关于影响我国电力消费量因素的实证分析

精品文档关于影响我国电力消费量因素的实证分析 金融危机的影响逐渐消除，中国经济在危机之后迅速恢复，但是能源不足依然是制约发展的因素。当今世界，电力成为每个国家生存和发展的先决条件，就我国而官，缺电已经成为国民经济发展和提高人民生活水平的瓶颈。由于国家规划和投资导向等问题，往往会造成估计错误或者供给不足等现象，严重影响了我国的工业生产，造成电力企业乃至这个那个社会的损失。同时，电力也是人们日常生活所必须的资源，电力供应不足，电价过高，将会提高人们的生活成本，给人们的生活带来困扰，影响社会主义和谐。因此，对影响电力消费的因素进行分析就成为必要，只有全面正确的对各种因素进行了解，才能对电力企业的发展体功提供正确的指导，保证国民经济的稳步发展，维持人民群众的正常生活秩序。一、 文献综述与评价关于电力消费的研究除了计量分析外还有通径分析，从实证分析的结果看，影响电力消费的因素有不少，国内生产总值，电力价格指数，煤炭价格指数，装机容量，工业总产值等等。不同的方法不同的模型得出来的结论各有不同，各种模型有其优点但也有不能很好进行预测的时候。 本文的参考文献是在参照前人研究的基础上完成的。该文献所采用的变量拟合很好，分析也相当到位，实证条件也很充分，无论是对异方差还是多重共线的处理都值得学习，所以本文沿袭了该文献的变量选择与处理方法，但是在对自相关进行判断时，DW统计量的应用有严格的前提条件，在无法或者难以判断是否满足相应条件时，不建议使用此方法，所以本文在自相关问题上采用另外的方法进行检验。同时，样本容量太小，数据不够充分也是该文献的缺点之一。而且该文在如此少的数据条件下进行平稳性检验显然是没有意义的，在使用软件进行检验时理应会出现警告，但是作者似乎忽视掉了数据不足的情况来进行平稳性检验。依照实际经验，时间序列数据通常为不平稳，但是参考文献却得出所有变量皆平稳的结论，所以这个结果很值得怀疑。在经过研究思考后，本文决定重新建立模型对电力消费量进行拟合。二、模型设定经过观察研究，设：电力消费总量，假定影响电力消费量的其他因素可以忽略，真正的影响因素为：GDP（亿元） ：人口总量（万人）：工业总产值（亿元） ：电力出厂价格指数（绝对值）。建立回归模型如下：Yi=数据如下：年份电力消费总量（亿千瓦时）GDP（亿元）人口总量（万人）工业总产值（亿元）电力出厂价格19906230.418667.811433318689.22107.41991680421781.511582322088.68125.619927589.226923.511717127724.21136.719938426.535333.911851739693185.819949260.448197.911985051353.03259.2199510023.460793.712112154946.86283.8199610764.371176.612238962740.16321.0199711284.478973.012362668352.68365.9199811598.484402.312481067737.14386.0199912305.289677.112590972707.04389.5200013471.499214.612658385673.66398.3200114633.5109655.212762795448.98407.5200216331.5120332.7128453110776.48410.8200319031.6135822.8129227142271.22414.5200421735159878.312998201722.19424.4200524940.4183217.4130756251619.5442.2200628588211923.5131448316588.96454.6200732711.8257305.6132129405177.13464.6200834502300670.0132802507284.89473.0三、模型的估计运用最小二乘法（OLS）对模型进行回归分析，得到结果如下：从上表可以看出，解释变量系数的t检验除x1与常数项外都不显著。若改变模型的设定形式，采用对数形式令：lny=log(y) 、lnx1=log(x1) 、lnx2=log(x2) 、lnx3=log(x3)、 lnx4=log(x4)，然后进行回归，则结果如下：显然，采用对数形式后模型的进一步提高,且除lnx2外所有解释变量t检验,模型效果非常好,所以修改模型为对数形式。四、 回归结果的检验(一) 统计检验1从回归结果看，方程的样本可决系数和调整后的样本决可系数均非常高,表明方程拟合情况非常好。2系数显著性检验：除lnx1外的其余解释变量t检验均通过(p值小于0.05)。由于lnx1没有通过t检验,我们初步判断模型存在多重共线性。（二）计量经济学检验1、多重共线性检验：LNX1LNX2LNX3LNX4LNX11.000000-0.1045140.9783060.939391LNX2-0.1045141.000000-0.125123-0.076739LNX30.978306-0.1251231.0000000.854971LNX40.939391-0.0767390.8549711.000000由相关系数矩阵可以看出，lnx1与lnx3、lnx4相互之间的相关系数很高，证实确实存在严重的多重共线性。2修正多重共线性：逐步回归法首先对X1回归，结果如下：继续对lnx2进行回归，结果如下：对lnx3进行回归，结果如下：最后，对lnx4进行回归，结果如下：从各个回归结果的可知，对lnx3的拟合是最好的，因此，将lnx3确定为第一个解释变量。接着添加变量lnx1进行回归，结果如下：此时，可决系数虽然增加，但是不明显，同时，lnx1的t检验并未通过，继续改变添加的变量为lnx2，回归结果如下：同理，lnx2的加入作用也不好，继续改变添加变量为lnx4,则回归结果如下：从结果可以看出，lnx4的加入使可决系数提高，但是该变量仍然未能通过了t检验，此时可以重新选择lnx1作为模型中的变量，然后添加lnx2进行回归，结果为：显然，此时可决系数低于单独使用lnx3作为解释变量，继续改变解释变量组合，将lnx2替换成lnx4,回归结果为：此时，R平方有所提高，且个变量均通过检验，故lnx4也可加入模型，接着继续添加变量lnx2进行回归，结果为：可决系数的提高不明显，且该变量系数未能通过t检验，将lnx3替换lnx2继续回归，结果为：从结果可以看出，增加的lnx3可以提高R的平方，同时通过t检验，故lnx3也可以确定加入模型综上所述，最好的回归方程为：lny=2.508000+0.642469lnx1+0.223905lnx3-0.490481lnx43. 异方差检验：Gleser检验和ARCH检验Gleser检验结果如下：由上表可以看出，=4.719484，在在=0.05下，查分布表，=7.814.719484，所以不存在异方差。ARCH检验结果如下：查分布表，给定，自由度为,得临界值因为，表明模型不存在异方差。4自相关检验观察残差的自相关系数和偏自相关系数，如下图所示：显然，结果为残差无自相关。所以本研究的最终结果为：lny=2.508000+0.642469lnx1+0.223905lnx3-0.490481lnx4五、模型的经济解释及政策建议1、经济解释从以上模型经分析得出：（1） GDP是影响电力消费总量的最显著因素，也就是说随着经济的发展和国内生产总值的提高，用电需求也会随之增加，且GDP没变动1%，消费量变动0.642469%。（2） 根据经验，工业总产值的影响应该会占很大比例，但是从模型看总产值变动1%仅能引起0.22395的消费量变动。（3） 出厂价格对消费量的影响显然也是相对来说比较显著的，但是不同于其他两个变量的影响，出厂价格的1%增长会引起消费量0.490481%的降低，这样的结果也是符合经济意义的2、政策建议：从回归结果来看，电力消费量随着GDP和工业总产值的增加而最不提高，出于目前我国资源紧缺的情况，应该尽力降低消费量，但是却有不能牺牲GDP和工业总产值，如果为了降低消费量而使得经济发展速度下降便是本末倒置。同时也不能提高电力出厂价格，否则将会引起生产生活成本的普遍提高，造成社会的大损失。从分析结果可知，我们能做的只能是从电力产业本身出发，通过科技创新，开发出跟多更有效且环保的发电技术，加大对水力发电的支持和引导。同时改变目前过度依赖电力资源的现状，多元化发展我国能源，推广核能、风能、地热能的使用以减少电力供应的压力，降低因为过度使用煤炭发电所引起的资源浪费。除此之外，还要建立健全我国的电网系统，加大力度推动西电东送的过程，缓解东部地区缺电的现状。在制度上也要与时俱进的进行改革创新，以适应电力市场结构的逐步改善，避免电力企业的损失。总而言之，中国若要保持经济快速增长的势头，势必不能被绑在能源这棵树上，必须多管齐下，为经济发展铺平道路，创造良好的发展环境。【参考文献】1、计量经济学 主编：庞皓 西南财经大学出版社 2001年8月第一版2、计量经济学 李子奈 高等教育出版社 2000年版3、中国统计年鉴20104、中国农村统计年鉴（2009年）5、吴玉鸣中国区域电力消费需求决定因素的实证研究6、李晓航等关于影响我国电力消费量因素的实证分析附录：参考文献：关于影响我国电力消费量因素的实证分析进入21世纪以来，中国经济继续保持了良好的发展势头，电力作为一国发展的命脉，对经济发展的影响程度日益突出。电力工业作为国民经济发展的先导产业，其供给状况需要谨慎严密的监控，估计错误或供给不足，不仅会造成电力企业的损失，还会扰乱城乡居民的用电秩序，进而造成严重的社会影响和损失。本文用计量经济学的研究方法，拟通过GDP,人口总量，工业总产值，电力出厂价格指数等数据，建立全国电力消费总量的计量经济模型，并对模型中是否存在违反古典假设的情况（包括多重共线性，异方差性和自相关性）进行检验分析。然后对症下药，针对模型中所存在的问题选用适当的方法进行修正。最后应用经济学的相关知识对修正后的模型进行分析，解释其实际的经济含义，并对反映出来的问题提出几点看法和建议。一、影响因素的选取根据本文所研究的课题，在模型中以我国年电力消费总量Yi作为因变量,选择解释变量如下所示：1. 全国GDP总额：一国经济增长水平可以由这个指标明确的反映出来。在电子化，信息化高速发展的今天，经济越发展，对电力的依赖性越高，所以我们将GDP作为电力消费量的一个影响因素。2.全国人口总量：在电力的消费环节，城乡居民的用电需求不可忽视，每个人的正常工作和生活都需要不断的消费电力，当年全国人口总量与当年电力消费量在一定程度上存在正相关关系。3. 工业总产值：总体上来说，工业部门多数属于高密度用电部门。随着工业生产现代化的发展，工业产品的生产效率大大提高，与此同时，对于生产过程中电力的需求也大大提高，故我们把工业总产值变动的因素考虑到了影响因素当中。4. 电力出厂价格指数：价格影响需求，电价的波动会导致电力消费量的变动，所以我们引入价格因素，又因为各地区电价存在差异，较难直接引用，所以我们用电力出厂价格指数来近似电价。二、模型设定根据我们以上分析，回归模型设立如下：Yi=Yi（i =1,215）分别对应自1990年起至2004年全国的电力消费总量（单位：亿千瓦时）X1i（i =1,215）分别对应自1990年起至2004年全国的GDP（单位：亿元）X2i（i =1,215）分别对应自1990年起至2004年全国人口总量（单位：万人）X3i（i =1,215）分别对应自1990年起至2004年全国工业总产值（单位：亿元）X4i（i =1,215）分别对应自1990年起至2004年全国电力出厂价格指数（单位：亿元）Ui（i =1,215）随机扰动项序列三、样本数据的收集 年份电力消费总量（亿千瓦时）GDP（亿元）人口总量（万人）工业总产值（亿元）电力出厂价格指数19906230.418531.011433323924.00107.4 19916804.019855.011582328248.01125.6 19927589.224379.011717137066.00136.7 19938426.534515.011851752692.00185.8 19949260.445006.011985076909.00259.2 199510023.458261.012112191893.80283.8 199610764.368594.012238999595.30321.0 199711284.473453.0123626113732.70365.9 199811598.479396.0124810119048.00386.0 199912305.281911.0125909126111.00389.5 200013471.489404.0126583148601.87398.3 200114633.595933.0127627165557.22407.5 200216331.5104790.6128453192142.05410.8 200319031.6117390.2129227246770.78414.5 200421735.0136875.912998324736.13424.4 数据来源：中华人民共和国统计年鉴/ （中华人民共和国国家统计局）/（中国经济信息网） 四、数据平稳性检验由于所用数据为时间序列数据，需要检验其平稳性，分别对电力消费总量（Y），GDP（X1），人口总量（X2），工业总产值（X3），电力出厂价格指数（X4）进行单位根检验，结果如下所示：Y模型二模型三模型一012012012差分012X1模型二模型三模型一012012012差分012X2模型二模型三模型一012012012差分012X3模型二模型三模型一012012012差分012X4模型二模型三模型一012012012差分012（注：在上述各表中，横行各模型下对应的0、1、2分别代表模型进行不滞后和一阶、二阶滞后的结果；竖列的差分下的0、1、2分别代表使用原始数据、一阶差分和二阶差分后的结果。）结论：从检验结果可知,Y, X1, X2, X3, X4都为平稳序列，可直接使用，建立模型。五、模型的估计运用最小二乘法（OLS）对模型进行回归分析，得到结果如下： 从上表可以看出，解释变量系数的t检验除X1外都显著。若改变模型的设定形式，采用对数形式后进行回归结果如下:我们发现,采用对数形式后模型的R2进一步提高,且除lnx1外所有解释变量t检验p值全部为0,模型效果非常好,所以修改模型为对数形式.五、 回归结果的检验(一) 统计检验1从回归结果看，方程的样本可决系数R2和调整后的样本决可系数R2均非常高,表明方程拟合情况非常好。2系数显著性检验：除lnx1外的其余解释变量t检验均通过(p值小于0.05)。由于lnx1没有通过t检验,我们初步判断模型存在多重共线性。（二）计量经济学检验 1多重共线性检验 由相关系数矩阵可以看出，各解释变量相互之间的相关系数很高，证实确实存在严重的多重共线性。2修正多重共线性采用逐步回归法，在剔除变量X1后，模型有很大改进。回归结果如下：3. 异方差检验WHITE检验结果如下：从上表可以看出，Obs*R-squared12.95486，由White检验知，在=0.05下，查分布表，得临界值（9）16.919012.95486，表明模型不存在异方差。ARCH检验结果如下: 从上表可以看出，Obs*R-squared6.314859，在=0.05下，查分布表，得临界值（3）7.814736.314859，表明模型不存在异方差。由于WHITE检验和ARCH检验同时表明没有异方差，所以我们认定模型不存在异方差。4自相关检验给定显著性水平0.05，查DW表，当n=15，k=3时，得下限临界值d L=0.814,上限d U=1.750,4-d U=2.250.因为DW统计量为2.105226，大于d U，小于4-d U，根据判定区域知不存在自相关。所以，本研究模型估计的最终结果为Y=-47.43963+4.578321X2+0.480164X3-0.425730X4六、模型系数经济意义分析与政策建议（一）系数经济意义分析1全国人口总量。从回归系数4.578321可以看出，人口数量对电力消费量的影响是比较显著和重大的。居民生活用电，作为总体电力消费量的一个重要组成部分，与全国人口数量有着密切的联系。2全国工业总产值。无庸置疑，工业部门多数属于高密度用电部门，它也是国民经济发展的命脉。工业部门对电力的消费变动和需求直接影响了工业产出，从而影响了GDP，因此无论从哪一方面讲，它都是一个非常重要的因素。3电力出厂价格指数。电价的波动会导致电力消费量的变动，所以我们引入价格因素，但是由于各地的电价不同，且商业、工业、以及普通居民的电价也是不同的，比较不适以单一价格引入模型，不仅计算复杂且数据的统计不能够很精确，不能很好的反映价格影响需求。因为工业部门是电力的主要消耗者，所以我们用电力出厂价格指数来近似电价。（二）回归分析的政策建议1、优化电力工业生产结构。我国目前的电源结构主要是以火电为主，其贡献率平均约为75左右，这种以火电为主的电力结构一方面依赖不可再生资源另一方面易对环境造成污染。我国化石能源剩余探明可采储量和可开发年限均较低，其产量难以满足电力长期增长需求。此外，我国煤炭的平均含硫量为0.9，动力煤为0.85，高硫煤和中高硫煤储量分别占全国煤炭储量的8.89和3.74，平均含硫量达到1.15。随着人民生活水平的提高，国家对电力工业的环保提出了更高的要求，煤炭发电的二氧化碳排放问题成为又一制约火电发展的重要环境因素。从长期来看，过分依赖火电的弊端十分严重，必须尽快做出调整。所以在电力发展上，应该调整火电、水电、核电和发电、输电、配电结构，优化发展火电，积极发展水电，适当发展核电，因地制宜发展风电、光电等新能源。 2、大力发展“绿色电力”。我国水能资源丰富，居世界第一位。据1993年的初步估算，经济可开发资源为装机容量2.9万kW，多年平均年发电量12600亿kWH。水电是清洁能源，优先发展水电是世界各国通行的能源政策取向。目前发达国家的水电开发量已达到可开发量的90，而我国只有20.4，开发前景广阔。但由于水电开发投资规模大，建设周期长，不确定因素多，投资风险大，所以应该积极寻求政策支持，力争在尽可能短的时间里使得水电在电源结构中所占比重有较大提高。新能源的研究和开发，诸如核能、风能、太阳能、地热能等，是电力工业的主要发展方向。虽然我国已把促进新能源和可再生资源发电作为电力工业可持续发展的一项根本措施，但由于缺乏相应的技术，新能源和可再生能源发电成本依然很高，所以引进和消化电力生产的先进技术，加大新能源开发课题研究力度，是今后一项艰巨而又长远的任务。 3、加快电网建设，优化资源配置，大力推进“西电东送”工程。电力工业要以“大机组、大电网、超高压”为发展方向，尽管长期以来不断开发