之间存在着明显的线性关系，并且是呈正相关关系。经济的增长对该地区电力需求水平的增长有着直接的影响，同时电力需求的加剧也显著地促进了该地区的经济增长，以下是几个有效措施。

第一，从电力供应的角度而言，地方政府和电力企业应该更加重视对于电力需求的预测，使得电力工业与地方经济协调发展，经济的快速发展离不开充足的电力生产能力，电方供应不足会使得各部门生产陷入停滞，极大地影响地区经济发展。然而，随着国家电力体制改革的实施，电力生产垄断格局逐渐打破，各大电力公司进行竞赛式的电力设施建设，以及地方政府和企业对建设的大力投入，使得许多地方电力供应供大于求，这在经济发展相对缓慢的内部地区尤为明显，电力生产快于经济发展，导致社会资本的严重浪费，单纯扩大产量并不是摆脱电价虚高而电力生产企业利润持续压缩困局的根本途径。

第二，从电力需求的角度而言，地方政府应在保证电力供应充足的前提下，加大开展节能工作。对于工业用电，可要求企业更换能效高的设备，并加强电网改造，降低电力耗损：对于生活用电，除了大力开展节能节电的宣传教育，还可以充分利用价格杠杆，制定不同的峰谷电价，引导居民培养正确的电力消费习惯。

第三，从产业结构的角度而言，中国电力发展应更加注重产业结构调整，尽快实现发展方式的转变。近年来，中国不断推进各个产业的结构调整，力图用集约型发展模式替代保守诟病的粗犷型发展模式，正如前面的实证分析结论所得，中国经济发展与电力发展相互影响，相互促进。因此，经济发展方式的转变势必要求电力发展方式协同转变。

第四，从生产成本角度而言，中国电力发展的关键点在于加快技术革新，改善经营管理，降低生产成本。粗放型大规模电厂的建设虽然增加了电力供给，但是却并未将电价降低，使得我们需要寻找新的途径来解决这个问题。技术的革新提高了机器的效率，而管理水平的提升，激发了巨大的人力资本潜力，这些都为生产成本的降低营造了大量的空间。而低廉的电力成本势必成为中国经济进一步高速发展的动力所在。

第五，从环境保护的角度而言，应尽可能提高清洁能源发电的比例。电力生产主要依靠火力发电，其优势是成本相对较低，技术较为成熟，而产出远远高于其他能源发电，但是却造成了大量的能源浪费和环境污染，同时发电企业每年用于环保的成本也在逐年攀升。经济发展不能只着眼前利益，从长远角度来看，使用清洁能源发电才能实现电力工业的可持续发展，当下我们要做的，是鼓励水电，风电，太阳能等能源发电改进生产技术，提高生产效率，尽快降低成本，成为火力发电的有效替代形式。

参考文献：

[1]张建强，向其凤，冀小明，张红星.计量经济学[M].北京：科学出版社，2018：97-99.

[2]任婷.中国电力需求量和经济增长关系的实证分析[J].金融经济：（下半月），2015（8）：147-149.

作者簡介：

李欣怡，云南财经大学经济学院，云南昆明。