工业经济和城市化对电力需求影响的协整分析

▲ 基金项目：本论文受湖南省自然科学基金（03JJY4058）的资助

内容摘要：电力需求预测一直是我国宏观经济调控和经济学者讨论的热点，尤其是近几年来由于工业化进程的推进和城市化水平的提高，使得我国对电力的需求急剧增长，也造成全国范围内的拉闸限电现象。本文通过协整分析定量的方法阐释了工业经济增长、城市化水平和电力需求之间的关系，发现三者之间存在长期稳定的关系，工业经济增长和城市化水平的提高对电力需求增长起到了重要的作用。

关键词：电力需求 工业经济 城市化协整分析

随着近几年重工业化进程的加速、城市化水平的提高以及气候因素带来的新一轮用电高峰，使得近两年的电力需求急剧增加，拉闸限电的范围也进一步扩大。导致我国电力供应紧张的原因有：电力投资不足、新增电力投产速度与电力需求增长不匹配、工业和高耗电产业高速增长、电网输配能力不足、空调负荷快速增长、电煤供应紧张、电网突发事故等。其中两个重要的原因是工业经济增长和城市化水平的提高。

近几年，我国工业经济发展稳定增长，而且目前我国国民经济已经进入重工业化阶段，钢铁、建材、有色金属、化工等高耗能行业快速发展。城市化水平的提高不仅引起了城市居民用电和商业用电的增加，也带动了装备工业和基础原材料工业的发展，从而引起了我国电力需求的快速增长。

我国经济的高速增长和电力在经济增长中的重要作用引起了经济学者对电力需求与经济增长之间关系的研究，蒋金荷、姚愉芳（2002）通过电力消费弹性这一指标对我国经济增长和电力发展之间的关系进行了分析；林伯强（2003）对我国1952-2001年的数据运用协整和向量误差修正模型，对电力消费与国内生产总值、电价等变量之间的关系进行了实证研究；陈建林、张少永（2005）用OLS回归分析对我国电力需求与经济发展的关系进行了研究。以上研究都表明电力需求和经济增长存在高度的相关性，所以通过GDP增长与电力需求的关系对电力需求进行预测是电力规划的有效手段。

但是，经济学文献中对我国电力需求与工业经济增长、城市化水平之间的关系的实证研究还很少，本文希望在以上文献的基础上通过建立计量经济学模型定量研究工业经济增长和城市化水平对电力需求的影响。

数据与变量的选取

本文根据1978-2003年电力消费、工业总产值和城市化水平的数据对工业经济增长、城市化水平和电力需求的关系进行实证分析，所采用数据均来自《中国统计年鉴》(1985-2003)。以下用electric代表电力消费，industry代表工业产值，city代表城市化水平，为了得到平稳序列同时不影响原序列的特征，笔者对时间序列进行对数处理，并分别用Lelectric、Lindustry、Lcity表示经过对数处理后的变量。

影响电力需求的因素众多，各影响因素之间是相互关联、相互依存，这就更增加了电力需求预测的难度。用计量经济模型进行电力需求预测的优点在于能综合考虑诸多影响因素，本文通过对历年的电力消费进行实证研究从而对电力需求进行预测。

工业经济增长与电力消费存在密切的相关性，历年各行业的用电量表明工业企业是电力消费的主体。由于投资高速增长导致钢铁、水泥、电解铝等高耗能产业迅速扩张，从而造成电力消费快速增长。以往的研究表明经济增长和电力消费存在高度的相关性，而工业经济增长也是我国主要的经济增长点，对电力消费与工业总产值二者关系的定量研究，不仅关系到对工业经济增长速度可靠性的认识，而且也能由此对电力需求进行预测。

衡量一国城市化水平的重要指标就是城镇人口数占全国人口总数的比例。我国城市化水平从改革开放到现在有了显著提高，特别是近几年，由于人民消费水平的升级和消费观念的改变以及气候等原因，以及各种家电的电力消费量急剧上升，同时消费结构升级和城市化进程引起了我国工业以重工业为重心的产业结构变化，对水泥、钢材、电解铝等基础工业的投入增加，从而对电力的需求急剧增加。

计量经济分析和实证结果

OLS回归预测

为了验证每个解释变量是否对因变量（电力消费）有显著影响以及估计的系数是否具有预期的符号，笔者采用OLS对自然对数形式进行估计。

通过分别绘制用电量和工业总产值以及用电量和城市化水平间的散点图，可以得出工业总产值和电力消费、城市化水平和电力消费呈高度线性。

由以上分析得出工业总产值、城市化水平都与电力消费存在较强的线性关系，以下是通过OLS估计参数建立模型。建立二元回归模型为：

Lelectric=C+ALindustry+BLcity

通过eviews3.1软件分析得到模型为：

Lelectric=7.0959+0.3224Lindustry+0.9514Lcity (1)

（16.1811） * （11.7134） * （6.5927） *

样本区间：1978-2003年。

R2=0.9954；F=2699。

其中*代表以1%的显著水平拒绝系数为0的假设。括号中的数字是t值。数据显示R2接近1，表明模型的拟合效果非常好；F检验的相伴概率为0，反映变量间呈高度线性，回归方程高度显著。

协整分析

以上用OLS回归分析法对三个变量进行了实证分析，但这种回归分析要求变量都平稳，在变量非平稳过程中，可能产生伪回归现象。所以这种回归分析的结果很难确定变量间的长期关系。由Engle & Granger等发展起来的协整分析技术有效的解决了传统经济建模中非平稳时间序列的伪回归问题，因此本文用协整分析法研究变量之间长期的均衡关系。协整是变量之间的长期均衡关系，在进行协整检验前，先要对时间序列进行平稳性检验，只有变量间的单整的阶相同，才能进行协整检验。以下通过单位根法来检验各个变量的平稳性。

单位根检验 为了检验各变量的时间序列特征，本文采用ADF的单位根法来检验模型中各变量一阶差分的平稳水平。对于任意变量Yt，检验零假设Yt～I(1)相当于检验△Yt是平稳的。ADF单位根检验过程基于OLS回归式：

(2)

α1=ρ-1 (3)

式中T表示线性时间趋势，p为滞后项，εt为白噪声残差。检验Yt中存在一个单位根的零假设相当于检验等式(3)中α1=ρ-1的假设。如果α1显著小于0(ρ＜1)，则存在一个单位根的零假设被拒绝。用ADF方法对样本时间序列进行平稳性检验，结果如表1所示。

由表1可以看出，三个变量的原始序列都不平稳，而它们的一阶差分变量都是平稳的，即它们都是I(1)序列，可以在此基础上进行协整检验。

Johansen协整检验 EG两步法只适合于双变量的协整检验，在对多变量方程组中的一组变量进行协整检验时，Joheansen Juselius的方法要优于EG两步法，JJ法不仅能检验变量之间是否存在协整关系，而且可准确定出协整向量个数， 所以用Johansen方法来确定模型中的协整向量个数。由Schwarz信息准则法确定VAR的最佳滞后期p取4比较合适。用Johansen方法得到的结果如表2所示。

样本区间：1978-2003年；相关观测值：26；趋势假定：无确定趋势（受限常数）；序列：Lelectric， Lindustry，Lcity；滞后间隔（一阶差分）：1到3；非限定性协整秩检验。

由表2可以得出，变量间存在唯一的协整关系。通过协整向量系数估计得出方程：

Lelectric=7.0276+0.3331Lindustry+0.9904Lcity （4）

方程（4）表明了1978-2003年间的各变量之间存在长期的均衡关系。

以上结果均表现在样本区间内，模型中的电力消费、工业产值、城市化水平之间存在着长期的稳定关系。由此可以得出，工业产值每增加1%，电力消费就会增加0.3331%，而城市化水平每提高1%，电力消费就会增加0.9904%。

本文结论与政策建议

通过对电力需求、工业经济增长、城市化水平三者之间关系的研究，可得出以下结论和政策建议：

电力需求、工业经济增长、城市化水平三者之间存在较强的相关性，虽然三者各自的增长并不平稳，但通过协整分析得出它们之间存在长期的均衡关系。所以在进行电力需求预测时，除了使用GDP这一指标外，工业经济增长和城市化水平也应该是被考虑的重要因素。

通过协整分析可得出，工业产值对电力需求的弹性是0.3331。所以，在进行电力预测和电力规划的时候，应该考虑我国的产业结构变化，尤其是我国工业经济的增长速度。我国已进入重工业时期，处于经济发展的一个重要转折点，快速发展的机械、汽车、钢铁都是单位增加值能耗很高的行业，这使我国能源、资源环境压力急剧增加，煤、电、油等资源瓶颈以及生态衰退现象日趋严峻。所以我国实现工业化必须走一条科技含量高、经济效益好、资源消耗低、环境污染少、人力资源优势得到充分发挥的新型工业化道路，这样才能确保电力与工业协调发展和可持续发展。

通过协整分析得出电力需求和城市化水平之间存在长期的稳定关系，城市化水平对电力需求的弹性为0.9904，可肯定城市化对电力需求的促进作用。城市化水平的提高和人民消费水平的升级带来了城市居民用电和商业用电的增加，同时城市化水平的提高意味着汽车、家电等消费的增加和钢材、水泥等建筑材料消耗的增加，而这些都要靠工业企业生产，所以城市化水平的提高间接的带动了工业电力消费。

因此，城市化水平应该是预测电力需求的一个重要指标，同时只有在电力产业和工业协调发展的前提下，才能推进高质量的城市化进程。

综上所述，工业经济和城市化水平是影响电力需求的重要因素，可以通过工业经济的增长趋势和城市化进程的速度等因素对电力进行合理科学的预测和规划，同时应该大力构建节约型社会，努力构建节约型的工业经济增长方式和城市化模式，只有这样才能促进电力、工业经济、城市化进程的协调发展。

参考文献：

1.蒋金荷，姚愉芳.中国经济增长与电力发展关系的定量分析研究[J].数量经济技术经济研究,2002（10）

2.林伯强.结构变化﹑效率改进与能源需求预测[J].经济研究,2003（3）

3.陈建林，张少永.我国电力需求与经济发展的关系分析[J].经济论坛,2005（6）

推荐访问:工业经济 城市化 需求 电力 影响